基于解释结构模型和MICMAC的城市交通拥堵问题分析

贾凡

(国防大学联合勤务学院 研究生大队，北京 100858)

随着改革开放的深入推进，中国经济得到持续快速发展，人民生活水平稳步提高，汽车的保有量逐年增加，截至2019年底，中国汽车保有量达2.6亿辆，比2018年底增长8.83 %.道路交通资源供需矛盾不断加剧，行车难、停车难等问题也更加突出.同时，汽车排放的尾气加重了空气污染，直接影响到人民的身体健康[1].交通拥堵问题已经成为影响居民生活品质、影响城市形象，甚至困扰城市发展的突出问题之一[2].因此，治理交通拥堵是城市发展过程中的一个难题.近年来，众多学者对于交通拥堵的原因进行了大量分析研究，提出了很多缓解交通拥堵的策略.张泽宇[3]利用主成分分析法和层次分析法对造成重庆市交通拥堵的原因进行了分析，并给出了改善策略.石飞等[4]从多个视角分析了城市交通拥堵的成因，并从学科发展的视角给出了交通拥堵治理对策.李瑷萱[5]研究了重庆市的交通拥堵状况，用主成分分析法得出了导致重庆市主城区交通拥堵的3大类主要因素，并提出治理拥堵问题的对策建议.杨嘉琦[6]用系统动力学的方法分析了成都市的交通拥堵状况，并进行了仿真，给出了改善交通拥堵的参考建议.高菽晨等[7]从交通供给和交通需求的角度分析了呼和浩特市交通拥堵的成因.张家祺等[8]在其基础上用交通容量数据进行了对比分析，指出了造成呼和浩特市交通拥堵的主要原因.在这些研究的基础上，本文梳理了造成城市交通拥堵的原因，利用解释结构模型和MICMAC方法分析了这些原因之间的层次关系，找到了造成城市交通拥堵的根本因素.

1 理论基础

1.1 解释结构模型的理论方法

解释结构模型法(interpretative structural modeling method，简称ISM方法)，是一种科学的分析方法，被广泛应用于现代系统工程中，基本理论方法是将复杂的系统分解为若干子系统要素，结合人们的实践和知识经验以及计算机的辅助，构建一个多级递阶层次结构模型.ISM方法的分析步骤如下：

1)确定系统的构成要素集S，其中Si(i=1,2,…,n)表示系统中的第i个要素.

S={S1,S2,…,Sn}.

2)建立邻接矩阵A，并根据邻接矩阵，确定各要素间的可达矩阵P.

根据因素Si和因素Sj之间是否存在直接影响关系，确定各因素之间的邻接矩阵A=(aij)n×n.如果矩阵P满足如下条件，则为邻接矩阵A的可达矩阵

P=(A+I)λ+1=(A+1)λ≠(A+I)λ-1.

3)对系统进行区域和级位划分M，提取骨架矩阵M，绘制多级递阶有向图.

区域划分是将系统分成若干个相互独立的、没有直接或间接影响的子系统.经过区域划分后的可达矩阵为块对角矩阵.分别计算每个元素的可达集R(Si)与先行集A(Si)，以及因素Si的共同集C(Si).

R(Si)={Sj|Sj∈S,aij=1,j=1,2,…,9}，i=1,2,…,9,

(1)

A(Si)={Sj|Sj∈S,aji=1,j=1,2,…,9}，i=1,2,…,9,

(2)

C(Si)=R(Si)∩A(Si)={Sj|Sj∈S,aij=1,aji=1,j=1,2,…,9}，i=1,2,…,9.

(3)

在S中只影响其他因素而不受其他因素影响的因素构成起始集B(S).在S中只受其他因素影响而不影响其他因素的因素构成终止集E(S).

B(S)={Si|Si∈S,C(Si)=A(Si),i=1,2,…,9}，

(4)

E(S)={Si|Si∈S,C(Si)=R(Si),i=1,2,…,9}.

(5)

由R(Si)∩A(Si)=R(Si)确定集合中各因素所处的层次，首先确定最高级因素.去掉P中最高级因素所在的行和列，按照相同的步骤可以求出各级要素.

经过区域划分和级位划分后的可达矩阵再进行缩减得到骨架矩阵，然后分区域从上到下逐级排列系统构成要素，用级间有向弧连接成有向图.最后，可根据各要素的实际意义，将多级递阶有向图转化为解释结构模型.

1.2 MICMAC分析法

(matriced impacts corises-multiplcation appliance classement, MICMAC)分析法是利用交叉影响矩阵相乘对系统中的元素进行分类的方法，一般用于复杂环境下分析系统中元素重要程度并匹配相应的解决方案等问题.

利用MICMAC分析法时，首先需要计算各影响因素的驱动力和依赖性，它们分别可以通过可达矩阵中每个因素对应的行和列中“1”的个数来确定.根据各因素的驱动力和依赖性的大小，可以把整个坐标系的第1象限可以划分为4个区域，代表着4类不同的因素，分别是独立因素、联系因素、自治因素和依赖因素.

独立因素指驱动力很强但依赖性很弱的因素，这类因素不依赖其他因素，通常在系统中都是最关键的因素.联系因素指驱动力和依赖性都很强的因素，和这些因素相关的任何行为的变动都会对其他因素产生影响，反过来对其自身也产生影响，所以这些因素很不稳定.自治因素指驱动力和依赖性都很弱的因素，这些因素与系统的关联性一般较小.依赖因素指驱动力很弱，但依赖性很强的因素，一般属于最终风险因素，因此，应该作为干预因素，有针对性地提出控制策略.

2 基于解释结构模型的城市交通拥堵原因分析

2.1 交通管理

从交通规划与管理的角度来说，一个城市的功能结构布局直接影响城市人口的出行分布，因而，一个城市的规划建设要具备较强的前瞻性，但很多城市对长期规划没有足够重视，导致很多道路的通行能力无法满足日益增加的交通需求，中心城区的交通拥堵情况十分严重[9].城市中一些重要的交通集散点变成了交通拥堵的“热点”.另一方面，在城市面积扩大的同时，配套的基础设施建设跟不上城市扩张的脚步，优质的公共服务资源集中在中心城区，分布严重不均，这显然会造成中心城区主干道的经常性拥堵.近些年，交通拥堵常态化，政府出台了相关政策对外来车辆和大型货车进出城市进行限制，对本地车辆常态化限行，这在一定程度上缓解了交通压力.另外，公共交通也是缓解交通压力的一项很好的措施[10].但很多城市的公共交通分担率并不高，这主要是公交线路和线网规划不合理、公交运营调度不合理、相关工作人员素质不高等因素造成的.

2.2 交通设施

交通基础设施是交通行为的实时参与者，交通设施水平的高低，直接影响交通出行质量.停车设施的位置、数量，甚至停车费的高低，都会影响人们对出行方式的选择.另外，停车场的建设规模与车辆发展的速度没有合理匹配，导致占道停车现象屡禁不止，极易导致交通拥堵，也影响市容[11].同时，提升相关基础设施的信息化水平，可以提高车辆的通行效率，减少拥堵；对公交车采用智能调度，能够提高公交运行效率，减少乘客候车时间，从而提高公交出行分担率.另外，出行者如果能够实时掌握道路上的各种交通信息，就可以选择最适宜的交通出行方式和出行路线，缓解高峰期和高峰路段的交通压力.

2.3 交通参与者

交通参与者主要指以各种方式参与交通出行的人.交通参与者以何种方式出行，直接影响着道路交通量的大小；交通参与者的空间分布，决定了其出行方向、出行线路和距离，也就是交通量的空间分布.

根据以上分析，造成城市交通拥堵的原因是多方面的，这些因素之间有交叉的影响，归纳出影响城市交通拥堵的11个主要因素，如图1所示.

图1 城市交通拥堵影响因素Fig.1 Urban traffic congestion influencing factors

基于以上对城市交通拥堵影响因素的分析，利用解释结构模型(ISM)的思想，对影响城市交通拥堵的因素进行层次分析，模型构建示意图如图2.

图2 城市交通拥堵影响因素解释结构模型构建示意Fig.2 Construction diagram of urban traffic congestion influencing factor by interpretative structural modeling

根据上文所归纳出的城市交通拥堵影响因素，再对一些司机和相关管理人员进行走访和座谈， 给出城市交通拥堵影响因素间的直接关系邻接矩阵A.

通过对上述邻接矩阵进行布尔计算可求出影响因素的可达矩阵P.

可达矩阵描述了系统各影响因素间的可达关系.为了得到系统各影响因素间的层级关系，首先进行区域划分.计算各因素的可达集R(Si)、先行集A(Si)和共同集C(Si)如表1所示.

表1 各因素的可达集R(Si)、先行集A(Si)和共同集C(Si)

由表1可知起始集B(S)={S1,S5}，且R(S1)∩R(S5)={S3,S8,S9,S10}≠Ø，因此，集合S不可分.由R(Si)∩A(Si)=R(Si)可知L1=(S9,S10)，即系统最高级因素为S10和S9，去掉第9、10行和第9、10列，按照相同的步骤可以求出第2、3、4层要素如表2.

表2 影响因素层级关系

按照影响因素的层级顺序将要素分层，然后用有向矢线连接要素间的相互作用关系，即可得出城市交通拥堵影响因素的递阶结构模型，如图3所示.

图3 城市交通拥堵影响因素递阶结构Fig.3 Hierarchical structure of urban traffic congestion influencing factors

由以上递阶结构可知，影响因素共分为4层:第1层2个因素位于递阶结构的最上端，具有结果导向的特点.如果一个城市在发展过程中对交通出行结构没有合理的规划，或者交通量的空间分布不合理，势必会造成城市交通拥堵.这2个因素能够从整体上反映一个城市的交通规划、管理水平，是造成城市交通拥堵的表层因素;第2层属于中间层，是造成城市交通拥堵的直接原因.交通出行组织合理，可以有效分流不必要的市内交通流，减少市区交通压力.公共交通系统的便捷与否、市区道路的通行能力和城市人口的职住分布都将直接影响到市民出行方式的选择和交通量的空间分布.停车设施的分布与数量也在很大程度上影响着人们对出行方式的选择；第3层起到一个过渡作用，可作为影响城市交通拥堵的中层因素.城市路网结构对第2层的5大因素都产生影响.信息化水平的高低一方面能够影响到人们对公共交通的选择，另一方面也能影响道路的通行能力.交通基础设施对道路通行能力的影响也是显而易见的；第4层是影响城市交通拥堵的根本因素，也就是说，城市的功能结构与布局，从根本上影响着其他10个因素.将交通集散点向城市外围扩展可在很大程度上缓解中心城区的交通压力.

3 城市交通拥堵影响因素的MICMAC分析

根据可达矩阵P计算各因素的驱动力和依赖性，见表3.将11大因素定位在坐标系中，可得城市交通拥堵影响因素的MICMAC分析的结果，见图4.

表3 城市交通拥堵影响因素的驱动力和依赖性表

对图4的MICMAC分析可知：

1)表层影响因素的依赖性都较强，驱动力都较弱，属于依赖因素，较易受其他因素影响，一般是其他因素作用的结果，会直接造成城市交通的拥堵.对于这类影响因素，一般都是通过调整对他们有影响的其他因素来间接处理.

2)底层影响因素的依赖性都较弱，同时驱动力都较强，属于独立因素，这类因素是造成城市交通拥堵的最根本因素，一般都是由政府的政策和规划设计以及远期规划来决定，无法通过控制其他因素对它们进行控制.

3)其余影响因素都属于自治因素，它们的驱动力和依赖性都不强，属于中层影响因素，对表层和底层的因素起到承上启下的作用，一般相对稳定，短期内变化不大.底层因素对他们的影响不会很快体现出来，需要长期的发展才能显现；而这些因素一旦发生变化，对其上层因素的影响是比较直接和快速的.

4)本文选取的11个影响城市交通拥堵的因素都不属于联系因素，说明本文选取的各因素都是较为稳定的.

图4 城市交通拥堵影响因素的MICMAC分析结果Fig.4 MICMAC analysis results of urban traffic congestion influencing factors

4 结论

在梳理相关文献研究的基础上，结合中国当前实际构建了城市交通拥堵影响因素指标体系；利用解释结构模型方法从表层、中层和底层3个层次分析了各指标要素对城市交通拥堵的影响；另一方面，通过MICMAC分析将影响因素进行了分类，针对各类因素进行了有针对性的分析.分析结果表明，城市功能结构与布局是影响城市交通拥堵的根本因素，因此，要想缓解城市及交通拥堵状况，应该对城市的功能结构进行优化布局，使城市道路资源得到合理的分配，充分的利用，这需要多部门的协同努力，共同打造和谐高效的绿色城市.