交通大数据不过是治堵的工具
2016-01-21
东莞等红绿灯的时长排全国第二,虎门大桥全年堵了112天。近日,高德联合清华大学发布《2015年度中国主要城市交通分析报告》,东莞的拥堵程度排在全国45个主要城市中的第39位。
对于出行拥堵,大多数市民都有切身感受,因而“堵城”是个索然无味的老话题,但是,交通大数据一经公布,就引发人们一阵热议,在于交通大数据不仅给民生感知和社会呼声提供数据佐证(有时也可能是反证),而且让抽象问题具体化为可测量的数据,便于后期对比和研究。
近年来,交通大数据应用快速升温,甚至有人鼓吹,利用大数据,合理调配交通资源,就可以解决城市拥堵问题。以笔者之见,这种看法有点夸张和过于乐观,是对交通大数据作用不切实际的幻想。有人期望基于过去交通数据的分析以及实时交通数据发布,引导人们避开拥堵时段或绕行拥堵路段,但事实上,一个简单的道理是,数据只要共享之后,因为每个出行者既是数据的提供者,又是数据的使用者,所以,大家根据发布的数据重新规划自己的出行,随后可能会发现,大家又不约而同地拥堵在了一起,原来不堵的路段和时段也变得拥堵起来。
再者,不同的利益主体,特别是竞争性的市场主体之间,会在交通大数据发布之后,按照自己喜好进行“分析”和“解读”,比如,以发布的数据进行“论证”,最终得出“网络约车加剧城市拥堵”的结论,在有意或无意之中,大数据沦为一些市场主体攻击竞争对手的“工具”,舆论场上炒得热火朝天,而对解决根本问题却意义不大。这也说明,交通大数据仅具工具性,本身很难根本解决城市拥堵问题。
城市拥堵的根源在于出行需求与交通资源紧张的矛盾,解决问题的根本之策在于解决或缓解这一矛盾。这个矛盾的主要推动因素包括私家车保有量快速上升、公共交通发展滞后、路桥基础设施建设有待加强、交通网络有待优化等基本事实,只有在承认这些基本事实的基础上,交通大数据才有用武之地,才能成为了解市民出行需求的手段和增加、优化城市交通资源配置的依据。
比如,大数据显示一些路段常年拥堵严重,那么,管理部门就要分析拥堵的原因,研究是否增加或拓宽路桥建设,而以累积的大数据或大数据预测为依据,可以前瞻性地规划城市基础设施建设;又比如,数据显示某些红绿灯路口拥堵,等灯时间太长,就要考虑优化红绿灯变换时长设置、路口车辆变道标线设置等;再比如,对造成拥堵的私家车、的士、公交车等各种因素权重等进行具体分析,以此决定发展公共交通、网络约车等新型出行模式等的总体方向和大致规模。
