一致性特征下綜合體停車需求預(yù)測方法

李林波， 何思遠(yuǎn)， 梁 瀟

(1. 同濟(jì)大學(xué) 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室， 上海 201804； 2. 代爾夫特理工大學(xué) 運(yùn)輸規(guī)劃系， 代爾夫特 2628 BW)

綜合體是由多個不同功能空間優(yōu)化組合而成的綜合建筑物，作為城市更新改造和集約化開發(fā)的主要途徑得到了廣泛應(yīng)用.然而，綜合體在為城市商業(yè)發(fā)展注入活力的同時，也引發(fā)了一系列的問題，如由于停車配建不夠造成的路網(wǎng)擁堵，或是由于配建過剩造成的資源浪費(fèi)，因此，在進(jìn)行綜合體建設(shè)時，如何有效地確定其停車場的建設(shè)規(guī)模成為當(dāng)務(wù)之急.傳統(tǒng)停車需求預(yù)測方法本質(zhì)是基于單一建筑配建指標(biāo)的疊加進(jìn)行的，由于沒有考慮不同類別建筑物之間的相互作用，導(dǎo)致配建的泊位數(shù)與實(shí)際停車需求有很大的差距.因此，基于泊位共享的停車需求模型開始得到關(guān)注.1997年，美國波特蘭市最先將停車泊位共享理念應(yīng)用于實(shí)踐[1].Jiang等[2]分析了共享停車行為.Kim等[3]基于車聯(lián)網(wǎng)移動云系統(tǒng)，使用霧計(jì)算技術(shù)尋找停車空位，實(shí)現(xiàn)任意地點(diǎn)泊位共享.冉江宇等[4]結(jié)合交通政策與泊位共享策略制定了中心城區(qū)停車泊位需求預(yù)測框架.薛行健等[5]基于停車生成率法，對共享泊位效用進(jìn)行折減.蘇靖等[6]引入泊位共享效用指數(shù)衡量混合用地中各種用地不同停車需求組合下的泊位共享效率.李亞輝[7]考慮綜合體共享泊位規(guī)模確定的影響因素，通過調(diào)查回歸分析建立了多因素綜合作用下的共享模型等.值得注意的是,劉洪營等[8]與肖飛等[9]所提出的共享停車需求分時刻預(yù)測的思路，既充分有效地利用了停車空間資源，又避免了以往停車規(guī)模預(yù)測時需要通過周轉(zhuǎn)率指標(biāo)將需求轉(zhuǎn)換成泊位數(shù)的繁瑣，只是還沒有形成成熟的計(jì)算方法.實(shí)際上，在進(jìn)行商業(yè)綜合體停車需求預(yù)測時，不僅需要對不同業(yè)態(tài)建筑目標(biāo)年的停車需求生成率進(jìn)行研究，同時也需要了解不同業(yè)態(tài)建筑所產(chǎn)生的停車需求在一日內(nèi)的波動情況[10].因此，本文提出商業(yè)綜合體停車需求預(yù)測的三步驟法[11]：①目標(biāo)年停車需求生成率預(yù)測；②目標(biāo)年停車需求分時刻分布預(yù)測；③商業(yè)綜合體共享停車需求規(guī)模確定.

1 綜合體停車需求共享模型構(gòu)建

綜合體停車場作為配建停車場，主要服務(wù)于各主體建筑功能的停車需求，包括自身的停車需求以及吸引外來車輛的停車需求，因此，其停車需求受到自身及外界諸多因素的影響，如城市機(jī)動車保有量、建筑功能類型、建筑功能面積、建筑區(qū)位以及交通方式分擔(dān)比例等.現(xiàn)階段停車需求預(yù)測模型主要分為3類：基于類型分析法的停車生成率模型、基于相關(guān)分析法的多元回歸模型和以停車需求與機(jī)動車出行關(guān)系為核心的出行吸引模型[12].其中停車生成率模型表達(dá)了不同類型的土地利用會產(chǎn)生不同類型、不同特征、不同強(qiáng)度的停車需求，對于綜合體而言，不同建筑功能形態(tài)恰好體現(xiàn)了土地利用的多元性和互補(bǔ)性特征.因此，利用停車生成率模型，可以從綜合體的建筑構(gòu)成特征角度出發(fā)進(jìn)行共享型停車需求預(yù)測[9,13].所建立的基于共享理念的綜合體停車需求預(yù)測模型如下：

(1)

式中：P為目標(biāo)年商業(yè)綜合體共享型高峰停車需求量，車位；Pj為目標(biāo)年商業(yè)綜合體j時刻的共享型停車需求量，車位；Rij為目標(biāo)年商業(yè)綜合體i類建筑業(yè)態(tài)j時刻停車需求生成率，10-4車位·(m2)-1；Li為目標(biāo)年商業(yè)綜合體i類建筑業(yè)態(tài)的建筑面積，m2.

2 各建筑功能停車需求生成率預(yù)測

停車需求生成率即為單位面積所產(chǎn)生的全日停車需求.在對各建筑功能停車需求生成率進(jìn)行預(yù)測時，可參照傳統(tǒng)停車需求預(yù)測模型的思路與方法進(jìn)行處理.然而，由于綜合體停車需求預(yù)測隱含了單一建筑形態(tài)之間的共享理念，綜合已有停車預(yù)測模型的利弊，本文提出較為簡便的影響因素修正系數(shù)模型.

影響因素修正系數(shù)模型的根本思想，是以現(xiàn)有停車需求生成率為基準(zhǔn)，量化各主要影響因素對停車需求生成率的影響，對目標(biāo)年停車需求生成率進(jìn)行修正.一般可以選取機(jī)動車保有量、主體建筑所在區(qū)位條件和私家車出行分擔(dān)比例3個因素作為綜合體外在停車主要影響因素[11]，其中機(jī)動車保有量與停車需求生成率呈正相關(guān)；隨著主體建筑所在區(qū)位的區(qū)位優(yōu)勢的增加，停車需求生成率也將出現(xiàn)一定程度的增長；在城市的各方式交通出行總量中，因交通環(huán)境的改變(如公交系統(tǒng)改善)，私家車分擔(dān)比例的增加或減少將導(dǎo)致停車需求生成率的增加或減少.基于此，單一建筑功能停車需求生成率的影響因素修正系數(shù)模型如下：

Ri=αβγri

(2)

式中：Ri為目標(biāo)年綜合體i類建筑業(yè)態(tài)高峰停車需求生成率，10-4車位·(m2)-1；α為目標(biāo)年機(jī)動車保有量修正系數(shù)，為目標(biāo)年預(yù)測機(jī)動車保有量與現(xiàn)狀保有量的比值；β為目標(biāo)年主體建筑所在區(qū)位優(yōu)勢修正系數(shù)，為目標(biāo)年建筑所在區(qū)位勢與現(xiàn)狀建筑所在區(qū)位勢的比值，可以參考文獻(xiàn)[14]進(jìn)行計(jì)算；γ為目標(biāo)年私家車分擔(dān)比例修正系數(shù)，為目標(biāo)年預(yù)測私家車分擔(dān)比例與現(xiàn)狀分擔(dān)比例的比值；ri為現(xiàn)狀i類建筑業(yè)態(tài)高峰停車需求生成率，10-4車位·(m2)-1，必要時也可以用配建指標(biāo)代替.

3 一致性特征下停車需求分時刻分布函數(shù)

停車需求分時刻分布是進(jìn)行停車需求分時刻預(yù)測的基礎(chǔ).實(shí)際上，由于停車需求量受建筑物規(guī)模、氣候、成熟度等因素的影響，不同業(yè)態(tài)的停車需求分時刻分布曲線因建筑物的不同而各有差異，在應(yīng)用時有諸多不便.因此，本文試圖根據(jù)樣本數(shù)據(jù)來分析不同業(yè)態(tài)停車需求分時刻分布曲線的一般規(guī)律，從而提出停車需求高峰比指標(biāo)：即某一時刻停車需求量與全日高峰時刻需求量之比，用來表征停車需求的分時刻變化趨勢.

在停車調(diào)查分析中，發(fā)現(xiàn)在相同區(qū)域條件下，相同建筑類型的停車需求分布曲線具有相似性特征.本文將這種橫向空間比較的相似性稱之為一致性特征，主要是與停車需求時變分布的縱向時間比較相似性即穩(wěn)定性特征進(jìn)行區(qū)分.在進(jìn)行停車需求預(yù)測時所采用的類比法實(shí)際上就是基于停車需求分布一致性特征的假設(shè)，盡管應(yīng)用廣泛，卻并沒有得到進(jìn)一步的驗(yàn)證.本文在沈陽市太原街商圈選取6處商業(yè)業(yè)態(tài)建筑(中興百貨、新世界百貨、潮匯百貨等)和6處辦公業(yè)態(tài)建筑(鐵西廣場片區(qū)的魯爾大廈、第一商廈、海潤國際等)為研究對象，通過人工記錄車輛牌照法，獲取4種狀態(tài)(商業(yè)業(yè)態(tài)工作日、商業(yè)業(yè)態(tài)非工作日、辦公業(yè)態(tài)工作日、辦公業(yè)態(tài)非工作日)下的6組停車需求全日分布情況，對停車需求分布的一致性特征進(jìn)行驗(yàn)證.停車需求分布情況如圖1～4所示，每一條曲線代表某一類型建筑在工作日或非工作日的停車需求分布情況.

圖1 6處商業(yè)建筑工作日停車需求分時刻分布Fig.1 Parking demand distribution of commercialbuildings on weekdays

圖2 6處商業(yè)建筑非工作日停車需求分時刻分布Fig.2 Parking demand distribution of commercialbuildings on weekend

圖3 6處辦公建筑工作日停車需求分時刻分布Fig.3 Parking demand distribution of officebuildings on weekdays

圖4 6處辦公建筑非工作日停車需求分時刻分布Fig.4 Parking demand distribution of officebuildings on weekend

根據(jù)現(xiàn)有停車需求分時刻分布狀況可以看出，雖然同一業(yè)態(tài)工作日與非工作日出現(xiàn)日高峰的時刻存在差異，但其總體趨勢的分布情況較為相似.可采用曲線擬合的方法探究其內(nèi)在的規(guī)律性.由于在對未來停車需求分時刻分布狀況進(jìn)行預(yù)測時，希望得到停車場全日不同時刻的需求相對于高峰需求的波動情況，因此在進(jìn)行曲線擬合時，僅需獲得不同時刻下的擬合值即可，無需利用擬合結(jié)果獲得函數(shù)自變量與因變量的物理意義，因此，選用非參數(shù)擬合法對停車需求分時刻分布進(jìn)行擬合及預(yù)測[15].在對停車需求分時刻分布進(jìn)行非參數(shù)曲線擬合前，需要對4種類型(商業(yè)業(yè)態(tài)工作日、商業(yè)業(yè)態(tài)非工作日、辦公業(yè)態(tài)工作日、辦公業(yè)態(tài)非工作日)的數(shù)據(jù)進(jìn)行預(yù)處理.由于本次調(diào)查的樣本量較少，選取算術(shù)平均數(shù)法來獲得每類數(shù)據(jù)的集中趨勢.非參數(shù)擬合法主要通過插值法來實(shí)現(xiàn)[15]，包括線性內(nèi)插法、最近鄰內(nèi)插法、分段三次艾爾米特內(nèi)插法、平滑樣條內(nèi)插法等.通過試驗(yàn)比較，發(fā)現(xiàn)平滑樣條曲線具有連續(xù)、曲率變化均勻的特點(diǎn)[16]，最接近停車需求的分時刻分布形態(tài)，因此，利用MATLAB中的平滑樣條曲線對停車需求分布情況進(jìn)行擬合[17]，以小時為分割時段，獲得每隔1 h的停車需求高峰比擬合值，擬合曲線見圖5～8.

圖5 商業(yè)建筑工作日停車需求分時刻分布擬合曲線Fig.5 Fitting-curve of daily parking demand ofa commercial building on weekdays

圖6 商業(yè)建筑非工作日停車需求分時刻分布擬合曲線Fig.6 Fitting-curve of daily parking demand ofa commercial building on weekend

圖7 辦公建筑工作日停車需求分時刻分布擬合曲線Fig.7 Fitting-curve of daily parking demand of an officebuilding on weekdays

圖8 辦公建筑非工作日停車需求分時刻分布擬合曲線Fig.8 Fitting-curve of daily parking demand of anoffice building on weekend

獲得停車需求分時刻分布擬合曲線后，為判定曲線是否能有效反映觀測數(shù)據(jù)的變化趨勢，需進(jìn)行曲線擬合優(yōu)度檢驗(yàn).各曲線擬合優(yōu)度檢驗(yàn)值R2如表1所示.

4組擬合曲線都具有較高的檢驗(yàn)值，曲線擬合精度較高，可以認(rèn)為同一城市擁有相似區(qū)位、相當(dāng)規(guī)模、相同用地功能的建筑停車需求分布情況存在著一致性特征.同時，根據(jù)一些學(xué)者的研究，同一類型的停車場設(shè)施其停車需求分布情況也存在著穩(wěn)定性特征[18-20].因此，在對綜合體進(jìn)行停車需求預(yù)測時，可以選取綜合體周邊性質(zhì)相似、規(guī)模相當(dāng)?shù)亩鄠€單一用地功能建筑物作為調(diào)查對象，在進(jìn)行曲線擬合后，獲得全日不同時刻下的停車需求高峰比.根據(jù)停車需求的一致性特征與穩(wěn)定性特征，認(rèn)為功能建筑的停車需求趨勢是不會發(fā)生顯著變化的，因此，可以以此作為綜合體類似建筑功能規(guī)劃年的停車需求分布函數(shù).

表1 曲線擬合優(yōu)度檢驗(yàn)值Tab.1 Curve fitting goodness test value

4 案例分析

沈陽世貿(mào)五里河中心項(xiàng)目坐落于五里河體育場原址，地處沈陽市二環(huán)以內(nèi)，是沈陽市具有代表性的集商業(yè)與辦公于一體的綜合體，距離太原街商圈和鐵西廣場約3～4 km，處在同一區(qū)位，其商業(yè)業(yè)態(tài)建筑面積為127 310 m2,辦公業(yè)態(tài)建筑面積為277 075 m2，項(xiàng)目地下2層至4層為配建停車場.

4.1 目標(biāo)年綜合體高峰停車需求生成率

根據(jù)相關(guān)背景資料，機(jī)動車保有量趨勢函數(shù)是：y=7 609.6x2+64 167x+301 986，根據(jù)公式(2)，至目標(biāo)年2018年，綜合體停車需求的影響因素修正系數(shù)及高峰停車生成率如表2所示.

表2 影響因素修正系數(shù)和高峰停車需求生成率Tab.2 Adjustment coefficients of influencing factors and peak parking demand generation rate

4.2 目標(biāo)年綜合體停車需求分時刻分布函數(shù)

根據(jù)區(qū)位條件與建筑業(yè)態(tài)分析，基于停車需求的一致性與穩(wěn)定性特征，在近期預(yù)測中采用太原商圈的6處商業(yè)業(yè)態(tài)建筑和鐵西廣場的6處辦公業(yè)態(tài)建筑的停車需求高峰比分布函數(shù)分別作為綜合體商業(yè)和辦公業(yè)態(tài)的目標(biāo)年停車需求分時刻分布函數(shù)，曲線擬合后的分布情況如圖5～8所示.因高峰時刻停車需求高峰比為1，但擬合曲線的最大值點(diǎn)不一定是1，所以還需分時刻對擬合值進(jìn)行歸一化處理.各時刻停車需求高峰比如表3所示.

4.3 目標(biāo)年綜合體共享停車需求量預(yù)測

在獲得綜合體各建筑功能目標(biāo)年高峰停車生成率以及停車需求高峰比分時刻分布函數(shù)后，可以獲得各建筑功能相應(yīng)的停車需求分時刻分布情況，并根據(jù)式(1)對綜合體共享停車需求量進(jìn)行預(yù)測.具體情況如表4與表5所示.

表3 商業(yè)與辦公業(yè)態(tài)停車需求高峰比歸一化結(jié)果Tab.3 Normalized results of commercial and officeparking demand peak ratio

表4 目標(biāo)年工作日綜合體停車需求量Tab.4 Parking demand of complex on weekdays inthe planning year

不考慮共享的目標(biāo)年綜合體停車需求以及考慮共享的目標(biāo)年停車需求對比如表6所示.由表6可知，該綜合體的停車需求預(yù)測值最終為2 083，相比傳統(tǒng)的停車需求預(yù)測節(jié)省了174個泊位.進(jìn)一步分析發(fā)現(xiàn)，該綜合體的辦公業(yè)態(tài)建筑面積約為商業(yè)業(yè)態(tài)的兩倍，停車需求較大程度上受到辦公業(yè)態(tài)的影響.此外，基于分時刻預(yù)測的停車需求分布也為后續(xù)的停車精細(xì)化管理提供了必要的數(shù)據(jù)支持.

表5 目標(biāo)年非工作日綜合體停車需求量Tab.5 Parking demand of complex on weekend inthe planning year

表6 商業(yè)綜合體共享型停車需求總量及非共享型停車需求總量Tab.6 Parking demand of complex in two cases

5 結(jié)語

針對停車需求一致性特征的分析，提出采用停車需求的高峰比系數(shù)來刻畫某一業(yè)態(tài)停車需求分布的趨勢，避免了單一功能建筑具體特性的影響，在此基礎(chǔ)上建立了成熟的基于停車需求時刻分布的綜合體共享停車需求預(yù)測三步驟模型及實(shí)用的計(jì)算方法，并在案例分析中進(jìn)行了應(yīng)用.

停車受城市社會、經(jīng)濟(jì)、交通、政策等多方面的影響，限于篇幅，本文僅選取了3個主要因素，在實(shí)際的應(yīng)用過程中可以給予更多的考慮以提高停車需求生成率的預(yù)測精度.人們的出行不僅與工作有關(guān)，還受到天氣、季節(jié)等多方面的影響，如何選擇具有代表性的樣本，關(guān)系到停車設(shè)施停車需求分布的穩(wěn)定性特征是否可靠，同時，實(shí)例部分停車需求預(yù)測結(jié)果并沒有得到實(shí)際運(yùn)營數(shù)據(jù)的檢驗(yàn)，是需要繼續(xù)進(jìn)行研究與驗(yàn)證的問題.

參考文獻(xiàn):

[1] STIN H S, RESHA J. Shared parking handbook[R]. Oregon: Stein Engineering, 1997.

[2] JIANG Y, PENG B, DAI L,etal. Parking demand forecasting of urban comprehensive development blocks involving shared parking and location conditions[C]∥International Conference on Transportation Engineering. Chengdu: American Society of Civil Engineering, ASCE, 2011: 829-834.

[3] KIM O T T, TRI N D, NGUYEN V D,etal. A shared parking model in vehicular network using fog and cloud environment[C]∥Network Operations and Management Symposium. [S.l.]: IEEE, 2015: 321-326.

[4] 冉江宇，過秀成，陳永茂. 中心城區(qū)機(jī)動車停車泊位需求預(yù)測框架[J]. 城市交通, 2009, 7(6): 59.

RAN Jiangyu, GUO Xiucheng, CHEN Yongmao. Central city urban vehicle parking demand forecasting framework[J]. Urban Transport of China, 2009, 7(6): 59.

[5] 薛行健，歐心泉，晏克非. 基于泊位共享的新城區(qū)停車需求預(yù)測[J]. 城市交通, 2010, 8(5): 52.

XUE Xingjian, OU Xinquan, YAN Kefei. Prediction of parking demand in new urban area based on berth sharing[J]. Urban Transport of China, 2010, 8(5): 52.

[6] 蘇靖，關(guān)宏志，秦?zé)? 基于泊位共享效用的混合用地停車需求比例研究[J]. 城市交通，2013,11(3): 42.

SU Jing, GUAN Hongzhi, QIN Huanmei. Study on the proportion of parking demand for mixed land based on berth sharing utility[J]. Urban Transport of China, 2013，11(3): 42.

[7] 李亞輝. 基于泊位共享的城市綜合體停車需求預(yù)測方法研究[D]. 哈爾濱: 哈爾濱工業(yè)大學(xué), 2016.

LI Yahui. Research on forecasting method of parking demand for urban complex based on berth sharing[D]. Harbin: Harbin Institute of Technology, 2016.

[8] 劉洪營，馬榮國，梁國華. 城市商住綜合體停車規(guī)模確定方法[J]. 長安大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009, 29(5): 95.

LIU Hongying, MA Rongguo, LIANG Guohua. The method of determining the parking scale of urban complex[J]. Journal of Changan University (Natural Science), 2009, 29(5): 95.

[9] 肖飛，張利學(xué)，晏克非. 基于泊位共享的停車需求預(yù)測[J]. 城市交通, 2009, 7(3): 73.

XIAO Fei, ZHANG Lixue, YAN Kefei. A parking demand forecasting model given parking space sharing[J]. Urban Transport of China, 2009, 7(3): 73.

[10] 陳永茂， 過秀成，冉江宇. 城市建筑物配建停車設(shè)施對外共享的可行性研究[J].現(xiàn)代城市研究，2010(1)：21.

CHEN Yongmao, GUO Xiucheng, RAN Jiangyu. The shared parking feasibility of appertaining parking facilities to the building in cities[J]. Modern Urban Research, 2010(1):21.

[11] 梁瀟. 基于泊位共享的商業(yè)綜合體停車系統(tǒng)若干問題研究[D]. 上海：同濟(jì)大學(xué)，2014.

LIANG Xiao. Research on the parking system of commercial complex given parking space sharing[D]. Shanghai: Tongji University, 2014.

[12] 李婭莉. 城市中心區(qū)停車設(shè)施供需問題研究[D]. 成都:西南交通大學(xué)，2008.

LI Yali. Study on supply and demand of parking facilities in urban central district[D]. Chengdu: Southwest Jiaotong University, 2008.

[13] GAO Hongliang, ZHU Xun. Free and shared parking: new ideas on construction and management of parking facilities in old city of Zhenhai[J]. China City Planning Review, 2010,19(4): 40.

[14] 李林波，王曼，董治,等.基于泊位功能和區(qū)位條件的停車配建方法[J]. 中國公路學(xué)報(bào), 2010, 23(1): 111.

LI Linbo, WANG Man, DONG Zhi,etal. The parking construction method based on the function of berth and the condition of location[J].Journal of China Highway, 2010, 23(1): 111.

[15] 同濟(jì)大學(xué)計(jì)算數(shù)學(xué)教研室．現(xiàn)代數(shù)值計(jì)算[M]．北京：人民郵電出版社, 2009.

Department of Computational Mathematic, Tongji University. Modern numerical computation[M]. Beijing: Posts & Telecom Press, 2009.

[16] 王曉原，楊新月. 基于三次樣條非參數(shù)擬合的駕駛行為仿真模型[J]. 系統(tǒng)仿真學(xué)報(bào),2006,18(9): 2691.

WANG Xiaoyuan, YANG Xinyue. Driving behavior simulation model based on cubic spline nonparametric fitting[J]. Journal of System Simulation, 2006, 18(9): 2691.

[17] 胡慶婉．使用MATLAB曲線擬合工具箱做曲線擬合[J]．電腦知識與技術(shù), 2010, 6(21): 5822.

HU Qingwan. Curve fitting using MATLAB curve fitting toolbox[J]. Computer Knowledge and Technology, 2010, 6(21): 5822.

[18] THOMPSON R G, YOUNG W. Determining the parking need and traffic generation of shopping facilities[J]. Tetrahedron Asymmetry, 1989, 5(10): 1899.

[19] WONG B S C, TONG C O, LAM W C H,etal. Development of parking demand models in Hongkong[J]. Journal of Urban Planning & Development, 2000, 126(2): 55.

[20] TONG C O, WONG S C, LEUNG B S Y. Estimation of parking accumulation profiles from survey data[J]. Transportation, 2004, 31(2): 183.