用于政策情景模拟的城市交通系统动力学模型构建:以北京市为例

杨 阳，贺德方，佟贺丰，屈慰双

(1.南京大学信息管理学院，江苏 南京 210093;2.中国科学技术信息研究所，北京 100038;3.美国千年研究所，Arlington VA 22201 USA)

1 文献综述与研究方法

1.1 现有研究综述及方法改进

利用计算机仿真模型分析模拟现实和未来的情景是学者分析城市交通情况的常用手段。一百多年前，美国在建设高速公路中开始使用一些简单的交通模型，进行交通流量预测。现今美国联邦法案明确规定:人口规模在五万人以上的城市，如果要得到联邦政府的交通拨款，在编制综合、协调和持续性的交通规划中必须使用交通模型技术［1］。

系统动力学是1956年由美国麻省理工学院Forrester J W创立的一门分析研究信息反馈的学科，其能处理高阶次、非线性、多重反馈、复杂时变的系统问题以及能进行政策模拟等优点使其广泛地应用于经济社会发展的各个领域［2-5］。城市交通系统具有的非线性、多层次、多重反馈等特征使得系统动力学成为模拟其动态发展的理想工具和方法。

近年来，系统动力学的思想和方法也逐渐应用于城市交通发展模拟与政策调控研究。例如:刘爽构建了系统动力学模型研究了不同目标情景下交通结构的演变趋势和交通政策实施效果，探讨了交通结构的合理目标和政策体系［6］。王继峰等人通过构建系统动力学模型，以大连市主城区为对象，选取影响机动化发展的政策干预因素为调控参数进行仿真，分析了不同的机动化发展政策对城市发展和城市交通系统的影响，并提出了相应的建议和对策［7］。张毅媚等人建立了城市交通拥挤问题的系统动力学模型，预测了上海市2007年—2020年的人口、交通和拥挤程度等的发展趋势，并探寻了各子系统的互动模式和内在机制［8］。王子洋等人构建了给予系统动力学的客流预测模型，分析了地铁车站客流与其影响因素之间的内在机制［9］。李宇航等人采用系统动力学方法分析人均出行次数的影响因素，剖析了人均出行次数与其他因素的因果反馈关系，分析了不同政策情景下系统可能会产生的变化［10］。王云鹏等人建立了道路旅客运输、道路货物运输供给与需求量预测的系统动力学模型，并采用了吉林省道路运输各相关统计数据对模型进行了仿真和验证［11］。

尽管系统动力学在模拟交通可持续发展建模中具有较强的优势，并且取得了一定的进展，但目前的研究仍然存在着一定的问题，具体表现在以下方面:(1)模型构架较为简化，难以支撑不同层面的政策调控需求。尽管目前在理论研究中模型设计的较为复杂，但在实际建模研究中往往对这些理论框架进行高度的概化;(2)反映各个部门之间的反馈回路缺失，宏观系统缺乏有机耦合，这些问题使得目前构建的系统动力学模型难以支撑多个部门的政策调控需求，交通可持续发展政策的制定需要考虑到部门之间的相互影响，目前的研究多局限于特定目标，例如特定客流、拥挤问题、机动车保有量、道路运输等。

上述问题的存在，对于进一步完善面向交通政策情景模拟研究的系统动力学模型提出了新的要求，在前期的研究工作中，我们构建的基于系统动力学的中国可持续发展模型(T21 China)，通过耦合经济、社会、环境三个子系统下的多个模块来实现不同层面的政策模拟功能［12-17］。基于前期的基础研究，我们开发了涵盖交通部分的新模块，并将其嵌入到大系统中，将交通问题与整个城市的发展有机地结合起来，并实现了政策情景模拟的功能。

1.2 模型基本结构

本模型的目的是要反映城市整体发展情况与交通的相互影响，因此模型原型涵盖了包括人口、社会、经济、环境、能源等领域(见表1)，模型包括多达数千个函数表达式以及超过50个存量变量和数千个反馈回路。限于篇幅，只介绍与交通有关的模型内容。

2 数据分析——以北京市为例

本文选择北京市作为模型的实证研究对象基于以下两点原因:第一，北京市作为特大型城市，其交通问题受到全世界关注，北京市国民经济发展“十二五”规划明确指出:交通拥堵已经成为城市运行管理中的突出矛盾之一，未来本市交通将面临越来越大的压力，因此选择北京市作为研究对象具有较好的实际应用价值;第二，北京市的统计数据较为详细全面，能为模型的构建提供有力的数据支撑。

北京市的目标是在2015年，公共交通(轨道交通和地面交通)的出行比例达到45%～50%，自行车的出行比例达到20%，小汽车的出行比例控制在 30% 以内［18，19］。根据北京市政府公布的《建设人文交通、科技交通、绿色交通行动计划(2009到2015)》:2015年北京市交通总体出行的格局将变为，公共交通占45%，小汽车出行占22%，出租车占8%，自行车达到23%。

我们希望能够通过模型看看北京市是否能达到上述目标?达到上述目标需要满足什么条件?以及从能源消耗角度看绿色出行目标对北京市带来的好处。

2.1 人口及年龄结构

人口是交通产生的基础。人口模块也是整个模型的核心模块之一。交通的产生不仅需要我们模拟出人口的数量，同时也需要模拟出不同年龄的人口分布情况。在本模型中，人口模块在内生性出生率和死亡率的基础上模拟了人口总数和人口的年龄、性别分布。人口数分解为两个性别和82个年龄群。人口数量是三个循环——出生、死亡和净外来人口的积累。出生人口由总和生育率(TFR)和育龄妇女人数决定。人口死亡率与其预期寿命密切相关，并从内生性角度计算了特定年龄段的死亡率。

图1 北京市人口总规模的模拟结果

2.2 出行生成

模型的出行生成模块主要研究北京市区内人员出行的产生。模型主要按照出行目的对出行的产生进行模拟，出行目的分为居民工作出行、居民上学出行、居民购物及其他出行、游客出行、流动人口的出行5类。出行生成模块的来源数据主要源自模型中的人口模块和就业模块，包括常住人口、流动人口和旅游人口，其中常住人口数据又根据年龄进行了细分。经过运算，模型可以输出居民上下班出行、居民上下学出行、居民购物及其他出行、游客出行、流动人口的出行5类出行的总量。图2展示了模型对北京市区出行总量的模拟结果，为了验证模型的真实性，本文将2010年以前的结果与历史真实数据进行了比较。

图2 出行生成模型流程结构

2.3 出行方式选择

交通模式是城市交通战略的核心问题。交通出行方式结构是交通的主要含义所在。出行方式是指出行者完成一次出行所使用的交通工具，当一次出行使用多种交通方式时，按交通方式优先级认定该次出行的出行方式［1］。各种出行方式构成了一个城市的出行结构，而交通政策的一个重要目的就是合理引导出行方式，使之与交通供给能力和可持续发展要求相匹配，本文希望能够通过模型研究出不同措施和影响因素对城市出行方式的影响，进一步看到北京市完成2015年目标面临的压力与挑战，并且对不同情景下的效果进行评价。

由于城市的发展观念和交通管理政策(如北京实行的摇号、限行政策等)对人们出行方式的选择有非常大的影响，在模型的设计过程中必须针对不同对象的特点添加相应的政策变量。在北京市的模型中，我们通过添加政策变量将新增私人汽车的数量控制在每年211200个，并且这个政策在未来可以取消或者调整，从而实现政策情景模拟功能。机动车数量的变化直接影响了拥有汽车的居民数量，从而影响了居民的出行结构。与之相似，模型中还设置了限行的政策变量，可以通过运行结果看到不同限行政策对于出行结构所产生的影响(模型假设由于限行导致的原有乘坐私人汽车的出行全部转为公交出行或其他出行方式)。

考虑到步行方式与其他交通方式的竞争关系较弱，本文将步行方式与其他方式分离，用回归分析的方法，根据历史数据得到未来步行的出行比例，然后根据出行总量计算出步行出行量。

在小汽车出行方面，基于前期构建的私人汽车分析模型，基于收入分布曲线预测了私人小汽车的数量，基于GDP预测了公司小汽车的数量，两者相加得到了小汽车的总量［20］。小汽车日均出行次数和小汽车辆均载客数通过各年的北京市交通发展报告获得，未来的数据在基准情景中设为:2015年私人小汽车的日均出行次数为1.8次/天，2020年为1.5次/天。公司小汽车的日均出行次数为2.3次/天，2020年为2次/天。辆均载客数从2010年的1.26人/车逐渐减少到2020年的1.2人/车。以上是模型预测的基准情景，考虑到未来情况有可能会变化，本文在后面将进一步分析不同情景下的变化情况。

通过小汽车总量、小汽车日均出行次数、小汽车辆均载客数可以计算出小汽车的出行量:

小汽车出行量=小汽车总量×小汽车日均出行次数×小汽车辆均载客数

在公共电汽车出行方面，本文通过下面的方式计算:

公共电汽车出行量=(出行总量-步行出行量-小汽车出行量-自行车及其他出行量) ×公共电汽车在公共交通系统中的分担比例

公共电汽车客运量=公共电汽车出行量×换乘系数

同理可以计算出轨道交通的出行量与客运量。2000年—2011年间公共电汽车在公共交通中的分担比例根据各年的北京市交通发展年报获得，2015年的分担比例的设定依据《北京市建设人文交通科技交通绿色交通行动计划》:2015年轨道交通承担公共交通总客运量力争达50%左右的发展目标。2020年的分担比例则通过专家访谈的结果予以设定，其中轨道交通占60%，公共电汽车占40%。

图3 北京市公共电汽车客运量

图4 北京市轨道交通客运量

图3及图4展示了模型对于2000年—2020年间北京市公共电汽车的客运量以及轨道交通客运量的变化情况。模型结果显示:2015年北京市公共电汽车的年客运量将达到51.31亿人次(日均1406万人次)，2020年达到56.56亿人次(日均1550万人次)。2015年北京市轨道交通的年客运量将达到40.30亿人次(日均1104万人次)，2020年达到56.56亿人次(日均1550万人次)。

图5 出行方式比例

图5展示了模型关于不同出行方式比例(不含步行)在2000年-2020年间的变化情况。在基准情景下，2015年公共交通出行比例将达到46%，小汽车出行比例降至28%。2020年公交出行比例和小汽车出行比例分别为53%和22%。基本实现了公共交通(轨道交通和地面交通)的出行比例达到45%～50%，小汽车的出行比例控制在30%以内的目标。

2.4 交通能源消耗

本文从城市交通出行方式变化的角度分析城市交通的能源消耗情况，对于未来新能源的技术发展情况根据专家的意见进行相关设定(例如未来不同类型汽车百公里油耗情况等)，模型本身并不具有对未来新能源发展的预测功能，本文并没有考虑到技术突变所带来的革命性变化(例如电动汽车的电池技术取得突破性进展等)。

模型将北京市能源消耗主体分为汽油、柴油和天然气，考虑到货车的出行情况和车辆类型情况较为复杂且统计数据缺乏一致口径，本文暂不分析。

北京市交通的汽油消耗=小汽车汽油消耗+公交车汽油消耗+出租车汽油消耗

小汽车汽油消耗=私人小汽车数量×年均行驶里程×百公里油耗+公司小汽车数量×年均行驶里程×百公里油耗

公交车汽油消耗=公交车数量 ［汽油公交车］×年均行驶里程×百公里油耗

出租车汽油消耗=出租车数量 ［汽油出租车］×年均行驶里程×百公里油耗

我国高校教师能力现状与所要达到的预期效果存在差距的原因是多方面的。通过绩效问题分析，能得出部分原因：教师TPACK知识与技能不足、应用学的意识薄弱，培训积极性不高以及包括硬件设备与软件资源缺乏的外部原因[4]。本研究从TPACK质量评估问题、教师自身意愿问题以及教育研究者过度关注技术本身三个角度进行困境分析。

同理可以分别计算出北京市交通的柴油消耗以及天然气消耗。表1展示了模型的运行结果。从结果中可以看出，随着2015年出行方式逐渐向公交系统靠拢，汽油消耗量明显减少，2015年比2010年的汽油消耗减少了41.5万吨。柴油消耗减少的原因则在于北京市公交系统大力推进的新能源汽车计划，随着LNG、CNG以及纯电动公交车的不断推广，柴油公交车的比例在不断下降。而天然气消耗的增加也主要来源于上面的原因。

表1 北京市交通的能源消耗情况

3 情景模拟

交通政策主要的作用目标是个人及公司交通工具、公共交通系统、基础设施建设。考虑到后两项政府都有明确的实施规划，本文主要考虑交通政策作用于个人及公司交通工具的影响，特别是对个人交通工具(本文重点关注私人小汽车)使用的影响。

目前北京市对私人小汽车的使用主要是采取两个政策:①通过摇号对小汽车的快速增长进行限制。②通过限行对小汽车的使用进行限制。我们在情景模拟中主要考虑当政策影响到小汽车的出行次数时，对北京市的出行方式、拥堵情况和交通能源消耗所带来的影响，同时为了对比，我们在情景设置中也加入了一个特殊情景:假如北京市不采取摇号政策会发生什么。

在基准情景中，私人小汽车的出行次数由2010年的2.39次/天，逐渐减少到2015年的1.8次/天，2020年的1.5次/天。公司小汽车的出行次数由2010年的2.52次/天，逐渐减少到2015年的2.3次/天，2020年的2次/天。

在绿色情景中，私人小汽车的出行次数由2010年的2.39次/天，逐渐减少到2015年的1.5次/天，2020年的1次/天。公司小汽车的出行次数由2010年的2.52次/天，逐渐减少到2015年的2次/天，2020年的1.5次/天。

在悲观情景中，私人小汽车和公司小汽车的出行次数与2010年保持不变。

在不摇号情景中，私人小汽车的数量将按照正常方式增长(主要考虑居民收入、汽车价格、油价、停车费等)，而小汽车的出行次数则与基准情景相同。

图6 4种情景下公交出行比例(公共电汽车、轨道交通)

从图6可以看出:小汽车的出行次数对公交出行比例有着显著的影响，绿色情景下的公交出行比例在2015年达到了51%，2020年达到了53%，而悲观情景下的公交出行比例2015年仅为38%，2020年为42%。

图7 4种情景下北京市交通的汽油消耗

从图7可以看出:小汽车出行次数对能源消耗也具有显著的影响，以汽油消耗为例，在绿色情景下的汽油消耗为2015年279.454万吨，2020年为228.386万吨。而悲观情景下的汽油消耗为2015年425.190万和2020年的498.805万吨。分别多消耗了145.736万吨和270.419万吨。

4 政策建议

4.1 努力改变人们的出行观念，减少汽车出行次数

研究结果显示:在基准情景下，北京市在2015年公共交通出行比例将达到46%，小汽车出行比例降至28%，基本实现目标。但同时应当注意到，目标实现的必要条件是私人小汽车的出行次数由2010年的2.39次/天，减少到2015年的1.8次/天，公司小汽车的出行次数由2010年的2.52次/天，减少到2015年的2.3次/天。其中私人小汽车的出行次数降幅达到了24.7%。这并不是一个容易达到的目标，历史数据显示:2005年—2010年私人小汽车的出行也只是从2.96次/天降到2.39次/天，5年间降幅仅为19.1%，这还包括2007年实行的限行政策对出行的影响，如果再考虑到2010年新车大量上路，但是新手出行次数普遍偏低的因素后，为了达到绿色出行的目标，政府在未来将面临巨大压力。在控制小汽车出行力度上，一方面应当继续实行限行政策、提高市中心停车费等既有政策;另一方面应当更多的考虑从出行理念方面进行引导。考虑到在五年内私人小汽车的出行次数完成24.7%的巨大降幅任务不能全部通过合理的强制性政策达成，居民出行理念的变化将是决定性的影响因素。

4.2 出租车在目前的效率下将难以满足未来出行需要

研究结果显示:在基准情景下，北京市在2015年出租车的出行比例将达到7.5%(根据北京市政府公布的《建设人文交通、科技交通、绿色交通行动计划(2009到2015)》，2015年北京市出租车的出行比例将达到8%)，但是考虑到北京市严格地将出租车数量控制在6.66万辆，如果保持目前的效率，将难以满足未来的出行需求。

2015年单辆出租车的客运量将达到16003人/年，比2010年的10406人/年增长了53.79%，这将对于北京市出租车的服务能力带来极大的挑战，考虑到目前北京市出租车司机工作时间普遍较长，居民打车难度较大的现实情况，这一问题将会更加突出。

4.3 未来应更多关注对老旧汽车节能减排的关注力度

北京市目前正在努力推行京五机动车排放标准，提高了新车排放的准入门槛，但是从更为经济，更为成效的角度看，对老旧汽车排放的控制应当是重点。北京市在2009年、2010年采取限行与经济政策相结合的方法淘汰了15.6万辆“黄标车”，并在2011年印发了《关于进一步促进本市老旧机动车淘汰方案》继续加大淘汰老旧汽车的力度，但从模型的结果看，随着时间的推移，摇号政策使得北京市私人小汽车的年龄结果发生巨大变化，2019年底时，车龄在10年-13年的汽车将成为主流。这也就意味着，在未来对老旧汽车排放的限制将会成为重中之重。

［1］陈必壮，陆锡明，董志国.上海交通模型体系［M］.北京:中国建筑工业出版社，2011.

［2］Fong WK，Matsumoto H，Y.F.Lun.Application of system dynamics model as decision making tool in urban planning process toward stabilizing carbon dioxide emission from cities［J］.Building and Environment，2009，44(7):1528-37.

［3］Winz I，Brieley G，Trowsdale S.The use of system dynamics simulation in water resources management［J］.Water Resources Management，2009，23(13)01-23.

［4］Luo GP，Yin CY，Chen X.Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale:A case study of Sangong watershed［J］.Ecological Complexity，2010，(7):198-207.

［5］Jin W，Xu LY，Yang ZF.Modeling a policy making framework for urban sustainability:Incorporating system dynamics into the Ecological Footprint［J］.Ecological Economics，2009，68(29)38-49.

［6］刘爽.基于系统动力学的大城市交通结构演变机理及实证研究［D］.北京交通大学，2009.

［7］王继峰，陆化普，彭唬.城市交通系统的SD模型及其应用［J］.交通运输系统工程与信息，2008，8(3):83-9.

［8］张毅媚，张谊.城市交通拥挤的系统动力学模型仿真研究［J］.交通与计算机，2008，26(2):94-101.

［9］王子洋，刘小霞，赵忠信等.基于系统动力学模型的地铁车站客流预测分析［J］.物流技术，2010，29(6):90-2.

［10］李宇航，何世伟.基于系统动力学的城市人均出行次数研究［J］.交通标准化，2010，(9):54-7.

［11］王云鹏，杨志发，李世武等.基于系统动力学的道路运输量预测模型［J］.吉林大学学报(工学版)，2005，35(4):426-30.

［12］Tong HF，Weishuang QS，Liu Y.System Dynamics Model for CO(2)emissions of China Cement Industry［M］.Beijing:Publishing House Electronics Industry，2009.

［13］Qu WS，Tong HF，Xu Z.Future Grain Production Based on T21 China Model［M］.Beijing:Publishing House Electronics Industry，2009.

［14］黄振中，王艳，李思一，丁凡，吴叶军.中国可持续发展系统动力学仿真模型［J］.计算机仿真，1997，(4):3-7.

［15］丁凡，王艳，李思一等.中国可持续发展系统动力学仿真模型──环境部分［J］.计算机仿真，1998，(1):8-10.

［16］吴叶君，王艳，黄振中等.中国可持续发展系统动力学仿真模型──能源部分［J］.计算机仿真，1998，(1):11-3.

［17］王艳，李思一，吴叶君等.中国可持续发展系统动力学仿真模型──社会部分［J］.计算机仿真，1998，(1):5-7.

［18］人民网.北京回应控制小汽车建议:称重点发展公交［EB/OL］.2010.

［19］北京市交通委员会.2015年北京绿色出行方式比例力争达65%［EB/OL］.2010.

［20］杨阳，贺德方，佟贺丰.北京市私人载客小型和微型汽车的仿真模型及政策模拟［J］.中国软科学，2012，(6).