紐約交通比北京還糟?MIT大牛們給出了解決方案

一個周末，北京的DT君興高采烈地下了班，要趕飛機回上海與粉絲見面。結果光是從朝陽到機場的路上，坐出租車就堵了3個小時。

望著出租車外霾色四溢的天空，那一刻，DT君的內心是崩潰的。我終于明白，為什么在《五環之歌》里，岳云鵬要為北京的交通“放花籃”了。

其實，交通擁堵和空氣污染不是發展中國家城市的專利，而是全球大城市的通病。就拿美國來說，在其本土83個大型城市區域中，每年由于交通擁堵所浪費的時間和燃料費用相當于600億美元。根據世衛組織的研究，每年全球有超過一百萬例死亡與室外空氣污染相關，而交通污染更是占了極大的比重。

作為世界上最大的城市之一，紐約的情況跟北京相比，沒有最糟，只有更糟。我們經常在電影里看到紐約擁擠的街道上那些寸步難行的黃色出租車。擁擠，也是紐約的日常。糟糕的交通狀況，不僅影響了城市的生活質量，還會直接污染城市空氣，危害人們的健康。

[[193458]]

(圖片說明：堵車，也是紐約城市交通的常態;圖片來源：視覺中國)

怎么辦呢?

城市擁堵的主角是車輛，那解決方法就要從車輛入手。來自麻省理工學院感知城市實驗室(MIT Senseable City Laboratory)的一幫極客們想了一個辦法——拼車。

拼車?這個任性的方案，聽起來跟MIT的鼎鼎大名有一些莫名的違和感。道理DT君都懂，是騾子是馬還是需要拉出來遛遛。

拼車的建議不是忽悠，背后有大數據計算的科學基礎

如果你有過在機場排隊等出租車的經歷，你大概就會明白“拼車”的含義。那些拉你拼車的出租車司機們，都是想通過最大效率的運用車輛的運輸資源，獲取更多的資金收益。

某種程度上來說，MIT感知城市實驗室的“拼車”方案，與拉客的那些出租車司機并沒有本質的不同：都是倡導大家一起共享乘車資源，讓每輛汽車的運輸效率最大化。

20世紀70年代，受到石油危機的影響，美國開始系統性地研究“拼車”問題。危機期間，汽車的使用數量急劇減少。城市旺盛的運輸需求，導致越來越多的人不得不接受與他人“拼出租車”的出行方案。那段時間，大量的拼車行為極大地緩解了紐約的城市交通壓力。石油危機后，一些學者開始正式提出用拼車的方案解決交通難題。

說起來容易，但傳統的拼車方案有一個很大的困難：即如何調度出租車資源，在最短線路上讓最多的乘客上車下車。說白了，這其實是一個數學問題。理論上講，拼車問題可以被看做一個“動態搭車”的情況——在一個清晰的時間間隔(Time Window)內，一定數量的乘客(貨物)如何高效地在特定地點被收集、投放。

傳統的研究會使用線性規劃(Linear Programming)的方法。不過這種方法會很大程度上受到變量數量的影響，只能用于小規模的路線優化情景，比如在機場。

但是紐約每天有成千上萬輛出租車在運營，產生海量的行駛記錄，這是傳統的線性規劃無法勝任的城市場景。于是MIT的極客們用大數據的方法，將拼車這個時空共享問題，轉換成了圖論(Graph Theory)框架，發明了“共享網絡”(Shareability Network)模型。

(圖片說明：基于圖論的方法計算拼車路線的過程，詳情可以參閱參考資料3: Quantifying the benefits of vehicle pooling with shareability network)

這個模型不僅解決了共享拼車的效率問題，還能夠無壓力地對海量數據進行計算。他們搜集了紐約2011年共13586輛注冊出租車的一億五千萬條行駛數據，分析他們的行駛線路，接送乘客的情況等等，最終形成了一個動態的拼車調度方案。不僅如此，他們甚至把結果做成了一個大型的可視化交互頁面(HubCab)，讓用戶自己去體會在紐約搭乘出租車的情況。

紐約出租車軌跡圖：一張包含1.7億條數據的超級地圖

在HubCab這個交互式的可視化項目中，MIT感知城市實驗室以紐約出租車的行駛軌跡為切入口，研究了人們的出行習慣，旨在探索紐約城市化交通的未來。

(圖片說明：紐約城市1年內一億七千萬的出租車行駛軌跡地圖;圖片來源：HubCab)

在HubCab上，你可以通過左上角的加減按鈕，調節觀察紐約的城市視角。另一側的右上角，還可以精確地選擇出租車的運營時段。接下來，你可以在地圖上任何一個地方，拖動黃色的“我要上車”標志，以及藍色的“我要下車”標志，來確定你的出行線路。

(圖片說明：截圖展示了在曼哈頓的兩個上下車點上，有多少出租車流，以及共享方案下可以獲得的社會受益;圖片來源：HubCab)

通過后臺計算，HubCab會立刻告訴你，在這個區域內有多少跟你相似的旅行路線。另外，留意地圖左上方的小綠框。它代表，如果你選擇“拼車”，能夠帶來多少社會收益。列出的三行數據分別代表：節省的乘客票價，公里路程以及二氧化碳排放。

MIT的研究表明，在拼車這一共享方案下，可以減少紐約40%的出租車運營線路，為乘客節約2.5~3美元/英里的出租車費用，以及423g/英里的二氧化碳排放。

不僅如此，這些可視化還為我們描述了一個城市的集體性流動特點。

(圖片說明：凌晨3點到6點間JFK機場的出租車接送客情況;圖片來源：HubCab)

上面這張圖描繪了在凌晨3點至6點間，所有從紐約JFK機場上車和下車的出租車乘客的情況。可以看到，環繞機場密密麻麻的都是黃色乘車點。也就是說在3點到6點，依然有大量的乘客從機場奔向紐約這個不夜城中去。

HubCab將紐約地圖以40米為單位切分成了20萬個街道塊，描繪出了紐約超過13500輛黃色出租車，在這20萬個街道塊上可能出現的400億個軌跡圖。這項分析不僅展示了人們是如何在城市中移動的，也通過開始和結束時間連接了每一次旅行的上車和下車的地點情況。研究人員通過這些數據可以計算“拼車”的機會，也可以介紹“共享網絡”的概念。最終結果顯示：乘客只需要犧牲一點點便利成本，共享拼車模式就可以減少紐約40%的通勤線路，從而減少汽車尾氣排放，為數以百萬計的城市人口提升經濟效益。

MIT：物聯網才是智慧城市的未來

在MIT的研究者看來，上面給出的紐約拼車的解決方案，是物聯網和數據分析相結合的產物，屬于“感知城市”(Senseable City)的一個典型案例。

什么是“感知城市”呢?這是相對于“智慧城市”(Smart City)而言的一個概念。MIT認為，最近幾年，“智慧城市”這個術語簡直要被玩壞了。從市民參與到Zipcar(美國一家以汽車共享為理念的網上租車公司)，從開放數據到Airbnb，從共享單車到寬帶網絡，“智慧城市”這個詞無處不在。

這也是為什么MIT用“感知城市”來替代“智慧城市”的原因。因為感知城市的中心更側重于人，而不是機器。“感知”這個詞還有一個雙關意，它既代表“可感知”，也代表“可被感知”。所以MIT感知城市實驗室關注的都是人，而不是某項技術。

在“感知城市”的概念下，MIT認為，物聯網和數據分析才是未來。如今，數據“已經逐漸變成我們感知世界的一個部分”。各種各樣的傳感器安裝在我們的手機中、電腦上、汽車里，甚至在路燈和建筑物上。數字技術已經開始融入城市的肌理中。它們以主動或被動的方式，從我們的日常生活中搜集了大量的數據。大規模的無線傳感器網絡，使得空間能夠被感知、相互通信和激活。這讓物聯網在技術上變得可能。

物聯網和數據分析的奧妙在于，它能夠讓我們從混亂無序的數據中發現潛藏在其背后的故事，并理解這其中的前因后果。最終用技術來更好地設計我們的城市。就像前面提到的拼車方案一樣。

在紐約，每年超過1億7000萬條的出租車行駛數據揭示了這個城市人口活動的脈搏。這種拼車型的共享經濟模式，在未來會隨著無人駕駛技術的成熟而加速城市的交通循環。車輛開始通過互聯網連接在一起，一個巨大的“移動網絡”將逐漸形成。

這個“移動網絡”能夠從不同的運輸方式上收集數據，匯聚實時的交通信息數據：什么時候，在哪里，以什么交通方式和移動速度等。想象一下，你有一個獨特的平臺，它可以共享所有交通工具運營商的移動信息，為在線交通和物流服務提供更加透明的市場環境，也為所有用戶和企業提供一個公平競爭的舞臺。

MIT研究表明，這種移動平臺能夠使新加坡這樣的城市，在不降低交通運輸效率的情況下，減少五分之四的運營車輛。這樣的優化系統能夠極大地降低城市移動基礎設施的運營成本，以及交通和建筑物的能源消耗。

更少汽車代表著更短的出行時間，更少的擁擠和更小的環境影響。

誠然，除了技術難題，拼車方案離真正實現可能還有一些社會問題需要考慮。比如，拼車模式會消耗乘客更多的時間;又或者，你會犧牲一些私人空間。拼車往往都是與陌生人一起共享這段旅程，在出租車這種狹小的環境里，很多人不適應與陌生人交流。但是，大數據、物聯網的趨勢早已開始，共享生活的未來已經朦朧可見。