編者按：A16Z的合夥人Ben Evans曾經認為有三大因素將會導致汽車發生重大變革：電動化、自動化以及按需服務。
但是汽車的改變不僅僅會直接影響到司機和道路，
同時還會對土地使用、房地產、加油站、便利店、相關稅收、城市規劃等產生二階甚至三階效應，
只有站在高處思考，
才能看清汽車對未來的影響。
當前有兩個根本性的技術改變正在席捲汽車業：電動化和自動化。 電動化現在正在發生， 這基本上是作為電池價格下降的結果， 而自動化， 或者至少是完全自動化還需要遠一點， 大概要5到10年， 長短要看一些相當難的電腦科學問題解決的時間有多快。
電動化和自動化這兩個東西顯然對於汽車業本身以外的地方也會產生一些深遠影響。 今天全球石油產量的一半都是用作汽油， 這一需求如果沒有的話， 不僅會對行業帶來後果而且也會產生地緣政治影響。 全球每年因交通事故致死的人數超過了100萬， 大多數都是會消失。
但是思考一下這兩種技術所帶來的二階以及三階效應也是有用的， 甚至可能還更具挑戰性。 向電動轉變遠不止是把油箱換成電池，
轉向電動大概把汽車內活動件減少了一個數量級。 相對於用電池取代掉了油箱， 更重要的是這相當於把整個脊柱都扯掉了。 這重塑了整個汽車業及其供應商庫（以及機床等相關行業）， 但它同時也改變了維修環境以及車輛的壽命。 美國車輛保養約一半的支出都是用在了直接由內燃發動機引發的事情上， 將來這塊開支大部分都會沒有了。 從更長期來看， 這一改變可能還會影響到車輛的使用壽命：在一個按需的世界裡， 車輛的裝載率可能會更高， 但如果沒有這一因素的話， 一旦技術實現率穩定下來，
其次， 汽油本身給美國加油站帶來了約15萬的就業崗位。 這些也將消失（除非在方面會發生給電動車充電方面會發生劇變）。 由於汽油都是以非常低的利潤賣出去的， 這些零售店（加油站）實際上是作為便利店來賺錢的， 那麼以後這些地方賣的產品會發生什麼變化呢？其中一些需求可能會被其他零售商取代， 而其中一些無論如何可能都會轉到網上（尤其是如果Amazon無人機能夠在15分鐘之內把一袋Cheesy Puffs送貨上門的話）。 但是零食、碳酸飲料以及煙草等作為加油時的刺激銷售仍然佔據總銷量的相當一部分比例。 而這其中的一部分可能也就消失了。
香煙的走勢可能會特別有趣——美國有超過一半的香煙銷售是在加油站進行的， 而且有跡象表明， 減少分銷會降低消費——因為香煙往往是衝動型購買， 如果它們沒有出現在你面前的話， 那很多吸煙者購買香煙的可能性就會降低。 在美國每年因為汽車碰撞致死的數量是3.5萬人， 但是因香煙致死的人數卻高達50萬。
汽油稅在美國要比很多其他發達市場都要低得多：比方說英國的稅率是4% 。
這一稅收必須用其他更有彈性的稅種來替代，
而這個會產生經濟和政治性的後果。
比方說，
在美國，
高速公路是靠汽油稅來提供部分資金的，
自1993年以來就一直沒有跟上通脹——如果（稅收與通脹）持平在政治上都是不可能的話，
從經濟的其他部分替代這部分收入的難度又會有多高呢？
相反，在許多地方（尤其是在新興市場），燃料，像煤炭、汽油以及煤油等都是由國家提供補貼的。一個是電動車，另一個是太陽能，這兩個都有可能改變這一點。
當然，與此同時，我們實際上還需要對電動車進充電。大多數的估計認為對全電動汽車群充電會導致電力需求增加10到20%。然而，很多要取決於什麼時候充電：如果充電是在非高峰期進行的話，總發電量未必需要增加，儘管這仍然會改變輸出和地區分佈。用這種方式轉向發電的導致碳排放影響相當複雜（比方說，法國超過75%的發電量來自於核能），但從原則上來說至少現在的一些並網發電幾乎都來自于可再生能源了。
儘管不確定性更強，但我們在家中都會有大電池，然後存儲錯峰電量用於給汽車充電和為家庭提供電能的可能性是存在的（這也是Elon Musk的願景之一）。此處的目標之一是提高電池容量並借此降低家庭儲能和汽車成本。如果人人都有了這樣的電池，則這將影響到目前的為峰值需求建設發電能力的模式，因為我們第一次可以有可觀的儲能來作為發電站的補充。
自動化自動化真正明顯的結果是幾乎消除了事故的發生，這每年可以拯救全球100萬人。光美國在2015年就發生了1300萬次碰撞，其中有170萬起導致了傷亡，受傷人數達240萬，致死人數達3.5萬人。所有事故當中大概90%都是因為司機錯誤引起的，而且美國有1/3的致命事故都牽涉到酒精問題。除了傷亡以外，這些事故也會產生巨大的經濟影響：美國政府估計每年事故導致的財產損失約達2400億美元，而且還有醫療與急救服務、法律、失業以及交通擁堵等方面的成本（相比之下，美國2016年的汽車銷售收入為6000億美元，可見損失的巨大）。英國一份類似的分析發現這方面的成本為300億英鎊，按人口來折算的話也是大抵相當。這些然後得由政府（以及稅收）、保險以及個人掏腰包。當然，這也意味著工作機會。
哪怕是簡單的“L3級”系統也會減少許多類似的事故，而隨著更多的車輛配置了更加複雜的系統，使得整個汽車存量庫逐步遷移到L5級（全自動），碰撞率將會持續下降。這應該類似於“群體免疫”效應——即便你的汽車仍然是手動駕駛，我的自動汽車跟你發生碰撞的可能仍然會低很多。這還意味著其自行車將會變得更加安全（儘管你仍然需要離你想去的地方住得足夠近），而這反過來又意味著公共健康。想讓事故降到0也許永遠都不可能（突然橫沖過來的鹿可能還是會撞到車），但最終結果應該相當接近了。
而這相應地也會對汽車設計產生影響——如果你不會發生碰撞的話，那麼最終你就可以撤銷當前汽車的很多安全功能，所有這些都會增加成本、重量並對汽車整體設計帶來約束——也許不再需要安全氣囊或者撞擊緩衝區了。10年前美國國家公路交通安全管理局估計，所有的安全措施加起來要增加839美元的成本（2002年資料考慮通脹的話現在應該是1136美元），125磅的重量，也就是平均成本和重量的4%——而這可能還只是下限。當然，這裡假設的是取消人類控制之後設計沒有發生其他改變——就好像無馬馬車去掉了韁繩而沒有考慮其他改變的情況下。
還有其他嗎？隨著越來越多的汽車由電腦駕駛，汽車的駕駛也會有不同的方式。它們不會受到交通流量起伏之苦，它們不需要等待交通燈而且可以成群結隊行駛——甚至可以安全地在間隔僅2英尺的情況下以80邁的時速行駛。有各種各樣的人類行為會減少道路通車容量，尤其是在高速公路上：這不僅僅是人會犯錯誤，而且電腦會以哪怕是跟最完美的人類司機相比也完全不同的方式來行駛。任何人只要在高速公路遭遇過交通擁堵都會發現這種情況——人類行為會導致交通波的產生，而後者則會導致“幽靈塞車（非障礙物引起的塞車）”。電腦不會導致這樣的現象產生，而且如果的確出現這種情況的話，我們也可以阻止它們。
全自動的道路系統對交通在流體動力學方面的改變不如從從電路交換到包交換的改變，或者更精確地說，從TDMA（時分多址複用）到CDMA（碼分多址複用）的改變。沒有車道、沒有分段、沒有停止距離、沒有道路標誌，（當然，斑馬線等行人通過標誌除外），意味著交通模式的極大改變。
顯然，所有這些都會對擁堵和道路容量產生一定的影響。即便駕駛行為沒有發生改變，事故本身導致的擁堵占比也高達1/3（估測情況視討論的是高速公路還是城市中心略有不同）。不過整體的變化情況會是怎樣的呢——高速公路可容納的流量又提高提高多少呢？如果你按照相同的速度開車但不需要等紅路燈（以防發生碰撞）的話，早上你趕到學校又能快多少呢？我們會找出來的。
然而，自動化對交通和擁堵的影響比僅僅讓駕駛本身更加高效要更加複雜。儘管自動駕駛應該會提高容量，我們很久以來就已經知道容量會誘發更多需求——更多容量意味著交通流量更大。如果你降低擁堵，則會有更多的人駕駛，要麼會出門旅遊更頻繁，要麼從公共交通切換到自己開車，然後擁堵又開始反彈回當初的樣子。相反，減少容量實際上會導致擁堵更少（不過有些情況會更加複雜，比方說佈雷斯悖論——在一個交通網絡上增加一條路段反而使網路上的旅行時間增加了，而且是所有出行者的旅行時間都增加了，這一附加路段不但沒有減少交通延滯，反而降低了整個交通網絡的服務水準）。所以，自動駕駛會讓我們的道路容量增加，而且是免費做到這一點的，因為我們並不需要建設道路，只需等到每個人都購買了新車或者我們增加使用之後才會重新擁堵起來。
停車是自動化提高容量和需求的另一種方式。如果一輛車不需要在步行距離內等待你，那它會在哪裡等你？那種等待方式會不會更有效率？會不會促進更好的土地利用、更好的交通路由以及或多或少緩解擁堵情況？與此同時，你在提高交通、價值以及停車效率方面所做的一切往往都會產生更大的需求。
目前的停車模式顯然是擁堵的來源之一：一些研究表明，稠密都市區的交通流量中有兩位數以上的渣比來自於尋找停車位的車輛，而沿街停車本身無疑是會降低道路容量的。無人車可以在別的地方等待，而按需無人車只需要就地卸客就可以去搭乘下一位客人了。另一方面，這兩種模式都會創造新的旅行——你的車（或者按需服務汽車）都需要來接你（儘管自動化的情況下車輛會形成有序佇列）。但在按需密度足夠大的情況下，你進入的那輛車有可能是已經開過去的那輛，也可能是50英尺以外剛剛卸下別人的那一輛，一切都要看負載情況。
停車本身的重要性不僅僅在於它是交通和擁堵情況的一部分，而且也是房地產成本和使用方式的一種。如前面所述，一些停車是在沿街停的，所以取消沿街停車的話會增加道路容量，或者讓你可以給行人增加更多的空間。另外一些停車位是在工作或零售點的，或者更泛化一點，是在城市中心的，不需要停車後那些地方也可以空出來用於其他用途了。再有一些停車位是家裡，是沿街停（再次地會佔用道路減少容量）或者停在車庫、停車場或者停車樓裡，這些都會增加房屋成本。洛杉磯是一個極端的例子：據估計洛杉磯的公司土地裡面約有14%用於停車。給新的發展計畫增加停車會推高建築成本：停車場要花錢，給停車位留出土地也要花錢。對奧克蘭以及灣區的一項研究發現，停車需求大約把每棟公寓的建築成本推高了18%。回到洛杉磯，給大型購物商場增加地下停車場可能要讓建造成本翻番。如果你既可以消除新建築的那些成本，同時又能騰出那些空間給新用途的話，這會對城市產生多大的影響？這又會對房屋價格或者商業地產價值產生哪些影響呢？
所有這些都給按需經濟注入了相當大的潛能。如果你以按需旅行移除了人類司機的成本，則成本大概可以降低3/4左右。一旦事故率下降的情況下如果你同時還去除或減少了保險的成本，則成本還可以降得更多。這會使得多很多的人更容易做出這樣的決定：不要車，或者只要一輛車，或者把車留住家裡而採取網約車的形式出門。
這顯然會對停車產生影響——按需出行去工作或者去吃飯去除了在城市中心停車的需要，不買汽車而完全用按需取代則去除了居民區停車的需要。還有，就像前面所述那樣，用按需出行而不是尋找停車位幹掉了一種類型的交通，但同時也是產生新的交通形式，只不過這種新的交通形式也許流量沒那麼大而已。
然而，真正廉價的按需交通產生的影響其實比這還要多。比方說它轉移了對公共交通的需求——可是公交司機的成本也是旅行成本的很大一部分，而且這些實際也許也不再需要了，所以公共汽車可能也會更加便宜。相反，如果擁堵情況好轉之後，因為行駛時間更短了（或者至少更加可預測了），公車可能會比其他交通形式（汽車和地鐵等）更有吸引力。這本身就會有各種層疊效應。你會不會最終減少公交時刻表？邊緣地區的公交路線會不會關閉，從而迫使本不考慮按需服務的人轉向這種服務呢？城市會不會提供或者補貼自己的按需服務來取代低人口密度地區的公共交通或者作為其補充呢？你的機器人的士會不會在大交通流量地區的公車站把你放下來除非你另付擁堵費呢？這些都會對反過來擁堵產生漣漪效應——公共汽車的載客密度要比汽車大，所以用汽車來取代滿載的公共汽車天生就會製造更多的交通流量，但實際上公車並不是時刻都滿載運行，而且也會製造自己的擁堵問題（比方說倫敦的牛津街就有這樣的地方性問題）。尤其是在牛津街，它們比汽車載客量更多是因為公車把人全都彙聚到一條單一的路線上了，否則的話這些人本來可以採用更加分散獨立更加直接更加高效的路線的。如果公車上的150人切換到了汽車上，他們不會同時都跑同一條路線，與此同時，公車的固定成本對其運輸提出了最低載荷和密度要求，因為達到這種最低要求公車的運營才可行——而把這個分擔到更小的車輛（每車1乘客或者10乘客）的話，也許就能把“公共”交通延伸到更多的人那裡。
思考這個最有用的方式也許是這樣，就像按需侵蝕了有標牌的機械打表的的士與汽車服務的差異性一樣，這也會侵蝕那些與公車的差異性。載客量為5人的Lyft Line通勤車與非高峰期載客量為10人的迷你公車這件在交通動力學上有什麼區別呢？記住，公車也不是總是市政的，現在也有很多商業化的替代服務，比如Chariot或者matutu（肯亞及周邊國家的迷你公交服務）。
這裡的意思並不是說用汽車來替代公共交通是好的或者令人滿意的，而是說如果我們願意的話，現在替代公共交通已經有這個可能性了，而且價格可能還會更加便宜，更有效率。而且“汽車”和“公共汽車”之間的區別的確可能會消失了。
當然，還有一個因素就是司機。美國的的士和私人汽車司機數量大概超過了23萬，拖運卡車司機大概有150萬。有關的士和按需司機方面的問題已經討論得夠公開夠廣泛的了，所以不需要我在這裡再贅述了，但是拖運卡車司機的情況有些微妙（在這裡我要排除掉本地的卡車司機，因為他們要做的工作不僅僅是駕駛卡車，而機器人則完全是另一個問題了）。現在拖運卡車司機的平均年齡是49歲，而且每年離開這個行當的人數大概有9萬，有一半是退休的。業界認為目前大概有5萬的司機短缺，而且缺口還在增大——人們正在加速遠離這個行當，這個速度甚至比該行業被替代的速度還要快。卡車駕駛是一件有損身心健康、令人不適的工作，生活方式非常困難。因此，基於這些數字，目前的司機超過一半的將會在10年之內離開，這個時間大概也會大多數人認為全自動的L5級實現的點。在近期，L4級的自動化會使得卡車駕駛更有吸引力，因為你可以在駕駛室後面一直休息到需要你的時候而不是必須在託管時間不得休息。但從20到30年之後（過渡期的合適時間跨度）來看，目前幾乎所有的卡車司機都將會消失——你不會取代他們，但你也不需要讓任何人直接失業——除非你開始審視那些載貨汽車停車場，這又讓我們回到本文開始時討論的那些便利店。與此同時，載貨汽車停車場運營者已經開始在思考從服務傳統零售向服務電子商務（比如Amazon）轉變時卡車運輸模式的根本性不同。
我們現在把所有這些線索都湊到一起：如果停車不需要了，則道路容量可能會提高幾倍，而按需乘車的成本相當於一杯咖啡的話，那麼我們就需要開始考慮得更加廣泛，不僅僅是汽車、卡車以及道路可能會發生變化，同時還需要考慮城市、土地利用以及房地產受到的影響。實際上，我們需要對城市進行再思考。在過去一個世紀的時間裡汽車重塑了城市，而如果現在汽車將發生徹底改變的話，城市也會發生變化。
倉儲式零售套利的方式是通過土地成本、交通成本以及大家開車過去停車購物的意願——自動化會如何改變這些呢？如果部分或者所有停車空間（尤其是市中心的）都用於新需求或者投放市場，或者轉移到完全不同的地方的話，城市會發生什麼樣的改變？如果“使用公共交通”的地方變成了“任何地方”的話而且你的通勤路線不會存在交通擁堵的話，你又願意住在什麼地方呢？一小時沒有交通擁堵也無需觀察路況的通勤路線相對於只用半小時但是會被困住近乎靜止不動的擁堵智慧盯著前車看的通勤路線是更好還是更壞呢？如果不需要停車而且按需乘車的價格非常便宜的話，大家對在一個冷颼颼的夜晚從郊區的家跑到市中心吃一頓晚飯的意願會怎樣？如果你不再需要擔心酒後駕駛的話，那些鄉村酒吧的情況又會發生什麼樣的變化？還有，當車子載你去某處時，你在車裡會幹什麼事情呢？也許會看看美劇、喝點小酒，抽根香煙什麼的。
最後，還要記住攝像頭。幾乎所有有關自動汽車的願景裡面都牽涉到了採用高清、360°電腦視覺的攝像頭。這意味著每一部無人車都會觀察周圍的所有東西——即便是跟駕駛無關的東西。無人車就是移動的圓形監獄。它們未必會保存和上傳所有的資料。但是它們有這個能力。
其潛在影響是，到2030年左右時，警方調查犯罪不僅僅只是拷貝周邊地產的監控攝像頭的資料，而且也會獲取恰好經過的每一輛汽車的感測器資料，然後針對已知罪犯運行臉部識別掃描。或者可能只需詢問該地區的車輛有沒有認為自己看到了可疑的東西即可。
從經濟的其他部分替代這部分收入的難度又會有多高呢？相反，在許多地方（尤其是在新興市場），燃料，像煤炭、汽油以及煤油等都是由國家提供補貼的。一個是電動車，另一個是太陽能，這兩個都有可能改變這一點。
當然，與此同時，我們實際上還需要對電動車進充電。大多數的估計認為對全電動汽車群充電會導致電力需求增加10到20%。然而，很多要取決於什麼時候充電：如果充電是在非高峰期進行的話，總發電量未必需要增加，儘管這仍然會改變輸出和地區分佈。用這種方式轉向發電的導致碳排放影響相當複雜（比方說，法國超過75%的發電量來自於核能），但從原則上來說至少現在的一些並網發電幾乎都來自于可再生能源了。
儘管不確定性更強，但我們在家中都會有大電池，然後存儲錯峰電量用於給汽車充電和為家庭提供電能的可能性是存在的（這也是Elon Musk的願景之一）。此處的目標之一是提高電池容量並借此降低家庭儲能和汽車成本。如果人人都有了這樣的電池，則這將影響到目前的為峰值需求建設發電能力的模式，因為我們第一次可以有可觀的儲能來作為發電站的補充。
自動化自動化真正明顯的結果是幾乎消除了事故的發生，這每年可以拯救全球100萬人。光美國在2015年就發生了1300萬次碰撞，其中有170萬起導致了傷亡，受傷人數達240萬，致死人數達3.5萬人。所有事故當中大概90%都是因為司機錯誤引起的，而且美國有1/3的致命事故都牽涉到酒精問題。除了傷亡以外，這些事故也會產生巨大的經濟影響：美國政府估計每年事故導致的財產損失約達2400億美元，而且還有醫療與急救服務、法律、失業以及交通擁堵等方面的成本（相比之下，美國2016年的汽車銷售收入為6000億美元，可見損失的巨大）。英國一份類似的分析發現這方面的成本為300億英鎊，按人口來折算的話也是大抵相當。這些然後得由政府（以及稅收）、保險以及個人掏腰包。當然，這也意味著工作機會。
哪怕是簡單的“L3級”系統也會減少許多類似的事故，而隨著更多的車輛配置了更加複雜的系統，使得整個汽車存量庫逐步遷移到L5級（全自動），碰撞率將會持續下降。這應該類似於“群體免疫”效應——即便你的汽車仍然是手動駕駛，我的自動汽車跟你發生碰撞的可能仍然會低很多。這還意味著其自行車將會變得更加安全（儘管你仍然需要離你想去的地方住得足夠近），而這反過來又意味著公共健康。想讓事故降到0也許永遠都不可能（突然橫沖過來的鹿可能還是會撞到車），但最終結果應該相當接近了。
而這相應地也會對汽車設計產生影響——如果你不會發生碰撞的話，那麼最終你就可以撤銷當前汽車的很多安全功能，所有這些都會增加成本、重量並對汽車整體設計帶來約束——也許不再需要安全氣囊或者撞擊緩衝區了。10年前美國國家公路交通安全管理局估計，所有的安全措施加起來要增加839美元的成本（2002年資料考慮通脹的話現在應該是1136美元），125磅的重量，也就是平均成本和重量的4%——而這可能還只是下限。當然，這裡假設的是取消人類控制之後設計沒有發生其他改變——就好像無馬馬車去掉了韁繩而沒有考慮其他改變的情況下。
還有其他嗎？隨著越來越多的汽車由電腦駕駛，汽車的駕駛也會有不同的方式。它們不會受到交通流量起伏之苦，它們不需要等待交通燈而且可以成群結隊行駛——甚至可以安全地在間隔僅2英尺的情況下以80邁的時速行駛。有各種各樣的人類行為會減少道路通車容量，尤其是在高速公路上：這不僅僅是人會犯錯誤，而且電腦會以哪怕是跟最完美的人類司機相比也完全不同的方式來行駛。任何人只要在高速公路遭遇過交通擁堵都會發現這種情況——人類行為會導致交通波的產生，而後者則會導致“幽靈塞車（非障礙物引起的塞車）”。電腦不會導致這樣的現象產生，而且如果的確出現這種情況的話，我們也可以阻止它們。
全自動的道路系統對交通在流體動力學方面的改變不如從從電路交換到包交換的改變，或者更精確地說，從TDMA（時分多址複用）到CDMA（碼分多址複用）的改變。沒有車道、沒有分段、沒有停止距離、沒有道路標誌，（當然，斑馬線等行人通過標誌除外），意味著交通模式的極大改變。
顯然，所有這些都會對擁堵和道路容量產生一定的影響。即便駕駛行為沒有發生改變，事故本身導致的擁堵占比也高達1/3（估測情況視討論的是高速公路還是城市中心略有不同）。不過整體的變化情況會是怎樣的呢——高速公路可容納的流量又提高提高多少呢？如果你按照相同的速度開車但不需要等紅路燈（以防發生碰撞）的話，早上你趕到學校又能快多少呢？我們會找出來的。
然而，自動化對交通和擁堵的影響比僅僅讓駕駛本身更加高效要更加複雜。儘管自動駕駛應該會提高容量，我們很久以來就已經知道容量會誘發更多需求——更多容量意味著交通流量更大。如果你降低擁堵，則會有更多的人駕駛，要麼會出門旅遊更頻繁，要麼從公共交通切換到自己開車，然後擁堵又開始反彈回當初的樣子。相反，減少容量實際上會導致擁堵更少（不過有些情況會更加複雜，比方說佈雷斯悖論——在一個交通網絡上增加一條路段反而使網路上的旅行時間增加了，而且是所有出行者的旅行時間都增加了，這一附加路段不但沒有減少交通延滯，反而降低了整個交通網絡的服務水準）。所以，自動駕駛會讓我們的道路容量增加，而且是免費做到這一點的，因為我們並不需要建設道路，只需等到每個人都購買了新車或者我們增加使用之後才會重新擁堵起來。
停車是自動化提高容量和需求的另一種方式。如果一輛車不需要在步行距離內等待你，那它會在哪裡等你？那種等待方式會不會更有效率？會不會促進更好的土地利用、更好的交通路由以及或多或少緩解擁堵情況？與此同時，你在提高交通、價值以及停車效率方面所做的一切往往都會產生更大的需求。
目前的停車模式顯然是擁堵的來源之一：一些研究表明，稠密都市區的交通流量中有兩位數以上的渣比來自於尋找停車位的車輛，而沿街停車本身無疑是會降低道路容量的。無人車可以在別的地方等待，而按需無人車只需要就地卸客就可以去搭乘下一位客人了。另一方面，這兩種模式都會創造新的旅行——你的車（或者按需服務汽車）都需要來接你（儘管自動化的情況下車輛會形成有序佇列）。但在按需密度足夠大的情況下，你進入的那輛車有可能是已經開過去的那輛，也可能是50英尺以外剛剛卸下別人的那一輛，一切都要看負載情況。
停車本身的重要性不僅僅在於它是交通和擁堵情況的一部分，而且也是房地產成本和使用方式的一種。如前面所述，一些停車是在沿街停的，所以取消沿街停車的話會增加道路容量，或者讓你可以給行人增加更多的空間。另外一些停車位是在工作或零售點的，或者更泛化一點，是在城市中心的，不需要停車後那些地方也可以空出來用於其他用途了。再有一些停車位是家裡，是沿街停（再次地會佔用道路減少容量）或者停在車庫、停車場或者停車樓裡，這些都會增加房屋成本。洛杉磯是一個極端的例子：據估計洛杉磯的公司土地裡面約有14%用於停車。給新的發展計畫增加停車會推高建築成本：停車場要花錢，給停車位留出土地也要花錢。對奧克蘭以及灣區的一項研究發現，停車需求大約把每棟公寓的建築成本推高了18%。回到洛杉磯，給大型購物商場增加地下停車場可能要讓建造成本翻番。如果你既可以消除新建築的那些成本，同時又能騰出那些空間給新用途的話，這會對城市產生多大的影響？這又會對房屋價格或者商業地產價值產生哪些影響呢？
所有這些都給按需經濟注入了相當大的潛能。如果你以按需旅行移除了人類司機的成本，則成本大概可以降低3/4左右。一旦事故率下降的情況下如果你同時還去除或減少了保險的成本，則成本還可以降得更多。這會使得多很多的人更容易做出這樣的決定：不要車，或者只要一輛車，或者把車留住家裡而採取網約車的形式出門。
這顯然會對停車產生影響——按需出行去工作或者去吃飯去除了在城市中心停車的需要，不買汽車而完全用按需取代則去除了居民區停車的需要。還有，就像前面所述那樣，用按需出行而不是尋找停車位幹掉了一種類型的交通，但同時也是產生新的交通形式，只不過這種新的交通形式也許流量沒那麼大而已。
然而，真正廉價的按需交通產生的影響其實比這還要多。比方說它轉移了對公共交通的需求——可是公交司機的成本也是旅行成本的很大一部分，而且這些實際也許也不再需要了，所以公共汽車可能也會更加便宜。相反，如果擁堵情況好轉之後，因為行駛時間更短了（或者至少更加可預測了），公車可能會比其他交通形式（汽車和地鐵等）更有吸引力。這本身就會有各種層疊效應。你會不會最終減少公交時刻表？邊緣地區的公交路線會不會關閉，從而迫使本不考慮按需服務的人轉向這種服務呢？城市會不會提供或者補貼自己的按需服務來取代低人口密度地區的公共交通或者作為其補充呢？你的機器人的士會不會在大交通流量地區的公車站把你放下來除非你另付擁堵費呢？這些都會對反過來擁堵產生漣漪效應——公共汽車的載客密度要比汽車大，所以用汽車來取代滿載的公共汽車天生就會製造更多的交通流量，但實際上公車並不是時刻都滿載運行，而且也會製造自己的擁堵問題（比方說倫敦的牛津街就有這樣的地方性問題）。尤其是在牛津街，它們比汽車載客量更多是因為公車把人全都彙聚到一條單一的路線上了，否則的話這些人本來可以採用更加分散獨立更加直接更加高效的路線的。如果公車上的150人切換到了汽車上，他們不會同時都跑同一條路線，與此同時，公車的固定成本對其運輸提出了最低載荷和密度要求，因為達到這種最低要求公車的運營才可行——而把這個分擔到更小的車輛（每車1乘客或者10乘客）的話，也許就能把“公共”交通延伸到更多的人那裡。
思考這個最有用的方式也許是這樣，就像按需侵蝕了有標牌的機械打表的的士與汽車服務的差異性一樣，這也會侵蝕那些與公車的差異性。載客量為5人的Lyft Line通勤車與非高峰期載客量為10人的迷你公車這件在交通動力學上有什麼區別呢？記住，公車也不是總是市政的，現在也有很多商業化的替代服務，比如Chariot或者matutu（肯亞及周邊國家的迷你公交服務）。
這裡的意思並不是說用汽車來替代公共交通是好的或者令人滿意的，而是說如果我們願意的話，現在替代公共交通已經有這個可能性了，而且價格可能還會更加便宜，更有效率。而且“汽車”和“公共汽車”之間的區別的確可能會消失了。
當然，還有一個因素就是司機。美國的的士和私人汽車司機數量大概超過了23萬，拖運卡車司機大概有150萬。有關的士和按需司機方面的問題已經討論得夠公開夠廣泛的了，所以不需要我在這裡再贅述了，但是拖運卡車司機的情況有些微妙（在這裡我要排除掉本地的卡車司機，因為他們要做的工作不僅僅是駕駛卡車，而機器人則完全是另一個問題了）。現在拖運卡車司機的平均年齡是49歲，而且每年離開這個行當的人數大概有9萬，有一半是退休的。業界認為目前大概有5萬的司機短缺，而且缺口還在增大——人們正在加速遠離這個行當，這個速度甚至比該行業被替代的速度還要快。卡車駕駛是一件有損身心健康、令人不適的工作，生活方式非常困難。因此，基於這些數字，目前的司機超過一半的將會在10年之內離開，這個時間大概也會大多數人認為全自動的L5級實現的點。在近期，L4級的自動化會使得卡車駕駛更有吸引力，因為你可以在駕駛室後面一直休息到需要你的時候而不是必須在託管時間不得休息。但從20到30年之後（過渡期的合適時間跨度）來看，目前幾乎所有的卡車司機都將會消失——你不會取代他們，但你也不需要讓任何人直接失業——除非你開始審視那些載貨汽車停車場，這又讓我們回到本文開始時討論的那些便利店。與此同時，載貨汽車停車場運營者已經開始在思考從服務傳統零售向服務電子商務（比如Amazon）轉變時卡車運輸模式的根本性不同。
我們現在把所有這些線索都湊到一起：如果停車不需要了，則道路容量可能會提高幾倍，而按需乘車的成本相當於一杯咖啡的話，那麼我們就需要開始考慮得更加廣泛，不僅僅是汽車、卡車以及道路可能會發生變化，同時還需要考慮城市、土地利用以及房地產受到的影響。實際上，我們需要對城市進行再思考。在過去一個世紀的時間裡汽車重塑了城市，而如果現在汽車將發生徹底改變的話，城市也會發生變化。
倉儲式零售套利的方式是通過土地成本、交通成本以及大家開車過去停車購物的意願——自動化會如何改變這些呢？如果部分或者所有停車空間（尤其是市中心的）都用於新需求或者投放市場，或者轉移到完全不同的地方的話，城市會發生什麼樣的改變？如果“使用公共交通”的地方變成了“任何地方”的話而且你的通勤路線不會存在交通擁堵的話，你又願意住在什麼地方呢？一小時沒有交通擁堵也無需觀察路況的通勤路線相對於只用半小時但是會被困住近乎靜止不動的擁堵智慧盯著前車看的通勤路線是更好還是更壞呢？如果不需要停車而且按需乘車的價格非常便宜的話，大家對在一個冷颼颼的夜晚從郊區的家跑到市中心吃一頓晚飯的意願會怎樣？如果你不再需要擔心酒後駕駛的話，那些鄉村酒吧的情況又會發生什麼樣的變化？還有，當車子載你去某處時，你在車裡會幹什麼事情呢？也許會看看美劇、喝點小酒，抽根香煙什麼的。
最後，還要記住攝像頭。幾乎所有有關自動汽車的願景裡面都牽涉到了採用高清、360°電腦視覺的攝像頭。這意味著每一部無人車都會觀察周圍的所有東西——即便是跟駕駛無關的東西。無人車就是移動的圓形監獄。它們未必會保存和上傳所有的資料。但是它們有這個能力。
其潛在影響是，到2030年左右時，警方調查犯罪不僅僅只是拷貝周邊地產的監控攝像頭的資料，而且也會獲取恰好經過的每一輛汽車的感測器資料，然後針對已知罪犯運行臉部識別掃描。或者可能只需詢問該地區的車輛有沒有認為自己看到了可疑的東西即可。