Härtill 4 uppsatser

Diss. (sammanfattning) Linköping : Linköpings universitet, 2024

Forecasts of the demand for long-distance travel are a key component enabling the calculation of social costs and benefits of policy actions such as infrastructure investments. Traditionally, such forecasting models have been based on travel survey data. However, response rates to travel surveys have been in decline for decades, calling into question whether the sample of respondents is really representative of the full population. As such, there is a need to explore alternative data sources. One promising alternative is mobile phone network data, which is collected without the need of active participation from the traveller. However, mobile phone network data in this thesis lacks trip and traveller specific information such as trip purpose, socio-economic information, travel party size and mode. Furthermore, it is difficult to distinguish between bus and car trips even at a later stage of data processing, as the two modes share the same infrastructure. The objective of this thesis is to investigate the use of mobile phone network data for long-distance mode choice modelling.

Prognoser för reseefterfrågan av långväga resor är en nyckelkomponent för att möjliggöra beräkningen av samhällsnytta och samhällskostnader i policyåtgärder såsom infrastrukturinvesteringar. Historiskt har sådana prognosmodeller baserats på resvaneundersökningar, men svars-frekvensen i dessa undersökningar har sjunkit under flera decennier, vilket gör att det inte längre är sannolikt att urvalet av svarande är representativt för hela befolkningen. Därmed har det uppstått ett behov av att undersöka tillämpbarheten av alternativa datakällor för modellering av reseefterfrågan. Ett lovande alternativ är mobilnätsdata, som samlas in utan att den resan-de behöver göra ett aktivt val för att delta. Det möjliggör insamling av stora datamängder, men nackdelen är att specifik information om den resande saknas, eftersom personintegriteten måste skyddas för all data som samlas in utan ett aktivt beslut om deltagande. Data som är relevant ur ett transportmodelleringsperspektiv, men som saknas i mobilnätsdatan är till exempel reseärende, resenärens socio-ekonomi, resesällskapsstorlek och färdmedel. Dessutom är det svårt även i efterbearbetning av data att särskilja färdmedlen bil och buss, eftersom de använder samma infrastruktur. Målsättningen i den här avhandlingen är att undersöka tillämpbarheten av mobilnätsdata för inrikes långväga färdmedelsvalsmodellering.