基于Logistic模型的自駕車游客共享泊位選擇行為研究

劉涵 林麗

摘 要：為定量描述自駕車游客對(duì)景區(qū)共享泊位的選擇行為影響因素，分析自駕車游客停車行為，以便于制定科學(xué)合理的景區(qū)共享泊位規(guī)劃策略。本文通過(guò)Logistic模型，建立基于停車者視角的旅游景區(qū)共享泊位選擇行為分析模型。研究表明：尋泊時(shí)間、步行距離是自駕車游客選擇共享泊位時(shí)最為關(guān)注的因素，其影響程度占比分別為43%和33%，而收入、停車時(shí)長(zhǎng)與停車費(fèi)用對(duì)其泊位選擇的影響程度并不大。此外，當(dāng)駕車者對(duì)景區(qū)周邊交通狀況越熟悉，或者駕車出游時(shí)停車尋位越難的情況下，其選擇共享泊位的意愿越強(qiáng)烈。據(jù)此，本文提出完善景區(qū)共享泊位規(guī)劃和提高共享泊位使用效率的措施與建議。

關(guān)鍵詞：旅游景區(qū);泊位共享;停車選擇;Logistic模型

中圖分類號(hào)：U491.7 ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? 文章編號(hào)：1006-8023（2021）01-0080-07

Abstract：In order to quantitatively describe the influencing factors of self-driving tourists choice of berth sharing behaviors in scenic spots， and analyze the parking behaviors of self-driving tourists， scientific and reasonable berth sharing planning strategies of scenic spots can be formulated. Through Logistic model， this paper establishes a behavioral analysis model of sharing berth selection in tourist scenic spots based on the perspective of parkers. The study shows that： berthing time and walking distance are the most important factors for self-driving tourists to choose to share berths， and their influence degree accounts for 43% and 33% respectively， while income， parking time and parking cost have little influence on their berth selection. In addition， when tourists are more familiar with the traffic conditions around the scenic area and it is more difficult to find a parking space for driving， they will have a stronger willingness to choose a shared berth. Accordingly， measures and suggestions for improving berth sharing planning and improving berth sharing efficiency are put forward.

Keywords：Tourist attractions; berth sharing; parking options; Logistic model

0 引言

在我國(guó)機(jī)動(dòng)化水平不斷提高的背景下，隨著人民生活水平的提升，自駕車旅游逐漸成為一個(gè)普遍的現(xiàn)象。據(jù)統(tǒng)計(jì)，在2017年我國(guó)自駕車旅游總?cè)藬?shù)已突破30億人次，占國(guó)內(nèi)出游總?cè)藬?shù)的61%[1]，且這一數(shù)據(jù)在持續(xù)增長(zhǎng)。急速增長(zhǎng)的旅游交通量給原本就嚴(yán)重短缺的景區(qū)停車設(shè)施帶來(lái)了更為嚴(yán)峻的考驗(yàn)[2-3]。特別對(duì)于城中型景區(qū)而言，因其位于城市較高強(qiáng)度開(kāi)發(fā)區(qū)域、建筑密集和停車資源稀缺，這就使其更易受到停車問(wèn)題的困擾。而其周邊區(qū)域因包含著商業(yè)、住宅和辦公等多種用地類型，表現(xiàn)出不同的停車需求高峰時(shí)段，這就為泊位共享的實(shí)施提供了條件[4-5]。實(shí)現(xiàn)城中型景區(qū)的泊位共享，不僅可以提升景區(qū)服務(wù)水平與吸引力，更可以降低景區(qū)周邊的交通壓力，提升城市交通運(yùn)行效率，充分利用景區(qū)周邊空閑的停車資源，獲得更大的經(jīng)濟(jì)與社會(huì)效益。

為了保障泊位共享模式能切實(shí)地發(fā)揮作用，提升共享泊位的使用效率和游客的選擇意愿，首要的問(wèn)題是對(duì)自駕車游客的共享泊位選擇行為特征進(jìn)行深入的研究。目前對(duì)于駕駛?cè)送＼囘x擇行為的研究有很多，Martijn等[6]研究了停車費(fèi)率對(duì)于駕駛?cè)寺愤呁＼嚭屯＼噲?chǎng)停車選擇的影響;王保乾等[7]利用杭州灣5個(gè)城市的共享停車相關(guān)調(diào)研數(shù)據(jù)，通過(guò)構(gòu)建共享泊位停車選擇的Logistic模型進(jìn)行分析，結(jié)果表明，停車者的個(gè)人特征、出行特征及主觀認(rèn)識(shí)影響了其對(duì)單位共享泊位的選擇;唐伯明等[8]以BL模型為基礎(chǔ)，構(gòu)建工作日及節(jié)假日的公共停車場(chǎng)選擇模型，并通過(guò)改進(jìn)的BL模型研究不同時(shí)期優(yōu)惠費(fèi)率交換步行距離的閾值;梁瀟等[9]通過(guò)Logit模型，對(duì)沈陽(yáng)市太原街片區(qū)停車者的停車行為進(jìn)行了分析，并依據(jù)模型標(biāo)定結(jié)果建立了商業(yè)區(qū)地面及地下停車場(chǎng)的選擇概率模型;尹紅亮等[10]通過(guò)二元Logistic回歸模型，對(duì)南京CBD地區(qū)進(jìn)行了研究，結(jié)果表明，停車目的、時(shí)長(zhǎng)、費(fèi)率及停車場(chǎng)的便利程度對(duì)停車需求的影響具有顯著差異;付興勝[11]在居住區(qū)泊位共享的背景下，通過(guò)將一系列潛變量引入傳統(tǒng)Logit模型，對(duì)出行者停車選擇行為進(jìn)行研究，研究表明，出行者的停車選擇與此類潛變量相關(guān);王浩等[12]通過(guò)建立二項(xiàng)Logit模型，定量描述停車者對(duì)居住區(qū)共享泊位選擇行為的影響因素，研究表明，個(gè)人收入、停車時(shí)長(zhǎng)、步行距離和費(fèi)率差等是顯著性影響因素。

綜上所述，目前對(duì)于停車選擇的研究大多集中于城市商業(yè)區(qū)及住宅區(qū)，對(duì)于景區(qū)游客停車行為的研究較少[13]。而現(xiàn)有成果因研究對(duì)象的選取及變量設(shè)置或模型自身的問(wèn)題，若將其直接應(yīng)用于旅游景區(qū)，很難對(duì)游客的停車行為及形成機(jī)理進(jìn)行全面、準(zhǔn)確的分析，對(duì)于情況較為特殊的景區(qū)游客共享泊位選擇的實(shí)際操作性并不強(qiáng)。因此本文以自駕車游客為研究對(duì)象，選取具有旅游特征的研究變量，著重研究游客是否選擇共享泊位的影響因素及行為模式。本文借助簡(jiǎn)單隨機(jī)抽樣和RP/SP調(diào)查法設(shè)計(jì)調(diào)查問(wèn)卷來(lái)獲取研究數(shù)據(jù)，并借助二項(xiàng)Logistic模型構(gòu)建景區(qū)游客共享泊位選擇行為分析模型，通過(guò)參數(shù)標(biāo)定與檢驗(yàn)確定影響景區(qū)游客共享泊位選擇的主要因素及其作用機(jī)理。研究成果將為景區(qū)共享泊位規(guī)劃和管理策略的制定及平臺(tái)搭建和優(yōu)化提供參考。

1 模型的構(gòu)建

在本文的研究中，“泊位選擇”這個(gè)因變量的結(jié)果是離散的，并且根據(jù)實(shí)際調(diào)研，在旅游高峰期時(shí)，景區(qū)周邊可被駕駛?cè)俗灾鲗ふ业降墓餐＼噲?chǎng)基本都已停滿。因此在此背景下進(jìn)行研究，設(shè)置景區(qū)就近路邊停車和周邊區(qū)域共享停車兩個(gè)選項(xiàng)，所以選用非集計(jì)理論下的二項(xiàng)Logistic模型進(jìn)行建模。

2 實(shí)例研究

2.1 問(wèn)卷設(shè)計(jì)及調(diào)查

根據(jù)對(duì)現(xiàn)有文獻(xiàn)的總結(jié)，影響駕駛?cè)送＼囘x擇的主要因素有性別、駕齡、月收入、停車目的、停車收費(fèi)[14-17]、費(fèi)用支付者[18]、停車時(shí)間和步行距離等。這些影響因素按其性質(zhì)可分為個(gè)人基本特性和出行特性。

本文依據(jù)統(tǒng)計(jì)學(xué)原理結(jié)合SP/RP調(diào)查法所設(shè)計(jì)的《自駕車游客共享泊位選擇行為調(diào)查問(wèn)卷》，特性變量的選取主要包括停車者個(gè)人屬性、旅游出行特性和共享泊位選擇方案特性3個(gè)方面。RP調(diào)查部分包括個(gè)人基本特性和出行特性，個(gè)人基本特性中包含的研究變量有性別、月收入和駕齡。出行特性中因調(diào)查對(duì)象的出行目的都是旅游且都為自費(fèi)，因此刪去停車目的、費(fèi)用支付者等變量。而出行人數(shù)和老人與小孩隨行情況可能會(huì)影響駕駛?cè)藢?duì)步行距離的接受程度，且目的地附近的交通情況和停車尋位難易程度也會(huì)影響駕駛?cè)说耐＼囘x擇。因此增添了老人兒童隨行情況、對(duì)景區(qū)周邊交通了解程度、停車位尋找難易程度和出行人數(shù)這幾個(gè)變量。SP調(diào)查部分選取費(fèi)用差、步行距離和尋泊時(shí)間作為受控變量，每個(gè)受控變量設(shè)計(jì)3個(gè)水平，再通過(guò)正交實(shí)驗(yàn)法設(shè)計(jì)出9種情境，被調(diào)查者需要在這9種情境下做出停車選擇。各類特性變量的含義及取值見(jiàn)表1，3個(gè)受控變量的水平設(shè)定情況見(jiàn)表2。

調(diào)查采用問(wèn)卷星平臺(tái)定向發(fā)放和旅游景區(qū)現(xiàn)場(chǎng)有償發(fā)放的形式。共發(fā)放問(wèn)卷300份，其中有效問(wèn)卷221份，問(wèn)卷有效率約為74%，共獲取樣本1 989個(gè)。

2.2 停車者個(gè)人及出行特性分析

根據(jù)對(duì)調(diào)查數(shù)據(jù)的統(tǒng)計(jì)，從性別構(gòu)成比例、駕齡和月收入等方面得到了被調(diào)查者的基本信息分布情況，以及被調(diào)查者對(duì)景區(qū)周邊交通的了解情況和尋泊的難易程度，見(jiàn)表3。統(tǒng)計(jì)數(shù)據(jù)顯示，被調(diào)查者以男性居多，其比例高達(dá)73%;被調(diào)查者的月收入集中于4 000～10 000元，占整個(gè)樣本的75%，4 000元以下僅占15%;駕齡3 ?a以上的占68%。由統(tǒng)計(jì)結(jié)果可知，當(dāng)游客自駕車旅游時(shí)，以男性駕車占絕大多數(shù)，駕駛?cè)耸杖肭闆r普遍較為良好，低收入者較少，駕齡也多為3 a以上，可能的原因是此時(shí)駕駛?cè)笋{車技術(shù)已較為成熟，適宜長(zhǎng)途駕車出行。這一系列數(shù)據(jù)反映出自駕車游客的特點(diǎn)，與實(shí)際情況較為相符。而對(duì)于景區(qū)周邊的交通狀況70%的駕駛?cè)吮硎静惶煜ぃ?9%的駕駛?cè)苏J(rèn)為，旅游時(shí)在景區(qū)周邊尋找車位比較困難，這就表明大多數(shù)游客對(duì)所來(lái)到的地方是比較陌生的，且景區(qū)周邊存在著較為嚴(yán)重的停車問(wèn)題。

2.3 模型的標(biāo)定與結(jié)果分析

借助SPSS 23.0數(shù)據(jù)分析軟件，將各項(xiàng)特征變量的相關(guān)數(shù)據(jù)導(dǎo)入，并進(jìn)行二元Logistic回歸分析。在模型檢驗(yàn)方面，系數(shù)綜合檢驗(yàn)中Model一行輸出sig=0.000<0.05，表明模型總體有意義。其Hosmer和Lemeshow檢驗(yàn)df=8，sig=0.276>0.05，未達(dá)到顯著性水平，說(shuō)明回歸模型整體適配度較優(yōu)，數(shù)據(jù)中的信息已經(jīng)被充分提取。模型的Cox&Snell和Nagelkerke的值分別為0.426和0.570，表明模型中自變量與因變量間關(guān)聯(lián)度較高，即模型擬合程度較好。模型的標(biāo)定結(jié)果見(jiàn)表4。

根據(jù)模型的標(biāo)定結(jié)果發(fā)現(xiàn)：月收入、尋泊難易度、步行距離和尋泊時(shí)間結(jié)果顯著且系數(shù)為負(fù)，停車時(shí)長(zhǎng)、交通熟悉度和費(fèi)用差結(jié)果顯著，且系數(shù)為正。根據(jù)標(biāo)定結(jié)果分析如下。

（1）自駕車游客月收入水平與選擇共享泊位的概率負(fù)相關(guān)，說(shuō)明隨著停車者收入水平的提高，他們更傾向于選擇景區(qū)路邊就近停車。保持其他因素不變，當(dāng)停車者的月收入每提升一個(gè)檔次，將會(huì)造成選擇共享泊位停車的發(fā)生比降低43.1%。

（2）停車時(shí)長(zhǎng)的系數(shù)為正。這表明當(dāng)游客的停車時(shí)間越長(zhǎng)時(shí)，他們?cè)皆敢馊ミx擇共享泊位，原因有以下兩個(gè)方面：首先是游客旅游大多是來(lái)到了一個(gè)自己不太熟悉的地方，而景區(qū)周邊單位的共享泊位從停車安全性和環(huán)境方面來(lái)說(shuō)都要優(yōu)于路邊停車;其次是越長(zhǎng)時(shí)間的停車，意味著越多的停車費(fèi)用，而選擇共享泊位可以省下較多的停車費(fèi)用。

（3）當(dāng)自駕車游客對(duì)周邊交通狀況越熟悉時(shí)，他們選擇共享泊位停車的概率越大。保持其他因素不變，當(dāng)游客對(duì)周邊交通狀況的熟悉程度每提高一個(gè)層次，游客選擇共享泊位的發(fā)生比大約提高90%。尋泊難易度的系數(shù)為負(fù)，這點(diǎn)說(shuō)明在景區(qū)沒(méi)有實(shí)行泊位共享政策時(shí)，當(dāng)游客尋找停車位越難時(shí)，他們?cè)皆敢馊ソ邮芄蚕聿次?，這與實(shí)際情況相符。

（4）費(fèi)用差的系數(shù)顯著為正，表明共享泊位停車費(fèi)用比路邊停車便宜的越多時(shí)，游客越傾向于選擇共享泊位，這是因?yàn)檫x擇共享泊位能省下來(lái)的停車費(fèi)用越多。

（5）游客停車后到達(dá)景區(qū)的步行距離，與其共享泊位的選擇意愿之間存在著顯著的負(fù)向關(guān)聯(lián)。在其他因素不變的情況下，當(dāng)步行距離每增加一個(gè)水平，游客選擇共享泊位的發(fā)生比將降低79%。可見(jiàn)，步行距離的長(zhǎng)短是游客比較關(guān)注的停車影響因素。

（6）尋泊時(shí)間與游客共享泊位的選擇意愿是負(fù)向關(guān)聯(lián)的。依據(jù)本文問(wèn)卷的設(shè)置，當(dāng)游客尋找共享泊位與尋找路邊車位的時(shí)間相比，從共享泊位比路邊車位少5～10 min，到二者相等，再到共享泊位比路邊車位多5～10 min時(shí)，尋泊時(shí)間每提升一個(gè)層級(jí)，游客選擇共享泊位的發(fā)生比將降低大約88%。由此可見(jiàn)，這是游客進(jìn)行共享泊位選擇時(shí)特別關(guān)注的因素之一。

2.4 影響程度及分析

變量的Wald值作為基本的參數(shù)值，將各個(gè)變量的Wald值之和作為總體。每個(gè)變量的參數(shù)在總體中所占的比例，就是這個(gè)變量在景區(qū)共享泊位選擇過(guò)程中的影響程度[19]。剔除對(duì)選擇結(jié)果影響不顯著的變量（筆者剔除了一個(gè)顯著變量，即尋泊難易程度，因其Wald值僅為6.4，僅占總和的0.6%，影響程度可以忽略），得出各個(gè)影響因素的影響程度見(jiàn)表5。

由表5可知，在RP調(diào)查所選取的3個(gè)變量中，尋泊時(shí)間的影響程度為43%，占比最大。步行距離的影響程度是33%，最小的是費(fèi)用差，其影響程度是10%。而個(gè)人和出行特性中的變量影響程度則更小，其中月收入為5%，停車時(shí)長(zhǎng)和熟悉程度都是4%。

這與居住區(qū)或商業(yè)區(qū)的共享泊位選擇意愿研究結(jié)果有所差異。原因是對(duì)景區(qū)游客來(lái)說(shuō)，其時(shí)間比經(jīng)濟(jì)更為重要。旅游本就是消遣與消費(fèi)的，在繁忙的工作之余能用來(lái)旅游的時(shí)間是很寶貴的，因此游客對(duì)旅游時(shí)的消費(fèi)相對(duì)來(lái)說(shuō)就不會(huì)如平常生活一樣去過(guò)多關(guān)注。此時(shí)個(gè)人收入水平、停車時(shí)長(zhǎng)和停車費(fèi)用對(duì)游客停車選擇的影響程度并不高，而尋泊時(shí)間和步行距離才是游客更為關(guān)注的問(wèn)題。文中只是對(duì)尋泊時(shí)間做了一個(gè)量化的假設(shè)，其背后反映的是游客這樣的一個(gè)心理狀況：由于70%的游客對(duì)所游玩景區(qū)周邊的交通狀況是不太熟悉的，且共享泊位在便利性上又有別于公共停車場(chǎng)或路邊停車，因此游客不知道去共享泊位停車是否方便快捷、尋找共享泊位需要花費(fèi)多長(zhǎng)的時(shí)間。游客追求的是盡早將車停下，從而投身于游玩的愜意之中，而不是在漫無(wú)目的的尋泊過(guò)程中浪費(fèi)寶貴的時(shí)間。

3 建議與措施

為了有效利用旅游景區(qū)周邊單位的空閑泊位，實(shí)現(xiàn)停車共享以緩解旅游景區(qū)高峰期停車問(wèn)題，需要城市交通管理部門、旅游景區(qū)和泊位提供者等多方面的共同努力。在制定和實(shí)施共享泊位規(guī)劃及管理政策時(shí)，結(jié)合上文的分析結(jié)果，應(yīng)從以下幾個(gè)方面進(jìn)行努力。

對(duì)于旅游景區(qū)而言：

（1）旅游高峰期時(shí)應(yīng)適當(dāng)增加景區(qū)進(jìn)出口。景區(qū)進(jìn)出口的增加可進(jìn)一步分散游客的停車需求，提升景區(qū)的服務(wù)能力，且隨著出入口的增加，在游客可接受步行距離范圍內(nèi)的共享泊位供應(yīng)量也會(huì)得到增多。

（2）對(duì)于為景區(qū)提供共享泊位的單位或個(gè)人給予獎(jiǎng)勵(lì)?？刹欢ㄆ趯?duì)為景區(qū)提供共享泊位者進(jìn)行獎(jiǎng)勵(lì)，例如發(fā)放景區(qū)優(yōu)惠券、紀(jì)念品和門票等，以此來(lái)鼓勵(lì)更多的供應(yīng)者參與進(jìn)來(lái)，從而提升共享泊位的供應(yīng)量。

對(duì)于城市交通管理部門而言：

（1）密切結(jié)合步行距離、尋泊時(shí)間這兩個(gè)因素來(lái)進(jìn)行共享泊位規(guī)劃。分析可知，步行距離與尋泊時(shí)間是游客最為關(guān)注的因素。因此在進(jìn)行泊位規(guī)劃時(shí)，要本著由近及遠(yuǎn)的原則，且控制在游客可接受的步行距離內(nèi)。此外應(yīng)協(xié)調(diào)好共享泊位的開(kāi)放時(shí)間與數(shù)量，在不影響供應(yīng)單位自身停車需求的情況下確保合理有序的錯(cuò)時(shí)開(kāi)放。

（2）搭建游客共享泊位預(yù)約使用平臺(tái)，提升游客使用共享泊位的意愿與滿意度。分析可知，當(dāng)游客對(duì)共享泊位及周邊交通狀況越熟悉時(shí)，其使用共享泊位的意愿越強(qiáng)烈。因此交管部門可通過(guò)手機(jī)APP、景區(qū)微信公眾號(hào)或者景區(qū)官方網(wǎng)站構(gòu)建一個(gè)基于游客的景區(qū)共享泊位使用平臺(tái)。游客可通過(guò)這個(gè)平臺(tái)實(shí)時(shí)了解到共享泊位的位置、狀態(tài)、尋泊時(shí)間、收費(fèi)標(biāo)準(zhǔn)以及此泊位到達(dá)景區(qū)的步行距離等信息，游客可結(jié)合自己的實(shí)際需求，在此平臺(tái)進(jìn)行車位預(yù)約、導(dǎo)航尋泊和線上繳費(fèi)等操作。此平臺(tái)可有效提升游客共享泊位選擇意愿、景區(qū)的服務(wù)水平和共享泊位的使用效率。

對(duì)于政府部門而言：

（1）制定科學(xué)合理的共享泊位收費(fèi)標(biāo)準(zhǔn)。這樣可使得泊位使用者與供應(yīng)者都能獲得各自較為滿意的經(jīng)濟(jì)效益，提升兩者的參與意愿。

（2）提供政策支持，加大泊位共享政策宣傳普及力度。這樣可有力提升泊位使用者與供應(yīng)者對(duì)于泊位共享這個(gè)新事物的接受與認(rèn)可度。

4 結(jié)束語(yǔ)

本文的主要目的在于探索影響自駕車游客共享泊位選擇意愿的主要因素，從而分析自駕車游客的停車行為，為制定科學(xué)合理的泊位共享規(guī)劃和政策提供理論依據(jù)。從停車者角度構(gòu)建旅游景區(qū)共享泊位選擇行為分析二項(xiàng)Logistic模型，研究不同因素的影響方式和影響程度。

研究發(fā)現(xiàn)停車時(shí)長(zhǎng)、交通熟悉度、費(fèi)用差、月收入、尋泊難易度、步行距離和尋泊時(shí)間為顯著影響因素。對(duì)景區(qū)游客而言，個(gè)人經(jīng)濟(jì)狀況、停車費(fèi)用及停車時(shí)長(zhǎng)對(duì)其泊位選擇的影響程度并不高。游客更為關(guān)注的是尋泊時(shí)間與步行距離，其影響程度分別為43%和33%。這與商業(yè)區(qū)或居住區(qū)的共享泊位選擇行為研究成果有所差異。據(jù)此，本文提出了完善景區(qū)共享泊位規(guī)劃和提高共享泊位使用效率的措施與建議。本研究提出了緩解城中型景區(qū)停車問(wèn)題的新思路，也為日后景區(qū)共享停車政策的制定和實(shí)施提供了理論依據(jù)。對(duì)緩解城中型景區(qū)停車問(wèn)題，提升城市停車資源利用效率，促進(jìn)景區(qū)及城市更好地發(fā)展具有一定的理論和現(xiàn)實(shí)意義。

【參 考 文 獻(xiàn)】

[1]匡翠翠.涉入視角下自駕車游客行為研究[D].上海：華東師范大學(xué)，2019.

KUANG C C. A study on the behavior of self-driving tourists from the perspective of involvement [D]. Shanghai： East China Normal University， 2019.

[2]陳元元.旅游景區(qū)最佳停車規(guī)模配置及停車管理問(wèn)題研究[D].西安：長(zhǎng)安大學(xué)，2018.

CHEN Y Y. Research on optimal parking scale configuration and parking management in tourist attractions [D]. Xian： Changan University， 2018.

[3]陳群，梁祖利.景區(qū)旅客停車需求預(yù)測(cè)：以張家界武陵源景區(qū)為例[J].交通運(yùn)輸研究，2019，5（1）：32-39.

CHEN Q， LIANG Z L. Scenic spot tourists parking demand forecast： a case study of Wulingyuan scenic spot， Zhangjiajie[J]. Transportation Standardization， 2019， 5（1）： 32-39.

[4]陳峻，王斌，張楚.基于時(shí)空容量的配建停車資源共享匹配方法[J].中國(guó)公路學(xué)報(bào)，2018，31（3）：96-104.

CHEN J， WANG B， ZHANG C. Parking resource sharing and matching methods for appertaining parking facilities based on space-time capacity[J]. China Journal of Highway and Transport， 2018， 31（3）： 96-104.

[5]張文會(huì)，蘇永民，戴靜，等.居住區(qū)共享停車泊位分配模型[J].交通運(yùn)輸系統(tǒng)工程與信息，2019，19（1）：89-96.

ZHANG W H， SU Y M， DAI J， et al. Distributing model for shared parking in the residential zones[J]. Journal of Transportation Systems Engineering and Information Technology， 2019， 19（1）： 89-96.

[6]KOBUS M B W， GUTIERREZ-I-PUIGARNAU E， RIETVELD P， et al. The on-street parking premium and car drivers choice between street and garage parking[J]. Regional Science and Urban Economics， 2013， 43（2）：395-403.

[7]王保乾，何承康.基于Logistic模型的城市共享泊位選擇意愿研究[J].管理現(xiàn)代化，2019，40（1）：66-69.

WANG B Q， HE C K. Study on the selecting willingness of urban shared berths under the background of collaborative consumption[J]. Modernization of Management， 2019， 40（1）： 66-69.

[8]唐伯明，曾超，劉唐志，等.城市中心區(qū)路外公共停車場(chǎng)停車選擇行為模型[J].重慶交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，34（6）：116-122.

TANG B M， ZENG C， LIU T Z， et al. A choice model of parking behavior in CBD public parking lots[J]. Journal of Chongqing Jiaotong University （Natural Sciences）， 2015， 34（6）： 116-122.

[9]梁瀟，王忠宇，李林波，等.中心商業(yè)區(qū)停車方式選擇行為影響因素研究[J].交通信息與安全，2013，31（4）：27-30，52.

LIANG X， WANG Z Y， LI L B， et al. Influencing factors of parking choice behavior in central business area[J]. Journal of Transport Information and Safety， 2013， 31（4）： 27-30， 52.

[10]尹紅亮，沈金星，鄭三洋，等.基于Logitsitc模型的城市CBD地區(qū)停車需求影響因素分析[J].大連交通大學(xué)學(xué)報(bào)，2017，38（4）：25-30.

YIN H L， SHEN J X， ZHENG S Y， et al. Research on influential factors of parking demand in central business district with Logitsitc model[J]. Journal of Dalian Jiaotong University， 2017， 38（4）： 25-30.

[11]付興勝.考慮泊位共享的居住區(qū)停車選擇行為研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2018.

FU X S. Research on parking choice behavior in residential areas considering berth sharing [D]. Harbin： Harbin Institute of Technology， 2018.

[12]王浩，胡江濤，晏秋.基于Logit模型的居住區(qū)共享泊位選擇行為分析[J].交通科技與經(jīng)濟(jì)，2016，18（6）：27-30.

WANG H， HU J T， YAN Q. Analysis of choice behavior for residential shared parking spaces based on Logit model[J]. Technology & Economy in Areas of Communications， 2016， 18（6）： 27-30.

[13]石麗.旅游景區(qū)自駕車游客停車行為分析[D].成都：西南交通大學(xué)，2018.

SHI L. Analysis on parking behavior of self-driving tourists in tourist attractions [D]. Chengdu： Southwest Jiaotong University， 2018.

[14]焦志強(qiáng).基于浮動(dòng)價(jià)格的停車位優(yōu)化利用方法研究[D].廣州：華南理工大學(xué)，2017.

JIAO Z Q. Research on the optimal utilization method of parking space based on floating price [D]. Guangzhou： South China University of Technology， 2017.

[15]楊艷妮，陸化普.限速措施作用下的系統(tǒng)最優(yōu)及道路收費(fèi)設(shè)計(jì)模型[J].公路工程，2018，43（1）：66-69.

YANG Y N， LU H P. Road system optimization and toll design with speed limits[J]. Highway Engineering， 2018， 43（1）：66-69.

[16]HENSHER D A， KING J. Parking demand and responsiveness to supply， pricing and location in the Sydney central business district[J]. Transportation Research Part A： Policy and Practice， 2001， 35（3）： 177-196.

[17]MARSDEN G. The evidence base for parking policies： a review[J]. Transport Policy， 2006， 13（6）： 447-457.

[18]包丹文，鄧衛(wèi)，顧仕琿.停車收費(fèi)對(duì)居民出行方式選擇的影響分析[J].交通運(yùn)輸系統(tǒng)工程與信息，2010，10（3）： 80-85.

BAO D W， DENG W， GU S H. Impact of parking rates on resident travel behavior[J]. Journal of Transportation Systems Engineering and Information Technology， 2010， 10（3）： 80-85.

[19]楊亞璪，聶垚，劉玉印.基于Logit模型的居民租車出行影響因素分析[J].中國(guó)科技論文，2017，12（7）：834-838.

YANG Y Z， NIE Y， LIU Y Y. Evaluation of car rental factors based on the Logit model[J]. China Sciencepaper， 2017， 12（7）： 834-838.