如何科学不堵车

这一片新的逐鹿之地，能解决“堵城”之痛吗？

堵车这件事，催生了一些症状，比如常见的“路怒症”。

它还催生了一种自我保护和缓解情绪的“堵车文化”。 中国社会科学院社会学所副研究员沈杰曾认为，“堵车文化”的出现，凸显了一种社会情绪。

这种社会情绪关联着诸多因素，其中包括城市经济发展、生活方式的变奏等。

在成都，夜里十点的二环路依旧堵得厉害，北京出租车司机则戏言北京的晚高峰已经从以前的下午四点半开始提前到如今的两点半；而中国绝对多数的一、二线城市，早高峰的时间长度也较五年前延长了一倍。

比“吃了吗？”更富有时代精神的，恐怕是这句—— “今天你堵了吗？”

交通拥堵这个 “城市病”，已经成为了影响经济发展的重要阻碍因素。

中国交通部发表的数据显示，交通拥堵带来的经济损失占城市人口可支配收入的20%，相当于每年国内生产总之（GDP损失5-8%，每年达2500亿元人民币，全国交通拥堵带来的每日相关处理费达10亿元人民币。

为何堵车？

车多，路窄。

截止2017年6月底，全国机动车保有量达到3.04亿辆，汽车保有量达2.05亿辆，其中23个城市汽车保有量超过200万辆。尽管国家道路交通建设投资规模一直在快速增长，但依然大大落后于交通运输的需求增长速度。

很多城市在规划初期，对车辆保有量评估空间过小，导致后期在发展中，道路条件不能完全支撑出行需求，后期不断改造扩建的城市交通设施建设又在很大程度压缩出行条件，这些硬件因素成为了当前路堵最重要的原因之一。

·刹车是“杀手”

当车流比较饱和时，前方司机变道或者踩一脚刹车，就会立即造成后方车辆依次做出连锁反应，然后形成一个虚拟的堵车点，这个堵车点会堆积大量车，然后逐渐蔓延到很远的后方。刹车干扰被持续放大后，形成了交通拥堵。

名古屋大学曾做了一个关于堵车的实验，很多辆车有间隔地排成一个圈，开始匀速绕圈行驶。最初司机们尽可能匀速并保持和前车适当距离，但随着时间推移，出现了车距缩短和刹车的状况，拥堵也就此产生。

论其根本，少部分人对规则的破坏，如加塞、不按指示灯行驶、无故降速等，都在时刻引发城市交通的困局。

值得一提是，在当前“网约车”逐渐成为主流的出行选择方式、手机导航成为交通辅助工具的情况下，不熟悉城市道路的外地网约车司机、导航的躲避拥堵功能将大家都引入相同的道路导致“越导越堵”，这些因素也在无形中被动地成为了路堵“推手”。

有意思的是，扩大出行方式和辅助模式，令网约车成为新生活模式，带来便利的同时又无意间助堵的是滴滴、高德这样的公司，而出手协助“治堵”，即打造“智慧交通”的也是它们，这是“添堵”还是“治堵”？

随着物联网技术的兴起，为城市提供交通解决方案的“智慧交通”成为缓解堵车形势的新希望，也为一批互联网科技公司的云计算、大数据、人工智能等新信息技术找到新的商业化落地场景。

这一片新的逐鹿之地，能解决“堵城”之痛吗？

“治堵”新曙光？

2017年滴滴宣称成立智慧交通FT团队，将与各地政府一起携手打造智慧交通体系，用大数据赋能城市交通治理。

同期高德也发布相关数据，表示截至2017年12月底，已与国内150个城市达成战略合作共建设“智慧交通”，而今年的7月26日，高德更是宣布要为中国“堵城”量身定制“高德方案”，重点落地中型城市、大型城市、超大型城市，目标是未来三年，每天服务6亿人出行，为社会节约2亿小时，让合作城市的拥堵下降10%—20%。

以下是滴滴、高德等在亮出治堵成绩单时，我们看到的数据摘录：

突发拥堵的时间由20分钟缩减到5分钟，

年度拥堵延时时间由252小时下降到238小时

警情响应时间缩短75%，

机动车通过路口的平均延误时间下降6%、

停车比例降低3%；

真的不堵了吗？

所谓智慧交通，其本质上利用大数据等手段对交通状况进行引导、干预，包括了道路交通监控、电子警察、交通信号控制、交通信息采集和诱导、智慧公共交通等，通过收集实时的路网数据，处理成状态信息，用于车载导航路况的提供及路线的选择。

而大数据和人工智能是目前“智慧交通”的主要应用技术手段。人工智能是利用庞大的城市数据资源，把公路数据化，基础设施数据化，车辆数据化，对城市的整个交通系统进行全局的即时分析，即建立AI交通感知系统，能够预知、判断、协作交通运行，有效调配资源，从而达到“治堵”的目的。

简而言之，目前包括滴滴、高德等互联网科技公司的治堵方案，主要围绕在大数据和人工智能方面的“下功夫”。

两者匹配，方为“智慧”。

交通大数据是人工智能的基础和支撑，基于数据进行算法分析的人工智能，离开了交通大数据，再强大的计算能力没有了原材料也是“空转”。

可以说，大数据是“智慧交通”的根本，而能够为“智慧交通”提供正确高效的决策的交通大数据必须是“有用的”。

何为“有用”？关键要解决数据来源问题。

作为导航地图的高德、网约车软件的滴滴，宣称的“智慧交通”治堵方案都是基于利用各自的平台大数据基础之上。它们数据来源是全面的、准确的吗？

导航用户和网约车用户只是交通人群的一部分，远远没有覆盖整个城市交通系统，更不用说，因为竞争、利益相关等因素，平台之间的数据存在共享和交换的重重障碍，这严重制约了“智慧交通”治堵决策的判断和实施。

·“治堵”背后的数据之争

事实上，有关高德和滴滴因为数据掐架的报道屡见报端。滴滴打车曾通过官微大规模吐槽高德数据有误导嫌疑，因为高德曾发布“城市交通报告”指出专车加剧城市拥堵。更为激烈的是，高德甚至起诉滴滴使用虚假数据。

日益升级的数据之争背后是数据来源的片面性和不确定性，是“治堵”方案的各自为营。

这种现象，交通研究院相关人士表示担忧，“如果要客观评价一个城市拥堵状况，还是要看全面真实的数据来源是否反映实际情况，以及拥堵评价指标设置是否科学。在大数据与人工智能时代，仅凭几个公司片面的用户数据指标来评价拥堵这种复杂的社会现象，制定相对应的解决方案，是非常可笑的。”

治堵需要可行方案，更需要宏观指导。

科学不堵车

城市交通系统的最大特点就是超级融合的一体化，这种互联性是城市智慧交通的核心所在，对整合规划、运营和预测分析至关重要。单纯地依靠某家公司的治堵技术或者仅使用一种手段都无法从根本缓解这种堵车之殇。

交通智能化是趋势，也是刚需。

从宏观指导层面，基于大数据的智慧交通存在的多种可能，如何整合公共部门以及众多商业互联网公司的数据，集中在统一的平台运行，分析来自城市交通系统全面综合的大数据和信息库，最大化利用大数据和人工智能技术，产生可操作性强的治堵方案，才能真正推动智慧交通建设。

互联网公司的“治堵”方案，只有建立在高效分享数据，形成完整的信息体系之下，才可以为城市提供更为科学、准确、丰富的交通应用，让车流有序，道路畅通，停车位不再难找，提升城市整体交通运营效率。

堵车不科学，但可以科学地不堵车。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！