李 亮，趙 星，杜希旺

（河海大學土木與交通學院，江蘇 南京210098）

綠色交通綜合評價是綠色交通理論與實踐途徑的聯(lián)系紐帶，已經(jīng)成為量化城市綠色交通發(fā)展水平的有效工具。

學者們針對綠色交通評價指標及評價方法進行了大量研究。Fahimnia等[1]通過分析車輛性能對環(huán)境的影響，認為車輛性能指標對提高城市交通綠色化水平具有重要作用；Cheaitou等[2]認為CO2和SOx指標對海上綠色運輸具有重要影響，并建立優(yōu)化模型對其影響作用進行分析；Panday等[3]基于印度綠色交通發(fā)展現(xiàn)狀，從環(huán)境、能源以及車輛技術性能等方面構建評價指標體系；楊少輝等[4]通過對綠色交通概念及內(nèi)涵進行解析，提出基礎設施水平、綠色出行等4類評價指標；梁對對等[5]基于綠色交通的內(nèi)涵和實現(xiàn)途徑，對綠色交通評價指標體系以及模型評價方法進行深入研究，并結合深圳市綠色交通發(fā)展情況進行模型應用。王雙等[6]從節(jié)能減碳、生態(tài)保護等方面出發(fā)，設計了一套全行業(yè)綠色交通評價指標體系。在綜合評價方面，Hsu等[7]構建一種綠色指數(shù)評估綠色交通網(wǎng)絡的可達性，并使用蒙特卡洛模擬進行仿真實驗。董曉[8]深入剖析了綠色交通系統(tǒng)的影響因素及作用機理，基于DPSIR模型構建綠色交通評價指標體系并進行實例驗證。溫惠英等[9]以中等城市為著眼點選取評價指標，并應用云物元模型對河源市的綠色交通發(fā)展水平進行評價分析。王琦等[10]從河谷型城市交通現(xiàn)狀特征出發(fā)選取評價指標，并應用熵權法-灰色關聯(lián)度模型對蘭州市綠色交通發(fā)展水平進行實例研究。

總體來看，評價方法及模型大致可分為定性與定量兩種，且均能得到較為準確的評價結果，但單一評價方法通常會受限于各自的適用性，不能兼顧對評估對象的量化分析與定性等級的直觀闡述。為克服現(xiàn)有評價方法的不足，本文綜合考慮綠色交通相關特征并構建評價指標體系，分別應用主成分分析和熵權法獲得指標權重并進行組合賦權，建立模型對南京市綠色交通發(fā)展水平進行實例分析，以驗證所用模型的可操作性與合理性。

1 評價指標的選取

城市綠色交通評價指標應能兼顧一般指標的共性與綠色交通系統(tǒng)自身特性，并且所選指標可進行量化處理。本文從交通基礎設施、公共交通服務質(zhì)量以及環(huán)境影響三個角度構建備選指標集，并根據(jù)科學性、客觀性與可操作性原則對指標進行篩選，形成綠色交通評價指標體系。

1.1 交通基礎設施評價指標

交通基礎設施是綠色交通系統(tǒng)的重要組成部分，對城市綠色交通發(fā)展起著支撐性的作用。結合學者研究[11]與綠色交通自身特點，本文主要選取道路網(wǎng)密度、人均道路面積等5項指標。

1.1.1 道路網(wǎng)密度

道路網(wǎng)密度是衡量城市交通基礎設施建設水平的重要指標，并能整體上反映包含綠色出行在內(nèi)的交通便利程度。

式中：D為建成區(qū)內(nèi)道路網(wǎng)密度，km/km2；∑L為城市建成區(qū)內(nèi)道路總長度，km；∑M為城市建成區(qū)面積，km2。

1.1.2 人均道路面積

人均道路面積能夠反映出行者與道路的關系，更加鮮明地反映通行需求[12]。

式中：a為人均道路面積，m2/人；∑S為建成區(qū)內(nèi)道路總面積，km2；∑P為城市總人口數(shù)。

1.1.3 百輛汽車停車泊位數(shù)

百輛汽車停車泊位數(shù)能夠反映靜態(tài)交通的供需水平。停車泊位的綜合規(guī)劃能夠引導人們合理使用私家車，對緩解交通擁堵有積極作用。

1.1.4 萬人公交車標臺數(shù)

萬人公交車標臺數(shù)反映了人均公交資源擁有量，是衡量城市公共交通建設水平以及交通綠色化程度的重要指標。

1.1.5 公共交通站點500 m覆蓋率

公交站點500 m覆蓋率是反映城市公共交通服務可達性與公共交通建設水平的重要指標，本文中公共交通站點包括公交車站點和軌道交通站點。

式中：φ為公交站點500 m覆蓋率；ASC為公交站點500 m半徑覆蓋面積；A為城市建成區(qū)面積。

1.2 公共交通服務質(zhì)量評價指標

綠色交通倡導優(yōu)先發(fā)展公共交通，鼓勵人們綠色出行，以實現(xiàn)城市交通結構以及資源配置的優(yōu)化，具體包含公交換乘系數(shù)、公共交通分擔率等4項指標。

1.2.1 公交換乘系數(shù)

公交換乘系數(shù)能夠衡量乘客直達程度，是反映公共交通服務水平的重要指標。

式中：ε為公交換乘系數(shù)；n為出行人次；n′為換乘人次。

1.2.2 清潔能源公交車占比

清潔能源公交車描述的是公共交通工具的綠色化程度，其數(shù)值越大，表明城市公交系統(tǒng)的節(jié)能減排效果越好。

1.2.3 公共交通分擔率

公共交通分擔率直接反映城市交通綠色化程度和公共交通服務水平，對提高居民公交出行滿意度和改善城市交通結構有重要參考意義。

1.2.4 人均乘坐軌道交通次數(shù)

人均乘坐軌道交通次數(shù)能夠反映軌道交通對居民出行的吸引度，是衡量公共交通服務水平的重要指標。

1.3 環(huán)境影響評價指標

環(huán)境友好是綠色交通的重要內(nèi)涵之一。綠色交通注重交通系統(tǒng)與城市環(huán)境的和諧共融，致力于打造低能耗、低污染、低排放的城市交通體系[13]。城市交通對環(huán)境的影響主要體現(xiàn)在空氣污染和噪音污染兩方面，本文選取交通噪聲等效聲級、二氧化氮年日均值等4項指標對環(huán)境影響進行描述。

1.3.1 城市綠化覆蓋率

城市綠化覆蓋率是城市環(huán)境建設與保護力度的直接體現(xiàn)，是反映交通綠色化程度的重要指標。

1.3.2 交通噪聲等效聲級

城市區(qū)域內(nèi)交通流運行所產(chǎn)生的噪聲污染可用交通噪聲等效聲級描述

式中：Leq為被測時間段T內(nèi)的噪聲等效A聲級，dB；Li為時間ti所測聲級，dB；x為被測時間區(qū)段T的個數(shù)。

1.3.3 二氧化氮年日均值

二氧化氮是機動車尾氣排放的主要污染物之一，其年日均值是根據(jù)一年中統(tǒng)計測得的二氧化氮量而計算的日均濃度，mg/m3。

1.3.4 可吸入顆粒物年日均值

可吸入顆粒物是存在于機動車尾氣中的直徑10μm以下的固體顆粒，其年日均值是根據(jù)一年中統(tǒng)計測得的可吸入顆粒物含量而計算的日均濃度，mg/m3。

在上述指標歸納整理的基礎上，本文采用“目標層-準則層-指標層”結構建立評價指標體系，如表1所示。

表1 城市綠色交通評價指標體系Tab.1 Urban evaluation system of green transportation

2 綜合評價方法建模

圖1 綜合評價建模Fig.1 Comprehensive evaluation modeling

綠色交通發(fā)展水平評價屬于多指標復雜評價。本文采用主成分分析法與熵權法組合賦權的方式確定指標綜合權重，并分別應用灰色關聯(lián)度模型與云物元模型進行綜合評價建模。整體建模思路如圖1所示。

2.1 確定指標權重

關于權重的計算方法眾多，且均具有一定的適用性。主成分分析法能夠消除各指標之間不同量綱與信息重疊的影響，從而保證指標權重的客觀性與合理性。熵權法根據(jù)各指標的變異程度（即熵值）來確定其權重大小，能夠降低主觀因素對權重的偏差影響。本文分別應用主成分分析法與熵權法計算指標權重，并通過組合賦權獲得綜合權重。

2.1.1 主成分分析法

主成分分析法是一種降維算法，其基本思想是基于相關分析，尋找一組新變量代替原有變量并使之盡可能多地保留原有變量信息。

2.1.2 熵權法

根據(jù)信息論的基本原理可知，信息是度量系統(tǒng)有序程度的尺度，熵則是度量系統(tǒng)無序程度的尺度。信息的增加意味著熵的減少，即信息與熵成反比關系，熵值能夠反映指標的變異程度，并計算客觀權重。

2.1.3 組合賦權法

主成分分析法與熵權法同屬客觀賦權，但因計算原理不同而使得權重表達出現(xiàn)一定的差異性。為克服單一賦權的片面性并得到更為準確的指標權重，本文采用加法合成的方式對上述2種方法所得權重進行組合賦權[14]。表達式如下

式中：α為偏向系數(shù)；w1j，w2j分別為主成分分析法與熵權法所得第j項指標權重。通過參閱相關文獻，本文采用一種差異系數(shù)法[15]來計算α，公式如下

式中：n為指標數(shù)量；P1，P2，…，Pn分別為主成分分析法所得權重按升序排序的向量。

2.2 綜合評價模型

綠色交通評價系統(tǒng)是由多個相互影響的子系統(tǒng)組成的復雜系統(tǒng)。為全面、客觀地評估城市綠色交通發(fā)展水平，本文分別應用灰色關聯(lián)度模型和云物元模型進行綜合評價分析。

2.2.1 灰色關聯(lián)度模型

灰色關聯(lián)度模型是以灰色關聯(lián)度作為衡量對象之間優(yōu)劣程度的一種評價模型。在系統(tǒng)發(fā)展過程中，若兩個因素變化的趨勢具有一致性，則認為二者關聯(lián)程度較高；反之，則較低?；疑P聯(lián)度模型提供了系統(tǒng)發(fā)展變化態(tài)勢的定量度量，非常適合動態(tài)過程分析，其工作流程如圖2所示。

圖2 灰色關聯(lián)度模型Fig.2 Grey relational degree model

根據(jù)R中灰色加權關聯(lián)度大小，可對每個評價對象的優(yōu)劣程度進行排序。

2.2.2 云物元模型

云模型能模擬人類思維靈活劃分屬性空間，進而在較高的概念層上泛化屬性值，實現(xiàn)定量數(shù)值到定性概念的轉換。云的數(shù)字特征可用3個指標來描述：期望值，熵和超熵。物元分析[16]是將研究對象的名稱、特征以及特征量值有機結合為三元有序數(shù)組，進而構建基本物元的分析方法。云物元模型將物元分析與傳統(tǒng)云模型相結合，即用云來表示定性概念的量化值，能夠有效解決定性特征的模糊性和隨機性問題。云物元評價模型的工作流程如圖3。

圖3 云物元模型流程Fig.3 Cloud matter-element model process

3 案例分析

作為東部地區(qū)重要的中心城市和國家綜合交通樞紐，南京市交通設施現(xiàn)代化水平較高，地面公交、軌道交通網(wǎng)絡發(fā)達，綜合運輸服務體系完善，具備發(fā)展綠色交通的現(xiàn)實物質(zhì)基礎。本文以南京市為研究對象，構建綜合評價模型對綠色交通發(fā)展水平進行實例分析。

通過查閱統(tǒng)計年鑒和相關調(diào)查報告，本文收集了南京市2010—2017年的各評價指標數(shù)據(jù)，具體數(shù)值見表2。

表2 評價指標數(shù)據(jù)Tab.2 Evaluation indicators data

3.1 權重的計算

根據(jù)表2中各指標數(shù)據(jù)，分別采用主成分分析法和熵權法計算權重，并應用式（8）和式（9）得到各指標的綜合權重（表3）。其中，相對權重是指各指標綜合權重所占對應準則層權重的比例值。

表3 各指標綜合權重Tab.3 Synthesis weight of each indicator

3.2 模型應用

3.2.1 灰色關聯(lián)度模型評價分析

以前文所獲得的綜合指標權重為基礎，根據(jù)灰色關聯(lián)度模型基本原理可計算各指標對應的灰色關聯(lián)系數(shù)（表4）。

表4 灰色關聯(lián)系數(shù)矩陣Tab.4 Matrix of gray relational coefficients

基于灰色關聯(lián)系數(shù)矩陣，可得到各年份對應的灰色關聯(lián)度值并對其進行可視化展示（圖4），它能夠反映綠色交通發(fā)展水平的整體變化趨勢。

圖4 各年份綠色交通灰色關聯(lián)度Fig.4 Gray correlation degree of green transportation each year

由圖4可知，歷年灰色關聯(lián)度呈現(xiàn)出某種“聚類”特性。對灰色關聯(lián)度進行聚類分析能夠準確捕捉評估對象的差異性，并更好地描述評價結果[17]。本文引入灰色關聯(lián)聚類法對歷年灰色關聯(lián)度進行分析，聚類結果見圖5，其中λ代表聚類閾值。

圖5 聚類譜系圖Fig.5 Pedigree chart of gray clustering

圖5中數(shù)值表示各年的灰色相似關系值。從圖5可知，當聚類閾值為0.76時，評價年份可分為3類：{2012年，2013年}，{2010年，2011年，2014年，2015年}，{2016年，2017年}。該聚類結果與圖4中灰色關聯(lián)度變化趨勢具有較高吻合度。

3.2.2 云物元模型評價分析

首先進行評價等級的劃分并構建標準云。本文將城市綠色交通發(fā)展水平分為五級，分別對應：好，較好，一般，較差，差。各等級的劃分區(qū)間如表5所示。

表5城市綠色交通發(fā)展水平等級劃分Tab.5 Gradation of development level of urban green transportation

根據(jù)云模型基本原理分別計算各等級對應的和，參數(shù)由云模型的模糊性和隨機性共同決定。經(jīng)過多次試驗，當為0.02時，云模型具有適度的模糊性并能得到較為準確的隸屬度。根據(jù)前文所構建的評價指標體系，建立各評價指標的等級評分區(qū)間（表6）。

表6 評價指標等級區(qū)間Tab.6 Grade range of evaluation indicators

分別計算各評價指標的標準云模型參數(shù)。進一步計算可得到歷年各評價等級的綜合關聯(lián)度。基于最大隸屬度原則，可確定歷年南京市綠色交通發(fā)展水平的所屬評價等級（表7）。

表7 南京市綠色交通評價等級Tab.7 Evaluation grade of Nanjing green transportation

3.3 結果對比分析

通過對比兩種模型評價結果可知，灰色關聯(lián)度模型能夠動態(tài)地對南京市綠色交通發(fā)展水平進行量化描述，即2010—2011年呈上升態(tài)勢，2012—2013年有所下降，2014—2017年逐步提升。從表7可以得知，云物元模型以定性等級的形式對南京市綠色交通發(fā)展水平進行劃分，并能夠直觀地展示綠色交通所屬等級的動態(tài)變化。結合灰色關聯(lián)聚類譜系圖可知，各年份綠色交通水平可分為3類，即{2012年，2013年}，{2010年，2011年，2014年，2015年}，{2016年，2017年}3種類別。同時根據(jù)云物元模型評價結果，各年份綠色交通發(fā)展水平也展現(xiàn)出分級特性，即2010—2011年與2014—2015年同處于上升期；2012—2013年綠色交通等級有所下降；2016—2017年處于高等級階段。通過綜合分析可間接得知灰色關聯(lián)度模型與云物元模型的評價結果具有較高的一致性，但同時也要注意到，由于云物元建模過程中一些參數(shù)的選擇具有主觀性，2010—2011年綠色交通灰色關聯(lián)度與所屬評價等級并不完全一致。

結合原始數(shù)據(jù)對評價結果進一步分析可知，南京市交通現(xiàn)代化建設起步較早，準則層多項指標處于較高等級，因而交通綠色化程度在評價階段早期處于較高水平；在評價階段中期，準則層指標增長放緩，若干指標趨于嚴重，現(xiàn)實情境下體現(xiàn)在機動車保有量的快速增長以及環(huán)保措施力度不夠而導致的霧霾事件頻發(fā)，使得綠色交通發(fā)展水平有所下降；從2014年開始，各項準則層的指標均呈現(xiàn)出積極向好的態(tài)勢。結合社會經(jīng)濟狀況可知，南京以舉辦青奧會為契機，以建設公交都市為導向，積極挖掘軌道交通潛能并實施綠色循環(huán)低碳交通示范工程，從而有力推動了城市綠色交通發(fā)展水平的提高。

4 結論

1）本文從綠色交通的特征出發(fā)構建評價指標體系，采用主成分分析法與熵權法所得權重線性組合的方式確定綜合權重，并分別應用灰色關聯(lián)度模型和云物元模型對南京市綠色交通發(fā)展水平進行評價分析。

2）實例分析表明，兩方法的評價結果具有較好的吻合度與一致性?；疑P聯(lián)度模型能夠動態(tài)地對南京市綠色交通發(fā)展趨勢進行定量分析，結合灰色關聯(lián)聚類能夠進一步找出灰色關聯(lián)度的差異性并對其進行分類。同時云物元模型能夠以定性概念的方式對南京市綠色交通評價等級進行直觀闡述。將兩種模型組合應用，能夠使得評價結果更加全面細致。

3）本文所用評價方法原理簡單，計算簡便，能夠較好地反映南京市綠色交通發(fā)展與建設水平，為南京市進一步開展綠色交通規(guī)劃提供參考。