2017年夏天，我有幸以可視化助理的身份在MBTA（Massachusetts Bay Transportation Authority，馬薩諸塞州灣運輸管理局）實習。MBTA 位于波士頓，管理著美國麻省所有的地鐵和公交。但其公共交通之發達在美國算是數一數二。截止到2017年，除了渡船和其它特殊服務線路外，共有8362個站點、8條地鐵線和192條公交線路，每日平均至少4萬搭乘人次。

每年冬天，MBTA會因暴雪而停止部分服務，下圖是網友在推特上的吐槽，可見也是真愛。

01

綠線：發生了什么？

綠線是波士頓最早的地鐵線路，準確說應該是輕軌，因為有部分是在路面上和其它車輛一起跑，乘客在馬路中間上下車。據說建成于1897年，說得好聽點叫很有歷史感，但其實就是很老舊，每次起步和進站都是一陣巨響，比十年前國內的火車噪音還大。綠線有B、C、D、E共4條支路，四條支路有兩個合并點，每條支路又有不同的終點。抵達終點的車輛會在終點掉頭，并入到另一個方向繼續運行。

MBTA綠線圖

支路的運營已經使得綠線的運營比其它線路難，但硬件設施配置不齊全導致情況更復雜。綠線的車輛運行數據來自軌道上的傳感器（sensors），和車輛上的定位系統（GPS）。在站臺和軌道變軌點附近裝有自動車輛識別設備（AVI，Automatic Vehicle Identification），負責自動根據所來車輛的支路來變更軌道的方向。AVI需要預編程，這樣當車輛臨近時，軌道才能通過識別車輛編號獲知所屬支路。但是，并不是所有路段都有傳感器和AVI，所以除了車輛上的GPS做輔助以外，主要站臺的現場調度員需要手動指揮。

簡單來說，現場調度員的主要工作是評估每輛途徑車輛是否能準時發車。如果不能，則需要做出臨時調整，并通知司機和調度中心（Operation Control Center）新的發車時間。同時，作為績效考核的一部分，他們還需要手工填寫實際發車時間表。所以，一旦有車輛未及時到站，或任何異常，他們最想知道的就是到底發生了什么。

因為一輛車的延誤可能是多因素決定的。前一輛車的延誤、前一站的車輛滯留、堵車等，都可能導致當前這一輛車無法準點。對于調度員來說，從指揮和成效這一過程實則是一個黑箱：我的準點發車并不能保證這輛車準點到站；我的準點發車可能導致下一站點車輛堵塞；我推遲發車可能減緩下一站車輛滯留的情況。只有調度員能夠獲取到自己調度操作的結果反饋，他才能學習和改進調度技能。

但這種學習是難以在傳統模式中獲得的。每個人各司其職，參與著整個大系統的一個小部分，比如，規劃員負責做計劃，調度員負責實時調度。在這種情況下，調度員不僅要知道自己站點的情況，還需要知道相關的其它車輛情況和路況。好的調度必然是基于一系列有效的信息交換。

在使用我的工具之前，為了了解相關信息，他們只能用對講機向其他調度員或司機詢問?，F在，他們可以在移動設備上使用我的工具，實時查看各支路車輛的當前位置、車輛行駛間隔（headway）和預計抵達時間。

綠線可視化工具

其實綠線可視化工具是一個顯而易見的需求。但因為經費有限等各種原因，一直沒有得到重視。直到我完成這個工具的設計和開發，以實驗性項目的名義，項目組長爭取到經費給調度員配備了幾個平板。在短短半個月的試用之后，因為調度組的反饋非常好，MBTA正式成立了一個產品專項組負責針對綠線調度的產品研發。

項目結束后的某一天，看到組長給我留得紙條：

02

公交路況：堵車了嗎？

公交路況可視化工具

03

ODX：乘客去了哪兒？

ODX表示乘客一次出行中的起點（Origin）、終點（Destination）和轉乘點（Transfer）。對于乘客出行需求的分析，是公共交通規劃的必答題。其中，ODX分析是重中之重，因為它回答了乘客從哪里上車、下車和轉乘的問題。對于MBTA來說，ODX分析不僅用于評估因服務規劃更改而受影響的乘客數，還用于評估因臨時關閉某段服務路線而需要投放的擺渡車輛數。

ODX可視化工具是對ODX數據進行可視化的網頁工具。 通過選擇站點或路線，服務規劃員可以知道任意時間段或支付方式下的乘客在哪里上車、下車和轉乘。在結果分析上，不僅提供了站點或路線的分析，比如多少乘客在哪些站點上下車、從哪條線路轉乘到哪條線路，也包括區域分析，比如乘客是從哪一塊區域乘車到哪一區域。

ODX可視化工具

在這個工具之前，MBTA的服務規劃員是可以通過查詢數據庫來獲取這個數據的。但不是每個規劃員都會寫查詢語句，這導致ODX分析需要會查詢的人先獲取數據。并且因為數據量極大，他還需要預處理，才能進行小組的業務討論。從效率上來說是很低的，因為MBTA的站點和線路很多，需要分析的場景也很多。再者，因為大波士頓之間有一條河，實際規劃必須考慮這個重要的地貌信息，而單純的數據表是難以反映這個信息的。這些優勢也是我曾經訪問過規劃員所強調的。

我曾經問過ODX項目的項目經理，市面上不乏成熟的、針對公共交通規劃的可視化軟件，為什么不用？為什么要自己開發？她說，對于小的公交企業，比如只有十幾條線路，可能可以使用那些軟件。但對于MBTA來說，不僅有上百條線路，在數據上也很復雜。比如，有很多綜合性站臺（公交和地鐵的混合站臺），站臺編號是有層級關系的，綜合站臺本身有一個母編號，里面的公交站點和地鐵站臺分別有各自的獨立編號。在概念上，使用的是母編號，但車輛出行計劃的數據只與獨立編號關聯。目前市面上的軟件，還不能處理這類復雜或極端的情況。

04

小結：為什么可視化

管理服務體驗圖

循環流動的服務階段

在這個循環流里，工作行為的結果作為數據的一部分，流動到下一使用部門。比如，服務規劃者的工作是制定服務計劃，服務計劃作為工作結果，傳遞到運營部門，而運營部門根據這個計劃運營車輛，運營車輛的數據又用于下一次的服務規劃。如果運營工作并不準確按照計劃執行，那么所產生的運營數據的價值也是有折扣的。服務規劃者不知道這個服務體驗不好是因為原計劃導致的，還是因為運營效果差而計劃本身沒有問題。

為此，我的論文提出了可視化驅動治理（visualization-driven governance）的概念。治理（governance），這個詞聽起來很嚴肅。在概念上講，治理區別于管理。管理是關于執行和控制，講求把事情做對（do the things right）；治理則是側重于策略和交涉，強調做對的事情（do the right things）。在交通管理領域下，管理是封閉的，負責站點、車輛等設施設備的建設、使用和維護，以及服務計劃執行和評估。而治理是開放的，不僅包括管理本身，比如管理的效率，還包括企業、員工、乘客、城市規劃、社區資源、政府資金等多方面利益相關者的協調與公平性。

治理與管理關系圖

在治理的觀念下，我所討論的公共交通可視化應用，不僅僅是指將公共交通數據可視化，更在于可視化應用實踐所形成的開放的生命系統（open living system）。在大型的基礎設施機構里，設備設施的管理運營和數據的收集分析只是一個方面。科技始終在發展和進化，在未來，我們會更快地獲得更豐富的數據，算法和人工智能甚至能代理簡單的決策性操作。但人們不只是使用技術，而是與之生活在一起、工作在一起。尤其是員工，即這些技術的直接使用者，如何適應和應對這個技術時代？如何感知海量的數據和理解深奧的模型？如何在情感上接受和信任這些機器決策？最后反過來，又如何通過這些成果來戰略性地部署和應用這些技術？我認為，可視化是唯一出路。 因為它有效地提供了易讀性。因為閱讀和理解的可能性，我們得以以平等的方式獲知，從而通往共識與信任的可能性。

05

花絮

先補充一個設計框架圖，是我開題時做的，不過最后沒有放在論文里。

設計框架圖

最后再補充兩個MBTA服務網絡的可視化設計。兩個都是利用開源的GTFS（General Transit Feed Specification）數據來做的，顏色編碼采用的是MBTA官方定義，即黃色表示公交，綠、紅、藍、紫分別表示綠線、紅線、藍線、紫線地鐵。

第一個是實習中為MBTA市場部團隊做的一個簡單的可視化，可以通過滑動滑條等操作來了解MBTA在不同時段的服務網絡。技術上沒有什么特別的，但有意思的是，一位資深的MBTA經理看到后感嘆說，每次她都從我做的這些可視化項目學到了新的業務知識?？梢姡幢闶菍τ诿鎸I務數據很多年的人，可視化也能提供新的洞見。

第二個是課堂項目，主要運用時間流的方式，來展示公交是如何連接地鐵站，使城市像流動的生命體。由于單是車輛發車原始數據便有100M以上，所以除了對數據結構做部分預處理外，主要通過canvas來實現海量數據的動畫效果。