为什么说城市交通分析还未进入大数据“王国”

城市交通领域尽管已经展开许多基于大数据的分析工程，但是整体来看城市交通分析目前尚未进入“大数据王国”。做出这一判断的主要依据是目前尚未建立对于城市交通多维大数据观测体系。目前所汇集的数据，例如移动通信数据、IC卡数据、车辆牌照数据等，还只能说是“大样本数据”，据此展开的工作还只是探索城市交通领域的部分大数据分析技术，并不能囊括依托大数据对城市交通进行全息观测和触及本质的主要分析工作。

城市交通大数据多维观测体系需要包含空间维度、社会属性维度、时间维度、建成环境维度等多角度观察，时间维度和社会维度是其中的短板。缺少这种多维观测体系的支持，城市交通大数据分析所获得的信息犹如盲人摸象。

在时间维度上，目前所采用的用户在移动通信或者信息网络中留下的电子足迹等数据，所覆盖的时间范围对于研究交通演化过程来说，只能说是一个很短的时间片段。如果不能有效地将当前状态/行为与历史过程联系起来，是没有办法找到演变过程的内在规律。这就是目前许多交通信息中心尽管汇集了相当部分数据，却仍然苦于无法有效应用，不得不回归到传统模型（仅将大样本数据作为标定模型的资源，或者校验调查数据的辅助）的原因所在。也是绝大多数研究者只能根据当前大样本数据提出信号控制等解决方案（对于城市交通可持续发展的目标来说，这种控制方案只能说是“止疼药”），而难以将城市交通大数据分析拓展到规划、战略和政策的痛点所在。城市交通大数据分析，必须将当前观测获得的大样本数据，与历史留存下来的小样本数据联系起来，这就产生了一个重要的城市交通数据科学领域有待解决的问题（事实上，大样本统计学与小样本统计学具有很大的不同）。可能有读者会疑惑，大数据不是强调“关联”淡化“因果”吗？对于城市交通领域的决策来说，由于其不可逆性和社会影响范围大的原因，城市交通大数据分析还真不能不管因果逻辑，必须强调从关联到因果的循证分析技术！

交通从来就不是一种单纯的空间活动，交通系统更非单纯的机械运动。城市居民的交通选择行为受到偏好、意愿、习惯等社会属性的极大影响。在现有的调查数据中也显示出，相同环境下具有不同社会属性的人群的空间行为方式存在很大的差异。因此，社会属性维度是城市交通行为不可或缺的观测角度。但由于多方面原因，通过目前的各种大数据资源，观察和度量行为主体的社会属性的方法问题并没有得到有效的解决，成为阻碍城市交通大数据分析的主要障碍，也是目前研究者正在努力探索的研究课题。

为了构建城市交通的大数据多维观测体系，需要交通工程师、数据分析工程师，乃至多个相关学科的研究者共同努力。同时必须指出，在不明确多维观测体系结构和处理方法的情况下，盲目建设城市交通大数据分析平台存在极大的结构风险，这是一个前期工作中必须消除的隐患。