如何科学地不堵车？

堵车这件事，催生了一些症状，比如常见的“路怒症”。

它还催生了一种自我保护和缓解情绪的“堵车文化”。 中国社会科学院社会学所副研究员沈杰曾认为，“堵车文化”的出现，凸显了一种社会情绪。

这种社会情绪关联着诸多因素，其中包括城市经济发展、生活方式的变奏等。

在成都，夜里十点的二环路依旧堵得厉害，北京出租车司机则戏言北京的晚高峰已经从以前的下午四点半开始提前到如今的两点半；而中国绝对多数的一、二线城市，早高峰的时间长度也较五年前延长了一倍。

比“吃了吗？”更富有时代精神的，恐怕是这句—— “今天你堵了吗？”

交通拥堵这个 “城市病”，已经成为了影响经济发展的重要阻碍因素。

中国交通部发表的数据显示，交通拥堵带来的经济损失占城市人口可支配收入的20％，相当于每年国内生产总之（GDP损失5－8％，每年达2500亿元人民币，全国交通拥堵带来的每日相关处理费达10亿元人民币。

为何堵车？

车多，路窄

截止2017年6月底，全国机动车保有量达到3．04亿辆，汽车保有量达2．05亿辆，其中23个城市汽车保有量超过200万辆。尽管国家道路交通建设投资规模一直在快速增长，但依然大大落后于交通运输的需求增长速度。

很多城市在规划初期，对车辆保有量评估空间过小，导致后期在发展中，道路条件不能完全支撑出行需求，同时城市建设又在很大程度压缩出行条件，这些硬件因素成为了当前路堵最重要的原因之一。

刹车是“杀手”

当车流比较饱和时，前方司机变道或者踩一脚刹车，就会立即造成后方车辆依次做出连锁反应，然后形成一个虚拟的堵车点，这个堵车点会堆积大量车，然后逐渐蔓延到很远的后方。刹车干扰被持续放大后，形成了交通拥堵。

名古屋大学曾做了一个关于堵车的实验，很多辆车有间隔地排成一个圈，开始匀速绕圈行驶。最初司机们尽可能匀速并保持和前车适当距离，但随着时间推移，出现了车距缩短和刹车的状况，拥堵也就此产生。

论其根本，少部分人对规则的破坏，如加塞、不按指示灯行驶、无故降速等，都在时刻引发城市交通的困局。

值得一提的是，当前“网约车”逐渐成为主流的出行选择方式时，不熟悉城市道路的外地网约车司机们也在无形中被动地成为了路堵“推手”。

而随着物联网技术的兴起，智慧交通的应用也承载了政府及开车人对缓解堵车形势极大的期望，这一片新的逐鹿之地，能解决“堵城”之痛吗？

“治堵”新曙光？

2017年滴滴宣称成立智慧交通FT团队，将与各地政府一起携手打造智慧交通体系，用大数据赋能城市交通治理。

同期高德也发布相关数据，表示截至2017年12月底，已与国内150个城市达成战略合作共建设“智慧交通”，而今年的7月26日，高德更是宣布要为中国“堵城”量身定制“高德方案”，重点落地中型城市、大型城市、超大型城市，目标是未来三年，每天服务6亿人出行，为社会节约2亿小时，让合作城市的拥堵下降10％—20％。

以下是滴滴、高德等在亮出治堵成绩单时，我们看到的数据摘录。

突发拥堵的时间由20分钟缩减到5分钟，

年度拥堵延时时间由252小时下降到238小时

警情响应时间缩短75％，

机动车通过路口的平均延误时间下降6％、

停车比例降低3％；

真的不堵了吗？

所谓智慧交通，其本质上利用大数据等手段对交通状况进行引导、干预，包括了道路交通监控、电子警察、交通信号控制、交通信息采集和诱导、智慧公共交通等，通过收集实时的路网数据，处理成状态信息，用于车载导航路况的提供及路线的选择。

单纯的大数据干预手段，在偶发性拥堵下，有助于驾驶员选择新的路径，避开拥堵，但是，常发性拥堵以及多选择路径同时拥堵下，效果不显著，更多时候，它的作用更倾向于出行参考，以及城市规划的数据支持。

而大数据和人工智能是目前“智慧交通”的主要应用技术手段，也可能是更好的选择。

人工智能是利用庞大的城市数据资源，把公路数据化，基础设施数据化，车辆数据化，对城市的整个交通系统进行全局的即时分析，即建立AI交通感知系统，能够预知、判断、协作交通运行，有效调配资源，从而达到“治堵”的目的。

简而言之，目前包括滴滴、高德等互联网科技公司的治堵方案，主要围绕在大数据和人工智能方面的“下功夫”。交通大数据是人工智能的基础和支撑，基于数据进行算法分析的人工智能离开了交通大数据，再强大的计算能力没有了原材料也是“空转”。

两者匹配，方为“智慧“

城市交通系统的最大特点就是超级融合的一体化，单纯地仅使用一种手段都无法从根本缓解这种堵车之殇。只有通过集中的单一平台运行数据，分析来自城市交通系统全面综合的大数据和信息库，最大化利用大数据和人工智能技术，产生可操作性强的治堵方案。

这种互联性是城市智慧交通的核心所在，对整合规划、运营和预测分析至关重要。

堵车不科学，但可以科学地不堵车。