一种基于博弈组合赋权的城市低碳客运交通结构评价方法

1.本发明属于城市客运交通规划技术领域，尤其涉及一种基于博弈组合赋权的城市低碳客运交通结构评价方法。


背景技术：

2.面对全球变暖这一当今人类社会共同面临的挑战，我国提出了双碳目标。交通运输业是我国仅次于工业的第二大碳排行业，其中，城市客运与民生密切相关，优化城市客运交通结构是推动城市低碳可持续发展的有效途径。对城市低碳客运交通结构发展水平的有效评估是优化城市客运结构的重要基础。因此，为实现有效识别城市低碳客运交通结构发展瓶颈，推动城市交通的高能效、低碳化发展以及数字化转型，建立双碳背景下城市低碳客运交通结构评价方法论对指导为城市客运结构规划与城市客运交通管理具有重要意义。
3.关于城市客运交通评价体系的构建方法，现有技术方案多从交通系统组成角度出发评价城市客运交通发展水平，但由于缺乏科学框架支撑，存在评价指标设置不全面、对人类活动相互作用体现不充分的问题。现有技术中基于科学框架建立评价体系的研究比较缺乏，且存在未结合城市低碳客运交通结构这一研究主体完善框架逻辑的问题，也并未反映城市交通工程的建设过程具有长期性、阶段性的特征。
4.此外，指标权重的确定是获取评价结果的关键步骤，直接影响了评价结果的准确性。关于评价指标的赋权方法，部分学者采用单一的赋权方法，不能同时反映专家主观经验和客观数据。层次分析法与熵值法是相对成熟的评价方法，在现阶段研究中广泛应用。但因城市客运交通结构的影响因素集庞杂，现有评价方法在赋权方法或权重组合方法上存在进一步优化的空间，现亟需提出一种基于博弈组合赋权的城市低碳客运交通结构评价方法。


技术实现要素：

5.本发明的目的在于提出一种基于博弈组合赋权的城市低碳客运交通结构评价方法，实现有效评估城市低碳客运交通结构发展现状，为推动城市交通的高能效、低碳化发展以及数字化转型提供交通规划、基础建设、运营管理等方面的决策依据。
6.为实现上述目的，本发明提供了一种基于博弈组合赋权的城市低碳客运交通结构评价方法，包括：
7.构建城市低碳客运交通结构评价体系；
8.基于所述城市低碳客运交通结构评价体系采用dematel-g1法获得各项评价指标的主观权重，采用critic-熵值法获得各项评价指标的客观权重；
9.采用博弈论组合赋权法对各项评价指标的主观权重和客观权重进行线性组合，获得各项评价指标的均衡权重；
10.获取待测城市所述城市低碳客运交通结构评价体系中各评价指标对应的数据，基于所述数据与所述各项评价指标的均衡权重，获取待测城市低碳客运交通结构的综合评测值。
11.可选的，基于dpsir模型构建城市低碳客运交通结构评价体系包括：基于dpsir模型设置第一准则层，所述第一准则层包括驱动力层、压力层、状态层、影响层、响应层；基于生命周期理论设置第二准则层，所述第二准则层包括建设阶段层、运营阶段层；基于所述第一准则层和所述第二准则层的评价指标构建城市低碳客运交通结构评价体系。
12.可选的，所述评价指标按照准则层划分包括：
13.驱动力层-工程阶段层组：人均gdp、交通运输仓储及邮政业固定资产投资增速、高新技术产业增加值、人均可支配收入；
14.驱动力层-运营阶段层组：节能环保公共预算指出、居民交通消费价格指数、居民出行满意度、万车交通死亡人数；
15.压力层-工程阶段层组：公路网密度、人均道路面积、人均步行道路面积、建成区绿化覆盖率；
16.压力层-运营阶段层组：单位客运量污染物排放、交通干线噪声平均值、道路清扫保洁面积、通勤高峰拥堵系数；
17.状态层-工程阶段层组：城市轨道交通线路长度、公共汽电车线路网比例、乘客平均换乘系数、公共类充电设施设置率；
18.状态层-运营阶段层组：百户私人汽车拥有量、城市轨道交通运营里程、公共电车占比、公共交通出行分担率；
19.影响层-工程阶段层组：万元地区生产总值能耗、万元地区生产总值电耗、交通运输仓储及邮政业增加值占gdp百分比；
20.影响层-运营阶段层组：公路客运周转量占总客运量百分比、居民平均通勤时耗、环境空气质量优良率；
21.响应层-工程阶段层组：公路网密度变化、城市轨道交通线路长度变化、公共汽电车线路网覆盖变化；
22.响应层-运营阶段层组：城市轨道交通运营里程变化、单位客运量碳排放变化、公共电车数量变化。
23.可选的，基于所述城市低碳客运交通结构评价体系采用 dematel-g1法获得各项评价指标的主观权重，包括以下步骤：
24.对各评价指标间影响度依次进行打分，获取直接影响矩阵；
25.采用最大值取弦法对指标数据进行标准化处理，获得规范直接影响矩阵；
26.获取综合影响矩阵；
27.获取各评价指标的中心度；
28.将指标按照所述中心度由大到小的排序，获得各项评价指标之间的序关系；
29.基于所述序关系获取指标间的相对重要程度；
30.基于所述相对重要程度获取位于序关系最终的评价指标的主观权重；
31.获取剩余其他评价指标的主观权重；
32.根据所述序关系，将获取的指标相对应权重传递给指标，获得排序前后指标的主观权重系数。
33.可选的，基于所述城市低碳客运交通结构评价体系采用critic
‑ꢀ
熵值法获得各项评价指标的客观权重，所述客观权重包括第一客观权重和第二客观权重，包括以下步骤：
34.根据评价方案和各项评价指标构建初始数据矩阵，所述评价方案包括历年指标评价数据；
35.基于所述初始数据矩阵进行无量纲化处理获得无量纲化矩阵；
36.采用critic法获得各项评价指标的第一客观权重；
37.采用熵值法获得各项评价指标得第二客观权重。
38.可选的，基于所述标准差δj和所述指标冲突性指标lj计算得到：
[0039][0040][0041]
式中，z
ij
是无量纲化矩阵中第i行第j列的元素；是无量纲化矩阵中第j列的平均值；l
tj
是第t个指标和第j个指标的相关系数；m 是评价方案的数量；n是评价指标的数量；
[0042]
结合对比强度和冲突性所反映的综合信息量，可得到critic法客观权重；基于critic法计算得到的客观权重值ω
jcritic
可表示为：
[0043][0044]
式中，δj是第j个指标的标准差，lj是第j个冲突性指标，n是评价指标的数量。
[0045]
可选的，采用博弈论组合赋权法对各项评价指标的主观权重和客观权重进行线性组合，包括以下步骤：
[0046]
根据主客观赋权法获得的权重向量，设定线性组合权重系数，基于所述权重向量与所述线性组合权重系数组合获得综合权重值；
[0047]
基于所述综合权重值和所述权重向量的离差和最小优化目标函数，对所述线性组合权重系数进行优化，获得最优权重系数，即为优化目标函数；
[0048]
基于所述优化目标函数，根据矩阵微分方式获得等效最优到导数条件的线性方程；
[0049]
基于所述线性方程对所述线性组合权重系数进行归一化处理，获得归一化后的线性组合权重系数；
[0050]
基于所述归一化后的线性组合权重系数，采用博弈论组合赋权法，获得主观权重和客观权重的线性组合。
[0051]
可选的，将标准化后的指标数据与各评价指标相应均衡权重线性组合，获得综合评测值。
[0052]
本发明技术效果：本发明公开了一种基于博弈组合赋权的城市低碳客运交通结构评价方法，一方面可以连通城市低碳客运交通结构与外部环境，以及与城市客运交通系统本身之间的因果链，同时另一方面，也反映了城市低碳客运交通结构的阶段性特点；此外，在赋权方法方面，本发明基于博弈论组合赋权法，综合了dematel-g1法和 critic-熵值法的优势，权衡了不同赋权方法所得结果；其中，采用 dematel-g1法确定主观权重，保留了g1
法自身计算过程简易、逻辑清晰、可操作性强等特点，同时结合dematel法克服了g1法确定序关系困难、客观逻辑性较弱等不足；选择critic-熵值法获取客观权重综合考虑了指标间冲突性、指标内变异性，以及数据离散程度与稳定性，提高权重所包含的信息广度；所得评测结果有效性和可靠性高，可实现有效评估城市低碳客运交通结构发展现状，为城市客运规划与管理提供决策依据，对优化城市客运交通结构、降低城市交通碳排放具有重要意义，有利于推动城市交通的高能效、低碳化发展以及数字化转型。
附图说明
[0053]
构成本技术的一部分的附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0054]
图1为本发明实施例基于博弈组合赋权的城市低碳客运交通结构评价方法的流程示意图；
[0055]
图2为本发明实施例提供的一种基于dpsir模型和生命周期理论思想构建的城市低碳客运交通结构评价体系示意图；
[0056]
图3为本发明实施例提供的一种dematel-g1法的流程图；
[0057]
图4为本发明实施例提供的基于青岛市2015-2020年数据的一种城市低碳客运交通结构评价体系中各评价指标对应均衡权重的示意图；
[0058]
图5为本发明实施例提供的基于青岛市2015-2020年数据的城市低碳客运交通结构发展综合测评值的示意图。
具体实施方式
[0059]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
[0060]
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0061]
如图1-5所示，本实施例中提供一种基于博弈组合赋权的城市低碳客运交通结构评价方法，包括以下步骤：
[0062]
步骤1、基于dpsir模型 (drive-pressure-state-impact-response,dpsir)设置第一准则层，所述第一准则层包括驱动力层(d)、压力层(p)、状态层(s)、影响层(i)、响应层(r)；
[0063]
步骤2、基于生命周期理论设置第二准则层，所述第二准则层包括建设阶段层(c)、运营阶段层(o)；
[0064]
步骤3、依据所述第一准则层和第二准则层，基于设定的若干评价指标建立城市低碳客运交通结构评价体系；
[0065]
步骤4、采用dematel-g1法计算各项评价指标的主观权重；
[0066]
步骤5、采用critic-熵值法计算各项评价指标的客观权重；
[0067]
步骤6、基于博弈论组合赋权法对各评价指标的主观权重和客观权重进行线性组合，得到各评价指标的均衡权重；
[0068]
步骤7、获取城市低碳客运交通结构评价体系中各指标对应数据；
[0069]
步骤8、基于待评测城市低碳客运交通结构的指标数据得到所述待评测城市低碳客运交通结构的综合评测值。
[0070]
具体地，在步骤3中，所述设定的若干评价指标依据准则层可划分为10组指标和对应的36个具体指标，具体包括：
[0071]
驱动力层-工程阶段层组(dc)：人均gdp、交通运输仓储及邮政业固定资产投资增速、高新技术产业增加值、人均可支配收入；
[0072]
驱动力层-运营阶段层组(do)：节能环保公共预算指出、居民交通消费价格指数、居民出行满意度、万车交通死亡人数；
[0073]
压力层-工程阶段层组(pc)：公路网密度、人均道路面积、人均步行道路面积、建成区绿化覆盖率；
[0074]
压力层-运营阶段层组(pc)：单位客运量污染物排放、交通干线噪声平均值、道路清扫保洁面积、通勤高峰拥堵系数；
[0075]
状态层-工程阶段层组(sc)：城市轨道交通线路长度、公共汽电车线路网比例、乘客平均换乘系数、公共类充电设施设置率；
[0076]
状态层-运营阶段层组(so)：百户私人汽车拥有量、城市轨道交通运营里程、公共电车占比、公共交通出行分担率；
[0077]
影响层-工程阶段层组(ic)：万元地区生产总值能耗、万元地区生产总值电耗、交通运输仓储及邮政业增加值占gdp百分比；
[0078]
影响层-运营阶段层组(io)：公路客运周转量占总客运量百分比、居民平均通勤时耗、环境空气质量优良率；
[0079]
响应层-工程阶段层组(rc)：公路网密度变化、城市轨道交通线路长度变化、公共汽电车线路网覆盖变化；
[0080]
响应层-运营阶段层组(ro)：城市轨道交通运营里程变化、单位客运量碳排放变化、公共电车数量变化；
[0081]
g1法又称为序关系分析法，步骤4所述dematel-g1法是在g1 法的基础上，使用dematel法(decision-making trial andevaluation laboratory,dematel)进行改进，保留了其有计算量小、逻辑清晰、可操作性强的特点，同时克服了其面对评价指标数量较多的评价体系，存在确定序关系难度较大、专家意见整合困难性强、客观逻辑性较弱等问题。
[0082]
在步骤4中，所述采用dematel-g1法计算各项评价指标的主观权重包括以下步骤：
[0083]
s41:邀请专家对各评价指标间影响度依次进行打分，获取直接影响矩阵g，其表达式为：
[0084][0085]
式中，i＝j＝1,2,
…
,n；g
ij
表示直接影响矩阵中的元素；n为评价指标的数量；
[0086]
s42：为消除各指标不同数量级和量纲的影响，利用最大值取弦法对指标数据进行标准化处理，得到规范直接影响矩阵p，其表达式为：
[0087][0088]
式中，p
ij
规范直接影响矩阵中的第i行第j列的值；
[0089]
s43：计算综合影响矩阵t，其表达式为：
[0090]
t＝(t
ij
)n×n＝p/(i-p)
ꢀꢀꢀ
(3)
[0091]
式中，i＝j＝1,2,
…
,n；t
ij
为综合影响矩阵中的第i行第j列的值；i为n阶单位矩阵；
[0092]
s44：计算各评价指标的中心度。中心度mi表示评价指标在评价指标体系中所起作用的大小，其表达式为：
[0093][0094]
s45：将指标按照中心度数值由大到小排序，得到各评价指标之间的序关系；
[0095]
s46：依据序关系计算指标间的相对重要程度。待计算评价指标的重要程度是序关系中前一评价指标的中心度与待计算评价指标的中心度之比；比值越大说明序关系中前一评价指标相对于待计算评价指标的重要程度越大；相对重要程度rj可以由公式(5)计算得到：
[0096]rj
＝m
j-1
/mjꢀꢀꢀ
(5)
[0097]
式中，j＝2，3，
…
，n；rj是第j-1个评价指标对第j个评价指标的相对重要程度；m
j-1
是第j-1个评价指标的中心度；
[0098]
s47：依据相对重要程度可以计算得到位于序关系最末的评价指标的主观权重其表达式为：
[0099][0100]
s48：计算剩余其他评价指标的主观权重，可以利用公式(7)得到：
[0101][0102]
式中，j＝2,3,
…
,n；是除位于序关系最末的评价指标以外的其他评价指标的第j-1个评价指标的主观权重；是除位于序关系最末的评价指标以外的其他评价指标的第j个评价指标的主观权重；
[0103]
s49：最后根据指标间的序关系，将所得到的指标c
i*
相对应权重传递给指标ci，整理后可得到排序前各指标的主观权重系数。
[0104]
步骤5中所述critic法(criteria importance thoughinter-crieria correlation,critic)是一种相对较完善的客观赋权方法，其基本思想是以相关系数和标准差对指标间冲突性及指标内变异性进行反映与量化，但并未考虑数据之间的离散性，而熵值法可通过指标的熵值反映数据的离散程度和稳定性。critic法-熵值法计算指标客观权重，可以更充分地利用指标数据所包含的信息。
[0105]
在步骤5中，所述采用critic-熵值法计算各项评价指标的客观权重包括以下步骤：
[0106]
s51：对于m个评价方案和n个评价指标指标集建立初始数据矩阵d＝(d
ij
)m×n。其中，d
ij
表示第i个评价方案下第j个评价指标的数值。
[0107]
s52：由于初始数据量纲不同，为了便于计算，需要对初始矩阵并进行无量纲化处理。所述无量纲化处理方式是对效益型指标z
+
进行正向化处理，对成本型指标z-进行逆向化处理。处理后的无量纲化矩阵z可由公式(8)表示：
[0108][0109]
式中，z是无量纲化矩阵；z
ij
是无量纲化矩阵中的元素；m是评价方案的数量；n是评价指标的数量；d
ij
是初始数据矩阵中的元素； z
+
是效益型指标；z-是成本型指标。
[0110]
需要注意的是，由于初始数值为百分数的指标在无量纲化后数值为零值，因此为避免出现此类数值赋权结果为零值的不合理结果，考虑将全部归一化后的数值统一加上一个不影响结果的极小值。
[0111]
s53：采用critic法计算各评价指标的客观权重。critic法主要通过计算标准差δj来反映的指标变异性，和通过计算冲突性指标lj来反映指标冲突性。标准差δj和指标冲突性指标lj由公式(9)-(10)计算得到：
[0112][0113][0114]
式中，是无量纲化矩阵中第j列的平均值；l
tj
是第t个指标和第j个指标的相关系数；
[0115]
结合对比强度和冲突性所反映的综合信息量，可得到critic法客观权重；因此，基于critic法计算得到的客观权重值ω
jcritic
可表示为：
[0116][0117]
式中，δj是第j个指标的标准差，lj是第j个冲突性指标，n是评价指标的数量。
[0118]
s54：计算信息熵。在基于熵值法的客观权重计算过程中，信息熵反映了数据的离散程度和稳定性。信息熵ej可采用公式(12)-(13) 得到：
[0119][0120][0121]
式中，o
ij
表示第i个评价方案下第j个评价指标的指标值所占比重；
[0122]
s55：基于熵值法计算得到的客观权重值ω
j熵
可依据公式(14)计算得到：
[0123][0124]
步骤6中所述博弈论组合赋权法以纳什均衡为理论基础，其核心思想是假设线性组合权重系数并进行优化。所述各评价指标的均衡权重指的是通过求解最优线性组合系数，得出的在不同赋权方法之间达成纳什均衡状态的最优组合权重。
[0125]
在步骤6中，基于博弈论组合赋权法对各评价指标的主观权重和客观权重进行线性组合的步骤为：
[0126]
s61：采用第k种赋权法所得的权重向量以wk＝ {ω
k1
,ω
k2
,ω
k3
,
…
,ω
kn
}表示，假设αk为线性组合权重系数，则权重向量任意组合后综合权重值w可表示为：
[0127][0128]
式中l为所采用的赋权方法的数量，也是所得到的权重向量的个数；
[0129]
s62：以w和wk离差和最小为目标，对线性权重系数αk进行优化，得到最优权重系数，其优化目标函数f可由公式(16)表示：
[0130][0131]wkt
指的是第k种赋权法所得的权重向量的转置；k为赋权法所得的权重向量的个数；w
pt
为第p个权重方法的权重集；表示综合权重对于每种赋权法的偏差； (是对于所有αkw
kt
求和，即公式(15)中的综合权重)
[0132]
s63：由矩阵微分性质，可根据目标函数得出等效最优导数条件的线性方程为公式(17)：
[0133][0134]
s64：基于公式(17)求得的组合系数αk须进行归一化处理，对组合系数αk进行归一化处理的方式是：
[0135][0136]
式中α
k*
为归一化后的组合系数；
[0137]
s65：因此，基于博弈论组合赋权的w
*
可由公式(19)计算得到：
[0138][0139]
在步骤8中，所述待评测城市低碳客运交通结构的综合评测值的计算方法是将标准化后的指标数据与各评价指标相应均衡权重线性组合。综合评测值可表示为：
[0140][0141]
式中，j＝1,2,
…
,n。ui是第i个评价方案的综合评测值；wi是第 i个评价方案对应的权重；zk是无量纲化矩阵的值；
[0142]
如图4所示，sc1城市轨道线路长度、rc2城市轨道交通线路变化、po4通勤高峰拥堵系数、so1百户私人汽车拥有量、so2城市轨道交通运营里程、ro1城市轨道交通运营里程变化的均衡权重明显高于其他指标，是城市低碳客运结构优化的关键影响因素；第一准则层的准则依据权重值由大到小排列依次是状态s、压力p、响应r、驱动力d、影响i；第二准则层中，建设阶段的权重值略高于运营阶段的权重值。表明在当前发展阶段，结构所呈现状态是评价城市低碳客运交通结构的侧重点，城市交通系统自身压力对城市低碳客运交通结构具有显著推动作用，且当前城市低碳客运交通发展仍处于以建设与发展为主的阶段，具有进一步完善的空间。
[0143]
如图5所示，研究年限内，青岛市城市低碳客运交通结构评测综合值呈现整体增长的态势，依据变化趋势可观察到2个重要节点。自 2016年起，综合值由平稳状态进入高速增长阶段，并于2019年后出现小幅下降的趋势。青岛地铁于2016年底实现首条线路全线通车，成为突破青岛市客运交通系统低碳化发展瓶颈的关键点，形成青岛市城市低碳客运交通发展进程中的第一个转折点。由此可见评测结果均与实际情况吻合，从而验证本发明提供基于dpsir模型和博弈论组合赋权法的城市低碳客运交通结构评价方法的可行性。
[0144]
以上所述，仅为本技术较佳的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。