为什么道路增加，车辆也随之增加？（12）
这让我想起著名的“El Farol酒吧拥塞问题”，El Farol是经济学家W?布莱恩?阿瑟（W. Brian Arthur）所讲述的一家酒吧，地点位于新墨西哥州阿尔伯克基市。假设有100个人想去酒吧听现场音乐，不过如果人数一旦达到了60，场地就显得很拥挤。那么每个人如何决定自己去还是不去呢？如果某个晚上他们去了酒吧，结果发现里面已经很拥挤，第二天晚上他们会再来吗？可能他们觉得扫兴—或者其他人也有这样的想法？在一次模拟实验中，阿瑟发现酒吧的人数的确在60左右。每晚过来的人一直在这个数量上下变动，实验为期100周，一直都是如此。这也就意味着，实际上人们在合适的傍晚去酒吧的几率是随机的，因为人们一直在调整自己的行为。
在道路上这种平衡方面的问题频繁发生，即使人们可以获取一些信息，情况也是如此。2006年，芝加哥的丹莱恩高速公路进行了大修。大修的第一天就关闭了八条快车道，然而交通运转很正常，这很出人意料。推荐的绕行路线的运行速度比高速路慢很多，新闻对此进行了报道。那么你可以想象周二发生了什么：很多人聚集到高速路。我们可以想象周三的时候高速路上的车辆会有所减少，虽然增多的可能性同样很大。
然而我们不用猜测就能知道将会发生什么吗？我们不过处在道路变革期的初始阶段，就像导航设备，虽然它可以提供越来越多的实时交通信息，但也只是刚刚进入市场。导航系统本身就对交通产生了重要影响。研究表明，司机行驶在不熟悉的道路上时，和正常情况相比，其驾驶效率下降了25%—也就是说，他们丧失了这种效率。如果他们一直行驶在最佳道路上，那么全部行车里程可以减少2%。一旦有办法避免双向交通上耗时的左转弯，物流软件就可以帮助UPS快递公司减少全球定位系统的信息发送时间，降低其他卡车队伍的燃料排放。然而，倘若每位司机一直很清楚哪条道路拥挤，哪条是最佳备用路线—不是通过猜想，而是通过准确的实时数据得出的结果—那么就会发生重大变化。
理论上这可以提高系统的效率。司机可以了解到前面发生了撞车事故，车内设备可以为他们选择另外一条道路，据统计，这样可以节省10分钟的时间。不过在路上，任何事都没有这么简单。
第一个问题是实时数据并不确如其名。比如说，西雅图的Inrix公司是交通信息的一个主要提供者，它的道路数据来源于各种渠道，既有现在的也有从前的—有线圈，还有开往拉斯维加斯参加会议的商务车上的探测器，它有50亿个数据点根据可以感知的正确性和年代进行计算。“所以如果对当下的情况进行研究，加州交通局的传感器在13分钟后才计算出道路速度，我们在洛杉矶市场的份额就能增加5%左右，”奥利弗?唐斯（Oliver Downs，Inrix的主要研究专家）解释道。Intrix可以计算出当下每分钟发生的情境。不过唐斯认为，“对当下情形的计算需要3.7分钟。”而每一分钟顾客都在获取信息。唐斯说：“我们所说的‘实时’意味着小于5分钟。”不过正如唐斯所指出的，虽然时间看似不长，“可是相对于路上迅速发生的变化，这个时间已经很长。”
而且其他人如何利用这种信息，或者你获取信息之后告知他们如何去做，这方面也存在问题。迈克尔?斯莱肯贝格（那个被人们称为“堵塞教授”的德国物理学家）同德国北莱茵-威斯特法伦州的官员一起为大家提供实时信息，做出“可预测”的交通报道。比如说虽然Inrix的覆盖范围不是很广，但是它已经收集了360 000份“基础图表”（fundamental diagram），对公路路段上的驾驶行为模板进行了精确统计。他们不仅十分清楚“正常”一天发生的事，对奇怪变化也了如指掌：从星期三开始的连续几周的假期；路上结冰的第一天（他指出，多数人都还没有换上冬天用轮胎）；夜长昼短的第一天，人们通常在清早天还没有亮时就出行。
为什么道路增加，车辆也随之增加？（13）
这种信息，和各种线圈以及传感器收集来的数据一起，都可以用来进行准确预告“正常”日期的交通情况，也可以预测撞车或者其他交通事故。然而，这里存在一个问题：是不是预告改变了人们的行为方式，进而改变了预告本身？好比经济学家蒂姆?哈弗德（Tim Harford）眼中的华尔街的预报那样—如果知道明天股票价格要上涨，今天大家就会去买股票—但因为股票价格已经很贵，明天就不会再上涨。
斯莱肯贝格称之为“自毁性预测”（self-destroying prognosis）。在杜伊斯堡埃森大学的办公室里，他指着一幅公路地图，上面的道路被各种绿色和红色标示出来。他说：“据预测，道路情况将在一小时后变得更糟。”“很多人看了之后都说‘噢，不要走A3那条路。’然后他们去了别处。这种情况下就不会发生堵塞，因为大家都选择了其他道路。这是个麻烦。”信息的延时也会造成这种不稳定现象，斯莱肯贝格称之为“乒乓效应。”想象一下有两条路，司机了解到其中一条路要快出5分钟。那么大家都会换到这条路上。这时信息也会升级，大家所在的那条路现在反而慢了5分钟。所以另外一条路的运行速度虽然加快了，不过很快会发生同样问题。
那么问题在于：提供的信息真的对全部司机或者道路系统都有帮助吗？还是引发了前面提到的“自私路由”？默什?本?阿齐瓦（Moshe Ben-Akiva），麻省理工学院智能交通系统项目的负责人，他已经研究这种出行行为长达几十年。他将交通预测看做是一种“是先有鸡还是先有蛋的问题”。“要做到准确预测，一定要将人们对预测做出的反应考虑进去，”他说道，“如果对明天将要发生的事情进行预测，而不考虑人们对预测做出的回应，那么这种预测是不可行的，会变成一种宣传。”
所以研究者创造了模型，可以预料对此人们会做出什么反应，而研究的基础就是我们先前的表现。斯莱肯贝格想知道，在德国，如果司机实际上了解不到全部情况，那么“你要构建信息，想为人们做点事情，告诉他们事实并不是最佳选择。”这正是一些著名的商业信息提供商在思考的问题。电子地图开发商NAVTEQ的副总裁哈福特?海斯（Howard Hayes）在芝加哥的公司总部说道：“一旦预见性的交通信息唾手可得，那么大家都会掉转车辆开往别处，这本身是不是造成了拥挤？在理想状态下主要取决于你是否经验老到，所以某些人会转到一条路上，而其他人会选择另外一条路。”
由于信息仍旧很有限，而且能够获得这些信息的人数量并不多，我们就不知道，一旦每天每个人都了解了道路网络行情之后，结局会怎样。多数模拟实验已经表明，如果有更多的司机获得实时信息，那么信息的真实性就提高，情况会变得更好—减少了出行次数和交通堵塞现象。即使无法获取实时信息的司机也可以从中受益。信息灵通的司机可以驶出拥挤的道路，因此对于没有获取消息而堵在路上的司机来说，道路的堵塞程度可以因此降低，对于这一点还存在争论。如你所料，研究显示，如果每一位司机都可以获取实时信息，那么了解这种益处的人越多，这种实时信息的作用便越不明显。实际上，这就是捷径办法的破灭。随时可以了解到最佳路线的人数越多，那些没有得到充分利用的优质道路数量就越来越少。这对全体司机是有益的（比如说“系统”），可是，对精明的出租车司机来说就没有什么好处。
有人建议说在不经常发生的交通堵塞现象中，实时交通和道路选择的价值得到了最大体现。由于发生了撞车事故，原来的道路变得拥挤，能够了解更好的选择就很有帮助。然而在高峰时间，有太多人去往同一目的地，这种现象造成偶然的交通堵塞，一旦错过了交通拥挤的卸载点，它的优势也随之消失（如果备用道路几乎全部被占用，那么接近这个边缘时可以实现效果最大化）。在一直很拥挤的道路系统中，所有的可选备用道路早已被其他司机挖掘。
实时路由的另外一个缺点就是市区道路网络方面发生的怪现象。一组研究人员通过对德国的20个大城市的交通模式和道路网络进行研究，他们发现道路遵循所谓的“幂函数规律”（power law）—换句话说，少数道路承载了多数交通量。比如说在德累斯顿，如果道路总长度的50%都没有承载什么车辆（0.2%），那么肯定有80%的车辆行驶在只占总长度10%的道路上。原因很明显：多数司机想要在最宽的路上驾驶，因为那里速度最快。即使他们因为道路拥挤而减速，他们的速度还是最快的。建设过道路的道路工程师通常都了解这一点。他们也希望司机就待在承载量大的道路上，而不是在路上不守规则随意驾驶，严重破坏局部的交通状况。
不过有天，我驾车行驶在康涅狄格州的95号州际公路上时，这种希望使用实时交通和路由信息的想法就显现了出了缺陷，我使用的是泰为公司（TeleNav）提供的可以显示在摩托罗拉手机上的实时交通信息。这种手机积极向人发出指示，甚至可以不断显示出到达时间。突然之间，有警报响起：前方交通堵塞！我想通过系统找到最佳备用路线，它迅速帮我找到一条路线，但是紧接着又发了一条坏消息给我：那条路线的时间比现有道路需要花费的时间更长。我所在的路线不管是否拥挤，仍旧是最佳道路。
实时交通和路由信息以及遭遇交通堵塞的代价就像同一枚硬币的两面：一面告诉司机怎样避免交通堵塞，另外一面促使司机制造交通堵塞。如果道路很拥挤，实时信息几乎发挥不了什么作用，除非可以告知司机需要等待多长时间，就像迪士尼乐园“飞越太空山”游戏中在排队等候的人们，对大家来说这已经很好了。那些由制造了交通拥挤的汽车提供的实时堵塞信息，似乎向你担保情况确实如此，它可以用来准确计算在任何时间，车辆对道路的需求。如果需要为交通拥挤付费，那么道路上的交通最终就像是一种交通商品，通过市场价格来反映和制定供求关系。
危险的道路变安全之后（1）
