徐志豪，馬健霄 （南京林業(yè)大學(xué) 汽車與交通工程學(xué)院，江蘇 南京 210037）

XU Zhihao,MA Jianxiao (College of Automobile and Traffic Engineering,Nanjing Forestry University,Nanjing 210037,China)

0 引 言

隨著城市經(jīng)濟和交通的快速發(fā)展，停車需求與日俱增，然而停車供給卻大大滯后于停車需求的發(fā)展，以致城市停車問題愈發(fā)嚴(yán)重。結(jié)合泊位共享，對停車需求進行預(yù)測，適當(dāng)降低各用地建筑物配建泊位指標(biāo)，有利于節(jié)約土地資源，促進城市停車的供需平衡，改善交通擁堵。

國外對泊位共享需求預(yù)測研究起步較早，Mary S.Smith于1983年出版《共享式停車場》一書，書中確定了一套共享停車分析的研究路線，即九步驟法則。Ibeas A等人建立了混合Logit模型，綜合考慮隨機參數(shù)和旅行者個人特征，分析發(fā)現(xiàn)停車費在旅客的選擇中起著關(guān)鍵作用[1]。Waerden等人建立了回歸分析模型來研究旅客的個人特征和停車習(xí)慣的顯著影響[2]。Jiang Y等在停車生成率模型的基礎(chǔ)上，考慮了停車后到達目的地的距離、泊位搜尋時間、停車時長以及停車費用等共享停車行為因素對停車需求的影響，建立了相應(yīng)的函數(shù)關(guān)系[3]。W.Bowman Cutter和Sofia F.Fanco通過對洛杉磯部分城鎮(zhèn)停車需求的調(diào)查，對停車需求的增長是否會顯著影響對停車場的需求進行分析，總結(jié)出不同用地類型以及不同區(qū)域停車場的泊位控制標(biāo)準(zhǔn)[4]。

國內(nèi)對泊位共享的研究起步較晚，肖飛以停車泊位共享理論為基礎(chǔ)，得到混合土地利用模式下基于泊位共享的停車需求預(yù)測模型及方法[5]；劉松針對性地對國內(nèi)泊位共享模式下，結(jié)合區(qū)域所處的實際區(qū)位條件，建立了共享模式下區(qū)域停車位需求預(yù)測模型，較好地反映了泊位共享區(qū)域在共享模式下所需的停車位，彌補了傳統(tǒng)分析方法的不足理論為基礎(chǔ)，得到混合土地利用模式下基于泊位共享的停車需求預(yù)測模型及方法[6]；蘇靖等人研究各類用地在泊位共享效用最大情況下的停車需求相對比例關(guān)系，根據(jù)典型單一性質(zhì)用地不同時刻的停車需求率，確定不同性質(zhì)用地的停車需求，進而通過疊加計算混合用地共享條件下的停車泊位數(shù)[7]。劉怡將城市停車總需求分為基本停車需求和彈性停車需求兩個部分，建立基于組合預(yù)測模型的停車需求預(yù)測模型，更加符合綠色、可持續(xù)發(fā)展的城市理念[8]。陳峻提出改進的SEM-Logit停車行為選擇模型進行實際停放過程的模擬，提出共享泊位動態(tài)分配具體流程，定義泊位共享效率、停車失敗率和泊位占用率3個指標(biāo)進行共享效果評價[9]。

1 混合用地停車特性分析

實施泊位共享的主體是承載不同類型建筑物配建泊位的混合用地，對醫(yī)院、商業(yè)及居住用地的停車占用率進行分析，研究是否具有泊位共享的實施條件。

1.1 醫(yī)院用地停車占用特性

（1）白天停車泊位需求大，工作日及周末均集中在7:00到17:00。

（2）夜晚停車需求明顯減少，22:00到第二天凌晨6:00泊位需求水平很低，有大量的閑置泊位。

（3）工作日停車高峰為7:00～11:00和13:00～16:00。周末高峰時間開始較晚，從早晨8:00開始，主要是由于周末專家門診開始時間相對工作日較晚，且看病人群時間相對寬裕，沒有太早排隊。

（4）白天11:00～13:00由于午餐和休憩原因，停車需求出現(xiàn)略微降低，但依舊保持較高需求量。16:00～17:00停車需求開始降低，17:00之后由于下班及晚飯等原因，停車需求處于較低水平，18:30～20:00迎來短暫的晚間高峰，隨后需求持續(xù)下降直至次日凌晨6:00開始回升。

醫(yī)院用地工作日泊位占用特性如圖1所示：

圖1 醫(yī)院用地工作日泊位占用特性圖

1.2 商業(yè)用地停車占用特性

（1）工作日商場的停車需求從早晨8:00開始逐漸增加，保持較為一致的增長速度，至12:00達到需求高峰。周末的停車需求增長從9:00開始，高峰需求較工作日略大，整體特征和工作日基本相似。

（2）21:00過后，停車需求迅速降低，23:00至次日8:00處于泊位需求極少的夜間閑置狀態(tài)。

（3）商業(yè)用地工作日停車需求高峰為12:00～14:00和19:00～20:00兩個時段，周末時由于消費人群時間相對寬松，因此停車需求高峰持續(xù)時間較長，分別為12:00～15:00和18:00～20:00。高峰階段的需求產(chǎn)生與午飯、晚飯期間的大流量人群有關(guān)。

（4）工作日停車需求從14:00之后開始緩慢減少至16:00，隨后再次提升至18:00，迎來約2小時的晚高峰。

商業(yè)用地工作日和周末停車占用特性如圖2所示：

圖2 商業(yè)用地工作日和周末停車占用特性圖

1.3 居住用地停車占用特性

（1）工作日的白天從早晨6:00開始，停車需求逐漸降低，到10:00達到最低谷。隨后11:00～13:00由于部分居民回家午餐及休憩，停車需求略微有所增加，迎來白天的小高峰。之后一直降低至16:00。隨后由于居民下班回家的原因，停車需求迅速增長，在19:00便接近飽和，直至次日6:00。

（2）居住區(qū)夜間停車自19:00至次日早晨6:00處于長時飽和狀態(tài)。調(diào)查的3個小區(qū)均有一定的違?，F(xiàn)象。

（3）周末的居住區(qū)由于通勤人數(shù)大幅降低，小區(qū)的停車需求全天都保持較高狀態(tài)，早晨7:00開始減少至9:00。隨后由于午餐原因停車需求輕微浮動，從16:00開始需求增加至19:00開始接近飽和。

居住用地工作日和周末泊位占用率變化如圖3所示：

圖3 居住用地工作日和周末泊位占用率變化圖

對3種用地的泊位占用率分析可知，醫(yī)院和商業(yè)用地停車占有率高峰雖然都處于白天但高峰時段并不相同，居住用地高峰均在夜間，因此其組成的混合用地具有實施泊位共享的條件。

2 基于二項logit模型的停車行為分析

對不同用地的停車者分別進行問卷調(diào)查，利用二項Logit模型對影響停車選擇行為的因素進行分析，其符號、定義和模型中的數(shù)量如表1所示：

表1 停車選擇行為影響因素表

假設(shè)被調(diào)查的停車者個體屬性變量和停車行為變量對泊位共享選擇的影響是固定不變的，可得基本效用函數(shù)公式如下[10]：

運用SPSS軟件分別對3個不同用地的數(shù)據(jù)進行建模分析，得到分析結(jié)果。

2.1 醫(yī)院用地行為選擇模型

表2為醫(yī)院用地模型最終的預(yù)測結(jié)果表。在醫(yī)院用地283例調(diào)查者中，不選擇泊位共享的共45例，預(yù)測正確29例，準(zhǔn)確率62.2%；選擇進行泊位共享的238例，預(yù)測正確231例，準(zhǔn)確率97.1%；模型總體準(zhǔn)確率91.5%。這表明，該分析模型是可以對醫(yī)院用地停車者是否選擇泊位共享進行準(zhǔn)確預(yù)測的，如表2所示：

表2 預(yù)測準(zhǔn)確率

確定模型可靠性后，對各影響因素進行顯著性分析，Sig.≤0.05則表示該變量顯著性強，對是否選擇泊位共享影響大，如表3、表4所示：

表3 商業(yè)用地各影響因素顯著性檢驗

表4 模型變量屬性表

對于醫(yī)院用地而言，只有可容忍步行距離1個因素是對泊位共享選擇影響顯著。建立共享泊位選擇行為模型，公式如下:

代入變量值得到概率模型：

表5 停車者選擇泊位共享概率

將5類步行距離代入模型，計算醫(yī)院用地停車者選擇泊位共享的概率，結(jié)果如表5所示：

2.2 商業(yè)用地行為選擇模型

運用同樣的方法對商業(yè)用地進行分析，可以發(fā)現(xiàn)對于商業(yè)用地，可容忍步行距離和收費價格差兩個因素對泊位共享選擇的影響程度最大。建立共享泊位選擇行為模型，公式如下:

代入變量值得到概率模型：

將5類步行距離和收費價格差代入模型，計算商業(yè)用地停車者選擇泊位共享的概率，結(jié)果如表6所示：

表6 商業(yè)用地停車者選擇泊位共享概率

2.3 居住用地行為選擇模型

對于居住用地停車者來說，也是可忍受的步行距離和收費價格差兩個因素顯著性較強，說明這兩個因素對泊位共享選擇的影響程度最大，步行距離的提升、收費優(yōu)惠的力度減小將使居住用地停車者選擇共享泊位的概率迅速降低?；诖?，建立共享泊位選擇行為模型，公式如下：

代入變量值得到概率模型：

表7 居住用地停車者選擇泊位共享概率

將5類步行距離和收費價格差代入模型，計算居住用地停車者選擇泊位共享的概率，結(jié)果如表7所示：

3 泊位共享需求模型建立

對停車場進行實地調(diào)研，以車輛進入停車場至抵達停車泊位途中，由于擁堵而明顯減速甚至停車所花費的時間來反應(yīng)停車場是否擁擠。通過對停車場內(nèi)部交通狀況的實地調(diào)查以及多次自駕車實踐可以發(fā)現(xiàn)，當(dāng)泊位占有率低于85%時，泊車損耗時間幾乎忽略不計，進入停車場的車輛基本都處于勻速行駛狀態(tài)直至抵達停車位。而當(dāng)泊位占有率超過85%時，泊車損耗時間隨占有率提高而且明顯增加，多數(shù)車輛在抵達停車位途中都會出現(xiàn)短暫停車。當(dāng)占有率繼續(xù)增加達到95%時，停車場交通擁堵明顯，車輛進入停車場開啟了排隊狀態(tài)。

根據(jù)泊位占有率低于85%時不會產(chǎn)生額外泊車時間消耗這一調(diào)查結(jié)果，假設(shè)用地前85%停車者不考慮泊位共享，85%以后車輛進出擁堵才開始進行共享選擇。建立不同狀態(tài)用地停車需求模型。

此時停車需求理解為85%無需考慮泊位共享的與15%中不選擇泊位共享的需求之和。公式如下：

其中：Rij—用地類型i在需求共享用地時的停車需求；

rij—用地類型i在j時刻的泊位占有率；

Pi—用地類型i停車泊位數(shù)；

pk—用地類型i在選擇用地k進行泊位共享的概率；

a—提供共享泊位的用地編號；

n—提供共享泊位的用地數(shù)量。

4 實例分析

武警醫(yī)院片區(qū)位于揚州市區(qū)，建筑年代相對久遠，是一個以醫(yī)院、居住、商業(yè)用地為主的成熟老城片區(qū)，各用地高峰期停車均較為緊張，有實施泊位共享的需要。該片區(qū)位于江陽東路和江都路之間、分布在運河西路兩側(cè)，北側(cè)為居住用地與商業(yè)用地、南側(cè)則是醫(yī)院用地及居住用地。東西長約500米、南北約400米，如圖4所示：

圖4 武警醫(yī)院片區(qū)現(xiàn)狀地塊圖

該片區(qū)用地組成與本文研究相符，停車需求存在時間差異性和互補性，具有實施泊位共享的前提條件；其次，該用地居住用地相對較多，具有足夠的共享空間；最后，用地東西長約500米、南北約400米，停車者共享后至目的地的步行距離都處于較容易接受范圍。

取各用地中心位置計算不同用地間的步行距離，相同用地則取均值?？傻蒙虡I(yè)用地與醫(yī)院用地距離330米，與居住用地距離250米。醫(yī)院用地與居住用地距離270米。經(jīng)調(diào)查，居住用地固定車位平均10元/天，非固定車位白天泊車3小時收費5元、均價1.67元/h，夜間4元/h且非固定車位極少；醫(yī)院用地白天5元一次、2小時后1小時3元，夜間10元，由于醫(yī)院用地以短時停放為主，故取泊車收費2.5元/h；商業(yè)用地白天5元/h、10點至8點為夜間收費8元。

根據(jù)上文不同用地泊位選擇概率表，可得武警醫(yī)院片區(qū)各用地停車者選擇共享的概率，如表8所示：

表8 各用地停車者泊位共享概率

根據(jù)公式（1），分別計算3種用地泊位共享下的停車需求：

（1） 醫(yī)院用地

停車需求7:00～11:00持續(xù)高峰，其中7:00～9:00可選擇商業(yè)用地、居住用地進行泊位共享，10:00～11:00僅可選擇居住用地進行共享。

原高峰需求泊位145個，泊位共享后，當(dāng)7:00～9:00時，需求為123個，當(dāng)10:00～11:00時，需求高峰為125個。高峰需求減少13.8%。

（2） 商業(yè)用地

實際需求10:00～11:00持續(xù)高峰，其中10:00～11:00可選擇居住用地進行泊位共享，11:00～13:00可選擇醫(yī)院用地和居住用地進行共享。

原高峰需求泊位120個，泊位共享后，當(dāng)10:00～11:00時，需求為107個，當(dāng)10:00～11:00時，需求高峰為104個。高峰需求減少10.8%。

（3） 居住用地

夜間居住用地停車需求達到高峰，可選擇醫(yī)院用地和商業(yè)用地進行共享。原高峰需求泊位242個，泊位共享后，需求高峰為223個。高峰需求減少7.8%。5 結(jié)束語

本文對不同用地停車者行為選擇特性進行調(diào)查，利用二項Logit模型建立各自的行為選擇概率模型，并標(biāo)定相應(yīng)概率。將選擇概率融入泊位共享需求預(yù)測模型，對混合用地停車需求進行預(yù)測?？梢园l(fā)現(xiàn)，對于同一片區(qū)下的不同用地，其泊位共享效果不同。因此片區(qū)建筑物配建指標(biāo)，不能籠統(tǒng)的進行統(tǒng)一折減，而是需要考慮到不同的用地組合及片區(qū)各用地之間距離、收費等因素帶來的行為選擇差異，對不同用地選擇不同的折減系數(shù)。

在后續(xù)的研究中，可以進一步將同種性質(zhì)用地細致分類，如改善型居住用地和剛需型居住用地的共享效果差異。同時考慮更多的用地組合，以獲得更全面精確的需求預(yù)測結(jié)果。