CN114267174A - 一种考虑出行者和居民交通排放暴露的道路收费方法 - Google Patents

Abstract

本发明涉及一种考虑出行者和居民交通排放暴露的道路收费方法，属于交通管理技术领域。该方法包括以下步骤：S1：选取路网，确定路网中的OD对和交通需求量；S2：利用一体化模型估算交通排放污染物浓度；S3：量化出行者和非出行者的交通排放暴露；S4：基于交通管理者角度，构建三个管理目的不同的道路收费模型；S5：获得在不同管理目的下，路网中每条路段的收费标准，出行路径选择情况，以及出行者和非出行者的交通排放暴露情况。本发明通过分析三个不同管理目的下的道路收费方案，获得了不同的路网流量分配方案，以及出行者和非出行者交通排放暴露的变化情况，这些研究结果可为交通管理部分在制定道路收费方案时提供可靠的理论依据和参考方法。

Description

一种考虑出行者和居民交通排放暴露的道路收费方法

技术领域

本发明属于交通管理技术领域，涉及一种考虑出行者和居民交通排放暴露的道路收费方法。

背景技术

道路收费是交通管理领域普遍认为比较有效的管理手段，最初主要考虑交通拥堵的外部性，随着交通排放引起的空气污染问题日益严重，交通排放的负外部性也越来越受到广泛的关注。目前，虽有研究通过利用道路收费手段来降低交通排放对人们身体健康的影响，即交通排放暴露。但是这些研究在计算交通排放暴露时，只考虑了道路周边的非出行者(居民)，忽视了道路中的出行者，且这些研究没有探讨交通活动与交通排放污染物浓度之间的关系。

基于此，本发明利用一体化模型量化了道路中的出行者和周边非出行者的交通排放暴露，站在交通管理者的角度，根据管理目的的不同，构建了考虑非出行者交通排放暴露最低、出行者交通排放暴露最低和系统交通排放暴露最低的三种道路收费模型。

发明内容

有鉴于此，本发明的目的在于提供一种考虑出行者和居民交通排放暴露的道路收费方法。提出合理的道路收费方法来诱导路网中的出行者选择合理的出行路径，从而降低不同管理目的下的交通排放暴露。

为达到上述目的，本发明提供如下技术方案：

一种考虑出行者和居民交通排放暴露的道路收费方法，该方法包括以下步骤：

S1：选取路网，确定路网中的OD对和交通需求量；

S2：利用一体化模型估算交通排放污染物浓度；

S3：量化出行者和非出行者的交通排放暴露；

S4：基于交通管理者角度，构建三个管理目的不同的道路收费模型；

S5：采用Frank-Wolfe算法与连续平均法MSA相结合的混合算法对下层的用户均衡模型进行求解，再运用基于精英选择策略的遗传算法GAE对三个双层规划模型分别进行求解，获得在不同管理目的下，路网中每条路段的收费标准，出行路径选择情况，以及出行者和非出行者的交通排放暴露情况；

S6：比较不同管理目的下的收费标准，分析出行者和非出行者的交通排放情况，选择较为合理的道路收费方案，为交通管理部分利用道路收费手段来缓解路网中的交通排放暴露提供可靠的理论依据和参考方法。

可选的，所述S2中，交通流模型-交通排放估算模型-线源扩散模型为：

其中，t_a(v_a)是路段a上的行驶时间，

是路段自由行驶时间，α、β为模型参数，α＝0.15、β＝4，c_a为路段通行能力；e_a(v_a)是路段a上CO的排放率，v_a是路段a上的流量，l_a是路段a的长度；C_e(x，y，z)是路网中点(x，y，z)上的交通排放污染物浓度，x沿着风向的距离，y垂直于风向的距离，z是竖直方向的距离，σ_z是竖直方向上的偏差值，σ_y是垂直风向上的偏差值，e是路网中的有限源，u是风速，

是全局坐标下路网上的点与以风向为坐标上的该点之间的夹角，Q_e是路段中有限源的排放率，H_p是排放源离地面的高度，

是有限源的起始纵坐标，Φ是标准正太分布。

可选的，所述S3中，非出行者的交通排放暴露计算模型：

其中，r是路网中的人口区域，R是路网中人口区域总数，P_r是区域r处的人口数量，ω_r是区域r处人群对空气污染的敏感系数，C_e(x_r，y_r，z_r，v_a)是路网中路段a上的交通排放对人口区域r处的污染物浓度贡献，

是非出行者在污染物中所停留的时间。

出行者的交通排放暴露计算模型为：

其中，e_a是路段a上的有限源，E_a是路段a上有限源的集合，E是路网中所有有限源的集合；

可选的，所述S4中，三个管理目的不同的道路收费模型都是双层规划模型，其下层模型均为定需求的交通用户均衡模型：

f_p≥0，D_w≥0，p∈P_w，w∈W

其中，τ_a是路段a上的收费，η是收费转换为时间成本的系数，w为路网中的OD对，p为OD对之间的路径，p∈P_w，f_p为路径上的流量，D_w为OD对之间的交通需求量，若路段a在路径p上，则δ_ap＝1，否则δ_ap＝0；

上层规划模型的三个目标函数包括：

非出行者交通排放暴露最低U1：

其中，

和

是路段a上的最小收费和最大收费，τ₁是路网中所有路段的收费矢量

出行者交通排放暴露最低U2：

其中，τ₂是路网中所有路段的收费矢量

系统交通排放暴露最低U3：

其中，ξ₁和ξ₂分别为非出行者和出行者交通排放暴露的权重值，τ₃是路网中所有路段的收费矢量：

本发明的有益效果在于：利用道路收费的方法诱导出行者选择合理的出行路径，从而降低出行者和非出行者的交通排放暴露。本发明通过分析三个不同管理目的下的道路收费方案，获得了不同的路网流量分配方案，以及出行者和非出行者交通排放暴露的变化情况，这些研究结果可为交通管理部分在制定道路收费方案时提供可靠的理论依据。同时，针对一些对空气污染比较敏感人群所在的区域，例如医院、学校、养老院等，交通管理部门可以通过提高这些地方非出行者的交通排放暴露权重值，从而降低这些区域的空气污染浓度，更好的保护他们的健康。相反的，若通过计算获得一些非出行者交通排放暴露较高的区域，则说明这些区域不适合用于规划住宅、学校、医院等人群密集的场所。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为本发明模型原理图；

图2为路网算例示意图；

图3为非出行者与出行者交通排放暴露之间的均衡关系；

图4为给定收费路段下的系统交通排放暴露。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

如图1所示，本发明包括以下步骤：

步骤一：选取路网，确定路网中的OD对和交通需求量；

步骤二：利用一体化模型估算交通排放污染物浓度，包括：

交通流模型-交通排放估算模型-线源扩散模型：

其中，t_a(v_a)是路段a上的行驶时间，

是路段自由行驶时间，α、β为模型参数，α＝0.15、β＝4，c_a为路段通行能力；e_a(v_a)是路段a上CO的排放率，v_a是路段a上的流量，l_a是路段a的长度；C_e(x，y，z)是路网中点(x，y，z)上的交通排放污染物浓度，x沿着风向的距离，y垂直于风向的距离，z是竖直方向的距离，σ_z是竖直方向上的偏差值，σ_y是垂直风向上的偏差值，e是路网中的有限源，u是风速，

是全局坐标下路网上的点与以风向为坐标上的该点之间的夹角，Q_e是路段中有限源的排放率，H_p是排放源离地面的高度，

是有限源的起始纵坐标，Φ是标准正太分布；

步骤三：量化出行者和非出行者的交通排放暴露，包括：

非出行者的交通排放暴露计算模型：

其中，r是路网中的人口区域，R是路网中人口区域总数，P_r是区域r处的人口数量，ω_r是区域r处人群对空气污染的敏感系数，C_e(x_r，y_r，z_r，v_a)是路网中路段a上的交通排放对人口区域r处的污染物浓度贡献，

是非出行者(居民)在污染物中所停留的时间。

出行者的交通排放暴露计算模型：

其中，e_a是路段a上的有限源，E_a是路段a上有限源的集合，E是路网中所有有限源的集合。

步骤四：基于交通管理者角度，构建三个管理目的不同的道路收费模型。这三个道路收费模型都是双层规划模型，其下层模型均为定需求的交通用户均衡模型：

f_p≥0，D_w≥0，p∈P_w，w∈W

其中，τ_a是路段a上的收费，η是收费转换为时间成本的系数，w为路网中的OD对，p为OD对之间的路径，p∈P_w，f_p为路径上的流量，D_w为OD对之间的交通需求量，若路段a在路径p上，则δ_ap＝1，否则δ_ap＝0。

上层规划模型的三个目标函数包括：

非出行者交通排放暴露最低(U1)：

其中，

和

是路段a上的最小收费和最大收费，τ₁是路网中所有路段的收费矢量

出行者交通排放暴露最低(U2)：

其中，τ₂是路网中所有路段的收费矢量

系统交通排放暴露最低(U3):

其中，ξ₁和ξ₂分别为非出行者和出行者交通排放暴露的权重值，τ₃是路网中所有路段的收费矢量：

步骤五：采用Frank-Wolfe算法与连续平均法(MSA)相结合的混合算法对下层的用户均衡模型进行求解，再运用基于精英选择策略的遗传算法(GAE)对三个双层规划模型分别进行求解，获得在不同管理目的下，路网中每条路段的收费标准，出行路径选择情况，以及出行者和非出行者的交通排放暴露情况。

步骤六：比较不同管理目的下的收费标准，分析出行者和非出行者的交通排放情况，选择较为合理的道路收费方案，为交通管理部分利用道路收费手段来缓解路网中的交通排放暴露提供可靠的理论依据和参考方法。

为了更好的描述所建立模型，首先选取一个路网如图2所示，设置了OD对和交通需求量。

首先，假设路网中每条路段都具备收费的条件，每条路段的收费边界相同，即

且每辆车里只有一人。

通过对以非出行者交通排放暴露最低(U1)和以出行者交通排放暴露最低(U2)为目标函数的双层规划模型进行求解，可以获得该情况下的出行路径选择情况、路段流量分配，以及出行者、非出行和系统交通排放暴露和系统总行驶时间，结果如表1和表2所示。

表1 U1双层规划模型的相关结果

表2 U2双层规划模型的相关结果

通过对比表1和表2的数据不难发现，U2情况下的非出行者交通排放暴露要大于U1情况下的，然而U2情况下的出行者交通排放暴露、系统交通排放暴露和系统总行驶时间要小于U1情况下的。这一结果暗示了非出行者的交通排放暴露与出行者的交通排放暴露两个目标之间存在冲突。而系统交通排放暴露与系统总行驶时间的变化趋势是相同的。

并且U2情况下的路径选择与U1情况下的路径选择也存在较大差异。例如，在U2情况下，出行者只选择了9条路径，并且为了减少出行者的交通排放暴露，OD对(1,11)之间的所有用户都选择了1→3→7→11这一条路径。这是因为这条路径距离其他路段较远，受到其他路段上的交通排放污染物的影响较小。

在非出行者和出行者的交通排放暴露权重相同的情况下，即ξ₁＝ξ₂＝1，对U3模型进行求解，可获得表3中的结果。

表3 U3双层规划模型的相关结果

通过对比表1、表2和表3的结果，可以发现U3情况下的所获得的数值是介于U1和U2之间的。然而U1情况下的出行者交通排放暴露是U2和U3情况下的几乎5倍，这说明在制定收费政策时，单纯只考虑某些区域非出行者的交通排放暴露将会危害到出行者的身体健康。

将U3双层规划模型中两个目标函数的权重值进行改变，即ξ₁≠ξ₂，可以获得不同权重比例下，非出行者交通排放暴露与出行者交通排放暴露的关系，如图3所示。

图3中的实线代表的是一个Pareto解集，其斜率为两个目标函数的权重比值。从图中可以看出，非出行者交通排放暴露与出行者交通排放暴露并不能同时达到最优，两者之间存在一种权衡关系。这一结果也为交通管理者提供一种新的思路，即在优化系统交通排放暴露时，需要考虑非出行者和出行者的交通排放暴露的权重关系。

表4列出了U1，U2，U3情况下各条路段的具体收费。从表中的数据可以看出U1情况下各条路段的收费较为极端。这就导致路网上的流量分配比较极端，例如，路段2-4和路段4-5上的交通流量仅有217(veh)。而路段4-8上的交通流量为5927(veh)，超过了其最大容量的65％，因此这些路段上出现十分拥堵的情况，从而增加了系统总的行驶时间，加重了交通拥挤和出行者的交通排放暴露。这就是U1情况下的出行者交通排放暴露与系统总行驶时间如此大的原因。

表4三个双层规划模型的路段收费情况

相较之下，U3情况下各种指标的结果更加合理。考虑到出行者对道路收费的接受度，本发明还分析了对路网中部分路段进行收费的方案。

根据表4中U3情况下各条路段的收费情况，按照收费从高到低的顺序，逐一分析增加收费路段数量时，路网系统交通排放暴露的变化情况。其结果如图4所示。

其中最优收费表示的是每条路段都能收费，次优收费表示的是部分路段收费。从图4中可以看出，随着收费路段数量的增加，系统交通排放暴露在减少。值得注意的是，系统交通排放暴露在减少的过程中存在两处明显的转折，如图4中标注的两个虚线区域所示。区域1处的系统交通排放暴露下降最为明显，这是因为在最优收费情况下这三条路段的收费是最高的(见表4)，这就意味着这三条路段上产生的交通排放对系统交通排放暴露的贡献最大。因此，控制住这3条路段上的流量就能明显缓解系统总的排放暴露。而随着继续增加收费路段，系统总排放暴露的减少趋势变缓，直至达到使系统总排放暴露最低时的收费路段数量(12条)，如图4中区域2所示。这个趋势说明，为了降低系统总排放暴露并不需要对路网中的每条路段都进行收费。也就是说只需要对关键路段进行收费，就能够明显改善路网中的交通排放暴露。同时，该结果也为交通管理者提供了一个更加实用的道路收费方案。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种考虑出行者和居民交通排放暴露的道路收费方法，其特征在于：该方法包括以下步骤：

S1：选取路网，确定路网中的OD对和交通需求量；

S2：利用一体化模型估算交通排放污染物浓度；

S3：量化出行者和非出行者的交通排放暴露；

S4：基于交通管理者角度，构建三个管理目的不同的道路收费模型；

S5：采用Frank-Wolfe算法与连续平均法MSA相结合的混合算法对下层的用户均衡模型进行求解，再运用基于精英选择策略的遗传算法GAE对三个双层规划模型分别进行求解，获得在不同管理目的下，路网中每条路段的收费标准，出行路径选择情况，以及出行者和非出行者的交通排放暴露情况；

S6：比较不同管理目的下的收费标准，分析出行者和非出行者的交通排放暴露情况，选择道路收费方案。

2.根据权利要求1所述的一种考虑出行者和居民交通排放暴露的道路收费方法，其特征在于：所述S2中，交通流模型-交通排放估算模型-线源扩散模型为：

其中，t_a(v_a)是路段a上的行驶时间，

是路段自由行驶时间，α、β为模型参数，α＝0.15、β＝4，c_a为路段通行能力；e_a(v_a)是路段a上CO的排放率，v_a是路段a上的流量，l_a是路段a的长度；C_e(x，y，z)是路网中点(x，y，z)上的交通排放污染物浓度，x沿着风向的距离，y垂直于风向的距离，z是竖直方向的距离，σ_z是竖直方向上的偏差值，σ_y是垂直风向上的偏差值，e是路网中的有限源，u是风速，

是全局坐标下路网上的点与以风向为坐标上的该点之间的夹角，Q_e是路段中有限源的排放率，H_p是排放源离地面的高度，

是有限源的起始纵坐标，Φ是标准正太分布。

3.根据权利要求2所述的一种考虑出行者和居民交通排放暴露的道路收费方法，其特征在于：所述S3中，非出行者的交通排放暴露计算模型：

其中，r是路网中的人口区域，R是路网中人口区域总数，P_r是区域r处的人口数量，ω_r是区域r处人群对空气污染的敏感系数，C_e(x_r，y_r，z_r，v_a)是路网中路段a上的交通排放对人口区域r处的污染物浓度贡献，

是非出行者在污染物中所停留的时间；

出行者的交通排放暴露计算模型为：

其中，e_a是路段a上的有限源，E_a是路段a上有限源的集合，E是路网中所有有限源的集合。

4.根据权利要求3所述的一种考虑出行者和居民交通排放暴露的道路收费方法，其特征在于：所述S4中，三个管理目的不同的道路收费模型都是双层规划模型，其下层模型均为定需求的交通用户均衡模型：

f_p≥0，D_w≥0，p∈P_w，w∈W

其中，τ_a是路段a上的收费，η是收费转换为时间成本的系数，w为路网中的OD对，p为OD对之间的路径，p∈P_w，f_P为路径上的流量，D_w为OD对之间的交通需求量，若路段a在路径p上，则δ_ap＝1，否则δ_ap＝0；

上层规划模型的三个目标函数包括：

非出行者交通排放暴露最低U1：

其中，

和

是路段a上的最小收费和最大收费，τ₁是路网中所有路段的收费矢量

出行者交通排放暴露最低U2：

其中，τ₂是路网中所有路段的收费矢量

系统交通排放暴露最低U3：

其中，ξ₁和ξ₂分别为非出行者和出行者交通排放暴露的权重值，τ₃是路网中所有路段的收费矢量：

Images