向紅艷, 徐蓮怡
(重慶交通大學 交通運輸學院,重慶市 400074)
隨著中國高速公路里程的快速增長,未來將全面進入高速公路網(wǎng)絡化運營。高速公路的大量建設必然帶來后期巨大的公路養(yǎng)護和維護任務。該文通過對歷年高速公路養(yǎng)護成本數(shù)據(jù)的分析,嘗試對養(yǎng)護成本的復雜性和隨機性進行研究,探索各類別養(yǎng)護成本的變化趨勢,對未來的養(yǎng)護成本進行預測。對高速公路運營管理具有重要意義,有利于成本管理從事后核算向事前、事中控制逐步轉(zhuǎn)變。
目前,國內(nèi)外研究人員在高速公路養(yǎng)護成本預測方面開展了廣泛的研究。朱合利等運用系統(tǒng)工程學方法,對高速公路養(yǎng)護成本影響因素進行了識別,構(gòu)建了養(yǎng)護成本分析的解釋結(jié)構(gòu)模型(ISM)和多級遞階因素結(jié)構(gòu)模型,對成本要素的邏輯關(guān)系進行了研究;于英等運用邊際成本原理,將高速公路劃分為若干單元,建立了高速公路交通流量、道路長度、車道數(shù)、匝道數(shù)、材料設備與養(yǎng)護成本之間的多元回歸分析數(shù)學模型,結(jié)果表明,養(yǎng)護成本隨交通流量和道路長度成對數(shù)變化;邱兆文等在高速公路養(yǎng)護費用測算方法中,構(gòu)建了養(yǎng)護維修率指標體系,提出了基于綜合路況的單公里養(yǎng)護維修費用計算模型,為養(yǎng)護經(jīng)費的合理分配提供決策依據(jù)。
上述模型對養(yǎng)護成本的構(gòu)成和影響因素進行了充分研究,但由于影響因素的量化和數(shù)據(jù)收集十分困難,模型精度有限。該文基于大量歷史成本數(shù)據(jù),運用灰色模型處理數(shù)據(jù),建立更為精準的養(yǎng)護成本預測模型,以利于解析養(yǎng)護成本的變化趨勢,提高預測精度。
高速公路建設的技術(shù)標準高,其養(yǎng)護工作涉及面廣、工作量大,往往需要使用多種設備,機械費用高,以上因素造成高速公路養(yǎng)護綜合成本較高。隨著高速公路運營時間增長,交通量逐年增加、大型貨車超載行駛,對高速公路的破壞不斷增多,給養(yǎng)護工作帶來很大困難。
高速公路養(yǎng)護是對路基工程、路面工程、橋梁隧道工程、交通工程、綠化工程、收費設施工程等附屬設施的養(yǎng)護,通過養(yǎng)護維修保養(yǎng)使得高速公路達到較好的服務水平。通過多部門數(shù)據(jù)進行匯總整理,按不同性質(zhì)歸類口徑,形成有研究價值的成本數(shù)據(jù)。主要養(yǎng)護成本可分為:公路日常養(yǎng)護成本、公路專項中修養(yǎng)護成本、公路大修養(yǎng)護成本3類,其養(yǎng)護分類、養(yǎng)護主要內(nèi)容、特點見表1。
表1 高速公路養(yǎng)護成本的構(gòu)成分析
高速公路投資周期長,為了使高速公路保持一定的服務水平,在公路運營期間,需不斷投入資金,對公路進行定期的日常養(yǎng)護與大、中修養(yǎng)護。高速公路養(yǎng)護成本具有大規(guī)模、多類別、低價值密度和多變化等特點,其成本構(gòu)成復雜、涉及面廣、影響因素較多。
(1) 日常養(yǎng)護費用特征
一般情況下,公路運營初期,車流量較小,無專項中修、大修養(yǎng)護成本支出,日常養(yǎng)護成本的路基、路面、橋涵、隧道的養(yǎng)護費用呈逐年緩慢增加趨勢,占日常養(yǎng)護費用約30%,安全設施維護占日常養(yǎng)護費用約20%,公路災害防御及搶修費用僅在發(fā)生年限支出,具有不可抗性和不可預測性。
(2) 專項中修費用特征
隨著運營年限增長,交通量亦快速增長。高速公路病害越來越多,需定期對公路進行專項中修,專修費用在總養(yǎng)護費用中所占比例越來越大。專項中修所產(chǎn)生的費用跟交通量、建設時期的技術(shù)水平、施工水平、材料及養(yǎng)護管理水平有關(guān)。
(3) 大修費用特征
大修工程費用一般在公路運營10年后產(chǎn)生,隨著運營后期高速公路及其附屬設施達到其服務周期,一般按照12~15年一次的頻率考慮綜合修理,使之全面恢復至原設計狀態(tài)。
高速公路養(yǎng)護成本預測,其影響因素十分復雜,且數(shù)據(jù)在記錄過程中存在計算誤差、人工誤差、設備誤差等多種誤差。灰色預測模型在應對數(shù)據(jù)缺失或信息不足方面,較之其他預測方法具有先天的優(yōu)勢,對高速公路大數(shù)據(jù)養(yǎng)護成本預測優(yōu)勢更為明顯。
灰色模型是鄧聚龍教授于1984年首次提出,隨后陳錦云、劉思峰、李寶林、宋中民、王義鬧、謝乃明、王正新、崔杰等研究人員以經(jīng)典GM(1,1)模型為基礎,將單序列拓展到多序列,將一階拓展到多階,形成以GM(n,h)模型為主要類型的灰色預測模型。如今,灰色預測模型灰色預測已經(jīng)在農(nóng)業(yè)、工業(yè)、社會、經(jīng)濟、交通、能源、醫(yī)療等眾多領(lǐng)域得到廣泛應用,成功地解決了生產(chǎn)、科研、管理中的大量現(xiàn)實問題?;疑P褪峭ㄟ^對原始數(shù)據(jù)的挖掘、整理來尋求其變化規(guī)律,避免了各因素之間的影響,只考慮總體的發(fā)展趨勢,且灰色序列生成可弱化表象復雜、數(shù)據(jù)離散的客觀系統(tǒng)的隨機性,挖掘出其蘊含的內(nèi)在規(guī)律。高速公路養(yǎng)護成本影響因素多而復雜,考慮成本的構(gòu)成體系、各因素對成本的影響,以歷史數(shù)據(jù)為基礎,通過對數(shù)據(jù)關(guān)聯(lián)性和內(nèi)在特征的分析,提取有顯著規(guī)律的成本初始數(shù)據(jù),采用分數(shù)階拓展算子的灰色預測模型,得到精度更高的預測結(jié)果。建模過程中設置調(diào)節(jié)分子階數(shù)和迭代算法,不斷生成新的目標成本序列,并多次迭代得到預測結(jié)果,可大大提高養(yǎng)護成本預測值的準確度。
基于灰色理論的養(yǎng)護成本預測算法是將實測數(shù)據(jù)X(0)作為輸入,將X(0)的r分數(shù)階累加生成序列X(r)進行均值處理后的Z(r)作為建模數(shù)據(jù),X(r)預測值經(jīng)過r分數(shù)階累減還原為原始序列X(0)的預測值。
假設X(0)={x0(1),x0(2),…,x0(n)}為原始養(yǎng)護成本數(shù)據(jù),其中n為序列長度,對其進行r階累加生成處理:
X(r)={x(r)(1),x(r)(2),…x(r)(n)}
(1)
其中:
(2)
x(r)(k)+ax(r)(k)=b
(3)
當r=1時,x(0)(k)+ax(r)(k)=b變?yōu)閤(0)(k)+ax(1)(k)=b。
使用X(0)的r分數(shù)階累加生成序列X(r)、進行均值處理的Z(r)={z(0)(1),z(0)(2),…,z(0)(n)}作為建模數(shù)據(jù),其中:
(4)
x(r-1)(k)+az(r)(k)=b
(5)
當r=1時,x(r-1)(k)+az(r)(k)=b變?yōu)閤(0)(k)+az(1)(k)=bX(-r)={x(-r)(1),x(-r)(2),…,x(-r)(n)}為X(0)的r階累減生成算子,其中:
(6)
(7)
其中Y、B分別為:
(8)
(9)
分數(shù)階拓展算子GM(1,1)模型x(r-1)(k)+az(r)(k)=b的時間響應序列為:
(10)
還原值為:
(11)
(12)
為評價模型的預測效果,該文運用結(jié)果比較法,即通過觀測數(shù)據(jù)與預測數(shù)據(jù)相比較,計算預測誤差。設ε(k)表示預測誤差,則:
(13)
令Δk為相對誤差,Δ為養(yǎng)護成本序列的平均相對誤差,則x(0)(k)序列的平均相對誤差檢驗公式為:
(14)
(15)
令S(X)為序列均方根誤差,則x(0)(k)序列的均方根誤差檢驗公式為:
(16)
以某高速公路歷年養(yǎng)護成本數(shù)據(jù)為例,按照1.1節(jié)中所述成本結(jié)構(gòu)進行統(tǒng)計。得到18類共8年的數(shù)據(jù)。利用缺失數(shù)據(jù)填補和異常數(shù)據(jù)剔除等方法對數(shù)據(jù)進行預處理,得到初始成本時間序列。選取數(shù)據(jù)樣本較多且具有周期性變化的日常養(yǎng)護成本數(shù)據(jù),除去具有不可抗性的公路災害防御及搶修和其他兩類成本,剩余10類成本分類數(shù)據(jù)見表2。利用10組數(shù)據(jù)建立灰色預測模型,得到預測結(jié)果并分析。
以路面養(yǎng)護成本預測為例,取r=0.9,用分數(shù)階拓展算子GM(1,1)模型對其進行模擬,得:X(0.9)={21.80,199.78,199.76,297.65,418.09,553.56,707.13,846.59};計算發(fā)展系數(shù)和灰色作用量,取a=-0.094 5,b=81.100 4,計算GM(1,1)模型對應的微分方程,得:
表2 相關(guān)養(yǎng)護成本數(shù)據(jù)
表3 預測結(jié)果及誤差分析
由表3可知:r=1的GM(1,1)模型平均相對誤差、均方根誤差略大于r=0.9的分數(shù)階拓展算子GM(1,1)模型??傮w來說,經(jīng)過殘差檢驗,分數(shù)階算子GM(1,1)模型預測精度都達到了合格標準,擬合精度較好,預測模型的可信度較高,可用此模型預測高速公路運營期養(yǎng)護維修保養(yǎng)費用(圖1)。
圖1 路面養(yǎng)護成本預測結(jié)果
由圖1可知:分數(shù)階拓展算子GM(1,1)模型對高速公路隧道養(yǎng)護成本的預測較準確??傮w來看,路面維修保養(yǎng)費用不斷增加,且遞增幅度在不斷提高。r=0.9時,2010年養(yǎng)護成本預測值與實際值誤差最小,相對誤差為0.68%;2015年預測誤差較大,最大相對誤差約為14.30%。預測結(jié)果為高速公路養(yǎng)護計劃的制定與成本控制提供了科學依據(jù)。
中國未來的高速公路養(yǎng)護任務重,難度高。該文通過建立多類別、結(jié)構(gòu)化公路養(yǎng)護成本體系,分析成本的影響因素和特征。建立了基于歷史數(shù)據(jù)的高速公路養(yǎng)護成本GM(1,1)灰色預測模型,設計了分子階數(shù)調(diào)整方法和預測迭代過程,其模型精度提高,并得到以下研究結(jié)論:
(1) 高速公路養(yǎng)護成本表現(xiàn)出明顯的增長趨勢,隨著運營時間增長,遞增幅度不斷增大。
(2) 日常養(yǎng)護成本、專項中修成本、大修成本具有不同的變化趨勢,與高速公路自身交通量構(gòu)成、使用年限有關(guān)。
(3) 灰色GM(1,1)模型對路面日常養(yǎng)護成本的預測效果良好,初期預測誤差較小,隨著預測時間增長,精度下降。