Mots-clé
(Allemand)
|
Güterverkehr, Modal Split, Verkehrsmodelle, Stated Preference
|
Mots-clé
(Anglais)
|
Freight Transport, Modal Split, Transport Models, Stated Preference
|
Description succincte
(Allemand)
|
Untersuchungsziele: Analyse Ist-Modal Split und Evaluation von Modal Split-Ansätzen im Güterverkehr, Planung und Durchführung einer Stated Preference Befragung, Modellschätzung von MS-Funktionen, Anwendung von MS-Funktionen an Fallbeispielen. Die Modal Split Funktionen sollen in das geplante Nationale Güterverkehrsmodell integriert werden.
|
Description succincte
(Anglais)
|
Analysis of actual modal split and evaluation of modal split approaches, planning and execution of a state preference inqury, model estimation of MS-functions, Application of MS-functions in case studies. The modal split functions will be imple,mented in the planned national freight trasnport model
|
Description du projet
(Allemand)
|
Stand der Forschung, Forschungsbedarf
In den älteren Güterverkehrsmodellen wurden aggregierte Modal Split-Ansätze verwendet. Bei aggregierten Modellen besteht das Modal Split Modell in der Regel aus multinomialen Logit-Funktionen (MNL), die als erklärende Variablen in der Regel generalisierte Kostenfunktionen haben (Ortú-zar und Willumsen, 1995). Diese aggregierten Modelle weisen meistens eine ungenügende Erklä-rungsqualität auf, weil eine Reihe von Faktoren, die beim Modal Split-Entscheid wichtig sind, in den generalisierten Kosten nicht berücksichtigt werden können.
In den neueren Güterverkehrsmodellen werden vorwiegend disaggregierte Ansätze angewandt (de Jong, 2004). Disaggregierte Modal Split Modelle, die auf der sogenannten „random utility Theo-rie“ basieren und mit Hilfe von stated preference Daten kalibriert werden (discrete choice models), eignen sich wesentlich besser für dieses Teilmodell. Der Entscheidungsträger ist hier der Verlader, der seinen Nutzen (Profit) maximieren möchte. In diesen Modellen können praktisch alle für den Modal Split-Entscheid relevanten Faktoren berücksichtigt werden, wie etwa: Eigenschaften der Transportdienstleistung, Eigenschaften der Güter, die transportiert werden sollen und Charakteristiken des Verladers. Die meisten dieser Modelle sind MNL-Modelle oder sogenannte „nested logit-Modelle“ (NL). Disaggregierte Modal Split Modelle der oben genannten Art stellen den „state of the art“ dar und zwar sowohl im Personenverkehr als auch im Güterverkehr (Ortúzar und Willumsen, 1995). Sie sind am besten geeignet, um die Auswirkungen einer Infrastruktur- oder einer ver-kehrspolitischen Massnahme abzubilden. Multimodale Transportketten können ebenfalls berücksich-tigt werden, wenn diese Wahlmöglichkeit entsprechend definiert wird. Folgende Modal Split-Modelle basieren auf diesem Ansatz (De Jong et al. 2004):
• Nuzzolo and Russo (1995): The mode choice fort he Italian national model
• Fosgerau (1996): A mode choice model on revealed and SP data
• Reynaud und Jiang (2000): EUFRANET (European freight Railway Network) - a European freight model focussing on operating systems for rail developed for the European Commis-sion with mode choice model on revealed and SP data.
• De Jong et al. (2001): a mode choice model on revealed and SP data for the north of France, developed fort he French Ministry of Transport
• De Jong erwähnt noch weitere Modelle die auf SP-Daten basieren, die jedoch nicht für die Verkehrsprognose sondern für die Ableitung von Zeitwertansätzen im Güterverkehr entwi-ckelt wurden (unter anderem de Jong et al. 2004).
Als massgebende Entscheidungsfaktoren werden oft Kosten, Zuverlässigkeit, Laufzeiten, Frequenz, Flexibilität oder Schadensraten verwendet. Wichtige Grundlagen zu Entscheidungsprozessen im Güterverkehr wurden in europäischen Forschungsprojekten TRILOG, LOGICAT, LOGIQ und PROTRANS erarbeitet. Bezüglich der Modellierung von Transportmittelwahlentscheiden sind die EU-Projekte MESUDEMO, IQ, EUFRANET, TEES und SPIN relevant.
In der Schweiz wurden in bestehenden Güterverkehrsmodellen vorwiegend Elastizitätsansätze (Arendt, 2000) oder andere einfachere Ansätze (Ruesch et al. 2000) angewendet. Diese entsprechen nicht mehr dem neuesten Stand der Forschung und Anwendung. Wichtige Grundlagenarbeiten über die Bedeutung von Entscheidungsfaktoren bei der Verkehrsmittelwahl im Güterver-kehr wurden aber im Rahmen des NFP 41 (Bolis et al. 1999) und im Rahmen der ASTRA-Forschung (IRE/Rapp Trans AG 2004) geleistet. Basierend auf Stated-Preference Ansätzen wurde die Bedeu-tung wesentlicher Entscheidungsfaktoren wie Zuverlässigkeit, Zeit, Frequenz und Flexibilität ermit-telt. Diese sind aber nicht als ein MS-Ansatz mit entsprechender Nutzenfunktion formuliert. Die Stichproben waren zudem gering und es konnten nicht alle Gütersegmente und Logistikkonzepte ausreichend abgedeckt werden. Diese Untersuchungen liefern jedoch wichtige methodische Grund-lagen und Erfahrungen auf welchen in der vorliegenden Untersuchung aufgebaut werden kann.
Damit die verkehrspolitisch wichtigen Fragen im Güterverkehr beantwortet werden können, braucht es massnahmesensitive Güterverkehrsmodelle mit einem Modal Split Ansatz, welcher die massge-benden Entscheidungsfaktoren und das individuelle Entscheidungsverhalten der Akteure berück-sichtigt. Dazu braucht es eine Untersuchung, welche
• basierend auf den bisherigen Untersuchungen einen geeigneten Modal Split Ansatz entwickelt
• die Bedeutung der relevanten Entscheidungsfaktoren (Preis, Qualitätsfaktoren) ermittelt
Einzubeziehen sind dabei verschiedene Warengruppen, Verkehrsarten und Logistiktypen. Wichtig ist neben der theoretischen Basis vor allem auch die Praxistauglichkeit, welche im Rahmen von Fallbeispielen nachzuweisen ist. Die erarbeiteten Grundlagen bilden einen wichtigen Input für das geplante Schweizerische Basismodell Güterverkehr. Für die Verkehrsplanung werden diese Grund-lagen damit dringend benötigt.
Methode/Lösungsansatz
Aufgrund des Standes der aktuellen Forschung schlagen wir einen MS-Ansatz vor, der auf der so-genannten „random utility Theorie“ (Nutzenmaximierung) basiert. Diese Modal Split-Modelle wer-den mit Hilfe von stated preference Daten kalibriert, wobei sich innerhalb dieser Modellfamilie die sogenannten discrete choice Modelle am besten bewährt haben. Dieser Modelltyp ist am besten geeignet, um die Auswirkungen einer Infrastruktur- oder verkehrspolitischen Massnahme auf die Verkehrsteilung abzubilden. Der Entscheidungsträger ist hier der Verlader (oder Spediteur), der seinen Nutzen (Profit) maximieren möchte.
Arbeitspakete und -schritte:
AP1: Vorbereitungsarbeiten
AP1.1 Ableitung Warengruppeneinteilung: Die Gütergruppeneinteilungen in den Güterver-kehrsstatistiken der Bahn und der Strasse (GTE 2003) sind von unterschiedlichem Detaillierungs-grad.
AP 1.2 Analyse des Ist-Modal Splites im Güterverkehr: Eine wichtige Grundlage für die Ent-wicklung des MS-Ansatzes und auch für das Erhebungsdesign ist der heutige Modal Split.
AP2: Planung der SP-Befragung
AP2.1 Marktsegmentierung: Da die Entscheidungen der Verlader massgeblich von der Branche (d.h. Warengruppe) bestimmt werden, ist eine Differenzierung nach Warengruppen erforderlich.
AP2.2 Ermittlung der notwendigen Stichprobengrösse je Segment
AP2.3 Rekrutierung der Interviewpartner
AP2.4 Festlegen des Befragungskonzepts
AP2.5 Erstellung eines Versuchsplanes
AP2.6 Befragungssoftware
AP3: Durchführung der Befragungen
AP4: Modellschätzung der MS-Funktionen
AP 4.1 Methodik und Vorgehen
AP 4.2 Schätzmodell
AP5: Anwendung der MS-Funktionen an Fallbeispielen
AP 5.1Anwendung der Modal Split-Funktionen
AP 5.2 Anwendung auf ausgewählte Fallbeispiele
|
Méthodes
(Allemand)
|
Stated Preference Methode, Modellschätzung aufgrund von Nutzenfunktionen
|
Etat des recherches effectuées par le requérant
(Allemand)
|
In der Schweiz wurden in bestehenden Güterverkehrsmodellen vorwiegend Elastizitätsansätze (Arendt, 2000) oder andere einfachere Ansätze (Ruesch et al. 2000) angewendet. Diese entsprechen nicht mehr dem neuesten Stand der Forschung und Anwendung. Wichtige Grundlagenarbeiten über die Bedeutung von Entscheidungsfaktoren bei der Verkehrsmittelwahl im Güterver-kehr wurden aber im Rahmen des NFP 41 (Bolis et al. 1999) und im Rahmen der ASTRA-Forschung (IRE/Rapp Trans AG 2004) geleistet. Basierend auf Stated-Preference Ansätzen wurde die Bedeu-tung wesentlicher Entscheidungsfaktoren wie Zuverlässigkeit, Zeit, Frequenz und Flexibilität ermittelt. Diese sind aber nicht als ein MS-Ansatz mit entsprechender Nutzenfunktion formuliert. Die Stichproben waren zudem gering und es konnten nicht alle Gütersegmente und Logistikkonzepte ausreichend abgedeckt werden. Diese Untersuchungen liefern jedoch wichtige methodische Grund-lagen und Erfahrungen auf welchen in der vorliegenden Untersuchung aufgebaut werden kann.
|
Objectifs du projet
(Allemand)
|
Hauptziel: Entwicklung eines Modal Split Ansatzes und von Modal Split-Funktionen für den Güterverkehr
|
Objectifs du projet
(Anglais)
|
Main Objecitve: Development of Modal Split approach and modal split functions for freight transport.
|
Plan de recherche
(Allemand)
|
Analyse Ist-Modal Split und Evaluation von Modal Split-Ansätzen im Güterverkehr, Planung und Durchführung einer Stated Preference Befragung, Modellschätzung von MS-Funktionen, Anwendung von MS-Funktionen an Fallbeispielen.
|
Résumé des résultats (Abstract)
(Allemand)
|
.
|
Mise en oeuvre et application
(Allemand)
|
• Die Modellgrundlagen im Güterverkehr können deutlich verbessert werden.
• Es können weitere Erfahrungen mit Stated Preference Methoden im Güterverkehr gesammelt werden und der Ansatz kann optimiert werden.
• Die Wirkungsanalysen für den Güterverkehr für Zweckmässigkeitsbeurteilungen von verkehrlichen Massnahmen können verbessert werden
• Die entwickelten Modal Split-Funktionen stehen für das geplante gesamtschweizerische Güterverkehrsmodell zur Verfügung und werden in dieses eingebaut.
|
No du rapport
(Allemand)
|
1229
|
Littérature
(Allemand)
|
Rapp Trans AG (2005): Vorstudie nationales Basismodell Güterverkehr
Rapp Trans AG (2004): Bewertung von Qualitätsmerkmalen im Güterverkehr, ASTRA (zusammen mit IRE-USI)
Rapp Trans AG (2004): Zeitkostenansätze im Personenverkehr (zusammen mit IVT, ETHZ)
Rapp Trans AG (2004): Scanning the potential of Intermodal Transport
Rapp Trans AG (2000): Zeitkostenansätze im Personenverkehr, Vorstudie (zusammen mit IVT, ETHZ)
Abay & Meier (1999): Nachfrageabschätzung für Swissmetro, eine stated preference-Analyse, NFP41
Abay & Meier (1999): Gesetzmässigkeiten im Güterverkehr und seine modellmässige Behandlung, SVI/ASTRA (zusammen mit Ernst Basler und Partner)
Abay & Meier (1990): Analyse der Nachfrage im öffentlichen Personenverkehr, eine stated prefe-rence Studie, Bundesamt für Verkehr und Dienst für Gesamtverkehrsfragen
IVT, ETHZ (2003): Verifizierung von Prognosemethoden im Personenverkehr
IVT, Bereich ÖV (1999)): IMPULSE Optimierung der Marktchancen im KLV mit neuen Umschlagsys-temen. Schnellumschlaganlagen, neue Eisenbahngüterverkehrs-Betriebsformen, EU For-schung 4.Rahmenprogramm
IVT, Bereich ÖV (2002)): INHOTRA Entwicklung neuer horizontaler Umschlagstechniken im KLV und damit verbunden, neue Angebotskonzepte im Eisenbahngüterverkehr. EU Forschung 5. Rah-menprogramm
IVT, Bereich ÖV (ab 2003): Marktstrategien für die erfolgreiche Einführung von intermodalen Transportketten im Ost-West-Güterverkehr, DHL Danzas-Stiftung
IVT Bereich ÖV (2004): Technische Übersetzung aktueller Nachfrageprognosen für den Schienen-güterverkehr auf die Trassenkapazitäten 2010 – 2020, Kommission Güterverkehr des VöV
Literaturliste (nur wichtigste Literatur)
Bolis et al. (1999): Modelling the transport and logistics choice of a shipper, NFP 41
De Jong (2004): Freight transportation models, the state of the art
De Jong et al. (2001): a mode choice model on revealed and SP data fort he north of France, de-veloped fort he French Ministry of Transport
Ortúzar and Willumsen (1995): Modelling Transport, 1995
Nuzzolo and Russo (1995): The mode choice fort he italian national model
Fosgerau (1996): A mode choice model on revealed and SP Data
Reynaud und Jiang (2000): EUFRANET (European freight Railway Network) - a European freight model focussing on operating systems for rail developed fort he European Commission with mode choice model on revealed and SP data.
|
