一份发表于《自然-城市》的研究揭示，通过导航应用对少量车辆进行路线引导，可以有效缓解整个城市的交通拥堵。这项在美国10个主要城市进行的大规模实验证明，即使只协调不到2%的行程，也能显著提高城市整体的行驶速度并减少碳排放。这不仅为优化交通网络提供了新的思路，也为未来智慧城市中更复杂的交通管理策略奠定了实验基础。
核心问题：能否系统性地管理道路交通？
现代生活高度依赖车辆运输，但这带来了巨大的时间成本和环境代价。我们能否像管理空中交通或互联网数据包一样，对整个道路网络进行系统性优化？
- 挑战： 长期以来，地面交通缺乏一个集中的“控制塔”。虽然理论模型存在，但缺乏大规模的真实世界数据来验证其有效性。
- 机遇： 导航服务、联网汽车和智慧城市技术的发展，为衡量和优化交通资源提供了可能性。
此前的“绿灯计划”（Project Green Light）已通过人工智能优化交通信号灯，展示了基础设施层面干预的潜力。然而，要实现整个车辆网络的优化，仍面临挑战。
实验设计：在真实世界中引导车流
为了验证通过导航平台干预交通的有效性，研究人员在全美10个大城市展开了一项为期六个月的实验。
- 实验方法： 研究人员修改了谷歌地图的算法。在“实验日”，当车辆接近预先确定的拥堵路段时，算法会主动推荐一条行驶时间相似的替代路线。
- 干预规模： 这种路线调整仅影响了不到 2% 的行程，旨在通过微小的改变引导车流，避开拥堵点。
- 对照组： 在“对照日”，算法恢复正常，不进行任何干预。通过在连续几天内交替进行“实验”和“对照”，研究人员可以准确地衡量干预措施带来的影响。
- 目标路段： 在每个城市，研究人员根据历史拥堵数据，挑选了大约100个经常出现瓶颈或高峰期交通密度高的路段作为干预目标。
实验结果：微小改变带来显著成效
通过对数据的分析，研究发现，这种看似微小的干预带来了可观且具有统计学意义的改善。
- 速度提升：
- 在被干预的 目标拥堵路段，行驶速度中位数提高了约 2%。
- 在更广泛的 受影响路段（包括被分流和接收分流车辆的道路），行驶速度中位数提高了约 0.35%，在早晚高峰期则提高了 0.5%。
- 燃油消耗与碳排放减少：
- 目标路段的燃油消耗率中位数下降了 0.5% 到 1.0%。
- 换算下来，对于参与研究的城市规模，每年每个城市有望减少数千吨的二氧化碳当量排放。
关键发现是，通过策略性地将车辆从主要瓶颈处分流，周边道路即使吸收了更多的车流，其平均速度仍然得以保持，甚至更高，从而实现了整个网络的效率提升。
结论与展望：迈向协作式交通的未来
这项研究清晰地表明，网络化的导航技术可以成为主动塑造交通流、造福社会的强大工具。
- 普惠效应： 通过协调一小部分行程，可以实现系统性的收益，让所有道路使用者受益，而不仅仅是使用特定导航应用的用户。
- 实验蓝图： 这项工作为基于实验的交通管理方法建立了一个范本。随着智慧城市基础设施的成熟，这种利用连接性来衡量和促进系统级变革的路径，可以应用于更广泛的挑战。
- 未来方向： 这项研究为未来奠定了基础，一个汽车、基础设施和具备网络意识的路线规划协同工作的未来，共同为整个社区优化出行效率和可持续性。