2014年10月28日，由中国工程院、美国国家工程院、EMC公司、VMware公司、浪潮集团及联想集团共同举办的以云计算和大数据为主题的IT行业学术研讨会——IT 2020高端论坛在京举行，此次论坛聚焦未来数年内影响中国乃至全球行业和经济发展的大数据、云计算和新兴IT趋势，来自中国、美国及全球各地的学术界和产业界的领导者及专家学者参与了此次盛会。

刚参加完北京地铁调价方案研讨会的北京交通发展研究中心主任郭继孚第一时间赶到IT 2020高端论坛现场，用第一手的消息并结合北京公共交通，讲解大数据对交通行业的巨大影响力，以下是演讲实录：

郭继孚：很高兴参加IT2020高端论坛。城市交通有多少数据？说实话没有多少，对于目前中国的城市来讲没有多少数据，有一些基础设施数据，有路上的一些检测设备，当然还会有一些调查数据。比如道路上检测数据有流量、速度、车型，这些数据对于一个城市来讲并不多，因为我们的基础设施还是比较弱的。像我们的北京马路上都是一两公里才有检测断面，这样一天下来没有多少数，研究交通问题的时候发现到处没有数，好多决策凭着脑袋想出来。现在新技术不断地涌现，出现了卫星定位。这个数据多一些。目前北京市有六万辆出租车，每一辆装的GPS数据。路上24小时在跑，每分钟把位置传回来，这个数据量大一些，当然可能还是不够大，跟上午的几位在大数据里边领军的这些来讲，我们的数据仍然是小数据。拿北京来讲，还有一个数据很大的，每天我们就将近两千多万的公交乘客，它的刷卡数据，其实我们坐公交和地铁的数据都是靠电子卡来支付，这个数据其实量还是蛮大的，的确很有价值等等，路上还有摄像头，拍摄下来车牌照等等识别数据。另外还有很大的数据源，每次打电话、发信息，去掉个人敏感信息，移动内部机房做一些非常有意思的分析，待会可以看一下。

举几个例子，感受一下这个数据什么样，可以做一些什么，出租车GPS数据处理出来，北京出租车基本上可以把北京市城市主要区域道路基本上覆盖，在这个基础上，其实我们就非常容易地能够生成一个全市大小道路，每五分钟可以更新一次的这样实时交通状况，这是在以前其实是不可想象的。不瞒大家讲，刚工作的时候，我们在研究北京的交通，说哪个地方堵我不知道，我每年要雇佣很多的调查者到路上去看，去数车。数回来以后告诉我，这个路口堵不堵，其实那天调查者看了以后堵，第二天看了以后不堵，看了不堵的地方，第二天又堵，哪堵哪不堵我们不知道，检测数据不够。有了这样问题之后，问题变得非常清晰，可以分析哪些点经常堵，哪些点偶然性堵，而且这个堵和我们宏观的城市数据连在一起就会发现为什么会堵，堵的成因到底在哪里，哪些人必须经过这个路段会堵，为城市进行缓堵过程当中，可以进行一些深入分析。

比如附近非常著名的立交桥西直门天天堵车，可以通过数据看一下，数老是走西直门这个地方，为什么必须走西直门，西直门桥设计问题还是走这条路人问题还是土地利用问题，这些其实是数据才能给我们一些答案。长期过程当中来看，能够看得出来，整个城市交通变化，它的拥堵、行程和疏解到底什么规律。这个图可以给大家一个非常直观的概念，城市高峰期拥堵聚集过程，然后在它进行疏散过程当中，又是一个什么规律，非常惊讶地发现，聚集的慢，疏散的快。微观一点，具体到一个路段上，时间轴和空间上可以看得出来，前方下游路段出现一个拥堵的时候，排队会迅速向上游蔓延。但是前沿疏解的时候，后边其实不会立马就会疏解的，疏解过程比聚集过程长很多。这些实际上是交通规律、交通流自身规律，这些东西在过去常规监测方法很难做到。技术带来的，移动互联网带来的技术景象。

在这个基础上，给大家介绍一个很有趣的例子，我刚才讲，什么叫堵，并不能说清楚，今天走的路线可能是堵的，我走的路线恰恰是不堵的。一个人一生过程当中，对于北京市民来讲活动是有限的，对于一个人来讲并不了解这个城市，到底大街小巷哪条路，到底堵还是不堵，交通到底有没有缓解，一天路一天24小时很像股票，每条路混合在一起，集成在一起，实际上就是纳斯达克指数就是上证指数，定义从零到10指数环节交通状况。颜色越深表现拥堵程度越高，非常清晰看出来，每个时刻交通拥堵状况，这是宏观整体性评价，不以一个人为标准。而且长期结果，每天限号，根据车牌尾号限两个号，今天4、9限行，在座各位开车到工程院开会，头一次来没有感觉，经常来的人大家一定知道，今天早上比较堵。因为4、9，中国传统尾号观念为4，大家不愿意要，这一天限号少，北京交通比较堵，非常清晰地反映出来。当然现在这个数据跟大家感受比较一致。

长期效果来看，像一个脉搏一样，非常清晰能够反映出来，北京交通到底发生什么变化，奥运期间，2007年，最左边高的部分，2007年交通状况，很堵的。2008年8月份，奥运会，最左边最低点，北京交通基本畅通，在那之后，很多北京市民非常留恋那些日子，能不能像北京交通天天像奥运会时期那样畅通，当然因此也能看到蓝天白云了。所以我们限了两个号，一看交通拥堵程度迅速降低。但是这个指数，大家可以看得出来，其实上升的非常快，2010年底，这个指数又回到了奥运前，那个时刻，2001年1月1日开始，北京市下了非常大决心，开始控车。以后买车不是有钱就能买得到，要靠运气。

之后一系列其他措施采取，交通指数又降下来了。但是大家仍然可以看得到，现在目前趋势仍然在增加，换句话说，交通形式其实并不乐观。不去讲为什么会堵？但是至少让这些数据给我们的一个结果，能够让它更客观、更直观地告诉大家，我们的交通在发生着什么样的变化，比如2010年，一年365天，12个月，每个月31天，每天状况什么样，像天气指数变化情况一样，绿的代表畅通，红的代表拥堵，非常清晰看得出来，2010年交通拥堵情况怎么样，那个季节最严重，9月份最堵，有感觉，但是说不出来。其实数据里非常清晰看得出来，9月份交通最堵。最不堵是2月份春节，次之是七八月份，中小学生放假，9月份传统节日，中小学开学，头一个月很堵，无论小学、中学，家长开车送学生上学，包括我在内，每天早上第一件事情把我女儿送到学校去。这个任务加剧了整个交通拥堵，为什么会堵，这些数据可以清晰地告诉我们，我们早晨比晚上好一点，晚上堵得更厉害，为什么晚上堵得更厉害？因为我们晚上有很多活动。

当然数据有很多用处，数据规律持续下来，发现很多类型，什么天什么情况下会堵，所以能够精确地预报，为什么在中秋节前，或者在哪一天交通是严重拥堵。可以提前做一些预判，可以在一些特殊天气下，进行应急处置，时间关系不讲这些例子了。这是一个数字。

再给大家介绍另外一个例子，两千多万次刷卡数据，拿在出来，进行精细处理，深加工，可以知道每张持卡人，从哪站上车，哪站下车，又从哪站换乘，当然时间长了可以估计到你家在什么范围。要讲这些概念背后是什么？很多公交车刷卡是上车刷一下，下车不用刷，4毛钱，学生刷卡2毛钱，时间关系不讲了，透过这些数据可以掌握到北京交通脉搏。绿颜色是地铁，这几年几百万客运量，每年增加110万人次客运量，支撑城市交通运转非常重要因素。可以非常清晰地分析出来，哪些点是上车基准点，哪些点是换乘点，具体哪条线，区间是堵的，速度多少，客流量多少等等。再进行和土地利用结合在一起，最左边是居住，这个地方就是早高峰人一下坐到车上，高峰系数不是百分之十几关系，完全是80%、90%客流就是那个时点上出去。和传统意义上的高峰系统拿交通小数系数做设计，完全不是这样。

透过这些数据，更加清晰地懂得交通系统怎么运转，应该怎么样去完善它。这些都是近似大数据带给我们的一些对交通的理解。这张图对于我们北京市的出租司机是有用的，它是什么，透过我们的出租GPS数据分析出来，哪个地方打车的需求最高，哪个地方是最想去的地方。背后的意义不用讲了。

再来看手机数据，这部分数据其实非常有意思了，因为这个量也很大，北京市有一千几百万移动的通话数据。跟大家讲，这个数据因为是非常隐私性的，但是我可以告诉大家，这个数据仅仅是在移动的机房里面进行微码处理，不涉及到具体某个人。透过数据告诉大家，就能知道，大概北京市人到底怎么分布，夜间住哪里，白天上班在哪里。透过这个数据非常清晰地看到，以横轴长安街为界，北边就业岗位最多，难免要少很多。所以大家早晨在北京上班的时候，一定会听到我们的几条主要的方向从早晨，从南向北交通拥堵严重，晚上就会反过来从北向南。然后外边居住，里边是就业，早晨所有进城方向堵车，晚上所有出城方向都堵车，这是城市规划、土地利用决定的。没有很详细土地利用数据库做不到，今天靠这样数据可以分析一下，原来城市活动是这样的。

CBD这样一个区域，它的人某一个时刻从哪个地方来，来的范围多大，这种变化过程。给大家举一个挺有意思的例子，这些数据基础上，除了刚才讲的这些东西还能够做一些什么。其实最大的一部分，能够利用这些数据，找到我们的交通这些规律，然后建立起城市交通模型，包括我们非常宏观的，包括可以建立起来很微观的。像刚才Amelia Regan讲的这部分，甚至做到动态交通分配这部分，可以把整个北京交通网放到计算机里进行模拟，把车放到网上进行模拟，这种规模量实际上是很大的，对于我们计算机要求也是比较高的。这样一个多层次模型能够解决什么问题？

给大家举一个例子，从北京东边，从CBD地区通向卫星城，叫通州走廊，这个走廊交通比较拥堵，同时沿着这条线，还有一个轨道线八通线，早高峰的时候也是堵的非常严重。我们的市长到国外去以后发现，原来还有另外解决交通思路，开辟公交专用道，让公交车快起来，为什么北京公交便宜到几乎免费的时候，大家还开车呢？后来发现，因为我们的公交车速度很慢，公交车速度实际上是小汽车的速度一半还不到。换句话说，北京市出行，如果去一个地方，一个小时开车，尽管北京公共交通还是不错的，坐公共交通需要两个小时，为什么？因为路上跟着小汽车一样堵，站站停，出家门走路，到达一个地方还要走路，还要换乘，公共汽车不可能跟小汽车竞争。怎么办？其中一个重要措施就是给它专用道，就是堵的地方不受堵，市长受启发，开辟公交专用道，早晨从通州进到城里开一条专用道，晚上出城开一条。想法很好，面临严峻问题，那条道路本身就非常堵，如果再开一条专用道给公共汽车用，会不会造成整个东部地区的交通瘫痪。第二，那个地方公共汽车上有没有那么多人去坐，这条道是一条快速路，相当于高速公路，如果公共汽车进出，交通比较麻烦。我们的数据、模型发挥了作用。基于数据基础，我们做了一个非常准确的预测，最终发现没有形成大范围的交通拥塞，我们公交车人坐的满满的，最重要的是把沿线非常拥挤的地铁，吸引过来一些人坐公交汽车，原来时速20多公里，开通以后达到50多公里，比小汽车还要快，有很多人住在通州，一站可以坐到CBD，这是比较成功的例子，左边这张图，中间的地方开辟一条公交专用道。

最后，跟大家分享的是，我刚才说的这些数据，还不是大数据。我们的大城市目前拥有千万人口，几百万车，如果每辆车的数据时时刻刻位置都能往回传的话，我们面临的是什么问题？我们出行的整个过程，如果数据都能够有记录的话，在移动互联的时代，这是可能的，在我们过去是不敢想象的，但是今天就是可能的。然后不管你是上班还是下班？各种各样的这种活动都能够区分。然后甚至可以精确到米一级的位置，而且是实时的24小时。当然还可能是什么？你坐公交以后，又骑一段自行车，或者改换一段地铁，走了一段距离，还有T+2措施，开车到地铁站，换乘地铁上班，这样复杂交通链联合在一起，交通又该怎么办？

未来移动互联、大数据时代对于交通影响应该是非常巨大，其实最大的问题，除了今天上午大家讲的数据量问题、计算问题，我们最困惑的仍然是最原始交通当中出行者、需求方和我们的供给方之间如何达到平衡，假如说每个出行者都能够实施北京市全网交通状况的时候，每个人基于自己的决策进行决策的时候，是不是系统就是最优的未必，如果大家都能够得到充分信息提示，我们的系统是不是稳定的。我们这个系统的控制策略，怎么进行优化、调整，这是超级复杂的问题。我相信这个决策过程，可能要比阿里巴巴交易数据，因为交易数据不需要做决策的。但是我们这个是成千上万的用户在一起，他们进行交互，进行决策，然后他们之间还要进行相互影响，大家都知道在数学上，如果涉及到这样的网络化的问题的时候，它的计算量、存储需求都将是一个天文数字。

怎么去做？当然对于我们的城市决策者，对于我们的规划，对于我们的运输者，如何去利用这些资源，让我们的系统充分发挥充分的效率，在各种不同的这样的交通工具之间，形成有效的衔接，这种衔接不仅仅是物理上的衔接，要在时间上衔接起来，有没有可能？其实交通已经提出了这样一种需求，但是我非常想知道在座的各位，能不能给交通一种建议，怎么样做到？交通已经行驶在路上，其实交通已经出家门就开始了，有没有在这样移动互联时代，有没有可能了解到，你的家住在哪里，为什么住在那里，在哪里上班，为什么在那里上班。有可能根据这个优化空间城市布局，有没有可能优化交通系统，对于城市进行重构。这样一个问题变成反复循环动态过程，什么状态下才能够达到平衡呢？当然这些可能都是一些交通专业必须要去面对，尤其在这样一个大数据时代，我们需要去重新思考、考量，所以我感觉到，在这些交通要素之间，在它和城市、社会错综复杂关系中间，如何建立起可量化、分析、计算的模型，恐怕是未来面临的一个巨大的挑战。当然在基础之上，我们如何能够获得，能够支持我们实时、稳定大数据计算能力和分析能力，恐怕也是我们需要去面对，好在在座的各位，在IT行业取得的这种突飞猛进的发展，我相信我们的交通将来还是有希望的，我们能够知道未来为什么会堵，然后我们的人是怎么样去活动，怎么样才能够最优。

我的报告就到这里，谢谢大家！

关于IT 2020：

IT 2020高端论坛是由中国工程院、美国国家工程院、EMC公司、VMware公司、浪潮集团及联想集团共同举办的一场仅面向受邀人员的世界级的高端论坛。论坛聚焦未来数年内影响中国乃至全球行业和经济发展的大数据、云计算和新兴IT趋势。来自中国、美国及全球各地的学术界和产业界的领导者及专家学者都将参与此次盛会。

本届论坛将进一步探索云计算和大数据的架构、应用和对主要行业的影响。届时中国工程院和美国国家工程院的顶尖科学家、学术界的知名专家以及产业界著名的思想领袖将汇聚一堂，与您共同探讨宏观IT趋势的话题。聚焦云计算和大数据的基础架构，两者对中国IT策略、经济发展和城市可持续化发展的影响，以及大数据在中国可持续化发展进程中至关重要的三个行业中的应用：医疗、能源变革和综合交通。