
在中國(guó)傳統(tǒng)文化里,人們受制于模糊思維,往往忽視數(shù)據(jù),或感覺差不多、無所謂,一個(gè)普遍現(xiàn)實(shí)是:數(shù)據(jù)難以有效地指導(dǎo)行動(dòng)。
文/涂子沛(微信公眾號(hào):涂子沛頻道)
這個(gè)清明多風(fēng)雨,高速路上不太平。
期間最重大的事故,當(dāng)屬滬寧高速常州段56車連環(huán)相撞,其主要原因被確定為雨天路滑和團(tuán)霧,但我認(rèn)為還另有原因。
再看數(shù)據(jù),截止2015年底,中國(guó)高速公路里程突破12萬公里,汽車1.72億輛,而美國(guó)為9.2萬公里、2.8億輛。理論上,中國(guó)的路更多、車更少,交通應(yīng)該比美國(guó)更安全。但2014年,美國(guó)因交通事故導(dǎo)致的死亡人數(shù)為32675人,我遍尋網(wǎng)絡(luò),中國(guó)官方數(shù)據(jù)缺失。而據(jù)世界衛(wèi)生組織估計(jì),中國(guó)每年因交通事故死亡的人數(shù)超過20萬。
供給側(cè),我們的高速公路多于美國(guó),需求側(cè),我們的汽車保有量低于美國(guó),但我們的死亡人數(shù),無論是絕對(duì)數(shù)量、還是相對(duì)比率,都高于美國(guó)!
問題,到底出在哪里?
高速路要學(xué)博物館,控制流量
除了氣候等客觀原因,我認(rèn)為,中國(guó)高速上的連環(huán)撞,事出“數(shù)據(jù)化管理”嚴(yán)重不足。
任何一條公路,容量都有限,因此存在一個(gè)“飽和流量”和“科學(xué)密度”。節(jié)假日期間,車輛驟然增多,中國(guó)的道路應(yīng)該進(jìn)行流量調(diào)控。這種調(diào)控并非限制特定車輛上高速,而是將相關(guān)的數(shù)據(jù)實(shí)時(shí)告訴駕駛員,然后用各種方式調(diào)控車流。
國(guó)內(nèi)不少人流密度高的公共場(chǎng)所都做了類似嘗試。今年春節(jié)期間,我?guī)Ш⒆拥缴虾?萍拣^參觀,發(fā)現(xiàn)科技館售票處有一塊顯示“當(dāng)前館內(nèi)人數(shù)”的電子牌,續(xù)而了解到,當(dāng)館內(nèi)游客逼近1萬人的“紅線”時(shí),館方就暫停售票、放慢安檢速度或分批放行。出館人數(shù)增多后,限流措施隨之解除。
流量調(diào)控電子屏實(shí)時(shí)顯示館內(nèi)人數(shù)為9561人
就避免擁堵而言,高速公路和博物館、游樂場(chǎng)道理相通。任何一條道路上,其流量都有一個(gè)“科學(xué)密度”,一旦超過,問題隱現(xiàn)。
行進(jìn)之中的車輛如果靠得太近太緊,駕駛員會(huì)產(chǎn)生緊張感、不舒感,其本能反應(yīng)就是剎車,每次剎車,對(duì)后面的車都會(huì)產(chǎn)生一股“負(fù)沖擊波”,跟行的車也必須剎車,不可預(yù)見的頻繁剎車,整個(gè)交通流就被擾亂了,人心隨即被擾亂,抱怨、鳴笛、搶道,交通事故的巨大陰影開始蔓延。
在道路流量控制上,美國(guó)明尼蘇達(dá)州的雙子城堪稱榜樣。它們從1970年代開始就反復(fù)試點(diǎn)“匝道信號(hào)調(diào)控”(Ramp Metering):通過在匝道上設(shè)置信號(hào)燈,調(diào)控進(jìn)入高速公路的車輛。
匝道是指引導(dǎo)車輛從支路進(jìn)入主干線的一小段輔路、或稱接駁路段
該市交通管理部門通過大數(shù)據(jù)調(diào)研,確定該市繞城高速上的飽和流量為“每小時(shí)3900輛”,即一旦超過3900的臨界點(diǎn),高速公路就會(huì)擁堵,通行速度就會(huì)下降。
交通部門因此開始監(jiān)測(cè),路段上的車輛只要一過3900,匝道上的信號(hào)燈就會(huì)打開,對(duì)進(jìn)入的車流進(jìn)行調(diào)控,即需要等待才能進(jìn)入,一次綠燈亮,一臺(tái)車進(jìn)入,另一個(gè)探測(cè)頭會(huì)監(jiān)控匝道上的排隊(duì)等待的車輛數(shù)量,當(dāng)隊(duì)伍太長(zhǎng)、溢出匝道的時(shí)候,控制燈就加快放行的速度。
該市一共在430多個(gè)匝道上安裝了信號(hào)調(diào)控?zé)?。別小看這一個(gè)小小的措施,經(jīng)過反復(fù)對(duì)比測(cè)試,專家最終發(fā)現(xiàn),在沒有匝道的流量控制的情況下,高峰期間撞車事故增加了26%、穿越全程高速的時(shí)間增加了22%、而公路的最大流量卻下降9%、車輛平均行駛速度下降7%。
今天的信息技術(shù),已經(jīng)遠(yuǎn)非1970年代可比,通過云計(jì)算、傳感器、攝像頭,中國(guó)肯定可以構(gòu)建更合理的數(shù)學(xué)模型和技術(shù)框架,實(shí)現(xiàn)更精準(zhǔn)的預(yù)測(cè)和導(dǎo)流。對(duì)此,我很有信心。
盡快摒棄忽視數(shù)據(jù)的慣性思維
常州車禍當(dāng)天,天氣預(yù)報(bào)有大雨,為何還有這么多人選擇出門?其中原因可能很多,如長(zhǎng)假難得、情感紐帶等等,但這里也涉及大眾對(duì)天氣數(shù)據(jù)的使用。我的感受是,雖然已經(jīng)進(jìn)入了信息社會(huì),但中國(guó)社會(huì)很多人對(duì)數(shù)據(jù)視而不見、近乎無感,也就是不懂得怎樣用數(shù)據(jù)分析現(xiàn)實(shí)、預(yù)測(cè)結(jié)果、管理指導(dǎo)自己的生活。
在中國(guó)傳統(tǒng)文化里,人們受制于模糊思維,往往忽視數(shù)據(jù)、或感覺“數(shù)據(jù)大一點(diǎn)、小一點(diǎn)”差不多、無所謂,一個(gè)普遍現(xiàn)實(shí)是:數(shù)據(jù)難以有效地指導(dǎo)行動(dòng)。
千千萬的司機(jī),亟待建立數(shù)據(jù)意識(shí),用天氣數(shù)據(jù)指導(dǎo)出行,主動(dòng)規(guī)避風(fēng)險(xiǎn)。
在常州車禍中,倘若大部分司機(jī)能夠及時(shí)掌握并使用天氣數(shù)據(jù)、高速公路流量飽和數(shù)、實(shí)際行車數(shù)等數(shù)據(jù),擁堵就可能緩解,悲劇或可避免。
當(dāng)然,前提是這些數(shù)據(jù)本身要準(zhǔn)。話說回來,中國(guó)大眾使用數(shù)據(jù)的意識(shí)和習(xí)慣差,跟中國(guó)的天氣數(shù)據(jù)服務(wù)欠佳也有關(guān)系,美國(guó)的預(yù)報(bào)精確到每個(gè)小時(shí),還很準(zhǔn),國(guó)內(nèi)以前的預(yù)報(bào)卻常常不準(zhǔn),大家就不在乎了,養(yǎng)成了“無數(shù)據(jù)走天下”的思維定式。
但我發(fā)現(xiàn),中國(guó)的天氣預(yù)報(bào)最近幾年一直在進(jìn)步,準(zhǔn)確率已大大提高,現(xiàn)在值得信賴。氣象部門的下一個(gè)工作重點(diǎn),應(yīng)該多想辦法改善服務(wù),把數(shù)據(jù)更快更好的傳遞給大眾。
數(shù)據(jù)是解決交通問題的終極辦法
此外,還有人妄言,解決交通擁堵的根本方法是修路。對(duì)此,我還是不同意。
路要修,但要靠“修路”解決交通問題,只是一廂情愿。即使再修建新的高速,原來的公交出行者、錯(cuò)峰出行者、不上高速者,會(huì)重新調(diào)整自己的出行行為,蜂擁占領(lǐng)新的高速公路。這種“越修越堵”的窘狀,已經(jīng)在美國(guó)、日本、歐洲的大城市不斷上演過了。
資源有限,總有一天,無論是在北京、還是在紐約,東京,我們會(huì)發(fā)現(xiàn)整個(gè)地表已經(jīng)沒有辦法增加一條新的道路。
而人類智慧無限。交通,是一個(gè)可以完全量化的領(lǐng)域。我相信,通過不斷的“數(shù)據(jù)優(yōu)化”,可以最終實(shí)現(xiàn)人類、汽車與公路的有序相處,而不是碰撞、碾壓、鮮血和死亡。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11