“大数据道路定价系统”有望解决交通拥堵难题

2016-10-09 18:01:42 来源：创由网络科技有限公司评论：人

分享到：

　　城市交通拥堵一直被人们认为是城市无法治愈的疾病，并且随着城市的壮大发展，这个问题会越来越突出，在很多城市，城市交通拥堵为市民造成的经济与时间损失，每年的人均损失已经迫近万元，占到了城市GDP的5%-10%（数据来源于滴滴2016年上半年交通大数据报告）。在目前全世界的交通学界，对于交通拥堵的解决办法乏善可陈，有过很多大胆、新颖的尝试，但最终都无法长期有效的根治“城市交通拥堵”这个城市顽疾，然而由创由网络科技有限公司研发出来的全球第一套“大数据道路定价系统”，有望用一种标准性方法极低成本、一劳永逸的根治全世界所有城市面临的交通拥堵问题，该套系统及其方法已经通过国家发明专利的实质审查，被正式授予发明专利证书。

　　在介绍这套系统之前，我们可以先去追溯一下交通拥堵的本质，福利经济学派的创始学者ArthurCecil?Pigou曾经早在1920年就提出了“拥堵定价理论”，Pigou教授认为单靠修路不能解决交通拥堵问题，没有道路拥挤收费或相应措施，修路的社会效益很可能被虚假的夸大了。拥堵定价理论认为，道路交通的供求关系与一般商品的供求关系不同，道路上的车越多，车辆行驶的速度就越慢，需求达到一定水平时，新的需求会导致供给的减少，新的使用者会导致其他使用者的成本增加，却没有为增加的成本支付相应的费用，这种个人成本与社会成本之间的不一致将会导致供求关系的扭曲。也就是说，我们面临的交通拥堵问题的最主要成因，其实是道路使用权的大锅饭问题，道路有潮汐效应，在城市中心区域、上下班高峰时段、节假日出行等路段，交通拥堵都有着非常明显的时段、路段供需矛盾冲突，而目前的城市居民，可以不用付出任何成本，就使用供需关系最紧张的时段的路段。举个例子，一个买菜的大娘可以毫无损失的使用工作日晚上6点下班高峰的长安街，而损失的时间对她来说无所谓，而另一台车上可能坐着正要去干大事的国家领导或商务人士。大锅饭的解决思路不是换口更大的锅，而是平衡好所有人的使用成本顾虑，大锅饭里的山珍海味会被瞬间抢光，而市场经济下运营的饭店里山珍海味总有供应。

　　正是出于这种思路，“大数据道路定价系统”其实是解决道路使用权大锅饭向道路使用权市场化转变的核心技术问题，“大数据道路定价系统”的技术原理核心由三大板块构成，即数据采集、道路模型、道路定价。数据采集是指大数据中央模块根据安装在各个车辆上的位置定位数据标签（基于GPS或者北斗的卫星定位技术），采集各个路段在不同时段的车辆信息，确定各个路段在不同时段的道路供需状况，并分析出造成城市交通拥堵的各类外界要素：天气影响、道路维修、时段高峰、突发事件、城市活动、路段特点、管理诉求。道路模型是指大数据中央系统根据历史沉淀的车辆数据采集记录和道路运行数据特征，依照大数据道路运营规律建立大数据模型，按照道路供应与用户需求矛盾对道路分时、分段、分情况进行使用权提前定价，而又在事后根据价格影响后造成的道路反馈，例如车流量统计、平均车速影响、道路人流量特征，分析价格模型与道路模型的动态关系，并以此为依据优化道路模型预测的准确性和预见性。道路定价是指大数据中央模块根据道路模型的数据积累与外在参数条件，预测出未来24小时的道路使用权对应的市场价格，所有车主可以在出发前通过移动互联网中类似手机App的方式查看全城道路价格波动情况，并根据个人的经济承担能力与时间紧迫程度选择采用高费用的私人车辆直接驾驶，或者中费用的避开高峰路段、高峰时段驾驶，又或者干脆低费用使用公共交通出行。这种提前定价策略将人们出行时不得不接受的低效交通，变成了可供人们在出门前就提前选择的低成本公共交通、中成本私人躲高峰交通与高成本私人直达交通。

　　举一个现实的例子，假如时间有价，对不同人不同情况却又价值不同。假如一分钟内路上有35辆车对一条道路有行驶需求，但是该道路一分钟只能保证20辆行驶容量，35辆都上路的后果是大家都要等10分钟。有5辆是公交车，每辆平均载人20人，平均每个人10分钟的价值是3元钱，每台车因为堵车损失60元；有1辆是公务车(警车，救护车，消防车)正在执行任务，10分钟关乎任务成败，性命攸关，价值20000元；有2辆车是富豪车，10分钟损失价值500元；有2辆车是白领急事车，例如赶飞机，赶商务谈判，10分钟损失价值5000元；有15辆是白领自驾车，没什么急事，耽误的仅仅是时间成本，每辆车平均2个人，10分钟损失6元；有10辆车是营运车辆，10分钟每辆车损失20元。如果道路免费，因为拥堵损失60×5+1×20000＋2×500＋2×5000+15×6+10×20＝31590元整。如果一辆车道路收费6元，没什么急事的白领会选择公交，道路收费总额120元，无任何拥堵损失，社会总体财富因为治理好拥堵减少损失31470元，政府财政收入增加120元。这个道理很简单，但问题是不同时间道路实际需求量不一定，不同外在环境条件道路供给量会有差别，不同城市或地域人们的支付能力不一样，这就是“大数据道路定价系统”要利用大数据解决的问题，也是该套系统的价值所在。

　　市场经济下的供需平衡决定了产品本身的价格，这是一个经济学一年级的大学生都耳熟能详的理论，那么为什么道路市场化那么难？这其实由目前的道路市场技术特性决定，目前的道路技术手段主要是路网改造思路体系下的定点改造。也就是人们期待通过公路的基础设施改造来实现道路市场化。这里面的尝试有很多，例如道路监控摄像头组成的天网，道路收费用的ETC，道路线圈等。然而定点数据搜集一定会因为成本限制而数量有限，也就是说定点监控数据一定是抽样数据而不是全样本数据。而道路市场是一个很简单的博弈论中的纳什均衡，也就是说如果我们用定点数据制定交通规则，那么规则是一定会被司机发现，并衍生出新的纳什均衡局面的。举几个例子，假如我们在A点收费，那么老司机走到A点就会选择绕路；假如我们进行单双号限行，那么老司机就会选择买两台车；假如我们进行道路限速，那么老司机就会买电子狗侦测监控；假如我们提高城市停车场费用，那么老司机就会找到不容易被抓住的违章停车点。这就是目前道路管理的最大困境，司机永远比警察多，违章永远比罚单多，方法一定比政策多，这些都是因为样本数据的特性决定的。然而不管老司机多么聪明，纳什均衡的局面就是所有人的多输局面，反应在城市交通上，就是层出不穷的交通执法问题与道路拥堵问题。这也是为什么定点收费技术在发达国家的多个城市都有应用，一被老司机摸透，效果就大打折扣，全球第一个实行城市内道路收费的新加坡在这几年不得不放弃对电子收费手段的依赖，而改用每天100多元的车牌使用费来换个方法收取拥堵费。所以我们有理由相信全样本数据是道路市场化的必备前提，大数据道路定价是人类告别拥堵的必由之路，而道路数据化的精细化运营将诞生一个全新的行业，道路数据运营商，这个行业的最主要职责就是将道路数据最优化运营，大幅度提高道路的使用效率，政府在法律，路网改造之后，将拥有一个新的道路管理手段---数据管理。

　　“大数据道路定价系统”有着众多的运营优势。在成本上，由于无需任何的路网改造和道路设施配合，在未来随着系统的扩展，大数据智能化水平的提高，该系统的运营完全遵从于互联网软件产品——边际成本无限趋近于零，即使在初期建设成本上，也仅仅只需要一个以“全球定位模块”的GPS芯片或者北斗芯片，而该类产品目前的市场价格不过每台车几百元，真正做到低成本根治拥堵；在普及率上，由于无需任何的路网改造，而数据来源于随车移动的数据标签，其本身可以在任何一个城市、任何一种路况进行全城范围100%的快速覆盖，真正做到全部路段根治拥堵；在系统迭代上，所有的数据模型更新和价格模型优化都是基于最新的城市交通变化情况，在基于云服务的服务器端发生，用户和政府不用频繁的更换设备、下载软件、发布政策，真正做到一劳永逸根治拥堵；在治堵效果上，因为费用的滞后收取，大数据能够对治堵效果有全面监控，因此能做到对因为突发事件或者模型错误产生的拥堵行为进行修正，取消或者降低（根据拥堵程度确定）拥堵路段产生的道路费用订单，真正做到治堵才收费不治堵不收费；在定价策略上，因为大数据模型的实时监控，模型预测与模型验收完全在两套算法中进行，定价完成并不是结束，定价后的道路运行效率才是判断定价策略正确性与完整性的唯一依据，真正做到有据可依的根治拥堵。

　　在城市落地层面，“大数据道路定价系统”也有着非常大的简易方便特性，其本身并不需要任何的路网改造、并不需要频繁的交通法规变更、并不改变司机的日常驾驶习惯。对于政府来说，只用做好三件事，第一件事就是推动道路使用权市场化的合法化问题，第二件事就是推动所有车辆安装车辆标签与相应的问责体系问题，第三件事就是向大数据道路定价系统放开城市交通数据接口对接，解决大数据多维度互相纠错的数据开放问题；对于司机来说，只用做好数据标签的登记问题，道路使用费用的缴费问题。而该系统的最复杂部分系统软件建设部分、数据日常运营部分、用户接触服务部分、道路模型优化部分都可以通过市场化的方式由最专业的企业来完成并进行优胜劣汰。

　　在“大数据道路定价系统”上马的最初阶段，可以预见三方面的交通优化效果。首先是道路高峰时刻的平均车速增加，因为价格成本会抑制上路需求，价格越高抑制强度也就越高，在城市的多发堵车时段与路段会逐渐消失掉拥堵现象；其次是交通违章智能化的数据抓取手段成为可能，例如道路超速、违章停车等数据可以通过无人化的方式自动抓取，智能警察将无所不在；最后是道路高峰时刻的人容量会有显著提升，因为高峰时段的高定价，人们在使用高峰路段时会因为成本原因而流向公交，而公交的平均车载人数比私人车辆提高一个数量级，因此道路的高峰时段的人容量可望通过市场手段提高几倍甚至一个数量级。

　　而一旦“大数据道路定价系统”在一个城市长期生根，那么围绕着这个市场数据评估体系将有六大方面的全面优化。第一，有利于交通执法层面的无人智能化对人工执法的替代，有如车辆超速、违章停车、车辆盗窃、车祸取证等一系列交通执法运营层面，将无需执法人员到场，只需要数据积累符合一定数据模型即可非常轻易的由智能设备判别出违法行为并进行自动的数据存档取证；第二，有利于城市环保交通出行的市场化推进，有如目前的低排放甚至零排放的环保车辆，可以通过更便宜的道路使用费用折扣来进行推行，使得环保车辆并不是纸面富贵，而是真正能帮助到所有司机节约车辆使用成本，从而推进环保与市场的挂钩；第三，有利于城市公交体系的效率优化和普及，由于道路使用费用的持续收取，可以持续补贴公交体系的完善与健全，使得公交体系除了财政拨款、自营利润以外有了另一项持续的财务来源，而高企的中央道路的高收费，又反向推进人们在非紧急情况下更多使用交通体系，从市场需求层面、经济补贴层面双层促进公交体系的蓬勃发展；第四，有利于城市建设效果的大数据监控统计，因为该套系统的“全样本大数据”特性，该系统可以非常准确的量化城市道路建设、辅助设施建设、交通设施改造的直接交通影响后果，为政府测评城建工作、优化城建工作提供了非常完美的数据支撑；第五，有利于交通治理效果的大数据监控统计，同样因为该套系统的“全样本大数据”特性，该系统可以非常准确的量化城市交通法规或者执行办法、城市交通执法人片区的执法效果的综合数据反馈，引导科学、有效的交通治理手段的积累沉淀；第六，有利于城市营运车辆的市场化竞争与管理，对于出租车辆存量管理、上路费用牌照管理、运输车辆与建设车辆位置管理，都可以通过专项部门对于该类车辆进行数据分离与接口数据抓取，而很多以前无法解决的套牌问题、司机个人素质问题，都可以通过全样本数据的监控得以保证。

　　与“大数据道路定价系统”可以进行对比的有两套治堵方法，第一套是目前国内普遍采用的行政干预管理办法进行车辆上牌的限制或者车辆行驶的限制，对于行政干预管理办法来说，由于城市既有利益格局的形成，管理干预办法往往针对新生车辆进行限制，例如限牌、限购等政策，这类政策首先在公平性上不利于新生市场的发展和培育，影响城市经济的良性发展，并且容易围绕着车牌发放权产生权力寻租行为，而该套方法也只能保证交通无法进一步恶化，却无法保证既有拥堵得到较好的治理，而类似于单双号限行这类政策，又容易产生一个车主两台车的上有政策、下有对策的尴尬局面；另外一套方法是目前在国外一些城市采用的基于道路定点监控的定点收费技术，例如RFID或者ETC收费技术，而这些技术几乎都有着无法弥补的应用短板，往往路网改造成本非常高、覆盖面较小、随着时间的推移效果越来越差，以新加坡为例，新加坡1998年第一次使用城市定点收费试点的ERP系统在运行多年后，并没有满足城市治堵需求，最后不得不采用车牌使用费的方式征收拥堵费，而伦敦在定点收费前两年中心区域拥堵有明显好转的情况下，过了两年当司机们都摸透收费规律后，中心区域拥堵又重新出现，归根结底，以定点道路收费技术为依托的道路收费，会在被司机摸透规律后失去效用，治理好了收费的主干道的结果，往往是堵住了绕行的小路或者辅路，这种城市治堵效果远远不是人们所期望的，而“大数据道路定价系统”由于是全路段、全数据搜集，道路的定价模型既有道路统计数据不断矫正，也可以根据城市发展状况持续在普通用户和市民无感知的前提下微调，这将是最终道路市场化道路价格的最有效体现，道路价格既不是由政府官员说了算，也不是由数据公司说了算，而是由整个道路供求关系体系下，所有道路使用者形成的大数据共同确定的。