换乘停车场，是指提供停车换乘功能的场地。

换乘停车场（Park and Ride place），为驻车换乘提供存放车辆的场地。

当今世上，大城市区域用地开发密度差异较大，交通问题显得极为头痛。人口密度高的区域，交通需求量大，而且分布复杂，公共交通以大容量、低资源消耗等优势成为最佳的交通方式，能够缓解区域交通拥堵、保护环境；人口密度低的地区，交通需求分散，无法支撑公共交通系统建设，小汽车方式则具有便捷灵活的特点，’能够实现门对门的高质量服务。因此，如何结合上述两种最重要交通方式的优点，是大城市各区域间顺畅沟通的关键，也成为规划现代成功城市交通系统的命题之一。

P&R设施(Park and Ride Facility,P&R)，能够将小汽车方式与公共交通方式连接起来，扬长避短，在提高大城市区域间交通可达性的同时，将部分车辆拦截在拥堵区域之外，促使出行者换乘公共交通到达城市中心区域。追溯历史，P&R设施第一次兴起是在上世纪60s-70s。西方城市，在机动化的首个高峰期，第一次遇到了道路拥堵、油价攀升、古城保护等问题。英国、美国、新加坡等国纷纷将目光投向了公共交通，兴建了初期的一批P&R设施，以扩展公交市场。[1]

传统上，P&R设施仅被视作城市公交(Transit)、合乘车(Carpool/Vanp001)或城际大巴交通(Intercity Bus Transit)的组成部分，是多种交通方式间进行转换的一个驿站。最早的一批P&R设施中，不乏少数成功的案例，截止于2020年，个别设施仍在繁忙运营中。但是，绝大部分P&R设施，并没能成功地吸引足够的客流，在随后不到10年的时间内几乎消声匿迹。然而，并未随之一并消散的道路拥堵、环境污染等交通问题，仍在困扰着世界上所有城市。

截止于2020年，P&R设施的交通功能和形式，经历了深刻变迁。上世纪90年代以来，人们通过调查分析和经验总结，开始普遍认识到，对于规模越来越大的城市而言，P&R是缓解其交通拥堵、保护生活环境的最有效策略之一。近20年来，各国政府和私人团体纷纷投资兴建P&R设施，在实践中证明了P&R是一种卓有成效交通发展模式。2000年以来，我国少数城市，如香港、北京和上海也开始了P&R设施的规划与建设。

P&R设施是一组交通设施，一般包括公交车站、停车场、步行连接通道等设施，它实现出行者在独占交通方式(Single Occupancy Vehicle)和大众交通方式(High Occupancy Vehicle)间相互转换的功能。

理论上，P&R设施潜在的服务对象非常广泛，包括，步行、自行车、摩托车、合乘车、通勤公车、公共汽车、城市轨道交通、甚至飞机和城际列车等。

因此，依据设施服务对象和布设区位，P&R具有多种表现形式。Spillar R．J．II uJ按照功能定位，将P&R设施分为6类，分别是简易型(Informal Park and RideLot)、共用型(Joint Use Lot)、停车合乘点(Park and Pool Lot)、郊区P&R点(Suburban P&R Lot)、客运中心(Transit Center)、边缘停车场(Satellite ParkingLot)；按照选址区位，P&R设施又可以分为4类，分别是郊区P&R点(SuburbanP&R Lot)、远郊P&R点(Remote Long．Distance Lot)、区间P&R点(Local UrbanP&R Lot)、边缘P&R点(Pefipheral P&R Lot)；Bos I．D．M．博士按照P&R在出行链所处阶段，将其类型简化为3种：近起点型(Origin functionality)，近终点型(Destination functionality)和区间型(Field functionality)。众多分类方法，各有千秋，不一而足。实际上，P&R设施的交通形式和功能是一直在发生变化。

最初，在上世纪30s的时候，英国一些大城市，出于保护古城遗迹的需要开始限制市中心的交通量，并在城市郊区临近公交或铁路车站的位置建设停车场以方便小汽车用户停车转乘公交或铁路。这是最早出现的P&R设施。

到了1960年代，英国更多的城市，如牛津城(Oxford)、莱斯特(Leicester)等，也兴建了一批P&R设施。然而好景不长，这些设施到70年代初就几乎全部销声匿迹了。只有个别非常成功，例如，牛津城的P&R设施。

美国兴建P&R设施最早可以追溯到1955年的克利夫兰(Cleveland)。到了全球油价攀升的1970年，美国城市开始重视发展公共交通方式，并兴建了一批早期的P&R设施，以拓展公交市场，主要吸引部分通勤客流，随着石油危机的过去，美国的P&R建设也陷入了一段时期的低潮。

在亚洲，新加坡是最早尝试兴建P&R设施的国家。早在1975年，新加坡就尝试在城市郊区主要交通出入干道附近建设停车场，吸引小汽车用户换乘公交快线进入市中心区，以期控制交通压力保护城市环境。但由于停车场位置及其衔接公交系统设计不当等原因，该项政策仅运行数月即告失败。

总的来看，世界上投资兴建P&R设施的第一波热潮，始于上世纪6、70年代，但在随后十余年内迅速地转入低潮。早期P&R设施的形式多为小汽车与通勤公车或公共汽车的组合形式，功能定位在于拓展公交市场或转移部分进入市中心的小汽车交通流。

到了上世纪90年代，现代城市机动化程度继续加剧，城市空间和人口规模急剧扩张、土地被高密度开发以及组团式大都市区也已形成。城市所受的交通拥堵压力前所未有的日益沉重。这时，人们开始对P&R设施重新审视，进行了最初的调查与分析。在争论得失和总结经验的过程中，我们得到了诸多启发性结论：

作为世界上发展P&R最早，经验也最丰富的国家之一，英国长期以来开展了丰富的政策分析、实证调查以及理论方法等专题研究。其中代表性有，伦敦大学Parkhurst的系列调查与分析报告。Parkhurst通过对英国已经实施了P&R策略的8个城市的调查与分析，指出P&R政策的实际效果并没有减少道路交通流量，但影响了道路交通流量的分布，从而起到均衡网络交通负荷的作用。

但是，同样针对英国城市P&R相关措施，Martin Lucas Smith提出了不同的看法。Smith以剑桥为例证明了P&R无论从经济效益上还是环境保护方面上都不具备可持续发展性。其中指出了P&R措施带来一些负面效应，包括P&R设施引起的部分小汽车无效绕行里程、高昂的建设成本以及由于大多数P&R设施提供免费服务导致的政府财政支出增加等问题。

P&R行为模型多为基于期望效用理论(Expected Utility Theory，EUT)的随机型模型，它假设决策者感受到的备选方案价值(称为效用)是不确定性，并且服从某种随机分布(例如，极值分布和多元正态分布)。决策者按照数学期望效用最大的原则进行旅行选择决策。

经典的随机选择行为模型有Logit模型和Probit模型。前者按照决策结构的不同又分为，多项式Logit模型(Multinomial Logit Model)、层次Logit模型(Nest Logit model)。另外考虑决策个体属性分布，可以构建得到混和多项式Logit模型(MixedMultinomial Logit Model)等。由于具有简洁的形式和强大的可扩展性，Logit的模型在P&R行为及其他交通行为建模研究得到了最为广泛的应用。

随机期望效用模型的关键是效用函数(Utility Function)的构造，但实际中影响方案效用值的因素数不胜数，不可能全部涵盖。因此，最常见的做法是选取最重要和最直接的影响指标，例如‘时间’和‘成本’，几乎所有的P&R行为模型皆如此。

近年，决策行为科学理论的前沿研究，揭示了更深层的现象规律，例如，情形依赖效应(context dependent effects)、学习效应(1earning mechanism)以及损失规避效应(10ss aversion)等。交通行为研究也迅速跟进了这个新的研究方向。

Bosl考虑情景相关因素(Context Variable)，例如设施安全水平、是否携带行李、天气状况等对P&R行为影响，设计了问卷调查，利用多级信息融合技术(Hierarchical Information Integration，HII)模拟决策认知过程，构造效用函数，建立了Logit形式的随机选择模型，并进一步验证了模型的普遍有效性。

从方法论上，P&R行为分析文献分为2类：个体选择行为分析法(Discrete Choice Analysis)和网络均衡分析法(Network EquilibriumAnalysis)。前者关注于个体P&R行为的影响因素及其分布规律；后者侧重于在网络均衡态下揭示P&R行为规律以及网络性能等。

个体选择行为分析法，通过科学合理的问卷调查2获取受访者的偏好信息，统计归纳得到P&R行为影响因素的分布规律，并评价各因素对选择行为的影响程度(一般为序列形式)。进一步，按照抽样调查理论(Sampling Theory)3能够标定出某种形式的选择行为模型。因此，该方法能够最直接地揭示用户个体的P&R行为特征。按照分析影响因素的不同，相关研究可分为以下6部分内容。

（1）用户特性因素(personal characteristics)

P&R行为受到用户特性因素的影响，例如性别、收入、年龄等。但是，世界各地的研究结论却不尽一至，甚至截然相反，究其原因应该是各地P&R系统的形式及功能的差异所引起。尽管如此，仍然足以说明一个结论：用户特性对P&R行为有重要影响。

（2）情景有关因素(contextual factors)

情景有关因素是指与出行直接有关因素，如出行目的、出行时刻、是否携带行李、有否出行同伴以及天气状况等。许多调查均表明，英国、葡萄牙和新加坡等地的P&R用户绝大多数以通勤为出行目的。不同的是，荷兰P&R用户中以娱乐为出行目的占多数。

此外，一些研究指出天气、出行时间、行李重量等情景因素也对P&R用户有一定影响，并揭示了一些规律。

（3）P&R设施属性(P&R facility attibutes)

英国牛津和约克两城的调查表明P&R设施位置、停车泊位容量和安全程度是影响P&R使用率的重要因素lJ。美国和加拿大的研究表明自由流下到达P&R设施所需时间是用户的首要考虑指标之一。

Caroline J．Rodier博士对海湾地区快速公交站点的实地调查后讨论了P&R设施位置、容量等与公交分担率之间的定量关系。David Merriman通过对芝加哥地铁站点附近的停车泊位容量与地铁分担量相关数据研究，得出结论每增加一个停车泊位将会提高0.6—2.2个地铁乘客量提出了‘成功泊车的可能性’来描述P&R设施服务水平对用户行为的影响。

其他与P&R设施有关的影响因素还有，停车费用以及换乘公交的票价等，与之相关的定价策略及其优化是当下的研究的热点之一。

（4）公共交通系统衔接性能(Public Transport Connection Attributes)Smith和Palme英国分析指出，P&R设施只有在所衔接公交系统在拥堵区域的运行速度大于小汽车速度的情形下，才能吸引到用户。而高质量的公共交通性能也成为现代P&R系统的必要组成部分。

（5）目的地的小汽车方式可达性(CarAccessibilityAt Destination)基于对牛津城(Oxford)和约克(York)的调查统计，伦敦大学Parkhurst指出，市中心停车泊位缺乏和停车收费高时用户选择P&R方式的主要原因，因此提高中心区停车成本和限制小汽车使用措施对提高P&R的使用效率是最有效的措施之一瞄J。荷兰的研究也表明，小汽车可达性的降低，例如，限制中心城区的停车容量、提高停车收费水平等，可以促进用户转移至P&R方式或公共交通方式。

（6）交通信息影响(Information Effects)

许多研究指出，交通信息对小汽车方式出行用户行为有重要影响。Stienstra调查发现，很多P&R用户依赖出行前信息进行了出行选择决策。BosI．et a1．通过问卷调查方式，研究交通信息对P&R用户行为的影响，结果显示，与时间、费用等因素相比，交通信息有影响但程度有限。Caroline J．Rodier博士对海湾地区实地调查，也讨论了P&R信息服务等对公交分担率的影响。

综上所述，个体选择行为分析法显示了对P&R用户行为特征的强大分析功能，取得了丰富的结论。然而，该方法存在的不足，也不容忽视：它无法描述网络上用户间相互竞争作用，也难以准确描述网络性能，例如拥挤效应、能力限制等重要现象。由于无法反映出上述网络上用户行为的反馈作用，这限制了该方法在交通系统分析与优化层面上的进一步应用。

网络均衡分析法起源于上世纪50年代，其均衡的概念是指交通流在网络上的一种分布状态，其中假设出行者总是寻求旅行阻抗最低，而当均衡状态达到时任何人都无法通过主动调节其旅行选择而获利。

网络均衡分析法显式地考虑网络拓扑结构及其上的交通流特性(例如，拥挤效应、排队现象等)，考虑出行者的选择行为包括方式选择(小汽车方式、P&R方式以及公共交通方式等)、路径选择、设施选择等旅行行为，并按照用户均衡准则进行交通流分配，最终获得网络均衡状态下系统各项性能指标，例如，交通需求、路段流量、路劲旅行时间、网络拥挤水平、设施利用率等等。几十年来，基于网络均衡的方法将在交通政策分析与评价方面得到了广泛的应用，取得了丰硕的成果。因此，将之应用于现代P&R系统分析与优化研究，能够得到更科学的结论，更好地指导政策制定与系统优化。相对单一出行方式(Pure Mode)的网络，P&R交通网络为一种多方式网络(Multi．modal network)，其出行者旅行行为建模更为复杂。此研究方向的大多数文献，一般是假设起讫点间通勤者使用的出行方式是单一的，即或小汽车或公共交通等。对于驾驶小汽车到达换乘点，停车并换乘公共交通到达目的地的组合方式出行行为(Combmed Modes Trip/Multi-Modal Trip)，相关研究十分有限。

Fernandez et a1．M在“路段相互影响是对称的’’严格假设下，建立了与网络均衡条件等价的数学规划模型，其中假设需求固定。Garcia和Marint65J将Fernandez的模型扩展至路段费用函数不对称的情形。Yang Wang利用均衡方法分析了一个线性城市中P&R行为，研究中仅考察了一条路径，而且假定交通需求均匀分布于干道两侧。黄海军课题组16 7j研究了瓶颈处P&R的L09it随机均衡选择模型。

Lo H．K利用‘状态扩展建模技术’(State—Augmented Multimodal，SAM)技术研究了多方式网络中非线性票价下的P&R行为，显式地考虑网络中换乘点类型和数量以及其公交线路的非线性收费结构，算例验证了模型和算法的有效性。

Li Z．C．研究了弹性网络P&R措施对P&R行为的影响，建立了等价的供需相互作用的不动点模型，其中同时考虑了方式选择、路径选择以及停车场选择、P&R点选择等行为。算例分析指出，网络中引入P&R系统的政策，可能带来正面、中立甚至负面的效益。

Tan Z．J．考察了多方式交通信息系统(MTIS)对P&R行为的影响，提出了基于Probit的P&刚逛择模型，建立了与随机用户均衡条件等价的不动点模型，设计了启发式算法进行求解。算例分析了不同市场占有率和网路拥挤水平下，M11S对网络性能的影响。

上述开拓性的研究工作，得到了一些颇具启发性的结论，初步显示了网络均衡分析法的可取之处。不过，基于网络均衡分析法进行P&R行为分析及其系统优化，仍然不够系统。总体来说，该方向还未受到国内外P&R研究者的广泛关注，相关文献不算多见。

实际中，交通需求受交通设施能力的限制，在能力限制下可能促使交通需求在不同的交通方式之间转移，特别是在早晚上下班高峰期。因此，为模拟出行者对交通拥挤和交通设施能力限制所做出的反应，在进行出行行为分析时有必要考虑交通设施能力限制这一约束条件。关于此主题的研究，有助于我们更深入地探讨交通供需之间的相互影响。

交通设施能力，包括道路路段通行能力、公交线路运载能力以及停车场和P&R设施能力等，其中相关的最为广泛的研究是道路路段能力约束下交通流分配问题。

无能力约束的交通流分配问题(Traffic Assignment Problem，TAP)可利用Frank．Wolfe算法得到‘最短路’线形子问题，从而有效地求解。但是，引入路段能力约束破坏了TAP的可行解的‘笛卡尔乘积’结构(The Cartesian ProductStructure)，使得能力约束下交通流分配问题(The Capacitated Traffic AssignmentProblem，CTAP)模型变得更复杂了，计算规模更大了。现有2种经典的方法处理这个困难：1、利用渐进式路段时间函数(Asymptotical Link Travel TimeFunctions)描述能力约束下的交通拥堵效用；2、通过惩罚策略(Penalty Schemes)将能力约束问题转化为普通问题。

其他交通设施能力约束研究还有，考虑停车场能力约束下网络交通流分配问题。但此主题文献还不多见，李志纯瑙sJ建立了道路路段和停车设施能力约束下的旅行和停车行为模型，模型同时考虑了出行者对交通方式、旅行路径和停车设施的选择行为。能力约束下的多方式网络均衡条件被阐述为一等价的凸数学规划模型，并使用增广的拉格朗日对偶算法(Augmented Lagrangian dualalgorithm)结合部分线性化算法(Partial Linearization Approach)来求解该模型。截止于2020年，还没有P&R研究文献考虑其网络能力约束问题。停车换乘网络能力包括，路段能力、P&R设施能力和公交线路能力等，将导致供需间更复杂的相互作用。因此，进行网络能力约束下的P&R行为分析和配流研究，是令人期待的课题。

在交通信息时代，智能交通系统(Intelligent Transportation System，ITS)是最具发展前景的交通方向之一，其核心部分，是先进的旅行者信息系统(Advanced Traveler Information System，ATIS)。ATIS包括路径诱导系统(RouteGuidance System,RGS)和停车信息系统(ParkingInformation System，PIS)。它们通过向出行者及时提供方式分担、路径选择、停车设施状态等信息，引导出行者选择效用最大的方案。一直以来，进行ATIS效用评价，是重要的研究课题。

研究主要集中在RGS下的路径选择方面，其研究方法主要包括实证法、计算机模拟法和分析性建模法。ATIS作用下网络上出行者的路径选择行为，与其是否有信息装备、所接受信息的质量及个体的理解误差有关。Harkerll和Bennet叫认为网络上装备有信息系统的出行者会受到交通管理者的引导，导致其路径选择行为满足系统最优准则(Systme Optimal，SO)，而未装备信息系统的出行者仅考虑个人的出行阻抗，服从用户均衡准则(User Equilibrium，UE)。Ben—Akiva et a1．等则认为装备信息系统得出行者只会选择能够辅助自己做出更有利决策的交通信息，而无信息装置的出行者只能根据自己的理解做出选择。因此，网络上有无信息装置出行者行为应分别满足确定用户均衡准则和随机用户均衡准则(Stochastic User Equilibrium，SUE)。

驾驶员对PIS的反应也已有大量研究。Allenoll和Kurauchi et a1研究了改变可变信息板的位置后，PIS对停车行为的影响。近来，Lam和Tam研究了静态交通网络中PIS对停车搜索时间和停车可靠度的影响。实际中RGS与PIS同为ATIS的重要组成部分，同时引导出行者做出出行路径和停车设施的选择决策。因此，一些学者指出在评价信息影响时，应将二者统一起来进行研究。近年，Lam和Chantl研究了路径和停车信息提供下的路网性能，建立了静态网络均衡模型。

值得一提的是，在分析交通信息影响及评价收益时，市场占有率(MarketPenetration)是个重要的概念，它被定义为有装置出行者占总出行者的比例。市场占有率的大小将影响出行者的旅行行为和整个系统的性能。许多研究将市场占有视为一个外生常量(Exogenous Constant)，即事先给定的常数。

但有证据表明，过高的给定市场占有率可能会导致过度反应和集中，从而不但没有改善网络性能，相反还使其恶化。实际上，信息质量的好坏直接关乎ATIS用户的旅行收益，这反过来又决定了ATIS装备的市场占有率的高低，外生地给定市场占有率是不尽合适的。

交通系统可靠性研究，起步于上世纪80年代，是可靠性工程(ReliabilityEngineer)研究的引申。其中，可靠性的概念是指，系统在规定条件(时间)下达到目标或完成任务的概率。评价路网可靠性的指标是可靠度(Reliability)，它不仅可用于衡量突发灾害情况下网络的连通性，也可评价交通阻塞、事故、恶劣天气等对出行行为和网络性能的影响。随着社会经济发展对交通系统的依赖日益显著，出行者对交通服务水平的要求也越来越高，交通系统可靠性分析引起了广泛的研究兴趣。

其中，最受关注的课题是道路网络(Road Network)可靠性分析。截止于2020年，路网可靠性概念的内涵已十分丰富，评价指标主要有：

用以评价地震等突发灾害对路网节点连通可能性的影响，并通过找出和改善关键路段，提高路网的连通可靠度，从而保障救援等活动的顺利展开。

通行能力可靠度为一定服务水平下路网能够承载交通需求的可能性。可以发现，连通可靠度是通行能力可靠度的特例，即通行能力的可能取值为‘0或全部’两个离散状态。这一指标适用于评价交通冲突或事故、道路施工、天气等事件对道路网络的影响。

指出行者能够在给定时间内从起点到终点完成出行或或在某时刻附近到达终点的概率。作为评价路网服务水平的重要指标，旅行时间可靠度研究备受研究者关注，按照不同视角可细分为OD旅行时间可靠度、方式旅行时间可靠度、计划可靠度、基于出行活动的旅行时间可靠度等。