การศึกษาจุดคอขวดบนเส้นทางสายหลักในช่วงเทศกาลวันหยุดยาว: กรณีศึกษา ถนนมิตรภาพช่วงนครราชสีมา–ขอนแก่น

Abstract

ในช่วงเทศกาลหรือวันหยุดยาวผู้คนมักจะเดินทางด้วยรถยนต์ส่วนบุคคลเพื่อไปท่องเที่ยวหรือกลับภูมิลำเนาส่งผลให้เกิดการติดขัดบนท้องถนน แต่หากสังเกตเพิ่มเติมจะพบว่าการติดขัดของกระแสจราจรนั้นจะเกิดขึ้นเป็นระยะๆสลับกับเคลื่อนตัวได้อย่างรวดเร็วนั่นเป็นเพราะว่ามีคอขวดเกิดขึ้น การศึกษานี้มีขึ้นเพื่อหาปัจจัยที่เกี่ยวข้องต่อการเกิดคอขวดบนท้องถนน การเก็บข้อมูลดำเนินการโดยการขับรถยนต์สำรวจไปตามกระแสจราจรจากจังหวัดนครราชสีมาไปยังจังหวัดขอนแก่นเป็นจำนวน 16 รอบในช่วงต้นของเทศกาลปีใหม่ คือระหว่างวันที่ 27 ถึง 29 ธันวาคม 2556 โดยที่แต่ละรอบออกเดินทางห่างกัน 3 ชั่วโมง รถแตล่ ะคันประกอบไปด้วยคนขับรถและผู้โดยสารเพื่อทำหน้าที่บันทึกตำแหน่งที่เกิดคอขวดพร้อมระบุปัจจัยของสภาพแวดล้อมลงในแบบฟอร์ม จากนั้นนำข้อมูลที่ได้มาประมวลผลและคัดกรองจนในที่สุดสามารถสรุปได้ว่ามีปัจจัยที่เกี่ยวข้องทั้งหมด 12 ปัจจัย และได้ตำแหน่งคอขวดจำนวน 97 ตำแหน่ง จากนั้นนำไปสร้างแบบจำลองโดยใช้วิธีที่เรียกว่า Binary Logistic Regression ผลที่ได้จากการศึกษาพบว่าแบบจำลองรูปแบบที่ใช้ข้อมูลสถานีบริการน้ำมันแยกประเภทเป็นของ ปตท. และยี่ห้ออื่นๆ กับไม่จำแนกรูปแบบของสะพานยกระดับมีประสิทธิภาพดีที่สุด

During festivals or long weekend, people often drive to travel or visit their hometown, which results in a great number of cars on many major highways. It is observed that the traffic stream on these highways flows under stop-and-go condition due to the occurrence of bottlenecks. This study aimed to explore ways to locate the bottlenecks on highways. Data were collected by driving along Mittraphap Road from Nakhon Ratchasima to Khon Kaen during the beginning of New Year (December 27–29, 2013), which was a total of 16 trips. Each trip started every three hours and a designated survey form was used to record the locations of the bottlenecks as well as factors contributing to their occurrences. The findings revealed 97 locations of the bottlenecks and 12 factors causing their occurrences. Binary logistic regression model was utilized to analyze and build forecasting models, which differed primarily in such factors as types of gas stations and overpasses. It was found that the most efficient model was the model using PTT gas stations and unclassified overpasses.