交通强国背景下的城市智慧交通评价指标体系研究

2024-05-15杨伟祝凯

安徽建筑 2024年4期

杨伟，祝凯

（1.安徽省交通规划设计研究总院股份有限公司，安徽合肥 230088；2.安徽庐峰交通科技有限公司，安徽合肥 230088）

1 引言

建设交通强国是以习近平同志为核心的党中央立足国情、着眼全局、面向未来做出的重大战略决策。智慧交通作为交通强国建设的重要着力点，是今后我国长期交通建设的重点发展方向。智慧交通以新一代信息技术为基础，以大数据的交互融合为原则，以信息发布的及时性和可获得性为目标，对城市每时每刻成百上千的动态交通数据进行实时前端感知、识别、采集、后端融合处理和反馈，以实现城市交通系统运转的高效化、实时化、协调化、便捷化。

根据2019 年国务院印发的《交通强国建设纲要》，“建设交通强国是以习近平同志为核心的党中央立足国情、着眼全局、面向未来做出的重大战略决策，是建设现代化经济体系的先行领域，是全面建成社会主义现代化强国的重要支撑，是新时代做好交通工作的总抓手”。截止至2022 年，全国已有13 个省级地区被交通运输部授予交通强国建设试点地区，以安徽省为例，根据交通运输部批复的试点通知，交通强国建设主要有四大主题，分别是“推进皖南交旅融合发展”“提升合肥作为综合交通枢纽辐射能力建设”“支撑乡村振兴发展”和“推动智慧交通技术应用”。

智慧交通以关键技术创新为引领，以智慧交通建设为着力点，充分发挥智慧交通技术在交通强国战略实施中的作用，通过技术引领和科技创新，不仅能够全面提升交通运输行业的发展质量，而且对于解决城市环境污染、交通拥堵等相关社会难题，也提供了新思路和新方法。目前各地广泛开展智慧交通建设等“新基建”，以技术应用推动行业发展，在我国交通领域实现“弯道超车”，助力我国迈入世界级交通强国队伍的同时，加大对未来交通新技术的研究运用。通过科技创新，在交通行业各个领域中积累一定的新标准、新技术，为后续交通运输发展建构起强大的资源保障利用体系，并在相当长的时间内引领世界交通运输发展潮流，使其成为交通强国建设的重要战略支柱。

2 城市智慧交通评价指标体系的构建

2.1 评价指标的选取原则

在交通运输部发布的《交通强国建设评价指标体系》中，围绕“安全、便捷、高效、绿色、经济”五大方面内容给出了1 项国家综合指标、5 项行业指标和31项省级指标，因为我国幅员辽阔，地区间、城乡间以及行业间均存在发展不平衡的现状，如若仅仅依据交通运输部评价指标，针对某一地区或者某一城市智慧交通发展水平进行评价未免有失偏颇。因此在总结分析部级指标的基础上，针对不同城市、不同地区智慧交通发展水平差异，在具体的评价指标选择上，应考虑以下原则。

整体性原则：评价指标的选取应结合具体城市智慧交通的发展规划、项目建设、实施、运营全过程开展，包括不同层面、不同维度的评价指标，合理划分层次级别和指标个数，反映交通智慧化建设项目的组织状况、正面效益、负面风险，只有全方位地评估才能保证评估内容的完整性。

层次性原则：评价指标的选择要符合城市智慧交通建设工作分层实施、逐步推进的基本原则，要体现重要一级指标的主体地位、不同级别指标之间的层次关系，同时要更加简化不同指标之间的内在联系、简化评估过程[1]。

重点性原则：智慧交通的评价包括交通行业特点、设计方案、建设实施过程、各业务之间的流程、数字化技术等多方面的指标，是交通行业与数字技术应用相互交叉的评价，因此在具体的评价指标选择过程中应体现交通智慧化和数字技术应用这两方面的特色和重点。

可比性原则：评价指标体系的设立要能够确保不同类别的智慧交通项目建设应用具有良好的可比性。同类指标在外部与内部指标体系之间能比较，同一评价指标在不同的历史时段应具有可比性。

可量化性原则：关键的效益评价指标要遵循可量化、可衡量的原则，评价指标的验证数据容易获得，容易界定与度量，数据资料应计算简单、收集方便。

2.2 评价指标的筛选与确定

2.2.1 评价指标的筛选

不同于国家评价指标，城市智慧交通评价指标应更加具体和细化，体现不同城市的差异性和发展水平等特点。结合国家综合评价指标及相关文献资料，本文以合肥为例，从以下五个维度选择城市智慧交通评价指标。

交通运输安全性。传统的交通运输安全包括货物运输安全和人员的出行安全，对于城市来说往往更关注人员出行的安全性，在智能交通发展的早期，事故率一直居高不下，随着电子警察违法抓拍、智能信号系统的兴起，人们的驾驶行为也更加文明守序，交通事故率明显下降，因此万车死亡率、万车事故经济损失率和年特大事故起数等指标可以度量城市智慧交通的发展水平。

基础设施便捷性。城市基础设施是智慧交通应用的重要载体，完善的智能交通设施可以直观地反映城市智慧交通发展水平，因此道路电子警察覆盖率可以作为城市智慧交通发展水平评价指标之一；另外新能源汽车发展势头迅猛，像新能源汽车覆盖率、电子公交站牌覆盖率、智慧停车场覆盖率也可以作为评价指标。

服务水平高效性。智慧交通的发展目标之一就是为城市居民提供全方位、高效率、人性化的城市交通信息服务，在这些信息服务中最重要的就是出行服务，因此居民对交通出行的满意度、城市道路拥堵指数、公共交通出行分担率，可以在一定程度上反映城市智慧交通的发展水平。

交通绿色低碳性。作为碳排放主要来源的交通行业，一直是绿色环保领域研究的重点。纵观世界级绿色环保城市，如丹麦的哥本哈根、荷兰的阿姆斯特丹以及挪威的奥斯陆，这些城市无一例外在智慧交通领域均走在世界的前列。经过研究发现，诸如城市绿色交通出行比例，城市智慧交通投资占比、城市道路交通噪声平均值可以很好地反映城市智慧交通发展水平[2]。

交通管理水平。城市交通管理水平与智慧交通的发展水平息息相关，基于交通大数据、人工智能AI 应用等新技术的智慧交通将能够实现数据精准分析、问题发展态势把握、应对策略方案生成和实施效果预先评估等，解决以前由于数据不足、信息不畅无法实施精准分析、精准施策问题，助力破解城市交通难题。因此，衡量城市交通管理水平高低的智能交通信号系统覆盖率、重特大事故应急响应时间、高峰时段城区主干路段平均车速等指标可以作为城市智慧交通发展水平的重要参考。

2.2.2 评价指标体系的确定

在综合前述分析的基础上，本文提出采用层次分析法来初步构建合肥市智慧交通评价指标体系，指标体系的总体架构分为评价方案目标层（Objective）、准则层（Criterion）和方案层（Plan）三层的塔式结构。在评价指标的初步选择确定后进行相关的数据整理与筛分，遵循上述评价指标选取原则，将难量化和数据调查工作量巨大的指标予以剔除，增加新能源汽车覆盖率、城市智慧交通投资占比等新兴的可量化指标，对评价指标体系不断进行优化、完善。最后确定了合肥市智慧交通发展水平评价指标体系，如表1 所示，其中合肥市智慧交通发展水平评价（O）为目标层，共包含交通运输安全水平（C1）、基础设施便捷水平（C2）、公众出行服务水平（C3）、交通绿色低碳水平（C4）以及城市交通管理水平（C5）五个准则层。每个准则层又包含相对应的具体方案层评价指标。

表1 合肥市智慧交通发展水平评价指标体系

2.3 评价指标数据标准化处理

由表1 可知，本次选用的三级指标较为丰富，且各指标之间差别较大，一部分指标如新能源汽车覆盖率、城市智慧交通投资占比采用“百分比”为单位，另一部分如重特大事故应急相应时间采用“时间”为单位、高峰时段城区主干路段平均车速采用“速度”为单位。文章参考《城市道路交通管理评价指标体系（2012 年版）》以及清华大学陈才君等编著的《智慧交通》（第二版）给出的指标分级表对本次三级评价指标数据进行标准化处理，如表2 所示[3]。指标数据处理的基本原理是将评价指标的原始数据进行指数化赋值，这样可以让不同计量单位、不同含义的评价指标换算成统一的、可度量的标准化指数，便于后续评价指标数据的比较和处理。处理后的指数取值区间为（0～100），最低为0，最高为100。

表2 智慧交通评价指标区间分级表

3 城市智慧交通评价模型的构建

3.1 评价模型的构建思路

智慧交通建设的成效最终体现在城市交通数据资源整合能力、交通信息服务系统的发展水平、城市公众出行的应用效果、城市交通运行状态的改善效果以及带来的其他社会、经济效益上。总体规划设计的系统性和科学性是智慧交通建设成功的前提。城市交通大数据技术、先进的交通信息服务系统等新技术、新系统的应用是技术保障，并且能够有效地提高道路服务水平和交通出行效率，为城市交通和社会发展带来实际效益是智慧交通发展的核心[3]。

以合肥市为例，将智慧交通评价目的作为主要切入点，结合评价指标的数据特点构建合肥市智慧交通评价模型。本文构建的智慧交通评价指标体系有5个二级指标和16 个三级评价指标，其中三级评价指标中既有定量指标也有定性指标，总体的指标数据样本量较大，考虑到上述因素，因此在评价方法的选择和指标权重的确定上要综合考虑相关因素[4]。首先运用德尔菲法，确定评价指标权重，为减少人工计算误差，将收集到的专家打分值录入层次分析法辅助软件Yaanp 进行汇总分析计算；其次，考虑到智慧交通评价内容涉及多个方面、多个维度，具有一定的复杂性，采用基于模糊数学隶属度理论为基础的模糊评价法，可以将非量化问题转化为可度量的具体指标，化繁为简，具有简洁明了、目的性强的特点。

3.2 评价指标权重的确定

本文采用网络层次分析法对智慧交通各评价指标进行赋权值。首先按照评价目的和评价特点将智慧交通评价要素进行层次分类，建立分层次的结构模型；其次，在同层次评价要素相对重要性的基础上，邀请专家对评价要素进行两两对比打分，给二级评价要素赋标度值；最后，在三级评价要素中按照同一评价指标要求进行两两比较，直到完成所有评价要素的权重赋值。具体步骤如下。

①建立评价指标体系的层次结构模型

明确评价的目的，按照层次结构模型特点将评价问题分门别类划分为不同层级。通常智慧交通评价模型按照层次结构特点可分为三层，从高到低依序分为目标层、准则层以及相应的方案层[5]。

②构造比较判别矩阵

采用德尔菲法邀请行业类专家对拟定的评价指标相对重要性进行打分，采用九级标度表确定判断标度值，如表3所示。

表3 判别矩阵9级标度表

汇总、处理完专家打分结果后，根据评价指标数量，构造相应阶数的比较判别矩阵，如下式所示：

③计算构造的方案层特征向量并行符合性检验

按照行和法或者行根法计算构造的判断矩阵最大特征向量及特征值；然后利用检验公式计算CR 值并与一致性检验指标作比较。若计算的一致性检验值小于0.1，则符合性检验通过，将特征向量进行归一化处理后作为权向量；若检验值大于0.1，则符合性检验不通过，需要修改指标评价标准或重新构造比较判别矩阵。

④计算二级指标准则层特征向量并行符合性检验

按照上述方法计算准则层特征向量和特征值，并进行符合性检验，检验公式如式（2）。若符合一致性判断标准，则经过归一化处理后的权向量为决策标准；若不符合，则需要修改比较判别矩阵或者重新考虑修改评价模型。

3.3 评价指标体系层次结构模型的建立

结合表1 合肥市智慧交通发展水平评价指标体系构建合肥市智慧交通发展水平评价层次结构模型如图1 所示，其中评价的目标层为合肥市智慧交通发展水平；中间层包括交通运输安全水平（B1）、基础设施便捷水平（B2）、公众出行服务水平（B3）、交通绿色低碳水平（B4）以及城市交通管理水平（B5）5 个评价准则；方案层包括了智慧停车场覆盖率、城市智慧交通投资占比等16 个评价因素。

图1 合肥市智慧交通发展水平评价层次结构模型

3.4 基于模糊综合评价法的定量分析评价

模糊综合评价法基于模糊数学隶属度理论，可以将复杂的事务化繁为简，将其影响因素转化为能够进行定量分析和评价的具体指标。具有结果清晰明了、操作简单、目的性强等特点[6]。基本操作步骤如下。

①明确评价对象的因素论域

首先假设评价对象的评价指标有n个，则因素论域为K={k1,k2,k3,…,kn｝。

②确定评价指标集和，求出隶属函数

假设评价指标集和M={m1,m2,m3,…,mn｝，每一个评价指标等级都对应着一个模糊指标子集。通常来说，评价等级的划分应遵循适度的原则，即等级既不能划分的过多也不能划分的过少。从目前的研究资料看，为使得评级分布较为均衡，便于后续分析评价，一般将等级划分为奇数。另外，在MATLAB 中已经开发出了11 种隶属函数，如双S 形隶属函数、三角形隶属函数、梯形隶属函数等，使用者需要按照评价数据的特征选取适宜的函数。

③确定各评价层次的权向量

确定准则层的权向量为A={a1,a2,a3,…,an｝；方案层的权向量为B={b1,b2,b3,…,bn｝。

④建立模糊评价矩阵

依据上述选择确定的隶属函数，从因素集上对每个评价指标分别进行量化处理，确定各个评价指标对因素集的隶属度，从而得到n×m 阶模糊评价矩阵，其中hnm表示方案层第n 个评价指标对评判因素m的隶属度。

⑤计算组合权向量和模糊评价矩阵

首先，计算方案层的组合权向量Q与模糊评价矩阵G，得到准则层的模糊综合评价结果向量U。其次，计算准则层的组合权向量R 与模糊综合评价结果向量L，得到目标层的模糊综合评价结果向量为S。

⑥模糊综合评价与分析

按照归一化处理思路，将非定量的模糊评语转化为可度量的总得分，给定分值分布X 并对同时给集合中的各元素赋予相对应的分值，从而计算出合肥市智慧交通发展水平的综合得分Y，确定所属等级。根据单个指标的得分情况，分析指标对应方面的发展状况，对应发展较差的指标，应进行改进并作为以后智慧交通发展的重点方向。