停车诱导系统的诱导效果分析

1、第28卷第3期重庆交通大学学报(自然科学版)Vo.l28 No.3停车诱导系统的诱导效果分析张宝玉,张维全,吴玲玲2(1.重庆交通大学土木建筑学院,重庆400074;2.重庆交通大学交通运输学院,重庆400074)摘要:介绍了诱导后即有完整停车信息下的多项logit停车选择模型,其中共有4个停车场属性的影响因素;构建了诱导前即无停车信息下的停车选择模型,包括停车寻泊路径选择的logit概率模型和把不确定信息下转化为不完美信息的停车场选择方法。在此基础上对一个算例进行了模拟分析,得到了诱导前和诱导后各路段上的车辆数、各停车场的车位利用率以及排队等待入库的车辆数。关 键 词:停车诱导系统;效果;停

2、车选择行为;logit模型;停车信息中图分类号:U491 文献标志码:A 文章编号:1674-0696(2009)03-0594-06GuidanceEffectofParkingGuidanceInformationSystemZHANGBao yu,ZHANGWei quan,WULing ling2(1.SchoolofCivilEngineering&Architecture,ChongqingJiaotongUniversity,Chongqing400074,China;2.SchoolofTraffic&Transportation,ChongqingJiaoto

3、ngUniversity,Chongqing400074,China)Abstract:Inordertoquantitativelyanalyzetheeffectandbenefitofparkingguidanceinformationsystemandofferscientificbasistothedecision makingbeforetheimplementofparkingguidanceinformationsystem,firstly,themultinomiallogitmodelofparkingchoicemodelwiththewholeparkinginform

4、ationafterguidanceisintroduced,whichincludesfourinflu encefactorsofparkinglotsattributes;andthentheparkingchoicemodelwithouttheparkinginformationbeforeguidanceisconstructed,whichincludesthelogitprobabilitymodelofparkingroutechoiceandthemethodofparkinglotschoicethroughtransformingconvertinguncertainp

5、arkinginformationintoimperfectparkinginformation.Onthebasisofabovemodels,anactualexampleissimulatedandanalyzed,sothenumberofcarsontheeachsectionofstreet,theparkingutili zationrateofeachparkinglotandthenumberofcarswaitingforparkingbeforeandafterguidanceareobtained.Keywords:parkingguidanceinformations

6、ystem;effect;parkingchoicebehavior;logitmode;lparkinginformation1 引 言国内的第一个停车诱导系统于2001年底在北京开通运行,随后在上海、广州、南京等城市也先后得到了推广应用。总的来说,停车诱导系统在国内实践应用的时间还比较短,对其认识的深度和积累的经验还不够,特别是停车诱导系统产生的效果和效益分析还是定性地进行估计。停车诱导系统属于社会公益性项目,社会效益分析是其经济评价的重要组成部分,在诱导系统建设实施前投资者和决策者只有依据经济评价的结论才能合理地分析项目的可行性,从而进行科学的决策。文献1介绍了在德国Frankfurt/

7、Main进行的3次停车调查,1次在诱导系统实施之前,2次在实施之后,用以比较停车诱导系统实施前后驾车出行者寻找停车位花费时间的变化。文献2对日本JR线新宿站的停车诱导系统的实施效果进行了调查,结果表明诱导系统实施后主要商业区路段的车流量降低了30%左右,在车站西出口区域停车高峰时停车场内的车辆有明显的减少,停车需求在时间上的分布更加均衡化。文献3从宏观的角度出发,结合PGIS特点,将PGIS评价指标体系分为3大类:成本指标体系、效益指标体系、技术指标体系,以及采用费用效益分析法对PGIS的成本效益进行评价,提出基于DEA的粗糙集综合评价方法,对PGIS做出整体性的判断。从已有的研究成果来看,对

8、停车诱导信息系统的诱导效果分析主要是通过系统实施前后的调查或者建立综合评价指标体系的方法,虽然综合评价指标体系中提到了效益指标,但没有研究这些效益指标具体的计算方法。所以很难为停车诱导系统在实施前的可收稿日期:2009 03 16;修订日期:2009 04 03作者简介:张宝玉(1981 ),男,安徽宿州人,讲师,博士,主要从事交通规划、道路交通安全研究。E mai:lzbyresearchya第3期 张宝玉,等:停车诱导系统的诱导效果分析595行性分析提供直接的决策依据,笔者拟从诱导前后驾车出行者不同的停车选择行为的角度模拟分析停车诱导实施后的诱导效果和社会效益。停车诱导信息系统可以为社会和

9、交通使用者带来可观的社会效益,包括节约寻泊时间、节约入库等待时间、减少路段拥挤、降低耗油量、降低空气污染、减少交通事故等。其中后3种效益的计算涉及因素很多,很难进行定量计算,可以定性估算或略去不计,而前3种效益才是停车诱导系统产生的主要社会效益,所以下面以一个算例比较分析诱导前和诱导后的路段流量、排队等待时间和停车场利用率的变化。假定当停车场i的停车位小于5个时,诱导显示屏上便显示!满,此时停车场i的效用为0,被选择的概率也为0。在计算过程中,各停车场的空余车位数不断地减少,也就是说每个驾车出行者在选择停车场时,停车场的特性都不一样,是个动态的过程。为处理这种情况,设定每计算一定的样本数便进行

10、驾车出行者的选择分配,重新调整各停车场空余车位数的信息,这里取每10个样本计算后调整空余车位数。利用公式(1),这里给出第1次计算和第2次计算的过程。第1次计算分配:n=12 诱导后的停车选择行为假定诱导后驾车出行者能获取完整的停车信息,这里应用根据SP调查得到的完整停车信息下的4停车选择行为模型,见式(1):exp(Vnj)Pnj= j Anexp(V)nii An10这里Pn(1)是相等的,所以Pn(n)=CH(1)。exp(V1)=exp(-0.012#200-0.286#10+0.019#40+2.756#1)=0.175exp(V2)=0.143exp(V3)=0.028CH(1)=

11、0.5060.346CH(2)=0.143=0.4140.346CH(3)=exp(V3)=exp(V1)+exp(V2)+exp(V3)exp(V2)=exp(V1)+exp(V2)+exp(V3)exp(V1)=exp(V1)+exp(V2)+exp(V3)CH(1)=P10n(1)Vj=-0.012Dj-0.286Cj+0.019Sj+2.756Qj(1)式中,Pnj为驾车出行者n选择停车场i的概率;Vni为驾车出行者n选择停车场i的效用函数固定项;An为驾车出行者n选择停车场的集合;Vj为停车场j的效用;Dj为停车场j到目的地的步行距离;Cj为停车场j停车收费价格;Sj为停车场j的空余

12、车位数;Qj为停车场j的服务质量。假定有一理想路网(图1),街区的横向和纵向长度均为200m,道路宽度均为15m,每个交叉口和路段均没有交通管制措施,即车辆在交叉口可以右转、直行、左转和掉头;不考虑路段的通行能力,诱导显示屏前置交叉口70m;路网中有停车场P1、P2和P3,空余车位数分别为40,20和60个;各停车场的服务质量均较好;收费价格相同,均为10元/小时;有一停车吸引点,假设在某一时段内吸引停车100辆。完整停车信息时停车选择模型是非集计模型,5这里要进行集计操作,采用原始集成法如下:N式中,CH(i)为驾车出行者选择停车场i的集计预测比例;Pn(i)表示驾车出行者n选择停车场i的概

13、率;N为驾车出行者的数量。在停车选择概率模型中,停车场空余车位数的数值在调查时设置为5100个,而在实际情况下,CH(i)=Pn=1Nn(i)=0.0800.346用总量10乘以各选择概率四舍五入后便得到选择各停车场的驾车出行者分别为5、4、1。第2次计算分配:计算方法同第1次,只是把停车场P1、P2和P3的空余车位数调整为35,16和59个。根据假设的条件按上述方法依次计算样本对停车场的选择概率,当停车场i的空余车位数小于5时从选择肢中排除掉停车场i,对其他的停车场进行概率选择,最后分别累加得到各停车场的选择比例,计算分配结果见图1。3 诱导前的停车选择行为假定诱导前驾车出行者没有获取任何停

14、车信息,无停车信息下的停车选择行为分为停车寻泊路596重庆交通大学学报(自然科学版) 第28卷-DkP(k)=D-i i=1DDk=dk+hkdk+0.5dk+0.25dkdk=k+ k+ k 每条路段i的中点都超出dk= 500m寻找范围dk 其它0 确定路段i没有停车场或k= 中点超出500m范围1 其它hk0.5hk+0.khk=k+ k+ k(2) hwk 其它式中,P(k)为驾车出行者选择第k种行车方向的概率;Dk为期望停车场到目的地的距离;D为所有行车方向上期望停车场到目的地距离的平均值; 为分配参数,与可供选择的行车方向有关,根据驾车出行者选择行车方向的调查数据通过模型的参数估计

15、获取;K为所有行车方向的总数;dk为行车方向k上期望停车场到目的地的距离;hk为在交叉口行人过街时与等待时间等价的步行距离;dk(1)、dk(2)、dk(3)分别为第k条行车方向上第1条路段、第2条路段和第3条路段的中点到目的地的距离,假设后一条路段的重要性是前一条的1/2; k(1)、k(2)、 第2k(3)分别为第k条行车方向上第1条路段、条路段和第3条路段上有停车场的期望;i=1、2、3;为了不出现即使离目的地的距离很远驾车出行者也有可能继续寻找停车场的现象,所以如果行车方向上所有路段的中点到目的地的距离都超过500m时,停车场到目的地的距离假定为无穷大,在实际计算过程中可取一个极大的数

16、值代替无穷大,这时驾车出行者便不期望在这个行车方向上继续寻找停车场即驾车出行者选择此行车方向的概率为0;如果路段i没有被寻找过,那么驾车出行者便期望此路段上有停车场,这里期望值取1,即 ;如k(i)=1果路段i是驾车出行者已经寻找过的路段并且此路段上没有停车场或者路段的中点到目的地的距离超过500m,此时路段i对驾车出行者来说是无效的即 ;hk(i)为行车方向k上第i条路段上的期k(i)=0望停车场到目的地所经过交叉口的等待时间,假设后一条路段的重要性是前一条的1/2;为简化问题,;hk= dk=图1 有完整停车信息时的停车选择分配结果3.1 停车寻泊路径的选择当目的地无法进行停车时,没有任何

17、停车信息的驾车出行者将继续向前寻找停车场直到一个交叉口,如果在这个过程中仍没寻找到停车场,驾车出行者面临寻泊路径选择问题,包括直行、左转、右转和掉头4种行车方向。由于驾车出行者对周边的停车信息并不清楚,只能以假定这4种寻泊路径上有停车场的概率是相同可能性的,所能考虑的因素只能是期望停车场到目的地的距离,而且期望停车场位于路段上任何一点的概率又是等同的,那么期望停车场的地点应该位于行车方向路段上的中点。从效用上分析,往往驾车出行者考虑的并不是仅期望在行车方向上第1条路段上寻找到停车场,还会考虑到前景效用,如行车方向上的第2条路段上是否有停车场,如果有那么期望停车场和目的地的距离和其他选择相比是否

18、更近或更远。本文假设驾车出行者考虑行车方向的3条路段,第1条路段为从开始选择的行车方向的交叉口到下一个交叉口之间的路段,第2条路段为下一个交叉口中所有可选择路段的中点到目的地最近的一条,第3条路段以同样的规律选取。如果期望停车场到目的地之间要经过交叉口,那么期望停车场到目的地的距离还要加上与行人过街等待时间等价的步行距离。基于以上分析,理论上来说驾车出行者总是选择期望停车场到目的地距离最短的行车方向,但由于交通状况的随机性和驾车出行者心理变化的复杂性,其选择的行车方向并不一定是期望停车场到目的地距离最短的行车方向,往往带有不确定性。也可以说,期望停车场到目的地距离越短的行车方向,驾车出行者选择

19、的可能性就越大,反之就越小。因此驾车出行者选择行车方向的概率可用Logit概率选择模型计算。4第3期 张宝玉,等:停车诱导系统的诱导效果分析597hk(i)表示与等待时间hwk(i)等价的步行距离; 为等待时间转换为步行距离的权重系数,需经过调查分析得到。43.2 停车场的选择如驾车出行者按以上方式进行寻找但始终没有发现停车场,而且最后没有可选择的行车方向即各停车方向选择的概率均为0,那么便不再寻找停车场,此时假定其进行违章停车;如驾车出行者在寻找过程中发现了停车场,便对停车场进行评估进而决定是否在此停车,若驾车出行者对发现的停车场并不满意便期望寻找到一个更符合自己要求的停车场。此时驾车出行者

20、对周边其他停车场信息的了解分为两种情况,一是仍旧没有其他的停车信息;二是在寻找过程中掌握了部分停车信息。对这种不确定信息条件下的选择应转换为风险条件下的选择,即把不确定信息转化为不完美信息。这里采用公式(1)的停车场效用模型,也就是说对于公式(1)中各影响因素的大小由不确定信息转化为各因素的分布概率,并设定这个分布概率为离散性分布,称之为先验概率。先验概率的确定方法为:对于掌握部分信息的情况,需要确定驾车出行者根据所观察到的现象对停车场各因素的一个主观概率;对没有其他影响因素信息的情况,便认为停车场各因素中每种事件发生的可能性是相同的即概率相同。完全停车信息下停车选择行为和在寻找过程中选择停车

21、场的行为是不同的,前一种情况下各停车场的空余泊位数会对驾车出行者的停车选择产生影响,而后一种情况驾车出行者只会考虑期望停车场有没有空位,即停车场有、无空位才会影响驾车出行者的停车选择。面对这样的问题,需对公式(1)做部分改进。若停车场没有空位,驾车出行者如要进行停车必须花费一定的等待时间,此时把等待时间转化为步行距离纳入到停车场到目的地的距离这一因素考虑,如果有空位那么等待时间为0,转化为步行距离也为0。空余车位数因素在这里就失去了意义,为了使模型可以继续使用这里假定空余数对于任一停车场均为一个定值。对于其他影响因素分别求得各因素的期望值后,代入到停车选择模型中,从而确定驾车出行者选择停车场的

22、概率。影响因素的先验概率均为离散型分布,各因素期望值的计算方法如下:D%j=C%j=Q%j=PPi Di CdijDji+l F!PjlFjl+DWjjciCjiQjiPiQjqiDWj= PjsWj(3)式中,D%j为停车场j到目的地的期望距离;D为停车场j到目的地距离所有可能性(事件)的集合,可取代表性的几个数值;Dji为集合D中第i个事件;Pjdi为其概率;F为寻找到停车场j所可能需要时间的集合,Fjl为集合F中第l个事件;Pjl为其概率;!为驾车寻找时间转化为步行距离的权重系数,需经过调查分析得到;DWj为期望等待时间转化的步行距离;C%j为停车场j的期望停车费用;C为停车场j的所有可

23、能性收费价格的集合,Cji为集合C中第i个事件;Pjci为其概率;Q%j为停车场j的期望服务质量;Q为停车场j的所有可能性服务质量的集合,Qji为集合Q中第i个事件;Pjqi为其概率;Wj为在停车场j的等待时间,对每个停车场可取平均等待时间;Pjs为停车场j没有车位的先验概率; 为等待时间转换为步行距离的权重系数。得到其他停车场各影响因素的期望后,并把已知的停车场的各影响因素的确定值一起代入公式(1)求得驾车出行者选择各停车场的概率。如果按上述思路和模型进行分析计算,会出现部分驾车出行者一直期望选择其他停车场而永远选择不了停车场进行停车,为避免这种情况发生,假设驾车出行者做出两次选择后便失去耐

24、心,不再期望寻找其他停车场,而在已知的停车场中按选择概率模型从中选择一个停车场。根据公式(2)公式(3)的参数要求,假设行人过街等待时间均为50s,一般来说步行速度约为1 2m/s,人们对等待时间的容忍对步行时间要长,这里假定权重系数 取0.6; 的取值要根据调查获取,这里取为12;为简化计算,设寻找到另一停车场需要的时间为90s,!取0.8,转化为距离为72m,另一停车场到目的地的期望距离统一取250m;排队等待时间取均值600s, 为0.6,转化为距离为360m,另一停车场有空位的概率取0.5;假定停车场有空位驾车出行者便决定停车,如驾车出行者发现排队车辆超过3辆便放弃排队转而寻找另一停车

25、场。其他假设条件同诱导后的停车选择行为中的假设。到达停车场发现无空位后是否排队等待的概率计算即把等待时间与寻找另一停车场的期望时间、有无空位概率和期望等待时间转化的距离及期望距离代入到停车选择模型中计算即可。这里利用公式(2)给出一个驾车出行者在交叉口寻泊路径选择的计算过程。驾车出行者在交叉口寻泊路径选择:取第一次路径选择,即有100辆车在交叉口B2598重庆交通大学学报(自然科学版) 第28卷-Dk按公式P=进行计算,kDi-Di=1为右转、直行、左转和掉头。=127D右转=.93D直行=146.73290+245#0.5+200#0.25D左转=154.23D掉头=139.23127.9+

26、146.7+154.2+139.2D=1424-12#P(右转)=-12#+-12#1421421=0.589-12#+-12#142142P(直行)=0.120,P(左转)=0.064,P(掉头)=0.227用总量100乘以各选择概率四舍五入后便得到选择右转、直行、左转和掉头的车辆分别为59,12,6和23辆。分别对每条路段上的车辆到达交叉口时计算其行车方向的选择,然后计算停车场各影响因素的期望值并确定其选择概率,直到每辆车均找到了停车位并进行停车为止,最后累加各路段上每次分配的车辆数,得到每条路段上的车辆数。计算分配结果见图2。4 诱导前后的结果比较从图1和图2可以看出诱导后只有一条路段上

27、的车辆数有所增加,其它各路段上的车辆数明显地减少,各停车场车位利用率更加均衡,也没有出现车辆排队等待入库的情况,具体结果见表1。表1 停车诱导前后的比较分析名称路段A1&A2路段A2&A3路段A2&B2路段A3&B3路段B1&A1路段B2&A2路段B3&A3路段B1&B2路段B2&B1路段B2&B3路段B3&B2路段B3&B4路段B2&C2路段B3&C3路段C1&B1路段C2&B2路段C3&B3路段C1&C2路段C2&C1路段C2&C3

28、路段C3&C2路段C3&C4路段C4&C3路段C2&D2路段C3&D3路段D1&C1路段D2&C2路段D2&D1路段D3&D2P1排队车辆P2排队车辆P3排队车辆P1车位利用率P2车位利用率P3车位利用率诱导后0000016003648048000100000000000000000090%80%80%诱导前073223062162265798134565013421282849320032103301330100%100%57%减少的车辆数0732230461622293181-145650342128284932003

29、2103301图2 无停车信息时的停车选择分配结果第3期 张宝玉,等:停车诱导系统的诱导效果分析599由表1中的数据分析和驾车出行者寻泊时所选择的路径(可由公式(2)计算分配得到),再根据背景流量和路阻函数便可以计算诱导后减少寻泊时间、节约排队时间和降低路段拥挤产生的效益。以上是单个停车吸引点的情况,吸引点的停车量可由建筑用地的性质和面积求出。对于多个停车吸引点的情况,可以划分为多个的单个吸引点来计算,因为停车选择是个动态过程,在计算多个停车吸引点时可以采用多阶段分配的方法,即每个阶段分析一定量的车辆数后修正模型中的各参数,然后进行下一阶段分析,最后累加各阶段的计算结果即可。益,从而为诱导系统

30、的实施提供理论上的支撑。文中的算例比较简单,对模型的计算可由手工操作完成,如运用到实践中去应结合地理信息、计算机数学等技术,提高工作效率;另外,文中无停车信息下的停车选择行为模型中各参数值没有经过调查数据的检验,所以应进一步结合实际的调查结果进行标定分析。参考文献:1 PolakJW,AxhausenKW.MeasuringtheEffectivenessofParkingGuidanceSystems:aCaseStudyofFrankfurtMainCCenterforTransportationStudies:Proceed ingsfromtheInternationalConfere

31、nceonAdvancedTech nologiesinTransportationandTrafficManagement,Sin gapore:NanyangTechnologicalUniversity,1994:343 350.2 HisamitsuK,KunimichiT,HisaoA.ConceptofaParkingGuidanceSystemandItsEffectsintheShinjukuAreaCVehicleNavigationandInformationSystemsCon ference,SeattleIEEE:1995:67 74.3 季彦婕.城市停车诱导信息系统规划及关键技术研究(博士学位论文)D.南京:东南大学,2006.4 张宝玉.信息化停车诱导系统关键技术与应用研究(博士学位论文)D.上海:同济大学,2008.5 刘灿齐.现代交通规划学M.北京:人民交通出版社,2001.5 结 论在停车诱导系统实施前,定量化地分析停车诱导系统的诱导效果是计算其社会效益的前提,并由此进行项目的经济评价。分析了驾车出行者在诱导后即有完整停车信息下的停车选择行为,构建了诱导前即无停车信息下的停车选