基于物元分析的自行车交通体系评价方法研究
陈阳 马健霄 徐志豪 钱思文
摘 要：建立一套合理的自行车交通系统评价体系是解决目前电动自行车和共享单车迅猛发展所带来的通行空间及停放空间问题的关键。在分析目前自行车交通系统存在问题基础上，依据影响自行车交通系统发展的因素和指标选取原则，以可达性、安全性、便捷性和舒适性作为自行车交通体系的评价指标，从慢行交通网络、交通空间、交通环境和自行车停车设施等方面确定关联指标，应用AHP-熵值法确定指标权重，利用物元分析理论构建了自行车交通体系综合评价模型，并提出对应的评价方法。通过案例分析，验证了该评价方法的科学性与实用性。该研究成果为合理规划建设慢行交通系统及系统高效运行管理等提供科学依据。
关键词：自行车交通体系；物元分析法；综合评价方法；AHP-熵值法
中图分类号：U412.37 文献标识码：B 文章编号：1006-8023（2018）05-0084-07
Abstract： The establishment of a reasonable evaluation system for bicycle traffic systems is the key to solve the problem of access space and parking space caused by the rapid development of electric bicycles and shared bike. Based on the analysis of the current problems in the bicycle transportation system， according to the factors affecting the development of the bicycle transportation system and the selection criteria of the indicators， accessibility， safety， convenience， and comfort are used as evaluation indicators for the bicycle transportation system. The related indicators are determined in terms of traffic space， traffic environment， the slow traffic network and bicycle parking facilities. The AHP-entropy method is used to determine the index weights， and the matter-element analysis theory is used to construct a comprehensive evaluation model of the bicycle transportation system and a corresponding evaluation method is proposed. Through case studies， the scientific and practicality of the evaluation method are verified. The research results provide scientific basis for rational planning and construction of slow traffic system and efficient operation management of the system.
Keywords： Bicycle transportation system； matter-element analysis method； comprehensive evaluation method； AHP-entropy method
0 引言
自行车交通在我国居民出行方式中占有重要地位，随着慢行交通设施的不断改善，出行比例也在不断增高，与小汽车出行空间矛盾逐渐显现。随著机动车拥有量的不断增长，自行车交通空间被逐渐蚕食，出行环境也在慢慢恶化。慢行空间被占用、无障碍设施不完善以及过街设施的不合理设置，均损害了出行者的出行权益[1-2]。
电动自行车和共享单车迅猛发展，对慢行系统规划提出了更高的要求，诸多城市顺势开展了自行车交通系统规划，但是这些研究主要集中在系统规划策略及规划方法层面，针对自行车交通系统还缺乏一套评价标准及体系。
1 评价指标体系构建
评价指标的选取和优化必须基于城市自行车交通的自身发展特点，遵循系统性原则、客观性原则、一致性原则和可操作性原则[3]，以大量的实际调查资料为基础，并广泛地吸收专家的研究成果，经过总结、分析和对比来确定。根据城市自行车交通体系的可达性、安全性、便捷性和舒适性作为自行车交通体系的评价指标，从慢行交通网络、交通空间、交通环境和自行车停车设施等方面来确定关联指标，进而构建城市自行车交通评价指标体系[4-6]，见表1。
2 物元分析评价模型的建立
物元模型能将定性和定量因素进行关联开展研究[7]。针对城市自行车交通体系的评价目前还没有一个统一标准，评价体系的大多也只是一个概念，很难对自行车交通体系做出明确的评价，但对于任何一种复杂事物，都具有其相应的特征规律，同时也就具有这些特征所对应的量值，因此可以利用物元分析法进行评价。物元分析评价法主要根据学者、专家的经验知识对评价指标进行等级标准的划分，处理不相容系统中的问题，建立模型实现质和量的转化，最终给出明确的评价等级。同时，由于关联函数取负值的特点，使物元分析法能全面分析待评估自行车交通体系属于某种等级的程度，可以使得评估结果更为精细化。
指标权重确定主要有层次分析法及熵值法，但两个方法都有一定的缺陷：层次分析法主观随意性较大[8-10]，而熵值法尽管可以保证权重的客观性，但在样本数据较少的情况下不能准确地反映出指标间的内在规律[11]-[14]。本文将层次分析法和熵值法进行结合，既可以减弱AHP决策方法带来的主观随意性的干扰，也可以弱化因样本数据不足带来的熵值法不准确的问题，可得到更加客观合理的权值。
2.1 确定评价指标的权重
利用层次分析法（AHP）和熵值法确定城市自行车交通体系评价指标的权重。首先明确问题，形成递阶层次结构，根据问题目标建立模型，进行各层元素间的两两比较，并建立判断矩阵。通过对判断矩阵的计算，进行层次单排序和一致性检验，最后进行层次总排序，得到各因素的组合权重。其次是用熵值法确定指标权重，将样本数据进行标准化处理，对指标的信息熵进行计算，并得出指标之间差异性指数，进而得出指标权重。最后用熵值法修正层次分析法得出的权重，得出最终的综合权重。
则城市自行车交通体系P的等级为j，且有：
（1）当0≤Kj0<1时，表示评价指标符合某个等级的要求，其值大小表示符合要求的程度，数值越大，越接近该级标准。
（2）当-1≤Kj0<0，表明评价指标不符合某个等级要求，但具有可转化为符合该级标准条件。
（3）当Kj0<-1时，表明评价指标不符合某个等级的要求，且不具备转化为符合该级标准的条件，其数值越小，距离该级标准越远。
3 实证性研究
本文以泰兴市为例，选取该城市区域作为评价单元，并采用基于物元分析的评价模型对自行车交通体系进行评价。
3.1 指标计算
根据指标量化模型，结合调查收集到的有关城市自行车交通体系的数据资料，得到各项评价指标数据值见表3。
3.2 利用物元分析计算关联度和等级评定
3.2.1 确定待评指标经典域和节域
物元分析以可拓数学为基础，划定泰兴市自行车交通体系发展水平为五个等级，即“优秀、良好、中等、较差、很差”。表示为P1、P2、P3、P4、P5。经典域是根据相关标准、专家意见、研究区的区域特点等确定，根据以上标准可建立各待评指标的经典域物元矩阵R1、R2、R3、R4、R5和节域物元矩阵Pp。
根据物元计算公式（7）、公式（8）可求出评价指标的节域物元量值以及经典物元量值。
3.2.2 建立待评价物元矩阵
根据表2可建立待评价物元矩阵公式：
3.2.3 确定城市自行车交通体系关于各等级的关联度函数
根据关联度计算公式（6）可计算出各项评价指标的关联度见表5。
3.3 评价结果分析
由表评价指标量值，根据关联度计算公式和综合关联度计算公式可得出关联指标（见表5）和评价指标（见表6）的关联度，以自行车道路密度这一指标的计算结果为例介绍各参数的指示意义。该指标对应评价等级的关联度分别为：K1（v1）=-0.405，K2（v1）=-0.207，K3（v1）=0.38，K4（v1）=-0.38，K5（v1）=-0.367，可以判定自行车道路密度这一指标属于中等级别。同理也可得到一级指标隶属等级，根据表6综合关联度值可得出以下结论：
自行车交通体系可达性与“良好”等级关联程度最高，综合关联度为0.160 439，说明可达性水平较好。其中自行车路网密度对应等级为“中等”，该城市在自行车道建设方面还应该加大力度。
自行车交通体系安全性与“中等”等级关联程度最高，综合关联度为0.008 706，但该数值较小，说明勉强符合这一等级。其中自行车有效宽度和车道被占用比例对应等级为中等，且数值较大，表明符合这一标准。在自行车车道类型方面对应等级为“较差”，该城市在交通规划时可以注重慢行交通建设，设立自行车专用车道或物理分隔的自行车道。
在便捷性方面对应“中等”等级，综合关联度为0.073 598，表明城市自行车交通体系基本可以实现便捷特性。其中停车设施的自备率和步行取车方面对应“中等”等级，在停车方面，停车设施的供给基本可以满足需求，步行取车距离也基本方便。在照明设施方面，其对应等级为“优秀”，说明泰兴市的自行车道照明设施已經非常完善了。
在舒适性方面不符合评价标准，但是如果数值越大，越容易转化为该等级。由表6可知综合关联度最大值为-0.101 968，由于其较接近于0，因此该指标易于转化为“良好”这一等级。其中空气污染指数对应等级为“中等”，非机动车车流中电动车的比例对应等级为“较差”，绿化设施的覆盖率和路面铺装质量均对应等级“良好”，由此表明在空气质量以及实现电动车和自行车互不干扰程度还不够高，需要进一步提高和完善。
总的来说，从综合关联度来看，泰兴市自行车交通体系建设发展水平不符合评价标准，综合关联度数值为-0.076 3，但是其很接近于0，则该城市发展水平易于转化为“良好”这一等级。以此来看，泰兴市自行车交通体系在安全性和便捷性方面还有很大的提升空间，有关部门应该加强这两方面的建设。
4 结论
本文提出了基于物元分析的综合评价方法，从定性和定量角度综合考虑，突破了以往评价的局限性，使整个自行车交通体系的评价更全面，更准确。其次是采取AHP-熵值法确定指标权重，以主观和客观相结合的方式，使结果更为客观、科学。通过构建评价指标体系对城市自行车交通体系进行评价，有待于深入研究自行车骑行的交通影响因素及优化，对慢行系统的高效协调运转有着十分重要的意义。
【参 考 文 献】
[1]吴洁. 城市慢行交通系统规划研究[D].长沙：中南大学，2014.
WU J. Research on development and planning of slow-traffic system case study[D]. Changsha： Central South University， 2014.
[2]李聪颖，马荣国，王玉萍，等. 城市慢行交通网络特性与结构分析[J]. 交通运输工程学报，2011，11（2）：72-78.
LI C Y， MA R G， WANG Y P， et al. Characteristics and structure analysis of urban slow mode traffic network[J]. Journal of Traffic and Transportation Engineering， 2011， 11（2）：72-78.
[3]張贵，陆振波. 友好型非机动车交通评价指标体系的构建[J]. 交通运输工程与信息学报，2010，8（1）：114-119.
ZHANG G， LU Z B. Establishment of friendly bicycle traffic evaluation index system[J]. Journal of Transportation Engineering and Information， 2010， 8（1）：114-119.
[4]滕爱兵，韩竹斌，李旭宏，等. 步行和自行车交通系统评价指标体系[J]. 城市交通，2016，14（5）：37-43.
TENG A B， HAN Z B， LI X B， et al. Evaluation system for pedestrian and bicycle transportation[J]. Urban Transport of China， 2016， 14（5）：37-43.
[5]胡赛阳. 基于低碳发展的交通体系评价指标的构建[J]. 科技管理研究，2014，34（13）：233-237.
HU S Y. Construction of evaluation index of traffic system on the basis of low-carbon development[J]. Science and Technology Management Research， 2014， 34（13）：233-237.
[6]余修平，蒋育红，张林鹏. 城市公共自行车系统适应性评价指标体系研究[J]. 安徽冶金科技职业学院学报，2015，25（2）：49-52.
YU X P， JIANG Y H， ZHANG L P. Discussion on the evaluation index system of urban public bicycle system suitability[J]. Journal of Anhui Vocational College of Metallurgy and Technology， 2015， 25（2）：49-52.
[7]鄢勇飞，朱顺应，王红，等.基于物元分析法的火车站交通影响评价模型[J].城市交通，2008，6（6）：71-75.
YAN Y F， ZHU S Y， WANG H， et al. A matter-element based traffic impact evaluation model for rail stations[J]. Urban Transport of China， 2008， 6（6）：71-75.
[8]马健霄，孙伟，韩宝睿.城市道路交通安全模糊评价指标体系建立及应用[J].森林工程，2008，24（1）：65-67.
MA J X， SUN W， HAN B R. Construction and application of fuzzy evaluation index system in traffic safety of urban road[J]. Forest Engineering， 2008，24（1）：65-67.
[9]刘传旺，吴建平，任胜伟，等.基于层次分析法与物元分析法的水安全评价[J].水资源保护，2015，31（3）：27-32.
LIU C W， WU J P， REN S W， et al. Water safety assessment based on analytic hierarchy process and matter element analysis method[J]. Water Resources Protection， 2015， 31（3）：27-32.
[10]WANG Y， DING H， YANG F. Study for evaluation method based on neural networks[J]. Applied Mechanics and Materials， 2013， 411-414：1948-1951.
[11]倪九派，李萍，魏朝富，等.基于AHP和熵权法赋权的区域土地开发整理潜力评价[J].农业工程学报，2009，25（5）：202-209.
NI J P， LI P， WEI C F， et al. Potentialities evaluation of regional land consolidation based on AHP and entropy weight method[J]. Transactions of the Chinese Society of Agricultural Engineering， 2009， 25（5）：202-209.
[12]王富喜，毛爱华，李赫龙，等.基于熵值法的山东省城镇化质量测度及空间差异分析[J].地理科学，2013，33（11）：1323-1329.
WANG F X， MAO A H， LI H L， et al. Quality measurement and regional difference of urbanization in Shandong Province based on the entropy method[J]. Scientia Geographica Sinica， 2013， 33（11）：1323-1329.
[13]胡松，吳海俊，赵慧. 基于层次熵分析法的自行车交通系统评价及应用研究[A]. 中国城市规划学会城市交通规划学术委员会.2016年中国城市交通规划年会论文集[C].中国城市规划学会城市交通规划学术委员会，2016.
HU S， WU H J， ZHAO H. Research on evaluation and application of bicycle traffic system based on hierarchical entropy analysis[C]. China Urban Planning Society Urban Transport Planning Academic Committee， Proceedings of China Urban Transport Planning Annual Meeting 2016， 2016.
[14]梅柠. 基于AHP-熵值法的低碳绿色公路运输发展研究[D].大连：大连海事大学，2013.
MEI N. Research on the development of low carbon green road transportation based on AHP-entropy method[D]. Dalian： Dalian Maritime University， 2013.
[15]樊引琴，刘婷婷，李婳，等.物元分析法在黄河水质评价中的应用[J].水资源与水工程学报，2013，24（2）：166-169.
FAN Y Q， LIU T T， LI H， et al. Application of matter element analysis method to water quality evaluation in Yellow River[J]. Journal of Water Resources and Water Engineering， 2013， 24（2）：166-169.
[16]HUANG X F， HUANG X Q， FANG G H， et al. Matter element analysis in benefit evaluation of reservoir reinforcement[C]. Science and Engineering Research Center， Proceedings of 2016 International Conference on Computational Modeling， Simulation and Applied Mathematics （CMSAM2016）， 2016：6.
[17]QIN Z B， LIU Z H， PENG Y Y， et al. A highway safety level evaluation model based on matter element analysis[J]. Advanced Materials Research， 2011， 219-220：412-415.
