Uber和Lyft等提供商所提供的按需出行服务自2009年在美国推出以来，经历了显著增长。虽然这些出行服务提供商（MSP）的快速普及以及其所提供服务的多样化，拓展了人们的出行选择，但使用这些服务的益处却更多地惠及部分人群。
随着MSP 的使用量增长，识别并解决按需汽车服务中的不平等问题变得日益重要。有远见者将拼车式自动驾驶出行服务视为将MSP的益处惠及更多人群的途径。拼车和自动化确实有望成为通向包容性MSP模式的门径，但它们也带来了各自的挑战，若要释放其未来可能的益处，就需要审慎予以关注。美国的研究加深了我们对MSP服务分布性影响的理解，并表明需要采取前瞻性的集体治理，以确保MSP现在和未来都具有包容性。
谁从MSP服务中受益，谁没有受益？
MSP服务的益处几乎完全归于使用这些服务的人。MSP为无车家庭以及出租车和公共交通服务有限或质量低下的社区拓展了出行选择。出租车和公共交通服务有限或质量低下的社区。然而，使用率 在MSP用户中，城市地区高于郊区地区。
还值得探讨的是，哪些人无法使用MSP服务。即便车费比传统出租车便宜，负担能力仍是低收入人群的一大障碍。尽管有礼宾服务等项目，基于应用程序的平台对于没有银行账户和数字能力匮乏的人群而言，仍是额外的障碍。
虽然在部分无障碍指标上优于出租车和辅助公共交通服务，但证据表明，MSP未能为残疾人士，尤其是需要使用轮椅无障碍车辆的人士，提供同等的服务残疾人，尤其是需要使用轮椅无障碍车辆。
最后，对安全和人身安全的担忧可能会使女性不愿使用这些服务。
还有证据表明，与传统出租车行业一样，MSP也为歧视提供了平台。这可能以多种方式表现出来：
· 司机对乘客：选择不前往某些（少数族裔或低收入）街区接单或不覆盖这些街区；拒绝来自某些类型乘客的预订，或在乘客身份被识别后取消接送；根据种族、性别或感知到的社会经济地位，选择增加成本和/或行程时间的路线。多项研究发现，非裔美国乘客与白人乘客在等待时间和取消订单方面存在差异。
· 乘客对司机：因种族、性别或感知到的社会经济地位，降低小费或评分，这可能影响司机收入或影响其解雇做法；或
· 双向：基于种族、性别或感知到的社会经济地位，对乘客或司机给出低评分。
拼车又如何？
虽然MSP的益处狭隘地归于少数人，但其负外部性却波及更广。在城市街道的交通拥堵方面尤其如此。幸运的是，拼车MSP出行有潜力通过将多次行程合并到一辆车中来缓解交通拥堵，提高效率、减少交通流量并使更多人群拥有出行选择。从用户角度看，拼车可以意味着更便宜的车费，因为行程成本由多名乘客分摊。然而，这需要以更加迂回和不确定的路线为“代价”，并可能需要与陌生人同乘。不同用户对这种权衡的看法各不相同。
虽然成本和时间可能是主要因素，但人们也日益担忧，部分用户可能因不愿与陌生人共享空间而回避拼车服务，并可能导致歧视性结果。基于上文讨论的乘客与司机之间歧视的研究，其他近期研究还调查了拼车行程中乘客之间的歧视性结果。一项研究发现，乘客在种族或族裔多元化的街区拼车的可能性较低。其他研究发现，部分MSP用户对不同社会阶层和种族的同车乘客抱有歧视性态度，对负面社交互动的担忧可能降低用户请求拼车的意愿，并且这些乘客更希望提前获知潜在同车乘客的信息。另一篇近期论文发现，歧视性态度与对拼车的满意度较低、拼车行程在MSP行程中所占比例较低以及未来考虑拼车的意愿较低相关。因此，乘客之间的歧视性态度可能会阻碍MSP用户持续且频繁地使用拼车，这对于日益共享（或拼车）的未来而言，可能是一个令人担忧的结果。
自动驾驶的未来
自动驾驶（或无人驾驶）车辆一旦技术成熟并广泛部署，可能会加速向MSP服务的转变。然而，仅凭自动化本身可能无法解决公平或歧视问题。虽然取消司机消除了一个潜在的偏见来源，但AI算法中仍存在偏见的可能性，而且没有司机可能会改变同一车内乘客之间的社会互动动态，加剧现有的乘客之间的歧视。
此外，还涉及成本问题。自动驾驶车辆的广泛普及及其惠及低收入家庭的能力，很可能只有在消费者发现其比私家车这一替代方案更便宜和/或更便利的情况下才会实现。通过取消司机（并可能转向效率更高的远程驾驶模式），自动驾驶MSP服务可以将运营成本的节省转嫁给消费者。虽然部分模型假设互补性创新将使拼车自动驾驶车辆的价格低于私人拥有车辆，但其他研究者则认为，除非自动化伴随着使用率提高、大量拼车或出租车商业模式其他方面的改变，否则在美国，自动驾驶MSP服务的成本将继续高于私家车拥有成本。
行动呼吁
尽管MSP服务的出现相较于现状增加了可及性并带来了益处，但越来越多的证据表明，这些益处并未平等地惠及所有人。应当正视因用户自我选择、特定群体的使用障碍以及歧视而导致的使用不平等，对其进行审慎研究，并通过知情且前瞻性的政策加以解决。
共享这些服务被视为提高效率的关键途径，但也伴随着自身的挑战，主要是出行时间的绕行以及与陌生人共乘。未来无人驾驶车辆的潜在部署可能会提升MSP模式的重要性。通过取消司机并可能降低成本，自动化可以缓解部分公平性问题。然而，显而易见的是，共享和自动化（无论是单独还是共同实施）本身并不能解决围绕MSP使用包容性的诸多问题。需要公共和私营部门共同进行集体治理，以解决现有的包容性问题，并塑造MSP未来的使用方式。同时，这些解决方案需要对当地情况和现有出行系统保持敏感，以应对出行服务提供商模式中仍然存在的挑战。
供稿作者：
- Adam Cohen – 研究员，加州大学伯克利分校交通研究所
- Susan Shaheen – 加州大学伯克利分校交通工程教授
