城市中的交通挑戰：智慧城市能否解決這些挑戰？

隨著城市化加速、人口增加和氣候變化趨同，流動性挑戰只會惡化。城市在面對這些挑戰時必須回答的問題之一是：如何有效地讓人們四處走動，同時仍然將可持續性放在首位？

幸運的是，基于數據共享、技術和政策解決方案的智慧城市可以在很大程度上幫助緩解這些問題。

聚集力量

據聯合國預測，到 2030 年世界人口將增長到 86 億。到 2050 年，預計將有近 70% 的人口居住在城市中心。鑒于城市已經貢獻了全球 70% 的碳排放量，這也意味著應對氣候變化的有效解決方案面臨挑戰。

預計這些宏觀運動會給本已脆弱的基礎設施系統帶來壓力。美國的道路和橋梁一直接近不及格。根據美國土木工程師協會的數據，到2025 年，美國在基礎設施方面的投資將不足2 萬億美元。

充滿活力的經濟體依賴于其人口高效流動并盡可能減少對環境的影響。城市交通是規劃者和政府要解決的一個關鍵問題。

在流動性保護傘下，人口趨勢似乎有望成為提高效率的一種方式。例如，在美國，千禧一代不像他們的前輩那樣喜歡開車，而 Z 世代則回避擁有汽車。

技術正日益成為可以為未來智慧城市提供移動解決方案的粘合劑。

城市交通挑戰

盡管城市中與流動性相關的挑戰很多且復雜，但其中一些與我們使用基礎設施的方式、人口的集體習慣以及資源分配的公平性有關。

首要挑戰之一是我們如何使用現有的基礎設施：對流動性的最高需求出現在早晚通勤時間。這意味著道路和公共交通等有形基礎設施旨在滿足高峰需求，但并不總是最優的。在非高峰時段，公共交通的頻率可以有所降低，以低于最佳負荷的方式移動，從而增加每個居民的碳足跡。

其次，最后一英里的挑戰使城市交通解決方案復雜化。當然，各種形式的公共交通可能是一個很好的解決方案。但是人們如何往返于這些地點和最終目的地呢？

公共交通解決方案的公平性也受到關注。服務欠缺的社區持續存在，對政策制定者和城市規劃者都提出了挑戰。

更大的挑戰涉及在構建更多解決方案和減少所有解決方案的足跡之前有效使用現有基礎設施的問題。改變消費者對移動性問題的看法也可能是一個問題，特別是因為汽車多年來一直是不變的。

智能城市交通解決方案

數據驅動的智慧城市可能是邁向應對這些挑戰的解決方案的關鍵一步。人工智能、邊緣計算、機器學習、自動駕駛和電動汽車以及 5G 通信網絡等先進技術有望消化來自多個來源（包括汽車）的實時數據，并優化城市中心及其他地區的移動性。更重要的是，這些解決方案使用數據來高效優化資源，包括現有資源，讓您獲得最大的收益。

為了解決高峰不均勻的問題，城市規劃者可以使用實時數據來推動不同網絡節點和不同時間的移動需求。道路和公共交通數據可以實時傳輸到中央數據管理平臺，該平臺可以把握交通脈搏并推薦替代方案。對人流量大的道路征收擁堵費和鼓勵在非高峰時段開車也有助于更均勻地分配高峰負荷。

自動駕駛和 5G 車輛以及車對車通信也有望減少擁堵，因為它們通過數據與更大的環境交互以開發優化路線。此外，智能停車解決方案在停車收費表和無線通信技術中使用嵌入式物聯網傳感器來開發停車需求響應定價，既減少擁堵又避免停車挑戰。

無縫移動或移動即解決方案 (MaaS) 被吹捧為通過拼車應用程序、班車，甚至電動自行車作為最后一英里解決方案，將最佳公共交通選擇與低成本自主旅行混合和匹配的舉措。

交通公平也可以通過這些機制來解決，但需要政府政策才能真正發揮作用。

結論

未來的智慧城市將需要許多平臺同步工作：政府政策、物理基礎設施、運營技術以及通信和數據分析。

隨著城市化和氣候變化的不斷發展，城市將不僅需要一種智能解決方案，還需要一種綜合上述方法的方法。幸運的是，技術至少有望為應對挑戰的新方法奠定基礎。最終的成功還將取決于政府的政策支持和消費者的接受程度。在智能城市中，在轉向脫碳的同時轉向無縫移動是可以實現的，盡管未來面臨巨大挑戰，但這是有希望的。

審核編輯黃昊宇