不同因素对共享停车选择行为的影响程度分析

杨晓芳，金 杨，付 强

（1.上海理工大学 管理学院，上海 200093；2.同济大学 交通运输工程学院，上海 200092）

0 引言

近年来，随着我国居民生活水平的提高和城市化的发展，机动车保有量迅猛增长与有限的停车资源之间的矛盾日益突出。机动车停车需求的增长日益增大，停车位供给失衡成为公众和交通管理部门普遍关心的问题。现如今解决停车难问题的方法主要有3种，分别是增加停车泊位供给、限制或调整停车需求、提高现有停车设施的利用效率[1-2]。面对城市中心区包含多种用地类型的混合用地，利用各类型建筑物停车时间上存在的错时规律，采用共享停车的方式提高现有停车设施的利用效率，但驾驶员是否选择共享停车场的停车选择行为受到多方面因素的影响。

在共享停车的研究方面，张玲[3]提出了缓解老旧居住区停车矛盾的共享停车改造方法。段满珍[4]等人提出与毗邻居住区共享停车的方法缓解医院停车难问题。安筱[5]等人为解决上海市CBD停车难问题，对实行CBD共享停车的方法进行研究，提出实施共享停车的条件及步骤。停车选择行为主要是指驾驶员对停车地点的搜寻和对停车设施的选择。目前国内外已对影响停车选择行为的因素进行了大量研究，其主要因素有4个，一是停车费用。当停车费用超过驾驶员的心理预期时，驾驶员选择该停车场的概率将降低。宗刚[6]等人对影响停车场收费价格的因素进行了理论研究，对收费价格影响的大小进行了实证分析。二是停车后的步行距离。驾驶员一般希望选择停车后距离目的地更近的停车场，但有些驾驶员愿意选择步行距离稍长而停车收费相对较低的停车场。陈峻[7]认为停车场应设置在大型公共建筑物附近，停车场的服务半径不宜超过200米，即步行5～7分钟，最大不宜超过500米。方怡沁[8]等人通过SP/RP调查了解影响居民停车的因素，认为停车后的步行距离对停车的影响较小。三是停车泊位搜寻时间。该时间是指驾驶员抵达目的地周边搜寻停车位所用的时间，因此驾驶员选择不同的停车场时必然产生不同的行程时间。Shoup[9]等人的研究显示，在道路网络中30%的交通拥堵都是因为驾驶员寻找停车位导致的，驾驶员通常需要花费8.1分钟才可以找到一个停车位。Ayala[10]等人发现芝加哥每年有6 300万英里的行驶里程是在驾驶员寻找停车位时产生的，并对环境产生48 000吨二氧化碳污染。四是违章停车处罚力度。当驾驶员认为不便选择收费停车场停车时，将会选择路内违章停车，此时违章停车的处罚力度将会影响驾驶员是否选择进行违章停车。袁华智[11]等将违章停车作为停车选项进行研究，西安市中心区居民更愿意选择免费停车场和违章停车。虽影响停车选择行为的因素已经过大量研究，但驾驶员对于共享停车位的选择行为与普通停车位的选择有明显不同，已有研究表明停车费率差与额外步行距离对共享泊位选择概率有很大影响[12]。故本研究根据停车费率差、额外步行时间、共享停车泊位搜寻时间、违章停车处罚力度4个主要因素及其他问题进行问卷设置，能够较为准确地反映出不同因素对驾驶员是否选择共享停车位的影响。结构方程模型（SEM）是一种基于变量协方差矩阵来分析变量之间关系的统计方法，目前已在交通领域中大量运用。如陈坚[13]等人构建公交方式选择行为的结构方程模型，描述了现有公交方式选择行为模型中不可直接观测的潜变量。向红艳[14]等人基于SEM分析了停车换乘出行行为产生路径及各因素的效用。结构方程模型可以较好地体现各影响因素的效用，刻画潜变量与显变量之间的因果关系，故本文选择结构方程模型进行研究。

通过对前人工作的研究发现，目前还没有使用结构方程模型对共享停车选择行为的研究。本文以上海市杨浦区居民为研究对象，研究共享停车对居民停车选择行为的影响和影响程度。选取停车服务偏好、驾驶员属性、停车信息、出行意愿作为潜变量，调查停车费率差、额外步行时间、共享停车泊位搜寻时间、违章停车处罚力度、驾驶员对停车位周边的熟悉程度、停车位所在用地性质、停车时段、是否会推荐他人使用共享停车位作为观测变量建立结构方程模型。

1 结构方程模型

SEM是基于变量的协方差矩阵来分析变量之间关系的一种统计方法，其模型形式如式（1）所示：

式中：η为内生潜变量，ξ为外生潜变量，ζ为随机干扰项，Β为内生潜变量系数矩阵，Γ为外生潜变量系数矩阵。测量模型反映潜变量和可测变量之间的关系。其形式如式（2）和式（3）所示：

式中：X为δ的观测指标，Y为ε的观测指标，δ为X的测量误差，ε为Y的测量误差，Λx为系数矩阵，Λy为系数矩阵。

2 材料与研究方法

2.1 调查设计及数据来源

本文数据来源于对上海市杨浦区住宅小区的驾驶员进行调查。在已有相关研究的基础上，文中研究设计的调查问卷分为4部分：停车设施服务偏好调查、驾驶员属性调查、停车信息调查、出行意愿调查。

调查问卷内容4部分的具体内容如表1所示：

问卷采用五级量表的形式，由1～5分别表示“非常不同意”到“非常同意”的语意递进。采用现场问卷与网络问卷结合的调查方式，共发放300份问卷，回收有效问卷258份，回收率达86%。

表1 调查问卷内容

2.2 统计性分析

表2为驾驶员的停车服务偏好与出行意愿调查结果统计。由表2可以看出，44.73%驾驶员认为停车费率差不重要，89.64%的驾驶员认为停车后的额外步行距离不重要，44.82%的驾驶员认为共享停车泊位搜寻时间短是选择停车场的重要因素，53.44%的驾驶员认为对违章处罚力度大时，会选择在停车场进行停车。而在出行意愿方面，69.7%的驾驶员会鼓励身边的人选用共享停车场，55.9%的驾驶员也将在以后的停车中优先选择共享停车。

图1显示60%的驾驶员属于非通勤停车。31%的驾驶员不熟悉停车地点周围的环境，51%的驾驶员对停车地点周围比较熟悉。53%的驾驶员需求夜间停车，31%的驾驶员需求白天停车，只有16%的驾驶员选择短时停车。

2.3 变量选取

本文对模型作如下假设：（1）驾驶员属性会影响停车服务偏好和停车信息；（2）驾驶员属性、停车服务偏好、停车信息对选择行为意愿产生直接影响。各潜变量及对应观测变量如表3所示。

2.4 模型构建

驾驶员对于共享停车选择的结构方程模型构建如图2所示：

3 模型标定及评价

3.1 模型标定

表3 结构方程模型变量解释表

表2 停车服务偏好与出行意愿统计 单位：%

图1 驾驶员属性和停车信息统计

本文运用SPSS软件建立数据库，并以此为基础导入AMOS22.0中进行分析，构建结构方程模型，并采用最大似然法（Maximum Likelihood,ML）进行估算，模型标定结果如图 3所示：

结合表5和图3对各变量进行具体分析，具体如下：

（1） 停车属性偏好路径表明：停车收费、停车泊位搜寻时间及违章处罚力度是重要的影响因素，效应值分别为0.921、0.914、0.860，而停车后的额外步行距离反而没有那么重要，效应值仅为0.484。说明对驾驶员来说，可以接受停车后较长时间的步行时间，能够有车位可停是最重要的。

（2）驾驶员属性路径表明：驾驶员对共享停车场及其周围的熟悉程度对其对于共享停车场的选择更为重要，效用值为0.898，而是否是通勤出行对其是否选择共享停车场的影响相对较小，效用值为0.569。说明驾驶员选择停车位时更依赖于一个熟悉的环境。

图2 共享停车选择行为的结构方程模型

图3 采用AMOS22.0得到的共享停车选择行为路径分析

（3）从图3的数据可以看出，内生潜变量出行意愿与外生潜变量停车服务偏好、驾驶员属性、停车信息三者之间均存在着影响性关系，其整体影响系数分别为：0.27、0.08、0.25。显示意义上来说，驾驶员对共享停车场的选择出行意向受到停车服务偏好、驾驶员属性、停车信息的共同影响，影响关系大小依次为：停车服务偏好＞停车信息＞驾驶员属性。

3.2 模型评价

模型适配度是指观测资料与假设模型之间的一致程度。结构方程模型适配度检验可根据用于验证的样本规模、数据特征及假设条件选择相应的指标[15]。如表4所示，调差数据与模型能较好的适配。

表4 SEM适配指标与可接受值对照表

测量模型的回归权重显示在表5中，该表说明了各观察变量与相应潜变量之间的定量关系。总体说来，停车服务偏好会更大程度地影响驾驶员对于共享停车场的选择，停车费率差占据了绝对的重要性，而驾驶员的额外步行距离、共享停车泊位搜寻时间和违章停车处罚力度重要程度则较弱。其次，驾驶员自身的停车目的和对周围环境的熟悉程度也会较大程度决定其对于共享停车场的选择。

表5 测量模型的回归权重

4 结论

本文基于结构方程模型，选取停车服务偏好、驾驶员属性、停车信息外生潜变量，出行意愿作为内生潜变量，对驾驶员对于共享停车场的选择出行意向进行了研究。结果表明：

（1）共享停车场的停车收费价格是决定驾驶员选择与否最大的影响因素，在今后共享停车场的管理过程中，应更好地调控停车收费价格，维持停车平衡。

（2）驾驶员对共享停车场的选择出行意向受到停车服务偏好、驾驶员属性、停车信息的共同影响，影响关系大小依次为：停车服务偏好＞停车信息＞驾驶员属性。

（3）停车时段（白天、夜晚、短时）与停车场的用地性质对驾驶员的选择也有较大程度的影响，也由此看出共享停车场在今后应该根据各用地类型配建停车泊位共享时空窗口，分时段共享车位，提高停车位的周转次数，提升整体停车资源的利用效率。

总体看来，驾驶员的停车目的和对共享停车场的熟悉程度较大程度决定了其对于停车场服务的信息偏好，而驾驶员对停车场的服务偏好和停车场信息都会较大程度影响其对于共享停车场的选择和态度。

驾驶员可能会在某种环境下偏好选择某种用地类型进行停车，后续研究可考虑补充加入，结果可能会有所不同。