建成環境對居住區配建停車場利用率影響模型研究*

劉柯良， 彭濤， 陳堅， 邱智宣， 曹亦凡

(1.重慶交通大學 交通運輸學院， 重慶 400074；2.重慶郵電大學 計算機科學與技術學院， 重慶 400074)

隨著城市經濟的發展及城市建成區的不斷擴張，形成了職住分離的空間格局并派生了機動化的出行需求。在公交優先戰略不斷深化與小汽車千人保有率不斷增加的背景下，城市道路交通擁堵問題依然嚴峻，早晚高峰尤為突出。近些年來，學者們在靜態交通與建成環境領域進行了許多探索，如通過停車分區供給、停車收費等降低小汽車出行比例；從建成環境角度通過集約型用地并增加公共交通可達性，擴大公交服務人群并縮小出行距離，促進交通方式轉移等。但鮮有研究將居住區停車場泊位利用率與其周邊建成環境結合起來審視小汽車擁有者在小區層面的集計行為。傳統出行行為研究需通過問卷調查獲取個體社會經濟與出行特征等數據，數據有效性存在一定不足，而通過泊位利用率能更真實地反映出行行為，提高結論的有效性。該文以重慶市為例，將泊位利用率與居住區建成環境相結合，通過泊位利用率反映小汽車擁有者在小區層面的集計行為，探究建成環境對小汽車擁有者放棄小汽車出行的影響機理，為城市管理部門提供決策支持。

1 研究框架

《雅典憲章》將城市功能定義為居住、工作、游憩與交通，其中交通作為紐帶將其他三大功能整合起來成為一個有機整體，構成城市建成環境外在表現的內在源頭。對于建成環境的刻畫最經典的是5D模式，即人口或就業崗位密度(Density)、土地利用混合度(Diversity)、道路網絡設計(Design)、與交通設施的距離(Distanceto Transit)及目的地可達性(Destination Accessibility)。該文重點研究建成環境對泊位利用率的影響，其內核是建成環境對出行行為的影響，故建成環境的測度指標選擇重點考慮影響出行方式與出行強度的建成環境因子。結合已有研究成果，選取區位、土地利用與交通設計及建筑特性3個維度的指標來刻畫配建停車場建成環境。其中：停車場區位選擇與停車場距離最近的商圈的距離；土地利用與交通設計分別從出行產生與出行方式兩方面來影響人的出行，選取土地利用混合度、路網密度、交叉口密度、公交臨近度與軌道臨近度、公司密度與學校密度7個指標；由于不同建成時間的建筑物配建指標有一定差異，可能對泊位利用率產生影響，同時小區的房價在一定程度上能代表小區個體的社會經濟屬性，建筑特性選取小區的建成時間與房價。

參考《城市停車設施規劃導則》中停車普查指標，泊位利用率界定為停車場的泊位在一天中被占用時間的比例，反映停車場空間資源的富余程度，間接反映小汽車的使用強度。

將停車場泊位利用率作為因變量、建成環境因子作為自變量，通過回歸分析刻畫建成環境因子對停車場泊位利用率的影響。研究框架見圖1。

圖1 環境因子對停車場泊位利用率影響的研究框架

2 數據描述

2.1 研究范圍

基于重慶市停車調查數據，選取其中停車配建指標較高的居住區配建停車場，車位出售率均在95%以上且無對外共享車位情況，共68個樣本，覆蓋渝中區、南岸區、江北區、渝北區、北碚區、沙坪壩區、九龍坡區與大渡口區8個行政區(見圖2)。

圖2 樣本的空間分布

2.2 研究變量求解

2.2.1 數據獲取

采取現場連續人工調查與停車場電子數據相結合的方式獲取車輛的停車時間及停車場設施特征，用于計算泊位利用率；停車場位置數據通過逆地理編碼獲取坐標位置，通過Python程序從高德API接口爬取建成環境所需興趣點(POI)坐標數據，由于不同數據存在坐標系差異，通過QGIS軟件對數據坐標進行統一；道路網絡數據通過開源地圖網站OpenStreetMap截取研究范圍內的路網；小區房價通過python程序從網站中爬取。

2.2.2 分析單元確定

空間數據分析需注意尺度效應與劃區效應。為分析停車場周邊的建成環境，選擇合適的分析單元大小，確定建成環境的空間因素對泊位利用率的影響，要求空間分析單元不可過大，既要保證建成環境測度的有效性，又要突出建成環境因子的內在差異。參考建成環境對出行行為與出行強度影響研究中空間單元劃分的研究成果，選取停車場500 m緩沖區作為停車場泊位利用率周邊建成環境的研究尺度，考慮到軌道站點的服務半徑較大，建成環境中軌道站點密度的研究尺度取800 m。

2.2.3 解釋變量求解

通過Arcgis的緩沖區分析，生成停車場建成環境影響區域，用提取工具計算區域內各類POI的數量與路網長度。土地利用混合度主要考察每個停車場緩沖區內各類POI的混合程度，包括政府、銀行、醫院、學校、體育館、商場、酒店、廣場和公園9類POI，土地利用混合度由土地利用熵指數表征[見式(1)]。區位分析通過構建道路網絡數據集，進行OD成本矩陣求解，其中起點為各停車場，終點為重慶市五大商圈(渝中區解放碑、江北區觀音橋、南岸區萬達廣場、沙坪壩三峽廣場和九龍坡區楊家坪步行街)。區位計算中每個停車場會產生5個距離值，選取其中最小值作為停車場的區位值。綜合以上數據，構建停車場周圍的建成環境特征(見表1和圖3)。

(1)

式中：Pr為第r種POI數量占總數的比例。

表1 建成環境指標

圖3 建成環境數據圖示

3 空間計量模型實證分析

3.1 描述性分析

模型的因變量為泊位利用率，自變量為建成環境因素，包括宏觀、中觀與微觀視角下10個建成環境因子，表2為建成環境指標的統計性分析。進行回歸分析之前，對自變量之間的相關性進行分析，剔除相關性過強的變量。將自變量導入SPSS中進行相關性分析，結果顯示變量的相關系數都小于0.7，故將所有解釋變量納入模型。

表2 建成環境指標描述性統計分析

3.2 模型構建

根據地理學第一定律，距離較近的停車場具有更加相似的建成環境，變量可能出現空間自相關導致傳統回歸模型的擬合結果較差。為驗證是否存在空間自相關，建立空間權重矩陣并進行空間自相關分析。對于點狀數據的空間自相關分析，通常采用距離權重矩陣的方法，這里采用距離函數矩陣作為空間權重矩陣。

首先通過最小二乘回歸對數據進行空間相關性診斷，若存在空間自相關，則依據診斷結果進行空間回歸模型選擇。最小二乘回歸模型如下：

y=β0+xβ+ε

(2)

式中：y為泊位利用率向量；β0為截距；x為建成環境因子構成的向量；β為回歸系數；ε為隨機誤差。

將原始數據導入Geoda生成距離權重矩陣，進行最小二乘回歸，采用極大似然法進行參數估計，并對模型進行LM診斷，診斷結果見表3。

表3 LM診斷結果

對比拉格朗日乘子-誤差與拉格朗日乘子-滯后，發現前者顯著、后者不顯著，說明相鄰區域間的泊位利用率不存在空間相關性。而相鄰區域間的同一解釋變量存在空間相關性，表明隨機誤差項不滿足獨立性，數據不再滿足最小二乘回歸中無自相關的假定。為控制隨機誤差項的空間自相關，提高模型精度，選擇空間誤差模型對數據進行回歸分析，公式如下：

y=xβ+ε,ε=λWε+u

(3)

式中：λ為空間誤差系數；W為空間矩陣，其元素wij為第j個個體與第i個個體誤差項之間的相關性；u為回歸誤差模型的誤差,u～N[0,δ2I]。

3.3 模型結果分析

將建成環境因子納入空間誤差回歸模型，通過Geoda軟件進行空間誤差回歸，結果見變4。模型整體通過了顯著性檢驗，說明空間誤差回歸對研究問題具有良好的適應性。

從表4可看出：1) 建成環境因子中的土地利用混合度、停車場區位、路網密度與交叉口密度對泊位利用率的影響顯著，其余建成環境因子在統計學意義上均不顯著。2) 從影響方向來看，路網密度、交叉口密度與土地利用混合度3項建成環境因子與泊位利用率成正相關，停車場區位與泊位利用率成負相關。不難理解，泊位利用率越高，說明小汽車擁有者更傾向于將車輛閑置于車庫里而采取其他方式出行。交通出行是一種派生需求，是因不同目的地在空間上分離而造成的一種被動行為，路網密度與交叉口密度越高，代表居住區周邊設施的步行可達性好；土地利用混合度越高，人們日常的各種出行需求更有可能在離家較近的空間完成，從而使出行距離能控制在非機動化出行距離的閾值范圍內，因而放棄使用小汽車；區位數值小，代表停車場離重慶主要商圈的距離越近，說明多商圈的布局形式可在一定程度將休閑娛樂出行控制在重慶各組團里，縮短出行距離，從而控制小汽車的使用。3) 從不顯著結果來看，公交站點與軌道站點密度對泊位利用率的影響均不顯著，說明若提高公交服務水平只是簡單地依托于提高公交站點500 m覆蓋率，將不能有效減少出行者對小汽車的使用；公司點與教育點的提高對解釋變量的影響也不顯著，反映在當下職住不平衡與教育資源分布不均的背景下，單純地在小區周邊增加公司與學校數量不能有效減少出行者對小汽車的使用。

表4 空間誤差回歸分析結果

4 結論與建議

綜合運用Python、Arcgis、SPSS、Geoda等軟件，選取重慶市停車調查數據中的居住區配建停車場數據進行挖掘，在計算各停車場泊位利用率與周邊建成環境的基礎上，研究影響泊位利用率的建成環境因素，以反映小汽車擁有者的出行行為。空間誤差模型的分析結果表示：建成環境因子中的土地利用混合度、路網密度、交叉口密度與泊位利用率成正相關，停車場區位與泊位利用率成負相關，其余建成環境因子對泊位利用率的影響均不顯著。基于以上結論，對重慶市居住區周邊建成環境建設提出以下建議：

(1) 隨著西部經濟的高速發展，在以重慶與成都為核心的成渝雙城經濟圈的建設背景下，人們生活品質不斷提高，出行目的愈加豐富。可通過提高居住地周邊的土地利用混合度，優化商業中心布局使出行距離縮短，并加密路網與交叉口，提高居住區周邊設施的步行可達性，降低道路的機動性，提高居住區泊位利用率，提升小汽車擁有者放棄使用小汽車出行的比例。

(2) 2018年重慶市公共交通全方式分擔率僅為33%，而國外公交都市普遍在60%以上，在重慶大規模進行軌道交通建設、公交線網優化的同時，不能僅從增量入手，要通過提高服務水平的綜合性指標來提高公交與軌道的吸引力，從而提高公共交通的分擔率，優化出行結構。

(3) 人們對美好生活的追求中包含著對良好工作環境與優質教育資源的追求，學校與工作崗位資源分布的差異，帶來職住分離和學住分離的空間格局，由此產生長距離通勤和鐘擺式交通。想要解決這類問題，與公共交通一樣，不能簡單地從增量入手。針對工作，在當下職住普遍分離的情況下，關鍵是提高通勤路徑的公交服務水平；針對就學，重點在于進一步縮小教育資源的差異性，提高就近入學的比例。