戚志伟，朱从坤

（苏州科技学院 土木工程学院，江苏 苏州215011）

办公类建筑是指政府、事业、企业等相关单位从事办公和服务的场所，在各类公共设施中，该类建筑占有很大比重。办公场所作为城市日常出行典型的案例，是城市工作日交通管理的重要环节。近年来，随着城市经济的快速发展和机动化水平的提高，办公类建筑的停车呈现明显的供需矛盾。办公类建筑停车特性分析是该类建筑停车设施规划和交通影响分析的重要组成部分。

西方对于办公类建筑停车特性的研究时间较早，但主要是以既有建筑高峰小时停车需求为研究对象，采用频数图和回归模型进行分析。我国对该类建筑停车特性的研究较少，冉江宇基于非参数检验法，对多时段的停车数量进行聚类，提出了动态停车需求的研究流程。陈群分析了城市停车场的空余停车数量，总结了停车分析的预报方法规律。目前国内外的研究并没有结合停车数据，从样本特征的角度分析办公类停车需求的特征。采用样本聚类的方法，既能够总结出不同聚类组的特性和规律，对办公类建筑停车现状进行深刻剖析，又有利于在智慧交通的背景下研究停车设施调查的数据挖掘方法，进而对停车政策做出指导。本文以苏州市某大厦为例进行研究分析。

1 办公类建筑停车调查

本次调查的地点是苏州市某大厦，该大厦是集行政办公、窗口式服务办公、商务办公于一体的综合性办公大楼，具有较强的代表性。

调查一共分为两个部分:物业调查和停车调查。物业调查内容包括:建筑面积和业态情况、停车设施供给状况、访客高峰状况和时间、职工通勤高峰时间和特点、单位和职工的拥车数量和公交可达程度等。

该大厦总建筑面积约为17 000m2，计容建筑面积为14 000m2，地下1层设有停车场，地上共10层:1～2层为窗口式服务办公，3、5、6层为商务办公，7、8、9层为行政办公。该调查点规划红线内共设有105个停车位，其中地上停车位40个，地下停车位65个，低于标准配建数163个。从区位上来看，该调查点处于轨道交通500m的覆盖范围内，公交便利。该调查点的人流车流量有明显变化的，高峰时段集中在7～9月。

因此，停车调查选择2013－07－04T7:00～19:00进行，停车调查主要采用的方法是连续式停车调查法。调查的内容包括进出调查点机动车车辆的类型、车牌、进出时间、出入口以及初始停放车辆数和终止停放车辆数。

2 办公类建筑停车特性分析

2.1 停车基本特征

调查组统计了大厦全天车辆发生吸引的数量，并对数据进行初步分析。从图1和图2可以看出，建筑物吸引车辆的早高峰时段集中在上午8:00～9:00，发生车辆晚高峰时段为17:00～18:00，调查区域的早晚通勤高峰特征明显。当经过早高峰后，停车饱和度已经超过了100%。在14:00～15:00，调查区域的吸引量和发生量到达了全天的峰值，为访客高峰时段。场地内的高峰小时停车数为161辆，停车位总体周转率达到13.3次，平均停车时间为1.28h。数据初步分析表明该调查点符合办公类建筑的停车特征，同时反映了窗口式服务办公的高周转率的特点。

图1 停车频数分布图

图2 停车需求分布

对停车调查的数据进行分类处理，将同一车牌的不同数据归类，汇总出该车的车辆类型、初始位置、每次进出的时间，进而计算出该车的最早进入时间、最晚进入时间、停放时间、停车间隔等数据指标。

2.2 停车数据聚类分析

选取车辆样本数据，采用聚类分析的方法，对现有的停车样本数据进行分类。利用SPSS19.0软件导入停车数据，由于数据量较大，采用K－means clustering算法。首先，为了消除不同数据的单位标准问题，对聚类的初始数据进行标准化处理。其次，将所有对象随机分配到k个簇中，计算每个簇的平均值并代表相应的簇。随后，根据每个样本和簇的中心值的关系，将各个样本分配到各个簇中，直至达到收敛值。通过数据分类比对，确定数据分为10类时，收敛性较好。对上述聚类分析的结果进行适当修正和计算，结果如表1所示。

2.3 数据处理

将10类停车样本组进行分类汇总，计算出各个样本组每个时刻的停车需求。利用多阶高斯曲线对每组不同时刻停车需求的散点分布进行拟合:

表1 聚类分析表

多阶高斯曲线能够有效表示各个样本组的停车需求峰态和峰值，比对各个峰值的变化大小。多阶高斯曲线拟合结果见表2，分别计算出拟合曲线的判定系数R－square，组3～10的拟合度较好，R－square接近1。组1和组2的数据波动性较强，导致其拟合度偏低。

表2 样本组拟合结果

2.4 结果汇总

根据样本组曲线的平均值、方差、波动程度、峰值等指标，结合停车分类需求拟合曲线（见图3），将10个样本组划分成4类（见表3）。四个类别的停车样本代表停车的四种需求，被称为通勤停车需求、访客场内停车需求、访客场外停车需求和出租车停车需求。

图3 停车分类需求

表3 样本组分类结果

1）通勤停车需求是指建筑的办公人员长时间占用停车位的停车需求。该部分车辆于9:00左右进入场地，17:00左右离开场地，平均停车时间为7.4h，停车需求高峰出现在11:05，高峰停车数量为115辆，占高峰场地停车需求总数的79.3%。通勤停车需求的特点是进出时间与城市通勤高峰相符，早高峰后场地饱和度迅速上升，9:00～17:00的需求变化不明显，晚高峰后场地饱和度回落。

2）访客场内停车需求是指访客在办事过程中将车辆停放在场地内所产生的停车需求。该部车辆在工作时间（9:00～11:30，13:30～17:00）进入场地，停车时间为0.4～3.7h。访客场内停车需求出现在场地停车还未达到过饱和状态，访客可以利用场地内的停车位实现泊车。

3）访客场外停车需求是指访客利用场地周边路边停车和公共停车场来实现泊车的停车需求。该类停车需求出现时，建筑场地内部的停车设施处于过度饱和状态。该类访客由于无法找到停车位，在下客平台放下乘客后，利用场地外的停车设施泊车。

在普查中发现，当场地内部和周边停车设施处于饱和状态时，部分车辆出现巡泊行为。组2数据表明，有65辆小汽车两次进入场地，时间间隔为1.3h。该部分停车需求在周边停车设施都被利用的情况下，产生车辆巡泊现象，停车地点和大厦的距离明显增大，导致了二次进出场地接回其他访客。

4）出租车停车需求是指出租车进入场地内部短时停车产生的需求。统计表明，全天共有88辆出租车进出场地，平均停车时间为2min，停车高峰期为9:00～11:00和14:00～16:00（见图4）。出租车停车需求分布于全天各个时段，包括早晚高峰的通勤出行和工作时间的访客出行。

2.5 需求特点归纳

在上述需求分析的基础上，总结了办公类停车需求的特点:

图4 出租车停车频数分布

1）办公类建筑业态特点决定了停车需求，窗口服务类办公引起大量访客停车需求，普通商务和行政办公主要产生是通勤停车需求。

2）办公类建筑停车需求要由四种停车需求的类型决定，三种停车需求的大小和停车时间与场地的饱和度相关:通勤停车需求的停车较为固定，且全天长时间占据车位；访客场内停车需求产生在未饱和阶段；当场内停车过饱和时，访客场外停车需求激增。

3）用地周边公共停车场和路边停车位的配建可以缓解建筑内部的停车位配建数量供给不足的情况。但是，当场内停车位供给不足时，车辆会利用周边停车设施泊车，造成车辆重复进出场地的现象。当周边停车位亦处于饱和状态时，会出现车辆在场内和周边道路的巡泊行为。

3 结束语

针对现有的停车特性分析缺乏对停车样本特点的研究，提出了办公类停车特性的分析方法和步骤。以某办公大厦为例，通过调查停车需求的相关数据，基于K－means clustering算法，对停车样本分组，并总结出办公类建筑的四类停车需求。办公类停车需求分析有助于该类建筑的停车需求预测，为停车配建指标的研究和修订提供参考和依据。基于现状停车分析，今后还将针对该类建筑的停车需求预测做进一步研究。

［1］Richard W.Willson.Suburban Parking Requirements:A Tacit Policy for Automobile Use and prawl.Journal of the American planning association［J］，1995，61（1）:29－42.

［2］Angel Ibeas，Ruben Cordera，Luigi dell'Olio，Jose Luis Moura.Modelling demand in restricted parking zones.Transportation Research Part A ［J］.2011，45（6）:485－498.

［3］冉江宇，过秀成.基于聚类非参数检验的动态停车需求分布特征［J］.东南大学学报:自然科学版，2011，41（4）:871－876.

［4］陈群，晏克非，史峰，等.停车场空余泊位数时段变化规律及停车预报方法［J］.北京工业大学学报，2008，34（4）:412－416.

［5］王建军，严宝杰.交通调查与分析［M］.北京:人民交通出版社，2004:188－216.

［6］周岩，董瑞娟，杨伟.现代化居住社区停车特性与需求分析［J］.交通科技与经济，2014，16（2）:4－8.

［7］李祎，孙静怡，张旭东.城市停车状况的模糊聚类分析［J］.昆明理工大学学报:理工版，2008，33（2）:62－66.

［8］Richard Arnott，Eren Inci.An integrated model of downtown parking and traffic congestion.Journal of urban economics［J］.2006，60（5）:418－442.