Notice: Only variables should be passed by reference in /var/www/clients/client26/web109/web/src/Plugin/dokstrasse/FrontendPage.php on line 349
Zurück Vor
Detailergebnis zu DOK-Nr. 69100
Die Prognose der Nachfrage im öffentlichen Verkehr in der Sydney Greater Metropolitan Area: ein Vergleich zwischen univariaten und multivariaten Methoden (Orig. engl.: Forecasting public transport demand for the Sydney Greater Metropolitan Area: a comparison of univariate and multivariate methods)
Autoren |
C. Mulley C.-H. Tsai G. Clifton |
---|---|
Sachgebiete |
5.3.4 Öffentlicher Personennahverkehr 6.2 Verkehrsberechnungen, Verkehrsmodelle |
Road & Transport Research 23 (2014) Nr. 1, S. 51-68, 7 B, 9 T, zahlr. Q
In dem Artikel der Zeitschrift "Road & Transport Research" aus Australien und Neuseeland (Invited Paper dreier Autoren der University of Sydney) wird die Prognose der Nachfrage im öffentlichen Verkehr (ÖV), die für die städtische Verkehrsplanung wichtig ist, behandelt. In der Sydney Greater Metropolitan Area (SGMA) mit 4,6 Mio. Einwohnern bewerkstelligen Bus und Bahn als wichtigste öffentliche Verkehrsmittel täglich 2 Mio. Fahrten. Das Verstehen zukünftiger Änderungen in der Nachfrage des öffentlichen Verkehrs vor dem Hintergrund verschiedener verkehrlicher Szenarien und Maßnahmen ermöglicht Informationen, um das Formulieren verkehrspolitischer Ideen zu ermöglichen. Der Artikel beschäftigt sich mit Prognosen für den ÖV in der SGMA mit einem ARIMA- (Autoregressive Integrated Moving Average) und einem PAM-Modell (dynamisches Partial Adjustment Model). Das ARIMA-Modell verwendet monatliche Daten von Bussen und Bahnen aus der Zeit von 2007 bis 2011; beim PAM-Modell werden Elastizitäten mit einer Anzahl von Determinanten des ÖV (wie Fahrpreise, sozio-demografische Daten der Fahrgäste, Qualität der Bedienung und Flächennutzungsdaten) abgeschätzt, dabei wird ein Pseudo-Panel-Datensatz aus der Sydney-Haushaltsbefragung von 1997 bis 2009 konstruiert. Die Prognosegenauigkeit der beiden Modelle wird mit der aktuellen Nachfrage (2010 und 2011) verglichen. Die Prognoseergebnisse deuten an, dass das ARIMA-Modell eine bessere Prognosegenauigkeit für kurze Zeiträume liefert, während das PAM-Modell bevorzugt werden soll, wenn es um die Abschätzung der Nachfrage bei verschiedenen vorgeschlagenen Verkehrsmaßnahmen geht.