2026-06-18 — views
自动驾驶城市规划影响——自动驾驶汽车如何重塑城市、停车场与基础设施
自动驾驶不只替代司机,更将释放城市30%的停车用地,迫使道路、路缘与城市形态进行代际性重新设计。
实体AI基准系列第76篇——城市规划影响
自动驾驶汽车不只是替代人类司机,它们将从根本上重塑城市的建设方式。美国城市中约30%的城市土地用于停车。若自动驾驶汽车消除城市核心的私家车拥有需求,这些土地将可转为住宅、公园与商业用途。车道宽度、信号灯时序、路缘管理与建筑退让线,全都是为人类驾驶车辆而设计的。随着自动驾驶汽车迈向大规模普及,城市面临一个代际性的基础设施抉择:现在就为自动驾驶规划,还是日后花大钱改造?
第一节——停车土地红利
美国城市停车规模之大令人难以置信。美国每辆车估计需要3至8个停车位——在家、在公司、在商店、在目的地各一个。大多数车辆约有95%的时间处于停放状态,累积结果就是停车场占用了大量城市土地。
| 城市类型 | 停车占城市土地比例 | 备注 |
|---|---|---|
| 美国城市(平均) | 约30%的城市土地面积(估计) | 宾州Chester:40%以上;休斯顿:30%以上;洛杉矶市中心:约14% |
| 每辆车停车位数 | 美国每辆车约3至8个停车位(估计) | 车辆约95%时间停放;需在家、公司、商店各备停车位 |
| 立体停车场建设成本 | 每个车位造价$25,000至$60,000(估计) | 全美累计总值以万亿美元计(估计) |
若自动驾驶汽车消除或大幅减少城市核心的私家车拥有需求,土地红利将相当可观:
| 潜在土地用途 | 粗略估算 | 备注 |
|---|---|---|
| 住宅单元 | 每层停车场楼板(约30,000平方英尺)可转为30至50个住宅单元(估计) | 直接解决密集城市的住宅危机 |
| 绿地 | 地面停车场转为公园或透水铺面 | 气候韧性;降低城市热岛效应 |
| 临街零售 | 街道停车位替换为活化用途 | 城市活力;改善步行体验 |
| 时间表 | 显著土地转换需20至40年(估计) | 随自动驾驶普及率增长而逐步推进;停车需求缓慢下降 |
UCLA城市规划学者唐纳德·绍普(Donald Shoup)曾写道:“停车要求是汽车的催育药。“嵌入分区法规的最低停车位要求,是70年来推动以汽车为中心城市形态的最大单一驱动力。许多美国城市——包括明尼阿波利斯、旧金山与奥斯汀——现在正取消最低停车位要求,以因应未来需求下降的趋势。
这不是遥远的理论问题。今天建造的内部采坡道设计停车场,在自动驾驶汽车普及降低停车需求后,无法改建为住宅或办公空间。而今天建造的平板楼板停车场则可以。这个决定正在全国各地的城市规划部门中做出。
第二节——道路设计:当汽车自动驾驶后的改变
人类驾驶车辆的基础设施内嵌了巨大的人为误差与反应时间容忍度。自动驾驶汽车不需要这些容忍度——这改变了道路的几何形状。
| 设计要素 | 人类驾驶标准 | 自动驾驶优化潜力 |
|---|---|---|
| 车道宽度 | 每车道10至12英尺(人类方向盘偏移容错空间) | 每车道8至9英尺(自动驾驶精准保持车道)——不拓宽道路即可增加容量 |
| 交通信号灯 | 固定时序周期;低流量时效率低 | AI自适应信号灯;自动驾驶车队以协调绿波通过 |
| 路口几何 | 大转弯半径以容忍人为误差 | 可接受更小半径;更小路口 = 更多行人空间 |
| 专用自动驾驶车道 | 不适用 | 部分城市(深圳)试行专用自动驾驶车道走廊 |
| 汇流与交织区 | 长汇流车道(人类反应时间) | 更短的汇流区;车对车通信实现高速平顺汇流 |
| 道路标志 | 供人类在距离和速度下阅读 | 自动驾驶读取数字地图数据后可能减少需求 |
| 路面标线 | 对人类保持车道至关重要 | 目前自动驾驶感知仍需要;V2X成熟后可能减少 |
交通流量改善(估计): 研究显示,在高速公路速度下运行的自动驾驶车队,通过缩短跟车距离和协调汇流,可在现有基础设施上提升20至40%的道路通行量(估计)。这可能推迟新建高速公路容量的需求——对预算紧缩的州交通部门是重大财政效益。
光是缩窄车道就能扩大有效道路容量,无需新增铺面。在四车道城市干道上,将车道宽度从12英尺缩减至9英尺,可释放12英尺的横断面——足以增设受保护自行车道、绿化中央分隔带或加宽人行道。随着自动驾驶渗透率提升、人类驾驶车辆成为少数,这些选择将逐步成为可能。
第三节——路缘管理:最迫切的自动驾驶城市问题
路缘——街道边缘——是现今任何城市中竞争最激烈的不动产。城市交通的每一趋势都同时汇聚在同一条铺面条带上。
| 争夺路缘的用途 | 今日现状 | 自动驾驶影响 |
|---|---|---|
| 路边停车 | 约50%的城市路缘空间(估计) | 随叫车服务与自动驾驶接送取代停车需求而下降 |
| 送货车辆装卸 | FedEx/UPS/Amazon货车违规停车;主要拥堵来源 | 自动驾驶送货车辆需要专用装卸区 |
| 叫车接送 | Uber/Lyft每日造成临时路缘冲突 | Waymo机器出租车需要专用自动驾驶接送区 |
| 公交站 | 固定班次公交;常被违规停车阻挡 | 按需自动驾驶接驳可取代固定站点,改为动态路缘使用 |
| 自行车道 | 通常邻近路缘;常被阻挡 | 受保护自行车道需要明确的路缘划设 |
| 无障碍设施 | 轮椅坡道;残障停车格 | 自动驾驶路缘区必须符合ADA要求 |
旧金山案例研究: Waymo在旧金山的运营凸显了路缘管理的摩擦——机器出租车在阻挡自行车道、与公交冲突或需要乘客步行至路段中间位置的地点停靠接送。旧金山交通局(SF MTA)与Waymo已在协调指定自动驾驶区域。这是每个自动驾驶城市都将面临的路缘管理挑战的缩影。
路缘问题是当下紧迫的问题。Waymo目前在旧金山每周提供数千次乘车服务,但现有基础设施并非为机器出租车路缘调度而设计。主动划设自动驾驶接送区、送货装卸区和受保护自行车走廊的城市,在自动驾驶车队密度增长时将面临更少摩擦。
第四节——哪些城市现在正在规划自动驾驶
全球各地在将自动驾驶规划整合到基础设施和监管框架的积极程度上差异显著。
| 城市 | 自动驾驶规划行动 | 现状 |
|---|---|---|
| 亚利桑那州凤凰城 | Waymo最成熟市场;市府与Waymo合作推进运营整合 | 务实接受;主动城市规划有限 |
| 内华达州拉斯维加斯 | 度假走廊自动驾驶车道;智慧道路基础设施投资 | 积极——智慧城市计划纳入自动驾驶基础设施 |
| 俄亥俄州哥伦布市 | 2016年DOT智慧城市挑战赢家;自动驾驶整合规划 | 持续推进;已部署联网车辆基础设施 |
| 中国深圳 | 部分走廊设有专用自动驾驶车道;百度Apollo整合 | 全球最先进的自动驾驶专用道路基础设施(估计) |
| 新加坡 | 自动驾驶测试床(AVTB)计划;全岛自动驾驶测试许可 | 国家政策;自动驾驶监管与基础设施框架最先进之列 |
| 芬兰赫尔辛基 | 自动驾驶接驳车试点;整合城市规划 | 北欧前瞻性做法;低交通密度有助测试 |
| 德州奥斯汀 | Tesla机器出租车上线;Waymo运营;城市自动驾驶规划有限 | 监管宽松;城市规划尚未适应 |
新加坡与奥斯汀的对比颇具启发性。新加坡将自动驾驶整合视为国家基础设施计划——建立全岛测试床、发布监管框架,并将自动驾驶运营的城市规划要求纳入开发审批。奥斯汀则采取截然相反的做法:法规宽松,主动规划有限。两者都在吸引自动驾驶部署,问题在于随着车队密度增长,奥斯汀的基础设施摩擦成本是否会持续攀升。
深圳代表了全球最积极的自动驾驶专用道路基础设施部署(估计),包括在部分走廊设置专用自动驾驶车道。这与美国将自动驾驶融入现有道路几何形状的做法有根本性不同。专用车道模式提升了这些走廊上的自动驾驶性能,但需要大量公共资本投入,并在路口产生车道分离的复杂性。
第五节——50年基础设施锁定风险
城市在未来5至10年内关于停车要求、道路宽度和路缘分配的决策,将决定50年以上的城市形态。这是自动驾驶转型中最被低估的风险。
| 决策 | 自动驾驶意识选择 | 无自动驾驶意识选择 | 锁定风险 |
|---|---|---|---|
| 新建停车场 | 建造平板楼板(可转换为其他用途) | 建造坡道式结构(无法转换) | 今日建造的坡道式停车场到2040年将成为搁浅资产(估计) |
| 最低停车位要求 | 取消或降低 | 维持1990年代标准 | 强制停车的分区法将数十年锁定汽车依赖 |
| 路缘分区 | 为自动驾驶接送/送货/接驳保留弹性路缘区 | 维持全天停车 | 路缘竞争加剧;早期预留创造选择空间 |
| 街道宽度 | 设计时预留车道重新利用可能性 | 因新设公用管线锁定现有宽度 | 管线埋设后缩窄道路费用极高 |
| 建筑退让线 | 允许零退让混合用途(无停车位) | 要求最低停车位使建筑退让街道 | 不利行人的街道景观将锁定数代人 |
停车场的搁浅资产风险是真实且可量化的。今日以每个车位$40,000(估计)建造、使用年限50年的坡道式停车结构,在2060年仍将矗立在原地,此时自动驾驶车队已大幅降低城市停车需求。今日仍建造坡道式停车场的城市和开发商,正在押注未来50年私家车拥有仍是主导城市交通模式——越来越多投资者正质疑这一赌注。
投资者信号: 自动驾驶城市规划转型既创造赢家也制造输家。停车场REITs随自动驾驶普及而面临长期资产减损。在法规允许之处,今日建造无停车位混合用途物业的开发商,随着自动驾驶普及将面临更少竞争。主动规划自动驾驶路缘使用、弹性停车结构和道路重新利用的城市,将为Waymo和Tesla的扩张提供更低摩擦,加速这些市场的普及进程。现在规划完善的城市将成为2030年代的自动驾驶部署领导者。
第六节——关于本系列
这是实体AI基准系列的第76篇文章。前几篇文章涵盖了普及指数、人形机器人竞赛、单位经济、全球竞争、高精地图、软件与OTA、消费者需求、竞争护城河、Cybercab与Model Y对比、安全数据、Waymo第六代、Optimus制造、计分卡快照、2030预测情境、投资者框架、城市扩张管线、Tesla FSD州批准地图、自动驾驶天气与气候限制、人才竞争、法规日历、机器出租车票价定价、人形机器人部署追踪、供应链分析、消费者采用需求指数、估值与IPO分析、实体AI 2026年中回顾、自动驾驶单位成本里程分解、自动驾驶数据飞轮比较、自动驾驶网络安全攻击面、实体AI供应链、自动驾驶车队运营、自动驾驶保险与责任演变、实体AI全生命周期环境成本、无障碍层、地图架构比较、中国自动驾驶竞赛、模拟与合成数据训练,以及实体AI投资版图。
本文增添了城市维度:自动驾驶普及将如何重塑建成环境——从停车土地红利到道路几何到路缘管理——以及为何今日做出的基础设施决策将锁定一个世代的城市形态。
注意: 土地使用百分比、成本估算和基础设施预测均标注”(估计)“,反映公开可得的研究、城市规划数据和行业分析。本文不构成投资建议。
来源
- 停车与城市——UCLA Donald Shoup研究 ↗
- Waymo旧金山路缘管理——SF MTA ↗
- 新加坡自动驾驶测试床计划——LTA新加坡 ↗
- 智慧哥伦布——Columbus Partnership ↗
- 最低停车位改革——Parking Reform Network ↗