基于大數(shù)據(jù)的交通全生命周期投資決策

文/中國公路工程咨詢集團(tuán)有限公司總經(jīng)理 李志軍

對于交通行業(yè)而言，投融資是交通全生命周期的一個(gè)重要環(huán)節(jié)。投資決策的質(zhì)量和效率關(guān)乎到交通行業(yè)資源的優(yōu)化配置，對實(shí)現(xiàn)交通強(qiáng)國的目標(biāo)具有重要的戰(zhàn)略意義。大數(shù)據(jù)技術(shù)有助于解決傳統(tǒng)投資決策目前存在的問題，為提高交通投資決策的質(zhì)量和效率提供有力的支撐。

大數(shù)據(jù)輔助交通投資

當(dāng)前，我國交通投資決策存在分階段決策、信息碎片化、考慮因素不全、海量數(shù)據(jù)價(jià)值挖掘不足、投資決策無法實(shí)時(shí)應(yīng)對市場變化、投資分析模型選擇偏主觀等問題，貫穿項(xiàng)目全生命周期的立項(xiàng)、實(shí)施管理、養(yǎng)護(hù),以及運(yùn)輸服務(wù)等環(huán)節(jié)的投資決策科學(xué)性和準(zhǔn)確性，都有待進(jìn)一步提升。

在立項(xiàng)環(huán)節(jié)，存在預(yù)測分析不準(zhǔn)的問題，原因在于規(guī)劃的階段性太強(qiáng)，而信息卻是碎片化的，數(shù)據(jù)采集成本高，數(shù)據(jù)間分析過多依賴經(jīng)驗(yàn)，投資決策的精準(zhǔn)度還有待提高。在實(shí)施管理環(huán)節(jié)，由于技術(shù)手段等原因，傳統(tǒng)方式下項(xiàng)目管理精細(xì)化程度不高。

在養(yǎng)護(hù)方面，技術(shù)數(shù)據(jù)獲取有限并且使用率不高，數(shù)據(jù)深入挖掘分析有待開展，養(yǎng)護(hù)管理信息化程度、行業(yè)決策及政策制定手段都有待提高。在運(yùn)營服務(wù)環(huán)節(jié)，由于市場信息共享不充分，運(yùn)輸服務(wù)市場通用誠信體系尚未建立，存在效率低、成本高、資源配置不平衡的情況。

針對上述問題，中國公路工程咨詢集團(tuán)有限公司（簡稱“中咨集團(tuán)”）利用大數(shù)據(jù)技術(shù)，輔助交通全生命周期投資決策。

大數(shù)據(jù)的應(yīng)用貫穿了交通全生命周期，包含建、管、養(yǎng)、運(yùn)等多個(gè)環(huán)節(jié)。在大數(shù)據(jù)環(huán)境下，可積極探索用數(shù)據(jù)流去活化交通流，每一次循環(huán)都給每個(gè)業(yè)務(wù)環(huán)節(jié)單元帶來新的變化，最終促成基礎(chǔ)設(shè)施產(chǎn)業(yè)鏈的生態(tài)系統(tǒng)升級。具體而言，是深入考察研究交通全生命周期的立項(xiàng)、設(shè)計(jì)、施工、管理、養(yǎng)護(hù)、運(yùn)營等環(huán)節(jié)中的投資決策問題，并嘗試?yán)么髷?shù)據(jù)技術(shù)建模分析。

在每個(gè)環(huán)節(jié)的應(yīng)用研究過程中，首先，收集大量的數(shù)據(jù)源，包括路網(wǎng)、車輛行駛過程、高分遙感、交通經(jīng)濟(jì)、資源環(huán)境等綜合性樣本數(shù)據(jù)。其次，將每個(gè)數(shù)據(jù)因素進(jìn)行歸類，并關(guān)聯(lián)建模、分析解決問題的輸出項(xiàng)，再耦合迭代多個(gè)模型，得到相對精準(zhǔn)的模型，輸出科學(xué)合理的預(yù)測值或結(jié)論，輔助解決相應(yīng)的投資決策問題，彌補(bǔ)、改善傳統(tǒng)模式的不足，使投資決策更加科學(xué)和精準(zhǔn)。

在交通全生命周期投資決策中，中咨集團(tuán)建立了大數(shù)據(jù)支撐平臺，具體包括四個(gè)步驟：把采集的數(shù)據(jù)在存儲平臺進(jìn)行分布式存儲和分類管理；搭建“SPARK+Hadoop“分析平臺并提供通用分析工具；運(yùn)用神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等技術(shù)建立相應(yīng)解決方案模型；最終形成投資決策、管理決策等實(shí)際應(yīng)用。

通過大數(shù)據(jù)模式與傳統(tǒng)模式的對比發(fā)現(xiàn)，傳統(tǒng)模式數(shù)據(jù)簡單，往往把很復(fù)雜的系統(tǒng)問題進(jìn)行簡單化處理，比如將交通量與GDP掛鉤，而最終決策還是以專家經(jīng)驗(yàn)為主，更多是做趨勢化的預(yù)測；而大數(shù)據(jù)模式則是追求在海量數(shù)據(jù)間尋找規(guī)律和關(guān)系，更精準(zhǔn)地預(yù)測未來，以此找到解決問題的路徑。

簡單的說，傳統(tǒng)模式是簡單處理復(fù)雜問題，其誤差是每年累積的，且預(yù)測周期越長，誤差越大，甚至可能南轅北轍；而大數(shù)據(jù)模式是全面客觀處理復(fù)雜問題，隨著時(shí)間周期的增長，通過機(jī)器學(xué)習(xí)使誤差不斷被校正，其準(zhǔn)確率會越來越高。

大數(shù)據(jù)交通量預(yù)測方法及公路養(yǎng)護(hù)投資決策管理系統(tǒng)

基于大數(shù)據(jù)的山西省公路立項(xiàng)投資決策是一個(gè)典型的案例。在傳統(tǒng)模式下，公路立項(xiàng)環(huán)節(jié)由于交通流量預(yù)測不準(zhǔn)，導(dǎo)致投資決策依據(jù)不充分。在解決這一問題時(shí)，綜合考慮多種影響因素，利用大數(shù)據(jù)對交通流量進(jìn)行準(zhǔn)確預(yù)測，以此作為提高立項(xiàng)投資決策質(zhì)量和效率的突破口。

總體來講，我國的交通需求分析還是遵循交通四階段法。傳統(tǒng)四階段法的不足之處共有四方面：首先，OD調(diào)查難度高，數(shù)據(jù)樣本量小；其次，增長分析時(shí)受彈性系數(shù)法的限制，考慮的影響因素較少，甚至在一些特殊的地區(qū)、特殊的項(xiàng)目，有可能關(guān)鍵的影響因素并不被重視；再次，數(shù)據(jù)誤差較大，由于交通量存在時(shí)空波動，以少數(shù)幾天的調(diào)查數(shù)據(jù)推算年平均日交通量，會導(dǎo)致基礎(chǔ)數(shù)據(jù)存在較大的誤差；最后，四階段法建模時(shí)，許多過程依賴經(jīng)驗(yàn)進(jìn)行參數(shù)標(biāo)定，不可避免引入人為誤差，這些誤差可能會產(chǎn)生迭代累積并被放大。

為了彌補(bǔ)不足，在大數(shù)據(jù)環(huán)境下采用機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)，在四階段法的基礎(chǔ)上建立大數(shù)據(jù)交通量預(yù)測方法，實(shí)現(xiàn)了對傳統(tǒng)方法的改進(jìn)提升。

首先，大數(shù)據(jù)方法使用全路網(wǎng)全樣本數(shù)據(jù)，包括歷年路網(wǎng)數(shù)據(jù)、收費(fèi)站流水?dāng)?shù)據(jù)、交調(diào)數(shù)據(jù)以及配合其他數(shù)據(jù)獲取源共享數(shù)據(jù)；其次，大數(shù)據(jù)方法采用動態(tài)路網(wǎng)參與模型計(jì)算，包括從過去、現(xiàn)在、到將來的動態(tài)演化路網(wǎng)；再次，在統(tǒng)計(jì)年鑒等通常數(shù)據(jù)獲取途徑的基礎(chǔ)上，通過網(wǎng)絡(luò)爬蟲等技術(shù)補(bǔ)充數(shù)據(jù)，提煉了對交通量產(chǎn)生影響的上百個(gè)影響因子；最后，對交通量預(yù)測中的相關(guān)函數(shù)，利用大數(shù)據(jù)技術(shù)統(tǒng)計(jì)分析歷史數(shù)據(jù)再自動標(biāo)定參數(shù)。

通過以上方式，建立的新交通量預(yù)測模型。這個(gè)模型的特點(diǎn)是，不止為一個(gè)項(xiàng)目服務(wù)。某級政府部門建立這個(gè)系統(tǒng)后，由于其網(wǎng)絡(luò)爬蟲數(shù)據(jù)等動態(tài)數(shù)據(jù)實(shí)時(shí)更新，可以依據(jù)政府需求隨時(shí)提出預(yù)測。這在某種程度上是對我國前期交通預(yù)測、交通需求分析工作的一個(gè)革命性改變。

在借鑒傳統(tǒng)四階段法基礎(chǔ)上，建立基于大數(shù)據(jù)的交通量預(yù)測模型，這個(gè)模型內(nèi)部構(gòu)建了路網(wǎng)拓?fù)潢P(guān)系模型、交通總量預(yù)測模型、交通分布預(yù)測模型、路段交通量預(yù)測模型四個(gè)子模型。

對于路網(wǎng)拓?fù)潢P(guān)系模型，在收集到高速公路網(wǎng)和國省道公路網(wǎng)的數(shù)據(jù)，通過匹配相應(yīng)字段，建立高速與國省道的拓?fù)潢P(guān)系，將這兩個(gè)路網(wǎng)合二為一。

對于總量預(yù)測模型，首先盡可能采集與交通量相關(guān)或有可能相關(guān)的基礎(chǔ)數(shù)據(jù)。山西的項(xiàng)目中，一共采集了130個(gè)影響因子，通過主成分分析降維處理，提取關(guān)鍵影響因子，通過降維，提煉出涉及到社會經(jīng)濟(jì)指標(biāo)、路網(wǎng)總體結(jié)構(gòu)、交通運(yùn)輸指標(biāo)等30個(gè)主成分因子，遠(yuǎn)遠(yuǎn)超過以往常規(guī)的交通需求分析的變量要求。

確立主要影響因子后，尋找模型建立影響因子與交通量的關(guān)系，通過比選各種模型，構(gòu)建了BP神經(jīng)網(wǎng)絡(luò)和RNN神經(jīng)網(wǎng)絡(luò)的聯(lián)合模型，分別實(shí)現(xiàn)增長分類功能和增長預(yù)測功能，共同組成交通總量預(yù)測模型。

大數(shù)據(jù)將輔助我國交通運(yùn)輸行業(yè)的投資決策更加科學(xué)性和準(zhǔn)確性

對于構(gòu)建交通分布預(yù)測模型主要分為兩步。首先是構(gòu)建基年OD表，根據(jù)基礎(chǔ)年的OD標(biāo)定預(yù)測模型的參數(shù)。其中，高速公路OD是由收費(fèi)站之間交通量轉(zhuǎn)換得到的，國省道OD基于斷面交通量觀測數(shù)據(jù)，采用反推算法得到的。然后，對上一步交通總量模型預(yù)測出的交通發(fā)生與吸引總量，采用重力模型得到流量在最小區(qū)間的分布。

在路段交通量預(yù)測模型方面，把小區(qū)間的OD分配到具體路段上，這里采用Frank-Wolfe算法來求解用戶均衡問題。對模型中的相關(guān)參數(shù)，基于實(shí)際數(shù)據(jù)，采用機(jī)器學(xué)習(xí)曲線擬合的方法標(biāo)定，模型最終輸出每個(gè)路段的交通量，同時(shí)可形成行程速度、行程時(shí)間、路段服務(wù)水平等數(shù)據(jù)。模型建好后，還需要不斷補(bǔ)充數(shù)據(jù)進(jìn)行模型的維護(hù)與更新，從技術(shù)維度、空間維度和時(shí)間維度等多個(gè)方面迭代更新，持續(xù)改進(jìn)模型，提高預(yù)測精度。

眾所周知，交通量預(yù)測是投資立項(xiàng)決策的最大變量。首先其難度是高的，另外對項(xiàng)目經(jīng)濟(jì)效益的影響也是很大的。該案例充分利用大數(shù)據(jù)技術(shù)，優(yōu)化傳統(tǒng)四階段法，通過對交通流量精準(zhǔn)預(yù)測分析、建模，為項(xiàng)目立項(xiàng)環(huán)節(jié)提供更好的支撐。

為了檢驗(yàn)?zāi)Ｐ托Ч诶脤?shí)測數(shù)據(jù)對模型精度核查后，綜合采用浮動車現(xiàn)場調(diào)查數(shù)據(jù)、連續(xù)觀測站監(jiān)測數(shù)據(jù)、主線收費(fèi)站流水?dāng)?shù)據(jù)等核查預(yù)測模型，結(jié)果準(zhǔn)確率都在80%以上。隨著技術(shù)進(jìn)步、數(shù)據(jù)更新、模型迭代，預(yù)測精度還將進(jìn)一步提高。這是以山西全省范圍的一個(gè)路網(wǎng)交通需求的案例。

第二個(gè)案例是中咨集團(tuán)開發(fā)的基于大數(shù)據(jù)的公路養(yǎng)護(hù)投資決策管理系統(tǒng)。我國公路養(yǎng)護(hù)投資決策一直存在信息化程度不高，缺乏決策技術(shù)手段等問題，影響到公路養(yǎng)護(hù)資金的使用效率。

利用大數(shù)據(jù)全面梳理養(yǎng)護(hù)業(yè)務(wù)，從區(qū)域、路線等維度，建立技術(shù)狀況綜合評定、養(yǎng)護(hù)資金優(yōu)化分配模型來提高道路服務(wù)水平。養(yǎng)護(hù)投資決策管理系統(tǒng)充分利用有限資源，輸出更加科學(xué)合理的養(yǎng)護(hù)投資決策方案，使得公路基礎(chǔ)設(shè)施在其全生命周期內(nèi)發(fā)揮最佳的經(jīng)濟(jì)和社會效益。

開發(fā)的系統(tǒng)在收集了歷史技術(shù)狀況、社會經(jīng)濟(jì)環(huán)境、路面養(yǎng)護(hù)業(yè)務(wù)及路面養(yǎng)護(hù)資金預(yù)算等數(shù)據(jù)資料后，經(jīng)過數(shù)據(jù)整合、分析，建立技術(shù)狀況評定模型、養(yǎng)護(hù)投資決策模型，資金優(yōu)化分配模型，提供一年至多年的養(yǎng)護(hù)資金分配方案，同時(shí)可根據(jù)實(shí)時(shí)發(fā)生的資金分配方案產(chǎn)生的數(shù)據(jù)迭代分析，輔助相關(guān)部門做出科學(xué)合理的養(yǎng)護(hù)投資決策。

在微觀方面，通過引入實(shí)時(shí)交通量，建立“基于實(shí)時(shí)交通量的路面性能模型”，建立時(shí)間、交通量、路面性能指標(biāo)三者的關(guān)聯(lián)關(guān)系模型，更好地為養(yǎng)護(hù)資金使用提供實(shí)時(shí)的評定數(shù)據(jù)，便于縮短養(yǎng)護(hù)投資決策周期。

公路養(yǎng)護(hù)投資決策系統(tǒng)可滿足不同層級用戶的管理需要，在大數(shù)據(jù)技術(shù)的應(yīng)用下，采集歷史養(yǎng)護(hù)需求數(shù)據(jù)、檢測數(shù)據(jù)、時(shí)間維度和空間維度等數(shù)據(jù)，通過建立路況評定模型和養(yǎng)護(hù)資金優(yōu)化分配模型，輸出項(xiàng)目級養(yǎng)護(hù)決策資金，為養(yǎng)護(hù)投資決策提供更科學(xué)、更高質(zhì)量、更高效率的依據(jù)。

未來將實(shí)現(xiàn)全生命周期流程再造

未來，將通過高分遙感、聯(lián)網(wǎng)收費(fèi)等技術(shù)，致力于構(gòu)建以交通一張圖和數(shù)據(jù)一張網(wǎng)為基礎(chǔ)的全國交通運(yùn)輸一張網(wǎng)，實(shí)現(xiàn)道路交通的多維度信息可視化，并將其應(yīng)用于政策研究、防災(zāi)減災(zāi)、路網(wǎng)規(guī)劃、勘察設(shè)計(jì)等領(lǐng)域，更好地服務(wù)行業(yè)、服務(wù)政府、服務(wù)公眾。目前，中咨集團(tuán)已取得階段性進(jìn)展，高分交通數(shù)據(jù)中心已對外正式提供服務(wù)。

現(xiàn)階段只是利用感知、認(rèn)知、洞察與控制的數(shù)據(jù)驅(qū)動，實(shí)現(xiàn)交通基礎(chǔ)設(shè)施的全過程可管，未來將實(shí)現(xiàn)全生命周期流程再造，以及全新商業(yè)模式的革新。