自動駕駛汽車對出行行為的影響綜述

孫靜璇，劉浩

（1.山東建筑大學交通工程學院，山東 濟南 250101；2.山東建筑大學計算機科學與技術學院，山東 濟南 250101）

目前，具有自動駕駛員輔助系統的車輛已廣泛使用，隨著自動駕駛技術的不斷改進，L5 級的全自動駕駛汽車（Autonomous Vehicles，AVs）[1]大規模落地應用的時代終將到來。AVs 將允許以不同的方式組織交通供給，在出行舒適度、出行時間、出行時間價值（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，這些變化將對需求端的出行行為產生深刻作用，進而影響交通需求時空分布、網絡擁堵效應等，了解這些影響有助于設計與解決未來AVs 環境下城市交通問題。

AVs 對出行行為影響方面研究一直受到重視[4]。由于AVs 尚未廣泛落地無法收集經驗數據，已有文獻大多通過構建不同的應用場景利用模型或模擬的方法進行研究[5]，分析過程中也包含若干基本假設，如出行過程中VTT 降低、道路容量變化等。結果總體上呈現對不同場景設置的關聯特征，揭示了AVs 技術對出行行為的巨大影響與挑戰。出行行為的特征與機制的變化將催生交通規劃、管控和需求管理等方面新的方法與模型。因此，有必要總結AVs 對交通行為帶來的影響，并對未來研究提出建議。

1 AVs 環境特征

AVs 環境下與出行行為相關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，不同級別的自動駕駛對道路容量都會產生影響。先進的通信和控制技術使車輛對周圍駕駛環境有更多的感知和更短的反應時間，可提高交通流效率、舒適度和道路容量。協同自適應巡航控制（Cooperative Adaptive Cruise Control，CACC）和自適應巡航控制（Adaptive Cruise Control，ACC）兩種控制技術均會導致容量的增加[6]，且ACC 的影響較小，CACC的影響較大[7]。AVs 滲透率越高，交通網絡容量增加得越多。但當AVs 滲透率較低時，會導致道路容量的降低，延誤增加[8]。

大多數場景下AVs 會增加道路容量，可在一定程度上減少道路擁堵，然而容量增加可能導致AVs 的出行需求增加，反而對交通網絡帶來負面影響。

1.2 出行時間價值（VTT）降低

VTT 是AVs 對用戶出行行為影響評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行非駕駛性車上活動來減少出行時間成本，從而降低VTT[9]。降低程度大小，和車上活動類型、AVs 及其用戶類型、用戶認知相關。

（1）車上活動性質。Pudane[9]等基于活動模型研究發現車上活動效用水平決定了AVs 的VTT 降低程度。且在AVs 行進途中從事工作活動比休閑活動有更低的VTT。

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

（3）AVs 用戶異質性。高收入用戶愿意為了節省出行時間而支付更多費用，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 有更強的車上活動能力，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查進行研究，由于高級AVs 尚未廣泛投入使用，用戶對AVs 的安全性和舒適性有一定擔憂，車上活動可能更多是為了消磨時間，而不是有效地利用時間，因此AVs 的VTT 減少程度會比預期較小[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 降低會導致HVs（Human Vehicles）出行模式、慢行出行模式和公共交通出行模式向AVs 的轉變[14]，此外，人群異質性，出行距離，PAVs 和SAVs 的比例等均會影響出行模式選擇。

Kr?ger 等人[15]發現VTT 降低有利于PAVs 車輛模式份額增加，而較高的停車收費對PAVs 車輛份額上升有抑制作用。用戶異質性也會影響出行模式選擇。根據Litman[16]預計未來PAVs 額外的硬件和軟件、維護和地圖訂閱費用會導致其出行成本增多。這意味著低收入家庭將負擔不起PAVs，轉向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 的應用將導致公共交通和慢行交通比例降低，但Heilig M[17]發現在短距離出行中，出行方式只有SAVs、公共交通和慢行交通時，用戶為了節省出行成本，公共交通和慢行交通分擔率也會增加。

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

根據文獻中對AVs 對車輛的VMT 的影響研究，總結了如下場景。

（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]仿真模擬發現當PAVs 的滲透率為10—100%時，整個系統的VMT 增加了4—15%，用SAVs 替代城市中所有HVs 來滿足出行需求，結果顯示會增加10%的VMT。Gucwa[19]等實驗表明當道路容量增加10%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，這激勵了AVs 用戶最大限度利用AVs 出行以補償對AVs 的投入[20]，使VMT 增加。相比道路容量，VTT 對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和價位更低的停車位時的空車出行[21]。Harper[22]在一個假定的網格區域中，研究表示乘客愿意讓AVs 行駛更遠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 結論和建議

本文主要研究高級AVs 對出行行為的影響，從AVs 環境特征和不同場景出發，總結AVs 影響下的出行模式選擇、出行里程等。其中，AVs 環境特征是出行行為分析的基礎，出行模式選擇是出行行為中的選擇行為，出行時間與出行里程是出行行為在路網上的體現。研究成果為未來城市AVs 環境下交通規劃、管控與需求管理提供參考，并對未來研究的重點提供建議。

本研究認為，應該對行程時間價值、道路容量變化、舒適性，以及車上活動效率與類型在出行行為中的作用機理與敏感性進行更多的實證分析，并在場景評估方面建立模型評估機制，進一步建立包含各出行方式的評估框架。