摘要：为解决大城市的空气污染问题，必须提出新的策略遏制快速城市化地区空气污染物的增加。MEASURE 模型是服务于城市和区域评价的机动车排放评估系统，可为研究者和规划师提供一种评估机动车减排策略的新方法。以佐治亚州亚特兰大市一块面积为100km 2的研究区为例，探讨了该模型在机动车排放实证研究中的应用。结果表明，该模型可准确定位各交通小区和各级道路上的污染排放，实现污染排放的空间分析，加深人们对机动车排放的理解，为未来城镇土地利用总体规划和交通规划提供科学参考。Abstract ：To address these prob-lems on environmental pollution,we must continually develop cre-ative strategies to curb increased pollutant production.This paper in-troduces a computer model called MEASURE,the Mobile Emission Assessment System for Urban and Regional Evaluation,which works towards a goal of providing re-searchers and planners with a means for assessing new mobile emission mitigation strategies.A demonstration of model operation is provided using a 100km 2study area located in Atlanta,Georgia,to discuss its practical application of vehicle
emissions.
The
results
show that the model can accurately locate the levels of traffic pollution of different traffic zone and road,achieve the spatial analysis of pollu-tion,deepen people's understanding of traffic and motor vehicle emis-sions,provide researchers with a new assessment method of the spa-tial distribution motor of vehicle emissions,and provide a scientific reference for future urban land-use and transportation planning.关键词：交通模型；地理信息系统;排放模型;MEASURE 模型Keywords ：traffic model;GIS (Geo-graphic Information System);emis-sion model;MEASURE model 中图分类号：U491文献标识码：A
收稿日期：2010－05－20
基金项目：国家自然科学基金青年科学基金(50808048)、教育部新世纪优秀人才支持计划(NCET-07-0206)和教育部人文社会科学研究项目(07JA630036)联合资助。
作者简介：William Hendricks Bachman(1966—)，男，美国人，博士，副教授，主要研究方向：交通排放污染控制、GIS 。E-mail:wbachman@https://www.doczj.com/doc/1d13811659.html,
译者简介：王新军(1973—)，男，山东曲阜人，博士，教授，上海复旦规划建筑设计研究院院长，主要研究方向:城市规划与设计。
E-mail:fudanplanning@https://www.doczj.com/doc/1d13811659.html,
文章来源：The Final Report of Air Pollution Prevention and Control Division for U.S.Environmental Protection Agency Office of Research and Development,2000,https://www.doczj.com/doc/1d13811659.html,/appcdwww/ecpb/publications/EPA_600_R_98_097.pdf 。
[美]William Hendricks Bachman 1著，王新军2,3,4，苏海龙2,3,4，周锐2,3摘译
（1.佐治亚理工学院土木与环境工程学院地理信息中心，佐治亚亚特兰大30332，美国；2.复旦大学城市规划与发展研究中心，上海200433；3.上海复旦规划建筑设计研究院，上海200433；4.复旦大学环境科学与工程系，上海200433）
Written by William Hendricks Bachman 1,Translated by WANG Xin-jun 2,3,4,SU Hai-long 2,3,4,ZHOU Rui 2,3
(1.School of Civil and Environmental Engineering,Center for Geographic Information Systems Georgia Institute of Technology,Atlanta Georgia 30332,USA;2.Urban Planning and Development Research Center,Fudan University,Shanghai 200433,China; 3.Urban Planning and Architectural Design Institute of Fudan University,Shanghai 200433,China; 4.Department of Environmental Science and Engineering,Fudan University,Shanghai 200433,China)
A GIS-Based Modal Model of Automobile Exhaust Emissions
基于GIS 的机动车排放模型及其应用
0引言
美国大城市地区的空气污染问题主要与城镇扩展、人口增长和机动车依赖程度增加等因素有关。尽管大气保护法与其他联邦立法和条例要求空气质量超标的城市制定降低空气污染的对策，但考虑到大城市人口增加和经济发展的需要，其污染排放很难达标。因此必须不断
城市交通第8卷第6期2010年11月
探索新的策略遏制快速城市化地区空气污染物的增加，而机动车排放作为城市污染排放的最大来源，已成为美国大气污染控制的主要对象。
研究表明，机动车排放主要与车辆特性(重量、发动机性能、排放控制设备等)、行驶状态(怠速、匀速、加速和减速)和交通系统条件(道路等级、路况等)等因素有关[1－2]。尾气排放是在车辆启动和行驶过程中产生的，启动排放可通过车辆特征参数进行估测，而估测行驶排放时，还要考虑不同行驶状态下发动机的实际情况。为了估测机动车排放量，需要确定特定时空尺度下整个地区的机动车排放参数。然而，目前的排放模拟方法无法准确估测这些参数。
目前的机动车排放模拟过程基于四个独立模型：交通需求预测模型、机动车排放模型、光化学模型和微观模型，称为“四模型”系统。交通需求预测模型是基于交通系统特征和社会经济数据，估测特定道路的交通量和平均车速；基于交通需求预测、运营车辆年均分布和环境条件，机动车排放模型可估测移动污染源；将这些估测值输入光化学模型便可预测时空污染水平，同时也可应用于微观模型预测特定交通工具的污染物排放水平。但是，“四模型”系统存在两个问题：1)对车辆行驶状况的测量精度较低；2)模拟过程以平均排放率代替特定行驶状态排放率估测总体车辆排放[3]。因此，目前的模拟系统无法满足交通规划人员的需求。
大多数研究人员都侧重于开发新模型以克服上述问题，但关于哪种模型最好却一直存在争论。美国环保局和联邦高速公路管理局于1997年在密歇根州安阿伯市举办研讨会[4]，讨论机动车排放模拟的研究工作，会议明确指出集成模型是今后工作的主导方向。因为集成模型虽然解释能力有限，但对数据要求较低；而分离模型解释能力较强，但对数据要求非常严格。
本文介绍的MEASURE(the Mobile Emission Assessment System for Urban and Regional Evaluation)模型可在较低的空间集合水平下，整合最新交通状况和空气质量调查结果，并可用于指导机动车排放模型的研发。该模型具有全面、灵活和用户导向的特点，可提高对车辆行驶状态的测量水平，同时对区域水平上的车辆技术特征和行驶条件的测量方法也相对成熟。目前由于在交通方式、车辆排放率和城市排放系统清单等技术和实践方面的瓶颈，尚无法验证模型的准确性，但该模型在城市交通和空气质量研究以及软件开发方面仍具有巨大贡献。
MEASURE模型的核心技术是地理信息系统(GIS)。GIS具有强大的地理信息获取、存储、显示、应用和空间分析等功能[5]，可对空间数据进行处理和分析，而城市交通和空气质量都是在空间维度上的变化。所以，GIS可以从定量角度很好地处理基于交通活动和空气质量变化的空间特征信息。此外，GIS已被很多规划部门和政府机构使用。因此，基于GIS的排放模拟结构可科学预测机动车排放，并能满足预期用户的技术环境。
1MEASURE模型介绍
MEASURE作为美国环保局资助开发的典型的尾气排放模型，是服务于城市和区域的机动车排放评估系统。该模型并不直接用于计算机动车排放总量，而是建立交通和环境之间的关系，为研究人员提供一种评估机动车排放分布的方法。模型面向的用户主要包括模型开发者、车辆排放研究人员、政府专家、交通和环境规划师及非专业的政策制定者。
1.1模型变量及功能
MEASURE模型运行所需的变量见表1。
MEASURE模型可估测单位时间任意网格内机动车的CO，HC和NO X的排放量。这些估测是基于研究区域机动车登记数据、精确的道路数据、TRANPLAN(交通需求预测)模型的输出和交通小区的社会经济数据。模型输出包括数据库文件和Arc/info栅格形式的网格排放清单，用户可以利用Arc/info软件开发数字地图和其他可视化工具。
目前，MEASURE模型可模拟机动车行驶状态，估测车辆行驶和启动时CO，HC，NO X的排放量以及特定技术水平下的排放量，相当于MOBILE5a(美国环保局开发的机动车排放因子模
86
[美]William Hendricks Bachman ，等：基于GIS 的机动车排放模型及其应用型)的速度校正因子(Speed Correction Factor,SCF)水平下的行驶排放率和不同道路等级对加速度的影响。此外，还可以估测单位时间内的路网容量和交通量。模型目前还无法模拟非机动车排放、固体颗粒PM10或PM2.5、蒸汽排放估测、车辆老化效应、不同等级发动机负荷的影响、额外负荷的影响及交叉口的特定估测。
1.2模型运行要求和技术路线
MEASURE 模型的运行和管理，需要地理信息系统(Arc/info7.0)、交通软件(TRANPLAN)、空
气质量模拟(MOBILE5a)、C 语言编程、UNIX 和MS-DOS 操作系统，在操作模型前，还需进行大量的数据收集和处理工作。
图1为MEASURE 模型的技术路线图，共包含11个模块，可分为空间环境、车队特征、车辆活动、车辆排放和排放清单五个层次。各个模块及与其相关的输入输出数据文件均由一个名为“Makefile ”的ASCII 格式文件管理，“Makefile ”由UNIX 系统中的“Make ”程序执行。这些模块大致遵循树状结构体系，每一模块都依靠其他模块的输出。这种模块结构的优点在于允许内部的
变量名称
人口普查街区边界、土地利用边界、交通分析小区边界(基于交通需求预测模型)、网格边界(用
户自定义)、道路分段(按等级)、交通需求预测的网络链接、小学和大学的空间分布车辆行驶小时/天数
各年份运行车辆数量、发动机性能、车辆重量、排放控制设备、燃油喷射类型怠速、匀速、加速、减速
家庭到工作场所、家庭到购物场所、家庭到大学、家庭到小学、家庭为起点的其他出行、非家庭为起点产生的出行车道数量、道路等级
家庭单元、土地利用(居住用地、非居住用地和商业用地)
变量类型社会经济特征变量
道路信息出行产生行驶状态车辆技术时间特征变量空间特征变量表1MEASURE 模型包括的变量
Tab.1The variables included in MEASURE model
图1MEASURE 模型的技术路线图
Fig.1Study regulations of MEASURE model
87
城市交通第8卷第6期2010年11月
组件独立运行或与模型整体协同运行。
1.3研究意义
MEASURE 模型作为不同聚集水平的机动车排放模型的研究工具，极大地提高了机动车污染排放模型的全面性、灵活性和方便性，展示了GIS 技术在车辆排放模拟过程中的重要用途，明确了改进排放模型的研究策略和数据需求。
2实证研究
2.1研究区域概况及数据来源
以美国佐治亚州亚特兰大市一块面积为100
km 2的区域为例(见图2)，探讨MEASURE 模型在机动车排放评价方面的实用价值。在指定的空间分辨率下，模型可预测车辆在任意网格内每小时排放CO ，HC 和NO X 的情况。
研究中使用的数据包括：佐治亚州1995年机动车登记数据、1990年和1994年美国人口普查数据、1995年版的道路数据、1995年亚特兰大区域委员会的交通分析小区数据和交通需求预测网络、1995年土地利用数据、1996年ArcMap 格式的道路网络数据库。研究方法主要参照图1所示的技术路线。
2.2结果分析
1)空间环境。
空间环境的输入数据主要由Arc/info 矢量文件组成，包括TAZ(亚特兰大区域委员会的Arc 格式的交通分析小区)、Census(人口统计)、Landuse(Arc 格式的土地利用数据)、ZIPcode(交通小区编号)、TFID(交通需求预测模型)和ARID(道路数据)。空间环境的输出数据主要包括：SZ(车辆启动生成的多边形区域)、MR(主要道路排放路
线)和MZ(次要道路排放多边形区域)。其中SZ 是利用GIS 对Census 、TAZ 和Landuse 进行空间叠加
生成，而MR 和MZ 由TFID 和ARID 合并得到。图3和图4可说明模型运行过程。
Cobb
Gwinnett
Dekalb
Fulton
Rockdale
研究区域
(10km×10km)1001020km
北
图2研究区域地理位置示意图Fig.2The location of study area
Census (CBID)TAZ (TZID)
Landuse (LU)
SZ (SZID CBID TZID LU)
图3车辆启动排放多边形区域的生成
Fig.3Engine start zone creation
道路需求预测模型(TFID)
道路数据(ARID)
合并
MR -线(MRID TFID ARID)MZ -多边形(MZID)
图4车辆行驶排放多边形区域的生成Fig.4Running exhaust entity creation
88
[美]William Hendricks Bachman ，等：基于GIS 的机动车排放模型及其应用2)车队特征。
车队特征指行驶里程、机动车使用频率、车辆类型组成以及车流平均速度等影响机动车排放的因素。为保护车主隐私，首先由佐治亚空气质量实验室(Air Quality Laboratory,AQL)将车主地址信息转换为标识码；然后将标识码匹配到各个街区或者交通小区，得到分区标识符文件；最后将标识码和分区标识符文件调回AQL 。可由AQL 得到分区标识符和车辆标识码。由于交通需求预测模型生成的交通量和速度数据无法与每段道路一一对应，需要通过手动链接建立对应关系。本案例交通需求预测中的道路网有532个链接和3652个路段(亚特兰大区委会提供)。在GIS 中将这些数据叠加，确定有代表性的相似点。当某一链接被选择时，相应的各段道路也会被选出，然后赋予其相同的属性。同理可对其他531个链接进行处理，达到合并数据的目的。
①运行车辆的年均分布。图5是基于MEASURE 模型预测的各年份车辆平均分布情况和两个采样区(ID2176和ID209)内的车辆分布情况。实测数据表明：ID2176和ID209两个小区内的平均运行车辆数分别为109辆和126辆，整个研究区域的年均运行车辆数为49辆。
②高排放源的空间分布。在预处理阶段需要定义高排放车辆。图6是基于以往数据、利用MEASURE 模型模拟的7:00－8:00研究区域内所有高排放车辆启动时，CO ，HC 及NO x 的排放密度在空间的分布情况。
3)车辆活动。
①启动。车辆启动时，其空间分布情况是根据亚特兰大区域委员会提供的交通分析小区出行数据，基于MEASURE 模型通过计算得到。早高峰时段车辆启动的空间分布情况见图6a 。
②行驶。车辆的行驶情况用于估测主要道路
16014012010080604020
车辆数/辆
1972
1974
1976
1980
1982
1984
1986
1988
1990
1992
1994
1978
年份
SZID=2176SZID=209区域平均
图5模型预测的运行车辆年均分布情况
Fig.5Model year distribution
a 所有车辆启动情况(每个点代表20次启动)
b CO
c HC
d NO x 高排放车辆启动时CO ，HC 及NO x 的排放密度在空间的分布情况(每个点代表1次启动)图67:00－8:00车辆启动情况及其启动时CO ，HC ，NO x 的排放密度在空间的分布
Fig.6All engine starts and CO,HC and NO x emission
89
城市交通第8卷第6期2010年11月
和次要道路的行驶排放活动范围。可将TRANPLAN 中的道路网合并为精确的道路系统，得到高峰时段道路交通流密度的空间分布，见图7。图8表示全天各时段机动车在道路上的行驶时间分布情况。
4)车辆与网格排放。
研究区域的车辆排放估测包括启动排放和运行排放。车辆启动排放可分解为每辆车启动多边形内的排放情况，运行排放包括主要道路和次要道路多边形区域的排放情况。本文主要道路的车辆运行排放估测由TRANPLAN 模型直接模拟，而次要道路的排放情况则是根据每个交通小区的车辆使用情况及该小区到主要道路的最短距离通过
预测得到。
①启动排放。图9表示7:00－8:00车辆启动排放的三维空间分布(x 和y 代表地理坐标，z 表示车辆启动排放的估测值)。7:00－8:00绝大部分的车辆启动排放发生在居住区，排放峰值分布在图上东北角的密集住宅区域，说明此处是人口数量较大且高排量车辆较多的区域，总排放量较大。
②次要道路行驶排放。图10显示，虽然次要道路(图中图层上较细的线)上很少出现高排放区域，但其周边各小区的排放情况存在明显差异，表明道路网结构对行驶时间有一定影响。
③主要道路行驶排放。图11显示，主要道路上的车辆排放量普遍很高，州际公路上的排放量
Peachtree Industrial Blvd.(主干路)
I-285(州际公路)
I-285/I-85(交叉口)
Peachtree St.(主干路)
I-85(州际公路)
图7研究区域内道路交通流密度
Fig.7Road volume density
0.200.180.160.140.120.100.080.060.040.020
行驶时间/h
0:00－1:00
2:00－3:00
4:00－5:00
6:00－7:00
8:00－9:00
10:00－11:00
12:00－13:00
14:00－15:00
16:00－17:00
18:00－19:00
20:00－21:00
22:00－23:00
时段
图8全天各时段机动车在道路上的行驶时间分布
Fig.8On-road activity temporal distribution
90
[美]William Hendricks Bachman ，等：基于GIS 的机动车排放模型及其应用最高，其次是主干路，尤其是名为“Peachtree Industrial Blvd-Peachtree ”的主干路。由图7和图11可以看出，主要道路的车辆排放和交通量不是线性相关的，而与模型预测的车辆行驶状态关系较为密切。
④SCF 行驶排放。利用MOBILE5a 模型中的
速度校正因子SCF 修正车辆行驶速度，修正后主要道路的车辆排放见图12。与图11相比，州际公路的排放量仍然很高，但主干路的车辆排放有所降低。这主要是因为SCF 是以平均速度替代车辆活动，忽略了加速和减速行驶对排放的影响。
⑤总体排放情况。总体排放是将车辆启动排
Peachtree Industrial Blvd.(主干路)I-285(州际公路)
Peachtree St.(主干路)
北
10km×10km 网格大小=0.5km
I-285/I-85(交叉口)
I-85(州际公路)
图12主要道路SCF 行驶排放情况(7:00－8:00)
Fig.12SCF running exhaust at 7-8AM Peachtree Industrial Blvd.(主干路)I-28(州际公路)
Peachtree St.(主干路)
北
10km×10km 网格大小=0.5km
I-285/I-85(交叉口)I-85(州际公路)
图9机动车启动排放空间分布(7:00－8:00)
Fig.9Engine start emission at 7-8AM Peachtree Industrial Blvd.(主干路)
I-28(州际公路)
Peachtree St.(主干路)
北
10km×10km 网格大小=0.5km
I-285/I-85(交叉口)
I-85(州际公路)
图10次要道路行驶排放情况(7:00－8:00)Fig.10Minor road running exhaust at 7-8AM Peachtree Industrial Blvd.(主干路)I-285(州际公路)
Peachtree St.(主干路)
北
10km×10km 网格大小=0.5km
I-285/I-85(交叉口)
I-85(州际公路)
图11主要道路行驶排放情况(7:00－8:00)Fig.11Major road running exhaust at 7-8AM Peachtree Industrial Blvd.(主干路)I-285(州际公路)
Peachtree St.(主干路)
北
10km×10km 网格大小=0.5km
I-285/I-85(交叉口)I-85(州际公路)
图13CO 总体排放示意图(7:00－8:00)
Fig.13Total CO,7-8AM
Peachtree Industrial Blvd.(主干路)
I-285(州际公路)
Peachtree St.(主干路)
北
10km×10km 网格大小=0.5km
I-285/I-85(交叉口)I-85(州际公路)
图14HC 总体排放示意图(7:00－8:00)
Fig.14Total HC,7-8AM
91
城市交通第8卷第6期2010年11月
放、次要道路行驶排放和主要道路行驶排放叠加得到的。图13－图15分别表示7:00－8:00研究区域内车辆排放的CO ，HC 和NO x 在空间的总体分布情况。图16－图18分别表示6:00－21:00各时段车辆排放CO ，HC 和NO x 的情况。其中CO 和HC 的排放情况是以主要道路行驶排放和车辆启动排放为特征描述的，而NO x 是以主要道路的车辆排放表征的。
3结论
机动车排放具有明显的时空分异特征，排放量随着所在道路状况、行驶状态和发动机性能等因素的不同而变化。空间环境层次，通过机动车登记数据、人口普查数据、道路网信息和土地利用数据等可得到车辆启动排放、主要道路排放和
次要道路排放等信息；车队特征层次，可得到各年份车辆在各交通小区的平均数量以及高排放车辆发动机启动的时空分布情况；车辆活动层次，分析结果为车辆启动的空间分布以及主次道路的行驶排放活动范围；车辆与网格排放层次，可得到机动车在研究区域内的CO ，HC 和NO x 排放量的三维空间分布以及不同时段的排放量。
MEASURE 模型基于GIS 平台，将机动车污染排放与研究区域空间信息有机结合，可准确定位交通分析小区和不同级别道路上的污染排放情况，实现机动车污染排放的空间化处理和分析，加深了人们对交通环境和机动车排放关系的理解，为研究者提供了一种新的评估机动车污染排放空间分布的方法，为进一步完善城镇土地利用总体规划和交通规划提供科学参考。此外，由于
Peachtree Industrial Blvd.(主干路)I-285(州际公路)
Peachtree St.(主干路)
北
10km×10km 网格大小=0.5km
I-285/I-85(交叉口)
I-85(州际公路)
图15NO x 总体排放示意图(7:00－8:00)
Fig.14Total NO x ,7-8
AM
6:00－9:00
10:00－13:00
14:00－17:00
18:00－21:00
图16各时段的CO 排放量(6:00－21:00)
Fig.16Total CO,6AM to 9
PM
6:00－9:0010:00－13:0014:00－17:0018:00－21:00图17各时段的HC 排放量(6:00－21:00)
Fig.17Total HC,6AM to 9
PM
6:00－9:00
10:00－13:00
14:00－17:00
18:00－21:00
图18各时段的NO x 排放量(6:00－21:00)
Fig.18Total NO x ,6AM to 9PM
92
[美]William Hendricks Bachman，等：基于GIS的机动车排放模型及其应用
MEASURE模型是一个非经验模型，本地化处理相对容易，因此这一模型在中国机动车排放研究领域具有广阔的应用前景。
MEASURE模型也存在一些问题，比如发动机启动多边形区域和次要道路行驶排放区域空间划分处理的合理性、车队特征统计的准确性、车辆活动范围的预测以及模型本身的敏感性等问题。今后研究的重点是进一步完善对模型的校正，以量化上述问题产生的误差，不断提高模型对机动车排放模拟的预测精度。
参考文献：
References:
[1]Guensler,Randall.Vehicle Emission Rates and
Average Vehicle Operating Speeds[R].California: Institute of Transportation Studies,University of California,Davis,CA,1994.
[2]Barth,Matthew,Feng A,et al.Modal Emissions
Modeling:A Physical Approach[J].Transportation Research Record,1996(1520):81－88.
[3]Stoper,Peter.Deficiencies of Travel-Forecasting
Methods Relative to Mobile Emissions[J].Journal of Transportation Engineering,1993,119(5):723－741.
[4]Siwek,Sarah J.Summary of Proceedings[R].Ann
Arbor:EPA-FHWA Modeling Workshop,1997. [5]Michael F Worboys.GIS:A Computing Perspective
[M].London:Taylor&Francis,1995.
93
(上接第99页)
同时，也将针对高速公路免费化给地方经济以及其他交通运输方式(例如铁路、公交和水运等)造成的影响进行跟踪调查和分析。
日本国土交通省的资料显示，高速公路免费化将有以下几方面的显著效果。1)大幅降低重要港口、机场等物流集散枢纽的运输成本。例如位于日本本州岛大阪-京都-神户都市圈的国际性港口——鹤舞港，从港口到主要集散高速公路的直接经济费用将从4800日元·卡车-1降低至1650日元·卡车-1，行程时间将从2.17h缩短至1.4h。2)促进自驾车出游从而带动地方旅游业以及地方经济的发展。以日本山阴文化观光圈为例，初步估算酒店的平均客源将增长10%左右、观光消费额将增长6%左右。3)缓和与高速公路并行的一般道路上的交通拥堵，缩短行程时间。以国道9号线为例，与其并行的高速公路取消收费后，国道9号线上的交通需求向高速公路转移，大大缓解了国道9号线的交通拥堵状况，行程时间缩短80%左右。4)减少不必要的高速公路设施建设以及经费的低效使用。高速公路免费化将终结各高速公路公司由大都市圈内高速公路带来的巨大收益，可促使其减少一些不必要的、高投入的设施建设。例如立体交叉口(平均建设费用为40亿日元，折合人民币约3.3亿元)和自动收费站(平均建设费用为2亿日元，折合人民币约1600万元)。
对高速公路免费化政策持反对意见的人士则担忧高速公路免费会带来以下几方面问题。1)高速公路的维护费用。由于隧道和桥梁等高速公路设施的维护费用高，取消收费后，高速公路管理公司可能难以保障这部分的维护费用。2)车辆尾气污染及交通拥堵问题。取消高速公路收费将增加机动车出行比例，从而诱增交通量，这不仅增加车辆尾气的排放，而且会加剧一些关键交叉口的交通拥堵状况。3)对于公共交通的影响。机动车出行比例提高将减少公共交通的使用，部分难以运营的线路将被取消，这样会造成依赖公共交通的老年人等弱势群体的出行困难。4)对平行于高速公路的一般道路上的商业造成影响。高速公路的免费开放将诱使部分交通需求从一般道路转向与其平行的高速公路，造成一般道路上的服务业及零售业等的萧条。
(东京大学生产技术研究所唐克双)