环境承载力约束下城市交通政策的节能减排效果评价研究

苗国强，杨忠振

(大连海事大学交通运输管理学院，辽宁大连　116026)

环境承载力约束下城市交通政策的节能减排效果评价研究

苗国强*，杨忠振

(大连海事大学交通运输管理学院，辽宁大连116026)

在城市环境承载力约束下，以城市可以保有的小汽车量最大为目标，基于双层优化模型来评价多种城市交通政策的节能减排效果。其中，上层模型以环境承载力为约束条件，以能够保有的小汽车数量最大化为目标函数，计算各种政策环境下的各小区小汽车保有数量。下层问题以城市道路网上交通流均衡为目标，以上层模型确定的小汽车数量和交通政策为前提条件，计算最优的用户出行时间以及环境负荷水平。上下层模型之间通过互动反馈来模拟各种交通政策下各种交通方式的分担率与路段上的交通流特征。为测试模型的实用性，设计遗传算法求解，并以大连市为实例实施数值计算与分析。

双层规划；用户平衡分配模型；环境承载力；交通政策；道路交通环境负荷

随着城市人口和机动车保有量的增加，城市交通引发的环境问题日益严峻，道路交通环境负荷问题成为制约城市发展的瓶颈。为解决这一问题，各城市相继出台了一系列控制交通环境负荷的政策。例如:协同交通规划与土地利用、优先发展城市公共交通、高效分配道路空间资源、限制机动车保有与使用等[1]。这些政策着眼于城市交通的各个环节，实施强度和组合变化会对居民出行需求产生不同的影响。如何在考虑城市异质性的基础上组合不同的交通政策，形成政策方案并确定方案的实施强度，使之能够调节不断增长的出行需求与有限的环境承载力之间矛盾，成为我国城市发展中亟待解决的问题。

在制定交通政策方案时，准确评价其实施效果是关键，很多研究提出了相应的评价方法，王书灵等[2]从综合性、可操作性、被接受度及实施效果等4个方面计算交通需求管理政策的效果；高怡[3]等运用聚类分析和情景分析评价西安市低碳交通政策；李琳娜[4]等基于有无对比和倍差法测算道路交通政策的节能效果；张燕[5]等在横向上借助洛伦兹曲线和基尼系数，在纵向上应用熵分布理论，评价拥挤收费政策的公平性。

由上述分析可以看出，现有的研究多利用集计数据评价政策方案，简单快速地明确方案的实施效果。但是，由于集计数据难以体现出行者对政策方案的反馈细节，不利于决策者将政策方案精细化，所以有必要基于离散数据，提出评价交通政策实施效果的方法。另外，在追求节能减排的同时还要考虑居民出行的便利性以及城市的环境承载力。在环境承载力允许的情况下，应该尽可能允许居民选择自己认为最好的出行方式，而不应过度实施强制性的交通需求控制措施。因此，本文在考虑城市交通环境承载能力的情况下，基于离散选择理论和双层规划方法，评价多种城市交通政策的节能减排效果，从而找出最优的道路交通政策组合。在双层规划问题中上层模型以环境承载力为约束条件，以可能保有的小汽车数量最大化为目标，计算各种政策环境下的各小区机动车保有数量。下层模型以出行者总出行时间最小为目标函数，计算道路网上各路段上的交通流特征和和道路交通环境负荷。为对政策进行评价及确定最佳的政策组合，我们基于大连市的实际数据实施敏感度分析，测试不同的政策方案的节能减排效果。

1　方法论

城市交通容量受多种因素影响，尤其受环境因素的影响最大，因此需要根据交通环境承载力以及其他相关因素予以确定。这里基于离散选择理论构建双层模型[6-7]，以道路交通环境承载力为约束条件，计算环境承载力下可容纳的最大小汽车保有量。计算时以早高峰通勤出行为需求变量，假设拥有小汽车的通勤者可选择私人交通方式，通勤时段道路上只有私人小汽车交通和城市公共交通。这里的双层规划包括污染物浓度预测、环境容量标定、最大化乘用车保有量计算以及交通流在路网上的分配模型等多个子模块。模型针对预先设置的交通管理政策，首先进行出行方式划分和出行量计算，并把出行需求分配到道路网上。之后基于神经元网络模型计算各路段上的污染物浓度，然后再通过比较预测得到的污染物浓度与预先设定的环境承载力，来判断各小区的小汽车保有量是否达到最大，当城市总污染物浓度达到环境承载力上限时输出最优解，得到小汽车保有数据以及道路交通污染物排放数据。模型的具体结构如下所述。

1.1上层模型

上层模型以各小区的小汽车保有量之和最大为目标，其具体形式如下所示:

其中，ui表示i小区的小汽车保有量；ui表示i小区新增的小汽车保有量；Ec表示路段上小汽车交通的环境负荷；Eb表示路段上公交车的环境负荷；Ea表示路段a的环境承载力；I表示小区的集合；a表示路段序号；A表示路段的集合；vb，vc分别表示路段上的公交车和小汽车的流量特征；gb，gc分别表示路段上的公交车和小汽车的污染物排放量，他们是交通流量和政策变量ψ的函数。

其中，政策变量ψ指单一的政策或多种政策的组合，当表示多种政策组合时，ψ为组合政策向量，其表示形式如公式(5.6)所示:

当然，我提这个建议主要是让自己脱颖而出，写诗虽然不会，背诗总会吧。纳兰性德、仓央嘉措，“一生一世一双人”、“你来或者不来，爱就在那里，不离不弃”哇哈哈，随便拿几首出来就能镇住她们。我在心里乐颠颠地打着如意小算盘。

其中，ψ1，ψ2，…，ψm为单一的政策变量，Φ表示由单一政策组成的组合政策。

路段的环境负荷上限，即路段交通环境承载力是整个城市道路交通环境承载力在路段层面上的控制指标，它的大小不仅受到物理条件的制约，也受到城市发展政策的影响。因此，在计算路段环境承载力时，有必要考虑政策变量的扰动，具体计算公式如下:

其中，E0表示城市道路交通环境承载力；h表示路段交通环境承载力计算函数；Sa表示路段的设计容量；Va表示路段的起伏度；ξa表示路段的曲线系数，Ka表示周边建筑高度，La表示周边环境开放程度。

Wi(ψ)表示路段的交通环境承载力权重值，即路段交通环境承载力上限在总的交通环境承载力中占的比重，具体数值取决于政策变量ψ的具体内容。当政策变量ψ为增加道路宽度时，Sa将增加，此时影响路段环境承载力的政策扰动变量是通过影响路段以及路段周边的环境实现的。

1.2下层模型结构

下层问题为用户均衡的交通量分配模型，求解下层模型可以得到路段上的交通流特征参数，其具体形式如下所示:

其中，C表示路段阻抗函数；fr表示第r条路径上的流量；tij(ψ)表示从i到j的总出行，为政策变量ψ的函数；δ表示路段、路径关联矩阵。

由于交通政策直接影响到居民的出行选择，进而改变总出行需求或区域间的出行分布tij(ψ)。政策效果以及对某些要素产生的扰动效果主要取决于具体的政策内容。例如:如人口搬迁政策或土地利用规划政策会导致出行分布比例发生变化；人口增长会增加总出行量。小区间的交通需求量不仅受到小汽车有量、交通方式选择以及交通工具载客率的影响，还受城市发展政策的影响。因此，在计算小气车和公交车的出行需求需要考虑政策变量，其计算方法如下所示:

当ψ表示人口政策，分担率模型不变的情况下，ψ将只对区域间的出行需求Tij(ψ)产生影响。当ψ表示土地利用政策时，它不仅影响出行分担率Pc(ψ)，Pb(ψ)，也影响小区之间的出行总量。也就是说，当把组合政策作为系统的扰动变量时，单一政策的效果可能会被放大或缩小。

2　实例分析

本文以大连市为研究对象实施数值分析，具体内容如下所述。

2.1政策方案集设定

为构建模型中的政策向量Sx，选择三种被普遍认可的政策措施[8-9]为:A-布设公交专用车道、B-道路拥堵收费、C-提高停车收费。其中，增加公交专用道可提高公交车的速度，缩短公交出行时间，进而增加公交的分担率。在政策A中，公交专用车道的布设比例决定着政策的实施强度。本文用5个强度(A1～A5)表示公交专用车道占城市道路的比例，分别为10%，20%，30%，40%和50%。

拥堵收费政策是常见的交通需求管理措施，即在拥堵路段对小汽车收取通行费，增加其出行阻抗，从而减少小汽车的使用。实践和研究表明拥堵收费显著影响出行方式选择。同样设置5个强度的收费政策(B1～B5)，表示收费提高的比率分别为15%，20%，25%，30%和35%。

提高停车收费可以间接抑制小汽车出行，这里设置五个停车收费强度等级(C1～C5)，表示分别提高停车费用15%，20%，25%，30%和35%。

将上述3种交通需求管理政策与政策实施强度进行组合，得到政策向量中的Sx备选向量。

2.2数据搜集与参数估计

由于道路坡度大，大连市几乎没有自行车出行，其主要的出行方式是小汽车和公交车(步行只适合短距离出行，不予考虑)。因此，模型中的交通方式m只有小汽车和公交车。计算时采用2010年11月至12月实施的居民出行调查的基础数据，共涉及170个交通小区。为提高计算速度，保证模型尽快收敛，我们将170个交通小区集合成 30个交通中区，与之对应的道路网由895条路段、544个节点组成。

2.3结果分析

基于上述数据与参数，计算得到政策备选集中各政策方案所对应的污染物排放量。由于备选政策较多，这里只展示单独实施三种政策时各级强度所对应的污染物排放情况，结果如表1所示，对应的污染物排放量变化如图1所示。图1中，菱形点、方形点和三角形点分别表示单独实施政策A、B、C时的污染物排放量。可以看出在政策A下，随着公交专用道比例的增加，污染物排放量逐渐减少。因为公交专用道越多，小汽车出行效用越小，其分担率越低，因此道路交通污染物排放量越小。当公交专用道比例由20%上升至30%时，道路交通污染物排放量的边际减少量最大。

表1　单一政策方案输入下的均天污染物NOX排放量(kg)

图1　单一政策方案影响下污染物排放量变化

在政策B下，可以看到随着道路拥堵收费的增加，污染物排放量逐渐减少。当收费由25%上升到30%时，污染物排放量边际下降幅度最大。在政策C下，随着停车收费的上涨，道路交通污染物排放量逐渐减少，当停车收费由25%上升至30%时，减少的污染物的数量最大。从图1中还可以看出，当三种政策的强度都为3时，实施政策A所减少的污染物排放量最大，说明相对于其他两种政策，布设公交专用道对减少道路环境负荷更有帮助。

3　敏感度分析

在分析单个政策效果的基础上，进一步分析组合政策的实施效果，以便基于敏感度分析确定最佳的政策组合以及组合内各政策的实施强度。

由图2可知，单独实施B和C政策时，各级政策所对应的污染物排放量较为接近。在政策强度达到4级后，污染物排放量下降幅度减缓。因此，首先可将B、C政策的强度固定为4，分析政策A的强度变化的组合(As，B4，C4)所对应的排放情况，得到结果如表2中的第1列所示。比较单独实施A政策和实施(As，B4，C4)组合政策的排放量得到图3。可以看出组合政策与单一政策相比，可明显降低污染物排放量。例如，当政策A的强度为3时，单独实施A政策时污染物排放量为3，225.4kg，实施组合政策(A3，B4，C4)时排放量为3，062.1kg，减少了5.06%

图2　单一政策与组合政策的效果比较

表2　组合政策方案输入下的均天污染物NOX排放量(kg)

固定政策C的强度为C4，计算A、B政策同时变化时组合方案(As，Bs，C4)的效果如图3所示。图中X轴表示A政策的强度，Y轴表示B政策的强度，Z轴表示日均污染物排放量。总体来看，排放量随着两种政策强度的增加而减少，但边际排放量的减低幅度逐渐缩小。当政策组合由(A1，B2，C4)变为(A2，B3，C4)时，排放量下降1.63%；由(A2，B3，C4)变为(A3，B4，C4)时，排放量减降了3.02%；由(A3，B4，C4)变为(A4，B5，C4)时，排放量只减少0.76%。说明当布设公交专用道政策和增加道路收费政策上升到3级和4级后，边际排放量不再有明显变化。因此可以说，设置强度为3级的公交专用道和实施强度为4级的道路收费政策减排效果最好。

图3　随着政策A和B的强度变化的污染及排放量的变化

4　结　语

本文基于离散选择理论从控制环境污染的角度构建了交通政策评价模型，并以大连为实际案例，对各政策方案进行评价。通过对比各政策方案的减排效果，发现单独实施某政策与组合实施多种政策相比，后者能更好地降低小汽车的出行分担率，从而达到较好的节能减排效果。这也说明城市交通是一个整体，只有同时对系统的各环节进行管理与控制，才能实现道路交通总的节能减排目标。

[1]李晓江.当前城市交通政策若干思考[J].城市交通，2011 (1):7-11.

[2]王书灵，陈金川，郭继孚，等.交通需求管理政策在北京奥运会中的应用和评价[J].交通运输系统工程与信息，2008，8 (6):121-126.

[3]高怡.城市低碳交通的政策选择方法研究[D].长安大学，2014.

[4]李琳娜.低碳交通运输政策节能效果评价实证研究[D].长安大学，2014.

[5]张燕，杨冀琴，张锦惠.交通拥挤收费政策公平性评价方法[J].交通科技与经济，2009，11(6):50-52.

[6]高自友，张好智，孙会君.城市交通网络设计问题中双层规划模型方法及应用[J].交通运输系统工程与信息，2004，4(1): 35-44.

[7]聂伟，邵春福，杨励雅.混合交通网络设计的双层模型及遗传算法求解[J].土木工程学报，2007，40(8):90-93.

[8]张宇.可持续发展的城市交通政策研究[O].城市时代，协同规划中国城市规划年会论文集，2013(01-城市道路与交通规划).

[9]甘勇华.城市交通需求管理政策的适用条件及效果[J].交通运输系统工程与信息，2012，12(5):179-184.

(责任编辑:王先桃)

Evaluation of Urban Transport Policy under Environmental Sustainability

MIAO Guoqiang*，YANG Zhongzhen
(Transportation Management College，Dalian Maritime University，Dalian 116026，China)

Subject to urban environmental capacity，with the objective to maximize the accommodated car ownership，urban transport policies were evaluated based on bi-level programming model.The upper model calculates the maximum zonal car ownerships corresponding to different transport policy scenarios under the situation of traffic environmental load less than the urban environmental capacity.And the lower model calculates the optimal total trip travel times and the corresponding traffic environmental load with user equilibrium assignment under the conditions of car ownerships and transport policy scenarios given in the upper model.Through feedback between the upper and lower models the link traffic flows and modal splits of the whole city under different policy scenarios can be obtained.To test the model，a Matlab-based genetic algorithm was designed and data Dalian was used to run the model.

bilevel programming；user equilibrium assignment；environmental capacity；transport policy；traffic environmental load.

U121

A

1000-5269(2016)01-0127-05DOI:10.15958/j.cnki.gdxbzrb.2016.01.29

2015-12-16

国家自然科学基金项目(51078049)

苗国强(1977-)，男，在读博士，研究方向:城市公交规划，Email:15309880798＠qq.com.*通讯作者:苗国强，Email:15309880798＠qq.com.