大数据时代:交通能耗排放统计监测面临的机遇与挑战

曲靖师范学院学报 ›› 2018, Vol. 37 ›› Issue (1): 80-83.

大数据时代:交通能耗排放统计监测面临的机遇与挑战

朱谷生

曲靖师范学院经济与管理学院,云南曲靖 655011

收稿日期:2017-12-20 出版日期:2018-01-26
作者简介:朱谷生,曲靖师范学院经济与管理学院教授,主要从事产业经济与公共管理研究。
基金资助:
国家社会科学基金项目“‘一带一路’沿线国物流节点安全预警系统建设研究”(16BGL185);商务部国际贸易经济合作研究院基金“中国企业‘一带一路’沿线跨国并购的风险管理研究”(2017SWBZD02)。

Big Data Age:Opportunities and ChallengesFaced by Statistical Monitoring of Traffic Energy Emission

Zhu Gusheng

School of Economy and Management, Qujing Normal University, Qujing Yunnan 655011 China

Received:2017-12-20 Published:2018-01-26

摘要/Abstract

摘要： 随着城市化进程的加快和机动化水平的提高,交通节能减排已成为城市交通可持续发展难题。党的十九大报告明确提出要建设交通强国,大数据时代的到来为车辆能耗与排放统计监测工作带来了前所未有的机遇和挑战。利用大数据技术充分挖掘我国交通运输行业与车辆能耗排放相关的数据资源潜力,实现数据规模、质量和应用水平同步提升,更好发挥数据资源的战略作用,有效提升政府服务和监管能力。与此同时,日益庞杂的海量数据、不断更新的技术手段、层出不穷的新业态与新模式,以及能源节约和环境保护关注度的提高,也对车辆能耗排放统计监测工作提出了新的挑战。

关键词: 交通运输, 交通强国, 大数据, 能耗排放监测统计

Abstract: With the acceleration of urbanization and the improvement of motorization level, traffic energy saving and emission reduction has become the sustainable development problem of urban transportation. Report to the 19^th Party Congress clearly puts forward to build the traffic power. The arrival of the big data age brings unprecedented opportunity and challenge for the statistic monitoring of vehicle energy consumption and emission. By using Big Data technology, we can fully tap the data resource potential of transportation industry and vehicle energy emission in China, improve the scale, quality and application level of data synchronously, give full play to the strategic function of data resources, and effectively improve the government service and supervision ability. At the same time, many things challenge the statistic monitoring work, such as the increasingly complex mass of data, constantly updated technical means, emerging new industry and new models, as well as energy conservation and environmental protection concerns.

Key words: transportation, Traffic Power, Big Data, energy emission statistic monitoring

中图分类号:

朱谷生. 大数据时代:交通能耗排放统计监测面临的机遇与挑战[J]. 曲靖师范学院学报, 2018, 37(1): 80-83.

Zhu Gusheng. Big Data Age:Opportunities and ChallengesFaced by Statistical Monitoring of Traffic Energy Emission[J]. JOURNAL OF QUJING NORMAL UNIVERSITY, 2018, 37(1): 80-83.

[1]	滕晓华, 唐凤琼, 郭荣现, 巴桑顿珠. 大数据背景下民族地区中职生德育教育研究——以西藏X中职校为例[J]. 曲靖师范学院学报, 2021, 40(5): 113-118.
[2]	王宁邦. 大数据环境下校园网贷的研判和应对策略[J]. 曲靖师范学院学报, 2019, 38(3): 33-40.
[3]	赵光辉, 朱谷生. 我国交通社会治理政策转型问题研究[J]. 曲靖师范学院学报, 2019, 38(3): 46-52.
[4]	沈凌云, 董立. “一带一路”交通运输研究的知识图谱及基本走向——基于CNKI(2014—2017年)的量化统计[J]. 曲靖师范学院学报, 2019, 38(3): 53-57.
[5]	史雪琳. 跨国经营交通运输企业外派员工管理对策研究[J]. 曲靖师范学院学报, 2019, 38(3): 58-63.
[6]	赵光辉,朱谷生. 北盘江—红水河水运发展及展望研究[J]. 曲靖师范学院学报, 2019, 38(1): 1-6.
[7]	赵光辉. “一带一路”沿线国物流研究的知识图谱与进路研判——基于 CNKI(2014—2017年)的量化分析[J]. 曲靖师范学院学报, 2018, 37(6): 75-79.
[8]	田仪顺. 物流节点城市重要度划分研究——以内蒙古自治区为例[J]. 曲靖师范学院学报, 2018, 37(6): 80-85.
[9]	赵光辉. 交通大数据的应用:车辆能耗排放数据基础[J]. 曲靖师范学院学报, 2018, 37(4): 72-77.
[10]	沈凌云,董立. 大数据交通研究的知识图谱与研判——基于 CNKI(2012-2017)的量化分析[J]. 曲靖师范学院学报, 2018, 37(4): 78-82.
[11]	谭伟, 戴厚平. 大数据时代下数学建模课程教学改革的优化[J]. 曲靖师范学院学报, 2018, 37(3): 49-52.
[12]	赵光辉. 基于大数据的交通能耗统计与监测技术框架设计[J]. 曲靖师范学院学报, 2018, 37(1): 73-79.
[13]	沈凌云. 美国交通运输能耗监测统计大数据应用对我国的启示[J]. 曲靖师范学院学报, 2018, 37(1): 84-87.