TranStat: an Intelligent System for Producing Road and Maritime Transport Statistics Using Big Data Sources

• Autorzy: Dominik Rozkrut , Anna Bilska , Michał Bis , Justyna Pawłowska

Warianty tytułu

TranStat - inteligentny system produkcji statystyk transportu drogowego i morskiego z wykorzystaniem big data

• Języki publikacji: EN

Abstrakty

EN

The development of digital technologies, increasing the availability of big data and advanced processing techniques have enabled Statistics Poland to modernise the system for producing road and maritime transport statistics. As a result of the activities undertaken to adopt modern big data technologies and data from sensors, e.g. the Automatic Identification System (AIS) or the e-TOLL electronic toll collection system, new statistics have been obtained and data dissemination has accelerated. In addition, these activities ensure continuity in data production, especially in situations where collecting data from individuals may be difficult (e.g. the COVID-19 epidemic). The primary purpose of this article is to present the innovative TranStat system that enables the production of road and maritime transport statistics based on large volumes of data in order to shape the country's transport policy. The system was developed under the GOSPOSTRATEG programme and implemented by Statistics Poland, the Statistical Office in Szczecin, the Maritime University of Szczecin, and the Cracow University of Technology. The study presents the most important aspects of the TranStat system, i.e. the characteristics of data sources, the description of functional subsystems, assumptions of the developed models and result data for traffic statistics, transport performance and exhaust emissions calculations for both types of transport. This study also provides information on smart forms implemented by Polish official statistics, reducing the burden on respondents and the costs of surveys. (original abstract)

Rozwój technologii cyfrowych, zwiększenie dostępności danych typu big data oraz zaawansowane techniki ich przetwarzania umożliwiły polskiej statystyce publicznej unowocześnienie systemu produkcji statystyk transportu drogowego i morskiego. Dzięki działaniom podjętym w celu adaptacji nowoczesnych technologii big data i danych sensorycznych, m.in. z systemu automatycznej identyfikacji statków AIS (ang. Automatic Identification System) czy elektronicznego systemu poboru opłat e-TOLL, uzyskano nowe statystyki oraz przyspieszono proces udostępniania danych. Ponadto działania te zapewniają ciągłość w obszarze produkcji danych, szczególnie w sytuacji, gdy zbieranie danych od respondentów może być utrudnione (np. podczas epidemii COVID-19). Głównym celem niniejszego artykułu jest zaprezentowanie innowacyjnego, opracowanego w ramach programu GOSPOSTRATEG systemu TranStat, który umożliwia produkcję statystyk transportu drogowego i morskiego z wykorzystaniem wielkich wolumenów danych i tym samym służy kształtowaniu polityki transportowej kraju. Projekt TranStat został zrealizowany przez Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnikę Morską w Szczecinie oraz Politechnikę Krakowską. W pracy przedstawiono najważniejsze cechy systemu TranStat - scharakteryzowano źródła danych, opisano podsystemy funkcjonalne i założenia opracowanych modeli oraz podano informacje wynikowe dla statystyk natężenia ruchu, pracy przewozowej i emisji zanieczyszczeń dla obu rodzajów transportu. Omówiono też inteligentne formularze wdrożone przez statystykę publiczną, mniej obciążające dla respondentów i umożliwiające redukcję kosztów badań. (abstrakt oryginalny)

Słowa kluczowe

EN

Road transport; Sea transport; Pollution emission; Intelligent Transport Systems (ITS); Big Data

PL

Transport drogowy; Transport morski; Emisja zanieczyszczeń; Inteligentne Systemy Transportowe; Big Data

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2023
• Numer: nr 12
• Strony: 1--24

Twórcy

autor

Dominik Rozkrut

• University of Szczecin, Poland

autor

Anna Bilska

• Statistical Office in Szczecin, Poland

autor

Michał Bis

• Statistical Office in Szczecin, Poland

autor

Justyna Pawłowska

• Statistical Office in Szczecin, Poland

Bibliografia

• Daas, P. J. H., Puts, M. J., Buelens, B., & van den Hurk, P. A. M. (2015). Big Data as a Source for Official Statistics. Journal of Official Statistics, 31(2), 249-262. https://doi.org/10.1515/jos-2015 -0016.
• De Gennaro, M., Paffumi, E., & Martini, G. (2016). Big Data for Supporting Low-Carbon Road Transport Policies in Europe: Applications, Challenges and Opportunities. Big Data Research, 6, 11-25. https://doi.org/10.1016Zj.bdr.2016.04.003.
• e-TOLL. (n.d.). Sieć dróg płatnych. Retrieved June, 1, 2021, from https://etoll.gov.pl/ciezarowe /kalkulator-trasy/siec-drog/.
• Główny Urząd Statystyczny. (n.d.). TranStat. https://transtat.stat.gov.pl.
• Główny Urząd Statystyczny & Urząd Statystyczny w Szczecinie. (n.d. a). TDE. Retrieved May, 1, 2021, from https://tde.stat.gov.pl.
• Główny Urząd Statystyczny & Urząd Statystyczny w Szczecinie. (n.d. b). TransMor. Retrieved June, 30, 2021, from https://transmor.stat.gov.pl.
• Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnika Morska w Szczecinie & Politechnika Krakowska. (2019). Periodic report No. 1 on implementing the TranStat project under the Social and economic development of Poland in the conditions of globalising markets GOSPOSTRATEG Program.
• Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnika Morska w Szczecinie & Politechnika Krakowska. (2020a). Periodic report No. 2 on implementing the TranStat project under the program Social and economic development of Poland in the conditions of globalising markets GOSPOSTRATEG Program.
• Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnika Morska w Szczecinie & Politechnika Krakowska. (2020b). Report on the methodology for estimating the volume of pollutants emitted using transport - road/maritime transport - task no. 4 as part of the research phase of the TranStat project.
• Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnika Morska w Szczecinie & Politechnika Krakowska. (2020c). Report on the methodology for estimating the volume of transport performance - maritime transport - task no. 3 as part of the research phase of the TranStat project.
• Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnika Morska w Szczecinie & Politechnika Krakowska. (2020d). Report on the methodology of measuring traffic statistics using large volumes of data - road/maritime transport - task no. 2 as part of the research phase of the TranStat project.
• Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnika Morska w Szczecinie & Politechnika Krakowska. (2020e). Technical design of the system for measuring traffic intensity, transport performance and pollution generated by means of transport - task no. 5 as part of the research phase of the TranStat project.
• Główny Urząd Statystyczny, Urząd Statystyczny w Szczecinie, Politechnika Morska w Szczecinie & Politechnika Krakowska. (2021). Final report on implementing the TranStat project under the Social and economic development of Poland in the conditions of globalising markets GOSPOSTRATEG Program.
• Rozkrut, D., Swierkot-Struzewska, O., & Van Halderen, G. (2021). Mapping the United Nations Fundamental Principles of Official Statistics against new and big data sources. Statistical Journal of the IAOS, 37(1), 161-169. https://doi.org/10.3233/SJI-210789.
• Vasilev, J., & Sulova, S. (2023). An Approach for the In-Depth Data Analysis of the Marine Traffic of Independent Nearby Ports. Folia Oeconomica Stetinensia, 23(2), 402-426. https://doi.org/10.2478/foli-2023-0038.
• Welch, T. F., & Widita, A. (2019). Big data in public transportation: A review of sources and methods. Transport Reviews, 39(6), 795-818. https://doi.org/10.1080/01441647.2019.1616849.
• Yin, Y., Lam, J. S. L., & Tran, N. K. (2021). Emission accounting of shipping activities in the era of big data. International Journal of Shipping and Transport Logistics, 13(1-2), 156-184. https://doi.org/10.1504/IJSTL.2021.112922.
• Zhang, G., Feng, S., & Wang, S. (2018). A Study on the Necessity of Statistical Index of Freight Multimodal Transport. Management & Engineering, (30), 3-9. https://doi.org/10.5503 /J.ME.2018.30.001.

Identyfikatory

DOI

10.59139/ws.2023.12.1