孫偉軍

【摘 要】“十三五”期間，大數(shù)據(jù)寫入《交通運(yùn)輸信息化規(guī)劃》，得到了有關(guān)部門的大力推廣。同時(shí)，公路養(yǎng)護(hù)行業(yè)面對(duì)新形勢(shì)和新挑戰(zhàn)，需要推進(jìn)養(yǎng)護(hù)轉(zhuǎn)型和決策科學(xué)化，大數(shù)據(jù)是實(shí)現(xiàn)這兩個(gè)目標(biāo)的有力工具。目前，公路養(yǎng)護(hù)行業(yè)響應(yīng)國(guó)家和部委的號(hào)召，對(duì)大數(shù)據(jù)在本行業(yè)的應(yīng)用做了積極探索，但是筆者工作中發(fā)現(xiàn)這些嘗試不符合大數(shù)據(jù)本身的特點(diǎn)。本文闡述部分大數(shù)據(jù)應(yīng)用的成功案例和公路養(yǎng)護(hù)面對(duì)的現(xiàn)狀，通過對(duì)成功案例的分析，探討“大數(shù)據(jù)”這一理念如何與公路養(yǎng)護(hù)有機(jī)結(jié)合。

【關(guān)鍵詞】大數(shù)據(jù)；公路養(yǎng)護(hù)管理；預(yù)防性養(yǎng)護(hù)；全樣本分析

0 引言

隨著大數(shù)據(jù)進(jìn)入公眾視野，引起了媒體的熱議，各行業(yè)均在探討大數(shù)據(jù)的應(yīng)用，部分行業(yè)因?yàn)橄忍靸?yōu)勢(shì)和行業(yè)特點(diǎn)，已經(jīng)開始嘗試使用大數(shù)據(jù)。公路養(yǎng)護(hù)行業(yè)作為一個(gè)傳統(tǒng)行業(yè)，如何利用大數(shù)據(jù)這一新興的理念為公路養(yǎng)護(hù)事業(yè)服務(wù)是即將面對(duì)的難題。

1 大數(shù)據(jù)的概念

“Big Data”即大數(shù)據(jù)，是指海量數(shù)據(jù)，這里的大是相對(duì)概念，不是絕對(duì)概念，并沒有明確定義數(shù)據(jù)量達(dá)到某一量級(jí)才能稱為大數(shù)據(jù)，大數(shù)據(jù)是相對(duì)過去隨機(jī)抽樣所取得的小樣本而言。通常來講，大數(shù)據(jù)指數(shù)據(jù)量大到傳統(tǒng)的分析手段無法應(yīng)對(duì)的復(fù)雜數(shù)據(jù)集合。

2 大數(shù)據(jù)現(xiàn)階段的應(yīng)用

大數(shù)據(jù)的先行者是在前二十年的互聯(lián)網(wǎng)浪潮中崛起的互聯(lián)網(wǎng)公司，國(guó)外的有谷歌、臉書、亞馬遜等，國(guó)內(nèi)的有百度、阿里巴巴、騰訊、京東等，這些互聯(lián)網(wǎng)公司能夠比其他行業(yè)更早的應(yīng)用大數(shù)據(jù)，不是因?yàn)樗麄儗?duì)新概念新技術(shù)更敏感，而是因?yàn)榛ヂ?lián)網(wǎng)公司擁有更低成本的數(shù)據(jù)。

互聯(lián)網(wǎng)公司普遍的特點(diǎn)是面對(duì)公眾免費(fèi)開放、每天巨大的訪問量、核心業(yè)務(wù)都在線上完成，互聯(lián)網(wǎng)公司普遍擁有以億為單位計(jì)算的用戶，這些用戶在互聯(lián)網(wǎng)上購(gòu)物、搜索、發(fā)布信息的同時(shí)，海量的數(shù)據(jù)就已經(jīng)通過高速寬帶網(wǎng)絡(luò)進(jìn)入各大互聯(lián)網(wǎng)公司的服務(wù)器，而這一過程的成本是由核心業(yè)務(wù)承擔(dān)的，阿里巴巴為了開展網(wǎng)上購(gòu)物業(yè)務(wù)搭建了淘寶網(wǎng)、購(gòu)置了服務(wù)器、向網(wǎng)絡(luò)運(yùn)營(yíng)商購(gòu)買高速寬帶、還擁有上萬人的工程師團(tuán)隊(duì)，巨額成本已經(jīng)由淘寶網(wǎng)的營(yíng)收承擔(dān)，海量的數(shù)據(jù)只是額外驚喜。

信息的流動(dòng)可以分為四個(gè)階段：信息的采集、信息的傳輸、信息的存儲(chǔ)、信息的處理，而互聯(lián)網(wǎng)公司前三個(gè)階段的成本近乎為零。正是這種巨大的成本優(yōu)勢(shì)才使得互聯(lián)網(wǎng)公司成為大數(shù)據(jù)的先行者。

而在第四個(gè)階段——數(shù)據(jù)處理階段，全世界的互聯(lián)網(wǎng)公司也在引入相關(guān)人才，構(gòu)建各自的技術(shù)平臺(tái)。以亞馬遜為例，利用收集到的用戶數(shù)據(jù)，使用“商品到商品的協(xié)同過濾”算法構(gòu)建的個(gè)性化推薦系統(tǒng)。該系統(tǒng)提供了一種精準(zhǔn)有效的定向營(yíng)銷模式，支撐了亞馬遜三分之一的銷售額。國(guó)內(nèi)方面，以京東為例，內(nèi)部代號(hào)為青龍的物流系統(tǒng)可以做到預(yù)測(cè)業(yè)務(wù)量來提升資源調(diào)度的效率，通過對(duì)海量的交易數(shù)據(jù)分析，描繪出用戶畫像，實(shí)現(xiàn)未買先送的庫(kù)存前置，用戶在瀏覽某一類商品時(shí)，該商品已經(jīng)向用戶最近的倉(cāng)儲(chǔ)中心前置配送，下單時(shí)，商品已經(jīng)到達(dá)距離用戶很近的地方。這種模式超越了傳統(tǒng)被動(dòng)等待的物流模式，打造了配送速度遠(yuǎn)超過其他物流公司的京東211、次日達(dá)等新的物流理念。

亞馬遜的推薦系統(tǒng)和京東的青龍系統(tǒng)都體現(xiàn)了大數(shù)據(jù)最核心的應(yīng)用，那就是預(yù)測(cè)，通過預(yù)測(cè)來調(diào)度資源和做出合理決策從而創(chuàng)造價(jià)值。

需要注意的是，大數(shù)據(jù)分析不是算命占卜，這里的預(yù)測(cè)不是我們通常意義的精準(zhǔn)預(yù)測(cè)，而是通過數(shù)據(jù)的相關(guān)性分析對(duì)各種可能性的預(yù)測(cè)。這種誤解導(dǎo)致大數(shù)據(jù)遭到很多人的批判。

3 公路養(yǎng)護(hù)管理面對(duì)的現(xiàn)狀

根據(jù)國(guó)務(wù)院頒布的《“十三五”現(xiàn)代綜合交通運(yùn)輸體系發(fā)展規(guī)劃》，在“十三五”期間，高速公路網(wǎng)絡(luò)覆蓋常住人口20萬以上城市，公路通車?yán)锍踢_(dá)到500萬公里，其中高速公路通車?yán)锍?5萬公里，農(nóng)村道路硬化率達(dá)到99%。至2020年，中國(guó)將要基本建成安全、便捷、高效、綠色的現(xiàn)代綜合交通運(yùn)輸體系，部分地區(qū)和領(lǐng)域率先實(shí)現(xiàn)交通運(yùn)輸現(xiàn)代化。

隨著國(guó)家行政體制改革、財(cái)稅體制改革進(jìn)一步深化，面對(duì)發(fā)展新形勢(shì)和公眾出行的新需求，公路養(yǎng)護(hù)管理還存在一些短板和問題。隨著通路通車?yán)锍痰募眲≡鲩L(zhǎng)，養(yǎng)護(hù)管理壓力快速上升。根據(jù)交通部2016年公布的數(shù)據(jù)，十三五期間預(yù)計(jì)公路通車?yán)锍淘黾?2萬公里，高速公路通車?yán)锍淘黾?萬公里。2016年度，全國(guó)收費(fèi)公路通行費(fèi)總收入為4548.5億元。全國(guó)收費(fèi)公路支出總額為8691.7 億元。其中，養(yǎng)護(hù)支出476.3億元，收支缺口進(jìn)一步拉大。公路養(yǎng)護(hù)行業(yè)面對(duì)任務(wù)加重和資金緊張的雙重難題。

4 大數(shù)據(jù)帶給公路養(yǎng)護(hù)管理的變革

以往的養(yǎng)護(hù)管理決策，所使用的數(shù)據(jù)都是自身收集自身使用，而且數(shù)據(jù)采集成本高，也得不到充分的挖掘利用。管理決策嚴(yán)重依賴領(lǐng)導(dǎo)干部的個(gè)人經(jīng)驗(yàn)，沒有科學(xué)依據(jù)。

公路養(yǎng)護(hù)管理面對(duì)新形勢(shì)和新挑戰(zhàn)，需有推動(dòng)養(yǎng)護(hù)轉(zhuǎn)型和科學(xué)決策。公路養(yǎng)護(hù)需要從發(fā)生病害后修補(bǔ)的被動(dòng)模式，轉(zhuǎn)變?yōu)轭A(yù)防性養(yǎng)護(hù)的主動(dòng)模式，從個(gè)人經(jīng)驗(yàn)指導(dǎo)轉(zhuǎn)變?yōu)閿?shù)據(jù)分析指導(dǎo)。

大數(shù)據(jù)，就是在新技術(shù)的支撐下，從傳統(tǒng)的隨機(jī)抽樣變?yōu)槿珮颖痉治?。?shù)據(jù)不再是精確統(tǒng)一，而是紛繁復(fù)雜。數(shù)據(jù)分析也不再追求因果關(guān)系，而是相關(guān)關(guān)系。數(shù)據(jù)來源由傳統(tǒng)的本行業(yè)本部門采集變?yōu)楦餍袠I(yè)各領(lǐng)域的數(shù)據(jù)開放共享，數(shù)據(jù)像商品一樣自由流動(dòng)，從而打破數(shù)據(jù)的封閉和碎片化，降低數(shù)據(jù)采集的成本，使全樣本分析成為可能。

根據(jù)國(guó)外的研究結(jié)果，當(dāng)公路處于健康狀態(tài)時(shí)，延長(zhǎng)其使用壽命的費(fèi)用，要遠(yuǎn)低于公路技術(shù)狀況惡化后修復(fù)或重建的費(fèi)用。執(zhí)行路面預(yù)防性養(yǎng)護(hù)策略的關(guān)鍵，是在適當(dāng)?shù)臅r(shí)間、應(yīng)用適用的技術(shù)，在適宜的路面上進(jìn)行養(yǎng)護(hù)作業(yè)。要完成這些精準(zhǔn)的任務(wù)，必須要進(jìn)行大量的前期工作，對(duì)路況進(jìn)行診斷，要識(shí)別出隱性病害。但是在以往的技術(shù)條件下，使用傳統(tǒng)的分析手段，想要做出準(zhǔn)確的判斷難度非常高，這也是交通部門大力推廣預(yù)防養(yǎng)護(hù)多年，卻收效甚微的原因。

通過海量數(shù)據(jù)的全樣本分析，我們可以得出公路（下轉(zhuǎn)第193頁(yè)）（上接第228頁(yè)）病害災(zāi)害和各種影響因素的相關(guān)關(guān)系，從而預(yù)測(cè)病害災(zāi)害發(fā)生的可能性，做到提前養(yǎng)護(hù)、精準(zhǔn)養(yǎng)護(hù)和搶險(xiǎn)快速響應(yīng)，有效的降低養(yǎng)護(hù)成本和災(zāi)害損失。endprint

5 目前大數(shù)據(jù)在公路養(yǎng)護(hù)行業(yè)的應(yīng)用情況

最近幾年，大數(shù)據(jù)得到了極高的關(guān)注度，公路養(yǎng)護(hù)行業(yè)也在積極探索大數(shù)據(jù)和自身業(yè)務(wù)的結(jié)合。但目前來看，這些探索并不成功，主要原因有以下幾個(gè)方面：

5.1 對(duì)“大數(shù)據(jù)”沒有真正了解

對(duì)其特點(diǎn)一無所知，思維沒有從過去的小樣本轉(zhuǎn)變到全樣本，沿用傳統(tǒng)的結(jié)構(gòu)性數(shù)據(jù)庫(kù)，錄入的數(shù)據(jù)要求規(guī)范統(tǒng)一，排除了大量不規(guī)則不規(guī)范的數(shù)據(jù)信息，與大數(shù)據(jù)的根本理念——全樣本分析背道而馳。這種思維變革需要時(shí)間，畢竟對(duì)于多數(shù)IT行業(yè)從業(yè)者，大數(shù)據(jù)都是一個(gè)新鮮事物。

5.2 對(duì)大數(shù)據(jù)應(yīng)用的成功案例沒有詳細(xì)研究

這些成功案例的公司如亞馬遜和京東都集中在互聯(lián)網(wǎng)領(lǐng)域，根本原因在于這一領(lǐng)域的信息流動(dòng)成本更低。公路養(yǎng)護(hù)行業(yè)在推動(dòng)大數(shù)據(jù)應(yīng)用的過程中，完全忽略了成本因素，成本因素對(duì)新技術(shù)、新理念的推廣普及有至關(guān)重要的作用。在現(xiàn)階段，如何降低大數(shù)據(jù)應(yīng)用的成本和利用大數(shù)據(jù)降低自身業(yè)務(wù)的成本，這兩點(diǎn)是需要首先考慮的。

5.3 缺乏數(shù)據(jù)挖掘分析的人才

即便是互聯(lián)網(wǎng)公司，如果只收集海量的數(shù)據(jù)，而沒有有效的挖掘利用，不能對(duì)自身業(yè)務(wù)有所幫助，就無法產(chǎn)生價(jià)值。目前，這種人才奇缺，是互聯(lián)網(wǎng)巨頭們爭(zhēng)搶的目標(biāo)。公路養(yǎng)護(hù)行業(yè)中，幾乎沒有懂得數(shù)據(jù)挖掘的人員，更缺乏能對(duì)公路養(yǎng)護(hù)管理和數(shù)據(jù)挖掘兼顧的人才。需要外部引入的同時(shí)，注重培養(yǎng)適應(yīng)自身行業(yè)特點(diǎn)的人才。

6 結(jié)語(yǔ)

大數(shù)據(jù)不是孤立的，它是下一次信息浪潮的一部分，只有得到5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)、數(shù)據(jù)產(chǎn)業(yè)鏈、云計(jì)算等技術(shù)和基礎(chǔ)設(shè)施的支撐，以遠(yuǎn)低于傳統(tǒng)手段的成本采集海量的數(shù)據(jù)，大數(shù)據(jù)分析才有數(shù)據(jù)可分析，才能稱之為大。大數(shù)據(jù)不是一種技術(shù)，而是技術(shù)進(jìn)步后新的數(shù)據(jù)分析理念、方法，它所對(duì)應(yīng)的是使用了幾百年的隨機(jī)抽樣分析。這種方法在公路養(yǎng)護(hù)行業(yè)的實(shí)現(xiàn)，需要等待上述各種技術(shù)和基礎(chǔ)設(shè)施的完善。

【參考文獻(xiàn)】

[1]李亞曼，崔樂樂.基于精準(zhǔn)畫像的京東1小時(shí)達(dá)——“大數(shù)據(jù)與智慧物流”連載之四[J].物流技術(shù)與應(yīng)用，2017，22（04）：148-150.[2017-08-02].

[2]李鵬濤.大數(shù)據(jù)與智慧物流概述——“大數(shù)據(jù)與智慧物流”連載之一[J].物流技術(shù)與應(yīng)用，2017，22（01）：133-135.[2017-08-02].

[3]Linden G， Smith B， York J. Amazon.com Recommendations： Item-to-Item Collaborative Filtering[J].IEEE Internet Computing，2003，7（1）：76-80.

[4]姚輝寧.基于預(yù)防性養(yǎng)護(hù)的高速公路路面管理系統(tǒng)研究[D].長(zhǎng)安大學(xué)，2008.

[5]維克托·邁爾-舍恩伯格，肯尼斯·庫(kù)克耶.大數(shù)據(jù)時(shí)代[M].杭州：浙江人民出版社，2012.

[6]Jiawei Han，Micheline Kamber等.數(shù)據(jù)挖掘[M].北京：機(jī)械工業(yè)出版社，2012.

[責(zé)任編輯：朱麗娜]endprint