0 引言
近年来,城市交通拥堵已成为国内外大城市发展过程中面临的共同难题。在国外,部分区域和城市,如欧盟、纽约、伦敦、东京等,通过持续发布城市交通发展战略来应对城市交通压力[1,2,3,4]。在我国,国务院于2012年印发《关于城市优先发展公共交通的指导意见》（国发〔2012〕64号）,明确提出将优先发展公共交通作为缓解交通拥堵的重要路径[5],并从国家层面启动“国家公交都市创建”和“城市道路交通文明畅通提升行动计划”等治理交通拥堵[6,7]。但由于形成原因不同、内外部影响因素不同,各地城市交通发展面临的问题具有“千城千面”的特征。因此,有必要开展城市交通拥堵治理措施适应性分析,明确政策实施效果,为动态调整治堵措施提供支撑。
城市交通拥堵治理措施具有综合性、动态性、持久性等特征[8],因此需综合考虑各类因素构建其适应性评价模型。近年来,国外学者应用成本收益分析法、全生命周期分析法、多准则决策法、模糊集合理论等对交通政策制定开展了研究[9,10]。此外,Sayyadi等[11]应用系统动力学和网络分析法（ANP）,对与减少出行需求、缩短出行距离等相关的城市交通政策措施对交通拥堵治理的有效性进行了分析。Duleba等[12]结合层次分析法和肯德尔等级相关系数,通过涉及安全性、舒适性、可达性等的10个指标对城市交通供给水平进行了评估。Springael等[13]应用PROMETHEE多属性决策法分析了城市拥堵收费政策和弹性工作时间政策对城市交通拥堵的影响。国内研究方面,周静等[14]通过基于可拓学的有效性评价模型评价了交通拥堵治理措施实施的有效性,但未利用实际数据进行验证。邹杨波等[15]构建了城市交通拥堵系统动力学模型,并引入已有的治理政策作为外生变量,分析各类政策用于治理交通拥堵的有效性及可持续性,但该研究为理论的推演分析,同样未进行实际数据验证。在具体治堵措施有效性评估研究方面,郝宇等[16]提出基于物元法的交通政策评价方法,对长期尾号限行缓解城市交通拥堵效果进行评价,以北京市为例证明长期尾号限行措施对缓解城市交通拥堵的效果不够理想,但现实中大多城市都是通过综合措施来缓解交通拥堵,仅采取单一措施的实操性不高。戴仲娜[17]采取模糊综合评价法评价征收拥堵费后城市公共交通的适应性,并以淮安为例进行分析,得出其适应性良好的结论,该研究同样是对实施拥堵收费单一措施进行适应性分析。许文娟[18]采取模糊层次综合评价法,综合评价了城市公共交通对城市发展的适应性,但研究范围仅为公共交通体系。
已有的交通拥堵治理措施有效性评估研究多集中于对某项具体措施的评估,对于包含多类措施的综合类治堵方案的评估仍以理论分析为主,基于长期统计和观测数据来验证评估方法的研究有限。鉴于此,本文结合国内城市交通发展实际,提出基于城市交通运行水平评价指标体系的拥堵治理措施适应性评价模型,通过对比分析城市交通供给、出行等一系列相关评估指标的动态数据,对综合类治堵措施的有效性和适应性展开评价,以期为科学评价拥堵治理措施实施成效提供方法支撑。
1 城市交通运行水平评价指标体系
1.1 评价指标体系的构成
评价城市交通拥堵治理措施适应性需构建一套综合的城市交通运行水平评价指标体系。本文结合我国城市交通发展实际,同时考虑数据可获取性、指标独立性等因素,从供给水平、出行结构、通行效率、污染排放等方面综合构建体现城市交通服务能力的城市交通运行水平评价指标体系。
（1）供给水平类指标
供给是城市交通运行的基础,包含道路基础设施、公共交通、慢行交通供给等多方面。道路供给方面,城市道路网密度作为表征城市道路网发展规模的基本指标,可用以衡量城市路网总体发展水平;公共交通方面,从公交基础设施和运输工具角度,选择对公交提速效果明显的公交专用道里程和提升运输能力明显的万人公共交通车辆保有量作为指标;慢行交通方面,选取人行道占城市道路面积比作为评价指标。
（2）出行结构类指标
出行结构可反映特定时间和空间范围内交通出行需求的特点以及各种交通方式的功能与定位。由于城市公共交通和慢行交通是替代小汽车出行、降低交通拥堵的重要绿色出行方式,故此分类选取城市公共交通出行分担率和城市慢行交通出行分担率两项指标进行考量。
（3）通行效率类指标
通行效率直接反映城市交通运行状况,鉴于高峰期拥堵问题较平峰期更突出,且车辆平均行程速度、行程时间和行程距离等指标互相影响,因此,此分类选取高峰时段公共汽（电）车平均运营时速和高峰时段小汽车平均行程速度作为考核指标,并将评估拥堵持续影响程度的平均拥堵持续小时数纳入其中。
（4）污染排放类指标
城市交通运行会对大气环境产生影响并带来噪声,考虑数据可获取性,此分类选择市区可吸入颗粒物PM10排放量和城近郊区平均等效声级两项作为评价指标。
综上,本文构建的评价指标体系的因子层包括供给水平类 、出行结构类 、通行效率类 和污染排放类 ,指标层则包含11个指标 ,如图1 所示。
1.2 指标权重的确定方法
针对各城市相异的交通状况,每项评价指标应有不同的相对重要程度,因此,在总评分计算中各指标的权重有所不同。本文通过层次分析法计算权重。首先通过专家打分的方式,选取本领域近20名相关专家,结合近年来我国中心城市交通拥堵治理实践,对指标之间的重要程度打分,构成两两要素比较结果判断矩阵 ,利用特征根法确定权向量,检验矩阵一致性。 阶互反矩阵 的最大特征根 ,当且仅当 时, 为一致矩阵。 的连续依赖于 ,因此 比 大得越多,矩阵 不一致程度越严重,误差越大,因此用 的数值检验 的不一致程度。定义一致性指标CI,其计算公式为：
式（1）中： 为矩阵的阶数, 。若 ,说明矩阵有完全的一致性; 接近于0,表明矩阵有满意的一致性; 越大,则矩阵不一致越严重。
为衡量 的大小,定义随机一致性指标 ,其计算公式为：
由于随机有可能造成一致性偏离,因此在检验判断矩阵是否具有满意的一致性时,还需检验系数 ,其计算公式为：
一般情况下,若 ,则认为该判断矩阵通过一致性检验,否则不具有满意一致性。
判断矩阵 一致性检验结果如表1 所示,其结果为通过一致性检验。
表1 一致性检验结果 |
| 最大 特征根 | 值 | 值 | 值 | 一致性 检验结果 |
|---|---|---|---|---|
| 11.481 | 0.048 | 1.52 | 0.032 | 通过 |
1.3 指标权重计算结果
根据上述方法,计算城市交通运行水平评价指标体系中各因子权重如表2 所示。由表2 可知,出行结构类指标 平均指标权重为18.8%,在整个指标体系中占比最高,且其中城市公共交通出行分担率 的权重值是所有指标中最大的。通行效率类指标 平均指标权重约为13.0%,其中高峰时段公共汽（电）车平均运营时速 权重达21.8%。供给水平类指标 和污染排放类指标 低权重指标较多。
表2 城市交通运行水平评价指标体系 |
| 因子层 | 指标层 | 指标权重wi |
|---|---|---|
| 供给 水平类 B1 | 城市道路网密度C1 | 2.2% |
| 公交专用道里程C2 | 9.9% | |
| 人行道占城市道路面积比C3 | 3.2% | |
| 万人公共交通车辆保有量C4 | 4.6% | |
| 出行 结构类 B2 | 城市公共交通出行分担率C5 | 30.7% |
| 城市慢行交通出行分担率C6 | 6.8% | |
| 通行 效率类 B3 | 高峰时段公共汽（电）车平均运营时速C7 | 21.8% |
| 高峰时段小汽车平均行程速度C8 | 10.4% | |
| 平均拥堵持续小时数C9 | 6.7% | |
| 污染 排放类 B4 | 市区可吸入颗粒物PM10排放量C10 | 2.2% |
| 城近郊区平均等效声级C11 | 1.5% |
2 城市交通拥堵治理措施适应性水平评估模型
基于城市交通运行水平评价指标体系,建立城市交通拥堵治理措施适应性水平评估模型。模型通过对比评价指标动态变化情况,实现评价城市交通拥堵治理措施在评估时间范围内对城市的适应水平,即对城市交通运行的改善效果。模型思路见图2 。
2.1 确定各评价指标的适应性水平得分
为确定城市交通运行水平评价指标体系中各评价指标对应的适应性水平得分和等级,首先需计算指标值年均增长率差值 ,即相关评价指标i在开始实施城市交通拥堵治理措施年份k后n年间的年均增长率与年份k前m年的年均增长率的差值,计算公式为：
式（4）中： 为指标 从第k年到k+n年的年均增长率; 为指标 从第k-m年到第k-1年的年均增长率,其中 为开始实施城市交通拥堵治理措施的年份,n≥0, m≥2, 取1~11。
然后,考虑到交通治堵政策实施效果的波动性,对于供给水平类、出行结构类、通行效率类的9个正向指标（ ）,除比较交通缓堵政策实施前后指标的平均增长率外,还需比较评估指标 在政策实施前的最大增长率 与政策实施后的年均增长率 的大小,以综合评估政策的适应性水平。
综上,当年均增长率的差值 为正数,且政策实施后指标的年均增长率大于政策实施前最大增长率时,指标适应性水平得分 计为1;当年均增长率的差值 为正数,但政策实施后指标年均增长率小于政策实施前最大增长率时,指标适应性水平得分 计为0.75;当年均增长率的差值 为0,指标适应性水平得分 计为0.5;当年均增长率的差值 为负数,指标适应性水平得分 计为0,详见表3 。其他两项反向指标（C10~C11）比较思路与正向指标比较思路一致,故不再详述。
表3 城市交通拥堵评价指标适应性水平分值对照表 |
| 因子层 | 分值Gi | |||
|---|---|---|---|---|
| 1.0 | 0.75 | 0.5 | 0.25 | |
| 供给水平类B1 | , | , | ||
| 出行结构类B2 | ||||
| 通行效率类B3 | ||||
| 污染排放类B4 | , | , | ||
2.2 确定城市交通拥堵治理措施综合适应性水平
结合城市交通运行水平评价指标体系中各指标的权重,将各指标适应性水平得分与相应权重相乘后累加,获得城市交通拥堵治理措施体系的适应性水平综合得分S。S计算公式为：
式（5）中： 为第 个指标的权重值, 为第 个指标的适应性水平得分, 取1~11。
2.3 城市交通拥堵治理措施体系综合适应性水平分级
将适应性水平综合得分S进行区间划分,对应的适应性评价结果分为四类。其中,“适应”（得分为0.75~1）表示采取的城市交通拥堵治理措施效果显著,城市交通出行质量有明显提升;“基本适应”（得分为0.5~0.75）表示采取的城市交通治理措施效果良好,城市交通出行质量有所提升;“欠适应”（得分为0.25~0.5）表示采取的城市交通拥堵治理措施基本无效果,城市交通出行状况改善不明显;“不适应”（得分为0~0.25）表示采取的城市交通拥堵治理措施不适应城市交通发展需求,对城市交通出行状况无改善或交通更加拥堵。
3 实证分析
3.1 北京市城市交通拥堵治理现状
2019年年初,北京市例行发布2019年交通综合治理行动计划,主要从优化供给、调控需求、强化治理等方面提出了包括推进城市路网建设、公交专用道施划、自行车道和人行步道综合治理、地面公交车线网优化调整等41条具体工作任务[21]（鉴于2020年受新冠肺炎疫情影响,交通数据具有特殊性,故本文选取2019年治堵措施进行研究）。
3.2 数据来源
实证分析涉及的城市交通供给、出行结构、通行效率和污染排放相关指标数据来源于2015—2019年《北京交通发展年报》[22]、《北京统计年鉴》[23]和《中国城市客运发展年度报告》[24],其中,城市道路网密度为《北京交通发展年报》中城市道路里程数与《北京统计年鉴》中市域面积的比值;公交专用道里程来源于《中国城市客运发展年度报告》;人行道占城市道路面积比为《北京统计年鉴》中铺装步道面积与城市道路面积的比值;万人公共交通车辆保有量、城市公共交通出行分担率、城市慢行交通出行分担率、高峰时段公共汽（电）车平均运营时速、高峰时段小汽车平均行程速度、平均拥堵持续小时数、市区可吸入颗粒物PM10排放量、城近郊区平均等效声级数据均来自《北京交通发展年报》。
3.3 北京市2019年交通综合治理行动计划适应性评价结果与分析
首先,根据式（4）,代入获取的北京市2015—2018年相关指标数据,计算得出北京市交通运行水平评价指标体系中每项指标对应的分值。然后,根据式（5）,通过分值与权重计算得到城市交通治理措施的适应性综合得分S。具体数值如表4 所示。由计算结果可知：北京市2019年交通综合治理行动计划的适应性水平综合得分为0.60,适应性评价结果为“基本适应”,表明北京市2019年交通拥堵治理措施总体效果良好,城市交通出行质量有所提升,计算结果与2019年《北京交通发展年报》中“2019年,中心城区交通拥堵加剧趋势得到缓解,交通运行状况好于往年、高于预期”[22]的结论一致。
表4 北京市2019年交通综合治理行动计划适应性情况表 |
| 因子层 | 指标 | 2016—2018年 指标年均增长率 | 2019年指标 增长率 | 指标年均 增长率差值 | 评分 | 指标层 权重 | 适应性 综合得分 S |
|---|---|---|---|---|---|---|---|
| 供给 水平类 | 城市道路网密度 | -1.16% | -0.75% | 0.41% | 1.0 | 2.2% | 0.60 |
| 公交专用道里程 | 8.73% | 0.00% | -8.73% | 0.25 | 9.9% | ||
| 人行道占城市道路面积比 | 0.08% | 1.37% | 1.29% | 1.0 | 3.2% | ||
| 万人公共交通车辆保有量 | 24.95% | 14.37% | -10.58% | 0.25 | 4.6% | ||
| 出行 结构类 | 城市公共交通出行分担率 | 0.95% | -1.55% | -2.50% | 0.25 | 30.7% | |
| 城市慢行交通出行分担率 | 1.17% | 3.93% | 2.76% | 1.0 | 6.8% | ||
| 通行 效率类 | 高峰时段公共汽电车平均运营时速 | 1.49% | 85.00% | 83.51% | 1.0 | 21.8% | |
| 高峰时段小汽车平均行程速度 | 0.22% | 62.28% | 62.06% | 1.0 | 10.4% | ||
| 平均拥堵持续小时数 | -1.89% | 5.88% | 7.77% | 0.25 | 6.7% | ||
| 污染 排放类 | 市区可吸入颗粒物PM10排放量 | -8.40% | -12.82% | -4.42% | 1.0 | 2.2% | |
| 城近郊区平均等效声级 | 0.00% | 0.72% | 0.72% | 0.25 | 1.5% |
由评价结果可知,北京市还应加强措施落实力度,进一步提升基础设施供给水平,调整出行结构,提高城市交通运行效率。具体分析如下。
（1）出行结构类措施适应性。在城市土地资源、环境资源等外部条件限制下,目前城市交通拥堵治理的关键是优先发展公共交通、加快完善慢行交通系统,优化出行结构,提升公共交通和慢行交通出行占比。2019年,北京市慢行交通出行分担率进一步提升,达到2016年以来的最高值。说明与慢行交通相关的相堵综合治理措施,如建设自行车专用路、建设慢行示范街区、完成过街天桥升级改造、加强互联网租赁自行车管理等适应性良好。2019年城市公共交通出行分担率为31.8%,出现自2016年的首次下降,与“十三五”期国家对500万以上常住人口城市公共交通出行分担率达40%以上[25]的要求存在差距,表明北京市应进一步发展城市公共交通,深化城市出行结构调整。
（2）通行效率类措施适应性。通行效率指标直接反映交通运行状况,在高峰时段提升公共汽（电）车和小汽车的运行速度、减少拥堵持续时间等仍是当前城市交通拥堵治理的关键措施。2019年,北京市高峰时段公共汽（电）车平均运营时速和高峰时段小汽车平均行程速度两项通行效率类因子指标增长率均在60%以上,增幅明显,说明堵点治理、加强学校医院周边交通综合治理等提升城市交通通行效率的措施在改善城市交通运行情况方面效果明显,适应性好。2019年北京市工作日高峰时段综合出行时间指数为4.25min/km,较前一年减小0.07min/km,每百公里出行耗时缩短7min,工作日高峰时段公共汽（电）车、小汽车出行时间指数均较前一年同期减小[22],这与评估结论一致。
（3）供给水平类措施适应性。北京市2019年交通综合治理行动计划中未提及公交专用道建设相关政策,城市未新增设公交站专用道,影响了治堵政策体系整体的实施效果。道路交通改造应注重优化和完善城市道路交通网络结构,打通道路“微循环”,提高路网的连通性和可达性,而不是一味新建扩建道路。2019年北京市的人行道占城市道路面积比有较大提升,为2016年以来的最高值,表明建设慢行示范街区等措施适应性效果较好。城市道路网密度增长率方面,2019年指标下降趋势大幅减缓,由于城市道路网建设是个长期工程,因此政策短期已取得积极成效。
（4）污染排放类措施适应性。北京市2019年市区可吸入颗粒物PM10排放量持续下降,为2016年以来的最小值,但市区可吸入颗粒物PM10排放量受多种因素影响,其中交通尾气排放产生的PM10占PM10排放量总量的比例较小[26],对市区可吸入颗粒物PM10排放量影响有限。北京市城近郊区平均等效声级在2019年有小幅增长,但城近郊区平均等效声级易受到交通流中车辆类型,尤其是货车等大型车辆的影响。污染排放治理是一项综合、复杂且长期的工作,结合其他指标综合考量,建议北京市持续加强治理力度,从多方面入手优化城市环境,提升城市交通服务品质。
综上,由于城市交通拥堵治理涉及面广、影响深,各城市在治堵过程中,不仅要采取见效快的短期措施,更应着眼未来,结合城市发展实际,注重交通基础设施建设,从优先发展公共交通、提升公交服务水平、改善慢行交通出行系统等方面优化调整出行结构,同时兼顾美化城市环境、减少碳排放等长期目标,进一步缓解交通拥堵。
4 结语
本文从供给水平、出行结构、运行状况、污染排放4个角度,构建了包含11个指标的城市交通运行水平评价体系,并通过对比评价指标动态变化情况,建立了城市交通拥堵治理措施适应性水平评估模型。然后选取北京市2019年交通综合治理行动计划进行实证分析,评价该计划的适应性,并以北京市当年交通运行实际情况对评价结果进行验证,证明了研究方法的可行性和有效性,其能为城市交通拥堵治理措施效果评价提供理论支持。交通拥堵治理涉及政府、市民和运输服务运营方等多个利益主体,后续研究中,可优化模型,整合专家意见与公众意见,进一步提升交通拥堵治理政策的适应性水平。
