交通管理部门在道路上预埋或预设物联网传感器，实时收集车流量、客流量信息，结合各种道路监控设施及交警指挥控制系统数据，由此形成智慧交通管理系统，有利于交通管理部门提高道路管理能力，制定疏散和管制措施预案，提前预警和疏导交通。

今年五一，京藏高速55公里的大堵车再次震惊了世界，中国的交通拥堵问题又被空前关注起来。那这种拥堵真的没有解决之道了吗？

大数据成为了2014年的热词，而与互联网高度发达相伴而生的大数据方法更是被誉为解决一切问题的灵丹妙药，以至于，各行各业都紧跟大数据脚步被各种忽悠，交通领域便是一例。

可以肯定的说，大数据的应用对于交通管理部门是一种非常好的工具，也会提升管理部门的效率和能力，但大数据方法仅此而已，用于公众之中的透明大数据应用多数都只会成为玩具.

在目前，大数据在交通中的应用主要有以下几种方式

1、公共交通部门发行的一卡通大量使用，因此积累了乘客出行的海量数据，这也是大数据的一种，由此，公交部门会计算出分时段、分路段、分人群的交通出行参数，甚至可以创建公共交通模型，有针对性的采取措施提前制定各种情况下的应对预案，科学的分配运力。

2、交通管理部门在道路上预埋或预设物联网传感器，实时收集车流量、客流量信息，结合各种道路监控设施及交警指挥控制系统数据，由此形成智慧交通管理系统，有利于交通管理部门提高道路管理能力，制定疏散和管制措施预案，提前预警和疏导交通。

3、通过卫星地图数据对城市道路的交通情况进行分析，得到道路交通的实时数据，这些数据可以供交通管理部门使用，也可以发布在各种数字终端供出行人员参考，来决定自己的行车路线和道路规划。

4、出租车是城市道路的最多使用者，可以通过其车载终端或数据采集系统提供的实时数据，随时了解几乎全部主要道路的交通路况，而长期积累下的这类数据就形成了城市区域内交通的“热力图”，进而能够分析得出什么时段的哪些地段拥堵严重，为出行提供参考。

5、智能手机已经很普及，多数智能手机都会使用地图应用，于是始终打开GPS或北斗定位系统，地图提供商将收集到的这些数据进行大数据分析，由此就可以分析出实时的道路交通拥堵状况、出行流动趋势或特定区域的人员聚集程度，这些数据公布之后会给出行提供参考。

媒体报道，以车联网为例，专家的理性分析告诉我们：一个城市，如果把车和车，车和道路充分链接到位的话，从理论上来说，可以提升这个城市道路通行能力的270%。

以上这些都是大数据在交通管理方面的应用，会有助于提升道路交通信息的透明度，也对缓解交通用户有所帮助，但如果就此认为，大数据可以解决交通拥堵问题，那就是文不对题了。

交通拥堵的核心是通行能力与通行需求不匹配，可能是常态化的道路资源不够，也可能是瞬时车流高峰导致的不协调，但就一般情况而言，多数的城市或郊区道路拥堵都无法通过大数据的交通信息公开来缓解。

这一段时间，北京市将使用进京证的范围扩大，进京证的有效期缩短，由此造成了各进京路口办理进京证的排队状况盛况空前，据很多司机反映，正常情况下，办理一张进京证需要2-3个小时，也就是说，如果从天津到北京开车办事，路上只需一个小时，而办理进京证就需要3个小时。但大家都知道，办理进京证的排队时长是不固定的，也有司机遇到过半个小时就办完的偶然。很多司机都在预测什么时间会办理的人少，有司机选择在半夜1点去办，结果排队了3个半小时，因为与他有共同想法的人太多，结果造成了人员拥堵。

其他交通领域也一样，大数据的交通信息公开会带来交通流量的透明化，而大家同样的选择会导致下一个交通拥堵的出现，景点的热力图也只代表现在，如果大家都得到同样的信息，结果冷点就会很快变成热点。当然，饭店可能是个例外，如果你发布的某个饭店排队人数多，很可能导致的是这个饭店的排队人数更多。

有人说，单一个体的出行是随机和不可控的，而一旦每个交通参与者通过某种方式“连接”起来形成一个大的可实时分享交通信息的群体，那么这个群体就具备了某种“智能”，通过互相影响来达到自我调校和自我优化，而结果一定会朝着减轻拥堵的方向发展。确实，在现代移动互联网状态下，每位终端用户既是交通信息的生成者，又是交通信息的提供者，从而以互联网彼此连接、相互影响，但这种交通智能对交通拥堵的缓解起不到多大的作用。

大数据在交通上的应用并非将交通大数据变成“公共知识”，公共知识状态的交通信息会导致出行博弈的混乱，从而对缓解交通状况不会有任何的帮助。大数据对交通管理有用，但这样的大数据是在小规模的管理中枢来应用，一旦变成全民共享，就会变成出行游戏。（文章来源 百度百家 作者 马继华  图片来自网络）

-------------------------------------------

专家观点：（专家观点来自  CSDN  “2013中国智能交通与大数据技术峰会：迎接交通大数据新时代”图片来自网络）

同济大学杨超： 基于大数据的个体活动模型研究展望

同济大学交通运输工程学院教授杨超专注于交通系统模型的构建与研究。他认为大数据时代带来了更多样的数据来源与接近总体量级的样本。并且他大胆预测，通过大数据，未来每个人的个体活动93%是可以预测的。

同济大学交通运输工程学院教授 杨超

他认为交通系统模型通过对交通系统进行抽象化的处理，更加深刻的描述了交通系统的特征，方便了对交通系统的研究。传统的交通系统模型以交通流和OD为基础，是一种宏观的，集计的，状态的交通系统模型。而这样的模型则缺乏对于个体的行为的描述。

他总结了交通系统模型现状：

· 交通流和OD是一种宏观的，集计的，表征状态的变量，缺乏对于出行机理的分析

· 活动是出行的目的。交通是活动的派生需求，研究活动可以研究交通需求的产生机理

· 基于活动的模型通过短期（1-2天）、小样本的居民活动调查，建立较粗粒度的活动链模型

最后杨超预测了未来智能交通与大数据结合发展趋势：1、预测周期的加长；2、更多的数据来源，如车联网物联网的整合；3、面向LBS的应用开发，例如智慧城市，WiFi热点的优化建设

上海市城乡建设和交通发展院交通信息中心何承：上海道路交通大数据应用与探索

上海市城乡建设和交通发展院交通信息中心主任何承表示上海从2004年起开始采集交通信息数据，2006年建成交通综合信息平台，平台汇聚140多项数据，平台还接入公共交通卡系统数据。通过数据处理，形成道路交通通行指数，分析和评价道路通行状态。更重要的是对数据结果的增值价值。

上海市城乡建设和交通发展院交通信息中心主任何承

何承也分享了上海道路交通大数据应用与探索：

· 技术——大规模并行处理数据库、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统等，用于有效地处理海量和结构复杂的数据集。

· 应用——通过数据挖掘和可视化、预测性分析的加工处理，发掘出数据的价值，使海量和结构复杂的数据释放出隐藏价值的过程。

· 道路交通运行状况发展趋势分析——以交通指数作为运行评价主要指标；关联多种跨行业数据的影响因素分析：气象信息（气象服务中心）、土地利用、人口出行（交通模型数据）、事故与施工等（平台数据）；长期发展态势、中短期变化趋势。

· 重点区域的综合交通发展现状与趋势分析—— 挑选交通热点区域（新城、CBD、常发拥堵区域）；将土地利用、人口、人员出行、道路交通、公共交通各环节联系起来，综合表征城市综合交通现状特征及诊断可能存在的问题。

· 小客车拥有与使用控制分析——机动车保有量与使用量的关联分析；机动车使用情况与交通运行状况的关联分析；外牌机动车使用与交通运行状况的关联分析

深圳市综合交通运行指挥中心总工关志超：深圳交通规划设计与运行监测技术研究的“八字”箴言

作为深圳市综合交通运行指挥中心总工程师，关志超认为城市交通已经进入大数据时代。传感技术、通信技术，特别是交通物联网技术的高速发展，使得人们出行能够感知更多的东西，人、车、路、环境四要素之间每时每刻互联互通为交通行业带来了新的发展机会。以“智能设施、智能公交、智能物流、智能政务”为基础的深圳城市智慧交通的数据大平台正在逐步形成。

深圳市综合交通运行指挥中心总工程师 关志超

在他看来，“监测、模型、仿真、评价”八字足以概括智能交通的特点。在深圳市交通规划设计中，城市交通模型系统采用了UTMS方法：

· 交通出行产生与吸引：在城市区域内发生的出行量；

· 交通出行分布：预测OD流量的过程；

· 交通方式选择：预测各种出行工具所占每对OD出行总量的比例；

· 交通量分配：将各种交通工具所分配的OD流量分配到相应路网的各路段上。

深圳市城市交通模型体系建设：

包括区域交通模型（RMS），宏观交通模型（CTS/RDS），中观交通模型（MMS），微观交通模型（SMS）等模型来构建多层次交通体系，形成全市统一的交通模型平台，满足不同层面与类别的交通决策支持需求。举例来看，区域交通模型应用在港、深、惠都市圈，实现了交通一体化的建设和管理。

构建基于城市交通模型系统的智能仿真平台包括：

· 公路系统交通仿真；

· 城市道路网络交通仿真；

· 行人与非机动车交通仿真；

· 交通环境仿真；

· 交通安全仿真；

· 面向ITS的道路交通系统仿真。

在关志超看来，城市交通规划中，其所面临资料采集与数据分析工作是多样的和庞大的，工作量超过50%的比重，高效、合理的资料收集与数据分析是交通规划核心基础。为此，在深圳城市交通智能化、信息化体系框架下，综合交通运行指挥中心定位在四个方面：数据中心、监测中心、可视中心、发布中心。而在此基础上，要实现“数据挖掘、动态存储、决策支持、信息共享”四大功能。

-------------本站点评-----------------

研而益精 辩则愈明

百家争鸣 百花齐放

交通规划需要现状和历史数据为基础进行分析，方案实施后的数据进行评价。交通管理需要以数据为支撑，制定运行管理方案，并结合数据反馈进行优化。数据是交通规划和交通管理的基础和支撑。

“小数据”时代：数据获取是通过人工调查和少量的监控等手段获得，途径少，周期长，效率低，可以称为“小数据”时代。

“大数据”时代：大数据时代，数据的获取量将会更加的庞大，数据获取的手段和途径更加的丰富和便捷。快速、便捷、可靠的数据来源，将会大大提高规划和管理的效率。

如果从规划本身来看，数据只是规划的支撑，而不是结果。规划成果是规划师基于数据，结合专业知识和丰富的经验，通过大量的研究得到的结果。大数据时代将会大大缩短数据获取的时间，给予规划师更多的时间去思考，但规划成果是数据通过规划师脑袋加工的结果，本质是规划师意图的反映。

大数据是否能够缓解交通拥堵？其实也是这个道理。银河计算机也无法判断北京地铁2元票价是否合理？也无法解答上海牌照限价是否应该取消。大数据可以提高治理交通拥堵手段的效率，但是关键因素还是要看指定方案的人，方案是否合理才是关键。

21世纪最缺啥？ 人才， 还是人才。