今年,开放汽车限购的呼声前所未有地强烈。
今年3月,国务院印发的《推动大规模设备更新和消费品以旧换新行动方案》,要求“因地制宜优化汽车限购措施”。
今年5月,国务院印发的《2024—2025年节能降碳行动方案》,提到要“逐步取消各地新能源汽车购买限制”。
今年6月,国家发改委等13个部门联合印发的《关于促进汽车消费的若干措施》,再次提出要拓展汽车消费新场景,鼓励限购城市放宽车辆购买限制,增发购车指标。
![](https://q4.itc.cn/images01/20240721/b42d862ff1e245fe8764936cfec2afda.png)
截至目前,国内正在实施限购的地区有北京、上海、广州、深圳、杭州、天津、石家庄和海南省等等,各地限购政策各不相同。
其中天津、石家庄和海南省的限购力度是比较温和,对城市汽车总体保有量的影响不算太大。而北京、上海这样人口密度超大的城市,限制就严格了很多,有很多久摇不中,一车难求的案例。
![](https://q3.itc.cn/images01/20240721/34b4585fa9f8402b82f6f5bf467ea51f.png)
在主管部门的号召下,限购城市纷纷做出响应开始“松绑”。
比如,广州把指标数增加到了8万个,摇号72次更是直接发放;天津面向无车家庭、久摇不中的个人发放指标;海南购买新能源车也无需摇号,都是直接加量的操作。
深圳和杭州两地,则是放宽了买车的限制。前者取消了非深圳户籍申请新能源指标的社保限制,并且买插混可以作为个人第二台车;杭州则是针对“久摇不中”和“人才专项”开了绿灯。
![](https://q4.itc.cn/images01/20240721/30e60ce6bf00480eb069e641feb18562.png)
就连很多人认为会“铁打不动”的北京,竟然也开始行动,宣布将于7月21日面向无车家庭定向增发2万个新能源小客车指标!
虽然2万个指标放在总量里并不算太多,但我身边有不少早已经摇了十多年不中,和已经排了好几年新能源的北京朋友,已经开始重燃希望之火,开始私下问我最近啥车值得买了。
![](https://q0.itc.cn/images01/20240721/fe7f1d953b374209b87e38186de0e45f.png)
总体上来看,几个限购城市放宽主要针对的是久摇不中,和有意向购买新能源车的人群,符合中国汽车产业发展的大方针。
放开限购,无论从宏观上对整体社会经济的促进层面,还是微观上对于很多无车且需要用车的家庭来说,都是重大利好。
不过,新的问题也随之而来,难免会让已经有车的人产生一些担忧。
当初设置限购门槛,大都是为了治理城市拥堵和空气污染。现在限购逐步放开了,车比以前更多了,道路会不会比以前更堵?停车会不会比以前更难?
所以这一篇就我们来具体聊聊。
01. 修路越修越堵?交通分流才是关键!
或许有人会这样认为,“堵车治理起来不是很简单的嘛?只要多修路,再把路修宽一点,不就不堵车了吗?”
事实上并非如此!
早在上个世纪60年代,德国基本上摆脱了二战的不利影响,汽车工业开始进入高速发展阶段,汽车产量增长迅猛,1960年以200万的产量超越英国,成为了欧洲最大的汽车生产国和出口国。
德国普通人也开始变得富裕起来,像柏林、慕尼黑这样的大城市私家车越来越多。
这时德国交管部门发现,一些车流量比较大的地段,在高峰时期会出现车辆拥堵的情况。
![](https://q9.itc.cn/images01/20240721/bd08a7b6e2104a159b64b9538317d682.png)
于是按照前面所说的,德国交管部门为容易堵车的路段,修建了更为高效、便捷的公路,来解决堵车问题。
想法初衷是OK的,但他们万万没想到,修建完公路之后,堵车问题非但没有解决,反而堵车变得比以前更严重了。
同时他们还发现,英国、法国的一些大城市也出现了“修路越修越堵”的情况,一时间让人百思不得其解。
直到1968年,一位德国数学家迪特里希·布雷斯发表了一篇“交通规划悖论”的论文,来解释这个反直觉的现象,在交通规划领域被称为“布雷斯悖论”。
假设从A点到B点,原本有两条路弯曲的道路,两条路路程接近,行车时长也接近。
![](https://q4.itc.cn/images01/20240721/cc512c9a542945a3a9643077feeb8ddb.png)
这时,从A点到B点新建一条笔直的新路。
显然,新路比原先两条旧路路线更短,所以理论上通勤时间也会缩短才对。
![](https://q5.itc.cn/images01/20240721/e22bf283015146caab0613b4028baeb2.png)
但现实情况是,原本走老路的车,大都会为了节省时间,不约而同的扎堆涌入新道路,老路反而没人走了,结果就是大家都堵在了新路上。
大部分的车都堵在了新道路的B点末端,会引发“网络化效应”,导致原本旧路上的车,也难逃被堵车的命。
修路越修越堵,本质上是因为新路的便捷打破了原本老路的交通平衡,让人产生了心理倾向性。
交通流的过度集中,是拥堵的原罪。
![](https://q7.itc.cn/images01/20240721/bd92232304b043109b045d03f0ab8f32.png)
所以想要解决这个问题,就得在修路规划之前修做到“端平水”——即新修的路在通勤时间上要尽可能的与旧路保持一致,这样才能保证让道路把交通流均摊掉,达到缓解拥堵的目的。
但,现实往往比理论要复杂得多。
尤其是对于有一定历史积淀的“老城”,或是水文资源发达的城市来说,全部建成像纽约、华盛顿这样大量横平竖直的道路,必然是不现实的。
既然如此,又如何做到让不同长短的道路,均摊交通流呢?
实际上,造成交通拥堵的一个很重要的原因,就是驾驶人对于路况信息、车流量缺乏及时的了解。
![](https://q5.itc.cn/images01/20240721/d4f737ccfe2e4d22ab3756c959457cf1.png)
如果人在出发之前就得知某一条路正在发生拥堵,那么他大概率会选择一条不堵车的路,哪怕多绕点路,进而形成交通分流。
如果道路拥堵无法避开,且已经堵到了难以接受的程度,就会有一部分人选择放弃开车,选择其他的交通方式。同样也可以缓解交通压力。
这也是为什么后来德国开始做交通广播,同时在许多主要街道都设立了电子告示牌之后,道路拥堵情况出现明显好转的原因。
![](https://q0.itc.cn/images01/20240721/95d4f3e015fa4f8986860a1762ad9116.png)
现在,我们已经进入了网络信息时代,获取道路信息的途径比以前更直接,更高效,其中导航地图就起到了关键作用。
我们不但能通过导航地图的颜色,很直观的判断车流量的大小,同时还能得知根据实时路况计算后用时最短的推荐路线,进行合理的出行规划。
![](https://q7.itc.cn/images01/20240721/41822b332cc449b2834d897d630cad70.png)
不过,现在这个路线推荐还有很大的进步空间,比如很多只有当地人才知道的,“冷门”但不堵车的小路,还没被地图纳入推荐范围呢。
除此之外,现在地图上显示的拥堵,大都来自导航用户数据上传的结果。以后采用V2X车路协同系统来检测交通流,会比现在的反馈更精确、更有时效性。
说白了就是,城市道路承载交通流的能力,还有很大的潜力去挖掘。就像近几年电池包的进步一样,提升能量密度不仅仅局限于电池原材料本身,提升电池包体积利用率同样重要。
02. 车和路,都要智能
不知道大家开车有没有经历过这样一种情况。
你在一条原本畅通的封闭公路上开车,莫名其妙地开始堵车了,堵了很长的一段路。
你以为一定是前面的车发生了事故才导致的拥堵,于是无奈中又怀着好奇心前进,结果到最后发现,什么事故都没有,道路莫名其妙的又通畅了,让你怎么也想不通。
遇到这种情况,你大概率是碰见“幽灵堵车”了。
![](https://q9.itc.cn/images01/20240721/9908076d24d544cb98ba2c8501d9aeb2.png)
简单来说就是,在原本畅通的道路上,你前面有个司机,可能因为玩手机,或是路上突然跑过去个小动物,突然踩了一脚刹车。
结果跟在他后面的司机为了防止追尾,也踩补了一脚刹车。
于是,跟在后面的第三辆、第四辆、第五辆……第N辆车,都因为第一辆车的一脚刹车而踩了刹车,最后导致车流速度短时间明显下降。
![](https://q7.itc.cn/images01/20240721/94b7c670761f419d99ae1bd4cafbdec4.png)
这就是道路版的蝴蝶效应。无论是前面有“龟速行驶”的慢车,还是突然急刹,都有可能在原本畅通的道路上形成“幽灵堵车”。
再举一个比较好理解的例子,同一条车道上的车都在等红绿灯,有的人反应快,有的人反应慢。这时你起步的速度,完全取决于前面人的反应下限。
这也是为什么,如今导航地图上新增的红绿灯读秒和绿灯提醒功能,在上线之后颇受好评,因为这可以大幅缩小 人和人之间在反应上的差距。
![](https://q1.itc.cn/images01/20240721/1205a5ce8ced4969bbed6241737f320c.png)
无论是幽灵堵车,还是等红绿灯时被前车卡位,都是因每个人开车的风格不同导致的。
这时,智能驾驶的优势就体现出来了。
理论上来说,智能驾驶不需要在通勤效率上完全碾压人类司机,只需要做到比少部分开车不太好的司机强就行。
当然,前提是智能驾驶进化到事故率和接管率足够低,让司机敢放心去用智驾。
大面积智能驾驶的覆盖,是可以尽可能抹平人与人驾驶水平的差距的,从而有效提升城市整体的通勤效率。
![](https://q5.itc.cn/images01/20240721/04c0812ea5214270a97a2bd78974676e.png)
除了“智能的车”以外,“智慧的路”也是必不可少的。
传统的红绿灯都是预先设置好秒数的,如果秒数设置与当前车流不匹配,就可能出现出现一边空无一车,一边堵的要命的情况。
同时,也会给需要调秒数的红绿灯带来不少工作上的麻烦。
不过,随着越来越多智能交通信号灯投入市场。以往的“人看灯”,逐渐在转变为“灯看人”。
比如,南京、杭州、广州等城市,最近几年正在搞“绿波带”。
![](https://q0.itc.cn/images01/20240721/a4e2d8c84e49473083d9442b7321da08.png)
所谓绿波带,就是一条交通线路上,红绿灯根据车流经过路口的时间做出响应调整,实现车流到达路口时正好遇到绿灯。
从交管部门的上帝视角来看,绿灯就像波浪一样向前推进,故称为“绿波带”。
所以如果你最近开车觉得运气特别好,总是遇到一路绿灯的话,大概率是智能信号灯在帮忙。
根据第三方研究报告显示,将传统红绿灯更换为智能红绿灯后,整体通勤效率会提升30%以上,绿灯空放率降低85%以上,高峰期间拥堵时间可降低20-25%。
此外,更少的拥堵缓行、怠速等灯、频繁启停,也同样有利于社会整体的节能减排。
03. 堵车,智驾破局?
说完了怎么应对堵车,再来简单聊聊怎么缓解停车难的问题。
和堵车一样,停车也是个世界级的难题,尤其是对于人口密度超大型的城市来说。
新建停车场需要空间,而在有限的空间里,建停车场建到最后,总会有物理上饱和的那一天。
所以缓解停车难问题的关键,和前面提到的缓解拥堵问题一样,需要尽可能的将已有的停车资源利用起来才行。
![](https://q8.itc.cn/images01/20240721/76be3ad747f3463bb2bd7894afd2f90d.png)
了解香港的朋友应该知道,香港这种寸土寸金的地方,停车难度堪比地狱级。
于是,香港孕育出了一个很有意思的职业——“泊车仔”。
说白了就是,你把车交给代客泊车的小哥,让他帮你找附近的停车场和车位,回头你再给他一些小费报酬。
有传言油尖旺区的泊车仔,每天帮人泊车2小时,就能月入18万港币,可见想在香港停车有多难。
![](https://q7.itc.cn/images01/20240721/a708e2ba2b7b49f4883a2e49ee907be3.png)
那么限购城市松绑之后,停车会肉眼可见地越来越难。代客泊车会成为发家致富的新法子吗?
我看,未必。
仔细想想看,“泊车仔”为什么非得是人呢?
实际上,前段时间“泊车天花板”小鹏来说,已经可以实现跨楼层记忆泊车这样的功能了,许多其他车企也已经跟进。
在跨楼层记忆泊车的过程中,车会通过摄像头等感知硬件将停车场信息扫描并记录下来,形成属于停车场的“高精地图”。
既然可以做到无人跨楼层泊入,那么反过来,无人跨楼层召唤,让车自己开出来找人,理论上来说也不难实现。
![](https://q5.itc.cn/images01/20240721/f4f2ff0b071a4ead8ebed4f59e43675d.png)
更进一步去想,如果未来城市领航辅助和自动泊车两项技术足够成熟,且能做到完美融合,就能实现这样的场景:
你开车去商场,只需要开到商城门口,不需要再开进地下停车场,下车之后车回自己开进停车场,自己找车位。
假如商场地下停车场满了,车会根据联网信息搜寻附近有空位的停车场再停进去。
等你逛完商场,只需要在手机上设置好会车地点,车会从停车场里开出来找你。
![](https://q4.itc.cn/images01/20240721/d9d435b963a9484b80f0517c12e629d9.png)
大家可别觉得这是天方夜谭。现在大部分做智驾的厂商都在朝这个方向努力,没准大模型、端到端算法在智驾上充分应用之后,就能够形成大规模的普及。
这还没完,想法再疯狂一点——车不一定要往停车场里钻啊!
如果能接受私家车共享出行,那么让自己的车原地化身robotaxi,和萝卜快跑一样在外面接两单挣个外快,岂不美哉。
这样一来,就能充分提高停车资源和道路资源的利用率,从而一定程度上缓解停车难问题。
04. 写在最后
虽然像北京、上海这样的一线大城市,在短时间内直接取消限购是不现实的。
但从大方向上来看,城市交通从“购买管理”向“使用管理”转变的发展路线已经基本明确。
在这个过程中,除了政策的支持以外,科技的进步是必不可少的环节。
只有车、路、网络三者协同,都实现高度智能化的突破,才有可能在汽车保有量持续增长的情况下,逐步攻克以往看似不可能攻破的拥堵和停车难题。
路漫漫其修远兮,吾将上下而求索。
来源:内容来源于网络,版权归原作者及原出处所有,如涉及版权等问题,请及时联系我们。 |