中国IDC圈4月27日报道，互联网的发展使得大数据引起人们广泛关注。现如今大数据技术早已渗透到金融、通讯等行业以及生物学、物理学等领域。大数据在容量、多样性和高增速方面的爆炸式增长全面考验着现代企业的数据处理和分析能力，与此同时也为各个行业带来了准确洞察市场行为的机会。迄今为止大数据技术与产品有哪些创新，工业大数据应用面临哪些挑战，金融行业大数据应用现状如何等。围绕这一系列问题，4月27日至28日，由工业和信息化部指导、中国信息通信研究院主办的"2016大数据产业峰会"在北京国际会议中心盛大召开。

在27日下午”大数据与城市交通“的分论坛中来自北京市交通委交通行业节能减排中心刘莹女士为我们讲述了交通节能减排智能化分析技术及北京市实践。

北京市交通委交通行业节能减排中心刘莹

以下是刘莹演讲实录：

刘莹：大家下午好地很高兴有这么一个机会和大家分享一下我们北京交通在节能减排方面这两年的一些探索和实践。

这两年，特别是我们进入到了“十二五”时期，大家特别有体会，我们北京交通人感受非常深，进入到2012年，随着空气质量恶化，我们交通节能减排压力越来大，而且直接感受也越来越深，一个客观事实就是我们在交通，在“十二五”期间直接受到了发展部门和环保部门对汽车排放和能耗进行了非常直接的定量性目标的考核，这个是我们北京和全国其他城市面临的压力不太一样。在这样的压力情况下，大家也可以看到各种各样的数据，像我们的环保部门和交通排放在20%到40%左右是最主要的来源是PM2.5，北京的指数是31.1%，像我们统计部门和发展部门是交通统计能耗，是航空和社会交通能耗占比20%，这个也是在社会上占比非常多。但是我们非常尴尬的一点就是我们交通系统自己说不清楚，在2010年的时候，别人给我们制定目标的时候我们自己划了一个问号，这个数据到底对交通委意味着深，我们怎么制定决策跟大的宏观背景挂钩，这个是我们当时面临很忐忑的一个点，这是我们当时2010年面临非常尴尬的现象。

我们由于这些数据的不掌握，以至于我们在制定我们发展目标、发展方向，以及我们在用这些我们要治理的这些问题去争取我们的发展机会和我们治理机制的时候，处于一个非常大的劣势，这个是非常大的客观困难。

在这点对于我们交通节能减排与建筑、工业等领域至少存在5到410年的差距，我们感觉到实际差距就是数据能力，体现在高水平统计监测能力的缺失，稻城工业和建筑已经进入到精细化计量和实时化进行分析的用它来进行节能减排的阶段，在这个阶段下它就有很强的预测、治理，以及把这些定量化的数据分析转化为政策的能力。而我们交通在这方面的缺失，虽然我们是主要的排放污染源，大家都认为是这样，但是实际上90%以上的政策和治理基金都投入到工业和建筑，我们说不清楚自己是怎么回事儿，我们可能能拿出很多数据展示一下，但是到了宏观决策这个层面，到了跟发改委和环保部门争取我们数据的时候他们对这方面是不认可的。从这个需求是多种多样的，这里面我们对它进行了一个系统分析，这种层面分为宏观层面、中观层面和微观层面，从宏观层面无论是国际要求还是自身发展需求，比如说绿色节能发展目标，我们的责任也好，紧箍咒也好，是强压到必须你要自己了解你的需求，还有绿色导向交通规划等等；中观还有很多车辆结构调整，像新能源车这两年是层面这一块；微观这方面是环保效果都需要精细化的监测体系的支持，所以这方面需求其实不需要别的部门的压力，我们自身也有这方面的需求。

但是从城市看对国内外交通城市发展的实践，我自己看，包括国外我们学习了很多经验，这方面他们也积累的不是特别好，第一个就是大数据解决宏观决策的层面，我个人观点，大数据应用非常多，但是真正能上升服务到我们交通监测指标很少，交通指数是一个，真正从微观数据到宏观决策的提升。也就是说你这个指标能写到我们“十三五”发展规划上面去，这个是很少，我们做了很多分析但是服务不了宏观据决策；

第二个就是面向治理，比如交通排放是300万吨，怎么治理？这么监测了明年就变成90万吨吗？不会，这没有很大的联系；

第三个系本地话参数构建问题，我们做了本地话架构、本地化参数，以及巨大投入的本地数据化的维护，你要有交通数据，要有环保数据，像我们因子数据、工况数据，只有达到本地化数据，才有解决你本地问题的这方面的机会，所以我们北京在实践中实际上是非常强调本地化的，我后面会介绍这种要求。

因为现在目前从中国发展水平来看，我们拿一个国外的参数来描述中国，已经没有办法准确描述我们的问题，因为我们跟国外差距实在太大了，这些问题实际上我们做很多探索实践也没有很好解决的问题。

在这方面，北京从2010年开始，我们北京市交通委科技处对外处长在下面，应该是我们交通委科技处做了很多这方面的尝试，当时我们做整体规划，我们希望通过北京信息化方面的优势，以及我们在交通节能减排交叉方面的优势，我们能够真正的去彻底地改变我们现在匮乏数据造成的决层能力的缺失，监管能力的缺失，所以我们把它有一项叫做节能减排分析技术，这是分析技术的架构。这里面我们有挖掘技术、评估技术以及感知技术，这一整套技术的组成，希望能够解决我们前面提到的一些问题。这里面我介绍多维感知技术，大家可能做交通政策和宏观政策的研究发现，其实大数据并不是越多越好，越多越不知道该怎么用，数据质量也没法评估，很模糊，虽然数据很多，但是数据怎么把它分析出来以后跟节能减排相关的能够提炼出来，而且节能减排有一个很重要的问题就是对准确度要求非常高，这是我们采集以前交通的问题实际上是很难解决的。在这里面我们用形象的说法，这个很复杂，但是我们形象说法就是把这些大数据拿来以后做了很多尝试，建立了网状的结构，把所有数据统一到以车辆为单位的范围中去进行加工处理，这样数据由零散变为有意义的。我们把车辆能耗、污染物、运行工况、运行情况，以及人的情况，驾驶员，因为我们要做驾驶行为的治理，把它形成网状结构，而不是形成零散的数据，建立网状数据以后来解决零散数据的问题，这样很多来源的大数据就以这个结构为集中在我们数据库中进行处理，处理以后形成单元，单元整合以后能够准确的描述节能减排的一些特征。

另外我们在北京有一个特点，因为我们是一个系统解决的思路，所以我们还同步的建立了一个我们节能减排的综合实验室，这是在交通部的支持下，我们在这个实验室下做了很多本地测试化实验，特别是刚刚跟深圳交流，实际上北京用的是美国姆斯（音）技术思路，我们在北京进行本地化分析验证，来保证准确性的问题。这种准确性的要求，实际上我们希望把它控制在3%以内，跟我们实验室实测和评估监测出来的结果是3%，只有达到这个结果应该说统计和发展部门才能认可你这个数据，我要是20%、30%的差距，那你就是自说自话，所以在这个过程中准确性要求非常高。所以我们也跟北京市质监局建立合作伙伴关系，解决这方面的问题。

关键技术二是多评估技术，实际上就是介绍我们宏观、中观、微观的需求，北京市建立了交通能耗排放高分辨率仿真技术和多尺度评估技术体系，基于时间维度的宏观核算清单模型来做，它的特点就是准确性特别高，覆盖比较全。第二个就是基于空间维度的中观路网评价模型。第三个是基于实时地交通流的路网动态监测模型，这个跟深圳市比较相似，是监测路网层面实时的区域变化。这个跟静态路网区别，静态路网是做交通预测，而动态层次是描述现状和区域时候的应用，它下一步要跟扩散模型进行整合。

第四个模型是单车监测分析模型，实际上是用微观数据推算实时污染物排放的情况，所以这个主要就是应用美国的姆斯（音）技术，这个技术特点微观层面很好的解决技术层面没办法微观解决污染物排放的问题，所以应用了这个技术来间接地实现感知。

第五个模型这两年也是要求非常高的，它实际上是交通基础设施能耗排放的评估模型，这个模型实际上应用了我们实验室的一些环境监测设备，它实际上是一个浓度模型，要通过我们交通基础设施中的一些交通活动来分析预测交通基础设施内部和周边的污染物浓度，来对交通政策进行支持。这是北京五层次交通污染物排放综合体系。

这个是非常好的作用，它跟我们大数据技术很好的进行整合以后，能够大大提高交通模型的应用和数据监测的多样性。这个也是强调了特殊性，我们刚刚说了有高真实性的数据，另外就是高辨识度，另外就是比较高的敏感性，主要就是我们传统模型的关键参数甚至很多，比如北京按照车龄淘汰机制，还有输出能耗，污染物排放、碳排放这些综合性的，因为北京面对这方面的压力，所以这是我们模型的特点。第三个就是我们海量数据分析挖掘技术，因为我不本人并不是做大数据，我们只是对大数据团队提出了这方面的要求。这方面要求我们在于实际上有宏观、微观各种动态模型的要求，所以两个最关键，一个数据分析要求，因为数据分析实在太我了，我们要求高时效性，特别是监测层面实时反应微观监测评估结果，微观之间跟各个数据之间相互关联以后，因为有很多综合问题，它要进行综合性的分析，它要具备这方面的能力。

另外就是高扩展性，因为希望带来扩展性的难题很好的解决。所以这三个非常关键的核心技术，多维感知，模型技术，以及分析挖掘技术。

最后我想介绍一下北京的实践，刚开始我们说了2011年开始，就是“十二五”第一年对燃油消耗、能源消耗、污染物排放、碳排放体系，我们增加了这个统计监测体系，把它做一个活的体系，这个体系是一个目标，这个目标目前已经阶段性的取得成果，而这个已经在向京津冀推广，希望在京津冀大的推广来回答排放的问题。这个大数据监测分析是在统计环境中，我们统计监测网是浓度采集，不仅仅是监测它的直接排放，还要监测它的浓度影响。另外还有北京交通减排实验室，以及五层次能耗排放模型，北京市交通委提供很大的支持来构建微观基础发展的基石。

这是我们比较的情况，我说一下北京实践应用。目前北京在高频度编制交通行业能耗清单和排放清单，实现北京市能耗排放长期监测及变化趋势分析。这个很多地方都可以编制，我们北京地方就是统计局官方认可的数据，目前我们在机制上取得了创新，把我们以后交通在统计年鉴中交通能耗排放由我们交通部门自己来统计和分析，这是我觉得通过我们技术创新来推动我们机制创新一个很好的应用。因为这个实际上在跟发改委统计部门在沟通过程中也是交通部门拿出我们比较扎实的数据监测分析，以及我们的比较持续的系统化的解决方案以后，他们才得到相关部门的认可，才能达到统一的共识，这实际上是为我们交通部门减排提供非常好的环境。

在这里有长期监测趋势有利的分析，一些大的交通事件发生过程中对于交通能耗的排放也会看的非常清楚。在历史规定下可以做宏观决策，基于宏观模型和动态模型基础上编制了北京市交通“十三五”规划，我们做了125种情景分析，做了未来方案的组合，对我们污染物排放各种预测，大家可以看到污染物排放减排降低很大，但是提出了一降双控三提升的发展策略及目标，这个以往没有这个监测体系做不到。有了这个监测体系我们交通部门就心里有底了，能够达到什么样的目标，通过努力就可以达到，这个我们是下一步努力配合“十三五”相关层面资源。

前两个层面是宏观性的，第三个层面是政策性的，可以应用多体系监测里面静态的，这个是跟北京交通市发展研究中心合作的，比如说冬奥会和阅兵，实际上可以看到不同区域的节能减排措施，对路网和周边污染物排放的影响，这样可以选择不同强度的车辆限行措施，以及对拥堵车费的减排预测，我们也实施了方案分析，以控制为5.5的要求为分析结果。

另外我们还有一些政策的出台，这里面刚刚我们其实跟深圳同行是有同感的，整个监测体系结果出现，我们有一个很有趣的发现，交通和环保一叠加它的一个领域就是货运，货运大家知道白天上不了路，所以拥堵这个层面并不关注它，但是如果把交通环保关注，那是很重要的压力，50%以上的污染物排放是来自于货运，我们北京市进行先进性政策，基于企业污染物货运污染物排放核算，基于这个精准核算，对于他每吨奖励资金的支持，这个应该说是以往货运行业都不可想象的激励政策，有了我们定量性检测评估以后，说服检测部门拿出这个标准，这是我们非常典型的数据应用改变我们建立数据非常的要求。

另外还有我们外部空间车辆流量通过监测分析以后，依托我们道路尺度的评价核算，还制定和分析京津冀范围内货车调控政策一些效果和一些变化，这是通过政策分析和监测体系中这方面可以有的支撑。

第四个是微观层面，微观层面看到一个很有趣的分析可以看到，通过这个分析，同样的车，能耗水平有着非常大的差异。这里面实际上是驾驶员的问题。所以通过微观数据采集，以及采用微观单车数据分析，北京市交通委在做一个事情，就是在做驾驶员驾驶行为的培训，而且我们这个培训是面向于行为矫正的，在这个情况下我们初步的培训结果，经过一轮的培训，百公里能耗是降低7%，我们有一个非常细致的分析，正在建立我们生态驾驶的培训基地。它的不好的地方在于这个培训的效果还不能很持续，所以我们下一步还要经过一系列跟国外合作，通过一系列改变人们的行为和心理研究，通过他良好的驾驶员驾驶习惯，这个希望我们很好的解决能耗问题，因为实际上在节能减排里面能耗的降低一直是我们非常头疼的问题。

因为北京做这个事儿，我们是从一个系统化的解决方案，非常注重体制机制的保障，我们出台了很多标准，把一些评价方法，上面是标准发布的，下面是各个准备出台的一些标准，把我们这些标准和一些方法固化下来。

在2015年我们这个智能化的监测分析技术，是获得了国家的科学进步的二等奖，我们是关键技术之一，另外也获得了我们中国智能交通协会的科学技术一等奖。

最后在北京实践我想说一点我们的一个感受，节能减排是交通人的责任，但是我们要承担这个责任我们需要一些权利，而这个统计监测体系的建立实际上就是在我们节能减排工作争取我们的话语权和发展权，所以它是一个基石，这也是我们在全国跟各个城市交流过程中也是强调的，不要特别着急先上来大规划，要把数据摸清楚；第二这个建设要服务于本地实际，别的东西再先进还是需要自己的东西；另外我们最后觉得实际上这个节能减排技术监测实际上是城市综合能力建设，需要法律法规和体制机制方面共同努力，才能真正建成一个真正的服务于节能减排监测的体系。谢谢大家，