A Method of Weighting the Indexes of Greening Level for Infrastructures of Road Transportation
-
摘要: 随着中国“双碳”战略的实施和推进，交通系统的绿色化水平得到了空前的关注。公路交通基础设施作为道路交通系统的重要组成部分，其绿色化水平的评价目前缺乏应有的关注。研究了1种融合因子分析法和最优最劣测度法的公路交通基础设施绿色化评价指标权重计算方法。该方法考虑了评价指标与评价对象之间的关联度，避免了因人为因素导致的指标遴选过程中的主观性和不合理性。结合现有文献选取了11个评价指标，并面向行业、学界和政府工作人员发放调查问卷收集专家意见数据。基于专家评分数据并结合因子分析法分析了11个评价指标和公路交通绿色化水平的内在关系，发现可靠性指标和重要性指标与公路交通基础设施绿色化水平的相关性较弱，而剩余指标可以构建“指标关联度”单一因子。结合“指标关联度”因子和最优最劣选择数据，融合因子分析法和最优最劣测度法提出了改进的评价指标权重计算方法，并与传统的最优最劣测度法进行比较验证了改进方法的有效性。基于改进方法计算了11个评价指标的权重，并将权重（按因子得分的95%分位计算）位于前75%的指标确定为公路交通基础设施绿色化水平最终的评价指标：能源自洽（1.000）、清洁能源（0.702）、垃圾处理（0.651）、空气污染（0.589）、智慧化（0.332）、材料利用（0.324）、绿化（0.303）、土地利用（0.277）。本文方法提高了公路交通基础设施绿色化水平评价指标遴选和权重计算的准确性，有助于后续构建公路交通基础设施绿色化水平评价体系。Abstract: Since Chinese government proposes the strategies of peak carbon emissions and carbon neutral, the greening level of transportation system gets huge attentions. As a part of the road transportation system, the studies about greening level for infrastructures of road transportation is rare. To this end, this paper proposes a hybrid method of factor analysis and best-worst scaling to identify and weight the corresponding evaluation indexes. This method considers the correlation between evaluation indexes and evaluation object to avoid the subjective bias caused in the index selection. Specifically, 11 evaluation indexes are selected from the literature. A survey is conducted to collect opinions of experts that from industry, academic community and government toward these indexes. Next, factor analysis technique is adopted to explore the relationship between these indexes and green level of road transportation infrastructures based on the experts' rating information, which finds that the indexes of reliability and importance are less relevant, and other indexes can be constructed into a single factor called Index Relevance. Further, an improved best-worst scaling method is proposed combing the factor analysis technique to calculate index weights. The validity of the proposed method is verified by comparing to the traditional best-worst scaling method. Next, the improved method is adopted to calculate the weights of these evaluation indexes based on the factor Index Relevance and best-worst choice data. The evaluation indexes in top 3/4 of weights in sequence are (based on the results of 95% quantile of factor score): energy self-consistency (1.000), clean energy (0.702), refuse disposal (0.651), air pollution (0.589), intelligence (0.332), material use (0.324), virescence (0.303), and land use (0.277). The proposed method can contribute to the selection and weight calculation of greening-level indexes for infrastructures of road transportation and also contribute to the development of corresponding evaluation system.
-
表 1 公路交通绿色化水平评价指标体系
Table 1. Indexes of greening level for infrastructures of road transportation
维度 指标 说明 设施功能 可靠性 该基础设施能否正常运行，会不会经常性失效 智慧化 该基础设施是否采用了智慧化的措施或者设备来提高工作效率 重要性 如果没有该基础设施，是否会造成较多的不便利性 绿化 该基础设施的绿化水平如何 环境友好 噪音污染 该基础设施在运营的过程中是否会产生噪声污染 空气污染 该基础设施在运营的过程中是否会产生有害气体 垃圾处理 该基础设施在运营的过程中产生的垃圾是否得到了较好地处理 资源节约 材料利用 该基础设施在建设的过程中是否使用了环保材料 土地利用 该基础设施的建设和运营对土地资源的影响 能源自洽 该基础设施在运营过程中的能源是否实现了自给自足 清洁能源 该基础设施在运营过程中使用的能源中清洁能源占比 
下载: 导出CSV
表 2 2BIBD实验设计结果
Table 2. Results of BIBD experiment
组合标号 指标1 指标2 指标3 指标4 指标5 1 可靠性 重要性 噪音污染 土地利用 能源自洽 2 重要性 噪音污染 空气污染 垃圾处理 清洁能源 3 可靠性 空气污染 垃圾处理 材料利用 能源自洽 4 可靠性 智慧化 空气污染 土地利用 清洁能源 5 智慧化 噪音污染 材料利用 能源自洽 清洁能源 6 绿化 垃圾处理 土地利用 能源自洽 清洁能源 7 绿化 噪音污染 空气污染 材料利用 土地利用 8 可靠性 智慧化 绿化 噪音污染 垃圾处理 9 智慧化 重要性 绿化 空气污染 能源自洽 10 智慧化 重要性 垃圾处理 材料利用 土地利用 11 可靠性 重要性 绿化 材料利用 清洁能源
下载: 导出CSV
表 3 受访者个人基本属性描述性统计
Table 3. Descriptive statistics of respondents' socio-demographics
属性名称 属性 百分比/% 性别 男 73.2 女 26.8 工作单位 设计院/规划院 32.1 高校/研究院 57.2 政府部门 10.7 职称/职务 初级 25.0 中级 33.9 高级 35.7 科级 5.4 工作年限/年 ≤5 39.3 > 5~10 37.5 > 10~15 19.6 > 15 3.6
下载: 导出CSV
表 4 评价指标评分的描述性统计
Table 4. Descriptive statistics of index rating
评价指标 均值 中位数 标准差 最小值 最大值 可靠性 6.86 8.00 2.81 1 10 智慧化 6.16 6.00 2.19 2 10 重要性 6.91 8.00 2.42 1 10 绿化 7.45 8.00 2.24 1 10 噪音污染 7.66 8.00 1.95 2 10 空气污染 7.82 8.00 2.25 1 10 垃圾处理 7.54 8.00 2.18 2 10 材料利用 7.25 7.50 1.92 2 10 土地利用 6.77 7.00 2.02 2 10 能源自洽 6.88 7.00 2.71 1 10 清洁能源 7.50 8.00 2.41 2 10
下载: 导出CSV
表 5 Bartlett球形检验和KMO检验结果
Table 5. Results of bartlett's test of sphericity and KMO measure of sampling adequacy
检验项目 数值 说明 Bartlett球形检验 卡方值 286 结果很显著，各因素之间具有相关性 自由度 55 p值 0.000 总体数值 0.651 KMO检验 分项数值 可靠性 0.368 总体数值在0.6以上，表示基本适合进行因子分析；分项数值低于0.6的指标不适合进行因子分析，需要删除 智慧化 0.660 重要性 0.385 绿化 0.682 噪音污染 0.617 空气污染 0.633 垃圾处理 0.846 材料利用 0.790 土地利用 0.638 能源自洽 0.735 清洁能源 0.756
下载: 导出CSV
表 6 基于探索性因子分析的因子载荷
Table 6. Factor Loadings based on exploratory factor analysis
评价指标 因子1 单一性 智慧化 0.331 0.890 绿化 0.443 0.804 噪音污染 0.559 0.687 空气污染 0.786 0.382 垃圾处理 0.605 0.634 材料利用 0.757 0.427 土地利用 0.531 0.718 能源自洽 0.742 0.449 清洁能源 0.851 0.275
下载: 导出CSV
表 7 验证性因子分析拟合优度
Table 7. Goodness-of-fit of confirmatory factor analysis
拟合优度指标 因子1 判断标准 χ2/df 2.393 一般要求在2.0~5.0之间 SRMR 0.085 一般要求小于0.1 CFI 0.818 一般要求大于0.9 TLI 0.757 一般要求大于0.9
下载: 导出CSV
表 8 基于验证性因子分析的因子载荷
Table 8. Factor loadings based on confirmatory factor analysis
因子 评价指标 估计值 标准误 t值 p值 标准化估计值 因子1 智慧化 0.762 0.300 2.530 0.011 0.348 绿化 0.971 0.300 3.240 0.001 0.434 噪音污染 1.015 0.260 3.900 0.000 0.521 空气污染 1.635 0.275 5.950 0.000 0.728 垃圾处理 1.262 0.280 4.500 0.000 0.579 材料利用 1.500 0.223 6.730 0.000 0.781 土地利用 0.999 0.267 3.740 0.000 0.495 能源自洽 2.169 0.312 6.950 0.000 0.801 清洁能源 2.098 0.267 7.860 0.000 0.872
下载: 导出CSV
表 9 最优最劣测度法参数估计结果
Table 9. Estimation results of best-worst scaling method
参数 估计值 标准误 p值 评价指标常数项Cj 可靠性 1.361 0.202 0.000*** 智慧化 0.763 0.184 0.000*** 重要性 1.050 0.167 0.000*** 绿化 0.778 0.167 0.000*** 噪音污染 0.000 空气污染 1.309 0.189 0.000*** 垃圾处理 1.000 0.211 0.000*** 材料利用 0.455 0.230 0.048** 土地利用 0.235 0.190 0.216 能源自洽 1.853 0.184 0.000*** 清洁能源 2.305 0.210 0.000*** 尺度参数λ0 -0.362 0.107 0.001*** 面板效应标准差σ 1.420 0.092 0.000*** 初始似然值 -1 782.461 收敛似然值 -1 516.450 ρ2 0.149 修正ρ2 0.143
下载: 导出CSV
表 10 基于混合模型的最优最劣测度法参数估计结果
Table 10. Estimation results of best-worst scaling method based on the mixed model
参数 估计值 标准误 p值 可靠性 1.291 0.166 0.000*** 智慧化 0.534 0.183 0.003*** 重要性 0.770 0.199 0.000*** 绿化 0.555 0.158 0.000*** 噪音污染 0.000 评价指标常数项Cj 空气污染 0.950 0.239 0.000*** 垃圾处理 0.290 0.175 0.098* 材料利用 0.149 0.216 0.491 土地利用 0.047 0.099 0.635 能源自洽 1.186 0.243 0.000*** 清洁能源 1.988 0.223 0.000*** 可靠性 0.000 1.351 1.000 智慧化 1.025 0.407 0.012** 重要性 0.000 0.219 1.000 绿化 0.927 0.345 0.007*** 评价指标因子得分系数βj 噪音污染 0.010 空气污染 1.023 0.228 0.000*** 垃圾处理 1.997 0.630 0.002*** 材料利用 1.974 1.394 0.157 土地利用 2.730 1.709 0.110 能源自洽 1.256 0.158 0.000*** 清洁能源 0.596 0.122 0.000*** 尺度参数λ0 -0.144 0.137 0.294 面板效应标准差σ 1.340 0.118 0.000*** 初始似然值 -1 782.461 收敛似然值 -1 465.657 ρ2 0.178 修正ρ2 0.165
下载: 导出CSV
表 11 基于混合模型的评价指标权重
Table 11. Weights of indexes based on the mixed model
未标准化 标准化 指标 混合模型 基础模型 混合模型 基础模型 95%分位 99%分位 95%分位 99%分位 可靠性 1.290 1.290 1.361 0.208 0.198 0.590 智慧化 2.060 2.140 0.763 0.332 0.329 0.331 重要性 0.770 0.770 1.050 0.124 0.118 0.456 绿化 1.880 1.950 0.778 0.303 0.300 0.338 噪音污染 0.000 0.000 0.000 0.000 0.000 0.000 空气污染 3.660 3.790 1.309 0.589 0.583 0.568 垃圾处理 4.040 4.340 1.000 0.651 0.668 0.434 材料利用 2.010 2.160 0.455 0.324 0.332 0.197 土地利用 1.720 1.900 0.235 0.277 0.292 0.102 能源自洽 6.210 6.500 1.853 1.000 1.000 0.804 清洁能源 4.360 4.460 2.305 0.702 0.686 1.000
下载: 导出CSV
-
[1] 贾利民, 师瑞峰, 吉莉, 等. 我国道路交通与能源融合发展战略研究[J]. 中国工程科学, 2022, 24 (3): 163-172.JIA L M, SHI R F, JI L, et al. Road transportation and energy integration strategy in China[J]. Strategic Study of CAE, 2022, 24 (3): 163-172. (in Chinese) [2] 孟庆瑜, 李汶卓. 促进绿色交通发展的政策审思与优化[J]. 哈尔滨工业大学学报(社会科学版), 2022, 24 (6): 51-59.MENG Q Y, LI W Z. Policy review and optimization of promoting green transportation development[J]. Journal of Harbin Institute of Technology (Social Sciences Edition), 2022, 24 (6): 51-59. (in Chinese) [3] 毕军, 杜宇佳, 王永兴, 等. 基于用户综合满意度的电动汽车充电诱导优化模型[J]. 清华大学学报(自然科学版), 2023, 63 (11): 1750-1759.BI J, DU Y J, WANG Y X, et al. Optimization model of electric vehicle charging induction based on comprehensive satisfaction of users[J]. Journal of Tsinghua University(Science and Technology), 2023, 63 (11): 1750-1759. (in Chinese) [4] 李亮, 赵星, 杜希旺. 城市绿色交通发展综合评价研究[J]. 华东交通大学学报, 2021, 38 (2): 51-60.LI L, ZHAO X, DU X W. Study on comprehensive evaluation of urban green transportation development[J]. Journal of East China Jiaotong University, 2021, 38 (2): 51-60. (in Chinese) [5] 张路路, 佟琼, 郭雅楠, 等. 基于模糊评价视角的"双碳" 目标建设下城市低碳交通成效研究[J]. 公路交通科技, 2023, 40 (4): 256-263. doi: 10.3969/j.issn.1002-0268.2023.04.031ZHANG L L, TONG Q, GUO Y N, et al. Study on effectiveness of urban low-carbon transport under construction of"dual-carbon"goals based on perspective of fuzzy evaluation[J]. Journal of Highway and Transportation Research and Development, 2023, 40 (4): 256-263. (in Chinese) doi: 10.3969/j.issn.1002-0268.2023.04.031 [6] 潘锶炜, 张庆年. 武汉城市绿色交通发展评价研究[J]. 环境工程, 2023, 41 (增刊1): 555-560.PAN S W, ZHANG Q N. Evaluation study on urban green transportation development in Wuhan[J]. Environmental Engineering, 2023, 41 (S1): 555-560. (in Chinese) [7] 高阳, 马壮林, 刘杰. "双碳" 目标下国家中心城市绿色交通水平评价方法[J]. 交通运输研究, 2022, 8 (3): 30-41.GAO Y, MA Z L, LIU J. Evaluation method of national central cities'green transportation level under carbon peaking and carbon neutrality goals[J]. Transport Research, 2022, 8 (3): 30-41. (in Chinese) [8] 马壮林, 高阳, 胡大伟, 等. 城市群绿色交通水平测度与时空演化特征实证研究[J]. 清华大学学报(自然科学版), 2022, 62 (7) : 1236-1250.MA Z L, GAO Y, HU D W, et al. Green transportation level measurements and spatial-temporal evolution characteristics of urban agglomeration transportation systems[J]. Journal of Tsinghua University(Science and Technology), 2022, 62(7) : 1236-1250. (in Chinese) [9] BUENO P C, VASSALLO J M, CHEUNG K. Sustainability assessment of transport infrastructure projects: a review of existing tools and methods[J]. Transport Reviews, 2015, 35(5): 622-649. [10] LEE J, EDIL T B, BENSON C H, et al. Building environmentally and economically sustainable transportation infrastructure: green highway rating system[J]. Journal of Construction Engineering and Management, 2013, 139(12): A4013006. [11] AMIRIL A, NAWAWI A H, TAKIM R, et al. Transportation infrastructure project sustainability factors and performance[J]. Procedia-Social and Behavioral Sciences, 2014, 153: 90-98. [12] HENKE I, CARTENI A, MOLITIERNO C, et al. Decision-making in the transport sector: a sustainable evaluation method for road infrastructure[J]. Sustainability, 2020, 12 (3): 764. [13] LOUVIERE J J, FLYNN T N, MARLEY A A J. Best-worst scaling: theory, methods and applications[M]. Cambridge University Press, 2015. [14] WHITE Ⅱ M H. bwsTools: An R package for case 1 best-worst scaling[J]. Journal of choice modelling, 2021, 39: 100289. [15] 徐红利. 基于有限理性的城市交通系统均衡与拥挤收费策略研究[D]. 南京: 南京大学, 2011.XU H L. Urban transportation network equilibrium and congestion pricing with bounded rationality[D]. Nanjing: Nanjing University, 2011. [16] 邱皓政, 林碧芳. 结构方程模型的原理与应用(第二版)[M]. 北京: 中国轻工业出版社, 2019.QIU H Z, LI B F. Theory and application of structural equation models[M]. Beijing: China Light Industry Press, 2019 [17] HAIR J, BLACK W, BABIN B, et al. Multivariate data analysis(7th edition)[M]. London: Pearson Press, 2010. [18] 关宏志. 非集计模型——交通行为分析的工具[M]. 北京: 人民交通出版社, 2004.GUAN H Z. Disaggregated model: a tool for traffic behavior analysis[M]. Beijing, China Communications Press, 2004. [19] TRAIN K E. Discrete choice methods with simulation[M]. Cambridge: Cambridge University Press, 2009. [20] HENSHER D A, ROSE J M, GREENE W H. Applied choice analysis: a primer[M]. Cambridge: Cambridge University Press, 2005. -
点击查看大图
图(1) / 表(11)
计量
- 文章访问数: 124
- HTML全文浏览量: 59
- PDF下载量: 6
- 被引次数: 0