拼车是解决大城市拥堵的“秘方”？

交通拥堵和空气污染不是发展中国家城市的专利，而是全球大城市的通病。就拿美国来说，在其本土83个大型城市区域中，每年由于交通拥堵所浪费的时间和燃料费用相当于600亿美元。根据世卫组织的研究，每年全球有超过一百万例死亡与室外空气污染相关，而交通污染更是占了极大的比重。

作为世界上最大的城市之一，纽约的情况跟北京相比，没有最糟，只有更糟。我们经常在电影里看到纽约拥挤的街道上那些寸步难行的黄色出租车。拥挤，也是纽约的日常。糟糕的交通状况，不仅影响了城市的生活质量，还会直接污染城市空气，危害人们的健康。

怎么办呢

城市拥堵的主角是车辆，那解决方法就要从车辆入手。来自麻省理工学院感知城市实验室(MIT Senseable City Laboratory)的一帮极客们想了一个办法——拼车。

拼车的背后有大数据计算的科学基础

如果你有过在机场排队等出租车的经历，你大概就会明白“拼车”的含义。那些拉你拼车的出租车司机们，都是想通过最大效率的运用车辆的运输资源，获取更多的资金收益。

某种程度上来说，MIT感知城市实验室的“拼车”方案，与拉客的那些出租车司机并没有本质的不同：都是倡导大家一起共享乘车资源，让每辆汽车的运输效率最大化。

20世纪70年代，受到石油危机的影响，美国开始系统性地研究“拼车”问题。危机期间，汽车的使用数量急剧减少。城市旺盛的运输需求，导致越来越多的人不得不接受与他人“拼出租车”的出行方案。那段时间，大量的拼车行为极大地缓解了纽约的城市交通压力。石油危机后，一些学者开始正式提出用拼车的方案解决交通难题。

说起来容易，但传统的拼车方案有一个很大的困难：即如何调度出租车资源，在最短线路上让最多的乘客上车下车。说白了，这其实是一个数学问题。理论上讲，拼车问题可以被看做一个“动态搭车”的情况——在一个清晰的时间间隔(Time Window)内，一定数量的乘客(货物)如何高效地在特定地点被收集、投放。

传统的研究会使用线性规划(Linear Programming)的方法。不过这种方法会很大程度上受到变量数量的影响，只能用于小规模的路线优化情景，比如在机场。

但是纽约每天有成千上万辆出租车在运营，产生海量的行驶记录，这是传统的线性规划无法胜任的城市场景。于是MIT的极客们用大数据的方法，将拼车这个时空共享问题，转换成了图论(Graph Theory)框架，发明了“共享网络”(Shareability Network)模型。

（基于图论的方法计算拼车路线的过程）

这个模型不仅解决了共享拼车的效率问题，还能够无压力地对海量数据进行计算。他们搜集了纽约2011年共13586辆注册出租车的一亿五千万条行驶数据，分析他们的行驶线路，接送乘客的情况等等，最终形成了一个动态的拼车调度方案。不仅如此，他们甚至把结果做成了一个大型的可视化交互页面(HubCab)，让用户自己去体会在纽约搭乘出租车的情况。

纽约出租车轨迹图：

一张包含1.7亿条数据的超级地图

在HubCab这个交互式的可视化项目中，MIT感知城市实验室以纽约出租车的行驶轨迹为切入口，研究了人们的出行习惯，旨在探索纽约城市化交通的未来。

（纽约城市1年内的出租车行驶轨迹地图）

在HubCab上，你可以通过左上角的加减按钮，调节观察纽约的城市视角。另一侧的右上角，还可以精确地选择出租车的运营时段。接下来，你可以在地图上任何一个地方，拖动黄色的“我要上车”标志，以及蓝色的“我要下车”标志，来确定你的出行线路。

（截图展示了在曼哈顿的两个上下车点上，有多少出租车流，以及共享方案下可以获得的社会受益）

通过后台计算，HubCab会立刻告诉你，在这个区域内有多少跟你相似的旅行路线。另外，留意地图左上方的小绿框。它代表，如果你选择“拼车”，能够带来多少社会收益。列出的三行数据分别代表：节省的乘客票价，公里路程以及二氧化碳排放。

MIT的研究表明，在拼车这一共享方案下，可以减少纽约40%的出租车运营线路，为乘客节约2.5~3美元/英里的出租车费用，以及423g/英里的二氧化碳排放。

研究人员通过这些数据可以计算“拼车”的机会，也可以介绍“共享网络”的概念。最终结果显示：乘客只需要牺牲一点点便利成本，共享拼车模式就可以减少纽约40%的通勤线路，从而减少汽车尾气排放，为数以百万计的城市人口提升经济效益。

物联网和大数据分析的奥妙在于，它能够让我们从混乱无序的数据中发现潜藏在其背后的故事，并理解这其中的前因后果。最终用技术来更好地设计我们的城市。就像前面提到的拼车方案一样。

在纽约，每年超过1亿7000万条的出租车行驶数据揭示了这个城市人口活动的脉搏。这种拼车型的共享经济模式，在未来会随着无人驾驶技术的成熟而加速城市的交通循环。车辆开始通过互联网连接在一起，一个巨大的“移动网络”将逐渐形成。

这个“移动网络”能够从不同的运输方式上收集数据，汇聚实时的交通信息数据：什么时候，在哪里，以什么交通方式和移动速度等。想象一下，你有一个独特的平台，它可以共享所有交通工具运营商的移动信息，为在线交通和物流服务提供更加透明的市场环境，也为所有用户和企业提供一个公平竞争的舞台。

MIT研究表明，这种移动平台能够使新加坡这样的城市，在不降低交通运输效率的情况下，减少五分之四的运营车辆。这样的优化系统能够极大地降低城市移动基础设施的运营成本，以及交通和建筑物的能源消耗。

更少汽车代表着更短的出行时间，更少的拥挤和更小的环境影响。

诚然，除了技术难题，拼车方案离真正实现可能还有一些社会问题需要考虑。比如，拼车模式会消耗乘客更多的时间;又或者，你会牺牲一些私人空间。拼车往往都是与陌生人一起共享这段旅程，在出租车这种狭小的环境里，很多人不适应与陌生人交流。但是，大数据、物联网的趋势早已开始，共享生活的未来已经朦胧可见。（注：文章综合于网络）

来源：深圳中国电科杯城市数据创新大赛