在大数据时代，想要对整个城市的运行进行管理，不仅要考虑交通问题，还要考虑气象的影响、交通污染的排放以及整个城市市政道路、管网的建设。
“所以，深圳一直在构建一体化的模型体系。”关志超表示，面对大数据，如何在城市宏观层面实现城市、区域、宏观大模型体系的标定和迁移，确实是当前所要考虑的重点工作。
关志超告诉记者，人口分布、用地情况以及出行速度分布等一系列模型体系的建立，为城市管理和政府决策提供了数据支撑。他们将罗湖区细分为2864个交通小区，从宏观、中观、微观三个层次建立了系列模型，作为支撑整个城市交通服务和交通问题的分析研究。
深圳市曾提出构建未来交通实验室的畅想，在这样的大推进模式下，由中国综合交通指挥中心作为未来开放实验室的数据基础环境，联合多家科研机构推进交通未来实验室的开发，实现交通资源面向城市、面向社会一体化的公益性服务。
此外，深圳市具有全国最大规模的仿真环境。交通仿真的建立为整个城市轨道交通模型体系的不断优化，为城市交通指数的监测和服务提供了有效的技术支撑和保障。
技术创新倒逼管理变革
大数据仿佛一夜之间风靡全球，既宣告了一个时代的到来，又显然成了一个时代的标志。
但“大数据不是定制数据，往往是间接证据”。杨东援表示，间接证据在某些区间里的判断是成立的，在某些区间里的又肯定不对，无法直接成为决策依据。
“再者，就是对数据进行清洗和正确的判断，因为大量的数据经常是错的。”杨东援举了个例子：研发机构号称牌照读出率为95%～98%，但数据交合后发现，实际上不到6万辆的上海出租车，被读出的车辆数却呈数量级翻倍——原来是“Z”和“2”傻傻分不清。然而，“交通大数据应用的最大困难还不是技术，而是管理者的变革决心。”杨东援坦言，大数据的价值在于让我们更好地“搭脉”，“帮助我们发现不知道的，而不是验证已经知道的”。
从城市交通角度来讲，政府如何利用大数据对整个城市交通进行管控，这是一个亟待解决的问题。
“在非高峰时期，人们为何也不选择公交出行?一个重要原因就是没有时刻表。”杨东援坦言，老百姓所谓的公交出行时间，实际上是将无效预留时间也算在内。除了让公交跑得快以外，能否减少无效预留时间等问题也有待解决。
据科研人员分析，智能交通的潜在价值还没有得到有效挖掘，对交通信息的感知和收集有限，对存在于各个管理系统中的海量的数据无法共享运用、有效分析，对交通态势的研判预测乏力，对公众的交通信息服务很难满足需求。这会造成智能交通的效率不高，智能化程度不够，使得很多先进技术设备发挥不了应有的作用，也造成了大量投入上的资金浪费。
由此可见，交通大数据只是一系列图和表，交通工程师也只是参谋，政府才是决策者。大数据与管理如果不能携手同行，智能也只能在云端打转。
