Entwicklung eines Routenwahl-Verfahrens für den Radverkehr mit Hilfe von Revealed-Preference-Daten.

Abstract

Bestehende Modelle für die regionale Verkehrsplanung sind in der Regel nicht darauf ausgelegt, die Nutzung von Fahrradinfrastruktureinrichtungen zu prognostizieren. Um hier Abhilfe zu schaffen, zeichneten die Autoren im Rahmen einer Revealed-Preference-Untersuchung GPS-Daten von 162 Radfahrern über mehrere Tage hinweg auf. Diese Daten wurden verwendet, um Modelle der Routenwahl von Radfahrern zu schätzen. Die Ergebnisse belegen erstaunlich intuitive Elastizitäten bei Routenwahlattributen wie Streckenlänge und Wartezeiten, die Vermeidung von hohen Verkehrsvolumina, Kreuzungen, Abbiegevorgängen und Steigungen. Außerdem belegen sie Präferenzen von Radfahrern für bestimmte Fahrradinfrastrukturtypen; dies gilt insbesondere für Brücken und abgesetzte Radwege. Die Ergebnisse der Schätzung belegen auch eine klare Differenzierung nach Fahrtzweck. Das endgültige Modell wird als integrativer Teil des regionalen Verkehrsprognosemodells von Portland im US-Bundesstaat Oregon implementiert.Existing regional travel forecasting systems are not typically set up to forecast usage of bicycle infrastructure and are insensitive to bicyclists` route preference in general. To remedy this, the authors revealed preference, GPS data on 162 bicyclists over the course of several days and coded the resulting trips to a highly detailed bicycle network model. The authors then used these data to estimate bicyclist route choice models. The results show compelling intuitive elasticities for route choice attributes, including the effects of distance and delay; avoiding high-volumes of vehicular traffic, stops and turns, and elevation gain; and preferences for certain bike infrastructure types, particularly at bridge crossings and off-street paths. Estimation results also support segmentation by commute versus non-commute trip types, but are less clear when it comes to gender. The final model will be implemented as part of the regional travel forecasting system for Portland, Oregon, U.S.A.