基于時(shí)空數(shù)據(jù)融合的古城區(qū)停車(chē)需求模式識(shí)別

馬曉甦，夏柏楊

（1.東南大學(xué)建筑學(xué)院，南京 210096；2. 上海市大數(shù)據(jù)股份有限公司，上海 200072）

引言

以上海、南京、蘇州等為代表的城市古城區(qū)中，分布著具有較高保護(hù)價(jià)值的歷史街區(qū)。而今，這些街區(qū)一方面繼續(xù)承擔(dān)著滿(mǎn)足本地居民日常生活多樣化需求的功能；另一方面，街區(qū)中的古跡景點(diǎn)、商業(yè)設(shè)施也吸引著大量外地游客，為城市經(jīng)濟(jì)發(fā)展與知名度提升作出巨大貢獻(xiàn)。隨著居民生活水平的提高、城市機(jī)動(dòng)化快速發(fā)展，歷史街區(qū)中往往存在嚴(yán)重的機(jī)動(dòng)車(chē)停車(chē)供需失衡現(xiàn)象。沿道路兩側(cè)路面、建筑退讓空間以及小區(qū)內(nèi)公共活動(dòng)空間停放的機(jī)動(dòng)車(chē)，反過(guò)來(lái)影響了城市外部交通運(yùn)行效率、居民日常生活以及游客活動(dòng)的舒適體驗(yàn)，成為當(dāng)前歷史街區(qū)保護(hù)和城市更新面臨的典型問(wèn)題。

實(shí)踐中，由于歷史街區(qū)文保建筑以及可利用交通空間的限制，增加新的停車(chē)泊位并不能徹底緩解停車(chē)供需矛盾。基于歷史街區(qū)保護(hù)加發(fā)展的原則和提升民生福祉的目標(biāo)，不應(yīng)因?yàn)橥＼?chē)需求矛盾而因噎廢食，而是要在合理的目標(biāo)導(dǎo)向下，充分利用數(shù)字化時(shí)代廣泛的信息來(lái)源，通過(guò)科學(xué)、量化的分析方法，探尋緩解停車(chē)問(wèn)題的對(duì)策。

不論是通過(guò)挖掘既有停車(chē)資源、提升配建標(biāo)準(zhǔn)等供給管理措施，還是借助差異化收費(fèi)、車(chē)位共享等需求管理手段，首要是能準(zhǔn)確識(shí)別研究對(duì)象區(qū)域中的實(shí)際停車(chē)需求規(guī)模以及時(shí)空分布特征。現(xiàn)實(shí)中很難通過(guò)匯聚對(duì)象區(qū)域中所有不同類(lèi)型的停車(chē)場(chǎng)的數(shù)據(jù)去進(jìn)行停車(chē)需求特征分析。其原因一般包括：（1）住區(qū)、商業(yè)設(shè)施配建停車(chē)，以及路內(nèi)公共停車(chē)等停車(chē)設(shè)施類(lèi)型多樣，停車(chē)數(shù)據(jù)所有權(quán)分散在不同的運(yùn)營(yíng)管理方手中。（2）部分接入的智慧停車(chē)場(chǎng)可能因?yàn)槿粘９芾碇谐３４嬖诘某，F(xiàn)象，造成停車(chē)數(shù)據(jù)反映的需求和實(shí)際停車(chē)場(chǎng)供給水平不匹配。（3）許多社會(huì)停車(chē)場(chǎng)還未實(shí)現(xiàn)智能化改造，而依賴(lài)人工采集上報(bào)的數(shù)據(jù)往往影響數(shù)據(jù)精度與可持續(xù)性。（4）街區(qū)內(nèi)尚存在相當(dāng)部分非正規(guī)停車(chē)區(qū)域（如老舊小區(qū)內(nèi)公共空間、道路兩側(cè)建筑退讓空間等），甚至違章停車(chē)現(xiàn)象，這部分停車(chē)需求難以通過(guò)傳統(tǒng)停車(chē)數(shù)據(jù)采集方式進(jìn)行持續(xù)監(jiān)測(cè)。（5）停車(chē)需求空間分布特征（如起終點(diǎn)）無(wú)法估計(jì)。因此，傳統(tǒng)依賴(lài)人工現(xiàn)場(chǎng)調(diào)查，或者接入部分智慧停車(chē)系統(tǒng)數(shù)據(jù)的方式，在數(shù)據(jù)時(shí)間精度、可持續(xù)性和全面性上存在缺陷。

對(duì)此，本研究基于多源時(shí)空數(shù)據(jù)融合與分析技術(shù)，利用分布在城市道路路段、交叉口的交通卡口識(shí)別的車(chē)輛數(shù)據(jù)，以及對(duì)象區(qū)域不同地塊用地特征數(shù)據(jù)，結(jié)合部分可獲取的樣本停車(chē)場(chǎng)車(chē)輛進(jìn)出數(shù)據(jù)，提出了一套動(dòng)態(tài)識(shí)別對(duì)象區(qū)域停車(chē)需求規(guī)模與時(shí)空特征的方法。實(shí)證研究表明，在交通卡口分布密度較高的城市區(qū)域，停車(chē)需求規(guī)模識(shí)別可達(dá)到地塊級(jí)的精度，并可對(duì)停車(chē)需求來(lái)源、時(shí)段時(shí)長(zhǎng)等特征進(jìn)行模式聚類(lèi)。為進(jìn)一步實(shí)現(xiàn)區(qū)域分時(shí)段停車(chē)需求預(yù)測(cè)與預(yù)警，優(yōu)化城市不同類(lèi)型片區(qū)停車(chē)配建標(biāo)準(zhǔn)以及差異化收費(fèi)等管理手段提供決策支撐。

1 相關(guān)研究

準(zhǔn)確掌握并持續(xù)監(jiān)測(cè)研究對(duì)象區(qū)域的停車(chē)需求規(guī)模與分布，是進(jìn)一步識(shí)別區(qū)域停車(chē)問(wèn)題類(lèi)型，預(yù)測(cè)未來(lái)停車(chē)需求變化趨勢(shì)的分析基礎(chǔ)。

長(zhǎng)期以來(lái)，受制于現(xiàn)狀停車(chē)需求數(shù)據(jù)源的局限性，對(duì)停車(chē)需求的研究一部分集中在基于現(xiàn)狀居民出行調(diào)查以及其他停車(chē)抽樣調(diào)查，估計(jì)對(duì)象區(qū)域某個(gè)時(shí)間點(diǎn)，如特征日以及特征時(shí)段的停車(chē)需求規(guī)模與分布特征，并通過(guò)分析停車(chē)需求的影響因素進(jìn)行預(yù)測(cè)[1-8]。一方面，從區(qū)域停車(chē)需求角度，陳峻等總結(jié)了進(jìn)行停車(chē)需求預(yù)測(cè)的若干種方法以及主要影響因素（如土地利用、人口就業(yè)崗位以及機(jī)動(dòng)車(chē)流量等），并利用實(shí)證城市停車(chē)調(diào)查數(shù)據(jù)進(jìn)行了基于靜態(tài)交通發(fā)生率法的模型驗(yàn)證[1]。張慧芳、李文權(quán)進(jìn)一步考慮了對(duì)象區(qū)域區(qū)位因素對(duì)停車(chē)需求的影響[4]。另一方面，從個(gè)體出行選擇角度，關(guān)宏志、劉蘭輝基于停車(chē)抽樣調(diào)查數(shù)據(jù)，利用Logit模型進(jìn)行了基于個(gè)體的停車(chē)行為分析，并利用SP（Stated Preference）調(diào)查數(shù)據(jù)進(jìn)一步進(jìn)行了價(jià)格敏感性分析[2]。

隨著各地陸續(xù)建立智慧停車(chē)數(shù)據(jù)采集平臺(tái)/系統(tǒng)[9-13]，一部分研究得以通過(guò)平臺(tái)接入的停車(chē)場(chǎng)動(dòng)態(tài)數(shù)據(jù)，進(jìn)行更細(xì)致的停車(chē)行為分析。但是，如前文所述，這類(lèi)研究依然受到接入的停車(chē)數(shù)據(jù)樣本量的限制，無(wú)法全面把握區(qū)域整體停車(chē)需求規(guī)模。唐克雙等采用商業(yè)、辦公和體育場(chǎng)三種類(lèi)型停車(chē)場(chǎng)數(shù)據(jù)，基于BP神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行了停車(chē)場(chǎng)泊位占用率的時(shí)變特征分析[11]。李林波等基于某對(duì)象停車(chē)場(chǎng)歷史數(shù)據(jù)，采用生存分析的方法建立了夜間停車(chē)需求預(yù)測(cè)模型，從微觀層面估計(jì)車(chē)輛停放時(shí)段、時(shí)長(zhǎng)等特征[13]。近年來(lái)，開(kāi)始有學(xué)者嘗試借助交通卡口車(chē)輛識(shí)別等數(shù)據(jù)，估計(jì)區(qū)域停車(chē)需求，很大程度上解決了傳統(tǒng)停車(chē)數(shù)據(jù)源樣本量、時(shí)空精度不足帶來(lái)的問(wèn)題。余杰、余東豪利用城市道路卡口車(chē)牌識(shí)別數(shù)據(jù)進(jìn)行了車(chē)輛的行停分析，并基于卡口點(diǎn)位測(cè)算了不同交通小區(qū)的停車(chē)規(guī)模[14]。

本研究在基于交通卡口數(shù)據(jù)的同時(shí)，進(jìn)一步引入對(duì)象區(qū)域用地特征數(shù)據(jù)（性質(zhì)、規(guī)模、業(yè)種業(yè)態(tài)等）、路網(wǎng)數(shù)據(jù)，以及樣本停車(chē)場(chǎng)車(chē)輛進(jìn)出數(shù)據(jù)等，以蘇州市觀前街區(qū)域?yàn)閷?shí)證對(duì)象，以相鄰地塊組成的街區(qū)為基本分析單元，進(jìn)行了停車(chē)需求規(guī)模與時(shí)空特征分析，識(shí)別區(qū)域停車(chē)供需矛盾類(lèi)型，為城市更新過(guò)程靜態(tài)交通需求管理策略?xún)?yōu)化提供參考。

2 研究對(duì)象與數(shù)據(jù)

2.1 研究對(duì)象

本次研究對(duì)象為蘇州市古城區(qū)觀前街片區(qū)，以干將路、人民路交叉的樂(lè)橋地鐵站為核心，北至白塔西路，南至十梓街，東至五卅路，西至西梅巷，占地面積約1.13 km2（圖1）。區(qū)域內(nèi)包含居住、辦公、商業(yè)、文化體育等各種類(lèi)型設(shè)施用地（圖2）。目前區(qū)域內(nèi)停車(chē)設(shè)施包含各類(lèi)設(shè)施配建停車(chē)場(chǎng)、路側(cè)社會(huì)公共停車(chē)場(chǎng)等六千個(gè)左右有效停車(chē)泊位。研究根據(jù)主要道路及機(jī)動(dòng)車(chē)可通行性將該區(qū)域劃分為12個(gè)地塊/小街區(qū)。

圖1 研究范圍內(nèi)用地與停車(chē)設(shè)施分布

圖2 研究范圍內(nèi)不同性質(zhì)用地建筑面積比例

2.2 數(shù)據(jù)來(lái)源

本研究使用的樣本數(shù)據(jù)包括：（1）交通卡口數(shù)據(jù)。其中：卡口點(diǎn)位數(shù)據(jù)，包括點(diǎn)位編號(hào)、經(jīng)緯度坐標(biāo)，用于定位卡口點(diǎn)的空間位置；卡口過(guò)車(chē)數(shù)據(jù)，包括車(chē)輛識(shí)別號(hào)、經(jīng)過(guò)的點(diǎn)位編號(hào)、經(jīng)過(guò)時(shí)間等，該數(shù)據(jù)與卡口點(diǎn)位數(shù)據(jù)結(jié)合，可以定位每輛車(chē)的時(shí)空位置，生成出行鏈的起訖點(diǎn)，并判斷車(chē)輛行停狀態(tài)。樣本數(shù)據(jù)時(shí)間范圍從2020年9—11月。所有卡口數(shù)據(jù)使用前均事先經(jīng)過(guò)脫敏處理，不包含車(chē)輛車(chē)牌等隱私信息。（2）用地?cái)?shù)據(jù)。包括每個(gè)地塊內(nèi)的建筑功能、建筑面積等，用于測(cè)算特征日分時(shí)段單位停車(chē)需求規(guī)模等。（3）路網(wǎng)數(shù)據(jù)。源數(shù)據(jù)來(lái)自高德路網(wǎng)，包括道路等級(jí)、寬度等，并經(jīng)過(guò)優(yōu)化處理，構(gòu)建研究區(qū)域的地塊與路網(wǎng)的拓?fù)浣Y(jié)構(gòu)，便于分析中將停車(chē)需求分配到可能的地塊上。（4）停車(chē)場(chǎng)進(jìn)出場(chǎng)數(shù)據(jù)。包括車(chē)輛的進(jìn)出場(chǎng)時(shí)間等。本研究同時(shí)接入了研究對(duì)象及周邊區(qū)域的部分不同類(lèi)型停車(chē)場(chǎng)進(jìn)出數(shù)據(jù)，結(jié)合所在用地?cái)?shù)據(jù)，幫助估計(jì)不同地塊每個(gè)時(shí)段的停車(chē)需求吸引力。（5）停車(chē)泊位供給數(shù)據(jù)。來(lái)自蘇州規(guī)劃設(shè)計(jì)研究院2018年6月進(jìn)行的停車(chē)普查數(shù)據(jù)，并結(jié)合最新接入的停車(chē)場(chǎng)數(shù)據(jù)進(jìn)行更新。

2.3 研究流程

圖3 分析思路與流程

本研究的分析思路與流程如圖3所示。經(jīng)過(guò)對(duì)所有數(shù)據(jù)源的清洗與標(biāo)準(zhǔn)化，首先進(jìn)行以地塊/小街區(qū)為單元的分時(shí)段停車(chē)需求估計(jì)。接下來(lái)，一方面結(jié)合對(duì)象區(qū)域停車(chē)供給，判斷區(qū)域可能存在的停車(chē)供需矛盾類(lèi)型；另一方面進(jìn)一步通過(guò)歷史數(shù)據(jù)進(jìn)行停車(chē)需求時(shí)變特征分析與模式識(shí)別。再結(jié)合用地特征數(shù)據(jù)，實(shí)現(xiàn)對(duì)現(xiàn)狀停車(chē)需求的仿真。最后，基于停車(chē)供需問(wèn)題的判斷，利用停車(chē)需求仿真，為相關(guān)部門(mén)制定靜態(tài)交通管理策略提供決策支持。

3 停車(chē)需求估計(jì)與問(wèn)題識(shí)別

3.1 停車(chē)需求估計(jì)

停車(chē)需求估計(jì)的目標(biāo)是估計(jì)對(duì)象區(qū)域地塊或者小街區(qū)尺度的分時(shí)段的在停車(chē)輛數(shù)規(guī)模與分布，以及停車(chē)高峰時(shí)段。研究主要用到的數(shù)據(jù)包括交通卡口數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、部分接入的停車(chē)場(chǎng)數(shù)據(jù)以及用地?cái)?shù)據(jù)。停車(chē)需求估計(jì)中主要考慮兩個(gè)層面的問(wèn)題，第一個(gè)問(wèn)題是判斷出哪些車(chē)可能停在區(qū)域內(nèi)或附近，第二個(gè)問(wèn)題是判斷這些車(chē)有多大概率停到區(qū)域內(nèi)的各個(gè)地塊上。針對(duì)這兩個(gè)問(wèn)題，方法設(shè)計(jì)如下（圖4）：

首先，通過(guò)卡口數(shù)據(jù)判斷車(chē)輛停車(chē)的大致位置。假設(shè)一輛車(chē)很可能停在其一段時(shí)間內(nèi)出現(xiàn)的最后一個(gè)卡口，通過(guò)經(jīng)驗(yàn)以及實(shí)際對(duì)數(shù)據(jù)的觀察，證明基于古城區(qū)卡口分布平均間距，可以半小時(shí)作為閾值。即如果一輛車(chē)行駛一段時(shí)間后，最后停留在某一卡口0.5 h以上，則可先判斷該車(chē)停在該卡口附近。若該車(chē)下一次起點(diǎn)距離該卡口點(diǎn)位較近，或者為同一個(gè)卡口，那么很可能是停在這兩個(gè)卡口附近。如果下一次起點(diǎn)距離該卡口位置較遠(yuǎn)，則其停車(chē)位置有很多可能性，不太可能停在該卡口附近。

基于上述判斷邏輯，本研究設(shè)計(jì)了車(chē)輛是否停在某個(gè)卡口點(diǎn)位附近的判別規(guī)則。該規(guī)則中，對(duì)附近的定義需要針對(duì)卡口密度和所估計(jì)地塊的大小來(lái)綜合判斷。實(shí)證研究中，選擇在卡口點(diǎn)位附近2—3個(gè)地塊的距離定義可能停車(chē)的區(qū)域范圍，并通過(guò)這一步的判斷，得到車(chē)輛停在其附近的概率。此外，基于路網(wǎng)數(shù)據(jù)，以及車(chē)輛卡口軌跡方向性，可以進(jìn)一步縮小可能停車(chē)的地塊集合。接下來(lái)對(duì)車(chē)輛可能停在每個(gè)可能地塊的概率進(jìn)行估計(jì)。如果不考慮地塊的差異，均勻地將概率分配到各個(gè)地塊上，一般會(huì)造成較大的差異。因?yàn)榫屯＼?chē)的時(shí)空特征角度而言，不同時(shí)段人們開(kāi)車(chē)去往的目的地不同，比如人們?cè)诠ぷ魅盏陌滋靸A向于開(kāi)車(chē)去工作區(qū)域的寫(xiě)字樓，而在晚上開(kāi)車(chē)回到居住小區(qū)。同時(shí)，開(kāi)發(fā)強(qiáng)度高的寫(xiě)字樓和小區(qū)，其相同時(shí)段所吸引的停車(chē)量也會(huì)相應(yīng)更大。因此，概率估計(jì)需要同時(shí)考慮時(shí)間段、地塊用地性質(zhì)以及開(kāi)發(fā)強(qiáng)度。對(duì)此，本研究定義并計(jì)算了不同類(lèi)型地塊的停車(chē)吸引力系數(shù)，用以刻畫(huà)不同地塊在不同時(shí)段對(duì)停車(chē)需求的吸引力，從而將概率按照吸引力大小的按比例分配到地塊上。

圖4 停車(chē)需求估計(jì)流程

在地塊吸引力的定量刻畫(huà)中，研究利用已經(jīng)接入的一百多家不同類(lèi)型停車(chē)場(chǎng)進(jìn)出數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù)。根據(jù)停車(chē)場(chǎng)的停入車(chē)輛數(shù)、建筑功能、時(shí)段特征、建筑面積，來(lái)計(jì)算每個(gè)停車(chē)場(chǎng)的停車(chē)吸引力系數(shù)。其中，時(shí)段劃分為6個(gè)時(shí)段：早高峰、早平峰、午高峰、午平峰、晚高峰、晚平峰。公式為:

其中，G 為停車(chē)場(chǎng)的停車(chē)吸引力系數(shù)；N為該時(shí)段停入車(chē)輛數(shù)；H為該時(shí)段小時(shí)數(shù)；A為停車(chē)場(chǎng)所在設(shè)施建筑面積（單位：百平方米）。

根據(jù)以上公式，可得到不同類(lèi)型設(shè)施在不同時(shí)段的停車(chē)吸引力系數(shù)。而某個(gè)地塊（可能復(fù)合多個(gè)用地功能）的停車(chē)吸引力，可以由地塊上不同類(lèi)型設(shè)施面積與停車(chē)吸引力系數(shù)相乘并累加得到。在地塊吸引力的基礎(chǔ)上，可以對(duì)每輛停在卡口點(diǎn)上的車(chē)可能的停車(chē)地塊進(jìn)行概率分配，比如某輛車(chē)停在K點(diǎn)的概率為50%，則根據(jù)我們提前劃定的附近范圍、計(jì)算好的吸引力值，可以按比例將這50%分配到各個(gè)地塊上。最終，每個(gè)地塊的停車(chē)量實(shí)際上是每輛車(chē)可能停的停車(chē)概率疊加后的值。

為了驗(yàn)證算法結(jié)果的準(zhǔn)確性，研究使用2018年6月進(jìn)行的停車(chē)普查數(shù)據(jù)作為對(duì)比。結(jié)果顯示在區(qū)域?qū)蛹?jí)上，上述算法計(jì)算的結(jié)果與調(diào)研數(shù)據(jù)差異在5%～0%，在地塊層級(jí)上，差異在5%～30%。算法計(jì)算的結(jié)果往往偏高，這可能和近兩年的車(chē)輛保有量增加有關(guān)。

經(jīng)過(guò)不同區(qū)域的測(cè)試，停車(chē)需求估計(jì)的準(zhǔn)確性主要受兩個(gè)方面影響。其一是交通卡口分布密度。理想狀態(tài)下，卡口越密集，停車(chē)估計(jì)越準(zhǔn)確。然而在現(xiàn)實(shí)中，卡口點(diǎn)位的分布具有不均勻的特征，城市中心區(qū)路網(wǎng)密度高的地區(qū)，一般卡口較為密集，識(shí)別準(zhǔn)確率也相對(duì)較高。 其二，能夠接入數(shù)據(jù)的停車(chē)場(chǎng)數(shù)量也會(huì)影響不同用地性質(zhì)地塊停車(chē)需求吸引力系數(shù)的估計(jì)，并進(jìn)一步影響進(jìn)行地塊停車(chē)需求分配的準(zhǔn)確性。當(dāng)區(qū)域內(nèi)接入的停車(chē)場(chǎng)不能涵蓋足夠用地性質(zhì)地塊，可以借助于城市其他類(lèi)似區(qū)位的停車(chē)場(chǎng)數(shù)據(jù)進(jìn)行補(bǔ)充。此時(shí)停車(chē)場(chǎng)所在區(qū)位和所屬設(shè)施對(duì)于小汽車(chē)出行的吸引力個(gè)體差異，也有可能導(dǎo)致估計(jì)偏差[4]。

3.2 停車(chē)需求模式識(shí)別

除了停車(chē)需求規(guī)模，研究進(jìn)一步結(jié)合歷史數(shù)據(jù)，進(jìn)行了研究區(qū)域需求模式識(shí)別。研究將停車(chē)時(shí)長(zhǎng)和時(shí)段兩個(gè)因素通過(guò)K-means聚類(lèi)方法，得到5種具有明顯時(shí)空特征的在不同特征日的停車(chē)需求模式，占總體停車(chē)需求的85%（圖5）。剩余15%的停車(chē)需求在時(shí)長(zhǎng)和時(shí)段上特征不明顯。

圖5 特征日區(qū)域停車(chē)需求模式聚類(lèi)

從圖5的聚類(lèi)結(jié)果可見(jiàn)，工作日主要停車(chē)模式包含上午時(shí)段（7:00—10:00）、白天工作時(shí)段（7:00—18:00）、午后時(shí)段（12：00—16：00）、全日時(shí)段，以及晚間時(shí)段（17:00—22：00）。較好地匹配了工作日前往觀前街區(qū)域上班、商務(wù)出行以及休閑娛樂(lè)的主要活動(dòng)需求。其中，以商務(wù)、娛樂(lè)休閑類(lèi)活動(dòng)為主的上午、午后以及晚間時(shí)段占總體停車(chē)需求的一半以上。而全日時(shí)段的停車(chē)需求可能主要來(lái)自生活在區(qū)域內(nèi)的本地居民。另一方面，相較工作日，休息日的主要停車(chē)模式不再包括白天工作時(shí)段的通勤類(lèi)停車(chē)需求，大量停車(chē)需求來(lái)自上午、下午以及晚間時(shí)段在觀前街區(qū)域活動(dòng)的人群。就停車(chē)時(shí)長(zhǎng)角度而言，雖然超過(guò)10 h的停車(chē)需求只占區(qū)域停車(chē)需求的不到10%，但是剩余大部分停車(chē)需求時(shí)長(zhǎng)也均超過(guò)3 h。

3.3 停車(chē)供需問(wèn)題識(shí)別

結(jié)合停車(chē)需求估計(jì)和模式識(shí)別，本研究將對(duì)象區(qū)域停車(chē)供需問(wèn)題分成兩種類(lèi)型。

第一種類(lèi)型定義為停車(chē)供需的結(jié)構(gòu)性矛盾，即對(duì)象區(qū)域總體停車(chē)供給不足。在大部分地塊和大部分時(shí)段，都存在停車(chē)泊位供不應(yīng)求的情況。此類(lèi)問(wèn)題研究通過(guò)計(jì)算區(qū)域以及地塊停車(chē)飽和度進(jìn)行量化。

其中Si和S分別為地塊i和區(qū)域的停車(chē)飽和度，qi和Q分別為地塊i和區(qū)域的在停車(chē)輛數(shù)，ci和C分別為地塊i和區(qū)域的停車(chē)泊位數(shù)。

第二種類(lèi)型定義為區(qū)域停車(chē)供需不平衡，即在大部分時(shí)段區(qū)域總體停車(chē)供給可以滿(mǎn)足需求，但少部分地塊存在停車(chē)泊位嚴(yán)重不足的問(wèn)題。此類(lèi)問(wèn)題研究通過(guò)定義區(qū)域停車(chē)不平衡度進(jìn)行量化。

其中 B為區(qū)域停車(chē)不平衡度，smax為分析時(shí)段區(qū)域停車(chē)飽和度最大的地塊的取值。區(qū)域停車(chē)不平衡度系數(shù)大于10時(shí)，取10。

分析發(fā)現(xiàn)觀前街區(qū)域停車(chē)需求高峰一般出現(xiàn)在中午11：00—15：00，總體停車(chē)需求在四千輛左右波動(dòng)，區(qū)域總體停車(chē)飽和度尚在可以接受的水平。結(jié)合區(qū)位因素（區(qū)域中心包含一個(gè)軌道交通換乘站點(diǎn)）以及可能的疫情影響判斷，現(xiàn)狀區(qū)域停車(chē)供需不存在明顯的結(jié)構(gòu)性矛盾。

另一方面，通過(guò)對(duì)研究區(qū)域2020年10月和11月數(shù)據(jù)的測(cè)算，觀前街區(qū)域特征日日均停車(chē)供需不平衡度始終保持在較高的水平（表1）。工作日和雙休日區(qū)域飽和度和最高地塊飽和度的差高達(dá)52%和53%。這說(shuō)明在觀前街區(qū)域，存在地塊間停車(chē)壓力不均衡的現(xiàn)象，部分區(qū)域停車(chē)資源緊張，但是附近地塊卻仍然有較多的空余停車(chē)位。區(qū)域內(nèi)不平衡度系數(shù)較高，這一方面可能是因?yàn)橥＼?chē)者不清楚周邊停車(chē)場(chǎng)的空余泊位情況，另一方面也和停車(chē)場(chǎng)是否對(duì)外開(kāi)放、開(kāi)放時(shí)間段、價(jià)格高低有一定關(guān)系。

表1 區(qū)域停車(chē)不平衡度

舉例而言，圖6顯示了某日區(qū)域停車(chē)飽和度情況，圖中標(biāo)記的兩個(gè)相鄰地塊。其中地塊A停車(chē)飽和度接近100%，高峰時(shí)段出現(xiàn)在晚上，而地塊B的停車(chē)高峰時(shí)間出現(xiàn)在中午，且飽和度在60%以下。從提升整個(gè)區(qū)域停車(chē)資源利用效率的角度出發(fā)，如果相關(guān)部門(mén)能夠打破停車(chē)資源信息差，推廣合理停車(chē)場(chǎng)的錯(cuò)時(shí)共享政策，利用網(wǎng)絡(luò)等媒介引導(dǎo)駕駛者前往目的地周邊剩余泊位多的地方停車(chē)，一定程度上可以緩解高峰時(shí)段的地塊停車(chē)矛盾，無(wú)需進(jìn)行額外的停車(chē)場(chǎng)建設(shè)。

4 古城區(qū)靜態(tài)交通管理策略思考

除了識(shí)別區(qū)域停車(chē)需求規(guī)模與分布，基于交通卡口等新數(shù)據(jù)源提供的個(gè)體車(chē)輛數(shù)據(jù)，一方面可以進(jìn)一步幫助研究者、決策者判斷對(duì)象區(qū)域停車(chē)的本外地車(chē)輛比例以及時(shí)段、時(shí)長(zhǎng)特征；另一方面可以判斷車(chē)輛行為軌跡，擬合包括活動(dòng)的起終點(diǎn)在內(nèi)的駕駛者出行的時(shí)空行為鏈，為古城區(qū)、歷史街區(qū)等存在問(wèn)題區(qū)域提出彈性的動(dòng)靜態(tài)交通管理策略（如分時(shí)段外地車(chē)輛路段、區(qū)域限行等），提供量化的決策支持。

城市停車(chē)供需矛盾一般通過(guò)供給管理（如優(yōu)化停車(chē)設(shè)施選址與規(guī)模，制定建筑物停車(chē)配建標(biāo)準(zhǔn)等）和需求管理（如借助差異化收費(fèi)等價(jià)格杠桿）手段進(jìn)行調(diào)節(jié)。蘇州市目前為了緩解古城區(qū)道路以及停車(chē)需求矛盾，采取了分區(qū)域、分時(shí)段的本地、外地車(chē)輛限行政策。具體是將古城區(qū)到拙政園核心區(qū)分成3個(gè)不同區(qū)域，對(duì)于外地車(chē)輛、本地非核心區(qū)住戶(hù)、單位車(chē)輛實(shí)行不同的限行管理，直接從需求側(cè)限制了限行區(qū)域內(nèi)可能的停車(chē)需求。其中對(duì)外地車(chē)輛在7：00—19：00白天時(shí)段在核心區(qū)的禁行管理，使得外地游客不能進(jìn)行自駕前往核心區(qū)進(jìn)行游覽等其他目的的活動(dòng)。而上海市目前采用的是外地車(chē)輛在白天時(shí)段禁止在中環(huán)以?xún)?nèi)以及部分出城高架通行的策略，此舉一定程度上降低了外地車(chē)輛（不包含滬C牌照）在上海市區(qū)范圍內(nèi)通行的機(jī)動(dòng)性，抑制了外地車(chē)輛高峰時(shí)段進(jìn)入上海的潛在需求，但是依然能夠保證必要的外地車(chē)輛能夠前往絕大多數(shù)目的地。所以該政策主要以緩解高架快速路等路段交通擁堵為目標(biāo)，而對(duì)于城市停車(chē)供需矛盾比較突出的區(qū)域，則更多借助于價(jià)格杠桿，如分片區(qū)和時(shí)段的停車(chē)收費(fèi)標(biāo)準(zhǔn)進(jìn)行調(diào)節(jié)。

圖6 區(qū)域停車(chē)供需不平衡典型地塊

本研究同時(shí)開(kāi)發(fā)了一套地塊級(jí)的停車(chē)需求仿真工具，方便使用者評(píng)估在古城區(qū)范圍內(nèi)指定地塊進(jìn)行用地功能置換后會(huì)帶來(lái)多少停車(chē)需求。根據(jù)2020年9—11月觀前街區(qū)域內(nèi)部以及周邊范圍部分接入的停車(chē)場(chǎng)進(jìn)出數(shù)據(jù)、停車(chē)場(chǎng)所在用地性質(zhì)與建筑面積數(shù)據(jù)，并綜合前述停車(chē)需求規(guī)模估計(jì)方法得到的結(jié)果，歸納總結(jié)了當(dāng)前研究區(qū)域不同類(lèi)型用地設(shè)施的實(shí)際停車(chē)需求水平與高峰時(shí)段，并與《蘇州市建筑物配建停車(chē)位指標(biāo)》（2019征求意見(jiàn)稿）[15]進(jìn)行了比較（表2）。通過(guò)對(duì)比可見(jiàn)，目前的停車(chē)需求水平與高峰時(shí)段在不同特征日存在一定差異，特別是商業(yè)、辦公等類(lèi)型用地。而與配建標(biāo)準(zhǔn)相比，配建標(biāo)準(zhǔn)基本涵蓋了大部分類(lèi)型的用地高峰期停車(chē)需求。除了商業(yè)類(lèi)設(shè)施，在雙休日的停車(chē)水平超過(guò)了配建標(biāo)準(zhǔn)的要求。進(jìn)一步觀察發(fā)現(xiàn)，辦公和商業(yè)設(shè)施在工作日與雙休日的需求高峰恰好相反，說(shuō)明現(xiàn)實(shí)中雙休日商業(yè)類(lèi)設(shè)施的停車(chē)需求壓力是有條件通過(guò)與辦公等其他類(lèi)型設(shè)施泊位的共享去緩解，而不用完全依賴(lài)停車(chē)配建標(biāo)準(zhǔn)的提升。

事實(shí)上，通過(guò)對(duì)研究區(qū)域停車(chē)需求持續(xù)地監(jiān)測(cè)與評(píng)價(jià)，資規(guī)、交警、城管等部門(mén)可以形成對(duì)停車(chē)供需矛盾的統(tǒng)一認(rèn)知，在城市更新、歷史街區(qū)保護(hù)與發(fā)展的業(yè)務(wù)場(chǎng)景中，協(xié)同優(yōu)化停車(chē)管理策略與手段。一方面，停車(chē)配建標(biāo)準(zhǔn)的更新頻率可以更加靈活，不必受制于定期進(jìn)行的大范圍的人工停車(chē)普查；另一方面，對(duì)停車(chē)需求的把握可以獲得更高的時(shí)間與空間精度。藉此，在包括用地功能置換等城市更新實(shí)踐中，資規(guī)部門(mén)可以動(dòng)態(tài)掌握對(duì)象以及周邊用地停車(chē)供需水平。通過(guò)停車(chē)需求仿真，從交通的角度，幫助確定合理的開(kāi)發(fā)規(guī)模（功能配比和容積率）。并且在必要的情況下，通過(guò)要求配建額外的停車(chē)設(shè)施，幫助解決周邊地塊（如老住宅區(qū)）的停車(chē)需求矛盾。而城管、交警等部門(mén)也可以結(jié)合不同特征日以及時(shí)段的地塊及周邊區(qū)域的停車(chē)總體飽和度以及不平衡度變化趨勢(shì)，提出有針對(duì)性的停車(chē)錯(cuò)時(shí)共享策略，以及節(jié)假日等出行高峰的動(dòng)靜態(tài)交通需求管理策略。

表2 研究區(qū)域現(xiàn)狀停車(chē)供需水平與配建標(biāo)準(zhǔn)對(duì)比

此外，如本文3.2節(jié)停車(chē)需求模式分析所示，小汽車(chē)出行者在觀前街區(qū)域較長(zhǎng)的活動(dòng)時(shí)長(zhǎng)，會(huì)帶來(lái)較低的車(chē)位周轉(zhuǎn)率，一定程度上降低了區(qū)域停車(chē)時(shí)空資源的利用效率。對(duì)此，國(guó)內(nèi)外實(shí)踐經(jīng)驗(yàn)，是通過(guò)靈活的分時(shí)段、階梯制的差異化收費(fèi)（如停車(chē)收費(fèi)標(biāo)準(zhǔn)隨著停車(chē)時(shí)長(zhǎng)增加）去調(diào)節(jié)停車(chē)需求水平，這也是古城區(qū)值得嘗試的精細(xì)化的停車(chē)需求管理策略。

5 結(jié)語(yǔ)

本研究以蘇州市觀前街區(qū)域?yàn)榇淼臍v史文化名城古城區(qū)為對(duì)象，通過(guò)融合交通卡口、土地利用、抽樣停車(chē)場(chǎng)等多源時(shí)空數(shù)據(jù)，提出了一套停車(chē)需求規(guī)模估計(jì)以及特征模式識(shí)別的方法。分析結(jié)果可以幫助使用者準(zhǔn)確判斷目標(biāo)區(qū)域停車(chē)供需矛盾的類(lèi)型，并進(jìn)一步通過(guò)停車(chē)需求仿真，在城市更新決策過(guò)程中，從機(jī)動(dòng)車(chē)停車(chē)供需平衡的角度，提出靜態(tài)交通管理策略方案，并跟蹤監(jiān)測(cè)實(shí)施效果，對(duì)實(shí)施方案進(jìn)行靈活的優(yōu)化與調(diào)整。

基于數(shù)據(jù)源的特性，研究提出的方法得以持續(xù)動(dòng)態(tài)估計(jì)對(duì)象區(qū)域分時(shí)段的停車(chē)需求，并結(jié)合土地利用、路網(wǎng)、部分抽樣停車(chē)場(chǎng)數(shù)據(jù)，實(shí)現(xiàn)地塊級(jí)的精度。當(dāng)前研究也發(fā)現(xiàn)，交通卡口數(shù)據(jù)的分布密度、識(shí)別準(zhǔn)確率，以及抽樣停車(chē)場(chǎng)數(shù)據(jù)的數(shù)量等會(huì)對(duì)需求估計(jì)精度造成一定的影響。而通過(guò)歷史數(shù)據(jù)的不斷積累、數(shù)據(jù)樣本量的增加，一定程度上可以通過(guò)算法的優(yōu)化調(diào)整提升結(jié)果準(zhǔn)確性。

本次研究中用到的部分樣本數(shù)據(jù)和數(shù)據(jù)脫敏等支持來(lái)自蘇州市交通大數(shù)據(jù)研究的知行項(xiàng)目團(tuán)隊(duì)，在此表示感謝！

注釋?zhuān)?/p>

①現(xiàn)狀停車(chē)需求為計(jì)算得到的2020年4—11月每日高峰時(shí)段平均值。

② 百平方米指的是每平方米建筑面積，游覽場(chǎng)所對(duì)應(yīng)單位為每公頃占地面積。

③本次研究區(qū)域?qū)儆谂浣?biāo)準(zhǔn)中劃定的一類(lèi)區(qū)。表格中配建標(biāo)準(zhǔn)要求為對(duì)應(yīng)該區(qū)域內(nèi)的設(shè)施類(lèi)型。