《Urban Science》:Selecting Sustainability Indicators for Urban Freight Transport: A Framework for Local Authorities
编辑推荐:
摘要专业翻译
尽管城市货运交通(Urban Freight Transport, UFT)对城市运转至关重要,但其产生了大量负面外部效应。尽管学界对城市交通可持续性的关注日益增长,但专门针对UFT的方法论框架仍然稀缺,尤其是那些契合地方主管部门需求的框架。为弥
摘要专业翻译
尽管城市货运交通(Urban Freight Transport, UFT)对城市运转至关重要,但其产生了大量负面外部效应。尽管学界对城市交通可持续性的关注日益增长,但专门针对UFT的方法论框架仍然稀缺,尤其是那些契合地方主管部门需求的框架。为弥补这一空白,研究人员设计了一个透明、多阶段的框架,用于构建一套面向地方交通主管部门的UFT可持续性评估指标集。该框架涵盖指标识别、专家验证、评估、遴选与排序等环节。初始指标池经筛选后精简为涵盖五个维度的45项指标,即:经济(Economic)、环境(Environmental)、社会(Social)、能源与资源利用(Energy and Resource Usage)以及政策与治理(Policy and Governance)。由五名交通领域专家组成的专家组依据相关性(relevance)、可解释性(interpretability)、可测性(measurability)、可实现性(achievability)和简洁性(simplicity)五项标准对指标进行评估,进而构建两个嵌套指标集。核心集(Core Set)代表满足更严格质量要求的基线指标集,而扩展集(Extended Set)旨在为数据系统和制度能力更为成熟的环境提供综合评估与监测支持。基于评估结果,扩展集包含36项指标,其中涵盖全部22项核心指标。最后,研究人员采用TOPSIS方法对核心指标进行排序,以指导其分阶段引入监测体系。该框架旨在支持地方主管部门监测UFT可持续性并评估政策干预效果,包括逐步建立监测系统。
论文解读文章
一、研究背景与问题提出
快速工业化和城市化进程已将城市塑造为经济与社会发展的核心枢纽。2018年全球55%的人口居住在城市,预计到2050年这一比例将升至68%;在欧盟,约四分之三的人口已居住在城市区域。人口与经济活动的高度集聚推高了交通需求总量,进而对环境和社会产生严重的负面后果。城市货运交通(Urban Freight Transport, UFT)作为城市日常运转的关键组成部分,支撑着从商品生产到市场配送的各类经济过程,贡献于经济增长、就业与生活水平提升。然而,该领域同时产生大量直接削弱城市可持续性的负面外部效应:UFT占欧盟国家温室气体(Greenhouse Gas, GHG)排放量的五分之一,占能源消耗的19%,尽管货运车辆仅占城市出行总量的6%至18%。
尽管UFT的负面效应日益显著,但针对该领域的政策关注度仍然偏低。研究显示,许多欧盟城市的长期可持续交通规划传统上聚焦于公共交通和交通基础设施项目,而UFT这一关键问题长期处于边缘化状态。地方主管部门对城市区域内UFT实际运营状况的了解十分有限,干预措施的综合绩效评估鲜有开展,即使开展,其结果也未能充分用于推动后续改进。此外,缺乏适当的框架来建立现状基线和衡量迈向可持续交通系统的进展,加之数据获取受限、部门职能分散以及利益相关方之间协调不足,导致决策往往基于主观判断或简单复制其他城市的解决方案。
现有研究存在若干关键不足:其一,多数研究局限于经济、环境和社会三重维度的传统框架,且以环境维度为主导,忽视了制度与政治维度等关键要素;其二,将多元利益相关方整合进单一框架,却未明确指标的使用主体、使用时机和使用方式;其三,指标遴选机制透明度不足,选择标准和程序缺乏详细说明;其四,许多指标集停留在纯理论层面,未充分考虑地方主管部门实际应用的条件;其五,部分方法依赖复杂的计算和模拟工具,与终端用户的技术能力不匹配。因此,亟需一个更加透明、系统化的方法论框架,专门针对UFT可持续性评估进行指标识别、评估、遴选与排序,并明确面向地方交通主管部门这一核心用户群体。
二、研究内容与核心结论
为系统性地解决上述挑战,研究人员提出了一套多阶段的方法论框架,涵盖文献综述、专家验证、多准则评估和最终指标排序四个相互关联的阶段。该框架将传统可持续性维度扩展至五个维度,即经济、环境、社会、能源与资源利用、政策与治理,并将指标进一步归入相应的主题领域。通过严格的专家评估与遴选程序,最终形成两个嵌套指标集:核心集(Core Set)包含22项指标,满足更严格的质量要求,作为监测UFT可持续性的基线;扩展集(Extended Set)包含36项指标(涵盖全部核心指标),适用于数据系统和制度能力更为成熟的环境。此外,研究人员采用TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)多准则决策方法对核心指标进行排序,以指导其分阶段引入监测实践。
该框架的重要意义在于:它将传统可持续性维度扩展至能源与资源利用及政策与治理维度,弥补了既有研究的维度缺失;明确锚定地方交通主管部门为终端用户,清晰界定了指标的使用目的;通过预定义标准和清晰分离的专家验证、遴选与排序步骤增强了指标遴选的透明度;对指标的定义和计量单位进行了精确界定,减少了概念泛化;在指标遴选中充分考虑了数据可用性和可实现性等实际应用要求;通过多阶段方法提供综合评估,避免了复杂模拟和分析程序的需求;支持在不同数据可用性水平的环境中渐进式部署框架;并按维度与主题领域构建了层级化指标结构,增强了框架的透明度和可更新性。
三、关键方法技术概述
研究人员采用的主要方法包括:第一,系统性文献综述法,用于识别初始指标池,从可持续城市交通文献中提取98项候选指标;第二,专家小组验证法,由五名交通领域专家(包括三名正教授、一名副教授和一名助理教授,均具备与公共部门合作的实践经验)对初始指标进行定性审查,进行合并、修正、剔除或新增,最终形成45项指标;第三,基于李克特量表(Likert-type scale,1–5分制)的专家量化评估法,专家依据相关性、可解释性、可实现性、可测性和简洁性五项标准对每项指标打分,采用算术平均聚合专家评分;第四,非补偿性筛选规则(conjunctive decision rule),即指标须在全部五项标准上达到平均分4.00以上方可纳入核心集,在相关性和可测性两项强制标准上达到4.00以上方可纳入扩展集,边界案例(均分3.80)通过专家组协商一致决定;第五,TOPSIS多准则决策方法,用于对核心指标进行相对优先排序,基于指标与正理想解和负理想解的欧氏距离计算贴近系数;第六,情景敏感性分析,涵盖专家组构成变化、阈值调整、备选方案集变化和准则权重变化四组情景,以检验结果的稳健性。
四、研究结果
4.1 专家评分的描述性统计
各可持续性维度的专家评分整体偏高。经济维度中位数Me=4.20,标准差SD=0.47;环境维度中位数同为4.20;社会维度中位数最低(Me=4.00),但整体仍以高评分主导;能源与资源利用维度中位数最高(Me=4.30),但离散程度较大(SD=0.62);政策与治理维度中位数4.20。各准则中,相关性准则整体评分最高,可实现性准则在社会维度和能源与资源利用维度评分偏低,简洁性准则在能源与资源利用维度离散程度较大。专家排序一致性方面,肯德尔和谐系数(Kendall's W)在能源与资源利用维度最高(W=0.821),其次为政策与治理维度(W=0.614)和社会维度(W=0.534),环境和经济维度较低且未达统计显著水平。
4.2 指标遴选结果
严格数值筛选规则产生15项核心指标和34项扩展指标。随后对边界案例进行专家组协商讨论:核心集有7项边界指标全部获准纳入,扩展集有3项边界指标中2项获准、1项被否决。最终确定核心集22项、扩展集36项,9项指标被排除在扩展集之外。
经济维度核心集包含6项指标:货运车辆在交通构成中的占比、道路网络可达性、电动汽车充电基础设施密度、停车供给、就业增长率、货运活跃主体密度。扩展集保留的指标包括货运拥堵延误、高峰时段网络拥堵、装载率(体积)、装载率(重量)和空驶率,这些指标因依赖运营商的专有数据或高精度交通流数据而未能进入核心集。
环境维度核心集包含3项指标:土地消耗、PM2.5超标天数(以10 μg/m3为参考阈值)和NO2超标天数(以20 μg/m3为参考阈值)。温室气体排放和噪声暴露被归入扩展集,因其估算需高度详细的运营数据,且商业主体普遍不愿共享专有数据。
社会维度核心指标集中于交通安全领域,包括事故数、致命事故数和安全水平,另纳入女性货运司机占比以反映性别公平。扩展集包括性别薪酬差距、危险品事故率、配备车道偏离预警系统(LDWS)的车辆占比和配备自动紧急制动(AEB)的车辆占比。
能源与资源利用维度核心指标包括采用过渡技术的货运车辆占比、零排放货运车辆占比和符合最新排放标准的货运车辆占比。扩展集包括能源强度、CO2强度和可再生能源占比。
政策与治理维度全部指标均纳入核心集,包括可持续城市货运基础设施融资、外部预算占比、空间限制合规率、时间限制合规率、货运车辆可持续公共采购和与承运商会议频次。
4.3 核心指标排序结果
TOPSIS排序结果显示:经济维度中,电动汽车充电基础设施密度和停车供给排名最高,货运活跃主体密度和就业增长率排名较低;环境维度中,PM2.5和NO2并列第一(因五项标准评分完全相同),土地消耗位居第二;社会维度中,致命事故数排名最高,其次为事故数、女性货运司机占比,安全水平排名最后;能源与资源利用维度中,零排放货运车辆排名最高,其余两项指标贴近系数非常接近;政策与治理维度中,与承运商会议频次排名最高,空间限制和时间限制因评分完全相同并列第五。
4.4 情景敏感性分析
专家组构成敏感性分析表明,参考核心集中的指标具有一定稳定性,但整体集合构成对专家组变化敏感。阈值敏感性分析显示,将阈值调整为3.80会使核心集和扩展集规模显著扩大,而调整为4.20则使核心集缩减至11项、扩展集缩减至27项。备选方案集敏感性分析确认了TOPSIS方法对备选方案变化的敏感性(即等级反转现象),当从排序池中移除指标时,部分指标的相对排名发生变化。准则权重敏感性分析显示,多数维度中排名靠前的指标对权重变化保持稳健,但排名靠后的指标在不同权重情景下出现排名波动。
五、讨论与结论
研究讨论指出,核心集与扩展集的区分回应了地方主管部门在数据能力和制度成熟度方面的现实差异,支持监测系统的渐进式建立。排序结果反映的是指标在五项评估准则下的相对位置,而非绝对重要性;所有核心指标均满足纳入要求,较低的贴近系数不应被解读为指标重要性低下。敏感性分析确认了结果的稳健性,同时提示在解释排名差异时应保持审慎,尤其当指标排名在不同情景下发生变动时,不应将其视为严格的优先顺序。
研究结论指出,该框架为地方交通主管部门提供了透明、系统化的UFT可持续性评估工具,支持其监测系统性能、评估政策干预效果,并依据SUMP和SULP等战略文件推动实践改进和新方案引入。框架的渐进式部署特性使其能够适应不同数据可用性水平的制度环境,为城市货运可持续性管理提供了可操作的方法论支撑。未来研究方向包括在更多城市开展实证应用、扩展网络韧性等指标维度,以及进一步细化指标的数据采集方法。