3.1 大数据交通在美国

美国的大数据交通发展较早，其技术的先进性和经验的丰富性都远超其他国家和地区。美国作为全球大数据应用的发源地, 和全球大数据发展的中心，加上美国政府对大数据应用的政策支持，以及美国交通网络的完善，都使得美国的大数据交通发展成为全球大数据交通发展的旗帜。

从发展的逻辑来看，美国坚持政府指导规范、市场为主导发展的思路。美国政府出台了一系列的大数据研究与应用的政策，如2016年5月发布了《美国联邦大数据研究与开发战略计划》等，这些政策从政府框架上为企业发展大数据应用奠定了规范。而有了相关规范，企业只需要在框架内推动大数据进行行业融合即可。大数据交通作为重要的应用领域，必然是政府和市场大力发展的。

正是有了政策的支持和相关的技术基础，美国在大数据交通领域的发展才具有了一些明显的特征。

◎ 多年的技术沉淀和创新积累

在大数据交通领域内，美国多年的技术沉淀包含两个方面。其一是交通网络的积淀和完善。美国的交通网密布，交通领域的基础建设和治理经验丰富，这是大数据交通的基础。美国自20世纪90年代开始实施建立信息高速公路计划，到目前已拥有完善的网络基础设施，并将其作为战略资产进行保护。早在2007年，沃尔玛就已建立了一个超大的数据中心，其存储能力高达4PB以上[1]。

其二是大数据技术的技术沉淀和创新积累。美国作为全世界的大数据中心，其大数据技术在各个领域内的融合与应用由来已久。再加上这么多年来，美国政府和企业一直在努力，大数据领域内的相关规范和法规正逐步完善。如数据应用、信用和隐私等方面已经具备了较为成熟的法律框架和道德规范。还比如在2010年，美国国会通过更新法案，进一步加快了数据采集进度并提升了上报频度，使得整个国家层面的数据采集和汇聚体系更加完善。

◎ 数据极为开放

对于交通过程中产生的大数据来说，不但是政府需要这些数据来进行交通管理和交通环境优化，更重要的是企业也需要这些数据来参与交通过程中的每一个环节，以更好地制定企业发展战略、优化客户服务、开发公共服务软件等。

而美国很早之前就开始推行开放政府政策，当然也包括数据的开放。美国最重要的数据开放平台就是在2009年推出的Data.gov，这也是美国“开放政府”承诺的关键部分。依照原始、地理数据和数据工具三个门类，截至2012年11 月，Data.gov共开放出了388529 项原始数据和地理数据，涵盖了农业、气象、金融、就业、人口统计、教育、医疗、交通、能源等大约50个门类，汇集了 “从家庭和企业能耗趋势分析到全球实时地震通知等，甚至还可以从好奇号火星探测器发回来的数据中得知火星的天气情况”。为了方便公众使用和分析，Data.gov平台还加入了数据的分级评定、高级搜索、用户交流以及和社会交网站互动等新功能，比如在Data.gov上提供的白宫访客搜索工具，不仅能够搜索到访客信息，还可以将白宫访客与其他微博、社交网站等进行关联，进一步增加了访客的透明度[2]。

交通领域的相关信息开放给民众，创业者和相关的企业就能凭借这些数据寻找商业机会，为民众提供更有价值的公共服务，民众的生活也会因此而变得更加便利快捷。

◎ 交通领域创新要素众多，产业链条完善

交通领域作为与民众生活息息相关的行业，其行业本身的需求十分旺盛。况且美国作为世界上车辆人均保有量极大的国家，与车、交通相关的需求比其他国家要更旺盛。正是有了这样的市场，美国在大数据交通领域才会有层出不穷的创业公司，他们为美国大数据交通的发展提供了持续的创新动力。特别是如谷歌等巨头公司，在大数据交通领域深耕经营，无人驾驶等新技术研发和应用就建立在此基础之上。而这些新技术进一步催生了民众的出行需求，带动了企业、学校、科研机构等投入其中，形成了一条完善的产业链条。

美国大数据交通的成功案例可谓不少，我们来看一个美国空军利用大数据调度车辆的案例。

美国空军车队支持美国空军在天空、太空和虚拟空间内执行飞行以及战斗任务。美国空军在执行任务的过程中，要求配备各种车辆组成的车队，包括公车、特种车辆以及军用车辆，以完成复杂的任务。

作为美国的第四大联邦政府车队，美国空军车队资产超过70亿美元，驻扎在美国本土以及全球各地的美军基地中。

美国空军在本土以及海外的基地就像是一个“自给自足”的城市，需要配置各种车辆，从轿车到铲雪车、从消防车到加油车，等等。目前，获得授权使用的车辆类型超过500种。

美国空军车队的管理机构为美国空军车辆和设备管理保障办公室（Air Force Element Vehicle and Equipment Management Support Office），负责制定车辆管理条例、补贴、维修计划、优先度计划、预算等，总部位于弗吉尼亚州的兰利。

该机构提供集中的车辆管理，保障11个主要作战司令部、307个基地，拥有6100名技工，每年的采购预算高达3亿美元。作为管理机构，他们提出通过连续以及严密的流程再造，以最高效的方式保障各种行动。

自2001年起，美国空军不断扩展企业级数据仓库，主要应用了Teradata动态企业数据仓库平台6690，目前已经拓展到6个节点，存储量高达95.8T。同时，他们还辅助部署了Informatica Power Center以及Business Objects的相关产品。

从美国空军的数据分析演进过程看，在2007年之前侧重分析师视图，最初的版本只关注一架飞机及其维修流程。从2007年到2013年，实现了企业视图到企业互操作的快速演进。在2009年支持新增资产查询视图，将解决方案延展至车辆、装备和军需品，并且在2013年拓展更多的流程管理，如库存跟踪、供给和运输环节等。

其中，车辆视图应用的核心组成分为两部分：一是规划组件，包括授权验证、预算计划、优先采购模式；二是运营组件，包括领导视图、快速查询、保留成本、高性能以及交易请求工具。

在授权验证中，美国空军基地的每一个标识都要进行验证，如车辆类型、使用机构、使用代码等，而且每个标识都会在三年内进行反复确认。工作流程也非常烦琐：要为决定性需求的目的创建问题和条例；调查也是为每个基地生成的；而且管理者要快速回答调查问题；该调查结果将作为规则处理引擎，洞察相关数据，对车辆需求进行计算。

面对以上情况，美国空军对管理进行变革。例如通过在库存中对当下需要授权的车辆进行计算对比，对于每个不同的车辆和设备管理保障办公室的用户采取行动，进行批准或撤销申请的操作。

在改变后的总结分析报告中可以看到，统计涵盖了授权增加和减少的数量，以及自动和人工授权的不同数量等。最终的结果显示，这种性能和方法有助于效率的大幅提升和费用的节省。据统计，通过授权验证，美国空军在过去三年共计节约了3.09亿美元的开支!

……

在优先采购模式中，部署了美国空军车辆替换策略算法，高效计划未来一年的车辆采购。如计算每辆车预计的生命周期，优先考虑每辆车更换，拨款给不同车辆类型以平衡车队；假设场景模拟资金调整，车队分配指标分析，为即将到来的财政年度生成车辆购买清单等。

在具体计算中，车辆的生命周期结束就是当维护和运行成本大于折旧价值时，即判定该车辆到达使用年限。相同车辆类型的每个流动资产是按优先顺序替换的。资金是由车辆的类型决定的，每个车辆类型在一个类别中获得平均分配资金，以此来帮助车队的平衡分配。车辆的更换资格是以指定的年限（通常是3年）为标准来计算的，而且没有车辆分配来取代它。之后进行采购数量的计算，具体车辆的更换是基于优先级的分配。还可让用户创建假设的场景看到预算调整对模型结果的影响，如预算增加和预算消减。车辆分配良好的指标是在生命周期结束时不更换车辆，使用结构化的逻辑方法去测量未来的影响。

最终的结果显示，在第一年的模型和车辆生命周期结束结构中，空军车辆的采购需求减少了150万美元。

……

例如，车队使用Teradata地理空间功能就是用来计算基地间的距离。

Teradata公司的地理空间解决方案通过把地理空间信息集成到企业级数据仓库中，充分利用Teradata强大的数据库内分析能力，提供快速、精准的地理空间数据处理分析服务；同时，对地理空间数据和数据仓库内的其他业务数据进行整合后，为用户带来全新的数据分析功能。

为此，美国空军车队被《政府车队杂志》评为 “最佳车队100强”，荣获 “2014年绿色车队” 的荣誉；还曾在24 个月内，9 次获得年度和季度奖，3次获得A4 L奖，以及 “美国联邦车队主管15强” 等奖项[3]。

美国大数据交通的发展已经渐趋完善，涉及的主体不但有政府机构，还有市场企业，并且互相融合开放。由此可以说，未来必将是大数据交通迅速发展的黄金期。