城市道路交通对汽车产业的影响

2012-07-19赵文杰张代胜姜俊昭

汽车科技 2012年5期

赵文杰，张代胜，姜俊昭

（合肥工业大学机械与汽车工程学院，合肥 230009）

改革开放三十多年来，特别是2001年加入WTO以来，我国经济持续、快速、全面发展，取得了举世瞩目的成绩，我国现代工业的体系特别是汽车工业体系全面建立，综合实力显著增强［1］。2001至2007年，我国汽车产量年均增长约22%，每年平均增加愈百万辆汽车，2008年由于全球金融危机的影响增长速度明显放缓，大约只有7%左右，但是2009年的增长率达到45%，并且首度超越美国成为全球第一大汽车产销国，2010年我国更是实现汽车产销量双双突破1800万辆［2］，继续蝉联全球冠军的宝座。我国已成为世界汽车产业首屈一指的产销大国。

汽车产业的发展离不开城市道路交通的发展，城市道路交通对于汽车产业有巨大的影响作用。目前，我国比较完善的城市道路交通主要集中在大城市，中小城市的城市道路交通还不够完善，农村地区的道路交通情况更是令人堪忧。随着城市道路交通的发展，我国汽车产业的市场将变得更为广阔。城市道路交通牵涉城市的发展、布局、土地、建筑等一系列与汽车运行相关的社会系统，为汽车行业的发展带来很多挑战。城市道路交通只有统一规划、合理布局，才能为汽车产业提供良性的运行空间。

随着人们经济水平的提高和汽车技术的发展，汽车需求量越来越大，汽车质量越来越好，对运行道路面积和等级的要求也越来越高。城市道路建设速度的加快和水平的提高为汽车产业的发展提供了良好条件，汽车产业随着城市道路交通的发展进一步壮大。研究城市道路交通对汽车产业的影响对实现汽车产业的可持续发展具有一定的指导作用，同时对汽车企业的管理决策、政府部门的合理规划具有一定的参考价值。

1 城市道路交通与汽车产业的关系

当前我国城市人口的主体并不都是特别富裕的工薪阶层，多数普通民众的交通工具是以自行车、电动自行车或者公共汽车为主。城市道路交通的发展导致城市建成区向四周蔓延，势必会引起庞大的交通量和人们的远距离出行，拥挤不堪的公共汽车更是增加了部分居民从公共交通转向私人汽车的愿望，使人们的出行越来越钟情于私人汽车这种交通工具，并促使城市道路交通由市中心向郊区发展。以上海为例，为了适应城市道路交通的郊区化，上海采取了一系列措施，不断加大交通基础设施建设的投入力度，初步形成了由“申”字形高架道路、“十字加半环”轨道交通和“三纵三横”地面骨干道路等构成的立体综合交通体系［3］。汽车产业极大地推进了城市道路交通体系的发展，促进了城市道路交通结构的改变。在汽车产业还未兴盛以前，世界主要城市的城市形态和城市结构存在一元化特征，即人口和人们的非农业活动基本上局限于城市内部，城市范围狭小，功能也比较单一，城市中心区的主要功能是吸收和聚集周围的物质与非物质要素，城市功能的扩散与辐射效应受到城市道路交通条件的限制。等汽车产业方兴未艾时，情况发生了翻天覆地般的变化。由于有了汽车这种便捷的大众交通工具，人们的活动半径大大增加，人口流动更加便利，城市功能的扩散效应开始得到强化，城市道路交通的发展使得大量人口迁移到郊区生活和工作，而且人类活动也开始向郊区扩散，城市结构得以彻底改变。

由于城市道路交通的扩张，导致居民的出行距离越来越长。以北京市为例，1986年，北京市居民平均出行距离为6公里/次，2000年增加到8公里/次，2005年进一步提高到9公里/次，2010年超过了10公里/次。相关研究表明，自行车出行的适宜距离在6公里以内，步行的适宜距离在1公里以内。目前我国很多城市居民的平均出行距离已经进入了机动化出行距离的区间，客观上进一步加剧了机动化出行的趋势，刺激人们购买汽车的欲望，促进了汽车产业的发展。而汽车产业的发展进一步带动了汽车大众消费，使得私人汽车的普及程度提高，扩大了人们的活动半径，有利于城市的郊区化和城市道路交通的发展。汽车导致人们更多地向城市边缘地区迁移和定居，当越来越多的人们在城市边缘地区聚集时，新的城市就会诞生出来。新城市与原城市之间存在着水乳交融的关系，它们之间的物质运输和信息交流都得依靠一定规模的道路交通体系，而且新城市自身的发展也离不开其内部新建的道路交通体系。城市道路交通的发展促进了城市规模的扩大，而城市规模的扩大拓展了城市道路交通运行空间。城市道路交通运行空间越大，表明汽车可运行的城市道路长度和城市道路面积也越大，这就为汽车产业的发展提供了必要条件。

我国正处于小汽车进入家庭的快速发展时期，随着居民收入、生活水平的不断提高以及汽车价格的降低，私人汽车数量将会继续以较快的速度增长以及在家庭普及，尤其是在汽车使用成本不高，城市道路交通有效满足出行的情况下，会进一步刺激居民购买小汽车作为出行的交通工具。以城市道路交通发展良好的北京市为例，2005年北京市全市机动车保有量为258万辆，2010年保有量达450万辆，预测到2020年将达800万辆。城市居民买车是为方便出行，除了用于城市外的出行以外，用于城市内通勤等各种出行的欲望也会大大增强，即使在市区使用相关交通措施制约和引导，在保有量大幅增长情况下，人们出行频率也将较大幅度增加。因此私人汽车进入家庭给人们带来方便的同时，将对城市内外的交通基础设施的数量、通行能力、静态停车设施产生较大的压力。这就需要城市道路交通的进一步发展完善，比如合理规划城市道路结构、增加城市道路长度、扩大城市道路面积等。

2 研究方法

国外对城市道路交通的研究方法有个案研究法、经验总结法、跨学科研究法、时间序列法、微观分析法等，我国城市道路交通发展遵循世界道路交通发展的一般规律，结合我国特定的国情，用特定的研究方法探索适合我国国情的汽车产业发展道路，主要有区别分析法、类比研究法、时间序列法、灰色预测法、BP神经网络法等几种方法。其中区别分析法和类比研究法属于定性分析，时间序列法、灰色预测法、BP神经网络法属于定量分析。

由于本文主要采用定量分析法，所以对定性分析法只做简单描述。区别分析法依照区域间的发展差异，对各个不同区域的情况分别进行分析。类比研究法是搜集资料和数据，了解其他国家成功发展案例并借鉴其发展个例。下面主要介绍定量分析的三种方法：时间序列法、灰色预测法和神经网络法。这三种建模方法有各自不同的特点，各有优势。

2.1 时间序列法

时间序列法是利用按时间顺序排列的数据预测未来的方法。它的基本原理：一是承认事物发展的延续性；二是考虑事物发展的随机性。任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。方法是将某种统计指标的数值，按时间先后顺序排到所形成的数列，通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平［4］。

其内容包括：收集与整理某种社会现象的历史资料；对这些资料进行检查鉴别，排成数列；分析时间数列，从中寻找该社会现象随时间变化而变化的规律，得出一定的模式；以此模式去预测该社会现象将来的情况。该方法简单易行，便于掌握，一般只适用于短期预测。本文主要采用时间序列法建立线性回归模型进行分析。

2.2 灰色预测法

灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。灰色预测所需建模信息少，运算方便，但是要求生成数列是递增的且接近指数曲线。

2.3 BP神经网络法

BP神经网络是一种按误差逆传播算法训练的多层前馈网络。它采用反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。任意选定一组权值，将给定的目标输出直接作为线性方程的代数和来建立线性方程组，解得待求权，不存在传统方法的局部极小及收敛速度慢的问题，且更易理解［5］。

3 线性回归基本理论

一般地，当随机变量Y与普通变量x之间有线性关系时，可设：

式中：ε～N（0，σ2）其中 β0、β1为待定系数。

设（x1，Y1），（x2，Y2），…，（xn，Yn）是取自总体（x，Y）的一组样本，而（x1，y1），（x2，y2），…，（xn，yn）是该样本的观察值，在样本和它的观察值中的x1，x2，…，xn是取定的不完全相同的数值，而样本中的Y1，Y2，…，Yn在试验前为随机变量，在试验或观测后是具体的数值，一次抽样的结果可以取得n对数据（x1，y1），（x2，y2），…，（xn，yn），则有：

式中 ε1，ε2，…，εn相互独立。在线性模型中，由假设知：

回归分析就是根据样本观察值寻求β0，β1的估计

对于给定x值，取：

作为 E（Y）=β0+β1x 的估计，方程（4）称为 Y 关于x的线性回归方程或经验公式，其图像称为回归直线称为回归系数。上述为一元线性回归理论。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。由此产生了多元线性回归理论。设影响因变量Y的自变量个数为 P，并分别记为 x1，x2，…，xp所谓多元线性模型是指这些自变量对Y的影响是线性的，即：

其中 β0，β1，β2，…，βp，σ2是与 x1，x2，…，xp无关的未知参数，称Y为对自变量x1，x2，…，xp的线性回归函数。

记 n 组样本分别是（xi1，xi2，…，xip，yi）（i=1，2，…，n），则有：

其中 ε1，ε2…，εn相互独立，且 εi～N（0，σ2），i=1，2，…n，这个模型称为多元线性回归的数学模型，令：

则上述数学模型可用矩阵形式表示为：

其中ε是n维随机向量，它的分量相互独立。

4 建模分析城市交通发展对汽车产业的影响

采用时间序列法中的多元线性回归方法分析城市交通发展对汽车产业的影响。为方便建模分析，城市道路交通主要考虑城市道路长度和城市道路面积两方面，汽车产业我们在这里以历年的汽车总销量为例。为了增强数据的线性化程度，以利于建立线性回归模型，并提高结果的准确度，在自变量上除了城市道路长度和城市道路面积再增加城市人均GDP和城市化率，因变量汽车总销量仍保持不变。查阅历年中国统计年鉴，得到1996年至2009年的相关数据见表1。从表1中可以看出，随着城市道路长度和城市道路面积的增长，汽车总销量也是逐年增长，而且涨幅很大，从1998年的年销量不足200万辆，到2009年的千万辆，短短十二年时间说明了汽车产业在我国的飞速发展，2009年对于中国汽车产业来说不仅是“一千万”的突破，在销量上更是首次超过美国，成为世界第一。这充分反映出城市道路交通发展对汽车产业具有很重要的影响作用。

表1 1998-2009年城市道路交通和汽车产业部分数据

先以1998—2009年城市道路长度、城市道路面积、人均GDP、城市化率为与历年的汽车总销量进行线性回归，设方程为：

式中：a，b1，b2，b3，b4为回归系数，Y 为汽车总销量，X1为城市道路长度，X2为城市道路面积，X3为人均GDP，X4为城市化率。

以城市道路长度、城市道路面积、人均GDP、城市化率为自变量，汽车总销量为因变量建立多元线性回归模型，模型的线性相关系数为0.98，说明模型的线性程度较理想，预测结果如表2，平均相对误差在5%左右，说明预测结果较好，最后得到线性回归方程：

表2 汽车总销量实际值和预测值分析

再分析各个因素对汽车总销量影响的大小，对公式（2）中的各个自变量求偏导，结果的绝对值越大，表示该因素对汽车总销量的影响越大，从中可以看出城市道路长度对汽车总销量的影响最大，其次是城市道路面积，再次是城市化率，而人均GDP对汽车总销量的影响很小。此外，由于线性回归模型还具有预测作用，如果知道城市道路长度、城市道路面积、人均GDP、城市化率在未来某年的预测值，代入公式（2）中，就可以得到汽车总销量在该年的预测量。线性回归模型一般用于短期预测，我们来以此公式预测下2015年汽车的总销量。据有关资料，2015年的城市道路长度预计达到30万公里左右，城市道路面积预计达到约70亿平方米，人均GDP预计超过50 000元，城市化率预计达到50%上下，将以上数据代入（2）式进行计算，预测2015年的汽车总销量约为2 600万辆左右。