用于政策情景模擬的城市交通系統(tǒng)動力學(xué)模型構(gòu)建:以北京市為例

楊 陽，賀德方，佟賀豐，屈慰雙

(1.南京大學(xué)信息管理學(xué)院，江蘇 南京 210093;2.中國科學(xué)技術(shù)信息研究所，北京 100038;3.美國千年研究所，Arlington VA 22201 USA)

1 文獻(xiàn)綜述與研究方法

1.1 現(xiàn)有研究綜述及方法改進(jìn)

利用計算機(jī)仿真模型分析模擬現(xiàn)實(shí)和未來的情景是學(xué)者分析城市交通情況的常用手段。一百多年前，美國在建設(shè)高速公路中開始使用一些簡單的交通模型，進(jìn)行交通流量預(yù)測。現(xiàn)今美國聯(lián)邦法案明確規(guī)定:人口規(guī)模在五萬人以上的城市，如果要得到聯(lián)邦政府的交通撥款，在編制綜合、協(xié)調(diào)和持續(xù)性的交通規(guī)劃中必須使用交通模型技術(shù)［1］。

系統(tǒng)動力學(xué)是1956年由美國麻省理工學(xué)院Forrester J W創(chuàng)立的一門分析研究信息反饋的學(xué)科，其能處理高階次、非線性、多重反饋、復(fù)雜時變的系統(tǒng)問題以及能進(jìn)行政策模擬等優(yōu)點(diǎn)使其廣泛地應(yīng)用于經(jīng)濟(jì)社會發(fā)展的各個領(lǐng)域［2-5］。城市交通系統(tǒng)具有的非線性、多層次、多重反饋等特征使得系統(tǒng)動力學(xué)成為模擬其動態(tài)發(fā)展的理想工具和方法。

近年來，系統(tǒng)動力學(xué)的思想和方法也逐漸應(yīng)用于城市交通發(fā)展模擬與政策調(diào)控研究。例如:劉爽構(gòu)建了系統(tǒng)動力學(xué)模型研究了不同目標(biāo)情景下交通結(jié)構(gòu)的演變趨勢和交通政策實(shí)施效果，探討了交通結(jié)構(gòu)的合理目標(biāo)和政策體系［6］。王繼峰等人通過構(gòu)建系統(tǒng)動力學(xué)模型，以大連市主城區(qū)為對象，選取影響機(jī)動化發(fā)展的政策干預(yù)因素為調(diào)控參數(shù)進(jìn)行仿真，分析了不同的機(jī)動化發(fā)展政策對城市發(fā)展和城市交通系統(tǒng)的影響，并提出了相應(yīng)的建議和對策［7］。張毅媚等人建立了城市交通擁擠問題的系統(tǒng)動力學(xué)模型，預(yù)測了上海市2007年—2020年的人口、交通和擁擠程度等的發(fā)展趨勢，并探尋了各子系統(tǒng)的互動模式和內(nèi)在機(jī)制［8］。王子洋等人構(gòu)建了給予系統(tǒng)動力學(xué)的客流預(yù)測模型，分析了地鐵車站客流與其影響因素之間的內(nèi)在機(jī)制［9］。李宇航等人采用系統(tǒng)動力學(xué)方法分析人均出行次數(shù)的影響因素，剖析了人均出行次數(shù)與其他因素的因果反饋關(guān)系，分析了不同政策情景下系統(tǒng)可能會產(chǎn)生的變化［10］。王云鵬等人建立了道路旅客運(yùn)輸、道路貨物運(yùn)輸供給與需求量預(yù)測的系統(tǒng)動力學(xué)模型，并采用了吉林省道路運(yùn)輸各相關(guān)統(tǒng)計數(shù)據(jù)對模型進(jìn)行了仿真和驗(yàn)證［11］。

盡管系統(tǒng)動力學(xué)在模擬交通可持續(xù)發(fā)展建模中具有較強(qiáng)的優(yōu)勢，并且取得了一定的進(jìn)展，但目前的研究仍然存在著一定的問題，具體表現(xiàn)在以下方面:(1)模型構(gòu)架較為簡化，難以支撐不同層面的政策調(diào)控需求。盡管目前在理論研究中模型設(shè)計的較為復(fù)雜，但在實(shí)際建模研究中往往對這些理論框架進(jìn)行高度的概化;(2)反映各個部門之間的反饋回路缺失，宏觀系統(tǒng)缺乏有機(jī)耦合，這些問題使得目前構(gòu)建的系統(tǒng)動力學(xué)模型難以支撐多個部門的政策調(diào)控需求，交通可持續(xù)發(fā)展政策的制定需要考慮到部門之間的相互影響，目前的研究多局限于特定目標(biāo)，例如特定客流、擁擠問題、機(jī)動車保有量、道路運(yùn)輸?shù)取?/p>

上述問題的存在，對于進(jìn)一步完善面向交通政策情景模擬研究的系統(tǒng)動力學(xué)模型提出了新的要求，在前期的研究工作中，我們構(gòu)建的基于系統(tǒng)動力學(xué)的中國可持續(xù)發(fā)展模型(T21 China)，通過耦合經(jīng)濟(jì)、社會、環(huán)境三個子系統(tǒng)下的多個模塊來實(shí)現(xiàn)不同層面的政策模擬功能［12-17］。基于前期的基礎(chǔ)研究，我們開發(fā)了涵蓋交通部分的新模塊，并將其嵌入到大系統(tǒng)中，將交通問題與整個城市的發(fā)展有機(jī)地結(jié)合起來，并實(shí)現(xiàn)了政策情景模擬的功能。

1.2 模型基本結(jié)構(gòu)

本模型的目的是要反映城市整體發(fā)展情況與交通的相互影響，因此模型原型涵蓋了包括人口、社會、經(jīng)濟(jì)、環(huán)境、能源等領(lǐng)域(見表1)，模型包括多達(dá)數(shù)千個函數(shù)表達(dá)式以及超過50個存量變量和數(shù)千個反饋回路。限于篇幅，只介紹與交通有關(guān)的模型內(nèi)容。

2 數(shù)據(jù)分析——以北京市為例

本文選擇北京市作為模型的實(shí)證研究對象基于以下兩點(diǎn)原因:第一，北京市作為特大型城市，其交通問題受到全世界關(guān)注，北京市國民經(jīng)濟(jì)發(fā)展“十二五”規(guī)劃明確指出:交通擁堵已經(jīng)成為城市運(yùn)行管理中的突出矛盾之一，未來本市交通將面臨越來越大的壓力，因此選擇北京市作為研究對象具有較好的實(shí)際應(yīng)用價值;第二，北京市的統(tǒng)計數(shù)據(jù)較為詳細(xì)全面，能為模型的構(gòu)建提供有力的數(shù)據(jù)支撐。

北京市的目標(biāo)是在2015年，公共交通(軌道交通和地面交通)的出行比例達(dá)到45%～50%，自行車的出行比例達(dá)到20%，小汽車的出行比例控制在 30% 以內(nèi)［18，19］。根據(jù)北京市政府公布的《建設(shè)人文交通、科技交通、綠色交通行動計劃(2009到2015)》:2015年北京市交通總體出行的格局將變?yōu)椋步煌ㄕ?5%，小汽車出行占22%，出租車占8%，自行車達(dá)到23%。

我們希望能夠通過模型看看北京市是否能達(dá)到上述目標(biāo)?達(dá)到上述目標(biāo)需要滿足什么條件?以及從能源消耗角度看綠色出行目標(biāo)對北京市帶來的好處。

2.1 人口及年齡結(jié)構(gòu)

人口是交通產(chǎn)生的基礎(chǔ)。人口模塊也是整個模型的核心模塊之一。交通的產(chǎn)生不僅需要我們模擬出人口的數(shù)量，同時也需要模擬出不同年齡的人口分布情況。在本模型中，人口模塊在內(nèi)生性出生率和死亡率的基礎(chǔ)上模擬了人口總數(shù)和人口的年齡、性別分布。人口數(shù)分解為兩個性別和82個年齡群。人口數(shù)量是三個循環(huán)——出生、死亡和凈外來人口的積累。出生人口由總和生育率(TFR)和育齡婦女人數(shù)決定。人口死亡率與其預(yù)期壽命密切相關(guān)，并從內(nèi)生性角度計算了特定年齡段的死亡率。

圖1 北京市人口總規(guī)模的模擬結(jié)果

2.2 出行生成

模型的出行生成模塊主要研究北京市區(qū)內(nèi)人員出行的產(chǎn)生。模型主要按照出行目的對出行的產(chǎn)生進(jìn)行模擬，出行目的分為居民工作出行、居民上學(xué)出行、居民購物及其他出行、游客出行、流動人口的出行5類。出行生成模塊的來源數(shù)據(jù)主要源自模型中的人口模塊和就業(yè)模塊，包括常住人口、流動人口和旅游人口，其中常住人口數(shù)據(jù)又根據(jù)年齡進(jìn)行了細(xì)分。經(jīng)過運(yùn)算，模型可以輸出居民上下班出行、居民上下學(xué)出行、居民購物及其他出行、游客出行、流動人口的出行5類出行的總量。圖2展示了模型對北京市區(qū)出行總量的模擬結(jié)果，為了驗(yàn)證模型的真實(shí)性，本文將2010年以前的結(jié)果與歷史真實(shí)數(shù)據(jù)進(jìn)行了比較。

圖2 出行生成模型流程結(jié)構(gòu)

2.3 出行方式選擇

交通模式是城市交通戰(zhàn)略的核心問題。交通出行方式結(jié)構(gòu)是交通的主要含義所在。出行方式是指出行者完成一次出行所使用的交通工具，當(dāng)一次出行使用多種交通方式時，按交通方式優(yōu)先級認(rèn)定該次出行的出行方式［1］。各種出行方式構(gòu)成了一個城市的出行結(jié)構(gòu)，而交通政策的一個重要目的就是合理引導(dǎo)出行方式，使之與交通供給能力和可持續(xù)發(fā)展要求相匹配，本文希望能夠通過模型研究出不同措施和影響因素對城市出行方式的影響，進(jìn)一步看到北京市完成2015年目標(biāo)面臨的壓力與挑戰(zhàn)，并且對不同情景下的效果進(jìn)行評價。

由于城市的發(fā)展觀念和交通管理政策(如北京實(shí)行的搖號、限行政策等)對人們出行方式的選擇有非常大的影響，在模型的設(shè)計過程中必須針對不同對象的特點(diǎn)添加相應(yīng)的政策變量。在北京市的模型中，我們通過添加政策變量將新增私人汽車的數(shù)量控制在每年211200個，并且這個政策在未來可以取消或者調(diào)整，從而實(shí)現(xiàn)政策情景模擬功能。機(jī)動車數(shù)量的變化直接影響了擁有汽車的居民數(shù)量，從而影響了居民的出行結(jié)構(gòu)。與之相似，模型中還設(shè)置了限行的政策變量，可以通過運(yùn)行結(jié)果看到不同限行政策對于出行結(jié)構(gòu)所產(chǎn)生的影響(模型假設(shè)由于限行導(dǎo)致的原有乘坐私人汽車的出行全部轉(zhuǎn)為公交出行或其他出行方式)。

考慮到步行方式與其他交通方式的競爭關(guān)系較弱，本文將步行方式與其他方式分離，用回歸分析的方法，根據(jù)歷史數(shù)據(jù)得到未來步行的出行比例，然后根據(jù)出行總量計算出步行出行量。

在小汽車出行方面，基于前期構(gòu)建的私人汽車分析模型，基于收入分布曲線預(yù)測了私人小汽車的數(shù)量，基于GDP預(yù)測了公司小汽車的數(shù)量，兩者相加得到了小汽車的總量［20］。小汽車日均出行次數(shù)和小汽車輛均載客數(shù)通過各年的北京市交通發(fā)展報告獲得，未來的數(shù)據(jù)在基準(zhǔn)情景中設(shè)為:2015年私人小汽車的日均出行次數(shù)為1.8次/天，2020年為1.5次/天。公司小汽車的日均出行次數(shù)為2.3次/天，2020年為2次/天。輛均載客數(shù)從2010年的1.26人/車逐漸減少到2020年的1.2人/車。以上是模型預(yù)測的基準(zhǔn)情景，考慮到未來情況有可能會變化，本文在后面將進(jìn)一步分析不同情景下的變化情況。

通過小汽車總量、小汽車日均出行次數(shù)、小汽車輛均載客數(shù)可以計算出小汽車的出行量:

小汽車出行量=小汽車總量×小汽車日均出行次數(shù)×小汽車輛均載客數(shù)

在公共電汽車出行方面，本文通過下面的方式計算:

公共電汽車出行量=(出行總量-步行出行量-小汽車出行量-自行車及其他出行量) ×公共電汽車在公共交通系統(tǒng)中的分擔(dān)比例

公共電汽車客運(yùn)量=公共電汽車出行量×換乘系數(shù)

同理可以計算出軌道交通的出行量與客運(yùn)量。2000年—2011年間公共電汽車在公共交通中的分擔(dān)比例根據(jù)各年的北京市交通發(fā)展年報獲得，2015年的分擔(dān)比例的設(shè)定依據(jù)《北京市建設(shè)人文交通科技交通綠色交通行動計劃》:2015年軌道交通承擔(dān)公共交通總客運(yùn)量力爭達(dá)50%左右的發(fā)展目標(biāo)。2020年的分擔(dān)比例則通過專家訪談的結(jié)果予以設(shè)定，其中軌道交通占60%，公共電汽車占40%。

圖3 北京市公共電汽車客運(yùn)量

圖4 北京市軌道交通客運(yùn)量

圖3及圖4展示了模型對于2000年—2020年間北京市公共電汽車的客運(yùn)量以及軌道交通客運(yùn)量的變化情況。模型結(jié)果顯示:2015年北京市公共電汽車的年客運(yùn)量將達(dá)到51.31億人次(日均1406萬人次)，2020年達(dá)到56.56億人次(日均1550萬人次)。2015年北京市軌道交通的年客運(yùn)量將達(dá)到40.30億人次(日均1104萬人次)，2020年達(dá)到56.56億人次(日均1550萬人次)。

圖5 出行方式比例

圖5展示了模型關(guān)于不同出行方式比例(不含步行)在2000年-2020年間的變化情況。在基準(zhǔn)情景下，2015年公共交通出行比例將達(dá)到46%，小汽車出行比例降至28%。2020年公交出行比例和小汽車出行比例分別為53%和22%。基本實(shí)現(xiàn)了公共交通(軌道交通和地面交通)的出行比例達(dá)到45%～50%，小汽車的出行比例控制在30%以內(nèi)的目標(biāo)。

2.4 交通能源消耗

本文從城市交通出行方式變化的角度分析城市交通的能源消耗情況，對于未來新能源的技術(shù)發(fā)展情況根據(jù)專家的意見進(jìn)行相關(guān)設(shè)定(例如未來不同類型汽車百公里油耗情況等)，模型本身并不具有對未來新能源發(fā)展的預(yù)測功能，本文并沒有考慮到技術(shù)突變所帶來的革命性變化(例如電動汽車的電池技術(shù)取得突破性進(jìn)展等)。

模型將北京市能源消耗主體分為汽油、柴油和天然氣，考慮到貨車的出行情況和車輛類型情況較為復(fù)雜且統(tǒng)計數(shù)據(jù)缺乏一致口徑，本文暫不分析。

北京市交通的汽油消耗=小汽車汽油消耗+公交車汽油消耗+出租車汽油消耗

小汽車汽油消耗=私人小汽車數(shù)量×年均行駛里程×百公里油耗+公司小汽車數(shù)量×年均行駛里程×百公里油耗

公交車汽油消耗=公交車數(shù)量 ［汽油公交車］×年均行駛里程×百公里油耗

出租車汽油消耗=出租車數(shù)量 ［汽油出租車］×年均行駛里程×百公里油耗

我國高校教師能力現(xiàn)狀與所要達(dá)到的預(yù)期效果存在差距的原因是多方面的。通過績效問題分析，能得出部分原因：教師TPACK知識與技能不足、應(yīng)用學(xué)的意識薄弱，培訓(xùn)積極性不高以及包括硬件設(shè)備與軟件資源缺乏的外部原因[4]。本研究從TPACK質(zhì)量評估問題、教師自身意愿問題以及教育研究者過度關(guān)注技術(shù)本身三個角度進(jìn)行困境分析。

同理可以分別計算出北京市交通的柴油消耗以及天然氣消耗。表1展示了模型的運(yùn)行結(jié)果。從結(jié)果中可以看出，隨著2015年出行方式逐漸向公交系統(tǒng)靠攏，汽油消耗量明顯減少，2015年比2010年的汽油消耗減少了41.5萬噸。柴油消耗減少的原因則在于北京市公交系統(tǒng)大力推進(jìn)的新能源汽車計劃，隨著LNG、CNG以及純電動公交車的不斷推廣，柴油公交車的比例在不斷下降。而天然氣消耗的增加也主要來源于上面的原因。

表1 北京市交通的能源消耗情況

3 情景模擬

交通政策主要的作用目標(biāo)是個人及公司交通工具、公共交通系統(tǒng)、基礎(chǔ)設(shè)施建設(shè)。考慮到后兩項(xiàng)政府都有明確的實(shí)施規(guī)劃，本文主要考慮交通政策作用于個人及公司交通工具的影響，特別是對個人交通工具(本文重點(diǎn)關(guān)注私人小汽車)使用的影響。

目前北京市對私人小汽車的使用主要是采取兩個政策:①通過搖號對小汽車的快速增長進(jìn)行限制。②通過限行對小汽車的使用進(jìn)行限制。我們在情景模擬中主要考慮當(dāng)政策影響到小汽車的出行次數(shù)時，對北京市的出行方式、擁堵情況和交通能源消耗所帶來的影響，同時為了對比，我們在情景設(shè)置中也加入了一個特殊情景:假如北京市不采取搖號政策會發(fā)生什么。

在基準(zhǔn)情景中，私人小汽車的出行次數(shù)由2010年的2.39次/天，逐漸減少到2015年的1.8次/天，2020年的1.5次/天。公司小汽車的出行次數(shù)由2010年的2.52次/天，逐漸減少到2015年的2.3次/天，2020年的2次/天。

在綠色情景中，私人小汽車的出行次數(shù)由2010年的2.39次/天，逐漸減少到2015年的1.5次/天，2020年的1次/天。公司小汽車的出行次數(shù)由2010年的2.52次/天，逐漸減少到2015年的2次/天，2020年的1.5次/天。

在悲觀情景中，私人小汽車和公司小汽車的出行次數(shù)與2010年保持不變。

在不搖號情景中，私人小汽車的數(shù)量將按照正常方式增長(主要考慮居民收入、汽車價格、油價、停車費(fèi)等)，而小汽車的出行次數(shù)則與基準(zhǔn)情景相同。

圖6 4種情景下公交出行比例(公共電汽車、軌道交通)

從圖6可以看出:小汽車的出行次數(shù)對公交出行比例有著顯著的影響，綠色情景下的公交出行比例在2015年達(dá)到了51%，2020年達(dá)到了53%，而悲觀情景下的公交出行比例2015年僅為38%，2020年為42%。

圖7 4種情景下北京市交通的汽油消耗

從圖7可以看出:小汽車出行次數(shù)對能源消耗也具有顯著的影響，以汽油消耗為例，在綠色情景下的汽油消耗為2015年279.454萬噸，2020年為228.386萬噸。而悲觀情景下的汽油消耗為2015年425.190萬和2020年的498.805萬噸。分別多消耗了145.736萬噸和270.419萬噸。

4 政策建議

4.1 努力改變?nèi)藗兊某鲂杏^念，減少汽車出行次數(shù)

研究結(jié)果顯示:在基準(zhǔn)情景下，北京市在2015年公共交通出行比例將達(dá)到46%，小汽車出行比例降至28%，基本實(shí)現(xiàn)目標(biāo)。但同時應(yīng)當(dāng)注意到，目標(biāo)實(shí)現(xiàn)的必要條件是私人小汽車的出行次數(shù)由2010年的2.39次/天，減少到2015年的1.8次/天，公司小汽車的出行次數(shù)由2010年的2.52次/天，減少到2015年的2.3次/天。其中私人小汽車的出行次數(shù)降幅達(dá)到了24.7%。這并不是一個容易達(dá)到的目標(biāo)，歷史數(shù)據(jù)顯示:2005年—2010年私人小汽車的出行也只是從2.96次/天降到2.39次/天，5年間降幅僅為19.1%，這還包括2007年實(shí)行的限行政策對出行的影響，如果再考慮到2010年新車大量上路，但是新手出行次數(shù)普遍偏低的因素后，為了達(dá)到綠色出行的目標(biāo)，政府在未來將面臨巨大壓力。在控制小汽車出行力度上，一方面應(yīng)當(dāng)繼續(xù)實(shí)行限行政策、提高市中心停車費(fèi)等既有政策;另一方面應(yīng)當(dāng)更多的考慮從出行理念方面進(jìn)行引導(dǎo)。考慮到在五年內(nèi)私人小汽車的出行次數(shù)完成24.7%的巨大降幅任務(wù)不能全部通過合理的強(qiáng)制性政策達(dá)成，居民出行理念的變化將是決定性的影響因素。

4.2 出租車在目前的效率下將難以滿足未來出行需要

研究結(jié)果顯示:在基準(zhǔn)情景下，北京市在2015年出租車的出行比例將達(dá)到7.5%(根據(jù)北京市政府公布的《建設(shè)人文交通、科技交通、綠色交通行動計劃(2009到2015)》，2015年北京市出租車的出行比例將達(dá)到8%)，但是考慮到北京市嚴(yán)格地將出租車數(shù)量控制在6.66萬輛，如果保持目前的效率，將難以滿足未來的出行需求。

2015年單輛出租車的客運(yùn)量將達(dá)到16003人/年，比2010年的10406人/年增長了53.79%，這將對于北京市出租車的服務(wù)能力帶來極大的挑戰(zhàn)，考慮到目前北京市出租車司機(jī)工作時間普遍較長，居民打車難度較大的現(xiàn)實(shí)情況，這一問題將會更加突出。

4.3 未來應(yīng)更多關(guān)注對老舊汽車節(jié)能減排的關(guān)注力度

北京市目前正在努力推行京五機(jī)動車排放標(biāo)準(zhǔn)，提高了新車排放的準(zhǔn)入門檻，但是從更為經(jīng)濟(jì)，更為成效的角度看，對老舊汽車排放的控制應(yīng)當(dāng)是重點(diǎn)。北京市在2009年、2010年采取限行與經(jīng)濟(jì)政策相結(jié)合的方法淘汰了15.6萬輛“黃標(biāo)車”，并在2011年印發(fā)了《關(guān)于進(jìn)一步促進(jìn)本市老舊機(jī)動車淘汰方案》繼續(xù)加大淘汰老舊汽車的力度，但從模型的結(jié)果看，隨著時間的推移，搖號政策使得北京市私人小汽車的年齡結(jié)果發(fā)生巨大變化，2019年底時，車齡在10年-13年的汽車將成為主流。這也就意味著，在未來對老舊汽車排放的限制將會成為重中之重。

［1］陳必壯，陸錫明，董志國.上海交通模型體系［M］.北京:中國建筑工業(yè)出版社，2011.

［2］Fong WK，Matsumoto H，Y.F.Lun.Application of system dynamics model as decision making tool in urban planning process toward stabilizing carbon dioxide emission from cities［J］.Building and Environment，2009，44(7):1528-37.

［3］Winz I，Brieley G，Trowsdale S.The use of system dynamics simulation in water resources management［J］.Water Resources Management，2009，23(13)01-23.

［4］Luo GP，Yin CY，Chen X.Combining system dynamic model and CLUE-S model to improve land use scenario analyses at regional scale:A case study of Sangong watershed［J］.Ecological Complexity，2010，(7):198-207.

［5］Jin W，Xu LY，Yang ZF.Modeling a policy making framework for urban sustainability:Incorporating system dynamics into the Ecological Footprint［J］.Ecological Economics，2009，68(29)38-49.

［6］劉爽.基于系統(tǒng)動力學(xué)的大城市交通結(jié)構(gòu)演變機(jī)理及實(shí)證研究［D］.北京交通大學(xué)，2009.

［7］王繼峰，陸化普，彭唬.城市交通系統(tǒng)的SD模型及其應(yīng)用［J］.交通運(yùn)輸系統(tǒng)工程與信息，2008，8(3):83-9.

［8］張毅媚，張誼.城市交通擁擠的系統(tǒng)動力學(xué)模型仿真研究［J］.交通與計算機(jī)，2008，26(2):94-101.

［9］王子洋，劉小霞，趙忠信等.基于系統(tǒng)動力學(xué)模型的地鐵車站客流預(yù)測分析［J］.物流技術(shù)，2010，29(6):90-2.

［10］李宇航，何世偉.基于系統(tǒng)動力學(xué)的城市人均出行次數(shù)研究［J］.交通標(biāo)準(zhǔn)化，2010，(9):54-7.

［11］王云鵬，楊志發(fā)，李世武等.基于系統(tǒng)動力學(xué)的道路運(yùn)輸量預(yù)測模型［J］.吉林大學(xué)學(xué)報(工學(xué)版)，2005，35(4):426-30.

［12］Tong HF，Weishuang QS，Liu Y.System Dynamics Model for CO(2)emissions of China Cement Industry［M］.Beijing:Publishing House Electronics Industry，2009.

［13］Qu WS，Tong HF，Xu Z.Future Grain Production Based on T21 China Model［M］.Beijing:Publishing House Electronics Industry，2009.

［14］黃振中，王艷，李思一，丁凡，吳葉軍.中國可持續(xù)發(fā)展系統(tǒng)動力學(xué)仿真模型［J］.計算機(jī)仿真，1997，(4):3-7.

［15］丁凡，王艷，李思一等.中國可持續(xù)發(fā)展系統(tǒng)動力學(xué)仿真模型──環(huán)境部分［J］.計算機(jī)仿真，1998，(1):8-10.

［16］吳葉君，王艷，黃振中等.中國可持續(xù)發(fā)展系統(tǒng)動力學(xué)仿真模型──能源部分［J］.計算機(jī)仿真，1998，(1):11-3.

［17］王艷，李思一，吳葉君等.中國可持續(xù)發(fā)展系統(tǒng)動力學(xué)仿真模型──社會部分［J］.計算機(jī)仿真，1998，(1):5-7.

［18］人民網(wǎng).北京回應(yīng)控制小汽車建議:稱重點(diǎn)發(fā)展公交［EB/OL］.2010.

［19］北京市交通委員會.2015年北京綠色出行方式比例力爭達(dá)65%［EB/OL］.2010.

［20］楊陽，賀德方，佟賀豐.北京市私人載客小型和微型汽車的仿真模型及政策模擬［J］.中國軟科學(xué)，2012，(6).