城市停車需求分析與預測模型綜述

喬瑞+王夢菊

摘 要：該文分析影響停車需求的傳統因素和新型因素，對現有的停車需求預測模型進行歸納總結，分析各種模型原理和適用范圍，為實際停車規劃工作中地塊停車需求預測模型應用提供參考。

關鍵詞：停車需求 分析預測 城市停車

中圖分類號：U491 文獻標識碼：A 文章編號：1674-098X（2014）07（c）-0084-02

停車問題是城市交通面臨的主要問題之一。在城市土地資源緊缺、交通問題突出的形勢下應合理規劃停車設施，而準確預測停車需求是前提。文獻1將停車需求分為社會停車需求和基本停車需求。其中，社會停車需求隨機性大，預測難度大，是停車需求預測的難點。

1 停車需求影響因素分析

1.1 傳統影響因素

（1）土地利用強度。

土地開發利用強度決定土地用地性質、小區的人口規模、居民職業特性、年齡結構、交通吸引量等因素，是引起停車需求的直接原因。

（2）機動車保有量。

機動車保有量是產生停車需求的根本原因，保有量增加使城市總體停車需求不斷擴大。

（3）車輛出行水平。

隨著機動車保有量的日益劇增，停車需求基數逐漸增大，然而城市道路擁擠制約著車輛出行水平，導致機動車擁有量較高但使用率卻較低。

（4）交通政策。

控制機動車增長，擁擠收費，鼓勵公交出行，大力發展高運量快速交通等城市交通發展政策能夠引導人們出行方式轉變，從總體上影響停車需求。

（5）停車成本。

停車成本直接影響居民的出行成本，停車費用高導致多數人放棄使用小汽車出行，而選擇軌道交通、常規公交等其他可替代方式出行。

（6）個體出行特征。

居民的出行特性決定城市交通結構比例，各種出行方式分擔率換算為標準車可得到總體停車需求，個人對停車設施的選擇特性又進一步影響停車需求分布。

1.2 新影響因素

（1）軌道交通建設。

軌道站點能夠直接服務的交通小區，機動車分擔率明顯低于其他小區，從而大大減少地塊的停車需求。

（2）公共交通條件。

在公交服務強的小區機動車吸引率相對于公共交通服務弱的小區較低，進而影響停車泊位供給數量。

（4）經濟杠桿手段。

隨著城市停車問題日益突出，停車規劃中對停車設施進行功能差異定位，差異化收費等管理，將影響停車泊位的利用率和周轉率，從而影響停車泊位供給率。

（5）新技術應用。

立體停車庫、智能停車場等技術的發展促使利用有限的土地資源提供盡可能多的停車設施，使停車需求得到最大限度的滿足。

2 停車需求預測模型概述

2.1 基數比率模型

此類模型以社會經濟基礎資料為依據，按照一定需求比率推算得到總停車需求量，常用于城市總體停車需求預測，但由于預測得到的人口規模和機動車保有量等數據與實際存在誤差和缺少完整的歷史停車數據，因而導致模型的預測準確性降低。具體模型形式如下所示：

（1）基于人口規模的預測模型

其中，為規劃期末城市所需的總停車面積（平方米）；為規劃期末城市的人口數量（人）；為人均所需的停車面積（平方米/人）。

（2）基于機動車保有量的預測模型

其中，為規劃期末城市所需的公共停車總面積；為規劃期末城市的機動車擁有量（輛）；為使用公共停車場車輛占機動車擁有量的百分比，一般取15%～20%；為小型汽車的單位停車面積，一般按平均25 m2計算。

（3）基于增長率的預測模型

其中為預測年的停車需求，輛/天；為基年的停車需求，輛/天；為增長率（%）；為預測年限。

2.2 停車吸引率模型

此類模型認為地塊的性質決定停車吸引率大小。文獻2認為停車需求主要由長時間停車引起。文獻3在傳統的出行吸引模型的基礎上，增加了未出行車輛停車需求參數，充分考慮未來道路擁擠、交通政策、軌道交通等對機動車使用水平的影響。文獻4將地塊停車需求看作是交通產生量與吸引量共同作用的結果。這類模型適用于新區建設停車需求預測。具體模型形式如下所示：

（1）基于停車時長的預測模型

其中，為i區停車泊位數；為i區全日機動車的吸引量；為短時間內上、下客發生停車的百分比；為i區泊位平均利用率；為i區泊位平均周轉率。

（2）考慮機動車出行水平的預測模型

其中，為第i個小區停車需求，泊位；為第i個小區出行吸引客運量，人次/日；為第j種出行目的的車輛載客率，人次/車；為第j種出行目的的停車泊位周轉率，次/日；為第i個小區車輛擁有量；為第i個小區擁有但不使用小汽車的比例。

（3）基于吸引產生的預測模型

其中，為第i交通小區的停車需求量（輛）；為第i交通小區中第j中用地性質與其他地塊用地之間的協調系數；為第i交通小區中第j種用地性質高峰小時吸引的交通量；為第i交通小區中第j種用地性質高峰小時產生的交通量；為第i交通小區中第j種用地性質高峰小時產生交通量的交通方式構成系數；為第i交通小區中第j種用地性質其他修正系數；為第i交通小區中第j種用地性質高峰小時停車修正系數；為第i交通小區第j種用地性質停車庫停車。

2.3 用地生成率模型

此類模型將各種用地指標與生成率的乘積相互疊加，得到該小區的停車需求量。文獻5在用地生成率模型的基礎上引入區位系數和誘增停車，更符合城市不同區位的停車需求分布。文獻6認為小區停車設施供給定位會對停車需求產生反饋作用。文獻7將小區停車需求分為商業活動引起短時停車需求及雇員上班引起長時間的停車需求。具體模型形式如下所示。endprint

（1）傳統用地生成率模型。

其中，為交通小區i的停車需求（泊位數）；為單位面積t類用地停車需求生成率；為交通小區i關于單位面積用地停車需求生成率的區域調整系數；為交通小區i的t類用地的面積。

（2）引入區位的用地生成率模型。

其中，為停車需求量；為節假日交易中心交通吸引影響系數；為節假日周邊交通變化系數；為第i種用地性質本身機動車吸引系數；為區位影響系數；為吸引的停車比率；為誘增交通流量；為誘增交通流量停車比率。

（3）考慮供給反饋的用地生成率模型。

其中，為i區高峰時間停車需求量；為i區j類性質單位用地面積停車需求量；為i區j類性質用地面積；為高峰時間周轉率；為高峰時間周轉率；為價格因素的影響率；為服務水平的影響率。

（4）考慮停車時長的用地生成率模型。

其中，為第i區高峰停車需求；為長時間停車總累計停車數；為短時間停車總累計停車數；為第i區雇員數；為城市中心商業區總雇員數；為第i區零售及服務業建筑面積；為零售業及服務業總建筑面積；為小區數。

2.4 回歸分析模型

此類模型主要考慮包括：人口、經濟、土地利用、機動車保有量等各種因素對停車需求的綜合影響，通過研究各項因素對停車需求的影響程度來確定最終小區的停車需求量。文獻8提出了一元對數回歸預測模型，認為停車需求為該區交通流量的某一百分比。文獻9在對小區多屬性分析的基礎上建立多元回歸模型，利用小區社會經濟數據進行停車需求預測。具體模型形式如下所示：

（1）一元對數回歸模型

其中，為j分區高峰小時停車需求量（標準車車次）；分區高峰小時交通流量（標準車車次）；回歸系數。

（2）多元回歸模型

其中，為交通小區i的停車需求（泊位數）；為交通小區i第n個屬性參數；為回歸系數。

2.5 泊位共享模型

此類模型建立在停車泊位共享理論基礎上，文獻10提出了單項建筑多種性質綜合開發共享停車需求預測模型和多建筑停車需求預測模型。文獻11通過預測各地塊的高峰停車需求和其他時段可提供共享泊位數，使高峰錯位的地塊或建筑物之間可以相互停車共享。這類模型適用于多開發用地的城市CBD地區停車需求預測。具體模型形式如下所示：

（1）單項建筑多種性質綜合開發共享停車需求預測模型

其中，為綜合開發共享停車需求；為C類性質建筑總面積；為C類性質建筑全日停車需求率；為公交可達性修正系數；

（2）多建筑停車需求預測模型

其中，為第i項建筑停車需求，泊位；為i項建筑C類性質建筑總面積；為C類性質建筑全日停車需求率；為綜合開發共享停車需求。

2.6 非集計模型

此類模型以隨機效用理論為基礎，認為停車需求是由居民出行方式選擇的結果，通過對居民出行方式分擔率進行調查，考慮機動車的出行量和停車影響等因素。文獻12建立了基于G-Logit的停車預測模型，而模型中關于各選擇肢之間相互獨立的假設與實際情況不符合，文獻13提出的基于Box-Cox Dogit克服了Logit模型的缺陷。具體模型形式如下所示：

（1）基于G-Logit的預測模型

其中，為全部機動車的停車需求總量；為第i種機動車的停車需求總量；為交通量函數；為選擇第i種機動車出行的概率；為第i種機動車出行中產生停車需求占出行的比例；為第i種機動車泊位換算成標準小汽車泊位的換算系數；為不能影響第i種車輛出行而能影響其停車需求的因素變動項。

其中，為交通方式效用的貢獻因素向量；為第m種交通方式的參數。

（2）基于Box-Cox Dogit的預測模型

其中，為第i種機動車換算成標準小汽車泊位的換算系 數；為第i種機動車出行中產生停車需求的比例；為第k個變量所對應的參數；為選擇第i種機動車的第k個影響變量；為第j個小區交通量；為服從二重指數分布的隨機項；為不能影響第i種車輛出行而能影響其停車需求的因素變動項。

3 功能地塊停車需求特性分析

在實際停車規劃工作中，城市停車規劃與土地規劃緊密結合，地塊是停車需求產生的主要源頭，不同功能地塊產生的停車需求存在差別。只有掌握地塊停車需求特性，引導各功能地塊滿足自身停車需求，才能促進城市靜態交通的良性發展。

4 結語

該文主要對停車需求的傳統因素和新因素進行分析，總結現有的停車需求預測模型，分析模型原理、模型特點和適用范圍。根據實際工作中停車規劃與地塊建設規劃的緊密關系，分析各功能地塊的特性及需求強度，為城市規劃建設提供科學指導，對城市停車規劃和靜態交通發展具有重要意義。

參考文獻

[1] 安實，王建.停車需求預測與管理[J].交通運輸系統工程與信息，2001，1（3）.

[2] 曹紅陽.引入在途車數量的停車需求預測模型[D].青島理工大學，2010.

[3] 李朝陽，陸圓圓.城市停車需求預測方法[C]//.International Conference on Engineering Management.2010.

[4] 歐秋杰，楊熙宇.基于項目誘增吸引產生交通流的停車需求預測方法的研究[J].交通與運輸，2011（7）.

[5] 吳家友，劉術紅.基于區位分析和誘增流量的停車需求預測模型研究[J].重慶交通學院學報，2004，23（3）.

[6] 關宏志，王鑫，王雪.停車需求預測方法研究[J].北京工業大學學報，2006，32（7）.

[7] 李自林，張麗潔.城市停車需求預測模型的分析[J].天津城市建設學院學報，2007，13（3）.

[8] 陳峻，王煒，晏克非.城市停車設施需求預測研究[J].東南大學學報，1999，29（增刊）.

[9] 張慧芳，李文權.城市停車需求預測方法研究[J].交通運輸工程與信息學報，2007，5（3）.

[10] 甘勇華，陳先龍.適應新形勢的大城市停車需求預測方法[J].土木工程與管理學報，3012，29（1）.

[11] 肖飛，張利學，晏克非.基于泊位共享的停車需求預測[J].城市交通，2009，7（3）.

[12] 皺貞元，徐亞國，安實.城市靜態交通管理理論與應用[M].廣州：廣州出版社，2000.

[13] 易武，李碩.基于Box-Cox Dogit停車需求預測模型研究[J].武漢理工大學學報（交通科學與工程版），2006，30（2）.endprint