【编者按】
各种针对城市运行的专业研判，来到了新的数据环境。大数据交通指数就是一例。这意味着什么？公众和专业人士，又应该如何看待这些运算和排名？
本文来自北京交通发展研究院院长、教授级高级工程师郭继孚在第11届中国智能交通大会上的演讲。可以给我们很好的启发。
前面几位专家谈了很多交通大数据应用问题，我谈一个不大不小的问题，指数乱象。哪里乱呢？先说个具体的例子。
这个指数（下图）大家在网上看到很多回了。
具体是哪些公司的，我就不直说了。尤其是，有些数据的结果不怎么样，也不好指名道姓。
乱在哪里呢？这（上图）说的是同一个时间、同一个城市的拥堵情况排名，但两个公司的结果不一样。大家要知道，他们号称的算法是一样的。但最后结果不一样。为什么呢？
这（上图）是另一个排名，它们的差距是挺大的。
这（上图）是一个国外公司的排名，看前12位，跟我们的排名的结果差距挺大的。这基本上都是互联网公司做的结果。
我们还有很多专业的研究报告，包括北京在内，也是五花八门（下图）。
就连用指数表征的拥堵范围，都不一致。在北京，指数是0到10，上海是0到100。还有0到5的，以及不知道到多少的。
如果公众看到，在北京拥堵指数是这样，到了上海却是那样的，一定感到无所适从。最主要的问题是，这指数范围不同，只是为了不同而不同。我们当时研究了一下，从0到10有一定的道理，而其他人就讲，从0到5有道理。但本质上并没有什么不同，是为了不同而不同，所以造成了大家的困惑。
另外，这些分析的结论也完全不一样。这都是大数据：一个说拥堵加剧，一个说速度上升，意味着拥堵缓解。说的是同一个事情。所以，我们不要过度盲目崇拜大数据。
其实非常简单，他们的分析，连时段都不一样。这个分析2小时，那个分析3小时，所以结果不一样（下图）。
这个是号称大数据说话：专车没有导致交通拥堵（下图）。大家可以搜一下，就这么一个结论，在互联网上传播量非常大。
灰色线，是专车的数量增加了；黄色线是速度，它说没有变化，没有导致拥堵。但我看，它确实是有变化，而且变化很滑稽：这是在北京，在7月份的时候，速度居然是降低的！
看看我们的数据（下图）。
这不是要吹嘘我们的数据多准。只是想要说明一个状况——这个状况不止在北京，全国交通系统都如此：一年12个月，每个月的交通状况是有变化规律的，最低点在2月份，因为过春节，次低点是在7、8月份，这是因为学校放假了，交通就好走了。9月份最堵，是因为刚开学，大家都要送孩子上学，连高中都送，送一个月就好了，再加上过中秋节，送月饼。这些特征大家都知道。
可是那个数据结果是反的。我都不知道那个数据是怎么出来的。
这是刚出现的一个报告（下图）。
看这个数据，还是说北京，白线是速度。得出的结论还是，网约车的数量增加了那么多，但速度没变，说明速度和滴滴的订单量无关。潜台词是，北京的交通拥堵跟网约车没有关系。
我想跟大家讲的是，这超出了常理。什么是网约车？网约车不就是出租车吗？网约车不就是坐在汽车里把你运到目的地，难道不占用道路流量吗？如果你原来是开车的，现在不开车，改坐网约车了，他们就说不堵了，但你不还是坐在小汽车上到达目的地了？有人原来是坐公共交通的，发现网约车这么便宜，那么打车吧，这种人肯定是有的。所以，会不堵吗？
我们的数据结果是，2015年全国的城市中，北京最先发现拥堵指数上升了20%。广州、深圳等地，有指数的地方，都发现了这个问题。结果，上面的大数据报告，告诉我没有这回事。这么唬人的结果都是大数据的结果。为什么呢？
我猜，是因为这些互联网公司，不知道这些常理。因为，用专业的判断和结论，就知道那些大数据研究是对还是错。大家一定不要丧失自己最基本的判断。
你如果仔细注意，就会发现，（上图是）把北京市域总行程速度与滴滴订单量比较，要是拿全国路网速度的数据去跟北京比较，那完全对不上关系。我们说的拥堵，说的是北京市中心的拥堵，郊区不堵。把郊区的数据与市中心的数据放在一起，就出现了问题。就这么简单的道理。但这种简单的错误，导致非常滑稽的结果。这就是我们的乱象。
从科学的角度，这种乱象是不应该出现的。我们不能把等级统一一下，不能把数值归集到一起吗？是可以的。需要大家坐下来研究，而不要为了不同而不同。
这背后还是存在一些科学问题。我不相信，大数据来了以后，就能告诉你一切。这还是需要一些方法的。
拿拥堵本身来说，有各种各样的算法。我们用这些算法对北京都做过。为什么我们要坚持用拥堵比例来反映拥堵？非常浅显的道理，看（上图）右下角这个图，一边堵一边不堵，你的感觉是什么？如果我们用平均值来计算，这种拥堵就会被严重弱化。
实际上，无论你在哪边走，都会和别人说北京真堵。
人们会放大自己感受强烈的这部分。这在传播学上也有依据。这就是我们推荐这个方法的原因。而且我们经过了社会调查，发现这个方法和社会调查的结果一致。
通过这个小现象，大家可以强化一下、思考一下交通的大数据到底应该怎么用。
传统的浮动车数据更能说明问题我们北京交通发展研究院，2005年开始采用浮动车数据。
我们发现，这背后有很多事情，需要扎扎实实去做。
比如，采样频率。出租车公司的数据是不同频率的。隔五分钟采集一次，跟一秒钟采集一次的结果是不一样的。要进行分析。
到底有多少车的时候，才能让数据得到一个可靠的结果，又在什么情况下有怎样的置信度。
比如说，这个样本的代表性到底行不行。我们当时在做这个实验的时候，闹过一次笑话。因为此前都没有数据，有了浮动车之后，能让领导看到实时信息，领导看到之后，就直接从办公室选了一条路线回家，结果发现，这是最堵的一条。
为什么会发生这样的情况？因为那时浮动车比较少，被选中的这条路上没有出租车，没有信息，就显示成了畅通的一条路。实际上那条路很堵，出租车司机都知道。如果数据代表性不够，就会发生这样的结果。
再一个，很多城市的出租车跟正常的驾驶不一样，可以绕着红绿灯过马路。这样的结果，可以反映小汽车的交通吗？不能。不能直接拿来就用。车牌识别的数据，也不能直接拿过来就用，因为我们不知道车辆在两个摄像头之间做了什么，其实是可以用的，但一定要深入分析，看看有没有代表性。
当然，还有很多技术细节，需要认认真真地考虑。最后，经过数据清洗以后，才能得到一个比较可靠的数据。
另外，我们做出的结果，是干什么用呢？我们要为用而想，我们在做交通指数设计的时候，是要把一天24小时的交通特征反映出来，让决策者和市民能够感受到真正的拥堵水平。让大家看到这个交通指数，就知道交通状况是什么样。北京用这个数来定工作目标，年度这个值必须控制在一个位置——如果这个数据没有说服力，区长就会来找我。因此，这个数据要足够敏感。北京一到尾号4、9限行的时候就会堵，因为尾号4的车比较少，原先老百姓不知道，为什么每隔几天就会堵，后来我们发现这是尾号限行闹的。这些数据的结果，要与一些宏观的感受一致。
北京连续这么多年，不断和拥堵做抗争，不断起起落落，每一步措施与交通特征都是对应的，我们可以找到关系。
奥运会的时候，北京交通畅通。我们的结果要能反映出这样的特征。如果反映不出来这样的特征，全天都是畅通的。有什么意义呢？
另外一个精细的结果如下。
2011年整体的交通拥堵指数，年前还是涨了，过了年降下来了。到4月份又下来，是因为，我们路边停车费从2块钱提高到10块钱，但两个月后作用丧失了。我们不敢相信这样的数据结果，要到现场去做调查，为什么停车新政持续了两个月以后，指数又反转了。我们发现，原因是收费的停车场空着，旁边可以乱停了，执法没跟上，影响了政策的效果。
另一个政策措施的关联验证如下。
2012年底国家实施八项规定后，节前晚高峰交通拥堵情况有所缓解。2013年春节、中秋节、国庆节前晚高峰交通指数分别同比下降12.8%、4.0%、19.8%。
公交IC卡的数据也不是拿来就可以用的。有上车没有下的信息，不同POS机的时间点都不一样，需要一系列的过滤清洗，补充信息。特别是需要经过交叉验证。
大家现在对信令数据比较痴迷。
但信令数据就能告诉我们一切吗？其实也不是的。信令数据的结果和我们真正的交通调查结果还是有一定偏差的。
再和大家介绍一个和道路交通应用关联的新数据：智驾数据。
这是个OBD终端，装在车上，每一辆车每一刻的数据都返回来。点火时间、结束时间等等数据全都有。这个可以准确地知道车辆的出车率有多少，行程时间是多少。
有些结果超乎我们的预料（下图）。
在北京，路网上最高峰的时候，仅有20%的车在路上，你能够想象吗？北京有600万车，最高峰的时候100万车在路上，就能把城市的路堵成这样。这些数据说到底，是要验证我们所做的工作是对还是错。因为，出租车有出租车的特征，网约车也有网约车的特点。他们的特征是和小轿车不一样的。
通过数据，我们还可以知道哪位司机在什么地方突然急刹车，有不良驾驶行为。这里是不是设计的问题，还是红绿灯控制的问题，等等。
也有区域的分析（下图）。
居住区这一时刻有多少车，和办公区域这一时刻有多少车，完全是不一样的。
交通大数据的未来
大数据一定有一个美好的未来。我相信，未来我们每一个人需要的交通出行，是全方位的信息化，到目的地的每一个过程，都需要信息化。而不是仅为买一张票，在路上堵着。移动互联网技术使得交通能做到这一点，以前不能做到，现在可以了。
未来的交通，我们需要解决的问题很多。当出行者要在出行中与中心进行交互的时候，以及中心对出行者进行干预的时候，这些数据应该掌握在谁手里？如果这些技术被某个公司掌握之后，我们会是怎样一个结果？给谁优化，不给谁优化？数据仅被某些人利用，是不公平的。我们交通工程师的责任是什么？我相信大家都有一个深度的思考。
这是任何大数据都代替不了的工作，数据背后的智慧还是要靠我们。特别是未来响应式的交通系统、全方位信息化的交通系统，更需要我们的智慧。我完全相信，未来的交通系统，一定是控制在云端、交通参与者互动的系统，中心端可能要为全城交通负责。
所以，在这方面，我们要坚持我们自己最基本的判断力。最基础的东西、最基本的规律是没有变的，我们不要被这些数据搞晕了，自己要有定力，定力在于我们专业的判断。我们希望业界规范起来，少花一点“为不同而不同”的时间，去做一些延展、深入的事情。数据共享固然重要，行业协作更加重要。
（作者系北京交通发展研究院院长、教授级高级工程师。本文来自作者在第11届中国智能交通大会上的演讲，标题为编者所拟。原题为《交通大数据分析亟待规范：从指数乱象谈起》）
