鄭州市交通政策影響的系統(tǒng)動力學模型與仿真

陳振， 昝哲

(河南農(nóng)業(yè)大學信息與管理科學學院，河南 鄭州 450002)

近年來，中國的經(jīng)濟發(fā)展取得了巨大進步，人民生活水平不斷提高，城市交通作為城市系統(tǒng)中的一個重要組成部分，在維系經(jīng)濟運行和社會發(fā)展中發(fā)揮了重要作用。隨著城市化進程不斷加快，機動車保有量與出行量快速增長，進而引發(fā)了一系列交通問題，交通供需矛盾日益突出、交通擁堵[1]、停車位不足[2]、交通污染物排放嚴重[3]、能源消耗日益增加[4]。嚴重的交通擁堵不僅制約著社會經(jīng)濟發(fā)展，還會影響空氣質量與居民健康[5]。雖然近年來汽車尾氣排放污染得到了一定控制，排放量在逐年降低，但移動源污染問題依舊突出。特別是在北京、上海、深圳等大中型城市，移動源對細顆粒物(PM2.5)濃度的比例高達10%至50%以上[6]，在極端不利的條件下，比重會更高。因此，有效解決交通問題，減少尾氣污染，提高城市空氣質量與居民健康，是城市實現(xiàn)可持續(xù)發(fā)展的關鍵因素。

針對如何有效治理城市交通問題，國內(nèi)外學者進行了大量研究。XUE等[3]構建了城市軌道交通建設的系統(tǒng)動力學模型，以南昌市為例對模型進行動態(tài)仿真，發(fā)現(xiàn)為了完成60%的公共交通出行共享率的交通大都市創(chuàng)建目標，需要將公共交通投資占交通總投資的比例從0.25調整到0.35。SURYANI等[7]在對印度尼西亞泗水市的交通有效性及交通擁堵狀況進行分析后，發(fā)現(xiàn)實施補貼公共交通，提高私人車輛停車費的成本，提高私人車輛稅收等策略，在提高運營和服務效率的影響下，交通系統(tǒng)效率可增加80%，有助于緩解交通擁堵。程鐵信等[8]認為在城市擁堵區(qū)域實施擁擠定價既可以減少交通擁堵,又降低了交通社會成本。然而，杜萍[9]認為，依靠經(jīng)濟杠桿解決交通擁堵問題存在極大的局限性，城市提高停車費、征收擁堵費可能會產(chǎn)生新的不公平。B?RJESSON等[10-11]認為，由擁堵費用引起的車流量減少會隨著時間增加，且公共支持因擁堵收費的增加而減少。楊浩雄等[12]、LIU等[13]分析了限行政策對城市交通的影響，結果發(fā)現(xiàn)單靠限行政策無法有效地激勵出行者轉向公共交通。PERCOCO[14]認為意大利米蘭的交通治堵措施在實施后的幾天內(nèi)對改善空氣質量起到了積極作用，但隨后消失。王康[15]認為制定高效合理的公交調度方法,提高公交運營效率,進而可以改善交通擁堵狀況。汪進[16]通過對鄭州市中心城區(qū)土地利用結構與城市高峰期擁堵率的相關性進行分析，從定性角度提出了治堵的解決方案。

城市交通問題涉及社會、經(jīng)濟、交通、環(huán)境等多種影響因素，是一個復雜的動態(tài)發(fā)展系統(tǒng)，具有非線性、動態(tài)性與反饋性的特征。目前，國內(nèi)外學者大多以理論探討、定性分析為主，定量分析較少，這并不能揭示非線性機制在時間序列上的演化趨勢。而系統(tǒng)動力學正是采用定性與定量相結合的方法，解決非線性、高階次復雜的系統(tǒng)問題。因此，采用此方法進行進一步的完善與研究，具有一定的理論價值與現(xiàn)實意義。此外，針對數(shù)據(jù)不完全問題，引入灰色預測方法能進一步提高模型的精度與有效性。然而，很少有學者運用其組合方法并考慮多方面因素對城市交通政策的實施進行仿真分析。因此，與以往研究不同，本研究采用系統(tǒng)動力學與灰色預測理論相結合的方法，構建城市交通政策影響的系統(tǒng)動力學模型，從城市交通政策入手，系統(tǒng)地分析交通問題的形成機制，并對緩堵減排背景下主要治理政策進行動態(tài)仿真，探究政策實施對整個系統(tǒng)的長、短期影響及可能引發(fā)的“悖論效應”，并在現(xiàn)有政策的基礎上，結合仿真結果提出相應的建議與優(yōu)化措施，致力于為城市交通與環(huán)境治理提供依據(jù)。

1 城市交通政策影響的SD模型

1.1 城市交通政策模型的系統(tǒng)邊界的確定

系統(tǒng)動力學(system dynamics，SD)是FORRESTER于1956年創(chuàng)立的[17]。該學科作為系統(tǒng)科學與管理科學的一個重要分支，是研究系統(tǒng)反饋結構與行為的一門科學，也是一門將系統(tǒng)科學理論與計算機仿真密切結合的綜合性學科。運用該方法建模的步驟一般有系統(tǒng)分析、結構分析、模型建立、模型檢驗、動態(tài)仿真[18]。系統(tǒng)分析的第一步是確定系統(tǒng)邊界，即確定系統(tǒng)結構。

城市交通系統(tǒng)是一種涉及多種影響因素的復雜動態(tài)發(fā)展系統(tǒng)。根據(jù)建模目的，將模型劃分為社會、經(jīng)濟、交通、環(huán)境4個子系統(tǒng)，并將城市經(jīng)濟、城市人口、各類機動車保有量、環(huán)境污染、道路面積、城市停車位、政策治理等變量設置為研究對象，運用Vensim PLE軟件建立模型的因果回路圖(圖1)。

圖1中箭頭代表變量間的因果關系，“+”和“-”分別代表正效應和負效應。圖1包括2種類型的反饋回路，正反饋回路和負反饋回路。正反饋回路是指回路中一個初始參數(shù)的增加(減少)可以通過一系列參數(shù)的作用后使這個初始參數(shù)增加(減少)，起到自我增強的作用，而負反饋與之相反，起到減弱作用。

圖1 因果回路圖Fig.1 Causal loop diagram

確定系統(tǒng)邊界后，需要對系統(tǒng)內(nèi)各要素間的因果關系進行分析。模型中主要的反饋回路有：

回路1為負反饋回路，城市經(jīng)濟的發(fā)展提高了居民的生活水平，這會導致更多家庭購買私家車，從而增加機動車出行量，減少車均道路面積，帶來交通擁擠問題，進而又影響經(jīng)濟發(fā)展?；芈?也為負反饋回路，機動車出行量的增加不僅會加劇交通擁堵問題，也會對環(huán)境造成影響，汽車尾氣對環(huán)境的破壞將會進一步影響城市經(jīng)濟的發(fā)展。然而政府不能限制經(jīng)濟發(fā)展來治理交通擁堵、緩解空氣污染，相反要在保證經(jīng)濟發(fā)展的前提下采取合適的政策措施緩解交通擁堵、改善空氣質量?；芈?與回路4為負反饋回路，通過實施相關政策(主要考慮限行政策)，減少了機動車出行量，從而提高了道路承載力與環(huán)境承載力，對緩解交通擁堵、改善環(huán)境污染起到積極作用?；芈?顯示環(huán)境污染的加重將會促使政府加大對新能源汽車的鼓勵力度，進而增加新能源汽車在機動車的比重，起到緩解尾氣污染的效果?；芈?為負反饋回路，停車收費增加會導致私家車出行成本的增加，從而在一定程度上抑制居民的出行需求，減少機動車出行量與停車需求，相應的停車收費價格將會降低，這說明停車收費與私家車出行之間是相互抑制的關系?；芈?為正反饋回路，環(huán)境污染將影響城市遷入率與人均GDP，居民收入的增加會促使私家車的購買，這將進一步增加機動車出行量，從而加重交通與環(huán)境問題。由此看出，如果不采取政策措施加以限制，城市交通與環(huán)境問題的矛盾將會逐漸加劇。

1.2 城市交通政策模型的系統(tǒng)流圖

基于圖1，利用Vensim軟件繪制相應的存量流量圖(圖2)。為解決交通問題，減少汽車尾氣排放，鄭州市采取了一系列政策措施，如限行政策、停車收費政策、新能源汽車補貼政策等。政策的實施不僅會影響城市經(jīng)濟，對交通與環(huán)境也會產(chǎn)生影響。由于城市交通政策影響系統(tǒng)涉及眾多變量，本文提出如下假設：

假設1：環(huán)境子系統(tǒng)中的汽車尾氣排放的污染物主要考慮NOX與PM顆粒物，其是引發(fā)的霧霾的主要成分，并取兩者污染程度的均值作為城市環(huán)境污染程度。

假設2：社會子系統(tǒng)主要考慮人口的變化，且為鄭州市常住人口。

假設3：實施限行政策時，當限行的尾號數(shù)為a時，將減少a×10%的機動車出行量，其中除去不在限制內(nèi)的車輛。另外，鄭州市是于2017年開始實行限行政策。因此，本研究在對限行政策進行仿真時，將模型設定為從2017年開始實施限行政策，而其他政策仿真時間范圍為2013—2025年，適當擴大仿真年限，以獲得更多數(shù)據(jù)探討政策的實施效果，研究結果更加貼合實際，更加真實可靠。

設置：Initial time=2013，F(xiàn)inal time=2025，Time step=1，Unit of time:Year。

圖2 城市交通政策影響的系統(tǒng)流圖Fig.2 A systematic flow diagram of the impact of urban transportation policies

2 城市交通政策模型參數(shù)與方程的確定

2.1 參數(shù)的確定

在對模型進行仿真之前，要對模型中的參數(shù)進行估計，參數(shù)的確定方法大致分為以下幾種：(1)官網(wǎng)數(shù)據(jù)。數(shù)據(jù)主要來自《中國移動源環(huán)境管理年報2019—2020》《中國機動車環(huán)境管理年報2016—2018》《中國機動車污染防治年報2014—2015》《河南省統(tǒng)計年鑒2014—2020》及《中國統(tǒng)計年鑒2014—2020》。通過對數(shù)據(jù)進行計算，可確定以下變量：各類機動車對NOX、PM的貢獻率，各類機動車車均年NOX、PM排放量，NOX、PM存量初值，凈遷入率均值等。(2)相關文獻。其可確定的參數(shù)有污染物消散率、報廢率、機動車出行比例等[12,19]。(3)參數(shù)擬合與回歸分析可確定凈遷入率調節(jié)系數(shù)。

2.2 基于系統(tǒng)動力學與灰色預測理論確定表函數(shù)

采用表函數(shù)確定城市GDP增長率和各類機動車增長率。針對數(shù)據(jù)不完全或趨勢不明顯的情形，采用均值GM(1,1)模型[20]對其進行預測，既提高了仿真期內(nèi)參數(shù)值的預測精度，又減少了模型的復雜度。算法流程圖見圖3。

具體計算過程如下：

第一步：對數(shù)據(jù)進行處理

(1)初始化建模原始序列：

X(0)=(x(0)(1),x(0)(2),…,x(0)(7))=(6.201 9×1011,6.777 0×1011,7.311 5×1011,8.114 0×1011,9.130 2×1011,10.143 3×1011,11.589 7×1011)

(2)原始序列的一階累加生成序列(1-AGO)：

X(1)=(x(1)(1),x(1)(2),…,x(1)(7))=(6.201 9×1011,12.978 9×1011,20.290 4×1011,28.404 4×1011,37.534 6×1011,47.677 9×1011,59.267 6×1011)

圖3 算法流程圖Fig.3 Algorithm flow chart

(3)1-AGO的緊鄰均值生成序列：

Z(1)=(z(1)(1),z(1)(2),…,z(1)(6))=(9.590 4×1011,16.634 7×1011,24.347 4×1011,

32.969 5×1011,42.606 3×1011,53.472 8×1011)

第二步：構建均值GM(1,1)模型

根據(jù)灰色預測理論，X(0)為原始數(shù)據(jù)序列，X(1)為X(0)的1-AGO序列，Z(1)為X(1)的緊鄰均值生成序列，則：

x(0)(k)+az(1)(k)=b

(1)

為均值GM(1,1)模型。其中，x(0)(k)為原始數(shù)據(jù)序列X(0)里的數(shù)值，z(1)(k)為緊鄰均值生成序列Z(1)里的數(shù)值，a為模型的發(fā)展系數(shù)，b為灰色作用量。

(2)

為均值GM(1,1)模型的白化微分方程。其中，x(1)為一階累加生成序列X(1)里的數(shù)值。

第三步：計算模型的時間響應式

由白化微分方程可計算模型發(fā)展系數(shù)與灰色作用量的值為：

a=-0.110 3,b=5.541 6

則均值GM(1,1)模型的時間響應式為：

(3)

第四步：得出模擬值序列

由時間響應式可得相應的模擬值，見表1。

第五步：相對誤差檢驗

利用模擬值與實際值可得到相應的殘差與相對誤差，結果見表1。

由此可得平均相對誤差為1.030 9%，模型精度較高。

表1 誤差檢驗表Table 1 Error test table

第六步：得出預測值

由以上步驟可得2020—2025年鄭州市GDP的預測值，記為新序列:

X′=(x(0)(1),x(0)(2),…,x(0)(6))=(12.693 5×1011,13.828 4×1011,14.967 5×1011,

16.102 8×1011,17.675 5×1011,19.230 6×1011)

第七步：構建表函數(shù)

由此可得GDP增長率表函數(shù)=WITH LOOKUP(城市GDP，([(6×1011，0)-(5×1012，0.2)]，(6.201 9×1011，0.092 7)，(6.776 99×1011，0.078 9)，(7.31152×1011，0.109 8)，(8.113 97×1011，0.125 2)，(9.130 20×1011，0.111 0)，(1.014 33×1012，0.142 6)，(1.158 97×1012，0.095 2)，(1.269 35×1012，0.089 4)，(1.382 84×1012，0.082 4)，(1.496 75×1012，0.075 9)，(1.610 28×1012，0.097 7)，(1.767 55×1012，0.088 0)，(1.923 06×1012，0.043 9)))。

相同的方法可得到各類機動車預測值，模型精度均為一級。

2.3 部分參數(shù)初始值

下面列出模型的部分參數(shù)初始值，見表2。

2.4 主要方程式

系統(tǒng)動力學模型中的變量主要有水平變量、速率變量、輔助變量、常量、表函數(shù)及邏輯函數(shù)等，模型設計變量眾多，主要方程式如下：

(1)GDP增長率表函數(shù)=WITH LOOKUP(城市GDP，([(6×1011，0)-(5×1012，0.2)]，(6.201 9×1011，0.092 7)，(6.776 99×1011，0.078 9)，(7.311 52×1011，0.109 8)，(8.113 97×1011，0.125 2)，(9.130 20×1011，0.111 0)，(1.014 33×1012，0.142 6)，(1.158 97×1012，0.095 2)，(1.269 35×1012，0.089 4)，(1.382 84×1012，0.082 4)，(1.496 75×1012，0.075 9)，(1.610 28×1012，0.097 7)，(1.767 55×1012，0.088 0)，(1.923 06×1012，0.043 9)))。

(2)城市GDP=INTEG(GDP增量, 6.201 9×1011)，單位：元。

(3)城市人口=INTEG(凈增人口+凈遷入人口-死亡人口,9.19×106),單位：人。

(4)凈遷入率均值=0.013 11。

(5)凈遷入率調節(jié)系數(shù)=0.004×ln(人均GDP)-0.021×環(huán)境污染程度-0.041，單位：1·a-1。

表2 模型部分參數(shù)與初始值(2013年)Table 2 Partial parameters and initial values of the model (2013)

(6)凈遷入率=凈遷入率均值+凈遷入率調節(jié)系數(shù)。

(7)私家車保有量=INTEG(私家車年增加量-私家車年報廢量,1.481 3×106)，單位：輛。

(8)PM存量=INTEG(PM增量-PM消散量，2 158.12)，單位：t。

(9)PM增量=機動車出行量×機動車車均年PM排放量×機動車對PM的貢獻率，單位：t·a-1。

(10)NOX存量=INTEG(NOX增量-NOX消散量，27 098.1)，單位：t。

(11)交通投資=城市GDP×交通投資占GDP比重，單位：元。

(12)道路建設投資=交通投資×道路投資比重，單位：元。

(13)停車設施投資=交通投資×停車投資比重+停車收費收益，單位：元。

(14)停車收費收益=停車收費×停車需求，單位：元。

(15)停車需求=停車位總量×停車場使用率×停車場周轉率×365。

(16)NOX污染程度=IF THEN ELSE(NOX存量≥205 000，0.9，IF THEN ELSE(NOX存量≥185 000，0.8，IF THEN ELSE(NOX存量≥165 000，0.7，IF THEN ELSE(NOX存量≥145 000，0.65，IF THEN ELSE(NOX存量≥125 000，0.6，IF THEN ELSE(NOX存量≥105 000，0.55，IF THEN ELSE(NOX存量≥85 000，0.5，IF THEN ELSE(NOX存量≥65 000，0.4，IF THEN ELSE(NOX存量≥45 000，0.3，IF THEN ELSE(NOX存量≥25 000，0.2，0.1))))))))))。

3 動態(tài)仿真分析

3.1 城市交通政策模型檢驗

選取部分主要變量進行有效性檢驗，驗證模型的合理性與穩(wěn)健性。利用2014—2018年鄭州市GDP、城市人口、私家車保有量與城市道路面積的實際數(shù)據(jù)與模擬數(shù)據(jù)進行相對誤差檢驗。檢驗結果見表3。

經(jīng)過計算，2014—2018年鄭州市GDP、城市人口、私家車保有量與城市道路面積的平均相對誤差，分別為0.002 5%、0.26%、2.15%、1.78%。各個變量平均相對誤差均在3%以內(nèi)，因此該模型具有較高精度，通過有效性檢驗，可采用此模型進行動態(tài)仿真分析。

表3 城市交通政策模型檢驗結果Table 3 Urban traffic policy model test results

3.2 仿真分析

3.2.1 限行政策 鄭州市于2017-12-04開始實行限行政策，起初實行單雙號限行政策，后從2018-01-01起實行雙尾號限行政策。目前，鄭州市所實行的限行政策是指鄭州市東三環(huán)(107輔道)、南三環(huán)、西三環(huán)、北三環(huán)(均不含本路)以內(nèi)所有道路的區(qū)域對工作日期間所屬范圍內(nèi)的機動車按車牌尾號實行每日的7時到21時限行2種尾號的政策措施。根據(jù)實際情況，對鄭州市在不同限行政策下的實施效果進行動態(tài)仿真，探究其對道路交通狀況、機動車尾氣排放、空氣質量等方面產(chǎn)生的影響，仿真結果見圖4。

在道路交通狀況方面，由圖4(a)、(b)可以看出，雙尾號與單雙號限行在初期均可以限制一部分機動車出行，增加城市的車均道路面積，在一定程度上緩解交通擁堵，提高道路交通的生態(tài)承載力。但隨著時間推移，機動車出行量在逐漸上升，車均道路面積也在持續(xù)下降，這說明單一的限行政策并不能從根本上解決交通問題，只能起到緩解作用。此外，與雙尾號限行相比，到2025年單雙號限行的擁堵狀況將會下降15.07%，說明單雙號限行比雙尾號限行效果好。

在尾氣污染物排放方面，由圖4(c)-(f)可以看出，限行政策在短期可以減少污染氣體排放量，降低環(huán)境承載力的下降速率，但在2022年后，NOX與PM存量又出現(xiàn)上升趨勢(回彈效應)，環(huán)境承載力也在持續(xù)下降。即此項政策在短期內(nèi)對汽車尾氣的控制有明顯的效果，但長期來看可能會出現(xiàn)負面效果(減排悖論)。

此外，通過對限行政策進行動態(tài)仿真，發(fā)現(xiàn)這一政策對減少機動車出行量，緩解交通擁堵有積極作用[21-22]。但隨著政策的實施，部分人們的出行會由私家車轉向公共交通[23]，而公共交通基礎設施的供給水平短期內(nèi)可能跟不上人們的需求，這將會造成公共交通的“擁堵”，加重公共交通負擔(集聚效應)。這些，反過來又可能導致一部分居民選擇私家車出行，并采取一些措施來規(guī)避政策，如購買第二輛車，從而出現(xiàn)與政府本意相違背的現(xiàn)象，削弱政策效力。同時，限行的實施可能會刺激居民在非限制日出行頻率的增加，并抵消部分居民轉向公共交通的政策效應，進而可能又增加了環(huán)境污染(減排悖論)。這些將影響社會和諧，不利于城市的可持續(xù)發(fā)展。

圖4 限行政策仿真結果Fig.4 Simulation results of traffic restriction policy

3.2.2 停車收費政策 依據(jù)鄭州市《機動車停車收費標準》，將整個鄭州市分為三類區(qū)域，一類區(qū)域為花園路、紫荊山路以西，隴海路以北，大學路、南陽路以東，金水路段東南、黃河路以南。二類區(qū)域為一類區(qū)域以外，未來大道以西、航海路以北、桐柏路以東、農(nóng)業(yè)南路以南。二類區(qū)域以外的市內(nèi)城區(qū)為三類區(qū)域。按照“中心區(qū)域高于邊遠地區(qū)、路內(nèi)高于路外、地上高于地下、高峰時段高于非高峰時段”的原則，實行機動車存放服務差別化收費。具體收費標準如下：一類區(qū)域白天臨時停車為路內(nèi)停車4元·h-1，地上停車3元·h-1，地下停車2元·h-1，夜間收費5元。二類區(qū)域白天臨時停車為地上停車4元·次-1，地下停車3元·次-1，夜間收費5元。三類區(qū)域白天臨時停車為地上停車2元·h-1，地下停車2元/次，夜間收費3元。由此可以看出，鄭州市停車收費標準主要集中于2～4元·h-1，最高不超過5元·h-1。本研究將停車收費設定為5元·次-1，并在仿真時逐漸增加停車收費的價格，探究停車收費政策對城市交通的影響，仿真結果見圖5。

以機動車總出行量的仿真結果為例，2025年當停車收費從5元·次-1變成6元·次-1時，其能夠抑制36.51萬次的機動車出行量，而當停車收費從13元·次-1增加為14元·次-1時，所能減少的機動車出行量僅為6.02萬輛。隨著停車收費單位遞增，其對交通所產(chǎn)生的抑制作用在逐漸減弱。具體結果見表4。由此可以看出，停車收費政策具有邊際遞減效應，當以1元為幅度逐漸遞增時，機動車出行量的減少幅度卻在逐漸下降，適度的收費能實現(xiàn)較好的交通抑制作用。

3.2.3 發(fā)展新能源汽車政策 目前，國內(nèi)外都在大力推廣新能源汽車，以減少汽車尾氣排放。根據(jù)《中國移動源環(huán)境管理年報2020》，2019年中國機動車氮氧化物(NOX)排放總量為635.6萬t，顆粒物(PM)排放量為7.4萬t，河南省均排名第三，排放量分別為46萬t、0.56萬t，占比7.24%、7.57%。作為河南省的省會城市，鄭州市機動車保有量與尾氣排放速度正逐年上升，交通污染日趨嚴重。因此，大力發(fā)展新能源汽車，以新能源汽車替代現(xiàn)有燃油汽車，減少機動車尾氣排放刻不容緩。

通過調節(jié)部分參數(shù)，對發(fā)展新能源汽車政策進行仿真。表5顯示了2013—2025年鄭州市機動車NOX排放和PM顆粒物排放，相應數(shù)值是通過系統(tǒng)動力學模型進行動態(tài)仿真所計算得出的。由表5可以看出，鄭州市機動車NOX和PM顆粒物排放逐年增加。通過發(fā)展新能源汽車，NOX與PM存量在增加一段時間后在2022年呈現(xiàn)下降趨勢，說明減排效果逐漸明顯。到2025年，鄭州市機動車尾氣排放中氮氧化物存量將從41 462 t下降到31 347 t，顆粒物PM將從2 779 t下降到2 362 t，污染物存量分別減少了近24.40%與15.01%。因此，發(fā)展新能源汽車可以降低城市大氣中NOX與PM的排放總量，實現(xiàn)減排目標。目前，鄭州市機動車氮氧化物與顆粒物排放量過高，需要開發(fā)低排放汽車、發(fā)展新能源汽車，以有效減少尾氣排放，改善城市環(huán)境污染，進而促進城市交通與環(huán)境可持續(xù)發(fā)展。

圖5 不同停車收費對機動車總出行量的仿真結果Fig.5 Simulation results of different parking charges on total vehicle trips

表4 不同停車收費對機動車出行量的影響(2025年)

表5 鄭州市機動車NOX與PM存量的動態(tài)仿真值Table 5 Dynamic simulation values of NOX and PM inventory of vehicles in Zhengzhou city

4 結論與政策建議

本研究基于鄭州市2013—2019年的相關數(shù)據(jù)，構建城市交通政策影響的系統(tǒng)動力學模型，系統(tǒng)地分析了交通問題的形成機制，并對緩堵減排背景下主要治理政策進行動態(tài)仿真，得到以下結論：

(1)限行政策具有時間效應，短期內(nèi)對減少機動車出行有顯著影響，但長期可能引發(fā)負面效應(聚集效應與減排悖論)，并沒有從根本上解決交通與環(huán)境問題，只能作為階段性政策使用，不能作為長期措施。此外，由于單雙號限行比雙尾號限行效果好，在交通與環(huán)境問題嚴重時，可以實行更為嚴格的限行政策，實現(xiàn)短期的治理目標。長期來看，鄭州市需要結合其他政策，如加大對公共交通的建設，從根本上實現(xiàn)對交通問題的改善。

(2)停車收費政策具有邊際遞減效應，當以1元為幅度逐漸遞增時，機動車出行量的減少幅度卻在逐漸下降，適度的收費能實現(xiàn)較好的交通抑制作用。

(3)通過發(fā)展新能源汽車，交通源排放中的氮氧化物將下降24.40%，顆粒物將下降15.01%，減少機動車污染物的排放可以有效改善環(huán)境污染問題，因此，可以通過開發(fā)低排放汽車、鼓勵市民購買新能源汽車，從根本上解決城市交通源污染問題。

基于上述結論，提出以下政策建議：

首先，鄭州市在實施限行政策時，應充分考慮地區(qū)的發(fā)展背景，進行科學靈活的調整。從長遠看，鄭州需要更全面和可行的政策工具，例如征收擁堵費、燃油稅，大力發(fā)展新能源汽車等。此外，也有專家建議通過市場化手段治理擁堵，充分利用機動車使用各環(huán)節(jié)的價格杠桿調節(jié)供求關系，減少非市場化手段的干預。

其次，提高居民對政策的接受能力是治理交通問題的關鍵。要優(yōu)先發(fā)展公共交通、鼓勵綠色出行，就要加大力改善城市道路規(guī)劃，增加公共交通基礎設施，提高便利性和可達性，使居民主動使用公共交通。相反，對私家車使用的強制性限制可能會導致居民采取對策來規(guī)避政策，從而增加社會的外部成本。此外，在加大對公共交通投資的同時，鼓勵短途出行的居民使用共享單車，同時加大對共享單車的整治，在方便居民出行的同時，解決好亂停亂放問題，從根源上解決交通與污染問題。

最后，嚴控交通源污染，提高機動車燃油品質、開發(fā)低排放汽車、大力推行新能源汽車，鼓勵各地出臺促進老舊汽車置換政策，同時，對新能源汽車的相關技術設配進行不斷完善，如電池、充電站等，促進新能源汽車行業(yè)的發(fā)展，進而從源頭上減少尾氣污染，改善城市空氣質量。