路面材料成本的时空变异性:对养护策略及经济-环境可持续性的启示

《Journal of Cleaner Production》:Spatiotemporal variability of pavement material costs: Implications for maintenance strategies and economic-environmental sustainability

【字体: 大 中 小 】 时间:2026年10月01日 来源:Journal of Cleaner Production 10.7

编辑推荐:

   •时空成本变化被整合到路面维护优化中。•动态维护优化调整了处理时机、频率和强度。•生命周期成本范围从低于静态成本基线 16.9% 到高于 9.0%。•用户成本和温室气体排放量对极端成本预测路径表现出高度敏感性。引言面对日益增加的维护需求和持续的预算限制,交通机构越来越多地采用

  
  • •
    时空成本变化被整合到路面维护优化中。
  • •
    动态维护优化调整了处理时机、频率和强度。
  • •
    生命周期成本范围从低于静态成本基线 16.9% 到高于 9.0%。
  • •
    用户成本和温室气体排放量对极端成本预测路径表现出高度敏感性。

引言

面对日益增加的维护需求和持续的预算限制,交通机构越来越多地采用数据驱动、基于优化的模型来指导路面管理(Li 等,2024; Yao 等,2022b; Zhan 等,2026; Molinero-Pérez 等,2026; Paraschos 等,2025)。生命周期成本分析(LCCA)和维护优化框架等工具已被开发出来,以在整个路面生命周期和大规模道路网络中最大化投资回报(Xiao 等,2025; Pan 等,2021; Nazzal 等,2016)。然而,这些模型的有效性从根本上取决于其输入参数的准确性和可靠性。在此背景下,一个关键参数是与不同维护方案相关的单位成本(Guo 等,2020; Swei 等,2015; Wang 等,2012; Xin 等,2026)。尽管在实际中路面材料成本各地区和各季节波动很大(Choi 等,2021; Cai 等,2025),但大多数现有研究通过固定处理单位成本来简化维护决策。这种疏忽会导致扭曲的成本效益分析(CBA),带来预算超支和利用不足的风险,同时也限制了决策在不同地区和时期的适应性。
在建设工程专业更广泛的领域中,研究人员开发了众多模型来预测建筑材料成本。鉴于成本数据固有的时间序列性质,这些预测方法大致分为单变量和多变量时间序列模型。单变量模型,如简单移动平均(SMA)、霍尔特指数平滑(Holt ES)、霍尔特 - 温特斯 ES、自回归综合移动平均(ARIMA)和季节性 ARIMA(SARIMA)方法(Ashuri 和 Lu, 2010; Joukar 和 Nahmens, 2016; Moon 等,2018; Kim 等,2022),仅基于变量自身的历史数据预测未来值。尽管这些模型易于实施,但其长期预测准确性受到其无法捕捉外生经济影响的能力限制。相比之下,多变量时间序列模型,包括向量自回归(VAR)和向量误差修正(VEC)模型(Jiang 等,2013; Shahandashti 和 Ashuri, 2013; Yoon 等,2025),通过整合目标成本变量与相关宏观经济指标之间的时间关系来增强预测能力。然而,它们的实际应用往往受到严格数据要求的限制,包括需要所有整合指标同步的高质量数据集。
尽管成本预测在建筑管理研究中普遍存在,但现有研究主要关注综合指数,如建筑成本指数(CCI)(Ashuri 和 Lu, 2010; Xu 和 Moon, 2013; Altalhoni 等,2025)。虽然这些指数反映了总体市场趋势,但它们缺乏道路机构等行业特定利益相关者所需的细粒度,这些机构依赖于路面特定材料(例如,沥青、骨料)的准确预测(Wong 和 Swei, 2021)。少量研究解决了这一差距。Ilbeigi 等(2017a)开发了单变量时间序列模型来预测沥青价格,证明了比简单升级方法更高的准确性。他们后来使用自回归条件异方差(ARCH)和广义自回归条件异方差方法增强了这些模型,以捕捉沥青价格的时间波动性(Ilbeigi 等,2017b)。Swei 等(2017)通过结合单变量时间序列技术(预测石油、水泥和碎石等组成部分成本)和多变量方法(建立铺路材料及其组成部分之间的长期价格趋势),为沥青和混凝土创建了长期概率价格预测模型。在此基础上,Swei(2020)采用自回归分布滞后(ARDL)方法,通过明确考虑变量之间的因果关系方向,从石油价格预测沥青价格。Faghih 和 Kashani(2018)提出了一个 VEC 模型,利用宏观经济因素和燃料商品价格预测沥青价格。Mir 等(2021)开发了一个人工神经网络(ANN)模型,通过最优上下界估计(Optimal LUBE)方法进行训练,以预测沥青价格区间。
一些研究人员通过基于历史数据或专家判断定义静态范围或分布,将成本不确定性纳入概率 LCCA 或 CBA,通常通过敏感性分析或蒙特卡洛模拟进行(Qiao 等,2023; Menendez 和 Gharaibeh, 2017)。其他人则在优化框架中考虑了维护预算不确定性(Fani 等,2024; Sayeh, 2023)。尽管有这些努力,但对动态未来路面材料成本的明确预测和整合到维护优化中受到的关注有限。这一差距归因于两个主要挑战。首先,纳入动态成本变量使模型的数学结构复杂化并延长了计算时间。其次,往往无法获得高质量、长期和细粒度的材料成本数据。该领域的有限研究包括 Swei 等(2017),他们将长期价格不确定性嵌入路面管理以量化灵活性收益,以及 Guo 等(2020),他们将处理成本不确定性整合到自下而上的优化框架中以进行风险意识决策。然而,动态成本变化对最优维护策略和更广泛的路面可持续性的影响仍知之甚少。此外,虽然材料成本在时间和空间上波动,但先前的研究主要依赖国家平均值,从而忽视了空间变化及其对维护决策影响的关键维度。
为了弥补这些研究空白,本研究旨在:a) 模拟路面材料和能源成本的时空变异性,从而预测中国各省的维护处理成本,以及 b) 定量评估动态成本波动对维护策略和路面经济环境可持续性的影响。此外,鉴于高速公路路面数据的可用性和可靠性更高,本研究将其分析局限于这一特定的道路环境。

章节片段

数据准备

从省级工程造价系统和交通管理部门网站收集了路面材料和能源的省级月度成本数据。数据汇编过程结合了自动和手动方法。开发了一个 Python 脚本从大量源文档(PDF、Excel 和 Word 格式)中提取数据。对于以图像形式呈现或格式不规则的数据,需要手动录入。关于数据可用性,涉及缺失项和时间

概述

本研究的方法论框架如图 1 所示。关键材料和能源的省级月度成本数据来源于公开数据集。鉴于跨越多个省份和长期时间范围的数据环境,省级宏观经济指标并不总能保持一致。因此,采用单变量时间序列模型,这对于捕捉维护优化所需的时间成本趋势是足够的。多个

省级路面材料成本

图 2 说明了各种省份随时间推移的关键路面材料和能源成本。这些成本显示出显著的时空变异性,主要由区域供应链差异和需求的时间变化驱动。例如,在 2023 年和 2024 年间,持续疲软的需求和动态的市场状况导致了稳定但略有下降的成本趋势。区域资源可用性也起着关键作用。当地沙子和

结论

本研究开发了一个综合框架,将时空动态成本预测整合到多年维护优化中。利用省级月度数据,为关键材料和能源成本开发并验证了单变量时间序列模型,并明确量化了预测不确定性。通过比较静态和动态成本情景下的优化维护与修复(M&R)计划,成本变异性对维护决策和更广泛的生命周期影响是

CRediT 作者贡献声明

Linyi Yao: 撰写 – 初稿,正式分析,概念化。 Bin Yang: 撰写 – 审阅 & 编辑,调查。 Danning Li: 撰写 – 审阅 & 编辑。 Zhen Leng: 撰写 – 审阅 & 编辑,监督。

利益冲突声明

作者声明他们没有已知的相互竞争的财务利益或个人关系可能会影响本文报告的工作。

致谢

作者感谢中国国家自然科学基金(资助号:52508519)和河海大学高层次人才培养平台和研究基金(资助号:1046-424538)提供的财政支持。
Linyi Yao|Bin Yang|Danning Li|Zhen Leng
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号