قیمت‌گذاری ساعت‌مبنا و دوره‌مبنای محدوده طرح ترافیک، مورد انتخاب وسیله شهر تهران

با رشد شهرها و افزایش تعداد خودروها، تنها افزایش ظرفیت و تامین عرضه مناسب و بیشتر نمی‌تواند بهترین گزینه تلقی شود. تهران شهری است که با معضل تراکم ترافیک و آلودگی هوای ناشی از خودروها روبرو است. با توجه به قیمت گزاف ارتقا وضعیت عرضه در هسته مرکزی شهر در کنار ارزش تاریخی معابر و ساختمان‌های موجود در این منطقه عملاً امکان تعریض معابر یا استفاده از سیستم‌های حمل‌ونقل انبو‌ه‌بر وجود ندارد. ازاین‌رو، دو طرح مدیریتی طرح ترافیک و طرح تردد نوبتی (زوج یا فرد) در هسته مرکزی شهر اجرا می‌شود. در پژوهش حاضر، انتخاب وسیله افراد در محدوده طرح ترافیک شهر تهران، با عوارض متغیر نسبت ساعت روز بررسی‌شده است. برای این منظور از داده‌های رجحان بیان‌شده استفاده‌شده است. جهت بررسی تاثیر متغیر بودن عوارض نسبت به‌ ساعت روز بر انتخاب وسیله کاربران، از دو رویکرد ساعت مبنا و دوره مبنا در این پژوهش استفاده‌شده است. در نظر داشتن ناهمگنی در خصوصیات شهروندان، باعث دقت بیشتر مدل‌ها می‌شود. ازاین‌رو از مدل لوجیت ترکیبی به‌عنوان مدل انعطاف‌پذیر برای یافتن ناهمگونی در رفتار افراد و منبع ایجاد این ناهمگونی استفاده‌شده است. با توجه به نتایج پرداخت مدل لوجیت ترکیبی می‌توان نتیجه گرفت که اختلاف‌سلیقه بین کاربران نسبت به 9 متغیر وجود دارد. بررسی اثر حاشیه‌ای متغیر قیمت طرح ترافیک، نشان داد درصورتی‌که عوارض طرح ترافیک 1000 تومان زیاد شود، احتمال انتخاب گزینه خودرو شخصی در رویکرد ساعت مبنا 0.1277 درصد و در رویکرد دوره مبنا 0.1475 درصد کاهش می‌یابد.

hour and period based congestion pricing, case of tehran mode choice

with the growth of cities and the increasing number of cars, increasing capacity and supply cannot be the best option. tehran is a city facing traffic congestion and air pollution. due to the high cost of upgrading supply in the central business district (cbd), along with the historical value of the passages and buildings in the area, it is virtually impossible to replace the passages or mass transit systems. therefore, two traffic management congestion pricing and even-odd zone are implemented in the cbd. in the present study, mode choice within the congestion pricing zone of tehran city is investigated with varying effects on day time. for this purpose, stated preference and reveled preference data have been used (the price of entering a personal car were presented in three price scenarios). since the effects of transport management policies have a direct impact on citizen behavior, accurate modeling of citizen behavior is inevitable in order to predict passenger behavior in the face of different demand management policies. one assumption that improves models is the heterogeneity of citizen behavior. therefore, the mixed logit model has been used as a flexible model to find the heterogeneity in the behavior of individuals and the source of this heterogeneity. based on the results of the mixed logit model, it can be concluded that there are 9 variables of interest among the passengers. also, if the price increases by 1%, the likelihood of choosing a private car decreasing by 1.0652%.