2026-06-18 — views
自駕車城市規劃衝擊——自動駕駛如何重塑城市、停車場與基礎設施
自駕車不只取代駕駛人,更將解放城市30%的停車用地,迫使道路、路緣與都市形態進行世代性重新設計。
實體AI基準系列第76篇——城市規劃衝擊
自駕車不只是取代人類駕駛,它們將從根本上重塑城市的建設方式。美國城市中約30%的城市土地用於停車。若自駕車消除都市核心的私家車擁有需求,這些土地將可轉為住宅、公園與商業用途。車道寬度、號誌時序、路緣管理與建築退縮線,全都是為人類駕駛車輛而設計的。隨著自駕車邁向大規模普及,城市面臨一個世代性的基礎設施抉擇:現在就為自駕車規劃,還是日後花大錢改造?
第一節——停車土地紅利
美國城市停車規模之大令人難以置信。美國每輛車估計需要3至8個停車位——在家、在公司、在商店、在目的地各一個。大多數車輛約有95%的時間處於停放狀態,累積結果就是停車場佔用了大量城市土地。
| 城市類型 | 停車佔城市土地比例 | 備註 |
|---|---|---|
| 美國城市(平均) | 約30%的城市土地面積(估計) | 賓州Chester:40%以上;休士頓:30%以上;洛杉磯市中心:約14% |
| 每輛車停車位數 | 美國每輛車約3至8個停車位(估計) | 車輛約95%時間停放;需在家、公司、商店各備停車位 |
| 立體停車場建設成本 | 每個車位造價$25,000至$60,000(估計) | 全美累計總值以兆美元計(估計) |
若自駕車消除或大幅減少都市核心的私家車擁有需求,土地紅利將相當可觀:
| 潛在土地用途 | 粗略估算 | 備註 |
|---|---|---|
| 住宅單元 | 每層停車場樓板(約30,000平方呎)可轉為30至50個住宅單元(估計) | 直接解決密集城市的住宅危機 |
| 綠地 | 地面停車場轉為公園或透水鋪面 | 氣候韌性;降低城市熱島效應 |
| 臨街零售 | 街道停車位替換為活化用途 | 城市活力;改善步行體驗 |
| 時間表 | 顯著土地轉換需20至40年(估計) | 隨自駕車普及率成長而逐步推進;停車需求緩慢下降 |
UCLA城市規劃學者唐納德·紹普(Donald Shoup)曾寫道:「停車要求是汽車的催育藥。」嵌入分區法規的最低停車位要求,是70年來推動以汽車為中心都市形態的最大單一驅動力。許多美國城市——包括明尼亞波利斯、舊金山與奧斯丁——現在正取消最低停車位要求,以因應未來需求下降的趨勢。
這不是遙遠的理論問題。今天建造的內部採坡道設計停車場,在自駕車普及降低停車需求後,無法改建為住宅或辦公空間。而今天建造的平板樓板停車場則可以。這個決定正在全國各地的城市規劃部門中做出。
第二節——道路設計:當車輛自動駕駛後的改變
人類駕駛車輛的基礎設施內嵌了巨大的人為誤差與反應時間容忍度。自駕車不需要這些容忍度——這改變了道路的幾何形狀。
| 設計要素 | 人類駕駛標準 | 自駕車優化潛力 |
|---|---|---|
| 車道寬度 | 每車道10至12呎(人類方向盤偏移容錯空間) | 每車道8至9呎(自駕車精準保持車道)——不拓寬道路即可增加容量 |
| 交通號誌 | 固定時序週期;低流量時效率低 | AI自適應號誌;自駕車車隊以協調綠波通過 |
| 路口幾何 | 大轉彎半徑以容忍人為誤差 | 可接受更小半徑;更小路口 = 更多行人空間 |
| 專用自駕車道 | 不適用 | 部分城市(深圳)試行專用自駕車道走廊 |
| 匯流與交織區 | 長匯流車道(人類反應時間) | 更短的匯流區;車對車通訊實現高速平順匯流 |
| 道路標誌 | 供人類在距離和速度下閱讀 | 自駕車讀取數位地圖資料後可能減少需求 |
| 路面標線 | 對人類保持車道至關重要 | 目前自駕車感知仍需要;V2X成熟後可能減少 |
交通流量改善(估計): 研究顯示,在高速公路速度下運行的自駕車車隊,透過縮短跟車距離和協調匯流,可在現有基礎設施上提升20至40%的道路通行量(估計)。這可能推遲新建高速公路容量的需求——對預算緊縮的州交通部門是重大財政效益。
光是縮窄車道就能擴大有效道路容量,無需新增鋪面。在四車道城市幹道上,將車道寬度從12呎縮減至9呎,可釋放12呎的橫斷面——足以增設受保護自行車道、綠化中央分隔帶或加寬人行道。隨著自駕車滲透率提升、人類駕駛車輛成為少數,這些選擇將逐步成為可能。
第三節——路緣管理:最迫切的自駕車城市問題
路緣——街道邊緣——是現今任何城市中競爭最激烈的不動產。城市交通的每一趨勢都同時匯聚在同一條鋪面條帶上。
| 爭奪路緣的用途 | 今日現狀 | 自駕車影響 |
|---|---|---|
| 路邊停車 | 約50%的城市路緣空間(估計) | 隨叫車服務與自駕車接送取代停車需求而下降 |
| 送貨車輛裝卸 | FedEx/UPS/Amazon貨車違規停車;主要壅塞來源 | 自駕送貨車輛需要專用裝卸區 |
| 叫車接送 | Uber/Lyft每日造成臨時路緣衝突 | Waymo機器計程車需要專用自駕車接送區 |
| 公車站 | 固定班次公車;常被違規停車阻擋 | 按需自駕接駁可取代固定站點,改為動態路緣使用 |
| 自行車道 | 通常鄰近路緣;常被阻擋 | 受保護自行車道需要明確的路緣劃設 |
| 無障礙設施 | 輪椅坡道;殘障停車格 | 自駕車路緣區必須符合ADA要求 |
舊金山案例研究: Waymo在舊金山的運營凸顯了路緣管理的摩擦——機器計程車在阻擋自行車道、與公車衝突或需要乘客步行至路段中間位置的地點停靠接送。舊金山交通局(SF MTA)與Waymo已在協調指定自駕車區域。這是每個自駕車城市都將面臨的路緣管理挑戰的縮影。
路緣問題是當下緊迫的問題。Waymo目前在舊金山每週提供數千次乘車服務,但現有基礎設施並非為機器計程車路緣調度而設計。主動劃設自駕車接送區、送貨裝卸區和受保護自行車走廊的城市,在自駕車隊密度增長時將面臨更少摩擦。
第四節——哪些城市現在正在規劃自駕車
全球各地在將自駕車規劃整合到基礎設施和監管框架的積極程度上差異顯著。
| 城市 | 自駕車規劃行動 | 現狀 |
|---|---|---|
| 亞利桑那州鳳凰城 | Waymo最成熟市場;市府與Waymo合作推進運營整合 | 務實接受;主動城市規劃有限 |
| 內華達州拉斯維加斯 | 度假廊道自駕車道;智慧道路基礎設施投資 | 積極——智慧城市計畫納入自駕車基礎設施 |
| 俄亥俄州哥倫布市 | 2016年DOT智慧城市挑戰贏家;自駕車整合規劃 | 持續推進;已部署連網車輛基礎設施 |
| 中國深圳 | 部分走廊設有專用自駕車道;百度Apollo整合 | 全球最先進的自駕車專用道路基礎設施(估計) |
| 新加坡 | 自駕車測試床(AVTB)計畫;全島自駕車測試許可 | 國家政策;自駕車監管與基礎設施框架最先進之列 |
| 芬蘭赫爾辛基 | 自駕接駁車試點;整合城市規劃 | 北歐前瞻性做法;低交通密度有助測試 |
| 德州奧斯丁 | Tesla機器計程車上線;Waymo運營;城市自駕車規劃有限 | 監管寬鬆;城市規劃尚未適應 |
新加坡與奧斯丁的對比頗具啟發性。新加坡將自駕車整合視為國家基礎設施計畫——建立全島測試床、發布監管框架,並將自駕車運營的都市規劃要求納入開發審批。奧斯丁則採取截然相反的做法:法規寬鬆,主動規劃有限。兩者都在吸引自駕車部署,問題在於隨著車隊密度增長,奧斯丁的基礎設施摩擦成本是否會持續攀升。
第五節——50年基礎設施鎖定風險
城市在未來5至10年內關於停車要求、道路寬度和路緣分配的決策,將決定50年以上的都市形態。這是自駕車轉型中最被低估的風險。
| 決策 | 自駕車意識選擇 | 無自駕車意識選擇 | 鎖定風險 |
|---|---|---|---|
| 新建停車場 | 建造平板樓板(可轉換為其他用途) | 建造坡道式結構(無法轉換) | 今日建造的坡道式停車場到2040年將成為擱淺資產(估計) |
| 最低停車位要求 | 取消或降低 | 維持1990年代標準 | 強制停車的分區法將數十年來鎖定汽車依賴 |
| 路緣分區 | 為自駕車接送/送貨/接駁保留彈性路緣區 | 維持全天停車 | 路緣競爭加劇;早期預留創造選擇空間 |
| 街道寬度 | 設計時預留車道重新利用可能性 | 因新設公用管線鎖定現有寬度 | 管線埋設後縮窄道路費用極高 |
| 建築退縮線 | 允許零退縮混合用途(無停車位) | 要求最低停車位使建築退縮街道 | 不利行人的街道景觀將鎖定數代人 |
停車場的擱淺資產風險是真實且可量化的。今日以每個車位$40,000(估計)建造、使用年限50年的坡道式停車結構,在2060年仍將矗立在原地,此時自駕車隊已大幅降低城市停車需求。今日仍建造坡道式停車場的城市和開發商,正在押注未來50年私家車擁有仍是主導城市交通模式——越來越多投資者正質疑這一賭注。
投資人信號: 自駕車城市規劃轉型既創造贏家也製造輸家。停車場REITs隨自駕車普及而面臨長期資產減損。在法規允許之處,今日建造無停車位混合用途物業的開發商,隨著自駕車普及將面臨更少競爭。主動規劃自駕車路緣使用、彈性停車結構和道路重新利用的城市,將為Waymo和Tesla的擴張提供更低摩擦,加速這些市場的普及進程。現在規劃完善的城市將成為2030年代的自駕車部署領導者。
第六節——關於本系列
這是實體AI基準系列的第76篇文章。前幾篇文章涵蓋了普及指數、人形機器人競賽、單位經濟、全球競爭、高精地圖、軟體與OTA、消費者需求、競爭護城河、Cybercab與Model Y對比、安全數據、Waymo第六代、Optimus製造、計分卡快照、2030預測情境、投資人框架、城市擴張管線、Tesla FSD州批准地圖、自駕車天氣與氣候限制、人才競爭、法規行事曆、機器計程車票價定價、人形機器人部署追蹤、供應鏈分析、消費者採用需求指數、估值與IPO分析、實體AI 2026年中回顧、自駕車單位成本里程分解、自駕車數據飛輪比較、自駕車網路安全攻擊面、實體AI供應鏈、自駕車車隊運營、自駕車保險與責任演變、實體AI全生命週期環境成本、無障礙層、地圖架構比較、中國自駕車競賽、模擬與合成數據訓練,以及實體AI投資版圖。
本文增添了城市維度:自駕車普及將如何重塑建成環境——從停車土地紅利到道路幾何到路緣管理——以及為何今日做出的基礎設施決策將鎖定一個世代的都市形態。
注意: 土地使用百分比、成本估算和基礎設施預測均標注「(估計)」,反映公開可得的研究、城市規劃數據和行業分析。本文不構成投資建議。
來源
- 停車與城市——UCLA Donald Shoup研究 ↗
- Waymo舊金山路緣管理——SF MTA ↗
- 新加坡自駕車測試床計畫——LTA新加坡 ↗
- 智慧哥倫布——Columbus Partnership ↗
- 最低停車位改革——Parking Reform Network ↗