未來出行第一題：自動駕駛的治堵方案真的可行嗎？

堵車問題，已經成為了北上廣的城市腦血栓。在我們的花樣治理之下，不僅城市道路擁堵緩解程度有限，還繼而發展出花式的擁堵方式。例如節假日期間高速道路免費帶來的高速擁堵，年節期間返鄉熱潮帶來的鄉村道路擁堵。

似乎解決擁堵的方式，永遠趕不上經濟發展帶來的擁堵程度飛漲。

想象中的擁堵治理，和現實中的擁堵治理

每當這種時候，我們都會把希望寄託於技術的進步之上。

我們曾經“幻想”過很多技術治堵的方案。

例如寄希望於手機地圖導航軟體，透過AI演算法預測交通道路擁堵情況，幫助駕車人規劃路線。

又比如我們寄希望於智慧公路和車聯網，試圖增強車與車、車與路之間的聯絡，收集更多資料來對駕駛人進行協調並輔助未來的道路規劃。

可實際來說，智慧公路和車聯網的普及才剛剛開始，很難真正發揮出作用。手機地圖導航軟體則無法進行真正的進行強制化普及，無法收集到足夠全面的權威的道路車輛資訊，在擁堵治理上只能強調輔助性的引導作用。

於是，想象中的技術治堵變成了現實中的“政策治堵”——限行、限號、限購……以限制道路行車總量的方式來矯正擁堵狀況。雖然這種治理方式給很多人帶來了不便，但在行車空間不變，行車需求卻不斷增長、供不應求的狀況之下，強制一部分車不能上路，或許已經是最好的解決方案。

如此看來，擁堵問題從本質上來看還是一個供需問題。而供需問題最好的方式，難道不是利用價格調節嗎?

例如早上九點鐘高峰時期出行會增加燃油稅負擔，選擇進入擁堵道路同樣也會增加相關稅負等等。

在過去，透過駕駛成本來協調行車空間供需是一件實現起來很困難的事。

不管是路段的擁堵還是時段的擁堵，本身都具有很強的動態性。也許這一小時在擁堵，下一小時又暢通無阻，並不具有定價的可行性。

目前大多數國家實行的方式是透過燃油稅+高速行車費的組合來進行一刀切收費模式，協調能力實在過於有限。

實際上燃油稅本身的稅收模式也讓很多人感到不滿，在華爾街日報所報導的《技術如何消除交通堵塞》一文中就提到，很多人認為單一的按照燃油購買來進行稅收是對沒有經濟實力換置新車的人的懲罰。

以里程費替代燃油稅，Ore Go的模式可行嗎?

但在今天，透過技術協助實現擁堵定價正在成為現實。

在美國俄勒岡州，正在實行一項名為Ore Go的計劃，即利用行車裡程記錄來替代燃油稅。透過配置在汽車上IoT裝置，記錄汽車在俄亥俄州內的行駛里程，透過行駛里程進行收費。

簡單來說，美國各個州燃油稅價格不同，可燃油稅本身解決的應該是汽車行駛過程中產生的擁堵、汙染排放等等問題，所以就可能出現車輛在A地區排放汙染，卻在B地區繳納燃油稅的情況。

Ore Go的解決方式不僅能夠細化稅收制度，還可以幫助駕駛者節約成本。在Ore Go的主頁中能夠找到計算器，方便駕駛者計算哪種方式更省錢，進而去選擇使用Ore Go還是繼續繳納燃油稅。

不僅如此，俄勒岡州還透過這種方式收集駕駛資料，進而輔助有關道路建設的市政決策。

這種由政府主導，以更低稅費吸引駕駛者安裝裝置，最後實現普及性資料收集的方式正在進入越來越多的城市，加州、科羅拉多州、明尼蘇達州……

未來出行的未來問題

但Ore Go模式所改變的，不僅僅是今天的一點稅費，其真正目的，是為了應對未來出行可能出現的種種問題。

目前來看，未來自動駕駛的普及會帶來以下幾種問題：

1、 車輛的歸屬

如果未來一切車輛都以租賃方式使用，不歸屬於個人駕駛者。那麼自動駕駛車輛將會出現大量無意義的空駛時段，用於找停車位和找到用車者。不僅不利於疏通交通，或許還會造成更多汙染。

2、 行車成本的支付

如果車輛不歸屬個人，那麼行車時的燃料等費用只能經由汽車分時租賃公司再轉嫁給個人使用者，這其中又存有大量的複雜的流程，憑添許多成本。

3、 不同品牌自動駕駛汽車的資料介面打通

行車資料的打通，雖然可以在今天停滯於瓶頸之中。但對於自動駕駛來說，尤其是以自動駕駛分時租賃為藍圖的未來出行，可以說是必不可少的一環。尤其是在自動駕駛普及的過程中，一定會出現自動駕駛和人工駕駛並行的尷尬期。這時如果沒有一種簡單便利的方式將行車資料彙總起來，將會帶來極大的不便。

在美國，有一些架構於Ore Go之上的未來出行實驗計劃ClearRoad，就是為了應對未來駕駛問題而生。

ClearRoad同樣推行用小型車載IoT裝置收集資料，以里程數計費替代油價計費。ClearRoad提倡在自動駕駛模式中應用和水電價格一樣的“梯度計費模式”，使用者以個人或家庭為單位，每個月擁有一定的里程數，超出里程則要增加用車價格。如此一來就解決了未來汽車租賃模式下的用車成本計算困難。

更重要的是，ClearRoad旨在以輕量級的模式彙集起自動駕駛汽車、普通汽車甚至貨用汽車的資料，甚至可以以強制安裝的方式來打通廠商之間對於資料的保護，進而實現前文所提到的道路擁擠動態定價，以價格來協調道路使用減緩擁堵。

不過目前ClearRoad還處於測試狀態，且不說自動駕駛應用普及來距離較遠，光是海量資料的上傳下行，道路擁堵程度與費用的交叉計算，就需要極強的算力和資料傳輸能力來支撐。恐怕是非5G不可。

不過在華爾街日報對於ClearRoad的報導中，也提及了很多人並不接受這種方式。人們認為這是在用稅收優惠去“購買”個人的隱私資料，為了一點減稅，就讓自己的行蹤時時刻刻暴露在無數雙眼睛之下，是一副令人毛骨悚然的畫面。

可見一項技術的發展，背後需要的是倫理道德、政策規範、基礎設施等等無數細節的配合。想象中的AI治堵，或許要在這一切都成熟之後才能真正到來。