Project for the Promotion of Sustainable and 　

Integrated Urban Development with the BRT Plan
in Santa Cruz Metropolitan Area Management, Bolivia

CUBE training
Session 1 (2020/12/04)

JICA Study Team Member:

Takayoshi FUTOSE

1
 Curriculum
Se Date
1 Role of Traffic Demand Forecasting in Transport Planning
Outline of the Four Step Method
Step 1. Trip Generation & Attraction
Update of Socio-economic Framework
Development of Initial OD network
2 Q & A from Session 1
Step 2. Trip Distribution (General / On Cube User Interface)
Step 3. Modal Split (General / On Cube User Interface)
Update of Transport Network
3 Q & A from Session 2
Step 4. Highway Traffic Assignment (General / On Cube User Interface)
Step 4. Transit Traffic Assignment (General / On Cube User Interface)
Calibrating OD table from Traffic Survey Results
4 Q & A from Session 3
How to Update Traffic Demand Model Parameter
Stated Preference Survey
Consideration of Impact of COVID-19

2
Topic 1-1:
Role of Traffic Demand Forecasting
in Transport Planning
What’s Transport M/P ?

Source: Transport Improvement Master Plan Project for Santa Cruz Metropolitan Area (2016)
4
Role of
Traffic Demand 　 Forecasting

Development Impact
Vs.
Budget Constraint
Economic / Financial Evaluation
Background
• Government has limited budget
• Many transport projects are listed:
 What’re priority projects ?
 How are the construction / implementation schedule prepared ?
 Short / Middle / Long Term Planning
 Business Base (Expressway / Railway ), Non-Business Base (Road)
Tool:
• Economic Benefit / Cost <- Project without Revenue
 Saving of Transport Cost (Vehicle Operating Cost / Travel Time Cost
Social Cost of Emission, Accidents)
• Financial Benefit / Cost <- Project with Revenue
 Fare / Toll Revenue, Non-Fair Revenue
¿Cómo priorizar el Proyecto?
Con proyecto Sin proyecto

Los beneficios monetizados del proyecto En millones de USD

Beneficios Costos

y los gastos del proyecto (construcción,

O&M) se comparan durante la vida del
proyecto.
Se priorizan los Proyectos rentables.
Economic Cost & Saving
• Travel Time Cost (TTC)
 Income Approach
 Preference Approach
• Vehicle Operating Cost (VOC)
Monthly Income : USD 320
Average Working Days : 20 days/ Monthly
Average Working Hours: 8 hours / day
Income per hour : USD 2 ≒ Travel Time Cost
Man is going to be late for a date
How much can he pay for 30 min of travel
time reduction ?
= He answered USD 5… (USD 10 of TTC)
Topic 1-2:
Outline of the Four Step Method
Actualización del Modelo de Previsión de Demanda
Flujo del Modelo de 4 pasos
4Modelo
Step Model
de 4 pasos
Input 1st
PasoStep
1 Output
Trip Production
Producción de viajes
Socio-economic
Marco Frame － －
Socioeconómico － － Ganaration/Attraction byZona
Generación/Atracción por Zone
Generación/Atracción
Generation/Attraction
↓
Paso 2
2nd Step
Zone Impedance
Impedancia de Zona － － TripdeDistribution
Modelo Model
Distribución de viajes － － Matriz OD
OD table
↓
PasoStep
3rd 3
Parameter among
Parámetro entre Mode － －
Modos Modal
Selección modalChoice － － OD table
Matriz OD by
por Mode
Modo
↓
Paso 4
4th Step
Redes,Network,
etc. etc. － － Traffic de
Asignación Assignment
tráfico － － Volumen
Section Asignado
Assignment Volume
a Sección
↓
Evaluation/Analysis
Evaluación / Análisis
VOC,VOC,
TTC TTC
Evaluación/Analysis Evaluation
Indicador Indicator
de evaluación
Costo por
unitunidad
Cost － － Evaluation/Analysis － －
Veh*km,viaje*hr,
Veh*km, Trip*hr,
（ TIRE,
EIRR,TIRF, etc.etc.
FIRR, ）

Ya que se actualiza la Matriz OD / matriz OD por Modo,

el Modelo de Previsión de Demanda también puede ser
actualizada.
 4-step Method (1)
• Trip Generation & Trip Attraction:

Traffic Zone

Traffic Zone Traffic Zone

Study Area
Trip Generation
Trip Attraction

11
 4-step Method (2)
• Trip Distribution
Gener
Zone ation

Attrac
tion
 Método de los 4 pasos (3)
• Selección Modal (Modelo de Reparto Modal)

Distribución Ferrocarril: 40%

de viajes
Auto: 60%

Which mode is most

convenient for a
certain purpose?
 Modelo de 4 pasos (4)
• Asignación de viajes
• Mediante el costo
generalizado (costo
de viaje + tiempo de
viaje monetizado) y
el índice de
congestión según el
volumen de tráfico,
se determina el
volumen de tráfico
por rutas.
Flow of Traffic Demand Forecast Mentioned in Transport
Improvement Master Plan Project for Santa Cruz Metropolitan
Area (2016)

Source: Transport Improvement Master Plan Project for Santa Cruz Metropolitan Area (2016)
Survey conducted in Transport Improvement Master
Plan Project for Santa Cruz Metropolitan Area (2016)

Source: Transport Improvement Master Plan Project for Santa Cruz Metropolitan Area (2016)
Encuesta de viajes de hogares (HIS) /
Encuesta de viajes diarios (CS)
• Realizado en toda el área administrativa del Área Metropolitana de Santa Cruz.
• La proporción de la muestra de la HIS se fija en aproximadamente 1,8% de la
población del área urbana del Área Metropolitana de Santa Cruz.
• La proporción de la muestra de la CS se fije en aproximadamente el 2% de la
población del Área Metropolitana de Santa Cruz.
• El trabajo de campo de las encuestas se inició el 10 de junio del 2016 y se finalizó
el 31 de marzo de 2017.

Fuente: Proyecto del Plan Maestro para la Mejora del Transporte en el Área Metropolitana de Santa Cruz (2016)

17
 Tasa de viajes por Atributos
Tasa de viajes por ingresos económicos Tasa de viajes por tenencia de automóvil

Fuente: Proyecto del Plan Maestro para la Mejora del Transporte en el Área Metropolitana de Santa Cruz (2016)

• El nivel de ingresos y la

PIB per cápita (USD a precios actuales )

tenencia de automóvil están
correlacionados con la tasa de
viajes.
• A partir del HIS/CS en 2016-
2017, el crecimiento
económico puede ser
predecido como informacíón
estadística. Fuente: Banco Mundial
 Compilation of Trip Master File
Home Interview Survey

Error Check

Expansion Cordon Line

Survey
Socio-Economic Data
Adjustment

Expansion
Screen Line
Survey Adjustment

Person Trip
Master File

Time Fluctuation Modal Choice

OD Matrices
Topic 1-3:
Step 1. Trip Generation & Attraction
Update of Socio-Economic DATA
TAZ Pop Worker SchoolH StudentH Employ SchoolS StudentS Service
1 1,084 225 68 281 1,324 101 22,421 306
2 2,924 974 296 23 480 101 0 228
3 12,899 4,126 1,901 1,161 2,768 821 0 772
4 7,912 2,919 1,102 493 2,062 151 56 561
5 8,623 4,203 1,064 1,019 5,566 3,456 260 1,732
6 9,548 4,452 1,249 1,327 4,823 1,988 46 1,403
7 380 37 33 6 4,097 678 62,549 478
8 4,874 2,063 887 1,062 4,083 813 302 1,175
9 3,823 2,012 953 359 5,951 3,911 2,805 1,149
10 6,318 1,790 551 235 4,815 399 1,725 1,050
11 11,837 4,774 1,378 993 3,739 435 0 1,165
12 7,653 3,584 1,403 546 2,949 516 0 1,122
13 8,841 4,698 1,765 1,504 2,214 908 112 789
14 4,602 3,687 1,529 1,110 3,133 884 112 597
15 6,025 1,623 1,087 362 3,404 956 0 765
16 10,586 3,964 1,282 920 4,772 2,193 23 1,259
17 9,949 2,806 1,603 842 2,256 497 0 505
18 108 0 0 0 4,096 133 214 2,936

The following variables are used for the demand forecast model.

Source: Transport Improvement Master Plan

Project for Santa Cruz Metropolitan Area (2016)
 Parameters of Trip Generation Model

TAZ Pop Worker SchoolH StudentH Employ SchoolS StudentS Service

1 1,084 225 68 281 1,324 101 22,421 306

TAZ PHBW PHBS1 PHBS2 PHBO PNHB PNHO PHOME PTTL AHBW AHBS1 AHBS2 AHBO ANHB ANHO AHOME ATTL
1 154 55 221 367 204 6,291 20,472 27,764 990 82 17,473 1,075 204 5,012 796 25,632

22
In CUBE User-Interface

23
In CUBE User-Interface

24
Topic 1-4:
Update of
Socio-economic Framework
Existing Socio-economic
Framework
C

Item 2016 2020 2025 2035 70

70
Population 2,041,758 2,248,598 2,512,712 3,076,804 70
70
Worker (at Residence) 695,538 768,844 869,731 1,055,589
70
Employ (at Workplace) 636,613 700,263 782,548 958,313 70

SchoolH (at Residence) 411,070 452,926 514,265 623,956

StudentH (at Residence) 149,238 165,153 186,883 227,028

SchoolS (at School) 409,283 452,953 505,604 619,115

StudentS (at School) 150,619 168,907 187,229 228,077

Service (at Workplace) 197,414 218,294 243,530 298,164

Day Night Ratio 0.971 0.971 0.962 0.967

26
 Existing Socio-economic
Framework
Code Municipio 2016 2020 2025 2035
70101 Santa Cruz de La Sierra 1,643,140 1,722,837 1,863,329 2,163,397
70102 Cotoca 58,680 92,203 124,554 193,644
70103 Porongo 25,921 43,704 65,838 113,109
70104 La Guardia 111,624 135,414 156,529 201,624
70105 El Torno 57,761 61,009 63,224 67,958
70201 Warnes 144,632 193,431 239,238 337,072
Total 2,041,758 2,248,598 2,512,712 3,076,804
Source: Transport Improvement Master Plan Project for Santa Cruz Metropolitan Area (2016)

PROYECCIONES DE POBLACIÓN, SEGÚN DEPARTAMENTO Y MUNICIPIO

(2012 - 2020)

MUNICIPIO 2012 2013 2014 2015 2016 2017 2018 2019 2020

Santa Cruz de La Sierra 1,523,488 1,555,540 1,585,863 1,614,224 1,640,615 1,664,663 1,686,375 1,705,706 1,722,480
SANTA CRUZ 2,783,790 2,857,499 2,931,260 3,004,951 3,078,459 3,151,676 3,224,662 3,297,483 3,370,059
Cotoca 47,923 48,923 49,883 50,814 51,706 52,559 53,379 54,137 54,851
A. IBAÑEZ Santa Cruz de La Sierra 1,523,488 1,555,540 1,585,863 1,614,224 1,640,615 1,664,663 1,686,375 1,705,706 1,722,480
Porongo 16,249 16,399 16,524 16,657 16,764 16,857 16,930 17,004 17,047
Cotoca 47,923 48,923 49,883 50,814 51,706 52,559 53,379 54,137 54,851
La Guardia 91,352 99,399 108,169 117,684 127,986 139,103 151,081 163,945 177,735
Porongo 16,249 16,399 16,524 16,657 16,764 16,857 16,930 17,004 17,047
El Torno La Guardia
52,094 53,503
91,352
54,927
99,399
56,355
108,169 117,684
57,762 127,986 59,167139,103 60,566
151,081
61,937
163,945
63,298
177,735
Warnes El Torno 98,336 108,065
52,094 118,962
53,503 131,121
54,927 144,630
56,355 57,762159,598 59,167 176,121
60,566 194,313
61,937 214,246
63,298

Study
I. Area Total
WARNES Warnes 1,829,442 1,881,829
98,336 1,934,328
108,065 1,986,855
118,962 2,039,463 144,630
131,121 2,091,947159,5982,144,452
176,121 2,197,042
194,313 2,249,657
214,246

27
 Comparison of Population Density in 2020

Original MP Study (2016) Statistics

28
 Car Ownership Ratio
Automotor Park Date REPORT
686,970 2020/5/29 RUAT - Municipal Government of Santa Cruz de la Sierra

29
Topic 1-5:
Development of Initial OD network