城市综合体停车收费政策调整敏感人群辨识方法

吴娇蓉 朱启政 叶 昕

(同济大学道路与交通工程教育部重点实验室, 上海 201804)

城市综合体停车收费政策调整敏感人群辨识方法

吴娇蓉 朱启政 叶 昕

(同济大学道路与交通工程教育部重点实验室, 上海 201804)

借助营销学中忠诚度的概念,从行为与态度2个角度分析城市综合体中停车收费政策调整对不同人群的影响．提出敏感人群、无感人群、灰色人群辨识方法,并建立停车收费政策变化下的行为选择模型．研究发现,家庭收入、出行目的、出行时长、停车费用及每周开车天数是居民对停车费用敏感性的重要影响因素．通勤、非通勤出行中分别有44.7%和42.9%的驾车者被归为灰色人群．尽管他们当前较为依赖小汽车,但实质上对停车费用及公交服务水平的变化较为敏感,具备向公交出行转移的可能性．提出的敏感、无感与灰色人群的辨识方法,为城市综合体交通停车收费政策调整过程中把握小汽车出行向其他方式转移的趋势和可能性、停车政策效果评价提供了定量分析方法．

城市综合体;停车收费调整;敏感人群;无感人群;辨识方法

城市综合体这种高效集约的建筑与城市一体化空间组织模式是城市“精明增长”的表现形式,其建筑面积通常在40万m2以上,往往是城市空间活动出行最密集、最活跃的地方,由此带来了交通高度集聚、停车困难等问题．因此,提高停车收费标准、调整停车泊位配建标准等交通举措被纷纷推出．提高停车收费价格能有效限制小汽车的出行[1-3]．当前主要有2类针对停车收费政策效果的定量分析方法:经济收益分析定价模型和非集计模型[4-5]．通过定量分析方法来评价停车收费等需求管理政策的效果已较为成熟,但已有定量模型一般都是基于意愿调查(SP)数据,将不可避免地产生伴随假设意向数据误差的预测误差[6],且难以评价不同需求管理政策组合同时实施的综合效果．此外,现有研究大都忽略了同一政策对不同类型出行者所产生的影响差异,无法辨识通勤/非通勤活动中不同开车群体对停车收费调整的敏感性是否具有显著差异．

敏感性研究常被经济与管理学科应用于利润比较、选址优化及价格决策等分析[7-11]．在交通运输服务领域,敏感性最早应用于城市间铁路运输的价格制定[12],后来陆续有学者关注居民对于公交出行费用、公交接驳时间及距离等要素的敏感程度[13-14],但仍鲜有涉及小汽车出行领域．

本文将借助营销学中忠诚度的概念,从行为与态度2个角度分析城市综合体停车收费政策调整对不同人群的影响,提出敏感人群、无感人群、灰色人群辨识方法．并基于RP/SP融合数据,建立停车收费政策变化下的行为选择模型,定量分析不同类型人群对停车收费政策敏感程度的差异性．

1 调查设计与数据来源

传统的停车行为意愿调查为了获取多个样本而对同一个受访者询问多种组合问题,容易导致问卷数据存在显著的相关性或者共线问题,而这些误差无法在以后的建模过程中被消除,从而影响政策的效果评价[15]．本文将采取SP/RP相融合的调查及数据处理方法,这样既能消除单纯SP调查时的偏差影响,增大统计的有效性,又能更为真实地反映出行者的选择偏好．本文设计的RP/SP融合调查问卷包括3部分内容:① 个人基本信息;② 停车行为特征;③ 意愿调查．考虑到需要依据敏感性对出行人群进行划分,因此意愿调查部分是本次调查的核心．意愿调查针对开车者和非开车者略有不同:对于开车者,分别调查停车费用的增加以及公交出行时间缩短对出行意愿的影响,对非开车者则调查近期是否有改变出行方式的意愿及向何种出行方式转移．

研究以深圳市原特区内的8个城市综合体作为研究案例,开展停车行为意愿调查．其中地王大厦、竹子林、会展中心及南山科技园4个综合体以办公为主,而万象城、海岸城、益田假日广场及中心书城4个综合体以商业为主．调查方法为由调查员在选定的停车场库及路内停车区域发放问卷并当场回收,共发放问卷700份,收回有效问卷680份,其中开车者问卷507份,未开车者问卷173份．尽管抽样率相比传统居民出行调查而言较低,但已能满足模型参数标定需求．

2 基于忠诚度的敏感、无感人群辨识方法

2.1 辨识思路

出行者在完成出行后,会产生一种需求是否被满足的认知,这种认知会转化成对出行方式的满意度,并逐步影响其以后出行方式选择趋势的变化,即忠诚度[16]．本文在筛选显著影响出行者对于停车费用上涨的敏感程度的关键要素的基础上,从行为忠诚与态度忠诚两方面探讨出行者对于使用小汽车出行忠诚度的界定与划分．最后基于忠诚度的联合划分结果,结合出行者属性及活动特征等要素与敏感性的相关关系,对城市综合体活动出行中的敏感人群、无感人群、灰色人群进行辨识,并给出各影响因素的划分依据与阈值范围．

2.2 关键要素筛选

通过独立样本t检验探讨不同属性特征下出行者对停车价格敏感程度的差异性,其中敏感程度用SP问卷中“若停车费用在当前付费基础上增加多少,您将选择放弃开车”的选项表征．出行者属性特征分为社会经济属性与活动出行特征2类,社会经济属性包括性别、年龄、家庭收入,活动出行特征则包括出行目的、出行时长、停车时长、停车费用及每周开车天数．检验结果如表1所示,分析发现不同家庭收入、出行目的(通勤与非通勤)、出行时长、停车费用及每周开车天数的居民之间对于停车价格的敏感性具有显著差异,而不同性别、年龄、停车时长的居民则无显著差异．

表1 停车价格敏感性的独立样本t检验

注:*95%置信水平下具有显著差异性．

问卷还调查了公共交通出行时间缩短对出行意愿的影响,希望定量探讨需求管理与公交优先等不同政策组合背景下居民出行方式从小汽车向公共交通转移的可能性．调查问卷中有以下2个问题：“停车费用(或费率)增加会放弃开小汽车吗”和“公交出行时间缩短,愿意放弃小汽车转而选择公交吗”.为了明确这2个问题是否相互独立，受访出行者在意愿调查过程中是否会不自觉地进行关联，本文采用相关性分析方法进行分析，得出2个问题要素的皮尔逊相关系数为0.301,呈中等相关,且在95%的双侧置信水平上呈显著相关．表明随着公共交通与小汽车门到门出行时间之比的上升(即公交服务水平下降),市民出行对停车费用上涨的敏感性将显著下降．因此,在忠诚度分析中,公共交通与小汽车门到门出行时间之比这一反映公共交通服务水平的要素也是重点考察的变量．

2.3 行为忠诚度分析

营销学中,最常见的识别顾客行为忠诚的方法是RFM模型,该模型利用客户消费行为中的三要素(即最近一次消费的天数间隔、一段时间内的消费频率和一段时间内的消费金额)对客户价值进行评判．本研究借鉴营销学体系中的RFM模型对受访者小汽车驾驶行为进行评估,通过平均每周开车天数表征一段时间内的消费频率,用每小时停车支付费用与家庭收入时薪的比值表征一段时间内的消费金额,此外还考虑了对敏感性有显著影响的出行目的和出行时长,从而对居民小汽车出行行为忠诚度进行量化．

利用K-means聚类方法进行小汽车使用行为忠诚度的人群划分,依据平均每周开车天数、每小时停车费用占家庭收入时薪的比值及出行时长将受访人群划分为2类:①小汽车使用行为忠诚用户;②小汽车使用行为非忠诚用户．

表2中的最终聚类中心将通勤出行的人群分成了忠诚与非忠诚两大类,其中属于忠诚一类的样本数较多(228人)．小汽车使用的行为忠诚用户,平均每周开车6天以上,并且在每次出行中所支付的停车费用较高(20.8元),而每小时停车费用占家庭时薪的比值却仅为8.8%．此外可以发现,对于出行时长在60 min以上的长距离通勤出行,驾车者更容易成为行为忠诚用户．对于小汽车使用非忠诚一类的出行者,每周开车频率、停车支付费用及出行时长均较低,且每小时停车费用在家庭时薪中占了较高的比例(13.6%)．对非通勤出行人群进行行为忠诚度划分可以得到相似的结果,即每周开车频率、停车支付费用、出行时长较高,而每小时停车费用占家庭时薪的比值较低的人群更容易被归到小汽车使用的行为忠诚一类(见表3)．

表2 通勤出行行为忠诚度划分的最终聚类中心

表3 非通勤出行行为忠诚度划分的最终聚类中心

将居民活动出行目的与其所属的行为忠诚度聚类类别进行交叉表分析．结果显示,通勤出行中有76.1%的人群属于行为忠诚,要略低于非通勤出行中的78.7%．由此可见,小汽车使用人群中属于行为忠诚类别的比例较高,在无交通系统服务要素变化的条件下想实现出行方式从小汽车向其他方式的转移是较为困难的．

2.4 态度忠诚度分析

态度忠诚度是基于出行者对不同出行方式的偏好、意愿或情感的强度,以及当停车收费上调、公共交通服务提高时开车者放弃开车的变化情况．本文在行为忠诚度的基础上,对出行者使用小汽车的态度忠诚情况做了进一步分析研究．态度忠诚度的2项量化分析指标为:① 停车费用敏感因子——费用上涨多少将放弃开车;② 公交服务敏感因子——公共交通与小汽车门到门出行时间的比值到达什么水平将放弃开车．采用K-means聚类方法,依据停车费用上涨因子和公交服务改善因子将受访人群划分为2类,通勤出行和非通勤出行的最终聚类中心分别如表4和表5所示．

对比发现小汽车使用态度忠诚与态度非忠诚人群的数量差异小于行为忠诚和行为非忠诚人群的数量差异．通勤出行中,属于态度忠诚的开车者群体,当停车费用上涨100%或公共交通与小汽车出行门到门时间之比达到1.3∶1时才会考虑放弃开车．公共交通与小汽车出行门到门时间之比达到1.3∶1,表示公共交通服务水平已经较好,与小汽车出行相比具有一定的竞争力．而态度非忠诚人群则对停车费用的上涨较为敏感,当停车费用在当前基础上增加40.9%,或者当公共交通与小汽车出行门到门时间之比为1.6∶1时,将有可能放弃开车而选择其他出行方式,即该类人群相较于态度忠诚的开车者群体,对公共交通服务水平的要求略低．

表4 通勤出行态度忠诚度划分的最终聚类中心

表5 非通勤出行态度忠诚度划分的最终聚类中心

交叉分析结果显示,通勤出行中有58.7%的人群属于态度非忠诚,略高于非通勤出行中的54.5%．可见小汽车使用人群中属于态度非忠诚类别的比例较高,在停车费用上涨或公交服务水平改善的条件下实现出行方式从小汽车向其他方式的转移具有可能性．

2.5 基于忠诚度的敏感人群划分

综合上述小汽车使用的行为忠诚度分类及态度忠诚度分类,得到此次调查的出行者小汽车忠诚度情况的二维分类结果(见图1)．二维分类结果将出行者进一步划分成4类:① 不忠诚,这类出行者使用小汽车频率较低,而且对停车费用非常敏感,很容易转移到其他出行方式．② 虚假忠诚,这类出行者虽然小汽车使用频率高,但态度忠诚度较低,对服务要素较为敏感,之所以没有改变出行方式,可能是因为缺乏便捷的公共交通服务,而不是因为对小汽车出行的情感依赖．③ 潜在忠诚,与虚假忠诚相反,这部分人群尽管不常使用小汽车,但却对停车收费上调或公交服务改善表现较不敏感．④ 持续忠诚,这类出行者对小汽车出行高度依赖,难以转向其他出行方式．

(a) 通勤出行

(b) 非通勤出行

分析发现,当前小汽车出行者中有超过30%的人群属于持续忠诚,这部分人群小汽车出行频率较高,且具有一定的经济支付能力,并不介意小汽车出行费用成本的增加,因而将这部分人群界定为停车收费调整政策的无感人群,出行方式并不会轻易地从小汽车向其他方式转移．另有约10%的人群属于潜在忠诚,尽管这部分人群当前使用小汽车的频率并不高,但他们也并不会因为停车费用的上涨而轻易放弃小汽车出行．

与此相反,通勤和非通勤出行中分别有约14.1%和11.6%的出行者属于“不忠诚”一类．这类人群对于小汽车出行成本或公交服务水平较为敏感,当停车收费上涨时,他们将最先放弃小汽车出行,实现出行方式的转变;另一方面也说明通勤人群对于收费上涨、公交改善相对于非通勤人群更为敏感．因而将这部分人群界定为停车收费调整政策的敏感人群．

通勤和非通勤出行中虚假忠诚的比例较高,分别为44.7%和42.9%,这部分出行者尽管当前较为依赖小汽车出行,但实质上对停车费用及公交服务水平的变化较为敏感．尽管这类开车人群向其他方式转移的趋势或可能性有待进一步探讨,但这将是停车收费政策调整过程中不容忽视的议题,因而将这部分人群界定为停车收费调整政策的灰色人群．

3 灰色人群方式转移可能性分析

3.1 模型建立与标定

为了继续探讨小汽车出行者中灰色人群向其他出行方式转移的可能性,采用非集计的二项Logit模型建立方式选择行为模型．根据独立样本检验与相关性分析的结果,选择对小汽车出行影响最为显著的几个因素建立模型,包括:家庭收入、出行目的、出行时长和停车费用．假设效用函数的固定项与各解释变量之间成线性关系,则第n个出行者选择小汽车或公共交通的效用UCn及UBn可分别表示为

UCn=θ1In+θ2TCn+θ3Cn+εCn
UBn=θ4Pn+θ5TBn+εBn

式中,θk为第k个变量所对应的参数;εin为第n个出行者选择第i种出行方式效用函数中的随机项,i=C,B(C为小汽车,B为公共交通);In为第n个出行者的家庭收入;Pn为出行目的变量，通勤出行取值为1，非通勤出行取值为0;Tin为选择小汽车和公共交通分别所需要的出行时长;Cn为停车支付费用．

为了能同时反映出行者的真实出行方式选择及其在意愿调查过程中的思考权衡过程,利用SP和RP融合的调查数据,通过最大似然估计求得回归系数,模型标定结果如表6所示．

表6 二元Logit模型标定结果

3.2 方式选择预测

为了更直观地体现停车费用上涨对灰色人群出行方式的影响,根据Logit模型标定结果分别预测停车费用处于不同水平下出行者样本中选择放弃开车的比例变化(见图2)．结果表明,随停车费用增长,选择放弃开车出行的比例曲线呈“S”形分布．若停车费用在当前基础上增加30%,放弃小汽车出行的人群比例约为12%～14%,这部分出行者中绝大部分为敏感人群,即对于驾车出行的非忠诚人群．当停车费用增加30%～60%时,放弃小汽车出行的人群比例迅速增加,需求管理经济杠杆效果最为明显．可见此涨价幅度为居民最敏感的价格区间,此时放弃开车的人群多为灰色人群(虚假忠诚者)．但若停车费用上涨80%～100%,放弃开车的比例增加速度会慢慢放缓而渐趋平稳,最终通勤、非通勤出行中放弃开车出行的人群比例会分别稳定在44%和40%．可见,随着停车费用的持续增长,样本中约40%的虚假忠诚者并不会全部放弃小汽车出行,该类灰色人群中仅有部分出行者可能会放弃开车而向其他出行方式转移,其余的则仍将保持驾车出行．

图2 不同出行目的下随停车费用增长选择放弃开车出行的比例

4 结语

本研究基于出行者社会经济属性与活动出行特征的SP和RP调查数据,从行为与态度两方面探讨了小汽车出行者忠诚度的界定与划分,考察居民对于小汽车停车费用上涨的敏感程度,并将人群细分成敏感人群、无感人群与灰色人群．其中灰色人群表示面对停车收费政策调整时,态度与行为的变化均不明显或不确定的人群．建立了非集计Logit模型定量分析停车费用上涨后灰色人群中放弃开车的可能性．本文提出的敏感人群辨识方法为城市综合体停车收费政策调整过程中把握小汽车出行向其他方式转移的趋势和可能性提供了定量分析方法．

References)

[1]吕国林, 孙正安. 深圳市停车收费调整探索[J]. 城市交通, 2014, 12(1): 12-17. DOI:10.3969/j.issn.1672-5328.2014.01.005. Lü Guolin, Sun Zheng’an. Parking charge adjustment in Shenzhen[J].UrbanTransportofChina, 2014, 12(1): 12-17. DOI:10.3969/j.issn.1672-5328.2014.01.005.(in Chinese)

[2]方怡沁, 常云涛, 彭仲仁. 基于SP/RP调查的停车设施规划及收费政策研究[J]. 交通标准化, 2013(9):27-31. Fang Yiqin, Chang Yuntao, Peng Zhongren. SP/RP survey-based study on parking lot planning and pricing policies[J].CommunicationsStandardization, 2013(9): 27-31.(in Chinese)

[3]楼齐峰, 马晓龙, 叶盈, 等. 基于出行成本的停车收费和供给政策影响分析[J]. 浙江大学学报(工学版), 2016, 50(2): 257-264. DOI:10.3785/j.issn.1008-973X.2016.02.009. Lou Qifeng, Ma Xiaolong, Ye Ying, et al. Combined impact of parking charge and supply policy based on travel cost[J].JournalofZhejiangUniversity(EngineeringScience), 2016, 50(2): 257-264. DOI:10.3785/j.issn.1008-973X.2016.02.009.(in Chinese)

[4]安实, 马天超, 尹缙瑞. 我国城市停车收费定价模型研究[J]. 哈尔滨工业大学学报, 2000, 32(2):65-69. DOI:10.3321/j.issn:0367-6234.2000.02.018. An Shi, Ma Tianchao, Yin Suirui. Parking fee pricing model for urban cities in China[J].JournalofHarbinInstituteofTechnology, 2000, 32(2):65-69. DOI:10.3321/j.issn:0367-6234.2000.02.018. (in Chinese)

[5]Peng Z, Dueker K, Strathman J. Residential location, employment location, and commuter responses to parking charges[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard, 1996, 1556: 109-118. DOI:10.3141/1556-13.

[7]Pangburn M S, Stavrulaki E. Capacity and price setting for dispersed, time-sensitive customer segments[J].EuropeanJournalofOperationalResearch, 2008, 184(3): 1100-1121. DOI:10.1016/j.ejor.2006.11.044.

[8]Afèche P, Mendelson H. Pricing and priority auctions in queueing systems with a generalized delay cost structure[J].ManagementScience, 2004, 50(7): 869-882. DOI:10.1287/mnsc.1030.0156.

[9]Dobson G, Stavrulaki E. Simultaneous price, location, and capacity decisions on a line of time-sensitive customers[J].NavalResearchLogistics, 2007, 54(1): 1-10. DOI:10.1002/nav.20169.

[10]Chen H, Frank M. Monopoly pricing when customers queue[J].IIETransactions, 2004, 36(6): 569-581. DOI:10.1080/07408170490438690.

[11]Boyaci T, Ray S. Product differentiation and capacity cost interaction in time and price sensitive markets[J].Manufacturing&ServiceOperationsManagement, 2003, 5(1): 18-36. DOI:10.1287/msom.5.1.18.12757.

[12]四兵锋, 高自友. 铁路旅客票价与客流量之间的灵敏度分析[J]. 铁道学报, 1999, 21(4):13-16. DOI:10.3321/j.issn:1001-8360.1999.04.003. Si Bingfeng, Gao Ziyou. Sensitivity analysis for the relationship between railway passenger fare and passenger flow volume[J].JournaloftheChinaRailwaySociety, 1999, 21(4):13-16. DOI:10.3321/j.issn:1001-8360.1999.04.003. (in Chinese)

[13]毕晓萤. 面向低收入人群的交通改善策略研究[C]//中国城市规划年会. 海口, 2014: 43-50. Bi Xiaoying. Research on traffic improvement strategy for low-income people[C]//AnnualNationalPlanningConference. Haikou, 2014: 43-50. (in Chinese)

[14]严海, 杨荣荣, 熊文, 等. 步行和自行车接驳轨道交通时空阈值研究[J]. 城市交通, 2013, 11(2): 83-90. Yan Hai, Yang Rongrong, Xiong Wen, et al. Critical accessing time and distance for pedestrian and cyclists to urban rail transit[J].UrbanTransportofChina, 2013, 11(2): 83-90.(in Chinese)

[15]陈林. 基于Logit模型的成渝通道交通选择行为研究[D]. 成都: 西南交通大学交通运输与物流学院, 2013.

[16]孙世超, 杨东援. 基于RFM模型的通勤人群公交忠诚度研究[J]. 交通运输系统工程与信息, 2015, 15(4): 216-221. DOI:10.3969/j.issn.1009-6744.2015.04.034. Sun Shichao, Yang Dongyuan. Commuters’ loyalty to public transit based on RFM model[J].JournalofTransportationSystemsEngineeringandInformationTechnology, 2015, 15(4): 216-221. DOI:10.3969/j.issn.1009-6744.2015.04.034.(in Chinese)

Identification method for sensitive group towards parking policy in urban complex

Wu Jiaorong Zhu Qizheng Ye Xin

(Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China)

With the concept of loyalty in marketing, the effect of parking charge on different people in urban complex is analyzed from the angle of behavior and attitude. An identification method for sensitive, insensitive, and gray population is proposed, and a quantitative behavior selection model under the change of parking charge policies is also presented. The results show that household income, trip purpose, travel time, parking charge, and the number of days driving per week are the most significant factors affecting sensitivity. In commuting and non-work travel, 44.7% and 42.9% of the drivers are classified as gray population, respectively. Although they depend on driving currently, they are in fact very sensitive to the changes in parking fees and bus service levels, and are possible to travel by public transit. The proposed identification method provides a quantitative analysis tool for evaluation of parking policies and the possibility of driving transferring to other travel modes in urban complex.

urban complex; parking charge adjustment; sensitive group; insensitive group; identification method

10.3969/j.issn.1001-0505.2017.04.032

2016-10-11. 作者简介: 吴娇蓉(1973—),女,博士,教授,博士生导师,wujiaorong@tongji.edu.cn．

国家自然科学基金资助项目(51278363)．

吴娇蓉,朱启政,叶昕.城市综合体停车收费政策调整敏感人群辨识方法[J].东南大学学报(自然科学版),2017,47(4):839-844.

10.3969/j.issn.1001-0505.2017.04.032.

U121

A

1001-0505(2017)04-0839-06