问题：通勤时间过长挤压城市活力与个体创造力 城市化快速推进的背景下，通勤距离拉长、出行需求在高峰期集中，叠加后让交通拥堵在不少大城市变成“常态难题”。王坚以“平均通勤约40分钟”为例指出——长时间通勤不只是个体感受——更在持续消耗社会运行效率：时间成本上升会打乱生产生活节奏，降低公共服务的获取效率，也会削弱城市对人才与产业的吸引力。 原因：治理侧“看得见静态、看不清动态”的结构性短板 王坚认为，交通管理并不缺数据，但长期存在“静态多、动态少”的结构性矛盾。车辆保有量、道路里程等信息容易掌握，但真正决定拥堵的，是不同时段、不同路段的实时车流、速度变化，以及事故、施工等扰动带来的影响。受限于感知覆盖不足、数据割裂和算法能力不够，过去往往难以回答“高峰期到底有多少车在路上、从哪里来、到哪里去、瓶颈在哪里”等关键问题，治理因此更依赖经验判断和事后处置。 影响：看清“在途比例”意味着治理空间被重新定义 随着多源数据融合、边缘感知铺开以及算力提升，城市交通正在从“抽样判断”走向“实时刻画”。王坚披露的调研信息显示，在智能交通系统覆盖区域，高峰时段实际行驶车辆仅占城市车辆总量约10%。此比例带来两点启示：第一，拥堵不完全是“车太多”，更多来自时间与空间的集中、节点组织不合理、信号控制缺乏协同；第二，道路资源仍有优化空间，通过更精细的调度与需求引导，有可能在不大规模扩建道路的情况下提升通行效率，降低整体社会成本。 对策：从“统计分析”走向“实时协同”，让交通系统可预测、可调节 王坚强调，技术应用不应停留在数据汇总和可视化，更重要的是形成闭环治理能力，即“感知—研判—调度—评估”的连续链条。业内普遍认为，可从三上推进：一是打通多部门数据，推动道路、公交、地铁、停车、施工、气象等信息互联互通，在合规前提下实现共享共用；二是以算法驱动动态信号控制、潮汐车道、事故处置联动和绕行诱导，提高路网整体均衡性；三是把需求侧管理纳入体系，通过停车与路权精细化管理、公共交通优先与换乘便利提升、错峰出行引导等方式，降低峰值压力。同时，应完善数据安全与个人信息保护机制，建立透明、可审计的技术治理规则，让“看得见”真正转化为“管得好”。 前景：数字基础设施加速完善，智能交通将成城市治理重要抓手 公开资料显示，王坚长期从事信息技术创新，现任之江实验室主任。作为云计算领域的开拓者之一，他在谈话中将交通视为数字技术深度融入城市运行的典型入口。业内人士指出，随着“数字中国”“新型基础设施”等持续推进，交通治理正从单点优化转向系统工程：通过算力平台、数据平台与城市运行平台协同，未来有望实现对交通态势的提前预警、对资源投放的动态调整，并能在重大活动、极端天气等扰动下快速响应。更长远来看，通勤效率提升将推动商业服务半径重塑、职住空间再平衡，也为低碳出行与绿色发展提供更可落地的路径。
当通勤时间从生存必需转变为价值创造，城市发展便会进入新阶段；王坚院士的思考提示我们：科技创新不仅要追求技术突破，也应直面那些影响亿万人生活质量的基础问题。在数字化进程中重构城市运行逻辑，或许正是缓解现代都市病的重要突破口。这场从交通领域起步的变革，最终将重塑人与城市的关系。