En logitmodell med sp-valens alla ingående variabler estimerades. Inga dummys som till exempel ålder och kön togs med eftersom antalet observationer var lågt.
Tabell 3. Logitmodell för val av vägstandard.
MODELL
Variabel Estimerade parametervärden t-värde
(onstant-nyttofunktion 1 -0.0180 (-0.2)
Restid -0.0550 (-2.2)
Lite trafik jmf mycket trafik 0.1310 (1.0)
Medeltrafik jmf mycket trafik -0.0375 (-0.3)
Vägbredd som str2 jmf str8 0.1677 (1.3)
Vägbredd som str9 jmf str8 0.5155 (4.0)
Viltstängsel finns jmf med inte -0.5105 (-4.6)
Beläggning som str2 jmf str8 0.8969 (6.8) Beläggning som str9 jmf str8 2.1297 (13.8) Reskostnad -0.1482 (-7.6) #bservations 1000 Final log(L) -520.4569 D.#.F. 10 Rho>(c) 0.2486
T-värde större än 1.96 innebär att parametern är skild från noll (har någon betydelse för sp-valet) med 95 procents säkerhet. (onstanten för det vänstra alternativet är inte signifikant i modellen. Det innebär att IP inte har haft någon förkärlek att välja alternativ 1 före alternativ 2, vilket är bra för det vore inte rimligt eftersom vad som står till vänster respektive till höger varieras slumpvis. Anledningen till att man undersöker om konstanten för att välja det ena alternativet är signifikant beror på att intervjupersonerna ibland förenklar uppgiften genom att oftare välja det ena före det andra.
Faktorn trängsel är inte signifikant skild från noll och har därmed inte någon betydelse för valet av väg i den här modellen. Den troligaste orsaken till det är nog att intervjupersonernas referensvägar när de gjorde valen var de lågtrafikerade sträckorna som de körde i inledningen av intervjun. Intervjupersonerna kan ha ansett det orimligt med mycket trafik på vägar motsvarande provsträckorna och som ett resultat av det bortsett från trängselfaktorn vid sina respektive val.
Den estimerade parametern vägbredd påverkade inte valet om bredden var som sträcka 2 jämfört med sträcka 8. Det är helt i sin ordning eftersom sträcka 2 och
Bilaga 4 Sid 7 (10)
sträcka 8 båda var 6.5 meter. Att åka på en väg som var 12.9 meter, som sträcka 9, jämfört med sträcka 2 hade betydelse för valet.
Faktorerna restid, reskostnad, viltstängsel och beläggning hade alla betydelse för intervjupersonernas vägval.
Betalningsvilja
Både restidsvärdet och betalningsviljan för de olika komfortåtgärderna har beräknats med hjälp av parametervärdena i logitmodellen. Betalningsviljan kan härledas från microekonomisk teori och beräknas som en kvot mellan parametern för till exempel viltstängsel och parametern för kostnad. Detsamma gäller för det så kallade restidsvärdet som är ett mått på betalningsviljan för att erhålla kortare restid.
Tabell 4. Betalningsvilja för olika körkomfortsåtgärder.
Åtgärd Betalningsvilja [kr per mil]
Lite trafik jmf mycket trafik 0.92
Medelmycket trafik jmf mycket trafik 2
Bredd som sträcka 2 jämfört med sträcka 8 1.12 Bredd som sträcka 9 jämfört med sträcka 8 3.5
Värdet av att ha viltstängsel 3.4
Beläggning som sträcka 2 jämfört med sträcka 8 6.1 Beläggning som sträcka 9 jämfört med sträcka 8 14.4
Restidsvärde 22 kr per timme
2 ej signifikant för valet enligt modellen
Att slippa åka på en så dålig väg som sträcka 8 och istället åka på en med så bra beläggning som sträcka 9 var värt 14.4 kr per mil. För sträcka 2 (den mellanbra sträckan) var betalningsviljan 6.1 kr per mil. Standardskillnaden mellan sträcka 9, sträcka 8 och sträcka 2 kunde alltså klart urskiljas och värderas monetärt. Betalningsviljans nivå skiljer sig inte från tidigare studier (#lsson, 2002).
Bilaga 4 Sid 8 (10)
Betalningsvilja för bättre vägunderhåll
0 2 4 6 8 10 12 14 16 0 2 4 6 8 10 12 IRI B e ta ln in g s v ilj a [ k r/ mi l]
Figur 2. Relativ betalningsvilja för att åka på en väg av mycket god standard (sträcka 9, IRI=0.8).
Figur 2 visar att sambandet mellan IRI och betalningsviljan för att åka på den bästa provsträckan istället för en sämre verkar linjärt.
Bredare väg och viltstängsel var värt mindre än mycket jämn beläggning, cirka 3 till 4 kronor per mil.
Värdet av kortare restid, det så kallade tidsvärdet blev 22 kr per timme. Det är lite lägre än 34 kr per timme som tidsvärdesstudien från 1994 ledde fram till (Algers et al, 1994). Det tyder på att intervjupersonerna i den här studien är mer kostnads- än tidskänsliga.
Bilaga 4
Sid 9 (10)
Slutsatser
Den här studien tillsammans med tidigare studier på (T" tyder på att bilisterna har en relativt hög värdering för att köra på vägar av bra underhållsstandard. Studien visar också att det är möjligt att ta reda på värderingarna genom att genomföra SP-studier.
Att genomsnittsbilisten verkligen är beredd att betala så mycket som ungefär 14 kronor per mil för att slippa åka på en riktigt dåligt underhållen väg kan förstås diskuteras. Det är möjligt att den värderingen gäller för bilister som sällan åker på det sämre underhållna vägnätet. Det skulle vara av intresse att genomföra en liknande studie med bilister som ofta kör på vägar med en standard som motsvarar sträcka 8.
Trots hög betalningsvilja för bättre vägunderhåll är det inte säkert att samhällsekonomiska kalkyler, där nyttan vägs mot kostnaden, för ökat underhåll av vägnätet är lönsamt beroende på att det sämsta vägnätet också är det mest lågtrafikerade.
Bilaga 4 Sid 10 (10)
Referenser
Algers et al .(1994). 1994 års tidsvärdesstudie. SI(A
Algers et al. (1987). Logitmodellen, användbarhet och generaliseringsbarhet. Byggforskningsrådet, rapport nr R30:1987
Alogit. Programvara. "ague Consulting Group
Ben-Akiva och Lerman. (1985). Discrete choice analysis, theory and applications to travel demand. MIT Press.
Lindqvist-Dill,n. (1995). Stated preferences * en metod för att skatta värderingar och beteenden. Transek
Louviere et al. (2000). Stated choice methods * Analysis and application. Mint. Programvara. "ague Consulting Group.
#lsson (2002). Motorists? evaluation of road maintenance management. (T"- TRITA.
Speed. Programvara. "ague Consulting Group. Speeddes. Programvara. "ague Consulting Group.
Bilaga 5 Sid 1 (5)
Vibrationsmätningar med krockdocka
I tabellerna nedan redovisas rms-värdena av de uppmätta vibrationerna (accelerationerna) på samtliga nio sträckor vid hastigheten 70, 50 respektive 30 km/h. De högsta uppmätta värdena för varje mätpunkt (huvud, rygg, säte och chassi) och riktning (x, y och +) har markerats med rött.
Tabell 1 RMS-värden av uppmätta accelerationer (m/s2) vid hastighet 70 km/h. Varv 1.
Huvud Rygg Säte Chassi
Sträcka X Y Z X Y Z X Y Z X Y Z 1 0,49 0,32 0,44 0,30 0,27 0,39 0,27 0,29 0,38 0,53 0,62 0,56 2 1,03 0,76 1,08 0,81 0,60 0,92 0,76 0,58 0,90 1,13 1,04 0,99 3 0,52 0,57 0,63 0,32 0,54 0,54 0,27 0,51 0,53 0,62 0,69 0,66 4 0,96 1,13 1,49 0,68 0,97 1,31 0,45 0,87 1,30 0,77 1,10 1,09 5 0,91 0,69 1,18 0,54 0,49 1,03 0,46 0,53 1,01 0,85 0,95 0,99 6 0,91 1,94 1,17 0,62 1,89 1,01 0,55 1,80 1,00 0,81 1,94 1,01 7 1,39 2,27 1,96 0,97 2,12 1,69 0,72 2,06 1,67 1,32 2,21 1,65 8 1,34 1,68 2,17 0,88 1,47 1,90 0,65 1,42 1,87 1,12 1,57 1,60 9 0,48 0,28 0,50 0,20 0,22 0,38 0,16 0,25 0,35 0,51 0,63 0,58
Tabell 2 Rms-värden av uppmätta accelerationer (m/s2) vid hastighet 50 km/h. Varv 1
Huvud Rygg Säte Chassi
Sträcka X Y Z X Y Z X Y Z X Y Z 1 0,44 0,32 0,34 0,33 0,26 0,32 0,36 0,23 0,30 0,64 0,72 0,92 2 0,90 0,61 0,88 0,61 0,45 0,76 0,53 0,46 0,74 0,99 0,90 0,82 3 0,45 0,33 0,47 0,31 0,29 0,41 0,26 0,27 0,41 0,52 0,52 0,55 4 0,73 0,77 1,03 0,55 0,62 0,90 0,32 0,54 0,90 0,63 0,83 0,82 5 0,74 0,58 1,00 0,47 0,41 0,89 0,34 0,40 0,87 0,71 0,78 0,74 6 0,80 1,01 0,96 0,49 0,92 0,83 0,33 0,89 0,81 0,69 1,10 0,75 7 1,25 1,32 1,74 0,80 1,13 1,53 0,53 1,12 1,50 0,98 1,28 1,15 8 1,19 1,07 1,70 0,75 0,86 1,52 0,49 0,84 1,49 0,85 1,03 1,06 9 0,37 0,31 0,34 0,22 0,27 0,28 0,18 0,30 0,27 0,51 0,65 0,45
Bilaga 5 Sid 2 (5)
Tabell 3 RMS-värden av uppmätta accelerationer (m/s2) vid hastighet 30 km/h. Varv 2.
Huvud Rygg Säte Chassi
Sträcka X Y Z X Y Z X Y Z X Y Z 1 0,37 0,36 0,28 0,27 0,31 0,24 0,29 0,31 0,23 0,49 0,54 0,45 2 0,59 0,52 0,61 0,39 0,39 0,52 0,38 0,36 0,50 0,65 0,63 0,56 3 0,37 0,24 0,33 0,27 0,18 0,29 0,25 0,16 0,28 0,40 0,40 0,46 4 0,54 0,57 0,60 0,40 0,44 0,52 0,31 0,37 0,51 0,62 0,66 0,63 5 0,51 0,54 0,58 0,33 0,40 0,50 0,27 0,36 0,49 0,59 0,65 0,59 6 0,51 0,52 0,57 0,33 0,41 0,49 0,24 0,39 0,47 0,57 0,66 0,57 7 0,86 1,07 0,97 0,63 0,77 0,85 0,40 0,55 0,85 0,64 0,67 0,76 8 0,81 1,06 1,06 0,57 0,78 0,93 0,38 0,58 0,92 0,62 0,68 0,71 9 0,37 0,34 0,26 0,26 0,30 0,22 0,24 0,33 0,20 0,49 0,56 0,43
De största värdena på accelerationen har inte oväntat ofta erhållits på sträcka 8, som ju är den sträcka med det högsta medelvärdet av IRI (10,5 mm/m). I stort sett samma värden erhålls dock även på sträcka 7, där medelvärdet av IRI är lägre (8,7 mm/m).
Av figuren nedan framgår att sträcka 7 inte är homogen i det avseendet att på de 300 första metrarna av sträckan uppmäts stora accelerationer/vibrationer men betydligt mindre på de sista 200 metrarna.
HZACC 50 km/h 0 0,5 1 1,5 2 2,5 3 3,5 0 100 200 300 400 500 600 Acceleration RMS 20m (m/s 2)
sträcka 1 sträcka 2 sträcka 3 sträcka 4 sträcka 5 sträcka 6 sträcka 7 sträcka 8 sträcka 9
Figur 1 RMS-värden av uppmätt vertikalacceleration (Z) i krockdockans huvud
Bilaga 5 Sid 3 (5)