日前舉辦的人工智能與數字經濟廣州高峰論壇上，如何用互聯網、大數據、人工智能等技術手段推進社會治理體系現代化成為專家學者和企業界代表的關注焦點。滴滴出行相關負責人提出，自2017年以來，滴滴協助城市交管部門對全國超過2500個路口的信號控制進行了優化，擁堵延誤時長平均降低10%-20%。

[[348919]]

雖然“擁堵延誤時長平均降低10%-20%”這個數據和大家的直觀感受不盡相符，但是用以大數據為代表的科技手段來解決城市擁堵問題，卻早已成為社會的共識。

眼下，在中國范圍內，疫情的沖擊在減緩，經濟在加速復蘇，上半年空蕩蕩的城市道路，又逐漸恢復到“堵到發紫”的狀態。抗疫中，大數據廣泛用于病毒傳播預測、密接人員追蹤、流行病學調查等環節，成為我國抗疫的制勝法寶之一。大數據在抗疫中的成功，也讓不少人重新思考，在解決交通擁堵問題上，被寄予厚望許多年大數據怎么就不太靈光?

當然，首先要指出的是，疫情中需要的大數據支持，和城市交通比起來，可以說是小巫見大巫。根據滴滴發布的數據，其每天處理的綜合數據達到了4875TB。僅一個交通參與單位，數據處理規模就如此龐大，那么全城乃至全國的交通數據之巨，也就可見一斑了。這也再次明確了一個事實，解決城市交通擁堵問題，不是某個部門某個企業某個人的事情，需要集中政府和社會、個人的力量，真正形成合力才能奏效。

對于交管部門來說，需要放得更開，吸引更多社會力量參與，讓新科技可以真正落地到街道上。毋庸諱言，交管部門的職責在于交通管理，對以大數據為代表的科技手段，不可能，也無需“自主研發”。這些年，科研機構和企業不斷研發出新的“智能交通系統”“智能紅綠燈系統”等，但在公眾的印象中，身邊的道路除了柏油換了一遍又一遍，其他什么都沒有變。解決城市擁堵，需要的是真刀真槍的改革、改造，僅僅紙上談兵是無法見效的，如何將“智能設備”“智能系統”裝到路上、裝入紅綠燈里，是用科技手段解決交通擁堵的起始問題。

至于科研機構和企業，他們用科技手段解決交通擁堵的熱情有目共睹。不過，城市的道路千千萬萬，將這些道路智能化升級，必然是一個不菲的花銷，而后期的每次智能改造、系統升級，都可能涉及不小的投入。縱觀全國的智能交通化改造，也多是以打造“樣板路”的方式在進行試點。但一兩條的樣板路建設，解決不了全城擁堵的問題。只有降低改造成本，讓更多城市道路能進行智能化改造，才能讓大數據收集得準、跑得動、變得靈光。

而作為個人來說，對擁堵的感受是最切身的，往往自覺是最無辜的受害者。但這些年的實踐也證明了，造成擁堵的不全是道路設置、紅綠燈設置等硬件原因，也有不好的駕駛習慣、不良的事故處理方式等。我們在期待道路升級的同時，也需要升級自己的頭腦，讓自己在駕車時更加遵紀守法，處理事故時更加理智，這樣才能讓道路更加有序、順暢。