智能駕駛產業鏈現狀與發展

王曄 曲林遲

摘要：

智能駕駛技術的發展將改變人們的出行、生活以及生產方式，因此各國以及智能駕駛技術的相關廠商和互聯網企業正積極參與到該領域的競爭中。首先總結了智能駕駛技術的現狀和技術路徑，在此基礎上梳理了智能駕駛的產業鏈以及智能駕駛技術將會對相關產業產生怎樣的影響。最后，在總結全文的基礎上，分析了智能駕駛未來發展中可能面臨的技術挑戰和法律、倫理困境。

關鍵詞：

智能駕駛; 汽車制造; 產業鏈

中圖分類號： TP 399; F 49

文獻標志碼： A

Current Situation and Development of Intelligent Driving Industry Chain

WANG Ye， QU Linchi

（School of Economics & Management， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

The development of intelligent driving technology will change people's travel， life and production mode in the future. Therefore， many countries， relevant manufacturers of intelligent driving technology and the Internet enterprises are actively participating in the competition in this field. Firstly， this paper summarizes the development situation and technical development path of intelligent driving technology， and then analyzes the industrial chain of intelligent driving and the impact of intelligent driving technology on related industries. Finally， after summarizing the whole paper， this paper analyzes the technical challenges， legal and ethical dilemmas in the near future.

Key words：

intelligent driving; automobile manufacturing; industrial chain

0引言

智能駕駛汽車通常也稱為了自動駕駛汽車等，不過嚴格的說，自動駕駛汽車只是一種智能化、自動化程度較高的智能駕駛汽車。根據計算機替代人類駕駛的程度，或者說根據自動化程度的不同，智能駕駛汽車又可分為多種級別，如2014年美國SAE International（國際汽車工程師學會）制定出了SAE J3016標準，將車輛分為6個級別。類似地，在《中國制造2025》中，我國也將智能駕駛的自動化程度由低到高分為DA、PA、HA和FA四種等級[1]。不過對完全自動駕駛汽車的定義基本一致，如按照美國的SAE J3016標準中的L5級（最高級別）和中國的FA級別，汽車的決策行為都是完全由機器完成，而不需要人類介入。自動駕駛未來將帶來無法估量的社會價值和商業價值[2]，并且考慮到汽車工業及其相關產業鏈在一國經濟體系、工業體系中的重要地位，全球幾乎所有國家、科研組織以及相關廠商都毫無例外的在相關領域投入了大量人力和財力，以避免在智能駕駛的科技競爭中落后。因為在智能駕駛領域的落后很可能意味著在很長一段時期內無法享受智能駕駛技術發展帶來的發展紅利。本文即從智能駕駛產業發現狀況及其對產業鏈的影響出發，對相關領域進行綜述。

1智能駕駛技術現狀與發展路徑

1.1智能技術發展路徑

從目前的發展來看，智能駕駛汽車的發展存在兩種發展模式：第一，“漸進式發展”，漸進提高汽車駕駛的自動化水平;第二，“跨越式發展”，一步到位無人駕駛技術。

“漸進式發展”模式以傳統車企為代表，包括通用、福特、大眾、寶馬、豐田等。傳統車企傾向于在現有ADAS（高級駕駛輔助系統）功能的基礎上，不斷完善現有技術，最終實現自動駕駛。它們通過自建、收購與自動駕駛公司、激光雷達公司、高精地圖及打車平臺形成跨界合作，在全產業鏈積極布局。所謂漸進式的技術發展路徑即在現有技術條件和成本約束的基礎上不斷地改進，隨著技術的成熟或者相關軟硬件配套系統和零件成本的下降，逐漸實現程度越來越高的自動化，直到最終達到完全自動化駕駛。

從經濟學的角度來看，傳統汽車制造商選擇漸進性的技術發展路徑完全符合其比較優勢，因為這些傳統廠商在汽車制造、汽車設計和成本控制等方面擁有大量的技術沉淀和制造經驗，因此圍繞硬件系統來構建相應的軟件配套就成為其主要發展方向。現階段，由于軟硬件之間的協調、軟件算法尚不成熟等問題，這些廠商已經投放市場或正在試驗階段的智能駕駛汽車依然是以人的決策為主，電腦控制系統在其中只起到輔助作用[3]。

“跨越式發展”模式以互聯網企業為代表，包括谷歌 Waymo、百度Apollo、Mobileye等高科技企業，通過不同方式進行自動駕駛相關技術的研發和推進，國內的阿里、騰訊、華為等公司也紛紛在車載操作系統、車聯網基礎設施、數據和高精地圖等領域進行戰略布局。這些選擇跨越式發展的企業與漸進式發展模式的汽車廠商具有截然不同的特征，甚至可以認為是一種跨界競爭。雖然這些企業在汽車制造工藝、技術等方面較前者具有完全劣勢，但他們也選擇了符合自己比較優勢的發展方向，也就是“跨越式”發展。因為較之高度依賴汽車硬件系統的漸進式發展，一旦技術成熟，跨越式發展完全有可能實現對傳統汽車企業的彎道超車，用先進的智能化軟件系統彌補硬件制造方面的不足。對于擁有算法優勢、各類云服務平臺以及大量數據基礎的互聯網企業來說，只要能夠在傳統汽車廠商實現較高程度的自動化駕駛汽車之前，實現L5級別的智能駕駛汽車，就完全可能顛覆這些傳統的汽車企業。

1.2智能駕駛技術應用場景

結合目前智能駕駛技術的發展現狀和未來的發展趨勢，智能駕駛汽車未來將應用可以分為3類場景。第一類是貨物運輸，第二類是載人運輸，第三類是特殊場景應用。其中貨物運輸主要涉及固定線路的物流配送，這類應用對智能駕駛技術的要求更多的是高效和低錯誤率。載人運輸主要涉及公共交通、網約車等場景，這類應用對智能駕駛技術的要求更多的是人身安全和智能化，最后，特殊場景的應用如高溫高輻射地區等對智能駕駛技術的要求更多的是可靠性，對智能化程度沒有太高的要求。這些應用的具體介紹如下。

1） 貨物運輸

（1） 標準化程度較高的陸運物流

在電子商務、網絡購物高度發達的中國市場上，支撐這一經濟模式的基礎就是發達的物流系統，而由于中國地理因素決定了其中大約4/5的物流都是通過陸運的方式。這就為智能技術在陸運物流中的應用提供了巨大的潛力。實際上，以快遞業為例，雖然快遞行業的貨運標準化程度相對較高，而路線也以連接城市之間的高速公路為主。但在當前技術條件下，物流活動仍然是以人類司機為主。此外，物流行業的市場結構決定了司機往往只有通過超載、疲勞駕駛等違法違規行為才能獲得利潤，這也為陸運交通的安全、效率等帶來了巨大的隱患。這樣的行業特征也使得我國的單位GDP物流成本遠高于發達國家。以國內某物流上市公司為例，在其年報中顯示，人工和貨物流動環節產生的成本占其總成本的約8成。隨著我國人口紅利的消失，人工成本還將進一步提升，并且物流行業的特征也決定了這些活動無法轉移到成本更低的國外，因此如何將自動駕駛技術應用到交通運輸，將助力物流企業在運輸行業的整合中占據領先地位。

鑒于不同物流配送點之間主要以高速公路為主，路線相對固定，并且沒有交通信號燈，操作簡單等特征，該領域很好地契合了當前智能駕駛技術的發展現狀。尤其在牽扯到中國東西部或者南北部之間的超長距離運輸來說，智能駕駛技術能夠以更低的成本，更高的效率和更加安全可靠的運輸方式實現物資跨地區調配。因此，陸運物流可能是未來中國市場規模最大的智能駕駛技術應用場景。

（2） 自動化篩選與配送

在超市或者小區等貨物或人群居住密集的地方，選購物品和寄送快遞涉及到簡單的智能化駕駛和自動分揀等操作，這些場景下往往行駛速度緩慢且任務簡單，符合當前的技術發展現狀，并且能夠大量節約快遞員或超市工作人員的工作時間和等待時間，同時大幅提升效率并減低偏差。

不同于長距離貨物輸送，實際上在很多地區超市以及小區內已經實現了簡單的智能機器人配送服務。隨著未來相關設備的制造成本越來越低，將很快在更多的小區以及中小城市推廣。

2） 載人運輸

（1） 園區內的公交線路

雖然智能駕駛技術目前尚不足以完全實現載人運輸，尤其是作為公共交通，但如相對封閉的公園內部或偏遠的地區，路線和發車時間相對固定，所需的技術難度和危險系數也相對較低，因此可以很好的應用智能駕駛技術。當然，公共交通因為牽扯公共安全和人數眾多，發生事故的成本也較大，因此這一領域實現規模化可能仍然需要更加成熟的技術。

（2） 智能駕駛網約車

智能駕駛網約車的出現可以在多個維度解決當前網約車市場中存在的問題，如成本問題以及乘客和司機之間的糾紛和安全事件等。另外，機器替代人類為乘客提供駕駛服務，也能在特殊時段如夜晚、惡劣天氣等情況下，以更低的成本和更加可靠的技術為乘客提供優質的服務。

3） 特殊場景應用

（1） 高危場景

在一些突發事件或應急場景中，如火災、易燃易爆物品、高污染、高輻射區域等，是無人駕駛汽車的理想應用場景。不過，在這些場景中，人們對自動駕駛機器智能化程度的要求并不高，甚至可以完全有人類遙控。在這些場景中，之所以采用智能化機器人代替人類更多的是出于保護生命安全的考慮，因此對于這些場景下的特種設備最重要的是確保機器的可靠性而不是智能化程度。

（2） 農業生產活動

與高危場景下的應用類似，在農業生產中，自動駕駛技術的應用更多的是代替人類完成繁重和重復的農業生產活動，對智能化程度的要求并不高，如播種、噴灑農藥和收割莊家等活動主要是希望借助自動駕駛技術提高效率，這在我國當前土地流轉加速，越來越多的規模化農場興起的背景下具有巨大的應用潛力。

當然，雖然智能駕駛技術未來存在著廣闊的應用場景和市場規模，但目前來看，該技術的大規模應用依然存在一些障礙或不足。首先，作為一項新技術，小范圍的實驗一旦推廣，到底會帶來怎樣的風險還需要有更加審慎的態度，如園區內的自動駕駛公交車一旦行駛在公共道路上，可能會對乘客和行人帶來未知的風險。其次，大規模智能駕駛技術的應用會對就業市場，尤其是低技能勞動者帶來怎樣的沖擊還需要政府在技術普及之前做好應對政策，以避免失業等帶來更多的社會問題。

2智能駕駛產業鏈與未來發展

結合當前智能駕駛領域的兩種技術發展模式，智能駕駛產業鏈不是簡單的鏈式關系，而是呈現出網絡式分布特征，如圖1所示。

如汽車廠商一方面屬于智能駕駛汽車的中游產業，又積極參與上游和下游產業的技術研發[4]。不過，為論述方便，我們依然按照產業鏈的上中下游展開論述。其中智能駕駛上游產業主要是智能駕駛技術的軟硬件供應商。自動駕駛是一種類人駕駛，即計算機替代人類的駕駛行為，按功能可分為感知、理解、決策和執行四個層次，由各類傳感器、ECU 和執行器來實現，主要包括：1） 感知層利用激光雷達和攝像頭等傳感設備采集的信息感知汽車周圍環境，主要衡量標準是硬件設備的精確度和可靠性。2） 執行層通過汽車執行器，如油門、轉向和制動（剎車）等，實現車輛決策層輸出的加速、轉向和制動等信息，主要依靠機械傳動執行。3）人工智能技術主要應用于理解層和決策層，擔任“大腦”的角色。

自動駕駛汽車通過攝像機、激光雷達、毫米波雷達、超聲波等車載傳感器感知周圍的環境，并根據環境信息進行決策判斷，通過人工智能算法模型制定相應策略，如預測車輛與其他車輛、行人等活動目標的未來運動狀態與趨勢，并進行實施避障路徑規劃，然后控制車輛沿著規劃的路徑軌跡行駛。車輛控制系統包括橫向控制（轉向）與縱向控制（速度）。以上動作均基于傳感器實時獲取環境信息，并能及時做出局部路徑規劃的條件下完成，此外，還需要與基于完整環境信息的全局路徑相結合。

而中游產業主要是整車制造供應商。作為智能駕駛汽車最為重要的參與者之一，目前世界上主流的汽車廠商都將在未來12年的時間里推出能夠實現部分場景下由汽車自主做出駕駛決策的汽車。可以預見，近一兩年來，傳統汽車廠商之間的競爭可能會發生一些新的變化，在智能駕駛這種破壞性創新技術的助力下，一些傳統的龍頭企業如果無法很好的適應新的競爭形勢，可能會被一些傳統汽車市場中相對落后的廠商趕超，甚至替代。基于這一點，幾乎所有中游的汽車廠商都在積極布局智能駕駛，預期未來幾年，汽車智能化程度成為與車輛駕駛屬性同等重要的因素，進而決定其競爭力。

最后是智能駕駛的下游產業，即出行服務供應商。作為智能駕駛產業鏈最下游的出行服務提供商，如滴滴、Uber等，在智能駕駛技術實現規模化商業應用之前，并不在智能駕駛的產業鏈中，但無論是滴滴還是Uber都已經意識到，他們未來的競爭對手可能不是美團或嘀嗒等打車平臺，而是谷歌、百度等互聯網公司。2016年12月，谷歌正式成立獨立實體公司（Waymo），并從谷歌X實驗室中剝離。Waymo從谷歌剝離后，將繼續獲得Alphabet提供的基礎設施和資源支持，同時也能獲得風投支持。Waymo剛成立不久，2017年1月，谷歌就已經申請了無人駕駛叫車軟件的專利，表明谷歌并不滿足于只定位在無人駕駛技術提供商，因為調度和運營此類服務，顯然是無人駕駛出租車領域的藍海市場。隨著無人駕駛技術的普及，人們的出行方式和對汽車的所有權將發生巨大變化，其中“共享”是非常有前景的方向。綜上所述，智能駕駛產業鏈中，為了避免因為技術革新被上游廠商“顛覆”，下游廠商正積極與上游廠商展開直接競爭。

在了解智能駕駛技術完整產業鏈的基礎上，我們還需要認識到智能駕駛技術的發展對于產業鏈自身的影響。隨著智能駕駛技術的發展，汽車整車將不再僅僅是一臺機械系統，而是同時包含了硬件系統和軟件系統的智能化、互聯化機器。人們可能會為了更加智能化和自動化的體驗，放棄機械性能遠超智能駕駛汽車的傳統汽車，因為智能駕駛汽車能夠為消費者帶來完全不同的體驗。這不僅可能改變未來汽車市場的競爭模式，而且會大幅提高電子元器件在汽車制造成本中的占比，并且加快汽車更新換代的速度。這種更新換代不是硬件上的更迭而是通過在線升級和售后附加服務等給用戶帶來的新體驗。甚至有可能，未來汽車產品的核心價值將從傳統硬件轉向軟件系統。

實際上，當前主流汽車廠商似乎也已經注意到了智能駕駛技術可能對整個汽車產業鏈帶來的深刻影響，因此這些廠商在進行漸進性智能駕駛技術創新的同時也在積極通過股權投資、甚至整體收購的方式將智能駕駛算法、高精度地圖等領域的初創企業納入到自己的版圖中。綜上所述，智能駕駛技術對汽車的影響，類似于從功能手機到智能手機的轉變，汽車作為商品的功能屬性將發生巨大變化。汽車產業鏈的上下游廠商關系和軟硬件占比將發生巨大變化，如圖2所示。

（數據來源：東北證券、中國產業信息網，其中2020年與2030年的數值為預測值。）

此外，在中國汽車市場快速發展的同時，我們也應該注意到，越來越多的城市開始施行嚴格的車輛購買和使用限制，并且越來越嚴重的交通擁堵和停車難問題也使得許多有車一族改為公共交通出行。這些限制因素都在客觀上為智能駕駛技術的推廣提供了政策支持。如果自動駕駛技術達到L4甚至L5級別，無人駕駛運營車輛將迅速成為主流車輛，出行模式將徹底轉變為按需出行，民眾不需要購買車輛，而是通過分時共享或者租賃的方式隨時隨地地享受與私人駕駛幾乎同質的服務，還能夠將持有私人汽車中的保養、維修成本等外包給企業。

未來的汽車將不再是簡單的出行工具，而是面向承載出行、生活、娛樂、辦公等場景的移動智能終端，隨著自動駕駛技術的不斷成熟，共享出行將徹底改變人類的出行甚至是生活方式[5]。也就是說，智能駕駛將對出行服務行業帶來革命性變化。

當前出行服務主要包括出租車模式和滴滴、美團等網約車兩類模式。網約車模式較之傳統出租車模式，在效率方面有兩點提升，其一是將原有的路邊隨機攔車改為線上約車，大幅減少空載的效率損失，也降低了乘車人和司機時間和地點的錯配;其二是將私家車納入到共享平臺，大幅擴大了出行服務的市場規模，進而提高社會福利。然而，由于網約車模式具有平臺經濟的屬性，滴滴等網約車平臺在提高經濟效率的同時，利用壟斷力量能獲得更多的經濟租，乘車人和司機的福利水平在總福利水平提高的情況下，有可能低于原有水平。除了壟斷力量對乘車人造成損害，滴滴等網約車在擴大市場范圍的同時也引入了更多風險，比如近年來發生的多起網約車乘客遇害案，這些惡性案件使人們認識到，網約車在給人們帶來便利的同時，也帶來了更多的風險。因此，只有智能駕駛技術能夠真正做到解決司機和乘客之間的矛盾和安全問題，同時還能夠在特殊時段或特殊天氣下為消費者提供連續不中斷的高質量服務，這較之傳統的網約車或出租車模式都實現了巨大的福利改進。

同時，智能駕駛汽車也能夠有效緩解當前網約車平臺壟斷帶來的新問題。在雙邊市場中，在網絡外部性的作用下，新進入廠商幾乎不可能戰勝當前的壟斷廠商，但智能駕駛網約車天然地消除了平臺的價值，并能夠通過更低廉的成本、更便捷的使用方式和更低的使用限制解決當前的網約車平臺壟斷問題。

預期未來智能駕駛技術將大規模應用到汽車，移動出行行業將有可能再次被拉回到原有的單邊市場模式，不再具有平臺雙邊性。

3總結

本文最后，我們可以對智能駕駛技術的應用和未來發展做簡單總結。第一，深刻改變了整個產業鏈的上下游關系、競爭格局，從傳統的鏈式上下游關系，變為網狀關系，位于不同產業鏈位置的廠商之間競爭邊界逐漸模糊;第二，改變汽車產品的競爭維度，從過去的機械性能、舒適性的競爭，變成類似電子產品的體驗競爭和技術換代速度競爭;第三，一旦技術發展成熟，智能駕駛未來可能為民眾和社會帶來巨大的變化。比如1） 提高交通安全。根據以往經驗，道路交通事故的主要因素是駕駛員的過失駕駛行為。自動駕駛不受人的心理和情緒干擾，確保遵守交通法規，按照規劃路線行駛，因此能有效減少人為過失造成的交通事故;2） 實現節能減排。通過合理調度實現共享出行，降低私家車保有數量，不同出行之間的協同效應等，并大幅降低氣體污染物排放量;3） 緩解交通擁堵，提升出行效率。通過提高車速，縮小車距，以及選擇更有效路線減少交通出行時間，個人出行更加便利，有效減低停車場利用率[2];4） 拉動汽車、電子、通信、服務、社會管理等領域協同發展，促進我國產業轉型升級等等。

當然，作為一項具有顛覆意義的新技術，智能駕駛仍然面臨著諸多挑戰[6]。在技術層面，能否研制出滿足SAE L4及以上級別的軟件系統是實現完全自動駕駛的關鍵因素。其中關鍵問題是道路上的自動駕駛汽車之間，以及與人類駕駛車輛的協同駕駛問題，此外，GPS傳感器的錯誤率能否滿足車輛的高精度定位亦亟待解決。

除技術因素外，制度也是影響一國技術進步的重要因素[78]。在法律制度層面，法律體系調整的滯后性也無形增加了自動駕駛落地的困難[910]。人工智能技術的引入對現存法律法規體系提出了巨大挑戰。一方面，按照我國現有交通事故的責任認定準則，要想劃分事故責任，首先應當認定事故責任主體，而在智能駕駛提供出行服務的過程中，主要牽扯到自動駕駛系統的開發商、汽車生產商和乘客（部分起到駕駛員的作用）這幾個主要參與者而不只是駕駛員本身，因此難以界定責任主體;另一方面，即使責任主體清晰，或有明文規定，自動駕駛汽車相關責任的劃分難度也要遠大于傳統的交通事故。因為傳統交通事故的責任認定只需要遵從二元歸責原則，即通過判斷是否存在過錯就可以快速進行責任劃分。但智能駕駛技術因為牽扯到多個功能單元和多個相關主體，因此過錯的認定并非通過結果就可以輕易反推;最后，深度學習的“黑箱子”導致算法過程的不透明和不可解釋，會增加消費者的疑慮，需要建立獨立完善統一的自動駕駛產業鏈監督機構，目前尚無針對性的監督體系，導致管理缺失或過嚴的規制。此外，由于自動駕駛涉及信息的互聯互通，會產生大量隱私性數據，因此立法體系需要完善對掌握數據的公司在保護用戶隱私權、合法合理使用用戶數據方面的訴求[11]。

除了法律等正式制度會對智能駕駛技術的發展和應用帶來深刻影響，社會倫理道德、用戶習慣等非正式制度因素也會對于技術發展產生極為重要的影響。如有研究就指出[12]，除了正式制度外，社會文化等非正式制度也可以在很大程度上解釋不同國家之間創新水平上的差異。針對智能駕駛技術，除汽車上的硬件配套外，最為重要的就是決定汽車駕駛行為和判斷的算法，因為特定算法就是車輛在行駛中進行判定和最終決策的主體，這就帶來了“算法倫理問題”。如自動駕駛算法如何在“電車難題”中進行決策將成為這項技術走入大眾生活之前無法繞開的道德難題。當然，智能駕駛技術對社會倫理的挑戰遠不止于此。如何在整個社會中對類似場景下的算法倫理達成共識，是否應該允許不同品牌的汽車生產出不同倫理道德的自動駕駛汽車等問題將在很大程度上影響智能駕駛技術在社會中的接受程度和普及速度。因為不同于人類駕駛員在遇到突發情況時的臨時決策，自動駕駛汽車的決策行為并不具有偶然性，也不是在情急之下的本能反應，而是事前就在算法中預先設定，因此自動駕駛汽車在危險境況下到底是優先保證乘客安全還是優先保證行人安全將面臨極為苛刻的道德審查。

參考文獻

[1]

吳東盛， 陳青， 陳芷衡. 智能汽車未來的發展趨勢[J]. 發展改革理論與實踐， 2018（3）：1922.

[2]沈逸峰. 以無人駕駛汽車為例分析人工智能的發展給社會帶來的變化[J]. 現代工業經濟和信息化， 2018，8（15）：5961.

[3]蘇祥榮， 沈翔宇， 崔穎. 基于專利文獻的智能汽車技術與產業發展對策研究[J]. 科技通報， 2019，35（3）：238243.

[4]殷媛媛， 杜漸. 新興技術與實體經濟深度融合的模式和路徑研究——以智能網聯汽車產業為例[J]. 競爭情報， 2019，15（1）：5360.

[5]王兆， 鄧湘鴻， 劉地. 中國智能網聯汽車標準體系研究[J]. 汽車電器， 2016（10）：1518.

[6]賈開， 趙彩蓮. 智能駕駛汽車產業的治理：發展、規制與公共政策選擇[J]. 電子政務， 2018（3）：1221.

[7]Acharya V V， Subramanian K V. Bankruptcy Codes and Innovation[J]. The Review of Financial Studies. 2009， 22（12）： 49494988.

[8]Acharya V V， Baghai R P， Subramanian K V. Labor Laws and Innovation[J]. The Journal of Law and Economics. 2013， 56（4）： 9971037.

[9]閆璽池， 冀瑜. SAE分級標準視角下的自動駕駛汽車事故責任承擔研究[J]. 標準科學， 2019（12）：5054.

[10]North D C. Institutions and Economic Growth： An Historical Introduction[J]. World Development. 1989， 17（9）： 13191332.

[11]鄧輝. 論我國智能駕駛汽車中的個人信息保護[J]. 電子科技大學學報（社科版）， 2020，22（1）：2028.

[12]Shane S. Cultural Influences on National Rates of Innovation[J]. Journal of Business Venturing. 1993， 8（1）： 5973.

（收稿日期： 2020.03.18）

基金項目：

國家重點研發計劃（2017YFC0803700）

作者簡介：

王曄（1974），男，博士，高級工程師，研究方向：交通運輸經濟與管理。

通訊作者：曲林遲（1964），男，博士，教授，研究方向：交通運輸工程。

文章編號：1007757X（2020）08001904