冉純嘉 王昊 趙冬昶

摘 要：隨著現(xiàn)代化水平的提高，用戶的出行需求和汽車行業(yè)的發(fā)展趨勢不斷變革，正深刻影響著未來汽車的出行模式。一方面，多元化的用戶需求呼喚新的出行方式，另一方面，交通領域各項智能化技術的發(fā)展為支撐用戶體驗更好的出行方式提供了條件，智能化和共享化正逐漸成為未來汽車出行發(fā)展的新方向。據(jù)此，本文在梳理和總結國內外研究機構及咨詢企業(yè)對未來出行概念的描述和具體的場景構建的基礎上，從交通環(huán)境、消費者、整車企業(yè)、汽車設計、社會和能源環(huán)境六個角度出發(fā)，按照定性和定量兩個研究維度探究了智能化和共享化的出行方式對汽車產(chǎn)業(yè)帶來的影響。結果表明，盡管在定性研究上已達成了諸多共識，但在不同的假設前提下，定量評估的結果仍存在一定差異。

關鍵詞：智能化;共享化;未來汽車出行

1 引言

出行需求尤其是城市出行需求在過去幾十年正經(jīng)歷著深刻的變革。一是城市出行需求的不斷增加。我國城鎮(zhèn)化率從2005年的43.0%[1]增長到2017年的58.52%[2]，按照《國家人口發(fā)展規(guī)劃（2016—2030年）》中的預計，2016-2030年，農(nóng)村向城鎮(zhèn)累計轉移人口約2億人，常住人口城鎮(zhèn)率將達到70%[3]。二是用戶對更好的出行體驗的需求更加迫切。隨著新型城鎮(zhèn)化進程的不斷推進，我國已進入大城市向都市圈發(fā)展的新階段，生活空間擴大，出行距離和時間增加，出行已成為影響居民生活質量的重要部分，因此亟需新的出行方式提升出行體驗。三是簡化出行復雜性的需求增加。預計到2030年中國60歲以上人口占比將增至25%[3]，老齡化問題顯著。老齡人口的“門到門”出行需求以及多種交通模式集成的需求將進一步增加?？偟膩碚f，需求端的變化正在呼喚新的出行模式。

而在技術上，整體汽車產(chǎn)業(yè)近些年已經(jīng)取得了長足進步。我國在《中國制造2025》中明確了智能網(wǎng)聯(lián)汽車的發(fā)展目標：2020年掌握智能輔助駕駛總體技術及各項關鍵技術，2025年掌握自動駕駛總體技術及各項關鍵技術。未來高速公路自動駕駛、協(xié)同式隊列行駛、車路協(xié)同控制、市區(qū)自動駕駛技術等高級別的自動駕駛技術將打造更為安全、高效、便捷的出行環(huán)境。因此，未來技術的發(fā)展將可以支撐用戶體驗更好的出行模式。

因此，未來汽車出行模式的轉變將是不可逆轉的趨勢，研究智能化和共享化下的未來汽車出行模式的影響將為企業(yè)的戰(zhàn)略規(guī)劃和政府的管理決策提供相應參考。

2 “出行即服務”概念的提出及場景構建

出行即服務（Mobility as a Service，以下簡稱MaaS）是近幾年國外提出的一種新的未來出行概念。根據(jù)MaaS聯(lián)盟的定義，出行即服務是將各種形式的交通出行服務集成到可按需訪問的單一移動服務端中的出行模式[4]，而這正是未來出行需求的集中體現(xiàn)。目前關于MaaS的研究主要集中在對其概念、特征、案例的綜述，主要成果包括Peraphan Jittrapirom基于現(xiàn)有研究歸納了MaaS的九個核心特征：不同交通方式的集成、可行的付費模式、集成在一個平臺、多個參與方、新技術的應用、需求導向、個性化、定制化和使用需要注冊[5]。Raphael Giesecke進一步提出MaaS在研究、開發(fā)、實施過程中的四大關鍵問題：出行、交互性、用戶視角和可持續(xù)性[6]。Roni Utriainen則綜述了MaaS的研究現(xiàn)狀，包括不同運輸方式在MaaS中的角色、MaaS試點經(jīng)驗以及在MaaS中觀測到的新出行模式的影響[7]。大量國內學者也在密切關注MaaS系統(tǒng)的最新項目應用[8]。

在MaaS模式的框架下，目前有多家機構和學者從不同角度對未來汽車出行場景進行了構建：

Christina Pakusch等認為未來的汽車場景不應該孤立地研究，而應該考慮與數(shù)字連接系統(tǒng)和創(chuàng)新用戶模型相關的社會趨勢，并運用情景分析方法將未來汽車場景劃分為四種情形[9]，包括私人擁有、出行服務、智能私有和智能出行服務。

此外，在2016年波士頓咨詢和世界經(jīng)濟論壇合作研究了消費者對自動駕駛的態(tài)度，并構建了城市未來出行場景，按照共享程度和城市管理者的介入程度具體分為部分自動駕駛汽車、自動駕駛成為主宰、自動駕駛出租車成為主宰、共享革命四個場景[10]。

而德勤從汽車控制權和汽車所有權兩個維度，將未來汽車出行劃分為以下四種場景：循序漸進的變化、無人駕駛變革、汽車共享的世界、自動駕駛普及的新時代[11]。

畢馬威按照政策不同的干預程度對MaaS市場的發(fā)展進行劃分，具體分為完全開放的市場、對MaaS市場進行輕度管理、對MaaS市場進行全方位管理[12]。

GranSmit則按照市場驅動、公共交通主導、公共-私人協(xié)同三種情景探討了MaaS的發(fā)展和對公共交通的影響[13]。

普華永道將未來出行按照車主和車輛駕駛員兩個維度分成自駕私家車、自駕共享車輛、自主私家車、自主共享車輛四種表現(xiàn)形式，并對歐洲、美國、中國到2030年四種形式的占比進行了預測。由于受法律和技術條件變化的影響，普華永道又分別進行了保守情景預測和樂觀情景預測[14]。這些機構和專家分析的維度及提出的未來汽車出行場景如表1所示。

通過以上匯總可以看出，雖然在表述上存在一定的差異，但多數(shù)研究都遵從從共享化程度、智能化程度、管理者介入程度等維度來進行未來汽車情景構建的原則，盡管研究的角度不同，但結果的劃分具備一定的同步性。

3 未來出行對汽車產(chǎn)業(yè)的影響

在情景構建的基礎上，一些研究進一步分析了未來出行對汽車產(chǎn)業(yè)的影響。目前對于未來出行對汽車產(chǎn)業(yè)的影響可分為定性研究和定量研究兩種。

3.1 定性研究結果

定性研究主要針對未來汽車出行的演變規(guī)律和可能帶來的影響。James Arbib和Tony Seba在《Rethinking Transportation 2020-2030》一文中描述了未來出行可能帶來的多方面影響。其中積極影響包括：節(jié)約消費者出行成本從而提升生產(chǎn)力、方便不會駕駛者的出行、減少由于人類駕駛員失誤的交通事故和傷亡、汽車更加輕量化、提升空氣質量、緩解能源地緣政治、降低基礎設施成本、緩解交通擁堵、釋放停車空間、降低碳排放等。但未來出行也可能帶來一些消極影響，主要包括：出行服務商的行業(yè)壟斷、群體失業(yè)、減少政府在石油和停車上的收入等[15]。

Karri Rantasil研究了出行即服務對土地的影響。通過案頭研究發(fā)現(xiàn)，MaaS將提高現(xiàn)有運輸系統(tǒng)的效率，再結合共享經(jīng)濟，將減少私家車數(shù)量，促進運輸自動化，減少所需停車位和交通基礎設施，從而節(jié)約社會的建設成本。另外，MaaS的推廣將推動土地使用規(guī)劃者和交通規(guī)劃者之間的合作，交通規(guī)劃和交通樞紐將影響住宅區(qū)、工業(yè)區(qū)的土地利用規(guī)劃[16]。

埃森哲的研究人員認為未來出行向MaaS模式轉變會影響汽車企業(yè)的盈利模式，未來將逐步向以附加商業(yè)服務和按需出行為主導的乘客經(jīng)濟轉變，未來整車廠的商業(yè)模式將包括豪華車制造商、B2B資產(chǎn)供應商、車輛和車隊運營商、汽車出行服務提供商和全面出行服務提供商五種[17]。

羅蘭貝格的研究人員提出定制汽車的概念，認為未來的汽車構造應當能夠快速適應不同的功能選擇，以實現(xiàn)乘客在途中工作、休息和娛樂的需求。另外還提出了三種定制汽車的開發(fā)方式，包括主機廠根據(jù)現(xiàn)有概念設計、網(wǎng)約車企業(yè)與主機廠合作對現(xiàn)有汽車設計進行調整、主機廠和網(wǎng)約車企業(yè)或其他參與者設計全新汽車[18]。

整體來看，未來出行模式的轉變會對交通環(huán)境、消費者、整車企業(yè)、汽車設計、社會和能源環(huán)境都會產(chǎn)生影響。具體影響見圖1。

3.2 定量研究結果

此外，在定性研究的基礎上，一些學者從定量分析的角度進一步評估了未來出行影響程度的大小。

由本文表1中對情景構建的梳理可以看出，大多數(shù)研究機構普遍認為共享化水平和智能化水平是各種衡量未來出行模式維度的核心。已有一些文獻單獨討論了共享或自動駕駛對未來出行的影響。Henrik Becker等在研究中總結了以往案例研究中共享出行對汽車保有量的定量影響，具體來說，針對不同社會體制和發(fā)展階段，共享出行對汽車保有量的影響在2%-25%之間，汽車替代率在1：3.5-1：23之間。作者進一步采用調查方法發(fā)現(xiàn)，自由取還式共享汽車會帶來6%的私人汽車保有量減少[19]。世界經(jīng)濟論壇和波士頓咨詢2018年的聯(lián)合研究表明，自動駕駛汽車會影響路上行駛車輛數(shù)、車輛行駛里程、停車空間需求、平均出行時間等，并以波士頓地區(qū)為例，通過模擬得到引入自動駕駛對波士頓地區(qū)的具體影響，即道路上的車輛數(shù)量將減少15%，車輛行駛距離增加16%，所需停車位數(shù)量的大幅減少48%，平均出行時間將下降4%[20]。而在能源使用方面，Christopher D.Porter是量化研究自動駕駛車輛對整個交通運輸系統(tǒng)能源使用情況的影響的先驅之一，他們的定量研究表明，自動駕駛汽車給單車燃油效率和個人出行需求帶來諸多影響，研究還測算出了各類影響系數(shù)的上限和下限值[21]。而Zia Wadud進一步從活動水平、出行方式占比、能源強度和燃油的含碳量四個方面入手，更為全面的量化了自動駕駛對整個交通運輸系統(tǒng)能源使用情況的影響，另外，Wadud等還匯總了特定的AV功能（如卡車編組、防碰撞技術和經(jīng)濟駕駛）對燃油或溫室氣體排放的影響研究，并在影響系數(shù)中予以考慮[22]。

另外還有一些研究則從整體角度考慮未來出行模式所帶來的影響。Juniper research的研究表明，MaaS將創(chuàng)造新的商業(yè)模式和定價模式，改善交通運輸及管理;預計MaaS將有潛力節(jié)約37%的通勤時間，若節(jié)約的通勤時間全部用于商業(yè)行為，全球每年將產(chǎn)生22億美元的價值增量[23]。

麥肯錫研究人員將未來移動性總結為三種模式，即自動駕駛占比較低的清潔能源與共享模式、私人自動駕駛汽車模式和無縫移動模式。在無縫移動系統(tǒng)中，由于成本低、出行便捷，人們的出行里程將增長20%至50%。但汽車數(shù)量將保持不變，甚至是減少，電動汽車將占到整體汽車保有量的2/3，自動駕駛汽車將超過40%[24]。

世界經(jīng)濟論壇和波士頓咨詢2016年的聯(lián)合研究結果表明，在對私家車實施約束措施并以自動駕駛出租車為主的出行情景下，車輛數(shù)目將減少接近50%，由于大多數(shù)的出租車為電驅動，排放量將減少約80%。此外事故發(fā)生率將減少近90%，釋放約40%的停車空間。但由于部分消費者從大容量公交轉向低入座率的出租車以及空駛里程的增加，車輛行駛總里程預計會增加約50%。而在駕乘共享情景下，車輛數(shù)目將進一步減少至60%，另外由于多數(shù)行程都是共享的，總行駛里程將減少[10]。

James Arbib和Tony Seba還認為由自動駕駛的電動車隊提供按需出行服務而非個人擁有車輛可能導致石油需求和價格暴跌，并摧毀數(shù)萬億美元的投資者價值，同時也將創(chuàng)造數(shù)萬億美元的新商機。使用出行服務而非個人擁有汽車，將為普通美國家庭節(jié)省超過5600美元的出行成本，相當于10%的工資增長[15]。

通過上表可以看出，未來汽車出行帶來的影響涉及領域廣泛。定量影響方面，由于設定的前提條件不同，不同的機構和學者測算的影響也不盡相同，但總體來看，在未來汽車出行的變革會顯著減少汽車數(shù)量和停車空間占用率，并在此基礎進一步增加出行里程。

4 結語

總的來說，未來汽車出行的變革帶來的影響不可小覷。本文在已有國內外研究的基礎上，總結其發(fā)展脈絡，將智能化和共享化下的未來出行對汽車的影響概括為交通環(huán)境、消費者、整車企業(yè)、汽車設計、社會、能源環(huán)境六個方面。未來汽車出行模式的影響在定性研究方面有諸多共識，例如未來汽車出行的變革會顯著減少汽車數(shù)量、減少交通事故、釋放停車空間、增加出行里程、改變商業(yè)模式等，但在不同的假設前提下，其定量影響評估結果存在差異。在未來的研究中，應充分結合城鎮(zhèn)化發(fā)展、經(jīng)濟水平、年齡結構、需求變化、技術水平等相關因素的發(fā)展趨勢，系統(tǒng)量化未來汽車出行的影響，從而為政策制定者和企業(yè)戰(zhàn)略規(guī)劃部門提供參考。

參考文獻：

[1]國家統(tǒng)計局.中華人民共和國2005年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[EB/OL].http：//www.stats.gov.cn/tjsj/tjgb/ndtjgb/qgndtjgb/200602/t20060227_30019.html，2006.

[2]國家統(tǒng)計局. 中華人民共和國2017年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[EB/OL]. http：//www.stats.gov.cn/tjsj/zxfb/201802/t20180228_1585631.html，2018.

[3]國務院.國務院關于印發(fā)國家人口發(fā)展規(guī)劃（2016—2030年）的通知.國發(fā)〔2016〕87號[EB/OL]. http：//www.gov.cn/zhengce/content/2017-01/25/content_5163309.htm，2016.

[4]MaaS Alliance. White Paper "Guidelines & Recommendations to create the foundations for a thriving MaaS Ecosystem"[R]，2017.

[5]Jittrapirom P，Caiati V，F(xiàn)eneri A，et al. Mobility as a Service： A Critical Review of Definitions，Assessments of Schemes，and Key Challenges[J]. Urban Planning，2017，2（2）：13-25.

[6]Giesecke R，Surakka T，Hakonen M. Conceptualising Mobility as a Service[C]// 2016 Eleventh International Conference on Ecological Vehicles and Renewable Energies （EVER），2016.

[7]Utriainen R，P?ll?nen M. Review on mobility as a service in scientific publications[J]. Research in Transportation Business & Management，2018.

[8]李曄，王密，舒寒玉. 出行即服務（MaaS）系統(tǒng)研究綜述[J]. 綜合運輸，2018（09）：56-65.

[9]Pakusch C，Shakoor P，Markus B，et al.Using，Sharing， and Owning Smart Cars - A Future Scenario Analysis Taking General Socio-Technical Trends into Account[C] // the 13th International Joint Conference on e-Business and Telecommunications （ICETE），2016.

[10]The Boston Consulting Group，the World Economic Forum. Self-Driving Vehicles， Robo Taxis，and the Urban Mobility Revolution[R]，2016.

[11]何馬克，周全，吳燕子.中國共享出行的未來[R].德勤，2017.

[12]畢馬威.Reimagine Places Mobility as a Service[R]，2017.

[13]Smith G，Sochor J，Karlsson I C M. Mobility as a Service： Development scenarios and implications for public transport[J]. Research in Transportation Economics， 2018.

[14]普華永道.改變汽車行業(yè)的五大趨勢[R]， 2018.

[15]Arbib J，Seba T. Rethinking transportation 2020-2030[R]，2017.

[16]Rantasila K.The impact of Mobility as a Service concept to land use in Finnish context[C]// 2015 International Conference on Sustainable Mobility Applications， Renewables and Technology （SMART）. IEEE，2016.

[17]埃森哲.出行即服務：繪制面向未來汽車行業(yè)新生態(tài)體系的成功之路[R]，2018.

[18]羅蘭貝格. 新一代汽車 提供按需出行服務的定制電動汽車[R]，2018.

[19]Becker H，Ciaria F，Axhausen K W. Measuring the car ownership impact of free-?oating car-sharing A case study in Basel， Switzerland[J]. Transportation Research Part D，2018（65）：51-62.

[20]The World Economic Forum，The Boston Consulting Group. Reshaping Urban Mobility with Autonomous Vehicles Lessons from the City of Boston[R]，2018.

[21]Porter，C. D.，Brown， A.， DeFlorio， J.，McKenzie，E.， Tao， W. & Vimmerstedt， L. Effects of travel reduction and efficient driving on transportation：Energy use and greenhouse gas emissions. Transportation Energy Future Series. Oak Ridge，TN：US Department of Energy. http：//www.nrel.gov/docs/fy13osti/55635.pdf，2013.

[22]Wadud Z，Mackenzie D，Leiby P. Help or hindrance？ The travel，energy and carbon impacts of highly automated vehicles[J]. Transportation Research Part A： Policy and Practice，2016，86：1-18[J].

[23]Juniper Research. Exploring Mobility-as-a-Service （MaaS） The New Era of Urban Mobility[R]，2018.

[24]麥肯錫.關于未來出行方式（移動性）的全面展望[R]，2016.