城市地下物流系统建设适应性评价研究

周爱莲，王柔佳

0 引 言

城市地下物流系统是指运用自动导向车等承载工具，通过管道或隧道等形式将城市内的部分货运量转至地下的一种全新的运输供应系统。ULS 建设可以缓解城市中交通拥堵、环境污染、交通事故等问题，并且ULS 在发挥其地下空间优势的同时，在货物运输等领域也有巨大的优势。

现阶段，小杉[1]和皮埃拉奇[2]分别从技术条件的角度入手探讨ULS 的可行性，而刘亨利等[3]和陈元涛等[4]在考虑了技术条件的同时，也分析了经济、环境等条件对ULS 的影响；何煦等[5]根据影响因素的分析结合灰色模糊综合评价法讨论建设ULS 的可行性；潘欣维等[6]采用Delphi 和ANP 构建评价指标体系，结合TOPSIS 法提出ULS 可行性评价方法；赵娆等[7]探讨了基于太原地铁的ULS 可行性和必要性，并采用层次分析法和模糊评价法讨论太原ULS 建设的可实施性；彭玫贞等[8]根据国外ULS 的发展经验，探讨分析现阶段建设ULS 的重要意义；何煦[9]在分析建设ULS 的影响因素之后，采用多因素循环模型筛选指标，并提出序关系—云模型讨论ULS 建设的适用性；屈川翔等[10]针对武汉ULS 可行性研究中的选址、布局、施工技术等问题运用数值回归分析、SLP 等方法进行探讨；于秋萌[11]通过各种方法的比较分析评价大连市的物流能力，最后筛选出熵值法和模糊物元法对大连市的物流能力进行评价。

就现有文献来说，国内学者大多重视ULS 的评价模型研究，而对ULS 的影响因素分析和评价指标体系构建的解释过少。因此，本文在现有研究的基础上，根据影响因素分析，结合灰色统计法和模糊物元分析法判断ULS 在上海市的适应程度，验证该评价指标体系和模型的合理性，为城市管理者提供借鉴。其中本文采用的模糊物元评价法优势在于引入三角模糊数精确定性指标的量值，消除模糊程度，包容性较强。

1 ULS 建设适应性影响因素分析

ULS 建设的适应性评价是研究其自身是否与外界影响因素相适应和判断城市能否建设ULS 的根据。参考现有研究成果，ULS 的建成有利于解决社会环境问题，而ULS 的建设，必然少不了经济和技术的支持。因此，本文将从经济、环境、社会、技术四个层面分析ULS 的影响因素。

1.1 经济条件。建设ULS 的成本耗费巨大，分为前期的建设费用和后期的维护费用。其中，后期的维护费用较易实现，而前期建设费用的投入由城市财政收入情况决定，城市的财政收入越可观，该城市ULS 建设就越易实施。此外，城市国民经济生产总值越高，说明该城市的经济发展水平也越高，也就说明该城市更适合建设ULS。所以，经济方面的影响因素有城市财政收入、城市国民经济生产总值、项目前期建设成本和项目后期运营成本。

1.2 环境条件。人民生活水平的提高导致城市私家车数量剧增，大气污染和噪声污染染严重。而建设ULS 不仅能改善大气污染和噪声污染情况，也能节省土地资源，促进节能减排，所以，建设ULS 迫在眉睫。同时，建设前期需考虑当地的地质条件，地壳活动越稳定，项目受自然条件的约束就越小，该地的适应性就越强。另外，建设ULS 能够减少城市地面工程暴力工作现象，保护城市宝贵的自然和人文景观。因此，环境方面的影响因素有城市空气质量改善程度、城市噪声污染改善程度、城市土地资源使用程度、城市地质条件和对周边环境的影响。

1.3 社会条件。由于人们网购频次的增加，对物流配送的时效性要求更高，致使城市物流配送量急剧增长，加重了交通拥堵现象。因此，建设ULS 不仅能够缓解交通拥堵，还能提高单次货运量。而城市货运需求量与城市人口居住量密切相关，成正比关系。所以，建设ULS 大幅度提高了公共服务能力，满足了居民对配送时效性的需求。此外，建设ULS 也离不开国家政策的支持。总的来说，社会方面的影响因素有城市交通拥堵改善程度、城市货运需求量、城市人口居住量、公共服务能力和国家政策支持。

1.4 技术条件。因为各城市建设ULS 的技术能力不同，所以建设前需考虑运载工具的选择、地质勘测技术、运输通道的建设技术、货流分布情况等，做到技术水平满足当地建设设施的要求。同时，建设ULS 还应考虑地下线路的选择是否会对城市原有的地下系统线路和城市地上建筑设施的稳定性产生影响等。所以，要结合自身城市条件对城市内部基础设施进行完善，以便“地上”“地下”更好结合，提高城市工作效率。因此，技术方面影响因素有运输工具的选择能力、地质勘测能力、运输通道建设能力、城市基础设施完善度和货流分布情况。

根据上述分析，在经济、环境、社会、技术四个层面建立如表1 所示的ULS 建设适应性评价初选指标集。

表1 初始指标集

2 基于灰色统计法的指标筛选和评价指标体系构建

2.1 基于灰色统计法的指标筛选模型。首先，本文将初选指标集设计成“地下物流适应性评价指标专家意见调查法”调查问卷，邀请20 位地下物流专家从地下物流影响性的角度出发，评判各预选指标的重要性程度。该调查问卷采用李克特7 级评分法。其次，将结果分为高、中、低三个灰类，构建灰类白化函数，得到灰类决策系数。最后，根据灰类决策系数确定各指标的决策向量，选取决策向量中灰类系数最大值所对应的类，在本文中，将选取重要性程度为“高”类别的评价指标。

2.1.1 构建各个等级的灰类白化函数

第一类为“高”，赋值a=1，表达式如下：

第二类为“中”，赋值a=2，表达式如下：

第三类为“低”，赋值a=3，表达式如下：

其中：φa（mn）表示为第m个评价指标的重要性程度为n等级的白化函数值。a为灰类数。kmn为第m个评价指标的重要性程度评分等级为n的分值（n=1,2,…,7；m=1,2,… ）。

2.1.2 确定灰类决策系数

其中：γa（m）为第m个评价指标的第a个灰类决策系数，f（mn）为专家对第m个评价指标做出重要性等级为n分值的专家数量。

2.1.3 确定各初选评价指标的决策向量

2.2 评价指标体系构建。对回收的数据统计计算，得到初选指标的反馈表，如表2 所示。从结果来看，去除“项目后期运营指标”，“对周边环境的影响”，“国家政策支持”，“货流分布情况”这4 个初选指标，保留其他15 个指标，得到最终的评价指标体系，如表3 所示。

本文从经济、社会、环境、技术四个层面分析建设ULS 的影响因素，得到19 个初选指标。通过灰色统计法对19 个初选指标进行筛选，最终筛选出15 个影响因素，成功构建了评价指标体系，且与事实相符。

3 基于模糊物元分析法的评价模型构建

模糊物元分析法是用来解决模糊不相容的问题，是由事物、特征、模糊量值构成的有序三元组。本文将模糊物元用于ULS建设适应性评价，可以得到各个指标评价和综合评价的结果，合理性较强。

3.1 构建模糊物元。本文将“评价等级、评价指标、量值”定义为模糊物元的基本元R，记为R= （评价等级，评价指标，量值）。如果评价等级M有m个，各评价等级有n个评价指标，则m个评价等级的n个评价指标称为m个评价等级的n维模糊复合物元Rmn，记为：

式中：Ml表示第l个评价等级，Ck表示第k个评价指标，Xlk表示第l个评价等级的第k个评价指标的模糊量值。

3.2 三角模糊数确定定性指标量值。本文的评价指标体系由定性指标和定量指标组成，而定性指标的量值很难用精确的数值表示，因此引入三角模糊数a=（l,m,u），对专家的评价进行定量化处理，确定定性指标的量值，如表4 所示。同时根据专家的经验等条件确定各个专家在评价中所占权重，记为ω=（ω1,ω2,…,ωn）T。

3.3 确定经典域和节域。ULS 建设适应性评价的经典域Rj可表示为：

式中：Ci为第i个评价指标，Xji（aji,bji）为Ci对应各个评价等级的量值范围。ULS 建设适应性评价的节域R可表示为：p

式中：Ci为第i个评价指标，Xpi为Ci在所有等级中的量值范围。

3.4 确定关联函数和关联度。ULS 适应性评价指标关联函数的表达式如下：

式中：Kj（Ci）为第i个指标对应的第j个等级的关联函数值，ρ为距离函数，表示实际指标值到经典域或节域的距离值，公式如下：

3.5 序关系确定指标权重。由地下物流专家确定n个指标的重要性程度和相邻指标（xp-1和xp）的重要度赋值，用tp表示（tp取值介于1.0~1.8 之间，tp=1.0 说明指标xp-1与指标xp的重要性相等，tp=1.8 说明指标xp-1比指标xp极端重要），即：

式中：ωp-1和ωp分别为第p项和第p-1 项的指标权重；再由公式（8） 得到n-1 个比值，计算出一个专家的打分结果对各评价指标的权重，即：

式中：剩下指标xi（i=1,2,…,n-1 ）的权重可通过公式（8） 推出，由此计算出某个专家j对某个评价指标p的权重ωjp，因此m个专家的专家组对某个评价指标p会产生m个权重，则该指标p在所有指标中的综合权重为：

3.6 计算关联度并确定评价等级

式中：Kj（Mj）为各评价指标对应各等级j的关联度。根据关联度最大识别原则，模糊物元的评价结果为最大关联度对应的评价等级。

4 实例分析

以上海市为例，根据得到的评价指标体系，对上海市ULS 建设适应性运用模糊物元进行评价。

4.1 确定经典域和节域。基于表4 三角模糊数与评价值的对应关系，将ULS 建设适应性评价等级划分5 个：优、良、中、较差、差，并确定经典域和节域，如下所示：

式中：C11,C12,C13,C32,C33为定量指标，由现有文献和《中国统计年鉴》查询得到，其他为定性指标，由专家打分法获得。

4.2 确定待评物元。由8 位专家根据经验等条件给出定性指标的三角模糊数，按照公式（14）：确定每个专家对每个指标的实际取值。再根据专家所占权重和公式（15）：X=∑ωi Di确定每个指标的实际量值，其中8 位专家所占权重为：ω= （0.153,0.093,0.107,0.125,0.116,0.105,0.162,0.139）T。

4.3 确定指标权重。先由8 位专家对上海市ULS 建设评价指标体系的二、三级指标分别确定序关系，根据公式（8）、公式（9）、公式（10） 分别确定二、三级指标的权重系数。后根据二、三级指标的权重系数值求得三级指标相对于总指标体系的权重系数，如表5 所示。

4.4 结果分析。根据ULS 适应性评价经典域、节域、各指标权重、关联函数和关联度的公式，计算出各评价指标对应各等级的综合关联度，如表6 所示。

表6 综合关联度

根据关联度最大识别原则，确定上海市ULS 建设适应性评价等级为良，结果较为理想，与实际接近。其中：上海市2020 年GDP 为3.87 万亿元，增长1.7%；货物运输量为13.9万吨，增长27%；民用车辆拥有量471.39 万辆，增长6.5%。这些变量的增长进一步促进ULS 的建设。此外，上海市地质调查研究院为开发地下空间已展开了三维地质结构调查，并给出了相应的结果分析，这为上海市建设ULS 减少了安全隐患。同时，上海市的绿地面积较2019 年有所增加，若建成ULS，上海市汽车排放的尾气将会减少绿植吸收废气的负担，增加居民生活幸福感。

5 讨 论

通常来说，主成分分析法、德尔菲法等都是常用的指标筛选方法，而本文采用灰色统计法筛选指标。比较发现，本方法在指标判断上依靠专家的主观意愿和经验，但因这些专家都是地下物流方面的权威人士，其意见是可信客观的。现有研究大多采用物元分析法评价模型，忽视了定性指标的模糊特征。因此本文在此基础上将模糊与物元相结合，引入三角模糊数对定性指标进行定量判断，使得结果更加科学合理。但是，本文采用的灰色统计法和序关系法赋权依靠人的主观判断，所以在接下来的研究中将借助定量的数据对指标筛选和赋权，增加科学性。

6 结 论

随着城市的快速发展，环境、交通等问题加剧，建设ULS 已成为城市可持续发展的重大规划之一， ULS 建设适应性评价也成为城市开展地下物流的首要问题。本文通过影响因素分析构建初选指标集，运用灰色统计法有效筛选指标，得到评价指标体系，之后采用模糊物元分析法对指标体系评价分析，其中根据定性指标的模糊性，引入三角模糊数对指标定量判断，受局限性小，包容性强。最后本文以上海市为例验证该评价模型，得到：模糊物元分析能够有效消除人的判断带来的模糊性，且根据指标的关联度分析能告诫城市管理者应重视的方面，结果得到上海市ULS 建设适应性评价等级为良，具有合理性。但仍需政府和市民的共同努力，比如市民可以减少私家车的出行以缓解交通拥堵现象，而政府也应加以重视和鼓励，有效监督市民“绿色”出行等。