張智勇, 邵越, 黃鑫燦, 黃天星
(北京工業大學城市交通學院交通工程北京市重點實驗室, 北京 100124)
城市交通的快速機動化帶來了大量交通問題,其中交通環境污染問題尤為突出。2020年9月22日,中國在第七十五屆聯合國大會上提出:“中國將提高國家自主貢獻力度,采取更加有力的政策和措施,二氧化碳排放力爭于2030年前達到峰值,努力爭取2060年前實現碳中和。”為了實現這一目標,各個城市持續推進綠色交通出行方式,公租自行車、共享單車等出行方式成為有益的實踐,自行車交通出行量也呈逐年上升趨勢。然而機動車交通與自行車交通爭奪有限的道路資源,惡化了自行車騎行環境,影響了自行車交通出行的進一步發展。目前,相關部門在制定自行車道改善工程計劃工作時,多以現有道路設施來改善自行車交通的出行環境,根據經驗確定道路改造的優先次序,缺少定量評價指標和方法。為了提高決策的科學性,需要建立一套基于城市道路現狀特征的自行車騎行環境評價指標與方法。
在自行車交通評價領域,中外學者做了大量研究,主要從安全性、道路基礎設施及騎行感受度出發,對自行車的出行安全和舒適進行探析,選取合適的指標和方法用以構建評價體系來評估自行車的道路環境。
從安全性角度,Luan等[1]采用數據驅動建立基于負二項分布的決策樹模型,進而深入解析自行車逆行與建筑環境之間的關聯,探討出逆行行為嚴重影響了自行車的騎行安全;Ding等[2]利用最短路徑法和加權最短路徑法建立了自行車路徑模型,并對自行車安全性進行分析,通過建立自行車碰撞模型,得出環境、交通和騎行者等因素也影響著自行車安全性。從基礎設施角度,騎行者表現出對獨立騎行空間的需求[3- 4]。Caviedes等[5]通過對實測的騎行者生理反應歸一化處理來探究機動車數量、行駛速度、騎行距離(路線)和自行車道基礎設施類型等因素對人們騎行壓力的影響;在友好型慢行交通理念的指導下,陳陽等[6]以可達性、安全性、便捷性和舒適性的原則選取指標,分析現狀道路基礎設施,采用層次分析法計算指標權重進而構建自行車交通評價體系。從騎行感受角度,劉頌等[7]通過以黃浦濱江綠道為例,構建騎行感知評價指標體系,對環境感知的重要性和滿意度進行排序,提出了綠道騎行環境優化建議;朱彤等[8]利用問卷調查和視頻調查的方式對選取的指標進行調查,構建了城市道路自行車出行者滿意程度模型,得到通暢性與環境舒適性對出行者滿意度影響最大。王維鳳等[9]以自行車出行品質為研究對象,通過回歸統計方法構建了基于出行感受的自行車出行品質評價模型,并提出了出行品質分級標準。
目前,中外學者在自行車交通系統評價指標與方法、自行車出行路徑決策以及騎行感受評估模型方面取得了顯著成就。但對城市道路自行車騎行環境體系研究較為匱乏,缺少科學依據對道路進行優先級改善;并且以往評價指標大都從安全、舒適、通暢和出行者滿意度等方面進行分類,少有研究把道路和交通作為劃分指標依據。為此,在現有研究成果的基礎上,將道路、交通因素相結合,全面考慮騎行時所遇狀況,運用層次聚類優化初選指標;為避免單一性,依據組合賦權和模糊綜合評價法來構建城市道路自行車騎行環境定量評價模型;并以北京市朝陽區具體道路為例,建立基于實際情況的自行車騎行環境模型,為科學評判自行車騎行環境提供新思路。
自行車的騎行環境是支撐居民出行的重要保障,騎行環境的質量直接決定了人們騎行過程中的滿意程度。因此,要全面分析自行車騎行環境影響因素,篩選出具有代表性的因素作為評價指標。在借鑒相關研究成果的基礎上[8-11],將從道路狀況和交通運營狀況兩個方面來探究分析。
道路狀況主要涵蓋非機動車道設置類型、道路路面坡度、路面破損程度、交通標志標線的完整度、道路兩側的綠蔭覆蓋率和道路夜間照明設施等內容。①城市道路未設置非機動車道,自行車交通量過大會導致整條道路的通行能力減弱。非機動車道的類型也影響著自行車的騎行安全,設置物理隔離和實線劃分能夠減小其他車輛對自行車騎行的干擾[9];②道路的坡度過大、非機動車道多處破損導致路面凹凸不平以及道路上自行車交通標志標線完整度不高,都會使居民不愿選擇自行車作為日常出行的交通工具[7];③當晴天曝曬或刮風下雨時,道路兩側沒有樹木或者建筑物進行遮擋,人們會選擇其他出行方式[12]。分析可知,道路狀況直接決定了自行車出行的舒適度。
交通運營條件也是影響道路自行車出行舒適度的重要因素。在城市道路中機動車與非機動車相互爭奪有限的道路資源,致使自行車出行受到了干擾。其干擾主要存在于機動車違法占用非機動車道、出租汽車和私家車臨時靠邊停車、機動車在自行車道長時間違章停車以及共享單車和電動三輪車亂停亂放等方面[8]。此外,在住宅密集的自行車道上還存在著非機動車逆行現象,這無疑是增添了更多的道路沖突,打破了正常的交通秩序。
從道路狀況和交通運營狀況對城市道路自行車騎行現狀進行剖析,全面考慮自行車騎行環境的影響因素,運用層次聚類分析優化初選指標,能夠反映出自行車騎行環境的具體實況[13]。具體操作流程為:①建立初始數據矩陣。通過邀請5位該領域的決策專家對初選指標進行1~10打分,刪掉平均值低于5分的指標,將保留的指標分值作為數據分析矩陣;②親疏程度測算。在SPSS軟件中輸入指標變量以及專家評分分值,從而得到近似矩陣以及聚類圖。根據輸出的結果建立自行車騎行環境評價體系如表1所示。

表1 城市道路自行車騎行環境評價指標體系
針對自行車騎行環境評價這一問題,還沒有統一的評價標準作為其評價依據,大量定性指標沒有具體范圍,比如自行車道設置類型、標志標線完整度以及照明設施完善程度等屬性不明確,需要借助于區間打分來完成。因此,為了更加客觀地得到各項指標對自行車騎行環境的影響程度,我們利用組合賦權來計算指標權重。還引入了模糊綜合評價模型,利用隸屬函數來反映騎行環境對評價指標分級標準的符合度進而提高系統評價的客觀性[11]。
采用主觀和客觀賦權法結合得到綜合權重[14-15],既可以參考經驗來賦權,也可以避免主觀因素的過多干擾。采用層次分析法(analytic hierarchy process,AHP)[16]進行主觀賦權,通過專家決策構造重要度矩陣,進行層次排序和一致性檢驗,得到指標的主觀權重為
選取熵值法[17]進行客觀賦權,即利用客觀數據來獲取指標權重。為了消除指標數據之間的差異性(單位、量綱不統一),需要對實測數據進行歸一化處理,進而計算客觀權重τi。

(1)

(2)

(3)

令α和β分別為AHP法和熵值法的權重系數,則組合賦權系數ρi可表示為
ρi=ασi+βτi
(4)
式(4)中:α>0;β>0;α2+β2=1。
指標權重確定的關鍵在于如何確定α和β的值,即求解綜合評價值得分最高時α和β的值。滿足約束模型條件為

(5)
結合Lagrange條件極值原理,將層次分析法和熵值法所得權重代入式(6)、式(7)求出經過歸一處理的α′和β′的值,得到最終的綜合權重ρ′i為

(6)

(7)

(8)
模糊綜合評判法是一種基于模糊數學原理,利用隸屬函數,將模糊概念定量化分析評價的方法。現已廣泛應用于模糊數學領域[18],基本步驟如下。
步驟1確定評價體系的指標集、評價集。將評價對象影響因素構成的集合稱為指標集C={C1,C2,…,Cm},將評價對象的評價結果構成的集合稱為評價集V={V1,V2,…,Vp}。因為評價指標用于模糊語言表述,需要引入[0,1]隸屬函數來對模糊指標量化[19]。采用由參數a、b、c、d確定的線性關系函數形式,可表示為

(9)

(10)

(11)
式中:x為樣本數據指標量化值;a、b、c、d分別對應Ⅰ級、Ⅱ級、Ⅲ級和Ⅳ級路況的評價標準區間中值,不同指標參數取值不同。
步驟2構造模糊判斷矩陣并進行模糊合成。先對各指標進行評價,確定其對評價集的隸屬程度,再得到其模糊子集rij=(ri1,ri2,…,rip),由此可建立單指標的模糊判斷矩陣R,可表示為

(12)
利用合適的算子°將各指標的模糊權向量A=(a1,a2,…,am)與單指標的模糊判斷矩陣進行合成,從而得到騎行環境的模糊綜合評價結果向量B,可表示為
B=A°R
=(b1,b2,…,bp)
(13)
步驟3綜合評價并對評價結果分析。由于模糊綜合評價得到的結果只是一個模糊向量,需要進一步處理其結果以得到綜合評價分值,利用式(14)將其轉化為分值,即

(14)
式(14)中:S為綜合評價分值;qi為區間中值,i=1,2,…,p。
進而得到更為直觀的評價結果。
以北京市朝陽區6條不同等級、不同功能的城市道路(南磨房路、西大望路、松榆北路、武圣路、東三環輔路、北工大路)為例,根據道路現狀情況,對每條道路的各影響因子進行打分,評分情況如圖1所示。通過設計相關道路實驗來采集指標量化數據,采用組合賦權法求得指標權重,并構建出模糊綜合評判模型對道路自行車騎行環境進行綜合評價。

圖1 實驗道路各評價指標得分情況
根據對城市道路的騎行特點分析,構建了包含13個影響因素的評價指標體系。通過邀請相關領域的5名專家進行1~9重要程度比較,構造出相應的判斷矩陣,并進行一致性檢驗,從而得到評價指標的主觀權重值σi=(0.037 0,0.031 2,0.057 1,0.045 9,0.064 9,0.110 6,0.023 3,0.044 5,0.045 6,0.081 4,0.109 5,0.171 2,0.179 7);另外對6條路段進行實地調查,獲取高峰時段的道路基礎設施狀態與自行車道交通運營狀況,量化各條道路的評價指標(表2),利用式(1)~式(3)計算出指標的客觀權重值τi=(0.050 9,0.054 3,0.076 4,0.077 1,0.055 6,0.056 5,0.049 0,0.105 6,0.081 0,0.091 8,0.112 6,0.082 3,0.107 0);將得到的σi與τi代入式(6)和式(7)中,求得歸一化處理后的對應重要度系數值:α′=0.487 7,β′=0.512 3。利用式(8)最終確定評價指標的綜合權重值如表3所示。

表2 實驗道路高峰時段指標量值

表3 自行車騎行環境評價指標綜合權重結果
圖2給出了道路自行車騎行環境的評價指標權重分布。可以看出,不同影響因素下的指標權重差異性較大。道路狀況指標權重大小分布較為均勻,而交通運營狀況指標權重分布參差不齊;騎行路面破損程度、交通標志標線完整度、綠蔭率和道路照明設施完善性是道路狀況下的重要因素;機動車占用非機動車道行駛、電動車和摩托車在非機動車道上行駛、行人在自行車道上行走以及非機動車逆行行為均為交通運營狀況下的重要影響因素。

圖2 實驗道路的指標權重分布
由于自行車騎行環境評價中多項指標定義不明確、具有模糊性,為了消除這一缺點,利用隸屬函數對其進行定量化評價。通過參考前人在該領域的研究以及相關規范,確定各項評價指標的內涵及自行車騎行環境的評價標準如表4所示。依據實測數據和所建立的評價標準來確定隸屬函數值,構造出模糊判斷矩陣并對其模糊合成得到模糊評價結果,再將其結果轉化為分值從而確定道路等級。以道路1為例,具體步驟如下。

表4 自行車騎行環境評價指標說明及分級標準
步驟1將道路1的實測數據代入式(9)~式(11)中,構建出不同二級指標的隸屬度矩陣為

(15)

(16)
步驟2將表3中二級指標權重ρ′1=(0.122 8,0.119 7,0.186 6,0.172 4,0.167 6,0.230 9)和ρ′2=(0.056 7,0.118 1,0.099 2,0.135 1,0.173 1,0.195 8,0.222 0)與隸屬度函數R11和R12分別代入式(13)得到一級指標的隸屬函數矩陣為

(17)
步驟3再把一級指標權重ρ′=(0.359 1,0.641 9)與R1進行模糊合成,即
B1=(0.359 1,0.641 9)×


(18)
計算結果(0.268 4,0.327 2,0.268 3,0.137 1)作為道路1用以模糊綜合評判法的結果,因為評價結果是一個向量,需要對該向量進一步處理,利用式(14)將其轉化為百分制得分。

=0.268 4×95+0.327 2×85+0.268 3×70+
0.137 1×30
=76.21
(19)
因此,道路1的綜合評價得分為77.21分。以此類推,利用該思路求解其余5條道路的綜合評分以及道路狀況和交通運營下的評價分數。并根據得分情況確定其道路等級(運營優秀、運營良好、建議改造和必須改造),6條道路的評價結果如表5所示。

表5 實驗道路總體得分情況
可以看出,這6條道路自行車騎行環境綜合評價得分處于在65~85分,其中只有一條道路評價結果為運行良好,其余均為建議改造,說明此區域內針對自行車騎行環境問題還有很大改善空間。分別從道路狀況和交通運營狀況進行對比,發現道路條件良好的道路有南磨房路、西大望路和東三環輔路,交通運營條件良好的道路有松榆北路、東三環輔路以及北工大路。對于不同道路進行改善需要從兩方面進行綜合考慮,有針對性地實施改善措施。其中西大望路綜合得分最低,該道路的道路狀況得分遠遠高于交通運營狀況,說明西大望路在道路設施方面基本良好,但在交通運營方面存在很大不足,應優先對交通運營方面進行改善。具體優化建議如下。
(1)按照評分結果,應明確劃分人行道、自行車道以及非機動車道(圖3),嚴禁機動車、行人在非機動車上行駛(走)。完善對機動車駕駛員、自行車騎行者、行人等相關法律法規,除了加強對機動車的違法處罰以外,還應對自行車未安裝前后燈、酒后騎行、超速騎行等行為予以相應程度的罰款。

圖3 道路功能
(2)在自行車道出入口設置障礙物,防止機動車通行。
(3)規劃道路兩側自行車停車場,使非機動車有序停放,避免亂停亂放導致浪費道路資源現象發生。
(4)控制電動車和摩托車的騎行速度,做好機動車停車路側停車規劃,減少非機動車道被占面積,并提高騎行者的安全意識。
(5)在資金充足的情況下,可以提升道路的照明設施條件、重劃交通標志標線(圖4),使得道路自行車騎行環境更加理想。

圖4 自行車交通標識
(1)以自行車騎行環境為研究對象,結合城市道路實際情況,從道路設施和交通運營兩方面深入剖析自行車騎行的影響因素,利用層次聚類篩選出13項指標構建自行車騎行環境評價體系。采用組合賦權法和模糊綜合判法對道路進行評價,使結果更加科學、精確。
(2)以北京市的具體道路為例,對所提模型進行可行性驗證,通過不同道路的評分分析,證明所構建的評價模型能夠對道路自行車騎行環境做出有效評價,這對以后的自行車道改善工程計劃工作提供了新思路。
(3)在自行車道路和交通事件對騎行環境進行研究評價,未考慮到騎行人群本身屬性的影響程度。為了彌補不足,今后將在以下方面展開研究:①從多因素影響出發,將騎行者的出行目的、出行偏好和個人屬性列入評價指標;②利用可視化敘述性偏好法(stated preference,SP)實驗生成模擬路線選擇情景,與實地路段調查相結合,從而獲得更為的全面的騎行環境評價分析。