大數據是今年來相當火爆的一個詞，對城市交通而言，大數據絕對不是一個時髦詞，其價值在于，為我們提供一個更為深入了解城市交通的環境。這是同濟大學楊東援教授在報告中提出的。
當前的城市交通日益重視"跳出交通看交通"，因此需要增強預見性。軌道交通一定能夠改變城市交通模式嗎？這是我們應該思考的問題。MOBILIY 2030提出了全球應共同努力的7個目標：減少交通工具產生的傳統排放物，達到不會對世界任何地方的公共健康產生嚴重危害的程度；把交通所產生的溫室氣體排放限制在可持續的程度；大量減少全世界由于道路交通事故而死亡和受傷的人數，特別是需要關注交通能力迅速提高的發展中國家； 降低交通所產生的噪聲；緩解交通擁堵；縮小在"發達"與"欠發達"、"貧困"與"非貧困"之間的機動化分化；提高大眾的機動化機會。
面對城市城市交通目標多樣化這樣的復雜問題，需要建設精明政府，要求政府具有預見性、正確的價值理念和增強把脈診斷能力。預見性即建立在不斷深入了解問題基礎上，建立在不斷研究他人經驗的基礎上，不斷調整我們的工作視野和工作內容；正確的價值理念就是交通的可持續發展是要在盡可能少產生生態環境影響，盡可能少消耗資源和能源的基礎上，提供能夠滿足社會、經濟發展需求的綜合交通服務體系；增強把脈診斷能力是指真正了解問題的實質，發現問題的苗頭，判斷對策可能的效果。
公交都市建設也要以大數據為支持。需要討論的方面包括在城市外圍是否需要拓展軌道網絡？交通需求管理與公交服務提升；如何精細地提升公交服務水平；軌道交通與土地開發的關聯等等。
而基于大數據對出租車運營情況的診斷，也能從中發現問題，從而掌握出租車服務水平，對城市交通無疑也極有參考價值。
城市交通大數據有其特殊性，由于并非專門"定制數據"，往往所提供的只是間接證據，如何使用間接證據對重大問題形成決策判斷，成為基本應用邏輯問題。因此，大數據環境下基于證據的決策分析技術框架，其主要目標是提升有機融合城市交通戰略、政策、規劃、建設、管理和控制等技術環節的戰略調控過程的決策效果。這就需要，在管理層逐步融入數據化思維，不僅是證明我們知道的，而且要善于利用數據發現我們所不知道的；強調問題導向，方法隱藏在目的之中；推進開放性大數據研究平臺的建設，大數據的應用研究不可能脫離實際在實驗室中仿真完成。
大數據之于城市交通，重要的不是技術，而是應用技術變革管理的決心。應用大數據是為了發現我們所不知道的，而不是驗證或者證明我們已經知道的，因此，一個開放性的平臺是非常重要的。研究者們的任務，是幫助政府更加聰明地進行管理。
京公網安備 11010502049343號