低碳視角下的城市公共停車場選址分析

馬駿

（合肥市規劃設計研究院，安徽 合肥230041）

0 引言

如今隨著生態環境問題的日益嚴峻，綠色低碳已成為城市可持續發展的一項重要目標。城市公共停車場選址，不僅關系到城市交通通暢運行，還關系到城市碳排放高低。因此有必要從低碳視角出發，加強對城市公共停車場選址研究分析，提高公共停車場利用率，降低城市碳排量，推動城市實現可持續發展。

1 城市公共停車場選址低碳目標

1.1 減量目標

城市公共停車場在實際進行選址規劃時，首先需要做好停車需求預測與分析，停車需求總量大小，將會對碳排量帶來最為直接的影響[1]。實踐表明，伴隨著停車場建設數量的增加，對私家小汽車出行吸引效果越好，因此整體碳排放總量會顯著增多。除此之外，大量私家小汽車的出行，還會加重城市交通擁堵，產生更多碳排放。因此必須要加強停車場總量的合理控制，這樣才能有利于降低機動車出行比例，減少碳排放總量。

1.2 集約目標

從Grossman提出的“環境庫茲涅茨曲線（簡稱EKC）”理論能夠了解到，城市土地經濟密度與碳排放之間，存在EKC重組效應。即當城市土地利用越精細，碳排放越少，反之，碳排放會越多。而不同停車場建設形式，對土地利用率也各不相同。在停車數量相同的情況下，相較于地下停車場與立體停車場，地面停車場顯然土地利用率更低。因此在實際進行城市公共停車場選址規劃時，需要結合實際用地條件，合理選址停車場建設形式，提高土地利用率，更有利于降低碳排放。

1.3 高使用效率目標

城市土地資源通常較為寶貴，因此公共停車場建設數量有限，并且伴隨著社會經濟的高速騰飛，人民生活質量提升，私家車數量猛增，公共停車場建設速度顯然無法跟上私家車數量增加速度。因此必須要加強對現有公共停車場資源的充分利用，提高公共停車場的使用效率，實現停車場錯峰共享。

2 低碳視角下的城市公共停車場選址方法分析

傳統的城市公共停車場選址方法主要包括多目標對比系數法、多目標加權分配法、步行距離最小法等，這些方法通過建立各自的選址模型，雖然各有優勢特色，為城市公共停車場選址提供了很多思路，但從低碳視角來看，依然存在以下幾點缺陷：一是上述方法實際實施約束條件較多，實施難度較大，因此難以有效彰顯低碳環保的目標。二是上述傳統方法的實施，都是建立在已知的規劃條件之上，沒有從未來城市發展的角度出發，缺乏對未知公共停車場選址規劃的分析[2]。為有效解決上述缺陷問題，文章從“停車吸引點”入手，提出了一種公共停車場選址模型方法，以下是對該方法的詳細介紹分析：

2.1 建立“地理信息興趣點數據”

“地理信息興趣點數據”簡稱POI數據，在每個POI數據中，至少包含4個類型的地理特征信息，即“地理名稱”“經度”“緯度”以及“地理屬性信息”。此次選擇采用“某城市POI數據”作為數據源，采用了高德地圖POI分類標準，采集了13類常用的POI數據，比如公共設施、商務住宅、公司企業等不同土地利用數據類型。通過這些數據，能夠了解城市不同土地利用性質，而城市土地利用性質決定了停車發生源的性質，也決定了停車需求特征，如車輛停放時間、停車目的等。此外，土地開發利用的強度越大，建筑、人口、交通就越集中，停車需求也就越大。POI數據需要應用ARCGIS10.2進行預處理，具體數據顯示如圖1所示。在此基礎上，還需要進行坐標系設置，一般情況下，采用的坐標系為WG1984坐標系。隨后，還需要利用“百度熱力圖”大數據可視化產品，分析在規劃區內人口聚集程度。通過利用百度熱力圖在規劃區中進行截圖，然后再對截取的圖像數據進行矢量化處理。但由于“百度熱力圖”主要收集的是人口移動數據，與真實的人口分布數據相比必然會存在一定誤差。因此在此次研究中，更注重選擇在不同時段條件下，不同區域人口流動聚集情況。為更加方便進行數據分析，此次研究采用熱力度衡量熱力地圖所呈現的城市人口流動集聚密度情況，以區域中不同色彩為依據，劃分了不同等級的熱力度數值（在1-7范圍內），該數值越高，說明人口分布越密集，反之則說明人口分布越稀疏。除此之外，還需要應用百度路況，反映規劃區內實時交通路況信息。并用不同顏色區分不同路況，紅色表示擁堵，黃色表示緩行，綠色表示暢通。在實際清理百度實時路況數據時，需要采用實際路網拓撲結構，提取實時路況柵格數據信息，并基于不同路況，做好分類像元賦值，其中綠色路況像元賦值為1，黃色路況像元賦值為2，紅色路況像元賦值為6。像元賦值越高，路況越擁堵。

圖1 某城市POI數據示例

2.2 停車吸引點識別

為了能夠對規劃城區內的公共停車場選址布局各種影響因素進行可視化分析，還需要做好停車吸引單元的劃分。在實際劃分時，需要將規劃城區主干道間距以及公共停車場的服務半徑作為重要的劃分依據[3]。可選擇以500m作為一個單位，將規劃城區劃分為500×500m停車單元，具體如圖1所示。隨后，還需要停車吸引點空間聚集分析，在這一過程中，如果僅僅采用傳統的核密度分析方法，無法實現量化統計評價，因此在此次研究中，選擇在采用核密度分析方法的基礎上，充分結合城市設施服務影響因素，先完成地理單元的城市設施POI群點空間密度值計算，再采用Getis OrdGi局部空間統計方法，從而使得城市空間POI分布熱點更具統計意義。最后，還需要考慮到人口聚集以及交通路況因素，做好相應的聚類分析。針對前者，首先需要采用時空聚類分析方法，具體可分為三步，第一步，城市空間結合百度地圖的熱力圖數據，做好數據的預處理，將錯誤的時空數據刪除。第二步，判斷時空對象間差異性。這種差異性判斷分為兩種，一是屬性相似，需要通過結合密度的分布，對時空對象屬性差異進行描述；二是距離差異，需要采用時空對象間各種距離函數來衡量，比較常用的距離函數為歐式距離函數。第三步，開展時空聚類分析，需要以時空對象之間差異大小為依據，實現時空數據聚類分析。隨后還需要進行人口聚集時空聚類分析，具體可分為以下四步，第一步，通過截取規劃城區一周內的百度熱力地圖，分析該時間段內的人口熱力度數值，獲取人口聚集時間切片樣本。第二步，采用模糊疊加法，完成對不同熱力度人口聚集面積的計算。第三步，在GIS工具的幫助下，對規劃城區高熱區的地理位置，按照50×50m進行單元劃分，并采用以下公式計算每個單元的整日數據平均值：

式（1）中：Hi(平均)表示單元i整日平均熱力度，取值為1，2，3，……，n；Hix則表示在點x時刻下的熱力度數值，取值為1，2，3，……，24。第四步，明確城市人口重心變化。雖然采用百度熱力地圖，難以真實反映出城市人口聚集變化的情況，但也能夠很好的展示出人口疏密的空間相對關系，因此可以以百度熱力圖為依據，計算出城市的“熱力重心”，用于替代城市“人口重心”變化。基于此，可以在GIS工具的幫助下，圍繞各封閉熱力等值區域，做好重心位置的計算，再按照各自熱力值和面積，完成加權計算。計算公式如式(2)、(3)所示，最終可以得出活動整周工時間段人口重心移動軌跡。

式（2）～（3）中：X，Y表示 在某時刻，城市人口中心坐標值。其中，Hj表示第j處封閉熱力等值區域的熱力值；Sj表示第j處封閉熱力等值區域的面積；Xj與Yj表示第j處封閉熱力等值區域的重心坐標；其中j=1,2,3,...,n。

針對后者，則需要進行交通擁堵時空聚類分析。首先，按照一周時間段，獲取交通擁堵時間切片樣本。隨后，對從百度地圖平臺上獲得的路況柵格數據進行矢量化處理，在處理過程中，需要應用ARCGIS10.2平臺生成隨機點工具，對道路路網數據進行離散化點處理。然后對路況進行賦值，用數字1表示道路通暢；數字2表示緩行，數字3表示擁堵。最后，提取擁堵規律。

2.3 綜合停車吸引點識別

當某類停車吸引點密度不變，人口聚集度越高，停車數量將會越多，交通擁堵自然越嚴重，那么停車需求量也會提升。因此將最終根據上述聚類分析結果，可得出各類停車吸引點和停車需求的相關性。然后采用ARCGIS中的柵格疊加工具，將各類停車吸引點的核密度進行加權疊加，權重即為該類停車吸引點對停車需求的相關性，得到綜合加權平均核密度圖。最后再以此為依據，完成公共停車場選址分配運算，在分析計算結果的基礎上確定合適的公共停車場站個數與建設位置。

3 結語

總而言之，城市公共停車場選址本身便是一項較為復雜系統的工作，再加上從低碳視角出發，實際進行選址時，還需要滿足綠色環保低碳的需求，進一步加重了停車場選址的復雜性。因此需要加強對選址方法的分析，滿足綠色低碳目標的同時，避免城市交通擁堵。