pdf (569 kb) - Centrum pro otÃ¡zky Å¾ivotnÃho prostÅedÃ UK - Univerzita ...

More documents

Recommendations

Info

Přehledová studie: Rešerše literatury 2.1 Tabulka 19: Hodnoty elasticit jízdného pro různé druhy hromadné dopravy Počet hodnot Střední hodnota Min. Max. Standardní odchylka Městský autobus 305 -0,5 -3,1 -0,04 0,38 Metro 42 -0,3 -0,7 -0,04 0,16 Příměstský vlak 99 -0,6 -2,1 -0,12 0,33 Meziměstský vlak 456 -0,9 -3,2 -0,05 0,42 Celkem 902 -0,7 -3,0 0,00 0,43 Zdroj: Wardman a Shires (2003) Odhady elasticit jízdného se liší podle účelu cesty. Ukazuje se, že nejméně elastické jsou služební cesty. Také dojíždění je méně citlivé na výši jízdného než cesty ve volném čase. Žádný dodatečný rozdíl nebyl zjištěn pro cesty první třídou (oproti cestám ve druhé nebo ekonomické třídě). Wardman a Shires dále poukazují na rozdíl mezi podmíněnými a nepodmíněnými elasticitami. Podmíněné elasticity pro plné a snížené jízdné jsou nižší než nepodmíněné, jízdné na první třídu pak má nejnižší elasticity a naopak snížené jízdné (což je převážně cestování ve volném čase) má nejvyšší elasticity. Tento rozdíl naznačuje nízkou křížovou elasticitu mezi jednotlivými typy jízdného, a je tedy možné efektivně rozdělovat jednotlivé segmenty trhu. Například první třída představuje zcela rozdílný trh, což potvrzuje největší křížová elasticita mezi lístky na první třídu a dalšími lístky. Nijkamp a Pepping (1998) Nijkamp a Pepping (1998) udělali srovnávací analýzu hlavních faktorů, které ovlivňují citlivost uživatelů hromadné dopravy na změnu nákladů dopravy. Autoři srovnávali studie poptávkových elasticit z Norska, Finska, Nizozemí a Velké Británie. Výši poptávkových elasticit pro tyto evropské země shrnuje následující tabulka. Tabulka 20: Přehled studií elasticit hromadné dopravy pro 4 evropské země Země Sběr dat Helsinky Finsko 1988 Helsinky Finsko 1995 Sullström, 1995 Finsko 1966-90 Nizozemí Nizozemí 1984-85 BGC, 1988 Nizozemí 1980-86 Roodenburg, 1983 Nizozemí 1950-80 Fase, 1986 Nizozemí 1965-81 Úroveň agregace Bus, tram, metro, vlak Bus, tram, metro, vlak Bus, tram, metro, vlak Bus, tram, metro Bus, tram, metro Bus, tram, metro Bus, tram, metro Geograf. pokrytí Městské Městské Městské, meziměstské Městské, příměstské Městské, příměstské Městské, příměstské Městské Gunn, 1987 Nizozemí 1986 Vlak Příměstské Oum, 1992 Nizozemí 1977-91 Oslo Norsko 1990-91 Bus, tram, metro Bus, tram, metro, vlak Městské Městské, příměstské Norsko Norsko 1991-92 Bus Meziměstské UK UK 1991 Zdroj: Nijkamp a Pepping (1998) Bus, tram, metro, vlak Městské, meziměstské Typ dat Typ modelu Elasticita Crosssection Crosssection Repeated crosssection Panel Časové řady Časové řady Časové řady Crosssection Časové řady Crosssection Crosssection Crosssection Nested logit -0,48 Logit -0,56 Linear demand OLS Linear demand OLS Linear demand OLS Linear demand OLS Linear demand OLS Discrete choice Translog utility function Multinomial logit Multinomial logit -0,75 -0,35/ -0,40 -0,35/ -0,40 -0,51 -0,53/ -0,80 -0,77 -0,74 -0,40 -0,63 Nested logit -0,15 21
Přehledová studie: Rešerše literatury 2.1 Výsledkem analýz Nijkampa a Peppinga (1998) byly závěry, že rozdílné hodnoty poptávkových elasticit jsou způsobeny rozdílem mezi agregovanými, na empirických datech postavenými modely, a desagregovanými modely volby postavené na individuálních datech. Dalším významným faktorem, který vysvětluje rozdíly v hodnotách elasticit, jsou předpoklady používaného modelu. Zdá se, že také to, která země je analyzována, počet zahrnutých konkurenčních druhů dopravy a druh posbíraných dat jsou důležité faktory pro velikost odhadů elasticit jízdného. 3.2 Efekty z rozsahu a nákladové funkce Odhady nákladových funkcí v dopravě se používají z více důvodů. Prvním je ten, že by tento výzkum měl přinést podklady pro politická rozhodování, ale i pro firmy samotné nebo pro analýzy dopadů na veřejné finance. Pokud jsou regulovány ceny, instituce, které regulaci provádí, potřebují odhady nákladů daných služeb. Proto je důležité nejen najít optimální ceny a optimální dotace pro veřejnou dopravu, ale také optimální hustotu dopravních spojení a optimální intervaly spojů. Analýza nákladů provozovatelů osobní dopravy byla vždy významnou oblastí ekonomie dopravy. Nejstarší články byly zaměřeny především na železniční dopravu a problém cen železniční dopravy. Pozdější rozvoj ekonometrie a počítačů umožnil odhadovat rozsáhlejší systémy pro měření efektů z rozsahu u železnice a později také u dalších druhů dopravy. Rozsáhlejší přehled rozvoje výzkumu odhadů náladových funkcí v dopravě během posledních 15 let podávají Oum a Waters (1996). Efekty z rozsahu mohou být v dopravním sektoru rozlišeny do tří skupin. První jsou rostoucí výnosy z rozsahu (returns to scale, RTS), druhou pak rostoucí výnosy z hustoty (returns to density, RTD) a třetí rostoucí výnosy z více činností (returns to scope). Rozdíly mezi těmito efekty popisují například Jara-Díaz et al. (2001) nebo Jara-Díaz a Basso (2003). Rostoucí výnosy z rozsahu měří změnu v průměrných nákladech provozovatelů dopravy, když se mění výstup (měřený osobo-km), a zároveň délka dopravní sítě zůstává konstantní. Efekty z hustoty popisují dopady na průměrné náklady provozovatelů dopravy, pokud se změní jak objem dopravy, tak i dopravní síť. Efekty z více činností (returns to scope) existují, pokud je levnější poskytovat jeden nebo dva výstupy společně v jedné firmě, ne odděleně ve více firmách. V dopravním sektoru to znamená, že tento efekt nastane, pokud se například nevyplatí oddělit osobní dopravu od nákladní dopravy, charterovou dopravu od pravidelné linkové dopravy nebo lehkou nákladní dopravu od těžké nákladní dopravy. Pro analýzu efektů z rozsahu v městské hromadné dopravě je významná práce Herberta Mohringa z počátku 70. let minulého století (Mohring 1972). Tento autor ukazuje dopady rostoucích výnosů z rozsahu v hromadné dopravě. Tzv. Mohringův efekt spočívá v tom, že pokud se zvýší frekvence spojů, dojde k poklesu času čekání na spoj a zvýší se poptávka po hromadné dopravě v daném území, což povede k dalšímu nárůstu frekvence spojů. Tak přítomnost dodatečného pasažéra hromadné dopravy zvyšuje pravděpodobnost, že budou poskytnuty dodatečné spoje. Rostoucí efekty z rozsahu popsal Mohring na případu městské autobusové dopravy. Efekty z rozsahu se však mohou projevit i dalšími způsoby: - více autobusových linek znamená kratší čekací dobu 22
Page 1 and 2: Univerzita Karlova v Praze Centrum
Page 3 and 4: Přehledová studie: Rešerše lite
Page 21: Přehledová studie: Rešerše lite

pdf (569 kb) - Centrum pro otÃ¡zky Å¾ivotnÃ­ho prostÅedÃ­ UK - Univerzita ...

Create successful ePaper yourself

Delete template?

Save as template?

pdf (569 kb) - Centrum pro otÃ¡zky Å¾ivotnÃho prostÅedÃ UK - Univerzita ...