2026-06-18 — views
实体AI城市设计冲击——自动驾驶车队如何重塑停车场、路边管理与城市基础设施
自动驾驶车队将使美国8亿个停车位成为搁浅资产,路边管理将成为城市主要收入来源。特斯拉超充模式土地需求极低,Waymo车库每城需2至10英亩。
实体AI基准系列第145篇——实体AI城市设计冲击:自动驾驶车队如何重塑城市基础设施、停车场、道路设计与都市规划未来
随着自动驾驶车队从数千辆扩展至数百万辆,城市的建设方式将发生根本性改变。停车场成为搁浅资产;道路几何需为从不在路边停车的车辆重新设计;路边管理成为关键的城市资源。特斯拉无车库模式与Waymo车库模式对城市环境的影响截然不同。本文描绘实体AI规模化后对城市基础设施的二阶冲击。
所有标注”(估计)“的数据均来自公开披露、行业研究、都市规划文献及分析师估算,并非独立验证的原始数据。本文不构成投资建议。
第一节——停车搁浅资产问题
| 指标 | 现况 | 自动驾驶车队冲击(估计) | 时程(估计) | 备注 |
|---|---|---|---|---|
| 美国停车位总数 | 约8亿个停车位(估计) | 不在路边停车的自动驾驶车队释放城市土地 | 2030-2040年(估计)出现实质冲击 | 大多数停放车辆95%时间闲置;自动驾驶车队持续运行 |
| 城市停车场价值 | 城市多层停车场:每个车位建设成本5万至20万美元(估计) | 若自动驾驶车在低成本外围停车场停放,车库成为搁浅资产 | 10至20年折旧周期(估计) | 停车过剩城市(阳光地带)适应速度快于密集城市(纽约、旧金山) |
| 停车费作为城市收入 | 美国城市每年收取约100亿至150亿美元停车费和罚款(估计) | 自动驾驶车队按分钟支付路边使用费而非按小时停车 | 收入模式转变;并非收入损失 | 动态路边定价在规模化后可能等于或超过现有停车收入 |
| 路边停车道 | 约30%的城市道路里程包含停车道(估计) | 自动驾驶车消除停车需求后,转换为行车道、公交道或自行车道 | 逐步推进;15至25年时程(估计) | 旧金山和洛杉矶在自动驾驶车规模化前已将部分停车位转为自行车/公交道 |
| 最低停车位要求 | 大多数美国城市要求新建筑提供最低停车位(如每单位1至2个) | 数个城市(布法罗、明尼阿波利斯、圣何塞)已取消最低要求;自动驾驶车部署加速全国推行 | 政策变化加速中,2025-2030年 | 取消最低要求=解锁更密集、更宜步行的开发 |
| 废弃商场/办公室改造 | 美国约1000个以上废弃商场(估计);许多周围有大面积地面停车场 | 自动驾驶车车库选址:Waymo式车库可改造废弃商场停车场 | Waymo车库房地产策略机遇 | 地面停车场=低成本、易达、大面积=理想的自动驾驶车车库位置 |
搁浅资产连锁效应
停车搁浅资产问题分三个阶段展开。第一阶段(现在至约2028年),自动驾驶车部署规模太小,无法实质减少停车需求。各城市开始更新停车最低要求;Waymo运营区附近少数知名停车场的使用率在边际上开始下降。
第二阶段(约2028至2035年),高密度运营区的自动驾驶车队达到可量化减少路边停车需求的门槛。城市开始将路边停车道转换为自行车道、公交道和扩大的人行道。停车场运营商开始将自动驾驶车风险纳入20年债券融资考量。以市政债券为停车基础设施融资的城市面临资产负债表上的搁浅资产负债。
第三阶段(约2035至2045年),自动驾驶车队在主要都市区接近主流采用。70年间以巨大公共和私人费用建设的约8亿个(估计)美国停车位,面临系统性低利用率。最有价值的转换:城市核心区的多层停车场,楼板可改造为住宅、零售或商业用途。最不值钱的:郊区地面停车场,土地价值较低但转换更容易。
阳光地带/密集城市不对称很重要。凤凰城、达拉斯、休斯顿有多余的地面停车场,可以廉价转换或简单闲置。纽约、旧金山、波士顿将在自动驾驶车需求压缩冲击时看到更剧烈的重新定价。
第二节——路边管理:关键城市资源
| 维度 | 现况 | 自动驾驶车队时代 | Waymo冲击 | 特斯拉冲击 |
|---|---|---|---|---|
| 路边需求现况 | 路边用于停车、装卸区、公交站、自行车道、户外用餐 | 自动驾驶车接送(PUDO)增加高频率路边需求;与现有用途冲突 | Waymo车辆需要在每个运营城市设置指定PUDO区 | 特斯拉Cybercab需要相同PUDO基础设施;分散式充电减少车库需求 |
| 动态路边定价 | 少数试点城市(洛杉矶、纽约)试验动态路边定价 | 自动驾驶车队运营商将按每次停靠支付动态路边使用费(估计) | Waymo需要在旧金山/洛杉矶/凤凰城/奥斯汀获得专属路边分配;与城市协商 | 特斯拉的业主运营模式可能使用特斯拉自有路边基础设施(超充+PUDO合一) |
| PUDO区冲突 | 共乘PUDO已造成交通冲突(双重停车、阻塞自行车道) | 高流量自动驾驶车PUDO需要专用基础设施;在现规模下比Uber更严重 | Waymo在各城市的运量低于Uber;目前尚可管理 | 规模风险:100万辆自动驾驶车=每个目的地的巨大PUDO需求 |
| 路边作为收入来源 | 城市开始对路边使用定价 | 自动驾驶车PUDO费用在规模化后可能为美国城市创造每年5亿至20亿美元收入(估计) | Waymo的成本项目:城市路边使用费 | 特斯拉的成本项目:同上 |
| 装卸码头整合 | 商业建筑有专用装卸码头 | 自动驾驶送货车辆和机器人出租车可共用装卸码头基础设施 | 目前还不是Waymo的使用案例(仅乘客) | 特斯拉Semi+特斯拉机器人出租车=合并装卸+PUDO基础设施潜力 |
| 公平问题 | 富裕社区更快获得自动驾驶车服务;贫困地区等待 | 城市路边分配政策决定哪些社区优先获得PUDO区 | Waymo许可流程包括加州服务公平要求 | 特斯拉的业主运营模式可能强化地理不平等(在需求=收入的地方提供服务) |
路边为何成为新石油
城市规划师开始认识到,路边是密集城市中最稀缺和竞争最激烈的公共资源。每种使用案例都在争夺它:自行车道、户外用餐、装卸区、公交站,现在还有自动驾驶车PUDO。路边无法拓宽;它是一种固定资源,其价值随着每一个新的需求而增加。
从停车收入到PUDO收入的转变在结构上意义重大。今天,城市主要通过停车计时器和停车罚款将路边货币化。自动驾驶车队创造了实时、基于交易的路边定价模式的条件:每个PUDO事件都是一笔数字交易,可以动态定价、精确到秒计费,并自动向自动驾驶车队运营商收费。在规模化后,这种模式可能为美国各大都市创造每年5亿至20亿美元(估计)的新城市收入。
公平维度是最困难的政策挑战。Waymo在加州的城市许可流程包括服务公平要求。特斯拉的业主运营模式没有等效机制:个人Cybercab车主将前往需求和票价最高的地方,在美国城市中意味着富裕社区首先获得服务。
第三节——为自动驾驶车队设计的道路
| 道路设计元素 | 人类驾驶标准 | 自动驾驶车优化机遇 | 谁受益 | 时程(估计) |
|---|---|---|---|---|
| 车道宽度 | 10至12英尺标准车道(为人类失误容错设计) | 自动驾驶车可在9英尺车道安全行驶(估计);更窄车道=每条路更多车道 | Waymo和特斯拉均受益 | 2030-2040年道路重新设计规模化 |
| 交叉口几何 | 复杂交叉口为人类判断设计,有许多冲突点 | 自动驾驶车比人类更高效地处理环形路;城市可能转向环形路 | 两家自动驾驶车运营商均受益 | 环形路采用已在美国加速,与自动驾驶车无关 |
| 交通信号优化 | 固定信号时序;对交通传感器作出反应 | 自动驾驶车对基础设施(V2X)实现实时信号协调;减少走走停停 | 均受益;特斯拉V2X就绪车辆 | V2X基础设施部署2027-2032年(估计) |
| 专用自动驾驶车道 | 目前没有城市有纯自动驾驶车道 | 快速自动驾驶车道(如高乘载车道)可大幅提高通行量 | 均受益;可实施拥堵收费 | 政治挑战:需要移除普通车道 |
| 路面标线 | 为人类视觉设计的高对比度车道标线、标志 | 自动驾驶车传感器以比人类更高的精确度读取标线;自动驾驶车的维护容忍度更低 | 均受益;但特斯拉仅摄像最容易受到褪色标线影响 | 路面标线质量=低维护道路条件下的FSD可靠性变量 |
| 隧道和覆盖道路性能 | 对人类驾驶员无影响 | 隧道中GPS中断影响依赖地图的系统;纯摄像受影响较小 | 特斯拉(摄像)在GPS受阻隧道中略有优势 | 次要因素;两者都能应对隧道 |
道路重新设计的长远展望
道路设计的更新周期为30至50年。这意味着针对自动驾驶车队的道路优化是30年结构性转变,而非5年政策问题。
车道宽度机遇是最具影响力的近期重新设计杠杆。标准12英尺车道宽度是为人类失误设计的2英尺缓冲。自动驾驶车不需要该缓冲。在标准4车道干道上将车道从12英尺缩窄至9至10英尺(估计),可以增加第5条车道——在相同路权内提高25%的通行量。在城市规模上,这是只需油漆和信号重新编程的数十亿美元基础设施价值创造。
V2X信号协调使”绿波”优化成为可能:自动驾驶车队可以在干道走廊不停车地通过一系列协调的绿灯。V2X信号协调的模型通行量增益在信号化走廊上估计为15至40%(估计)。美国交通部V2X基础设施部署预计2027至2032年(估计)——在大多数城市,自动驾驶车队的规模化将先于支持基础设施。
路面标线敏感性是特斯拉FSD的真实近期限制。路面标线质量是美国城市200亿至500亿美元(估计)延迟维护问题——自动驾驶车部署将产生压力来解决这个问题。
第四节——Waymo与特斯拉城市占地比较
| 维度 | Waymo(车库模式) | 特斯拉(超充模式) | 都市规划意涵 |
|---|---|---|---|
| 城市进入基础设施 | 每个城市需要约2至10英亩的车库场地(估计) | 无需专用车库;使用分散式超充网络 | Waymo=1个大型城市占地;特斯拉=分散在全市的许多小型占地 |
| 车库场地类型 | 废弃商场停车场、工业区、物流园 | 不适用——超充站位于零售、高速公路、城市地点 | Waymo可改造废弃零售;特斯拉使用已有商业地点 |
| 车队维护 | 所有维护在车库进行;车辆定期返回 | 分散服务中心+移动维护团队(估计) | Waymo集中化;特斯拉分散化 |
| 城市噪音影响 | 车库:集中在一个地点的噪音 | 分散充电:许多超充地点的少量噪音 | 在现有规模下均不显著 |
| 土地成本敏感性 | 车库土地成本是每个城市的固定成本;在密集城市很昂贵 | 对土地成本不敏感(使用现有超充站) | 特斯拉模式在高地价城市(纽约、旧金山)扩展更好 |
| PUDO基础设施 | Waymo与城市协调指定PUDO区 | 特斯拉依赖标准共乘下客惯例+潜在特斯拉品牌PUDO站 | Waymo的城市合作伙伴方式可能产生更好的PUDO布局 |
| 长期城市土地释放 | 随着Waymo成熟,车库土地可重新利用(每辆车的维护占地更小) | 超充站可能扩展以包含PUDO+零售;特斯拉能源节点 | 两者都将演化;特斯拉模式更自然地与商业房地产整合 |
车库模式与超充模式:战略比较
Waymo的车库模式和特斯拉的超充模式代表了自动驾驶车基础设施如何融入城市结构的两种根本不同的理论。Waymo的方式是集中式和协商式的:每个城市确保大型场地,与当地政府协调许可和PUDO区,建立逐城关系。特斯拉的方式是分散式和市场驱动的:使用现有全球50,000个以上(估计)超充网络作为骨干,让个人Cybercab车主在任何地方充电,依赖市场信号而非城市许可。
车库模式的战略优势是关系深度。Waymo的逐城谈判流程建立了城市政府合作关系,产生切实的运营优势:优先PUDO区布局、道路施工早期预警和政治保护。在受管制市场(最典型的是加州),这些关系是运营的代价。
超充模式的战略优势是可扩展性。特斯拉可以以基本上零新基础设施投资进入新城市——超充网络可能已经存在,Cybercab车主商业使用而无需任何特斯拉车库建设。特斯拉同时进入50个美国城市的能力对比Waymo的逐城建设是结构性速度优势。
废弃商场机遇是Waymo真正的战略资产。废弃商场通常具有大面积地面停车场、工业区毗邻和高速公路通达性,都是最佳自动驾驶车车库特性。Waymo与商场业主或房地产投资信托基金合作改造废弃商场停车场,同时解决了两个问题。
第五节——城市设计基准计分卡
| 维度 | Waymo | 特斯拉 | 都市规划结论 |
|---|---|---|---|
| 每城市土地占地 | 大(车库2至10英亩估计) | 最小化(分散式超充) | 特斯拉在密集城市扩展中具有决定性优势 |
| 城市合作伙伴深度 | 深度:逐城许可+PUDO协商 | 较轻:超充+标准共乘惯例 | Waymo建立更强的城市关系 |
| 停车搁浅资产创造 | 在运营城市加速 | 在FSD可用的任何地方加速 | 两者均有贡献;特斯拉在更大地理规模上 |
| 路边需求压力 | 集中在运营区 | 分散但在规模化后潜在更大流量 | 特斯拉在100万辆以上规模的路边风险更高 |
| V2X/智慧城市整合 | Waymo在部分城市的V2X试点 | 特斯拉能源+Powerwall+V2G=最整合的智慧城市平台 | 特斯拉在完整智慧城市整合中具有决定性优势 |
| 道路设计倡议 | Waymo通过城市合作关系倡导自动驾驶车优化道路设计 | 较少直接城市倡议;依赖FSD适应现有道路 | Waymo在城市政策中更积极 |
| 整体结论 | 规模化的自动驾驶车队将是1956年《州际公路法》以来最重大的城市设计驱动力。停车最低要求将取消,停车场将被改造,路边管理将成为主要城市收入和规划职能。特斯拉超充模式每个城市的城市占地更低;Waymo车库模式建立更深的城市合作关系。率先解决动态路边定价+自动驾驶车PUDO区+V2X信号协调的城市,将在自动驾驶车优化城市基础设施上拥有5至10年的领先优势。 |
长远视角:自动驾驶车队是1956年《州际公路法》以来最大的城市设计力量
1956年的《州际公路法》是美国最后一次做出从根本上重塑每个美国城市的技术决定。高速公路不仅让汽车行驶更快——它们决定了郊区在哪里生长,哪些城市社区被切断,商业开发在哪里聚集,以及未来70年美国城市的面貌。
规模化自动驾驶车队部署是下一个同等规模的技术决定。不同之处在于,《州际公路法》是联邦政府自上而下的深思熟虑的政策选择。自动驾驶车城市重新设计将自下而上发生,通过地方政府、交通机构、房地产开发商和自动驾驶车公司做出的数千个许可决定、路边管理政策、停车最低改革和V2X基础设施投资。
将从这一转型中获得最多价值的城市是那些积极管理它的城市:建立动态路边定价,投资V2X基础设施,并将公平服务要求纳入自动驾驶车运营许可。
将失去的城市是那些等待自动驾驶车部署降临的城市——那些看着停车场债券水下的城市,那些面临街道上的自动驾驶车PUDO混乱的城市,以及那些让市场力量决定服务覆盖的城市。
自动驾驶车城市设计不是技术故事。它是治理故事。技术的到来不可避免。不同的是城市是塑造它还是被它塑造。
注意: 所有标注”(估计)“的数据均来自公开披露、都市规划研究、行业分析师估算及截至2026年中期的报告数据。本文不构成投资建议。
来源
- 停车与城市 — Reinventing Parking / Streetsblog ↗
- 路边管理与自动驾驶车队 — NACTO ↗
- 自动驾驶车城市冲击研究 — Eno Center for Transportation ↗
- V2X与智慧城市基础设施 — 美国交通部 ↗
- 最低停车位改革 — Parking Reform Network ↗