Resumen

La previsión de la demanda de aparcamiento es una parte importante de la planificación del aparcamiento urbano y es también una base importante para el desarrollo de las instalaciones de aparcamiento. El objetivo principal de este estudio era explorar los múltiples factores que afectan al precio del aparcamiento en la acera (PPC) y las reglas cambiantes del precio del aparcamiento en la acera (PPC) con estos factores y predecir el PPC en términos de movilidad urbana. Los datos se recogieron mediante una encuesta estadística que se realizó en 81 ciudades de China. Las ciudades se dividieron en tres categorías: ciudades ricas (CR), ciudades pobres (CP) y ciudades turísticas (CT). Se desarrollaron tanto el método de series temporales (TSM) como el método de análisis de regresión (RAM) para examinar simultáneamente los factores asociados al CPP entre los usuarios de aparcamientos. Los resultados mostraron que el TSM y el RAM pueden dar cuenta de los precios comunes del aparcamiento urbano en la acera. Los resultados de la predicción mostraron que el CPP se ve afectado por el número de habitantes urbanos (UD), la prevalencia de la propiedad de automóviles (CO), y la renta per cápita disponible (PCDI) de los residentes urbanos; el CPP se puede predecir mediante un modelo construido sobre la base de los tres factores de influencia anteriores. Los resultados pueden mejorar nuestra comprensión de los factores que afectan a la CPP. A partir de los resultados, se discuten algunas sugerencias sobre el uso del rango de CPP en la planificación de políticas de aparcamiento.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:cpp, precio del aparcamiento en la acera, factores, resultados, precios comunes del aparcamiento urbano en la acera, previsión de la demanda de aparcamiento, planificación de la política de aparcamiento, método de análisis de regresión, método de series temporales, planificación del aparcamiento urbano
• Keywords:cpp, curb parking price, factors, results, common urban curb parking prices, parking demand forecasting, parking policy planning, regression analysis method, time series method, urban parking planning