基于时空认知的违章停车行为治理策略研究

林建新，刘依妮，朱雪超，刘博

(1.北京建筑大学，土木与交通工程学院，北京 100044；2.北京市公安局公安交通管理局，西城交通支队，北京 100037；3.北京城垣数字科技有限责任公司，北京 100045)

0 引言

近年来，随着人们生活水平和经济发展水平的提高，我国机动车保有量也随之快速增加[1]。然而，新停车设施的建设速度远远滞后于机动车的增长速度，路外停车设施供需不平衡引发的长时间停车寻泊现象，导致大量的违章停车，对城市交通产生了许多负面影响，如交通拥堵、环境污染以及不必要的燃料消耗等[2]。管理部门投入了大量人力、物力成本[3]，由于缺少对违章停车深层因素的量化分析，治理效果十分有限。

城市违章停车现象的发生与驾驶人的停车决策紧密相关，Shoup 等[4]对纽约布鲁克林区的停车情况进行研究得出，停车时长、步行速度、时间价值等因素会影响停车决策。Hassine 等[5]利用多项式Logit 模型，预测出城市中驾驶员停车类型选择与安全和持续时间偏好相关。傅志妍等[6]构建了驾驶员停车选择意愿梯度提升决策树模型，得出费率是影响出行者停车选择的最主要因素。以往研究证实了驾驶人个人属性、停车费率等因素对驾驶人停车行为决策具有显著影响，但这些独立因素之间的相互关系及对停车行为的影响大小未被提及，难以提出全面的治理措施。

作为低成本但违法的路边停车模式，对违章停车行为的分析已经成为社会广泛关注的焦点。Goot[7]发现，驾驶员倾向于使用违章停车点作为街道上的“理想”停车点。牟振华等[8]基于演化博弈理论研究了违章停车行为和动态的罚金机制，验证了两者之间存在密切关系，通过制定合理的管理政策可以抑制城市机动车违章停车行为的发生。Zong等[9]利用2014年中国北京市的停车信息，建立结构方程模型，研究停车周期、停车位置和停车时间这3种停车决策之间的关系。已有研究探究了罚款等因素对违章停车行为的影响大小，缺乏针对行为认识学特点的违章停车时空行为解析，及以此为科学依据制定的违章停车行为治理策略。

本文首先以真实违章停车数据为基础，进行违章停车时空特征可视化分析，探究违章停车行为的时空分布规律，结合社会认知理论，初步筛选出道路交通管理、停车供给、停车需求、驾驶人之间差异等因素作为违章停车行为的主要影响因素，构建违章停车行为影响因素理论模型，并针对观测变量设计问卷，进行实地交通调研，将通过检验后的调研数据代入结构方程模型计算，得出违章停车行为产生路径及各因素间的效用系数，实现违章停车行为影响因素之间复杂交织关系的定量分析，为精细化的停车治理提供科学量化的理论支撑。

1 违章停车行为认知分析

1.1 数据来源

选取北京市西城区马连道商圈违章停车数据进行研究，地理位置如图1所示。马连道商圈位于北京市西城区广安门外街道，北京西三环与西二环之间，以茶叶贸易闻名，著名茶叶商业区马连道茶城位于此处，区域内有西城区三义里小学和新年华购物中心等人群聚集地点。

本文基于2021年8月～10月北京市西城区广外街道的交警巡逻执法违章记录数据进行研究。数据涵盖交警或者巡警视频拍摄的正常执法时段(7:00-19:00)，数量共计9761条。

1.2 违章停车行为时空特征

利用python和QGIS软件对马连道区域停车调查数据进行处理。

从时间分布上看，特征如图2和图3所示。

图2 违章停车行为天分布统计Fig.2 Daly distribution statistics of illegal parking violations business circle

图3 违章停车行为周分布统计Fig.3 Weekly distribution statistics of illegal parking

从一天内违章停车行为时序分布图来看，违章停车现象在每天的7:00-9:00，12:00-14:00，特别是8:00和13:00是一天内违章停车的高发时间。这是由于早晚高峰时段，道路交通需求较大，停车位供应不足，违章停车行为增多。从一周违章停车行为数量分布图来看，周六和周日违章停车现象普遍，约占全周36.7%，这与周末和节假日非工作出行的弹性出行需求增多，导致停车位供应紧张，违章停车行为显著增加，即停车目的(λ1)影响违章停车行为。

空间分布特征如图4 所示。违章停车行为主要集中在商场、学校等交通热点地区，这些地区访问需求大，相应停车需求较大，加之停车位供应不足，寻找停车位时间较长，即停车位置(θ4)和寻泊时长(θ3)影响违章停车行为。同时，人们更倾向于将车短暂停在距离目的地更近的路边以满足接送子女、短时购物等需求，即步行距离(λ2)和停车时长(λ3)影响违章停车行为。同时，违章停车行为与路外停车设施的空间分布以及利用率之间也存在关联，在路外停车资源相对丰富或者路外停车场的饱和度达到60%以上时，周围路段的违章停车行为相对较少，即停车费率(θ1)和车位数量(θ2)影响违章停车行为。在红莲南街和红莲3路附近街道上，仅有一处路外停车设施，缺少路内占道电子收费停车设施，停车资源供给不足，违章停车行为数量相对较多。而茶源街和茶源路沿线有9 个路外停车设施，附近也有路内占道电子收费停车设施，停车资源供应相对充足，违章停车行为数量相对较少。

图4 违章停车行为空间可视化Fig.4 Spatial visualization of illegal parking

基于违章停车行为时空特征分析，得出假设H1——停车需求影响违章停车行为。

式中：H1(停车需求)为停车需求水平函数；λi为潜变量；μi为H1在λi上的因子负荷；ε为误差项。

假设H2：停车资源供应水平将会影响违章停车现象。

式中：H2(停车供给)为停车供给水平函数；θi为潜变量；vi为H2在θi上的因子负荷；ζ为误差项。

1.3 机动车违章停车的成因

社会认知理论(Social Cognitive Theory,SCT)强调了人的行为主要受环境和个人的影响[10]，为分析违章停车行为的成因提供了理论依据。环境因素包括其他人的行为以及社会宏微观环境等。良好的道路环境(ρ1)以及合理的停车诱导(ρ3)可以大幅降低停泊车辆的寻位难度以及时间，若将停车信息共享[11]，合理引导就近停车，促进停车位资源最大利用，将减少违章停车行为。而更加严格的道路监控(ρ2)和惩罚手段[12]同样也可以有效改善违章停车行为，对城市中心、交通枢纽等重点违停地区，设立停车严管区，辅以电子警察、智能监控设施，实施动静网格化管理，以此来降低违停率。由此得出假设H3——道路交通管理影响停车的环境，是违章停车的影响因素。

式中：H3(道路交通管理)为道路交通管理水平函数；ρi为潜变量；ζi为H3在ζi上的因子负荷；ϖ为误差项。

驾驶人的个人差异也是违章停车行为的重要驱动因素。法律意识(τ1)与侥幸意识(τ2)是个人差异的重要体现。研究发现，驾驶人的法律意识水平与违章停车行为存在显著的负相关关系。驾驶人在违章停车时，往往会产生一种“我就停一会儿，不会被查到”的心理预期，从而导致违法行为的发生[3]。提高违法成本，降低驾驶人的侥幸意识，是减少违章停车行为的有效途径[13]。高收入群体(τ3)往往不在意停车成本，停车便捷性是其考虑的主要因素。由此得出H4——驾驶人差异影响停车行为的选择，是违章停车的影响因素之一。

式中：H4(驾驶人差异)为驾驶人差异水平函数；τi为潜变量；οi为H4在τi上的因子负荷；δ为误差项。

2 研究设计

2.1 数据分析方法

结构方程模型(Structural Equation Modeling,SEM)包含回归分析和因素分析方法，是一种通过协方差矩阵分析变量关系的数理统计方法，包括测量模型和结构模型[14]，被广泛应用于多元数据的统计与分析。由于违章停车行为的影响因素众多且难以直接测量，而结构方程利用具体的数据来体现各要素之间、要素对测量本体之间的影响关系，可以弥补变量无法测量的缺陷，进而为指导实践提出切实的、有针对性的对策。

测量方程公式为

式中：y为内生显变量组成的向量；Λy为y在η上的因子负荷矩阵；ε为内生显变量的误差项；x为外源显变量组成的向量；Λx为x在ξ上的因子负荷矩阵；δ为外源显变量的误差项。

结构方程公式为

式中：η为内生潜变量向量；B为系数矩阵，代表内生潜变量η之间的关系；ζ为外生潜变量；Γ为系数矩阵，代表外生潜变量ζ对内生潜变量η的影响；ζ为结构方程的残差项，反映了η在方程中未能被解释的部分。

结构模型与测量模型之间的关系如图5 所示。测量模型用于解释潜在变量和观测变量之间的关系，包括潜在变量对观测变量的影响以及观测变量之间的关系。结构模型用于解释内因变量之间的关系，包括直接和间接效应。

图5 结构方程模型示意图Fig.5 Schematic diagram of structural equation model

2.2 研究假设与理论模型

由于道路交通管理、驾驶人差异等变量无法直接通过观测获得，需通过适当的可观测变量加以反映，故选取16个可观测变量分析停车供给、停车需求、道路交通管理、驾驶人差异和违章停车行为，定义如表1所示。根据表1所选择的观测变量和研究假设，建立城市违章停车行为影响因素结构方程理论模型，如图6所示。

表1 潜变量及其观测变量汇总Table 1 Summary of latent variables and their observation variables

图6 理论框架与研究假设Fig.6 Theoretical framework and research hypotheses

3 违章停车行为结构方程模型

3.1 数据调查及处理

3.1.1 数据调查与信效度检验

因结构方程模型采用协方差建模，为保证其拟合效果，所需样本容量至少大于观测变量数的10倍[15]。为全面解析城市违章停车行为的影响因素，提高调查结果与模型的适配度，问卷设计包括驾驶员个人属性和行为认知两个部分。第1 部分是受访者的年龄和性别特征，用以衡量问卷样本偏差；第2 部分涉及驾驶员对违章停车原因中时间和空间等属性的认知特征。根据违章停车数据时空分析结论及假设，调查意见部分共设计16 个题项。借鉴行为研究中常采用的李克特五级打分量表[6,16]进行意向程度和认知意愿的关联分析，问卷回答设置为十分同意、同意、中立、不同意、十分不同意五级，赋分对应为5、4、3、2、1，选取马连道商圈区域内道路沿线，进行违章停车行为影响因素的调查问卷发放收集。共发出407 份问卷，排除不良问卷后，最终回收了386份问卷作为结构方程的原始数据，有效率为94.8%，其有效受访者的个体属性特征统计如表2所示。

表2 有效问卷受访者的个体属性统计Table 2 Distributed statistics of collected data

采用克朗巴哈系数对问卷数据进行信度检验，计算公为

式中：k为待检验的总项数；为总方差；为第i题内方差。检验结果如表3 所示，当α系数大于阈值0.7，表明数据具有良好的信度与内部一致性[1,10]，检验结果均符合要求。

表3 问卷信度检验Table 3 Reliability test for Questionnaire

继而采用KMO(Kaiser Meyer Olkin)和Bartlett球形检验对问卷数据进行效度分析，检验结果如表4所示，各项指标均通过检验。

表4 问卷KMO和Bartlett球形检验Table 4 KMO and Bartlett's spherical test for Questionnaire

由表3 和表4 可知，原始问卷数据内部一致性良好，测量结果稳定可靠，可用于下一步结构方程标准化运算。

3.1.2 探索性因子分析

通过主成分分析法提取公因子方差进行因子分析，潜变量旋转后的成分矩阵如表5 所示。其中，公因子方差反映变量被公因子表达的准确程度。大于0.5 即可以被表达，若大于0.7，则说明变量能被公因子表达的很合理。从分析结果中可知，选取值均满足要求，表明变量选取较科学、合理。

3.2 模型标定

城市违章停车行为由停车供给、停车需求、驾驶人差异、道路交通管理这4 个潜变量描述，模型采用16 个观测变量对以上潜变量进行解释说明，利用Amos 软件构建结构方程模型，标准化路径系数图如图7所示。

图7 城市违章停车行为影响因素结构方程模型Fig.7 Structural equation model of influencing factors of illegal parking behavior

结合表5 和图7 对各变量路径系数进行分析，揭示深层原因：

(1)停车供给路径系数

停车费率和寻泊时长是主要影响因素，效应值分别为0.83和0.70，即当区域内停车费率较高且难以寻找空闲泊位时，驾驶员选择违停的概率较大。结合停车供给与道路交通管理相关性系数为0.67，可知在车位数量较难改变的前提下，通过科学布设停车诱导指示标识等管理手段，也可提高停车供给水平。

(2)停车需求路径系数

停车时长是最主要影响因素，效应值为0.70，驾驶人认同短时停车需求会面临更大的时间压力，因此更容易选择违章停车。

(3)驾驶人差异路径系数

驾驶人的收入水平对应效应值最大，为0.69。结合停车供给与驾驶人差异相关性系数为0.73，可知，高收入人群对停车费率敏感度较低，控制费率对该人群的停车行为影响效果有限。同时，法律意识与侥幸心理对违章停车行为的影响与收入水平同样重要，效应值分别为0.69 和0.68，这表明对驾驶员的素质教育同样不容忽视。

(4)道路交通管理路径系数

提升道路交通环境，合理规划道路，缓解交通拥堵是减少违章停车行为的主要措施，其效应值为0.74。

(5)违章停车行为路径系数

违章停车行为对交通流量、交通安全、从众诱导均有显著影响，效应值分别为0.73、0.68、0.67。这表明违章停车现象，会降低道路利用率，影响道路交通流量。同时，单一的违章停车现象会引发从众现象，诱增违章现象。

(6)分析模型中外生潜变量和内生潜变量之间的路径系数

对违章停车行为的影响系数大小由高到低排序依次为道路交通管理(0.35)，停车需求(0.27)，停车供给(0.20)，驾驶人差异(0.14)。说明道路交通管理对违章停车行为产生影响最大，城市交通管理部门在违章治理中发挥着最重要的作用。

3.3 模型评价

对结构方程模型的拟合优度进行检验，以衡量观测数据与假设模型之间的一致性水平。在进行结构方程模型适配度检验时，需要根据验证样本的规模、数据特征和假设条件，选择自由度等相应指标。根据表6结果显示，拟合指数衡量的各项关键指标均满足标准，说明该模型成立且调查数据与模型的拟合度较高。

表6 模型的拟合优度结果Table 6 Model goodness-of-fit results

4 结论

以北京市2021年8月～10月西城区广安门外地区违章停车记录数据为基础，基于时空分析与社会认知理论，通过验证性因子分析和结构方程模型方法对违章停车行为进行多维度解释，得出城市违章停车行为应从以下几个方向进行治理。

(1)从违停管理向精细化违停治理转变

在道路交通管理方面，道路环境的影响系数最高，达到0.74。减少违章停车行为，首先应改善道路环境，应合理规划道路，合理设置交通标志标线，精细化制定路内停车要求，明确停车时间段、停车车型等，减少道路拥堵与事故。其次，建设完善的管理体系，包括人工巡逻、摄像头自动识别系统等，提高违章停车的查处率和处理效率。最后，应完善停车诱导系统，精细化设置引导标志、电子屏幕等，减少违章停车行为。

(2)完善市场机制下的停车资源共享

停车供给中的停车费率与停车需求中的停车时长对违停行为的影响系数高达0.83 和0.70。推进共享停车策略，鼓励市民共享停车资源，通过价格手段实现需求的削峰填谷，提高停车资源的利用率。同时，通过共享思路盘活停车资源，分时段、分区域、分类型提供停车服务，满足市民不同时间、空间和需求的停车需求，从而减少违章停车行为。

(3)驾驶员法制素质教育常态化

法律意识对违章停车行为的影响系数达到0.69。应常态化驾驶人法律意识培训，开展多种形式的停车行为引导教育、活动，让驾驶人树立合法停车、文明停车的意识，从而减少违章停车行为的发生。