中小城市中心區(qū)停車需求預(yù)測方法研究

石金霞

(重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074)

中小城市中心區(qū)停車需求預(yù)測方法研究

石金霞

(重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074)

在總結(jié)中小城市中心區(qū)停車需求影響因素的基礎(chǔ)上，引入高峰小時修正系數(shù)和停車管理政策調(diào)整系數(shù)，結(jié)合現(xiàn)有的交通發(fā)生吸引量——停車需求預(yù)測模型，建立能夠更好適用于中小城市中心區(qū)的停車需求預(yù)測模型，并結(jié)合四川省內(nèi)江市威遠(yuǎn)縣中心城區(qū)進(jìn)行停車需求預(yù)測實例驗證。研究結(jié)果表明該預(yù)測方法是合理的，且計算出的中小城市中心城區(qū)停車泊位需求量更加有效。

交通規(guī)劃；停車需求預(yù)測；中小城市中心區(qū)

1 前 言

隨著中小城市機(jī)動車保有量的不斷增加，城市停車難的問題日益嚴(yán)峻，尤其是中小城市中心城區(qū)，停車難、亂停車現(xiàn)象隨處可見。面對日益嚴(yán)重的停車供需矛盾，科學(xué)合理的預(yù)測停車泊位需求量成為解決中小城市靜態(tài)交通問題的關(guān)鍵。

目前國內(nèi)外常用的停車需求預(yù)測模型可以歸納為三大類：以土地利用為基礎(chǔ)的停車生成率模型、以停車需求與出行關(guān)系為核心的出行吸引模型、以相關(guān)分析法為核心的多元回歸分析預(yù)測模型。以現(xiàn)有的交通發(fā)生吸引量—停車需求預(yù)測模型為基礎(chǔ)，從中小城市中心區(qū)停車需求預(yù)測影響因素出發(fā)，引入高峰小時修正系數(shù)和停車管理政策調(diào)整系數(shù)，提出一種能夠更好適用于中小城市中心區(qū)的停車需求預(yù)測方法。

2 中小城市中心區(qū)停車需求影響因素分析

(1)城市經(jīng)濟(jì)水平

機(jī)動車保有量隨著城市經(jīng)濟(jì)的發(fā)展而迅速增長，從而直接導(dǎo)致停車需求增長。根據(jù)統(tǒng)計資料分析，每增加一輛車，將增加1.2～1.5個停車泊位需求。經(jīng)濟(jì)的發(fā)展還影響著人們的出行方式的選擇，出行的強(qiáng)度也隨之提高。車輛的出行都會面臨停車設(shè)施的選擇，不同的出行時間和目的所產(chǎn)生停車需求量也會不同。通常，停車需求量隨著車輛出行次數(shù)的增加而增大。

(2)土地開發(fā)和利用強(qiáng)度

停車需求作為一種派生性需求，是土地開發(fā)利用的函數(shù)，隨著土地開發(fā)和利用強(qiáng)度的不同而呈現(xiàn)出高峰時段和空間分布的差異，不同用地性質(zhì)和開發(fā)強(qiáng)度所對應(yīng)的停車特征和吸引率也不同。

(3)停放費(fèi)用

停車費(fèi)用包括貨幣費(fèi)用如停車費(fèi)，以及非貨幣費(fèi)用如停車后步行時間等。在其他條件相同的情況下，停車費(fèi)用越高，停車需求越低。許多中小城市中心區(qū)缺乏社會公共停車場，又由于路內(nèi)停車費(fèi)用比較低，路邊停車方式占據(jù)很大比例。很多車輛長時間停放在路邊，道路資源被占用，對動態(tài)交通造成很大影響。

(4)高峰小時停車需求量

美國 FHWA 的研究表明，日平均機(jī)動車流量與高峰小時停車需求量存在正相關(guān)的函數(shù)關(guān)系。高峰小時停車需求量不僅可以反映停車需求水平，還能為停車設(shè)施規(guī)模的確定提供重要依據(jù)。

(5)停車管理政策

停車管理政策是調(diào)控停車需求的一個重要手段，直接影響著停車需求分布和停車設(shè)施規(guī)模，比如通過嚴(yán)格控制停車泊位供給總量、實施區(qū)域差別化收費(fèi)等措施來控制從而控制停車需求的增長。不過，停車管理政策是對停車需求進(jìn)行定性的宏觀分析，在對停車需求進(jìn)行預(yù)測時，需要對停車政策進(jìn)行量化。

3 中小城市中心區(qū)停車需求預(yù)測模型構(gòu)建

3.1 基本思路

交通發(fā)生吸引量——停車需求模型出行吸引模型的基本原理就是建立停車需求與城市區(qū)域內(nèi)土地開發(fā)和機(jī)動車出行吸引量之間的關(guān)系。不過該方法缺乏考慮高峰小時停車率、停車管理政策調(diào)控等因素對靜態(tài)交通的影響。引入高峰小時修正系數(shù)和停車管理政策調(diào)整系數(shù)對現(xiàn)有模型進(jìn)行了改進(jìn)，構(gòu)建更加切合中小城市中心區(qū)實際情況的停車需求預(yù)測模型。

模型的基本思路為：劃分交通小區(qū)，根據(jù)城市綜合交通規(guī)劃的調(diào)查資料，由人均出行次數(shù)和各交通小區(qū)規(guī)劃年人口控制規(guī)模的乘積，以及不同用地的單位建筑面積日吸引率和各交通小區(qū)建筑面積的乘積，計算得到各交通小區(qū)的出行發(fā)生和吸引總量；根據(jù)得到的各交通小區(qū)出行發(fā)生、吸引量及綜合交通規(guī)劃中各交通小區(qū)小汽車方式出行發(fā)生、吸引比例，計算得出各交通小區(qū)采用小汽車出行的發(fā)生和吸引總量；依據(jù)調(diào)查得到的各交通小區(qū)小汽車平均實載率換算系數(shù)，將不同用地性質(zhì)類型的交通小區(qū)出行人次換算成發(fā)生和吸引的小汽車當(dāng)量；以小汽車當(dāng)量除以停車泊位周轉(zhuǎn)率，得到各交通小區(qū)停車泊位預(yù)測量；引入高峰小時修正系數(shù)，并對綜合交通規(guī)劃中的停車管理策略進(jìn)行量化，用高峰小時修正系數(shù)和停車管理政策調(diào)整系數(shù)對得到的各交通小區(qū)停車泊位預(yù)測量進(jìn)行修正，得到的即是各交通小區(qū)實際停車泊位需求量，對結(jié)果進(jìn)行匯總可得到城市中心區(qū)規(guī)劃年的停車泊位需求總量。

3.2 模型構(gòu)建

(1)各交通小區(qū)停車泊位預(yù)測量

通過調(diào)查小汽車出行方式分配比重，將各交通小區(qū)出行發(fā)生、吸引量分配成小汽車發(fā)生、吸引量，再依據(jù)小汽車實載率和停車泊位周轉(zhuǎn)率得到各交通小區(qū)停車泊位預(yù)測量

(1)

ε與λ可通過調(diào)查獲取或在參考已有調(diào)查數(shù)據(jù)，還應(yīng)結(jié)合中小城市中心區(qū)的交通特征進(jìn)行修正。

(2)各交通小區(qū)實際停車泊位需求量

停車需求預(yù)測模型實際的運(yùn)作中會受很多因素的影響，如高峰小時停車率、停車管理政策等。為了使預(yù)測的結(jié)果更加符合事實的要求，需要對結(jié)果進(jìn)行折減，提出一種切合中小城市的停車特點且適用性強(qiáng)的修正模型

Qi=Pi×γi×φi

(2)

式中：Qi為規(guī)劃年交通小區(qū)實際停車泊位需求量(位)；Pi為規(guī)劃年交通小區(qū)的停車泊位預(yù)測量(位)；γi為i交通小區(qū)高峰小時修正系數(shù)；φi為i交通小區(qū)停車管理政策調(diào)整系數(shù)。

γ是對高峰小時停車率的折減，而高峰小時停車率是高峰小時停車量與平均每小時停車量的比值。美國土地協(xié)會出版的第2版《SharedParkingDesign&Management》中停車泊位率選取高峰時段停車數(shù)量的85%，美國運(yùn)輸工程師協(xié)會(ITE)及停車顧問理事會的相關(guān)研究中認(rèn)為 85% 為恰當(dāng)比率。本文選取高峰小時停車率的85%作為高峰小時修正系數(shù)。

停車管理政策是影響停車需求的定性因素，在對停車泊位需求量進(jìn)行修正時需對停車管理政策進(jìn)行量化。參考已有研究及應(yīng)用實例，本文將不同的停車管理策略量化為四個區(qū)域類型，每個區(qū)域類型對應(yīng)不同的調(diào)整系數(shù)，具體如表1所示。

表1 停車管理策略劃分及其調(diào)整系數(shù)

4 實例分析

4.1 停車泊位預(yù)測量計算

以四川省內(nèi)江市威遠(yuǎn)縣中心區(qū)的停車預(yù)測為例進(jìn)行分析。威遠(yuǎn)縣縣域現(xiàn)有總?cè)丝?74.47萬人，中心城區(qū)常住人口約 19.1萬人，面積約22 km2。按照《威遠(yuǎn)縣城市總體規(guī)劃(2010～2030)》中各片區(qū)控制性規(guī)劃資料和交通小區(qū)劃分原則，將本次威遠(yuǎn)縣中心城區(qū)劃分為6個交通中區(qū)，12個交通小區(qū)，各交通小區(qū)的所在位置、編號如圖1所示。

圖1 威遠(yuǎn)縣中心城區(qū)交通小區(qū)劃分圖

根據(jù)《威遠(yuǎn)縣城市總體規(guī)劃(2010～2030)》， 2030 年威遠(yuǎn)縣中心區(qū)人口規(guī)模將達(dá)到30萬人，用地規(guī)模為30.2 km2。各交通小區(qū)規(guī)劃人口、土地利用性質(zhì)及建筑面積由規(guī)劃資料提供。其他模型參數(shù)是在參考類似城市的基礎(chǔ)上，結(jié)合威遠(yuǎn)縣綜合交通調(diào)查報告中的相關(guān)吸引點調(diào)查數(shù)據(jù)進(jìn)行了修正和調(diào)整。其中，通過調(diào)查得到小汽車實載率換算系數(shù)：辦公、居住類型的換算系數(shù)為1.3，出游類型的換算系數(shù)為2.0，商業(yè)類型的換算系數(shù)為1.6，工業(yè)類型的換算系數(shù)為1.9，停車泊位周轉(zhuǎn)率取2. 15。計算得到威遠(yuǎn)縣中心區(qū)規(guī)劃年停車需求預(yù)測各項指標(biāo)匯總?cè)绫?所示。

表2 威遠(yuǎn)縣中心區(qū)規(guī)劃年停車需求預(yù)測

4.2 實際停車泊位需求量計算

通過實地調(diào)查，辦公、居住用地高峰小時修正系數(shù)取值為0.89，商業(yè)類用地取值為1.25，工業(yè)類用地取值為0.86；各交通小區(qū)的停車管理政策由規(guī)劃資料提供，主城區(qū)停車管理政策調(diào)整系數(shù)取值為0.8，清溪河片區(qū)和工業(yè)物流園區(qū)取值為0.9，白塔片區(qū)取值為1，城西片區(qū)和花城片區(qū)取值為1.2。修正結(jié)果匯總后得到威遠(yuǎn)縣中心區(qū)實際停車泊位需求量見表3所示。

表3 停車需求預(yù)測方法結(jié)果比較表

根據(jù)規(guī)劃資料，通過直接推算法和間接推算法(時間序列法、千人機(jī)動車保有量法、彈性系數(shù)法)對威遠(yuǎn)縣中心區(qū)的機(jī)動車保有量進(jìn)行預(yù)測，其加權(quán)預(yù)測結(jié)果為：威遠(yuǎn)縣中心區(qū)2020年機(jī)動車擁有量為20 546輛；2025年機(jī)動車擁有量為26 477輛；2030年機(jī)動車擁有量為32 081輛。按1輛汽車需要1.2～1.5個停車泊位的需求，取停車泊位數(shù)為機(jī)動車保有量的1.2倍，則機(jī)動車保有量——停車泊位經(jīng)驗關(guān)系法計算得到的停車泊位需求總量見表3所示。

對比兩種方法預(yù)測結(jié)果，發(fā)現(xiàn)兩種方法預(yù)測結(jié)果的相對誤差保持在7%之內(nèi)，說明修正后的交通發(fā)生吸引量——停車需求預(yù)測方法在中長期規(guī)劃中的總量控制上與基于機(jī)動車保有量法的預(yù)測結(jié)果基本保持一致，具有較好的可靠度。此外，修正后的交通發(fā)生吸引量——停車需求預(yù)測方法可以得到12個交通小區(qū)的詳細(xì)停車分布，有利于停車管理和調(diào)控。

5 結(jié) 語

在現(xiàn)有交通發(fā)生吸引量——停車需求預(yù)測模型的基礎(chǔ)上，將高峰小時修正系數(shù)及停車管理政策調(diào)整系數(shù)引入模型中，構(gòu)建了適用于中小城市中心區(qū)的停車需求預(yù)測模型。該預(yù)測方法能夠全面考慮高峰小時停車率、停車管理政策等因素對停車需求的影響，從而更好地切合中小城市的實際情況，并且在總量控制預(yù)測上與基于機(jī)動車保有量法的預(yù)測結(jié)果基本保持一致，在停車分布預(yù)測上相比傳統(tǒng)預(yù)測方法更加詳細(xì)可靠，能夠為中小城市的停車規(guī)劃提供有效依據(jù)。但是影響城市停車需求的因素很多，在今后的研究中，還需綜合考慮其他影響因素，如路網(wǎng)容量、道路服務(wù)水平等。

[1] 任福田，劉小明，榮建，等.交通工程學(xué)[M].北京:人民交通出版社，2003：260-263.

[2] 陳峻.城市停車設(shè)施規(guī)劃方法研究[D].南京:東南大學(xué)，2000.

[3] 別牧.重慶北部新區(qū)停車需求預(yù)測與停車管理策略研究[D].重慶交通大學(xué)，2011.

[4] 瑪麗·史密斯.共享式停車場設(shè)計與管理[M].王瑩,譯.沈陽:遼科學(xué)技術(shù)出版社，2007.

[5] 龍東華.城市中心區(qū)停車需求預(yù)測模型及應(yīng)用研究[D].重慶交通大學(xué)，2012.

Study on parking demand forecasting method for center district of medium and small cities

SHI Jin-xia

(School of Traffic & Transportation, Chongqing Jiaotong University，Chongqing 4100074,China)

Based on the summary of the influencing factors of parking demand forecasting in medium and small cities central district, parking management policy adjusted coefficient were taken into consideration. Based on the existing trip generation and attraction-parking demand forecasting model, it proposed the method of parking demand forecasting for medium and small cities center district. Center district of weiyuan county sichuan province was used as an example to verify the method. The results also show that the forecasting method is reasonable and effective．

traffic planning; parking demand forecasting; center district of medium and small cities

2015-10-22

石金霞(1989-)，女，河南太康人，研究方向：交通運(yùn)輸規(guī)劃與管理。

U491 文獻(xiàn)標(biāo)識碼：A 文章編號：1008-3383(2016)02-0133-03