基于時空認知的違章停車行為治理策略研究

林建新，劉依妮，朱雪超，劉博

(1.北京建筑大學，土木與交通工程學院，北京 100044；2.北京市公安局公安交通管理局，西城交通支隊，北京 100037；3.北京城垣數字科技有限責任公司，北京 100045)

0 引言

近年來，隨著人們生活水平和經濟發展水平的提高，我國機動車保有量也隨之快速增加[1]。然而，新停車設施的建設速度遠遠滯后于機動車的增長速度，路外停車設施供需不平衡引發的長時間停車尋泊現象，導致大量的違章停車，對城市交通產生了許多負面影響，如交通擁堵、環境污染以及不必要的燃料消耗等[2]。管理部門投入了大量人力、物力成本[3]，由于缺少對違章停車深層因素的量化分析，治理效果十分有限。

城市違章停車現象的發生與駕駛人的停車決策緊密相關，Shoup 等[4]對紐約布魯克林區的停車情況進行研究得出，停車時長、步行速度、時間價值等因素會影響停車決策。Hassine 等[5]利用多項式Logit 模型，預測出城市中駕駛員停車類型選擇與安全和持續時間偏好相關。傅志妍等[6]構建了駕駛員停車選擇意愿梯度提升決策樹模型，得出費率是影響出行者停車選擇的最主要因素。以往研究證實了駕駛人個人屬性、停車費率等因素對駕駛人停車行為決策具有顯著影響，但這些獨立因素之間的相互關系及對停車行為的影響大小未被提及，難以提出全面的治理措施。

作為低成本但違法的路邊停車模式，對違章停車行為的分析已經成為社會廣泛關注的焦點。Goot[7]發現，駕駛員傾向于使用違章停車點作為街道上的“理想”停車點。牟振華等[8]基于演化博弈理論研究了違章停車行為和動態的罰金機制，驗證了兩者之間存在密切關系，通過制定合理的管理政策可以抑制城市機動車違章停車行為的發生。Zong等[9]利用2014年中國北京市的停車信息，建立結構方程模型，研究停車周期、停車位置和停車時間這3種停車決策之間的關系。已有研究探究了罰款等因素對違章停車行為的影響大小，缺乏針對行為認識學特點的違章停車時空行為解析，及以此為科學依據制定的違章停車行為治理策略。

本文首先以真實違章停車數據為基礎，進行違章停車時空特征可視化分析，探究違章停車行為的時空分布規律，結合社會認知理論，初步篩選出道路交通管理、停車供給、停車需求、駕駛人之間差異等因素作為違章停車行為的主要影響因素，構建違章停車行為影響因素理論模型，并針對觀測變量設計問卷，進行實地交通調研，將通過檢驗后的調研數據代入結構方程模型計算，得出違章停車行為產生路徑及各因素間的效用系數，實現違章停車行為影響因素之間復雜交織關系的定量分析，為精細化的停車治理提供科學量化的理論支撐。

1 違章停車行為認知分析

1.1 數據來源

選取北京市西城區馬連道商圈違章停車數據進行研究，地理位置如圖1所示。馬連道商圈位于北京市西城區廣安門外街道，北京西三環與西二環之間，以茶葉貿易聞名，著名茶葉商業區馬連道茶城位于此處，區域內有西城區三義里小學和新年華購物中心等人群聚集地點。

本文基于2021年8月～10月北京市西城區廣外街道的交警巡邏執法違章記錄數據進行研究。數據涵蓋交警或者巡警視頻拍攝的正常執法時段(7:00-19:00)，數量共計9761條。

1.2 違章停車行為時空特征

利用python和QGIS軟件對馬連道區域停車調查數據進行處理。

從時間分布上看，特征如圖2和圖3所示。

圖2 違章停車行為天分布統計Fig.2 Daly distribution statistics of illegal parking violations business circle

圖3 違章停車行為周分布統計Fig.3 Weekly distribution statistics of illegal parking

從一天內違章停車行為時序分布圖來看，違章停車現象在每天的7:00-9:00，12:00-14:00，特別是8:00和13:00是一天內違章停車的高發時間。這是由于早晚高峰時段，道路交通需求較大，停車位供應不足，違章停車行為增多。從一周違章停車行為數量分布圖來看，周六和周日違章停車現象普遍，約占全周36.7%，這與周末和節假日非工作出行的彈性出行需求增多，導致停車位供應緊張，違章停車行為顯著增加，即停車目的(λ1)影響違章停車行為。

空間分布特征如圖4 所示。違章停車行為主要集中在商場、學校等交通熱點地區，這些地區訪問需求大，相應停車需求較大，加之停車位供應不足，尋找停車位時間較長，即停車位置(θ4)和尋泊時長(θ3)影響違章停車行為。同時，人們更傾向于將車短暫停在距離目的地更近的路邊以滿足接送子女、短時購物等需求，即步行距離(λ2)和停車時長(λ3)影響違章停車行為。同時，違章停車行為與路外停車設施的空間分布以及利用率之間也存在關聯，在路外停車資源相對豐富或者路外停車場的飽和度達到60%以上時，周圍路段的違章停車行為相對較少，即停車費率(θ1)和車位數量(θ2)影響違章停車行為。在紅蓮南街和紅蓮3路附近街道上，僅有一處路外停車設施，缺少路內占道電子收費停車設施，停車資源供給不足，違章停車行為數量相對較多。而茶源街和茶源路沿線有9 個路外停車設施，附近也有路內占道電子收費停車設施，停車資源供應相對充足，違章停車行為數量相對較少。

圖4 違章停車行為空間可視化Fig.4 Spatial visualization of illegal parking

基于違章停車行為時空特征分析，得出假設H1——停車需求影響違章停車行為。

式中：H1(停車需求)為停車需求水平函數；λi為潛變量；μi為H1在λi上的因子負荷；ε為誤差項。

假設H2：停車資源供應水平將會影響違章停車現象。

式中：H2(停車供給)為停車供給水平函數；θi為潛變量；vi為H2在θi上的因子負荷；ζ為誤差項。

1.3 機動車違章停車的成因

社會認知理論(Social Cognitive Theory,SCT)強調了人的行為主要受環境和個人的影響[10]，為分析違章停車行為的成因提供了理論依據。環境因素包括其他人的行為以及社會宏微觀環境等。良好的道路環境(ρ1)以及合理的停車誘導(ρ3)可以大幅降低停泊車輛的尋位難度以及時間，若將停車信息共享[11]，合理引導就近停車，促進停車位資源最大利用，將減少違章停車行為。而更加嚴格的道路監控(ρ2)和懲罰手段[12]同樣也可以有效改善違章停車行為，對城市中心、交通樞紐等重點違停地區，設立停車嚴管區，輔以電子警察、智能監控設施，實施動靜網格化管理，以此來降低違停率。由此得出假設H3——道路交通管理影響停車的環境，是違章停車的影響因素。

式中：H3(道路交通管理)為道路交通管理水平函數；ρi為潛變量；ζi為H3在ζi上的因子負荷；?為誤差項。

駕駛人的個人差異也是違章停車行為的重要驅動因素。法律意識(τ1)與僥幸意識(τ2)是個人差異的重要體現。研究發現，駕駛人的法律意識水平與違章停車行為存在顯著的負相關關系。駕駛人在違章停車時，往往會產生一種“我就停一會兒，不會被查到”的心理預期，從而導致違法行為的發生[3]。提高違法成本，降低駕駛人的僥幸意識，是減少違章停車行為的有效途徑[13]。高收入群體(τ3)往往不在意停車成本，停車便捷性是其考慮的主要因素。由此得出H4——駕駛人差異影響停車行為的選擇，是違章停車的影響因素之一。

式中：H4(駕駛人差異)為駕駛人差異水平函數；τi為潛變量；οi為H4在τi上的因子負荷；δ為誤差項。

2 研究設計

2.1 數據分析方法

結構方程模型(Structural Equation Modeling,SEM)包含回歸分析和因素分析方法，是一種通過協方差矩陣分析變量關系的數理統計方法，包括測量模型和結構模型[14]，被廣泛應用于多元數據的統計與分析。由于違章停車行為的影響因素眾多且難以直接測量，而結構方程利用具體的數據來體現各要素之間、要素對測量本體之間的影響關系，可以彌補變量無法測量的缺陷，進而為指導實踐提出切實的、有針對性的對策。

測量方程公式為

式中：y為內生顯變量組成的向量；Λy為y在η上的因子負荷矩陣；ε為內生顯變量的誤差項；x為外源顯變量組成的向量；Λx為x在ξ上的因子負荷矩陣；δ為外源顯變量的誤差項。

結構方程公式為

式中：η為內生潛變量向量；B為系數矩陣，代表內生潛變量η之間的關系；ζ為外生潛變量；Γ為系數矩陣，代表外生潛變量ζ對內生潛變量η的影響；ζ為結構方程的殘差項，反映了η在方程中未能被解釋的部分。

結構模型與測量模型之間的關系如圖5 所示。測量模型用于解釋潛在變量和觀測變量之間的關系，包括潛在變量對觀測變量的影響以及觀測變量之間的關系。結構模型用于解釋內因變量之間的關系，包括直接和間接效應。

圖5 結構方程模型示意圖Fig.5 Schematic diagram of structural equation model

2.2 研究假設與理論模型

由于道路交通管理、駕駛人差異等變量無法直接通過觀測獲得，需通過適當的可觀測變量加以反映，故選取16個可觀測變量分析停車供給、停車需求、道路交通管理、駕駛人差異和違章停車行為，定義如表1所示。根據表1所選擇的觀測變量和研究假設，建立城市違章停車行為影響因素結構方程理論模型，如圖6所示。

表1 潛變量及其觀測變量匯總Table 1 Summary of latent variables and their observation variables

圖6 理論框架與研究假設Fig.6 Theoretical framework and research hypotheses

3 違章停車行為結構方程模型

3.1 數據調查及處理

3.1.1 數據調查與信效度檢驗

因結構方程模型采用協方差建模，為保證其擬合效果，所需樣本容量至少大于觀測變量數的10倍[15]。為全面解析城市違章停車行為的影響因素，提高調查結果與模型的適配度，問卷設計包括駕駛員個人屬性和行為認知兩個部分。第1 部分是受訪者的年齡和性別特征，用以衡量問卷樣本偏差；第2 部分涉及駕駛員對違章停車原因中時間和空間等屬性的認知特征。根據違章停車數據時空分析結論及假設，調查意見部分共設計16 個題項。借鑒行為研究中常采用的李克特五級打分量表[6,16]進行意向程度和認知意愿的關聯分析，問卷回答設置為十分同意、同意、中立、不同意、十分不同意五級，賦分對應為5、4、3、2、1，選取馬連道商圈區域內道路沿線，進行違章停車行為影響因素的調查問卷發放收集。共發出407 份問卷，排除不良問卷后，最終回收了386份問卷作為結構方程的原始數據，有效率為94.8%，其有效受訪者的個體屬性特征統計如表2所示。

表2 有效問卷受訪者的個體屬性統計Table 2 Distributed statistics of collected data

采用克朗巴哈系數對問卷數據進行信度檢驗，計算公為

式中：k為待檢驗的總項數；為總方差；為第i題內方差。檢驗結果如表3 所示，當α系數大于閾值0.7，表明數據具有良好的信度與內部一致性[1,10]，檢驗結果均符合要求。

表3 問卷信度檢驗Table 3 Reliability test for Questionnaire

繼而采用KMO(Kaiser Meyer Olkin)和Bartlett球形檢驗對問卷數據進行效度分析，檢驗結果如表4所示，各項指標均通過檢驗。

表4 問卷KMO和Bartlett球形檢驗Table 4 KMO and Bartlett's spherical test for Questionnaire

由表3 和表4 可知，原始問卷數據內部一致性良好，測量結果穩定可靠，可用于下一步結構方程標準化運算。

3.1.2 探索性因子分析

通過主成分分析法提取公因子方差進行因子分析，潛變量旋轉后的成分矩陣如表5 所示。其中，公因子方差反映變量被公因子表達的準確程度。大于0.5 即可以被表達，若大于0.7，則說明變量能被公因子表達的很合理。從分析結果中可知，選取值均滿足要求，表明變量選取較科學、合理。

3.2 模型標定

城市違章停車行為由停車供給、停車需求、駕駛人差異、道路交通管理這4 個潛變量描述，模型采用16 個觀測變量對以上潛變量進行解釋說明，利用Amos 軟件構建結構方程模型，標準化路徑系數圖如圖7所示。

圖7 城市違章停車行為影響因素結構方程模型Fig.7 Structural equation model of influencing factors of illegal parking behavior

結合表5 和圖7 對各變量路徑系數進行分析，揭示深層原因：

(1)停車供給路徑系數

停車費率和尋泊時長是主要影響因素，效應值分別為0.83和0.70，即當區域內停車費率較高且難以尋找空閑泊位時，駕駛員選擇違停的概率較大。結合停車供給與道路交通管理相關性系數為0.67，可知在車位數量較難改變的前提下，通過科學布設停車誘導指示標識等管理手段，也可提高停車供給水平。

(2)停車需求路徑系數

停車時長是最主要影響因素，效應值為0.70，駕駛人認同短時停車需求會面臨更大的時間壓力，因此更容易選擇違章停車。

(3)駕駛人差異路徑系數

駕駛人的收入水平對應效應值最大，為0.69。結合停車供給與駕駛人差異相關性系數為0.73，可知，高收入人群對停車費率敏感度較低，控制費率對該人群的停車行為影響效果有限。同時，法律意識與僥幸心理對違章停車行為的影響與收入水平同樣重要，效應值分別為0.69 和0.68，這表明對駕駛員的素質教育同樣不容忽視。

(4)道路交通管理路徑系數

提升道路交通環境，合理規劃道路，緩解交通擁堵是減少違章停車行為的主要措施，其效應值為0.74。

(5)違章停車行為路徑系數

違章停車行為對交通流量、交通安全、從眾誘導均有顯著影響，效應值分別為0.73、0.68、0.67。這表明違章停車現象，會降低道路利用率，影響道路交通流量。同時，單一的違章停車現象會引發從眾現象，誘增違章現象。

(6)分析模型中外生潛變量和內生潛變量之間的路徑系數

對違章停車行為的影響系數大小由高到低排序依次為道路交通管理(0.35)，停車需求(0.27)，停車供給(0.20)，駕駛人差異(0.14)。說明道路交通管理對違章停車行為產生影響最大，城市交通管理部門在違章治理中發揮著最重要的作用。

3.3 模型評價

對結構方程模型的擬合優度進行檢驗，以衡量觀測數據與假設模型之間的一致性水平。在進行結構方程模型適配度檢驗時，需要根據驗證樣本的規模、數據特征和假設條件，選擇自由度等相應指標。根據表6結果顯示，擬合指數衡量的各項關鍵指標均滿足標準，說明該模型成立且調查數據與模型的擬合度較高。

表6 模型的擬合優度結果Table 6 Model goodness-of-fit results

4 結論

以北京市2021年8月～10月西城區廣安門外地區違章停車記錄數據為基礎，基于時空分析與社會認知理論，通過驗證性因子分析和結構方程模型方法對違章停車行為進行多維度解釋，得出城市違章停車行為應從以下幾個方向進行治理。

(1)從違停管理向精細化違停治理轉變

在道路交通管理方面，道路環境的影響系數最高，達到0.74。減少違章停車行為，首先應改善道路環境，應合理規劃道路，合理設置交通標志標線，精細化制定路內停車要求，明確停車時間段、停車車型等，減少道路擁堵與事故。其次，建設完善的管理體系，包括人工巡邏、攝像頭自動識別系統等，提高違章停車的查處率和處理效率。最后，應完善停車誘導系統，精細化設置引導標志、電子屏幕等，減少違章停車行為。

(2)完善市場機制下的停車資源共享

停車供給中的停車費率與停車需求中的停車時長對違停行為的影響系數高達0.83 和0.70。推進共享停車策略，鼓勵市民共享停車資源，通過價格手段實現需求的削峰填谷，提高停車資源的利用率。同時，通過共享思路盤活停車資源，分時段、分區域、分類型提供停車服務，滿足市民不同時間、空間和需求的停車需求，從而減少違章停車行為。

(3)駕駛員法制素質教育常態化

法律意識對違章停車行為的影響系數達到0.69。應常態化駕駛人法律意識培訓，開展多種形式的停車行為引導教育、活動，讓駕駛人樹立合法停車、文明停車的意識，從而減少違章停車行為的發生。