城市货运配送车辆专用车位设置方案研究
——以佛山市禅城区为例

2023-11-21 12:25范浩轩叶倩文
交通与港航 2023年5期
关键词:专用车停车位车位

范浩轩,刘 鹏,叶倩文

南京市城市与交通规划设计研究院股份有限公司

0 引 言

2020年9月习近平总书记在第七十五届联合国大会一般性辩论上提出“3060”双碳目标。2021年2月印发的《国家综合立体交通网规划纲要》明确提出,加快推进绿色低碳发展,交通领域二氧化碳排放尽早达峰,降低污染物及温室气体排放强度[1]。在交通领域二氧化碳排放中,货运二氧化碳排放量不能小觑,促进货运减排对推动交通行业碳达峰,并最终实现碳中和有非常重要的意义。

2019年佛山成功入选第二批绿色货运配送示范工程创建城市,按照实施方案,设置货运配送车辆临时停靠点是重要考核内容,需要基于建筑业态、货运停车需求科学合理设置货运配送临时停靠点,落实绿色货运配送示范工程创建工作。

目前国内外针对城市货运配送车辆停靠点设置问题已开展了相关研究和应用实践。文献[2]从衡水市绿色配送现状问题出发,提出在不同用地分区和建筑完善配送车辆装卸停靠设施,在征得相关部门同意的前提下积极利用路内空间装卸停靠,并完善停车管理措施。文献[3]则对苏州城市配送进行了研究,针对配送车辆停靠难的问题建议在大型商业区设置配送车辆专用车位,并允许配送车辆在非高峰时段装卸停靠。通过查找国内城市相关案例可以发现,佛山、衡水、苏州、长沙等地在城市商业区、居住区等地区划设了数量不等的货运配送车辆装卸临时停靠点,解决了停靠点设置的“有无”问题。在国外,伦敦通过划设标线明确该道路是否允许装卸停靠以及允许停靠的时间,如双红线禁止装卸停靠、单红线在07:00—19:00禁止装卸停靠[4]。巴黎沿街每50 m设置一个装卸区,主要设置在购物街,并开发了一个装卸车位可视化系统,通过系统可以看到装卸车位的位置及周边的实景地图[5]。

综上,国内外相关研究针对城市货运配送车辆停靠点设置进行了有益的探索,但尚未形成科学全面的设置方法体系,在配送车辆专用车位设置的必要性与可行性、设置规模、选址方式等方面的研究较少。本文则以设置城市货运配送车辆专用车位为抓手,重点面向解决货运配送车辆停靠难的问题,研究配送车辆专用车位规模测算、车位选址和停车位管理等内容,并以禅城区为例,开展配送车辆专用车位设置方案研究,规范配送车辆停靠,且突出新能源货车的政策和管理方面的倾斜性,从而进一步完善城市货运配送车辆便利通行政策,提高货运配送效率、缓解城市交通拥堵、促进绿色低碳运输,并为国内其他城市推动城市货运配送车辆专用车位设置提供参考和借鉴。

1 专用车位设置方法

专用车位设置技术路线如图1所示。

图1 配送车辆专用车位设置技术路线

1.1 必要性与可行性分析

城市货运配送车辆专用车位设置应根据不同影响因素分析不同场景下设置专用车位的必要性和可行性(见图2)。对于不设置专用车位的场景,可通过优化配送时间、停车位共享、加强停靠管理等措施来差异化满足配送停靠需求。

图2 配送车辆专用车位设置必要性与可行性分析流程图

1.1.1 用地分区

不同用地类型下,沿街店铺、道路交通运行特征都存在明显不同,需在不同用地分区下灵活分析设置配送车辆专用车位的必要性与可行性。如商业区开发业态丰富、客流密集、配送需求量大,通常配备专有装卸区并由物业统一管理。居住区沿街店铺类型多,老旧小区往往停车配建不足,配送车辆占用车行道、人行道停靠现象突出。

1.1.2 店铺类型及配送特征

沿街店铺类型众多,配送要求和配送车辆停靠特征各不相同,通过对沿街店铺的配送频率、配送时间、装卸时长等特征进行调查,掌握不同类型店铺的配送停靠特征。

1)便利店、快递点、餐饮店、生鲜店等店铺配送需求旺盛,配送次数少则1天1次,多则1天3~5次。

2)各类店铺配送时间不一致,超市、快递点配送时段固定,一般在白天;餐饮店时段固定,一般在清晨;其他店铺配送时间不固定,一般在白天非高峰时段。

3)装卸时长一般在15 min以内,部分店铺一次装卸时长甚至在10 min以内,大型超市装卸时间较长,但不超过30 min。该调查结果与波兹南的一项可持续物流规划中的调查结果基本一致,80.5%被调查的经济实体单次装卸时长在20 min以内,40.9%单次装卸时长在10 min以内[6]。

将一天分为6个时段:凌晨、早高峰、上午、下午、晚高峰和夜间,其中早晚高峰期间受限货政策影响,无法开展配送工作,凌晨及夜间开展配送对城市交通影响小(见图3)。因此,重点针对上、下午时段(09:00—17:00)研究配送车辆停靠需求及车位供给,针对供需矛盾突出的场景可考虑设置配送车辆专用车位。

图3 货运配送时间分布图

1.1.3 道路条件

路内配送车辆专用车位设置受到道路等级、功能定位、道路宽度、道路交通量等条件影响,应满足《城市道路路内停车位设置规范》[7]《城市道路路内停车管理设施应用指南》[8]《佛山市停车场管理办法》[9]等国家、城市规范标准。

此外,路内配送车辆专用车位设置受装卸距离影响。装卸距离是指配送人员将货物从停车位搬运到店铺的步行距离,司机可接受装卸距离受到道路条件(是否设置隔离栏)、搬运方式(人力、小推车)、货物特征(重量、体积)等的影响。根据调查,司机可接受的最大装卸距离为20 m。

1.2 道路分段分析

基于司机可接受的最大装卸距离,专用车位的最大服务半径为20 m,能够有效服务道路长度约40 m。考虑到不同路段的业态差异,在设置专用车位时建议对道路进行分段研究,道路分段主要结合沿街店铺配送需求和装卸距离,步骤如下:

1)初步选定路段内配送需求最大店铺,以此为参照点,以最大装卸距离为服务半径,划定40 m长道路区段。

2)然后以该区段向两端对店铺进行分段,可根据店铺配送需求灵活取值,若区段内店铺配送次数总和不少于4次/天,区段可划定为40 m;若区段内店铺配送次数总和少于4次/天,可延长区段长度,最长可划定为100 m。

3)考虑到装卸距离、装卸作业的安全性和便利性,双向两车道道路单侧设置的专用车位可同时服务于双侧店铺,建议同时对双侧店铺进行分段;双向四车道及以上道路单侧设置的专用车位仅服务于一侧店铺,建议针对两侧店铺分别进行分段(见图4)。

图4 道路分段示意图

1.3 配送停靠需求测算

配送停靠需求,即为满足沿街店铺配送要求,利用路内停车位或路内可用空间进行临时停靠和装卸作业所消耗的车位时间。

部分店铺建筑前区空间较大,可用来停靠配送车辆,且各店铺建筑前区具有专用性,因此该部分店铺的停靠需求不在需求测算范围内。此外,配建有专用卸货场地的商业综合体同样不在需求测算范围内。

根据实地调查可获取各店铺分时段的配送频率、装卸活动的持续时间。本研究提出一种综合考虑上述参数的配送停靠需求测算方法,计算公式如下

其中:为研究区段内k时段的配送停靠需求;M为所有沿街店铺的集合;m为研究区段内沿街店铺个数;为i店铺在k时段的配送次数;为i店铺在k时段平均每次装卸活动的持续时间。

1.4 专用车位规模测算

为促进道路资源高效利用,本研究设定了专用车位设置的启动阈值,建议区段内09:00—17:00配送停靠需求达到60车位·min或配送次数达到4次及以上(单次装卸时长以15 min计算),可进一步进行专用车位规模测算,测算公式如下

其中:Xadd为区段内新增配送车辆专用车位数;Tk为区段内一个专用车位在k时段内配送车辆专用时长。

1.5 专用车位选址方法

依据《城市道路路内停车位设置规范》[7]《城市道路路内停车管理设施应用指南》[8]《佛山市停车场管理办法》[9]等规范标准以及相关政策措施确定选址原则,进而确定专用车位的备选点,根据目标函数和约束条件对选址模型进行求解,最终确定最佳选址方案(见图5)。此外,若研究路段目前已有车位,则优先对现有车位进行改造;若无车位,则在备选点中选择新增车位。

图5 专用车位选址技术路线图

1.5.1 目标函数

专用车位的设置首先应满足配送车辆的停靠需求,其次要给予司机最大的装卸货便利。本研究提出以满足配送停靠需求最大化和综合费用最小化为目标函数的选址模型

其中:P为满足的配送停靠需求在该时段总配送停靠需求中的占比;D为配送车辆临时停靠综合费用总和;A为沿街店铺个数;B为停靠区域个数;为k时段店铺i到停靠点j的停车次数;dij为店铺i与停靠点j之间的步行距离。

专用车位选址首先以满足配送停靠需求最大化为目标,若各备选点位置满足配送停靠需求的占比相同,则在此基础上以综合费用最小化为目标进行选址位置的确定。

1.5.2 约束条件

步行距离约束:配送车辆仅停放至司机可接受步行距离范围内的停靠区域,通过设置0,1变量来表示店铺i是否停放至停靠区域j,数学表达式如下

服务时长约束:单个停靠区域的服务时长应满足停靠至该区域的配送停靠需求,且服务时长不能超过停靠区域所能提供的最大服务时长。停靠区域为单个停车位或停车路段(新增停车位的备选路段),单个停车位提供的最大车位数为1,停车路段提供的最大车位数根据道路条件确定。该约束条件数学表达式如下

其中:pj为停靠区域j提供的车位数;pjmax为停靠区域j可提供的最大车位数;Tj为停靠区域j的服务时间;ti为店铺i每次装卸时长。

2 示范应用

本次示范选取禅城区老旧小区试点,以区域内单条道路后龙一街为研究对象,开展示范应用研究。

2.1 现状特征分析

后龙一街位于老城,周边为居住小区。后龙一街为城市支路,沿街店铺有快递点、便利店、生鲜店、药店和餐饮店等类型店铺。道路东西走向,全长约210 m,双向两车道,道路南侧设置路内收费停车位(见图6)。

图6 后龙一街研究范围示意图

经调查,后龙一街沿街店铺配送需求主要来自菜鸟驿站和鲜丰优选,分别为2次/d和4次/d。此外,餐饮店的配送需求和配送时段也较为固定,其余店铺如茶馆、服装店、药店等店铺的配送时段则较为灵活(见表1)。

表1 后龙一街沿街店铺配送需求特征

此外,根据现状调查,后龙一街周边小区停车配建不足,路内无供配送车辆停靠的车位,配送车辆在人行道、车行道及小区消防通道处随意停靠,影响车辆及行人正常通行,占用消防通道,对小区安全造成不利影响。

综上,后龙一街供需矛盾突出,沿街店铺配送需求大(在09:00—17:00时段配送次数达到12次),配送车辆随意停靠,有必要设置配送车辆专用车位。其次,后龙一街车道宽度约10 m,双向两车道,可单侧设置路内停车位。后龙一街目前已在单侧设置路内停车位,因此本研究主要考虑对现有路内停车位进行改造。

2.2 道路分段

后龙一街为双向两车道,道路一侧设置专用车位可同时服务于道路两侧的店铺。此外,后龙一街长度210 m左右,因此有必要对其进行分段研究。首先以配送需求最大的店铺鲜丰优选为参照点,并结合店铺实际分布特征,将后龙一街分为三个区段(见图7)。

图7 后龙一街分段示意图

2.3 配送停靠需求与专用车位规模测算

根据分段,各区段在09:00—17:00有配送停靠需求的店铺,结合表1店铺配送需求特征及公式(1)计算得到区段内配送停靠需求(见表2)。

表2 各区段配送停靠需求

区段一和区段三未达到设置专用车位的启动阈值,因此不考虑设置专用车位。区段二09:00—17:00配送次数达到7次,配送停靠需求达85车位·min,可考虑在该分段设置专用车位。

根据公式(2)进行计算,为提高专用车位利用率,Tk取值不宜过大,此次计算为上午、下午两个时段内配送车辆专用时段各取2 h,即Tk取值为120 min。计算得到区段二应设置一个配送车辆专用车位。

2.4 专用车位选址

选址过程以需求最大的时段进行求解,即以需求高峰时段09:00—12:00的数据进行求解。

根据选址模型,采用枚举法求解专用车位选址位置。根据计算结果,除图8中所选的专用车位之外,其余备选点均无法在20 m服务半径内满足所有配送停靠需求。最终确定改造的车位为正对鲜丰优选的停车位,改造之后的专用车位可满足区段二内100%的配送停靠需求,且选址位置位于停车带最外侧,装卸作业对相邻车位和其他车辆影响较小(见图8)。

图8 专用车位选址示意图

配送车辆专用车位设置形式采用《城市道路路内停车管理设施应用指南》[8]中物流配送专用车位的标线设置形式(黄色标线+“物流配送”白色字体)来表示该车位的专用性,尺寸为6 m×2.5 m。

2.5 配套措施

1)停靠时间精细化管理:针对新设置的配送车辆专用车位,为提高专用车位的利用效率,并考虑到该区段内店铺的配送特征,通过设置交通标牌,将09:00—11:00、14:00—16:00设置为配送车辆专用时段,单次装卸作业限时停靠15 min。其他时段则非配送车辆也可以停放,无单次停放时间限制。

2)停靠秩序管理:在配送车辆专用时段内,对占用专用车位的非配送车辆进行劝导与处罚。同时该区段内,对违章停靠的配送车辆进行劝导与处罚。并可结合电子警察的设置,采用“现场查处+非现场执法”的方式全方位开展违停查处。

3)多方共同参与:针对未被专用车位覆盖的店铺,由社区出面协调商铺统一配送时间,采用夜间配送、共同配送等形式,或在非高峰时段,不影响交通正常运行的情况下,给予新能源配送车辆更多的停靠便利,通过设立交通标牌,允许新能源配送车辆在一般禁停路段临时停放,限时停放15 min。

4)收费减免政策:配送车辆停靠在专用车位内不收费;此外,为推广新能源配送车辆,建议其在路内收费车位内停靠前1 h免费,其他配送车辆在路内收费车位内停靠前0.5 h免费,超出时段按小汽车标准收费。

3 结 语

城市货运配送车辆临时停靠点的数量是评价城市绿色货运配送便利通行政策的重要指标[10],对于提高货运配送效率、促进绿色低碳运输具有重要意义。本文对城市货运配送车辆专用车位设置的场景进行分析,总结不同用地分区、店铺类型和道路条件下的差异性,形成专用车位设置必要性和可行性分析方法。文中提出了配送停靠需求测算模型、专用车位规模测算模型、专用车位选址模型,并以佛山市禅城区后龙一街为例进行示范应用,探索形成科学合理、行之有效的城市货运配送车辆专用车位设置实施路径,为国内其他城市的货运配送车辆专用车位的设置总结经验、提供示范。未来可进一步对配送车辆专用车位设置前后的减碳效益和社会经济效益进行评估分析。

猜你喜欢
专用车停车位车位
为了车位我选择了环保出行
蹲守停车位
我自己找到一个
车位上的数
地下停车位不动产登记探析
专用车企业首次主导 无人驾驶环卫车上路
开车出行的你,今天找到停车位了吗?
一个车位,只停一辆?
2016年《专用车与零部件》杂志回顾
上半年我国专用车销量同比下滑36.2%