RAPPORT 167 Turproduksjonstall for arealekstensive handelskonsepter

Transkript

1 RAPPORT 167 Turproduksjonstall for arealekstensive handelskonsepter ILLUSTRASJON: Liggende format 15 x 10 cm, stående 10 X 15 CM, LAGRET SOM JPG, MED KANTLINJE FARGE SORT 2 PXL

2 II

3 Fakta om PROSAM 1. Deltagere i PROSAM PROSAM er et samarbeid mellom følgende offentlige etater og bedrifter: Staten: Akershus fylkeskommune: Oslo kommune: Kollektivtrafikkselskaper: Statens vegvesen Region øst Statens vegvesen Vegdirektoratet Jernbaneverket Region øst Sentraladministrasjonen Plan- og bygningsetaten Samferdselsetaten Ruter AS NSB AS Persontog 2. Formål med PROSAM PROSAM ble i 1987 etablert for å styrke og koordinere arbeidet med trafikkdata- og prognoser i Oslo-området. PROSAM har som oppgave å utvikle og vedlikeholde et felles datagrunnlag og nødvendig prognoseverktøy. Det gir de deltagende parter mulighet til å beregne transport- og trafikkmessige konsekvenser av tiltak innenfor vei- og kollektivsektoren samt alternativ arealbruk. 3. Organisering Styringsgruppe Samarbeidsgruppe Bil- og sykkelgruppe Kollektivgruppe Modell- og RVU gruppe Styringsgruppa: Behandler årlig arbeidsplan og budsjett for PROSAMs arbeid. Beslutter igangsetting av større prosjekter som er hensiktsmessig for de oppgaver som PROSAM skal løse, med tilhørende fremdriftsplaner. Samarbeidsgruppa: Utarbeider årlig arbeidsplan med tilhørende budsjett for PROSAMs virksomhet. Bidrar til koordinering av undersøkelser og analyser som blir utført av de enkelte etater. Arbeider kontinuerlig med å utvikle grunnlagsdata for transportberegninger og transportprognoser. Behandler innspill fra faggruppene og gir anbefalinger til styringsgruppen. De ulike faggruppene: Utarbeider detaljerte prosjektplaner, starter opp prosjektene og har en kontinuerlig oppfølging av disse. Publiserer rapporter, artikler og eventuelt andre relevante publikasjoner. Skal være idéskapende for prosjekter i PROSAM-regi. III

4 IV

5 TITTEL: Turproduksjonstall for arealekstensive handelskonsepter PROSAM-RAPPORT NR: 167 DATO UTGIVELSE: Desember 2008 UTGIVER: OSLO KOMMUNE, PLAN- OG BYGNINGSETATEN RAPPORTEN KAN BESTILLES HOS: Denne rapporten kan lastes ned fra KONSULENT: Asplan Viak AS STIKKORD: Turproduksjonstall for arealekstensive handelskonsepter, undersøkelse av 8 virksomheter i Oslo og Akershus. SAMMENDRAG/FORMÅL: Hensikten med arbeidet har vært å innhente og systematisere turproduksjonstall for arealekstensive handelskonsepter. En vil dermed få bedre erfaringsdata ved vurdering av trafikkmessige konsekvenser av tilsvarende arealbruk. EVT. VEDLEGG SOM ER TILGJENGELIG PÅ Excel-ark med turproduksjonstall RAPPORTENS PLASS I FORHOLD TIL ANDRE PROSAMRAPPORTER: Andre rapporter innenfor samme tema: Prosamrapport nr 103, 121 og 137. V

6 VI

7 Forord Asplan Viak AS har på oppdrag for PROSAM undersøkt turproduksjonen for åtte arealekstensive handelskonsepter i Oslo og Akershus. Undersøkelsen er gjennomført i september november Resultatene fra undersøkelsen er innarbeidet i excel-tabeller, i likhet med turproduksjonstall for kjøpesentre, dagligvarebutikker og boliger (Prosamrapportene 103, 121 og 137). I PROSAM har arbeidet vært styrt av Oslo kommune v/ Plan- og bygningsetaten med Gunnar Berglund som prosjektleder. Arbeidet har vært fulgt opp av en prosjektgruppe bestående av: Gunnar Berglund, Oslo kommune, Plan- og bygningsetaten Kjell Ove Holmesland, Oslo kommune, Plan- og bygningsetaten Astrid Ådnanes, Oslo kommune, Samferdselsetaten Ina Abrahamsen, Statens vegvesen Vegdirektoratet Hos Asplan Viak er arbeidet i hovedsak utført av Ida Øvren og Faste Lynum. Bjørn Haakenaasen har vært kvalitetssikrer. Desember 2008 Asplan Viak AS Faste Lynum Prosjektleder VII

8 VIII

9 Innholdsfortegnelse Sammendrag Innledning Metode Databehov Utvalg Innhenting av data Generelt Tellinger Intervjuundersøkelse Spørreskjema til virksomhetene Supplerende registreringer Usikkerhet Resultater Spørreskjema til virksomhetene Tellinger Intervjuundersøkelse Supplerende registreringer Beregning av turproduksjonstall Hovedresultater Erfaringsdatabase VEDLEGG Vedlegg 1: Spørreskjema til virksomhetene Vedlegg 2: Detaljerte data for hver enkelt virksomhet, eksempel på dataark Vedlegg 3: Framgangsmåte for beregning av befolkningsgrunnlag og antall ansatte i ArcView IX

10 X

11 SAMMENDRAG Bakgrunn Hovedhensikten med dette prosjektet har vært å innhente og systematisere turproduksjonsdata for arealekstensive handelskonsepter. Arealekstensive handelskonsepter er her definert som forretninger som skiller seg ut fra ordinære kjøpesentre, enten ved å være enkeltforretninger som opptar et stort areal og som forhandler et særlig bredt vareutvalg, eller ved å være enkeltforretninger eller bransjesenter som i hovedsak forhandler store varer som for eksempel møbler, byggevarer eller planter. Opplegget er basert på samme mal som for kjøpesentre beskrevet i Prosamrapport 103. Hovedoppgavene i arbeidet har vært: Undersøkelse av utvalgte arealekstensive handelskonsepter i Oslo og Akershus Bearbeiding av data og innlegging av nøkkeltall i turproduksjonstabell Utvalg Åtte virksomheter inngår i undersøkelsen. For sju virksomheter er undersøkelsen i sin helhet gjennomført i perioden september - november For den ene virksomheten er beregnet turproduksjon til dels basert på registreringer i 2006 og Fire virksomheter ligger i Oslo, to i Asker/Bærum, én i Lørenskog, én i Skedsmo. Utvalget omfatter følgende kategorier: Byggevare (2 stk) Hypermarked : Enkeltforretninger som opptar et stort areal, og som har et særskilt bredt og bransjeglidende vareutvalg (3 stk) Møbler (2 stk) Elektro (1 stk) Undersøkelser Hovedelementer i undersøkelsene har vært: Kundetellinger (tellinger av kunder inn dørene) Biltellinger (radar- og slangetellinger av biler til/fra butikkene) Kundeintervjuer (kartlegging av reisekjeder og reisemiddelbruk) Innhenting av supplerende informasjon fra virksomhetene (utsending av spørreskjema) Supplerende registreringer av stedlige forhold Etablering av turproduksjonstabell Turproduksjonstabellen følger samme mal som for kjøpesentre og kontorbedrifter (Prosamrapport 103) og består av: 1. Samletabeller med aggregerte data 2. Turproduksjonsdata med hovedtall for alle undersøkelser (én linje per virksomhet) PROSAM-rapport 167 side 1

12 3. Turproduksjonsdata med noe mer detaljerte data for den enkelte undersøkelse (én linje per virksomhet) 4. Detaljerte data om den enkelte virksomhet (ett ark per virksomhet) Hovedresultater Tabell Tabell 0-4 viser hovedresultatene fra undersøkelsen. Det fremgår at turproduksjonen varierer mye, både mellom virksomhetsgruppene og innenfor den enkelte gruppe. Hypermarkedene har i gjennomsnitt den høyeste turproduksjonen, mens byggevare har den laveste. Samtidig ser en at den ene byggevaren ligger svært lavt, mens den andre ligger nærmere gjennomsnittet for de tre hypermarkedene. Ser en på hypermarkedene er det én av de tre som skiller seg ut med den klart største turproduksjonen. Dette er også den eneste virksomheten som er lokalisert i et senter (Akershus). I tillegg har det en profil som i noe mindre grad enn de to andre hypermarkedene er rettet mot storhandel. Møbelforretningene er også svært forskjellige. Den ene ligger svært lavt, mens den andre har en turproduksjon som ligger over gjennomsnittet for hypermarkedene. Den store variasjonen mht. turproduksjon illustrerer at trafikkberegninger basert på erfaringstall for slike virksomheter alltid vil ha betydelig usikkerhet. Denne usikkerheten vil være spesielt stor på et planstadium der arealbruken ennå ikke er spesifisert i detalj, slik at en ikke vet konkret hvilke virksomheter som er aktuelle. Det er derfor viktig å presisere at erfaringstallene fra denne undersøkelsen bare vil være indikatorer på størrelsesorden, og at de bør brukes med forsiktighet. Tabell 0-1: Nøkkeltall, Byggevare (2 stk), bilturer (sum til og fra) per 100 m 2 salgsareal Virkedøgn (man-fre) Lørdag virkedøgn (man-fre) Makstime, lørdag Gj.snitt Minimum Maks Tabell 0-2: Nøkkeltall, Hypermarked (3 stk), turer(til og fra) per 100 m 2 salgsareal Personturer per virkedøgn (man-fre) Bilturer per virkedøgn (man-fre) Bilturer lørdag Bilturer i perioden virkedøgn (man-fre) Bilturer i makstimen, lørdag Gj.snitt Minimum Maks PROSAM-rapport 167

13 Tabell 0-3: Nøkkeltall, Møbel (2 stk), bilturer (til og fra) per 100 m 2 salgsareal Virkedøgn (man-fre) Lørdag virkedøgn (man-fre) Makstime, lørdag Gj.snitt Minimum Maks Tabell 0-4: Nøkkeltall, Elektro (1 stk), turer (til og fra) per 100 m 2 salgsareal Personturer per virkedøgn (man-fre) Bilturer per virkedøgn (man-fre) Bilturer lørdag Bilturer i perioden virkedøgn (man-fre) Bilturer i makstimen, lørdag Gj.snitt Kartleggingen av reisekjeder på virkedager viste at: Rene handleturer til/fra bolig: 43 % av turene på virkedager (mandagfredag) er rene handleturer som går fra bolig til forretning og tilbake. Det er flest rene handleturer på kveldstid og tidlig på dagen. Handleturer i arbeidstiden: 12 % av handleturene på virkedager (mandagfredag) gjennomføres i arbeidstiden (fra arbeidssted til forretning og tilbake). Dette er i hovedsak reiser som gjennomføres i perioden Kunder på veg mellom bolig og arbeidssted: I ettermiddagsrushet er ca. halvparten av kundene på veg fra arbeid til bolig. Kunder på veg fra annet til bolig: Denne kategorien er relativt stor på kveldstid fra og utover, da mange er på veg hjem etter å ha vært på ulike aktiviteter på ettermiddagen/kvelden. Kombinasjon med annen handel: Ca. 20 % av kundene kombinerer handleturen med handel på annet sted. Undersøkelsen viste for øvrig at kundene til denne kategorien virksomheter i stor grad kommer med bil, med bilandeler på mer enn 80 prosent for alle de åtte virksomhetene. Sammenlikner vi med tidligere undersøkelser har alle gruppene lavere bilturproduksjon på virkedager enn gjennomsnittet for kjøpesenter fra Prosamrapport 103 (51 bilturer per virkedøgn per 100 m 2 salgsareal). Bare det ene hypermarkedet (ID3) ligger høyere. Tilsvarende registreringer for dagligvarebutikker fra Prosamrapport 121 lå vesenlig høyere med et gjennomsnitt på 185 bilturer per virkedøgn per 100 m 2 salgsareal. Erfaringsdatabasen kan lastes ned fra internettadressen til Prosam: PROSAM-rapport 167 side 3

14 1 INNLEDNING I Prosamrapport 103 ble det foreslått hvordan turproduksjonsdata for kontorbedrifter og kjøpesentre kan innhentes og presenteres. Tilsvarende metodikk ble senere lagt til grunn ved innhenting av turproduksjonstall for dagligvarebutikker, presentert i Prosamrapport 121. Ved innhenting av turproduksjonstall for arealekstensive handelskonsepter er hovedtrekkene i metodikken for kjøpesentre videreført. Arealekstensive handelskonsepter er her definert som forretninger som skiller seg ut fra ordinære kjøpesentre, enten ved å være enkeltforretninger som opptar et stort areal og som forhandler et særlig bredt vareutvalg, eller ved å være enkeltforretninger eller bransjesenter som i hovedsak forhandler store varer. Eksempler på vareslag i denne kategorien er byggevare, møbler, elektro/hvitevare, bilrekvisita og planter. I tillegg har en større enkeltforretninger med mer bransjeglidende vareutvalg; hypermarkeder. Undersøkelsen dekker til sammen åtte virksomheter innenfor byggevare, møbler, elektro og hypermarkeder. Sammenliknet med kjøpesentre og dagligvarebutikker er de arealekstensive virksomhetene mindre homogene mht. innhold. Det er derfor ikke fokusert på gjennomsnittstall for alle virksomheter, men på separate tall for hver enkelt virksomhetskategori. I og med at vi har tatt med virksomheter med svært ulik profil viser undersøkelsen fortrinnsvis hvordan turproduksjonen varierer mellom ulike bransjer, ikke hvordan dette påvirkes av lokalisering. Ved vurdering av trafikale effekter av planlagte utbyggingsprosjekter legges det vanligvis stor vekt på å kartlegge om planforslagene vil gi økt biltrafikk. Dette skyldes både behovet for å avdekke ev. miljøulemper, konsekvenser for trafikkavviklingen og ev. behov for avbøtende tiltak. Handelen ved mange av virksomhetene i den aktuelle kategorien er også i stor grad bilbasert, bl.a. fordi det er varer som krever mye plass. Kartleggingen av bilbruk har derfor vært et hovedelement i undersøkelsene. I rapporten er virksomhetene anonymisert. Denne tilnærmingen ble valgt for å unngå at konkurransehensyn skulle begrense tilgangen på data. 4 PROSAM-rapport 167

15 2 METODE 2.1 Databehov Undersøkelsen er i hovedtrekk basert på metodikken for innhenting av turproduksjonstall for kjøpesentre foreslått i PROSAM-rapport 103. Metoden er imidlertid utvidet på ett punkt, da det også er gjennomført intervjuer med et utvalg av kundene. Hovedformålet med intervjuene har vært å få et bedre bilde av reisekjedene. Samtidig ble det registrert hvorvidt kundene hadde ankommet med bil, kollektivtransport eller til fots/syklende. Tilnærmet samme metode for kartlegging av reisekjedene ble også brukt i forbindelse med etableringen av turproduksjonstall for dagligvarebutikker, jf. Prosamrapport Utvalg Undersøkelsen er gjennomført for åtte handelsvirksomheter, fire i Oslo, én i Skedsmo, en i Lørenskog, én i Bærum og én i Asker. Arealekstensive handelskonsepter kan omfatte handelsvirksomheter med ulik varesammensetning og varierende besøksintensitet. I undersøkelsen er det lagt vekt på å inkludere noen av de mest vanlige virksomhetene i segmentet, og det er fokusert på virksomheter som antas å skape mye biltrafikk. Utvalget omfatter følgende kategorier: Byggevare (2 stk) Hypermarked : Enkeltforretninger som opptar et stort areal, og som har et særskilt bredt og bransjeglidende vareutvalg (3 stk) Møbler (2 stk) Elektro (1 stk) Det ble videre lagt vekt på å finne virksomheter der det var mulig å skille trafikken til virksomheten fra annen trafikk. Dette forutsetter at virksomheten har separat atkomst, og at det ikke er parkeringsforhold som gjør at kundene benytter andre parkeringsarealer i området. Dette betyr at undersøkelsen primært dekker handelsvirksomheter som er adskilt fra andre virksomheter. 2.3 Innhenting av data Generelt Undersøkelsen inkluderte følgende hovedelementer: Tellinger: Kunder og biler Intervjuundersøkelse: Intervju av kunder, kartlegging av reisekjeder Innhenting av data fra virksomhetene: Utsending av spørreskjema Supplerende registreringer: Innhenting av data om omgivelsene PROSAM-rapport 167 side 5

16 Undersøkelsen er i sin helhet gjennomført i ukene og i 2008 for sju av virksomhetene. For den åttende virksomheten er det benyttet data fra en tidligere undersøkelse fra 2006 og 2007, men det er innhentet noe supplerende informasjon og gjennomført en supplerende radartelling i Tellinger Biltellinger Bilene ble registrert ved hjelp av radarer eller telleslanger i atkomsten til virksomhetene. Tellingene ble gjennomført for en periode på én uke for hver virksomhet. Tellingene ble gjennomført i ukene og i Som nevnt innledningsvis ble det lagt vekt på å finne virksomheter med separat atkomst. Gjennomgangen av aktuelle undersøkelsessteder viste imidlertid at det var vanskelig å finne virksomheter der atkomsten var 100 % separert fra all annen trafikk. Der det er annen virksomhet som fanges opp av biltellingene er tellingene korrigert for å ta hensyn til dette. Korreksjonene er basert på stikkprøver (korttidsregistreringer av antall som skal til andre virksomheter enn den vi ønsker å vurdere) og vurderinger med basis i innhentet informasjon om de aktuelle virksomhetene. I den grad det er gjort korreksjoner uten at dette er basert på tellinger, gjelder dette virksomheter som mht. trafikkgenerering har marginal størrelse i forhold til de vi har ønsket å undersøke. Usikkerheten i turproduksjonstallene på grunn av disse korrigeringene vurderes derfor som liten. Kundetellinger Kunder ble registrert én virkedag (tirsdag, onsdag eller torsdag) i samme uke som biltellingene (med unntak av én virksomhet der det ble en forskyving med én uke). Antall kunder inn dørene (alle alderskategorier) ble registrert av innleid tellemannskap. Registreringene dekker hele åpningstiden, men med pauser i forbindelse med intervju (10 minutter per time) og pauser på ett kvarter hver andre time. For disse pausene ble trafikken beregnet som et gjennomsnitt av tellingene i forutgående og etterfølgende periode. For byggevarevirksomhetene ble det valgt en noe annen tilnærming til kundetellingene. Bakgrunnen for dette er at det er vanskelig å få sikre dørtellinger. Dette skyldes at en har både hovedinngang og lagerinngang, og muligheter til å gå direkte fra lageret til resten av forretningen. Noen går ut av forretningen og deretter inn lagerinngangen. Tellinger i begge dørene vil dermed medføre at mange blir telt to ganger. Samtidig vil en miste mange hvis en bare teller i hovedinngangen. For de to byggevarevirksomhetene er det derfor kun tatt stikkprøver for å avdekke omfanget av kunder som ikke kommer med bil. I tillegg mangler dørtellinger for den ene virksomheten som ble inkludert med basis i tidligere biltellinger. Butikkene ble kontaktet på forhånd for å avdekke om det var spesielle forhold som kunne påvirke registreringene og som dermed ville påvirke valg av undersøkelsestidspunkt. 6 PROSAM-rapport 167

17 2.3.3 Intervjuundersøkelse De siste ti minuttene hver time intervjuet tellemannskapene kunder som kom til virksomheten. Intervjuene fulgte følgende mal: 1) Vi gjennomfører en undersøkelse av trafikken til ulike forretninger for Oslo kommune. Kan vi få stille deg to til fire spørsmål? 2) Kom du hit med bil, kollektivtransport, gang/sykkel eller annet: 3) Er dette en handletur der du kommer direkte fra boligen din til forretningen og skal rett hjem igjen? Svar: Ja Intervjuer: Takk for hjelpen, da har vi ingen flere spørsmål. Svar: Nei 4) Kan jeg da få spørre hvor du kommer fra og hvor du skal? a) Kommer du fra: 1. Bolig 2. Arbeid 3. Annen handel 4. Annet b) Skal du til: 1. Bolig 2. Arbeid 3. Annen handel 4. Annet Spørreskjema til virksomhetene Det ble utsendt spørreskjema til ledelsen ved virksomhetene for å få opplysninger om bl.a. arealbruk, antall ansatte, omsetning og antall varekjøp. Vedlegg 1 viser spørreskjemaet som ble utsendt Supplerende registreringer I tillegg til tellinger og innhenting av data fra virksomhetene er følgende forhold registrert: Kundegrunnlag, bosatte: Antall bosatte innenfor en avstand på henholdsvis 1 km og 2 km målt langs veg er beregnet for alle butikker. Det er brukt tilnærmet samme metode som i Prosamrapport nr 103, jf. vedlegg 3. Kundegrunnlag, arbeidsplasser: Antall arbeidsplasser innenfor en avstand på henholdsvis 1 km og 2 km målt langs veg er beregnet for alle butikker. PROSAM-rapport 167 side 7

18 Beregningen er basert på data fra SSB. Det er brukt tilnærmet samme metode som i Prosamrapport nr 103, jf vedlegg 3. Områdetype: Dette er angitt etter metodikken skissert i Prosamrapport 103, dvs. med følgende områder, der Oslos bydelsinndeling fra før 2004 er brukt: o Oslo sentrum: Definert som fellesområdet i sentrum som ikke inngår i bydelsinndelingen o Oslo indre by: (bydel 1-6) o Oslo ytre by senter/knutepunkt: Knutepunkter i bydel 7-25 definert i parkeringsnormene for Oslo kommune dvs. Blindern, Bryn, Lysaker, Ryen, Skøyen, Storo og Økern (Parkeringsnormer for næring og offentlige formål, bakgrunnsdokument rapport nr , byutviklingsavdelingen Oslo kommune, juni 2002, geografisk avgrensning vist i infohefte høringsdokument, rapport nr , byutviklingsavdelingen i Oslo kommune datert mai 2002). o Utenfor senter i Oslo: Resten av Oslo o Regionsenter/knutepunkt i Akershus: Sandvika, Ski, Lillestrøm og Jessheim er i Akershus fylkesdelplan for handelsvirksomhet (2001) definert som regionale sentra. o Kommunesenter/knutepunkt i Akershus: Øvrige kommunesentra i Akershus o Lokalsenter/sted/knutepunkt i Akershus o Utenfor senter i Akershus Biltilgjengelighet: ÅDT er vurdert/registrert på veg innenfor henholdsvis 100 og 300 m kjørelengde fra butikkene. ÅDT-tallene er basert på Prosamrapport 163, Trafikkregistreringer i Oslo og Akershus For virksomheter der det ikke er tellesnitt i umiddelbar nærhet, er ÅDT ved butikken basert på en kombinasjon av tellinger lenger unna, faglig skjønn og lokalkunnskap. I tillegg er det registrert om butikkene er godt synlig fra vegene. Kollektivt servicenivå: Dette er angitt etter metodikken skissert i Prosamrapport 103, dvs. at servicenivået er basert på relativ tilgjengelighet med kollektivtransport i forhold til bil beregnet som: o (antall bosatte som når en gitt grunnkrets med kollektivtransport innenfor en reisetid på 45 min) / (antall bosatte som når samme grunnkrets med bil innenfor en reisetid på 20 minutter) med følgende klassifisering: A: Grunnkretser med større forholdstall enn 1.0. Dette betyr at det er flere som kan nå grunnkretsen (fra sin bolig) innenfor 45 min reise med kollektivtransport enn det er innenfor 20 min reisetid med bil. Dette gjelder i hovedsak Oslo sentrum og Indre by. B: Grunnkretser med forholdstall mellom 0.5 og 1.0 C: Grunnkretser med forholdstall lavere enn 0.5. For nærmere beskrivelse av metode for beregning av tilgjengelighet, se Prosamrapport nr 103. Kollektivtilbud: Tilbudet er beskrevet i form av avstand til holdeplass og type tilbud (driftsart og frekvens) 8 PROSAM-rapport 167

19 Parkeringsavgifter: Det ble registrert om parkeringsplassene var avgiftsbelagt Usikkerhet Registreringene ble foretatt i ukene i Denne perioden ble preget av den internasjonale finanskrisen, med bl.a. mye mediafokus på usikkerhet knyttet til fremtidig økonomisk utvikling. Flere virksomheter oppga at dette hadde medført en nedgang i antall kunder og omsetning. Dette kan ha påvirket turproduksjonstallene noe. PROSAM-rapport 167 side 9

20 3 RESULTATER 3.1 Spørreskjema til virksomhetene Alle virksomhetene bortsett fra én har svart på hele eller deler av spørreskjemaet. Salgsareal for den manglende virksomheten er funnet på dennes hjemmeside. De resterende har alle svart på spørsmål om arealer, antall ansatte og parkeringsplasser. Spørsmål og omsetning og uke- og årsvariasjon er i noe varierende grad besvart. Tabell 3-1 viser svarene mottatt fra butikksjefene. Spørsmål 9 og 10 om uke- og årsvariasjoner er vist i figur 5-1 og 5-2. Tabell 3-1: Svar på spørreskjema til butikksjefene ID 1 (Byggevare) ID 2 (Bygge vare) ID 3 (Hypermarked) ID 4 (Hypermarked) ID 5 (Hyper marked) ID 6 (Møbel) ID 7 (Møbel) ID8 (Elektro ) 1a) Salgsareal (m 2 ) b) Lagerareal (m 2 ) c) Kontorareal (m 2 ) d) Innendørs parkeringsareal (m 2 ) Alle plasser i p-hus e) Annet areal (m 2 ) f) Totalt areal (m 2 ) p-hus ) Antall årsverk ) Antall ansatte til sted samtidig (maks) ) Antall p-plasser disponert av virksomheten ) Automatiske tellinger i dørene Nei Nei Nei Nei Nei Nei Ja 7) Antall vareleveringer på en gjennomsnittsdag 8) Virksomhetens årsomsetning (mill. kr) Ikke oppgitt Ikke oppgitt Ikke oppgitt Ikke oppgitt Ikke oppgitt Figur 3-1 viser ukevariasjon mht. antall betalende kunder, basert på data for de to virksomhetene som har besvart dette spørsmålet. De to virksomhetene er et hypermarked og en møbelforretning. Figuren viser at hypermarkedet har flest kunder på fredager og lørdager. For møbelforretningen skiller lørdag seg ut som den klart største dagen. Trafikken på tirsdager, onsdager og torsdager (undersøkelsesdagene på virkedager) utgjør % av uketrafikken for møbelforretningen og ca. 15 % for hypermarkedet. Lørdagene utgjør 22 % av uketrafikken for hypermarkedet og 33 % for møbelforretningen. Figur 3-2 viser variasjon over året for de to virksomhetene som har besvart dette spørsmålet, et hypermarked og en møbelforretning. Møbelforretningen har de klart største sesongvariasjonene med flest kunder i januar, og færrest i månedene februarapril. Hypermarkedet har relativt jevn fordeling over året PROSAM-rapport 167

21 35 % 30 % Ukevariasjon Hypermarked Møbel 25 % 20 % 15 % 10 % 5 % 0 % Mandag Tirsdag Onsdag Torsdag Fredag Lørdag Figur 3-1: Ukevariasjon, andel av betalende kunder per uke basert på fullstendige opplysninger fra to butikker ID 3 (Hypermarked) og ID 6 (Møbel) 14 % Hypermarked Årsvariasjon Møbel 12 % 10 % 8 % 6 % 4 % 2 % 0 % Figur 3-2: Årsvariasjon, andel av antall betalende kunder per år basert på fullstendige opplysninger fra to butikker, ID3 (Hypermarked) og ID6 (Møbel) PROSAM-rapport 167 side 11

22 3.2 Tellinger Figur 3-3 og Figur 3-4 viser hovedresultatene fra tellingene på virkedager i form av antall biler og kunder per time for hver av virksomhetene. Figurene inkluderer beregnet trafikk i pauser der det ikke er gjennomført registreringer (beregnet som gjennomsnitt av forutgående og etterfølgende periode). 500 Biler inn per time, hverdag ID1 Bygg ID2 Bygg ID3 Hyper ID4 Hyper ID5 Hyper ID6 Møbel ID7 Møbel ID8 Elektro Figur 3-3: Biler inn til virksomheten per time, fra registrering på virkedager 450 Antall personer inn dørene per time, hverdag ID1 Bygg ID2 Bygg ID3 Hyper ID4 Hyper ID5 Hyper ID6 Møbel ID7 Møbel ID8 Elektro Figur 3-4: Personer inn dørene per time, fra registrering på virkedager 12 PROSAM-rapport 167

23 Registreringene viser at det generelt er relativt jevn trafikk over store deler av dagen, fra kl. 11 til 19, for de fleste virksomhetene. Den største møbelforretningen skiller seg imidlertid ut ved at det er mindre trafikk i perioden fra kl. 15 til 17 enn i timene før og etter. Dette er sannsynligvis påvirket av at det er mye trafikk i området, og at mange forsøker å unngå den mest belastede perioden. Makstimen utgjør i gjennomsnitt ca. 11 % av virkedøgntrafikken. Hvilken time dette er varierer mellom virksomhetene. For øvrig skal en være forsiktig med å trekke konklusjoner mht. sammenheng mellom virksomhetstype og variasjon i besøk over døgnet. Her det flere forhold som har stor betydning, bl.a. lokalisering. I og med at det er få virksomheter innenfor hver kategori, er det vanskelig å identifisere hvorvidt det er virksomhetstype eller lokalisering som er avgjørende for ev. variasjoner. Videre er det også variasjoner mht. vareutvalg innenfor den enkelte kategori. Hypermarkedene har for eksempel ulike konsepter der ID4 og ID5 i større grad enn ID3 er rettet mot kunder som skal handle mye. Figur 3-6 viser at antallet biler per kunde ligger i størrelsesorden 0,2 0,5 mesteparten av dagen for sju av de åtte butikkene. Møbelforretningen (ID6) har flest biler per kunde inn dørene. Denne forretningen har også en lokalisering med dårlig tilgjengelighet til kollektivtransport og med få bosatte innenfor gangavstand. Figur 3-5: Antall biler inn på p-plass per person inn dørene, virkedager for 5 butikker Figur 3-6 viser biler inn per time på lørdager. Ser en på et gjennomsnitt for lørdagene kan en trekke ut følgende: Flest biler per time i perioden Noe færre biler per time i periodene og PROSAM-rapport 167 side 13

24 600 Biler inn per time, lørdag ID1 Bygg ID2 Bygg ID3 Hyper ID4 Hyper ID5 Hyper ID6 Møbel ID7 Møbel ID8 Elektro Figur 3-6: Biler inn per time, fra registrering på lørdager 3.3 Intervjuundersøkelse De siste ti minuttene hver time ble det gjennomført intervjuer med kundene, jf. spørreskjema vist i kapittel Totalt ble det gjennomført 370 intervjuer ved sju av virksomhetene i undersøkelsesukene. For den sjuende virksomheten (ID7) er intervjuene basert på en tilsvarende kartlegging i I denne undersøkelsen ble det foretatt 528 intervjuer. Kundene ble da intervjuet over flere dager på tilfeldige tidspunkt (virksomheten er derfor ikke tatt med i Tabell 3-2). Tabell 3-2 viser fordelingen på dager og butikker. Tabell 3-2: Antall intervjuede kunder og totalt antall biler inn Virkedag ID1 ID2 ID3 ID4 ID5 ID6 ID8 Totalt Kunder med bil intervjuet (a) Biler inn i åpningstiden undersøkelsesdagen (b) a/b 8 % 25 % 4 % 3 % 3 % 14 % 6 % 5 % Figur 3-7 og Figur 3-8 viser hvordan besøkene i forretningene inngår i reisekjedene samlet for alle virksomhetene fordelt over døgnet og for den enkelte virksomhet samlet over døgnet. 14 PROSAM-rapport 167

25 Reisekjeder, hverdager 100 % 90 % 80 % Antall intervju: % 60 % 50 % 40 % 30 % 20 % 10 % 0 % Totalt Bolig Bolig 46 % 46 % 45 % 29 % 42 % 37 % 41 % 38 % 19 % 34 % 39 % 53 % 57 % 66 % 56 % 57 % 43 % Bolig Arbeid 0 % 4 % 3 % 0 % 1 % 2 % 1 % 2 % 0 % 1 % 0 % 0 % 0 % 0 % 4 % 14 % 1 % Bolig Annet 0 % 4 % 5 % 0 % 8 % 6 % 6 % 5 % 0 % 1 % 3 % 1 % 11 % 5 % 0 % 0 % 4 % Bolig Annen handel 15 % 11 % 17 % 21 % 12 % 2 % 5 % 3 % 11 % 1 % 7 % 4 % 2 % 2 % 0 % 0 % 7 % Arbeid Bolig 0 % 5 % 0 % 0 % 1 % 8 % 13 % 22 % 52 % 37 % 22 % 14 % 7 % 10 % 12 % 0 % 14 % Arbeid Arbeid 8 % 14 % 9 % 29 % 9 % 10 % 9 % 0 % 15 % 5 % 0 % 1 % 2 % 2 % 0 % 0 % 6 % Arbeid Annet 0 % 0 % 0 % 0 % 0 % 6 % 1 % 5 % 0 % 4 % 2 % 0 % 2 % 0 % 0 % 0 % 2 % Arbeid Annen handel 0 % 0 % 0 % 4 % 0 % 0 % 3 % 1 % 4 % 0 % 1 % 0 % 0 % 0 % 0 % 0 % 1 % Annet Bolig 8 % 5 % 8 % 4 % 3 % 12 % 6 % 10 % 0 % 7 % 7 % 8 % 7 % 10 % 12 % 14 % 7 % Annet Arbeid 0 % 0 % 0 % 0 % 1 % 0 % 1 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % Annet Annet 8 % 5 % 0 % 4 % 9 % 2 % 8 % 5 % 0 % 6 % 4 % 1 % 2 % 2 % 0 % 0 % 4 % Annet Annen handel 0 % 2 % 3 % 0 % 0 % 0 % 1 % 2 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 1 % Annen handel Bolig 15 % 2 % 2 % 4 % 5 % 12 % 4 % 1 % 0 % 4 % 11 % 13 % 11 % 2 % 16 % 0 % 6 % Annen handel Arbeid 0 % 2 % 1 % 0 % 0 % 2 % 0 % 0 % 0 % 0 % 0 % 1 % 0 % 0 % 0 % 14 % 1 % Annen handel Annet 0 % 0 % 0 % 0 % 0 % 0 % 0 % 3 % 0 % 0 % 1 % 1 % 0 % 0 % 0 % 0 % 1 % Annen handel Annen handel 0 % 0 % 5 % 4 % 9 % 4 % 0 % 4 % 0 % 0 % 1 % 1 % 0 % 0 % 0 % 0 % 2 % Figur 3-7: Reisekjeder, virkedager, variasjoner over dagen Reisekjeder, gruppert 100 % 90 % 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0 % Gruppe 1 Gruppe 2 Gruppe 3 Gruppe 4 Totalt Bolig Bolig 24 % 37 % 49 % 30 % 43 % Bolig Arbeid 0 % 1 % 2 % 0 % 1 % Bolig Annet 0 % 4 % 5 % 2 % 4 % Bolig Annen handel 16 % 6 % 6 % 4 % 7 % Arbeid Bolig 27 % 17 % 11 % 21 % 14 % Arbeid Arbeid 22 % 8 % 2 % 23 % 6 % Arbeid Annet 0 % 2 % 2 % 0 % 2 % Arbeid Annen handel 4 % 0 % 0 % 2 % 1 % Annet Bolig 2 % 8 % 7 % 9 % 7 % Annet Arbeid 0 % 0 % 0 % 0 % 0 % Annet Annet 2 % 5 % 4 % 4 % 4 % Annet Annen handel 0 % 0 % 1 % 0 % 1 % Annen handel Bolig 2 % 7 % 6 % 4 % 6 % Annen handel Arbeid 0 % 1 % 1 % 0 % 1 % Annen handel Annet 0 % 0 % 1 % 0 % 1 % Annen handel Annen handel 2 % 3 % 2 % 0 % 2 % Bolig Bolig Bolig Arbeid Bolig Annet Bolig Annen handel Arbeid Bolig Arbeid Arbeid Arbeid Annet Arbeid Annen handel Annet Bolig Annet Arbeid Annet Annet Annet Annen handel Annen handel Bolig Antall intervju: 899 Figur 3-8: Reisekjeder for grupper av virksomheter, virkedager (Gruppe 1 = Byggevare, Gruppe 2 = Hypermarked, Gruppe 3 = Møbel, Gruppe 4 = Elektro) PROSAM-rapport 167 side 15

26 Hovedtrekk - reisekjeder Sammensetningen av reisekjedene varierer mye over dagen. Følgende hovedpunkter kan trekkes ut: Rene handleturer til/fra bolig: 43 % av turene på virkedager (mandagfredag) er rene handleturer som går fra bolig til forretning og tilbake til boligen. Det er flest rene handleturer på kveldstid og tidlig på dagen. Møbelforretningene har flest rene handleturer til/fra egen bolig. Handleturer i arbeidstiden: 12 % av handleturene på virkedager gjennomføres i arbeidstiden (fra arbeidssted til forretning og tilbake til arbeidsstedet). Dette er i hovedsak reiser som gjennomføres i perioden Møbelforretningene har svært få turer i denne kategorien. Byggevare har relativt mange turer i arbeidstiden, sannsynligvis fordi håndverkere er en viktig del av kundegruppen. Videre har også elektroforretningen relativt mange turer i arbeidstiden. Kunder på veg mellom bolig og arbeidssted: I ettermiddagsrushet er ca. halvparten av kundene på veg fra arbeid til bolig. Møbelforretningene har færre turer i denne kategorien enn de øvrige virksomhetene. Kunder på veg fra annet til bolig: Denne kategorien er relativt stor på kveldstid fra og utover, da mange er på veg hjem etter å ha vært på ulike aktiviteter på ettermiddagen/kvelden. Kombinasjon med annen handel: Ca. 20 % av kundene kombinerer handleturen med handel på annet sted. I Figur 3-8 er reisekjedefordelingen gruppert på type forretning, da dette antas å ha stor betydning for hvordan handlereisen inngår i de daglige reisekjedene. I tillegg vil lokalisering være svært viktig i denne sammenheng. Reisemiddelvalg Figur 3-9 viser fordeling på reisemiddel blant de intervjuede kundene. Bilandelene er generelt høye, og over 80 prosent for alle virksomhetene. Virksomheten med høyest andel gang/sykkel (12 %) ligger i et regionsenter/knutepunkt og har mange bosatte innenfor et omland på 1 km, jf. Tabell PROSAM-rapport 167

27 100,0 % Reisemiddelfordeling til virksomhetene fra spørreundersøkelsen 90,0 % 80,0 % 70,0 % 60,0 % Prosent 50,0 % 40,0 % 30,0 % 20,0 % 10,0 % 0,0 % ID1 ID2 ID3 ID4 ID5 ID6 ID7 ID8 Totalt Kollektiv 0,0 % 0,0 % 3,4 % 4,4 % 0,0 % 0,0 % 9,8 % 0,0 % 6,6 % Gang/sykkel 4,3 % 0,0 % 12,0 % 2,9 % 0,0 % 7,9 % 1,7 % 0,0 % 3,2 % Bil 95,7 % 96,4 % 84,6 % 92,6 % 100,0 % 92,1 % 87,5 % 100,0 % 89,6 % Annet 0,0 % 3,6 % 0,0 % 0,0 % 0,0 % 0,0 % 0,9 % 0,0 % 0,7 % Figur 3-9: Reisemiddel til virksomheten PROSAM-rapport 167 side 17

28 3.4 Supplerende registreringer Tabell 3-3: Andre registreringer ID Veg < 100 m kjørelengde fra parkering ÅDT Synlig fra veg Ja 2 Ikke tilgjen gelige tall Veg m kjørelengde fra parkering ÅDT Synlig fra veg Ikke flere Ja Ja Ja Ja - Kollektivtilbud Ca. 300 m til bussholdeplass med ca. 2 avg. per time på dagtid Ca. 250 m til bussholdeplass med ca. 1 avg. i timen på dagtid Ca. 60 m til bussholdeplass med ca. 9 avg. i timen på dagtid Antall bosatte innenfor en avstand på: Antall arbeidspl. innenfor en avstand på: 1 km 2 km 1 km 2 km Ja Ikke flere - Ca. 250 m til bussholdeplass med ca. 6 avg. per time på dagtid Ja Ikke flere - Ca. 300 m til bussholdeplass med ca. 12 avg. i timen på dagtid Ingen Nei Ca. 720 m til bussholdeplass med ca. 15 avg. i timen på dagtid Ja Ja Ca. 50 m til bussholdeplass med ca. 20 avg. i timen på dagtid Ja Ja Ca. 120 m til bussholdeplass med ca. 16 avg. i timen på dagtid Figur 3-10 viser at ID 6, 7 og 8 har flest bosatte i influensområdet. ID 5, og 7 skiller seg ut med mange arbeidsplasser. ID 1 skiller seg ut idet den både har få bosatte og få ansatte innenfor et omland på 2 km. 18 PROSAM-rapport 167

29 Bosatte og arbeidsplasser Antall bosatte innenfor 1 km fra butikken Antall bosatte innenfor 2 km fra butikken Antall arbeidspl. innenfor 1 km fra butikken Antall arbeidspl. innenfor 2 km fra butikken ID 1 ID 2 ID 3 ID 4 ID 5 ID 6 ID 7 ID 8 Figur 3-10: Bosatte og arbeidsplasser i butikkenes influensområde PROSAM-rapport 167 side 19

30 3.5 Beregning av turproduksjonstall Tabell 3-4 viser hvordan turproduksjonsfaktorene er beregnet. I regnearket er turproduksjonsfaktorene oppgitt per 100 m 2 salgsareal. Tabell 3-4: Framgangsmåte ved beregning av turproduksjonsfaktorer (virkedøgn) Reisekategori Beregningsmetode Personturer per virkedøgn = Antall personer inn dørene * 2 * korreksjonsfaktor for ukedag * korreksjonsfaktor for måned. Korreksjonsfaktor for ukedag = (gjennomsnittlig antall kunder per dag i perioden mandag - fredag) / (antall kunder undersøkelsesdagen). Korreksjonsfaktor for måned = (gjennomsnittlig antall kunder per måned i perioden januar - desember) / (antall kunder i undersøkelsesmåneden). For virksomheter der uke- eller årsvariasjon ikke er oppgitt er tallene ikke korrigert Bilturer per virkedøgn = Totalt antall biler inn og ut fra parkeringsplassen i registreringsuken * 1/5 (tall fra radar- eller slangetellinger) * korreksjonsfaktor for måned (som for personturer per virkedøgn) Bilturer lørdag Bilturer i maksimaltimen, virkedøgn Bilturer i maksimaltimen lørdag = Totalt antall biler inn og ut fra parkeringsplassen på lørdag fra radareller slangetellinger = Totalt antall biler inn og ut fra parkeringsplassen i største hele time undersøkelsesdagen * korreksjonsfaktor for ukedag og måned (korreksjonsfaktorer som for personturer per virkedøgn) = Totalt antall biler inn og ut fra parkeringsplassen i største hele time lørdag 20 PROSAM-rapport 167

31 3.6 Hovedresultater Tabell 3-5 og Tabell 3-6 viser nøkkeltallene fra undersøkelsen. Tabell 3-5: Turproduksjon, nøkkeltall Personturer per virkedøgn per 100 m 2 Bilturer per virkedøgn per 100 m 2 Bilturer lørdag per 100 m 2 Bilturer i perioden virkedøgn per 100 m 2 Bilturer i makstimen, lørdag per 100 m 2 ID 1 - Byggevare ID 2 - Byggevare ID 3 - Hypermarked ID 4 - Hypermarked ID 5 - Hypermarked ID 6 - Møbel ID 7 - Møbel ID 8 - Elektro Tabell 3-6: Turproduksjon, nøkkeltall etter gruppe Personturer per virkedøgn per 100 m 2 Bilturer per virkedøgn per 100 m 2 Bilturer lørdag per 100 m 2 Bilturer i perioden virkedøgn per 100 m 2 Bilturer i makstimen, lørdag per 100 m 2 1 Byggevare Hypermarked Møbel Elektro Tabellene viser at turproduksjonen varierer mye, både mellom gruppene og innenfor den enkelte gruppe. Hypermarkedene har i gjennomsnitt den høyeste turproduksjonen, mens byggevare har den laveste. Samtidig ser en at den ene byggevaren ligger svært lavt, mens den andre ligger nærmere gjennomsnittet for de tre hypermarkedene. Ser en på hypermarkedene skiller ID3 seg ut med den klart største turproduksjonen. Dette er også den eneste virksomheten som er lokalisert i et senter (Akershus). I tillegg har det en profil som i noe mindre grad enn de to andre hypermarkedene er rettet mot storhandel. Møbelforretningene er også svært forskjellige. Den ene ligger svært lavt, mens den andre har en turproduksjon som ligger over gjennomsnittet for hypermarkedene. Den store variasjonen mht. turproduksjon illustrerer at trafikkberegninger basert på erfaringstall for slike virksomheter alltid vil ha betydelig usikkerhet. Denne usikkerheten vil være spesielt stor på et planstadium der arealbruken ennå ikke er spesifisert i detalj. Det er derfor viktig å presisere at erfaringstallene fra denne undersøkelsen bare vil være indikatorer på størrelsesorden, og at de bør brukes med forsiktighet. PROSAM-rapport 167 side 21

32 Sammenlikner vi med tidligere undersøkelser har alle gruppene lavere bilturproduksjon på virkedager enn det registrerte gjennomsnittet for kjøpesenter fra Prosamrapport 103 (51 bilturer per virkedøgn per 100 m 2 salgsareal). Det er kun det ene hypermarkedet (ID3) som ligger høyere. Tilsvarende registreringer for dagligvarebutikker (Prosamrapport 121) lå vesenlig høyere med et gjennomsnitt på 185 bilturer per virkedøgn per 100 m 2 salgsareal. 22 PROSAM-rapport 167

33 4 ERFARINGSDATABASE Det er etablert en arbeidsbok i Excel med turproduksjonsdata for de sju virksomhetene. Arbeidsboken er bygd opp etter samme mønster som for kjøpesentre, jf. Prosamrapport 103, dvs. at den består av: 1. Samletabeller med aggregerte data: 2. Turproduksjonsdata med hovedtall for alle undersøkelser (én linje per virksomhet) 3. Turproduksjonsdata med noe mer detaljerte data for den enkelte undersøkelse (én linje per virksomhet) 4. Detaljerte data om den enkelte virksomhet (ett ark per butikk) Samletabeller Følgende er vist: Gjennomsnittlig antall personturer per virkedøgn per 100 m 2 (samt minimumsog maksimumsverdier) Gjennomsnittlig antall bilturer per virkedøgn per 100 m 2 (samt minimums- og maksimumsverdier) Gjennomsnittlig antall bilturer lørdag per 100 m 2 (samt minimums- og maksimumsverdier) Gjennomsnittlig antall bilturer i perioden virkedøgn per 100 m 2 (samt minimums- og maksimumsverdier) Gjennomsnittlig antall bilturer i makstimen lørdag per 100 m 2 (samt minimumsog maksimumsverdier) Turproduksjonsdata, hovedtall I hovedtabellen er dataene inndelt i hovedgrupper med ulike fargekoder. Følgende grupper og data inngår: Identifikasjon o ID Beliggenhet o Sted: Kommune Årstall o Årstall undersøkelsen ble gjennomført Om virksomheten o Salgsareal i m 2 o Årsomsetning i mill. kr o Vareutvalg: Byggevare, Hypermarked, Møbel eller Elektro PROSAM-rapport 167 side 23

34 Turproduksjon per døgn o Personturer per virkedøgn per 100 m 2 salgsareal o Bilturer per virkedøgn per 100 m 2 salgsareal o Bilturer lørdag per 100 m 2 salgsareal Bilturproduksjon, maks. time virkedøgn o Bilturer i perioden , andel av virkedøgn Bilturproduksjon, maks. time lørdag o Tidspunkt for maks. time, bilturer lørdag o Bilturer i maks. time lørdag, andel av lørdagstrafikk Turproduksjonsdata, detaljer I detaljtabellen er dataene også inndelt i de samme hovedgruppene, men på et noe mer detaljert nivå. Følgende grupper og data inngår: Identifikasjon o ID Beliggenhet o Sted: Kommune Årstall o Årstall undersøkelsen ble gjennomført Om virksomheten o Antall årsverk o Salgsareal i m 2 o Vareutvalg: Byggevare, Hypermarked, Møbel eller Elektro o Årsomsetning i mill. kr. Om omgivelsene o Områdetype: Inndeling i Oslo sentrum, indre by, ytre by senter/knutepunkt, og utenfor senter i Oslo og regionsenter/knutepunkt, kommunesenter/knutepunkt, lokalt senter/sted / knutepunkt og utenfor senter i Akershus o Kollektivt servicenivå o Gratis eller avgiftsbelagt parkering o P-plasser per m 2 salgsareal o Antall bosatte innenfor 1 km o Antall bosatte innenfor 2 km o Antall arbeidsplasser innenfor 1 km o Antall arbeidsplasser innenfor 2 km Turproduksjon per døgn o Personturer per virkedøgn per 100 m 2 salgsareal o Bilturer per virkedøgn per 100 m 2 salgsareal o Bilturer lørdag per 100 m 2 salgsareal Bilturproduksjon, maks. time virkedøgn o Bilturer i perioden , andel av virkedøgn o Bilturer virkedøgn i perioden per 100 m 2 salgsareal 24 PROSAM-rapport 167

35 o Tidspunkt for maks. time, bilturer virkedøgn o Bilturer i maks. time, andel av virkedøgn Bilturproduksjon, maks. time lørdag o Tidspunkt for maks. time, bilturer lørdag o Bilturer i maks. time lørdag, andel av lørdagstrafikk o Bilturer i maks. time lørdag per 100 m 2 Detaljerte data arealekstensive handelsvirksomheter For hver virksomhet er det utarbeidet et eget ark som inneholder mer spesifikke data fra undersøkelsene. Vedlegg 3 viser et eksempel på innhold i disse arkene. Supplerende undersøkelser PROSAM har nå gjort undersøkelser i åtte arealekstensive virksomheter. Tanken bak erfaringsdatabasen, er at andre tilsvarende undersøkelser skal kunne legges inn, slik at en får et større erfaringsgrunnlag mht. turproduksjonsfaktorer for arealekstensive handelskonsepter. Dersom man trenger mer informasjon om hvordan undersøkelsen ble gjennomført, kan prosjektleder hos PROSAM kontaktes. PROSAM-rapport 167 side 25

36 26 PROSAM-rapport 167

37 VEDLEGG 1. Spørreskjema til butikksjef 2. Detaljerte data for hver enkelt virksomhet, eksempel på dataark 3. Fremgangsmåte for beregning av befolkningsgrunnlag og antall ansatte i ArcView PROSAM-rapport 167 side 27

38 Vedlegg 1: Spørreskjema til virksomhetene Spørreskjema til I forbindelse med trafikkundersøkelsen der vi på oppdrag for Plan og bygningsetaten i Oslo gjennomfører tellinger hos dere og andre utvalgte handelsvirksomheter i Oslo og Akershus, ber vi om at dere besvarer dette spørreskjemaet. Svarene bes returnert på fax til Asplan Viak v/ Ida Øvren på faxnr (tlf ), eller pr mail til ida.ovren@asplanviak.no 1. Kan du angi forretningens areal fordelt på salgsareal, lagerareal, kontorareal, innendørs parkering og totalt areal? a. Salgsareal: b. Lagerareal: c. Kontorareal: d. Areal til innendørs parkering: e. Totalt areal: 2. Kan du angi antall årsverk i forretningen? 3. Hvor mange av de ansatte er til stede samtidig (maksimum)?: 4. Hvor mange parkeringsplasser disponerer forretningen? 5. Har forretningen automatiske tellinger i dørene? 6. Er det mulig å få tilgang til disse dataene til bruk i arbeidet? 7. Kan du anslå antall vareleveringer på en gjennomsnittsdag? 8. Kan du oppgi handelsvirksomhetens årsomsetning inkl mva? 9. Tellingene i deres virksomhet ble gjennomført i uke.. Kan dere oppgi registrert antall varekjøp fordelt på dager i denne uka? a. Mandag: b. Tirsdag: c. Onsdag: d. Torsdag: e. Fredag: f. Lørdag: 10. Kan dere angi hvordan antall varekjøp varierer over året? a. Januar: b. Februar: 28 PROSAM-rapport 167

39 c. Mars: d. April: e. Mai: f. Juni: g. Juli: h. August: i. September: j. Oktober: k. November: l. Desember: 11. Tellingene falt sammen med starten på finansuroen i USA og vi lurer på om det kan ha hatt noen innvirkning på antall besøkende og omsetningen hos deres bedrift. a. Har dere merket noen endring i omsetning fra hva som var forventet for denne uken? b. Endring i antall besøkende? PROSAM-rapport 167 side 29

40 Vedlegg 2: Detaljerte data for hver enkelt virksomhet, eksempel på dataark ID 3 Undersøkelsestidspunkt År: 2008 Dag/måned: Tirsdag/September Merknader til undersøkelsen: Vær: Sol Spesielle forhold: Tåke på morgenen Tellinger: Manuelle tellinger: Gjennomført tirsdag fra til Biltellinger: Elektroniske tellinger fra Generelle registreringer: Kommune: Skedsmo Områdetype: Regionsenter/knutepunkt i Akershus Turproduksjonstall: Type butikk: Hypermarked Personturer per virkedøgn per 100 m 2 salgsareal: 142 Bilturer per virkedøgn per 100 m 2 salgsareal: 76 Personturer per lørdag per 100 m 2 salgsareal: Antall parkeringsplasser: 200 Bilturer per lørdag per 100 m 2 salgsareal: 92 Adresse: Bilturer i perioden , andel av virkedøgn: 8 % Grunnkrets: Tidspunkt for makstime, biltrafikk, virkedøgn: ÅDT på veg < 100 m kjøreveg fra parkering: Bilturer i makstimen, andel av virkedøgn: 9 % Synlig fra veg 1: ja Bilturer i perioden virkedøgn, per 100 m2 salgsareal: 7 ÅDT på veg < 300 m kjøreveg fra parkering: i 2005 Tidspunkt for makstime, biltrafikk, lørdag: Synlig fra veg 2: Ja Bilturer i makstimen lørdag, andel av lørdagstrafikk: 12 % Kollektivtilbud Ca 60 m til bussholdeplass med ca 9 avganger i timen på dagtid Bilturer i makstimen lørdag per 100 m2 salgsareal: 11 Fra spørreskjema til virksomheten: Bilturer per virkedøgn / omsetning i mill. kr: 12,96 Antall varekjøp i kassen per person inn dørene: 266 Forretningens areal: Salgsareal: Lagerareal: Kontorareal: 160 Areal til innendørs parkering: 500 Totalt areal: Antall årsverk i forretningen: 100 Antall ansatte til stede samtidig (maksimum): 60 Antall parkeringsplasser disponert av forretningen: 200 Hender det at kunder avvises fordi det ikke er ledige parkeringsplasser? Er parkeringen gratis? Gratis Anslått antall vareleveringer på en gjennomsnittsdag: Forretningens årsomsetning i mill. kr.: 370 Antall bosatte innenfor 1 km gangavstand 2964 Antall bosatte innenfor 2 km gangavstand Antall arbeidsplasser innenfor 1 km gangavstand 3449 Antall arbeidsplasser innenfor 2 km gangavstand: PROSAM-rapport 167

41 Vedlegg 3: Framgangsmåte for beregning av befolkningsgrunnlag og antall ansatte i ArcView Generelt Ved hjelp av et digitalt veinett er antall bosatte og antall ansatte summert innenfor gangavstandene 1000 meter og 2000 meter fra tellepunktet. Framgangsmåten forutsetter befolkning- og ansattedata på punktnivå, gjerne adressepunkt. Virksomhetene det er talt trafikk for er i beregningen lokalisert til virksomhetens adressepunkt. I programmet Beregningen er utført i ArcGIS versjon 9.3 med påbygningen Network Analyst. Veinettet som er benyttet er Vbase 2005, og veistrekninger som er utilgjengelige for gående (motorveier) er holdt utenfor beregningen. Datagrunnlaget består av ansattedata fra 2003 på adressepunkt og befolkningsdata fra 2006, også på adressepunkt. I ArcGIS benyttes Network Analyst, og moduset Service Area. Basert på et utgangspunkt, i dette tilfellene tellepunktene, følges alle veier i angitt antall meter, og et polygon dannes ut i fra en angitt buffer fra disse veistrekningene. Alle ansatte og bosatte som faller innenfor dette polygonet er til slutt summert. Vi har i denne beregningen benyttet polygoner med gangavstand 1 km og 2 km fra virksomhetens adressepunkt. Innstillingene i programmet som er brukt i denne beregningen er Polygon Type: Detailed, Trim polygons, 50 meter. Usikkerhet Resultatene vil bli påvirket av hvorvidt gang-/sykkelveinettet er inkludert i databasen (Vbase). Dette varierer fra kommune til kommune. Mangelfulle data for gang- og sykkelveier vil kunne gi mindre omland enn hva som gjelder i virkeligheten, da man kan miste viktige gangforbindelser som binder sammen området. PROSAM-rapport 167 side 31