張 戎，李 璐，簡文良

(同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海201804)

0 引言

城市貨運(yùn)是滿足城市社會(huì)經(jīng)濟(jì)發(fā)展需求的物流活動(dòng)，對保證城市生產(chǎn)、生活得以正常運(yùn)行具有重要作用.但是，城市貨運(yùn)也給城市社會(huì)、經(jīng)濟(jì)帶來了顯著的外部不經(jīng)濟(jì)性.為減少城市貨運(yùn)造成的環(huán)境污染、交通擁堵等問題，各地政府相繼出臺(tái)了針對城市貨運(yùn)車輛的通行管制政策.而通行受限的貨運(yùn)車輛無法滿足日益增長的城市貨運(yùn)需求，迫使企業(yè)采用面包車進(jìn)行貨運(yùn)活動(dòng)，由此滋生了“客車載貨”等違規(guī)行為.“客車載貨”的行為不僅增加配送車輛出行數(shù)，加劇中心城區(qū)的交通擁堵，還存在一定的安全隱患，極大制約了城市交通的可持續(xù)發(fā)展.

上海市是國內(nèi)較早實(shí)行貨運(yùn)通行管制的城市之一.目前，上海市按企業(yè)貨車保有量的5%核發(fā)通行證，貨車持通行證可在工作日7:00-20:00在內(nèi)環(huán)以內(nèi)通行.該措施是控制市區(qū)貨運(yùn)交通量的重要手段，但其弊端也不斷顯現(xiàn)：日間配送需求無法滿足、“客車載貨”現(xiàn)象頻繁及通行證黑市交易泛濫等，限制了城市貨運(yùn)的健康發(fā)展.因此，如何科學(xué)制定通行管理政策，已成為城市貨運(yùn)可持續(xù)發(fā)展的核心問題之一.

國內(nèi)外針對城市貨運(yùn)通行政策的研究已有一定基礎(chǔ).史新峰等[1]和胡云超等[2]分別采用定性和定量方法評估國內(nèi)大型城市貨運(yùn)通行管制措施，均得出現(xiàn)行措施會(huì)增加配送里程、配送時(shí)間和車輛使用數(shù)，從而提高配送經(jīng)濟(jì)成本、環(huán)境成本的結(jié)論.張戎等[3]通過借鑒國外城市通行管理的先進(jìn)經(jīng)驗(yàn)，提出上海市應(yīng)逐步放寬中心區(qū)時(shí)間窗管制，并以通行證拍賣作為過渡手段，最終放開通行證發(fā)放的建議.國外研究則以貨車車型的選擇行為分析，進(jìn)而評估貨運(yùn)政策的影響為主.Holguin-Veras[4]構(gòu)建了離散—連續(xù)選擇模型以評估貨運(yùn)收費(fèi)政策，得到出行距離、貨物品類、單位成本及重量滿載率顯著影響車型的選擇.Qian Wang等[5-6]對丹佛貨車出行特征的研究，進(jìn)一步發(fā)現(xiàn)出行屬性、目的地屬性、貨物屬性和企業(yè)屬性均對車型選擇行為有影響.Cavalcante等[7]則重點(diǎn)探究貨物價(jià)值和出行距離對加拿大安大略省貨車車型選擇行為的影響.

綜上所述，既有研究考慮貨運(yùn)通行管制政策因素對貨車車型選擇行為的影響較少.基于此，本文以上海市為例，選取限行時(shí)段進(jìn)入市中心(內(nèi)環(huán)以內(nèi))配送的貨車為研究對象，構(gòu)建考慮貨運(yùn)通行管制政策影響的多項(xiàng)Logit模型(Multinomial Logit,MNL)和巢式 Logit模型(Nested Logit,NL)，探究貨運(yùn)通行政策變化對各車型分擔(dān)率的影響，并為改善“客車載貨”現(xiàn)象提出對策建議.

1 數(shù)據(jù)來源和統(tǒng)計(jì)分析

1.1 數(shù)據(jù)來源

本文以限行時(shí)段進(jìn)入市中心配送的貨運(yùn)出行鏈為研究對象，貨運(yùn)出行鏈?zhǔn)侵肛涇嚍橥瓿?項(xiàng)或幾項(xiàng)配送任務(wù)，從出發(fā)點(diǎn)開始，按一定時(shí)間順序到達(dá)不同目的點(diǎn)，最后返回出發(fā)點(diǎn)的1條活動(dòng)鏈[8].數(shù)據(jù)來源于上海市第5次綜合交通調(diào)查及課題組后續(xù)對載貨面包車的補(bǔ)充調(diào)查，共計(jì)394條出行鏈數(shù)據(jù).

參考上海市運(yùn)管處普通貨車車型劃分標(biāo)準(zhǔn)，以車輛載重為依據(jù)，將貨車車型劃分為小型貨車(≤2 t)、中型貨車(2～4 t)、大型貨車(4～8 t)和重型貨車(＞8 t).同時(shí)，納入面包車以分析通行政策對“客車載貨”行為的影響.

1.2 統(tǒng)計(jì)分析

對樣本數(shù)據(jù)中分車型的各屬性特征值進(jìn)行統(tǒng)計(jì)分析，結(jié)果如圖1所示.其中，配送成本是指車輛完成1條出行鏈所產(chǎn)生的費(fèi)用，考慮到數(shù)據(jù)的可獲性，本文僅以燃油費(fèi)表征.由于面包車載貨屬于違章行為，本文在面包車配送成本中加入懲罰成本0①定義為懲罰頻率與懲罰金額相乘.基于既有交通法規(guī)，懲罰金額為200元/次；通過實(shí)地調(diào)研，設(shè)定懲罰頻率為10%.；配送時(shí)間是指車輛完成1條出行鏈所耗費(fèi)的總時(shí)間；通行證滿足度為企業(yè)通行證擁有量與企業(yè)在限行時(shí)段進(jìn)市中心配送的出行鏈數(shù)之比，通行證擁有量以企業(yè)貨車擁有量的5%測算.

2 模型構(gòu)建與參數(shù)估計(jì)

2.1 模型理論

基于隨機(jī)效用最大化理論的離散選擇模型，認(rèn)為決策者(即配送企業(yè))面對效用具有差異性的各備選車型，會(huì)根據(jù)認(rèn)知選擇能夠最大程度滿足其需求的車型.因此，假設(shè)決策者n的備選車型集合為An，車型i對決策者n的效用為Uin，則決策者n選擇車型i的條件為

Uin可以表示為可觀測的確定項(xiàng)Vin和不可觀測的隨機(jī)項(xiàng)εin之和，即

因此，決策者n選擇車型i的概率Pin為

Logit模型是基于εin服從二重指數(shù)分布的假設(shè)下推導(dǎo)得到，包括MNL模型和NL模型等.其中，MNL模型應(yīng)用最為廣泛，其優(yōu)點(diǎn)在于模型結(jié)構(gòu)簡單，參數(shù)估計(jì)方法成熟.MNL模型假設(shè)各備選方案的εin服從獨(dú)立同分布，其概率計(jì)算公式為

圖1 分車型的屬性特征箱型圖Fig.1 Box chart of each attributes dividing by vehicle type

εin獨(dú)立同分布的假設(shè)使得MNL模型要求各備選方案獨(dú)立不相關(guān)(Independence of Irrelevant Alternatives,IIA)，故MNL模型無法刻畫備選方案之間的關(guān)聯(lián)性.

NL模型在一定程度上克服MNL模型的IIA特性，它將備選方案相似或相關(guān)的變量納入到1個(gè)“巢”中，允許每個(gè)“巢”內(nèi)的備選方案之間具有相關(guān)性，而不同“巢”之間的備選方案相互獨(dú)立.其概率計(jì)算公式為

式中：Bk為巢；K為巢的個(gè)數(shù)；λk為測度系數(shù)，反映每個(gè)“巢”k內(nèi)各備選方案的相關(guān)程度，0＜λk＜1.λk越接近0，相關(guān)性越大；越接近1，相關(guān)性越?。划?dāng)λ1=λ2=…=λk=1時(shí)，模型退化為MNL模型；同時(shí)，λk估計(jì)值的顯著性程度體現(xiàn)NL模型在案例中的適用性.

考慮到實(shí)際車型選擇中，某2種或2種以上車型之間可能存在相關(guān)性，本文分別建立MNL模型和NL模型，并比選較優(yōu)模型，應(yīng)用于后續(xù)政策評估.

2.2 模型構(gòu)建

根據(jù)前文所述，本文擬選取變量如表1所示.

表1 影響因素及其參數(shù)Table 1 Influence factors and their parameters

考慮到實(shí)際情況中，單位裝載率的變化對不同車型選擇效用的影響不同，故將βl設(shè)為選擇項(xiàng)特定參數(shù)，即不同車型的βl不同.而βc和βt設(shè)為通用參數(shù)(Generic Parameters)，即不同車型的該參數(shù)均相同.據(jù)此，構(gòu)建初始效用函數(shù)為

式中：ASCin為待估計(jì)常數(shù)項(xiàng).

應(yīng)用NLOGIT軟件進(jìn)行初始模型的參數(shù)估計(jì)，對初始模型中參數(shù)不顯著的變量逐步刪除.以變量刪除前后的似然比指標(biāo)是否超過卡方分布臨界值(如式(7)所示)為依據(jù)[9-10]，若未超過臨界值，說明刪除變量對模型并無顯著影響.確定最終模型的變量篩選結(jié)果如表2所示.

式中：LLbase、LLnew分別為變量刪除前、后的似然值；k為刪除變量后待估計(jì)參數(shù)的數(shù)量.

表2 MNL模型變量篩選結(jié)果Table 2 Variable selection results of MNL model

考慮到小型貨車和面包車具有較強(qiáng)的可替代性，MNL模型假設(shè)兩者的不可觀測效用項(xiàng)獨(dú)立同分布未必合理.故嘗試將小型貨車和面包車放入名為“輕型車”的巢中，將中型貨車、大型貨車和重型貨車視為退化枝方案，構(gòu)建NL模型，樹形結(jié)構(gòu)如圖2所示.

圖2 NL模型樹形結(jié)構(gòu)圖Fig.2 Tree structure of NL model

根據(jù)表2的變量篩選結(jié)果，MNL模型和NL模型的最終效用函數(shù)為

式中：s，m，l，h，c分別代表小型貨車、中型貨車、大型貨車、重型貨車和面包車.

2.3 參數(shù)估計(jì)結(jié)果

應(yīng)用NLOGIT軟件估計(jì)NL模型參數(shù)，結(jié)果如表3所示.從表3可以看出，測度系數(shù)λ的估計(jì)值為0.199，說明巢內(nèi)的小型貨車與面包車之間具有較高的相關(guān)性.由于λ反映每個(gè)“巢”k內(nèi)各備選方案的相關(guān)程度，若λ=0或λ=1，均說明沒有必要構(gòu)建NL模型.因此，λ的t檢驗(yàn)在于確定其是否顯著不等于0，其次還需要對λ進(jìn)行Wald檢驗(yàn)，以確定其是否顯著不等于1，Wald檢驗(yàn)值的計(jì)算公式為[9-10]

式中：SD為測度系數(shù)λ的標(biāo)準(zhǔn)差；WT為Wald檢驗(yàn)值.

式(9)中，SD的值為0.108，則Wald檢驗(yàn)值為-7.42，大于顯著水平為0.05時(shí)的臨界值1.96，說明λ顯著不等于1，即小型貨車與面包車之間具有顯著相關(guān)性，有必要構(gòu)建NL模型.同時(shí)，λ的t檢驗(yàn)值為1.84，大于顯著水平為0.10時(shí)的臨界值1.64，說明λ顯著不等于0，有必要構(gòu)建NL模型.

對比表2和表3，兩類模型的Mcfadden系數(shù)ρ2均大于0.2，表明兩類模型均能較好的解釋車型選擇行為.而NL模型的ρ2(0.30)顯著大于MNL模型的ρ2(0.27)，同時(shí)，NL模型的AIC指標(biāo)(557.14)小于MNL模型，均說明NL模型優(yōu)于MNL模型.因此， 下文對NL模型進(jìn)一步分析.

表3 NL模型參數(shù)估計(jì)結(jié)果Table 3 Parameter estimation results of NL model

從變量的影響來看，配送方式屬性特征變量(包括配送成本、配送時(shí)間、裝載率)對車型選擇均有顯著影響.其中，配送成本和配送時(shí)間的值越大，選擇方案的效用值越小.而裝載率越高，選擇方案的效用值越大.同時(shí)，選擇重型貨車配送時(shí)，企業(yè)對裝載率的變化最為敏感，選擇小型貨車配送時(shí)，企業(yè)對裝載率的變化最不敏感.配送企業(yè)屬性變量P對車型選擇的影響表現(xiàn)為：隨著通行證滿足度的提升，企業(yè)更傾向于選擇小型貨車配送，而降低面包車的選擇概率.出行鏈屬性變量S的影響則表現(xiàn)為：隨著配送點(diǎn)數(shù)的增加，企業(yè)更傾向于選擇小型貨車配送，而降低重型車的選擇概率.

3 貨運(yùn)政策對車型分擔(dān)率的影響評估

引起“客車載貨”現(xiàn)象的主要原因是：一方面在于企業(yè)日間配送中通行證得不到滿足，另一方面為面包車購置成本、配送成本相對低廉.通過上述模型驗(yàn)證，通行證滿足度、配送成本均對貨車車型選擇具有顯著影響.為進(jìn)一步分析上述變量對車型分擔(dān)率的具體影響，依據(jù)NL模型的參數(shù)估計(jì)結(jié)果，模擬不同通行證發(fā)放比例(當(dāng)前為5%)和“客載貨”懲罰成本(當(dāng)前為20元)下的面包車分擔(dān)率變化趨勢，這里面包車分擔(dān)率是指面包車出行鏈量占出行鏈總量的比率.模擬結(jié)果如圖3所示.

圖3 通行措施變化對面包車分擔(dān)率的影響Fig.3 The impact of the change in the passing policies to the share rate of the seven-seat car

從圖3可知，提高通行證發(fā)放比例和“客載貨”懲罰成本均可降低面包車分擔(dān)率.進(jìn)一步來看，由分擔(dān)率曲線斜率可知，通行證發(fā)放比例對面包車分擔(dān)率的影響遠(yuǎn)大于“客載貨”懲罰成本，即同比例的通行證發(fā)放比例增加所引起的面包車分擔(dān)率減少遠(yuǎn)大于通過提高“客載貨”懲罰成本所帶來的面包車分擔(dān)率減少量.具體來看，當(dāng)通行證的發(fā)放比例提升50%，即由當(dāng)前的5%升至7.5%時(shí)，面包車的分擔(dān)率由10.11%減少至6.30%；而當(dāng)“客載貨”懲罰成本提高50%時(shí)，面包車的分擔(dān)率僅降至9.69%.

結(jié)合調(diào)研情況和可實(shí)施性，建議近期對通行措施進(jìn)行如下調(diào)整：通行證發(fā)放比例由當(dāng)前的5%提高至7.5%；同時(shí)，通過加大執(zhí)法力度，使得“客載貨”行為懲罰頻率由當(dāng)前的10%增至50%.經(jīng)模型測算，調(diào)整前后的各車型分擔(dān)率如表4所示.從表4可以看出，調(diào)整后面包車出行將大部分轉(zhuǎn)移至小型貨車，其分擔(dān)率可降至4.4%.此外，對于不同配送點(diǎn)數(shù)的出行鏈，面包車所占比例有所不同，其分擔(dān)率隨著配送點(diǎn)數(shù)的增加而下降；且在建議措施下，對于不同配送點(diǎn)數(shù)的面包車出行鏈，其分擔(dān)率轉(zhuǎn)移量具有差異性，如表5所示.

與僅提升通行證發(fā)放比例至7.5%相比，建議措施能夠使面包車出行分擔(dān)率實(shí)現(xiàn)大幅度下降，說明提高通行證發(fā)放比例的同時(shí)進(jìn)一步增加“客載貨”懲罰成本可有效降低面包車載貨出行.原因在于盡管企業(yè)通行證滿足度得以提升，面包車自身具有配送成本低、通行機(jī)動(dòng)靈活等優(yōu)勢，能夠方便地進(jìn)入高架道路、隧道等貨車限行區(qū)，且可進(jìn)入因出入口限高貨車無法進(jìn)入的停車場(庫).因此，在逐步提高通行證發(fā)放力度的同時(shí)需要加大對面包車的懲罰力度.

表4 建議措施下的各種車型分擔(dān)率Table 4 Share rates of each vehicle type under suggestions

表5 不同配送點(diǎn)數(shù)的出行鏈在建議措施下的面包車分擔(dān)率Table 5 Share rates of vehicle type of the tours with different number of stops under suggestions(%)

基于上述分析，近期建議通過采取如下措施以改善“客車載貨”現(xiàn)象：

①建議相關(guān)政府部門逐步提高通行證發(fā)放比例.同時(shí)，考慮到目前通行證在發(fā)放上過于硬化，建議調(diào)研各配送企業(yè)的實(shí)際配送需求，按照“專業(yè)運(yùn)輸優(yōu)于非專業(yè)運(yùn)輸，城市配送優(yōu)于普通貨運(yùn)”的原則給予重點(diǎn)配送企業(yè)一定的發(fā)放政策傾斜.

②建議相關(guān)政府部門加大查處面包車載貨行為的執(zhí)法力度，進(jìn)一步杜絕因其車型優(yōu)勢而產(chǎn)生的載貨行為.

③建議研發(fā)可替代面包車的城市配送專用車型，鼓勵(lì)企業(yè)更換并給予一定的補(bǔ)貼支持及通行優(yōu)待.

④對于有較大貨運(yùn)需求且配套停車場(庫)出入口高度不滿足貨車進(jìn)入的公共建筑，建議在交警部門和交通部門的核定下，可根據(jù)實(shí)際路況在附近道路劃定停車位和裝卸區(qū)，允許貨運(yùn)車輛在非高峰時(shí)段?？亢脱b卸貨物.

4 結(jié)論

特大城市中普遍存在的“客車載貨”現(xiàn)象制約了城市交通的可持續(xù)發(fā)展，為科學(xué)評估城市貨運(yùn)通行管制政策，本文以限行時(shí)段進(jìn)入市中心配送的貨車出行鏈為研究對象，在考慮配送方式屬性、出行鏈屬性和配送企業(yè)屬性3方面影響因素的基礎(chǔ)上，構(gòu)建包含小型貨車、中型貨車、大型貨車、重型貨車和面包車5種車型的城市貨運(yùn)車型選擇的MNL模型和NL模型.結(jié)果表明配送成本、配送時(shí)間、裝載率、配送點(diǎn)數(shù)和通行證滿足度對城市貨運(yùn)車型選擇影響顯著.經(jīng)模型比選，應(yīng)用較優(yōu)的NL模型模擬通行證發(fā)放比例和“客車載貨”行為懲罰成本的變化對面包車分擔(dān)率的影響，結(jié)果表明通行證發(fā)放比例對面包車分擔(dān)率的影響遠(yuǎn)大于“客載貨”懲罰成本.其次，測算貨運(yùn)通行措施調(diào)整建議下各車型的分擔(dān)率，結(jié)果表明該建議有效促使面包車的配送出行向小型貨車轉(zhuǎn)移，且針對不同配送點(diǎn)數(shù)的出行鏈，面包車配送出行的轉(zhuǎn)移量具有顯著差異.最后，本文提出了改善“客車載貨”現(xiàn)象的相關(guān)對策.

然而，以下問題仍有待進(jìn)一步研究：①考慮到本文僅采用RP(Revealed Reference)數(shù)據(jù)，存在變量變化很小或共線性等問題，未來有必要采用RP/SP(Stated Preference)數(shù)據(jù)融合，從而提高模型的解釋能力；②可進(jìn)一步從貨車流量、車公里、尾氣排放量等指標(biāo)評估城市貨運(yùn)管理政策.