綠色施工條件下鐵路棄渣場的綜合效益分析

鄭雨茜, 鮑學英

(蘭州交通大學 土木工程學院, 甘肅 蘭州 730070)

鐵路工程常有棄渣量大、渣堆松散等特點，鐵路棄渣場暴露的工作面是水土流失的主要發生源，如若棄渣場的布設和施工不當，極易誘發滑坡、崩塌、泥石流等自然災害，造成項目區和下游生態環境的損壞，破壞自然和諧、危害人體安全及健康，而且不利于項目的發展和經濟循環。因此，做好棄渣場的水土保持是利項目之根本。

前人對鐵道棄渣場的研究有棄渣場的選址布設、運輸規劃、水土保持、效益比選等。石楊子[1]，朱艷玲[2]認為棄渣場應減少農田耕地的占用，選址應避開生態敏感區；王明慧等[3]認為棄渣場應注重防護工程，避免自然災害的發生；還有大多數學者認為棄渣場的主要選址應考慮山溝和山腳，且回填棄渣場一舉多得，是優選措施[4]。總結前人研究可以發現，學者們雖然認為棄渣場是水土保持的根本，但并沒有對棄渣場的綠色施工進行系統的研究。基于文獻綜述，本文認為節約資源、保護環境是棄渣場研究的大勢所趨，也是工程單位在棄渣場施工時的效益目標。

綜上所述，本文擬在綠色施工理念下，基于傳統經濟學中的MPI模型，引入施工帶來的非期望產出，建立鐵路棄渣場施工Malmquist模型，應用DEA-SOLVER PRO軟件和極差最大化組合賦權法進行求解，并對各個研究對象的綜合效益率進行一一分析[5-13]，以期為研究“四節一環保”應用于鐵道棄渣場施工帶來的水土保持及長遠效益提供依據。

1 棄渣場施工Malmquist模型

1.1 棄渣場施工Malmquist概念模型

為便于后文敘述，首先給出文中所用到的一些術語縮寫及意義(表1)。

參考經濟學的傳統Malmquist模型，本文基于綠色施工理念，從資源效應角度出發，同時考慮環境負產出要素和動態要素，建立“資源效率—環境效率—經濟效率”三位一體的動態棄渣場施工Malmquist模型(QMPI)，其概念模型如圖1 所示。

模型基于棄渣場工程的施工投入、產出要素之間的影響，及要素本身的跨期動態效應，即可得出鐵路棄渣場施工的全要素生產率(QTFP)，即是考慮了環境、安全、資源、經濟及社會的棄渣場施工綜合效益率。

表1 術語縮寫及意義

注：表中(Q)MPI表達了2個意思：QMPI表示棄渣場施工Malmquist模型；MPI表示Malmquist模型；其他術語表達的意思類推。

圖1 棄渣場施工Malmquist概念模型

宏觀上講，QMPI是從可持續發展角度進行棄渣場施工的綜合效益評析，不僅考慮資效動態要素的跨期效應，還考慮環境負產出的影響。此外，整個評估過程基于無導向非徑向的SBM模型，即允許各種要素同時且非比例變化[14]。

模型假設共T期n個決策單元(DMU)，每個DMU由X個投入要素生產得出Y個產出要素，其中EXt為資源投入要素，CY為非期望產出要素，Z為動態要素(即第t期的產出作為第t+1期的投入)。

基于棄渣場施工Malmquist概念模型，本文利用距離函數的思想對QMPI進行分解[15]，分解效率指數之間的關系如圖2。

1.2 棄渣場施工Malmquist模型及模型分解

(1) QMPI模型分解效率指數。

本文利用距離函數對第t期到第t+1期的棄渣場施工Malmquist模型定義如式(1)。

圖2 棄渣場施工Malmquist概念模型分解

(1)

式中：x——投入要素，y——產出要素，z——動態要素。Xe——資效投入要素，yc——環境負產出要素。式(1)中a部分表示QMPI的資效技術效率改變指數(ECTEC)，b部分表示動態技術進步指數(DTPC)。再由距離函數可對其進行式(2—3)的分解。

(2)

DTPC =〔DTPt+1×DTPt〕1/2

(3)

從概念模型的角度，結合前人的研究，式(2)表示：ECTEC可以分解為環境和資效的獨立影響；式(3)表示：DTPC是跨期動態技術效應指數的幾何平均值。由此可以得到QMPI分解效率指數如式(4)：

(4)

(5)

s.t.

(∑θ=1θ≥0； ?t=1,2,…,T；

(6)

(7)

BTFp=REC·EEC·SEC·PTC·DPC·TPC

=(EEt+1/EEt)(CEt+1/CEt)(SEt+1/SEt)

(PTt+1/PTt)·DPC·TPC

(8)

式中：TPC——投入、產出要素質量的進步(倒退)； DPC——動態要素帶來的跨期影響。均可通過實測數據經計算得出。

2 各要素變量權重求解

2.1 要素變量選取

查閱路線工程棄渣場施工方案(主要有地基處理，支擋防護，排水，渣土堆放四大塊)和相關研究文獻，基于綠色施工“四節一環保”的施工理念，首先選出與棄渣場施工相關的103個變量指標，再從施工單位、蘭州鐵路局、科研單位邀請11位高級職稱及以上的該領域專家對指標進行篩選，并在篩選出的23個指標中，針對數據統計比較困難的指標按照棄渣場的現場施工情況，結合專家打分表進行估值打分。

參照組接受常規營養支持治療,研究組患者則接受個體化營養支持治療,具體內容為:首先由主治醫生和營養醫師根據患者的身體情況,制定出適合患者的營養治療方案,營養支持治療主要分為腸內和場外,本院使用營養液對患者進行腸內、腸外營養支持,根據患者的實際情況,控制營養液的輸入量[2]。

此外，考慮到本文建立的鐵路棄渣場施工Malmquist模型中涉及動態要素的投入，據相關研究顯示，動態要素一般要求為固定資產，考慮棄渣場施工現場特點，本文選取在棄渣場施工中涉及到的施工機械和臨時便道作為動態要素來擴充整個評價指標體系(詳見表2)。

表2 QMPI相關要素變量指標體系

2.2 極差最大化組合賦權法

(1) 4種單一賦權法對指標賦權。本文將采用表3中的4種單一賦權方法進行各變量指標權重的求解。

表3 4種單一賦權法步驟

(2) 極差最大化法確定權重向量。

①求第i個評價對象的綜合評價得分：

(9)

②將4種單一賦權法求得的綜合評價得分進行組合形成綜合得分矩陣Z，標準化處理得Z*，并求得其協方差矩陣H：

H=(Z*)TZ*

(10)

③根據最大差距拉開評價對象的極差差異原則，得到如下線性規劃問題：

(11)

由前人研究結果[9]可知，上述線性規劃問題即式(11)的最優解即為所求的單一賦權值調節向量，記為λ=(λ1,λ2,λ3,λ4)。由此可以得到最終第h個指標的組合權重θh：

(12)

3 實例研究

3.1 參數及數據處理

首先進行決策單元選取，即棄渣場的選取。本文擬根據鐵路綠色施工的研究現狀，選取前人已較深入研究的其中3條鐵路線路，并從每條線路中選取能反映線路特色和綠色施工效果的幾個棄渣場作為研究對象，由此組成最終的決策單元組合(表4)。

表4 決策單元組合

表5是變量實測統計數據，將其進行同趨化處理和無量綱化處理后，最后以系數0～1的相對效率值的形式來體現。由于篇幅限制，故不給出數據處理后的相對效率值。

表5 各要素變量實測數據

由于鐵路棄渣場的施工主要有地基處理、支擋防護、排水、渣土堆放這四大塊，因此本文將每個DMU分為4期，再根據表2和表4的數據，即可得出在本文建立的實例QMPI中各個參數的取值。參數設置為：n=10，T=4，r=2，m=11，s=5，p=7。

3.2 要素變量權重確定

據極差最大化組合賦權法確定各個變量指標的權重。基于Lingo軟件對線性規劃問題即式(11)進行求解即得到在4種單一賦權法下的調節量為λ=(0.288 3,0.220 6,0.243 9,0.247 2(詳見表6)。

其中，G1法和G2法是主觀賦權，由邀請的11位專家給出相應分值再進行計算即可。均值方差法和離差法是客觀賦權，根據處理后的指標相對效率值按公式進行計算即可。這里由于篇幅限制，故不再列出G1法和G2法的專家打分情況。

3.3 結果與分析

(1) 棄渣場施工效益率整體分析。基于DEA-SOLVER PRO軟件平臺，根據公式(5)—(8)可以得到各個棄渣場施工的QTFP及分解效率情況。本文給出如圖3所示的QTFP，REC，EEC這3個指數情況。

表6 變量指標的權重

圖3 QTFP及部分分解效率指數

由圖3的QTFP數據可得，各個棄渣場施工的綜合效益率降序排序為：4，8，6，5，7，9，1，10，3，2。

結合楊中立等[6]的研究成果可以發現，青藏鐵路的綠色施工評價等級高于另兩條鐵路，而在該鐵路中選取的棄渣場4，5，6的QTFp值均排在前列；同時，QTFp值排在末端的棄渣場3，2均選自綠色度等級較低的大麗鐵路。因此，可以認為，綠色施工對棄渣場施工的綜合效益率有著促進作用。

此外，根據圖中資效效率改變指數(REC)和環效效率改變指數(EEC)的變化情況：除個別數據外，REC和EEC的整體趨勢隨QTFP的變化趨勢一致，這說明，在鐵路棄渣場工程施工中，資源投入利用情況、環境保護措施的采取效率與其綜合效益率呈整體正相關，即驗證了綠色施工(四節一環保)促進棄渣場施工的綜合效益率。

圖3中，棄渣場5的REC和EEC走勢與QTFP的走勢不一致，且REC很高但QTFP卻反而降低，這是因為棄渣場5選自青藏鐵路中的格拉段，首先青藏鐵路是凍土的集中地，其次，格拉段是其中各種施工條件都較為艱難復雜的一個標段，因此其棄渣場施工的考慮因素較其他鐵路而言比較繁雜，同時其物資的投入相對而言沒有那么便捷，因此在它的棄渣場施工中，只有提高其綠色組織管理，投入綠色施工技術，保證并提高資源的利用率才能更好確保施工效益，這也就是為什么棄渣場5中REC很高的原因。但是后天的綠色施工并不能完全改善先天較差的施工條件，這也就是為什么REC很高但QTFP反而降低的原因。

同時，圖中棄渣場1，2，3，9，10的REC

表7 棄渣場施工投入/產出冗余率

注：① 本表只選取QTFP<1的爆破點； ② 按照冗余率大小進行排序，選取部分數據進行標識； ③ a表示最主要因素，b表示次要因素。

根據表7可知，①資源投入過多和非期望產出過量是本文部分棄渣場施工效益率低的主要原因。②造成施工效益率低的主要影響因素依此是土地、燃油、水污染、施工用電、勞動力。③合理減少資源的投入且提高投入資源的利用率(四節)，同時減少環境負產出(環保)，做到資源環境的可持續發展是提高棄渣場施工綜合效益率的有效途徑。

4 結 論

(1) 參考傳統經濟學MPI模型，基于綠色施工理念，引入施工所致的非期望產出要素，考慮資源的投入利用率并結合動態投入的長遠效應，建立鐵路棄渣場施工Malmquist模型，可以充分解釋鐵路棄渣場“資源效率—環境效率—經濟效率”三位一體的動態施工綜合效益。

(2) 參閱線路工程棄渣場施工方案，初選出與其相關的103個因子，邀請11位行業專家根據本文建立的QMPI模型篩選出25個主要變量，分別作為投入、產出和動態要素的二級指標。這些指標的確定有助于施工單位在棄渣場的施工過程中分清施工主次，合理制定施工方案，確保項目的經濟和社會效益。

(3) 基于極差最大化組合賦權法和DEA-SOLVER PRO軟件平臺進行棄渣場施工效益率的測算。測算結果表明，施工綜合效益率與資效效率(REC)和環效效率(EEC)呈整體正相關，即綠色施工會促進施工綜合效益率。同時，提升“四節”會促進“一環保”，從而共同作用于更高的施工效益。通過對投入/產出冗余率的分析，也進一步驗證了這一結論。極差最大化組合賦權法的運用，既有效克服了主觀因素的決策失誤，也避免了數據偏差而產生的評判錯誤，并保證了評價結果的科學性。

(4) 本文選取的動態要素只考慮了部分固定資產，而在工程項目的實際施工中，動態投入往往更為繁雜，應對動態要素變量進行進一步的研究優化，提高模型的精度。