尹紅亮，沈金星，鄭三洋，鄭長(zhǎng)江

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

基于Logitsitc模型的城市CBD地區(qū)停車(chē)需求影響因素分析

尹紅亮1，沈金星2，鄭三洋2，鄭長(zhǎng)江2

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

為了研究城市中央商務(wù)區(qū)(CBD)地區(qū)停車(chē)需求的影響因素，從出行者停車(chē)需求的角度出發(fā)，通過(guò)CBD地區(qū)停車(chē)需求的RP和SP調(diào)查，獲取城市CBD地區(qū)停車(chē)需求數(shù)據(jù)，基于二元Logistic回歸模型，構(gòu)建了停車(chē)需求影響分析模型.調(diào)查數(shù)據(jù)的模型分析結(jié)果表明：在工作日和節(jié)假日城市CBD地區(qū)的停車(chē)需求具有明顯的差異性；不同的停車(chē)目的對(duì)停車(chē)需求的敏感性也不同；控制長(zhǎng)時(shí)間的停車(chē)是抑制停車(chē)需求總量的有效措施；停車(chē)費(fèi)率對(duì)不同的停車(chē)費(fèi)用支付者的影響程度也不同；而越便利的停車(chē)場(chǎng)布局，會(huì)激發(fā)更多的停車(chē)需求.

CBD；停車(chē)費(fèi)率；logistic回歸；停車(chē)需求

0 引言

隨著我國(guó)經(jīng)濟(jì)社會(huì)持續(xù)快速發(fā)展，城市居民收入和生活水平不斷提高，我國(guó)城市機(jī)動(dòng)車(chē)保有量也呈現(xiàn)快速增長(zhǎng)的趨勢(shì).以南京為例，截止2015年底，南京機(jī)動(dòng)車(chē)擁有量達(dá)到224.06萬(wàn)輛，在不采取任何措施的情況下至2020年機(jī)動(dòng)車(chē)保有量可能達(dá)到300萬(wàn)輛[1].機(jī)動(dòng)車(chē)保有量的迅速增長(zhǎng)使城市靜態(tài)交通供需矛盾進(jìn)一步加劇，特別是在城市CBD地區(qū)，因?yàn)楦邚?qiáng)度土地開(kāi)發(fā)所吸發(fā)的交通量導(dǎo)致停車(chē)需求越來(lái)越大，而CBD地區(qū)高昂的土地價(jià)值又不允許無(wú)限制的提供停車(chē)泊位來(lái)滿(mǎn)足巨量的停車(chē)需求[2].因此，在CBD地區(qū)有限的停車(chē)供給條件下，如何制定有效的停車(chē)政策來(lái)控制CBD地區(qū)的停車(chē)需求，從而解決CBD地區(qū)停車(chē)供需矛盾問(wèn)題已成為城市交通管理者所需要解決的關(guān)鍵難題[3].

為了提高有限停車(chē)資源的利用率，關(guān)宏志等[4]認(rèn)為可以通過(guò)制定不同的停車(chē)政策來(lái)調(diào)整停車(chē)時(shí)長(zhǎng)，從而更充分利用有限的停車(chē)泊位.David A. Hensher等人[5]的研究成果表明，在不同的停車(chē)政策中，調(diào)整停車(chē)費(fèi)率是最有效的控制停車(chē)時(shí)長(zhǎng)的手段.Simon P. Anderson等人[6]認(rèn)為不合理的停車(chē)收費(fèi)將會(huì)誘增CBD地區(qū)的停車(chē)需求，從而加劇CBD地區(qū)的交通擁堵.Greg Marsden[7]認(rèn)為，停車(chē)收費(fèi)政策比其他停車(chē)政策能更有效的影響出行者的停車(chē)需求，然而不合理的停車(chē)收費(fèi)政策會(huì)減弱CBD地區(qū)的吸引力，從而對(duì)CBD地區(qū)的零售和商業(yè)活動(dòng)造成負(fù)面影響.Richard Arnott等人[8]建立的停車(chē)與交通擁堵綜合模型的分析結(jié)果表明，合理的停車(chē)收費(fèi)會(huì)在一定程度上降低因?yàn)檐?chē)輛尋找停車(chē)泊位產(chǎn)生的交通擁堵現(xiàn)象.Gila Albert等人[9]的研究結(jié)果表明，調(diào)整停車(chē)費(fèi)率會(huì)有效的影響出行者對(duì)出行方式的選擇，從而減少停車(chē)需求總量.王富等研究者[10]認(rèn)為可以通過(guò)綜合考慮停車(chē)場(chǎng)的建設(shè)投資成本、運(yùn)行成本等因素來(lái)建立路外停車(chē)場(chǎng)的停車(chē)費(fèi)率計(jì)算模型.Xiaoning Zhang等人[11]認(rèn)為合理制定停車(chē)費(fèi)率會(huì)影響出行者的出行方式選擇，從而減少停車(chē)需求總量.A. Khodaii等人[12]認(rèn)為停車(chē)費(fèi)率對(duì)不同出行者的停車(chē)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(shí)間和月收入來(lái)決定.Richard Arnott等人[13]認(rèn)為，停車(chē)收費(fèi)過(guò)低時(shí)會(huì)不僅會(huì)導(dǎo)致出行者對(duì)停車(chē)泊位的過(guò)度需求，還會(huì)引起交通擁堵從而增加行程時(shí)間.包丹文等人[14]的研究結(jié)果表明停車(chē)收費(fèi)是影響居民出行方式選擇，尤其是小汽車(chē)出行方式選擇的重要因素.Jelena Simicevic等人[15-16]的研究結(jié)果表明停車(chē)費(fèi)率對(duì)出行者有一定的影響，而停車(chē)時(shí)間的需求則影響了停車(chē)泊位類(lèi)型的選擇，工作出行的人對(duì)停車(chē)費(fèi)率的敏感性更大，而停車(chē)費(fèi)率變化對(duì)CBD地區(qū)吸引力的影響則較小.ZhanGuo等人[17]認(rèn)為交通擁擠越嚴(yán)重，愿意支付停車(chē)費(fèi)率的人數(shù)就越多.Guangzheng Yao等人[3]的研究結(jié)果表明，停車(chē)費(fèi)率與出行目的對(duì)停車(chē)泊位的利用率具有重要的影響，提高停車(chē)費(fèi)率可能會(huì)抑制機(jī)動(dòng)車(chē)保有量的增長(zhǎng).

從現(xiàn)有的研究結(jié)果可以看出，不同的停車(chē)政策對(duì)調(diào)整停車(chē)時(shí)間，優(yōu)化停車(chē)泊位利用率具有不同的作用，而確定合理有效停車(chē)政策的影響因素也有很多.特別是對(duì)于我國(guó)城市CBD地區(qū)而言，由于停車(chē)需求的不同，停車(chē)時(shí)間的不同，停車(chē)費(fèi)用支付者的差異性，很難利用國(guó)外成功的停車(chē)政策來(lái)解決我國(guó)CBD地區(qū)的停車(chē)問(wèn)題.因此研究影響CBD地區(qū)停車(chē)需求的影響因素，合理制定停車(chē)政策，在不影響CBD地區(qū)吸引力的情況下，最優(yōu)化提高停車(chē)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(qū)的停車(chē)需求為研究對(duì)象，在RP、SP調(diào)查分析的基礎(chǔ)上，利用Logistic模型，研究影響我國(guó)CBD地區(qū)停車(chē)需求的影響因素，可以作為我國(guó)停車(chē)政策制定的理論支撐，具有重要的理論與實(shí)際意義.

1 停車(chē)費(fèi)率對(duì)停車(chē)需求的影響模型構(gòu)建

(1)

設(shè)其存在臨界點(diǎn)c(設(shè)c=0.5)當(dāng)

(2)

(3)

則能得到式(4)：

(4)

由此看出，F(xiàn)為εi的累積分布函數(shù)，由于其統(tǒng)計(jì)數(shù)據(jù)均為離散變量，不符合正態(tài)分布，特別是對(duì)于停車(chē)泊位的選擇是二元的離散變量(選擇此停車(chē)場(chǎng)為1，不選擇為0)，通過(guò)對(duì)初步調(diào)查數(shù)據(jù)擬合分析的基礎(chǔ)上，本文選擇二元logistic分布來(lái)處理實(shí)際調(diào)查數(shù)據(jù)，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(chē)場(chǎng)選擇概率，是由不同影響因素ai構(gòu)成的非線性函數(shù)，對(duì)于n個(gè)自變量的到logistic回歸模型為：

(7)

對(duì)方程兩邊進(jìn)行對(duì)數(shù)變化可得線性函數(shù)關(guān)系式：

(8)

2 實(shí)例研究

2.1 調(diào)查樣本采集

為了深入了解實(shí)際情況下CBD地區(qū)出行者選擇停車(chē)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(qū)進(jìn)行了停車(chē)行為調(diào)查.調(diào)查地區(qū)選擇了新街口CBD地區(qū)4個(gè)地下停車(chē)場(chǎng)(凱鉑、凱潤(rùn)金城、國(guó)信大廈、德基廣場(chǎng))，3個(gè)地面路外停車(chē)場(chǎng)(長(zhǎng)江貿(mào)易大樓、斯亞置地廣場(chǎng)、蘇苑大廈)與1個(gè)路上停車(chē)場(chǎng)(青石街)，具體位置如圖1所示.

圖1 停車(chē)調(diào)查區(qū)域示意圖

本調(diào)查以SP調(diào)查與RP調(diào)查相結(jié)合的方式，通過(guò)在指定時(shí)間和指定區(qū)域內(nèi)對(duì)停車(chē)者進(jìn)行當(dāng)面詢(xún)問(wèn)并填寫(xiě)調(diào)查問(wèn)卷的方式進(jìn)行.其中RP調(diào)查部分主要獲取停車(chē)場(chǎng)使用者的基本信息包括：性別、年齡、停車(chē)目的、停車(chē)時(shí)長(zhǎng)、停車(chē)費(fèi)用支付情況等信息.SP調(diào)查部分主要分析獲取出行者對(duì)不同停車(chē)場(chǎng)條件下的停車(chē)選擇意愿性問(wèn)題.共發(fā)放調(diào)查問(wèn)卷980份，通過(guò)對(duì)問(wèn)卷結(jié)果的自證分析，共收集有效調(diào)查問(wèn)卷521份.

2.2 樣本數(shù)據(jù)分析

2.2.1 停車(chē)目的分析

本文研究的對(duì)象是城市CBD地區(qū)停車(chē)場(chǎng)的使用情況，因此，根據(jù)CBD地區(qū)的不同停車(chē)特性將出行者的出行目的分為上班、購(gòu)物、娛樂(lè)、就餐以及其他五種類(lèi)型.不同停車(chē)目的出行者在工作日和節(jié)假日的停車(chē)目的分類(lèi)如圖2所示.

圖2 停車(chē)目的分布統(tǒng)計(jì)

2.2.2 停車(chē)時(shí)長(zhǎng)分析

為了統(tǒng)計(jì)填表的便利性，結(jié)合停車(chē)場(chǎng)的現(xiàn)狀收費(fèi)計(jì)時(shí)規(guī)則，將此次停車(chē)場(chǎng)的停車(chē)時(shí)長(zhǎng)分為15，15～30，30～45，45～60，60～120，120～180min，大于180 min七種類(lèi)型.不同停車(chē)時(shí)長(zhǎng)的分布如圖3所示：

圖3 停車(chē)時(shí)長(zhǎng)分布圖

由圖3可以看出，在工作日停車(chē)時(shí)長(zhǎng)主要集中在1h以下，0.75～1 h之間的停車(chē)需求比例占33.7%，1h以?xún)?nèi)的停車(chē)百分比占73.5%.在節(jié)假日的停車(chē)時(shí)長(zhǎng)則相對(duì)較長(zhǎng)，超過(guò)1h的停車(chē)百分比占71%.也就是說(shuō)節(jié)假日與工作日的停車(chē)時(shí)長(zhǎng)存在明顯的倒置現(xiàn)象.在節(jié)假日以工作或娛樂(lè)為目的的停車(chē)者大多停車(chē)時(shí)長(zhǎng)會(huì)超過(guò)3h或接近3h，而停車(chē)時(shí)長(zhǎng)在1 h以下的停車(chē)者多為就餐或者進(jìn)行短時(shí)間的購(gòu)物.停車(chē)2 h以上的停車(chē)者平日占了31.5%，這說(shuō)明此調(diào)查區(qū)域大約有1/3的停車(chē)位被停車(chē)時(shí)長(zhǎng)2 h以上的停車(chē)者長(zhǎng)時(shí)間占用，從而降低了此區(qū)域的停車(chē)場(chǎng)利用率.

2.2.3 停車(chē)后步行時(shí)長(zhǎng)分析

根據(jù)初步摸底調(diào)查，將出行者在CBD地區(qū)不同停車(chē)場(chǎng)停車(chē)后步行到目的地的時(shí)間分為小于3，3～5,5～10，10～15，大于15 min五種類(lèi)型.不同類(lèi)型步行時(shí)長(zhǎng)分布情況如圖4所示.

停車(chē)后距目的地的步行時(shí)間如圖4所示.可以從圖中看出，步行時(shí)間在5 min以?xún)?nèi)的停車(chē)者占了70%；步行時(shí)間在10 min以?xún)?nèi)的停車(chē)者占了86.4%；步行時(shí)間在15 min的停車(chē)者占了94.5%.由此可見(jiàn)停車(chē)者大多會(huì)選擇離目的地近、步行時(shí)間短的停車(chē)場(chǎng).其中還有部分停車(chē)者停車(chē)后距目的地的步行時(shí)間達(dá)到事物分鐘以上，這應(yīng)該是與調(diào)查區(qū)域位于辦公、商業(yè)中心所造成的交通擁堵與停車(chē)?yán)щy有關(guān).

圖4 步行時(shí)長(zhǎng)分布帕累托圖

2.2.4 停車(chē)費(fèi)用支付者分析

近年來(lái)，文學(xué)的式微頻頻被人提及。身處傳媒出版空前發(fā)達(dá)的時(shí)代，很多人往往發(fā)出“優(yōu)秀文學(xué)作品難覓”的感嘆。與此同時(shí)，形形色色的文學(xué)獎(jiǎng)卻日漸成為炙手可熱的話(huà)題，人們不僅津津樂(lè)道什么樣的作品可以獲得殊榮，更是密切關(guān)注其中是否存在不公平的“貓膩兒”。當(dāng)文學(xué)靠文學(xué)獎(jiǎng)中的爭(zhēng)議話(huà)題來(lái)提高公眾關(guān)注度的時(shí)候，不得不說(shuō)成了一個(gè)“黑色幽默”。

根據(jù)實(shí)際調(diào)查情況，將停車(chē)費(fèi)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(jié)假日的分布比例如圖5所示.

圖5 停車(chē)費(fèi)用支付者類(lèi)型分析

從圖5可以看出，司機(jī)自己支付停車(chē)費(fèi)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(chē)費(fèi)來(lái)調(diào)整停車(chē)供需關(guān)系有可能會(huì)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(shù)擬合分析

數(shù)據(jù)的計(jì)算選擇SPSS軟件完成，計(jì)算過(guò)程中，應(yīng)對(duì)統(tǒng)計(jì)的形式變量進(jìn)行啞元變化，分類(lèi)臨界值為0.5，統(tǒng)計(jì)精度為95%，選擇最大似然估計(jì)進(jìn)行參數(shù)估計(jì)，數(shù)據(jù)處理結(jié)果如下：

(1)模型系數(shù)混合檢驗(yàn)

數(shù)據(jù)計(jì)算過(guò)程、模塊以及模型自身的模型系數(shù)綜合性檢驗(yàn)結(jié)果如表1所示.

從表1可以看出，計(jì)算的卡方值為86.771，模型自由度為21，對(duì)于顯著性水平0.05，自由度21的卡方檢驗(yàn)值為32.671，計(jì)算值大于臨界值，因此模型檢驗(yàn)結(jié)果沒(méi)有問(wèn)題.同時(shí)，對(duì)于自由度為19的P檢驗(yàn)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(jì)算結(jié)果的檢驗(yàn)都沒(méi)有問(wèn)題.

表1 模型系數(shù)卡方檢驗(yàn)

(2)模型綜合檢驗(yàn)

模型計(jì)算的最大似然平方的對(duì)數(shù)、Cox-Snell 擬合優(yōu)度以及Nagelkerke擬合優(yōu)度值如表2所示.

表2 模型綜合檢驗(yàn)表

最大似然平方的對(duì)數(shù)值(-2loglikelihood = 581.002)用于檢驗(yàn)?zāi)Ｐ偷恼w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(duì)數(shù)值檢驗(yàn)通過(guò).Cox&Snell擬合優(yōu)度為0.153， Nagelkerke 擬合優(yōu)度為0.212.

(3)最終模型中的變量

最終的模型變量擬合結(jié)果如表3所示，表中第一列為擬合的變量.

2.4 數(shù)據(jù)結(jié)果分析

通過(guò)logistic回歸分析的結(jié)果可以看出，不同的停車(chē)目的對(duì)停車(chē)需求的敏感性存在顯著的差異性.工作出行的停車(chē)需求的貢獻(xiàn)值為最高0.636，娛樂(lè)出行的停車(chē)需求貢獻(xiàn)值最低0.059，由此可以看出，對(duì)于城市CBD地區(qū)而言，由于工作出行的停車(chē)才是停車(chē)需求貢獻(xiàn)的關(guān)鍵因素.娛樂(lè)出行、吃飯等出行的停車(chē)需求則可以通過(guò)各類(lèi)停車(chē)政策來(lái)控制.

從停車(chē)時(shí)間的貢獻(xiàn)值分析可以看出，停車(chē)時(shí)長(zhǎng)小于0.75 h的貢獻(xiàn)值為負(fù)，停車(chē)時(shí)長(zhǎng)大于0.75h的貢獻(xiàn)值為正.也就是說(shuō)停車(chē)時(shí)長(zhǎng)越小，則對(duì)停車(chē)需求的影響越小，停車(chē)時(shí)長(zhǎng)越長(zhǎng)，對(duì)停車(chē)需求的負(fù)面影響九越大.特別是停車(chē)時(shí)長(zhǎng)超過(guò)3h對(duì)停車(chē)需求的影響達(dá)到1.159可以看出，控制長(zhǎng)時(shí)間的停車(chē)是抑制停車(chē)需求總量的有效措施.

表3 模型變量擬合結(jié)果

從停車(chē)場(chǎng)到出行目的地之間的步行距離的分析可以看出，步行時(shí)間與城市CBD地區(qū)停車(chē)需求之間存在負(fù)關(guān)系，步行時(shí)間越長(zhǎng)對(duì)停車(chē)需求影響的貢獻(xiàn)也越大.也就是說(shuō)，越便利的停車(chē)場(chǎng)布局，會(huì)激發(fā)更多的停車(chē)需求.

從不同付費(fèi)方式的分析可以看出，單位支付方式與自己支付方式對(duì)停車(chē)需求的貢獻(xiàn)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(qū)停車(chē)需求的總量也越大.自己支付停車(chē)費(fèi)的方式對(duì)停車(chē)需求的貢獻(xiàn)值相對(duì)較小，則表明自己支付停車(chē)費(fèi)的停車(chē)需求會(huì)顯著受到各類(lèi)停車(chē)政策的影響.從節(jié)假日與工作日停車(chē)需求的分析可以看出，節(jié)假日出行的停車(chē)需求與工作日的停車(chē)需求的貢獻(xiàn)值之間也存在明顯差異性，節(jié)假日的停車(chē)需求比工作日的停車(chē)需求更容易受到各類(lèi)停車(chē)政策的影響.

4 結(jié)論

如何合理制定城市CBD地區(qū)停車(chē)管理政策，從而控制停車(chē)需求，有效解決城市CBD地區(qū)的停車(chē)供需矛盾是當(dāng)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(fā)，通過(guò)對(duì)南京CBD地區(qū)出行者的RP和SP調(diào)查分析結(jié)果表明，不同的出行者在工作日和節(jié)假日的停車(chē)需求存在顯著的差異性，停車(chē)時(shí)間、從停車(chē)場(chǎng)至出行目的地之間的時(shí)間、停車(chē)費(fèi)用支付方式等因素均對(duì)城市CBD地區(qū)的停車(chē)需求具有顯著的影響.因此，在城市交通管理者制定停車(chē)政策是必須要綜合考慮不同停車(chē)政策帶來(lái)的影響，可結(jié)合出行者的不同出行需求，制定差別化的停車(chē)政策，以最大程度提高城市CBD地區(qū)的停車(chē)場(chǎng)利用率，有效解決城市CBD地區(qū)的停車(chē)問(wèn)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(duì)出行信息SP調(diào)查表的設(shè)計(jì)有待進(jìn)一步優(yōu)化；本次調(diào)查共發(fā)放調(diào)查表980份，收回的有效調(diào)查問(wèn)卷僅為521份，有效調(diào)查問(wèn)卷的回收率約53.2%.造成問(wèn)卷回收率偏低的主要原因就是在調(diào)查表設(shè)計(jì)時(shí)需要填寫(xiě)的分類(lèi)變量偏多，CBD地區(qū)的出行者不愿意花費(fèi)很長(zhǎng)時(shí)間來(lái)填寫(xiě)問(wèn)卷調(diào)查表.因此，對(duì)于CBD地區(qū)停車(chē)問(wèn)卷調(diào)查表的設(shè)計(jì)一定要在保證獲得調(diào)查信息充分性的基礎(chǔ)上，保證調(diào)查表填寫(xiě)的便利性在，特別是對(duì)出行者的背景的分類(lèi)、收入情況、受教育情況、家庭背景等信息的設(shè)計(jì)要進(jìn)一步優(yōu)化.

[1]張毅，張麗，萬(wàn)麗娟，等. 基于機(jī)動(dòng)車(chē)政策的城市交通可持續(xù)發(fā)展建模研究[J]. 公路交通科技, 2015, 32(6): 142-147, 153.

[2]王學(xué)勇，蘇婷，邵勇，等. 城市CBD地區(qū)新型停車(chē)模式研究與實(shí)踐[J]. 交通世界(工程技術(shù)), 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(guān)宏志，姚勝永. 城市中心商業(yè)區(qū)停車(chē)時(shí)長(zhǎng)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(qiáng). 城市路外停車(chē)場(chǎng)停車(chē)費(fèi)率計(jì)算模型[J]. 武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)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(wèi)，顧仕琿. 停車(chē)收費(fèi)對(duì)居民出行方式選擇的影響分析[J]. 交通運(yùn)輸系統(tǒng)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(yè)務(wù)費(fèi)資助項(xiàng)目(2016B01014)

尹紅亮(1974-)，男，高級(jí)工程師，博士，主要從事區(qū)域和城市交通運(yùn)輸發(fā)展戰(zhàn)略規(guī)劃與政策研究、制定和管理工作的研究E- mail:yhl@jscd_gov.cn.

A