交通拥挤收费空间公平性探讨

王 凡，左 志，王 涛

（大连理工大学建设工程学部，辽宁 大连116023）

0 引言

交通拥挤收费是交通管理中一种需求管理的有效措施，国外诸多城市的成功应用已证实交通拥挤收费措施不但能够合理分配交通资源，对减少交通环境污染、提升公交服务水平也有一定帮助[1]。交通拥挤收费指通过对道路使用者强制收取费用，来从时间、空间上疏散交通量[2]，最终达到社会效益最大化的一种交通需求管理措施。尽管拥挤收费的目的是整体效率与全局最优，但能否保证其中的公平性一直是实施拥挤收费面临的关键性问题。拥挤收费公平性的评价有多种角度[3]，如不同类别人群（按收入、性别、能力等区分）之间的公平性、不同居住地居民间的公平性以及收入和成本在当前与未来分配的公平性等[3]。

国外对于拥挤收费公平性的研究多集中在针对不同人群间的分析，如Burris 与Hannay 对美国休斯顿的QuickRide 收费道路项目进行了公平性分析，他们将人群按照收入与社会等级进行区分，采用QuickRide 项目用户的调查数据以及1998 年QuickRide 的使用数据进行分析，结果显示只有当收费价格定得过高使得大部分较低收入用户无法使用时，才存在不公平的问题[4]。Karlström 与Franklin 针对早上通勤状况对人们交通行为的影响和收费的公平性进行分析，他们将交通行为的调整分为交通方式选择和出行时间的选择，并将人群按收入与性别分类以进行公平性评价，通过比较收费前后的基尼系数发现，整体而言，收费后公平性仅仅略有下降，男女之间的公平性差异也可忽略不计，但最低收入群体与最高收入群体的损失相对最多[5]。国内张小宁与曹津的研究考虑了人群时间价值差异，分析了收费前后人群出行方式选择以及广义出行费用的改变[6]。隽志才等人采用洛伦兹曲线与基尼系数评价了收费对于城市道路资源配置的影响，得出拥挤收费能够改善城市道路资源配置的公平性的结果[7]。也有学者将空间公平性作为约束条件来进行拥挤收费的优化[8-9]。目前国内外学者对于拥挤收费公平性问题的研究仍偏重于同一居住地区不同收入水平群体间的公平性，对于拥挤收费对周边道路使用者造成的影响评价比较缺乏；且这些研究中选取的评价标准如行程时间、广义出行费用、道路资源配置等只能从某一方面反映出拥挤收费对某类人群的影响。本文使用可达性作为空间公平的评价指标，不仅将相同地区的人群按时间价值进行分类，也将不同地域的人群纳入分析范畴。在存在近路小汽车、远路小汽车、近路公交三种出行方式的交通网络上模拟各类人群的出行选择。对近路小汽车用户进行收费，计算收费前后近路始发地居民以及周边道路沿途居民的出行方式分担率、途径路段饱和度、行程时间以及可达性等指标，这些指标可以作为政府制定决策的重要依据。通过对比收费前后指标的变化，达到对拥挤收费的空间公平性进行分析与评价的目的。

1 试验路网及量度指标

1.1 交通可达性

可达性是指居民利用某种交通系统从一处到达另一处的便利程度，也可以概括为他们获得参与重要活动的机会，交通可达性的差异能够造成区域经济发展空间的差异。可达性已经成为决定个人生活方式和区域前景的一个关键性的因素。使用可达性作为评价公平性的指标，能够更加全面地反映拥挤收费对于某区域居民及此区域整体的影响。

目前使用较多的可达性的计算方法有空间阻隔模型、累积机会模型、潜能模型等。本文采用潜能模型计算某区域居民的交通可达性[10]，交通可达性可表示为：

式中：Acci为i处的可达性；Mj为j处的工作人数；GC 为居民的广义出行费用。

1.2 路网设置

本文模型所使用的路网如图1 所示，包括3 个节点和3 条路段，其中A、B 为居民区，A 处居民较多，C 处为工作地，早上A、B 两处居民均要往C处通勤。路段a的通行能力ca较小，但只有路段a通有公交。由图1 可知，A 处居民通往C 处有三种出行选择：驾驶小汽车由路径a出行；驾驶小汽车由路径bc出行；乘坐公交车由路径a出行。B处居民则只能通过小汽车由路径c出行。

图1 模型网络

行程时间的计算使用美国联邦公路局的路阻函数模型，即：

式中：t(q)为流量是q时路段的行程时间；t0为路段的自由流行程时间；c为路段通行能力；α、β为回归系数，其中α取0.15、β取4。

路段a上的公交流量转换为当量小汽车的换算系数取2，由于公交车需要等待发车、车辆靠站、乘客上下车，公交车的行程时间相较小汽车要多出一定延误。因此A处居民三种出行选择的行程时间以及B处居民的行程时间依次为：

式中：tA1、tA2、tA3分别为A处居民乘小汽车由近路a出行、乘小汽车由远路bc出行、乘公交由近路a出行的行程时间；tB为B 处居民乘小汽车由c出行的行程时间；t0,a、t0,b、t0,c分别为路段a、b、c的自由流行程时间；qa、qb、qc分别为路段a、b、c上的车流量；r为近路公交车流量；ω为公交车由于发车、靠站、乘客上下车等原因造成的延误；ca、cb、cc分别为路段a、b、c的通行能力。

1.3 居民广义出行费用

居民的出行费用应综合各交通方式的出行时间成本和出行货币成本考虑。对于乘坐小汽车出行的居民，其出行货币成本包括燃油费、车损费、途径路段的收费等；对于乘坐公交出行的居民，出行货币成本则是所乘公交的车票票价。本文用出行费用成本除以居民的单位时间价值，将出行费用统一成出行时间来表达。则在此模型中居民各出行方式的出行费用如下式：

式中：CA1、CA2、CA3、CB分别为A 处居民的近路小汽车、远路小汽车、近路公交三种出行选择以及B 处居民小汽车出行的出行费用；FA1、FA2、FA3、FB分别为各出行选择的货币成本；k为拥挤收费费用；τ为居民时间价值。

A处居民的广义出行费用可将三种出行选择按出行方式分担加权计算，B处居民由于只有一种出行方式，广义出行费用即取CB。

式中：p1、p2、p3分别为A处居民三种出行选择的分担率。

将计算得出的广义出行费用代入潜能模型计算居民的可达性。

2 计算实例

在图1 所示路网中，A 处出行居民数OA为2 000，B 处出行居民数OB为1 000，均需往C 处通勤，即路网总流量为3 000 人。路段a、b、c的通行能力ca、cb、cc，自由流行程时间t0,a、t0,b、t0,c以及路段a上公交车数r如表1 所示。A 处居民近路小汽车、远路小汽车以及B 处居民乘小汽车出行的货币成本分别为FA1、FA2、FB，路段a公交费用为FA3。各出行选择的货币成本如表2所示。

表1 路网参数设定

表2 各出行选择的货币成本

本文将路段c通行能力cc分别设为800pcu/h、1 000pcu/h、1 200pcu/h、1 500pcu/h 四种情境来模拟，并在每一种情境下分别对行驶在路段a的小汽车实施k=0元、k=5元、k=10元、k=15元的拥挤收费，情境设置及对应的收费金额如表3所示。

表3 情境设置及收费金额

将A、B 两处的居民按照时间价值（VOT）分别为0.1元/min、0.3元/min、0.5元/min、0.8元/min、1.0 元/min 依次分类为低收入人群、中低收入人群、中等收入人群、中高收入人群以及高收入人群，五种人群各占比例为10%、20%、40%、20%、10%。 A、B 两地居民人群收入分类如表4所示。

表4 A、B两地居民人群分类

3 结果分析

在以上给定参数的路网与情境中通过UE 原则进行流量分配，并统计得出不同收费情况下各类人群的出行选择，统计分析结果如下。

3.1 出行方式分担分析

图2～图5 分别为路段c通行能力为800pcu/h、1 000pcu/h、1 200pcu/h、1 500pcu/h 四种情境下，对路段a采取不同金额的拥挤收费时A处居民五类人群的出行方式分担对比，每组四个柱形条分别代表某一时间价值的人群在k=0、k=5、k=10、k=15四种收费情况下的出行方式分担比例。

图2 通行能力为800pcu/h时A处各类居民出行方式分担

图3 通行能力为1 000pcu/h时A处各类居民出行方式分担

图4 通行能力为1 200pcu/h时A处各类居民出行方式分担

图5 通行能力为1 500pcu/h时A处各类居民出行方式分担

图6～图9 分别为路段c通行能力为800pcu/h、1 000pcu/h、1 200pcu/h、1 500pcu/h 四种情境下，对路段a采用k=0、k=5、k=10、k=15四种收费情况时A处居民总体出行方式分担比例。

图6 通行能力为800pcu/h时A处全体居民出行方式分担

图7 通行能力为1 000pcu/h时A处全体居民出行方式分担

图8 通行能力为1 200pcu/h时A处全体居民出行方式分担

图9 通行能力为1 500pcu/h时A处全体居民出行方式分担

由以上分析结果可知：当周边路段c通行能力较弱时（cc=800pcu/h），实行较小额度的收费会使此前选择远路出行的高收入人群回到近路，而人数更多的一部分中低收入人群转而选择远路小汽车出行，总体上的表现是远路出行分担方式有所升高；随着收费额度的升高，原本使用小汽车出行的中低收入居民及中等收入居民开始选择更加经济的近路公交出行，使近路小汽车和远路小汽车的分担率下降，而公交出行分担率则大幅上升。

当周边路段c通行能力较强时（cc=1500pcu/h），若实行较小额度的收费，出行方式分担变化与路段c通行能力较弱的情境类似；当收费额度不断增高时，中低收入人群转而选择公交出行，原本近路小汽车出行的中等收入人群则更多地选择远路出行，导致整体近路小汽车分担率下降，远路小汽车分担率虽相比小额收费时略有下降，但相比不收费时仍有所增加，近路公交分担率随收费金额保持平稳递增趋势。

3.2 路段饱和度分析

图10～图13分别为路段c通行能力为800pcu/h、1 000pcu/h、1 200pcu/h、1 500pcu/h 四种情境下收费前后a、b、c三条路段的饱和度（v/c）对比。

图10 通行能力为800pcu/h时各路段饱和度

图11 通行能力为1 000pcu/h时各路段饱和度

图12 通行能力为1 200pcu/h时各路段饱和度

图13 通行能力为1 500pcu/h时各路段饱和度

由以上分析可知，随着拥挤收费的增加，近路a的路段饱和度呈下降趋势，周边路段c通行能力较弱时饱和度先略微升高再降低，周边路段c通行能力较强时，饱和度则会维持在1.0左右。

3.3 行程时间分析

图14～图16分别是路段c通行能力为800pcu/h、1 000pcu/h、1 200pcu/h、1 500pcu/h四种情境下，对路段a采用k=0、k=5、k=10、k=15四种收费情况的A处居民、B处居民、全体居民总行程时间的对比。

图14 A处居民行程时间对比

图15 B处居民行程时间对比

图16 全部居民行程时间对比

从图中可以看出，实施拥挤收费措施后，A处居民行程时间普遍下降，而过高的拥挤收费又会使行程时间有所回升；对于周边路段c通行能力较弱的情境，对路段a采取小额度的收费会使B处居民的行程时间增加，而随着收费额度的提升，B处居民的行程时间则会较收费前有所减少。对于周边路段c通行能力较强的情境，拥挤收费无论金额大小都会使得B处居民行程时间略有增长。

整体居民的行程时间随拥挤收费的变化情况则类似于A处居民的行程时间变化情况，即适当的拥挤收费会减少整体的行程时间。

3.4 可达性分析

本文统计了路段c通行能力为800pcu/h、1 000pcu/h、1 200pcu/h、1 500pcu/h四种情境下对在路段a行驶的小汽车实行k=0、k=5、k=10、k=15的拥挤收费后各类人群的可达性。现选取有代表性的cc=800pcu/h 及cc=1500pcu/h 两种情境进行分析。

图17 和图18 分别为cc=800pcu/h 情境下A、B两处居民不同时间价值人群的可达性，图19 和图20分别为cc=1500pcu/h 情境下A、B两处居民不同时间价值人群的可达性。

当周边路段c通行能力较弱时，若采取较小额度的拥挤收费，A处低收入人群及高收入人群的可达性会有一定的提升，收费前选择小汽车出行的中低及中等收入人群可达性则会减少，周边道路沿途用户的可达性降低。随着收费金额的增高，A、B两处各类人群的可达性均有一定的提升，B处居民的可达性也会因为拥挤收费而有一定的改善。

图17 通行能力为800pcu/h时A处各类居民可达性

图18 通行能力为800pcu/h时B处各类居民可达性

图19 通行能力为1 500pcu/h时A处各类居民可达性

图20 通行能力为1 500pcu/h时B处各类居民可达性

当周边路段c通行能力较强时，若采取较小额度的拥挤收费，A、B两处各类人群可达性与路段c通行能力较弱的情境类似；若收费金额适当增高，A 处中高收入与高收入人群的可达性会增加，而其他收入较低人群的可达性会有一定的减少，当收费过高时，中高收入与高收入人群可达性会下降，低收入与中低收入人群的可达性则会上升。对于B处居民，无论收费金额大小，拥挤收费会使居民可达性有一定程度的下降。

4 结论

（1）采取较小额度的拥挤收费时，低收入人群及高收入人群的可达性均会有提升，收费前选择近路小汽车出行的中低及中等收入人群可达性会减少，由于A处中低收入人群改行远路，周边道路沿途用户的可达性也会被削减。

（2）当拥挤收费路段周边道路自身通行能力有限时，适当提高拥挤收费费用会使得始发地居民及周边沿途地区居民的可达性均得到提升，这是由于较高的拥挤收费使得原本选择驾驶小汽车的中等收入用户转而使用更加经济的近路公交出行，减少了近路的通行时间，也减少了远路的流量。

（3）当周边道路通行能力较高时，拥挤收费的引入会使周边沿途居民的可达性降低，这是由于对于中等收入的人群，通行能力较高的周边道路相对于拥挤收费后的近路及近路公交更有竞争力，致使周边路段流量上升。

（4）周边道路通行能力较高的路段相较于周边道路通行能力较低的路段只需要实施较小的收费金额即可达到需求管理的目的，过高的收费则会导致道路资源的浪费。

[1] Santos G, Fraser G. Road pricing： lessons from London[J].Economic Policy,2006,21(46)：263-310.

[2] Small K A.Special issue：congestion pricing[J].Transportation,1992(19)：287-291.

[3] Viegas J M. Making urban road pricing acceptable and effective： searching for quality and equity in urban mobility[J].Transport Policy,2001,8(4)：289-294.

[4] Burris M W, Hannay R L. Equity analysis of the Houston,Texas, QuickRide project[J]. Transportation Research Record： Journal of the Transportation Research Board, 2003,1859(1)：87-92.

[5] Karlström A, Franklin J P. Behavioral adjustments and equity effects of congestion pricing：Analysis of morning commutes during the Stockholm Trial[J]. Transportation Research Part A：Policy and Practice,2009,43(3)：283-296.

[6] 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.

[7] 隽志才，罗清玉，傅忠宁，等.拥挤收费对城市道路资源配置公平性的影响研究[J]. 交通运输系统工程与信息，2007，8（1）：74-79.

[8] Sumalee A, May T, Shepherd S. Comparison of judgmental and optimal road pricing cordons[J]. Transport Policy,2005,12(5)：384-390.

[9] 吕彪，蒲云，刘海旭.考虑路网可靠性和空间公平性的次优拥挤收费模型[J].运筹与管理,2013，22（2）：188-194.

[10] 李平华，陆玉麒.城市可达性研究的理论与方法评述[J].城市问题，2005（1）：69-74.