城市洪水成本几何？波兰罗兹交通系统出行与排放成本的变化

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：What Is the Cost of Urban Flooding? Changes in Travel and Emission Costs of ?ód?’s Transport System in Poland

　　

城市洪水对交通系统的扰乱可能远远超出受淹范围，然而其间接的经济和环境后果很少以综合的、空间显式的方式被量化。本文开发了一个GIS–交通建模–货币化–空间统计框架，用于估算、货币化并绘制波兰罗兹（?ód?）洪水引起的广义出行成本和排放相关成本的变化。洪水暴露源于基于地形的“蓝点”（blue spot）建模（SCALGO Live）在降雨情景下的模拟，径流损失通过SCS曲线号法（SCS Curve Number）参数化。淹没结果与道路网络相交，并转化为深度相关的速度惩罚以及深度≥30 cm路段的封闭，这些影响通过一个经过智能交通系统（ITS）观测数据标定的宏观交通模型（215个交通小区）进行传播。情景输出提供网络性能指标、公共交通登乘量和基于HBEFA的排放量。出行成本将时间价值（更新至2025年价格）与自付成本相结合，而排放成本采用波兰环境费率进行价值核算。各项指标统一到1 km2六边形网格（N=349）上，并使用相关性分析、全局/局部莫兰指数（Global/Local Moran’s I）、双变量空间关联和空间滞后模型进行分析。结果揭示了非线性响应：中等程度的中断减少了小汽车出行并增加了公共交通使用，而严重中断则急剧增加车辆小时数、影响聚类和总成本，并产生向非淹没区的溢出效应。

论文解读：城市洪水对交通系统的影响——以罗兹为例的成本与空间分析

城市洪水作为极端降水与高密度不透水地表相互作用的产物，已成为当代城市运行面临的重要扰动源。尽管洪水对建筑和基础设施的直接物理破坏广为人知，但其间接后果，尤其是对交通网络系统性运行的干扰，往往超出淹没范围，并且很少以空间显式且经济可量化的方式被整合评估。已有研究多聚焦于行程延误或网络拥堵等绩效指标，对间接经济成本与环境外部性的联合量化仍不充分。为此，研究人员以波兰罗兹市（?ód?）为案例，发展了一套集地理信息系统、交通建模、货币化和空间统计于一体的分析框架，旨在估算并绘制洪水引起的广义出行成本（时间成本＋用户自付成本）与排放成本的变化，并识别成本集聚和跨区域溢出格局。该研究成果发表于《RELIABILITY ENGINEERING》。

研究中采用了多条关键技术链路。首先，利用SCALGO Live平台，基于1 m分辨率激光雷达数字高程模型进行地形“蓝点”识别，并结合土壤保持局曲线号法（SCS Curve Number）估算径流损失，在两种降雨情景下生成淹没范围与水深。其次，依据Pregnolato水深—速度关系将淹没图层转为道路速度折减系数，水深≥30 cm的路段视为封闭，并通过宏观四阶段交通模型（涵盖215个内部交通小区及12个外部小区）在路网层面传播中断影响，模型用智能交通系统（ITS）感应线圈和自动车牌识别数据进行标定。排放估算基于HBEFA工作流，按2025年罗兹本地车队结构参数化。出行成本采用波兰成本效益分析指南中的时间价值参数（更新至2025年价格），排放成本则按波兰官方环境费单价核算。所有指标统一至1 km2六边形网格（N=349），运用相关分析、全局莫兰指数（Global Moran’s I）、局部莫兰指数（LISA）、双变量空间关联及空间滞后模型进行统计推断。

研究结果揭示了洪水对交通系统影响的非线性特征。第一，方式选择与公共交通替代行为：随淹没区速度降低，私人小汽车出行量下降，公共交通登乘量在中等中断情景中相对份额上升，呈现部分替代效应；但严重中断时，公共交通的缓冲能力减弱，整体出行总量开始收缩。相关分析显示，中断强度与公共交通登乘量之间存在稳定的显著正相关。第二，运营绩效与能源消耗：当速度折减≤60%时，车辆公里数下降，但车辆小时数增加，总能耗总体减少；当速度折减达到100%时，系统出现阈值式恶化，车辆小时数、燃料消耗和总能耗急剧攀升，表明网络效率在超过临界点后大幅损失。第三，污染物排放：中等速度折减（20–60%）情景下，大多数污染物变化较小，因为出行需求下降与运行效率损失相互抵消；在80–100%情景下，CO₂、NO_X、PM₁₀、CO、HC均明显上升，反映严重拥堵和低速行驶主导了排放变化。第四，空间格局与溢出效应：多数变量表现出显著的空间自相关，且聚类强度随中断程度增加而增强；NO_X在弱情景中无显著空间结构，但在强情景中形成明显聚类。双变量莫兰指数和空间滞后模型显示，排放和车辆小时数的变化并非简单与最受淹区域共位，而是通过路网重新分配产生跨邻域溢出；纳入空间滞后项后，OLS残差的空间自相关大幅降低，证实了网络传导机制的存在。第五，货币化成本：在20–60%速度折减下，总出行成本仅小幅增长（0.24%–1.10%）；当折减达到80%和100%时，成本分别增至2.69%和15.85%，排放成本亦在在极端情景中上升5.82%，强化了成本随中断强度非线性放大的结论。

讨论部分强调，上述结果意味着洪水影响并非由水文暴露单一决定，而是取决于网络冗余、出行行为调整和空间相互依赖。中度扰动下，系统可通过改道、方式转移和部分需求抑制来吸收损失；一旦超过阈值，则出现车辆小时、能耗、排放和成本的连锁激增。研究将这一阈值视为韧性规划指标，并建议采取双路径策略：一是运营性措施，如动态信号控制、临时交通管制、公共交通优先和出行信息发布，以控制中断传播；二是结构性措施，如排水升级、滞留设施建设、关键路口改造及蓝绿基础设施布局，以减少淹没概率。结论部分翻译如下：该研究得出了一组一致的结论——洪水对交通系统的影响是非线性和阈值驱动的：中等程度中断时，系统通过延长行程时间和减少出行需求而表现出适应性；高度中断时，系统进入效率快速下降的机制，车辆小时数激增、拥堵加重且难以补偿。洪水影响并不局限于受淹区域，而是通过网络依赖、改道和交通再分配向未淹区溢出，关键指标均呈现显著空间聚类和邻域依赖。行为层面，随着中断加剧出现方式转移，极端条件下总体出行下降，说明系统吸收能力有限。货币化结果证实，损失的主要构成是时间成本和网络性能恶化成本，排放成本在中等干扰下相对稳定，仅在极端情景中明显上升。在空间与交通政策方面，应从单纯保护淹没点转向将城市运行维持在临界阈值以下：在空间规划中叠加蓝点图层，限制低洼处开发和土地封渗，推广蓝绿基础设施；在交通规划中加强路网冗余和可靠性，制定公共交通应急分流和信号优先预案；应急管理应区分常规网络绩效与安全关键通道，利用智能交通系统和需求侧管理减少次级拥堵。决策者应将本框架视为保守的压力测试工具，用于优先级排序而非确定性预测，通过结构性防护与运营性管理相结合的方式来增强城市韧性。