时间价值偏好下北京交通拥堵收费设计研究

朱永中，宗 刚

(1.北京工业大学 经济与管理学院，北京 100124;2.北京交通发展研究中心，北京 100073)

一、引言

自从我国步入城镇化快速发展的新阶段，城市交通运输无法满足交通需求的高速增长。由于交通总需求量急剧增长及居民出行需求构成的多样性、复杂性，交通供需紧张的状况没有得到根本缓解，面临着越来越多的机动车造成的城市交通拥堵问题，各大城市都相继出台了缓解交通拥堵的措施，诸如：高密度供给、差别化管理及集约化使用等相关政策。

数据来源：北京统计年鉴图1 北京历年机动车保有量(2001—2013)

进入21世纪，北京市机动车出现了前所未有的快速增长势头(如图1所示)，北京开始进入了汽车化社会。机动车快速增长的速度远远超过道路容量扩增的速度，表现为：一方面机动车“三高现象”较为突出，另一方面人口密度高、人均道路资源紧张难以适应快速出行需求，于是出现了单双号限行、小汽车摇号等行政性交通需求管理政策。然而飞跃式增长的机动车形成了畸形的人车环境，交通拥堵有持续恶化的趋势，亟需利用价格机制来调节居民出行需求，因而交通拥堵收费政策也逐渐成为北京市政府新一轮缓堵的举措*来源于中国新闻网:http://www.chinanews.com/df/2014/04-09/6040875.shtml。。关于交通拥堵收费，国内专家学者做了较多的工作，在交通领域顶级期刊的硕果累累，相关经济学原理、效用影响及可行性分析也逐渐获得了国际上的认可，主要包括两个方面：

第一、拥堵收费定价模型的改进。运用交通流理论、系统动力学与经济学交叉研究，避免出行路网系统的阻抗，设计网络容量的最大化[1]，并引入消费者剩余、系统最优的概念测度社会效益[2]，以此达到帕累托最优状态[3]。通过对路网系统的交通流分析，Yang Hai(1999)[4]、Xiaoning Zhang(2011)[5]等学者深入研究了拥堵收费的定价模型，如：张华歆(2009)应用动态交通分配和随机效用理论，研究多用户弹性需求下组合方式出行的动态拥挤收费[6]；Zhiyuan Liu(2013)研究了边界处交通流阈值的最优拥堵费用定价方式，设定边界限制下的随机用户平衡的路径选择行为，从而避免最优定价方式带来的社会总成本增加[7]。

第二，拥堵收费的福利分析。从实际案例而言，以国外相关城市实例进行研究[8-9]，总结各国案例的成功经验与失败教训[10]，提出实施拥堵收费方案的关键因素，表明拥堵收费根本目的在于缓解城市交通拥堵。徐曌(2012)深入探讨交通拥堵费的理论依据，制定收费政策并对公共交通进行补贴，是有利于高时间价值出行者和低时间价值出行者[11]。由于收费成本的无差异性，不同时间价值的出行者与其支付的拥堵费用不成比例[12]，造成了隐形的不公平。鉴于国内案例的缺少以及国外决策数据的获取性较为困难，拥堵收费的效果评估局限于经济和社会视角的定性描述，缺乏更深入的实际分析。

相较于国外拥堵收费的研究，国内拥堵收费理论偏重于运用数量方法改进与完善收费定价模型，无可靠案例加以推进使得理论效果评估较为薄弱；部分学者只能着重于拥堵收费的策略建议。石琼(2004)[13]等论证了拥堵收费的可行性，为着手研究制度布局提供了基础，但需进一步以可行性和实践性相结合，渐进式地推出可操作性的方案[14]。然而，以满足社会剩余最大化原则[15]，还是确定多方式交通网络下收费定价模型[16]，凸显了目标前提的重要性；以环境保护[17]、提高公交服务水平[18]或增强公平性[19]等关键因素为准则，通过调整变量、参数等使得理论推导扎根于实际的土壤中，为拥堵收费方案赢得社会认可提供基础。

基于前人对拥堵收费的理论研究，本文以北京交通拥堵收费为研究对象，从居民出行时间价值偏好的角度，探讨交通拥堵收费的方案设计问题。通过合理的市场收费策略引导居民交通出行方式，确保有限容量下交通路网的配置效率和运行效率，最大程度地降低交通拥堵对城市交通造成的不利影响，利用经济杠杆调节城市中心区与主要干道的交通流量，力争改变居民出行的选择行为，以期为相关部门实施拥堵收费政策提供策略建议。鉴于此，第二部分概述北京交通拥堵特征，以时间和空间两个维度阐述道路拥堵状况，从而为实施交通拥堵收费政策的可行性奠定基础；第三部分，利用北京市第四次交通大调查数据进行样本的描述，并从居民收入、出行方式及出行距离分布来分析居民出行特性；第四部分，分析时间价值偏好下的拥堵收费机理，利用相关研究的时间价值核算方法计算北京居民出行的时间价值，为设计拥堵收费方案提供理论支撑；第五部分着重设计时间价值偏好下的拥堵收费方案，充分考虑不同居民出行方式的费用分担，兼顾出行者、收费管理者及社会三者关系，从收费群体、收费区域、基准费率及技术支撑着手，探讨交通拥堵收费的关键因素，设计收费方案的政策体系；最后为结论与展望。

二、北京交通拥堵时空特征分析

随着北京经济及机动化的不断发展，小汽车的高强度、低效率使用加大了路网的交通流，道路交通拥堵也提前发生，导致早、晚高峰时段路网车辆消散速度变慢，延长了拥堵状态的时间。与此同时，机动车辆大量涌向街头，占据了大量道路资源，无形中形成了“天然的停车场”，拥堵程度进一步恶化，呈现出蔓延的趋势，降低了车辆正常行驶速度。

(一)北京交通拥堵时间分布特征

北京市道路布局呈现出“单中心+环线”的聚焦模式，职住空间错位严重阻碍了居民通勤[20]，就业规模扩张增加了通勤距离和时间，必然提高了通勤交通需求量[21]，道路拥堵现象不可避免。职住分离的矛盾导致全天交通流呈现潮汐特征：在早高峰时段，同一时段各方向车流聚集于城市中心，在进城主要干道上比较拥堵，出城方向则较为通畅。中午时段道路拥堵程度有所缓解，交通拥堵指数逐渐下降，早高峰的集聚现象逐渐消散，车流行驶的方向性慢慢趋向不确定化、分散化，各时段车流向不同方向行驶，在一定程度上起到了疏散交通流的作用。进入下午16:00后，生活类等其它出行需求亦不断增加，交通拥堵指数逐渐上升；使得进入晚高峰时段，通勤下班时间集中又带来了新一轮的交通拥堵，车流量向城市外围发散，再连同下午其它出行需求的交通流，催发更加拥堵的晚高峰集合效应，成为了一天中最为拥堵的路段(晚高峰拥堵指数高于早高峰)，且较长的时间催生了拥堵的持续性，使得晚高峰拥堵时间多于早高峰。

(二)北京交通拥堵空间分布特征

由于北京区域经济发展的不平衡和早期路网规划的不合理，道路的定位功能不明显，部分道路承担主干道的运输功能，缺乏可以分流的辅路，使得路段严重拥堵。以环路为主的道路格局加剧城市“摊大饼”式的扩张[22]，造成了高峰时段路网拥堵的延展性和复杂性。

从图3可知，空间拥堵集中分布在三环以内的城区，主要以西城区和东城区为主，宏观区位上高度集中在三环以内、长安街以北区域，更多分布在金融街、CBD、国贸及中关村区域，商务区功能主要以朝阳区和海淀区的空间集聚较为明显。除中轴线外，大型文化、机关及事业单位多集中在西北二环和三环之间，政治、经济分布密集导致早晚高峰的交通流量过大。相比之下，新经济集中带的发展主要偏向于经济与文化建设的共同集聚，不断向东部和北部转移，延长了泛CBD就业者的平均通勤距离和时间[21]，城市通勤圈的扩张使得交通向五环外扩散，甚至逐步向六环靠拢。纵观北京路网分布格局，贯穿南北干道较少，东西干道较多，因而南北的拥堵程度明显高于东西方向。道路的交通流量几乎集中在主干道和环路上，严重拥堵的路段缺乏其它次干道和支路的分流，道路负荷较为严重；而环路承载的交通流量更为突出，大量的车流在高峰时段进入，致使拥堵路段和里程更加严重。

数据来源：《2011北京市交通发展年度报告》图2 不同时段交通拥堵指数(2009、2010)

a)早高峰 b)晚高峰数据来源：同上图3 常发拥堵路段的空间分布(2010年12月)

三、数据的描述与统计

(一)样本的选取与描述

利用北京市第四次交通综合调查的46900户居民的出行数据(具体分布如图4所示)，调查群体包括北京市各阶层的出行群体，具有很好的层次代表性，分别按照不同户主信息采集了城区代码、机动车拥有量、住房信息、居民收入及居民出行特征等信息，汇总了家庭背景调查、家庭成员出行及机动车使用情况的数据库。

图4 北京行政区域调查用户及机动车分布情况

从图4可以看出，依据不同行政区域人口分布密度，大调查数据采取相同比例的样本数，颜色越深的行政区域调查的样本用户数较多，红点表示机动车分布点密度情况。按照红点的聚集区域，中心区域密度远高于周边区域，且密度向外围呈下降趋势，正好与北京人口密度分布相吻合，这意味着人口密度高的机动车保有量高；机动车主要集中在城六区，分布密度最高的是西城区与东城区。为了清晰地分辨样本信息，我们考虑从以下几点加以分析讨论：

(1)以家庭为单位的样本分类

在调查过程中，调查内容包涵11个大项与16个分项，数据繁多。为了确保对居民出行数据进行归类，以便于利用浮动车数据分析，了解机动车出行用户时间价值的测算，从而有限地设定拥堵费率。为了突出通勤拥堵的用户，我们从数据中挑选出在早高峰(7：00～9:00)与晚高峰(17：00～19：00)出行的家庭样本，阐明核心通勤群体的时间价值。

(2)对比分析出行指标的变化

以往年年报的基础数据结合《北京市数据统计年鉴》，对出行数据进行对比分析，以确定居民交通出行行为的持续性；对于在早、晚高峰出行的群体，通过交通拥堵指数的变化校核调查出行人员的样本准确性，以免出行由于调查时间引起样本精确度不高，筛选最终可利用的样本。

(3)支付意愿调查分析法

交通综合调查以SP调查获取少数通勤人员的主观支付意愿，以二阶抽样最小控制法获取代表性样本，计算得出实际时间价值。然而样本选取的范围仅局限于交通调查的部分群体，无法区分不同阶层支付的时间价值，这不能较好地对时间价值进行直接计算。鉴于时间价值的测算方法，我们将大调查的通勤用户抽样分类，综合比较不同核算方法得到的时间价值，以便于调整目标通勤群体的时间价值波动幅度。

(二)样本数据的分析

(1)收入分布

从调查获得的居民信息(至少拥有1辆小汽车)，由于14户居民未填家庭收入情况，实际获得有效样本数为46886户，依据家庭年收入等级分组，如表1所示：

表1 不同收入群体的比例

从数据可知，对于低收入者，年收入低于5万元的家庭占65.0%,5—10万元的家庭占27.6%，10—15万元占总样本数5.0%，超过15万元的中产者的比例为2.4%。由此可见，北京的有车用户并非集中在富裕阶层，多数中低收入家庭至少拥有1辆小汽车。更多小汽车的出行加剧了交通拥堵，使得出行效率不断下降，因而，经济成本的提高会抑制部分收入群体的小汽车出行。

(2)出行方式分布

为了明确有车用户小汽车的使用率，进一步对居民的出行方式的差异进行分析，得到如表2所示的出行结构：

表2 不同出行方式的构成

在调查家庭用户中，小汽车的使用率为34.1%，是所有交通方式选择中比例最高的，小汽车出行比例远远高于其它世界城市(东京出行比例为13%，伦敦23%，巴黎25%，纽约26%*数据来源于:李春利，北京治堵不能光靠限购限行(http://ihl.cankaoxiaoxi.com/2014/0120/334008.shtml)。)，说明小汽车用户倾向于使用小汽车出行。地铁与公交的出行比例为39.4%，也是远远低于世界大城市，“公交优先”的举措尚未得到全部落实。

(3)出行距离分布

随着北京城市规模的向外扩展及轨道交通网络的初步形成，出行距离增长的态势亦愈发明显，在此次大调查中，不同通勤出行距离的比例如下：

表3 不同通勤出行距离的比例构成

在居民出行距离小于5公里的比例占总人数56.3%，说明大部分居民住宅区靠近就业地，通勤超过15公里的比例为17.3%，这部分群体得益于日益发达的轨道交通网络，延长了通勤出行距离。可以预见，若出行费用成本始终维持在较低的水平，远距离通勤比例将会逐渐增加，加剧职住分离的矛盾[23]。

四、机理分析与测算方法

(一)交通拥堵收费的机理分析

由于居民出行受到时空约束，造成时空集聚和运动型时空共存，“同心圆”空间结构和环状路网结构进一步强化其集聚效应，从而形成出行路径的时空共存，并引发交通拥堵[24]。我们从时间价值和时空延误的角度分析交通拥堵收费的机理，时间价值越高的居民对应的出行效用越高，通过设定拥堵收费提高居民的价格成本，从而改变居民的出行结构。

在不同时间价值的前提下，居民的出行偏好存有差别，很大程度上决定了居民的出行选择。一方面，居民在出行过程中，以自身时间价值为中心，选择最优出行路径，降低出行时间损耗。假设居民出行分为小汽车出行和公交出行，在没有拥堵的情形下，居民出行时间成本函数为：

在居民选择出行方式时，有部分公交车群体由于自身条件改善，购置了小汽车，转向小汽车出行，使得道路存有轻度拥堵，此时居民出行时间成本函数为：

其中，l2t为道路拥堵增加的公交车出行时间成本，k3t,k4d是小汽车增加的额外拥堵时间成本、费用成本。

按照此种情况，最优化的边际成本

+(1-p)(k3t+k4d)

(二)时间价值的测算方法

相关研究总结出行时间价值的测算方法，主要有三种：GDP法、收入法和支付意愿法[26]：

(1)GDP法

从国民经济的角度衡量，一国公民在出行所消耗的时间，用于创造生产产生的价值，时间价值的计算公式为：

其中，GDP为国民生产总值，N为年均就业人数；T为个体年平均工作的小时数。对于生产法测算时间价值，主要计算对象为固定职业出行者，适用于城市道路中通勤导致高峰期拥堵的出行者。

(2)收入法

出行者收入得到时间价值在国外应用较为广泛，通勤者的时间价值是工资收入与出行损耗的时间乘积，非通勤出行按照支付者意愿计算，则时间价值为：

VOT=w×(1+r)

其中，w为出行者工资收入，r为出行者相关福利的比率。

一般而言，在步行和等待时间的沉没成本中，其时间价值要高于乘车时间价值的1/3—2/3，因而依据收入而估算时间价值具有较好的透彻性，但调查数据的获得是较为关键的问题，且无法保证目标群体的出行比例。

(3)支付意愿法

依托于交通方式选择行为的预测模型，对运输效用函数进行回归分析，影响出行者效用的主要两个因素分别是时间费用和成本费用，那么效用表达式为：

Ui=Vi+εi

其中，Ui为出行者选择第i种交通方式的效用，Vi指该种交通方式的出行时耗和出行费用可量测的因素，εi为运输方式的无法测量因素，可得时间价值为：

其中，λ1,λ2为出行时耗Vi1和出行费用Vi2的系数。

基于以上出行时间价值的测算方法，得到的居民出行时间价值如表4所示。

表4不同方式计算得到的时间价值

(单位：元/h)

通过不同计算方法所得的时间价值不一样，按照GDP测算得到的时间价值要高于居民收入法和支付意愿法。由于GDP中涉及的出行人群较为广泛，且不具针对性，从调查结果来看远远高于人均可支配收入，计算得到的时间价值作为费率设置的参考依据。交通支出作为人均可支配收入的一部分，收入法能较好地凸显人们的实际支付能力。就不同距离出行而言，时间价值与距离长度成正比，表现为人们愿意为了获得时间价值而支付更高的成本，这意味着长距离的出行时间价值也越高。由于长距离通勤出行需承受拥堵等一系列问题，距离越长使得居民的焦虑程度越高，考虑到出行受到时间和费用的影响[12]，在刚性出行需求下，时间和费用有着替代关系。因而在考虑居民承受能力及支付意愿的基础上，得出出行时间价值为24.3元。

五、北京交通拥堵收费实证研究

在系统分析、深入挖掘拥堵收费机理的前提条件下，以北京的拥堵情况进行收费方案设计研究，着重从收费群体、收费区域、基准利率及技术支持四个方面入手，从而形成整套的政策实施方案和保障体系。

(一)收费群体

根据早晚高峰二环断面车流量构成可知(见表5)，早高峰时，小客车、出租车、大客车为主要的车流量构成，三种车的总流量占北二环总流量的98.3%、占西二环总流量的96.7%，占南二环的98.5%，东二环的98.5%；晚高峰时，小客车、出租车、大客车同样为主要的车流量构成。三种车的流量占北二环总流量的98.4%、占西二环总流量的96.3%，占南二环的97.3%，东二环的98.7%。

表5 早、晚高峰二环断面车流量构成(2012)

数据来源：北京交通发展研究中心

综合以上因素，得出如表6所示的车辆收费情况：针对北京鼓励出租车司机在早、晚高峰拥堵时段出车，及部分大客车具有公益性，因而以小客车及非公共交通大客车为北京收费政策的主要对象，不享受任何优惠折扣；公交车、班车、校车、机场大巴、自行车、摩托车、军车、警车、救护车抢险车辆等社会保障车辆为豁免车辆。考虑到收费区域内居民出行费用不可避免地高于非收费区域居民，可以参考伦敦优惠方案(居民车辆每年缴纳一定数量注册费，享受90%的折扣)。

(二)收费区域

基于浮动车系统分析当日路段拥堵情况，早高峰路网速度低于20公里/小时的路段占二环内区域、三环内区域、四环内区域总路段的比例分别占25.7%、20.45%、25.25%，四个区域所占比例均高于全路网平均比例18.75%，其中二环流量所占比例最高。从核查的2012年路段平均流量可知，二环、三环、四环及五环的全天流量分别为799559辆、888656辆、1055230辆及643049辆，高峰小时平均流量为51288辆、53324辆、69508辆及36899辆，主要交通流量集中在二环、三环及四环之间，常发拥堵路段也集中在此区域内，且具有较好的封闭性和相对明显的边界线区域。因而，确定拥堵收费的区域就是四环以内中心城区。

表6 征收拥堵费的车辆概况

表7 道路核查线交通流量数据(2012)

数据来源：《2013年北京交通发展年报》

(三)基准费率

考虑不同收入群体的收入及时间价值不同，为了调整机动车出行及缓解交通，还要考虑替代限行政策。如果拥堵费率较低可能达不到预期效果，费率过高则会导致太多的小汽车用户转向公共交通方式，造成道路资源的浪费[11]。为了促进整个交通系统的顺利运行，在初期阶段交通拥堵费费率应设置在较高的水平，主要有两个方面的度量：第一，较高的费用更加彻底地缓解交通拥堵；第二，留出后期收费的变动空间(频繁地涨价容易引起大众的不满)。因此在不同通行区域内征收三种拥堵费用价格(时间价值24.3元/h为依据)，以交通拥堵指数为参考，超过警戒值收取可变费率的拥堵费为：

对于在同一区域内通行时间低于1小时按1小时收费，跨区域通行的按照区域费率较高的收费标准执行。

(四)技术支持

目前，可以采用的区域通行证、技术牌照识别、ETC、电子车牌及北斗导航系统，其中，如表8所示，区域通行证人工费用较好，技术要求较小，短期可作为替代品加以实施；自动车牌识别技术是成本最低的方式，也是应用最广泛的方式，但自动校验功能，必须要进行人工核对，工作量非常大；ETC、电子车牌成本高，并且违法造假的方法也很多，需要额外配套执法系统；北斗导航系统的成本最高，但实时定位调度监控、灵活度好。

表8 拥堵收费技术的比较分析

数据来源：北京交通发展研究中心

六、结论与展望

面对越来越严重的交通拥堵问题，交通拥堵收费作为经济需求管理手段成为北京出台的举措之一。然而拥堵收费是一个复杂的系统工程，涉及到居民生活的方方面面，势必对北京的交通出行结构产生重大影响。本文依托于北京市第四次交通大调查的数据，从收费群体、收费区域、基准费率及技术支持关键因素进行制度探讨，设计了时间价值偏好下交通拥堵收费方案，以期在固定交通供给的前提下达到有限道路网通行效率的福利最大化，从而形成帕累托最优。针对即将出台的拥堵收费政策，具体的策略建议如下：

(1)在早、晚高峰出行时段，出租车与大客车占据了较高的比例，囿于北京出租车的功能定位，故暂不收取拥堵费用；且部分大客车兼有公益属性，也不适宜作为拥堵的主要对象。为了落实缓堵与“公交优先”的理念，对小客车、非公共交通大客车为主要拥堵收费对象，公益性车辆免收拥堵费用，适度降低区域内居民的收费标准，以缓和拥堵收费的阻碍。

(2)环路区域的车流量从内到外呈递减趋势，四环以内区域车流量分布远远超过其道路承载力，且人口分布密度高、出行需求量大，在高峰时段交通拥堵指数居高不下，常发拥堵路段主要集中在四环内区域，这不但增加了居民的额外拥堵时间成本，且容易造成事故、恶化出行环境，因此以四环以内的城市中心区作为收费区域。

(3)以居民收入、出行方式及出行距离的异质性，不同时间价值偏好下的费率不一样，居民承受能力及支付意愿约束了拥堵费率的上限，缓堵目标设定了费率的下限。为了确保政策后期的可调整性，且提高道路资源利用效率，费率需依据不同区域设置在合理的区间，建议二环以内区域为40元/h，二环与三环之间区域为30元/h，三环与四环之间区域为20元/h。

(4)各种拥堵收费技术各有利弊，利用北京现有的技术设备，短期内利用区域通行证进行人工收费；待相关技术设施完善后，利用ETC或电子车牌加以自动识别，且通过居民一卡通充值缴纳拥堵费用，降低人工违规行为，规范化拥堵收费的执行程序。

鉴于北京交通拥堵收费政策尚未实施，前期的机理分析与收费制度有着定量研究，论证了时间偏好下拥堵收费的可行性，探讨制度层面的关键因素；后期的效果评估需进一步等政策出台后，利用相关调查数据加以分析，以便于从交通及经济层面分析更具说服力。

参考文献：

[1]Ziyou Gao,Yifan Song.A reserve capacity model of optimal signal control with user-equilibrium route choice[J].Transportation Research Part B:Methodological,2002,36(4):313-323.

[2]Yang Hai.System optimum,stochastic user equilibrium and optimal link tolls[J].Transportation Science,1999,33(4):354-360.

[3]Nie Yu,Liu Yang.Existence of self-financing and Pareto-improving congestion pricing:Impact of value of time distribution[J].Transportation Research Part A:Policy and Practice,2010,44(1):39-51

[4]Hai Yang,Hai-Jun Huang.Carpooling and congestion pricing in a multilane highway with high-occupancy-vehicle lanes[J].Transportation Research Part A:Policy and Practice,1999,33(2):139-155.

[5]Xiaoning Zhang,H M Zhang,Hai-Jun Huang,et al.Competitive,cooperative and Stackelberg congestion pricing for multipleregions in transportation networks[J].Transportmetrica,2011,7(4):297-320.

[6]张华歆.多用户弹性需求下组合出行动态拥挤收费模型[J].交通运输工程学报,2009,9(5):99-105.

[7]Zhiyuan Liu,Qiang Meng,Shuaian Wang.Variational inequality model for cordon-based congestion pricing underside constrained stochastic user equilibrium conditions[J].Transportmetrica A:Transport Science,2013,1(9):1-12.

[8]刘明君,朱锦,毛保华.伦敦拥堵收费政策、效果与启示[J].交通运输系统工程与信息,2011,11(S1):146-151.

[9]马祖琦,冯苏苇,余凯.斯德哥尔摩内城交通拥挤收费政策述评[J].城市问题,2011,193(8):2-9.

[10]周江评.交通拥挤收费——最新国际研究进展和案例[J].城市规划,2010(11):47-54.

[11]徐曌,欧国立.交通拥堵收费的理论依据和政策分析[J].中国工业经济,2012(12):18-30.

[12]张小宁,曹津.交通拥挤收费的社会公平性分析[J].同济大学学报(自然科学版),2010,38(11):1605-1609.

[13]石琼,吴群琪.拥挤收费为主导缓解城市交通拥挤可行性研究[J].长安大学学报(社会科学版),2004,6(3):38-42.

[14]张岚,荣建,陈来荣,等.北京城市道路拥挤收费可行性分析[J].交通运输系统工程与信息,2006,6(2):124-128.

[15]程琳,王炜,邵昀泓.社会剩余最大化条件下的道路拥挤收费研究[J].交通运输系统工程与信息,2003,3(2):47-56.

[16]张华歆,周溪召.多模式交通网络的拥挤道路收费双层规划模型[J].系统工程理论方法应用,2005,14(6):546-551.

[17]王健,田禹,安实.基于环境保护的拥挤定价下公交收费策略研究[J].系统工程学报,2006,21(2):211-215.

[18]赵泽斌,陈颖,安实.基于公交服务水平提高的道路拥挤定价收入再分配[J].中国铁道科学,2009,30(2):131-136.

[19]刘南,陈达强,吴兆峰.带公平限制的多时段次优拥挤定价模型[J].管理科学学报,2008,11(5):85-93.

[20]刘志林,王茂军.北京市职住空间错位对居民通勤行为的影响分析——基于就业可达性与通勤时间的讨论[J].地理学报,2011,66(4):457-467.

[21]赵晖,杨开忠,魏海涛,等.北京城市职住空间重构及其通勤模式演化研究[J].城市规划,2013(8):33-39.

[22]孟斌.北京城市居民职住分离的空间组织特征[J].地理学报,2009,64(12):1457-1466.

[23]赵晖,杨军,刘常平,等.职住分离的度量方法与空间组织特征——以北京市轨道交通对职住分离的影响为例[J].地理科学进展,2011,30(2):198-204.

[24]古杰,周素红,闫小培,等.居民日常出行时空集聚视角下的城市交通拥堵形成机制研究——以广州为例[J].地理科学,2012,32(8):921-927.

[25]John Calfeea,Clifford Winston.The value of automobile travel time:implications for congestion policy[J].Journal of Public Economics,1998,69(1):83-102.

[26]宗芳,隽志才,张慧永,等.出行时间价值计算及应用研究[J].交通运输系统工程与信息,2009,9(3):114-119.