为了解决城市交通拥堵,不同国家不同城市采取不同的方法或者方法的组合,归纳起来主要是两类,一类是通过行政手段,一类是通过经济杠杆。前者如北京,通过限行每工作日减少约百万辆汽车出行,同时提供较多的公共交通补贴,后者如伦敦,中心城区收取高额拥堵费,减少车辆进入。
这些手段在一定程度上是有效的,但在大数据背景下,如果用互联网思维和视角来观察交通拥堵问题,或许就会得出更多有价值的结论,再辅之对策,从而做到未雨绸缪,有助于在根本上缓解交通拥堵。
高德作为中国领先的数字地图内容、导航和位置服务解决方案提供商,积累了大量的交通出行数据,这些数据可以能够为智能交通提供更多的决策依据。比如,通过北京超过5万辆出租车上提供的实时数据,就能随时了解北京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北京区域内交通的“热力图”,进而能够分析得出什么时段的哪些地段拥堵严重。
此外,从高德地图上的用户行为数据上看,使用步行和公交线路规划的用户比例明显低于驾车出行路线规划者,这也就说明绿色出行的比例还不够高。有了这张交通“热力图”和绿色出行比例偏低的结论,政府相关部门一方面在做城市规划建设时,就可以做到合理布局合理建设,使得治堵的措施在一开始就被考虑进来,另一方面可以考虑为绿色出行者提供更多的便利,比如开辟完善的自行车道、提供免费便捷的自行车站点、支出更多的公共交通补贴等等。
交通“热力图”能够反映长周期内区域路段的拥堵情况,而短周期内的数据对交通及道路部门的决策同样具有指导意义。比如,通过单周的实时交通大数据,高德就发现,周一、周五、邻近节假日并不受限行影响,始终是全周最为拥堵的时段。就限行本身的效用看,限行尾号4和9那天会比其他时间更为拥堵,这或许是因为这组尾号限行的车辆相对最少,如果这个结论和交管局登记的车辆牌号分布一致,那么相关部门就可以考虑对每日限行的尾号组合做出调整,以均衡道路负载缓解拥堵。
高德地图的大数据不仅为相关管理部门提供决策依据,还为个人出行提供数据依据。通过交通路况的大数据分析,高德地图为用户提供躲避拥堵的功能,引导用户向畅通路段分散,通过这种主动的路线“调校”,每个交通参与者都在为缓解整体的交通拥堵状况而做贡献,这就生成了某种“集群智能”—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。
因此可以认为,互联网和移动互联网的发展为解决交通拥堵提供了良机。过去治堵的思路往往集中在限制或控制,而互联网的思维和视角则侧重于群体交通行为数据的挖掘和利用,前者相当于计算机领域的中央控制式的计算,后者相当于网络时代的分布式计算,网络节点多,对交通情况的变化也较为敏感,计算效率也更高。
产生“集群智能”效应的前提是足够多的交通参与者“连接”起来,并且交通信息的分享是实时和自愿的。在这方面,高德也正在努力布局和打通数据,高德地图已经允许来自新浪的用户在地图上实时分享路况,其他高德地图的用户都可以同步观察到,这类似国外的“waze”模式,每位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、相互影响的方式来降低交通拥堵。
当然,造成交通拥堵的原因很复杂,且往往是多重的,除了过去常用或者现在还沿用的方法外,成从武建议相关部门能从大数据和互联网思维和视角出发,重新审视和研究交通拥堵的原因,并在大数据的指导下,为缓解交通拥堵设计更有效率的治堵方案,而高德也愿意分享自己的数据资源,为缓解交通拥堵做出努力。