基于MaaS 系統的低碳出行鏈優化研究

張贇興 薛丁楠

（長安大學，陜西 西安710064）

1 概述

1.1 研究背景

在2021 年的政府工作報告中，李克強總理提出了要扎實做好碳達峰、碳中和各項工作，制定了在2030 年之前碳排放達峰的行動方案。據數據統計，交通運輸行業的碳排放量約占全球碳排放量的25%左右，位列所有行業中的第二名。在交通運輸具體領域內，道路運輸業碳排放量占整個行業的77.5%，鐵路運輸占比0.2%，民航運輸占比11.2%，海運占比為10.7%。[1]而城市居民的出行在交通領域貢獻了很大一部分的碳排放量，減少居民出行鏈中的碳排放量目前的研究尚少而且通常為傳統方式進行研究。

1.2 低碳交通

低碳交通是指以降低交通運輸行為的溫室氣體排放為目標的低能耗、低排放的交通運輸方式，是低碳經濟在交通領域的一種實現方式。其中的“碳”主要指的是二氧化碳氣體，除此之外還包括氧化亞氮、氫氟碳化物、甲烷等氣體。二氧化碳作為一種溫室氣體，它增溫效應高，處理難度大，對氣候變化的影響是最大的，因此越來越多的國家倡導綠色出行，低碳交通，要把居民出行與碳排放強度調節至一種和諧的狀態，降低溫室氣體的排放。

1.3 出行鏈

在以往的研究中，許多學者對出行鏈進行了不同的定義：

表1 不同學者對出行鏈定義表

由以上表格可得，學者對出行鏈定義得理解主要分為兩種：一類為“人們為完成一項或多項活動，按照一定的順序進行活動并返回初始點的過程”。此定義主要強調出發點與終點為同一地點，即出行鏈為一個閉合鏈，并且有些定義中強調該出行鏈的時間單位為一天。另一類為“人們為了完成一項或多項活動，按照一定的順序相互連接的出行”，此定義沒有規定出發點是否與終點相同，也沒用對出行的時間單位進行限制。

本文采用的出行鏈定義為：出行鏈是為完成一項或多次活動，按照一定的順序連接完成的出行。

1.4 MaaS 系統概述

MaaS 是近些年來飛快發展的一個新的交通理念——“出行即服務（Mobility as a service）”，其在共享經濟方面具有極大的潛力。MaaS 的使用主要可以總結為五個步驟[7]：a.注冊并選擇出行服務模式;b.出行規劃;c.預定;d.使用MaaS 服務;e.向MaaS 支付服務。同時其具有四個明顯的特征，即一體化、共享化、人性化、低碳化。這些特征實現了交通出行這一基礎活動與現代社會科學技術迅速發展趨勢的良好契合，必將成為新型出行方式的引領者。尤其是在全球環境惡化，交通碳排放量逐漸增多的背景下，在交通領域控制碳排放，減少居民出行鏈的中的碳排放，可以利用率該系統的優點，即在用戶使用MaaS 的時候，第一步就利用算法對系統最優的線路進行優先推薦，作為出行的解決方案。

2 研究方案

2.1 研究思路

相對比與傳統的解決低碳出行的方式來說，大部分是通過降低需求，增加出行成本來減少城市居民出行需求，來達到減少碳排放的目的。這樣的做法具有一定的效果，但對城市居民的出行也會產生一些困擾，并且居民出行鏈中每一階段選擇何種交通工具也具有不可預測性。MaaS 系統作為一種新興的共享出行的方法可以很好的解決該問題。由于目前國內還沒有完全搭建成體系的MaaS 系統，所以本文認為在用戶使用，需要進行路線的推薦時，可以增加建立一個模型，在對不同出行方式的費用、時間、碳排放量進行優化，采用多目標優化的方法，使MaaS系統的綠色出行、經濟出行的效果達到最優。

2.2 模型構造

2.2.1 碳排放量的計算

對于城市居民來說，出行的時間和費用在現有的先進網絡技術下都可以進行很好的預測，但碳排放量不易進行計算，根據現有文獻資料，計算碳排放量的方法有IPPC 法、基于出行方式計算法、基于居民出行的碳排放計算法和基于機動車行駛距離法[8]。

出于對計算準確性和簡便性的考慮，將每個個體出行鏈中各段的碳排放量之和作為居民出行的碳排放量。

具體計算公式如下：

其中：Cij——個體i 第j 段出行產生的碳排放量，am為對應的碳排放因子，Lij為出行距離，Ti為個體i 出行鏈產生的碳排放總量。根據已有的對碳排放因子的研究，結合西安市具體的關于軌道交通和公共交通使用人數的具體實際情況，對碳排放因子進行修正。給出對應的碳排放因子如表2。

表2 出行碳排放因子

2.2.2 模型搭建

假設個體出行軌跡如圖1 所所示，其中O 為居民出行鏈的起始點，A,B,……,N 為出行鏈中每一階段的目的地，D 為最終到達地，1,2,……,m 分別為每一階段可選擇的交通工具，每一條連接線上有對應的時間權重，費用權重以及碳排放權重。在現有的MaaS 系統中推薦的即為一整條出行鏈，如何在出行過程中保證較低的碳排放，同時不影響居民的出行體驗是該模型要解決的問題。

圖1 出行鏈軌跡圖

在上述問題中，要達到系統的整體最優，推薦出一條最合理的出行鏈，其目標主要有時間最少，費用最少，碳排放最少，可以描述為以下模型：

約束條件為：

其中，式（1）表示兩個節點之間之選擇一種出行方式，式（2）表示決策變量選用0-1 變量。在LINGO 軟件中用回歸法可以解出模型答案。

2.2.3 模型求解

采用逐步回歸法對該模型進行求解，逐步回歸法選擇變量的過程包含兩個基本的步驟，一是從回歸模型中剔除經檢驗不顯著的的變量，二是引入新變量到回歸模型中。

具體步驟如下：

2.3 模型應用

基于現在國內外關于MaaS 架構的研究，整個出行服務系統架構如圖2 所示。其中用戶服務層主要包括六個主要構成部件。分別為聯程聯運線路規劃、出行票務預訂、指揮票務通行、聚合系統支付、行程訂單管理系統、積分兌換系統。本文著手的地方為聯程聯運線路規劃這一部分，在實現基于選擇的多種交通方式出行方案查詢與出行鏈信息訂閱服務中，將碳排放作為一個因素考慮到最后的輸出結果中并進行優先推薦。通過AI+出行深度融合，提供更加多的出行方案，使用戶由一定的自足選擇權利，有條件的情況下，可以通過廣為宣傳或者政策手段，對采用有限推薦路線的用戶進行適當的獎勵，實現共享經濟下的低碳交通發展新模式。

圖2 系統架構圖[9]

3 結論

本文基于MaaS 系統提出了一種新的低碳交通實現模式，即在MaaS 系統迅速發展的前提下，將碳排放量這一因素添加到同出行時間、出行費用等常規因素同等地位的條件下。通過在聯程聯運線路規劃過程中增加一個數學模型，來實現出行鏈上費用、時間、碳排放量系統的最優，并給出推薦方案。這樣進一步豐富了MaaS 系統，更加的體現出該系統人性化的特點，同時可以有效地降低居民出行鏈中的碳排放量，對于節能減排，實現“碳達峰”、“碳中和”等目標都具有良好的效果。