MIT研究：計程車共乘大幅提高交通效率，3000輛就能抵1.3萬輛車

共乘叫車服務Uber在全球多處引發不願守法爭議以及傳統計程車業者反彈，不過這種透過運算服務來媒合個人運輸需求與供給的共乘服務，卻可能解決傳統計程車運作模式效率不彰的問題，根據美國麻省理工學院(MIT)的一項研究，只消3000輛汽車，透過共乘服務，便可達到紐約市目前超過1.3萬台計程車所能滿足的服務需求。
 
這項由MIT電腦科學與人工智慧實驗室教授Daniela Rus主持的研究，透過設計的演算法來計算來自超過300萬筆紐約計程車搭車紀錄與即時叫車需求，加上搭配高需求量時的自動路線重新規劃等條件，推估出若所有叫車用戶都選擇共乘模式(carpool，即每台車輛在運送旅客時，仍可依據已經在車上的旅客及其他新叫車旅客的起迄點路徑，繼續接收新乘客)的情況下，在車輛允許最多同時載運2名乘客時，3000台採用共乘服務的計程車便可滿足94%的叫車需求，若允許最托同時載運4名乘客，3000台共乘服務車輛可滿足紐約地區98%的叫車需求；相較於目前紐約總計1.3至1.4萬輛計程車，共乘服務將可大幅提升運輸服務的效率。
 
該研究同樣估計出，在3000台車輛、4人共乘模式下，每個乘客從發出叫車需求到車輛抵達時的平均等待時間僅需2.7分鐘，不過由於車輛還須繞道接送其他共乘乘客，平均每個乘客的搭車時間則得要增加2.3分鐘，但該研究認為，由於整體計程車可望減少1萬台以上，實際搭車時間將會因道路更不擁塞而縮短。
 
共乘並非甚麼新概念，不過Uber、Lyft等業者透過廣為滲透的智慧型手機與規模經濟，加上過去無法提供的大規模路徑運算與供需媒合，讓共乘的經濟規模發揮過去無法想像的效果。
 
Daniela Rus表示，這應是學術界首個能夠推估在車輛載客容量、等待時間、行程延滯、運作成本等不同變項上進行數學實驗的科學研究，她強調，若能採用無人自動駕駛車，則在自動化重新規畫、執行路徑的狀況下，將更適合於共乘服務。