孫靜璇，劉浩

（1.山東建筑大學(xué)交通工程學(xué)院，山東 濟(jì)南 250101；2.山東建筑大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，山東 濟(jì)南 250101）

目前，具有自動(dòng)駕駛員輔助系統(tǒng)的車輛已廣泛使用，隨著自動(dòng)駕駛技術(shù)的不斷改進(jìn)，L5 級(jí)的全自動(dòng)駕駛汽車（Autonomous Vehicles，AVs）[1]大規(guī)模落地應(yīng)用的時(shí)代終將到來。AVs 將允許以不同的方式組織交通供給，在出行舒適度、出行時(shí)間、出行時(shí)間價(jià)值（Value of Travel Time,VTT）[2]、可靠性、成本[3]和安全性等方面帶來巨大變化，這些變化將對(duì)需求端的出行行為產(chǎn)生深刻作用，進(jìn)而影響交通需求時(shí)空分布、網(wǎng)絡(luò)擁堵效應(yīng)等，了解這些影響有助于設(shè)計(jì)與解決未來AVs 環(huán)境下城市交通問題。

AVs 對(duì)出行行為影響方面研究一直受到重視[4]。由于AVs 尚未廣泛落地?zé)o法收集經(jīng)驗(yàn)數(shù)據(jù)，已有文獻(xiàn)大多通過構(gòu)建不同的應(yīng)用場(chǎng)景利用模型或模擬的方法進(jìn)行研究[5]，分析過程中也包含若干基本假設(shè)，如出行過程中VTT 降低、道路容量變化等。結(jié)果總體上呈現(xiàn)對(duì)不同場(chǎng)景設(shè)置的關(guān)聯(lián)特征，揭示了AVs 技術(shù)對(duì)出行行為的巨大影響與挑戰(zhàn)。出行行為的特征與機(jī)制的變化將催生交通規(guī)劃、管控和需求管理等方面新的方法與模型。因此，有必要總結(jié)AVs 對(duì)交通行為帶來的影響，并對(duì)未來研究提出建議。

1 AVs 環(huán)境特征

AVs 環(huán)境下與出行行為相關(guān)的基本特征有道路容量變化、VTT 降低等。

1.1 道路容量改變

前期研究表明，不同級(jí)別的自動(dòng)駕駛對(duì)道路容量都會(huì)產(chǎn)生影響。先進(jìn)的通信和控制技術(shù)使車輛對(duì)周圍駕駛環(huán)境有更多的感知和更短的反應(yīng)時(shí)間，可提高交通流效率、舒適度和道路容量。協(xié)同自適應(yīng)巡航控制（Cooperative Adaptive Cruise Control，CACC）和自適應(yīng)巡航控制（Adaptive Cruise Control，ACC）兩種控制技術(shù)均會(huì)導(dǎo)致容量的增加[6]，且ACC 的影響較小，CACC的影響較大[7]。AVs 滲透率越高，交通網(wǎng)絡(luò)容量增加得越多。但當(dāng)AVs 滲透率較低時(shí)，會(huì)導(dǎo)致道路容量的降低，延誤增加[8]。

大多數(shù)場(chǎng)景下AVs 會(huì)增加道路容量，可在一定程度上減少道路擁堵，然而容量增加可能導(dǎo)致AVs 的出行需求增加，反而對(duì)交通網(wǎng)絡(luò)帶來負(fù)面影響。

1.2 出行時(shí)間價(jià)值（VTT）降低

VTT 是AVs 對(duì)用戶出行行為影響評(píng)估中需要考慮的重要特征因素，AVs 的核心特征之一是可以在途中進(jìn)行非駕駛性車上活動(dòng)來減少出行時(shí)間成本，從而降低VTT[9]。降低程度大小，和車上活動(dòng)類型、AVs 及其用戶類型、用戶認(rèn)知相關(guān)。

（1）車上活動(dòng)性質(zhì)。Pudane[9]等基于活動(dòng)模型研究發(fā)現(xiàn)車上活動(dòng)效用水平?jīng)Q定了AVs 的VTT 降低程度。且在AVs 行進(jìn)途中從事工作活動(dòng)比休閑活動(dòng)有更低的VTT。

（2）AVs 性質(zhì)。私人自動(dòng)駕駛汽車（Private Autonomous Vehicles,PAVs）的VTT 比共享自動(dòng)駕駛（Shared Autonomous Vehicles,SAVs）的VTT 更低[10]。

（3）AVs 用戶異質(zhì)性。高收入用戶愿意為了節(jié)省出行時(shí)間而支付更多費(fèi)用，其VTT 比低收入用戶的更高[11]。

（4）AVs 出行距離。長距離出行的AVs 有更強(qiáng)的車上活動(dòng)能力，比短距離出行的AVs 的VTT 降低幅度更大[12]。

以上大多基于agent 模型推演或通過用戶出行偏好調(diào)查進(jìn)行研究，由于高級(jí)AVs 尚未廣泛投入使用，用戶對(duì)AVs 的安全性和舒適性有一定擔(dān)憂，車上活動(dòng)可能更多是為了消磨時(shí)間，而不是有效地利用時(shí)間，因此AVs 的VTT 減少程度會(huì)比預(yù)期較小[13]。

2 出行行為影響

2.1 出行方式選擇影響

研究表明，AVs 滲透率增加和VTT 降低會(huì)導(dǎo)致HVs（Human Vehicles）出行模式、慢行出行模式和公共交通出行模式向AVs 的轉(zhuǎn)變[14]，此外，人群異質(zhì)性，出行距離，PAVs 和SAVs 的比例等均會(huì)影響出行模式選擇。

Kr?ger 等人[15]發(fā)現(xiàn)VTT 降低有利于PAVs 車輛模式份額增加，而較高的停車收費(fèi)對(duì)PAVs 車輛份額上升有抑制作用。用戶異質(zhì)性也會(huì)影響出行模式選擇。根據(jù)Litman[16]預(yù)計(jì)未來PAVs 額外的硬件和軟件、維護(hù)和地圖訂閱費(fèi)用會(huì)導(dǎo)致其出行成本增多。這意味著低收入家庭將負(fù)擔(dān)不起PAVs，轉(zhuǎn)向SAVs 模式，而高收入家庭更注重隱私和舒適度，傾向于PAVs 模式。

上述研究表明AVs 的應(yīng)用將導(dǎo)致公共交通和慢行交通比例降低，但Heilig M[17]發(fā)現(xiàn)在短距離出行中，出行方式只有SAVs、公共交通和慢行交通時(shí)，用戶為了節(jié)省出行成本，公共交通和慢行交通分擔(dān)率也會(huì)增加。

2.2 對(duì)出行里程（Vehicle Miles Traveled，VMT）的影響

根據(jù)文獻(xiàn)中對(duì)AVs 對(duì)車輛的VMT 的影響研究，總結(jié)了如下場(chǎng)景。

（1）道路容量，AVs 滲透率增加使道路容量增加，從而引起出行需求增多。Fagnant[18]仿真模擬發(fā)現(xiàn)當(dāng)PAVs 的滲透率為10—100%時(shí)，整個(gè)系統(tǒng)的VMT 增加了4—15%，用SAVs 替代城市中所有HVs 來滿足出行需求，結(jié)果顯示會(huì)增加10%的VMT。Gucwa[19]等實(shí)驗(yàn)表明當(dāng)?shù)缆啡萘吭黾?0%到100%，VMT 增加4%—8%。

（2）出行成本，AVs 汽車本身的固定成本較高，駕駛成本（主要是VTT 和燃油成本）較低，這激勵(lì)了AVs 用戶最大限度利用AVs 出行以補(bǔ)償對(duì)AVs 的投入[20]，使VMT 增加。相比道路容量，VTT 對(duì)AVs 的VMT影響更大。

（3）空載行駛，AVs 的空載行駛包括尋找乘客時(shí)和價(jià)位更低的停車位時(shí)的空車出行[21]。Harper[22]在一個(gè)假定的網(wǎng)格區(qū)域中，研究表示乘客愿意讓AVs 行駛更遠(yuǎn)的距離以獲得更便宜的停車位，增加的空載VMT 與AVs 滲透率成正比[23]。

3 結(jié)論和建議

本文主要研究高級(jí)AVs 對(duì)出行行為的影響，從AVs 環(huán)境特征和不同場(chǎng)景出發(fā)，總結(jié)AVs 影響下的出行模式選擇、出行里程等。其中，AVs 環(huán)境特征是出行行為分析的基礎(chǔ)，出行模式選擇是出行行為中的選擇行為，出行時(shí)間與出行里程是出行行為在路網(wǎng)上的體現(xiàn)。研究成果為未來城市AVs 環(huán)境下交通規(guī)劃、管控與需求管理提供參考，并對(duì)未來研究的重點(diǎn)提供建議。

本研究認(rèn)為，應(yīng)該對(duì)行程時(shí)間價(jià)值、道路容量變化、舒適性，以及車上活動(dòng)效率與類型在出行行為中的作用機(jī)理與敏感性進(jìn)行更多的實(shí)證分析，并在場(chǎng)景評(píng)估方面建立模型評(píng)估機(jī)制，進(jìn)一步建立包含各出行方式的評(píng)估框架。