城市道路交通网络脆弱性的云物元综合评价

刘新民，孙 璐，孙秋霞

(1. 山东科技大学 经济管理学院，山东 青岛 266590； 2. 山东科技大学 数学与系统科学学院，山东 青岛 266590)

0 引 言

城市道路交通拥挤一直是交通管理部门和学术界致力探讨和解决的问题，而稳健的城市道路交通网络则是保障居民顺畅出行和缓解交通拥堵的有效手段之一。交通系统是由“人-车-路”组成的复杂系统，路网中某些节点或路段可靠性系数较低，时有交通拥挤、安全事故等发生，会对居民出行造成不同程度的影响。评价路网脆弱性有助于识别城市道路网络中的脆弱路段，并对应急管理系统提供理论指导，故研究道路交通网络脆弱性对缓解交拥挤、提高路网服务水平有着重要意义。

道路交通网络脆弱性概念是由K.BERDICA[1]最早提出，他认为道路交通网络是“易受影响的”、“敏感的”，脆弱性体现为受突发事件影响后导致路网服务水平下降的属性。目前国内外学者对脆弱性研究大都集中在指标构建上。虽未形成统一指标，但总体上将脆弱性指标分为3大类，即：静态指标、动态指标和混合指标[2-13]。目前，很多学者采用物元模型、云模型等方法进行等级评价[14-19]。其中，黄勇辉等[14]利用可拓学理论对城市道路交通管理可持续发展进行评价；王红梅等[15]利用物元模型对公共交通乘客满意度进行评价；陈继红等[17]利用模糊物元模型对交通事故主要因素进行实证分析；李小静等[19]利用云理论和雷达图评价了路网可靠度。

纵观现有研究，将物元模型和云模型相结合的云物元模型应用已相对成熟，但缺乏将云物元模型运用到城市道路网络评价方面的应用研究。笔者通过构建综合考虑道路交通网络的基础设施、服务水平及交通管理部门监管职能指标体系，将物元模型与云理论相结合，建立了可实现定性分析与定量分析的云物元模型，并采用主观赋权与客观赋权相结合的确定综合权重，用来评价城市道路交通网络脆弱性等级。

1 研究区概况与数据来源

1.1 研究区概况

青岛市位于山东半岛蓝色经济区的核心位置，经济发展迅速，但是随之而来的环境污染、交通拥挤等问题日益严重。据2016年统计数据显示：青岛市常住人口920.4万人，机动车保有量233.9万辆；根据相继公布的《青岛市城市轨道交通近期建设规划(2013—2018年)》和《青岛市“十三五”城市道路基础设施建设规划》显示：规划城市快速路、新建或改建主干路、新建或改建立交节点、建设独立公共停车泊位、实施市区“未贯通”道路打通工程和超期服役道路改造工程等项目33项。青岛市整体交通设施现状较发达城市稍显滞后，尽管公交覆盖率较高，但高峰时段道路拥堵较为严重。

1.2 指标体系与数据来源

城市交通路网脆弱性是评价道路运行状态的重要标志之一。评价道路网络脆弱性需要将动态及静态指标相结合的方式进行分析，静态指标包括密度指标和路网级配比例等；动态指标包括交叉口阻塞率和高峰时段车速等。因此，笔者认为其主要影响因素为：道路网络基础设施、政府监管和路网服务水平。基于此，笔者依据文献[20]并兼顾以上原则选取合适指标，构建文中城市交通网络脆弱性指标体系，见表1。

表1 城市道路交通网络脆弱性评价指标体系Table 1 Evaluation index system of vulnerability of urban road trafficnetwork

笔者以青岛市中心城区数据为主，采用科学性定量评价与专家经验判断相组合方法，根据《青岛市统计年鉴(2016)》和《山东省统计年鉴(2016)》获得基础设施等数据；服务水平中所涉及阻塞率和平均车速等指标则是由青岛市公安交通信息出行网获取；交通影响评价和交通综合协调机构等指标采取专家打分法获得。

2 评价模型

影响城市路网脆弱性的因素众多，对其进行评价也是一个复杂过程。云物元模型是在修正物元模型[21]和云模型[22]不足基础上，实现定性分析与定量分析相结合的综合评价方法。通过云物元模型构建路网脆弱性评价指标体系，综合反映路网状态。

物元分析理论将有序3元组(事物N、特征C、量值V)相结合，从而形成可表现事物的基本元，记为R=(N,C,V)，如式(1)：

(1)

笔者利用云模型具有处理事物双重不确定性的独特优势，将V值用正态云(Ex,En,He)取代。其中：Ex用来刻画定性概念的值；En用来刻画道路交通网络脆弱性等级界限概念模糊性；He用来刻画脆弱性评价样本出现随机性，其值越大，表示不确定性越大。

云物元模型实质是将物元模型与云模型相结合，采用云模型对物元进行重新构造，首先通过一般物元方法，对待评价事物进行描述和分析。若其量值只能用自然语言值描述，可引用云来表示定性概念的自然语言值，于是形成了“事物、特征、云量值”的有序3元组，称为云物元，如式(2)：

(2)

3 模型等级评价

3.1 评价指标实际值及等级界限确定

笔者以《城市道路交通管理评价指标体系(2012版)》中对相关指标规定范围为标准，建立起青岛市道路交通网络脆弱性等级评价区间，如表2。道路交通网络脆弱性评价，将Rcloud分为Ⅰ(最弱)、Ⅱ、Ⅲ、Ⅳ、Ⅴ(最强)这5个等级。

表2 青岛市道路交通网络脆弱性评价等级区间Table 2 Grade interval of road traffic network vulnerabilityevaluation in Qingdao

(续表2)

ⅠⅡⅢⅣⅤA1413.00(35,40)(30,35)(25, 30)(20, 25)(0, 20)A2184.60(90, 100)(85, 90)(80, 85)(75, 80)(0, 75)A220.93(0.4,0.5)(0.5,0.67)(0.67,1)(1,1.25)(1.25,2)A2311.51(0, 2)(2, 5)(5, 8)(8, 11)(11,14)A2421.80(25, 30)(22, 25)(19, 22)(16, 19)(0, 16)A2521.60(5, 2)(8, 5)(12, 8)(16, 12)(30, 16)A2676.50(75, 85)(65, 75)(55, 65)(45, 55)(0, 45)A315.00(5.5, 6.5)(4.5, 5.5)(3.5, 4.5)(3, 3.5)(0, 3)A323.03(3, 4)(2.5, 3)(2, 2.5)(1.5, 2)(0,1.5)A3383.00(95, 100)(85, 95)(75, 85)(65, 75)(0, 65)A346.00(5.5, 6.5)(4.5, 5.5)(3.5, 4.5)(3, 3.5)(0, 3)

3.2 评价指标等级界限标准云确定

将区间值对道路交通网络脆弱性分类等级界限作为一个双约束空间[Cmin,Cmax]处理，综合考虑约束空间边界值的随机性和模糊性并对其进行适度扩展，再通过区间数值与正态云模型转换关系计算出路网脆弱性等级界限云模型的期望值Ex、熵En、超熵He，如式(3)：

(3)

式中：s为常数，可结合相应指标模糊性和随机性进行调整。

最后得到青岛市道路交通网络脆弱性指标正态云标准，如表3。

表3 青岛市道路交通网络脆弱性指标正态云标准Table 3 Normal cloud criteria of road traffic network vulnerability index in Qingdao

3.3 脆弱性等级关联度

在计算等级关联度时，云物元模型涉及到云引入，因此一般物元理论中关联度计算方法不再适用。确定各指标值与标准云各评判等级云指标间关联度，即将确定性的指标值看作一个云滴，问题就转化为求该云滴代表云的确定度。具体步骤如下：

1)产生一个均值为En、标准差为He的正态随机数E′n；

2)令该确定性数值为xi，则(xi,μi)称为云滴；

3)计算关联度，如式(4)：

(4)

k为数值xi属于这个云的确定度，即该数值表示事物指标与这个云表示事物指标之间的关联度。

k=

3.4 综合权重

笔者采用客观和主观赋权法组合的方法进行权重确定。其中：客观赋权法采用熵值法，该方法可剔除指标体系中对评价结果贡献率较小的指标。计算步骤如下：

1)计算出指标值xij在指标j下的权重，如式(5)：

(5)

2)计算指标j的熵值，如式(6)：

(6)

3)熵权的确定，如式(7)：

(7)

式中：pij为每种状态出现的概率，即j项在i项中的指标值比重；xij为指标值；ej为i指标的熵值；ωj为j指标的熵权。

主观赋权由专家打分法得出，其结果表示为φj。则最终得到综合权重为主观赋权与客观熵权的线性加权，如式(8)：

λj=αωj+(1-α)φj

(8)

式中：α为主观偏好系数，α∈[0, 1]，文中α=0.6。

则青岛市综合权重结果如表4。

表4 主客观综合评价权重Table 4 Weight of subjective and objective comprehensive evaluation

3.5 等级评定

3.5.1 单维度关联度

单维度关联度计算如式(9)：

(9)

式中：kmj(pm)为第i个准则层对第j个脆弱性等级的关联度；kj(vi)为第i个准则层对应的第vi个指标层对脆弱性等级j的关联度；ωij为其相应的指标权重。

3.5.2 综合关联度

综合关联度即是事物p关于等级j的关联度，如式(10)：

(10)

根据隶属度最大原则进行综合等级评价。若有kj=maxkj(p)，则评定p属于等级j。结合式(9)～(10)，可得到青岛市道路网络脆弱性结果，如表5。

表5 青岛市道路交通网络脆弱性评价结果Table 5 Evaluation results of road traffic network vulnerabilityin Qingdao

由表5可知，k4=maxk4(p) =0.059 1，青岛市道路交通网络脆弱性等级评价为Ⅳ，道路交通网络脆弱性等级相对较高。其中，青岛市基础设施处于Ⅲ级，服务水平属于Ⅳ级，政府监管职能属于Ⅰ级。

政府监督职能等级处于Ⅰ级，说明政府对道路交通网络重视度较高，制定了合适的规章政策，在此后发展中需继续保持；基础设施等级为Ⅲ级，属于中间状态，但是Ⅱ级为0.062 6，说明有基础设施等级有向Ⅱ级发展趋势，需要加强交通基础设施投资，实际上，青岛市政府对交通设施投资年均增长15%，因此是符合现实的；服务水平等级属于Ⅳ级，该指标主要评价道路拥挤状态等，说明路口渠化率较低，且高峰期交叉路口阻塞率较高，青岛市道路拥挤状态比较严重，因而造成服务水平指标对路网的整体脆弱性影响较大。总体来说，青岛市基础设施建设和政府监管职能基本实现协调发展，道路服务水平指标所对应的方面还有待进一步提高。

4 结 论

笔者在分析道路交通网络脆弱性影响因素基础上，选取基础设施、服务水平和政府职能监督作为评价因子，构建了道路交通脆弱性指标评价体系，采用物元模型与云模型相结合的云物元模型，并给出了具体的评估步骤。

同时，笔者选取主观赋权(专家打分法)与客观赋权(熵权法)融合方法确定权重，对青岛市道路交通网络脆弱性进行评价，得到该地区脆弱性水平为“Ⅳ”，说明青岛市整体脆弱性偏高，结果与事实相符。云物元模型考虑了各指标因素总体和动态关联性，计算相对简单方便，实用有效。同时基于该方法的道路交通网络脆弱性评价结果，可给出更为具体地针对性整改措施，进而有效改善道路交通网络的运行状态。

在未来的发展规划中，为降低道路交通网络脆弱性，需要提高路网运行状态，大力发展轨道交通、公共交通，增加交通基础设施投资的同时，还要采取提高交叉口服务质量、限号、收费等手段进行管控。