Personenverkehr und G
Personenverkehr und G
Personenverkehr und G
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
3.3.4.6 Präferenzen bei der Verkehrsmittelwahl<br />
Verkehrsprognose Österreich 2025+<br />
Endbericht Kapitel 3: Beschreibung des Verkehrsmodells<br />
Wie in 3.3.3.4 ausgeführt, sind für die Verkehrsmittelwahl auf Basis der zu Gr<strong>und</strong>e gelegten Nutzenfunktion<br />
die Parameter p1 bis p8 sowie die Parameter D0, a <strong>und</strong> b zur Festlegung der Empfindlichkeit<br />
für jede Gruppe <strong>und</strong> für jeden Wegezweck zu bestimmen. Gr<strong>und</strong>lage ist auch hierfür die<br />
gruppenbezogene Sonderauswertung der Mobilitätserhebung österreichischer Haushalte (Daten zu<br />
Herry et al. 1999). Für den Bereich der Fernverkehrswege standen darüber hinaus Werte aus der<br />
im Rahmen der Mobilitätserhebung österreichischer Haushalte (Herry et al. 1999) durchgeführten<br />
Fernverkehrserhebung zur Verfügung. Aufgr<strong>und</strong> der bereits angeführten Problematik des zur Verfügung<br />
gestandenen Stichprobenumfanges mancher Datensätze wurden zur Bestimmung der Parameter<br />
die Gruppen gleichen Alters <strong>und</strong> Stellung im Erwerbsleben aller 4 Raumtypen zusammengefasst<br />
<strong>und</strong> die Wahlparameter gemeinsam ermittelt. Aus gleichem Gr<strong>und</strong> wurden weiters bei den<br />
Alltagswegen die Wegezwecke Private Erledigung, Einkauf <strong>und</strong> Freizeit hinsichtlich der Verkehrsmittelwahl,<br />
bei den Fernverkehrswegen die Wegezwecke Ausbildung-Fern, Arbeit-Fern, Einkauf-<br />
Fern <strong>und</strong> Freizeit-Fern zusammengefasst.<br />
Die Schätzung der Parameter erfolgte mit der objektorientierten Software BIOGEME (Bierlaire,<br />
2003) nach der Methode der "maximalen Mutmaßlichkeit" (engl.: maximum likelihood) für generalisierte<br />
Extremwertmodelle (engl.: Generalized Extreme Value models). Damit konnten für diejenigen<br />
Gruppen, für die eine ausreichende Stichprobenanzahl vorhanden war, signifikante Parameter<br />
geschätzt werden. Die angewendeten Schätzverfahren brachten jedoch für manche Parameter<br />
teilweise unplausible Werte im Verhältnis zu anderen Parametern (z.B. geringere Gewichtung von<br />
Zu- <strong>und</strong> Abgangszeiten im Verhältnis zu Fahrzeit im Fahrzeug) oder auch gänzlich unplausible<br />
Zusammenhänge, die sich durch ein falsches Vorzeichen äußerten (z.B.: je öfter Umsteigen, desto<br />
attraktiver das Angebot). Die Ursache kann einerseits im geringen Umfang der Stichproben für<br />
einzelne Kombinationen von Gruppe <strong>und</strong> Reisezweck, andererseits aber auch darin gesehen<br />
werden, dass ausschließlich RP-Wegedaten (revealed-preference) mit hohem Korrelationsgrad<br />
zwischen den Angebotsgrößen <strong>und</strong> keine ergänzenden SP-Datensätze (stated-preference) für die<br />
Schätzung herangezogen werden konnten. Da somit nicht alle Parameter im Rahmen einer mathematischen<br />
Parameterschätzung bestimmt werden konnten, wurden bestimmte Wahlparameter<br />
entsprechend der Ergebnisse bzw. Erfahrungen aus aktuellen schweizerischen Arbeiten<br />
(Axhausen et al. 2006) ergänzt. Die Auflistung der endgültig verwendeten Parameter ist in Anhang<br />
Tabelle A3 - 3, A3 – 4 <strong>und</strong> A3 - 5 ersichtlich.<br />
Beim Vergleich der modellmäßig ermittelten Verkehrsmittelwahl mit der in der Stichprobe erhobe<br />
nen Verkehrsmittelwahl ist neben der anzunähernden gesamtheitlichen Verkehrsmittelanteile auch<br />
die Verkehrsmittelwahl in den verschiedenen Distanzbereichen möglichst gut nachzubilden.<br />
Abbildung 3-21 zeigt einen Vergleich der in der Mobilitätserhebung österreichischer Haushalte<br />
(Herry et al. 1999) erhobenen bzw. der modellierten Verkehrsmittelwahl einerseits für alle Wege<br />
der Österreicher, andererseits für einzelne, beispielhaft dargestellte Gruppen. Gut erkennbar ist<br />
auch die Stichprobenproblematik im Bereich der mittleren <strong>und</strong> großen Distanzen bei zahlreichen<br />
Gruppen.<br />
TRAFICO / IVWL et al. 2009 Seite 4 1