12.04.2021, 15:14

Kentsel Eğilimler, Akıllı Teknolojiler ve Buna Göre Ulaşım Talebinin Değerlendirilmesi - 13

Kümeli veri ve ayrık veri arasındaki heterojenlik (örneğin seyahat mesafesi, seyahat davranış unsuru) dikkate alınarak, farklı sabiteler tayin edilebilir. Esasen bu heterojenlik aynı zamanda ortaya çıkan tercih (RP) ve belirtilen tercih (SP) veriler ile kümeli veri arasında ulaştırma türel payları arasında karşılaştırma yapıldığında görünür olmaktadır. İlgili detaylar Şekil 5’te verilmektedir.

Şekil 5. SP, RP ve Kümeli Veri Arasında Türel Dağılım Karşılaştırması

Örneğin kümeli veride otomobil seyahatinin payı, ortaya çıkan tercih (RP) ve belirtilen tercih (SP) veri kaynaklarındaki mütekabil rakamlardan oldukça yüksektir. Bu durum; arabaların kısa mesafeli seyahatlerde (100 km’den az) geniş bir kullanım alanına sahip iken yüksek hızlı demiryollarının (YHD) ve havayolları ise orta ve uzun mesafeli seyahatlerde baskın olduğu gerçeği ile açıklanmaktadır. Ortaya çıkan tercih (RP) ve belirtilen tercih (SP) ve kümeli veri dizilerinin iş uçlu ve iş uçlu olmayan seyahatler için hesap sonuçları Tablo 2’de verilmiştir.

  1. Bütün parametreler istatistiki olarak önemlidir ve fayda üzerinde hipotezlendirilmiş etkiler ile doğrulanmaktadır. Hem iş uçlu ve hem de iş uçlu olmayan yolculuklar için, seyahat maliyeti, uzun seyahat süreleri, erişim ve ayrılma süreleri ile hizmet sıklığı gibi açıklamalı değişkenler tür ve güzergâh tercihlerine önemli ölçüde etki etmektedir.
  2. Seyahat süresi tasarruf değerinin (SSTD) düğüm noktası hesaplarından alınması mantıklıdır. İş uçlu seyahat süresi tasarruf değeri (SSTD) iş uçlu olmayan seyahat süresi tasarruf değerinden (SSTD) daha fazladır. Bu durum, iş seyahatlerindeki kazanımların üretim için kullanılmasına karşın iş uçlu olmayan seyahat süresi kazanımlarının ise bütün eğlence dinlence etkinlikleri için uygun zaman miktarlarında bir artış olarak münhasıran biriktirildiği genel algısı ile doğrulanmaktadır. Her bir seyahat amacı için demiryolları/havayollarının uzun mesafeli seyahat süresi tasarruf değeri (SSTD) otobüs/otomobilinkinden daha fazladır. Bu sırada otobüs/otomobilin erişim ve ayrılma seyahat süresi tasarruf değeri (SSTD) havayollarınınkinden daha düşüktür. Bu banliyölerde yer alan havaalanlarına erişilebilirlik direncinin kent içinde demiryollarında olduğundan daha düşük olduğu anlamına gelmektedir. Terkibi tayinlerin sonuçları, otomobil alternatifi sabitesi anket verileri için negatif iken kümeli veri için pozitif olduğundan dolayı kümeli ve ayrık veri kaynaklarının heterojenliğini yansıtmaktadır.
  3. Sabit terimler, diğer ulaştırma türlerine kıyasla yüksek hızlı demiryolu (YHD) hizmetlerine iş uçlu ve iş uçlu olmayan seyahatlerde daha fazla tercih olduğunu göstermektedir.
  4. İş uçlu olan ve iş uçlu olmayan modellerin logaritmik toplam büyüklüğü parametreleri (her ikisi de 1,0’den küçüktür) tür ve güzergâh seçimleri için kümeli bir yapı kabulünü savunmaktadır.
  5. İş uçlu yolculuklar için düğüm noktası modelinde ortaya çıkan tercih (RP) ve belirtilen tercih (SP) değişkenlerinin birbirine oranını (SP/RP) kümeli veri dizilerine yansıtan ölçek parametrelerinin her ikisi de 1,0’den küçüktür (µ = 0,627, µ = 0,476). Bu, SP ve RP verilerinin değişim unsurunun kümeli verilerde olduğundan daha büyük olduğu anlamına gelmektedir. Buna karşın SP ve RP verilerinin stokastik değişim unsuru, iş uçlu olmayan yolculuklardaki kümeli verilerininkinden daha düşüktür (µ = 1,467, µ = 0,234).  

İş uçlu olan ve iş uçlu olmayan yolculuklar için varış noktası seçim modelinin hesap sonuçları sırası ile Tablo 3 ve Tablo 4’te verilmiştir.

Bütün parametreler istatistiki olarak önemlidir ve fayda üzerine hipotezlendirilmiş etkileri ile tutarlıdır. İş uçlu yolculuk hesap sonuçları, beklenen maksimum fayda değerinin, Gayri Safi Yurtiçi Hasıla’nın, ürerim sektöründe çalışan nüfus payının ve iş uçlu etkinliklerin, iş yolcularının varış noktası tercihlerini önemli ölçüde etkilediğini göstermektedir. İkincil sektör çalışanlarından daha az bir pay alan bir varış noktası, daha yüksek bir Gayri Safi Yurtiçi Hâsıla (GSYİH) ve daha yüksek bir çekim oranı bir iş uçlu yolculuk olarak seçilmeye daha yatkındır. Diğer taraftan hizmet endüstrisinde çalışan nüfus payı, ikincil sektörlerde çalışan nüfus payı, çalışan nüfusun toplam payı, varış noktasına iş uçlu olmayan çekim ve varış noktasına erişilebilirlik, iş uçlu olmayan varış noktası tercihlerini önemli ölçüde etkilemektedir.

Açıklamalı Değişken

Parametre

t-istatistiği

Tür/Güzergâh Seçim Modelinin Logaritmik Toplam Terimi

0,169

50,7

Zon Bazlı Gayri Safi Yurtiçi Hâsıla (ABD Doları)

15.164,37

218.941,2

İkincil Sektörlerde Çalışan Nüfus Oranı (%)

-0,437

-29,2

İş Etkinlikleri

10,6

2,5

Gözlem Sayısı

5975

ρ

0,268

Tablo 3. İş Uçlu Seyahatlerde Hesap Sonuçları

Açıklamalı Değişken

Parametre

t-istatistiği

Tür/Güzergâh Seçim Modelinin Logaritmik Toplam Terimi

0,335

55,6

Çalışan Nüfus Oranı (%)

0,037

11,9

İkincil Sektörlerde Çalışan Nüfus Oranı (%)

-0,172

-15,6

Hizmet Sektöründe Çalışan Nüfus Oranı (%)

0,033

3,5

İş Dışı Etkinlikler

30,833

5,0

Gözlem Sayısı

5601

ρ

0,179

Tablo 4. İş Uçlu Olmayan Seyahatlerde Hesap Sonuçları

İş uçlu olan ve iş uçlu olmayan seçim modelleri için öngörülen maksimum fayda parametreleri 0,169 ve 0,335 olup buna karşılık rakamlar olan sırası ile 0,820 ve 0,558’den daha küçüktür (daha küçük kümeli tür/güzergâh seçim modelinde logaritmik toplam ölçeği parametreleri). Dahası entegre kentler arası seyahat talebi modelinde varış noktası ve tür/güzergâh seçimi için kabul edilen kümeli yapı da mantıklı görünmektedir. İlgili detaylar Şekil 2’de verilmiştir.

No

İş Uçlu Seyahat

İş Uçlu Olmayan Seyahat

1

Tokaido Koridoru

Tokyo Metropoliten Alanı

2

Sanyou konvansiyonel demiryolunun geçtiği bölgeler arasında

Nagoya Metropoliten Alanı

3

Diğerleri

Osaka Metropoliten Alanı

4

Kyushu, Sikoku, Okinawa illeri

5

Diğerleri

Tablo 5. Bölgesel Tasniflerin Tayini

No

Bölge 1

Bölge 2

Bölge 3

Sabite

260,1 (0,9)

-2803,8 (-1,6)

213,5 (0,7)

Erişilebilirlik x Nüfus (1 milyon)

174,1 (7,7)

824,5 (7,0)

186,2 (3,5)

Hizmet Sektöründe Çalışan Nüfus (1 milyon)

2146 (2,6)

9342,8 (6,3)

Gözlem Sayısı

63

13

71

R

0,838

0,801

0,715

Tablo 6. İş Uçlu Seyahatlerde Seyahat Üretim Modeli (parantezdekiler t-istatistikleri)

Tür/güzergâh ve varış noktası tercih etkilerini içeren belirli bir erişilebilirlik, seyahat üretim modelinde açıklamalı bir değişken olarak kullanılmaktadır. Tablo 5’te görüldüğü üzere seyahat üretim modelinin hassasiyetinin geliştirilmesi için zonlar sırası ile iş uçlu olan ve iş uçlu olmayan seyahatler için seyahat koşulları ve coğrafi dağılıma dayalı olarak çeşitli alt bölgelere göre tasnif edilmektedir. Seyahat üretim modeli hesap sonuçları Tablo 6 ve Tablo 7’de verilmektedir.

No

Bölge 1

Bölge 2

Bölge 3

Bölge 4

Bölge 5

Sabite

2999,48 (1,78)

286,44 (0,38)

89,68 (0,15)

-5385.5 (-1,27)

1253,32 (1,69)

Erişilebilirlik x Nüfus (1 milyon)

200,54 (2,91)

228,16 (5,58)

193,94 (4,10)

1461.04 (5,36)

583,66 (7,10)

Gözlem Sayısı

23

17

16

13

78

R

0,253

0,653

0,513

0,698

0,391

Tablo 7. İş Uçlu Seyahatlerde Olmayan Seyahat Üretim Modeli (parantezdekiler t-istatistikleri)

Seyahat üretim modeli kümeli bir model olarak belirlendiğinden dolayı nüfus ile çarpılan belirli bir erişilebilirlik değeri seyahat üretim modelinde bir açıklamalı değişken olarak kullanılmaktadır. Bütün bölgeler için söz konusu terim pozitif bir parametredir ve önemlidir. Bu durum insanların, erişilebilirliğin gelişimi paralelinde seyahat sıklıklarını arttırma eğilimini ifade etmektedir. Bölge 1’deki iş uçlu seyahat üretim modeli için hizmet endüstrisinde çalışan nüfus pozitif bir önemli etkiye sahip olup ekonominin geri kalanına kıyasla hizmet sektörü çalışanları için daha yüksek seyahat oranlarını ifade etmektedir.

Modelde yer almayan fakat kentler arası seyahatin miktarını etkileyen bütün parametrelerin ortalama tesirini ifade eden sabiteler önemli değildir. Küçük örneklem boyutları ile sırasıyla Bölge 2’nin iş uçlu modeli ve Bölge 4’ün iş uçlu olmayan modelinde elverişli olan sadece bir açıklamalı değişkenin bulunuyor oluşu nedenlerinden dolayı modeller yeterli görünmemektedir (örneğin sabiteler çok büyüktür).

Yorumlar (0)
banner117
5
kısa süreli hafif yoğunluklu yağmur
banner153
Puan Durumu
Takımlar O P
1. Galatasaray 29 74
2. Fenerbahçe 28 68
3. Samsunspor 30 51
4. Beşiktaş 29 48
5. Eyüpspor 29 47
6. Başakşehir 29 45
7. Antalyaspor 30 40
8. Göztepe 29 39
9. Gaziantep FK 28 39
10. Kasımpaşa 29 39
11. Konyaspor 30 37
12. Trabzonspor 28 36
13. Bodrum FK 30 34
14. Rizespor 28 34
15. Kayserispor 28 33
16. Sivasspor 29 31
17. Alanyaspor 29 31
18. Hatayspor 28 19
19. A.Demirspor 28 -2
Takımlar O P
1. Kocaelispor 33 66
2. Karagümrük 33 59
3. Gençlerbirliği 33 57
4. Erzurumspor 33 55
5. Bandırmaspor 33 55
6. İstanbulspor 34 52
7. Keçiörengücü 34 51
8. Amed Sportif 34 51
9. Boluspor 33 48
10. Iğdır FK 33 48
11. Esenler Erokspor 33 48
12. Ahlatçı Çorum FK 33 48
13. Ümraniye 33 47
14. Pendikspor 33 45
15. Sakaryaspor 33 42
16. Ankaragücü 33 38
17. Manisa FK 33 38
18. Şanlıurfaspor 34 37
19. Adanaspor 33 27
20. Yeni Malatyaspor 33 -21
Takımlar O P
1. Liverpool 31 73
2. Arsenal 32 63
3. Nottingham Forest 32 57
4. M.City 32 55
5. Aston Villa 32 54
6. Chelsea 31 53
7. Newcastle 30 53
8. Fulham 31 48
9. Brighton 32 48
10. Bournemouth 31 45
11. Brentford 32 43
12. Crystal Palace 31 43
13. M. United 31 38
14. Everton 32 38
15. Tottenham 31 37
16. West Ham United 31 35
17. Wolves 31 32
18. Ipswich Town 31 20
19. Leicester City 32 18
20. Southampton 32 10
Takımlar O P
1. Barcelona 31 70
2. Real Madrid 30 63
3. Atletico Madrid 30 60
4. Athletic Bilbao 30 54
5. Villarreal 29 48
6. Real Betis 30 48
7. Celta Vigo 31 43
8. Mallorca 31 43
9. Real Sociedad 31 41
10. Rayo Vallecano 30 40
11. Getafe 31 39
12. Valencia 31 37
13. Sevilla 31 36
14. Espanyol 30 35
15. Osasuna 30 35
16. Girona 30 34
17. Deportivo Alaves 30 30
18. Las Palmas 31 29
19. Leganes 31 28
20. Real Valladolid 30 16