聶紫龍

（中國葛洲壩集團投資控股有限公司，湖北 武漢430000）

0 引 言

近年來隨著我國經(jīng)濟不斷增長，每年小汽車大量進入普通家庭，汽車保有量持續(xù)上漲。根據(jù)公安部數(shù)據(jù)統(tǒng)計，截至2018年底，我國汽車保有量達2.4億輛，同比增長10.51%，呈逐年上升趨勢。相比于日益增長的汽車保有量，停車設施建設速度遠遠滯后于汽車保有量增長速度，停車位缺口總量巨大，供需矛盾帶來市場需求，停車場建設成為政府和社會資本的重點關注對象。為準確測算投資回報，需對擬投資建設的停車場進行停車需求的預測，確保投資收益，促進停車產(chǎn)業(yè)持續(xù)健康發(fā)展，最終服務于人民日益增長的停車需求。

1 停車需求預測方法介紹

現(xiàn)狀停車需求預測的方法主要包括交通量-停車需求模型、回歸分析預測模型、機動車出行OD預測法、停車生成率模型[1-4]。以上預測模型具有各自的優(yōu)缺點，交通量－停車需求模型在特定區(qū)域的短期需求預測中精度較高，但是對于大區(qū)域長期預測精度較低[1]。回歸分析法是根據(jù)歷史數(shù)據(jù)，尋求停車需求跟社會經(jīng)濟活動之間的關系。由于我國在停車方面的研究起步較晚，缺乏停車需求的歷史數(shù)據(jù)，因此該模型很難適用[2]。機動車出行OD預測法考慮的是小區(qū)內(nèi)車輛的出行OD量與停車總量的關系，該方法為數(shù)值擬合方法，其結果與調(diào)查的機動車OD量數(shù)據(jù)關聯(lián)性較大，如果調(diào)查小區(qū)的機動車出行OD量波動較大，則其預測結果誤差較大[1-2]。停車生成率法適用于近期的分區(qū)預測，用地要求比較單一，需要進行修正；然而停車生成率預測模型基礎數(shù)據(jù)較易獲得、模型較為簡單、預測結果較為合理，在國內(nèi)外的停車規(guī)劃中運用廣泛[3，4]。本文在傳統(tǒng)停車生產(chǎn)率預測模型的基礎上提出了一種改進的基于停車生產(chǎn)率的停車需求預測模型。

2 需求規(guī)模影響因素

影響公共停車場需求規(guī)模的因素較多，主要影響因素為周邊土地開發(fā)情況[1-2，5-9]。公共停車場周邊土地開發(fā)情況主要包括兩部分：土地用地類型及土地開發(fā)強度。

2.1 土地用地類型

調(diào)查研究結果表明，城市區(qū)域停車需求與該區(qū)域的經(jīng)濟活動生產(chǎn)特征及交通特性有密切關系[5-7]。經(jīng)濟活動生產(chǎn)特征主要指區(qū)域內(nèi)的用地設施類型、建設規(guī)模、就業(yè)狀況等；交通特性主要指區(qū)域內(nèi)的交通量、機動車保有量、交通設施容量及交通政策等。土地用地類型與公共停車場需求規(guī)模關系密切，不同用地類型對應的停車生成率不同[6]。一般將用地類型分為商業(yè)、辦公、居住、文體、醫(yī)院五類，其中商業(yè)、辦公、醫(yī)院三類用地產(chǎn)生的停車需求量較大。此外，不同土地用地類型對應的用戶可接受步行時間不同[6，8-9]。根據(jù)調(diào)查，不同用地可接受步行時間分布在6~15min，即可接受停車步行距離在300m左右（見圖1）。

圖1 不同用地類型停車場步行時間距離分布情況

本文通過某地圖API對某一線城市35個公共停車場周邊300m半徑范圍進行用地興趣點搜索，以“該類用地面積”為參量，不同用地面積為連續(xù)變量，統(tǒng)計結果見表1。從表中可以看出，各公共停車場周邊300m半徑范圍內(nèi)用地興趣分布與停車場用地類型有直接關系，廣場用地停車場由于其商業(yè)性質(zhì)較濃，周邊商業(yè)用地占比最大。醫(yī)院用地停車場周邊醫(yī)院用地占比最大，其余類型用地占比較為均勻。

表1 各公共停車場周邊300 m 半徑范圍內(nèi)用地興趣統(tǒng)計 m 2

2.1.2 土地開發(fā)強度

停車場周邊區(qū)域的開發(fā)強度不同，會產(chǎn)生不同的停車需求和停車吸引，使得停車行為也顯著不同，一般認為，土地開發(fā)強度高，停車需求生成率大[10]。土地開發(fā)強度主要有以下幾種描述特征（見表2）。

表2 土地開發(fā)強度特征描述及含義

根據(jù)《城市交通規(guī)劃》[10]中對用地強度的描述，此次研究在調(diào)查階段，通過分析將停車場周邊用地強度劃分為三個等級，即“高開發(fā)強度”“中等開發(fā)強度”和“低開發(fā)強度”，分別對應取值為{1.4，1.0，0.8}。

3 公共停車場停車需求預測模型

綜上所述，在對停車場需求預測時，主要考慮的參量及取值見表3。

表3 停車場需求預測考慮參量及取值范圍

結合停車生成率模型和設備設施水平評分，對單個停車場停車需求建模如下：

式中：Pd為第d個停車場的停車需求，輛；μ 為停車場周邊用地強度系數(shù)；Rdi為第d個停車場周邊第i類用地的面積，100m2；Li為第i類用地的停車生成率；λ 為停車場規(guī)模水平影響系數(shù)。

通過Pearson相關性可以發(fā)現(xiàn)（見表4），各類自變量與停車需求有較強的線性相關，而各個變量之間相關性較弱，不會出現(xiàn)共線性問題。在模型中，需要回歸確定的系數(shù)為λ 和Li，通過對調(diào)研數(shù)據(jù)及以往項目的記錄數(shù)據(jù)進行回歸分析，得到回歸系數(shù)（見表5）。

表4 Pearson 相關性分析結果統(tǒng)計

表5 回歸分析結果

即模型結論為

式中：Pd為第d個停車場的停車需求，輛；μ 為停車場周邊用地強度系數(shù)，取值{1.4，1.0，0.8}；Rdi為第d個停車場周邊第i類用地的面積，100m2；λ 為停車場規(guī)模水平影響系數(shù)，取值[0.86，1.26]。

使用校正決定系數(shù)（Adjusted R Square）和方差檢驗對模型擬合性進行驗證（見表6）。

表6 校正決定系數(shù)和方差檢驗值

從表6可以發(fā)現(xiàn)，模型偏R方和P值檢驗均顯示整體模型顯著性高，說明模型假設合理。對具體系數(shù)進行分析，辦公用地、醫(yī)院用地和混合地塊的停車需求生成率明顯高于其他用地，這與實際情況相符合。

4 結 語

對公共停車場的需求預測，本文提出了一種改進的停車生成率預測模型，具體從以下兩方面進行了模型改進：

（1）加入土地開發(fā)強度系數(shù)，解決了生成率模型僅基于用地類型的局限性，降低了混雜城市區(qū)域調(diào)查數(shù)據(jù)易受其他因素干擾的影響。在城市發(fā)展建設中，若停車小區(qū)所在城市區(qū)域位置不同，即使是相同的用地性質(zhì)，其對停車的吸引程度也是不同的。因此在考慮土地用地類型的同時，考慮開發(fā)強度的影響能夠提高停車預測模型的精度。

（2）基于實地調(diào)查數(shù)據(jù)對公共停車場預測模型進行標定和修正，給出了參數(shù)波動范圍，從而反向分析設備參量的影響區(qū)間，為城市公共停車場建設管理提供重要依據(jù)。