
【摘要】城市货运是城市经济活动中的一个重要组成部分,也是典型的土地利用与交通规划相互结合的研究课题,是土地利用与交通交互模型的主要应用领域之一。关于货运模型的研究起始于1970年代,时至今日全世界已有上百种城市货运模型,但其在规划实践中的运用仍十分有限,主要原因是物流活动的复杂性以及数据的局限性。大多数货运模型止于对起始地(工厂、农田、港口)和最终消费终端(消费者)的模拟,忽略了中间复杂的分销过程,而这样会导致对货物相关类经济活动(土地利用)的明显低估。本文首先对各种类型货运交通模型作简要回顾;然后以英国城市科技有限公司研发的“城市科技国家货运模型”为实例,深入剖析货运交通模型的搭建过程及其运用;最后归纳总结英国国家货运用地与交通模型的先进性和局限性,并为在国内搭建类似模型提出针对性方法、给出数据整合方面的具体建议。
图1 英国新冠疫情期间车流量较2019年同时期对比
表1 货运模型属性

1.1 自上而下模型

与自上而下模型正好相反,自下而上模型以个体(如货运公司、消费者)为起点,通过模拟个体之间的活动联系来推测宏观变化。鉴于物流活动的多样性与复杂性,自下而上的方法被认为是更为理想的模拟方式。但此类模型之所以没能成为主流模型,主要原因是搭建此类模型对数据的要求极高——数据需要详细记录一定时间范围内活动个体(如公司、货运司机)的具体活动轨迹和时间点。在大数据的概念出现之前,此类数据几乎不存在;近些年随着大数据的出现,此类数据开始得以捕捉。例如:货运微观模拟模型(FAME: Freight Activity Micro Simulation Estimator)由芝加哥的伊利诺伊州立大学开创于2010年,它以模拟物流货运行为为基础,涵盖了活动中的各种决策行为,如车辆种类、尺寸、货源地、目的地,等等。另一个典型的自下而上模型是由IVU交通科技股份有限公司(IVU Traffic Technologies AG)开发的柏林基地周边城市货运模型(WIVER)。自下而上的货运模型以模拟参与活动的个体和货运活动本身为起点,比起自上而下的模拟方式,这种微观模拟可以自由涵盖各种仓库和交通分销中心等重要用地,在更准确模拟物流活动的同时保留了活动载体的多样性;其缺点如之前提到也十分明显——此类模型数据的收集会耗费大量的人力物力,而且关系到个人和商业隐私,导致收集过程更加复杂。

英国物流系统由近20万家企业、250万员工组成,每年创造近1200亿英镑的国内生产总值。但同时,货运交通承担道路交通排碳总量的30%,这其中又有30%以上的货车处于无载货状态。如何通过用地与交通规划来优化货运活动,从而达到高效减排目的,是近些年来十分热门的研究课题。但由于物流数据本身的商业敏感性,相关数据很难通过政策强制公开,因此研究多停留在理论基础,规划货运活动的实践经验十分有限。自1990年代起,英国政府曾多次尝试通过模型填补数据上的空缺,在2020年初,英国城市科技有限公司受英国地理信息学会委托,对英国货运用地与交通模型进行了新一轮的开发,搭建了“城市科技国家货运模型”。
2.1 模型覆盖范围和数据来源
在数据方面,宏观的经济生产活动根据英国年投入产出统计表(UK Input-Output Analytical Table)计算。该数据库记录了全国范围内各种货物相关经济活动的年度体量,包括生产所需原材料的进口量、最终的消费需求,以及各个中间生产物的总量。人口和经济数据来源为英国国家统计局(Office for National Statistics)的常驻人口和商业注册统计数据,此外英国国家评估中心(Valuation Office Agency)也详细记录了英格兰和威尔士的非居住建筑用地面积,该数据还根据用地种类进行了进一层的细分。
表2 2019 货物种类、运输距离与运输量

注:“—”代表在特定距离区间的运输量可以忽略不计。

最后一类数据类型是与地理信息系统相关的空间数据,该数据主要来源于开放街区地图(Open Street Map)——被称作地理数据的维基百科,由用户自发提供并完善,目前有超过两百万注册用户,企业注册账户有苹果、脸书、亚马逊、优步等大型公司。开放街图也是城市科技国家货运模型 路网数据的主要来源。
2.2 模型构架
城市科技国家货运模型沿用了EUNET的基本结构(图2),以空间输入输出模型(Spatial Input Output)为骨架,通过离散选择模型将生产、运输和分销等一系列物流相关经济活动囊括在一个整体框架中。
总体而言,城市科技国家货运模型的搭建可分为以下步骤(图5)。(1)通过英国输入输出宏观数据以及人口、商业数据,估算每个模型区域、各种货物种类的生产量和消费总量。(2)通过离散选择模型计算选择每种货物分销渠道的可能性(图6详细描述每种货运分销渠道的组成)。与传统四步模型不同的是,目的地选择以嵌套Logit模型 (Nested Logit Model)的形式包括在分销渠道选择当中。(3)离散选择模型计算的核心是效用(utility)计算,针对的是每条分销渠道,估算从消费终端开始,用嵌套决策模型中对数求和(logsum)的计算方式,反向倒推至起点(生产或进口端),最终得到完整的点到点的货运交通矩阵。(4)货运交通矩阵转化成交通工具,带入路网,推算出最 终的路网承载量。
图5 英国货运用地与交通模型结构
图6 分销渠道构成
城市科技国家货运模型的突破点在于对需求总量和运送渠道选择的模拟,下文将对这两部分的计算进行详细阐述。
整个模型的基础是空间输入输出模型。基本的输入输出模型最早由列昂季耶夫(Leontief)于1936年开发,其基本理念是生产制造某一种最终产品或者服务(output)需要各 种其他物品作为原材料(input),而每一种原材料本身同样也可被视作产品(output),所以同样需要其他产品的输入,上述关系可表示为可用公式(1):
Dm代表最终产品的消耗总量;Ym0代表最终产品被作为终端消耗的量,即被居民、政府消耗或者出口;Xm或者Xn代表产品m或者n的生产总量。根据市场清空原则Xm=Dm,amn被称作输入输出系数,代表生产单位n产品所需要m的量,因此代表产品m作为其他产品原材料的需求量。基本的输入输出模型只是一个经济模型,不包含空间元素,故基本模型在空间规划中的运用十分有限。空间输入输出模型衍生于基本的输入输出模型,将生产和消费活动明确在具体的地理位置,具体变形如下:
公式(2)与公式(1)基本相同,区别在于每个部分都具体到了空间区域C。如果用来代表产品m从产地p到消费地c的流通量,则:








公式(4)中的P代表选择某种货物来源地的可能性,货物的来源地取决于运送阶段,如果6代表来源地是产地仓库,5则代表分销中心。进货开销的计算方式也会因为进货渠道不同而不同。公式(4)中的相对简单,只需要生产成本加上生产地p到消费地c的运输成本。而
的成本则需要先计算所有分销中心A到消费地c的运输成本,然后用嵌套Logit模型中对数求和的方式计算预计的最小成本,最后再加上生产成本,得到渠道3的总成本。渠道2与渠道3类似,区别在于分销地成本需要通过对数求和多叠加一次。
表2中每种货物都有自己相对独特的分销渠道。图6中的例子只有三种运输渠道,实际运输中货物可选择的流通渠道可能会有多达数十种。然而基本的运算理念是相同的,即从消费终端开始,逐步倒退到最初的生产地。分销渠道模型的最终结果是点到点的货物流动矩阵,接下来可再次通过离散选择模型将货物矩阵转化成货运车辆矩阵,然后带入路网,进一步推算出最终路网上货物车辆的承载量。
3 总结
货运活动作为国家经济活动中的重要组成部分,对社会发展和人民生活有着重要的影响。与土地利用相结合的货运交通模型对城市和经济规划有重要的指导意义,但即使在欧美国家,目前货运模型的运用也十分有限。英国城市科技国家货运模型对了解货运与用地的关系、填补相关数据中的空缺、辅助与货运相关政策的制定有着重要意义。本章节对这一模型的先进性和局限性进行总结,并为类似模型在国内的搭建提出建议。
3.1 模型的先进性
这一模型最主要的突破点在于将分销渠道和分销中心通过嵌套式离散选择模型的形式嵌入整个模拟过程。在模拟货运交通的过程中,如果忽略了分销环节,将会明显低估货运交通活动的总量。根据文献回顾中对此类问题的研究可以发现,大部分货运交通模型并不具备模拟分销环节的功能。而城市科技国家货运模型由于结合了输入输出经济模型和交通模型,不仅可以用于研究货物的流通轨迹,还可以用于评估 相关用地规划政策。例如:如果新建一个分销中心,该模型除了可以估算不同选址对该地区经济活动总量的影响,还可以模拟对路网承载量产生的影响,并且估算人口就业变化对货物的经济活动所产生的影响。
另外城市科技国家货运模型的整个搭建过程没有涉及任何新的数据收集活动,而是通过对现有公开数据的系统性整合,同时结合相关研究论文搭建而成。这种搭建方式不仅提高了模型的可转移性,而且减少了模型的搭建成本,最终的模型结果还可以用于填补目前英国货运相关数据中的缺口,如点到点的货运数据向来只归各公司个体所有而不被公开,给交通与用地规划造成了极大的不便。此外,该模型可有效帮助从地方政府到中央交通部对于货运相关用地和交通的政策方针制定。例如:英国城市科技有限公司目前正在运用该模型指导英国A34高速公路货运电车(electric freight)电缆布线的可行性研究。
3.2 模型的局限性
诚然,这一模型同时也存在一些需要继续改进的地方。由于数据的局限性,该模型目前只应用于道路交通的部分,其他多途径货运选择如铁路、航运以及空运将是未来的主要发展方向,尤其是铁路货运,在英国起着极为重要的作用。另外,被用来检验模型准确性的道路车流量统计数据对于车型的分类,与以英国年度道路货物交通统计为基础的货物用车的车型分类有着明显不同:道路车流量统计以机动车外分类,如小型货车、两轴或四轴整体式货车或鞍型车;而货物车辆选择模型以车辆载重吨位为标准。虽然城市科技国家货运模型根据英国交通部的数据设置了互换的算法,但其间 的误差有待进一步研究。
另外,城市科技国家货运模型目前暂时忽略了起点以及终点到仓库之间的部分(图6中的环节1和环节7)。这两部分通常发生在模型分区的区域内部,所以未做详细模拟。然而这两部分尤其是消费端的运送,与居民的生活关系十分密切,也更适合推广新交通方式(如载货电动车[electric cargo bike])。所以在未来的研究过程中,可以就如何将图6中环节1和环节7加入模型框架进行更深入的研究,尤其可以考虑如何通过微观个体活动模拟的方式来实现最初和最终阶段的模拟。这也意味着在数据的收集上要有所创新,比如通过手机数据、GPS等大数据方式收集更多行为数据,从而提供微观模拟所需要的信息。
3.3 可被借鉴的经验以及货运用地模型未来发展方向
我国交通科学方面的研究起步较晚,1990年起才逐渐出现以国外相关成果为研究框架、依照中国国情对土地利用与交通需求之间关系开展的研究,对于货运交通的预测还处于宏观总量预测的阶段。然而货运活动作为国家经济活动中的重要组成部分,对社会发展和人民生活有着重要的影响,对系统化了解货运活动与用地之间的关联有着至关重要的科研与实践意义。货运活动相关模拟的难点在于其活动行为的复杂性以及数据的不完整性,如果在国内搭建类似模型,必须针对这两点制定相应的解决方案。
模型搭建的复杂性主要体现在以下方面。
(1)普通交通模型可以通过标准的四步法模拟,虽然交通出行量与用地和人口分布相关,但公开的人口统计数据基本可以避免模拟土地利用的步骤。而货运交通模型则不同,标准的四步法无法准确模拟货物流通过程——货运活动需求总量与国家宏观经济状况、生产产品种类、进出口量、国家 经济发展规律和人口分布有着密切且细微的关联,因此首先需要通过基于当地数据搭建的土地利用模型来演算需求总量,再根据用地种类细分到各个地区。
(2)为了准确模拟货运活动,模拟分销渠道的选择必不可少。分销渠道由通常四步模型中目的地选择和交通工具选择组成,每种产品都具有其特有的货物分销渠道,如图7所示农产品和矿物质的运送渠道方式就完全不同,在能够搭建包含分销渠道的货运模型前,必须具备与我国发展规律相关的分销渠道的研究。

注:图中数字代表货运种类,1为仓库到消费终端,2为二级分销中心到仓库,3为一级分销中心到仓库,4为仓库到仓库,5为分销中心到分销中心,6为仓库到分销中心,7为起始地到仓库。→代表包含在模型中的货运过程;⇢代表现阶段未模拟的货运过程。
(3)土地利用模型和分销渠道选择在模拟货运交通活动过程中不可或缺,因此只有包括这两种功能,才能保证模拟的准确性,模型才能适用于制定、评估城市和经济相关的用地和交通规划政策。

原文始发于微信公众号(国际城市规划):期刊精粹 | 土地利用模型与货运交通模型的整合——英国货运模型实例分析【2022.6期】