大数据敦促你规范各种交通行为
如果有一天,你不能网购、无法参与婚恋网站相亲、找工作也屡屡被拒。这到底是怎么回事呢?很有可能是你在深圳街头多次闯红灯而被交警列入失信名单。
这样的场景今后或许不会陌生。今年9月,深圳交警开放了部分市民与非机动车重点交通违法数据,与第三方征信企业合作建立征信系统。这也提醒公众,今后各种交通行为需要多加留意了。
业界认为,这是深圳交警尝试将其公共数据开放应用,推动社会参与交通管理的最新尝试。
近年,信息革命为智慧城市建设提供了技术条件,政府越来越意识到大数据的重要性,将“互联网+”作为未来发展方向。摆在深圳交警面前的重要课题,是如何整合与开放大量交通数据,为交通管理模式革命做准备。
南方日报获悉,今年来,深圳市交警局开始“玩转”大数据,成立情报中心,专门负责大数据分析,以此来引导警务执法,改变了以往经验决策模式。
“我们的未来是八个字:开放合作、共享共治。”深圳交警局情报中心的邓伟军警官思考得更远,他向记者强烈推荐《大数据》,认为多个部门应共同建立大数据平台。
南方日报记者 李荣华
变革:循数管理开始取代经验判断
今年8月,国人被正儿八经的深圳交警的一条新闻逗笑了。
深圳交警在官方微博发布“十二星座酒驾排行榜”,对2012年9月至今查获的2795名酒驾人员的星座进行了排行。其中,天秤座、处女座、天蝎座上榜,成最爱酒驾的三个星座,白羊座为最不喜爱酒驾的星座。
酒驾星座只是深圳交警宣传交通文明的一种宣传策略而已,而记者发现,其重点内容是对行人冲红灯开展“绿马甲”行动大数据统计,交警部门统计了近万宗交通违法行为人的年龄、籍贯、性别、每日时间段分布,发现男性普遍比女性更爱闯红灯,18至50岁的人群是闯红灯的绝对主力。
此后,深圳交警推出一系列耳目一新的内容,彰显出大数据“小试牛刀”于交通领域的无限前景。
回溯历史,深圳交警自上世纪80年代特区成立到上世纪90年代,是交通管理1.0时代,那时是人工管理为主。
1997年,全国第一套电子警察在深圳研发使用,交通管理2.0时代来临,它以科技信息化为主,原来是登记册子,接报警靠纸质开单,现在全部信息化,路面交警不用带纸笔,靠一台“警务通”就行。这就提高了警务效能,有利于工作监管。
从2013年至今,大数据、“互联网+”等业态出现并深入,深圳交通管理以大数据为支撑,开始尝试让多领域的业务嵌入联通,3.0时代来了。
这也跟近年深圳智慧城市建设分不开。在这座创新之城,传感器、移动终端、全球定位系统、地理信息系统、云计算、大数据处理等技术逐步成熟。现在小到停车场、大到运营商,等都收集了大量数据,政府部门更是沉淀了更多的公共数据。深圳交警部门也是数据生产大户,其一天大概产生几TB级数据量。
今年8月开始,外界留意到深圳交警频频采用大数据参与交通执法工作,而情报中心透露,该中心早在今年年初就已经成立,此前七八个月也并非蛰伏期。前半年工作主要是做决策支撑和内部管理,后来做交通违法信息整合,所以,看上去8月开始,深圳交警大数据工作骤然爆发,情报中心部门也横空而出。
今年开始,深圳交警警务模式,开始从决策者经验判断为主,向大数据分析结果为主转变。
8月中旬,天津港爆炸事故之后,危化品车排查成为全民关注焦点。这时情报中心会根据掌握的大量车辆数据,整体分析深圳危化品车辆的违法情况及强制报废情况,给上级领导提供了一份可靠的分析报告,后来媒体公布了一个让公众有些意外的事实:在深圳,危化品车及校车整体运行情况的遵章守法率比普通车要高。
亮点:数据分析成执法决策主要依据
那么,情报中心目前应用领域是那些?所谓的警务“循数管理”新模式具体如何运作?
邓伟军介绍,主要应用是决策、预判和打击。情报中心在掌握大量数据之后,通过整合分析,发现现象和规律,提出关键建议,给到相关部门,由他们组织行动。
情报中心成立伊始找不到借鉴对象,没有成熟模板和经验,只能摸着石头过河,做的时候才知道到底哪些数据适用。整个情报中心工作“选题”一般源自上级安排或社会反馈。整个流程包括“发现分析,个案查处,综合建议”。
除了人工线索,还有些系统监测出来的,情报中心通过大数据监测到哪一类交通违法行为势头上升,就研究规律,研判预估,对个案提出建议,转给民警查处,同时对一些行业或类似问题,会组织约谈,给出建议。
“我们是决策参谋者,全局信息都可以分析,不仅对高层提供决策参考,也为各部门数据支撑。”邓伟军说,情报中心与指挥体系是背靠背的,情报中心是大脑,不去执法,而是指挥手和脚怎么动。
“感觉一般靠不住,需要数据支撑。”邓伟军介绍,深圳有320多万辆机动车,如何迅速掌握危化品车、小车、临牌车、套牌车(尤其是教练车)、强制报废车的使用情况?
任何交警不能凭个人经验做出准确判断,而大数据可以很快给出答案。情报中心有时接收到需要对某类车辆分析的要求后,会提供一份数据分析报告,给各个大队查处行动提供决策参考,抓住重点和方向。
邓伟军举例,这样也改变传统交警设卡查车做法。交警传统路边设卡查车,好似守株待兔,有车路过卡口就查,没过就查不到。现在则是精准打击,什么车违法就会被锁定其活动范围、时间,打击成功率更高。深圳警力严重不足全国闻名,情报中心也因此推动交警警队勤务调整,使得更多警力投入到重点、难点工作上。
数据管理效果不错。这几个月,深圳交警采用大数据统计分析并曝光了2010年1月1日至2014年12月31日的113名被处以终身禁驾的人员情况、泥头车遮挡车牌企业情况、全市重点车辆违法和未年检情况、深圳全市十大最容易交通违规路段。
而且,经过大数据整合分析,交警分析违法车辆的行进路线及时间节点,“守株待兔”将其查处。假中巴车、遮挡号牌泥头车、危化品车等相继被查。
难点:公共数据部门开放内外交困
大数据对城市管理的提升有三方面蓝图:一是数据整合,把跨行业、跨部门的分散的数据集中起来;二是数据挖掘,通过数据分析获得决策信息;三是根据数据分析变成可操作的行动,以指导决策。
邓伟军介绍,情报中心数据应用需要保证数据库库存大,也要保证数据分析反应速度快,“应用技术不是问题,数据采集才是问题”。
“现在的一大难题,是政府部门内部存在‘数据烟囱’现象。”邓伟军解释,部门或系统内数据采集后只是内部上下使用,不会与外界共享,没有横向联通,造成数据暂时“休眠”。
情报中心的初衷是拟将交警部门内部、公安内部乃至各个部门的交通管理数据整合,进行存储、计算和分析,“现在我们像海绵一样,对数据是多多益善。”邓伟军称。
但这样的难题也摆在面前。深圳市人大代表杨勤分析,大多是因部门利益和懒政思想,担心数据开放会惹麻烦,拿在自己手里更放心,“缺乏共享精神”。
而且,政府公共数据开放在公开和保密这对矛盾上交织多年,密与非密界限模糊,并没有在《保密法》《政府信息公开条例》等法律法规上明确规定。
深圳社保、规土、环保、水务、教育、法院等部门中,除了法院建立的鹰眼查控网有大数据应用的初步形态,其他部门仅建立传统的信息中心,至于运用大数据转变决策管理模式,开放部门公共数据等,这些部门都没有出现。
搭建数据库平台之后,另一个难点是如何比对提取核心数据。
因各部门数据分布呈烟囱式,各个业务部门数据不会关联,交警情报中心搭建平台让数据两两碰撞,结合比对,就好像分子化学反应后产生新的东西。
“关键是一堆数据摆在你面前,如何找出关联点。”邓伟军称,情报中心不需要技术大咖,而需要逻辑思维强者,有的人一眼可以看出海量数据的内在联系,成为数据化学反应的催化剂。
记者从深圳交警情报中心了解到,今年开始,深圳公安将情报分析定为一种警务技能,就像驾驶技能一样,已对一批警务人员进行情报分析、数据研判能力的专题培训,并且建立市局、区或支队、大队或派出所等三级情报中心。
未来:“你的沙子,别人的金子”
数据应用到一定程度,就会发现数据库库存不足,打通数据“烟囱”就成为一种必然要求。记者观察发现,这半年,交警已迈出公共数据开放共享的步子。
前段时间,深圳交警先后与芝麻信用及前海征信合作,建立深圳交通违法行为人征信系统。据了解,深圳交警已经与高德地图,支付宝、微信等开展了合作,在道路交通治理、交通违法罚款网络支付等方面,实现部分公共数据共享。
“未来,情报中心希望把数据应用得更成熟一点,并且不断开放部门数据,引入更多社会资源,来一起把交通做得更好。”邓伟军称。
国庆节前,深圳交警在其官网公开了全市3000多个红绿灯的配置情况,呼吁市民献策,优化信号配时。
杨勤认为,以前信号灯配时等信息都是公共管理部门的隐私,因为配置不良曾导致多次交通事故,媒体、人大乃至交警内部人士等多次呼吁信号配时公开、改进,但是效果一直不明显。现在深圳交警首次在自己官网上晒出来,市民可以直接查询,对家门口或上班附近的信号灯发表意见,有合适建议交警做出改正。
公共数据广开门户,才能吸引有兴趣和能力的企业参与社会治理和服务。但数据开放也要注意数据安全,一方面需要更多信息脱敏,另一方面要保障公共稳定。这样也给深圳主管部门带来勇气和智慧的挑战,如何在国家保密法及信息公开条例等现有法律法规机制前提下,尽快拓宽非涉密公共数据的开放共享领域。
相对而言,现在更重要的是公共数据开放。深圳市交警局副局长徐炜接受采访时表示,交警将继续持开放合作、共享共治理念,不光是征信系统,今后还会将更多公共数据将进一步开放、共享,给更多企业使用。
“(政府部门把公共数据)以前当做自家东西,看得很严,但现在可以开放了。现在社会管理就靠开放,靠合作,要让数据更跑起来,提升社会价值。这个数据有可能在你那里就是一个沙子,在别人那里就是一块金子。”
企业会否利用公共数据盈利?这不必担忧。
交警的思路是不会让一家公司独家垄断数据,而是无门槛地开放给所有符合条件的社会主体,包括个人、企业及公益机构,而企业的附加劳动价值决定企业社会利润大小。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22