基于灰色關聯分析法的城市不同交通方式選擇分析

張 海 劉 娜 楊 旭

（西安交通工程學院，陜西西安 710300）

城市中個體對于不同交通方式的選擇，映射出城市不同區域間交通網絡的分布情況，為城市交通規劃提供依據。James等采用嵌入式模型對線路選擇和出行方式進行優化組合，最大限度地提高旅客的預期收益，將最優目標值的規劃發展為最優預期效益的最大值；有學者認為，高密度城市的土地利用可以顯著減少城市居民的汽車出行，城市CBD附近的居民主要傾向于使用非汽車移動，但工作地點和居住地的混合對汽車出行的變化幾乎沒有影響；沈俊江、鄒繼賢等通過搜集不同城市個體出行的方式選擇，通過二元logistic回歸分析得到出行方式，并提出了新的出行服務方式，建立了北京市民出行方式的選擇模型，驗證了模型的有效性。上述研究從不同角度考察了城市居民的出行狀況，經濟發展水平不同，不同城市之間的交通方式構成和居民出行狀況存在較大差異，隨著滴滴等各種出租車App在城市中的普及，城市原有的交通網絡系統有了一定改變，居民有了多樣化的出行方式選擇。本文首先闡述了灰色關聯分析法的一般原理，就分析序列的確定、數據進行無量綱化處理及關聯度計算等問題進行了探討，最后以西安北—韋曲南兩地最佳交通運輸方式的選取為例，研究了灰色關聯分析法在城市交通運輸方式選擇中的應用。

1 灰色關聯分析法

灰色關聯方法（GRA）是格雷系統理論的重要組成部分，基本思路是根據與參照系列曲線比較的系列曲線的相似性判斷相關度，相關度越高，評價基準越接近評價基準方式，評價結果越好?；疑P聯方法按發展趨勢進行分析，對樣本量沒有過多的要求，也不需要典型的分布規律，且計算量較小，結果與定性結果相對吻合，是系統分析中比較簡單、可靠的一種分析方法。

1.1 分析序列的確定

有m個對象作為評價對象，評價對象有n個指針：

理想化樣本：

1.2 對數據進行無量綱化

分析研究系列中，通常情況下計算相關度前原始數據無量綱，需要對數據進行無量綱化處理。

（1）初始值。

通過將同一序列的第一數據分割成所有數據，獲得用于第一數據的每個數據的多個序列，即初始值序列。通常包括四種類型，即非常大、非常小、固定索引、間隔，間隔值一般為[0，1]。

（2）平均化。

計算每個原始序列的平均值；通過序列的平均值劃分序列的所有數據，以獲得平均序列或平均序列的每個數據的多個序列。

1.3 關聯度計算

關聯度指度量各要素之間的關聯度，解釋各要素相互變化的具體情況，主要體現在各要素變化趨勢一致時的大小、速度、方向等方面。每個比較序列和參考序列之間的關聯度由n個相關系數反映，本文中對相關信息進行了總結和處理，主要計算n個相關系數的平均值。

平均值計算：

式中：ri——比較數列對參考數列的灰關聯度，值越接近1，說明相關性越好。相關公式的計算與比較順序參考順序及其長度有關，不同分辨率系數和無量綱化應用的不同方法會影響相關度的結果。

2 城市不同交通方式選擇的實例驗證

本文選取以西安北—韋曲南兩地為例，時間段采取平峰期，利用灰色關聯分析法分析兩地之間不同交通方式的選擇。根據實際情況選取了比較常見的五種交通方式進行分析，根據這些方式的特點選取五個特征指標進行了交通方式選擇的研究。

2.1 特征指標

每種交通方式具有不同的影響和分擔規則，例如自由行主要涉及行人，影響行人的因素包括出行目的、出行距離、出行成本等。

城市居民對出行方式的選擇行為比較復雜，受到出行者的年齡、性別、職業、收入等多種因素的影響，但更主要的是該方式的出行速度、可達性和費用等影響[3]。根據其影響特點，選定了環境影響、出行距離、花費時間、消耗成本、運輸條件作為特征指標。根據高德地圖規劃的不同交通方式出行路徑得出五種交通方式各項特征指標數據。

不同交通方式的特征指標如表1所示。

表1 不同交通方式特征指標

2.2 指標權重的確定

本研究中，指標的權重采用熵值法進行計算，是一種根據指標反映信息可靠程度確定權重的有效方法。

2.3 灰色關聯分析計算步驟

（1）原始數據的初始化。

在灰色關聯法的運用中，一般需要進行數據的無量綱化處理，轉化為統一衡量尺度下的標準化數量級無量綱數據。

（2）計算比較數列和參考數列的絕對差值。

被評價的指標是正向性指標時，值越大越好，此時最優指標值為各指標的最大值；被評價的指標是逆向性指標時，值越小越好，此時最優指標值為各指標的最小值。

（3）指標體系的灰色系數。

關聯系數是參考數列和比較序列在各個時點之間的幾何距離，值越大，表示兩個指標數列在對應的指標上的相互關聯程度越大。

關聯系數計算：

通常情況下，ρ取0.5。

（4）灰色關聯度的計算。

不同交通方式的灰色關聯度如表2所示。

表2 灰色關聯度

結果對比分析如表3所示。

表3 結果對比分析

灰色關聯度是將關聯系數集中起來通過一定方法求得的值，可以從總體上反映評價指標數列的關聯程度，灰色關聯度的值越大，表明關聯程度越好。

由表3可知，五種路徑規劃方案的結果基本符合各自優化目標的結果，其中公交方式所需要時間為120 min，是地鐵出行方式所需時間的2.4倍；出行所需費用最高的為出租車105元，是公交出行所需運費的17.5倍；出行距離最短為地鐵的26.54 km，最長為私家車的35 km。

依據灰色關聯分析法計算兩地之間不同交通方式選擇，私家車>地鐵>出租車>摩托車>公交，私家車綜合得分最高，是相對比較優化的一種交通方式。

3 結語

城市居民不同交通方式的選擇分析對解決城市交通擁堵問題具有重要意義，本文探討并提出了灰色關聯分析法在城市不同交通方式選擇分析中的必要性，促進城市交通的可持續發展。

（1）交通模式的優化取決于諸多因素，傳統的方法只能進行質的考慮，灰度值通過灰度理論和無量綱處理量化，可以比較考慮每一個特征指標。

（2）在實際出行選擇過程中，每個特性指數的重要性和影響程度通常不同。通過灰色理論繪制每個索引的相關系數權重表示每個索引的重要性，解決現有比較和選擇方法中存在的問題，并提供將來的城市居民出行方案比較和選擇的相關標準。

（3）影響出行計劃的因素較多，根據案例的實際情況選擇了5個特征指標，各種問題對索引的選擇應與實際情況相結合?；疑碚摫粦糜诮煌Ｊ降膬灮瘯r，每個評估索引的重量選擇的數學模型需要進一步研究。

（4）依據灰色關聯分析法計算兩地之間不同交通方式選擇可得，私家車>地鐵>出租車>摩托車>公交，私家車綜合得分最高。說明隨著經濟的發展，人們也更重視出行質量、交通方式的定時性、舒適性等指標。