Antonin- een model voor de regio Parijs

Platos Colloquium - Jan Gerrit Tuinenga

5 maart 2014

2

Antonin

ANTONIN = ANalyse des Transports et de l’Organisation des Nouvelles INfrastructures

Multimodaal verkeersmodel voor de Ile-de-France regio (Groot Parijs):

Gedesaggregeerd model gebaseerd op een huishoudens enquete (EGT)

Level-of-service, matrixbewerkingen en toedelingen in Cube Voyager

Model wordt bijna 20 jaar gebruikt voor berekenen van vervoersvraag voor m.n. OV door de Syndicat des Transports d’Ile-de-France (STIF)

STIF is vervoersauthoriteit voor de regio Ile-de-France met focus op OV investeringen

3

Ile-de-France

Inwoners:

11,5 mln in regio

2.1 mln in Parijs (75)

Bevolkingsdichtheid:

980 inw/km2 (regio)(vgl Randstad)

21.000 inw/km2 (75)(plm. 4 x Amsterdam)

4

Parijs

Gebied binnen de Boulevard Périphérique

20 arrondissements

Verdeeld in 80 quartiers

Verdeeld in 357 model zones

(1805 zones in IdF)

5

Een schema van Antonin

Welke vervoer-wijzen kan ik gebruiken?

Motief en aantal verplaatsingen?

Waarheen en waarmee maak ik de verplaatsingen?

Via welke route?

Enquête EGT Zonale data

Scenario

Netwerken

Ophoging van de enquête

Rijbewijs en autobezit

Motor en OV abonnementen bezit

Tour frequentie

Combinatie vd modellen

Level-of-service

Tour

gen

era

tie

Vervoerwijze en bestemmingskeuze

Reistijdstip

Pivot procedure

Toedelingen

Discreet keuze model

Proces

6

Enquête Globale des Transports

EGT huishoudensenquête Gehouden in 1976, 1983, 1991, 1997, 2001/2 en 2009-2011

Enquête 2001/02 : Steekproef van 10,500 huishoudens 25,000 personen (6 jaar en ouder)

Enquête 2009-2011: Steekproef van 18,000 huishoudens 40,000 personen (5 jaar +) 150,000 verplaatsingen Voor OV incl. route:

□ in- / uitstaphalte □ OV lijn

7

Enkele cijfers uit de EGT (1)

Autogebruik daalt in stedelijke gebieden en stijgt daar buiten

Afname rijbewijsbezit jonge mannen

Kleiner verschil in rijbewijsbezit tussen mannen en vrouwen

1976 1983 1991 2001 20100.00

0.50

1.00

1.50

2.00

2.50

Aantal autoverplaatsingenPer persoon per dag

Paris

Cœur de métropole

Agglomération centrale

Autres ter-ritoires

1976 1983 1991 2001 20100%

20%

40%

60%

80%

100%

Percentage rijbewijsbezitVanaf 18 jaar

HommesFemmes

8

Enkele cijfers uit de EGT (2)

9

Openbaar Vervoer in IdF

OV lijnen en openbaar vervoerwijzen:

10

Metro

11

12

OV routes in Antonin- Antonin 1 (jaren ‘90) en Antonin 2 (sinds 2007)Vervoerwijzekeuze via ketens van OV sub modi:1. Trein/RER – voortransport lopen2. Trein/RER – voortransport auto3. Métro – voortransport lopen4. Métro – voortransport auto5. Bus – voortransport lopen6. Trein/RER/Métro – voortransport lopen7. Trein/RER/Métro – voortransport auto8. Trein/RER/Bus – voortransport lopen/auto9. Métro/Bus – voortransport lopen/auto10. Trein/RER/Métro/Bus – voortransport lopen/auto

Voordelen: Gedesagregeerde modellen voor keuze van OV sub modi Verschillende routes mogelijk (multi-routing binnen elke

combinatie) Nadelen:

Lange runtijden (uitcoderen van alle mogelijkheden) Weinig flexibel voor nieuwe OV sub modi (bijv. Tzen)

13

OV routes in Antonin-Antonin 3 (in ontwikkeling)

Eén OV vervoerwijze in gedesaggregeerde modechoice model

OV vervoerwijzekeuze en route keuze in toedeling

Voordelen: Meer flexibiliteit voor nieuwe OV vervoerwijzen Eenvoudiger en sneller toe te passen Crowding effecten doorrekenen

Maar wel: ‘inregelen’ van LOS – MD model – Toedeling belangrijk:

Parameters voor afweging lopen, wachten,reizen, overstappen

Spreiding over OV sub modi en routes Consistentie tussen MD – LOS/Toedeling

14

‘Inregelen’ van LOS – MD model – Toedeling:Route parametersAfweging tussen wachttijd, looptijd, in-vehicle tijd, vervoerwijze voorkeur, overstappen, etc

Geschat door per verplaatsing in EGT afweging te maken van gekozen OV route met mogelijke andere OV routes / sub modi

15

‘Inregelen’ van LOS – MD model – Toedeling:Route parameters - resultatenNa schatting en toepassing in Cube Voyager kalibratie ervan nodig ivm verschil tussen routekeuze van Schatting (logit) en Cube Voyager (logit plus heuristiek)

Hierdoor parameters bepaald die bij toepassing goed de OV vervoerwijzekeuze in de EGT representeren: Afweging tussen lopen en wachten Vervoerwijze voorkeuren

In vehicle tijd parameters per vervoerwijze Opstap en overstap penalty per / tussen vervoerwijze(n)

16

‘Inregelen’ van LOS – MD model – Toedeling:Spreiding over alternatieve routesSpreiding generiek ingesteld via voorbeelden van mogelijke routes

Spreiding via gebruikersklassen op onderscheid in geschatte routekeuze parameters:

□ Geslacht (man / vrouw)

□ Leeftijd ( 0-24, 25-34, 35-54, 55+)

□ Motief (woon-werk, zakelijk, opleiding, overig)

□ Tijdstip (binnen en buiten spitsen)

Geslacht en tijdstip niet onderscheidend

Motief en leeftijdsklassen heel licht onderscheid

Behalve ouderen: Duidelijke voorkeur voor bovengrondse vervoerwijzen (Roltrappen, complexiteit, etc)

17

‘Inregelen’ van LOS – MD model – Toedeling:ConsistentieAntonin 1 en 2:• LOS: ervaringsparameters• MD-model: geschatte parameters• Toedeling: ervarings (=LOS) parameters

Antonin 3:• LOS: geschatte parameters• MD-model: schattingen obv composite cost• Toedeling: geschatte (=LOS) parameters

Composite costs:• Logsum van de route alternatieven tezamen waarin

de geschatte LOS parameters opgenomen zijn• Eerste MD schattingsresultaten laten betere fit zien

voor composite cost dan generalised cost

18

Een schema van Antonin

Welke vervoer-wijzen kan ik gebruiken?

Motief en aantal verplaatsingen?

Waarheen en waarmee maak ik de verplaatsingen?

Via welke route?

Enquête EGT Zonale data

Scenario

Netwerken

Ophoging van de enquête

Rijbewijs en autobezit

Motor en OV abonnementen bezit

Tour frequentie

Combinatie vd modellen

Level-of-service

Tour

gen

era

tie

Vervoerwijze en bestemmingskeuze

Reistijdstip

Pivot procedure

Toedelingen

Discreet keuze model

Proces

19

Route keuze parameters – Resultaten (concept)

  User class

Segment Age 54- Age 55+

In-vehicle time factor

Train 0.83 0.83

  RER 0.83 0.83

  Metro 0.91 0.91

  Tram 0.91 0.91

  Bus RATP (Paris) 1.00 1.00

  Bus RATP (Banlieu) 1.00 1.00

  Bus Optile 1.00 1.00

Walk time factor  1.34 1.34

Wait time factor 1.38 1.38Boarding penalty (mins)

Train 7.25 7.25

  RER 6.00 10.40

  Metro 7.22 11.62

  Tram 2.00 2.00

  Bus RATP (Paris) 9.70 9.70

  Bus RATP (Banlieu) 6.28 6.28

  Bus Optile 12.47 12.47

Extra transfer to RER / Metro   -1.47

Overstap penalty(mins)

Naar:

Van:

Train RERMetr

oTram

Bus RATP (Pari

s)

Bus RATP (Banlieu)

Bus Optil

e

Train 3.91 2.68 2.68 2.36 5.10 5.10 1.06

RER 2.68 0.00 2.68 2.36 8.72 5.10 1.06

Metro 2.68 2.68 0.00 10.43 8.72 5.10 1.06

Tram 2.36 2.36 10.43 0.00 5.10 5.10 9.70

Bus RATP (Paris) 5.10 8.72 8.72 5.10 5.97 9.70 9.70

Bus RATP (Banlieu)

5.10 5.10 5.10 5.10 9.70 8.05 9.70

Bus Optile 1.06 1.06 1.06 9.70 9.70 9.70 3.30

20

Voorbeeld (gebruikersklasse)

Route A: metro 3 + 5

Route B: Bus 64

Reistijd Lopen & wachten

<55 jaar 55+

Route A 6+14 min

15 ½ min 73% 44%

Route B 38 min 7 ½ min 27% 56%

21

Conclusie

OV Vervoerwijzekeuze in toedeling Geeft meer mogelijkheden voor nieuwe OV modi, crowding etc Nadruk op toedeling maakt schatting van routekeuze parameters

belangrijker Consistentie LOS - MD model – toedeling belangrijk

Route keuze parameters schatten : Goede match met enquête waarnemingen van de routes Onderscheiden van gebruikersklassen: verschillen in voorkeur voor

bepaalde vervoersmodaliteiten of afwegingen lopen-wachten Gebruikersklasse “Ouderen” geeft een duidelijk verschil bij

toename aantal ouderen groter effect op verdeling over OV modi

Consistentie LOS - MD model – toedeling: Logsum (composite cost) geeft betere fit dan generalised cost

22

Antonin