Spelling suggestions: "subject:"kollektivtrafik."" "subject:"kollektivtrafiken.""
1 |
Kollektivtransportmodellering : Kan eksisterende transportmodeller utvikles slik at de blir mer egnet til analyser av kollektivtransport?Tørset, Trude January 2005 (has links)
<p>Kan eksisterende transportmodeller utvikles slik at de blir mer egnet til analyser av kollektivtransporten? Ja, det kan de, viser arbeidet i denne avhandlingen. En rekke egenskaper ved dagens modeller er studert, primært knyttet til undersøkelser av etterspørselsberegningene deres, for å finne ut hvor de har forbedringspotensiale. Svakheter er avdekket, og det er foreslått strategier for bøte på dem.</p><p>Det er tatt utgangspunkt i de eksisterende transportmodellene framfor satsning på reisemiddelspesifikke modeller. Med reisemiddelspesifikke modeller menes for eksempel bruk av erfaringstall for elastisitetsverdier, for å finne endret reiseetterspørsel.Transportmodeller for byområder er mest aktuelle, ut fra at det er i byområder en har størst muligheter for å etablere og opprettholde et kollektivt transporttilbud av god standard. Der kan det også gi samfunnsøkonomisk gevinst å gjennomføre tiltak for å forbedre kollektivtilbudet, og dermed øke etterspørselen etter kollektivtransport. Dette øker behovet for analyser av kollektivtransporten.</p><p><i>Utviklingsbehov</i></p><p>Utviklingsbehovet i modellene er her studert ved tre forskjellige tilnærminger. Modellkritikk, hovedsakelig fra norske aktører er studert, og fagmiljøet innen anvendelse av transportmodeller har svart på en spørreundersøkelse om modellforbedring. Dessuten er en versjon av TASS, som er en mye brukt modelltype, gjennomgått. Til sammen ble det avdekket 19 forskjellige tema for forbedring av modelldesignet. Tema som er studert nærmere i denne avhandlingen er:</p><p>• Tidsbruk i kollektivsystemet</p><p>• Konkurranseforholdet mellom bil og kollektiv</p><p>• Skinnefaktor</p><p><i>Tidsbruk i kollektivsystemet</i></p><p>Den tiden kollektivtrafikantene bruker på en kollektivtur er hentet fra to transportmodeller og sammenlignet med tilsvarende verdier fra reisevaneundersøkelser. Tidsbruken ble da splittet i enkeltkomponeneter. Trafikantene fra Bergen fikk spørsmål om totaltid, gangtid, ventetid før første ombordstigning og overgangstid. Trønderne fikk spørsmål om totaltid, gangtid og overgangstid. Det er store forskjeller mellom de tider transportmodellen beregnet og det trafikantene hadde oppgitt. Spesielt var gangtidene i transportmodellen for høye. Selv om noe av forskjellene kan forklares av selvseleksjon, altså at det er de trafikantene som har korte gangavstander til en kollektiv holdeplass som vil velge å bruke kollektivtransport, var forskjellen så stor mellom de oppgitte og de beregnede tidene at det må være andre årsakssammenhenger i tillegg. Det er pekt på manglende koding av sonetilknyttingslenker for kollektivtrafikantene som en forklaring på avviket. Det er også liten grad av samvariasjon mellom gangtidene i transportmodellene og gangtider oppgitt i reisevaneundersøkelsene. Dette må ha påvirket estimeringen av valgmodellene både i Bergen og i Trondheim.</p><p><i>Overføring av forsinkelser fra bilvegnettet til kollektivnettet</i></p><p>De norske transportmodellene i dagens design er ikke egnet til analyser av framkommelighetstiltak for kollektivtransporten, ettersom framføringshastigheten i kollektivnettet bare avhenger av rutetabellen.</p><p>Det er presentert fire ulike metoder for å gjennomføre endringer i transportmodellen for å kunne få til en overføring av forsinkelser fra bilvegnettet til kollektivnettet. Ved bruk av en av de fire metodene greier transportmodellen å bruke de opplysninger som ligger i rutetabellen, samtidig som den kan bruke informasjon om hastighetsreduksjon fra bilvegnettet. Dette er en metode som bør implementeres. Metoden som er anbefalt krever at det skrives et nytt program, men dette vil være forholdsvis enkelt å programmere. Denne metoden vil kunne gi et løft for analyser av framkommelighetstiltak.</p><p><i>Før- og etter- analyse av en broforbindelse til Askøy</i></p><p>Konkurranseforholdet mellom kollektivtransport og andre transportmåter i en transportmodell er studert ved hjelp av en før- og etter- analyse. Askøy er en øykommune i nærheten av Bergen sentrum. Inntil Askøybroen åpnet i desember 1992, besto transporttilbudet mellom Askøy og Bergen av en ferge. Den nye broen er bompengefinansiert med innkreving døgnet rundt. Broen førte til store endringer i transporttilbudet for trafikantene. Broen gjør det enklere å kjøre bil, og kollektivtilbudet i ettersituasjonen består av busser over broen og en hurtigbåt som er i trafikk hverdager og lørdager. Kan transportmodellen brukes til å gjenskape en slik situasjon? En eksisterende transportmodell ble tilpasset formålet og det ble gjennomført beregninger for situasjonen før, rett etter og syv år etter broåpningen. Beregningsårene stemmer overens med tre forskjellige reisevaneundersøkelser. Beregningsresultater ble sammenlignet med endringer gitt i reisevaneundersøkelsene.</p><p>Turproduksjonsberegningene viste bra samsvar med utviklingen fra reisevaneundersøkelsene. Turproduksjonen er stabil for reisehensiktene Bo-annet og Bo-service, og bare avhengig av antall personer i befolkningen fordelt på alders- og kjønns- kategorier. Reisehensiktene Bo-arbeid og Annet-annet er nærmere knyttet opp mot næringsaktiviteten og dette er godt gjengitt i transportmodellen.</p><p>Beregnet reisemønster stemte ikke fullt så bra overens med resultatene fra reisevaneundersøkelsene. Dette kommer av at tidsbruk i transportmodellen ikke virker inn på valg av destinasjon. Det er bare avstand og direkte-kostnader forbundet ved en potensiell tur som har slik innvirkning i denne transportmodellen. Transportmodellen greide ikke å gjenskape de endringer i reisemiddelvalget som reisevaneundersøkelsene avdekket. Det ser ut til at en bedre beskrivelse av sammenhengen mellom biltetthet og fordeling på bilholdsgrupper er viktig for å forbedre transportmodellen.</p><p>Selv om transportmodellen har svakheter i de enkelte trinn av beregningsprosessen, ligger likevel resultatene av nettfordelingen for biltrafikk på et riktig nivå. Transportmodellen regner også rett i forhold til antall fergetrafikanter i 1992. Det er pekt på flere enkle endringer som kunne vært gjort med modelldesignet for å tilpasse modellen bedre til analysen. Samtidig illustreres det at vi har for liten kunnskap om enkelte sammenhenger.</p><p>Det gjelder til dels viktige sammenhenger, som sammenhengen mellom biltetthet og fordeling av trafikanter på bilholdsgrupper. Dette påvirker oppbyggingen av transportmodellen og resultatene av beregninger gjort med transportmodellen. Beregningene viste også at det er nødvendig å studere gods- og varebiltrafikken mer nøye.</p><p><i>Skinnefaktor</i></p><p>Virkningen av skinnefaktor er studert på to måter. Det er gjennomført en litteraturstudie, og det er utført beregninger med transportmodellen for Bergen for et av bybanealternativene, hvor skinnefaktoren er implementert på forskjellige måter.</p><p>Det synes klart ut fra den litteraturen som er samlet at:</p><p>• Skinnegående transport har egenskaper som ofte gjør den mer attraktiv enn buss, men ikke alltid.</p><p>• Attraktiviteten til skinnegående transportmidler er i stor grad knyttet til bedre komfortegenskaper.</p><p>• Komfortegenskapene til de forskjellige skinnegående transportmidlene er ulike.</p><p>• De ulike markedssegmentene verdsetter ikke komfortfaktorene på samme måte.</p><p>Det ble valgt tre prinsipielt forskjellige definisjoner av skinnefaktoren ut fra hvordan den er beskrevet i litteraturen. De definisjonene legger vekt på hvordan skinnefaktoren kunne inngått i en nyttefunksjon i for eksempel en logitmodell.</p><p>• Ombordtidsskinnefaktoren er en faktor som kobles sammen med reisetiden til de skinnegående reisemidlene.</p><p>• Konstantleddsskinnefaktoren er knyttet til det alternativspesifikke konstantleddet i en logitmodell. Den er ikke knyttet til reisetiden, men gir et konstant nyttebidrag for turer som benytter skinnegående transportmiddel.</p><p>• Overføringsskinnefaktoren er definert som den overføring av trafikk som fører til høyere kollektivandel i byer med skinnegående trafikk. Denne faktoren kommer fram ved å sammenligne situasjonen før og etter etablering av et skinnegående tilbud, eller ved å sammenligne byer med og uten skinnegående transporttilbud.</p><p>Både ombordtidsskinnefaktoren og konstantleddsskinnefaktoren kan implementeres i en transportmodell, eventuelt i samme modell. Utfordringen er finne verdier som uttrykker betydningen av faktorene.</p><p><i>Aktivitetsbasert tilnærming til transportanalyser</i></p><p>Aktivitetsbaserte transportmodeller påstås å være mer egnet enn tradisjonelle modeller til å analysere policy-tiltak. En del tiltak som foreslås for å styrke kollektivtransportens stilling i bytransporten, er typiske policy-tiltak.</p><p>Aktivitetsbaserte transportmodeller tar utgangspunkt i årsaken til behovet for transport, som er de aktivitetene folk ønsker eller må delta i. Det betyr for eksempel at man tar hensyn til at mange er en del av en husholdning der medlemmene samarbeider om nødvendige gjøremål, og som disponener bil(er) sammen.</p><p>For å illustrere hva man kan oppnå ved å endre transportmodellene i retning aktivitetsbaserte, er endringer de ansatte ved Statens hus gjorde etter at arbeidsplassen deres flyttet fra periferien til sentrum av Trondheim, sammenlignet med endringer fra en tradisjonell transportmodell. Endringene ble kartlagt av en spørreundersøkelse før og etter, og en tre år etter flyttingen.</p><p>Transportmodellen er ikke laget for denne typen analyser. Likevel er det behov for beslutningsstøtteverktøy for slike analyser. Bakgrunnen for å gjøre beregningene med den aktuelle transportmodellen er et ønske om å illustrere hvorfor den ikke kan brukes til analysene. Det styrker argumentasjonen for å begynne å studere aktivitetsbaserte modeller som et alternativ til de tradisjonelle transportmodellene.</p><p>De enkle beregningene som ble gjort med den gjeldende TASS4-modellen for Trondheim, viste at i forhold til den aktuelle analysen var modellen uegnet fordi:</p><p>• Turene mangler referanse tilbake til hvem som gjennomfører dem, etter beregning av turfrekvens</p><p>• Det er for liten endring av reisemiddelfordelingen i modellen, og delvis endringer i feil retning</p><p>• Beskrivelsen av parkeringstilbudet i sentrum er for grov</p><p>• Inndelingen av arbeidsplasser etter publikumsattraktivitet er for lite nyansert</p><p>De to siste punktene kunne vært løst ved å detaljere modellen i større grad. De to første punktene illustrerer at transportmodellen ikke kan gjenspeile endret aktivitetsmønster, endret ansvarsfordeling, endrede rammebetingelser for husholdningene og koblingen tilbake til hvem det er som har behov for å gjøre turene. Intervjuundersøkelsen viser at det for eksempel er forskjell på reaksjoner av flyttingen etter hvilken husholdningstype den ansatte tilhører.</p><p>Med en aktivitetsbasert tilnærming til transportanalyser tar man utgangspunkt i rammebetingelser for den enkelte i den husholdningen han eller hun tilhører, og da er aktivitetsnivået utgangspunkt for en intern samordning og et transportbehov. Med en aktivitetsbasert modell kan vi også se for oss muligheter for modellbaserte analyser av lokalisering av forskjellige typer aktiviteter, slik at også samvirkningen mellom arealbruk og transport kan analyseres. Videre vil man kunne se på mulige virkninger av offentlige satte rammebetingelser som åpningstider og lovverk. Da har vi et verktøy som kan være en viktig støtte for mer helhetlig samfunnsplanlegging.</p> / <p>Can existing transport models be developed to become more suitable for analysis of public transport? Yes, they can, as is shown in this thesis. A number of characteristics of today's transport models have been studied in order to assess the improvement potential. Attention is primarily given to the transport demand computation. Weaknesses have been uncovered and strategies have been proposed to improve them.</p><p>Existing Norwegian transport models have been my starting point, instead of developing models dealing with only one mode. One example of models dealing with one mode is elasticity models, which use time- or cost- elasticities to predict changes in demand due to changes in time spent or cost incurred. Transport models developed for cities are more relevant for this study, as it is in cities one can establish and maintain a public transport system of good standard, and where it can be socio-economically advantageous to carry out attempts to improve public transport and thereby increase the demand for it. This will raise the need for analysis of public transport.</p><p><i>The need for development</i></p><p>The requirement for development has been studied through three different approaches. Criticism of transport models, mainly from Norwegians, has been studied. Specialists using transport models have answered a survey regarding transport model improvement. Moreover, a version of TASS, which is a frequently used transport modell, has been examined. All together 19 different topics were uncovered which could improve the model design. Topics singled out for further study in this thesis are:</p><p>• Time use in public transport</p><p>• Competitive conditions between private car and public transport</p><p>• “Rail-factor”, which is used to hold causes for higher attraction towards rail-based means compared to other means of public transport</p><p><i>Time used in the public transport system</i></p><p>The time public transport passengeres spend on a particular trip is fetched from two different transport models and compared to corresponding values from travel surveys. The time used was divided into separate components for each part of the journey. Passengeres from Bergen had answered questions about the total time, walking time, waiting time before the first boarding and transfer time. Passengeres from Trondheim answered questions about total time, walking time and transfer time. There were huge differences between the use of time timeuse suggested by the transport models and by the statements of the passengeres themselves. In particular, the walking times extracted from the transport models were too high. Even if some of the difference could be explained by self-selection, meaning that people with the shortest distances to a busstop are also those who are public transport passengers, the difference between stated times and computed times indicates that there have to be other explanations as well. A possible explanation can be unsatisfactory coding of zone connector links. There is also little covariation between the walking times in the transport model and those stated in the travel survey. The revealed difference has affected the estimation of choice models in the transport models both in Bergen and Trondheim.</p><p><i>Transference of delays from the car network to the public transport network</i></p><p>The Norwegian transport models in the present design are not useful for analysing speedincreasing efforts in the public transport system as the speed only depends on the timetable according to the models.</p><p>I have presented four different methods enabling the transport models to transfer delays from the car network to the public transport net. By using one of the four methods, the transport model can exploit information from the time table and combine it with the information about speed reduction from the car network. The method requires that someone writes a new program, but a rather simple program. The method imply improvement for analysis of speed-increasing efforts in the public transport system.</p><p><i>Before and after analysis of the bridge to Askøy</i></p><p>Askøy is an island near the centre of Bergen. Until the bridge “Askøybroen” was opened in December 1992, the only transport option between Askøy and Bergen was a ferry. The new bridge is financed by tolling. The public transport consists of buses driving across the bridge and a fast boat link in operation on workdays and Saturdays. The objective of the study was to test the forecasting ability of a transport model. The situastion before and after the opening of the bridge were compared. An existing transport model was adapted for this purpose, and the situations before, just after, and seven years after the bridge opened were recreated in the transport model. The years of the scenarios correspond to those of three travel surveys. Results from the model were compared to changes obtained from the travel surveys.</p><p>The computation of trip production from the transport model corresponds well to the development shown in the travel surveys. The trip production is stable for trips having leisure and shopping as their purpose. The level of leisure and shopping trips in the transport model just depend on the number of people in different age and sex categories. Trips with the purpose of working and Non-home-based trips are more closely linked to business development and are well reflected in the model.</p><p>According to the travel surveys, the number of trips increased between Askøy and the centre of Bergen when the bridge opened. Results from the transport model show the opposite development. This is a consequence of the variables influencing trip distribution, and follows from the fact that time used is not one of these variables. Only distance travelled and expenses connected to a potential trip is evaluated in this particular transport model.</p><p>The transport model is not able to compute changes in modechoice correctly. A better description of the relationship between car density and car-availability groups will probably improve the transport model. This will influence the results of trip distribution and mode choice.</p><p>Even if the transport model has weaknesses in some of the steps of the computation process, the network assignment results ended up at the right level. The transport model also gives the number of ferry passengers correctly, when compared to the survey from 1992. The computations illustrate the necessity of looking more closely at the representation of cargo- and business-trips in the transport models.</p><p><i>Rail factor</i></p><p>The effect of the rail factor is studied in two ways. A literature survey is carried out, and a computation was done using the transport model in Bergen. The planned light rail was included, and the track factor was implemented in different ways.</p><p>It seems clear from the literature survey that:</p><p>• Rail-based means of transport have qualities that make them more attractive than buses, but not in all cases.</p><p>• The attraction of rail-based means of transport is mostly due to their higher comfort.</p><p>• The comfort characteristics of the various rail-based means of transport differ.</p><p>• Different market segments assess the comfort characteristics in dissimilar ways.</p><p>Three in principle different definitions of the track factor were chosen. They were based on the ways the rail factor was explained in the literature, and inspired by suggestions of how it could enter into a logit model.</p><p>• On-board-time-rail-factor is a factor connected to the travel time on board the rail-based means of transport.</p><p>• Constant-term-rail-factor is connected to the mode-specific constant in a logit model. It gives a constant contribution of utility to trips which make use of railbased means of transport.</p><p>• Transfer-rail-factor is defined as a transfer of passengers and leads to a higher public transport share in towns where there is a rail-based public transport. This factor appears if one compares the situation before and after the introduction of a rail-based mode or by comparing cities with and without railbased means of transport.</p><p>Both the on-board-time-rail-factor and the constant-term-rail-factor can be implemented in a transport model, even at the same time. The challenge is to find values that express their effect.</p><p><i>Activity-based transport analysis</i></p><p>Activity-based transport models are allegedly more suitable for analysis of policy efforts than traditional models. Some of the initiatives suggested in order to strengthen the position of public transport in cities rely on the application of typical policy instruments.</p><p>The foundation of activity-based transport models is the reason behind transport demand, that is, the activities which people have to or want to participate in. The models take into consideration that most people belong to households, and they cooperate to carry out necessary tasks, and often have a common car at their disposal.</p><p>It is illustrated what could be achieved by changing transport models towards an activitybased design. This is done by camparing the actual adjustments made by the employees of a workplace that moved from the periphery to the city centre of Trondheim, to changes given by a traditional transport model. The “real” changes where deducted from a survey carried out before, one year after, and three years after the relocation took place.</p><p>The simple computations carried out with the prevailing transport model for Trondheim City illustrated that the model was unsuited for the analysis because:</p><p>• The transport model does not use information about the person making a trip, after the computation of trip frequence (trip production)</p><p>• There is too litte change of mode choice, and some of the changes go in the wrong direction</p><p>• The description of parking is too simple and rough</p><p>• The categorisation of workplaces based on their attractiveness is not sufficiently nuanced </p><p>The last two points could have been solved by increasing the level of detail in the transport model. The first two points illustrate that the transport model does not mirror the changes of activity pattern, the changes of responsibility distribution within the households, the changed framework conditions in households and the requirements for the trips. The survey shows that the reactions depend on the household categories to which the employees belong.</p><p>With an activity-based approach to transport analysis, one takes the </p><p>framework conditions for each member of a household as the starting point. The activities are the basis for an internal coordination in the household and fore the genereation of transport need. An activity-based model can be used for analysis of activity localization, thereby improving the analysis of joint effects of transport and land use. It could even be applicable to the study of public regulations, like opening hours and the legal framework.</p>
|
2 |
Kollektivtransportmodellering : Kan eksisterende transportmodeller utvikles slik at de blir mer egnet til analyser av kollektivtransport?Tørset, Trude January 2005 (has links)
Kan eksisterende transportmodeller utvikles slik at de blir mer egnet til analyser av kollektivtransporten? Ja, det kan de, viser arbeidet i denne avhandlingen. En rekke egenskaper ved dagens modeller er studert, primært knyttet til undersøkelser av etterspørselsberegningene deres, for å finne ut hvor de har forbedringspotensiale. Svakheter er avdekket, og det er foreslått strategier for bøte på dem. Det er tatt utgangspunkt i de eksisterende transportmodellene framfor satsning på reisemiddelspesifikke modeller. Med reisemiddelspesifikke modeller menes for eksempel bruk av erfaringstall for elastisitetsverdier, for å finne endret reiseetterspørsel.Transportmodeller for byområder er mest aktuelle, ut fra at det er i byområder en har størst muligheter for å etablere og opprettholde et kollektivt transporttilbud av god standard. Der kan det også gi samfunnsøkonomisk gevinst å gjennomføre tiltak for å forbedre kollektivtilbudet, og dermed øke etterspørselen etter kollektivtransport. Dette øker behovet for analyser av kollektivtransporten. Utviklingsbehov Utviklingsbehovet i modellene er her studert ved tre forskjellige tilnærminger. Modellkritikk, hovedsakelig fra norske aktører er studert, og fagmiljøet innen anvendelse av transportmodeller har svart på en spørreundersøkelse om modellforbedring. Dessuten er en versjon av TASS, som er en mye brukt modelltype, gjennomgått. Til sammen ble det avdekket 19 forskjellige tema for forbedring av modelldesignet. Tema som er studert nærmere i denne avhandlingen er: • Tidsbruk i kollektivsystemet • Konkurranseforholdet mellom bil og kollektiv • Skinnefaktor Tidsbruk i kollektivsystemet Den tiden kollektivtrafikantene bruker på en kollektivtur er hentet fra to transportmodeller og sammenlignet med tilsvarende verdier fra reisevaneundersøkelser. Tidsbruken ble da splittet i enkeltkomponeneter. Trafikantene fra Bergen fikk spørsmål om totaltid, gangtid, ventetid før første ombordstigning og overgangstid. Trønderne fikk spørsmål om totaltid, gangtid og overgangstid. Det er store forskjeller mellom de tider transportmodellen beregnet og det trafikantene hadde oppgitt. Spesielt var gangtidene i transportmodellen for høye. Selv om noe av forskjellene kan forklares av selvseleksjon, altså at det er de trafikantene som har korte gangavstander til en kollektiv holdeplass som vil velge å bruke kollektivtransport, var forskjellen så stor mellom de oppgitte og de beregnede tidene at det må være andre årsakssammenhenger i tillegg. Det er pekt på manglende koding av sonetilknyttingslenker for kollektivtrafikantene som en forklaring på avviket. Det er også liten grad av samvariasjon mellom gangtidene i transportmodellene og gangtider oppgitt i reisevaneundersøkelsene. Dette må ha påvirket estimeringen av valgmodellene både i Bergen og i Trondheim. Overføring av forsinkelser fra bilvegnettet til kollektivnettet De norske transportmodellene i dagens design er ikke egnet til analyser av framkommelighetstiltak for kollektivtransporten, ettersom framføringshastigheten i kollektivnettet bare avhenger av rutetabellen. Det er presentert fire ulike metoder for å gjennomføre endringer i transportmodellen for å kunne få til en overføring av forsinkelser fra bilvegnettet til kollektivnettet. Ved bruk av en av de fire metodene greier transportmodellen å bruke de opplysninger som ligger i rutetabellen, samtidig som den kan bruke informasjon om hastighetsreduksjon fra bilvegnettet. Dette er en metode som bør implementeres. Metoden som er anbefalt krever at det skrives et nytt program, men dette vil være forholdsvis enkelt å programmere. Denne metoden vil kunne gi et løft for analyser av framkommelighetstiltak. Før- og etter- analyse av en broforbindelse til Askøy Konkurranseforholdet mellom kollektivtransport og andre transportmåter i en transportmodell er studert ved hjelp av en før- og etter- analyse. Askøy er en øykommune i nærheten av Bergen sentrum. Inntil Askøybroen åpnet i desember 1992, besto transporttilbudet mellom Askøy og Bergen av en ferge. Den nye broen er bompengefinansiert med innkreving døgnet rundt. Broen førte til store endringer i transporttilbudet for trafikantene. Broen gjør det enklere å kjøre bil, og kollektivtilbudet i ettersituasjonen består av busser over broen og en hurtigbåt som er i trafikk hverdager og lørdager. Kan transportmodellen brukes til å gjenskape en slik situasjon? En eksisterende transportmodell ble tilpasset formålet og det ble gjennomført beregninger for situasjonen før, rett etter og syv år etter broåpningen. Beregningsårene stemmer overens med tre forskjellige reisevaneundersøkelser. Beregningsresultater ble sammenlignet med endringer gitt i reisevaneundersøkelsene. Turproduksjonsberegningene viste bra samsvar med utviklingen fra reisevaneundersøkelsene. Turproduksjonen er stabil for reisehensiktene Bo-annet og Bo-service, og bare avhengig av antall personer i befolkningen fordelt på alders- og kjønns- kategorier. Reisehensiktene Bo-arbeid og Annet-annet er nærmere knyttet opp mot næringsaktiviteten og dette er godt gjengitt i transportmodellen. Beregnet reisemønster stemte ikke fullt så bra overens med resultatene fra reisevaneundersøkelsene. Dette kommer av at tidsbruk i transportmodellen ikke virker inn på valg av destinasjon. Det er bare avstand og direkte-kostnader forbundet ved en potensiell tur som har slik innvirkning i denne transportmodellen. Transportmodellen greide ikke å gjenskape de endringer i reisemiddelvalget som reisevaneundersøkelsene avdekket. Det ser ut til at en bedre beskrivelse av sammenhengen mellom biltetthet og fordeling på bilholdsgrupper er viktig for å forbedre transportmodellen. Selv om transportmodellen har svakheter i de enkelte trinn av beregningsprosessen, ligger likevel resultatene av nettfordelingen for biltrafikk på et riktig nivå. Transportmodellen regner også rett i forhold til antall fergetrafikanter i 1992. Det er pekt på flere enkle endringer som kunne vært gjort med modelldesignet for å tilpasse modellen bedre til analysen. Samtidig illustreres det at vi har for liten kunnskap om enkelte sammenhenger. Det gjelder til dels viktige sammenhenger, som sammenhengen mellom biltetthet og fordeling av trafikanter på bilholdsgrupper. Dette påvirker oppbyggingen av transportmodellen og resultatene av beregninger gjort med transportmodellen. Beregningene viste også at det er nødvendig å studere gods- og varebiltrafikken mer nøye. Skinnefaktor Virkningen av skinnefaktor er studert på to måter. Det er gjennomført en litteraturstudie, og det er utført beregninger med transportmodellen for Bergen for et av bybanealternativene, hvor skinnefaktoren er implementert på forskjellige måter. Det synes klart ut fra den litteraturen som er samlet at: • Skinnegående transport har egenskaper som ofte gjør den mer attraktiv enn buss, men ikke alltid. • Attraktiviteten til skinnegående transportmidler er i stor grad knyttet til bedre komfortegenskaper. • Komfortegenskapene til de forskjellige skinnegående transportmidlene er ulike. • De ulike markedssegmentene verdsetter ikke komfortfaktorene på samme måte. Det ble valgt tre prinsipielt forskjellige definisjoner av skinnefaktoren ut fra hvordan den er beskrevet i litteraturen. De definisjonene legger vekt på hvordan skinnefaktoren kunne inngått i en nyttefunksjon i for eksempel en logitmodell. • Ombordtidsskinnefaktoren er en faktor som kobles sammen med reisetiden til de skinnegående reisemidlene. • Konstantleddsskinnefaktoren er knyttet til det alternativspesifikke konstantleddet i en logitmodell. Den er ikke knyttet til reisetiden, men gir et konstant nyttebidrag for turer som benytter skinnegående transportmiddel. • Overføringsskinnefaktoren er definert som den overføring av trafikk som fører til høyere kollektivandel i byer med skinnegående trafikk. Denne faktoren kommer fram ved å sammenligne situasjonen før og etter etablering av et skinnegående tilbud, eller ved å sammenligne byer med og uten skinnegående transporttilbud. Både ombordtidsskinnefaktoren og konstantleddsskinnefaktoren kan implementeres i en transportmodell, eventuelt i samme modell. Utfordringen er finne verdier som uttrykker betydningen av faktorene. Aktivitetsbasert tilnærming til transportanalyser Aktivitetsbaserte transportmodeller påstås å være mer egnet enn tradisjonelle modeller til å analysere policy-tiltak. En del tiltak som foreslås for å styrke kollektivtransportens stilling i bytransporten, er typiske policy-tiltak. Aktivitetsbaserte transportmodeller tar utgangspunkt i årsaken til behovet for transport, som er de aktivitetene folk ønsker eller må delta i. Det betyr for eksempel at man tar hensyn til at mange er en del av en husholdning der medlemmene samarbeider om nødvendige gjøremål, og som disponener bil(er) sammen. For å illustrere hva man kan oppnå ved å endre transportmodellene i retning aktivitetsbaserte, er endringer de ansatte ved Statens hus gjorde etter at arbeidsplassen deres flyttet fra periferien til sentrum av Trondheim, sammenlignet med endringer fra en tradisjonell transportmodell. Endringene ble kartlagt av en spørreundersøkelse før og etter, og en tre år etter flyttingen. Transportmodellen er ikke laget for denne typen analyser. Likevel er det behov for beslutningsstøtteverktøy for slike analyser. Bakgrunnen for å gjøre beregningene med den aktuelle transportmodellen er et ønske om å illustrere hvorfor den ikke kan brukes til analysene. Det styrker argumentasjonen for å begynne å studere aktivitetsbaserte modeller som et alternativ til de tradisjonelle transportmodellene. De enkle beregningene som ble gjort med den gjeldende TASS4-modellen for Trondheim, viste at i forhold til den aktuelle analysen var modellen uegnet fordi: • Turene mangler referanse tilbake til hvem som gjennomfører dem, etter beregning av turfrekvens • Det er for liten endring av reisemiddelfordelingen i modellen, og delvis endringer i feil retning • Beskrivelsen av parkeringstilbudet i sentrum er for grov • Inndelingen av arbeidsplasser etter publikumsattraktivitet er for lite nyansert De to siste punktene kunne vært løst ved å detaljere modellen i større grad. De to første punktene illustrerer at transportmodellen ikke kan gjenspeile endret aktivitetsmønster, endret ansvarsfordeling, endrede rammebetingelser for husholdningene og koblingen tilbake til hvem det er som har behov for å gjøre turene. Intervjuundersøkelsen viser at det for eksempel er forskjell på reaksjoner av flyttingen etter hvilken husholdningstype den ansatte tilhører. Med en aktivitetsbasert tilnærming til transportanalyser tar man utgangspunkt i rammebetingelser for den enkelte i den husholdningen han eller hun tilhører, og da er aktivitetsnivået utgangspunkt for en intern samordning og et transportbehov. Med en aktivitetsbasert modell kan vi også se for oss muligheter for modellbaserte analyser av lokalisering av forskjellige typer aktiviteter, slik at også samvirkningen mellom arealbruk og transport kan analyseres. Videre vil man kunne se på mulige virkninger av offentlige satte rammebetingelser som åpningstider og lovverk. Da har vi et verktøy som kan være en viktig støtte for mer helhetlig samfunnsplanlegging. / Can existing transport models be developed to become more suitable for analysis of public transport? Yes, they can, as is shown in this thesis. A number of characteristics of today's transport models have been studied in order to assess the improvement potential. Attention is primarily given to the transport demand computation. Weaknesses have been uncovered and strategies have been proposed to improve them. Existing Norwegian transport models have been my starting point, instead of developing models dealing with only one mode. One example of models dealing with one mode is elasticity models, which use time- or cost- elasticities to predict changes in demand due to changes in time spent or cost incurred. Transport models developed for cities are more relevant for this study, as it is in cities one can establish and maintain a public transport system of good standard, and where it can be socio-economically advantageous to carry out attempts to improve public transport and thereby increase the demand for it. This will raise the need for analysis of public transport. The need for development The requirement for development has been studied through three different approaches. Criticism of transport models, mainly from Norwegians, has been studied. Specialists using transport models have answered a survey regarding transport model improvement. Moreover, a version of TASS, which is a frequently used transport modell, has been examined. All together 19 different topics were uncovered which could improve the model design. Topics singled out for further study in this thesis are: • Time use in public transport • Competitive conditions between private car and public transport • “Rail-factor”, which is used to hold causes for higher attraction towards rail-based means compared to other means of public transport Time used in the public transport system The time public transport passengeres spend on a particular trip is fetched from two different transport models and compared to corresponding values from travel surveys. The time used was divided into separate components for each part of the journey. Passengeres from Bergen had answered questions about the total time, walking time, waiting time before the first boarding and transfer time. Passengeres from Trondheim answered questions about total time, walking time and transfer time. There were huge differences between the use of time timeuse suggested by the transport models and by the statements of the passengeres themselves. In particular, the walking times extracted from the transport models were too high. Even if some of the difference could be explained by self-selection, meaning that people with the shortest distances to a busstop are also those who are public transport passengers, the difference between stated times and computed times indicates that there have to be other explanations as well. A possible explanation can be unsatisfactory coding of zone connector links. There is also little covariation between the walking times in the transport model and those stated in the travel survey. The revealed difference has affected the estimation of choice models in the transport models both in Bergen and Trondheim. Transference of delays from the car network to the public transport network The Norwegian transport models in the present design are not useful for analysing speedincreasing efforts in the public transport system as the speed only depends on the timetable according to the models. I have presented four different methods enabling the transport models to transfer delays from the car network to the public transport net. By using one of the four methods, the transport model can exploit information from the time table and combine it with the information about speed reduction from the car network. The method requires that someone writes a new program, but a rather simple program. The method imply improvement for analysis of speed-increasing efforts in the public transport system. Before and after analysis of the bridge to Askøy Askøy is an island near the centre of Bergen. Until the bridge “Askøybroen” was opened in December 1992, the only transport option between Askøy and Bergen was a ferry. The new bridge is financed by tolling. The public transport consists of buses driving across the bridge and a fast boat link in operation on workdays and Saturdays. The objective of the study was to test the forecasting ability of a transport model. The situastion before and after the opening of the bridge were compared. An existing transport model was adapted for this purpose, and the situations before, just after, and seven years after the bridge opened were recreated in the transport model. The years of the scenarios correspond to those of three travel surveys. Results from the model were compared to changes obtained from the travel surveys. The computation of trip production from the transport model corresponds well to the development shown in the travel surveys. The trip production is stable for trips having leisure and shopping as their purpose. The level of leisure and shopping trips in the transport model just depend on the number of people in different age and sex categories. Trips with the purpose of working and Non-home-based trips are more closely linked to business development and are well reflected in the model. According to the travel surveys, the number of trips increased between Askøy and the centre of Bergen when the bridge opened. Results from the transport model show the opposite development. This is a consequence of the variables influencing trip distribution, and follows from the fact that time used is not one of these variables. Only distance travelled and expenses connected to a potential trip is evaluated in this particular transport model. The transport model is not able to compute changes in modechoice correctly. A better description of the relationship between car density and car-availability groups will probably improve the transport model. This will influence the results of trip distribution and mode choice. Even if the transport model has weaknesses in some of the steps of the computation process, the network assignment results ended up at the right level. The transport model also gives the number of ferry passengers correctly, when compared to the survey from 1992. The computations illustrate the necessity of looking more closely at the representation of cargo- and business-trips in the transport models. Rail factor The effect of the rail factor is studied in two ways. A literature survey is carried out, and a computation was done using the transport model in Bergen. The planned light rail was included, and the track factor was implemented in different ways. It seems clear from the literature survey that: • Rail-based means of transport have qualities that make them more attractive than buses, but not in all cases. • The attraction of rail-based means of transport is mostly due to their higher comfort. • The comfort characteristics of the various rail-based means of transport differ. • Different market segments assess the comfort characteristics in dissimilar ways. Three in principle different definitions of the track factor were chosen. They were based on the ways the rail factor was explained in the literature, and inspired by suggestions of how it could enter into a logit model. • On-board-time-rail-factor is a factor connected to the travel time on board the rail-based means of transport. • Constant-term-rail-factor is connected to the mode-specific constant in a logit model. It gives a constant contribution of utility to trips which make use of railbased means of transport. • Transfer-rail-factor is defined as a transfer of passengers and leads to a higher public transport share in towns where there is a rail-based public transport. This factor appears if one compares the situation before and after the introduction of a rail-based mode or by comparing cities with and without railbased means of transport. Both the on-board-time-rail-factor and the constant-term-rail-factor can be implemented in a transport model, even at the same time. The challenge is to find values that express their effect. Activity-based transport analysis Activity-based transport models are allegedly more suitable for analysis of policy efforts than traditional models. Some of the initiatives suggested in order to strengthen the position of public transport in cities rely on the application of typical policy instruments. The foundation of activity-based transport models is the reason behind transport demand, that is, the activities which people have to or want to participate in. The models take into consideration that most people belong to households, and they cooperate to carry out necessary tasks, and often have a common car at their disposal. It is illustrated what could be achieved by changing transport models towards an activitybased design. This is done by camparing the actual adjustments made by the employees of a workplace that moved from the periphery to the city centre of Trondheim, to changes given by a traditional transport model. The “real” changes where deducted from a survey carried out before, one year after, and three years after the relocation took place. The simple computations carried out with the prevailing transport model for Trondheim City illustrated that the model was unsuited for the analysis because: • The transport model does not use information about the person making a trip, after the computation of trip frequence (trip production) • There is too litte change of mode choice, and some of the changes go in the wrong direction • The description of parking is too simple and rough • The categorisation of workplaces based on their attractiveness is not sufficiently nuanced The last two points could have been solved by increasing the level of detail in the transport model. The first two points illustrate that the transport model does not mirror the changes of activity pattern, the changes of responsibility distribution within the households, the changed framework conditions in households and the requirements for the trips. The survey shows that the reactions depend on the household categories to which the employees belong. With an activity-based approach to transport analysis, one takes the framework conditions for each member of a household as the starting point. The activities are the basis for an internal coordination in the household and fore the genereation of transport need. An activity-based model can be used for analysis of activity localization, thereby improving the analysis of joint effects of transport and land use. It could even be applicable to the study of public regulations, like opening hours and the legal framework.
|
Page generated in 0.0509 seconds