为了解决城市交通拥堵，不同国家不同城市采取不同的方法或者方法的组合，归纳起来主要是两类，一类是通过行政手段，一类是通过经济杠杆。前者如北京，通过限行每工作日减少约百万辆汽车出行，同时提供较多的公共交通补贴，后者如伦敦，中心城区收取高额拥堵费，减少车辆进入。

　　这些手段在一定程度上是有效的，但在背景下，如果用互联网思维和视角来观察交通拥堵问题，或许就会得出更多有价值的结论，再辅之对策，从而做到未雨绸缪，有助于在根本上缓解交通拥堵。

　　高德作为中国领先的数字地图内容、导航和位置服务解决方案提供商，积累了大量的交通出行数据，这些数据可以能够为智能交通提供更多的决策依据。比如，通过北京超过5万辆出租车上提供的实时数据，就能随时了解北京几乎全部主要道路的交通路况，而长期积累下的这类数据就形成了北京区域内交通的“热力图”，进而能够得出什么时段的哪些地段拥堵严重。

　　此外，从高德地图上的用户行为数据上看，使用步行和公交线路规划的用户比例明显低于驾车出行路线规划者，这也就说明绿色出行的比例还不够高。有了这张交通“热力图”和绿色出行比例偏低的结论，政府相关部门一方面在做城市规划建设时，就可以做到合理布局合理建设，使得治堵的措施在一开始就被考虑进来，另一方面可以考虑为绿色出行者提供更多的便利，比如开辟完善的自行车道、提供免费便捷的自行车站点、支出更多的公共交通补贴等等。

　　交通“热力图”能够反映长周期内区域路段的拥堵情况，而短周期内的数据对交通及道路部门的决策同样具有指导意义。比如，通过单周的实时交通大数据，高德就发现，周一、周五、邻近节假日并不受限行影响，始终是全周最为拥堵的时段。就限行本身的效用看，限行尾号4和9那天会比其他时间更为拥堵，这或许是因为这组尾号限行的车辆相对最少，如果这个结论和交管局登记的车辆牌号分布一致，那么相关部门就可以考虑对每日限行的尾号组合做出调整，以均衡道路负载缓解拥堵。

　　高德地图的大数据不仅为相关管理部门提供决策依据，还为个人出行提供数据依据。通过交通路况的大数据分析，高德地图为用户提供躲避拥堵的功能，引导用户向畅通路段分散，通过这种主动的路线“调校”，每个交通参与者都在为缓解整体的交通拥堵状况而做贡献，这就生成了某种“集群智能”—单一个体的出行是随机和不可控的，而一旦每个交通参与者通过某种方式“连接”起来形成一个大的可实时分享交通信息的群体，那么这个群体就具备了某种“智能”，通过互相影响来达到自我调校和自我优化，而结果一定会朝着减轻拥堵的方向发展。

　　因此可以认为，互联网和移动互联网的发展为解决交通拥堵提供了良机。过去治堵的思路往往集中在限制或控制，而互联网的思维和视角则侧重于群体交通行为数据的挖掘和利用，前者相当于计算机领域的中央控制式的计算，后者相当于网络时代的分布式计算，网络节点多，对交通情况的变化也较为敏感，计算效率也更高。

　　产生“集群智能”效应的前提是足够多的交通参与者“连接”起来，并且交通信息的分享是实时和自愿的。在这方面，高德也正在努力布局和打通数据，高德地图已经允许来自新浪的用户在地图上实时分享路况，其他高德地图的用户都可以同步观察到，这类似国外的“waze”模式，每位用户既是交通信息的生成者，又是交通信息的提供者，从而以互联网彼此连接、相互影响的方式来降低交通拥堵。

　　当然，造成交通拥堵的原因很复杂，且往往是多重的，除了过去常用或者现在还沿用的方法外，成从武建议相关部门能从大数据和互联网思维和视角出发，重新审视和研究交通拥堵的原因，并在大数据的指导下，为缓解交通拥堵设计更有效率的治堵方案，而高德也愿意分享自己的数据资源，为缓解交通拥堵做出努力。