用数据来解析交通拥堵

交通拥堵和空气污染似乎是如今大城市，特别是中国大城市发展的不可解难题。

无数的指责，无数的找原因，无数的推诿，对于中国城市的交通拥堵和空气污染，一点作用也没有，反倒更显得人云亦云的纷乱。一边是政府部门的种种一刀切政策，一边是行业人士的各种找原因，但是，似乎两者永远都隔着一层透明的隔膜，互不触及，但又明显双方都在努力，各种措施也一天天不停地出。

可是，汽车工业却不能不发展，也就是说，汽车只会越来越多，道路永远也跟不上汽车的发展；人民需要更好的生活，工业要发展，空气和环境的负荷只能越来越大。难道我们就进入了一个越缠越紧的漩涡没有办法跳出？

是不是我们的思维方式出了问题？

我们习惯于因果关系，习惯于抽样精确的数据调查与测试。但是在如今信息大爆炸时代，我们是否可以试试“样本=全部”的大数据方法，试着不要找出因果关系（为何拥堵），而只是找出相关关系（比如时间、天气、气候、时尚甚至只是根本想不到的因素，比如萧敬腾要来开演唱会）？

我不是乱说。实事上，由于计算机的普及，由于GPS、由于手机的普遍运用，甚至由于微博微信的时时刻刻的发送，数据已经成了我们无时无刻不在运用的东西。而正是因为这全方位的数据，使得大数据成为如今这个时代的特征。而这些特征，是过去任何一个年代都不可能有、也不可想念的东西。大数据的运用一个最基本的特点就是，全部的数据处理，只找出相关关系，而不必找出因果关系。因为因果关系太费劲，而且耗时巨大成效甚微；而相关关系却不必费太大功夫，就可以找出办法。比如说，防疫中心过去要想划定流感的范围，需要动用很大的人力物力，而最后的数据汇总通常要迟上两三个星期，一般来说，这个结果来得太晚了；谷歌公司通过搜索关键词条，很容易就能发现流感的时间和范围，这个结果要比防疫中心早上一两个月，而且更趋于准确还有，2008年9月里，已经有相关大数据公司指出美国通缩，结果，11月里雷曼兄弟倒下，有关部门才发布通缩的调查结果。。。

也许，我们已经陷于因果关系的思维方式误区太久了，比如交通拥堵，我们只会想到汽车太多，道路不够用，开车的人不守规矩。。。也许这一切都是原因，但是却并不是必然和充分的原因；再比如空气污染，为什么就要想到一定是汽车的原因，虽然汽车也是其原因之一，但肯定比不上遍地的大烟囱、到处飞扬的尘土，但也许，这些也都不是必然的原因。既然现实已然如此，为什么不试试换一种思维方式和处理方式？

嗯，也许找出的相关关系让你大吃一惊，比如说，美国一个二手车中心试图找出哪种二手车最保值，结果，却是“橙色的车最保值”；但是，结果就是如此，先解决问题是急需，至于因果关系，可以说橙色比较醒目，也可以说喜欢橙色的人性格比较内敛，较少出事故等等，如果需要找出因果，且再去找吧。要买卖二手车的人，只需要知道橙色车较保值就好。

其实我们有过相关的大数据案例：微软亚洲研究院的谢幸及其同事，通过记录和分析北京市出租车两年的GPS数据，可以向司机提供不同时段的最佳出行线路；如果能把全市公交车以及私车的GPS数据全部拿来，那么，向所有人提供不同时段最佳出行路线也不是难事。

可是，这“全部数据”就是问题，比如，我国某城市公交车因为价格不依赖于起点和终点，所以能够反映重要通勤信息的数据，就被工作人员给扔掉了。

所谓的大数据，就是全部数据，可以是微博微信上的片言碎语组成的大海，也可以是一些公司运营时有意做成的表格，只要全面就好，不求精确，因为大数据自身能包容和修正这些不精确。

事实上，虽然我们都知道世界已经进入了信息化时代，可是我们却不知道收集和保存信息，没有数据化的意识。其实，大数据的范围很广，我们只需换个思维方式，也许工信部本身拥有的数据，就可以找出解决拥堵和空气污染的办法。

是不是的些匪夷所思？我宁愿相信，交通拥堵和空气污染是可以通过大数据解决的，因为无论东京，纽约还是香港，无论人口密度还是车辆保有量，都不比北京以及中国的大中城市小。