交通大数据不过是治堵的工具

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。