一种车辆重载运输社会经济影响的评估方法
2012-09-04鲍香台歌BAOXiangtaiHANGWenLIANGGe
鲍香台,杭 文,梁 歌BAO Xiang-tai,HANG Wen,LIANG Ge
(1.东南大学 交通学院,江苏 南京 210096;2.南京市公路运输管理处,江苏 南京 210011)
(1.Transportation College of Southeast University,Nanjing 210096,China;2.Nanjing Road Transportation Management Office,Nanjing 210011,China)
0 引 言
公路货运车辆重载运输对社会、经济和法制环境的危害巨大,急需进行综合治理。但由于其影响方面众多,不能仅以单一指标 (如路面行驶性能)的改善作为治理的终极目标。制定治理策略的前提是车辆重载运输的社会影响评估。发达国家有关车辆载重对社会经济影响的研究起步较早,特别20世纪90年代以来,随着计算机技术和先进检测技术的快速发展,使得更全面、更细致地研究评估车辆载重对社会经济的影响成为可能。以美国交通研究会 (TRB)和美国运输部 (DOT)为首的科研机构与政府部门,对车辆载重的社会经济影响进行了深入研究[1]。我国自20世纪80年代末以来,逐步开始重视重载运输对社会经济的破坏问题,有关方面进行了一系列研究工作,并就公路行驶车辆对道路破坏的计算方法、超限对车辆运营成本的影响、合理轴重限值等问题进行了卓有成效的研究[2]。
从方法论的角度看,国内外已有研究普遍采用的是 “成本—收益分析法”(Cost-Benefit Analysis,CBA)。通过CBA分析,可以更加直观地比较不同方案,从中选取所有 (边际)收益大于所有 (边际)成本的剩余为最大的方案 (图1)。
但是,由于方法论上的固有缺陷,CBA方法在处理车辆重载运输的社会影响这一类复杂社会经济问题时却存在着众多不足:
(1)CBA仅仅去比较有限的几种经济状态而不是去寻找达到最终目标的综合性手段,导致了对其它更有可能成功的策略 (例如改变公路使用定价)的忽视。
(2)由于公路货运系统各组分之间具有互动反馈性,导致了系统响应的反直观性。CBA无法处理这种互动反馈关系,也无法反映社会系统内部的 “自适应”或 “自组织”能力。
(3)CBA对基础数据的要求较高,信息采集的成本巨大,极大地限制了其运用的范围。
相对于CBA的这些缺陷,系统动力学 (System Dynamics,SD)方法能够非常方便地模拟复杂的非线性大系统,并把人的判断能力、经验与严格的逻辑推导结合起来,可以较为有效地解决上述问题。据此,本文基于系统动力学理论及其仿真建模型技术,提出了一套系统、完整的车辆重载运输社会影响评估方法。
1 系统动力学研究框架的构建
1.1 前提假设
车辆类型需按照车辆的轮轴类型而非传统的车辆 “额载”进行划分,同时,应从公路行驶车型中选择数个 (不小于2个)常见车型作为评估车型参与模型的仿真计算;车辆轴载谱中轴载级位的间隔取2~4吨;货运量按照货物批量 (运输货物的批次重量)分别统计并加总得到货运总量,货物批量间隔亦相应地取为2~4吨;仿真年限取15~20年。
1.2 系统框架
在系统动力学建模时,首先需要明确地界定研究的系统边界。图2界定了车辆重载运输社会影响系统动力学研究框架的系统边界,这里的公路货运系统包含货运需求、车辆使用、运输成本、车型演化与路面性能5个子系统。
1.3 输入变量与数据采集
系统的输入变量较多,主要包括:①交通变量 (车辆轮轴类型、分车型交通量、分车型轴载谱等等);②运输成本变量 (燃油价格、车辆油耗水平、运输税费标准、车辆维修费用、驾驶员工资等等);③道路变量 (路面厚度、设计弯沉、路面宽度等等)。
其中,交通变量可通过现场抽样调查获得 (有条件的地区可结合计重收费数据),具体方法参见文献[3];运输成本变量可通过现场抽样调查和问卷调查获取,部分变量的取值可参照国家标准,具体方法参见文献[4];道路变量可根据公路设计指标和实测调查数据获得。
1.4 输出变量与评估指标
系统的输出变量则主要有:货运量、货运周转量、货运总成本、单车当量轴次、车流当量轴次[5]、路面平整度、路面维修成本、总运输税费等等。当然,如果需要,可以很方便地增设系统的输出变量。
评估指标的选择可根据研究目标确定:可以从公路管理的角度选择路面平整度、路面维修成本、分车型交通量、总运输税费等指标,然后选择较成熟的方法进行评估;亦可从社会成本-收益分析 (CBA)的角度选择货运周转量、货运总成本、路面维修成本等指标,以货运周转量最大或社会平均运输成本最低为评估目标。
实际上,从系统动力学的视角来看,最终比较不同方案的优劣并不是重点,重要的是通过建模与仿真实验的过程获悉公路货运系统的长期、动态响应规律,推测车辆的不同载重程度对社会经济运行绩效的影响趋势,揭示相关各方对不同载重程度的态度及其动因。
2 系统动力学模型的构造
系统动力学的薄弱之处在于参数估计问题,特别是并非基于历史统计数据设计的柔性参数。因此,在建模时,局部可采用计量经济方法与统计方法进行参数估计与验证。
2.1 货运需求子系统
主要功能是根据货运需求弹性预测单位运输成本变动时公路货运需求的变动情况。
图3为 “批量为2吨货物”的货运需求SD流图。其中,Increase rate 02为批量为2吨货物的年“自然”增长率,以反映区域经济发展或人口增长等社会经济因素导致的公路货运量的增长,可通过传统预测方法获得;Natural increase 02是年货运 “自然”增量,为年 “自然”增长率与上一年货运 “自然”需求量的乘积;Natural demand 02为年货运 “自然”需求量;e 02为批量为2吨货物的运价需求弹性,假设运输利润率恒定,则运价弹性可用运输成本弹性代替;VOC 02为装载量为2吨的车辆的单位运输成本,元/吨公里,由运输成本子系统输入;Freight demand 02为批量2吨货物的年货运 “实际”需求量,由自然需求量减去由于运价变动导致的运量转移量获得,这也是货运需求子系统的输出变量。
2.2 车辆使用子系统
主要功能是分析运输业者在载重限制、税费标准以及生产要素价格等因素影响下的车辆装载量决策和车型选择行为。输入变量为来自运输成本子系统的分车型固定运输成本、变动运输成本、最优装载量以及车辆装载量的法定限值;输出变量为各货运车型对不同批量货物货运量的分担率。
其中,车辆 “最优装载量”指的是各车型车辆装载量分布的峰值,反映的是运输业者在运输生产要素和车辆载重限值的影响下,对其车辆装载量的 “理性”选择。最优装载量的计算公式为:
FCi——车型i的固定运输成本,元/公里
Pj——生产要素j的单位价格
aji、cji——车型i变动运输成本VC中生产要素j投入函数的二次项系数与常数系数这里假定VC是车辆装载量L的二次函数:
运输业者对使用车型的选择使用Logit模型进行预测:
式中Pi——某一批量货物选择车型i进行运输的概率,%
Ui——车型i的效用函数,由式(4)得出
式中 αi——车型i属性函数的系数
y——货物批量,吨
βi——车型i外部影响属性函数的系数
THi——车型i装载量的技术/法定限值,吨
εi——误差项,用以表示市场风险、业者偏好等无法观察的其它因素
2.3 运输成本子系统
主要功能是计算车辆单位运输成本函数。首先,对运输生产者成本进行分类;然后对常见车型的各运输成本项进行现场/问卷调查;接着计算得到各车型装载量峰值下的单位运输成本,元/(吨·公里);最后根据一定的运输成本函数进行曲线拟合,从而标定运输成本函数中的系数[4]。子系统的输入变量有生产要素价格、税费标准和路面平整度;输出变量是单位运输成本函数。
与文献[4]的区别是,这里的车辆运输成本项中,车辆的油耗、轮耗与维修等三项成本会随着车辆装载量和路面平整度的变化而变动。例如,对于燃油消耗来说,参考世界银行巴西试验的成果建立车辆油耗回归方程[6]:
式中Fi——车型i的燃油消耗量,升/百公里
ai——模型标定参数
IRI——国际平整度指标,m/km
Kfi——车型i的装载量调整系数函数,令其为车辆装载量的二次函数
式中bi、ci、di——模型标定参数
Li——车辆i的实际装载量,吨
对上述方程应使用实际调查的数据进行参数标定或修正。
2.4 车型演化子系统
主要功能是分析运输业者的车辆汰换和新购决策行为并预测各车型数量的动态变化。子系统的输入变量是由货运需求子系统输出的各货物批量的运输需求量、由车辆使用子系统输出的各车型的最优装载量和各批量货物的车型分担率、以及初始条件下各车型的车龄分布函数;输出变量是分车型各车龄的车辆数。
如图4所示,对某一车型的车辆数 (保有量)而言,影响其变动的主要因素为车辆的汰换数量与车辆购买数量。车辆汰换行为包括由各车型经济寿命决定的 “自然汰换机制”与因各车型间市场需求差异而提早 (或延后)汰换的 “人为汰换机制”;车辆购买行为则主要由市场供需情况支配。其中,某车型各车龄组的年自然汰换比例可由初始条件下的车龄分布函数推导得出,人为汰换系数则可由该车型的总保有量与市场需求数量相对差值求出。
建模时需注意,为表示车龄逐年增长的情形,SD模型中各车龄组车辆数量所采用的存量类型为“传送带形”(conveyor)。各车龄组的车辆逐年 “老化”,即每经过一个仿真时间间隔 (代表一年),除被 (自然和人为)汰换掉的车辆之外,剩余车辆依次移动至下一车龄组,直至最终达到车辆寿命极限而被全部汰换。车龄小于3的车辆,可假定不会被汰换。
2.5 路面性能子系统
主要功能是分析在一定的货车交通量与车辆荷载条件下,公路路面使用性能的衰变情况。子系统的输入变量是车型演化子系统输出的各车型应用于每一货物批量的车辆使用量、公路路面的初始参数 (里程、路宽、初始弯沉、路面类型、路面厚度等)和维修参数 (维修时间间隔或路面行驶性能的维修阈值);输出变量是各年的路面平整度 (IRI)和维修成本。
子系统因果关系图见图5。车辆的装载量先通过调查得到的经验公式转化为车辆的车货总重,再通过 “车重分劈因子”转化为各轴组的轴重,即可计算出车辆的单车当量轴次和全部车辆的年累积车流当量轴次。之后,可使用一定的路面行驶质量指数衰变方程[7]预测路面行驶质量指数RQI的年折减值。当RQI小于某一阈值或路龄达到某一年限时,即对路面进行维修,将RQI恢复到初始值。其中,每年的RQI可通过一定的经验公式转化为国际平整度指标IRI,输出到其他子系统中去。
3 仿真方案的设计与仿真结论
3.1 方案设计
SD模型经过检验后即可进行仿真实验,实验可分为敏感性分析和情景分析两大主题。
(1)敏感性分析
用于分析单一影响因素 (例如燃油价格、路面厚度、路面维修间隔、车辆税费、车辆载重限制等)的变化对系统运行绩效的影响,可兼用作模型的检验。敏感性分析中,除需仿真的要素外,其他要素应尽可能的假定为恒定值。
(2) 情景分析
用于模拟社会经济系统的实际运行状况。模型中各外部变量的取值及其变化趋势应尽可能的贴近现实情景 (或假想情景)。例如,可按照各批量货物的货运需求量及其变化趋势将分析情景设定为资源密集型产业条件和资金密集型产业条件。
3.2 仿真结论
根据世界银行安徽省超载课题研究中的调查数据,主要仿真结论有[8]:
(1)敏感性实验的结果表明,在当前公路货运车辆普遍重载的客观前提下,生产要素价格的变动、路面厚度的提高、路面维修间隔期的改变乃至公路税费标准的调整均不会对车流轴载水平乃至公路货运系统的运行产生根本性影响,系统对上述参数的变化不敏感。这也说明,经过多年的发展,当前的公路运输市场体系已接近系统科学里的 “近平衡态”,试图由系统内的参数调整很难引起系统状态的质变,因此,希望借助某些影响因素单方面的变化来解决超限问题可能是非常困难的。仿真结果也表明,必须借助外部力量,引入有效的车辆载重限制 (治超),才能显著地改变车辆轴载水平。同时,如果车辆载重限制 (VWL)大幅度提高,车辆运输成本会降低,但路面行驶性能会出现急剧恶化;若VWL过严,路面状况虽可得到保障,但车辆运输成本又会出现较大攀升,执法难度也会大大增加。因此,车辆载重限值合适与否,将直接影响到公路运输的效率和规制的可行性。
(2)情景分析的结果表明,不同的产业环境下,同一车辆载重限制的实施效果也是截然不同的。在资源密集型产业条件下,严格的超限执法会对社会产业经济造成较长期的不利影响,且规制实施的重要参与者——公路企业,并没有治理超限车辆的强烈动机。此时,突然启用严格的车辆载重规制无疑是较为非常困难的。而在资金密集型产业条件下,公路大批量货物运输的需求较少,重载运输的规模经济优势逐渐消退。这时,采取较严格的车辆载重标准虽然仍会引起公路货运业的短期波动,但其长期的社会经济效益非常明显。而此时的公路企业也同时具有了治理超限运输的强烈动机,车辆载重规制的施行具备了较充实的社会环境与微观基础。
4 结束语
为了解释车辆重载运输演化及其治理的微观机理,本文采用系统动力学方法建立了一个全新的车辆重载运输社会影响评估体系。该评估方法在世行安徽超载项目中得到了初次运用,实例表明其可行、有效。
[1]TRB.Special Report 225:Truck Weight Limits:Issues and Options[R].National Research Council.Washington,D.C.1990.
[2]倪富健.公路运输车辆合理轴重限值的研究[D].南京:东南大学 (博士学位论文),1994.
[3]杭文,李旭宏,何杰,等.公路货物超载运输轴载调查及数据分析研究[J].公路交通科技,2005,22(8):145-148.
[4]杭文,李旭宏,何杰.基于车辆轴型分类的公路货运车辆运营成本研究[J].公路交通科技,2005,22(9):170-174.
[5]杭文,李旭宏,何杰.高等级公路车流轴载模型研究[J].公路交通科技,2006,23(1):52-55.
[6]姚祖康.路面管理系统[M].北京:人民交通出版社,1993.
[7]孙立军.沥青路面结构行为理论[M].上海:同济大学出版社,2003:177-194.
[8]东南大学交通学院.世行安徽公路项目II——车辆超载课题研究:最终报告[R].南京:东南大学交通学院,2006.