第一，用户出行的一卡通。以北京为例，交通局有一个终端系统，可以详细的统计出每天进出地铁的人数，每个人在地铁上的行踪都能一清二楚的获得，并且用户使用一卡通做公交车的也是能够统计出来的，但是公交车有个缺点就是有用户可能是不用公交卡出行的，但交通部依然可以根据使用一卡通的人数按一定比例计算出大概的人数。

当然，这里还有一个没有爆发的点 NFC 的近场支付，如果中国未来可以像日本那样达成全民的 NFC 支付，那么未来交通部获得的市民出行的数据将更加完善。

第二，运输车辆进行全面监控。目前《道路运输车辆动态监督管理办法》将于今年 7 月 1 日起执行，其中最大亮点就是运输车辆的车联网系统，将所有运输车辆都与 GPS 卫星连接，国家可以实时监控这些运输车辆的路线，这对交通规划是非常好的事情。

第三，车联网。由于车联网的逐渐普及，交通部也能更好的掌握车辆出行的数据，再根据比列进行模拟出大概数据。

第四，路网监控。国家在道路监控上的投入可谓不菲，重庆高速公路视频监控数据每天就达到 50T，我们获得了船舶位置数据，航速数据每天就达 5500 万条，在广州，综合处理服务平台，每日新增城市交通运营数据记录超过 12 亿，每天数据量达到 150 到 300GB。通过视频监控，交通部能够弥补上其他信息的不足。

第五，与百度的战略合作。这也是百度请交通部来做演讲的原因，百度将自己的地图生态开放给交通部，为其增加数据的渠道来源。百度地图的日请求次数有 70 亿次（包括手机 App 地图，导航等等），拥有大量的用户出行数据，进而诞生了百度迁徙图，而交通部可以根据百度提供的数据来提高数据的可靠性，成为可靠的参考样本，进而做好决策。

第一，智能公交。这是交通部早已实现的事情，也是交通部最早利用大数据决策的成功案例之一。交通部根据 GPS 定位技术、3G 通信技术、GIS 地理信息系统技术等等结合对车辆的监控，实施的公交车智能调度策略，提高了公交车的利用率，同时也在不断减轻城市道路的拥堵负担。

目前智能公交的调度技术已经在绝大多数城市铺展开来，目前中国各个城市都在陆续展开该项目。

第二，用大数据辅助交通规划辅助决策。就公交网络而言，传统的方式需要在投入大量人力进行 OD 调查和数据收集。而目前的一卡通，则让数据更为全面的展现在决策人员面前，流量数据全部可以精确掌握，同时再利用上车辆拥堵时间，拥堵路段的大数据分析后，公交车的线路调整，增加与减少换乘站的决策就会更加有依据。

第三，对驾驶员评估。交通部与百度技术结合后将通过驾驶员的出行习惯，从路线到行为，为该驾驶员提供一套评估，而此人的评估会被送往交通管理部门以及运输企业等地方，让用人的参考数据更多。并且这些评估也可以为个人提供安全参考意见。

第四，预测群体出行行为。目前百度地图已经做到了可以提前两周预测某个城市的人数大概规模，而将这一成熟的预测算法用于交通后，结合交通部的其他大数据，便可以预测出群体出行的态势，对其可能出行的时间，出行路线，出行方式等等进行预测，从而为城市车辆调度提供决策帮助。