|
การคาดการณ์จำนวนผู้โดยสารของระบบขนส่งมวลชนในกรุงเทพมหานครด้วยแบบจำลองอุปสงค์โดยตรง |
|---|---|
| รหัสดีโอไอ | |
| Title | การคาดการณ์จำนวนผู้โดยสารของระบบขนส่งมวลชนในกรุงเทพมหานครด้วยแบบจำลองอุปสงค์โดยตรง |
| Creator | พิชญา ศรีทองทิม |
| Contributor | ศักดิ์สิทธิ์ เฉลิมพงศ์ |
| Publisher | จุฬาลงกรณ์มหาวิทยาลัย |
| Publication Year | 2557 |
| Keyword | การขนส่งมวลชน -- ไทย -- กรุงเทพฯ, Local transit -- Thailand -- Bangkok, Local transit -- Ridership -- Forecasting |
| Abstract | การขยายตัวพื้นที่เมืองของกรุงเทพมหานครเป็นไปอย่างรวดเร็วและไร้ขอบเขต ซึ่งทำให้เกิดปัญหาการจราจรติดขัดอย่างกว้างขวาง จึงจำเป็นต้องพัฒนาระบบขนส่งมวลชนให้รองรับความต้องการในการเดินทางที่เพิ่มขึ้นอย่างรวดเร็ว อย่างไรก็ตามในอดีตที่ผ่านมาพบว่าระบบรถไฟฟ้าในกรุงเทพมหานครมีการใช้งานระบบที่เกิดขึ้นจริงมีปริมาณต่ำกว่าที่คาดการณ์ไว้ ดังนั้นงานวิจัยนี้จึงมีวัตถุประสงค์เพื่อคาดการณ์จำนวนผู้โดยสารของระบบขนส่งมวลชน และศึกษาตัวแปรที่จะส่งผลต่อจำนวนผู้โดยสารด้วยแบบจำลองอุปสงค์โดยตรงซึ่งเป็นแบบจำลองที่ใช้แนวทางการพัฒนาพื้นที่รอบสถานีมาปรับใช้ในการคาดการณ์ ซึ่งข้อมูลที่ใช้ในการวิเคราะห์แบบจำลองประกอบไปด้วย 3 ปัจจัย คือ ปัจจัยด้านการใช้พื้นที่รอบสถานี ปัจจัยด้านจำนวนประชากรรอบสถานี และปัจจัยด้านลักษณะและการให้บริการของระบบขนส่งมวลชน จากผลการศึกษาพบว่าตัวแปรหลักที่ส่งผลต่อจำนวนผู้โดยสาร ประกอบไปด้วย การใช้พื้นที่อาคารเป็นสำนักงานและบริษัท ห้างสรรพสินค้า ความยาวถนนรอบสถานี จำนวนประชากรรอบสถานี ความจุจุดจอดแล้วจร จำนวนเส้นทางรถประจำทาง ประเภทเส้นทางของระบบรถขนส่งมวลชน และประเภทของสถานี และเมื่อพิจารณาความคลาดเคลื่อนของจำนวนผู้โดยสารคาดการณ์และจำนวนผู้โดยสารจริงนั้นพบว่าแบบจำลองอุปสงค์โดยตรงนั้นให้ผลที่ยอมรับได้ เมื่อเปรียบเทียบกับแบบจำลองต่อเนื่อง 4 ขั้นตอนที่นิยมใช้ในการคาดการณ์จำนวนผู้โดยสารในปัจจุบัน เนื่องจากมีความคลาดเคลื่อนไม่แตกต่างจากกันมากนั้น สำหรับงานวิจัยนี้ยังมีข้อจำกัดในเรื่องของจำนวนสถานีตัวอย่าง สถานีที่นำมาวิเคราะห์แบบจำลองเป็นสถานีในเมืองในขณะที่สถานีคาดการณ์เป็นสถานีชานเมือง และแบบจำลองไม่สามารถอธิบายจำนวนผู้โดยสารได้หากมีเส้นทางอื่นแข่งขัน สุดท้ายสำหรับงานวิจัยในอนาคตควรจะเพิ่มจำนวนสถานีตัวอย่าง พร้อมกับเพิ่มจำนวนสถานีชานเมืองมาใส่ในแบบจำลองเพื่อให้ผลการคาดการณ์ที่ได้มีความถูกต้องมากยิ่งขึ้นไป |
| URL Website | cuir.car.chula.ac.th |
