Return to search

Geographically Weighted Regression based Investigation of Transport Policies for Increased Public Transport Ridership : A Case Study of Stockholm / Utvärdering av transportpolicyer för ökat kollektivtrafikresande baserat på geografiskt viktad regression : En fallstudie för Stockholm

Public transport plays a vital role in society as the economy, the degree of sustainability and the qualityof life of a city is directly affected by transportation. A shift in modal share towards public transport isassociated with many benefits such as increased air quality and improved space allocation within thecity. To further promote public transport, an appropriate measure of competitiveness is required toevaluate the impact of past and future transport policies. This study introduces the journeys per capitaratio as a new way of measuring public transport competitiveness. Firstly, the key factors affecting thepublic transportation usage rate expressed as the journeys per capita ratio are identified to evaluatethe impact of public transport provider efforts. For this purpose, data for a total of 32 explanatoryvariables and a scope of 218 regions for seven consecutive time frames are collected. Secondly,geographically weighted regression (GWR) – a local regression-based spatial analysis technique – isperformed to test if the journeys per capita ratio is a suitable target variable to predict the impact ofcertain transport supply changes. A traditional global ordinary least square (OLS) model is conductedas well to compare if a local model could be more beneficial. The GWR and the OLS model are trainedwith the data of previous years and tested with data from the consecutive following years. Thirdly,further temporal and socio-economic based cluster analyses are performed to assess the validity andthe explanatory power of the journeys per capita ratio. The conducted analyses reveal that thejourneys per capita ratio is a superior measure for assessing public transport competitiveness.Goodness of fit statistics and estimation results demonstrate that the GWR model has betterprediction accuracy and is more capable of retrospectively predicting the impact of previous transportpolicies. / Kollektivtrafiken har en avgörande roll i samhället då ekonomin, graden av hållbarhet och städerslivskvalité är direkt påverkad av transport. En förändring av transportanvändning från bil motkollektivtrafik är förknippad med flera fördelar, såsom ökad luftkvalitet och förbättrad rumsligallokering inom staden. För att ytterligare främja kollektivtrafik krävs ett lämpligt mått påkonkurrenskraft för att utvärdera effekterna av tidigare och framtida transportpolitik. Den här studienintroducerar resor per capita-förhållanden som ett nytt sätt att mäta kollektivtransportenskonkurrenskraft. För det första identifieras nyckelfaktorerna som påverkar användningsgraden förkollektivtrafik, uttryckt som förhållandet resor per capita för att utvärdera effekten avkollektivtrafikleverantörens insatser. För det här syftet har data för totalt 32 variabler och ett omfångav 218 regioner under sju, på varandra, följande tidsramar har samlats in. För det andra har Geografisktviktad regression (GWR), vilket är en lokal regressionsbaserad rumslig analysteknik, använts för atttesta om resor per capita-förhållanden är en lämplig målvariabel för att förutsäga effekterna av vissatransportförändringar. En traditionell Global ordinary least square model (OLS) har också använts föratt jämföra om en lokal modell är mer fördelaktig. GWR och OLS modellerna har tränats med data fråntidigare år och testats med data från följande år. För det tredje har ytterligare tidsmässigsocioekonomisk baserad klusteranalys utförts för att bedöma validiteten och förklaringsförmågan förresornas förhållande per capita. De genomförda analyserna pekar på att förhållandet resor per capitaär ett fördelaktigt mått för att bedöma kollektivtrafikens konkurrenskraft. Goodness of fit statistics ochde uppskattade resultaten visar att GWR-modellen har en bättre förmåga att göra noggrannaförutsägelser och är mer kapabel att i efterhand förutsäga effekterna av tidigare transportpolitik.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-302708
Date January 2021
CreatorsKlar, Robert Günther
PublisherKTH, Transportplanering
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess
RelationTRITA-ABE-MBT ; 21587

Page generated in 0.0025 seconds