智能出行给我们的生活带来了怎样的变化？

智能出行 ——从技术试验到社会试验

1899 年，欧洲的一家杂志组织了一群美术家、插画家、博物学家和未来的研究者，做了一个关于 2000 年的想象，把他们心中未来的样子画了下来。比如说有视频通讯、家政机器人、移动街道、电视转播等等。

其实在这里边，几乎 60% 是跟出行有关的。比如这个我看着很像电磁轨道交通，还有水陆两栖交通、航空公共交通，以及类似这种会飞的出租车。

但我最感兴趣的是这个。其实人类对于出行的诉求，并不简简单单地是想要移动出去，他们还想让自己的空间也移动出去，所以有了这样一个东西。

这是一个我最近刚知道的车，很震撼。

智能出行到底会带来一个什么样的未来？过去是通过车或者交通载具的形式，它改变了这种关系，让路程上产生了一个新的场所，所以有很多研究者现在在提 “第三空间” 这个概念。

我们尝试着想让房子跑起来，事实上已经有人去做这种试验了，比如说这种自动驱动的房车。

其实大家可以想一想，未来可能会出现一个很典型的场景——酒店会被它干掉。未来去旅行的时候，很有可能就不需要再订酒店了，我的路程就是我的酒店。也许自驾游就变成了这样一种模式，甚至可能有些人就生活在路上。

还有很多类似的，包括移动办公室、移动蔬果店、移动市场，有很多都已经做出了产品的 demo，可能有的都已经在试用了。

但这个现在还没有看到，我觉得是最容易想到的。卡拉 OK 是在哪里诞生的？是在日本的出租车上诞生的。左边是日本当时的出租车，左下角可以看到，车顶部还有这个灯。

现在中国的商场里大量地看到右边这个东西，我们需要一个私密的自己 high 的空间。所以如果将来车辆可以自动驾驶，还能让我在里面 K 歌，是很美妙的一件事情。

2016 年的时候，上海的某位创业者出了这么一个 “滴滴拉屎” 的 app。真的是上海，他还找到了一些愿意共享厕所的空间。

这在当时当然是一个笑话，是在滴滴打车之后大家做的一个笑话。其实在生活当中，我们是有这种移动厕所的，尤其是在一些景区和特定的区域，它能解决临时的问题。

但在自动驾驶的这样一个时代，其实我们可以很严肃地去考虑这个事情。为什么 “滴滴拉屎” 不成立——当我有了很紧急的需求的时候，我再去找它，这个不太现实，但是一旦当厕所可以跑起来的时候，它就有了意义。

而它更大的意义在于，有一个词叫作 not in my backyard（不要在我家后院），邻避效应。在北京，或者在中国很多老城当中，我们是缺乏公共卫生间的，不仅是在找空间上存在困难，还会与当地的居民产生一些问题。

因为每一个没有厕所的居民都希望家附近有厕所，但又都不希望厕所建在自己的家门口。如果有移动厕所，它可以解决邻避问题，我们需要的时候它就来了；我们不需要的时候，它就到街角的某一个大家都够不着的地方停着，我觉得这是一个可能的方案。

但是我今天站在这里，并不是要带着大家天马行空地去展开想象。当我们拥有了无人驾驶以后，还可以有行走的健身房、行走的 SPA，因为未来在市场上一定会有许许多多的勇敢者和资本一起去做各种尝试、去试错。

也许刚才说的一切都不成立，但也一定会有很多新的东西会在我们的想象之外诞生。学者要做什么呢？学者要做的不是一起去想可以发明什么，而是去想这个东西被发明出来后，在投入使用后会产生什么样的社会影响。

所以今天我其实更多地想去讲，在智能出行时代我们的社会想象是什么。为什么要讲社会想象？我总是对每一种新产生的技术都心存怀疑，并不是我否定它，因为我们总是设想它是这个样子的：光鲜的，美好的，乌托邦式的。

然后我们的现实总是这个样子的，几乎每次都是这样。所以社会是很复杂的。

社会的复杂会导致高速公路变成晒谷场，前不久因为这个还发生了交通事故。

小区的健身器材会被用来晒被子，这些都是人性化的需求，我们实现了它的多功能的使用。前段时间李迪华老师还怼了这个健身设施，其实我觉得它晒被子还可以。

社会是很复杂的，它有它的随机性和无序性：第一，我们预测不准；第二，我们的设计会失效，很多事情的走向跟我们想象的会不一样，我们试图去控制的东西往往会失控，不管是朝好的那一面，还是朝不好的那一面。

最近我们玩了一个游戏叫底特律，它讲述了仿生人觉醒的故事。

我把它挑出来是因为，第一，这是一个近科幻，游戏里大量地用了一些我们可以去想象的未来的技术，去描绘了一个可信度非常高的生活场景，比如无人驾驶的出租车、未来的公交系统。

但我想说的并不是它的技术想象，而是这个故事给了我们一个很值得去探讨的社会伦理的想象。我们现在看到的是一个仿生人，它可能是刚帮主人买完东西，准备坐公交车回家。这是一个仿生人专用的上车点。

车内的空间是这个样子的。我们发现了新的种族隔离：后面是仿生人的站的空间，前面是人类坐的空间。

这个游戏的伟大之处并不在于它做了很多天马行空的技术想象，而是在于它探讨了当未来出现机器人、仿生人、智能保姆之后，社会会发生什么样的变化。

所以如果我们要去理解未来的智能出行，必须要立足于对人性的理解，去面对社会的复杂和无序，只有这样，我们才能得到一个可信的未来。

那么无人驾驶到底会给我们一个什么样的未来？将如何影响我们的出行？我们最近收集了非常多关于未来出行的预测，其中在中文媒体当中转载得比较多的是 2015 年《经济学人》的一篇文章。

这篇文章提了很多预测的观点，比如说自动驾驶可以允许员工住得更远，道路交通事故减少，解放更多停车空间，节约找车时间。它还提了一个数据被引用得特别多，就是汽车保有量下降 90%。

最近《Nature》上发了一篇 MIT 的论文，说未来经过更好的大数据的调度，尤其是有了自动驾驶之后，纽约只需要 70% 到 50% 的出租车就能提供当前的服务能力。

所以有很多关于出现自动驾驶之后到底需要多少车的预测，目前还没有定论。我今天就和大家一起做一道很简单的数学题。

我们有一个很简单的推理，未来一个城市对于自动驾驶的车辆的需求，并不是由一天 24 小时平均的车辆使用率来决定的，因为我们对车的需求不是均衡的。它其实是由早高峰的出行量来决定的。

所以会不会导致这样的结果：未来自动驾驶让我们很方便，所以越方便城市越堵车。当然，整个社会的平均通勤时间一定会下降，但是出行结构会发生变化。

最后，我们一定会在公共交通所带来的速度和拥挤舒适度，跟自动驾驶出行所带来的速度和拥挤舒适度之间，去找到一个新的均衡点。这个均衡点会比现在好一些，但一定不是大家所想象的技术解决一切的结果，因为背后还有人性在那里。

这是小汽车出行量的问题。那自动驾驶会如何改变我们的空间呢？城市不是只有人在生活，北京也好，上海也好，我们城市里面有 2000 万人，如果城市是一个大森林的话，在过去它就是有 2000 万个小动物。

但当有了汽车，这个城市就涌进来了一些大个子、大动物，北京有 500 到 600 万个，上海也差不多，当这些东西挤进来的时候，我们的城市是没有做好准备的。

这是北京老城的一个非常典型的景象。

胡同不是为汽车设计的，以前人们一般就步行，所以街巷胡同是这样一个尺度。而车进来了之后，道路空间、街巷空间有 50% 的面积就被占用了。这是北京的一个常态，而且几乎无解。

突然有一天北京的某一条胡同，叫史家胡同，要重新铺路面，所以他们就在路上刷沥青。因为沥青是高温的，很烫，那一天就把胡同里的小汽车都清出去了，不让它们在胡同里停，所以我们看到了这样一个景象。

我们突然发现北平回来了。我们花了很多钱去进行胡同的风貌整治，其实所有的一切都不如把小汽车赶走。到了傍晚，当地面的温度降下来之后，小朋友们都回到了胡同当中。

这是很难见到的景象，没有家长敢把小朋友放到当中，因为总是有很多的车经过，或是把孩子们游戏的空间给占掉了。我们那一天非常感动，在朋友圈大量地转发说，哇，原来整治北京街巷胡同的风貌这么简单。

这个事情持续了多久呢？持续到傍晚。有人过来把车位重新给画上了。第二天早上他们拍着照片说，“熟悉的味道又回来了”。

但车不仅跟我们争夺这种空间。如果把汽车作为一种大个子的动物的话，停车场就是它们睡觉的地方。它们还要吃饭，要去保健、体检、治病，还要洗澡、美容。还要去上学。这是在上海。

将黄浦区放大了来看，这里面每一个蓝色的块块都是居住小区，里外睡了一堆车，图上的点点是它们的家，你们可以看看汽车是怎么包围人的。

所以我们得到下面这张图，是上海的跟汽车服务直接相关的设施分布，可以看到有多少东西密密麻麻地生活在我们当中。

那么上海人的游憩休闲空间是什么样子的呢？是这样的。

假设我们把第一张图中的 10% 还给上海市民，变成人活动的空间，就会变成第三张图这样，我们会增加这么多活动的空间。

中国的足球为什么这么糟糕，我们假设在这 10% 中，再拿出 10% 修成小球场，让小朋友们去踢球，20 年以后世界杯上怎么会没有我们呢？

当然，自动驾驶不一定只会带来一个好的未来。很多人很积极地看待它，其实我是很谨慎地看待这个事情，因为换个词就叫作郊区化蔓延。

哪怕时间一样，通勤过程中的痛苦指数降低了。我们不需要亲自开车，没有急刹车，可以在路上睡，在路上 K 歌，一路戴着 VR 眼镜，可以很舒适。这样人性一定会驱动我们去住到更远的地方，面朝大海，春暖花开。

接下来它会导致土地的浪费，会带来更激烈的极端潮汐交通，会带来过度的通勤。它会降低城市的密度，导致街道生活的消失，以及降低公共服务品质。

为什么这么说呢？每一个商业设施都需要有足够多的消费者，都有一个服务半径问题。现在上海内环的居民一般两分钟就可以找到一个便利店。当人口密度降下来之后，便利店就缺乏了足够高密度的客流，那它就必须开得更稀疏一些。

一旦分布更稀疏，这就意味着，本来我不想开车出门，我也不得不开车出门，这会逼着我去开车。而且还会带来高昂的基础设施建设成本和运营成本，因为管线会铺得更远。

当小汽车出行越舒适的时候，实际上你离理想的生活、人性化的城市也就越来越远了。

技术可以让生活变得更好，也有可能让我们的城市变得更糟糕，所以对于未来的交通治理，不能只以交通去说交通。杨东援老师的文章中有一段话写得非常好，“如果就交通讨论交通，而不从城市的空间联系、居民的生活方式、城市的社会空间分布所造成的问题去考虑交通对策，那么交通对策就是喂止疼药”。

所以我们要从理解生活的角度去研究未来的出行，这就回到了我的本职工作。其实我们一直在进行市民的行为分析，想通过市民的生活来理解城市这个复杂系统。

出行不一定是提供交通设施和交通工具，也有可能是改变城市的功能结构、服务配置，以此来改善我们的交通系统，最后提升城市的品质。

我们做了一些宏观的研究，一组基于出行数据对城市市民生活的认知。我手上有一些公交和地铁的刷卡数据，你们现在看到的是北京和上海一天 24 小时地铁站进出站的客流的变化。

我们把地铁的刷卡记录做了一个聚类分析，聚成了十种不同的出行的人。这里面横坐标是一天 24 小时，纵坐标是周一到周日。

这是北京的上班族的统计结果。比如左上角这一组人，他们共同的出行模式是早上 7 点左右乘坐地铁出门，晚上 5 点左右乘坐地铁下班回家。右上角这一组就是 7 点左右出门，晚上 6 点左右坐地铁回家。

还有分别是早上 6 点、8 点、9 点出门，但是不知道几点回家的。

有一些我不能理解的很诡异的，只有礼拜一中午出门，还有礼拜天晚上出门的人。我不知道为什么。

我们就找到了北京这十种最主要的使用地铁的人的行为模式。

再看上海，比如有早上 8 点钟出门，大概 6 点到 7 点回家；9 点钟出门，不知道几点回家的；8 点出门 5 点回家的等等。大家可以看到上海没有那种早上 6 点出门不知道几点回家的。

这是北京和上海我们聚出来的这些人，聚它干吗，我想知道哪个城市加班比较多。结果是这样的：北京只有 23.2% 的人不经常加班，70% 多的人是经常性加班的。这些不加班的人大概分布在北京的东二环和西二环沿线，少数在中关村软件园和 CBD，这是北京比较幸福的人。

上海到底有多少稳定上下班的呢？54.9%。上海最幸福的这一群人，他们上班地点在 2 号线沿线。所以北京人惨啊，北京人拼啊。这是我们看到的一个最直观的关于加班的情况。

我们还做了一个更好玩的事情，一个一个地去看了每一个持卡人的生活时长，因为通过刷卡数据可以知道他们一天大概有多少可自由支配的时间。我们去看住在哪些站点周围的人比较 happy。

站点越红就代表你的可支配生活时长越长，黄色的次之，绿色的再次之，蓝色的最少。这下面有它的时间长度。右边是上海的，一眼就能看到，上海的红点点比较多。

但还是要声明一下，我观测的不是所有的上班族，仅是坐地铁的上班族。我们去计算每个居住小区隶属于哪个地铁站，再把每个站点的居民生活时长投射到小区上，这样就得到了两个城市每个小区的地铁上班族的生活品质。

越蓝代表这个小区里的人生活质量越好，越红的越惨。北京和上海的都有，你们可以看看自己家所在的小区是比较 happy 的，还是比较悲催的。

值得一提的是，并不是大家所想象的住得越远的人生活品质越差，虽然北京总体上看起来是这样，但实际上并不是。比如说北京的亦庄东部和平谷，可自由支配时间就很长，以上海为例，奉贤、宝山也有这种特点。

为什么呢？因为虽然住得远，但他们的出行并不是向心的，他们的生活跟主城区、跟内环没有关系，他们生活在自己那个组团内部，所以生活品质很高，而且加班也不多。

最后我们得到了北京和上海接近两万个居住小区的可自由支配生活时长的测度。我们可以对比一下。最左侧是最悲催的这群人，北京和上海比例都差不多，都接近 10%。但是接下来次惨、次次惨、次次次惨的都是北京比较多，北京一直到什么地方才被超越呢？

在每一天有 14.25 到 14.5 个小时生活时长的人这块儿，上海一下子就超越北京了。到了 14.75 个小时的时候，上海还有 15%，北京就只有不到 5% 了。再往上到 15 个小时一天，北京就看不到什么人了。

这是我们看到的两个城市生活品质的差异，我们利用可自由支配的生活时长去做的这么一个测度，但这只是一个阶段性工作，我们想分析背后的原因是什么，为什么北京人生活的品质比上海人差这么多。

我们想把这样一些生活品质的测度指标，跟一些外部环境变量进行回归分析，看一看到底什么样的城市可以给我们一个更理想的生活。当然这个工作很难做，我们只是刚刚起步。

接下来我想讲一个更完整的试验。首先要介绍一个很时髦的跟 Sidewalk Labs 并列的知名实验室，它位于北京的西二环，叫 Duckbridge Labs，因为这个地方有个地名叫鸭子桥，刚好我就在那上班。

我们在那里干一个事情，就是试图给它一个智能化的解决方案，以及怎么去实现一个人性化的社区。

首先，我们想解决在一个不智能的社区怎么实现社区感知和数据采集的问题。

有很多社区规划师、交通规划师，他们日常生活就是站在那儿数人、数车、数房子。如果你们做过社区规划的话，一定会深刻地知道这当中的痛苦以及 mapping 的过程有多复杂。当我们去做鸭子桥这个社区研究的时候，就遇到了这个问题。

于是我们利用微信的入口，开发了一个调研小程序。拍的每一张社区的照片，它都会自动把要素提取出来，告知照片中有多少车、有多少人、有多少建筑物等等，这样就能够知道这个社区的活力分布、停车分布和交通流量。

利用这个方法，我们对鸭子桥社区的每一条道路在不同时间段进行了一个截面的量化认知。

举个例子，早上 9 点有很多行人分布在这个社区的南侧，越红的路代表流量越高。但我们发现同一时间，老年人会出现在这个社区的北侧，可以看到一个红色的向左的 L 型流量，一会儿我会解释为什么有这样一个特征。

这样我们就把一天之内人们是如何使用空间的测度出来了。

接下来我们去认知人在空间当中的活动。我们能够知道几点钟有人出来遛狗，沿着哪条路遛，几点钟居民去买菜了，小朋友放学了是沿着哪条路回家等等。通过这样去了解一个社区的空间场所到底承载了什么样的功能，为人提供什么样的服务。

我们试图让中国所有的社区都能得到这样一种量化认知，知道人跟城市的关系。除此之外，我们还可以利用大数据、手机的定位数据等等，去知道这个社区的居民在哪上班，上班的距离有多远。

我们还计算了社区 15 分钟生活圈的便利性，在 15 分钟的步行可达范围里面，他们到底有什么、到底缺什么。这张图上可以直观地告诉我们，这里缺中学，缺运动的场馆，尤其缺咖啡厅，步行半个小时也找不到一个咖啡厅。

并且它的公交覆盖度不好，地铁覆盖度也不好。

我们利用手机的定位数据，计算了这个社区的居民休闲时间都在什么地方活动。所以我们就知道他们喜欢去哪个菜市场买菜，喜欢去哪个餐馆吃饭，喜欢去哪里遛弯，这样就把这个社区居民的生活给投射出来了。

现在你们就基本上可以理解了，为什么老年人早上出现在这个向左的 L 型上面。因为社区的西北侧有一个菜市场，早上 9 点钟很多人就从那买了菜往回走。

另外值得一提的是，图中有一个像刀把的空间。这里是金中都遗址，是一个大型的遗址公园，空间品质是很好的，它是属于这个社区的，但是却看不到很多居民在这里的定位。为什么呢？为什么社区的居民不怎么去这儿，而要去北侧很窄的一个滨河的绿道？

原因在这儿：金中都遗址公园在社区的南边，但是这个社区的主要的生活性服务设施都在北侧。

所以人们生活的步行路径是从社区出来，在买菜的同时顺便去溜弯，或者买菜之前去溜弯，他们不愿意绕一段路跑到南边遗址公园的大绿地里去，而是选择北边的滨河绿道里顺路就走。

我们并不是想诟病，说我们的生活服务设施没有进行整体考虑，不是这个意思。我只是想告诉你们怎么去理解人的出行行为，人的出行行为跟他的生活习惯、生活路径，跟设施分布有高度相关性。

除了步行，我们还可以看在车行尺度下他们又是个什么样的模式。中间这个热地图，是他们在车行尺度上的一个生活分布，我们把他们主要去的一些地点也标出来了。

同时你们可以看到，图上有一个蓝色的气泡一样的边框，这是利用公共交通 40 分钟的可达范围。这个社区居民的主要生活，大概有 70% 的休闲活动都在它这 40 分钟的公交等时圈里面。

但是我们计算了一下上海徐汇、静安和黄浦区的主要社区，它们达到 70% 的休闲活动分布的公交等时圈是 25 到 30 分钟，而同样的，北京在二环边上的一个社区，它要用 40 分钟才能够覆盖主要的休闲活动。在上海，当它达到 40 分钟的公交等时圈的时候，它可以覆盖上海市居民 85% 到 90% 的休闲活动。

因此一个城市的功能结构、交通设施的条件，跟居民的出行、生活有直接的关系，所以解决交通问题，不一定简简单单地是修路、开通地铁、放公交车，也有可能是功能布局、生活性服务的问题。

基于上面做的一些数据分析，我们就能够通过系统平台看到这个社区在不同的地点都有些什么样的事情在发生，比如说哪些地点是邻里的交往中心，哪些地点是社区主要的无序停车空间，哪里是废弃品堆砌的空间等等。

再进一步，如果未来要让这个社区智能化，去替代我们人的眼睛观察，该布设什么样的传感器、布设在什么地方，能解决什么样的问题，为什么要采集这个数据。

所以我们就做了一个社区智能布点的规划，整个这一切我们是试图用一个系统性的方法去进行社区生活的测度，以及通过数据去引导它进行社区的提升和优化。

最后回到我的一个总结，未来不管是空间的智能化，自动的智能驾驶，还是人居的智能化，它们都不是我们的一个目的，而是我们的一个手段。

我们要做的是通过对于人的空间行为的感知，去认知人对于城市的需求，通过人对于城市的需求去推动以人为本的设计，通过以人为本的设计去打造人性化的社区，最终实现一个可持续的城市，这才能够在未来的不确定性中给我们一个更可控制的未来。

谢谢大家。

出现自动驾驶之后到底需要多少车？

我们有一个很简单的推理，未来一个城市对于自动驾驶的车辆的需求，并不是由一天 24 小时平均的车辆使用率来决定的，因为我们对车的需求不是均衡的。它其实是由早高峰的出行量来决定的，因为晚高峰会更均匀，而早高峰会更集中。

抛开其他的变量，假设维持相应的出行结构，就是假设未来使用小汽车出行的量不变，那么这个数字就是由上班族的人数、每一辆车的车均人数、小汽车的出行占比和早高峰接送趟数来决定。

这个早高峰用车的趟数就是所谓的共享出行，我把你送到了，我还可以再接另外一个人去上班，而不是就停在了办公室。所以我们最后得到了这样一个简单的公式。

举个例子，根据第五次北京市的综合交通调查，北京一天大概有 1215 万人上班，在 2014 年有接近 25% 的人使用小汽车上班，然后平均每辆小汽车有 1.24 个人，北京的早高峰期有两个多小时，早高峰通勤的时长是平均每个人 56 分钟。

所以我们把上面刚才得到的一些数字带进来进行计算，北京如果维持 24% 的小汽车出行占比的话，需要多少自动驾驶汽车呢？120 万辆。

2014 年北京大概有 420 万辆私人小汽车，120 万辆大概占 29%。

但是这里有一些问题。比如说第一个，我们假设了通勤时间不变。自动驾驶会让驾驶环境变好，所以刹车带来的手风琴效应会降低，通勤时间也会相应缩短。

第二，我假设的是当车把人送到了终点之后，它立即能在终点找到一个人再把他送回来，所以它能够在两个小时内送两次。但实际上没有一个城市的职住刚好是这么均衡的能够成对往返的。

我们是向心性的，所以有可能大多数情况下它还是要空驶回来，这一里一外就抵消了刚才所说的驾驶环境变化带来的通勤时间的缩短，因为它是一个向心性的潮汐的交通模式。

这个事没有完，未来我们真的是只需要 29% 的车吗？其实不是，我们又回到了一个很经典的经济学概念，杰文斯悖论。这是他当时做的煤炭问题研究，就是假设我们提高了燃煤的效率，是不是可以节约更多的能源。

最后结论不是，单位燃煤效率的提升，会导致整个社会燃煤使用量的增加。因为它关系到一个重要的经济学概念，叫需求弹性。而出行恰恰是一个需求弹性极其大的，远大于 “1” 的事情。

也就是当未来无人驾驶、自动驾驶的小汽车出行变的很方便的时候，每一个理性的人都会抛弃公共交通，选择无人驾驶小汽车，它会激发大家的出行需求，尤其是小汽车的出行需求。这个叫诱导性出行，或者诱导性需求。

所以会不会导致这样的结果：未来自动驾驶让我们很方便，所以越方便城市越堵车。当然，整个社会的平均通勤时间一定会下降，但是出行结构会发生变化。

最后，我们一定会在公共交通所带来的速度和拥挤舒适度，跟自动驾驶出行所带来的的速度和拥挤舒适度之间，去找到一个新的均衡点。这个均衡点会比现在好一些，但一定不是大家所想象的技术解决一切的结果，因为背后还有人性在那里。