基于停車人視角的道路停車難易程度評價方法

胡海鶴，仝 進，邵 娟

(1.北京市交通綜合治理事務中心，北京 100070；2.北京安永達交通科技有限公司，北京 100071；3.北京交通工程學會，北京 100071)

0 引言

隨著城市經濟快速發展和城市人口急劇膨脹，機動車保有量連年迅速增長，給城市交通運行狀況及機動車停放帶來巨大壓力。根據“互聯網+”城市智慧停車指數研究報告顯示，2015年北京、上海、廣州及深圳4個城市的平均停車泊位缺口率超過75%，平均至少有超過200萬輛車無正規車位[1]?！巴＼囯y”已成為城市交通頑疾，不僅嚴重影響停車人停車體驗，也由于尋找停車位產生額外交通量，尤其通勤時段導致交通量增加20%，嚴重影響其他車輛正常通行，導致道路通行能力下降[2-3]。

為緩解停車難，國內外學者已從不同層面開展相關研究。在工程實踐層面，通過加速推進互聯網+智慧停車系統建設與技術開發緩解停車設施短缺、效率不高問題[4]。在研究層面，一直以動態交通為研究重點，近年來靜態交通才成為研究熱點，研究內容集中在停車特征分析、規劃方案和管理策略、運營現狀評價3個方面。

停車特征分析主要包括對路外停車場和道路停車場進行平均停放車輛數、平均停放時間、車位周轉率、車位占用率及停車場效率等指標的分析[5]及其影響因素的探索[6]。如Parmar等[5]基于停車統計數據分別分析了累積停放車輛數、車位占用率、平均停放時間、車位周轉率等基本停車特征，發現部分地區停車位出現溢出現象，并提出了定性優化建議。在停車行為特征影響因素上，梁麗娟等[7]結合杭州交通調查數據分析了杭州市道路停車的時空分布特征及市民停車行為特征，并基于影響因素的交叉分析提出了優化建議。劉倩等[8]基于多項Logit模型分析了停車時長、停車場類型、有無引導和車位充裕情況對停車尋位時間的影響，發現車位緊張時駕駛員傾向于更快的尋找車位，而車位充裕時駕駛員愿意花費更多的時間尋找合適的車位。

在規劃方案和管理策略方面，李盼道等[9]運用公共物品理論構建了停車設施的市場化指數模型，界定了不同停車設施的供給方式。舒詩楠、劉偉東等[10-11]針對中心城區的停車設施發展規劃、政策及管理的調研數據，研究了全國城市停車設施發展規劃、停車管理政策及停車管理模式。李向陽等[12]基于停車需求、路網密度及旅游城市熱點區域分布情況進行分區研究，借助GIS建立了規劃策略與供需分析的互動反饋機制，實現雙向優化。

在運營現狀評價方面，王慶剛等[13]在全面分析停車選擇的影響因素基礎上，考慮停車設施可用性、通行路徑可達性和停車服務水平等因素，建立了公共停車場停車服務指數模型。黃濺華等[14]以車位占用率為基礎，結合停車特點建立了停車指標體系對不同空間尺度的車位占用率進行評價。韓艷等[15]從政府、運營者、使用者3個角度，建立了綜合的區域停車場綜合指標體系來評估停車場的運行效率、服務水平、交通影響、信息化水平等。近些年，共享經濟的發展使車位共享成為緩解停車供需矛盾的有效方法，停車資源共享能力評估成為研究的重點。楊申冒等[16]考慮駕駛員對停車資源步行距離容忍度差異，基于步行指數方法構建了停車資源共享能力評價模型以評估停車泊位的共享能力。

綜上所述，現有研究大多從規劃管理者的決策角度出發，重點在停車特征分析、規劃管理方案制訂及運營現狀評估方面，為城市停車設施優化、智能停車系統建設提供支撐。然而，盡管少量研究考慮了駕駛員對停車資源的主觀感受[17]，但駕駛員在停車尋位過程中對停車資源使用狀態的主觀感知缺乏量化評價方法，無法直接立足于駕駛員反映停車資源使用狀況，難以直接為駕駛員提供停車尋位指導。

因此，本研究立足停車人視角，以主客觀相結合的方式構建停車難易程度評價指標，為停車人提供直接、動態的停車建議，減少因停車巡航對交通流帶來的負面影響。通過挖掘停車指數時空特征，識別不同區域停車難易程度的時變模式，為區域停車管理者制訂基于停車人視角的停車規劃方案和針對性管理策略提供輔助決策依據，從而促進提升停車設施綜合效率。

1 停車難易程度評價方法

1.1 評價指標

現有文獻從停車供需匹配程度、設施使用效率、綜合運行情況3個方面構建停車評價指標以評估停車場運營和使用現狀，為本研究指標構建提供思路。本研究立足停車人視角，認為在某特定時刻、特定場景，評價停車難易程度需要綜合考慮停車設施容量、剩余可用車位數量和停車人認知特性。為使不同規模的停車場具有可比性，研究基于車位占用率、周轉率構建停車指數，用于評價停車難以程度。

在實際調查中，車位占用率為觀測時刻車輛數與停車設施容量之比，理論車位占用率r*的表達式為：

(1)

式中，r為某時刻實際車位占用率；λ為觀測周期內的車位周轉率；q為觀測期間某時刻觀測到的累積停放車輛數；C為停車設施容量。

實際車位占用率r的取值范圍為[0,1]，而r*的取值可以高于1。當r*取值低于1時，表明有相對充足的空閑車位，停車人容易找到車位；當r*取值高于1時，表明較難找到車位。因此，本研究以r*取值與1的大小關系來界定停車難易程度。

1.2 評價方法

結合問題的二分特征，基于二元Logit模型量化停車難易程度。二元Logit模型能較好地描述決策行為，在居民出行行為選擇研究中應用十分廣泛[18]。基于效用最大化假說，停車人感知停車難或易時的效用值包括可觀測效用部分和不可觀測隨機效用部分，該隨機效用函數可表示為：

Ui=Vi+εi，

(2)

Vi=βix，

(3)

式中，Ui為停車人感知為i時的隨機效用；i為停車人感知，i=1表示停車人感知停車難，i=0表示停車容易；εi為不可觀測隨機效用；Vi為可觀測效用，βi為特征變量的待標定參數；x為影響停車人感知效用的特征變量，本研究指理論車位占用率r*。

根據效用最大化理論，停車人感知停車難和易的概率分別為：

p1=prob(U1>U0)=

prob(V1+ε1>V0+ε0)=

(4)

p0=1-p1，

(5)

(6)

I取值范圍為[0-1]，取值越大表明停車人感知的停車難度越高。參考城市道路擁堵指數評估體系[15]，依據I的取值范圍將停車難易程度劃分為5個等級，如表1所示。

表1 停車難易程度等級Tab.1 Parking difficulty levels

為進一步探索參數α的實際含義，分析不同α取值下停車指數I隨理論車位占用率r*的變化趨勢，見圖1。

圖1 α對I的影響Fig.1 Influence of α on I

第1種為平穩型(如α=0.1，參考取值范圍α<1)，該情形下理論車位占用率r*對停車指數基本無影響，在實際場景中，可表征溫和型停車人的停車感知變化。

第2種為增長型(如α=1，參考取值范圍1≤α<3)，該情形下理論車位占用率r*與停車指數基本呈正線性關系，在實際場景中，可表征直接型停車人的停車感知變化。

第3種為極端型(如α=10，參考取值范圍α≥3)，該情形下理論車位占用率r*與停車指數非線形性關系明顯，理論車位占用率r*在低水平和高水平附近變動時，停車指數I變化幅度較?。籸*在中水平附近變動時，停車指數I變化幅度劇烈，在實際場景中，可表征激烈型停車人的停車感知變化。

因此，本研究將α定義為停車人對停車難易程度感知的耐受度參數，表征溫和型、直接型和激烈型各類停車人對停車難易程度的耐受程度。為更詳細確定某地區或某片區各類型停車人的占比及分布，可通過抽樣調查獲取停車人個體性格特征、停車行為感知特征進行綜合分析。

此外，為進一步明確不同時空尺度下的停車難易程度，利用停車指數I分別定義區域停車指數IS和時段停車指數IT，即：

(7)

(8)

式中，n為空間S或周期T內各統計周期停車指數的樣本數量。

2 北京市城六區電子收費道路實證分析

以北京市城六區2020年10月29日至2020年11月4日637條電子收費道路實際運營數據(數據來源于北京市停車管理事務中心道路停車電子收費系統)為例，取耐受度參數α=6，利用停車指數評估停車難易程度，并在道路、行政區劃等不同空間尺度下，分析其空間差異和時變特征。

2.1 以道路為單位的停車難易程度評估

以道路為單位，選擇東城區東四西大街、南小市口街和西城區南禮士路二條、新街口七條為研究對象，分析各條道路停車難易程度時間變化趨勢。依據式(6)依次計算道路的實際車位占用率、理論車位占用率和停車指數，分別如圖2、圖3所示。

圖2 道車位占用率Fig.2 Parking occupancy of roads

圖3 道路停車指數Fig.3 Parking indexes of roads

可以看出，東城區東四西大街全天停車難易程度波動較大，但整體處于相對容易水平；凌晨至上午10:00期間有大量剩余停車位，中午時段停車難度加大，在11:00和14:00這2個時刻停車難度相對較大，但也剛達到L3級水平。結合東四西大街周邊用地性質分析，用地以企事業單位、高校為主，且有足夠的配建停車位，該路段停車位主要服務于日間辦公訪客人群，且能滿足停車需求。東城區南小市口街全天理論車位占用率均大于1，表明全天有較高的停車需求；全天停車難易程度大部分時間處L4級(I取值在(0.6，0.8]區間)，停車難易程度整體感知屬于偏難水平。結合南小市口街周邊用地性質分析，用地以居住型為主，該路段停車主要服務于周邊居住的長時間停放需求。

西城區新街口七條理論車位占用率在1附近振蕩，但其停車難易程度在L1至L4級內大幅波動。其中，上午8:00前后處L1級水平，此時停車最容易。在8:00—10:00內，停車指數迅速增長，快速突破至L4級水平，此時停車整體屬于偏難水平。結合新街口七條周邊用地性質分析，用地以辦公型為主，使用小汽車通勤的職工在8:00后到達該路段停車，并在10:00達到最高值。南禮士路二條在凌晨至早晨7:00停車難易程度在L3級以上，到8:00后停車最容易，處于L1級水平，隨后在上午時段內停車逐漸變難，結合南禮士路周邊用地性質分析，用地集合了居住、辦公、學校等性質，該路段停車位夜間主要服務于周邊居民停車，上午時段主要服務于辦公訪客停車。

2.2 以行政區劃為單位的停車難易程度評估

以行政區劃為單位，選擇城六區為研究對象，分析各區整體停車難易程度時間變化趨勢。依據式(8)依次計算城六區的實際車位占用率、理論車位占用率、區域停車指數及停車指數方差，分別如圖4～6所示。區域停車指數IS表征全區停車難易程度與分布情況，指數越大說明區域整體停車越難，指數小說明區域停車簡單。

圖4 各行政區劃車位占用率Fig.4 Parking occupancies of districts

圖5 各行政區劃停車指數Fig.5 Parking indexes of districts

圖6 停車指數方差Fig.6 Variance of parking index

西城區晝夜停車難易程度均處于L2級(I取值在(0.2，0.4]區間)，晝夜停車需求較均衡。區內的小汽車通勤從7:00左右開始，8:00左右大部分通勤者都在路上(與實際通勤高峰基本一致)，因此此時車位空閑最大，此后來自區內的和區外的小汽車出行方式陸續抵達區內目的地，且在10:00達到高峰。然而，西城區停車指數方差普遍較高，停車供需在區域內部空間分布不均衡。因此，盡管西城區整體停車需求相對均衡，實現了高密度、就業居住混合開發的特征，但其內部仍然存在停車需求不均衡現象。

東城區停車指數略低于西城區，其時空分布特征與西城區相近。朝陽區、海淀區及豐臺區日間停車指數高于夜間，早高峰開始后停車難度不斷增長， 16:00左右開始下降，日間小汽車流入量高于流出量，整體上體現了區域就業為主導的功能定位。相反，石景山區在早高峰至晚高峰之間停車難度指數低于其他時段，可推測石景山區主要呈現居住主導的功能定位。

在各條道路能定位到所屬街道、重點區域的基礎上，以街道、商圈或景點等重點區域為單位，可評估片區停車難易程度，停車指數對片區制定緩解停車問題措施能提供輔助決策依據。

2.3 對停車難易程度評估的對策建議

在駕駛員停車尋位層面，通過路側信息板或智能車載誘導系統，為駕駛員提供局部空閑車位數量信息與區域(道路)停車難易程度指標，駕駛員依據自身出行特征綜合選擇即刻停車或就近停車。當區域(道路)停車難度大、出行任務時間緊張時，建議駕駛員發現空閑車位時即刻車，停車后通過一定距離的步行抵達目的地，降低停車尋位損失的時間；當區域(道路)停車難度小時，駕駛員可駕車至出行目的地附近尋找合適車位就近停車，提高出行便利程度。

在管理決策制訂層面，通過道路和行政區劃的停車指數分析，發現不同道路和不同區域停車難易程度差別較大；因此在一定范圍內可將停車資源統籌考慮，利用“削峰填谷”思路來緩解停車難問題，為解決城市停車問題提供輔助決策依據。

(1)在街區或小區域空間范圍內將道路停車資源統籌利用。分析每條道路停車難易程度的時變特征，挖掘停車需求能互補的道路及互補時段，通過停車誘導技術引導停車人到周邊道路停放，從而緩解停車難道路的停車壓力，減少違法停車及尋找空余車位產生的額外交通擁堵，在小區域內實現道路停車資源利用的效益最大化。

(2)強化道路停車資源是滿足臨時停放需求的功能定位，減少由于居住、辦公用地停車供給不滿足需求而導致的車輛長時間停放在道路的情況。針對居住停車需求，應首先采取在小區內挖潛和增建立體停車設施，或與周邊路外停車場有償錯時共享等措施緩解停車難問題，確實不足的，可進行道路居住停車認證，臨時停放在周邊道路。對于辦公停車需求，建議綠色出行，并優先利用辦公場所內部道路或空地施化停車位，或通過與周邊居住區有償錯時共享，而不是直接將車輛長時間停放在道路停車場內。

(3)全市開展停車設施信息報送工作，將各區道路、經營性備案停車場，居住小區、企事業單位、學校、醫院等各種用地的停車資源統一納入停車資源平臺，并落在涵蓋區、街道、社區、地塊的底圖上，實現停車資源在時間、空間、數量上的動態更新，實現轄區停車資源底數清、情況明，開展科學決策，促進停車資源共享、平衡和統籌利用。

3 結論

本研究基于停車人視角，綜合停車感知耐受度主觀特性及車位占用率客觀指標，依托Logit模型構建了停車難易程度指標，并提出了溫和型、直接型及激進型的停車耐受模式，通過停車指數劃分了停車難易程度等級。以北京市城六區道路為例，在道路和行政區劃2個空間尺度下評價停車難易程度。在道路尺度上，發現停車難易程度時變模式存在互補現象；在行政區劃尺度上，通過停車指數時變特征分析，發現西城區整體上實現了高密度、就業居住的混合開發模式，東城區、朝陽區和海淀區是以就業為主導的功能定位、石景山區呈現居住主導的功能定位。本研究提出的停車指數可為停車人提供直接、動態的停車建議，引導停車需求，通過停車指數特征分析，對識別不同區域停車指數時變模式，挖掘區域停車特征、通勤特征、區域功能特征有重要作用，同時從停車資源統籌、“削峰填谷”等角度提出相應策略，為解決城市停車問題提供了輔助決策依據。