城市交通拥挤治理分析

城市交通拥挤治理分析（精选5篇）

城市交通拥挤治理分析 第1篇

交通拥挤是每个城市一大久治不愈的顽症。首先, 交通拥挤对社会生活最直接的影响是增加了居民的出行时间和成本。上班族每天须花费更多的通勤时间, 同时困在车阵中会影响人们当天的心情和工作效率, 继而影响经济产出。对于自驾车出行的居民来说, 交通拥挤还增加了燃料的消耗和车辆的磨损, 使出行的成本变得更大。

其次, 城市交通拥挤也造成了环境和社会问题。如大气污染、交通噪声污染以及城市热岛效应等环境问题, 严重影响居住环境、空气质量以及城市的健康发展。日益严重的交通拥挤, 不仅给居民日常工作、学习、生活带来不便, 还造成资源的浪费。经常堵车还会让有些市民选择在休息日待在家中, 从而降低城市的活力, 削弱城市的竞争力。

最后, 交通拥挤还可能增加发生交通事故的概率, 因为拥挤的道路上发生事故的不确定性因素更多。而且交通事故的增多又加重了交通负担, 反过来使交通更为拥挤。

一、交通拥挤的经济学分析

根据经济学的原理, 当厂商生产某种产品的边际效益大于边际成本时, 表明厂商增加一单位产量所带来总收益的增加量大于所付出的总成本的增加量, 这时厂商会扩大生产;当边际效益小于边际成本时, 表明厂商增加一单位产量所带来总收益的增加量小于所付出的总成本的增加量, 这时厂商会压缩生产;当边际效益等于边际成本时, 厂商所获得的利润最大, 此时的资源配置达到了帕累托最优。这个原理同样适合分析交通拥挤产生的内在经济成因。

图1中的纵轴代表收费公路的成本与效益, 横轴代表该公路上的交通量。曲线代表运输需求曲线。运输需求是人们对于所接受运输服务的支付意愿, 同时它也反映这种意愿随运输价格或成本而发生反方向变化, 因此它是向右下方倾斜的, 而且运输需求曲线也是边际收益曲线。

曲线MC1是个人边际成本曲线, MC2是社会边际成本曲线。假定每位出行者行驶成本相同, 则个人边际成本MC1等于平均行车成本AC, 即总行车成本除以交通量。个人边际成本只表示由使用者自己承担的公路使用边际成本, 而社会边际成本既包括由使用者自己承担的内部成本, 也包括由使用者引起却要由其他人甚至整个社会来承担的外部成本, 通常包括交通行为对社会造成的全部费用与损失, 有环境污染导致的健康、医疗和生产效率的损失等, 因此MC1

道路交通设施是介于纯公用物品与纯私用物品之间的准公共物品。准公共物品的使用在一定限度内是具有非竞争性的, 在达到道路的需求量q0以前, 个人出行不会影响其他人对道路的使用, 因此就不会出现拥挤现象, 即MC1=MC2, 曲线MC1和MC2是重合的。然而一旦超过路网容量临界点, 非竞争性就会消失, 拥挤就会出现, 交通效率就会下降, 边际成本就会上升, 而且社会边际成本比个人边际成本上升得更快。

个人边际成本曲线MC1和曲线D决定的均衡交通量是q1, 此时支付的价格p1。社会边际成本曲线MC2和曲线D决定的均衡交通量是q2, 此时支付的价格p2。

在这里用社会福利最大化原理来分析交通拥挤。社会福利可以通过消费者剩余与生产者剩余之和表现。私人出行者只会考虑自己的直接成本和私人收益, 只要有利可图就会采取行动, 因此图1中q1就是实际的交通量, 由个人边际成本与边际收益共同决定。此时消费者剩余为ep1b, 生产者剩余为acfp1-feg, 则总剩余为ep1b+acfp1-feg=abdc-deg。而q2是由社会边际成本与边际收益共同决定, 因为考虑了交通运输中私人出行对社会产生的外部成本, 所以q2

当某条道路的最佳交通量为n时, 一次出行的平均社会成本为C, 那么增加一辆车造成的行驶速度下降将使平均社会成本增加为C+△C。因为所有出行者具有相同的成本, 所以个人边际成本MC1与平均社会成本AC相等, 也是C+△C。当交通量增加到n+1, 其社会边际成本MC1就增加为 (n+1) (C+△C) -Nc=C+△C+n△C。二者的差额MC1-MC2+n△C就是拥挤成本, 同时也造成了交通拥挤现象。

二、交通拥挤的治理措施分析

解决城市道路交通拥挤的问题, 必须要从供给和需要两方面进行分析, 寻找平衡点, 综合制定策略和方案, 力求将均衡交通量维持在最优的交通量上, 实现社会福利的最大化。

(一) 交通供给管理

交通供给管理主要是指通过增加道路供给和完善城市公共交通系统, 以满足日益增长的城市交通需求, 来达到缓解和消除交通拥挤的目的。

1、增加道路供给, 就是通过加强交通基础设施建设, 来增加一个城市的交通容量, 减少交通堵塞, 降低拥挤程度。如拓宽道路以加大道路通行能力, 新建道路以增加交通网络覆盖等。

用经济学原理中的供需模型来分析增加道路供给对交通拥挤的影响。

图2中, 初始状态下均衡交通量为Q1, 此时的均衡价格为P1。增加道路供给, 但是短期内的交通需求不变, 因此供给曲线右移, 需求曲线不变, 形成新的均衡点。均衡交通量增加到Q2, 但均衡价格却下降到P2, 短期内交通拥挤得到缓解。然而, 长期中, 道路等基础设施的改善会进一步刺激交通需求的增长, 使得需求曲线右移, 实现长期的均衡。此时, 长期的均衡交通量Q3和价格P3比初始的都要高。可见增加道路供给, 使交通拥挤状况在短暂得到缓和后反而变得更加严重, 从而可能陷入“交通拥挤增加道路供给交通需求的膨胀再交通拥挤”的恶性循环。可见单纯依靠增加道路供给并不能从根本上解决交通拥挤问题。

2、完善城市公共交通系统, 首先要增强城市公共交通的硬实力, 加大基础设施的建设以及交通工具的优化配置, 其次还要逐步提高公共交通的软实力, 包括提高公交营运速度和运送效率, 提高运输服务能力和服务水平, 增强公共交通相对于小汽车出行的竞争力和吸引力。只有将城市公共交通的软硬实力统筹考虑, 才能逐步优化城市公共交通。其中最为重要的是, 如何将城市公共交通的刚性供给转化为有效供给, 引导居民更多的选择公共交通出行, 减少小汽车出行, 因为私人小汽车出行方式所承担的外部成本要比公共交通方式大得多。

公共交通是高效率、低资源消耗、环境友好型的交通方式, 可以有效解决城市交通拥挤问题。为了推进城市公共交通优先发展, 首先要加大政府财政保障, 从而改善公共交通配套设施;其次要健全城市公共交通的法规标准体系, 确保公共汽车的优先通行和快速公交系统;最后还要建立规范的公共交通补贴和科学的票价制度, 吸引更多的人选择公共交通出行。

(二) 交通需求管理

交通需求管理作为一种政策性管理, 通过对交通源的政策性管理, 从而影响城市交通结构, 削减交通需求总量, 达到减少道路交通流量的目的。

1、抑制交通需求一个最直接的方法就是对拥挤道路的使用者收费, 利用经济杠杆调节居民出行选择, 支付拥挤费用的人可以更有效率的使用原来的道路, 不愿付费的人只能另择他路或改变出行时间, 从而实现交通资源的最优化配置。

在图1中, 拥挤费用就是边际社会成本与边际个人成本的差, 如果对出行者征收的拥挤费用, 就可以把交通量从q1减少到q2的水平, 这时交通效率明显提高, 道路资源达到最佳的利用水平。

拥挤收费作为交通需求管理的手段, 可以有效降低过量的车辆通行需求, 提高现有道路的通过能力和已有交通系统的效率。拥挤收费的基本机理通常有三种形式: (1) 改变车辆的行驶路径, 优化网络路径流量分布; (2) 改变居民出行时间分布, 迫使高峰出行向非高峰时段转移; (3) 促使私人汽车交通向更环保更节约的公共交通转移。然而, 真正实现拥挤收费要相当复杂, 首先必须要有非常先进的电子系统予以辅助, 而且还要充分考虑其社会公平性, 不能过分损害低收入者的利益。

2、严格控制小汽车数量, 从根本上抑制交通需求, 从而缓解城市交通压力。例如限制购买、对汽车购买课以重税、控制汽车牌照数量等措施可以提高小汽车的购买成本;单双号限行、拥挤路段和时段限行、征收燃油税等方法可以提高小汽车的使用成本。通过遏制居民对小汽车需求的过快增长, 进而引导居民更多地选择公共交通, 减少私人小汽车出行需求。

汽车制造业是我国工业经济最主要的引擎之一, 对我国的经济增长起举足轻重的作用。如果盲目限购, 必将影响到汽车制造业以及相关产业的发展, 进而造成经济的滑坡。但是, 如果任由汽车数量继续大规模增长, 城市交通拥挤现状仍然难有改观, 甚至可能造成城市功能的瘫痪。如何兼顾汽车业发展和保障城市交通通畅, 将是我国面临的长期困境。

三、结束语

交通拥挤的本质其实就是有限的消费容量和无限的消费规模之间的冲突。我国的城市交通拥挤问题最主要的原因是汽车数量增长过快, 引发过量的消费需求规模不能得到满足。作为一个发展中国家, 小汽车数量的增加是一个骤增的过程, 而交通供给能力的提高却是一个渐进的过程, 二者始终无法达到同步, 所以单纯依靠拥挤收费等经济手段, 并不能有效缓解我国交通拥挤的难题。因此, 必须抑制私人小汽车的过快增长, 同时大力发展公共交通, 合理调控居民交通需求, 只有这样城市交通拥挤问题才能得到改善。否则无论采取什么措施, 都只是权宜之计, 不会从根本上改变交通系统逐渐恶化的态势。

参考文献

[1]陈莉.交通拥挤定价理论模型研究[J].深圳大学学报 (理工版) , 2007, 24 (, 01) :37-40.

[2]杜洁.城市交通拥堵现象的经济学分析及对策[J].中国储运, 2010, (10) :85-86.

[3]邱艳.城市道路拥挤收费问题的探讨[J].城市规划, 2001, 25, (04) :47-48.

[4]张毅媚.城市交通拥挤的机理探析[PH.D].上海:同济大学, 2006:1-151.

[5]孙富敬.城市交通拥挤的经济学分析[D].上海:复旦大学, 2004:1-59.

[6]刘南, 陈达强.城市道路拥挤定价理论、模型与实践[M].北京:科学出版社, 2009.

[7]张小宁.交通网络拥挤收费原理[M].合肥:合肥工业大学出版社, 2009.

城市交通拥挤治理分析 第2篇

【摘要】大城市的交通擠造成了时间、人力、财力的浪费。由于交通事故、路边停车、占道施工等因素，导致车道或道路横断面通行能力在单位时间内降低的现象。城市道路具有交通流密度大、连续性强等特点，一条车道被占用，也可能降低路段所有车道的通行能力，即使时间短，也可能引起车辆排队，出现交通阻塞。如处理不当，甚至出现区域性拥堵。

通过构建数学模型，运用回归分析法，分析交通事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量间的关系。估算车道被占用对城市道路通行能力的影响程度，为交通管理部门正确引导车辆行驶、审批占道施工、设计道路渠化方案、设置路边停车位和设置非港湾式公交车站等提供理论依据。

【关键词】交通拥挤；回归分析；通行能力；车道占用

1.变量定义

首先，通过观察交通事故现场视频，选取连续时间段，即此时间段内各完整无缺失，其中排队长度的单位本应该取米，但根据前面车辆折算思想，由于不同车系具有不同长度，所以以小客车为基本单位。先将堵车区间的各类车统一，再将总长度单位化做量。

由于三个自变量的数值较小，而排队长度的数值较大。如果不对数据进行处理，直接运用于回归模型中，将会有较大的误差，甚至难以得出自变量与应变量的之间的存在关系。观察视频，发现标注的120米为最大堵车区域，而画面暂停出现标注时，往往半周期末，即该周期总车流量全部进入上游区域，并且已经通过车祸点的车辆较少，近似看做该周期最大堵车数量，误差差降到最低。

即可得：

标准车单位长度=1 pcu=2辆小货车=9米（已包括间距）

2.影响通行能力因素分析

2.1运用回归分析

观察因素：首先，事故持续时间对堵车密度有直接影响，事故时间越长往往堵车密度最大。在其他条件不变的情况下，事故持续时间的延续意味着堵车密度增加。此外，实际通行能力也是影响堵车密度的重要因素。再看上游车流量：由于车流量的不断增加，导致滞留车辆的累积，进而加大了堵车密度。影响堵车密度的因素还有很多，如路况，天气，心理等诸多主客观因素。为分析简便，我们只对影响交通密度的组要因素进行分析，将堵车密度作为被解释变量（Y），选取上游车流量（ X1）、实际通行能力（X2）、事故持续时间（X3）作为解释变量构建模型。

被解释变量堵车密度 （Y），解释变量上游车流量（X1）、实际通行能力（X2）、事故持续时间（X3）存在一定关系。变量间不一定是线性关系，堵车密度与上游车流量呈正相关，堵车密度与实际通行能力呈负相关。为分析堵车密度（Y）随上游车流量（X1）、实际通行能力（X2）、事故持续时间（X3）的变动而具有的规律性，可以初步建立如下三元线性回归模型：

在简单或多元回归方程中，包含了未观测到的影响因变量的变量因素。误差项也可能包含被观测的因变量或自变量中的测量误差，所以存在。

2.2回归分析法求解

为了更准确地得出排队长度与其他变量间的关系，先将排队长度等效为数值较小的堵车密度。然后，运用普通最小二乘法（OLS），将堵车密度作为被解释变量，构造多元回归模型。然后，为了验证各变量间是否存在共线性，通过Eviews数据处理软件，得出相关系数矩阵，发现实际通行能力与上游车流量有较大相关性。为了消除变量间共线性带来的误差，通过构建对数线性回归模型进行对比，得出变量参数，选出最优线性回归模型，得到估计方程。再通过实际意义检验、拟合优度检验、T检验、F检验、得到最佳变量的多元回归方程。

T检验值分别为：5.1094、0.1589、-2.3931、17.5466

这说明，在其他因素不变的情况下，最后，得出结论：其他因素不变的情况下，当车流总量每增加1pcu/min，通行能力每增强1pcu/min，交通事故时间每增加1min，最长排队长度分别对应增加5.9571m、减少11.4309m、增加14.5746m。

那么依托该结果，即可对城市交通道路情况进行合理处理，使通行能力最大化。

参考文献

[1]俞斌，道路交通事故的影响范围算法[J]，城市交通，第6卷第3期：82-86，2008.

[2]李冬梅，李文权.道路通行能力的计算方法[J].河南大学学报，32（2）：24，2002.

[3]汪晓银，周保平.数学建模与数学实验[M]，北京：科学出版社，2010.

[4]陈国华等，数学模型与数学建模方法[M]，天津：南开大学出版社，2012.

支助项目项目编号：CX20140313

对城市交通拥挤问题分析 第3篇

城市土地资源有限,已很难在道路建设方面有很大作为了,即使有也只能是短期效益。从可持续发展来看,通过传统方法解决交通供需矛盾已没有出路,这就需要一方面通过技术创新对原有交通设施进行改造或重建,缓解交通拥挤,另一方面必须要寻找解决机动化交通问题的新途径。

1 建立城市地下高速公路交通体系

城市地下高速公路,顾名思义就是建在城市地下的高速公路。美国波士顿市为了解决大量的私人汽车将道路挤得通行不畅的问题,曾计划将市中心的交通转入地下,地下车路有8个车道,日汽车通行能力为24.5万辆,另外两层隧道用于地铁和电车通行。日本政府日前宣布,准备在东京地区修建一条位于路面下至少40m深、全长16km、有两条宽13m双车道的环形地下高速公路。

城市地下高速公路可以有效地缓解地面交通堵塞状况。由于其系统建在城市地下,其运行是封闭式的,不受城市地面上人、车和道路干扰以及气候条件的影响,因而使车辆行驶速度快、畅通、安全性好。一对双向、宽13m、双车道的地下高速公路设计年平均昼夜交通量可达2.5~5.5万辆,相当于1.6~3.6条城市环路的交通量与地面道路相比,地下高速公路节省了寸土寸金的城市建设用地,提高了土地使用效率。城市地下高速公路除了出口外,全部在地下,用地极少,这对城市人均道路面积的指标普遍偏低的情况极为有利,特别是城市商务中心区用地十分紧张,要大幅度增加道路用地面积是不符合现实的。

与城市轨道交通相比,地下高速公路投资少。从1990年北京、上海、广州建成的3条地铁线来看,综合平均造价每公里达6~8亿元,高于世界平均水平。城市地铁造价高的主要原因是进口设备所占比重大(若地铁建设完全国产化,每公里耗资可降为3~4亿元),地面拆迁费用高。与之相比,地下高速公路只是在地下掘出供车辆通行的隧道,配备电力、照明、通风、排污、救险等基本设备,造价自然要比地铁低很多。

修建城市地下高速公路在工程和技术方面是可行的。国外以及我国的香港、上海等城市建成使用的海/江底隧道,以及南京刚刚建成的玄武湖湖底隧道,其工程施工难度远大于在城市内修建地下高速公路的难度,它们的成功为修建城市地下高速公路提供了理论和实践依据。城市地铁的建设使用,也为城市地下高速公路做出了成功的榜样。随着智能交通技术的应用,路径引导系统、自动收费系统、道路和交通状况信息系统、危险警示系统、事故处理系统、交通流诱导控制系统、养护系统、综合交通调度协调系统、防灾救援系统、排污监测系统等综合智能交通系统的建立,机动车在城市地下高速公路行驶将会一路畅通。

为支持城市地下高速公路的发展,可以采取的政策措施有:

一是借鉴外省、市地区经验,对城市地下高速公路实行股份制或者国有民营,以广泛吸引民间资本参与投资开发,并提高其营运效率;二是可以允许以地方财政收入为抵押,发行城市地下高速公路建设专项债券,或者以中央政府名义发行此种债券,以其财政收入承担所使用部分的还本付息义务;三是鼓励城市地下高速公路交通设施企业或项目的股票上市,这样可以通过国内外资本市场筹集建设资金,吸引民间资本参与投资开发;四是国家政策性金融机构应给予一定比例的长期、低息贷款,中央应减免城市地下高速公路设施营运收益的税收,给予投资者在城市地下高速公路通行费定价方面更大的自主权。

2 汽车“不限拥有,有限使用”

为了更好的发展我国汽车工业,政府应该大力鼓励居民积极购买各种品牌、类型的新款汽车,下发了有关汽车补贴相关法规和政策。为更好的实现“不限拥有,有限使用”,可以在使用上严格加以控制,且采取可行的措施:如1)增加拥堵费;2)增加市中心区域停车费;3)增加汽车修理费、保养费、事故处理费;4)提高尾气排放标准;5)汽车单双日行驶;6)增加与汽车有关的税收价格等等措施,都能减少或降低汽车出行的频率,从而缓解交通堵塞,减少污染。

3 大力提倡或倡导快速公交,无障碍公交

公共交通要有自己的专有通道甚至是封闭的,专线专用,车隔短票价低廉,要有优先通行权,政府的优惠政策多,投入的补贴高,司乘人员待遇高。车辆宽敞明亮,速度快,安全正点。

4 临街中小学大门口要建立交桥通行

临街各中、小学校大门口早晚一上学放学,行人车辆多的不能再多了,每天到点都得堵塞个把小时的。要采取有效的可行措施解决这一问题,如跨道路大型钢结构高架立交桥就是个不错方法,施工工艺简单,造价不高(费用可向地下高铁一样措施增集),可不受季节限制等。建成后桥上行人安全便利,桥下车辆通行无阻。

5 自行车出行

城市交通拥挤治理分析 第4篇

随着城市化与机动化进程的加快,城市交通供需关系不平衡的矛盾日益尖锐,由此导致的交通拥堵和交通事故日益加剧,已经成为国民经济进一步发展的瓶颈,并严重影响了城市功能的正常发挥和城市的可持续发展[1]。如何针对城市的交通现状采取有效措施治理交通拥堵,已成为我国城市交通建设和社会经济发展的当务之急。

拥挤道路使用收费作为交通需求管理最有效的措施之一,通过对特定时段和路段的车辆实行收费,调节交通量的时间空间分布,减少繁忙时段和繁忙路段上的交通负荷,提高道路设施的通行能力,满足道路使用者对时间和经济效率的要求,同时促进交通方式向高容量的公交系统转移和抑制小汽车交通量的增加,达到缓解交通拥挤的目的,提高整个城市交通系统的效率。

2 拥挤收费的基本原理

道路属于“准公共性产品”,具有排他性和非竞争性双重特征。当路段车流量较小时,单车车辆对道路的使用不会影响其他车辆对同一道路的使用。然而当交通密度一旦超过阻塞密度,就会产生交通拥堵,排他性就会表现的相当突出。出行者出行时其成本一般包括两个部分:一是车辆维护费、燃料费和时间价值等成本,这部分由出行者自身承担,称为私人成本;二是由于车辆行驶造成交通拥堵而给他人带来的额外费用以及时间增大的损失成本,这部分成本由全社会共同承担,称为外部成本。

如图1所示,设横轴为交通量,纵轴为单位出行的成本,D为需求曲线,MPC为边际个人成本曲线,MSC为边际社会成本曲线。车流量在以前时,车辆之间影响非常小,不会出现拥挤现象,MPC和MSC是重合的。当交通量超过之后,每一个出行者的边际费用不但包括私人成本,而且包括由于交通量增大而使行驶者增加的时间成本,即出行者的边际社会成本。但车主在使用道路的过程中,支付的仅仅是私人成本,对于拥挤带来的社会成本并没有给予支付,因此,边际个人成本小于边际社会成本,两者之差就是拥挤成本。

当道路不收费时,用户仅考虑私人成本,结果使得实际的车流量是由车主的边际成本曲线所决定,车流量为D1,超过了需求曲线D与MSC曲线的交点所确定的交通量D2。其结果是导致对道路的过度利用,不能达到帕累托最优水平。为了制止对道路的过度使用,缓解道路的拥挤状况,实现对道路资源的优化配置,需要采取外部成本内部化的方式,征收undefined的拥挤费,使道路的交通量重新回到帕累托最优水平D2[2]。这样有助于减少交通量,提高道路的行车速度,降低拥堵水平。

3 拥挤收费的博弈分析

基于前面的分析,作为理性的出行者,在使其自身效用最大化的同时,却损失了集体福利的最大化,最终也会导致自身效用的损失(小汽车的过度使用造成交通拥堵,难以达到购车的目的)。解决该问题,单纯依靠市场手段很难解决,必须运行政府的行政手段才能解决这个问题。本文选择交通用户与交通管理者作为参与拥挤收费博弈的决策主体,用户在博弈的基础上进行交通方式的选择,管理者在博弈基础上进行拥挤收费决策的分析。因此,运用博弈论理论可以建立一个关于利益冲突的数学模型和分析框架,为交通管理者决策提供依据。

3.1 模型的基本假定

本文论述的出行者仅指选择汽车出行的用户,包括私家车和公用车,不包括公交车、出租车和货车。根据文献[3],征收拥挤收费后,出行者是否继续选择驾车出行主要取决于出行者的相对时间价值高低。相对时间价值高的人会选择继续驾车出行,而相对时间价值低的人则会选择公共交通。假设私车出行获得的单位效用为a,公共交通出行获得的单位效用为b,交通管理者每次收取的拥挤费用为e,拥挤收费的成本(前期设备的投资以及正常运用的费用)为f,对公共交通提供的单位补贴为g。假定,a>b,e>f且a-e

3.2 博弈的过程分析

由上述假设可知,当交通管理者选择收费时,出行者的最优战略是选择公共交通,因为a-eb;当出行者选择驾车出行时,交通管理者的最优战略是收费,因为e>f,如此循环往复,双方的利益始终不会一致。任何一个纯战略组合都有一个参与者会单独改变战略,使其获得更大的收益,因此该博弈模型不是一个纯战略均衡,而是一个混合战略博弈模型。根据纳什均衡的存在性定理[4]:每一个有限博弈至少存在一个纳什均衡(纯战略的或混合战略的),因此该博弈存在混合战略纳什均衡。

假设交通管理者以x代表收费概率,那么不收费的概率为(1-x);出行者私车出行的概率为y,则选择公共交通的概率为(1-y)。

交通管理者选择收费(x=1)与不收费(x=0)的期望收益分别为:

π(1,y)=(e-f)y+(-f)(1-y)

=ey-f

π(0,y)=0y+0(1-y)

=0

联立解π(1,y)=π(0,y),得:undefined。即:如果出行者选择私车出行的概率小于undefined,交通管理者的最优选择是不收费;如果出行者选择公共交通出行的概率大于undefined,交通管理者的最优选择是收费。

出行者选择私车出行(y=1)与公共交通出行(y=0)的期望收益分别为:

π(x,1)=(a-e)x+a(1-x)

=a-ex

π(x,0)=(b+g)x+b(1-x)

=b+gx

联立解π(x,1)=π(x,0),得:undefined。即:如果交通管理者收费的概率小于undefined,出行者的最优选择是私车出行;如果交通管理者收费的概率大于undefined,出行者的最优选择是公共交通出行。

因此,该混合战略纳什均衡时:undefined。

3.3 博弈结果分析

①交通管理者可以通过影响y*来控制私车出行与公共交通出行的比例。如果对私车征收的拥挤费用越高,则y*越小,私车出行的比例将会减少。交通管理者可以给予公共交通更多的补贴,用来改善公交服务,提高公共交通的吸引力,从而提高道路网络的效率。

②外部成本的产生是由于交通量超过了平衡点,只要将交通量控制在合理的范围内,就可以使道路的效率达到帕累托最优水平。交通管理者不只是简单的收费与否,收费的价格e将决定路网的交通量。如果价格e定的合理,对整个道路网的交通拥挤状况将会有很大的改观,价格e定的过高, 从而y*太小,就会使交通量达不到最佳的饱和状态,造成道路资源的浪费,价格e定的过低将难以缓解交通拥挤。

③该混合战略的纳什均衡解是一个不动点,私人效用与社会效用均达到了最优水平,没有一方会主动改变自己的行为,因此我们可以通过这个纳什均衡解来指导我们的决策。

4 结论

在道路交通管理中,交通拥挤收费是一种有效的交通需求管理手段,它能有效的缓解目前各大城市出现的严重交通拥挤问题。但是交通拥挤收费是一个复杂的问题,其实施的效果受到收费价格、公共交通的吸引力等因素的影响。因此,本文以交通出行者与交通管理者作为决策主体,采用博弈论对拥挤收费进行了博弈分析,建立了博弈模型和拥挤收费算法,期望对城市交通管理者具有一定的参考实用价值。

参考文献

[1]李志纯.拥挤道路使用收费的模型及算法研究[D].长沙:中南大学,2002:1-4.

[2]高鸿业.西方经济学(微观部分)[M].上海:上海三联出版社,2004:43-53.

[3]高红丽,高丽英.博弈论在实施交通拥挤收费政策中的应用.物流工程与管理,2009,(10):117-119.

城市交通拥挤治理分析 第5篇

本文以网络均衡理论为原理,阐述拥挤收费的合理性、可行性和动态应用机制。

1 网络均衡问题

本文所阐述的交通网络平衡是指将城市交通分配到城市道路后使各路段达到相对平衡稳定的状态,即各路段保证交通顺畅的前提下使各条道路尽可能发挥其通行能力,各路段交通状况平衡地达到健康状态,避免有些路段过分拥堵,而另外一些路段不能发挥应有通行能力的现象。

1.1 符号定义

Or为起始点r出行的居民以及车辆的数量;

N为网络所有节点构成的集合;

A为所有有向弧(即路段)构成的集合;

R为交通源产生节点的集合(又称为交通出行节点集),有R⊂N;

S为交通吸引节点集,S⊂N;

r为代表一个起始节点,r∈R;

s为代表一个终讫节点,s∈S;

Krs为r-sOD对之间的所有连接路径构成的路径集合;

qrs为OD对r-s之间的交通出行需求量;

q为OD矩阵(qrs),r⊂R,s⊂S;

xa为路段a上的交通量,a∈A;

x为向量(…,xa,…),a∈A;

ta为单位PCU标准机动车通过路段a的交通阻抗;

t为向量(…,ta,…),a∈A;

f${}_k^{rs}$为连接OD对r-s的路径k上的交通流量,k∈Krs ;

frs为向量(…,f${}_k^{rs}$,…),k∈Krs;

c${}_k^{rs}$为OD对r-s间路径k上的阻抗,k∈Krs;

crs为向量(…,c${}_k^{rs}$,…),k∈Krs;

δ${}_{ak}^{rs}$为路段线路关联变量:

$\delta {}_{ak}^{rs}=\{\begin{array}{l}1‚\text{如}\text{果}\text{路}\text{段}a\text{在}\text{连}\text{接}\text{r}-\text{s}\text{的}\text{线}\text{路}k\text{上}；\\ 0‚\text{其}\text{他}.\end{array}$

关于路段与路径之间的流量和阻抗,有如下关系:

$\begin{array}{l}c{}_k^{rs}={\displaystyle \sum _a\delta }{}_{ak}^{rs}t{}_a,\forall r\in R,\forall s\in S,\\ x{}_a={\displaystyle \sum _r{\displaystyle \sum _s{\displaystyle \sum _k\delta }}}{}_{ak}^{rs}f{}_k^{rs},\forall a\in A.\end{array}$

1.2 方案效用

决策者对于诸多方案,总是选择效用最高的方案。假设方案的集合为K,方案k的效用为Uk,向量U=(U1,U2,…,Uk)。令a是向量变量,则Uk=Uk(a)。Uk是一个随机变量,由系统的确定项和随机误差项构成,表示为

$U{}_k(a)=V{}_k(a)+\xi (a),\forall k\in {\rm K}.(1)$

Vk(a)是系统确定项,ξ(a)是随机误差项。E[ξ(a)]=0,则可知E[Uk(a)]=Vk(a)。

因此,方案k被选中的概率就是方案k的效用高于其他方案效用的概率,即

$p{}_k(a)=\text{Ρ}\text{r}\left[U{}_k(a)\ge U{}_j(a),\forall j\in {\rm K}-k\right],\forall k.(2)$

误差项的分布一经确定,效用的分布也可确定下来,选择函数即可直接计算出来。

使用最为广泛的是Logit模型,假设效用函数随机误差项相互独立,且均符合Gumbel变量分布,从效用极大的原理出发可推导出选择概率[1]为

$p{}_k=\frac{e{}^{V{}_k}}{{\displaystyle \sum _{l=1}^{k}e}{}^{V{}_l}}=\frac{1}{1+{\displaystyle \sum _{l\ne k}e}{}^{V{}_l-V{}_k}}‚\forall k.(3)$

1.3 路径选择问题

一般情况下,一对OD出行相对会有多条路径可供选择,出行者往往根据自己对各路径的判断做出选择,在这个选择过程中,路径阻抗成为选择过程中起关键作用的一个因素,如前所述,出行者根据判断,选择其中阻抗最小的路径,这里的阻抗包括路径行走时间、舒适度等出行成本,当然,也包括可立即以金钱形式表示的各种出行费用。

因此,这里有一个实际阻抗和理解阻抗的问题,实际阻抗即路径上各路段的道路状况、实际通行能力等影响因素,而理解阻抗则是在实际阻抗上的一个拓展,它允许路径选择者在做出抉择的过程中有不一样的计算过程和参考价值体系,因此,理解阻抗中存在一个随机项,可表达为

$C{}_k^{rs}=c{}_k^{rs}+\xi {}_k^{rs},\forall k,r,s.(4)$

式中:C${}_k^{rs}$为起始点r与终讫点s之间路径k上的理解阻抗,C${}_k^{rs}$是随机变量;c${}_k^{rs}$为实际的路径阻抗值;ξ${}_k^{rs}$为随机误差项。如果从r至s的车辆很多,由弱大数定理知:这么多司机中,选择第k条路径的司机所占的比例是

$p{}_k^{rs}=\text{Ρ}\text{r}(C{}_k^{rs}\le C{}_l^{rs},\forall l\in ({\rm K}{}_{rs}-k),\forall k,r,s.(5)$

当从r至s的交通量为qrs时,路径k上的交通量为

$f{}_k^{rs}=q{}_{rs}p{}_k^{rs},\forall k,r,s.(6)$

可知路段流量为

$x{}_a={\displaystyle \sum _{rs}{\displaystyle \sum _{k}f}}{}_k^{rs}\delta {}_{ak}^{rs}.\forall a.(7)$

将交通阻抗的反函数定为交通需求者在路径上可获得的效用为Uk = -C${}_k^{rs}$,Ck=Vk+ξk,其中,$V{}_k=E\left(U{}_k\right)=-c{}_k^{rs}$。

假定ξk=Uk-Vk,∀k∈Krs,且均服从参数为βr的Gumbel分布。

记事件$A{}_k=\left(\xi {}_l<v{}_k+\xi {}_k-v{}_l,\forall l\ne k\right)$,设ξk的一个给定值为x,因为ξk为独立的随机变量,故联合事件Ak的条件概率为

$\begin{array}{l}p{}_k|{}_{\xi {}_k=x}={\displaystyle \prod }_{l\ne k}p(\xi {}_l<v{}_k+\xi {}_k-v{}_l|\xi {}_k=x),\forall k;\\ p{}_k|{}_{\xi {}_k=x}={\displaystyle \prod }_{l\ne k}e{}^{-\exp \left[-\beta {}_r(v{}_k+\xi {}_k-v{}_l)-E\right]}=\\ {\displaystyle \prod }_{l\ne k}e{}^{-\exp \left[-\beta {}_r(v{}_k+x-v{}_l)-E\right]},\forall k.\end{array}$

经过计算可得,路径k被选择的概率

$p{}_k=\frac{e{}^{\beta {}_{r}v{}_k}}{{\displaystyle \sum _{k\in {\rm K}{}_n}e}{}^{\beta {}_{r}v{}_l}}=\frac{e{}^{-\beta {}_{r}c{}_k{}^{rs}}}{{\displaystyle \sum _{l\in {\rm K}{}_n}e}{}^{-\beta {}_{r}c{}_l{}^{rs}}}.(8)$

路径上的交通量则为

$f{}_k{}^{rs}=q{}_{rs}p{}_j=q{}_{rs}\frac{e{}^{-\beta {}_{r}c{}_k{}^{rs}}}{{\displaystyle \sum _{l\in {\rm K}{}_{rs}}e}{}^{-\beta {}_{r}c{}_l{}^{rs}}},\forall r,s,k.(9)$

这里的crsk是k的实际阻抗,如前所述,由于理解阻抗Crsk由实际阻抗crsk和随机误差项ξrsk构成,而且E[ξrsk]=0,因此,随机误差在交通配流中对交通需求者的选择作用不甚明显,交通需求者虽然存在选择判断的相异性,但是自主性较强,如果对这部分进行引导,即引入一个变量,使得阻抗值明显变化,则交通需求者做出的抉择会有很明显的不同。

2 基于拥挤收费的交通配流模型

将拥挤收费作为一个出行成本变量可以影响交通需求的重新分布,使得道路交通的分配更趋平衡性的合理化,将拥堵道路上的交通引向相对“空闲”的道路上,使整个路网各道路交通顺畅的同时尽量保证各道路能够充分发挥其通行能力。

在这里引入一个新的变量t*,它表示拥挤道路所收取的费用,t*k即表示路段k所收取的拥挤费用。

同样,用效用函数最大原理推导出考虑拥挤收费条件下路网交通配流模型。变量定义同前文所述。理解阻抗Ck即为

$C{}_k=V{}_k+t{}_k^{*}+\xi {}_k.(10)$

其中,Vk=E(Uk)=-c${}_k^{rs}$.

经过计算可得到路径k被选用的概率为

${\rm P}{}_k=\frac{e{}^{\beta {}_{r}V{}_k}}{{\displaystyle \sum _{l\in l{}_{rs}}e}{}^{\beta {}_r(V{}_l+t{}_l{}^{*}-t{}_k{}^{*})}}=\frac{e{}^{-\beta {}_{r}c{}_k^{rs}}}{{\displaystyle \sum _{l\in l{}_{rs}}e}{}^{-\beta {}_r(c{}_l^{rs}-t{}_l^{*}+t{}_k^{*})}}.(11)$

从而路径k上的交通量为

$f{}_k^{rs}=q{}_{rs}p{}_k=q{}_{rs}\frac{e{}^{-\beta {}_{r}c{}_k^{rs}}}{{\displaystyle \sum _{l\in l{}_{rs}}e}{}^{-\beta {}_r(c{}_l^{rs}-t{}_l^{*}+t{}_k^{*})}},\forall r,s,k.(12)$

得出考虑拥挤收费的分配模型后,即可计算各道路的交通量,而考虑道路交通状况通常采用V/C这个指标,即道路交通量与道路通行能力的比值,因此,本文所提出的拥挤收费方案是基于不断变化的道路网络交通现状动态实施的经济管理手段,并不是固定不变的,当发现某路段V/C过大,则应进行相应的措施予以调整,所以这就需要一个反复验算调整的过程,如今交通领域对于实时监控和及时反馈的技术已趋成熟,因此,所提出的动态监控管理方法可以得到很好的实践。

路段交通量反复验算调整直至平衡的过程如图1所示。

3 结束语

本文以传统交通分配SUE模型为基础,将拥挤收费以交通出行成本的形式引入SUE模型,对原有的SUE模型进行扩展,使该模型更符合基于拥挤收费这个交通需求管理手段的路网交通分配。同时,在将拥挤收费与交通分配模型相结合的基础上,提出路网交通平衡的概念,以路网交通达到平衡为目标,提出实时监控动态采取拥挤收费的交通管理措施。

摘要：拥挤收费作为一项有效的交通需求管理手段得到许多国家及城市的重视。目前,大多数拥挤收费采取静态管理分析手段,不能真实有效的解决实际交通问题,在此提出道路网络交通平衡概念,以道路网络交通平衡为目标,提出实时监控、及时反馈、动态实施的拥挤道路收费机制。

关键词：拥挤收费,交通需求管理,道路网络交通平衡,动态道路拥挤收费机制

参考文献

[1]景平.随机平衡配流与拥挤道路收费的整合研究[D].上海:上海海事大学,2006.

[2]刘灿齐.现代交通工程学[M].北京:人民交通出版社,2001.

[3]盛聚,谢式千,潘承毅.概率论与数理统计[M].北京:高等教育出版社,2001.

[4]连爱萍.城市动态网络交通流分配及相关问题的研究[D].北京:北京交通大学,2007.

[5]Nguyen,S.,Dupuis,C.:An efficient method for com-puting traffic equilibria in networks with asymmetric transportation costs.Transp.Sci.1984(18):185-202(1984).

[6]ANDR′E DE PALMA,ROBIN LINDSEY.Congestion Pricing with Heterogeneous Travelers A General-Equi-librium Welfare Analysis.Networks and Spatial Econom-ics,2004(4):135-160.

[7]Byung-Wook Wie,Roger L.Tobin.Dynamic congestion pricing models for general traffic networks.Transporta-tion Research Part B,1998(32):313-327.