基于现状调查的城市老城区停车需求预测方法

吴德华

(福州大学 土木工程学院, 福州 350108)

基于现状调查的城市老城区停车需求预测方法

吴德华

(福州大学 土木工程学院, 福州 350108)

为了克服传统常用城市停车需求预测方法在对老城区停车需求进行预测时的局限性,本文对城市老城区停车需求预测方法进行研究。 在对比各传统常用停车需求预测方法优缺点的基础上,利用机动车增长率和停车需求之间的相关性,提出一种基于现状调查的停车需求预测方法和思路,该方法在预测可靠性、调查成本和预测停车分布的深度方面比传统的预测方法具有明显的优势.案例分析揭示,预测结果与基于小汽车数量法相对误差在 5%以内;调查成本比机动车 OD 预测法和交通量-停车需求预测法节约 30%-40%;预测可以得到每个交通调查小区内的详细停车分布状况.研究结果表明,该方法可以在老城区停车需求预测中应用和推广.

城市交通;预测方法;现状调查;停车需求;老城区

1 引 言

近年来随着我国城市化和机动化水平的不断提高,各大中城市出现了停车需求的激增与有限停车设施供给之间的突出矛盾,已在一定程度上制约城市社会经济和城市交通的发展.尤其是在很多城市老城区,由于原来的城市规划缺少以私人小汽车快速发展的预案,早期建设的大多数建筑和住宅区只有自行车库,对机动车停车位没有考虑或预留不足.

目前国内外常用的停车需求预测模型主要有静态交通发生率模型、相关分析模型、机动车 OD预测法及交通量-停车需求模型[1]等.各国的国情不同,城市发展形态不同,经济增长不同,停车预测模式也不同.美国研究停车问题起步较早,美国交通工程师协会(ITE)定期更新出版《停车生成率》报告,提出 91 种不同用地性质的停车生产率指标[2].此外,国外还对交通需求管理等停车政策对交通需求的影响进行定性和定量研究,在此基础上对停车需求预测模型进行了修正和改进[3-6],因为发达国家规划和建设管理相对规范和完整,不同用地性质街区区分十分明显,与国内城市老城区杂乱无章的混合建设现状区别较大,因此这些研究模型无法在国内推广应用.国内秦焕美等以北京市华贸中心为例建立了城市混合用地停车共享需求模型[7];白玉等以区域路网总容量及路网服务水平为约束,对停车需求的交通出行 OD 预测方法进行修正,提出了一种基于路网容量的停车需求预测方法[8];关宏志等在停车生成率基础上建立了停车需求-供应预测模型[9];张飞飞等根据新城区 CBD区域用地特征及交通特性,构建了适用于新城区CBD 区域的停车需求预测模型[10].这些研究成果为不同阶段的停车需求预测提供了很好的工具,但是由于不同预测方法各有其优缺点,且适用的前提不一样,因此在实际应用中也各有局限.本文针对城市老城区停车问题特点,提出一种基于现状调查的停车需求预测方法,可以较好地解决在城市化过程中老城区停车预测和改善问题.

2 老城区停车问题及停车特点分析

一般情况下,在老城区容易出现以下停车问题:

(1)停车供需矛盾突出、结构不合理.

老城区停车供给与需求之间的差距较大,城市停车供需矛盾突出;而且停车布局结构很不合理,缺少路外社会公共停车场,路边停车所占比例较大,占用了大量本来已紧张的道路和人行道面积,干扰了动态交通和步行交通;停车泊位分布也很不合理,很多建成时间较早的小区缺乏配建停车设施,停车泊位非常少,从而导致停车供需矛盾更加突出.

(2)缺乏系统规划、停车设施不完善.

由于过去对停车需求的估算不足,缺乏停车设施用地的规划,因此,随着机动车拥有量和停车需求的增长,停车预留用地不足,尤其是大型公共建筑缺乏停车场或停车泊位不足.由于停车泊位的缺乏,导致车辆违章占路停放.另外,许多路边停车设施不正规,车行道狭窄,没有足够的转弯半径,泊位和行车带没有划线,停放车辆之间没有足够的安全距离,车辆进出需要多次制动或停车,停放很不方便.

(3)停车设施缺乏科学的交通组织和管理.

停车场出入口的动静态交通组织缺乏科学的交通组织和管理,特别缺乏的是停车诱导设施.

(4)违章停车现象严重.

停车设施的不足、规划布局不合理、停车管理不到位,停车者的遵章停车意识薄弱,这些都给停车设施的建设和管理带来了很大的困难.停车场泊位不能满足日益增长的机动车停车需求,从而导致了严重的违章停车现象.机动车路内违章停车主要分为三种类型:一是占用机动车道停车;二是占用非机动车道停车;三是占用人行道停车.以上三种违章占道停车对动态交通和行人出行均造成了严重的影响,使日益严重的城市交通雪上加霜.

3 传统常用停车需求预测方法优缺点.

城市停车需求预测常用的停车需求预测方法主要有用地分析预测、相关分析预测、机动车 OD预测及交通量-停车需求预测等方法,其预测的前提条件、所需调查内容及要求、技术方法及优缺点如表1所示.

从表中可以分析得到,选择常用的预测方法对老城区停车需求进行预测时,往往会遇到较多的困难和障碍:

(1)老城区用地因历史发展原因,多呈现住宅、商业、酒店、工厂、市场混合用地,实际应用中很难清晰分割,因此用地分析方法和相关分析预测结果容易失真.

(2)老城区用地功能均衡性较差,城中村或者旧住宅的存在破坏了用地的均衡性,交通量-停车需求预测方法不但调查成本高,且只能适合于用地性质较单一地区.

(3)基于机动车 OD 方法预测则必须要有完整的 OD 调查和城市交通规划资料,调查的成本较高.

表1 常用城市停车需求预测方法比较表[1]Table1 Traditional urban parking demand forecasting methods

4 基于现状调查停车需求预测方法

为了解决常用城市停车需求预测方法对老城区停车需求进行预测时的困难和障碍,提出一种基于现状调查的停车需求预测方法.该方法的基本思路是在对现状老城区高峰期路边停车需求调查的基础上,结合高峰期建筑配建停车和公共停车的特征调查进行停车需求预测.

4.1 调查交通小区划分

将城市老城区划分成大小适当的调查交通小区,调查交通小区划分时应考虑如下因素:

(1)各调查交通小区应由城市主、次干道或支路合围而成;

(2)不同行政区划应分成不同的调查小区;

(3)调查小区的划分不宜太大(边长不超过2 000 m),也不宜太小( 边长小于 200 m);

(4)调查小区内的土地利用性质尽量做到单一和一致.

4.2 停车现状调查及预测方法

4.2.1 现状停车数量调查

调查交通小区的停车数量由路边停车数量、公共停车场的停车数量和调查交通小区内的建筑配建停车数量三部分组成.

定义:Di为第 i个调查交通小区编号,Pir为第 i个调查交通小区路边停车数量,Pip为第 i个调查交通小区公共停车场的停车数量,Pib为第 i个调查交通小区建筑配建停车数量.调查时间应选择在停车相对稳定的夜间高峰期,对于商务、酒店等白天停车需求较旺盛的路段则调查时间选择在白天停车需求高峰期.

(1)现状路边停车数量计算公式:

式中 Pir—— 第 i个调查交通小区现状路边停车数量(位);

Pirr—— 第 i 个调查交通小区现状路边合法停车数量(位);

Piir—— 第 i 个调查交通小区现状路边违章停车数量(位).

(2)现状公共停车数量计算公式:

式中 Pip—— 第 i个调查交通小区现状公共停车数量(位);

CiiP—— 第 i 个调查交通小区第 i 个公共停车场容量(位);

Φii—— 第 i个调查交通小区第 i 个公共停车场利用率:

式中 ti—— 第 i辆车停车时间(min);

T—— 调查时间长度(min).

(3)现状建筑配建停车数量计算公式:

式中 Pib—— 第i个调查交通小区建筑配建停车数量(位);

Ciib—— 第i个调查交通小区 第i个小区建筑配建停车场容量(位);

λii—— 第i个调查交通小区建筑配建停车利用率:

式中 ti—— 第 i辆车停车时间(min);

T ——调查时间长度(min);

Pit——现状调查庭院停车数量(庭院停车指单位或封闭小区内楼间空地、草地上的停车).

综合以上分析,现状第i个调查交通小区的停车 数量 Pi=Pir+Pip+Pib,所有调查小区的现状停车数量:

4.2.2 预测方法

停车需求是机动车出行过程中一种派生性需求,停车需求预测是一个复杂多因素影响的过程,城市土地利用性质、城市化水平与车辆增长、停车成本、泊位使用率、停车政策与管理等均会对停车设施的增长产生影响.针对老城区停车需求预测,在现状停车需求调查的基础上,可以采用增长率法,增长率的取值可以参照历年城市的机动车数量的增长率进行适当修正得到.城市机动车数量是影响停车需求的最重要的因素,从静态的角度看,机动车保有量的增加直接导致了停车需求的增加,统计结果表明,每增加一辆注册汽车,将增加 1.2 ～1.5 个停车泊位需求;且在城市发展的后期或平稳发展阶段(第三时期),停车设施数量与机动车保有量呈现基本平行且平稳的发展态势[11],如图1所示.

图1 城市机动化保有量与停车泊位供应量的关系Fig.1 The relationship between motorization quantity and parking supply of city

预测年老城区停车泊位需求量:

式中 P(t)—— 老城区第 t年停车泊位需求量;

P(0) —— 老城区现状调查停车需求量;

ω—— 老城区机动车增长率(%);

η ——停车需求增长率调整系数,与城市停车发展战略模式的选择有关,参考国内外研究及应用实例,初步确定其值如表2所示.

表2 停车需求增长率调整系数Table2 Adjustment coefficients ofparkingdemand_growthrate

5 案例分析

以东部沿海某市(简称 A 市)的老城区停车需求预测为例进行分析.A 市现有市域总人口 63.87万人,中心城区人口 27.37 万人,其中老城区人口12.3 万人,用地总面积 958.88 公顷.将 A 市老城区按照交通调查小区的要求划分成49个调查小区(见图2),调查时段选择在夜间 22:00—24:00 之间.另外根据停车高峰期路边停车、路外公共停车和建筑配建停车特征调查分析,可以确定夜间高峰期不同类型停车场利用率如下:

(1)住宅小区配建停车场小于 150 停车泊位停车按 100%计,大于 150 泊位停车按 60%计.

(2)酒店配建停车场停车按 100%计.

(3)商务和行政办公停车按 25%计.

(4)路外公共停车场停车(收费)按 25% 计,不收费按 100%,则现状调查数据如表3 所示.

图2 A市调查交通小区划分图Fig.2 A city investigation of traffic zone division

表3 调查分区停车现状一览表(2012 年) (单位:泊位)Table3 Status of investigation partition parking(2012)(Unit:berths)

经调查分析,A市近年小汽车保有量年均增长率维持在25% 左右,由于未来老城区的停车战略采用大力发展公共交通,适当控制汽车的发展,加强停车场建设模式,停车需求增长率调整系数η取0.5,预计 2015 年后小汽车保有量年均增长率维持在 10%,停车需求增长率调整系数 η 取 0.7,则近期(2015 年) 停车需求 P(3)=25 512 × (1+25% × 0.5)3=36 325 泊位,远期(2020 年) 停车需求P(8)=P(3) × (1+10% × 0.7)5=54 419 泊位,如表4所示.

表4 停车需求预测模型结果比较表Table4 Parking demand forecasting model results

根据亚洲主要城市人均 GDP与相应小汽车拥有量的对应关系,3 000 美元对应 100 辆 /千人、6 000 美元 对 应 180 辆 /千 人、 10 000 美 元 对 应220 辆/千人的分布.当人均 GDP 进入 1 万美元以上时,小汽车发展会进入平稳增长期,A 市现状人均 GDP 达到 10 986 美元,2015 年规划老城区人口14.0 万人,按照 220 辆/千人的指标,2020 年规划老城区人口 15.0 万人,按照 330 辆/千人的指标,取泊位数为机动车数的 1.2 倍,则基于小汽车数量法可以得到 2015 年老城区停车需求总量为 3.69万泊位,2020 年为 5.19 万泊位,如表3 所示,且可以详细得到每个调查小区的停车分布.

从总量上分析两者相对误差控制在5%以内,说明基于现状调查的停车需求预测方法在近期总量控制上与基于小汽车数量法的预测结果基本相当,而基于现状调查的停车需求预测方法最大的优点是可以得到 49 个调查小区的详细停车分布,有利于判断现状停车特别困难片区或路段.另外对比机动车 OD 预测法和交通量-停车需求预测法,可以判断出基于现状调查的停车需求预测在调查成本上比机动车 OD 调查和交通量-停车调查节约30%-40%[12].

6 研究结论

基于现状调查的老城区停车需求预测方法在总量控制预测上与基于小汽车数量法的预测结果相当,在现状停车分布及预测上相比其他传统预测方法更加真实可靠,在调查成本上比机动车 OD 预测法和交通量-停车需求预测法节省 30-40%,因而具有明显的成本优势.

[1] 过秀成 编著.城市停车场规划与设计[M].北京:中国 铁 道 出 版 社,2008.[GUO X C.City parking planning and design[M].Beijing:China Railway Press,2008.]

[2] Institute of Transportation Engineers.Parking Generation, 3d Edition[R].Washington,D.C.:ITE,2004.

[3] E.Ferguson.Zoning for parking as policy proeess:A historical review [J]. Transport Reviews: A Transnational Transdisciplinary Journal, 2004, 24 (2):177-194.

[4] T.Rye,S.Ison.Overcoming barriers to the implementation of car parking charges at UK work places[J]. Transport Policy,2005,12(1):57-64.

[5] J.Bates,A.Skinner,G.Seholefield,et al.Study of parking and trafficdemand 2:A trafficrestraint analysis model (TRAM) [J]. Traffic Engineering&Control,1997,38(3):135-141.

[6] Transit Cooperative Researeh Program(TCPP).Parking Management and Supply-Traveler Response to Transportation System Changes.TCRP Report 95[R]. Transportation Research Board, WashingtonD. C.,2003.

[7] 秦焕美,关宏志,等.城市混合用地停车共享需求模型—以北京市华贸中心为例[J].北京工业大学学报.2011.8,37(8):1184-1189.[QIN H M,GUAN H Z,et al.Study of the parking shared demand model of urban mixed use lands——Hua Mao Center in Beijing as an Example[J].Journal of Beijing University of Technology.2011.8,37(8):1184-1189.]

[8] 白玉,薛昆,杨晓光.基于路网容量的停车需求预测方法[J].交通运输工程学报.2004.12,4(4):49-52.[BAI Y,XUE K,YANG X G.Forecasting method of parking demand based on capacity of network[J].Journal of Traffic and Transportation Engineering.2004.12,4(4):49-52.]

[9] 关宏志,王鑫,王雪.停车需求预测方法研究[J].北京工业大学学报.2006,7,32(7):600-604.[GUANH Z,WANGX,WANGX.Theresearchon forecasting method for parking demanding[J].Journal of Beijing University of Technology.2006,7,32(7): 600-604.]

[10] 张飞飞,吴兵,李林波.新城区 CBD 区域停车需求预测方法[J]. 重庆交通大学学报( 自然科学版), 2012,10,31(5):1018-1022.[ZHANG F F,WU B,LI L B.Parking demand forecasting for center business district of new urban area[J].Journal Of Chongqing Jiaotong University(Natural Science),2012,10,31 (5):1018-1022.]

[11] 贺崇民. 城市停车规划研究与应用[M].北京:中国建筑 工 业 出 版 社,2006.[HE C M.Urban parking planning research and application[M].Beijing:China Building Industry Press,2006.]

[12] 深圳市城市交通规划设计研究中心有限公司.《石狮市停车改善专项规划研究报告》[R],2013,5. [Shenzhen Urban Transport Planning and Design Institute Limited. 《 Shishi City park and improve special research report》 [R].2013,5.]

投稿须知

《交通运输系统工程与信息》是中国系统工程学会主办、中国科学出版社出版的一级科技期刊,被国家科技部评定为“中国科技核心期刊”, 被 EI Compendex 美国《工程索引》、“中国科学引文数据库(CSCD)”、“《 中文核心期刊要目总览》 (北京大学图书馆)”、“中国科技论文与引文数据库(CSTPCD)”、“中国学术期刊综合评价数据库”来源期刊、《中国学术期刊文摘(CSCA)》、“中国核心期刊(遴选)数据库”、“中国知识资源总库(CNKI)”全文、“万方数据—数字化期刊群”全文、“中文科技期刊数据库” 全文、“ SCOPUS 文摘引文数据库” 收录.2007 年起,Elsevier 出版公司出版发行由本刊中文版部分论文组成的国际版(eISSN 1570-6672).本刊是以传播新技术、促进学术交流、推动学科发展为宗旨,坚持深度与广度、理论与应用、引进与创新相结合的方针,是面向交通运输系统工程、综合交通、智能交通、信息工程等学科的理论研究、应用实践以及高科技开发应用的综合性多学科期刊.

本刊为双月刊,设有决策论坛、综合交通体系论坛、智能交通系统与信息技术、系统工程理论与方法、案例分析等栏目.欢迎作者投稿,来稿要求:

(1)来稿须思想新颖、观点明确、数据真实可靠,写作规范,稿件篇幅一般在 5 000 字左右,对有价值的综述性论文,字数可适当放宽至 8 000 字左右.

(2)来稿须列出第一作者及通讯作者的 E-mail地址、通讯地址、邮编、单位(或家庭)联系电话、手机号码.

(3)论文须附中英文标题,中文标题字数一般控制在 20 字以内.

(4)文章首页标题下须列出所有作者姓名和工作单位(名称、所在省市及邮编).

(5)摘要是介绍文章主要内容及其特色的概括性文字,应文字简洁、准确可靠、突出重点,以激发读者的兴趣.摘要一般应包括:研究目的、研究方法、研究结果和研究结论等要素.摘要的字数控制在 250 ～300 字.请作者务必在中英文摘要的编写质量上下功夫.

(6)文章须附 5 ～8 个中英文关键词,关键词中不能包含地名,关键词之间用“分号”隔开.第1 个关键词建议在如下研究领域的主词中选取:综合交通运输 (integrated transportation) 、铁路运输(railway transportation) 、公路运输(highway transportation) 、水路运输(waterway transportation) 、航空运输(air transportation) 、管道运输(Pipeline transportation) 、城市交通(urban traffic) 、智能交通(intelligent transportation) 、系统工程(systems engineering) 、信息技术(information technology) 、物流工程(logistics Engineering) 、交通运输经济(transportation economy) 、交通工程(Traffic Engineering) 等;第 2 个关键词为该文研究成果主词;第 3 个关键词为该研究成果所采用的方法主词;第 4 个关键词为该文主要研究对象;第 5 个及以后的关键词为有利于检索的其他名词.

(7)文章首页地角处须分别列出:

(8)文章中的图、表及数字应清晰,表的序号及标题写在表的上方,图序号及图题居中写在图下方,所有图表的中文标题均须翻译成英文,并附在中文标题下方.公历世纪、年代、年月日、时刻、图表序号用阿拉伯数字,年份不要简写.图必须是层次分明、图字清晰地黑白图.

(9)文章中的中文参考文献均须翻译成英文,并附在中文参考文献下方,不用另外标号;原本就是英文格式的参考文献无须变动.参考文献尽量引用最新成果,一般在 6 篇左右,综述性论文不限.所列参考文献均要求在正文中予以引用.参考文献的类型以单字母方式标识.其含义为:M(普通图书),J(期刊),C(会议录),D(学位论文),R(报告),N(报纸),S(标准), P(专利),G(汇编),DB(数据库),CP(计算机程序),EB(电子公告)等.请注意参考文献中作者姓名英译时,姓在前且所有字母均大写,名在后并以单/双大写字母简化表示.

(10)样例请见“作者投稿系统”中的“模版”.

本刊通过网上投稿,不接收纸质稿件和 E-mail投稿,网址为:http://www.tseit.org 投稿流程:

第一步:请您首先“注册”为作家专区会员用户,注册成功后即可自动进入“作者投稿系统”来上传作品了.

第二步:登录后,点击“我的稿件”下的“我要投稿”,阅读投稿须知后点击“继续”,阅读版权转让协议后再点击“继续”(投稿时暂不需提交此协议),然后进入投稿的具体操作.

第三步:如果要查询稿件的状态,请登录后,点击“我的稿件”下的“在处理稿”,右栏中将显示稿件编号、文题、审稿费(目前我刊暂不收取审稿费)、版面费、收稿日期和稿件状态.

Parking Demand Forecasting Method in Old Town Based on Current Survey

WU De-hua
(College of Civil Engineering,Fuzhou University,Fuzhou 350108,China)

To overcome the limitations of traditional urban parking demand forecasting method,which predict the parking demand of the old town,the paper studys the parking demand forecasting method of the old town.On the base of contrasting the advantages and disadvantages among traditional parking demand forecasting methods,a new parking demand forecasting method is put forward to use the correlation between the motor vehicle growth rates and parking demand.The method has obvious advantages than traditional prediction method in predicting the reliability,costs of investigation and prediction parking distribution depth.Case study results show that the relative error of the recent forecast less than 5%compared with the method based on the number of cars,the investigation cost savings 30%-40%than the motor vehicle OD prediction method and traffic-parking demand forecasting method,and the forecast parking distribution can be obtained for each traffic survey within the district.The results also show that the method can be applied and promoted in the old town parking demand forecasting.

urban traffic;forecasting method;current survey;parking demand;old town

1009-6744(2014)01-0235-07

U419

A

名称及项目编号(若有基金资助);

,包括姓名、出生年、性别、籍贯、职称(职务)、学位;

③ 通讯作者的 E-mail地址(第一作者为在校学生须由其导师担任).

2013-05-20

2013-07-21录用日期:2013-08-14

基金项目:福州大学人才基金资助项目(022287).

作者简介:吴德华(1978-),男,福建莆田人,副教授,博士.*通讯作者:wudehua2000@163.com