Technische Universiẗat, Diss.--Wien, 2006.

Zugl.: Wien, Techn. Univ., Diss., 2006 / Hergestellt on demand

Zugl.: Hohenheim, Univ., Diss., 2009

Seit 1972 werden in Zusammenarbeit mit Städten nach dem an der Technischen Universität Dresden entwickelten System repräsentativer Verkehrsbefragungen (SrV) Informationen erhoben und Verkehrskennziffern berechnet. Die beteiligten Städte nutzten die gewonnenen Informationen für ihre Planungsaufgaben. Darüber hinaus war und ist der gesamte SrV - Ergebnispool auch stets Grundlage für Forschung und übergeordnete Planung. Dennoch konnten neue differenzierte Fragen mit diesem vorhandenen Ergebnispool nur mit hohem Aufwand oder oftmals gar nicht beantwortet werden. Die Entwicklung einer konsolidierten Datenbank war daher erforderlich. Der Verfasser hat SrV - Daten von 1987, 1991, 1994 und 1998 in einer einzigen neuen Datenbank vollständig integriert, so dass über diese Zeitreihe identische und ganzheitliche Abfragen möglich sind. In der vorliegenden Arbeit wurden auf dieser Grundlage wesentliche Entwicklungen des Verkehrs in ostdeutschen Städten dargestellt und interpretiert. Insbesondere konnte erstmalig der Freizeitverkehr, der bislang zu Unrecht eine untergeordnete Bedeutung im werktäglichen Verkehr hatte, quantifiziert werden. Die Darstellung und Interpretation des Ist - Zustandes, die Quantifizierung der Teilaktivitäten im Freizeitverkehr sowie die Abschätzung der Auswirkungen höherer Pkw - Verfügbarkeit älterer Bürger auf das spezifische Verkehrsaufkommen, der Verkehrsmittelwahl und der Verkehrsarbeit im werktäglichen Freizeitverkehr bis zum Jahr 2010 stellt beispielhaft dar, welche Möglichkeiten die erarbeitete SrV - Datenbank bietet. Zudem beschreibt die Arbeit auch methodische Zusammenhänge und Entwicklungen des SrV. Besondere Beachtung findet dabei das SrV 1998, das am Beispiel der Stadt Frankfurt am Main vertieft wird.

Seit 1972 werden in Zusammenarbeit mit Städten nach dem an der Technischen Universität Dresden entwickelten System repräsentativer Verkehrsbefragungen (SrV) Informationen erhoben und Verkehrskennziffern berechnet. Die beteiligten Städte nutzten die gewonnenen Informationen für ihre Planungsaufgaben. Darüber hinaus war und ist der gesamte SrV - Ergebnispool auch stets Grundlage für Forschung und übergeordnete Planung. Dennoch konnten neue differenzierte Fragen mit diesem vorhandenen Ergebnispool nur mit hohem Aufwand oder oftmals gar nicht beantwortet werden. Die Entwicklung einer konsolidierten Datenbank war daher erforderlich. Der Verfasser hat SrV - Daten von 1987, 1991, 1994 und 1998 in einer einzigen neuen Datenbank vollständig integriert, so dass über diese Zeitreihe identische und ganzheitliche Abfragen möglich sind. In der vorliegenden Arbeit wurden auf dieser Grundlage wesentliche Entwicklungen des Verkehrs in ostdeutschen Städten dargestellt und interpretiert. Insbesondere konnte erstmalig der Freizeitverkehr, der bislang zu Unrecht eine untergeordnete Bedeutung im werktäglichen Verkehr hatte, quantifiziert werden. Die Darstellung und Interpretation des Ist - Zustandes, die Quantifizierung der Teilaktivitäten im Freizeitverkehr sowie die Abschätzung der Auswirkungen höherer Pkw - Verfügbarkeit älterer Bürger auf das spezifische Verkehrsaufkommen, der Verkehrsmittelwahl und der Verkehrsarbeit im werktäglichen Freizeitverkehr bis zum Jahr 2010 stellt beispielhaft dar, welche Möglichkeiten die erarbeitete SrV - Datenbank bietet. Zudem beschreibt die Arbeit auch methodische Zusammenhänge und Entwicklungen des SrV. Besondere Beachtung findet dabei das SrV 1998, das am Beispiel der Stadt Frankfurt am Main vertieft wird.

Der vorliegende Band 2 des Schlussberichtes "Mobilitätsanalysen für die Region Dresden" ordnet sich in das Teilprojekt AP 700 "Projektevaluation/ Wirkungsanalysen" ein. Es stellt die Ergebnisse umfangreicher Mobilitätsanalysen für das räumliche Untersuchungsgebiet von intermobil dar, die von der TU Dresden unter Nutzung des Systems repräsentativer Verkehrsbefragungen (SrV) durchgeführt worden sind. Sie bildeten eine wesentliche Grundlage der im AP 700 durchzuführenden Wirkungsanalyse, insbesondere im Hinblick auf die Abschätzung langfristig zu erwartender Wirkungen. Die gewonnenen Erkenntnisse haben darüber hinaus grundsätzliche Bedeutung für ein besseres Verständnis der komplexen Fragen von Verkehrs- und Mobilitätsentwicklung in der Region Dresden. (Dresden, im Dezember 2004 / Prof. Dr.-Ing. habil. Dr. h. c. H. Strobel - Projektleiter TU Dresden)

Techn. Universiẗat, Diss., 2002--Darmstadt.

Transit surveys based on on-board passenger interviews suffer from bias. Most commonly observed is the short trip bias: passengers travelling short distances are underrepresented in survey results. Biased data leads to an incorrect estimation of passenger demand can result in an inequitable allocation of revenues between transport operators. This paper examines how the short trip bias can be mitigated during the data ex-trapolation process. Four methods are examined: A simple extrapolation by boarding counts, three iterative proportional fitting models and an additional weighting concept are tested on simulated survey data. The simulative approach enables the evaluation of the examined methods concerning their effects in reducing short trip bias. A total of eight survey situations with selected parameters variated are simulated to allow conclusions about influencing factors. Results suggest that the most effective method is the weighting approach, followed by the iterative proportional fitting methods. Within the class of the iterative propor-tional fitting methods no significant difference is observed. Furthermore it is observed that the effectiveness of the weighting approach strongly relates to passenger numbers and selection rates. Furthermore an overview on topic related literature is given to examine practical approaches to reduce bias in survey data.

Transit surveys based on on-board passenger interviews suffer from bias. Most commonly observed is the short trip bias: passengers travelling short distances are underrepresented in survey results. Biased data leads to an incorrect estimation of passenger demand can result in an inequitable allocation of revenues between transport operators. This paper examines how the short trip bias can be mitigated during the data ex-trapolation process. Four methods are examined: A simple extrapolation by boarding counts, three iterative proportional fitting models and an additional weighting concept are tested on simulated survey data. The simulative approach enables the evaluation of the examined methods concerning their effects in reducing short trip bias. A total of eight survey situations with selected parameters variated are simulated to allow conclusions about influencing factors. Results suggest that the most effective method is the weighting approach, followed by the iterative proportional fitting methods. Within the class of the iterative propor-tional fitting methods no significant difference is observed. Furthermore it is observed that the effectiveness of the weighting approach strongly relates to passenger numbers and selection rates. Furthermore an overview on topic related literature is given to examine practical approaches to reduce bias in survey data.:ABBILDUNGSVERZEICHNIS VII TABELLENVERZEICHNIS VII ABKÜRZUNGSVERZEICHNIS VIII SYMBOLVERZEICHNIS IX 1 EINLEITUNG 1 2 ANFORDERUNGEN AN VERKEHRSERHEBUNGEN 5 2.1 Einnahmeaufteilung im SPNV 5 2.2 Aufbau von Verkehrserhebungen 8 2.2.1 Zweistufige Stichprobenziehung 8 2.2.2 Felderhebung: Zählung und Befragung 10 2.2.3 Datenaufbereitung 11 2.2.4 Hochrechnung und Auswertung 11 2.3 Problem der Stichprobenverzerrung 14 2.3.1 Präzision und Genauigkeit 14 2.3.2 Untererfassung von Kurzstreckenfahrern 15 2.3.3 Weitere Verzerrungsursachen 16 3 LITERATURÜBERBLICK: ANSÄTZE ZUR PROBLEMVERMEIDUNG 19 3.1 Hochrechnungsverfahren 19 3.1.1 Iterative Randsummenverfahren (IPF) 19 3.1.2 Gewichtungsverfahren 21 3.2 Weitere Ansätze 24 3.2.1 Platzgruppenverfahren 24 3.2.2 Anpassung der Startlösung des Hochrechnungsverfahrens 25 3.2.3 Veränderung der Auswahlprozedur der Fahrgäste 27 3.2.4 Veränderung des Erhebungsdesigns 28 4 METHODIK 31 4.1 Auswahl der Verfahren 31 4.1.1 Einsteigerhochrechnung 31 4.1.2 Fratarverfahren 32 4.1.3 Durchschnittsfaktormethode 32 4.1.4 MULTI-Verfahren 33 4.1.5 Gewichtungsverfahren von Keppeler und Schulze 34 4.2 Simulationsdaten 36 4.2.1 Fahrtdaten Linie 1 37 4.2.2 Fahrtdaten Linie 2 38 4.2.3 Befragungsszenarien 39 4.3 Gestaltung der IPF-Verfahren 40 4.3.1 Weitere Randbedingungen 40 4.3.2 Abbruchkriterien 42 4.3.3 Bester Iterationsschritt 44 4.3.4 Aufstellung der Startmatrix 44 4.4 Anwendung des Gewichtungsverfahrens 45 5 ERGEBNISSE 49 5.1 Charakteristik der Befragungsstichproben 49 5.2 Aggregierte Ergebnisse 51 5.3 Einfluss der Befragungsquoten 53 5.4 Verteilung der Verkehrsleistung nach Tarif 54 5.5 Konvergenzverhalten 55 6 DISKUSSION 57 6.1 Ergebnisinterpretation 57 6.2 Einordnung und Schlussfolgerungen 59 7 FAZIT UND AUSBLICK 63 EHRENWÖRTLICHE ERKLÄRUNG XVII

Der vorliegende Band 2 des Schlussberichtes "Mobilitätsanalysen für die Region Dresden" ordnet sich in das Teilprojekt AP 700 "Projektevaluation/ Wirkungsanalysen" ein. Es stellt die Ergebnisse umfangreicher Mobilitätsanalysen für das räumliche Untersuchungsgebiet von intermobil dar, die von der TU Dresden unter Nutzung des Systems repräsentativer Verkehrsbefragungen (SrV) durchgeführt worden sind. Sie bildeten eine wesentliche Grundlage der im AP 700 durchzuführenden Wirkungsanalyse, insbesondere im Hinblick auf die Abschätzung langfristig zu erwartender Wirkungen. Die gewonnenen Erkenntnisse haben darüber hinaus grundsätzliche Bedeutung für ein besseres Verständnis der komplexen Fragen von Verkehrs- und Mobilitätsentwicklung in der Region Dresden. (Dresden, im Dezember 2004 / Prof. Dr.-Ing. habil. Dr. h. c. H. Strobel - Projektleiter TU Dresden)