基于RM-BP-DEMATEL模型剖析交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩匾?、引?.1研究背景與意義1.1.1研究背景在全球氣候變化的大背景下，碳排放問(wèn)題已成為國(guó)際社會(huì)關(guān)注的焦點(diǎn)。工業(yè)革命以來(lái)，人類對(duì)化石能源的大量使用，導(dǎo)致大氣中二氧化碳等溫室氣體濃度急劇上升，進(jìn)而引發(fā)全球氣候變暖、極端天氣事件頻發(fā)等一系列環(huán)境問(wèn)題。交通運(yùn)輸作為經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)性和先導(dǎo)性產(chǎn)業(yè)，在全球能源消耗和碳排放中占據(jù)著重要份額。國(guó)際能源署（IEA）數(shù)據(jù)顯示，交通運(yùn)輸行業(yè)是全球第二大碳排放部門，碳排量占比約為25%。在過(guò)去的幾十年間，隨著全球經(jīng)濟(jì)的快速發(fā)展和城市化進(jìn)程的加速，交通運(yùn)輸需求持續(xù)增長(zhǎng)，交通運(yùn)輸領(lǐng)域的碳排放量也以約1.7%的年平均增長(zhǎng)率增長(zhǎng)，增速超過(guò)其他部門。其中，道路交通是交通運(yùn)輸中最大的碳排放源，占交通運(yùn)輸總排放量的約70%，主要源于汽車、摩托車和輕型貨車等交通工具對(duì)汽油、柴油等化石燃料的燃燒。航空運(yùn)輸雖然在運(yùn)輸行業(yè)中所占比例相對(duì)較小，但由于飛機(jī)燃料燃燒產(chǎn)生的碳排放量較高，也是不可忽視的碳排放源。鐵路運(yùn)輸和海運(yùn)的碳排放量雖相對(duì)較低，但隨著運(yùn)輸需求的增加，其碳排放總量也不容小覷。在中國(guó)，交通運(yùn)輸行業(yè)的碳排放形勢(shì)同樣嚴(yán)峻。據(jù)相關(guān)數(shù)據(jù)顯示，我國(guó)交通運(yùn)輸行業(yè)碳排放量已占全國(guó)總排放量的20%以上，且隨著交通運(yùn)輸需求的不斷增長(zhǎng)，碳排放量呈上升趨勢(shì)。公路運(yùn)輸、鐵路運(yùn)輸、水路運(yùn)輸和航空運(yùn)輸是主要排放源，其中公路運(yùn)輸在我國(guó)交通運(yùn)輸中占據(jù)主導(dǎo)地位，其碳排放問(wèn)題尤為突出。此外，我國(guó)物流行業(yè)的快速發(fā)展也帶來(lái)了較大的能源消耗和碳排放，據(jù)研究發(fā)現(xiàn)，我國(guó)物流業(yè)碳排放量占全年能源消耗碳排放總量的7.16%。交通運(yùn)輸行業(yè)的高碳排放不僅對(duì)全球氣候和環(huán)境造成了嚴(yán)重威脅，也給人類的健康和經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展帶來(lái)了諸多挑戰(zhàn)。從環(huán)境方面來(lái)看，碳排放導(dǎo)致的全球氣候變暖引發(fā)了冰川融化、海平面上升、極端氣候事件增加等問(wèn)題，對(duì)生態(tài)系統(tǒng)的平衡和穩(wěn)定構(gòu)成了嚴(yán)重破壞。同時(shí)，交通運(yùn)輸排放的廢氣中含有大量有害物質(zhì)，如一氧化碳、氮氧化物、顆粒物等，是空氣污染的重要來(lái)源之一，可能導(dǎo)致呼吸道疾病增多、空氣質(zhì)量下降等，對(duì)人體健康產(chǎn)生負(fù)面影響。從經(jīng)濟(jì)角度而言，高碳排放意味著對(duì)化石能源的高度依賴，而化石能源的日益稀缺和價(jià)格波動(dòng)，將給交通運(yùn)輸行業(yè)的發(fā)展帶來(lái)成本壓力，制約經(jīng)濟(jì)的可持續(xù)增長(zhǎng)。因此，推動(dòng)交通運(yùn)輸?shù)吞蓟l(fā)展已成為全球應(yīng)對(duì)氣候變化、實(shí)現(xiàn)可持續(xù)發(fā)展的必然選擇。許多國(guó)家和地區(qū)紛紛制定相關(guān)政策和目標(biāo)，致力于降低交通運(yùn)輸領(lǐng)域的碳排放。例如，歐盟出臺(tái)了一系列嚴(yán)格的減排政策，計(jì)劃到2030年將新車的平均排放量減少至95g/km，廂式車輛的平均排放量減少到147g/km。我國(guó)也提出了“雙碳”目標(biāo)，即二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和，交通運(yùn)輸行業(yè)作為碳排放的重點(diǎn)領(lǐng)域，肩負(fù)著重要的減排任務(wù)。1.1.2研究意義本研究基于RM-BP-DEMATEL方法對(duì)交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩剡M(jìn)行分析，具有重要的理論和實(shí)踐意義。在理論方面，豐富和完善了低碳交通領(lǐng)域的研究體系。目前，雖然已有不少關(guān)于交通運(yùn)輸碳排放影響因素的研究，但大多數(shù)研究集中在單一因素或少數(shù)幾個(gè)因素的分析上，缺乏對(duì)多因素之間復(fù)雜關(guān)系的系統(tǒng)研究。本研究運(yùn)用RM-BP-DEMATEL方法，能夠全面、系統(tǒng)地分析交通運(yùn)輸?shù)吞蓟芰Φ挠绊懸蛩兀粌H可以確定各因素的重要程度，還能揭示因素之間的相互作用關(guān)系和因果關(guān)系，為深入理解交通運(yùn)輸?shù)吞蓟膬?nèi)在機(jī)制提供了新的視角和方法，彌補(bǔ)了現(xiàn)有研究在這方面的不足，有助于推動(dòng)低碳交通理論的進(jìn)一步發(fā)展。在實(shí)踐層面，為交通運(yùn)輸?shù)吞蓟叩闹贫ê鸵?guī)劃提供了科學(xué)依據(jù)。通過(guò)明確影響交通運(yùn)輸?shù)吞蓟芰Φ年P(guān)鍵因素和各因素之間的相互關(guān)系，政府部門可以有的放矢地制定針對(duì)性強(qiáng)的政策措施。例如，對(duì)于對(duì)交通運(yùn)輸?shù)吞蓟芰τ绊戄^大的關(guān)鍵因素，如能源結(jié)構(gòu)、技術(shù)創(chuàng)新等，可以加大政策支持和資金投入，推動(dòng)能源結(jié)構(gòu)優(yōu)化和低碳技術(shù)研發(fā)與應(yīng)用；對(duì)于處于因果關(guān)系上游的因素，如政策法規(guī)、市場(chǎng)機(jī)制等，可以通過(guò)完善政策法規(guī)體系、健全市場(chǎng)機(jī)制等手段，從源頭上引導(dǎo)和促進(jìn)交通運(yùn)輸?shù)吞蓟l(fā)展。同時(shí)，本研究的結(jié)果也能為交通運(yùn)輸企業(yè)的發(fā)展戰(zhàn)略和運(yùn)營(yíng)管理提供參考，幫助企業(yè)認(rèn)識(shí)到自身在低碳發(fā)展方面的優(yōu)勢(shì)和不足，引導(dǎo)企業(yè)加大在低碳技術(shù)創(chuàng)新、運(yùn)營(yíng)管理優(yōu)化等方面的投入，提高能源利用效率，降低碳排放，提升企業(yè)的競(jìng)爭(zhēng)力和可持續(xù)發(fā)展能力。此外，本研究對(duì)于促進(jìn)交通運(yùn)輸行業(yè)的節(jié)能減排、推動(dòng)經(jīng)濟(jì)社會(huì)的綠色低碳發(fā)展具有重要的現(xiàn)實(shí)意義，有助于我國(guó)“雙碳”目標(biāo)的實(shí)現(xiàn)，以及全球應(yīng)對(duì)氣候變化行動(dòng)的推進(jìn)。1.2國(guó)內(nèi)外研究現(xiàn)狀在全球積極應(yīng)對(duì)氣候變化的大背景下，交通運(yùn)輸?shù)吞蓟蔀榱藝?guó)內(nèi)外學(xué)者廣泛關(guān)注的研究領(lǐng)域。眾多學(xué)者圍繞交通運(yùn)輸?shù)吞蓟芰Φ挠绊懸蛩卣归_(kāi)了深入研究，從不同角度、運(yùn)用多種方法揭示了影響交通運(yùn)輸?shù)吞蓟年P(guān)鍵要素和內(nèi)在機(jī)制。國(guó)外方面，學(xué)者們的研究涉及多個(gè)層面。在能源結(jié)構(gòu)與技術(shù)創(chuàng)新領(lǐng)域，如[具體文獻(xiàn)1]通過(guò)對(duì)歐洲多個(gè)國(guó)家交通運(yùn)輸能源結(jié)構(gòu)的長(zhǎng)期監(jiān)測(cè)與分析，發(fā)現(xiàn)可再生能源在交通運(yùn)輸能源中占比的提升，能顯著降低碳排放。當(dāng)可再生能源占比從10%提高到30%時(shí)，碳排放可減少20%-30%，但目前可再生能源在交通運(yùn)輸領(lǐng)域的應(yīng)用面臨成本高、基礎(chǔ)設(shè)施不完善等問(wèn)題。在交通基礎(chǔ)設(shè)施與規(guī)劃方面，[具體文獻(xiàn)2]對(duì)美國(guó)多個(gè)城市的交通基礎(chǔ)設(shè)施建設(shè)與交通流量、碳排放關(guān)系進(jìn)行研究，表明合理的城市交通規(guī)劃，如增加公共交通線路和站點(diǎn)覆蓋范圍、建設(shè)自行車道網(wǎng)絡(luò)等，能有效減少私人汽車使用頻率，降低碳排放。研究還發(fā)現(xiàn)，公共交通出行分擔(dān)率每提高10%，城市交通運(yùn)輸碳排放可降低8%-12%。國(guó)內(nèi)學(xué)者也在該領(lǐng)域取得了豐碩成果。在政策法規(guī)與市場(chǎng)機(jī)制方面，[具體文獻(xiàn)3]研究了我國(guó)近年來(lái)出臺(tái)的交通運(yùn)輸節(jié)能減排政策，指出政策的實(shí)施對(duì)推動(dòng)交通運(yùn)輸企業(yè)采用低碳技術(shù)和運(yùn)營(yíng)模式起到了積極引導(dǎo)作用。如對(duì)新能源汽車的補(bǔ)貼政策，使得新能源汽車在交通運(yùn)輸工具中的比例不斷上升，2023年較2020年增長(zhǎng)了50%，但政策的執(zhí)行力度和監(jiān)管機(jī)制仍有待加強(qiáng)。在運(yùn)輸組織與管理方面，[具體文獻(xiàn)4]通過(guò)對(duì)物流企業(yè)運(yùn)輸組織模式的調(diào)研，發(fā)現(xiàn)優(yōu)化運(yùn)輸路線、提高車輛裝載率等措施能有效降低物流運(yùn)輸?shù)奶寂欧?。采用智能運(yùn)輸系統(tǒng)優(yōu)化運(yùn)輸路線后，物流企業(yè)的運(yùn)輸里程可減少10%-15%，相應(yīng)的碳排放降低15%-20%。綜合來(lái)看，現(xiàn)有研究雖然取得了一定成果，但仍存在一些不足之處。一方面，多數(shù)研究?jī)H聚焦于單一影響因素或少數(shù)幾個(gè)因素，缺乏對(duì)交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩氐娜?、系統(tǒng)分析。各影響因素之間并非孤立存在，而是相互關(guān)聯(lián)、相互作用，單獨(dú)研究某一因素難以準(zhǔn)確把握交通運(yùn)輸?shù)吞蓟恼w機(jī)制。另一方面，在分析方法上，傳統(tǒng)研究方法在處理多因素復(fù)雜關(guān)系時(shí)存在局限性，難以深入揭示因素之間的因果關(guān)系和作用路徑。例如，傳統(tǒng)的回歸分析方法只能分析變量之間的線性關(guān)系，對(duì)于非線性、復(fù)雜的因果關(guān)系難以準(zhǔn)確刻畫。本研究將基于RM-BP-DEMATEL方法，彌補(bǔ)現(xiàn)有研究的不足。通過(guò)構(gòu)建全面的影響因素指標(biāo)體系，涵蓋能源結(jié)構(gòu)、技術(shù)創(chuàng)新、交通基礎(chǔ)設(shè)施、政策法規(guī)、運(yùn)輸組織與管理等多個(gè)方面，系統(tǒng)分析各因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊?。運(yùn)用RM-BP-DEMATEL方法，不僅可以確定各因素的重要程度，還能深入挖掘因素之間的復(fù)雜關(guān)系和因果鏈，為交通運(yùn)輸?shù)吞蓟l(fā)展提供更具針對(duì)性和科學(xué)性的決策依據(jù)。1.3研究?jī)?nèi)容與方法1.3.1研究?jī)?nèi)容本研究基于RM-BP-DEMATEL方法，對(duì)交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩卣归_(kāi)全面且深入的剖析，主要涵蓋以下核心內(nèi)容。構(gòu)建影響因素指標(biāo)體系：廣泛查閱國(guó)內(nèi)外相關(guān)文獻(xiàn)，全面梳理和總結(jié)影響交通運(yùn)輸?shù)吞蓟芰Φ母黝愐蛩?。結(jié)合專家咨詢和實(shí)際調(diào)研，從能源結(jié)構(gòu)、技術(shù)創(chuàng)新、交通基礎(chǔ)設(shè)施、政策法規(guī)、運(yùn)輸組織與管理、經(jīng)濟(jì)發(fā)展水平、社會(huì)意識(shí)與公眾參與等多個(gè)維度，構(gòu)建科學(xué)合理、全面系統(tǒng)的交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩刂笜?biāo)體系。確保該體系既能準(zhǔn)確反映各方面因素對(duì)交通運(yùn)輸?shù)吞蓟挠绊?，又具有可操作性和可量化性，為后續(xù)的分析提供堅(jiān)實(shí)基礎(chǔ)。運(yùn)用RM-BP-DEMATEL模型進(jìn)行分析：收集各影響因素的相關(guān)數(shù)據(jù)，運(yùn)用粗糙集理論（RM）對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，去除數(shù)據(jù)中的冗余信息和噪聲，提高數(shù)據(jù)質(zhì)量，為后續(xù)模型分析提供可靠的數(shù)據(jù)支持。將經(jīng)過(guò)粗糙集處理后的數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練和學(xué)習(xí)，通過(guò)BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力，建立影響因素與交通運(yùn)輸?shù)吞蓟芰χg的復(fù)雜關(guān)系模型，確定各因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懗潭?。利用DEMATEL方法對(duì)各影響因素之間的相互關(guān)系進(jìn)行分析，計(jì)算各因素的中心度和原因度，確定因素之間的因果關(guān)系和重要程度排序，找出影響交通運(yùn)輸?shù)吞蓟芰Φ年P(guān)鍵因素和驅(qū)動(dòng)因素。結(jié)果分析與策略提出：對(duì)RM-BP-DEMATEL模型的分析結(jié)果進(jìn)行深入解讀，明確各影響因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懛较蚝统潭?，以及因素之間的相互作用關(guān)系?；诜治鼋Y(jié)果，從優(yōu)化能源結(jié)構(gòu)、加強(qiáng)技術(shù)創(chuàng)新、完善交通基礎(chǔ)設(shè)施、健全政策法規(guī)、優(yōu)化運(yùn)輸組織與管理、提升社會(huì)意識(shí)與公眾參與等方面，提出針對(duì)性強(qiáng)、切實(shí)可行的交通運(yùn)輸?shù)吞蓟l(fā)展策略和建議，為政府部門、交通運(yùn)輸企業(yè)等相關(guān)主體提供決策參考，促進(jìn)交通運(yùn)輸行業(yè)向低碳化方向轉(zhuǎn)型發(fā)展。1.3.2研究方法本研究綜合運(yùn)用多種研究方法，以確保研究的科學(xué)性、全面性和深入性。文獻(xiàn)研究法：通過(guò)廣泛查閱國(guó)內(nèi)外相關(guān)文獻(xiàn)，包括學(xué)術(shù)期刊論文、學(xué)位論文、研究報(bào)告、政策文件等，全面了解交通運(yùn)輸?shù)吞蓟I(lǐng)域的研究現(xiàn)狀、發(fā)展趨勢(shì)和主要研究成果。梳理和總結(jié)影響交通運(yùn)輸?shù)吞蓟芰Φ母黝愐蛩兀约艾F(xiàn)有的研究方法和分析模型，為構(gòu)建影響因素指標(biāo)體系和選擇合適的研究方法提供理論依據(jù)和參考。案例分析法：選取國(guó)內(nèi)外交通運(yùn)輸?shù)吞蓟l(fā)展的典型案例，如丹麥哥本哈根通過(guò)發(fā)展風(fēng)電、鼓勵(lì)電動(dòng)汽車使用、建設(shè)自行車道等措施成功減少交通運(yùn)輸碳排放；英國(guó)倫敦實(shí)施擁堵收費(fèi)、推廣電動(dòng)汽車、建設(shè)自行車道等措施減少交通擁堵和碳排放。對(duì)這些案例進(jìn)行深入分析，總結(jié)其在能源結(jié)構(gòu)調(diào)整、技術(shù)創(chuàng)新應(yīng)用、政策法規(guī)制定、運(yùn)輸組織優(yōu)化等方面的成功經(jīng)驗(yàn)和有效做法，為我國(guó)交通運(yùn)輸?shù)吞蓟l(fā)展提供實(shí)踐參考和借鑒。RM-BP-DEMATEL模型分析法：運(yùn)用粗糙集理論（RM）對(duì)收集到的影響因素?cái)?shù)據(jù)進(jìn)行預(yù)處理，降低數(shù)據(jù)維度，消除數(shù)據(jù)中的冗余信息，提高數(shù)據(jù)的質(zhì)量和可用性。利用BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)和預(yù)測(cè)能力，建立影響因素與交通運(yùn)輸?shù)吞蓟芰χg的復(fù)雜非線性關(guān)系模型，準(zhǔn)確評(píng)估各因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懗潭?。借助DEMATEL方法分析各影響因素之間的相互作用關(guān)系，確定因素之間的因果關(guān)系和重要程度排序，找出關(guān)鍵因素和驅(qū)動(dòng)因素，為制定交通運(yùn)輸?shù)吞蓟l(fā)展策略提供科學(xué)依據(jù)。1.4研究創(chuàng)新點(diǎn)本研究在模型運(yùn)用和研究視角上具有顯著創(chuàng)新，為交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩氐难芯刻峁┝诵碌乃悸泛头椒?。在模型運(yùn)用方面，本研究創(chuàng)新性地將RM-BP-DEMATEL模型應(yīng)用于交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩胤治?。以往?duì)交通運(yùn)輸?shù)吞蓟难芯慷嗖捎脝我环治龇椒?，難以全面、深入地揭示多因素之間的復(fù)雜關(guān)系。而本研究將粗糙集理論（RM）、BP神經(jīng)網(wǎng)絡(luò)和DEMATEL方法有機(jī)結(jié)合。通過(guò)RM對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，去除冗余信息，簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu)，提高數(shù)據(jù)質(zhì)量，為后續(xù)模型分析提供更有效的數(shù)據(jù)。利用BP神經(jīng)網(wǎng)絡(luò)強(qiáng)大的非線性映射能力，精準(zhǔn)地確定各影響因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懗潭?，克服了傳統(tǒng)線性分析方法的局限性。借助DEMATEL方法深入剖析各影響因素之間的相互作用關(guān)系，確定因素之間的因果關(guān)系和重要程度排序，從而找出關(guān)鍵因素和驅(qū)動(dòng)因素。這種多模型融合的方法能夠更全面、系統(tǒng)地分析交通運(yùn)輸?shù)吞蓟芰Φ挠绊懸蛩?，為研究提供了更科學(xué)、準(zhǔn)確的分析工具。從研究視角來(lái)看，本研究突破了傳統(tǒng)研究?jī)H關(guān)注單一因素或少數(shù)幾個(gè)因素的局限，從多維度綜合分析交通運(yùn)輸?shù)吞蓟芰Φ挠绊懸蛩?。?gòu)建了涵蓋能源結(jié)構(gòu)、技術(shù)創(chuàng)新、交通基礎(chǔ)設(shè)施、政策法規(guī)、運(yùn)輸組織與管理、經(jīng)濟(jì)發(fā)展水平、社會(huì)意識(shí)與公眾參與等多個(gè)維度的全面的影響因素指標(biāo)體系。各維度因素相互關(guān)聯(lián)、相互影響，共同作用于交通運(yùn)輸?shù)吞蓟芰?。例如，能源結(jié)構(gòu)的優(yōu)化為技術(shù)創(chuàng)新提供了新的方向和需求，而技術(shù)創(chuàng)新又能推動(dòng)能源結(jié)構(gòu)的進(jìn)一步優(yōu)化；政策法規(guī)的制定引導(dǎo)著交通基礎(chǔ)設(shè)施的建設(shè)和運(yùn)輸組織與管理的優(yōu)化，同時(shí)，交通基礎(chǔ)設(shè)施的完善和運(yùn)輸組織與管理的優(yōu)化也有助于政策法規(guī)的有效實(shí)施。通過(guò)這種多維度的研究視角，能夠更全面地把握交通運(yùn)輸?shù)吞蓟膬?nèi)在機(jī)制，為制定綜合性的交通運(yùn)輸?shù)吞蓟l(fā)展策略提供更全面的依據(jù)。二、相關(guān)理論與方法概述2.1交通運(yùn)輸?shù)吞蓟嚓P(guān)理論2.1.1交通運(yùn)輸碳排放現(xiàn)狀交通運(yùn)輸行業(yè)作為全球碳排放的重要來(lái)源之一，其碳排放情況備受關(guān)注。國(guó)際能源署（IEA）數(shù)據(jù)表明，在全球碳排放結(jié)構(gòu)中，交通運(yùn)輸行業(yè)的碳排量占比約達(dá)25%，是僅次于能源生產(chǎn)和工業(yè)領(lǐng)域的第二大碳排放部門。在過(guò)去的幾十年間，隨著全球經(jīng)濟(jì)的迅猛發(fā)展以及城市化進(jìn)程的加速推進(jìn)，交通運(yùn)輸需求呈現(xiàn)出持續(xù)增長(zhǎng)的態(tài)勢(shì)，與之相伴的是交通運(yùn)輸領(lǐng)域碳排放量以年均約1.7%的速度增長(zhǎng)，且這一增速超過(guò)了其他多數(shù)部門。從排放源來(lái)看，道路交通是交通運(yùn)輸中最為主要的碳排放源，其排放量占交通運(yùn)輸總排放量的約70%。汽車、摩托車和輕型貨車等交通工具主要依賴汽油、柴油等化石燃料，在燃燒過(guò)程中會(huì)產(chǎn)生大量的二氧化碳排放。航空運(yùn)輸雖然在整個(gè)交通運(yùn)輸行業(yè)中所占的比例相對(duì)較小，但其飛機(jī)燃料燃燒所產(chǎn)生的碳排放量較高，不容忽視。隨著全球旅游業(yè)和國(guó)際貿(mào)易的不斷發(fā)展，航空運(yùn)輸?shù)男枨蟪掷m(xù)上升，其碳排放問(wèn)題也日益凸顯。鐵路運(yùn)輸和海運(yùn)的碳排放量相對(duì)較低，然而，隨著運(yùn)輸需求的逐步增加，其碳排放總量也在不斷攀升，對(duì)環(huán)境的影響同樣不可輕視。在中國(guó)，交通運(yùn)輸行業(yè)的碳排放形勢(shì)同樣嚴(yán)峻。相關(guān)數(shù)據(jù)顯示，我國(guó)交通運(yùn)輸行業(yè)碳排放量已占全國(guó)總排放量的20%以上，并且隨著交通運(yùn)輸需求的持續(xù)增長(zhǎng)，碳排放量呈上升趨勢(shì)。公路運(yùn)輸在我國(guó)交通運(yùn)輸中占據(jù)主導(dǎo)地位，其碳排放問(wèn)題尤為突出。公路運(yùn)輸?shù)奶寂欧胖饕从诖罅康钠嚒⒇涇嚨冉煌üぞ邔?duì)化石燃料的消耗，且我國(guó)公路運(yùn)輸里程長(zhǎng)、運(yùn)輸量龐大，進(jìn)一步加劇了碳排放問(wèn)題。鐵路運(yùn)輸、水路運(yùn)輸和航空運(yùn)輸也是重要的排放源。近年來(lái)，我國(guó)鐵路運(yùn)輸?shù)碾姎饣孰m然有所提高，但仍有部分線路依賴化石燃料，導(dǎo)致碳排放。水路運(yùn)輸主要依靠船舶航行，船舶發(fā)動(dòng)機(jī)燃燒燃料會(huì)產(chǎn)生碳排放，且隨著海運(yùn)貨物量的增加，碳排放總量也在上升。航空運(yùn)輸?shù)目焖侔l(fā)展，使得其碳排放也在不斷增長(zhǎng)，尤其是國(guó)際航線的增多，進(jìn)一步加大了航空運(yùn)輸?shù)奶寂欧艍毫?。我?guó)物流行業(yè)的快速發(fā)展也帶來(lái)了較大的能源消耗和碳排放。據(jù)研究發(fā)現(xiàn)，我國(guó)物流業(yè)碳排放量占全年能源消耗碳排放總量的7.16%。物流運(yùn)輸涉及大量的貨物運(yùn)輸和倉(cāng)儲(chǔ)活動(dòng)，運(yùn)輸過(guò)程中交通工具的能源消耗以及倉(cāng)儲(chǔ)設(shè)施的能源使用，都導(dǎo)致了較高的碳排放。物流配送過(guò)程中的車輛空載、不合理的運(yùn)輸路線規(guī)劃等問(wèn)題，也進(jìn)一步加劇了碳排放。交通運(yùn)輸行業(yè)的高碳排放對(duì)全球氣候和環(huán)境造成了嚴(yán)重威脅。碳排放導(dǎo)致的全球氣候變暖引發(fā)了一系列環(huán)境問(wèn)題，如冰川融化、海平面上升、極端氣候事件增加等，對(duì)生態(tài)系統(tǒng)的平衡和穩(wěn)定構(gòu)成了嚴(yán)重破壞。交通運(yùn)輸排放的廢氣中含有大量有害物質(zhì)，如一氧化碳、氮氧化物、顆粒物等，是空氣污染的重要來(lái)源之一，可能導(dǎo)致呼吸道疾病增多、空氣質(zhì)量下降等，對(duì)人體健康產(chǎn)生負(fù)面影響。高碳排放還意味著對(duì)化石能源的高度依賴，而化石能源的日益稀缺和價(jià)格波動(dòng)，將給交通運(yùn)輸行業(yè)的發(fā)展帶來(lái)成本壓力，制約經(jīng)濟(jì)的可持續(xù)增長(zhǎng)。2.1.2交通運(yùn)輸?shù)吞蓟瘍?nèi)涵與目標(biāo)交通運(yùn)輸?shù)吞蓟侵冈诮煌ㄟ\(yùn)輸領(lǐng)域中，通過(guò)采取一系列措施，降低能源消耗和碳排放，實(shí)現(xiàn)交通運(yùn)輸與環(huán)境的協(xié)調(diào)可持續(xù)發(fā)展。其核心內(nèi)涵是以降低碳排放為目標(biāo)，通過(guò)優(yōu)化能源結(jié)構(gòu)、提升技術(shù)水平、改善交通基礎(chǔ)設(shè)施、完善政策法規(guī)、優(yōu)化運(yùn)輸組織與管理等多種手段，實(shí)現(xiàn)交通運(yùn)輸行業(yè)的低能耗、低排放、高效率發(fā)展。交通運(yùn)輸?shù)吞蓟哪繕?biāo)主要包括以下幾個(gè)方面：一是減少碳排放。這是交通運(yùn)輸?shù)吞蓟氖滓繕?biāo)，通過(guò)降低交通運(yùn)輸過(guò)程中的溫室氣體排放，緩解全球氣候變化壓力。具體而言，需要減少各類交通運(yùn)輸工具的二氧化碳、甲烷等溫室氣體排放，降低交通運(yùn)輸行業(yè)對(duì)全球碳排放的貢獻(xiàn)。二是提高能源效率。交通運(yùn)輸?shù)吞蓟瘡?qiáng)調(diào)提高能源利用效率，減少能源浪費(fèi)。通過(guò)采用先進(jìn)的節(jié)能技術(shù)和設(shè)備，優(yōu)化運(yùn)輸路線和運(yùn)輸組織方式，降低單位運(yùn)輸量的能源消耗，實(shí)現(xiàn)能源的高效利用。三是優(yōu)化交通結(jié)構(gòu)。合理調(diào)整交通運(yùn)輸結(jié)構(gòu)，提高公共交通、鐵路運(yùn)輸、水路運(yùn)輸?shù)鹊吞歼\(yùn)輸方式的比重，降低對(duì)公路運(yùn)輸尤其是私人汽車運(yùn)輸?shù)囊蕾嚕龠M(jìn)各種運(yùn)輸方式的協(xié)調(diào)發(fā)展，提高綜合運(yùn)輸效率。四是推動(dòng)技術(shù)創(chuàng)新。積極研發(fā)和應(yīng)用低碳交通技術(shù)，如新能源汽車技術(shù)、智能交通技術(shù)、高效動(dòng)力系統(tǒng)技術(shù)等，為交通運(yùn)輸?shù)吞蓟峁┘夹g(shù)支持，推動(dòng)交通運(yùn)輸行業(yè)的綠色轉(zhuǎn)型升級(jí)。五是增強(qiáng)社會(huì)意識(shí)與公眾參與。提高社會(huì)各界對(duì)交通運(yùn)輸?shù)吞蓟恼J(rèn)識(shí)和重視程度，增強(qiáng)公眾的環(huán)保意識(shí)和低碳出行意識(shí)，鼓勵(lì)公眾積極參與交通運(yùn)輸?shù)吞蓟袆?dòng)，如選擇綠色出行方式、支持低碳交通政策等。交通運(yùn)輸?shù)吞蓟且粋€(gè)系統(tǒng)性、綜合性的目標(biāo)，需要政府、企業(yè)、社會(huì)組織和公眾的共同努力，通過(guò)政策引導(dǎo)、技術(shù)創(chuàng)新、市場(chǎng)機(jī)制等多種手段，推動(dòng)交通運(yùn)輸行業(yè)向低碳、綠色、可持續(xù)方向發(fā)展，以實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)發(fā)展與環(huán)境保護(hù)的雙贏。2.2RM-BP-DEMATEL模型原理2.2.1RM（粗糙集理論）原理粗糙集理論（RoughSetTheory，RM）由波蘭數(shù)學(xué)家Zdzis?awPawlak于1982年提出，是一種專門用于處理不精確、不確定知識(shí)的數(shù)學(xué)工具。其核心思想是基于等價(jià)關(guān)系和集合的概念，通過(guò)上近似集和下近似集來(lái)描述和分析不確定性數(shù)據(jù)。在粗糙集理論中，知識(shí)被看作是對(duì)對(duì)象的分類能力。一個(gè)信息系統(tǒng)可以表示為S=(U，A，V，f)，其中U是論域，即對(duì)象的集合；A是屬性集合，可分為條件屬性C和決策屬性D；V是屬性值的集合；f是一個(gè)信息函數(shù)，它為每個(gè)對(duì)象的每個(gè)屬性賦予一個(gè)屬性值。粗糙集理論在數(shù)據(jù)預(yù)處理和屬性約簡(jiǎn)中發(fā)揮著關(guān)鍵作用。在數(shù)據(jù)預(yù)處理方面，它能夠處理數(shù)據(jù)中的噪聲和不完整性。例如，在交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩氐臄?shù)據(jù)中，可能存在一些因測(cè)量誤差或數(shù)據(jù)缺失導(dǎo)致的噪聲數(shù)據(jù)。粗糙集理論通過(guò)等價(jià)關(guān)系的劃分，能夠識(shí)別出這些噪聲數(shù)據(jù)，并在一定程度上進(jìn)行修正或處理，提高數(shù)據(jù)的質(zhì)量。屬性約簡(jiǎn)是粗糙集理論的重要應(yīng)用之一。在實(shí)際的數(shù)據(jù)分析中，數(shù)據(jù)集中的屬性往往存在冗余，即某些屬性對(duì)于決策或分類的貢獻(xiàn)較小或可以由其他屬性推導(dǎo)得出。粗糙集理論通過(guò)計(jì)算屬性的重要性度量，如信息熵、信息增益、基尼指數(shù)等，可以確定哪些屬性是冗余的，并將其刪除，從而得到一個(gè)最小屬性集，該集合能夠表達(dá)與原始數(shù)據(jù)集相同的分類能力。以交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩刂笜?biāo)體系為例，可能存在一些屬性之間存在較強(qiáng)的相關(guān)性，如能源結(jié)構(gòu)中的某種清潔能源占比和技術(shù)創(chuàng)新中的某類低碳技術(shù)應(yīng)用程度可能存在關(guān)聯(lián)，通過(guò)粗糙集理論的屬性約簡(jiǎn)，可以去除冗余屬性，保留最核心、最具代表性的屬性，簡(jiǎn)化數(shù)據(jù)分析的過(guò)程，提高模型的運(yùn)行效率和準(zhǔn)確性。2.2.2BP（反向傳播神經(jīng)網(wǎng)絡(luò)）原理BP（BackPropagation）神經(jīng)網(wǎng)絡(luò)是一種按照誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，在預(yù)測(cè)和權(quán)重確定等領(lǐng)域有著廣泛的應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)主要由輸入層、隱藏層和輸出層組成。輸入層負(fù)責(zé)接收外部數(shù)據(jù)，隱藏層可以有一層或多層，用于對(duì)輸入數(shù)據(jù)進(jìn)行非線性變換和特征提取，輸出層則輸出最終的計(jì)算結(jié)果。各層之間通過(guò)權(quán)重連接，權(quán)重決定了神經(jīng)元之間信號(hào)傳遞的強(qiáng)度。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程是一個(gè)不斷調(diào)整權(quán)重以最小化誤差的過(guò)程。其訓(xùn)練算法主要包括以下步驟：首先，將輸入數(shù)據(jù)通過(guò)輸入層傳遞到隱藏層，隱藏層中的神經(jīng)元根據(jù)權(quán)重對(duì)輸入數(shù)據(jù)進(jìn)行加權(quán)求和，并通過(guò)激活函數(shù)進(jìn)行非線性變換，得到隱藏層的輸出；然后，隱藏層的輸出再傳遞到輸出層，輸出層根據(jù)權(quán)重計(jì)算出最終的預(yù)測(cè)值。計(jì)算預(yù)測(cè)值與實(shí)際值之間的誤差，將誤差通過(guò)反向傳播的方式從輸出層傳遞回隱藏層和輸入層，根據(jù)誤差調(diào)整各層之間的權(quán)重。這個(gè)過(guò)程不斷迭代，直到誤差達(dá)到設(shè)定的閾值或達(dá)到最大迭代次數(shù)，此時(shí)的權(quán)重即為訓(xùn)練得到的最優(yōu)權(quán)重。在交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩胤治鲋?，BP神經(jīng)網(wǎng)絡(luò)可以用于確定各影響因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懗潭?。將能源結(jié)構(gòu)、技術(shù)創(chuàng)新、交通基礎(chǔ)設(shè)施等影響因素作為輸入層數(shù)據(jù)，交通運(yùn)輸?shù)吞蓟芰ο嚓P(guān)指標(biāo)作為輸出層數(shù)據(jù)，通過(guò)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，得到各影響因素與交通運(yùn)輸?shù)吞蓟芰χg的復(fù)雜非線性關(guān)系模型。模型可以輸出各影響因素的權(quán)重，權(quán)重越大，說(shuō)明該因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懗潭仍酱?。例如，如果在?xùn)練后的BP神經(jīng)網(wǎng)絡(luò)中，能源結(jié)構(gòu)因素的權(quán)重較大，說(shuō)明能源結(jié)構(gòu)的優(yōu)化對(duì)交通運(yùn)輸?shù)吞蓟芰Φ奶嵘哂兄匾饔谩?.2.3DEMATEL（決策試驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)室）原理DEMATEL（Decision-MakingTrialandEvaluationLaboratory）方法由美國(guó)學(xué)者提出，主要用于處理多因素之間的復(fù)雜關(guān)系，通過(guò)構(gòu)建直接影響矩陣，計(jì)算影響度、被影響度等指標(biāo)來(lái)確定因素之間的因果關(guān)系。DEMATEL方法的基本原理如下：首先，通過(guò)專家調(diào)查等方式，獲取各因素之間的直接影響關(guān)系，構(gòu)建直接影響矩陣A。矩陣中的元素aij表示因素i對(duì)因素j的直接影響程度，取值范圍通常為0-4，0表示因素i對(duì)因素j無(wú)影響，1表示影響較弱，2表示影響中等，3表示影響較強(qiáng)，4表示影響很強(qiáng)。對(duì)直接影響矩陣A進(jìn)行規(guī)范化處理，得到規(guī)范化直接影響矩陣X。計(jì)算綜合影響矩陣T，T=X(I-X)-1，其中I為單位矩陣。根據(jù)綜合影響矩陣T，計(jì)算各因素的影響度Ii和被影響度Ri。影響度Ii表示因素i對(duì)其他所有因素的綜合影響程度，即Ii=∑j=1ntij；被影響度Ri表示因素i受到其他所有因素的綜合影響程度，即Ri=∑i=1ntij。計(jì)算中心度Ci和原因度Di。中心度Ci=Ii+Ri，反映了因素在系統(tǒng)中的重要程度，中心度越大，說(shuō)明該因素在系統(tǒng)中的作用越關(guān)鍵；原因度Di=Ii-Ri，用于判斷因素屬于原因因素還是結(jié)果因素。當(dāng)Di>0時(shí)，該因素為原因因素，對(duì)其他因素具有較強(qiáng)的影響作用；當(dāng)Di<0時(shí)，該因素為結(jié)果因素，主要受到其他因素的影響。在交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩胤治鲋校\(yùn)用DEMATEL方法可以清晰地揭示各影響因素之間的因果關(guān)系和重要程度排序。例如，通過(guò)計(jì)算發(fā)現(xiàn)政策法規(guī)因素的原因度較大，說(shuō)明政策法規(guī)作為原因因素，對(duì)能源結(jié)構(gòu)調(diào)整、技術(shù)創(chuàng)新、運(yùn)輸組織與管理等其他因素具有重要的引導(dǎo)和推動(dòng)作用；而運(yùn)輸組織與管理因素的被影響度較大，表明它在很大程度上受到政策法規(guī)、交通基礎(chǔ)設(shè)施等其他因素的影響。2.3RM-BP-DEMATEL模型構(gòu)建步驟2.3.1數(shù)據(jù)收集與預(yù)處理數(shù)據(jù)收集是模型構(gòu)建的基礎(chǔ)環(huán)節(jié)，對(duì)于交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩胤治龆?，全面、?zhǔn)確的數(shù)據(jù)至關(guān)重要。本研究通過(guò)多種渠道廣泛收集數(shù)據(jù)，以確保數(shù)據(jù)的多樣性和代表性。從政府部門獲取相關(guān)數(shù)據(jù)，如交通運(yùn)輸部、國(guó)家統(tǒng)計(jì)局等發(fā)布的交通運(yùn)輸行業(yè)統(tǒng)計(jì)年鑒、能源消耗數(shù)據(jù)、碳排放數(shù)據(jù)等。這些數(shù)據(jù)具有權(quán)威性和全面性，能夠反映交通運(yùn)輸行業(yè)的整體發(fā)展?fàn)顩r和碳排放情況。以交通運(yùn)輸行業(yè)統(tǒng)計(jì)年鑒為例，其中包含了公路、鐵路、水路、航空等各種運(yùn)輸方式的運(yùn)輸量、周轉(zhuǎn)量、能源消耗等詳細(xì)數(shù)據(jù)，為分析不同運(yùn)輸方式對(duì)低碳化能力的影響提供了重要依據(jù)。從相關(guān)企業(yè)收集數(shù)據(jù)，如交通運(yùn)輸企業(yè)的運(yùn)營(yíng)數(shù)據(jù)、能源使用數(shù)據(jù)、技術(shù)創(chuàng)新投入數(shù)據(jù)等。企業(yè)數(shù)據(jù)能夠反映實(shí)際運(yùn)營(yíng)過(guò)程中的情況，有助于深入了解企業(yè)層面的因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊?。例如，物流企業(yè)提供的運(yùn)輸路線規(guī)劃、車輛裝載率、能源消耗等數(shù)據(jù)，可以幫助分析運(yùn)輸組織與管理因素對(duì)低碳化能力的作用。利用互聯(lián)網(wǎng)平臺(tái)和數(shù)據(jù)庫(kù)獲取數(shù)據(jù)，如專業(yè)的交通運(yùn)輸數(shù)據(jù)平臺(tái)、學(xué)術(shù)數(shù)據(jù)庫(kù)等。這些平臺(tái)和數(shù)據(jù)庫(kù)匯聚了大量的行業(yè)數(shù)據(jù)和研究成果，為研究提供了豐富的信息資源。通過(guò)數(shù)據(jù)平臺(tái)可以獲取不同地區(qū)的交通流量數(shù)據(jù)、新能源汽車推廣情況數(shù)據(jù)等，為研究交通基礎(chǔ)設(shè)施和技術(shù)創(chuàng)新等因素提供支持。在收集到原始數(shù)據(jù)后，由于數(shù)據(jù)中可能存在噪聲、缺失值、冗余等問(wèn)題，會(huì)影響后續(xù)模型分析的準(zhǔn)確性和可靠性，因此需要利用粗糙集理論（RM）進(jìn)行數(shù)據(jù)清洗和屬性約簡(jiǎn)。對(duì)于存在噪聲的數(shù)據(jù)，粗糙集理論通過(guò)等價(jià)關(guān)系的劃分，能夠識(shí)別出與大多數(shù)數(shù)據(jù)模式不一致的數(shù)據(jù)點(diǎn)，將其視為噪聲數(shù)據(jù)進(jìn)行處理。在交通運(yùn)輸碳排放數(shù)據(jù)中，如果某個(gè)地區(qū)的某段時(shí)間內(nèi)碳排放數(shù)據(jù)出現(xiàn)異常波動(dòng)，明顯偏離其他地區(qū)或該地區(qū)其他時(shí)間的正常范圍，粗糙集理論可以通過(guò)分析數(shù)據(jù)的屬性特征和等價(jià)關(guān)系，判斷該數(shù)據(jù)是否為噪聲數(shù)據(jù)。如果確定為噪聲數(shù)據(jù)，可以根據(jù)數(shù)據(jù)的分布情況和相關(guān)統(tǒng)計(jì)方法，對(duì)其進(jìn)行修正或刪除，以提高數(shù)據(jù)的質(zhì)量。對(duì)于存在缺失值的數(shù)據(jù)，粗糙集理論可以通過(guò)分析屬性之間的依賴關(guān)系，利用已知數(shù)據(jù)對(duì)缺失值進(jìn)行填補(bǔ)。在能源結(jié)構(gòu)數(shù)據(jù)中，如果某一地區(qū)某種能源的使用比例數(shù)據(jù)缺失，粗糙集理論可以通過(guò)分析該地區(qū)其他能源使用比例數(shù)據(jù)、交通運(yùn)輸量、經(jīng)濟(jì)發(fā)展水平等相關(guān)屬性之間的關(guān)系，采用合適的算法對(duì)缺失值進(jìn)行估計(jì)和填補(bǔ)，確保數(shù)據(jù)的完整性。屬性約簡(jiǎn)是粗糙集理論在數(shù)據(jù)預(yù)處理中的重要應(yīng)用。在構(gòu)建的交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩刂笜?biāo)體系中，可能存在一些屬性之間存在較強(qiáng)的相關(guān)性，這些冗余屬性不僅會(huì)增加數(shù)據(jù)處理的復(fù)雜度，還可能影響模型的性能。粗糙集理論通過(guò)計(jì)算屬性的重要性度量，如信息熵、信息增益、基尼指數(shù)等，可以確定哪些屬性是冗余的，并將其刪除。例如，在影響因素指標(biāo)體系中，能源結(jié)構(gòu)中的某種清潔能源占比和技術(shù)創(chuàng)新中的某類低碳技術(shù)應(yīng)用程度可能存在關(guān)聯(lián)，通過(guò)粗糙集理論計(jì)算發(fā)現(xiàn)其中一個(gè)屬性對(duì)交通運(yùn)輸?shù)吞蓟芰Φ姆诸惢蝾A(yù)測(cè)貢獻(xiàn)較小，屬于冗余屬性，則可以將其從數(shù)據(jù)集中刪除，保留最核心、最具代表性的屬性。經(jīng)過(guò)屬性約簡(jiǎn)后，得到的最小屬性集能夠表達(dá)與原始數(shù)據(jù)集相同的分類能力，簡(jiǎn)化了數(shù)據(jù)分析的過(guò)程，提高了模型的運(yùn)行效率和準(zhǔn)確性。2.3.2BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練與權(quán)重獲取在完成數(shù)據(jù)收集與預(yù)處理后，運(yùn)用經(jīng)過(guò)粗糙集處理的數(shù)據(jù)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，以建立影響因素與交通運(yùn)輸?shù)吞蓟芰χg的復(fù)雜關(guān)系模型，并獲取各影響因素的權(quán)重。將經(jīng)過(guò)粗糙集預(yù)處理后的影響因素?cái)?shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，如能源結(jié)構(gòu)、技術(shù)創(chuàng)新、交通基礎(chǔ)設(shè)施、政策法規(guī)、運(yùn)輸組織與管理等因素的相關(guān)數(shù)據(jù)。將交通運(yùn)輸?shù)吞蓟芰ο嚓P(guān)指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)的輸出，如碳排放強(qiáng)度、能源利用效率、低碳交通方式占比等指標(biāo)。確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，包括輸入層節(jié)點(diǎn)數(shù)、隱藏層節(jié)點(diǎn)數(shù)和輸出層節(jié)點(diǎn)數(shù)。輸入層節(jié)點(diǎn)數(shù)根據(jù)影響因素的數(shù)量確定，輸出層節(jié)點(diǎn)數(shù)根據(jù)交通運(yùn)輸?shù)吞蓟芰ο嚓P(guān)指標(biāo)的數(shù)量確定，隱藏層節(jié)點(diǎn)數(shù)則需要通過(guò)經(jīng)驗(yàn)公式或試驗(yàn)調(diào)試來(lái)確定，以獲得最佳的模型性能。選擇合適的激活函數(shù)和學(xué)習(xí)率。常用的激活函數(shù)有Sigmoid函數(shù)、ReLU函數(shù)等，Sigmoid函數(shù)能夠?qū)⑤斎胗成涞?-1之間，適用于處理分類問(wèn)題；ReLU函數(shù)則具有計(jì)算簡(jiǎn)單、能夠緩解梯度消失等優(yōu)點(diǎn)，適用于處理回歸問(wèn)題。學(xué)習(xí)率決定了權(quán)重更新的步長(zhǎng)，過(guò)大的學(xué)習(xí)率可能導(dǎo)致模型無(wú)法收斂，過(guò)小的學(xué)習(xí)率則會(huì)使訓(xùn)練過(guò)程過(guò)于緩慢，需要通過(guò)試驗(yàn)來(lái)確定合適的學(xué)習(xí)率。使用訓(xùn)練數(shù)據(jù)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，通過(guò)不斷調(diào)整權(quán)重，使網(wǎng)絡(luò)的預(yù)測(cè)輸出與實(shí)際輸出之間的誤差最小化。訓(xùn)練過(guò)程中，數(shù)據(jù)依次通過(guò)輸入層、隱藏層和輸出層。在隱藏層，神經(jīng)元根據(jù)權(quán)重對(duì)輸入數(shù)據(jù)進(jìn)行加權(quán)求和，并通過(guò)激活函數(shù)進(jìn)行非線性變換，得到隱藏層的輸出。隱藏層的輸出再傳遞到輸出層，輸出層根據(jù)權(quán)重計(jì)算出最終的預(yù)測(cè)值。計(jì)算預(yù)測(cè)值與實(shí)際值之間的誤差，常用的誤差函數(shù)有均方誤差（MSE）等。將誤差通過(guò)反向傳播的方式從輸出層傳遞回隱藏層和輸入層，根據(jù)誤差調(diào)整各層之間的權(quán)重。這個(gè)過(guò)程不斷迭代，直到誤差達(dá)到設(shè)定的閾值或達(dá)到最大迭代次數(shù)。經(jīng)過(guò)訓(xùn)練后，BP神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)到影響因素與交通運(yùn)輸?shù)吞蓟芰χg的復(fù)雜非線性關(guān)系，得到各影響因素與交通運(yùn)輸?shù)吞蓟芰χg的權(quán)重。權(quán)重反映了各影響因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懗潭?，?quán)重越大，說(shuō)明該因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懺酱?。例如，如果在?xùn)練后的BP神經(jīng)網(wǎng)絡(luò)中，能源結(jié)構(gòu)因素的權(quán)重較大，說(shuō)明能源結(jié)構(gòu)的優(yōu)化對(duì)交通運(yùn)輸?shù)吞蓟芰Φ奶嵘哂兄匾饔茫欢绻硞€(gè)運(yùn)輸組織與管理因素的權(quán)重相對(duì)較小，則說(shuō)明該因素在當(dāng)前情況下對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懴鄬?duì)較弱。2.3.3DEMATEL分析與結(jié)果輸出將BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的各影響因素的權(quán)重作為DEMATEL方法的輸入，進(jìn)一步分析各影響因素之間的相互關(guān)系，確定因素之間的因果關(guān)系和重要程度排序。根據(jù)BP神經(jīng)網(wǎng)絡(luò)得到的權(quán)重，構(gòu)建DEMATEL方法中的直接影響矩陣A。矩陣中的元素aij表示因素i對(duì)因素j的直接影響程度，其取值基于BP神經(jīng)網(wǎng)絡(luò)權(quán)重的相對(duì)大小進(jìn)行量化。如果因素i的權(quán)重較大，且對(duì)因素j有直接影響，則aij取值較大；反之，取值較小。例如，若能源結(jié)構(gòu)因素對(duì)技術(shù)創(chuàng)新因素有直接影響，且能源結(jié)構(gòu)因素的權(quán)重較大，說(shuō)明能源結(jié)構(gòu)的優(yōu)化對(duì)技術(shù)創(chuàng)新有較強(qiáng)的推動(dòng)作用，那么在直接影響矩陣中，能源結(jié)構(gòu)因素對(duì)應(yīng)行與技術(shù)創(chuàng)新因素對(duì)應(yīng)列的元素aij取值就相對(duì)較大。對(duì)直接影響矩陣A進(jìn)行規(guī)范化處理，得到規(guī)范化直接影響矩陣X。規(guī)范化的目的是使矩陣中的元素取值在一定范圍內(nèi)，便于后續(xù)計(jì)算和分析。通過(guò)將直接影響矩陣A的每一行元素除以該行元素絕對(duì)值之和的最大值，得到規(guī)范化直接影響矩陣X。計(jì)算綜合影響矩陣T，T=X(I-X)-1，其中I為單位矩陣。綜合影響矩陣T反映了各因素之間的綜合影響關(guān)系，不僅包括直接影響，還包括間接影響。在計(jì)算綜合影響矩陣T時(shí)，先計(jì)算(I-X)的逆矩陣，再與規(guī)范化直接影響矩陣X相乘，得到綜合影響矩陣T。根據(jù)綜合影響矩陣T，計(jì)算各因素的影響度Ii、被影響度Ri、中心度Ci和原因度Di。影響度Ii表示因素i對(duì)其他所有因素的綜合影響程度，即Ii=∑j=1ntij；被影響度Ri表示因素i受到其他所有因素的綜合影響程度，即Ri=∑i=1ntij。中心度Ci=Ii+Ri，反映了因素在系統(tǒng)中的重要程度，中心度越大，說(shuō)明該因素在系統(tǒng)中的作用越關(guān)鍵。原因度Di=Ii-Ri，用于判斷因素屬于原因因素還是結(jié)果因素。當(dāng)Di>0時(shí)，該因素為原因因素，對(duì)其他因素具有較強(qiáng)的影響作用；當(dāng)Di<0時(shí)，該因素為結(jié)果因素，主要受到其他因素的影響。根據(jù)計(jì)算得到的中心度Ci和原因度Di，輸出各影響因素之間的因果關(guān)系和重要性排序結(jié)果。將原因度Di>0的因素歸為原因因素，這些因素是影響交通運(yùn)輸?shù)吞蓟芰Φ母葱砸蛩兀瑢?duì)其他因素具有引導(dǎo)和推動(dòng)作用。例如，政策法規(guī)因素通常具有較大的原因度，說(shuō)明政策法規(guī)作為原因因素，通過(guò)制定相關(guān)政策和法規(guī)，如碳排放政策、新能源汽車推廣政策等，能夠引導(dǎo)和推動(dòng)能源結(jié)構(gòu)調(diào)整、技術(shù)創(chuàng)新、運(yùn)輸組織與管理優(yōu)化等其他因素的發(fā)展，從而影響交通運(yùn)輸?shù)吞蓟芰?。將原因度Di<0的因素歸為結(jié)果因素，這些因素主要受到其他因素的影響。例如，運(yùn)輸組織與管理因素的原因度可能較小，屬于結(jié)果因素，它在很大程度上受到政策法規(guī)、交通基礎(chǔ)設(shè)施、技術(shù)創(chuàng)新等其他因素的影響。根據(jù)中心度Ci的大小對(duì)各因素進(jìn)行重要性排序，中心度越大的因素，在交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩伢w系中的重要性越高。通過(guò)DEMATEL分析結(jié)果，可以清晰地了解各影響因素之間的相互關(guān)系和因果鏈，找出影響交通運(yùn)輸?shù)吞蓟芰Φ年P(guān)鍵因素和驅(qū)動(dòng)因素，為制定交通運(yùn)輸?shù)吞蓟l(fā)展策略提供科學(xué)依據(jù)。三、交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩刈R(shí)別3.1影響因素選取原則為了全面、準(zhǔn)確地分析交通運(yùn)輸?shù)吞蓟芰Φ挠绊懸蛩兀瑯?gòu)建科學(xué)合理的影響因素指標(biāo)體系，在選取影響因素時(shí)遵循了以下原則：全面性原則：綜合考慮能源結(jié)構(gòu)、技術(shù)創(chuàng)新、交通基礎(chǔ)設(shè)施、政策法規(guī)、運(yùn)輸組織與管理、經(jīng)濟(jì)發(fā)展水平、社會(huì)意識(shí)與公眾參與等多個(gè)方面的因素，確保涵蓋所有對(duì)交通運(yùn)輸?shù)吞蓟芰τ兄匾绊懙念I(lǐng)域，避免遺漏關(guān)鍵因素。能源結(jié)構(gòu)中不僅考慮傳統(tǒng)化石能源的使用比例，還納入可再生能源、清潔能源的占比等因素；技術(shù)創(chuàng)新方面，涵蓋新能源汽車技術(shù)、智能交通技術(shù)、低碳運(yùn)輸裝備技術(shù)等多個(gè)層面?？茖W(xué)性原則：選取的影響因素應(yīng)基于科學(xué)的理論和實(shí)踐依據(jù)，能夠客觀、準(zhǔn)確地反映其對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊憴C(jī)制。在確定因素時(shí)，參考相關(guān)的學(xué)術(shù)研究成果、行業(yè)標(biāo)準(zhǔn)和實(shí)踐經(jīng)驗(yàn)，確保因素的選取具有科學(xué)性和可靠性。對(duì)于交通基礎(chǔ)設(shè)施因素，根據(jù)交通規(guī)劃理論和實(shí)際運(yùn)營(yíng)數(shù)據(jù)，選取道路網(wǎng)絡(luò)密度、公共交通站點(diǎn)覆蓋率、鐵路電氣化率等能夠科學(xué)衡量交通基礎(chǔ)設(shè)施對(duì)低碳化影響的指標(biāo)?？刹僮餍栽瓌t：影響因素應(yīng)具有可獲取的數(shù)據(jù)來(lái)源和可量化的評(píng)價(jià)指標(biāo)，便于進(jìn)行實(shí)際的數(shù)據(jù)收集和分析。在實(shí)際研究中，能夠通過(guò)統(tǒng)計(jì)年鑒、行業(yè)報(bào)告、實(shí)地調(diào)研等方式獲取相關(guān)數(shù)據(jù)，并能夠運(yùn)用合適的方法進(jìn)行量化處理。經(jīng)濟(jì)發(fā)展水平因素可以通過(guò)國(guó)內(nèi)生產(chǎn)總值（GDP）、人均收入等可獲取的數(shù)據(jù)進(jìn)行量化分析；政策法規(guī)因素可以通過(guò)政策的出臺(tái)數(shù)量、執(zhí)行力度等指標(biāo)進(jìn)行衡量。獨(dú)立性原則：各影響因素之間應(yīng)盡量保持相對(duì)獨(dú)立，避免因素之間存在過(guò)多的重疊或強(qiáng)相關(guān)性。確保每個(gè)因素都能獨(dú)立地對(duì)交通運(yùn)輸?shù)吞蓟芰Ξa(chǎn)生影響，以便更準(zhǔn)確地分析各因素的作用機(jī)制和貢獻(xiàn)程度。在選取能源結(jié)構(gòu)和技術(shù)創(chuàng)新因素時(shí)，確保能源結(jié)構(gòu)中的能源種類占比因素與技術(shù)創(chuàng)新中的相關(guān)低碳技術(shù)應(yīng)用因素之間不存在直接的包含或強(qiáng)相關(guān)關(guān)系，避免重復(fù)計(jì)算和干擾分析結(jié)果。3.2影響因素初步篩選基于全面性、科學(xué)性、可操作性和獨(dú)立性原則，從能源結(jié)構(gòu)、運(yùn)輸方式、技術(shù)水平、政策法規(guī)、經(jīng)濟(jì)發(fā)展等多個(gè)維度，對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懸蛩剡M(jìn)行初步篩選，具體內(nèi)容如下：能源結(jié)構(gòu)：傳統(tǒng)化石能源在交通運(yùn)輸能源消耗中占據(jù)主導(dǎo)地位，其燃燒過(guò)程會(huì)產(chǎn)生大量的二氧化碳等溫室氣體，是交通運(yùn)輸碳排放的主要來(lái)源。在我國(guó)，公路運(yùn)輸中大量的汽車以汽油、柴油為燃料，這些化石能源的高碳排放特性使得公路運(yùn)輸成為碳排放的重點(diǎn)領(lǐng)域。而可再生能源和清潔能源，如太陽(yáng)能、風(fēng)能、氫能、電能等，具有清潔、低碳的特點(diǎn)，在交通運(yùn)輸領(lǐng)域的應(yīng)用可以有效減少碳排放。推廣電動(dòng)汽車、氫燃料電池汽車，利用太陽(yáng)能為交通信號(hào)燈、道路照明等設(shè)施供電，都有助于降低交通運(yùn)輸?shù)奶寂欧?。能源結(jié)構(gòu)中傳統(tǒng)化石能源與可再生能源、清潔能源的占比，是影響交通運(yùn)輸?shù)吞蓟芰Φ年P(guān)鍵因素之一。運(yùn)輸方式：不同運(yùn)輸方式的碳排放強(qiáng)度存在顯著差異。公路運(yùn)輸，尤其是私人汽車運(yùn)輸，由于車輛數(shù)量眾多、能源利用效率相對(duì)較低，碳排放強(qiáng)度較高。在城市交通中，大量私人汽車的使用導(dǎo)致交通擁堵，進(jìn)一步增加了能源消耗和碳排放。相比之下，鐵路運(yùn)輸具有大運(yùn)量、低能耗、低排放的特點(diǎn)，其單位運(yùn)輸周轉(zhuǎn)量的碳排放明顯低于公路運(yùn)輸。鐵路電氣化的發(fā)展，使得鐵路運(yùn)輸?shù)哪茉蠢眯蚀蠓岣撸寂欧胚M(jìn)一步降低。水路運(yùn)輸在長(zhǎng)距離大宗貨物運(yùn)輸方面具有優(yōu)勢(shì)，其碳排放強(qiáng)度也相對(duì)較低。優(yōu)化運(yùn)輸結(jié)構(gòu)，提高鐵路、水路等低碳運(yùn)輸方式在交通運(yùn)輸中的比重，對(duì)于降低交通運(yùn)輸碳排放、提升低碳化能力具有重要意義。技術(shù)水平：先進(jìn)的低碳技術(shù)是實(shí)現(xiàn)交通運(yùn)輸?shù)吞蓟暮诵尿?qū)動(dòng)力。新能源汽車技術(shù)的發(fā)展，如純電動(dòng)汽車技術(shù)、插電式混合動(dòng)力汽車技術(shù)、燃料電池汽車技術(shù)等，為降低交通運(yùn)輸碳排放提供了新的途徑。純電動(dòng)汽車以電能為動(dòng)力，實(shí)現(xiàn)了零尾氣排放；燃料電池汽車?yán)脷錃馀c氧氣的化學(xué)反應(yīng)產(chǎn)生電能驅(qū)動(dòng)車輛，排放物主要是水，具有低碳環(huán)保的優(yōu)勢(shì)。智能交通技術(shù)，如交通信號(hào)智能控制、智能調(diào)度系統(tǒng)、車輛自動(dòng)駕駛技術(shù)等，可以有效優(yōu)化交通流，減少交通擁堵，提高運(yùn)輸效率，從而降低能源消耗和碳排放。通過(guò)智能交通系統(tǒng)，根據(jù)實(shí)時(shí)交通流量動(dòng)態(tài)調(diào)整信號(hào)燈配時(shí)，能夠減少車輛的怠速和頻繁啟停，降低能源浪費(fèi)和碳排放。提高交通運(yùn)輸技術(shù)水平，加快低碳技術(shù)的研發(fā)和應(yīng)用，是提升交通運(yùn)輸?shù)吞蓟芰Φ年P(guān)鍵。政策法規(guī)：政策法規(guī)在引導(dǎo)和規(guī)范交通運(yùn)輸?shù)吞蓟l(fā)展方面發(fā)揮著重要的導(dǎo)向作用。政府制定的碳排放政策，如碳排放配額制度、碳排放稅等，可以對(duì)交通運(yùn)輸企業(yè)和個(gè)人的碳排放行為進(jìn)行約束和激勵(lì)。碳排放配額制度下，企業(yè)的碳排放額度受到限制，促使企業(yè)采取節(jié)能減排措施，以避免超額排放帶來(lái)的經(jīng)濟(jì)處罰；碳排放稅則通過(guò)經(jīng)濟(jì)手段，提高碳排放成本，引導(dǎo)企業(yè)和個(gè)人減少碳排放。新能源汽車推廣政策，如購(gòu)車補(bǔ)貼、稅收優(yōu)惠、充電設(shè)施建設(shè)補(bǔ)貼等，能夠有效促進(jìn)新能源汽車的普及和應(yīng)用。我國(guó)對(duì)新能源汽車的購(gòu)車補(bǔ)貼政策，使得新能源汽車的市場(chǎng)份額不斷擴(kuò)大，推動(dòng)了交通運(yùn)輸能源結(jié)構(gòu)的優(yōu)化。完善的政策法規(guī)體系是推動(dòng)交通運(yùn)輸?shù)吞蓟l(fā)展、提升低碳化能力的重要保障。經(jīng)濟(jì)發(fā)展：經(jīng)濟(jì)發(fā)展水平與交通運(yùn)輸需求密切相關(guān)。隨著經(jīng)濟(jì)的增長(zhǎng)，人們的出行需求和貨物運(yùn)輸需求不斷增加，這可能導(dǎo)致交通運(yùn)輸能源消耗和碳排放的上升。在經(jīng)濟(jì)快速發(fā)展的地區(qū)，城市化進(jìn)程加快，人口流動(dòng)頻繁，貨物運(yùn)輸量大幅增長(zhǎng)，交通運(yùn)輸行業(yè)的能源消耗和碳排放也相應(yīng)增加。經(jīng)濟(jì)發(fā)展也為交通運(yùn)輸?shù)吞蓟峁┝速Y金和技術(shù)支持。經(jīng)濟(jì)實(shí)力的增強(qiáng)使得政府和企業(yè)有更多的資金投入到低碳交通技術(shù)研發(fā)、交通基礎(chǔ)設(shè)施建設(shè)和運(yùn)輸組織優(yōu)化等方面。通過(guò)加大對(duì)新能源汽車研發(fā)的資金投入，推動(dòng)技術(shù)創(chuàng)新，提高新能源汽車的性能和市場(chǎng)競(jìng)爭(zhēng)力；加強(qiáng)交通基礎(chǔ)設(shè)施建設(shè)，改善交通擁堵?tīng)顩r，提高運(yùn)輸效率，降低碳排放。經(jīng)濟(jì)發(fā)展水平對(duì)交通運(yùn)輸?shù)吞蓟芰扔刑魬?zhàn)，也有機(jī)遇。交通基礎(chǔ)設(shè)施：交通基礎(chǔ)設(shè)施的完善程度直接影響交通運(yùn)輸?shù)男屎吞寂欧?。道路網(wǎng)絡(luò)密度不足會(huì)導(dǎo)致交通擁堵，車輛行駛速度降低，頻繁啟停，從而增加能源消耗和碳排放。在城市中，道路規(guī)劃不合理，道路網(wǎng)絡(luò)不夠完善，容易造成交通瓶頸，導(dǎo)致車輛長(zhǎng)時(shí)間擁堵，能源浪費(fèi)嚴(yán)重。公共交通站點(diǎn)覆蓋率低，使得居民乘坐公共交通不便，從而增加私人汽車的使用，提高碳排放。如果公共交通站點(diǎn)分布不均，部分地區(qū)居民距離站點(diǎn)較遠(yuǎn)，就會(huì)降低居民選擇公共交通出行的意愿。鐵路電氣化率的提高可以減少對(duì)化石能源的依賴，降低碳排放。鐵路采用電力牽引，相比傳統(tǒng)的內(nèi)燃機(jī)車，能源利用效率更高，碳排放更低。優(yōu)化交通基礎(chǔ)設(shè)施，提高道路網(wǎng)絡(luò)密度、公共交通站點(diǎn)覆蓋率和鐵路電氣化率，對(duì)于提升交通運(yùn)輸?shù)吞蓟芰χ陵P(guān)重要。運(yùn)輸組織與管理：合理的運(yùn)輸組織與管理能夠有效提高運(yùn)輸效率，降低能源消耗和碳排放。優(yōu)化運(yùn)輸路線可以減少運(yùn)輸里程，避免迂回運(yùn)輸和不合理運(yùn)輸。通過(guò)物流企業(yè)利用智能運(yùn)輸系統(tǒng)，根據(jù)貨物的收發(fā)地點(diǎn)、交通狀況等因素，優(yōu)化運(yùn)輸路線，能夠減少車輛的行駛里程，降低能源消耗和碳排放。提高車輛裝載率可以充分利用運(yùn)輸工具的運(yùn)力，減少單位貨物運(yùn)輸?shù)哪茉聪?。在貨物運(yùn)輸中，合理安排貨物的裝載方式，提高車輛的裝載率，避免車輛空載或低載運(yùn)行，能夠降低運(yùn)輸成本，減少碳排放。加強(qiáng)運(yùn)輸組織與管理，優(yōu)化運(yùn)輸路線，提高車輛裝載率，是提升交通運(yùn)輸?shù)吞蓟芰Φ闹匾緩健Ｉ鐣?huì)意識(shí)與公眾參與：社會(huì)意識(shí)和公眾參與對(duì)交通運(yùn)輸?shù)吞蓟l(fā)展具有重要的推動(dòng)作用。公眾的環(huán)保意識(shí)和低碳出行意識(shí)的提高，能夠促使人們更多地選擇綠色出行方式，如步行、騎自行車、乘坐公共交通等。當(dāng)公眾意識(shí)到交通運(yùn)輸碳排放對(duì)環(huán)境的危害，并且具備低碳出行意識(shí)時(shí)，就會(huì)主動(dòng)減少私人汽車的使用，選擇更為環(huán)保的出行方式，從而降低交通運(yùn)輸碳排放。公眾對(duì)低碳交通政策的支持和參與，能夠?yàn)檎叩膶?shí)施提供良好的社會(huì)環(huán)境。公眾積極響應(yīng)政府的新能源汽車推廣政策，購(gòu)買新能源汽車，配合政府的交通管理措施，有助于推動(dòng)交通運(yùn)輸?shù)吞蓟l(fā)展。增強(qiáng)社會(huì)意識(shí)，鼓勵(lì)公眾參與，是提升交通運(yùn)輸?shù)吞蓟芰Φ闹匾鐣?huì)基礎(chǔ)。3.3基于RM-BP-DEMATEL模型的因素篩選在完成交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩氐某醪胶Y選后，運(yùn)用RM-BP-DEMATEL模型對(duì)這些因素進(jìn)行深入分析，通過(guò)該模型的計(jì)算結(jié)果來(lái)篩選出關(guān)鍵影響因素，為后續(xù)的研究和策略制定提供精準(zhǔn)依據(jù)。將初步篩選出的能源結(jié)構(gòu)、運(yùn)輸方式、技術(shù)水平、政策法規(guī)、經(jīng)濟(jì)發(fā)展、交通基礎(chǔ)設(shè)施、運(yùn)輸組織與管理、社會(huì)意識(shí)與公眾參與等影響因素的數(shù)據(jù)進(jìn)行收集。數(shù)據(jù)來(lái)源包括政府部門發(fā)布的統(tǒng)計(jì)數(shù)據(jù)，如交通運(yùn)輸部、國(guó)家統(tǒng)計(jì)局等提供的交通運(yùn)輸行業(yè)統(tǒng)計(jì)年鑒、能源消耗數(shù)據(jù)、碳排放數(shù)據(jù)等；相關(guān)企業(yè)的運(yùn)營(yíng)數(shù)據(jù)，如交通運(yùn)輸企業(yè)的能源使用數(shù)據(jù)、技術(shù)創(chuàng)新投入數(shù)據(jù)、運(yùn)輸組織管理數(shù)據(jù)等；以及學(xué)術(shù)研究成果、行業(yè)報(bào)告等。運(yùn)用粗糙集理論（RM）對(duì)收集到的原始數(shù)據(jù)進(jìn)行預(yù)處理。在數(shù)據(jù)中，可能存在因測(cè)量誤差、數(shù)據(jù)采集遺漏等原因?qū)е碌脑肼晹?shù)據(jù)，以及部分?jǐn)?shù)據(jù)缺失的情況。通過(guò)粗糙集理論的等價(jià)關(guān)系劃分，能夠有效識(shí)別并處理這些噪聲數(shù)據(jù)，提高數(shù)據(jù)的可靠性。在能源消耗數(shù)據(jù)中，若某一時(shí)間段內(nèi)某地區(qū)的能源消耗數(shù)據(jù)出現(xiàn)異常波動(dòng)，與其他時(shí)間段和地區(qū)的數(shù)據(jù)差異過(guò)大，粗糙集理論可通過(guò)分析數(shù)據(jù)的屬性特征和等價(jià)關(guān)系，判斷該數(shù)據(jù)是否為噪聲數(shù)據(jù)。若確定為噪聲數(shù)據(jù)，可根據(jù)數(shù)據(jù)的分布情況和統(tǒng)計(jì)方法進(jìn)行修正或刪除。對(duì)于存在缺失值的數(shù)據(jù)，粗糙集理論可依據(jù)屬性之間的依賴關(guān)系，采用合適的算法對(duì)缺失值進(jìn)行填補(bǔ)。在技術(shù)創(chuàng)新數(shù)據(jù)中，若某企業(yè)的某類低碳技術(shù)研發(fā)投入數(shù)據(jù)缺失，可通過(guò)分析該企業(yè)的整體技術(shù)創(chuàng)新投入情況、同行業(yè)其他企業(yè)的相關(guān)數(shù)據(jù)以及該地區(qū)的政策支持力度等屬性之間的關(guān)系，對(duì)缺失值進(jìn)行估計(jì)和填補(bǔ)。粗糙集理論還能通過(guò)計(jì)算屬性的重要性度量，如信息熵、信息增益、基尼指數(shù)等，對(duì)初步篩選的影響因素進(jìn)行屬性約簡(jiǎn)。在影響因素指標(biāo)體系中，部分因素之間可能存在較強(qiáng)的相關(guān)性，例如能源結(jié)構(gòu)中的可再生能源占比與技術(shù)水平中的新能源汽車技術(shù)應(yīng)用程度可能存在關(guān)聯(lián)，通過(guò)粗糙集理論的計(jì)算分析，若發(fā)現(xiàn)其中某個(gè)因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ姆诸惢蝾A(yù)測(cè)貢獻(xiàn)較小，屬于冗余屬性，則可將其從數(shù)據(jù)集中刪除，從而得到一個(gè)最小屬性集，該集合能夠表達(dá)與原始數(shù)據(jù)集相同的分類能力，簡(jiǎn)化了后續(xù)分析的過(guò)程，提高了模型的運(yùn)行效率和準(zhǔn)確性。將經(jīng)過(guò)粗糙集處理后的數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，輸入層節(jié)點(diǎn)數(shù)根據(jù)經(jīng)過(guò)屬性約簡(jiǎn)后的影響因素?cái)?shù)量確定，輸出層節(jié)點(diǎn)數(shù)則根據(jù)交通運(yùn)輸?shù)吞蓟芰ο嚓P(guān)指標(biāo)的數(shù)量確定，隱藏層節(jié)點(diǎn)數(shù)通過(guò)經(jīng)驗(yàn)公式或試驗(yàn)調(diào)試來(lái)確定，以獲取最佳的模型性能。選擇合適的激活函數(shù)，如Sigmoid函數(shù)或ReLU函數(shù)，以及合適的學(xué)習(xí)率。在訓(xùn)練過(guò)程中，數(shù)據(jù)依次經(jīng)過(guò)輸入層、隱藏層和輸出層。隱藏層的神經(jīng)元根據(jù)權(quán)重對(duì)輸入數(shù)據(jù)進(jìn)行加權(quán)求和，并通過(guò)激活函數(shù)進(jìn)行非線性變換，得到隱藏層的輸出。隱藏層的輸出再傳遞到輸出層，輸出層根據(jù)權(quán)重計(jì)算出最終的預(yù)測(cè)值。計(jì)算預(yù)測(cè)值與實(shí)際值之間的誤差，常用均方誤差（MSE）等誤差函數(shù)，將誤差通過(guò)反向傳播的方式從輸出層傳遞回隱藏層和輸入層，根據(jù)誤差調(diào)整各層之間的權(quán)重。不斷迭代這個(gè)過(guò)程，直到誤差達(dá)到設(shè)定的閾值或達(dá)到最大迭代次數(shù)。經(jīng)過(guò)訓(xùn)練后，BP神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)到影響因素與交通運(yùn)輸?shù)吞蓟芰χg的復(fù)雜非線性關(guān)系，得到各影響因素與交通運(yùn)輸?shù)吞蓟芰χg的權(quán)重。權(quán)重反映了各影響因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懗潭?，?quán)重越大，說(shuō)明該因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懺酱?。例如，若能源結(jié)構(gòu)因素的權(quán)重較大，表明能源結(jié)構(gòu)的優(yōu)化對(duì)交通運(yùn)輸?shù)吞蓟芰Φ奶嵘哂兄匾饔茫蝗裟硞€(gè)運(yùn)輸組織與管理因素的權(quán)重相對(duì)較小，則說(shuō)明該因素在當(dāng)前情況下對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懴鄬?duì)較弱。將BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的各影響因素的權(quán)重作為DEMATEL方法的輸入，進(jìn)一步分析各影響因素之間的相互關(guān)系。根據(jù)BP神經(jīng)網(wǎng)絡(luò)得到的權(quán)重構(gòu)建DEMATEL方法中的直接影響矩陣A，矩陣中的元素aij表示因素i對(duì)因素j的直接影響程度，其取值基于BP神經(jīng)網(wǎng)絡(luò)權(quán)重的相對(duì)大小進(jìn)行量化。若能源結(jié)構(gòu)因素對(duì)技術(shù)創(chuàng)新因素有直接影響，且能源結(jié)構(gòu)因素的權(quán)重較大，說(shuō)明能源結(jié)構(gòu)的優(yōu)化對(duì)技術(shù)創(chuàng)新有較強(qiáng)的推動(dòng)作用，那么在直接影響矩陣中，能源結(jié)構(gòu)因素對(duì)應(yīng)行與技術(shù)創(chuàng)新因素對(duì)應(yīng)列的元素aij取值就相對(duì)較大。對(duì)直接影響矩陣A進(jìn)行規(guī)范化處理，得到規(guī)范化直接影響矩陣X。通過(guò)將直接影響矩陣A的每一行元素除以該行元素絕對(duì)值之和的最大值，實(shí)現(xiàn)規(guī)范化，使矩陣中的元素取值在一定范圍內(nèi)，便于后續(xù)計(jì)算和分析。計(jì)算綜合影響矩陣T，T=X(I-X)-1，其中I為單位矩陣。綜合影響矩陣T反映了各因素之間的綜合影響關(guān)系，不僅包括直接影響，還包括間接影響。在計(jì)算綜合影響矩陣T時(shí)，先計(jì)算(I-X)的逆矩陣，再與規(guī)范化直接影響矩陣X相乘，得到綜合影響矩陣T。根據(jù)綜合影響矩陣T，計(jì)算各因素的影響度Ii、被影響度Ri、中心度Ci和原因度Di。影響度Ii表示因素i對(duì)其他所有因素的綜合影響程度，即Ii=∑j=1ntij；被影響度Ri表示因素i受到其他所有因素的綜合影響程度，即Ri=∑i=1ntij。中心度Ci=Ii+Ri，反映了因素在系統(tǒng)中的重要程度，中心度越大，說(shuō)明該因素在系統(tǒng)中的作用越關(guān)鍵。原因度Di=Ii-Ri，用于判斷因素屬于原因因素還是結(jié)果因素。當(dāng)Di>0時(shí)，該因素為原因因素，對(duì)其他因素具有較強(qiáng)的影響作用；當(dāng)Di<0時(shí)，該因素為結(jié)果因素，主要受到其他因素的影響。根據(jù)DEMATEL方法的計(jì)算結(jié)果，對(duì)各影響因素進(jìn)行篩選。設(shè)定一個(gè)中心度閾值，將中心度小于該閾值的因素視為對(duì)交通運(yùn)輸?shù)吞蓟芰τ绊戄^小的因素，予以剔除。經(jīng)過(guò)計(jì)算發(fā)現(xiàn)，某個(gè)具體的運(yùn)輸組織與管理因素的中心度較低，對(duì)其他因素的綜合影響程度和受到其他因素的綜合影響程度都較小，說(shuō)明該因素在整個(gè)影響因素體系中的作用相對(duì)較弱，可將其從影響因素集合中剔除。對(duì)于原因度較小且被影響度也較小的因素，也可考慮剔除。這些因素既對(duì)其他因素的影響較小，自身受到其他因素的影響也較小，對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懴鄬?duì)不顯著。經(jīng)過(guò)篩選后，確定的關(guān)鍵影響因素將為后續(xù)制定交通運(yùn)輸?shù)吞蓟l(fā)展策略提供更具針對(duì)性的依據(jù)。例如，若能源結(jié)構(gòu)、技術(shù)創(chuàng)新、政策法規(guī)等因素在篩選后被確定為關(guān)鍵影響因素，那么在制定策略時(shí)，就應(yīng)重點(diǎn)圍繞這些因素展開(kāi)，加大對(duì)能源結(jié)構(gòu)優(yōu)化、技術(shù)創(chuàng)新研發(fā)和應(yīng)用、政策法規(guī)完善和執(zhí)行的力度。四、實(shí)證分析4.1案例選取與數(shù)據(jù)收集4.1.1案例選取本研究選取[具體城市名稱]作為案例，該城市在交通運(yùn)輸?shù)吞蓟l(fā)展方面具有顯著的代表性和典型性。[具體城市名稱]是我國(guó)重要的交通樞紐城市，擁有多元化的交通運(yùn)輸體系，涵蓋公路、鐵路、水路和航空等多種運(yùn)輸方式，交通運(yùn)輸活動(dòng)頻繁，能源消耗和碳排放總量較大，在交通運(yùn)輸?shù)吞蓟l(fā)展過(guò)程中面臨著諸多挑戰(zhàn)，其發(fā)展情況能很好地反映我國(guó)交通運(yùn)輸?shù)吞蓟钠毡楝F(xiàn)狀。在公路運(yùn)輸方面，[具體城市名稱]的機(jī)動(dòng)車保有量持續(xù)增長(zhǎng)，截至2023年底，已超過(guò)[X]萬(wàn)輛，公路運(yùn)輸在城市交通運(yùn)輸中占據(jù)主導(dǎo)地位，其碳排放問(wèn)題較為突出。隨著城市化進(jìn)程的加速和居民生活水平的提高，居民出行和貨物運(yùn)輸對(duì)公路運(yùn)輸?shù)囊蕾嚦潭容^高，導(dǎo)致公路運(yùn)輸?shù)哪茉聪暮吞寂欧挪粩嘣黾?。城市道路擁堵現(xiàn)象嚴(yán)重，尤其是在早晚高峰時(shí)段，車輛行駛速度緩慢，頻繁啟停，進(jìn)一步加劇了能源消耗和碳排放。鐵路運(yùn)輸在[具體城市名稱]的交通運(yùn)輸體系中也具有重要地位。該城市擁有多條鐵路干線和站點(diǎn)，承擔(dān)著大量的旅客運(yùn)輸和貨物運(yùn)輸任務(wù)。近年來(lái)，隨著鐵路電氣化改造的推進(jìn)，鐵路運(yùn)輸?shù)哪茉蠢眯视兴岣?，碳排放有所降低，但仍存在部分線路依賴化石燃料的情況，碳排放問(wèn)題有待進(jìn)一步解決。鐵路運(yùn)輸與其他運(yùn)輸方式之間的銜接不夠順暢，存在換乘不便、貨物轉(zhuǎn)運(yùn)效率低下等問(wèn)題，影響了綜合運(yùn)輸效率的提升，間接增加了碳排放。水路運(yùn)輸方面，[具體城市名稱]位于[具體水系名稱]流域，擁有較為發(fā)達(dá)的內(nèi)河航運(yùn)網(wǎng)絡(luò)。水路運(yùn)輸在大宗貨物運(yùn)輸方面具有成本低、碳排放相對(duì)較低的優(yōu)勢(shì)，但也面臨著航道條件限制、港口設(shè)施不完善等問(wèn)題。部分航道水深不足、彎曲度大，限制了大型船舶的通行，導(dǎo)致運(yùn)輸效率低下，能源消耗增加。港口的裝卸設(shè)備和運(yùn)輸組織管理不夠先進(jìn)，也影響了水路運(yùn)輸?shù)牡吞蓟l(fā)展。航空運(yùn)輸是[具體城市名稱]對(duì)外交流的重要方式之一，隨著旅游業(yè)和國(guó)際貿(mào)易的發(fā)展，航空運(yùn)輸需求不斷增長(zhǎng)。航空運(yùn)輸?shù)奶寂欧胖饕獊?lái)自飛機(jī)燃料的燃燒，其碳排放強(qiáng)度較高。[具體城市名稱]的機(jī)場(chǎng)在運(yùn)營(yíng)過(guò)程中，存在能源利用效率不高、航班調(diào)度不合理等問(wèn)題，導(dǎo)致碳排放進(jìn)一步增加。機(jī)場(chǎng)周邊的交通擁堵也會(huì)影響旅客和貨物的運(yùn)輸效率，增加碳排放。[具體城市名稱]在交通運(yùn)輸?shù)吞蓟l(fā)展方面采取了一系列積極的措施和探索，取得了一定的成果，具有一定的借鑒意義。該城市大力推廣新能源汽車，出臺(tái)了購(gòu)車補(bǔ)貼、充電設(shè)施建設(shè)補(bǔ)貼等政策，鼓勵(lì)居民購(gòu)買和使用新能源汽車。截至2023年底，新能源汽車在城市機(jī)動(dòng)車保有量中的占比已達(dá)到[X]%。加強(qiáng)公共交通建設(shè)，優(yōu)化公交線路和站點(diǎn)布局，提高公共交通的覆蓋率和服務(wù)質(zhì)量，鼓勵(lì)居民乘坐公共交通出行。積極推進(jìn)交通基礎(chǔ)設(shè)施建設(shè)，改善道路網(wǎng)絡(luò)狀況，提高道路通行能力，緩解交通擁堵。開(kāi)展了一系列節(jié)能減排宣傳活動(dòng)，提高公眾的環(huán)保意識(shí)和低碳出行意識(shí)。4.1.2數(shù)據(jù)收集本研究通過(guò)多種途徑收集[具體城市名稱]交通運(yùn)輸?shù)吞蓟嚓P(guān)數(shù)據(jù)，以確保數(shù)據(jù)的全面性和準(zhǔn)確性。通過(guò)實(shí)地調(diào)研獲取數(shù)據(jù)。研究團(tuán)隊(duì)深入[具體城市名稱]的交通運(yùn)輸企業(yè)、交通管理部門、科研機(jī)構(gòu)等，與相關(guān)負(fù)責(zé)人和工作人員進(jìn)行面對(duì)面交流，了解交通運(yùn)輸企業(yè)的運(yùn)營(yíng)情況、能源使用情況、技術(shù)創(chuàng)新情況，以及交通管理部門的政策制定和執(zhí)行情況等。在交通運(yùn)輸企業(yè)，詳細(xì)了解企業(yè)的運(yùn)輸線路規(guī)劃、車輛使用情況、能源消耗數(shù)據(jù)等。通過(guò)實(shí)地調(diào)研，獲取了企業(yè)在運(yùn)輸組織與管理方面的一手資料，為分析運(yùn)輸組織與管理因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懱峁┝藬?shù)據(jù)支持。查閱統(tǒng)計(jì)年鑒獲取數(shù)據(jù)。收集[具體城市名稱]的統(tǒng)計(jì)年鑒，以及交通運(yùn)輸部、國(guó)家統(tǒng)計(jì)局等發(fā)布的相關(guān)統(tǒng)計(jì)年鑒。這些統(tǒng)計(jì)年鑒包含了豐富的交通運(yùn)輸行業(yè)數(shù)據(jù)，如運(yùn)輸量、周轉(zhuǎn)量、能源消耗、碳排放等。從[具體城市名稱]統(tǒng)計(jì)年鑒中獲取了歷年的公路、鐵路、水路、航空運(yùn)輸量和周轉(zhuǎn)量數(shù)據(jù)，以及能源消耗和碳排放數(shù)據(jù)，為分析不同運(yùn)輸方式對(duì)低碳化能力的影響提供了數(shù)據(jù)基礎(chǔ)。收集企業(yè)報(bào)表獲取數(shù)據(jù)。向[具體城市名稱]的交通運(yùn)輸企業(yè)收集企業(yè)報(bào)表，包括財(cái)務(wù)報(bào)表、能源消耗報(bào)表、技術(shù)創(chuàng)新投入報(bào)表等。企業(yè)報(bào)表能夠反映企業(yè)的實(shí)際運(yùn)營(yíng)情況和發(fā)展?fàn)顩r，為研究提供了詳細(xì)的數(shù)據(jù)信息。從某物流企業(yè)的財(cái)務(wù)報(bào)表中獲取了企業(yè)的運(yùn)營(yíng)成本數(shù)據(jù)，從能源消耗報(bào)表中獲取了企業(yè)的能源使用種類和數(shù)量數(shù)據(jù)，從技術(shù)創(chuàng)新投入報(bào)表中獲取了企業(yè)在新能源汽車技術(shù)研發(fā)、智能交通技術(shù)應(yīng)用等方面的投入數(shù)據(jù)，為分析企業(yè)層面的因素對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊懱峁┝藬?shù)據(jù)依據(jù)。通過(guò)互聯(lián)網(wǎng)平臺(tái)和數(shù)據(jù)庫(kù)獲取數(shù)據(jù)。利用專業(yè)的交通運(yùn)輸數(shù)據(jù)平臺(tái)、學(xué)術(shù)數(shù)據(jù)庫(kù)等，收集[具體城市名稱]的交通流量數(shù)據(jù)、新能源汽車推廣情況數(shù)據(jù)、低碳交通技術(shù)研究成果數(shù)據(jù)等。從交通運(yùn)輸數(shù)據(jù)平臺(tái)上獲取了[具體城市名稱]不同區(qū)域、不同時(shí)間段的交通流量數(shù)據(jù)，為分析交通基礎(chǔ)設(shè)施對(duì)低碳化能力的影響提供了數(shù)據(jù)支持。從學(xué)術(shù)數(shù)據(jù)庫(kù)中查閱了相關(guān)的研究文獻(xiàn)，獲取了關(guān)于交通運(yùn)輸?shù)吞蓟淖钚卵芯砍晒蛿?shù)據(jù)，為研究提供了理論參考和數(shù)據(jù)補(bǔ)充。通過(guò)多種途徑收集到的數(shù)據(jù)，涵蓋了能源結(jié)構(gòu)、運(yùn)輸方式、技術(shù)水平、政策法規(guī)、經(jīng)濟(jì)發(fā)展、交通基礎(chǔ)設(shè)施、運(yùn)輸組織與管理、社會(huì)意識(shí)與公眾參與等多個(gè)方面，為運(yùn)用RM-BP-DEMATEL模型進(jìn)行交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩胤治鎏峁┝素S富的數(shù)據(jù)資源。4.2RM-BP-DEMATEL模型應(yīng)用4.2.1模型參數(shù)設(shè)置在運(yùn)用RM-BP-DEMATEL模型對(duì)[具體城市名稱]交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩剡M(jìn)行分析時(shí)，合理設(shè)置模型參數(shù)是確保模型準(zhǔn)確性和有效性的關(guān)鍵。對(duì)于粗糙集理論（RM）部分，在數(shù)據(jù)預(yù)處理過(guò)程中，設(shè)定屬性重要性度量方法為信息熵。信息熵能夠有效衡量屬性的不確定性，通過(guò)計(jì)算各屬性的信息熵，可以準(zhǔn)確評(píng)估屬性對(duì)分類的貢獻(xiàn)程度，從而為屬性約簡(jiǎn)提供依據(jù)。在分析[具體城市名稱]交通運(yùn)輸能源結(jié)構(gòu)相關(guān)數(shù)據(jù)時(shí)，利用信息熵計(jì)算能源結(jié)構(gòu)中各能源種類占比屬性的重要性，判斷哪些屬性對(duì)于區(qū)分不同的低碳化能力水平更為關(guān)鍵。設(shè)置屬性約簡(jiǎn)的閾值為0.05。當(dāng)某一屬性的重要性度量值低于該閾值時(shí)，認(rèn)為該屬性對(duì)交通運(yùn)輸?shù)吞蓟芰Φ姆诸愗暙I(xiàn)較小，屬于冗余屬性，可以將其從數(shù)據(jù)集中刪除。通過(guò)設(shè)置合理的閾值，既能有效去除冗余屬性，簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu)，又能保留關(guān)鍵屬性，確保數(shù)據(jù)的完整性和有效性。在BP神經(jīng)網(wǎng)絡(luò)部分，確定輸入層節(jié)點(diǎn)數(shù)為經(jīng)過(guò)粗糙集屬性約簡(jiǎn)后篩選出的影響因素?cái)?shù)量。假設(shè)經(jīng)過(guò)屬性約簡(jiǎn)后，確定了能源結(jié)構(gòu)、技術(shù)創(chuàng)新、政策法規(guī)、交通基礎(chǔ)設(shè)施、運(yùn)輸組織與管理等[X]個(gè)關(guān)鍵影響因素，則輸入層節(jié)點(diǎn)數(shù)設(shè)置為[X]。輸出層節(jié)點(diǎn)數(shù)根據(jù)交通運(yùn)輸?shù)吞蓟芰ο嚓P(guān)指標(biāo)的數(shù)量確定。選取碳排放強(qiáng)度、能源利用效率、低碳交通方式占比等[Y]個(gè)指標(biāo)作為衡量交通運(yùn)輸?shù)吞蓟芰Φ年P(guān)鍵指標(biāo)，輸出層節(jié)點(diǎn)數(shù)設(shè)置為[Y]。隱藏層節(jié)點(diǎn)數(shù)通過(guò)經(jīng)驗(yàn)公式和試驗(yàn)調(diào)試相結(jié)合的方法確定。采用經(jīng)驗(yàn)公式：隱藏層節(jié)點(diǎn)數(shù)=sqrt（輸入層節(jié)點(diǎn)數(shù)+輸出層節(jié)點(diǎn)數(shù)）+a，其中a為1-10之間的常數(shù)。先根據(jù)該公式初步計(jì)算出隱藏層節(jié)點(diǎn)數(shù)的范圍，然后在該范圍內(nèi)進(jìn)行試驗(yàn)調(diào)試，對(duì)比不同隱藏層節(jié)點(diǎn)數(shù)下BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練誤差和預(yù)測(cè)精度，最終確定隱藏層節(jié)點(diǎn)數(shù)為[Z]，以獲得最佳的模型性能。選擇Sigmoid函數(shù)作為激活函數(shù)。Sigmoid函數(shù)能夠?qū)⑤斎胗成涞?-1之間，其輸出值具有概率意義，適合用于處理分類問(wèn)題，在交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩胤治鲋?，有助于將輸入的影響因素?cái)?shù)據(jù)轉(zhuǎn)化為具有分類意義的輸出結(jié)果。設(shè)置學(xué)習(xí)率為0.01。學(xué)習(xí)率決定了權(quán)重更新的步長(zhǎng)，過(guò)大的學(xué)習(xí)率可能導(dǎo)致模型無(wú)法收斂，過(guò)小的學(xué)習(xí)率則會(huì)使訓(xùn)練過(guò)程過(guò)于緩慢。通過(guò)試驗(yàn)發(fā)現(xiàn)，學(xué)習(xí)率為0.01時(shí)，BP神經(jīng)網(wǎng)絡(luò)能夠在保證收斂的前提下，較快地達(dá)到較好的訓(xùn)練效果。設(shè)置最大迭代次數(shù)為1000次。當(dāng)訓(xùn)練過(guò)程中的迭代次數(shù)達(dá)到1000次時(shí)，無(wú)論模型是否收斂，都停止訓(xùn)練，以避免過(guò)度訓(xùn)練和計(jì)算資源的浪費(fèi)。設(shè)置誤差閾值為0.001。當(dāng)訓(xùn)練過(guò)程中模型的預(yù)測(cè)誤差小于0.001時(shí)，認(rèn)為模型已經(jīng)收斂，訓(xùn)練結(jié)束。在DEMATEL方法部分，根據(jù)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的各影響因素的權(quán)重構(gòu)建直接影響矩陣A。矩陣中的元素aij表示因素i對(duì)因素j的直接影響程度，取值范圍為0-4。根據(jù)權(quán)重的相對(duì)大小進(jìn)行量化，若因素i的權(quán)重較大，且對(duì)因素j有直接影響，則aij取值較大；反之，取值較小。若能源結(jié)構(gòu)因素的權(quán)重較大，且對(duì)技術(shù)創(chuàng)新因素有直接影響，表明能源結(jié)構(gòu)的優(yōu)化對(duì)技術(shù)創(chuàng)新有較強(qiáng)的推動(dòng)作用，那么在直接影響矩陣中，能源結(jié)構(gòu)因素對(duì)應(yīng)行與技術(shù)創(chuàng)新因素對(duì)應(yīng)列的元素aij取值就相對(duì)較大，如取值為3或4。對(duì)直接影響矩陣A進(jìn)行規(guī)范化處理，得到規(guī)范化直接影響矩陣X。通過(guò)將直接影響矩陣A的每一行元素除以該行元素絕對(duì)值之和的最大值，實(shí)現(xiàn)規(guī)范化，使矩陣中的元素取值在0-1之間，便于后續(xù)計(jì)算和分析。在計(jì)算綜合影響矩陣T時(shí)，T=X(I-X)-1，其中I為單位矩陣。在計(jì)算(I-X)的逆矩陣時(shí)，采用高斯消元法等方法進(jìn)行計(jì)算，確保計(jì)算結(jié)果的準(zhǔn)確性。4.2.2模型計(jì)算過(guò)程在完成模型參數(shù)設(shè)置后，按照RM-BP-DEMATEL模型的構(gòu)建步驟，對(duì)[具體城市名稱]交通運(yùn)輸?shù)吞蓟芰τ绊懸蛩剡M(jìn)行詳細(xì)的計(jì)算分析。首先進(jìn)行數(shù)據(jù)預(yù)處理，運(yùn)用粗糙集理論（RM）對(duì)收集到的原始數(shù)據(jù)進(jìn)行處理。在數(shù)據(jù)中，存在一些因測(cè)量誤差、數(shù)據(jù)采集遺漏等原因?qū)е碌脑肼晹?shù)據(jù)，以及部分?jǐn)?shù)據(jù)缺失的情況。在[具體城市名稱]交通運(yùn)輸企業(yè)的能源消耗數(shù)據(jù)中，由于監(jiān)測(cè)設(shè)備故障，某一時(shí)間段內(nèi)的能源消耗數(shù)據(jù)出現(xiàn)異常波動(dòng)，與其他時(shí)間段和企業(yè)的數(shù)據(jù)差異過(guò)大。運(yùn)用粗糙集理論的等價(jià)關(guān)系劃分，分析該數(shù)據(jù)的屬性特征和等價(jià)關(guān)系，判斷該數(shù)據(jù)為噪聲數(shù)據(jù)。根據(jù)數(shù)據(jù)的分布情況和統(tǒng)計(jì)方法，對(duì)該噪聲數(shù)據(jù)進(jìn)行修正，采用該企業(yè)在相近時(shí)間段內(nèi)的能源消耗數(shù)據(jù)的平均值進(jìn)行替換，提高數(shù)據(jù)的可靠性。在技術(shù)創(chuàng)新數(shù)據(jù)中，若某企業(yè)的某類低碳技術(shù)研發(fā)投入數(shù)據(jù)缺失，通過(guò)分析該企業(yè)的整體技術(shù)創(chuàng)新投入情況、同行業(yè)其他企業(yè)的相關(guān)數(shù)據(jù)以及該地區(qū)的政策支持力度等屬性之間的依賴關(guān)系，采用回歸分析等算法對(duì)缺失值進(jìn)行填補(bǔ)。粗糙集理論還對(duì)初步篩選的影響因素進(jìn)行屬性約簡(jiǎn)。在影響因素指標(biāo)體系中，部分因素之間可能存在較強(qiáng)的相關(guān)性，例如能源結(jié)構(gòu)中的可再生能源占比與技術(shù)水平中的新能源汽車技術(shù)應(yīng)用程度可能存在關(guān)聯(lián)。通過(guò)計(jì)算屬性的信息熵，發(fā)現(xiàn)可再生能源占比屬性對(duì)交通運(yùn)輸?shù)吞蓟芰Φ姆诸愗暙I(xiàn)相對(duì)較小，屬于冗余屬性，將其從數(shù)據(jù)集中刪除。經(jīng)過(guò)屬性約簡(jiǎn)后，得到一個(gè)最小屬性集，該集合能夠表達(dá)與原始數(shù)據(jù)集相同的分類能力，簡(jiǎn)化了后續(xù)分析的過(guò)程，提高了模型的運(yùn)行效率和準(zhǔn)確性。將經(jīng)過(guò)粗糙集處理后的數(shù)據(jù)輸入到BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。數(shù)據(jù)依次經(jīng)過(guò)輸入層、隱藏層和輸出層。在隱藏層，神經(jīng)元根據(jù)權(quán)重對(duì)輸入數(shù)據(jù)進(jìn)行加權(quán)求和，并通過(guò)Sigmoid激活函數(shù)進(jìn)行非線性變換，得到隱藏層的輸出。假設(shè)隱藏層節(jié)點(diǎn)數(shù)為[Z]，輸入層節(jié)點(diǎn)數(shù)為[X]，則隱藏層第k個(gè)神經(jīng)元的輸入zk=∑i=1xwikxi+bk，其中wik為輸入層第i個(gè)節(jié)點(diǎn)與隱藏層第k個(gè)節(jié)點(diǎn)之間的權(quán)重，xi為輸入層第i個(gè)節(jié)點(diǎn)的輸入值，bk為隱藏層第k個(gè)神經(jīng)元的偏置。隱藏層第k個(gè)神經(jīng)元的輸出hk=1/（1+e-zk）。隱藏層的輸出再傳遞到輸出層，輸出層根據(jù)權(quán)重計(jì)算出最終的預(yù)測(cè)值。假設(shè)輸出層節(jié)點(diǎn)數(shù)為[Y]，則輸出層第j個(gè)節(jié)點(diǎn)的輸出yj=∑k=1zujkhk+cj，其中ujk為隱藏層第k個(gè)節(jié)點(diǎn)與輸出層第j個(gè)節(jié)點(diǎn)之間的權(quán)重，cj為輸出層第j個(gè)神經(jīng)元的偏置。計(jì)算預(yù)測(cè)值與實(shí)際值之間的誤差，采用均方誤差（MSE）作為誤差函數(shù)，MSE=1/n∑i=1n（yi^-yi）2，其中yi^為預(yù)測(cè)值，yi為實(shí)際值，n為樣本數(shù)量。將誤差通過(guò)反向傳播的方式從輸出層傳遞回隱藏層和輸入層，根據(jù)誤差調(diào)整各層之間的權(quán)重。權(quán)重調(diào)整公式為：wij（t+1）=wij（t）+ηδjxi，其中wij（t）為t時(shí)刻輸入層第i個(gè)節(jié)點(diǎn)與隱藏層第j個(gè)節(jié)點(diǎn)之間的權(quán)重，η為學(xué)習(xí)率，δj為輸出層第j個(gè)節(jié)點(diǎn)的誤差項(xiàng)。不斷迭代這個(gè)過(guò)程，直到誤差達(dá)到設(shè)定的閾值0.001或達(dá)到最大迭代次數(shù)1000次。經(jīng)過(guò)訓(xùn)練后，BP神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)到影響因素與交通運(yùn)輸?shù)吞蓟芰χg的復(fù)雜非線性關(guān)系，得到各影響因素與交通運(yùn)輸?shù)吞蓟芰χg的權(quán)重。將BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的各影響因素的權(quán)重作為DEMATEL方法的輸入，進(jìn)一步分析各影響因素之間的相互關(guān)系。根據(jù)BP神經(jīng)網(wǎng)絡(luò)得到的權(quán)重構(gòu)建DEMATEL方法中的直接影響矩陣A。例如，若能源結(jié)構(gòu)因素對(duì)技術(shù)創(chuàng)新因素有直接影響，且能源結(jié)構(gòu)因素的權(quán)重較大，說(shuō)明能源結(jié)構(gòu)的優(yōu)化對(duì)技術(shù)創(chuàng)新有較強(qiáng)的推動(dòng)作用，那么在直接影響矩陣中，能源結(jié)構(gòu)因素對(duì)應(yīng)行與技術(shù)創(chuàng)新因素對(duì)應(yīng)列的元素aij取值就相對(duì)較大，如取值為3。對(duì)直接影響矩陣A進(jìn)行規(guī)范化處理，得到規(guī)范化直接影響矩陣X。通過(guò)將直接影響矩陣A的每一行元素除以該行元素絕對(duì)值之和的最大值，實(shí)現(xiàn)規(guī)范化。假設(shè)直接影響矩陣A的某一行元素為[2，1，3，0]，該行元素絕對(duì)值之和的最大值為3，則規(guī)范化后該行元素變?yōu)閇2/3，1/3，1，0]。計(jì)算綜合影響矩陣T，T=X(I-X)-1。先計(jì)算(I-X)的逆矩陣，再與規(guī)范化直接影響矩陣X相乘，得到綜合影響矩陣T。根據(jù)綜合影響矩陣T，計(jì)算各因素的影響度Ii、被影響度Ri、中心度Ci和原因度Di。影響度Ii表示因素i對(duì)其他所有因素的綜合影響程度，即Ii=∑j=1ntij；被影響度Ri表示因素i受到其他所有因素的綜合影響程度，即Ri=∑i=1ntij。中心度Ci=Ii+Ri，反映了因素在系統(tǒng)中的重要程度，中心度越大，說(shuō)明該因素在系統(tǒng)中的作用越關(guān)鍵。原因度Di=Ii-Ri，用于判斷因素屬于原因因素還是結(jié)果因素。當(dāng)Di>0時(shí)，該因素為原因因素，對(duì)其他因素具有較強(qiáng)的影響作用；當(dāng)Di<0時(shí)，該因素為結(jié)果因素，主要受到其他因素的影響。通過(guò)DEMATEL分析，確定各影響因素之間的因果關(guān)系和重要性排序，為后續(xù)制定交通運(yùn)輸?shù)吞蓟l(fā)展策略提供科學(xué)依據(jù)。4.3結(jié)果分析與討論4.3.1影響因素重要性排序經(jīng)過(guò)RM-BP-DEMATEL模型的計(jì)算分析，得到了[具體城市名稱]交通運(yùn)輸?shù)吞蓟芰Ω饔绊懸蛩氐闹匾耘判?，這對(duì)于明確關(guān)鍵影響因素、制定針對(duì)性策略具有重要意義。從計(jì)算結(jié)果來(lái)看，能源結(jié)構(gòu)、技術(shù)創(chuàng)新和政策法規(guī)在影響因素中占據(jù)重要地位，中心度較高。能源結(jié)構(gòu)的中心度為[具體數(shù)值1]，在所有影響因素中位居前列。這表明能源結(jié)構(gòu)對(duì)交通運(yùn)輸?shù)吞蓟芰Φ挠绊憳O為關(guān)鍵，其優(yōu)化調(diào)整能夠直接作用于交通運(yùn)輸?shù)奶寂欧藕湍茉蠢眯省鹘y(tǒng)化石能源在交通運(yùn)輸能源消耗中占比較高，是碳排放的主要來(lái)源。在[具體城市名稱]，公路運(yùn)輸中大量的汽車以汽油、柴油為燃料，這些化石能源的高碳排放特性使得公路運(yùn)輸成為碳排放的重點(diǎn)領(lǐng)域。而可再生能源和清潔能源，如太陽(yáng)能、風(fēng)能、氫能、電能等，具有清潔、低碳的特點(diǎn)，在交通運(yùn)輸領(lǐng)域的應(yīng)用可以有效減少碳排放。推廣電動(dòng)汽車、氫燃料電池汽車，利用太陽(yáng)能為交通信號(hào)燈、道路照明等設(shè)施供電，都有助于降低交通運(yùn)輸?shù)奶寂欧拧Ｒ虼?，提高可再生能源和清潔能源在能源結(jié)構(gòu)中的占比，是提升交通運(yùn)輸?shù)吞蓟芰Φ暮诵呐e措之一。技術(shù)創(chuàng)新的中心度為[具體數(shù)值2]，也具有較高的重要性。先進(jìn)的低碳技術(shù)是實(shí)現(xiàn)交通運(yùn)輸?shù)吞蓟暮诵尿?qū)動(dòng)力，其中心度較高反映出技術(shù)創(chuàng)新在推動(dòng)交通運(yùn)輸?shù)吞蓟l(fā)展中的關(guān)鍵作用。新能源汽車技術(shù)的發(fā)展，如純電動(dòng)汽車技術(shù)、插電式混合動(dòng)力汽車技術(shù)、燃料電池汽車技術(shù)等，為降低交通運(yùn)輸碳排放提供了新的途徑。純電動(dòng)汽車以電能為動(dòng)力，實(shí)現(xiàn)了零尾氣排放；燃料電池汽車?yán)脷錃馀c氧氣的化學(xué)反應(yīng)產(chǎn)生電能驅(qū)動(dòng)車輛，排放物主要是水，具有低碳環(huán)保的優(yōu)勢(shì)。智能交通技術(shù)，如交通信號(hào)智能控制、智能調(diào)度系統(tǒng)、車輛自動(dòng)駕駛技術(shù)等，可以有效優(yōu)化交通流，減少交通擁堵，提高運(yùn)輸效率，從而降低能源消耗和碳排放。通過(guò)智能交通系統(tǒng)，根據(jù)實(shí)時(shí)交通流量動(dòng)態(tài)調(diào)整信號(hào)燈配時(shí)，能夠減少車輛的怠速和頻繁啟停，降低能源浪費(fèi)和碳排放。加大對(duì)低碳交通技術(shù)的研發(fā)和應(yīng)用投入，對(duì)于提升交通運(yùn)輸?shù)吞蓟芰χ陵P(guān)重要。政策法規(guī)的中心度為[具體數(shù)值3]，同樣不容忽視。政策法規(guī)在引導(dǎo)和規(guī)范交通運(yùn)輸?shù)吞蓟l(fā)展方面發(fā)揮著重要的導(dǎo)向作用。政府制定的碳排放政策，如碳排放配額制度、碳排放稅等，可以對(duì)交通運(yùn)輸企業(yè)和個(gè)人的碳排放行為進(jìn)行約束和激勵(lì)。碳排放配額制度下，企業(yè)的碳排放額度受到限制，促使企業(yè)采取節(jié)能減排措施，以避免超額排放帶來(lái)的經(jīng)濟(jì)處罰；碳排放稅則通過(guò)經(jīng)濟(jì)手段，提高碳排放成本，引導(dǎo)企業(yè)和個(gè)人減少碳排放。新能源汽車推廣政策，如購(gòu)車補(bǔ)貼、稅收優(yōu)惠、充電設(shè)施建設(shè)補(bǔ)貼等，能夠有效促進(jìn)新能源汽車的普及和應(yīng)用。我國(guó)對(duì)新能源汽車的購(gòu)車補(bǔ)貼政策，使得新能源汽車的市場(chǎng)份額不斷擴(kuò)大，推動(dòng)了交通運(yùn)輸能源結(jié)構(gòu)的優(yōu)化。完善的政策法規(guī)體系是推動(dòng)交通運(yùn)輸?shù)吞蓟l(fā)展、提升低碳化能力的重要保障。相比之下，運(yùn)輸組織與管理、交通基礎(chǔ)設(shè)施等因素的中心度相對(duì)較低，分別為[具體數(shù)值4]和[具體數(shù)值5]。雖然這些因素的重要性相對(duì)較弱，但它們?cè)诮煌ㄟ\(yùn)輸?shù)吞蓟芰μ嵘腥园l(fā)揮著不可或缺的作用。合理的運(yùn)輸組織與管理能夠有效提高運(yùn)輸效率，降低能源消耗和碳排放。優(yōu)化運(yùn)輸路線可以減少運(yùn)輸里程，避免迂回運(yùn)輸和不合理運(yùn)輸。通過(guò)物流企業(yè)利用智能運(yùn)輸系統(tǒng)，根據(jù)貨物的收發(fā)地點(diǎn)、交通狀況等因素，優(yōu)化運(yùn)輸路線，能夠減少車輛的行駛里程，降低能源消耗和碳排放。提高車輛裝載率可以充分利用運(yùn)輸工具的運(yùn)力，減少單位貨物運(yùn)輸?shù)哪茉聪?。在貨物運(yùn)輸中，合理安排貨物的裝載方式，提高車輛的裝載率，避免車輛空載或低載運(yùn)行，能夠降低運(yùn)輸成本，減少碳排放。交通基礎(chǔ)設(shè)施的完善程度直接影響交通運(yùn)輸?shù)男屎吞寂欧拧５缆肪W(wǎng)絡(luò)密度不足會(huì)導(dǎo)致交通擁堵，車輛行駛速度降低，頻繁啟停，從而增加能源消耗和碳排放。在城市中，道路規(guī)劃不合理，道路網(wǎng)絡(luò)不夠完善，容易造成交通瓶頸，導(dǎo)致車輛長(zhǎng)時(shí)間擁堵，能源浪費(fèi)嚴(yán)重。公共交通站點(diǎn)覆蓋率低，使得居民乘坐公共交通不便，從而增加私人汽車的使用，提高碳排放。如果公共交通站點(diǎn)分布不均，部分地區(qū)居