关宏志：智慧交通和人的行为——提几个问题讲几个故事

编者按：大量的交通事故表明，如果当事人一方或者双方的交通安全知识和意识提升到了机动化社会的“常识”级别，就完全可以避免事故的发生、或者减轻事故的严重程度。

在这样的背景下，从提高交通安全水平和减少道路交通拥堵的意义上来看，改变人的意识和行为与改进交通系统的智能化程度哪一个选择会更为有效？

近日，在江西智能交通论坛的演讲中，北京工业大学关宏志教授表示，仅凭技术的解决方案，缺乏“道之以德”的相应措施，难免会带来“民免而无耻”的结果。

既然智慧交通系统绝大部分功能需要针对人（出行者），就一定存在出行者的人和智慧交通系统是如何互动的问题。人的行为会受到多种因素的影响。如何预测人的行为，是宏观、微观交通问题解决措施共同面对的问题，应该也是智慧交通系统所需要面对的问题。

交通需求通过每个人的交通行为的形式，本源性地依存于每个人的行为心理。要理解（解释）、预测人的行为，需要理解行为背后的行为心理。心理学的实验方法、大量的心理学研究案例和结论值得从事交通科学研究的人员参考借鉴。

本文通过几个交通问题和几个故事详细阐述了智慧交通和人的行为之间的关联。

下文是根据江西智慧交通论坛（第七期）上的发言整理：

01

开场白

很高兴受邀参加本期论坛，也很荣幸受邀做一个演讲。我的演讲非常简单，就是提几个问题，讲几个故事。

首先，我想问问大家，交通给我们带来了哪些问题？

可能会有人说：哦，那可太多了。于是，有人开始扳着手指头数了起来，“一、二、三……”，结果十个手指都不够用了。

我不是问所有的交通问题，也不包括我们人为制造的问题，我只是问那些第一个层次的问题。

传统的教科书告诉我们，交通给我们的社会带来了三大问题，它们分别是：交通安全的问题、交通拥堵的问题和环境的问题。也有人在此之外加上了能源的问题。

除此之外还有别的问题吗？

那么，为了解决这些问题我们都做了些什么呢？

于是，又有人开始扳着手指头数了起来，结果十个指头又不够用了。因为人们实在是做了太多的事情，其中包括人为地制造了许多问题。我把人们为了解决交通问题所做过的事情总结了一下，大致可以分为两大类。如图1所示。

图1 解决交通问题方法分类示意图

它们可以分为调节交通需求的宏观政策，和适应交通需求的微观技术措施。前者针对各种交通现象，根据人的行为特征，采取改变人的行为的措施，如限行限购政策、公交优先政策、推行新能源车辆政策、交通需求管理政策等等。后者则是把复杂、混合的交通需求放在一个特定的环境条件下调控的技术措施。如路口交通组织渠化、道路断面改造、信号配时优化等等。

除此之外，还有不属于上述分类的交通问题解决措施吗？大概没有了。

显然，从要解决交通问题的角度而言，宏观政策措施和微观技术措施都不可或缺。不过，整体来看，哪类措施对交通需求影响的作用更大？应该是前者。

正是因为如此，当社会遇到带有普遍性的交通问题时，人们首先想到的是，是否有一个交通政策性的解决方案来解决这个问题？

02

对智慧交通的认识

下面再看智慧交通。

首先我们需要明确什么是智慧交通？梳理一下智慧交通的概念，对于明确智慧交通的某项（些）技术的价值很有必要。

说实在的，此前我还真没有认真学习过、思考这个概念。不过，好在我们有很方便的检索手段，我上网搜了一下，其中的一个说法如下：

结合我们对交通问题的解决方法的总结，我把上面的话简化了一下，大概就是如下意思吧。

“利用某（各）种现代技术手段，感知并调节运行中的交通需求，或为交通政策的制定提供决策依据，其目的是……云云。”

在上面的宏观、微观措施分类上，它属于哪一类？或者是新的一类？

此外，智慧交通如何运作来产生那么多作用的呢？

大概是通过检测（感知）、分析（A.I.）、发出指令（或者是信息）、出行者动作、产生效果。

这里有几个疑问：

▪ 智慧交通的运作都是在线（线上）式的吗？

▪ 整个工作过程完全是机器（信息、AI）对机器（车辆或其他交通工具）的吗？

在回答上述问题之后，就基本可以判断在上面的宏观和微观措施当中，哪些部分能够智慧（能）化，在城市交通层面，哪些地方能发挥智慧交通的功能。

就目前的技术来看，许多解决交通问题的措施仅凭“线上”工作是无法完成的。在可预见的未来，即使是智慧交通系统建成后，解决交通问题，依旧会有大量的“线下”工作。这是对智慧交通系统的第一个认识。

另外，出行的主体是人，交通系统“智慧”的结果，除了机器（信息、指令）对机器（各种交通工具）的那部分之外，绝大部分功能需要针对人（出行者）的。智慧交通系统和出行者就好比一个无比聪明的爸爸和一个儿子，聪明的爸爸不停地对儿子发出各种正确的指令，儿子会如何面对这些指令呢？这是对智慧交通系统提出的问题，也是对智慧交通系统的第二个认识。

03

需要研究人的行为

说到这里，我们需要认清一个事实。

我们的社会在现代化进程中、只用了短短的四十多年的时间，走过了发达国家一百多年走过的历程。

这固然有让我们感到自豪地方。

需要看到的是，任何一个有智慧的民族，都会从一段漫长的时间中学到很多东西，增长这个民族在机动化方面的智慧，形成一套交通文化。那些早期机动化国家经历了一个较长的过程，这个过程也给了这些国家的国民学习迎接机动化、形成交通文化的时间。比方说，有的国家为了迎接机动化的时代，在这段较长的机动化过程中对国民进行彻底的安全教育，从而使得国民有了一个比较完整的出行安全意识，从而使得整个社会从交通安全到交通秩序都有了极大的改观。这些作为从一个方面也极大地促进了这些国家文明的进步。这些交通文化帮助出行者避免了许多出行中的风险，让社会成员懂得了作为社会一员如何才能确保交通秩序。这些交通文化在确保一个社会的交通秩序中发挥了巨大的作用。

那么，我们就要问：人的交通安全意识和行为是否可以在短短的四十多年里快速提升到那些早期机动化国家的水平？

我们来看几个最近发生的事例。据传：

▪ 2021年9月4日黑龙江七台河发生交通事故，两车上的16人，15人死亡，一人受伤。参见图2。

▪ 2021年9月5日15时许，安徽省安庆市太湖县牛镇镇龙湾村路段，一辆皮卡车冲出道路坠入约80米深的崖谷。事故造成12人死亡，1人受伤。

图2 网传交通事故相关图片（不保真）

当人们听到上述两起接连发生、非常类似的交通事故时，立刻就有人想到了一年前的2020年10月4日在吉林省扶余市发生过类似的交通事故。

对此，人们不禁要问：为什么会接连发生类似的交通事故？如何杜绝此类交通事故？

对上面第一个问题，仁者见仁、智者见智，人们或许会从不同的角度给出多种答案，人们的交通安全意识没有提升到应有的水平是否可以作为其中的一个答案，请读者自己去判断。

第二个问题的答案，恐怕离不开需要大量“线下”的、针对人的交通安全教育和训练工作，这里的人不仅仅是机动车驾驶员。如果说经验、知识的形成和运用都是智慧的话。这些工作其实质就是提升国民的智慧水平。大量的交通事故表明，如果当事人一方或者双方的交通安全知识和意识提升到了机动化社会的“常识”级别，就完全可以避免事故的发生、或者减轻事故的严重程度。

在这样的背景下，从提高交通安全水平和减少道路交通拥堵的意义上来看，改变人的意识和行为与改进交通系统的智能化程度哪一个选择会更为有效？

提出这样的问题并非是要否定智慧（能）交通，我只是对空气中弥散着的某些技术至上主义和过分强调“线上”作用和意义的味道感到一丝丝不安。

或许有人会说，构建智慧交通系统的效果之一，就是用技术手段来改变人的出行行为。诚然，在一定程度上目前的一些技术的确做到了这一点。仅凭技术的解决方案，缺乏“道之以德”的相应措施，难免会带来“民免而无耻”的结果。

既然智慧交通系统绝大部分功能需要针对人（出行者），就一定存在出行者的人和智慧交通系统是如何互动的问题。人不是机器，不是严格遵从物理定律的粒子，人有思想、有情感、有自我、有个性。人的行为会受到多种因素的影响。如何预测人的行为，是宏观、微观交通问题解决措施共同面对的问题，应该也是智慧交通系统所需要面对的问题。

04

《晏子使楚》所提出的问题

在我国流传着一个叫《晏子使楚》的故事。

故事讲得是楚王想借齐国使节晏子来访之际，找机会羞辱一下晏子和齐国。于是，楚王设了一个局，当晏子来访时，这样羞辱他……

晏子至，楚王赐晏子酒，酒酣，吏二缚一人诣王。王曰：“缚者曷为者也？”对曰：“齐人也，坐盗。”王视晏子曰：“齐人固善盗乎？”晏子避席对曰：“婴闻之，橘生淮南则为橘，生于淮北则为枳，叶徒相似，其实味不同。所以然者何？水土异也。今民生长于齐不盗，入楚则盗，得无楚之水土使民善盗耶？”王笑曰：“圣人非所与熙也，寡人反取病焉。”

人们都知道故事中的被缚者并非是真正的盗贼，而是楚王设的一个圈套。

这个故事的重点是讲述晏子机智善辩。在今天看来，其中还提出了一个颇为有趣的问题。楚王以“齐人固善盗乎？”抛出了“人的行为和社会文化背景有关”的说法，晏子接过这个说法，以“橘生淮南则为橘，生于淮北则为枳，……今民生长于齐不盗，入楚则盗”，提出了“正是因为它们有关……”的解释。最终，楚王以“圣人非所与熙也，寡人反取病焉”接受了晏子的说法。

这说明，自古以来，人们就尝试着解释人的行为，并把人的行为放在其所处的社会文化背景上来观察、解释。

05

理性经济人假设的深远影响

如何解释、预测人的行为？这是一个古老的问题。

1776年，经济学之父亚当·斯密在《国富论》中提出了“理性经济人”假设，认为 “人的本性是利己的”“追求个人利益是人们从事经济活动的唯一动力”“人是理性的”“作为理性的经济人，人们能在个人的经济活动中获得最大的个人利益”。亚当·斯密的这些观点对包括后期的交通问题研究在内的多个学科领域产生了巨大的影响。

交通学者都知道，1952年，Wardrop提出了路网均衡原理。

现实中路网果然能够达到均衡吗？

当年京都大学教授饭田恭敬先生领导的研究小组针对这一问题进行了实验，我有幸也参加了其中的部分实验。后来我也做过类似的实验。大量实验结果表明，即使是一个简单的路网，也无法最终达到均衡——被利用的各条路线的走行时间相等并最小。

这是为什么？

后来有研究对这一现象给出了解释：这种现象和多种因素有关。只有当满足下面的条件都得到满足时，路网才有可能达至均衡。即，人纯理性，利己（总是利用最短路径），路网中所有的人都按照统一规则选择及信息完全并对称。这样的条件堪称路网均衡的“理想条件”。这些条件倒是和亚当·斯密的“理性经济人”假设颇为类似。这种“理想条件”下的出行者差不多成了严格服从物理定律的粒子。只是，如此苛刻的条件得到同时满足的难度可想而知。

06

有限理性的社会人登场

哲学家们从很早以前就开始对人是否纯粹理性开始产生怀疑。到了1950年代，美国科学家赫伯特·西蒙提出了有限理性的假设和有限理性标准(Bounded Rationality Model)，用“社会人”取代“经济人”，从而为人们解释人的行为提供了新的理论基础。“社会人”的概念意义重大。

1982年，德国洪堡大学的经济学家维尔纳·古斯（Wener Guth）做了一个被称为最后通牒实验（Ultimatum Game）的实验。

这个实验的规则是这样的：

在两名参与者之间分一笔钱，假设是100美元。

第一名参与者从100美元中分一部分给第二名参与者（0~100美元自由选择），如果第二名参与者接受了这笔钱，这100美元即按这一分发分给双方，如果这一分发遭到拒绝，实验员即收回这100美元，双方均空手而归。

实验的结果如何呢？

先说人们对实验结果的预测。

人们使用莱茵哈德·泽尔腾（Reinhard Selten，1994年诺贝尔经济学奖得主，也是维尔纳·古斯的老师）的模型，这一实验的预测结果是这样的。

两名自私而理性的参与者进行博弈，会同意提议方得到99美元，应答方仅得到1美元的分法。既然博弈只进行一轮，只要不是一分不得，应答方就应该接受，因为1美元也胜于无。提议方对此心知肚明，所以应该尽量少给对方。

然而，古斯在德国进行的实验结果如下：

多数情况下，钱是双方五五分成，应答方的份额如果不超过35%，多数都会被拒绝。这意味着应答方宁肯放弃白拿35美元的机会也会让提议方自己拿65美元（或者更多）的贪心落空。

这个结果颠覆了上述模型的预测结果及理性经济人的假设。

这一实验结果引起了人们的极大兴趣，人们很快想到不同文化背景下的参与者在最后通牒博弈中是否会有不同的表现？于是纷纷做起了类似的实验。据说，实验对象包括了非洲部落和亚马孙河流域与世隔绝的部落。更有甚者，2007年，德国的一个研究小组甚至设计了一个实验，研究黑猩猩在最后通牒实验中的表现。

有研究在对比了美国人、日本人、斯洛文尼亚人和以色列人在最后通牒中的表现，发现不同文化之间人的行为的确存在巨大差异。主要结论如表1所示。这一结果表明，人的行为带有明显的社会文化背景特征。这在一定程度上回答了《晏子使楚》提出的问题。

为了证实人们的猜测，研究人员还设计了独裁者实验（Dictator Games，简记为DG），由于篇幅的关系，这里对该实验不再赘述。

表1 最后通牒实验的主要结果

丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特沃斯基（Amos Tversky）在进行了大量的心理学实验的基础上，提出了一套较为完整的理论——前景理论（Prospect Theory）。正如卡尼曼自我评价的那样：“该理论也为行为经济学理论奠定了一定的基础。”此后，卡尼曼因此获得了2002年诺贝尔经济学奖。经济学家把上表中所示的那些研究结果总结为人们具有某种社会偏好。认为:社会成员本身具有某种社会偏好，主要表现为利他偏好、互惠偏好、公平偏好等；其行为就会受该偏好的驱使，表现出和理性“经济人”不一样的行为特征。这些认识发展了“社会人”的概念。

07

最近的一些进展

这些关于人的行为的研究进展让众多的交通学者们意识到，交通需求通过每个人的交通行为的形式，本源性地依存于每个人的行为心理。要理解（解释）、预测人的行为，需要理解行为背后的行为心理。心理学的实验方法、大量的心理学研究案例和结论值得从事交通科学研究的人员参考借鉴。

最近，在交通行为研究方面还有一些鼓舞人心的进展。前不久，密西根大学殷亚峰教授在为即将出版的拙作《路上的远影》的序言中这样写道：

“……这个范式是有可能被改变，以更好的范式来解决同一个交通问题。以交通网络均衡分配为例，目前的范式是自下而上的：首先基于行为实验去刻画交通路径选择行为，导出网络均衡条件，然后建模去描述这个网络均衡。在这种范式下，路径选择行为的考虑必须简化，否则网络模型无法大规模求解。但是，由于车辆轨迹、交通流量数据的普及，一个基于神经元网络的end-to-end learning的模型框架是可以构建起来的。该模型框架不仅可以表征更复杂的出行行为，而且可以从数据中直接学习这些出行行为，并能直接估计或预测网络上的均衡交通流分布。这个模型框架从根本上改变了目前的网络分析范式。至于这种框架是否能成为新的范式，需要交通学者的进一步研究和推广。我相信，大数据和机器学习会给我们今天的交通规划和管理理论、方法带来一些根本性的变革。这些变革需要由交通行业内部来推动的，不可能依靠研究数据科学的人。这些变革的实现要求我们交通学者向外不断虚心学习数据科学的研究进展，向内勇于审视我们的理论范式，追本溯源，深刻理解现有范式为什么是这样的架构、它们的优缺点，积极探索新的架构。这是我们这一代交通学者的机遇，也是历史赋予的责任。”

殷教授的这段话既道出了交通科学研究的最新进展，也把上面的这些问题的讨论推向了一个新的高度。这不禁让人们想起了阿尔法狗（AlphaGo）在和人类博弈中的胜利及其胜利的秘诀，这其中让人们看到了机器（实际上是人类和机器合作，托马斯·W.马隆把这种合作称为“超级思维”）的强大力量。如果“超级思维”能极大地简化复杂的人的行为的表征方式的话，无疑是带来了一场革命。

看来，我们有更多的故事需要去挖掘整理，去讲述出来。

谢谢大家。

2021年9月28日