Messung und Modellierung der Verlässlichkeit des Verkehrsangebots Experimente mit Schweizer Befragten

Transkript

1 Research Collection Doctoral Thesis Messung und Modellierung der Verlässlichkeit des Verkehrsangebots Experimente mit Schweizer Befragten Author(s): König, Arnd Publication Date: 2004 Permanent Link: Rights / License: In Copyright - Non-Commercial Use Permitted This page was generated automatically upon download from the ETH Zurich Research Collection. For more information please consult the Terms of use. ETH Library

2 Dissertation ETH Nr Messung und Modellierung der Verlässlichkeit des Verkehrsangebots - Experimente mit Schweizer Befragten Dipl. Ing. Arnd König Institut für Verkehrsplanung und Transportsysteme - IVT Eidgenössische Technische Hochschule Zürich - ETHZ November 2004

3

4 Diss. ETH Nr Messung und Modellierung der Verlässlichkeit des Verkehrsangebots Experimente mit Schweizer Befragten A B H A N D L U N G zur Erlangung des Titels DOKTOR DER TECHNISCHEN WISSENSCHAFTEN der EIDGENÖSSISCHEN TECHNISCHEN HOCHSCHULE ZÜRICH vorgelegt von Arnd König Dipl.-Ing. Universität Gesamthochschule Kassel geboren am in Bad Pyrmont, Bundesrepublik Deutschland Angenommen auf Antrag von Prof. Dr.-Ing. Kay W. Axhausen Prof. Dr.-Ing. Dirk Zumkeller 2004

5 Leitung: Prof. Dr.-Ing. Kay W. Axhausen Institut für Verkehrsplanung und Transportsysteme - IVT Eidgenössische Technische Hochschule Zürich - ETHZ CH Zürich Begleitung: Prof. Dr.-Ing. Dirk Zumkeller Institut für Verkehrswesen - IfV Universität Karlsruhe (TH) DE Karlsruhe

6 Inhaltsverzeichnis Inhaltsverzeichnis... I Tabellenverzeichnis... III Abbildungsverzeichnis... V Kurzfassung... VII Summary... IX 1. Problemstellung und Zielsetzung Grundlagen Die mikroökonomische Theorie von Preis und Zeit Der Wert der Zeit in der Mikroökonomie Annahmen zum Wert eingesparter Reisezeit Methoden zur Messung von Präferenzstrukturen Diskrete Entscheidungsmodelle im Verkehrswesen Empirische Studien Der Wert der Zeit in der Entscheidungsmodellierung Die Verlässlichkeit in der Entscheidungsmodellierung Fallstudie 1: Routenwahl und Verkehrsmittelwahl Konzeption und Struktur der Befragung Frageninhalte Erhebungsstatistik Analyse der Einführungsfragen Fallstudie 2: Wahl der Abfahrtszeit und Verkehrsmittelwahl Konzeption und Struktur der Befragung Frageninhalte Erhebungsstatistik Analyse der Einführungsfragen Entscheidungsmodellierung Strategie der Modellierung Routenwahlmodelle Verkehrsmittelwahl Wahl der Abfahrtszeit Werte der Reisezeit und der Verlässlichkeit I

7 7. Ergebnisse, Empfehlungen und Forschungsbedarf Literatur Glossar Dank Lebenslauf Anhang: A: Fragebögen B: Versuchspläne C: Normentwurf II

8 Tabellenverzeichnis Tabelle 1: Übersicht von Stated Preferences Antwortformen...13 Tabelle 2: Tabelle 3: Tabelle 4: Gemessene und angenommene Zeitwerte im Überblick [CHF/h Zeitersparnis]..20 Mögliche Kombinationen aus präsentierter und wahrgenommener Form von Verspätungen...32 Entscheidungsvariablen und Ausprägungen bei Rietveld, Bruinsma und van Vuren (2001)...38 Tabelle 5: Monetäre Werte der Verlässlichkeit bei Rietveld, Bruinsma und van Vuren (2001) [NLG]...47 Tabelle 6: Monetäre Werte für Reisezeit und Reisezeitvariabilität bei Lam und Small (2001) [US$/h]...48 Tabelle 7: Tabelle 8: Tabelle 9: Monetäre Werte für die Reisekostensowie der Reduktion der Reisezeit und der Reisezeitvariabilität vgl. Gorham, Kanchi, Cowart, Chari, Goel und Sachdeva (2003) [Rs/h]...49 Monetäre Werte für die Verringerung der Variabilität der Ankunftszeit und der mittleren Verspätung bei Bates, Polak, Jones und Cook (2001)...50 Zuggattungsspezifische Besetzungsdaten und Werte für Reisezeitverlängerungen in folge Verspätungen nach Ackermann (1998)...54 Tabelle 10: Fallstudie 1: Variablen und Ausprägungen, Frage Tabelle 11: Fallstudie 1: Variablen und Ausprägungen, Frage Tabelle 12: Fallstudie 1: Variablen und Ausprägungen, Fragegruppe 3 (Routenwahl)...59 Tabelle 13: Fallstudie 1: Variablen und Ausprägungen, Fragegruppe 4 (Routenwahl)...61 Tabelle 14: Fallstudie 1: Variablen und Ausprägungen, Fragegruppe 4 (Verkehrsmittelwahl)63 Tabelle 15: Fallstudie 1: Variablen und Ausprägungen, Frage Tabelle 16: Fallstudie 1: Soziodemographische Struktur der Stichprobe, Anteile im Vergleich66 Tabelle 17: Fallstudie 1: Eingeplante Pufferzeiten der Befragten (Frage 1) [min]...68 Tabelle 18: Fallstudie 1: Schwellenwerte (Frage 2) [min]...68 Tabelle 19: Fallstudie 1: Einordnung verschiedener Verkehrsmittelmerkmale (Frage 5), Mittelwerte, Standardabweichung in Klammern...69 Tabelle 20: Fallstudie 2: Angenommene Durchschnittsgeschwindigkeiten...72 III

9 Tabelle 21: Fallstudie 2: Determinanten der Wahl der Abfahrtszeit...73 Tabelle 22: Fallstudie 2: Variablen und Ausprägungen, Fragegruppe Wahl der Abfahrtszeit 73 Tabelle 23: Fallstudie 2: Variablen und Ausprägungen, Fragegruppe Verkehrsmittelwahl...76 Tabelle 24: Tabelle 25: Fallstudie 2: Soziodemographische Struktur der Stichprobe, Anteile im Vergleich...78 Fallstudie 2: Erfahrungsmässige Einschätzung der Verlässlichkeit der Befragungsteilnehmer [%]...80 Tabelle 26: Fallstudie 2: Eingeplante Pufferzeiten der Befragten [min]...80 Tabelle 27: Verzeichnis der Modellansätze...84 Tabelle 28: Nutzenfunktionen der Grundmodelle der Routenwahl...85 Tabelle 29: Tabelle 30: Grundmodelle der Routenwahl...86 Nutzenfunktionen der Routenwahlmodelle, erweitert, kombinierte Datensätze...87 Tabelle 31: Routenwahlmodelle, erweitert, kombinierte Datensätze...88 Tabelle 32: Nutzenfunktionen der Grundmodelle der Verkehrsmittelwahl...90 Tabelle 33: Grundmodelle der Verkehrsmittelwahl...91 Tabelle 34: Nutzenfunktionen der Modelle der Verkehrsmittelwahl, erweitert, kombinierte Datensätze...93 Tabelle 35: Modelle der Verkehrsmittelwahl, erweitert, kombinierte Datensätze...94 Tabelle 36: Nutzenfunktionen der Modelle zur Wahl der Abfahrtszeit...96 Tabelle 37: Modelle zur Wahl der Abfahrtszeit...97 Tabelle 38: Nutzenfunktionen der Modelle zur Wahl der Abfahrtszeit, erweitert...98 Tabelle 39: Tabelle 40: Modelle zur Wahl der Abfahrtszeit, erweitert...99 Nutzenfunktionen der Modelle zur Bewertung von Reisezeitersparnissen Tabelle 41: Modelle zur Bewertung von Reisezeitersparnissen Tabelle 42: Nutzenfunktionen der Modelle zur Bewertung der Erhöhung der Verlässlichkeit Tabelle 43: Modelle zur Bewertung der Erhöhung der Verlässlichkeit Tabelle 44: Kongruenz der unterschiedlichen Wahlexperimente bei gemeinsamer Schätzung eines Grundmodells IV

10 Abbildungsverzeichnis Abbildung 1: Beispiele für Präsentationsformen von Reisezeitverteilungen...32 Abbildung 2: SP-Experimente mit unsicheren Ankünften...37 Abbildung 3: Bewertung von Verfrühung und Verspätung nach Small (1982)...42 Abbildung 4: Kostenfunktionen für verschiedene Wegezwecke nach de Palma und Picard (2003)...51 Abbildung 5: Fallstudie 1: Struktur der Befragung...56 Abbildung 6: Fallstudie 1: Korrelation zwischen Varianz der Störungsdauer und der durchschnittlichen Störungsdauer, Fragegruppe 3 (Routenwahl)...60 Abbildung 7: Fallstudie 1: Korrelation zwischen Varianz der Störungsdauer und der durchschnittlichen Störungsdauer, Fragegruppe 4 (Routenwahl)...62 Abbildung 8: Fallstudie 1: Rücklaufquote und Antwortgeschwindigkeit...65 Abbildung 9: Fallstudie 2: Korrelation zwischen Varianz der Verspätungsdauer und der durchschnittlichen Verspätung, Wahl der Abfahrtszeit...74 Abbildung 10: Fallstudie2: Rücklaufquote und Antwortgeschwindigkeit...77 Abbildung 11: Vergleich der Nutzenverhältnisse von Verfrühung und Verspätung Abbildung 12: Nutzen der Abfahrtszeit als Funktion der variablen Ankunftszeit in Zeitdifferenz und Eintrittswahrscheinlichkeit Abbildung 13: Funktion der Werte zur Verringerung der Reisezeit in Abhängigkeit des Einkommens Abbildung 14: Funktion der Werte zur Verringerung von Verspätungsdauer und Verspätungswahrscheinlichkeit V

11 VI

12 Dissertation Messung und Modellierung der Verlässlichkeit des Verkehrsangebots Experimente mit Schweizer Befragten Arnd König IVT ETH CH-8093 Zürich Telefon: Telefax: November 2004 Kurzfassung Aktuelle Modelle der Verkehrsnachfrage stützen sich bei der Erklärung von Entscheidungsverhalten zum überwiegenden Teil auf die Einflussgrössen Geld und Zeit. Unbestritten ist heute aber auch, dass das Verhalten durch eine Vielzahl weiterer Einflussgrössen geprägt wird wie zum Beispiel der Verlässlichkeit der Verkehrssysteme. Um diese Variablen besser einbeziehen zu können, muss deren Bewertung durch die Verkehrsteilnehmer bekannt sein. Mit der vorliegenden Arbeit werden verschiedene Ziele verfolgt: Zunächst soll der Einfluss der Verlässlichkeit von Reisezeiten mit dem Einfluss etablierter Grössen verglichen werden. Dabei wird als Plausibilitätsprüfung angestrebt, Erkenntnisse bisheriger Studien zu bestätigen. Parallel dazu soll die Wirkungsweise der Verlässlichkeit beschrieben werden und eine Empfehlung gegeben werden, in welcher Weise diese in diskrete Entscheidungsmodelle einfliessen können. In einem zweiten Schritt soll die Bewertung der Verlässlichkeit monetarisiert werden und eine Empfehlung für den Einsatz in Planungsinstrumenten wie der Kosten-Nutzen-Analyse gegeben werden. Die Arbeit erläutert zunächst die theoretischen Grundlagen und gibt einen Überblick über den Stand der empirischen Zeitwert- und Verlässlichkeitsforschung. Anschliessend werden Konzeption und Durchführung zweier Befragungen mittels Methoden der direkten Nutzenmessung (Stated Preferences) beschrieben, die im Rahmen der Untersuchung durchgeführt werden. Dabei werden verschiedene Ansätze zur Beschreibung der Verlässlichkeit angewandt. Zum Einsatz kommen Experimente der Routenwahl, der Verkehrsmittelwahl und der Wahl der Abfahrtszeit. Zusammen mit den Typen werden den Befragten verschiedene Darstellungsweisen und Antwortformen präsentiert. Eine Beschreibung der erhobenen Stichprobe beendet diesen ersten Teil. Anschliessend werden nacheinander Modellschätzungen für die Typen durchgeführt. Dabei werden die Modelle sukzessive erweitert und abschliessend jeweils ein Modell VII

13 empfohlen. Zuletzt werden Modelle geschätzt, mit denen die Bewertung der Reisezeit und die Bewertung der Verlässlichkeit ermittelt werden können. Die Modellierung zeigt, dass die Erhöhung der Verlässlichkeit der Reisezeit für Reisende in ähnlicher Weise bewertet wird wie die Verringerung der Reisezeit. Dies belegt, wie wichtig die Integration entsprechender Variablen in Verkehrsmodelle ist. Die Verlässlichkeit kann in allen angewandten Modelltypen (Routenwahl- und Verkehrsmittelwahlmodelle sowie Modelle zur Wahl der Abfahrtszeit) berücksichtigt werden. Die höchsten Modellgüten werden in Routenwahlmodellen erreicht. Die Verlässlichkeit der Reisezeit bei der Routenwahl sollte sowohl in Form einer möglichen Verspätungsdauer als auch als Verspätungswahrscheinlichkeit beschrieben werden. Entgegen den Erfahrungen früherer Studien führen Modelle mit mittleren Verspätungen oder mittleren Reisezeiten und deren Varianzen zu keiner Erhöhung der Modellgüte. Zur Ermittlung von Zahlungsbereitschaften für sichere Reisezeiten kann eine Modellformulierung empfohlen werden, die die Verlässlichkeit als Interaktion der Verspätungsdauer und der Elastizität der Verspätungswahrscheinlichkeiten definiert. Im Rahmen von Kosten-Nutzen- Analysen kann so die Änderung der Verlässlichkeit durch eine Massnahme einfach durch die Differenz der Verspätungsdauer und der Verspätungswahrscheinlichkeit vorher und nachher berücksichtigt werden. Dass diese Berücksichtigung sinnvoll erscheint, belegt die oben angesprochene gleichrangige Bewertung gegenüber Reisezeitersparnissen. Für die Zahlungsbereitschaft einer Verringerung der Verspätungswahrscheinlichkeit um 50% kann exemplarisch pro Verspätungsminute ein Wert von 0.28 CHF für PW-Fahrer und 0.12 CHF für Benützer des öffentlichen Verkehrs genannt werden. Die Schätzungen ergeben keine signifikante Differenz bei der Bewertung der Verlässlichkeit in unterschiedlichen Marktsegmenten wie zum Beispiel Wegezwecken oder Distanzen definiert. Schlagworte Verlässlichkeit, Verspätung, Entscheidungsmodelle, Dissertation, Institut für Verkehrsplanung und Transportsysteme (IVT), ETH Zürich Zitierungsvorschlag König, A. (2004) Messung und Modellierung der Verlässlichkeit des Verkehrsangebots - Experimente mit Schweizer Befragten, Dissertation, Arbeitsberichte Verkehrs- und Raumplanung, 211, IVT, ETHZ, Zürich. VIII

14 Dissertation Measuring and Modeling the Reliability of the Transport Supply Experiments with Swiss Respondents Arnd König IVT ETH CH-8093 Zürich Telephone: Telefax: November 2004 Summary Current transport models focus mainly on the variables travel time and travel costs to explain choices made by travellers. In contrast to this, research results substantiate the influence of a range of additional explanatory variables. The reliability of the transportation system is one important example. The inclusion of those variables into the forecasting of the traveller decision requires more knowledge about their valuations. In this context this study pursues various aims: First, to compare the influence of the reliability of travel times with variables normally included; to confirm the plausibility of the available empirical results; to describe the impact of variables representing the reliability; to recommend an appropriate implementation into discrete choice models; finally reliability should be valued monetarily and a recommendation has to be given for its inclusion the cost-benefit-analysis. This study gives an overview of the state of the art and recent empirical work the valuation of travel time and reliability. Following the design, the structure and the performance of two stated preference (SP) surveys are explained. Within these case studies different approaches of presenting reliability are applied. The used SP-experiments employ route choice, mode choice and departure time choice stated preferences. This first part concludes with a descriptive analysis of the sample. The second part contexts developments of discrete choice models for each of the choice experiments. The estimations start with basic models which will be expanded and finish with a recommended model for each type of experiment. The choice analysis allows the estimation of a value of travel time savings and a value of reliability. The results of the study show that travellers value the increase travel time reliability and the saving of travel time equally. This substantiates the importance of considering both those variables in choice models. The reliability can be implemented in each choice context, route choice, mode choice and departure time choice. The highest goodness of fit is observed for the route IX

15 choice models. It is recommended that the reliability of travel times on routes should be defined as the maximum delay and also as the probability of this duration. The linear formulation of these variables in the utility function leads to the highest precision. In contrast to experiences earlier studies models with mean travel time or mean delay and their variance do not raise the model fitness. Further it is recommended that the willingness to pay for reliable travel times should be calculated by a model formulation which includes reliability with an interaction form between the maximum delay and the elasticity of the lateness probability. The estimation process brings up an equation that can be used in cost-benefit-analysis to calculate a monetary value for different reliabilities by a change of supply. The willingness to pay for a 50% reduction of the lateness probability per minute of a delay is estimated 0.28 CHF for car drivers and 0.12 CHF for PT users. The Estimation shows no significant difference of the reliability valuation between market segments like trip purposes or distances. Keywords Reliability, Lateness, Value of reliability, Discrete choice analysis, Doctoral Dissertation, Institute for Transport Planning and Systems (IVT), Swiss Federal Institute of Technology Preferred citation style König, A. (2004) Messung und Modellierung der Verlässlichkeit des Verkehrsangebots - Experimente mit Schweizer Befragten, Dissertation, Arbeitsberichte Verkehrs- und Raumplanung, 211, IVT, ETHZ, Zürich. X

16 1. Problemstellung und Zielsetzung Zeitliche Abhängigkeiten prägen unsere Gesellschaft und das geschäftliche Leben in besonderer Weise. Die Zeit ist ein hochwertiges Gut. In der planerischen Praxis findet die Zeit als abstrakter Wert oder auch in monetärer Form immer wieder Berücksichtigung. Dies ist unter anderem der Fall in Verkehrsmodellen wie Ziel-, Routen- oder Verkehrsmittelwahlmodellen. Die gängigen Modelle nehmen auch heute noch an, dass die Verkehrsteilnehmer grundsätzlich umfassend über das Angebot informiert sind. Dies betrifft sowohl die Verkehrsnetze als auch deren aktuellen Zustand. Die Reisezeit wird in der Regel aus der Geschwindigkeit der Verkehrsmittel zum Beispiel der Durchschnittsgeschwindigkeit bei im Tagesverlauf wechselnden Belastungszuständen im Netz oder im öffentlichen Verkehr ganz einfach durch den vorgegebenen Fahrplan berechnet. Für die Wahlentscheidung in Modellen ist meistens die Minimierung der absoluten Zeitdauern ausschlaggebend. Es wird also das jenige Ziel, der jenige Weg oder das jenige Verkehrsmittel mit dem geringsten Zeitverbrauch gewählt, unter der Annahme, dass die in die Berechnung einfliessenden Werte auch wirklich eintreffen. Unberücksichtigt bleibt zum Beispiel die Anfälligkeit gegenüber Störfällen. Entsprechend wird bei der Beurteilung von Verkehrsinfrastrukturmassnahmen in Planungsinstrumenten wie der Kosten-Nutzen-Analyse oder bei der Fahrplangestaltung im öffentlichen Verkehr, die Reisezeit bzw. die Reiszeitersparnis in den Vordergrund gerückt. Besonders bei der Fahrplangestaltung wird durch den Fokus auf schnellere Reisezeiten oftmals ausser Acht gelassen, dass es im Betrieb schon durch kleinste Störungen oder allein durch unvorhergesehene, längere Fahrgastwechselzeiten bei erhöhtem Verkehrsaufkommen zu einer starken Verschlechterung der Pünktlichkeit kommen kann. Die vorliegende Arbeit greift die These auf, dass bei Wahlentscheidungen für Ortsveränderungen auch die Verlässlichkeit, mit der ein Vorhaben innerhalb eines Zeitraums durchgeführt werden kann, einen erheblichen Einfluss besitzt. Das bedeutet zum Beispiel für den konkreten Fall der Reisezeit, dass Reisende auch längere Reisezeiten in Kauf nehmen, wenn damit eine verlässliche Ankunftszeit sichergestellt ist. Die sichere Dauer eines Weges kann bei Bedarf vor Antritt der Reise voll verplant werden, während eine unvorhersehbare Reisezeitverkürzung oftmals ungenutzt verstreicht. Je höher also die Verlässlichkeit des Systems ist, desto höher ist auch die Auswahlwahrscheinlichkeit. (Bates, 2000; Brownstone und Small, 2003; Noland und Small, 1995; Prashker, 1979; Rietveld, 2003 oder Senna, 1994). Die heutigen Entscheidungsmodelle berücksichtigen derartige Überlegungen nicht. Dies hat vor allem zwei Gründe: 1

17 1. Es liegen bislang keine vertieften Erkenntnisse über die Bewertung der Verlässlichkeit durch die Verkehrsteilnehmer im deutschsprachigen Raum vor. Die grösste Schwierigkeit ist dabei die Erhebung bzw. die Messung der Reaktionen. Die Anwendung herkömmlicher Erhebungsmethoden, die das gezeigte, also zurückliegende Verhalten erfassen, stösst hier an Grenzen. Besser geeignet scheinen Verfahren, die das potentielle oder hypothetische Verhalten in definierten Situationen erfragen. 2. Die Variablen zur Beschreibung der Verlässlichkeit und deren Bewertung durch die Verkehrsteilnehmer sind bislang nicht konsequent in die üblichen Entscheidungsmodelle implementiert. Mit dieser Arbeit soll deshalb die Verlässlichkeit als Entscheidungsvariable in die statistische Modellierung des Verkehrsverhaltens neu eingeordnet bzw. eingebunden werden. Dabei werden solche Entscheidungssituationen berücksichtigt werden, die auch zur Bewertung von Reisezeitveränderungen angewandt werden, also die Routenwahl, die Verkehrsmittelwahl und die Wahl der Abfahrtszeit. Neben der rein zeitlichen Verlässlichkeit, gibt es noch weitere Formen der Verlässlichkeit: Etwa die Frage bei der Verkehrsmittelwahl, ob man einen Sitzplatz erhält oder nicht; oder im Rahmen der Zielwahl, ob ein Supermarkt alle Waren, die man erwerben will, im Sortiment führt. Die Arbeit wird sich allerdings auf die zeitliche Dimension der Verlässlichkeit also die Sicherheit der Reisezeit konzentrieren. Bei der Verkehrsmittelwahl steht im Bereich der regionalen sowie der überregionalen Verkehrsbeziehungen die Wahlentscheidung zwischen PW und öffentlichen Verkehr im Vordergrund. Zur Messung und Modellierung der Bewertung von Verlässlichkeit müssen nun mehrere Fragen beantwortet werden: 1. Welche Variablen sind überhaupt verhaltensrelevant? 2. Wie wird Verlässlichkeit seitens der Reisenden wahrgenommen? 3. Welche Präsentationsform ist am ehesten geeignet, um entsprechende Entscheidungen darzustellen? 4. Wie lässt sich die Wahrnehmung am besten nachbilden bzw. modellieren? Die einfachste Art der Wahrnehmung der Verlässlichkeit ist sicher eine generelle Unpünktlichkeit oder Verspätung. Es ist aber anzunehmen, dass es auch komplexere Formen gibt. Wenn man nämlich nicht nur eine einzelne Reise betrachtet, sondern eine Reihe täglich wiederkehrender Wege über einen längeren Zeitraum einbezieht, kann die Wahlentscheidung auch durch eine Kalkulation der Verlässlichkeit geprägt sein. Der Reisende geht vielleicht von einer normalen Fahrzeit aus und berücksichtigt weiter eine mittlere Fahrzeit oder Verspä- 2

18 tung und die entsprechende Streuung. Und zuletzt kann die Form der Verteilung ausschlaggebend entscheidungsrelevant sein. Sind die Ankünfte zum Beispiel gleichverteilt oder gibt es inakzeptable Ausreisser bei den Verspätungen? Die vorliegende Arbeit ist methodisch in zwei Blöcke geteilt. Der erste Teil widmet sich nach einer Beschreibung der theoretischen Grundlagen und einem umfassenden Literaturstudium der Erfassung der Präferenzen der Verkehrsteilnehmer. Zu deren Ermittlung werden Verkehrsbefragungen durchgeführt. Die Methode der Stated Preferences bietet sich in diesem Fall als geeignetes Instrument zur Messung solcher Strukturen des individuellen Entscheidungsverhaltens an. Der Befragung voraus geht die Definition der relevanten Variablen. Bei der Befragung muss innerhalb der Entscheidungssituationen die Verlässlichkeit so präsentiert werden, dass das individuelle Abstraktionsverhalten die bestmögliche Berücksichtigung findet. Man. Es werden deshalb verschiedene SP-Ansätze angewandt und verschiedene Ausprägungen bzw. Darstellungen der Verlässlichkeit präsentiert. Eine umfassende deskriptive Analyse der Befragungen schliesst den ersten Teil der Arbeit ab. Diese Ergebnisse fliessen in den zweiten Block der Arbeit ein und sollen hier zunächst einer vertieften Bewertung unterzogen werden. Ziel ist es, die Verlässlichkeit als Entscheidungsvariable zu definieren. Die so gewonnenen Grössen werden zuletzt bei der Schätzung von Entscheidungsmodellen unterschiedlich einfliessen. Bei der Schätzung der Entscheidungen können anhand der äusserlichen Darstellungsformen unterschiedliche Wirkungen der Variablen modelliert werden. Im Modell wird also die Umsetzung der Wahrnehmung der Verlässlichkeit nachgebildet. Das Ergebnis stellen entsprechende Empfehlungen zur Implementation der Verlässlichkeit in Verkehrsmodelle dar. Abschliessendes Ziel der Arbeit stellt neben den Empfehlungen zur Implementation der Variablen in Entscheidungsmodelle zusätzlich eine Messung der Zahlungsbereitschaften zur Verringerung von Unzuverlässigkeiten dar. Diese sollen in einen Entwurf der geplanten Schweizer Norm zur Bewertung der Zuverlässigkeit im Personenverkehr einfliessen. Das bedeutet für den Entwurf der SP-Experimente, dass neben der variablen Reisezeit auch die monetäre Kompensation der Unzuverlässigkeit in den Entscheidungssituationen berücksichtigt werden muss. In der Studie sollen deshalb Experimente präsentiert werden, die zum Teil eine zeitliche Kompensation (Billigung der Unzuverlässigkeit bei Chance auf eine ansonsten geringe Fahrzeit) und zum Teil eine finanzielle Kompensation (Erkaufen einer zuverlässigen Reisezeit) anbieten. 3

19 2. Grundlagen 2.1 Die mikroökonomische Theorie von Preis und Zeit Heutige Verkehrsmodelle gehen bei der Nachbildung von Verkehrsentscheidungen auf mikroökonomische Grundvorstellungen zurück. Die klassische Mikroökonomie basiert auf der Theorie des homo oeconomicus. Eine zusammenfassende Beschreibung dazu findet sich zum Beispiel in Jara-Diaz (1982), Ben Akiva und Lerman (1985), Ortuzar und Willumsen (1994) oder auch Abay (1984), dessen Ansatz hier weiter verfolgt wird. Diese Theorie geht davon aus, dass sich Menschen rational verhalten und für den Kauf eines Gutes entscheiden, wenn durch dessen Besitz ein Nutzen entsteht. Stehen mehrere Produkte oder Güter zur Auswahl, wird dasjenige gewählt, das den höchsten Nutzen hat. Die Güter unterscheiden sich sowohl in ihren Eigenschaften als auch in der Höhe der Ausprägung der Eigenschaften. Neben den qualitativen Eigenschaften der Güter stellt der Preis eines Gutes eine der wichtigsten Eigenschaften dar. Der Konsument entscheidet zwar über jeden einzelnen Kauf, strebt aber auch einen maximalen Nutzen aus allen erworbenen Gütern an. Dabei unterliegt der Kauf der Restriktion, dass die Summe der Preise der gekauften Güter die zur Verfügung stehenden finanziellen Mittel nicht überschreiten kann. Den Gesamtnutzen des Konsumenten beschreibt die Gleichung: U = U ( x1, x2,..., xn ) ( 1 ) unter der Bedingung P i x i = I ( 2 ) mit xi gekauften Gütern, Pi Preisen der Güter und I verfügbares Geldeinkommen. Der Begriff des Gutes beschränkt sich nicht auf handgreifliche Waren allein, sondern umfasst ebenfalls Dienstleistungen, Aktivitäten oder auch Umweltgüter, wie Natur und öffentlichen Raum. Bei dieser rein ökonomischen Betrachtung bleibt ausser Acht, dass neben finanziellen Mitteln zum Erwerb eines Gutes in vielen Fällen auch ein zeitlicher Aufwand zum Konsum betrieben werden muss. 4

20 Die Erkenntnis, dass die Zeit bei einer Reihe von ökonomischen Aktivitäten eine zentrale Rolle spielt, hat unter anderem Becker (1965) und später DeSerpa (1971) veranlasst, in die traditionelle Theorie eine zeitliche Komponente einzubauen. DeSerpa hat die folgende Erweiterung formuliert: Der Nutzen ist nicht nur von den Gütern an sich abhängig, sondern ebenfalls von der Zeit, die für ihren Konsum aufgewandt werden muss. Das Individuum trifft seine Entscheidungen aufgrund von zwei Nebenbedingungen: Der Einkommens- und der Zeitbeschränkung. Die Entscheidung, eine bestimmte Menge eines Gutes zu konsumieren, erfordert, dass ein bestimmtes Minimum an Zeiteinheiten dafür eingesetzt werden muss. Es kann aber auch mehr Zeit für diese Aktivität eingesetzt werden, wenn das Individuum dies wünscht. Dabei wird zwischen den Konsumaktivitäten, bei denen die Zeit als Bestandteil des Preises betrachtet wird, unterschieden und den Aktivitäten, die nicht zeitelastisch sind. Die Zeit ist hier also eine qualitative, zum Teil konstante Eigenschaft wie bei Freizeitaktivitäten. So sind die acht Stunden einer Tageswanderung konstanter Teil der Aktivität und von der Konsumentenentscheidung unabhängig. Anders verhält es sich aber mit der Zeit, die zum Erreichen des Ausgangspunkts der Wanderung aufgewandt werden muss. Für das Reisen muss nämlich der Zeitaufwand als Bestandteil der Reisekosten betrachtet werden. Eine Illustration dazu findet sich bei Becker (1965): Individuen produzieren Konsumgüter, indem sie verschiedene Güter, die sie auf dem Markt kaufen sowie eigene Zeit miteinander kombinieren. Dies gilt schon für die Zubereitung einer Tasse Milchkaffee. Der Aufwand umfasst dabei das Wasser, die gemahlenen Kaffeebohnen, Milch und Zucker sowie eine bestimmte Menge Einkaufszeit und Zubereitungszeit. Die Produktionsfunktionen für diese Konsumgüter werden: Z i können demnach wie folgt definiert Z = i f X, t ) i ( i i ( 3 ) mit f : der Produktionsfunktion für Z i,( i = 1,2,..., m ) i X i : dem Vektor der die Produktion von Z i benötigten Marktgüter 5

21 t i : dem Vektor der für die Produktion von Z i benötigten Zeit. Die Wahlentscheidungen sind der bereits bekannten Einkommensbeschränkung unterworfen: m i= 1 Pi X i = I, ( 4 ) In einer bestimmten Zeitperiode muss die Summe aus der Produktionszeit der Konsumgüter, also die Konsumzeit an sich, und der nicht zum Konsum zur Verfügung stehenden Zeit, der Arbeitszeit, der Gesamtzeit entsprechen, die für jedes Individuum gleich ist. Für einen Monat gilt zum Beispiel t = 30 * 24 Stunden = 720 Stunden. Allgemein formuliert heisst das: m i=1 ti + tw = t ( 5 ) mit der Arbeitszeitt w. Jede Nichtarbeitszeit wird also als Teil der Produktion eines Konsumgutes oder einer Aktivität betrachtet. Das Einkommen ist nicht nur mit den Ausgaben identisch, sondern auch mit der Summe aller Faktorzahlungen: I m = Pi X i = w tw + V i=1 ( 6 ) mit dem durchschnittlichen Lohnsatz w und dem sonstigen Einkommen V Wird Gleichung ( 5 ) nach t w aufgelöst und in ( 6 ) eingesetzt, dann erhält man: w t m w t + V = m i i= 1 i= 1 P X i i ( 7 ) und m m Pi X i + w ti = w t + V = S i= 1 i= 1 ( 8 ) 6

22 S stellt bei konstantem w dasjenige Einkommen dar, das bei t Stunden Arbeitszeit (im Beispiel 720 Stunden) erzielt werden könnte. Wird nun ein Teil der Zeit konsumiert, steht diese als Arbeitszeit nicht mehr zur Verfügung und das potentiell mögliche Einkommen verringert sich entsprechend. Das bedeutet, dass das Einkommen zum einen Teil für den Konsum aufgewendet wird und zum anderen Teil als negatives Einkommen in Form von Zeitaufwand bei der Produktion der Konsumgüter ausgegeben wird. Wird nun weiter angenommen, dass für die Produktion einer Einheit von Menge von X i und t i benötigt werden Z i immer eine fixe X i = ai Z i und ti bi Z i = ( 9 ) mit ai und b i Vektoren der Produktionskoeffizienten, bedeutet das für Gleichung ( 8 ): m m ai Pi Z i + bi wi Z i = Ci Z i = S i= 1 i= 1 i= 1 m ( 10 ) mit C i = a P i i + b w i ( 11 ) C i : Der Summe der Kosten der aufzuwendenden Güter für eine Einheit von Z = a P ) und der Opportunitätskosten der benötigten Zeit ( = b i w ). i ( i i Damit sind die Kosten der Zeit in das Modell integriert und können wie monetäre Kosten behandelt werden. Jedes Individuum wählt die aufgrund einer einzigen Ressourcenbeschränkung, die durch Gleichung ( 10 ) gegeben ist. Z i Für die Kosten einer Ortsveränderung bedeutet das, dass der Preis der Verkehrsleistungen aus zwei wesentlichen Komponenten besteht: Aus den monetären Kosten, also dem Fahrpreis und aus der aufzuwendenden Reisezeit. Man spricht in diesem Zusammenhang auch von den generalisierten Kosten, der Summe aus Preis und monetarisierten Zeitkosten. 7

23 2.2 Der Wert der Zeit in der Mikroökonomie Wie hoch ist nun der Wert der Zeit? Zur Lösung des Problems kann Gleichung (5) herangezogen werden. Die Befriedigung des Konsumenten hängt dann von seinem Einkommen und seiner Freizeit ab, vgl. zum Beispiel Jara-Diaz und Ortuzar (1989), Jara-Diaz (1991) oder Jara-Diaz (2000). Der Konsument strebt ein optimales Verhältnis dieser Komponenten an. Vereinfacht wird angenommen, dass Berufstätige ihre Arbeitszeit und damit auch ihre Freizeit selbst bestimmen können. Die Nutzenfunktion ist dann: U = U ( L, I ) ( 12 ) mit der Freizeit L und dem Einkommen I. Die Substitutionsrate des Einkommens für Freizeit ist entsprechend: di dl = U L U I ( 13 ) Sie gibt an, auf wie viele Teile seines Einkommens der Konsument für einen zusätzlichen Teil Freizeit zu verzichten bereit ist. Beträgt nun der Stundenlohn w CHF/h und die insgesamt zur Verfügung stehende Zeit T Stunden sind, wird der Konsument seinen Nutzen unter der folgenden Nebenbedingung maximieren: I = w ( T L) ( 14 ) Das Maximierungsproblem kann mit Hilfe der Lagrange'schen Multiplikatoren Methode gelöst werden: Als Funktion, deren Maximum zu ermitteln ist, erhält man: LM [ w ( T L I ] = U ( L, I ) + ) ( 15 ) mit dem Lagrange'schen Multiplikator. 8

24 Um LM zu maximieren, werden die partiellen Ableitungen zu Null gesetzt: LM L U = L w = 0 ( 16 ) LM I U = I = 0 ( 17 ) LM = w ( T L) I = 0 ( 18 ) U U aus (16) folgt: = w und aus ( 17 ) folgt: =. Das heisst, der Grenznutzen des L I Einkommens ist gleich dem Lagrange'schen Multiplikator. Somit entspricht die Substitutionsrate beim Nutzenmaximum w: di dl w = = w. ( 19 ) Weitere Ansätze und theoretische Überlegungen zum Wert der Reisezeit findet man zum Beispiel bei Kentner (1970), Truong und Hensher (1995), Bates (1996), Daly (1996), Fielding und Klein (1997), Calfee und Winston (1998), Hensher (1999), Noland (1999), Saelensminde (2001), Hensher (2000), Suter (2000), Hensher (2001), Hensher (2003), Excel und Rietveld (2001), Cho (2003), Jara-Diaz und Guevara (2003), Jiang und Morikawa (2003), Joong und Sunduck (2003) oder Timmermans (2003). 2.3 Annahmen zum Wert eingesparter Reisezeit Die zu Grunde liegende Annahme der freien Zeitgestaltung ist allerdings stark vereinfacht und unterliegt grossen Restriktionen. Dies betrifft insbesondere Zeitspannen, innerhalb derer man nur eine eingeschränkte Wahlfreiheit der Aktivitäten besitzt. Insbesondere die Zeit während der Ortsveränderung zählt dazu. Es ist sehr wahrscheinlich, dass insbesondere bei der Bewertung der Reisezeit und deren möglicher Verkürzung der Zeitwert vom Stundenlohn abweicht und eine Reihe weiterer Zusammenhänge von Bedeutung sind. Im Rahmen einer britischen Zeitwertstudie werden diese Zusammenhänge hypothetisch formuliert, vgl. Hague Consulting Group (1999): Variationen in den Zeitwerten können in Einkommens- und in Zeitbudget-Effekten begründet sein. Der Wert der Zeit wird durch die relative Grösse von zwei unabhän- 9

25 gigen Einflussfaktoren bestimmt: Dem Grenznutzen der Zeit und dem des Einkommens. Diesem Problem kann durch Segmentierung Rechnung getragen werden. Zeitwerte können durch Personen- und Haushaltcharakteristiken beeinflusst werden. Variationen in den Zeitwerten können von sozialen Rollen und von der Stellung innerhalb der Familie aber auch von ökonomischen Faktoren abhängen. Auch hier kann eine Segmentierung des Marktes zu höherer Detailschärfe führen. Geht man von der Theorie der Nutzenmaximierung aus, gibt es jedoch Situationen, in denen es nicht zulässig ist, Individuen als unabhängige ökonomische Einheiten zu behandeln. Die Verteilung des verfügbaren Einkommens innerhalb eines Haushalts, die gegenseitige Abhängigkeit der Zeitbeschränkungen innerhalb eines Haushalts sowie die Berücksichtigung gemeinschaftlich unternommener Wege. Der Wert von Zeitersparnissen könnte von der Möglichkeit und Art zeitgleicher Aktivitäten beeinflusst werden. Je nach Verkehrsmittel besteht die Möglichkeit, die Reisezeit für weitere Tätigkeiten wie Arbeiten oder Entspannen zu nutzen. Bei einer Reisezeitreduktion verringert sich der Nutzen des Zeitgewinns um den Nutzen möglicher Zusatzaktivitäten. Der Wert von Zeitersparnissen wird vom Komfort der gewählten Verkehrsmittel abhängen. Reisezeitersparnisse werden in der Regel höher bewertet, wenn die Reiseumstände widrig sind. Daraus folgt, dass dieser Wert auch vom benützten Verkehrsmittel (Zufussgehen und Wartezeiten inbegriffen) aber auch von anderen möglichen Aspekten wie Sicherheit, Lärm oder subjektiv empfundener Aspekte abhängt. Der Wert von Zeitersparnissen kann auch davon abhängen, inwieweit man diese alternativ nutzen kann. Bei der Reisezeit zu und von Pflichtaktivitäten wie Arbeit, kann eine Fahrtzeitreduktion zu zusätzlicher Freizeit und Erholung führen. Dies beinhaltet sowohl die Qualität der Folgeaktivität als die Höhe der transferierten Zeit. Kleine Zeitgewinne müssen dabei anders bewertet werden als grössere. Der Wert von Zeitersparnissen wird davon beeinflusst, wie genau Reisezeiten im Voraus berechenbar sind. Unsicherheit bezüglich der Reisezeiten verursacht ein Gefühl des Unbehagens. Obwohl Pünktlichkeit ein wesentliches Kriterium etwa bei der Verkehrsmittelwahl ist, gibt es zurzeit nur wenige Ansätze für ihre Berücksichtigung in der Modellierung. Zeitgewinne werden möglicherweise anders bewertet als Zeitverluste. Zeitverluste können zu Verhaltensänderungen zwingen, während Zeitgewinne nicht unbedingt zu Neudispositionen führen müssen. Die Zeitbewertung je Zeiteinheit könnte von der Grösse des Zeitgewinns abhängig sein. Bei zeitlich festgelegter Folgeaktivität kann eine geringe Reisezeitreduktion auch keinen Wert haben, weil sie nicht alternativ genutzt werden kann. Der Wert von Zeitersparnissen könnte von der Dauer der Reise abhängig sein. Es ist plausibel, dass kleine Zeitgewinne auf kurzen Reisen mehr geschätzt werden als solche auf einer langen Reise. Die letzten Hypothesen sprechen eigentlich gegen die Gültigkeit einer linearen Beziehung zwischen Zeit und Kosten, wie dies in der theoretischen Herleitung angenommen wird. Eine konstante Substitutionsrate zwischen 10

26 Zeit und Geld ist sicher nur für kleine Änderungen sinnvoll. Für viele andere Fälle ist diese Annahme jedoch zu restriktiv. Es wird angenommen, dass zwischen berechneten und von den Reisenden angegebenen Reisezeiten und -kosten eine akzeptable Übereinstimmung existiert. Dies ist eigentlich eine Arbeitshypothese für die empirische Arbeit. Falsch wahrgenommene Reisezeiten und -kosten können die Analyseergebnisse verfälschen (Perzeptionsproblematik). Modelle, die mit Hilfe von Querschnittserhebungen kalibriert werden, könnten zu verfälschten Zeitwerten führen. In Querschnittserhebungen wird oft Verkehrsverhalten beobachtet, das auf verfestigten Gewohnheiten oder auf mangelnder Information beruht. Heutiges Verhalten könnte auf veraltete Entscheidungsgrundlagen zurückzuführen sein. Dies kann beispielsweise bei Daten aus Stichtagsbefragungen zu falschen Schlussfolgerungen führen. Ein möglicher Ausweg kann darin bestehen, dass die Daten zu verschiedenen Zeitpunkten erhoben werden, was jedoch mit zusätzlichen Erhebungskosten verbunden ist. Es gibt keine a priori Erwartungen darüber, wie Zeitwerte sich künftig entwickeln. Lebensstile, Geschmacksrichtungen und Werthaltungen ändern sich genauso wie Einkommen und Änderungen der Arbeitszeit. All das wirkt sich auf die Zeitbewertung aus, deren Richtung nicht von vornherein klar ist. Die Hypothesen werden innerhalb der genannten Studie bestätigt, können allerdings nicht in allen Aspekten umfassend untersucht werden. Die vorliegende Untersuchung greift einige Thesen in der Versuchsanlage und der Analyse auf. Dazu gehören Einkommens- und Zeitbudgeteffekte, Personen- und Haushaltscharakteristika und auch die unterschiedliche Bewertung von Zeitgewinnen und -verlusten. Insbesondere die Berechenbarkeit der Reisezeiten und deren Bewertung ist ein Hauptaspekt der Studie. 2.4 Methoden zur Messung von Präferenzstrukturen Die Werkzeuge zur Messung und zur Erhebung der Verkehrsnachfrage kommen wie die beschriebenen Grundsätze der Nachbildung von Verkehrsentscheidungen vor allem aus der Ökonomie, genauer aus der Marktforschung. Dabei wird nicht mehr wie in den bisher in der Verkehrsforschung und -planung angewandten Befragungsmethoden zurückliegendes Verhalten erhoben: Es werden den Teilnehmern von Befragungen hypothetische Situationen vorgelegt. Bei diesen Situationen werden die Teilnehmer dazu angehalten, sich zwischen verschiedenen Alternativen zu entscheiden. Man kann davon ausgehen, dass dieses Abwägen von Alternativen in etwa dem tatsächlichen Entscheidungsprozess im Alltag entspricht. Die Befragungsresultate bilden dann die Grundlage für die Ableitung von Gesetzmässigkeiten und für die Modellierung des individuellen und auch des aggregierten Verkehrsverhaltens. Man un- 11

27 terscheidet die Messungen nach diesem Kriterium also zwischen Revealed Preferences (RP) und Stated Preferences (SP) Befragungen, vgl. Axhausen (1989) und Axhausen (1995). Die Methode wird ursprünglich in den USA entwickelt und später in Grossbritannien und in den Niederlanden adaptiert und weiterentwickelt. Heute gehören diese Methoden in vielen europäischen Ländern und im gesamten deutschsprachigen Raum zum anerkannten Stand der Technik und werden bei auch der Monetarisierung von Zeiten eingesetzt, vgl. Bateman, Carson, Day, Hanemann, Hanley, Hett, Jones-Lee, Loomes, Mourato, Özdemiroglu, Pearce, Sudgen und Swanson (2002). Wie ist es zu diesem Ansatz gekommen? RP-Befragungen sind seit langem etabliert. Es gibt Standards für den Entwurf der Fragebögen und gut ausgearbeitete Korrektur- und Gewichtungsverfahren. Man kann auf eine grosse Erfahrung bei der Generierung der Fragebögen und der Analyse zurückgreifen. Diesen Stärken stehen jedoch einige in Teilen erhebliche Schwächen entgegen. So beobachtet man auf der personellen Ebene oft kaum variierende Einflussgrössen. Um das ganze Spektrum möglicher Verhaltensweisen zu erfassen, ist eine äusserst grosse Stichprobe erforderlich. Dies führt zu oftmals hohen Erhebungskosten, obwohl die einzelne Beobachtung günstig ist. Stated Preference Befragungen können kleiner angelegt werden. Der Entscheidungsraum kann gezielt und systematisch abgefragt werden. Das bedeutet auch, dass schwächere Einflussgrössen besser untersucht werden können. Vor allem wichtige Grössen wie Reisezeit und Preis können getrennt von einander variiert werden, während diese Variablen in RP-Daten stark mit einander korrelieren können. Darüber hinaus gibt es Bereiche bzw. Verhaltensweisen, die durch RP-Befragungen gar nicht erfasst werden können. Dies betrifft zum Beispiel die Einführung eines neuen Verkehrsangebotes also die Erweiterung eines Fahrplans oder den Neubau einer Verkehrsanlage. In solchen Fällen muss im Vorfeld auf hypothetische Märkte ausgewichen werden. Natürlich haben hypothetische Fragestellungen auch Nachteile. Dies betrifft insbesondere die Problematik einer Diskrepanz zwischen durchgeführtem und geplantem Verhalten. Ebenso fehlen derzeit Standardformate für die Fragebögen. Hier muss auf die teilweise noch jungen Erfahrungen in diesem Bereich zurückgegriffen werden. 12

28 Grundsätzlich ist bei dem Entwurf der Befragung darauf zu achten, dass die beschriebenen Situationen für die Befragten auch vorstellbar sind. Das bedeutet vor allem, dass die Ausprägungen der Entscheidungsvariablen nicht zu realitätsfern sein dürfen. Andernfalls wird die Studie an sich in Frage gestellt und die Antwortqualität sinkt. Dies kann letztlich zu bedingt anwendbaren Ergebnissen führen, vgl. Loo (2002), Norheim (2001) und Richardson (2002). Axhausen, Bogner, Herry, Verron, Volkmar und Zumkeller (1996) haben die Methoden der Stated Preferences aufgrund der folgenden Charakteristika unterscheiden: Antwortform Formen des Versuchsplans (Einflussgrössen, deren Ausprägungen, Art der Bildung des fraktionellen Designs, fester Versuchsplan oder von den Teilantworten abhängiger Versuchsplan) Befragungsform (schriftlich, telefonisch, mündlich) Auswertungsverfahren Wenn man von Stated Preference Befragungen spricht, muss man berücksichtigen, dass der Name in der Literatur sowohl als Oberbegriff für hypothetische Fragestellungen genutzt wird als auch für einen bestimmten Fragestil innerhalb dieser Thematik. Man unterscheidet im Allgemeinen vier Antworttypen. Tabelle 1 gibt einen Überblick. Tabelle 1: Übersicht von Stated Preference Antwortformen Antwortformen Skalentyp Übliche Anzahl von Alternativen je Situation Anzahl auswertbarer Beobachtungen/Entscheidungen je Situation Transfer Pricing Intervall 2 1 Stated Preference Intervall 1 1 Stated Choice Ordinal Stated Ranking Ordinal Quelle: Axhausen, Bogner, Herry, Verron, Volkmar, Wichmann und Zumkeller (1996) Unter Transfer Pricing versteht man eine Frageform, bei der die Befragten einen Grenzbetrag angeben bis zu bzw. ab dem sie bereit wären, ein Angebot oder ein Gut zu nutzen. In der Regel handelt es sich dabei um Geldbeträge. Es kommen aber genauso auch andere Kosten wie die Zeit oder subjektive Werte in Betracht. 13

29 Bei der Antwortform Stated Preference soll der Befragte eine geschilderte Situation auf einer Skala bewerten. Dabei können sowohl Werteskalen wie Schulnoten als auch subjektive Skalen zum Beispiel von wichtig bis unwichtig zum Einsatz kommen. Eine relativ simple Antwortform stellt der Typ Stated Choice dar. Hier muss der Befragte lediglich zwischen zwei oder mehr Alternativen auswählen. Das hat allerdings den Nachteil, dass jede einzelne Situation relativ wenig auswertbare Information erzeugt. Dies kann zum Beispiel durch die Anzahl präsentierter Entscheidungssituationen pro Befragtem zum Teil kompensiert werden. Stated Ranking bezeichnet eine Antwortform, bei der der Befragte mehrere beschriebene Situationen in eine Rangfolge bringen soll. Dieser Typ kann durch die praktisch zeitgleiche Information über alle Situationen schnell zu kompliziert werden, bietet aber in der Analyse sehr gute Interpretationsmöglichkeiten. Die Situationen können entsprechend alle mit einander in Relation gesetzt werden. Darüber hinaus besteht natürlich die Möglichkeit diese Grundtypen mit einander zu mischen, was die Methode für viele Fragestellungen äusserst flexibel macht. Genauso lassen sich auch RP und SP Fragen kombinieren. Dieser Vorzug kann insbesondere in mehrstufigen Befragungen genutzt werden. Der Vorteil dabei ist, dass dem Befragten in den nachgeschalteten SP-Experimenten Situationen aus seinem Alltag, also dem bekannten Umfeld geschildert werden können. Dabei werden die Entscheidungsvariablen entsprechend variiert. Die Methode der Stated Preferences bietet sich auch in dieser Studie als geeignetes Instrument zur Messung der Präferenzstrukturen des individuellen Entscheidungsverhaltens an. Der Entscheidungsraum kann systematisch untersucht werden. Dies garantieren die zugrunde liegenden Versuchspläne. Es können mit geringem Aufwand im Rahmen der Befragung verschiedene Ansätze dieser Befragungsmethode angewandt, so dass auf verschiedene Ausprägungen bzw. Darstellungen der Verlässlichkeit eingegangen werden kann. Das individuelle Abstraktionsverhalten erfährt also eine bestmögliche Berücksichtigung. Aufgrund des zufälligen Charakters der Verlässlichkeit der Reisezeit könnte eine Befragung, die durchgeführtes Verhalten aufnimmt, nur mit sehr grossem Aufwand durchgeführt werden. Dabei müsste zunächst eine Analyse den inhaltlichen Untersuchungsraum feststellen. Das heisst, es müssten sichere und unsichere Alternativen (zeitlich, räumlich und modal) gefunden werden. Oder die Befragten müssten individuell über ihre alltäglichen Verlässlichkeitssituationen berichten. Diese Aussagen würden wahrscheinlich die Befragten überfordern. In jedem Fall würden die Ergebnisse stark verzerrt sein. Die vielen individuellen und damit unterschiedlichen Situatio- 14

30 nen würden unter Umständen nicht miteinander vergleichbar sein. Mit den bei SP- Untersuchungen zugrunde liegenden Versuchsplänen und den durchgeführten Tests zur Korrelation der Variablen, die die Verlässlichkeit beschreiben, kann der Untersuchungsraum im Gegensatz dazu vereinheitlicht werden, ohne dass die individuelle Bewertung der Alternativen in den Entscheidungssituationen aufgegeben wird. 2.5 Diskrete Entscheidungsmodelle im Verkehrswesen Grundsätzlich stellt ein Modell die Abbildung eines realen Systems dar. Allerdings besitzen die meisten dieser Systeme eine äusserst komplexe Struktur, vgl. Bossel (1994). Das menschliche Verhalten zum Beispiel wird durch eine sehr grosse Zahl von Faktoren wie Umwelteinflüssen, persönlichen Präferenzen usw. bestimmt. Diese Faktoren wirken nicht nur auf das Verhalten, sondern besitzen zusätzlich Abhängigkeiten untereinander. Zusätzlich spielt die Dynamik eine wesentliche Rolle, denn derartige Systeme sind über die Zeit variabel und die Menschen, die das System benützen, sind lernfähig. Idealerweise müssen in Modellen sämtliche Faktoren Berücksichtigung finden, die auf das modellierte, reale System Einfluss ausüben. Die angesprochene Komplexität dynamischer Systeme erzwingt aber eine Reduktion der Faktoren auf eine für die jeweilige Fragestellung sinnvolle Anzahl. Ein Modell sollte nach Steierwald und Künne (1994) die folgenden Bedingungen erfüllen, um als Werkzeug einen praktikablen Einsatz zu gewährleisten: Ein Modell muss massnahmeempfindlich sein. Das heisst, die Reaktion des Modells auf die Wirkungen der zu untersuchenden Massnahmen in Form von Variablenänderungen muss zuverlässig die gegebene bzw. zu erwartende Situation nachbilden. Die Modellstruktur muss sowohl inhaltlich als auch im Aufbau logisch sein, um letztlich Widersprüche in den Ergebnissen zu vermeiden. Um die Vorteile des Hilfsmittels Simulation nutzen zu können, sollte die Anwendung möglichst schnell und gut handhabbar sein. Struktur und Ergebnis müssen so ausgelegt sein, dass der Aufbau und vor allem das Ergebnis transparent sind und jederzeit die Möglichkeit der Kontrolle gegeben ist. Die heute gebräuchlichsten Modellansätze im Bereich von Wahlentscheidungen gehen von der These aus, dass die Entscheidungen im täglichen Leben immer zwischen klar zu unter- 15

31 scheidenden Alternativen stattfinden. Dies ist ganz allgemein der Fall bei jedem alltäglichen Kauf wie Lebensmittel oder Elektrogeräte. Hier werden die Vorzüge und Nachteile der einzelnen Typen abgewogen und sich für das eine oder andere Produkt entschieden. Genauso wie bei unserer Freizeitgestaltung oder auch bei der Verkehrsmittelwahl zur Fahrt zum Arbeitsplatz. Natürlich kommen bei diesen Wahlentscheidungen neben den faktischen Eigenschaften der Alternativen auch Faktoren wie persönliche Vorlieben, Ansehen oder Markennamen bei der Wahl zum Tragen. Alle diese Entscheidungen sind aber grundsätzlich Entschlüsse für eine aus einer Reihe diskreter Alternativen. Die Anwendung diskreter Entscheidungsmodelle ist inzwischen in allen Bereichen der Verkehrsplanung etabliert. Erste Ansätze erarbeiteten Domencich und McFadden (1975) und später Ben-Akiva und Lerman (1985). Eines der gebräuchlichsten Modellformen ist das Logit Modell. Grundsätzlich wird dabei der subjektive, individuelle Nutzen der Alternative berechnet, wobei die Entscheidung zu Gunsten der Alternative fällt, die den höchsten Nutzen aufweist. In diesem Zusammenhang wird von den beschriebenen ökonometrischen Nutzenmodellen gesprochen. Dabei wird ein rationelles, objektives Handeln der Verkehrsteilnehmer, die umfassend über alle Alternativen informiert sind, vorausgesetzt. Diese Annahme ist insofern problematisch, als dass jede Person naturgemäss nur einen Ausschnitt der Alternativen und ihrer Eigenschaften kennt. Das Verhalten basiert auf dem persönlichen Informationsgrad, der von Person zu Person stark differiert. So sind zum Beispiel die Verkehrsteilnehmer unterschiedlich über das Angebot im ÖPNV informiert. Um dies zu berücksichtigen, muss der objektive Nutzen einer Variante um einen zufälligen Betrag erweitert werden, der für jede Person, jede Alternative und jede Situation spezifisch ist. Dieser Betrag ist aus Sicht aussen stehender Beobachter zufällig. Aktuelle Situationen, wie sich ständig ändernde Netzzustände, können von den Verkehrsteilnehmern mangels Informationen nur in geringem Masse bei ihren Wahlentscheidungen berücksichtigt werden. Deshalb setzt sich der in das Modell einfliessende Nutzen aus zwei Teilen zusammen, vgl. Axhausen (2003): Ein messbarer, systematischer Teil V(X kjq ), der den Wert des objektiven Nutzens der Alternative j für die Person q darstellt. Ein zufälliger Anteil oder Fehler jq, der V(X kjq ) hinsichtlich Individualität der Verkehrsteilnehmer und möglicher Mess- und Beobachtungsfehler korrigiert. Der Nutzen U jq ergibt sich aus: 16

32 U jq = U(X kjq ) = V(X kjq ) + jq ( 20 ) Allerdings variiert der messbare Nutzen V jq gemäss den Eigenschaften der Alternative, den individuellen Eigenschaften der Personen selbst und der Entscheidungssituation. Der systematische Nutzenanteil hat deshalb drei Teile: V(X kjq ) = * j + +, k j p k q + +, k j s k q + +, kj x kjq ( 21 ) mit: * j: Konstante für Alternative j p k q Eigenschaft k = 1...m der Person q s k q x kjq Eigenschaft k = m m der Situation der Person q Eigenschaft k = m +1...m der Alternative j für Person q Die Parameter in Logit Modellen werden mit der Maximum-Likelihood-Methode geschätzt. Dabei handelt es sich um ein Verfahren, bei dem die Parameter des Entscheidungsmodells so bestimmt werden, dass die beobachteten Entscheidungen mit grösster Wahrscheinlichkeit reproduziert werden. Zwei Einschränkungen der beschriebenen Modelle allgemein und der Logit Modellen insbesondere müssen an dieser Stelle noch erwähnt werden: Die Annahme, dass alle Individuen stets unabhängig voneinander reagieren, trifft nur bedingt zu, denn Personen können zwar auf punktuelle Massnahmen kurzfristig reagieren (Autonomieprinzip), sie sind allerdings in ihren Entscheidungen bei sich ändernden gesellschaftlichen Rahmenbedingungen zum Teil nicht frei (Querschnittsprinzip). Diese Grundsätze sollten insbesondere bei der Nachfrageplanung berücksichtigt werden, vgl. Zumkeller (1989). Eine zweite Einschränkung der Logit Modelle, bezieht sich auf das Verhältnis der Auswahlwahrscheinlichkeiten zweier Alternativen. Dieses bleibt unabhängig von der Verfügbarkeit und der Charakteristik eventueller anderer Alternativen immer gleich. Man spricht in diesem Zusammenhang von der Independence from Irrelevant Alternatives (IIA). Diese Unabhängigkeit führt dazu, dass Logit Modelle auf Fragestellungen, die eine Korrelation bestimmter Variablen der Alternativen aufweisen nicht angewandt werden können. Als klassisches Beispiel findet man in der Literatur immer wieder das Roter-Bus-blauer-Bus-Paradoxon bei der Routenwahl, vgl. Ben-Akiva und Lerman (1985). Diese Eigenschaft begrenzt also das Einsatzspektrum des Logit Modells. 17

33 Grundlegende Literatur zur Entscheidungsmodellierung im Verkehrswesen und Anwendungsbeispiele findet man in Lancaster (1969) und Green (1997) sowie in Laager (1978), Ben-Akiva und Lerman (1985), Maier und Weiss (1990), Ortuzar und Willumsen (1994). 18

34 3. Empirische Studien 3.1 Der Wert der Zeit in der Entscheidungsmodellierung Einleitung Mit den vorgestellten Ansätzen und Verfahren lassen sich Parameter schätzen, mit denen der Wert der Zeit und entsprechende Zahlungsbereitschaften beziffert werden können. Entscheidungsmodelle zum Zweck der Zeitwertermittlung einsetzen, ist inzwischen anerkannt. Die Ergebnisse finden regelmässig Eingang in planerische Instrumente wie Kosten-Nutzen- Analysen, denn Zeitgewinne oder -verluste stellen in der Regel einen beträchtlichen Teil der Nutzen einer verkehrspolitischen Massnahme oder einer Investition in die Verkehrsinfrastruktur dar. Die korrekte Bewertung der Zeitgewinne und Verluste im Rahmen einer KNA ist also von grosser Bedeutung. Die Zeitwertforschung ist somit sowohl methodisch als auch inhaltlich eine wichtige Grundlage für die Bewertung der Verlässlichkeit. Im Folgenden werden deshalb verschiedene europäische und schweizerische Zeitwertstudien und deren Entwicklung kurz vorgestellt. Die wichtigsten Ergebnisse der nachfolgend beschriebenen Studien sind in Tabelle 2 aufgeführt. Eine der längsten Traditionen der Zeitwertforschung findet man in angloamerikanischen Raum, wo auch viele begleitende theoretische Überlegungen zur Schätzung der Zeitbewertung auf Basis von SP-Daten angestellt werden, s. a. Haggie (1976), Bates (1987), Wardman und Mackie (1997), Wardman (1998), Ghosh (2001), Mackie, Bates, Fowkes, Wardman und Whelan (2001) oder Wardman (2001). Aber auch im skandinavischen Raum werden seit einigen Jahren Zeitwerte auf der Grundlage von SP-Befragungen mit Entscheidungsmodellen geschätzt. Diese Werte verdrängen die bisherigen monetären Werte, die oftmals auf nicht belegbaren Annahmen basierten und oder einen anteiligen Stundenlohn ansetzten. 19

35 Tabelle 2: Gemessene und angenommene Zeitwerte im Überblick [CHF/h Zeitersparnis] PW Pendler Nutzfahrt Sonst. Total Bahn Pendler Nutzfahrt Sonst. Total Grossbritannien Grossbritannien Niederlande Schweden Norwegen Finnland Dänemark Quantifikation von Zeitgewinnen 8 NUP ASTRA Verifizierung Prognosemethoden Einführung ICN CH-Zeitwertstudie CH-Zeitwertstudie 12* Die Werte sind nicht inflationsbereinigt. Die Umrechnungskurse entsprechen dem Jahr der Studie. 1 : Hague Consulting Group, Accent (1999) 2 : Mackie, P.J. et al. (2003) 3 : Hague Consulting Group (1990) 4 : Algers, S., J. Lindqvist und S. Widlert (1995) 5 : Ramjerdi, F., L. Rand, I. Saestermo und K. Saelensminde (1997) 6 : Knurri, J. und Pursula, M. (1995) 7 : Jovicic, G. und C. O. Hansen (2003) 8 : Lüthi, W. (1980) 9 : NUP-Kommission (1982) 10 : Keller, M., R. Iten, C. Aebi, S. Altheer und R. Frick (1998) 11 : Vrtic, V., K.W. Axhausen, R. Maggi und F. Rossera (2003) 12 : König, A., K.W. Axhausen und G. Abay (2004) *: Die Werte sind gewichtet nach mittlerem Einkommen und mittlerer Weglänge des Schweizer Mikrozensus Grossbritannien Die Zeitwertforschung in Grossbritannien geht bis auf das Jahr 1960 zurück. Die Zeitwertschätzung basiert auf sehr einfachen, aggregierten Modellen aus RP-Daten. Dieser methodische Ansatz bleibt bis in die 80er Jahre praktisch unverändert gibt das Transportminis- 20

36 terium eine Studie in Auftrag, in der zum ersten Mal eine SP-Befragung durchgeführt wird, vgl. MVA Consultancy (1987). Dabei werden die angesprochenen Erweiterungen der neoklassischen Theorie des Konsumentenverhaltens bezogen auf den zeitlichen Aufwand des Reisens beschrieben und die Verbindung zwischen der mikroökonomischen Theorie und den diskreten Entscheidungsmodellen hergestellt bzw. genutzt. Die Studie berücksichtigt verschiedene Fahrtzwecke (Pendlerfahrten, Geschäftsfahrten und Freizeitfahrten) und schätzt Modelle zur Verkehrsmittelwahl und zur Routenwahl. Bei den Verkehrsmittelwahlmodellen wird nach PW, Bus und Bahn getrennt. Die Routenwahlmodelle werden nur für den PW formuliert. In der Studie werden Durchschnittswerte für die genannten Segmente ermittelt, die in einem zweiten Schritt mit Faktoren für soziodemographische Ausprägungen wie Beschäftigungssituationen multipliziert werden. Eine weitere wichtige Erkenntnis war, dass Reisezeitersparnisse in Stausituationen etwa 40% höher bewertet werden. Die Nachfolgestudie 1993 befasst sich ausschliesslich mit der Zahlungsbereitschaft von Strassenbenützern für Reisezeitgewinne, vgl. Gunn, Bradley und Rohr (1994) und Hague Consulting Group (1999). Als Messinstrument werden auch hier SP-Experimente eingesetzt. Die mittleren Zeitwerte werden in dieser Studie mit Hilfe eines einfachen Modells abgeleitet, in dem nur die Fahrzeit und die Fahrtkosten als erklärende Variablen verwendet werden. Alle geschätzten Koeffizienten sind signifikant. Die Studie kommt zu den folgenden Erkenntnissen: Reisezeitersparnisse werden unabhängig von der Relation zur ursprünglichen Reisezeit, tiefer bewertet als entsprechende Zeitverluste. Dies kann aber auch auf die verwendete Methode zurückgeführt werden. Zeitgewinne unter fünf Minuten können bei Fahrten, die nicht in Zusammenhang mit der Erwerbstätigkeit stehen, vernachlässigt werden. Generell hat eine bestimmte Zeit- oder Kostenänderung eine grössere Auswirkung auf den Zeitwert, wenn diese Änderung, im Vergleich zur ursprünglicher Reisedauer bzw. Reisekosten gross ist. Die Zeitwerte in der Region London sind etwas höher als in anderen Regionen, die nicht derart städtisch sind und ein geringeres Preisniveau aufweisen. Durchschnittliche Zeitwerte sind auf Autobahnen am höchsten und auf städtischen Strassen am tiefsten. 21

37 Zwischen Zeitwert und Besetzungsgrad besteht ein positiver Zusammenhang bei Pendlerfahrten und ein negativer bei Einkaufsfahrten. Zwischen Zeitwert und verfügbarer Freizeit besteht ein negativer Zusammenhang. Bei einer Extrapolation für künftige Werte sollten die Einkommenselastizitäten berücksichtigt werden. Im Jahr 2000 hat das Department of Transport eine Gruppe von Forschern beauftragt, die Ergebnisse zu überprüfen. Dazu werden erneute, umfangreiche Schätzungen durchgeführt, vgl. Mackie, Wardman, Fowkes, Whelan, Nellthorp und Bates (2003). Von ihnen wird zuletzt ein Modellierungsansatz mit einkommens- und distanzabhängigen Elastizitäten entwickelt, der in der vorliegenden Studie ebenfalls zur Erhöhung der Modellgüte führt Niederlande In den Niederlanden werden 1984 weit reichende Zeitwertstudien in Auftrag gegeben, um umfangreiche Verkehrsinfrastrukturmassnahmen mit Hilfe von Kosten-Nutzen-Analysen genauer beurteilen zu können, vgl. Hague Consulting Group (1990) und Bradley und Gunn (1990). Die Studie trifft Aussagen über die monetäre Bewertung von Reisezeitgewinnen und - verlusten und berücksichtigt soziodemographische sowie qualitative Faktoren. Die Befragungen beschränken sich auf PW-Fahrer und Benützer öffentlicher Verkehrsmittel. In der Studie kommen sowohl Daten einer RP-Befragung als auch hypothetische Entscheidungen aus einer SP-Befragung zum Einsatz. Mit den RP-Daten werden binäre Logit Modelle geschätzt. Die Verkehrsmittelwahl wird dabei von der Reisezeit, den Reisekosten und durch eine modale Attraktivitätsvariable definiert und erklärt. Allerdings können nur für Pendlerfahrten statistisch signifikante Parameter geschätzt werden. Mit den SP-Daten werden Logit Modelle getrennt nach den Wegezwecken Pendlerfahrten, Geschäftsfahrten und andere Fahrten geschätzt. Es wird zwischen Personentyp, Haushaltstyp und Reisebedingungen unterschieden. Dies führt zu hohen Modellgüten. Die Segmentierung bietet die Möglichkeit einer differenzierten Angabe von Zeitwerten. Die Studie konnte soziodemographische Effekte (Einkommen, Alter, Geschlecht) bei der Zeitbewertung feststellen. Weiterhin werden für Benützer öffentlicher Verkehrsmittel generell etwas tiefere Werte als für PW-Fahrer geschätzt. Pendler, die den PW benützen und sich im Stau befinden, bewerten Zeitgewinne und -verluste höher als im freien Verkehrsfluss. 22

38 Bei der Ermittlung von Zeitgewinnen bei Geschäftsfahrten wird der Ansatz von Hensher (1977) benutzt. Er besagt, dass der zeitliche Nutzen sowohl dem Angestellten als auch dem Arbeitgeber zugute kommt. Bei der Bewertung des Zeitgewinns, der dem Arbeitgeber zugute kommt, wird von einem Produktivitätseffekt ausgegangen, wobei hierfür Informationen über die Grenzproduktivität der befragten Person erforderlich sind. Der private Teil des Zeitwertes soll durch die Entscheidungsmodelle ermittelt werden Schweden Auch in Schweden ist das Hauptziel der Zeitwertstudie, aktuelle Ansätze für den Einsatz in KNA zu liefern, vgl. Algers, Lindqvist und Widlert (1995). Aufgrund der Grösse des Landes wird neben dem PW, Bus und Bahn ebenfalls das Flugzeug berücksichtigt. Es werden ebenfalls SP-Befragungen als Messinstrument eingesetzt. Für die Ermittlung des Wertes von Zeitgewinnen bei Geschäftsfahrten wird auch hier der Ansatz von Hensher (1977) verwendet. Die notwendigen Daten werden mittels Zusatzerhebungen gewonnen. Weitere Ergebnisse sind: Die Zeitwerte sind für längere Reisen beträchtlich höher als für kürzere Reisen. Verspätungen bei Intercityzügen werden etwa 50% höher bewertet als Zeiten während der normalen Fahrt. Das Einkommen hat einen positiven, aber einen vergleichsweise schwachen Einfluss auf den Zeitwert. Zeitwerte für Geschäftsreisen sind bei Selbständigen etwas tiefer als bei Angestellten Norwegen Die norwegische Zeitwertstudie von 1997 basiert ebenfalls auf einer SP-Befragung, vgl. Ramjerdi, Saestermo und Saelensminde (1997). In dieser Studie liegt das Augenmerk auf den möglichen Unterschieden zwischen urbanem und interurbanem Verkehr. Es werden Zeitwerte für Pendlerfahrten und andere private Fahrtzwecke sowie für den Geschäftsverkehr für die Verkehrsmittel PW, ÖV und Flugzeug sowie Fähre geschätzt. Die britischen und niederländischen Erfahrungen finden Eingang in die Untersuchung. 23

39 Dementsprechend folgt die Analyse der SP-Daten den verwandten Studien und es werden ebenfalls Logit Modelle geschätzt. Einige der wichtigsten Analyseresultate für den privaten Verkehr sind: Zeitwerte für PW und Bus im intra-urbanen Verkehr sind deutlich kleiner als im inter-urbanen Verkehr. Zeitwerte beim inter-urbanen Verkehr nehmen mit der Reisedistanz ab. Zeitwerte nehmen mit dem Einkommen zu. Häufig Reisende bewerten Zeitgewinne höher. Es gibt regionale Unterschiede in der Zeitbewertung. Für die Ermittlung der Zeitwerte im Geschäftsverkehr wird ebenfalls der Ansatz von Hensher verwendet. Die qualitativen Analyseresultate für den Geschäftsverkehr sind ähnlich denen im privaten Verkehr Finnland Die entsprechende Finnische Studie von 1992 verfolgt das Ziel, die ausländischen Erfahrungen (insbesondere die britischen und die holländischen) aufzubereiten und an die finnischen Verhältnisse anzupassen, vgl. Knurri und Pursula (1995) wird eine weitere Studie durchgeführt, die sich aber beide auf die Helsinki-Region beschränkt, vgl. Karasmaa (2001). Die Studie beinhaltet eine quantitative Analyse über die Wichtigkeit einzelner "Level-ofservice"-Variablen im öffentlichen Verkehr. Als Basis dient eine kombinierte RP- und SP- Befragung über das Routenwahlverhalten von Buspassagieren. Weiterhin misst die Studie Faktoren, die die Attraktivität beeinflussen, die PW-Fahrer verschiedenen Routen zuordnen. Basis ist hier ein Routenwahlmodell mit Daten einer SP-Befragung. Die Zeitwerte, die aus der Studie abgeleitet werden, sind vergleichbar mit Werten, die in vorangehenden Jahren aus reinen RP-Daten abgeleitet werden. Insgesamt sind die Finnischen Arbeiten allerdings als Vorstudie zu der geplanten nationalen Studie zu sehen, weshalb besonderer Wert auf die Datenerhebung und die Modellierung gelegt wird. 24

40 3.1.7 Dänemark In Dänemark wird in 2000 ein sehr detailliertes Nachfragemodell für den Grossraum Kopenhagen von Jovicic und Hansen (2003) entwickelt. Datengrundlage bilden dabei sowohl RP- als auch SP-Daten. Die RP-Daten stammen aus der nationalen Befragung zum Verkehrsverhalten. Diese telefonische Erhebung wird kontinuierlich mit zufällig ausgewählten Personen im Alter von 10 bis 84 Jahren durchgeführt. Die SP-Daten sind Erhebungen entnommen, die in Zusammenhang mit grossen Strassenbauprojekten in den 90er Jahren durchgeführt werden. Neben den geschätzten Zeitwerten können die folgenden Ergebnisse festgehalten werden: Zu- und Abgangszeiten und noch mehr Warte- und Umsteigezeiten werden zum Teil doppelt so hoch bewertet wie die reinen Fahrzeiten. Parkierungskosten werden ca. 13% höher bewertet als Fahrtkosten. Für den Flughafen Kopenhagen-Kastrup wird in diesem Zusammenhang ein separates Verkehrsmittelwahlmodell geschätzt. Die ermittelten Zeitwerte sind in allen Modi etwa dreimal so hoch wie im Gesamtmodell. Eine hinreichende Erklärung dafür konnte nicht gefunden werden. Zurzeit befindet sich eine Studie in Bearbeitung, die sich ausschliesslich mit der Ermittlung von landesweiten Zeitwerten befasst Schweizer Studien Studien bis 1985 Die wahrscheinlich erste schweizerische Studie wird bereits 1965 am Institut für Orts-, Regional- und Landesplanung der ETH Zürich durchgeführt, vgl. Zuberbühler (1965). Auf Basis einer kleinräumigen Stichtagsbefragung werden die Verkehrsanteile verschiedener Wegezwecke und Verkehrsmittel erfasst. Die Berechnung der Zeitkosten erfolgt aber ausschliesslich über die Durchschnittseinkommen von Selbständigen (9.80 CHF) sowie gelernten Arbeitern (6.20 CHF). Es werden Kosten für PW und Lieferwagen in Tagesspitzenzeiten von 3.- CHF/h und in den übrigen Tageszeiten von 2.- CHF/h angesetzt. Lüthi (1980) legt 15 Jahre später eine Arbeit zur Zeitwertproblematik vor. Die Arbeit basiert auf der vorgestellten ökonomischen Theorie, ohne dass dabei empirische Daten zu Vergleichsmessungen herangezogen werden. In die Berechnung zur Bestimmung des individuellen Wertes von Zeitgewinnen fliessen dabei die folgenden Determinanten ein: 25

41 Einkommensstruktur Zeitbudgetstruktur Dauer des Transports Haushaltsgrösse Alter und Geschlecht der Verkehrsteilnehmer Transportkosten Sozioökonomischer, psychologischer sowie wirtschaftspolitischer Einfluss Lüthi definiert den Stundenwert einer Arbeitsstunde als BSP pro Erwerbstätigen / mittlere Arbeitszeit und erhält einen Wert von CHF Die Nichtarbeitsstunde setzt er mit 25% des mittleren Stundenlohnes an, mit der Annahme, die Nichtarbeitszeit sei viermal so gross wie die Arbeitszeit hat die damalige Kommission zur Überprüfung von Nationalstrassenstrecken (NUP) ihren Abschlussbericht vorgelegt, vgl. NUP-Kommission (1982). Ziel der Studie war es, neben der Überprüfung und Anpassung des Anfang der 60er Jahre geplanten und bis dahin zu 70% fertig gestellten Netzes von Nationalstrassen auch die Planungsinstrumente Nutzwertanalyse und Kosten-Nutzen-Analyse genauer zu betrachten und diese Verfahren zu überarbeiten. Dabei werden Zeitwerte für Pendlerfahrten über die Verkehrsmittelwahl berechnet und mit dem Konsumentenpreisindex hochgerechnet, vgl. Abay (1984). Die Zeitwerte für die Wegzwecke Einkauf und Freizeit entstammen einem Gesamtzeitwert für Fahrzeuge in Deutschland, vgl. Meewes und Rotengatter (1976). Sie sind anhand der mittleren zweckspezifischen Besetzungsgrade aufgeteilt. Für Nutzfahrten nimmt man den Schweizerischen Durchschnittsarbeitslohn an. In einem weiteren Schritt werden diese Zahlen anhand des Pro-Kopf- Einkommens weiter regionalisiert. ASTRA Staukosten im Strassenverkehr Das Bundesamt für Strassen ASTRA lanciert 1998 eine Untersuchung zu den Staukosten im Strassenverkehr, vgl. Keller, Iten, Aebi, Altheer und Frick (1998). Damit werden mehrere Ziele verfolgt: Entwicklung einer Methodik zur Definition und Erfassung der staubedingten Kosten im Strassenverkehr. 26

42 Abschätzung der jährlich anfallenden Staukosten und Vergleich derer mit den übrigen externen Kosten. Hinweise zur Minderung der Staukosten an Kapazitätsengpässen wie Baustellen. In der Untersuchung werden etliche Pendlerstudien der 60er und 70er Jahre analysiert und auf das Jahr 1998 hochgerechnet. Verifizierung von Prognosemethoden im Personenverkehr Am Institut für Verkehrsplanung und Transportsysteme IVT der ETH Zürich werden für die Schweiz die ersten Studien zur Ermittlung von Zeitwerten auf Basis von Verhaltensdaten durchgeführt. Vrtic, Axhausen, Maggi und Rossera (2003) versuchen, die Grenzen und Möglichkeiten drei betrachteter Prognosenmethoden mittels Vorher-Nachheranalyse zu verifizieren und aufzuzeigen. Die Einführung der Intercity-Neigezüge bei den Schweizerischen Bundesbahnen SBB im Jahr 2001 und weitere Angebotsverbesserungen im Schienen- und Strassenverkehr gibt Gelegenheit, die Prognosenmethoden in einem bestimmten Untersuchungsraum zu verifizieren. Neben der Untersuchungsmethodik erweist sich hier vor allem die Qualität und Verfügbarkeit der vorhandenen Datengrundlagen für die Abbildung des Verkehrsgeschehens als entscheidend. Die Untersuchung ermittelt als Nebenprodukt auch Zeitwerte auf der Basis der SP- Befragungen. Die SP-Experimente sind aus dem Bereich Verkehrsmittelwahl (PW/Bahn) und Routenwahl (Bahn). Die geschätzten Modellparameter, die Zeitwerte und die relativen Bewertungen der Einflussgrössen werden fahrtzweckspezifisch ermittelt. Die berechneten Zeitwerte der Routenwahl unterscheiden sich nicht sehr von den berechneten Zeitwerten aus dem Verkehrsmittelwahlmodell. Dies ist eine Bestätigung dafür, dass die Einflussgrössen bei den Entscheidungen unabhängig von der Entscheidungsebene bewertet werden. 27

43 Die Schweizer Zeitwertstudie Die eigentliche Zeitwertstudie der Schweiz basiert auf einer Vorstudie aus dem Jahr 2000, vgl. Abay und Axhausen (2001). Diese macht Aussagen zum Stand der Technik in der Ermittlung von Zeitwerten und gibt Empfehlungen für die Anlage der Hauptstudie, die 2003 durchgeführt wird, vgl. König, Axhausen und Abay (2004). Die Studie ermittelt mit Hilfe von Stated Preference Methoden Daten zum Verkehrsverhalten und zur Zahlungsbereitschaft für Reisezeitänderungen für die Schweiz. Diese Zeitwerte gelten im Personenverkehr für PW und ÖV sowie für verschiedene Reisezwecke. Die Qualität der Erhebung wird durch zwei Pretests gewährleistet, in denen die Plausibilität der Antworten überprüft wird und entsprechende Änderungen in den Versuchsplänen und den Ausprägungen der Entscheidungsvariablen vorgenommen werden. Die Erhebung beinhaltet Verkehrsmittelwahl- und Routenwahl-SP-Experimente, die in verschiedenen Fragebogenkombinationen den Teilnehmern der Studie präsentiert werden. Basis aller Experimente ist ein berichteter Weg aus der Kontinuierlichen Erhebung Personenverkehr KEP der SBB. Kern der Analyse und der Ermittlung der Zeitwerte bilden verschiedene Versuchsreihen mit Logit Modellen. Dabei wird eine Vielzahl von Komponenten bzw. Modellformulierungen getestet. Während der Schätzungen werden sukzessive Erweiterungen in die Nutzenfunktion eingeführt und die Modellgüte somit stetig verbessert. Daraus ergibt sich eine Modellformulierung, in deren Nutzenfunktion neben den SP-Variablen die folgenden Komponenten einfliessen: Trägheitsvariablen bei Verkehrsmittelwahlmodellen Wahrscheinlichkeitsverteilte Parameter für Reisekosten und Reisezeit Einkommens- und distanzabhängige Elastizitäten Interaktionen zwischen Reisezeit und Wegzwecken Mit dieser Modellformulierung können Zahlungsbereitschaften für Reisezeitreduktionen für den Pendler-, den Einkaufs- sowie den Freizeitverkehr geschätzt werden. Die Zeitkosten für den Geschäftsverkehr werden aus den Verhältnissen zu anderen Zeitwerten ermittelt. Und zwar in dem Sinne, dass aus anderen internationalen Studien diese Verhältnisse ermittelt werden und diese Faktoren dann auf die Schweizer Werte angesetzt werden. Für die Berechnung der Zeitwerte für Geschäftsfahrten wird der Median der Verteilungen der Verhältnisse der Nichtpendlerwege zu den Geschäftsfahrten gewählt. Die Werte für diesen Wegezweck Nichtpendeln ergeben sich anteilig aus den Einkaufsfahrten und den touristischen Fahrten. 28

44 Die durchschnittlichen Zeitkostenansätze des Schweizer Verkehrsmarktes für die betrachteten Verkehrsmittel ergeben sich entsprechend der Gewichtung nach der Schweizer Weglängenund der Einkommensverteilung der Volkszählung Mikrozensus Die Verlässlichkeit in der Entscheidungsmodellierung Definitionen und Ansätze Auch wenn die Empirie der Zeitwertforschung eine viel grössere Tradition hat und sich entsprechende Erfahrungswerte angesammelt haben, wird doch seit einigen Jahren immer wieder die These aufgestellt und belegt, wie wichtig die Verlässlichkeit der Reisezeit für die Wahlentscheidung ist. Dafür stehen neben theoretischen Überlegungen eine Reihe empirischer Untersuchungen, die die Verlässlichkeit thematisieren oder berücksichtigen. In Befragungen und bei der Modellierung wird versucht, diese als Teilaspekt einfliessen zu lassen. In jeder Hinsicht konkrete und befriedigende Lösungen für Messung und Implementierung in Modelle werden bislang nicht gefunden. Das liegt auch daran, dass es anders als zum Beispiel bei der Messung und Bewertung von Reisezeitreduktionen keine allgemeingültige Definition der Verlässlichkeit gibt. Insbesondere bei der zeitlichen Verlässlichkeit sind längere Reisezeiten, Verspätungen und Unpünktlichkeiten nicht zwingend eine Art von Unzuverlässigkeit. Sobald längere Reisezeiten gegenüber Reisezeiten bei freier Fahrt bzw. geringen Verkehrsaufkommen prognostizierbar sind wie etwa im morgendlichen Arbeitsverkehr, können sie nicht mehr als unzuverlässig eingestuft werden. Der Grad der Verlässlichkeit im engeren Sinn wird zu einem Grossteil aus zufälligen, also nicht prognostizierbaren Veränderungen einer in jeder Situation spezifisch zu definierenden Normalität bestimmt. Als Normalfall oder Mittelwert ist also nicht zwingend die Reisezeit im unbelasteten System zu sehen. Diese Referenzzeit bezieht sich immer auf den durchschnittlichen Systemzustand zu vergleichbaren zeitlichen Situationen. Das heisst, die Verlässlichkeit verringert sich erst dort, wo der Reisende nicht mit Bestimmtheit seine exakte Ankunftszeit vorhersagen kann. Aus diesem Grund bietet der Strassenverkehr die meisten Ansatzpunkte für Unzuverlässigkeiten. Hier ist die Wahrscheinlichkeit unvorhergesehener betrieblicher Störungen wesentlich höher als bei anderen Verkehrsträgern, da zum Beispiel durch Unfälle Kapazitätsengpässe entstehen, die zu veränderten Reisezeiten führen. Motorisierter Individualverkehr und öffentlicher (Strassen-) Verkehr sind hier gleichermassen betroffen. Gegenüber der planmässigen Reisezeit ist also die Verlässlichkeit als unvorhersehbare, zufällige Komponente vielschichti- 29

45 ger. Sie kann theoretisch in allen gängigen Wahlentscheidungen wie zum Beispiel der Wahl der Abfahrtszeit, der Zielwahl, der Routenwahl oder der Verkehrsmittelwahl berücksichtigt werden. Wie angedeutet bedeutet unzuverlässlich aber nicht zwingend verspätet. Die meisten Ansätze beruhen allerdings auf der plausiblen Annahme, dass nicht vorhersehbare verspätete Ankünfte höher bewertet werden als verfrühte. Gorham, Kanchi, Cowart, Chari, Goel und Sachdeva (2003) beschreiben zum Beispiel die Verlässlichkeit in Form verspäteter Abfahrten. Small, Noland, Chu und Lewis (1999) untersuchen hingegen nicht nur Verspätungen sondern auch Verfrühungen. Für die Messung und Modellierung der Verlässlichkeit stellt sich dabei zunächst die Frage, welche Variablen überhaupt verhaltensrelevant sind bzw. wie die Verlässlichkeit wahrgenommen wird. Die einfachste Art der Wahrnehmung ist eine generelle Unpünktlichkeit oder Verspätung an sich. Je nach Wegezweck, kann das aber als Einfluss bei der Wahlentscheidung noch irrelevant sein. Bei einer einmaligen Fahrt, die an einen Termin geknüpft ist, der eine Verspätung ausschliesst, kann die Pünktlichkeit zum Beispiel einen hohen Stellenwert innerhalb der Entscheidung einnehmen. Dies kann die Routenwahl zum Flughafen betreffen oder auch die Verkehrsmittelwahl einen Konzert Besuch. Hier spielt es keine Rolle, wie hoch eine eventuelle Verspätung ist. Bei sich wiederholenden Fahrten wird die Verlässlichkeit wahrscheinlich differenzierter wahrgenommen. Hier wird im zunächst durch den Reisenden festgestellt, wie oft er unpünktlich oder verspätet ist. Er fällt dann unter Umständen eine Entscheidung auf Basis des Anteils Verspätungen, die vielleicht zusätzlich jeweils eine gewisse Dauer überschreiten. Der Rest der zeitlichen Verteilung der Ankünfte wird vielleicht ausser Acht gelassen. Die Wahlentscheidung kann aber auch durch eine Kalkulation der Verlässlichkeit geprägt sein. Der Reisende geht vielleicht von einer normalen Fahrzeit wie oben beschreiben aus und berücksichtigt weiter eine mittlere Verspätung und Streuung der Verspätung bzw. die mittlere Fahrzeit und Streuung der Verspätung. Dies könnte insbesondere bei täglich wiederkehrenden Fahrten wie dem Weg zur Arbeit der Fall sein. Und zuletzt kann die Form der Verteilung ausschlaggebend entscheidungsrelevant sein. Sind die Ankünfte gleichverteilt oder gibt es inakzeptable Ausreisser bei den Verspätungen? Es gibt also grosse individuelle und zweckspezifische Unterschiede bei der Beurteilung der Verlässlichkeit einer Alternative und bei der Wahlentscheidung. Deshalb stellt sich daran anschliessend die Frage der Darstellung dieser Variablen. Im Gegensatz zu der beschriebenen 30

46 inneren Form der Verlässlichkeit kann man hier nun von einer äusseren Form der Darstellung der Verlässlichkeit sprechen. Die Literatur weist in erster Linie die unterschiedlichen Komplexitäten der Darstellungsform aus. Die einfachste Form stellt eine Konstante dar. Die Entscheidung wird dann zwischen pünktlich und unpünktlich, verlässlich und unzuverlässig oder verspätet und nicht verspätet ohne Berücksichtigung einer Zeitdauer getroffen. Damit wird eine Bewertung der generellen Unpünktlichkeit ermöglicht. So hat Small (1982) zum Beispiel den Einfluss der Verspätung gemessen, indem er einen Parameter für verspätete Ankünfte geschätzt hat. Eine komplexere Darstellung der Verlässlichkeit äussert sich durch zusätzliche Wahrscheinlichkeiten. Das heisst, man beschreibt den Anteil verspäteter Ankünfte. Vrtic, Axhausen, Maggi und Rossera (2003) haben in Stated Choice Experimenten die Verlässlichkeit als Wahrscheinlichkeit der Pünktlichkeit in % aufgeführt. Rietveld, Bruinsma und van Vuren (2001) haben ebenfalls eine solche Verspätungswahrscheinlichkeit als SP-Variable präsentiert. Denkbar ist auch eine Reduzierung der Beschreibung der Verlässlichkeit auf den Anteil von grösseren Verspätungen, ab einer gewissen Dauer. In beiden Komplexitätsstufen ermöglicht das Verhältnis von Kosten- und Verlässlichkeitsparameter eine Aussage zur Zahlungsbereitschaft von verlässlichen Reisezeiten. Im einfachsten Fall wird die hundertprozentige Pünktlichkeit bewertet und im komplexeren Fall kann die Bewertung der Pünktlichkeitswahrscheinlichkeit eingeschätzt werden. Eine weitere Stufe an Komplexität kann durch die Einführung einer Verteilung der zeitlichen Ausprägung erreicht werden. Das heisst, man eine zum Beispiel eine mittlere Reisezeit und deren Streuung. Präsentieren lässt sich das im einfachsten Fall durch diese zwei Werte oder auch durch eine Reihe diskreter Werte. Small, Noland, Chu und Lewis (1999) haben zum Beispiel für fünf Tage fünf verschiedene, gleichwahrscheinliche Reisezeiten präsentiert. Zuletzt ist auch die Darstellung der Verteilung von Reisezeiten in grafischer Form also als Kurve der Verteilungsfunktion denkbar. Dabei muss jedoch beachtet werden, dass sehr mathematische Präsentationen im Alltag eher ungebräuchlich sind und somit sehr wahrscheinlich einen Teil der Befragten überfordern könnten. Die Abbildung 1 zeigt beispielhafte Präsentationsformen und deren unterlegten Verteilungen. Die Komplexitätsstufe der unterstellten Wahrnehmung der Verlässlichkeit bestimmt den Rahmen der möglichen Präsentationsform. Für die Konstruktion der von SP-Experimenten zur Verlässlichkeit muss man sich für eine Kombination entscheiden. Die Tabelle 3 zeigt die möglichen Kombinationen. 31

47 Abbildung 1: Beispiele für Präsentationsformen von Reisezeitverteilungen 20 Reisezeitvariabilität [min] Mo Di Mi Do Fr -15 [Mittel, Std.] Präsentationsform Reisezeitvariablilität Tage einer Woche [0.0, 7.9] Fünf gleichwahrscheinliche Reisezeiten pro Woche [6.0, 5.5] Zwei Tage pünktlich, drei Tage verspätet mit 10 min pro Woche [3.0, 6.7] Eine Verspätung von 15 min pro Woche [1.5, 3.4] Ein einzelnes Verspätungsereignis von 15 min mit einer Wahrscheinlichkeit von 50 % [1.0, 6.5] Ankunft 10 min früher (20% Wahrscheinlichkeit), pünktlich (20%) wahrscheinlich und 5 min später (60%) Tabelle 3: Mögliche Kombinationen aus präsentierter und wahrgenommener Form von Verspätungen [ Präsentiert Wahrgenommen Z Verspätung generell Grössere Verspätungen Normalität und Verteilung Normalität und Verteilung und Ausreisser Verspätung ja/nein Anteil verspäteter Ankünfte Anteil verspäteter Ankünfte () () und Verspätungsdauer Mittelwert und Streuung 3 und mehr diskrete Werte Verteilungsfunktion Neben den Ausprägungsformen der Variablen kann bei hypothetischen Fragestellungen auch noch die augenscheinliche Form der beschriebenen Entscheidungssituation variiert werden. Dies kann eine grafische, eine tabellarische oder auch eine rein textliche Präsentation sein. 32

48 Bei der Schätzung der Entscheidungen können entsprechend den beschriebenen Darstellungsformen unterschiedliche Einflüsse modelliert werden. Lässt man Interaktionen mit anderen Entscheidungsvariablen ausser Acht, kann im einfachsten Fall die Verlässlichkeit als Dummyvariable in die Nutzenfunktion eingeführt werden, vgl. Small (1982). Bei den komplexeren Darstellungsformen ist die unterlegte Verteilung abhängig von Art, Anzahl und Präsentationsform der Ausprägungen der Entscheidungsvariablen. Mit steigender Anzahl an Ausprägungen können bei der Modellierung anstelle der direkten Einflüsse der Entscheidungsvariablen auch die Charakteristika der Wahrscheinlichkeitsverteilungen eingeführt werden. Darüber hinaus sind natürlich Interaktionen zwischen den Verlässlichkeitsvariablen und auch mit anderen Entscheidungsvariablen möglich. Natürlich ist es nicht sinnvoll die Vielzahl an Kombinationsmöglichkeiten von Präsentationsformen gesamthaft zu testen. Die angesprochene Bewertung der Reisezeit bietet die Möglichkeit, eine Komponente für unsichere Zeiten zu implementieren oder sie als mögliche Verspätungsdauer auszuweisen. Ein weiterer Ansatz besteht darin, die Verlässlichkeit oder die Pünktlichkeit als Teil einer variablen Reisezeit einzubeziehen, die sowohl verspätete als auch verfrühte Ankünfte aufweist wie zum Beispiel bei Modellen zur Wahl der Abfahrtszeit. Für die Messung der Bewertung der Verlässlichkeit muss diese kompensierbar sein. Das heisst, in die Messung muss eine Kostenkomponente einbezogen werden Die vorliegende Studie nimmt die wesentlichen Darstellungsformen auf, untersucht diese und erweitert sie. Das heisst, es werden SP-Experimente zur Routen und Verkehrsmittelwahl sowie zur Wahl der Abfahrtszeit durchgeführt. Die Experimente werden in tabellarischer Form oder mit grafischer Unterstützung dargestellt. Es werden Verspätungen und Verfrühungen untersucht. Den Teilnehmern wird zur Kompensation der Unzuverlässigkeit einer Alternative einmal eine verlängerte, sichere Reisezeit und ein anderes Mal zuschlägliche monetäre Kosten angeboten. Die Variabilität wird sowohl prozentual als auch in Tagen pro Woche präsentiert. Es werden Entscheidungssituationen konstruiert, die eine einzelne Fahrt beschreiben und solche, die die Variabilität von längeren Zeiträumen abbilden. Bei den unterlegten Verteilungen werden im Wesentlichen die Beispiele aus Abbildung 1 verwandt. Bei der späteren Formulierung der Nutzenfunktionen werden sowohl präsentierten Ausprägungen der Variablen als auch die Eckwerte der Verteilungen der Ausprägungen implementiert. Die Ergebnisse erlauben eine Empfehlung zur Implementierung der Verlässlichkeit in Entscheidungsmodellen. Im Folgenden werden nun Themengebiete, bereits gemessene Werte, grundlegende Ansätze und definierte Forderungen beschrieben. Darüber hinaus gibt es noch weitere Literatur, die 33

49 Veröffentlichungen im Rahmen der genannten Studien darstellt und inhaltlich ähnlich ist, wie zum Beispiel Batley und Clegg (2003), Black und Towriss (1993), Committee for a Study for a Future Strategic Highway Research Progam (2001), Copley und Murphy (2002), Fujii und Kitamura (2001), Kraft (1995), Louviere (1988), Noland, Small, Koskenoja und Chu (1998), Pells (1987), Polak (1987) und Polak (1996). Eine Literaturübersicht zu diesem Thema ist Noland und Polak (2002) Befragungen zur Verlässlichkeit In der Literatur findet man eine Reihe von Befragungen, die die Verlässlichkeit von Verkehrssystemen zum Gegenstand haben. Dabei handelt es sich fast ausschliesslich um Stated Preference Befragungen. Trotz der Probleme bei der Präsentation der Entscheidungsvariablen scheint diese Methode gerade bei zufälligen Ereignissen sehr geeignet. Die bei der Bewertung notwendige Wiederholung ähnlicher Situationen mit unsicheren Reisezeiten lässt sich aufgrund der typischen Eigenart von SP-Befragungen am sichersten messen, vgl. Bates (2000). Er schlägt zur Evaluation der Verlässlichkeit und für deren Berücksichtigung in Entscheidungsmodellen die folgenden drei Punkte vor: Eine klare Situationsbeschreibung in SP-Befragungen, insbesondere Erklärung der Reisezeitvariationen und wie sie in der jeweiligen Situation zustande kommen. Die Verteilung der Variablenausprägungen soll möglichst gleichförmig sein und vorwiegend gleich wahrscheinliche Ausprägungen besitzen. Dargestellte Verspätungen sollen sich direkt auf die bevorzugte Ankunfts- bzw. Abfahrtszeit beziehen. Allerdings bleibt dabei das besprochene Problem der Darstellung. Konkret muss den Teilnehmern eine Verteilung der Reisezeiten möglichst verständlich und eingängig beschrieben werden. Je nach Verkehrssystem zeigt die Literatur unterschiedliche Ansätze: Eine der ersten Messungen führt Prashker (1979) durch. Er befragt Pendler im Grossraum Chicago. Die Verlässlichkeit wird mit Aussagen beschrieben. Die Personen machen zunächst Angaben zu ihrem täglichen Verkehrsmittel. Daran anschliessend sollen sie neun allgemeine Aussagen auf dieses Verkehrsmittel beziehen und diese dann auf einer siebenteiligen Skala bewerten. Die Aussagen betreffen vor allem die Verlässlichkeit wie zum Beispiel Die Fahrzeit variiert meistens mehr als 15 Minuten von Tag zu Tag. 34

50 Das Fahrzeug ist gegenüber der erwarteten Abfahrtszeit meistens in weniger als 10 Minuten verfügbar. Man kann von der Abfahrtszeit mit Sicherheit auf die Ankunftszeit schliessen. Die Reisezeit ist von der Witterung unabhängig. Die Parkplatzsuche ist meistens nicht länger als eine Minute und selten länger als 10 Minuten. Den Abschluss der Befragung bilden detaillierte Fragen zum Arbeitsweg. Aus diesen RP- Daten werden anschliessend Logit Modelle zur Wahl der Abfahrtszeit und zur Verkehrsmittelwahl geschätzt. Eine US amerikanische Studie, deren Basis eine fünfteilige telefonische SP-Befragung mit 564 PW-Pendlern ist, untersucht das Routenwahlverhalten bei variierenden Reisezeiten und variierender Fahrtinformation, vgl. Abdel-Aty, Kitamura und Jovanis (1995). Für die Wahlentscheidung ist einer zuverlässigen Route (tägliche Reisezeit 30 Minuten) eine im unbelasteten Zustand schnellere, aber unzuverlässige Route mit möglichen Verspätungen bis zu 20 Minuten gegenübergestellt. Je nach Kombination von Verspätungswahrscheinlichkeit in Tagen und Reisezeitgewinn bzw. -verlust auf der unsicheren Route liegt die mittlere tägliche Verspätungsdauer zwischen 6 und 0 Minuten und die Standardabweichung zwischen 6 und 34 Minuten. Die Studie belegt, dass die Methode in diesem Kontext vollkommen ausreichend ist. Die Teilnehmer der Studie haben trotz der rein hypothetischen Fragestellung die Entscheidungsvariablen gut abstrahieren können. Small, Noland, Chu und Lewis (1999) entwerfen Stated Choice Experimente, die den Befragungsteilnehmern neben einer durchschnittlichen Reisezeit und den Reisekosten für beide Alternativen fünf gleichwahrscheinliche Reisezeitveränderungen beschreiben. Innerhalb der Experimente werden jeweils zwei Karten mit tabellarischem Inhalt präsentiert, wie zum Beispiel: Durchschnittliche Reisezeit: 20 min Sie erreichen Ihr Ziel zu den folgenden Zeiten bei gleicher Wahrscheinlichkeit: 4 min zu früh 2 min zu früh pünktlich 2 min zu spät 4 min zu spät Ihre Kosten: $

51 In einer zweiten Reihe von SC-Experimenten werden Pendler zum Thema Strassenbenutzungsgebühren auf bemauteten Sonderfahrstreifen befragt. Die Teilnehmer sollen zwischen einem gratis zu befahrenden und einem mautpflichtigen Fahrstreifen wählen. Die Entscheidungsvariablen sind die Reisezeit, die Mautgebühren und eine Verlässlichkeitsvariable. Diese ist definiert als Häufigkeit einer unerwarteten Verspätung von 10 Minuten und mehr in x von y Tagen, vgl. Golob (2001), Golob und Golob (2001). Eine ganz ähnlich angelegte, aktuelle Studie, die SP-Methoden zur Ermittlung von Zeitkosten z. B. bei unzuverlässigen Reisezeiten von Pendlern einsetzt, wird in Hyderahbad von Gorham, Kanchi, Cowart, Chari, Goel und Sachdeva (2003) durchgeführt. Den Teilnehmern werden einfache Stated Choice Experimente zur Verkehrsmittelwahl vorgelegt. Je nach Fahrzeugbesitz soll dabei zwischen dem Bus und einem individuellen Fahrzeug (motorisiertes Zweirad, PW oder Rikscha für Personen ohne eigenes motorisiertes Fahrzeug) gewählt werden. Die drei Entscheidungsvariablen besitzen relative Ausprägungen von Reisezeit, Reisekosten und Verlässlichkeit bezogen auf den Arbeitsweg des Vortages. Die Präsentation der Experimente geschieht ebenfalls mittels tabellarischen Karten, wie zum Beispiel: Kosten: 1 Rupie niedriger gegenüber der gestrigen Fahrt zur Arbeit. Reisezeit: 10 min länger gegenüber der gestrigen Fahrt zur Arbeit. Verlässlichkeit: Das Fahrzeug fährt nicht später als 20 min nach der fahrplanmässigen Abfahrt ab. Die Ausprägungen der Variablen sind: Kosten: -1 Rupie, 0 Rupien, +1 Rupie Reisezeit: -10 min, 0 min, +10 min Verlässlichkeit: 1 min, 10 min, 20 min spätere Abfahrt 36

52 Abbildung 2: SP-Experimente mit unsicheren Ankünften Quelle: Bates, Polak, Jones und Cook (2001) Bates, Polak, Jones und Cook (2001) führen eine Untersuchung zur Bewertung von Pünktlichkeit von Bahnreisen in London durch. Den Teilnehmern der Studie werden für zwei Alternativen der unterschiedliche Fahrpreis und eine gewünschte Ankunftszeit vorgegeben. Weiter werden jeder Alternative 10 "typische" Ankünfte in "...Minuten zu früh bzw. "...Minuten zu spät zugeteilt. Aus insgesamt 10 Alternativen sollen dann zuletzt die 4 angenehmsten ausgewählt werden, vgl. Cook, Jones, Bates, und Haight (2000) sowie Hague Consulting Group, Halcox und Imperial College London (2000). Weniger komplex gehalten ist eine Studie von Rietveld, Bruinsma und van Vuren (2001), die eine Stated Choice Befragung mit 781 Benützern des öffentlichen Verkehrs (neun Experimente pro Person) durchführen. Die Personen sollen zwischen einer sicheren, etwas längeren Alternative und einer an sich schnelleren Verbindung mit höherer Verspätungswahrscheinlichkeit entscheiden. Auch hier werden die Experimente mittels tabellarischen Karten präsentiert wie zum Beispiel: 37

53 Stellen Sie sich vor, Sie möchten einen Weg von A nach B mit dem öffentlichen Verkehr zurücklegen. Sie können zwischen zwei Alternativen (1 und 2) wählen: Alternative 1 wird durch die folgenden Charakteristika beschrieben: Fahrplanmässige Reisezeit: 80 min Wahrscheinlichkeit einer Verspätung: 0% Wahrscheinlichkeit einen Sitzplatz zu bekommen: 100% Fahrpreis: Dlf 12,50 Alternative 1 wird beschrieben durch: Fahrplanmässige Reisezeit: 70 min Wahrscheinlichkeit einer Verspätung: 50% Wahrscheinlichkeit einen Sitzplatz zu bekommen: 100% Fahrpreis: Dlf 12,50 Welche der beiden Alternativen würden Sie bevorzugen? Die folgende Tabelle 4 zeigt die Ausprägungen der Variablen: Tabelle 4: Entscheidungsvariablen und Ausprägungen bei Rietveld, Bruinsma und van Vuren (2001) Variable Einheit Ausprägung Geplante Reisezeit min 70, 80 Wahrscheinlichkeit einer Verspätung von 15 min % 0, 50 Sitzplatzgarantie % 75, 100 Fahrpreis HLG 12.50, 15, 20 Pro Experiment werden die Ausprägungen zweier Variablen variiert. Eine noch junge Untersuchung stammt von de Palma und Picard (2003). Das besondere an dieser Studie ist, dass die SP-Experimente nicht wie sonst üblich schriftlich, sondern mündlich per Telefon präsentiert werden. Mehr als 4100 Personen werden abends über die morgendlichen Fahrten desselben Tages befragt. Die Fragen konzentrieren sich dabei auf die Wahl der Abfahrtszeit von Berufspendlern und anderen sowie das genutzte Verkehrsmittel. Es werden zunächst die wegspezifischen Daten wie Abfahrtszeit, Startpunkt und Ziel, Fahrtzeit und Fahrtkosten, Ortskundigkeit usw. erfragt. In einem zweiten Teil werden den Personen nacheinander alternative Abfahrtszeiten mit späterer Ankunft und deren Preis beschrieben. Daran anschliessend werden den Personen SP-Experimente zur Routenwahl präsentiert. 38

54 Die Routen unterscheiden sich in ihrer Pünktlichkeit bzw. deren Einschätzbarkeit. Zuletzt werden die soziodemographischen Daten der Teilnehmer aufgenommen. Allerdings werden in der Studie später mögliche Unterschiede durch die differenzierte Befragungsmethode untersucht Verlässlichkeit als Komponente bei der Wahl der Abfahrtszeit Betrachtet man Modelle, die Reisezeiten mit eingeplanten Pufferzeiten beschreiben, gelangt man zwangsläufig zu Entscheidungsmodellen der Abfahrtszeit. Sie stellen einen der grössten Ansatzpunkte dar, um die Verlässlichkeit von Reisezeiten und deren Bewertung zu bestimmen. Gaver (1968) sieht bereits die Verlässlichkeit als eine Komponente bei der persönlichen Planung zur Vermeidung von Zeitverlusten durch Staus. Er führt den Gedanken ein, dass Reisende eine Sicherheitsmarge oder Pufferzeit zusätzlich zur Reisezeit einplanen, um einer verspäteten Ankunft vorzubeugen. In den meisten Studien wird die Wahl der Abfahrtszeit im Kontext von Arbeitswegen untersucht. Auch Abkowitz (1981) konzentriert sich auf der Basis von RP-Daten aus der San Francisco Bay Area die Abfahrtszeiten von Pendlern. Dabei wird die Differenz der gemessenen Ankunftszeiten gegenüber dem offiziellen Arbeitsbeginn in Fünfminutenintervallen von 40 Minuten zu früh bis 15 Minuten zu spät gemessen. In die nachgeführte Entscheidungsmodellierung mittels Logit Modellen fliessen die folgenden Variablen mit zeitlichem Kontext ein: Reisezeit Eingeplante Verfrühung (Pufferzeit) Eingeplante, bewusste Verspätung Pünktliche Ankunft (bis zu 2.5 Minuten Differenz zum Arbeitsbeginn) Ankunft bis zu 17.5 Minuten vor Arbeitsbeginn Ankunft 17.5 bis 2.5 Minuten vor Arbeitsbeginn Ankunft 2.5 bis 7.5 Minuten nach Arbeitsbeginn Ankunft 7.5 bis 12.5 Minuten nach Arbeitsbeginn Zusätzlich werden auch Variablen zum Verkehrsmittel, zu Alter und Beruf berücksichtigt. Die Modelle werden sowohl mit als auch ohne die Verlässlichkeitsvariablen geschätzt. Die Verlässlichkeitsvariablen sind alle hoch signifikant. Eine weitere wichtige Erkenntnis ist, dass 39

55 die auf die Verlässlichkeit bezogenen Abfahrtszeitvariablen nicht oder nur in geringem Masse mit anderen erklärenden Variablen herkömmlicher Modelle wie der Fahrzeit korrelieren. Ein früher Ansatz wird auch von Vickrey (1969) vorgeschlagen: Vickreys Falschenhalsmodel beruht auf dem direkten Verhältnis von Nachfrage und Netzzustand. Es wird angenommen, dass Reisende ihre Abfahrtszeit von der Reisezeit und der erwarteten Verspätung abhängig machen. Diese ist definiert als Differenz zwischen der gewünschten Ankunftszeit PAT und der effektiven also realen Ankunftszeit. Danach ergibt sich der Nutzen U(t) einer Abfahrtszeit t aus: U(t) = T(t) + MAX(0,(PAT - t - T(t)))+ MAX(0,(t + T(t) - PAT)) ( 22 ) Mit U(t): Nutzen der Abfahrtszeit t T(t): Spezifische Reisekosten bzw. Reisezeit zur Abfahrtszeit t PAT: Gewünschte Ankunftszeit (preferred arrival time) Es wird angenommen, dass die Reisezeiten innerhalb der hochbelasteten Tageszeiten nach einem so genannten deterministischen Flaschenhalsmodell variieren. Ein Netzengpass mit der Kapazität h verursacht solange keine Reisezeitverlängerung, bis seine Kapazitätsgrenze erreicht ist. Wird diese durch die Zahl der Ankünfte q(t) überschritten, entwickeln sich ein Stau und proportional dazu die zeitliche Verzögerung. Ist der Beginn dieses Prozesses der Zeitpunkt t 1 dann entwickelt sich die Länge des Staus L(t) zum Zeitpunkt t wie folgt: L( t) q( w) dw h( t t1 ) ( 23 ) = t t1 Vernachlässigt man die staufreie Reisezeit, ergeben sich die zusätzlichen Kosten T(t) also aus L(t)/h. Small (1982) greift die Erkenntnisse von Gaver (1968) und Vickrey (1969) unter der Annahme auf, dass die tägliche Variation von Reisezeiten durch exogene Faktoren bestimmt wird und konzentriert sich auf die Modellierung der Nachfrage in Bezug auf die gewünschte Ankunftszeit und planmässige Abweichungen davon. Es wird angenommen, dass für den Reisenden diejenige Abfahrtszeit den höchsten Nutzen bringt, die ihm am wahrscheinlichsten die Ankunft zur gewünschten Zeit garantiert. Small konzentriert sich in seinen Untersuchungen auf morgendliche Arbeitswege. Eine weitere Annahme ist, dass sich geplante Verspätungen 40

56 negativer auf den Nutzen auswirken als geplante Verfrühung. Deshalb wird in der Nutzenfunktion eine zusätzliche Dummyvariable für spätere Ankünfte gegenüber der Wunschankunftszeit formuliert. Small führt die heute gebräuchlichen Begriffe der planmässigen Verfrühung und Verspätung ein sowie den beschriebenen Abschlag des Nutzens bei Ankunft nach der Wunschankunftszeit. Der Nutzen einer bestimmten Abfahrtszeit wird von Small dementsprechend wie folgt definiert: U(t) = T(t) + SDE + SDL + D L ( 24 ) Mit U(t): Nutzen der Abfahrtszeit von zu Hause t h T: Reisezeit SDE: SDL: Einer planmässigen Verfrühung (schedule delay early) definiert als MAX(0,(PAT - t - T(t))) Einer planmässigen Verspätung (schedule delay late) definiert als MAX(0,(t + T(t) - PAT)) D: Dummy für Verspätung (für SDL > 0 gilt D = 1, für SDL 0 gilt entsprechend D = 0). Die Reisezeit stellt dabei eine wesentliche Komponente der Nutzenfunktion dar. Je kürzer sie ist, desto grösser wird der Nutzen einer Alternative sein. Der andere Teil der Nutzenfunktion beschreibt die unpünktliche Ankunft. Auch hier kann man unter der Berücksichtigung von Max U annehmen, dass eine Verkleinerung der Unpünktlichkeit den Nutzen der Abfahrtszeit steigert. Dies gilt auch für eine zu frühe Ankunft. Für die Verspätung wird zusätzlich eine Malusvariable eingeführt. Man erwartet, dass alle Parameter negativ sind. Für konstante Reisezeiten kann daraus eine typische Funktion abgeleitet werden, vgl. Abbildung 3. Bei der Verifizierung seiner Theorie hat Small die folgenden Parameter geschätzt: U = T SDE SDL -0.58D ( 25 ) Das heisst: : : 2 : 1 : 4 41

57 Abbildung 3: Bewertung von Verfrühung und Verspätung nach Small (1982) 80 abnehmender Nutzen SDL 30 SDE D L geplant früher 0 gewünschte Ankunftszeit geplant später Diese Restriktionen stellen allerdings eine starke Vereinfachung dar, denn in der Realität ist die Reisezeit einer Relation nicht konstant. So ist sie im morgendlichen Berufsverkehr, wenn die Kapazitätsgrenze erreicht wird, wesentlicher höher als bei freiem Verkehr. Noland und Small (1995) haben die Funktion deshalb um zufällige Komponenten erweitert. Dabei werden die Variablen effektive Reisezeit, unerwartet eingesparte Reisezeit und unerwartete zusätzliche Reisezeit so verändert, dass der Nutzen nicht aus den erfahrenen Zeiten berechnet wird, sondern aus den vor Fahrtantritt erwarteten Zeiten. T = T f + T x (t) + T r (t) ( 26 ) Mit T f : Fahrzeit bei freier Fahrt T x : Zusätzliche Reisezeit bei täglichen Überlastungen (_ 0) T r : Zufällige zusätzliche Reisezeit (_ 0) Statt des einfachen Nutzenabschlags für verspätete Ankünfte bei Small (1982) verwenden Noland und Small (1995) einen Term, der die allgemeine Verspätungswahrscheinlichkeit be- 42

58 rücksichtigt. Hier ist der Reisende mit einer Wahrscheinlichkeit (>0) einer verspäteten Ankunft konfrontiert basierend auf der Wahrscheinlichkeitsverteilung von T r. Die Wahl der Abfahrtszeit beim motorisierten Individualverkehr ist also abhängig von der Belastung im Netz. Dies führt bei den meisten Befragungen wie beschrieben dazu, einen Weg im morgendlichen Berufsverkehr in das Zentrum der Wahlentscheidung zu stellen. Bei fahrplangestützten Reisen scheint die Netzbelastung eine nicht so ausschlaggebende Rolle in der Wahl der Abfahrtszeit zu spielen. Dem Reisenden wird dabei eine exakte Ankunftszeit mitgeteilt, auch wenn diese durch die persönlichen Erfahrungen relativiert wird, vgl. Noland (2000). In der Studie wird mit Abfahrtszeitwahlmodellen die Bewertung von Takt und fahrplanmässigen Verspätungen geschätzt. Damit können in Abhängigkeit von der Strassenkapazität und dem Takt unterschiedliche Nutzen für PW-Fahrer und Busbenützer errechnet werden. Im Rahmen des Forschungsvorhabens HADES des Britischen Department of Transport werden so genannte peak spreading models untersucht, also Modelle, die die Wahl der Abfahrtszeit zu Spitzenzeiten abbilden, vgl. Department of Transport (2004). Ziel der Untersuchung ist es unter anderem, den zeitlichen Zwangspunkt, der durch den Wegezweck definiert wird, also die gewünschte Ankunftszeit PAT zu bestimmen. Aufgrund der fehlenden empirischen Daten zur PAT versuchen Polak und Han (2000), diesen Zeitpunkt über die real gemessene Ankunftszeit AAT (Actual Arrival Time) nach zu bilden. Weitere Literatur dazu findet sich in Polak (2002) sowie Polak (2002) und Oladeine (2002). Die Abfahrts- und Ankunftszeit kann danach beschrieben werden mit: PAT = PDT + t min ( 27 ) Mit PDT: Gewünschte Abfahrtszeit (preferred departure time) t min : Minimal möglichen Reisezeit Nimmt man an, dass Reisende pünktlich ihr Ziel erreichen wollen und deshalb bei der Wahl der Abfahrtszeit sowohl die tageszeitlichen Unterschiede in der Reisezeit berücksichtigen als auch die Unterschiede von Tag zu Tag, kann man weiter sagen: ADT = PDT + t tz - t p ( 28 ) 43

59 Mit ADT: Aktuelle Abfahrtszeit (actual departure time) t tz : t p : Eingeplanter tageszeitabhängiger Zu- oder Abschlag Sicherheitsmarge oder Pufferzeit, um Reisezeitschwankungen von Tag zu Tag vorzubeugen Damit bringen Polak und Han einen weiteren Aspekt in die Diskussion ein: Die Pufferzeit. Man kann annehmen, dass diese Sicherheitsmarge sehr individuell ist. Sie wird von Reisenden bei der Kalkulation der Ankunftszeit in den Zeitbedarf der Reise integriert und begründet grösstenteils die unplanmässig verfrühten Ankünfte. Die beschriebenen Gleichungen erklären das Planungsverhalten der Reisenden, die reale Ankunftszeit wird aber vom Systemzustand bestimmt: AAT = ADT + t min + t s ( 29 ) Mit AAT: Aktuelle Ankunftszeit (actual arrival time) t s : Tageszeitabhängige Verlängerung der Fahrzeit Zusammengefasst kann man schreiben: AAT = PDT + t tz - t p + t min + t s ( 30 ) Daraus folgt: PAT = AAT - t tz + t p - t s ( 31 ) Oder: PAT = AAT (ADT PDT) - t s ( 32 ) Der Ansatz konzentriert sich anders als die voran Beschriebenen auf die Zusammenhänge zwischen den gewünschten und den realen Zeitpunkten von Abfahrt und Ankunft. Aus diesem Grund soll er in der späteren Modellierung weiterverfolgt werden. 44

60 3.2.4 Verlässlichkeit als Komponente der Routen- und Verkehrsmittelwahl Modelle, die die Wahl der Abfahrtszeit beschreiben, bilden den Schwerpunkt zur Bestimmung von Verlässlichkeitsparametern. Darüber hinaus wird aber ebenfalls versucht entsprechende Routen- und Verkehrsmittelwahlmodelle, die in der Entscheidungsmodellierung und vor allem im Rahmen von Zeitwertstudien weit verbreitet sind, zu formulieren. Abdel-Aty, Kitamura und Jovanis (1995) konzentrieren sich bei der Modellierung von Routenwahlmodellen ohne finanzielle Entscheidungsgrössen auf lineare Modelle. Dabei wird auch eine Konstante in die Nutzenfunktion implementiert. Die Verlässlichkeit wird im empfohlenen Modell als Standardabweichung der Reisezeit auf der unsicheren Route dargestellt. Die Differenz der erwarteten Reisezeiten als weitere Grösse wirkt allerdings entgegengesetzt. Daneben werden bei der Routenwahl von Pendlern der Wunsch nach kleineren Distanzen sowie Verkehrsinformationen vor Reiseantritt und das Geschlecht als Wahlvariablen erkannt. Die Untersuchung belegt das insgesamt hohe Gewicht der Verlässlichkeit als Entscheidungsvariable bei der Routenwahl. Lam und Small (2001) schätzen aus RP-Daten der Verkehrsmittel- und Routenwahl sowie der Wahl der Abfahrtszeit und einer Transponderwahl mit linearen Modellen. Die Studie untersucht, wie oben beschrieben, das Verhalten auf einer Autobahn mit einem kostenlosen und einem gebührenpflichtigen Fahrstreifen. Die Routenwahl bezieht sich dementsprechend nur auf die Wahl des Fahrstreifens. Die Verkehrsmittelwahl umfasst letztlich die Anzahl der Reisenden pro Fahrzeug (Einzelfahrer vs. Fahrgemeinschaft). Die Gebühren werden dort automatisch mittels eines einzubauenden Transponders und auf Rechnung oder manuell, unmittelbar bei der Spurbelegung entrichtet. Dieser Umstand wird mit den Modellen zur Transponderwahl berücksichtigt. Hier sind entsprechend Korrelationen mit der Routenwahl zu berücksichtigen. Die Modellformulierungen sind jeweils linear und beinhalten die Variablen mittlere Reisezeit und Fahrtkosten. Für die Verkehrsmittelwahl sind Dummyvariablen zum Verkehrsmittel wie die Personenzahl und Interaktionen davon mit soziodemographischen Variablen integriert. Bei der Routenwahl sind es Dummyvariablen der Fahrspur und Interaktionen davon mit soziodemographischen Variablen und der Wegelänge. Die Verlässlichkeit der Reisezeit wird für die Routen- und Verkehrsmittelwahl als Wahrscheinlichkeitsverteilung berücksichtigt. Das heisst, aus den erhobenen RP-Daten konnten die Charakteristika der Reisezeitverteilung (Mittelwert, Median und Standardabweichung) ermittelt werden. Eine Analyse von Bates, Jones, Polak und Han (1997) untersucht die unterschiedlichen Einschätzungen der Verlässlichkeit von Arbeits- und Freizeitverkehr bei der Routenwahl. Die 45

61 Schätzungen ergeben, dass die Verlässlichkeit in das Entscheidungsverhalten von Pendlern etwa doppelt so stark einfliesst wie in die Entscheidungen der Freizeitreisenden. Es gibt auch positive unerwartete Variationen der Reisezeit. Diese entstehen nämlich dann, wenn sich der Reisende zum Beispiel zur Spitzenstunde in einem hoch belasteten Netz bewegt, mit einer langen Reisezeit rechnet und dann doch schneller als erwartet sein Reiseziel erreicht. Gaver (1968) nimmt an, dass derartige Reisezeitgewinne in den meisten Fällen nicht genutzt werden können und deshalb von Verkehrsteilnehmern auch nicht besonders hoch bewertet werden. Deshalb ist die unerwartete Reisezeitverlängerung eben nicht ein Teil der Reisezeit, der einfach in die Kosten oder in den Wert der Reisezeit eingeschlossen werden kann. In der Realität wird diese Zeitspanne durch ihren zufälligen Charakter und in Abhängigkeit von ihrem Vorzeichen anders wahrgenommen. Reisenden wird bei der Zeitkalkulation unterstellt, dass sie genügend Pufferzeit einplanen, um verlässlich zur gewünschten Zeit am Ziel sein zu können Wert der Verlässlichkeit In vielen der beschriebenen Studien wird der Einfluss von monetären Kosten auf die verschiedenen Typen von Wahlentscheidungen ermittelt oder geschätzt. Und so wird ein Wert der Verlässlichkeit angegeben. Anders als der etablierte Begriff der Reisezeit, ist die Verlässlichkeit der Reisezeit nicht genau definiert. Dies betrifft entsprechend auch deren Quantifizierung. Deshalb wird im Folgenden ein Überblick über die mögliche Bewertung verlässlicher Reisezeiten gegeben. Die Werte besitzen in der Regel unterschiedliche Einheiten, so dass ein direkter Vergleich anders als bei der Bewertung von Reisezeitgewinnen nicht möglich ist. Prashker (1979) versucht bereits, einen Wert für die Verlässlichkeit von Verkehrsmitteln zu quantifizieren. Dazu schätzt er Logit Modelle, in deren Nutzenfunktion auch Fahrzeit, Zugangszeit, Wartezeit sowie die Reisekosten einfliessen. Die Schätzungen werden zusätzlich mit Gewichtung nach dem Verlässlichkeitsbedürfnis der Stichprobe durchgeführt. Dabei fällt der Zeitwert eingesparter Fahrzeit von 2.51 US Cent/min auf 1 US Cent/min. Allerdings lässt sich hieraus kein direkter Wert für eingesparte Unzuverlässigkeit beziffern. Es bestätigt aber eindrucksvoll, wie stark der Einfluss der Verlässlichkeit auf die Reisezeit und deren Bewertung ist. Weiter gehen Rietveld, Bruinsma und van Vuren (2001). Sie schätzen in ihrer Studie die Logit Parameter der linearen Nutzenfunktion mit den Variablen Reisezeit, 50%ige Wahrschein- 46

62 lichkeit von 15 Minuten Verspätung, 75%ige Sitzplatzgarantie und einem Fahrpreis von x NLG. Aus den Parametern lassen sich die Werte folgenden Tabelle 5 ableiten. Daraus ergibt sich das Verhältnis einer Verspätungsminute von 64*60/16.04, also einem Faktor von 2.4 zwischen eingesparter Reisezeit und verringerter Verspätungswahrscheinlichkeit. Diese Ergebnisse belegen noch einmal die Erkenntnisse von Prashker. Tabelle 5: Monetäre Werte der Verlässlichkeit bei Rietveld, Bruinsma und van Vuren (2001) [NLG] Verringerung Wahrscheinlichkeit einer 15 min Verspätung von 50% auf 0% 4.81 Verringerung Wahrscheinlichkeit einer 2 min Verspätung von 50% auf 0% 0.64 Reisezeiteinsparung pro Stunde Mit den Modellformulierungen der beschriebenen Studie von Small und Yan (2000) bzw. Lam und Small (2001) in Kalifornien kann auch eine Evaluation eines Wertes für Verlässlichkeit durchführt werden. Es werden sowohl monetäre Werte für eingesparte Reisezeit als auch für Verlässlichkeit ermittelt. Die Werte für eingesparte Reisezeit (VOT) und für Verlässlichkeit oder besser für Reisezeitvariabilität (VOR) werden wie folgt definiert, vgl. Kap. 2.2: VOT V V = / ( 33 ) t c bzw. V V VOR = / ( 34 ) v c Mit t: Reisezeit v : Standardabweichung der Reisezeit Es werden verschiedenste lineare Modellformulierungen gewählt und die Datensätze getrennt sowie gemeinsam geschätzt. Dabei kann insbesondere festgestellt werden, dass Männer variable Reisezeiten wesentlich geringer bewerten als Frauen, vgl. Tabelle 6. 47

63 Tabelle 6: Monetäre Werte für Reisezeit und Reisezeitvariabilität bei Lam und Small (2001) [US$/h] Modelltyp Reisezeit Verlässlichkeit Männer Frauen Routenwahl Routenwahl und Wahl der Abfahrtszeit 4.74 *5.72 *7.42 Routen- und Verkehrsmittelwahl Transponder- und Routenwahl *14.23 *26.74 Transponder-, Routen- und Verkehrsmittelwahl * Parameter für männlich/weiblich nicht signifikant In diesem Zusammenhang wird auch ein Unterschied in der Zeitbewertung zwischen RP- und SP-Befragungen erkannt und untersucht. Brownstone, Ghosh, Golob, Kazimi und Van Amelsfort (2003) beobachten, dass Pendler reale Zeitgewinne gegenüber hypothetischen höher bewerten. Eine Allgemeingültigkeit kann daraus aber nicht ableiten werden, weil sich die Untersuchung ausschliesslich auf die Daten des Pilotprojekts zur Einführung der fahrstreifenbezogenen Maut einer Schnellstrasse in Kalifornien stützt. RP-Daten zur Reisezeitvariabilität liegen ausserdem nur sehr eingeschränkt vor. Trotz der vielen verschiedenen Modelle muss berücksichtigt werden, dass sich die Werte jeweils ausschliesslich auf PW-Fahrer beziehen. Der Untersuchungsraum beschränkt sich auf eine Strasse, die allerdings differenzierte Reisezeiten und Reisezeitvariabilitäten sowohl spurals auch tageszeitbezogen aufweist. Die geschilderten Betrachtungen beziehen sich jeweils auf die Verlässlichkeit des Verkehrssystems für eine Reise auf einer bestimmten Route. Dabei wird ausser Acht gelassen, dass in engmaschigen Netzen für die Reisenden durchaus die Möglichkeit besteht, auf eine Alternativroute auszuweichen. Das zeigt, dass die Verlässlichkeit des Gesamtsystems wiederum von der Zahl der Alternativen, also letztlich von der Dichte des Netzes abhängt, vgl. Hall (1993). Eine aktuelle Studie, die versucht die Verlässlichkeit zu monetarisieren, wird in Hyderahbad durchgeführt, vgl. Gorham, Kanchi, Cowart, Chari, Goel und Sachdeva (2003). Anhand von SP-Daten aus 2700 Haushaltsinterviews werden mit Logit Modellen Parameter zur Reisezeitersparnis, den Reisekosten und zur Reisezeitvariabilität geschätzt. Die Stichprobe wird dazu in PW-Besitzer, Zweiradbesitzer und Personen, die über kein motorisiertes Fahrzeug verfügen, aufgeteilt. Die Verlässlichkeit der Verkehrsmittel ist als höchste (späteste) Abweichung 48

64 von der geplanten Ankunftszeit definiert. Der monetäre Wert der Verlässlichkeit wird als Verringerung der maximalen Verspätung definiert, vgl. Tabelle 7. Tabelle 7: Monetäre Werte für die Reisekosten sowie der Reduktion der Reisezeit und der Reisezeitvariabilität vgl. Gorham, Kanchi, Cowart, Chari, Goel und Sachdeva (2003) [Rs/h] Personengruppe Beobachtete mittlere Reisekosten Reisezeit Verl keit PW-Besitzer 40 *63 *311 Zweiradbesitzer Personen ohne motorisiertes Fahrzeug (entspricht ÖV-Benützer) * Parameter nicht signifikant Bei der Modellierung der Verlässlichkeit kann auch entscheidend sein, ob Verkehrsmittel nach Fahrplan operieren oder kontinuierlich verfügbar sind. Eine Störung, die zur Veränderung der Reisezeit bzw. zu einer Verschiebung der Ankunftszeit führt, kann vor Antritt oder während der Reise eintreten. Und eine verspätete Abfahrt bedingt nicht zwangsläufig eine spätere Ankunft. Bei langen Zugläufen können unterwegs Verspätungen eingefahren werden. Insbesondere im MIV bleibt natürlich der klassische Fall der Unzuverlässigkeit der, dass trotz Einhalten der Wunschabfahrtszeit, die sich letztlich durch die Wunschankunftszeit definiert, das Ziel nicht pünktlich sondern zu spät oder auch zu früh erreicht wird. Um diese Problematik zu berücksichtigen, schlagen Bates, Polak, Jones und Cook (2001) einen Term vor, der die absolute Zeitdifferenz zwischen der aktuellen Ankunftszeit und der vor Antritt der Reise prognostizierten Ankunftszeit berücksichtigt und zwar sowohl für verspätete als auch verfrühte Ankünfte. Sie haben eine Berechnung der Bewertung der Pünktlichkeit von Pendlern mit der Bahn durchgeführt. Die Studie ermittelt Zeitwerte, indem auf Basis der Daten der beschriebenen SP-Befragung Logit Modelle geschätzt werden. Dazu wird aufgrund der erhobenen Daten ein modifizierter Ansatz von Small genutzt: U = ESDE + ESDL + f + h + ( 35 ) Mit ESDE: ESDL: Erwartete Verfrühung (expected schedule delay early) Erwartete Verspätung (expected schedule delay late) f: Fahrpreis h: Takt 49

65 : Mittlere Verspätung Durch die Erweiterung um Parameter für Fahrtkosten, Takt und durchschnittliche Verspätung können Werte für die Verringerung der Reisezeitvariabilität, für Verspätungen und den Takt ermittelt werden, vgl. Tabelle 8. Im öffentlichen Verkehr muss dabei der Takt als kompensierende Grösse berücksichtigt werden. Dies gilt allerdings weniger bei dichten Folgezeiten, also im städtischen Bereich, als viel mehr im Regional- und Fernverkehr. Je dichter der Takt ist, desto wahrscheinlicher sind identische Fahrzeit und Fahrzeitdifferenz gegenüber dem Fahrplan. Tabelle 8: Monetäre Werte für die Verringerung der Variabilität der Ankunftszeit und der mittleren Verspätung bei Bates, Polak, Jones und Cook (2001) Wert der Verringerung... Einheit verfrühter Ankunftszeit (ESDE) [Pence/min] 56.0 verspäteter Ankunftszeit (ESDL) [Pence/min] mittlerer Verspätungen [Pence/min] Wert der Takterhöhung [Pence/min] *4.6 Verhältnis verfrühter zu verspäteter Ankunftszeit * Parameter nicht signifikant Die ursächliche Störgrösse wie eine Streckenblockierung oder eine hohe Netzbelastung kann nicht in wenigen Minuten beseitigt werden. Weiterhin werden in der Untersuchung die Fahrzeiten nicht variiert, so dass keine Aussage über die relative Fahrzeitabweichung gemacht werden kann. Den Ansatz von Vickrey wenden de Palma und Lindsey (2002) sowie de Palma und Picard (2003) in einer Fallstudie zur Wahl der Abfahrtszeit für den Grossraum Paris an. Sie schätzen mittels Logit Modellen Parameter zur Berechnung der Werte der einzelnen Komponenten. Grundlage ist die beschriebene RP-Telefonbefragung. Dabei können auch Kostenfunktionen verschiedener Wegezwecke ermittelt werden. Es zeigt sich dabei, dass je nach Wegezweck sowohl die Ausprägungen der Kostenfunktionen unterschiedlich sein können als auch das Verhältnis der Bewertung zwischen verfrühter und verspäteter Ankunft, vgl. Abbildung 4. 50

66 Abbildung 4: Kostenfunktionen für verschiedene Wegezwecke nach de Palma und Picard (2003) zu früh Kosten [ ] zu spät Schule Einkauf Andere Andere Verfrühung / Verspätung Reisezeitvariabilität und Risikobereitschaft Um die Bewertung von Verlässlichkeit und den Umgang mit unsicheren Reisezeiten zu messen, kann es durchaus lohnenswert sein, die Verkehrsteilnehmer nach ihrer Risikobereitschaft zu differenzieren. Aus den unterschiedlichen Verhaltensmustern können eventuell auch spezifische Zahlungsbereitschaften für Verlässlichkeit abgeleitet werden. Betrachtet man zum Beispiel Pendler, könnte die Berufswahl ein Indikator für die Risikofreudigkeit sein. Holland (1985) hat in diesem Zusammenhang eine Verbindung zwischen Berufswahl und Persönlichkeit hergestellt. Er hat sechs Persönlichkeitstypen definiert: Der realistische Typ: Er bevorzugt klar gegliederte, geordnete oder systematische Aktivitäten. Er eignet sich technische und handwerkliche Fähigkeiten an und hat wenig Interesse an sozialen und erzieherischen Kompetenzen. Er bewertet anhand konkreter Dinge wie Geld, Macht und Ansehen. Der untersuchende Typ: Er bevorzugt Tätigkeiten, die suchenden, symbolischen und erkundenden Charakter haben. Er beobachtet Neues und hat eine Abneigung gegenüber Wiederholendem. Er schätzt die Wissenschaft. Der künstlerische Typ: Er bevorzugt nicht genau definierte, verschwommene und kreative Tätigkeiten. Er mag weniger Systematik und Definitionen. Er schätzt Ästhetik und hat vor allem sprachliche, musikalische und malende Fähigkeiten und Defizite in wirtschaftlichen Bereichen. 51

67 Der soziale Typ: Er bevorzugt lehrende, pflegende und heilende Tätigkeiten. Er eignet sich Stärken im zwischenmenschlichen Bereich an. Er schätzt die Bewältigung sozialer und ethischer Probleme. Der unternehmerische Typ: Er bevorzugt organisatorische Tätigkeiten mit dem Ziel wirtschaftlichen Gewinns. Dabei ist er unkonventionellen Lösungen offen. Die Stärken liegen in der Personalführung. Er hat weniger Interesse an Handarbeit und wissenschaftlichem Denken. Der konventionelle Typ: Er bevorzugt ordnende, sammelnde und strukturierende Tätigkeiten. Er hat eine Abneigung gegenüber freien undisziplinierten Aktivitäten. Dies führt zu rechnerbezogenen Verarbeitungen. Er schätzt ökonomischen Erfolg. Für diese Persönlichkeitstypen misst Koskenoja (1997) für morgendliche Arbeitswege die Bedeutung von Pünktlichkeit und die grundsätzliche Zahlungsbereitschaft zur Vermeidung unvorhergesehener Reisezeitverlängerungen. Dazu erfasst sie in einer Befragung zunächst die berufliche Tätigkeit und das Arbeitsumfeld. Anschliessend sollen allgemeine Aussagen bezüglich Zeitgestaltung der Arbeit und deren zeitlicher Flexibilität durch die Teilnehmer bewertet werden. Integriert in die Analyse sind Logit Modelle. Als Ergebnis können unter anderem die folgenden Aussagen gemacht werden: Das höchste Pünktlichkeitsbedürfnis zur Arbeitsstelle besitzt der konventionelle Typ. Frauen in Sozialberufen haben ein ähnlich hohes Pünktlichkeitsbedürfnis. Am wenigsten stark ausgeprägt ist der Bedarf an Pünktlichkeit im wissenschaftlichen Umfeld. Pendler mit Kindern werten die Pünktlichkeit zum Arbeitsbeginn ebenfalls weniger stark. Entsprechend diesen Ergebnissen ist auch die Zahlungsbereitschaft zur Verringerung von Reisezeitvariabilität verteilt. Die Studie zeigt, dass die Bewertung der Verlässlichkeit stärker von der beruflichen Tätigkeit als vom Wegezweck Berufspendeln selbst beeinflusst wird. Dabei muss aber auch beachtet werden, dass das Pendeln gegenüber anderen Wegezwecken an eine verpflichtende Aktivität und deshalb a priori an zeitliche Rahmenbedingungen wie die Ankunftszeit geknüpft ist. Eine weniger komplexe aber praktikable Differenzierung besteht in der Einteilung in nur zwei Kategorien zwischen risikofreudigen und sicherheitsbewussten Personen. Chen, Zhaowang und Recker (2002) stellen ihrer Untersuchung eine Frage zur Eigenbeurteilung der Risikobereitschaft voran. So können die Teilnehmer in die drei Verhaltenskategorien riskant, risikoneutral und sicherheitsbewusst einordnen. Am Beispiel von Routenwahlmodellen können sie 52

68 mittels Reisezeiten und Reisezeitvariabilitäten starke Nachfrageunterschiede feststellen. Dabei werden die folgenden negativen Nutzenfunktionen ermittelt: 2 Für risikoscheue Personen: U(t) = 1[ e 1] t Für risikofreudige Personen: U(t) = [ 1 e ] 2t ( 36 ) 1 ( 37 ) Mit U (t): Nutzen der Reisezeit einer Route : Parameter für Sicherheitsbewusstsein : Parameter für Risikofreude Die Studie erzielt zwei Ergebnisse in diesem Zusammenhang. Sicherheitsbewusste Menschen besitzen eine Zahlungsbereitschaft, um unzuverlässige Reisezeiten zu vermeiden. Allerdings ist diese Zahlungsbereitschaft nicht quantifiziert. Zweitens wird festgestellt, dass das mittlere Sicherheitsbewusstsein mit zunehmender Unzuverlässigkeit im Netz steigt. Auch de Palma und Picard (2003) untersuchen die Risikofreudigkeit. Die Teilnehmer des SP- Telefoninterviews sollen zwischen einer Alternative S mit sicherer Reisezeit und einer Alternative R mit risikobehafteter Reisezeit entscheiden. Die unsichere Route hat zwei gleich wahrscheinliche Reisezeiten, eine hohe und eine niedrige, die jeweils proportional zu der sicheren Ausgangsroute abweichen, nämlich um ±1/3. Jedem Teilnehmer werden daraufhin noch zwei aufeinander folgende Reisezeiten angeboten. Dabei wird jeweils die proportionale Reisezeitveränderung in Abhängigkeit von der vorhergehenden Entscheidung weiter verändert. So können die Personen von sehr risikofreudig (RRR) bis sehr risikoscheu (SSS) eingestuft werden. Die Stichprobe beinhaltet zum Schluss ein Drittel risikofreudige Personen und zwei Drittel sicherheitsbewusstere Teilnehmer. Bei der Analyse der Entscheidungen wird einerseits die gesamte Stichprobe untersucht und zum anderen nur die Teilstichprobe der Risikofreudigen. Diese Einschränkung ergibt eine wesentlich verbesserte Modellgüte und die Zahl signifikanter erklärender Variablen erhöht sich ebenfalls. Die Studie kommt zu den folgenden Ergebnissen: Männer sind unwesentlich risikofreudiger. Über 60jährige sind sehr risikofreudig. Und PW-Fahrer sind risikofreudiger als Benützer des öffentlichen Verkehrs. Das Risikoverhalten ist unabhängig von der Reisezeit. 53

69 3.2.7 Verlässlichkeit als betriebliche Komponente Die Relevanz der Verlässlichkeit als ein wirtschaftlicher Faktor unterstreichen Studien, die Verluste von Verkehrsdienstleistern untersuchen. Verkehrsbetriebe versuchen, die Pünktlichkeit als betriebliche Grösse zu beziffern. Dabei steht allerdings nicht die Bewertung durch die Reisenden direkt im Vordergrund, sondern die Frage, in wie weit betriebliche Anstrengungen zur Erhöhung der Verlässlichkeit durch einen Zuwachs an Kunden gerechtfertigt und somit finanziert werden können. Ackermann (1998) entwirft einen Ansatz zur Ermittlung von Erlöswirkungen. In die Berechnungen fliessen zuggattungsspezifische Gewichtungsfaktoren für Verspätungen ein, genauso wie die Verspätungsverteilungen, die mittlere Fahrzeit der Reisenden in Zügen, Elastizitäten für Beförderungszeiten sowie zuggattungsspezifische Umsatzzahlen. Dabei kann eine Funktion der Pünktlichkeit im Verhältnis zur Fahr- bzw. Beförderungszeit ermittelt werden. Im Rahmen der Studie wird auch eine Stated Preference Befragung mit Reisenden der Deutschen Bahn AG durchgeführt. Unter Berücksichtigung aller relevanten Kostenfaktoren wie den erhöhten Betriebskosten durch Verspätungen und der Kundenstruktur werden in der Studie für verschiedene Zuggattungen Kostensätze für Verspätungen berechnet, vgl. Tabelle 9. Tabelle 9: Zuggattungsspezifische Besetzungsdaten und Werte für Reisezeitverlängerungen in folge Verspätungen nach Ackermann (1998) Zuggattung Einheit ICE IC/EC IR D-Zug* Mittlere Besetzung [Reisende] Anteil Geschäftsreisende [%] Zugspezifische Verspätungskosten [DM/min] Kosten der Verspätung pro Person [DM/h] * ohne Nachtzüge Man kann davon ausgehen, dass ein Grossteil europäischer Bahnunternehmen ebenfalls interne Untersuchungen zu dem Themenkomplex Pünktlichkeit und Verlässlichkeit in Auftrag geben. In der Fachliteratur sind allerdings kaum Veröffentlichungen zu finden, die über Pünktlichkeitsstatistiken hinausgehen. 54

70 4. Fallstudie 1: Routenwahl und Verkehrsmittelwahl 4.1 Konzeption und Struktur der Befragung Die bisherigen Studien machen deutlich, dass sich für die zu untersuchende Thematik die Methoden der Stated Preferences besonders gut eignen. Bei der Analyse von tatsächlichem Verhalten, also bei RP-Befragungen, müsste der Untersuchende die Varianzen aller relevanten Variablen messen. Dies überfordert in der Regel die Datenquellen, die der Verkehrsplanung zur Verfügung stehen. Eine andere Möglichkeit bestände darin, dass der Befragte seine Einschätzungen der Verlässlichkeit aller möglichen Alternativen angäbe. Dies scheint zum Beispiel bei der Routenwahl allein aufgrund der zumeist vielen alternativen Routen nahezu unmöglich und würde die Befragten wahrscheinlich überfordern. Befragungen mit hypothetischen Märkten bzw. Situationen, also SP-Analysen, können die Verlässlichkeit ohne prinzipielle Probleme berücksichtigen. Wie erwähnt, können Stated Preference Befragungen kleiner angelegt werden. Der Entscheidungsraum kann gezielt und systematisch abgefragt werden. Insbesondere wichtige Grössen wie Zeit und Preis können getrennt von einander variiert und dann auch modelliert werden. Den Teilnehmern werden in der Regel nur wenige Alternativen zur Auswahl präsentiert. Im Rahmen der Arbeit werden zwei Fallstudien durchgeführt, die jeweils unterschiedliche Wahlexperimente und Komplexitäten aufweisen. Die Konzeption der ersten Fallstudie basiert vorwiegend auf den von Bates (2000) vorgeschlagenen Punkten zur weiteren Evaluation der Verlässlichkeit, vgl. Kapitel Die Schwierigkeit bei SP-Befragungen liegt im Detail der Präsentation der Zuverlässigkeitsvariablen, die für die Befragten verständlich dargestellt werden müssen. Hier wird versucht, unter anderem durch die Abstraktion der Szenarien, die Befragten auf die Entscheidungsvariablen zu fokussieren. Besonderer Wert wird auf die sorgfältige Beschreibung und Erklärung von Reisezeitvariationen gelegt. Die Verteilung der Variablenausprägungen ist gleichförmig. Die jeweiligen Versuchspläne werden entsprechend entworfen und überprüft. Die Versuchspläne und Beispiele der Fragebögen sind in Anhang A und B verzeichnet. Zusätzlich ist die Befragung so angelegt, dass zwei verschiedene Aspekte Berücksichtigung finden: Einerseits variieren die SP-Experimente methodisch, indem verschiedene Arten verwendet werden. Und andererseits werden unterschiedliche Inhalte, Verkehrsmittelwahl und 55

71 Routenwahl, erfragt. Weiterhin ist eine grafische Darstellung der Situation Bestandteil der Befragung. So kann ein möglichst breites Spektrum der Präsentation der Verlässlichkeit abgedeckt werden. Abbildung 5: Fallstudie 1: Struktur der Befragung Frage 1 Einführungsfrage Primäre miv-nutzer Primäre ÖV-Nutzer Frage 2 Transfer Pricing Transfer Pricing Frage 3 (6 Entscheidungssituationen p.p.) Routenwahl 1 Routenwahl 1 50% 50% Frage 4 (5 Entscheidungssituationen p.p.) Verkehrsmittelwahl Routenwahl 2 Frage 5 Gewichtung verschiedener Einflussgrössen Frage 6 Kommentarseite Der Fragebogen besteht aus sechs verschiedenen Teilen, vgl. Anhang A1. Die Teile 1, 2 und 5 sind als Einzelfragen konzipiert, während die Teile 3 und 4 Stated Preference Experimente sind, bei denen sechs- bzw. fünf Entscheidungssituationen präsentiert werden. Dabei variieren jeweils die Ausprägungen der Entscheidungsvariablen. Diese Variationen sind durch die ent- 56

72 sprechenden Versuchspläne vorgegeben. Diese orthogonalen Versuchspläne werden mit der Statistiksoftware SPSS 10.0 erstellt. Die Rekrutierung der Teilnehmer erfolgt im Rahmen der kontinuierlichen Erhebung im Personenverkehr (KEP) der Schweizerischen Bundesbahnen (SBB). Diese Befragung wird als Telefoninterview (CATI) in der gesamten Schweiz durchgeführt. Die Befragten werden zufällig ausgewählt. Inhalt der Befragung ist neben der Erfassung soziodemographischer Daten Fragen zum täglichen Verkehrsverhalten und demjenigen der zurückliegenden Woche des Befragungstages. Das Interview wird jeweils um eine Frage zur Bereitschaft an der Teilnahme an dieser Studie ergänzt. Die erfassten soziodemographischen Daten erlauben es, die Befragten in primäre PW-Fahrer und primäre Benützer des öffentlichen Verkehrs gliedern zu können. Als ÖV-Benützer werden die Personen identifiziert, die mit dem ÖV zur täglichen Arbeit fahren oder mindestens 2 mal monatlich Bahn fahren oder nie einen PW zur Verfügung haben oder keinen Fahrausweis besitzen. Die Frage 2 und die Fragegruppe 3 sind aus diesem Grund für beide Personenkreise unterschiedlich formuliert. Die Variablen und deren Ausprägungen sind jedoch identisch. In der Stichprobe sind beide Gruppen etwa gleich stark vertreten. Die Abbildung 5 zeigt den schematischen Aufbau der Befragung für die Teilnehmer. 4.2 Frageninhalte Die erste Frage dient als Einstieg in das Thema Verlässlichkeit des Verkehrssystems. Hier soll das Bewusstsein des Befragten über sein eigenes derzeitiges Verkehrsverhalten bzw. den persönlichen Umgang mit der Verlässlichkeit und deren Einschätzung geweckt werden. Der Befragte soll unter Berücksichtigung der heutigen Verkehrssituation für die beiden Verkehrsmittel PW bzw. öffentlicher Verkehr seine persönlich einkalkulierte Pufferzeit angeben, um einen wichtigen Termin pünktlich zu erreichen. Die Tabelle 10 zeigt die Eckdaten der Frage. 57

73 Tabelle 10: Fallstudie 1: Variablen und Ausprägungen, Frage 1 Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Wegezweck Antworttyp Wichtiger Termin, zum Beispiel Vorstellungsgespräch freie Eingabe entfällt Entscheidungssituationen pro Person 1 Die Frage 2 erfragt für verschiedene Szenarien den Grenzwert der gerade noch akzeptierten Unzuverlässigkeit. Antwortform ist hier Transfer Pricing. Dem Befragten werden eine unumgängliche Verzögerung einer Fahrt und zusätzlich der Fahrtzweck beschrieben. Aufgabe ist es, seinen persönlichen Schwellenwert zur Absage der Fahrt anzugeben. Bei Fahrtzwecken, die hinsichtlich ihres Zielortes wahlfrei sind, hat der Teilnehmer zusätzlich die Möglichkeit, auf ein anderes Ziel auszuweichen (vgl. Tabelle 11). Tabelle 11: Fallstudie 1: Variablen und Ausprägungen, Frage 2 Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Fahrtzweck für einen beruflichen Termin für einen privaten Termin zum Shopping am Samstag für einen Ausflug am Sonntag Antworttyp Transfer Pricing, freie Eingabe, bei Schlüssel 3 und 4 zusätzliche Option anderes Ziel Entscheidungssituationen pro Person 1 Die Fragegruppe 3 zur Routenwahl hat eine komplexere Struktur. Hier wird versucht, durch den Befragten eine Bewertung einer vollen (100%igen) Zuverlässigkeit vornehmen zu lassen. Antwortform ist Stated Choice. Dem Befragten wird die durchschnittliche Verzögerung auf seinem täglichen Arbeitsweg beschrieben und zusätzlich eine gebührenpflichtige Angebotserweiterung (neuer Zug bzw. neue Strasse) mit garantierter Pünktlichkeit. Der Befragte muss dabei zwischen der Inkaufnahme einer unsicheren Fahrtdauer und dem monetären Preis für die verzögerungslose Ankunft abwägen. Der Wortlaut der Frage für Bahnfahrer ist: Stellen Sie sich vor, Sie pendeln täglich zu Ihrer etwa 20 Kilometer entfernten Arbeitsstätte. Mit der Bahn benötigen Sie normalerweise 30 Minuten für den Weg. Der Zug kommt fahrplanmässig knapp vor Ihrem gewünschten Arbeitsbeginn an. Er muss allerdings unterwegs auf Anschlussreisende warten und ist deshalb oft verspätet. 58

74 Es wird nun geplant, einen ebenso schnellen Direktzug einzusetzen, der immer pünktlich ist. Die Benützung des Zuges würde allerdings einen Fahrpreiszuschlag erfordern. Sie würden als Benützer aber auf jeden Fall pünktlich zu Ihrem Arbeitsplatz gelangen. Wie würden Sie sich unter den folgenden Umständen entscheiden? Der normale Zug ist an... Tagen pro Woche verspätet. Wenn der Zug verspätet ist, dann um durchschnittlich... Minuten. Der Zuschlag für den Direktzug beträgt...,- CHF pro Woche. Tabelle 12 zeigt die Eckdaten dieses Befragungsteils. Im Anhang sind der entsprechende Versuchsplan und ein Beispiel abgebildet. Tabelle 12: Fallstudie 1: Variablen und Ausprägungen, Fragegruppe 3 (Routenwahl) Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Anzahl Störungstage pro Woche 1 Tag 2 Tage 3 Tage Störungsdauer 15 Minuten 30 Minuten 45 Minuten Maut bzw. Zuschlag CHF 10,- CHF 30,- CHF 50, Entscheidungskontext Antworttyp Routenwahl Stated Choice, 2 Optionen Entscheidungssituationen pro Person 5 Bei der Konstruktion dieser und der nachfolgend beschriebenen Experimente der Fallstudie 1 und 2 wird besonders auf eine möglichst geringe Korrelation der Entscheidungsgrössen geachtet. Für die vorliegende Fragestellung betrifft dies die Variablen, die die Verlässlichkeit beschreiben. Dies sind die Anzahl Störungstage, die die Wahrscheinlichkeit der Verlässlichkeit darstellt sowie die Störungsdauer. Für differenzierte Ergebnisse und eindeutige Aussagen zu den Einflüssen der Variablen müssen diese weitestgehend unabhängig von einander sein. Die Variablen können dann als unabhängig angesehen werden, wenn die Korrelation der Varianzen 59

75 der Ausprägungen und der mittleren Ausprägungen möglichst gering ist. Die entsprechende Verteilung für die Fragegruppe 3 ist in Abbildung 6 dargestellt. Abbildung 6: Fallstudie 1: Korrelation zwischen Varianz der Störungsdauer und der durchschnittlichen Störungsdauer, Fragegruppe 3 (Routenwahl) Varianz der Störungsdauer [min] Korrelationskoeffizient: Durchschnittliche Störungsdauer [min] Für die vierte Frage ist die Stichprobe zu gleichen Teilen zufällig gesplittet. Eine Hälfte der Befragten erhält ein SP zur Routenwahl. Der anderen Hälfte werden SP-Experimente zur Verkehrsmittelwahl präsentiert. Bei der Routenwahl, hat der Befragte die Wahl zwischen einer Route mit hoher Verlässlichkeit und einer zeitlich kürzeren Alternative. Bei Eintritt einer Verzögerung auf dieser Route verschiebt sich die Ankunftszeit hinter die der verlässlichen Route. Diese SP-Experimente werden durch eine Grafik unterstützt, die schematisch die beiden Routenführungen zeigt. Der Wortlaut der Frage ist: Stellen Sie sich vor, Sie fahren täglich mit der Bahn zur Arbeit nach Zetthausen. Sie haben dabei die Wahl zwischen den beiden folgenden Verbindungen: A: Von zu Hause aus zu Fuss zum Bahnhof Iggswil, weiter mit der S-Bahn zum Hauptbahnhof Zetthausen und zu Fuss zu Ihrer Arbeitsstelle. B: Von zu Hause aus zu Fuss zur Bushaltestelle, mit dem Bus zum Bahnhof Ypslikon, umsteigen und mit dem Zug weiter zum Hauptbahnhof Zetthausen und von dort aus zu Fuss zu Ihrer Arbeitsstelle. Diese Strecke ist schneller als die Route A. 60

76 Auf Grund Ihrer Erfahrung verpassen Sie aber an einigen Tagen der Woche den Anschluss, weil der Bus unpünktlich ist. Dann verzögert sich Ihre Ankunft in Grossstadt und Sie sind langsamer als auf der Route A. Aber das wissen Sie ja erst, wenn Sie bereits unterwegs sind. Fahrzeit Route A: Fahrzeit Route B:... Minuten... Minuten Aufgrund Ihrer Erfahrung verpassen Sie an... Tagen der Woche den Anschluss, weil der Bus unpünktlich ist. Dann benötigen Sie für die Route B... Minuten. Aber das wissen Sie ja erst, wenn Sie bereits unterwegs sind. Welche Route wählen Sie für diesen täglichen Weg? Die Ausprägungen der Entscheidungsvariablen (Tabelle 13) sind jeweils dazu aufgeführt. Im Anhang sind der Versuchsplan und ein Beispiel abgebildet. Tabelle 13: Fallstudie 1: Variablen und Ausprägungen, Fragegruppe 4 (Routenwahl) Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Fahrzeit Route A Fahrzeit Route B Anzahl Verspätungstage auf Route B Verspätungsdauer auf Route B Entscheidungskontext Antworttyp 60 Minuten 90 Minuten 120 Minuten 15 Minuten 30 Minuten 45 Minuten 1 Tag 2 Tage 3 Tage 30 Minuten 40 Minuten 50 Minuten Routenwahl Stated Choice, 2 Optionen Entscheidungssituationen pro Person 5 Analog zu der Fragegruppe 3 wird auch für die Routenwahl auf eine geringe Korrelation der der Variablen der Verlässlichkeit geachtet. Die Abbildung 7 zeigt diese Korrelation zwischen der Varianz der Verspätungsdauer und der mittleren Verspätung. Die Verteilung ist annähernd gleichmässig. 61

77 Abbildung 7: Fallstudie 1: Korrelation zwischen Varianz der Störungsdauer und der durchschnittlichen Störungsdauer, Fragegruppe 4 (Routenwahl) Varianz der Verspätungsdauer [min] Korrelationskoeffizient: Durchschnitliche Verspätungsdauer [min] In der zweiten Variante des Teils 4 des Fragebogens, den SP-Experimenten zur Verkehrsmittelwahl wird eine Situation dargestellt, in der die Teilnehmer zwischen zwei Varianten, Bahn und PW, mit höherer Fahrtdauer, aber sicherer Ankunftszeit und einer weiteren PW- Alternative entscheiden müssen. Diese weist im Normalfall (entspricht geringer Verkehrsbelastung) eine kürzere Dauer auf. Auf dieser Strecke ist allerdings nur eine geringe Verlässlichkeit gegeben und eine Fahrtzeitverzögerung vergrössert die Dauer entsprechend gegenüber den beiden anderen Varianten. Der Wortlaut ist: Stellen Sie sich vor, Sie wollen in die Stadt Zetthausen fahren. Mit dem Zug, der immer pünktlich ist, benötigen Sie 90 Minuten. Mit dem Auto wären Sie auf der direkten Route 45 Minuten schneller. Die Staugefahr auf dieser Strecke liegt aber bei 50%. Bei Stau verzögert sich Ihre Ankunft um 1 Stunde. Eine weitere Route mit dem PW bedeutet einen sehr grossen Umweg. Hier benötigen Sie genauso lang wie mit der Bahn und kommen ebenfalls pünktlich an. Wie entscheiden Sie sich? Antwort: Ich fahre mit der Bahn Dauer:... Minuten Pünktlichkeit: 100% Ich fahre mit dem PW die normale Strecke Dauer:... Minuten Pünktlichkeit:...% 62

78 Ich fahre mit dem PW den grossen Umweg Dauer:... Minuten Pünktlichkeit: 100% Tabelle 14 zeigt die Eckdaten dieses Befragungsteils. Im Anhang sind der Versuchsplan und ein Beispiel abgebildet. Tabelle 14: Fallstudie 1: Variablen und Ausprägungen, Fragegruppe 4 (Verkehrsmittelwahl) Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Dauer Bahn / PW mit Umweg Dauer PW normale Strecke Pünktlichkeit PW normale Strecke bei 60 min Verspätung Entscheidungskontext Antworttyp Entscheidungssituationen pro Person 5 60 Minuten 90 Minuten 120 Minuten 15 Minuten 30 Minuten 45 Minuten 30 % 40 % 50 % 60 % 70 % Verkehrsmittelwahl Stated Choice, 3 Optionen Die letzte Frage soll den Wert der Verlässlichkeit im Vergleich mit anderen Einflussgrössen erfragen. Die Teilnehmer sollen die aufgeführten Variablen einzeln nach ihrer Bedeutung für ihn gewichten. Diese Frage dient ebenfalls als thematischer Abschluss der Befragung (vgl. Tabelle 15). Danach wird den Teilnehmern die Möglichkeit zu einem Kommentar auf einer separaten Seite geboten

79 Tabelle 15: Fallstudie 1: Variablen und Ausprägungen, Frage 5 Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Fahrtzwecke zur Arbeit zum Einkauf zum Sport einen Freund besuchen in die Ferien entfällt Antworttyp Skala von sehr wichtig (1) bis ganz unwichtig (5) Entscheidungssituationen pro Person Erhebungsstatistik Die Schweizerischen Bundesbahnen lassen durch die KEP die Firma Link AG, Luzern telefonisch kontinuierliche Erhebungen im Personenverkehr (KEP) durchführen. Dabei wird für diese Studie die Bereitschaft zu der Teilnahme an einer weiterführenden schriftlichen Befragung erfragt. Der Rekrutierungszeitraum für die vorliegende Untersuchung umfasst die Kalenderwochen 02 bis 07 / In dieser Zeit werden 2017 Personen telefonisch befragt, von denen sich 1596 zu der Teilnahme an einer schriftlichen Befragung bereit erklären. Es muss angenommen werden, dass die Verlässlichkeit des Verkehrssystems eine zentrale Rolle im Entscheidungsverhalten von Menschen darstellt, deren Tagesplanung aufgrund täglicher verpflichtender Termine nur bedingt flexibel ist. Deshalb werden in einer Vorselektion die über 70-jährigen aus der Adressenliste herausgefiltert. Insgesamt werden 1116 Deutsch und 300 Französisch sprechende Personen angeschrieben. Der Versand der Fragebögen erfolgt wenige Tage nach der Rekrutierung. Die Soziodemographie der Stichprobe wird während des Telefoninterviews aufgenommen, sodass in der schriftlichen Befragung keine weiteren derartigen Daten erhoben werden müssen. Die folgenden Variablen stehen zur Verfügung: Geschlecht, Alter, Erwerbstätigkeit, Grad der Beschäftigung, Bildung, PW-Verfügbarkeit, Jahresfahrleistung, ÖV- Abonnementbesitz, Bahnreisehäufigkeit. Die Antwortrate liegt der Fallstudie 1 im Mittel bei 61.8% mit nur einer Mahnung. Ein Zusammenhang zwischen der Rekrutierungswoche, Versanddatum und Antwortgeschwindigkeit sowie der Rücklaufquote ist nicht erkennbar, vgl. Abbildung 8. 64

80 Von den 875 Antwortenden (440 Männer und 435 Frauen) geben etwa 11% an, sie lebten allein. 38% wohnen in einem Zweipersonenhaushalt, 14% in einem Drei- und 24% in einem Vierpersonenhaushalt. Etwa 10% leben in grösseren Haushalten. Abbildung 8: Fallstudie 1: Rücklaufquote und Antwortgeschwindigkeit Mittlere Rücklaufgeschwindigkeit [Wochen] Mittlere Rücklaufgeschwindigkeit 95% Konfidenzintervall der Geschwindigkeit Rücklaufquote Differenz zwischen Versand und KEP Interview [Wochen] Rücklauf [%] Bei dieser Untersuchung sind verkehrliche Eckdaten innerhalb der Soziodemographie wie zum Beispiel der PW-Besitz von zentraler Bedeutung. 10% der Befragten geben an, keinen PW zu besitzen. In 55% der Fälle ist ein PW im Haushalt vorhanden, 27% aller Haushalte besitzen zwei PW und 7% drei und mehr. Tabelle 16 vergleicht die Soziodemographie der Fallstudie 1, der kontinuierlichen Erhebung im Personenverkehr (KEP) und dem Mikrozensus 2000, vgl. Bundesamt für Raumentwicklung und Bundesamt für Statistik (2001). Auffällig ist, dass an der Befragung überdurchschnittlich viele gebildete, angestellte Benützer des öffentlichen Verkehrs teilnehmen. Rekrutiert durch die KEP, also letztlich die SBB, ist dieser Personenkreis besonders motiviert, zur Qualitätssteigerung des täglich benützten Verkehrssystems, dem öffentlichen Verkehr, beizutragen. 65

81 Tabelle 16: Fallstudie 1: Soziodemographische Struktur der Stichprobe, Anteile im Vergleich Stichprobe Mikrozensus 2000 KEP 2000 KW Bereitschaft Fallstudie 1 Rücklauf Anzahl Befragte Frauen Alter unter über Halbtaxbesitz GA-Besitz PW-Verfügbarkeit immer manchmal Nie Ausbildung Primar u. Sekundarschule Berufslehre Matura Arbeitslos Teilzeit angestellt Vollzeit angestellt Selbstständig Die unterschiedlichen Anteile lassen die Frage aufkommen, inwieweit die Ergebnisse der Studie allgemeingültig sind bzw. welche Modifizierungen notwendig sind, um die Repräsentativität zu gewährleisten. Im Allgemeinen besteht die Möglichkeit, die Anteile der Stichprobe zu gewichten. Damit können unterrepräsentierte Personengruppen hervorgehoben werden 66

82 und das Gewicht überdurchschnittlicher Anteile gemindert werden. Dabei kann es sich um so genannte verhaltenshomogene Personengruppen mit nichtdurchschnittlichen Anteilen handeln, genauso wie zum Beispiel Gebietskörperschaften. Für rein deskriptive Auswertungen ist eine solche Gewichtung zwingend notwendig. In der vorliegenden Studie wird jedoch das Entscheidungsverhalten von Personen modelliert. Fliessen nun in die Modellformulierung alle verzerrenden Variablen ein oder wird das Verhalten eines bestimmten Personenkreises untersucht, dann entfällt die Notwendigkeit einer Gewichtung, vgl. McFadden (1974) und Ben-Akiva und Lerman (1985). Die Verkehrsmittelwahlmodelle berücksichtigen insbesondere die Verkehrsmittelverfügbarkeit und in den Routenwahlmodellen sind die unterschiedlichen Verkehrsmittelbenützer segmentiert. Mit den Daten Fallstudie 1 wird bei der Schätzung der Entscheidungsmodelle zur Bewertung der Reisezeitersparnisse zusätzlich ein Test durchgeführt. Dabei wird ein Verkehrsmittelwahlmodell mit und ohne Gewichtung geschätzt. Die berücksichtigten Variablen der Gewichtung sind Geschlecht, Alter, Ausbildung, Arbeitsverhältnis, PW-Verfügbarkeit sowie Abonnementbesitz. Der Vergleich der Ergebnisse mit gegenüber ohne Gewichtung zeigt geringe, unbestimmte Abweichungen von +4% (Zeitwert PW), beziehungsweise -3% (Zeitwert ÖV). Zusätzlich ergibt die spätere Modellierung, dass die Parameter der meisten soziodemographischen Variablen nicht signifikant sind. 4.4 Analyse der Einführungsfragen Der Hauptteil der Analyse besteht in der weiter unten beschriebenen Entscheidungsmodellierung. Sie basiert auf den Daten der drei Stated Preference Teile (Fragegruppen 3 und 4). Die Befragung beinhaltet aber daneben auch Fragen, die zum Teil ebenfalls hypothetischen Charakter besitzen, aber per Definition nicht zur Gruppe der Stated Preference Befragungen zählen. Die Fragen 1, 2 und 5 haben eine allgemeine Ausrichtung und stellen, wie in Kapitel 4.1 beschrieben, den Rahmen der SP-Befragungen dar. Aber auch wenn die Personen damit auf den Kern der Befragung erst vorbereitet werden, sind doch einige vorsichtige Aussagen möglich. Der Nachteil dieser Fragen ist die Tatsache, dass die Personen sich zunächst an die hypothetische Form der Fragen gewöhnen müssen. Hierzu besteht mit der Frage 1 die Möglichkeit. Tabelle 17 zeigt die Eckwerte der Verteilung der angegebenen Werte in Minuten. Gefragt wird nach der persönlich eingeplanten Pufferzeit für einen wichtigen Termin in eine 50km entfernte Grossstadt. Dies soll notiert werden für eine Fahrt mit dem PW und mit der Bahn. Die Werte sind homogen für beide Nutzergruppen. Die Standardabweichungen zeigen einen substantiellen, signifikanten Unterschied, der offensichtlich auf den Erfahrungswerten der 67

83 PW-Fahrer und Bahnfahrer mit ihrem Hauptverkehrsmittel bzw. dem weniger bekannten Verkehrsmittel beruht. Die grössere Erfahrung mit dem Hauptverkehrsmittel führt hier zu einer breiteren Verteilung der Einschätzung der Verlässlichkeit für dieses Verkehrsmittel. Tabelle 17: Fallstudie 1: Eingeplante Pufferzeiten der Befragten (Frage 1) [min] PW-Fahrer: min max Mittel Median Std. wenn ich mit dem Auto fahre... wenn ich mit der Bahn fahre Bahnfahrer: wenn ich mit dem Auto fahre... wenn ich mit der Bahn fahre Tabelle 18 zeigt die Zusammenfassung der Antworten zu Frage 2 in ähnlicher Weise wie zuvor. Gefragt wird nach der gerade noch akzeptierten Verspätung in Minuten, bevor die beschriebene Fahrt abgesagt würde bzw. ein anderes Ziel gewählt würde. Die Möglichkeit der Zielwahl, in diesem Fall dem Zielwechsel, wird allerdings nur bei den Zwecken gegeben, die nicht ortsgebunden sind. Überraschend ist die niedrige Akzeptanz für Verspätungen, besonders für die ortsgebundenen Zwecke ohne Zielwahloption, obwohl diese als wichtige Termine gekennzeichnet sind. Tabelle 18: Fallstudie 1: Schwellenwerte (Frage 2) [min] Wegezwecke min max Mittel Median Std. Zielwechsel Beruflicher Termin Privater Termin Shopping % Ausflug % Die Frage 5 stellt die Verlässlichkeit des Verkehrsmittels noch einmal in einen generellen Kontext mit anderen Eigenschaften. Die Tabelle 19 zeigt Mittelwert und Standardabweichung der Antworten. Die Skala verläuft von sehr wichtig (=1) bis ganz unwichtig (=5). In der Tabelle sind Werte grafisch unterstützt. Je dunkler die Zellen sind, umso wichtiger wird das Attribut eingeschätzt. Deutlich wird die starke Bedeutung der Verlässlichkeit, die sich als Eigenschaft eines Verkehrsmittels in dessen Pünktlichkeit äussert. Neben der Sicherheit erscheint 68

84 die Pünktlichkeit als wichtigste Komponente. Besonders ausgeprägt ist diese Bedeutung erwartungsgemäss bei Wegezwecken, die mit einem Termin bzw. einem fixen Zeitpunkt verknüpft sind. Tabelle 19: Fallstudie 1: Einordnung verschiedener Verkehrsmittelmerkmale (Frage 5), Mittelwerte, Standardabweichung in Klammern Umwelt Wegezwecke Klima Preis Pünktlichkeit Schnelligkeit Gepäck Sicherheit Gesamt 1.9 (1.9) 1.7 (1.7) 1.4 (1.5) 1.6 (1.7) 1.6(1.6) 1.7 (1.8) 1.4 (1.6) Arbeit 1.8 (1.9) 1.5 (1.6) 1.0 (1.3) 1.5 (1.7) 1.4 (1.5) 2.0 (2.0) 1.4 (1.6) Einkauf 2.2 (2.0) 1.9 (1.8) 1.7 (1.6) 1.8 (1.7) 1.6 (1.6) 1.6 (1.6) 1.7 (1.7) Ferien 1.5 (1.7) 1.7 (1.6) 1.8 (1.8) 1.8 (1.7) 1.8 (1.8) 1.7 (1.7) 1.3 (1.5) Besuch 1.9 (1.9) 1.8 (1.7) 1.2 (1.3) 1.6 (1.6) 1.6 (1.5) 1.9 (1.8) 1.5 (1.5) Sport 1.9 (1.9) 1.5 (1.6) 1.1 (1.2) 1.6 (1.6) 1.4 (1.5) 1.6 (1.7) 1.3 (1.5) 69

85 5. Fallstudie 2: Wahl der Abfahrtszeit und Verkehrsmittelwahl 5.1 Konzeption und Struktur der Befragung Grundsätzlich folgt die Konzeption der Fallstudie 2 derjenigen der Fallstudie 1. Die Rekrutierung der Teilnehmer kann erneut im Rahmen der kontinuierlichen Erhebung im Personenverkehr der Schweizerischen Bundesbahnen (SBB) vorgenommen werden. Der Fragebogen besteht aus drei verschiedenen Teilen. Der erste und der letzte Teil sind als Einzelfragen konzipiert, während der mittlere Teil Stated Preference Experimente umfasst. Personen, die keinen PW zur Verfügung haben, bekommen acht SP-Experimente zur Wahl der Abfahrtszeit. Personen mit PW-Verfügbarkeit erhalten je acht SP-Experimente zur Wahl der Abfahrtszeit und zur Verkehrsmittelwahl. Die Variationen der Entscheidungsvariablen sind durch die orthogonalen Versuchspläne vorgegeben. Diese werden mit der Statistiksoftware SPSS 11.5 erstellt. Im Anhang sind Beispiele der Fragebögen und die Versuchspläne der SP-Experimente verzeichnet. 5.2 Frageninhalte Die erste Frage dient hier wie in der Fallstudie 1 als Einstieg in das Thema Verlässlichkeit des Verkehrssystems und ist ähnlich formuliert. Hier soll das Bewusstsein des Befragten gegenüber seinem derzeitigen Verkehrsverhalten bzw. dem persönlichen Umgang mit der Verlässlichkeit und deren Einschätzung geweckt werden. Die Teilnehmer sollen unter Berücksichtigung der heutigen Verkehrssituation für die beiden Verkehrsmittel PW bzw. öffentlicher Verkehr ihre persönlich einkalkulierte Pufferzeit angeben, um einen wichtigen Termin pünktlich zu erreichen. Als weitere Konfrontation mit dem Thema dient eine zweite Frage: Hier werden den Befragten 24 Aussagen zu Risikobereitschaft, Zeitplanung und Pünktlichkeit präsentiert, deren Richtigkeit beurteilt werden sollte. Der zweite Teil beinhaltet wie beschrieben SP-Experimente zur Wahl der Abfahrtszeit und für einen Teil der Stichprobe SP-Experimente zur Verkehrsmittelwahl. Antwortform ist jeweils Stated Choice. Bei der Wahl der Abfahrtzeit soll der Befragte bei einem vorgegebenen Wegezweck zwischen zwei alternativen Abfahrtszeiten entscheiden. Den Teilnehmern, die im Telefoninterview einen Arbeitsweg angeben, wird der Wegezweck Arbeit zugeteilt. Die weiteren Wege- 70

86 zwecke Arzttermin sowie privater Termin werden gleich verteilt. Für alle Experimente wird eine Distanz angenommen, die zwischen den Teilnehmern variiert. Bei Arbeitswegen kann die Distanz aus den Abgaben des Telefoninterviews übernommen werden. Bei den Experimenten werden eine bindende Ankunftszeit (entspricht dem Terminbeginn), die Reisezeit sowie die Wahrscheinlichkeit dafür, dass die Reisezeitprognose zutrifft variiert. Zusätzlich sollen die Teilnehmer noch die persönlichen Sicherheitsreserven in jeder Situation angeben. Die Reisezeit wird aus der Distanz und einer angenommenen durchschnittlichen Geschwindigkeit ermittelt. Der Wortlaut der Frage ist: Stellen Sie sich bitte vor, dass Sie einen privaten Termin ausgemacht haben, wie etwa ein Nachtessen bei Freunden oder ein Konzertbesuch. Nehmen wir einmal an, für die 20 km benötigen Sie mit Bus und Bahn etwa 40 Minuten. Die Fahrzeit auf der Strecke ist je nach Abfahrtszeit nicht gewiss. Es kann zum Beispiel zu unerwarteten Verspätungen bei hohem Verkehrsaufkommen kommen. Genauso könnte sich die Fahrzeit unerwartet verkürzen. Aus Ihrer Erfahrung können Sie in etwa die Fahrtdauer einschätzen, die Sie je nach Uhrzeit benötigen. Sie wissen aber auch, dass Ihre Fahrzeitprognose nur ungefähr ist und dass eine Abweichung davon wahrscheinlich ist. Weil die Reisezeit nicht ganz sicher ist, planen Sie für den Weg noch eine Pufferzeit ein. Bitte notieren nun für jede Alternative in den acht folgenden Situationen die Pufferzeit, die Sie jeweils einplanen würden. Bitte entscheiden Sie sich dann in den acht Situationen für eine der beiden Alternativen bzw. Abfahrtszeiten. Alternative A Alternative B Terminbeginn: 19:00 Uhr Terminbeginn: 20:00 Uhr Fahrzeit: 36 min Fahrzeit: 44 min Wahrscheinlichkeit, dass Sie... Wahrscheinlichkeit, dass Sie min schneller sind: 20 %...4 min schneller sind: 30 %...Ihre Fahrzeitprognose stimmt: 10 %... Ihre Fahrzeitprognose stimmt: 10 %...8 min länger benötigen: 70 %...12 min länger benötigen: 60 % Ihre zusätzliche Pufferzeit:... min Ihre zusätzliche Pufferzeit:... min O Ihre Wahl O 71

87 Die angenommene Durchschnittsgeschwindigkeit ist von der Tageszeit (Arbeit: morgens, Facharzt und Besuch: nachmittags bzw. abends), vom Verkehrsmittel und von der Distanz abhängig (vgl. Tabelle 20). Tabelle 20: Fallstudie 2: Angenommene Durchschnittsgeschwindigkeiten Wegezweck Verkehrsmittel Distanz [km] Geschwindigkeiten [km/h] Facharzt, Besuch ÖV 10, 15, 20 25, 30, 35 IV 10, 15, 20 35, 40, 45 Arbeit ÖV bis 20 25, 30, bis 50 40, 45, bis , 70, 80 über , 90, 100 IV bis 20 35, 40, bis 50 50, 60, 70 über 50 70, 80, 90 Weiterhin wird bei den Arbeitswegen das gewählte Verkehrsmittel aus den telefonisch gemachten Angaben übernommen. Bei Personen, die keinen PW besitzen, wird der öffentliche Verkehr als Verkehrsmittel angenommen. Bei allen anderen werden die Verkehrsmittel PW bzw. Bus und Bahn zufällig verteilt. Die Auswahl der Variablen baut auf die Studien von Small, Noland, Chu und Lewis (1999) und Bates, Polak, Jones und Cook (2001) auf. Zusätzlich werden die Ausprägungen von Verfrühung und Verspätung stärker variiert, indem sowohl die Verspätungs- und Verfrühungsdauer als auch deren Wahrscheinlichkeit variiert werden. Mit dieser Variablenauswahl ist einerseits die Modellierung der Wahlentscheidung von Abfahrtszeiten gesichert und andererseits kann der Einfluss der Verlässlichkeit gemessen werden. Es lässt sich der Einfluss der wesentlichen Grössen der Wahl der Abfahrtszeit schätzen lassen, vgl. Tabelle 21. Die Tabelle 22 zeigt die Eckdaten dieses Befragungsteils. Im Anhang sind der Versuchsplan und ein Beispiel abgebildet. 72

88 Tabelle 21: Fallstudie 2: Determinanten der Wahl der Abfahrtszeit Grösse Berechnung durch die Entscheidungsvariablen der Untersuchung Einheit PDT Beginn der Aktivität Reisezeit [Minuten nach Mitternacht] PAT Beginn der Aktivität [Minuten nach Mitternacht] ADT PDT berichtete Pufferzeit [Minuten nach Mitternacht] AAT ADT + Reisezeit + mittlere Verzögerung [Minuten nach Mitternacht] SDE Verfrühung [Minuten] SDL Verspätung [Minuten] Tabelle 22: Fallstudie 2: Variablen und Ausprägungen, Fragegruppe Wahl der Abfahrtszeit Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Wegezweck Arbeit (bei Angabe Arbeitsweg in CATI) Termin beim Facharzt Besuch bei Freunden, Konzertbesuch gleich verteilt gleich verteilt Distanz Zweck Arbeit: tel. Angabe des Befragten Zwecke Arzt, Besuch 10, 15 oder 20 [km] gleich verteilt Durchschnittsgeschwindigkeit s. Tabelle 20 1, 2, 3 Ankunft Arbeit: 7:00, 7:30,..., 9:00 Uhr 1, 2, 3, 4, 5 Arzt: 16:30, 17:00,..., 18:30 Uhr Besuch 18:30, 19:00,..., 20:30 Uhr Reisezeit Distanz * Durchschnittsgeschwindigkeit * 0.8, 0.9,1.0, 1.1, 1.2 1, 2, 3, 4, 5 mögliche Reisezeitverkürzung Reisezeit RZ * 0.1, 0.2, 0.3 [Minuten] 1, 2, 3 mögliche Reisezeitverlängerung Reisezeit + RZ * 0.1, 0.2, 0.3 [Minuten] 1, 2, 3 Wahrscheinlichkeit richtige 10, 20, 30 [%] 1, 2, 3 Reisezeitprognose Wahrscheinlichkeit frühere 10, 20, 30 [%] 1, 2, 3 Ankunft Wahrscheinlichkeit spätere ergibt aus den obigen Werten - Ankunft Entscheidungskontext Wahl der Abfahrtszeit Antworttyp Stated Choice, 2 Optionen Anzahl Entscheidungssituationen pro Person 8 73

89 Wie in Kapitel 4.2 bereits beschrieben, ist auf eine möglichst geringe Korrelation der Entscheidungsgrössen zu achten. Die Variablen der Ankunftsverteilung können dann als unabhängig angesehen werden, wenn die Korrelation zwischen den Varianzen der Ausprägungen und den Mittelwerten der Verteilung der Ausprägungen möglichst klein ist. Die entsprechende Verteilung für die ist in Abbildung 9 dargestellt. Abbildung 9: Fallstudie 2: Korrelation zwischen Varianz der Verspätungsdauer und der durchschnittlichen Verspätung, Wahl der Abfahrtszeit Varianz der Verspätung [min] Korrelationskoeffizient: Durchschnittliche Verspätungsdauer [min] Die zweite Gruppe von SP Experimenten thematisiert noch einmal die monetäre Bewertung der Verlässlichkeit. Hier wird die Situation einer kurzfristigen Verkehrsmittelwahl präsentiert, bei der die typische vorweggenommene Bindung an ein Verkehrsmittel durch den Erwerb eines PW oder eines ÖV-Abonnements umgangen wird. Die Teilnehmer sollen zwischen einem Autoverlad und der Weiterfahrt auf der Autobahn mit unsicherer Fahrzeit entscheiden. Dabei wird mit der Fahrt ins Tessin über die Gotthardroute eine in der Nordschweiz sehr bekannte Situation verwendet. Dadurch wird die hypothetische Fragestellung der SP- Experimente wesentlich konkreter und somit besser vermittelbar. Diese Experimente werden ausschliesslich Personen mit PW-Verfügbarkeit präsentiert. Die Wegezwecke variieren zwischen den Teilnehmern zufällig zwischen privatem Termin, geschäftlichen Termin und Ferienreise. Der Zweck geschäftlicher Termin wird nur berufstätigen Personen präsentiert. Entscheidungsvariablen sind die Fahrzeiten für beide Modi, die Mehrkosten durch den Autoverlad sowie die Wahrscheinlichkeit für die Pünktlichkeit auf der Autobahn (= Fahrzeitprognose trifft zu). 74

90 Nachdem die SP-Experimente zur Wahl der Abfahrtszeit dieser Fallstudie bereits sehr komplex angelegt sind, wird in diesen Experimenten darauf verzichtet, weitere Fahrzeiten zur Spezifizierung der Entscheidungssituation aufzuführen. Der Wortlaut der Frage ist: Stellen Sie sich bitte vor, Sie wollten für einen privaten Termin mit dem PW allein ins Tessin fahren. Durch den Verkehrsfunk wissen Sie von einem 5 Kilometer langen Stau vor dem Gotthardstrassentunnel. Allerdings ist die Staudauer ungewiss, denn Sie können durch den Stau schnell oder langsam kommen. Aus Erfahrung können Sie aber die unerwartete Verlängerung Reisezeit einschätzen und Sie wissen um die Schwankungen bei der Dauer des Staus. D.h., Sie kennen in etwa die Staudauer als auch die Wahrscheinlichkeit, dass Ihre Prognose zutrifft. Stellen Sie sich bitte weiter vor, die SBB würden einen Autoverlad zwischen Erstfeld (UR) und Biasca (TI) lancieren, der mit hohen Kapazitäten keine Wartezeiten verursachen würde und mit einem komfortablen, bargeldlosen Zahlungssystem betrieben würde. Sie kämen immer verlässlich und pünktlich an. Bitte entscheiden Sie sich bei den folgenden acht gegenübergestellten Situationen für je eines der beiden Verkehrsmittel. Normale Fahrzeit: Strassentunnel Prognostizierte Staudauer: Mögliche Gesamtfahrzeit: 70 min 30 min 100 min Wahrscheinlichkeit, dass Ihre Prognose zutrifft: 50 % Autoverlad Gesamtfahrzeit inkl. Warte- und Verladezeit: Mehrkosten durch den Autoverlad: 90 min 15.- Fr O Ihre Wahl O Tabelle 23 zeigt die Eckdaten dieses Befragungsteils. Im Anhang sind der Versuchsplan und ein Beispiel abgebildet. Abschliessend werden den Teilnehmern noch Fragen zum Haushalt gestellt, die im Telefoninterview nicht gefragt werden. Diese betreffen das Haushaltseinkommen und die Anzahl der Personen im Haushalt. 75

91 Tabelle 23: Fallstudie 2: Variablen und Ausprägungen, Fragegruppe Verkehrsmittelwahl Entscheidungsvariable Ausprägungen Schlüssel im Versuchsplan Fahrzeit PW 50, 60, 70 [Minuten] 1, 2, 3 Prognose der Staudauer 30, 40, 50 [Minuten] 1, 2, 3 Eintrittswahrscheinlichkeit der Prognose 30, 40, 50, 60, 70 [%] 1, 2, 3, 4, 5 Gesamtfahrzeit Autoverlad 60, 75, 90 [Minuten] 1, 2, 3 Mehrkosten 5, 10, 15, 20 [CHF] 1, 2, 3, 4 Entscheidungskontext Antworttyp Anzahl Entscheidungssituationen pro Person Verkehrsmittelwahl Stated Choice, 2 Optionen Erhebungsstatistik Wie in der ersten Fallstudie kann die Rekrutierung der Teilnehmer im Rahmen der kontinuierlichen Erhebungen im Personenverkehr (KEP) der Schweizerischen Bundesbahnen von der Firma Link AG, Luzern vorgenommen werden. Darin wird wiederum die Bereitschaft zu einer weiterführenden schriftlichen Befragung erfragt. Der Rekrutierungszeitraum für die vorliegende Untersuchung umfasst die Kalenderwochen 20 bis 42 / In dieser Zeit können 5560 Personen telefonisch befragt werden, von denen sich 3216 zu der Teilnahme an einer schriftlichen Befragung bereit erklären. Dieser Personenkreis wird für mehrere Studien aufgeteilt. Für die vorliegende Arbeit werden 1000 Personen ausgewählt. Die Soziodemographie der Stichprobe wird wie beschrieben während des Telefoninterviews aufgenommen. In der schriftlichen Befragung werden noch zusätzlich Angaben zum Haushaltseinkommen und zur Anzahl der Personen im Haushalt abgefragt. Ähnlich wie in der Fallstudie 1 lässt sich in der Fallstudie 2 ebenfalls kein Zusammenhang zwischen der Rekrutierungswoche, Versanddatum und Antwortgeschwindigkeit sowie der Rücklaufquote erkennen, vgl. Abbildung 10. Deutlich wird aber, dass sowohl Antwortgeschwindigkeit als auch Antwortrate über die Distanz zur Rekrutierung wesentlich instabiler in ihrer Ausprägung sind. In beiden Fällen wird ein schlechteres Niveau erreicht. Der Rücklauf hat bei einer Mahnung nur eine Quote von 45.9 %. Dabei muss man berücksichtigen, dass in dieser Fallstudie der Versand erst mehrere Monate nach der Rekrutierung durchgeführt wer- 76

92 den kann und auch noch in eine ungünstige Ferienzeit fällt. Viele der angeschriebenen Personen können sich offenbar nicht mehr an das Telefoninterview erinnern und können auch nicht noch einmal motiviert werden. Weiterhin werden wegen der grossen Zeitspanne etwa 3% der Adressen nicht mehr erreicht. Abbildung 10: Fallstudie2: Rücklaufquote und Antwortgeschwindigkeit 5 70 Mittlere Rücklaufgeschwindigkeit [Wochen] Mittlere Rücklaufgeschwindigkeit 95% Konfidenzintervall der Geschwindigkeit Rücklaufquote Rücklauf [%] Differenz zwischen Versand und KEP Interview [Wochen] 20 Von den Teilnehmern geben etwa 15% an, sie lebten allein. 36% wohnen in einem Zweipersonenhaushalt, 13% in einem Drei- und 19% in einem Vierpersonenhaushalt. Etwa 17% leben in grösseren Haushalten. Vergleicht man die soziodemographische Struktur der Stichprobe mit dem schweizerischen Mittel, stellt man dieselben Unterschiede wie in der Fallstudie 1 fest. Die Tabelle 24 zeigt die Struktur der vorliegenden Stichprobe im Vergleich mit denen des Mikrozensus, der KEP im Erhebungszeitraum sowie dem Personenkreis von KEP- Teilnehmern, die Bereitschaft signalisieren, der Fallstudie 2 teilzunehmen. Es wird deutlich, dass an der Befragung überdurchschnittlich viele gebildete, angestellte Benützer des öffentlichen Verkehrs teilgenehmen. Gleichzeitig ist der Anteil an Selbstständigen weniger als halb so gross in der Stichprobe gegenüber dem Schweizer Mittel. Rekrutiert durch die KEP, also letztlich die SBB, ist dieser Personenkreis besonders motiviert, zur Qualitätssteigerung des täglich benützten Verkehrssystems, dem öffentlichen Verkehr, beizutragen. 77

93 Tabelle 24: Fallstudie 2: Soziodemographische Struktur der Stichprobe, Anteile im Vergleich Stichprobe Mikrozensus 2000 KEP 2002 KW Bereitschaft Fallstudie 2 Rücklauf Anzahl Befragte Frauen Alter unter über Halbtaxbesitz GA-Besitz PW-Verfügbarkeit immer manchmal nie Ausbildung Primar u. Sekundarschule Berufslehre Matura Arbeitslos Teilzeit angestellt Vollzeit angestellt Selbstständig

94 Tabelle 24: Fallstudie 2: Soziodemographische Struktur der Stichprobe, Anteile im Vergleich, Fortsetzung Stichprobe Mikrozensus 2000* KEP 2002 KW Bereitschaft Fallstudie 2 Rücklauf Haushaltseinkommen [tchf/a] > Keine Angabe Ähnlich wie in Fallstudie 1 lassen die unterschiedlichen Anteile lassen Frage aufkommen, inwieweit die Ergebnisse der Studie allgemeingültig sind bzw. welche Modifizierungen notwendig sind, um die Repräsentativität zu gewährleisten. Wie beschrieben besteht im Allgemeinen die Möglichkeit die Anteile der Stichprobe zu gewichten. Wird jedoch das Entscheidungsverhalten von Personen modelliert und fliessen in die Modellformulierung alle verzerrenden Variablen ein oder wird das Verhalten eines bestimmten Personenkreises im Sinne einer Marktsegmentierung untersucht, dann entfällt die Notwendigkeit einer Gewichtung, vgl. McFadden (1974) und Ben-Akiva und Lerman (1985). Die Verkehrsmittelwahlmodelle berücksichtigen insbesondere die Verkehrsmittelverfügbarkeit. Weiterhin hat die spätere Modellierung ergeben, dass die Parameter der meisten soziodemographischen Variablen nicht signifikant sind. Mit den Daten Fallstudie 1 wird zusätzlich ein Test durchgeführt, der geringe, unbestimmte Abweichungen gezeigt hat, vgl. Kapitel Analyse der Einführungsfragen Der Hauptteil der Analyse besteht in der weiter unten beschriebenen Entscheidungsmodellierung. Sie basiert auf den Daten der beiden Stated Preference Fragegruppen für die Verkehrsmittelwahl und die Wahl der Abfahrtszeit. Der erste Teil der Befragung soll hier wie in der ersten Fallstudie bereits die Befragten dazu veranlassen, sich mit der Thematik auseinanderzusetzen und sie für die SP-Experimente zu sensibilisieren. Trotz des einführenden Charak- 79

95 ters lassen sich aber Rückschlüsse auf den Umgang mit der Verlässlichkeit und deren Bewertung ziehen. Die erste Frage erfasst die Einschätzung der Teilnehmer von unplanmässigen Verzögerungen auf der Strasse und auf der Schiene. Dabei wird die Bahn erheblich pünktlicher eingeschätzt, vgl. Tabelle 25. Tabelle 25: Fallstudie 2: Erfahrungsmässige Einschätzung der Verlässlichkeit der Befragungsteilnehmer [%] Unerwartete Verzögerung immer meistens selten nie weiss nicht PW Bahn Eine weitere Frage entspricht der Frage 1 der ersten Fallstudie. Tabelle 26 zeigt die Eckwerte der Verteilung der angegebenen Werte in Minuten. Gefragt wird nach der persönlich eingeplanten Pufferzeit für einen wichtigen Termin in eine 50 km entfernte Grossstadt. Dies soll notiert werden für eine Fahrt mit dem PW und mit der Bahn. Tabelle 26: Fallstudie 2: Eingeplante Pufferzeiten der Befragten [min] PW-Fahrer: min max Mittel Median Std. wenn ich mit dem Auto fahre... wenn ich mit der Bahn fahre Bahnfahrer: wenn ich mit dem Auto fahre... wenn ich mit der Bahn fahre Die Werte sind wie in der Fallstudie 1 homogen für beide Nutzergruppen, allerdings auf höherem Niveau. Ein Unterschied der auf die höhere Erfahrung im Umgang mit dem meistbenützten Verkehrsmittel schliessen liesse kann entgegen der ersten Fallstudie nicht festgestellt werden. Ein Test beider Stichproben ergibt einen signifikanten Unterschied auf dem 10%- Niveau. 80

96 6. Entscheidungsmodellierung 6.1 Strategie der Modellierung Wenn man von Modellierung spricht, so ist damit die statistische Nachbildung realer Entscheidungen gemeint. Man nimmt wie beschrieben an, dass die Verkehrsteilnehmer diejenige Alternative auswählen, die ihnen den grössten Nutzen bringt. Bei der Modellierung wird versucht, diesen Nutzen mit relevanten Variablen zu beschreiben. Das heisst, es wird die Zusammensetzung der Funktion definiert und in welcher Form die Variablen einfliessen. Für das definierte Nutzenmodell wird dann mittels einer Maximum Likelihood Schätzung die Stärke des Einflusses jeder einzelnen Variablen ermittelt, also die Parameter der Entscheidungsvariablen. Eine der etabliertesten Modellformen, die auch in dieser Arbeit angewandt werden soll, ist das Logit Modell, vgl. Kapitel 2.5. Ein Mass für die Güte eines Modells, das mittels Maximum-Likelihood-Methode geschätzt 2 wird, ist das, definiert als: 2 ln L( ) = 1 ln L(0) ( 38 ) mit L(): Wert der Log-Likelihood-Funktion bei geschätztem Parametersatz L(0): Wert der Log-Likelihood-Funktion mit des Nullmodells (für i = 0) 2 nimmt dementsprechend Werte zwischen 0 und 1 an. Je grösser der Wert wird, desto höher ist die relative Modellgüte. Der Wert 0 bedeutet, dass das Modell nach Einführung von Variablen gegenüber dem Nullmodell keine höhere Modellgüte aufweist. Würde der theoretische Wert 1 erreicht, dann hat das Modell die höchste Modellgüte und den maximal möglichen LL-Wert Null erreicht. Im Allgemeinen bedeutet ein Wert von 2 > 0.3 in der Modellierung bereits eine genügend hohe Erklärungskraft des Gesamtmodells. Ein weiterer Messindikator ist der LL-Ratio-Test. Verglichen werden jeweils zwei Modelle: Das Nullmodell und das definierte Modell. Der Vergleich dient der Prüfung, ob das definierte 81

97 Modell tatsächlich eine signifikant höhere Modellgüte aufweist als das Nullmodell. Die Teststatistik mit der Prüfgrösse 2 bezogen auf das Nullmodell lautet: LR = 2 *(ln L ( ) ln L (0)) ( 39 ) Bei der Modellierung tritt immer wieder die Frage auf, welche Kriterien ein Modell zu einem guten Modell machen und welches Modell aus der Vielzahl an möglichen Varianten das Beste ist. Schon die Zielsetzung ist dabei problematisch, denn die Erklärungskraft des gesamten Modells ist nicht zwingend abhängig von der Signifikanz der Parameter oder dem Verhältnis von Parameter und Varianz. Ziel der Modellierung ist es ja, ein möglichst genaues Abbild des realen Entscheidungsverhaltens unter der Vorgabe einer einfachen Struktur zu erzeugen. Deshalb lässt sich keine konkrete Aussage treffen bzw. kein Kriterium aufführen, das hinreichend für die Beurteilung der Modellqualität ist. In den meisten Fällen wird dieses gesuchte Optimum durch mehrere Merkmale und deren Zielfunktionen bestimmt. Die Ergebnistabellen auf den kommenden Seiten zeigen dementsprechend die Zusammensetzung der Nutzenfunktion bzw. die geschätzten Parameter und deren Signifikanz. Hierzu dient der t-test. Liegt der Wert dieser Testgrösse über 1.96, so ist der Einfluss der Variablen in der Nutzenfunktion mit einer Wahrscheinlichkeit von 95% signifikant. In diesem Zusammenhang ist für die Modellierung bzw. die Beurteilung von Zwischenergebnissen ein wesentliches Argument, ob die geschätzten Parameter nicht nur signifikant sind, sondern auch das erwartete Vorzeichen besitzen. Weiterhin werden in den Ergebnistabellen der Stichprobenumfang N sowie die genannten Masszahlen L(0), L(), 2 und LR ausgewiesen. Bei SP-Befragungen bezieht sich N übrigens nicht auf die Teilnehmerzahl, sondern auf die Anzahl der jeweils berücksichtigten Experimente. Das heisst, die Anzahl der beantworteten Wahlsituationen. Bildet eine SP-Befragung die Grundlage, sollte die Schätzung, wie beschrieben, mit der linearen Implementierung der Entscheidungsvariablen beginnen. Dabei handelt es sich um die Variablen, die direkt in den Experimenten beschrieben sind. Für das Routenwahlmodell der Fallstudie 1 sind dies zum Beispiel die Anzahl Tage pro Woche mit Stau, die Staudauer sowie die Strassenbenützungsgebühr. Diese Nutzenfunktionen stellen die Basis der Modellierung dar, die Grundmodelle. Hat man die Grundmodelle definiert, werden verschiedene Ansätze und Module eingesetzt bzw. getestet. Weiterhin können je nach Datengrundlage soziodemographische bzw. situationsbezogene Variablen im Modell Berücksichtigung finden. Zuletzt sollte versucht werden, das Modell wieder zu vereinfachen. Dabei können schwach einfliessende 82

98 Variablen entnommen werden, wenn die erreichte Modellgüte dabei in etwa gehalten werden kann. Für die vorliegende Arbeit bedeutet das: Die Fragegruppen der zwei Fallstudien werden zunächst nach dem Befragungsinhalt (Routenwahl, Verkehrsmittelwahl und Wahl der Abfahrtszeit) kategorisiert. Für jede Fragegruppe werden die beschriebenen Grundmodelle definiert und geschätzt. Zusätzlich werden die verschiedenen Ansätze der bisher durchgeführten Studien für jede Kategorie parallel formuliert und geschätzt. Die Modellspezifikationen mit den höchsten Modellgüten werden dann durch Ansätze aus der Zeitwertforschung und nicht lineare Formulierungen erweitert. Die benützte Software Biogeme 0.7 macht eine gemeinsame Schätzung verschiedener Datensätze möglich, in dem zusätzlich für jeden Datensatz ein Skalierungsparameter ermittelt wird, vgl. Bierlaire, Bolduc und Godbout (2004). Die Nutzenfunktion jeder Alternative eines Datensatzes wird mit dem entsprechenden Parameter versehen. Ein weiteres Ziel der Studie ist es, Werte für Verlässlichkeit und nach Möglichkeit auch für unterschiedliche Wegezwecke zu ermitteln. Die SP-Experimente zur Routenwahl der Fallstudie 1 und die Verkehrsmittelwahlexperimente der Fallstudie 2 lassen dies zu. Die Versuchsanlage ist so konzipiert, dass auch Zeitwerte für Reisezeitveränderungen ermittelt werden können. Es besteht damit die Möglichkeit, die geschätzten Zeitwerte mit denen der aktuellen Schweizer Zeitwertstudie zu vergleichen und damit die gewonnenen Erkenntnisse der vorliegenden Arbeit zu überprüfen. Die folgenden Kapitel zeigen für die verschiedenen Modelltypen der Routenwahl, der Verkehrsmittelwahl sowie der Wahl der Abfahrtszeit die wesentlichen geschätzten Modellformulierungen und deren Ergebnisse. Die Ansätze mit der jeweils höchsten Modellgüte werden dann sukzessive ausgebaut. Das heisst, die Nutzenfunktionen werden um solche Komponenten erweitert, die in bisherigen Studien mit ähnlichem Kontext zu positiven Ergebnissen geführt haben. Anschliessend werden die Modelle zur Bewertung der Reisezeit und der Verlässlichkeit in ähnlicher Weise angelegt und ausgebaut. Die Tabelle 27 gibt einen Überblick der geschätzten Modelle: 83

99 Tabelle 27: Verzeichnis der Modellansätze Modelltypen Modellformulierung Modellergebnisse Grundmodelle der Routenwahl Tabelle 28 Tabelle 29 Routenwahlmodelle, erweitert, kombinierte Datensätze Tabelle 30 Tabelle 31 Grundmodelle der Verkehrsmittelwahl Tabelle 32 Tabelle 33 Modelle der Verkehrsmittelwahl, erweitert, kombinierte Datensätze Tabelle 34 Tabelle 35 Modelle zur Wahl der Abfahrtszeit Tabelle 36 Tabelle 37 Modelle zur Wahl der Abfahrtszeit, erweitert Tabelle 38 Tabelle 39 Modelle zur Bewertung von Reisezeit Tabelle 40 Tabelle 41 Modelle zur Bewertung der Erhöhung der Verlässlichkeit Tabelle 42 Tabelle Routenwahlmodelle Zur Schätzung der Routenwahlmodelle können aus der Fallstudie 1 die Daten zweier Fragegruppen mit SP-Experimenten herangezogen werden. Dies sind die Experimente zur monetären Bewertung und diejenigen mit grafischer Unterstützung. Die Modelle werden zunächst getrennt für beide Stichproben geschätzt. Die Experimente mit grafischer Unterstützung beinhalten zwei alternative Routen A und B, die allerdings eine gemeinsame Teilstrecke aufweisen, von HB Zetthausen zu Ihre Arbeitsstelle. Diese Ähnlichkeit der Teilstrecke der Alternativen stellt eine Überlappung ihres Nutzens dar und müsste eigentlich der Schätzung entnommen werden. Die Versuchsanlage präsentiert allerdings nur eine Tür-zu-Tür-Reisezeit, die eine Separierung einer einzelnen Etappe nicht zulässt. Der dabei auftretende Fehler ist in diesem Fall mit hoher Wahrscheinlichkeit vernachlässigbar gering, sollte aber bei der Einschätzung der Ergebnisse berücksichtigt werden und eventuell im Kontext der Bewertung der Reisezeitvariabilität in späteren Studien untersucht werden. Die Modelle mit Kostenvariablen werden gemeinsam für zwei Teilstichproben geschätzt. Wie in Kapitel 4 beschrieben, sind die Experimente für PW und ÖV unterschiedlich formuliert, besitzen jedoch dieselben Entscheidungsvariablen. Die genutzte Schätzsoftware ist wie beschrieben in der Lage, Skalierungsparameter zur Korrektur der unterschiedlichen Fehlervari- 84

100 anzen in unterschiedlichen Datensätzen zu ermitteln. Ein Skalierungsfaktor grösser 1 bedeutet zum Beispiel, dass die Varianzen des Modells für den skalierten Datensatz kleiner sind als für den Referenzdatensatz. Die Versuchsanlage ermöglicht auch die Modellierung von Verteilungen wie mittlerer Verspätung, mittlerer Reisezeit der unzuverlässigen Route und deren Standardabweichungen. Tabelle 28: Nutzenfunktionen der Grundmodelle der Routenwahl Modelltyp Nutzenfunktion monetär U unzuverlässige Route = VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit monetär ( x und Stdabw.) U verlässliche Route = RK * zusätzliche Reisekosten U unzuverlässige Route = RZM * mittlere Reisezeit + RZS * Standardabweichung der mittleren Reisezeit U verlässliche Route = RK * zusätzliche Reisekosten Grafisch U unzuverlässige Route = RZK * Reisezeit, minimal + VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit grafisch ( x und Stdabw.) U verlässliche Route = RZL * Reisezeit, lang U unzuverlässige Route = RZM * mittlere Reisezeit + RZS * Standardabweichung der mittleren Reisezeit U verlässliche Route = RZL * Reisezeit, lang Die Tabelle 28 und die Tabelle 29 zeigen die entsprechenden Nutzenfunktionen und die Ergebnisse der Schätzungen für beide Fragegruppen getrennt. Diese Grundmodelle weisen plausible Wirkungsrichtungen der Parameter auf. Die Modellgüten sind allerdings relativ gering. Es wird aber deutlich, dass die Einflüsse der Reisezeitvariabilität auf die Verkehrsentscheidung nicht vernachlässigbar sind. Alle Parameter sind hochsignifikant. Dies betrifft sowohl die Reisezeit an sich als auch die Wahrscheinlichkeit der Sicherheit der Reisezeit. Die Varianzen für Wahlentscheidungen im öffentlichen Verkehr sind dabei deutlich grösser als bei PW-Fahrten. Modelliert man die Reisezeitvariabilität nicht mit ihren absoluten Ausprägungen (maximale Reisezeit/Verspätung und deren Wahrscheinlichkeit) sondern als Verteilung mit mittlerer Reisezeit und ihrer Standardabweichung, stellt sich anders als in vergleichbaren Studien keine Erhöhung der Modellgüte ein. Weiterhin ist der Parameter der Standardabweichung der mittleren Reisezeit nicht signifikant. Die Reisenden nehmen zumindest in diesen Experimenten die Variablen der Reisezeitvariabilität, also Dauer und Wahrscheinlichkeit, offenbar absolut und getrennt voneinander wahr. Sie kalkulieren keine Durchschnittswerte. Die 85

101 hinterlegte Verteilung, also die innere Form der Verlässlichkeit wird fliesst weniger in die Wahlentscheidung ein. Tabelle 29: Grundmodelle der Routenwahl Modelltyp Monetär Monetär ( x + Stdabw.) Modell Charakteristika Grafisch Grafisch ( x + Stdabw.) N L (0) L () LL Ratio Test Variablen Einheit Koeff. t-test Koeff. t-test Koeff. t-test Koeff. t-test Zusätzliche Kosten CHF Reisezeit, lang, verlässliche Route min Reisezeit, minimal, unzuverlässige Route min Mittlere Reisezeit unzuverlässige Route min Standardabw. Reisezeit unzuverlässige Route min Verspätungsdauer PW min Verspätungsdauer ÖV min Verspätungswahrscheinlichkeit PW % Verspätungswahrscheinlichkeit ÖV Skalierungsparameter * % Routenwahl ÖV monetär Referenz: Routenwahl PW monetär * t-test für Dies erscheint insofern plausibel, als dass es dem Wesen der Unzuverlässigkeit entspricht. Tritt zum Beispiel eine zufällige Störung auf, so führt diese eben auch zu einer absoluten 86

102 (maximalen) Verspätung und nicht zu einer durchschnittlichen Reisezeitveränderung. Interessant ist der Unterschied zwischen PW und ÖV. Das Verhältnis der Parameter für Dauer und Wahrscheinlichkeit beträgt jeweils fast 2:1. Die Parameter sind signifikant voneinander unterschiedlich. Die Ergebnisse bestätigen entsprechend nicht die These, dass PW-Fahrer risikofreudiger sind als Benützer des öffentlichen Verkehrs, sondern belegen das Gegenteil. Werden diese Grundmodelle mit verschiedenen Modulen erweitert, können zum Teil erhebliche Verbesserungen der Modellgüte erzielt werden. In einem ersten Schritt werden die Stichproben in einem gemeinsamen Modell geschätzt. Dadurch erhält man eine erhebliche Erhöhung der Modellgüte. Die Ergebnisse der getrennten Schätzung werden insgesamt bestätigt. Die Skalierungsparameter zeigen weiterhin die deutlichen Unterschiede der Wahlsituationen zwischen PW und ÖV. Tabelle 30: Nutzenfunktionen der Routenwahlmodelle, erweitert, kombinierte Datensätze Modelltyp Nutzenfunktion Lineare Variablen U unzuverlässige Route = RZK * Reisezeit, minimal + VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit U verlässliche Route = RK * zusätzliche Reisekosten + RZL * verlässliche Reisezeit, lang Quadratische Variablen U unzuverlässige Route = RZK * Reisezeit, minimal + RZK2 * Reisezeit 2, minimal + VD * mögliche Verspätungsdauer + VD2 * mögliche Verspätungsdauer 2 + VW * Verspätungswahrscheinlichkeit + VW2 * Verspätungswahrscheinlichkeit 2 U verlässliche Route = RK * zusätzliche Reisekosten + RK2 * zusätzliche Reisekosten 2 + RZL * verlässliche Reisezeit, lang + RZL2 * verlässliche Reisezeit 2, lang Wahrscheinlichkeitsverteilte Variablen der Reisekosten (RPL) U unzuverlässige Route = RZK * Reisezeit, minimal + VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit U verlässliche Route = [ RK, RK ] * zusätzliche Reisekosten + RZL * verlässliche Reisezeit, lang 87

103 Tabelle 31: Routenwahlmodelle, erweitert, kombinierte Datensätze Modelltyp / Modellerweiterung Lineare Parameter Quadratische Parameter RPL-Parameter der Reisekosten Modell Charakteristika N L (0) L () LL Ratio Test Variablen Einheit Koeff. t-test Koeff. t-test Koeff. t-test Zusätzliche Kosten CHF Zusätzliche Kosten 2 CHF Streuung der Kosten CHF Reisezeit, lang, verlässliche Route min Reisezeit, minimal, unzuverlässige Route min Verspätungsdauer PW min Verspätungsdauer PW 2 min Verspätungsdauer ÖV min Verspätungsdauer ÖV 2 min Verspätungswahrscheinlichkeit PW Verspätungswahrscheinlichkeit ÖV % % Skalierungsparameter Koeff. t-test* Koeff. t-test* Koeff. t-test* Routenwahl ÖV grafisch Routenwahl ÖV monetär Referenz: Routenwahl PW monetär * Für Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. Eine Modellausprägung stellt die Einführung von variierenden Parametern dar. Bei diesen Mixed Logit oder Random Parameter Logit (RPL) Modellen werden keine fixen Parameter 88

104 geschätzt, sondern man nimmt an, dass die Parameter einer Wahrscheinlichkeitsverteilung unterliegen. Das bedeutet, dass neben dem Mittelwert der Parameterverteilung auch die Streuung der Verteilung geschätzt wird. Dieser Ansatz hat in den letzten Jahren rasch an Bedeutung gewonnen, da er heute numerisch relativ einfach zu implementieren ist. Er erlaubt eine sehr flexible Modellierung der zugrunde liegenden multinomialen diskreten Wahlentscheidung. Es lassen sich Zustandsabhängigkeit, zeitliche Korrelation unbeobachteter Grössen und individuelle Heterogenität also Geschmacksvariationen leichter abbilden. Im vorliegenden Fall wird der Parameter der Reisekosten mit Mittelwert und Streuung modelliert. Als Typ der Wahrscheinlichkeitsverteilung wird hier vereinfacht eine Normalverteilung angenommen, die in diesem Fall eine ausreichende Näherung darstellt. Dieses RPL-Modell erzielt noch einmal eine deutliche Steigerung der Modellgüte, ergibt aber gleichzeitig eine erhebliche Verschiebung der Verhältnisse der Parameter. Der Parameter der Verspätungswahrscheinlichkeit im öffentlichen Verkehr ist nur noch auf dem 10%-Niveau signifikant, sollte aber als Entscheidungsvariable im Modell verbleiben. In beiden genannten Modellen kann man feststellen, dass die Verspätungsdauer auf einer unsicheren Route von den Teilnehmern wesentlich höher bewertet wird als die Reisezeit der verlässlichen Route. Mit der kombinierten Stichprobe werden weitere Modelle getestet. Eine mögliche Implementierungsform stellen nicht lineare Terme dar. Die Einführung quadrierter Entscheidungsvariablen führt zur Erhöhung der Modellgüte gegenüber dem Grundmodell. Die Parameter der Reisezeit und auch der Verlässlichkeitsvariablen sind teilweise nicht signifikant und weisen nicht die erwartete Wirkungsrichtung auf. Dies gilt ebenfalls für hier nicht dargestellte Modelle mit logarithmierten Variablen. Ein signifikanter Einfluss soziodemographischer Variablen wie Geschlecht, Alter, Ausbildungsgrad, Arbeitsstatus und Gehalt konnte zumindest in Form linearer Interaktionen mit den Reisekosten nicht nachgewiesen werden. Entsprechend können an dieser Stelle keine sozialen Unterscheide in der Risikobewertung festgestellt werden. Ein vorrangiges Ziel der Studie ist jedoch, den Einfluss der Verlässlichkeit bei Wahlentscheidungen und deren Wirkungsweise in Entscheidungsmodellen aufzuzeigen. In Bezug auf Routenwahlmodelle lässt sich ein deutlicher Einfluss messen, der in derselben Weise wie die Reisezeit wirkt. Die Verlässlichkeit in Form von zeitlicher Ausprägung und deren Wahrscheinlichkeit wird allerdings zum Teil erheblich höher bewertet. 89

105 6.3 Verkehrsmittelwahl Beide Fallstudien bieten die Möglichkeit, Modelle der Verkehrsmittelwahl zu schätzen. In der Fallstudie 1 sind diese allerdings nicht als klassische Verkehrsmittelwahlexperimente aufgebaut, denn die Geldkostenkomponente ist nicht in die Entscheidungssituation integriert, weil die Experimente aufgrund ihrer Abstraktion ohnehin sehr kompliziert sind. Dafür sind die Geldkosten als Variable in den Verkehrsmittelwahlexperimenten der Fallstudie 2 berücksichtigt. Tabelle 32: Nutzenfunktionen der Grundmodelle der Verkehrsmittelwahl Modelltyp Nutzenfunktion Autoverlad U PW unzuverlässige Route = RZU * Reisezeit, minimal + VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit U AV verlässliche Route = Konstante AV + RZV * Reisezeit + RK * zusätzliche Reisekosten Autoverlad ( x + Stdabw.) ÖV lang - PW variabel - PW lang ÖV lang - PW variabel - PW lang ( x + Stdabw.) U PW unzuverlässige Route = MRZV * mittlere Reisezeit + SRZV * Standardabweichung der mittleren Reisezeit U AV verlässliche Route = Konstante AV + RZV * Reisezeit + RK * zusätzliche Reisekosten U PW unzuverlässige Route = RZU_PW * Reisezeit, minimal + VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit U PW verlässliche Route = RZL_PW * Reisezeit lang U ÖV verlässliche Route = Konstante ÖV + RZL_ÖV * verlässliche Reisezeit lang U PW unzuverlässige Route = MRZU_PW * mittlere Reisezeit + SRZU_PW * Standardabweichung der mittleren Reisezeit U PW verlässliche Route = RZL_PW * Reisezeit lang U ÖV verlässliche Route = Konstante ÖV + RZL_ÖV * verlässliche Reisezeit lang Ähnlich wie bei den Routenwahlmodellen wird auch hier die Schätzung zunächst getrennt für beide Stichproben mit den jeweiligen Entscheidungsvariablen der Experimente durchgeführt. In einem zweiten Schritt werden die Experimente einer gemeinsamen Schätzung unterzogen. 90

106 Die Ergebnisse dieser Grundmodelle sind wesentlich schlechter als bei der Routenwahl. Dies betrifft insbesondere die Modellgüten und die zu implementierenden Verlässlichkeitsvariablen. Auch wenn die Wirkungsrichtung der Variablen erwartungsgemäss ist, bei den Modellen der ersten Fallstudie (Wahl zwischen ÖV lang, PW variabel und PW lang ) ist die Verspätungswahrscheinlichkeit nicht signifikant. Tabelle 33: Grundmodelle der Verkehrsmittelwahl Modelltyp Autoverlad Autoverlad ( x + Stdabw.) Modell Charakteristika ÖV lang - PW variabel - PW lang ÖV lang - PW variabel - PW lang, ( x + Stdabw.) N L (C) L () LL Ratio Test 562* 376* 449* 358* Variablen Einheit Koeff. t-test Koeff. t-test Koeff. t-test Koeff. t-test Konstante ÖV Zusätzliche Kosten CHF Reisezeit, lang verlässliche Route ÖV Min Reisezeit, lang verlässliche Route PW Min Reisezeit, minimal unzuverlässige Route PW Min mittlere Reisezeit unzuverlässige Route PW Min Standardabw. Reisezeit, unzuverlässige Route PW Min Verspätungsdauer PW Min Verspätungsw keit PW % * unterhalb des kritischen chi 2 -Wertes Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. Die Modelle, die die Verteilung der unzuverlässigen Reisezeiten darstellen sind wie bei der Routenwahl nochmals deutlich schlechter. Die Parameter sind nicht signifikant. 91

107 Gemeinsame Modelle beider Stichproben bringen eine deutliche Erhöhung der Modellgüte. Tabelle 34 und die Tabelle 35 zeigen solche gemeinsam geschätzten Modelle mit Erweiterungen, die mit den Erweiterungen der Routenwahlmodelle vergleichbar sind. Zunächst werden die so genannten Trägheitsvariablen eingeführt. Das sind in diesem Fall Variablen der Verkehrsmittelverfügbarkeit, also Besitz eines SBB-Generalabonnements oder Halbtax- Abonnements sowie PW-Verfügbarkeit. Die Trägheitsvariablen vermindern den Fehler der Schätzung, weil sie die situativen Zwänge der individuellen Vorlieben berücksichtigen. Die Trägheitsvariablen sind als Dummy-Variablen der Nutzenfunktion definiert, also ja/nein Variablen. Sie sind immer der Wahl der Alternative ÖV zugeordnet. Das heisst, sind die geschätzten Parameter negativ, so stellen sie einen positiven Nutzen der Alternative PW dar. Mit der kombinierten Stichprobe werden wie in der Routenwahl ebenfalls nicht lineare Modelle getestet. Die Einführung von Parametern quadrierter Entscheidungsvariablen führt zur Erhöhung der Modellgüte gegenüber dem Grundmodell und dessen Erweiterung mit Trägheitsvariablen. Die Parameter sind teilweise nicht signifikant und weisen nicht die erwartete Wirkungsrichtung auf. Andere Modelle beispielsweise mit logarithmierten Einflussgrössen ergeben ebenso unplausible Ergebnisse. Die Einführung eines wahrscheinlichkeitsverteilten Parameters der Reisekosten ist nur bedingt erfolgreich. Die Erklärungskraft des Modells steigt, alle Parameter sind hoch signifikant. Gegenüber der Routenwahl sind die Verhältnisse von Reisezeit und Reisekosten zur Verspätungsdauer und Verspätungswahrscheinlichkeit deutlich ungünstiger. Auch ein Versuch zur Ermittlung des geschätzten Wertes der Verringerung der Reisezeit ergibt eher unplausibel niedrige Zahlen: Zeitwert ÖV: CHF/h, Zeitwert PW: 8.20 CHF/h. Diese Werte liegen weit unter den ermittelten Werten der jüngsten Zeitkostenstudie der Schweiz, vgl. Kapitel Allerdings ist hier zu beachten, dass die gewählte Normalverteilung in einigen Fällen eine negative Bewertung von Reisezeitersparnissen ermöglicht. Dies kann aber durchaus plausibel sein, nämlich genau dann, wenn Personen die Fahrzeit zu anderen Aktivitäten nutzen oder als Vergnügen empfinden. Ein signifikanter Einfluss soziodemographischer Variablen wie Geschlecht, Alter, Ausbildungsgrad, Arbeitsstatus und Einkommen konnte weder in Form linearer Interaktionen mit den Reisekosten noch als Dummyvariablen einer Alternative nachgewiesen werden. Auf eine weitere Untersuchung dieser Aspekte wird deshalb im Weiteren verzichtet. Zur Implementierung von Verlässlichkeitsvariablen in Entscheidungsmodelle ist eine weitere Untersuchung soziodemographischer Einflüsse auch nicht zwingend notwendig. 92

108 Tabelle 34: Nutzenfunktionen der Modelle der Verkehrsmittelwahl, erweitert, kombinierte Datensätze Modelltyp / Erweiterung Nutzenfunktion Trägheitsvariablen U PW unzuverl. Route = RZU_PW * Reisezeit, minimal + VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit Trägheitsvariablen und quadratische Variablen U PW verl. Route = RZL_PW * Reisezeit, lang U ÖV verl. Route = Konstante ÖV + RK * zusätzliche Reisekosten + RZL_ÖV * verlässliche Reisezeit, lang + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz U PW unzuverl. Route = RZU_PW * Reisezeit, minimal + RZU_PW2 * Reisezeit 2, minimal + VD * mögliche Verspätungsdauer + VD2 * mögliche Verspätungsdauer 2 + VW * Verspätungswahrscheinlichkeit U PW verl. Route = RZL_PW * Reisezeit, lang + RZL_PW2 * Reisezeit 2, lang U ÖV verl. Route = Konstante ÖV + RK * zusätzliche Reisekosten + RK2 * zusätzliche Reisekosten 2 + RZL_ÖV * verlässliche Reisezeit, lang + RZL_ÖV2 * verlässliche Reisezeit 2, lang + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz Trägheitsvariablen und quadratische Variablen und wahrscheinlichkeitsverteilte Variablen der Reisekosten (RPL) U PW unzuverl. Route = RZU_PW * Reisezeit, minimal + RZU_PW2 * Reisezeit 2, minimal + VD * mögliche Verspätungsdauer + VD2 * mögliche Verspätungsdauer 2 + VW * Verspätungswahrscheinlichkeit U PW verl. Route = RZL_PW * Reisezeit, lang + RZL_PW2 * Reisezeit 2, lang U ÖV verl. Route = Konstante ÖV + RK * RK * zusätzliche Reisekosten + RZL_ÖV * verlässliche Reisezeit, lang + RZL_ÖV2 * verlässliche Reisezeit 2, lang + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz 93

109 Tabelle 35: Modelle der Verkehrsmittelwahl, erweitert, kombinierte Datensätze Modelltyp / Erweiterung Inklusive Trägheitsvariablen Trägheitsvariablen + quadr. Parameter Trägheitsvariablen + RPL Parameter Modell Charakteristika N L (C) L () LL Ratio Test Variablen Einheit Koeff. t-test Koeff. t-test Koeff. t-test Konstante ÖV Zusätzliche Kosten CHF Zusätzliche Kosten 2 CHF Streuung der Kosten CHF Reisezeit, lang verlässliche Route ÖV min Reisezeit 2, lang verlässliche Route ÖV min Reisezeit, lang verlässliche Route PW min Reisezeit 2, lang verlässliche Route PW min Reisezeit, minimal unzuverlässige Route min Reisezeit 2, minimal unzuverlässige Route min Verspätungsdauer PW min Verspätungsdauer 2 PW min Verspätungsw keit PW % PW-Verfügbarkeit GA-Besitz Halbtax-Besitz

110 Tabelle 35: Modelle der Verkehrsmittelwahl, erweitert, kombinierte Datensätze, Fortsetzung Modelltyp / Erweiterung Trägheitsvariablen Trägheitsvariablen + quadr. Parameter Trägheitsvariablen + RPL Parameter Skalierungsparameter Koeff. t-test* Koeff. t-test* Koeff. t-test* Verkehrsmittelwahl Autoverlad Referenz Verkehrsmittelwahl ÖV lang - PW variabel - PW lang * Für Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. 6.4 Wahl der Abfahrtszeit Entscheidungsmodelle zur Wahl der Abfahrtszeit stellen einen erheblichen Teil der Modelle, die Reisezeitvariabilität abbilden. In den meisten Fällen wird dabei das Verhalten der Pendler während der morgendlichen Spitzenzeit beschrieben. In den Experimenten dieser Arbeit werden verschiedene Tageszeiten und Aktivitäten präsentiert. So sollen neben dem Pendlerverkehr nach Möglichkeit auch Aussagen zu Tageszeiten und Wegezwecken gemacht werden, bei denen mit unterschiedlicher Wahlfreiheit in Bezug auf die Abfahrtszeit zu rechnen ist. Ein Modell, das die Entscheidungsvariablen in ihrer präsentierten Form beinhaltet, also auch die Aktivitäten, zeigt allerdings anders als erwartet keine signifikanten Unterscheide zwischen den Aktivitäten bzw. Tageszeitbereichen morgens (Arbeit), nachmittags (Arztbesuch) und abends (privater Termin). Es sind ebenfalls keine Unterschiede zwischen den Abfahrtszeiten innerhalb der Tageszeitbereiche messbar. Die Reisezeitvariabilität klassischer Abfahrtszeitwahlmodelle wird in SP-Experimenten durch verschiedene Abfahrtszeiten definiert. Diese unterschiedlichen Reisezeiten sind aber in der Regel zu den angebotenen Abfahrtszeiten verlässlich. In der vorliegenden Arbeit sind deswegen diese variablen Reisezeiten um Verlässlichkeitskomponenten erweitert. Das heisst, die Variabilität der Reisezeit wird zusätzlich durch eine wahrscheinlichkeitsverteilte Verfrühung bzw. Verspätung und deren Dimension beschrieben. Um das potentiell unterschiedliche Risikobewusstsein zu berücksichtigen, wird die Reisezeit der Abfahrzeit der Alternativen noch eine persönliche Pufferzeit zugeschlagen, die die Befragten angegeben haben. Eine weitere Differenzierung ist durch die personenspezifisch angebotenen Verkehrsmittel gegeben. Die Experimente sind so formuliert, dass verschiedene Ansätze, die in anderen Studien bereits erfolgreich angewandt werden, modelliert werden können. Im Folgenden werden die 95

111 Ansätze von Vickrey (1969) bzw. Small (1982) sowie Polak und Han (2000) mit den vorhandenen Variablen modelliert. Die Entscheidungsvariablen werden dazu entsprechend der Ansätze kombiniert. Die Tabelle 36 und die Tabelle 37 zeigen Funktionen und Ergebnisse dieses Vergleichs. Ähnlich wie bei der Modellierung der Routen- und Verkehrsmittelwahl wird anschliessend der Ansatz, der mit den Daten der Stichprobe die höchste Modellgüte aufweist, um Variablen der Verlässlichkeit erweitert. Die Versuchsanlage bietet hier die Möglichkeit, dass auch für Modelle der Wahl der Abfahrtszeit eine Formulierung gefunden werden kann, die Variablen der Verlässlichkeit beinhaltet und deren Einfluss misst, vgl. Kapitel 5.2. Tabelle 36: Nutzenfunktionen der Modelle zur Wahl der Abfahrtszeit Modell Vickrey bzw. Small Originalfunktion Vickrey bzw. Small Alternative mit berichteten Pufferzeiten Nutzenfunktion U = * Reisezeit + * SDE + * SDL U = RZ * Reisezeit + PZ * Pufferzeit + * SDE + * SDL Polak und Han U = RZ * Reisezeit + PZ * Pufferzeit + AAT * AAT Zunächst wird der Ansatz von Vickrey und Small getestet. Es wird angenommen, dass Reisende ihre Abfahrtszeit von der Reisezeit und der erwarteten Abweichung gegenüber der gewünschten Ankunftszeit abhängig machen. Diese ist definiert als Differenz zwischen der gewünschten Ankunftszeit PAT und der effektiven Ankunftszeit. Aufgrund der Versuchsanlage stellt das geschätzte Modell eine Kombination der beiden Ansätze dar, denn anders als in Smalls ursprünglichen Annahmen variiert die Reisezeit je nach Abfahrtszeit in der vorliegenden Befragung. Ein Blick auf die Ergebnisse zeigt, dass die geschätzten Parameter erwartungsgemäss wirken und durchgehend signifikant sind. Das Verhältnis von Reisezeit und Verspätung bestätigt die Ergebnisse der Routen- und Verkehrsmittelwahlmodelle. In allen Fällen wird der Einfluss der Reisezeit und der Verspätungsdauer etwa in gleicher Grössenordnung geschätzt. Es ergibt sich jeweils ein Verhältnis von etwa 1 / 1. Auch das Verhältnis der Parameter für SDE und SDL entspricht den bisher berichteten Werten von d bis ¼. Der Verspätungszuschlag von Small als zusätzliche Komponente der Nutzenfunktion kann aufgrund der Versuchsanlage mit Wahrscheinlichkeiten für zu frühe und zu späte Ankünfte nicht berücksichtigt werden. 96

112 Eine alternative Formulierung erweitert die Funktion um eine weitere Zeitkomponente, die Pufferzeit, die von den Befragten zusätzlich in den Fragebogen eingetragen wird. Dabei wird angenommen, dass die Verkehrsteilnehmer versuchen, eine unerwartete Reisezeitveränderung durch die Einplanung einer Sicherheitsreserve, zu kompensieren. Es ist anzunehmen, dass Verkehrsteilnehmer diese Reserve zur Reisezeit zugeschlagen, um die Reisezeitvariationen zu kompensieren. Aufgrund der bisherigen Ergebnisse kann erwartet werden, dass die Befragten diese Erhöhung der Sicherheitsreserve zur Verbesserung der Pünktlichkeit positiv bewerten. Die zusätzliche Variable wird offenbar durch die Befragten nicht angenommen bzw. sehr individuell kalkuliert, denn der geschätzte Einfluss der Variable ist nicht signifikant. Eine eindeutige Wirkungsrichtung kann somit nicht festgestellt werden. Dies ist ein Grund für eine geringere Modellgüte gegenüber dem Ausgangsmodell. Tabelle 37: Modelle zur Wahl der Abfahrtszeit Modelltyp Vickrey und Small Reisezeit Vickrey und Small RZ mit Pufferzeit Polak und Han Modell Charakteristika N L (0) L () LL Ratio Test * 127* Variablen Einheit Koeff. t-test Koeff. t-test Koeff. t-test Reisezeit min SDE min SDL min Pufferzeit min AAT min nach 0:00 Uhr * unterhalb des kritischen F 2 -Wertes Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. Der Ansatz von Polak und Han (2000) zur Ermittlung der gewünschten Abfahrtszeit PAT lässt sich ebenfalls mit den angebotenen Variablen der Studie modellieren. Sie haben wie beschrieben diesen Zeitpunkt über die real gemessene Ankunftszeit AAT implementiert. Für die Modellierung der Variable t s (tageszeitlicher Zuschlag zur Reisezeit) wird ersatzweise die Variable Reisezeit eingesetzt. Diese angebotene SP-Variable berücksichtigt bereits solche 97

113 Schwankungen. Die Schätzung bringt ähnliche Ergebnisse wie bei den zuvor geschätzten Ansätzen. Die Modellgüte ist schwach und der Parameter der gemessenen Ankunftszeit AAT ist nicht signifikant. Die disperse Bewertung der Pufferzeit entspricht der in den vorangegangenen Schätzungen. Die Schätzungen zeigen insgesamt, dass mit der Stichprobe und dem Versuchsaufbau der vorliegenden Studie der einfache Ansatz von Small am besten nachempfunden werden kann. Deshalb wird dieses Modell weiter geführt und um alternative Formen des Einflusses der Verlässlichkeit auf die Verkehrsentscheidung ergänzt. Das heisst, neben den Variablen SDE und SDL sollen deren Eintrittswahrscheinlichkeiten implementiert werden. Diese sind in den Experimenten präsentiert. Dies kann zum Beispiel durch additive Ergänzung der Nutzenfunktion geschehen oder durch mittlere Verfrühung bzw. Verspätung also multiplikativ. Eine dritte Möglichkeit ist die Einbindung der Verfrühungs- bzw. Verspätungswahrscheinlichkeit als Elastizität, vgl. Tabelle 38. Basis der Elastizität ist das Verhältnis zwischen der angebotenen Wahrscheinlichkeit und der mittleren Wahrscheinlichkeit der Stichprobe. Dies sind 17.7% Verfrühungswahrscheinlichkeit und 61.1 % Verspätungswahrscheinlichkeit. Tabelle 38: Nutzenfunktionen der Modelle zur Wahl der Abfahrtszeit, erweitert Modell / Erweiterung Addition von Variabilitätsdauern und - wahrscheinlichkeiten Interaktion der Variabilitätsdauern und - wahrscheinlichkeiten Elastizität der Wahrscheinlichkeiten für frühere und spätere Ankünfte Nutzenfunktion U = RZ * Reisezeit + SDE * SDE + SDE% * Verfrühungswahrscheinlichkeit + SDL * SDL + SDL% * Verspätungswahrscheinlichkeit U = RZ * Reisezeit + SDE * SDE * Verfrühungswahrscheinlichkeit + SDL * SDL * Verspätungswahrscheinlichkeit U = RZ * Reisezeit + SDE * SDE * (Verfrühungswahrscheinlichkeit / 17.7) ^ PE + SDL * SDL * (Verspätungswahrscheinlichkeit / 61.1) ^ PL Die Ergebnisse der Schätzungen sind in Tabelle 39 verzeichnet. Dabei zeigt sich bei ähnlichen, leicht gestiegenen Modellgüten, dass die einfache Einbindung der Wahrscheinlichkeit nicht funktioniert. Die Parameter der Verfrühung sind nur auf dem 10%-Niveau signifikant (Ausnahme: Der Parameter der Verfrühungswahrscheinlichkeit im Modell mit additiver Ergänzung ist nicht signifikant). Offenbar wird eine Verfrühung wesentlich differenzierter bewertet als eine Verspätung. Unplausibel erscheint die Kompensation des Verhältnisses von SDE und SDL bei Interaktion mit deren Wahrscheinlichkeiten, denn die Multiplikation der 98

114 Terme bewirkt letztlich eine Mittelung von Verfrühung und Verspätung. Das angesprochene Verhältnis von d bis ¼ sollte davon nicht stark abweichen. Tabelle 39: Modelle zur Wahl der Abfahrtszeit, erweitert Modelltyp / Erweiterung Addition der Wahrscheinlichkeit Interaktion der Wahrscheinlichkeit Elastizität der Wahrscheinlichkeit Modell Charakteristika N L (0) L () LL Ratio Test Variablen Koeff. t-test Koeff. t-test Koeff. t-test Reisezeit SDE SDL Verfrühungswahrscheinlichkeit Verspätungswahrscheinlichkeit SDE * Verfrühungsw keit SDL* Verspätungsw keit Elastizität der Verfrühungsw keit Elastizität der Verspätungsw keit Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. Vergleicht man die Verhältnisse der unterschiedlichen Bewertung zwischen Verfrühung und Verspätung, zeigt sich ein ausgeglichenes Bild. Die Abbildung 11 belegt, dass sich diese Verhältnisse in derselben Grössenordnung bewegen. Dargestellt sind die Verhältnisse der Originalfunktion von Small sowie diejenigen der geschätzten Werte der Funktion von Small und diejenigen der empfohlenen Funktion. Für diese Funktion mit Elastizitäten wird jeweils die mittlere Wahrscheinlichkeit der Verfrühung und Verspätung eingesetzt. Das Verhältnis zwischen einer Stunde Verfrühung und einer Stunde Verspätung ist identisch für die Originalfunktion von Small und die neu geschätzten Parameter mit der Nutzenfunktion nach Small. Die Nichtlinearität ergibt sich aus dem Verspätungszuschlag bei Small, der wie beschrieben aufgrund der Versuchsanlage in dieser Studie nicht eingeführt werden kann. 99

115 Abbildung 11: Vergleich der Nutzenverhältnisse von Verfrühung und Verspätung 0.50 Nutzenverhältnis Verfrühung / Verspätung Originalfunktion nach Small Geschätzte Funktion nach Small Erweiterte Funktion mit Elastizitäten Ankunftsdiffenrenz [min] 0.00 Für die Funktion mit Elastizitäten liegt das Verhältnis bei knapp 0.4. Die Erhöhung hängt mit der Einführung der Wahrscheinlichkeiten für frühere bzw. spätere Ankünfte zusammen. Es erscheint sinnvoll, für diese Funktion die Eintrittswahrscheinlichkeiten als weitere Dimension einzuführen. Abbildung 12: Nutzen der Abfahrtszeit als Funktion der variablen Ankunftszeit in Zeitdifferenz und Eintrittswahrscheinlichkeit Nutzen * <- Verfrühung [min] Verspätung -> 0 50 [%]

116 Die Abbildung 12 zeigt Bewertung verfrühter und verspäteter Ankünfte bezogen auf die jeweilige Eintrittswahrscheinlichkeit. Es wird deutlich, dass sich das beschriebene Verhältnis mit zunehmender Wahrscheinlichkeit sehr stark an die Originalwerte von Small (1982) annähert. Die 100%ige Eintrittswahrscheinlichkeit einer Verfrühung oder Verspätung wie bei Small ergibt ein Verhältnis von Die Experimente sind wie beschrieben so angelegt, dass die Nutzen unterschiedlicher Zwecke in Verbindung mit unterschiedlichen Tageszeiten ermittelt werden können. Eine Aufteilung in diese Segmente schlägt allerdings fehl. Die Modelle ergeben sowohl einzeln als auch gemeinsam geschätzt zum Teil nicht signifikante Parameter und/oder nicht plausible Vorzeichen. Es kann also keine Aussage über Unterschiede bei der Bewertung der Verlässlichkeit für einzelne Wegezwecke gemacht werden. Dieses Ziel wird entsprechend nicht erreicht. Das entscheidende Ergebnis der beschriebenen Schätzungen ist aber, dass Modelle der Wahl der Abfahrtszeit nicht nur absolute Ausprägungen von Verfrühung und Verspätung beinhalten sollten. Es ist durchaus sinnvoll, ebenso deren Eintrittswahrscheinlichkeiten in der vorgeschlagenen Form einzubinden. So kann ein wesentlich höherer Grad an Genauigkeit bei der Schätzung der Nutzen erreicht werden. 6.5 Werte der Reisezeit und der Verlässlichkeit Die Modelle, die in den vorangegangen Kapiteln beschrieben und geschätzt werden, zeigen, wie Variablen der Verlässlichkeit in verschiedene Typen von Verkehrsentscheidungen implementiert werden können. Dabei stellen sich die Bedeutung und deren gleichrangige Bewertung gegenüber der Reisezeit heraus. Im Folgenden wird versucht, die gewonnenen Erkenntnisse in eine Monetarisierung dieser Bewertung umzusetzen. Dazu wird in einem ersten Schritt die Anwendbarkeit der Variablen der Stichproben auf diese Thematik getestet. Eine mögliche Prüfung der Plausibilität kann durch die Schätzung von Modellen zur Bewertung von Reisezeit und Reisezeitersparnissen erfolgen. Es ist nahe liegend, dass Modelle zur Bewertung der Verlässlichkeitserhöhung auf die beschriebenen Ansätze aus der Zeitwertforschung erfolgen. Deshalb werden in einem zweiten Schritt die Modelle zur Bewertung der Reisezeit um Variablen der Verlässlichkeit erweitert. Zur Ermittlung von Zahlungsbereitschaften der Reisezeitverringerung werden die SP- Experimente herangezogen, die Reisekostenvariablen beinhalten. Dies ist in der Fallstudie 1 die monetäre Routenwahl und in der Fallstudie 2 die Verkehrsmittelwahl. Die bisherige Mo- 101

117 dellierung zeigt jeweils eine erhebliche Steigerung der Modellgüte durch die Kombination der Datensätze. Deshalb werden die beiden Teilstichproben von Beginn an gemeinsam geschätzt. Die Modelle werden wie in den vorangegangenen Schätzreihen sukzessive um etablierte Terme und Formulierungen erweitert, vgl. Tabelle 40. Die entsprechenden Ergebnisse sind in Tabelle 41 aufgeführt. Die bisherigen Schätzungen ergeben die besten Modellgüten mit absoluten Ausprägungen von Zeit, Wahrscheinlichkeit der zeitlichen Varianz und Geld. Will man jedoch als Zielgrösse den Wert einer Zeiteinheit erhalten, müssen durchschnittliche Ausprägungen der Variablen angewandt werden, also zusätzliche Kosten pro Fahrt und mittlere Reisezeit bzw. Verspätungsdauer. Die Grundmodelle basieren auf den mittleren Kosten von Zeit und Geld für eine Fahrt. Für die Modelle der Verkehrsmittelwahl werden zusätzlich eine Konstante sowie die Trägheitsvariablen eingeführt. Die Schätzung ergibt eine bezogen auf die bisherigen Modelle hohe Modellgüte. Die Wirkungsrichtung der Parameter ist plausibel, bis auf die PW- Verfügbarkeit sind alle gemessenen Einflüsse signifikant. Die Plausibilität der Ergebnisse wird durch die Skalierungsparameter unterstützt. Die Varianz bei der Verkehrsmittelwahl ist wesentlich höher (Skalierungsfaktor 0.325) als bei der Routenwahl. Zwischen den Routenwahlexperimenten ergibt sich ein ebenso plausibles Verhältnis zwischen PW und ÖV. Aus den geschätzten Parametern von Reisezeit und Reisekosten lassen sich Verhältniszahlen berechnen, die die Bewertung einer Reisezeitersparnis darstellen. Für den PW erhält man einen Wert von CHF für eine Reisezeitverringerung um eine Stunde. Für den öffentlichen Verkehr ergibt sich ein Wert von CHF/h. Diese Zahlen sind vergleichbar mit Werten, die in reinen Zeitkostenstudien ermittelt werden. Das Verhältnis der beiden Zahlen von fast ½ erscheint allerdings etwas gross. Die höhere Bewertung der PW-Fahrer wird aber durch eine Vielzahl von Zeitwertstudien bestätigt. Eine hinreichende Erklärung kann hier letztlich nicht abgegeben werden. 102

118 Tabelle 40: Nutzenfunktionen der Modelle zur Bewertung von Reisezeitersparnissen Modell / Erweiterung Routenwahl und Verkehrsmittelwahl Nutzenfunktion U unzuverl. Route PW = RZPW * mittlere Reisezeit U verl. Route PW = RK * mittlere zusätzliche Reisekosten+ RZPW * mittlere Reisezeit U unzuverl. Route ÖV = RZÖV * mittlere Reisezeit U verl. Route ÖV = Konstante ÖV + RK * mittlere zusätzliche Reisekosten + RZÖV * mittlere Reisezeit + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz Routenwahl und Verkehrsmittelwahl und Elastizitäten der Einkommen Routenwahl und Verkehrsmittelwahl, Elastizitäten der Einkommen und wahrscheinlichkeitsverteilte Variablen der Reisekosten (RPL) U unzuverl. Route PW = RZPW * mittlere Reisezeit U verl. Route PW = RK * mittlere zusätzliche Reisekosten+ RZPW * mittlere Reisezeit U unzuverl. Route ÖV = RZÖV * mittlere Reisezeit U verl. Route ÖV = Konstante ÖV + RK * mittlere zusätzliche Reisekosten * (Einkommen / 85000) ^ EK + RZÖV * mittlere Reisezeit + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz U unzuverl. Route PW = RZPW * mittlere Reisezeit U verl. Route PW = RK * mittlere zusätzliche Reisekosten+ RZPW * mittlere Reisezeit U unzuverl. Route ÖV = RZÖV * mittlere Reisezeit U verl. Route ÖV = Konstante ÖV + RK * RK * mittlere zusätzliche Reisekosten * (Einkommen / 85000) ^ EK + RZÖV * mittlere Reisezeit + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz Kursive Terme sind nur bei der Verkehrsmittelwahl eingesetzt. Auf das Grundmodell aufbauend wird eine Formulierung in die Nutzenfunktionen eingeführt, die von Mackie, Wardman, Fowkes, Whelan, Nellthorp und Bates (2003) und auch in der beschrieben aktuellen Schweizer Zeitkostenstudie mit grossem Erfolg angewandt wird. Hinter- 103

119 grund ist die Überlegung, dass die monetäre Bewertung der Reisezeit höchstwahrscheinlich stark von den Einkommensverhältnissen und der Weglänge abhängen. Die Versuchsanlage dieser Studie ermöglicht prinzipiell die Berücksichtigung beider Grössen. In beiden Experimenttypen sind statische Distanzen beschrieben. Tabelle 41: Modelle zur Bewertung von Reisezeitersparnissen Modelltyp /Erweiterung Trägheitsvariablen Trägheitsvariablen + Einkommenselastizität Trägheitsvariablen + Einkommenselas. + RPL-Parameter Modell Charakteristika N L (0) L () LL Ratio Test Variablen Einheit Koeff. t-test Koeff. t-test Koeff. t-test Konstante ÖV Mittlere Kosten CHF Streuung der Kosten CHF Mittlere Reisezeit ÖV min Mittlere Reisezeit PW min PW-Verfügbarkeit GA-Besitz Halbtax-Besitz Einkommenselastizität Skalierungsparameter Koeff. t-test* Koeff. t-test* Koeff. t-test* Verkehrsmittelwahl Autoverlad Routenwahl ÖV Referenz: Routenwahl PW Zeitwert ÖV CHF/h Zeitwert PW CHF/h * Für Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. 104

120 Die Schätzungen in dieser Studie ergeben jedoch keinen signifikanten Einfluss der Distanzen. Deshalb werden reduzierte Modelle mit Elastizitäten der Einkommen geschätzt. Die Modellformulierung dieser Komponente ist entsprechend: Einkommen $ Einkommen!... + Kosten *" * Kosten +... # mittl. Einkommen ( 40 ) Die ermittelte Elastizität lässt die Zeitwerte degressiv von niedrigen zu hohen Einkommen ansteigen, vgl. Abbildung 13. Abbildung 13: Funktion der Werte zur Verringerung der Reisezeit in Abhängigkeit des Einkommens Wert der Reisezeitersaprnis [CHF/h] PW ÖV Haushaltseinkommen [tchf/a] Die Erweiterung um einen wahrscheinlichkeitsverteilten Parameter der Reisekosten, der in den bisherigen Modellen gute Ergebnisse erzielt hat, bringt in dieser Kombination ebenfalls eine Erhöhung der Modellgüte. Allerdings ist auch hier zu beachten, dass die gewählte Verteilung in einigen Fällen zu einer negativen Bewertung von Reisezeitersparnissen kommen kann. Dies kann aber durchaus plausibel sein, wenn Personen die Fahrzeit zu anderen Aktivitäten nutzen oder als Vergnügen empfinden. Die Ermittlung der Zeitwerte in der vorliegenden Arbeit stellt aber eher eine Plausibilitätsprüfung dar. Eigentliches Ziel ist die Messung der Zahlungsbereitschaft zur Erhöhung der Verlässlichkeit. Hierzu wird das Modell zur Bewertung von Reisezeitersparnissen entsprechend modifiziert. Die zugrunde liegenden Daten sind dieselben wie bei der Schätzung der Zeitwerte. Dazu bestehen verschiedene Möglichkeiten: Einerseits kann man statt der mittleren Reisezeit eine mittlere Verspätung annehmen. 105

121 Tabelle 42: Nutzenfunktionen der Modelle zur Bewertung der Erhöhung der Verlässlichkeit Modell / Erweiterung Routenwahl und Verkehrsmittelwahl, mittlere Verspätungskosten Nutzenfunktion U unzuverl. Route PW = RZPW * Reisezeit + RZPW * mittlere Verspätungsdauer U verl. Route PW = RZPW * Reisezeit + RK * mittlere zusätzliche Reisekosten U unzuverl. Route ÖV = RZÖV * Reisezeit + RZÖV * mittlere Verspätungsdauer U verl. Route ÖV = Konstante ÖV + RZÖV * Reisezeit + RK * mittlere zusätzliche Reisekosten + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz Routenwahl und Verkehrsmittelwahl und Interaktionen der Verspätungsdauern und - wahrscheinlichkeiten U unzuverl. Route PW = RZPW * Reisezeit + RZPW * Verspätungsdauer * Verspätungswahrscheinlichkeit U verl. Route PW = RZPW * Reisezeit + RK * mittlere zusätzliche Reisekosten U unzuverl. Route ÖV = RZÖV * Reisezeit + RZÖV * Verspätungsdauer * Verspätungswahrscheinlichkeit U verl. Route ÖV = Konstante ÖV + RZÖV * Reisezeit + RK * mittlere zusätzliche Reisekosten + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz Routenwahl und Verkehrsmittelwahl, Elastizitäten der Verspätungswahrscheinlichkeiten U unzuverl. Route PW = RZPW * Reisezeit + RZPW * Verspätungsdauer * (Verspätungswahrscheinlichkeit / mittlere Verspätungswahrscheinlichkeit 1 ) ^ VW_PW U verl. Route PW = RZPW * Reisezeit + RK * mittlere zusätzliche Reisekosten U unzuverl. Route ÖV = RZÖV * Reisezeit + RZÖV * Verspätungsdauer * (Verspätungswahrscheinlichkeit / mittlere Verspätungswahrscheinlichkeit 1 ) ^ VW_ÖV U verl. Route ÖV = Konstante ÖV + RZÖV * Reisezeit + RK * RK * zusätzliche Reisekosten + PW-Verfügbarkeit * PW-Verfügbarkeit + HT-Besitz * Halbtaxbesitz + GA-Besitz * GA-Besitz 1 Die mittlere Verspätungswahrscheinlichkeit der Stichprobe beträgt 40% Kursive Terme sind nur bei der Verkehrsmittelwahl eingesetzt. 106

122 Tabelle 43: Modelle zur Bewertung der Erhöhung der Verlässlichkeit Modelltyp Mittlere Verspätungen Verspätungswahrscheinlichkeitsdauer Verspätungswahrscheinlichkeitselastizität Modell Charakteristika N L (0) L () LL Ratio Test Variablen Einheit Koeff. t-test Koeff. t-test Koeff. t-test Konstante ÖV Mittlere Kosten CHF Reisezeit ÖV min Reisezeit PW min Mittlere Verspätung ÖV min Mittlere Verspätung PW min Verspätungswahrscheinlichkeit * Dauer ÖV %min Verspätungswahrscheinlichkeit * Dauer PW %min Max. Verspätung ÖV Max. Verspätung PW Verspätungswahrscheinlichkeitselastizität ÖV Verspätungswahrscheinlichkeitselastizität PW PW-Verfügbarkeit GA-Besitz Halbtax-Besitz Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. 107

123 Die bisherigen Ergebnisse haben jedoch ergeben, dass Modelle mit direkt einfliessenden Variablen höhere Modellgüten erzielen, als gemittelte Werte. Deshalb wird zusätzlich eine Interaktion von Verspätungsdauer und deren Wahrscheinlichkeit getestet. Tabelle 43: Modelle zur Bewertung der Erhöhung der Verlässlichkeit, Fortsetzung Modelltyp Mittlere Verspätungen Verspätungswahrscheinlichkeitsdauer Verspätungswahrscheinlichkeitselastizität Skalierungsparameter Koeff. t-test* Koeff. t-test* Koeff. t-test* Verkehrsmittelwahl Autoverlad Routenwahl ÖV Referenz: Routenwahl PW * Für Wert der Reisezeitverkürzung ÖV Wert der Reisezeitverkürzung PW Wert der mittleren Verspätung ÖV Wert der mittleren Verspätung PW Wert der mittleren Verpätungswahrscheinlichkeitsdauer ÖV Wert der mittleren Verpätungswahrscheinlichkeitsdauer PW CHF/h 16.7 CHF/h 29.7 CHF/h 14.2 CHF/h 32.8 CHF/ 50%min CHF/ 50%min Eine weitere Möglichkeit des Einflusses der Verspätungswahrscheinlichkeit besteht darin, sie als Elastizität, also nicht linear einfliessen zu lassen. Durch die Interaktion beider Variablen ist eine Berechnung eines Wertes pro Zeiteinheit wieder möglich. Tabelle 42 zeigt die jeweiligen Formulierungen. Bei den Modellen der Verkehrsmittelwahl werden zusätzlich eine Konstante und die Trägheitsvariablen in der Funktion definiert. Die Ergebnisse der Schätzungen bestätigen die Ergebnisse der zuvor geschätzten Zeitwerte, vgl. Tabelle 43. Die geschätzten Parameter besitzen alle das zu erwartende Vorzeichen. Auch wenn die Parameter der Trägheitsvariablen zum Teil nicht signifikant sind, sollten sie aus Konsistenzgründen in der Nutzenfunktion verbleiben. Betrachtet man die mittleren Verspätungen, stellt man ein ähnliches Verhältnis der Werte für ÖV und PW in der Grössenordnung von ½ fest. Die erste Er- 108

124 weiterung des Modells beinhaltet die Interaktion von Verspätungsdauern und deren Wahrscheinlichkeiten. Mit den geschätzten Parametern lassen sich Zahlungsbereitschaften zur Verringerung von Verspätungsdauern in Abhängigkeit von deren Wahrscheinlichkeit berechnen. Um die Eintrittswahrscheinlichkeit einer 30 minütigen Verspätung von 60% auf 10% zu reduzieren, kann so beispielsweise ein theoretischer Wert von 0.13 * 30 = 3.90 CHF pro Personenfahrt im öffentlichen Verkehr genannt werden. Die dritte Modellformulierung lässt eine differenzierte Berechnung der Zahlungsbereitschaft in Abhängigkeit von Verspätungsdauer und Verspätungswahrscheinlichkeit zu. Analog zu der Ermittlung von Zahlungsbereitschaften für Reisezeitersparnisse kann der folgende Ansatz verwandt werden, vgl. Kapitel 2.2: Verspätungsdauer zusätzliche Kosten $ * Verspätungsdauer *" # Verspätungswahrscheinlichkeit mittl.verspätungswahrscheinlichkeit! ' erspätungsw' keit ( 41 ) Aufgrund der höchsten Modellgüte im Vergleich der drei Modellformen und der verwandten Formulierung gegenüber etablierten Modellen zur Ermittlung von Zahlungsbereitschaften für Reisezeitersparnisse, kann diese Modellform für die vorliegende Fragestellung empfohlen werden, vgl. Tabelle

125 7. Ergebnisse, Empfehlungen und Forschungsbedarf In der Literatur findet man eine Reihe von Ansätzen, die versuchen, die Verlässlichkeit als Variable in der Entscheidungsmodellierung zu berücksichtigen. Es wird fast ausschliesslich auf Daten aus SP-Befragungen zurückgegriffen. Dem Entwurf der Entscheidungssituation liegen dabei verschiedene Verteilungen zu Grunde, die das Verhältnis zwischen hypothetisch prognostizierten und hypothetisch eingetretenen Reisezeiten bzw. zwischen pünktlichen und verspäteten oder verfrühten Ankünften beschreiben. Es werden konstante, lineare und mehrdimensionale Verteilungen unterlegt. Diese Studie greift sowohl einfache als auch komplexe Ansätze und unterlegte Verteilungen der Variablen auf. Den Teilnehmern werden verschiedene Typen von SP-Experimenten wie Routenwahlexperimente, Verkehrsmittelwahlexperimente und SP-Experimente zur Wahl der Abfahrtszeit präsentiert. Innerhalb der Entscheidungsmodellierung wird zunächst versucht, die Variablen, die die Verlässlichkeit beschreiben, in die Nutzenfunktionen der verschiedenen Modelltypen zu implementieren. In allen Typen wird ein signifikanter Einfluss der Verlässlichkeit geschätzt. Diese zeigt, wie wichtig die Integration entsprechender Variablen in Verkehrsmodellen ist. Die Verlässlichkeit kann in allen angewandten Modelltypen berücksichtigt werden. Die höchsten Modellgüten werden in Routenwahlmodellen erreicht, vgl. Tabelle 44. Die Verlässlichkeit der Reisezeit auf den Routen sollte sowohl in Form einer möglichen Verspätungsdauer als auch als Verspätungswahrscheinlichkeit beschrieben werden. Die Modellierungsergebnisse der einzelnen Entscheidungstypen Routenwahl, Verkehrsmittelwahl und Wahl der Abfahrtszeit lassen sich allerdings aufgrund der unterschiedlichen Datensätze nur bedingt miteinander vergleichen. Wie beschrieben, bietet die genutzte Software Biogeme allerdings die Möglichkeit einer gemeinsamen Schätzung verschiedener Datensätze. Mit den geschätzten Skalierungsparametern lassen sich also Aussagen über die Homogenität zwischen den Datensätzen machen. Hierzu wird ein einfaches Grundmodell geschätzt, das für die einzelnen Wahlexperimente ausschliesslich die präsentierten Entscheidungsvariablen linear beinhaltet. Die Tabelle 44 zeigt die Modellcharakteriska, die geschätzten Parameter der Variablen und die geschätzten Skalierungsparameter. Trotz der geringen Modellgüte, sowie der erheblichen Zahl an nicht signifikanten, zum Teil wenig plausiblen Parametern lässt sich durch die Möglichkeit der Skalierung eine gewisse Homogenität in der Gesamtstichprobe feststellen. Ein Skalierungsfaktor grösser 1 bedeutet, dass die Varianzen des Modells für den skalierten Datensatz kleiner sind als für den Referenzdatensatz. Im konkreten Fall bedeutet das einerseits, das der geschätzte Einfluss der Entscheidungsvariablen der Routenwahl mit ei- 110

126 nem kleineren Fehler behaftet ist als dies bei der Wahl der Abfahrtszeit und der Verkehrsmittelwahl der Fall ist. Dies scheint intuitiv richtig zu sein und bestätigt Ergebnisse der Schätzungen mit den Teilstichproben. Das Ergebnis spricht ebenfalls für eine Berücksichtigung der Verlässlichkeit in Routenwahlmodellen gegenüber anderen Entscheidungstypen. Andererseits zeigt das Ergebnis aber auch, dass die Datensätze insgesamt keine übermässigen Unterschiede in der Grösse ihrer Fehler besitzen. Tabelle 44: Kongruenz der unterschiedlichen Wahlexperimente bei gemeinsamer Schätzung eines Grundmodells Charakteristika Gesamtmodell: N: L (0): L (): LL - Ratio: : Variablen: Einheit Koeffizient t-test* Konstante zuverlässige Alternative Zusätzliche Kosten CHF Reisezeit min Verspätungsdauer min SDE min SDL min Verfrühungswahrscheinlichkeit % Verspätungswahrscheinlichkeit % Datensätze: Skalierungsparameter t-test* 2 bei separater Schätzung Routenwahl (Fallstudie 1), monetäre Kompensation der Unzuverlässigkeit Routenwahl (Fallstudie 1), zeitliche Kompensation der Unzuverlässigkeit Verkehrsmittelwahl (Fallstudie 2), monetäre Kompensation der Unzuverlässigkeit Verkehrsmittelwahl (Fallstudie 1), zeitliche Kompensation der Unzuverlässigkeit Referenz: Wahl der Abfahrtszeit (Fallstudie 2) Kursiv: Parameter ist auf dem 5%-Niveau nicht signifikant. * Für Neben der Frage, bei welchen Entscheidungstypen die Verlässlichkeit berücksichtigt werden sollte, hat die Studie auch die geeignetste Formulierung des Einflusses der Verlässlichkeit untersucht. Dabei erzielt eine lineare Wirkungsweise in der Nutzenfunktion die höchste Genau- 111

127 igkeit. Modelle, die die direkten Ausprägungen der Entscheidungsvariabeln nutzen, besitzen höhere Güten als Modelle, die die Entscheidungsvariablen mit den entsprechenden Verteilungen beschreiben. Die Schätzungen belegen aber auch die Ergebnisse früherer Studien, die zum Beispiel wahrscheinlichkeitsverteilte Parameter der Reisekosten empfehlen. Es kann die folgende Implementierung in die Nutzenfunktion von Routenwahlmodellen empfohlen werden: U unzuverlässige Route = RZK * Reisezeit (prognostiziert) + VD * mögliche Verspätungsdauer + VW * Verspätungswahrscheinlichkeit U verlässliche Route = [ RK, RK ] * zusätzliche Reisekosten + RZL * verlässliche (längere) Reisezeit Für Modelle zur Wahl der Abfahrtszeit können die Ergebnisse von Small (1982) bestätigt werden, was die Plausibilität der Ergebnisse unterstützt. Die empfohlene Erweiterung der Modellformulierung von Small mit Variablen der Verlässlichkeit beinhaltet die Dauer von Verfrühung bzw. Verspätung sowie die Elastizität der Eintrittswahrscheinlichkeiten. Der zweite Teil der Modellierung ermittelt die Zahlungsbereitschaft zur Reduzierung von unzuverlässigen Reisezeiten. Dabei werden zunächst anhand einfacher Modelle die Zahlungsbereitschaften für Reisezeitreduktionen mit den Verlässlichkeitsmodellen verglichen. Es zeigt sich, dass die Erhöhung der Verlässlichkeit der Reisezeit für Reisende in ähnlicher Weise bewertet wird wie die Verringerung der Reisezeit. Zur Ermittlung von Zahlungsbereitschaften für sichere Reisezeiten kann eine Modellformulierung hervorgehoben werden, die die Verlässlichkeit als Interaktion der Verspätungsdauer und der Elastizität der Verspätungswahrscheinlichkeiten definiert. Im Rahmen von Kosten-Nutzen-Analysen kann so die Änderung der Verlässlichkeit durch eine Massnahme einfach durch die Differenz der Verspätungsdauer und der Verspätungswahrscheinlichkeit vorher und nachher, eingesetzt in die Variablen der beschriebenen Interaktion, berücksichtigt werden. Weitere Modellformulierungen bringen keinen Fortschritt der Modellgüte. Insbesondere Modelle, die die Bewertung der Verspätung in Abhängigkeit von der Reisezeit, formuliert als Interaktion dieser Terme, beschreiben, erzielen keine Verbesserung der Modellgüte. Anders als bei den Modellen zur Bewertung der Reisezeitersparnis kann der Einfluss des Haushaltseinkommens nicht ermittelt werden. Ebenso ist der Einfluss anderer soziodemographischer Variablen nicht signifikant. Es können weiterhin keine Unterschiede zwischen verschiedenen Reisezwecken gemessen werden. Hier werden lediglich unplausible oder nicht signifikante Werte 112

128 geschätzt. Zur Ermittlung der Zahlungsbereitschaft für die Reduktion von Verspätungen und deren Wahrscheinlichkeit lassen sich die folgenden Formeln getrennt für die Verkehrsmittel nutzen: Kosten PW: $ Verspätungswahrscheinlichkeit[%] Verspätungsdauer[min] "! # ( 42 ) Kosten ÖV: $ Verspätungswahrscheinlichkeit[%] Verspätungsdauer[min] "! # ( 43 ) Dabei zeigt sich, dass geringe Verspätungswahrscheinlichkeiten von Benützern des öffentlichen Verkehrs deutlich schwächer bewertet werden als von PW-Fahrern. Mit zunehmender Wahrscheinlichkeit nähern sich diese an. Die Abbildung 14 zeigt die Flächenfunktion für PW und ÖV. Über einer linearen Verteilung der Bewertung der Verspätungsdauer baut sich eine nicht lineare Verteilung der Verspätungswahrscheinlichkeit auf. Wie lassen sich diese Funktionen interpretieren bzw. anwenden? Zur Illustration sollen zwei Beispiele dienen: Beispiel 1: Eine Buslinie verliert zwischen zwei Haltestellen bei 30% aller Fahrten 10 Minuten gegenüber dem Fahrplan. Durch die Ausweisung einer Busspur gibt es keine Variabilität der Fahrzeit zwischen den Haltestellen mehr. Bei der Kosten-Nutzen- Analyse kann die folgende Zahlungsbereitschaft angenommen werden: * 10 * (30 / 40) = 0.39 CHF/Personenfahrt Beispiel 2: Die Verkehrsbelastung einer Ortsdurchfahrt liegt an der Kapazitätsgrenze. An 100 Tagen im Jahr kommt es zu einer Fahrzeitverzögerung von 30 Minuten. Durch den Bau einer Umfahrungsstrasse gibt es keine unerwarteten Stauungen mehr. Bei der Kosten-Nutzen-Analyse kann die folgende Zahlungsbereitschaft angenommen werden: * 30 * (100 / 365 * 100 / 40) = 3.95 CHF/ Personenfahrt 113

129 Abbildung 14: Funktion der Werte zur Verringerung von Verspätungsdauer und Verspätungswahrscheinlichkeit PW [CHF] Verspätungsdauer [min] 0 50 [%] 100 ÖV [CHF] Verspätungsdauer [min] 0 50 [%] 100 Die vorgeschlagene Berücksichtigung erscheint sinnvoll, denn die Ergebnisse belegen die gleichrangige Bewertung gegenüber Reisezeitersparnissen. Die Schätzungen ergeben keine signifikante Differenz bei der Bewertung der Verlässlichkeit in unterschiedlichen Marktsegmenten wie Wegezwecken. Die Modelle der Wahl der Abfahrtszeit belegen, dass auch Verfrühungen einen negativen Nutzen besitzen. Es gibt also im 114

130 Umkehrschluss Zahlungsbereitschaften zur Reduktion unvorhergesehener Reisezeitersparnisse. Die Versuchsanlage ermöglicht keine direkte Schätzung dieser Zahlungsbereitschaften. Ein pragmatischer Ansatz ist das ermittelte Verhältnis der Parameter für verfrühte und verspätete Ankünfte auf den Wert zur Reduktion unvorhergesehener Verspätungen anzuwenden. Dieser ist etwa 1 / 2.5. Daraus lässt sich eine Zahlungsbereitschaft für unplanmässige Verfrühungen von 0.4*(Zahlungsbereitschaft zur Verringerung einer Verspätung) ableiten. Zur Absicherung dieser Zahlen besteht allerdings noch Forschungsbedarf. Weiterer Forschungsbedarf besteht hinsichtlich des Einflusses der Reiseweite auf die Bewertung der Verlässlichkeit. Eine Aussage zu einer möglichen differenzierten Bewertung bei unterschiedlichen Reiseweiten kann auf Grund des Versuchsaufbaus nicht gegeben werden. Der Einfluss des Taktes im öffentlichen Verkehr auf die Bewertung der Verlässlichkeit konnte mit der gewählten Untersuchungsanlage nicht ermittelt werden. Ob Reisende bei hohen Frequenzen und geringen Reiseweiten, wie sie im Agglomerationsverkehr vorherrschen, die Verlässlichkeit mit ihren Ausprägungen geringer bewerten, muss Gegenstand weiterer Untersuchungen sein. 115

131 8. Literatur Abay, G. (1984) Kosten - Nutzen - Analyse für Verkehrsinvestitionen, Administration und Druck AG, Zürich. Abay, G. und K.W. Axhausen (2001) Zeitkostenansätze im Personenverkehr: Vorstudie, Forschungsauftrag SVI 42/00, Schriftenreihe, 472, Bundesamt für Strassen, UVEK, Bern. Abdel-Aty, M.A., R. Kitamura und P.P. Jovanis (1995) Investigating the effect of travel time variability on route choice using repeated measurement stated preference data, Transportation Research Record, 1493, Abkowitz, M.D. (1981) Understanding the effect of transit service reliability on work travel behavior, Transportation Research Record, 794, Ackermann, T. (1998) Die Bewertung der Pünktlichkeit als Qualitätsparameter im Schienenpersonenverkehr auf Basis der direkten Nutzenmessung, Forschungsarbeiten des Verkehrswissenschaftlichen Instituts an der Universität Stuttgart, 21, Universität Stuttgart, Stuttgart. Algers, S., J. Lindqvist und S. Widlert (1995) The National Swedish Value of Time Study, Bericht an Swedish Institute for Transport and Communications Analysis (SIKA), Stockholm. Axhausen, K.W. (1989) Direkte Nutzenmessung - Ein Ansatz zur Schätzung von Entscheidungsmodellen - Zwei Anwendungen, Zeitschrift für Verkehrswissenschaft, 60 (4) Axhausen, K.W. (1995) Was sind die Methoden der Direkten Nutzenmessung, Straßenverkehrstechnik, 39 (5) Axhausen, K.W. (2003) Skript zur Vorlesung Verkehrsplanung Teil Entescheidungsmodelle, Theorie, EHT Zürich, Zürich. Axhausen, K.W., W. Bogner, M. Herry, H. Verron, H. Volkmar, W. Wichmann and D. Zumkeller (1996) Hinweise zur Messung von Präferenzstrukturen mit Methoden der Stated Preferences, FGSV, Köln. Bateman, I.J., T.C. Carson, B. Day, M. Hanemann, N. Hanley, T. Hett, M. Jones-Lee, G. Loomes, S. Mourato, E. Özdemiroglu, D.W. Pearce, R. Sudgen und J. Swanson (2002) Econometric Valuation with Stated Preference Techniques, Edward Elgar, Cheltenham, UK. Bates, J.J. (1987) Measuring travel time values with a discrete choice model: A note, Economic Journal, 97 (2) Bates, J.J. (1996) Time period choice modelling - Final report, Department of Transport - HETA Division, London. Bates, J.J. (2000) Reliability The missing model variable, in D. Hensher (Hrsg.) Travel Behavior Research - The Leading Edge, , Elsevier, Oxford. Bates, J.J., P.M. Jones, J.W. Polak und X.-L. Han (1997) The investigation of punctuality and reliability: Re-analysis of some existing data sets, Transport Studies Group, University of Westminster, London. Bates, J.J., J.W. Polak, P.M. Jones und A.J. Cook (2001) The valuation of reliability for personal travel, Transportation Research Part E, 37 (2-3) Becker, G.S. (1965) A theory of the allocation of time, Economic Journal, 75 (4) Ben-Akiva, M.E. und S.R. Lerman (1985) Discrete Choice Analysis, MIT Press, Cambridge. 116

132 Bierlaire, M., D. Bolduc und M. H. Godbout (2004) An Introduction to BIOGEME (Version 0.7) Operations Research Group, EPF Lausanne, Lausanne. Black, I.G. und J.G. Towriss (1993) Demand effects of travel time reliability, Cranfield University, Cranfield. Bossel, H. (1994) Modellbildung und Simulation, Viehweg, Braunschweig. Bradley, M.A. und H.F. Gunn (1990) A stated preference analysis of values of travel time in the Netherlands, Vortrag bei 69th Annual Meeting of the Transportation Research Board, Washington D.C. Brownstone, D., A. Ghosh, T.F. Golob, C. Kazimi und D. Van Amelsfort (2003) Drivers' willingness-to-pay to reduce travel time: Evidence from the San Diego I-15 congestion pricing project, Transportation Research A, 37 (2) Brownstone, D. und K. Small (2003) Valuing time and reliability: Assessing the evidence from road pricing demonstrations, Vortrag bei International Association for Travel Behaviour Research Conference 2003, Luzern. Bundesamt für Raumentwicklung und Bundesamt für Statistik (2001) Mobilität in der Schweiz, Ergebnisse des Mikrozensus 2000 zum Verkehrsverhalten, Bern and Neuenburg. Calfee, J. und C. Winston (1998) The value of automobile travel time: Implications for congestion policy, Journal of Public Economics, 69 (2) Chen, A., J. Zhaowang und W. Recker (2002) Travel time reliability with risk-sensitive travellers, Transportation Research Record, 1783, Cho, J.R. (2003) Estimating confidence intervals of value of travel time, Vortrag bei 82th Annual Meeting of the Transportation Research Board, Washington, D.C. Committee for a Study for a Future Strategic Highway Research Program (2001) Reliability: Providing a highway system with reliable travel times, in Transportation Research Board (Hrsg.) Transportation Research Board Special Report, 260, National Research Council (U.S). Cook, A.J., P.M. Jones, J.J. Bates und M. Haight (2000) Improved methods of representing travel time reliability in SP experiments, Arbeitsbericht, Centre for Transportation Studies, Imperial College, London. Copley, G. und P. Murphy (2002) Understanding and valuing journey time variability, Vortrag bei European Transport Conference 2002, Cambridge. Daly, A. (1996) Estimating values of travel time, Vortrag bei Seminar on Value of Time, Berkshire. Department of Transport (2004) Using HADES to model departure time choice in continuous time, pdf_ pdf, Department of Transport, London, Februar DeSerpa, A.J. (1971) A theory of the economics of time, Economic Journal, 81 (6) Domencich, T.A. und D. McFadden (1975) Urban Travel Demand: A Behavioural Analysis, North Holland, Amsterdam. Exel, J. van und P. Rietveld (2001) Inertia of travel behaviour a stated preference analysis of commuting, Vortrag bei Nectar Conference No 6, Helsinki. Fielding, G.J. and D.B. Klein (1997) Hot lanes: Introducing congestion pricing one lane at a time, Access, 11 (3) Fujii, S. und R. Kitamura (2001) Framing uncertain travel times: A re-examination of departure time choice, Vortrag bei 80th Annual Meeting of the Transportation Research Board, Washington, D.C. 117

133 Gaver, D.P. (1968) Headstart strategies for combating congestion, Transportation Science, 2 (2) Ghosh, A. (2001) Valuing time and reliability: Commuters mode choice from a real time congestion pricing experiment, Dissertation, University of California Transportation Center, Irvine. Golob, T.F. (2001) Joint models of attitudes and behavior in evaluation of the San Diego I-15 Congestion Pricing Project, Transportation Research A, 35 (3) Golob, J.M. und T.F. Golob (2001) Studying road pricing policy with panel data analysis: The San Diego I-15 HOT Lanes, in D.A. Hensher, (Hrsg.) Travel Behaviour Research: The Leading Edge, , Pergamon, Oxford. Gorham, R., S. Kanchi, B. Cowart, R. Chari, V. Goel und Y. Sachdeva (2003) Use of stated preference to assess tradeoffs among time, cost und uncertainty by commuters in Hyderabad, India, Vortrag bei 82nd Annual Meeting of the Transportation Research Board, Washington, D.C. Green, W.H. (1997) Econometric Analysis, 3rd Edition, Prentice-Hall International, London. Gunn, H., M. Bradley und C. Rohr (1996) The 1994 national value of time study of road traffic in England, Vortrag bei Seminar on Value of Time, Berkshire, England. Hague Consulting Group (1990) The Netherlands value of time study: Final report, Bericht an Rijkswaterstaat, Den Haag. Hague Consulting Group (1999) The value of travel time on UK roads 1994, Bericht an Department of Transport, London. Hague Consulting Group, Halcrow Fox und Imperial College London (2000) Modelling peak spreading and trip retiming - Final report, Department of Environment, Transport and the Regions, London. Hall, R.W. (1993) Travel outcome and performance: The effect of uncertainty on accessibility, Transportation Research B, 17 (4) Heggie, I.G., Hrsg. (1976) Modal choice and the value of travel time, Clarendon Press, Oxford. Hensher, D.A. (1977) Value of Business Travel Time, Pergamon Press, Oxford. Hensher, D.A. (1999) The valuation of time savings for urban car drivers: Evaluating alternative model specifications, ITS Working Papers, 99-5, Institute of Transport Studies, University of Sydney, Sydney. Hensher, D.A. (2000) The valuation of commuter travel time savings for car drivers: Evaluating alternative model specifications, ITS Working Papers, 00-6, Institute of Transport Studies, University of Sydney, Sydney. Hensher, D.A. (2001) The sensitivity of the valuation of travel time savings to the specification of unobserved effects, Transportation Research E, 37 (2-3) Hensher, D.A. (2003) Revealing Differences in willingness to pay due to the dimensionality of stated choice designs: An initial assessment, ITS Working Papers, 03-2, Institute of Transport Studies, University of Sydney, Sydney. Holland, J.L. (1985) Making Vocational Choices A Theory of vocational Personalities and Work Environments, Prentice-Hall Inc., Englewood Cliffs. Jara-Diaz, S.R. (1982) The estimation of transport cost functions: A methodological review, Transport Reviews, 2 ( ). Jara-Diaz, S.R. (1991) Income and taste in mode choice models: are they surrogates?, Transportation Research B, 25 (5) Jara-Diaz, S.R. (2000) Allocation and valuation of travel time savings, in D.A. Hensher und K. Button (Hrsg.) Handbook of Transportation, , Pergamon Press, Oxford. 118

134 Jara-Diaz, S.R. und C.A. Guevara (2003) Behind the subjective value of travel time savings, Journal of Transport Economics and Policy, 37 (1) Jara-Diaz, S.R. und J. de D. Ortuzar (1989) Introducing the expenditure rate in the estimation of mode choice models, Journal of Transport Economics and Policy, 23 (3) Jiang, M.L. und T. Morikawa (2003) Empirical analysis on variation of value of travel time savings, Vortrag bei 82nd Annual Meeting of the Transportation Research Board, Washington, D.C. Joong, R.C. und D.S. Sunduck (2003) Estimating confidence interval of value of travel time, Vortrag bei 82nd Annual Meeting of the Transportation Research Board, Washington, D.C. Jovicic, G. und C. O. Hansen (2003) A passenger travel demand model for Copenhagen, Transportation Research A, 37 (2) Karasmaa, N. (2001) The spatial transferability of the Helsinki metropolitan area mode choice models, Vortrag bei 9th WCTR, Seoul. Keller, M., R. Iten, C. Aebi, S. Altheer und R. Frick (1998) Staukosten im Strassenverkehr, Bericht an das Bundesamt für Strassen, Bern. Kentner, W. (1970) Zeitbewertung im Personenverkehr, Zeitschrift für Verkehrswissenschaft, 41 (1) Knurri, J. und M. Pursula (1995) Finnish preliminary value of time study, Helsinki University of Technology, Helsinki. König, A. und K.W. Axhausen (2003) Verlässlichkeit als Entscheidungsvariable: Vorstudie,, Forschungsauftrag SVI 44/00, Schriftenreihe, 1039, Bundesamt für Strassen, Bern. König, A., K.W. Axhausen und G. Abay (2004) Zeitkostenansätze im Personenverkehr: Hauptstudie, Forschungsauftrag SVI 354/01, Schriftenreihe, 1065, Bundesamt für Strassen, UVEK, Bern. Koskenoja, P.M. (1997) Punctual arrival, commuter behavior and willingness to pay, National Institute of Statistical Sciences, Research Triangle Park, NC. Kraft, E.R. (1995) The link between demand variability and railroad service reliability, Transportation Research Forum, 34 (2) Laager, F. (1978) Entscheidungsmodelle, Verlag Industrielle Organisation, Zürich. Lancaster, K. (1969) Mathematical Economics, Macmillan, New York. Lam, T.C. und K.A. Small (2001) The value of time and reliability: Measurement from a value pricing experiment, Transportation Research Part E, 37 (2-3) Loo, B.P.Y. (2002) Role of stated preference methods in planning for sustainable urban transportation: State of practice and further prospects, Journal of Urban Planning and Development, 128 (4) Louviere, J.J. und G. Woodworth (1983) Design and Analysis of Simulated Consumer Choice or Allocation Experiments: An Approach Based on Aggregate Data, Journal of Marketing Research, 20 (4) Lüthi, W. (1980) Monetäre Quantifizierung von Zeitgewinnen, Lang Druck AG, Liebefeld. Mackie, P.J., J.J. Bates, T. Fowkes, M. Wardman und G. Whelan (2001) Three controversies in the valuation of travel time savings, Vortrag bei European Transport Conference 2001, Cambridge. Mackie, P.J., M. Wardman, A.S. Fowkes, G. Whelan, J. Nellthorp und J.J. Bates (2003) Values of Travel Time Savings in the UK, Bericht an Department for Transport, Institute for Transport Studies, University of Leeds und John Bates Services, Leeds und Abington. Maier, G. und P. Weiss (1990) Modelle diskreter Entscheidungen, Springer-Verlag, Wien. 119

135 McFadden, D. (1974) The measurement of urban travel demand, Journal of Public Economics, 34 (2) Meewes, V. und W. Rothengatter (1974) Neufassung der Zeit- und Betriebskostenansätze für wirtschaftliche Vergleichsrechnungen, Strassenverkehrstechnik, 4 (1) MVA Consultancy (1987) The value of travel time savings, Bericht an Department of Transport, London. Noland, R.B. (1999) Information in a two-route network with recurrent and non recurrent congestion, in R. Emmerink und P. Nijkamp (Hrsg.) Behavioural and Network Impacts of Driver Information Systems, , Ashgate Publishing, Aldershot. Noland, R.B. (2000) Simulated relationships between highway capacity, transit ridership and service frequency, Journal of Public Transportation, 3 (1) Noland, R.B. und J.W. Polak (2002) Travel time variability: A review of theoretical and empirical Issues, Transportation Reviews, 22 (1) Noland, R.B. und K.A. Small (1995) Travel time uncertainty, departure time choice and the cost of morning commutes, Transportation Research Record, 1493, Noland, R.B., K.A. Small, P. Koskenoja und X. Chu (1998) Simulating travel reliability, Regional Science and Urban Economics, 28 (5) Norheim, B. (2001) Stated preference surveys - Do we have confident tests of the results?, Vortrag bei International Conference on Transport Survey Quality and Innovation, Kruger Park, South Africa. NUP-Kommission (1982) Schlussbericht der Kommission zur Überprüfung der Nationalstrassenstrecken, NUP, Bericht an das Eidgenössische Departement des Innern, Bern. Ortuzar, J.de D. und L.G. Willumsen (1994) Modelling Transport, John Wiley & Sons, Chichester. Palma, A. de und R. Lindsey (2002) Private roads, completion and incentives to adopt timebased congestion tolling, Journal of Urban Economics, 52 (2) Palma, A. de und N. Picard (2003) Route choice decision under uncertainty, Vortrag bei 82nd Annual Meeting of the Transportation Research Board, Washington, D.C. Pells, S. (1987) The evaluation of reductions in the variability in travel times on the journey to work, Vortrag bei 15th PTRC Summer Annual Meeting, Brighton. Polak, J.W. (1987) Travel time variability and departure time choice: A utility theoretic approach, Arbeitsbericht, Transportation Studies Group, Polytechnic of Central London, London. Polak, J.W. (1996) An overview of recent literature on modelling effects travel time variability, Arbeitsbericht, Centre for Transport Studies, Imperial College London, London. Polak, J.W. (2002) Some reflections on the application of equilibrium scheduling theory, Arbeitsbericht, Centre for Transport Studies, Imperial College, London. Polak, J.W. und X.L. Han (2000) PATSI - Preferred arrival Times synthesised by imputation, Arbeitsbericht, Centre for Transport Studies, Imperial College, London. Polak, J.W. und F. Oladeine (2002) An empirical model of travellers' day-to-day learning in the presence of uncertain travel times, Arbeitsbericht, Centre for Transport Studies, Imperial College, London. Prashker, J.N. (1979) Mode choice models with perceived reliability measures, Transportation Engineering Journal, 49 (3) Ramjerdi, F., L. Rand, I. Saestermo und K. Saelensminde (1997) The Norwegian Value of Time Study, TOI Report, 397, Norwegian Centre for Transport Research, Oslo. 120

136 Richardson, A.J. (2002) A simulation study of the estimation of individual specific values of time using an adaptive stated preference survey, Transportation Research Record, 1804, Rietveld, P. (2003) Valuation of travel time reliability and on route traveller information in multimodal personal travel, Vortrag bei Euroworkshop Behavioural Responses to ITS, Eindhoven. Rietveld, P., F.R. Bruinsma und D.J van Vuren (2001) Coping with unreliability in public transport chains: A case study for Netherlands, Transportation Research A, 35 (4) Saelensminde, K. (1999) Validation of non market goods for use in cost-benefit analysis, Arbeitsbericht, Institute of Transport Economics, Norwegian Centre for Transport Research, Oslo. Senna, L.A.D.S. (1994) The influence of travel time variability on the value of time, Transportation, 21 (2) Small, K.A. (1982) The scheduling of consumer activities: Work trips, American Economic Review, 72 (3) Small, K.A., R. Noland, X. Chu und Lewis (1999) Valuation of travel-time savings and predictability in congested conditions for highway user-cost estimation, Transportation Research Board, 431, Small, K.A. und J. Yan (2000) Diversity in the valuation of travel time and reliability, Arbeitsbericht, University of California Transportation Center, Irvine. Steierwald, G. und H.D. Künne (1994) Stadtverkehrsplanung, Springer-Verlag, Berlin. Suter, S. (2000) Wettbewerb, Kostenwahrheit und Finanzierung im Verkehr, Synthesen des NFP 41 Verkehr und Umwelt, S4 Bern. Timmermans, H. (2003) Using values of travel time savings for toll roads: Avoiding some common errors, Arbeitsbericht, Urban Planning Group, University of Eindhoven, Eindhoven. Truong, T. K. und D.A. Hensher (1985) Measurement of travel time values and opportunity cost from a discrete-choice model. Economic Journal, 95 (3) Vickrey, W.S. (1969) Congestion theory and transport investment, American Economic Review, 59 (2), Vrtic, M., K.W. Axhausen, R. Maggi und F. Rossera (2003) Verifizierung von Prognosemethoden im Personenverkehr, Bericht an SBB und Bundesamt für Raumentwicklung (ARE), IVT, ETH Zürich und USI Lugano, Zürich und Lugano. Wardman, M. (1998) Review of service quality valuations, Vortrag bei European Transport Conference 1998, Cambridge. Wardman, M. (1998) The value of travel time, Journal of Transport Economics and Policy, 32 (3) Wardman, M. (2001) Advances in the valuation of travel time savings, Transportation Research E, 37 (2-3) Wardman, M. und P. Mackie (1997) A review of the value of time: Evidence from British experience, Vortrag bei Annual Meeting of the European Transport Forum, London. Zuberbühler, C. (1965) Personen-Zeitkosten bei Motorfahrzeugen, Arbeitsberichte der Instituts für Orts-, Regional- und Landesplanung, ETH Zürich, Zürich. Zumkeller, D. (1989) Ein sozialökologisches Verkehrsmodell zur Simulation von Massnahmewirkungen, Veröffentlichungen des Instituts für Stadtbauwesen, 46, Institut für Stadtbauwesen, Technische Universität Braunschweig, Braunschweig. 121

137 9. Glossar Beta (-) Parameter: Mit statistischen Methoden geschätztes Gewicht einer Entscheidungsvariablen in der Nutzenfunktion. Stellt Wirkungsrichtung und Einflussstärke der Variablen bei der modellierten Entscheidung dar. Codierung: EDV-mässige Verarbeitung von Fragebogendaten. Zuweisung von teilweise abstrakten Codes zu den Antworten. Dummy: Variable mit den Ausprägungen 0 (nein) und 1 (ja) Elastizität: Masszahl, die die Veränderung der Auswahlwahrscheinlichkeit einer Entscheidungsalternative angibt, wenn sich Charakteristika der Alternative ändern. Entscheidungsalternativen: Hier Portfolio der verfügbaren Alternativen in Stated Preference Experimenten. Werden durch die Entscheidungsvariablen und deren Ausprägungen definiert bzw. differenziert. Entscheidungsmodell, diskretes: Bildet das Entscheidungsverhalten zwischen eindeutig voneinander differenzierten Entscheidungsalternativen ab. Dabei werden die Parameter der in die Nutzenfunktionen einfliessenden Entscheidungsvariablen geschätzt. Entscheidungsvariablen: Beschreiben in Stated Preference Experimenten und in Revealed Preference Daten mit unterschiedlichen Ausprägungen die Entscheidungsalternativen. Sie sind Teil der Nutzenfunktion der Alternative. Kosten-Nutzen-Analyse (KNA): Planungsinstrument, bei dem Nutzen und Kosten verschiedener Varianten von (Bau-)Vorhaben monetarisiert werden. Im Allgemeinen wird die günstigste Variante zur Ausführung vorgeschlagen. Logit Modell: Am häufigsten angewandte Form eines diskreten Entscheidungsmodells. Ergibt sich aus der Annahme, dass die Fehler der Nutzenfunktionen unabhängig von einander gumbelverteilt sind. Kann mit zufallsverteilten Parametern erweitert werden (Mixed Logit Modell oder RPL). Als Schätzverfahren wird die Maximum Likelihood Schätzung eingesetzt. Maximum Likelihood Schätzung: Verfahren zur Ermittlung der höchsten Eintrittswahrscheinlichkeit eines Ereignisses. Hier: Ermittlung der einen Ausprägung eines - Parameters, die die beobachtete Entscheidung am wahrscheinlichsten macht. 122

138 Nutzenfunktion, systematische: Beschreibt den Nutzen einer Entscheidungsalternative und bildet damit die Grundlage der Entscheidung. Beinhaltet die gewichteten Entscheidungsvariablen (-Parameter) sowie eventuelle Konstanten zur Kompensation fehlender Variablen. Nutzwertanalyse (NWA): Planungsinstrument, mit dem Nutzwerte für verschiedene Varianten von (Bau-)Vorhaben ermittelt werden. Das Problem von nicht oder schwer monetarisierbaren Gütern und deren Nutzen wird dabei gegenüber der KNA kompensiert. Revealed Preference (RP-)Befragung: Untersuchungsart, bei der durchgeführtes Verhalten erfragt wird. Stated Preference (SP-)Befragung: Untersuchungsart, bei der hypothetisches Verhalten erfragt wird. Dem Teilnehmer werden nacheinander mehrere (SP-)Experimente präsentiert. Anzahl der (SP-)Experimente und Ausprägungstyp der Entscheidungsvariablen werden durch den Versuchsplan definiert. Stated Preference (SP-)Experiment: Hypothetische Wahlsituation, bei der im Allgemeinen eine Entscheidungsalternative aus mehreren ausgesucht werden muss oder die Alternativen in eine Rangfolge gebracht werden müssen. Trägheitsvariablen: Variablen, die die eingeschränkte Wahlfreiheit einer Person beschreiben und damit den Nutzen einer Entscheidungsalternative situativ oder modalspezifisch beeinflussen. Beispiele sind Verkehrsmittelverfügbarkeit oder Führerausweisbesitz. Verspätungsdauer: Zeitspanne zwischen der geplanten und möglichen, unerwarteten und verspäteten Ankunft. Verspätungswahrscheinlichkeit: Wahrscheinlichkeit mit der eine Verspätung eintritt. Versuchsplan: Definiert Anzahl der (SP-)Experimente und Ausprägungen der Entscheidungsvariablen in (SP-)Befragung. Zahlungsbereitschaft: Betrag, den ein Reisender für eine Veränderung der Reisezeit und deren Variabilität gerade noch zu zahlen bereit ist. 123

139 10. Dank Mein besonderer Dank gilt Herrn Prof. Dr.-Ing. Kay W. Axhausen. Er hat mich während meiner gesamten Tätigkeit am Institut für Verkehrsplanung und Transportsysteme der ETH Zürich jederzeit engagiert betreut und wertvolle Hinweise während der Forschungsarbeiten und der Erstellung dieser Dissertation gegeben. Genauso möchte ich mich bei Herrn Prof. Dr.-Ing. Dirk Zumkeller für die Übernahme des Koreferats bedanken sowie für die fruchtbaren Diskussionen während manchen Winterseminars. Ein besonderer Dank geht an meine Kollegen, die mit mir gemeinsam ihre Arbeit aufgenommen haben und wie alle, die später dazu gestossen sind, stets bereitwillig und sachdienlich mit mir diskutiert und gestritten haben. Unterstützt hat mich auch David Horisberger. Danke für die vielen versandten Fragebögen und die gewissenhafte Durchsicht der Arbeit. Nicht zuletzt möchte ich mich unbekannterweise bei allen Teilnehmern der Befragungen bedanken. Vielen Dank für das Beantworten der umfangreichen Fragebögen und die damit verbundene Bereitschaft, einen Teil ihrer wertvollen Freizeit der Wissenschaft zu opfern. Mein grosser Dank gilt meinen Eltern für Ihr Verständnis und den Rückhalt auch über viele Kilometer hinweg. Dieser grosse Dank gilt auch Sabine Tobler, die mich engagiert begleitet und motiviert hat. 124

140 11. Lebenslauf Persönliche Daten Dipl.-Ing. Arnd König, geb. Rädeker Geburtstag: Familienstand: Geschieden Geburtsort: Bad Pyrmont Staatsangehörigkeit: Deutsch Ausbildung seit 01/01 Eidgenössische Technische Hochschule Zürich, Departement Bau, Umwelt und Geomatik, Doktorat, Titel der Arbeit: Messung und Modellierung der Verlässlichkeit des Verkehrsangebots - Experimente mit Schweizer Befragten 10/91 bis 03/98 Universität Kassel, Fachbereich Bauingenieurwesen Abschluss: Diplom 2 (TH), Titel der Arbeit: Möglichkeiten und Grenzen der Simulation der Verkehrsnachfrage im ÖPNV Abschluss: Diplom 1 (FH), Titel der Arbeit: Untersuchung zu Qualität von Simulationsmodellen am Beispiel des Platzes der deutschen Einheit, Kassel 07/90 bis 09/91 Zivildienst in Oberammergau 08/81 bis 06/90 Städtisches Gymnasium Blomberg in Blomberg/Lippe Abschluss: Abitur 08/77 bis 07/81 Städtische Grundschule Schieder in Schieder-Schwalenberg Beruflicher Werdegang seit 04/04 Mitarbeiter der Stabsstelle Planung und Steuerung des kantonalen Tiefbauamtes, Zürich 09/99 bis 06/04 Wissenschaftlicher Mitarbeiter des Instituts für Verkehrsplanung und Transportsysteme, IVT, ETH Zürich 04/98 bis 08/99 Mitarbeiter der move GmbH, Hannover Zürich, den 15. November

141 Publikationen Axhausen, K.W. und A. König (2001) Mobilitätswerkzeuge und Wohnstandorte: Mobiplan stated choice Experimente, Arbeitsberichte Verkehrs- und Raumplanung, 82, Institut für Verkehrsplanung, Transporttechnik, Strassen- und Eisenbahnbau, ETH Zürich, Zürich. Axhausen, K.W., D.M. Scott, A. König und C. Jürgens (2004) Locations, commitments and activity spaces, in M. Schreckenberg und R. Selten (Hrsg.) Human Behavior and Traffic Networks, , Springer, Berlin. Beckmann, K.-J., C. Jürgens, M. Kreitz, K.W. Axhausen, A. König, R. Schlich, S. Schönfelder, M. Friedrich, T. Haupt, A. Zimmermann, H.-J. Klein, M. Kehle und B. Krebs (2002) Mobiplan, Endbericht, Institut für Stadtbauwesen,, RWTH Aachen, PTV AG, Institut für Verkehrsplanung und Transportsysteme, ETH Zürich, Institut für Soziologie, Universität Karlsruhe, Aachen, Karlsruhe, Zürich. König, A. (2000) Graphic description of travel behavior using the multiweek Mobidrive travel diary, Arbeitsberichte Verkehrs- und Raumplanung, 50, Institut für Verkehrsplanung, Transporttechnik, Strassen- und Eisenbahnbau, ETH Zürich, Zürich. König, A. (2001) Eine interaktive Stated Preference Befragung zur Wohnstandortwahl, Arbeitsberichte Verkehrs- und Raumplanung, 58, Institut für Verkehrsplanung, Transporttechnik, Strassen- und Eisenbahnbau, ETH Zürich, Zürich. König, A. (2004) Measuring and modelling the reliability of the transport supply: Experiments with swiss respondents, Travel Survey Metadata Series, 13, Institut für Verkehrsplanung, Transporttechnik, Strassen- und Eisenbahnbau, ETH Zürich, Zürich. König, A. (2004) Swiss values of travel time savings, Travel Survey Metadata Series, 11, Institut für Verkehrsplanung, Transporttechnik, Strassen- und Eisenbahnbau, ETH Zürich, Zürich. König, A. (2004) How does reliability influence daily life? Some new SP-experiments, Vortrag bei 4. Swiss Transport Research Conference, Ascona, März König, A. und K.W. Axhausen (2001) Verkehrsentscheidungen in Mobidrive, Stadt Region Land, 69, Institut für Stadtbauwesen, RWTH Aachen, Aachen. König, A. und K. W. Axhausen (2002) The reliability of the transportation system and its influence on the choice behaviour, Vortrag bei 2. Swiss Transport Research Conference, Ascona, März König, A. und K.W. Axhausen (2002) The Reliability of the Transportation System and its Influence on the Choice Behaviour, Vortrag bei European Transport Conference, 2002, Cambridge, September König, A. und K.W. Axhausen (2003) Verlässlichkeit als Entscheidungsvariable: Vorstudie, Forschungsauftrag SVI 44/00, Schriftenreihe, 1039, Bundesamt für Strassen, UVEK, Bern. König, A., G. Abay und K.W. Axhausen (2003) Time is money The valuation of travel time savings in Switzerland, Vortrag bei 3. Swiss Transport Research Conference, Ascona, März König, A., K.W. Axhausen und G. Abay (2004) Zeitkostenansätze im Personenverkehr: Hauptstudie, Forschungsauftrag SVI 534/01, Schriftenreihe, 1065, Bundesamt für Strassen, UVEK, Bern. König, A., R. Schlich, und K.W. Axhausen (2000) Deskriptive Darstellung der Befragung Mobidrive, Arbeitsberichte Verkehrs- und Raumplanung, 37, Institut für Verkehrsplanung, Transporttechnik, Strassen- und Eisenbahnbau, ETH Zürich, Zürich. 126

142 König, A., R. Schlich, A. Aschwanden, A. Kaufmann und K.W. Axhausen (2000) Mobidrive: Data format guide, Arbeitsberichte Verkehrs- und Raumplanung, 35, Institut für Verkehrsplanung, Transporttechnik, Strassen- und Eisenbahnbau, ETH Zürich, Zürich. Mayer-Kreitz, M., M. Bäumer, o. Eberhard, A. König, I. Kossmann, M. Lenz und C. Sommer (2004) Hinweise zu Methoden computergestützter Erhebungen zum individuellen Verkehrsverhalten, FGSV, Köln. Schlich, R., A. König und K.W. Axhausen (2000) Stabilität und Variabilität im Verkehrsverhalten, Strassenverkehrstechnik, 44 (9) Talati, A., A. König und K.W. Axhausen (2002) A set of quality controls for stated preference data, Arbeitsberichte Verkehrs- und Raumplanung, 125, Institut für Verkehrsplanung und Transportsysteme, ETH Zürich, Zürich. 127

143 128

144 Anhang A Fragebögen B Versuchspläne C Normentwurf A - I

145 A - II

146 Anhang A: Fragebögen Anhang A 1: Fragebögen Fallstudie 1 A - 1

147 Frage 1: Stellen Sie sich vor, Sie haben am frühen Morgen einen wichtigen Termin z.b. ein Vorstellungsgespräch, zu dem Sie nicht zu spät kommen wollen. Ihr Ziel ist eine etwa 50 km entfernte Grossstadt. Wie viel Zeit planen Sie unter Berücksichtigung der heutigen Verkehrssituation und Ihrer Erfahrung ganz generell als Puffer ein? Die eingeplante Pufferzeit ist möglicherweise auch vom Verkehrsmittel abhängig. Deshalb tragen Sie bitte für beide Verkehrsmittel getrennt Ihre persönliche Reserve ein. Antwort: Wenn ich mit dem Auto fahre, plane ich als Pufferzeit ein.... Minuten Wenn ich mit dem öffentlichen Verkehr fahre, plane ich... Minuten als Pufferzeit ein. A - 2

148 Frage 2: (Variante IV) Stellen Sie sich vor, Sie wollen mit dem Auto zum Einkauf von zu Hause wieder in die 50 km entfernte Grossstadt fahren. Kurz vor der Abreise erfahren Sie im Radio von einem Stau auf Ihrer normalen Route. Die Ausweichroute ist genauso überlastet. Welche Verspätung würden Sie gerade noch akzeptieren, bevor Sie die Fahrt absagen? Antwort: Ich akzeptiere gerade noch... Minuten Verspätung. Ich wähle ein anderes Ziel. O O A - 3

149 Frage 2: (Variante ÖV) Stellen Sie sich vor, Sie wollen mit der Bahn für einen beruflichen Termin von zu Hause wieder in die 50 km entfernte Grossstadt fahren. Kurz vor der Abreise erfahren Sie auf dem Perron von einer Verspätung. Die Ausweichroute ist genauso überlastet. Welche Verspätung würden Sie gerade noch akzeptieren bevor Sie die Fahrt absagen? Antwort: Ich akzeptiere gerade noch... Minuten Verspätung. A - 4

150 Frage 3: Wenn Sie nun die nächsten Seiten beantworten, werden Sie feststellen, dass Ihnen die Frage 3 immer wieder neu gestellt wird. Allerdings unterscheiden sich die beschriebenen Situationen in den Details. Diese Unterschiede könnten für Ihre Entscheidung wichtig sind. Schauen Sie sich deshalb bitte diese Details genau an und fällen Sie Ihre Entscheidung von Fall zu Fall. A - 5

151 Frage 3.1: (Variante IV) Stellen Sie sich vor, Sie pendeln täglich zu Ihrer etwa 20 Kilometer entfernten Arbeitsstätte. Mit dem Auto benötigen Sie normalerweise 30 Minuten für den Weg. Die Strasse ist aber morgens stark befahren. Es kommt häufig zu Störungen auf der Strecke. Es gibt aber auch eine neue, ebenso schnelle Strasse, deren Benützung gebührenpflichtig ist. Sie würden als Benützer dieser Strasse aber in jedem Fall pünktlich zu Ihrem Arbeitsplatz gelangen. Wie würden Sie sich unter den folgenden Umständen entscheiden? Sie stehen in der heutigen Situation an 2 Tagen pro Woche im Stau. Ein Stau verzögert Ihre Fahrt um durchschnittlich 15 Minuten. Die Benützungsgebühr für die neue Strasse beträgt 30,- CHF pro Woche. Antwort: Ich fahre weiterhin die herkömmliche Route. Ich fahre die gebührenpflichtige Strasse. O O A - 6

152 Frage 3.1: (Variante ÖV) Stellen Sie sich vor, Sie pendeln täglich zu Ihrer etwa 20 Kilometer entfernten Arbeitsstätte. Mit der Bahn benötigen Sie normalerweise 30 Minuten für den Weg. Der Zug kommt fahrplanmässig knapp vor Ihrem gewünschten Arbeitsbeginn an. Er muss allerdings unterwegs auf Anschlussreisende warten und ist deshalb oft verspätet. Es wird nun geplant, einen ebenso schnellen Direktzug einzusetzen, der immer pünktlich ist. Die Benützung des Zuges würde allerdings einen Fahrpreiszuschlag erfordern. Sie würden als Benützer aber auf jeden Fall pünktlich zu Ihrem Arbeitsplatz gelangen. Wie würden Sie sich unter den folgenden Umständen entscheiden? Der normale Zug ist an 2 Tagen pro Woche verspätet. Wenn der Zug verspätet ist, dann um durchschnittlich 15 Minuten. Der Zuschlag für den Direktzug beträgt 30,- CHF pro Woche. Antwort: Ich nehme den bisherigen Zug. Ich nehme den zuschlagspflichtigen Zug. O O A - 7

153 Frage 4: (Variante Routenwahl) Jetzt wird es etwas komplizierter. Aber genau wie bei der vorgehenden Frage 3 wird Ihnen auf den folgenden Seiten die Frage 4 mehrmals nacheinander gestellt. Unten wird eine generelle Situation geschildert. Auf den nächsten Seiten wird diese Situation immer wieder mit unterschiedlichen Details beschrieben. Und auch hier achten Sie bitte auf diese Details. Treffen Sie dann Ihre Entscheidung! Stellen Sie sich vor, Sie fahren täglich mit der Bahn zur Arbeit nach Zetthausen. Sie haben dabei die Wahl zwischen den beiden folgenden Verbindungen: A: Von zu Hause aus zu Fuss zum Bahnhof Iggswil, weiter mit der S- Bahn zum Hauptbahnhof Zetthausen und zu Fuss zu Ihrer Arbeitsstelle. B: Von zu Hause aus zu Fuss zur Bushaltestelle, mit dem Bus zum Bahnhof Ypslikon, umsteigen und mit dem Zug weiter zum Hauptbahnhof Zetthausen und von dort aus zu Fuss zu Ihrer Arbeitsstelle. Diese Strecke ist schneller als die Route A. Auf Grund Ihrer Erfahrung verpassen Sie aber an einigen Tagen der Woche den Anschluss, weil der Bus unpünktlich ist. Dann verzögert sich Ihre Ankunft in Grossstadt und Sie sind langsamer als auf der Route A. Aber das wissen Sie ja erst, wenn Sie bereits unterwegs sind. A - 8

154 Frage 4.1: (Variante Routenwahl) HB Zetthausen Ihre Arbeitsstelle Route A Bahnhof Iggswil Route B Ihr Heim Bus Bahnhof Ypslikon Fahrzeit Route A: Fahrzeit Route B: 50 Minuten 45 Minuten Aufgrund Ihrer Erfahrung verpassen Sie an 2 Tagen der Woche den Anschluss, weil der Bus unpünktlich ist. Dann benötigen Sie für die Route B 75 Minuten. Aber das wissen Sie ja erst, wenn Sie bereits unterwegs sind. Welche Route wählen Sie für diesen täglichen Weg? Antwort: Ich wähle Route A. Ich wähle Route B. O O A - 9

155 Frage 4: (Variante Verkehrsmittelwahl) Jetzt wird es etwas komplizierter, aber genau wie bei der vorgehenden Frage 3 wird Ihnen auf den folgenden Seiten die Frage 4 mehrmals nacheinander gestellt. Und auch hier achten Sie bitte auf die Details, die von Situation zu Situation unterschiedlich sind. Treffen Sie dann Ihre Entscheidung! A - 10

156 Frage 4.1: (Variante Verkehrsmittelwahl) Stellen Sie sich vor, Sie wollen in die Stadt Zetthausen fahren. Mit dem Zug, der immer pünktlich ist, benötigen Sie 90 Minuten. Mit dem Auto wären Sie auf der direkten Route 45 Minuten schneller. Die Staugefahr auf dieser Strecke liegt aber bei 50%. Bei Stau verzögert sich Ihre Ankunft um 1 Stunde. Eine weitere Route mit dem PW bedeutet einen sehr grossen Umweg. Hier benötigen Sie genauso lang wie mit der Bahn und kommen ebenfalls pünktlich an. Wie entscheiden Sie sich? Antwort: Ich fahre mit der Bahn Dauer: 90 Minuten O Pünktlichkeit: 100% Ich fahre mit Ich fahre mit dem PW die normale Strecke Dauer: 45 Minuten O Pünktlichkeit: 50% dem PW den grossen Umweg Dauer: 90 Minuten O Pünktlichkeit: 100% A - 11

157 Frage 5: Stellen Sie sich vor,......sie fahren zur täglichen Arbeit. Bitte bewerten Sie für diese Fahrt die folgenden Aussagen. Antwort: Ist mir: sehr wichtig... ganz unwichtig Ich kann sitzen und das Fahrzeug ist klimatisiert. % % % % % Das Verkehrsmittel ist am günstigsten. % % % % % Ich komme pünktlich an. % % % % % Das Verkehrsmittel ist das umweltfreundlichste. % % % % % Ich bin so schnell wie möglich. % % % % % Ich kann viel Gepäck transportieren. % % % % % Das Verkehrsmittel ist das sicherste. % % % % % A - 12

158 Anmerkungen und Kommentare von Ihnen: Besten Dank nochmals für Ihre Mühen! A - 13

159 A - 14

160 Anhang A 2: Fragebögen Fallstudie 2 A - 15

161 Allgemeine Fragen zu Verlässlichkeit und Pünktlichkeit Zunächst möchten wir Sie bitten, die folgende Frage aufgrund Ihrer persönlichen Erfahrung als Verkehrsteilnehmer zu beantworten: 1. Wenn Sie an Ihre alltäglichen Wege denken, welches Verkehrsmittel benützen Sie am meisten abgesehen von fussläufigen Distanzen? Bus und Bahn O den PW O das Velo O 2. Wie schätzen Sie die Situation auf den Schweizer Strassen ein? Jeder Automobilist kennt den alltäglichen Stau auf dem Weg zur Arbeit, samstags vor dem Parkhaus des Einkaufszentrums oder sonntags am Zoo. Diese Verzögerungen planen Sie ein, aber wie steht es mit den nicht eingeplanten Staus? Was ist Ihre Erfahrung, wie oft steht man in einem unerwarteten Stau mit dem PW? immer O meistens O selten O nie O weiss nicht O Und der Öffentliche Verkehr? Ist die Bahn ein zuverlässiges, pünktliches Verkehrsmittel? immer O meistens O selten O nie O weiss nicht O 3. Stellen Sie sich vor, Sie haben am frühen Morgen einen wichtigen Termin z.b. ein Vorstellungsgespräch, zu dem Sie nicht zu spät kommen wollen. Ihr Ziel ist eine etwa 50 km entfernte Grossstadt. Wie viel Zeit planen Sie unter Berücksichtigung der heutigen Verkehrssituation und Ihrer Erfahrung ganz generell als Puffer ein? Die eingeplante Pufferzeit ist möglicherweise auch vom Verkehrsmittel abhängig. Deshalb tragen Sie bitte für beide Verkehrsmittel getrennt Ihre persönliche Reserve ein. Antwort: Wenn ich mit dem Auto fahre, plane ich als Pufferzeit ein.... Minuten Wenn ich mit dem öffentlichen Verkehr fahre, plane ich als Pufferzeit ein.... Minuten A - 16

162 Einstellung zu Risikobereitschaft, Zeitplanung und Pünktlichkeit Bitte beurteilen sie die folgenden 24 Aussagen nach deren Richtigkeit. Kreuzen Sie an, ob die Aussage für Sie persönlich zutrifft oder nicht. Trifft......eher zu 1. Ich informiere mich vor Antritt einer Fahrt über die aktuelle Verkehrssituation. 2. Wenn der Preis stimmt, nehme ich auch eine unsichere Fahrtdauer in Kauf. 3. Winterreifen montiere ich bereits im November. Der erste Wintereinbruch kommt bestimmt. 4. Billigflüge sind zwar günstig, aber dafür selten pünktlich. 5. Lieber im Schadenfall einmal etwas mehr zahlen als überversichert sein. 6. Ich warte nicht gern und versuche deshalb meine Termine nicht zu früh zu erreichen. 7. Wenn ich es eilig habe, löse ich kein Trambillet. Lieber Busse zahlen, als zu spät kommen. Und vielleicht gibt es ja keine Kontrolle. 8. Meine Devise ist: Lieber eine Stunde zu früh als fünf Minuten zu spät! 9. Ich fahre immer meine geplante Route, egal was der Verkehrsfunk meldet. Der ist sowieso nicht aktuell....ganz genau zu...eher nicht zu...überhaupt nicht zu O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O 10. Es ist unhöflich, Termine nicht einzuhalten. O O O O 11. Es muss nicht immer alles auf die Minute funktionie- O O O O ren. 12. Wer auf den letzten Drücker losfährt, der kommt garantiert zu spät am Ziel an. 13. Ich fahre nicht in ein Parkhaus, um nur kurz zu parkieren und finde sowieso immer einen Parkplatz am Strassenrand. 14. Ich verlasse das Haus morgens zur Arbeit erst in letzter Minute. 15. Es ist mir wichtig ein Auto zu fahren, das im Winter jeden Morgen anspringt. 16. Ich nehme immer das erste Tram, das kommt und schaue nicht auf den Fahrplan. 17. Bei wichtigen Terminen plane ich grundsätzlich genügend Pufferzeit ein. 18. Werte wie Sauberkeit, Ordnung und Pünktlichkeit haben für mich immer noch eine grosse Bedeutung. 19. Auch wenn die Verkehrsmittel schneller geworden sind, muss man heute mehr Zeit einplanen als früher. O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O 20. Meine Unpünktlichkeit ist mir peinlich. O O O O O O O O 21. Ich glaube Parkleitsystemen nicht. Die zeigen immer weniger freie Parkplätze an, als vorhanden sind. Ich habe bislang immer einen Platz in meinem Wunschparkhaus gefunden. 22. Ich kann nicht verstehen, warum man beim Arzt und auf Ämtern trotz Termin immer warten muss. O O O O 23. Unpünktlichkeit ist Unzuverlässigkeit. O O O O O O O O 24. Bei der Bahn weiss man dank Fahrplan genau, wann man ankommt. A - 17

163 Wahl der Abfahrtszeit Stellen Sie sich bitte vor, dass Sie einen privaten Termin ausgemacht haben, wie etwa ein Nachtessen bei Freunden oder ein Konzertbesuch. Nehmen wir einmal an, für die 20 km benötigen Sie mit Bus und Bahn etwa 40 Minuten. Die Fahrzeit auf der Strecke ist je nach Abfahrtszeit nicht gewiss. Es kann zum Beispiel zu unerwarteten Verspätungen bei hohem Verkehrsaufkommen kommen. Genauso könnte sich die Fahrzeit unerwartet verkürzen. Aus Ihrer Erfahrung können Sie in etwa die Fahrtdauer einschätzen, die Sie je nach Uhrzeit benötigen. Sie wissen aber auch, dass Ihre Fahrzeitprognose nur ungefähr ist und dass eine Abweichung davon wahrscheinlich ist. Weil die Reisezeit nicht ganz sicher ist, planen Sie für den Weg noch eine Pufferzeit ein. Bitte notieren nun für jede Alternative in den acht folgenden Situationen die Pufferzeit, die Sie jeweils einplanen würden. Bitte entscheiden Sie sich dann in den acht Situationen für eine der beiden Alternativen bzw. Abfahrtszeiten. Alternative A Alternative B Terminbeginn: 19:00 Uhr Terminbeginn: 20:00 Uhr Fahrzeit: 36 min Fahrzeit: 44 min Wahrscheinlichkeit, dass Sie... Wahrscheinlichkeit, dass Sie min schneller sind: 20 %...4 min schneller sind: 30 %...Ihre Fahrzeitprognose stimmt: 10 %... Ihre Fahrzeitprognose stimmt: 10 %...8 min länger benötigen: 70 %...12 min länger benötigen: 60 % Ihre zusätzliche Pufferzeit:... min Ihre zusätzliche Pufferzeit:... min O Ihre Wahl O Alternative A Alternative B Terminbeginn: 18:30 Uhr Termin: 19:00 Uhr Fahrzeit: 36 min Fahrzeit: 48 min Wahrscheinlichkeit, dass Sie... Wahrscheinlichkeit, dass Sie min schneller sind: 30 %...6 min schneller sind: 20 %... Ihre Fahrzeitprognose stimmt: 10 %... Ihre Fahrzeitprognose stimmt: 10 %...8 min länger benötigen: 60 %...4 min länger benötigen: 70 % Ihre zusätzliche Pufferzeit:... min Ihre zusätzliche Pufferzeit:... min O Ihre Wahl O A - 18

164 Monetäre Bewertung der Verlässlichkeit / Verkehrsmittelwahl Stellen Sie sich bitte vor, Sie wollten für einen privaten Termin mit dem PW allein ins Tessin fahren. Durch den Verkehrsfunk wissen Sie von einem 5 Kilometer langen Stau vor dem Gotthardstrassentunnel. Allerdings ist die Staudauer ungewiss, denn Sie können durch den Stau schnell oder langsam kommen. Aus Erfahrung können Sie aber die unerwartete Verlängerung Reisezeit einschätzen und Sie wissen um die Schwankungen bei der Dauer des Staus. D.h., Sie kennen in etwa die Staudauer als auch die Wahrscheinlichkeit, dass Ihre Prognose zutrifft. Stellen Sie sich bitte weiter vor, die SBB würden einen Autoverlad zwischen Erstfeld (UR) und Biasca (TI) lancieren, der mit hohen Kapazitäten keine Wartezeiten verursachen würde und mit einem komfortablen, bargeldlosen Zahlungssystem betrieben würde. Sie kämen immer verlässlich und pünktlich an. Bitte entscheiden Sie sich bei den folgenden acht gegenübergestellten Situationen für je eines der beiden Verkehrsmittel. Normale Fahrzeit: Strassentunnel Prognostizierte Staudauer: Mögliche Gesamtfahrzeit: 70 min 30 min 100 min Wahrscheinlichkeit, dass Ihre Prognose zutrifft: 50 % Autoverlad Gesamtfahrzeit inkl. Warte- und Verladezeit: Mehrkosten durch den Autoverlad: 90 min 15.- Fr O Ihre Wahl O Normale Fahrzeit: Strassentunnel Prognostizierte Staudauer: Mögliche Gesamtfahrzeit: 50 min 30 min 80 min Wahrscheinlichkeit, dass Ihre Prognose zutrifft: 60 % Autoverlad Gesamtfahrzeit inkl. Warte- und Verladezeit: Mehrkosten durch den Autoverlad: 60 min 30.- Fr O Ihre Wahl O A - 19

165 Herzlichen Dank nochmals! Um Ihre Antworten besser einordnen zu können, benötigen wir nun noch einige Angaben zu Ihrem Haushalt: Wie viele Personen wohnen in Ihrem Haushalt? Erwachsene:... Kinder unter 18:... Wie viele ÖV - Abonnements besitzt Ihr Haushalt? GA: kein O 1 O 2 O 3 O 4 und mehr O Halbtax: kein O 1 O 2 O 3 O 4 und mehr O Monatskarte: kein O 1 O 2 O 3 O 4 und mehr O Streckenabo: kein O 1 O 2 O 3 O 4 und mehr O Bitte geben Sie uns noch Ihr ungefähres Haushaltseinkommen (vor Steuern) an? zwischen 0 und 20'000 Fr. zwischen und Fr. zwischen und Fr. zwischen und Fr. zwischen und Fr. zwischen und Fr. zwischen und Fr. mehr als Fr. keine Angabe O O O O O O O O O A - 20

166 Anhang B: Versuchspläne Anhang B 1: Versuchspläne Fallstudie 1 B - 1

167 Tabelle B 1.1: Versuchsplan Routenwahl, monetär, Fallstudie 1, Fragegruppe 3 Entscheidungssituation Anzahl Störungstage Störungsdauer Maut B - 2

168 Tabelle B 1.2: Versuchsplan Verkehrsmittelwahl, Fallstudie 1, Fragegruppe 4 Entscheidungssituation Dauer Bahn / PW mit Umweg Dauer PW normale Strecke Pünktlichkeit PW normale Strecke B - 3

169 Tabelle B 1.3: Versuchsplan, Routenwahl, grafisch, Fallstudie 1, Fragegruppe 4 Entscheidungssituation Fahrzeit Route A Fahrzeit Route B Verspätungstage Verspätungsdauer B - 4

170 Tabelle B 1.3: Versuchsplan Routenwahl, grafisch, Fallstudie 1, Fragegruppe 4, Fortsetzung Entscheidungssituation Fahrzeit Route A Fahrzeit Route B Verspätungstage Verspätungsdauer B - 5

171 B - 6

172 Anhang B 2: Versuchspläne Fallstudie 2 B - 7

173 Tabelle B 2.1: Versuchsplan Wahl der Abfahrtszeit, Fallstudie 2 Entscheidungssit. Ankunftszeit Reisezeit mögliche Verfrühung mögliche Verspätung W keit Verfrühung W keit Verspätung B - 8

174 Tabelle B 2.1: Versuchsplan Wahl der Abfahrtszeit, Fallstudie 2, Fortsetzung Entscheidungssit. Ankunftszeit Reisezeit mögliche Verfrühung mögliche Verspätung W keit Verfrühung W keit Verspätung B - 9

175 Tabelle B 2.2: Versuchsplan Verkehrsmittelwahl, Fallstudie 2 Entscheidungs situation Fahrzeit Strasse Verspätungsdauer Strasse Verspätungsw keit Fahrzeit Bahn Kosten Bahn B - 10

176 Anhang C: Normentwurf C - 1

177 C - 2

178 Schweizerischer Verband der Strassen- und Verkehrsfachleute Schweizer Norm Association suisse des professionnels de la route et des transports Norme Suisse Associazione svizzera dei professionisti della strada e dei trasporti Norma Svizzera Swiss Association of Road and Transportation Experts Swiss Standard EINGETRAGENE NORM DER SCHWEIZERISCHEN NORMEN-VEREINIGUNG SNV NORME ENREGISTREE DE L ASSOCIATION SUISSE DE NORMALISATION Bewertung der Zuverlässigkeit im Personenverkehr - Entwurf INHALTSVERZEICHNIS Seite A. Allgemeines 2 1. Geltungsbereich 2 2. Gegenstand 2 3. Zweck 2 B. Begriffe 2 4. Begriffe Zahlungsbereitschaft Verspätungsdauer Verspätungswahrscheinlichkeit 2 C. Kosten der Verlässlichkeit 3 5. Berechnung und Anwendung Formel Anwendungsbeispiele 3 D. Literaturverzeichnis 5 Herausgeber: Schweizerischer Verband der Strassen- und Verkehrsfachleute (VSS) Seefeldstrasse 9, 8008 Zürich Bearbeitung: VSS-Fachkommission 2, Planung und Projektierung Genehmigt: Gültig ab: Editeur: Association suisse des professionnels de la route et des transports (VSS) Seefeldstrasse 9, 8008 Zurich Elaboration: Commission technique VSS 2, Planification et projets Adoptée: Valable dès: 2004, VSS Zürich