堵车问题在北京、上海、广州都变成了脑血栓。在我们的花式治理下，不仅城市道路拥堵程度得到了一定程度的缓解，花式拥堵方式也得到了发展。比如节假日免费高速造成的高速拥堵，过年假期返乡热潮造成的农村道路拥堵等。看来解决拥堵的办法永远赶不上经济发展带来的拥堵加剧。想象中的拥塞控制与现实中的拥塞控制每当出现这种情况，我们都会寄希望于技术的进步。我们“幻想”过很多技术上的拥塞控制方案。例如，希望手机地图导航软件可以通过AI算法预测交通拥堵情况，帮助司机规划路线。再比如，我们把希望寄托在智慧高速公路和车联网上，试图加强车与车、车与路的连接，收集更多的数据来协调司机，辅助未来的道路规划。但在实践中，智慧道路和车联网的普及才刚刚开始，还很难真正发挥作用。手机地图导航软件无法真正做到强制普及，无法收集足够全面、权威的道路车辆信息。在拥塞控制方面，只能强调辅助引导作用。于是，想象中的技术性拥堵变成了真正的“政策控堵”——限行、限号、限购……通过限制道路交通总量来纠正拥堵状况。虽然这种管理方式给很多人带来了不便，但在行车空间不变但行车需求不断增加、供大于求的情况下，强制部分车辆下路或许是最好的解决办法。这样看来，拥堵问题本质上是一个供需问题。而解决供需问题最好的办法不就是调价吗？比如在早上九点上下班高峰期出行会增加燃油税负担，选择进入拥堵路段也会增加相关税负等等。以往很难通过行车成本来协调行车空间的供需。无论是路段的拥堵，还是时间段的拥堵，本身就是非常动态的。也许一个小时拥堵，下一个小时畅通无阻，这对于定价来说是行不通的。目前，多数国家通过燃油税+高速行驶通行费相结合的方式实行一刀切的收费模式，统筹能力过于有限。事实上，燃油税本身的征税模式也让不少人不满。在《华尔街日报》报道的文章《技术如何消除交通堵塞》中提到，很多人认为单一的燃料购买税是针对那些没有经济实力更换新车的人。人的惩罚。OreGo的模式用里程费代替燃油税是否可行？但今天，通过技术援助进行拥堵收费正在成为现实。在美国俄勒冈州，一项名为OreGo的计划正在实施，该计划使用行驶里程记录来代替燃油税。通过在车上配置物联网设备，记录汽车在俄亥俄州的行驶里程，并根据行驶里程收取费用。简单来说，美国各州的燃油税价格不一样，但燃油税本身应该解决汽车行驶过程中的拥堵、污染排放等问题，所以可能会出现车辆在A区排放污染，但在B区缴纳燃油税的情况。OreGo的解决方案不仅可以细化税制，还可以帮助司机节约成本。在OreGo的主页上可以找到一个计算器，方便司机计算出哪种方式更经济，然后选择使用OreGo还是继续缴纳燃油税。不仅如此，俄勒冈州还以这种方式收集驾驶数据，这反过来又有助于市政当局做出有关道路建设的决策。这种以政府为主导，以较低的税费吸引司机安装设备，最终实现全民数据采集的方式正在进入越来越多的城市，比如加州、科罗拉多、明尼苏达……未来出行的未来问题但矿石去哪儿了模式的改变不仅仅是今天的一点税，它的真正目的是为了应对未来出行中可能出现的各种问题。目前来看，未来自动驾驶的普及会带来以下几个问题：1.车辆的所有权如果未来所有的车辆都以租赁的形式使用，车辆将不属于司机个人。那么自动驾驶汽车会有很多无意义的怠速时间，用来找停车位，找有车用户。不仅不利于梳理交通，还可能造成更多的污染。2、行车费用的支付如果车辆不属于个人，那么行车过程中的油费等费用只能通过汽车分时租赁公司转嫁给个人用户。有很多复杂的过程和大量的成本。3、开放不同品牌自动驾驶汽车的数据接口。虽然现在驱动数据的数据接口可以停滞在瓶颈。但对于自动驾驶，尤其是以自动驾驶分时租赁为蓝本的未来出行，可以说是不可或缺的一环。尤其是在自动驾驶的普及过程中，肯定会出现自动驾驶和手动驾驶并驾齐驱的尴尬期。这时候，如果没有简单方便的方式聚合行车数据，将会带来极大的不便。在美国，有一些基于OreGo的未来出行实验项目ClearRoad，就是为应对未来的驾驶问题而生的。ClearRoad还推广使用小型车辆物联网设备收集数据，并用里程计费代替油费计费。ClearRoad提倡在自动驾驶模式下应用与水电价格相同的“梯度计费模式”。用户以个人或家庭为单位，每个月有一定的里程数。如果超过里程数，车价会上涨。这样一来，就解决了未来汽车租赁模式中用车成本计算难的问题。更重要的是，ClearRoad旨在以轻量化的方式收集自动驾驶汽车、普通汽车甚至卡车的数据，甚至可以通过强制安装的方式打通厂商之间的数据保护，从而实现上述提到的道路拥堵动态定价使用价格来协调道路使用以缓解拥堵。不过，ClearRoad目前还处于测试状态，更何况由于自动驾驶应用的普及，距离还很远。仅仅是海量数据的上传下载，道路拥堵和成本的交叉计算，就需要极强的计算能力和数据传输能力来支撑。.恐怕一定是5G了。不过，在华尔街日报对ClearRoad的报道中，也提到很多人不接受这种做法。人们认为这是在利用税收优惠来“购买”个人隐私数据。为了一点点减税，他们无时无刻不在无数双眼睛面前暴露行踪。这是一幅令人毛骨悚然的画面。可见，一项技术的发展需要伦理、政策规范、基础设施等无数细节的配合。想象中的AI反封杀，可能要等这一切都成熟了，才会真正到来。
