鄒 亮，龐鈺駒，戴夢希

停車收費(fèi)影響下深圳居民公交出行選擇研究

鄒 亮1,2，龐鈺駒1，戴夢希1

（1. 深圳大學(xué) 土木工程學(xué)院，廣東深圳 518060；2. 深圳大學(xué) 空間信息智能感知與服務(wù)深圳市重點(diǎn)實(shí)驗(yàn)室，廣東深圳 518060）

文章在對深圳停車收費(fèi)與北京、東京等城市進(jìn)行類比分析的基礎(chǔ)上，對深圳居民的出行方式選擇進(jìn)行了調(diào)查，并基于二元Logit模型理論建立了深圳市停車收費(fèi)影響下居民出行方式選擇的概率模型，分析居民公交與小汽車出行方式選擇行為的差異，探討通過停車收費(fèi)引導(dǎo)小汽車轉(zhuǎn)向公交出行的規(guī)律。

交通需求管理；停車收費(fèi)；二元Logit模型；公共交通

隨著我國城市機(jī)動(dòng)化進(jìn)程明顯加快，小汽車出行比例持續(xù)增加，公交出行比例停滯不前，交通擁堵逐步呈現(xiàn)出由點(diǎn)到線，由線到面擴(kuò)展的趨勢。城市交通擁堵這一普遍存在的現(xiàn)象對經(jīng)濟(jì)和社會的發(fā)展造成了極大的影響，成為了阻礙我國城市快速健康發(fā)展的一大頑疾。目前，交通領(lǐng)域的學(xué)者已達(dá)成共識，交通需求管理是解決城市交通擁堵、保證城市交通可持續(xù)發(fā)展所必須的。交通需求管理的主要措施包括燃油附加稅、限行、限購、擁堵收費(fèi)和停車收費(fèi)。其中，由于停車收費(fèi)具有投資小、易實(shí)施、效果顯著等特點(diǎn)，正逐漸被各大城市所采用。2011年初北京市出臺了《北京市非居住區(qū)停車收費(fèi)調(diào)整方案》，大幅提高了市內(nèi)非居住區(qū)收費(fèi)標(biāo)準(zhǔn)并取得了良好的效果。

截至到2014-02-20，深圳汽車保有量已達(dá)267萬輛，僅次于北京在全國排第2位，車輛密度更是高居全國之首。為解決高峰期的擁堵問題，深圳市委市政府出臺了城市交通白皮書，白皮書確定的政策趨向依然是通過經(jīng)濟(jì)手段來進(jìn)行調(diào)節(jié)，減少行政手段。深圳將通過提高中心城區(qū)停車費(fèi)等舉措，增加出行成本，從經(jīng)濟(jì)上調(diào)節(jié)市民出行的需求和數(shù)量，提高城市公交分擔(dān)率。

在制定停車收費(fèi)標(biāo)準(zhǔn)調(diào)整方案時(shí)，需要明確停車收費(fèi)是如何對出行者的行為產(chǎn)生影響的。本文針對深圳市居民特點(diǎn)，建立基于Logit模型的停車收費(fèi)價(jià)格影響下的公交出行選擇行為模型，通過問卷調(diào)查搜集數(shù)據(jù)，利用SPSS軟件對模型進(jìn)行求解，為制定細(xì)致的停車收費(fèi)標(biāo)準(zhǔn)調(diào)整政策提供有效的參考依據(jù)。

1　國內(nèi)外研究現(xiàn)狀

近年來，國內(nèi)外關(guān)于停車收費(fèi)價(jià)格對出行方式選擇影響的研究逐漸增多。1977年David等建立了二項(xiàng)Logit模型來研究停車價(jià)格對城市出行方式選擇的影響，并分別計(jì)算了4個(gè)政策變量的集計(jì)彈性，結(jié)果表明這4個(gè)政策能夠有效地降低城市小汽車出行比例［1］。Peng建立了Logit模型，用以分別描述美國波特蘭市和南華盛頓停車收費(fèi)標(biāo)準(zhǔn)對居民通勤出行方式的選擇影響，研究表明停車價(jià)格有顯著的影響［2］。

關(guān)宏志等利用非集計(jì)理論建立了包括停車收費(fèi)價(jià)格等多因素的出行方式行為選擇模型，得出了出行方式選擇隨停車收費(fèi)價(jià)格變化的趨勢［3］。徐婷等根據(jù)北京市居民出行數(shù)據(jù)，使用小汽車與公共交通出行效用差值函數(shù)改進(jìn)Logit模型，建立了不同出行成本下小汽車與公共交通之間的轉(zhuǎn)移概率模型［4］。殷煥煥等根據(jù)濟(jì)南市居民出行調(diào)查數(shù)據(jù)，從出行行為角度分析城市居民公交出行行為特征，基于非集計(jì)建立公交選擇行為模型，分析了居民公共交通與私人交通出行方式選擇行為的差異［5］。

本文將在以往研究的基礎(chǔ)上，針對深圳市交通擁堵現(xiàn)狀，確定深圳居民出行方式影響因素，在深圳市目前停車收費(fèi)標(biāo)準(zhǔn)基礎(chǔ)上提出了多種停車收費(fèi)調(diào)整方案，進(jìn)而利用非集計(jì)理論建立多因素出行行為模型，并對居民對停車收費(fèi)價(jià)格的敏感性進(jìn)行分析。

2　深圳市商業(yè)區(qū)停車收費(fèi)現(xiàn)狀分析

目前，深圳市商業(yè)區(qū)停車收費(fèi)標(biāo)準(zhǔn)在全國一線城市中處于較低水平，與東京、紐約等國際大都市相比更是有明顯差距。將深圳市與廣州、北京、上海、曼哈頓（紐約）、東京的一類地區(qū)商業(yè)區(qū)的停車收費(fèi)價(jià)格進(jìn)行了比較，結(jié)果如圖1、圖2所示。其中深圳市采用福田區(qū)市民中心停車收費(fèi)價(jià)格；廣州市采用一類地區(qū)白天的停車收費(fèi)價(jià)格；北京市采用一類地區(qū)地下停車場收費(fèi)價(jià)格；上海采用一級地段的一類停車場收費(fèi)標(biāo)準(zhǔn)，紐約采用曼哈頓下城金融區(qū)停車場周一至周五的停車收費(fèi)標(biāo)準(zhǔn)；東京采用新宿早稻田町的停車場8∶00～22∶00的收費(fèi)標(biāo)準(zhǔn)。

圖1給出了1～4 h各城市停車收費(fèi)，可以看出每個(gè)時(shí)段深圳市收費(fèi)均低于其他城市收費(fèi)。例如羅湖鉆石廣場收費(fèi)標(biāo)準(zhǔn)為2 h以內(nèi)5元，超過2 h以后每過3 h加收5元；益田假日廣場收費(fèi)標(biāo)準(zhǔn)為臨時(shí)停車在15 min以內(nèi)免費(fèi)；15 min～2 h收費(fèi)10元；2 h之后每小時(shí)5元，但一天的收費(fèi)不會超過35元。與鄰近城市廣州相比，停車時(shí)長1～4 h，深圳市收費(fèi)為廣州市收費(fèi)的20%～30%。收費(fèi)價(jià)格僅次于深圳市的是北京市，深圳市收費(fèi)為北京市收費(fèi)的33.33%～83.33%。收費(fèi)最高的是曼哈頓，深圳市占其比例最高僅為3.97%。大量的深圳市民在商業(yè)區(qū)活動(dòng)的時(shí)間分布在以上時(shí)間段內(nèi)，例如僅僅購物所需的時(shí)間稍短，停車時(shí)長小于1 h，如果看電影則停車時(shí)長則超過1 h或2 h以上，如果看電影外另需用餐，停車時(shí)間就更長。深圳市較低的停車收費(fèi)價(jià)格，加上許多開車族優(yōu)越的物質(zhì)生活條件，幾乎不能對深圳居民的出行產(chǎn)生影響，幾乎沒有開車族會放棄開車選擇乘坐公交車，小汽車數(shù)量也不會減少。

圖1　各城市商業(yè)區(qū)停車費(fèi)

圖2　各城市停車費(fèi)小時(shí)增長率

從圖2可以看出，深圳市停車費(fèi)的小時(shí)增長率最小，僅次于深圳市的是北京市增長率，為深圳市的6倍；和廣州相比，深圳市增長率僅為廣州的1/10；和上海相比，深圳市僅為上海市的1/11，相當(dāng)于上海市6級地段第6等停車場的收費(fèi)增長率。增長率最高的是日本，每小時(shí)增加31.6元。美國3 h以內(nèi)比1 h以內(nèi)增加了75.5元，超過3 h又繼續(xù)增加37.7元。

綜上所述，深圳市停車收費(fèi)價(jià)格不僅可以提高，而且亟待提高。

3　停車收費(fèi)價(jià)格影響下的公交選擇模型

為了吸引出行者選擇公交方式出行，提高城市公交分擔(dān)率，本文假定出行者只有公交與私人小汽車2種出行方式選擇，且兩者的可選程度是相等的，因此選取非集計(jì)模型中的BL模型來預(yù)測居民公交出行選擇行為，深入探討當(dāng)停車收費(fèi)標(biāo)準(zhǔn)提高時(shí)，居民出行轉(zhuǎn)向公交的轉(zhuǎn)移規(guī)律。

3.1特征變量的選擇

特征變量的選擇是指對影響出行者交通方式選擇的因素選取。由于影響因素紛繁復(fù)雜， 很多學(xué)者認(rèn)為，可將其劃分為出行者特征、出行特征和交通設(shè)施的服務(wù)水平3個(gè)方面?？紤]到本次研究重點(diǎn)關(guān)注停車收費(fèi)如何影響居民出行方式的選擇，選取關(guān)聯(lián)性較大的兩類特征變量（個(gè)人屬性、出行屬性），所選特征變量及其取值見表1。

表1　特征變量取值表

3.2模型建立

根據(jù)篩選的影響因素進(jìn)行建模。假定受訪者可選的出行方式為小汽車和公交；假定效用函數(shù)隨機(jī)項(xiàng)服從二項(xiàng)指數(shù)分布，并且相互獨(dú)立，建立居民出行的Logit模型效用函數(shù)。根據(jù)表1可得2種出行方式的效用函數(shù)分別為：

式中：V1n為個(gè)人n選擇開小汽車出行的效用函數(shù)固定項(xiàng)；V2n為個(gè)人n選擇公交出行的效用函數(shù)固定項(xiàng)；α為常數(shù)項(xiàng)；θ1～θ10為各特型變量的參數(shù)。出行方式選擇概率Logit模型為

式中：P1n為出行者n選擇開小汽車出行的概率；P2n為出行者n選擇公交出行的概率。

3.3調(diào)查內(nèi)容及停車費(fèi)調(diào)整方案

本次調(diào)查主要采用行為調(diào)查和意向調(diào)查相結(jié)合的方法。主要調(diào)查內(nèi)容為：

（1）個(gè)人信息：性別、年齡、年收入、是否有深圳通；

（2）出行信息：出行目的、出行距離、出行時(shí)間；

（3）出行方式選擇意向調(diào)查，詢問出行者在不同的方案組合條件下的出行方式選擇意向（小汽車、公交）。

在意向調(diào)查中為了分析居民出行選擇在給定的停車收費(fèi)標(biāo)準(zhǔn)變化范圍內(nèi)的變化規(guī)律，本文擬定了4種停車收費(fèi)調(diào)整方案，具體見表2。

表2　停車收費(fèi)調(diào)整方案

考慮到深圳市商業(yè)區(qū)是利用停車收費(fèi)價(jià)格政策進(jìn)行調(diào)節(jié)的主要區(qū)域，調(diào)查地點(diǎn)主要選擇了繁華地區(qū)的10個(gè)停車場，主要位于華強(qiáng)北、東門、海岸城商業(yè)區(qū)。這些區(qū)域土地利用強(qiáng)度大，交通吸引量大，交通擁堵和停車難等問題較為突出，選此調(diào)查地點(diǎn)具有典型的代表性。調(diào)查方法是由調(diào)查員在選定的停車場向駕駛員發(fā)放問卷，當(dāng)場填寫后回收，共回收有效問卷280份。

3.4模型參數(shù)的標(biāo)定

利用SPSS軟件對調(diào)查數(shù)據(jù)進(jìn)行Logit二項(xiàng)回歸分析，得到模型的參數(shù)標(biāo)定結(jié)果，見表3。

表3　參數(shù)標(biāo)定結(jié)果

當(dāng)顯著性水平＜0.05時(shí)，說明相應(yīng)的變量對選擇概率有顯著影響，因此如表3所示在10個(gè)變量中只有年收入和小汽車停車費(fèi)2個(gè)的顯著性水平＜0.05（均為0），即二者為影響小汽車使用的顯著影響因素。其中，年收入系數(shù)為負(fù)說明收入越高，出行者越傾向于選擇小汽車出行；停車費(fèi)的系數(shù)為正，說明停車費(fèi)用越高，出行者越傾向于選擇公交出行。

3.5模型評價(jià)

（1）預(yù)測的準(zhǔn)確率。

本模型預(yù)測精度較高，2種出行方式分別為97.4%和95.2%，平均為96.4%，具體見表4。

表4　模型預(yù)測精度

（2）擬合效果評價(jià)。

本模型的優(yōu)度比Cox&SnellR2和經(jīng)過自由度調(diào)整的優(yōu)度比NagelkerkeR2檢驗(yàn)值分別為0.569和0.762，實(shí)踐中當(dāng)二者達(dá)到0.2～0.4時(shí)就表明模型的精度較高，從模型的檢驗(yàn)值看，均超過了0.4，故模型精度較高。

4　結(jié)論

根據(jù)深圳市居民出行調(diào)查數(shù)據(jù)，利用Logit模型，建立了不同停車收費(fèi)標(biāo)準(zhǔn)調(diào)整方案下深圳居民出行方式選擇模型。從本文模型對于深圳居民出行方式選擇數(shù)據(jù)的擬合優(yōu)度來看，本模型具有較好的擬合精度，能夠較為真實(shí)地反映停車收費(fèi)對于小汽車與公交2種出行方式的影響，體現(xiàn)出行方式選擇特征，具體結(jié)論如下：

（1）性別、年齡、出行目的、路程、公交出行費(fèi)用、油費(fèi)等影響因素對公交出行方式選擇的影響不大，居民選擇小汽車出行方式主要源于收入的差異和停車收費(fèi)標(biāo)準(zhǔn)的變化；

（2）收入越高，出行者越傾向于選擇小汽車出行；隨著停車收費(fèi)標(biāo)準(zhǔn)的不斷提高，選擇公交出行的比例將逐漸增加，選擇小汽車出行的比例將逐漸減少。

［1］David A Hensher，Jenny King Parking demand responsiveness to supply，pricing and location in the Sydney central busing district［J］. Transportation Research Part A: Policy and Practice，2001，35（3）：177-196.

［2］Peng Z，Dueker K J. Residential location，employment location，and commuter response to parking charges ［R］. Transportation Research Record，1996，1556：109-118.

［3］秦?zé)溃P(guān)宏志，殷煥煥.停車收費(fèi)價(jià)格對居民出行方式選擇行為的影響研究——以北京居民小汽車、公交、出租車選擇行為為例［J］. 土木工程學(xué)報(bào)，2008，41（8）：93-98.

［4］徐婷，藍(lán)瑧，胡大偉，等. 出行成本對居民出行方式的影響［J］. 交通運(yùn)輸工程學(xué)院，2013，13（1）：91-97.

［5］殷煥煥，武平，趙紅征.城市公共交通出行方式選擇行為研究［J］. 武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2013，37 （2）：325-256.

Reasearch on Public Transit Choice for Shenzhen Inhabitant Trip under the Influence of Parking Charge

Zou Liang1，2，Pang Yuju1，Dai Mengxi1
（1. College of Civil Engineering， Shenzhen University， Shenzhen 518060，China；2. Shenzhen Key Laboratory of Spatial Smart Sensing and Services， Shenzhen University， Shenzhen 518060， China）

By comparing parking price of business districts in Shenzhen with Beijing and Tokyo， travel mode choice of shenzhen inhabitant is researched， binary Logit selective model under the influence of parking charge is established， the travel mode choice differences between private transit and public transit are analyzed， the rule when private transit transfer to public transit travel is discussed.

traffic demand management； parking charge； binary Logit model； public transit

U491.7

A

1672-9889（2015）01-0041-03

國家自然科學(xué)青年基金（項(xiàng)目編號：51108274）；廣東省交通運(yùn)輸廳科技項(xiàng)目（2011-02-097）

鄒亮（1979-），男，廣西桂林人，副教授，主要研究方向?yàn)榻煌ㄒ?guī)劃、智能交通。

（2014-05-24）