解决按需出行中的“最小停车”问题
物理与社会
2020-02-21 v2 计算机与社会
摘要
停车基础设施无处不在，占据城市大片土地。然而，按需（OD）出行——如商业服务 Uber、Grab 或 Didi——已开始减少全球城市地区的停车需求。随着自动驾驶的出现，这一趋势预计将显著增长，并可能使按需出行占据主导地位。近期研究已开始关注按需出行带来的预期停车减少，但仍缺乏系统框架。在本文中，我们应用基于可共享性网络的数据驱动方法来解决我们称之为“最小停车”的问题：对于给定的按需出行需求，城市所需的最小停车基础设施是多少？在解决问题的同时，我们还识别出两个公共政策目标之间的关键权衡：更少的停车意味着因行程间空驶而增加车辆行驶。通过将我们的方法应用于新加坡，我们发现停车基础设施最多可减少 86%，但代价是车辆行驶里程（VKT）增加 24%。然而，更温和的停车减少 57% 仅伴随 VKT 增加 1.3% 即可实现。我们发现停车与交通之间的权衡服从逆指数律，且该律与车队规模无关，从而得出估算城市总体停车需求的简单方法。最后，我们分析由乘客上落客引起的停车需求，并表明便利性的提高会显著增加乘客上落客的停车。上述数学发现可为政策制定者、出行运营商和广大社会在迈向普遍按需出行的转型中所需的权衡提供信息。
引用
@article{arxiv.1808.05935,
title = {Addressing the "minimum parking" problem for on-demand mobility},
author = {Daniel Kondor and Paolo Santi and Diem-Trinh Le and Xiaohu Zhang and Adam Millard-Ball and Carlo Ratti},
journal= {arXiv preprint arXiv:1808.05935},
year = {2020}
}