科技猎干货丨交通大数据分析与交通数据分析师技能归纳
本文系在山东科技大学讲座的内容提要
1.引言——必要的“务虚”
在传统的交通运输工程中，我们学习了交通规划、交通设计、交通管理、运输组织等方面的内容，但是当走向实际工作之时，所面对的却是一些似乎相识，却又陌生的问题……。例如，城市总体规划纲要阶段规划师急切地希望听取交通工程师的意见，但是网络流分析模型、交通行为分析模型等基础性的技术却无能为力；又如，看起来精巧的OD分析模型，面对由于房价等原因所产生的职住分离，基本没有说明能力；再如，我们努力地预测未来，却发现未来的许多影响因素难以判断。
▊由此产生了一种困惑……
也许，交通工程学所教授的各种技术，只是一种“装扮”……
也许，对于现实问题的处理只需要经验和妥协，技术其实并没有太多意义……
实际上造成这些困惑的原因是：我们面对一种复杂适应系统的研究对象，却试图采用简单“线性思维”来理解和处理；面对社会系统的调控问题，却试图采用“物理系统”的控制理论来加以处理。
城市交通系统之所以复杂，就在于其“综合性”。复杂的相互关联，造成演化规律的难以把握；非线性特征导致的变化的不确定性，使得力图准确预测未来的努力归于失败。遵循复杂性理论，从方法论角度我们需要——
▊ 用“整体论”替代“还原论”
简单地根据趋势外延预测，很难应对发展的“不确定性”；
复杂的“联系”使得研究者难以通过“假设”和“边界条件”剥离一个局部单独加以讨论；
但是虽然复杂性理论受到交通工程研究者的关注，面对实际问题却没有取得理想的突破；
正当此时，大数据浪潮的冲击也开始影响交通运输工程学科领域，……
▊ 在新的数据资源基础上
新的数据资源正在逐步展现在面前，使得我们具有了一种对研究对象更加深入、细致、全面、连续观测的手段。但是如果仍然受到传统理论框架的制约，仅仅将这种数据资源作为模型工程师的技术支持，或者仍然沿用趋势外延思维，这种新的数据资源并不会带来学科理论和城市交通对策分析技术的“质”的改变；
真正的意义在于：有了多角度、多层次和连续观测数据的支持，我们可以考虑重新构建城市交通对策体系。
▊ 在大数据支持下的城市交通对策行动——突出过程调控的对策体系
治本：制定战略性空间政策，实现可持续发展的交通模式与健康的城市空间结构的战略协同；
需求管理：充分认识“双面剑”性质，精准调控，将正面效应尽可能放大，将负面影响尽可能缩小，实现精准化调控；
公交优先：要让公交成为社会各界可接受的交通方式，需要进行需求细分，实现精细化服务；
交通控制：为了最大程度发挥已有系统的潜力，必须明晰拥堵形成机理，实现精明管控。
2. 交通大数据分析不是交通分析理论与方法的“改良”而是“变革”
▊传统分析技术核心是“建模”过程，大数据分析技术核心是“证-析”过程
所谓“证”强调的是判断和决策中的证据，尤其是数字化的证据，尽可能充分的证据让我们决策更加有据可循，增加了判断与决策的公正性和权威性，使得判断和决策更加具有说服力；所谓“析”强调的是通过证据产生洞察，而不是让复杂的数学模型剥夺了我们思考的能力，也避免表象的数字迷惑了我们的判断能力。也就是说，我们需要的是一个人机结合的证析工作程序，而不是一个被数学程式绑架的自动化决策流程。
▊ 数据驱动从“后台”走向“前台”，从“配角”转变成为“主角”
“大数据”绝非仅是一种“大的”数据，而是一种资源、分析模式和决策支持方法；
如果“大数据”只是对于模型工程师增加了一种新工具，就有愧于“第四范式”的盛名；
城市交通大数据分析，绝非简单将“大的数据”塞进传统理论框架；
交通数据分析师也不再是“辅助工种”。
▊ 城市交通大数据分析是什么？
大数据首先是一种战略性管理资源，提供了一种从多角度、多层次来连续观察管理和研究对象的能力；
其次，大数据是一种决策思维模式，通过数据驱动的形式凸显尊重科学规律、探索“未知”动态调整管理任务内涵与外延的工作方式；
第三，大数据为一种新的分析技术框架建立创造了条件——基于大数据的“证-析”。
▊ 交通大数据分析所产生的分析模式变化
不再是在传统模型的框架内使用数据，而是需要直接“阅读”数据，透过数据发现“征兆”、“问题”、“规律”和“趋势”，从这一角度来说，我们需要基于数据的“城市交通情报分析员”，而不单纯是使用数据标定模型的“既有理论操作手”；
需要面对是分析者位于所研究的社会系统之内的事实，承认既有经验、立场和视角受到局限，努力通过阅读数据、理解数据来进行学习，以适应社会发展的变化；
在已经建立了“理想目标”的基础上，更加注重于当前态势的分析研究，特别是关注“发现被忽视的重要问题和变化”，以支持城市交通演变过程的调控。
▊ 现有的技术分析思维方式需要改变
当我们承认不可能通过“准确预测”来消除未来的不确定性，我们的决策方法必须随之改变；
当我们承认面对的是“复杂适应系统”，我们的理论体系必须随之改变；
当我们承认“过程”对于“结果”具有不可忽视的影响，我们的对策方法必须改变。
▊ 现有城市交通分析工作方式需要改变
重视为“发现问题”而进行的预研究，并非依照既定的“任务模板”，而是不断思考预定的“任务”是否正确；
重视对城市交通的“过程监测”，及时发现出现的重大变化，或者可能出现问题的“征兆”，以“适时响应”启动相应的对策进行调控，或者启动相应的研究以明确问题；
重视将数据分析结果、模型分析结果、仿真分析结果通过专家群体进行综合“研读”，并采用有效的方法提取其中形成的“共识”和“分歧”。
3. 伴随大数据产生的交通数据分析师需求
▊大数据浪潮面前大学的思考
过去我们培养了“交通规划师”、“交通工程师”和“交通模型工程师”，现在还要增加培养“交通数据分析师”。
不同于在交通领域就业的信息工程学生，交通数据分析师不是按照交通专业技术人员的需求开展辅助性工作，而是独立运用交通工程知识和数据分析能力开展工作。
▊ 交通数据分析师要正确认识自己的任务
基于数据所提供的“证据”发现问题；
基于数据所提供的“证据”寻找解决问题的方向；
基于数据所提供的“证据”评价对策效果；
在大数据“关联分析”基础上，寻找研究对象内在的“因果规律”。
▊ 交通数据分析师必须有能力理解所研究的交通系统
交通数据分析师所承担的不是一个简单的数据处理过程，而是一个阅读数据、消化数据，在此基础上形成对问题的认识与判断的过程，对交通问题的认识能力对于数据分析结果具有极大的影响；
交通数据分析师承担了很大的责任——“数据驱动”、“发现未知”这样的大数据分析特点，决定了分析人员所提供的“数据图像”在决策过程中具有很大的影响力，对决策质量产生很大的作用；
由于不是简单套用“程序模板”，而是需要创造性地使用数据分析工具，只有具有能动性的分析师才能够承担相应的任务。
▊ 交通数据分析师有别于传统交通工程人才培养要求
交通数据分析师的工作任务和方式不同于交通模型师；
交通数据分析师需要掌握的工具和技能有别于交通规划师和交通工程师；
交通数据分析师的思维模式更加突出“系统性”、“整体性”和“探索性”的要求；
交通数据分析师培养需要经过“交通工程”训练与“信息分析”训练这样两个阶段，因此其本科需要在交通工程的“技术环境”中，研究生需要在信息分析的“语义环境”中成长。
4. 结束语
▊交通数据分析师正在成为一个人才类型
具备交通工程和数据分析交叉知识结构；
理解城市交通规划、设计和运行管理等工作；
掌握网络交通流分析、交通行为分析技术方法；
掌握数据库、数据挖掘、并行计算等相关技能。
注：本文系「悠闲老头看交通」授权数据观发布，作者：杨东援，编辑： Fynlch（王培），版权著作权属原创者所有，禁止二次转载。数据观微信公众号（ID:cbdioreview），欲了解更多大数据行业相关资讯，可搜索数据观（中国大数据产业观察网www.cbdio.com）进入查看。
责任编辑：王培
