共享出行服务有望大幅缓解城市交通拥堵和污染。
要发挥最大效益，这些服务必须与公共交通系统整合。
实现这一目标所需的技术已经存在。
自动驾驶出行的倡导者期待着这样一天：零排放的共享自动驾驶车辆提供服务，大幅缓解城市拥堵和污染。但随着自动驾驶车辆的大规模部署似乎仍遥遥无期，重要的是要指出，我们不必等到实现自动驾驶，便能获得共享出行所带来的许多效率提升。
无论由计算机还是人来驾驶，让共享交通成为现实的行程优化技术已经存在。波士顿一项旨在提高公立学校校车效率的计划便是一个例证。看似普通的黄色校车能教会我们哪些高效城市交通的道理？结果证明，能教的可不少。
向学校取经
2019年，波士顿的公立学区举办了一场竞赛，征求解决方案，以便更高效地将25,000名学生送往20个邮政编码区域内的200多所学校。家长可以为子女选择学校，因此交通出行模式并不规则。更复杂的是，波士顿各所学校的上课时间各不相同。学生交通每年给学区造成的费用为每名学生2,000美元，占其预算的10%。
麻省理工学院运营研究中心的研究人员迎难而上。他们开发了一种算法，能够同时处理所有乘车需求，而不是逐一独立优化每所学校的服务。通过优化整个网络，在新时刻表下，部分校车会在多所学校接送学生。简而言之，该算法使学区得以减少50辆校车、削减超过一百万英里的行驶里程，并使二氧化碳排放量每天减少9,000千克。学生乘车时间和步行距离没有受到影响。如今，学区每年还节省500万美元，可用于教育项目。
共享出行的未来
包括我在内的许多人都曾指出，城市交通的未来将是电动化、自动驾驶和共享化。我仍然相信这一点。但减少交通和污染的真正关键在于共享——我们不必等到电动和/或自动驾驶车辆得到广泛采用，便能大幅提升效率，减少城市街道上的汽车及其排放。
多项研究发现，共享自动驾驶车辆可以大幅改善交通状况：
· 国际交通论坛（ITF）对里斯本交通状况的一项研究发现，共享自动驾驶汽车与现有公共交通系统相结合，可减少90%的交通流量，最长等候时间为五分钟。
· 德克萨斯大学对奥斯汀交通状况的一项模拟研究发现，一辆共享自动驾驶汽车可以替代九辆私家车的运力，而乘客的额外乘车时间仅为两到五分钟。
· PTV集团对奥斯陆交通状况的一项研究发现，共享自动驾驶车辆仅用当今车辆总数的7%，就能满足该市高峰时段的出行需求；将这类服务与公共交通结合，还能使行程时间平均缩短11分钟。
把由计算机接收指令的自动驾驶车辆换成人类驾驶、通过司机手机应用接收指令的车辆，就能取得同样的成效——尽管如今使用的还是化石燃料汽车。但如果能将街道上的车辆数量减少多达90%，就可以按相应比例减少排放。
公共利益
这些模式成功的关键在于将服务与公共交通整合。反过来，如果用共享服务取代公共交通，很可能会加剧拥堵。与公共交通整合的共享交通必须由城市强制推行，而不能像点对点网约车服务刚推出时那样任由其自由发展。在缺乏监管、未与公共交通整合的情况下，这些服务已经大幅加剧了大多数大城市的交通拥堵。
统筹协调，推动成功
埃森哲的分析师最近发布了一份报告，呼吁城市牵头打造协调一致、“统筹协同”的出行生态系统。将共享服务限定在连接人们与公共交通的线路上，是当下部署人工驾驶服务、为未来无人驾驶服务做好准备的一种方式。服务与时刻表可以在后台实现联动。例如，当列车乘客多于平常时，运营方可以自动调派更多共享车辆前往车站；也可以让汽车等候晚点的列车。
统筹大型车队、实时同时处理大量乘车请求，并以尽可能高效的方式调度车辆和拼合乘车需求，都是极其复杂的过程。大多数城市环境持续变化，使这一复杂性进一步增加。交通、天气、特别活动、施工及其他情况都可能影响行程时间和等候时间。
管理空间
管理城市拥堵和出行，归根结底就是管理空间。城市的住宅、商业和交通空间都十分有限。私家车是对交通空间最低效的利用方式，而公共交通则是最有效的利用方式。让更多人离开私家车，转而乘坐往返于公共交通方式之间的共享接驳线路，是减少汽车交通最有希望的办法。计算机模型表明，这一目标可以实现；要享受共享出行的好处，我们不需要自动驾驶。随着气候危机日益严峻，我们完全可以并且应该立即开始推行共享出行。
