基于Logitsitc模型的城市CBD地區停車需求影響因素分析

尹紅亮，沈金星，鄭三洋，鄭長江

(1. 江蘇省交通廳，江蘇 南京 210001；2.河海大學 土木與交通學院，江蘇 南京 210098)

基于Logitsitc模型的城市CBD地區停車需求影響因素分析

尹紅亮1，沈金星2，鄭三洋2，鄭長江2

(1. 江蘇省交通廳，江蘇 南京 210001；2.河海大學 土木與交通學院，江蘇 南京 210098)

為了研究城市中央商務區(CBD)地區停車需求的影響因素，從出行者停車需求的角度出發，通過CBD地區停車需求的RP和SP調查，獲取城市CBD地區停車需求數據，基于二元Logistic回歸模型，構建了停車需求影響分析模型.調查數據的模型分析結果表明：在工作日和節假日城市CBD地區的停車需求具有明顯的差異性；不同的停車目的對停車需求的敏感性也不同；控制長時間的停車是抑制停車需求總量的有效措施；停車費率對不同的停車費用支付者的影響程度也不同；而越便利的停車場布局，會激發更多的停車需求.

CBD；停車費率；logistic回歸；停車需求

0 引言

隨著我國經濟社會持續快速發展，城市居民收入和生活水平不斷提高，我國城市機動車保有量也呈現快速增長的趨勢.以南京為例，截止2015年底，南京機動車擁有量達到224.06萬輛，在不采取任何措施的情況下至2020年機動車保有量可能達到300萬輛[1].機動車保有量的迅速增長使城市靜態交通供需矛盾進一步加劇，特別是在城市CBD地區，因為高強度土地開發所吸發的交通量導致停車需求越來越大，而CBD地區高昂的土地價值又不允許無限制的提供停車泊位來滿足巨量的停車需求[2].因此，在CBD地區有限的停車供給條件下，如何制定有效的停車政策來控制CBD地區的停車需求，從而解決CBD地區停車供需矛盾問題已成為城市交通管理者所需要解決的關鍵難題[3].

為了提高有限停車資源的利用率，關宏志等[4]認為可以通過制定不同的停車政策來調整停車時長，從而更充分利用有限的停車泊位.David A. Hensher等人[5]的研究成果表明，在不同的停車政策中，調整停車費率是最有效的控制停車時長的手段.Simon P. Anderson等人[6]認為不合理的停車收費將會誘增CBD地區的停車需求，從而加劇CBD地區的交通擁堵.Greg Marsden[7]認為，停車收費政策比其他停車政策能更有效的影響出行者的停車需求，然而不合理的停車收費政策會減弱CBD地區的吸引力，從而對CBD地區的零售和商業活動造成負面影響.Richard Arnott等人[8]建立的停車與交通擁堵綜合模型的分析結果表明，合理的停車收費會在一定程度上降低因為車輛尋找停車泊位產生的交通擁堵現象.Gila Albert等人[9]的研究結果表明，調整停車費率會有效的影響出行者對出行方式的選擇，從而減少停車需求總量.王富等研究者[10]認為可以通過綜合考慮停車場的建設投資成本、運行成本等因素來建立路外停車場的停車費率計算模型.Xiaoning Zhang等人[11]認為合理制定停車費率會影響出行者的出行方式選擇，從而減少停車需求總量.A. Khodaii等人[12]認為停車費率對不同出行者的停車需求的影響是不同的，其影響程度的大小主要由出行者的出行時間和月收入來決定.Richard Arnott等人[13]認為，停車收費過低時會不僅會導致出行者對停車泊位的過度需求，還會引起交通擁堵從而增加行程時間.包丹文等人[14]的研究結果表明停車收費是影響居民出行方式選擇，尤其是小汽車出行方式選擇的重要因素.Jelena Simicevic等人[15-16]的研究結果表明停車費率對出行者有一定的影響，而停車時間的需求則影響了停車泊位類型的選擇，工作出行的人對停車費率的敏感性更大，而停車費率變化對CBD地區吸引力的影響則較小.ZhanGuo等人[17]認為交通擁擠越嚴重，愿意支付停車費率的人數就越多.Guangzheng Yao等人[3]的研究結果表明，停車費率與出行目的對停車泊位的利用率具有重要的影響，提高停車費率可能會抑制機動車保有量的增長.

從現有的研究結果可以看出，不同的停車政策對調整停車時間，優化停車泊位利用率具有不同的作用，而確定合理有效停車政策的影響因素也有很多.特別是對于我國城市CBD地區而言，由于停車需求的不同，停車時間的不同，停車費用支付者的差異性，很難利用國外成功的停車政策來解決我國CBD地區的停車問題.因此研究影響CBD地區停車需求的影響因素，合理制定停車政策，在不影響CBD地區吸引力的情況下，最優化提高停車泊位的利用率，具有重要的作用.因此，本文擬以南京市CBD地區的停車需求為研究對象，在RP、SP調查分析的基礎上，利用Logistic模型，研究影響我國CBD地區停車需求的影響因素，可以作為我國停車政策制定的理論支撐，具有重要的理論與實際意義.

1 停車費率對停車需求的影響模型構建

(1)

設其存在臨界點c(設c=0.5)當

(2)

(3)

則能得到式(4)：

(4)

由此看出，F為εi的累積分布函數，由于其統計數據均為離散變量，不符合正態分布，特別是對于停車泊位的選擇是二元的離散變量(選擇此停車場為1，不選擇為0)，通過對初步調查數據擬合分析的基礎上，本文選擇二元logistic分布來處理實際調查數據，則可得到logistic回歸模型：

(5)

即：

(6)

其中，ps為各種因素影響下的停車場選擇概率，是由不同影響因素ai構成的非線性函數，對于n個自變量的到logistic回歸模型為：

(7)

對方程兩邊進行對數變化可得線性函數關系式：

(8)

2 實例研究

2.1 調查樣本采集

為了深入了解實際情況下CBD地區出行者選擇停車泊位的影響因素，于2016年4月19日～27日在南京市新街口CBD地區進行了停車行為調查.調查地區選擇了新街口CBD地區4個地下停車場(凱鉑、凱潤金城、國信大廈、德基廣場)，3個地面路外停車場(長江貿易大樓、斯亞置地廣場、蘇苑大廈)與1個路上停車場(青石街)，具體位置如圖1所示.

圖1 停車調查區域示意圖

本調查以SP調查與RP調查相結合的方式，通過在指定時間和指定區域內對停車者進行當面詢問并填寫調查問卷的方式進行.其中RP調查部分主要獲取停車場使用者的基本信息包括：性別、年齡、停車目的、停車時長、停車費用支付情況等信息.SP調查部分主要分析獲取出行者對不同停車場條件下的停車選擇意愿性問題.共發放調查問卷980份，通過對問卷結果的自證分析，共收集有效調查問卷521份.

2.2 樣本數據分析

2.2.1 停車目的分析

本文研究的對象是城市CBD地區停車場的使用情況，因此，根據CBD地區的不同停車特性將出行者的出行目的分為上班、購物、娛樂、就餐以及其他五種類型.不同停車目的出行者在工作日和節假日的停車目的分類如圖2所示.

圖2 停車目的分布統計

2.2.2 停車時長分析

為了統計填表的便利性，結合停車場的現狀收費計時規則，將此次停車場的停車時長分為15，15～30，30～45，45～60，60～120，120～180min，大于180 min七種類型.不同停車時長的分布如圖3所示：

圖3 停車時長分布圖

由圖3可以看出，在工作日停車時長主要集中在1h以下，0.75～1 h之間的停車需求比例占33.7%，1h以內的停車百分比占73.5%.在節假日的停車時長則相對較長，超過1h的停車百分比占71%.也就是說節假日與工作日的停車時長存在明顯的倒置現象.在節假日以工作或娛樂為目的的停車者大多停車時長會超過3h或接近3h，而停車時長在1 h以下的停車者多為就餐或者進行短時間的購物.停車2 h以上的停車者平日占了31.5%，這說明此調查區域大約有1/3的停車位被停車時長2 h以上的停車者長時間占用，從而降低了此區域的停車場利用率.

2.2.3 停車后步行時長分析

根據初步摸底調查，將出行者在CBD地區不同停車場停車后步行到目的地的時間分為小于3，3～5,5～10，10～15，大于15 min五種類型.不同類型步行時長分布情況如圖4所示.

停車后距目的地的步行時間如圖4所示.可以從圖中看出，步行時間在5 min以內的停車者占了70%；步行時間在10 min以內的停車者占了86.4%；步行時間在15 min的停車者占了94.5%.由此可見停車者大多會選擇離目的地近、步行時間短的停車場.其中還有部分停車者停車后距目的地的步行時間達到事物分鐘以上，這應該是與調查區域位于辦公、商業中心所造成的交通擁堵與停車困難有關.

圖4 步行時長分布帕累托圖

2.2.4 停車費用支付者分析

近年來，文學的式微頻頻被人提及。身處傳媒出版空前發達的時代，很多人往往發出“優秀文學作品難覓”的感嘆。與此同時，形形色色的文學獎卻日漸成為炙手可熱的話題，人們不僅津津樂道什么樣的作品可以獲得殊榮，更是密切關注其中是否存在不公平的“貓膩兒”。當文學靠文學獎中的爭議話題來提高公眾關注度的時候，不得不說成了一個“黑色幽默”。

根據實際調查情況，將停車費用支付者分為自己支付和單位支付兩種方式，兩種支付方式在工作日和節假日的分布比例如圖5所示.

圖5 停車費用支付者類型分析

從圖5可以看出，司機自己支付停車費用的平日為66.7%，假日為91.4%.這在很大程度上意味著利用停車費來調整停車供需關系有可能會收到效果，尤其是在有更多私人出行的假日更是如此.

2.3 模型參數擬合分析

數據的計算選擇SPSS軟件完成，計算過程中，應對統計的形式變量進行啞元變化，分類臨界值為0.5，統計精度為95%，選擇最大似然估計進行參數估計，數據處理結果如下：

(1)模型系數混合檢驗

數據計算過程、模塊以及模型自身的模型系數綜合性檢驗結果如表1所示.

從表1可以看出，計算的卡方值為86.771，模型自由度為21，對于顯著性水平0.05，自由度21的卡方檢驗值為32.671，計算值大于臨界值，因此模型檢驗結果沒有問題.同時，對于自由度為19的P檢驗值即Sig.值為0.000，小于0.05，因此在顯著性水平為0.05 的情況下，本次計算結果的檢驗都沒有問題.

表1 模型系數卡方檢驗

(2)模型綜合檢驗

模型計算的最大似然平方的對數、Cox-Snell 擬合優度以及Nagelkerke擬合優度值如表2所示.

表2 模型綜合檢驗表

最大似然平方的對數值(-2loglikelihood = 581.002)用于檢驗模型的整體性擬合效果，該值在理論上服從卡方分布，大于卡方臨界值32.671，因此，最大似然對數值檢驗通過.Cox&Snell擬合優度為0.153， Nagelkerke 擬合優度為0.212.

(3)最終模型中的變量

最終的模型變量擬合結果如表3所示，表中第一列為擬合的變量.

2.4 數據結果分析

通過logistic回歸分析的結果可以看出，不同的停車目的對停車需求的敏感性存在顯著的差異性.工作出行的停車需求的貢獻值為最高0.636，娛樂出行的停車需求貢獻值最低0.059，由此可以看出，對于城市CBD地區而言，由于工作出行的停車才是停車需求貢獻的關鍵因素.娛樂出行、吃飯等出行的停車需求則可以通過各類停車政策來控制.

從停車時間的貢獻值分析可以看出，停車時長小于0.75 h的貢獻值為負，停車時長大于0.75h的貢獻值為正.也就是說停車時長越小，則對停車需求的影響越小，停車時長越長，對停車需求的負面影響九越大.特別是停車時長超過3h對停車需求的影響達到1.159可以看出，控制長時間的停車是抑制停車需求總量的有效措施.

表3 模型變量擬合結果

從停車場到出行目的地之間的步行距離的分析可以看出，步行時間與城市CBD地區停車需求之間存在負關系，步行時間越長對停車需求影響的貢獻也越大.也就是說，越便利的停車場布局，會激發更多的停車需求.

從不同付費方式的分析可以看出，單位支付方式與自己支付方式對停車需求的貢獻值存在顯著的差異性.單位支付方式的出行量越高，城市CBD地區停車需求的總量也越大.自己支付停車費的方式對停車需求的貢獻值相對較小，則表明自己支付停車費的停車需求會顯著受到各類停車政策的影響.從節假日與工作日停車需求的分析可以看出，節假日出行的停車需求與工作日的停車需求的貢獻值之間也存在明顯差異性，節假日的停車需求比工作日的停車需求更容易受到各類停車政策的影響.

4 結論

如何合理制定城市CBD地區停車管理政策，從而控制停車需求，有效解決城市CBD地區的停車供需矛盾是當前城市交通管理者所需要解決的難題.本文從出行者的角度出發，通過對南京CBD地區出行者的RP和SP調查分析結果表明，不同的出行者在工作日和節假日的停車需求存在顯著的差異性，停車時間、從停車場至出行目的地之間的時間、停車費用支付方式等因素均對城市CBD地區的停車需求具有顯著的影響.因此，在城市交通管理者制定停車政策是必須要綜合考慮不同停車政策帶來的影響，可結合出行者的不同出行需求，制定差別化的停車政策，以最大程度提高城市CBD地區的停車場利用率，有效解決城市CBD地區的停車問題.

然而由于條件限制，本次的研究還存在一定的不足，特別是對出行信息SP調查表的設計有待進一步優化；本次調查共發放調查表980份，收回的有效調查問卷僅為521份，有效調查問卷的回收率約53.2%.造成問卷回收率偏低的主要原因就是在調查表設計時需要填寫的分類變量偏多，CBD地區的出行者不愿意花費很長時間來填寫問卷調查表.因此，對于CBD地區停車問卷調查表的設計一定要在保證獲得調查信息充分性的基礎上，保證調查表填寫的便利性在，特別是對出行者的背景的分類、收入情況、受教育情況、家庭背景等信息的設計要進一步優化.

[1]張毅，張麗，萬麗娟，等. 基于機動車政策的城市交通可持續發展建模研究[J]. 公路交通科技, 2015, 32(6): 142-147, 153.

[2]王學勇，蘇婷，邵勇，等. 城市CBD地區新型停車模式研究與實踐[J]. 交通世界(工程技術), 2014(7): 255- 256.

[3]YAO G, GUO H, LI C, et al. Analyzing the elements related to parking demand: An empirical study in Beijing[J]. Advances in Mechanical Engineering,2016, 8(4):1-9.

[4]關宏志，姚勝永. 城市中心商業區停車時長選擇模型[J]. 公路交通科技,2005(11): 148-150.

[5]HENSHER D A, KING J. Parking demand and responsiveness to supply, pricing and location in the Sydney central business district[J]. Transportation Research Part A: Policy and Practice, 2001, 35(3): 177-196.

[6]ANDERSON S P, DE PALMA A. The economics of pricing parking[J]. Journal of Urban Economics,2004, 55(1): 1-20.

[7]Marsden G. The evidence base for parking policies—a review[J]. Transport Policy, 2006, 13(6): 447-457.

[8]ARNOTT R, INCI E. An integrated model of downtown parking and traffic congestion[J]. Journal of Urban Economics. 2006, 60(3): 418- 442.

[9]ALBERT G, MAHALEL D. Congestion tolls and parking fees: A comparison of the potential effect on travel behavior[J]. Transport Policy,2006, 13(6): 496-502.

[10]王富，殷燕芳，熊烈強. 城市路外停車場停車費率計算模型[J]. 武漢理工大學學報(交通科學與工程版), 2006(3): 471- 473.

[11]ZHANG X, HUANG H, ZHANG H M. Integrated daily commuting patterns and optimal road tolls and parking fees in a linear city[J]. Transportation Research Part B: Methodological， 2008, 42(1): 38-56.

[12]KHODAII A, EFLAKI E, MORADKHANI A. Modeling the Effect of Parking Fare on Personal Car Use[J]. Transaction A: Civil Engineering. 2010, 17(3): 209-216.

[13]ARNOTT R, INCI E. The stability of downtown parking and traffic congestion[J]. Journal of Urban Economics, 2010, 68(3): 260-276.

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

[15]SIMI EVI J, MILOSAVLJEVI N, MALETI G, et al. Defining parking price based on users' attitudes[J]. Transport Policy, 2012, 23: 70-78.

[16]SIMI EVI J, VUKANOVI S, MILOSAVLJEVI N. The effect of parking charges and time limit to car usage and parking behavior[J]. Transport Policy, 2013, 30: 125-131.

[17]GUO Z, MCDONNELL S. Curb parking pricing for local residents: An exploration in New York City based on willingness to pay[J]. Transport Policy, 2013, 30: 186-198.

Research on Infuential Factors of Parking Demand in Central Business District with Logitsitc Model

YIN Hongliang1, SHEN Jinxing2, ZHENG Sanyang2, ZHENG Changjiang2

(1.Jiangsu Proviencial Department of Comumications, Nanjing 210001, China;2. College of Civil and Transportation Engineering, Hehai University, Nanjing 210098, China)

The Logistic regression modele is proposed to analyze the influencing factors of parking demand in central business district (CBD). With the aid of questionnaire survey, the contributory value of parking demand can be obtained through different evaluation indicators based on RP and SP investigation. It turns out that the differende of parking demand between weekdays and holidays are obvious. Sensitivity of parking demand with differend trip purposes is heterogeneous. It is effectient to control parking demand through shortented the length of parking time. The influence of parking fare to differnen parking payment is different, and the more convenient of parking layout would spur more parking demand.

CBD; paking fare; logistic regression; parking demand

1673- 9590(2017)04- 0025- 06

2016- 10- 29

中央高?；究蒲袠I務費資助項目(2016B01014)

尹紅亮(1974-)，男，高級工程師，博士，主要從事區域和城市交通運輸發展戰略規劃與政策研究、制定和管理工作的研究E- mail:yhl@jscd_gov.cn.

A