Kunnskapsinnhenting med reisevaneundersøkelser

Transkript

1 Kunnskapsinnhenting med reisevaneundersøkelser Ny bruk av den nasjonale RVU en (i seg selv) Tematiske utvidelser (stikkord: GIS) Geografiske utvidelse (stikkord: tilleggsutvalg) Noen spredte eksempler på muligheter Side 1

2 RVU er en operasjonalisering av den tidsgeografiske modellen. Tidsgeografien følger menneskers spor gjennom tid-rommet. Bl.a. med fokus på tiden og rommets begrensninger for menneskets handlingsmulighet. RVU vet hvem vi er. RVU vet hvor vi reiser fra. Og når vi drar. - hvor vi skal. - hvordan vi reiser. - når vi kommer fram. - hva vi skal dit vi kommer. - hvor lenge vi blir. - hvor vi drar videre. -osv Kilder: Bo Lenntorp 1978 og Henric Joanson Side 2

3 Vanligvis er vi opptatt av Alltid tilgang til bil 68 Bil og førerkort, ikke bil i går 6 Vår tilgang på transportmidler Hvor ofte vi reiser Bil, ikke førerkort 13 Ikke bil, har førerkort Ikke bil, ikke førerkort Hvor langt vi reiser MC/Annet Kollektivt Bilpassasjer Hvordan vi reiser 0 5 Ingen reiser 1-2 reiser 3-4 reiser 5-6 reiser > 6 reiser 0 Arbeid Under 1 km Hvorfor vi reiser ,9 km 3-4,9 km 5-9,9 km 10-19,9 km 20 km eller lengre Bilfører Skole 54 Tjeneste 2 4 Sykkel 5 Handle/service Følge/omsorg Til fots Fritid Besøk Annet 7 Men vi kan få mye mer ut av RVU! Side 3

4 For eksempel når vi reiser til og fra jobb og hva vi gjør underveis Prosent Arbeidsreise innom barnehage etc Arbeidsreise innom butikk/ærend Arbeidsreise uten ekstra gjøremål Reisens starttid i hele timer Side 4

5 Eller hvor lenge holder vi på med forskjellig.. Gjennomsnittlig tidsbruk på ulike besøkssteder (minutter) Båttur Ute en tur (gjerne med hund) Organiserte fritidsaktivitet Tilskuer fotballkamp etc Kafe, restaurant, pub mv Kino, teater, konsert, utstilling mv Privat besøk, sykebesøk Levering/henting barn, fritid/sport etc Timer Levering/henting i barnehage etc Lege, med.service Servicektr, bank, post Butikk, annen type Butikk, dagligvarer På jobben Hjemme Side 5

6 Eller hva er sannsynligheten for at vi jobber hjemme en dag eller mer i uka avhengig av hvor lang arbeidsreise vi har? 0,35 0,30 0,25 Sannsynlighet 0,20 0,15 0,10 0,05 0, Km pendlingsdistanse Side 6

7 Tematiske utvidelser (stikkord: GIS) Ved hjelp av stedfesting (grunnkretser) av reisene kan vi koble til geodata. Gir flere analysemuligheter (tematisk utvidelse) Side 7

8 Utallige muligheter! Noen få eksempler... Reisemåte etter folks bosted. Alle reiser Bosted Til fots/ sykkel Bil Kollektivt Annet I alt Spredtbygd innbyggere innbyggere innbyggere innbyggere innbyggere Oslo tettsted Eller hva med reisemåte til arbeid etter arbeidsplassens beliggenhet Arbeidsplassens beliggenhet Til fots/ sykkel Bil Kollektivt Annet I alt Spredtbygd Tettsted under innb innbyggere innbyggere innbyggere eller mer Side 8

9 Tettstedsreisenes fordeling (alle reiselengder) % Innenfor samme tettsted Mellom tettsteder Fra/til spredtbygd Side 9

10 Eller hva med sannsynligheten for arbeid i et regionhovedsenter avhengig av hvor langt folk må reise. Datagrunnlag: RVU2005 koblet med tettstedsdata, grunnkretsdata, veinettsdata. 0,6 0,5 Sannsynlighet 0,4 0,3 0,2 0, Reisetid med bil (minutter) Side 10

11 Geografiske utvidelse (stikkord: tilleggsutvalg) Side 11

12 Geografiske utvidelse (stikkord: tilleggsutvalg) Side 12

13 Eksempler Lokale pendlingsstrømmer Side 13

14 Eller hvordan står det til med reisevanene rundt i byregionen? Sammenlignet med naboene Side 14

15 Og hvis spanderer riktig mange intervjuer kan vi få til mye mer 1. Vi starter med et egnet kart Side 15

16 1. Vi starter med et egnet kart 2. Legger over grunnkretsene og henter inn RVU-data Side 16

17 1. Vi starter med et egnet kart 2. Legger over grunnkretsene og henter inn RVU-data 3. Summerer reiser per krets og beregner glidende gjennomsnitt Side 17

18 Hvor kjører man mest bil? Andel med bil start eget hjem. Mandag-fredag Side 18 TØI rapport 677/2003

19 Bergen tettsted Prosent med bil start eget hjem. Mandag-fredag. Folk som bor i sentrum/indre by kjører lite bil Trondheim tettsted Side 19 TØI rapport 677/2003

20 Et siste eksempel. Med god tilgang på lokale RVU data kan vi lage turproduksjonsnøkler til bruk i praktisk areal- og transportplanlegging Side 20

21 Beregningsopplegg: Per person 18 år + Snitt turer/person per dag ut av hjemmet 1,45 turer Prosent av turene med bil (fører, pass, taxi) 59 % Sannsynlighet for reise som bilfører: RVU Km_til_Oslo_sentrum Bosatte_per_dekar Innslag_næringsareal Minutter_til_holdeplass Antall_i_husholdet Hush_innt_ Constant Snitt besøk per hushold Bilfører Bilpass Taxi B S.E. Wald df Sig. Exp(B),024, ,461 1,000 1,025 -,047,006 61,762 1,000,954 -,927,150 38,276 1,000,396,008,002 11,444 1,001 1,008,074,017 19,394 1,000 1,077,158, ,064 1,000 1,171 -,912, ,052 1,000,402 Prosent av turene med bil (fører, pass, taxi),359,166,063, RVU Bilturer per hushold= Beboere + Besøkende Sannsynlighet for reise som bilfører: B S.E. Wald df Sig. Exp(B) Km til Oslo sentrum 0,012 0,005 6,062 1,014 1,012 Innslag næringsareal -0,721 0,273 6,969 1,008 0,486 Minutter til holdeplass -0,009 0,006 2,655 1,103 0,991 Bosatte per hushold 0,441 0,131 11,309 1,001 1,555 Konstant -0,609 0,302 4,068 1,044 0,544 Felt: Side 21 Dal Lindeberg Borgen skog Huldreveien Beregnet Trafikktelling korrigert for fremmedtrafikk

22 Beregnet turproduksjon for boligområder. Antall bilbevegelser til/fra hushold Tallene gjelder for mandag-fredag Side 22 Km fra Oslo sentrum Bebyggelse Personer i husholdet 1 person 2 personer 3 personer 4 personer 0-2,4 km Høy tetthet/urbant Fra: 0,8 1,8 2,6 3,3 Til: 1,3 2,9 4,2 5,2 Middels tetthet/urbant Fra: 1,0 2,2 3,2 4,1 Til: 1,4 3,1 4,5 5,5 2,5-4,9 km Høy tetthet/urbant Fra: 0,9 1,9 2,8 3,5 Til: 1,3 2,8 4,2 5,2 Høy tetthet Fra: 1,3 2,7 3,9 4,9 Til: 1,5 3,2 4,6 5,6 Middels tetthet/urbant Fra: 1,0 2,2 3,3 4,2 Til: 1,5 3,2 4,7 5,7 Middels tetthet Fra: 1,3 2,8 4,1 5,1 Til: 1,7 3,6 5,2 6,3 Lav tetthet Fra: 1,5 3,1 4,6 5,6 Til: 1,7 3,7 5,2 6,4 5,0-9,9 km Høy tetthet/urbant Fra: 0,9 1,9 2,8 3,5 Til: 1,5 3,2 4,6 5,7 Høy tetthet Fra: 1,2 2,5 3,6 4,5 Til: 1,6 3,5 5,0 6,1 Middels tetthet/urbant Fra: 1,1 2,3 3,5 4,3 Til: 1,6 3,4 4,9 6,0 Middels tetthet Fra: 1,4 2,9 4,3 5,2 Til: 1,8 3,8 5,5 6,6 Lav tetthet/urbant Fra: 1,4 3,0 4,4 5,4 Til: 1,6 3,4 5,0 6,1 Lav tetthet Fra: 1,5 3,2 4,6 5,6 Til: 1,9 4,0 5,8 7, ,9 km Høy tetthet/urbant Fra: 1,0 2,0 3,0 3,8 Til: 1,6 3,3 4,8 5,9 Høy tetthet Fra: 1,3 2,8 4,0 4,9 Til: 1,8 3,7 5,4 6,5 Middels tetthet/urbant Fra: 1,1 2,5 3,7 4,6 Til: 1,8 3,8 5,5 6,6 Middels tetthet Fra: 1,5 3,1 4,6 5,6 Til: 2,0 4,2 5,9 7,1 Lav tetthet/urbant Fra: 1,2 2,7 4,0 5,0 Til: 1,8 3,9 5,6 6,7 Lav tetthet Fra: 1,6 3,3 4,8 5,9 Til: 2,1 4,4 6,2 7,4 20km + Middels tetthet/urbant Fra: 1,4 3,1 4,5 5,5 Til: 2,0 4,2 5,9 7,1 Middels tetthet Fra: 1,7 3,6 5,1 6,2 Til: 2,5 5,0 6,9 8,2 Lav tetthet/urbant Fra: 1,4 3,1 4,5 5,5 Til: 2,5 5,0 6,9 8,2 Lav tetthet Fra: 1,8 3,7 Transportøkonomisk 5,3 6,4 institutt Til: 2,9 5,6 7,5 8,7

23 Km fra Oslo sentrum Bebyggelse Personer i husholdet 1 person 2 personer 3 personer 4 personer 0-2,4 km Høy tetthet/urbant Fra: 0,8 1,8 2,6 3,3 Til: 1,3 2,9 4,2 5,2 Middels tetthet/urbant Fra: 1,0 2,2 3,2 4,1 Til: 1,4 3,1 4,5 5,5 2,5-4,9 km Høy tetthet/urbant Fra: 0,9 1,9 2,8 3,5 Til: 1,3 2,8 4,2 5,2 Høy tetthet Fra: 1,3 2,7 3,9 4,9 Til: 1,5 3,2 4,6 5,6 Middels tetthet/urbant Fra: 1,0 2,2 3,3 4,2 Til: 1,5 3,2 4,7 5,7 Middels tetthet Fra: 1,3 2,8 4,1 5,1 Til: 1,7 3,6 5,2 6,3 Lav tetthet Fra: 1,5 3,1 4,6 5,6 Til: 1,7 3,7 5,2 6,4 5,0-9,9 km Høy tetthet/urbant Fra: 0,9 1,9 2,8 3,5 Til: 1,5 3,2 4,6 5,7 Høy tetthet Fra: 1,2 2,5 3,6 4,5 Til: 1,6 3,5 5,0 6,1 Middels tetthet/urbant Fra: 1,1 2,3 3,5 4,3 Til: 1,6 3,4 4,9 6,0 Middels tetthet Fra: 1,4 2,9 4,3 5,2 Til: 1,8 3,8 5,5 6,6 Lav tetthet/urbant Fra: 1,4 3,0 4,4 5,4 Til: 1,6 3,4 5,0 6,1 Lav tetthet Fra: 1,5 3,2 4,6 5,6 Til: 1,9 4,0 5,8 7, km Høy tetthet/urbant Fra: Side 23 Antall bilbevegelser til/fra hushold