Session 5, Trafikmodeller

Baggrund
I 1997 gennemgik Camilla Riff Brems ved Trafikdagene resultater fra rutevalgsmodellerne i en række ofte
brugte softwarepakker, f.eks. TRIPS og EMME/2. Konklusionen af denne gennemgang var dels, at
modellerne gav foruroligende forskellige resultater, dels at resultaterne skyldte adfærdsmæssige antagelser,
der implicit er indbygget i algoritmerne 1 . Nielsen præsenterede ved sidste års Trafikdage en model, der i langt
højere grad kunne estimeres ud fra rejsevaneundersøgelser, og dermed imødegå ovennævnte problemer.
Imidlertid eksisterede der på daværende tidspunkt ikke empiriske undersøgelser, der kunne estimere
modellen.
I forbindelse med København-Ringsted Baneprojektet blev der i sommeren 1998 iværksat et større
modelarbejde (se Nielsen m.fl., 1999a), hvoraf trafikmodellen (Nielsen, m.fl., 1999b) er gennemført af
Banestyrelsen Rådgivning med TetraPlan og Hague Consult som underrådgivere. En vigtig grund til dette
projekt er, at den eksisterende bane har store kapacitets- og regularitetsproblemer. Det var således vigtigt, at
modellen kunne beskrive konsekvenser heraf.
Modellens metodiske grundlag
I artiklen beskrives en videreudvikling af rutevalgsmodellen fra sidste års Trafikdage. Den nye model er bl.a. i
stand til at belyse passagerers reaktion på regularitetsproblemer. Modellen bygger på det probit-baserede
grundlag som beskrevet i Nielsen (1997), hvorved overlappende ruter beskrives korrekt, i modsætning til en
række andre modeltyper. Passagers mangel på viden om trafiknettet beskrives ligeledes af probitmodellen.
Imidlertid er modellen ændret, så den samlede køreplan benyttes i stedet for det tidligere frekvensbaserede
princip. Dette er muliggjort ved at benytte den GIS-baserede netværksdatabase fra DMUs ALTRANS-projekt
(se Thorlacius, 1998), der rummer alle bus- og togafgange; i modellens analyseområde Øst for
Lillebælt en graf med ca. 260.000 kanter og 20.000 knuder.
Togforsinkelser er modelleret via en særskilt simuleringsmodel (se Kaas, 1999), som giver input til
rutevalgsmodellen via diskrete fordelinger for afgange og ankomster. Således kan kapacitetsforbedringers
indflydelse på regulariteten direkte overføres til rutevalgsmodellen, hvorefter passagers reaktion herpå kan
beskrives. Bus-regularitet og regularitet på S- og privatbaner beskrives af statistiske modeller, idet
regulariteten ikke direkte berøres af KR-projektet.
Den samlede rutevalgsmodel har forskellige nyttefunktioner for forskellige turformål. Der var også mulighed
for forskellige nyttefunktioner for forskellige turlængder. Datagrundlaget pegede mod dette, men idet
tendensen ikke var helt signifikant. Endvidere var det svært at skelne mellem betydning af turlængde og
lokalisering/socioøkonomiske data, og der var en række potentielle randværdiproblemer mellem koefficienter
for forskellige turlængder. Det blev derfor besluttet at benytte lineære nyttefunktioner.
Rutevalgsmodellen har forskellige tidsværdier for forskellige del-transportmidler (togtyper og busser),
adgangs tider, frekvens (skjult ventetid), ventetid, skiftetid og forsinkelsestid. Derudover rummer modellen
koefficienter for siddeplads og antal skift.
Forskelle i passagerers forskellige præferencer blev beskrevet med stokastiske fordelinger af koefficienterne i
nyttefunktionerne, i modsætning til traditionelle modeller, der forudsætter samme præferencer for alle
passagerer på nær tilfældige (ikke systematiske) variationer. Forskellige typer fordelinger – og strukturen
heraf – blev estimeret: Variation af omkostninger, tidskomponenter, eller begge, såvel som afhængig og
uafhængig variation af de forskellige tidskomponenter.
På det teoretiske niveau giver fordelte koefficienter uden tvivl en klart bedre adfærdsmæssig forklaring af
passagernes valg end konstante koefficienter. Dette blev i projektet empirisk underbygget, idet den
matematiske estimation gav bedre likelihood værdier, ligesom kalibreringen gav en langt bedre tilpasning til
tællinger og modellerede rutebundter virkede mere intuitivt forklarlige.
Empirisk grundlag
Den nye rutevalgsmodel bygger på et omfattende empirisk grundlag bestående af det kollektive trafiknet fra
ALTRANS (som blev kvalitetssikret i projektet), trafiktællinger, nye turmatricer, samt en række nye RP- og
SP-analyser af passagerers og beboeres rejsevaner, der er foretaget i forskellige transportmidler, via telefon og
hjemmeinterview, samt via særskilte interview af passagerer i Kbh. Lufthavn Kastrup. De nyindsamlede
interviews blev kombineret med en række tidligere interviewundersøgelse foretaget af Ørestadsselskabet,
hvorved den samlede stikprøve blev usædvanlig stor.

Resultater
Den præsenterede rutevalgsmodel rummer på det teoretiske niveau en række nyskabelser set i forhold til
eksisterende rutevalgsmodeller; den kombinerer en køreplansbaseret model med en stokastisk probit-baseret
model, den beskriver regularitetens betydning for passagerers adfærd, og den modellerer forskelle i
passagerers præferencer (og ikke kun som sædvanlige modeller tilfældige variationer).
På det praktiske niveau er det forfatterne bekendt første gang, at en rutevalgsmodel i den skala er estimeret ud
fra egentligt RP- og SP-analyser. De endelige resultater af estimationen gennemgås kort, ligesom variable, der
ikke var signifikante, beskrives.
Den primære konklusion på artiklen er, at passagerers rutevalg kan beskrives langt bedre via en egentlig
nyttefunktion estimeret ud fra rejsevaneundersøgelser, end ved de mere eller mindre implicitte antagelser, der
er indbygget i standardsoftware. Et særligt interessant aspekt af den nye model er, at valg af del-transportmidler
- f.eks. bus og forskellige togtyper – kan beskrives som del af rutevalgsmodellen.

REFERENCER
Brems, Camilla Riff (1997). Behandling af kollektiv trafik i trafikmodeller. Trafikdage på AUC,
Konferencerapport 2, s. 403-414.
Brems, Camilla Riff (1999). Modellering af multimodale turkæder. Indsendt til Trafikdage på AUC.
Kaas, Anders (1999). Regularitetsmodeller for jernbaner. Indsendt til Trafikdage på AUC.
Nielsen, Otto Anker (1997). A Stochastic Traffic Assignment Model Considering Differences in Passengers
Utility Functions. The 8th Meeting of the international Association for Travel Behaviour Research.
Conference pre-prints, Workshop on Microsimulation of Travel Activities in Networks. Austin, Texas,
September 21-25.
Nielsen, Otto Anker (1998). En ny model for passagerers rutevalg i kollektiv trafik. Trafikdage på AUC.
Konferencerapport 1, s. 137-156.
Nielsen, Otto Anker m.fl. (1999a). København-Ringsted modelkomplekset – fra togsimulering til
samfundsøkonomi. Indsendt til Trafikdage på AUC.
Nielsen, Otto Anker m.fl. (1999b). København-Ringsted Trafikmodellen. Indsendt til Trafikdage på AUC.
Thorlacius, P (1998): Beregning af rejsetider for rejse med bil og kollektiv trafik. ALTRANS. Damarks
Miljøundersøgelser, Faglig Rapport fra DMU Nr. 240..

Hent paper