基于前景理论的机动车路内停车行为研究*

王 灏 李瑞敏 刘志勇

(1.清华大学交通研究所 北京 100084；2.南宁市公安局交通警察支队 南宁 530022)

0 引 言

随着我国城市机动化水平的不断发展，城市停车问题日渐突出，目前我国的绝大多数城市都存在着明显的停车设施缺口。在此背景下，在不影响正常交通流通行的前提下，众多城市在有条件的道路上施划路内停车泊位以缓解部分地区的停车困境。在现阶段，一方面严格的停车供给和需求管理能在一定程度上缓解交通拥堵已经取得了共识[1-3]，另一方面路内停车管理的效果如何在很大程度上取决于路内停车收费的价格[1，4-5]。

通过调整路内停车收费的价格来影响城市机动车出行行为进而缓解交通拥堵等主题一直是众多城市在持续探索的工作，也是众多停车研究中研究人员所关注的主题之一。在以往的研究中，人们对停车-出行方式选择模型的研究主要是对驾驶人现状认知条件下的出行概率选择的研究[6-7]，通过针对一次出行所做的调查数据建立模型，绘制出行方式转移曲线。例如，邹亮等[8]通过对深圳市居民出行特点的分析，构建停车-公交出行方式选择模型；秦焕美等[9]通过收集北京市居民停车方式出行调查数据，绘制了基于停车费率变化的不同收入群体的出行方式转移曲线。

近年来，前景理论开始在交通研究中得到应用。前景理论引进了参考点的概念，利用价值函数对人们作出选择的收益和损失进行划分[10]。鲁光泉等[11]将出行者时间价值引入前景理论，探究异质性条件下个体出行路径选择行为的特征。冯川等[12]则侧重考虑拥挤程度对路径选择行为的影响，进一步运用前景理论解析了路径选择的过程。张薇等[13]则基于前景理论讨论时间、费用、舒适性等指标对于出租车合乘的影响。Senbil等利用前景理论[14]，对日本的京都-大阪-神户大都会区通勤交通出行时间和到达时间的价值函数进行了计算，得出了基于前景理论的通勤交通出行时间选择价值函数模型。Chin[15]分析了拥挤收费政策对于出行意愿的影响，并且基于前景理论，提出了拥挤收费定价不仅要考虑刚性需求，也要考虑旅行时间延长造成的经济损失。Liu等[16]则基于累积前景理论，将人们的心理因素引入拥挤收费模型，探究价格调整对于出行行为的影响。在停车研究方面，王志利[17]利用前景理论对深圳地区机动车驾驶人选择路外停车场的行为进行了分析建模，建立了路外停车场的停车选择行为。谢秉磊等[18]基于前景理论，构建出停车选择模型，考虑了驾驶人的有限理性，弥补了期望效用理论的缺陷。但总体来看，目前将前景理论分析引入停车行为的研究尚不多见。同时，目前整合实际停车数据和调查问卷数据的研究非常少见。

笔者基于对南宁市出行者对路内停车收费调整政策的态度及意愿等方面的问卷调查及实际检测的停车相关数据，将前景理论引入停车-出行方式模型中，将样本对停车时长、支付费用的价值计算作为变量，以是否选择公交出行的可能性为研究对象，将其加入出行方式转移模型中进行计算，得到改进的停车出行方式转换模型。

1 调查的基本情况和描述性分析

2014年12月1日南宁市进行了路内停车价格的调整，调整后一类区域的收费为10元/h(原来为6元/h)，二类区域的收费为每小时8元/h(原来为5元/h)。为了解路内停车收费对驾驶人出行行为的影响，2015年4月对南宁市机动车路内停车驾驶人进行问卷调查，调查分为2015年4月18—28日和5月4—10日2个时段，调查样本量为1 830个样本，其中男性为1 213个，约占2/3；从调查的区域分布看，一类区域有1 202个样本占65.7%，二类区域有628个样本，占34.3%。

在此主要分析笔者研究所用的停车时长与停车费用的调查分析。在停车费用调整后，停车时长预期分布及停车费用预期分布分别见图 1、图 2。

图1 停车费用调整后样本停车时长预期分布Fig.1 Expected parking time distribution of samples after parking fee adjustment

图2 停车费用调整后样本支付停车费用的预期分布Fig.2 Expected parking fee distribution of samples after parking fee adjustment

图1显示，有35%的样本停车时长预期在15 min以内，停车时长预期在30 min以内的样本占到61%。由图 2可见，被调查人支付停车费用的预期集中在“6元以内”和“9～12元”之间。从调查结果来看，路内停车的使用者还是以短时停车为主。

在停车费用调整后，调查样本停车步行到达目的地的时间预期的分布情况见图 3。由图 3可见，超过一半的被调查者停车后步行到达目的地的时间预期集中在2 min以内，其样本比例占到50.6%。

图3 停车费用调整后停车步行到达目的地时间的预期分布Fig.3 Expected walking time from parking space to the destination after parking fee adjustment

2 基于前景理论的参考点选择和价值函数计算

笔者将停车的时间长度和支付的停车费用作为样本的收益-损失的判断参数，将样本下一次出行选择的交通方式作为价值判断的结果，构建价值函数。本文通过将被调查者实际停车的时间、费用数据(来自停车信息管理系统)和调查问卷的数据进行整合，可以获得样本对本次停车的停车时间长度预期(T0)和实际的停车时间长度(T1)，以及预期的支付费用(F0)和实际支付的停车费用(F1)。从而可以计算预期停车时长与实际停车时长之间的差值(TΔ)以及预期支付停车费用和实际支付停车费用之间的差值(FΔ)。如式(1)和式(2)所示。

TΔ=T1-T0

(1)

FΔ=F1-F0

(2)

笔者应用Kahneman和Tversky提出的一组价值函数[14](见式(3))。

(3)

式中：x为相对于参考点的差值；λ为尺度参数；α，β分别为在受益或损失区间的参数。

由此得到式(4)

(4)

为便于计算，将价值函数的表达形式统一变换为式(5)

(5)

式中：g为收益;l为损失。

对停车时间和支付的停车费用的收益和损失部分的累积百分比进行分析，如图4和图5所示。从累积曲线的分布来看，收益部分的累积曲线为凹形，损失部分的累积曲线为凸形，满足价值函数的性质，可以利用价值函数进行计算。

图4 基于停车时长的价值判断收益和损失的时间差累积曲线Fig.4 Gain and loss time difference accumulationcurve based on parking time value

图5 基于支付停车费用的价值判断收益和损失的支付停车费用差累积曲线Fig.5 Gain and loss parking fee difference accumulationcurve based on parking fee value

由停车时间和支付的停车费用，可以得到样本中基于时间和费用参考点(7.64 min和1.12元)划分的收益部分样本(N=458)和损失部分(N=291)的价值函数参数估计结果，如表1所示。

通过代入式(3)分别得到样本对停车时间的价值曲线估计，如图6所示。得到样本对支付停车费用的价值估计曲线，如图7所示。

表1 价值函数参数估计

图6 基于停车时间的价值曲线估计Fig.6 Value curve estimation based on parking time

图7 基于支付停车费用的价值曲线估计Fig.7 Value curve estimation based on parking fee

图6中，参考点左侧的曲线表示在停车时间价值的收益区间人们对其停车时长价值的判断变化情况，即随着实际停车时间越接近样本停车时长的预期，其停车时间价值的收益越小；在参考点右侧的曲线，表示停车时间价值的损失变化情况，即实际停车时间越长于预期的停车时间，其停车时间价值的损失越大。

同理，在图7中，在参考点左侧，表示支付的停车费用价值的收益情况，实际支付的停车费用越接近停车费用的预期，其停车费用的价值收益越小；在参考点右侧，表示支付停车费用价值的损失情况，即实际支付的停车费用越多于停车费用的预期，其停车费用价值的损失越大。

从总体上判断，机动车驾驶人对停车时长和支付停车费用的价值判断符合前景理论价值函数的曲线要求。

3 公交出行可能性模型

提高停车收费的一个目标是希望能够改变部分出行者的出行方式，例如，放弃自驾车出行转而使用公共交通出行，因此，笔者引入前景理论来研究停车收费对路内停车出行者公交出行选择可能性的影响。

针对下一次出行选择的交通方式中，基于给定的公交出行交通方式，由样本对公交出行方式的选择可能性进行判断，分为“选择”“可能选择”以及“不选择”3种，因此，对于给定的下一次出行的交通方式，驾驶人根据自己的价值选择判断选择不同交通方式的可能性。

结合前文对前景理论的研究成果，将调查对象对停车时长和支付的停车费用的价值计算的结果作为影响因素的协变量应用于公交出行可能性的多项logit(multi-nominal logit model，MNL)模型，对样本下一次出行选择公交出行与否的可能性进行分析，将是否选择公交车出行作为因变量，函数设定参数如表2和表3所示。

拟合计算各参数的系数，结果如表4所示。

表2 公交出行可能性模型因子变量信息表

表3 连续型变量信息表

上述影响交通方式选择的因素中，将sig≤0.05的因素作为显著性的影响因素在此进行分析。从看出，问卷发放的区域和到表4可以公交车站的步行距离是显著性影响因素，但是考虑到价值计算的结果是此次建模的重点内容，并且支付的停车费用的价值的显著水平(0.075)仅是略高于0.05，因此将其一并作为显著影响因素进行分析。

1)问卷发放的区域类别，在此次调查中，近似于出行目的地所在区域。“出行目的地所在区域”的参数为正值，说明出行目的地为二类区域的，会增加选择公交出行的概率，并且其发生比是选择出行目的地为一类区域的3.07倍。从不同区域的停车目的的分布看，一类区域以工作和休闲为主；以回家为目的的驾驶人主要分布在二类区域，并且除了工作、休闲、回家这三大目的以外的其他目的也主要集中在二类区域。说明在一类区域以工作和休闲为主要目的的情况下，驾驶人会降低选择公交出行的概率。

表4 模型参数估计

2)“到公交车站的步行距离”的参数为负值，根据调查问卷的设计，说明随着步行到公交车站的距离延长，会降低选择公交出行的概率。公交站的步行距离小于100 m的，选择公交出行的概率的发生比是到站距离在100～200 m之间的8.66倍。

3)“停车支付的停车费用的价值”的参数计算结果为正值。考虑到价值计算函数为区分收益区间和损失区间的分段函数，并且在收益区间或损失区间，其都是增函数(见图8)，因此可以认为，在收益区间，随着收益的减少选择公交出行的概率会增加，并且收益增加1个单位，发生比降低27%；在损失区间，随着损失的增加，选择公交出行的概率也会增加，并且损失增加一个单位，选择公交出行概率的发生比会增加3.7倍。前景理论的应用可以看出，在收益区间，随着收益的增加选择公交出行概率减少的速度小于损失区间损失增加而选择公交出行概率增加的速度，即在收益区间人们会降低选择公交车的概率，在损失区间人们会增加选择公交车的概率，该结果也给如何调整路内停车收费带来了一定的启示，相对低收费给出行者的收益影响来看，提高路内停车的收费可以较为显著的促使出行者更多的选择公交出行。该结果对于通过提高停车收费来进行出行需求管理有一定的支撑。

图8 收益区间和损失区间停车费用的价值影响Fig.8 Parking fee value influence in gain range and loss range

4 结束语

笔者基于南宁市的路内停车实测数据及调查数据，引入前景理论的概念研究了路内停车收费调整的政策对出行者出行行为的影响，以选择公共交通出行为例建立前景理论出行选择模型，并定量分析了价格的调整对公众选择公交出行的影响。结果表明路内停车收费价格的调整对于出行者是否选择公共交通出行有明显的影响。本文的研究发现和结论对于城市停车管理者在制定和调整停车管理政策时有良好的参考意义。

路内停车收费政策的调整将对出行者的众多方面产生影响，例如停车地点的变化、停车时长的变化等，受制于调查内容的限制，本文没有全面分析路内停车收费对出行者出行行为的影响，今后的研究中可以考虑结合实际工作增加调查的内容，以深入探究路内停车收费政策对出行者出行行为的影响。