孙伟军

【摘 要】“十三五”期间，大数据写入《交通运输信息化规划》，得到了有关部门的大力推广。同时，公路养护行业面对新形势和新挑战，需要推进养护转型和决策科学化，大数据是实现这两个目标的有力工具。目前，公路养护行业响应国家和部委的号召，对大数据在本行业的应用做了积极探索，但是笔者工作中发现这些尝试不符合大数据本身的特点。本文阐述部分大数据应用的成功案例和公路养护面对的现状，通过对成功案例的分析，探讨“大数据”这一理念如何与公路养护有机结合。

【关键词】大数据；公路养护管理；预防性养护；全样本分析

0 引言

随着大数据进入公众视野，引起了媒体的热议，各行业均在探讨大数据的应用，部分行业因为先天优势和行业特点，已经开始尝试使用大数据。公路养护行业作为一个传统行业，如何利用大数据这一新兴的理念为公路养护事业服务是即将面对的难题。

1 大数据的概念

“Big Data”即大数据，是指海量数据，这里的大是相对概念，不是绝对概念，并没有明确定义数据量达到某一量级才能称为大数据，大数据是相对过去随机抽样所取得的小样本而言。通常来讲，大数据指数据量大到传统的分析手段无法应对的复杂数据集合。

2 大数据现阶段的应用

大数据的先行者是在前二十年的互联网浪潮中崛起的互联网公司，国外的有谷歌、脸书、亚马逊等，国内的有百度、阿里巴巴、腾讯、京东等，这些互联网公司能够比其他行业更早的应用大数据，不是因为他们对新概念新技术更敏感，而是因为互联网公司拥有更低成本的数据。

互聯网公司普遍的特点是面对公众免费开放、每天巨大的访问量、核心业务都在线上完成，互联网公司普遍拥有以亿为单位计算的用户，这些用户在互联网上购物、搜索、发布信息的同时，海量的数据就已经通过高速宽带网络进入各大互联网公司的服务器，而这一过程的成本是由核心业务承担的，阿里巴巴为了开展网上购物业务搭建了淘宝网、购置了服务器、向网络运营商购买高速宽带、还拥有上万人的工程师团队，巨额成本已经由淘宝网的营收承担，海量的数据只是额外惊喜。

信息的流动可以分为四个阶段：信息的采集、信息的传输、信息的存储、信息的处理，而互联网公司前三个阶段的成本近乎为零。正是这种巨大的成本优势才使得互联网公司成为大数据的先行者。

而在第四个阶段——数据处理阶段，全世界的互联网公司也在引入相关人才，构建各自的技术平台。以亚马逊为例，利用收集到的用户数据，使用“商品到商品的协同过滤”算法构建的个性化推荐系统。该系统提供了一种精准有效的定向营销模式，支撑了亚马逊三分之一的销售额。国内方面，以京东为例，内部代号为青龙的物流系统可以做到预测业务量来提升资源调度的效率，通过对海量的交易数据分析，描绘出用户画像，实现未买先送的库存前置，用户在浏览某一类商品时，该商品已经向用户最近的仓储中心前置配送，下单时，商品已经到达距离用户很近的地方。这种模式超越了传统被动等待的物流模式，打造了配送速度远超过其他物流公司的京东211、次日达等新的物流理念。

亚马逊的推荐系统和京东的青龙系统都体现了大数据最核心的应用，那就是预测，通过预测来调度资源和做出合理决策从而创造价值。

需要注意的是，大数据分析不是算命占卜，这里的预测不是我们通常意义的精准预测，而是通过数据的相关性分析对各种可能性的预测。这种误解导致大数据遭到很多人的批判。

3 公路养护管理面对的现状

根据国务院颁布的《“十三五”现代综合交通运输体系发展规划》，在“十三五”期间，高速公路网络覆盖常住人口20万以上城市，公路通车里程达到500万公里，其中高速公路通车里程15万公里，农村道路硬化率达到99%。至2020年，中国将要基本建成安全、便捷、高效、绿色的现代综合交通运输体系，部分地区和领域率先实现交通运输现代化。

随着国家行政体制改革、财税体制改革进一步深化，面对发展新形势和公众出行的新需求，公路养护管理还存在一些短板和问题。随着通路通车里程的急剧增长，养护管理压力快速上升。根据交通部2016年公布的数据，十三五期间预计公路通车里程增加42万公里，高速公路通车里程增加3万公里。2016年度，全国收费公路通行费总收入为4548.5亿元。全国收费公路支出总额为8691.7 亿元。其中，养护支出476.3亿元，收支缺口进一步拉大。公路养护行业面对任务加重和资金紧张的双重难题。

4 大数据带给公路养护管理的变革

以往的养护管理决策，所使用的数据都是自身收集自身使用，而且数据采集成本高，也得不到充分的挖掘利用。管理决策严重依赖领导干部的个人经验，没有科学依据。

公路养护管理面对新形势和新挑战，需有推动养护转型和科学决策。公路养护需要从发生病害后修补的被动模式，转变为预防性养护的主动模式，从个人经验指导转变为数据分析指导。

大数据，就是在新技术的支撑下，从传统的随机抽样变为全样本分析。数据不再是精确统一，而是纷繁复杂。数据分析也不再追求因果关系，而是相关关系。数据来源由传统的本行业本部门采集变为各行业各领域的数据开放共享，数据像商品一样自由流动，从而打破数据的封闭和碎片化，降低数据采集的成本，使全样本分析成为可能。

根据国外的研究结果，当公路处于健康状态时，延长其使用寿命的费用，要远低于公路技术状况恶化后修复或重建的费用。执行路面预防性养护策略的关键，是在适当的时间、应用适用的技术，在适宜的路面上进行养护作业。要完成这些精准的任务，必须要进行大量的前期工作，对路况进行诊断，要识别出隐性病害。但是在以往的技术条件下，使用传统的分析手段，想要做出准确的判断难度非常高，这也是交通部门大力推广预防养护多年，却收效甚微的原因。

通过海量数据的全样本分析，我们可以得出公路（下转第193页）（上接第228页）病害灾害和各种影响因素的相关关系，从而预测病害灾害发生的可能性，做到提前养护、精准养护和抢险快速响应，有效的降低养护成本和灾害损失。endprint

5 目前大数据在公路养护行业的应用情况

最近几年，大数据得到了极高的关注度，公路养护行业也在积极探索大数据和自身业务的结合。但目前来看，这些探索并不成功，主要原因有以下几个方面：

5.1 对“大数据”没有真正了解

对其特点一无所知，思维没有从过去的小样本转变到全样本，沿用传统的结构性数据库，录入的数据要求规范统一，排除了大量不规则不规范的数据信息，与大数据的根本理念——全样本分析背道而驰。这种思维变革需要时间，毕竟对于多数IT行业从业者，大数据都是一个新鲜事物。

5.2 对大数据应用的成功案例没有详细研究

这些成功案例的公司如亚马逊和京东都集中在互联网领域，根本原因在于这一领域的信息流动成本更低。公路养护行业在推动大数据应用的过程中，完全忽略了成本因素，成本因素對新技术、新理念的推广普及有至关重要的作用。在现阶段，如何降低大数据应用的成本和利用大数据降低自身业务的成本，这两点是需要首先考虑的。

5.3 缺乏数据挖掘分析的人才

即便是互联网公司，如果只收集海量的数据，而没有有效的挖掘利用，不能对自身业务有所帮助，就无法产生价值。目前，这种人才奇缺，是互联网巨头们争抢的目标。公路养护行业中，几乎没有懂得数据挖掘的人员，更缺乏能对公路养护管理和数据挖掘兼顾的人才。需要外部引入的同时，注重培养适应自身行业特点的人才。

6 结语

大数据不是孤立的，它是下一次信息浪潮的一部分，只有得到5G网络、物联网、数据产业链、云计算等技术和基础设施的支撑，以远低于传统手段的成本采集海量的数据，大数据分析才有数据可分析，才能称之为大。大数据不是一种技术，而是技术进步后新的数据分析理念、方法，它所对应的是使用了几百年的随机抽样分析。这种方法在公路养护行业的实现，需要等待上述各种技术和基础设施的完善。

【参考文献】

[1]李亚曼，崔乐乐.基于精准画像的京东1小时达——“大数据与智慧物流”连载之四[J].物流技术与应用，2017，22（04）：148-150.[2017-08-02].

[2]李鹏涛.大数据与智慧物流概述——“大数据与智慧物流”连载之一[J].物流技术与应用，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]姚辉宁.基于预防性养护的高速公路路面管理系统研究[D].长安大学，2008.

[5]维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代[M].杭州：浙江人民出版社，2012.

[6]Jiawei Han，Micheline Kamber等.数据挖掘[M].北京：机械工业出版社，2012.

[责任编辑：朱丽娜]endprint