Transfers are essential parts of multi-modal trips. In this paper, we present a detailed description of the transfer process, and identify time, costs and effort related to the different stages of the transfer process. Since inclusion of multiple transfer attributes generally leads to high correlations between parameter estimates, in most travel choice models only a small number of transfer attributes have been distinguished. If attributes are highly correlated, it is difficult to establish their impact on the travel choice process (especially when using more advanced random utility models). By analysing Path Size Logit models that differ with respect to the way in which the transfer process is accounted for, we establish which combination of transfer attributes best reflects the role of transfers in the travel choice process. In the analysis, Revealed Preference data on multi-modal train trip making in The Netherlands is used. Apart from log-likelihood values, correlations between different classes of transfer attributes are used to evaluate the different models. We will show that it is better to exclude the number of transfers from the utility specification, because its inclusion results in high correlations with other transfer attributes. Correlations will be explained from the different stages in the transfer process to which transfer attributes relate. In addition, we will demonstrate that transfers can alternatively be accounted for by representing the transfer process in the travel choice models at a high detail level, thereby preventing high correlations. It turns out that the best model contains mode indicators, railway station indicators, parking costs, transfer-walking times and transfer-waiting times. (Author/publisher) Nederlands abstract: Modelleren van overstappen in multi-modale reizen: verklaring van correlaties. Een overstap is een essentieel onderdeel van een multi-modale reis. In dit artikel geven we een gedetailleerde beschrijving van het overstapproces en laten zien welke tijd, kosten en moeite met de verschillende stadia van het overstapproces gemoeid zijn. Omdat het opnemen van meerdere overstapattributen veelal tot hoge relaties tussen de geschatte parameters leidt, wordt in de meeste routekeuzemodellen slechts een klein aantal overstapattributen opgenomen. Als attributen sterk gecorreleerd zijn, is het moeilijk om de impact van de afzonderlijke attributen op het overstapproces vast te stellen. Door verschillende Path Size Logit modellen te schatten en te analyseren, hebben we bepaald welke combinatie van attributen het beste de rol van overstappen in het reiskeuzegedrag weergeeft. Voor de analyse is gebruik gemaakt van waargenomen multi-modale treinreizen in de Randstad. De modellen zijn vergeleken op loglikelihoodwaarde en op grootte van correlaties tussen overstapattributen. Het blijkt beter te zijn om het aantal keer overstappen niet als verklarende variabele in de nutsfunctie mee te nemen, omdat dit tot hoge correlaties met andere overstapattributen leidt. Deze correlaties kunnen verklaard worden uit de stadia van het overstapproces waarop de attributen betrekking hebben. Daarnaast blijkt het mogelijk te zijn om een combinatie van overstapattributen te kiezen, zodanig dat de overstap in detail wordt beschreven en tegelijkertijd de correlaties klein zijn. Het beste model bevat vervoerwijze-indicatoren, stationsindicatoren, parkeerkosten, overstaplooptijd en overstapwachttijd. (Author/publisher)
Samenvatting