0 引言

经历了多年的大建设、大发展，我国的综合交通基础设施规模和运输能力已经稳居世界前列，综合交通体制改革已深度覆盖至区县一级。数字化作为实现交通高质量发展的重要特征和驱动行业质量变革、效率变革、动力变革的关键要素，国家层面对其高度重视并积极推动交通数字化发展。在《数字交通发展规划纲要》《交通强国建设纲要》等系列政策加持下，交通数字化建设迎来关键发展期。

近年来，国内外学者对交通数字化水平综合评估展开了相关研究，包括综合评估方法研究、数字化水平评估研究等。在交通综合评估方法研究方面，王学军等^[1]综合运用层次分析法和模糊综合评价法构建了施工组织方案评估模型，实现对高速公路改扩建施工组织方案的评估；朱晓东等^[2]采用灰色关联分析方法对路侧感知设备布设方案进行评估；赵晓华等^[3]在用优劣解距离法(TOPSIS)实现单目标评估的基础上结合交叉口配套设施设置特性，运用灰色局势决策的方式对交叉口配套设施进行多目标的综合评估；郑凌垚等^[4]基于三阶段DEA-Bootstrap模型对区域交通资源配置效率进行综合评估。目前多数研究在开展交通综合评估时所应用的评估方法仍以常见的模糊综合评判法、层次分析法、TOPSIS法、数据包络法等为主，但考虑到方法的局限性，部分研究会根据需求对2种方法进行融合应用。

在数字化水平评估研究方面，各行业在数字化政策驱动下都进行了相关探索，例如项肖等^[5]基于信息化、网络化、智能化和绿色化4个维度构建了中国工业数字化水平评价指标体系，并结合熵权法进行工业数字化发展水平系统评价；苏锦旗等^[6]基于数字基础设施、产业数字化和数字产业化3个维度构建农业数字化发展评价指标体系，利用熵值法测度农业数字化发展综合指数；王绍峰等^[7]通过构建浙江各市域数字化程度测度指标体系，基于熵权法的TOPSIS模型对浙江省内各城市以及6类分项指标进行评估。在交通行业的数字化水平评估方面，Muhammad Akram等^[8]提出了基于球形模糊层次分析法的交通数字化技术综合评价方法，通过设置阈值对评价内容优先关系进行决策。但总体上交通数字化水平评估的相关研究较少，主要集中在对交通数字化的理论分析和技术应用研究，例如Polina Kartsan等^[9]重点分析了交通数字化技术应用方向、案例，提出交通数字化目标的实现需要大规模集成各项数字技术，提高运输质量并降低成本。

交通数字化是通过数据联通实现各交通运输方式高效融合、各交通参与主体有序联动的最有效技术路线，但其基础在于把区县作为交通数字化的基本单元，从经济社会和综合交通运输高质量发展的角度，做好目标统筹和建设引导。本研究重点围绕区县综合交通数字化建设，在总结交通数字化试点任务要求的基础上，建立区县综合交通数字化评估指标体系和数字化水平评估模型，并选取浙江省部分区县作为案例展开分析，验证评估模型的准确性，为区县综合交通数字化水平的评估与发展建设提供理论参考。

1 数字化评估指标体系 1.1 交通强国建设试点数字化领域要求

自2019年10月交通运输部公布第1批交通强国建设试点单位名单以来，截至目前已批复3批次、75份交通强国建设试点任务，共涉及335项试点任务、912项具体试点内容^[10]，其中交通数字化相关试点任务主要涉及基础设施数字化、载运装备数字化、行业治理数字化和运输服务数字化等领域。

(1) 基础设施数字化领域试点内容共171项，占比18.75%，主要通过基础设施与信息技术的深度融合，提升信息感知能力、信息传输能力，并将物理基础设施进行电子化、实景化，为交通基础设施全生命周期管理、交通网络安全高效运行、高质量交通服务等提供基础支撑。

(2) 载运装备数字化领域试点内容共50项，占比5.48%，主要通过驾驶辅助系统、视频监控、定位设施等软件技术和硬件设备的辅助，提升载运装备自身的自动化、智能化水平，结合路侧基础设施数字化提供车辆出行辅助、车辆驾驶管理等服务。

(3) 行业治理数字化领域试点内容共225项，占比24.67%，主要从交通行业数字化建设的宏观角度出发，通过构建业务管理系统、行业监管平台等技术手段，对数字化应用场景的部署、实施及其质量进行监督，为数字化应用场景落地提供保障。

(4) 运输服务数字化领域试点内容共97项，占比10.64%，主要围绕提升运输服务质量水平目标，通过新一代信息技术手段的应用，覆盖客货运输信息服务、通行服务等方面，加强运输服务数字化带来的获得感、便捷性。

1.2 指标体系构建

在总结交通数字化试点任务要求的基础上，结合区县综合交通运输业务特点，针对基础设施数字化、载运装备数字化、行业治理数字化、运输服务数字化4个领域，进一步细化区县综合交通数字化评估指标，构建区县综合交通数字化评估指标体系。如图 1所示，所构建的区县交通数字化评估指标体系涵盖4个领域(1级指标)，共包含8项2级指标，并进一步细化为14项3级指标。

(1) 基础设施数字化指标

基础设施数字化建设旨在提升普通国省道和4级以上内河航道交通状态感知网络覆盖水平，有序向农村公路延伸，加强交通信息网络建设。因此重点考虑交通感知网络覆盖水平、交通信息网络覆盖水平及公路和航道基础信息数字化水平方向，针对研究方向提出5个指标及其定义, 如表 1所示。

(2) 载运装备数字化指标

载运装备数字化建设旨在将公交、农村客运、出租车、危化品运输车、重载货车、班车、包车等重点车辆和船舶纳入统一监管，同时提升县域客货运输安全水平。因此重点研究营运车辆、船舶的视频设备、定位设备安装情况，以及ADAS辅助驾驶系统装配，提出5个指标及其定义如表 2所示。

(3) 行业治理数字化指标

行业治理数字化建设旨在落实浙江省交通数字化改革各项要求，在试点县实现重点数字化改革应用全面贯通。结合县域交通运输行业发展特点，在行业治理数字化领域开展相关指标研究，具体指标及其定义如表 3所示。

(4) 运输服务数字化指标

运输服务数字化建设旨在大力推进农村客运电子站牌全覆盖，到2025年基本实现县域农村公路数字化巡查。结合运输服务数字化目标，主要针对农村公路运输服务情况提出指标，具体指标及其定义如表 4所示。

2 数字化水平评估模型 2.1 研究思路

目前普遍使用的多指标评价方法有因子分析法、层次分析法、灰色关联分析法、模糊综合评价法、TOPSIS法等，各方法的优缺点如表 5所示。

经分析比选，TOPSIS法是较为适合解决综合评价问题的方法，适用于多目标决策分析^[11]，近年来被广泛应用于结构物风险评价^[12-13]、施工质量评价^[14]、交通组织评价^[15]、道路通行能力评价^[16]、内河港口竞争力评价^[17]等交通领域的不同方面。本研究拟基于TOPSIS法，结合所提出的数字化评估指标体系建立综合交通数字化水平评估模型，对区县综合交通数字化水平进行评估。

2.2 模型构建

TOPSIS法是根据评估对象与理想化目标的接近程度，对评估对象进行排序的方法。假设有n个评估对象及m个评估指标，将该多指标决策问题视为m维空间中的n个点构成的几何系统，构造正、负理想点，即最优、最劣解，分别计算各个评估对象与正、负理想点之间的距离，从而得到接近正理想点和远离负理想点的相对贴近度，以此作为评估优劣的依据^[18]。

(1) 理想解构建

正、负理想解的确定是TOPSIS法的关键，通常是在原始矩阵中找出有限方案的最优和最劣解。假设评估对象为n个区县，结合提出的14个指标，指标的原始数据矩阵如下：

(1)

式中，x_ij为第i个待评估区县的第j个指标值，其中i=1, 2，…n，j=1, 2，…，14。

在该指标体系中，取值越高越好的指标称为正向指标，反之称为负向指标。构建的14个指标均为正向指标，即取值越大表示该方面的水平越高，因此取每个指标的最大值构成正理想解，取最小值构成负理想解，即

(2)

(3)

式中，x_j⁺为正理想解; x_j^-为负理想解。从而可构建综合交通数字化水平评估模型的最优解X⁺= (x₁⁺, x₂⁺，…, x₁₄⁺)和最劣解X^-= (x₁^-, x₂^-，…, x₁₄^-)。

(2) 评估模型建立

基于已构建的最优解X⁺和最劣解X^-，计算各个待评估区县分别与最优解和最劣解的距离，即

(4)

(5)

式中，D_i⁺，D_i^-为各个待评估区县综合交通数字化水平分别与最优解和最劣解之间的距离。进一步计算各个待评估区县综合交通数字化水平与最优解的相对贴近度C_i如式(6)所示：

(6)

C_i值越大，表示该待评估区县的综合交通数字化水平越接近最优解，即该区县的综合交通数字化水平越高。根据相对贴近度的取值范围[0, 1]对区县综合交通数字化水平进行等级划分(如表 6所示)，可初步判断待评估区县的综合交通数字化水平所处等级。

3 实例分析

本研究构建的区县综合交通数字化评估指标体系主要涉及公路、水路领域指标，考虑到浙北地区的综合交通数字化建设现状基础较好，在16家浙江省交通强国建设试点申报县(市、区)中分别选取了浙北地区湖州市区县A、区县C、宁波市区县B、杭州市区县D、嘉兴市区县E共5个区县作为评估对象。根据表 1~4各项指标的定义，重点针对上述区县的行业管理部门、公路/航道运营单位等展开关于数字化建设情况、交通数字化改革重大应用工作进展等的调研，根据调研单位的统计数据获取指标计算所需数据，并分别计算所提出的14个指标值，如表 7所示。

根据基于TOPSIS法的区县综合交通数字化水平综合评估模型，开展5个区县的综合交通数字化水平评估，计算结果如表 8所示。

在浙江省交通强国建设试点县(市、区)评选过程中，专家遵循统筹基层和社会交通数字化改革实践，深化省市县共建、政企社联动推进的原则，围绕“基础设施数字化、载运装备数字化、行业治理数字化、运输服务数字化”四大重点，综合考虑现状基础、交通数字化发展特色等，对各申报县(市、区)进行投票，该5个区县的得票结果如表 9所示。

表 8结果显示，相对贴近度从大到小排序为：区县B、区县A、区县E、区县C、区县D，5个区县的综合交通数字化水平接近且均处于良好水平。对比表 9专家投票数的排名结果，二者评估结果一致。

为了进一步分析评估各个区县在不同领域的交通数字化建设情况，本TOPSIS评估模型分别开展各个区县在基础设施数字化、载运装备数字化、行业治理数字化、运输服务数字化4个领域的数字化水平评估，计算结果如表 10所示。

由于最优解和最劣解均从指标原始矩阵中所得，因此评估结果仅表示待评估区县间的相对情况。根据表 10，区县A、区县B在基础设施数字化领域的建设水平相对较低，建议其加强基础设施数字化的建设；区县C在行业治理数字化、运输服务数字化两个领域的建设水平有待加强，尤其需重点关注运输服务数字化建设；区县D在载运装备数字化领域落后较多，导致其综合交通数字化水平排名靠后，建议其在载运装备数字化建设上向其他领域看齐；区县E在行业治理数字化领域的建设水平较差，建议其进一步加强数字化改革应用的落实。

表 8和表 9的结果一致，表明本方法对于区县综合交通数字化水平评估具备一定的准确性，可作为评判区县综合交通数字化水平的依据。相对于专家评分或投票的方式，本方法以定量指标为基础，结果更具客观性和可量化性。同时，基于本方法还可对区县在其他各个领域的数字化建设水平分别展开评估，直观表明各个领域的建设情况，对于科学指导区县的交通数字化建设、推动综合交通数字化发展具有参考价值。

4 结论

以区县综合交通数字化水平评估为目标，在总结交通数字化试点任务要求的基础上，结合区县综合交通业务特点，围绕基础设施数字化、载运装备数字化、行业治理数字化、运输服务数字化4个领域提出14项综合交通数字化评估指标，并基于TOPSIS法进一步建立综合交通数字化水平评估模型，最后以浙江省5个区县为例计算综合交通数字化水平相对贴近度，从而得出各个区县的综合交通数字化水平排名与等级。结果表明，通过本方法对5个区县的评估与专家投票结果一致，证明了运用本方法对区县综合交通数字化水平进行评估的科学性和准确性。同时还对5个区县在4个领域数字化建设水平进行评估，并根据评估结果提出发展建议，可为加快推动区县综合交通数字化发展建设提供理论参考。