鄭淑丹，李娟，邵春福，劉渤海

(北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100044)

社會(huì)經(jīng)濟(jì)的高速發(fā)展，使得人們對(duì)于精神生活水平的要求不斷提高，選擇在節(jié)假日自駕前往景區(qū)旅游的人數(shù)也越來(lái)越多。節(jié)假日的出游有力地帶動(dòng)了市場(chǎng)，但與此同時(shí)也引發(fā)了環(huán)境、交通、停車管理等一系列的問(wèn)題。擁堵的交通讓出行的游客苦不堪言，大量的小汽車也讓旅游景點(diǎn)停車的供需矛盾尖銳，停車場(chǎng)爆滿、空車位難求的現(xiàn)象頻頻出現(xiàn)，給出游的人們?cè)斐闪藰O大的困擾。節(jié)假日停車問(wèn)題給城市交通帶來(lái)極大挑戰(zhàn)，成為交通規(guī)劃研究的熱點(diǎn)問(wèn)題。

目前國(guó)內(nèi)外節(jié)假日停車行為方面的研究集中于停車選擇模型和停車政策研究。 Sattayhatewa等[1]考慮駕駛時(shí)間、停車費(fèi)用和步行時(shí)間,建立基于效用的停車選擇模型。呂能超等[2]分析出行者停車選擇行為，建立大型活動(dòng)停車優(yōu)化模型。石麗[3]以多元Logit模型為基礎(chǔ),建立了旅游高峰期自駕車游客停車選擇模型，對(duì)自駕車游客停車行為特征進(jìn)行分析。寧瑞昌[4]提出了基于預(yù)約的智能停車誘導(dǎo)系統(tǒng)，并依據(jù)預(yù)約模式下的停車場(chǎng)選擇特性，建立基于灰熵的最優(yōu)停車場(chǎng)選擇模型,實(shí)現(xiàn)為用戶推薦最優(yōu)停車場(chǎng)的目標(biāo)。Ibeas等[5]建立混合logit模型研究用戶停車選擇行為，考慮用戶的異質(zhì)性推薦停車選擇方案。Zhang等[6]研究在有限車位供應(yīng)情況下的停車管理策略，提出停車許可證的自由交易策略。Yang等[7]進(jìn)一步證明控制一半車位的預(yù)約制度可以降低出行成本,緩解道路交通壓力。王亞磊等[8]對(duì)西安市的共享停車的現(xiàn)狀和問(wèn)題進(jìn)行分析，提出解決西安市共享停車問(wèn)題的對(duì)策,并據(jù)此提出我國(guó)共享停車面臨的核心問(wèn)題。田勇等[9]針對(duì)北京景區(qū)節(jié)假日停車問(wèn)題提出停車場(chǎng)設(shè)施規(guī)劃和交通組織管理方法。馬壯林等[10]為了解決在黃金周期間八達(dá)嶺景區(qū)的停車需求問(wèn)題，提出在調(diào)節(jié)停車收費(fèi)、改善信息服務(wù)的同時(shí)限制本市小汽車數(shù)量等措施解決問(wèn)題。靳思陽(yáng)等[11]對(duì)歷史文化景區(qū)的節(jié)假日旅行交通特征進(jìn)行分析，構(gòu)建歷史文化景區(qū)機(jī)動(dòng)車“池管閥”模型，計(jì)算出景區(qū)內(nèi)各停車場(chǎng)實(shí)時(shí)輸入流量及交通管制點(diǎn)實(shí)時(shí)疏散流量，提出景區(qū)節(jié)假日臨時(shí)停車場(chǎng)設(shè)計(jì)方案。

節(jié)假日的停車選擇受多種因素的影響存在著不確定性，僅僅考慮停車選擇模型和停車政策是不夠的，而且游客做出停車選擇時(shí)很大程度上與自身的偏好有關(guān)，由此可以采用前景理論對(duì)節(jié)假日的停車選擇行為進(jìn)行研究。前景理論(Prospect Theory)是國(guó)外學(xué)者Kahneman和Tversky通過(guò)對(duì)心理實(shí)驗(yàn)結(jié)果進(jìn)行分析提出的，該理論考慮到?jīng)Q策者的心理因素，更注重個(gè)體對(duì)待損失或收益的偏好差異性。前景理論與期望效用理論大不同，尤其表現(xiàn)在當(dāng)決策者對(duì)信息掌握不完整或者個(gè)體之間明顯存在認(rèn)知和習(xí)慣偏好差異時(shí)，用前景理論來(lái)描述選擇決策使結(jié)果更精確[12]?；谇熬袄碚?，本研究通過(guò)建立影響停車決策的各個(gè)因素的價(jià)值函數(shù)，以及游客關(guān)于行程時(shí)間的概率重要性系數(shù)函數(shù)，計(jì)算得到了單個(gè)停車選擇影響因素的前景值?；陔x差最大化的賦值理論確定影響因素的權(quán)重，綜合考慮停車選擇的因素確定得到方案選擇的最終綜合前景值，對(duì)所有停車方案的前景值進(jìn)行排序從而做出停車選擇決策。并基于期望效用理論，建立ML(multinomial logit)模型，研究游客停車選擇行為的影響因素。最后，通過(guò)實(shí)際調(diào)查數(shù)據(jù)對(duì)比，對(duì)基于前景理論的節(jié)假日停車選擇模型進(jìn)行實(shí)證性檢驗(yàn)。

1 研究方法

1.1 前景理論分析停車選擇行為

1.1.1 前景理論概述

前景理論提出，通過(guò)對(duì)比選擇方案中的條件和參照點(diǎn)來(lái)判斷收益與損失，而且個(gè)體會(huì)更加看重?fù)p失。在收益時(shí)，決策者會(huì)采取風(fēng)險(xiǎn)規(guī)避的態(tài)度；在損失時(shí)，決策者采取風(fēng)險(xiǎn)追求的態(tài)度。模型的建立需要通過(guò)編輯和評(píng)價(jià)兩個(gè)過(guò)程。編輯階段的主要工作包括對(duì)模型參照點(diǎn)的標(biāo)定，編寫價(jià)值函數(shù)以及權(quán)重函數(shù)，計(jì)算在各個(gè)影響因素的前景值。評(píng)價(jià)階段則是根據(jù)綜合屬性值對(duì)各個(gè)備選方案進(jìn)行排序。以前景值的貼近度大為優(yōu)，作為停車方案選擇的原則。

1.1.2 景區(qū)停車選擇的影響因素分析

節(jié)假日里在景區(qū)的停車方案有很多，駕駛員選擇在哪里停車可以從以下幾方面來(lái)考慮：

1.1.2.1 時(shí)間方面

(1)行程時(shí)間

行程時(shí)間指駕駛員從出發(fā)起始點(diǎn)到完成停車所用的時(shí)間，包括了路徑行程時(shí)間及停車搜索時(shí)間。行程時(shí)間會(huì)對(duì)節(jié)假日停車選擇產(chǎn)生一定的影響，因?yàn)樵诠?jié)假日中，游客會(huì)根據(jù)不同的時(shí)間安排選擇不同的停車方案。

(2)從停車場(chǎng)到景點(diǎn)所用時(shí)間

從停車場(chǎng)到景點(diǎn)所用時(shí)間是指游客從停車場(chǎng)到景點(diǎn)花費(fèi)的時(shí)間。在給出的停車備選方案中，采用不同的交通方式從所選的停車場(chǎng)到達(dá)頤和園景區(qū)，所花費(fèi)的時(shí)間不同。從停車場(chǎng)到達(dá)景區(qū)的時(shí)間是影響駕駛員做出停車決策的最重要因素之一。

1.1.2.2 停車費(fèi)用

對(duì)于停車選擇來(lái)說(shuō)，停車費(fèi)用無(wú)疑也是影響如何決策的重要因素。有些游客可能會(huì)為了減少停車費(fèi)用而犧牲行程時(shí)間或者說(shuō)是從停車場(chǎng)出發(fā)到達(dá)景點(diǎn)的時(shí)間，這種行為體現(xiàn)有些游客傾向于消耗更多的時(shí)間以獲得較低的停車花費(fèi)。但是對(duì)于家庭年收入較高的游客來(lái)說(shuō)，通常并不太在意停車費(fèi)用對(duì)于停車方案的決策影響。對(duì)于這部分的駕駛員來(lái)說(shuō)，通過(guò)調(diào)節(jié)停車費(fèi)用對(duì)于其停車需求的調(diào)節(jié)并沒(méi)有什么效果。

1.1.2.3 從停車場(chǎng)到景點(diǎn)沿途風(fēng)景優(yōu)美程度

不同游客對(duì)景點(diǎn)的風(fēng)景優(yōu)美程度的需求不同。不同的停車方案選擇，停車地點(diǎn)到景點(diǎn)一路上的風(fēng)景是不同的。

1.1.3 前景理論停車選擇模型的構(gòu)建

1.1.3.1 節(jié)假日的停車影響因素的參照點(diǎn)分析

使用前景理論解決交通問(wèn)題的重點(diǎn)內(nèi)容是對(duì)參照點(diǎn)的標(biāo)定。由于本文中參照點(diǎn)的選取是與游客的自身特點(diǎn)密不可分的，但是每位游客的自身特性又有著很大的差異。此外，游客的自身特性對(duì)于各個(gè)影響因素的反應(yīng)也是不同的。因此，為了確定較為準(zhǔn)確合理的參照點(diǎn)，我們將問(wèn)卷調(diào)查得到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)回歸分析，得到停車選擇的每個(gè)影響因素的參照點(diǎn)。

1.1.3.2 編輯階段

以駕駛員的行程時(shí)間為例，對(duì)建立價(jià)值函數(shù)及概率權(quán)重函數(shù)的過(guò)程進(jìn)行介紹。使用前景理論方法時(shí)，決策者會(huì)根據(jù)參照點(diǎn)，來(lái)確定自己的價(jià)值函數(shù)。在節(jié)假日的停車決策過(guò)程中，游客會(huì)通過(guò)與參照點(diǎn)的對(duì)比來(lái)確定各個(gè)因素的價(jià)值函數(shù)。

價(jià)值函數(shù)形式表示如下:

(1)

(2)

(3)

利用主觀概率，依Kahneman提出的概率權(quán)重函數(shù)公式表示如下：

(4)

根據(jù)Kahneman等的標(biāo)定，在獲得收益時(shí)γ=0.61，在受到損失時(shí)γ=0.69[12]。

1.1.3.3 評(píng)價(jià)階段

模型的評(píng)價(jià)階段，將編輯階段得到的價(jià)值函數(shù)V(x)與概率權(quán)重函數(shù)π(p)進(jìn)行組合運(yùn)算，計(jì)算得到前景值。

根據(jù)計(jì)算方法，計(jì)算的各個(gè)停車備選方案關(guān)于行程時(shí)間的前景值為：

(5)

在頤和園景區(qū)，考慮到游客了解停車費(fèi)用、從停車場(chǎng)到景點(diǎn)所用的時(shí)間以及從停車場(chǎng)到景點(diǎn)的沿途風(fēng)景優(yōu)美程度，用這3個(gè)影響因素的價(jià)值函數(shù)來(lái)表達(dá)影響因素的前景值，分析計(jì)算得到節(jié)假日停車選擇中各影響因素的前景值。

1.1.3.4 綜合屬性值的確定

考慮到停車問(wèn)題的實(shí)際問(wèn)題，停車決策是受到多個(gè)因素的影響的，為了得到合理的停車選擇決策的方法，需要對(duì)多個(gè)影響因素進(jìn)行權(quán)重賦值。因?yàn)楦鱾€(gè)停車方案的前景值差異較小，為了盡可能地拉大方案之間綜合前景值的差異,從而提高方案可比性，將模型目標(biāo)設(shè)定為方案差異最大化，由此構(gòu)建停車方案綜合前景值的熵權(quán)TOPSIS模型。

采用多目標(biāo)決策中基于熵權(quán)TOPSIS的方法確定目標(biāo)權(quán)重，計(jì)算停車決策的綜合值的步驟如下：

(1)決策方案集是由停車選擇方案所組成的，表示為B=[B1,B2,…,Bm]，而決策目標(biāo)集是根據(jù)上述給出的影響節(jié)假日時(shí)進(jìn)行停車決策時(shí)需要考慮的4個(gè)因素組成的，表示為G=[G1,G2,G3,G4],其中G1,G2,G3,G4是游客的行程時(shí)間、停車場(chǎng)到景點(diǎn)的時(shí)間、停車費(fèi)用以及停車場(chǎng)到景點(diǎn)的沿途風(fēng)景優(yōu)美程度。

定義方案Bi對(duì)目標(biāo)Gj的屬性值為pij，各個(gè)影響因素條件下的所有停車選擇方案的前景值，組成了決策矩陣Pm×4=(pij)m×4。

(2)將決策矩陣Pm×4中的屬性值標(biāo)準(zhǔn)化處理。

根據(jù)計(jì)算得到的各個(gè)影響因素條件下的所有停車選擇方案的前景值，是效益型指標(biāo)，采用極值法得到標(biāo)準(zhǔn)化矩陣Sm×4，指標(biāo)計(jì)算如下：

(6)

據(jù)此得到標(biāo)準(zhǔn)化矩陣Sm×4=(sij)m×4。

(3)計(jì)算指標(biāo)熵值，公式如下

(7)

式中，ej為第j個(gè)指標(biāo)的熵值。

(4)計(jì)算指標(biāo)權(quán)重。

由4個(gè)影響因素組成的目標(biāo)集中各個(gè)影響因素的權(quán)重ωj(j=1,2,3,4)，由此組成了權(quán)重向量W=[ω1,ω2,ω3,ω4]T。根據(jù)Jaynes最大熵原理,確定的指標(biāo)權(quán)系數(shù)應(yīng)使Shannon熵取極大,即極大化:

(7)

各個(gè)影響因素的權(quán)重ωj可以表示為：

(8)

根據(jù)上述方法可以求得多目標(biāo)決策下的節(jié)假日時(shí)景區(qū)的停車選擇的各個(gè)影響因素組成的權(quán)重向量W=[ω1,ω2,ω3,ω4]T。

(5)建立加權(quán)決策評(píng)價(jià)矩陣。以指標(biāo)權(quán)重向量W，結(jié)合標(biāo)準(zhǔn)化矩陣S，得到加權(quán)規(guī)范化矩陣V，計(jì)算過(guò)程見(jiàn)公式(9)

V=S·W=(Vij)m×4。

(9)

(6)確定正、負(fù)理想解V+和V-

(10)

(11)

(12)

(13)

(8)基于前景理論的停車選擇的決策模型

根據(jù)上述階段計(jì)算得到的各個(gè)影響因素條件下的所有停車選擇方案中的前景值，再利用第四步得到的權(quán)重系數(shù)，基于TOPSIS模型計(jì)算得到停車決策方案的綜合屬性值。停車決策方案的貼近度用Ti表示，表征各個(gè)停車選擇方案與最優(yōu)方案的接近程度，取值范圍為[0，1]，其值越大，表示停車方案越靠近最優(yōu)選擇，計(jì)算公式如下

(14)

顯然，Ti的值越大越好，并將貼近度進(jìn)行大小排序，由此根據(jù)選擇貼近度越大越優(yōu)的原則作出停車決策。

1.2 ML模型分析停車選擇行為

Logit模型是一種離散選擇模型，實(shí)用性較強(qiáng)而且結(jié)構(gòu)簡(jiǎn)單，所以廣泛地用于實(shí)證分析中。本文采用MLogit模型對(duì)節(jié)假日的停車選擇行為進(jìn)行分析研究。ML(Multinomial Logit)模型表示為多值logit模型，是一般多元logit選擇模型中的一種，可以用來(lái)分析決策者、方案的特征變量對(duì)決策者進(jìn)行方案選擇概率的影響。根據(jù)隨機(jī)效應(yīng)理論，假設(shè)第n個(gè)決策者有i個(gè)方案可供選擇，則選擇第i個(gè)方案所獲得的效用為Uni，表示為:

Uni=Vni+εni,

(15)

其中，Vni為停車方案i對(duì)決策者n的系統(tǒng)效用，是停車方案i可以被觀測(cè)到的各個(gè)屬性的函數(shù)；εni為停車方案i對(duì)決策者n的隨機(jī)效用，用于描述停車方案i所有無(wú)法觀測(cè)到的因素對(duì)決策者n效用的影響。多項(xiàng)logit模型假設(shè)εni服從獨(dú)立同分布的岡貝爾(Gumbel)I型極值分布。其密度函數(shù)和分布函數(shù)分別是:

f(εni)=e-εnie-e-εni,

(16)

F(εni)=e-e-εni。

(17)

另外，對(duì)于確定效用，通常假設(shè)Vni是停車方案i和決策者n相關(guān)屬性變量Xnik的線性函數(shù)，θki為待估參數(shù)，則停車方案i和決策者n的確定效用為：

(18)

Xnik可以是停車方案i和決策者n的相關(guān)屬性變量，比如停車方案的停車收費(fèi)、餐飲配套設(shè)施、路途中的風(fēng)景優(yōu)美程度等。

假定決策者在做出選擇時(shí)，遵循效用最大原則，即第n個(gè)決策者在選擇第i個(gè)可選方案時(shí)，其效用最大?？杀硎緸椋?/p>

Pni=P(Uni>Unj,?j≠i)。

(19)

于是，得到MLogit模型的公式為：

(20)

2 案例分析

2016年清明節(jié)在頤和園的停車場(chǎng)以及園內(nèi)進(jìn)行調(diào)查，運(yùn)用RP-SP法設(shè)計(jì)調(diào)查問(wèn)卷，對(duì)游客的個(gè)人屬性、出行及停車行為進(jìn)行調(diào)查，在調(diào)查過(guò)程中，總共發(fā)放了430份調(diào)查問(wèn)卷，其中有效的問(wèn)卷一共399份，調(diào)查的準(zhǔn)確率為92.8%。

頤和園景區(qū)有四個(gè)停車方案。方案1：在圓明園停車(地鐵10 min，停車費(fèi)5元/d)；方案2：在頤和園景點(diǎn)附近的餐館停車(步行通過(guò)林蔭道15 min，停車免費(fèi))；方案3：在動(dòng)物園附近停車(乘擺渡船30 min，停車費(fèi)10元/d)；方案4：在頤和園停車(30元/d)[13]。

2.1 基于前景理論的停車選擇模型計(jì)算

使用前景理論解決交通問(wèn)題的重點(diǎn)內(nèi)容是要解決對(duì)參照點(diǎn)的標(biāo)定。由于本文中參照點(diǎn)的選取是與駕駛員的自身特點(diǎn)密不可分的，但是每位駕駛員的自身特性又有著很大的差異。此外，駕駛員的自身特性對(duì)于各個(gè)影響因素的反應(yīng)也是不同的。因此，為了確定較為準(zhǔn)確合理的參照點(diǎn)，我們將問(wèn)卷調(diào)查得到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)回歸分析,得到每個(gè)停車選擇的影響因素的參照點(diǎn)，選取的變量和回歸結(jié)果見(jiàn)表1。

表1 參照點(diǎn)檢驗(yàn)

續(xù)表1

將節(jié)假日從停車場(chǎng)到景點(diǎn)沿途風(fēng)景優(yōu)美程度進(jìn)行分級(jí)并進(jìn)行賦值處理。即優(yōu)=1，良=2，中=3，差=4，通過(guò)對(duì)備選方案的調(diào)查數(shù)據(jù)進(jìn)行加權(quán)平均，從停車場(chǎng)到景點(diǎn)沿途風(fēng)景優(yōu)美程度參照點(diǎn)為2.7。

利用基于前景理論的停車選擇模型，對(duì)頤和園景區(qū)的4個(gè)停車方案進(jìn)行決策。模型計(jì)算結(jié)果見(jiàn)表2。

表2 基于前景理論的模型計(jì)算結(jié)果

根據(jù)模型計(jì)算得到停車決策影響因素的權(quán)重系數(shù)。其中，行程時(shí)間的權(quán)重系數(shù)為0.298、從停車場(chǎng)到頤和園景區(qū)時(shí)間的權(quán)重系數(shù)為0.227、停車花費(fèi)的權(quán)重系數(shù)為0.270、從停車場(chǎng)到景點(diǎn)沿途風(fēng)景優(yōu)美程度的權(quán)重系數(shù)為0.205。

計(jì)算各停車方案的貼近度為：T1=0.456,T2=0.538 ,T3=0.446 ,T4=0.569。

從停車選擇方案的偏好選擇來(lái)看，根據(jù)計(jì)算得到的4個(gè)停車方案的貼近度為判斷標(biāo)準(zhǔn)，按照從大到小的順序進(jìn)行排列，得到對(duì)于所有停車選擇決策方案的選擇排序即：方案4、方案2、方案1、方案3。

各停車方案的選擇概率為：P1=13.33%,P2=33.33% ,P3=10.00% ,P4=43.33%。

2.2 基于期望效用理論的MLogit模型計(jì)算

表3 數(shù)據(jù)分類和變量

根據(jù)可能的影響因素，本文共選取了8個(gè)自變量，詳見(jiàn)表3。其中，分別考慮了個(gè)人屬性性別、年齡、個(gè)人年收入、游客屬性和最喜歡的交通方式，以及方案屬性停車花費(fèi)、風(fēng)景優(yōu)美程度和餐飲配套設(shè)施對(duì)游客最終停車選擇決策的影響。

通過(guò)Stata軟件對(duì)模型進(jìn)行回歸，以方案4為參照方案標(biāo)定出以下系數(shù)及RRR值，結(jié)果見(jiàn)表4。

表4 基于期望效用理論模型的估計(jì)結(jié)果

基于期望效用理論模型計(jì)算得到各停車方案的選擇概率為：P1=6.80%,P2=39.80%,P3=7.40%,P4=46.00%。

2.3 模型結(jié)果比較分析

基于期望效用理論和前景理論的停車選擇模型得到的預(yù)測(cè)結(jié)果與根據(jù)調(diào)查得到的停車方案選擇統(tǒng)計(jì)結(jié)果的對(duì)照見(jiàn)表5。

表5 模型計(jì)算結(jié)果誤差

(1)基于期望效用理論建立的節(jié)假日停車選擇決策模型，根據(jù)各停車方案選擇概率計(jì)算結(jié)果可知，游客認(rèn)為方案4為最優(yōu)停車選擇方案，其次分別是方案2和方案3，方案1最差。同時(shí)也可從前景理論模型計(jì)算結(jié)果得知，游客對(duì)景區(qū)停車方案選擇的優(yōu)先次序?yàn)榉桨?、方案2、方案1及方案3。由此可以看出，兩種模型得到的停車方案優(yōu)劣排序結(jié)果不完全一致。根據(jù)期望效用理論求得方案1和方案3的選擇概率分別為6.80%和7.40%，兩個(gè)方案的選擇概率相差不大，由此模型的結(jié)果可以接受。

(2)基于前景理論模型得到的各停車方案選擇概率與調(diào)查得到的停車方案選擇統(tǒng)計(jì)結(jié)果相比，基于前景理論模型計(jì)算得到的4個(gè)方案的綜合屬性值的大小排序，對(duì)于所有停車選擇決策方案的偏好程度結(jié)果是方案4最優(yōu)，方案2優(yōu)于方案，方案3最差。根據(jù)調(diào)查結(jié)果顯示，駕駛員對(duì)于停車方案選擇上，頤和園最優(yōu)，休閑區(qū)次之，圓明園之后，動(dòng)物園最差。將根據(jù)模型計(jì)算得出的方案排序與實(shí)際調(diào)查結(jié)果進(jìn)行對(duì)比，說(shuō)明了前景理論適合用于描述節(jié)假日景區(qū)的停車選擇行為，并且本文建立的用于解決節(jié)假日時(shí)景區(qū)的停車決策方案選擇的模型是有效的。

(3)對(duì)比基于兩種模型得到的節(jié)假日停車選擇概率與調(diào)查結(jié)果可知，根據(jù)前景理論停車選擇模型的預(yù)測(cè)結(jié)果誤差總和為11.33%，基于期望效用理論的停車選擇模型的預(yù)測(cè)誤差總和為21.6%。所以，本研究提出的基于前景理論的停車選擇決策模型能更準(zhǔn)確地預(yù)測(cè)節(jié)假日停車選擇概率。

3 結(jié)語(yǔ)

本文基于前景理論和期望效用理論建立了節(jié)假日停車選擇模型，以頤和園調(diào)查數(shù)據(jù)為依據(jù)，驗(yàn)證了所提出的基于前景理論的停車選擇決策結(jié)果能夠更為準(zhǔn)確地描述停車行為。研究得到的主要結(jié)論如下：

(1)本研究考慮到游客的停車偏好受心理作用的影響，提出了基于前景理論的節(jié)假日停車選擇決策模型。介紹了影響因素的參考點(diǎn)的選取，建立了各個(gè)影響因素的價(jià)值函數(shù)及權(quán)重函數(shù)，并基于熵權(quán)TOPSIS的理論對(duì)影響因素的權(quán)重賦值，從而建立了基于前景理論的節(jié)假日停車選擇決策模型。

(2)在參照點(diǎn)的設(shè)置上,充分考慮到了參照點(diǎn)的異質(zhì)性。參照點(diǎn)的設(shè)置是整個(gè)模型構(gòu)建中極其關(guān)鍵的一步,而且參照點(diǎn)的選取也與游客的個(gè)人特性、風(fēng)險(xiǎn)規(guī)避偏好有關(guān)。通過(guò)對(duì)參照點(diǎn)的分類設(shè)置可以更好地反映出游客在停車選擇過(guò)程中面對(duì)風(fēng)險(xiǎn)的態(tài)度變化,更加貼近游客的實(shí)際心理。

(3)根據(jù)影響停車選擇因素的權(quán)重系數(shù)可知，行程時(shí)間的權(quán)重系數(shù)為0.298、從停車場(chǎng)到頤和園景區(qū)時(shí)間的權(quán)重系數(shù)為0.227、停車花費(fèi)的權(quán)重系數(shù)為0.270、從停車場(chǎng)到景點(diǎn)沿途風(fēng)景優(yōu)美程度的權(quán)重系數(shù)為0.205。由模型計(jì)算得到行程時(shí)間和停車花費(fèi)的權(quán)重系數(shù)較大，說(shuō)明對(duì)于決策者做出停車選擇時(shí)很大程度上要考慮行程時(shí)間和停車花費(fèi)。因此，可以通過(guò)選擇暢通的行車路徑、減少行車時(shí)間和降低停車收費(fèi)的方法來(lái)優(yōu)化方案，以吸引更多游客前來(lái)，分擔(dān)頤和園景區(qū)的停車壓力。

(4)對(duì)比基于兩種模型得到的節(jié)假日停車選擇概率與調(diào)查結(jié)果，發(fā)現(xiàn)基于前景理論模型得到的決策結(jié)果與游客實(shí)際的停車選擇行為更為相近，充分說(shuō)明基于前景理論的節(jié)假日停車選擇研究是有效的。