Halaman 1

Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725

1877-0428 © 2012 Diterbitkan oleh Elsevier Ltd seleksi dan / atau peer-review di
bawah tanggung jawab Komite Program
doi: 10,1016 / j.sbspro.2012.09.789
EWGT 2012
Pertemuan ke-15 Kelompok Kerja EURO Transportasi
Solusi ICT dalam sistem transportasi: memperkirakan manfaat
dan dampak lingkungan di Lisbon
Patrícia C. Baptista
Sebuah,*
, Inês L. Azevedo
b
, Tiago L. Farias
Sebuah
a IDMEC - Instituto Superior Técnico, Universidade Técnica de Lisboa, Av. Rovisco Pais 1, 1049-001 Lisboa - Portugal
b Departemen Teknik dan Kebijakan Publik, Baker Balai 129, Carnegie Mellon University, Pittsburgh, USA
Abstrak
Teknologi informasi dan komunikasi (ICT) memiliki potensi untuk secara dramatis
mengubah cara orang-orang mengemudi dan mereka
pola mobilitas, sehingga berpotensi mengurangi emisi gas rumah kaca, polusi udara
dan korban jiwa. Dalam karya ini, kita mempelajari potensi
dampak lingkungan dan ekonomi menerapkan langkah-langkah ICT dalam
transportasi pribadi, selama tiga skenario ICT
aplikasi. Dalam aplikasi pertama, kami berusaha untuk menyelidiki efek membatasi
kecepatan mengemudi. Ketidakpatuhan dengan kecepatan
Batas menyumbang sebagian besar kecelakaan mobil yang fatal di Portugal, dan
karena itu memahami dampak dari aplikasi tersebut
sangat penting dalam konteks kebijakan keselamatan transportasi nasional. Dalam
aplikasi ini, batas kecepatan ketat dapat diperoleh
baik dengan on-board perangkat kendaraan mempengaruhi pengemudi tidak melebihi
batas kecepatan tertentu atau pada jaringan jalan memaksakan
batas kecepatan yang lebih rendah. Dalam aplikasi kedua, dampak membina perilaku
eco-driving dipelajari. Dalam hal ini, kita
mempelajari dampak dari adhesi besar-besaran oleh masyarakat untuk eco-driving
menggunakan ICT untuk menyajikan driver dengan hasil mereka
perubahan perilaku. Studi kasus ketiga menilai dampak dari pelaksanaan sistem
perpajakan berdasarkan on-board
perangkat kendaraan yang menunjukkan di mana dan kapan kendaraan sedang
didorong dan bermanfaat atau menghukum driver untuk itu. Untuk ini
mempelajari wilayah Lisbon ditujukan. Hasil penelitian menunjukkan bahwa aplikasi
TIK yang berbeda dapat memiliki dampak yang cukup besar dalam
hal pengurangan konsumsi energi: Skenario 2 (dengan utama pembatasan kecepatan
variabel makhluk) mencapai pengurangan 12% di
2020 dibandingkan dengan BAU, diikuti oleh Skenario 4 (dengan utama variabel yang
eco-driving) dengan penurunan 5,5%, dan
perpajakan Skenario 6 disajikan pengurangan 1,8%. Dalam hal emisi CO2, yang
dihindari emisi CO 2 dari pelaksanaan
skenario ini bervariasi 19-276 kton di Skenario 3 (dengan utama variabel yang eco-
driving) dan 2 masing-masing. dalam hal
biaya terhindar dari bahan bakar tidak dikonsumsi dan emisi CO2 tidak dipancarkan,
serta pendapatan dari skema perpajakan,
skenario hasil berkisar 9-134 M € untuk Skenario 3 dan 2 masing-masing.
© 2012 Penulis. Diterbitkan oleh Elsevier Ltd seleksi dan / atau peer-review di bawah
tanggung jawab Komite Program.
Kata kunci: Teknologi informasi dan komunikasi; sektor transportasi jalan; batas
kecepatan; eco-driving; membayar saat Anda berkendara perpajakan
* Sesuai penulis. Tel .: +351218419555; fax: 351218417640.
Alamat E-mail: patricia.baptista@ist.utl.pt.
Tersedia online di www.sciencedirect.com
© 2012 Diterbitkan oleh Elsevier Ltd seleksi dan / atau peer-review di bawah
tanggung jawab Komite Program
Akses terbuka di bawah CC BY-NC-ND lisensi.
Akses terbuka di bawah CC BY-NC-ND lisensi.

Halaman 2
717
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
1. Perkenalan
Di banyak daerah di dunia, wajah sektor transportasi meningkat tantangan tentang
bagaimana untuk mengurangi energi
konsumsi, emisi dan mengatur kemacetan. Para peneliti dan pemodel telah
mempelajari masalah ini di bawah
lensa alternatif pilihan teknologi kendaraan, dan memperkirakan berapa berbeda jalur
energi akan membentuk
emisi dan konsumsi energi. Namun, sangat sedikit yang telah dilakukan selama ini
untuk memahami bagaimana perubahan
perilaku mengemudi bisa digunakan untuk mengurangi emisi, menurunkan konsumsi
energi, dan meningkatkan keselamatan. Demikian,
berfokus langsung pada pengguna / driver, mendidik dia / dia menuju perjalanan yang
lebih berkelanjutan / perilaku mengemudi,
mungkin memberikan kesempatan untuk penghematan energi dan menghindari
emisi. Informasi dan Komunikasi
teknologi (ICT) dapat berpotensi menjadi pendorong yang kuat untuk
mempromosikan perubahan, yaitu dengan ICT diterapkan untuk kendaraan
melalui pada perangkat bantuan pengguna papan untuk mendidik pengemudi,
meningkatkan efisiensi, mengurangi biaya dan
dampak lingkungan dari mobilitas perkotaan.
ICT dikerahkan di jaringan jalan adalah cara yang lebih tradisional menegakkan
perubahan perilaku, dengan menegakkan
batas kecepatan ketat. Batas kecepatan ketat ini dapat diterapkan di semua kali oleh
signalization tertentu, atau melalui
batas kecepatan variabel (VSL) tergantung pada lalu lintas, infrastruktur dan
informasi cuaca. Studi pada negara VSL
bahwa sistem ini menstabilkan arus lalu lintas dengan mengurangi beberapa
karakteristik lalu lintas, seperti kecepatan rata-rata, jumlah
perubahan jalur, kecepatan varians atau headways waktu dan memberikan kontribusi
untuk menghindari kemacetan (Hines 2002). Sebuah contoh
penerapan VSL adalah kasus Barcelona, di mana Pemerintah Otonomi Catalonia
dilaksanakan
sistem VSL, di mana tingkat polusi dimonitor dan digunakan dalam spesifikasi batas
kecepatan. Secara umum, kecepatan
Batas dikurangi menjadi 80 km / jam di jalan-jalan utama mengakses kota (Gonçalves
2008).
Adapun ICT diterapkan pada kendaraan, beberapa teknologi bantuan pengguna on-
board sedang dalam pengembangan untuk mendidik
pengguna terhadap kebiasaan mengemudi yang lebih baik (Toledo 2008; Larsson
2009). Namun, dampak dari perangkat tersebut adalah
sebagian besar tidak diketahui. Saat ini, di Portugal beberapa proyek percontohan
diterapkan baik untuk kendaraan ringan (Rolim 2010;
IMTT 2011; ITDS SA 2011) atau untuk armada bus telah membuktikan potensi untuk
mendidik pengemudi, mengurangi bahan bakar
Konsumsi hingga 20% selama beberapa bulan (Duarte 2010; MNAC - Electricidade
Industri 2010). Isu
berapa lama pengurangan konsumsi bahan bakar berlaku adalah kepentingan besar,
karena dalam konteks lain, (misalnya, smart
meter) telah ditemukan bahwa prevalensi energi mengurangi perilaku meluruh dari
waktu ke waktu (Ferraro 2011).
Selain itu, banyak penelitian telah mulai untuk mengatasi masalah ini dengan perilaku
driver pemantauan sebelum dan
setelah mereka diberi eco-driving sesi dan penyajian pengemudi dengan informasi
spesifik sopir mengenai
cara dia menggunakan kendaraan. Beusen dipantau driver 10 selama 10 bulan dan
dalam empat bulan setelah
sesi pelatihan eco-driving umum konsumsi bahan bakar rata-rata berkurang 5,8%,
dengan sebagian besar
Driver menunjukkan keuntungan langsung yang stabil dari waktu ke waktu (20%
ditemukan kembali ke mengemudi asli mereka
kebiasaan) (Beusen 2009). Pilihan lainnya adalah untuk memberikan informasi
individu pada gigi yang lebih baik dan manajemen kecepatan
di bawah kondisi mengemudi yang berbeda, dan bagaimana efisiensi keselamatan
dampak dan bahan bakar ini berdasarkan sebelumnya diukur
Data untuk setiap driver (Rolim 2010). Di masa depan informasi driver individu ini
dapat diberikan kepada pengemudi
secara teratur menggunakan platform ICT. Namun, semua studi ini biasanya
menargetkan armada sangat kecil dan
estimasi keuntungan untuk adopsi luas dalam armada yang lebih besar belum
dilakukan. Aplikasi ICT juga telah
telah digunakan untuk mempengaruhi nilai asuransi kendaraan. Di Belanda, sebuah
kolaborasi dengan lima mobil Belanda
perusahaan asuransi menguji efek dari membayar saat Anda berkendara biaya asuransi
pada kecepatan mengemudi (Bolderdijk 2011).
Proyek ini ditargetkan pembalap muda untuk mengurangi kecelakaan lalu lintas di
kelompok usia. Para pengguna bisa menyimpan
uang pada biaya asuransi bulanan mereka dengan menjaga di bawah batas kecepatan
(dipantau oleh teknologi GPS untuk satu
tahun). Membandingkan hasil sebelum dan sesudah pendaftaran pengguna dalam
kebijakan ini, ini "bayar karena Anda mengemudi" sistem
diperkirakan telah mengurangi ngebut dengan 14% (Bolderdijk 2011).
Diharapkan, dalam waktu dekat, perkembangan perangkat bantuan pengguna on-
board ini dapat menghasilkan akurat
informasi tentang bagaimana, kapan dan di mana pengguna mengemudi
kendaraannya. Jenis sistem dapat digunakan dalam "bayar karena
Anda mengemudi "kerangka kerja, yang memungkinkan pengguna kendaraan untuk
dihargai atau dihukum sesuai dengan perilakunya, yang
sesuai dengan (EU) pedoman Uni Eropa. Uni Eropa (European Commission 2011)
berpendapat bahwa ini

halaman 3
718
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
mungkin menjadi langkah logis berikutnya untuk sektor transportasi, seperti yang
dinyatakan: "pajak Transportasi harus direstrukturisasi di
arah 'user-membayar' prinsip "; dan "[...] mencerminkan biaya pemeliharaan
infrastruktur, kemacetan, udara dan
polusi suara. "Desain instrumen kebijakan yang akan menerapkan prinsip user-pay
membutuhkan
memahami tentang bagaimana driver akan bereaksi terhadap perubahan harga, dan
struktur tarif yang berbeda.
Beberapa kegiatan transportasi yang ditemukan untuk peka terhadap variasi
harga. Sensitivitas harga ini diukur
menggunakan elastisitas harga, yang dapat didekati dengan "persentase perubahan
konsumsi yang baik yang disebabkan oleh
perubahan satu persen dalam harga atau karakteristik lain "(Santos 2010; Litman
2011). Elastisitas jangka pendek
biasanya mengacu pada kurang dari dua tahun dan elastisitas jangka panjang untuk 10
tahun. Dalam jangka pendek lebih sulit untuk
menyesuaikan diri dengan perbedaan harga sehingga elastisitas cenderung lebih
rendah, sementara dalam jangka panjang faktor-faktor lain dapat digunakan untuk
menyesuaikan diri dengan perbedaan harga sehingga elastisitas cenderung lebih
tinggi. Satu bisa meramalkan bahwa "prinsip user-pay" akan
memerlukan sebuah sistem di mana harga mengemudi akan ditambah dengan waktu
penggunaan (TOU). Strategi seperti itu
sudah sedang berjalan di sektor listrik. Namun, dalam kasus listrik dan utilitas lain,
konsumen membayar karena mereka menghabiskan energi. Dalam kasus transportasi,
konsumen mengisi tangki, dan dengan demikian
Mekanisme TOU tidak dapat digabungkan dengan harga BBM. Sebaliknya,
kemungkinan memerlukan skema perpajakan atau harga
di mana sistem TOU menggunakan on-board perangkat kendaraan akan menghukum
mengemudi di jaringan jalan utama tergantung pada
waktu hari.
Sebuah analisis urutan pertama pada bagaimana pengguna akan bereaksi terhadap
skema ini dapat dilakukan dengan mempelajari reaksi terhadap
biaya tambahan mengemudi dihasilkan pada harga BBM yang lebih tinggi. Jika harga
BBM naik, konsumsi bahan bakar cenderung
penurunan dengan menurunkan jumlah kilometer perjalanan, dengan mengubah
kendaraan hemat bahan bakar lebih banyak dan oleh
beralih ke mode transportasi alternatif. Beberapa studi menangani wilayah geografis
yang berbeda dan berbeda
periode waktu telah dilakukan dan Tabel 1 menyajikan ringkasan dari beberapa studi
tersebut, menunjukkan bahwa dalam
Rata-rata pada jangka panjang kenaikan 10% harga BBM menyebabkan penurunan
4,5% dalam konsumsi bahan bakar.
Tabel 1. Ringkasan studi elastisitas harga BBM.
elastisitas
Referensi
Cakupan
metode
Jangka panjang jangka pendek
Espey (1996)
US (1936-1986)
Ulasan studi elastisitas harga 101 bensin
-0,26
-0,58
Agras (2001)
US (1982-1995)
Elastisitas harga bensin
-0,25
-0,92
Glaister (2002)
AS dan Eropa (2
setengah abad ke-20)
Ulasan berbagai harga BBM dan studi elastisitas pendapatan
-0,30
-0,80
Lipow (2008)
AS dan Eropa (2
setengah abad ke-20)
Ulasan studi elastisitas harga energi yang dipilih
-0.17
-0,40
Goodwin (2004)
AS dan Eropa
(1929-1991)
Diringkas berbagai harga BBM dan studi elastisitas pendapatan
-0,25
-0,60
Kecil (2005)
1966-2001
Elastisitas harga bensin, model yang komprehensif
-0,07
-0,34
Hughes (2006)
US (1975-2006)
Elastisitas harga bensin, model yang komprehensif
-0,03
-0,08
Hymel (2010)
US (1966-2004)
Tingkat negara bagian penampang time series harga bensin
elastisitas, model yang komprehensif
-0,06
-0,29
Konanoff
US (2004-2011)
Singkat run elastisitas harga BBM
-0,29
-
Boilard (2010)
Kanada (1970-2009) elastisitas harga BBM, model yang komprehensif
-0,09
-0,26
Li (2011)
US (1968-2008)
Elastisitas harga BBM dengan analisis terpisah dari kenaikan pajak
dan fluktuasi harga, model yang komprehensif
-
-0,24
rata-rata
-0,18
-0,45
Di sisi lain, seseorang dapat mengatasi masalah ini dengan mempelajari perilaku
pengguna mengenai pembayaran tol ketika menggunakan
jalan tertentu, atau bahkan sebagai pengisian kemacetan, dimana nilai tol lebih tinggi
selama periode puncak dan bawah
selama periode off-peak. Bentuk-bentuk road pricing pengguna dapat dilihat sebagai
manajemen permintaan perjalanan
langkah-langkah, karena mereka termasuk kebijakan yang dirancang untuk
mempengaruhi jumlah, waktu, atau tempat yang bepergian orang. Itu
berikut tiga strategi road pricing dapat didefinisikan:

halaman 4
719
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
• Link atau pengisian titik, di mana pengguna membayar untuk akses ke segmen jalan
seperti jalan tol atau jembatan.
Ini biasanya digunakan untuk menyediakan dana untuk pembangunan dan
pemeliharaan transportasi
infrastruktur dan dapat memiliki variable rate tol (jika tingkat tol meningkat
kemacetan meningkat).
• Cordon tol, di mana driver dibebankan saat melintasi batas daerah berdentang yang
telah ditetapkan. pendapatan mereka
biasanya diarahkan untuk memfasilitasi pergeseran modal untuk transportasi umum,
dan cocok untuk permintaan perjalanan
manajemen di kawasan pusat bisnis kota-kota besar (untuk mempromosikan
kemacetan dan mitigasi polusi).
• Jarak pengisian, di mana pengguna membayar sesuai dengan jarak didorong pada
jaringan jalan tertentu. mengemudi jarak
dapat dipantau oleh satelit dan / atau perangkat monitoring on-board. Biaya jarak ini
dapat diterapkan
baik pada tarif tetap atau dapat dipengaruhi oleh jenis kendaraan, tingkat kemacetan,
dan kondisi lingkungan.
Tidak ada kasus dilaksanakan dari jarak pengisian untuk kendaraan
penumpang. Namun, Belanda berencana untuk
menerapkan sistem nasional yang akan menggunakan pelacakan berbasis satelit untuk
menghitung biaya berdasarkan jenis kendaraan,
lokasi dan waktu. Akibatnya, biaya jarak akan menggantikan pajak saat ini penjualan
mobil, pajak jalan, dan pajak daerah,
meskipun pajak bahan bakar akan tetap.
Tabel 2 menyajikan volume lalu lintas ke tol elastisitas untuk area geografis yang
berbeda dalam periode waktu yang berbeda
menunjukkan bahwa rata-rata pada jangka panjang peningkatan 10% dalam pengisian
jalan menyebabkan penurunan 4,5% dalam lalu lintas
volume. Dari penelitian tersebut, Puget Sound Lalu Lintas Pilihan Studi (PSRC 2005)
bernilai sedang disorot,
karena menilai respon dari 275 driver sukarelawan untuk road pricing di
AS. Kendaraan masing-masing pengemudi adalah
dilengkapi dengan perangkat (mirip dengan taksi meter) pelacakan di mana dan kapan
mereka melaju dan mengurangkan tol dari
akun debit ditugaskan untuk setiap dari mereka. Tol ini adalah variabel menurut
waktu dan lokasi.
Tabel 2. Ringkasan volume lalu lintas ke elastisitas road pricing.
elastisitas
Mengetik
Referensi
Cakupan
jangka pendek
jangka panjang
Weusfield dan
Regan (1981)
16 fasilitas tol di AS (1970)
-0,03
-0,31
Goodwin (1988) Literature review penelitian sebelumnya (1980-1988)
-
-0,45
Harvey (1994)
Golden Gate Bridge, SF Bay Bridge dan Everett Turnpike,
New Hampshire (1979-1984)
-
-0,15
Wilbur Smith
dan Associates
(1995)
Banyak fasilitas AS
-0,10
0.35
Hirschman et al.
(1995)
Enam jembatan dan dua terowongan di daerah kota NY (1979-1990)
-0,09
-0.50
UTM (2000)
New Jersey turnpikes (1999)
-
-0,20
Burris et al.
(2001)
Lee County Florida (1999)
-0,03
-0,36
Matas (2002)
Data panel dari 72 jalan di Spanyol
-0,21
-0,83
Odeck (2008)
19 jalan berdentang Norwegia
-0,45
-0,82
PSRC (2005)
275 driver relawan AS, tol variabel menurut waktu
hari dan lokasi
-0,12
-0,16
Jalan tol
studi
Holguín-Veras
(2005)
Enam jembatan interstate dan terowongan untuk menghubungkan New Jersey dengan
New York City, dengan tarif tol jam puncak pada hari kerja dari
6-9 AM dan 4-7 PM dan pada akhir pekan dan hari libur dari 12
siang - 08:00
-0,31
-1,97
Olszewski
(2007)
Singapura (1975-2006), harga biaya variabel 7:30 pagi sampai 7
sore
-0,21
-0,31
Curacao (2009)
London (2003), harga tetap, 7:00-06:30, Senin sampai
Jumat
-
-0,16
Eliasson et al.
(2009)
Stockholm (2008), harga variabel, 6:30-06:30,
Senin sampai Jumat
-
-0,22
Barisan
harga
studi
Curacao (2009)
Milan (2008), harga tetap, 07:00-07:00
-
-0,12
 halaman 5
720
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
Curacao (2009)
Bologna (2005), harga tetap, 07:00-08:00
-
-0,23
Curacao (2009)
Roma (2001), harga tetap, waktu bervariasi oleh zona
-
-0,18
Ubbels (2006)
Belanda (2005), survei ke 50000 responden pada mereka
Menanggapi tindakan road pricing yang berbeda
-0,60
-1.50
Jarak
harga
Arentze (2004)
Survei adaptasi negara Internet untuk 477 responden Belanda
-0,35
-0,39
rata-rata
-0,23
-0,45
Mengenai harga per kilometer yang dikenakan kepada pengguna, Harvey et al
(Harvey 1998) menemukan bahwa 19 sen AS per
mil didorong di wilayah Pantai Selatan Los Angeles di jalan padat menyebabkan
pengurangan 3,3% total kendaraan
perjalanan dan mengurangi lalu lintas dengan 32%. Milne (Mei 2000) memperkirakan
bahwa untuk mencapai pengurangan 10% di
perjalanan kendaraan, UK pence 20 per kilometer akan efektif. Mekky (Mekky 1999)
menemukan bahwa menerapkan 10 US
sen per penalti kilometer kendaraan akan menyebabkan pengurangan yang cukup
besar dalam volume lalu lintas dan perjalanan panjang.
Kedua harga BBM dan road pricing elastisitas sebenarnya proxy yang baik untuk
kemungkinan perubahan perilaku.
Namun, ada keterbatasan dan perbedaan antara kedua metode, frekuensi yaitu
penggunaan yang berbeda (jika
pengguna drive setiap hari, road pricing akan lebih sering dan tambahan dari mengisi
bahan bakar tangki bahan bakar nya) dan
Besarnya pembayaran (karena pembayaran untuk bahan bakar biasanya lebih
signifikan daripada road pricing).
Dalam studi ini, kami memperluas penelitian sebelumnya untuk memahami
bagaimana di papan ICT dengan berbagai jenis desain
akan berdampak konsumsi energi, emisi CO 2 dan manfaat biaya. Kami menggunakan
tiga studi kasus dengan ICT yang berbeda
solusi. Aplikasi ini dianggap di wilayah Lisbon dan meliputi:
(i) batas kecepatan ketat, diperoleh baik dengan on-board perangkat kendaraan
mempengaruhi pengemudi tidak melebihi
batas kecepatan tertentu atau bahkan pada jaringan jalan memaksakan batas kecepatan
yang lebih rendah, mencoba untuk meniru
Studi kasus Barcelona;
(ii) Membina perilaku eco-driving oleh adhesi besar-besaran oleh masyarakat untuk
eco-driving menggunakan ICT mencoba
memahami dampak potensial dari tes skala kecil sebelumnya disajikan; dan
(iii) Pelaksanaan sistem perpajakan berdasarkan on-board perangkat kendaraan yang
menunjukkan di mana dan kapan
kendaraan sedang didorong dan menghukum driver untuk itu, berdasarkan beberapa
studi kasus yang disajikan
sebelumnya, dimana kasus-studi Belanda mungkin solusi yang paling inovatif.
2. Metodologi
Dalam penelitian ini tiga bidang penyebaran ICT dinilai: satu berurusan dengan
memberlakukan batas kecepatan ketat;
lain tentang sebuah adopsi eco-driving; dan lain mengingat bahwa sistem perpajakan
akan
dikenakan menghukum pengemudi yang melaju di jalan utama lalu lintas pada jam
sibuk.
Dalam dua skenario pertama (Skenario 1 dan 2), memaksakan batas kecepatan ketat
dapat dicapai baik oleh on-
perangkat papan kendaraan mempengaruhi pengemudi tidak melebihi batas kecepatan
tertentu atau bahkan pada jaringan jalan
memaksakan batas kecepatan yang lebih rendah, mungkin mencapai sekitar 1,4 juta
kendaraan di wilayah Lisbon, yang
sesuai dengan sekitar 25% dari kendaraan di Portugal (Baptista 2010). Data real
khusus untuk menangani ini
masalah adalah tidak tersedia untuk Lisbon, sehingga data dari mengemudi dunia
nyata dikumpulkan untuk mensimulasikan mungkin
efek pembatasan kecepatan ini. Dalam sebuah studi oleh Pereira (Pereira 2011) 49
driver (69% laki-laki, 31% wanita driver
dengan rata-rata usia 39 tahun) yang dipantau menggunakan on-board Data logger
selama Senin hingga Senin
siklus pada tahun 2010 di daerah metropolitan Lisbon untuk menangkap karya khas
dan rutinitas mengemudi pribadi.
Informasi tentang dinamika kendaraan dan mesin manajemen dikumpulkan. Delapan
puluh persen dari driver memiliki
kendaraan diesel dan yang kendaraan bensin yang tersisa, yang sesuai dengan
meningkatnya dieselization
dari armada Portugis mencapai hingga 73% dari penjualan kendaraan baru di 2009
(ACAP 2010). Periode pemantauan ini
sesuai dengan lebih dari 26.000 km di wilayah metropolitan Lisbon, yang
diperbolehkan mengumpulkan profil kecepatan mereka
karakterisasi, dianggap mewakili pola mengemudi khas Lisbon. Kecepatan rata-rata
yang diamati
adalah 49,6 km / jam dan distribusi antara mengemudi perkotaan dan ekstra-perkotaan
berhubungan dengan 36% perkotaan dan
64% mengemudi ekstra-urban. Hasil ini setuju dengan data resmi untuk Lisbon (CML
2005) yang menyatakan bahwa 72% dari
lalu lintas terjadi di jalan-jalan jaringan pokok dan 28% di jalan jaringan sekunder dan
lokal.

halaman 6
721
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
Seperti disebutkan sebelumnya, siklus sampel mengemudi dikumpulkan. Dengan
menggunakan data ini, untuk semua siklus mengemudi
dikumpulkan untuk driver 49 pembatasan kecepatan diberlakukan, mengingat bahwa
kendaraan tidak akan diizinkan untuk
mencapai lebih dari 80 km / jam dan, akibatnya, penulis studi tersebut (Pereira 2011)
membatasi siklus mengemudi untuk
bahwa nilai maksimum 80 km / jam. Efek pada penggunaan kendaraan (tangki-ke-
roda, TTW) konsumsi energi
pembatasan ini dihitung dan disajikan pada Tabel 3.
Tabel 3. Dampak terhadap konsumsi energi TTW memaksakan 80 km / jam batas
kecepatan.
TTW Konsumsi energi (MJ / km)
Rata-rata 49
driver sampel
Nilai minimum dari
sampel driver 49
Maksimum dari
Driver 49 sampel
nilai dipantau
2.82
2.12
4.37
Perkiraan setelah 80 km / h limit
2.31
1.49
3.70
Berdasarkan hasil tersebut dua skenario yang ditetapkan untuk periode 2011-2020:
satu mempertimbangkan maksimum
pengenalan 15% pada tahun 2020 (Skenario 1) dihasilkan pengenalan ringan
perangkat kendaraan on-board
mempengaruhi pengemudi tidak mencapai lebih dari 80 km / h; dan lain
mempertimbangkan potensi pengenalan maksimum
dari ≈70% pada tahun 2020 (Skenario 2), sebagai hasil dari menggabungkan
perangkat bantuan on-board dan cakupan penuh dari
Jalan jaringan utama Lisbon dengan batas kecepatan ini. Skenario ini
mempertimbangkan tingkat pertumbuhan linear dari 2011
2020 terkait dengan pilihan ini.
Dalam Skenario 3 dan 4, potensi dampak dari adhesi besar-besaran oleh masyarakat
untuk eco-mengemudi melalui
informasi yang diberikan oleh perangkat ICT (dengan menghadirkan pembalap
dengan langkah-langkah penasehat diperoleh dari
pemantauan mereka). Dalam sebuah studi oleh Rolim (C. Rolim 2012) driver 9
(semua kendaraan diesel) di Lisbon metropolitan
daerah dipantau untuk ≈52000 km sebelum dan ≈40000 km setelah sesi pelatihan eco-
driving. Dari yang pertama
tahap monitoring, informasi individual diperoleh dan data serta langkah-langkah
penasehat mengenai
menggunakan kendaraan yang lebih efisien yang tersedia untuk setiap driver di sesi
latihan. Dampak kemudian dipantau
tahap monitoring kedua. Beberapa indikator yang dinilai, yaitu rata-rata pengurangan
kecepatan dari 53 ke
50 km / jam dan persentase waktu didorong lebih dari 120 km / h mengurangi 16-10%
sebelum dan sesudah pelatihan
masing-masing. Dalam hal konsumsi energi kendaraan, hasil rata-rata sebelum dan
sesudah pelatihan adalah
disajikan pada Tabel 4.
Tabel 4. Dampak terhadap konsumsi energi TTW dari sesi pelatihan eco-driving.
TTW Konsumsi energi (MJ / km)
rata-rata
Min
Max
Sebelum pelatihan eco-driving
2.32
2.12
2.79
Setelah pelatihan eco-driving
2.19
2.05
2.44
Menurut hasil ini, dua skenario yang ditetapkan untuk periode 2011-2020
mempertimbangkan adhesi linear
eco-driving. Skenario 3 menganggap potensi maksimal 15% pada tahun 2020,
sedangkan skenario 4 menganggap besar
adhesi eco-driving mencapai potensi 100% pada tahun 2020.
Skenario 5 dan 6 ini kemungkinan menghukum driver yang menggunakan jaringan
jalan utama di jam-jam sibuk
mirip dengan studi PSRC (PSRC 2005), dengan memberlakukan sistem perpajakan
berdasarkan membayar saat Anda berkendara konsep
mengambil keuntungan dari solusi ICT yang sudah dikembangkan. Seperti yang
dinyatakan sebelumnya, di wilayah metropolitan Lisbon 72%
lalu lintas terjadi di jalan-jalan jaringan utama dan sekitar 20% dari lalu lintas terjadi
di jam-jam sibuk
periode (8 sampai 9 pagi dan 6 sampai 7 pm) (CML 2005). Dua skenario yang dinilai:
satu mempertimbangkan hukuman
0.01 € / km (Skenario 5) dan lain mempertimbangkan penalti 0,05 € / km (Skenario
6) baik diterapkan untuk kendaraan di
jalan jaringan principal 8-9 pagi dan 6-7 sore. Untuk menilai dampak dari skenario
ini, karena
metodologi yang digunakan menggabungkan dua elastisitas teori disajikan
sebelumnya, elastisitas jangka panjang rata-rata
antara harga bahan bakar dan elastisitas road pricing akan digunakan. Kedua skenario
ini akan memiliki maksimum

halaman 7
722
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
penerapan 15% pada tahun 2020, sesuai dengan lalu lintas di wilayah metropolitan
Lisbon terjadi di jalan utama
di jam-jam sibuk.
Singkatnya, Tabel 5 menyajikan ringkasan dari skenario yang ditetapkan sebelumnya.
Tabel 5. Ringkasan skenario dipelajari.
Skenario
driver utama
Deskripsi
1
batasan kecepatan
Potensi 15% dari maksimum 80 km / h kecepatan
2
batasan kecepatan
Potensi 70% dari maksimum 80 km / h kecepatan
3
Eco-driving
15% adhesi ke eco-driving
4
Eco-driving
100% adhesi ke eco-driving
5
Bayar karena Anda mengemudi 0,01 € / sistem perpajakan km diterapkan ≈15% dari
lalu lintas
6
Bayar karena Anda mengemudi 0,05 € / sistem perpajakan km diterapkan ≈15% dari
lalu lintas
Untuk mengukur dampak yang diharapkan di daerah metropolitan Lisbon,
pengurangan yang disebutkan di atas untuk masing-masing
Skenario yang diterapkan secara linear dari waktu ke waktu dengan konsumsi energi
yang diharapkan 2011-2020, yang
berdasarkan data oleh Baptista et al. (Baptista 2011), di mana metodologi untuk model
evolusi armada dari waktu ke waktu, yang
saham kendaraan dan kilometer armada perjalanan dikembangkan. Menggabungkan
mereka dengan bahan bakar kendaraan '
konsumsi (sesuai dengan konfigurasi teknologi / bahan bakar) dan emisi, konsumsi
energi total armada
dan emisi diperkirakan untuk armada di-gunakan dari waktu ke waktu.
3. Hasil
Enam skenario dinilai untuk memperkirakan potensi mereka untuk mengurangi
konsumsi energi dan CO 2
emisi jawab kepada cahaya-tugas armada (LDV) di wilayah metropolitan
Lisbon. Energi diharapkan
Konsumsi 2011-2020 didasarkan pada Baptista et al. (Baptista 2011), sesuai dengan
Kebijakan
skenario yang menggabungkan kebijakan saat ini untuk Portugal mengenai teknologi
kendaraan dan pengenalan
jalur energi alternatif (di sini bernama BAU). Evolusi yang diharapkan dalam hal
konsumsi energi di
Periode 2011-2020 untuk enam skenario diuji disajikan pada Gambar 1.
20
22
24
26
28
30
32
34
201
1
201
2
201
3
201
4
201
5
201
6
201
7
201
8
201
9
202
0
en
ergy co
n
su
m
p
tion
(PJ)
BAU
Sc. 1
Sc. 2
Sc. 3
Sc. 4
Sc. 5
Sc. 6
Gambar profil 1. Energi konsumsi (di PJ) untuk armada LDV dari Lisbon untuk enam
skenario dipelajari.
Pada periode ini, Skenario yang mengarah ke pengurangan yang lebih tinggi sesuai
dengan Skenario 2 (dengan variabel yang utama
batasan kecepatan) mencapai pengurangan 12% pada tahun 2020 dibandingkan
dengan BAU, diikuti oleh Skenario 4 (dengan utama
variabel yang eco-driving) mencapai pengurangan 5,5%, sedangkan pajak Skenario 6
menyajikan penurunan 1,8%.

halaman 8
723
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
Jika dibandingkan dengan total konsumsi energi Portugis ini pengurangan maksimum
di Lisbon akan sesuai
penurunan 1,4% pada skala negara. Hasil baik untuk konsumsi energi dan
untuk emisi CO2 pada tahun 2011,
Tahun 2015 dan 2020 disajikan pada Tabel 6.
Tabel 6. Ringkasan konsumsi energi dan CO hasil emisi untuk skenario dipelajari.
2

armada LDV
Konsumsi energi (PJ) emisi CO (kton)
2

skenario
2011
2015
2020 2011 2015 2020
BAU (Baptista 2011)
32.30 30,63
2391 2270
Sc. 1
31.92 29.81
2363 2209
Sc. 2
30,56 26,91
2262 1994
Sc. 3
32,19 30,38
2382 2251
Sc. 4
31.52 28,96
2333 2145
Sc. 5
32,12 30,24
2377 2240
Sc. 6
32,51
32.04 30,08
2403
2372 2229
Namun, cara terbaik untuk membandingkan pengaruh aplikasi ICT yang berbeda
adalah dengan membandingkan Skenario
1, 3 dan 5 atau 6, karena mereka menyajikan sama potensi pengenalan / penerapan di
armada LDV (dari
sekitar 15%). Skenario 1 mengungkapkan pengurangan ≈3% pada tahun 2020
dibandingkan dengan BAU, Skenario 5/6 menyajikan
Pengurangan% ≈2, sementara Skenario 3 hanya menyajikan pengurangan ≈1%. Cara
lain untuk menganalisis hasil ini adalah dengan
mengukur bensin dan energi diesel konsumsi dihindari dalam setiap tahun seperti
yang disajikan pada Gambar 2, mencapai
6-87 kton bensin dan solar pada tahun 2020.
0
10
20
30
40
50
60
70
80
90
100
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
SEBUAH
vo
id
ed co
n
jumlah
ptio
tidak
fd
IESE
l an
d
gaso
lin
e fu
els (k
untuk
n
)
Sc. 1
Sc. 2
Sc. 3
Sc. 4
Sc. 5
Sc. 6
Gambar 2. Menghindari bensin dan energi solar konsumsi di setiap tahun pada
periode di daerah metropolitan Lisbon 2011-2020.
Selain konsumsi energi dihindari ini, emisi CO2 dihindari dari pelaksanaan skenario ini
dapat juga
diukur, bervariasi 19-276 kton di Skenario 3 dan 2 masing-masing.
Jika biaya yang terkait baik untuk bahan bakar dan untuk emisi CO2 dianggap, termasuk
nilai pasar diharapkan mereka
evolusi bensin dan diesel (IEA 2010) dan nilai perdagangan emisi untuk
CO 2 (berdasarkan rata-rata di
2011 nilai 10 € / ton (CO2 Prices.eu 2012)), maka biaya dihindari terkait dapat
diperkirakan ini
skenario, seperti yang disajikan pada Tabel 7. Ketika menganalisis Skenario 5 dan 6,
nilai tambahan dapat dipertanggungjawabkan,
pendapatan pajak dari penerapan bayar karena Anda mengemudi sistem. Hasil agregat
dari menggabungkan
3 komponen ini disajikan pada Tabel 7 dan Gambar 3. Biaya investasi (misalnya, di
bidang infrastruktur,
peralatan, penyebaran hukum, dll) juga harus diperhitungkan dan akan dibahas dalam
penelitian lebih lanjut. Seperti yang diharapkan,
skenario 1 sampai 4 hadir hasil biaya yang proporsional sebagai konsumsi energi dan
CO 2 pengurangan (mencapai

halaman 9
724
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
Nilai 124 M € pada tahun 2020 untuk Skenario 2), tapi Skenario 5 dan 6 peningkatan
nilai konsumsi energi oleh 2 dan 5
kali masing-masing, karena pendapatan tambahan dari skema road pricing.
Tabel 7. Dihindari biaya dari konsumsi bahan bakar yang dihindari
dan emisi CO serta membayar saat Anda mendorong pendapatan untuk dipelajari
2,

skenario.
Dihindari biaya dan pendapatan (M €) dari:
Bahan bakar dan CO 2

Perpajakan
Total
Skenario
2015 2020 2015 2020 2015 2020
Sc. 1
14,1 29,6
-
-
14.1
29,6
Sc. 2
63,9 134,0
-
-
63,9 134,0
Sc. 3
4.3
9.1
-
-
4.3
9.1
Sc. 4
28,8 60,4
-
-
28,8
60,4
Sc. 5
6.8
14.3
6.1 13.1 12.9
27,3
Sc. 6
9.5
20,0 33,7 71,9 43,2
91,9
0
20
40
60
80
100
120
140
160
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
SEBUAH
g
gregate
C
Hai
st (M
€
p
e
r kamu
ar)
Sc. 1
Sc. 2
Sc. 3
Sc. 4
Sc. 5
Sc. 6
Gambar 3. Agregat dihindari biaya dari konsumsi bahan bakar yang dihindari
dan emisi CO dan pendapatan dari membayar saat Anda berkendara skema untuk
2

skenario dipelajari.
4. Kesimpulan
Makalah ini membahas konsumsi energi, dampak emisi CO 2 dan kemungkinan
pendapatan dari tiga kemungkinan
aplikasi solusi ICT, dipertimbangkan untuk armada LDV di wilayah metropolitan
Lisbon. aplikasi ini
termasuk batas kecepatan ketat, mendorong perilaku eco-driving, dan menghukum
pengemudi sesuai dengan kapan dan
di mana dia drive kendaraannya. Hasil penelitian menunjukkan bahwa, untuk potensi
pengenalan serupa tiga langkah-langkah ini
(≈15% dari armada), pengaruh pada konsumsi energi TTW aplikasi ICT yang berbeda
adalah: Skenario 1 a
Pengurangan ≈3% pada tahun 2020 dibandingkan dengan BAU; Skenario 5/6
menyajikan pengurangan ≈2%; dan Skenario 3 menyajikan
≈1 pengurangan%. Dalam hal emisi CO2, dihindari emisi CO 2 dari pelaksanaan skenario
ini bervariasi
19-276 kton di Skenario 3 dan 2 masing-masing. Dalam hal biaya terhindar dari bahan
bakar tidak dikonsumsi dan
Emisi CO 2 tidak dipancarkan, serta pendapatan dari skema perpajakan, skenario hasil
berkisar dari 9 sampai
134 M €, untuk skenario 3 dan 2. Hasil ini menguatkan ide bahwa solusi ICT dalam
aplikasi yang berbeda
kemungkinan dapat memainkan peran penting dalam mengurangi konsumsi energi
dan emisi pada transportasi jalan
sektor. Namun, beberapa isu perilaku yang terkait dengan solusi ICT tetap terbuka
(yaitu pengguna yang sebenarnya
respon dunia terhadap penyebaran solusi ini pada skala yang lebih besar dan kemauan
untuk membayar mereka), jadi lebih
studi pelengkap akan dilakukan dalam waktu dekat.

halaman 10
725
Patrícia C. Baptista et al. / Procedia - Sosial dan Ilmu Perilaku 54 (2012) 716 - 725
Ucapan Terima Kasih
Terima kasih kepada Fundação para a Ciencia e Tecnologia untuk dukungan
keuangan Post-Doktor
(SFRH / BPD / 79684/2011). Para penulis juga ingin mengakui "i2d - intelijen untuk
mendorong" proyek
didanai oleh "FAI - Fundo de Apoio à Inovação".
Referensi
ACAP (2010). Statistik - Penjualan kendaraan, Automobile Association of Portugal.
Baptista, P. (2011). Evaluasi dampak pengenalan alternatif kendaraan berbahan bakar
di sektor transportasi jalan. Departemen
Teknik Mesin. Lisbon, Instituto Superior Técnico, Universidade Técnica de
Lisboa. PhD dalam Sistem Energi Berkelanjutan.
Baptista, P., Tomás, M., Silva, C. (2010). "Plug-in skenario penetrasi kendaraan sel
pasar bahan bakar hibrida." International Journal of Hydrogen
Energi 35 (18): 10.024-10.030.
Beusen, B., Broekx, S., Denys, T., Beckx, C., Degraeuw, B., Gijsbers, M., Scheepers,
K., Govaerts, L., Torfs, R., Panis, L. ( 2009). "Menggunakan on
perangkat papan logging untuk mempelajari dampak jangka panjang dari kursus eco-
driving "Transportasi Penelitian Bagian D 14 (7):. 514-520.
Bolderdijk, JW, Knockaert, J., Steg, EM, Verhoef, ET (2011). "Asuransi kendaraan
Pengaruh Pay-As-You-Drive pada kecepatan pembalap muda '
Pilihan:. Hasil percobaan lapangan Belanda "Analisis Kecelakaan dan Pencegahan 43:
1181-1186.
C. Rolim, et al. (2012). "Evaluasi Dampak pelatihan eco-driving." diserahkan ke
Transportasi Penelitian Bagian D.
CML (2005). Lisboa Desafio para a mobilidade, Camara Municipal de Lisboa.
CO2 Prices.eu. (2012). "Analisis CO2 Prices.eu dari CO2 Pasar Uni
Eropa." Diperoleh 24 Maret 2012, dari http://www.co2prices.eu/.
Duarte, G., Gonçalves, G., Farias, T. (2010). monitoring bus real time terhadap
pengurangan konsumsi bahan bakar. XVI PANAM. Lisbon, Portugal.
Komisi Eropa (2011). penilaian staf kertas kerja dampak komisi: Menemani dokumen
ke White Paper - Peta Jalan
Wilayah Transportasi Tunggal Eropa - Menuju sistem transportasi yang efisien
kompetitif dan sumber daya. SEC (2011) 358 final.
Ferraro, P., Harga, Michael K. (2011). Menggunakan Strategi non-uang untuk
Mempengaruhi Perilaku: Bukti dari Percobaan Skala Besar Field.
K. Georgia State University dan University of Tennessee, USA.
Gonçalves, M., Jimenez-Guerrero, P., Lopez, E., Baldasano, J. (2008). "Model
kualitas udara sensitivitas untuk on-road kecepatan lalu lintas representasi:
Efek pada kualitas udara dari 80 km / jam batas kecepatan di daerah Barcelona
Metropolitan "Atmosfer Lingkungan 42:. 8389-8402.
Harvey, G., Deakin, E. (1998). STEP Analisis Paket: Deskripsi dan Aplikasi Contoh -
Lampiran B di USEPA, Teknis
Metode untuk Menganalisis Tindakan Pricing untuk Mengurangi Emisi Transportasi.
Hines, M. (2002). Penegakan judicial Batas Kecepatan Variable. Program Penelitian
Koperasi National Highway Hukum Penelitian Digest
47, Badan Riset Transportasi.
IEA (2010). Energi Dunia Outlook 2010 oleh Badan Energi Internasional.
IMTT (2011). Pengguna de eco-condução - Projecto Eco-condução Portugal.
ITDS SA dan IDMEC-IST (2011). i2d - intelijen untuk mendorong, Eficiência na
Condução Automovel. presentasi publik di "Portugis
Dana Dukungan Investasi yang ditanamkan "/" Fundo de Apoio ao Investimento ".
Larsson, H., Ericsson, E. (2009). "Efek dari alat penasehat percepatan dalam
kendaraan untuk mengurangi konsumsi bahan bakar dan emisi."
Transportasi Penelitian Bagian D 14: 141-146.
Litman, T. (2011). Transportasi Elastisitas - Bagaimana Harga dan Faktor Lain
Mempengaruhi Perilaku Travel, Victoria Transport Policy Institute.
Mei, AD, Milne, DS (2000). "Efek dari Jalan Alternatif Sistem Harga pada Kinerja
Jaringan." Transportation Research A 34 (6):
407-436.
Mekky, A. (1999). "Peramalan Pendapatan Tol untuk Jalan Raya Elektronik Fully
Operasi Under Transponder dan Video-Imaging Systems."
Transportasi Penelitian Rekam 1659: 11-22.
MNAC - Electricidade Industri, et al. (2010). Processo de Monitorização, avaliação e
Formação de condutores (Paten 104.710). Instituto
Nacional de Propriedade Industri. Portugal. 104.710.
Pereira, NC (2011). Eficiência energética lakukan sektor dos Transportes rodoviários:
metodologia para a quantificação melakukan excesso de energia
consumida devido faktor ao comportamental na condução de Solar Systems Veiculos
Automoveis ligeiros. Departamento de Ciencias e Tecnologia da
Biomassa, Faculdade de Ciencia e Tecnologia - Universidade Nova de
Lisboa. Dissertação para a obtenção melakukan grau de Mestre em Energia e
Bioenergia.
PSRC (2005). Pilihan lalu lintas Studi, Dewan Daerah Puget Sound.
Rolim, C., Farias, T., Shiftan, Y. (2010). Dampak dari perilaku mengemudi pada
kinerja lingkungan dan keselamatan. XVI PANAM. Lisbon,
Portugal.
Santos, G., Behrendt, H., Maconi, L., Shirvani, T., Teytelboym, A. (2010). "Bagian I:
Eksternalitas dan kebijakan ekonomi di transportasi jalan."
Penelitian di Transportasi Ekonomi 28: 2-45.
Toledo, T., Musicant, O., Lotan, T. (2008). "Dalam kendaraan perekam data untuk
monitoring dan umpan balik terhadap perilaku driver '." Angkutan
Penelitian Bagian C 16: 320-331.