文|李陽生
看似只屬于微觀技術層面、管理層面,無規律可循的停車問題,實際上也受制于深層城市建設思想、城市管理模式。


我國私人汽車擁有量統計表
交通問題是困擾城市的重要問題,從歷史上來看,不單單是現代城市存在交通問題,只要內部空間、道路布局等各個要素超出人口和交通工具的容納范圍,城市交通問題就會自然而然的顯現出來。劉易斯·芒福德《城市發展史》曾講到,不但是現代都市,即使是古代的羅馬城就出現交通阻塞問題。步入現代社會以來,小型汽車逐漸成為普通家庭能夠支付的大眾消費品,停車問題也開始成為了城市交通問題的重要方面。
我國的城市發展的總體步調雖然在歷史上長期落后于歐美國家,但這并不代表我國要完全意義上重走歐美國家“城市病”的老路。而如何避免“城市病”的負面影響,在急于將西方先進經驗付諸實施之前,應首先對我國城市的客觀歷史進程進行科學有效的分析,根據我國城市的歷史發展特點科學地對歐美經驗與新科學技術成果進行選擇,以避免“食洋不化”的新“折騰”。
改革開放以來,我國的城市取得了空前的發展。城市物理面積不斷擴展,城市中心區經濟發展水平不斷增強,城市基礎設施建設與公共服務不斷進步。但相比于我國人均汽車擁有量的增長頻率來看,我國城市交通基礎設施建設仍然是相對缺乏和滯后的,城市的停車供需矛盾尚未在根本上獲得緩解。1994年國家計委技術經濟研究所發表了《中國家用轎車發展戰略》,其中說明我國汽車工業發展政策即將汽車產業作為國家支柱產業進行發展,以帶動工業行業。在該政策的刺激之下,我國私人機動車擁有量年平均增長率大多保持在20%以上,特別是在2008到2009年,其增長量達到了史無前例的30%之巨。截至2014年底,我國汽車保有量已達1.54億輛,其中,私家車高達1.05億輛;全國有35個城市汽車保有量超百萬輛,北京、成都、深圳、天津、上海、蘇州、重慶、廣州、杭州、鄭州10個城市已超200萬輛。
相比而言,雖然90年代我國也開始將城市停車設施的規劃和建設擺到議事日程上來,但由于經驗不足,規劃混亂,粗放發展,我國許多大中城市停車設施和管理并未同我國迅速增長的汽車市場擁有量相適應。在物質空間上,據1998年中國城市規劃設計研究院城市交通研究所的《全國部分大城市停車場發展規劃、政策及管理調研報告》顯示,上海的總機動車擁有量為317534輛,總停車位為103006個,每輛機動車停車泊位為0.3左右。而截至2014年,國家發改委公布的數據同時顯示,我國大城市小汽車與停車位的平均比例約為1∶0.8,中小城市約為1∶0.5,相比發達國家的1∶1.3仍有距離。保守估計,我國停車位缺口超過5000萬個,具體而言北京市停車位缺口達250萬個;深圳、上海、廣州、南京等城市的停車位缺口均超過了150萬個。管理上由于停車場之間缺乏統一管理,停車泊位信息不通暢,停車場內部管理粗放等問題,現有停車空間資源也存在著利用率不高,結構配置不合理的問題,具體表現為路內外停車場比例失衡,路邊停車,違章停車現象嚴重,城市動態交通因此受到嚴重影響。
從國家層面,1986年國務院正式發布了《關于改革道路交通管理體制的通知》,明確城市交通管理中停車管理系道路交通管理的范疇,是道路交通管理的重要部分。1988年10月,公安部會同住房和城鄉建設部制定了《停車場建設和管理暫行規定》和《停車場規劃設計規則(試行)》。此后各地結合具體實際分別制定了地方性停車場建設和管理法規。自此全國基本上形成一套從中央到地方的停車管理初步法規體系。
從地方的實踐上看,基本上各個城市的停車管理,主要以地方性的行政管理法律規章引導停車場設施增量建設,制定較為嚴厲的行政管制條例為主。1994年出臺的北京市住房配建標準為每10戶配建1個小汽車車位,5年后,標準提高到約每兩戶1個。最新的《北京市居住公共服務設施配置指標》的汽車場庫指標又有所增加。其中,舊城地區的商品房指標下限是0.8車位/戶,上限是1.1車位/戶,一、二、三類地區商品房指標下限分別是每戶1.1、1.2、1.3個車位。而在2015年5月29日,北京市副市長張延昆提出,力爭在2016年出臺《北京市機動車停車條例》,并按照“有位購車、停車入位、停車付費、違停受罰”的思路制定相關內容。而深圳市為提升違章停車處罰的震懾力,在新修訂的《道路交通安全違法行為處罰條例》中規定在實施道路臨時停車收費的路段違法停車的,處500元以上2000元以下罰款,而2014年6月起,南京將核心區干道小型車8:00到20:00的停車費上漲232元。但結合歐美國家停車管理的經驗可知,并不是所有的地區都可以單純通過增加停車泊位的手段來解決停車管理問題,如大部分已成為建成區的城市中心區,并不一定有足夠的空間資源和資本進行停車泊位擴建。而增加行政處罰力度的管理方法,也在中國城市管理實踐中無數次證明了其作用發揮的有限性。
解決城市中心區停車問題必須還要從盤活既有停車空間資源,提高利用率等方面著手。實際上很多城市也在對相關精細化管理工作進行探索。如北京早在2011年,就出臺了《關于做好本市機關企事業單位停車場錯時開放的通知》,提出企事業單位停車場“錯時開放”的工作思路和進度要求,深圳也在探索以業主委員會等形式對已確權的停車位進行錯時開放等經營。2012年上海也制定了《上海市停車場(庫)管理辦法》,新增了停車資源錯時利用、公共交通換乘停車場(庫)建設等內容。

綜上所述,我國的停車管理問題是我國社會經濟發展過程中人均汽車保有量和城市化水平急速上升,相關硬件基礎設施建設和管理水平未能完全適應而造成的。而在當下的中國城市建成區域,特別是空間利用程度較高,承載較為重要的商務、商業、文化、休閑功能的大都市中心區,其停車問題很難以當下主流的擴建停車位和增強行政管理處罰力度的方法完全意義上解決。其內涵化、智慧化、可持續化的發展訴求日益浮出水面,而這一趨勢也是中國城市建設模式轉變的一大趨勢。《國家新型城鎮化建設》中提出將“優化布局,集約高效”確認為指導思想之一,以“合理控制城鎮開發邊界,優化城市內部空間結構,促進城市緊湊發展,提高國土空間利用效率。” 可以想見,在未來城市開發中,以單純物理空間的擴張希冀解決問題的方法已經難以為繼,如何盤活存量,提升空間利用效率將在未來成為更多城市和更多城市內部區域的發展方向。相應而言,我國的停車管理也面臨由提倡停車場設施增量建設,嚴格行政管制條例向轉變停車管理方式,提升既有空間利用效率上來的重任。
可以說,都市中心區停車問題也將是未來中國更多城市區域停車管理中即將面臨的問題,而都市中心區停車問題的解決方式也即將成為未來更多中國城市區域停車問題解決的參照。
2015年9月,國家發改委等七部門聯合發布《關于加強城市停車設施建設的指導意見》,要求充分調動社會資本積極性,加快推進停車設施建設,希望改變停車管理一定程度上政出多門、缺乏統籌,依據和標準不一的尷尬現狀,促進城市交通和停車管理的協調發展。可以想見,在經濟“新常態”,推進新型城鎮化的建設,增強城市的人口承載能力,預防和治理“城市病”等訴求下,作為城市交通重要方面的停車管理將出現較強的政策機遇與社會期許。我國雖然同歐美發達國家相比屬于后發發展國家,而且在城市發展的歷史階段上正處于由機械空間增長和管理向促進可持續發展模式生成的歷史節點,但如果將最新的“互聯網+”時代的大數據、云計算、物聯網等技術經過客觀情況的科學分析,正確地運用到城市建設管理上來,積極建設智慧城市,則完全可以實現“跨越式發展”,促進“城市病”等問題的解決。“互聯網+”不僅僅是一種技術更新,更指代了以技術更新為核心的新經濟形態重構。具體而言,就是進一步發揮互聯網在生產要素配置中的優化和集成作用,提升實體經濟的創新力和生產力,形成更廣泛的以互聯網為基礎設施和實施工具的經濟發展新形態。在這一階段互聯網逐漸脫離實際生產領域的工具屬性與其它行業深度結合,實現業務流程、商業模式、技術結構以及生產方式的再改造,以高效對接供需資源,提升閑置資源利用率,實現節能環保。
中國的智慧城市建設,在前段時間不可避免地出現了粗放建設、過度依賴硬件開發等問題。其關鍵問題在于將智慧城市建設很大程度上等同于技術、資金和管理問題,而忽視了現有技術與社會需要,“信息化城市”與“城市有機整體”之間的關系。在中國經濟的“新常態”下,智慧城市建設必須瞄準城市實際存在的,關系到城市市民切身利益的問題,才能實現智慧城市建設的初衷。反映在城市中心區停車上,就是利用“互聯網+”的相關技術為高效率利用都市中心區停車空間資源的調配與優化利用提供支持,對停車空間資源利用情況的實時更新、查詢、預定與導航服務。具體而言,就是借助新技術對于信息的收集、整合以及規模化運用,客觀地反映城市中心區停車空間資源的利用情況,發掘空間資源利用率不高,背后內部機制不協調的誘因,針對這些不協調的問題將無線通信、移動終端等技術應用于城市停車泊位的信息采集和查詢、運營管理等方面,以精細化的管理實現空間資源的最大化利用。主要有兩點:
其一是從停車自身的內部機制來說,硬件上傳感系統能更加敏銳地捕捉到城市中心區停車空間資源的使用情況,從而以更加豐富、即時的數據來描述停車空間資源的使用情況。從分析技術上,根據這些豐富的數據對其背后產生的內在聯系和作用機制進行研究,以明確數據背后所隱藏的城市中心區停車資源供需深層問題和激烈矛盾所爆發的節點地區,根據長時間的空間使用情況積極對交通問題進行合理的管理和疏導,完成管理問題。
其二是從停車同整個交通系統的有機關聯來說,停車問題是整個交通管理系統的重要組成部分,整體交通擁堵情況的好壞同停車空間資源的利用率和供需矛盾有著極大的關系。停車管理的數據必須在打破部門分割的壁壘之后同其他部門的交通實時信息聯通,以更加寬廣的數據獲取渠道將城市中心區停車管理的問題同城市中心區其他方面的交通問題,甚至是城市中心區外圍的交通問題和城市中心區其他方面的問題聯系起來綜合考量,以發掘數據內部更加豐富的有機聯系。
