一種車輛重載運輸社會經濟影響的評估方法

鮑香臺，杭 文，梁 歌BAO Xiang-tai,HANG Wen,LIANG Ge

（1.東南大學 交通學院，江蘇 南京 210096；2.南京市公路運輸管理處，江蘇 南京 210011）

(1.Transportation College of Southeast University,Nanjing 210096,China;2.Nanjing Road Transportation Management Office,Nanjing 210011,China)

0 引 言

公路貨運車輛重載運輸對社會、經濟和法制環境的危害巨大，急需進行綜合治理。但由于其影響方面眾多，不能僅以單一指標 （如路面行駛性能）的改善作為治理的終極目標。制定治理策略的前提是車輛重載運輸的社會影響評估。發達國家有關車輛載重對社會經濟影響的研究起步較早，特別20世紀90年代以來，隨著計算機技術和先進檢測技術的快速發展，使得更全面、更細致地研究評估車輛載重對社會經濟的影響成為可能。以美國交通研究會 （TRB）和美國運輸部 （DOT）為首的科研機構與政府部門，對車輛載重的社會經濟影響進行了深入研究[1]。我國自20世紀80年代末以來，逐步開始重視重載運輸對社會經濟的破壞問題，有關方面進行了一系列研究工作，并就公路行駛車輛對道路破壞的計算方法、超限對車輛運營成本的影響、合理軸重限值等問題進行了卓有成效的研究[2]。

從方法論的角度看，國內外已有研究普遍采用的是 “成本—收益分析法”（Cost-Benefit Analysis，CBA）。通過CBA分析，可以更加直觀地比較不同方案，從中選取所有 （邊際）收益大于所有 （邊際）成本的剩余為最大的方案 （圖1）。

但是，由于方法論上的固有缺陷，CBA方法在處理車輛重載運輸的社會影響這一類復雜社會經濟問題時卻存在著眾多不足：

（1）CBA僅僅去比較有限的幾種經濟狀態而不是去尋找達到最終目標的綜合性手段，導致了對其它更有可能成功的策略 （例如改變公路使用定價）的忽視。

（2）由于公路貨運系統各組分之間具有互動反饋性，導致了系統響應的反直觀性。CBA無法處理這種互動反饋關系，也無法反映社會系統內部的 “自適應”或 “自組織”能力。

（3）CBA對基礎數據的要求較高，信息采集的成本巨大，極大地限制了其運用的范圍。

相對于CBA的這些缺陷，系統動力學 （System Dynamics，SD）方法能夠非常方便地模擬復雜的非線性大系統，并把人的判斷能力、經驗與嚴格的邏輯推導結合起來，可以較為有效地解決上述問題。據此，本文基于系統動力學理論及其仿真建模型技術，提出了一套系統、完整的車輛重載運輸社會影響評估方法。

1 系統動力學研究框架的構建

1.1 前提假設

車輛類型需按照車輛的輪軸類型而非傳統的車輛 “額載”進行劃分，同時，應從公路行駛車型中選擇數個 （不小于2個）常見車型作為評估車型參與模型的仿真計算；車輛軸載譜中軸載級位的間隔取2～4噸；貨運量按照貨物批量 （運輸貨物的批次重量）分別統計并加總得到貨運總量，貨物批量間隔亦相應地取為2～4噸；仿真年限取15～20年。

1.2 系統框架

在系統動力學建模時，首先需要明確地界定研究的系統邊界。圖2界定了車輛重載運輸社會影響系統動力學研究框架的系統邊界，這里的公路貨運系統包含貨運需求、車輛使用、運輸成本、車型演化與路面性能5個子系統。

1.3 輸入變量與數據采集

系統的輸入變量較多，主要包括：①交通變量 （車輛輪軸類型、分車型交通量、分車型軸載譜等等）；②運輸成本變量 （燃油價格、車輛油耗水平、運輸稅費標準、車輛維修費用、駕駛員工資等等）；③道路變量 （路面厚度、設計彎沉、路面寬度等等）。

其中，交通變量可通過現場抽樣調查獲得 （有條件的地區可結合計重收費數據），具體方法參見文獻[3]；運輸成本變量可通過現場抽樣調查和問卷調查獲取，部分變量的取值可參照國家標準，具體方法參見文獻[4]；道路變量可根據公路設計指標和實測調查數據獲得。

1.4 輸出變量與評估指標

系統的輸出變量則主要有：貨運量、貨運周轉量、貨運總成本、單車當量軸次、車流當量軸次[5]、路面平整度、路面維修成本、總運輸稅費等等。當然，如果需要，可以很方便地增設系統的輸出變量。

評估指標的選擇可根據研究目標確定：可以從公路管理的角度選擇路面平整度、路面維修成本、分車型交通量、總運輸稅費等指標，然后選擇較成熟的方法進行評估；亦可從社會成本-收益分析 （CBA）的角度選擇貨運周轉量、貨運總成本、路面維修成本等指標，以貨運周轉量最大或社會平均運輸成本最低為評估目標。

實際上，從系統動力學的視角來看，最終比較不同方案的優劣并不是重點，重要的是通過建模與仿真實驗的過程獲悉公路貨運系統的長期、動態響應規律，推測車輛的不同載重程度對社會經濟運行績效的影響趨勢，揭示相關各方對不同載重程度的態度及其動因。

2 系統動力學模型的構造

系統動力學的薄弱之處在于參數估計問題，特別是并非基于歷史統計數據設計的柔性參數。因此，在建模時，局部可采用計量經濟方法與統計方法進行參數估計與驗證。

2.1 貨運需求子系統

主要功能是根據貨運需求彈性預測單位運輸成本變動時公路貨運需求的變動情況。

圖3為 “批量為2噸貨物”的貨運需求SD流圖。其中，Increase rate 02為批量為2噸貨物的年“自然”增長率，以反映區域經濟發展或人口增長等社會經濟因素導致的公路貨運量的增長，可通過傳統預測方法獲得；Natural increase 02是年貨運 “自然”增量，為年 “自然”增長率與上一年貨運 “自然”需求量的乘積；Natural demand 02為年貨運 “自然”需求量；e 02為批量為2噸貨物的運價需求彈性，假設運輸利潤率恒定，則運價彈性可用運輸成本彈性代替；VOC 02為裝載量為2噸的車輛的單位運輸成本，元/噸公里，由運輸成本子系統輸入；Freight demand 02為批量2噸貨物的年貨運 “實際”需求量，由自然需求量減去由于運價變動導致的運量轉移量獲得，這也是貨運需求子系統的輸出變量。

2.2 車輛使用子系統

主要功能是分析運輸業者在載重限制、稅費標準以及生產要素價格等因素影響下的車輛裝載量決策和車型選擇行為。輸入變量為來自運輸成本子系統的分車型固定運輸成本、變動運輸成本、最優裝載量以及車輛裝載量的法定限值；輸出變量為各貨運車型對不同批量貨物貨運量的分擔率。

其中，車輛 “最優裝載量”指的是各車型車輛裝載量分布的峰值，反映的是運輸業者在運輸生產要素和車輛載重限值的影響下，對其車輛裝載量的 “理性”選擇。最優裝載量的計算公式為：

FCi——車型i的固定運輸成本，元/公里

Pj——生產要素j的單位價格

aji、cji——車型i變動運輸成本VC中生產要素j投入函數的二次項系數與常數系數這里假定VC是車輛裝載量L的二次函數：

運輸業者對使用車型的選擇使用Logit模型進行預測：

式中Pi——某一批量貨物選擇車型i進行運輸的概率，%

Ui——車型i的效用函數，由式（4）得出

式中 αi——車型i屬性函數的系數

y——貨物批量，噸

βi——車型i外部影響屬性函數的系數

THi——車型i裝載量的技術/法定限值，噸

εi——誤差項，用以表示市場風險、業者偏好等無法觀察的其它因素

2.3 運輸成本子系統

主要功能是計算車輛單位運輸成本函數。首先，對運輸生產者成本進行分類；然后對常見車型的各運輸成本項進行現場/問卷調查；接著計算得到各車型裝載量峰值下的單位運輸成本，元/（噸·公里）；最后根據一定的運輸成本函數進行曲線擬合，從而標定運輸成本函數中的系數[4]。子系統的輸入變量有生產要素價格、稅費標準和路面平整度；輸出變量是單位運輸成本函數。

與文獻[4]的區別是，這里的車輛運輸成本項中，車輛的油耗、輪耗與維修等三項成本會隨著車輛裝載量和路面平整度的變化而變動。例如，對于燃油消耗來說，參考世界銀行巴西試驗的成果建立車輛油耗回歸方程[6]：

式中Fi——車型i的燃油消耗量，升/百公里

ai——模型標定參數

IRI——國際平整度指標，m/km

Kfi——車型i的裝載量調整系數函數，令其為車輛裝載量的二次函數

式中bi、ci、di——模型標定參數

Li——車輛i的實際裝載量，噸

對上述方程應使用實際調查的數據進行參數標定或修正。

2.4 車型演化子系統

主要功能是分析運輸業者的車輛汰換和新購決策行為并預測各車型數量的動態變化。子系統的輸入變量是由貨運需求子系統輸出的各貨物批量的運輸需求量、由車輛使用子系統輸出的各車型的最優裝載量和各批量貨物的車型分擔率、以及初始條件下各車型的車齡分布函數；輸出變量是分車型各車齡的車輛數。

如圖4所示，對某一車型的車輛數 （保有量）而言，影響其變動的主要因素為車輛的汰換數量與車輛購買數量。車輛汰換行為包括由各車型經濟壽命決定的 “自然汰換機制”與因各車型間市場需求差異而提早 （或延后）汰換的 “人為汰換機制”；車輛購買行為則主要由市場供需情況支配。其中，某車型各車齡組的年自然汰換比例可由初始條件下的車齡分布函數推導得出，人為汰換系數則可由該車型的總保有量與市場需求數量相對差值求出。

建模時需注意，為表示車齡逐年增長的情形，SD模型中各車齡組車輛數量所采用的存量類型為“傳送帶形”（conveyor）。各車齡組的車輛逐年 “老化”，即每經過一個仿真時間間隔 （代表一年），除被 （自然和人為）汰換掉的車輛之外，剩余車輛依次移動至下一車齡組，直至最終達到車輛壽命極限而被全部汰換。車齡小于3的車輛，可假定不會被汰換。

2.5 路面性能子系統

主要功能是分析在一定的貨車交通量與車輛荷載條件下，公路路面使用性能的衰變情況。子系統的輸入變量是車型演化子系統輸出的各車型應用于每一貨物批量的車輛使用量、公路路面的初始參數 （里程、路寬、初始彎沉、路面類型、路面厚度等）和維修參數 （維修時間間隔或路面行駛性能的維修閾值）；輸出變量是各年的路面平整度 （IRI）和維修成本。

子系統因果關系圖見圖5。車輛的裝載量先通過調查得到的經驗公式轉化為車輛的車貨總重，再通過 “車重分劈因子”轉化為各軸組的軸重，即可計算出車輛的單車當量軸次和全部車輛的年累積車流當量軸次。之后，可使用一定的路面行駛質量指數衰變方程[7]預測路面行駛質量指數RQI的年折減值。當RQI小于某一閾值或路齡達到某一年限時，即對路面進行維修，將RQI恢復到初始值。其中，每年的RQI可通過一定的經驗公式轉化為國際平整度指標IRI，輸出到其他子系統中去。

3 仿真方案的設計與仿真結論

3.1 方案設計

SD模型經過檢驗后即可進行仿真實驗，實驗可分為敏感性分析和情景分析兩大主題。

（1）敏感性分析

用于分析單一影響因素 （例如燃油價格、路面厚度、路面維修間隔、車輛稅費、車輛載重限制等）的變化對系統運行績效的影響，可兼用作模型的檢驗。敏感性分析中，除需仿真的要素外，其他要素應盡可能的假定為恒定值。

（2） 情景分析

用于模擬社會經濟系統的實際運行狀況。模型中各外部變量的取值及其變化趨勢應盡可能的貼近現實情景 （或假想情景）。例如，可按照各批量貨物的貨運需求量及其變化趨勢將分析情景設定為資源密集型產業條件和資金密集型產業條件。

3.2 仿真結論

根據世界銀行安徽省超載課題研究中的調查數據，主要仿真結論有[8]：

（1）敏感性實驗的結果表明，在當前公路貨運車輛普遍重載的客觀前提下，生產要素價格的變動、路面厚度的提高、路面維修間隔期的改變乃至公路稅費標準的調整均不會對車流軸載水平乃至公路貨運系統的運行產生根本性影響，系統對上述參數的變化不敏感。這也說明，經過多年的發展，當前的公路運輸市場體系已接近系統科學里的 “近平衡態”，試圖由系統內的參數調整很難引起系統狀態的質變，因此，希望借助某些影響因素單方面的變化來解決超限問題可能是非常困難的。仿真結果也表明，必須借助外部力量，引入有效的車輛載重限制 （治超），才能顯著地改變車輛軸載水平。同時，如果車輛載重限制 （VWL）大幅度提高，車輛運輸成本會降低，但路面行駛性能會出現急劇惡化；若VWL過嚴，路面狀況雖可得到保障，但車輛運輸成本又會出現較大攀升，執法難度也會大大增加。因此，車輛載重限值合適與否，將直接影響到公路運輸的效率和規制的可行性。

（2）情景分析的結果表明，不同的產業環境下，同一車輛載重限制的實施效果也是截然不同的。在資源密集型產業條件下，嚴格的超限執法會對社會產業經濟造成較長期的不利影響，且規制實施的重要參與者——公路企業，并沒有治理超限車輛的強烈動機。此時，突然啟用嚴格的車輛載重規制無疑是較為非常困難的。而在資金密集型產業條件下，公路大批量貨物運輸的需求較少，重載運輸的規模經濟優勢逐漸消退。這時，采取較嚴格的車輛載重標準雖然仍會引起公路貨運業的短期波動，但其長期的社會經濟效益非常明顯。而此時的公路企業也同時具有了治理超限運輸的強烈動機，車輛載重規制的施行具備了較充實的社會環境與微觀基礎。

4 結束語

為了解釋車輛重載運輸演化及其治理的微觀機理，本文采用系統動力學方法建立了一個全新的車輛重載運輸社會影響評估體系。該評估方法在世行安徽超載項目中得到了初次運用，實例表明其可行、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.公路運輸車輛合理軸重限值的研究[D].南京：東南大學 （博士學位論文），1994.

[3]杭文，李旭宏，何杰,等.公路貨物超載運輸軸載調查及數據分析研究[J].公路交通科技，2005,22(8):145-148.

[4]杭文，李旭宏，何杰.基于車輛軸型分類的公路貨運車輛運營成本研究[J].公路交通科技，2005,22(9):170-174.

[5]杭文，李旭宏，何杰.高等級公路車流軸載模型研究[J].公路交通科技，2006,23(1):52-55.

[6]姚祖康.路面管理系統[M].北京：人民交通出版社，1993.

[7]孫立軍.瀝青路面結構行為理論[M].上海：同濟大學出版社，2003:177-194.

[8]東南大學交通學院.世行安徽公路項目II——車輛超載課題研究：最終報告[R].南京：東南大學交通學院，2006.