【项目管理】高速公路日常养护造价
高速公路日常养护造价
杨梦柔
（长安大学，陕西 西安 710064）
【摘要】本文以云南省高速公路养护现状为基础，分析其日常养护造价的影响因素，对影响因素进行敏感性排序，建立日常养护费用估价模型，为后期日常养护费用合理规划与安排提供理论依据。
【关键词】高速公路；养护费用；影响因素；估价模型
Highway maintenance cost evaluation and appraisal factor model research
Yang Meng-rou
（Chang’an University，Xi’an 710064，Shaanxi，China）
【Abstract】Based on of the present situation of freeway maintenancein Yunnan province，this paper analyses the factors that influence the costs of its routine maintenance，determines the sequence of the factors’sensitivity，and set up a cost estimating model for providingtheoretical base to rational planningand arrangement of later costs of its routine maintenance.
【key words】Freeway；Maintenancecosts；Influencingfactor；Costestimating model
0 前 言
影响高速公路养护工程费用的因素是多方面的，要合理的管理造价，就必须明确养护费用的影响因素特点。本文结合云南省典型高速公路日常养护费用，深入研究对造价可能产生影响的各因素，选取其中典型因素分析其对日常养护费用的敏感性，确定出各因素与日常养护费用间的定量关系，建立日常养护造价估价模型，用于指导后期养护费用的合理规划，为养护费用的管理提供理论依据。
1 日常养护造价影响因素
高速公路为适应不同的交通量可建设成为四、六或八车道；相同车道数的高速公路在不同的设计速度及道路红线范围下路基宽度不同；沿线途经的地形条件不同则桥隧比不同，这些都构成了每个路段自身的特点，而这些特点的差异性使得各路段的养护费用不同。
1.1 通车年数
道路通车之后，随着荷载的作用，其使用性能逐渐降低，损伤逐渐增多[1-2]。对日常养护来说，为保证正常通行，将投入较多的养护费用，此时日常养护费用随着通车年数的增加而增加，随着大修期的临近达到顶峰；在通车 5~7 年之后，路面进入大修期，在大修结束后，使用性能得到恢复，日常养护费用与大修前相比会降低，此时通车年限虽长，但养护费用反而较类似条件下短于其年份而未进行大修的路面低。而对大中修费用来说，在一定水平的日常养护下，大中修时间越靠后，累积损伤越多，则费用所需越多。
为进一步说明通车年数与养护费用的关系，本文结合云南省典型高速公路日常养护费用，根据样本中通车年数的基本情况，分析其与养护费用之间的关系，基础数据见表1。为避免其余因素造成的干扰；选取均为4车道，路基宽24.5m，重车比例在45%~60%之间，桥隧比在25%~40%之间且尚未进行大修的样本作为分析的基础数据。分析结果如图1所示。
表1 路段特点及日常养护费用基础数据表
|
路段 |
车道数 |
路基宽度（m） |
交通量（%） |
通车年数（年） |
桥隧比（%） |
基准年年均日常养护费用 （万元/km） |
|
高速 1 |
4 |
24.5 |
59.4 |
8.1 |
41.85 |
8.167 |
|
高速 2 |
4 |
24.5 |
38.1 |
3.2 |
20.85 |
4.636 |
|
高速 4 |
6 |
34.5 |
65.7 |
6 |
71.35 |
11.655 |
|
高速 5 |
4 |
24.5 |
48.4 |
3.8 |
26.5 |
6.055 |
|
高速 7 |
4 |
26 |
56.8 |
5.5 |
45.2 |
8.743 |
|
高速 8 |
4 |
24.5 |
58.2 |
5.4 |
38 |
7.116 |
|
高速 9 |
4 |
24.5 |
47.5 |
3.8 |
27.6 |
6.059 |
|
高速 10 |
4 |
26 |
59 |
6.5 |
44 |
8.752 |
|
高速 12 |
6 |
33.5 |
68.74 |
6.1 |
50.8 |
9.26 |
|
高速 14 |
4 |
24.5 |
52.5 |
4.6 |
31 |
6.214 |
|
高速 15 |
4 |
24.5 |
58.5 |
6 |
39.2 |
7.535 |
|
高速 16 |
4 |
26 |
59.25 |
4.9 |
43.7 |
8.642 |
|
高速 17 |
4 |
24.5 |
31.4 |
2.6 |
13.3 |
3.878 |
|
高速 18 |
6 |
34.5 |
69.76 |
8.1 |
58.3 |
11.266 |
图1 日常养护费用与通车年数关系
由图1可以看出，日常养护费用总体趋势是随着通车年数的增加而增加。两者相关性显著，相关系数R2为0.975。通车年数越长，所需的日常养护费用越多，与定性分析吻合。
1. 2 交通量
荷载是导致路面出现病害的主要原因，随着荷载作用次数的增加、轴载的增大，路面的损伤逐渐累积，为维持其使用性能在良好的水平，需投入更多的养护费用。一般通过交通量观测并进行换算，获得累积当量轴次；而当累积当量轴次数据不足时，可选择重车比例作为交通量对养护费用影响的量化因素；这是由于道路的损伤主要是由大中型货车造成的，而轴载较小的轻型客车对路面的影响几乎可以忽略不计。结合1.1中的基础资料，分析交通量与日常养护费用之间的关系。为避免其余因素造成的干扰；选取均为4车道，路基宽24.5m，通车年限在3~5.5年，桥隧比在25%~40%之间且未进行大修的样本作为分析的基础数据。分析结果如图2所示。
图2 日常养护费用与交通量关系
由图2可以看出，日常养护费用随着重车比例的增加而呈现上升趋势，两者是相关的，相关系数R2为0.965。重车比例越高，所需要的日常养护费用越多，与定性分析吻合。
1. 3 车道数及路基宽度
高速公路一般为双向四车道、双向六车道或双向八车道。对日常养护来说，随着车道数的增加，路面宽度增加，出现裂缝、坑槽、泛油等局部病害的几率就增大；同时车道数增多也意味着清除路面泥土、杂物、保持路面整洁的工作量会相应增大，所需的日常养护费用就越多。对大中修费用来说，车道数越多，其适应的交通量越大，路面可能的病害面积就越多，相应的费用就越多。
而相同车道数的高速公路，其路基宽度也可能存在差别；这是由于路缘带宽度、中央分隔带宽度、路肩宽度以及道路红线不同而造成的。路基宽度越大，日常整理路肩、整修边坡、清除分隔带杂物以及路缘带修理的工作量就越多，相应的日常养护费用就越高。
由于样本中6车道数据较少，此处结合样本数据分析同车道高速公路路基宽度与日常养护费用的关系图。四车道高速公路常见路基宽度为24.5m和26m。为分析路基宽度与日常养护费用之间的关系，避免其余因素造成的干扰；选取重车比例在45%~60%之间，通车年限在4~6年，桥隧比在30%~45%之间的四车道样本作为分析的基础数据。
分析结果如图3所示。
图3 日常养护费用与路基宽度关系
由图3可以看出，路基宽 24.5m道路与路基宽 26m 道路相比较，随着宽度的增大，其日常养护费用的分布点中心在上移；说明日常养护费用随路基宽度的增大而呈上升趋势。
1. 4 桥隧比
相对于路面来说，桥梁工程及隧道工程的造价一般较高，同样，其养护费用相应的也会较高。桥隧比越高，意味着桥梁与隧道占总里程的比例越大，养护费用也随之越高。结合1.1中的数据资料定量分析桥隧比与日常养护费用之间的关系。为避免其余因素造成的干扰；选取均为4车道，路基宽24.5m，通车年限在3~5.5年，重车比例在45%~60%之间的样本作为分析的基础数据。分析结果如图4所示。
图4 日常养护费用与桥隧比关系
由图4可以看出，随着桥隧比的增加，日常养护费用大致呈增长的趋势。两者是相关的，相关系数R2为0.979。桥隧比越高，所需要的日常养护费用越多，与定性分析吻合。
1. 5 路面类型及厚度
（1）面层类型：高速公路路面一般分为沥青路面、水泥路面以及沥青/水泥路面。根据已有[3]研究结果，三类路面的日常养护费用由高到低分别为沥青/水泥路面、沥青路面、水泥路面。不同的面层类型在初建时费用不同，而道路大中修时一般采用与新建相同的材料，因此其养护费用也不相同。以沥青路面为例，使用SBS改性AC路面将比普通AC路面约高3.21元/m2/cm，使用SMA路面比普通AC路面高6.4元/m2/cm，OGFC路面比普通AC路面高 11元/m2/cm。
同时，不同的面层类型其承受相同荷载作用时产生损坏的情况也是不相同的。以常见的车辙为例，取常用的普通AC-25沥青混合料、ATB-25沥青混合料、SMA-16沥青玛蹄脂碎石混合料及SBS改性AC-16沥青混合料在相同厚度及相同荷载条件下测定其动稳定度，结果如图5所示。
图5 不同沥青混合料抗车辙性能
由图5可以看出，动稳定度由高到低依次为：SMA-16>SBSAC-16>ATB-25>AC-25；其中 AC-25 与ATB-25相差不大；而SMA-16和SBS AC-16混合料的抗车辙性能优于AC-25和ATB-25混合料；因此当条件类似时，在相同荷载作用下其损伤要小于后两者。
（2）路面厚度：当路面面层采用同一材料铺筑但厚度存在差异时，在相同荷载作用下，对半刚性基层的层底拉应力会产生不同的影响。如图6所示。
随着沥青层厚度的增加，半刚性基层层底拉应力逐渐减小，则半刚性基层出现疲劳开裂的可能性降低，路面的损害将体现在路面表面层上，进行养护时只需要对面层进行罩面或加铺即可，减少了半刚性基层的修复量，从而降低了养护费用。
图6 不同沥青层厚度下半刚性基层层底拉应力
1. 6 其他因素
影响高速公路养护费用的因素还包括地形和路面清扫方式等，但与前几点相比，其影响程度较弱。
公路按照沿线地形地貌可分为山岭重丘区和平原微丘区。山岭重丘区公路地势错综复杂，其养护作业面窄于平原微丘区道路，在进行同等工程量的养护作业时，需要投入更多的养护费用，尤其是安保费用；此外再加上山岭重丘区防护工程量大、路线弯道较多且坡度较陡，其道路养护需要更多的费用。因此，山岭重丘区高速公路日常养护费用应当高于平原微丘区的道路。
为保证高速公路路面的日常洁净，需对其进行定期的清扫。一般分为机械清扫和人工清扫两种作业方式。人工清扫不需配备机械，速度较慢，效率较低，同时作业人员的安全难以得到保障。机械清扫需配置高性能的清扫车，清扫效率高。一般来说机械清扫成本低于人工清扫，如乌鲁木齐公路管理局在养护作业中发现，采用人工清扫，每人每天可完成1.5km，成本为128元/km；而使用“吹风车”作业，每天可完成160km，成本为6元/km，相比人工清扫降低了95%以上的费用，可见清扫类型对于日常养护费用的影响是较大的。
2 日常养护费用影响因素敏感性分析
灰色系统理论认为现象复杂的客观系统是具有有序的整体功能的，离散的数据必然蕴含着内在的规律，高速公路日常养护费用受到多种因素的影响，但各因素对费用的影响机制却不是很明显，表现出灰色性，因此采用灰色关联分析法来研究各影响因素对日常养护费用的影响程度。且灰色关联分析法不要求有大量的样本数据，计算过程简便，而且定量计算结果通常与定性分析一致。计算步骤如下：
（1）求各序列的初值像（或均值像）。令
（1）
（2）求差序列。记
（2）
（3）求两极最大差与最小差。记
（3）
（4）求关联系数
（4）
（5）计算关联度
（5）
根据基础数据情况，选取车道数、路基宽度、交通量（重车比例）、通车年数以及桥隧比 5 项指标对日常养护费用的影响，并对这 5 项指标进行排序。根据收集的高速公路日常养护费用情况，得到各指标的行为数据如表2所示：
表2 日常养护费用及影响因素
|
日常养护费用 |
车道数 |
路基宽度 |
交通量 |
通车年数 |
桥隧比 |
|
X0 |
X1 |
X2 |
X3 |
X4 |
X5 |
|
8.167 |
4 |
24.5 |
59.4 |
8.1 |
41.85 |
|
4.636 |
4 |
24.5 |
38.1 |
3.2 |
20.85 |
|
5.853 |
4 |
24.5 |
46.2 |
3.5 |
25 |
|
11.655 |
6 |
34.5 |
65.7 |
6 |
71.35 |
|
6.055 |
4 |
24.5 |
48.4 |
3.8 |
26.5 |
|
7.231 |
4 |
24.5 |
60.8 |
5.5 |
30.8 |
|
8.743 |
4 |
26 |
56.8 |
5.5 |
45.2 |
|
7.116 |
4 |
24.5 |
58.2 |
5.4 |
38 |
|
6.059 |
4 |
24.5 |
47.5 |
3.8 |
27.6 |
|
8.752 |
4 |
26 |
59.95 |
6.5 |
44 |
|
6.061 |
4 |
24.5 |
49.8 |
4.1 |
26.46 |
|
9.261 |
6 |
33.5 |
68.74 |
6.1 |
50.8 |
|
6.097 |
4 |
24.5 |
50.9 |
4.3 |
29 |
|
6.214 |
4 |
24.5 |
52.5 |
4.6 |
31 |
|
7.535 |
4 |
24.5 |
58.5 |
6 |
39.2 |
|
8.642 |
4 |
26 |
59.25 |
4.9 |
43.7 |
|
3.878 |
4 |
24.5 |
31.4 |
2.6 |
13.3 |
|
11.266 |
6 |
34.5 |
69.76 |
8.1 |
58.3 |
根据式（1）求各序列的初值像，见表3。
表3 初值像计算值
|
X0 |
x1 |
x2 | x3 | x4 | x5 |
|
1 |
1 |
1 |
1 |
1 |
1 |
|
0.5677 |
1.0000 |
1.0000 |
0.6414 |
0.3951 |
0.4982 |
|
0.7167 |
1.0000 |
1.0000 |
0.7778 |
0.4321 |
0.5974 |
|
1.4271 |
1.5000 |
1.4082 |
1.1061 |
0.7407 |
1.7049 |
|
0.7414 |
1.0000 |
1.0000 |
0.8148 |
0.4691 |
0.6332 |
|
0.8854 |
1.0000 |
1.0000 |
1.0236 |
0.6790 |
0.7360 |
|
1.0705 |
1.0000 |
1.0612 |
0.9562 |
0.6790 |
1.0800 |
|
0.8713 |
1.0000 |
1.0000 |
0.9798 |
0.6667 |
0.9080 |
|
0.7419 |
1.0000 |
1.0000 |
0.7997 |
0.4691 |
0.6595 |
|
1.0716 |
1.0000 |
1.0612 |
1.0093 |
0.8025 |
0.7546 |
|
0.7421 |
1.0000 |
1.0000 |
0.8384 |
0.5062 |
0.6323 |
|
1.1338 |
1.5000 |
1.3673 |
1.1572 |
0.7531 |
1.2139 |
|
0.7465 |
1.0000 |
1.0000 |
0.8569 |
0.5309 |
0.6930 |
|
0.7609 |
1.0000 |
1.0000 |
0.8838 |
0.5679 |
0.7407 |
|
0.9226 |
1.0000 |
1.0000 |
0.9848 |
0.7407 |
0.9367 |
|
1.0582 |
1.0000 |
1.0612 |
0.9975 |
0.6049 |
1.0442 |
|
0.4748 |
1.0000 |
1.0000 |
0.5286 |
0.3210 |
0.3178 |
|
1.3795 |
1.5000 |
1.4082 |
1.1744 |
1.0000 |
1.3931 |
根据式（2）求差序列，见表4。
表4 差序列计算值
|
△1 |
△2 |
△3 |
△4 |
△5 |
|
0 |
0 |
0 |
0 |
0 |
|
0.4323 |
0.4323 |
0.0738 |
0.1726 |
0.0694 |
|
0.2833 |
0.2833 |
0.0611 |
0.2846 |
0.1193 |
|
0.0729 |
0.0189 |
0.3210 |
0.6863 |
0.2778 |
|
0.2586 |
0.2586 |
0.0734 |
0.2723 |
0.1082 |
|
0.1146 |
0.1146 |
0.1382 |
0.2064 |
0.1494 |
|
0.0705 |
0.0093 |
0.0143 |
0.3915 |
0.0095 |
|
0.1287 |
0.1287 |
0.1085 |
0.2046 |
0.0367 |
|
0.2581 |
0.2581 |
0.0578 |
0.2728 |
0.0824 |
|
0.0716 |
0.0104 |
0.0624 |
0.2692 |
0.3170 |
|
0.2579 |
0.2579 |
0.0963 |
0.2360 |
0.1099 |
|
0.3662 |
0.2335 |
0.0234 |
0.3807 |
0.0800 |
|
0.2535 |
0.2535 |
0.0104 |
0.2157 |
0.0536 |
|
0.2391 |
0.2391 |
0.1230 |
0.1930 |
0.0201 |
|
0.0774 |
0.0774 |
0.0622 |
0.1819 |
0.0141 |
|
0.0582 |
0.0031 |
0.0607 |
0.4532 |
0.0140 |
|
0.5252 |
0.5252 |
0.0538 |
0.1539 |
0.1570 |
|
0.1205 |
0.0287 |
0.2050 |
0.3795 |
0.0136 |
根据式（3）求两极最大差与最小差：M=0.686；m=0
根据式（4）求得关联系数：
取ξ=0.5，有γik(k)=(+0.686*0.5)(△i(k)+0.686*0.5) k=1，2，3，4，…，17，18；i=1，2，3，4，5。
表5 关联系数计算值
|
k |
γ11 |
γ12 |
γ13 |
γ14 |
γ15 |
|
1 |
1 |
1 |
1 |
1 |
1 |
|
2 |
0.4425 |
0.4425 |
0.8231 |
0.6654 |
0.8317 |
|
3 |
0.5478 |
0.5478 |
0.8488 |
0.5467 |
0.7420 |
|
4 |
0.8248 |
0.9477 |
0.5167 |
0.3333 |
0.5526 |
|
5 |
0.5703 |
0.5703 |
0.8238 |
0.5576 |
0.7603 |
|
6 |
0.7496 |
0.7496 |
0.7129 |
0.6245 |
0.6966 |
|
7 |
0.8295 |
0.9736 |
0.9600 |
0.4671 |
0.9730 |
|
8 |
0.7273 |
0.7273 |
0.7598 |
0.6264 |
0.9034 |
|
9 |
0.5707 |
0.5707 |
0.8559 |
0.5572 |
0.8064 |
|
10 |
0.8273 |
0.9706 |
0.8462 |
0.5604 |
0.5198 |
|
11 |
0.5710 |
0.5710 |
0.7810 |
0.5926 |
0.7575 |
|
12 |
0.4838 |
0.5951 |
0.9362 |
0.4740 |
0.8109 |
|
13 |
0.5752 |
0.5752 |
0.9706 |
0.6141 |
0.8649 |
|
14 |
0.5893 |
0.5893 |
0.7362 |
0.6401 |
0.9446 |
|
15 |
0.8160 |
0.8160 |
0.8465 |
0.6536 |
0.9606 |
|
16 |
0.8551 |
0.9912 |
0.8497 |
0.4309 |
0.9609 |
|
17 |
0.3952 |
0.3952 |
0.8645 |
0.6905 |
0.6861 |
|
18 |
0.7400 |
0.9228 |
0.6260 |
0.4749 |
0.9618 |
|
Σ /n |
0.6731 |
0.5838 |
0.8199 |
0.7198 |
0.8185 |
由表5可知：γ13＞γ15＞γ14＞γ11＞γ12；即这 5 项指标对日常养护费用的影响程度排序为：交通量＞桥隧比＞通车年数＞车道数＞路基宽度。
3 云南省高速公路日常养护费用估价模型
3.1 建模思路与方法
本文依据云南省高速公路日常养护费用，考虑时间对费用的影响，通过固定资产价格指数将费用折算至基准年，并求得年均日常养护费用。
设日常养护费用为估计模型的因变量（Z）（元/km）；根据上文对日常养护费用影响因素的分析，结合自变量的选取原则，确定模型的自变量（Yi）个数及类型；采用非线性回归分析方法，通过 SPSS 软件获得因变量与自变量的定量关系，建立高速公路日常养护费用估价模型，并通过计算实际值与预测值之间的差距验证方程的准确性。即：
Z=f(Y1，Y2，…Yi) （6）
3.2 模型指标选取原则
（1）目的性原则
建立估计模型是为未来养护项目费用的预计提供理论依据。因此选取的指标体系应当符合模型建立的要求，能够合理的反应费用的变化，完整的体现模型建立的目的，便于模型的推广应用。
（2）全面性原则
选择的指标要能够全面反映日常养护费用的状况，应当尽可能的涵盖影响费用的各方因素；既要避免遗漏对养护费用影响较大的代表性指标，同时也要避免指标之间的重复。
（3）可操作性原则
在可反映费用变化的基础上，选取的指标不可过于繁杂，能够容易被使用者理解和接受；指标的物理意义应当明确，具有标准的测定、统计方法；在定量与定性相结合的基础上，定量的指标数据应易于获取，定性的指标应易于量化。
3.3 模型指标选取及样本数据选择
根据前文中对日常养护费用影响因素的研究以及指标选取的原则，本文选取以下5个指标作为估价模型的自变量：（1）车道数（Y1）；（2）路基宽度（Y2）；（3）交通量（Y3）；（4）通车年数（Y4）；（5）桥隧比（Y5）。
Z（费用）=f（车道数，路基宽度，交通量，通车年数，桥隧比）。
因样本数据均是以2011年为计算基准年，因此在预测未来养护费用时，还需考虑固定资产投资价格指数及造价增长率的影响。
根据资料情况，本文进行模型建立的基础数据如表6所示。
3.4 估价模型的建立
根据基础数据可知，此为一个多元非线性回归的实现过程；本文采用SPSS统计分析软件进行拟合。
YiYi
图7 SPSS 非线性回归过程
表6 模型参数估计表
|
参数 |
估计值 |
标准误差 |
95%置信区间 |
|
|
下限 |
上限 |
|||
|
a |
-3.881 |
0.822 |
-5.691 |
-2.072 |
|
b |
-1.628 |
0.935 |
-3.686 |
0.431 |
|
c |
0.043 |
0.018 |
0.004 |
0.083 |
|
d |
0.548 |
0.217 |
0.071 |
1.025 |
|
e |
-1.219 |
1.693 |
-4.945 |
2.507 |
|
f |
0.066 |
0.014 |
0.036 |
0.095 |
|
g |
29.343 |
14.062 |
-1.607 |
60.292 |
表7 方差分析表
|
方差源 |
平方和 |
自由度 |
均值平方 |
|
回归 |
1058.823 |
7 |
151.260 |
|
残差 |
0.495 |
11 |
0.045 |
|
未修正的总误差 |
1059.318 |
18 |
－ |
|
经修正的总误差 |
73.342 |
17 |
－ |
|
Dependent variable: 日常养护费用 a. R squared = 1 - (Residual Sum of Squares) / (Corrected Sum of Squares) = .993. |
|||
表7给出了养护费用预估模型的方差分析结果，根据其相应数据可计算得到 R2为 0.993。通过相关系数与判定系数之间的关系，可计算得到调整后的 Adjusted R2为0.989。R为相关系数，表示自变量与因变量之间的密切程度，取值在0~1之间，取值越大说明两者相关性越好。调整后的 Adjusted R2称为判定系数，用来判定线性回归的拟合程度，取值在0~1之间，取值越大说明模型拟合效果越好。根据两者取值，说明非线性回归的效果较好，模型的拟合效果较好。
根据上述过程，得到高速公路日常养护费用预估模型，如式（7）所示：
Z=-3.881*Y1-1.628*Y2+0.043*Y2*Y2+0.548*1.029^Y3+0.2*e^(2.763-1.219/Y4)+0.066*Y5+29.343（7）
式中：Z为日常养护费用（万元/km）；Y1为车道数；Y2为路基宽度（m）；Y3为交通量（货车比例（%））；Y4为通车年数（年）；Y5为桥隧比（%）。
3.5 模型的验证
（1）强影响点分析
首先分析参与拟合的数据中是否存在强影响点。强影响点是对模型参数有很强影响的数据点，将导致模型偏向该数据；强影响点存在时应对其进行剔除，进而重新进行分析。通过计算标准化残差来分析是否存在强影响点，一般认为标准化残差落在（-2，2）区间以外的点为强影响点。应用 SPSS软件计算得到标准化残差，最大值为1.953，最小值为-1.776，均落在（-2，2）区间内（表8），因此在95%置信度下参与拟合的数据中不存在异常强影响点，均可参与回归拟合，无须剔除。
表8 标准化残差
|
最小值 |
最大值 |
平均值 |
标准偏差 |
N |
|
|
预测值 |
3.949 |
11.952 |
7.613 |
2.104 |
18 |
|
残差 |
-0.558 |
0.169 |
-0.212 |
0.195 |
18 |
|
标准预测值 |
-1.741 |
2.063 |
0 |
1 |
18 |
|
标准化残差 |
-1.776 |
1.953 |
0 |
1 |
18 |
|
a.Dependent Variable:日常养护费用 |
|||||
根据3.4节建立的回归方程，计算得到养护费用的预测值，如表9所示：
表9 养护费用理论预测值与实际值比较
|
序号 |
高速名称 |
Z实际 |
Z预测 |
Z实际值-Z预测值 |
(Z实际值-Z预测值)/ Z实际值×100% |
|
1 |
高速1 |
8.167 |
8.226 |
-0.059 |
-0.729 |
|
2 |
高速 2 |
4.636 |
4.914 |
-0.278 |
-5.994 |
|
3 |
高速 3 |
5.853 |
5.684 |
0.169 |
2.888 |
|
4 |
高速 4 |
11.655 |
11.952 |
-0.297 |
-2.552 |
|
5 |
高速 5 |
6.055 |
5.979 |
0.076 |
1.262 |
|
6 |
高速 6 |
7.231 |
7.432 |
-0.201 |
-2.783 |
|
7 |
高速 7 |
8.743 |
8.861 |
-0.118 |
-1.351 |
|
8 |
高速 8 |
7.116 |
7.887 |
-0.771 |
-10.839 |
|
9 |
高速 9 |
6.059 |
5.996 |
0.063 |
1.045 |
|
10 |
高速 10 |
8.752 |
9.132 |
-0.380 |
-4.341 |
|
11 |
高速 11 |
6.061 |
6.120 |
-0.059 |
-0.971 |
|
12 |
高速 12 |
9.26 |
9.634 |
-0.374 |
-4.041 |
|
13 |
高速 13 |
6.097 |
6.393 |
-0.296 |
-4.854 |
|
14 |
高速 14 |
6.214 |
6.679 |
-0.465 |
-7.490 |
|
15 |
高速 15 |
7.535 |
7.836 |
-0.301 |
-3.990 |
|
16 |
高速 16 |
8.642 |
8.896 |
-0.254 |
-2.937 |
|
17 |
高速 17 |
3.878 |
3.949 |
-0.071 |
-1. 842 |
|
18 |
高速 18 |
11.266 |
11.672 |
-0.406 |
-3.606 |
图8 预测值与实际值的比较
预测值与实际值相差最大的为0.558万元/km，最小的为0.059万元/km（图8）；两者偏差的最大百分比为10.839%，最小为0.729%；有17条样本的偏差的百分比小于10%，表明该方程准确性较大。
4 结 语
本文分别从路段特点、路面使用性能、养护标准及预防性养护四方面分析其对造价的影响；对路段特点中的典型影响因素进行敏感性排序，建立了日常养护费用估价模型，为后期养护费用合理规划与安排提供了理论依据。
（1）从通车年数、交通量、车道数、路基宽度、桥隧比、路面类型及厚度以及其他因素等方面分析路段特点对高速公路养护费用的影响，结合云南省高速公路日常养护费用实际，分析路段特点中的典型因素对费用的影响程度：
①高速公路养护费用水平随着车道数、路基宽度、桥隧比、交通量、通车年数、路面厚度的增加而增大；沥青/水泥路面日常养护费用高于沥青路面、水泥路面。
②采用灰色理论分析车道数、路基宽度、交通量、通车年数和桥隧比对高速公路日常养护费用的敏感性，得到各因素对总费用的影响程度排序：交通量＞桥隧比＞通车年数＞车道数＞路基宽度。
（2）根据车道数、路基宽度、交通量、通车年数和桥隧比等对日常养护工程费用的影响，建立了日常养护费用估价模型，并依据云南省18条高速公路年均日常养护费用进行了验证。
①利用 SPSS 软件进行非线性回归，云南省高速公路日常养护费用年均单位里程造价（Z）与车道数（Y1）、路基宽度（Y2）、交通量（Y3）、通车年数（Y4）以及桥隧比（Y5）之间的定量关系为：Z==-3.881*Y1-1.628*Y2+0.043*Y2*Y2+0.548*1.029^Y3+0.2*e^(2.763-1.219/Y4)+0.066*Y5+29.343
标准化残差最大值为 1.953，最小值为-1.776，均落在（-2，2）区间内，表明在 95%置信度下参与拟合的数据中不存在需剔除的异常强影响点。
②通过对预估模型的检验表明，相关系数 R2为 0.993，调整后的 R2即判定系数为0.989，表明方程拟合效果较好，自变量和因变量之间有较好的相关性。
③预测值与实际值相差最大的为0.558万元/km，最小的为0.059万元/km；两者偏差的最大百分比为10.839%，最小为0.729%；偏差的百分比全部小于15%，其中有17条样本的偏差的百分比小于10%，表明该方程准确性较大。
参考文献：
[1] 丘兆文，李玲洁，冯美军. 超限对高速公路路面养护费用增量的影响研究[J]. 公路，2011，（12）: 184-187.
[2] Shi Xiaoli，Yang Mengrou. Evaluation for Investment CostInfluence Factors of Expressway Project [A]. Power Energy EngineeringConference（APPEEC），2011 Asia-Pacific[C]. IEEE，2011：1-5.
[3] 广东高速公路大小修费用模型标定研究[R]. 广东: 广东省公路勘察规划设计院有限公司， 2010.
来源：公路养护杂志 2017年第2期 第十三卷 总第四十七期 季刊