XML English Abstract Print


1- استادیار گروه اقتصاد و سیستم ها،مؤسسه عالی آموزش و پژوهش مدیریت و برنامه‌ریزی، تهران، ایران ، r.shahangian@imps.ac.ir
2- مؤسسه عالی آموزش و پژوهش مدیریت و برنامه‌ریزی،تهران،ایران
چکیده:   (99 مشاهده)
این پژوهش به بررسی تمایل به پرداخت برای بهبود خدمات حمل و نقل همگانی به عنوان یکی از سیاست‌های مدیریت تقاضای حمل و نقل می‌پردازد. بهبود خدمات پیشنهادی شامل کاهش ازدحام داخل وسایل و زمان دسترسی مترو و اتوبوس و کاهش زمان سفر و افزایش قابلیت اطمینان اتوبوس است. اطلاعات مورد استفاده از نوع رجحان بیان شده است و افراد وسیله نقلیه انتخابی خود را در مواجهه با سناریوهای فرضی اعلام کرده‌اند. برای شناسایی عوامل موثر بر انتخاب وسیله، و تعیین تمایل به پرداخت، از مدل لوجیت آشیانه‌ای استفاده شده است. همان‌گونه که انتظار می‌رود نتایج مطالعه نشان می‌دهد که بهبود وضعیت ازدحام در مترو و اتوبوس مطلوبیت این گزینه‌ها را افزایش ‌می‌دهد. همچنین افزایش قابلیت اطمینان اتوبوس بر احتمال انتخاب این گزینه اثر مثبت دارد. کاهش زمان دسترسی در حالی در افزایش مطلوبیت مترو اثر مثبت دارد که بر مطلوبیت اتوبوس بی‌تأثیر است. از سوی دیگر کاهش زمان سفر مطابق انتظار بر مطلوبیت اتوبوس می‌افزاید. بررسی تمایل به پرداخت نشان می‌دهد که تمایل به پرداخت برای بهبود وضعیت ازدحام در مترو حدود 1/4 برابر اتوبوس و در هر دو بیش از رقم موجود بلیت آنهاست. همچنین تمایل به پراخت برای افزایش قابلیت اطمینان اتوبوس در حدود قیمت بلیت آن است.

 [RbD1]جمله به لحاظ ادبی نیاز به اصلاح دارد
     
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: 1403/3/19 | پذیرش: 1403/6/5

فهرست منابع
1. Abbasi, M., Piccioni, C., Sarreshtehdari, A. and Lee, Y. J. (2022). Modeling travel mode choice under the effect of congestion pricing: The case study of Tehran. Advances in Transportation Studies, 56, pp. 89-106.
2. Bachok, S., and Ponrahono, Z. (2017). Modelling willingness to pay for improved public transport services: The challenges of non-response to stated preference hypothetical questions. Planning Malaysia, 15(1). [DOI:10.21837/pmjournal.v15.i6.250]
3. Baghestani. A., Tayarani, M., Mamdoohi, A. R., Habibian, M. and Gao. O. (2023). Travel demand management implications during the COVID-19 pandemic: The case study of Tehran. Sustainability, 15, 1209. [DOI:10.3390/su15021209]
4. Batarce, M., Muñoz, J. C., and Ortúzar, J. D. (2016). Valuing crowding in public transport: Implications for cost-benefit analysis. Transportation Research Part A, 91, pp. 358-378. [DOI:10.1016/j.tra.2016.06.025]
5. Bateman, I. J., and Willis, K. G. (eds) (2001). Valuing Environmental Preferences: Theory and Practice of the Contingent Valuation Method in the US, EU, and developing Countries, Oxford, pp. 645. [DOI:10.1093/0199248915.001.0001]
6. Bianco, M. J. (2000). Effective transportation demand management: Combining parking pricing, transit incentives, and transportation management in a commercial district of Portland, Oregon. Transportation Research Record, 1711(1), pp. 46-54. [DOI:10.3141/1711-07]
7. Breidert, C. (2006). Estimation of willingness-to-pay, theory, measurement, application, Deutscher Universitätsverlag Wiesbaden.
8. Breidert, C., Hahsler, M., and Reutterer, T. (2006). A review of methods for measuring willingness-to-pay. Innovative Marketing, 2(4), pp. 8-32.
9. Bwambale, A., Uzondu, C., Islam, M., Rahman, F., Batool, Z., Isolo Mukwaya, P., Wadud, Z. (2023). Willingness to pay for COVID-19 mitigation measures in public transport and paratransit in low-income countries. Transportation Research Part A, 167. [DOI:10.1016/j.tra.2022.103561] [PMID] []
10. Eboli, L. and Mazzulla, G. (2008). Willingness-to-pay of public transport users for improvement in service quality. European Transport, ISTIEE, Institute for the Study of Transport within the European Economic Integration, 38, pp. 107-118.
11. Halvorsen, A., Koutsopoulos, H. N., Lau, S., Au, T., and Zhao, J. (2016). Reducing subway crowding: Analysis of an off-peak discount experiment in Hong Kong. Transportation Research Record, 2544, pp. 38-46. [DOI:10.3141/2544-05]
12. Han, N. A., and Burris, M. W. (2018). The potential impact of incentives on managed lane travel. Journal of Transportation Technologies, 8 (4). [DOI:10.4236/jtts.2018.84014]
13. Hanna, N., and Dodge, H. R. (1997). Pricing: policies and procedures. Macmillan International Higher Education.
14. Jedidi, K., and Jagpal, S. (2009). Willingness to pay: Measurement and managerial implications. In Rao, V. R. (Eds.), Handbook of pricing research in marketing, Edward Elgar Publishing. [DOI:10.4337/9781848447448.00010]
15. Kroes, E., Kouwenhoven, M., Debrincat, L., and Pauget, N. (2014). Value of crowding on public transport in Île-de-France, France. Transportation Research Record, 2417, pp. 37-45. [DOI:10.3141/2417-05]
16. Lee, L. Y., and Cheah, Y. K. (2014). Willingness-to-pay for monorail services: Case study in Penang, Malaysia. Pertanika Journal of Social Sciences & Humanities, 22(1), 165-179. [https://www.researchgate.net/publication/285998835_Willingness-to-pay_for_monorail_services_Case_stu]
17. Li, Z., and Hensher, D. A. (2011). Crowding and public transport: A review of willingness to pay evidence and its relevance in project appraisal. Transport Policy, 18 (6), pp. 880-887. [DOI:10.1016/j.tranpol.2011.06.003]
18. McFadden, D. (1979). Quantitive Methods for Analysing Travel Behaviour of Individuals: Some Recent Development. In D. A. Hensher & P. R. Stopher (Eds), Behavioural Travel Modelling, Routledge.
19. McFadden, D. (1986). The choice theory approach to market research. Marketing Science, 5(4), pp. 275-297. [DOI:10.1287/mksc.5.4.275]
20. Meyer, M. D. (1999). Demand management as an element of transportation policy: Using carrots and sticks to influence travel behavior. Transportation Research Part A, 33 (7-8), pp. 575-599. [DOI:10.1016/S0965-8564(99)00008-7]
21. Piatkowski, D. P., Marshall, W. E., and Krizek K.J. (2019). Carrots versus sticks: Assessing intervention effectiveness and implementation challenges for active transport. Journal of Planning Education and Research, 39(1). pp. 50-64. [DOI:10.1177/0739456X17715306]
22. Pujiati, A., Nihayah, D. M., Bowo, P. A., and Prastiwi, F. S. (2019). Willingness to pay for improving the quality of public transportation. Jurnal Ekonomi dan Kebijakan, 12(2), pp. 365-381. [DOI:10.15294/jejak.v12i2.20302]
23. Shahangian, R. S., Kermanshah, M. and Mokhtarian, P. L. (2012). Gender differences in response to policies targeting commute to automobile-restricted central business district: Stated preference study of mode choice in Tehran, Iran. Transportation Research Record, 2320, pp. 80-89. [DOI:10.3141/2320-10]
24. Tan, R., and Lin, B. (2019). Public perception of new energy vehicles: Evidence from willingness to pay for new energy bus fares in China. Energy policy, 130, pp. 347-354. [DOI:10.1016/j.enpol.2019.04.010]
25. Tirachini, A., Hurtubia, R., Dekker, T., and Daziano, R. A. (2017). Estimation of crowding discomfort in public transport: Results from Santiago de Chile. Transportation Research Part A, 103, pp. 311-326. [DOI:10.1016/j.tra.2017.06.008]
26. Varian, H. R. (1992). Microeconomic Analysis, Viva Norton., New York.
27. Vasudevan, V., and Lunani, K. (2017). Willingness to pay for improvement in service quality of public transit system. In: Tandon, M., Ghosh, P. (eds) Mobility Engineering, Springer, Singapore. [DOI:10.1007/978-981-10-3099-4_9] []
28. Venkatachalam, L. (2004). The contingent valuation method: A review. Environmental Impact Assessment Review, 24(1), pp. 89-124. [DOI:10.1016/S0195-9255(03)00138-0]
29. Victoria Transport Policy Institute (2024, May). Why Manage Transportation Demand? [https://www.vtpi.org/tdm/tdm51.htm]
30. Wicki, M., Huber, R. A., and Bernauer, M. (2020). Can policy-packaging increase public support for costly policies? Insights from a choice experiment on policies against vehicle emissions. Journal of Public Policy, 4, pp. 599 - 625. [DOI:10.1017/S0143814X19000205]
31. Worku, G. B. (2013). Demand for improved public transport services in the UAE: A Contingent valuation study in Dubai. International Journal of Business and Management, 8(10), pp. 108- 125. [DOI:10.5539/ijbm.v8n10p108]
32. Zahabi, S. A. H., Miranda-Moreno, L. F., Patterson, Z., and Varla, P. (2012). Valuating the effects of land use and strategies for parking and transit supply on mode choice of downtown commuters. Journal of Transport and Land Use, 5(2), pp. 103-119. [DOI:10.5198/jtlu.v5i2.260]
33. ایرانمنش، م. و سیدابریشمی، س. ا. (1399). تحليل عوامل تأثيرگذار و تمايل به پرداخت رانندگان براي استفاده از خودرو با سوخت جايگزين در شهر تهران. مهندسی عمران مدرس، 20(3)، 203- 214.
34. کرمانشاه، م. و علیمردانی، پ. (1387). بررسی میزان تمایل به پرداخت قیمت بنزین و اثر آن بر میزان استفاده از وسایل نقلیه مختلف. سومین کنگره ملی مهندسی عمران، تبریز.
35. گزارش گزیده آمار و اطلاعات حمل‌ونقل و ترافیک تهران سال 1398 (آخرین بازدید خرداد 1403) [https://www.ictte.ir/page_4588.html]
36. میربهاء، ب.، شرافتی‌پور، س.، و سیدابریشمی، س. ا. (1391). ارائه مدل تمایل به پرداخت کاربران جهت ورود به محدوده قیمت‌گذاری شده شهری (مطالعه موردی: محدوده طرح ترافیک تهران). دوازدهمین کنفرانس بینالمللی مهندسی حمل‌ونقل و ترافیک، تهران.

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به فصلنامه برنامه ریزی و بودجه می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Planning and Budgeting

Designed & Developed by : Yektaweb