基于前景理論的機(jī)動(dòng)車路內(nèi)停車行為研究*

2019-01-21 11:45:44李瑞敏劉志勇

交通信息與安全 2018年6期

王灝李瑞敏劉志勇

(1.清華大學(xué)交通研究所北京 100084；2.南寧市公安局交通警察支隊(duì) 南寧 530022)

0 引言

隨著我國城市機(jī)動(dòng)化水平的不斷發(fā)展，城市停車問題日漸突出，目前我國的絕大多數(shù)城市都存在著明顯的停車設(shè)施缺口。在此背景下，在不影響正常交通流通行的前提下，眾多城市在有條件的道路上施劃路內(nèi)停車泊位以緩解部分地區(qū)的停車?yán)Ь场Ｔ诂F(xiàn)階段，一方面嚴(yán)格的停車供給和需求管理能在一定程度上緩解交通擁堵已經(jīng)取得了共識[1-3]，另一方面路內(nèi)停車管理的效果如何在很大程度上取決于路內(nèi)停車收費(fèi)的價(jià)格[1，4-5]。

通過調(diào)整路內(nèi)停車收費(fèi)的價(jià)格來影響城市機(jī)動(dòng)車出行行為進(jìn)而緩解交通擁堵等主題一直是眾多城市在持續(xù)探索的工作，也是眾多停車研究中研究人員所關(guān)注的主題之一。在以往的研究中，人們對停車-出行方式選擇模型的研究主要是對駕駛?cè)爽F(xiàn)狀認(rèn)知條件下的出行概率選擇的研究[6-7]，通過針對一次出行所做的調(diào)查數(shù)據(jù)建立模型，繪制出行方式轉(zhuǎn)移曲線。例如，鄒亮等[8]通過對深圳市居民出行特點(diǎn)的分析，構(gòu)建停車-公交出行方式選擇模型；秦?zé)赖萚9]通過收集北京市居民停車方式出行調(diào)查數(shù)據(jù)，繪制了基于停車費(fèi)率變化的不同收入群體的出行方式轉(zhuǎn)移曲線。

近年來，前景理論開始在交通研究中得到應(yīng)用。前景理論引進(jìn)了參考點(diǎn)的概念，利用價(jià)值函數(shù)對人們作出選擇的收益和損失進(jìn)行劃分[10]。魯光泉等[11]將出行者時(shí)間價(jià)值引入前景理論，探究異質(zhì)性條件下個(gè)體出行路徑選擇行為的特征。馮川等[12]則側(cè)重考慮擁擠程度對路徑選擇行為的影響，進(jìn)一步運(yùn)用前景理論解析了路徑選擇的過程。張薇等[13]則基于前景理論討論時(shí)間、費(fèi)用、舒適性等指標(biāo)對于出租車合乘的影響。Senbil等利用前景理論[14]，對日本的京都-大阪-神戶大都會(huì)區(qū)通勤交通出行時(shí)間和到達(dá)時(shí)間的價(jià)值函數(shù)進(jìn)行了計(jì)算，得出了基于前景理論的通勤交通出行時(shí)間選擇價(jià)值函數(shù)模型。Chin[15]分析了擁擠收費(fèi)政策對于出行意愿的影響，并且基于前景理論，提出了擁擠收費(fèi)定價(jià)不僅要考慮剛性需求，也要考慮旅行時(shí)間延長造成的經(jīng)濟(jì)損失。Liu等[16]則基于累積前景理論，將人們的心理因素引入擁擠收費(fèi)模型，探究價(jià)格調(diào)整對于出行行為的影響。在停車研究方面，王志利[17]利用前景理論對深圳地區(qū)機(jī)動(dòng)車駕駛?cè)诉x擇路外停車場的行為進(jìn)行了分析建模，建立了路外停車場的停車選擇行為。謝秉磊等[18]基于前景理論，構(gòu)建出停車選擇模型，考慮了駕駛?cè)说挠邢蘩硇裕瑥浹a(bǔ)了期望效用理論的缺陷。但總體來看，目前將前景理論分析引入停車行為的研究尚不多見。同時(shí)，目前整合實(shí)際停車數(shù)據(jù)和調(diào)查問卷數(shù)據(jù)的研究非常少見。

筆者基于對南寧市出行者對路內(nèi)停車收費(fèi)調(diào)整政策的態(tài)度及意愿等方面的問卷調(diào)查及實(shí)際檢測的停車相關(guān)數(shù)據(jù)，將前景理論引入停車-出行方式模型中，將樣本對停車時(shí)長、支付費(fèi)用的價(jià)值計(jì)算作為變量，以是否選擇公交出行的可能性為研究對象，將其加入出行方式轉(zhuǎn)移模型中進(jìn)行計(jì)算，得到改進(jìn)的停車出行方式轉(zhuǎn)換模型。

1 調(diào)查的基本情況和描述性分析

2014年12月1日南寧市進(jìn)行了路內(nèi)停車價(jià)格的調(diào)整，調(diào)整后一類區(qū)域的收費(fèi)為10元/h(原來為6元/h)，二類區(qū)域的收費(fèi)為每小時(shí)8元/h(原來為5元/h)。為了解路內(nèi)停車收費(fèi)對駕駛?cè)顺鲂行袨榈挠绊懀?015年4月對南寧市機(jī)動(dòng)車路內(nèi)停車駕駛?cè)诉M(jìn)行問卷調(diào)查，調(diào)查分為2015年4月18—28日和5月4—10日2個(gè)時(shí)段，調(diào)查樣本量為1 830個(gè)樣本，其中男性為1 213個(gè)，約占2/3；從調(diào)查的區(qū)域分布看，一類區(qū)域有1 202個(gè)樣本占65.7%，二類區(qū)域有628個(gè)樣本，占34.3%。

在此主要分析筆者研究所用的停車時(shí)長與停車費(fèi)用的調(diào)查分析。在停車費(fèi)用調(diào)整后，停車時(shí)長預(yù)期分布及停車費(fèi)用預(yù)期分布分別見圖 1、圖 2。

圖1 停車費(fèi)用調(diào)整后樣本停車時(shí)長預(yù)期分布Fig.1 Expected parking time distribution of samples after parking fee adjustment

圖2 停車費(fèi)用調(diào)整后樣本支付停車費(fèi)用的預(yù)期分布Fig.2 Expected parking fee distribution of samples after parking fee adjustment

圖1顯示，有35%的樣本停車時(shí)長預(yù)期在15 min以內(nèi)，停車時(shí)長預(yù)期在30 min以內(nèi)的樣本占到61%。由圖 2可見，被調(diào)查人支付停車費(fèi)用的預(yù)期集中在“6元以內(nèi)”和“9～12元”之間。從調(diào)查結(jié)果來看，路內(nèi)停車的使用者還是以短時(shí)停車為主。

在停車費(fèi)用調(diào)整后，調(diào)查樣本停車步行到達(dá)目的地的時(shí)間預(yù)期的分布情況見圖 3。由圖 3可見，超過一半的被調(diào)查者停車后步行到達(dá)目的地的時(shí)間預(yù)期集中在2 min以內(nèi)，其樣本比例占到50.6%。

圖3 停車費(fèi)用調(diào)整后停車步行到達(dá)目的地時(shí)間的預(yù)期分布Fig.3 Expected walking time from parking space to the destination after parking fee adjustment

2 基于前景理論的參考點(diǎn)選擇和價(jià)值函數(shù)計(jì)算

筆者將停車的時(shí)間長度和支付的停車費(fèi)用作為樣本的收益-損失的判斷參數(shù)，將樣本下一次出行選擇的交通方式作為價(jià)值判斷的結(jié)果，構(gòu)建價(jià)值函數(shù)。本文通過將被調(diào)查者實(shí)際停車的時(shí)間、費(fèi)用數(shù)據(jù)(來自停車信息管理系統(tǒng))和調(diào)查問卷的數(shù)據(jù)進(jìn)行整合，可以獲得樣本對本次停車的停車時(shí)間長度預(yù)期(T0)和實(shí)際的停車時(shí)間長度(T1)，以及預(yù)期的支付費(fèi)用(F0)和實(shí)際支付的停車費(fèi)用(F1)。從而可以計(jì)算預(yù)期停車時(shí)長與實(shí)際停車時(shí)長之間的差值(TΔ)以及預(yù)期支付停車費(fèi)用和實(shí)際支付停車費(fèi)用之間的差值(FΔ)。如式(1)和式(2)所示。

TΔ=T1-T0

(1)

FΔ=F1-F0

(2)

筆者應(yīng)用Kahneman和Tversky提出的一組價(jià)值函數(shù)[14](見式(3))。

(3)

式中：x為相對于參考點(diǎn)的差值；λ為尺度參數(shù)；α，β分別為在受益或損失區(qū)間的參數(shù)。

由此得到式(4)

(4)

為便于計(jì)算，將價(jià)值函數(shù)的表達(dá)形式統(tǒng)一變換為式(5)

(5)

式中：g為收益;l為損失。

對停車時(shí)間和支付的停車費(fèi)用的收益和損失部分的累積百分比進(jìn)行分析，如圖4和圖5所示。從累積曲線的分布來看，收益部分的累積曲線為凹形，損失部分的累積曲線為凸形，滿足價(jià)值函數(shù)的性質(zhì)，可以利用價(jià)值函數(shù)進(jìn)行計(jì)算。

圖4 基于停車時(shí)長的價(jià)值判斷收益和損失的時(shí)間差累積曲線Fig.4 Gain and loss time difference accumulationcurve based on parking time value

圖5 基于支付停車費(fèi)用的價(jià)值判斷收益和損失的支付停車費(fèi)用差累積曲線Fig.5 Gain and loss parking fee difference accumulationcurve based on parking fee value

由停車時(shí)間和支付的停車費(fèi)用，可以得到樣本中基于時(shí)間和費(fèi)用參考點(diǎn)(7.64 min和1.12元)劃分的收益部分樣本(N=458)和損失部分(N=291)的價(jià)值函數(shù)參數(shù)估計(jì)結(jié)果，如表1所示。

通過代入式(3)分別得到樣本對停車時(shí)間的價(jià)值曲線估計(jì)，如圖6所示。得到樣本對支付停車費(fèi)用的價(jià)值估計(jì)曲線，如圖7所示。

表1 價(jià)值函數(shù)參數(shù)估計(jì)

圖6 基于停車時(shí)間的價(jià)值曲線估計(jì)Fig.6 Value curve estimation based on parking time

圖7 基于支付停車費(fèi)用的價(jià)值曲線估計(jì)Fig.7 Value curve estimation based on parking fee

圖6中，參考點(diǎn)左側(cè)的曲線表示在停車時(shí)間價(jià)值的收益區(qū)間人們對其停車時(shí)長價(jià)值的判斷變化情況，即隨著實(shí)際停車時(shí)間越接近樣本停車時(shí)長的預(yù)期，其停車時(shí)間價(jià)值的收益越小；在參考點(diǎn)右側(cè)的曲線，表示停車時(shí)間價(jià)值的損失變化情況，即實(shí)際停車時(shí)間越長于預(yù)期的停車時(shí)間，其停車時(shí)間價(jià)值的損失越大。

同理，在圖7中，在參考點(diǎn)左側(cè)，表示支付的停車費(fèi)用價(jià)值的收益情況，實(shí)際支付的停車費(fèi)用越接近停車費(fèi)用的預(yù)期，其停車費(fèi)用的價(jià)值收益越?。辉趨⒖键c(diǎn)右側(cè)，表示支付停車費(fèi)用價(jià)值的損失情況，即實(shí)際支付的停車費(fèi)用越多于停車費(fèi)用的預(yù)期，其停車費(fèi)用價(jià)值的損失越大。

從總體上判斷，機(jī)動(dòng)車駕駛?cè)藢ν＼嚂r(shí)長和支付停車費(fèi)用的價(jià)值判斷符合前景理論價(jià)值函數(shù)的曲線要求。

3 公交出行可能性模型

提高停車收費(fèi)的一個(gè)目標(biāo)是希望能夠改變部分出行者的出行方式，例如，放棄自駕車出行轉(zhuǎn)而使用公共交通出行，因此，筆者引入前景理論來研究停車收費(fèi)對路內(nèi)停車出行者公交出行選擇可能性的影響。

針對下一次出行選擇的交通方式中，基于給定的公交出行交通方式，由樣本對公交出行方式的選擇可能性進(jìn)行判斷，分為“選擇”“可能選擇”以及“不選擇”3種，因此，對于給定的下一次出行的交通方式，駕駛?cè)烁鶕?jù)自己的價(jià)值選擇判斷選擇不同交通方式的可能性。

結(jié)合前文對前景理論的研究成果，將調(diào)查對象對停車時(shí)長和支付的停車費(fèi)用的價(jià)值計(jì)算的結(jié)果作為影響因素的協(xié)變量應(yīng)用于公交出行可能性的多項(xiàng)logit(multi-nominal logit model，MNL)模型，對樣本下一次出行選擇公交出行與否的可能性進(jìn)行分析，將是否選擇公交車出行作為因變量，函數(shù)設(shè)定參數(shù)如表2和表3所示。

擬合計(jì)算各參數(shù)的系數(shù)，結(jié)果如表4所示。

表2 公交出行可能性模型因子變量信息表

表3 連續(xù)型變量信息表

上述影響交通方式選擇的因素中，將sig≤0.05的因素作為顯著性的影響因素在此進(jìn)行分析。從看出，問卷發(fā)放的區(qū)域和到表4可以公交車站的步行距離是顯著性影響因素，但是考慮到價(jià)值計(jì)算的結(jié)果是此次建模的重點(diǎn)內(nèi)容，并且支付的停車費(fèi)用的價(jià)值的顯著水平(0.075)僅是略高于0.05，因此將其一并作為顯著影響因素進(jìn)行分析。

1)問卷發(fā)放的區(qū)域類別，在此次調(diào)查中，近似于出行目的地所在區(qū)域。“出行目的地所在區(qū)域”的參數(shù)為正值，說明出行目的地為二類區(qū)域的，會(huì)增加選擇公交出行的概率，并且其發(fā)生比是選擇出行目的地為一類區(qū)域的3.07倍。從不同區(qū)域的停車目的的分布看，一類區(qū)域以工作和休閑為主；以回家為目的的駕駛?cè)酥饕植荚诙悈^(qū)域，并且除了工作、休閑、回家這三大目的以外的其他目的也主要集中在二類區(qū)域。說明在一類區(qū)域以工作和休閑為主要目的的情況下，駕駛?cè)藭?huì)降低選擇公交出行的概率。

表4 模型參數(shù)估計(jì)

2)“到公交車站的步行距離”的參數(shù)為負(fù)值，根據(jù)調(diào)查問卷的設(shè)計(jì)，說明隨著步行到公交車站的距離延長，會(huì)降低選擇公交出行的概率。公交站的步行距離小于100 m的，選擇公交出行的概率的發(fā)生比是到站距離在100～200 m之間的8.66倍。

3)“停車支付的停車費(fèi)用的價(jià)值”的參數(shù)計(jì)算結(jié)果為正值?？紤]到價(jià)值計(jì)算函數(shù)為區(qū)分收益區(qū)間和損失區(qū)間的分段函數(shù)，并且在收益區(qū)間或損失區(qū)間，其都是增函數(shù)(見圖8)，因此可以認(rèn)為，在收益區(qū)間，隨著收益的減少選擇公交出行的概率會(huì)增加，并且收益增加1個(gè)單位，發(fā)生比降低27%；在損失區(qū)間，隨著損失的增加，選擇公交出行的概率也會(huì)增加，并且損失增加一個(gè)單位，選擇公交出行概率的發(fā)生比會(huì)增加3.7倍。前景理論的應(yīng)用可以看出，在收益區(qū)間，隨著收益的增加選擇公交出行概率減少的速度小于損失區(qū)間損失增加而選擇公交出行概率增加的速度，即在收益區(qū)間人們會(huì)降低選擇公交車的概率，在損失區(qū)間人們會(huì)增加選擇公交車的概率，該結(jié)果也給如何調(diào)整路內(nèi)停車收費(fèi)帶來了一定的啟示，相對低收費(fèi)給出行者的收益影響來看，提高路內(nèi)停車的收費(fèi)可以較為顯著的促使出行者更多的選擇公交出行。該結(jié)果對于通過提高停車收費(fèi)來進(jìn)行出行需求管理有一定的支撐。

圖8 收益區(qū)間和損失區(qū)間停車費(fèi)用的價(jià)值影響Fig.8 Parking fee value influence in gain range and loss range

4 結(jié)束語

筆者基于南寧市的路內(nèi)停車實(shí)測數(shù)據(jù)及調(diào)查數(shù)據(jù)，引入前景理論的概念研究了路內(nèi)停車收費(fèi)調(diào)整的政策對出行者出行行為的影響，以選擇公共交通出行為例建立前景理論出行選擇模型，并定量分析了價(jià)格的調(diào)整對公眾選擇公交出行的影響。結(jié)果表明路內(nèi)停車收費(fèi)價(jià)格的調(diào)整對于出行者是否選擇公共交通出行有明顯的影響。本文的研究發(fā)現(xiàn)和結(jié)論對于城市停車管理者在制定和調(diào)整停車管理政策時(shí)有良好的參考意義。