既有公路服務區設施配置適宜性評價模型

馮輝紅， 盧祥花

(西南石油大學土木工程與測繪學院， 成都 610500)

“十四五”期間，在加快建設交通強國的要求下，國家公路運輸系統迎來了新的發展機遇，與之配套的公路服務區項目也得到了前所未有的發展機會[1]。截至2020年底，中國配有服務區的公路達16.1×104km[2]，據中國公路服務區50 km標準間距估算，中國目前保有服務區約3 220對，與2010年相比，十年間增加近1 740對，增幅為117.6%[3]。雖然服務區在數量上取得了顯著成效，但隨著日益進步的社會和高速發展的經濟，司乘人員的需求逐步多元化，既有公路服務區因其設施配置功能單一、設施老化、缺乏特色，漸漸難以滿足車乘人員現階段的功能需求[4-5]。故對既有公路服務區設施配置適宜性進行評價研究，意在找出設施配置的現存問題及優化策略，為未來既有公路服務區設施配置改造與建設提供參考，更好地發揮服務區的“城市延伸”作用。

目前，對于既有公路服務區的研究，一方面是服務區的規模及停車位測算，包括從駛入率、服務設施周轉率、預測交通量、停留車輛數、服務區收益等影響因素出發，測算出服務區的合理規模[6-7]；考慮港口吞吐量、高峰停車需求、設施停留率、停車周轉率等因素，應用FHWA(federal highway administration)模型、排隊理論對服務區停車位數進行測算[8-9]。另一方面集中在服務區的評價研究，有站在用戶角度，從環境、運營、人員服務、設施水平、功能布局等方面選取指標，對服務區的服務質量進行綜合評價[10-11]；也有從功能完善程度、服務水平和用戶反饋等方面構建評價指標體系，對服務區的服務水平進行評價[12]；還有以綠色環保為出發點，對綠色服務區進行綜合評價[13-14]。可以看出，上述研究不能完全適用于服務區設施配置適宜性的評價。

評價模型方面，常用的有灰靶模型[15]、模糊綜合評價法[16]、集對分析模型[17]等，而云模型作為模糊理論和概率統計中解決多屬性評價問題的方法之一，因其可實現定性定量互換、綜合考慮模糊性和隨機性等優點，在工程領域得到了較為廣泛的應用[18-19]。與很多評價模型一樣，指標權重也對云模型評價結果有重要影響，為克服單一賦權法的片面性，引入最小二乘法[20]，最小化組合權重與主客觀權重的誤差平方和，尋求權重的最佳函數匹配。主要研究既有公路服務區設施配置適宜性評價指標體系與評價模型。首先從設施狀況、服務水平、用戶體驗三方面構建了評價指標體系；然后以層次分析法(analytical hierarchy process，AHP)、序關系分析法、熵權法、決策試驗與實驗評估法(decision making trial and evaluation laboratory，DEMATEL)等單一賦權法為標準，利用最小二乘法獲取各指標的最優組合權重，在此基礎上，建立改進云模型；最后利用所建評價指標體系和評價模型，對四川省某服務區進行了評價，以驗證指標體系與模型的適用性。

1 構建既有公路服務區設施配置適宜性評價指標體系

遵循指標體系建立的層次性、系統性、適用性與可操作性等原則，從設施狀況、服務水平、用戶體驗三方面選取既有公路服務區設施配置適宜性評價指標，其中，設施狀況反映設施配置的建設情況；服務水平反映設施配置維持司乘人員基本需求的能力及提供便利的服務水平；用戶體驗反映司乘人員對設施配置的認知印象和回應。建立的評價指標體系如表1所示，包括3個準則層和11個指標層。

表1 既有公路服務區設施配置適宜性評價指標體系Table 1 Existing suitability evaluation index system for facility allocation in highway service area

1.1 設施狀況

(1)設施完備率A1：包括基礎設施和輔助設施的完備率，其數學表達式為

(1)

式(1)中：Fi為第i項基礎設施完備情況(存在即Fi=1，否則Fi=0)；Fj為第j項輔助設施完備情況(存在即Fj=1，否則Fj=0)，設施的分類及功能如表2所示。

(2)信息化服務率A2：指服務區提供的信息化服務比例，其數學表達式為

(2)

式(2)中：Ti為第i項信息化服務存在狀況(存在即Ti=1，否則Ti=0)，信息化服務包括：天氣狀況、道路路況、配載信息、服務區局域網絡和其他信息化服務。

表2 設施配置的分類及功能Table 2 Classification and function of the facility configuration

(3)設備節能率A3：設施配置中節能型設備和總設備的數量之比。

1.2 服務水平

(1)平均擁堵程度B1：無法正常使用設施的用戶(排隊時間過長)與總用戶比值，其值越小，表明越多的用戶排隊時間少，則設施服務水平就越高，其數學表達式為

(3)

式(3)中：λ為平均到達率；μ為平均服務率；k為服務臺數。

(2)設施可達性B2：衡量到達某一服務設施的方便程度，其數學表達式為

(4)

式(4)中：Lij為從i設施到達j設施最短所需時間；N為設施數量。

(3)設施利用率B3：單位時間內各設施服務利用的次數，該指標反映了觀測期內該服務設施的平均利用情況，其數學表達式為

(5)

式(5)中：F為調查期間實際訪問量；Cservice為服務能力。

(4)服務供需差B4：服務設施的需求量與供給量之差與總供給量的比值，該指標反映服務設施的閑置情況，其數學表達式為

(6)

式(6)中：S為服務設施總供給；D為服務設施總需求。

1.3 用戶體驗

(1)價格滿意度C1：服務區內的商品價格與市區內超市商品價格比值，其數學表達式為

(7)

式(7)中：n為消費種類；Si為服務區第i項消費的價格；S′為市區超市正常的價格。

(2)環境滿意度C2：定性指標，指用戶對服務區內外部環境整潔程度的評價，如光線是否良好、空氣是否清新、有無異味、地面是否潔凈、垃圾箱外表是否整潔等。定性指標難以量化，可采用德爾菲法對其進行評分，評分區間為[0,100]，等分成5個等級，如表3所示，其取值來源于向使用者發放的問卷調查。

表3 環境滿意度評分Table 3 Environmental satisfaction score

(3)文明服務度C3：定性指標，指用戶在使用設施或服務后，對其文明度的評價，如標準化作業、明碼標價、公平交易等，通過問卷調查的形式，將定性指標定量化，得到文明服務度指標值。

(4)設施易用性C4：定性指標，指用戶在使用服務區設施后，對其易用性的評價，如信息傳達方式、人性化設計、便捷服務等，通過問卷調查的形式，將定性指標定量化，得到設施易用性指標值。

2 建立評價模型

2.1 云模型概念

云模型是在傳統模糊集理論和概率統計理論的基礎上提出的一種專門研究復合不確定性的現代數學理論[21]，其定義為：設X為一個用數值表示的定量域，C為X上的定性概念。如果定量值x∈X，且x為定性概念C的一次隨機實現，x對C的隸屬度μ(x)∈[0,1]為隨機數，即

μ:X→[0,1],x∈X,X→μ(x)

(8)

則x在論域X上的分布稱為云模型，簡稱云，記為C(x)，每一個x稱為一個云滴。

云模型所表達概念的整體特性可以用云的數字特征反映，即用期望、熵、超熵3個數字特征表示，記作(Ex,En,He)。其中，期望Ex是云滴在評估區間分布的平均值，是定性概念定量表示的中心點，其隸屬度為1；熵En是定性概念的不確定性度量，在示意圖中表示云的跨度，熵越大，云的跨度也就越大；超熵He是熵的不確定性的度量，它能夠反映云的離散程度和厚度，超熵越大，云的離散程度和厚度越大，根據評價指標等級標準的實際情況進行取值，取值0.8。圖1(a)和圖1(b)為期望和超熵相同，熵不同的云示意圖；圖1(a)和圖1(c)為期望和熵相同，超熵不同的云示意圖。

圖1 云的數字特征示意圖Fig.1 Digital features of cloud model

2.2 云發生器

云的生成算法稱為云發生器，包括正向和逆向云發生器。正向云發生器實現定性概念到定量數值的轉化，逆向云發生器實現定量數值到定性概念的轉化，如圖2所示。

drop為云滴；xi為第i個定量值圖2 云發生器Fig.2 Cloud generator

正向云發生器算法步驟如下。

Step1生成以En為期望，He為標準差的隨機數En′；生成以Ex為期望，En′為標準差的隨機數Xi。

Step3形成具有確定度的一個云滴，即(xi,μi)。

Step4重復步驟1～3，直到產生N個云滴。

逆向云發生器算法步驟如下。

2.3 改進云模型實現流程

改進云模型是通過改進權重計算方法得到的，其實現流程為：首先，劃分評價等級，將評語集云化，得到指標標準云；其次，通過專家打分獲得專家評分樣本，運用逆向云發生器，進而得到專家評估云；再次，結合主客觀賦權及最小二乘法計算出各指標的最優組合權重；最后，計算綜合評估云，得到評價結果。流程如圖3所示。

圖3 改進云模型實現流程圖Fig.3 Implementation process of improving cloud model

2.3.1 計算指標標準云

確定數字特征是采用云模型進行既有公路服務區設施配置適宜性評價的前提。評價指標按照性質可劃分為定性指標和定量指標，定性指標評估值取值范圍為[0,100]；定量指標評估值取值范圍由《高速公路交通工程及沿線設施設計通用規范》(JTG D80—2006)[22]、《公路工程技術標準》(JTG B01—2014)[23]確定，若取值范圍不是升序排列，則需將數據反序來計算標準云，若取值范圍是單邊約束，則根據區間上下限和實際情況取值。各評價等級都可以用云模型來表達，每個子區間對應一個標準云Ci=(Exi,Eni,Hei)，其中i=1，2，…，5。云模型的數字特征可表示為

(9)

式(9)中：Sxmaxi和Sxmini分別為某指標的數量特征對應于某一評價等級的上限值和下限值，Ex、En可以通過兩者計算確定；K為常數。

將評價等級劃分為優、良、一般、差、很差5個評價等級，利用式(9)計算指標標準云，分別為：(7.03, 2.37, 0.80)、(20.02, 1.96, 0.80)、(31.89, 2.00, 0.80)、(44.18, 2.09, 0.80)、(62.55, 4.03, 0.80)，云模型圖如圖4所示。

圖4 指標標準云圖Fig.4 Diagram of evaluation standard cloud

圖5 指標權重計算流程Fig.5 Weight calculation process of indexes

2.3.2 計算專家評估云

2.3.3 計算最優組合權重

(1)計算主客觀權重。

采用AHP法、序關系分析法、熵權法和DEMATEL法4種方法來確定各項指標的主、客觀權重值，計算流程如圖5所示。

(10)

式(10)中：H(W)為主客觀權重與最優組合權重偏差的平方和；Uj為第j個指標的主觀權重；Vj為第j個指標的客觀權重。

求解此模型，作Langrange函數為

(11)

式(11)中:λ為待定變量。

令：

(12)

(13)

解矩陣方程[式(13)]，得最優組合權重為

2.3.4 計算綜合評估云

(14)

3 實例應用

選取四川省成南高速公路某服務區R為實例研究對象，該服務區距成都47 km，兩側占地約80畝(1畝=666.67 km2)，采取A、B對稱設置，設有休息、餐飲、超市、加油、充電樁、車輛維修、停車休閑等服務項目，如圖6、圖7所示。

圖6 服務區R平面圖Fig.6 Plane of service area R

圖7 服務區R平面布置圖(南-成方向)Fig.7 Layout plane of service area R (Nanchong-Chengdu direction)

3.1 專家評估云

邀請司乘人員及專家對服務區R的設施配置打分，本次共計發放問卷118份，其中，實地發放92份，網絡發放26份，回收有效問卷106份。由逆向云發生器，得到各指標的專家評估云，計算結果如表4所示。

表4 專家評估云Table 4 Evaluate the cloud results by experts

3.2 最優組合權重

根據圖5及式(10)～式(14)，計算得到各指標的主客觀及最優組合權重，繪制指標權重折線圖，如圖8所示，其中，最小二乘法所示為最優組合權重折線。各準則層指標對應的最優組合權重分別為：A準則層指標：A1(0.131 9)、A2(0.068 6)、A3(0.072 7)；B準則層指標：B1(0.100 7)、B2(0.110 9)、B3(0.081 0)、B4(0.068 0)；C準則層指標：C1(0.115 0)、C2(0.079 5)、C3(0.073 6)、C4(0.097 9)。

圖8 指標權重折線圖Fig.8 Weight line graph of indexes

3.3 綜合評估云

根據式(14)，計算服務區R設施配置適宜性的綜合評估云為(24.23, 2.79, 0.26)，將指標標準云與綜合評估云合并，如圖9所示。

紅色“*”狀的云表示服務區R的綜合評估云圖9 綜合評估云圖Fig.9 Diagram of integrated evaluation cloud

3.4 評價結果及建議

3.4.1 評價結果

由專家評估云可知，設施狀況評價中，A2評價等級為一般，該服務區基礎設施基本完善，但缺乏WIFI、通訊查詢等輔助設施，信息化服務有待提高；服務水平評價中，B1評價等級為一般，衛生間、停車場等場所擁堵程度較高，長假期間的服務承載力更顯不足，車輛的進出與停放受到影響與限制；用戶體驗評價中，C2、C4評價等級為一般，公共場區的衛生狀況較差，垃圾存放點距離較遠不能完全滿足司乘人員投放垃圾的需求。

組合權重前5的指標依次為：A1(0.131 9)、C1(0.115 0)、B2(0.110 9)、B1(0.100 7)、C4(0.097 9)，累積權重達56%，由此可見：設施狀況中關鍵指標為A1，服務水平中關鍵指標為B1、B2，用戶體驗中關鍵指標為C1、C4。

由圖9可知，綜合評估云與指標標準云的“良”最接近，即服務區R設施配置適宜性的評價等級為“良”，該結果符合專家預期及項目實際情況。為分析評價結果的可信性和合理性，采用實例中的基礎數據，參照文獻[25]，按正態云模型的方法對服務區R進行了評價。計算得到的云相似度為(0.023 9, 0.098 5, 0.042 6, 0.020 0, 0.000 1)，評價等級為“良”，此結果與基于改進云模型的服務區設施配置適宜性評價結果一致，這也表明所運用的評價方法是合理、可信的，評價模型具有實用性和可操作性。

3.4.2 建議

根據服務區R的設施配置適宜性評價結果，提出該服務區項目優化設施配置的針對性建議如下。

(1)合理利用外部資源。成都不僅旅游資源豐富，且文化底蘊深厚，服務區作為成都的“入口”，可整合成都文化和特色產品，挖掘旅游開發潛力，充分發揮其資源優勢服務當地經濟，實現服務區的可持續發展，體現服務區的文化價值。

(2)提高信息化服務水平。嚴格保證商品和服務的質量同時，結合智能技術、大數據信息，讓司乘人員實時了解路況信息及服務區的設施服務狀態，為司乘人員提供方便快捷的信息化服務，提升服務區的整體口碑。

(3)加強服務區內部環境整治。在公共場區多設置垃圾投放點，并做好垃圾分類管理，有利于營造一個干凈良好的外在環境，提升服務區整體形象感觀。另一方面，在滿足停車、飲食、休息等功能需求的基礎上，提高人性化設施的管理，增加服務區吸引力。

4 結論

(1)重點研究了既有公路服務區設施配置適宜性評價指標體系和評價模型，一方面從設施狀況、服務水平、用戶體驗3個方面，構建了既有公路服務區設施配置適宜性評價指標體系；另一方面建立了改進云模型，該模型有機地將云模型同基于最小二乘的主客觀賦權法結合，以此優化指標權重，做出最終評判。

(2)與其他數學模型相比，該模型在保證結果準確的同時，考慮到指標的隨機性、模糊性以及指標相關性，從而獲得不同評價指標耦合作用下的評價結果。四川省某服務區實例結果表明：所建評價指標體系和模型具有可靠性和適用性。

(3)需要特別說明的是，基于最小二乘法求得組合權重雖然協調了多種主客觀賦權法，但其需要提取各專家的評價信息，故主觀因素對評價結果的影響并不能忽略，須在今后的研究中改進。