Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Claudia Stein
Berlin, 21. Juni 2013 Claudia Stein
Altleutewitz 11 01157 Dresden
Telefon +49 351 42440-17 Telefax +49 351 42440-15 [email protected] www.probst-consorten.de
Konferenz “Kommunales Infrastruktur-Management”
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Fahrplan
Ausgangslage
Untersuchungsgegenstand
Leistungsfähigkeit von Verkehrsnetzen
Strukturelle Kenngrößen von Verkehrsnetzen
Datengrundlage und methodische Annahmen
Ökonometrische Analysen (Korrelations-, Cluster- und Regressionsanalyse)
Ergebnisse
Fazit
Abfahrt
Ankunft
2
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
490
500
510
520
530
540
550
560
2005 2010 2015 2020 2025
Bevölkerung Prognose
Wachsende Städte in den Ballungsgebieten und Abwanderung aus der Region verändern die Mobilitätsstruktur zunehmend.
Quelle: Statistisches Landesamt des Freistaates Sachsen 2012 (Stand: 02.02.12)
+6,43% bis 2025 (Bezugsjahr: 2011)
Bevölkerung (Tsd.)
Bevölkerungszuwachs der Stadt Dresden
Steigender Mobilitätsbedarf
Infrastrukturkosten
Städtewachstum
Doch ist mehr Infrastruktur auch der richtige Weg?
3
Ausgangslage
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Welchen Einfluss haben ausgewählte Parameter zur Beschreibung der Netzwerkstruktur auf die Leistungsfähigkeit und Performance von öffentlichen Verkehrsträgern? Hypothesen A: Es gibt einen Zusammenhang zwischen der Netzwerkstruktur und der
Leistungsfähigkeit (Pkm) eines öffentlichen Verkehrsnetzes. B: Es gibt einen Zusammenhang zwischen der Netzwerkstruktur und der
Performance (Pünktlichkeit) eines öffentlichen Verkehrsnetzes.
4
Untersuchungsgegenstand
Ziel der Untersuchung war es, den Einfluss der Netzwerkstruktur auf die Leistung und Servicequalität von Verkehrsnetzen zu analysieren.
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Die Leistungsfähigkeit und Performance eines Verkehrsnetzes wird mit Hilfe von Parametern aus der Graphen- und Netzwerktheorie bewertet.
Ansätze zur Bewertung von Verkehrsnetzen
§ Qualitativ (Zufriedenheit, DVB Quix-Parameter) § Quantitativ (Frequenzen, Fahrplan) § Betriebswirtschaftlich (Aufwand-Ertrags-Analyse) § Ökologisch (Externe Kosten) § Strukturell (Graphen-und Netzwerktheorie)
Bewertung der Netzwerkstruktur mit Hilfe von Parametern aus der Graphen- und Netzwerktheorie
5 5
Methodisches Vorgehen
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Die abhängigen Größen der Leistungsfähigkeit werden in Personenkilometer und Pünktlichkeit gemessen.
Tatsächliche quantitative Leistungsfähigkeit • jährliche Verkehrsleistung gemessen in Personenkilometer [Pkm]
Tatsächliche qualitative Leistungsfähigkeit • Performance bzw. Servicequalität àPünktlichkeit • Anteil der pünktlichen Halte* in Bezug auf alle Unterwegs- und
Endhalte
* Grenzen für Toleranzverspätung: Regional- und S-Bahn-Verkehr à max. 5:59 Minuten (nach UITP- Vereinbarung); Bus- und Straßenbahnnetz à max. 3:59 Minuten
6
Leistungsfähigkeit von Verkehrsnetzen
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
135 137
138 137
138 138,2 138,5 140
142
144,5 145,7
148,3
130
135
140
145
150
1998 2000 2002 2004 2006 2008 2010
§ Verkehrsleistung
Sowohl im städtischen als auch im regionalen Verkehrsnetz ist ein Aufwärtstrend der Verkehrsleistung zu verzeichnen.
1.049 1.056 1.057
1.037
1.085
1.030
1.040
1.050
1.060
1.070
1.080
1.090
2006 2007 2008 2009 2010 2011
Mio
. Per
sone
nkilo
met
er
Jahr
7
Mio. Fahrgäste pro Jahr
Quelle: DVB AG Zahlen und Daten, 1998-2011
151,7
Leistungsfähigkeit von Verkehrsnetzen
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger 8
§ Pünktlichkeit
94,46%
95,81%
93,55%
91,01%
92,87%
89%
90%
91%
92%
93%
94%
95%
96%
97%
2006 2007 2008 2009 2010 2011
mitt
lere
Pün
ktlic
hkei
t
Jahr
Die geringe Pünktlichkeitsquote in 2011 kann auf Witterung als auch Streckenstörungen aufgrund von Baustellen zurückzuführen sein.
Mittlere Pünktlichkeit
85%
86%
87%
88%
89%
90%
2007 2008 2009 2010 2011
Straßenbahn Gesamt (Bus & Straßenbahn)
89,32% 89,01% 88,73%
88,03%
89,29%
86,68% 87,26% 87,08%
85,97%
87,49%
85%
86%
87%
88%
89%
90%
2006 2007 2008 2009 2010 2011
Straßenbahn
Quelle: DVB AG, Pünktlichkeitsstatistik 2007-2011
Leistungsfähigkeit von Verkehrsnetzen
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Zu den berechneten Parametern zählen unter anderem die Anzahl der Knoten und Kanten.
Bewertung der Netzwerkstruktur mit Hilfe von Parametern aus der Graphen- und Netzwerktheorie
Parameter Symbol Formel
Hypothese Einfluss auf
Pkm P Anzahl der Knoten V + - Anzahl der Kanten E + - Gesamtstreckennetzlänge [km] R + - Durchschnittliche Linienlänge = R/ # Linien + - Zyklomatische Zahl µ µ = E – (V – P) + -
Zyklusgrad α α = (E – V + 1) / (2V – 5) + -
Komplexitätsgrad β β = E / V + -
Konnektivitätsgrad γ γ = E / 3V - 6 + -
Mittlere Kantenlänge η η = R / E - -
Mittlere Wegelänge θ θ = R / V + -
9
Strukturelle Kenngrößen von Verkehrsnetzen
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Bewertung der Netzwerkstruktur mit Hilfe von Parametern aus der Graphen- und Netzwerktheorie
Parameter Symbol Formel
Hypothese Einfluss auf
Pkm P Netzausbreitung π π = R / Diameter + -
Mittlerer Knotengrad
+ -
Assortativitätsgrad r Korr.koeff. des Nachbarknotengrades - +
Globaler Clusterkoeffizient T T= 3 x # Dreiecke / # Triples + -/+
Mittlerer kürzester Weg l
- -
Mittlere Knotenzentralität
+ -
Verbindungsstärke ha hb
+ +
- -
Auch können Clusterkoeffizient und Knotenzentralität Auskunft über die Struktur eines Verkehrsnetzes geben.
10
Strukturelle Kenngrößen von Verkehrsnetzen
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Untersucht wurde die Struktur eines städtisches sowie eines regionales ÖV-Netzes über einen Zeitraum von jeweils 5 Jahren.
Datengrundlage: § Netzstruktur, Pünktlichkeit und kumulierte Verkehrsleistung § Dresdner Verkehrsbetriebe (DVG AG) der Jahre 2007-2011 § DB Regio (Region Südost) der Jahre 2007-2011
Datenaufbereitung 1) Erstellung von Kantenlisten & Bildung von Adjazenzmatrizen 2) Anpassung der Systembezeichnungen von Haltestellen (Umbenennung von HS) 3) Zusammenfassen von Doppelhaltestellen 4) Löschen von Schleifen 5) Transformation eines gerichteten Graphs in einen ungerichteten Graphen 6) multiple Kanten zur Abbildung verschiedener parallel fahrender Linien
Berechnung der Netzwerkparameter: § Anzahl Knoten/Kanten, mittlere Kantenlänge, Clusterkoeffizient,
Verbindungsstärke etc. § MATLAB Version 7.11.0.584 (R2010b)
11
Datengrundlage und methodische Annahmen
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
DVB V E R L µ η θ π πkm T ha hb V 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 E 0,9862 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 R 0,9718 0,9824 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 L 0,9716 0,9945 0,9873 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 µ 0,7848 0,8767 0,8524 0,8986 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 η -0,8733 -0,8922 -0,7920 -0,8619 -0,8011 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 θ -0,7292 -0,6480 -0,5473 -0,5816 -0,3064 0,7965 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 π 0,9599 0,9535 0,9084 0,9212 0,7791 -0,9209 -0,7711 1,0000 0,0000 0,0000 0,0000 0,0000 πkm 0,9867 0,9865 0,9725 0,9709 0,8247 -0,8731 -0,6804 0,9802 1,0000 0,0000 0,0000 0,0000 T -0,8527 -0,7672 -0,7398 -0,7254 -0,3939 0,7218 0,8849 -0,8165 -0,8008 1,0000 0,0000 0,0000 ha 0,6998 0,7616 0,6817 0,7758 0,8166 -0,8395 -0,5012 0,7023 0,6994 -0,5252 1,0000 0,0000 hb -0,8719 -0,9222 -0,8678 -0,9301 -0,9176 0,9143 0,5724 -0,8559 -0,8737 0,6396 -0,9496 1,0000
Bei einer großen Anzahl von erklärenden Variablen ist zu prüfen, ob diese Abhängigkeiten untereinander aufweisen.
V E R L µ η θ π πkm T ha hb V 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 E 0,9872 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 R 0,8195 0,8897 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 L -0,9558 -0,9574 -0,7854 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 µ 0,3561 0,5003 0,7653 -0,4218 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 η -0,8950 -0,8352 -0,4922 0,8836 -0,0347 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 θ -0,8599 -0,7783 -0,4123 0,8261 0,1084 0,9869 1,0000 0,0000 0,0000 0,0000 0,0000 0,0000 π 0,3140 0,4592 0,7696 -0,3739 0,9875 0,0485 0,1802 1,0000 0,0000 0,0000 0,0000 0,0000 πkm 0,8262 0,8940 0,8661 -0,9046 0,7538 -0,6656 -0,5512 0,6984 1,0000 0,0000 0,0000 0,0000 T -0,9418 -0,9264 -0,7169 0,9923 -0,3156 0,9075 0,8650 -0,2705 -0,8510 1,0000 0,0000 0,0000 ha 0,2088 0,3370 0,4667 -0,2778 0,8426 -0,0802 0,0752 0,7561 0,6347 -0,1732 1,0000 0,0000 hb -0,5543 -0,5363 -0,3925 0,3477 -0,1330 0,5375 0,5207 -0,0456 -0,3164 0,2995 -0,3318 1,0000
* Korrelation zwischen ausgewählten Parametern
12
Korrelationsanalyse – Multikollinearität*
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
§ Zusammenfassen von Parametern mit Hilfe der Clusteranalyse
§ Beispiel für ein bivariates Regressionsmodell: PkmDB = b0 + b1(X1,DB) + b2(X2,DB)
§ Insgesamt werden vier Regressionsmodelle untersucht: {PkmDVB. PkmDB, PDVB, PDB}
Cluster 1: V, E, R, µ, α, β, γ π, πkm, r, Eff, , ha
Um die Parameter auf nur wenige Einflussgrößen zu reduzieren eignet sich das Verfahren der Clusteranalyse.
Variablennr.
Cluster 1 Cluster 2
Distanz (d)
Cluster 2: η, θ T, C, L, lkm, hb
Dendrogramm für die Variablen im DVB-Netz
13
Cluster- und Regressionsanalyse
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Abhängig davon, ob es sich um das regionale oder städtische Netz handelt, besitzen die Variablen einen unterschiedlichen Einfluss auf die Pkm und P.
14
Ergebnisse – Personenkilometer
θà längere mittlerer Wege verschlechtern die Angebotsattraktivität des Verkehrsnetzes
C à höherer Clusterisierungsgrad à mehr direkte Verbindungen à Reislänge wird reduziert, so dass bei gleich bleibender Anzahl an Kunden die Pkm sinken
V, E, R à größeres Netz führt zu steigender Verkehrsleistung
Stadtnetz
V, E,à trotz Schließungen von Strecken in dünn besiedelten Regionen kann kein Rückgang der Verkehrsleistung beobachtet werden
α, β, γ à steigende Attraktivität des Verkehrsnetzes bei steigender „Vernetztheit“
T à bessere Verbindung der Haltestellen untereinander à steigert Angebotsattraktivität
Regionalnetz
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Abhängig davon, ob es sich um das regionale oder städtische Netz handelt, besitzen die Variablen einen unterschiedlichen Einfluss auf die Pkm und P.
15
Ergebnisse – Pünktlichkeit
C à zu viele Linien an jeder Haltestelle führen zu Kapazitätsengpässen, die sich ungünstig auf die Pünktlichkeit auswirken
α, β, γ à weniger Linien benutzen ein- und dieselbe Strecke, sondern schaffen eher neue Verbindungen à Anzahl der Linien pro Kante reduziert sich à Kapazitäts-engpässe werden vermieden à Wahr-scheinlichkeit einer Verspätung sinkt
Stadtnetz
η à Die Wahrscheinlichkeit für das Auftreten von Störungen ist auf einer längeren Strecke höher als bei einer kürzeren
hb à Kapazitätsengpässen auf stark frequentierten Verbindungen
V, E à höhere Flexibilität von Verkehrsnetzen helfen entsprechende Vorkehrungen zu treffen, um den Einfluss von Störungen zu reduzieren
Regionalnetz
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
Die eingangs aufgestellten Hypothesen konnten bestätigt werden.
A: In Abhängigkeit der betrachteten Parametercluster konnte ein posit iver bzw. negativer Zusammenhang zwischen der Netzwerkstruktur und der Leistungsfähigkeit (Pkm) öffentlicher Verkehrsnetze identifiziert werden.
B: Gleiches gilt für die Abhängigkeit zwischen der Netzwerkstruktur und der Performance (Pünktlichkeit) öffentlicher Verkehrsnetze.
Differenzierung Stadtnetz vs. Regionalnetz
Implikationen für Verkehrsunternehmen: § Im Stadtnetz wirken sich längere Haltestellenabstände und eine
insgesamt längerer Weg negativ auf die Verkehrsleistung aus § Im Regionalnetz kann Verkehrsleistung durch steigende
„Vernetzheit“ gesteigert werden
Implikationen für die Forschung: § Vergrößerung der Stichprobe § Unterscheidung nach Verkehrsmitteln § Auswirkungen von Streckenstörungen
16
Fazit
21. Juni 2013 Netzwerkstruktur, Leistungsverhalten und Performance öffentlicher Verkehrsträger
17
Projektbearbeiter
Beratungsschwerpunkte
} Tarifstrategie und –optimierung } Markt- und
Wettbewerbsanalysen von ÖPNV-Unternehmen
} Marktforschung mit multivariaten Analyseverfahren
} Kundenbindungsanalysen
Diplom-Verkehrswirtschaftlerin CLAUDIA STEIN Consultant } [email protected] } Tel. 0351 42440-17