大数据分析在经历了初期的技术热潮之后，逐步走向冷静思考。这并不意味着这一技术的昙花一现，而是技术应用走向深水区。
交通系统建设同样正在经历一个从智能交通走向智慧交通的过程。智能交通是在交通系统中引入信息技术所产生的解决方案，而智慧交通则是采用技术和政策手段，解决交通领域社会问题的人机混合系统。
在智慧交通建设中，大数据、复杂系统、人工智能、物联网、区块链等构成其技术基础。因此要求交通大数据分析在一系列分散的技术探索基础上，尽快形成系统化的理论与方法体系。
基于大数据的智慧交通的决策过程划分为——情报决策和行动决策两个基本步骤，并可以在两者中形成较为稳定的研究模板和技术方法。
情报决策工作的任务是要确定哪些信息是真实的。情报是已经出现、正在出现，或者将要出现的事物的模型。这个模型不是由计算机自动生成，在可预见的未来也很难由人工智能自动实现。交通大数据分析中的情报决策分析与传统交通调查数据的质量控制不同，最为关注的不是精度，而是信度。由于所获得的绝大部分信息是间接信息，在交通大数据分析情报决策中一方面需要强调的是依据间接证据形成证据链，进而形成科学判断的能力；另一方面需要强调基于不完美数据的信度评估，明确与事实的模糊距离。
情报决策的基本步骤可以划分为：
（1）观测数据压缩和信息提炼；
（2）所产生信息的信度评估；
（3）构建证据链形成决策判断。
作为其核心技术的证据生成包括两部分的基本工作：借助关联关系探寻内在规律的线索；关联分析基础上的因果推断。
交通大数据分析基础上的行动决策则需要突破原有交通分析理论的技术框架。交通大数据分析提供了一种连续追踪、多角度、多层次观察分析对象的手段，而交通系统属于复杂自适应系统。将大数据与复杂性理论结合，将形成新的行动决策的技术方法框架。
技术只有适应发展的需要才有生命力，催生新的行动决策理论与方法的动力，来源于解决一系列新问题所产生的技术需求：
（1）空间规划体系框架下的交通规划。空间规划是对空间使用的规划，不是对自然空间的划分，其核心是建立各种空间使用之间的关系。由此决定了新的问题讨论逻辑：空间中的关系——空间中的行为——空间中的网络。这是传统单纯依托交通调查和基于OD的交通流分析不能完全胜任的工作，交通大数据分析展现了新的技术可行性。
（2）存量规划阶段的交通战略。中国城市的存量规划，强调的是在用地规模、空间范围不进行大规模扩展的情况下，对城市的更新改造。这并不意味着城市的空间关系结构和交通网络格局不进行大的调整。由此产生了：空间组织问题、提高空间承载力问题、财政负担能力问题、社会治理问题等。面对这些问题需要强调过程监测与调控。
（3）为实现高质量城市空间而需要完成的人本场所与活力网络的协调问题。“人本”场所的空间质量，强调的是“人”在空间中的主体地位，传统上赋予空间活力的机动性，强调的是“车”的中心地位，两者之间的矛盾，本质上是日益增高的人居环境诉求与难以节制的个体机动化出行所产生的资源需求之间的冲突。
综上所述，城市是一个复杂适应系统，面对这样的应用领域，大数据智慧必须超越一般的技术智慧和工程智慧。因此，我们不仅要着力于具体技术应用，更为重要的是要努力搭建科学严谨的技术框架。
扫一扫在手机上阅读本文章
