Ανάπτυξη Μεθόδων Εκτίμησης Κατανομής της Ζήτησης στα Μέσα Μαζικής Μεταφοράς σε Συνθήκες Συμπληρωματικής Λειτουργίας

Abstract

Σκοπός της διατριβής είναι να διερευνηθούν οι παράγοντες που επηρεάζουν τόσο τις βραχυχρόνιες όσο και τις μακροχρόνιες μεταβολές στη ζήτηση ενός συστήματος αστικών συγκοινωνιών, το οποίο αποτελείται από πολλά συνεργαζόμενα μέσα που λειτουργούν συμπληρωματικά.

Η ανάλυση της ζήτησης σε ένα σύστημα αστικών συγκοινωνιών παρέχει χρήσιμη πληροφόρηση για την αποτελεσματική λήψη αποφάσεων που αφορούν στην λειτουργία και στην ανάπτυξη υποδομών του συστήματος. Η ζήτησή εκφράζεται ως συνάρτηση λειτουργικών και μακροοικονομικών παραγόντων (τιμή εισιτηρίου, ΑΕΠ, τιμή βενζίνης, δείκτης ανεργίας, πωλήσεις Ι.Χ.) και ο βαθμός της μεταβολής της ζήτησης λόγω μεταβολής κάποιων παραγόντων εκτιμάται μέσω του μεγέθους της ελαστικότητας της ζήτησης. Η μελέτη της ζήτησης για το κάθε μέσο μαζικής μεταφοράς του συστήματος αστικών συγκοινωνιών της πόλης των Αθηνών πραγματοποιείται με δύο προσεγγίσεις. Στην πρώτη, εξετάζονται οι παράγοντες που ερμηνεύουν την μηνιαία επιβατική κίνηση του κάθε μέσου. Στη δεύτερη, αναλύεται το ποσοστό (μερίδιο αγοράς) της συνολικής ζήτησης που καλύπτει το κάθε μέσο μαζικής μεταφοράς. Ο προσδιορισμός του μεριδίου αγοράς κάθε μέσου επιτρέπει τη λεπτομερέστερη ανάλυση σε ότι αφορά στον ειδικό ρόλο κάθε μέσου σε ένα ολοκληρωμένο σύστημα αστικών συγκοινωνιών.

Η ζήτηση κάθε μέσου χωριστά, καθώς και το μερίδιο αγοράς κάθε μέσου στο σύνολο της επιβατικής κίνησης αναλύονται εφαρμόζοντας τις οικονομετρικές μεθόδους της Συνολοκλήρωσης και Δυναμικού Υποδείγματος Διόρθωσης Λαθών, οι οποίες επιτρέπουν την ανάλυση μη στάσιμων χρονολογικών σειρών. Η μεθοδολογία αυτή απαλλάσσει από τα προβλήματα που η απλή παλινδρόμηση παράγει στην περίπτωση των μη στάσιμων χρονολογικών σειρών (φαινομενικές συσχετίσεις, μεροληπτικές εκτιμήσεις) και επιπλέον παρέχει τις βραχυχρόνιες και μακροχρόνιες ελαστικότητες, καθώς και την ταχύτητα σύγκλισης στην μακροχρόνια κατάσταση ισορροπίας. Τα στάδια της μεθοδολογίας αποτελούν ο έλεγχος στασιμότητας των μεταβλητών, ο έλεγχος ύπαρξης συνολοκλήρωσης μεταξύ των μη στάσιμων μεταβλητών, η εκτίμηση του Υποδείγματος Διόρθωσης Λαθών και η εφαρμογή στατιστικών ελέγχων για να διαπιστωθεί αν το Υπόδειγμα Διόρθωσης Λαθών που εκτιμήθηκε είναι κατάλληλο. Τέλος, στις περιπτώσεις που παρατηρείται Αυτοσυσχέτιση (Autocorrelation) ή/και Aυτοπαλίνδρομη υπό συνθήκη Ετεροσκεδαστικότητα (Autoregressive Conditional Heteroskedasticity-ARCH) στα κατάλοιπα, εκτιμώνται καινούρια Υποδείγματα Διόρθωσης Λαθών προκειμένου να αντιμετωπιστούν οι σχετικές επιπτώσεις.

Σύμφωνα με τα αποτελέσματα, οι βασικοί παράγοντες που επηρεάζουν στατιστικώς σημαντικά την επιβατική κίνηση κάθε μέσου τόσο στην μακροχρόνια όσο και στη βραχυχρόνια περίοδο είναι το ΑΕΠ, η τιμή του εισιτηρίου και η τιμή της βενζίνης. Από τα Μέσα Μαζικής Μεταφοράς που εξετάστηκαν το μετρό και ο ηλεκτρικός σιδηρόδρομος εμφανίζουν τις μεγαλύτερες ελαστικότητες, ενώ το λεωφορείο παρουσιάζεται ιδιαίτερα ανελαστικό. Το γεγονός ότι οι ελαστικότητες της ζήτησης ως προς τους ερμηνευτικούς παράγοντες είναι σημαντικά διαφορετικές για τα διάφορα Μ.Μ.Μ. αναδεικνύει τη χρησιμότητα της ανάλυσης της ζήτησης για κάθε μέσο χωριστά.

Τα αποτελέσματα δείχνουν επίσης ότι η τιμή του εισιτηρίου, το ΑΕΠ και η συνολική επιβατική κίνηση αποτελούν τους κυριότερους παράγοντες που καθορίζουν το μερίδιο αγοράς κάθε μέσου. Οι ελαστικότητες ως προς την τιμή του εισιτηρίου παρουσιάζονται ιδιαίτερα αυξημένες στα μοντέλα των μεριδίων αγοράς σε σύγκριση με τα μοντέλα ανάλυσης της επιβατικής κίνησης, καθώς απεικονίζουν με μεγαλύτερη ευαισθησία τις υποκαταστάσεις που προκύπτουν από μια μεταβολή της τιμής του εισιτηρίου. Τέλος, όπως αναμενόταν, τόσο στα μοντέλα της επιβατικής κίνησης όσο και στα μοντέλα του μεριδίου αγοράς κάθε μέσου οι βραχυχρόνιες ελαστικότητες είναι μικρότερες από τις αντίστοιχες μακροχρόνιες, επειδή οι συνέπειες κάθε μεταβολής απαιτούν χρόνο για να φτάσουν στην πλήρη ωρίμανσή τους.

In this thesis demand aspects of a multimodal public transportation system are investigated using econometric methods for analyzing non-stationary data. The case of the Athens public transport system, where different modes may operate in competition or cooperation, is used as a test bed.

Demand analysis is a necessary condition for efficient decision making in a public transport system; network expansion, pricing policies, subsidy and operational decisions are based on demand analysis. Demand is expressed as a function of operational and macroeconomic factors (fare, GDP, fuel price, unemployment, car and motorcycle sales) and the impact of each factor on demand is expressed through the elasticity concept. Two different but complementary aspects of public transport demand are analyzed. Ridership of each mode and share of each mode in total ridership. The above two issues provide useful information regarding effective policy measures. Demand analysis for each mode separately allows for identifying competition and substitution effects and produces more accurate demand elasticities. The analysis of the share of each transport mode in a multimodal urban public transport system is a key factor that explains the relative position of each mode in the system. It may also be a useful index for making investment decisions concerning the public transport infrastructure and for allocating subsidies.

The econometric analysis adopted is based on cointegration and error correction techniques. This allows for treating non-stationary data, for determining short and long run elasticities and at the same time estimating the speed of adjustment towards long run equilibrium. Briefly, the method consists of the following modules: First, a unit root test is applied to test non-stationarity. Second, a cointegration test is performed to evaluate long run caused relation. Third, an error correction method is used to evaluate short run responses. Finally, in the cases that exists autocorrelation and/or autoregressive conditional heteroskedasticity on the residuals, new error correction models are developed to account for these effects. A model with correction for autocorrelation is used to correct serial correlation on the residuals and an ARCH model is used to capture changes in variability of the time series.

According to the results, fare GDP and gasoline price are the main factors that affect PT ridership both in the short and in the long run. Of the different modes, metro and urban rail show the highest elasticities with respect to the factors examined, while bus appears to be quite inelastic. The fact that demand elasticities with respect to the explaining factors are significantly different for the different modes demonstrates the merits of demand analysis for each mode separately.

Results also indicate that fare GDP and total ridership are the main determinants of public transport mode shares. In the ridership model GDP is the factor that shows the highest elasticities, while in the shares model fare is the factor that shows the highest elasticity. This is because the substitution effects between different PT modes resulting from an increase in fares are more clearly recorded in the share models. Finally, as expected, short run elasticities appear to be lower than the long run ones both in the models explaining ridership and in the models explaining the share of each mode, because short run elasticities are governed by resistance to change.