汽車從誕生之日起就被視為自由的象征，但是它的發明者應該沒有料到，如今汽車卻掉入了一個物極必反的逆轉定律——人們幾乎把時間都浪費在了堵車和等紅綠燈上。《IBM全球交通痛苦指數報告》顯示，北京以近乎滿分的99分被列入全球出勤交通最痛苦的城市。雖然出租車司機田葉曾經認為：“當時覺得出租車這一行業，時間比較自由，而且每個月掙得錢也不少。”然而《財經》雜志記者了解到的事實卻是，即使北京出租車的等候費增加，仍然不足以彌補交通擁堵所帶來的損失，“交通高峰期少出車，或不出車”仍是司機們最現實的選擇。

       北京交通痛苦指數的幾近滿分是實至名歸，據《京津冀發展報告(2013)承載力測度與對策》顯示，交通擁堵已成為影響北京城市運行效率與居民生活的突出問題，交通基礎設施承載力嚴重超負荷，公交系統交通承載已飽和。但與此相對應的事實是，在全球各大城市中，北京的人均汽車擁有量和絕對數量都不算最高。毫無疑問，問題出在了道路交通的設計規劃和管理上。

       大數據時代的到來為解決交通問題開出了藥方。與傳統的數據收集方式不同，云時代的大數據通過對數據實時收集和分析，得以實現個人出行的個性化、方便化、智能化。

       大數據時代下的交通案例

       無論在哪里，城市管理者都希望打造暢通、清潔、安全的交通環境，但是憑借印象、推測做出的決策往往經不起實踐的檢驗，一味拓寬道路和盲目規劃也會激化人地矛盾，而在大數據時代，數據的分析為交通科學決策和管理提供了一條便捷又較為可行的路。

       不久前，愛爾蘭首都都柏林已與IBM合作，利用實時數據來簡化公交交通。大數據策略幫助了該地區的公交順暢運行。都柏林的交通控制站能夠利用數據定位巴士的實時位置。管理人員得以快速將公交網絡中潛在的問題可視化。例如，管理人員可以確定擁堵區域，并在擁堵蔓延到其他交通干線之前找出問題的根源。這對交通管制員和運輸提供商來說，龐大的網絡的管理不在話下。大數據在交通管理上的應用大大優化了交通狀況，而且節約了行政資源。

       而美國早在60年代便通過數據的分析利用大大降低了道路安全交通事故。1966年，交通死亡人數首次突破了5萬，成為全美輿論的焦點。當時[FS:PAGE]，專家估計，如果不采取措施來遏制這個增長勢頭，死亡人數將在1975年達到10萬。然而1972年后近40年，死亡人數呈不斷下降的趨勢。2009年，死亡人數為33808人，創下了自1954年以來的最低水平。美國交通安全管理局將他們的經驗概括為：循“數”管理，從1966年開始建立的“交通事故死亡分析報告系統”，也已經演變為一個在線分析系統，任何人都可以上網查詢事故的原因和分析。

       個人可以在網上查詢和獲知交通狀況，實時更新預警，這是大數據應用在交通上最大的意義。設想一下，如果這種方式也可以在北京實現，那么不僅能夠實現交通的預警、節約行政資源，而且個人也能夠更好地計劃出行、避免交通事故。事實上，倫敦市就利用數據分析來減少交通擁堵時間，提高運轉效率。當車輛即將進入擁堵地段，傳感器可告知駕駛員最佳解決方案。

       在國內，南京和上海率先將大數據應用在交通管理中。上海正在構建通過物聯網技術支撐的公共汽車運行信息發布系統，市民可以利用智能手機，查詢公交線路和實時運行信息。無獨有偶，南京市基于強大的云平臺運行智慧交通云系統、云視頻監控和智能分析應用，實時采集和處理南京1000個攝像頭，并對整個南京140萬機動車規模的交通數據進行實時查詢和分析，并主動報警、主動通知用戶。

       未來城市的交通管理

       知識經濟的時代，時間就意味著經濟價值，交通擁堵除了給精神添堵，更重要的是付出了巨大的機會成本。有數據顯示，北京一年因為堵車造成的直接經濟損失高達上百億人民幣。而根據美國得克薩斯州運輸研究所發表的研究報告顯示，美國因交通堵塞平均每年造成的經濟損失高達631億美元，間接經濟損失接近1000億美元。交通堵塞使美國人一年浪費的時間達37億小時，平均每年因道路擁堵導致各種交通工具白白燃燒100億升燃油。更為重要的是，堵車時若車不熄火，汽車尾氣排放量是正常行駛排放量的20到30倍。

       北京的空氣狀況近幾年每況愈下，如果能解決交通擁堵問題，不僅經濟效益能得到提升而且城市的空氣質量也能得到改善。

       實際上，大數據運用在交通中除了能提供實時的交通數據，進行路況預警外，在未來城市的規劃中也起著舉足輕重的作用。到2030年，全球80億人口中將有超過60%的人口居住在城市，到[FS:PAGE]時交通壓力將成為全人類的一大挑戰。目前北京的交通擁堵問題大部分是由于交通管制和規劃不合理導致的，因此優化城市道路的規劃對緩解交通問題起到了決定性的作用。城市規劃除了美觀外，合理實用、方便居民是最重要的因素，而在云時代大數據有了用武之地。

       通過收集數據，進行車流量的統計，再進一步對這些數據進行分析就能夠將交通信息可視化，對同時段不同區域擁堵原因做出分析，這種分析為如何規劃道路，是拓寬還是改道提供了參考的標準。大數據的應用一方面通過預警疏散交通壓力，一方面為合理規劃提供參考，雙管齊下，交通難題的解決就輕松不少。

       有一幅畫這樣描述未來城市的生活，當你拿起手機查看APP得知今天的會議推遲了45分鐘，預警顯示路上發生了一起交通事故要耽誤15分鐘，同時你的火車晚點了20分鐘，汽車加油需要花5分鐘，那么你的鬧鐘就接到了指令讓你多睡5分鐘，鬧鐘通知咖啡機和汽車推遲5分鐘再開啟。這一切的實現需要物聯網和移動互聯網的進一步發展，但是對于交通狀況的預警而言，大數據的應用能讓這一天盡快來臨。

       當然，大數據會帶來生活方式的變革，但是它的應用并不是十全十美。除了信息數據采集會存在偏差、數據會受到市場的干擾以外，當個人生活和信息都被化為數據記錄在數據供應商的手中時，個人幾乎毫無隱私可言，信息安全令人擔憂。在大數據時代，個人隱私的保護呼吁《個人信息保護法》的盡快出臺和完善。