郭繼孚：交通大數據分析亟待規范——從指數亂象談起
人已閱讀 - - 作者： 郭繼孚 0各種針對城市運行的專業研判，走到了新的數據環境之下。大數據交通指數就是一例。這意味著什么？公眾和專業人士，又應該如何看待各種互聯網公司對城市進行的排名？
本文來自北京交通發展研究院院長、教授級高級工程師郭繼孚在第11屆中國智能交通大會上的演講。可以給我們很好的啟發。
前面幾位專家談了很多交通大數據應用問題，我談一個不大不小的問題，指數亂象。哪里亂呢？先說個具體的例子。
這個指數（下圖）大家在網上看到很多回了。
具體是哪些公司的，我就不直說了。尤其是，有些數據的結果不怎么樣，也不好指名道姓。
亂在哪里呢？這（上圖）說的是同一個時間、同一個城市的擁堵情況排名，但兩個公司的結果不一樣。大家要知道，他們號稱的算法是一樣的。但最后結果不一樣。為什么呢？
這（上圖）是另一個排名，它們的差距是挺大的。
這（上圖）是一個國外公司的排名，看前12位，跟我們的排名的結果差距挺大的。這基本上都是互聯網公司做的結果。
我們還有很多專業的研究報告，包括北京在內，也是五花八門（下圖）。
就連用指數表征的擁堵范圍，都不一致。在北京，指數是0到10，上海是0到100。還有0到5的，以及不知道到多少的。
如果公眾看到，在北京擁堵指數是這樣，到了上海卻是那樣的，一定感到無所適從。最主要的問題是，這指數范圍不同，只是為了不同而不同。我們當時研究了一下，從0到10有一定的道理，而其他人就講，從0到5有道理。但本質上并沒有什么不同，是為了不同而不同，所以造成了大家的困惑。
另外，這些分析的結論也完全不一樣。這都是大數據：一個說擁堵加劇，一個說速度上升，意味著擁堵緩解。說的是同一個事情。所以，我們不要過度盲目崇拜大數據。
其實非常簡單，他們的分析，連時段都不一樣。這個分析2小時，那個分析3小時，所以結果不一樣（下圖）。
這個是號稱大數據說話：專車沒有導致交通擁堵（下圖）。大家可以搜一下，就這么一個結論，在互聯網上傳播量非常大。
灰色線，是專車的數量增加了；黃色線是速度，它說沒有變化，沒有導致擁堵。但我看，它確實是有變化，而且變化很滑稽：這是在北京，在7月份的時候，速度居然是降低的！
看看我們的數據（下圖）。
這不是要吹噓我們的數據多準。只是想要說明一個狀況——這個狀況不止在北京，全國交通系統都如此：一年12個月，每個月的交通狀況是有變化規律的，最低點在2月份，因為過春節，次低點是在7、8月份，這是因為學校放假了，交通就好走了。9月份最堵，是因為剛開學，大家都要送孩子上學，連高中都送，送一個月就好了，再加上過中秋節，送月餅。這些特征大家都知道。
可是那個數據結果是反的。我都不知道那個數據是怎么出來的。
這是剛出現的一個報告（下圖）。
看這個數據，還是說北京，白線是速度。得出的結論還是，網約車的數量增加了那么多，但速度沒變，說明速度和滴滴的訂單量無關。潛臺詞是，北京的交通擁堵跟網約車沒有關系。
我想跟大家講的是，這超出了常理。什么是網約車？網約車不就是出租車嗎？網約車不就是坐在汽車里把你運到目的地，難道不占用道路流量嗎？如果你原來是開車的，現在不開車，改坐網約車了，他們就說不堵了，但你不還是坐在小汽車上到達目的地了？有人原來是坐公共交通的，發現網約車這么便宜，那么打車吧，這種人肯定是有的。所以，會不堵嗎？
我們的數據結果是，2015年全國的城市中，北京最先發現擁堵指數上升了20%。廣州、深圳等地，有指數的地方，都發現了這個問題。結果，上面的大數據報告，告訴我沒有這回事。這么唬人的結果都是大數據的結果。為什么呢？
我猜，是因為這些互聯網公司，不知道這些常理。因為，用專業的判斷和結論，就知道那些大數據研究是對還是錯。大家一定不要喪失自己最基本的判斷。
你如果仔細注意，就會發現，（上圖是）把北京市域總行程速度與滴滴訂單量比較，要是拿全國路網速度的數據去跟北京比較，那完全對不上關系。我們說的擁堵，說的是北京市中心的擁堵，郊區不堵。把郊區的數據與市中心的數據放在一起，就出現了問題。就這么簡單的道理。但這種簡單的錯誤，導致非常滑稽的結果。這就是我們的亂象。
從科學的角度，這種亂象是不應該出現的。我們不能把等級統一一下，不能把數值歸集到一起嗎？是可以的。需要大家坐下來研究，而不要為了不同而不同。
這背后還是存在一些科學問題。我不相信，大數據來了以后，就能告訴你一切。這還是需要一些方法的。
拿擁堵本身來說，有各種各樣的算法。我們用這些算法對北京都做過。為什么我們要堅持用擁堵比例來反映擁堵？非常淺顯的道理，看（上圖）右下角這個圖，一邊堵一邊不堵，你的感覺是什么？如果我們用平均值來計算，這種擁堵就會被嚴重弱化。
實際上，無論你在哪邊走，都會和別人說北京真堵。
人們會放大自己感受強烈的這部分。這在傳播學上也有依據。這就是我們推薦這個方法的原因。而且我們經過了社會調查，發現這個方法和社會調查的結果一致。
通過這個小現象，大家可以強化一下、思考一下交通的大數據到底應該怎么用。
傳統的浮動車數據更能說明問題
我們北京交通發展研究院，2005年開始采用浮動車數據。
我們發現，這背后有很多事情，需要扎扎實實去做。
比如，采樣頻率。出租車公司的數據是不同頻率的。隔五分鐘采集一次，跟一秒鐘采集一次的結果是不一樣的。要進行分析。
到底有多少車的時候，才能讓數據得到一個可靠的結果，又在什么情況下有怎樣的置信度。
比如說，這個樣本的代表性到底行不行。我們當時在做這個實驗的時候，鬧過一次笑話。因為此前都沒有數據，有了浮動車之后，能讓領導看到實時信息，領導看到之后，就直接從辦公室選了一條路線回家，結果發現，這是最堵的一條。
為什么會發生這樣的情況？因為那時浮動車比較少，被選中的這條路上沒有出租車，沒有信息，就顯示成了暢通的一條路。實際上那條路很堵，出租車司機都知道。如果數據代表性不夠，就會發生這樣的結果。
再一個，很多城市的出租車跟正常的駕駛不一樣，可以繞著紅綠燈過馬路。這樣的結果，可以反映小汽車的交通嗎？不能。不能直接拿來就用。車牌識別的數據，也不能直接拿過來就用，因為我們不知道車輛在兩個攝像頭之間做了什么，其實是可以用的，但一定要深入分析，看看有沒有代表性。
當然，還有很多技術細節，需要認認真真地考慮。最后，經過數據清洗以后，才能得到一個比較可靠的數據。
另外，我們做出的結果，是干什么用呢？我們要為用而想，我們在做交通指數設計的時候，是要把一天24小時的交通特征反映出來，讓決策者和市民能夠感受到真正的擁堵水平。讓大家看到這個交通指數，就知道交通狀況是什么樣。北京用這個數來定工作目標，年度這個值必須控制在一個位置——如果這個數據沒有說服力，區長就會來找我。因此，這個數據要足夠敏感。北京一到尾號4、9限行的時候就會堵，因為尾號4的車比較少，原先老百姓不知道，為什么每隔幾天就會堵，后來我們發現這是尾號限行鬧的。這些數據的結果，要與一些宏觀的感受一致。
北京連續這么多年，不斷和擁堵做抗爭，不斷起起落落，每一步措施與交通特征都是對應的，我們可以找到關系。
奧運會的時候，北京交通暢通。我們的結果要能反映出這樣的特征。如果反映不出來這樣的特征，全天都是暢通的。有什么意義呢？
另外一個精細的結果如下。
2011年整體的交通擁堵指數，年前還是漲了，過了年降下來了。到4月份又下來，是因為，我們路邊停車費從2塊錢提高到10塊錢，但兩個月后作用喪失了。我們不敢相信這樣的數據結果，要到現場去做調查，為什么停車新政持續了兩個月以后，指數又反轉了。我們發現，原因是收費的停車場空著，旁邊可以亂停了，執法沒跟上，影響了政策的效果。
另一個政策措施的關聯驗證如下。
2012年底國家實施八項規定后，節前晚高峰交通擁堵情況有所緩解。2013年春節、中秋節、國慶節前晚高峰交通指數分別同比下降12.8%、4.0%、19.8%
公交IC卡的數據也不是拿來就可以用的。有上車沒有下的信息，不同POS機的時間點都不一樣，需要一系列的過濾清洗，補充信息。特別是需要經過交叉驗證。
大家現在對信令數據比較癡迷。
但信令數據就能告訴我們一切嗎？其實也不是的。信令數據的結果和我們真正的交通調查結果還是有一定偏差的。
再和大家介紹一個和道路交通應用關聯的新數據：智駕數據。
這是個OBD終端，裝在車上，每一輛車每一刻的數據都返回來。點火時間、結束時間等等數據全都有。這個可以準確地知道車輛的出車率有多少，行程時間是多少。
有些結果超乎我們的預料：
在北京，路網上最高峰的時候，僅有20%的車在路上，你能夠想象嗎？北京有600萬車，最高峰的時候100萬車在路上，就能把城市的路堵成這樣。這些數據說到底，是要驗證我們所做的工作是對還是錯。因為，出租車有出租車的特征，網約車也有網約車的特點。他們的特征是和小轎車不一樣的。
通過數據，我們還可以知道哪位司機在什么地方突然急剎車，有不良駕駛行為。這里是不是設計的問題，還是紅綠燈控制的問題，等等。
也有區域的分析（下圖）。
居住區這一時刻有多少車，和辦公區域這一時刻有多少車，完全是不一樣的。
交通大數據的未來
大數據一定有一個美好的未來。我相信，未來我們每一個人需要的交通出行，是全方位的信息化，到目的地的每一個過程，都需要信息化。而不是僅為買一張票，在路上堵著。移動互聯網技術使得交通能做到這一點，以前不能做到，現在可以了。
未來的交通，我們需要解決的問題很多。當出行者要在出行中與中心進行交互的時候，以及中心對出行者進行干預的時候，這些數據應該掌握在誰手里？如果這些技術被某個公司掌握之后，我們會是怎樣一個結果？給誰優化，不給誰優化？數據僅被某些人利用，是不公平的。我們交通工程師的責任是什么？我相信大家都有一個深度的思考。
這是任何大數據都代替不了的工作，數據背后的智慧還是要靠我們。特別是未來響應式的交通系統、全方位信息化的交通系統，更需要我們的智慧。我完全相信，未來的交通系統，一定是控制在云端、交通參與者互動的系統，中心端可能要為全城交通負責。
所以，在這方面，我們要堅持我們自己最基本的判斷力。最基礎的東西、最基本的規律是沒有變的，我們不要被這些數據搞暈了，自己要有定力，定力在于我們專業的判斷。我們希望業界規范起來，少花一點“為不同而不同”的時間，去做一些延展、深入的事情。數據共享固然重要，行業協作更加重要。
（作者系北京交通發展研究院院長、教授級高級工程師。本文來自作者在第11屆中國智能交通大會上的演講，標題為編者所擬。原題為《交通大數據分析亟待規范：從指數亂象談起》）
微信公眾號：MobilitySolution