高等级智能道路的经济效益、产业价值和社会效益

建设部署高等级智能道路具有显著经济效益、产业价值和社会效益，不仅可以“面向未来”满足车
路协同自动驾驶车辆规模商业化落地的发展需求，也可以“兼容当下”降维满足低等级自动驾驶和   车联网的发展需求，支撑开展智能交通、智能交管、智能高速、智慧出行服务，开展新型智慧城市建设。

5.2.1 显著经济效益

以实现L4高等级自动驾驶规模化落地为目标，AD技术路线所需的费用是所有车辆增加车端设备 或系统升级到L4的费用，而VICAD技术路线所需的成本约等于建设C4高等级智能道路的费用与 所有车辆升级到L2+的费用。将两条路线所需花费的费用进行比较，即可得到两条路线的经济性 比较。（1）AD技术路线实现完全L4所需费用以北京市为例进行估算，截止到2021年末，北京市汽车保有量685万辆32。如果要实现全部L4级 自动驾驶，保守估算每辆车所需增加的成本约为2万元左右（假设传感器1万元、1000 TOPS域控1 万元），则完全实现L4需要的费用约为1370亿元。（2）VICAD技术路线实现完全L4所需费用基于VICAD技术路线，实现完全L4的条件是所有道路和路口按照C4标准完成智能化升级改造，   同时车辆具备L2+及以上的自动驾驶能力，因此该路线所需费用包括道路的升级改造费用和车辆 的升级改造费用两个方面：

1. 车辆的升级改造费用主要用于将车辆升级达到L2+以上自动驾驶能力所需改造成本。2021年 ，国内商用车ADAS整体装配率约为17.3%。那么北京市685万辆车中，约有566.5万辆车需要升   级改造，按每辆车升级改造成本5000元（传感器、通信设备、辅助驾驶系统等）进行计算，则所有车辆达到L2+以上需要的增量成本约为283.25亿元。

2. 智能道路的升级改造费用主要用于路口和路段的智能化升级改造费用，以及相关设备、系统和平台的运维服务费用。在路口和路段的智能化升级改造费用方面，根据中信建投证券的预测数据33， 2020年路侧基础设施单个交叉路口的C-V2X改造费用平均约为81.84万元，每公里高速/快速路    的C-V2X改造费用平均约为39.72万元。以上价格假是在行业发展初期出货量较小的情况下提出   来的。随着“新基建”的全面铺开，一方面车路协同设备由实验室形态向功能量产化阶段演变，基础 设施建设成本将会有大幅降低；另一方面受益于产业升级迭代，产业成本也会保持持续的降本收益，比如芯片行业“摩尔定律”不断演进，从基础设施侧来看，智能算力保持快速发展，基础设施算力规模持续扩大，也会大幅降低高等级智能道路的投资成本。如图5.12所示，初步估计2022年单 个交叉路口的C-V2X改造费用降低至约57.84万元，每公里高速/快速路的C-V2X改造费用降低    至约26.88万元，城市道路每公里部署设备费用约为30万元（城市道路存在遮挡等情况，道路智 能设备部署密度和数量多于高速公路，所需成本会相应增加），道路基础设施建设投资成本降低了约为30%。随着产业升级迭代和车路协同自动驾驶规模化落地，建设费用还将会进一步降低。

图 5.12 路侧基础设施单位成本发展趋势在运维费用方面，一般而言，不同地区、不同项目、不同公司的设备运营维护费用成本存差异，但约占设备总成本的2%～3%，本白皮书统一按照3%进行测算。那么，城市C4高等级智能道路建设总成本费用计算公式为：城市C4道路建设成本费用（元）={路口数量*路口单价（元/路口）+公路总里程*里程单价（元/公里）}*（1+设备维护成本系数），表5.7选择了北京、上海、杭州三个城市，并分别计算出该城市全部建设C4高等级智能道路的总成本费用。表 5.7 城市C4道路建设费用估算 

仍以北京为例，到2021年底，北京市公路（含高速公路、城市道路、乡村公路）总里程约为2.23万公里，按照每公里改造/建设费用30万元计算，城市路口数量约为0.96万个，按照交叉路口的C-V2X 改造费用57.84万元计算，全市范围建设C4高等级智能道路的费用约为126.10亿元；全市所有车 辆达到L2+以上需要的总费用约为283.25亿元。那么采用VICAD路线实现完全L4所需的总费用为409.35亿元。从经济性来看，采用VICAD路线，原来用于车端的高性能传感器、大算力计算平台，转移到了路端，实现设备与系统的公用化复用，相对于AD技术路线来说，其成本仅占到30%左右。

5.2.2 巨大产业价值

VICAD作为一个牵引性的系统工程，其意义不仅仅在于加速自动驾驶的普及应用，提高交通安全 和交通效率，我们更加关注它对产业的推动作用，如“两弹一星”、“航空航天”等国家级重大工程一样，可以带动基础科学、尖端技术发展，实现制造与管理体系等跨学科融合创新应用。首先，VICAD可以带动智能装备、地图定位、云计算、通信、安全等相关产业协同发展。在自动驾驶大规模落地量产的过程中，产业从业者与监管单位都面对大量的安全问题，尤其是高精度地图、高精度定位、数据闭环等对精准性、实时性和大数据传输要求较高的问题，在当前以单车智能和车云结合的架构中，安全问题无法得到有效的解决，也长期困扰整个产业，而通过VICAD可以更加 系统化整合跨行业资源，为跨行业融合发展提供不竭动力。另外，在通信方面，VICAD是5G、C-V2X通信的重要应用场景，将加速通信技术演进和产业发展。我国在5G、C-V2X等先进通信      技术领域已经从跟跑走到了领跑地位，确立了在标准和专利方面的全球领先优势，目前亟需一个体量充分、市场前景广阔的应用场景，支撑通信行业加速迭代创新。其次，发展VICAD，建设高等级智能路，是解决当前中国智能化产业“缺芯少魂”的关键破局点。   从需求构建的角度，VICAD为芯片、操作系统等智能化产业链关键环节发展提供了一个重要机遇和窗口。从上个世纪80年代起，计算机产业经历了个人电脑普及，移动互联网等两个史诗级的浪潮，也催生了PC时代的  “win-tel联盟”（微软与英特尔）,  移动时代的Arm  与Android（谷歌公司）。“芯片+操作系统”     牢牢地控制了相关产业链的关键环节，不论是从技术上还是从生态上，形成了不可逾越的壁垒，唯有新的产业的诞生，才有可能产生新的生态主宰者，VICAD应当肩负起这个责任。另一方面，万物互联的物联网时代已经不可阻挡，以人工智能为核心驱动力的自动驾驶技术也逐渐成为交通行业最大的变革因素，智能交通体系即将迎来以自动驾驶为核心驱动技术的“智能交通物联网”时代，亿万级的“移动机器人”即将接入一个空前宏大网络之中，由此带来的智能化产业机遇将超越以往。

5.2.3 潜在社会效益

建设C4等级智能道路的社会效益可以从减少交通事故、缓解交通拥堵和带动经济增长等三个方面进行量化分析：1）减少交通事故经济收益：VICAD可以大幅度提升交通安全，减少交通事故，让出行更安全。据美国交通部基于600万辆车交通事故分析，单车智能可预防60%的交通事故，V2X可以减少81%的交通事故35。CIDAS（中国交通事故深入调查）数据统计显示（见图5.13），由于驾驶员人为因素造成的交通 事故占比高达94%，事故原因包括驾驶员未发现、视线障碍、判断错误、错误操作等36，VICAD理论上可以通过协同感知、决策规划和控制避免所有的人为交通事故，本次测算保守起见，在计算时规定VICAD可以预防80%的交通事故。

图 5.13 CIDAS事故原因数据统计交通事故造成的损失是惊人的——这些损失包括误工费用、医疗费用、法律诉讼费用、应急救助费用、保险费用、财产损失等。本文仅从交通事故造成的直接财产损失，以及通过减少交通事故造成人员死亡所避免的间接经济损失进行测算，建设C4高等级智能道路减少交通事故的经济收益计算公式为：C4道路每年可减少交通事故的经济收益（元）=（事故直接财产损失（元）+死亡人数*死亡赔偿金（元/人））*交通事故预防率（%）2)减少交通拥堵油耗节约经济收益：据2019年中国智能网联创新联盟发布《智能网联汽车产业发展动态及对策建议》，车联网技术可提高道路通行效率10%。交通拥堵经济损失是多方面的，除了拥堵造成的油耗成本，还会有拥堵的时间成本、碳排放及尾气治理成本等。考虑在测算拥堵时间成本和治理成本的一定期间内也可能会生产GDP，为了规避与下文“3）带动经济增长收益”中的经济增长GDP造成重复计算，本次测算主要做拥堵造成油耗经济损失的估算。据统计，在堵车怠速的情况下每3分钟的油耗相当于正常行驶1公里，以每辆车平均油耗为8升/百公里计算，则每3分钟的停车油耗为0.08升，按照每天每辆车堵车的时间为30分钟计算37，交通拥堵造成平均每辆车每天额外油耗为0.8升。按照92号汽油当前价格和城市机动车保有量、平均出车率等指标，本次测算以C4高等级智能道路交通拥堵平均降低10%进行计算，油耗节约的经济收益计算公示为：C4道路每年可减少交通拥堵油耗节约的经济收益（元）=
（拥堵额外油耗（升/车天）*92号汽油单价（元/升）*机动车保有量* 平均出车率（%）*1年天数（天）*交通拥堵降低率（%）3)带动经济增长收益：交通参与者、运载工具、设施一体化协同系统成为交通系统发展的大趋势。车路协同等技术研究也趋向以车路云一体化的智能交通系统实现交通控制综合优化与智能决策，强化城市综合交通智能化协同管控，提高城市交通道路通行效率和综合服务水平，提升交通运输效率。2019年中国智能网联创新联盟发布《智能网联汽车产业发展动态及对策建议》，车联网技术可提高道路通行效率10%。参考《城市群综合交通运输效率对经济增长的影响——基于长三角与粤港澳大湾区的比较研究》38，综合交通运输效率每提升1%，对长三角和粤港澳本地经济增长的促进作用分别为0. 076%和0. 069%。综合交通运输体系是由多种运输方式组成的综合体系，参考该文献的指标选取，本次测算以反映规模水平的客货运量作为产出变量指标，对不同交通运输方式的比重进行估算。客运量（万人次）的运输与货运量（万吨）的运输对经济增长GDP贡献是有差异的，为了方便测算进行简单比较，本文假设两者系数比值为1。根据北京、上海、杭州三个城市客运量、货运量数据39，40，可得综合交通运输中不同交通运输方式承担比重估算见表5.8。表 5.8 综合交通运输中不同交通运输方式承担比重估算

建设C4高等级智能道路带动经济增长的收益计算公示为： C4道路每年带动经济增长收益（元）
=每提升1%对经济增长的促进作用（%）*地区生产总值GDP（元）* 综合交通效率提升率（%）*公路交通运输承担比重（%）综上，选择北京、上海、杭州三个城市，分别用投资收益率和内部收益率41来测算评估建设C4道路所带来收益，见表5.9和表5.10。

以北京为例进行说明：

1. 建设C4高等级智能道路的总成本约为126.10亿元，按照设备经济寿命5年来进行分摊，每年投入成本约为25.22亿元41；

2. 在5年周期内，北京市C4高等级智能道路每年所带来的总经济收益平均每年约为225.89亿元，综合投资收益率高达795.68%，内部收益率达到178.06%。

可以看出，建设C4高等级智能道路具有显著经济优势。建设部署高等级智能道路还有更多经济收益， 本白皮书暂没有进一步展开分析，比如：（1）避免重复投资建设：高等级智能道路具有全量高精度感知识别的能力，可以充分发挥道路系统和设备设施的优势，研究提供交通监控执法、舆情监控、公共安全管理等能力，为交通、公安、城建等多个政府部门提供基础数据和基础能力服务，实现设备设施的最大化利用，避免重复投资建设和设备浪费。（2）通过创新应用探索更多服务模式和商业模式：高等级智能道路具备车辆、道路、行人、云端高维数据的汇聚和实时处理分析能力，除服务于车路协同自动驾驶外，可以不断探索开展更多的商业化运营服务创新，比如智慧交管服务、城市智慧出行、车辆安全管理等，通过各类服务为高等级智能道路带来盈利，最大可能发挥智能道路价值。