利用洞察和激励措施结束高峰时段 - 彭博社

Shutterstock.com你可以将高峰时段的交通视为一个相当简单的供需问题。供应是城市公交、火车和道路的容量。需求是希望乘坐公共交通或开车的都市区通勤者的比例。早晚高峰的拥堵是需求超过供应的标志：太多的通勤者试图同时使用公交、火车和道路。

“人群中的每一个人都成为一个迷你传感器。”这就是 Urban Engines 的创始人们更愿意看待城市交通问题的方式。这也是公司提出的解决方案的关键。一方面，他们相信新的数据洞察可以帮助城市调整公共交通工具和道路空间的供应。另一方面，他们计划利用行为激励来控制通勤需求。

彭博社CityLab官员称休斯顿地区的火灾是由SUV事故引起的加州的反超速法案可能成为交通安全的突破休斯顿附近的管道火灾迫使居民撤离伦敦市长计划将繁忙的牛津街步行化“这就是我们的核心：洞察和激励来解决拥堵，”首席执行官兼联合创始人Shiva Shivakumar说，他曾是谷歌工程师。“你越能理解[供需]方程的两侧，就越能开始优化它。”

在洞察方面，Urban Engines 依赖一种称为“众包感知”的方法来了解整个城市交通系统发生的情况。我们以地铁为例。每次刷卡进站都会提供乘客位置的基本信息（至少对于需要刷卡进出站的城市）和总旅行时间。通过使用算法和补充数据，例如实时交通时刻表，Urban Engines 可以推断在任何给定时间，任何特定地铁站或列车上发生的情况。

“人群中的每一个人都成为一个迷你传感器，”联合创始人 Balaji Prabhakar，斯坦福大学计算机科学教授说。“他们的整体旅行计划实际上告诉我们，当结合在一起时，系统中发生了什么。”

这比一些城市目前使用的小平台或车载抽样方法来感知系统流量有了很大改善。因此，Urban Engines 可以生成交互式数据可视化，提供短期拥堵洞察（该平台过于拥挤，这条线路上的列车正在聚集）和长期交通趋势（在雨天，这个车站需要更多的车辆）。交通运营商可以利用这些信息更有效地安排和调度列车供应。

来自 Urban Engines 的样本数据可视化，测量一个名为 Freedonia 的虚构城市的交通情况。城市引擎城市引擎的激励措施来自于Prabhakar帮助实施的项目，这些项目支付通勤者在 非高峰时段出行的费用。意识到太少城市实施了拥堵收费计划，Prabhakar和合作者采取了相反的做法——与其对高峰时段出行的通勤者收费，不如奖励他们在非高峰时段出行。从行为学的角度来看，这是一种胡萝卜而不是大棒的方式，Prabhakar表示在班加罗尔、新加坡和 帕洛阿尔托取得了成功。

“几乎任何具有惩罚性质的东西，比如大棒式的方法，似乎都会与工作人群产生冲突，”他说。

在 最初的试点研究中，2008年10月至2009年4月在班加罗尔进行，激励系统效果非常好。大约14,000名当地人有机会在高峰时段之外通勤；每次他们这样做时，他们赢得每周抽奖的机会就会增加，奖品从10美元到240美元不等。在试点期间，通勤者在高峰前出行的次数翻了一番，所有公交乘客的平均早高峰通勤时间从71分钟降至54分钟。

城市引擎已经开发其双重方法两年，现已与三个城市合作。在圣保罗，该公司正在努力缓解拥挤的公交系统；在新加坡，它正在利用激励措施促进地铁的非高峰出行；在华盛顿特区，它正在进行地铁的数据分析初期阶段。目前，城市引擎仅与交通机构合作，尽管他们最终计划开发直接帮助通勤者的方法。

这是对一个大问题的大胆回应，但面临一些明显的障碍。大多数地铁交通出现在道路上，而不是在交通系统上，这意味着城市引擎需要通过车辆应答器（例如E-Z Pass）有效收集数据，就像通过票卡一样。（票卡本身有不确定的未来。）交通系统的设备和人员有限，即使他们识别出需求，也不总能部署更多的公交车和火车。当地雇主也发挥着作用，因为工人不能早到或晚到，除非老板同意。最重要的是，通勤习惯的普遍根深蒂固，尤其是在司机中。

Shivakumar和Prabhakar意识到挑战，并准备在这些挑战面前继续前进。“我们现在处于一个阶段，从数据方面和激励方面，我们准备从数千人走向数百万，甚至更多，”Prabhakar说。希望向前，且希望向上。

顶部图片：Chatchai Kritsetsakul / Shutterstock.com