基于Logitsitc模型的城市CBD地区停车需求影响因素分析

尹红亮，沈金星，郑三洋，郑长江

(1. 江苏省交通厅，江苏 南京 210001；2.河海大学 土木与交通学院，江苏 南京 210098)

基于Logitsitc模型的城市CBD地区停车需求影响因素分析

尹红亮1，沈金星2，郑三洋2，郑长江2

(1. 江苏省交通厅，江苏 南京 210001；2.河海大学 土木与交通学院，江苏 南京 210098)

为了研究城市中央商务区(CBD)地区停车需求的影响因素，从出行者停车需求的角度出发，通过CBD地区停车需求的RP和SP调查，获取城市CBD地区停车需求数据，基于二元Logistic回归模型，构建了停车需求影响分析模型.调查数据的模型分析结果表明：在工作日和节假日城市CBD地区的停车需求具有明显的差异性；不同的停车目的对停车需求的敏感性也不同；控制长时间的停车是抑制停车需求总量的有效措施；停车费率对不同的停车费用支付者的影响程度也不同；而越便利的停车场布局，会激发更多的停车需求.

CBD；停车费率；logistic回归；停车需求

0 引言

随着我国经济社会持续快速发展，城市居民收入和生活水平不断提高，我国城市机动车保有量也呈现快速增长的趋势.以南京为例，截止2015年底，南京机动车拥有量达到224.06万辆，在不采取任何措施的情况下至2020年机动车保有量可能达到300万辆[1].机动车保有量的迅速增长使城市静态交通供需矛盾进一步加剧，特别是在城市CBD地区，因为高强度土地开发所吸发的交通量导致停车需求越来越大，而CBD地区高昂的土地价值又不允许无限制的提供停车泊位来满足巨量的停车需求[2].因此，在CBD地区有限的停车供给条件下，如何制定有效的停车政策来控制CBD地区的停车需求，从而解决CBD地区停车供需矛盾问题已成为城市交通管理者所需要解决的关键难题[3].

为了提高有限停车资源的利用率，关宏志等[4]认为可以通过制定不同的停车政策来调整停车时长，从而更充分利用有限的停车泊位.David A. Hensher等人[5]的研究成果表明，在不同的停车政策中，调整停车费率是最有效的控制停车时长的手段.Simon P. Anderson等人[6]认为不合理的停车收费将会诱增CBD地区的停车需求，从而加剧CBD地区的交通拥堵.Greg Marsden[7]认为，停车收费政策比其他停车政策能更有效的影响出行者的停车需求，然而不合理的停车收费政策会减弱CBD地区的吸引力，从而对CBD地区的零售和商业活动造成负面影响.Richard Arnott等人[8]建立的停车与交通拥堵综合模型的分析结果表明，合理的停车收费会在一定程度上降低因为车辆寻找停车泊位产生的交通拥堵现象.Gila Albert等人[9]的研究结果表明，调整停车费率会有效的影响出行者对出行方式的选择，从而减少停车需求总量.王富等研究者[10]认为可以通过综合考虑停车场的建设投资成本、运行成本等因素来建立路外停车场的停车费率计算模型.Xiaoning Zhang等人[11]认为合理制定停车费率会影响出行者的出行方式选择，从而减少停车需求总量.A. Khodaii等人[12]认为停车费率对不同出行者的停车需求的影响是不同的，其影响程度的大小主要由出行者的出行时间和月收入来决定.Richard Arnott等人[13]认为，停车收费过低时会不仅会导致出行者对停车泊位的过度需求，还会引起交通拥堵从而增加行程时间.包丹文等人[14]的研究结果表明停车收费是影响居民出行方式选择，尤其是小汽车出行方式选择的重要因素.Jelena Simicevic等人[15-16]的研究结果表明停车费率对出行者有一定的影响，而停车时间的需求则影响了停车泊位类型的选择，工作出行的人对停车费率的敏感性更大，而停车费率变化对CBD地区吸引力的影响则较小.ZhanGuo等人[17]认为交通拥挤越严重，愿意支付停车费率的人数就越多.Guangzheng Yao等人[3]的研究结果表明，停车费率与出行目的对停车泊位的利用率具有重要的影响，提高停车费率可能会抑制机动车保有量的增长.

从现有的研究结果可以看出，不同的停车政策对调整停车时间，优化停车泊位利用率具有不同的作用，而确定合理有效停车政策的影响因素也有很多.特别是对于我国城市CBD地区而言，由于停车需求的不同，停车时间的不同，停车费用支付者的差异性，很难利用国外成功的停车政策来解决我国CBD地区的停车问题.因此研究影响CBD地区停车需求的影响因素，合理制定停车政策，在不影响CBD地区吸引力的情况下，最优化提高停车泊位的利用率，具有重要的作用.因此，本文拟以南京市CBD地区的停车需求为研究对象，在RP、SP调查分析的基础上，利用Logistic模型，研究影响我国CBD地区停车需求的影响因素，可以作为我国停车政策制定的理论支撑，具有重要的理论与实际意义.

1 停车费率对停车需求的影响模型构建

(1)

设其存在临界点c(设c=0.5)当

(2)

(3)

则能得到式(4)：

(4)

由此看出，F为εi的累积分布函数，由于其统计数据均为离散变量，不符合正态分布，特别是对于停车泊位的选择是二元的离散变量(选择此停车场为1，不选择为0)，通过对初步调查数据拟合分析的基础上，本文选择二元logistic分布来处理实际调查数据，则可得到logistic回归模型：

(5)

即：

(6)

其中，ps为各种因素影响下的停车场选择概率，是由不同影响因素ai构成的非线性函数，对于n个自变量的到logistic回归模型为：

(7)

对方程两边进行对数变化可得线性函数关系式：

(8)

2 实例研究

2.1 调查样本采集

为了深入了解实际情况下CBD地区出行者选择停车泊位的影响因素，于2016年4月19日～27日在南京市新街口CBD地区进行了停车行为调查.调查地区选择了新街口CBD地区4个地下停车场(凯铂、凯润金城、国信大厦、德基广场)，3个地面路外停车场(长江贸易大楼、斯亚置地广场、苏苑大厦)与1个路上停车场(青石街)，具体位置如图1所示.

图1 停车调查区域示意图

本调查以SP调查与RP调查相结合的方式，通过在指定时间和指定区域内对停车者进行当面询问并填写调查问卷的方式进行.其中RP调查部分主要获取停车场使用者的基本信息包括：性别、年龄、停车目的、停车时长、停车费用支付情况等信息.SP调查部分主要分析获取出行者对不同停车场条件下的停车选择意愿性问题.共发放调查问卷980份，通过对问卷结果的自证分析，共收集有效调查问卷521份.

2.2 样本数据分析

2.2.1 停车目的分析

本文研究的对象是城市CBD地区停车场的使用情况，因此，根据CBD地区的不同停车特性将出行者的出行目的分为上班、购物、娱乐、就餐以及其他五种类型.不同停车目的出行者在工作日和节假日的停车目的分类如图2所示.

图2 停车目的分布统计

2.2.2 停车时长分析

为了统计填表的便利性，结合停车场的现状收费计时规则，将此次停车场的停车时长分为15，15～30，30～45，45～60，60～120，120～180min，大于180 min七种类型.不同停车时长的分布如图3所示：

图3 停车时长分布图

由图3可以看出，在工作日停车时长主要集中在1h以下，0.75～1 h之间的停车需求比例占33.7%，1h以内的停车百分比占73.5%.在节假日的停车时长则相对较长，超过1h的停车百分比占71%.也就是说节假日与工作日的停车时长存在明显的倒置现象.在节假日以工作或娱乐为目的的停车者大多停车时长会超过3h或接近3h，而停车时长在1 h以下的停车者多为就餐或者进行短时间的购物.停车2 h以上的停车者平日占了31.5%，这说明此调查区域大约有1/3的停车位被停车时长2 h以上的停车者长时间占用，从而降低了此区域的停车场利用率.

2.2.3 停车后步行时长分析

根据初步摸底调查，将出行者在CBD地区不同停车场停车后步行到目的地的时间分为小于3，3～5,5～10，10～15，大于15 min五种类型.不同类型步行时长分布情况如图4所示.

停车后距目的地的步行时间如图4所示.可以从图中看出，步行时间在5 min以内的停车者占了70%；步行时间在10 min以内的停车者占了86.4%；步行时间在15 min的停车者占了94.5%.由此可见停车者大多会选择离目的地近、步行时间短的停车场.其中还有部分停车者停车后距目的地的步行时间达到事物分钟以上，这应该是与调查区域位于办公、商业中心所造成的交通拥堵与停车困难有关.

图4 步行时长分布帕累托图

2.2.4 停车费用支付者分析

近年来，文学的式微频频被人提及。身处传媒出版空前发达的时代，很多人往往发出“优秀文学作品难觅”的感叹。与此同时，形形色色的文学奖却日渐成为炙手可热的话题，人们不仅津津乐道什么样的作品可以获得殊荣，更是密切关注其中是否存在不公平的“猫腻儿”。当文学靠文学奖中的争议话题来提高公众关注度的时候，不得不说成了一个“黑色幽默”。

根据实际调查情况，将停车费用支付者分为自己支付和单位支付两种方式，两种支付方式在工作日和节假日的分布比例如图5所示.

图5 停车费用支付者类型分析

从图5可以看出，司机自己支付停车费用的平日为66.7%，假日为91.4%.这在很大程度上意味着利用停车费来调整停车供需关系有可能会收到效果，尤其是在有更多私人出行的假日更是如此.

2.3 模型参数拟合分析

数据的计算选择SPSS软件完成，计算过程中，应对统计的形式变量进行哑元变化，分类临界值为0.5，统计精度为95%，选择最大似然估计进行参数估计，数据处理结果如下：

(1)模型系数混合检验

数据计算过程、模块以及模型自身的模型系数综合性检验结果如表1所示.

从表1可以看出，计算的卡方值为86.771，模型自由度为21，对于显著性水平0.05，自由度21的卡方检验值为32.671，计算值大于临界值，因此模型检验结果没有问题.同时，对于自由度为19的P检验值即Sig.值为0.000，小于0.05，因此在显著性水平为0.05 的情况下，本次计算结果的检验都没有问题.

表1 模型系数卡方检验

(2)模型综合检验

模型计算的最大似然平方的对数、Cox-Snell 拟合优度以及Nagelkerke拟合优度值如表2所示.

表2 模型综合检验表

最大似然平方的对数值(-2loglikelihood = 581.002)用于检验模型的整体性拟合效果，该值在理论上服从卡方分布，大于卡方临界值32.671，因此，最大似然对数值检验通过.Cox&Snell拟合优度为0.153， Nagelkerke 拟合优度为0.212.

(3)最终模型中的变量

最终的模型变量拟合结果如表3所示，表中第一列为拟合的变量.

2.4 数据结果分析

通过logistic回归分析的结果可以看出，不同的停车目的对停车需求的敏感性存在显著的差异性.工作出行的停车需求的贡献值为最高0.636，娱乐出行的停车需求贡献值最低0.059，由此可以看出，对于城市CBD地区而言，由于工作出行的停车才是停车需求贡献的关键因素.娱乐出行、吃饭等出行的停车需求则可以通过各类停车政策来控制.

从停车时间的贡献值分析可以看出，停车时长小于0.75 h的贡献值为负，停车时长大于0.75h的贡献值为正.也就是说停车时长越小，则对停车需求的影响越小，停车时长越长，对停车需求的负面影响九越大.特别是停车时长超过3h对停车需求的影响达到1.159可以看出，控制长时间的停车是抑制停车需求总量的有效措施.

表3 模型变量拟合结果

从停车场到出行目的地之间的步行距离的分析可以看出，步行时间与城市CBD地区停车需求之间存在负关系，步行时间越长对停车需求影响的贡献也越大.也就是说，越便利的停车场布局，会激发更多的停车需求.

从不同付费方式的分析可以看出，单位支付方式与自己支付方式对停车需求的贡献值存在显著的差异性.单位支付方式的出行量越高，城市CBD地区停车需求的总量也越大.自己支付停车费的方式对停车需求的贡献值相对较小，则表明自己支付停车费的停车需求会显著受到各类停车政策的影响.从节假日与工作日停车需求的分析可以看出，节假日出行的停车需求与工作日的停车需求的贡献值之间也存在明显差异性，节假日的停车需求比工作日的停车需求更容易受到各类停车政策的影响.

4 结论

如何合理制定城市CBD地区停车管理政策，从而控制停车需求，有效解决城市CBD地区的停车供需矛盾是当前城市交通管理者所需要解决的难题.本文从出行者的角度出发，通过对南京CBD地区出行者的RP和SP调查分析结果表明，不同的出行者在工作日和节假日的停车需求存在显著的差异性，停车时间、从停车场至出行目的地之间的时间、停车费用支付方式等因素均对城市CBD地区的停车需求具有显著的影响.因此，在城市交通管理者制定停车政策是必须要综合考虑不同停车政策带来的影响，可结合出行者的不同出行需求，制定差别化的停车政策，以最大程度提高城市CBD地区的停车场利用率，有效解决城市CBD地区的停车问题.

然而由于条件限制，本次的研究还存在一定的不足，特别是对出行信息SP调查表的设计有待进一步优化；本次调查共发放调查表980份，收回的有效调查问卷仅为521份，有效调查问卷的回收率约53.2%.造成问卷回收率偏低的主要原因就是在调查表设计时需要填写的分类变量偏多，CBD地区的出行者不愿意花费很长时间来填写问卷调查表.因此，对于CBD地区停车问卷调查表的设计一定要在保证获得调查信息充分性的基础上，保证调查表填写的便利性在，特别是对出行者的背景的分类、收入情况、受教育情况、家庭背景等信息的设计要进一步优化.

[1]张毅，张丽，万丽娟，等. 基于机动车政策的城市交通可持续发展建模研究[J]. 公路交通科技, 2015, 32(6): 142-147, 153.

[2]王学勇，苏婷，邵勇，等. 城市CBD地区新型停车模式研究与实践[J]. 交通世界(工程技术), 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]关宏志，姚胜永. 城市中心商业区停车时长选择模型[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，熊烈强. 城市路外停车场停车费率计算模型[J]. 武汉理工大学学报(交通科学与工程版), 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，邓卫，顾仕珲. 停车收费对居民出行方式选择的影响分析[J]. 交通运输系统工程与信息, 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

中央高校基本科研业务费资助项目(2016B01014)

尹红亮(1974-)，男，高级工程师，博士，主要从事区域和城市交通运输发展战略规划与政策研究、制定和管理工作的研究E- mail:yhl@jscd_gov.cn.

A