全国服务热线近日，在赛文交通网举办的“交通运输大数据技术发展与实践”线上研讨会上，中国交通信息科技集团有限公司、智慧交通事业部总经理吴静媛做了《交通运输大数据应用实践与展望》的报告，报告结合信科集团在TOCC方面的实际案例，为交通运输大数据的应用实践提供了示范和思考。
报告详细展现了“省-市-区”三级平台的大数据运用实践情况，对省、市、区三级的不同需求进行了解读，结合具体的案例，从数据采集、数据目录建立、数据质量管理、服务平台搭建等多个方面进行了详尽的展示和说明。
一、交通运输大数据发展形势分析
1.交通强国建设着力“三个转变”
2019年9月，国务院印发了《交通强国建设纲要》，这标志着我们踏上了从交通大国向交通强国转变的伟大征程，这也是赋予我们这一代中国交通人的崇高使命。纲要的总体要求里，对交通运输行业如何发展提出了三个转变：
● 新发展理念：由追求速度规模向更加注重质量效益转变
● 新发展方式：由各种交通方式相对独立发展向更加注重一体化融合发展转变
● 新发展动力：由依靠传统要素驱动向更加注重创新驱动转变
2.数据资源成为交通强国建设关键要素
随着数字中国战略的实施，数据资源的重要性与日俱增，数据作为一种新型的生产要素已经写入党中央发布的相关文件之中，与土地、劳动力、资本、技术等传统要素并列为要素之一。获得更多、更全的数据，并把大数据运用好，才能真正提升行业治理水平，提高服务水平。可见，谁掌握了数据，谁就掌握了未来。
二、交通运输大数据应用实践
1.数据大脑5大关键能力
信科集团是国内最早一批参与综合交通运行监测与应急指挥平台的企业，经过十几年的不断优化，目前已经形成了一套成熟的解决方案，以交通运输大数据中心为核心，通过数据资源的汇聚、治理、应用，打造行业治理中心、监测应急指挥中心、分析决策中心、政务服务中心、服务治理、应急决策中心等。
从最开始的运行监测平台，经过不断迭代，已经与具体业务深度融合，成为了综合交通运输的“数据大脑”。这个“数据大脑”不只是一个交付的产品，更是一整套技术支撑的体系，它具有五个关键能力：
汇聚行业海量数据、数据治理融合贯通、数据赋能智慧应用、信息服务行业内外、现代治理有机融合，这5个能力围绕数据资源，从汇聚到治理、赋能具体的智慧化应用，服务行业内外，最终实现与治理体系有机融合，打造现代化治理体系。
2.“省-市-区”三级平台
数据大脑的主要服务对象是各局的政府部门，包括省交通厅、地市和区县的交通局，这三级项目虽然看上去大体相似，但各级管理部门还是有各自的特点和需求。
1) 省级平台：交通运输大数据深化应用实践
由省厅信息系统产生的数据相对较少，更多的数据产生自部里或市级平台，但是在应用过程中，也要站在全省的角度系统考虑，除了实时动态的数据之外，能反映宏观以及较长时间规律的数据愈加重要。
通常省厅综合交通运输信息服务平台，主要是想实现这样5个目标：
● 最大化的汇集行业数据资源
● 摸清全省交通运输的家底和现状
● 在此基础上打造多尺度、多监测网络
● 构建数据驱动的决策支持体系
● 建成一触即达的应急指挥中枢，提升应急能力
因此，平台的设计重点针对以下两个模块：
模块1：交通运输的全景监测。对基础设施、运输服务以及行业的动态运行情况进行实时的监测，反映的是现状的能力状态，主要通过用指标和可视化的手段来展现。
模块2：交通运输专项监测。针对特殊时期，对涉及国家战略的重点区域进行监测，部、省的专项行动，以及根据地方特色设计的专题等。
2) 市级平台：交通运输大数据交换共享实践
对于市级平台来说，既要连接省部和区县，又要与市里其他单位产生交集，因此，市级平台面临交通部和市政府两条线对数据交换共享的不同要求。
市局的业务更加全面，涉及范围包括：路网的建、管、养，公路、水路运输、维修，驾培等。因此，建设现代化治理体系、提升治理能力的需求非常迫切。
另外，市交通局的很多监管和服务是直接面向公众的，大数据如何与提升行业服务能力结合，是很多地方需要重点考虑的问题。
下面以某市交通运输行业数据资源交换共享开放应用平台为例，看看平台是如何在数据资源的整合和应用方面开展工作的。
为了解决了数据资源采集共享难度大、交换共享不成体系、应用系统分散独立等问题，我们主要从以下三个方面开展工作：
工作一：全面梳理、构建信息资源目录及标准体系
平台很大一部分工作量是梳理存量数据，编制数据资源目录。为了达到目录清晰、全面覆盖、分类规范的要求，我们花了大半年的时间去调研，逐个进行系统对接，梳理数据资源。按照交通部和市政府对信息资源目录的要求，设计了资源目录，实现了应接尽接。
目录由各责任单位编制和维护，并在统一的平台发布，使用者通过检索即可申请使用数据，通过编制完整的数据资源目录、建立数据资源交换、开放门户，实现了整个数据的资产化管理。
工作二：建立数据资源平台
平台主要开发的系统功能包括6项：数据资源目录系统、数据交换共享管理系统、数据质量管控系统、数据资源平台监控系统、数据展示系统和视频整合管理系统，构成了市级平台主要的模块和功能。
数据交换共享管理系统：
首先是数据的采集和接入阶段，我们对交通局及下属单位的系统逐个对接，对市面上几乎所有数据库都进行了适配支持，最终接入了交通局管辖所有行业，数据总量破百亿。再以服务的方式对外提供数据。资源目录和数据源同步更新，在门户网站即可完成查询、申请和服务配置的操作，极大地减少了使用数据的成本。
数据质量管控系统：
针对过去数据中心可能存在的数据缺失、数据易值、数据错误等问题，提供数据全链条质量管理功能。我们建立了从原数据接入到系统应用全链条监控，对数据流入、清洗、流出全过程进行记录，及时发现数据传输过程中的中断、丢失等问题，这样平台可以去定位发生中断的位置及时去进行修复。
数据质量管控系统主要是实现对数据质量的审计和管理，系统会根据设置的规则对数据质量进行审计：一方面是信息化的，比如，超出值域数据类型等错误，由系统进行设置；另一种是和业务相关的，比如计算错误、关联错误等，由责任单位设置相应的规则。系统经过审计会生成一个质量报告，对各数据源进行评分，并且提示主要问题，方便从源头开始提升整个数据的质量和水平。
工作三：建立应用集成和统一入口服务平台
平台建成后，主要服务于两类用户。
一类是服务于交通运输部。数据资源平台是部级平台的一个分节点，为交通部提供路网运行，行业信用安全监管等数据，同时可以通过部级交换共享平台，实现与邻省、市的数据交换共享。
另一类是服务于市政府和行业用户。作为市交通运输行业数据分节点，通过市政务信息共享网站，可实现与市公安交管、国土资源等其他相关委、办、局的数据共享调用。
在服务民生方面也得到了应用，如利用市政政务数据共享平台，与学籍信息关联，实现了一卡通学生优惠票的一站式办理；通过交通数据和网信办人口数据的对比，协助一卡通公司注销失效证件。
本平台建成后，持续为各系统提供数据服务，应用系统调用累计次数达到过亿次，推送共享数据百亿条，交通大数据在服务行业方面发挥了很大的作用。
3) 区级平台：交通运输大数据场景化应用实践
区级平台相对简单，却十分重要，因为省市的很多数据都是来自区县，要建好采集体系。区里关注的点也很明确，对大数据的需求是场景化的，和具体业务结合非常紧密。
下面以某国家级新区智慧交通项目为例，分享一下我们在做区级项目大数据场景化应用的一些实践经验。
区交通局计划通过三年时间打造一个在西北地区领先、达到国内一流水平的智慧交通体系。目前我们已经完成了智慧交通一期项目。一期项目先解决有无问题，搭建了一系列的基础平台软件，整合了新区存量的数据资源和应用系统。
从第二期开始考虑聚焦具体的场景，并且接入省交通厅、市交通局的路网、车辆、运输等数据。针对重大活动、交旅融合等场景建设大数据分析系统。今年交通局计划继续聚焦若干个实际场景，利用新区的示范区优势进行大数据应用的创新。
我们在新区开展的建设当中融合了几方面的大数据，一方面是跨区域的，把市和新区两个地区数据进行了融合；第二方面是跨行业的，把交通行业、政务数据、旅游行业数据、气象数据、手机信用数据等进行融合，实现了之前只用交通行业数据无法分析的场景应用。
例如：利用省交通厅、市交通局、手机信令等数据，对城市群一体化出行特征进行分析。发掘出在新区工作的人群的居住特征，分析出城区和新区的交通联系，对比分析两地出行需求和供给的匹配情况，为新区制定更加符合都市圈一体化要求的交通政策提供了决策依据。
新区本身有多个热门景点，我们利用信令数据，分析景点的动态人流分布和出行特征、景区周边的停车场设置、公共交通运行情况等，对以上信息进行比对，为游客提供更加人性化的出行建议，同时对优化景区周边交通状况提出更加科学的建议。
新区交通局管辖的路网超过1700公里，为提高养护效率，利用巡检设备对新区路网进行病害巡检，将普通的货运、营运客车、私家车等交通运行情况与公路病害情况进行融合，分析两者之间的相互影响，对病害的分布、发展进行研判，进而给出公路养护的动态需求估计结果，为公路养护提供决策支持。
3.信科综合交通大数据应用实践感悟
顶层设计：大数据一定是一把手工程，大数据应用的基础是先掌握大数据，而这些需要做好顶层设计，建立统一的技术架构，才能以可接受的成本汇聚、形成行业大数据资源。
木桶效应：高质量的大数据资源体系的建立存在明显的木桶效应，受技术、机制、标准等共同影响，任何一个环节没有做好，最终都会导致数据资源无法满足应用要求。
融合碰撞：跨行业、跨部门数据融合碰撞可以激发新的价值。我们在做的市级共享交换平台，就是在进行大量技术工作的同时，编制了相关的管理规范和技术标准，并由交通局进行宣贯，才能最终实现预期的效果。
需求导向：做大数据应用应当结合具体的场景开展建设，因为大数据的特点就是价值密度低，不结合业务部门的具体需求，最后建成的系统都是界面很好看，但是没有具体的实效作用。
安全可控：目前信息安全已经上升为国家战略，而大数据的应用必然需要用到很多相对敏感的数据，我们在实际建设当中要在其中取得一个平衡，采用恰当的技术手段建设模式，不能因噎废食。
