大数据思维正在改变高速公路运营管理

guoxiongxin 2019-05-11

展开全文

经过30多年的发展，我国在高速公路运营管理方面取得了很多宝贵的实践经验。不同行业均有各自特有的思维方式，高速公路运营管理人员也在实践中形成特有的思维方式，这种思维方式是从若干年的实践中总结出来的、行之有效的方法论。在方法论的层面，大数据是一种全新的思维方式，做事情的方式与方法需要从根本上改变，所创造的价值也将深刻改变高速公路运营管理的各个方面。如何有效运用大数据的思维方式和方法论，提高高速公路的科学管理和组织服务水平越来越得到行业的重视。

一、高速公路运营管理模式转变

1.1 思维方式转变

17世纪以来，机械思维是指导我们行为的最重要的一种思维方式，它是人类总结出的最重要的思维方式。时至今日，很多高速公路运营管理人员的行为方式和思维方式依然没有摆脱机械思维，尽管他们谈论的是更时髦的概念。今天谈起机械思维，易联想到的是死板和僵化，但在当时它是一个非常时髦的词汇，就像今天我们无处不谈的互联网+、物联网、云计算等一样。机械思维的核心思想可以概括为：第一，世界变化的规律是确定的；第二，变化的规律可以被认识、且可用简单的公式或者语言描述；第三，这些规律可推广应用到各种未知领域指导实践。

在信息时代的今天，机械思维的局限性也越来越明显。首先，并非所有的规律都可以用简单的原理描述；其次，像过去那样找到因果关系已经变得非常困难，因为简单的因果关系规律性已被发现。另外，随着人类对世界认识得越来越清楚，人们发现世界本身存在着很大的不确定性。就高速公路运营管理而言，我们经常可以遇到，很多时候对交通拥堵等各种趋势很难预测或预测是错的。这并非缺乏专业知识，而是由于不确定性是这个世界的重要特征，以至于按照传统的方法——机械论的方法难以做出准确的预测。因此，需要考虑在承认不确定性的情况下如何取得科学上的突破，或者把事情做得更好，这就导致一种新的思维方式和方法论诞生。

1.2 大数据思维本质

认识大数据的本质，需要从大数据的三个特征谈起。

一、数据量大。在过去，由于数据量不够，即使使用了数据，依然不足以消除不确定性，因此数据的作用其实很有限，很多人忽视它的重要性是必然的。在那种情况下，哪个领域先积攒下足够多的数据，它的研究进展就显得快一些。具体到机器智能方面，语音识别是最早获得比较多数据的领域，因此智能客服系统在高速公路运营管理中获得较早的应用。

二、多维度。为了获得相关性通常需要多个维度的信息。比如统计交通事故和恶劣气象的相关性，只有历史上交通事故一个维度的信息显然是不够的，需要上述两个维度的信息同时出现，同时需要交叉验证。比如，在气温较低时，高速公路存在路面结冰或凝霜的可能。也就是说，气温较低和路面结冰或凝霜之间的相关性较大。但是，这件事并非很确定，因为有些时候气温较低路面却没有结冰或凝霜。如果结合湿度信息、气压信息、云图信息等其他维度的信息，也能验证路面结冰或凝霜这件事，那么预测的准确性就要大很多。

三、数据完备性。在大数据时代，在高速公路运营管理中获得数据的完备性成为可能。当数据的完备性具备了之后，就相当于训练模型的数据集合和使用这个模型的测试集合是同一个集合，或者是高度重复的。在这种情况下，就避免了出现覆盖不了很多小概率事件。

综上所述，大数据的科学基础是信息论，它的本质就是利用信息消除不确定性。到了大数据时代，量变带来质变，采用信息论的思维方式可以让过去很多难题迎刃而解。

二、大数据思维给高速公路运营管理带来的转变

2.1 预测预判思维

大数据的核心是预测，不是让系统像人一样思考，而是把数学算法应用到海量的数据，预测事情发生的可能性。通过实时获取想要的信息，根据信息判断事物的现状及发展演变的过程和走向。使决策逐步摆脱过去“发生问题—解决问题”的被动状态，提早预见可能的问题，提早作出防范，优化决策的结果和效率。例如，根据风险源分布情况、高速公路突发事件统计分析信息，对各类型高速公路突发事件发生的可能性进行预测，结合应急能力分析评估信息、风险源分布情况、应急资源分布情况等，提供安全应急预防措施的相关建议，供各级高速公路管理部门参考。

2.2 关联性思维

大数据思维的一个最突出特点是从传统的因果思维转向相关思维。传统的因果思维是一定要找到一个原因，推出一个结果来。而大数据没有必要找到原因，不需要科学的手段来证明这个事件和那个事件之间有一个必然，先后关联发生的一个因果规律。而只需要知道，出现这种迹象时，这个数据统计的高概率显示它会有相应的结果，那么就可以去做一个决策。例如，高速公路安全隐患多表现为急弯、陡坡、连续下坡、视距不良、路侧险要等，但某路段多发或相对集中，并不代表公路本身一定有隐患。2016年公安部发布的事故统计资料显示，我国道路交通事故直接原因分类分析中，人的因素占91.8%，车辆因素占7.2%，而道路及环境等因素约占1%。因此，在分析交通事故影响因素时，除分析急弯、陡坡、连续下坡、视距不良、路侧险要等因素外，更要综合分析人的因素、车辆因素等。

2.3 信息找人思维

互联网和大数据的发展，是一个从人找信息，到信息找人的过程。先是人找信息，人找人，信息找信息，现在是信息找人的这样一个时代。信息找人的时代，就是高速公路发展初期的采用一种方式，比如，广播模式是信息找人，比如高速公路FM调频广播、隧道有线广播、可变信息情报板等。信息推送给出行者，但是有一个缺陷，不知道出行者是谁。接下来，互联网反其道而行，提供搜索引擎技术，让出行者知道如何找到所需要的信息，所以搜索引擎是一个很关键的技术。比如高速公路出行服务网站、智能客服系统、移动终端APP等。今天，从搜索引擎向推荐引擎转变。从人找信息到信息找人越来越成为了一个趋势，推荐引擎更懂我们，知道我们想要知道的信息。

用信息找人的思维方式思考问题，解决问题。预示着大数据时代可以让信息找人，而且主动提供需要的信息。比如，可以通过历史出行信息（时间、路线等）、实时位置信息、共享的消费信息等对出行者进行画像，结合高速公路路况信息、突发事件等信息，为用户提供基于位置的实时信息服务。

2.4 系统懂人思维

让系统懂人，这是人工智能的成功，同时，也是人的大数据思维转变。大数据技术的其中一个核心目标是要从体量巨大、结构繁多的数据中挖掘出隐蔽在背后的规律，从而使数据发挥最大化的价值。由计算机代替人去挖掘信息，获取知识。从各种各样的数据(包括结构化、半结构化和非结构化数据)中快速获取有价值信息的能力，就是大数据技术。例如：在出行前，出行者凭经验会有一个出行路线，而高速公路导航系统结合了高速公路实时路况、路网历史车流量、流向信息、交通事件等信息，可提供更加理想的出行路线和出行时间预策，并可根据实时数据进行实时优化，当出行者发现推荐的出行路线比按经验的出行路线要好的多，久而久之就会对它产生信任。

2.5 定制化、个性化服务思维

个性化思维。在小数据时代，由于数据信息的收集难度大、成本高，人们掌握的数据十分有限，所以，高速公路运营管理人员需要判断大部分人的情况是什么、大多数人的需求是什么，以此提供服务、进行管理保证高速公路社会效益的最大化。进入大数据时代后，数据的收集能力空前强大，且数据的收集成本极低，已经完全有能力了解全体成员的详细情况。因而，今天高速公路运营管理要实现社会效用的最大化就不仅要关注大部分成员的状况和需求，而且也要关注其余的少数群体的个性化需求或个体的差别化需求。比如，利用移动终端APP、微信平台等基于手机的软件，公众可在出行前提出个性化的定制需求（如旅游、购物、就餐、加油等），当公众在高速公路上行驶时，可向其主动推送个性化的出行信息。

三、高速公路运营管理人员思维方式转变

数据在没有变成信息、信息没有提炼成为情报之前的价值是非常低的。目前，高速公路收费系统、路网监测系统等已经产生大量的数据，但是没有进行处理，没有很好的利用，就无法使数据产生价值。因此，需要高速公路管理者对大数据利用有清晰的认识，使数据发挥其应有的价值和效益。

3.1 从经验向数据化思维转变

过去，高速公路运营管理人员常常苦于缺少可靠的数据，因而在决策时更多依赖于的经验和主观判断。这在数据比较缺乏的年代是一种较好的办法，因为只要掌握了事物的大多数和总体趋势，就意味着犯错误的可能性最小。进入大数据时代，拥有更多全面而可靠的数据，可以通过数据准确认识事物的全貌及其发展变化特征。这些数据和信息作为决策的依据，可以比过去依靠经验和主观判断作决策更加可靠，减少犯错误的可能。因此，大数据时代，高速公路运营管理人员要树立用数据说话、依数据决策的数据思维，实现从经验决策向数据决策转变。

3.2 从封闭向开放性思维转变

大数据价值的关键在于数据的整合和分析，但整合分析的前提是数据开放。在大数据的今天，高速公路运营管理的范围更广、内容更多，单纯依靠某个部门或某些数据已无法掌握事物全貌，更无法作出全面、细致的解决方案。需要树立开放思维，打破部门和行业界限，实现从封闭向开放的转变，而高速公路运营管理人员决策最重要的依据就是数据。所以，需要与交警、路政、气象、互联网企业、移动运营商、金融等交换和共享数据，向社会开放数据，数据流动起来，发挥大众的智慧，激发创新和活力，使问题得到更好解决。

3.3 从孤立向联通性思维转变

联通包括对内联通和对外联通。对内联通是指高速公路信息化系统内部各个子系统间的数据要实现联通，对外联通是指高速公路信息化系统与其他系统之间要实现数据的彼此联接和共享。联通的最大意义在于实现数据和信息整合。大数据价值的关键在于数据的挖掘，但数据挖掘的前提是数据的整合。数据整合就要使原本分散于各处的数据相联接，形成数量更多、内容更全面的数据集。因此，需要整合交警、路政、气象、互联网企业、移动运营商、金融等数据，整合以后的数据集不仅蕴含丰富的信息，可以更好地发现规律、辅助决策；同时整合以后的数据信息更加完备，有利于利用不同来源和内容的数据进行交叉复现，发现错误，提高精确性和针对性。

3.4 从抽样向全样本思维转变

抽样在一定历史时期内极大地推动了高速公路的发展，在数据采集难度大、分析和处理困难的时候，抽样不愧为一种非常好的权宜之计。抽样的好处显而易见，坏处也显而易见。抽样保证了在客观条件达不到的情况下，可能得出一个相对靠谱的结论，让研究有的放矢。抽样也带来了新的问题，首先抽样是不稳定的，从而导致结论与实际可能差异非常明显。大数据与“小数据”的根本区别在于大数据采用全样思维方式，小数据强调抽样。

3.5 从精确向容错性思维转变

在小数据年代，采用抽样，从理论上讲结论是不稳定的。一般来说，全样的样本数量比抽样样本数量的很多倍，因此抽样的一丁点错误，就容易导致结论的“失之毫厘谬以千里”。这亦是很多小数据的模型在测试阶段效果非常好，而应用到实际环境中效果不理想的原因。大数据时代，因为采集和分析全样数据，而不是一部分数据，数据中的异常、纰漏、疏忽、错误都是数据的实际情况，没有必要进行任何清洗，其结果是最接近客观事实的。

3.6 从粗略向精细化思维转变

在小数据时代，高速公路运营管理人员想要全面、细致地掌握高速公路路网运行状况十分困难，出行信息服务中也无法考虑到出行者有哪些具体特征、需求有何差异等详细信息。因而，出行信息服务只能解决大多数人的困扰，缺乏针对性。大数据为出行信息服务的定制化、个性化服务提供可能。所以，大数据时代的高速公路运营管理人员要树立精细思维，为公众提供精准化、个性化的公共服务，更好提高公众出行信息服务质量和效率。

3.7 从无序向标准化思维转变

在大数据时代，实现数据价值的关键在于数据整合，而数据的整合需要建立统一的标准规范。数据整合是要把原本分散的数据汇聚，形成更大、更全面的数据集。而顺利整合的前提是各部分数据的分类标准、颗粒度是一致的，存储标准是统一的，否则数据整合将无法顺利实现。因此，需要建立标准化的思维，做好数据整合中间的标准，为下一步数据的转换和整合奠定基础。