自动驾驶技术的普及如何影响城市发展

波士顿积极地与自动驾驶公司开展合作，在加速本地自动驾驶应用落地之外，也加深对技术的理解。其中一些有趣的结论包括：未来按需出行服务将占到波士顿总行程的三分之一；城市地区的公共交通客流量将不可避免的总量下降；年龄比收入更能影响人们对自动驾驶的态度；而且有趣的是行程越短越可能使用自动驾驶出行。这些试点背后是政府层面意见统一，规划目标清晰，公众广泛参与等各方面的成功经验。在我国，政策层面上或许需要另一种顶层设计，但与科技公司开展良好的合作，对新技术有明确的愿景和管理办法，在试点现有技术的同时共同探索新的发现，并始终鼓励公众参与，这些尝试都值得我们认真学习，加以借鉴！

量化自动驾驶的影响

针对这些问题，世界经济论坛和BCG完成了两次自动驾驶影响研究。我们于2016年开始为波士顿市中心开发了基于代理的交通及车辆间互动模拟。详细结果在2017年十月报告《如何实现自动驾驶：波士顿及其他城市的经验》。模型研究范围于2017年扩展至整个城市，并尽可能以真实世界的数据和消费者研究作为基石，模拟未来场景。

1

自动驾驶影响力的研究方法

在2016年，该项目为波士顿市政府周边的0.5平方公里（0.19平方英里）完成了一个基于代理的交通模拟。以粒度方法分析包括车辆间的互动，并为每辆车的行为建立模型 - 比如，一辆车需要在交叉口等多长时间才能左转。模型建立了两个革命性的方案：没有私人汽车下的自动驾驶汽车应用，与仅有三分之一的私人汽车下的应用。目的是为了确定多少车受到影响，行驶距离，所需停车空间和总出行时间。

2017年，模拟模型性能大幅提升，为更好的代表真实世界的情景，并提供一个对波士顿交通的整体理解（见图十三）。在这些变化中：

图十三、自动驾驶车辆影响研究扩展（来源：世界经济论坛，BCG分析）

面积从市政厅周边的0.5平方公里（0.19平方英里）扩大到整个波士顿城（142平方公里/54.83平方英里）；

从城市中增加出行和车辆数据：我们的工作小组与UPS（物流供应商）和INRIX（出行数据提供商）合作，以获得波士顿街道上车辆的真实移动数据；这些数据可模拟200万私人车辆的日均出行情况（相比于2016年的18万），并加入2016年未包含的1万量商用车出行情况；

借助波士顿数据进行联合分析，而非只是参考理论方案（见上篇）

-影响研究包括了72个独立的出行方式组合。

-影响研究包括了12个社区，3种出行长度和2个出行场景，为了获得联合分析中识别的出行方式组合变化的多样性。

最后，我们着手对自动驾驶汽车获得的交通流量效率进行设定。 自动驾驶汽车较为理性，不会因人类驾驶员的行为而降低效率，例如大众旁观（“野次马现象”），低效的车道合并或双重停车。因此，以相同速度驾驶于同一街道段的前提下，自动驾驶汽车交通容量将高于传统车辆交通容量。为了量化这种影响，我们在三车道公路上分别完成了1000次常见交通情况模拟。结果表明，纯自动驾驶汽车车队情景中，交通容量有25.4％的增长潜力（见图十四）。而对于自动驾驶汽车与传统汽车混合的情景中（37.5％，数据来自联合分析），交通容量有6.3％的增长潜力。

图十四、自动驾驶汽车效率提升（来源：世界经济论坛，BCG分析）

该模拟由BCG先进的分析机构BCG GAMMA构建，包括地理范围，200万次出行记录并涉及超过60万辆汽车。几乎实时运行，模拟24小时的交通情况大约需花费20小时的时间。使用特定于街道的流量数据的粒度运行模拟生成了同样的精度。影响研究的主要结果是根据四个关键指标（见图十五）构建的：

图十五、自动驾驶汽车影响研究关键指标（来源：世界经济论坛，BCG分析）

路上行驶车辆数

如联合分析所述，道路上的车辆数量将减少15％，这主要是由于从个人驾驶向按需出行转变。该值介于2016年研究中的自动驾驶汽车与传统汽车混合（11％）和纯自动驾驶汽车（28％）情景之间。

车辆行驶距离

车辆行驶距离增加16％来自于：在按需出行中，因上客和落客产生的额外出行距离；及按需行驶车辆在上落乘客空档产生的空车行驶。该值高于市政厅周围0.5平方公里（.19平方英里）市区的2016年自动驾驶汽车与传统汽车混合（13％）和纯自动驾驶汽车（6％）情景。可见混合情景对车辆行驶距离的增加影响更大。这种情景下，自动驾驶汽车无论是在上落客、还是在空驶等待接单，都需要花掉更多的里程数。

需要的停车空间

所需停车位数量的大幅减少（48％）表明了需要停车位的私人车辆出行减少。这类出行模式将迅速转变为按需出行方案，尤其是定期出行。纯自动驾驶汽车情景下，停车位数减少的比例（48％）与均值相当。而自动驾驶汽车与传统汽车混合情景减少比例较低（16％）。波士顿的停车位占地目前约为10平方公里（3.86平方英里），这包括街道和车库停车位。

平均出行时间

模拟预测平均出行时间将下降4％。道路上车辆将减少，一方面是同一道路上容纳更多行驶更理性的车辆，另一方面是汽车行驶距离变长。出行时间减幅低于自动驾驶汽车与传统汽车混合情景（11％）和纯自动驾驶汽车情景（30％）。其一是商用车辆的定时运行，如送货车和垃圾车早上七点到晚上七点有固定的运营安排。这会减缓交通。但在前期小范围研究中未纳入考虑。其二是因为该模拟基并非先进行未来情景假定，而是考虑逐步演进过程。其中包括了公共交通到按需交通的过渡情景，这导致车辆类型增加，模拟结果逊于其余两个情景。

2

解决拥堵问题

自动驾驶汽车影响研究兼顾整体与细节分析，帮助政策制定者判断自动驾驶汽车对交通堵塞的影响。其中涉及两个问题：

拥堵风险哪里最大？

是否有政策能有效减缓风险？

1. 分解出行时间以识别拥堵风险

联合分析中，出行模式的混合与演变直接影响交通模拟中的优化出行时间。全城出行时间减少4.3%是基于相对稳定的公交出行比例，同时私家车出行到按需出行转变达到20%。然而未来仍有40%的私家车出行，这削弱了交通优化的可能性。

图十六、离散出行时间影响（来源：世界经济论坛，BCG分析）

以社区的未来出行规律来探索缓解拥堵的方案是个不错的办法。以波士顿西部的Allston为例：大部分上班族都通过公交或者自驾进城上班，但当地的公交出行比例达到40%，高于美国大部分社区。在影响研究模拟中依然能达到如此高的公交比例。这是因为以下几个方面影响了当地的出行模式：较长的出行时间，按需出行成本高于公交，学生为社区主力，平日主要通过步行、骑车或坐公交上学。

但Allston的私家车出行模式未来就不那么乐观了：私家车使用成本比按需出行成本要高，这包括停车在内的运营与维护成本。模拟研究表明未来私家车使用率将下降24%，并更多转向共享车辆出行模式。这将减少交通量，并平均减少12.1%的出行时间。图十七为针对Allston的交通模拟，绿色为交通顺畅路段，而红色为拥堵路段。

图十七、Allston模拟结果（来源：世界经济论坛，BCG分析）

然而在市中心，由于短途出行更普遍，而按需出行可以提供点对点服务，并不像公交那样需要人挤人，因此未来的公交出行将更多的转向按需出行（占现有公交出行的16%），但私家车出行转变并没有那么明显（仅占现有私家车出行的9%）。从公交出行到按需出行的转变会增加交通量，因此更容易拥堵，并增加约5.5%的出行时间。图十八展现了市中心模拟的上述结果。代表拥堵的红线相比图十七密度更高。

图十八、波士顿市中心模拟结果（来源：世界经济论坛，BCG分析）

值得注意的是，研究模拟显示，将私人和共享自动驾驶汽车纳入波士顿居民的出行方式会减少市域的总出行时间，但会恶化市中心的拥堵情况。城市规划师应意识到这一点，在未来规划的时候要考虑到自动驾驶汽车对交通的影响。政府在2030年波士顿总体规划中提出，公交汽车出行比例应增加34%。但如果不通过政策引导而是任由自动驾驶汽车市场化，公交出行目标很难实现。

图十九、政策杠杆模拟结果（来源：世界经济论坛，BCG分析）

上述分析可作为政府和企业开始探讨如何最大化发挥自动驾驶汽车作用的起点。政府和企业所追求的目标也许不一致，但不妨碍他们互利互惠。比如，政府有兴趣通过提高载客能力低的出行方式的费用，或设置收税门槛，来降低出行成本（例如利用市场经济让更多人选择拼车出行）。而提供出行服务的app（如Lyft和Uber）也有兴趣通过针对app的算法调整，鼓励拼车出行。这样既可以少交税，又可以提升车辆利用效率。

事实当然没有那么简单。但是上述举例是想说明，政府和企业完全可以达到双赢。提供出行的app能够为提升城市交通出一份力，而不是将其推至公共交通的对立面。

在波士顿开展自动驾驶试点

在BCG宣布与世界经济论坛合作的四个月后，第一辆自动驾驶测试车辆首次完成了在波士顿的一英里自动驾驶里程。测试和运营自动驾驶项目，需要地方和州级别的政策制定者之间开展相关合作来制定监管框架。同时也需要与掌握自动驾驶关键技术的私人企业，例如自动驾驶车运营商nuTonomy和Optimus Ride（两家从MIT走出来的当地公司），进行合作。在仅仅开展试点一年之后，我们可以此作为扩展试点项目的里程碑，为全世界希望开展自动驾驶测试的城市提供借鉴。

1

从第一英里到上千英里

马萨诸塞州和波士顿市一同制定了一个包含有拓展区域，里程，测试条件和车内乘客的测试计划。这个计划会针对每个自动驾驶企业进行微调，企业也都签署了理解州和当地政府的备忘录，但该计划为拓展测试计划提供了一个清晰的框架。计划的每个阶段包括定义明确的测试范围，和为了进入下一阶段自动驾驶车企业需要向当地和州政府展示的相关要求。nuTonomy实施了一套在波士顿街道上多阶段的测试方案。作为第一个开展试点的公司，nuTonomy提供了进行自动驾驶测试的案例：

阶段A

第一阶段重点在对道路测试进行技术准备。包括测试区域的高精地图，以及为自动驾驶所需要的软件采集必要的数据。

阶段B1

在2017年1月4日，nuTonomy启动了该阶段的路测。它在南波士顿的工业园区内完成了第一英里的测试。该园区因其内部含有公共道路，且交通环境简单清晰而被选中。B1阶段包含有2017年1月一个月内，100英里良好天气的白天测试历程。

阶段B2

B2阶段将测试扩展到了夜间和混合天气状态下的自动驾驶。由于B2阶段在二月份启动，测试车辆经历了一些雨雪天气。事实证明雨雪天气是自动驾驶技术的一大挑战。下雪不仅会影响车辆的轨迹，还会影响传感器如何感知环境。nuTonomy在新加坡的测试就没有这种挑战。

海鸥也对波士顿的自动驾驶车测试带来了挑战。海鸥会站在街上，且并不会在nuTonomy的电动车安静地靠近时飞走。面对海鸥，车上的传感器会直接检测到一个物体并迅速停车，和海鸥形成了一个“对峙“的场面。在这种情况下，nuTonomy的工程师让车向前一小步来让海鸥飞走。

阶段C

在2017年3月，nuTonumy获得了该阶段的许可，得以覆盖南波士顿更大范围。这次拓展的测试区域不仅包括更具挑战性的交通和街道布局，该包括波士顿南站——目的在于对自动驾驶车在多模式交通环境下进行测试。每天有超过200000通勤者通过波士顿南站。其中90%的通勤者会选择步行，因此自动驾驶车在车站附近会面对大量的步行交通。

整个2017年，nuTonomy持续拓展自己的测试。公司在年中宣布在车辆与用户交互方面与Lyft开展合作。同时，nuTonomy也希望自己的自动驾驶车能够在lyft的打车平台上线，更早地与乘客见面。在2017年11月，一位在海港地区的乘客第一次打到了nuTonomy的自动驾驶车。初期的反馈十分良好。例如，第一位合法的盲人乘客形容他的出行经历为“所有我能想到的美好词汇。”

2

从一家测试公司到三家测试公司

到2017年6月，波士顿街头的自动驾驶测试车队得以扩展，加入了波士顿第二个和第三个合作伙伴——Optimus Ride和Aptiv。

Optimus Ride在17年的2月份申请了测试牌照。和nuTonomy一样，Optimus Ride也诞生于MIT，但关注点略有不同。Optimus Ride的车是四座到六座的Polaris型号，看起来更像是高尔夫球车，而不是乘用车。公司致力于解决第一公里和最后一公里问题，为乘客提供到公交站点的接驳服务。在2017年6月，马萨诸塞州和波士顿市批准了Optimus Ride作为第二家正式的自动驾驶车测试合作伙伴。

Aptiv作为一家从德尔福分离出来的自动驾驶和电子器件公司，很快成为了第三家合作伙伴。Aptiv向自动驾驶技术投入巨大，且和科技公司IBM，Mobileye以及宝马等车厂开展合作。公司早期的自动驾驶车测试基本通过奥迪Q5完成，现在希望在波士顿测试搭载了Aptiv自动驾驶技术的宝马5系列车型。在2017年10月，Aptiv宣布收购nuTonomy并在波士顿创建一个新的自动驾驶车技术中心。

3

自动驾驶车测试的五个建议

在波士顿街道上进行的自动驾驶车测试揭示了五条成功的要点。尽管不是所有地方都有雨雪或海鸥，但是波士顿所提供的原则对所有希望开展自动驾驶车测试，为未来交通做出准备的城市仍然具有借鉴意义。

1. 开始阶段要有一个明确的愿景和绩效考核方式

波士顿的自动驾驶车测试得利于该市此前建立的出行计划Go Boston 2030。根植于政策目标并基于与上千波士顿居民的互动，这种强大的框架为定义城市的自动驾驶车测试提供了基础，并将所有内容同既定目标和考核方式联系起来。

Go Boston 2030 为交通出行定义了三个总体目标：拓展通达性，改善安全性和保证可靠性。Go Boston 2030愿景是将城市道路伤亡从每年20人减少为0。该计划希望到2030年增加30%的公交出行。这也是自动驾驶车公司聚焦于第一公里和最后一公里问题的原动力，与公共交通形成互补而不是取代公交。希望开展类似测试的城市也应该有相应的具体目标和考核。

2. 在许可阶段平衡各方利益

在美国关于自动驾驶车监管的讨论，凸显了联邦，州和地方管理者在决定谁应该为监管的哪部分负责过程中存在的摩擦。在纽约州的事件反映了自动驾驶车测试过程中遇到的挑战。州长Andrew Cuomo宣布了通用自动驾驶车在纽约市曼哈顿的测试。纽约市市长Bill de Blasio表示了对安全的担忧，表达了对计划的反对。波士顿的应用成功处在于市政府和州政府以统一的姿态与自动驾驶车公司合作，各方可以对协同决策的条件达成一致。

3. 建立一个分层，具有阶段性成果的测试计划

政策制定者严格且实际的测试计划对波士顿颇有益处，因为这样明确了自动驾驶车公司在测试开始前需要什么及如何开启下一步，避免了过程中存在的歧异。然而，测试计划也是动态的，在面对需要的变化时具有一定的弹性。波士顿的整体计划吸引了额外的测试参与方，并允许测试使用案例的拓展。这种标准，分层的测试计划很好地作为一个扎实的起点，来联合各个参与方。

4. 尽早建立公众信任

波士顿自动驾驶车测试计划的一个关键原则是要涉及市民，保证市民参与到测试过程中来。让公众对自动驾驶技术产生信心可以对技术普及产生重要推动，但同时也是极其不稳定的因素——一次事故可能让舆论瞬间转向负面，即使自动驾驶技术并没有过错。

波士顿在尽可能地增加自动驾驶技术的曝光率。在2017年10月份，一个“机器人街区派对”在波士顿市政大厅举办，超过6000名波士顿市民参与并体验了世界上第一个“自动驾驶车宠物园”。城市的目标是利用庆典活动来增加人们对自动驾驶车的接受度。nuTonumy，Optimus Ride和Aptiv在街区派对上展示了他们的车辆，并为当地居民提供了提问和表达担忧的机会。

如何结合自动驾驶与现有交通系统

1

城市交通的管理需要全面性的考虑

上文所提到的联合分析和自动驾驶的影响力分析都表明，单独关注城市交通的一部分，而不注重全局，将会使得研究角度过于狭隘。实际上，比起具体交通工具，更重要的是乘客和货物如何在整个城市的交通系统中流动。

制定政策时需要解决的几个重要问题包括：如何使得乘客的出行需求能够在一天做更平均地分布以减少高峰时段的拥堵？如何降低马路上的车辆总数？如何保证自动驾驶不会扩大贫富差距？什么样的价格优惠能够促使市民的出行规律与城市的目标更为一致？市政府应该通过多少宏观控制和法规制定来逐步改变人们的出行方式？我们需要获得哪些数据来做出正确的投资决策？

消费者决定出行方式时有自己独特的角度，会注重方便、实惠和环保之间的一个平衡。怎么样才能帮助消费者更直观地比较不同的出行方式，并制定出一个符合他们个人出行规律的合适方案呢？

交通运营商的目标是将用户群最大化并且产生相对较多的利润，尽管不同运营商可能存在一定的竞争关系，但是从全局来看运营商需要互相合作才能达到自己与乘客以及政府三方共赢的效果。

这三个最主要的利益相关者有不同的利益和动机，因此能够促进相互之间沟通协作的管理方式是非常重要的。

2

从小做起、逐步扩张

数据平台的概念对于每个利益相关者来说都是极具吸引力的。世界各地的城市都在关注着这一概念的发展，比如说芬兰赫尔辛基的Whim区，就是第一个应用了多种交通工具统一付费平台的城市社区。然而，开发这样的一个平台工作量可能会很大，比如设计一个合理的竞标系统就需要好几年。许多城市都在计划小范围的试点，希望能够逐渐在政府、交通公司以及乘客间获得更多的支持。

总结与展望

1

自动驾驶出租车和接驳车的商业化将很快来临

全世界各地目前有100多个自动驾驶的试点项目正在进行，从这些试点项目的迅速扩张和科技的高速发展来看，自动驾驶出租车服务将有望在2018年现身一些超大城市的街道，并开始加快发展。2018的第二季度，Aptiv宣布将在拉斯维加斯通过Lyft的平台放出30辆自动驾驶汽车，与此同时Waymo也完成了测试指标并且在真实街道上进行了司机坐在后排而不是驾驶座的测试。很多自动驾驶的接驳车也在世界各地很多公共或私人的道路上进行了测试。自动驾驶真正成为城市出行的一部分的那天将来得比我们想象得更快。

2

其他城市从波士顿案例中获取经验

从世界经济论坛到波士顿咨询公司，这一案例并不仅仅是关于波士顿本身，更多的是要展现自动驾驶在世界各地的城市中所藏有的潜力，波士顿试点能够成功的一大重点就是不同利益相关者之间的沟通和协作，包括政府、交通公司、学术界、自动驾驶与城市出行工作组，以及波士顿咨询公司。要想为自动驾驶制定一个合理的政策环境，深入了解顾客的需求、行为改变的规律以及这些改变对城市交通的影响是十分必要的。

3

世界经济论坛

对自动驾驶和城市交通的研究还在继续

随着自动驾驶项目进入下一阶段，项目总部将设立在重塑城市交通计划下属的第四次工业革命中心内，论坛的自动驾驶和城市交通工作组将继续协助各利益相关者之间的沟通，并且将波士顿的成功案例分享给世界各地的其他城市，并且进一步明确自动驾驶相关的重点管理缺口。