李 偉，姚立根，吳利豐

(河北工程大學(xué) 經(jīng)濟與管理學(xué)院，河北 邯鄲 056038)

基于灰色聚類的城市公交系統(tǒng)評價研究

李 偉，姚立根，吳利豐

(河北工程大學(xué) 經(jīng)濟與管理學(xué)院，河北 邯鄲 056038)

利用灰色聚類分析方法對邯鄲地區(qū)公共自行車服務(wù)系統(tǒng)進行評價。在已獲得的統(tǒng)計數(shù)據(jù)基礎(chǔ)上，綜合考慮站點間距、居民出行方式等多種因素，建立評價指標(biāo)體系，從整體布局到車況本身，切實分析公共自行車服務(wù)系統(tǒng)。結(jié)果表明：邯鄲公共自行車服務(wù)系統(tǒng)執(zhí)行效果較好，基本達(dá)到低成本和高效率的目的，對增強群眾選取綠色交通方式和完善公共自行車服務(wù)系統(tǒng)具有重要意義。

公共自行車；灰色聚類；評價

邯鄲市地處京津冀經(jīng)濟區(qū)內(nèi)，經(jīng)濟發(fā)展迅猛，但霧霾污染等環(huán)境問題居高不下。汽車尾氣是有毒顆粒物的主要來源，政府部門不斷采取相關(guān)應(yīng)對措施[1]，不斷降低機動車尾氣排放，大力發(fā)展公共交通工具建設(shè)，但是現(xiàn)有的公共服務(wù)體系還不夠完善。李煜華、胡運權(quán)[2]通過灰色聚類的方法，對青島市的公共交通發(fā)展?fàn)顩r進行綜合評價，表明在解決交通擁擠問題的方法中，公共自行車服務(wù)作用效果明顯；王歡明、李鵬[3]通過著重分析北京、武漢、蘇州、杭州的典型案例，對公共自行車服務(wù)在城市中的供給模式進行了比較研究。本文主要結(jié)合邯鄲地區(qū)環(huán)境和經(jīng)濟發(fā)展?fàn)顩r，采用灰色聚類分析的方法，對邯鄲地區(qū)現(xiàn)行的公共自行車服務(wù)系統(tǒng)進行客觀合理的分析，評價當(dāng)前的實施狀況，針對發(fā)現(xiàn)的不足提出參考建議。

1 公共自行車服務(wù)系統(tǒng)的指標(biāo)評價體系

1.1 公共自行車服務(wù)系統(tǒng)的指標(biāo)選取原則

和私人交通工具相比，公共交通具有效率高、耗能少、成本低等多項優(yōu)點，方便市民出行、緩解城市擁堵、促進節(jié)能減排。為了對目前各個地區(qū)的公共自行車服務(wù)系統(tǒng)進行灰色聚類的綜合分析，得出客觀合理的評價結(jié)果，選取合適的聚類分析指標(biāo)體系必不可少[4-5]。需要綜合考慮自行車自身性能、居民使用效率、周圍環(huán)境及經(jīng)濟效益等多方面因素，對該系統(tǒng)所涉及到的因素指標(biāo)進行分類歸納[6]，按照系統(tǒng)分析的原理，以實用性、協(xié)調(diào)性、通用性等原則，建立一個綜合全面的指標(biāo)評價體系（圖1）。

圖1 公共自行車服務(wù)系統(tǒng)評估指標(biāo)Fig.1 Public bicycle service system assessment indicators

基于實際調(diào)查和從公交公司獲得的數(shù)據(jù)，各指標(biāo)參數(shù)對應(yīng)權(quán)重分別為：0.02、0.08、0.09、0.05、0.11、0.02、0.17、0.06、0.15、0.14、0.11。

1.2 公共自行車服務(wù)系統(tǒng)各灰類的判別標(biāo)準(zhǔn)

在已獲得的數(shù)據(jù)基礎(chǔ)上，將各指標(biāo)評價分值轉(zhuǎn)換為百分制，分為“優(yōu)”、“良”、“中”、“差”四個灰類，根據(jù)該公共自行車服務(wù)系統(tǒng)的最低、最高評價分值和灰類劃分要求，在區(qū)間[50，100]中，依次確定“優(yōu)”灰類的轉(zhuǎn)折點為=90，“良”灰類的轉(zhuǎn)折點為=80，“中”灰類的轉(zhuǎn)折點為=70和“差”灰類的轉(zhuǎn)折點為=60。

因為所涉及到的各個指標(biāo)評價分值均已轉(zhuǎn)化為百分制，所以各指標(biāo)關(guān)于“優(yōu)”“良”“中”“差”四個灰類的白化權(quán)函數(shù)相同，分別為

其中各指標(biāo)關(guān)于“優(yōu)”灰類的白化權(quán)函數(shù)為上限測度白化權(quán)函數(shù)，各指標(biāo)關(guān)于“中”和“良”灰類的白化權(quán)函數(shù)均為三角白化權(quán)函數(shù)，各指標(biāo)關(guān)于“差”灰類的白化權(quán)函數(shù)為下限測度白化權(quán)函數(shù)[7]圖2）。

圖2 灰數(shù)與白化權(quán)函數(shù)關(guān)系圖Fig.2 Relationship between gray number and whitening weight function

根據(jù)影響程度將各個指標(biāo)按分級標(biāo)準(zhǔn)分為優(yōu)、良、中、差四級，如表1。

表1 評價指標(biāo)分級標(biāo)準(zhǔn)Tab.1 Evaluation criteria classi fi cation criteria

2 灰色聚類方法原理及步驟

灰色聚類方法是依靠已知信息，利用白化函數(shù)對灰數(shù)進行聚類分析。根據(jù)已知信息替代不確定的信息，由白化數(shù)對聚類對象進行灰類歸納，分類識別聚類對象，使量化分析結(jié)果客觀、真實，作出全面評價。灰色聚類方法的具體步驟如下：

2.1 確定評價的聚類對象

獲得聚類白化數(shù)，得到聚類白化數(shù)矩陣。這里所涉及到的聚類對象包括：評價對象、評價指標(biāo)和灰類。設(shè)定評價對象集合為；X={x1，x2，x3，…，xn}設(shè)定評價指標(biāo)集合為Y={y1，y2，y3，…，ym}；設(shè)定灰類集合為K={k1，k2，k3，…，ks}；其中m、n、s∈R+。聚類白化數(shù)矩陣如下：

該矩陣[Xij]n×m中，n為聚類對象數(shù)，m為聚類指標(biāo)數(shù)。矩陣中所涉及到的白化數(shù)通過問卷調(diào)查和現(xiàn)場采訪及互聯(lián)網(wǎng)訪問相結(jié)合的方式獲得。

2.2 對數(shù)據(jù)進行無量綱化處理

由于上述各個數(shù)據(jù)指標(biāo)的量綱各不相同，無量綱化處理采集到的數(shù)據(jù)，使得數(shù)據(jù)壓縮在[0，1]區(qū)間上，便于數(shù)據(jù)分析，即用除相應(yīng)數(shù)據(jù)。

2.3 對聚類對象進行灰類歸納

將n個聚類對象關(guān)于聚類指標(biāo)j(j=1，2，…，m)的取值相應(yīng)地分為s個灰類，成為j指標(biāo)子類：

表2 邯鄲市公共自行車服務(wù)系統(tǒng)評價指標(biāo)實際數(shù)值統(tǒng)計表 (%)Tab.2 Handan city public bicycle service system evaluation index actual numerical statistics table

表3 各指標(biāo)關(guān)于不同灰類的白化權(quán)函數(shù)值和灰色聚類系數(shù)Tab.3 Indicators of whitening weights for different gray classes and gray clustering coef fi cients

2.4 確定灰類白化函數(shù)(xij)

綜合評價的要求是灰類數(shù)s劃分的標(biāo)準(zhǔn)，灰類1、灰類s的轉(zhuǎn)折點，作為灰類k(k∈{2，3，…，s-1})中心點的，λ3j，…和逐一確定；設(shè)定k子類j指標(biāo)白化權(quán)函數(shù)(xij)[8]。下限測度白化權(quán)函數(shù)[-，-，，]和上限測度白化權(quán)函數(shù)[，，-，-]分別取為灰類1和灰類s的白化權(quán)函數(shù)，依據(jù)中心點或端點的三角白化權(quán)函數(shù)可取為灰類k(k∈{2，3，…，s-1})的白化權(quán)函數(shù)[7]。

2.5 求解標(biāo)定聚類權(quán)

即求解各個指標(biāo)在各個類別中的權(quán)重，根據(jù)白化函數(shù)，定義λjk為聚類指標(biāo)j和聚類等級k子類的臨界值，并按下列式子計算標(biāo)定聚類權(quán)。

2.6 求解聚類系數(shù)

即第i個類聚類對象屬于第k個灰類的灰色聚類系數(shù)。

2.7 判斷聚類對象的優(yōu)劣等級

3 實例分析

在此以邯鄲地區(qū)公共自行車服務(wù)系統(tǒng)實施狀況為例，利用灰色聚類分析該系統(tǒng)的指標(biāo)體系，對公共自行車服務(wù)系統(tǒng)實施狀況進行客觀全面地評價。

3.1 取得聚類白化數(shù)

通過現(xiàn)場實際調(diào)查、網(wǎng)上問卷和從公交服務(wù)公司獲得的實際數(shù)據(jù)（已轉(zhuǎn)化為百分制）統(tǒng)計如表2。

3.2 填充聚類白化數(shù)矩陣

根據(jù)獲得的實際統(tǒng)計數(shù)據(jù)填充白化數(shù)矩陣。

X={89，81，83，79，76，80，79，86，84，61}

3.3 計算指標(biāo)

利用所構(gòu)建的各灰類白化權(quán)函數(shù)，將各指標(biāo)實際值和權(quán)重數(shù)據(jù)帶入公式，關(guān)于不同灰類的白化權(quán)函數(shù)值和灰色聚類系數(shù)各指標(biāo)即被計算出，見表3。

由表3數(shù)據(jù)可以看出，系統(tǒng)評價各指標(biāo)屬于“優(yōu)”“良”“中”“差”四個灰類的白化權(quán)函數(shù)值滿足規(guī)范性，仔細(xì)分析表中的結(jié)果，由=0.589可知，總體上看邯鄲地區(qū)的公共自行車服務(wù)系統(tǒng)建設(shè)屬于“良”灰類，可以看出該公共自行車服務(wù)系統(tǒng)執(zhí)行效果較好，但不顯著；“優(yōu)”灰類和“中”灰類值均較低，“優(yōu)”灰類和“良”灰類差別較大，需要更加進一步優(yōu)化公共自行車服務(wù)建設(shè)。從表中分析各分項指標(biāo)，該系統(tǒng)中運行成本指標(biāo)處于“優(yōu)”和“良”之間，偏重于“優(yōu)”灰類；交通效應(yīng)指標(biāo)處于“優(yōu)”和“良”之間，側(cè)重“優(yōu)”灰類明顯；說明這兩個指標(biāo)的執(zhí)行到位，基本已經(jīng)達(dá)到低成本、高效應(yīng)的目標(biāo)。使用效率、出行方式和站點間距指標(biāo)處于“良”和“中”之間，對“良”灰類較接近；消費水平屬于“良”灰類；舒適程度、便捷程度和環(huán)境效應(yīng)指標(biāo)處于“優(yōu)”和“良”之間，“良”灰類較為接近；說明這四個指標(biāo)執(zhí)行也較好。年齡結(jié)構(gòu)指標(biāo)處于“良”和“中”之間，接近于“中”灰類；意識效應(yīng)指標(biāo)處于“中”和“差”之間，接近于“差”灰類；說明這兩個指標(biāo)執(zhí)行的還有一定缺陷，存在明顯的不足。

4 結(jié)論

總體上看，邯鄲地區(qū)的公共自行車服務(wù)系統(tǒng)建設(shè)屬于“良”灰類，該公共自行車服務(wù)系統(tǒng)執(zhí)行效果較好，但不顯著；“優(yōu)”灰類和“中”灰類值均較低，“優(yōu)”灰類和“良”灰類差別較大，需要更加進一步優(yōu)化公共自行車服務(wù)建設(shè)。為解決存在的問題，政府和公交公司需要為該系統(tǒng)做進一步宣傳，增強群眾的低碳環(huán)保意識；時時聽取人民意見，將站點間距達(dá)到最優(yōu)，真正做到公共自行車就在身邊，更為便捷；定期體驗和檢測車身狀況，保證自行車車身完整舒適，使騎行者滿意選擇。

通過使用灰色聚類方法分析評價邯鄲地區(qū)公共自行車服務(wù)系統(tǒng)中發(fā)現(xiàn)：該服務(wù)系統(tǒng)在執(zhí)行效果方面達(dá)到較為顯著，以低成本投入獲得顯著效果，民眾對環(huán)保措施有了進一步了解，可以為避免空氣進一步嚴(yán)重污染，保護環(huán)境盡一分力。且此方法簡潔分明、規(guī)范易掌握；對聚類對象數(shù)據(jù)源的限制程度低；系數(shù)之間的離散性比較大，辨識度較高；適合分析評價該公共自行車服務(wù)系統(tǒng)。

[1] 張國興，高秀林，汪應(yīng)洛，等.政策協(xié)同：節(jié)能減排政策研究的新視角[J].系統(tǒng)工程理論與實踐，2014(3)：545-559.

[2] 李煜華，胡運權(quán).灰色聚類法在城市公共交通發(fā)展水平中的應(yīng)用[J].數(shù)學(xué)的實踐與認(rèn)識，2006，2(36)：125-132.

[3] 王歡明，李 鵬.城市公共自行車服務(wù)民營化供給模式比較研究[J].中國軟科學(xué)，2015(6)：56-66.

[4] 朱 瑋，何京洋，王 德.法國公共自行車系統(tǒng)布局方法與實證研究——以巴黎和里昂為例[J].國際城市規(guī)劃，2015(Z1)：64-70.

[5] 錢 佳，汪德根，牛 玉.城市居民使用市內(nèi)公共自行車的滿意度影響因素分析——以蘇州市為例[J].地理研究，2014(2)：358-371.

[6] 谷 叢，王 菲.杭州市公共自行車使用情況調(diào)查分析[J].統(tǒng)計科學(xué)與實踐，2010(12)：8-10.

[7] 劉思峰，方志耕，楊英杰.兩階段灰色綜合測度決策模型與三角白化權(quán)函數(shù)的改進[J].控制與決策，2014，29(7)：1232-1238.

[8] 劉思峰，楊英杰，吳利豐，等.灰色系統(tǒng)理論及應(yīng)用[M].北京：科學(xué)出版社，2014：113-139.

Research on urban public transport system evaluation based on Gray Clustering

LI Wei，YAO Ligen，WU Lifeng
(Hebei Uiniversity of Engineering，Management Engineering and Business School，Hebei Handan，056038，China)

The gray clustering analysis method is used to evaluate the public bicycle service system in Handan area. On the basis of the obtained statistical data，considering the factors such as site spacing，resident travel mode and so on，the evaluation index system is establish. The public bicycle service system is analyzed from the overall layout to the vehicle condition itself. The results show that Handan City Public Bicycle Service System has a good effect and basically achieves the purpose of low cost and high efficiency，which is of great significance to enhance the people 's choice of green transportation mode and perfect public bicycle service system.

Public bicycles；Grey clustering；Evaluation

U12

A

1673-9469（2017）04-0057-04

10.3969/j.issn.1673-9469.2017.04.013

2017-09-27 特約專稿

國家自然科學(xué)基金資助項目(71401051)；教育部人文社會科學(xué)研究規(guī)劃基金資助項目(15YJA630017)；河北省社會科學(xué)發(fā)展研究項目(2015031206)；河北省住建廳科學(xué)計劃研究項目(2012—158)

李偉(1992-)，女，河北邯鄲人，碩士，主要從事管理科學(xué)與工程方面的研究。