城市棱镜 | “大数据”能不能治好大城市的拥堵？

自“智慧城市”兴起以来，运用数据和数字技术来改善城市的交通拥堵问题，始终是智慧城市建设的热门方向之一——甚至可能是其中最热门的方向。对这一问题的思考，有助于我们认清城市复杂系统的本质。

用数据解决拥堵：一个激动人心的新方案

交通拥堵是经典的“城市病”，车辆在路上堵起来动不了，是一个相当直观、看似简单的现象，但是，想把这个简单的现象解决掉，却需要很多方面的共同努力。这么多年，人们对此都没有立竿见影的解决办法。因此，一些数字化领域的专家提出，既然过去的大量研究和努力都没有解决拥堵，就说明这些研究成果本身的价值有限。如果我们能够采用数字技术，运用大数据来解决问题，我们就获得了一个前所未有的新可能——

按照这种观点，过去对城市交通的研究都是基于非常有限的数据，无法掌握真实的、动态的城市交通全貌，也就是说，连认知拥堵现象的前提都不够坚实。进一步说，过去的研究是从因果性思维出发的，想要先弄清楚交通拥堵的原因，然后再针对性地解决。但是，由于交通拥堵问题的成因复杂、变量太多，这种研究往往挂一漏万，因而才收效甚微。

现在，大数据时代到了，如果我们能够掌握充足的、乃至全量的数据，就可以借助智能算法加以分析，得出过去凭借人类自己的计算能力、思维能力所无法发现的全新解决方案。这里的根本变革在于两点：其一，城市交通领域的完全“数据化”，这样才能显示城市交通的真实情况；其二，不再把重点放在对原因的分析和理解上，而是让大数据和智能算法为我们“算出”解决问题的方案——就此而言，我们甚至不需要理解“为什么”会堵，只需要让机器来告诉我们“怎么做”能不堵，这更重要。

这的确是一个雄心勃勃、激动人心的新路径，而且也注定会是一个前景广阔的新方向。事实上，不仅是在交通研究领域，大数据加上人工智能等数字技术的综合运用，已经在城市科学、生命科学等领域取得了不少革命性成果。但是，我们也不得不面对一个尴尬的现实：过去十年，用大数据治堵的努力，也和其他单一手段治堵的结果一样，只取得了局部性的、甚至并不持续的效果。换言之，用大数据研究交通拥堵的“革命性”学术成果容易产生，城市中的拥堵依然难以解决。

这说明，像本文这样，单纯地批评过往工作的不足，然后给出一个划时代的新方向，并不是难事。难的是，当我们投身其中，真正想要实现预想中的突破时，我们往往会重蹈覆辙，变成我们曾经批评的样子——我们设想了一套理想中完整的新方案，去批评过往现实努力的支离破碎；而当我们自己去践行所谓新方案时，我们也只能做到支离破碎，甚至比前人曾经的努力更加支离破碎。这是为什么？

其实人类在个体层面本身就是有局限性的，自从我们创造出现代社会的复杂系统，我们就没有能够真正驾驭它。简言之，一小群人在一个庞大社会中想要针对特定的事物做出改变，这种努力所产生的效果只能是局部性的。由此反观上述设想，我们就能够发现：交通与其说是一个局部系统，不如说是城市运行这一复杂系统在特定层面的表现，而上述解决方案中对“大数据”的依赖、对智能算法的推崇，恰恰反映了我们对城市社会复杂性和个体活动局限性都存在认识上的不足。

数据治堵的方案，堵在了哪里？

很多人认为，数据治堵的方案目前遭遇的堵点在于，数据没有打通，数据采集不够完整。只要打通了这一堵点，未来就大有希望。笔者认为，对这一判断，需要辩证看待。我们既要打通那些可以联通的数据，让它们发挥更大作用，更要看到这一方案背后的深层问题。

掌握全量的、动态的数据，以数据反映过去人类认知所不掌握的真实情况，已经构成了数据科学的信念之源。数据治堵方案的前提是获得前所未有的“全量数据”，但对于城市交通系统而言，“全量数据”本身只是一种理想状态。在某些简单系统、封闭领域中，涉及的数据几乎可以穷尽，分析的结果也会更加理想。但是，越是复杂的系统、越是开放的领域，就越是难以获得足以掌握真实情况全貌的数据，也越难以通过数据分析找到解决问题的办法。不幸的是，城市交通就属于这样一个复杂系统、开放领域。

从表面上看，最重要的数据只是道路和车流，再辅以天气、行人、临时施工等相关数据即可。但是，在这些维度之外，更宏观的因素（例如城市或地区人口的增长、城市各类功能设施的建设、城市规划政策的变动）可能对交通的影响更深，更微观的因素（例如不同出行目的人群在面对拥堵时出行意愿和方式的变化、不同类型车辆在短期拥堵中的不同反应）对交通的影响同样不可小觑。在长期从事复杂系统研究的克里斯多夫·白瑞德看来，交通系统和金融系统、传播系统等都属于“社会-技术系统”。换言之，不能只是把车流当作水流来研究。更确切地说，城市的交通系统介于社会行为系统和物理系统之间。交通系统中的任何变化，都会引起个体实时动机和行为产生相应的新变化。所以，如果不掌握这些不同维度的数据，又怎么算是掌握了全量实时数据、掌握了城市交通的真实情况呢？而如果真要掌握所有这些数据，那又要投入多少成本？这还是一条比之前的方案更可行、更高效的解决路径吗？

进而言之，用数字化手段治理交通拥堵，往往会把目标简化为提高通行效率。殊不知，对于城市治理而言，这种效率化的思维本身就存在偏狭。让我们想想，如果运用技术手段，的确在短期内显著缓解了交通拥堵，那么会带来什么结果？既然路上不那么堵了，过去由于拥堵而被压抑的出行需求、行车需求会被激发出来，路上的车辆会更多。换言之，只要道路拥堵得到一定程度的缓解，很可能在技术上还没有来得及让其变得更加通畅，新涌现的更多车辆就会重新造成拥堵。就此而言，通过优化通行效率的方式来缓解道路拥堵的思路，固然不得不做，但很有可能会陷入一种令人沮丧的负循环。

自从汽车在城市普及以来，人们总是不断修建更多的快速路、高架桥，通过增加道路资源的供给，来满足行车的需求，然而，路越修越宽，车也越来越多。美国学者当斯提出了“高峰期交通拥堵定律”，即高峰时段的交通需求总是趋近于道路容量的上限。在此后半个世纪，“当斯定律”始终有效，当斯本人也不断完善其理论，将增加供给也无法解决拥堵的原因归结为空间上、时间上和出行模式上的三重汇流。事实上，即便不增加道路的物理供给，而是改用技术手段提高道路的畅通程度，上述三重汇流依然会发生。推而广之来看，城市道路资源与行车需求之间的交替上升，只是城市各类资源困境的一个缩影。人们对各类资源的需求都不是恒定值，甚至很难判断其上限。因此，想要真正摆脱困境，一方面要尽力提高资源利用效率，另一方面也要在引导合理需要方面想办法，跳出不可持续的扩张和恶性循环的怪圈。

再换一个角度，即便假设需求恒定不变，而且假设个体总是理性地选择当前最有效率的通行路径，交通拥堵也未必就能得到缓解——因为局部最优解未必是全局最优解，个体理性的选择综合起来未必是系统的优化。德国数学家布雷斯发现，在车流量不变情况下，在路网中增加一条道路，可能会导致车流重新分配，继而延长所有车辆的行车时间。这一反常识的现象被称为“布雷斯悖论”，在后来许多城市临时关闭道路或新修建道路的案例中反复应验。这都进一步说明，城市交通系统作为一个复杂社会系统，即便单纯致力于提升其运行效率，也远远不像看上去那么简单。

本文只是指出数据治堵的构想中常常被忽略的一些重要维度，不可能也不奢望能把城市交通拥堵的问题用一篇文章说清楚。除了上文提及的方面，对城市治理而言，更重要的不是道路等资源的配置，而是主体之间的利益协调。总之，任何一个长期困扰城市的问题，都不是单用某种“魔法”就能解决的问题。把城市社会的复杂性看得重一点，或许更有利于让数字技术和大数据在接下来的城市转型中找准自己的定位，更好地发挥作用。

今日编辑 / 范姝含

责任编辑 / 戴晟昱

审稿 / 郁全胜

城市大脑研究院提供开放研讨平台，所有文章仅代表作者个人观点，欢迎共同探讨。原创文章，转载请注明来源：城市大脑研究院。部分图片来源于网络，如涉及版权问题，敬请及时联系我们。