大数据在交通规划中冷思考.docVIP

大数据在交通规划中冷思考 　　摘要：经过多年的实践，上海等国内发达城市已逐步将大数据手段引入交通规划的数据获取、问题挖掘等多个方面，在规划项目与课题研究中取得了阶段性成果，并朝着更准确、更高效、更人性化的方向发展。不过目前，大数据手段在交通规划领域的应用仍处在起步阶段，对于大数据概念缺乏统一的认识，与此同时大数据的数据来源与基础理论仍存在一定缺陷。正如大数据研究方法自身的现实与理论困境中所描述的，上海交通规划的大数据实践也同样面对着“全样本”的有偏性、基础理论缺失、官方数据的垄断瓶颈等问题。面对热潮中的大数据概念，规划师需要冷静面对，在积极拥抱新技术方法的同时保持冷静。 　　引言 　　2009年，google公司通过比对2003年至2008年季节性流感传播时期的搜索数据，成功预测了甲型H1N1型流感的传染情况，开启了时代对于大数据的认知。在我国，2013年被称为大数据元年，2014年大数据概念被写入《政府工作报告》，作为一项基础性战略资源，进入城市规划、交通规划等多个领域。 　　近年来，大数据（Big Data）概念的火爆与互联网热潮的发展有着密不可分的?P系，各行各业均产生了不少基于“大数据”概念的实践行动，交通规划也不例外。但在热潮的背后，“大数据”的基本概念和内涵特点仍众说纷纭，未能形成统一的认识，涉及大数据概念的研究往往数量庞大却众说纷纭，大数据概念的不同理解也带来研究与实践的差异。对此，笔者倾向于通过数据特征与价值取向两个方面界定大数据概念，并以此为基础展开对“大数据”在交通规划领域的思考。 　　一、“大数据”概念及其规划应用 　　笔者认为，大数据概念包含两个主要特征。从数据的特征来看，大数据的数据选取往往无限接近于研究对象的全样本。方法上改变传统依托少量数据并利用统计学办法获得最多信息的做法，研究准确度上避免了样本选取带来的必然误差。值得注意的是，全样本的数据特征不是一个数据的数量概念，而是指数据与研究对象全体的相对关系。因而一旦研究的数据对象不能视为研究对象的整体，纵使研究的数据量非常庞大，仍不能算作利用大数据的研究办法。 　　从研究的价值取向来看，大数据的研究往往更多注重于研究内容的时效性与对未来的预见性。[1]在数据越来越多的情况下，使用全样本的数据往往需要付出一定的代价，即错误数据的获取。对于传统研究方法，因统计的数据量较少，些许错误的数据容易造成极大的研究误差，故而研究在数据获取与清洗过程中往往花费大量的时间，力求数据的精准。大数据方法与此不同，全样本的获取与庞大的数据量必然带来错误的数据内容，但错误的数据与内容在全样本中占比比较小，在适度的清洗下，部分牺牲结果的精确性能够有效提升大数据研究的时效性，提供连贯的、高频率的研究结果，并利用数据的相关性实现对未来的预见。 　　大数据方法在城市规划与交通规划领域，已有大量研究成果。如龙瀛团队对北京公共交通使用情况、[2]职住平衡等多方面的研究，利用公交卡刷卡数据基于数据增强设计方法，获取并挖掘北京市公共交通不同使用人群、不同使用时间的不同特征；[3]杨东媛教授对于使用大数据变革交通规划理论的探索，尝试通过建立在理论基础上的决策、判断、概念框架，将大数据分析技术、模型、方法纳入统一分析模板，提供一个新型理论框架。[4]在规划实践中，上海市城市规划设计研究院、上海城市交通设计院、北京交通发展研究院等北京、上海、广州、深圳城市规划、交通规划从业人员也已逐步通过使用公交卡数据、手机信令数据作为大数据研究的基础，为各类城市规划、交通规划作支撑。例如张天然利用手机信令数据对上海市市域职住空间的分析，[5]丁亮、钮心毅、宋小冬对上海市就业中心体系的研究等。[6] 　　从参与团队的性质来看，大数据在交通规划中的参与团队主要包含3类，以百度、阿里为代表的互联网企业，作为大数据的生产与处理方，生产了POI兴趣点数据、道路拥堵数据等大数据分析常用数据，提供了基于智慧城市平台的智慧交通解决方案，并出台基于自身数据平台的研究报告；以交通设计院、规划设计院为代表的规划设计与规划研究机构，作为大数据的应用与挖掘方，将大数据挖掘的成果直接应用于各类规划项目之中；以大学、研究院为代表的交通研究机构，作为大数据研究方法的探索方，尝试各类研究模型与研究方法，为大数据在交通规划中的应用提供理论基础。 　　从现有研究内容与规划方法上看，目前大数据在交通规划中的应用往往体现研究数据的全样本特征，无论是使用全年的公交卡刷卡数据还是利用手机信令数据，均尝试通过全样本数据研究交通特征，实现对规划决策的支撑。[7]然而针对大数据分析所带来的及时性特点则少有涉及，仅百度、阿里等商业性公司提供的交通拥堵预测服务具有及时性特点。笔者认为，此种情况的产生主要源自交通规划现阶段的自身特征。交通规划作为