代洪娜，曾煜磊，侯夢圓，賈清林

（1.山東交通學院頓河學院，山東 濟南 250357；2.山東交通學院交通與物流工程學院，山東 濟南 250357）

0 引言

交通運輸是碳排放的主要領(lǐng)域之一，加速交通運輸行業(yè)綠色低碳轉(zhuǎn)型是推動交通運輸行業(yè)高質(zhì)量發(fā)展和助推交通運輸行業(yè)實現(xiàn)“碳達峰、碳中和”目標的重要舉措[1]。近年來，我國機動車保有量和城市居民人口均呈現(xiàn)快速增長趨勢，小汽車出行需求與日俱增，導致城市交通擁堵問題日益嚴重、交通碳排放呈現(xiàn)高位增長態(tài)勢。高乘載（High-Occupancy Vehicle,HOV）車道作為低碳綠色的合乘出行方式之一，有助于提高道路和車輛使用效率，進而減少城市交通碳排放總量，是治理交通擁堵“城市病”的有益探索。因此，有必要研究HOV車道設(shè)置對降低交通運輸行業(yè)碳排放的影響，為不同城市HOV 車道建設(shè)、助力交通運輸行業(yè)“雙碳”目標的實現(xiàn)提供理論支持。

自HOV 合乘理念產(chǎn)生后，在發(fā)達國家已有50 年的實踐經(jīng)驗，眾多學者對其進行了研究。國際上，Gadawe等全面總結(jié)了部分發(fā)達國家既有的HOV 車道發(fā)展現(xiàn)狀，梳理了HOV 車道發(fā)展脈絡(luò)并預測了其研究方向和發(fā)展趨勢[2]。為論證HOV車道設(shè)置的可行性，Rehman 等通過研究實際路網(wǎng)數(shù)據(jù)，提出可在空閑或未充分利用的線路構(gòu)建HOV 車道[3]；Arunan 等基于實際道路數(shù)據(jù)，提出將HOV 車道引入城市快速路可提升車輛通行效率[4]；Shewmake 基于行為模型，發(fā)現(xiàn)HOV 車道可以改善道路交通運行條件和周圍環(huán)境[5]；Chen 等通過改進的旅行時間函數(shù)，驗證了HOV車道比普通車道具有更高的行程時間可靠性[6]；Wu 等基于回歸分析和參數(shù)回歸模型，研究發(fā)現(xiàn)HOV車道可提高道路的機動車平均車速[7]；Wang 等通過經(jīng)典的瓶頸模型研究，論證了HOV車道的最佳通行能力隨著平均HOV 車內(nèi)出行者數(shù)量和對HOV 交通的需求增加而增加[8]。通過HOV 車道政策實施前后對比分析，Hanna 等通過分析評價收集的交通速度數(shù)據(jù)后，發(fā)現(xiàn)取消HOV車道后城市擁堵情況比取消前嚴重[9]；Paundra 等通過差分法，研究發(fā)現(xiàn)停止HOV 政策施行后城市交通更加擁堵[10]。在優(yōu)化HOV 車道運行方面，Li 等結(jié)合微觀仿真分析，應(yīng)用啟發(fā)式優(yōu)化算法提高了HOV車道安全性與運行效率[11]。

我國對HOV 車道的研究始于20 世紀90 年代末，起初僅限于對HOV車道設(shè)置的可行性進行理論分析，如曹更立等定性分析了HOV車道在我國的適用性和可行性，并提出實用性建議[12]。隨著2014年國內(nèi)首條HOV車道的實施，相關(guān)研究開始逐步深入。為評價HOV車道的運行效果，韋怡林等通過仿真模擬計算，發(fā)現(xiàn)將普通車道改為HOV車道可有效提高道路運輸效率[13]；向楠等以深圳試點為案例進行數(shù)據(jù)分析，驗證了建設(shè)HOV車道可改善道路運行狀況[14]；戶佐安等構(gòu)建了考慮出行總效用函數(shù)的HOV 車道運行評價模型[15]；薛海寧通過雙層規(guī)劃模型，發(fā)現(xiàn)HOV 專用車道的設(shè)置是實現(xiàn)整個交通系統(tǒng)中擁堵減輕、浪費緩解的行之有效的手段[16]。考慮到HOV 車道可在一定程度上緩解交通擁堵問題，各地開始陸續(xù)建設(shè)HOV車道，在評估HOV車道實際運行效率方面，韓得利構(gòu)建了基于行程時間、速度等的路段總效用函數(shù)，并在調(diào)研后仿真分析了重慶市學府大道、深圳市濱海大道等設(shè)置HOV車道前后道路運行效果的變化情況，發(fā)現(xiàn)HOV 車道對于降低流量和延誤、提升平均速度和服務(wù)水平、增加斷面運送人數(shù)有幫助[17-18]。為綜合評估HOV 車道運行效果，邵春福等結(jié)合出行者使用HOV 車道的意愿（Stated Preference,SP）調(diào)查，構(gòu)建了基于多方式選擇的HOV 車道出行行為選擇模型，建立了包含道路負荷度與出行總成本的路段運行效果評價指標體系，并以北京為例分析驗證了將公交專用道改造為HOV 車道的可行性[19]；王瑜等通過構(gòu)建模糊綜合評價模型，建立了綜合評價體系，得到了HOV 車道的綜合效益評價值[20]；曾炎盛通過構(gòu)建演化博弈模型，對實際HOV 車道的應(yīng)用效果進行了綜合評價[21]。

綜合來看，國內(nèi)外學者對于HOV 車道的設(shè)置可行性、理論模型、設(shè)置方案、效益評價等進行了廣泛研究，但既有HOV車道綜合運行效益指標體系中未考慮對城市道路碳排放的影響。在交通運輸行業(yè)加快推動實現(xiàn)“雙碳”目標的大背景下，HOV 車道作為推進低碳綠色的重要舉措，如何有效測度其對交通運輸行業(yè)碳排放強度的影響效應(yīng)顯得非常重要。鑒于此，本研究將構(gòu)建考慮碳排放的HOV車道綜合效益評價指標，并基于熵權(quán)TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）法對HOV 車道方案的綜合效益進行評價分析，最后以濟南市為例借助VISSIM仿真提出最優(yōu)的HOV車道建設(shè)方案。

1 考慮碳排放的HOV車道綜合效益評價體系

為綜合評價HOV車道的運行效益，本研究從經(jīng)濟社會、交通效率、環(huán)境資源3 個維度構(gòu)建HOV車道綜合效益評價指標體系，如圖1所示。

圖1 考慮碳排放的HOV車道綜合效益評價指標體系

1.1 經(jīng)濟社會評價指標

經(jīng)濟社會指標主要反映駕駛者的費用支出和車輛燃油消耗，包括個人平均出行費用和單位車輛燃油消耗。根據(jù)設(shè)置前后兩個指標的變化情況，判斷HOV車道是否起到節(jié)約資源和節(jié)省出行者費用支出的作用。

（1）個人平均出行費用：該指標以油耗費用和出行時間費用為主，將時間價值和能源價值進行量化，其計算公式為[20]：

式（1）中：U1為個人平均出行費用（元）；T1為平均出行時間（h）；ε為時間價值參數(shù)，取ε=45元/h；U2為單位車輛燃油消耗量（L/100km）；n為乘客數(shù)量（人）；θ為能源價值參數(shù)，取θ=8元/L。

（2）單位車輛燃油消耗：該指標與車輛運行速度有關(guān)，是居民個人出行費用計算公式的重要構(gòu)成，其計算公式為[20]：

式（2）～式（3）中：T2為統(tǒng)計期間車輛通過路段所需平均時間（h）；FC(V)為高峰時段車輛每小時油耗與行駛速度回歸模型[22]；T3為路段平均車速（km/h），指一定時間內(nèi)經(jīng)過路段觀測點的車速平均值；U2含義同前。

1.2 交通效率評價指標

交通效率評價指標主要反映道路交通改善情況和交通運行參數(shù)提升幅度，包括路段平均車速、道路飽和度、載客率、人均延誤時間及車輛平均延誤。根據(jù)設(shè)置前后5 個指標的變化情況，判斷HOV車道是否提高道路通行效率和道路資源使用效率。

（1）路段平均車速：該指標用于衡量道路車輛的運行效率和通行速度，其計算公式為：

式（4）中：N為統(tǒng)計時段里的觀測車數(shù)量（輛）；Vi為第i輛車的瞬時車速（km/h）；T3含義同前。

（2）道路飽和度：該指標用于衡量道路車流量和通行能力均衡與否，可直觀反映出道路擁堵程度，飽和度越高路段越擁堵，其計算公式為[23]：

式（5）中：T4為道路飽和度；Q為路段單位小時最大車流量（pcu/h）；C為該路段的通行能力；C0為道路理論通行能力；γ為折減系數(shù)。

（3）載客率：指單位時間內(nèi)通過某一道路斷面的運送總?cè)藬?shù)與通過該斷面交通量的比值，可反映設(shè)置HOV 車道前后道路運輸效率的提升程度，其計算公式為[17]：

式（6）中：H為載客率（人/輛）；qi為單位時間內(nèi)第i種載運工具的數(shù)量（輛/h）；mi為第i種載運工具的平均載客人數(shù)（人/輛）；n含義同前。

（4）人均延誤時間T5（s）：指通過某一路段的所有乘客的平均行程延誤，可反映道路通行效率。

（5）車輛平均延誤T6（s）：指每輛車以正常行駛速度通過某一路段的平均時間與受阻情況下通過道路的時間差。

1.3 環(huán)境資源評價指標

環(huán)境資源評價主要從二氧化碳排放量和污染物排放等方面，評價HOV車道對助推交通運輸業(yè)“雙碳”目標實現(xiàn)的貢獻。該類指標主要包括：環(huán)境污染中的尾氣排放污染物平均濃度、路段車輛二氧化碳排放量。通過對比分析設(shè)置前后數(shù)據(jù)，判斷HOV車道是否會降低該路段污染物排放濃度和二氧化碳的排放總量。

（1）單位車輛污染物平均排放濃度：機動車污染物排放已成為我國空氣污染的主要來源之一，故單位車輛污染物平均排放濃度是重要的環(huán)境影響評價指標之一。通過回歸分析，得到機動車尾氣排放量與速度的計算模型為[24]:

式（7）中：E1為單位車輛污染物平均排放濃度（mg/km）；T3含義同前。

（2）路段車輛二氧化碳排放總量：該指標指各類車輛在路段排放的二氧化碳總量，按照每燃燒1L汽油排放2.36kg的二氧化碳[25]，每燃燒1L柴油排放2.73kg的二氧化碳來計算[26]：

式（8）中：E2為路段車輛二氧化碳排放總量（kg）；λ1為柴油車燃油二氧化碳排放指標，對于柴油公交車，取λ1=2.73；λ2為汽油民用車燃油二氧化碳排放指標，對于汽油民用車，取λ2=2.36；K1為道路上的公交車數(shù)量（輛）；K2為道路上其他民用車數(shù)量（輛）。

2 基于熵權(quán)TOPSIS 法的綜合評價模型構(gòu)建

目前常用的多指標評價方法有：帶有人為主觀因素決策分析的層次分析法、反復多次匯總專家意見的德爾菲法、用于確定各因素對其所在系統(tǒng)影響程度的灰色關(guān)聯(lián)分析法、按照某個特定標準把一個數(shù)據(jù)集分割成不同的類或簇的聚類分析方法等。由于HOV 車道評價涉及不同類別指標，決策過程較為復雜，而TOPSIS法可以同時考慮多個指標及指標之間的相對優(yōu)劣性，通過計算測定目標靠近理想解和遠離負理想解的距離，進而根據(jù)距離判斷相對優(yōu)劣性從高到低的排序，實現(xiàn)綜合評價。傳統(tǒng)的TOPSIS 法存在兩個缺陷[27]：一是一般通過層次分析法和專家打分法確定指標權(quán)重，主觀性較強；二是采用歐式距離計算各方案與理想方案之間的距離，不能完全反映各實際方案的優(yōu)劣性，特別是在多指標情況下，與理想解歐式距離近的方案可能也與負理想解距離近，導致不能科學評價指標的真實水平。

本文綜合應(yīng)用熵權(quán)法和垂面距離測算法對傳統(tǒng)TOPSIS法進行改進，使權(quán)重信息與評價方法更加準確，通過衡量指標數(shù)據(jù)的變異性確定指標客觀權(quán)重，同時修正歐式距離計算法評價的缺陷，最終考慮評估的科學性和嚴謹性，構(gòu)建基于熵權(quán)逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution,TOPSIS）的綜合效益評價方法。

2.1 熵權(quán)法

在進行綜合評價之前，需對所有指標進行無量綱化處理，以消除量綱不同帶來的影響。假設(shè)選取n個HOV 方案為樣本，設(shè)計了m個評價指標。本研究采用極值法對HOV車道綜合效益評價指標進行無量綱化處理，即將指標數(shù)值全部轉(zhuǎn)化為[0,1]區(qū)間的值，具體計算方法如下。

（1）正向指標無量綱化處理：

（2）逆向指標無量綱化處理：

式（9）～式（10）中：xij為第i個HOV 建成方案的第j個評價指標值（i=1,2,…,n；j=1,2,…,m）；為第i個HOV建成方案的第j個指標歸一化值（i=1,2,…,n；j=1,2,…,m）；mj為第j項指標的最小值；Mj為第j項指標的最大值。

對交通效益、經(jīng)濟效益、環(huán)境效益3 個維度的9 個評價指標進行屬性劃分，正向?qū)傩源碓搶傩灾笜藬?shù)值愈大愈好，越大對體系越有利；負向指標代表該屬性指標愈小愈好，越小對體系越有利，如表1所示。

表1 指標屬性表

在構(gòu)建HOV 車道綜合效益評價指標體系后，需要對每個指標賦權(quán)。目前，常用賦權(quán)方法有主觀賦權(quán)法和客觀賦權(quán)法。由于熵值法具有既能反映指標信息又能充分利用原始數(shù)據(jù)客觀計算指標權(quán)重的優(yōu)勢，本研究采用熵權(quán)法[27]對HOV 車道綜合評價指標賦權(quán)，計算最終評價得分?！办亍钡母拍钭钤缱鳛闊崃W概念提出，之后被引入信息理論中來表明系統(tǒng)的混沌程度，熵權(quán)越小提供的有效信息就越多，指標優(yōu)先級也越高；反之，熵權(quán)越大提供的有效信息越少，指標的優(yōu)先級越靠后。應(yīng)用步驟如下：

（1）對基礎(chǔ)數(shù)據(jù)進行無量綱化處理，消除物理量的影響，計算第i個HOV建設(shè)方案下第j個指標的特征比重：

式（11）中：pij為第i個HOV 建成方案的第j項評價指標值的特征比重；其他變量含義同前。

（2）熵權(quán)計算，計算第j項指標的熵權(quán)：

式（12）中：ej為第j項評價指標的熵權(quán)；其他變量含義同前。

（3）差異性系數(shù)計算：差異性系數(shù)取決于ej與1 之間的差值，直接影響權(quán)重的大小。差異性系數(shù)越大，權(quán)重就越大，對評價的重要性就越大，其計算公式為：

式（13）中：gj為第j項評價指標的差異性系數(shù)；ej含義同前。

（4）確定評價指標的權(quán)重Wj：利用差異性系數(shù)來確定權(quán)重，權(quán)重系數(shù)越大，評價指標對評價結(jié)果越重要。

式（14）中：Wj為第j項評價指標的權(quán)重；gj含義同前。

2.2 利用TOPSIS改進模型進行重要度評價

TOPSIS 模型由Yoon 等于1981 年提出[27]，它是一種逼近于理想解的排序法，即根據(jù)有限個評價對象與理想化目標的接近程度排序，對現(xiàn)有對象進行相對優(yōu)劣性評價[28]。本研究結(jié)合熵權(quán)法所確定的權(quán)重建立TOPSIS 模型。與傳統(tǒng)的TOPSIS模型相比，本文所建TOPSIS 模型[27]主要對評價對象與最優(yōu)解和最劣解的評價公式進行改進，具體步驟如下：

（1）構(gòu)造加權(quán)規(guī)范化決策矩陣Vij

式（15）中：Vij為加權(quán)規(guī)范化決策矩陣；Xij為n×m階矩陣，包含第i個對象的第j個值（i=1,2,…,n；j=1,2,…,m）；Zij為n×m階標準化矩陣；Wj為第j項評價指標權(quán)重；其他變量含義同前。

（2）確定正、負理想解：決策矩陣V中元素Vij值越大表示方案越好。

正理想解：

負理想解：

式（16）～式（17）中：V+為正理想解；V-為負理想解；為第m項指標的最大值；為第m項指標的最小值。

（3）計算每個測度對象到正理想解的距離和到負理想解的距離：

式（18）～式（19）中：為每個測度對象到正理想解的距離；為每個測度對象到負理想解的距離；其他變量含義同前。

（4）計算每個測度對象的相對接近度：

式（20）中：Ci為每個測度對象的相對接近度；其余變量含義同前。

貼近度值Ci在[0,1]區(qū)間內(nèi)取值，當Ci=1時，評價水平最高，表明該目標距離理想解的距離最近，達到最優(yōu)狀態(tài)；當Ci=0 時，表明該目標距離理想解的距離最遠，處于高度無序混亂狀態(tài)。

3 案例分析

3.1 數(shù)據(jù)來源

濟南市經(jīng)十路是濟南市區(qū)重要的東西主干道，雙向10車道，設(shè)計速度為80km/h。本研究以此路為例，設(shè)置HOV車道，采用人工計數(shù)法統(tǒng)計經(jīng)十路與千佛山路和青年東路交叉路段（全長700m）上高峰小時不同車型的交通量，結(jié)果如表2所示。

表2 經(jīng)十路斷面交通量調(diào)查結(jié)果 單位：veh/h

采用跟車調(diào)查法，調(diào)查早晚高峰期間調(diào)查路段車輛的平均車速，結(jié)果如表3所示。

表3 高峰時段經(jīng)十路車速調(diào)查結(jié)果 單位：km/h

對表2經(jīng)十路斷面交通量調(diào)查數(shù)據(jù)進行處理，得到車輛的出行者分擔率情況如表4所示。

表4 車輛的出行者分擔率

調(diào)查數(shù)據(jù)顯示，高峰小時大多為通勤交通量，車輛類型較為復雜，小汽車流量是道路流量的主要組成部分，尤其一人乘車的小汽車占比高達54%、出行者分擔率占比約為21%，而公交車只占了車輛總數(shù)的3%、出行者分擔率為35%，這在一定程度上加劇了路段擁堵，增加了燃料消耗和二氧化碳排放量。

3.2 仿真結(jié)果分析

本文將經(jīng)十路兩個方向公交專用道改為HOV車道，在各時段都允許方案規(guī)定內(nèi)的車輛和特種車駛?cè)耄苍O(shè)計以下4 個方案：①維持現(xiàn)狀，不改變車道；②將HOV 車道改為HOV2+車道，允許兩人及以上車輛和特種車、公交車駛?cè)?；③將HOV 車道改為HOV3+車道，允許3 人及以上車輛和特種車、公交車駛?cè)?；④將HOV 車道改為HOV4+車道，允許4 人及以上車輛和特種車、公交車駛?cè)搿?/p>

HOV 車道方案設(shè)置后，采用VISSIM 對濟南市經(jīng)十路進行仿真分析，具體仿真效果如圖2 所示。根據(jù)調(diào)查的合乘情況，定義1 人、2 人、3人、4 人及以上合乘機動車比例，每個方案限制不同類型的車輛駛?cè)牍粚Ｓ玫?，其中：路段初始截面單向輸入車流? 413pcu/h，模擬運行過程中車輛的乘載人數(shù)按照實際調(diào)查比例設(shè)定。4個方案仿真結(jié)果如表5所示。

圖2 路段仿真效果圖

表5 仿真指標參數(shù)

結(jié)果表明：

（1）經(jīng)濟效益方面，HOV 車道設(shè)置后人均出行費用和單位車輛油耗相比于現(xiàn)狀都有所降低，經(jīng)濟效益發(fā)生了明顯改觀，表明HOV車道可在一定程度上節(jié)約居民的出行成本，尤其是HOV2+車道的經(jīng)濟效益最優(yōu)，人均出行費用降低40.5%、車均燃油消耗降低3.3%。

（2）交通效益方面，設(shè)置HOV車道后平均車速都得到了提升，其中HOV2+車道的車速提升幅度最大，比普通車道提升了12%；道路飽和度、人均延誤均有降低，但3 個HOV 建設(shè)方案的車輛平均延誤都有所增加，載客率在HOV車道上也得到了提升。

（3）環(huán)境效益方面，設(shè)置不同的HOV車道后污染物平均排放量和二氧化碳排放量相比無HOV車道方案均有所降低，表明HOV車道的環(huán)境效益明顯，可有效推動交通運輸行業(yè)降低碳排放，在設(shè)置了HOV車道的路段，二氧化碳排放量有可觀的減少。

綜合考慮，選擇HOV2+合乘車道為建設(shè)方案。同時，為進一步探究道路基礎(chǔ)設(shè)施供給不變的情況下，隨著機動車保有量、道路路段流量的增加，HOV 車道對路網(wǎng)運行效率的影響，本文采用VISSIM 仿真模擬經(jīng)十路上下行方向每增加1 500pcu/h 流量后的路段情況，并得出如表6 所示的相關(guān)參數(shù)。

表6 隨流量增加的HOV2+表現(xiàn)

表6 （續(xù)）

由表6 可看出，隨著道路流量增加，飽和度的升高，HOV2+車道的人均延誤時間始終比無HOV 車道低，尤其當飽和度達到1.21時，延誤時間比原始車道降低了2.6%左右；HOV2+車道車輛平均延誤時間在飽和度為0.73～1.09 時比原始車道高，但隨著流量的增加，飽和度上升，HOV2+車道的優(yōu)勢逐漸顯現(xiàn)，在飽和度為1.21時，車輛平均延誤比原始車道降低了4.3%左右。

3.3 評價結(jié)果分析

首先，利用熵權(quán)法計算綜合評價體系下各個指標的權(quán)重，結(jié)果如表7所示。

表7 指標權(quán)重

然后，利用TOPSIS改進模型分別計算中間值（結(jié)果如表8所示）和評價綜合得分指數(shù)（結(jié)果如表9所示）。

表8 中間值

表9 綜合得分表

結(jié)果表明：

（1）相比于原始車道，經(jīng)十路在模擬建設(shè)HOV 車道后，HOV 車道分擔了一部分客流，使得道路在高峰時期通行效率和載客率均有所提升，可降低30%左右的平均出行時間，同時車輛二氧化碳排放量也得以降低。

（2）采用熵權(quán)TOPSIS 法的綜合評價，4 個方案中設(shè)置HOV2+車道方案綜合得分指數(shù)最高，約為0.787 7，是4 個方案中最接近數(shù)值1 的方案，表明該方案最接近最優(yōu)狀態(tài)，不僅可明顯降低碳排放量，在提升道路運行效率方面也最優(yōu)。

（3）HOV2+車道設(shè)置后，隨著路段流量的逐漸增加，飽和度不斷增加，相比于原始車道，HOV 車道的合乘優(yōu)勢更加凸顯，可有效改善整個路段的通行效率，減少車輛和人均延誤時間。因此，綜合得分指數(shù)最高的HOV2+車道方案最適合于經(jīng)十路城市道路建設(shè)。

4 結(jié)語

HOV 車道作為近年來緩解交通堵塞的新興交通管理手段，可有效降低尾氣排放、二氧化碳排放量，減少行車延誤，提高通行效率。通過本研究的VISSIM 仿真和熵權(quán)TOPSIS 法分析結(jié)果可以看出，設(shè)置HOV 車道不僅可降低車輛碳排放量，還可顯著提升路段通行效率和運行速度，緩解道路擁堵情況。研究發(fā)現(xiàn)，道路擁堵程度越高，HOV 車道相比原始車道對乘客的運送能力越好，乘客運送速度越快，表明HOV車道對緩解交通擁堵作用顯著。

本研究因受道路數(shù)據(jù)采集的限制，未能將諸多因素考慮周全?？紤]到不同城市HOV 車道設(shè)置條件和不同道路車輛構(gòu)成的差異性以及不同車型（含新能源車輛）碳排放量數(shù)值的不確定性等均會對HOV 車道綜合效益評價產(chǎn)生影響，后續(xù)研究可根據(jù)國內(nèi)其他城市的HOV 車道具體情況進行綜合分析，比較不同道路運行狀況、不同車型構(gòu)成比例、不同車型環(huán)境污染物排放值等對道路碳排放量產(chǎn)生影響的異同，進一步驗證考慮碳排放的HOV 車道綜合效益評價方法的適用性。