如今约有560万人生活在新加坡270平方英里（700平方公里）的城市建成区范围内，而新加坡政府已经为其公共交通系统投入巨资，以努力减少对道

如今约有560万人生活在新加坡270平方英里（700平方公里）的城市建成区范围内，而新加坡政府已经为其公共交通系统投入巨资，以努力减少对道路交通的依赖。但是像其他国际大都市中心区一样，它们在早8点到8点45分之间的高峰时期内，仍然面临严重的交通拥堵问题。

而作为交通拥堵解决方案的一部分，一种给予出行者奖励的方案得以实施：如果他们注册了自己使用的智能交通卡，并将其小汽车出行推迟到早高峰之后的一小时，他们就能获得机会参与抽奖赢取巨额现金奖励。

该项计划就是由总部位于加州的“城市引擎”公司对出行智能卡数据分析的结果，这种智能卡类似伦敦的Oyster卡，并通过与城市轨道和常规公交系统的GPS数据进行交叉比对，并建立了描绘这个城市居民是如何利用交通系统出行的模型。而分析结果也能清晰的显示出问题的所在。通过模型所建立的新加坡出行生活轮廓图，该公司分析认为该项奖励计划将为新加坡高峰期间的小汽车出行量带来7%-13%的降低。

“在开始时，所有这些数据都是分散的、孤立的，但它确实像一个拼图游戏。如果当你真的把这些来自智能IC卡和公交系统GPS的数据放在一起交叉分析时，就可以帮助你搞清楚什么才是这座城市真正的交通出行模式。”该公司联合创始人兼CEO，Shiva Shivakumar先生这样认为“每辆单独的公交车，每列单独的火车，每个单独的道路段，每个单独的时间点。你都可以从中看到出行的模式不同。当有大型活动发生的时候又会怎样呢？如果下雨的话又会怎样呢？如果大雾，又会发生什么？”Shivakumar补充道，他过去10年一直在谷歌公司工作，承接了Gmail和谷歌地图部门的大量数据分析项目。

该公司的另外一位创始人，BalajiPrabhakar，主要负责确保在高峰高强度小汽车流量和回传数据情况下，其互联网站点仍能正常运营。这主要是因为该系统在2007年曾经发生过由于受到班加罗尔大量交通流量回传的数据冲击导致瘫痪的事件，为此他考虑了两套方案来解决这个问题。而Shivakumar之所以联合创立这家公司是因为他认为他在谷歌公司的工作经验，比如帮助Gmail系统更快速的工作，同样适用于城市交通系统。两人后来同在斯坦福大学学习，并有了共同的想法，通过应用大量数据分析，帮助城市交通更加流畅。

城市交通的主管部门给予“城市引擎”的通勤者支付卡IC卡信息以及城市轨道和公交车辆的GPS细节信息。通勤者插入和拔出支付卡的信息使得该公司能够衡量通勤模式 – 人们等待多长时间，有多少列火车通过，那些又是满载的，等这些信息以得出整个系统在任意时刻到底是如何工作的。

“我们把所有这些信息，以及整个城市的其他有关信息一起建立了我们的数据集 – 包括所有的道路、所有的公交车、所有的地铁列车。我们尽可能采取一切手段抓取城市在线开放信息。因为新加坡有很多开放的数据 - 例如道路系统，哪里有公交车站？哪里有地铁站？从一个地铁站到达下一个公交站需要多长时间？我们收集所有这些信息，并建立分析平台分析这些信息”Shivakumar说。

在实践中，这类信息被反馈回交通管理机构，并显示了每辆列车或公交车在各自线路上的位置，而数字说明有有多少通勤者在各个站上等待，以及等待的时间。通过分析这个信息，它可以决定哪里需要更多的列车和公交车，或者如果不可能调度更多车辆的话，怎样诱导乘客将出行转移到高峰时期之外，以减轻短视高强度负荷，例如在新加坡，鼓励通勤乘客将出行转移到流量低不拥挤的站点（在某些车站出站有优惠）。

而该系统的试点研究是在班加罗尔进行的，他们采取了一些奖励措施，例如在斯坦福的另外一个项目中，这种彩票型车票将约17%左右的高峰期出行乘客转移到非高峰时段。该系统目前正在圣保罗投入使用，帮助巴西的运营商们管理17,000辆公交车车队，而其在华盛顿的项目也进入了初期阶段。

“他们（交通主管部门）已经有很长一段时间内倾向于利用平均数据来分析解决问题，但是现在，通勤出行模式的变化是非常大的”Shivakumar说。（编者注：即高峰小时的问题被平均值所抹杀）“在美国，他们在某些道路上限速45英里/小时。那也是你希望的最佳速度，而之所以是这个数字是因为多年前的一项研究分析得出的平均速度水平。”“因此，很多决策都是基于平均数据，而不考虑在一些特定情况下，例如不同天气条件下，你可能想要更高的速度或更低的速度。这就是现在利用这些数据，有可能帮助我们更精细化的管理优化我们的交通网络。“

交通拥堵，估计每年为各个经济体带来数十亿美金的经济成本，其解决方案已经吸引了一些重量级的投资者的关注。到目前为止，谷歌董事长埃里克•施密特和谷歌风险投资公司都已经开始投资这类数据解决方案公司，尽管这类公司的价值评估仍未公布。

传统的方法不再能适应新需求

根据Shivakumar的说法，如果交通管理人员想要了解和定位拥堵热点，传统的方法是派遣人工调查员前往观测分析结果，或者使用视频摄像头，来评估不同公交站台上的信息。而另一种方法是使用称重技术，计算地铁列车的平均重量，减去其净重量后，匡算乘客数量。“但问题是站台上没有秤，如果你想知道有多少人聚集在站台上等待的话，就很难利用这些传统方法”他说。