交通大數(shù)據(jù)應用之殤

大數(shù)據(jù)在體量上指規(guī)模龐大的信息和海量的數(shù)據(jù)，信息量大到無法利用傳統(tǒng)的方法（無論是技術手段還是人工方式）進行分析或有針對性地過濾。同時，大數(shù)據(jù)技術不適用于所有應用場景，也不能解決所有交通問題。但是，仍然有許多企業(yè)為了自身的利益，過度宣傳大數(shù)據(jù)的效用，把大數(shù)據(jù)說成是“包治百病”的“萬能藥”。此外，有許多交通業(yè)務部門由于交通問題解決的迫切性，對大數(shù)據(jù)技術期望太高，認為大數(shù)據(jù)技術能夠解決目前急需解決的問題，投入大量的資金、物力和人力，卻導致了“一窩蜂”的浪費。

大數(shù)據(jù)不是萬能的

大數(shù)據(jù)平臺需要高投入，高投入?yún)s很難帶來高效益，這才是目前大數(shù)據(jù)給交通行業(yè)帶來的不能承受之重。

一方面，過去幾年隨著大數(shù)據(jù)概念的興起，大數(shù)據(jù)技術不斷發(fā)展，IT公司紛紛轉(zhuǎn)型成為大數(shù)據(jù)公司，意圖獲得高估值。但是，大數(shù)據(jù)概念的熱炒，催生了一個又一個泡沫，原因在于概念多于實踐，忽視了技術發(fā)展過程中的問題，如國內(nèi)數(shù)據(jù)開放程度低，沒有充足的“大”數(shù)據(jù)；數(shù)據(jù)應用概念不落地，沒有技術支撐；數(shù)據(jù)服務或者技術服務目標不明確，只為建設而建設；定制化屬性難以標準化，難以達成規(guī)模效益。

另一方面，交通管理層對“大數(shù)據(jù)技術”期望太高，無論是否具有大數(shù)據(jù)所必需的基礎，都要建設大數(shù)據(jù)平臺，好像應用了大數(shù)據(jù)技術，建立了大數(shù)據(jù)平臺，便擁有當今最先進的技術，擁有了今后所有業(yè)務系統(tǒng)的基礎，并可以解決所有交通問題。

大數(shù)據(jù)不是萬能的，不可能成為解決關鍵交通問題的靈丹妙藥。

大數(shù)據(jù)應用的業(yè)務鏈條，包括數(shù)據(jù)源、數(shù)據(jù)技術和數(shù)據(jù)應用。國外大數(shù)據(jù)公司可以專注于業(yè)務鏈條中的單一環(huán)節(jié)，將一個環(huán)節(jié)做好，便可成長為10億美元以上的獨角獸公司。我國的大數(shù)據(jù)公司僅做好其中一個環(huán)節(jié)，業(yè)務開展都非常困難，發(fā)展很容易遇到瓶頸。大數(shù)據(jù)需要數(shù)據(jù)互聯(lián)，僅僅一個公司掌握數(shù)據(jù)，另一個公司掌握技術，則大數(shù)據(jù)依然發(fā)展不起來。大數(shù)據(jù)之大不可能一家獨大。正如維克多·舍恩伯格所著的《大數(shù)據(jù)時代》所言，大數(shù)據(jù)分析非隨機樣本，而是全體數(shù)據(jù)；非精確性，而是混雜性；非因果關系，而是相關關系。因此，只追求數(shù)據(jù)的量不是大數(shù)據(jù)。

比如，車輛的動態(tài)定位數(shù)據(jù)數(shù)量以每秒十幾萬、幾十萬條記，但是若僅用于統(tǒng)計在線率、查找軌跡就并不是大數(shù)據(jù)應用，但要看其時空分布特征，以分析背后原因，僅僅GPS位置數(shù)據(jù)還遠遠不夠。

大量數(shù)字化不是大數(shù)據(jù)。交通管理部門存在大量的文本化紙制文件，又進行了大量的數(shù)字化處理，如掃描、錄入等，這些數(shù)據(jù)并沒有太多的歷史價值和全局性、連續(xù)性特征，只是片面的、臨時性的數(shù)據(jù)積累，因此，不適用于大數(shù)據(jù)處理。數(shù)據(jù)大集合不是大數(shù)據(jù)，所有實際上并不存在任何內(nèi)在關聯(lián)的數(shù)據(jù)，無論其量如何之大都不適用于大數(shù)據(jù)技術，大數(shù)據(jù)技術是尋找數(shù)據(jù)之間的關系，并分析其規(guī)律。

傳統(tǒng)統(tǒng)計分析不是大數(shù)據(jù)。正如上述所描述，很多交通部門依然延用傳統(tǒng)思維中的統(tǒng)計分析方法，談不上大數(shù)據(jù)分析與大數(shù)據(jù)計算模型。因此，傳統(tǒng)意義上的主題分析不是大數(shù)據(jù)。

深入理解“大數(shù)據(jù)”

大數(shù)據(jù)只是解決特定問題的特定技術，需要體現(xiàn)大數(shù)據(jù)背后的現(xiàn)象、實際，更需要說明原因。在（移動）互聯(lián)網(wǎng)的背景下，分析深度關聯(lián)、多層原因變得更為重要，這就面臨一個大數(shù)據(jù)分析難題：如何提升數(shù)據(jù)分析能力，即如何將數(shù)據(jù)與人的心理、行為聯(lián)系起來。不是簡單的聯(lián)系，而是預測這些關聯(lián)性。大數(shù)據(jù)從龐大繁雜的交通運行數(shù)據(jù)中，尋找到人們所需要的交通問題之邏輯關系，然后“理解”人們更深層的需求，如交通問題原因探究，這才是大數(shù)據(jù)技術真正的價值體現(xiàn)。

大數(shù)據(jù)在帶來機遇的同時，也面臨很多問題： 需要在明確數(shù)據(jù)的屬性、價值及本質(zhì)的基礎上才能進一步挖掘其價值；大數(shù)據(jù)在應用過程中會涉及信息安全及隱私保護問題；整合信息資源需要強大的技術支撐；目前在專業(yè)人才上還存在缺口。

目前，大多數(shù)大數(shù)據(jù)平臺分析系統(tǒng)，仍然局限于“條件分析”，遠沒有實現(xiàn)“智能探究”。人為設置的主題和分析方向，大多數(shù)情況下是已經(jīng)知道原因，只是為了得到數(shù)字的驗證。交通管理部門僅使用了大數(shù)據(jù)的存儲和計算技術，但卻大大忽略了大數(shù)據(jù)的分析能力，而這正是需要真正投入研究的。目前，可行的方法還是借助“半人工”方式，通過大數(shù)據(jù)自主分析，人工發(fā)現(xiàn)需要探究的目標，然后再一次挖掘大數(shù)據(jù)，循環(huán)往復。

當然，大數(shù)據(jù)技術正在飛速發(fā)展，人工智能的深入研究與介入，對于大數(shù)據(jù)中語義的分析、自然語言的理解、數(shù)據(jù)關聯(lián)性的主動性關聯(lián)等技能不斷發(fā)展，能夠逐步實現(xiàn)行業(yè)期待的大數(shù)據(jù)真正的應用價值——自主發(fā)現(xiàn)、自主探究。

踏實走好大數(shù)據(jù)的每一步

交通大數(shù)據(jù)要取得真正實用的價值，沒有任何捷徑，必須理性地看待這一技術和“工具”的使用，并認清交通大數(shù)據(jù)應用仍然是初級階段。交通大數(shù)據(jù)應用，先從最易入手的分析開始；大數(shù)據(jù)分析，又要先從數(shù)據(jù)互聯(lián)開始。先實現(xiàn)信息傳遞，才能實現(xiàn)價值轉(zhuǎn)移。

交通大數(shù)據(jù)重中之重是需要數(shù)據(jù)，有能夠互聯(lián)的數(shù)據(jù)。智能交通管理系統(tǒng)的發(fā)展水平與數(shù)據(jù)的公開化程度息息相關。但是，我國交通管理的“條塊分割”嚴重，政府業(yè)務系統(tǒng)一般被承建企業(yè)把控，系統(tǒng)中的數(shù)據(jù)對接與數(shù)據(jù)互聯(lián)、信息互通，是目前交通大數(shù)據(jù)的最大障礙，是交通管理和參與企業(yè)應該調(diào)度重視的問題。信息公開能帶來諸多便利之處，對于政府來說，信息公開有利于樹立起良好形象；對于企業(yè)來說，信息公開能增加其收益；對于民眾來說，信息公開能保障決策參與權。要提高交通數(shù)據(jù)的利用率，需要提高信息的公開化程度，信息管理方式的開放性較低，無法挖掘信息的價值，更無從談大數(shù)據(jù)價值。

大數(shù)據(jù)公司要為交通管理部門提供優(yōu)質(zhì)的大數(shù)據(jù)分析及其應用和相關服務，數(shù)據(jù)源（對數(shù)據(jù)采集匯聚能力）、數(shù)據(jù)技術（對數(shù)據(jù)處理計算能力）和數(shù)據(jù)應用（對數(shù)據(jù)內(nèi)涵和外延的發(fā)掘能力）3個環(huán)節(jié)都要有獨特競爭力，而交通行業(yè)所有部門，也必須真正基于“大數(shù)據(jù)”技術本身的能力，結(jié)合交通問題的解決意圖建設交通大數(shù)據(jù)系統(tǒng)。

人工智能、區(qū)塊鏈技術的興起，無疑會給大數(shù)據(jù)應用的技術進步帶來更多的發(fā)展空間，但是，這會不會又是一輪新的概念炒作？“大數(shù)據(jù)”成本之大，是大數(shù)據(jù)之殤，對企業(yè)、對政府都是不可承受之重。