任 鵬，丁 然，劉 凌

(交通運輸部科學研究院 現(xiàn)代物流研發(fā)中心，北京100013)

交通統(tǒng)計分析是交通管理部門科學決策的基礎性工作，涉及6 個部分近200 個交通指標的采集與分析，其數(shù)據(jù)類型繁多、數(shù)據(jù)關(guān)系復雜，采用人工統(tǒng)計手段很難保證統(tǒng)計數(shù)據(jù)的有效性與可靠性，因此運用信息化手段簡化統(tǒng)計工作復雜度、提升統(tǒng)計數(shù)據(jù)的質(zhì)量是近年來相關(guān)交通研究機構(gòu)的重要課題之一［1-3］。為了降低統(tǒng)計人員的工作強度，保證統(tǒng)計數(shù)據(jù)的質(zhì)量，交通運輸管理部門已開始利用專業(yè)的交通統(tǒng)計分析完成基本的數(shù)據(jù)匯總、審核和上報工作。現(xiàn)有的交通統(tǒng)計分析系統(tǒng)通常采用傳統(tǒng)的二維數(shù)據(jù)結(jié)構(gòu)存儲統(tǒng)計數(shù)據(jù)，在一定程度上滿足了統(tǒng)計數(shù)據(jù)的查詢分析工作，但是，由于其數(shù)據(jù)存儲效率低下，數(shù)據(jù)的可擴充性、可維護性較差，很難滿足統(tǒng)計工作對于歷史數(shù)據(jù)對比、復雜自定義數(shù)據(jù)查詢等功能的需求。因此，引入多維數(shù)據(jù)模型構(gòu)建交通統(tǒng)計分析系統(tǒng)數(shù)據(jù)庫成為優(yōu)化統(tǒng)計數(shù)據(jù)存儲結(jié)構(gòu)的有效途徑。

多維數(shù)據(jù)模型主要是根據(jù)業(yè)務分析主題的要求，從事實、維度、層次等多個度量角度對業(yè)務邏輯活動進行建模，可以在關(guān)系數(shù)據(jù)庫、多維數(shù)據(jù)庫甚至是面向?qū)ο蟮臄?shù)據(jù)庫上實現(xiàn)［4］。多維數(shù)據(jù)模型主要由事實表和維表構(gòu)成。事實表是多維數(shù)據(jù)模型的中央表，包含聯(lián)系事實與維度的數(shù)字度量值和鍵，維表則是維度屬性集合。多維數(shù)據(jù)模型主要包含星形模式、雪花模式和事實星座模式3 種模式，如表1 和圖1 所示。

表1 多維數(shù)據(jù)模型基本形式

圖1 多維數(shù)據(jù)模型基本形式關(guān)系圖

1 交通統(tǒng)計數(shù)據(jù)基本特征

交通統(tǒng)計制度［5］是交通統(tǒng)計工作的基礎內(nèi)容，主要由交通運輸綜合統(tǒng)計、港口綜合統(tǒng)計、交通固定資產(chǎn)投資統(tǒng)計、城市客運統(tǒng)計和交通運輸扶貧統(tǒng)計6 個部分構(gòu)成，每個部分由一系列標準格式的數(shù)據(jù)報表組成。交通統(tǒng)計制度報表根據(jù)統(tǒng)計周期不同可劃分為年報和定期報表兩大類，其中定期報表又可細分為月報、季報和半年報等類型。交通統(tǒng)計數(shù)據(jù)上報一般采取企業(yè)、縣級、地市級、省級、部級層層上報的模式，每個級別的行業(yè)主管部門負責對所轄數(shù)據(jù)的收集、整理和分析工作。為了優(yōu)化交通統(tǒng)計數(shù)據(jù)內(nèi)容，提高交通統(tǒng)計工作的效率與質(zhì)量，交通統(tǒng)計制度會根據(jù)實際需求進行周期性調(diào)整(通常為一年)。交通統(tǒng)計制度是人工統(tǒng)計階段下的產(chǎn)物，詳細規(guī)定了數(shù)據(jù)統(tǒng)計內(nèi)容和規(guī)則，但由于交通統(tǒng)計數(shù)據(jù)的多元性、歷史性和易變性，其數(shù)據(jù)關(guān)系需要進一步梳理才能轉(zhuǎn)化為數(shù)據(jù)庫形式。交通統(tǒng)計報表數(shù)據(jù)主要有以下幾個基本特征：

(1)交通統(tǒng)計數(shù)據(jù)是一種多維數(shù)據(jù)。交通統(tǒng)計制度中的機構(gòu)、時間周期、統(tǒng)計表格等要素的形式經(jīng)常會根據(jù)需求不斷變化，因此交通統(tǒng)計數(shù)據(jù)應當采用延展性強且可擴展的數(shù)據(jù)描述方式。交通統(tǒng)計數(shù)據(jù)由限定詞和指標值兩部分構(gòu)成，指標值只是表示具體數(shù)量，沒有實際意義，而限定詞則是對指標值的具體描述，可以由統(tǒng)計機構(gòu)、統(tǒng)計周期、統(tǒng)計時間、統(tǒng)計分類及統(tǒng)計單位等維度疊加，因此交通統(tǒng)計數(shù)據(jù)本質(zhì)上是一種多維數(shù)據(jù)。

(2)交通統(tǒng)計數(shù)據(jù)之間存在一定關(guān)聯(lián)性。交通統(tǒng)計數(shù)據(jù)之間并不是完全獨立的，某項指標可由其他數(shù)據(jù)推導得出。交通統(tǒng)計數(shù)據(jù)間的關(guān)聯(lián)主要表現(xiàn)為兩種：①邏輯性關(guān)聯(lián)，即數(shù)據(jù)與數(shù)據(jù)之間存在某種邏輯關(guān)聯(lián)。如由貨運車輛總噸位可以推導出貨運量的范圍;②合理性關(guān)聯(lián)，即數(shù)據(jù)與數(shù)據(jù)之間存在著某種必然的推導關(guān)系。合理性關(guān)聯(lián)包括推導性關(guān)聯(lián)和匯總性關(guān)聯(lián)。推導性關(guān)聯(lián)主要是指統(tǒng)計數(shù)據(jù)之間存在固定的計算公式，某項指標可根據(jù)具體公式由其他指標計算得來。匯總性關(guān)聯(lián)主要是指數(shù)據(jù)的匯總是由分項數(shù)據(jù)加和得來，如在時間維度上的匯總(年報由月報匯總)、機構(gòu)間匯總等。

(3)交通統(tǒng)計數(shù)據(jù)間存在一定的重復性。交通統(tǒng)計的重復性一方面是由于交通統(tǒng)計中涉及指標較多，數(shù)據(jù)間的關(guān)聯(lián)關(guān)系難以厘清;另一方面是由于在統(tǒng)計工作中對數(shù)據(jù)信息獲取需求不同，如公路里程總長既可以由不同公路技術(shù)等級建設情況匯總得出，也可以由不同公路路面類型建設情況匯總得出。雖然結(jié)果相同，但出于對建設情況細節(jié)數(shù)據(jù)信息獲取的需求，必須分別統(tǒng)計。

綜上所述，交通統(tǒng)計數(shù)據(jù)是一種復雜數(shù)據(jù)，其多維性、關(guān)聯(lián)性和重復性特征使傳統(tǒng)數(shù)據(jù)庫建模方案難以適用，將多維數(shù)據(jù)模型理論引入交通統(tǒng)計分析系統(tǒng)數(shù)據(jù)庫建模之中，對滿足交通統(tǒng)計數(shù)據(jù)對于兼容性、易擴展等方面的存儲需求有著積極意義。

2 交通統(tǒng)計數(shù)據(jù)基本數(shù)據(jù)類型

交通統(tǒng)計報表是統(tǒng)計數(shù)據(jù)的最終結(jié)果的表現(xiàn)形式，它是多種類型數(shù)據(jù)形式的綜合體。通過對交通統(tǒng)計制度的分析，交通統(tǒng)計數(shù)據(jù)庫系統(tǒng)設計主要應考慮以下幾種基本數(shù)據(jù)類型：

(1)輔助類數(shù)據(jù)。輔助類數(shù)據(jù)主要是指交通統(tǒng)計過程中所需要的基礎類數(shù)據(jù)，這些數(shù)據(jù)雖然在最終報表較少或沒有直接體現(xiàn)，但在統(tǒng)計過程中會使用到，如統(tǒng)計參與機構(gòu)數(shù)據(jù)、統(tǒng)計人員數(shù)據(jù)、交通運營企業(yè)數(shù)據(jù)、行政區(qū)劃面積人口數(shù)據(jù)等。

(2)操作類數(shù)據(jù)。操作類數(shù)據(jù)主要是指由系統(tǒng)相關(guān)功能操作所生成的數(shù)據(jù)，這些數(shù)據(jù)主要記錄用戶的操作過程及狀態(tài)，如數(shù)據(jù)的審核操作。

(3)明細類數(shù)據(jù)。明細類數(shù)據(jù)主要是具體的交通設備設施的詳細特征信息，如高速公路明細、運輸船舶名錄等，明細類數(shù)據(jù)可作為統(tǒng)計類數(shù)據(jù)的基礎數(shù)據(jù)。

(4)統(tǒng)計類數(shù)據(jù)。統(tǒng)計類數(shù)據(jù)是統(tǒng)計工作所需要的最終結(jié)果，主要是對各項交通數(shù)據(jù)進行匯總或計算后得到的數(shù)據(jù)。交通統(tǒng)計報表制度所收集的數(shù)據(jù)大部分為統(tǒng)計類數(shù)據(jù)。

交通統(tǒng)計數(shù)據(jù)間主要存在屬性標識、數(shù)據(jù)匯總和數(shù)據(jù)計算這3 種基本數(shù)據(jù)關(guān)系(見圖2)，各類數(shù)據(jù)通過這3 種基本數(shù)據(jù)關(guān)系將輔助類數(shù)據(jù)、操作類數(shù)據(jù)和明細類數(shù)據(jù)最終聚合為統(tǒng)計類數(shù)據(jù)。需要說明的是，統(tǒng)計類數(shù)據(jù)與明細類數(shù)據(jù)實際上存在一定冗余，造成統(tǒng)計類數(shù)據(jù)與明細類數(shù)據(jù)同時存儲的原因主要有兩個方面：一是統(tǒng)計工作的實際需求。統(tǒng)計類數(shù)據(jù)往往在明細類數(shù)據(jù)匯總基礎上有所調(diào)整;二是明細數(shù)據(jù)的不完備性。很多明細數(shù)據(jù)無法獲取或獲取成本較高，統(tǒng)計類數(shù)據(jù)無法由明細類數(shù)據(jù)直接推出，往往由統(tǒng)計工作人員直接上報。

圖2 交通統(tǒng)計數(shù)據(jù)基本數(shù)據(jù)關(guān)系

3 交通統(tǒng)計數(shù)據(jù)基本描述形式

交通統(tǒng)計數(shù)據(jù)庫的建模應充分考慮交通統(tǒng)計制度中的數(shù)據(jù)形式，交通統(tǒng)計數(shù)據(jù)信息通常由數(shù)據(jù)描述信息和數(shù)據(jù)值信息兩部分組成。數(shù)據(jù)值信息本身只是數(shù)字，并無具體含義，它只表示數(shù)量的大小。而數(shù)據(jù)描述信息則是對數(shù)據(jù)值信息的描述，交通統(tǒng)計數(shù)據(jù)主要包含指標名稱等7 類限定信息(如表2 所示)。交通統(tǒng)計數(shù)據(jù)完整的描述形式可采用式(1)表達形式。

表2 交通統(tǒng)計數(shù)據(jù)基本限定信息

交通統(tǒng)計數(shù)據(jù)=指標維度+機構(gòu)維度+周期維度+時間維度+單位維度+實體維度+特征維度(屬性1，屬性2，… ，屬性n)+ 指標值 (1)

圖3 給出了某交通數(shù)據(jù)描述的具體實例，這種數(shù)據(jù)組織形式主要有3 個方面的優(yōu)點：①可以與現(xiàn)有的年報統(tǒng)計制度表格相對應，表格中每一個單元格數(shù)據(jù)都可以被描述，滿足了后期系統(tǒng)報表生成的需求;②一旦獲取基本維度信息，數(shù)據(jù)庫中數(shù)據(jù)可以被唯一確定;③可以實現(xiàn)靈活的自定義數(shù)據(jù)查詢功能。雖然該數(shù)據(jù)組織形式的數(shù)據(jù)維護成本較高，但它可以有效地將各種數(shù)據(jù)有機 融合，滿足系統(tǒng)復雜的數(shù)據(jù)操作需求。

圖3 交通統(tǒng)計數(shù)據(jù)描述實例

4 交通統(tǒng)計數(shù)據(jù)多維存儲模型架構(gòu)

根據(jù)數(shù)據(jù)存儲的內(nèi)容及系統(tǒng)功能需求可將整個交通數(shù)據(jù)多維存儲模型劃分為系統(tǒng)數(shù)據(jù)區(qū)、明細數(shù)據(jù)區(qū)、統(tǒng)計數(shù)據(jù)描述區(qū)和統(tǒng)計值數(shù)據(jù)區(qū)4 個部分，如圖4 所示。系統(tǒng)數(shù)據(jù)區(qū)主要包含輔助類數(shù)據(jù)和操作類數(shù)據(jù)相關(guān)數(shù)據(jù)實體，其主要是滿足用戶登錄、數(shù)據(jù)審核等功能的數(shù)據(jù)存儲需求，部分數(shù)據(jù)實體可作為統(tǒng)計類數(shù)據(jù)的維表;明細類數(shù)據(jù)區(qū)主要包含一系列具體描述交通設備及設施的實體，可為統(tǒng)計類數(shù)據(jù)提供數(shù)據(jù)支持;統(tǒng)計數(shù)據(jù)描述區(qū)主要包含一系列統(tǒng)計數(shù)據(jù)值限定信息的抽象實體，對統(tǒng)計數(shù)據(jù)值進行描述;統(tǒng)計值數(shù)據(jù)區(qū)只包含一個事實表，主要記錄數(shù)字及數(shù)據(jù)提交時間信息，其數(shù)據(jù)含義通過統(tǒng)計數(shù)據(jù)描述區(qū)進行解釋。

圖4 交通統(tǒng)計數(shù)據(jù)多維存儲模型

交通統(tǒng)計數(shù)據(jù)多維存儲模型可以有效控制統(tǒng)計數(shù)據(jù)粒度，通過對統(tǒng)計數(shù)據(jù)描述體系的定義，確定統(tǒng)計數(shù)據(jù)各維度的基本描述單元，為交通統(tǒng)計分析系統(tǒng)提供動態(tài)靈活的數(shù)據(jù)查詢、匯總和分析功能［6-9］。當交通運輸統(tǒng)計年報制度發(fā)生改變時，無須變更數(shù)據(jù)庫結(jié)構(gòu)，只需新增或修改數(shù)據(jù)描述區(qū)的相關(guān)實體存儲的數(shù)據(jù)內(nèi)容，即可在保證歷史數(shù)據(jù)含義統(tǒng)一的條件下適應新的數(shù)據(jù)存儲需求。交通統(tǒng)計數(shù)據(jù)存儲模型的基本數(shù)據(jù)查詢元組關(guān)系演算表達式可參見文獻［10］，從中可以看出，一旦確定統(tǒng)計數(shù)據(jù)的基本維度信息即可確定其相關(guān)聯(lián)的唯一統(tǒng)計數(shù)值，統(tǒng)計數(shù)據(jù)的匯總分析也可以通過控制數(shù)據(jù)描述特征的查詢條件對結(jié)果集進行數(shù)值計算完成。

5 結(jié)論

交通統(tǒng)計數(shù)據(jù)多維存儲模型的構(gòu)建需要兼顧系統(tǒng)功能與數(shù)據(jù)優(yōu)化存儲兩方面的需求，其數(shù)據(jù)庫構(gòu)建有一定難度，運用多維數(shù)據(jù)模型理論可以將統(tǒng)計數(shù)據(jù)信息分解為多個維度的標準化單元，可有效地滿足系統(tǒng)數(shù)據(jù)挖掘的相關(guān)操作需求，保證交通統(tǒng)計分析系統(tǒng)功能的擴展與實現(xiàn)。交通統(tǒng)計數(shù)據(jù)多維存儲模型對結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)存儲具有廣泛適用性，相關(guān)技術(shù)對于交通大數(shù)據(jù)模型的建立也有一定借鑒意義。

［1］張琪.交通運輸統(tǒng)計的現(xiàn)狀與發(fā)展［J］. 中國統(tǒng)計，2004(4)：10 -11.

［2］王珍珍. 交通部加快交通統(tǒng)計信息系統(tǒng)建設［N］.中國交通報，2007 -07 -31(A01).

［3］孔凡國，王先進. 我國交通統(tǒng)計信息工作發(fā)展規(guī)劃研究［J］.交通世界，2002(7)：23 -27.

［4］HAN J W，KAMBER M，PEI J.數(shù)據(jù)挖掘概念與技術(shù)［M］.范明，孟小峰，譯.3 版. 北京：機械工業(yè)出版社，2012：89 -99.

［5］中國交通統(tǒng)計信息網(wǎng).交通統(tǒng)計制度［EB/OL］.［2014-12-18］.http：//www.jttj.gov.cn /zhidu.asp.

［6］吳薇，李志蜀.多維數(shù)據(jù)建模的設計方法［J］. 四川大學學報：自然科學版，2007，44(3)：513 -516.

［7］文俊浩，蔣渝，吳紅艷，等.復雜數(shù)據(jù)的多維數(shù)據(jù)模型應用研究［J］.計算機應用研究，2004(4)：139-142.

［8］李盛恩，王珊.多維數(shù)據(jù)模型ER(H)［J］.計算機學報，2005，28(12)：2059 -2067.

［9］湯艷艷，邵偉民，王子紅.數(shù)據(jù)倉庫中的多維數(shù)據(jù)模型及其對象關(guān)系的實現(xiàn)［J］. 計算機工程，2003，29(9)：88 -92.

［10］SILBERSCHATZ A，KORTH H F，SUDARSHAN S.數(shù)據(jù)庫系統(tǒng)概念［M］.楊東青，李紅燕，唐世謂，等，譯.6 版.北京：機械工業(yè)出版社，2012：123-141.