交通需求管理視角下我國低碳農村物流系統優化

姚冠新 邊曉雨 何勇

摘 要：文章從交通需求管理的角度出發，運用四階段法對農村物流的需求進行預測并根據Wardrop第一原則合理分配物流需求以降低運輸碳排放量，并用TransCAD的算例得出路網V/C、V主題圖證實其可行性。

關鍵詞：交通需求管理；低碳農村物流；四階段法

中圖分類號：F406.5 文獻標識碼：A

Abstract： From the traffic demand management point of view， using the four stage method of rural logistics demand forecast based on Wardrop first principle of reasonable distribution of logistics demand in order to reduce transport carbon emissions， and use TransCAD example solutions to network V/C， V themes demonstrate its feasibility.

Key words： transportation demand management； low carbon rural logistics； four stage method

0 引 言

我國經濟發展正處于高速上升階段，國民的生活條件也隨之改善和提高，更表現出對高質量生活的追求。近年來，可持續性發展作為國家政策已經滲透進我國的方方面面，而低碳經濟的觀念也同時影響著人們的生活方式。低碳經濟觀念與農村物流結合所誕生的低碳農村物流被認為是滿足人們對高品質農產品的需求和實現農村經濟健康穩定可持續發展的重要途徑。但是我國物流的技術、觀念和基礎設施仍比較落后，其發展水平也處于初級階段，無法滿足人們的高需求。因此，為了實現低碳農村物流、響應國家三農政策的號召、促進農村經濟高速可持續發展等目的[1]，對農村物流的未來發展進行合理規劃是必不可少的。基于以上原因，筆者認為基于交通需求管理視角，利用四階段法對農村物流的需求進行預測并以此提出建議和對策，可以為低碳農村物流的發展提供一些幫助。

目前學術界對低碳農村物流研究較少，對其定義并沒有得出明確結論。但綜合低碳物流和農村物流兩者的定義來說，本文認為其定義是指通過先進的技術與物流管理水平相結合來提高農村經濟活動區域的物流效率并降低溫室氣體的排放量。其最終目的是促進農村經濟的可持續性發展，即經濟發展是主導，物流的發展水平要與日益發展的市場需求相符合[2]。

在交通需求管理中，貨運交通需求管理的目的，是為了在滿足貨物運輸需求的前提下盡可能減少多余的貨物出行，以便合理安排有限的交通資源并減少貨物出行給交通網絡和環境帶來的影響[3]。

綜上所述，在低碳經濟大趨勢下，建設低碳農村物流系統的目標是為了提高資源利用率，降低碳排放量，形成經濟效益和環境效益的統一，這與貨運交通需求管理的目標基本一致。同時，運輸功能和倉儲功能作為物流系統的六個基本功能中最重要的兩個功能，與農村貨運系統緊密相連。因此，農村貨運系統和農村物流相輔相成，在促進農村貨運交通系統的綠色化與低碳化的發展時也推動了低碳農村物流的發展。

1 四階段法的應用

在貨運交通需求管理中，對物流需求的預測是能否優化物流基礎設施規劃和實現減少能源損耗、降低碳排放量的前提和基礎，所以準確的物流需求預測對實現低碳農村物流有重要意義。目前，四階段法作為交通需求管理中較為成熟的科學方法被廣泛運用到城市客運交通規劃測量中，鑒于貨運交通需求和客運交通需求具有一定的相似性，本文認為將傳統四階段法應用到物流需求預測上有助于低碳農村物流系統的優化。

1.1 交通規劃的四階段法

20世紀60年代，美國聯邦新公路法的出臺促進了交通規劃四階段法的形成和發展。在其萌芽階段，交通規劃四階段法并不是四個階段的預測，而是只有交通發生、交通分布、交通分配。但是在隨后不久，日本有關學者認為交通方式劃分預測對交通規劃有重大現實意義并將其運用到城市交通的規劃中。至此，交通規劃四階段預測法最終演變的結果如圖1所示。

1.2 低碳農村物流需求預測和傳統城市交通需求預測方法的不同

農村交通規劃相對于城市交通規劃來說不是完全相同的，落后的農村基礎設施及農村物流的重視程度導致預測所需資料的獲取難度相對較高。其次，由于貨運交通規劃與客貨運交通規劃之間也存在著一定的差異性，在需求預測的過程中，兩者所涉及的影響因素并不相同，不能簡單的將城市客運交通規劃四階段法的某些方法和模型直接套用在低碳農村物流需求預測中。因此，為了更加準確地反應農村物流的真實情況和更合理的物流需求分配以實現低碳農村物流系統的優化，運用物流需求預測的四階段法是必不可少的。

2 基于四階段法的低碳農村物流需求預測

2.1 低碳農村物流總量預測

低碳農村物流總量預測是指對農村整個區域內的吸引和發生的總物流量進行預測，其本質是通過對整個農村物流需求影響因素進行分析，構建物流生成模型，預測出物流發生量和吸引量。考慮到農村地區的基礎資料收集較為困難且增長趨勢情況比較難把握，本文采用彈性系數法，即運用因變量的百分數與自變量變化的百分數之比來計算預期物流總需求，這種方法反映了自變量對因變量的影響程度[4]。這種預測方法，關鍵在于彈性系數的選取以及自變量未來值的預測。

式中：Q為預期物流總需求；Q為預測對象基年物流需求量；D為目標年物流量增長率；L為預測時間長度；E為彈性系數；Υ為預期年國民經濟增長率；b為基年物流增長率；γ為基年國民經濟增長率。這個公式的思路是根據相關數據預測出區域內目標年GDP的增長率Υ，用物流增長率b與基年GDP增長率γ建立回歸模型求出相應的彈性系數，然后根據目標年GDP的增長率與相應的彈性系數確定目標年的物流增長率D，從而求出目標年的物流需求量Q。

2.2 各區域或行政村物流量預測

區域或行政村（為了避免歧義用區域或行政村代替交通規劃中的小區）的位置、性質和面積等都會對農村物流需求總量在各區域分配起到一定的作用。所以，各區域物流產生和吸引量預測可將現有數據作為基礎并根據各區域的位置、性質和面積等來確定各規劃區域的貨運產生、吸引相對權數。各區域或行政村物流產生量預測模型如下：

式中：Q為j區域的物流生成量；W為j區域的物流生成相對權值；A為j區域的用地面積；Q為農村物流需求總量。該公式中各區域的物流生成相對權值是根據所測量的具體情況而定，一般可以通過調查問卷、可比地區的相關資料以及專家測評等方式對各個區域的地理位置、用地性質等來確定相對權值[5]。

2.3 物流分布預測

物流分布預測是利用各區域現有的物流生成量以及空間阻抗來預測各區域的物流出行分布量。現有方法中，重力模型法認為應用各區域間的出行數與出發區的物流發生量和到達區的吸引量各成正比，而與各區域間的行程時間（或費用、距離等）成反比。該模型考慮的因素較多，能相對精確地反映各區域之間的物流分布變化。在重力模型的約束方式中，雙約束重力模型綜合考慮了出行產生量和出行吸引量的限制，比較符合實際情況，其模型如下：

式中：T為從i區域到j區域的出行分布量；P為i區域的出行產生量；A為j區域的出行吸引量；f

I為i區域到j區域之間的交通阻抗系數；a為區域i出行產生量的調整系數；b為區域j的出行吸引量的調整系數；b為待定系數。該公式是考慮到，GAMMA函數可克服指數函數和冪函數由于交通分區之間的距離過小而造成的分配量過大的弊端[6]，符合現實意義。

2.4 物流運輸方式劃分

農村物流運輸方式劃分中，農村區域內的物流運輸主要是通過公路運輸，而對外運輸則主要由公路、鐵路以及水路等多種方式承擔。物流運輸模式分擔模型可采用轉移曲線模型和概率模型。其中轉移曲線模型是最為直觀和簡單，只需收集相應地區的統計資料就可以算出不同運輸方式的分擔率及其影響因素之間的關系曲線[7]。在西方發達國家由于物聯網技術的迅速發展及其在交通方面的應用，智能交通系統的誕生使得轉移曲線模型被普遍使用。但是針對我國農村交通統計資料的匱乏，不宜完全采用該方法。 因此，本文認為采用Logit模型是較為合適的，其模型如下：

式中：F為從i區域到j區域，第n種交通方式間的分擔率；U交通區域i到交通區域j的交通方式k的效用函數；a為待定系數；X為出行者在從交通區域i到交通區域j采用交通方式k時的影響因素m；c為影響因素的個數。

2.5 物流分配預測

物流分配是將各區域間不同運輸方式的出行分布量分配到綜合運輸網絡上去，即將OD量正確合理地分配到O與D之間的各條路徑上以求出物流網絡上的物流量大小。而在物流網絡分配之前，應將貨物量（t或者t/km）轉換為不同車輛類型的貨車量（輛），即運輸OD（單位為輛）。根據農村物流低水平、低信息化、高貨運量、高能源損耗以及路權與交通負荷之間的關系，本文認為容量限制—增量加載分配方法比較適合。其方法將道路的負載能力作為限制，并把每一OD量分解成K部分進行迭代運算。在分配物流量時，需用最短路徑模型分配OD，且每分一次路權修正一次，最后把K個OD表全部分配到網絡上，其中路權采用路阻函數修正[8]。

近年來，交通需求管理被日益重視，其運用和研究也逐漸深入。TransCAD將GIS與TDM的模型和方法有機結合，是一款強有力的交通規劃和需求預測軟件[9]。因此除了運用容量限制—增量加載分配法外，本文建議還可以運用TransCAD4.5軟件對農村物流需求預測進行分配以達到低碳農村物流系統優化的實現。

3 TransCAD中低碳農村物流系統優化的實現

假定已知某農村空間分布并根據分析其地理位置、面積和政治因素等將其劃分為如圖2所示的5個區域。

還已知該農村基年物流增長率為3.67%、GDP增長率為9.32%以及預期年GDP增長率7.18%，得出目標年物流增長率4.97%，根據該農村各區域現狀物流總需求數據并運用上述彈性系數法得出該農村各地區的目標年物流總需求量，包括發生量和吸引量，最后通過各區域物流產生量預測模型得出目標年的物流量預測數據如圖3所示。

在得出圖3所示的數據后，利用TransCAD中net選項里Multiple Shortest Path功能對各區區域的網路文件運算得出區域之間的OD阻抗矩陣如圖4所示。

其次，對上述雙約束重力模型中待定系數a、b、c進行標定，即a=1，b=0.3，c=0.01后，選擇區域文件、現狀OD矩陣和區域阻抗矩陣并通過Planning選項中的重力模型選項數據進行運算得出該農村各區域之間的物流分布預測如圖5所示。

最后在路網層上選擇Planning中Traffic Assignment選項對該農村地區各區域的物流分布進行分配，在Method中選擇User Equilibrium以符合Wardrop第一原理，然后在Other Settings中勾出Selection以避免分配時將質點算入，最終得出流量分配后路網V/C、V主題圖如圖6所示。

4 算例分析與總結

本算例在TransCAD中采用了UE模型并得出流量分配后路網V/C、V主題圖。此模型符合Wardrop第一原理，即在道路的利用者都確切知道網絡的交通狀態并試圖選擇最短徑路時，網絡將會達到平衡狀態。在考慮擁擠對行駛時間影響的網絡中，當網絡達到平衡狀態時，每個OD對的各條被使用的路徑具有相等而且最小的行駛時間[10]。因此得出的V/C、V主題圖已經對該農村地區目標年的流量進行了路徑最優的合理規劃以減少貨運過程中二氧化碳等污染物的排放。此外，該路網分配圖是將目標年的流量分配在當前道路中，因此還可以結合道路服務水平分級標準，如表1所示進行分析，發現該農村當前貨運道路系統存在一定的不足，中間一些路段Flow值過高，原本道路的Capacity值不足以承擔，造成了不穩定車流以及強制性車流。因此建議在這些路段上進行拓寬或者建立新的道路以減少車輛擁擠和擁擠所造成的二氧化碳等污染物的排放。

本算例的不足有兩點：其一，該算例是基于揚中市的日新村和收集的相關數據所做，其中現狀貨流量、時間、年貨運量、道路最大車容量等資料數據難以收集，運用類比法得出了相應的虛擬數據，因此與該村實際情況還是有一定的差距。其二，由于所選農村的面積較小且只有貨運汽車，因此該算例并沒有用到物流運輸方式規劃，但是在實際操作中應根據具體農村情況對其進行運輸方式規劃，即如上所述，收集不同交通工具的數量、當量、載貨量、相應換算系數等數據來構建貨運方式劃分率矩陣、貨運費用矩陣和貨運時間矩陣，然后再運用TransCAD的Mode Split功能利用Logit模型參數估計得出分擔率，最后將分擔率轉化成不同交通工具的Trips子矩陣，完成交通方式劃分。

綜上所述TransCAD證實了四階段法可以運用在低碳農村物流運輸系統的優化上，并為如何改進道路以及運輸路線規劃等提供一些的幫助。

參考文獻：

[1] 陳錫文. 當前農業和農村經濟形勢與“三農”面臨的挑戰[J]. 中國農村經濟，2010（1）：4-9.

[2] 黃蕾. 低碳視角下的農業物流運作模式構建途徑研究[J]. 農業經濟，2014（2）：121-122.

[3] 馬凱，艾力·斯木吐拉. 交通規劃四階段法在物流需求預測中的應用[J]. 重慶交通大學學報（自然科學版），2009，28（4）：745-750.

[4] 王曉原，張敬磊. 區域物流需求分析集對聚類預測模型研究[J]. 軟科學，2004，18（5）：1117.

[5] 裴劍平，范東濤. 基于拓展四階段法的城市軌道交通客流預測[J]. 都市快軌交通，2010（5）：57-61.

[6] 王元慶，周偉，呂連恩，等. 道路阻抗函數理論與應用研究[J]. 公路交通科技，2004，21（9）：82-85.

[7] 施泉，吳中，毛榮昌. 軌道交通客流預測四階段法的改進[J]. 城市軌道交通研究，2006（9）：44-47.

[8] 鄧敬春，楊梅. 四階段法在物流需求預測中的應用研究[J]. 物流工程與管理，2013，35（4）：75-78.

[9] 晏杉，南愛強. TransCAD軟件在公路建設項目交通量分析與預測中的應用[J]. 中外公路，2011（6）：273-276.

[10] Stier-Moses N E， Ordonez F. Wardrop Equilibria with Risk-Averse Users[J]. Social Science Electronic Publishing， 2010，44（1）：63-86.