基于Logit模型的停車行為研究

殷敬敬，孫昌會 YIN Jingjing,SUN Changhui

（1.山東建筑大學 交通工程學院，山東 濟南 250101；2.濟南市市政工程設計研究院（集團） 有限責任公司，山東 濟南250101）

(1.Traffic Engineering College,Shandong Jianzhu University,Jinan 250101,China;2.Jinan Municipal Engineering Design&Researchnstitute （Group） Co.,Ltd,Jinan 250101,China)

隨著經濟的快速發展和城市化進程的加快，機動車擁有量大幅增加，導致大城市公共停車設施需求急劇增長[1]，但由于停車設施規劃嚴重滯后、建設資金嚴重短缺、土地資源嚴重不足，導致停車設施供需矛盾日益突出，接踵而來的便是由于車輛停放而產生的用地緊張、交通堵塞、環境惡化等一系列社會問題[2]，“停車難”已經成為國內城市一個動態而永恒的難題。

本文結合停車場的電子數據和停車行為問卷數據，對停車場特性和停車行為進行分析，并建立停車行為的Logit模型，為后續從管理的層面緩解停車問題提供理論支持。

1 停車相關數據調查及現狀分析

1.1 數據調查

本文調查內容包含兩部分：①對車輛進出停車場的電子數據進行收集；②對停車者進行停車行為問卷調查。

（1） 停車場電子數據

本文選取了34個停車場，提取停車場連續一周的電子管理數據，采集到的原始停車場電子管理數據見圖1，包括每輛車進出停車場基本信息及進出停車場的時間等信息，由于數據較多，不能一一列出，截圖僅為其中一部分數據。另外通過實地調查和詢問管理員兩種方式，獲取了停車場的車位數。

（2） 停車行為問卷

配建性質的停車場主要為商業、辦公、居住、文體、醫院、混合六類，社會公共停車場劃分到混合類[3-5]。根據北京市統計局統計，截止到2016年9月，北京全市停車場數量為6 920個，本文研究范圍為北京市城六區，其停車場數量為5 385個，首先需要確定隨機抽取調查停車場的數量。計算公式為：

圖1 天元港中心停車場電子數據

式中：e為期望的誤差百分比，取值10%。Z為置信度，置信度取95%，則Z為1.96，P取0.5，N為總體樣本量。

通過計算，抽取的停車場數量應不少于94個。本文隨機選取140個停車場進行調查，共獲取有效問卷3 475份。

1.2 停車現狀分析

（1） 停車場特性分析

停車場的特性參數主要為停車時間、停放指數、泊位利用率和停車周轉率。不同性質停車場的停車特性相差較大，因此，對其進行分類研究。圖2為不同性質停車場的停車特性參數對比圖，可以看出，居住性質停車場的平均停車時間最高，學校次之，均遠遠高于其他性質的停車場；而醫院和商業性質停車場的停車周轉率比較高；學校性質停車場的泊位利用率最高。

（2） 停車行為分析

基于性別與步行距離統計（見表1）發現：短距離步行的概率，男性要小于女性；長距離步行的概率，男性要大于女性；男性的平均步行距離要高于女性。基于有無引導與步行距離統計（見表1）發現，有引導的情況下，小于800m的短距離步行的概率高達94%，無引導的情況下為84%，說明在有人員引導的情況下，往往能選擇較近的停車場、較便捷的步行路線，整體步行距離較短。

圖2 不同性質停車場停車特征參數

表1 性別、有無指引與步行距離 單位：%

基于費用支付者與步行距離的統計（見圖3）發現，免費的情況下，小于等于400m的短距離步行達到了一半以上，說明在不用考慮費用的情況下，大多數人會選擇距離較近的停車場。

因為個人付費的人員對價格比較敏感，所以僅選取個人付費的2 408個樣本，進行停車總費用分析，基于停車收費價格、停車時間與步行距離（圖4）的分析發現，步行距離隨著停車收費價格和停車時間的增大而增大，即步行距離與停車總費用呈正比。停車費用較高的情況下，駕駛員往往會選擇較遠的停車場停車。

常見的駕駛員的出行目的包括：就醫、上下班、上下學、回家、購物、餐飲、娛樂、訪友、旅游、換乘、其他，按照出行目的的緊急程度，大致可分為四類：緊急型（就醫）、常規型（上下班、上下學、回家）、休閑型（購物、餐飲、娛樂、訪友、旅游）、其他（換乘、其他）。基于出行目的與步行距離的統計（見表2）發現，在緊急的情況下，步行距離小于等于400m的概率高達51%，800m以內的概率高達97%，遠遠超出其他類型。

2 停車行為模型構建[6]

多項式Logit回歸分析用于研究多項分類變量與影響因素之間的關系，是二項式Logit回歸分析的發展。本文采用多分類Logit模型建立步行距離與影響因素（表3）之間的關系模型。對于無序多分類Logit回歸，模型會首先定義因變量的某一水平為參照水平，本文因變量步行時間距離的取值水平分別為1、2、3、4。

圖3 費用支付者與步行距離

圖4 停車總費用與步行距離示意圖

表2 出行目的與步行距離單位：%

表3 步行距離影響因素

選取步行距離大于1 200m的概率P4n作為P1n、P2n和P3n的參照組，建立步行距離選擇模型。故步行距離為因變量，將性別（S）、有無指引（G ）、停車費用支付者（U ）、停車總費用（C ）、停車目的（O ）作為分類變量帶入模型，得到結果：

式中：bi為步行距離i的截距；ai為步行距離i的參數；Sin為步行距離i的第n個停車者性別；Gin為步行距離i的第n個停車者的停車指引情況；Uin為步行距離i的第n個停車者停車費用支付者；Cin為步行距離i的第n個停車者的停車總費用；Oin為步行距離i的第n個停車者停車目的。

表4為總模型的似然比檢驗結果，可見最終模型似然比卡方檢驗結果顯著性水平P＜0.01，說明至少有一個自變量系數不為0，模型有意義。

表4 模型擬合信息表

表5為針對每個自變量的作用進行似然比檢驗。在擬合的方程中，各自變量的顯著性水平P＜0.05，說明各自變量對模型的作用是有統計意義的。

表5 似然比檢驗

根據表6的參數，得出模型結果：

表6 參數估計

從公式（3）可以看出，步行距離≤400m相對于步行距離＞1 200m來說，駕駛員在選擇停車場時主要考慮的因素是停車費用，覺得停車費用過高和合理的人群，一般步行距離會在此范圍內；從公式（4）可以看出，步行距離400～800m相對于步行距離＞1 200m來說，停車目的起主要作用，一般在緊急的情況下，步行距離會在此范圍內；從公式（5）可以看出，步行距離800～1 200m相對于步行距離＞1 200m來說，停車費用支付者起主要作用，在單位報銷的情況下，一般步行距離在此范圍內。

3 停車管理建議

通過分析發現要從根本上解決停車擁堵問題，必須明確兩點：首先，一味的增加停車位很難實現，尤其是在寸土寸金的大城市，或者土地資源緊張的老舊城市，亦或是具有歷史底蘊的文物保護區，都很難實現停車位的持續增加，要解決停車現狀，需要從源頭上對機動車出行進行控制，可以考慮限制機動車數量或者鼓勵選擇其他出行方式；其次，鑒于現有停車位不同區域、不同時段利用率差異顯著，需要從管理的層面，整體提高停車位的利用率，實現停車資源的充分利用。

對于傳統的停車場管理，一般是從停車場自身特性出發，改變停車場規模、更改停車場收費價格等方式，調整停車場利用率。但是由于后期駕駛員對停車場選擇時，會考慮步行距離、停車目的、方便程度、停車擁擠程度等，實際對停車場的使用會存在一定的隨機性，停車場的實際使用情況往往與預測結果差距較大，導致停車場使用率太低引起停車資源浪費，或者使用率太高引起停車位擁堵，不能從根本上解決停車問題。

本文在了解停車問題的基礎上，主要從停車場特性和駕駛員停車行為兩個方面提出了差異性的停車場管理建議，如表7，使停車場利用率達到最優，節約停車資源的同時緩解了停車問題。

表7 停車管理建議

4 結論

本文選取了北京市停車場進行停車場特性和停車行為問卷調查，通過分析，得出了停車現狀，并建立了關于停車行為的Logit模型，發現步行距離≤400m相對于步行距離＞1 200m來說，駕駛員在選擇停車場時主要考慮的因素是停車費用；步行距離400～800m相對于步行距離＞1 200m來說，停車目的起主要作用；步行距離800～1 200m相對于步行距離＞1 200m來說，停車費用支付都起到主要作用。基于此，提出了差異化的停車管理建議，緩解了停車問題。