新城区CBD区域停车需求预测方法

张飞飞，吴 兵，李林波

(同济大学道路与交通工程教育部重点实验室，上海201804)

为适应城市快速发展需求，很多大城市在城市外围规划建设了具有相对独立性的新城区。在新城CBD区域，由于开发强度大、停车需求多，充足的停车泊位会刺激小汽车的大量出行，从而造成动态交通拥挤。因此，合理的静态交通规划是实现城市动静交通平衡的关键，为了避免交通拥挤问题的发生，新城区CBD区域在规划建设阶段需要对停车需求进行合理预测与布局。

目前国内外学者对停车需求预测方法进行了大量的研究，主要包括停车生成率模型、用地与交通影响分析模型、出行吸引模型、交通量-停车需求模型及多元回归模型。美国学者在大量停车调查的基础上，对停车生成率模型进行了较多的研究，美国交通工程师协会(TIE)出版了《停车产生率》报告，并不断的进行更新;Levinson比较了美欧亚部分国家或城市的配建指标，研究了停车配建指标与城市机动化的关系［1］;Haworth研究了开发控制区建筑物停车配建标准［2］。国内的学者也对停车生成率模型进行了研究，关宏志，等在停车生成率模型基础上考虑价格因素、服务水平等对停车需求量的影响，提出“停车需求-供应模型”［3］;薛行健，等考虑不同用地泊位共享对停车需求总量的折减对停车生成率模型进行优化［4］;魏连雨，等将区位优势度及汽车保有量作为参数引入到停车生成率模型中［5］;王丰元，等采用交通影响函数分析了路网流量增长率和停车率对停车需求的影响，在此基础上建立了停车需求预测模型［6］;1995年香港完成的停车泊位需求研究(Parking Demand Study)最终报告中将全日机动车出行量转化为停车需求的时间分布曲线;中国城市规划设计研究院以停车需求与出行的关系为基础建立了停车需求模型;上海市综合交通规划研究所建立了机动车出行吸引总量与停车需求的二元线性模型［7］。虽然停车需求预测方法取得了很多的研究成果，但受新城规划资料及停车特征调查等条件限制，已有预测模型在使用时可行性受到限制，预测结果的可靠性难以保证，因此需要在已有研究基础上考虑新城特征构建适用于新城区CBD区域的停车需求预测模型。

1 新城区CBD区域停车需求预测特征

新城区是城市化的产物，有卫星城、城市新区等表现形式。中央商务区(Central Business District简称CBD)是现代城市以商务办公为主的第三产业聚集地，具备3个特征:现代化城市的市中心、以商务办公为主、第三产业集聚之地。由于新城区发展目标不同，只有规模相对较大的新城区才会具备CBD区域。笔者针对规模相对较大的新城区CBD区域的停车需求进行了预测。

与发展成熟的城区相比，新城区CBD区域在停车需求预测时主要存在以下特征。

1.1 停车特征调查资料缺乏

新城区的停车生成率、泊位周转率等停车特征参数无法通过调查获得，一般通过类比或对老城区数据进行回归分析得到。相关研究表明，土地利用的吸引权具有良好的可移植性［8］，停车需求是出行吸引的延伸，因此停车特征参数也具有可移植性，但是应当综合考虑城市规模、经济发展水平及居民出行特征进行修正。

1.2 土地利用规划及交通规划资料详实

新城区建设有着明确的总体规划，一般用地性质划分明确，各地块用地面积、建筑面积等均可从相应的规划资料中获取，综合交通规划则能够提供规划年的OD数据、路网布局、公共交通规划、交通方式构成等资料，数据准确且容易获得，而老城区即使通过大量的调查也很难保证资料的准确性和完备性。

1.3 CBD区域弹性停车需求较大

CBD区域一般以商业办公用地为主，以弹性停车需求为主，受停车收费、交通管制、公交服务水平等影响较大，对CBD区域进行停车需求预测时，应当结合新城区的交通发展战略、交通方式划分、公共交通规划等来考虑需求管理，满足所有出行需求的理想泊位供应反而会吸引过多的小汽车出行，从而将停车问题转移为交通拥堵问题。

2 现有停车需求预测模型适应性分析

国内外广泛使用的静态交通需求预测模型，可归纳为3大类:基于土地利用的预测模型;基于出行的预测模型;基于社会经济活动特性的预测模型(即多元回归模型)［9］。笔者分别对以上模型在新城区停车需求预测时的适用性进行分析。

2.1 基于土地利用的预测模型

基于土地利用的预测模型主要包括停车生成率模型和用地与交通影响分析模型。

停车生成率模型是建立在土地利用性质与停车需求生成率二者对应关系的基础上，通过确定不同土地利用性质的单位指标所吸引的停车需求量，将区域内的总停车需求量看作各单个地块的停车需求量的总和。停车生成率模型在目前的停车规划中应用较多，尤其是计算大型公共建筑的配建指标时更为实用，但在制定停车生产率指标时需要进行详细的停车特性调查，工作量大，在研究土地使用类型多而混合的城市区域时回归数据易受其它因素干扰，同时，规划年各土地使用类型的停车生成率难以把握［9］。停车生成率模型预测周期不宜过长，优点是简单可行，且能计算出各建筑单体的泊位需求，适用于以刚性停车需求为主的用地类型(如住宅类用地)。由于新城区规划资料容易获得，因此新城区停车需求预测多采用停车生成率模型，但是该方法较少的考虑了交通方式划分及交通控制措施，不适用弹性停车需求较大用地类型(如商务区)。

用地与交通影响分析模型是停车生成率模型的扩展，建立在城市区域的停车需求与该区域的经济活动特性和交通特性密切相关的基础之上的。用地与交通影响分析模型既具备了生成率模型的特点，又将停车生成率与道路交通量相结合，预测结果较为准确，但是对于新城区，历年道路网各路段交通资料、汽车保有量均无历史数据，交通影响函数较难确定［8］。

2.2 基于出行的预测模型

基于出行的预测模型包括出行吸引模型和交通量-停车需求模型。

出行吸引模型的原理是建立高峰小时停车需求与区域机动车出行吸引量之间的关系。出行吸引模型抓住了停车需求的主要影响因素，分析结果较为可靠，可用于土地利用性质变化比较大的区域。该模型要求具备城市交通规划或其他交通专项研究的基础及完整的OD数据，出行吸引模型较适合新城的静态交通需求预测，新城停车规划一般是在综合交通规划及道路交通规划之后，因此有较完备的城市交通规划资料，但是在使用该模型时首先要保证OD预测的准确性，另外预测结果只能得到各交通小区的停车需求(与OD预测交通小区划分一致)，并不能细化到各个建筑单体。

交通量-停车需求模型的基本思路是任何地区的停车需求必然是到达该地区行驶车辆被吸引的结果，停车需求泊位数为通过该地区流量的某一百分比，可分为一元对数模型和多元对数模型［10］。如果该地区用地功能较为均衡、稳定，则预测结果较为可靠;该模型适用于对城市规划区域进行宏观的停车需求分析，与动态交通的预测方法相结合，不仅可以计算出停车需求，而且可以得到研究区域内机动车出行的停车率，该模型的不足在于无法具体得到区域内每一土地使用的停车设施需求量，因此通常作为验证其它预测模型计算结果的有效方法［13］。

2.3 基于社会经济活动特性的预测模型

基于社会经济活动特性的预测模型是将停车需求与城市经济活动及土地使用之间的关系进行分析，一般是建立多元回归模型。模型的建立需要停车、出行及社会经济状况的调查数据，由于新城区历史数据比较缺乏，该方法不适用于新城区停车需求预测。

通过分析可知，停车生成率模型及出行吸引模型较适合于新城区的停车需求预测，但是也存在一定的局限性，以往的研究多采用停车生成率模型及其优化模型进行新城区的停车需求预测［4，8］。笔者在已有研究基础上，考虑新城特征，根据土地利用及交通特性构建适用于新城区的停车需求预测模型。

3 新城区CBD区域停车需求预测模型

3.1 新城区CBD区域停车需求预测影响因素

3.1.1 新城区经济水平及其规模功能

一般而言，机动车保有量及停车需求随社会经济水平的提高而不断增加。新城区的区位及功能定位对机动车的出行水平产生重要影响，而用地规模、产业规模及人口规模将影响停车需求总量。

3.1.2 土地利用规划及人口就业分布

交通需求是土地开发利用的函数［8］，土地利用、人口及就业岗位的分布决定了出行强度及出行分布，开发强度越高，人口就业密度越集中的地区停车需求越大。

3.1.3 机动车保有量及出行水平

根据统计资料分析［11］，每增加一辆车，将增加1.2～1.5个停车泊位需求，出行水平是影响停车需求的另一个重要因素，美国FHWA的研究表明，高峰小时停车需求量与日平均机动车流量存在正相关的函数关系。

3.1.4 新城区交通规划及交通政策

1934年中央苏区还发行了“中华苏维埃共和国借谷证”，面额高的有“伍拾斤”“壹佰斤”，低的只有“捌两”“玖两”“拾两”“拾壹两”“壹斤”。票面注明“此票专为1934年向群众借谷充足红军给养之用”，还明显标示“粮食人民委员陈潭秋”及印章（党的一大代表陈潭秋是我党我军的“第一任粮食部长”）。借谷证是根据当时红军战时流动性很大、经常转战迁移等特征而发行的粮票。凭此证可以沿途在群众家吃饭或向当地政府仓库、红军仓库、粮食调剂局、粮食合作社、备荒仓以及群众借取粮食，然后凭借谷证向政府结算。其他革命根据地也都发行有类似的借谷证、米票、饭票，如1934年闽浙赣省苏区发行的“红军饭票”。

新城区的交通规划对交通方式的构成起决定性的作用，其中公共交通系统的服务水平极大的影响着小汽车的出行比例进而影响停车需求;道路网系统的规划也决定着路网机动车容量，从而限制了机动车的停车需求。停车收费等交通政策影响出行成本，对弹性停车需求影响显著。

3.2 新城区CBD区域停车需求预测模型构建

3.2.1 基本思路

综合考虑新城的停车需求预测的特征、影响因素及现有模型的局限性，本研究根据土地利用及交通特征提出适用于新城区的停车需求预测模型。模型的基本思路为:①根据不同用地的建筑面积及其单位建筑面积的出行吸引人次，计算得到出行吸引总量;②依据计算得到的出行吸引总量及综合交通规划中的交通方式划分计算机动车的出行人次，除以调查得到小汽车的平均载客率，得到全天机动车吸引总量;③由机动车的吸引总量与停车需求总量的关系，得到全天的停车需求总量，考虑停车泊位周转率，计算得到全天平均停车泊位需求量;④调查得到高峰停车比率，根据高峰停放车辆与各时刻停放车辆平均值的比，计算得到高峰小时停车泊位需求，进行一定折减后得到实际停车泊位需求;⑤根据既有道路网规划的路网容量计算停车需求，与实际停车泊位需求进行对比，取其较小值。

3.2.2 模型构建

1)各小时平均停车泊位需求

根据用地特征及交通特性计算得到全天交通发生量，计算得到全天各小时平均停车泊位需求:

式中:P平均为各小时平均停车泊位需求;Tj为第j类用地总吸引人次;λ为机动车出行比例;K为小汽车平均载客率;R为停车周转率;α为停车需求量与交通吸引量之比。

Tj根据建筑面积和出行率计算(Tj=j类用地建筑面积 ×j类用地出行率)，CJJ/T 141—2010《建设项目交通影响评价技术标准》给出了不同建设项目高峰小时出行率参考值，实际应用时应结合考虑项目区位条件、新区经济发展水平、土地利用、人口就业分布特征及高峰小时出行比例等因素进行计算修正;λ需根据新城区的机动车出行水平、新区交通发展政策及公共交通服务水平等因素确定，一般情况下可直接从新城区综合交通规划获取;K与R可类比老城区或其他城市的已有调查数据，在参考已有调查数据基础上还应结合新城区特征进行修正。上海市第4次大调查数据显示:私人小汽车平均载客率K为1.6人/车;商业用地的停车周转率R取值为2.3 ～3，办公用地的停车周转率为1.1 ～1.4;α 的取值略小于1。一般而言，出租车即停即离比例较大，另外车站由于接送乘客车辆较多，存在一定比例的即停即离车辆，在即停即离车辆较少的情况下，可取值为1。

2)高峰小时停车泊位需求

式中:P高峰为高峰小时停车需求;γ为高峰停放比率。γ根据调查得到的高峰停放车辆及各时刻停放车辆的平均值计算

同类用地高峰停放比率取值γ相对稳定，取值分为3类:持续高峰型，停放量始终保持在一定的范围内，没有明显的峰值，高峰停放比率一般在1.40以下;单峰型，这类分布曲线一般高峰比较明显，高峰停放比率一般在1.50以上;双峰型，分布曲线通常在上午和下午各形成一个高峰时间，高峰停放比率一般在1.40 ～1.60之间。

3)实际停车泊位需求

实际停车泊位既要适当满足高峰小时停车需求，又要避免平峰时段停车资源的浪费，因此实际停车泊位需求应在高峰时段停车需求的基础上进行一定的折减:

式中:P为实际停车泊位需求;φ为折减系数;实际停车泊位需求(P)为高峰时段停车需求的80%～90%较合理，美国土地协会出版的《Shared Parking Design＆Management》第2版中选取高峰时段停车数量的85%来决定泊位率，美国运输工程师协会(ITE)及停车顾问理事会的研究中认为85%为恰当比率［12］。笔者选取高峰小时停车泊位的85%作为实际停车泊位需求(即φ=85%)。

4)路网容量约束下的停车需求［13］

虽然在新城区的开发过程中，控制性详细规划对建设项目的开发规模进行了一定的限制，但在实际操作过程中开发规模往往发生调整，由于道路网规划确定后可调整性较小，因此在停车需求预测时应考虑到该地区及其周围道路容量的约束作用。实际情况中当交通量达到路网容量时，即使区域的吸引量再增大，到达区域内的机动车总量也不会增加。路网容量约束下的停车需求模型如式(4)，具体模型参数请参考文献［13］。

3.2.3 模型特征

充分利用新城区规划资料齐全的优势，参考土地利用规划及综合交通规划资料，根据用地性质、建筑面积及交通方式划分进行停车生成。

考虑了CBD区域弹性需求较大，在模型预测时考虑了交通方式划分，从需求管理角度出发，通过停车泊位来限制小汽车的出行比例，提高公共交通的出行比例，有利于交通规划的落实。

以往的方法以停车泊位周转率为基础，预测的是各小时平均停车泊位需求，忽略了停车高峰需求。本模型在此基础上计算了高峰小时的停车泊位需求并进行一定折减，符合停车时间分布特征，对于具有明显停车高峰的区域，预测结果更加可靠。

在实际停车需求的基础上，考虑了路网容量，利用路网容量对停车需求进行限制，避免静态交通问题向动态交通问题转化。

4 实例分析

济南西客站片区位于济南市槐荫区南部、济南市主城区西部，是济南西部新城的重要组成部分，西客站片区CBD区域将建设成为济南的新商埠，以商业办公用地为主，将产生较大停车需求量。

4.1 各小时平均停车泊位需求

根据既有调查资料，结合西客站片区CBD区域区位特征，各地块占地面积、用地性质及建筑面积可由规划资料提供，计算得到西客站片区CBD区域总吸引人次为50.3万。根据济南市西客站片区综合交通规划，区内交通吸引比例约为50%，机动车出行比例为19%，区间交通吸引比例约为50%，机动车出行比例35%，参考既有调查数据并结合济南西客站片区居民出行特征，小汽车平均载客率取值为1.6，计算得到全天机动车出行总量为84 815辆。

研究组对济南市多个商业办公区域的停车特征进行调查，得到各停车特征参数的取值，并结合西客站片区CBD区域开发强度进行修正，停车需求量与交通吸引量之比取值为0.95，商业类用地停车周转率为2.8，办公类用地为1.25，计算得到各小时平均停车泊位需求为35 912个。

4.2 实际停车需求计算

商业类用地高峰停放比率取值为1.47，办公类用地取值为1.05，计算得到高峰小时停车泊位需求量为49 778个，按高峰小时停车泊位的85%计算，实际停车泊位计算结果为42 312个。

4.3 路网容量约束下的停车需求

根据济南西客站片区综合交通规划，计算得到饱和度0.9时路网容量约束下的停车需求为42 801个，通过与以上计算对比，确定济南西客站片区CBD区域最终泊位需求总量为42 312个。

5 结语

CBD区域大量的交通需求使其成为城市的交通敏感区，新城区在规划建设阶段应对其静态交通需求进行重点研究。笔者在分析新城区CBD区域停车需求预测特征及现有模型适应性的基础上，考虑停车需求预测影响因素，构建了适用于新城区CBD区域的停车需求预测模型。该模型根据出行总量及交通方式划分计算得到机动车出行总量，根据高峰停放车辆与各时刻平均停放车辆的关系，得到高峰小时停车需求，并选取高峰小时停车需求的85%作为实际停车需求。最后结合济南西客站片区CBD区域进行实例验证，计算得到济南西客站片区CBD区域停车所需泊位为42 312个。

［1］Levinson H S.Zoning for parking-a global perspective［J］.ITE Jounal，1984，54(11):18-22.

［2］Haworth S L，Hilton I C.Parking standards in development control［J］.Traffic Engineering ＆ Control，1982，1:537-542.

［3］关宏志，王鑫，王雪.停车需求预测方法研究［J］.北京工业大学学报，2006，32(7):600-603.Guan Hongzhi，Wang Xin，Wang Xue.The research on forecasting method for parking demanding［J］.Journal of Beijing University of Technology，2006，32(7):600-603.

［4］薛行健，欧心泉，晏克非.基于泊位共享的新城区停车需求预测［J］.城市交通，2010，8(5):52-56.Xue Xingjian，Ou Xinquan，Yan Kefei.Parking demand forecasting for space sharing facility in new urban area［J］.Urban Transport of China，2010，8(5):52-56.

［5］魏连雨，周永亮，张朝清，等.改进的停车生成率停车需求预测模型研究［J］.河北工业大学学报，2007，36(5):101-106.Wei Lianyu，Zhou Yongliang，Zhang Chaoqing，et al.The research on improved parking generation rate forecast model［J］.Journal of Hebei University of Technology，2007，36(5):101-106.

［6］王丰元，邹旭东，阎岩，等.基于用地和交通特征的停车需求预测模型［J］.交通运输工程学报，2007，7(2):84-88.Wang Fengyuan，Zou Xudong，Yan Yan，et al.Forecast model of parking demand based on land function and traffic characteristics［J］.Journal of Traffic and Transportation Engineering，2007，7(2):84-88.

［7］陈媛.城市停车设施规划问题研究［D］.西安:长安大学，2005.

［8］张兰.新城区停车规划相关问题研究［D］.上海:同济大学，2009.

［9］张钧.城市机动车车辆停放特性分析与停车需求预测研究［D］.南京:东南大学，2005.

［10］贺崇明.城市停车规划研究与应用［M］.北京:中国建筑工业出版社，2006.

［11］陈峻.城市停车设施规划方法研究［D］.南京:东南大学，2000.

［12］玛丽·史密斯.共享式停车场设计与管理［M］.王莹，译.沈阳:辽科学技术出版社，2007.

［13］白玉，杨晓光，薛昆.基于路网容量的停车需求预测方法［J］.交通运输工程学报，2004，4(4):49-52.Bai Yu，Xue Kun，Yang Xiaoguang.Forecasting method of parking demand based on capacity of network［J］.Journal of Traffic and Transportation Engineering，2004，4(4):49-52.