VTI National Transport Research Database

CTR: Efterfrågestyrning för minskad trängsel i stadstrafiken från resenärsgrupper (CTR: Demand management for reduced congestion in urban traffic from passenger groups)

  • Jenelius, Erik
  • Kungliga tekniska högskolan, Universitet eller högskola, 202100-3054
Sponsors, duration, budget: Trafikverket ; 2024-12-01 -- 2027-06-30 Registration number:
  • Trafikverket 2024/114947
Abstract: För att kunna hantera efterfrågan på resor och tillhandahålla transporttjänster på ett effektivt sätt är det viktigt att förstå specifika passagerargruppers resmönster och trängselbidrag. Det finns dock lite kunskap om hur olika passagerargrupper bidrar till trafikstockningar och trängsel. En passagerargrupp med en relativt outforskad effekt på transportsystemet är turister. Passagerargrupper med tillfälliga resmönster, t.ex. deltagare i planerade särskilda evenemang, kan också bidra till överbelastning i olika transportslag. Projektets primära syften är att med en datadriven analysmetod: 1) Förbättra kunskapen om hur resenärsgrupper med säsongsmässiga mönster (stadsturister) eller tillfälliga mönster (deltagare i särskilda evenemang som konserter, festivaler, konferenser och sportmatcher) använder transportsystemet, med tonvikt på kollektivtrafiken. 2) Förbättra kunskapen om de nätverksövergripande (inklusive kollektivtrafik, vägtrafik och mikromobilitet) konsekvenserna i form av kapacitetsutnyttjande och trängsel av dessa gruppers resande. 3) Föreslå och utvärdera relevanta strategier för efterfrågestyrning. Olika strategier för efterfrågestyrning kan bidra till att minska den totala trängseln och därmed förbättra den effektiva transportplaneringen.Abstract: Understanding the travel patterns and congestion contributions of specific passenger groups is important for managing travel demand and providing transport services efficiently. However, little is known about how different passenger groups contribute to traffic congestion. One passenger group with a relatively unexplored effect on the transport system is tourists. Passenger groups with occasional travel patterns, such as participants in planned special events, can also contribute to congestion in different modes. The primary objectives of the project are to use a data-driven analysis methodology to: 1) Improve knowledge of how traveler groups with seasonal patterns (city tourists) or occasional patterns (participants in special events such as concerts, festivals, conferences, and sports matches) use the transport system, with an emphasis on public transport. 2) Improve knowledge of the cross-network (including public transport, road traffic and micro-mobility) consequences in terms of capacity utilization and congestion of travel by these groups. 3) Propose and evaluate relevant demand management strategies. Different demand management strategies can help to reduce overall congestion and thus improve efficient transport planning.
Item type: