这是道路交通方面最基本，同时也是经常被忽视的事实：对个人最有利的情形对大家来说可能并不是最佳的。交通工程师们为了对抗道路堵塞而采取的措施中包括调整“用户最优化”和“系统最优化”之间的平衡。这关系到很多层面，二者都和交通拥挤有关：道路上的车辆如何驾驶，以及交通网络发挥的作用如何（这一点将在后面一章讲到）。
乍看起来，公路上的匝道仪控工作原理很简单，似乎只需了解一些路上车流的基本情况就够了。几十年来，工程师们一直在努力认识车流，并且尽量对车流进行模拟。不过它就像一只狡猾的巨兽，“有很多难题还有待解决，”卡洛斯?达甘索（Carlos Daganzo）说道，他是加州大学伯克利分校的一名工程师。工程师们最初的努力不过是模拟“车辆跟踪”过程。这基于一个简单事实：你的驾驶方式可能受到前面人的影响，而且和你们之间的车距也有关系。就像蚂蚁会对路上的信息素做出回应，你也会受到前面司机的影响，在路上一直犹豫不决，不能距离他太近，也不能把距离拉得过远。想一下在十字路口，司机需要变道和改变驾驶措施，混在一起的车辆速度不等，数量不定，司机的驾驶方式各不相同，各自有自己的事情要完成，不同的光线照得人头晕目眩，还有天气和路况，所有这些都使道路情形异常复杂，这样一来你就可以理解道路模拟的高度复杂性了。
即使最复杂的模拟也无法将人类的全部怪异行为都包含进去，它涵盖不了这一系统中的“噪声”和“离散”现象。交通工程师们会提出警告，比如说我在一次交通会议上看到了一份免责声明：“这种模拟并不为司机的怪异行为负责。”你的车开得距离某人很近，你想要加速或者放慢速度，这时有没有觉得不自在？是不是有时你曾经莫名其妙地想靠近前面的汽车，然后再慢慢减速拉开距离？交通传感器很难捕捉到各种奇怪现象。比如说汽车跟踪就存在一些怪现象。对载人轿车跟随SUV货车的距离进行的调查显示，汽车司机不像他们自己所说的那样—SUV货车已经挡住他们的视线，所以没办法看到前面。实际上他们在跟踪载人汽车时，还没有距离SUV货车的距离近。
为什么蚂蚁不会遭遇交通堵塞（12）
或者可以借用达甘索所谓的“洛斯加托斯效应”（Los Gatos effect），名字源于加州一条公路上的上坡路段。你可能有过这样的经历：司机不愿意放弃身边的车道，所以加入上坡的车道，车道上的卡车发出突突的声响。即使他们要面临来自其他司机的压力，而且另一条车道也并不拥挤，这是怎么回事？司机不想放弃快车道，他们担心再开回快车道会比较麻烦。他们不确定后面的人是真的想开快，还是只不过为了防止他人超车跟得紧了一点。这样就形成了一个紧密的“军排”，然而它能维持多久？这些奇怪的模式我们都见识过。我观察到车流中存在一个特征，我称之为“被动—寻衅超车”（passive-aggressive passing）：你原本行驶在超车道上，后面的司机却突然强迫你开到右侧慢车道上。你照做了，他们把车开到了你的车道上，在你前面行驶。然后他们减速，再强迫你超过他们。
渐渐地，人们构思出公路上的基本活动范围。如果对这个活动范围进行测量，一个关键因素就是容量，也称作车流，即穿过公路上某处隐藏传感器的车辆，或者在某些固定时间内所有车辆的数目。下午4点钟，下班高峰还没有到来，公路上的汽车以时速75英里的速度快速行驶。据统计，此时，1小时内通过某地点的汽车数量是1 700辆。而当下班高峰到来，这个数量自然而然的开始呈曲线形式增长，理论最大值达到了2 400辆，而车速为每小时55英里。从道路系统来看，这可以说是道路的集会时间。然而，再有额外车辆进入高速公路时，这个曲线开始下降，突然之间，汽车的数量又回到1 700辆。这时，车辆的时速是35英里。“所以，两次车辆数量都达到1 700辆，”赫鲁说道，“数量相同，而情形却完全不同。”
车辆需要在一定的时间和空间内运行，所以计数一类的计量方法并不准确，公路本身也可以自我估计调节。在拥挤的公路上，如果车内只有一名司机，他们会关注身边的高承载车道，认为这条车道上没人—司机的这种心理状态很常见，对此甚至有一个专有名词，叫做“空车道综合征”（empty lane syndrome）来加以形容。很多时候这种车道只是看上去没有人，因为高速行驶的车辆之间车距很远。这种车道上的车辆可能和你所在车道上的车辆一样多，然而上面的司机每小时可以加速50英里，这给人们造成了一种错觉，认为这种车道不大有人使用。当然，司机的驾驶时速高达80英里，或者人们堵在车道上，时速只有20英里，这种积极和消极的个人做法对整个系统是有益的，在理想状态下，公路可以容纳更多的车辆，运行效率也更高。
高峰期一到，速率流量曲线（speed-flow curve）开始下降，车辆活跃在一种所谓的“同步流动”状态，交通虽然繁忙但是运行不稳定。不过从上坡路开到高速公路上的路段聚集了越来越多的车辆。车辆的密度，或者说是一英里的路段上车辆的数目（而不是按照通过某一定点的计算方法）在增加。在某一点上接近临界密度时（这时你回顾一下蝗虫开始组成的合作队伍），车流就开始分解开来。交通瓶颈—不论是静止的还是移动的—都会将车流压缩得像个管道一样越来越狭窄。道路上的车辆已经超出了它的承载量。
为什么蚂蚁不会遭遇交通堵塞（13）
匝道的目的是保持公路的“主线车流”（main-line flow）低于临界密度，道路不能被开进来的车辆占满。“如果不对开进公路的车辆进行限制，那么成排的车辆就会开进主干道，”赫鲁说道。这不仅意味着汽车的数量更多，也意味着更多的车辆会想尽办法并道。研究表明，这种现象既没有办法预见，也常常没有合作可言。“它（并道）最终都会使右面车道陷入瘫痪，”她说道。“这种情况会蔓延到旁边的车道，因为人们开进左车道之前已经打算并道，从而整条公路都陷入瘫痪状态。”成队的车辆等着从匝道上驶下来，这同样也会引发连锁反应。研究表明，接近临界密度时，其他所有车道都没办法运行。
如果处理得当，匝道仪控可以检测出在一些黄金位置，道路系统低于临界密度，多数车辆都能以最大速度通过公路上的路段。工程师们称之为“最大吞吐量。”
看待这个问题最简单的方式就是观察现实中的米粒：取一升米，将其从漏斗一次性倒进一个空烧杯，计算一下米全部漏完所需的时间。然后，取同样重量的米，把米分次倒进一个光滑但是中间有阻碍的物体，记录下这个过程需要的时间。米粒通过哪一种容器的速度更快？华盛顿交通局展示了这个简单的实验，第一种做法中，一升米通过漏斗的时间是40秒。而第二种做法花去的时间是27秒，几乎节省了三分之一的时间。看上去慢的一个实际上速度更快。
大米和交通的关系比你想象中的更相似。谈到交通时，很多人都喜欢用水来类比，因为要描述体积和容量，水是一个很不错的办法。俄亥俄州立大学有一位工程教授，本杰明?柯伊夫曼（Benjamin Coifman），他的专长是研究交通，他举了一个例子：取一桶水，水桶底部有个一英寸的洞。如果流进水桶的水在直径上是半英寸，那么桶内水的总量并没有增加。如果把注入水的直径增加到两英寸，桶内的水面就会上升，虽然水还是在流失。我们能不能遇到交通堵塞（或者交通堵塞遇到我们）取决于“水”—也就是试图通过瓶颈的车流，是在流失还是在增加。“作为司机，你首先遇到的是车队的队尾，”柯伊夫曼告诉我。水桶的比喻还教会我们路上的一些其他事：不管在水桶（或者道路）内还有多少空间，洞的尺寸（或者瓶颈）都可以反映出正在发生的一切。
可是在瓶颈这种地方，交通的方式不像水（一方面，不像公路上的狭窄通道，水无法加速流动），而更像米：汽车，就像米粒一样，都属于离散物体，其运动方式很奇怪。米被称为“颗粒介质”（granular media），它虽然是一种固体，却很像液体。西德尼?内格尔（Sidney Nagel），芝加哥大学的一名物理学家，也是研究颗粒介质方面的专家，他打了个比方：在勺子上加糖。如果倒入过量的糖，勺子上的糖就会洒下来。溢出来的糖流起来很像液体，但是它确实是一组相互作用的物质，通常情况下这类物质没有相互作用。“它们相互之间没有引力，”内格尔说道，“它们不过相互分散开来。”将一把颗粒物质放在一起，想要了解颗粒之间的相互作用，这一点并不容易。这解释了谷物仓库一类的建筑常常塌陷的原因，也说明了为什么我的一盒“卡斯卡底农场”牌纯麦片倒出几次之后，盒子的底部开始向外突出的原因。
为什么蚂蚁不会遭遇交通堵塞（14）
为什么把米倒进漏斗时会造成堵塞？流入的米超出了漏斗开口的容量。系统的密度越来越大，颗粒之间相互接触的时间越来越长，米粒之间的接触越来越多。于是，由于米粒在漏斗壁上产生摩擦而被卡住。听上去耳熟吗？“这就像公路上的汽车，”内加尔说道。“当道路越来越窄时，情形就和这种想要穿过漏斗的物质很相像。”
每次少倒出一些米，或者少开进一些汽车—保持相互之间的距离，减少彼此的接触，流动就会快起来。对于堵在公路上的司机来说，让他们接受这种“慢即是快”的看法并不是个一帆风顺的过程。在1999年，明尼苏达州的一位州参议员声称双城（Twin Cities）的匝道仪控的害处大于益处，于是抛出了一个“自由驾驶”提议，希望停止使用这种计量方法。这一立法提议没有成功，不过另外一项“假日”匝道计量法案却通过了。两个月后这种系统关闭。司机可以随意进入高速路，也就是所谓的正常车道，不受让人讨厌的红灯的影响。结果怎样？这种系统越来越糟糕。速度下降，等待时间反而增加。一项研究指出，在某些公路路段，配有匝道仪控的道路承载量已经翻倍。这种控制仪继续得到使用。
“慢即是快”的思想经常体现在道路上，一个典型例子就是环形交叉路。很多人都有错误的印象，他们认为这种路会造成交通堵塞。不过在设有交通灯或者停车标志的十字路口，一个设计得当的环形交叉路可以降低高达65%的道路滞留现象。当然，在设置了交通灯的岔路口，如果司机前面是绿灯，他的速度要比通过环形岔路的速度快很多。然而，几乎有一半的时间交通灯都不是绿色；即使是绿灯，上一次的红灯也会累计很多车辆。如果情形已经很复杂，道路上又出现了左转弯箭头，那么多数司机都无法继续移动，更别提“清尾时间”（clearance phase）了—所有的交通灯都显示为红色，以确保行人已经通过路口。司机在接近环状岔路时一定要减速，不过在某种常见的交通情形之下，他们不大需要这样。
20世纪60年代，在纽约荷兰隧道进行了一些实验，其中一个实验针对来往于纽约市交通主干道的车辆。在正常情况下，汽车可以获准进入隧道，不会受到任何限制，双车道的隧道每小时可容纳1 176辆车，最佳速度是时速19英里。不过在一项试验中，隧道管理当局计算出：每两分钟进入隧道的车辆是44辆。如果在2分钟结束之前，进入隧道的车辆很多，那么在等待10秒钟之后，警局官员会在隧道入口处开始统计下一组数据。结果是什么？现在隧道每小时可以接纳的车辆是1 320辆（我会在下面加以解释）。
在设有交通信息牌的街道上，工程师们会设置一些进程，他们在头脑中设计好某种速度，以这样的速度行驶，司机会接连遇到红灯。如果车速超过这个速度，意味着司机不得不在下一个路口停车等候红灯。司机在每一处路口都要减速，更重要的是，还需要重新加速，这对司机来说既花费时间，又耗费燃料。一排司机都在等红灯，共同浪费了很多启动时间，工程师称之为“启动耗时”（start-up lost time）（这一点恰好背弃了普鲁斯特理论）。队伍最前方的几辆车平均每辆车浪费2秒钟，如果在到达“饱和流量”之前汽车可以顺利通过，那么这2秒钟是可以节省下来的，因为司机一定要对这种变化做出反应，确保十字路口上没人没车，然后再从停顿状态开始加速，从而能够最充分地利用“浪费的时间”。当交通灯变绿时，幸好很快十字路口处没有了车辆和行人，第二位司机浪费的时间少些，第三名司机更少，以此类推（想想每个人都可以尽快做出反应，而这并不是事先已经确定好）。SUV货车因为体积较大（平均下来比一般汽车米面积大14%），加速需要的时间也更长，浪费的时间可以多出20%。
为什么蚂蚁不会遭遇交通堵塞（15）
如果司机接近更慢的匀速状态，他们不需要在路口停车，那么就可以找回一些浪费掉的启动时间（如果这个速度过慢，还是会有时间浪费，因为绿灯时间就在一个没有车通过的十字路口浪费了）。现在很多浪费的时间都是“加速时间”—在变换信号灯的间隙，这一瞬间岔路口处没有车辆。这是因为道路工程师延长了“全红灯时期”，意味着：如果有一个方向的交通灯是红色，那么对面的路就要等候接近2秒钟的时间，然后才会变成红灯。他们这样做的原因在于似乎越来越多的人看到红灯亮起时不停车。
现在想一下走走停停的交通。就像那些司机见了红灯要停车，然后在一片拥挤中重新开始驾驶，这就是在制造“浪费的时间”。由于不确定前面的司机在做什么，我们驾车时态度摇摆不定。偶尔我们不够专心，忘记了加速。或者因为我们对刹车灯反应过度，猛然间停车，也丢掉了更多时间。而打电话的司机无法及时做出反应，而且速度较慢，所以失去的时间更多。汽车之间的距离越近，它们对彼此的影响越大。整个局面变得很不稳定。“这个系统控制各种混乱场面的超能力此时都消失了，”柯伊夫曼说道。他做了5个槌球的比喻，“如果你把它们分开放置，间距为1英尺，轻轻地敲打其中一个，其他4个都不会受到影响。如果把它们放在一起，一个紧挨一个，再轻敲其中一个球，那么移动的是距离它最远的一个球。如果道路承载量接近最大值，那么稍有动静的话，很多车辆都会受到影响。”
如果在一组距离很近的车辆中第一辆车加速或者停车，它会造成“冲击波”，影响到后面的车辆。第一辆车减速或者停车，下一辆车稍后接着减速或者停车。这种冲击波传播的速度可以达到时速12英里，在理论上可以维持很长时间，因为一串车辆的相互距离很密集。即使双车道公路上只有一辆汽车，这辆车不规律地改变车速，或者没有道理地变速［似乎人们经常这样做，我愿意将之称为“速度关注度不足的混乱”（speed-attention-deficit disorder）］，那么它可以将这种冲击波向后面的一系列车辆传递。而且，如果这辆车的平均速度相对较快，这种不稳定状况可以导致更多的混乱。这就是荷兰隧道实验背后的秘密，冲击波的发生范围只局限在整个组内，成排的车辆像槌球一样分散开来。
很多时候，似乎没有明确的原因我们就被堵在路上。或者是我们通过堵塞的道路，开始加速，看上去车辆在前行，结果却迅速地加入了另一处交通堵塞。这种被称为“幽灵堵塞”的情形着实让有些人厌烦。“幽灵堵塞在现实中并不存在，”迈克尔?斯莱肯贝格（Michael Schreckenberg）提出了这种让人感到震惊的说法，他是杜伊斯堡-埃森大学的物理学教授，他对交通的研究很有造诣，德国媒体称之为“交通堵塞教授”（jam professor）。他说交通堵塞不会没有原因，即使原因看上去不明显。一个看起来不过是小范围的干扰，深层原因可能在于下游正在发生大范围的交通堵塞。斯莱肯贝格教授认为，把一切都叫做停停走走的交通是错误的：“停停走走在交通堵塞中呈现的是动态行为。”
我们都会经历这种幽灵堵塞，因为随时随地都存在着交通。你可能开进交通拥挤的场所，或者你没有加入任何拥挤队伍，相反，交通堵塞找上了你。柯伊夫曼说：“在我的水桶比方中，司机可能是其中一个水分子。一旦水超过一定限度，司机就会遇到交通堵塞。”我们也在一种历史状态下驾驶，或者更确切地说，我们通过驾驶回到过去。如果我们真正遇到这种情况，那么就可以引发冲击波，这可能是场灾难，可能这种情形对于我们来说不过是个记忆，现在已经不复存在。“队伍可能要僵持一会，”柯伊夫曼说道。“就像桶里的水，在这种情形之下，你放大了桶底的洞，堵塞现象却不会立即消失。”
为什么蚂蚁不会遭遇交通堵塞（16）
或者繁忙交通会在你身上发生一点小插曲，而这却是很多他人的行动对你产生的影响。在空间上，这些人位于你的前方，在时间上却落后于你，他可能做了件很简单的事情，比如说变换车道。这样的话，他的车辆占据了新车道上的空间，它后面的司机只好减速；同时又为原来所在的车道释放出一些空间，原来车道上的车辆开始提速。这种行为引起的后果波及后面的车辆，产生一种“跷跷板效应”。这解释了：如果把旁边车道上的车辆当做你的参照物，你常常发现自己超过了这辆车，又不断被它超过。这是平衡原理的自我验证。交通如手风琴一般，时松时紧，大家都认为自己可以获益更多，于是导致了不易消失的连锁反应。
一旦交通超过了临界密度，再次恢复顺畅便需要很长时间。为了避免这种堵塞带来的坏影响，最佳的办法就是不要加入到这种堵塞，首先你自己不要被卷进去，在华盛顿大学物理实验室工作的比尔?贝蒂（Bill Beatty）在几年前的一个下午产生了这样的想法。贝蒂自称为“业余交通物理学家”，当时他正驾驶在202号公路上，参与完一次国家事务之后行驶在回家的路上。他描述道：只有“区区四车道”的道路，“你可以开得很快，几乎能达到时速60英里，然后要慢下来，开到一处停车站，几乎要停留2分钟的时间，”他说道。
所以贝蒂决定做一个实验：他把时速限定为35英里。为了不让自己受到冲击波的影响，他自己“吃掉冲击波”，或者克服这种疯狂变化又“时停时走”的交通。他不会撞到他人的车尾，也不反复踩刹车，而是匀速行驶，和前面的车辆保持很远的距离。当他看后视镜时，他看到很多车前灯：他车后的那些司机都表现正常，而另外一个车道上则聚集了很多停停走走的车辆。他减弱了这种冲击，使一些极端现象平稳下来。“这种办法削平了高峰，填平了深谷，”他这样描述道，“所以避免了时速60英里的驾驶速度，你被迫保持35英里的时速，但不需要停车。”
如果不对公路上的全部交通流量进行分析，你不大可能确切地知道贝蒂的实验有什么好处。人们不过是在他前面并进车道，使他的位置后移（如果他希望保持同样车距），而他后面的那些人认为他开得很慢，于是驶到旁边的车道，情形变得更加不稳定。贝蒂只是利用了十分拥挤的交通堵塞这一条件，再把这种办法延续到后面车辆，这样的话每辆车通过这一路段花费的时间同样多，还可以省油，同时减少追尾事故，这是两个额外的好处。那么，如何让大家配合你？如何阻止他人不占用你让出来的空间（这种事似乎经常发生）？实际上，问题还是：我们如何在公路上模拟蚂蚁留下痕迹的行为？
一个办法就是实施“可变限速”体系，现在，从英格兰的M25“受限公路”到德国的高速公路，再到澳大利亚墨尔本的西环路等很多道路上都应用了这一系统。这种系统把线圈探测器和可变限速标志联系起来。如果系统发现交通的运行速度减慢，它会向上游发出警报。后面的司机只好被迫限速（由车牌摄像头执行）。理论上，这种做法可以降低冲击波带来的影响。虽然很多司机都怀疑将时速限制在40英里以下的做法会导致交通拥挤，但对M25公路进行的一项调查却发现：这比司机在停停走走的道路上花去的时间要少，不仅降低了20%的撞车率（本身对车流有利），而且降低了近10%的车辆废气排放量。适应了这种系统之后，司机的行驶时间减少了很多，这再次印证了“慢即是快”的道理为什么蚂蚁不会遭遇交通堵塞（17）
设计高明的公路也需要聪明的司机。可悲的是我们的驾驶方式带来了很多交通问题。我们不是加速太慢就是刹车过慢，或者相反。当我们没有保持适当车距，想回到车道上时，这种影响就被放大。交通是一种非线性系统，这意味着系统的输出不等同于输入。在长长的车队中，第一辆车开到了停车标志处，人们不可能准确地预料到后面的车辆可以多及时地把车停下，或者应该在多远处停车（或许根本不需要停车）。后面的车辆距离越远，情况就越难以预测。
机过度反应（或者反应不足）会突然之间引发冲击波，就像一条鞭子断了一样。后面的几辆车开始发生撞车事故，而前面的司机已将车开走。研究人员对明尼阿波利斯市的公路上的一次撞车事件（连续7辆车被迫紧急刹车）进行了一次调查，结果发现：队伍中的第7辆车撞上了第6辆。在正常情况下，我们会设想：如果车辆之间的距离够大，那么不论发生什么情形，后面的车都可以及时停车，不会造成任何事故。
不过，研究车队里车辆刹车轨迹的调查人员发现：可以肯定的是，第3辆车应该对整个事故负主要责任。这是为什么？因为第3辆车迟迟没有做出反应。对于分配给汽车刹车距离的所有“共享资源”，它“消耗”了大部分。这导致后面的车辆没有足够时间和空间停车。即使第7辆车比第3辆车的反应迅速，由于它跟第6辆车跟得太紧，在这种极端情形之下，它还是无法及时停车。如果第3辆车迅速做出反应，那么撞车事故很可能避免。研究人员指出，那些追尾的车辆司机并没有保持“团体最优化”（socially optimal）车距，这样增加了他们撞上前面车辆的危险性，也使他们面临被后面车辆撞上的危险。
如果通过精度计算能够对反应速度进行预测，那么情形又会怎样？最终答案是：这需要设计高明的公路和聪明的司机的结合才行得通。如果有人能知道“聪明技术”（smart technology），可能就不会发生什么事故。这种技术是指发生在人力控制范围之外的事。L?克雷格?戴维斯［L. Craig Davis，一名物理学家，在福特汽车公司工作了多年，他也是对安装自适应巡航控制系统（简称ACC）进行模拟实验的一员，现已退休］发现：在高端车辆安装模型上安装这种系统，利用数学方法计算出的最佳速度来保持车距，可以提高车流速度。但这也无法完全消除冲击波的影响，戴维斯说道。即使整队车辆步调一致，同时加速也如此，他说，“如果它们在时速60英里时加速，并保持适当车距，这种冲击波的影响依然存在。”
很显然，模拟实验说明：如果有十分之一的车辆安装了自适应巡航控制系统，那么交通堵塞的问题就不会如此严重。如果10名司机中有2名司机的车辆安装了这种系统，大家就可以共同避免这种堵塞现象。在一次实验中，在另外一辆汽车上安装了自适应巡航控制系统之后，戴维斯计算出了避免交通堵塞的精确时间。这种极其脆弱的平衡让人们想到了蝗虫的例子。如果达到了临界密度，那么再多一只蝗虫，它们的行为全都开始变得截然不同。
然而，戴维斯的模拟实验中存在一个问题：安装了自适应巡航控制系统之后，如果模拟车辆和其他车辆之间保持很大车距，倘若没有安装这种系统的车辆从匝道上开过来，那么想在车辆之间找到一个安全位置就很困难。而且像人的驾驶一样，安装了自适应巡航控制系统的车辆并不觉得自己应该给开进来的车辆让路。即使这些问题可以得到充分解决，但我们在公路上依旧无法相互合作，因此造成了很多不良后果，不过我们可以接受的一个让人宽慰的教训便是：有时，连机器并道都难免会遇到麻烦。
开车经济学 第三部分
道路上有一个很奇怪的法则：多数人每天去往目的地所花费的时间大致相等，全世界都是如此，不管是在非洲的农村还是美国的城市，每天在路上的往返时间大概都需要1.1个小时。
为什么女司机更能造成交通堵塞（1）
