中心商業(yè)區(qū)停車方式選擇行為影響因素研究＊

梁 瀟 王忠宇 李林波 吳 兵

（同濟大學道路與交通工程教育部重點實驗室 上海201804）

0 引 言

近年來，隨著各大中城市的機動車保有量持續(xù)上升，小汽車出行比例不斷增加，隨之而來的停車問題也日趨嚴重，特別是在城市中心商業(yè)區(qū)，“停車難”現(xiàn)象已經(jīng)非常普遍。從停車矛盾的解決途徑來看，無論是增加停車設施的供給，還是提高停車資源的利用效率，首要的問題是對特定區(qū)域的停車行為特征進行深入研究。

本文研究的停車方式選擇行為，是指選擇地面停車場或地下停車場進行車輛停放行為。

目前，國內(nèi)外關(guān)于停車行為已有一些研究成果。殷煥煥等［1］通過對北京市典型居民區(qū)進行停車行為調(diào)查，分析了居民對停車費用的接受意愿以及不同條件下停車方式選擇行為的特點；關(guān)宏志等［2］通過對北京市繁華地區(qū)RP調(diào)查和SP調(diào)查數(shù)據(jù)的分析，認為停車收費費率對個人支付停車費用出行者的出行方式選擇產(chǎn)生了顯著影響，且停車收費費率對個人支付者影響更大，對單位報銷者影響較??；張寶玉等［3］利用Logit模型，以步行距離、停車價格、空余車位數(shù)和服務質(zhì)量為影響因素，建立了出行者對某一具體停車場的選擇概率模型，旨在通過調(diào)節(jié)停車場的自身屬性來改變出行者的選擇行為；Khandker M H等［4］將停車選擇視為出行活動的影響因素之一，利用蒙特利爾的調(diào)查數(shù)據(jù)，建立了將停車選擇和出行活動安排連結(jié)的模型，提出了一種新的思路。

從當前研究狀況來看，非集計理論是停車行為甚至出行行為的研究中應用最為廣泛的理論，許多學者利用Logit模型或Porbit模型來研究停車選擇行為。現(xiàn)有研究表明，停車費用、費用支付者、步行距離、空余車位數(shù)等因素會對停車行為產(chǎn)生影響。研究大多分析單個或多個特定因素與停車或出行方式選擇行為的關(guān)系，其中停車收費的單因素分析較為豐富。而綜合分析停車方式選擇行為的各項影響因素的研究較少，相關(guān)模型也少有涉及，特別是城市中心商業(yè)區(qū)的停車方式選擇行為，鮮有相應研究。

本文擬通過停車方式行為調(diào)查，利用非集計理論建立停車方式選擇模型，確定停車方式選擇的影響因素以及影響程度，橫向分析影響停車方式選擇行為的因素有哪些，為解決城市中心商業(yè)區(qū)停車難問題提供理論基礎。

1 停車方式選擇行為調(diào)查

根據(jù)對現(xiàn)有文獻的研究，總結(jié)出停車方式選擇行為的影響因素主要包括：年齡、家庭月收入、收費方式、停 車 費 用［5－6］、費 用 支 付 者［7］、出 行 時間、停車后的步行時間、停車場搜索時間等［8－9］。這些影響因素可根據(jù)其性質(zhì)分為2類，個人基本特征，出行特征［10］。在個人基本特征部分，為更好的分析樣本是否合理，增加性別選項，故選取駕駛者年齡、性別和家庭月收入為個人特征調(diào)查內(nèi)容。出行特征部分，為了更好的體現(xiàn)停車收費的差異性，故選用單位時間停車費用（停車費率）作為研究對象?？紤]到出步行距離的描述更為客觀，而步行時間則受到被調(diào)查者個體特征的影響，因此選用停車后步行距離作為研究對象。最終，選取費用支付者、步行距離、停車費率、停車時間為調(diào)查內(nèi)容。

為深入探討中心商業(yè)區(qū)停車方式選擇行為的相關(guān)問題，選用沈陽市市級商圈太原街片區(qū)北地塊（勝利北街、中山路、南京北街和中華路圍合而成的三角形區(qū)域，面積約為42萬m2）為研究區(qū)域，通過停車調(diào)查的相關(guān)數(shù)據(jù)，研究停車方式選擇行為的特點和影響因素。區(qū)域內(nèi)共有地面停車泊位489個，其中路外泊位206個，路內(nèi)泊位283個；地下停車場共有泊位2 869個，總計研究范圍共有停車泊位3 358個。其中地面停車場均按次收費，5元／次，而地下停車場則按停放時間收費，為5元／h。

本次調(diào)查采用問卷調(diào)查的方式，通過停車行為特征調(diào)查表格對停車人群進行抽樣調(diào)查。另外，根據(jù)路內(nèi)路外停車泊位比例，分別對路內(nèi)停車者和路外停車者進行調(diào)查。調(diào)查在2011年10月進行，發(fā)放調(diào)查問卷300份，回收300份，問卷回收率100%；其中有效問卷240份，有效回收率為80%。

根據(jù)對調(diào)查結(jié)果的統(tǒng)計，得到被調(diào)查者的基本信息分布情況。被調(diào)查者的性別、年齡以及家庭月收入水平見表1。該區(qū)域的調(diào)查數(shù)據(jù)顯示，停車者以男性居多，年齡主要集中在18～50歲，其中31～40歲的比例最大，家庭收入主要集中在7 000元／月以下。

表1 被調(diào)查者社會屬性分布情況Tab.1 Social attribute distribution of respondents

2 停車方式選擇行為模型

2.1 Logit模型的構(gòu)建

本文所研究的內(nèi)容，包含一個因變量“選擇方案”和多個自變量，研究的主要目的在于量化多個自變量對該因變量的影響程度。停車方式選擇行為選擇的結(jié)果是離散的，對選擇結(jié)果的預測則是選擇某一種方案的概率。所以，在研究停車方式選擇行為的過程中，選擇非集計概率論模型進行建模。Logit模型是非集計概率模型中的一種，目前在出行行為分析中（如出行方式選擇預測、出行方式影響因素分析等）應用最為廣泛，主要用于分析因變量與自變量之間的關(guān)系。這里選取線性回歸Logit模型進行建模［11］。

根據(jù)非集計模型的相關(guān)理論，以及本文所分析的問題，選用二項Logit模型進行分析。

二項Logit選擇模型即選擇方案的集合中僅有2個選擇方案，并從這2個選擇方案中選擇其一的Logit模型。本研究中，選擇方案分別為地面停車場和地下停車場，故采用二項Logit模型，模型構(gòu)建如下。

式中：Pin為出行者n選擇方案i（i＝1，2）的概率；Vin為出行者n選擇方案i（i＝1，2）的效用的固定項。

效用函數(shù)的特征變量主要包括：待標定參數(shù)向量θ和選擇方案特征向量Xin。目前線性效用函數(shù)形式應用較廣，故本文采用線性效用函數(shù)形式，有利于簡化下一步模型標定和檢驗工作。

式中：Xink為出行者n的第i個選擇方案中所包含的第k個特性變量，包括出行者特性變量和選擇方案特性變量；θk為第k個變量所對應的未知參數(shù)。

2.2 特性變量的選擇

根據(jù)現(xiàn)有研究以及本次調(diào)查問卷的內(nèi)容，可以將特型變量分為出行者特性變量和選擇方案特性變量2大類。本文以2011年沈陽市太原街片區(qū)北地塊停車行為調(diào)查數(shù)據(jù)為例，分析停車方式選擇行為影響因素。選取的特型變量以及相應的取值方法見表2。

2.3 模型參數(shù)的標定與檢驗

根據(jù)調(diào)查結(jié)果，選取有效數(shù)據(jù)240個，通過SPSS18.0軟件對上述模型進行二項Logistic回歸，模型的顯著性水平為0.05。在二項Logistic回歸方法選擇中，首先選用Forward Conditional法，即逐步向前選擇法，其中進入檢驗是基于比分檢驗統(tǒng)計量，移去檢驗是基于條件參數(shù)估計下的似然比卡方統(tǒng)計量。

表2 特性變量取值表Tab.2 Value of characteristic variables

對上述數(shù)據(jù)進行回歸分析，得到的模型檢驗和標定結(jié)果。模型的似然比卡方統(tǒng)計量為109.430，對應的p值為0.000，小于0.05，所以，在給定0.05的顯著性水平下，有理由拒絕所有回歸系數(shù)都等于0的原假設，即認為該模型是整體顯著的。－2 Log likelihood統(tǒng)計量為對數(shù)似然函數(shù)值的－2倍，該值越小表明模型的擬合優(yōu)度越高，本模型為125.113，擬合優(yōu)度較為理想。Nagelkerke R2統(tǒng)計值為0.587，意味著模型解釋了被解釋變量58.7%以上的變動。

表3、表4為模型標定結(jié)果及刪除的變量。

表3 模型標定結(jié)果Tab.3 Variables in the Equation

表4 從模型中剔除的的變量Tab.4 Variables not in the Equation

從表3和表4的模型標定結(jié)果可以看出，性別、停車費率、步行距離、費用支付者和停車時間與停車者的p值小于0.05，認為這些因素與選擇結(jié)果相關(guān)，而月收入和年齡與選擇結(jié)果的p指大于0.05，認為這些因素與選擇結(jié)果無關(guān)。

基于以上統(tǒng)計結(jié)果，可以得出最終選擇地面停車場和地下停車場的概率方程為

式中：P1n為出行者n選擇地面停車場的概率，P2n為出行者n選擇地下停車場的概率。

5個入選模型因素的B值均為正，說明這些因素與選擇地面停車場的概率呈正相關(guān)，與選擇地下停車場的概率呈負相關(guān)，這與實際情況是相符的。模型標定結(jié)果表明，男性更愿意選擇地面停車場。個人支付者更愿意選擇地面停車場，這可能是由于個人支付者與單位支付者停車目的不同。地下停車場與地面停車場的停車費率差越大，駕駛者越傾向于選擇地面停車場，這主要是因為地面停車場收費更低，駕駛者更愿意選擇價格低的停車場停放。地下停車場與地面停車場步行距離差值越大，選擇地面停車場的概率越大，這是因為駕駛者大多希望步行距離越短越好，所以當?shù)叵峦＼噲龅牟叫芯嚯x過長時，地面停車場就受到了青睞；停放時間越長，駕駛者越傾向于停在地面停車場，這是由于地面停車場的停放不受時間限制，所以這種情況下選擇地面停車場的概率更高。

模型得出的選擇概率方程具有實際應用價值。例如，某一男性駕駛員，個人支付其停車費用，若停放在地面停車場與地下停車場的時間相同，根據(jù)模型計算，在選擇地面與地下停車場的概率各為0.5的情況下，若地面停車場比地下停車場停車費率高5元／h，則地面停車場比地下停車場步行距離近200～300 m，即個人支付費用的男性駕駛員愿意用200～300 m的步行距離換取5元／h的停車優(yōu)惠；反之，愿意多付出5元／h的費用換取停車后200～300 m的步行距離。通過此類計算，對停車收費政策的制定、停車場的選址提供了參考依據(jù)。

此外，城市停車系統(tǒng)規(guī)劃理論中，地下配建停車場在城市停車供應中應占主體地位，而地面停車場則是對地下配建停車場的一種補充。但從上述分析結(jié)果來看，沈陽市太原街的地面停車場與地下停車場相比，具有一定競爭力，主要是由于地面停車場泊位有限，所以許多駕駛員不得已選擇了地下停車場。這種情況與城市停車泊位功能結(jié)構(gòu)的劃分是相悖的。本文所建立的模型，為制定相關(guān)停車改善策略，例如調(diào)節(jié)停車費率等，提供了理論依據(jù)，有效促進停車供需結(jié)構(gòu)合理化。

3 結(jié)束語

本文以沈陽市太原街片區(qū)為例，通過停車方式選擇行為調(diào)查數(shù)據(jù)，利用SPSS18.0軟件對模型進行標定，顯著性檢驗結(jié)果顯示：月收入和年齡與選擇結(jié)果無關(guān)，性別、費率、步行距離、費用支付者和停車時間與選擇結(jié)果相關(guān)，并標定了各影響因素的影響系數(shù)，建立了以性別、費率、步行距離、費用支付者和停車時間為影響因素的停車方式選擇模型。該模型具有實際應用價值，例如可通過調(diào)節(jié)停車費率、步行距離等因素控制地面與地下停車場的選擇概率。規(guī)劃者可利用此模型了解停車者的行為特點，為停車需求的預測、停車矛盾的緩解提供了參考。

由于條件限制，本文的調(diào)查數(shù)據(jù)具有一定的局限性。所建立的模型是否具有普適性，不同城市停車者的停車方式選擇行為是否存在差異，這些問題有待進一步研究。除此之外，停車目的，停放安全性等難以量化的因素在本文所建立的模型中并未考慮。在未來的研究中，應著力改進模型使之建立更完善，更可靠，更具有普適性。

［1］ 殷煥煥，秦煥美，關(guān)宏志.北京市居民區(qū)停車調(diào)查［J］.城市交通，2007，5（6）：49－53.

［2］ 關(guān)宏志，嚴 海，李 洋.考慮停車費用支付者的出行方式選擇模型［J］.土木工程學報，2008，41（4）：91－94.

［3］ 張寶玉，李順勇.完整信息下的停車選擇行為模型［J］.市政技術(shù)，2009，27（6）：557－559.

［4］ Khandker H，Catherine M，Martin T.Integration parking behavior in activity scheduling process［J］.Transportation Research Part A：Policy and Practice，2012，46（1）：154－166.

［5］ 秦煥美，關(guān)宏志，殷煥煥.停車收費價格對居民出行方式選擇行為的影響研究：以北京市居民小汽車、公交、出租車選擇行為為例［J］.土木工程學報，2008，41（8）：93－98.

［6］ 姚勝永，李艷敏.城市中心商務區(qū)停車收費與停車行為關(guān)系研究［J］.河北工業(yè)大學學報，2008，37（5）：110－114.

［7］ 包丹文，鄧 衛(wèi)，顧仕琿.停車收費對居民出行方式選擇的影響分析［J］.交通運輸系統(tǒng)工程與信息，2010，10（3）：80－85.

［8］ Mei Zhenyu，Xiang Yiqiang，Chen Jun，et al.Optimizing model of curb parking pricing based on parking choice behavior［J］.Journal of Transportation Systems Engineering and Information Technology，2010，10（1）：99－104.

［9］ Su Qing，Zhou L.Parking management，financial subsidies to alternatives to drive alone and commute mode choice in Seattle［J］.Regional Science and Urban Economics，2012，42（1－2）：88－97.

［10］ 劉蘭輝.大城市商業(yè)區(qū)停車行為研究［D］.北京：北京工業(yè)大學，2003.

［11］ 楊勵雅，邵春福，Haghani A.出行方式與出發(fā)時間聯(lián)合選擇的分層Logit模型［J］.交通運輸工程學報，2012，12（2）：76－83.