薛 勇

（山西省交通規(guī)劃勘察設(shè)計(jì)院，山西 太原 030012）

0 引言

近年來，隨著城市化進(jìn)程加快、機(jī)動(dòng)車保有量迅速增長，很多城市停車需求急劇增加與停車設(shè)施供給不足之間的矛盾突出，不僅影響著城市交通體系的正常運(yùn)作，而且一定程度上制約了社會(huì)經(jīng)濟(jì)的發(fā)展。大多數(shù)老城區(qū)在建設(shè)時(shí)未重視停車設(shè)施的規(guī)劃，造成許多建筑和住宅區(qū)的停車位嚴(yán)重不足，停車問題在老城區(qū)尤為嚴(yán)重。為避免出現(xiàn)老城區(qū)面臨的停車問題，新建建筑和住宅區(qū)需要對停車需求進(jìn)行合理預(yù)測。

國內(nèi)外對停車需求預(yù)測都是通過停車需求與相應(yīng)影響因素之間的關(guān)系建立預(yù)測模型，這些方法適用于發(fā)展比較穩(wěn)定的短期預(yù)測，當(dāng)預(yù)測對象未來發(fā)展很不穩(wěn)定、面臨社會(huì)經(jīng)濟(jì)發(fā)展新的機(jī)遇和挑戰(zhàn)時(shí)，傳統(tǒng)的預(yù)測方法不再適用。為克服傳統(tǒng)停車需求預(yù)測方法預(yù)測情景單一的缺陷，提出一種基于情景分析的停車需求預(yù)測方法。

1 情景分析法

情景分析法是20 世紀(jì)40年代美國蘭德公司的國防分析員赫爾曼·凱恩發(fā)明的，他利用該方法對美國敵對國家核武器的使用情況進(jìn)行了多種可能的分析[1]。20 世紀(jì)70年代開始逐漸興起，成為殼牌公司、戴姆勒－奔馳公司、波音公司等跨國公司所青睞的預(yù)測方法。20 世紀(jì)90年代我國引入情景分析法，在能源預(yù)測、環(huán)境預(yù)測、經(jīng)濟(jì)預(yù)測等領(lǐng)域中得到成功應(yīng)用[2]。

情景分析法將研究對象分為主題和環(huán)境，通過對環(huán)境的研究，識(shí)別影響主題發(fā)展的因素，結(jié)合各因素之間的因果關(guān)系對主題發(fā)展的多種可能性進(jìn)行設(shè)定，并用定量模型對不同設(shè)定下的預(yù)測對象發(fā)展?fàn)顩r進(jìn)行分析。與傳統(tǒng)的預(yù)測方法相比，情景分析法更側(cè)重于事物發(fā)展的內(nèi)在機(jī)理性、規(guī)律性、動(dòng)態(tài)性、系統(tǒng)性的分析[3]。因此，情景分析法是一種系統(tǒng)的分析方法，是定性與定量分析法綜合應(yīng)用。

情景分析法的預(yù)測步驟如圖1所示。

圖1 情景分析法預(yù)測步驟

1.1 確定預(yù)測主題

預(yù)測主題是指預(yù)測內(nèi)容或反映預(yù)測對象發(fā)展情況的變量。

1.2 分析未來情景

根據(jù)預(yù)測主題以及相關(guān)資料，分析預(yù)測主題未來可能出現(xiàn)的狀況。

1.3 尋找影響因素

影響因素是指影響未來發(fā)展趨勢的因素，也是造成未來情景變化的主要原因。影響因素狀態(tài)的改變決定著預(yù)測主體發(fā)展趨勢和方向。利用情景分析法對未來的情景進(jìn)行預(yù)測和描述，必須先確定主題的影響因素。影響因素可以從國家或地區(qū)政策、經(jīng)濟(jì)環(huán)境、技術(shù)發(fā)展?fàn)顩r、觀念或行為變化等多方面考慮。

1.4 具體分析

就是將上述因素歸結(jié)為幾個(gè)情景，并且分析每個(gè)情景下主體實(shí)現(xiàn)的可能性?；舅悸啡鐖D2所示。

圖2 分析思路圖

1.5 情景預(yù)測

對各種可能出現(xiàn)的狀況進(jìn)行預(yù)測。在這一步驟中，可采用定量、定性或定量與定性分析相結(jié)合的方法對預(yù)測對象進(jìn)行預(yù)測。

2 停車需求分析

停車需求由基本停車需求和社會(huì)停車需求組成，機(jī)動(dòng)車保有量造成了基本停車需求，機(jī)動(dòng)車出行引起了社會(huì)停車需求的產(chǎn)生。鄧惠章等研究了影響停車需求總量的若干因素，提出了基于機(jī)動(dòng)車保有量的停車需求總量的計(jì)算模型[4]。因此本文選擇機(jī)動(dòng)車保有量作為預(yù)測主題，研究情景分析法在停車需求預(yù)測中的應(yīng)用。

2.1 停車需求狀況

機(jī)動(dòng)車作為一種交通工具，在現(xiàn)代社會(huì)的生產(chǎn)生活中扮演著重要角色。在建國初期，由于汽車產(chǎn)業(yè)銷售產(chǎn)品單一，銷售對象基本以單位公款購買為主，市場處于封閉狀態(tài)，增長緩慢。20 世紀(jì)80—90年代，經(jīng)濟(jì)體制的全面改革和現(xiàn)代化建設(shè)的全面展開使國民經(jīng)濟(jì)有了較快的發(fā)展，機(jī)動(dòng)車保有量也呈現(xiàn)出緩慢增長的趨勢；自20 世紀(jì)90年代以來，汽車市場發(fā)生很大變化，寬松的政策使私人購車需求增加，機(jī)動(dòng)車呈快速增長態(tài)勢；21 世紀(jì)之后，部分城市為了應(yīng)對交通需求增長過快，實(shí)施小客車搖號(hào)限購政策，機(jī)動(dòng)車增長率明顯下降。圖3 為2000年以來北京市機(jī)動(dòng)車保有量統(tǒng)計(jì)情況。

圖3 北京市歷年機(jī)動(dòng)車保有量

2.2 影響因素分析

城市發(fā)展水平、機(jī)動(dòng)車保有量、車輛出行水平以及交通政策等因素都會(huì)對停車需求產(chǎn)生影響，停車需求預(yù)測方法及模型需考慮這些因素對停車需求量的影響，影響停車需求的關(guān)鍵因素[5]可以作以下概括。

2.2.1 社會(huì)、經(jīng)濟(jì)發(fā)展水平

社會(huì)、經(jīng)濟(jì)發(fā)展水平是一個(gè)關(guān)鍵的影響因素，從圖4 可以得出，隨著城市發(fā)展水平的提高，土地利用集約程度變得更高，城市的機(jī)動(dòng)車保有量也會(huì)越來越大，導(dǎo)致停車需求更多。城市的快速發(fā)展對人均收入以及個(gè)人消費(fèi)意識(shí)有深刻影響，這些變化都與城市停車需求量密切相關(guān)。

圖4 北京市歷年機(jī)動(dòng)車保有量與人均GDP 對比

2.2.2 城市人口規(guī)模

城市的發(fā)展必然會(huì)帶來人口的增長，人口的增長意味著消費(fèi)量的增長，消費(fèi)量的變化影響著機(jī)動(dòng)車的保有量和使用率。由圖5 可以看出，機(jī)動(dòng)車保有量與人口增長速率成正比，城市人口規(guī)模也是影響停車需求的一項(xiàng)重要指標(biāo)。

圖5 北京市歷年機(jī)動(dòng)車保有量與人口對比

2.2.3 出行結(jié)構(gòu)比例

城市的停車需求隨小汽車出行所占比例增加而增加，提倡以公共交通出行為主的出行方式，對緩解交通擁堵、減輕停車壓力有積極的作用。

2.2.4 交通發(fā)展政策

城市發(fā)展政策以及與交通發(fā)展相關(guān)的環(huán)境政策是影響停車需求的決定性因素。美國在70年代之前鼓勵(lì)私人交通，并且有寬松的停車政策保障，導(dǎo)致停車需求急劇增長；反之，新加坡、香港為了抑制停車需求過快的增長，通過優(yōu)先發(fā)展公共交通減緩機(jī)動(dòng)車出行，并采取限制私人交通等政策控制停車需求增長。

近幾年，新能源客車的推廣使機(jī)動(dòng)車增長率略微上升，停車需求相應(yīng)增加，圖6 為北京市新能源客車保有量歷年變化圖。

圖6 北京市新能源客車保有量歷年變化圖

2.2.5 其他影響因素

城市公共交通發(fā)展的水平以及出行觀念的變化都會(huì)對個(gè)人出行產(chǎn)生影響，綠色出行的宣傳也會(huì)影響出行方式的選擇。近年來，能源、污染等問題引起人們的高度重視，“綠色、低碳”的交通出行觀念越來越深入人心，而公共交通的發(fā)展更會(huì)促進(jìn)人們出行方式的轉(zhuǎn)變。

停車收費(fèi)在一定程度上影響車輛出行方式的選擇，從而影響到停車需求，很多城市開始制定停車收費(fèi)標(biāo)準(zhǔn)控制城市中心區(qū)域的停車需求。

3 停車需求情景預(yù)測

3.1 未來情景設(shè)定

以北京市為例，從影響停車需求的因素來看，人口、經(jīng)濟(jì)等的增長必然會(huì)帶來停車需求的增加；而機(jī)動(dòng)車限購政策、公共交通的發(fā)展等因素會(huì)抑制停車需求的增長。沒有政策的限制，停車需求將隨著人口、經(jīng)濟(jì)等因素的增長而快速增長；僅利用限購政策限制機(jī)動(dòng)車增長，停車需求將保持一定的趨勢增長；在限購政策的基礎(chǔ)上，大力發(fā)展公共交通、提倡綠色出行，轉(zhuǎn)變?nèi)藗兊某鲂蟹绞?，停車需求增長趨勢將減緩。由此，綜合歷年停車需求狀況，停車需求發(fā)展會(huì)有以下幾種情景。

3.1.1 平穩(wěn)增長情景

延續(xù)現(xiàn)在的政策，繼續(xù)限制機(jī)動(dòng)車的增長速度，出行方式中機(jī)動(dòng)車出行依然占有較大比例，停車需求增長速度與近幾年增長速度持平。

3.1.2 緩速增長情景

繼續(xù)執(zhí)行小客車限購政策，以及部分城區(qū)實(shí)施擁堵收費(fèi)政策，機(jī)動(dòng)車增長速度將有所減緩；隨著公共交通進(jìn)一步發(fā)展，機(jī)動(dòng)車出行在出行方式中所占比例繼續(xù)下降，停車需求增長速度下降。

3.1.3 快速增長情景

取消小客車限購政策，機(jī)動(dòng)車保有量開始出現(xiàn)快速增長趨勢，并隨經(jīng)濟(jì)、人口發(fā)展保持一定的增長水平。機(jī)動(dòng)車的增長導(dǎo)致出行方式中所占比重加重，停車需求也將呈現(xiàn)快速增長趨勢。

3.2 預(yù)測模型建立

停車需求量不僅需要考慮基本車位，還需要考慮出行車位。機(jī)動(dòng)車保有量決定了基本車位數(shù)量，機(jī)動(dòng)車出行比例影響出行車位數(shù)量，考慮機(jī)動(dòng)車出行對停車需求的影響，提出停車需求預(yù)測模型：

式中：Pt為預(yù)測年停車需求；αt為預(yù)測年機(jī)動(dòng)車出行影響系數(shù)，在1.1～1.3 之間取值；Vt為預(yù)測年機(jī)動(dòng)車保有量。

由于未來可能出現(xiàn)不同的情景，機(jī)動(dòng)車保有量會(huì)有不同的增長趨勢，相應(yīng)的停車需求也會(huì)有變化，針對各種情景提出對應(yīng)的停車需求預(yù)測模型。

3.2.1 平穩(wěn)增長情景

根據(jù)近期的數(shù)據(jù)建立機(jī)動(dòng)車平穩(wěn)增長模型，通過對比選擇的幾個(gè)模型，擬合程度最好的是復(fù)合模型。復(fù)合模型的方差分析結(jié)果見表1 和表2，P值小于0.05，說明該模型具有統(tǒng)計(jì)意義。

表1 方差分析

機(jī)動(dòng)車平穩(wěn)增長模型為：

式中：b0為常數(shù)；b1為增長率；t0為預(yù)測基年；t為預(yù)測年。

將式（2）帶入式（1），得到平穩(wěn)增長情景的停車需求預(yù)測模型：

表2 為復(fù)合模型的系數(shù)，帶入式（3），得出停車需求預(yù)測模型：

表2 復(fù)合模型系數(shù)

3.2.2 緩速增長情景

建立機(jī)動(dòng)車緩速增長模型，通過對比各項(xiàng)指標(biāo)以及曲線擬合度，最終選取冪函數(shù)作為預(yù)測模型。表3 為模型的方差分析，F(xiàn)值為122.616，P值為0.02小于0.05，模型具有統(tǒng)計(jì)意義。

表3 冪函數(shù)方差分析

機(jī)動(dòng)車緩速增長模型為：

式中：b0為常數(shù)；b1為冪指數(shù)；t0為預(yù)測基年；t為預(yù)測年。

將式（5）帶入式（1），得到緩速增長情景的停車需求預(yù)測模型：

表4 為冪函數(shù)模型的系數(shù)，帶入式（6），得出停車需求預(yù)測模型：

表4 冪函數(shù)模型系數(shù)

3.2.3 快速增長情景

當(dāng)缺少政策對機(jī)動(dòng)車增長的約束時(shí)，機(jī)動(dòng)車將保持快速的增長態(tài)勢。根據(jù)影響因素的分析，可知人均GDP 和城鎮(zhèn)人口是影響停車需求的主要因素。從歷年的數(shù)據(jù)中看出，機(jī)動(dòng)車保有量和上述幾點(diǎn)重要因素之間存在很大關(guān)聯(lián)，所以運(yùn)用SPSS 軟件建立包括上述幾點(diǎn)因素的回歸模型：

式中：G為人均GDP；R為城鎮(zhèn)人口數(shù)；a0為回歸常數(shù)；b1、b2為G、R的回歸參數(shù)。

通過向后法對自變量進(jìn)行篩選，表5 為模型的系數(shù)分析表，各自變量檢驗(yàn)概率P值小于0.05，具有統(tǒng)計(jì)學(xué)意義，自變量選取合理。

表5 系數(shù)分析

最終得到的是包含兩個(gè)自變量的回歸方程：

通過建立生長曲線模型來計(jì)算預(yù)測年G與R的值，模型的建立需要選取合適的數(shù)據(jù)，從圖4 和圖5 中可以發(fā)現(xiàn)，人均GDP 與人口增長曲線較為平滑，因此利用人均GDP 和人口數(shù)據(jù)擬合模型。經(jīng)過檢驗(yàn)，兩個(gè)模型的P值均小于0.05，所以都具有統(tǒng)計(jì)意義。人均GDP 與人口增長模型的系數(shù)見表6 與表7，常數(shù)項(xiàng)與自變量的檢驗(yàn)P值都為0，模型合理。

表6 人均GDP 增長模型系數(shù)

表7 人口增長模型系數(shù)

由表6 與表7 中的系數(shù)得出人均GDP 計(jì)算公式（10）和人口計(jì)算公式（11）：

式中：t0為預(yù)測基年；t為預(yù)測年。

將式（10）和式（11）代入式（9），得到快速增長情景的機(jī)動(dòng)車保有量回歸模型：

將式（12）帶入式（1），得出快速增長情景的停車需求模型：

3.3 實(shí)例分析

利用以上各個(gè)情景的模型對停車需求進(jìn)行預(yù)測，模型中機(jī)動(dòng)車出行影響參數(shù)αt取中值1.20，對比不同的情景，預(yù)測趨勢見圖7。

圖7 停車需求預(yù)測趨勢圖

由圖7 可以看出，不同情景下，停車需求預(yù)測值差異很大。平穩(wěn)增長情景下，停車需求保持一定的年增長率，政策對停車需求影響大，人均GDP、城鎮(zhèn)人口影響較小。緩速增長情景下，需求增長率隨時(shí)間的增長而降低，政策以及綠色出行等觀念起到?jīng)Q定性作用?？焖僭鲩L情景的停車需求增長率要遠(yuǎn)遠(yuǎn)大于其余兩種情景，當(dāng)缺少政策的制約時(shí)需求量急劇增長，經(jīng)濟(jì)與人口的狀況對停車需求影響巨大。

4 結(jié)論與建議

本文旨在探索情景預(yù)測方法在停車需求預(yù)測中的應(yīng)用，針對傳統(tǒng)方法預(yù)測情景單一的情況，提出一種基于情景分析法的停車需求預(yù)測方法。影響停車需求的因素多種多樣，本文利用情景分析法對停車需求進(jìn)行預(yù)測，僅僅是一個(gè)非常初步的研究工作，今后還需要考慮更多的影響因素并結(jié)合大量數(shù)據(jù)提出更合理的模型，為城市停車規(guī)劃提供一些概念性指導(dǎo)。