叶劲松：综合交通运输现状与数据分析应用

叶劲松：综合交通运输现状与数据分析应用

2017年 6月13日主题为“空间大数据的崛起”的WGDC2017，在北京国家会议中心盛大开幕。大会由空间信息产业创新创业服务平台泰伯主办，秉承不断引领和促进空间信息技术创新与变革的宗旨，WGDC已走过六个年头，如今成为全球最具前瞻性的跨界创新风向标。
 

叶劲松：综合交通运输现状与数据分析应用
 

　　13日，由百度地图、赛文交通网共同协办的空间大数据+智能交通峰会开幕。峰会上，来自交通运输部综合交通运输大数据应用中心的副主任叶劲松发表了以“交通运输与空间大数据”为题的精彩演讲。以下为演讲实录(未经本人核实)：
 
　　我很高兴在这里给大家分享一下交通运输与空间大数据的一些内容。我来自交通运输部科学研究院，同时现在也是交通运输部的综合交通运输大数据应用中心。是两个名字，所以名称上面有一点绕。
 
　　我今天分享的内容，应该跟前面百度的几位专家介绍的内容有点不一样，从视角方面，可能前面更多的是从出行服务的角度去谈空间大数据，谈地图结合智能交通给公众提供更便捷的服务这个角度去谈一些问题。
 
　　我来自于政府管理部门，所以我会更多的从政府管理的视角去谈一些目前我们在交通运输行业内，我们目前所掌握的一些空间大数据的一些大数据的资源的情况，以及我们结合这些数据所开展的具体的应用。
 
　　我今天分享的目录，主要是三个主题，首先会把我们刚才说的单位的名称综合交通运输大数据应用中心建设情况做一个简单的介绍，第二部分是我们行业内掌握的空间大数据的资源情况，最后会把我们目前所开展的一些数据分析应用的情况给大家做一个分享。
 
　　先来看第一部分，综合交通运输大数据引用中心的基本情况，首先最开始，去年的这个时候我来接招可能我会讲来自交通运输部科学研究院下面的交通运输中心，我们这个中心从2001年开始成立，主要开展的业务工作包括4个部分内容，主要交通经济运行分析，交通政策咨询，交通信息化建设，交通统计信息服务。对比较热门的共享单车，他的服务的标准，目前也是由我们院开展政策研究的工作。
 
　　目前我们是掌握着行业里最权威的土地咨询部门，所以我们掌握着行业里边主要的数据，以及一些动态的运营的，行业内的动态运营的数据。
 
　　顺应着大数据的发展，交通运输部在2015年的时候提出来建立综合交通运输大数据应用中心，作为行业数据的管理部门，这个中心自然落在我们身上，去负责这个部门的建设。结合着近几年行业信息化的发展，行业信息化总体来讲已经取得了非常显著的进展。各级的管理部门，都围绕着各自的业务领域，已经建立了非常繁多的业务的信息系统，初步做一个统计，我们在部一级的信息系统来讲，都有接近一百个。这些信息系统的建设，为我们行业的管理决策，已经提供了一个有力的支持。同时产生了覆盖了各种方式的，规模庞大、种类繁多、实时更新、价值较高，各类跟业务运行相关的信息资源。但是由于各种原因，行业的信息资源一直存在着家底不清、管理分散、开放共享难、分析应用弱这样的问题。通俗来说在行业里面存在着信息孤岛或者信息烟囱的现象，不仅说政府管理部门，可能很多企业内部也存在着这样的问题。在座的嘉宾遇到这样的问题，要获取这些数据的时候要问这些数据有没有，我到那里获取，或者我去找谁拿这些数据，怎么去拿?这样的一些情况，应该说不只是说行业外的人，其实行业内的人经常遇到这样的问题，交通运输部提出来建立一个综合交通运输大数据应用中心，目的就是进一步强化行业数据资源统筹、完善行业大数据开放、共享的体系、行业管理和服务的水平。
 
　　我们这个中心，是从去年2016年的9月份正式成立，主要职责是负责综合交通运输大数据政策标准的研究，数据资源目录编制与维护，数据资源交换共享和开放平台建设，同时我还有交通大数据的采集汇聚，大数据的技术研发以及应用创新还有相应的管理决策的工作。
 
　　下面这个表是我们现在部里已经启动的部一级的数据资源交换共享平台建设，一期建设所涉及到的行业内的数据资源，其中这里面包括了公路、水路还有道路运输上的各个领域，一共有44大类的数据，公路的路网的水具，运行监测的数据，车辆还有船舶还有客运的基础数据，应该说这些数据种类很多。现在还分散在行业的各个领域，当然这不涉及到铁路。
 
　　这么多数据，其中相当一部分跟我们的空间大数据直接相关，下面简要介绍一下交通运输空间大数据的情况。目前行业管理部门所掌握的空间大数据，我们按照静态数据和动态数据大概分成两类。静态数据包括全国的公路的电子地图，港口航道的GRS的图，还有遥感影像的数据。比较多一点，包括高速公路收费数据，AIIS数据，重点营运车辆GPS数据，还有全国交通情况调查数据，能耗在线监测数据，货运平台位置数据，这样的数据我们还在获取过程中，后续会越来越丰富。
 
　　公路的电子地图，指的是全国，应该到现在为止457万公里全国的高速公路，国道、省道、县道，甚至于我们深入到每一个乡镇，每一个村它所涉及到的这样一些公路的基础的属性的信息。除了公路之外包括公路说的附属设施，桥梁、隧道、收费站，还有治超站，其他的公共服务设施等等，大概有20多类服务设施的空间数据和附属数据。这是全国的国道，包括高速公路，还有普通的国道，跟我们的遥感影像叠加在一起，跟遥感影像叠在一起所以这个图看起来比较粗糙一点。这是我们掌握的基础的公路的一个空间的基础的数据。
 
　　第二张图上，我们看到这个不仅是有公路的现行的数据，同时还有很多点，这些点的具体的内容比较小，看的不是太清楚，这个里面，点位主要包括了一些像公路上刚才讲到的桥梁，隧道，同时还会涉及到具体的乡镇，具体的村，他的点位的信息。
 
　　我们下面再看下面一张图，这个是我们把它稍微放大一点看，放大一点的效果，这个效果，不只是说光知道他的空间的信息，同时对于公路的路面的宽度，路面路基的宽度，包括他的路面的类型，什么时候建成的，什么时候改建的，这些信息都可以得到全面的掌握。
 
　　下面的图是港口的图，包含了港口，港区，全国超过1万5千个码头的地理位置的信息。我们从这些图上可以知道，港口航道本身的数量，港口使用的面积，水域的面积，等等各种各样的具体的详细的信息。下面这一类应该是我们目前行业里面所掌握的动态数据，跟空间数据相关的一类重点的数据，就是全国高速公路的联网收费数据，这个数据包括了在全国高速公路王本身的GIS数据，还有收费站的经纬度的位置，以及车辆进入和驶出，在高速公路上行驶的轨迹的信息，包括它在进入和驶出高速公路具体的时间和具体的地点，你在哪个收费站，你的收费站的精度和位置，包括你的车牌号，车形，还有你的行驶里程，包括货车载重的信息都可以在这里面获取到。
 
　　数据主要覆盖全国的29个省，目前的数据量已经达到7个TB，涉及到全国的8200多个收费站，这个数据，比如说我们要跟一些GPS的监控数据相比起来相对数据量不是很大，但是对于行业管理部门来讲这个是目前所掌握的信息最全面，而且比较精准的一类非常重要的数据。
 
　　其他的几类数据，我就不详细的太展开去讲了。简单的说一下，对于AIS数据来讲，它是指对于船舶定位的数据，目前主要包括了全国沿海、长江干线及长江水洗和珠江水洗船舶AIS报文。全国交通流量调查的数据，目前大家在公路上行驶的时候有些时候注意到有一些牌子会写着全国交通情况调查，一些调查站点，是在一些关键结点上的观测站，在5到10分钟一次，贯彻到的车型流量。
 
　　右边这个是重点营运车辆GPS数据，包括危险品运输的车辆，会在上面安装GPS。包括现在的一些货运平台上，对于12吨以上的货车我们会实时监测他的位置和运行的状态，到底有没有运行，都可以掌握。
 
　　还有能耗信息，我们载货车上装载一些感应的设备，实时的获取到目前这些货车它的实时的油耗的信息，包括他现在行驶的速度，加油量，包括他的荷载具体的数据，供行业管理部门来使用。这个是我们所说的初步梳理目前行业掌握的一些空间大数据的基本情况。
 
　　我们综合运输大数据中心，从去年9月份成立之后到现在不到一年的时间，我们利用所掌握的空间数据，已经初步开展了一些分析的应用。主要现在的一些应用类型，我们按照性质来讲分成三个类别，一个是支撑行业的宏观管理决策，第二方面开展对于漏网的运行监测和评估，第三方面是社会合作。主要基于高速公路收费的数据，高速公路上的车辆的行驶路线，以及公路的电子地图等等这样的数据开展的。
首先第一个案例，这个是我们利用公路的GIS的数据，现在全国每年新开工的公路，包括高速公路，普通的国、省道以及农村公路，每年的开工里程超过20万公里，这么多的项目，不排除存在一些地方虚报的项目，以及开了工之后没有正常完工的现象。
 
　　应该说这些现象，从项目管理的角度都是不允许的。我们在利用空间大数据之前，对这些信息，怎么去控制这些虚报的项目，怎么实时监控项目的进步，都没办法完成，我们现在利用公路的GIS的空间数据可以自动化的对于公路的建设项目进行审查。应该说现在的建设项目，我们看到现在这张图，结合着空间的数据，我们具体的建设项目，基准的位置包括他的开工年限和时间，包括现在的建设状况，都一目了然的通过这个系统实时的察看到。利用它控制整个项目建设上不合理的现象。
 
　　接下来这个案例是我们具体利用高速公路的收费数据开展的分析，我们目前利用全国的高速公路的收费数据，主要因为我们现在是为交通部提供行业支持的服务。所以我们现在在按月为部里编制高速公路运输情况监测月报。我们会有一个高速公路运行月度监测报告，从更宏观上讲到的从客户运输的分析之外，包括一些高速公路上的重要结点和热点路段上的分析。2017年1月全国高速公路运行情况的简要的分析，应该说1月份，全国高速公路的总量大概是7.1亿辆，同比增长23%。同时由于今年1月份是春节，受到春节的中短途还乡的需求，今年一月份小客车的流量增长达到24%，1月份货车基本上回家休息了。六轴及以上的，路上见到的特大型货车，2017年1月份比2016年来讲有所下降，从28%下降到2017年的26%。下面这个是我们基于空间数据开展的高速公路上压力路段的分析，我们结合空间分布上的流量，我们初步进行分析，1月份，高速公路，全国的高速公路网上车流量主要集中在广东、四川还有江苏省境内。部分路段日均的车流量达到16万以上，可能这个概念没有什么印象，应该说一个收费站，一辆车通过一个收费站的时间，比如说你需要半分钟，16万辆车对于一个具体的收费站或者一个路段来讲压力是非常大的。
 
　　货车的流量比较高的路段主要集中在广东、江苏、浙江、山东、山西、辽宁六省。
 
　　这个是一个我们对于重要结点的分析，我们可以看出全国高速公路上的车流量，货车流量最大的收费站，目的主要集中在上海、广东、江苏这几个省，总车流量最大的这10个广东和江西、上海一共占了9个，货车流量最大的收费站，广东和上海一共有8个，另外两个还有江苏。下面这个是去年国家发布了长江经济带的规划之后我们针对于长江经济带高速公路的运输情况进行的一个初步分析，长江经济带涉及的到的11个省，主要的公路运输走廊有4条路，这四条大通道，促进横向之间，促进长江经济带11个省他们互相之间连通的重要的基础设施。
 
　　这四条大通道，它的公路上的货运量，应该是在长江经济带里面发挥了一个骨干的作用，占到全部整个区域的货运运输量的33%，跟长江干线相比，跟四条高速公路的干线和它的累加起来的运输量，跟长江干线的总的运输量基本相当。一个公路和水路共同结合起来形成一个东西的对比。公路上的平均不到一百公里，对于水陆上长江干线上通常到300公斤左右。
 
　　四条通道里面位于南北两侧的两高速公路是最繁忙的，另外两条高速公路的流量相对比较小。下面我们做的一个区域的空间分布特征的分析。长江经济带它11个省，我们从东往西看，上海是目前的经济带的龙头城市。从高速公路的空间运输的分布来看，上海跟浙江江苏支架，用颜色深浅表示，用它定性的大概表示他的联系程度。
 
　　上海跟江苏和浙江之间的流量程度达到了37%和17%，同时我们也可以看出来，跟周边的安徽等省份之间联络程度比较密切，上海对于周边的带动效应比较明显。在右边这个图里边是西部区域，就是长江经济带最西部的重庆和成都两个省市之间，他们具有非常典型的双核城市群的特点。从高速公路货运的特点来看，应该重庆和四川之间他们内部之间的货运流量占到总的流量的49%，一半以上都是在内部流通，跟其他的区域之间互相的联系相对弱一点。
 
　　接下来，这一项具体的分析应用的一个案例，在宏观管理决策方面我们开展行业统计数据质量评估，统计数据的造假，在现在经常会报道，尤其像去年辽宁省经济造假，应该处理了很大一部分的官员，为了提高统计数据的准确性，我们结合我们高速公路收费的数据，我们开展统计数据的质量评估。因为高速公路上他的货物运输量跟国家的宏观的经济的GDP之间有非常密切的联系。各省以前通常来讲会有比较多的，动责他们的货运量增速达到20%，30%，所以我们利用我们掌握上的高速公路收费系统的数据，直接从第一手的交易系统获得这些交易资料，我们利用这些资料核算统计数据。
 
　　我们从去年开始做这个工作，各个省公布的货运量的数据，应该是得到了明显的下降。比较有效的压低了统计数据的水分。
 
　　在宏观决策方面，我们还结合高速公路收费数据还有它的具体的交易数据，还支撑开展行业的经济运行分析，目前已经形成了交通运输的服务指数相应的指标。运输服务指数主要是利用收费数据同时结合各种运输方式的客户运输量的指标，经过一些积极调整，用它反映我们行业的一个总体的运行状态。景气监测的指数，主要包括它和经济发展之间的关联程度，我们通过和交通运输行业相关联的指标，用它反映整个交通运输行业发展的景气状态，以及面临的问题，以及对于行业的发展形势进行预警，这两个方面的应用很多人不一定特别理解，但是这两个应该是我们直接会形成相应的成果，利用这个成果直接向国务院提供决策支持的一个很重要的资源。
 
　　第二大类的分析结果是我们开展路网运行监测和评估，目前我们开展路网交通流量分布和分析的工作，利用流量分布的结果我们可以动态反映出全国高速公路上的分区域，分时段的车流量的空间分布的特征。前面所讲到的监测分析报告里面会提到高速公路路段上的重要结点，重要压力路段的情况，利用我们流量分配的分析结果直接最后形成的一个成果。像我们之前所介绍的，比如说我们利用互联网数据的导航的数据可以知道高速公路上的目前实时的拥堵状态。但是利用我们这个数据进一步的知道，它实际上的流量有多少，包括它分车型的流量多少，一些更为精细的数据，这两个数据结合起来，可能会形成一个更好的补充。
 
　　这个流量分配，它的结果不管对我们企业开展对于高速公路建设的一些建设效益的评估，还是说我们对于行业管理部门开展一些公路的布局，可能都具有比较重要的参考价值。
 
　　除此之外我们还开展了高速公路车籍地的分析，可以动态的分析本省籍车辆在全国的分布情况以及其他省籍车辆在本省分布情况，通过这个分析可以反映区域之间 经济联系的情况，我们可以看出外省籍车在本省分布的情况，长三角核心区内部的经济关联非常密切。这个是武汉出省的车辆，向外流量的情况，向东北方向颜色更深一点，从湖北省对外的联络，跟安徽和山东这些的省联系更紧密，但是跟西部，南部的联系相对弱一点。接下来的分析是我们开展高速公路流量OD的分析，目前可以形成全国的收费站到收费站之间，以及地区到区域之间的OD关系，理想状态之下，我们形成全国8500个收费站之间，8500乘以8500的矩阵。可以很清楚的知道他们之间经济联系的规律。左边的这个图看到的是浙江省各个省内联系的情况，他们内部到底是什么样的经济联系，货运规律可以得到一个很深入的分析。
 
　　下面这个案例是我们高速公路货流和客流跨省流量的分析，很多的企业和管理部门都很关心，我们本身所运出去的一些农产品，到底它的目的地都去哪里了，实际上我们通过目前所掌握的收费数据我们进行跨省的分析，都可以达到它所希望掌握的这样一个目标。
 
　　左边这个图是贵州省跨省的客运的情况，明显的看出来是一个短途特点，它跟周边，一个是重庆跟云南是非常密集的客流的规律。右边这张表我们进行更大面积的跨省的分析，从重庆，到达重庆的车辆从哪里来的?我们相对来讲，用这个表格的形式表现出来，到重庆的车，有从福建出发的经过了江西、湖南，然后到达重庆!也有更长途的，从河北，经过了山西、陕西还有四川最后到了重庆的车辆。
 
　　最后一类是 我们跟社会企业合作开展的分析，我们跟企业合作发布中国主要城市交通分析报告，从2016年开始，目前已经发布了四期的报告，这个报告里的主要内容，择主要的跟大家简要说一下，主要分析收费站车流量拥堵流量的关系，我们利用我们的数据和企业所掌握的高速公路上的有用信息结合起来分析，我们选择全国流量最大的，我们结合地图的 拥堵指数，把这个数据融合起来，初步分析，收费站，它的拥堵的程度，跟实际上跟车流量并不一定有直接的线性关系，跟收费站之间的具体的位置和它的布局，跟它的所连通道路的性质有更为密切的联系，在城区附近的收费站，主线收费站和立交桥连接更紧密的收费站更容易发生拥堵的状态。
 
　　对物流快速发展的情况，我们专门分析了网络上货运的情况，像广东，目前他的货运特点主要是呈现一个两极多点的特战，广州和深圳这两个最大的城市具有丰富的货物资源，是货物主要的增长极，东莞，佛山，这些物流的市场基本上初步形成。
 
　　广东省高速公路上的货车，车型呈现出来一个轻型两的特点，货车的空使的情况比较突出，广东有25%左右的货车都是处于一个空驶的状态，这个导致我们的物流成本有一些相应的影响。
 
　　下面我们去年交通运输部联合相应的部委开展公路治超的政策，在治超政策发布之后我们进行了相应的分析，治超的新政出来之后，公路上货车超限的现象得到了明显的遏止，超载现象下降了30%，同时发现一个有趣的现象，在高速公路上三轴的车，超限程度是最高的，从超限的车辆比例来讲，四轴的车最喜欢超限，相对来讲超限的比例是最高的。
 
　　这个是我目前分享的最后一个基本的案例，应该说我们目前来讲，交通行业对于不管对于大数据的应用还是对于空间大数据的挖掘处于一个初步的阶段。交通行业跟空间大数据是紧密相关的，跟目前最有价值的数据离不开。还是基本上都跟空间大数据息息相关。我们利用我们要建设的交通运输大数据应用中心这个平台，我们正在开展行业数据资源的交换共享以及汇聚，后续我们还会开展做数据的开放共享的工作。
 
　　目前是本着一个跟大家合作共赢的思路开展后续的工作，我们也欢迎社会各界能跟我们进行一些碰撞和进行一些合作。以上是我今天主要分享的内容，谢谢大家参与。谢谢!

来源：泰伯网