基于偏比例优势模型的农路评价影响因素分析——以河南省为例

单 飞， 聂世刚

（河南交通发展研究院有限公司，郑州 450053）

为剖析农村公路（农路）发展过程中存在的“建管养运”不匹配、区域发展不平衡等问题［1］，厘清症结所在，本文对影响农路综合评价的诸多因素进行分析，为相关管理营运单位因地制宜地制定多样化、精细化措施提供有效支持，助力农路更好、更快发展.

由于在评价农路发展水平方面需考虑多维度多指标评价体系的构建，但当前常用的主成分分析法、层次分析法和模糊评价模型［2-7］等方法在评价过程中存在人为主观性过大、指标兼容性较差等问题.而在综合评价中影响因素分析方面，目前常用方法有分类预测模型（决策树［8］、支持向量机［9］等模型）与计量统计模型（二项logit［10］/probit［11］、多项式logit［12］/probit［13］、巢式［14］或混合logit［15］、有序logit［16］/probit［17］、广义有序logit［18］等模型）.后者为参数模型，对影响因素的可解释性比前者好.

考虑到农路发展水平及各评价指标有序分类的本质特性，在诸多计量统计模型中，有序logit/probit、广义有序logit等有序模型具有更加明显的优势［18］.但有序logit/probit模型需要严格遵守比例优势假设（Proportional Odds Assumption）［16-17］，即自变量回归系数与分割点无关，该系数不会随农路发展水平等级的变化而不同，亦称作平行线假设（Parallel Line Assumption）.广义有序logit 模型中所有自变量完全摆脱比例优势假设的限制，但这同样不符合影响因素的实际状态［18］.通常农路发展水平具有强随机性和地域差异性，通常部分影响因素遵守比例优势假设，而其他因素相反.

目前，很少有学者利用偏比例优势模型（Partial Proportional Odds Model，PPOM）来对道路交通发展水平进行影响因素分析.偏比例优势模型是有序logit模型与广义有序logit模型的改进模型［19］.其既可以考虑各变量的有序特性，又能够允许部分变量不遵守比例优势假设［20］，该模型具有极强的灵活性，更加符合不同影响因素的现实影响状态.

本文以河南省各县区的农路发展水平为例，利用偏比例优势模型对农路综合评价的影响因素展开分析.同时，利用边际效应分析的量化特性，深入分析各影响因素的影响差异性，为不同区域的农路未来发展进程中因地制宜进行管理决策提供依据.

1 数据来源

研究数据源于“河南省情网”（http：//dfz.henan.gov.cn/hnsq/）县市志年鉴中公路路网统计数据，各县农路发展等级依据2020年河南省105个县的交通综合排名次序而定，即第1～21名为“优”，第22～42名为“良”，第43～63名为“中”，第64～84名为“次”，第85～105名为“差”.

农路“建管养运”交通发展评价具有多维度复杂性，道路交通安全（交通发展的首要目标）、资源利用情况（代表着农路的基本建设状态）、交通运输效率（可以体现具体路网的运营管理及养护维修水平）和环境保护（能够推动路网的可持续发展），这4个维度都对农路发展影响巨大.本文就从这4个方面，选取15个因素进行分析（表1）.

表1 变量分类、等级及频数Tab.1 Classification，grade and frequency of variable

1）运输效率方面：路网密度中当量公路里程按通行能力等同原则把各等级公路里程折算成二级公路里程，具体折算系数如表2.

表2 各等级公路折算系数Tab.2 Conversion coefficients of various grade roads

2）资源利用方面：路网铺装率指铺设水泥、沥青的硬化水泥路面占总里程路面的比例；高峰负荷度是公路高峰时段当量小客车平均交通量同当量小客车交通适应量的比值，表示整个路网拥挤或利用的程度；路网等级水平指区域内各路段修正技术等级的加权平均值，高速公路、一级公路、二级公路、三级公路、四级公路及等外公路的技术等级水平取值分别为0、1、2、3、4、5；路网连通度是构成公路网的边数与节点数的比值；路面性能（Pavement Quality Index，PQI）是路面技术状况评定的综合性指标，由路面损坏、平整度、车辙、抗滑性能指标按所占不同权重计算所得.

3）环境保护方面：绿化率为道路红线范围内各种绿带宽度之和占总宽度的百分比.

4）交通安全方面：突发事故率指路网内全年突发事件数量与干线公路汽车行驶量的比值；路网事故率是车辆在公路网中行驶每亿车次公里所发生的事故次数；隐患整改率是该整改期限的隐患被整改数量与该整改期限隐患数量的比值.

2 分析方法

偏比例优势模型（PPOM）既反映各变量的有序本质，又允许部分变量违反比例优势假设，即允许部分自变量的系数随不同水平等级的不同而存在差异性，其灵活性与适应性比较强，更加符合各变量的差异性影响.PPOM是有序logit模型（Ordered Logit Model，OLM）与广义有序logit模型（Generalized Ordered Logit Model，GOLM）的改进模型.

1）有序logit模型：有序logit模型严格遵守比例优势假设［21］，表达式为：

式中：Yi为研究对象i的水平等级；j为水平等级；Xi是研究对象i的向量；β是自变量回归系数向量；tj是第j水平等级的常数项.β和tj均由极大似然法计算.

2）广义有序logit模型：广义有序logit模型完全违反比例优势假设［22］，表达式为：

式中：βj是第j水平等级的自变量回归系数向量；其余变量含义同上.

3）偏比例优势模型：偏比例优势模型部分满足比例优势假设［23］，表达式为：

式中：X1i是遵守比例优势假设的自变量向量，其回归系数向量为βj；X2i是违反比例优势假设的自变量向量，回归系数向量为γj；其余变量含义同上.

4）边际效应：边际效应可用于定量分析各显著因素对因变量的影响大小与趋势［24］，表达式为：

式中：E是目标对象i的第k个变量在第j个等级的相关自变量xijk的边际效应，其余变量含义同上.

5）模型对比：采用AIC信息准则和伪R2检验来对比OLM、GOLM、PPOM三者的拟合有效性，AIC值越小，伪R2越大，拟合效果越好［25］.

3 模型分析

3.1 模型检验

采用方差膨胀系数（variance inflation factor，VIF）对各影响因素多重共线性进行相关性分析，结果表明，各自变量的VIF 值均不超过5，即变量间不存在明显的共线性.利用STATA15.0 统计软件，构建农路发展水平的OLM、GOLM、PPOM分析模型，显著性水平为<0.05.3个模型的拟合度检验结果如表3，PPOM的AIC最小，伪R2值最大，其拟合效果总体更优.故选择PPOM的参数估计结果进行深入分析.

表3 拟合优度检验Tab.3 Test of goodness-of-fit

3.2 偏比例优势模型分析

PPOM的参数估计结果如表4.

表4 偏比例优势模型参数估计汇总表Tab.4 Summary table of parameter estimation for PPOM

由表4可知，每公里养护费、突发事故率与交通噪声3个因素对农路发展水平评价的影响不显著.路网铺装率、高峰负荷度、路网连通度与路网事故率4个因素不遵守比例优势假设，其余8个显著影响因素则均遵守此假设.

各显著影响因素的具体边际效应汇总见表5.

表5 偏比例优势模型的自变量边际效应值Tab.5 Marginal effect values of independent variables in PPOM

由表5可知，在农路评价中，高峰负荷度的影响最大，其边际效应绝对值均超过10%，尤其是在农路发展水平为“优”的区域，边际效应达到-22.86%.其次，影响较大的因素为路网事故率，边际效应绝对值均超过9%.此外，路网密度、平均车速、出行强度、百公里油耗与绿化率的影响比较接近，边际效应绝对值均处于（2%，10%）区间.而路网铺装率、路网等级水平、路网连通度、路面性能、隐患整改率的影响最小，边际效应绝对值均处于（0，4%）区间.

运输效率与环境保护方面，各因素的影响总体比较接近.而在资源利用与交通安全方面，各因素的影响差异性比较明显.影响最大的两个因素，即高峰负荷度与路网事故率，分别属于这两方面，但影响最小的一些因素也均处于这两方面.

各县农路发展水平差异性与其所在区位、所属地形、资源类型、经济状态、人口规模、管理水平等诸多差距紧密相关.因此，在为不同区域制定农路发展相关策略时，首先要坚持“以人为本，安全第一”原则，在持续优化路网服务水平、大力降低路网事故率的同时，要提升路网密度与连通度，改善路面性能，及时整改隐患，增大养护投入，提升道路绿化率.尤其是提升道路绿化率，既可美化环境，又可对行车视线起到诱导作用.此外，还应当推动新能源汽车快速发展，以降低汽车尾气排放.

针对目前我国农路发展存在的路网结构不合理、通达度不足、“建管养运”不匹配、区域发展不平衡、环保性差等问题，可依据各因素的贡献率大小，因地制宜进行政策制定与管控优化.例如，农路发展较好的区域，应当起到带头示范作用，同时应进一步优化路网结构，加大养护投入，推广先进技术，倡导环保材料，建设环保考核体系等.对于中等农路发展水平的区域，可并重推进基础建设、管理控制及规划设计，在突出自身优势的同时，努力完善“建管养运”全周期制度.而对于农路发展比较缓慢的区域，应当出台鼓励投资建设的政策，同时要有前瞻性和战略性眼光，树立长远发展目标，进行规划线路设计，向先进示范县学习交通建设经验，制定环保考核制度，助力农路又好又快地发展.

4 结语

从运输效率、资源利用、环境保护、交通安全4个方面，选取了15个农路发展评价影响因素；采用OLM、GOLM、PPOM 3个分析模型进行拟合效果对比分析，最后以拟合效果最优的PPOM对河南省的农路评价影响因素展开分析，得到影响我国农路发展综合评价指标的影响差异程度，并据此为不同农路发展水平的区域提出一些针对性建议.

为满足更高要求的农路建设，可依据各指标的贡献率大小，结合各县农路“建管养运”全周期发展状态，应因地制宜制定针对性引导政策与改善措施，为有效推进我国农路建设更好、更快发展进程提供决策依据.

农路发展任重而道远，未来研究将聚焦于进一步丰富多模式多尺度的农路路网评价影响因素分析，利用数据驱动与模型驱动，深度挖掘农路发展进程中不同影响因素的潜在价值.