专家关于城市能源转型中拥堵收费的见解：实施挑战与能源权衡

《Energy Strategy Reviews》：Expert insights on congestion pricing for urban energy Transition: Implementation challenges and energy trade-offs

　　胡安·尼古拉斯·冈萨雷斯 | 伊布拉欣·沙特纳维
KAPSARC，邮政信箱88550，利雅得，11672，沙特阿拉伯

摘要

随着城市追求雄心勃勃的气候目标，拥堵收费不仅作为交通管理工具受到关注，也成为推动交通电气化的催化剂。通过限制传统车辆的使用、鼓励对充电基础设施的投资以及与低排放区政策保持一致，拥堵收费可能有助于实现更广泛的能源转型目标。本研究调查了全球专家对拥堵收费在加速电气化和提升城市能源准备度方面作用的看法。研究调查了127名在交通、能源和环境政策领域工作的专业人士，并使用排名分析、结构方程建模和蒙特卡洛模拟来分析结果。研究结果表明，专家们认为拥堵收费与环境效益和出行便利性（如减少私人车辆出行、改善公共交通和降低排放）之间存在结构化的关联，而这些又与交通系统的整体转型密切相关。这种系统性变化与电气化准备度的提高存在中等程度的关联。专家们还指出，制度信任、透明的收入再投资和空间规划是重要因素，尽管这些关系的支持程度较低。政策建议应避免对电动汽车进行全面豁免，因为这可能会增加交通流量并削弱向公共交通的转变。相反，专家建议实施限时收费并将收入明确用于清洁能源出行。适应当地情况后，拥堵收费可以同时作为拥堵管理和长期可持续性的手段。

1. 引言

拥堵收费是指在高峰需求时段对使用指定道路或城市区域的车辆收取费用的制度机制，旨在管理交通拥堵并减少负面外部性[1]。通过对进入高需求区域的车辆收费，它为驾驶员提供了直接的经济激励，促使他们改变出行方式，例如转乘公共交通、拼车或在非高峰时段出行[2]。拥堵收费基于皮古税理论，该理论认为税收是内部化拥堵和二氧化碳（CO2）排放等负面外部性的有效手段[3]。它被广泛认为是一种具有成本效益的解决方案，不仅能够管理拥堵，还能帮助实现减排目标[4,5]。相比之下，燃油税通常作为次优手段，关注的是消费量而非实际道路使用情况，因此无法精确解决与交通相关的外部性问题[6]。拥堵收费方案形式多样，包括基于路线的收费（如伦敦和斯德哥尔摩）、区域定价（如新加坡）以及根据交通状况动态调整的距离或时间收费模式[7,8,9]。这些方案在规模、执行技术和收入使用方面各不相同，但都旨在通过改变用户成本结构和激励行为变化来减少拥堵[9,10,11]。

作为包括通行费、燃油税和停车费在内的多种定价工具之一，拥堵收费因其能够动态影响用户行为并减少交通流量同时产生收入用于可持续交通投资而脱颖而出[9,10,11]。拥堵收费还与其他城市流动性政策（如低排放区（LEZs）、停车规定和街道设计改革）共同发挥作用，旨在提升城市宜居性和可及性[12]。这些措施通常属于命令控制（CAC）或激励型（IB）监管方法，其中拥堵收费以其实时响应性和行为精准度而著称[5,13]。本研究特别关注拥堵收费，因为它在拥挤的城市环境中具有明确的目标和时间、地点针对性。与那些间接或均匀影响出行成本的定价工具不同，拥堵收费直接管理高峰需求并为城市交通投资产生收入。

2. 文献综述

现有文献探讨了拥堵收费对出行行为、出行方式转变和空气质量的潜在影响[14,15]。最近，该政策被置于更广泛的系统视角下进行评估，尤其是其在支持长期可持续发展转型方面的潜力，包括推动交通电气化和提升城市能源韧性[16]。这一观点得到了新政策创新的支撑，例如奥斯陆对电动汽车的通行费豁免、伦敦将拥堵收费与超低排放区结合的政策，以及纽约避免对电动汽车豁免以坚持聚焦于减少拥堵的定价框架[8,10]。这些案例展示了不同的战略导向：一些城市将定价视为加速电气化的工具，而另一些则强调保持出行方式中立的必要性。同时，能源政策分析师指出，特别是在密集的城市环境中，交通电气化可能会显著改变电力需求结构并挑战电网可靠性[17,18]。尽管如此，学术界对拥堵收费与能源系统规划之间关系的探讨仍不够充分，特别是关于专家们对其在实现系统级电气化和能源准备度目标方面的潜力的看法。

本研究旨在探讨政策专家如何看待拥堵收费与交通系统转型和城市能源准备度之间的关系。文章不关注观察到的行为结果，而是探讨有见识的专业人士如何概念化拥堵收费在更广泛的电气化和转型路径中的潜在作用。

3. 研究方法

本研究通过国际调查专家意见来探讨专家们认为拥堵收费在推动交通电气化和城市能源准备度方面的作用。调查对象是具有拥堵收费、交通系统、能源政策和可持续发展经验的专业人士，采用了排名练习、李克特量表问题和开放式回答等方法，以捕捉定量和定性信息。共有来自不同地理和学科背景的127位专家参与。数据分析采用了混合方法，包括描述性统计、Borda逆排名以及通过探索性因子分析（EFA）、验证性因子分析（CFA）和结构方程建模（SEM）的多变量分析[14,15,16]。这一框架帮助我们识别专家认知中的核心关联，并测试了拥堵收费带来的环境效益和出行便利性与系统级交通转型及电气化准备度之间的概念路径[17,18]。结果揭示了一种结构化关联模式，表明拥堵收费的即时效益与长期电气化准备度之间存在联系。此外，治理信任和可行的交通替代方案的可用性也被认为是影响这一关系的关键因素[19]。这些发现有助于弥合交通定价研究与能源转型讨论之间的差距。

论文结构如下：第2节回顾了拥堵收费的文献，包括其传统应用及其在交通电气化和能源系统中的新兴相关性。第3节详细介绍了研究方法，包括调查设计、参与者选择和分析方法。第4节展示了实证结果，结合了专家排名和感知关系的结构分析。第5节在更广泛的政策背景下解读了这些发现，重点关注信任、公平性以及能源和出行目标的一致性。最后一部分提出了推进拥堵收费作为可持续电动城市交通工具的关键见解和建议。

4. 结论

本文重点讨论了专家们如何看待拥堵收费在推动交通电气化和城市能源准备度方面的作用。研究表明，专家普遍认为拥堵收费在促进电气化和提升城市能源准备度方面发挥着重要作用[20,21,22]。虽然拥堵收费的传统研究集中在其对交通流量、出行方式转变和空气质量的影响上，但越来越多的人认识到其在推动可持续发展转型方面的潜力[14,15]。最近的研究开始从更系统的角度审视这一政策，特别是其在推动长期可持续性转型（包括交通电气化和城市能源韧性）方面的潜力[16,17,18]。奥斯陆对电动汽车的通行费豁免、伦敦将拥堵收费与超低排放区结合的政策，以及纽约刻意避免对电动汽车豁免以维持减少拥堵目标的定价框架，都体现了这种变化[8,10]。这些案例展示了不同的战略方向：一些城市将定价作为加速电气化的工具，而另一些则强调中立性以维持核心的拥堵管理目标。同时，能源政策分析师指出，特别是在密集城市环境中，交通电气化可能会显著改变电力需求模式并挑战电网可靠性[17,18]。

尽管拥堵收费在减轻交通拥堵和减少排放方面的效果已得到广泛验证，但其对车辆技术转型的长期影响仍存在争议[23,24]。一些研究表明，定价机制可以通过激励和监管协调加速电动汽车的普及[7]，但其他研究则警告说，豁免和差别化待遇可能会削弱拥堵管理目标并扭曲行为激励[16,25]。来自斯德哥尔摩、新加坡和伦敦的证据表明，定价机制和低排放区有助于促进电动汽车的普及[7]。然而，文献也警告说，对电动汽车的全面豁免可能会削弱减排目标，特别是如果这些豁免鼓励更多的出行或延缓出行方式转变[16]。此外，定价政策还会通过影响电力需求模式与城市能源系统相互作用[18]。随着电动汽车采用率的增加，拥堵收费可能会间接影响车辆的充电时间和地点，从而影响电网容量[33]。一些研究建议将拥堵收费与智能电网策略或基于位置的激励措施结合使用，以减轻潜在的电网压力[18]。

将拥堵收费与出行即服务（MaaS）平台和主动出行方式相结合是另一个新兴趋势。定价可以作为一种手段，减少对单人驾驶车辆的依赖，并鼓励用户采用灵活、共享和可持续的出行方式[34]。当与公共交通和非机动基础设施的投资相结合时，这些措施有助于扩大公平的出行机会[35]。尽管对交通电气化的兴趣日益增加，但大多数拥堵收费研究仍将车辆技术变革视为次要结果[24,25]。电气化通常从车队构成效应或豁免政策的角度进行讨论，而较少考虑其对系统级能源准备度和电网影响的关联[26,27]。随着城市追求电气化目标并整合交通和能源规划，理解定价政策如何与这些目标相互作用变得日益重要。缺乏从交通-能源界面角度研究这一交叉领域的文献，特别是来自政策专家的研究，代表了文献中的一个显著空白。总之，关于拥堵收费的文献主要集中在交通和排放的直接结果、公平性影响以及政策设计特点上。尽管偶尔会提到电气化和能源系统的影响，但很少从综合系统的角度进行探讨。此外，很少有研究关注政策专家如何概念化拥堵收费与行为转变、技术变革和能源准备状态之间的关系。本研究通过实证考察专家对拥堵收费作为更广泛的交通-能源转型路径中潜在杠杆的看法来填补这一空白。综合来看，这些研究线索表明，拥堵收费同时在行为、技术和制度层面发挥作用。然而，现有研究很少将这些维度整合到一个统一的分析框架中。在交通电气化的背景下，这种整合尤为重要，因为行为改变、基础设施投资和治理能力必须保持一致。

第2节回顾了交通定价政策范围内的拥堵收费文献，为本研究提供了概念性和实证性的背景。虽然本节讨论的一些研究涉及道路定价或更广泛的定价工具，但它们被包括进来是为了突出共享机制，如需求管理、行为反应、收入使用和公平性考虑，这些因素直接影响了拥堵收费的设计和效果。因此，该回顾有选择地借鉴了更广泛的定价文献，将拥堵收费置于已建立的政策辩论框架中，而后面的分析和解释则专门针对拥堵收费。

3. 方法论
3.1. 研究设计和数据收集
调查旨在从交通规划、能源可持续性、环境政策和城市流动性的专业人士和专家那里收集定量和定性数据。主要目的是评估他们对拥堵收费作为政策工具的有效性的看法，以及其对能源消耗和排放的影响，以及在全球不同地区实施这些措施所面临的背景挑战。问卷包括多种问题类型，包括多项选择题、排名题、李克特量表题和开放式问题。问卷结构分为四个关键部分：
(i) 专家概况 - 包括专业领域、工作经验年限和地理背景。
(ii) 关键有效性驱动因素 - 参与者根据他们对拥堵收费有效性的影响程度对六个因素进行排名：定价水平和结构、执法机制、公众遵从性和意识、替代交通方式的可用性、区域的大小和覆盖范围，以及对某些车辆类型（例如电动汽车、公共交通）的豁免。
(iii) 影响和外部性 - 参与者使用李克特量表对20个陈述表示同意程度，这些陈述涉及拥堵收费对出行行为、排放、能源使用、公共交通、电气化的潜在影响以及意外后果。
(iv) 开放性反馈 - 参与者就其所在地区实施拥堵收费的主要挑战以及与其他城市流动性政策相比其对能源消耗的相对影响提供了开放式反馈。

完整的调查工具，包括所有李克特量表项目、排名说明和开放式问题，见附录A。

调查于2025年3月至5月间通过保密的在线问卷进行。专家通过公开渠道确定，包括LinkedIn、学术页面、政府网站和已发表的研究。邀请通过LinkedIn和个人化电子邮件发送给学术界和研究中心的专业人士。确认资格以确保相关性，参与是自愿且无报酬的。没有收集个人数据，以支持受访者的匿名性并鼓励诚实的回答。

本研究采用了目的性专家抽样策略，适用于需要专门知识的新兴政策领域的探索性研究[36]。参与者是根据他们在拥堵收费、交通系统、能源政策、环境法规或相关领域的专业参与度来有目的地选择的。通过公开可用的专业概况、机构隶属关系和出版记录来验证资格，以确保受访者具备相关主题专业知识。目标不是统计代表性，而是获得跨地理和学科背景的专家判断。虽然没有进行正式的试点研究，但调查工具直接基于文献回顾中确定的概念构建，并在分发前内部审查了其清晰度和概念一致性。

大约发出了1000份邀请，回复率约为12.7%。虽然这一比率与在线专家调查一致，但它强化了研究结果反映了自愿参与而非概率抽样。共有127位专家参与了调查，代表了多样化的国际样本。其中中东地区占最大比例（31.5％），其次是北美（27.6％）、欧洲（22％）和世界其他地区（18.9％）。受访者报告的工作经验水平各不相同，大多数拥有超过10年的经验——33.1%的人有11-20年的经验，29.9%的人有超过20年的经验——而22.8%的人有0-5年的经验，14.2%的人有6-10年的经验，反映出新兴和经验丰富的专业人士的平衡组合。许多专家选择了多个专业领域，其中交通规划与政策最为常见（70.1％），其次是城市流动性和公共交通（49.6％）以及学术界和研究（33.1％）。较小但重要的群体专注于能源需求和可持续性（7.9％）、汽车和电动汽车市场趋势（6.3％）以及环境政策和排放控制（4.7％）。

尽管这种组成反映了拥堵收费的跨学科性质，但交通规划专业人员的占优势可能会在所捕捉的视角中引入学科偏见。专业知识是通过自我报告的专业背景和工作年限来定义的，而不是通过正式的资格认证，这可能限制了专家分类的准确性。此外，通过LinkedIn等专业网络招募可能会引入自我选择偏差，因为参与可能反映了人们对拥堵收费及相关政策的更大兴趣。在解释研究结果时应考虑这些限制，因为这些结果反映了专家的看法，而不是代表性或因果证据。尽管存在这些限制，但地理、经验和专业背景的多样性提供了广泛的定性基础，有助于探索专家对拥堵收费在交通、能源和环境领域多方面影响的看法。

3.2. 分析策略
鉴于调查的混合格式设计，分析策略结合了非参数排名方法和多变量分析来探索数据。分析分为两个主要部分：(i) 拥堵收费有效性因素的排名分析，以及 (ii) 通过探索性因子分析（EFA）、验证性因子分析（CFA）和结构方程模型（SEM）对感知影响和外部性的潜在结构进行建模。由于没有已建立的拥堵收费与电气化联系的量表，因此进行了EFA。随后进行了CFA以验证因子结构的有效性。然后使用SEM来测试潜在结构之间的假设路径。以下部分将更详细地解释为什么选择这些技术以及它们是如何应用的。

3.2.1. 专家排名分析
为了分析受访者对影响拥堵收费有效性的六个关键因素的排名数据，采用了两种互补的非参数方法。首先，应用了肯德尔一致性系数（W）来评估受访者之间的一致性[37]。这种非参数度量评估了个体排名之间的一致性，表明专家在判断上是否一致。W值接近1表示强烈同意，而接近0的值表示一致性低。其次，使用Borda逆排序方法生成了集体优先级排名[38]。每个排名位置都被分配了一个逆分数，第一名排名获得最高分数（本例中为6），并将分数汇总以计算每个因素的总体重要性分数。这种方法将序数排名转换为明确的优先顺序[39,40]，从而可以解释哪些因素被一致认为对拥堵收费的有效性最为关键。

3.2.2. 感知影响和外部性的潜在结构建模
3.2.2.1. 研究假设
基于文献和专家政策框架，提出了一个概念路径，其中感知到的直接能源和减排效果是拥堵收费影响的基础维度。这些感知预计与感知到的交通方式转变和基础设施依赖性相关，而这些又与感知到的车辆技术转变和电网影响相关。此外，该模型还包括三个观察变量——对监管机制的信任、对收入再投资的感知以及对城市分散化的感知——作为影响专家感知的背景因素。

假设如下：
H1. 感知到的直接能源和减排效果与感知到的交通方式转变和基础设施依赖性呈正相关。
H2. 感知到的交通方式转变和基础设施依赖性与感知到的车辆技术转变和电网影响呈正相关。
H3. 对监管机制的信任与感知到的直接能源和减排效果呈正相关。
H4. 认为拥堵收费收入被再投资于公共交通的信念与感知到的直接能源和减排效果呈正相关。
H5. 认为拥堵收费促进城市分散化的信念与感知到的交通方式转变和基础设施依赖性呈正相关。
H6. 对监管机制的信任与感知到的车辆技术转变和电网影响呈正相关。

3.2.2.2. 探索性因子分析（EFA）、验证性因子分析（CFA）和结构方程模型（SEM）
分析从探索性因子分析（EFA）开始，以识别与拥堵收费的感知影响和外部性相关的20个李克特量表项目背后的潜在结构。EFA是一种数据驱动的技术，用于在无需预先定义假设的情况下揭示相关性模式，有助于降低维度并开发量表[41]。在提取之前，使用Kaiser-Meyer-Olkin（KMO）[42]度量方法评估了数据的适用性，接受阈值为0.6[43]。该数据集的KMO值为0.76，表明相关矩阵足够紧凑，适合进行因子分析。

EFA结果基于大于1的特征值和Varimax旋转[44]的建议了一个三因素解决方案。排除那些因子载荷低于0.4或具有高交叉载荷的项目，以确保结构的清晰性[45]。最终模型只保留了对不同因素有意义贡献的项目。各项目的标准化载荷见表1。

表1. EFA - 标准化载荷。
项目 陈述 因子1 因子2 因子3
1 实施拥堵收费将减少私人车辆行程总数 0.56 0 -- 2
2 拥堵收费将使公共交通运营更高效，从而降低每位乘客公里的能源消耗 0.49 2 -- 3
3 拥堵收费将在高峰时段减少行程数量 0.51 8 -- 4
4 大数据和人工智能的使用将优化拥堵收费管理，最大化其对能源消耗的影响 0.--- 5
5 随着电动汽车（EVs）的普及，拥堵收费可能导致非高峰时段的交通需求增加，部分抵消其预期的能源效益 0.--- 6
6 拥堵收费可能随着电动汽车的采用增加电力需求，可能影响城市地区的电网容量和能源基础设施 -0.54 8 7
7 拥堵收费可能导致行程时间延长，因为用户会避开收费区域 0.--- 8
8 实施拥堵收费将减少城市地区的汽油和柴油消耗 0.72 9 -- 9
9 拥堵收费将鼓励使用移动服务（MaaS）平台，整合公共交通和主动交通方式（如骑行、步行和电动滑板车） -0.64 0
10 拥堵收费鼓励采用更清洁的车辆技术，如电动汽车（EVs）和混合动力车 0.85 2
11 拥堵收费将减少城市交通的二氧化碳排放，以及NOx和PM2.5排放 0.67 8 -- 12
12 拥堵收费可能促进城市分散化，影响移动模式和长期能源消耗 0.--- 13
13 由于拥堵收费导致的交通减少将降低整体城市交通能源消耗 0.55 8 -- 14
14 为了提高能源效率，拥堵收费应与远程工作和灵活工作时间相结合 0.--- 15
15 更严格的排放法规（车辆燃油经济性标准）的实施应与拥堵收费同步进行 0.--- 16
16 拥堵收费将提高平均交通速度，减少拥堵造成的能源消耗 0.46 8 17
17 实施拥堵收费将促进城市交通电气化 0.66 18
18 如果将拥堵收费产生的收入重新投资于公共交通改进，公众对拥堵收费的接受度将提高 -0.60 19
19 拥堵收费在减少能源消耗方面的有效性将取决于对公共交通基础设施的投资 0.--- 20

在调查中包含的20个原始李克特量表陈述中，有13个被保留用于进一步分析。如果项目载荷不足或同时在多个因素上有交叉载荷，则被排除，以保持测量模型的统计可靠性和概念有效性。表1中的标准化因子载荷代表了每个调查项目与其潜在因子之间的相关性，数值范围从?1到+1。更高的绝对值表示项目与其因子之间的关联更强。根据因子分析中的传统阈值，负载值0.70或以上被视为强关联，0.50到0.69之间的负载值被视为中等关联，0.40到0.49之间的负载值虽然可接受但相对较弱[46]。所有因子上的负载值低于0.40的项目被排除在进一步分析之外，如表中的虚线所示。三因子解决方案揭示了人们对拥堵收费影响的不同维度。

**因子1：直接能源和减排（DEER）**。该因子包括反映人们对拥堵收费在减少车辆出行、燃油消耗和排放方面的即时效果的信念的条目。该因子上的条目包括减少私人车辆出行（条目1，负载值=0.560）、提高公共交通效率（条目2，负载值=0.492）、减少高峰时段的出行（条目3，负载值=0.518）、降低汽油和柴油消耗（条目8，负载值=0.729）、减少二氧化碳、氮氧化物和PM2.5排放（条目11，负载值=0.678）以及降低整体城市交通能源消耗（条目13，负载值=0.558）。条目8的负载值最高，为0.729，是这一概念的最强指标。

**因子2：模式转换和基础设施依赖（MSID）**。该因子捕捉了人们对向可持续交通模式转变的系统行为改变以及支持性基础设施作用的看法。该因子上的条目包括鼓励移动服务（MaaS）平台和主动出行方式（条目9，负载值=0.640）、提高平均交通速度（条目16，负载值=0.468）、鼓励转向公共交通（条目18，负载值=0.601）以及对公共交通基础设施投资的依赖（条目20，负载值=0.554）。值得注意的是，条目18同时也在因子1（0.469）和因子2（0.601）上有负载，表明模式转换在概念上既包含了直接减效应也包含了更广泛的系统变化。

**因子3：车辆技术转型和电网影响（VTTGI）**。该因子反映了对拥堵收费对车辆技术采用和相关基础设施挑战影响的看法。该因子上的条目包括电动汽车采用导致的电力需求增加，从而影响电网容量（条目6，负载值=0.548）；鼓励采用更清洁的车辆技术，如电动汽车和混合动力车（条目10，负载值=0.852）；以及促进城市交通电气化（条目17，负载值=0.661）。条目10在整个分析中显示出最高的负载值（0.852），表明采用更清洁的车辆技术是这一概念的最强指标。

在因子分析之后，进行了验证性因子分析（CFA）以验证测量模型。CFA测试观察到的变量是否可靠地代表了潜在的理论结构[47]。在这种情况下，它评估了调查条目与三个结构（直接能源和减排、模式转换和基础设施依赖以及车辆技术转型和电网影响）的一致性。如表1所示，条目18在因子2上的负载值为0.60，在因子1上的负载值为0.47；由于较强的负载值在概念上与交通系统转型一致，并且差异超过了0.10的标准阈值，因此将其保留在因子2中以保持理论有效性和区分度。这一步确保了结构有效性，并产生了用于后续结构方程建模（SEM）的标准化因子得分。SEM是一种多变量统计方法，结合了因子分析和回归建模来估计和测试潜在变量和观察变量之间的复杂关系。它能够同时评估测量成分和结构成分，捕捉到构念之间的直接和间接效应[48]。在本研究中，SEM估计了潜在构念与观察指标之间的假设关系，提供了一个综合框架，以理解专家的看法是如何构建和相互关联的。

除了通过因子分析得出的潜在构念外，结构模型还纳入了三个观察变量，以测试从文献中得出的目标假设。这些变量对应于个别李克特量表调查陈述，它们因与政策接受和系统转型的关键促成因素在概念上的对齐而被选中。
- 条目12：拥堵收费可能鼓励城市分散化，影响出行模式和长期能源消耗（CMP）。
- 条目15：在实施拥堵收费的同时，应加强排放法规（车辆燃油经济性标准）的執行（EVR）。
- 条目19：如果将产生的收入重新投资于公共交通改进（RPT），公众对拥堵收费的接受度将会提高。

这些变量在SEM框架中作为潜在构念的外生预测变量，提供了专家对更广泛系统促成因素的看法如何影响对电气化和能源准备度的态度的见解。尽管李克特量表条目本质上是有序的，但在SEM分析中它们被视为连续变量。当条目使用五个或更多的响应类别并且近似正态分布假设时，这种方法在结构方程建模中被广泛接受[46]。该模型使用最大似然（ML）估计方法进行估计，并采用稳健的标准误差来解释可能偏离正态性的情况。所有分析均使用R语言和lavaan包[49]进行。鉴于样本量较小，SEM被解释为一个探索性结构模型，旨在识别感知到的关联模式，而不是估计总体层面的结构参数。

为了评估假设SEM的统计功效，进行了蒙特卡洛模拟研究。对于蒙特卡洛功效分析，首先指定了一个理论（数据生成）模型来表示基于先验理论和提出的SEM结构的潜在构念之间的假设关系。这个模型不涉及观察到的总体，而仅用于模拟目的。在这个数据生成模型中分配了固定的因子负载和结构路径系数。使用这些参数，生成了样本量从100到500不等的模拟数据集。对于每个样本量，抽取了200个重复样本。然后使用SEM为每个重复样本拟合一个在结构上相同但允许所有参数自由估计的分析模型。统计功效被定义为每个结构路径在统计学上显著（p<0.05）的重复样本的比例。这种方法允许在理想化条件下评估可靠检测假设关联所需的最小样本量，这与已建立的蒙特卡洛SEM程序一致[50]。重要的是要强调，蒙特卡洛模拟并不加强观察数据的证据基础。相反，它作为一种敏感性评估，表明在假设参数条件下检测假设关联所需的样本量。因此，模拟提供了关于统计可检测性的上下文信息，而不是确认因果关系。

此外，为了评估专家的观点在全球范围内是否存在显著差异，对结构模型得出的每个潜在因子得分进行了单向方差分析（ANOVA）。当ANOVA显示出统计学上的显著效应时，使用Tukey的Honest Significant Difference（HSD）检验进行了事后比较，以在控制家族误差的情况下识别特定组间的差异。Washington、Karlaftis和Mannering[51]提供了这两种检验的详细解释。

**3.2.2.3. 概念模型概述**
图1展示了将拥堵收费与三个基于经验的潜在构念（直接能源和减排（DEER）、模式转换和基础设施依赖（MSID）以及车辆技术转型和电网影响（VTTGI）联系起来的假设结构。假设H1–H6表明构念与与监管信任（EVR）、收入再投资（RPT）和城市分散化（CMP）相关的环境因素之间的预期方向性关联。该框架反映了专家的观点，并不暗示因果关系。

**图1. 专家感知的拥堵收费影响的概念模型。**

**4. 结果和讨论**
本节呈现了研究的实证发现，整合了描述性排序分析和结构方程建模。首先研究了专家对影响拥堵收费有效性的关键因素的共识。随后，探讨了支撑系统转型和能源转型准备度感知的潜在构念和关系路径。

**4.1. 排序分析和专家共识**
为了确定专家认为对拥堵收费成功最关键的因素，要求3位受访者对六个关键要素进行排名。图2按地区展示了专家的排名箱形图，说明了不同地理环境中感知重要性的差异。在所有地区，“替代交通方式的可用性”始终获得了最低的中位数排名（即最重要），这强化了它在拥堵收费方案的有效性和公众可接受性方面的核心地位。

**图2. 拥堵收费效果因素的地区差异排名**
注：较低的排名值表示较高的感知重要性。红色菱形代表中位数排名；箱形图显示了四分位距，以及 whiskers 和异常值。

排名的分布揭示了专家在评估某些要素时的地区性差异。例如，“区域的规模和覆盖范围”在欧洲表现出广泛的分布，可能反映了基于区域的方案的不同经验和政策成熟度的差异。相反，“某些车辆类型的豁免”在不同地区通常获得较高的排名（即不太重要），表明人们对这些豁免的有效性存有广泛的怀疑。专家可能认为这些豁免会削弱收费的效果，或者使系统变得更加复杂而没有提供显著的好处。“定价水平和结构”以及“执行机制”通常被视为中等重要，尽管它们的排名因地区而异。这可能反映了不同的制度能力和政策环境——例如，在已经有定价的情况下，专家可能认为执行机制是理所当然的。而在没有定价历史的地区，这些可能被视为更加不确定或必需的。

Borda逆排序方法将这些响应汇总为一个总体优先级得分。“替代交通方式的可用性”获得了最高的得分（613分），其次是“定价水平和结构”（565分）和“执行机制”（425分）。较低的得分记录在“公众遵守和意识”（402分）、“区域的规模和覆盖范围”（385分）以及“某些车辆类型的豁免”（277分）上。这些发现加强了提供实用的多模式替代方案对私人汽车使用的重要性——专家认为这是拥堵收费成功和可接受性的一个必要条件。

Kendall的一致性系数（W）被用来衡量受访者之间的一致性。对于整个样本，W=0.272（χ2(5)=173, p<0.001），表明有一致性但具有统计显著性。地区分析显示北美洲（W=0.334）和世界其他地区（W=0.359）的一致性最高，而欧洲（W=0.231）和中东（W=0.233）的一致性较低。这些差异可能反映了情境差异（例如，在已经有拥堵收费的地方，执行机制被认为是理所当然的；而在新的地方，则被视为必要的）。尽管如此，总体排名模式表明全球普遍重视促进基础设施和连贯的定价结构作为有效性的先决条件。

**4.2. 结构模型和假设检验**
在CFA和SEM中使用的潜在构念保留了来自探索性因子分析的实证派生标签，以保持观察指标和建模关系之间的直接对应关系。使用CFA验证了测量模型。如表2所示，所有保留的指标都显示出强的标准化负载值（大多高于0.6），证实了良好的内部一致性和构念有效性，并通过p值检验因子负载是否在统计上不同于零。模型 fit 从可接受到优秀（比较拟合指数（CFI）=0.941，Tucker–Lewis指数（TLI）=0.929，近似均方根误差（RMSEA）=0.048，标准化均方根残差（SRMR）=0.063）。卡方检验显著（χ2(98)=127.22, p=0.025），即使对于可接受的模型也是如此，特别是当N值中等时；鉴于支持性的CFI/TLI/RMSEA值，我们认为测量模型是适当的。

表2。CFA – 标准化载荷。ItemStatementDEERMSIDVTTGI1
实施拥堵收费将减少私人车辆出行的总次数。0.661???--
拥堵收费将使公共交通运营更加高效，从而降低每位乘客每公里的能源消耗。0.610???--
拥堵收费将减少高峰时段的出行次数。0.475???--
随着电动汽车（EVs）的普及，拥堵收费可能会增加电力需求，从而可能影响城市地区的电网容量和能源基础设施。--0.530???
实施拥堵收费将减少城市地区的汽油和柴油消耗。0.643???--
拥堵收费将鼓励使用出行即服务（MaaS）平台，整合公共交通和骑行、步行及电动滑板车等主动出行方式。-0.591???-
拥堵收费将促进清洁能源技术（如电动汽车和混合动力汽车）的采用。--0.834???
拥堵收费将减少城市交通产生的二氧化碳排放，以及氮氧化物（NOx）和细颗粒物（PM2.5）排放。0.755???--
由于拥堵收费导致的交通减少将降低整体城市交通能源消耗。0.639???--
拥堵收费将提高平均交通速度，从而减少因拥堵造成的能源消耗。-0.566???
实施拥堵收费将促进城市交通的电气化。--0.713???
拥堵收费将鼓励向公共交通的转变。-0.811???-
拥堵收费在减少能源消耗方面的有效性将取决于对公共交通基础设施的投资。-0.432???
?p值≤0.05，?? p值≤0.01，??? p值≤0.001。
使用Cronbach's alpha、复合可靠性（CR）和平均方差提取值（AVE）评估了可靠性和收敛效度。所有三个构念的Cronbach's alpha值均超过了传统的0.70阈值（DEER=0.798；MSID=0.706；VTTGI=0.725），表明内部一致性可接受。DEER（CR=0.793）和VTTGI（CR=0.751）的复合可靠性令人满意，而MSID的值略低于推荐的0.70阈值（CR=0.665）。VTTGI的AVE值为0.513，表明其收敛效度足够。然而，DEER（0.401）和MSID（0.371）的AVE值低于传统的0.50基准，表明收敛效度为中等而非强烈。鉴于研究的探索性质和基于感知的测量背景，这些结果被认为是可接受的，但需要谨慎解释结构关系。
SEM用于测试三个潜在构念与三个观测变量之间的假设关系。结果总结在表3中，支持所有六个提出的假设。
表3. 假设检验
假设 路径 路径系数（β） 回归权重 结论
H1 DEER → MSID 0.760??? 0.648 强烈支持——统计功效高（>0.8）
H2 MSID → VTTGI 0.271?? 0.270 支持——关联度中等，统计功效尚可（0.75）
H3 EVR → DEER 0.273?? 0.167 有迹象——统计显著但功效不足；探索性（<0.8）
H4 RPT → DEER 0.366?? 0.243 有迹象——统计显著，功效接近临界值（约0.75）；探索性
H5 CMP → MSID 0.256?? 0.162 有迹象——统计显著但功效不足；需要更大样本
H6 EVR → VTTGI 0.304?? 0.159 有迹象——统计显著但功效不足；探索性（<0.80）
?p值≤0.05，?? p值≤0.01，??? p值≤0.001。
a. 功效分类基于当前样本量（N=127）下的蒙特卡洛模拟结果。“高功效”表示≥0.80，表明能稳健检测到假设效应。“探索性”表示功效<0.80，可能需要更大样本才能可靠检测。“有迹象”表示功效低，模拟估计表明需要大约400名受访者才能进行稳健推断。这些说明是为了在样本量限制下理解统计显著性。
从实质内容来看，DEER和MSID之间的路径系数（β=0.760）表明强烈的感知关联，而MSID和VTTGI之间的关联（β=0.271）反映了中等效应大小。其余系数（β≈0.25–0.36）代表小到中等的关联，应相应解读。
首先，直接能源与排放减少和出行方式转变及基础设施依赖性之间的强关联（H1）表明专家不将拥堵收费的直接影响（如减排、公共交通效率提高和减少对汽车的依赖）视为孤立的技术效应，而是认为它们与实现城市Mobility系统的更广泛、长期转型密切相关。值得注意的是，蒙特卡洛模拟在当前样本量下确认了这一路径，估计功效超过0.8，表明受访专家普遍认为这种关系非常稳健且一致。这一解释与研究结果一致，即拥堵收费方案结合公共交通投资和基础设施升级可促进长期行为转变并支持综合Mobility系统[14,22]。
出行方式转变与基础设施依赖性以及车辆技术转变与电网影响之间的显著关联（H2）进一步强化了专家们对Mobility改进与技术和能源转型之间存在逻辑性、有序联系的看法。具体而言，他们将交通流改善、公共交通整合和行为转变与更有利于电气化的环境联系起来。这些条件有助于电网规划并提高能源需求的可预测性，这在电动汽车普及背景下至关重要[17,18]。蒙特卡洛模拟进一步支持这一解释，当前样本量下的估计功效为0.75，表明专家之间的这种感知关系具有中等到强的可靠性。
模型还强调了制度信任和治理相关感知在塑造专家观点中的作用。对排放监管信任（H3、H6）和收入再投资透明度（H4）的显著效应表明，对拥堵收费的支持不仅取决于其设计，还取决于对政策可信度和问责制的看法。先前的研究一致显示，对治理的信任和收入的可见再投资会增加公众和利益相关者的支持[29][30][31]。然而，蒙特卡洛模拟表明，在当前样本量下，检测排放监管信任效应的功效低于传统的0.80阈值，H3和H6分别需要大约350名参与者才能达到足够的功效。这表明这些关系应谨慎解读，并视为探索性结论。
将感知的城市分权效应与出行方式转变及基础设施依赖性联系起来的路径（H5）添加了一个重要的空间维度。专家将拥堵收费与土地使用和城市结构的潜在变化联系起来，特别是住房、就业地点和出行行为的变化。如果没有外围公共交通和可及性的投资，这些变化可能会加剧对汽车的依赖，并加剧空间不平等——这是文献中提到的一个关切[24,27,28]。蒙特卡洛模拟表明，需要大约400名受访者才能可靠地检测到这种关系。因此，这一发现应视为有争议的，并需考虑当前样本量的限制进行解读。
进行了单向方差分析（ANOVA）以评估各地区对这三个潜在构念的感知差异。结果显示，直接能源与减排或出行方式转变及基础设施依赖性在各地区之间没有统计学上的显著差异。然而，车辆技术转变与电网影响之间存在统计学上的显著差异，F（3, 123）= 4.76，p=0.003。事后Tukey HSD比较显示，中东地区的专家对车辆技术转变和电网影响的感知显著低于北美地区（p=0.0027）。此外，世界其他地区的专家得分显著高于北美地区（p=0.049）。其他地区间的比较没有统计学上的显著差异。
总体而言，这些发现表明应对拥堵收费采取更战略性的、面向未来的方法——超越短期的交通减少。专家认为它是加速交通电气化转型并更好地为城市能源需求做准备的一种手段。他们描述了一个明确的效应链：拥堵收费鼓励人们改变出行习惯，这可能导致更广泛的变化，并被认为有助于创造有利于电气化的条件。然而，这一结果取决于支持性政策，例如展示收入如何再投资以及执行排放规则，以及确保所有社区都能获得清洁交通的机会。在这种情况下，拥堵收费被视为不仅仅是单独的措施，而是向更清洁、更互联和更具能源抵抗力的城市转型的一个组成部分。

5. 结论
本研究探讨了全球专家对拥堵收费的看法及其在塑造短期交通结果和长期向电气化及城市能源准备转型路径中的潜在作用。基于127名专业人士的调查回应和结合排名练习与结构方程建模的混合方法分析，研究结果强调了拥堵收费在多个时间和系统尺度上的运作方式。
对于概念路径的早期阶段，发现了具有高可靠性的稳健结果。专家一致认为拥堵收费与直接能源和减排有关，包括减少私人车辆出行、降低燃料消耗和提高公共交通效率。这些感知的短期结果又与出行方式转变和基础设施依赖性密切相关，表明即时的拥堵和减排效益与出行行为的更广泛变化及对支持性交通基础设施的依赖增加密切相关（H1，高统计功效）。这一结果强调了拥堵收费作为短期需求管理工具的作用，被认为有助于实现更综合的城市Mobility系统。此外，专家认为这些更广泛的系统变化与车辆技术转变和电网影响之间存在中等程度的关联，表明Mobility系统重构与长期电气化和能源系统影响之间存在合理但支持度较低的链接（H2，中等可靠性）。
模型中确定的其他关系应被视为探索性的。制度信任和对拥堵收费收入的透明再投资被视为核心促成因素（H3、H4、H6），尽管这些关系的统计功效较低，应视为探索性。尽管如此，全球实践的证据表明，对Mobility改进的可见再投资和排放规定的可信执行对于公众和利益相关者的支持至关重要[[29][30][31]]。另一方面，专家对城市分权对系统转型的影响的感知虽然得到支持，但效果不明显，这表明需要将拥堵收费与土地使用和可及性政策对齐，以避免损害拥堵和电气化效益的出行模式变化。这些发现表明，治理质量、透明度和空间规划是影响专家观点的相关因素，并强调了使用更大样本和补充数据进行进一步实证研究的必要性。
从政策角度来看，结果支持将拥堵收费主要视为一种短期需求管理工具，具有间接促进长期转型目标的潜力，而非电气化或能源准备的独立驱动因素。专家一致强调，拥堵收费应嵌入到连接交通、能源和空间规划的综合性策略中。在这种情况下，研究突出了政策权衡，而非确定的解决方案。这包括将拥堵收费与严格的排放规定相结合，并避免对电动汽车的全面豁免，这些豁免可能会削弱拥堵缓解效果并鼓励额外的出行，稀释拥堵减少和环境效益。更有效的方法是采用有针对性的、时限性的或地区特定的豁免措施，随着电动汽车普及的增加逐步取消这些措施，或根据排放和道路空间消耗实施差异化的收费。这些措施在保持拥堵管理效果的同时，仍能激励更清洁车辆的采用。
同样重要的是，将拥堵收费收入再投资于高质量的公共和主动交通基础设施，并向公众透明地传达这些投资。确保公平获取清洁出行选项至关重要，以避免负面后果。如果没有这些措施，拥堵收费可能会被视为惩罚性措施而非转型工具。当设计合理并得到支持性政策的支持时，拥堵收费既可以作为有效的拥堵管理工具，也可以成为促进更清洁、更互联和更具能源抵抗力的城市系统的催化剂。
未来的研究应探讨拥堵收费对电动汽车充电行为、电网需求和公平影响的影响，并跟踪综合拥堵收费-电气化策略的演变。
应承认几个限制。首先，分析基于横截面专家调查，因此捕捉的是感知到的关联而非因果关系。其次，一些假设路径在当前样本量下功效不足，进一步强调了模型的探索性质。第三，尽管专家样本在地理和专业背景上具有多样性，但它并不具有统计代表性，反映了招募渠道所塑造的观点。这些限制因素降低了研究结果的普遍性，并使得无法进行因果推断。总体而言，本研究通过阐明专家们如何将拥堵收费机制与短期效果及长期转型目标相结合来进行概念化处理，同时识别出共识与不确定性的关键领域，从而为相关文献做出了贡献。未来的研究应该在此基础上，结合观察到的行为数据、电动汽车充电模式、电网影响以及公平性结果，进一步探讨拥堵收费机制的运作机制；同时，还需要追踪在不同城市和制度背景下的综合拥堵收费-电气化策略的演变过程。

作者署名说明：
胡安·尼古拉斯·冈萨雷斯（Juan Nicolas Gonzalez）：概念化设计、方法论构建、形式化分析、数据调查、数据可视化、初稿撰写、研究指导及论文修订。
易卜拉欣·沙特纳维（Ibrahem Shatnawi）：概念化设计、方法论构建、形式化分析、论文撰写、论文修改与编辑。