自动驾驶汽车对城市空间形态的影响综述

作为未来交通发展的重要方向之一，近年来自动驾驶汽车(Autonomous Vehicles)在国内外备受关注。研究显示，自动驾驶技术能提升道路安全性^[1-2]、提高出行舒适度^[3]，降低出行成本^[4]、带来良好的社会经济效益^[5]。全球已有十几个国家制定或完善了自动驾驶汽车相关的法律法规，并积极部署自动驾驶示范区、开放实验路段，为无人驾驶时代提前布局。中国十分重视自动驾驶汽车的发展，北京、上海、广州、深圳等城市早已从道路测试和规范立法等方面开始行动，成都、重庆、西安等城市也在综合交通运输“十四五”规划中提出开展智能网联汽车试点示范的计划。2020年，国务院办公厅印发《新能源汽车产业发展规划(2021—2035年)》，提出“2025年高度自动驾驶汽车实现限定区域和特定场景商业化应用”和“2035年高度自动驾驶汽车实现规模化应用”的目标，自动驾驶时代近在眼前。

自动驾驶技术对交通系统的影响不言而喻，在规划设计层面，自动驾驶汽车引发的道路空间重构以及新的出行行为带来的土地利用、城市结构变化将对城市产生深刻影响。自动驾驶技术对交通、空间、社会的影响呈现次序性、传导式，这种影响可以用涟漪模型来归纳^[6]。自动驾驶技术的涟漪模型中，第1圈层是对交通和出行行为的影响，包括出行成本、出行选择、交通承载力等；第2圈层是对各类城市要素的影响，包括道路设施、土地利用、职住分布等；第3圈层是对经济社会的影响，包括空气质量、社会公平、公众健康等。D. Milakis 等^[6]、秦波 等^[7]对3个圈层进行综述性研究，提出自动驾驶汽车对交通、城市、社会的影响。

本文聚焦于第2圈层的相关文献，旨在梳理国际上关于自动驾驶汽车对城市空间形态影响的最新研究进展，从居住人口分布、停车用地、区域可达性、街道设施环境4个方面出发，从研究方法、研究对象、结论的异同点等方面展开详细论述，分析自动驾驶汽车的可能影响，并结合中国大城市的发展挑战，探讨城市规划和政策制定如何应对自动驾驶汽车给城市带来的变化。

自动驾驶技术的涟漪模型第2圈层主要包括道路基础设施、停车、步行和自行车等设施要素，就业、住房、休闲活动的区位选择和土地利用要素，以及汽车设计、所有和使用形式等车辆要素^[6]。从城市规划视角出发，基于城市空间形态要素的重要程度和相关研究数量，本文将综述重点聚焦在居住人口分布、停车用地、区域可达性、街道设施环境四个方面。

美国汽车工程师学会(Society of Automotive Engineers)从自动化水平角度将自动驾驶汽车分为6个等级^[8]：0级为无驾驶自动化(no driving automation)、1级为驾驶人辅助(driver assistance)、2级为部分驾驶自动化(partial driving automation)、3级为有条件驾驶自动化(conditional driving automation)、4级为高度驾驶自动化(high driving automation)、5级为完全驾驶自动化(full driving automation)。由于低级别自动驾驶汽车对出行行为影响不大，既有研究大多关注高级别的自动驾驶汽车，即不需要人工介入、在特定环境下(4级)或在所有环境下(5级)完全独立完成驾驶的汽车。

从所有形式角度，自动驾驶汽车可分为私人自动驾驶汽车(Private Autonomous Vehicle, PAV)、由企业运营的共享自动驾驶汽车(Shared Autonomous Vehicle, SAV)和由政府运营的自动驾驶公共汽车^[9]。本文主要对前两者展开综述。其中，私人自动驾驶汽车与传统私人小汽车在所有形式、使用方式方面无明显区别，仅驾驶人的参与程度不同；由企业运营的共享自动驾驶汽车则可理解为响应式自动驾驶出租汽车，可同时服务多人(拼车)，也可只服务一位或多位同行乘客，使用者对共享自动驾驶汽车无所有权。

既有文献中，研究自动驾驶汽车对城市居住人口分布影响的方法主要有两种。1)通过问卷调查了解受访居民在自动驾驶情景中的住房位置偏好，并结合其他要素(如受访者目前的居住位置、社会经济状态、人口学特征等)推断全市人口分布变化^[10-12]。2)基于城市现状交通数据，在自动驾驶汽车改变通勤成本的假设下，将新的出行成本代入现有的土地利用—交通相互作用模型(Land use and transport interaction model)或利用代理人基模型(Agent-based simulation model)等计算机模拟手段，分析城市人口和用地分布的变化^[13-14]。

理论上，自动驾驶汽车允许出行过程中进行其他活动，可提升出行舒适度、降低出行时间成本，从而增加可接受的通勤距离，吸引人们向城市外围搬迁。然而，在不同研究中自动驾驶汽车对居住人口分布的影响存在差异，主要取决于车辆使用形式、城市区位和建成环境状态，以及居民的个体要素。

就自动驾驶汽车使用形式来说，私人自动驾驶汽车相对共享自动驾驶汽车更可能吸引人口向城市外围搬迁，引发城市蔓延，并带来高车辆行驶里程(Vehicle Kilometers Travelled, VKT或Vehicle Miles Travelled, VMT)和交通拥堵问题。P. Thakur 等^[14]对澳大利亚墨尔本都市区进行研究，提出在自动驾驶汽车将出行时间价值(typical value of travel time savings, VTT)降低50%的假设下，若小汽车全部为私人自动驾驶汽车，远郊地区的人口密度将明显增长，早高峰时段小汽车人公里将增加30%；若小汽车全部为共享自动驾驶汽车，中部郊区人口密度增长最大，小汽车人公里可降低9%。S. Carrese 等^[11]对意大利罗马市进行研究，提出当自动驾驶汽车渗透率达50%时，市郊人口密度将大幅上涨，同时城市中心人口密度将下降。若拼车模式的共享自动驾驶汽车渗透率较低，则仅市区居民的通勤时间缩减，市郊居民将面临更严重的交通拥堵，城市整体通勤时间最多(拼车渗透率为0%)增加13%，车辆行驶里程增加7%；而当自动驾驶汽车全部为拼车模式的共享自动驾驶汽车时，城市整体通勤时间将减少19%，车辆行驶里程减少2%。相对私人自动驾驶汽车，共享自动驾驶汽车不易导致城市蔓延的主要原因在于：1)不同城市区域内使用共享自动驾驶汽车的等候时间不同^[13]，因此离市中心远的区域出行时间成本相对较高；2)在人们感知中，使用网约出租汽车的单次费用比使用私人小汽车高^[14]且与出行距离正相关，在一定程度上限制了人们搬往远郊。

就城市区位和建成环境状态来说，自动驾驶汽车在高密度的大城市更可能引发郊区化。S. H. Kim 等^[10]对美国佐治亚州(Georgia)15个都市区进行问卷调查研究，提出若自动驾驶汽车全面应用，首府亚特兰大地区(Atlanta)居民比其他地区居民更倾向于搬到离常去目的地更远的地方居住。这是因为亚特兰大地区的活动范围比其他地区大，人们更易接受用更长的通勤距离来换取心仪的住所；同时相对其他地区，亚特兰大市郊与市中心建成环境密度差异更大，搬家能满足部分人群“亲郊区”(pro-suburban)的意向。

就个体要素来说，人们目前的居住位置、年龄、收入和家庭结构对其在自动驾驶时代的居住地选择都有影响。由于自动驾驶汽车可降低通勤成本，住宅品质、教育资源等要素在人们的住房决策中将会变得更重要，在西方语境下，目前居住在高密度地区的群体、有小孩或孩子多的家庭更倾向于搬离市中心。此外，对电子设备的熟悉程度也是影响自动驾驶汽车时代住房选择的重要因素。S. Carrese等^[11]对意大利罗马市进行问卷调查研究，提出市中心居民比中心城外围的居民更倾向于在自动驾驶时代搬到市郊，且居民的过往搬家经历对此也有一定影响。P.Bansal 等^[15]对美国奥斯汀市(Austin)居民进行问卷调查研究，指出家庭孩子多、居住在高密度社区、独自开车通勤、教育程度高的群体更倾向于搬离市中心；而对手机等电子设备熟悉的人更倾向于搬到离市中心更近的地方来享受更好的共享自动驾驶汽车服务。W. Zhang 等^[13]对美国亚特兰大地区进行模拟性研究，指出若共享自动驾驶汽车渗透率达100%，40岁以上的家庭(通常有更高的经济能力)将会搬到离市中心更近的位置，以获得更短的共享自动驾驶汽车等候时间和更多的城市资源；40岁以下的家庭则会搬到离市中心更远的位置，以获得更高品质的住宅或更好的公共教育资源。

值得注意的是，上述自动驾驶汽车影响居住人口分布的结论大多是基于自动驾驶技术能降低通勤时间成本的假设，但R. Krueger 等^[12]对悉尼都市区居民进行的意向调查研究指出，自动驾驶汽车并不会显著改变人们感知中的出行时间价值；P. A. Singleton^[16]则提出，出行过程中的其他活动大部分是出于打发时间的目的，而非高效的生产时间，所以自动驾驶汽车对出行和居住地选择的影响也取决于个体的时间利用偏好和乘车时的活动^[17-18]。因此，研究自动驾驶汽车对居住人口分布的影响还需开展基于特定城市的社会调查，以明确不同群体住房、出行的需求和偏好。

现有研究主要关注停车用地面积和用地分布两方面，也有研究进一步探索了自动驾驶汽车停车区位的变化对交通和碳排放的影响。代理人基模型、离散事件仿真模型(Discrete event simulation model)等计算机模拟是常用的研究方法，即在现状出行数据的基础上，通过设定不同的参数(如自动驾驶汽车渗透率、停车收费规则等)模拟不同情景下自动驾驶汽车的停车行为，进而分析对停车用地的影响。

就停车用地面积来说，大部分研究表明共享自动驾驶汽车可以通过更集约化的使用方式减少城市中小汽车的数量，进而带来停车用地的缩减。D. J. Fagnant 等^[19]对共享自动驾驶汽车进行了模拟性研究，指出在一个10英里×10英里(约16 km×16 km)的网格城市中，如果3.5%的出行用共享自动驾驶汽车代替传统小汽车，则1辆共享自动驾驶汽车可以取代约12辆私人小汽车来满足出行需求，并带来11个停车位的缩减。L. Martinez 等^[20]对葡萄牙里斯本市进行交通模拟研究，指出100%的共享自动驾驶汽车渗透率可减少城市中约80%~90%的小汽车以及84%~95%的停车位，其中拼车情景和存在公共交通的情景中所需停车空间更少。W. Zhang 等^[21]对共享自动驾驶汽车进行模拟性研究，指出在一个10英里×10英里的网格城市中，若有2%的居民(约1万人)用共享自动驾驶汽车替代私人小汽车出行，1辆共享自动驾驶汽车可以取代约14辆私人小汽车来满足出行需求，这部分共享自动驾驶汽车用户的停车需求将减少约90%。此外，若引入拼车服务或允许一定的空车行驶时间，停车需求将进一步缩减。W. Zhang 等^[22]对亚特兰大地区共享自动驾驶汽车停车行为进行模拟性研究，指出当有5%的家庭用共享自动驾驶汽车取代私人小汽车时，城市停车用地可减少约4.5%，此外，在停车不收费、按次计费、按时长计费三种情景下，所需停车用地依次缩减。除了能减少汽车数量外，自动驾驶汽车相对传统汽车所需停车位更小，也不需要电梯、标志等服务于人的设施，可以进一步缩减停车场的面积^[23-24]。

就城市停车用地分布来说，在不同停车收费情景下，共享自动驾驶汽车会选择不同区位和用地性质内的停车场停车^[22]。停车不收费时，共享自动驾驶汽车的停车主要发生在用车高频区域，即市中心和繁华的商业街区；按次计费时则会转移到地价稍低的片区；按时长计费时，共享自动驾驶汽车会行驶到欠发达的社区停车，并可能进一步削弱这些社区的土地价值和发展潜力。此外，在停车收费的情景下，中央商务区和办公用地的停车需求会转移到混合用地或居住用地主导的区域。

上述研究表明，自动驾驶汽车可以带来城市停车用地的缩减或转移，给空间紧张的城市核心区带来积极影响。然而，减少的停车需求和灵活的停车位置选择往往与更高的行驶里程关联。这一点对于私人自动驾驶汽车尤其明显。A. Millard-Ball^[25]指出，自动驾驶汽车停车本质上是经济导向的行为，通过计算停车费用和到达停车场所(如有)的行驶费用，私人自动驾驶汽车在将乘客送达目的地后可以选择在公共停车场停车、回家停车或持续行驶(不停车)。A. Millard-Ball对旧金山市中心小汽车出行和停车数据进行研究，指出对于目前需要付费停车的私人车辆，在自动驾驶时代大部分会选择将乘客送达后在路上持续行驶，并通过故意制造交通拥堵来降低单位时间的行驶成本，平均单次行驶里程将增加2.7 km；另外少部分会选择在目的地附近居住区进行限时免费停车或行驶回家停车，平均单次行驶里程将分别增加10.3 km和5.2 km。C. D. Harper 等^[26]对美国西雅图市(Seattle)自动驾驶汽车停车行为进行模拟性研究，指出当自动驾驶汽车渗透率较低(5%~25%)时，一辆私人自动驾驶汽车平均每天会多行驶3.5~4.0 英里(约5.6~6.4 km)到CBD外围寻找价格便宜的停车位；当渗透率较高(50%~100%)时，随着低价停车位变得紧缺，一辆私人自动驾驶汽车平均每天会多行驶5.6~8.4英里(约9.0~13.5 km)来寻找低价停车位，致使城市车辆行驶里程总体增长0.9%~2.5%。此外，在通勤高峰时段后，自动驾驶汽车开往CBD外围停车场的过程中可能会产生交通拥堵。R. Zakharenko^[27]对自动驾驶汽车的影响进行数学分析研究，指出在一个单中心半圆形的假想城市中，多达97%的私人自动驾驶汽车通勤会选择到城市就业区外围的“停车环”(parking belt)停车，其余则会选择到居住区停车。针对自动驾驶汽车停车转移导致的碳排放和交通拥堵问题，一些研究指出，道路使用收费(road pricing)可以起到一定约束作用，预约出行可能也会起到分流效应，可通过提高出行时间的确定性来避免交通拥堵^{[5, 25, 28-30]}。

区域可达性取决于其中各种活动的数量和分布情况以及该区域的交通便利度^[31-33]。自动驾驶汽车可通过影响交通系统的效率和成本、影响城市用地分布和改变各类人群的出行方式对区域可达性产生影响^[34]。用地分布方面，自动驾驶汽车可通过改变人们的居住位置选择影响区域可达性。出行方式则涉及自动驾驶汽车可负担性、可获取性等社会公平相关的第3圈层要素。本章关注交通系统部分，现有研究主要基于交通模拟或出行活动模拟，通过计算自动驾驶汽车带来的出行成本变化来分析其对区域可达性的影响。

研究表明，通过提升道路容量、提供灵活的出行服务、节约出行成本，自动驾驶汽车可以提升区域的可达性^[4]。但同时增加的交通需求可能会削弱甚至抵消这种积极影响^[3]，其中公共交通和自动驾驶汽车的关系是一个关键要素。J. Meyer 等^[35]基于瑞士国家交通预测模型，对不同自动驾驶汽车应用情景中各行政区基于机动车出行时间的可达性变化进行研究，指出在共享自动驾驶汽车(无拼车)全面应用的情景下，由于公共交通出行转向小汽车出行带来出行需求大幅增加，公共交通系统发达的大城市可达性下降，最多可降低29%，公共交通欠发达的农村地区可达性则有提升。类似情况，基于新加坡出行数据的研究表明，共享自动驾驶汽车可能会吸引部分公共交通客流，使出行费用增加，从而会削弱距离CBD较近、公共交通系统发达区域的可达性^[36]。

此外，相对大城市，目前交通便利度低、道路交通量小的农村地区或城郊更可能受益于自动驾驶汽车对区域可达性的提升^[37]。研究显示，在私人自动驾驶汽车仅在高速公路应用、私人自动驾驶汽车全面应用、共享自动驾驶汽车全面应用三种情景下，农村地区的可达性均有提升；而在大城市，后两种情景中由于出行需求增加超过道路容量提升，区域可达性提升不大甚至下降^[35]。L. Luo 等^[38]对日本群马县的可达性进行模拟性研究，指出在传统汽车、私人自动驾驶汽车、共享自动驾驶汽车、步行和自行车混合使用的情景下，随着自动驾驶汽车的推广，全县平均可达性可提升23%~36%，且偏远地区比城市地区提升更多。S. Childress 等^[29]对美国西雅图市的出行行为进行模拟研究，指出在自动驾驶汽车带来出行时间缩减、道路容量提升、停车费用减少的乐观情景下，所有地区的可达性都会提升，且远离城市的郊区和农村提升更多。G. Vyas 等^[39]对美国哥伦布市(Columbus)的出行需求模型进行研究，指出自动驾驶汽车可通过缩减出行时间成本提升非通勤类出行的可达性，且目前以小汽车出行为主的城郊可达性提升更大。

根据规划师、政府官员、汽车行业从业者对自动驾驶技术的思考，有少量研究从路权分配、道路标志、上落客空间、步行和自行车交通空间等维度总结了自动驾驶汽车对街道布局和设施环境的可能影响^[24]。

1）更小的车道宽度。

自动驾驶汽车可以通过更精准的驾驶缩窄机动车道、缩窄或取消双向车道间的安全分隔带，节省大量道路空间用于公共空间、人行道、非机动车道以及上落客；研究显示，交通量相同时，自动驾驶汽车相对传统汽车可节省11%~12%的道路空间^[40]。然而，更高效的路权分配建立在自动驾驶汽车和传统汽车分道行驶的基础上，这可能需要漫长的实施过程，并要求政府和自动驾驶行业积极合作，统筹车联网(V2X)技术研发和相关道路设施建设^[41]。

2）更少的道路交通标志和信号灯。

道路交通标志和信号灯是交通基础设施的重要部分，目前占用了一定的道路空间。在未来，车联车、车联设施(V2I)技术将改变交通信息的传达方式，从而减少对物理标志和信号灯的需求，留出更多空间给步行和自行车等其他用途。然而，在自动驾驶汽车与传统小汽车共存的阶段，道路交通标志可能会增加以便引导传统小汽车的驾驶。

3）更多上落客空间。

自动驾驶汽车使得乘客的上下车地点从停车场转变为离目的地最近的地方，因此对城市中上落客空间的需求会增加。高效、安全、舒适的上落客空间设计将是未来城市设计师和道路工程师的重点工作之一。在市中心等空间紧缺的地方，现有的路内停车位可改造为上落客空间，但其与通行车道的关系将显著影响交通安全和行车效率。

4）对自行车和行人的可能影响。

自动驾驶汽车带来机动车行驶空间的缩减，给拓宽人行道和非机动车道，增加步行、自行车指引标志，以及增加街道公共空间提供了机会，可以提升步行、自行车交通吸引力。但自动驾驶汽车也可能带来消极影响，如取消交通信号灯后，自动驾驶汽车可能不会自动停止，交通流在很长一段时间内不会中断，意味着行人和自行车地面过街要等候很长时间，在道路交叉口设定行人和自行车专属过街时间，使用人行天桥、地道等立体过街设施可能会成为未来重要的过街方式^[42]。此外，自动驾驶汽车上落客区域可能会碎片化步行和自行车网络，让步行和自行车交通受到干扰。

通过上述关于自动驾驶汽车对城市空间形态影响的研究回顾(见图1)，结合当前中国大城市面临的道路交通拥堵加剧、碳排放增加、出行环境恶化等主要问题，本文对自动驾驶汽车时代大城市规划和政策制定提出以下建议。

图1 自动驾驶汽车对四类城市空间形态要素的影响及对中国大城市的启示

1）合理调控自动驾驶汽车的行驶里程。

由于职住不平衡和城郊房价差异，中国大城市居民通勤距离普遍较长。自动驾驶汽车尤其是私人自动驾驶汽车可能吸引大量中心城区居民向城市外围搬迁，导致平均通勤距离进一步增加，并提升中长距离通勤中小汽车出行分担率。此外，中心城区高额的停车费用可能会引发自动驾驶汽车绕远停车。由此看来，自动驾驶汽车很可能大幅增加大城市小汽车出行量和行驶里程，加剧交通拥堵和碳排放问题。因此，通过交通需求管理手段合理控制行驶里程十分重要。新加坡、伦敦、斯德哥尔摩等城市已实施拥堵收费政策多年，通过对高峰时段经过特定区域的小汽车收费，起到控制小汽车出行、减少交通拥堵的作用。中国大城市出于政治影响和实施技术方面的考虑尚未实行相关政策，自动驾驶汽车的到来则提供了一个契机。一方面，拥堵收费特别是基于行驶里程的道路使用收费，对自动驾驶汽车载人、空载里程的控制十分必要；另一方面，V2X技术也提升了按里程收费的可操作性。拥堵收费在自动驾驶汽车时代应作为交通需求管理的重要手段，与停车收费政策结合，合理控制小汽车出行。

2）鼓励并规范共享自动驾驶汽车的使用。

共享自动驾驶汽车对控制城市蔓延、减少行驶里程、缩减停车用地有积极意义。不同于传统的共享汽车，共享自动驾驶汽车不需要到指定地点借还，可理解为无人驾驶版网约出租汽车。由于没有驾驶人，共享自动驾驶汽车的出行费用比传统网约出租汽车更少，也消除了驾驶人与乘客接触的安全隐患，可以预见未来在大城市将有更大的市场。因此，高效、公平的共享自动驾驶汽车运营机制将更加重要。政府和共享自动驾驶汽车服务供应企业应积极合作，制定合理的调配机制实现车队规模和等候时间的最优平衡，制定科学的行驶规则避免行驶里程过高，以及合理分配不同区域的车辆供给以兼顾社会公平和市场收益。

3）构建大容量公共交通和共享自动驾驶汽车分工合理的交通体系。

共享自动驾驶汽车是未来交通的重要形式，若与传统公共交通分工明确、相互补充，能构建更加集约高效的交通体系。一方面，中国大城市中公共汽车客流呈逐年下降趋势^[43]，很多线路客运量不高，导致发车间隔长、车辆空载率高，造成资源浪费。共享自动驾驶汽车可以替代载客率低的公共汽车，以集约化的方式提供更灵活的服务，降低行驶里程和碳排放。尤其是在公共交通不发达的城郊，共享自动驾驶汽车将很好地解决乘坐公共交通不便捷的问题。另一方面，在大城市高密度的语境下，公共交通出行大量转向共享自动驾驶汽车出行会增加道路交通量，进而加剧交通拥堵、降低区域的可达性。因此，大运量城市轨道交通应始终保持主体地位，共享自动驾驶汽车则可作为灵活高效的出行方式，为城市轨道交通客流提供补充，实现无缝接驳。

4）重视步行、自行车过街设施和路侧上落客设施建设。

自动驾驶汽车带来的车辆行驶空间缩减给步行和自行车交通系统建设提供了更多机会，但道路交叉口无交通信号灯管控车流会影响行人和骑车者过街，而过街设施缺乏一直是中国城市步行和自行车交通系统的痛点。由于各路段实施主体不同、建设时序缺乏协调等原因，道路交叉口的步行和自行车交通设施经常缺失；大尺度街区也常出现路中过街设施缺乏的问题，给步行和骑行带来极大不便。在自动驾驶时代，对步行和自行车过街设施的需求会更高，提供高质量的过街设施和引导标志并制定自动驾驶汽车的让行规则至关重要。此外，自动驾驶汽车时代对路侧上落客设施的需求也会更大，这对空间和设计提出更大挑战。自动驾驶汽车上落客位尺寸相对公共汽车站更小，但车辆停靠会更频繁，与交通流的关系也会更加复杂。划分行驶和停靠流线，提供安全、便利的等候设施，同时避免与步行和自行车交通流线的冲突，是提升自动驾驶汽车出行体验的重要一环。

5）统筹道路基础设施建设和自动驾驶技术研发。

自动驾驶技术发展成熟是必然趋势，但自动驾驶汽车的全面应用要经历漫长的过程。技术发展阶段、市场渗透率都影响着自动驾驶汽车效能的发挥。智慧道路等基础设施既是自动驾驶汽车广泛应用的前提，也是必然需求。政府和研发车辆企业应密切沟通，协调道路交通基础设施建设和自动驾驶技术研发的时序，避免双方资源的浪费，将自动驾驶汽车推广过程中给城市带来的消极影响最小化。

6）完善交通数据收集并开展社会调查。

已有国际研究大部分基于城市高精度的出行数据完成，且不同假设、不同情景下得出的结论有差异。国外城市在人口密度、居住模式、出行量和出行分担率等方面与中国城市有较大区别，所得结论不一定完全符合中国国情。而中国城市在交通基础数据收集方面尚不完善、公开，学界难以开展实证研究，对自动驾驶汽车在城市中应用的模拟造成了阻碍。此外，人们在自动驾驶汽车时代的出行行为、生活方式与文化环境、社会环境和个体要素息息相关，开展广泛的社会调查是了解和预测的基础。完善交通数据收集、开展社会调查对做好自动驾驶汽车时代的规划应对十分必要。

与其他科技进步一样，自动驾驶汽车的出现必将对城市产生深远影响，这种影响多元而复杂。本文聚焦城市空间形态的4个要素进行国外文献综述，得到以下结论：1)自动驾驶汽车通过改变出行成本和停车模式，可能引发城市蔓延并加剧交通拥堵、碳排放，进行合理的交通需求管理可以弱化这种消极影响；2)自动驾驶汽车可以提升交通欠发达地区的可达性，但在高密度地区可能会增加出行需求进而削弱交通可达性，构建公共交通和共享自动驾驶汽车分工合理的交通体系至关重要；3)自动驾驶汽车可以释放更多道路空间，供其他交通方式和城市公共生活使用，但道路布局改变需自动驾驶汽车有高市场渗透率和独立路权，政府和规划从业者应积极响应，从智慧基础设施建设、自动驾驶汽车所需的街道设计等方面努力，推动自动驾驶技术的广泛应用。

在新技术到来之际，政府和规划师应做好科学研究和社会调查，为规划政策制定寻找支撑，避免重蹈机动车引发大城市病的覆辙，让新技术为城市所用，成为城市应对气候变化、提升环境品质、促进社会公平的积极手段。

《城市交通》2022年第5期刊载文章

作者：张文烁，陈宇琳，姜洋