大城市不分早晚的停车难,只靠科技的智慧能解决吗?

董车会

2018-01-04 17:24

作为一个摇不到号的北京人,我的车工作日基本处于闲置状态,可我那些有车开的朋友们个个都说自己比我还惨,而且这两年的槽点已经明显从 “停车费太贵” 转移到了 “想花停车费都找不到停车位” 上。

夜间的盛况更能说明这一问题:如果你走在北京非超级核心区的街头,那你一定恍惚于自己究竟是走在街上还是走在停车场里,夜间路面上车辆之多,除了让人惊心于车位之紧张之外,更让人犯愁解决停车问题之难。

近日,董车会拿到了由 ETCP 智慧停车产业研究院与第一财经商业数据中心联合推出的《2017 中国智慧停车行业大数据报告》(下文简称《报告》),从中看到了不少关于停车的不为人知的话题。

知道停车难,不知道停车这么难

《报告》选取了北京、上海、广州、深圳、重庆、苏州、成都、武汉、西安、长沙等十大核心城市进行大数据分析研究,涵盖了这些地区 2016 年 9 月至 2017 年 8 月之间的数据情况。

总体来看,2016 年我国停车缺口率接近 50%,以上海为例,2014 年中心城区夜间停放需求为 133 万辆,而居住配建的车位仅有 64 万个,中心城居住配建停车位缺口高达 52%,对车位进行资源整合的空间巨大。

但一手是缺车位,另一手是车位闲置,全国有超过 90% 的城市的车位使用率在 50% 以下, 北上广等主要城市的车位使用率都在 40%-50% 之间,总体来讲车位 使用率仍然有较大的提升空间。

给这些核心城市打个分的话,北上广深或许还不是罪难堪的,十大核心城市中,成都停车最难,此外,武汉、长沙、西安、苏州、重庆的停车难度系数,都要高于北上广深。

而这种利用率的不 “人和”,与 “天时” 和 “地利” 都有关系,每天整个城市的人都在沿着特定的规律迁徙。

比如商业综合体类车场规模大,而实际并没有达到有效利用,平均利用率仅为 37%,低于平均水平的 43%,除 17 点-20 点高峰期分时使用率高于各类车场平均水平外,其余时间段利用率均较低,时间分布严重不均。

停车事小,影响不小

一次董车会(微信搜索:董车会)编辑部就在讨论关于停车的问题,我说了一个非常现实的例子:约妹子出去吃饭,总不能把车停在一公里之外再骑车过来吧,没办法,这就会有很多车辆绕行在寻找车位的距离上。

《报告》显示,30% 的交通拥堵问题是由停车难造成的,日常 48% 的车辆须在车场排队,其中医院排队尤为严重。

而汽车尾气排放是空气污染的主要来源之一。根据环保部数据,2016 年全国机动车排放污染物初步核算为 4472.5 万吨,其中一氧化碳 3419.3 万吨,车辆无谓绕行的越久,浪费的能源越多。

积少成多,不容小觑,在北京 CBD 的商业综合体,周末 19 点晚高峰入场车次最高达到 68915 辆,如果每辆车能够节省 5 分钟的时间成本,仅这一小时就可节约社会时间成本 239 天。

还不算完,停车场还与社会安全问题息息相关,据说查套牌车已经是现在智能停车系统的必备功能了,长久看,通过大数据警方也可以快速判断交通事故、拥堵等安全问题可能存在的地方。

3 年内,在 ETCP 覆盖的 179 座城市中,通过 ETCP 智慧停车 “E 天眼” 系统,已累计协助查获套牌车 27845 辆。

停车靠技术,我说的是科学技术那个技术

如果关注过欧美国家停车环境的话,你最关注的会是几乎全部停车环境都没有人来收费,大部分支付紧靠科技设备就可完成。

ETCP 方面表示,停车难更多是由于资源利用不当造成的,假如能够将上海、重庆的现存车位使用率提升到 80%,即使不再新建停车场,也能在 2020 年之前满足城市对车位的全部需求。

从短期到长期,用技术解决停车问题可以分为三大阶段,难度和意义也逐次提升,短期是对老旧停车场进行改造与信息化升级;中期是运用大数据辅助城市停车场规划建设、道路规划建设与市政规划建设;长期是在云端建立数字城市管理平台。

短期看,已经有四种类型智慧停车平台在不同环节尝试提升停车效率,如下图,可以实现车位共享、车位预订等。

《报告》显示,2017 年传统停车位数量达到 8000 万以上,而停车位的需求数量则高达 2.8 亿,预测 2020 年这一数字将达到 3.7 亿,供需缺口进一步加大,而智慧停车作为一个新兴行业尚未得到足够高的关注,未来发展空间巨大。

最后带给大家两个《报告》中的冷知识:
部分非洲国家,如埃及的停车难问题较为突出。 中东国家的停车难问题虽然不突出,但车辆的检查措施较为严格,停车行业对于安全的需求较高。

登录,参与讨论前请先登录

评论在审核通过后将对所有人可见

正在加载中