National Transport Library Research Database

Skattning av ruttvalsmodell för cykel för svenska förhållanden (Estimation of a network assignment model for cycling)

  • Liu, Chengxi
  • Statens väg- och transportforskningsinstitut (VTI), Statligt forskningsinstitut, 202100-0704
Sponsors, duration, budget: Trafikverket ; 2020-11-01 -- 2023-12-30 Registration number:
  • Trafikverket 2020/26436
Subject(s): Online resources: Abstract: Avgörande för ökat hållbart resande är tillgängligheten till hållbara färdmedel. Planering för cykeltrafik blir därför ett allt viktigare område. Därmed behöver även våra transportmodeller förbättras i hur de modellerar cykelresor. Under 2019 har rapporten ”Behovsanalys för cykeltrafikmodeller” levererats till TrV och SKR (Olstam et al., 2019). Rapporten sammanfattar behov av att vidareutveckla makroskopiska trafikmodeller bl.a. för att utvärdera effekter av cykelinvesteringar/åtgärder. I det föreslagna projektet RUCY adresserar vi denna fråga och skattar en ruttvalsmodell med data från ett annat Trafikverksfinansierat projekt: ”Bike data - Crowd sourced Big Data för cykling” (Stigell et al. 2018). Även internationellt har endast ett fåtal studier om cyklisters ruttval gjorts och det finns därmed ett värde i att öka kunskapsmängden på området och jämföra resultat mellan olika länder/städer. Ny information som är mer anpassad för svenska förhållanden, t.ex. cykelstråksklassificering med information om bredd definieras av städer och regioner kan inkluderas i modellen. Modellen skattas för Göteborg och testas i en transportmodell för Stockholm som utvecklats inom projektet Cykelkedjor (Liu et al., 2019). Abstract: Active travel, including walking and cycling, plays an important role in promoting sustainable travel. Bicycle infrastructure planning is therefore an increasingly important area. Our transport models also need to be improved in how they handle bicycle trips. In 2019, the report “Pre-study for bicycle traffic models” was delivered to Swedish Transport Administration (TrV) and Swedish Association of Local Authorities and Regions (SKR). The report summarizes the need to further develop, among other things, macroscopic traffic models to evaluate the effects of cycling investments/measures. In the proposed project RUCY, we address this issue and estimate a route choice model with data from another TrV financed project: “Bike data - Crowd sourced Big Data for cycling”. Even internationally, only a few studies have been conducted on bicycle route choices, and there is an added value in providing knowledge in the area by comparing results between different countries / cities. The model will be developed to adapt characteristics that are most relevant for the Swedish context. For instance, different classifications defined by the city and regional authorities where the width of bicycle path can be found will be included in the model. The model will be estimated for Gothenburg and then applied in the Cykelkedjor model for Stockholm.
Item type: