數據科學x智慧城市x實例分享

講者／闕嘉宏（創代科技執行長）
彙整／《科學人》編輯團隊｜整理自2019.08.11〈科創講堂．人工智慧〉

智慧城市隱形推手

「這個城市超乎你的想像，有非常多的人願意貢獻心力，只為了打造更美好的城市。」闕博士表示，像這幾個月面臨颱風時，大部分的民眾都在期許著放假的小確幸，但卻忽略了有群人24小時、一天三班，透過災害數據執行相關的救災工作。同樣的，城市的運輸網路運作，也會有一群專業且認真的團隊，日復一日地進行重要的分析工作。闕博士的數據團隊長期深耕交通票證分析市場，很慶幸地能受到各大部門的賞識與合作，雙方不分你我地解析市民行為，協助城市打造更順暢、便利的大眾運輸服務。

第一步是整合城市公共運輸數據

即便是相同的城市，跨運具的整合其實是不容易的事情。以雙北市為例，具有捷運、高鐵、台鐵、市區公車、國道客運、微笑單車六大交通運輸系統，但其實業務是彼此獨立的，想要分析人的移動軌跡，就必須要想辦法讓這些單位運輸資料建立整合。

闕博士團隊打造了專屬的密度分群演算，把2萬9千多個站牌變成是統一編碼，並且發明了一套遞迴演算法，將電商推銷機制，借鏡到旅次解析，每天能分析約450萬筆電子票證數據，將每個旅客的行為模式從幾點幾分？從哪裡來？要去哪裡？甚至深入到在哪一個座標位置，持續地透過資料分析找出改善需求，做出對市民更好的服務。

利用資料分析找出市民交通需求

如果有一大群人的通勤具有相同的起迄點，但是他們都被迫需要轉乘一次才能到達目的地，那就是亟需改善的交通需求。雙北市政府與闕博士在進行合作的過程中發現，實際上，汐止區到台北市政府站區便是市民們非常龐大且重要的通勤路徑，轉乘點便在南港站覽館；藉由三方一同研究相關的改善方案，將上下班時間的特定公車進行延駛，讓市民們除了捷運轉乘外，也能選擇公車來進行直達服務，更能有效地紓解人潮。

定期票提升民眾搭乘公共運輸意願

同時，光靠資料科學家的努力是不夠的，與優秀的政策規劃團隊協作，更是最重要的關鍵要素。舉例而言，「雙北1280定期票」就是城市資料科學非常棒的共創成果；1280定期票一推出，就受到有非常多人的肯定，當然也會有檢討的聲浪；闕博士表示，在沒有定期票之前，雙北市與團隊積極去分析市民們的通勤樣態、消費次數、門檻級距分佈等。一般而言，通勤族大約1周有3.8天搭乘公共運輸，但是使用定期票之後，1周搭乘的天數變成了6.8天，換言之，除了上班外，民眾連假日的時間也都願意選擇公共運輸，持續減少自行開車所帶來的壅塞問題，中間所創造出來的內外部價值，絕非僅用的補貼損益即可衡量的。

追蹤電信數據解決宜蘭塞車問題

除了城市內部的移動得已進行分析外，長距離的移動也有機會進行分析。宜蘭被稱為台北人的後花園，從資料分析來看，此言不假，闕博士利用實際的手機電信數據追蹤宜蘭假日旅客的旅途鏈，發現宜蘭市、羅東和礁溪是最熱門的景點，並且超過9成的人都是來自台北市、新北市，特別是板橋和三重人，累積旅客皆破萬。

以相同的運量來比喻，40人可能會要開20餘台小汽車，但相同的40個人卻可以用1台大巴進行進行輸送，對於道路的面積使用減少率可想而知。闕博士也表示，現階段可能很難再透過工程面解決宜蘭塞車問題，例如蓋出第二條雪山隧道，但卻可以從交通管理的軟體面來思考。從實證分析顯示，先選擇了具有三鐵共構的板橋試辦直達策略，成功增加了20.8%載客量。

闕博士認為，有很多的資料科學家，都願意為了城市而努力，「去做，比想做更重要」，與更多正向思考與正能量的人交流合作，真的是資料科學家最幸福的事情。

(本文由教育部補助「AI報報─AI科普推廣計畫」取得網路轉載授權)