商业中心区的驾驶人停车选择行为研究

任其亮，张洪峰

(重庆交通大学 交通运输学院，重庆 400074)

0 引言

随着国内经济发展，2019年私人小型载客汽车拥有量已突破2亿且依旧在逐年增长，但与之匹配的停车设施却未能跟上。某些城市推出了共享停车位等措施来满足停车需求，但对于商业中心区而言，这样类似的措施并不能有效改善“停车难”问题。需要研究商业中心区驾驶人停车行为选择，明确影响驾驶人停车选择行为的因素，才能更好地规划和制定政策解决商业中心区“停车难”问题。

目前对于商业中心区的驾驶人停车选择行为的研究有很多，程爱文[1]以成都市中心商业区为研究区域，建立了以随机效用理论为基础的停车行为选择模型，并发现影响驾驶人停车选择的主要因素：驾驶人对停车场熟悉程度、步行距离、出行目的、停车时间；Ibeas等[2]以英国城市商业中心区为研究区域，通过建立混合logit模型，发现影响驾驶人停车选择行为的因素除了停车费用外，车辆年龄也是关键因素，车辆年龄越小，驾驶人越在乎停车安全性，同时发现了驾驶人对停车费用的感知同驾驶人的收入水平和是否为本地人相关；Hensher等[3]以悉尼CBD为调查区域，建立了嵌套logit模型模拟价格对CBD停车份额的影响，发现在商业中心区影响驾驶人停车选择行为97%受停车价格影响；袁华智等[4]将与驾驶人和车辆相关的属性作为效用变量构建驾驶人停车设施选择多项logit模型，并定量分析了影响驾驶人停车选择行为的因素；尹红亮等[5]以南京CBD为研究区域，通过二元Logistic回归模型，发现是否为节假日、出行目的、停车时长、停车费率、停车场便利性对停车需求有影响。

综上所述，目前关于商业中心区驾驶人停车选择行为的研究大多集中在建立非集计模型来分析不同因素对驾驶人在商业中心区停车选择行为的影响，但模型中假设驾驶人都是“完全理性人”，认为驾驶人可以实时获取停车场的客观信息，并准确做出最优决策[6]。显然，与实际存在很大的差异，多数驾驶人并不符合“完全理性人”假设。因此，本文通过简单随机抽样和RP/SP调查法获取研究数据，并通过前景理论构建重庆南坪万达周边停车选择模型，通过对数据的统计回归分析获得参照点，计算各影响因素的前景值，利用熵权法确定各因素的权重并计算综合值，最终完成停车选择。研究成果将为商业区停车位规划、管理以及政策制定提供参考。

1 商业中心区停车行为影响因素分析

1.1 商业中心区含义及特点

城市商圈是指现代城市将商业区域或者商业街作为城市中心，同时向外围区域进行发展和扩散，从而构成的区域范围。而商业中心区就是城市商圈的核心[7]。

商业中心区主要功能是为城市提供商业商务活动场所，而且商业中心区域内通常存在较多的建筑物，具有更集中化的交通指向和较大的人口密度等一系列的特点。

1.2 研究影响停车行为的因素

1.2.1时间因素

1)停车起始时间

停车设施如同道路交通一样都有着一定的高峰时间段，驾驶人在高峰时间段难以寻找空余泊位，因此驾驶人停车起始时间是否属于高峰时间段会对驾驶人的停车选择产生一定的影响[8]。

2)步行时间

驾驶人由停车场步行至目的地所花费的时间，一般而言驾驶人希望步行时间尽可能的小；最大步行时间是指驾驶人能够容忍的最大的步行时间，一旦停车设施至目的地所花费的时间大于这个值，驾驶人不会选择该停车设施。

3)行程时间

包含着驾驶人从出发地至停车场所花费的所有时间，驾驶人选择不同的停车场的行驶路径会不同，行程时间也必然不同，一般而言驾驶人愿意花费6 min的行程时间来换取1 min的步行时间[9]。

4)停车设施的便利性

停车设施的便利性评价由寻找泊位所需时间、排队入库/出库时间来确定，驾驶人通常希望寻找便利性较高的停车设施[10]。

1.2.2经济因素

1)停车费用

不同收入水平、不同支付主体、不同出行目的的驾驶人对于停车费用的敏感度是不同的。低收入水平、个人为支付主体的驾驶人对停车费用更敏感；对于以工作为出行目的的驾驶人，停车费用的增加会使其改变出行方式而不会改变目的地；对于以娱乐、餐饮为出行目的的驾驶人而言，停车费用的增加就会影响其目的地的选择[11]。

2)附加费用

指在停车活动中所产生的油耗费用、车辆损伤费用等[12]。

3)违章费用

驾驶人由于不规范停车而产生的罚单。

1.2.3其他因素

1)外部信息

驾驶人完成停车活动除了依靠自身过往的经验也会受到外部信息的影响，主要包括通过广播或VMS获得的关于停车设施空余泊位、道路拥堵程度等现状描述信息和预测信息[13]。

2)停车设施类型

不同类型的停车设施有不同的特点，驾驶人会对停车设施有不同程度和不同方向的偏向。例如对安全性有偏向的驾驶人会倾向选择地下停车库[14]。

3)安全性

安全性是指驾驶人在停车设施中完成停放活动和步行活动的安全保障。随着人们对安全意识的不断增强，安全性也会影响驾驶人的选择。

4)可达性

停车可达性由通往停车设施道路拥挤度和道路条件决定。可达性越高的停车设施越容易被驾驶人选择。

5)有效停车泊位数量

有效停车泊位是指可供驾驶人停放车辆的泊位，随着新能源汽车的发展，对有效泊位也有新的要求——提供充电桩。而且有效泊位也会影响驾驶人停车成功率[15]。

根据笔者的实际调查和结合以往文献，商业中心区由于其功能特性，认为影响商业中心区驾驶人停车选择行为的因素：行程时间、步行时间、停车费用。

2 模型的构建

国内外学者研究停车选择行为一般是通过调查选取合理的影响因素，利用期望效用理论来建立模型，但期望效用理论对于驾驶人“完全理性人”的假设在实际生活中难以实现，且阿莱悖论和Ellsberg悖论也说明了驾驶人在现实选择中不完全符合期望效用理论[16]。前景理论被用来描述决策者在不确定条件下进行决策的实际行为。而停车选择就是一个典型的在不确定条件下进行决策的过程，故文中利用前景理论进行建模。

在前景理论中促使行为人做出决策的并不是结果本身，而是结果与期望即参照点的差距，当结果大于参照点时，表现为收益，此时行为人不愿意承担风险，往往表现为风险厌恶；当结果小于参照点时，表现为损失，此时行为人愿意承担风险，往往表现为风险喜好。所以在前景理论中参照点的设置尤为关键。后文将对重庆南坪万达周边的调研数据进行统计回归分析，确定行程时间、步行时间、停车费率的参照点。

2.1 编辑阶段

利用Kahneman等[17]的价值函数形式，得到关于行程时间的价值函数为:

(1)

(2)

(3)

对于主观概率而言，主要以概率权重函数形式作为参考，如下所示为计算公式:

(4)

Kahneman借助于试验标定，如果获得收益的情况下，γ=0.61；如果遭受损失的情况下，γ=0.69。

2.2 评价阶段

对于评价模型的阶段主要是借助于公式PS=∑V(xi)π(pi)进行相关计算，同时获得前景值。以上述公式作为计算依据，针对不同的停车方案计算获取的行程时间的前景值为：

(5)

借助于步行时间与停车费率之间的价值函数对前景值进行表达，而且到目前为止，商业中心范围内对司机停车选择行为产生影响的因素：行程时间、步行时间、停车费率的前景值均已求出。

2.3 综合值确定

在驾驶人停车选择行为中需要考虑多种客观因素，为了构建合理的停车选择模型需要对影响因素的权重赋值[18]。而调查中由于驾驶人对于时间、距离的感知是主观的，需加强模型中的客观性，而熵权法是根据各属性的属性值差距来确定属性的权重，是一种客观赋权法，可避免主观因素的影响，故文中利用熵权法对各因素的权重进行赋值。

在本研究中备选方案集为X={x1，x2，…，xn}，属性集为Y={y1，y2，y3}，设决策矩阵A=(aij)n×3，则规范化决策矩阵为B=(bij)n×3，其中:

(6)

步骤1计算第j个指标在第i个方案中所占比重：

(7)

步骤2求各指标的信息熵：

(8)

步骤3计算各指标的权重：

(9)

步骤4综合值确定：

(10)

至此，商业中心区驾驶人停车选择行为模型建立，驾驶人可依据停车场的综合值做出最优选择。

3 案例分析

3.1 问卷设计与调查

以对当前文献进行的归纳研究作为参考，明确对商业中心范围内司机停车选择行为产生影响的因素，设计了调查问卷，调查内容主要包括[19]：

1)驾驶人的个人属性中包括性别、年龄、驾龄和收入水平等；

2)驾驶人出行属性：包括实际行程时间、实际步行时间和它们的理想值、停车起始时间、选择的停车设施类型、停车时长、停车目的、停车费用等；

3)驾驶人对停车设施的安全性、可达性、有效泊位数的评价；

4)驾驶人对评价指标重要度排序；

5)获取停车设施相关信息的渠道。

调查采用问卷星平台定向发放和南坪万达周边现场调研的形式，共发放问卷210份，回收有效的问卷187份，调查的有效性为89%。

3.2 驾驶人个人属性分析

根据对调查数据的统计分析，驾驶人个人属性分布情况如表1所示。

表1 驾驶人个人属性分布情况

据统计，男性驾驶人的数量是女性驾驶人的5倍左右；从年龄段分析，25～35周岁年龄段的驾驶人是商业中心区停放车辆的主体，可能是因为这个年龄段的消费能力和消费欲望较其他年龄段更大；同时从表中可以看出驾驶人月收入集中在 5 000～8 000元的区间内，其他的相对较少，也可以反映能够驾车出行至商业中心区的驾驶人的经济水平；同时表中也可以看出绝大多数驾驶人是自己驾驶小汽车出行，反映出商业中心区的驾驶人以工作和办公为出行目的的较少。

3.3 行程时间参照点分析

使用前景理论的关键就是参照点的标定，对于商业中心范围内司机行程时间理想值产生影响的因素主要有2个方面，首先是个人属性因素，其中有司机的性别、年龄、收入情况等；另一个则是出行属性因素，其中包括行程的感知时间、交通情况以及步行时间等。能够借助于软件SPSS 28.0完成对行程时间参照点的影响因素中性别、年龄、收入、行程时间、步行时间、出行目的等自变量的回归统计分析。标定各个变量的参数，并进行t检验，当|t|>1.96时，有95%的可靠性认为相应的变量与选择结果显著相关，优度比用R2表示，其值为0～1，越接近1表示模型的精度就越高[20-21]。结果如表2所示。

表2 驾驶人理想行程时间参照点检验

由表2可知，年龄、行程时间、出行目的的|t|都超过1.96，该结果表示行程时间参照点和以上3个变量之间存在显著性联系，而且这种联系的可靠性达到95%。根据相关数据发现司机年龄越大越能容忍较长的行程时间；以购物和娱乐餐饮作为出行目的的司机对于行程时间容忍较小，不愿意花费过多的时间在行程中。

3.4 步行时间参照点分析

其中的变量包括司机的年龄，性别、收入情况、步行时间的理想值、出行目的、步行时间、行程时间以及出发地，对步行时间参照点进行统计回归分析，结果如表3所示。

由表3可知步行时间和理想步行时间的比，步行时间参照点和理想步行时间以及步行时间变量之间存在显著性关联，而且这种相关的可靠性达到95%。

表3 驾驶人理想步行时间参照点检验

3.5 停车费率参照点

重庆南坪万达商业中心区由于其范围内停车设施收费较低且普遍相同，驾驶人足够熟悉该区域的收费，对驾驶人进行问卷调查后，大多数驾驶人认为停车费率的参照点为4元/h。

3.6 模型检验

对商业中心区驾驶人行为进行研究的目的是为了解决高峰时段该区域停车问题，故利用停车集中指数(即高峰时间段某时刻的停车数/停车场泊位数)来验证模型的有效性[22]，将模型计算的数据同实际数据进行对比，如果模型合理有效即可预测其他停车设施的停车集中指数，从而可以制定政策和利用技术手段来解决停车问题。模型检验结果如表4所示。

表4 模型计算结果误差

调查范围内停车场停车集中指数和借助于模型获取的结果之间误差的平均值为0.23%，通过验证发现前景理论模型适合对司机的停车行为进行描述，创建的模型具备有效性。

4 建议和措施

1)规划层面

在规划时，停车场位置和规模应平衡道路交通流量，避免停车设施集中设置，保持停车设施通达性；合理预留建设停车设施空间，预测商业中心区发展规模和服务半径，采取新型停车设施建设类型。

2)建设层面

降低民间资本准入门槛，政府给予一定的政策优惠，实行谁建设、谁管理、谁收费的整体举措；充分利用土地资源，在有条件的情况下多建设立体停车设施；严格落实配建停车设施泊位数量，奖励满足要求和超过建筑要求修建的单位。

3)管理层面

控制进入商业中心区的私人小汽车数量，例如增加准入费用或在公共交通接驳点设置低收费或不收费的停车设施；逐渐减少路边停车设施，减少交通安全隐患；合理利用价格杠杆控制停车需求不平衡、停车设施利用不均衡问题；引入高新技术进行管理，例如停车诱导系统可有效提供停车设施信息，避免驾驶人停车巡航。

5 结论

1)确定了影响商业中心区驾驶人停车选择行为的主要因素为：步行时间、行程时间、停车费率。

2)在设置参照点时，充分考虑了不同驾驶人对于参照点的设置是不同的，对不同因素的参照点设置都考虑了影响该参照点的各个因素，通过对参照点的设置使模型更符合驾驶人停车选择行为，契合驾驶人的实际心理。

3)通过模型计算结果同现状比较，发现误差较小，可验证基于前景理论建立的停车选择模型是合理的，用前景理论研究驾驶人停车行为是科学的。

4)随着经济的不断发展，城市化进程的速度不断提高，因此商业区“停车难”问题加剧，此研究提供了停车选择模型，为以后的停车优化和停车场规划提供了基础。