停车需求范文

停车需求范文（精选5篇）

停车需求 第1篇

本文通过对国内外建筑物停车需求研究思路和方法进行总结, 分析各类停车需求研究方法的特点, 希望能为今后的建筑物停车需求研究带来启发。

1 建筑物停车需求研究思路分析

建筑物停车需求研究是采用定量分析的手段, 通过开展停车调查, 得到停车特性的参数, 进而建立停车需求模型, 为制定停车配建标准提供依据。根据停车需求研究过程中研究对象和方法的不同, 可以分为以下几种研究思路:

1) 由调查数据直接统计分析得到停车需求, 不针对未来停车需求进行预测。该类思路的代表是多伦多建筑物停车需求研究。

2) 对建筑物利用指标和停车需求进行调查和分析, 找出与停车需求相关性较好的指标, 建立该指标与停车需求量的回归模型。这一研究思路的代表是美国停车生成率研究报告[3]。

3) 根据建筑物停车需求特征的不同分别研究各部分停车需求, 例如按员工和来访者分别研究停车需求。

4) 分析停车需求影响因素及其权重, 建立各影响因素与停车需求之间的关系。重庆市主城区建筑物停车需求研究中采用该思路建立停车吸引率模型。

5) 借鉴区域停车需求研究思路, 建立建筑物车辆出行吸引量与其停车需求之间的关系。

2 建筑物停车需求研究方法分析

2.1 多伦多停车需求模型[2]

该研究从求取停车需求率入手, 首先对各类建筑物进行大规模的停车调查;对于每类用地的调查样本, 求出每个样本的高峰需求率;对高峰需求率值按由小到大的顺序作频率统计, 建立累积频率曲线 (如图1所示) , 将该曲线上一定频率 (如85%) 对应的需求率作为配建标准建议值。该方法不对未来停车需求进行预测, 比较适应于机动化水平较高、车辆增长发展已较为稳定的城市。

2.2停车生成率模型及其改进模型

目前, 最为常用的建筑物停车需求研究方法为停车生成率法。它通过研究停车需求与建筑物用地指标之间的关系来得到停车生成率。停车生成率模型形式为

${\rm P}=\alpha *S.(1)$

式中:P为建筑物停车需求量, 泊位;α为建筑物停车生成率 (标准泊位/单位用地指标) ;S为与停车需求相关性较好的单位用地指标 (如建筑面积、就业岗位数、座位数等) 。

该模型的应用需要进行大量的停车调查, 首先根据调查样本量对每类建筑物进行归类。比如, 美国交通工程师协会 (ITE) 编写的停车生成率报告 (2005年第3版) , 将调查样本按照使用性质、调查时间、所处区域进行分类 (如图2所示) 。其中所处区域包括市区 (中央商务区、中心区、非中心区) 、郊区和乡村;然后根据式 (1) 确定各类建筑物的现状停车生成率。

停车生成率模型简单, 可操作性强, 是建筑物停车需求研究的主要方法, 但是, 也存在一些不足。一方面是其考虑因素单一, 没有考虑区域、建筑物周边公交服务水平、停车收费、机动车保有量等因素的影响, 另一方面, 随着城市经济的发展, 许多建筑物呈现混合使用的性质, 其停车需求研究方法也与单一用地不同, 因此, 如何使单一性质用地停车需求研究的成果应用到混合使用性质的建筑物上, 也是一个值得考虑的问题。

鉴于以上不足, 新加坡在建筑物停车需求研究[6]过程中, 结合自身城市特点, 给出了引入区位因素的改进模型, 分区域回归得到线性关系 (如图3所示) , 模型形式为

${\rm P}=32.8+11.55\text{G}\text{F}\text{A}-128.9\text{C}\text{B}\text{D}.(2)$

式中:P为建筑物停车需求量;GFA为建筑面积 (1 000 m2) ;CBD为区位系数, 建筑物在CBD内为1、其他地区为0。

由 (2) 式可以得出, 当商业建筑位于其他区域时, 停车生成率为11.55泊位/1 000 m2;调查数据显示当商业建筑位于CBD时, 高峰停车量相比其他地区减少30%, 因此, 对应的停车生成率为8.1泊位/1 000 m2。

该模型采用回归分析法得到建筑物的停车生成率, 从停车需求产生的原理上来讲, 该模型与停车生成率模型一致。与停车生成率模型相比, 该模型引入了反应公交服务水平的差别系数, 区分了不同区域由于公交服务水平不同而产生的停车需求差异。

2.3出行吸引模型

建筑物停车需求包括内部员工的停车需求和来访者的停车需求2部分, 从停车特征上来看, 内部员工的停车需求较为稳定, 来访者的停车需求的变化较大, 据此, 建立模型形式为[4]

${\rm P}{}_i=W{}_i*S{}_i*\tau {}_i+A{}_i*{\rm T}{}_i*\gamma {}_i/(60*\alpha {}_i).(3)$

式中:Pi为第i类建筑物停车泊位需求量;Wi为第i类建筑物总建筑物面积, m2;Si为第i类建筑内平均职工人数, (人/ m2) ;τi为第i类建筑内职工工作出行非出租机动车方式比例;Ai为第i类建筑物高峰时段来访的机动车数;Ti为第i类建筑物来访机动车的平均停车时间;γi为第i类建筑物来访机动车中非出租车车辆比例;αi为第i类建筑物泊位利用率。

2.4停车吸引率模型

考虑到建筑物的停车需求与机动车保有量、车辆出行发生率、建筑物性质及所处区位等因素相关, 也可以通过分析各种影响因素的权重, 进而建立基于机动车、区位和建筑物三者的停车吸引率模型。该模型形式为[5]

${\rm P}{}_{ij}=\alpha A+\beta B{}_i+\gamma C{}_j.(4)$

式中:Pij为第i区第j种建筑物停车泊位需求率;A为每辆机动车需要的泊位数, 参照美国通行能力手册取0.013/100 m2建筑面积;Bi 为第i区的停车吸引率, 由 (5) 式结合调查数据得到;Cj为第j种建筑物停车吸引率, 由调查得到;α、β、γ为3因素之间的权重, 根据调查数据多元回归得到

$B{}_i=\frac{{\displaystyle \sum _{h=1}^{h}Q}{}_{ih}(1-\eta )}{100h}.(5)$

式中:Qih为i区第h小时的机动车出行次数;η为停放时间在5 min以下的停车比例, 可由调查得到。

该模型从机动车、建筑物所处区域和建筑物本身三个角度出发, 考虑三者对停车需求的影响程度, 分析建筑物停车需求的产生机理。

2.5人流量—停车需求模型

区域停车需求预测研究中的一个思路是:任何地区的停车需求必然是到达该地区的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函数。将该思路借鉴到建筑物停车需求研究中, 可以认为各类建筑物的停车需求与该类建筑物吸引的人流量相关, 模型表达式为

$\ln {\rm P}{}_i=a{}_{i0}+a{}_{i1}\ln Q{}_i.(6)$

式中:Pi为第i类建筑物停车需求量;Qi为第i类建筑物吸引的人流量;ai0、ai1为回归系数。

通过调查得到每类建筑物多个样本的停车需求和吸引的人流量, 进而回归得到一类建筑物的停车需求模型。

2.6基于泊位共享的停车需求模型

前面提到的停车需求模型大多是针对单一用地性质的建筑物, 对于混合用地类型的建筑物而言, 由于存在时间和空间上的泊位共享, 因此, 需要在单一性质用地停车需求研究的基础上考虑建筑物总停车需求。

加拿大多伦多市区考虑一个混合用地项目泊位需求时, 每一用地的最小需求泊位数根据常规的方法确定;各类用地最小泊位数Pi确定后, 根据法规的规定 (见表1) 确定各类用地早、中、晚的“占有率”αij, 各时段混合用地的最小泊位由每类用地最小泊位乘以该类用地泊位占有率后累加得到, 三个时段混合用地最小泊位的最大值最为配建泊位的建议值, 公式为[2]

${\rm P}=\max \left({\displaystyle \sum _{i=1}^n\alpha }{}_{ij}\times {\rm P}{}_i\right)(7)$

式中:P为混合用地需求泊位数;αiji为类用地j时段泊位占有率;Pi为i类用地需求泊位数。

3 结束语

本文对国内外建筑物配建停车设施需求研究思路和方法进行了总结, 其中, 累计频率曲线法是基于现状停车需求率值对配建指标给出建议, 因此, 该方法适合于机动化水平趋于稳定的城市;停车生成率模型可操作性强, 但预测结果不能反映其他因素 (如停车收费、机动车保有量等) 对停车需求变化的影响, 新加坡模型从这方面进行改进, 引入了区位系数, 完善了停车生成率模型;出行吸引模型根据停车特征的不同, 分别求出员工和来访者的停车需求, 但模型中包含的停车特征变量较多, 增加了调查及预测的难度;停车吸引率模型和人流量—停车需求模型根据现状数据标定模型, 适合短期建筑物停车需求研究, 对于远期建筑物停车需求预测存在一定误差。

对于建筑物停车需求而言, 主体建筑物的类型及规模对停车需求也有很大影响, 此外, 不同规模城市内建筑物停车需求也有差异。因此, 在上述研究思路及方法的基础上, 还应进一步研究建筑物停车需求的差异化, 各地应依据城市停车规划, 结合城市自身特点, 制定合理、可行的停车需求研究方法。

摘要：建筑物配建停车场是城市停车设施的主体, 其容量大小直接影响到建筑物周边的交通状况, 间接影响到建筑物商业活力等社会经济活动。城市建筑物停车需求分析是开展停车配建研究的基础和依据, 通过对国内外停车需求研究方法分析整理, 在对停车生成率模型、出行吸引模型和停车吸引率模型分析基础上, 探讨考虑公交服务水平、区位、泊位共享的停车需求模型, 分析各类模型思路与特点, 以期为今后建筑物停车需求研究带来启发。

关键词：交通规划,停车需求,停车生成率,区位

参考文献

[1]关宏志, 刘小明.停车场规划设计与管理[M].北京:人民交通出版社, 2003.

[2]Review of the City of Toronto Zoning By-law Parking Standards for Office, Retail and Restaurant Uses[R].IBI GROUP FINAL REPORT.March2007.

[3]Ransford S.McCourt, P.E., PTOE.Parking Generation3rdEdtion[R].2005.

[4]高敏杰.南京市停车场需求分析及管理[D].南京:南京林业大学, 2004.

[5]喻科.重庆市主城区建筑物停车配建指标研究[D].重庆:重庆大学, 2004.

[6]By Henry S.L.Fan, Member, ASCE, and Soi Hoi Lam.PARKING GENERATION OF COMMERCIAL DE-VELOPMENTS IN SINGAPORE[J].JOURNAL OF TRANSPORTATION ENGINEERING/MAY/JUNE1997:238-242.

停车需求预测和泊位供给策略分析 第2篇

随着我国汽车工业的发展和居民收入水平的提高, 以私人小汽车为代表的机动化趋势明显加速。根据近两年中小城市的居民出行调查数据, 富裕家庭和小康家庭户均小汽车拥有量分别达到了0.5~0.8辆/户和0.3~0.5 辆/户;中心城区小汽车保有量达到60~80辆/千人的水平, 已步入机动化快速发展阶段。由此带来道路交通拥堵和“停车难”问题。在制定停车规划中, 停车需求预测及停车泊位供给策略是进行布局规划的基础, 其准确性和合理性决定未来城市的停车供需水平是否能达到预期效果。

停车需求预测模型包括:

1) 停车生成率模型, 该方法需要对各类建筑进行大量的停车生成率调查, 且在预测规划年时采用多因素进行修正停止生成率, 导致预测精度不容易把控;

2) 基于交通量的预测模型:包括机动车吸引模型和交通量———停车需求预测模型, 前者根据不同目的的机动车OD数据进行分类预测, 但需要事先做大规模的城市居民出行调查;后者根据机动车交通量和停车需求量的内在联系进行建模, 适用于短期内区域环境较为稳定的情况, 如果用地变化较大则会带来明显误差;

3) 多元回归模型:该方法考虑与停车需求相关的多项社会经济变量, 但采用多因素回归导致模型的拟合精度不高, 且对于停车需求总量的预测容易出现较大偏差。

在停车供给政策方面, 我国近年来已经由 “需求引导、充分满足”的思路转变为“差别供给、需求调控”。尽管各个城市的规模、形态各异, 但城市最初起源的小片地区一般都逐步演变为城市中心, 该区域的人口、岗位及公共服务设施高度集中, 机动车吸引量远大于外围新区, 导致停车矛盾相当突出, 而外围新建地区的停车供需状况则相对宽松。因此, 不同的分区特征要求必须明确差别化的停车供给策略。

停车需求解决停车泊位总量及分布状况, 而停车供给主要是制定不同分区的停车供给率、泊位供给结构和泊位共享率等供给指标, 前者取决于汽车保有量水平及使用特征, 后者则受城市停车发展政策的直接影响, 因此, 在进行停车规划时应将需求和供给环节区分开来。现有的方法常出现需求和供给环节的混淆, 在规划实施层面易使决策者误判。

2 研究思路及框架

停车需求不仅与城市机动化发展水平、土地利用、交通设施供给水平、城市综合交通政策等宏观因素有关, 而且受驾车者的出行目的影响较大, 如上班出行和休闲、购物等生活出行的停车特征存在明显差异, 所需要的泊位供给量也不相同;另一方面, 不同目的的停车分布与土地利用存在明显的关联性, 在缺乏详细的研究区域OD调查数据时, 可依据各类性质的用地将停车需求量分摊至组团或小区级别。

基于以上考虑, 提出以停车目的划分为基础进行停车泊位需求总量及分布的预测, 以分区差异化为基本思路, 建立差异化停车泊位供给指标体系及布局规划模式, 技术路线如图1所示。同时, 结合铜仁市停车规划项目对本方法进行实例应用。

3 停车泊位需求预测

3.1 单车停车泊位需求系数预测

为建立规划年小汽车保有量与停车泊位需求量二者的关联, 根据小汽车出行目的将停车泊位划分三大类:

1) 居住地停车泊位:主要满足居民购车后的刚性停车需求, 应保证一车一位, 其中新建住宅区基本为配建性质, 老旧住宅区应形成以配建为主、公共补充的格局;

2) 工作地停车泊位:主要满足居民开车到达单位后的停车需求, 泊位需求量和工作地的平均泊位周转率有关;

3) 访问地 (弹性出行终点) 停车泊位:主要满足居民日常购物、生活、访友等弹性出行的停车需求, 泊位需求量和访问地的平均泊位周转率有关。其中, 工作地和访问地的泊位平均周转率以现状停车特征调查为依据。

结合对小汽车规划年日均出行次数的预测值, 即可计算得到规划年单车停车泊位需求系数。计算式:

式中:η为单车停车泊位需求系数;t为规划年小汽车日均出行率;dW, dE为工作出行和弹性出行的目的比例;αW, αE为工作地和访问地的平均泊位周转率。

根据铜仁市预测数据, 小汽车日均出行率为1.92, 由此计算得到铜仁市单车停车泊位需求系数为1.3, 现状相关指标如表1所示。

3.2 停车泊位需求总量预测

根据汽车千人拥有率曲线法和户均拥有率法进行小汽车保有量的预测, 得到远期小汽车保有量约为22.4万辆, 由此得到停车泊位需求总量约29万个。

3.3 停车泊位需求分布预测

各组团停车泊位需求量考虑将居住地停车泊位、工作地停车泊位、访问地停车泊位分类进行预测。其中:

1) 居住地泊位:根据预测得到的各组团小汽车保有量进行分摊, 按1∶1得到泊位数;

2) 工作地泊位:考虑工业用地面积较大, 以综合交通规划模型中工业用地吸引比例 (约11.3%) 为依据, 单独预测工业用地的停车需求分布;其他工作地停车需求则主要依据各组团行政办公用地A1、商务办公用地B2面积进行分摊;

3) 访问地泊位:根据医疗卫生用地A5、商业用地B1、娱乐康体用地B3、公共设施网点用地B4、其他服务设施用地B9面积进行分摊。

由此得到各组团三大类停车需求的预测结果见图2。

4 停车泊位供给策略

4.1 停车泊位供给率

根据停车分区发展策略, 对于各停车分区执行不同的泊位供给标准:

一级分区 (紧缩策略) :严格控制停车泊位供应量, 泊位供需比例为0.7∶1;

二级分区 (平衡策略) :因地制宜、满足停车泊位需求, 泊位供需比例为1∶1;

三级分区 (宽松策略) :尽量满足停车需求并适度超前供应, 泊位供需比例为1.1∶1。

4.2 停车泊位共享率

不同类别停车场的停车时辰分布特征差异较大。一般来说, 居住地、酒店的停车高峰出现在夜间, 办公用地的停车高峰出现工作时段, 而餐饮类用地的停车高峰主要出现在下班时间。据现状停车特征调查得知, 铜仁市各类别停车场也存在类似的“互补”特征, 如图3和图4所示。因此, 在停车供需矛盾突出的区域, 对于距离较近的“互补”型停车场, 可通过各种政策手段鼓励其实行泊位共享, 以有限的泊位供给满足更多的停车需求。

规划考虑一级分区、二级分区的远期停车泊位共享率分别为10%、5%, 三级区域因停车供需矛盾较小, 不采用停车泊位共享策略。

4.3 公共停车泊位比例

各停车分区的居住地、工作地、访问地三大类泊位需求采用不同的泊位结构比例。

1) 居住地泊位:考虑老城组团内的大部分老旧居住区配建泊位普遍缺乏, 即使通过内部挖潜仍无法自给自足, 部分需求由公共泊位来满足, 故对老城组团采用较高的公共泊位比例, 取值15%, 而新建地区则应100%由配建满足;

2) 工作地泊位:新建地区的工作地泊位绝大部分应由办公建筑配建提供, 考虑到部分商务、行政办公集中区域的来访量较大, 在这类区域补充部分公共停车场, 二级分区和三级分区的工作地配建泊位比例分别为90%和95%, 一级区域取60%;

3) 访问地泊位:弹性出行应为公共停车泊位需求的主体, 考虑一级分区、二级分区、三级分区的配建泊位比例分别为40%、50%、60%。

4.4 路内公共停车泊位比例

路内停车作为公共停车供应的一种形式, 其占整个公共停车泊位的比例需要结合分区特征进行宏观把控。老城组团由于建设路外公共停车场的用地条件受限, 路内停车泊位供应比例应相对较高, 尤其是居住区周边支路应提供一定数量的路内停车位, 作为夜间停放的补充;新建地区在确保配建泊位为主体的前提下, 适当设置路内停车泊位也有利于提高道路资源利用率。

综合考虑, 远期一级、二级、三级分区的路内停车泊位占公共停车泊位的供应比例分别取40%、30%、20%, 并保证规划期末中心城区路内公共泊位供应总量控制在5%以内。

规划年停车泊位供给策略指标体系见表2。同时, 得到规划年公共停车泊位供给分布如图5所示。

5 公共停车布局模式

不同停车分区的公共停车设施布局采取差异化策略。

对于一级分区而言, 总体应采取“外围截留、扩容挖潜、泊位共享、紧缩供给”的策略, 如图6所示, 其中:

1) 不鼓励老城区内布设大量的公共停车设施, 防止吸引更多的车辆涌入市中心。可在老城区主要出入口道路附近结合公交首末站布设路外公共停车场, 鼓励引导P+R停车换乘, 实现老城区停车需求;

2) 应充分考虑不同用地的停车特征差异, 对具备互补性质的停车场实施泊位共享, 有效提升泊位利用率;

3) 由于老城区用地空间紧张, 应采取 “小块多点”的停车布局方式, 结合地块改造、绿地、广场等有条件的地区及城市闲置边角地带小规模布点, 同时也扩大了公共停车设施的服务覆盖范围。

对于二、三级分区而言, 公共停车设施供给可相对宽松, 考虑结合交通出行汇聚点设置, 如图7所示, 其中:

1) 结合轨道站点、公交枢纽站等布设P+R停车场, 引导外围居民长距离出行采用公交方式, 从源头上控制进入老城区的小汽车出行量;

2) 考虑商业、商务中心等交通吸引点的弹性出行吸引量较大, 配建停车场可能无法满足高峰期停车需求, 在此类区域补充部分路外公共停车场。

6 结束语

本文提出基于停车目的划分的单车泊位需求系数计算方法, 将泊位需求总量与现状停车特征调查相关联, 而不用依赖传统的经验系数;采用基于用地的停车需求分布预测方法, 在缺乏大规模OD调查数据的条件下保证分布结果的可靠性;同时, 停车泊位供给指标体系的建立明确停车供给策略对规划的影响效果。以实际项目为例对该方法进行应用, 证明其合理性和可操作性。在停车供给指标参数的细化及取值上可进行深入探讨。

摘要：合理预测停车需求及制定泊位供给策略是进行停车规划的关键环节。现缺乏需求预测方法与停车目的关联, 需求与供给指标混淆。结合铜仁市停车规划项目, 提出基于停车目的单车停车泊位需求系数计算方法, 在此基础上, 分别预测居住地、工作地、访问地三大类停车泊位需求总量及分布, 并结合停车分区的划分建立差异化供给指标体系, 最后提出适宜各分区的公共停车布局规划模式。

关键词：停车需求,停车目的,供给策略,布局规划模式

参考文献

[1]上海同济城市规划设计研究院.铜仁市中心城区综合交通体系规划[R].2013.

[2]上海同济城市规划设计研究院.赤峰市中心城区综合交通体系规划[R].2012.

[3]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.

[4]张娜.我国城市停车供给政策的评价与对策[J].综合运输, 2013 (4) :17-21.

[5]荣利利, 马洪生.国外交通需求管理经验借鉴分析[J].交通科技与经济, 2013, 15 (4) :110-113.

[6]吴子啸, 朱莉莉, 李长波.停车需求预测方法及应用[J].城市交通, 2008, 6 (4) :77-81.

[7]杜勇宏.对中国汽车千人保有量的预测与分析[J].中国流通经济, 2011 (6) :84-88.

停车需求 第3篇

关键词：停车泊位共享,停车需求预测,交通影响评价

近年来, 社会经济快速发展, 人民生活水平逐渐提高, 小汽车已经进入寻常百姓家庭, 我国的机动车数量逐年增加, 现有的城市交通设施建设的速度很难适应交通需求的快速增长, 交通供需不平衡现象较为严重。开展交通影响评价工作, 解决好局部区域交通对城市的影响, 解决好建设项目对交通系统的影响, 已经成为城市管理者的当务之急。其中停车设施交通影响程度评价是建设项目交通影响评价中非常重要的一个方面。如果建设项目配建停车泊位不能满足高峰时段停车总需求, 则应判定建设项目对周边交通系统影响显著, 必须对建设项目进行控制或修改建设方案。目前, 国内一些城市建筑物停车泊位配建标准都是针对单一建筑项目类别制定的, 对于混合用地建筑项目的停车泊位配建缺乏指导作用, 如同一块土地上有不同类别的建筑项目或同一栋建筑物具有不同的使用功能。在计算混合用地建筑项目停车泊位需求规模时, 通常是先计算各单项建筑项目停车需求, 然后进行叠加处理, 这就导致了部分停车需求的重复计算, 必然不符合停车需求规律, 可能会误判断建设项目对周边交通系统影响显著。本文在现有研究基础上提出了用停车泊位共享方法预测混合用地建筑项目的停车泊位需求, 停车配建指标会有很大降低, 从而达到节约成本的目的。

1 停车泊位共享

美国城市土地研究所 (ULI, the Urban Land Institute) 在1983年编制的《共享停车》第一版中给出了共享停车的概念:“是指在一定区域内利用一天中不同时段的高峰停车特性在各种用地性质的停车吸引点间共同使用停车位”。同时美国ULI的研究指出若办公用地和宾馆用地共用停车场地共享停车可使混合用地的停车产生率下降10%左右[1]。共享停车也可以这样定义:“是指在一定区域内, 利用不同用地性质停车需求在时间和空间上分布特性的差异, 两种或者两种以上用地性质的使用者共同使用停车位。即利用不同用地性质停车高峰时间不同的特点, 将停车位不同时间提供给不同用地性质的使用者, 以达到停车位循环使用, 区域停车资源优化配置的目的”[2]。目前, 各个城市的土地开发强度都比较大, 多种用地性质建设项目往往混合在一起, 或者一个建设项目包含多种性质的建筑物, 如商业、办公、住宅等混合建筑项目。由于不同类型建筑物用地的出行特征和停车特性具有差异, 通过停车泊位共享能减少混合用地建筑项目的配建停车泊位数量, 同时也提高了泊位的利用率。我国一些学者也进行了停车泊位共享理论相关问题的研究。文献[3]基于停车泊位共享理论提出了混合土地利用模式下基于泊位共享的停车需求预测模型, 并应用于无锡市某地块, 结果表明, 基于泊位共享的停车需求预测方法计算, 高峰停车需求总量减少20%。文献[4]考虑到时间的变化性、出行者的可接受步行距离以及区位等因素对停车需求的影响, 建立了多功能建筑的共享式停车需求预测模型。文献[5]对城市中心区停车资源共享配置方法进行了研究, 提出了基于共享理念的停车资源配置框架体系。

2 交通影响评价中停车泊位需求预测方法

目前, 国内交通影响评价中停车泊位需求预测方法是根据各类不同用地性质地块单位停车配建指标和用地规模计算得到各单个建筑物类别的停车需求量, 然后将各单个建筑物类别的停车需求量求和得到区域总停车需求量。模型可以表达为[6]:

其中, P为停车泊位需求总量, 泊位;αk为第k种建筑物的停车配建指标;Xk为第k种建筑的建筑 (营业) 规模;n为区域用地类型总和。全国大部分城市依据1988年建设部、公安部颁布的《停车场规划设计规则 (试行) 》的相关规定, 并在此基础上依据城市自身发展的实际情况, 制定了具有可实施性和地方特色的建筑物停车泊位配建标准[7]。传统交通影响评价中停车泊位需求预测是根据不同建筑类型的停车配建指标进行计算并简单叠加, 这样充分满足各类建筑相应的高峰停车需求。由于各类建筑用地所产生的停车特性不同, 停车高峰时段有差异, 如一些顾客访问多种用地却只产生一次停车的现象。这就导致通过直接叠加停车需求得到的混合用地停车需求大于实际停车需求, 造成部分停车位长期闲置, 而且增加了建设成本和管理成本。

3 基于“停车共享”方法的停车泊位规模预测

本文主要针对混合开发地块横向混合用地的建筑物泊位共享模式建立停车需求预测模型。横向混合用地的建筑物是指某一地块内两个或多个不同的单一功能建筑物群毗邻而建[8]。这类用地停车需求可能受到时间、地理区位、公共交通的发展水平、停车后的步行距离等因素影响。因此, 在停车泊位需求预测中要对这些因素进行修正。

3.1 混合用地泊位需求影响系数

1) 时间变化系数。在横向混合用地中不同建筑物类别的停车需求高峰时间不同, 一天中混合用地建筑物的综合高峰停车时间与单一建筑物类别的停车高峰时间存在差异。把每一类用地在一天中的高峰时间的停车需求与混合用地一天中的高峰时间的停车需求的比例关系定义为时间变化系数[4]。根据既有研究选择按小时调节计算时间变化系数, 即按照一天停车需求的时段变化特征, 对混合用地停车需求以1 h为单位进行分析, 其表达式如下:

其中, Hi为第i类建筑物小时调节系数;diT为第i类建筑物在T时刻的停车需求;T为整个混合用地的综合停车高峰小时;diTi为第i类建筑物在高峰时段的停车需求;Ti为第i类建筑物的高峰时段停车需求。

2) 地理区位影响系数。由于同一性质的建筑位于城市中心区和郊区的停车需求具有较大差异, 因此, 本文对位于不同区位的多功能建筑物停车需求进行修正。定义区位影响系数为区位因素对停车需求的影响程度, 通过研究发现, 该影响系数α的取值如表1所示[9]。

3) 公共交通出行调节系数。公共交通对小汽车出行也有一定的影响。根据相关经验, 以地铁站为中心500 m范围内以住宅、商业和办公等用地性质为主的建筑物, 可以减少5%~20%的停车泊位。一个城市的公共交通的服务水平越高, 出行者选择公共交通出行的比例就越大, 驾车出行的比例就会相应降低, 停车需求也随之减少, 即公共交通的服务水平对小汽车出行具有反作用。本文以项目所在地块公交线路数量作为停车需求影响的调节系数[10]。以项目用地为中心, 周边路网内公交站点的数量为因子, 建立公共交通出行调节系数β。

其中, p为公交出行比例年均增长率;k为项目周边公交站点数量。

4) 停车可接受步行距离影响系数。虽然停车泊位共享可以节省资源, 但还要考虑停车后的行为特性。如果停车后出行者步行距离过长, 则会产生新的停车问题[3]。因此, 采用停车泊位共享时还要考虑出行者对停车后步行距离的心理接受程度。有调查表明不同出行目的以及不同停车时间的停车者所接受的步行距离有很大的不同, 停车时间与步行距离呈现了相同的走势, 如果停车者所需的停车时间越长那么他所能接受的步行距离就会越远。在一些人口百万以上的中大型城市中95%以上的停车者能接受的步行距离是220 m左右, 步行距离超过350 m, 则服务水平很低。因此, 定义停车可接受步行距离影响系数λ如下:

其中, k为停车后的步行距离, m。

3.2 停车泊位规模预测模型

基于“停车泊位”共享的停车泊位规模预测是在传统的预测模型基础上, 考虑时间、地理区位、公共交通出行及停车后步行距离等因素进行综合计算的, 公式如下:

其中, Ps为基于“停车泊位”共享的停车泊位规模;P为传统预测方法停车泊位规模;Hi为时间变化系数;α为地理区位影响系数;β为公共交通出行调节系数;λ为停车可接受步行距离影响系数。

4 案例分析

某建设项目位于城市中心, 是一处典型的集住宅、购物中心、酒店式公寓的混合开发项目。该项目占地面积35.30 hm2, 总建筑面积90.95万m2, 其中住宅面积91 347.55 m2 (954户) , 酒店式公寓103 494.42 m2, 购物中心82 500 m2, 行政办公58 320 m2。该市的建筑物停车泊位配建标准如表2所示。

4.1 时间变化系数

以住宅类建筑项目为基准, 根据不同建筑物类别的停车高峰时间对停车周转率因子进行取值, 由式 (2) 得到时间特性变化系数见表3。

4.2 地理区位影响系数

该项目位于城市中心, 因此地理区位影响系数α=1。

4.3 公共交通出行影响系数

通过调查近几年该市的公共交通出行比例, 计算出其公共交通出行比例年均增长率为1.5%。项目周边共有5个公交站点。由式 (3) 计算得到公共交通出行影响系数β=0.927。

4.4 停车可接受步行距离影响系数

项目停车场位于地下2层, 停车后步行距离在220 m以内, 因此停车可接受步行距离影响系数λ=1.0。

4.5 停车共享下的停车需求预测结果

根据式 (5) 计算得到停车共享下的停车需求。同时利用式 (1) 计算传统的停车泊位需求, 见表4。

由表4预测结果可知, 基于“停车共享”方法的停车泊位规模需要2 325个, 比传统预测方法减少了439个泊位, 节省15.8%, 若按每个泊位占地30 m2计算, 可减少建筑面积13 170 m2。

5 结语

文章首先介绍了共享式停车的定义;其次讨论了共享式停车需求预测的影响因素, 并在此基础上建立了横向混合用地建筑物共享式停车泊位需求预测模型;最后, 将该模型应用在实际项目中。结果表明, 在交通影响评价中, 采用“停车共享”的方法计算停车设施规模, 可以更合理的配置停车资源, 并减少土地利用, 节省建设成本。同时, 为城市建筑物停车场配建标准的修订提供一定的理论支持, 具有较好的现实意义。

参考文献

[1]ULI.Shared Parking[R].Urban Land Institute, U.S.A, 1984.

[2]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 (3) :42-46.

[3]肖飞, 张利学, 晏克非.基于泊位共享的停车需求预测[J].城市交通, 2009 (3) :73-79.

[4]李全.城市多功能建筑共享式停车需求预测分析[J].交通科技与经济, 2011 (6) :61-63.

[5]刘斌, 张晔.城市中心区停车资源共享配置方法研究[J].交通标准化, 2014 (11) :1-6.

[6]秦焕美, 关宏志, 孙文亮, 等.城市混合用地停车共享需求模型——以北京市华贸中心为例[J].北京工业大学学报, 2011 (8) :1184-1189.

[7]周鹤龙, 周志华, 王波.大城市停车配建指标之用地分类 (级) 研究[J].公路交通科技, 2004 (4) :80-82, 89.

[8]代漉川.基于“共享停车分析理论”的综合开发地块停车泊位规模研究[D].成都:西南交通大学, 2010:9.

[9]李林波, 王曼, 董治, 等.基于泊位功能和区位条件的停车配建方法[J].中国公路学报, 2010 (1) :111-115.

停车需求 第4篇

当前,国内外许多政府机构和学者针对城市停车问题进行了大量研究,并且已经取得了一定的成果。根据对文献的归纳可知,既有的城市停车问题研究主要包括城市停车需求、城市停车策略、城市停车区位等方面。国内,徐雷等根据停车目的的划分,提出了单车停车泊位需求系数计算方法,并在此基础上分别对居住地、工作地、访问地三大停车需求进行了测算,最后得出该方法能够较好地对城市停车需求进行评估,具有一定的实际操作性的结论;吴德华等在对比各传统常用停车需求预测方法优缺点的基础上,利用机动车增长率和停车需求之间的相关性,提出一种基于现状调查的停车需求预测方法和思路,分析表明该方法在预测可靠性、调查成本和预测停车分布的深度方面比传统的预测方法具有明显的优势。国外研究停车问题起步较早,美国交通工程师协会(ITE)定期更新出版《停车生成率》 报告,提出91种不同用地性质的停车生产率指标。 此外,国外还对交通需求管理等停车政策对交通需求的影响进行定性和定量研究,在此基础上对停车需求预测模型进行了修正和改进。

通过对既有研究成果的分析不难看出,对城市停车需求预测的研究主要集中在采用传统的“四阶段法”进行研究,其缺点是需要对城市交通现状进行大规模的调查,工作量较大。针对此问题,本文探讨了城市停车需求判别指标,采用机器预测方法BP神经网络对城市停车需求进行预测。

1城市停车需求判别指标

城市停车主要是指为从事各种活动的社会车辆提供的停车服务。对于一个城市来说,判别停车需求的指标主要有总停车需求、公共停车需求、私人停车需求等,其具体含义如下:

1)总停车需求

总停车需求是指城市根据交通出行需求配建的提供车辆停留服务的交通基础设施被车辆占用的数量,其包括私人停车需求和公共停车需求,计算方法如下

式中:C１总停车需求,P城市总车辆出行量,ε停车系数。

2)公共停车需求

公共停车入口数是指城市提供给所有民众的停车服务基础设施中被车辆占用的数量,它没有停车权限限制,可供所有居民使用,计算方法如下

式中:C２公共停车入口数,β公共停车系数。

3)私人停车需求

私人停车需求是指城市提供给部分固定民众的停车服务的停车基础设施被占用的数量,它具有最高等级的停车权限,计算方法如下

式中:C３私人停车需求,其它参数含义同上。

2城市停车需求神经网络预测

2.1神经网络基本原理

人工神经网络起源于1943年美国心理学家W.McCulloch和数学家W.Pitts提出的一个简单的神经元模型(MP模型),经过40多年的发展之后,Rinehart和McClelland团队于1986年提出一种按误差逆向传播算法训练的多层前馈型神经网络(Back Propagation Neural Networks,下面简称BP神经网络)。BP神经网络是通过模仿生物神经系统功能结构处理非线性问题的数学动力系统,对多输入与多输出的数据具有较良好的拟合能力,其基本组成单元是神经元,主要功能是将输入经过函数转化为期望输出。BP神经元模型预测机制主要通过三步实现:

Step 1.输入信息融合。

通过输入信息向量X = {x１,x２,…,xｎ}与其对应的权重向量W = {w１ｊ,w２ｊ,…,wｎｊ}乘积得到融合之后的信息pｊ

Step 2.输出信息转化。

pｊ大于神经元兴奋阈值θ 时,神经元信息转换函数f对pｊ转化得到输出信息yｊ,可采用Sigmoid函数作为转化函数

式中:yｊ是输出信息;θ是阈值,通常用它来修正神经系统的内部偏差,取值0~1之间,通常建议取值0.01。

Step 3.误差反向传播。

根据得到的神经元输出信息yｊ与实际期望信息yｊ＊之间的差值反向修正神经元权重wｉｊ,这里采用改进的自适应动量梯度下降法作为权值修正函数

式中:wｉｊｋ表示前层第i个神经元和后层第j个神经元之间第k次修正权值,λ是动量因子,g是梯度误差修正函数。

2.2停车需求预测模型

城市停车需求预测的原理是以停车场的总车辆入库数、公共车辆入库数、私人车辆入库数的时间序列数据为样本。因此,将时间节点作为输入条件,将总车辆入库数、公共车辆入库数、私人车辆入库数三个指标作为输出构建BP神经网络模型。依据Kolmogorov定理:一个具有n个输入单元、2n+ 1个中间单元和m个输出单元的三层网络可以精确地表达任何映射,并且同时可以使中间层容量和训练时间最优,所以确定建立1-3-2的BP神经网络, 如图1所示。

3实例分析

3.1数据来源

为验证上述建立的基于BP神经网络的城市停车需求预测模型的有效性,以南京理工大学佛山市城市空间发展与规划课题组对于2014年9月—10月期间对佛山市部分停车场的周日早上7:30—10:30的停车情况的调查结果为作为实验数据,如表1所示。

3.2仿真过程

基于上表1中的数据,采用matlab(R2012)软件实现BP神经网络预测模型编程,利用nntool建立的城市停车需求预测模型结果,如图2所示。

在BP神经网络预测过程中,训练方法采用基偶对折法,即先以序列编号为基数的公共入库停车数和私人入库停车数作为训练样本预测序列编号为偶数的时间段公共入库停车数和私人入库停车数,然后再以序列编号为偶数的样本预测序列编号为基数项的时间段公共入库停车数和私人入库停车数,经过多次测试,最终得出预测效果最好的一组BP神经网络预测模型参数设定如表2所示。

在BP神经网络的训练过程中,数据样本被划分为训练型(Train)、检验型(Validation)、测试型(Test),这三组数据互不包含。BP神经网络首先根据训练型样本学习得出网络中各神经元之间的连接权重,然后将检验型数据代入训练好的网络模型中测算检验型数据的输出误差均方差(Mean Squared Error,简称mse),当均方差保持一个连续下降步数的情况下,BP神经网络认为网络模型已经达到最优,可代入测试型样本进行训练,得出最后的预测结果。 得到每个路段的仿真过程如图3所示。

通过图3的分析可知,训练收敛在步伐116已经达到检验样本的输出误差均方差全局最小,最后得到预测结果如图4所示。

3.3结果分析

为进一步分析BP神经网络在城市停车需求中的适应性和精度,将总停车需求、公共停车需求、私人停车需求的预测相对误差统计如表3所示。

通过对上表3的分析可知:

1)BP神经网络预测模型对每组数据的预测相对误差最大为18.80%,最小相对误差为6.21%,平均相对误差为10.98%。对于神经网络来说,一般预测精度保持在10%以内预测结果均良好,因此上述神将网络模型总体上基本符合预测精度要求;

2)BP神经网络预测模型对总停车需求量、公共停车需求量、私人停车入库的预测相对误差精度呈现从小到大的趋势,这主要是由于总停车需求量和公共停车需求量比私人停车需求量基数大,最后导致私人停车入库相对预测大;

3)BP神经网络在预测过程中第一组数据的预测相对误差较大,其中总停车入库的第一组数据的相对误差达到39.78%,公共停车入库的第一组数据的相对误差达到18.23%,私人停车入库的第一组数据的相对误差达到77.82%,其主要原因是由于本预测模型的第二隐层函数采用的是线性转换函数,线性转换函数对中间序列项回归效果较好, 而对前序列项数据项回归效果稍差,但是对整体预测误差不产生影响。

4结论

本文主要针对当前城市停车需求热点问题进行了研究。首先,从停车的权限方面将城市停车划分为公共停车入库和私人停车入库两类,利用总停车需求量、公共入库停车数量、私人停车数量作为城市停车需求的判别指标。然后,建立了基于BP神经网络的城市停车需求1-3-2预测模型。最后, 以佛山市某停车场作为实例,仿真结果表明BP神经网络预测模型对每组数据的预测相对误差最大为18.80%,最小相对误差为6.21%,平均相对误差为10.98%,符合预测精度要求。但是需要指出的是,本文仅单纯从城市停车数量与时间规律方面研究了城市停车预测问题,如何结合城市停车的内部机理,从时间和空间两个维度对城市停车需求预测,是下一阶段研究的重点。

摘要：在对城市停车需求分析基础上,提出利用总停车需求、公共停车需求、私人停车需求作为城市停车需求的判别指标。基于BP神经网络对多输入与多输出的数据具有较良好的拟合能力的特点,建立基于BP神经网络的城市停车需求预测模型。以佛山市某停车场为例,分析BP神经网络在停车需求中的适应性,仿真结果表明:BP神经网络预测模型对每组数据的预测相对误差最大为18.80%,最小相对误差为6.21%,符合预测精度要求,具有一定的实际操作性。

停车需求 第5篇

关键词：停车供应,停车需求,蛛网理论,停车价格,平衡

城市停车问题对交通的影响很大,车辆找不到停车泊位会增加迂回寻泊的交通,给城市整体交通造成压力。城市停车问题有很多表现形式,有的城市停车场总体供应量欠缺,也有的城市供应水平很高,但是还是存在停车场供应不足的难题。目前关于城市停车泊位供应规模的研究很多,但大多数都是从需求预测出发,然后根据预测出的需求得出应持有的供应量,如关宏志[1]等在停车生成率模型基础上建立停车需求供应预测模型;易武[2]等根据非集计方法中的随机效用理论,从停车需求是由居民出行引起的基本思想出发,建立了基于Box_Cox Dogit的停车需求预测模型。有些研究也单独分析停车泊位供给,如敖谷昌[3]等从分析影响停车供给的因素入手,从市场经济的角度提出基于期望损失最小的中心商业区停车供给模型及其求解方法;成峰[4]等在分析了城市中心区停车设施供应的影响因素的基础上,得出了停车设施供应与路网容量平衡关系模型。这些研究忽视了供应对需求的反作用和供应的有限性及需求的无限性,本文正是基于此而展开讨论的。

1 城市停车需求特性分析

停车需求是指各种目的驾车者在各种停放设施中停放车辆的要求。停车需求是伴随着交通出行而产生的,是交通出行过程中的一种从属性需求,停车需求的发展与城市人口规模、经济发展状况、中心商业区的面积和吸引强度等有着密切的关系。停车需求实际上是对于停车设施的需求,因此首先要认识停车设施的性质。从经济学角度来看,停车设施如果免费使用而且足够多时,人们可以任意选用,因而它是一种公共物品;但一旦使用者大大超过了供给量,停车设施就成为一种共有资源。由于共有资源可能造成资源的过度使用而不利于社会资源的最优配置,停车设施通过收费从共有资源转向私人物品,也即成为了一种商品。对停车设施的需求主要由以下几个部分组成:

(1)市内公共停车需求也叫社会停车需求,主要指一些为大众服务的设施派生的停车需求,其服务对象主要为人们日常共同参与的出行活动提供终点,如城市商业区、城市出入口干道及公交换乘点。这类需求是城市停车需求的主要组成部分,特性比较复杂,在城市不同区域、不同时间具有显著的差异,同时也具有较大的弹性,是通过停车设施的价格手段可以加以调控的部分。

(2)市内配建停车需求。配建停车需求为建筑物使用本身吸引来的比较固定的可预见的停车需求。如居住用地房产主人的停车位、办公用地职员的停车位、商业企业采购装卸车辆的用地要求以及与这些用地有关客户往来者的停车需求等。这些用地需求的大小及使用者相对比较固定,因此在建筑前一般都可合理预见,在国内外一般受建筑法的规定要求而以车库方式配建。这部分需求弹性也较大,尤其对于实行的“自备车位”政策的一些城市来说,通过价格的调节,可以大力调控小汽车的拥有量。

(3)城间公共停车需求为汽车客运场站、物流设施的停车需求。从宏观交通上分析,它属于公众需求领域,因此,在总体规模把握上,应纳入停放车交通规划考虑范围。而从中观分析上,则属于企业经营范畴,自有停车需求应主要由市场调节。该部分需求较小,而且在城市停车规划中通常优先得到满足。

(4)城间个体停车需求是指旅行者自己开车,在城市间出行引发的停车需求,可能在城市外围或某些特别性质用地处形成大的停车需求。

停车需求在微观上同停车设施收费价格水平、停车者收入水平以及其它相关替代交通方式的收费价格、停车者的偏好以及停车者对停车场价格预期相关。在宏观上与城市土地利用及未来发展状况、城市经济发展水平、城市人口、城市交通发展策略、停车管理的水平等有关系。随着城市经济的发展,人均小汽车拥有量增加速度远远大于城市道路增加的速度,国际上主要城市经验表明,小汽车与停车泊位之间的合理比例约为1∶1.15,从这个意义上说,停车需求呈现无限增长性。

2 城市停车泊位供应分析

我国城市停车设施的供应主要表现为以下几个特点:

(1)停车设施供应整体数量上的不足。自停车问题受到关注以来,各城市已经纷纷加大了停车设施的修建速度,停车规划更是成为了城市交通规划中很重要的部分,但是停车设施整体数量仍然远远不能满足城市巨大的停车需求。1997年我国部分大城市机动车数量与停车位比值平均约为4.84∶1;2004年北京市有200万辆机动车,而停车泊位只有60万个;重庆市拥有机动车50多万辆,停车泊位3.8万个,比例为13∶1;武汉市拥有机动车50多万辆,停车泊位3.6万个,比例为14∶1,停车供需矛盾的突出程度由此可见一斑,且有放大趋势。

(2)停车设施供应结构上的不足。现有停车设施分布不合理,在城市中心区域,停车需求量大,但是停车泊位较少,而在边缘区域,停车位的供应比较充足,停车需求量却相对较少,造成一些区域停车资源浪费,另一些区域却车位不足、乱停乱放现象严重。另外路边停车带和路外停车场库利用不均,造成路边停车泊位供应不足,严重影响路段交通,而路外停车场库出现大量空缺泊位现象。

(3)停车设施供应的有限性。停车设施的供应对城市交通会产生影响,主要体现在对城市道路通行能力的影响以及整体交通的优化配置上。美国《交通工程手册》以图示说明了在同一道路上,有路边停车时可通过的交通量要比没有路边停车时路段的通行能力少1/3~1/4;而对路外停车场而言,车辆出入口的设计不当,将对停车设施的内部交通和与连接道路的交通产生严重影响,降低停车水平,干扰行人、交叉口等正常通行。因此,停车设施的供应受到城市路网容量等的制约,存在着合理的规模。

3 停车供需关系分析

停车的市场化是发展的趋势,在日本,政府采取长期低息贷款、公共停车场实行无息贷款和财政补助等方式鼓励私人停车场的发展,并在不同时期,先后出台措施加以保障;香港鼓励民营,停车产业模式有合作、资产出售、项目运营承包和服务承包管理等,对于私人兴建的停车设施按物业进行管理,对于政府兴建的停车设施由私人公司承包,采用“商业原则”经营。停车市场的市场化,供需平衡受到市场调控。

供需平衡理论[5]是经济学中的核心理论。当市场上对于一种商品的需求量等于供给量时,市场上形成一种均衡状态,没有生产不足、供不应求的情况,也没有供大于求的生产过剩。供需平衡理论同样可以用来解决城市停车场的需求与供应,因此现行的停车场规划,基本上都是根据人们日常出行以及其它相关因素预测出停车需求,然后根据供需平衡原理计算出停车泊位的供应量。这种方法对供需平衡理论有一定的误解,首先供需平衡不仅仅是供给和需求在量上的平衡,而是一种基于市场价格调节的动态平衡;其次,平衡是相对的短期的平衡,长期的平衡并不一定能达到。

西方经济学中研究动态的需求与供应之间平衡的理论是蛛网理论。蛛网理论[4]基于需求弹性以及供应弹性研究长期的动态平衡。需求弹性,也称需求的价格弹性,反映的是需求量的变化对价格变化的敏感程度,需求弹性系数Ed表示如下:

式中:Q为需求量;ΔQ为需求的变动量;P为价格;ΔP为价格的变动量。

价格升高,需求量反而降低,因此需求弹性为负值,一般都用绝对值来表示。同理,供给弹性反映的是供给量的变化对价格变化的敏感程度,供给弹性Es表示为:

式中:Q′为供给量;ΔQ′为供给的变化量。

假设在长期的变化过程中,停车场的供需会趋向于市场化,并且停车市场的人拥有完全的信息。在完全的市场中,人们都是理性的,会力图用最小的经济代价去获得最大的经济利益。对于完全市场上的停车场,价格的变化会导致驾车者相应地选择驾车或者放弃驾车,而停车场经营者则相应不太敏感,因此停车供应弹性小于需求弹性。

为了便于研究,假设城市停车场建设2年为一周期,在同一周期内停车场的供应不变,下一周期停车场经营者会根据上期的经营营利情况退出或者投入更多以增加供应,即时期t的供给量St是(t-1)时期的价格的函数,St=f(Pt-1)。本期的价格取决于本期的供给量Pt=f(St),本期的需求取决于本期的价格,也就是时期t的需求量Dt是t时期价格的函数,Dt=f(Pt)。

由于停车供给的弹性小于需求弹性,供给曲线的斜率绝对值小于需求曲线的斜率的绝对值,价格和供给量的波动就会越来越大,逐渐远离均衡值,其蛛网呈发散状态。如图1所示:

图1中,供给曲线和需求曲线交于一点,均衡价格为Pe,均衡泊位数量为Qe。设第1期的泊位Q1大于Qe,这时的市场价格P1由Q1决定,它低于均衡价格Pe。第2期的产量Q2由P1决定,由于P1低于Pe,故Q2小于Q1,这导致市场价格上涨到P2的水平。第3期的产量Q3由P2决定,由于P2大于Pe,Q3大于Qe。这又使第3期的市场价格P3低于均衡价格如此发展下去,价格偏离均衡价格Pe的距离越来越近,泊位也越来越偏离均衡泊位Qe。

因此,对于停车设施这种资源,需求和供应并不能自主地达到平衡,通过修建停车场提高供应以满足需求这种做法并不可能成功。依据上面的分析,各个城市应该看到停车供应对需求的反作用,依据城市的规模给出合理的停车泊位供给量,然后通过各种措施调控需求,引导其合理有序发展。

4 依据停车场供应合理引导需求措施分析

4.1 基于市场价格的停车供需平衡分析

停车需求如同其它商品需求一样,受很多因素的影响,如人们的偏好、收入水平、社会环境、停车泊位的价格以及其他一些因素。为了简化起见,假定其他因素保持不变,需求函数就是一以停车泊位的需求量为自变量,价格为因变量的函数,并假设函数曲线为一斜率一定的直线。需求函数可以通过对驾车者进行意向调查而得到。比如,一项对洛杉矶某公司的试验数据[6]显示,当每月的停车费从0增加到28.75美元时,独自开车上班的人数减少了约40%,当停车费进一步增加到57.5美元时,独自开车上班的人数减少了约80%。假设每月的停车费为0,开车上班的人数为b,则D(P)=b-0.014bp。

同理,停车泊位的供应曲线也假设为是以价格为因变量的函数,也可以通过调查得到。令:

即可得到均衡价格Pe和均衡供应量(需求量)Qe。如图2、图3所示。

图2中,供应曲线S是一个最大值为Qmax的分段曲线;需求曲线有2条,D1和D2,表示可能的2种需求水平,主要由城市发展状况决定,例如城市经济发展水平、机动车政策等。D2的需求水平较高,其市场均衡价格直接由供应量的最大值决定,由于其讨论方法与D1相同,这里不作专门讨论。下面仅讨论在需求为D1情况下,对需求进行调控。

图3中Pe为市场在供需平衡下达到的均衡价格,Qe为均衡供应量和需求量,P0为现有价格水平,Q1为现有供应量,Q2为现有需求量。根据国内情况,我国大多数城市停车泊位供应不足,即Q1

4.2 调控需求的措施分析

根据西方经济原理,需求的变动[4]分为2种,把除价格以外的其它因素变动而引起的对泊位需求量的变动,称为需求条件的变动,在图3中表现为需求量由Q2减小为Q1;把其他条件不变,只是价格变动而引起的对泊位需求量的变动,称为需求量的变动,在图3表现为需求量由Q2减小为Qe。据此,将需求控制的措施分为两类,一类是引起需求条件变动的措施,另一类是引起需求量变动的措施。由于市场中价格的调控作用总是强于其它非价格因素的调控作用,把后者称为价格措施,前者称为辅助措施。

(1)价格措施

该类措施主要是将现行价格提高至均衡价格Pe,在市场的调节作用下,停车需求由Q2变为Qe,停车供应也相应由Q1变为Qe,从而达到供需平衡。对停车泊位的需求量与城市机动车的拥有量以及使用水平有很大关系。因此,控制机动车需求即可控制对停车泊位的需求。这类措施包括停车收费和停车征税。

雅典的一项研究考察了停车费用与使用汽车之间的关系,研究结果表明:当停车费增加幅度在现有费用的1倍之内时,68.6%的被调查者能够接受并愿意继续使用小汽车;当增加幅度超过1倍时,则有不同层次的退出者,其中不同性别、工作性质、停车时间长短、使用频率的使用者,对应的退出率也有所不同。从长期来看,通过市场的价格机制作用能够实现停车设施供需的均衡,通过停车收费,谁投资谁受益,谁使用谁支付,并且有可能减少小汽车的使用,从而弱化与之相关的社会成本,相对免费停车来讲更有效率和更显公平。

停车征税被认为是对市场调节的一种修正,通过税收调节使停车供给水平相对于汽车供给保持在恰当的水平,这一水平与经济发展目标、环境发展目标和社会发展目标相对应,而不仅仅依据经济发展水平。通过对停车征税来解决汽车使用的一部分外部性问题,从而实现社会最优的停车资源配置。当然不管是对车位提供者还是对停车者征收税赋,最后税赋在两者之间进行分摊,并最终在停车价格中反映出来;此时外部性被真正的内部化,即个人消费方式为之承担了所有的成本,从而使资源配置达到社会最优。

(2)辅助措施

该类措施都可以在市场价格和供应不变的情况下降低需求,表现在图上是使需求曲线左移到D′,在现行价格水平下达到供需均衡。主要包括交通需求管理的一些常规措施如优先发展城市公共交通,控制交通运输效率低、能耗高、污染严重的交通运输工具的发展,对某些车辆实施禁止出行或通行、拥挤收费等。以拥挤收费为例,征收拥挤税后,有些行驶者会放弃使用公路,有些行驶者则会继续使用公路,放弃使用公路的人不需缴纳拥挤税,但必须改道行驶,存在改道的成本;继续使用公路的人,虽然要支付使用公路的费用,节省了时间。国外有关拥挤税的众多研究发现,对于整个社会而言,拥挤税带来的是净收益,政府应当将这部分所得实行转移支付。

以上两类措施均存在其优势和不足:价格措施可以通过提高价格,从而调整需求和供应从而达到二者的平衡,但是停车设施是一种“准公共产品”,既受市场机制的控制,也受政府政策的调控,尤其在我国现阶段,停车设施市场化还处于很低水平条件下,完全依靠价格措施并不能完全达到效果;辅助措施实施起来效果不如前者,但是,比较符合大多数国家城市的实际,而且实施起来也比较容易。因此,应该依据各城市的实际情况将两者结合起来实施,并且逐渐开放停车设施市场,以让价格措施发挥优势,优化资源配置。

5 结语

城市停车难问题由来已久,很多城市视不断加强停车场建设为出路,另外一些城市则开始转向停车需求管理技术;但是停车问题是个因城市而异的问题,并不是单纯地修建更多的停车场或者运用需求管理技术就能解决的,应综合运用价格措施和辅助措施,重视市场调控,辅以政府扶持,正确处理好市场机制与政府宏观调控之间的协作关系,这对城市停车难问题的解决具有实践意义。

参考文献

[1]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):600-604.

[2]易武,李硕.基于Box_CoxDogit停车需求预测模型研究[J].武汉理工大学学报(交通科学与工程版),2006,30(2):310-313.

[3]敖谷昌,肖裕民,张惠玲.基于期望损失最小的停车供给模型[J].华中科技大学学报(城市科学版),2006,23(4):86-89.

[4]成峰,晏克非,文雅.城市中心区停车设施供应研究[J].中南公路工程,2006,31(5):99-103.

[5]郭羽诞.西方经济学[M].北京:经济科学出版社,2005.

[6]周文.交通拥挤的经济学分析[J].经济问题探索,2005,(2):119-120.

[7]陈峻.城市停车设施规划方法与信息诱导技术[M].南京:东南大学出版社,2007.

[8]蒋黎口亘,张越,汪宵.停车问题的经济学研究[J].现代经济探讨,2004,(6):57-59.

[9]杨扬,陈幼林,朱明轩.城市小汽车交通需求管理及应用研究——以昆明市为例[J].城市交通,2006,4(6):75-78.