基于DPSIR-TOPSIS模型的城市智慧交通動態發展評價

關鍵詞：智慧交通； 高質量發展； DPSIR-TOPSIS模型； 障礙度模型； 影響因素

中圖分類號：F570. 3 文獻標識碼：A DOI：10. 7525/j. issn. 1006-8023. 2024. 06. 018

0引言

在全球氣候變化的背景下，世界各大城市正面臨著來自人口增長和交通擁堵的雙重壓力。這不僅降低了居民的出行效率，阻礙了城市經濟的發展，還加劇了環境污染和能源浪費等問題［1-2］。交通問題已經成為中國城市普遍面臨的難題，智慧交通作為應對這一挑戰的關鍵技術而備受關注。自2010年美國IBM（International Business MachinesCorporation）提出“智慧城市（Smarter Cities）”理念以來，智慧交通引起了社會各界的廣泛討論。在中國，智慧交通的概念于2012年首次出現在《國家智慧城市試點指標體系》中，其強調智慧交通不僅要運用先進技術進行交通管理，更要以“智慧”方式解決交通擁堵問題，實現城市可達性與日常活動空間的匹配［3］。對智慧交通的評價不僅促進了技術的不斷完善，同時也為政策制定提供了理論和實踐依據［4］。

國內外學者對智慧交通進行了廣泛的研究。在概念方面，智慧交通源自智能交通，最早可追溯至1960 年，由美國智能交通協會首次提出。智能交通系統（Intelligent Transportation System，ITS）的理念強調通過先進的信息和通信技術，提升地面交通運輸系統的安全性和靈活性，同時減少環境污染［5］。然而，隨著城市化加速，汽車保有量急劇增加，導致智能交通系統難以滿足不同交通功能的個性化需求［6］。2009 年，IBM 首次提出了“智慧交通”的概念，通過整合信息和通信技術，將智能化元素融入交通系統［7］。2012 年，中國首次引入智慧交通概念，即在道路上融合各種信息，構建智能集成運輸體系，為用戶提供集成交通服務［8］。因此，智慧交通被視為智能交通發展的高級階段，具備智能交通系統的基本功能，并能高效集成信息、實現快速交通管理和即時交通決策。在政策方面，國際上已經形成了美國、日本、歐洲三大體系，而中國對ITS研究和發展也在不斷加快。各國政府相繼提出了智慧交通發展規劃，旨在促進交通系統的智能化和可持續發展［9-10］。2017 年，中國交通運輸部發布了《智慧交通讓出行更便捷行動方案》，標志著我國智慧交通進入了專項政策制定階段。隨后，一系列智慧交通相關政策陸續出臺。在評價方面，國外學者的研究主要聚焦于具體智能交通技術層面，例如，Deveci 等［11］結合了Fermateam 模糊距離度量（FF-DM）和相對接近系數（FF-RCC）技術對ITS實施方案進行評價。相較之下，國內相關研究更側重于從宏觀層面評估智慧交通的綜合水平。例如，陳池［12］采用主客觀綜合賦權法，結合層次分析法、熵權法和均方差法，對長三角地區的智慧交通發展水平進行綜合評價；金雷等［13］和鄭健狀等［14］運用模糊層次分析法分別對機場陸側以及高速公路智慧化水平進行綜合評價。

綜上所述，現有研究主要集中于對智慧交通整體水平的評估，未充分考慮到不同時點智慧交通發展的動態變化，缺乏對智慧交通動態發展水平的準確測度；智慧交通評價指標未充分考慮人類活動對交通環境的影響，缺乏從系統的角度分析人類活動與智慧交通系統相互作用的關系。因此，本研究基于DPSIR（drivers pressures state impact response）模型構建城市智慧交通綜合評價體系，并結合逼近理想解排序法（technique for order preferenceby similarityto ideal solution，TOPSIS）模型和障礙度模型，對城市智慧交通發展水平進行測算以及障礙因素識別。從而揭示智慧交通發展變化的規律與趨勢，基于此提出智慧交通高質量發展的對策建議，為智慧交通發展提供重要參考［15］。

1研究區域與數據來源

北京市位于我國華北地區，毗鄰天津和河北，是我國的政治、文化、國際交往和科技創新中心，同時也是全國重要的交通樞紐。自2013年將智慧交通確定為國家交通運輸行業的重點建設內容以來，北京市始終積極應對交通智慧化的發展。近年來，北京市對于智慧基礎設施、信息一體化以及城市承載能力等方面的建設取得顯著成效，但實現城市交通可持續發展仍面臨人口增長、車輛增加和環境污染等挑戰，需要采取綜合政策和措施。

本研究以北京市為研究區，選取2013—2022年為研究期。數據來源包括①《北京統計年鑒》（人均國內生產總值、交通運輸行業總產值、人口密度和人均可支配收入等）、②《中國統計年鑒》（互聯網寬帶接入端口、城鎮居民交通通信類人均消費指數、每萬人擁有公共汽電車輛數和人均城市道路面積等）、③《北京市發展年報》（城市年客運運輸量、高峰時段市民平均出行時耗、高峰時段主干道路交通流量、道路交通噪聲年均聲級）、④《北京市國民經濟和社會發展統計公報》（第三產業產值增速、第三產業占GDP比重）。部分數據通過相關政府網站以及查找以上資料得到基礎數據后計算得到，具體計算方法見表1。對于個別年份缺失數據，采用線性插值法進行補全。

2基于DPSIR模型的評價指標體系構建

2. 1城市智慧交通系統DPSIR模型概念框架

DPSIR（Driving驅動力-Pressure壓力-State狀態-Impact影響-Responses響應）模型是歐洲環境署（EuropeanEnvironment Agency，EEA）基于DSR（Driving-State-Responses）和PSR（Pressure-State-Responses）2種模型構建的模型框架［16］，能夠有效表達人類活動與資源環境的因果關系，是分析環境問題的有效工具［17］。

根據已有相關研究［12-13，16-17］，本研究考慮城市智慧交通發展特征，從驅動力、壓力、狀態、影響及響應5個層次，辨識影響智慧交通發展的主要障礙因子，并構建DPSIR 模型概念框架，如圖1 所示。其中，驅動力（D）是指在經濟、社會發展和需求等方面推動或阻礙城市智慧交通發展的因素；驅動力導致人類活動對交通環境產生負荷，這種負荷則被稱為壓力（P）；在面對上述壓力時，狀態（S）代表所處的情況；影響（I）涵蓋了交通系統狀態對結構、城市生活和環境噪聲等方面的影響；響應（R）則指人類在促進智慧交通系統發展進程中所采取的對策［18］。

2. 2城市智慧交通發展評價指標的選取

基于上述構建的城市智慧交通系統DPSIR 模型概念框架，結合北京市智慧交通發展特征，參考《智慧城市指標體系》《智慧交通》（第二版），構建北京市智慧交通發展評價指標體系，見表2。其中驅動力、壓力、狀態、影響和響應5個維度為準則層，14個指標為要素層，29個具體基礎性指標為指標層。

3城市智慧交通發展評價模型構建

3. 1熵權-TOPSIS模型簡介

在信息論中，信息熵是度量系統無序程度的指標。熵權法是常用的客觀賦權法之一，通過評價指標的信息熵和差異離散系數來計算各指標的權重［19］。本研究采用熵權法確定北京智慧交通發展各評價指標的權重，以消除主觀因素的影響，使指標權重更加客觀。通過這種方法，可以更有效地評估北京市智慧交通發展水平。TOPSIS通過定義目標空間中的某一測度來計算目標貼近或偏離正、負理想解的程度［20］。這一方法可用于全面客觀地評估北京市智慧交通發展水平，并能夠反映該水平的動態變化和趨勢。具體計算步驟如下。

1）構建智慧交通發展水平標準化評價矩陣。對各評價指標數據采用極值法進行標準化處理，消除不同指標間的量綱及數量級差異［15］。正向指標代表數值越大越好，負向指標代表數值越小越好。標準化矩陣具體公式為

4實證分析及對策建議

4. 1北京市智慧交通發展水平分析

根據北京市人均GDP、汽車保有量和能源消耗量等基礎數據，結合表1指標計算方法，計算得到指標層中29 個指標各年份初始值，運用式（1）和式（2））對指標進行標準化處理得到標準化矩陣；然后運用熵權法（式（3））確定各指標的權重；最后利用TOPSIS模型（式（4）—式（8））計算出2013—2022年北京市智慧交通系統發展水平與理想解的相對貼近度，即北京市智慧交通發展綜合評價指數，如圖2所示。

由圖2 可知，在2013—2022 年，北京市智慧交通發展綜合評價指數由2013 年的0. 404 5 上升至2022年的0. 570 9，呈顯著上升態勢，這表明北京市在智慧交通領域取得了較大的進步和發展。總體而言，北京市在2013—2022年的智慧交通發展經歷了初始階段、加速階段、持續發展階段3個階段，如圖3所示。

2013—2016 年為初始階段。隨著我國城鎮化的快速推進，交通運輸面臨著嚴重的問題，包括擁堵、污染和頻發的交通事故，這給城市交通帶來了巨大的挑戰。然而，由于人們對“智慧”概念的理解尚未深入，相應的基礎設施尚未完善，導致在這一時期智慧交通的發展相對滯后。

2016—2019年為加速階段。2017年，國務院發布了《智慧交通發展行動計劃（2017—2020年）》，全面系統地闡述了我國智慧交通建設的理念、目標和任務。在多次專題討論和政策扶持下，北京市明確了未來的發展方向，并專注于推動交通基礎設施的智慧化升級。通過車聯網、大數據分析等智能技術的升級，極大地提升了城市的智慧化水平。

2019年至今，北京市智慧交通進入持續發展階段。2019年，交通運輸部門充分利用大數據、人工智能和5G等新技術機遇，制定行動方案以提升基礎能力、運能管理和出行服務。盡管新冠疫情影響了交通基礎設施建設投融資，導致2020年底智慧交通評價值下滑，但2021年政府通過強化管理和提升綠色出行意識，繼續推進智慧交通基礎設施建設，逐漸提升綜合水平。截至2022年，北京市智慧交通發展水平達到0.5709，接近較高水平。

北京市智慧交通系統在過去的十年中并沒有持續穩定地提高，其發展程度存在波動。因此，對于北京市智慧交通發展現狀不宜盲目樂觀，仍需持續進行智慧交通的構建和管理的不斷完善。通過等分法和進度分級標準，目前北京市智慧交通仍處于一般水平，迫切需要及時調整制約因素，以制定相應的對策。

4. 2不同層次下北京市智慧交通發展水平分析

我國城市交通發展受經濟、社會和資源等因素的長期影響，但也伴隨能源消耗、交通事故等問題，為我國交通發展帶來了巨大壓力。在驅動力和壓力的協同作用下，交通系統呈現智慧化狀態，并在經濟社會中得到體現，促使人類做出改變。考慮到驅動力、壓力和狀態的不斷變化，需要制定政策來改善交通環境，推動交通系統與自然環境、人類社會的良性互動耦合。依據驅動力、壓力、狀態、影響和響應5個準則層下對應的指標數值及權重，分別計算智慧交通發展各子系統的指標加權值，結合TOPSIS模型的相關計算式（4）—式（8）得出2013—2022年各子系統的相對貼近度，即北京市智慧交通發展各子系統指數，見表4。

1）智慧交通發展的驅動力。2013—2015年，驅動力子系統指數呈下降趨勢，主要由于在此期間北京市發展迅速，人口不斷增長，汽車保有量持續增加，導致北京市交通運行壓力增大。2016—2019年，驅動力指數顯著增長，從0.3997增至0.7127，得益于人民生活水平、人均GDP和居民人均可支配收入的增長。同時，交通運輸行業總產值也從670.6億元增至1010.8億元。然而，2020年起，驅動力指數明顯下降，主要原因是受到疫情影響，導致交通運輸行業遭受沖擊，總產值急劇下跌，城市年客運及貨運運輸量也顯著減少。綜上所述，盡管驅動力指數呈現波動態勢，但隨著經濟和社會的發展，其積極的推動效應不斷加強，同時也凸顯出智慧交通發展對經濟環境的高度依賴。

2）智慧交通發展的壓力。研究期內，壓力子系統指數呈波動上升態勢。2015—2017年壓力指數明顯下降，這是由于隨著城市人口密度增加，人均出行時耗上升，對出行效率和質量的需求增高，從而導致出行壓力大于供給水平。2018年起，壓力指數大幅上升，得益于交管局對道路交通檢測系統的升級和公交集團便民服務系統的完善。作為全國能源消耗重點城市，北京市單位GDP能耗逐年下降，這表明發展智慧交通有助于提升能源利用效率，減少了對資源的依賴，同時也減少了對環境的負面影響。

3）智慧交通發展的狀態。2013—2020年，狀態子系統指數呈現上升趨勢，但均低于0. 4，總體而言，這一階段北京市智慧交通發展穩定，但發展水平一般，主要原因可能是在此期間智慧交通的技術和業務融合不充分，缺少新技術場景應用，因此造成指標變化不大。從2021年開始，狀態指數明顯上漲，2022年已超過0. 6，表明北京市智慧交通已提升至較高水平，這歸因于北京市交通委員會制定并落實了《北京市智慧交通建設2021—2022 年工作方案》，使得城市交通系統智慧基礎設施以及信息一體化狀態都得到提升，實現了智慧化升級改造，加強了數字技術在交通協同治理中的作用。

4）智慧交通發展的影響。研究期內，影響子系統指數總體呈波動上升態勢，得益于城鎮居民在交通和通信工具的人均消費支出逐年增加，反映出支付能力的提高，有利于交通運輸行業發展。產業結構轉型導致第三產業占GDP比重上升，提升了城市競爭力。自2013年以來，北京市交通運輸部門實施“排堵保暢”工程，有效降低了高峰時段道路交通擁堵，提升市民出行幸福感。總體來看，影響層指數上升，對北京市智慧交通發展具有一定的推動意義。

5）智慧交通發展的響應。研究期內，響應子系統指數呈現先上升后下降的趨勢。2013—2019年，響應指數穩步增長，這得益于北京市交通運輸部門全面貫徹《北京市“十二五”時期交通發展建設規劃》，實施排堵保暢計劃和便民措施，從而提升了公共交通出行比例。公共汽電車數量和人均城市道路面積也從2013年的12. 8標臺/萬人、7. 61 m²/人分別增加到2019 年的17. 41 標臺/萬人、7. 68 m²/人。在“十三五”時期，交通運輸行業固定資產投資增長41. 36%，達到4187. 3億元。然而，2020年起，響應指數有所下降，主要由于受到疫情影響，交通固定資產投資收緊，但公共交通投資始終保持高位，強調對綠色出行的關注。北京市需繼續應對交通行業需求，推動綠色低碳轉型，為智慧交通系統建設提供動力。

4. 3北京市智慧交通發展的障礙因子識別

根據指標層中29個指標數值，利用式（1）—式（3）計算單項指標標準值及權重，再利用障礙度模型（式（9））計算得到2013—2022年影響北京市智慧交通發展的障礙度，選擇排名前5位的指標作為主要障礙因子，見表5。

由表5可知，主要障礙因子可以從2個階段進行分析。

1）2013—2018年，主要障礙因子為路口電子警察安裝數（X₁₆）、高峰時段市民平均出行時耗（X₁₂）、人口密度（X₃）、城市年貨運運輸量（X₇）和人均城市道路面積（X₂₇）；其次人均國內生產總值（X₁）、恩格爾系數（X₄）、人均可支配收入（X₅）、高峰時段道路交通擁堵指數（X₂₂）。這些數據表明北京市交通基礎設施相對滯后，城市居民的交通出行效率亟待提升，城市交通承載能力壓力較大。例如，2013年全國人均城市道路面積為14.87m²，而北京市人均城市道路面積僅為7.61m²，且在2013—2018年期間，該指標呈下降趨勢，中心城區交通擁堵情況十分突出。同時，城市年貨運運輸量逐年下降，反映出北京市交通運輸業服務水平不足，亟須采取措施促進交通運輸系統的發展和服務水平提升。

2）2019—2022年，隨著智慧交通發展規劃的不斷完善，陸地交通成為規劃重點。人口密度（X₃）、交通運輸網絡建設密度（X₁₅）成為主要障礙因子，這表明人口增長仍會對交通系統的運行產生影響。因此，城市需要建立完善的路網運行管理和應急處置系統，以提升交通運輸能力和公交服務。此外，路段電子警察安裝數（X₁₆）、汽車社會公共停車泊位數（X₂₉）等因素仍會對智慧交通建設產生一定影響。北京市作為全國交通樞紐，需要加快基礎設施建設，提高交通運輸能力，并優化交通出行結構，加速智慧交通建設，以提升整體交通效率和居民出行體驗。

在分析單項指標障礙度的基礎上，利用式（10）進一步分析得到各準則層障礙度的動態變化，如圖4所示。總體而言，壓力、狀態及影響的障礙度呈下降趨勢，而驅動力和響應則呈波動上升趨勢，而各子系統的障礙度變化存在明顯差異。隨著人口密度、人均收入和城市化水平的提高，驅動力的障礙程度不斷增加。同時，加強智慧交通基礎設施和信息一體化建設，以及提升城市交通承載能力，有助于緩解城市交通的資源壓力、安全壓力和出行壓力，減少城市生活和噪聲影響，對第三產業結構也產生積極影響。盡管取得了一些進展，但北京市政府仍需加大對城市交通系統的建設投資和規劃政策，加快建設智慧交通建設。因此，為推進城市智慧交通的發展，需重點優化和調整驅動力和響應，同時兼顧壓力、狀態和影響，以實現城市智慧交通系統的綜合發展目標。

4. 4對策建議

綜上所述，北京市智慧交通建設工作成效顯著，同時也應注意到交通行業正處于轉型發展的關鍵時期存在很多發展薄弱環節：一是智慧交通對經濟環境存在依賴性；二是智慧交通缺少新技術場景應用；三是交通供給難以覆蓋出行需求；四是交通出行結構需向綠色低碳轉型。針對這些問題做出如下建議。

1）提高智慧交通自身造血能力。減少對經濟環境的依賴，是保障行業穩健發展的關鍵。建設城市交通“超級大腦”是提高北京市智慧交通自身造血能力的關鍵手段，也是道路交通智能化和信息化融合的必然結果。由于信息孤島現象突出，北京市交通大腦發展目前仍處于初級階段。因此，需要從政府管理、企業運營和社會服務3個層級提升交通大腦智能程度和共性支撐能力。

2）推動智慧交通場景應用創新。利用智慧交通基礎設施和智慧交通云腦能力，從“企業運營、社會出行、交通治理”3個方面推進不同領域的智慧交通應用場景建設，實現政府監管、企業運營和市民服務的集成和優化，提高智慧交通建設水平。

3）提升智慧交通供給側水平。可以從以下3個方面著手：首先，引入預約出行系統，提高供給效率和精準度，減少市民等待時間，實現交通系統供需平衡；其次，采取政企合作模式，強化對北京交通綠色出行一體化服務平臺（MaaS平臺）的建設，實現對多種出行方式的一體化規劃，同時提供實時公交、地鐵客流擁擠度等動態信息服務；最后，構建車路協同系統，確保交通安全并提升通行效率。

4）優化交通出行結構。持續提升地面公交的吸引力，著力推動民眾出行結構的調整，降低對小汽車的依賴，實現出行結構向更為綠色的方式轉變。這一轉變將使公共交通發揮重要作用，不僅改善交通運行狀況，還推動能源的有效利用、減少排放，實現交通的可持續發展。

5結論

為綜合考慮人類活動和社會發展對交通系統的影響，揭示人類行為及其在交通環境下的影響對社會的反饋，本研究以北京市為研究區域，基于DPSIR模型構建了北京市智慧交通發展評價指標體系，通過熵權-TOPSIS模型計算2013—2022年北京市智慧交通發展綜合評價指數，量化了北京市智慧交通發展水平的動態變化。最后，基于障礙度模型識別了影響北京市智慧交通發展的主要障礙因子，為北京市智慧交通規劃與發展提供重要參考。本研究主要研究結論如下。

1）綜合評價結果顯示，2013—2022年，北京市智慧交通發展水平呈現整體改善趨勢（智慧交通綜合發展指數從0.4045增至0.5709）。研究結果表明，城鎮化進程、政府支持以及新技術應用對不同時期的智慧交通發展起到了較為積極的作用。盡管如此，智慧程度仍處于一般水平，表明北京市智慧交通發展還存在較大提升空間。

2）從各子系統來看，驅動力和響應子系統的發展程度整體呈下降趨勢；而壓力、狀態和影響子系統的發展程度整體呈上升趨勢，在“一般”和“較高”狀態附近波動。

3）對于障礙因素，驅動力系統中的人口密度一直是影響北京市智慧交通發展的關鍵因素；壓力系統中市民平均出行時耗對智慧交通發展也產生了重要影響；交通擁堵問題日益突出，導致狀態系統中交通運輸網絡建設密度和路段電子警察安裝數對智慧交通影響程度增大；響應系統中人均城市道路面積成為智慧交通發展的限制因素。這表明人類應該對交通系統進行更合理的規劃。