Lucrarea nr.

1
A. Previziunea cererii globale de transport
Cunoaşterea şi interpretarea cererii de transport actuale, caracterizată prin mobilitate,
permite formularea unor legi empirice şi utilizarea acestora pentru determinarea cererii de transport
viitoare.
Prognoza cererii de transport presupune:
 existenţa unor date exogene, furnizate de specialişti din afara procesului de planificare a
transporturilor: demografi, urbanişti, economişti – referitoare la evoluţia populaţiei şi a structurii
sale, la standardul de viaţă şi la evoluţia aglomerărilor (repartiţia rezidenţială şi a activităţilor
socio-economice);
 cunoaşterea legilor care guvernează comportamentele referitoare la mobilitate sau, cel puţin,
cunoaştera variaţiei parametrilor care intervin în formularea acestor legi;
 evidenţierea cererii de transport latente, neexprimată în mobilitatea actuală.
De la structura primară, care încerca să identifice global cerinţele sistemului de transport
(modele de cerere pure) şi să ajusteze oferta în consecinţă, modelele au fost regândite ca sisteme
articulate, de interacţiune cerere-ofertă; de la modelele agregate, descriptive, statice, au fost derivate
modele dezagregate, comportamentale, care reflectă legătura între transporturi, activităţile socio-
umane şi dinamismul global. Toate metodologiile folosesc însă ca structură de bază în modelare
succesiunea standard a celor “4 paşi”: generare, distribuţie, afectare modală şi afectare pe rute.
În fig. 1.1 este prezentată înlănţuirea etapelor pentru realizarea planificării transporturilor
în cadrul maximizării utilităţii şi al interdependenţelor dintre nivelul cererii şi cel al ofertei.

Culegerea datelor: Predicţia variabilelor socio-

infrastructuri de transport, economice şi de utilizare a
vehicule, tehnici de exploatare terenurilor:
folosirea spaţiului populaţie
(distribuţie zone rezidenţiale, birouri activităţi economice
comerciale etc) rata motorizării
deplasări venit

Analiza mobilităţii –
Modelul clasic în “4 paşi”
GENERARE
DISTRIBUŢIE
(Matricea O-D)
AFECTARE MODALĂ
AFECTARE PE RUTE

Fig. 1.1. Structura generală a unui model de transport

6
 În general, cererea de transport creşte pe măsură ce populaţia devine mai numeroasă şi pe
măsură ce standardul de viaţă (venit, timp liber) creşte. S-a demonstrat (Oppenheim, 1994) că
variaţia numărului de deplasări efectuate, în funcţie de venitul individual are aspectul din fig. 1.2.

Mobilitate

Venit

Fig. 1.2. Variaţia mobilităţii în funcţie de venitul individual

Este important ca această mobilitate sa fie determinată corect, deoarece ea condiţionează

capacitatea infrastructurilor necesare şi deci a investiţiilor de realizat. O supraestimare a cererilor de
transport va antrena o supradimensionare, cel puţin temporară a reţelelor, în timp ce în situaţia
inversă, se ajunge la cazul unei oferte de transport insuficiente. Urbanizarea va fi încetinită, în unele
zone, congestionarea unor axe de transport va fi prelungită şi va exista o cerere de transport latentă
care nu se va putea exprima.
Multe studii de transport tratează cu destulă superficialitate previziunea cererii globale şi:
- fie, contează mobilitatea actuală proporţional cu creşterea numărului populaţiei şi cu o
cotă a creşterii mobilităţii, rezultate din observaţiile asupra comportamentului individual;
- fie, prin comparaţie cu alte aglomerări urbane cu nivel de viaţă şi mobilitate mai ridicate,
se determină un nivel mediu de mobilitate pentru orizontul de prognoză.
Mobilitatea se măsoară, în mod tradiţional, prin număr de deplasări pe zi şi pe familie. Multe
studii de dezvoltare a reţelelor de transport din state americane şi europene arată că cel mai adesea
acest număr se situează între 4 şi 8 (Ben Akiva şi Lerman, 1985). Acesta poate fi descompus în:
 un element aproape fix- deplasări în migraţie alternantă – apropiat de valoarea 2 (o deplasare
dus-întors, în medie de familie, pentru a se duce şi a se întoarce de la serviciu), pentru o
proporţie de ½ din populaţia activă care utilizează un mijloc de transport. Pentru zonele în care
se practică sistemul revenirii acasă în perioada prânzului, acest număr depăşeşte valoarea 2;
7
 un element variabil – deplasări în alte scopuri – care depinde în mare măsură de standardul de
viaţă, de timpul liber, de posesia unui automobil etc. şi prin care se determină numărul de
deplasări pentru cumpărături, agrement, sănătate sau pentru frecventarea unor şcoli îndepărtate.
Atunci când mobilitatea este limitată de unele constrângeri (de exemplu, bugetare) se
stabileşte o ierarhie între tipurile de deplasări: deplasări obligatorii – migraţii alternante şi
profesionale – apoi afaceri personale, cumpărături, recreative şi la sfârşit deplasări pentru a însoţi o
altă persoană. Este uşor de înţeles că atunci când standardul de viaţă creşte, mobilitatea facultativă
creşte şi mai mult, constituind elementul principal al proliferării cererii de transport.
S-a demonstrat că deplasarea pentru cumpărături creşte cu puterea a treia a ratei de
motorizare, iar deplasarea pentru agrement cu puterea a doua, însă această estimare este valabilă
numai pentru perioade de prognoză relativ mici [Brachon şi alţii, 1969].
În concluzie, modelele de generare sunt modele de determinare a ratei de călătorie şi
răspund la întrebarea: “Câte deplasări, având originea în O se realizează într-un anumit interval de
timp?”.
Modelele matematice folosite în aflarea răspunsului la această întrebare, sunt în principal:
- metoda factorului de creştere;
- modele de grup unicriteriale;
- modele multicriteriale;
- analiza pe categorii şi regresia categorială;
- elasticitatea generării călătoriilor;
- actualizarea Bayesiană.
Metoda factorului de creştere se aplică la nivel agregat şi foloseşte ecuaţia de bază:
, ( 1.1 )
unde Fi reprezintă factorul de creştere;
- numărul deplasărilor viitoare;

- numărul deplasărilor actuale.

În general Fi poate fi exprimat astfel:

, ( 1.2 )

adică se exprimă în funcţie de rata de motorizare – RM, numărul populaţiei – P şi de venit – Y.

Indicele i se referă la zona studiată, v la valori viitoare, iar a la valori curente.
Pentru o zonă oarecare i, relaţia de calcul a lui Fi poate avea forma următoare (Korte, 1960):

8
 , ( 1.3 )

în care reprezintă diferite grupări (de la 1 la n) de parametri socio-economici, din zona i,

în etapa viitoare, respectiv actuală;
- indicele de motorizare pentru situaţia viitoare, respectiv actuală, aferent
parametrilor Gk;
- mobilitatea viitoare şi respectiv cea actuală, exprimată în numărul mediu de
km parcurşi de un individ într-un an.
Modelele de grup unicriteriale se realizează pe grupuri de indivizi cu caracteristici similare
(de exemplu, grupuri diferenţiate în funcţie de rata de motorizare, venit mediu pe membru de
familie) deoarece rata de generare a călătoriilor depinde de caracteristicile socio-economice. În
acest caz, analiza generării călătoriilor se poate simplifica deoarece numărul parametrilor de care
depinde numărul mediu al deplasărilor pe zi şi pe familie se poate reduce chiar până la unul singur
şi atunci avem o analiză regresională care are la bază o variabilă aleatoare bidimensională.
Legătura între cele două caracteristici poate fi funcţională sau stochastică. Prima constă în
aceea că unei valori oarecare a caracteristicii A, de exemplu x o, îi corespunde o singură valoare y0 ,
a caracteristicii B. A doua, constă în aceea că pentru o singură valoare, luată arbitrar pentru
caracteristica A pot corespunde valori diferite pentru caracteristica B cu diferite probabilităţi sau,
mai exact, în aceea că schimbarea mărimii A implică schimbarea legii de repartiţie a mărimii B.
Legătura stochastică se caracterizează prin aceea că asupra lui A şi B acţionează factori
comuni, de exemplu, C, D, E, însă în afară de aceştia mai sunt factorii F, G, H şi alţii, care
acţionează numai asupra lui A, şi factorii I, J, K şi alţii, care acţionează numai asupra lui B. Drept
rezultat se obţine o legătură între A şi B, care se manifestă sub aspect de tendinţă.
Prima problemă în cercetarea concomitentă a mai multor caracteristici este descoperirea
dependenţei lor stochastice. Dacă această dependenţă există, putem face prognoza valorii unei
caracteristici în legătură cu o anumită variaţie a celeilalte şi putem măsura puterea lor de legătură.
Fundamentul matematic pentru astfel de calcule îl constituie teoria corelaţiei sau analiza
corelaţională.
Dacă asupra unei variabile aleatoare bidimensionale se fac n observaţii
, atunci determinarea coeficientului de corelaţie r se face cu relaţia:

9
 , ( 1.4 )

unde şi reprezintă mediile mărimilor x şi y ;

n – numărul perechilor măsurate xi şi yi;
– valorile abaterilor standard ale mărimilor x şi y.
Evaluarea coeficientului de corelaţie se mai poate face şi cu relaţia:

, ( 1.5 )

Coeficientul de corelaţie poate avea valori în intervalul de la –1 până la 1. Dacă r = 1 ,

atunci x şi y sunt legate între ele printr-o dependenţă funcţională liniară şi ambele mărimi variază în
acelaşi sens. Dacă r = -1, atunci dependenţa are caracter invers, adică odată cu creşterea valorilor
uneia dintre mărimi se micşorează valorile celeilalte.
Semnificaţia dependenţei între cele două variabile aleatoare este determinată prin aprecierea
valorilor coeficientului de corelaţie. La un volum mic de selecţie (n mai mic de 30…50) se poate
folosi criteriul Romanovski (Rr):
( 1.6 )
Dacă această inegalitate este îndeplinită, evaluarea obţinută a coeficientului de corelaţie se
consideră reală şi corelaţia există. În caz contrar, această deviaţie faţă de zero a evaluării se
consideră aleatoare.
Pentru un volum mare de selecţie (peste 100 de determinări), existenţa corelaţiei între
mărimi se verifică cu o relaţie mai simplă în care intră abaterea medie pătratică a valorii calculate
pentru coeficientul de corelaţie:
Această abatere se determină după relaţia:

, ( 1.7 )

condiţia de existenţă a corelaţiei poate fi scrisă:

( 1.8 )
Întrucât fiecărei valori x îi corespunde valoarea medie y şi fiecărei valori y îi corespunde
valoarea medie x, se poate, ca pornind de la mărimea forţei de legătură, adică de la coeficientul de
corelaţie, să se stabilească ecuaţia legăturii x cu y sau y cu x. Aceste ecuaţii se numesc ecuaţii de
regresie a lui x faţă de y şi a lui y faţă de x.

10
 Ecuaţia de regresie x faţă de y este:

, ( 1.9 )

iar pentru y faţă de x:

. ( 1.10 )

Dacă coeficientul de corelaţie este destul de sigur (r ≠ 0) ecuaţiile de legătură pot fi folosite
pentru determinarea valorii uneia dintre caracteristici, pornind de la valoarea celeilalte. Cele două
ecuaţii de regresie coincid numai dacă r = ± 1 şi diferă în toate celelalte cazuri.
Statisticienii teoreticieni consideră că această duplicitate este inevitabilă şi stă la baza
analizei de corelaţie. Satisticienii practicieni nu se pot împăca cu această duplicitate şi au mers mai
departe în încercarea de a stabili sensul corelaţiei.

În relaţia ecuaţiei de regresie (1.9), mărimea se numeşte coeficient empiric de

regresie. Aceeaşi denumire poartă şi mărimea în relaţia (1.10). Primul este coeficient de

regresie x faţă de y, iar al doilea este coeficientul de regresie y faţă de x. Coeficientul de regresie se
notează cu bx şi by.
Evaluarea coeficientului de regresie se face prin comparaţia cu următoarea valoare:
( 1.11 )

, ( 1.12 )

în care şi reprezintă abaterea medie pătratică a valorilor bx şi by, se calculează cu

relaţiile:

( 1.13 )

. ( 1.14 )

Cu cât valoarea bx (by) se află mai departe de valoarea 3 (3 ), cu atât relaţia de

dependenţă este mai puternică. În acest mod se poate determina care este sensul dependenţei între
variabilele x şi y (de exemplu, x poate depinde mai puternic de y decât depinde y de x).
Se face menţiunea că verificarea descrisă prin relaţiile ( 1.11 ) şi ( 1.12 ) se poate face numai
în cazul selecţiilor cu volum mare.

11
Temă de laborator nr. 1

În urma unui sondaj efectuat într-o localitate asupra unui grup de locuitori, care au
aproximativ acelaşi venit lunar pe membru de familie, s-a determinat următoarea repartiţie a
numărului mediu de deplasări pe zi şi pe familie, ţinând seama de numărul de autoturisme care
revine fiecărei gospodării.
Notăm cu xi valorile numărului de autoturisme şi cu yi numărul de deplasări. Valorile
determinate sunt prezentate în tabelul 1.1:
Tabelul 1.1 Repartiţia numărului mediu de deplasări în
funcţie de numărul de autoturisme care revine unei familii
Nr.crt. xi yi Nr.crt. xi yi
1. 0 2 8. 2 4,8
2. 0,8 3 9. 2 5,3
3. 1 4 10. 0,2 2,7
4. 3 6,2 11. 1,5 4
5. 4 6,2 12. 1,8 4
6. 4 7 13. 2,5 5,3
7. 0,2 2,4 14. 3 6

Pentru lucrare fiecare student îşi va particulatiza datele din tabel, considerând astfel:
,

unde “ns” reprezintă numărul de ordine al fiecărui student în cadrul grupei.

Să se determine:
1. Intensitatea dependenţei între mărimile x şi y, prin intermediul coeficientului de
corelaţie. Calculele se vor efectua cu relaţia ( 1.4 ) şi ( 1.5 ).
2. Semnificaţia dependenţei între x şi y (se foloseşte relaţia ( 1.6 )).
3. Stabilirea ecuaţiei de regresie a lui y faţă de x.
4. Întocmirea unui grafic pentru
Mod de lucru:
1. a) în funcţie de numărul de ordine în cadrul grupei fiecare student îşi determină propriile
valori xi şi yi, pe care apoi le ordonează în funcţie de xi şi le va înscrie într-un tabel similar cu
tabelul 1.1;

12
 b) pentru determinarea coeficientului de corelaţie (r), cu relaţia ( 1.4 ), se întocmeşte tabelul
1.2:
Tabelul 1.2 Determinarea coeficientului de corelaţie r
xi yi

x1 y1
x2 y2

x14 y14

- -

c ) se calculează valorile medii cu relaţiile:

d) se determină abaterile medii pătratice, sx şi sy:

e) cu elementele , sx şi sy determinate, se poate calcula coeficientul de corelaţie r, cu

relaţia ( 1.4 ).

f) calculele decurg similar şi pentru determinarea lui r prin intermediul relaţiei ( 1.5 ).
Pentru o vizualizare mai bună a elementelor care intră în determinarea coeficientului de corelaţie
prin relaţia ( 1.5 ) studenţii vor proiecta un tabel.
2. Semnificaţia dependenţei este determinată cu relaţia ( 1.6 ):
.
3. Ecuaţia de regresie se poate scrie:

4. Graficul se va întocmi pe un format A4 de hârtie milimetrică.

13