虽然“拥堵延误时长平均降低10%-20%”这个数据和大家的直观感受不尽相符,但是用以大数据为代表的科技手段来解决城市拥堵问题,却早已成为社会的共识。
眼下,在中国范围内,疫情的冲击在减缓,经济在加速复苏,上半年空荡荡的城市道路,又逐渐恢复到“堵到发紫”的状态。抗疫中,大数据广泛用于病毒传播预测、密接人员追踪、流行病学调查等环节,成为我国抗疫的制胜法宝之一。大数据在抗疫中的成功,也让不少人重新思考,在解决交通拥堵问题上,被寄予厚望许多年大数据怎么就不太灵光?
当然,首先要指出的是,疫情中需要的大数据支持,和城市交通比起来,可以说是小巫见大巫。根据滴滴发布的数据,其每天处理的综合数据达到了4875TB。仅一个交通参与单位,数据处理规模就如此庞大,那么全城乃至全国的交通数据之巨,也就可见一斑了。这也再次明确了一个事实,解决城市交通拥堵问题,不是某个部门某个企业某个人的事情,需要集中政府和社会、个人的力量,真正形成合力才能奏效。
对于交管部门来说,需要放得更开,吸引更多社会力量参与,让新科技可以真正落地到街道上。毋庸讳言,交管部门的职责在于交通管理,对以大数据为代表的科技手段,不可能,也无需“自主研发”。这些年,科研机构和企业不断研发出新的“智能交通系统”“智能红绿灯系统”等,但在公众的印象中,身边的道路除了柏油换了一遍又一遍,其他什么都没有变。解决城市拥堵,需要的是真刀真枪的改革、改造,仅仅纸上谈兵是无法见效的,如何将“智能设备”“智能系统”装到路上、装入红绿灯里,是用科技手段解决交通拥堵的起始问题。
至于科研机构和企业,他们用科技手段解决交通拥堵的热情有目共睹。不过,城市的道路千千万万,将这些道路智能化升级,必然是一个不菲的花销,而后期的每次智能改造、系统升级,都可能涉及不小的投入。纵观全国的智能交通化改造,也多是以打造“样板路”的方式在进行试点。但一两条的样板路建设,解决不了全城拥堵的问题。只有降低改造成本,让更多城市道路能进行智能化改造,才能让大数据收集得准、跑得动、变得灵光。
而作为个人来说,对拥堵的感受是最切身的,往往自觉是最无辜的受害者。但这些年的实践也证明了,造成拥堵的不全是道路设置、红绿灯设置等硬件原因,也有不好的驾驶习惯、不良的事故处理方式等。我们在期待道路升级的同时,也需要升级自己的头脑,让自己在驾车时更加遵纪守法,处理事故时更加理智,这样才能让道路更加有序、顺畅。