Mer om tidsvärden… Staffan Algers / Jonas Eliasson CTS Stockholm 27 november 2009, 1
Innehåll Tidsvärden och beteende Konsistens – i vilket avseende? SP och RP Tid i olika situationer Kostnadsdifferentiering Är en krona en krona? Ickelinjära funktionsformer i utvärderingen
Tidsvärden och beteende Våra resbeslut – att resa, varthän, färdsätt, rutt och tidpunkt - beror (bl.a) av de olika alternativens tidsåtgång t och kostnad c. Resbesluten påverkas också av hur vi värderar tidsåtgång och kostnad Dessa värderingar (dvs våra tidsvärden), beror av socioekonomiska förhållanden (inkomst), situationsspecifika faktorer (hade bråttom) samt alternativspecifika faktorer (bekvämlighet) De är således högst varierande, och kan beskrivas som en fördelning
Tidsvärden och beteende Vår modelleringsuppgift kan alltså beskrivas på följande sätt: Fördela en population med en viss fördelning av tidsvärden på olika alternativ med givna restider och reskostnader. Om det finns systematiska skillnader mellan grupper av alternativ map tidsåtgång och kostnader (tåg/flyg) kommer populationens val av alternativ att leda till olika genomsnittliga tidsvärden för dessa alternativ (självselektion).
Illustration från SP tåg/flyg
Excel-exempel
Slutsatser Tillämpning: Tidsvärdena har en påtaglig spridning Viktigt att ta hänsyn till spridningen Också i utbudsgenereringen Skattning: Svårt att veta vilket utbud som hör till vilken observation! Svårt att få med alla dimensioner i fördelningen – kräver komplicerade skattningsmetoder.
Förenklingar krävs! Beakta systematiska VoT-skillnader (t.ex inkomst) klassvis för färdsätt och destinationsval Ger olika VoT-genomsnitt på olika färdsätt och OD Generera utbud med värderingar som motsvarar respektive klass Görs nu i den regionala modellen för bilruttvalet (multiclass) Men feedbacken från ruttvalet bara från en klass!
Konsistens – i vilket avseende? Konsistens mellan värderingar och beteende: => olika värderingar i färdmedels/destinations-steg och ruttval!! Inte bara åktid och kostnad, även andra restidskomponenter! Men har vi de skillnader vi borde ha? Tveksamt. Värderingarna i ruttvalet snarast historiska antaganden… Ibland svårt att hantera vissa komponenter (t.ex. turtäthet och bytestid) i nätverksprogrammen Konsistens mellan utvärdering och beteende => logsummevärdering med modellparametrar
Olika tidsvärden i prognos och utvärdering Politiskt val! Om det blir skillnad mellan RoH med ASEK-värden och beteendekonsistent utvärdering är detta per definition önskat!! T.ex en dyr satsning på flyg som kan räknas hem med VoT i höginkomstklasser, men inte med genomsnittsvärden. Eller en stor satsning på ökad turtäthet som värderas olika i Ytterligare skäl: Beteende-VoT kan korrigeras såväl fördelningsmässigt som nivåmässigt Felaktiga kostnadsantaganden kan ge felaktiga tidsvärden Kanske bättre att skala in ”sannare” VoT (t.ex. från SP) i modellen
Värderingsproblem när jämförelsealternativ saknas Schablonbussen Excel-illustration
Slutsatser Kanske kan schablonbussproblemet (men även inkonsistensproblemet beteende - värdering) minskas genom inskalning av SP-tidsvärden Ett annat sätt att göra fel – men kanske mindre - kan vara att tillämpa logsumvärdering med ASEK-baserade parametrar (hugskott!)
Värdering av restidskomponenter Vänte- och anslutningstider I tidsvärdesstudierna, pekar på stabila resultat Bytestider och bytes”tillägg” Svårt att samskatta med restid, därför inte med i tidsvärdesstudien (resursskäl) Signifikanta RP-resultat från inköpsresemodellen Stationsutformning (bytespunkters komfort) Kan göras, kräver egen studie Kan vara svårt att generalisera
Turintervall (tidsvärdesstudien 2007/2008)
Inköpsresemodellerna Skattade på RES0506 Utökad beskrivning av målpunkter (HUI Research) Separata modeller för sällanköp och dagligvaruinköp Sällanköpsresor ParameterT-värde Kvor kollåktid Car_time-0,046-11,7 1,4 CarP_time-0,038-11,4 1,2 PT_Inveh-0,032-7,2 1,0 PT_AcEg-0,051-5,4 1,6 PT_Transf-0,264-2,4 8,2 PT_TransT-0,044-2,3 1,4 PT_FW_Log-0,432-2,6 CPPT_cost-0,010-4,4 CPPT_costl-0,224-4,9
Scheduling /försening Jonas!
RP/SP i tidsvärderingen RP - verkliga val, men ger ofta skattningstekniska problem Vi måste ofta anta eller beräkna värden på förklaringsvariablerna (t.ex. kostnader, tider) Svårt att få fram betydelsen av korrelerade faktorer Baserade på verkliga val (hänsyn till alla restriktioner) SP - skattningstekniskt effektivt, men hypotetiska val - risker för policysvar, designpåverkan, mm Överskattar ofta elasticiteter (verkliga restriktioner beaktas inte fullt ut) Avvägningar effektivt skattade när respondenterna ”spelar spelet” SP föredras för värderingsstudier Kan kombineras med RP för att förbättra valmodellerna Men fortfarande problem med antagna eller beräknade värden på förklaringsvariablerna!
Differentierade biljettpriser Förekommer i allt större omfattning Återspeglar prisdiskriminering map socioekonomisk kategori och planeringshorisont, flexibilitet, restidpunkt och efterfrågesituation I Samperssammanhang används två(tre) taxor Problem: Vid modellskattning: Implicerar mätfel, och därmed en större osäkerhet. Kan också ge systematiska fel (bias). Ansätts för höga värden blir kostnadsparametern lägre, vilket ger högre tidsvärden o vice versa
Exempel från SP-studie tåg/flyg
Hur göra? Behöver analyseras mer Olika tågoperatörer Ansätt någon form av biljettvalsmodell Sampers realtidsmodell SAS bokningsprocessmodell Förutsätter specifika biljettyper
Biljettypsval Sampers realtidsmodell
Bilkörkostnader Även bilkörkostnaderna kan variera kraftigt. Potentiellt större problem med ökad andel elbilar Fråga om bilnummer i RES!
Hur stora är problemen? Svårt att säga. Simuleringsstudier kan ge en uppfattning
Är en krona en krona? Vilka problem innebär ickelinjära funktionsformer? Jonas