1. 引言
城市机动车保有量迅速增加,而城市交通公共设施的更新速度却滞后,各种交通问题层出不穷。以公共停车场的建设来补充停车供给,对于平衡停车供需矛盾、以静制动地缓解城市交通拥堵有着重要的意义 [1] 。停车场按建设类型可划分为建筑物配建停车场、城市公共停车场和路内停车场。本文的研究对象是第二种城市公共停车场,即位于道路红线以外的独立占地的面向公众服务的停车场和由建筑物代建的不独立占地的面向公众服务的停车场 [2] 。它的服务对象最广,因此科学合理的停车场选址是优化停车供给、保障设施长期使用的基础和前提。
当前国内外对于停车场选址多是通过利用某种算法构建最优化模型求解出可行的选址结果,包括多条件限制的遗传算法模型、步行距离最小模型、渐进优化模型、迭代算法等 [3] [4] 。但是该类模型多是从纯数学角度出发,通过算法设置约束条件,多次迭代计算筛选出可行解。但该类模型具有以下缺点:一是计算过程复杂,对于规划行业从业者具有一定的挑战;二是没有考虑到交通网络模型的影响,缺乏三维的分析,导致成果的图示性差、可视化低,可能还会造成不符合实际停车的情况,这对于规划停车场选址具有一定的不便利性。但是规划行业常用的软件——地理信息系统(ArcGIS)具有强大的可视化和时空分析能力,再结合层次分析法(AHP)在分析和决策过程中的逻辑思维数学化,逻辑计算与空间可视化的结合使得此类方法已逐渐成为规划行业进行选址的最佳工具。如詹长根等初步确定了运用AHP和GIS对公共停车场选址的研究方法步骤 [5] ;黄杉等在此基础上引入停车普查数据进行公共停车场选址 [1] ;刘曼等从GIS位置分配模型的空间分析入手,研究潍坊市路外停车场布局 [6] ;卫辉等则创造性引入人口热力数据计算停车需求缺口,再运用GIS空间分析功能与位置分配模型进行城市公共停车场规模分配与选址范围 [7] 。本文在已有研究的基础上,运用AHP科学化赋值与GIS空间分析能力,结合历城区现实停车场选址,设计适合历城区的城市公共停车场选址思路及模型。
2. 研究区概况及停车问题分析
2.1. 研究区域概况
济南市历城区位于济南市东南部,总面积1301平方公里。2021年历城区户籍人口115.19万人,GDP总额为1166亿元,其中第三产业占比71.3%。从2005年开始,济南市的机动车就一直保持着年均增长率超过17%的高速增长态势(图1),全市约68%的机动车集中在主城区,人口越密集的城区机动车密度越高;同时市民利用小汽车短距离出行的比例也比较高,停车泊位数的增长速度远赶不上机动车保有量的增长速度。根据济南交警支队车管所的通报数据显示,截至2021年,济南市的机动车保有量达296.2万辆,其中历下区、历城区、天桥区等市区汽车保有量为191.8万辆,按照国际通行惯例1:1.2计算,济南市区应配置停车位230.16万个,但济南市区的停车位只有135万个(其中公共停车泊位8.5万个),可知济南市区停车位缺口巨大。
Figure 1. Schematic diagram of Vehicle ownership in Jinan from 2016 to 2021 (Unit: vehicle)
图1. 济南市2016年~2021年汽车拥有量示意图(单位:辆)
2.2. 停车难原因分析
停车难的原因主要是近远期停车规划不协调导致“欠账”多。现在城市具有“高速增长、高度聚集、频繁使用”的机动车使用常态,但是由于过去城区总体规划和详细规划对于停车发展及设施建设等未进行科学的规划和布局,对区域停车的需求、供给、资源利用、居民出行等情况的调查分析不足,所编制的指导规划、发展战略和对策研究缺乏一定的前瞻性和系统性。过去历城区的停车场配建标准执行的是2011年实施的《济南市城乡规划管理技术规定》(试行)中的相关技术指标,已经与当前城市功能分区的区位特征、城市综合发展规划和机动车高速增长的速度等不相匹配 [8] ,造成配建公共停车场总量不足。根据《济南市历城区公共停车设施建设审批管理实施意见》中的要求,历城区路外公共停车泊位需求数量为2.18万个,现状车位数0.05万个,停车缺口巨大,停车矛盾日益严重 [9] [10] 。
3. 研究方法
本文采用AHP层次分析软件和ArcGIS 10.6地理信息系统软件,利用其权重赋值、数据建库、空间分析等功能设计研究模型。具体思路如下:
1) 将济南市历城区作为公共停车场选址研究对象,通过研究选定公共停车场选址的四个重要影响因子;
2) 通过AHP对四个重要影响因子建立判断矩阵,分析各影响因子并确定权重,对其进行评价指标分级;
3) 将历城区道路网密度、用地性质等数据导入GIS中并建立数据库;
4) 利用GIS对各影响因子进行缓冲区分析,并将权重分级数值赋予相对应的因子中进行叠加处理,从而建立约束型停车选址规划模型;
5) 结合已建现状,验证此次停车选址规划模型的设计合理性与可靠性。
4. 数据来源与影响因素分析
4.1. 数据来源
本文通过BIGEMAP软件、地理空间数据云等途径,获取历城区范围内的行政界限、交通道路、医院、学校、生活服务、交通设施等空间数据。同时结合济南市统计年鉴、交通情况等公开数据,国土空间总体规划、控制性详细规划及各类专项规划等文件,获取用地性质、使用需求等非空间数据,进而建立数据库。
4.2. 影响因素选择
结合《济南市国土空间总体规划(2021~2035年)》《济南市停车场建设和管理条例》等相关规定以及历城区社会经济发展状况,参考兰州市、宿州市、长春市等公共停车场GIS选址因素,从停车可达性、使用程度、管理程度等多个角度分析公共停车场选址的影响因素,从而选取出四个重要影响因子:与学校医院的距离、与重要交通节点的距离、与主要道路的距离、用地性质。
与城市道路距离:停车场可达性指驾车者由市政道路网络到达某一停车场的方便程度 [11] ,距城市道路越近,机动车驾驶员使用该停车场的几率越大,停车可达性就越高。
与学校医院距离:学校、医院作为公共服务中心,由于短时高聚集的特征,能产生短时、高需求的停车需求,且历城区的学校医院多集中于已建片区,停车缺口较为突出,因此将学校、医院的点位作为重要指标。
与重要交通节点距离:客运站、高铁站、城市出入口等重要交通节点能产生较大的交通流,除去即停即走的短时停车,长时间的停车场对于使用人群也是必要的。
用地性质:一般而言,土地开发强度大,建筑密度越大,停车需求也就越大。这是由于不同用地性质所带来的停车目的和停放时间不同,导致的停车生成率有所差别。
4.3. 构建层次分析模型
为更准确清晰地衔接集合层次分析法的因子评价值与GIS中的分析因子,在AHP中构建模型时,将公共停车场选址设定为目标层,准则层按照选定的四类因子特征归类为点、线、面三种属性,指标层则设定为影响公共停车场选址的四类重要因子,构建成本次设计的层次分析模型(图2)。
Figure 2. Establishment of analytic Hierarchy model
图2. 层次分析模型
4.4. 确定权重
在选定的四类影响因子中,为更科学、准确地判定四类因子的影响程度,本文对于四类因子的两两比较,形成判断矩阵,此时查表得知满足一致性检验即该判断矩阵有效。之后将特征向量进行归一化处理,得出各因子的相对权重。结合历城区实际状况再将权重按照1~3的评分值进行分级(表1),评分值越高代表越停车场的选址适宜性越高。
Table 1. Grading indexes and weight values of influencing factors
表1. 影响因素分级指标及其权重值
5. 设计GIS选址模型
在运用AHP构建的层次分析模型中,四类影响因子的属性是不同的。这也意味着在ArcGIS中,四类影响因子进行空间分析的方式应当不同(表2)。
Table 2. Analysis methods of influencing factors in ArcGIS
表2. 影响因素在ArcGIS中的分析方法
重要交通节点选择客运站、高铁站、城市出入口进行分析,对客运站、高铁站、城市出入口的点要素进行多环缓冲区分析,缓冲阈值设定为100米、200米、500米,同时在属性表中添加缓冲距离相对应的评分值,根据评分值绘制出受重要交通节点距离影响的分级图(图3),距离两者越近即颜色越深,表示越适合建公共停车场。
Figure 3. Adaptability map about distance of important traffic nodes
图3. 考虑重要交通节点距离的适宜性地图
对历城区内的学校医院点要素,选定200 m、300 m、500 m作为学校医院的缓冲阈值,进行三级缓冲区分析,再将不同缓冲距离对应的评分值赋予到属性表中,即可绘制出历城区学校医院周边停车场选址的适应性分级图(图4),其中颜色越浅代表距离学校医院的距离越近,越适宜选址。
Figure 4. Adaptability map about schools, hospitals
图4. 考虑学校医院距离的适宜性地图
在城市道路影响的线因素中,选取城市快速路、主要交通干道、国道等重要城市道路进行分析,缓冲阈值设定为50 m、100 m、200 m三个等级,对城市道路进行分级缓冲分析,并将三级缓冲距离相应的评分值赋予至属性表,得到与城市道路距离相关系的公共停车场选址适宜性地图(图5),颜色越深代表越适宜进行公共停车场修建。
Figure 5. Adaptability map about urban roads
图5. 考虑城市道路距离的适宜性地图
对于用地性质运用GIS中的重分类,将其多种属性归类为工业、居住、商业三类用地,将对应的评分值添加至属性表,从而绘制出用地性质对于公共停车场选址影响的适宜性地图(图6),颜色越深代表停车需求越大,越适宜建公共停车场。
注:由于数据缺失,无法处理历城区完整的用地性质图。
Figure 6. Impact of land use nature
图6. 考虑用地性质的影响
最后,将前面所绘制的不同影响因素适宜性地图进行栅格化处理,对4幅不同影响因子的适宜性选址图按照影响因子权重进行叠加分析,继而得到历城区的公共停车场的适建性综合评分值,将评分值范围设定为0~3,对其进行重分类,绘制出历城区公共停车场选址的综合适宜性分级图(图7),其中颜色越深代表数字越小,即表示该区域作为停车场选址的适宜性高。
Figure 7. Comprehensive map of public parking location
图7. 公共停车场选址的综合适宜性图
6. 结果验证与分析
将收集到的现状公共停车场的位置在ArcGIS中转化为空间数据,并与图7所得的选址适宜图进行叠加对比,得到图8。在图8中可以明显发现,在研究区域的中心区域,商业区、综合区分布较多,POI吸引力较大的核心区域导致停车场分布较为密集。从中心区域往外,停车场数量分布呈现“逐渐减少、分散式”特征。
大多数现状公共停车场是与公共停车场选址的综合适宜分级图相匹配的,少数未在适建范围内的停车场选址,原因可能在于收集到的数据有所出入,导致结果的不匹配,但综合来说该设计模型具有一定的可行性。
Figure 8. Distribution of current public parking lot
图8. 现状公共停车场分布对比分析图
7. 结论与展望
在研究中发现,学校医院、用地性质对于公共停车场的影响较为明显,因此在影响因子中占有较高的权重。利用AHP对选取的影响城市公共停车场选址的4个因子进行权重分析,并在GIS中利用数据提取、缓冲区分析、叠加分析、要素转栅格、重分类等工具进行公共停车场选址分析,在GIS中构建模型以获得公共停车场选址的适宜性范围分级图。最后本文还将已建停车场转为空间数据,通过现实验证确定该设计模型的可行性与可信度。
注释
文中所有图片均为作者自绘