中国货运结构优化的碳减排效应测度

管理部门和学界高度重视货运结构优化问题，因为过高的公路货运量导致货运碳排放居高不下，不利于早日实现“碳达峰、碳中和”目标。除货运结构外，货运碳排放受诸多因素影响，但研究者大多仅关注部分重点因素影响，对于货运结构优化的碳减排效应缺乏准确理解。为解决上述问题，本文利用“自上而下”法测算1999—2019年中国货运碳排放量，并构建综合考虑社会经济变量(如人均GDP)与货运特征变量(如货运分担率)的偏最小二乘回归模型，通过调整不同货运方式使用费用，模拟2030年不同政策刺激情景下货运结构优化的碳减排效应。结果表明：1999— 2019年，社会经济变量对货运碳排放增长的年均贡献度为73%，显著高于货运特征变量；公路、铁路和水路货运分担率变化对货运碳排放增长的年均贡献度分别为1.81%、-0.01%和-0.26%；2030 年公路货运量全部转为铁路或水路货运量的极端情景，难以实现单位GDP货运碳排放较2005年下降65%的标准；增加高碳货运方式使用费用的碳减排效应比降低低碳货运方式使用费用更显著。     

基于位移剩余的最优货物运输服务分析

基于需求主导原则，突出强调位移需求本身具有的独立价值，本文以位移价值与位移成本之差衡量货运需求主体的位移剩余。以位移剩余最大化为准则揭示货运需求主体选择运输服务方式的机理，并作为最优运输服务的标准。在位移价值测度方面，将货运需求按照时效性分为3类，基于需求主体的预期利益构建相应位移价值函数。在位移成本测度方面，通过对运输价格、运输时间、可靠性、便捷性及安全性等运输服务品质要素的量化，建立位移全过程的成本函数。联立位移价值与位移成本函数，以运输服务品质要素作为核心变量，构建基于位移剩余的最优运输服务分析模型。设置仿真算例，求取不同需求主体的位移剩余曲线，分析相对应的最优运输服务方式。结果显示：模型可基于异质性的位移需求有效分析最优运输服务，并可分析潜在运输需求转化为有效需求的条件，为企业及政府制定运输供给优化策略提供理论基础。     

Modelling cyclic container freight index using system dynamics

ABSTRACT

This paper investigates the cyclical nature of container shipping market represented by a containerized freight index and proposes a predictive cyclical model of the market. In contrast to the traditional spectral analysis (univariate), system dynamics reflect the drivers of the market in both supply and demand side, and therefore, it is a multi-variate system equilibrium approach consisting of various causal spillovers from sub-components of the market. This study is the first to analyze the cycle of container market using system dynamics. By utilizing system dynamics cyclicality approach, one-step ahead predictions are generated for monthly containerized freight index and compared to conventional benchmarks for post-sample validation. Our study can also help policymakers and shipping liners for better management and invest timing of container ship.     

模糊需求下快捷货物低碳运输方式及路径选择

针对模糊需求下的低碳快捷货运运输方式选择及路径规划问题,运用模糊优化理论,以2-型三角模糊变量表示不确定需求,以运输成本和碳排放量为目标,建立多目标模糊机会约束规划模型。采用逼近理想解排序法对多目标进行处理,得出不同置信水平下的快捷货物运输方案;进而探讨置信参数变化时对运输成本及碳排放量的影响,分析运输成本及碳排放量随运输时间的变化情况。研究结果表明:碳排放量对快捷货物运输方式及路径选择具有一定影响;需求不确定时,在满足运到时限的前提下,合理选择运输方式和路径对于降低运输成本和减少碳排放具有重要意义。     

自动化公路货物运输量统计方法

为了提高中国公路货运统计的真实性和统计效率，利用自动化交调、轴载检测、高速公路计费、联网联控货车以及国家道路货运量专项调查等数据，提出2种自动化公路货运量统计方法。2种方法均采用浮动检测数据与固定检测数据融合的原理，使用浮动车数据获得运输特征，分别使用高速计费数据及自动化交调数据获得运输规模。通过设备检测数据与人工调查数据的嵌套计算，解决分层统计中行业浮动车代表性不足的问题。通过数据的一致性分析，解决不同类型数据车型划分标准不同给数据融合带来的口径不一致问题。与传统方法相比，统计方式由人工统计转变为自动化统计；统计对象由营运性货车扩展为全社会货车；统计口径由按车籍地统计转变为按运输发生地统计；统计周期由月缩短为日。此外，实现了可按车辆类型、道路类型、运输成分及公路线路的精细化统计。以辽宁省路网和G102国道为例，给出区域公路网和公路线路的货运量统计结果。最后，以高速公路为统计对象，与计费数据获得的货运量对比，验证基于交调数据统计方法的准确性。结果显示，交调融合法的货运量统计误差为11.5%。对比2种方法，交调融合法具有更广泛的适用性和更高的灵活性，为中国公路运输统计现代化发展提供了技术方法，同时探索了利用设备检测数据和人工调查数据嵌套分析解决工程问题的方法。     

城市道路瓶颈交通调节策略研究

根据道路瓶颈的形成机理及主要特征,提出瓶颈交通汇入量控制策略、诱导分流策略及需求调节策略,并构建相应的调节流程,对解决城市瓶颈交通问题有一定的指导作用.     

基于IDM的需求扰动供应链协调契约研究

针对具有需求扰动风险的供应链协调问题，基于利益驱动机制，设计出一种新的保险契约模式，建立相应的供应链模型并求解分析。结果表明：均匀分布市场需求下赔偿上限应足够大，且契约参数满足相关条件时供应链可以达到完美协调。最后通过数值分析了赔偿参数对订货量和保费的影响。     

喀什经济开发区综合交通规划中交通需求预测

喀什地区位于中国的西大门，与5个国家接壤，有6个国家一类口岸对外开放，区域优势明显．对喀什经济开发区交通需求的科学研究是促进该研究区域交通运输事业规范而高速发展的关键．本文采取时间序列预测法、弹性系数法、综合评价法等方法，系统全面地对该区域交通需求预测进行了分析，为该区域综合交通规划与建设奠定了基础．     

负离子发生器车内微颗粒净化效率研究

由于汽车的普及,车内的空气质量引发消费者越来越多的关注。糟糕的车内空气质量会增大人们罹患某种特定疾病的概率,因此控制与减少车内空气污染成为汽车生产设计商所追求的目标。微颗粒污染物,即PM2.5是车内空气污染物的重要来源之一。负离子因能有效沉降空气中的微颗粒,成为车内快速去除微颗粒污染的重要手段。在文章中,我们通过在车内进行微颗粒沉降实验,记录微颗粒物浓度在负离子仪以及车内空调内/外循环净化模式下的变化,并通过SPSS与MATLAB对污染物浓度进行数学建模分析。结果表明:单独使用负离子仪器并无法有效降低车内空气的颗粒浓度,而必须配合车内空气循环系统。在负离子作用下,结合车内空气循环系统,微颗粒浓度迅速下降,下降速度与空气交换速度和微颗粒在空气中的迁移速度相关。     

Exploiting floating car data for time-dependent Origin–Destination matrices estimation

The study evaluates the added value generated by estimating dynamic demand matrices by information gathered from Floating Car Data (FCD).

Firstly, adopting a large dataset of FCD collected in Rome, Italy, during May 2010, all the monitored trips on a specific district of the city (Eur district) have been collected and analysed in terms of (i) spatial and temporal distribution; (ii) actual route choices and travel times. The data analysis showed that demand data from FCD are usually not suitable to retrieve directly demand matrices, due to a strong dependence of this information from the penetration rate of the monitoring device. Instead, origin–destination travel times and route choice probabilities from FCD are a much more reliable and powerful information with respect to FCD origin–destination flows, since they represent the traffic conditions and behaviors that vehicles experiment along the path.

Thus, several synthetic experiments have been conducted adopting both travel times and route choice probabilities as additional information, with respect to standard link measurements, in the dynamic demand estimation problem. Results demonstrated the strength and robustness associated to these network based data, while link measurements alone are not able to define the real traffic pattern. Adopting both the information of origin–destination travel times and route choice probabilities during the demand estimation process, the spatial and temporal reliability of the estimated demand matrices consistently increases.