基于出租车订单数据的停车泊位共享区块选择

暨巍 郑彭军 黄正锋

[摘要]以宁波市为例，创新性地对城市各区域实施泊位共享策略的适合程度进行了研究。首先基于出租车订单数据建立评价指标体系，然后通过密度统计得到出租车出行热点区域，将这些区域作为评价单元，最后通过可拓学和熵权法对各评价单元的共享匹配度进行定量评价，评价结果客观地反映了宁波市各区域实施泊位共享的适合程度，评价方法对同类研究有借鉴意义。

[关键词]出租车;订单数据;泊位共享;可拓学;熵权法

[中图分类号]U469.12     [文献标识码]A     [文章编号]1005-152X（2022）03-0069-08

Selection of Parking Space Sharing Area Based on Taxi Order Data

JI Wei， ZHENG Pengjun， HUANG Zhengfeng

（Faculty of Maritime & Transportation， Ningbo University， Ningbo 315211， China）

Abstract： Taking Ningbo as an example， the paper made an innovative study on the suitability of implementing the parking space sharing strategy in each region in Ningbo. Firstly， based on taxi order data， it established an evaluation index system. Then， through density statistics， it got hot spots of taxi routes. Finally， it took these hot spots as evaluation units， and quantitatively evaluated the shared matching degree of each evaluation unit by extenics and entropy weight method. The evaluation results could objectively reflect the suitability of parking space sharing in each region in Ningbo， and the evaluation method could provide references for similar researches.

Keywords： taxi; order data; parking space sharing; extenics; entropy weight method

0 引言

随着我国城镇化和机动化的迅速发展，各大城市的机动车保有量都呈逐年上涨的趋势，远远超出规划预期[1]。然而，在机动车保有量快速增长的同时，城市停车设施发展缓慢。据统计，我国停车缺口率达到50%，停车贵、停车难问题已经成为城市有车族的最大烦恼之一[2]。停车位的稀缺，导致停车用户需要花费大量的时间寻找车位，不仅增加了出行成本，还会恶化交通拥堵和环境污染等问题[3]。目前解决停车问题的方法主要有两种：一是增加车位供给;二是共享现有车位存量[4]。新建停车场，从增加车位供给角度解决停车难问题的传统思路，不仅要承担高额的土地、资金、人力等成本，且老城区已有的城市格局带来的空间限制也使得扩建停车场越来越难以实现。

停车泊位共享是指利用邻近区域停车需求时空上的互补性，引导邻近的土地使用者共用停车位，减少对车位的绝对数量需求，在现有车位存量的基础上解决停车难问题。停车共享理念最早是由美国城市土地研究所（ULI）编制的第一版《Shared parking》一书中提出的[5]，该理念体现了协调、优化区域资源的思想。目前，停车泊位共享是国内外研究的一个热点，研究内容主要为泊位分配利用和停车需求预测。

在泊位分配模型方面，姚恩建，等[6]在分析居住区实施停车泊位共享可行性的基础上，以提高泊位利用率为目标，建立居住区共享車位资源优化配置的加权顶点图着色模型及求解算法，并用仿真实验加以验证，最后结果显示该方法可以将泊位利用时长提高11.82%。王韩麒[7]建立了共享停车泊位的分配原则及优化原则，并在此基础上构建共享停车泊位的动态分配模型，在每一次分配后对共享停车泊位资源进行重新整合和优化，实现实时动态调整共享停车泊位分配方案，在满足用户停车需求的同时，将停车泊位的利用率提高18%。Shao，等[8]提出了一个简单的二进制整数规划模型，在停车场时间和空间限制下，尽可能多的接受停车预约请求，并分配给特定的停车场。Guo，等[9]通过仿真优化方法建立停车泊位回购模型，模型以停车需求者的利益最大化为目标，在停车泊位共享时间的限制下得出最优的停车泊位使用策略。Xie，等[10]将结构方程模型和 Logit模型相结合，构建了一种泊位共享规划模型，用以解决真实停车环境中的泊位动态分配问题。孙会君，等[11]综合考虑了租用车位成本、接受停车请求的获利、拒绝租用车位和拒绝停车请求的损失，以运行商利益最大化为目标，提出整数规划模型，统一决策车位租用和请求分配。

在泊位需求预测方面：薛行健，等[12]以现实停车配件指标问题为切入点，构建了一种基于停车生成率法和效用折减量相结合的泊位预测模型，并对停车配件指标规划采取类比法进行调整。祝福云，等[13]在已有停车需求预测模型的基础上以停车生成率为基础，考虑不同用地性质和停车时长差异的影响建立了泊位共享需求预测模型，并以西安市钟楼商圈及小寨商圈为例进行实例分析。Jiang，等[14]主要从停车生成率和寻泊时间以及停车时长等几个方面出发，建立了基于泊位共享策略的停车需求预测模型。

目前，国内外学者已经提出了大量基于泊位共享的泊位优化模型与需求预测模型，但鲜有文章从区块共享能力评价入手，为共享停车区块选取提供科学的决策依据。据不完全统计，目前市面上的共享停车平台有100多个，但均未达到一定的市场规模，大量平台反映其实施共享停车的效果具有明显的地段差别。共享停车前期需要进行大量的线下地推，利用宏观数据对城市不同区域的共享匹配度进行评价，过滤掉不适合共享的区域，能有效的降低共享停车推进的盲目性，为企业或相关机构节省大量的成本，有效地提高城市泊位共享实施的成功率。

从城市的维度对不同区块的共享能力进行评价，需以宏观数据作为支撑，而收集私家车的出行信息十分困难，需要投入较高的成本，这将削弱本文的研究价值。在一定的出行距离内，出租车在可达性、省时性、便利性和出行的时空分布上均与私家车有较高的相似度，从某种程度上来说，出租车的出行特征正好反映了私家车的出行特征。因此，本文假设出租车在某一区域的到访量与私家车到访量成正比例关系，在此基础上利用出租车订单数据对区块共享匹配度进行评价。

可拓学由我国学者蔡文教授提出，其将事物的量和质联系在一起研究，能够根据事物的特征值判断事物属于某集合的程度，利用可拓学评价模型可将多参数因子的目标归结为单目标决策，并以定量的数值来表示评定结果。这种评价方法已经在农业、经济、军事、交通、建筑等领域被大量学者广泛应用。影响城市不同区域泊位共享匹配度的指标数量多，且存在不相容的特征，采用可拓学评价模型可以有效地解决各指标不相容问题，科学、客观得到城市各区块的泊位共享匹配度。熵权法是一种客观赋权的方法，它是利用各指标熵值所提供的信息量大小来决定指标权重的方法，采用熵权法可以避免指标权重受人为因素干扰[15]。

本文采用可拓学评价和熵权法作为定量描述城市不同区域的共享匹配度的方法。以宁波市主城区为例，首先基于出租车订单数据建立指标评价体系;然后通过设置阈值提取宁波市出租车上下客热点区块，以此为基础得到热点区域并将其作为待评单元;依次建立经典域矩阵、待评物元矩阵、关联度函数模型，得到各区域的各指标关联度;最后通过熵权法得到各指标的权重，并对指标关联度加权处理后得到各热點区域的泊位共享匹配度。

1 建立评价指标体系

1.1 数据来源及居民出行时间分布

本文选取出宁波市内24h 的出租车订单数据作为研究的数据支撑，订单数据包括上、下客点经纬度，上、下客时间等。出租车是城市交通的重要组成部分，其运营时间和分布特征体现着城市居民的出行特征[16]，因此，本文假设出租车的出行活动为城市居民的出行活动，并通过分析出租车订单包含的出行时间信息，从宏观上判断出行目的。

基于宁波市出租车订单数据，选取连续五个工作日的数据绘制出租车下客次数时间分布图，结果如图1所示，可以看出宁波市工作日居民出行时间具有明显的峰值分布特点，且各个工作日的峰值分布情况相似，其中早高峰在08：00-10：00点之间，晚高峰在19：00-21：00之间，10：00-19：00为平峰时段。

影响泊位共享匹配度的因素有很多，包括停车时长、地理位置、信息的获取发布、泊位管理等。如何利用出租车订单这类宏观数据建立指标体系，以较低的成本识别出泊位共享匹配度高的区块具有现实的应用意义。本文从时间维度上分析出租车订单数据，判断居民出行目的，并以此为基础建立改进型高峰时段入出比、弹性到访密度、通勤到访密度这三个指标，反映各区块各类停车需求的大小及比例关系，试图定量描述区域泊位共享匹配度。

（1） C1：改进型高峰时段入出比。高峰时段入出比指的是在一定的区域范围内，早高峰进入、晚高峰离开区域的居民人数总和与早高峰离开、晚高峰进入区域的居民人数总和的比值。这一指标能够反映区域办公用地与住宅用地的停车需求比例关系，简单来说，高峰时段入出比小，则说明该区域的住宅用地停车需求相对高而办公用地停车需求相对低。

苏靖，等[17]研究了混合用地中不同的用地类型停车需求比例与泊位共享效用的关系，其引入泊位共享效用指数的概念，研究发现随着两种用地停车需求相对比例的变换，泊位共享效用指数的变化趋势呈一条开口向上的抛物线（如图2[17]所示），当行政办公用地与住宅用地的停车需求之比为3：7时，泊位共享效用指数最低，即泊位共享效用最高。因此，本文将高峰时段入出比的最优值设置为0.43，即高峰时段入出比越接近于0.43，则认为其越适合实施泊位共享。基于出租车数据对这一指标进行改进：

高峰时段入出比* =早高峰落客次数+ 晚高峰打车次数早高峰打车次数+ 晚高峰落客次数

为便于下文对评价模型的应用，对该指标做如下处理：

（2） C2：弹性到访密度。弹性到访密度指的是平峰时段单位面积的居民到访数量，可以一定程度上反映在平峰时段以休闲娱乐为目的的停车需求。高弹性出行密度区块对泊位数量有较高的需求，且此类停车行为在时间上具有较高的流动性，适宜使用共享泊位。基于出租车订单数据对这一指标的表达为：

（3） C3： 通勤到访密度。通勤到访密度指的是早高峰时段单位面积的居民到访数量。其变化可以描述为以上班通勤为目的的停车需求。高通勤到访密度区块对停车泊位需求更高，容易出现泊位短缺现象，更有必要实施泊位共享予以缓解。基于出租车订单数据对这一指标的表达为：

2 可拓学评价模型构建及实证评价

事物、特征和量值称为物元三要素，记作R=（事物，特征，量值）=（N，C，X），物元的概念反映了事物质与量的关系，称其为可拓学的逻辑细胞[18]。根据物元的概念，可以相应的建立区域泊位共享匹配度评价的物元模型。其中，事物即是所确定的评价单元，特征是指泊位共享匹配度的任一指标，而量值则指各指标的测量值。下文阐述了评价单元的确定方法，并依次建立经典域物元矩阵、待评物元矩阵以及关联度函数模型，最终以熵权法确定各指标权重进而得到综合关联度，即泊位共享匹配度。

2.1 评价单元划分

本文对评价单元的选取分两步走，首先通过设置阈值，识别出租车上下客热点区块;再按照一定原则，将热点区块合并得到热点区域，并以其作为评价单元。

2.1.1 研究区域选择。本文以宁波市为例进行实例分析，选取的研究区域为宁波市中心区域，研究区域为一个矩形，主要的研究区域为东环高架、南环高架、机场路高架和北环高架所包围的区域，区域所涉及的行政区主要有4个，分别是海曙区、江北区、镇海区和鄞州区，区域内道路网络密集，用地性质复杂多样，经济繁华，交通流量较大。本文从两个角度初步分析研究区域存在汽车泊位共享的可能。首先，从研究数据角度而言，很大一部分的出租车订单数据都发生在该区域内，说明该区域经济较为发达，交通比较繁忙，存在较大的停车需求;其次，从泊位共享可行性角度而言该区域用地性质也比较综合复杂，停车需求呈现明显的潮汐周期，存在错时停车的可能。因此，选取该区域作为研究区域进行汽车泊位共享研究有较好的实际意义，对解决城市经济交通较为发达区域的停车难问题有较好的参考价值。

2.1.2 提取热点区块。本文采用规则的网格（600×600，单位：m）对研究区域进行划分，最终研究区域被划分为660个规则的网格。一般对研究区域进行网格划分需要遵循一定的原则，本文对研究区域进行网格划分的原则如下：（1）划分的网格不宜过大或过小，网格划分过大、网格数量不够，在后续的研究分析中误差较大;网格划分过小会增加工作量，同时在进行密度统计时各个网格之间的差异不明显。（2）划分的区块用于泊位共享的研究，用户在停车后与目的地之间的步行距离不能过大，一般比较合适的步行距离在500-600m左右，用户的停车意愿会随着步行距离的增加而减小，因此，单个网格大小不宜过大。

本文依靠出租车上客地点的经纬度数据，将日均出租车出行发生量超过200，且周围用地不单一，由办公和居住等用地共同组成的区块设置为热点网格。规则网格提取出来结果如图3所示。可以看出，出租车出行热点区域主要集中在研究区域的中西部区域，北部和东部的出行热点区域较少存在较多的空白区域，中部和南部也存在部分空白区域，中间部分的空白區域主要是因为河流的影响，其余部分的空白是因为地理位置比较靠近郊区，出租车日常出行不多造成的。

2.1.3 热点区块合并。由于规则网格的数量过多，且网格面积较小，为提高评价模型的实用性，本文将单元格进行合并，合并的原则主要根据区块内不同功能区（不同的功能区在图中以点的形式表达）的分布情况而定，具体如下：（1）规则网格的合并主要以非居住用地性质的功能点为中心，对其周边的规则网格进行合并，只含居住用地性质的规则网格与距离其最近的非居住功能点网格合并。（2）当一个居住功能点与多个非居住功能点的距离相近时，以非居住功能点周边的居住功能点数量作为合并依据，合并到居住点多的区块。（3）非居住功能点到居住功能点之间的距离控制在1km左右，根据规则网格的长度最多不超过两个网格的长度。

根据以上原则，将提取出来的网格进行合并，最终得到60个热点区域，结果如图4所示，图中的数字为每个热点区域的编号。图4中还显示了每个评价单元内部的不同用地性质的分布。

根据1.2节的公式，对上述热点区域的各指标实测值进行计算，结果见表1。其中第块区域主体部分为火车站，其交通行为发生特点为来往车次流量极大，停车时间短，不适宜实施共享停车，但这一特点使得第46块区域的 C2、C3两项指标极高，会对最终的评价结果造成干扰，因此，将此块区域作为异常值去除。

2.2 建立经典域及待评物元矩阵

经典域是指给定特征C 的量值的取值范围，其确定应有一定的调节和管理作用[18]。根据1.2节中建立的评价指标体系，以热点区域为待评单元;记 Nj （ j =1， 2， …， 60 ， j ≠46）为评价单元的泊位共享匹配程度;记 Xi（i =1，2，3）为泊位共享匹配的水平状况 N 关于 Ci（i =1， 2， 3）所确定的属性值范围，即经典域<ai ，bi >。其中指标 C2、C3以实测值最小值为基准值，以实测值最大值为目标值 bi ，C1以实测值最大值为基准值a1，以实测值最小值为目标值 b1 ，根据表 1所示的实测值，计算后可构造经典域矩阵集Rj

将待评单元所收集到的信息用物元来表示，称之为待评物元。记xij为待评单元 j 的指标i的实测值，其具体取值见表1，将其作为共享匹配度的评价目标值，建立待评物元矩阵集 R0j（ j =1， 2， …， 60 ， j ≠46）如下：

2.3 计算待评物元关联度

可拓学与实际相结合的应用中，对选取的评价指标需要定量的描述其具有某一性质的程度及其变化，对此需要建立关联函数，所选取指标中，有些指标值与泊位共享匹配度正相关，有些为负相关，因此将关联度函数定义如下：

热点区域的指标关联度计算结果见表2。表2 热点区域指标关联度

2.4 计算指标权重

2.4.1 数据标准化。由于不同指标数值之间的差异较大，在进行权重系数计算时无法直接进行比较，因此需要对xij进行标准化处理，本文采用的是规范化处理，使不同的指标数据都位于[0，1]，规范化公式如下：

其中，Zij 为第 j 个区块的第i项指标的标准化值，标准化结果见表3。

2.4.2 熵值法计算权重。熵值法是一种客观赋权法，根据各项指标实测值所提供信息量的大小来确定其权重，具体公式如下：

其中，fij =  Zijj（m）=1  Zij，di = - fijlnfij，当fij=0时，令fijlnfij=0 ， di 为第i项指标的熵值，wi为第i项指标的最终权重。

利用上述公式计算各指标所占权重见表4。表4 指标权重系数确定

2.5 计算综合关联度

综合关联度计算公式為：

计算得到各评价单元的综合关联度，即泊位共享匹配度见表5。

三项指标的权重基本相等，但不同区域的 C2、C3两项指标的差距过大，较大的值与较小的值间的差距在10倍以上，是影响区域共享匹配度大小的主要因素，C1指标在一定程度上确保了高共享匹配度区域具有足够数量的居住区，以保障实施共享停车有充足的泊位供给。根据评价模型确定的共享匹配度排名前5名的区域中，有4个是 C2、C3两项指标单项排名的前5名。排名在0.4分以上的区域，都集中在宁波市的中心城区，商业、娱乐区域密集，停车需求较高，并且分布着大量的居住区。

共享匹配度超过0.5的区域共有三处，第一是第37号区域，共享匹配度为0.850，三项指标分别为0.56、1、1。其位于宁波市地铁一号线与二号线的相交处，是由城隍庙、东门口和鼓楼地铁站围成的正方形区域。此区域以酷购商城、天一国际购物中心等商业区为中心，四周环绕大量的居民小区，人口密集，有较大的以出勤、娱乐为目的的停车需求，而区域内密集的居民区恰好能够为这些停车需求提供充足的泊位供给，具有较高的泊位共享潜力。排名第二的为49号区域，共享匹配度为0.576，三项指标分别为0.73、0.49、0.50，其位于宁波市地铁一号线中山东路站下方，主要用地成分为居住用地，核心区域为同仁医院，医院日间车辆到访量巨大，且由于场地限制，配备的停车位供给较少，其周边的居民区划船社区、严华社区等若开放闲置车位实施泊位共享，将很好地解决医院停车泊位不足问题，此区域东南角为宁波市江东教育局，毗邻划船社区，机关单位夜间多数泊位为闲置，可开放供周边的居住区域使用以解决居住用地夜间停车难问题。排名第三的为第38号区域，共享匹配度为0.566，三项指标分别为0.557、0.638、0.625，此区域是由奉化江自琴桥至宁波地铁一号线的沿线区域构成，区域由华联大厦写字楼、恒泰大厦、浦东银行等办公用地与灵桥小区、新大世界小区等居民区构成，其区域内部用地类型组成结构与37号区域类似，都具有较高的以办公、娱乐为目的的停车需求，并且有足够的居住用地提供泊位供给，较适合实施泊位共享。

排名最低的是9号区域，三项指标分别为0.31，0.03，0.10，由宁波市地铁二号线路林站站至三官堂站沿线的区域构成，主要建筑物有宁波工程学院，浙江纺织服装职业学院、工业区以及少量的居住区。该区域的主体是大学校区，因此通勤和娱乐到访数量都较低，整体停车需求少;区域中工业区会产生一定通勤停车需求，但由于学校进行封闭式管理，且居住区数量较少，因此缺少实施泊位共享所需要的泊位供给，泊位共享潜力低。

通过以上分析可以看出，模型评价结果与实际情况契合较好，并且本模型对不同区域的泊位共享潜力以定量化描述，对相关研究具有一定的实用价值。

3 结语

实施共享停车是解决停车需求持续增长问题的有效方案，本文基于出租车订单数据，利用可拓学与熵权法相结合的方法，引入共享匹配度的概念，对城市不同区域实施共享停车的适合程度进行了定量评价。结果显示，共享匹配度大于0.4的区域大多位于城市中心位置，且具有以下特征：（1）办公与娱乐场所较多，停车需求大;（2）居民用地分布密集;（3）区域内部用地结构“住大于职”。而处于城市边缘位置，娱乐、办公用地较少且居民区分散的地区，其停车需求和泊位供给不必也不足以实施泊位共享，共享匹配度较低。文章对共享匹配度高排名与低排名区域进行了实际的分析，结果显示模型评价结果与实际契合度高，说明出租车订单数据信息可以在一定程度上反映私家车的出行特征，利用出租车订单数据研究私家车停车问题的方法可行，文章的研究具有较高的实用价值。

未来的研究可对此方法进一步深入：如完善评价单元的选取方式;对于不同的共享停车实施策略有针对性地改变评价体系;寻找更多低成本、信息量大的数据信息作为数据支撑等。

[参考文献]

[1] 黄晓静，刘倩.深圳市停车共享时空可行性分析[C]//中国.活力城乡美好人居：2019中国城市规划年会论文集（06城市交通规划）.中国城市规划学会，重庆市人民政府，2019：7.

[2] 方可.城市共享停车规划对策研究：以湖南金融中心片区为例[J].中外建筑，2020（7）：120-124.

[3] SHOUP D C.Cruising for parking[J].Transport Policy，2006， 13（6）：479-486.

[4] ADMINISTRATOR.深圳市加强停车设施建设工作实施意见标注版[R].2019：16.

[5] MARY S S.Shared Parking[R].Urban Land Institute，1984.

[6] 姚恩建，张正超，张嘉霖，等.居住区共享泊位资源优化配置模型及算法[J].交通运输系统工程与信息，2017，17（2）：160-167.

[7] 王韩麒.时间窗约束下的共享停车泊位动态分配模型[J].武汉理工大学学报（交通科学与工程版），2021（2）.

[8] SHAO C，YANG H，ZHANG Y，etal.A simple reservation and allocation model of shared parking lots [J].Transporta- tion Research Part C：Emerging Technologies，2016，71（8）：303-312.

[9] GUO W，ZHANG Y，XU M，etal.Parking spaces repurchase strategy design via simulation optimization[J].Journal of In- telligent Transportation Systems，2016，20（3）：255-269.

[10] XieK，ChenJ，Zheng J H.Research on parking demand model of colleges and universities based on shared parking[C]//Applied  Mechanics  and  MaterialsLtd，2014：415-421.

[11]孙会君，傅丹华， 吕莹，等.基于共享停车的车位租用与分配模型[J].交通运输系统工程与信息，2020，20（3）：130-136.

[12]薛行健，欧心泉，晏克非，等.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.

[13]祝福云，冉丹.基于泊位共享的城市中心商业区停车需求预测研究：以西安市为例[J].纳税，2018（19）：152-154.

[14] JIANG Y，PENG B，DAI L，etal.Parking demand forecast- ingof urban comprehensive development blocks involv- ing shared parking and location conditions[C]//Proceed- ingsof the 3rd International Conference on Transporta- tionEngineering.Chengdu：American Society of Civil En- gineers，2011：829-834.

[15]章穗，张梅，迟国泰.基于熵权法的科学技术评价模型及其实证研究[J].管理学报，2010，7（1）：34-42.

[16]毛峰.基于多源轨迹数据挖掘的居民通勤行为与城市职住空间特征研究[D].上海：华东师范大学，2015.

[17]苏靖，关宏志，秦焕美.基于泊位共享效用的混合用地停车需求比例研究[J].城市交通，2013，11（3）：42-46.

[18]李聪攀.基于可拓学的城市交通可持续发展评价研究[D].北京：北京交通大学，2009.