Don't Miss

活用交通數據 改善都市擠塞 (車品覺)

By on January 19, 2021

本文作者車品覺,為紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員,為《信報》撰寫專欄「全民大數據」

在數碼化快速發展的時代,獲取的方式已經變得愈來愈零散及不可掌控。(法新社資料圖片)

在數碼化快速發展的時代,獲取的方式已經變得愈來愈零散及不可掌控。(法新社資料圖片)

在智慧城市的眾多範疇之中,交通運輸肯定是與普羅大眾息息相關的議題。低運輸效率除了浪費時間金錢,還會造成污染問題,因此數據化管理成為促進城市良好居住及營商環境的重要元素。塞車程度有一個指標,就是「在非繁忙時段30分鐘能到達的距離」與「在繁忙時段去相同地方要多花多少時間」的比率(香港是30%)。

試想,如果只靠擴建更多道路、興建天橋、重新規劃鐵路或添加公共汽車路線,肯定要投放大量資源在基建項目上,似乎不合乎經濟效益。為了解決這些問題,有些城市會主動利用數據及人工智能調節交通燈的等候時間、共享數據給企業來制定員工彈性上下班時間表,甚至提供哪處是塞車熱點,鼓勵多步行、少用私家車等,以起分流作用。

為了達到以上目標,我們要從數據收集開始前,了解數據在生命周期中每個階段中怎樣才可有效地利用數據(數據治理),釋放其最大價值。在這個改善城市上下班塞車的例子中,數據是實時顯示城市交通狀況的原始資料,經過主動收集、同步、整合、應用、共享,成為推行政策和完善智能系統的要素。數據收集的範圍極其重要,以下舉出了一些數據收集的種類:

塞車程度有一個指標,就是「在非繁忙時段30分鐘能到達的距離」與「在繁忙時段去相同地方要多花多少時間」的比率(香港是30%)。(新華社資料圖片)

塞車程度有一個指標,就是「在非繁忙時段30分鐘能到達的距離」與「在繁忙時段去相同地方要多花多少時間」的比率(香港是30%)。(新華社資料圖片)

1. 各種交通工具的速度和流量數據;

2. 道路使用者的起點及到達終點的時間;

3. 人口聚集點及密度與流動的數據紀錄;

4. 交通事故的時間及位置;

5. 道路設施損壞地點及維修狀況;

6. 交通燈訊號系統的相關數據;

7. 因天氣變化而影響路面情況的數據。

以上清單肯定不會是完美答案,我們需要不斷在數據循環周期中作出評估及擬訂替代方案,在權衡得失中不斷作出取捨及更新。

在數碼化快速發展的時代,智能手機、智能傳感器和車聯網的大規模應用下,數據供應更多、更廣泛,獲取的方式已經變得愈來愈零散及不可掌控(很多來自第三方)。為了保障數據質量,在使用前必須經過小心處理,盡早避免錯誤。同時在數據使用過程中所引申的數據私隱、安全性和合規性等問題也愈來愈重要。從戰略層面來看,現今管理層要承擔的風險真的不少,有如開着飛機換引擎,當然這是每個成功數碼轉型的機構必須經歷的過程。

有些城市會主動利用數據及人工智能調節交通燈的等候時間。(中新社資料圖片)

有些城市會主動利用數據及人工智能調節交通燈的等候時間。(中新社資料圖片)

(編者按:車品覺著作《覺悟.大數據》現已發售)

歡迎訂購:實體書、電子書

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們