近年来大数据浪潮所激发的热情，同样在城市交通领域扩散。其他行业中采用数据驱动和大强度计 算来发展决策支持能力，在大数据基础上实现的自动信息提取汇总、自动深度学习的成功案例，为深感 压力的城市交通展现了一幅值得憧憬的景象。

　　北京、上海、广州、深圳、重庆等城市交通研究部门高度关注这一技术变化，对于通过大数据提升 综合交通调查的能力和质量、在城市交通规划中的应用等进行了大量尝试，并获得了初步经验。中国的 研究者也在新技术概念基础上，迅速搭建基于大数据环境的城市交通技术体系框架。

　　对于城市交通研究来说，大数据所带来的不仅是一种技术变化，还是一种研究模式变革。回顾交通 理论研究，在网络交通流分析理论和交通行为分析理论提出以后，数十年来所取得进步的渐进性多于突 破性。但是面对中国快速城镇化和机动化相互交织所产生的复杂问题，面对协调空间结构框架、引导城 市交通发展模式、缓解交通拥堵压力等相互交织的复杂问题，传统分析理论显得力不从心。大数据所带 来的对研究对象多方位、全视角、持续的观察能力，对研究城市交通中的复杂性产生了技术推动，展现 了揭示内在机理的新路径。

　　同时，大数据为城市交通的战略调控、交通规划与城市规划的战略对话、交通需求管理精准调控、 道路交通网络状态精明控制、公共交通市场细分基础上的精细化服务等提供了技术支持。这种技术手段 的扩展，对于强化城市交通演化过程的控制能力的价值难以估量，为城市交通摆脱单纯追随需求的被动 局面带来希望。

　　但是，交通大数据与传统交通调查获得的“定制数据”不同，带有不可避免的模糊性和非完备性。 研究者的实践表明，将新的数据资源、传统模型及分析模式简单撮合在一起，遇到了一系列的技术冲突 和困难。基于关联分析的大数据思维与基于因果的模型思维冲突，数据驱动研究所要求的认识方法变革 等，对于习惯了还原论思维模式、以消除不确定性为追求目标的交通工程师来说，既有看到创新机遇的 兴奋，也有难以适应产生的困惑。

　　城市交通领域中大数据技术应用的三个核心环节是：度量、认知和洞察。

　　由于数据基础及携带信息的差异，需要针对研究对象建立与之适应的新度量体系，从而实现将数据 组织成为信息的过程。例如移动通信数据由于采集时点和位置误差，难以精确描述每次出行，却可以通 过时间积累检测个体的经常活动地区。将这种类型数据“塞入”传统OD概念，既遇到精度不够的困 难，也没有发挥其对出行间关联检测能力的特长。

　　目前采用的移动通信数据、公交IC 卡数据、车辆牌照数据等，虽然能够较好地连续追踪对象个 体，但由于独立出行切分误差以及数据缺失等原因，尚难以在数学严密级别依托模型来实现对因果关系 的认知。由于交通领域决策影响重大，也不可能像智能商务那样专注于“关联”而忽略“因果”。因 此，如何使用一系列间接证据实现对数据背后隐藏规律的判断，成为有待攻克的又一道难关。

　　对未来的洞察是城市交通分析的精髓。基于现状和历史数据中提取的信息，参考他山之石的经验教 训，结合模型和仿真提供测试结果，洞察系统的重大变化，识别演化趋势，从而建立适时响应的战略控 制能力，应该成为交通大数据研究的远大目标。

　　千里之行，始于足下，交通大数据研究充满挑战，如今的研究尽管还难脱稚嫩，却是抓住机遇和应 对挑战的重要一步。相信经过共同努力，中国城市交通研究者依托快速发展实践，会在世界科技创新之 册中留下自己的贡献。

同济大学杨东援