de invloed van verkeersinformatie op routekeuzes

Vergelijkbare documenten
Evaluatie reisinformatie Noord-Brabant

Page 1. RAND Europe Sponsored Research. Motivatie voor het onderzoek. Inhoud presentatie. Probleemdefinitie. State-of-the-art in data verzameling

De latente vraag in het wegverkeer

HOE SLIM REIS JIJ? EEN KWANTITATIEF ONDERZOEK NAAR HET NIEUWE WERKEN EN MOBILITEIT IN OPDRACHT VAN DE ANWB

Reisinformatie en mobiliteitsgedrag: Temper de verwachtingen

Verkeer in de Slimme Stad

Betrouwbaarheid van OV in verkeersmodellen

Dynamisch Verkeersmanagement kan niet langer zonder een onafhankelijke coördinator

Het digitale stadspanel over bereikbaarheid

Summary in Dutch 179

Verkeersinformatie in de praktijk

Het idee van reisadviezen uit de Kaartautomaat

Inventarisatie evaluaties stedelijk verkeersmanagement

Real-time verkeersmodellen Overzicht, structuur en voorbeelden

Routekeuze modellen voor fietsers. Danique Ton Oded Cats Dorine Duives Serge Hoogendoorn 30 November 2017

Nieuwe generatie evacuatiemodellen PLATOS colloquium. Ir. Adam Pel, Transport & Planning, Technische Universiteit Delft

Dynamisch verkeersmanagement bij evacuatie Rotterdam-Rijnmond

Modelleren van de effecten van verkeersflucaties voor DVM

Fiets en OV. Danique Ton PhD: Keuzegedrag van Fietsers en Voetgangers. Niels van Oort Assistant Professor: Openbaar Vervoer. #FietsOV #SUMS2017

1. CVIS User Acceptance Study (D.DEPN.4.1) 2. CVIS User Survey (D.DEPN.4.1a)

Smart Mobility - Big Data voorspellingen. Bjorn Heijligers Bjorn.Heijligers@tno.nl

Traffic Management 2.0 November 2016

Uitkomsten t.b.v. de visie

Lessen en ervaringen met Geintegreerd Netwerkbreed Verkeersmanagement (GNV) 6 oktober 2016

5 maart e PLATOS colloquium, "Rekenen aan Duurzaamheid" 1

Nationaal verkeerskundecongres 2016

De vergeten baten van light rail

Matching public transport networks to land-use patterns

SNELLER OP JE BESTEMMING

Inhoud. Inhoud. Betrouwbare reistijden op het Nederlands wegennet nieuwe inzichten op basis van echte data. Maten voor betrouwbaarheid

Nieuwsbrief burgerpanel Overschie

Opel Insignia Onderzoek onder leaserijders November 2008

STAQ in HAAGLANDEN. PLATOS 11 maart Beeld plaatsen ter grootte van dit kader. Bastiaan Possel

Extra oefenopgaven Deel 1

Bereikbaarheidsindicator: hemelsbrede reissnelheid,

Dit tentamen bestaat uit 6 vragen. Voor elke vraag zijn 10 punten te behalen. Het tentamencijfer is 1+ [aantal punten]/60.

Kosteneffectiviteit en het programma Beter Benutten

Beroepsbevolking en Pendel 2013

Onderzoek ontlasten Vlietbruggen. Onderzoeksresultaten. Adviesgroep 10 mei 2016

De invloed van de residentiële mismatch op het verplaatsingsgedrag in Vlaanderen

25/02/2016. STAP 2 Distributie. STAP 1 Ritgeneratie (en tijdstipkeuze) STAP 3 Vervoerwijzekeuze. STAP 4 Toedeling. Resultaten.

Effecten van Mobility Mixx voor de BV Nederland

Filebord op rijks-, provinciale en gemeentelijke wegen

Onderzoeksopzet. Marktonderzoek Klantbeleving

Samenvatting (Summary in Dutch) Samenvatting (Nederlands)

De invloed van burgerbronnen in het nieuws

Dagelijks 1.4 miljoen kilometer. Fietsen in Kopenhagen fietsen per dag op Nørrebrogade. 42% van ritten werk/school per fiets

De auto als actuator

Verkeersmanagement in de praktijk

Zienswijze ontwerptracébesluit A7/N7 Zuidelijke Ringweg Groningen fase 2, wijziging 2017

N237 Provincie Utrecht: MBO Systeem

MEMO. Aan Robert in 't Veld (DVS) Van Paul van Lier (Advin B.V.) Datum 27 januari 2012 Projectnummer Status Definitief Versie 6

Cover Page. Author: Meijer, Eline Title: This is [not] who I am : understanding identity in continued smoking and smoking cessation Date:

Figuur 1. Schematisch overzicht van de structuur van het twee-stadia recourse model.

CT2710 Transport & Planning Keuzen en keuzemodellering

Verwachte effecten van uitbreiding van infrastructuur

HET NUT VAN OV-CHIPKAART DATA BIJ VERSTORINGEN

Dynamisch verkeersmanagement voor het verbeteren van de luchtkwaliteit

verkeer veilige veiligheid verbindingen BIJLAGE 6: TAG CLOUDS MOBILITEIT staat stad stiptheid stress tijd tram trein treinen uur veilig

Bewonerspanel Utrecht peiling Luchtkwaliteit, juli 2010

TEN effecten in Den Haag, Duurzaam Dynamisch Verkeersmanagement door integrale afweging van Traffic, Emissie en Noise (TEN) bij inzet van scenario s

Mobiliteit in binnensteden: nieuwe trends. Prof. Dr. Henk Meurs Radboud Universiteit/MuConsult

1 Hebben deze extra intercity s per uur een positieve of een negatieve invloed op je reistijd?

Anticiperende netwerkregelingen

Factsheet eerste effecten Beter Benutten regio Groningen-Assen

Case: knooppuntnamen. Lessons learned. van deze werkwijze. Werving Sessie Community mijnlef (social) media

Tussentijds toetsen. Dirkx, K.J. H., Kester, L., Kirschner, P.A.

Help! Mijn cursisten spreken geen Nederlands buiten de klas.

De autoliefhebber die in de compacte stad plots een fanatiek fietser werd. Paul van de Coevering. Breda University 1. Kees Maat

Nationaal verkeerskundecongres 2016

De latente vraag in het wegverkeer

Voorbeeld Tentamenvragen Verkeer & Vervoer (Deel Thomas) Ontleend aan deeltoets 1 uit 2014.

MobiMaestro /verkeersmanagement in steden en provinciën

Hoofdstuk 32. Luchtkwaliteit

How to present online information to older cancer patients N. Bol

Analyse doorstroming gemotoriseerd verkeer op t Goylaan

Hoe ouder, hoe trouwer Switchen & behouden in de 50-plusmarkt

'foto bereikbaarheid 2016' hoe, wat en waarom

ROUTEKEUZE IN HET STATION

On-trip informatievoorziening

Gebruikersonderzoek. DRIPs Den Haag

Rijsimulator onderzoek

Als de behoefte het grootst is, is de informatie het slechtst

Inwoners van Enschede beoordelen bereikbaarheid centrum

Memo Reconstructie N240, analyse verkeersaantrekkende werking

Strategiegebruik en prestaties bij vermenigvuldigen en delen in groep 8

Verkeersmodel op maat: sneller en beter

Gebruik van Omnitrans in. beleidsadvisering. Bas Govers Goudappel Coffeng

Modelleren van onzekerheid, met zekerheid!

Tussentijdse evaluatie. gratis openbaar vervoer 65-plussers. Afdeling Ruimtelijke en Economische Ontwikkelingen Sector Beleid en Projecten

Tussentijds Toetsen als Leerstrategie. Dirkx, K.J. H., Kester, L., Kirschner, P.A.

Samenvatting Dutch summary

DVM in Amsterdam, de ambities waargemaakt door de systemen!

Heeft u uw keuze al gemaakt? Ontwikkelingen in keuzemodellen. Gerard de Jong Significance, ITS Leeds en NEA

Van Reactieve naar Proactieve Planning van Ambulance Diensten

Nederlandstalige samenvatting (summary in Dutch language)

Het optimaliseren van fietsgedrag in verkeersmodellen

Samenvatting reizigersconsultatie 2018 Maxim Meijers Syntus Utrecht

Deltaplan Bereikbaarheid 2030

Figuur 1: onderverdeling spitsmijdingen per gebied. Figuur 2 bekendheid Ga 3.0 acties.

Transcriptie:

de invloed van verkeersinformatie op routekeuzes e n i d e b o g e r s Samenvatting In het autoverkeer zijn files en vertragingen aan de orde van de dag. De tijd dat mensen de file als een welkome attractie beschouwden en er eens rustig naar gingen kijken, ligt inmiddels ruim een halve eeuw achter ons. Files zorgen onder meer voor tijdverlies en milieubelasting. In het kader daarvan is de TU Delft het onderzoeksprogramma AMICI gestart. AMICI is een NWO/VeV-onderzoeksprogramma. De afkorting staat voor Advanced Multi-agent Information and Control for Integrated multi-class traffic networks. Het onderzoeksprogramma richt zich op de ontwikkeling van een innovatieve regeltechniek specifiek geschikt voor de gecoördineerde controle van heterogene verkeersstromen. Een van de onderzoeken binnen AMICI leidde in 2009 tot een promotie. Dit artikel geeft een kort overzicht van de aanpak en uitkomsten van dit onderzoek. Voor een volledig overzicht wordt naar het betreffende proefschrift verwezen: Bogers, 2009. Files en dagelijkse routekeuzes Reizigers die dezelfde reis herhaaldelijk maken, zoals forensen en vrachtwagenchauffeurs, vormen een groot deel van de dagelijkse verkeersvraag. Aangezien velen van hen de auto tijdens de spitsuren gebruiken voor deze ritten, zijn zij zowel een bron als een slachtoffer van files en daarmee interessant voor verkeerskundig onderzoek. Een file is in feite het resultaat van heel veel individuele keuzes: een keuze voor de woonplaats, de bestemming (bijvoorbeeld werkplek), vervoersmodaliteit (auto, OV, fiets), het vertrektijdstip en de route (welke wegen gebruik je) (Ortúzar, 1994). Als net wat te veel mensen kiezen voor wonen in Den Bosch en werken in Utrecht, de auto wel makkelijk vinden, s morgens om 8.30 uur willen beginnen en de A2 een fijne weg vinden, dan kan er dus file ontstaan op of naar de A2. Het onderzoek in dit artikel heeft zich op routekeuzes gericht. Bij dagelijkse routekeuzes speelt een aantal zaken een rol. Zo heeft de reiziger bijvoorbeeld de gelegenheid om te leren wat de eigenschappen van de verschillende routes zijn. Hoe lang duurt de route bijvoorbeeld meestal? En is er kans op vertraging, m.a.w. hoe betrouwbaar is de route. Al deze leerervaringen kunnen een rol spelen bij de uiteindelijke routekeuze. Ook verkeersinformatie kan de routekeuze beïnvloeden. Iedereen kent wel de borden boven de snelweg waarop bijvoorbeeld te lezen is hoeveel kilometer file er via de 39

De invloed van verkeersinformatie op routekeuzes verschillende wegen verwacht mag worden. Door het vaak afleggen van dezelfde route kan de reiziger echter ook gewoontes gaan ontwikkelen en is er van een bewuste routekeuze minder sprake. Er kunnen uiteraard nog andere factoren een rol spelen bij de dagelijkse routekeuze (bijvoorbeeld hoeveel bomen er langs de weg staan, of er een tankstation op de route ligt, etc. Dit onderzoek heeft echter uitsluitend naar de invloed van geleerde reistijden (verwachting en betrouwbaarheid), gewoontegedrag en verkeersinformatie gekeken. Deze factoren zijn als variabelen in een wiskundig model opgenomen. Voor de kenners: het gaat daarbij om een mixed logit model voor panel data. Leren, betrouwbaarheid en verkeersinformatie In het bovenstaande hebben we gezegd dat iemand een verwachting van een reistijd kan ontwikkelen. Maar hoe komt die verwachting tot stand? Als iemand een route al 200 keer heeft afgelegd, is de kans klein dat zijn verwachte reistijd het exacte wiskundige gemiddelde van die 200 tijden is. Al in 1885 ontdekte Ebbinghaus dat recente ervaringen beter worden onthouden dan oudere ervaringen. En wat beter onthouden wordt, kan ook beter worden meegenomen bij het construeren van een verwachting. Ook ervaringen die heel anders dan gewoonlijk waren kunnen effect hebben op de verwachting. Sommig onderzoek duidt er op dat deze ervaringen extra zwaar door kunnen werken omdat ze door hun anders zijn zo opvielen en dus beter onthouden worden (Gregg, 1976; Marmurek, 1984). Ander onderzoek zegt dat wat anders is dan verwacht vaak minder goed wordt herkend en daardoor ook minder goed wordt onthouden (Mandler, 1980). Verkeersinformatie kan de routekeuze van vandaag beïnvloeden, maar naar ons idee ook die van morgen. De informatie kan immers, naast de eigen ervaringen, ook een effect hebben op de verwachte reistijd. Ondertussen kunnen gewoontes ontstaan die niet alleen de keuze zelf beïnvloeden, maar wellicht ook de manier waarop de eigen route t.o.v. de andere route wordt ervaren. Mensen zijn van nature geneigd om gedrag en cognitie met elkaar in overeenstemming te laten zijn. Is dit niet het geval dan kan cognitieve dissonantie optreden (Festinger, 1957). Om een voorbeeld te geven: rokers weten over het algemeen dat roken schadelijk is voor de gezondheid. Om geen last te hebben van cognitieve dissonantie kunnen zij hun gedrag veranderen (stoppen met roken), of hun cognitie ( mijn opa rookte 2 pakjes per dag en is 90 geworden, dus zo schadelijk kan het niet zijn ). Terug naar de routekeuze. Als iemand altijd route A kiest, dan kan hij die keuze voor zichzelf verantwoorden door route A mooier voor te doen dan die is en route B slechter. Een enorme vertraging op route A wordt dan als een uitzondering gezien, terwijl datzelfde op route B als een bewijs van de slechtheid van route B wordt ervaren. De lange reistijd zou 40

han business publications december 2010, nr 5 dan extra zwaar doorwerken in de verwachte reistijd voor route B en juist minder zwaar voor route A. In het bovenstaande zijn een aantal ideeën geformuleerd wat betreft het tot stand komen van een verwachte reistijd op een route. Deze ideeën zijn in een wiskundig model verwerkt en dit model is getest op data uit een experiment met de Travel Simulator Laboratory. Experiment met de Travel Simulator Laboratory Samen met de ANWB is een oproep gedaan om mee te doen aan een routekeuze-experiment. Ruim 2500 mensen hebben dit experiment afgerond. Na een korte introductie konden zij 40 keer achter elkaar kiezen uit drie routes. De respondenten werden daarbij in groepen ingedeeld. Elke groep kreeg een bepaald soort verkeersinformatie. Door analyse van hun routekeuzes kon op deze manier iets gezegd worden over de invloed van de verschillende soorten verkeersinformatie. In figuur 1 is een voorbeeld van en-route informatie gegeven, zoals dat ook vaak op de DRIP s (dynamische-route-informatiepaneel) boven de snelweg te lezen is. Net als in het echte leven waren deze voorspelde routetijden niet altijd correct. Figuur 1 Voorbeeld van een DRIP zoals de respondenten die te zien kregen Figuur 2 geeft een voorbeeld van het resultaatscherm zoals een bepaalde groep respondenten te zien kreeg. Zoals te zien is gaat het om respondenten die uitgebreide achteraf informatie kregen: niet alleen de vandaag gerealiseerde reistijd van de gekozen route wordt getoond, maar ook de gerealiseerde reistijden van andere routes van de afgelopen dagen. 41

De invloed van verkeersinformatie op routekeuzes Sluit venster Routekeuze-simulator resultaat Dag 3 van 40 U koos route 2 De reistijden waren: Dag route 1 route 2 route 3 1 25 min 52 min 34 min 2 35 min 52 min 38 min 3 70 min 53 min 62 min Vertrektijd 8.00 uur. Uw aankomst was: 8.53 uur Begin sollicitatiegesprek: 9.00 uur. Doorgaan Figuur 2 Voorbeeld van het resultaatscherm zoals de respondenten het te zien kregen Enkele resultaten Verkeersinformatie leidt tot reistijdbesparing Hoe meer verkeersinformatie de reizigers ontvingen, hoe groter de reistijdbesparingen waren. Het uitgebreidste informatiescenario (en-route en uitgebreide achteraf informatie) leidde bijvoorbeeld tot 5 minuten (10%) besparing vergeleken met het minst uitgebreide scenario (geen informatie). Invloed en-route verkeersinformatie en gewoonte op routekeuze relatief groot De en-route informatie bleek in ons routekeuzemodel een groot gewicht te hebben in vergelijking met de verwachte reistijd: ongeveer twee tot vier maal zo groot. Ook bleek gewoontegedrag een steeds sterkere invloed te hebben. Betrouwbaarheid informatie essentieel Als reizigers een erg lange reistijd hadden ervaren en de en-route informatie hen daar ten onrechte niet voor had gewaarschuwd, reageerden zij erg divers. Hoewel wij deze verschillende reacties niet begrijpen, begrijpen wij wel dat het belangrijk is om betrouwbare informatie te verschaffen om zodoende onvoorspelbare reacties te voorkomen. Het verschaffen van verkeersinformatie vergroot de aantrekkelijkheid van routes waarmee de bestuurder minder bekend mee is. Reizigers kiezen vaker voor andere routes als zij verkeersinformatie ontvangen. 42

han business publications december 2010, nr 5 En-route informatie helpt reizigers een realistischere reistijdverwachting te ontwikkelen Terwijl reizigers zonder en-route informatie hun verwachte reistijd op met name de meest recent ervaren reistijd baseren, gebruiken reizigers met en-route informatie meer ervaringen om tot een reistijdverwachting te komen. Reizigers beoordelen lange reistijden milder wanneer het om hun gewoonte-route gaat, dan wanneer het alternatieve routes betreft Een aannemelijke verklaring hiervoor kan in de cognitieve-dissonantietheorie worden gevonden. Een reiziger wil wellicht niet onder ogen zien dat de route die hij het vaakst kiest eigenlijk erg slecht is en verandert daardoor (onbewust) zijn perceptie van de routes. Conclusie Dit promotieonderzoek heeft aangetoond dat het goed is om en-route informatie te verschaffen. Het helpt reizigers om een betere langetermijn reistijdverwachting en schatting van de huidige reistijd te ontwikkelen en leidt tot reistijdbesparingen. Het vergroot ook het gebruik van routes die zonder informatie als te onbetrouwbaar worden ervaren. Reistijdbesparingen zijn niet alleen voor de individuele reiziger van belang. Ze leiden ook tot een vermindering van het totaal aantal voertuiguren, met minder verkeer en minder milieubelasting als gevolg. De en-route informatie moet wel betrouwbaar zijn. Anders kunnen onvoorziene reizigersreacties optreden die het verkeersmanagement bemoeilijken. Het geven van informatie achteraf bleek de reizigersperceptie van routes te beïnvloeden. Dit inzicht kan gebruikt worden binnen het dynamisch verkeersmanagement. Misschien kan het bovendien aangewend worden om het gebruik van het openbaar vervoer te stimuleren. Ondanks het bovenstaande moet men zich realiseren dat het moeilijk is om gewoontegedrag te veranderen. Literatuur Bogers, E.A.I. (2009) Traffic Information and Learning in Day-to-Day Route Choice. Proefschrift TU Delft TRAIL Thesis Series no. T2009/5, the Netherlands TRAIL Research School Ebbinghaus (1885) Ueber das Gedaechtnis. Leipzig: Duncker und Hum. Festinger, L. (1957) A theory of cognitive dissonance. Stanford: University Press. Gregg, V. (1976) Word frequency, recognition and recall. In: J. Brown Recall and recognition. London: Wiley. 43

De invloed van verkeersinformatie op routekeuzes Mandler, G. (1980) Recognising: The judgement of previous occurrence. Psychological Review, 87, 252-271. Marmurek, H.H.C. (1984) Disposition-based categories: Structure and salience effects on memory. Journal of Research in Personality 18 (2), 179-194. Ortúzar, J. de D., L.G. Willumsen (1994) Modelling Transport. London: Wiley. 44