分享

收藏

点赞

  1. 主页 > 资讯 > 智慧交管

杨东援:大数据如何提升城市交通管理智慧

2016年11月17日,在第十一届中国智能交通年会城市智能交通创新发展论坛上,同济大学教授杨东援以《借助大数据提升城市交通管理智慧》为题发表了演讲。

 2016年11月17日,在第十一届中国智能交通年会城市智能交通创新发展论坛上,同济大学教授杨东援以《借助大数据提升城市交通管理智慧》为题发表了演讲。

主要从三方面阐述了大数据在城市交通中的重要性:第一,为什么需要大数据;第二,怎么理解大数据;第三,大数据在交通领域中的应用是不是简单地开发一个软件,或者是信息技术人员的加入就能完成。

1.png

以下为杨东援演讲实录,经赛文交通网(china_7its)编辑:

很多人经常会问:城市交通“路在何方”?

如果将城市交通简单的理解成技术问题,可能一犯错就不断规划,试图平衡一个城市的结构,但是资本的介入、房价等影响,社会根本就没有按照我们所预想的方向发展。因此,我们就要思考,自主平衡是不是违背概念?是车和路的矛盾?

其实是人居环境和无节制的小汽车交通需求间的矛盾,这里面主要是内在的因素。

简单依靠硬件系统建设,并不能保证城市交通模式自然向可持续方向转变。关于电动车、网约车的整顿,本质上是资源的争夺,不同的阶层有不同的速度,它的简单的需求,而是一个社会的管理。我们并非不知道城市的增长极限,但是无序地争抢属于自己的资源。我们不是没有对美好家园的憧憬,但是缺少实现理想的资源管控机制。我认为是过程控制导致的问题。

 我们一直希望通过提高“预测精度”来消除未来的“不确定性”,现在却不得不重新思考“未来是可以准确预测的吗”?实际未来的不确定确定不可怕,可怕的是我们试图用现在的趋势去推算未来,用我们的经验宽度去模拟方针。

 驾驭不确定性,需要建立政府对变化过程的控制能力。

因此,大数据开始出现。我们突然发现有一个利用观察研究对象和管理对象的一种方法,过去我们靠五年十年一次交通大调查,面对快速且复杂的变化,传统调查无论从观察频度还是观察广度上,均显现出极大的不适应。   

但是大数据只是一个大的数据吗?如果大数据只是为模型工程师和仿真工程师服务的一个工具,那它就没有真正的战略意义。

大数据对决策的影响

 从分析技术角度我们需要思考,首先,数据仅仅是模型的配角吗?实际上它与方针和模型是并列的几种相互配合的方式,也就是数据分析已经从配角变成主角之一。

 第二,应该将大数据硬塞进传统交通模型的框架之内吗?

 第三,技术条件变化了,世界在快速变化,我们还应该让建立在已有经验基础上的数学模型束缚自己的决策思维吗?技术进步了,我们要把大数据和方针技术融合在一起。但是我非常强调的一点,大数据不是它们的斧头。

 因此,我们需要从决策研究技术路线上思考变革。

“建模”是模型驱动转变到大数据的“证-析”,无论是模型还是大数据,它提供的是数据,我们要用各式各样的证据来分析。所谓“证”强调的是判断和决策中的证据,尤其是数字化的证据,尽可能充分的证据让决策更有据可循。所谓“析”强调的事通过证据产生洞察,而不是让复杂的数学模型剥夺了我们思考的能力,也避免表象的数字迷惑了我们的判断能力。也就是说,我们需要的是一个人机结合的工作程序,而不是一个被数字程式绑架的自动化决策流程。

如何理解城市交通领域的大数据分析

 大数据需要的变革,是技术变革和政府的管理变革相结合。

 因此,如果讨论大数据技术,不能就技术论技术,而要清楚我们的目的是将“数据资源”转化为“决策能力”进而达到“行动效果”。

 交通是一个公共管理,公共管理领域的责任重大,决策依据不能停留在对问题的表面理解,而是直面复杂性、涉及深层次机理的不可逆问题。

所以,在决策支持上我们要面对的更主要是承认未来的不确定性,承认预测的有限性,然后要利用大数据对研究对象的感知进行调控。交通最大的问题在于对整个交通演变的过程丧失了控制力,所以同时要防止一种倾向,防止“数据垄断”形成“话语权垄断”。

这样的背景下,我们要建立一个行动框架。 

2.png

制定一个可持续发展的交通模式,可持续发展不等于环境和经济的发展。我们会设计一个蓝图,需要政策的杠杆也撬动,在这个过程中大数据要做感知、认知、洞察。

 感知方面,首先要树立正确的观察角度,过去问题的观察角度与获取数据的手段的局限性是有关的。现在我们的视野要正确,要关注未来可能遇到的问题,要关注政府在下一步可能遇到的问题。第二,要合理的选择表征指标,然后进行一系列的处理。

强调一点,大数据并不意味着必然真实。  因此,我们必须要千方百计促使交通数据分析师要把眼界、角度,以及问题的表达方式扩展开,放掉传统的思维,来努力探索我们不知道的事情。

认知方面,当视野扩展以后,的确可以依靠直觉发现很多规律。宏微观数据的链接,是将宏观态势分析与微观机理分析结合的关键。更多的情况下,关联分析给出重要的“向导”信息。要利用模型的方法来寻找因果,用大数据的方法去把握态势。    

洞察是一件最痛苦的事情。首先跟目的性有关。我们必须要治本,制定战略性空间政策,实现可持续发展的交通模式与健康的城市空间结构的战略协同。洞察的过程中,会涉及到一系列的技术,包括怎样进行信息的融合,思辨环境和专业的逻辑。

 最后,最重要的事情是提升政府管理智慧。

 我们要支持整合多部门的协同过程,借助新的技术支持城市要建立一种战略调控的手段对过程进行管控,不仅仅是制订未来的蓝图。研究大数据最主要是把数据变成证据,同时建立基于政策的决策体系,把握公共管理领域的责任和慎重,要明确平台不是为了垄断话语权,而是扩大话语权让更多的人参与讨论。

结语

 我们需要有一个好的大数据,但是要明确一点,有了大数据政府不会自然的具有智慧。在这个过程中,情报决策很重要,但是它不能替代我们的战略对话,对管理者来说大数据有了并不是减轻你的压力而是加重你的压力。同时我们需要一个良性的技术生态环境。

 我认为大数据对学科领域带来的是一种革命,但革命不会自动发生,特别是将它硬塞在传统理论的框架下,它的革命永远不会发生。

速记资料来源于:中国智能交通协会

整理稿未经本人核实

未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明等材料,与我们联系,我们将及时沟通与处理。

加载中~

你可能也喜欢这些文章




稿
意见反馈0
商务合作

商务合作 扫码联系

返回顶部