摘要：停车问题逐渐成为影响各大城市发展的瓶颈问题，以往的停车需求预测方法往往由于考虑的影响因素不全或者欠缺普遍适用性等原因导致预测方法存在误差较大或者适应性不强等问题，不能准确预测停车需求。本文在调查的基础上，将停车需求分为以就业为主要影响因素的社会类工作停车需求和以商业面积及经济发展为主要影响因素的经济类商业停车需求，并以此引入地区发展因子概念进行停车需求预测，充分考虑不同地区因经济、社会及交通等方面发展程度的不同导致的地区间停车需求影响因素差异，基于原有出行吸引模型，提出一种可操作的发展因子量化模型，并进行实际应用。

　　关键词：停车需求,发展因子,停车预测,出行吸引模型

　　0 引言

　　随着我国经济的飞快发展，在城市交通机动化进程中，机动车数量与城市基础设施特别是停车设施的矛盾日益凸显，尤其在市中心，行车难，停车更难，机动车数量与停车位数量明显不成比例，停车问题日益突显。

　　停车问题就是所谓的静态交通问题，问题产生的根源在于停车需求与现有停车设施之间的供需关系没有调节好，处理城市的停车问题，需要以正确的停车需求预测为基础，一方面在于停车设施的建设，另一方面要合理控制停车需求，通过调节供给与需求来达到两者的动态平衡。

　　准确的停车需求预测是保证静态交通供需平衡的关键，需要综合考虑地区的土地利用、经济发展、社会发展以及交通发展情况。

　　1 停车需求预测模型介绍

　　停车需求预测模型在世界上许多大城市已经进行了一些研究，然而各国的国情不同，城市的发展形态不同，经济增长不同，停车预测模式也不同，导致预测结果差异较大。总结起来主要有以下几类预测方法[1]：土地使用-停车需求模型，模型考虑地区的就业以及商业因素，通过地区的经济社会发展来计算停车需求，数据要求简单，但不适合用地性质复杂的地区;产生率模型，模型假设停车需求与土地的使用存在一定的关系，包括土地利用性质和强度，通过将各种土地使用和建筑的停车产生率换算为各类土地的单位停车产生率，适用于用地性质单一地区的近期预测;出行吸引模型，模型假设停车需求与地区的各种经济社会活动有关，通过调查不同出行目的以及小汽车的交通方式分配系数和承载率来计算停车需求，较好的考虑了汽车的交通特性，但没有考虑到未来出行与停车之间关系的变化;多元回归模型，模型假设停车需求与地区的经济社会活动和土地利用有关，通过建立各种因素与停车的函数关系计算未来停车需求[2]，能够反映影响停车需求的大多数因素，但因素之间存在的交叉关系不易辨别，且数据较难获得。

　　2 停车需求预测模型的构建

　　本文拟采用对出行吸引模型改进进行停车需求预测，出行吸引模型是以车辆出行作为停车需求生成的基础，较好的考虑了停车的交通特性，然而没有考虑到随着经济社会的发展，未来交通出行与停车生成的关系会与现状有很大的不同，因此对原有出行吸引模型添加一些修正因子，拓展原有模型预测空间的广度和预测时间的长度，能够提高其精确度并方便应用到实际停车需求预测中去[3]。

　　首先，引入发展因子概念，众所周知，相同的土地使用对停车的吸引程度并不是完全相同的，这还要取决于土地所在地区的发展程度，这种发展是经济和社会的双重发展。对于一个城市来讲，内部不同地区的发展概况可以通过城市不同地区间的土地利用性质、规模、人口、环境、交通状况等指标衡量，发展程度高的地区自然对停车生成有较大的吸引力，而发展因子则是对地区的这种吸引力的一个量化指标，其是用地性质、交通状况、经济水平等因素的综合作用结果。通过发展因子的修正，可以完善预测影响因素，提高预测适用性，进一步提高出行吸引模型预测准确性。为了科学准确的对发展因子进行量化，需要建立一个可操作的发展因子数学计算模型，如下[4]：

　　其中，WP为社会发展参数;BP为经济发展参数;TP为交通发展参数;D为地区就业机会人数;D`为城市总体就业机会人数;S为地区商业建筑面积总和;S`为城市总体商业建筑面积总和;H为地区经济水平，用地区GDP表征;H`为城市经济水平，用城市GDP表征;N为地区道路网密度，N`为城市道路网密度，P为地区公交线路数目;P`为城市总公交线路数目， 为可能发生的停车需求中人们受公共交通发展的影响程度，可以用人们对公共交通的重视程度来表征。

　　同时，要充分考虑地区停车位的两个重要指标，一是停放周转率，即用停车设施容量除以实际停放数求得，二是停车位利用率，利用一段时间内停车位使用时间除以总时间得出。考虑这两个指标是因为在实际停车中，一个停车位可能在一段时间内被多次使用或者在一段时间内长时间供一辆车使用，因此将这两个指标引入模型可降低预测规模，避免重复预测，为城市节约土地资源。

　　因此，我们可以得出地区发展因子量化模型：

　　其中， 代表i地区社会类停车的停放周转率和停车位利用率， 代表i地区经济类停车的停放周转率和停车位利用率。

　　其次，从静态交通角度出发考虑，机动车保有量是决定停车需求的决定性因素，机动车数量的增长必然需要停车位数量的相应增加，而且两者数量之间存在一定的比例关系[5]，经国内外大量研究表明，每增加一辆汽车，需要相应的增加1.2~1.5个停车位才能满足停车需求。为了考虑机动车保有量对停车需求的影响，定义了机动车数量增长系数 ， =预测年机动车保有量/基年的机动车保有量，机动车保有量指预测地区内部以及外部影响区域的机动车保有量之和，这样定义是为了充分考虑外部影响区域对预测地区的停车需求影响。

　　基于以上分析可以构建改进的出行吸引预测模型，如下：

　　式中： 为i地区出行总量、 为i地区小汽车交通方式分配系数、 为i地区小汽车承载率、 为i地区停车高峰系数值、 为第d年i地区的机动车增长系数， 为第d年i地区的发展因子。

　　其中， 通过实地交通调查获得可以通过历史数据获得，在新建成大型交通吸引源时需要重新调查， 可以根据往年数据进行统计回归或者弹性系数法求得。

　　u是衡量停车位在调查期间被使用次数的指标，它可以反映停车位利用效率，当u>1时，说明相对停车需求少的停车位就可以满足停车需求，当u<1时，说明停车位供给远大于停车需求，停车设施建设过多，当u=1时，从理论上刚好满足停车需求，但是从土地利用以及客观情况出发，利用效率太低，本身也是一种供给过度。对于停车位利用率r也一样，适当的参数范围可以保证以最少的资源供给保证满足停车需求，节约停车设施资源[6]。

　　3 模型应用

　　雁塔区位于西安城区南部，是西安市的政治、文化、经济和旅游中心，区内高等院校云集，旅游景点丰富。曲江银座地处雁塔区内，属于高档综合类办公商业楼，该小区建筑用地面积14320㎡，总建筑面积97002㎡，其它数据如表1所示：

　　通过问卷调查，发现人们可能发生的停车需求中对公交的重视程度 为25%，并根据长安大学进行的西安市出行调查可以得知，西安市小汽车出行分担率 为10.7%，小汽车承载率 为1.8，雁塔区停车高峰系数 为1.3，其他变量值如表3所示(数据为2010年统计数据)。

　　汽车保有量水平决定着停车位的需求数量，其数量与国内生产总值GDP有关，西安市历年的汽车保有量与国内生产总值GDP见表3。

　　西安市小汽车保有量增长趋势见图1。由图1可看出西安市汽车保有量逐年增加，可以通过弹性系数法预测民用汽车保有量和增长系数 ，结果见表4。

　　在雁塔区停车设施调查过程中，对一些典型建筑的停车设施进行了重点调查，得到工作类与商业类的泊位周转率、停车设施的利用率，见表5[7]。

　　雁塔区是西安市主城区，区内开发强度比较高，其预测年得情况和现在差别不大，因而假设除去汽车保有量发生变化外，其他参数不变，综合上述分析，曲江银座的停车需求预测可按如下式子计算：

　　P2010=4503*0.107*1.3*1.27*[(97.36/448.05)/(4.1*82%)+(2905.90/10203.6+500.74/2724.08)/(2.1*73%)+0.67-49/213*25%]/1.8=434(辆)

　　P2015=4503*0.107*1.3*2.5*[(97.36/448.05)/(4.1*82%)+(2905.90/10203.6+500.74/2724.08)/(2.1*73%)+0.67-49/213*25%]/1.8=855(辆)

　　P2015=4503*0.107*1.3*3.13*[(97.36/448.05)/(4.1*82%)+(2905.90/10203.6+500.74/2724.08)/(2.1*73%)+0.67-49/213*25%]/1.8=1071(辆)

　　从目前来看停车场的停车位基本满足要求，但到2015年停车场的车位数将无法满足要求，需要扩建停车场或采取其他方法解决。

　　4 模型验证

　　通过对曲江银座进行周一到周日的日高峰停车需求调查，得到曲江银座七天的日高峰停车需求数据为：426、439、420、419、443、445、439，可以得出平均日高峰停车需求为433。

　　采用没有修正的出行吸引模型进行计算：

　　P2010=4503*0.107*1.3/1.8=348(辆)

　　将此数据与修正模型的预测值、实际调查值进行比较，可以看出用传统模型预测结果偏差较大、精度低，这是因为原有模型考虑的影响因素少，当时间及空间因素共同作用时，不能对将来的情况做出进一步的预测，而且在未来地区发展加快后，其预测方法会展现更强的不适应性，而改进的模型可以弥补这一缺点，提高预测准确性。

　　5 结论

　　通过上述分析计算可以看出，本文建立的基于地区发展的改进型停车预测模型具有良好的普遍适用性，较好的考虑了地区发展带来的停车需求变化，为停车设施建设和停车需求控制提供了科学依据。

　　参考文献:

　　[1]杨中良,裴玉龙.哈尔滨中心城区停车现状分析及需求预测[J].哈尔滨建筑大学学报,2002.06,35(3):125-128

　　[2]陆蓉.大城市停车需求预测及停车设施供应策略研究[D].武汉:武汉工业学院,2007

　　[3]周永亮.大城市中心区停车需求预测与停车设施规划管理研究[D].天津:河北工业大学,2006

　　[4]郭添添.东莞市中心区停车设施规划若干问题研究[D].长沙:长沙理工大学,2008

　　[5]张慧芳,李文权.城市停车需求预测方法研究[J].交通运输工程与信息学报.2007,9.5(3 ):100-105

　　[6]李娅莉.城市中心区停车设施供需问题研究[D].成都:西南交通大学,2008

　　[7]陈峻,王炜,晏克非.城市停车设施需求预测研究[J].1999,11.29增刊:121-126