價(jià)格波動(dòng)對(duì)停車(chē)占有率影響的空間建模分析

蒲自源 紀(jì) 魁 李志斌 萬(wàn) 千

(1美國(guó)華盛頓大學(xué)土木與環(huán)境工程系, 西雅圖 98105)(2江蘇省城市規(guī)劃設(shè)計(jì)研究院, 南京 210024)(3東南大學(xué)建筑學(xué)院, 南京 210096)(4廣西華藍(lán)設(shè)計(jì)(集團(tuán))有限公司, 南寧 530029)

價(jià)格波動(dòng)對(duì)停車(chē)占有率影響的空間建模分析

蒲自源1紀(jì) 魁2李志斌3萬(wàn) 千4

(1美國(guó)華盛頓大學(xué)土木與環(huán)境工程系, 西雅圖 98105)(2江蘇省城市規(guī)劃設(shè)計(jì)研究院, 南京 210024)(3東南大學(xué)建筑學(xué)院, 南京 210096)(4廣西華藍(lán)設(shè)計(jì)(集團(tuán))有限公司, 南寧 530029)

對(duì)美國(guó)舊金山市中心2011～2014年的停車(chē)數(shù)據(jù)進(jìn)行分析,研究了價(jià)格波動(dòng)對(duì)于路側(cè)停車(chē)占有率影響的空間異質(zhì)性．該地區(qū)對(duì)路邊停車(chē)位實(shí)行動(dòng)態(tài)停車(chē)收費(fèi)政策,根據(jù)停車(chē)占有率水平確定收費(fèi)定價(jià),即當(dāng)某街區(qū)的停車(chē)占有率高于、低于或處于期望水平時(shí),停車(chē)收費(fèi)價(jià)格動(dòng)態(tài)上調(diào)、下降或不變．運(yùn)用地理加權(quán)回歸模型方法捕捉不同街區(qū)價(jià)格波動(dòng)對(duì)停車(chē)占有率影響的空間異質(zhì)性,并提出了動(dòng)態(tài)停車(chē)收費(fèi)定價(jià)政策的具體實(shí)施步驟．研究結(jié)果表明,路邊停車(chē)需求的價(jià)格敏感度具有明顯的空間異質(zhì)性,時(shí)間特性、街區(qū)特性和社會(huì)人口特征等其他變量對(duì)停車(chē)占有率的改變也有顯著影響．研究結(jié)果可用于路邊停車(chē)動(dòng)態(tài)收費(fèi)策略的制定,促進(jìn)其獲得期望的停車(chē)占有率．

停車(chē)需求;價(jià)格敏感度;空間異質(zhì)性;地理加權(quán)回歸

停車(chē)價(jià)格是影響停車(chē)行為的一個(gè)關(guān)鍵因素,停車(chē)價(jià)格增加通常導(dǎo)致停車(chē)需求減少．由于兩者緊密聯(lián)系,停車(chē)定價(jià)容易陷入兩難境地:停車(chē)價(jià)格過(guò)低時(shí),難以找到空閑停車(chē)位,車(chē)位搜尋時(shí)間增加[1];停車(chē)價(jià)格過(guò)高時(shí),地區(qū)經(jīng)濟(jì)活力則有所衰減[2-5]．因此,停車(chē)定價(jià)的關(guān)鍵是利用合理的停車(chē)價(jià)格達(dá)到停車(chē)占有率期望值．停車(chē)占有率為停車(chē)設(shè)施的占用比率,計(jì)算方法為停車(chē)場(chǎng)所中被占用的停車(chē)位數(shù)量除以停車(chē)場(chǎng)所中所有停車(chē)位數(shù)量．學(xué)者們認(rèn)為最佳停車(chē)占有率水平應(yīng)為85%左右,或是每一街區(qū)至少剩余1～2個(gè)空閑停車(chē)位[2,6]．

近年來(lái),停車(chē)價(jià)格成為許多大城市管理停車(chē)占有率的有效手段．例如,美國(guó)西雅圖交通局在2011年1月—2011年4月對(duì)西雅圖核心商業(yè)區(qū)內(nèi)的10個(gè)街區(qū)及周邊200個(gè)街區(qū)的路邊停車(chē)設(shè)施實(shí)行以停車(chē)設(shè)施占有率為依據(jù)的動(dòng)態(tài)停車(chē)收費(fèi)政策．2011年8月—2014年6月,舊金山交通局對(duì)全市25%的路邊停車(chē)設(shè)施實(shí)行類(lèi)似政策．項(xiàng)目評(píng)價(jià)報(bào)告顯示,大部分地區(qū)路邊停車(chē)占有率被成功控制在目標(biāo)水平[7-8]．

學(xué)者們已對(duì)停車(chē)需求價(jià)格敏感性進(jìn)行了相關(guān)研究．結(jié)果表明,停車(chē)需求和停車(chē)價(jià)格呈負(fù)相關(guān)性,且停車(chē)需求價(jià)格敏感性與時(shí)間特征具有緊密聯(lián)系[9-10]．Kelly等[10]的研究表明,愛(ài)爾蘭都柏林中部地區(qū)的停車(chē)需求價(jià)格彈性為-0.15 ～-0.61,在09:00和12:00分別達(dá)到最大值和最小值．文獻(xiàn)[11]指出停車(chē)需求還受空間特征影響．然而,空間特征對(duì)停車(chē)需求價(jià)格敏感性的影響并沒(méi)有被提及．空間變化對(duì)停車(chē)需求的影響和對(duì)停車(chē)需求價(jià)格敏感性的影響截然不同．例如,收入水平對(duì)停車(chē)需求有正面影響,對(duì)停車(chē)需求價(jià)格敏感性有負(fù)面影響．文獻(xiàn)[11-12]指出,停車(chē)需求價(jià)格敏感性與空間特征變量相關(guān)．然而,數(shù)據(jù)的不準(zhǔn)確性以及模型的局限性導(dǎo)致該研究結(jié)果并不能充分證明停車(chē)需求價(jià)格敏感性的空間異質(zhì)性．

為了充分理解停車(chē)需求價(jià)格敏感性的空間特征,需要采用客觀數(shù)據(jù)和適合的模型．以往研究中,停車(chē)占有率數(shù)據(jù)大多利用停車(chē)設(shè)施交易數(shù)據(jù)估算得到,該數(shù)據(jù)通常低于實(shí)際停車(chē)占有率,誤差會(huì)嚴(yán)重影響模型估算的準(zhǔn)確性[13]．此外,相關(guān)研究通常使用廣義線性模型,模型估算參數(shù)并未考慮空間因素的影響．本文采用地理加權(quán)回歸方法,對(duì)由美國(guó)舊金山SFpark項(xiàng)目試點(diǎn)智能車(chē)輛檢測(cè)器獲得的停車(chē)占有率數(shù)據(jù)進(jìn)行空間建模分析．研究結(jié)果為基于停車(chē)占有率的動(dòng)態(tài)停車(chē)收費(fèi)政策實(shí)施提供了理論依據(jù)．

1 數(shù)據(jù)采集

1.1 研究區(qū)域

本文研究區(qū)域?yàn)槲挥诿绹?guó)舊金山的SFpark項(xiàng)目試點(diǎn)區(qū)域．如圖1所示,橙色區(qū)域?yàn)轫?xiàng)目試點(diǎn)區(qū)．在SFpark項(xiàng)目試點(diǎn)區(qū)域范圍內(nèi),政府實(shí)施了以停車(chē)需求為依據(jù)的動(dòng)態(tài)停車(chē)定價(jià)策略,以改善停車(chē)設(shè)施占有率．該項(xiàng)目于2011年4月實(shí)施,利用智能停車(chē)表,根據(jù)實(shí)時(shí)停車(chē)設(shè)施占有率改變停車(chē)價(jià)格．試點(diǎn)區(qū)域的路邊停車(chē)位達(dá)6 000個(gè),約占城市總停車(chē)位的1/4[8, 14]．

圖1 實(shí)施動(dòng)態(tài)價(jià)格政策的研究區(qū)域[8]

1.2 價(jià)格政策

SFpark項(xiàng)目的初始停車(chē)價(jià)格根據(jù)時(shí)間或空間的不同而變化．該項(xiàng)目將白天劃分為4個(gè)時(shí)段:07:00/09:00—12:00,12:00—15:00,15:00—18:00,18:00—21:00．時(shí)段與街區(qū)的組合稱(chēng)為時(shí)間-位置區(qū)域,根據(jù)每一個(gè)時(shí)間-位置區(qū)域處的停車(chē)占有率來(lái)調(diào)整停車(chē)收費(fèi)．SFpark項(xiàng)目試點(diǎn)區(qū)中包含超過(guò)2 500個(gè)時(shí)間-位置區(qū)域．同時(shí),根據(jù)當(dāng)?shù)胤梢?guī)定,此項(xiàng)目的停車(chē)收費(fèi)必須介于0.25～6美元之間．具體價(jià)格調(diào)整策略服從以下規(guī)則[9-10]:

1) 當(dāng)停車(chē)占有率為80%～100%時(shí),每小時(shí)收費(fèi)提高25美分;

2) 當(dāng)停車(chē)占有率為60%～80%時(shí),每小時(shí)收費(fèi)不變;

3) 當(dāng)停車(chē)占有率為30%～60%時(shí),每小時(shí)收費(fèi)降低25美分;

4) 當(dāng)停車(chē)占有率低于30%時(shí),每小時(shí)收費(fèi)降低50美分．

1.3 數(shù)據(jù)描述

本研究所用數(shù)據(jù)的描述性統(tǒng)計(jì)見(jiàn)表1．在研究區(qū)域內(nèi),停車(chē)價(jià)格范圍為0.25 ～6美元,停車(chē)占有率為0～100%,停車(chē)占有率變化值為-90%～85%．不同占有率水平的價(jià)格變化分別為增加25美分、不變、降低25美分、降低5美分．考慮到每次停車(chē)價(jià)格不同,價(jià)格變化率也被認(rèn)為是重要的變量之一.

表1 變量的描述性統(tǒng)計(jì)

除表1中變量外,街區(qū)特征變量也會(huì)影響停車(chē)占有率．在本研究中,相關(guān)數(shù)據(jù)從舊金山政府公開(kāi)數(shù)據(jù)網(wǎng)站中獲得．其中,自行車(chē)和路外停車(chē)位數(shù)量可以用于衡量替代路側(cè)停車(chē)需求的其他可選擇模式．街區(qū)內(nèi)營(yíng)業(yè)商業(yè)單元和餐館數(shù)量代表附近地區(qū)的活躍程度．此外,每個(gè)小區(qū)的社會(huì)人口特征變量(如人口、平均收入、貧困人口比例等)被認(rèn)為是潛在顯著變量．

2 空間建模方法

本文采用地理加權(quán)回歸模型對(duì)數(shù)據(jù)進(jìn)行分析,挖掘停車(chē)需求價(jià)格變化敏感度的空間異質(zhì)性．

類(lèi)似于傳統(tǒng)的廣義線性回歸模型,地理加權(quán)回歸模型表達(dá)式為

Y=β0(ui)+β1(ui)X1+β2(ui)X2+β3(ui)X3+…+βJ(ui)XJ+ε

(1)

式中,Y為各街區(qū)路邊停車(chē)設(shè)施占有率變化值；Xj為第j個(gè)自變量，其中，X1為各街區(qū)停車(chē)價(jià)格變化值;ui=(uxi,uyi)為街區(qū)空間區(qū)域i的位置;ε為誤差項(xiàng);βj為第j個(gè)變量的參數(shù)．模型中的參數(shù)隨街區(qū)變化而變化．因此,可以利用地理加權(quán)回歸模型來(lái)解決空間異質(zhì)性問(wèn)題．β可記為

(2)

式中,n為空間區(qū)域的數(shù)量(即街區(qū)數(shù)量)．矩陣β中第i列βi可由下式計(jì)算:

(3)

式中,W(uxi,uyi)為空間加權(quán)矩陣. 空間區(qū)域i的矩陣Wi可表示為

Wi=diag(wi1,wi2,…,win)

(4)

式中,win為針對(duì)空間區(qū)域i中參數(shù)值進(jìn)行估計(jì)的過(guò)程中賦予空間區(qū)域n的估計(jì)權(quán)重．

由式(4)可見(jiàn),在地理加權(quán)回歸模型中,采用臨近某空間區(qū)域i周?chē)臻g區(qū)域的數(shù)據(jù)對(duì)區(qū)域i內(nèi)變量參數(shù)進(jìn)行估計(jì)．某空間區(qū)域n距離區(qū)域i越近,對(duì)區(qū)域i參數(shù)估計(jì)的影響越大;距離區(qū)域i越遠(yuǎn),對(duì)區(qū)域i參數(shù)估計(jì)的影響越?。捎脵?quán)重win表示這種空間影響的差異性,權(quán)重方程通常包括高斯方程和畢方方程2類(lèi)．高斯方程為

(5)

(6)

式中,Gi為空間區(qū)域i的帶寬．

高斯方程中帶寬為固定值,而畢方方程中帶寬可以隨空間區(qū)域變化而改變．在地理加權(quán)回歸模型中,帶寬的選擇對(duì)結(jié)果有重要影響．本研究采用赤池信息準(zhǔn)則(AICc)來(lái)選擇最優(yōu)的帶寬,即使模型獲得最小AICc值的帶寬為最優(yōu)帶寬．以AICc值為標(biāo)準(zhǔn)選擇模型變量和權(quán)重方程, AICc值最小的模型即為最優(yōu)模型．

3 估算結(jié)果分析

3.1 模型校準(zhǔn)

將原始數(shù)據(jù)分為2組,數(shù)據(jù)量為4∶1．第1組數(shù)據(jù)用于模型校準(zhǔn),第2組數(shù)據(jù)用于模型驗(yàn)證．考慮到停車(chē)價(jià)格變化對(duì)停車(chē)占有率的顯著影響,模型建立初始階段只包含停車(chē)價(jià)格變化變量,隨后其余候選變量經(jīng)分析選入模型．在此過(guò)程中,變量被依次添加進(jìn)入模型,同時(shí),監(jiān)測(cè)這些變量對(duì)模型影響的顯著程度和模型AICc值．最終模型中只包括對(duì) 75%及以上街區(qū)有顯著影響的變量，該模型應(yīng)具有最小AICc值．

3.2 模型估算

只含有初始變量的模型參數(shù)空間分布如圖2所示．由圖可知,價(jià)格對(duì)于停車(chē)占有率的影響具有明顯的空間異質(zhì)性．所有參數(shù)符號(hào)為負(fù),表明各街區(qū)停車(chē)價(jià)格變化對(duì)停車(chē)占有率變化具有顯著的負(fù)面影響,此結(jié)果與文獻(xiàn)[9-12]中結(jié)果一致．

模型的參數(shù)最終估算結(jié)果見(jiàn)表2．由表可知,地理加權(quán)回歸模型成功捕獲了停車(chē)需求價(jià)格敏感性的空間異質(zhì)性．

圖2 價(jià)格對(duì)于停車(chē)占有率影響的空間特征[8]

表2 參數(shù)估算結(jié)果

其余顯著變量的參數(shù)分布如圖3所示．由圖可知,停車(chē)需求對(duì)各個(gè)變量的敏感性均呈現(xiàn)出明顯的空間異質(zhì)性．對(duì)于年齡中位數(shù)(變量Q)和餐館數(shù)量(變量M), 其敏感性由市中心到Marina區(qū)逐漸變小．其他變量 (如F,G,H,J)對(duì)于市中心停車(chē)占有率影響的敏感性則相比其他地區(qū)弱．

(a) 虛擬變量F

(b) 虛擬變量G

(c) 虛擬變量H

(d) 自行車(chē)停車(chē)設(shè)施數(shù)量J

(e) 營(yíng)業(yè)商業(yè)單元數(shù)量L

(f) 餐館數(shù)量M

(g) 年齡中位數(shù)Q

由圖3還可發(fā)現(xiàn),停車(chē)需求價(jià)格敏感性隨時(shí)間變化．變量F對(duì)停車(chē)需求有負(fù)面影響,表明非工作日的價(jià)格敏感性比工作日小,這是因?yàn)榉枪ぷ魅胀＼?chē)剛性需求小于工作日．變量G和H的參數(shù)為正,表明時(shí)段2 (12:00—15:00)和時(shí)段3(15:00—18:00)的停車(chē)需求價(jià)格敏感性大于時(shí)段1(起始時(shí)刻—12:00),這是因?yàn)橄鄬?duì)于時(shí)段1,時(shí)段2和時(shí)段3產(chǎn)生的出行更多為娛樂(lè)出行．

4 政策建議

探究停車(chē)需求價(jià)格敏感性的特征可促進(jìn)停車(chē)供給和停車(chē)需求的平衡．本研究結(jié)果可幫助識(shí)別出適合通過(guò)調(diào)整停車(chē)價(jià)格來(lái)平衡停車(chē)供需的街區(qū),確定不同空間領(lǐng)域的最佳停車(chē)政策或策略．

根據(jù)本文結(jié)果,提出了基于停車(chē)占有率的動(dòng)態(tài)停車(chē)收費(fèi)方案的制定步驟．首先,識(shí)別出適合采用停車(chē)價(jià)格調(diào)節(jié)停車(chē)占有率的空間區(qū)域;其次,根據(jù)空間歷史數(shù)據(jù),制定合適的基準(zhǔn)停車(chē)價(jià)格;然后,根據(jù)區(qū)域內(nèi)的街區(qū)特征及社會(huì)人口特征數(shù)據(jù),建立動(dòng)態(tài)停車(chē)定價(jià)算法模型．在方案實(shí)施過(guò)程中,還需對(duì)停車(chē)占有率及區(qū)域的空間特征進(jìn)行實(shí)時(shí)檢測(cè),對(duì)算法模型參數(shù)進(jìn)行實(shí)時(shí)微調(diào),使算法及時(shí)更新,以適應(yīng)環(huán)境及停車(chē)參與者行為特征的變化,從而實(shí)現(xiàn)對(duì)停車(chē)占有率的有效控制

在應(yīng)用過(guò)程中,基于停車(chē)占有率的動(dòng)態(tài)停車(chē)收費(fèi)方案可以分為如下3個(gè)主要階段:① 基礎(chǔ)數(shù)據(jù)采集與特征分析階段．通過(guò)安裝智能停車(chē)位檢測(cè)設(shè)備,獲取歷史停車(chē)占有率及價(jià)格數(shù)據(jù),分析停車(chē)需求在時(shí)間與空間維度上的分布特征,計(jì)算價(jià)格波動(dòng)對(duì)停車(chē)需求影響的敏感度．② 動(dòng)態(tài)停車(chē)收費(fèi)技術(shù)應(yīng)用階段．采集實(shí)時(shí)占有率數(shù)據(jù),對(duì)停車(chē)策略進(jìn)行預(yù)案判別,根據(jù)基準(zhǔn)停車(chē)價(jià)格以及價(jià)格敏感度,協(xié)同考慮停車(chē)資源在時(shí)空維度的協(xié)調(diào)調(diào)度策略,計(jì)算各停車(chē)位下一時(shí)段的收費(fèi)價(jià)格．然后,在路側(cè)停車(chē)位旁的收費(fèi)設(shè)備以及用戶(hù)手機(jī)客戶(hù)端上,發(fā)布當(dāng)前停車(chē)位占有率情況和停車(chē)價(jià)格信息,預(yù)測(cè)未來(lái)空余泊位數(shù)以及收費(fèi)．③ 動(dòng)態(tài)收費(fèi)算法滾動(dòng)更新階段．在收費(fèi)方案實(shí)施一段時(shí)間后,對(duì)停車(chē)占有率以及價(jià)格數(shù)據(jù)進(jìn)行更新,對(duì)動(dòng)態(tài)停車(chē)收費(fèi)策略進(jìn)行微調(diào),以確保方案能夠不斷跟進(jìn)實(shí)際情況的變化．

5 結(jié)語(yǔ)

本文基于空間回歸模型來(lái)描述停車(chē)需求價(jià)格敏感性的空間特征．以舊金山SFpark項(xiàng)目試點(diǎn)區(qū)域的實(shí)時(shí)停車(chē)數(shù)據(jù)為研究對(duì)象,運(yùn)用地理加權(quán)回歸模型,成功捕獲停車(chē)需求價(jià)格敏感性的空間異質(zhì)性．

References)

[1]Marsden G. The evidence base for parking policies—a review[J].TransportPolicy, 2006, 13(6): 447-457. DOI:10.1016/j.tranpol.2006.05.009.

[2]Shiftan Y. Responses to parking restrictions: Lessons from a stated preference survey in Haifa and their policy implications[J].WorldTransportPolicyandPractice, 1999, 5(4): 30-35.

[3]Hensher D A, King J. Parking demand and responsiveness to supply, pricing and location in the Sydney central business district[J].TransportationResearchPartA:PolicyandPractice, 2001, 35(3): 177-196. DOI:10.1016/s0965-8564(99)00054-3.

[4]Taylor B D. Rethinking traffic congestion [EB/OL]. (2002-10-01)[2015-06-02].https://escholarship.org/uc/item/2fb4t8wd.

[5]Joncas K. Letter to the city council members of Seattle [R]. Seattle, WA,USA: SDOT,2011.

[6]Shoup D C.Thehighcostoffreeparking[M]. Chicago, IL, USA: Planners Press,2005: 136-141.

[7]Seattle Department of Transportation. Citywide paid parking study [R]. Seattle, WA,USA: SDOT,2011.

[8]San Francisco Municipal Transportation Agency. Pilot project evaluation: The SFMTA’s evaluation of the benefits of the SFpark pilot project [R]. San Francisco,CA, USA: SFMTA,2014.

[9]Tsamboulas D A. Parking fare thresholds: A policy tool[J].TransportPolicy, 2001, 8(2): 115-124. DOI:10.1016/s0967-070x(00)00040-8.

[10]Kelly J A, Clinch J P. Influence of varied parking tariffs on parking occupancy levels by trip purpose[J].TransportPolicy, 2006, 13(6): 487-495. DOI:10.1016/j.tranpol.2006.05.006.

[11]Kelly J A, Clinch J P. Temporal variance of revealed preference on-street parking price elasticity[J].TransportPolicy, 2009, 16(4): 193-199. DOI:10.1016/j.tranpol.2009.06.001.

[12]Ottosson D B, Chen C, Wang T, et al. The sensitivity of on-street parking demand in response to price changes: A case study in Seattle, WA[J].TransportPolicy, 2013, 25: 222-232. DOI:10.1016/j.tranpol.2012.11.013.[13]Heffron Transportation Inc. Seattle parking management study [R]. Seattle WA,USA: SDOT,2002.

[14]San Francisco Municipal Transportation Agency. Parking sensor technology performance evaluation [R]. San Francisco,CA, USA: SFMTA,2014.

Spatial modeling and analysis on effects of price change on parking occupancy

Pu Ziyuan1Ji Kui2Li Zhibin3Wan Qian4

(1Department of Civil and Environmental Engineering, University of Washington, Seattle 98105, USA) (2Jiangsu Institute of Urban Planning and Design, Nanjing 210024, China) (3School of Architecture, Southeast University, Nanjing 210096, China) (4Guangxi Hualan Design and Consulting Group Co., Ltd., Nanning 530029, China)

Downtown San Francisco parking data from 2011 to 2014 were analyzed and the spatial heterogeneity of the effect of the price change on the roadside parking occupancy was studied. The dynamic parking charge policy was implemented for the roadside parking space in this area. According to the parking occupancy, the price was determined. When the block parking occupancy was above, below or at the desired level, the parking price dynamically increased, decreased or remained the same. The geographically weighted regression model method was used to capture the spatial heterogeneity of the effects of the price change in different blocks on the parking occupancy. The implementation steps of dynamic parking pricing policy were put forward. The results show that the sensitivity of the price change for roadside parking demand has obvious spatial heterogeneity. The time slots, neighborhood characteristics, social demographics and other variables also have significant impact on the change of the parking occupancy. The results can be used for strategy development of the roadside dynamic parking pricing policy, promoting the gain of the desired parking occupancy.

parking demand; sensitivity of price change; spatial heterogeneity; geographically weighted regression

第47卷第1期2017年1月 東南大學(xué)學(xué)報(bào)(自然科學(xué)版)JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition) Vol．47No．1Jan．2017DOI：10．3969/j．issn．1001-0505．2017．01．032

2016-05-30. 作者簡(jiǎn)介:蒲自源(1987—),男,博士生;李志斌(聯(lián)系人),男,博士,研究員,lizhibin@seu.edu.cn.

國(guó)家自然科學(xué)基金青年科學(xué)基金資助項(xiàng)目(51508094, 51508122)、中國(guó)博士后科學(xué)基金資助項(xiàng)目(2015M580385, 2016T90411)、江蘇省自然科學(xué)基金青年基金資助項(xiàng)目(BK20150612)、江蘇省博士后科研資助計(jì)劃資助項(xiàng)目(1501038A).

蒲自源,紀(jì)魁,李志斌,等.價(jià)格波動(dòng)對(duì)停車(chē)占有率影響的空間建模分析[J].東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,47(1):193-197.

10.3969/j.issn.1001-0505.2017.01.032.

U491.4

A

1001-0505(2017)01-0193-05