基于Logistic模型的自驾车游客共享泊位选择行为研究

刘涵 林丽

摘 要：为定量描述自驾车游客对景区共享泊位的选择行为影响因素，分析自驾车游客停车行为，以便于制定科学合理的景区共享泊位规划策略。本文通过Logistic模型，建立基于停车者视角的旅游景区共享泊位选择行为分析模型。研究表明：寻泊时间、步行距离是自驾车游客选择共享泊位时最为关注的因素，其影响程度占比分别为43%和33%，而收入、停车时长与停车费用对其泊位选择的影响程度并不大。此外，当驾车者对景区周边交通状况越熟悉，或者驾车出游时停车寻位越难的情况下，其选择共享泊位的意愿越强烈。据此，本文提出完善景区共享泊位规划和提高共享泊位使用效率的措施与建议。

关键词：旅游景区;泊位共享;停车选择;Logistic模型

中图分类号：U491.7    文献标识码：A   文章编号：1006-8023（2021）01-0080-07

Abstract：In order to quantitatively describe the influencing factors of self-driving tourists choice of berth sharing behaviors in scenic spots， and analyze the parking behaviors of self-driving tourists， scientific and reasonable berth sharing planning strategies of scenic spots can be formulated. Through Logistic model， this paper establishes a behavioral analysis model of sharing berth selection in tourist scenic spots based on the perspective of parkers. The study shows that： berthing time and walking distance are the most important factors for self-driving tourists to choose to share berths， and their influence degree accounts for 43% and 33% respectively， while income， parking time and parking cost have little influence on their berth selection. In addition， when tourists are more familiar with the traffic conditions around the scenic area and it is more difficult to find a parking space for driving， they will have a stronger willingness to choose a shared berth. Accordingly， measures and suggestions for improving berth sharing planning and improving berth sharing efficiency are put forward.

Keywords：Tourist attractions; berth sharing; parking options; Logistic model

0 引言

在我國机动化水平不断提高的背景下，随着人民生活水平的提升，自驾车旅游逐渐成为一个普遍的现象。据统计，在2017年我国自驾车旅游总人数已突破30亿人次，占国内出游总人数的61%[1]，且这一数据在持续增长。急速增长的旅游交通量给原本就严重短缺的景区停车设施带来了更为严峻的考验[2-3]。特别对于城中型景区而言，因其位于城市较高强度开发区域、建筑密集和停车资源稀缺，这就使其更易受到停车问题的困扰。而其周边区域因包含着商业、住宅和办公等多种用地类型，表现出不同的停车需求高峰时段，这就为泊位共享的实施提供了条件[4-5]。实现城中型景区的泊位共享，不仅可以提升景区服务水平与吸引力，更可以降低景区周边的交通压力，提升城市交通运行效率，充分利用景区周边空闲的停车资源，获得更大的经济与社会效益。

为了保障泊位共享模式能切实地发挥作用，提升共享泊位的使用效率和游客的选择意愿，首要的问题是对自驾车游客的共享泊位选择行为特征进行深入的研究。目前对于驾驶人停车选择行为的研究有很多，Martijn等[6]研究了停车费率对于驾驶人路边停车和停车场停车选择的影响;王保乾等[7]利用杭州湾5个城市的共享停车相关调研数据，通过构建共享泊位停车选择的Logistic模型进行分析，结果表明，停车者的个人特征、出行特征及主观认识影响了其对单位共享泊位的选择;唐伯明等[8]以BL模型为基础，构建工作日及节假日的公共停车场选择模型，并通过改进的BL模型研究不同时期优惠费率交换步行距离的阈值;梁潇等[9]通过Logit模型，对沈阳市太原街片区停车者的停车行为进行了分析，并依据模型标定结果建立了商业区地面及地下停车场的选择概率模型;尹红亮等[10]通过二元Logistic回归模型，对南京CBD地区进行了研究，结果表明，停车目的、时长、费率及停车场的便利程度对停车需求的影响具有显著差异;付兴胜[11]在居住区泊位共享的背景下，通过将一系列潜变量引入传统Logit模型，对出行者停车选择行为进行研究，研究表明，出行者的停车选择与此类潜变量相关;王浩等[12]通过建立二项Logit模型，定量描述停车者对居住区共享泊位选择行为的影响因素，研究表明，个人收入、停车时长、步行距离和费率差等是显著性影响因素。

综上所述，目前对于停车选择的研究大多集中于城市商业区及住宅区，对于景区游客停车行为的研究较少[13]。而现有成果因研究对象的选取及变量设置或模型自身的问题，若将其直接应用于旅游景区，很难对游客的停车行为及形成机理进行全面、准确的分析，对于情况较为特殊的景区游客共享泊位选择的实际操作性并不强。因此本文以自驾车游客为研究对象，选取具有旅游特征的研究变量，着重研究游客是否选择共享泊位的影响因素及行为模式。本文借助简单随机抽样和RP/SP调查法设计调查问卷来获取研究数据，并借助二项Logistic模型构建景区游客共享泊位选择行为分析模型，通过参数标定与检验确定影响景区游客共享泊位选择的主要因素及其作用机理。研究成果将为景区共享泊位规划和管理策略的制定及平台搭建和优化提供参考。

1 模型的构建

在本文的研究中，“泊位选择”这个因变量的结果是离散的，并且根据实际调研，在旅游高峰期时，景区周边可被驾驶人自主寻找到的公共停车场基本都已停满。因此在此背景下进行研究，设置景区就近路边停车和周边区域共享停车两个选项，所以选用非集计理论下的二项Logistic模型进行建模。

2 实例研究

2.1 问卷设计及调查

根据对现有文献的总结，影响驾驶人停车选择的主要因素有性别、驾龄、月收入、停车目的、停车收费[14-17]、费用支付者[18]、停车时间和步行距离等。这些影响因素按其性质可分为个人基本特性和出行特性。

本文依据统计学原理结合SP/RP调查法所设计的《自驾车游客共享泊位选择行为调查问卷》，特性变量的选取主要包括停车者个人属性、旅游出行特性和共享泊位選择方案特性3个方面。RP调查部分包括个人基本特性和出行特性，个人基本特性中包含的研究变量有性别、月收入和驾龄。出行特性中因调查对象的出行目的都是旅游且都为自费，因此删去停车目的、费用支付者等变量。而出行人数和老人与小孩随行情况可能会影响驾驶人对步行距离的接受程度，且目的地附近的交通情况和停车寻位难易程度也会影响驾驶人的停车选择。因此增添了老人儿童随行情况、对景区周边交通了解程度、停车位寻找难易程度和出行人数这几个变量。SP调查部分选取费用差、步行距离和寻泊时间作为受控变量，每个受控变量设计3个水平，再通过正交实验法设计出9种情境，被调查者需要在这9种情境下做出停车选择。各类特性变量的含义及取值见表1，3个受控变量的水平设定情况见表2。

调查采用问卷星平台定向发放和旅游景区现场有偿发放的形式。共发放问卷300份，其中有效问卷221份，问卷有效率约为74%，共获取样本1 989个。

2.2 停车者个人及出行特性分析

根据对调查数据的统计，从性别构成比例、驾龄和月收入等方面得到了被调查者的基本信息分布情况，以及被调查者对景区周边交通的了解情况和寻泊的难易程度，见表3。统计数据显示，被调查者以男性居多，其比例高达73%;被调查者的月收入集中于4 000～10 000元，占整个样本的75%，4 000元以下仅占15%;驾龄3  a以上的占68%。由统计结果可知，当游客自驾车旅游时，以男性驾车占绝大多数，驾驶人收入情况普遍较为良好，低收入者较少，驾龄也多为3 a以上，可能的原因是此时驾驶人驾车技术已较为成熟，适宜长途驾车出行。这一系列数据反映出自驾车游客的特点，与实际情况较为相符。而对于景区周边的交通状况70%的驾驶人表示不太熟悉，69%的驾驶人认为，旅游时在景区周边寻找车位比较困难，这就表明大多数游客对所来到的地方是比较陌生的，且景区周边存在着较为严重的停车问题。

2.3 模型的标定与结果分析

借助SPSS 23.0数据分析软件，将各项特征变量的相关数据导入，并进行二元Logistic回归分析。在模型检验方面，系数综合检验中Model一行输出sig=0.000<0.05，表明模型总体有意义。其Hosmer和Lemeshow检验df=8，sig=0.276>0.05，未达到显著性水平，说明回归模型整体适配度较优，数据中的信息已经被充分提取。模型的Cox&Snell和Nagelkerke的值分别为0.426和0.570，表明模型中自变量与因变量间关联度较高，即模型拟合程度较好。模型的标定结果见表4。

根据模型的标定结果发现：月收入、寻泊难易度、步行距离和寻泊时间结果显著且系数为负，停车时长、交通熟悉度和费用差结果显著，且系数为正。根据标定结果分析如下。

（1）自驾车游客月收入水平与选择共享泊位的概率负相关，说明随着停车者收入水平的提高，他们更倾向于选择景区路边就近停车。保持其他因素不变，当停车者的月收入每提升一个档次，将会造成选择共享泊位停车的发生比降低43.1%。

（2）停车时长的系数为正。这表明当游客的停车时间越长时，他们越愿意去选择共享泊位，原因有以下两个方面：首先是游客旅游大多是来到了一个自己不太熟悉的地方，而景区周边单位的共享泊位从停车安全性和环境方面来说都要优于路边停车;其次是越长时间的停车，意味着越多的停车费用，而选择共享泊位可以省下较多的停车费用。

（3）当自驾车游客对周边交通状况越熟悉时，他们选择共享泊位停车的概率越大。保持其他因素不变，当游客对周边交通状况的熟悉程度每提高一个层次，游客选择共享泊位的发生比大约提高90%。寻泊难易度的系数为负，这点说明在景区没有实行泊位共享政策时，当游客寻找停车位越难时，他们越愿意去接受共享泊位，这与实际情况相符。

（4）费用差的系数显著为正，表明共享泊位停车费用比路边停车便宜的越多时，游客越倾向于选择共享泊位，这是因为选择共享泊位能省下来的停车费用越多。

（5）游客停车后到达景区的步行距离，与其共享泊位的选择意愿之间存在着显著的负向关联。在其他因素不变的情况下，当步行距离每增加一个水平，游客选择共享泊位的发生比将降低79%。可见，步行距离的长短是游客比较关注的停车影响因素。

（6）寻泊时间与游客共享泊位的选择意愿是负向关联的。依据本文问卷的设置，当游客寻找共享泊位与寻找路边车位的时间相比，从共享泊位比路边车位少5～10 min，到二者相等，再到共享泊位比路边车位多5～10 min时，寻泊时间每提升一个层级，游客选择共享泊位的发生比将降低大约88%。由此可见，这是游客进行共享泊位选择时特别关注的因素之一。

2.4 影响程度及分析

变量的Wald值作为基本的参数值，将各个变量的Wald值之和作为总体。每个变量的参数在总体中所占的比例，就是这个变量在景区共享泊位选择过程中的影响程度[19]。剔除对选择结果影响不显著的变量（笔者剔除了一个显著变量，即寻泊难易程度，因其Wald值仅为6.4，仅占总和的0.6%，影响程度可以忽略），得出各个影响因素的影响程度见表5。

由表5可知，在RP调查所选取的3个变量中，寻泊时间的影响程度为43%，占比最大。步行距离的影响程度是33%，最小的是费用差，其影响程度是10%。而个人和出行特性中的变量影响程度则更小，其中月收入为5%，停车时长和熟悉程度都是4%。

这与居住区或商业区的共享泊位选择意愿研究结果有所差异。原因是对景区游客来说，其时间比经济更为重要。旅游本就是消遣与消费的，在繁忙的工作之余能用来旅游的时间是很宝贵的，因此游客对旅游时的消费相对来说就不会如平常生活一样去过多关注。此时个人收入水平、停车时长和停车费用对游客停车选择的影响程度并不高，而寻泊时间和步行距离才是游客更为关注的问题。文中只是对寻泊时间做了一个量化的假设，其背后反映的是游客这样的一个心理状况：由于70%的游客对所游玩景区周边的交通状况是不太熟悉的，且共享泊位在便利性上又有别于公共停车场或路边停车，因此游客不知道去共享泊位停车是否方便快捷、寻找共享泊位需要花费多长的时间。游客追求的是尽早将车停下，从而投身于游玩的惬意之中，而不是在漫无目的的寻泊过程中浪费宝贵的时间。

3 建议与措施

为了有效利用旅游景区周边单位的空闲泊位，实现停车共享以缓解旅游景区高峰期停车问题，需要城市交通管理部门、旅游景区和泊位提供者等多方面的共同努力。在制定和实施共享泊位规划及管理政策时，结合上文的分析结果，应从以下几个方面进行努力。

对于旅游景区而言：

（1）旅游高峰期时应适当增加景区进出口。景区进出口的增加可进一步分散游客的停车需求，提升景区的服务能力，且随着出入口的增加，在游客可接受步行距离范围内的共享泊位供应量也会得到增多。

（2）对于为景区提供共享泊位的单位或个人给予奖励。可不定期对为景区提供共享泊位者进行奖励，例如发放景区优惠券、纪念品和门票等，以此来鼓励更多的供应者参与进来，从而提升共享泊位的供应量。

对于城市交通管理部门而言：

（1）密切结合步行距离、寻泊时间这两个因素来进行共享泊位规划。分析可知，步行距离与寻泊时间是游客最为关注的因素。因此在进行泊位规划时，要本着由近及远的原则，且控制在游客可接受的步行距离内。此外应协调好共享泊位的开放时间与数量，在不影响供应单位自身停车需求的情况下确保合理有序的错时开放。

（2）搭建游客共享泊位预约使用平台，提升游客使用共享泊位的意愿与满意度。分析可知，当游客对共享泊位及周边交通状况越熟悉时，其使用共享泊位的意愿越强烈。因此交管部门可通过手机APP、景区微信公众号或者景区官方网站构建一个基于游客的景区共享泊位使用平台。游客可通过这个平台实时了解到共享泊位的位置、状态、寻泊时间、收费标准以及此泊位到达景区的步行距离等信息，游客可结合自己的实际需求，在此平台进行车位预约、导航寻泊和线上缴费等操作。此平台可有效提升游客共享泊位选择意愿、景区的服务水平和共享泊位的使用效率。

对于政府部门而言：

（1）制定科学合理的共享泊位收费标准。这样可使得泊位使用者与供应者都能获得各自较为满意的经济效益，提升两者的参与意愿。

（2）提供政策支持，加大泊位共享政策宣传普及力度。这样可有力提升泊位使用者与供应者对于泊位共享这个新事物的接受与认可度。

4 结束语

本文的主要目的在于探索影响自驾车游客共享泊位选择意愿的主要因素，从而分析自驾车游客的停车行为，为制定科学合理的泊位共享规划和政策提供理论依据。从停车者角度构建旅游景区共享泊位选择行为分析二项Logistic模型，研究不同因素的影响方式和影响程度。

研究发现停车时长、交通熟悉度、费用差、月收入、寻泊难易度、步行距离和寻泊时间为显著影响因素。对景区游客而言，个人经济状况、停车费用及停车时长对其泊位选择的影響程度并不高。游客更为关注的是寻泊时间与步行距离，其影响程度分别为43%和33%。这与商业区或居住区的共享泊位选择行为研究成果有所差异。据此，本文提出了完善景区共享泊位规划和提高共享泊位使用效率的措施与建议。本研究提出了缓解城中型景区停车问题的新思路，也为日后景区共享停车政策的制定和实施提供了理论依据。对缓解城中型景区停车问题，提升城市停车资源利用效率，促进景区及城市更好地发展具有一定的理论和现实意义。

【参 考 文 献】

[1]匡翠翠.涉入视角下自驾车游客行为研究[D].上海：华东师范大学，2019.

KUANG C C. A study on the behavior of self-driving tourists from the perspective of involvement [D]. Shanghai： East China Normal University， 2019.

[2]陈元元.旅游景区最佳停车规模配置及停车管理问题研究[D].西安：长安大学，2018.

CHEN Y Y. Research on optimal parking scale configuration and parking management in tourist attractions [D]. Xian： Changan University， 2018.

[3]陈群，梁祖利.景区旅客停车需求预测：以张家界武陵源景区为例[J].交通运输研究，2019，5（1）：32-39.

CHEN Q， LIANG Z L. Scenic spot tourists parking demand forecast： a case study of Wulingyuan scenic spot， Zhangjiajie[J]. Transportation Standardization， 2019， 5（1）： 32-39.

[4]陈峻，王斌，张楚.基于时空容量的配建停车资源共享匹配方法[J].中国公路学报，2018，31（3）：96-104.

CHEN J， WANG B， ZHANG C. Parking resource sharing and matching methods for appertaining parking facilities based on space-time capacity[J]. China Journal of Highway and Transport， 2018， 31（3）： 96-104.

[5]张文会，苏永民，戴静，等.居住区共享停车泊位分配模型[J].交通运输系统工程与信息，2019，19（1）：89-96.

ZHANG W H， SU Y M， DAI J， et al. Distributing model for shared parking in the residential zones[J]. Journal of Transportation Systems Engineering and Information Technology， 2019， 19（1）： 89-96.

[6]KOBUS M B W， GUTIERREZ-I-PUIGARNAU E， RIETVELD P， et al. The on-street parking premium and car drivers choice between street and garage parking[J]. Regional Science and Urban Economics， 2013， 43（2）：395-403.

[7]王保乾，何承康.基于Logistic模型的城市共享泊位選择意愿研究[J].管理现代化，2019，40（1）：66-69.

WANG B Q， HE C K. Study on the selecting willingness of urban shared berths under the background of collaborative consumption[J]. Modernization of Management， 2019， 40（1）： 66-69.

[8]唐伯明，曾超，刘唐志，等.城市中心区路外公共停车场停车选择行为模型[J].重庆交通大学学报（自然科学版），2015，34（6）：116-122.

TANG B M， ZENG C， LIU T Z， et al. A choice model of parking behavior in CBD public parking lots[J]. Journal of Chongqing Jiaotong University （Natural Sciences）， 2015， 34（6）： 116-122.

[9]梁潇，王忠宇，李林波，等.中心商业区停车方式选择行为影响因素研究[J].交通信息与安全，2013，31（4）：27-30，52.

LIANG X， WANG Z Y， LI L B， et al. Influencing factors of parking choice behavior in central business area[J]. Journal of Transport Information and Safety， 2013， 31（4）： 27-30， 52.

[10]尹红亮，沈金星，郑三洋，等.基于Logitsitc模型的城市CBD地区停车需求影响因素分析[J].大连交通大学学报，2017，38（4）：25-30.

YIN H L， SHEN J X， ZHENG S Y， et al. Research on influential factors of parking demand in central business district with Logitsitc model[J]. Journal of Dalian Jiaotong University， 2017， 38（4）： 25-30.

[11]付兴胜.考虑泊位共享的居住区停车选择行为研究[D].哈尔滨：哈尔滨工业大学，2018.

FU X S. Research on parking choice behavior in residential areas considering berth sharing [D]. Harbin： Harbin Institute of Technology， 2018.

[12]王浩，胡江涛，晏秋.基于Logit模型的居住区共享泊位选择行为分析[J].交通科技与经济，2016，18（6）：27-30.

WANG H， HU J T， YAN Q. Analysis of choice behavior for residential shared parking spaces based on Logit model[J]. Technology & Economy in Areas of Communications， 2016， 18（6）： 27-30.

[13]石丽.旅游景区自驾车游客停车行为分析[D].成都：西南交通大学，2018.

SHI L. Analysis on parking behavior of self-driving tourists in tourist attractions [D]. Chengdu： Southwest Jiaotong University， 2018.

[14]焦志强.基于浮动价格的停车位优化利用方法研究[D].广州：华南理工大学，2017.

JIAO Z Q. Research on the optimal utilization method of parking space based on floating price [D]. Guangzhou： South China University of Technology， 2017.

[15]杨艳妮，陆化普.限速措施作用下的系统最优及道路收费设计模型[J].公路工程，2018，43（1）：66-69.

YANG Y N， LU H P. Road system optimization and toll design with speed limits[J]. Highway Engineering， 2018， 43（1）：66-69.

[16]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.

[17]MARSDEN G. The evidence base for parking policies： a review[J]. Transport Policy， 2006， 13（6）： 447-457.

[18]包丹文，鄧卫，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，2010，10（3）： 80-85.

BAO D W， DENG W， GU S H. Impact of parking rates on resident travel behavior[J]. Journal of Transportation Systems Engineering and Information Technology， 2010， 10（3）： 80-85.

[19]杨亚璪，聂垚，刘玉印.基于Logit模型的居民租车出行影响因素分析[J].中国科技论文，2017，12（7）：834-838.

YANG Y Z， NIE Y， LIU Y Y. Evaluation of car rental factors based on the Logit model[J]. China Sciencepaper， 2017， 12（7）： 834-838.