堵車這件事，催生了一些症狀，比如常見的“路怒症”。
它還催生了一種自我保護和緩解情緒的“堵車文化”。 中國社會科學院社會學所副研究員沈傑曾認為，“堵車文化”的出現，凸顯了一種社會情緒。
這種社會情緒關聯著諸多因素，其中包括城市經濟發展、生活方式的變奏等。
在成都，夜裡十點的二環路依舊堵得厲害，北京出租車司機則戲言北京的晚高峰已經從以前的下午四點半開始提前到如今的兩點半；而中國絕對多數的一、二線城市，早高峰的時間長度也較五年前延長了一倍。
比“吃了嗎？”更富有時代精神的，恐怕是這句—— “今天你堵了嗎？”
交通擁堵這個 “城市病”，已經成為了影響經濟發展的重要阻礙因素。
中國交通部發表的數據顯示，交通擁堵帶來的經濟損失占城市人口可支配收入的20%，相當於每年國內生產總之（GDP損失5-8%，每年達2500億元人民幣，全國交通擁堵帶來的每日相關處理費達10億元人民幣。
為何堵車？
車多，路窄。
截止2017年6月底，全國機動車保有量達到3.04億輛，汽車保有量達2.05億輛，其中23個城市汽車保有量超過200萬輛。儘管國家道路交通建設投資規模一直在快速增長，但依然大大落後於交通運輸的需求增長速度。
很多城市在規劃初期，對車輛保有量評估空間過小，導致後期在發展中，道路條件不能完全支撐出行需求，後期不斷改造擴建的城市交通設施建設又在很大程度壓縮出行條件，這些硬件因素成為了當前路堵最重要的原因之一。
·剎車是“殺手”
當車流比較飽和時，前方司機變道或者踩一腳剎車，就會立即造成後方車輛依次做出連鎖反應，然後形成一個虛擬的堵車點，這個堵車點會堆積大量車，然後逐漸蔓延到很遠的後方。剎車干擾被持續放大後，形成了交通擁堵。
名古屋大學曾做了一個關於堵車的實驗，很多輛車有間隔地排成一個圈，開始勻速繞圈行駛。最初司機們儘可能勻速並保持和前車適當距離，但隨著時間推移，出現了車距縮短和剎車的狀況，擁堵也就此產生。
論其根本，少部分人對規則的破壞，如加塞、不按指示燈行駛、無故降速等，都在時刻引發城市交通的困局。
值得一提是，在當前“網約車”逐漸成為主流的出行選擇方式、手機導航成為交通輔助工具的情況下，不熟悉城市道路的外地網約車司機、導航的躲避擁堵功能將大家都引入相同的道路導致“越導越堵”，這些因素也在無形中被動地成為了路堵“推手”。
有意思的是，擴大出行方式和輔助模式，令網約車成為新生活模式，帶來便利的同時又無意間助堵的是滴滴、高德這樣的公司，而出手協助“治堵”，即打造“智慧交通”的也是它們，這是“添堵”還是“治堵”？
隨著物聯網技術的興起，為城市提供交通解決方案的“智慧交通”成為緩解堵車形勢的新希望，也為一批互聯網科技公司的雲計算、大數據、人工智能等新信息技術找到新的商業化落地場景。
這一片新的逐鹿之地，能解決“堵城”之痛嗎？
“治堵”新曙光？
2017年滴滴宣稱成立智慧交通FT團隊，將與各地政府一起攜手打造智慧交通體系，用大數據賦能城市交通治理。
同期高德也發佈相關數據，表示截至2017年12月底，已與國內150個城市達成戰略合作共建設“智慧交通”，而今年的7月26日，高德更是宣佈要為中國“堵城”量身定製“高德方案”，重點落地中型城市、大型城市、超大型城市，目標是未來三年，每天服務6億人出行，為社會節約2億小時，讓合作城市的擁堵下降10%—20%。
以下是滴滴、高德等在亮出治堵成績單時，我們看到的數據摘錄：
突發擁堵的時間由20分鐘縮減到5分鐘，
年度擁堵延時時間由252小時下降到238小時
警情響應時間縮短75%，
機動車通過路口的平均延誤時間下降6%、
停車比例降低3%；
真的不堵了嗎？
所謂智慧交通，其本質上利用大數據等手段對交通狀況進行引導、干預，包括了道路交通監控、電子警察、交通信號控制、交通信息採集和誘導、智慧公共交通等，通過收集實時的路網數據，處理成狀態信息，用於車載導航路況的提供及路線的選擇。
而大數據和人工智能是目前“智慧交通”的主要應用技術手段。人工智能是利用龐大的城市數據資源，把公路數據化，基礎設施數據化，車輛數據化，對城市的整個交通系統進行全局的即時分析，即建立AI交通感知系統，能夠預知、判斷、協作交通運行，有效調配資源，從而達到“治堵”的目的。
簡而言之，目前包括滴滴、高德等互聯網科技公司的治堵方案，主要圍繞在大數據和人工智能方面的“下功夫”。
兩者匹配，方為“智慧”。
交通大數據是人工智能的基礎和支撐，基於數據進行算法分析的人工智能，離開了交通大數據，再強大的計算能力沒有了原材料也是“空轉”。
可以說，大數據是“智慧交通”的根本，而能夠為“智慧交通”提供正確高效的決策的交通大數據必須是“有用的”。
何為“有用”？關鍵要解決數據來源問題。
作為導航地圖的高德、網約車軟件的滴滴，宣稱的“智慧交通”治堵方案都是基於利用各自的平臺大數據基礎之上。它們數據來源是全面的、準確的嗎？
導航用戶和網約車用戶只是交通人群的一部分，遠遠沒有覆蓋整個城市交通系統，更不用說，因為競爭、利益相關等因素，平臺之間的數據存在共享和交換的重重障礙，這嚴重製約了“智慧交通”治堵決策的判斷和實施。
·“治堵”背後的數據之爭
事實上，有關高德和滴滴因為數據掐架的報道屢見報端。滴滴打車曾通過官微大規模吐槽高德數據有誤導嫌疑，因為高德曾發佈“城市交通報告”指出專車加劇城市擁堵。更為激烈的是，高德甚至起訴滴滴使用虛假數據。
日益升級的數據之爭背後是數據來源的片面性和不確定性，是“治堵”方案的各自為營。
這種現象，交通研究院相關人士表示擔憂，“如果要客觀評價一個城市擁堵狀況，還是要看全面真實的數據來源是否反映實際情況，以及擁堵評價指標設置是否科學。在大數據與人工智能時代，僅憑几個公司片面的用戶數據指標來評價擁堵這種複雜的社會現象，制定相對應的解決方案，是非常可笑的。”
治堵需要可行方案，更需要宏觀指導。
科學不堵車
城市交通系統的最大特點就是超級融合的一體化，這種互聯性是城市智慧交通的核心所在，對整合規劃、運營和預測分析至關重要。單純地依靠某家公司的治堵技術或者僅使用一種手段都無法從根本緩解這種堵車之殤。
交通智能化是趨勢，也是剛需。
從宏觀指導層面，基於大數據的智慧交通存在的多種可能，如何整合公共部門以及眾多商業互聯網公司的數據，集中在統一的平臺運行，分析來自城市交通系統全面綜合的大數據和信息庫，最大化利用大數據和人工智能技術，產生可操作性強的治堵方案，才能真正推動智慧交通建設。
互聯網公司的“治堵”方案，只有建立在高效分享數據，形成完整的信息體系之下，才可以為城市提供更為科學、準確、豐富的交通應用，讓車流有序，道路暢通，停車位不再難找，提升城市整體交通運營效率。
堵車不科學，但可以科學地不堵車。
更多優質內容，請持續關注鎂客網~~
閱讀更多 鎂客網 的文章
