Notat. Metode for utredning av potensielle jernbanemarkeder. Dokumentasjon av utviklet modell. Mari Betanzo Kristine Wika Haraldsen Bård Norheim

Størrelse: px
Begynne med side:

Download "Notat. Metode for utredning av potensielle jernbanemarkeder. Dokumentasjon av utviklet modell. Mari Betanzo Kristine Wika Haraldsen Bård Norheim"

Transkript

1 Notat Mari Betanzo Kristine Wika Haraldsen Bård Norheim 85/2016 Metode for utredning av potensielle jernbanemarkeder Dokumentasjon av utviklet modell

2 Metode for utredning av potensielle jernbanemarkeder Urbanet Analyse notat 85/2016

3 Forord Urbanet Analyse har på oppdrag fra Jernbaneverket utviklet et modellverktøy for å kunne vurdere potensialet for jernbane i nye markeder. Basert på analyse av ulike drivere og terskelverdier er det etablert en regnearkmodell som på et innledende stadium kan brukes til å vurdere mulighetene for et nytt togtilbud. Det er gjennomført tre caseanalyser i løpet av prosjektet som er dokumenter i et eget vedlegg til dette notatet (UA-notat 85b/2016). Fra Urbanet Analyse har Mari Betanzo vært prosjektleder for oppdraget. Kristine Wika Haraldsen har vært prosjektmedarbeider, mens Bård Norheim har vært kvalitetssikrer. Marius Sandvik og Ulla Marie Vesterås har vært kontaktpersoner fra oppdragsgivers side. I tillegg til oppstartsmøte er det gjennomført tre underveismøter med oppdragsgiver. Innholdet i dette notatet er utarbeidet av Urbanet Analyse, som står ansvarlig for eventuelle feil og mangler ved dokumentet. November 2016 Urbanet Analyse Urbanet Analyse notat 85/2016

4 Metode for utredning av potensielle jernbanemarkeder Innhold Forord Innledning... 6 Bakgrunn og formål... 6 Innledende om modellen... 6 Modellens oppbygning Areal- og befolkningsstruktur... 9 Beskrivelse av areal- og befolkningsstrukturer i modellen... 9 Befolkning og tetthet... 9 Reiselengder og avstand mellom stasjoner Arbeidsmarked og pendling Beskrivelse av inndata, retningslinjer og resultater Nødvendig inndata Retningslinjer Resultater Konkurranseflater Beskrivelse av konkurranseforhold i modellen Alternative transportmidlers reisekostnader påvirker markedet for tog Valg av tidsverdier påvirker konkurranseforholdene Det er en preferanse for skinnegående transport Utfordringer knyttet til bruk av tidsverdier Eksempelberegning basert på dagens tidsverdier Endrede tidsverdier påvirker fremtidig konkurranseforhold Beskrivelse av inndata, retningslinjer og resultater Nødvendig inndata Retningslinjer Resultater Trafikkgrunnlag Beskrivelse av trafikkgrunnlag i modellen Potensial hvis alle dagens kollektivreiser blir gjennomført med tog Potensial dersom analyseområdet er som et gjennomsnittlig stasjonsområde Fremtidig potensial Beskrivelse av inndata, retningslinjer og resultater Nødvendig inndata Retningslinjer Resultater Vedlegg Vedlegg 1: Litteraturgjennomgang Vedlegg 2: Regresjonsanalyse Urbanet Analyse notat 85/2016

5 Datagrunnlag Modell for å forklare antall togreiser Redusert prediksjonsmodell Kommuner med over 1000 daglige togreiser Vedlegg 3: Forutsetninger for GK-beregning Stavanger-Ålgård Vedlegg 4: Brukerveiledning Brukerveiledning regnearkmodellen Brukerveiledning GIS Brukerveiledning RVU Litteratur

6 Metode for utredning av potensielle jernbanemarkeder 1 Innledning Bakgrunn og formål Det nasjonale målet om at all vekst i persontransport skal tas av kollektivtransport, sykkel og gange stiller krav om et attraktivt jernbanetilbud i de største byområdene. Generell befolkningsvekst og fortettede bo- og arbeidsmarkeder vil dessuten føre til at jernbanen kan ha et trafikkgrunnlag i områder hvor det tidligere ikke har vært et reelt marked. Dette gjør at det kan være aktuelt å bygge ny infrastruktur eller gjenåpne banestrekninger som ikke har et ordinært persontogtilbud i dag. I den forbindelse ønsker Jernbaneverket å etablere en metode som i en tidlig fase kan kartlegge markedets behov og muligheter, og som tilrettelegger for en systematisk tilnærming til hvilke områder som er relevante å utrede nærmere. Hensikten med det utviklede modellverktøyet er å på et overordnet nivå kunne vurdere om et nytt togtilbud er hensiktsmessig. Det er et premiss at analysen skal kunne gjøres relativt raskt og enkelt, noe som legger føringer for detaljeringsgraden. Det skal eksempelvis ikke være nødvendig å benytte de regionale transportmodellene (RTM) for å kunne anvende modellen. Modellen skal imidlertid kunne gi svar på om det kan være relevant å gå videre med mer detaljerte utredninger av et togtilbud i et gitt analyseområde. I dette notatet gjennomgår vi den utviklede metodikken, mens case-analysene rapporteres i et eget vedleggsnotat (UA-notat 85b/2016). Selve modellen er utviklet i Excel og ligger vedlagt dette notatet «Modell_potensielle jernbanemarkeder.xls». Modellen inkluderer også standardiserte GIS-tabeller og figurer for enkel fremstilling av resultatene. GIS-filen «Potensielle jernbanemarkeder.mxd» ligger vedlagt denne leveransen. Innledende om modellen For å kunne besvare problemstillingene i dette prosjektet har vi gjennomført analysene i flere steg: 1. Først undersøker vi hvilke faktorer som påvirker trafikkgrunnlaget, og dermed potensialet for jernbanereiser. 2. Deretter vurderer vi hva som må til for at jernbanen skal være et hensiktsmessig valg for å dekke transportbehovet i det aktuelle området. 3. Til slutt har vi satt sammen informasjonen til et modellverktøy som kan benyttes for å vurdere markedsgrunnlaget for tog i et gitt område. 4. Metodikken er testes ut på tre eksempelcase (dokumentert i UA-notat 85b/2016). Urbanet Analyse notat 85/2016

7 Modellen inkluderer en grov beregning av mulig trafikkpotensial, samt vurderinger av om jernbane er et hensiktsmessig valg for å løse det estimerte transportbehovet. For å kunne svare på dette er det gjort et innledende litteratursøk for å identifisere hvilke drivere som påvirker markedet for tog. Litteraturgjennomgangen er oppsummert i vedlegg 1. Resultatene viste at areal- og befolkningsstrukturer sammen med arbeidsmarkedet, og konkurranseflater til øvrige transportmidler er viktig for å bestemme trafikkgrunnlaget for tog. Videre er det identifisert en rekke retningslinjer og terskelverdier for de samme faktorene for å kunne antyde når jernbanen er hensiktsmessig i et gitt caseområde. Basert på dette har vi satt sammen en enkel modell for å anslå potensialet for jernbanen i et nytt marked, som gjennomgås i dette notatet. Som en del av arbeidet har vi også gjennomført en regresjonsanalyse av kommuner som har et togtilbud i dag. Det er gjort to varianter av modellen. Den første inkluderer en rekke forklaringsfaktorer og viser hvordan antall togreiser avhenger av befolkningstetthet, utpendlingsandel, gjennomsnittlig reiselengde samt tilgang på bil og parkeringsplass. Denne modellen benyttes til å si noe om hvordan ulike faktorer påvirker potensialet for tog. I tillegg har vi estimert en redusert modell hvor antall togreiser er forklart av totalt reiseomfang, andel utpendlere, andel arbeidsreiser og en kategorifaktor for omfanget av togreiser. Denne modellen brukes til å predikere potensialet for jernbane i et nytt marked. Grunnen til at vi inkluderer færre variabler i prediksjonsmodellen er at det er store usikkerhetsfaktorer knyttet til en del av forklaringsvariablene på kommunenivå, for eksempel tilgang til bil og parkeringsplass fra RVU. Dette gjør at resultatene blir ustabile dersom disse inkluderes. Prediksjonsmodellen inkluderer en kategorifaktor hvor vi skiller mellom kommuner som har færre/flere enn 1000 daglige togreiser i dag. Dette er for å korrigere for noen av de store variasjonene som er mellom dagens togkommuner, hvor spesielt det sentrale Østlandet vil være med å forstyrre resultatene for en mer gjennomsnittlig kommune. For de fleste caseanalyser som dette verktøyet skal brukes til å analysere vil kategorien «færre enn 1000 daglige togreiser» være mest aktuell å benytte. Regresjonsanalysene er beskrevet i vedlegg 2. Modellens oppbygning Modellen er bygd opp rundt tre trinn: 1. Først må det legges inn en del informasjon om analyseområdet innen de tre hovedkategorier som er identifisert som de viktigste faktorene som avgjør om jernbanen er et hensiktsmessig valg: areal- og befolkningsstrukturer, konkurranseflater til øvrige transportmidler og trafikkgrunnlag. 2. Basert på input gjøres det en rekke beregninger innen hver hovedkategori, f.eks. anslås trafikkgrunnlaget basert på to ulike fremgangsmåter, og det gjennomføres enkle beregninger av konkurranseflatene for en eksempelreise. I tillegg hentes det frem nøkkeltall for arealstrukturer og befolkning/arbeidsmarked i analyseområdet. 7

8 Metode for utredning av potensielle jernbanemarkeder 3. Resultatet fra beregningene sammenlignes deretter mot definerte terskelverdier og retningslinjer for når jernbane kan være et hensiktsmessig valg, for å vurdere om det er aktuelt å gå videre med mer detaljerte beregninger. Modellen er overordnet illustrert i figuren under: Figur 1.1: Illustrasjon av modellens oppbygning For å legge til rette for enkel bruk av modellen er det etablert en datafil med all nødvendig input på kommunenivå. Filen er lagt inn i GIS slik at en enkelt kan klippe ut data for det aktuelle analyseområdet. GIS-filen er vedlagt dette dokumentet sammen med selve modellen, som er i regnearksform. I GIS-filen er det i tillegg til kommunedata også lagt inn befolkningsdata på grunnkretsnivå, samt konsentrasjon av tettbebyggelse. Dette gjør det mulig å gjøre en mer finmasket vurdering av befolkningsstrukturene. I kapitlene under gjennomgår vi de tre hovedkategoriene: 1. Areal- og befolkningsstruktur 2. Konkurranseflater 3. Trafikkgrunnlag Først beskriver vi hvorfor/hvordan hovedkategorien er inkludert i modellen, og deretter gjennomgår vi konkret inndatabehov, retningslinjer og resultater. Se for øvrig vedleggsnotatet UA-notat 85b/2016 for konkret bruk av modellen i tre caseområder. Se også vedlegg 5 for detaljert brukerveiledning av modellen. Urbanet Analyse notat 85/2016

9 2 Areal- og befolkningsstruktur Beskrivelse av areal- og befolkningsstrukturer i modellen Vurderingene innen denne hovedkategorien vil i stor grad bestå av å hente frem informasjon om areal- og befolkningsfaktorer som har betydning for potensialet for et nytt togtilbud: 1. Befolkning og tetthet 2. Reiselengder og avstand mellom stasjoner/knutepunkter 3. Arbeidsmarked og pendling Denne informasjonen er samlet i to filer som heter «grunnkretsdata_dato.xls» og «kommunedata_dato.xls». Begge filene er lagt inn i GIS-filen «Potensielle jernbanemarkeder.mxd» slik at en enkelt kan klippe ut data for det aktuelle analyseområdet. Nivåene kan illustreres i GIS og sammenlignes med gjennomsnittsnivåer for kommuner som har et togtilbud i dag. Befolkning og tetthet En innledende oversikt over befolkningen i analyseområdet er viktig for å få et overordnet bilde av det totale markedet. Denne informasjonen vil inngå i den innledende beskrivelsen av caset. I tillegg inkluderer vi befolkningsvekst siden dette påvirker det fremtidige potensialet. Både befolkning og befolkningsvekst er hentet fra SSB og ligger inne i både grunnkrets- og kommunefilen. Befolkningsframskrivingene fra SSB er basert på forutsetninger om utvikling i en rekke parametere som påvirker vekst i antall innbyggere. Hovedalternativet (MMMM) 1 viser hvordan utviklingen blir når vi legger til grunn middels utvikling i både fruktbarhet, levealder, innenlandske flyttinger og innvandring. I noen tilfeller kan det være hensiktsmessig å i tillegg til befolkningsframskrivingene se på lokale arealplaner for å få å få ytterligere informasjon om hvilke områder som forventes å ha sterkest vekst fremover. Dette vil være en mer kvalitativ vurdering knyttet til hvert enkelt case. 1 Tabell 11168: Framskrevet folkemengde 1.januar, etter kjønn og alder, i 9 alternativer (K) (B). Tabell rapporterer kun frem til For vekst fra benyttes derfor nasjonal vekst fra Tabell for alle kommuner. 9

10 Metode for utredning av potensielle jernbanemarkeder I figuren under illustrerer vi befolkning og befolkningsvekst fra GIS-filen: Figur 2.1: Illustrasjon av befolkningsvekst og befolkning fra GIS-filen. Til venstre er befolkningsveksten fra 2016 til 2030 illustrert på kommunenivå. Til høyre er befolkning per grunnkrets illustrert. I tillegg til dagens befolkning og forventet vekst fremover påvirker også befolkningstetthet og lokalisering av boliger markedet for jernbanereiser (Balcombe m.fl. 2004, ATP Oslo 2016, Strand m.fl. 2012, Norheim 2006). Dersom en eksempelvis har fortetting av boliger rundt knutepunktene taler det for et større potensial for jernbanen enn dersom boligene er spredt rundt i området. Norheim (2006) fant en etterspørselselastisitet for befolkningstetthet på omtrent 0,4. Det vil si at 10 prosent mer tettbygd bystruktur gir 4 prosent flere kollektivreiser. I dette prosjektet har vi også gjort en regresjonsanalyse basert på informasjon om kommuner som har togtilbud i dag, som viser at tettere befolkning henger sammen med økt antall togreiser. Befolkningstetthet beregnes i likhet med befolkning og befolkningsvekst på bakgrunn av data fra SSB/Kartverket, og er lagt inn i både grunnkretsfilen og kommunefilen som følger med GISanalysen. Dette gjør at en enkelt kan klippe ut det geografiske området som er aktuelt for analysen. Befolkningstetthet på kommunenivå kan imidlertid være misvisende siden enkelte kommuner kan være svært store i areal slik at gjennomsnittlig befolkningstetthet kan bli relativt lav til tross for at det er stor konsentrasjon av befolkning og næring rundt stasjonen. Vurderingene konsentrerer seg derfor rundt befolkningstetthet på grunnkretsnivå. Urbanet Analyse notat 85/2016

11 I områder med få innbyggere kan også grunnkretsene være relativt store i areal. Vi ser derfor i tillegg på konsentrasjon av tettbebyggelse innenfor grunnkretsene, som er lagt inn som et eget «lag» i GIS-filen. Det kan ikke gjøres beregninger basert på dette «laget», men kartet kan benyttes til å gjøre en kvalitativ vurdering av om tettheten er konsentrert rundt stasjonsområdene. Figuren under viser konsentrasjon av tettbebyggelse langs Jærbanen og befolkningstetthet per grunnkrets i Kristiansandsområdet. De røde områdene langs Jærbanen illustrerer konsentrasjon av tettbebyggelse. I følge SSBs definisjoner er tettbebyggelse hussamlinger der det er registrert bosatt minst 200 personer og der avstanden mellom husene normalt ikke skal overstige 50 meter. Eksempelet fra Jærbanen viser at tettbebyggelsen er konsentrert rundt stasjonsområdene, noe som taler for at jernbane kan være hensiktsmessig. Dersom en har mer spredt befolkning langs hele linjen er det mer usikkert om jernbane er en hensiktsmessig løsning. Figur 2.2: Illustrasjon av tettbebyggelse og befolkningstetthet på grunnkretsnivå fra GIS-filen. Reiselengder og avstand mellom stasjoner Litteraturgjennomgangen har også vist at det bør være en viss avstand mellom stasjonene for at toget skal kunne opprettholde sin konkurransekraft. Kapasitetssterke tog, med lange stasjonsavstander og høy hastighet flytter mange trafikanter over en lengre distanse på relativt kort tid. På den andre siden har toget kostbar og lite fleksibel infrastruktur. Jernbanen er derfor avhengig av tilstrekkelig passasjergrunnlag og høy nok hastighet, som henger sammen med avstand mellom stasjonene og reiselengde. Når en vurderer reiselengder og optimal avstand mellom stasjonene må en vurdere hvilket type togtilbud en ser på (regionalt vs. lokalt) og hvor stort trafikkgrunnlaget er. Et regionalt togtilbud må ha lengre stasjonsavstand for å realisere konkurransefortrinnet knyttet til høy 11

12 Metode for utredning av potensielle jernbanemarkeder hastighet mellom start- og sluttpunkt. Jærbanen fra Stavanger til Egersund er et eksempel på dette. Lokaltog har kortere rutelengde enn regiontogene og kan ha kortere avstand mellom stasjonene, det vil si flere stopp. Lokaltoget mellom Sandnes og Stavanger er et eksempel på dette. Avstand på 2-5 km mellom stasjonene kan defineres som et lokaltilbud, mens et regiontog bør ha lengre avstander. I noen analyser vil det være klart hvor stasjonene skal ligge, eller det kan være eksisterende stasjoner som skal gjenåpnes. I andre tilfeller vil det være mer uklart hvor mange stasjoner det skal være, og eventuelt hvor de skal ligge. Dersom det ikke er definert stasjoner tas det utgangspunkt i de tettbebygde områdene som aktuelle stasjonsområder. Deretter benyttes GIS måleverktøy, eller andre kartkilder, for å anslå avstanden mellom disse områdene. Der hvor det er klart hvor stasjonene skal ligge bør det også gjøres en mer kvalitativ vurdering av stasjonsstrukturen opp mot tettbebyggelse og trafikkgrunnlag. Dersom det er lagt opp til at toget stopper på stasjoner som ikke har tettbebyggelse eller trafikkgrunnlag, bør det vurderes å redusere antall stopp for å øke togets hastighet og attraktivitet. Hastigheten reduseres for hvert stopp som gjennomføres. Hvor mye rutetiden forlenges med avhenger av togets hastighet og varierer mellom 1-3 minutter per stopp (Jernbaneverket, 2012). I modellen er det lagt inn en antagelse om 1,5 minutter ekstra tid per stopp. Gjennomsnittlig reiselengde for motoriserte reiser sier også noe om hvor egnet et område er for togtransport. Toget er avhengig av å ha relativt lang avstand mellom stasjonsområdene for å kunne realisere sitt konkurransefortrinn. Gjennomsnittlige reiselengder som er høyere enn snittet er derfor en fordel for markedsgrunnlaget for tog. I regresjonsanalysen av kommuner som har togtilbud i dag fant vi en positiv sammenheng mellom reiselengde og antall togreiser. Reiselengde finnes i RVU 2013 og er lagt inn i GIS-filen. Under illustrerer vi gjennomsnittlig reiselengde på kommunenivå og hvordan modellen strukturerer informasjon om avstand mellom stasjoner: Strekning Delstrekning 1 Delstrekning 2 Delstrekning 3 Km X Y Z Sum Snitt Figur 2.3: Illustrasjon av gjennomsnittlig reiselengde fra GIS-filen. GIS-verktøyet kan benyttes til å måle avstand mellom stasjoner, som oppsummeres i tabellen over. Urbanet Analyse notat 85/2016

13 Arbeidsmarked og pendling Arbeidsplasser og pendlingsstrømmer påvirker også potensialet for jernbane. I flere sammenhenger vises det til at jernbanen har størst markedsandel for arbeidsreiser (Fearnley m.fl og Norheim m.fl. 2013). Et område hvor det er mange arbeidsreiser og spesielt pendling fra/til fortettede stasjonsområder vil derfor ha bedre markedsforhold for jernbane enn et område hvor det er lite næringsaktivitet. Regresjonsanalysen av kommuner som har togtilbud i dag viste at utpendling og andel arbeidsreiser hang positivt sammen med antall togreiser. Andel arbeidsreiser hentes fra RVU på kommunenivå, mens utpendling er hentet fra SSB. Begge faktorer er inkludert i GIS-filen. Figuren under viser utklipp fra GIS-analysen, andel arbeidsreiser til venstre og utpendling til høyre. Figur 2.4: illustrasjon av andel arbeidsreiser og utpendlere fra GIS-filen. Beskrivelse av inndata, retningslinjer og resultater Nødvendig inndata For å kunne vurdere om befolkningsstrukturen er egnet for jernbane er det behov for å legge inn en del informasjon i modellen. Det meste kan klippes direkte ut av GIS-filen mens det også må gjøres noen mer kvalitative vurderinger. Inputbehovet oppsummeres under: Eksporter kommune- og grunnkretsdata for det aktuelle området (se vedlegg 4 for brukerveiledning for å eksportere data fra GIS). o Lim inn eksporterte data i «DATA»-arkene «Kommunedata» og «Grunnkretser_1km». o Relevante data, som befolkning, reiselengder etc. hentes deretter automatisk inn i «INPUT». 13

14 Metode for utredning av potensielle jernbanemarkeder Legg inn avstand mellom planlagte stasjoner. Legg inn antall stopp mellom endepunktene. Velg om analyseområdet er omfattet av nullvekstmålet (nedtrekksliste). Velg om det er planlagt fortetting rundt stasjonene (nedtrekksliste). Velg om caset betegnes som lokaltog eller regiontog (nedtrekksliste). Velg om caset betegnes storbyområde eller ikke (nedtrekksliste). o Dette bestemmer om man sammenligner med kommuner som har flere/færre enn 1000 daglige reiser (se vedlegg 2 for oversikt over kommuner med flere enn 1000 daglige togreiser). o Det får også konsekvenser for om regresjonsanalysen gjøres basert på kommuner med flere/færre enn 1000 daglige togreiser. Retningslinjer Videre er det definert retningslinjer for når jernbane kan være et hensiktsmessig valg i et analyseområde. Som en første vurdering sammenligner vi nøkkeltall for reiselengde, andel arbeidsreiser og utpendling opp mot nivåene for kommuner som har et togtilbud i dag. Vi skiller mellom områder med flere og færre enn 1000 daglige togreiser. Dette er gjort for å få korrigert for de tunge togkommunene på det sentrale Østlandet, som ikke vil være et relevant sammenligningsgrunnlag for de fleste analyseområdene. Tabell 2.1: Gjennomsnittlige nivåer for områder som har togtilbud i dag. Variabel Færre enn 1000 daglige togreiser Gjennomsnittlig reiselengde (kommune) 17,6 km 17,9 km Andel utpendlere (kommune) 40 % 52 % Andel arbeidsreiser (kommune) 19,5 % 20,1 % Flere enn 1000 daglige togreiser For befolkningstetthet sammenligner vi tetthetene i grunnkretser som ligger innen 1 km fra stasjonene med tettheten i steder som har et togtilbud i dag. Vi skiller også her mellom stasjoner i kommuner som har flere og færre enn 1000 daglige togreiser. I tillegg sammenligner vi befolkningstettheten i de stasjonsnære grunnkretsene med gjennomsnittlig befolkningstetthet i norske tettsteder (SSB, tabell 04859). Tabell 2.2: Gjennomsnittlige nivåer for områder som har togtilbud i dag, samt norske tettsteder. Variabel Færre enn 1000 daglige togreiser Flere enn 1000 daglige togreiser Tettsted (SSB) Befolkningstetthet (grunnkrets) 802 innb./km innb./km 1934 innb/km I tillegg til sammenligningen legges det inn en retningslinje om at lokaltogtilbud ikke bør ha mindre enn 2 km mellom stasjonene, og at et regionalt tilbud ikke bør ha mindre enn 5 km mellom stasjonene. Urbanet Analyse notat 85/2016

15 Resultater I tabellen under viser vi et eksempel på modellens resultater for vurdering av areal- og befolkningsstruktur. I dette eksempelet ser vi at det er tilfredsstillende avstand mellom stasjonen, men at befolkningstettheten i stasjonsnære grunnkretser er lavere enn snittet for sammenlignbare områder som har et togtilbud i dag. Befolkningstettheten er også lavere enn snittet for norske tettsteder. På den andre siden ser vi at 80 prosent av kommunene har høyere reiselengde enn snittet for sammenlignbare kommuner med togtilbud i dag, noe som taler positivt for togandelen. Men samtidig viser resultatene at kun 20 og 40 prosent av kommunene har høyere utpendlingsandel og andel arbeidsreiser enn snittet. Dette er faktorer som taler for et lavere markedsgrunnlag for toget. Basert på areal- og befolkningsstrukturen alene synes ikke eksempelet i tabellen under å være spesielt egnet for jernbane. Den fullstendige vurderingen krever imidlertid at vi ser dette i sammenheng med konkurranseflater og mulig trafikkgrunnlag. Tabell 2.3: Eksempel på oppsummert vurdering av areal- og befolkningsstrukturer. Areal- og befolkningsstruktur: Vurdering Tilfredsstillende avstand mellom stasjonene JA Befolkningstetthet i stasjonsnære områder>snitt for områder med tog i dag? NEI Befolkningstetthet i stasjonsnære områder>snitt tettsteder i Norge? NEI Planlagt fortetting rundt stasjonene DELVIS Andel kommuner med reiselengde høyere enn snittet 80 % Andel kommuner med utpendlere høyere enn snittet 20 % Andel kommuner med arbeidsreiser høyere enn snittet 40 % 15

16 Metode for utredning av potensielle jernbanemarkeder 3 Konkurranseflater Beskrivelse av konkurranseforhold i modellen Alternative transportmidlers reisekostnader påvirker markedet for tog Litteraturgjennomgangen viser mange eksempler på at rammevilkår for konkurrerende transportmidler påvirker jernbanens markedsandel (Fearnley m.fl. 2012, Worsley 2012, Le Vine and Jones 2012). Innledningsvis gjøres en enkel vurdering av konkurranseflatene for reiser på den mest sannsynlige strekningen på den nye toglinjen. I noen tilfeller kan det være naturlig å trekke frem start- og sluttpunkt som en eksempelreise, mens det i andre tilfeller vil være mer hensiktsmessig å se på reiser fra de stasjonene hvor det er størst konsentrasjon av reiseaktivitet. For å vurdere hvordan konkurranseforholdene påvirker markedsforholdet for tog benyttes generaliserte reisekostnader (GK), som er et uttrykk for hva det «koster» trafikantene å foreta en reise både i tid og kroner. Grunnlaget for beregningene er trafikantenes verdsetting, som brukes for å tallfeste trafikantenes nytte av kjennetegn ved tilbudet. Ved å beregne GK for jernbane, buss og bil kan vi ved sammenligning av størrelsene få et inntrykk av hvor konkurransedyktig et tenkt togtilbud kan være. Formålet med verktøyet som utvikles i dette prosjektet tilsier at disse beregningene holdes på et overordnet og gjennomsnittlig nivå med utgangspunkt i eksempelstrekningen, selv om det vil være variasjoner i ulike delmarkeder. For hvert enkelt case må det legges inn overordnede verdier for GK-komponentene for tog, buss og bil (tabell 3.1). Dette kan gjøres på et enkelt nivå basert på eksempelvis kart og reiseplanleggere, eller lokale reisevane- og tidsverdsettingsundersøkelser dersom man har tilgang til det. Beregningene vil være følsomme for hvilken informasjon som legges inn for eksempelreisen, og resultatet må dermed sees på som en overordnet illustrasjon av konkurranseforholdene. Når det gjelder takst er det lagt inn en formel i modellen som beregner togtaksten basert på antall km og avstandstakst på 2,5 kroner per km. Taksten for caset beregnes som den høyeste verdien av estimert avstandstakst og minstetakst på 39 kroner per reise. Dersom en ønsker å se på en reise gjennomført med månedskort halveres avstandstaksten. Konkurranseforholdet for tog relativt til buss og bil beregnes ved å dele GK for tog med GK for buss og bil. En indeks på én betyr at det er like belastende å gjennomføre en reise med tog som buss og bil. Dersom indeksen er over én er det relativt mer belastende med tog, og motsatt dersom indeksen er under én. Urbanet Analyse notat 85/2016

17 Tabell 3.1: GK-komponenter for tog, buss og bil Tog og buss Bil Takst Reisetid Reisetid Reiselengde/kjørekostnad Tilbringertid Bompenger Frekvens (ventetid) Parkeringskostnad Forsinkelser Køtid Ventetid ved bytte Byttemotstand Skinnefaktor Valg av tidsverdier påvirker konkurranseforholdene Hvilke tidsverdier en legger til grunn for analysen vil påvirke de generaliserte reisekostnadene og dermed også konkurranseforholdet som beregnes på en strekning. Det er gjort flere studier av trafikanters verdsetting av tid, hvor den nasjonale tidsverdiundersøkelsen (Samstad m.fl. 2010) er mest kjent. Tidsverdiene som oppgis i Jernbaneverkets metodehåndbok er basert på de nasjonale tidsverdiene (Jernbaneverket 2015). Det er også gjennomført en rekke mindre undersøkelser med fokus på spesifikke områder eller reisehensikter. De nasjonale tidsverdiene er basert på en undersøkelse av hele landet, altså er det gjennomsnittstall for områder med og uten togtilbud i dag. Alternativer til å benytte de nasjonale tidsverdiene er å gjøre lokale tidsverdiundersøkelser eller å benytte tidsverdier fra tidligere studier av spesifikke områder. I 2011 gjennomførte eksempelvis Urbanet Analyse en tidsverdistudie for Jernbaneverket langs tre banestrekninger som i stor grad ville representere et helt nytt togtilbud (Kjørstad m.fl. 2011). Disse tidsverdiene kan i større grad enn de nasjonale være representative for områder hvor en vurderer å opprette et nytt togtilbud. Denne studien av Eidangerparsellen, Grenlandsbanen og Ringeriksbanen omfatter reiser mellom 40 og 300 kilometer, og viste ingen signifikant forskjell i verdsetting for ulike reiselengder. De finner forskjell etter reisehensikt, men anbefaler likevel å benytte en gjennomsnittsverdi på 80 kr per time for alle typer reiser, da typen arbeidsreiser i datamaterialet varierer fra daglige korte arbeidsreiser til mer sporadiske pendlerreiser. Den nasjonale verdsettingsstudien, som Jernbaneverkets metodehåndbok er basert på, skiller mellom korte og lange reiser (Halse m.fl. 2010). Et av hovedfunnene i den nasjonale verdsettingsundersøkelsen er at tidsverdien øker med reiselengde. Tidsverdiene skiller mellom korte reiser (<50 km) og lange reiser (>50 km). Verdiene fra undersøkelsen viser imidlertid at tidsverdien for buss øker i langt mindre grad enn tog og bil når en går fra korte til lange reiser. Undersøkelsen kommenterer at det er utfordringer knyttet til metodikken, samt få observasjoner, som muligens kan være med på å forklare den relativt lave økningen i tidsverdien for buss. Tidsverdier fra Jernbaneverkets metodehåndbok (nasjonale verdsettinger) og resultater fra verdsettingsundersøkelsen i Kjørstad m.fl. (2011) er oppsummert i tabell

18 Metode for utredning av potensielle jernbanemarkeder Tabell 3.2: Tidsverdier fra Jernbaneverket (2015) og Kjørstad m.fl. (2011). Korte reiser (< 50 km) Lange reiser (> 50 km) Jernbaneverket (2013-kr) Tog Buss Bil Tog Buss Bil Tjenestereise Arbeidsreise Fritidsreise Alle reisehensikter (vektet snitt) UA-rapport 28/2011 (2010-kr) Tog Buss Bil Tog Buss Bil Alle reisehensikter I modellverktøyet er det tidsverdsettingene fra Jernbaneverkets metodehåndbok som er lagt inn som standard. Modellen er imidlertid fleksibel på valg av tidsverdier slik at en enkelt kan legge inn andre verdier dersom en har gjennomført en lokal tidsverdistudie eller ønsker å gjøre en sensitivitetsanalyse av hvordan valget av tidsverdier påvirker resultatene. En kan også velge å legge inn samme verdier for korte og lange reiser dersom det ikke er ønskelig å bruke tidsverdiene for de lange reisene. Reisetidselementene ventetid, tilbringertid, forsinkelse og bytter vektes mot tidsverdien. Tabellen under viser hvilke vekter og tidsverdier som ligger inne i modellen. I likhet med tidsverdiene kan også vektene enkelt kan endres fra case til case dersom man har mer konkret informasjon. Tabell 3.3: Vekter for kollektivt fra JBV metodehåndbok. Vekter for bil fra TØI 2010) og V712. Vekter 2 Kollektiv, korte reiser Kollektiv, lange reiser Bil, alle reiser Ventetid 0-15 min 2 1,04 Ventetid min 1 0,54 Ventetid >30 min 0,5 0,4 Tilbringertid 1,4 1,4 Forelskelsestid 2,8 2,1 Bytter (minutter per omstigning) Køtid (bil) 3,5 Bilkostnad (kr per km) 2,9 Det er en preferanse for skinnegående transport Skinnefaktor fanges bare delvis opp av tidsverdien på transportmidlene. Studier viser at trafikantene har en signifikant preferanse for skinnegående transportmidler som ikke fanges opp av tidsverdien, men som kan inkluderes i beregningen av generaliserte reisekostnader som en preferansekonstant (Prosam-rapport 187). Når skinnegående transport sammenlignes med øvrig kollektivtransport legges det derfor i mange tilfeller til en skinnefaktor. Denne faktoren representerer egenskaper ved skinnegående transportmidler som gjør at trafikantene under ellers like vilkår velger å reise med 2 Vi tar utgangspunkt i vektene fra JBV metodehåndbok Vektene for tog benyttes også for buss. Urbanet Analyse notat 85/2016

19 skinnegående transport i stedet for buss. I en tidligere SP-undersøkelse 3 Urbanet Analyse gjennomførte i Oslo ble skinnefaktoren estimert til 8-9 kroner per reise for trikk og t-bane, mens trafikantene hadde en betalingsvilje for å bruke tog fremfor buss på 15 kroner per reise (Prosam-rapport 187). I GK-beregningene kan vi illustrere skinnefaktoren som en ekstra belastning ved bussreisen, og ved å erstatte et busstilbud med et togtilbud vil en dermed kunne få en positiv etterspørselseffekt. Egenskaper ved reisen påvirker også størrelsen på skinnefaktoren, en lang reise vil eksempelvis ha en høyere skinnefaktor enn en kort reise. Utfordringer knyttet til bruk av tidsverdier Det er flere utfordringer knyttet til bruk av tidsverdier, og det finnes ikke nødvendigvis et fasitsvar på hvilke tidsverdier som er riktig å bruke. Ideelt sett bør det benyttes lokale verdsettinger som reflekterer alle trafikanter i det aktuelle markedet som undersøkes. Dette gir det beste grunnlaget for å belyse markedspotensialet i ulike marked, hvor verdsetting av tid kan variere. Samtidig kan det være gode grunner til å benytte nasjonale verdsettinger. For eksempel dersom man skal prioritere mellom jernbaneinvesteringer i forskjellige deler av landet, inkludert samfunnsøkonomiske analyser. Dersom man benytter lokale verdsettinger vil bosatte med høyere inntekt og verdsetting av tid bli prioritert. Derfor bør nasjonale verdsettinger benyttes for å kunne gjennomføre konsistente sammenligninger. Optimalt sett bør også de nasjonale tidsverdiene ta utgangspunkt i alle trafikanters verdsetting av tid for de ulike transportmidlene, det vil si at de bør være basert på et representativt utvalg av befolkningen. Dette for å unngå problemer knyttet til selvseleksjon, som oppstår når det i stor grad er svar fra dagens bilister og kollektivtrafikanter som ligger til grunn for de forskjellige tidsverdiene. I dette prosjektet har vi foreslått å benytte JBVs anbefalte tidskostnader for å sikre konsistens i beregningene, og sammenligninger mellom områder. I modellverktøyet sammenligner vi reisekostnader for en gjennomsnittlig reise gjennomført med ulike transportmidler ved å benytte de nasjonale tidsverdiene for bil, buss og tog. Når tidsverdiene sammenliknes direkte forutsetter vi at det hovedsakelig er egenskaper ved transportmiddelet som er drivende for forskjellene i tidsverdi, eksempelvis ved at en har ulike forventninger til variabilitet i reisetiden med bil, buss og tog. Det ligger også en komfortfaktor i disse tidskostnadene som innebærer at lavere tidskostnad betyr økt reisekomfort. Ved å sammenlikne tidsverdiene for bil, buss og tog direkte får vi kunnskap om hvordan reisetidselementene må endres for å gjøre det aktuelt for en av gruppene å benytte et annet transportmiddel. Det kan imidlertid også være kjennetegn ved de som velger å kjøre bil framfor buss eller tog som skaper forskjellene, noe som henger sammen med selvseleksjonsproblemet. Eksempelvis 3 Stated Preference-undersøkelser er en metodikk som er velegnet til å identifisere befolkningens prioriteringer og verdsettinger av tilbudsforbedringer. Undersøkelsen tar utgangspunkt i en referansereise og varierer egenskaper ved denne reisen i en rekke alternativer som respondenten velger mellom. Gjennom respondentens valg får en informasjon om trafikantenes verdsettinger av ulike egenskaper ved tilbudet. 19

20 Metode for utredning av potensielle jernbanemarkeder kan sosioøkonomiske forskjeller mellom gruppene som reiser med de ulike transportmidlene være drivende for forskjellen i tidsverdiene. Ved bruk av modellverktøyet må en være oppmerksom på at eventuelle selvseleksjonsproblemer i den nasjonale verdsettingsundersøkelsen kan forstyrre resultatene. Modellen er imidlertid fleksibel i valg av tidsverdier slik at en kan velge å legge inn lokale tidsverdsettinger dersom man har tilgang til det, eller eventuelt legge inn like tidsverdier på tvers av transportmidlene. Eksempelberegning basert på dagens tidsverdier Som et eksempel har vi beregnet GK for buss, bil og tog på strekningen Stavanger-Ålgård. Se vedlegg 3 for detaljer om hvilken input som er lagt inn. All informasjon er lagt inn basert på reiseplanleggere, kart og lokale undersøkelser. Eksempelberegningen gir en konkurranseindeks på 1,11 for tog mot buss og 1,06 mot bil på strekningen Ålgård-Stavanger. I dette tilfellet kan vi på grovt nivå konkludere med at toget vil være et konkurransedyktig transportmiddel på strekningen. De relativt gode konkurranseforholdene for tog og buss sammenlignet med bil kommer som følge av at det er lagt inn betydelig parkerings- og bomkostnad for bilreiser. Årsaken til at tog har høyere kostnad enn buss er blant annet høyere pris, lavere frekvens og lengre tilbringertid. Dersom vi legger inn en skinnefaktor på 15 kroner oppleves buss- og togtilbudet som omtrent like gode. Figur 3.1 Illustrasjon av GK-stabler for tog, buss og bil på strekningen Ålgård-Stavanger. Kroner per reise. Fremtidige endringer i rammevilkårene kan bidra til å endre konkurranseforholdene, og metodikken kan også benyttes til å belyse dette. Dersom det bygges ut motorvei parallelt med banen vil eksempelvis både reisetid og kø reduseres, noe som vil redusere GK for bil og forverre konkurranseforholdene for toget. På samme måte kan et raskt og effektivt ekspressbusstilbud også gjøre det mindre aktuelt å benytte seg av et eventuelt togtilbud. Slike planlagte endringer må hentes fra lokale planer. Endrede tidsverdier påvirker fremtidig konkurranseforhold Endring i tidsverdier kan være relevant å ta hensyn til dersom man ser på fremtidig potensial. Endringer i tidsverdiene kan være med på å vri konkurranseforholdene mellom de ulike transportmidlene, og på den måten gi forventninger om en høyere/lavere togandel enn i dag. Urbanet Analyse notat 85/2016

21 Dette er først og fremst aktuelt dersom man vurderer potensialet noen år frem i tid. En sammenligning av tidsverdier i Osloområdet viser at trafikantenes realprisjusterte verdsetting økte fra 2002 til 2010 (Prosam-rapport 187). Mulige årsaker til dette kan være at trafikantenes krav til standard og komfort påvirkes av den generelle velstandsøkningen i samfunnet, og at passasjersammensetningen endret seg. Verdsettingen av tid kan forventes å øke også i årene som kommer som følge av inntektsvekst og nye trafikanter med høyere krav til kollektivtilbudet. I prognosene for 2040 viser ASEK en forventet økning i tidsverdsettingene på 47 prosent fra (ASEK 2016). Økningen i tidsverdiene er realprisjustert, noe som tilsier at en antar at inntekten øker mer enn prisene fremover. På hvilken måte tidsverdiene endrer konkurranseforholdet avhenger av hvor stor andel de nominelle prisene (takster, skinnefaktor, bompenger, parkeringsavgifter etc.) utgjør av transportmidlenes GK. Dersom GK for en bilreise består av mange andre kostnadskomponenter enn selve reisetiden vil kostnadene knyttet til en bilreise kunne øke relativt mindre enn kostnadene for øvrige transportmidler, som i større grad består av tidskostnader. Frem i tid vil imidlertid også reisetidskomponenten til både buss og bil kunne ha økt som følge av den generelle befolkningsveksten og mer kø på veiene. Dette vil i så fall tale til fordel for togets konkurranseforhold, men denne effekten er ikke inkludert i disse overordnede beregningene. I eksempelet Ålgård-Stavanger utgjør bompenger, parkeringsavgifter og kjørekostnad en relativt stor andel av GK (45 prosent), og når vi justerer opp tidsverdiene får vi derfor en økning i GK som er relativt lavere enn den vi finner for togreisen (hvor taksten utgjør 35 prosent av GK). Dette gjør at konkurranseforholdene for jernbanen forverres når tidsverdiene øker (konkurranseindeks øker fra 1,06 til 1,10). Figur 3.2 Illustrasjon av GK-stabler for tog, buss og bil på strekningen Ålgård-Stavanger med økning i tidsverdier fra 2014 til Kroner per reise. 21

22 Metode for utredning av potensielle jernbanemarkeder Beskrivelse av inndata, retningslinjer og resultater Nødvendig inndata For å kunne vurdere om konkurranseforholdene er egnet for jernbane er det behov for å legge inn en del informasjon om en eksempelreise gjennomført med ulike transportmidler. Det meste må finnes frem på et overordnet nivå basert på reiseplanleggere, kart, antagelser om et nytt togtilbud etc. Inputbehovet oppsummeres under: Spesifiser analysestrekningen og legg inn verdier for alle GK-komponentene for de ulike transportmidlene. Spesifiser om reisen er over eller under 50 km (JA/NEI). Dette kan få konsekvenser for hvilke tidsverdier som benyttes. Dersom det skal benyttes andre tidsverdier enn de som ligger inne som standard i modellen kan dette enkelt byttes ut i regnearkmodellens «INPUT»-ark. Retningslinjer Videre er det definert retningslinjer for å antyde når jernbane kan være et hensiktsmessig valg i et analyseområde. Retningslinjene innen konkurranseforhold tar utgangspunkt i definisjoner av hva konkurranseindeksen bør være for at det skal være et reelt marked for et transportmiddel. Bovy mf.l. (1991) konkluderte med at hvis reisetidsforholdet var større enn 2, det vil si at det tok mer enn dobbelt så lang tid å reiser kollektivt som med bil, så ville det ikke være noen etterspørselseffekt. Selv om tilbudet ble bedre ville det fremdeles være mye dårligere enn med bil. Gode konkurranseforhold defineres ofte som konkurranseindeks på mellom 0,5 og 1,5. I modellen legger vi derfor inn en retningslinje om områder med konkurranseindeks større enn 1,5 er lite egnet for et togtilbud. Modellen beregner også hvor store restriksjoner på bil som er nødvendig for å oppnå et konkurranseforhold på 1,5 og 1. I tillegg legger vi inn to øvrige retningslinjer: Dersom økning i tidsverdiene fører til forverring av konkurranseflatene vil potensialet for tog begrenses dersom ikke tilbudet forbedres. I tillegg er det lagt inn en retningslinje om at konkurranseflatene mot buss ikke bør være for gode. Dersom det er mindre belastende å velge buss fremfor tog kan det, med mindre trafikkgrunnlaget er svært høyt, være mer relevant å utvikle et busstilbud enn å etablere et nytt togtilbud. Urbanet Analyse notat 85/2016

23 Resultater I tabellen under viser vi et eksempel på modellens resultater for vurdering av konkurranseforholdene. I dette eksempelet ser vi at konkurranseforholdene mot bil er større enn 1,5 og dessuten at en vil få en forverring i konkurranseflatene dersom tidsverdiene øker fremover. I tillegg er konkurranseforholdene for buss svært gode, slik at det kreves et relativt stort trafikkgrunnlag for at et jernbanetilbud skal være nødvendig og hensiktsmessig. Basert på konkurranseforholdene alene synes ikke eksempelet i tabellen under å være spesielt egnet for jernbane. Den fullstendige vurderingen krever imidlertid at vi ser dette i sammenheng med arealstrukturer og mulig trafikkgrunnlag. Tabell 3.4: Eksempel på oppsummert vurdering av konkurranseforhold. Konkurranseflater Konkurranseflater mot bil mindre enn 1,5 Økning i tidsverdiene bedre konkurranseflater fremover Konkurranseflater mot buss mindre enn 1 Vurdering NEI NEI NEI 23

24 Metode for utredning av potensielle jernbanemarkeder 4 Trafikkgrunnlag Beskrivelse av trafikkgrunnlag i modellen Vurderingene innen denne hovedkategorien innebærer å anslå mulig trafikkpotensial for jernbane i et nytt marked. Når det legges inn et helt nytt togtilbud er det vanskelig å si noe om hvor stor overføringen fra dagens transportalternativer vil være. For å kunne analysere dette er det behov for å gjøre verdsettingsundersøkelser som er knyttet til et konkret togtilbud og lokale forhold i caseområdet. Denne modellen skal kun benyttes på et innledende stadium, og antyde om det er relevant å gå videre med mer detaljerte analyser. Derfor må vi gjøre enkelte grove antagelser om mulig overføring. Som et første steg vil det være nyttig å få et bilde av det totale markedet i analyseområdet. Dette gjøres ved å benytte gjennomsnittlig antall reiser per innbygger og antall innbyggere i kommunene som er en del av analyseområdet. Etter å ha definert det totale reisemarkedet er neste steg å prøve å anslå hvor stor del av dette som kan antas å ta av tog dersom det etableres et nytt togtilbud. For å gjøre dette gjør vi to ulike beregninger, med sine fordeler og ulemper. 1. Alle dagens kollektivreiser mellom kommunene blir til togreiser. 2. Estimat basert på enkel regresjonsanalyse av sammenlignbare kommuner med togtilbud. Under gjennomgår vi de to beregningene mer detaljert. Potensial hvis alle dagens kollektivreiser blir gjennomført med tog Som et enkelt estimat kan vi se for oss at alle dagens kollektivreiser mellom stasjonskommunene blir gjennomført med tog dersom det etableres et togtilbud. Dette forutsetter at det etableres et attraktivt togtilbud og at busstilbudet legges opp som matetilbud til togstasjonene. Som et anslag kan det tas utgangspunkt i kollektivandelene fra RVU og det totale markedet som er estimert innledningsvis. Styrken til denne modellen er at en får isolert potensialet til reisestrømmer mellom kommunene. I mindre sentrale områder kan imidlertid RVU-en ha svært få respondenter, og dermed gi et relativt tynt datagrunnlag for å anslå kollektivandelen. Siden det ikke skal gjøres RTM-kjøringer i forbindelse med dette modellverktøyet er det imidlertid det beste vi har å gå etter. Dersom en har annen informasjon om kollektivandelene kan dette legges inn i stedet for RVU-tallene. Det kan sees på som optimistisk at toget skal ta alle dagens kollektivreiser mellom stasjonskommunene, men beregninger forutsetter som sagt at et etableres et attraktivt jernbanetilbud med tilrettelagte busslinjer inn til stasjonene. Samtidig baseres denne metoden Urbanet Analyse notat 85/2016

25 på dagens reisestrømmer, og fanger dermed ikke opp at et togtilbud i mange tilfeller vil være et mer effektivt transportmiddel mellom stasjonskommunene enn det eksisterende kollektivtilbudet, og heller ikke de positive ringvirkningene som et togtilbud antas å ha. Et attraktivt togtilbud kan gi både lokaliserings- og synergigevinster. For det første blir det attraktivt å lokalisere nye boliger- og arbeidsplasser nær den nye jernbanestrekningen. Dette vil påvirke arbeidsmarkedsregionen og pendlingsmønsteret, og redusert reisetid vil utvide pendlingsomlandet. Dersom togtilbudet gir redusert reisetid øker mulighetene for pendling og arbeidsmarkedet kan utvides. Samlet vil dette gi et befolknings- og trafikkgrunnlag som overstiger utgangspunktet og trendprognoser. Dersom en øker rutetilbudet i takt med trafikkgrunnlaget vil en dessuten kunne få positive synergigevinster av at tilbudet oppleves som bedre for alle de som reiser med toget, noe som vil kunne gi positive etterspørselseffekter. Potensial dersom analyseområdet er som et gjennomsnittlig stasjonsområde Som et alternativt estimat benytter vi regresjonsmodellen gjennomført på data om kommuner som har et togtilbud i dag for å anslå antall togreiser dersom det etableres et togtilbud i analyseområdet. Ved å legge inn informasjon om totalt antall reiser, andel arbeidsreiser og utpendlingsgrad predikerer modellen et nivå på togreiser. Regresjonsanalysen er kategorisert etter hvor mange daglige togreiser kommunene har, og en kan velge å analysere togreiser basert på kommuner med færre/flere enn 1000 daglige togreiser. Dette er for å kunne korrigere for det sentrale Østlandet som vil gi overestimering i de fleste mindre områder. I alle casene som er analyser i dette prosjektet har vi tatt utgangspunkt i kategorien med færre enn 1000 daglige togreiser. Det predikerte nivået forutsetter at det etableres et togtilbud som er på nivå med det gjennomsnittlige togtilbudet for den kategorien av norske togkommuner som er valgt. I en tidlig fase vil en ofte ikke ha tilgang til detaljert informasjon om hvilket tilbud som eventuelt skal etableres. I tillegg vil modellen ikke kunne avgrenses til å se på reiser kun mellom de aktuelle stasjonssonene. I enkelte tilfeller, spesielt dersom man ser på usentrale områder med begrensede reisestrømmer, vil modellen kunne gi et overvurdert togpotensial. Dersom en ser på tynt befolkede områder kan dessuten antall respondenter være så lavt at nivåene på variablene ikke er representative. Modellen vil få med alle mulige reiser, blant annet togreiser på eksisterende togtilbud dersom det finnes i området, og dette må dermed korrigeres for. Styrken til denne modellen er at en til en viss grad vil få inkludert de positive ringvirkninger som man mister dersom man baserer seg på kollektivandelen til et område som ikke har et togtilbud i dag. Dette fordi vi predikerer basert på kommuner som har et togtilbud i dag, og som dermed i teorien skal ha fått realisert disse positive ringvirkningene. Se vedlegg 2 for en mer detaljert beskrivelse av regresjonsanalysen. 25

26 Metode for utredning av potensielle jernbanemarkeder Fremtidig potensial De to metodene vil ofte gi et intervall for potensialet, og kjennetegn ved hvert enkelt case avgjør hvilket som kan tolkes som mest konservativt/optimistisk. I hvert enkelt case må en gjøre en kvalitativ vurdering av hvilket estimat som er mest realistisk. I den sammenheng vil det være nyttig å trekke frem oppsummeringen av analysene av areal- og konkurranseforhold, som vist i tabellen under. Tabell 4.1: Eksempel på oppsummert vurdering av arealstrukturer og konkurranseforhold. Areal- og befolkningsstruktur: Vurdering Tilfredsstillende avstand mellom stasjonene NEI Befolkningstetthet i stasjonsnære områder>snitt for områder med tog i dag? NEI Befolkningstetthet i stasjonsnære områder>snitt tettsteder i Norge? NEI Planlagt fortetting rundt stasjonene DELVIS Andel kommuner med reiselengde høyere enn snittet 80 % Andel kommuner med utpendlere høyere enn snittet 20 % Andel kommuner med arbeidsreiser høyere enn snittet 40 % Konkurranseflater Vurdering Konkurranseflater mot bil mindre enn 1,5 NEI Økning i tidsverdiene bedre k.flater fremover NEI Konkurranseflater mot buss mindre enn 1 NEI I eksempelet over peker både arealstrukturer og konkurranseforhold i retning mot et marked hvor jernbanen ikke er spesielt hensiktsmessig. I dette tilfellet kan det derfor være relevant å gå videre med det mest konservative estimatet, og heller peke på ulike tilleggseffekter som kan bidra til at nivået potensielt kan bli høyere, slik som positive ringvirkninger og en eventuell oppnåelse av nullvekstmålet. Slike faktorer vil diskuteres kvalitativt i forbindelse med vurderingen av trafikkgrunnlaget i hvert enkelt case. Dagens potensial oppjusteres deretter i takt med befolkningsveksten for å antyde fremtidig potensial. Befolkningsvekst gir en generell vekst i reiseomfanget med alle transportmidler. Dette betyr at potensialet i form av antall reiser vil øke, mens togandelen ikke nødvendigvis vil påvirkes. Som en forenkling kan vi anta at togreiser øker i takt med veksten i befolkningen. Dette bygger imidlertid på en forutsetning om det samme forholdet mellom transportmidlene som i dag, noe som ikke nødvendigvis er realistisk. I tidligere analyser har vi sett en fallende kollektivandel ved beregninger av en trendutvikling fra 2014 til 2030 (Kjørstad m.fl. 2014). Slike tilpasninger kan enkelt legges inn i modellen ved å endre forutsetningen om at togreiser øker i takt med befolkningen. I tillegg til den generelle befolkningsveksten kan det nasjonale målet om nullvekst i personbilreiser føre til en langt høyere kollektivandel enn i dag. Denne effekten er imidlertid mer usikker, men kan inkluderes for å illustrere en øvre grense dersom man antar at jernbanen vokser i takt med resten av kollektivtransporten. I et tidligere prosjekt har Urbanet Analyse vurdert hvordan den forventede transportveksten kan fordeles mellom kollektivtransport, sykkel og gange for å nå nullvekstmålet i ni byområder (Kjørstad m.fl. 2014). For kollektivtransport viste analysen at en gjennomsnittlig årlig vekstrate på nesten 3 prosent var Urbanet Analyse notat 85/2016

27 nødvendig for å nå nullvekstmålet i 2030, mens en fortsatt trendutvikling tilsier en årlig vekstrate på i underkant av 1 prosent. Siden målet først og fremst gjelder i byområdene forventer vi at passasjergrunnlaget i mer perifere områder i liten grad påvirkes av dette. Tabell 4.2: anslag på årlig vekst i kollektivreiser som følge av nullvekstmålet. Byområde Årlig vekstrate Vekst Vekst Oslo/Akershus 2.4 % 43 % 130 % Bergensområdet 2.3 % 41 % 122 % Nord-Jæren 4.8 % 102 % 414 % Trondheimsområdet 2.6 % 46 % 142 % Buskerudbyen 4.0 % 79 % 291 % Kristiansandsregionen 4.2 % 86 % 328 % Nedre Glomma 4.9 % 105 % 432 % Grenland 3.6 % 69 % 239 % Tromsø 1.4 % 22 % 60 % Totalt 2.7 % 50 % 156 % Figuren under viser mulig fremstilling av resultatet: Figur 4.1: Illustrasjon av estimert trafikkgrunnlag. Beskrivelse av inndata, retningslinjer og resultater Nødvendig inndata Oppsummert er det behov for å legge inn følgende informasjon i inputarket: Hent ut reisematriser fra RVU (se vedlegg 4 for brukerveiledning) o Lim inn reisematrisene «DATA»-arket «RVU». o Relevante data hentes deretter automatisk inn i «INPUT». Antall årlige reiser på eksisterende togtilbud internt i analyseområdet. Antall årlige reiser fra kommuner i analyseområdet (også til andre steder enn internt i analyseområdet). 27

28 Metode for utredning av potensielle jernbanemarkeder Retningslinjer For a avgjøre om trafikkgrunnlaget er tilstrekkelig for et togtilbud er det lagt inn vurderinger og retningslinjer innen to kategorier: 1. Vurdering i forhold til dagens eksisterende togtilbud. 2. Vurdering av kapasitetsbehov/belegg. Vurdering i forhold til dagens eksisterende togtilbud Som en første vurdering legges anslaget på markedspotensialet inn i en oversikt over trafikk på dagens linjer for å få et bilde av den relative størrelsen. Den nødvendige størrelsen på markedsgrunnlaget for å kunne åpne/gjenåpne en bane for trafikk avhenger av en rekke faktorer, og dette verktøyet skal ikke inkludere en fullstendig sammenligningsanalyse av kostnadene og samfunnsnytten. Ved å trekke frem trafikktall på andre banestrekninger får vi imidlertid en inntrykk av hvilken størrelsesorden en bør kunne vise til for at det i det hele tatt skal kunne være aktuelt å ha en jernbanetilbud i dagens marked. For å vurdere en nedre grense for hvor stort passasjergrunnlaget bør være for at det skal være interessant å gå videre med mer detaljerte utredninger tar vi utgangspunkt i en tidligere vurdering av lønnsomheten på norske banestrekninger (Johansen m.fl. 2004). Utredningen viste at linjer som var ulønnsomme generelt hadde færre enn årlige reiser. Det er derfor lagt inn en retningslinje i modellen at trafikkgrunnlag under årlige reiser i utgangspunktet er lite egnet for et jernbanetilbud. Figur 4.2: Årlig passasjergrunnlag (millioner reiser) på norske banestrekninger. Anslag for case er representert ved oransje søyle. Kilde: NSBs passasjerstatistikk Urbanet Analyse notat 85/2016

29 Vurdering av kapasitetsbehov I tillegg til å sammenligne med dagens nivåer er det nyttig å vurdere kapasitetsbehovet for det markedsgrunnlaget som er identifisert i analyseområdet. Med utgangspunkt i kapasitet på ulike transportmidler og antagelse om trafikk i makstimen kan vi estimere i hvilken grad et transportmiddel er dimensjonert til trafikkgrunnlaget. RVU-fordeling av reiser over døgnet viser at omtrent 50 prosent reiser i tretimersrush og at 50 prosent av disse reiser i den dimensjonerende timen (RVU 2013, fordeling av kollektivreiser på time). Videre viser fordelingen timen før og etter den dimensjonerende timen har omtrent 27 prosent færre reiser enn makstimen. En gjennomsnittlig time utenfor rushtiden har 73 prosent lavere antall reiser enn den dimensjonerende timen. SSBs kollektivtransportstatistikk viser et gjennomsnittlig belegg for norsk jernbane på 32 prosent 4. For å oppnå gjennomsnittsbelegget må en ha i overkant av 70 prosent belegg i den dimensjonerende timen gitt fordelingen av kollektivreiser over døgnet fra RVU. Beregning av kapasitetsbehov for å oppnå et gjennomsnittlig nivå på belegget viser at et trafikkgrunnlag på omtrent reiser i året er nødvendig. SSB-statistikken oppgir passasjerkm og setekm, og vi benytter derfor antall seter på ulike transportmidler til å sammenligne belegget. I enkelte områder, hvor trafikkgrunnlaget er lavere, kan det være aktuelt å sette inn togsett med lavere kapasitet. I så fall er det mulig å endre kapasiteten per transportmiddel i modellens input. Tabell 5.2: Kapasitet (antall sitteplasser) på ulike transportmidler. Transportmiddel Antall seter per sett Kilde Kapasitet lokaltog 303 JBV Kapasitet regiontog 295 JBV Kapasitet t-bane 138 Oslo Vognselskap Kapasitet buss 40 Kvalitativt anslag Kapasitet trikk 88 Oslo Vognselskap Kapasitet bybane/superbuss 105 Bybanen.no Dersom en for eksempel har beregnet et trafikkgrunnlag på årlige reiser vil det være 130 reiser i en dimensjonerende time, noe som gir et belegg på 40 prosent på lokaltoget. Dersom en skal løse dette transportbehovet med buss vil det på den andre siden kreve 3 fulle busser. Dersom en har et trafikkgrunnlag som gir lavt belegg i makstimen vil et togtilbud være uforholdsmessig dyrt og transportbehovet bør løses av rimeligere og mer fleksible løsninger. 4 Tabell: Passasjerkm/Setekm. 29

30 Metode for utredning av potensielle jernbanemarkeder Figur 4.3: Illustrasjon av kapasitetsutnyttelse på ulike transportmidler i den dimensjonerende timen. Gjennomsnittet for norske banestrekninger representert ved stiplet linje (70% belegg) Modellen kan også gjøre en enkel vurdering av hvor langt det er til dette «kapasitetsmålet», og hvilke virkemidler som kan benyttes for å komme seg dit. Modellen beregner hvor mange flere reiser som trengs for å oppnå 70 prosent belegg i den dimensjonerende timen. Ved å benytte elastisiteter fra den innledende litteraturgjennomgangen kan vi gjøre enkle beregninger av hvordan virkemiddelbruk og utviklingstrekk kan bidra til at en når et nivå som gjør at trafikkgrunnlaget er på et hensiktsmessig nivå. Tabell 4.3: Elastisiteter for hvordan reiser avhenger av ulike virkemidler. Faktor Elastisitet Kilde Bilkostnad 0,2 Fearnley m.fl. (2012) Reisetid med bil 0,3 Fearnley m.fl. (2012) Fortetting 0,4 Norheim (2006) Pris jernbane -0,5 Paulley m.fl. (2006) Resultater I tabellen under viser vi et eksempel på modellens resultater for vurdering av trafikkgrunnlaget. Tabell 4.4: Eksempel på oppsummert vurdering av trafikkgrunnlag. Trafikkgrunnlag Metode 1: basert på dagens kollektivandel Oppnår kapasitetsmål (70%) i den dimensjonerende timen Over årlige reiser Metode 2: basert på regresjonsanalyse Oppnår kapasitetsmål (70%) i den dimensjonerende timen Over årlige reiser Vurdering NEI JA NEI JA Urbanet Analyse notat 85/2016

31 Vedlegg Vedlegg 1: Litteraturgjennomgang For å identifisere de viktigste driverne som påvirker potensialet for jernbanen har vi i dette prosjektet gjort et innledende litteratursøk. Det skilles mellom eksterne og interne drivere hvor forskjellen er i hvilken grad aktører innenfor jernbanen har mulighet til å påvirke driverne. Interne drivere, som frekvens, punktlighet og reisetid, er faktorer som aktørene i større grad kan påvirke enn eksterne drivere, som eksempelvis kan være inntekt, bilhold og befolkningstetthet. Formålet med dette prosjektet er å kunne gå inn i et potensielt marked og si noe om hvorvidt forholdene ligger til rette for at jernbanen skal kunne ha et tilfredsstillende markedspotensial. I den forbindelse er det mest aktuelt å fokusere på de eksterne faktorene som kjennetegner det spesifikke markedet. De fleste kildene som undersøker dette temaet viser til den engelske håndboken Rail Passenger Demand Forecasting Handbook (PDFH). PDFH omtales som hovedreferansen for de fleste markedsanalyser på jernbanen i England (Fearnley m.fl., Worsley 2012). Håndboken samler faktorer som påvirker etterspørselen etter jernbane og oppgir anbefalte elastisiteter for hvordan faktorene påvirker etterspørselen (Worsley, 2012). I dette prosjektet har vi i benyttet en rekke kilder som oppsummerer innholdet i håndboken, som eksempelvis Fearnley m.fl. (2012), Worsley (2012) og Department for transport (2009). I Fearnley m.fl. (2012) er det gjort en innledende litteraturgjennomgang for å kartlegge etterspørselsdrivere i ulike jernbanemarkeder. Rapporten fokuserer på de interne driverne, men oppsummerer også noen av de eksterne driverne i håndboken, som eksempelvis inntekt, befolkningstetthet, BNP, bilhold og bensinpris. I samme rapport gjengis noen av elastisitetene fra 2005-utgaven av PDFH: BNP/sysselsetting 1-1,3 Bil, drivstoffkostnad 0,2 Bil reisetid 0,3 Busspris 0,25 Buss reisetid 0,2 Buss avgangshyppighet 0,04 Elastisitetene betyr eksempelvis at 10 prosent økt reisetid med bil gir 3 prosent flere jernbanereiser (Fearnley m.fl. 2012). Elastisitetene viser at jernbanen vil få en høyere markedsandel dersom rammebetingelsene for øvrige transportmidler forverres. Videre påpeker rapporten at pendling og arbeidsreiser er det viktigste markedsgrunnlaget for jernbanen, noe som også er vist i Norheim m.fl. (2013). 31

32 Metode for utredning av potensielle jernbanemarkeder Department for Transport (2009) gjennomgår også en rekke av forklaringsfaktorene som er inkludert PDFH. Rapporten ser i tillegg på disse faktorene i sammenheng med markedsutviklingen for jernbane i England de siste 20 årene. I rapporten trekkes befolkningsvekst, sysselsetting og inntekt frem som viktige forklaringsvariabler for etterspørselen etter jernbane. I tillegg nevnes det også her at konkurranse fra andre transportmidler er en viktig forklaring på endring i etterspørsel. For bil nevnes bilkostnader, reisetid, kø, parkeringskostnader og bompenger som aktuelle indikatorer som kan endre konkurranseforholdene. Worsley (2012) trekker også frem betydningen av konkurranse fra andre transportmidler. Han nevner blant annet at økt kø på vegene kan være med å forklare den sterke veksten i togreiser man har sett i London. Videre nevner han at effekten av endret bilkostnad og reisetid med bil typisk ligger mellom 0,1 og 0,3, noe som er i tråd med tallene som er gjengitt i Fearnley m.fl. (2012). I Le Vine and Jones (2012) diskuteres også faktorer som kan forklare den positive utvikling for jernbane i England. Forfatterne trekker, i likhet med øvrige analyser, frem økte bilkostnader (som følge av økte utgifter til forsikring, drivstoff og parkering) og reduksjon i hastighet på vegene (på grunn av kapasitetsproblemer) som relevante forklaringsfaktorer. Paulley m.fl. (2006) oppsummerer funnene fra Balcombe m.fl. (2004) som går på takster, kvalitet på tilbudet, inntekter og bilhold. Oppsummeringene viser blant annet at 10 prosent økt reisetid med bil øker etterspørselen etter jernbane med 3,3 prosent, mens 10 prosent økte bilkostnader gir 2,5 prosent flere jernbanereiser. Dette er tilnærmet det som gjengis i Fearnley m.fl. (2012) sin oppsummering av PDFH. Paulley m.fl. (2006) viser også en prisfølsomhet på omtrent 0,5 prosent for togreiser. Balcombe m.fl. (2004) gir en omfattende over en rekke ulike faktorer som påvirker kollektivtransport. Studien gjennomgår mange av de samme faktorene som nevnes over, og presiserer i tillegg at befolkningstetthet vil ha betydning for etterspørselen. Nærmere bestemt at tettere befolkning vil gi flere kollektivreiser, samtidig som reiselengden vil avta. Undersøkelsen viser at antall ukentlige jernbanereiser per person øker fra 0,12 til 1,14 når befolkningstettheten øker fra laveste til høyeste nivå. Det samme forholdet beskrives i samordnet areal- og transportplan for osloregionen (ATP Oslo, 2016). Rapporten viser til beregninger som er gjort av Strand m.fl. (2012) som viser at knapt 15 prosent av dagens arbeidsreiser på Østlandet kan løses med tog. Det begrensede potensialet forklares av en relativt spredt lokalisering av boliger og arbeidsplasser. I plandokumentet argumenteres det for at det må bygges tettere rundt stasjonene dersom jernbanetilbudet skal kunne utnyttes effektivt. Norheim (2006) viser også at økt befolkningstetthet vil gi flere kollektivreiser og færre bilturer. Analysene, som bygger på UITP-databasen, viser at for to like store byer (i folketall) vil en by som har 10 prosent mer tettbygd bystruktur isolert sett ha nesten 4 prosent flere kollektivreiser per innbygger og 2 prosent færre bilturer. Dette er bekreftet i en rekke undersøkelser (Newman 2006, Engebretsen 2003, Næss 2004, Næss 1993). Urbanet Analyse notat 85/2016

33 Vedlegg 2: Regresjonsanalyse Litteraturgjennomgangen gir holdepunkter for hvordan ulike faktorer påvirker potensialet for jernbane. For å knytte dette nærmere det norske markedet har vi i tillegg gjort en analyse av sammenhengen mellom togreiser og en rekke påvirkningsfaktorer på kommunenivå. Datagrunnlag Vi har konsentrert analysen til de kommunene som har togtilbud i dag. Dette gjør vi for å undersøke hvilke faktorer som forklarer variasjonen i antall togreiser i disse kommunene og for å i neste steg kunne si noe om potensialet for togreiser i kommuner som i dag ikke har et togtilbud. I tillegg har vi en forutsetning om at kommunene må ha mer enn 30 reiser i RVU for å inngå i analysen. Dette er fordi usikkerheten i resultatene for kommunen blir for stor når det er få respondenter. Eksempelvis så vi kommuner med en togandel på nær 50 prosent i datamaterialet. Dette gir et utvalg på 186 kommuner, som har gjennomsnittlig 363 togreiser registrert i RVUdata med et minimum på 31 og maksimum på togreiser. De 363 togreisene reflekterer antall togreiser per dag gjennomført av respondentene i undersøkelsen, ikke hele befolkningen. Kommunene har en gjennomsnittlig togandel på 25 prosent av alle kollektivreiser, 1,8 prosent av motoriserte reiser og 1,4 prosent av alle reiser. Følgende variabler inngår i datasettet: - Totalt antall reiser: Antall reiser gjennomført av de som er bosatt i kommunen - Antall reiser tog: Antall reiser med tog som hovedtransportmiddel gjennomført av de som er bosatt i kommunen - Antall arbeidsreiser: Antall arbeidsreiser gjennomført av bosatte i kommunen - Andel arbeidsreiser: Andel reiser til og fra arbeid av alle reiser gjennomført av de som er bosatt i kommunen - Bileierskap: Andel husholdninger i kommunen som eier/disponerer minst én bil - Reiselengde på motoriserte reiser: Gjennomsnittlig reiselengde i km på reiser med motoriserte transportmidler gjennomført av de som er bosatt i kommunen - Parkering på arbeidsplassen: Andel bosatte i kommunen med tilgang til parkering på arbeidsplassen (både gratis og avgiftsbelagt parkering regnes som tilgjengelig parkering) - Befolkningstetthet: Antall innbyggere per km2 av kommunens areal - Andel utpendlere: Andel bosatte i kommunen som har arbeidsplass utenfor kommunens grenser - Bostedskommuner: Respondentenes bostedskommune - Antall respondenter: Antall respondenter i RVU i kommunen - Befolkning: Befolkning over 12 år i kommunen Data på antall togreiser, antall reiser totalt, andel arbeidsreiser, andel bileierskap, bileierskap og parkering på arbeidsplassen er hetet fra RVU, mens befolkningstetthet og andel utpendlere 33

34 Metode for utredning av potensielle jernbanemarkeder er hentet fra SSB. Enhetene i datasettet er kommuner med data fra RVU i 2005, 2009 og Fordi vi har få år med RVU-data behandles data som tverrsnittsdata. Under følger en rekke figurer som viser hvordan antall togreiser per dag blant respondentene i RVU henger sammen med de forklaringsvariablene som inngår i regresjonsanalysen presentert i tabell 2.1. Figur 2.1 viser sammenhengen mellom antall togreiser og totalt antall reiser med et utsnitt hvor de største kommunene med mer enn 2000 reiser eller mer enn 50 togreiser er utelatt. Figuren viser at det er en positiv sammenheng, men at det samtidig er flere kommuner med et høyt antall reiser og et relativt lavt antall togreiser. Figur 1: Sammenhengen mellom antall togreiser og totalt antall reiser. Utsnitt uten kommunene med mer enn 2000 reiser eller mindre enn 50 togreiser. Figur 2: Venstre: Sammenhengen mellom antall togreiser og reiselengde på motoriserte reiser. Høyre: Sammenhengen mellom antall togreiser og befolkningstetthet. Utsnitt uten kommuner med mer enn 100 togreiser. Figur 3: Venstre: Sammenhengen mellom antall togreiser og andel arbeidsreiser. Høyre: Sammenhengen mellom antall togreiser og bileierskap. Utsnitt uten kommuner med mer enn 100 togreiser. Urbanet Analyse notat 85/2016

35 Figur 4: Venstre: Sammenheng mellom togreiser og parkering på arbeidsplassen. Høyre: Sammenhengen mellom antall togreiser og andel utpendlere. Utsnitt uten kommuner med mer enn 100 togreiser. Antall togreiser avhenger av en rekke andre faktorer og de kjennetegn ved kommunene som vi inkluderer i analysen kan bare forklare en liten del av dette. Eksempelvis kan turistmål bidra til å øke antall togreiser i en kommune. Modell for å forklare antall togreiser Vi setter opp følgende modell for å vise hvordan ulike drivere påvirker antall togreiser. Antall togreiser = β 0+ β 1*Antall reiser + β 2*Reiselengde motoriserte + β 3*Befolkningstetthet + β 4* Andel arbeidsreiser β 5* Bileierskap β 6* Andel parkeringplass + β 7 * Utpendlere + ε Antall reiser totalt reflekterer befolkning og vi forventer at antall togreiser øker med både antall reiser og befolkningen. Samtidig ser vi av data at kommunene med flest reiser ikke sammenfaller med kommunene som har høyest antall eller andel togreiser. Dette kan henge sammen med at de store byene har en høyere andel korte gang- og sykkelreiser. Vi estimerer modellen med OLS som er en estimeringsmetode for å finne sammenhengen mellom forklaringsvariablene og avhengig variabel. Alle variabler er på logaritmisk skala slik at koeffisientene kan tolkes som elastisiteter. Resultatene er presentert i tabellen under. Tabell 2.1: Estimeringsresultater fra OLS-regresjon for togreiser. Modell 1 Antall reiser totalt *** (0.001) Reiselengde motoriserte reiser *** (0.000) Befolkningstetthet *** (0.000) Andel arbeidsreiser *** (0.000) Bileierskap * (0.019) Parkering på arbeidsplassen (0.225) Konstant (0.081) N 185 R p-values in parentheses, * p < 0.05, ** p < 0.01, *** p <

36 Metode for utredning av potensielle jernbanemarkeder Resultatene fra modell 1 viser at når totalt antall reiser øker med 1 prosent vil antall togreiser isolert sett øke med om lag 0,3 prosent. Årsaken til at koeffisienten ikke er høyere er trolig at antall reiser totalt også fanger opp noe av effekten av befolkningstetthet og bileierskap. Effekten må derfor ses i sammenheng med effekten av de resterende variablene i modellen. Videre ser vi at økt reiselengde, befolkningstetthet og andel arbeidsreiser isolert sett fører til en økning i antall togreiser. Økt bileierskap og tilgang til parkering på arbeidsplassen vil isolert sett føre til en nedgang i antall togreiser. Konstantleddet er signifikant på et 10 prosents nivå. Antall togreiser = *Antall reiser totalt *Reiselengde motoriserte *Tetthet * Andel arbeidsreiser * Bileierskap * Andel parkering Redusert prediksjonsmodell Vi har også estimert en enklere modell for å predikere potensialet for togreiser i kommuner uten togtilbud i dag basert på data fra kommuner med et togtilbud. Forrige avsnitt presenterte en forklaringsmodell for togreiser for å beskrive hvordan ulike faktorer påvirker potensialet, men til prediksjon benytter vi en enklere modell på grunn av usikkerhet i datagrunnlaget. Usikkerheten kommer av innsamlingen av RVU-data hvor ikke alle respondenter har svart på alle spørsmål og undersøkelsene i ulike kommuner ikke er identiske. Det er snakk om små ulikheter, men vi ser at disse slår ut i rariteter i variabler som bileierskap og tilgang til parkering på arbeidsplassen. For å ha en enkel modell som med mindre usikkerhet kan benyttes for alle landets kommuner har vi estimert en redusert modell som presenteres i tabellen under. Vi ønsker å predikere antall togreiser i hele befolkningen i en kommune og har derfor justert RVU-data på antall togreiser og totalt antall reiser fra respondentene til hele befolkningen i kommunen. Modellen inkluderer også en dummy-variabel hvor vi skiller mellom kommuner som har færre/flere enn 1000 daglige togreiser per dag i kommunen i dag. Dette er for å korrigere for noen av de store variasjonene som er mellom dagens togkommuner, hvor spesielt det sentrale Østlandet vil være med å forstyrre resultatene for en mer gjennomsnittlig kommune. For de fleste caseanalyser som dette verktøyet skal brukes til å analysere vil kategorien «færre enn 1000 daglige togreiser» være mest aktuell å benytte. Tabell 2.2: Estimeringsresultater fra OLS-regresjon for togreiser. Modell 2 Antall reiser i kommunen *** (0.000) Andel arbeidsreiser ** (0.003) Andel utpendlere * (0.027) Dummy togkommune *** (0.000) Konstant *** (0.000) N 186 R p-values in parentheses * p < 0.05, ** p < 0.01, *** p < Urbanet Analyse notat 85/2016

37 Kommuner med over 1000 daglige togreiser I regnearkmodellen under input til trafikkgrunnlag må en spesifisere om en ser på en kommune med over eller under 1000 daglige reiser. Over 1000 daglige togreiser innebærer at togreisene registrert i RVU utgjør over 1000 togreiser for befolkningen i kommunen. I en del av de mindre kommunene kan få respondenter gjøre resultatene lite representative. Som en hovedregel bør en kun velge å bruke «over 1000 daglige reiser» dersom en ser på større byområder eller det sentrale Østlandet. For de fleste case vil under 1000 daglige togreiser være det relevante alternativet ettersom de fleste kommuner har under 1000 togreiser. Dersom kun én av flere kommuner i et case har over 1000 togreiser bør en velge under 1000 togreiser. Under følger en liste over kommunene hvor det er relevant å velge over 1000 daglige togreiser. Kommunene er sortert etter kommunenummer. Bostedskommune 101 Halden 501 Lillehammer 104 Moss 502 Gjøvik 106 Fredrikstad 533 Lunner 123 Spydeberg 534 Gran 124 Askim 602 Drammen 135 Råde 604 Kongsberg 136 Rygge 623 Modum 138 Hobøl 625 Nedre Eiker 211 Vestby 626 Lier 213 Ski 627 Røyken 214 Ås 704 Tønsberg 217 Oppegård 706 Sandefjord 219 Bærum 709 Larvik 220 Asker 713 Sande 226 Sørum 1101 Eigersund 227 Fet 1102 Sandnes 230 Lørenskog 1103 Stavanger 231 Skedsmo 1119 Hå 233 Nittedal 1120 Klepp 235 Ullensaker 1121 Time 236 Nes 1201 Bergen 237 Eidsvoll 1235 Voss 301 Oslo 1601 Trondheim 402 Kongsvinger 1714 Stjørdal 419 Sør-Odal 1719 Levanger 37

38 Metode for utredning av potensielle jernbanemarkeder Vedlegg 3: Forutsetninger for GK-beregning Stavanger-Ålgård I dette vedlegget gjennomgår vi verdiene som skal legges inn for hvert transportmiddel på strekningen Ålgård-Stavanger som eksempel. Strekningen er om lag 20 km og vi benytter derfor tidsverdier og vekter for korte reiser. GK bil: Reisetid fra start- til sluttpunkt med bil anslås til 20 minutter basert på google maps. Samme kilde anslår kødannelser inn til Stavanger i rush til å forlenge reisetiden med mellom 2 og 15 minutter. Vi legger inn en gjennomsnittlig køtid på 7 minutter. Kjøretøykostnad per km er hentet fra Statens vegvesens håndbok V712 og inkluderer drivstoff, olje og dekk, reparasjoner og kapitalkostnad. For strekningen på 20 km utgjør kjøretøykostnader på 2,9 kr per km 58 kr. I følge Statens vegvesen er det 40 kr i bompenger på strekningen inn til Stavanger, men ingen kostnad på retur-strekningen. Vi skriver derfor 20 kr på bompenger ettersom vi antar at de fleste reiser går tur/retur. På bakgrunn av data fra «Stavanger Parkering» har vi anslått gjennomsnittlig parkeringskostnad i Stavanger sentrum til 20 kr per time. GK bil Verdsetting (kr/time) Verdi Reisetid Køtid Bilkostnad Bomkostnad Parkeringskostnad Sum GK 183 GK GK buss: Pris og reisetid fra start- til sluttpunkt med buss anslås til 33 kroner og 64 minutter basert på Kolombus reiseplanlegger. Frekvensen i rush er om lag 4 avganger i timen som tilsvarer 15 minutter mellom avgangene. Ventetid på holdeplass er definert som i JBVs metodehåndbok lik halvparten av tiden mellom avgangene, og er dermed 7,5 minutter. I følge Kolombus reiseplanlegger er det ett bytte på ruten. Vi anvender vekten for ventetid og anslått ventetid ved bytte fra Kolombus reiseplanlegger for å finne kostnaden ved ventetid ved bytte. Gjennomsnittlig tilbringertid på 15,8 minutter er hentet fra Urbanet Analyses verdsettingsstudie i Stavanger (Ellis og Øvrum, 2014). Forsinkelse er antatt å være lik som for bil på 7 minutter. GK buss Verdsetting (kr/time) Verdi Pris Reisetid Ventetid på holdeplass Bytter Ventetid ved bytte Tilbringertid Forsinkelse Sum GK 175 GK Urbanet Analyse notat 85/2016

39 GK tog: Ettersom det ikke er et togtilbud på strekningen Ålgård-Stavanger i dag tar vi utgangspunkt i pris på 83 kroner fra strekningen Stavanger-Bryne som er om lag like lang. Reisetiden mellom Stavanger og Ålgård settes til omtrent 30 minutter, og frekvensen til 2 ganger i timen (UArapport 85/2015). Det gir en ventetid på holdeplass på 15 minutter. Det er ingen bytter på reisen og dermed ingen ventetid ved bytte. Vi antar videre at det i gjennomsnitt ikke er forsinkelse på reisen. Tilbringertiden er ofte noe lengre for tog enn for buss. Tidsverdiundersøkelsen for Stavangerområdet (Ellis og Øvrum, 2014) viste at tilbringertiden for en gjennomsnittlig kollektivreise er på omtrent 16 minutter i Stavangerområdet. Siden Stavanger- Ålgård er en lengre togreise vil trolig tilbringertiden også være noe lengre. Tidligere analyser har vist at gjennomsnittsreisen med tog i Sørvest-korridoren hadde en tilbringertid på 60 minutter (Norheim m.fl. 2011), men dette er på den andre siden for togreiser som er lengre enn mellom Stavanger og Ålgård. Som en tilnærming i denne sammenheng tilegner vi en gjennomsnittlig tilbringertid på 30 minutter for reiser på strekningen Stavanger-Ålgård. GK tog Verdsetting Verdi GK Pris Reisetid Ventetid på holdeplass Bytter Ventetid ved bytte Tilbringertid Forsinkelse Sum GK 194 Vedlegg 4: Brukerveiledning Brukerveiledning regnearkmodellen Regnearket er strukturert i et «INPUT»-ark, to resultatark og tre bakenforliggende beregningsark. Helt bakerst ligger tre «DATA»-ark, et hvor en kan lime inn kommunedata og grunnkretsdata som er eksportert fra GIS, samt reisematriser fra RVU. Relevant data fra disse tre arkene hentes automatisk inn i «INPUT»-arket. Brukeren må selv legge inn øvrig informasjon om caset, som er merket med gule celler i «INPUT»-arket. Blå celler hentes automatisk fra «DATA»-ark, og hvite celler er mer generell input som normalt ikke endres fra case til case. Input-, resultat- og beregningsark er delt inn i tre bolker: areal- og befolkningsstrukturer, konkurranseflater og trafikkgrunnlag. Det korresponderende inndatabehov er gjengitt under: 39

40 Metode for utredning av potensielle jernbanemarkeder Areal- og befolkningsstruktur: Lim inn eksporterte kommunedata for analyseområdet i «DATA»-arket «Kommunedata» (se GIS-veiledning under). o Relevant data fra dette arket hentes automatisk inn i «INPUT»-arkets blå celler. Lim inn eksporterte grunnkretsdata for grunnkretser innen 1 km fra stasjonsområdene i analyseområdet (se GIS-veiledning under). o Relevant data fra dette arket hentes automatisk inn i «INPUT»-arkets blå celler. Legg inn avstand mellom planlagte stasjoner. Legg inn antall stopp mellom endepunktene. Velg om analyseområdet er omfattet av nullvekstmålet (nedtrekksliste). Velg om det er planlagt fortetting rundt stasjonene (nedtrekksliste). o Kvalitativ vurdering basert på lokale planer. Velg om caset betegnes som lokaltog eller regiontog (nedtrekksliste). Velg om caseområdet er kjennetegnet som et storbyområde eller ikke (nedtrekksliste). o Dette bestemmer om man sammenligner med kommuner som har flere/færre enn 1000 daglige reiser. o Det får også konsekvenser for om regresjonsanalysen gjøres basert på kommuner med færre/flere enn 1000 daglige togreiser. Konkurranseflater: Spesifiser analysestrekningen og legg inn verdier for alle GK-komponentene for de ulike transportmidlene Spesifiser om reisen er over eller under 50 km (nedtrekksliste). Trafikkgrunnlag: Lim inn to reisematriser fra RVU i «DATA»-arket «RVU». Det skal limes inn en matrise for totalt antall reiser (alle transportmidler) og totalt antall kollektivreiser gjennomført av bosatte i kommunene. (se RVU-veiledning under). o Det skal ikke gjøres endringer i de blå cellene, kun gule celler. o Før matrisene limes inn må de sorteres slik at rekkefølgen på kommunene er den samme som for GIS-uttaket. o «Øvrige kommuner» må limes inn på den nederste raden (det er lagt inn ekstra rader for å ta hensyn til ulikt antall kommuner i casene) o Relevant data fra dette arket hentes automatisk inn i «INPUT»-arkets blå celler. Dersom aktuelt, legg inn antall årlige reiser på eksisterende togtilbud internt i analyseområdet. Dersom aktuelt, legg inn antall årlige reiser fra kommuner i analyseområdet (også til andre steder enn internt i analyseområdet). Urbanet Analyse notat 85/2016

41 Les av resultatene i arkene «VURDERING OG FIGURER» og «RESULTATER». Brukerveiledning GIS Det følger en ferdig GIS-fil med modellen, hvor det ligger inne en rekke data på kommune- og grunnkretsnivå. Ved å velge kommunene som skal analyseres kan en klippe ut relevant data for disse kommunene. Dette datagrunnlaget skal limes inn i regnearkmodellen (i «DATA»-ark). 1. Åpne GIS-fil «Potensielle jernbanemarkeder.mxd» 2. For å reparere eventuelle ødelagte koblinger til shapefilene (representert ved røde utropstegn ved siden av lagene) høyreklikker man på et av lagene og velger «Data» «repair data source» og velger den mappen hvor shapefilene ligger. 3. Stasjoner: Isoler stasjoner som er aktuelle for caset i. Merk alle stasjoner som skal være med i caset med «select»-verktøyet. ii. Høyreklikk på layer «Jernbanestasjoner» og velg «export data». Legg inn de eksporterte dataene som nytt layer i GIS. 4. Kommunedata: Eksporter kommunedata for alle kommuner i det aktuelle analyseområdet (skal limes inn i regnearkmodellen). i. «selection»«select by attribute» ii. Velg «layer»=kommunedata, og velg «selection from kommunedata where»: «KOMM 5»=X OR «KOMM»=Y osv. Velg «OK». iii. Høyreklikk på layer «kommunedata» og velg export data. Legg inn de eksporterte dataene som nytt layer i GIS. iv. Høyreklikk på det nye layeret og velg «Properties» «quantities» for å fremstille ulike variabler i kartet. Ved å eksempelvis velge «value=reiselengde» vises gjennomsnittlig reiselengde for de utvalgte kommunene. Kartene kan eksporteres og benyttes inn i dokumentasjon av caset. v. Der hvor de eksporterte dataene ble lagret ligger det nå en dbf-fil som inkluderer kommunedata for de aktuelle kommunen. Denne kan limes inn i regnearkmodellen. 5. Grunnkretsdata: 5 KOMM=kommunenummer Isolere grunnkretsdata for alle grunnkretser som ligger i kommunene i det aktuelle analyseområdet (til kvalitative GIS-analyser). i. «selection»«select by attribute» ii. Velg «layer»=grunnkretsdata, og velg «selection from grunnkretsdata where»: «KOMM»=X OR «KOMM»=Y osv. Velg «OK». iii. Høyreklikk på layer «grunnkretsdata» og velg export data. Legg inn de eksporterte dataene som nytt layer i GIS. iv. Høyreklikk på det nye layeret og velg «Properties» «quantities» for å fremstille ulike variabler i kartet. Ved å eksempelvis velge 41

42 Metode for utredning av potensielle jernbanemarkeder «value=bef_km2» vises gjennomsnittlig tetthet for de utvalgte grunnkretsene. Eksporter grunnkretsdata for grunnkretser som ligger innen 1 km fra stasjonsområdene (skal limes inn i regnearkmodellen). i. «selection» «select by location» ii. Velg Grunnkretsdata som «target layer» og det importerte laget med aktuelle stasjoner (ref. punkt3) som «Source layer». iii. Velg «spatial selection method»=»target layer(s) features are within a distance of the source layer feature iv. Velg 1000 meter under apply a search distance, velg OK. v. Høyreklikk på layer «grunnkretsdata» og velg export data. Legg inn de eksporterte dataene som nytt layer i GIS. vi. Der hvor de eksporterte dataene ble lagret ligger det nå en dbf-fil som inkluderer grunnkretsdata for de aktuelle grunnkretsene. Denne kan limes inn i regnearkmodellen. Beskrivelse av variabler i «kommunedata»: KOMM: Kommunenummer Antall_arb: Antall daglige arbeidsreiser (kilde: RVU) Andel_arb: Andel arbeidsreiser av alle daglige reiser (kilde: RVU) Bef_km: Innbyggere per kvadratkm (kilde: SSB tabell 11342) Utpendlere: Andel sysselsatte personer bosatt i kommunen som pendler ut av kommunen (kilde: SSB tabell 03333) Innpendlere: Andel sysselsatte personer med arbeidssted i kommunen som pendler inn i kommunen (kilde: SSB tabell 03333) Reiselengd: Gjennomsnittlig reiselengde for motoriserte reiser (RVU) Bef_2015: antall innbyggere i 2015 (kilde: SSB tabell 11342) Vekst_2030: vekst i befolkning fra 2015 til 2030 (kilde: SSB tabell 11168) Vekst_2050: vekst i befolkning fra 2015 til 2050 (kilde: SSB tabell 11168) CAGR_2030: gjennomsnittlig årlig vekst (kilde: SSB tabell 11168) CAGR_2050: gjennomsnittlig årlig vekst (kilde: SSB tabell 11168) N_reiser: antall daglige reiser totalt, alle transportmidler (kilde: RVU) N_togreiser: antall daglige togreiser (kilde: RVU) N_respondenter: antall respondenter (kilde: RVU) Bileierskap: andel av respondentene som har tilgang til bil (kilde: RVU) Parkering_: andel av respondentene som har tilgang til parkering på arbeidsplass (kilde: RVU) Stasjon_i: togstasjon i kommunene i dag=1, ikke togstasjon i kommunen i dag=0 Vedlagt GIS-leveransen ligger kommunedata i regnearksform, datert Dersom en ønsker å oppdatere med nyere data kan det lages en ny versjon av denne Excel-filen, som deretter lastes inn i GIS-filen «Potensielle jernbanemarkeder.mxd» i stedet for den kommunedatafilen som er opplastet per i dag. Urbanet Analyse notat 85/2016

43 Beskrivelse av variabler i «grunnkretsdata»: KOMM: Kommunenummer GKRETS_ID: Grunnkretsnummer Bef_km2: Innbyggere per km (kilde: SSB tabell og areal per grunnkrets fra Kartverket) Bef_2015: antall innbyggere i 2015 (kilde: SSB tabell 04317) Vekst_2030: vekst i befolkning fra 2015 til 2030, vekst på kommunenivå lagt inn for alle grunnkretser i den aktuelle kommunen (kilde: SSB tabell 11168) Vekst_2050: vekst i befolkning fra 2015 til 2030, vekst på kommunenivå lagt inn for alle grunnkretser i den aktuelle kommunen (kilde: SSB tabell 11168) Vedlagt GIS-leveransen ligger grunnkretsdata i regnearksform, datert Dersom en ønsker å oppdatere med nyere data kan det lages en ny versjon av denne Excel-filen, som deretter lastes inn i GIS-filen «Potensielle jernbanemarkeder.mxd» i stedet for den grunnkretsdatafilen som er opplastet per i dag. Brukerveiledning RVU Som inndata til regnearkmodellen er det nødvendig å gjøre et uttak av RVU-data for det aktuelle analyseområdet, for eksempel ved hjelp av SPSS: 1. Kjør en krysstabell (Analyze->Descriptive Statistics->Crosstabs i SPSS) med variabler s_komnr (startkommunenummer) og e_komnr (endekommunenummer) 2. La kolonnene og radene med de aktuelle kommunene stå uendret og summer reisene til og fra alle andre kommunene i rad og kolonne «Øvrige kommuner». Det skal tas ut data for reiser totalt (med alle transportmidler) og for kollektivreiser. Matrisene limes inn i de gule cellene i «DATA»-arket som heter «RVU». NB! Før matrisene limes inn i «DATA»-arket må matrisene sorteres slik at kommunene legger seg i samme rekkefølge som eksporten fra GIS er sorter etter. «Øvrig» må limes inn i den nederste linjen i den gule matrisen i dataarket (det er lagt inn ekstra linjer for å ta hensyn til at case kan ha ulikt antall kommuner. 43

44 Metode for utredning av potensielle jernbanemarkeder 5 Litteratur ATP Oslo, 2016 «Samordnet areal- og transportstrategi for osloregionen 2016». ASEK Balcombe m.fl. (2004) The demand for public transport: a practical guide. Bovy m.fl. (1991) Substitution of travel demand between car and public transport. A discussion of possibilities. Department for Transport (2009) Revisiting the elasticity based framework, Rail trends report. Engebretsen (2003) «Byreiser», TØI rapport 677/2003. Fearnley m.fl. (2012) «Tilbuds- og etterspørselssammenhenger i jernbanesektoren». TØIrapport 1244/2012. Halse m.fl. (2010) «Den norske verdsettingsstudien. Korte og lange reiser (tilleggsstudie) Verdsetting av tid, pålitelighet og komfort». TØI-rapport 1053H/2010. Johansen m.fl. (2004) Lønnsom persontransport på jernbanen? En vurdering av bedriftsøkonomisk og samfunnsøkonomisk lønnsomhet på norske jernbanestrekninger» TØIrapport 710/2004. Jernbaneverket (2012), «Jernbanens stasjonsstruktur 2012 på vei mot en mer markedstilpasset stasjonsstruktur». Jernbaneverket (2015), «Metodehåndbok. Samfunnsøkonomiske analyser for jernbanen 2015». Kjørstad m.fl. (2011). «Tre mulige banestrekninger Trafikantenes verdsetting av tid og potensialet for togreiser». UA-rapport 28/2011 Kjørstad m.fl. (2014). Nullvekstmålet. Hvordan kan den forventede transportveksten fordeles mellom kollektivtransport, sykkel og gange. UA-rapport 50/2014 KVU Oslo-Navet (2016) «Konseptvalgutredning for økt transportkapasitet inn mot og gjennom Oslo». Le Vine and Jones (2012) «on the move making sense of car and train travel trends in Britain». Urbanet Analyse notat 85/2016

45 Norheim (2006) «Kollektivtransport i nordiske byer markedspotensial og utfordringer fremover». Newman (2006) «How dense and mixed do centres have to be before you can reduce auto dependence?». Næss (1993) «Transportenergi i byer og pendlingsregioner. En undersøkelse basert på svenske data». Næss (2004), «Fortetting og transport», PLAN nr. 2, Norheim m.fl. (2013), «Dobbeltspor på Jærbanen, Mulighetsstudie for forlengelse av dobbeltspor». UA-rapport 42/2013. Paulley m.fl. (2006) «The demand for public transport: the effects of fares, quality of service, income and car ownership». Prosam-rapport 187, «Bedre kollektivtransport. Trafikantenes verdsetting av ulike egenskaper ved tilbudet i Oslo og Akershus». Samstad m.fl. (2010) «Den norske verdsettingsundersøkelsen. Sammendragsrapport». TØIrapport 1053/2010. SSB tabell 11168, 11167, 03333, Strand m.fl. (2012) «Jernbanen i Østlandsområdet, en studie av framtidig bystruktur og transportsystem», TØI-rapport 1242/2012. Statens vegvesen (2014) «Konsekvensanalyser. Håndbok V712». Worsley (2012) Rail demand forecasting using the passenger demand forecasting handbook. On the move supporting paper 2 45

46 Urbanet Analyse AS Kongensgate 1, 0153 Oslo Tlf: [+47]

Ålgårdbanen. Mulighetsstudie 1.12.2015. Tormod Wergeland Haug

Ålgårdbanen. Mulighetsstudie 1.12.2015. Tormod Wergeland Haug Ålgårdbanen Mulighetsstudie 1.12.2015 Tormod Wergeland Haug Kort om prosjektets oppbygning Hovedformålet med arbeidet er å belyse hvilket passasjergrunnlag som er nødvendig for å gjenåpne Ålgårdbanen for

Detaljer

Bedre kollektivtransport Hva bør det satses på?

Bedre kollektivtransport Hva bør det satses på? Bedre kollektivtransport Hva bør det satses på? Analyser av knutepunktsutvikling i Moss og effektiv virkemiddelbruk i Stockholm. Tormod Wergeland Haug, Urbanet Analyse? Teknologidagene 25.10.2017 Innhold

Detaljer

Transportstandard for kollektivtrafikk. SINTEF og Urbanet Analyse

Transportstandard for kollektivtrafikk. SINTEF og Urbanet Analyse Transportstandard for kollektivtrafikk SINTEF og Urbanet Analyse Transportstandard for kollektivtransport Problemstillinger og formål Hovedfunn Videre arbeid Formål Avdekke og detaljere kvaliteter ved

Detaljer

PRINSIPPER FOR RUTEPLANLEGGING Bergen 20. januar Katrine N Kjørstad og Bård Norheim

PRINSIPPER FOR RUTEPLANLEGGING Bergen 20. januar Katrine N Kjørstad og Bård Norheim PRINSIPPER FOR RUTEPLANLEGGING Bergen 20. januar 2015 Katrine N Kjørstad og Bård Norheim Best mulig tilbud til trafikantene! Kollektivtilbudet må utvikles kontinuerlig Grunnlaget for utviklingen av tilbudet

Detaljer

Hvordan varierer vektlegging av reisetid og komfort mellom byområder og ulike trafikantgrupper? v/ Ingunn Opheim Ellis Urbanet Analyse

Hvordan varierer vektlegging av reisetid og komfort mellom byområder og ulike trafikantgrupper? v/ Ingunn Opheim Ellis Urbanet Analyse Hvordan varierer vektlegging av reisetid og komfort mellom byområder og ulike trafikantgrupper? v/ Ingunn Opheim Ellis Urbanet Analyse Hvorfor lokale tidsverdsettinger? Trafikantenes verdsetting av tid

Detaljer

RVU Dybdeanalyser. Sammenhengen mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn

RVU Dybdeanalyser. Sammenhengen mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn RVU Dybdeanalyser Sammenhengen mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn RVU seminar 30. august 2012 Bakgrunn og formål Formål: utvikle en modell for å analysere potensial

Detaljer

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Trondheim 27. januar 2015 Bård Norheim og Katrine N Kjørstad - PTA 534 % - Bil har stått for 78% av veksten Mangedobling

Detaljer

Kan bedre framkommelighet for kollektivtrafikken gi bedre plass i vegnettet? 24 / 09 / 2012 Tormod Wergeland Haug

Kan bedre framkommelighet for kollektivtrafikken gi bedre plass i vegnettet? 24 / 09 / 2012 Tormod Wergeland Haug Kan bedre framkommelighet for kollektivtrafikken gi bedre plass i vegnettet? 24 / 09 / 2012 Tormod Wergeland Haug Fremtidige utfordringer 2010-2030 Hvor mye vekst må kollektivtrafikken ta? Eksempler fra

Detaljer

Revidert Oslopakke 3. Konsekvenser for kollektivtransporten av nytt trafikantbetalingssystem Tormod Wergeland Haug

Revidert Oslopakke 3. Konsekvenser for kollektivtransporten av nytt trafikantbetalingssystem Tormod Wergeland Haug Revidert Oslopakke 3 Konsekvenser for kollektivtransporten av nytt trafikantbetalingssystem Tormod Wergeland Haug 17.11.217 Problemstillinger Supplerende analyser ved bruk av UA-modellen: Tar hensyn til

Detaljer

EFFEKTER AV SYKKELTILTAK

EFFEKTER AV SYKKELTILTAK Hilde Solli Urbanet jubileumskonferanse 8. og 9. september 2016 EFFEKTER AV SYKKELTILTAK Bakgrunn Et prosjekt i forskningsprogrammet Bedre by til Vegdirektoratet Samarbeid KMD og KS for å forbedre transportmodellene

Detaljer

Myter og fakta om hvordan lykkes med kollektivtrafikk. Tanja Loftsgarden NHO Kollektivtransportseminar, Stavanger 13.

Myter og fakta om hvordan lykkes med kollektivtrafikk. Tanja Loftsgarden NHO Kollektivtransportseminar, Stavanger 13. Myter og fakta om hvordan lykkes med kollektivtrafikk Tanja Loftsgarden NHO Kollektivtransportseminar, Stavanger 13. november 2012 Agenda Dagens reisevaner og markedsandeler for kollektivtransporten Hvordan

Detaljer

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Tromsø 20.november 2014 Bård Norheim og Katrine N Kjørstad Kort om presentasjonen God kunnskap om sammenhengen

Detaljer

Kollektivtransport i by - Marked, strategi og muligheter Bård Norheim Urbanet Analyse

Kollektivtransport i by - Marked, strategi og muligheter Bård Norheim Urbanet Analyse Kollektivtransport i by - Marked, strategi og muligheter Bård Norheim Urbanet Analyse Utfordringsbildet Høy befolkningsvekst gir høy transportvekst Ca 1,6 millioner flere reiser per dag i 2030 enn i dag

Detaljer

Den norske verdsettingsstudien, Korte og lange reiser (tilleggsstudie) Verdsetting av tid, pålitelighet og komfort

Den norske verdsettingsstudien, Korte og lange reiser (tilleggsstudie) Verdsetting av tid, pålitelighet og komfort Sammendrag: TØI-rapport 1053H/2010 Forfatter(e): Askill Harkjerr Halse, Stefan Flügel og Marit Killi Oslo 2010, 25 sider Den norske verdsettingsstudien, Korte og lange reiser (tilleggsstudie) Verdsetting

Detaljer

Parkeringstilgjengelighet og reisemiddelvalg v/ Ingunn Opheim Ellis. Urbanet Analyses jubileumskonferanse 2016

Parkeringstilgjengelighet og reisemiddelvalg v/ Ingunn Opheim Ellis. Urbanet Analyses jubileumskonferanse 2016 Parkeringstilgjengelighet og reisemiddelvalg v/ Ingunn Opheim Ellis Urbanet Analyses jubileumskonferanse 2016 Bakgrunn og metode Bakgrunn: Nullvekstmålet og bymiljøavtaler Reduserte bilandelen og øke andelen

Detaljer

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Bergen 20. januar 2015 Bård Norheim og Katrine N Kjørstad UTVIKLINGEN I REISEAKTIVITET OG TRANSPORTMIDDELBRUK -

Detaljer

Hvordan planlegge for morgendagens kollektivtrafikanter. Katrine Kjørstad Jubileumskonferansen

Hvordan planlegge for morgendagens kollektivtrafikanter. Katrine Kjørstad Jubileumskonferansen Hvordan planlegge for morgendagens kollektivtrafikanter Katrine Kjørstad Jubileumskonferansen 8-9.9.2016 Når vi skal planlegge for morgendagens kollektivtrafikanter må vi stille oss spørsmål om: Hvem vil

Detaljer

PRINSIPPER FOR RUTEPLANLEGGING Tromsø 20. november Katrine N Kjørstad og Bård Norheim

PRINSIPPER FOR RUTEPLANLEGGING Tromsø 20. november Katrine N Kjørstad og Bård Norheim PRINSIPPER FOR RUTEPLANLEGGING Tromsø 20. november 2014 Katrine N Kjørstad og Bård Norheim Best mulig tilbud til trafikantene! Kollektivtilbudet må utvikles kontinuerlig Grunnlaget for utviklingen av tilbudet

Detaljer

Målrettet kollektivtransport Delrapport 2: Trafikantenes preferanser

Målrettet kollektivtransport Delrapport 2: Trafikantenes preferanser TØI rapport 533/2001 Forfattere: Ingunn Stangeby og Kjell Jansson Oslo 2001, 47 sider Sammendrag: Målrettet kollektivtransport Delrapport 2: Trafikantenes preferanser Et mer differensiert reisemønster

Detaljer

Verdsetting av tid, pålitelighet og komfort tilpasset NTM6

Verdsetting av tid, pålitelighet og komfort tilpasset NTM6 Sammendrag: Verdsetting av tid, pålitelighet og komfort tilpasset NTM6 TØI rapport 1389/2015 Forfattere: Vegard Østli, Askill Harkjerr Halse, Marit Killi Oslo 2015 48 sider Med en ny inndeling i avstandsintervaller

Detaljer

Rapport. Trafikantenes verdsetting av tid i fem byområder. Klimaeffektiv kollektivsatsing. Ingunn Opheim Ellis Arnstein Øvrum 46/2014

Rapport. Trafikantenes verdsetting av tid i fem byområder. Klimaeffektiv kollektivsatsing. Ingunn Opheim Ellis Arnstein Øvrum 46/2014 Rapport 46/2014 Ingunn Opheim Ellis Arnstein Øvrum Klimaeffektiv kollektivsatsing Trafikantenes verdsetting av tid i fem byområder Foto: Felix Media Forord Denne rapporten er skrevet innenfor prosjektet

Detaljer

Notat. Markedspotensialet for Vannbuss i Stavanger. Katrine Kjørstad Ingunn O Ellis Harald Høyem 135/2019

Notat. Markedspotensialet for Vannbuss i Stavanger. Katrine Kjørstad Ingunn O Ellis Harald Høyem 135/2019 Notat 135/2019 Katrine Kjørstad Ingunn O Ellis Harald Høyem Markedspotensialet for Vannbuss i Stavanger Forord Stavanger Sentrum AS v/cid, Stavanger-regionen Havn IKS, Kolumbus AS, Rogaland Fylkeskommune

Detaljer

PRINSIPPER FOR RUTEPLANLEGGING Skien 2.-3.april Bård Norheim Katrine N Kjørstad

PRINSIPPER FOR RUTEPLANLEGGING Skien 2.-3.april Bård Norheim Katrine N Kjørstad PRINSIPPER FOR RUTEPLANLEGGING Skien 2.-3.april 2014 Bård Norheim Katrine N Kjørstad Hovedprinsipp Enkelt å bruke Enkelt å kommunisere Kunder Eier Ansatte Synlig i vegsystemet Gjennomført konsept Grunnlag

Detaljer

Modeller og verktøy for å vurdere transporteffektivitet. Eksempler fra byutredning for Nedre Glomma.

Modeller og verktøy for å vurdere transporteffektivitet. Eksempler fra byutredning for Nedre Glomma. Modeller og verktøy for å vurdere transporteffektivitet. Eksempler fra byutredning for Nedre Glomma. NVF-seminar, Den transporteffektiva staden. Reykjavik, Island. 30-31. mai 2018. Anne Madslien, TØI Modellsystem

Detaljer

Bakgrunn. Data. Sammendrag Modellering av reisehensikts- og døgnfordelinger for togreiser

Bakgrunn. Data. Sammendrag Modellering av reisehensikts- og døgnfordelinger for togreiser Sammendrag Modellering av reisehensikts- og døgnfordelinger for togreiser TØI rapport 1558/2017 Forfattere: Stefan Flügel, Rikke Ingebrigtsen, Nina Hulleberg Oslo 2017 81 sider Hvorfor personer reiser

Detaljer

TRANSPORTUTREDNING FOR ARBEIDSREISER I SPIKKESTADKORRIDOREN. «Nye Asker» 22. november 2017

TRANSPORTUTREDNING FOR ARBEIDSREISER I SPIKKESTADKORRIDOREN. «Nye Asker» 22. november 2017 TRANSPORTUTREDNING FOR ARBEIDSREISER I SPIKKESTADKORRIDOREN «Nye Asker» 22. november 2017 1 Hva har vi gjort? Oppdraget: Vurdere konsepter som kan bidra til å løse transportutfordringene for arbeidsreiser

Detaljer

Transportanalyser for kollektiv- gang- og sykkel i by. Bård Norheim

Transportanalyser for kollektiv- gang- og sykkel i by. Bård Norheim Transportanalyser for kollektiv- gang- og sykkel i by Bård Norheim Utfordringer Hvorfor er det så få kollektiv- og sykkeltiltak som virker? Er det mulig å ta bedre hensyn til komfortelementer i analysene?

Detaljer

Omfang av gåing til holdeplass

Omfang av gåing til holdeplass Omfang av gåing til holdeplass Ved Ingunn Opheim Ellis, Urbanet Analyse Fagseminar om gåing 22. september 2017 Den norske reisevaneundersøkelsen RVU 2013/14 Formål: Omfanget av befolkningens reiser Hensikten

Detaljer

Kollektivtransport - Utfordringer, muligheter og løsninger for byområder. Kollektivforum 8. juni 2017, Malin Bismo Lerudsmoen, Statens vegvesen

Kollektivtransport - Utfordringer, muligheter og løsninger for byområder. Kollektivforum 8. juni 2017, Malin Bismo Lerudsmoen, Statens vegvesen Kollektivtransport - Utfordringer, muligheter og løsninger for byområder Kollektivforum 8. juni 2017, Malin Bismo Lerudsmoen, Statens vegvesen Mye av kollektivtransport ruller på vegnettet Over 50 % av

Detaljer

Notat. Nytt lokaltilbud langs Ringeriksbanen. Tormod Wergeland Haug 50 / 2012. Oppsummering av nytte og trafikale effekter

Notat. Nytt lokaltilbud langs Ringeriksbanen. Tormod Wergeland Haug 50 / 2012. Oppsummering av nytte og trafikale effekter Notat Tormod Wergeland Haug 50 / 2012 Nytt lokaltilbud langs Ringeriksbanen Oppsummering av nytte og trafikale effekter Innhold 1. Innledning... 2 2. Metode og forutsetninger... 3 2.1 Modell... 3 2.2

Detaljer

Notat. Bybane/kombibane i Stavanger. Etterspørsel etter kollektivreiser. Bård Norheim Katrine Kjørstad 14 / 2009

Notat. Bybane/kombibane i Stavanger. Etterspørsel etter kollektivreiser. Bård Norheim Katrine Kjørstad 14 / 2009 Notat 14 / 2009 Bård Norheim Katrine Kjørstad Bybane/kombibane i Stavanger Innhold Sammendrag... 3 1. Metode... 7 2. Verdsetting av tid som er benyttet i TASS-modellen... 8 3. Verdsetting av tid fra andre

Detaljer

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling

Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Samordnet areal og transportplanlegging. Sammenhenger mellom areal- og transportutvikling Oslo 3.desember 2014 Bård Norheim og Katrine N Kjørstad Kort om presentasjonen God kunnskap om sammenhengen mellom

Detaljer

Strategi for biltrafikkreduserende tiltak i Buskerudbyen

Strategi for biltrafikkreduserende tiltak i Buskerudbyen Strategi for biltrafikkreduserende tiltak i Buskerudbyen Presentasjon av hovedresultater November 2010 Utredning på oppdrag av Buskerudbysamarbeidet. et samarbeid om areal, transport og miljø. Disposisjon

Detaljer

Rapport. Videreutvikling av dobbeltsporet på Jæren. Analyse av tilbudskonsepter for togtrafikken på Jærbanen. Mads Berg Tormod Wergeland Haug 56/2015

Rapport. Videreutvikling av dobbeltsporet på Jæren. Analyse av tilbudskonsepter for togtrafikken på Jærbanen. Mads Berg Tormod Wergeland Haug 56/2015 Rapport 56/2015 Mads Berg Tormod Wergeland Haug Videreutvikling av dobbeltsporet på Jæren Analyse av tilbudskonsepter for togtrafikken på Jærbanen Forord Jernbaneverket jobber for tiden med grunnlaget

Detaljer

Anbefalte tidsverdier i persontransport

Anbefalte tidsverdier i persontransport TØI rapport 459/1999 Forfatter: Marit Killi Oslo 1999, 45 sider Sammendrag: Anbefalte tidsverdier i persontransport Vegdirektoratet og fylkeskommunenes samferdselssjefer arbeider nå med en felles veileder

Detaljer

Rolledeling i kollektivtransporten.

Rolledeling i kollektivtransporten. NOTAT NR 5/2007 Katrine Næss Kjørstad Bård Norheim Rolledeling i kollektivtransporten. Om preferanser for ulike kollektive transportmidler og kjennetegn ved reisen Rolledeling i kollektivtransporten. 1

Detaljer

Mari Betanzo Mads Berg Marte Bakken Resell Tormod Wergeland Haug. Notat 85/2015. Markedsgrunnlag for Ålgårdbanen

Mari Betanzo Mads Berg Marte Bakken Resell Tormod Wergeland Haug. Notat 85/2015. Markedsgrunnlag for Ålgårdbanen Notat Mari Betanzo Mads Berg Marte Bakken Resell Tormod Wergeland Haug 85/2015 Markedsgrunnlag for Ålgårdbanen Forord Urbanet Analyse har på oppdrag av Gjesdal kommune, Sandnes kommune og Næringsforeningen

Detaljer

Bærekraftig arealbruksutvikling i Vestfold

Bærekraftig arealbruksutvikling i Vestfold Bærekraftig arealbruksutvikling i Vestfold Prosjekt utført for KS Grønne Energikommuner av Transportøkonomisk institutt ved Tanja Loftsgarden, Petter Christiansen, Jan Usterud Hanssen og Arvid Strand Innhold

Detaljer

Kollektivtransportens potensial i byområdene. Bård Norheim

Kollektivtransportens potensial i byområdene. Bård Norheim Kollektivtransportens potensial i byområdene Bård Norheim Kort om presentasjonen 1) Strategier for å møte befolkningsutviklingen 2) Strategier for økt kollektivtransport 3) Behov for målrettet arealplanlegging

Detaljer

Kollektivtrafikk, veiutbygging eller kaos? Scenarioer for hvordan vi møter framtidens

Kollektivtrafikk, veiutbygging eller kaos? Scenarioer for hvordan vi møter framtidens Kollektivtrafikk, veiutbygging eller kaos? Scenarioer for hvordan vi møter framtidens transportutfordringer Alberte Ruud, Urbanet Analyse Fagseminar 25. mai 2011, NHO Transport Bakgrunn og tema for prosjektet

Detaljer

Storbyer i utakt med Klimameldingen

Storbyer i utakt med Klimameldingen Biltrafikken skal reduseres kraftig, men: Storbyer i utakt med Klimameldingen Av Bård Norheim og Katrine Kjørstad Norheim er daglig leder i Urbanet Analyse og medlem av MD s faglige råd for bypolitikk.

Detaljer

Notat. Markedspotensialet for høyhastighetstog Oslo-København. Katrine N Kjørstad Bård Norheim 29 / 2010

Notat. Markedspotensialet for høyhastighetstog Oslo-København. Katrine N Kjørstad Bård Norheim 29 / 2010 Notat Katrine N Kjørstad Bård Norheim 29 / 2010 Markedspotensialet for høyhastighetstog Oslo-København Innhold Sammendrag... 3 1. Innledning... 5 2. Markedspotensialet for høyhastighetstog i Norge...

Detaljer

Kollektivtransporten må få opp farten

Kollektivtransporten må få opp farten Kollektivtransporten må få opp farten gevinster av bedre fremkommelighet og lengre holdeplassavstand Transportforum, 11. januar 2018 Kristine Wika Haraldsen og Bård Norheim Agenda 1. Bakgrunn: Hvorfor

Detaljer

Klimaeffektiv kollektivsatsing Planlegger vi for gjennomsnittstrafikanten eller målrettet mot ulike byområder? v/ Ingunn Opheim Ellis Urbanet Analyse

Klimaeffektiv kollektivsatsing Planlegger vi for gjennomsnittstrafikanten eller målrettet mot ulike byområder? v/ Ingunn Opheim Ellis Urbanet Analyse Klimaeffektiv kollektivsatsing Planlegger vi for gjennomsnittstrafikanten eller målrettet mot ulike byområder? v/ Ingunn Opheim Ellis Urbanet Analyse Store avvik mellom lokale og nasjonale mål for biltrafikken

Detaljer

Da vi startet arbeidet: En forstudie for et evt videre KVU arbeid

Da vi startet arbeidet: En forstudie for et evt videre KVU arbeid PF/NVTF Møte om nye Oslo-tunneler 26. april 2012 Arne Stølan, prosjektleder Jernbaneverket Da vi startet arbeidet: En forstudie for et evt videre KVU arbeid Hva handler spørsmålet om en ny jernbanetunnel

Detaljer

Transportstandard for kollektivtrafikk og sykkel. SINTEF og Urbanet Analyse

Transportstandard for kollektivtrafikk og sykkel. SINTEF og Urbanet Analyse Transportstandard for kollektivtrafikk og sykkel SINTEF og Urbanet Analyse Foreløpige funn og faglige utfordringer TRANSPORTSTANDARD FOR SYKKEL Transportstandard for sykkel Problemstillinger og status

Detaljer

Transportmodellberegninger og virkemiddelanalyse for Framtidens byer

Transportmodellberegninger og virkemiddelanalyse for Framtidens byer Sammendrag: TØI-rapport 1123/2011 Forfattere: Anne Madslien, Christian Steinsland Oslo 2011, 75 sider Transportmodellberegninger og virkemiddelanalyse for Framtidens byer Transportmodellberegninger viser

Detaljer

Tre mulige banestrekninger Trafikantenes verdsetting av tid og potensialet for togreiser

Tre mulige banestrekninger Trafikantenes verdsetting av tid og potensialet for togreiser Rapport 28 / 2011 Katrine N Kjørstad Ingunn O Ellis Tormod W Haug Bård Norheim Tre mulige banestrekninger Trafikantenes verdsetting av tid og potensialet for togreiser Forord På oppdrag for Jernbaneverket

Detaljer

Ringvirkninger av økte bomsatser (vägtullar) når vi tar hensyn til mindre kø og forsinkelser

Ringvirkninger av økte bomsatser (vägtullar) når vi tar hensyn til mindre kø og forsinkelser Ringvirkninger av økte bomsatser (vägtullar) når vi tar hensyn til mindre kø og forsinkelser Analyser i forbindelse med revidert Oslopakke 3 Tormod Wergeland Haug, Bård Norheim og Ingunn Ellis Urbanet

Detaljer

Nullvekstmålet. Hvordan kan den forventede transportvekst fordeles mellom kollektivtransport, sykkel og gange?

Nullvekstmålet. Hvordan kan den forventede transportvekst fordeles mellom kollektivtransport, sykkel og gange? Nullvekstmålet Hvordan kan den forventede transportvekst fordeles mellom kollektivtransport, sykkel og gange? To hovedproblemstillinger Veksten i persontransporten i storbyområdene skal tas med kollektivtransport,

Detaljer

Reisevaner i Region sør

Reisevaner i Region sør 1 Om Reisevaneundersøkelsen Den nasjonale Reisevaneundersøkelsen (NRVU2005) ble gjennomført i perioden januar 2005 til februar 2006. I denne brosjyren presenterer vi hovedresultatene for Region sør som

Detaljer

Policymodell for hållbara urbana transporter? Analyser av helhetlig virkemiddelbruk i Uppsala

Policymodell for hållbara urbana transporter? Analyser av helhetlig virkemiddelbruk i Uppsala Policymodell for hållbara urbana transporter? Analyser av helhetlig virkemiddelbruk i Uppsala Mads Berg, Urbanet Analyse Session 62: Kollektivtrafik 2, VTI 2017 Bakgrunn for prosjektet Målsettingen for

Detaljer

Mari Betanzo Tormod Wergeland Haug Bård Norheim Harald Høyem. Notat. 95b/2016 STRATMOD. D.1.3 Case Oslo

Mari Betanzo Tormod Wergeland Haug Bård Norheim Harald Høyem. Notat. 95b/2016 STRATMOD. D.1.3 Case Oslo Notat Mari Betanzo Tormod Wergeland Haug Bård Norheim Harald Høyem 95b/2016 STRATMOD D.1.3 Case Oslo 2 Forord Prosjektet STRATMOD er et samarbeid mellom Ruter, Jernbanedirektoratet, Vegdirektoratet, Urbanet

Detaljer

Reisevaneundersøkelser -en

Reisevaneundersøkelser -en Reisevaneundersøkelser -en kunnskapskilde RVU møte Oslo 23. sept. 2008 TAO Statens vegvesen Region sør skal bidra til attraktive byområder, bærekraftig samfunnsutvikling og helhetlig areal- og transportutvikling

Detaljer

MÅL OG STATUS Tromsø 20. november Bård Norheim Katrine N Kjørstad

MÅL OG STATUS Tromsø 20. november Bård Norheim Katrine N Kjørstad MÅL OG STATUS Tromsø 20. november 2014 Bård Norheim Katrine N Kjørstad Mål og utfordringer Mål Være et alternativ til bil (miljømålsetting) Gi effektiv trafikkavvikling (økonomi) Gi et tilbud de som ikke

Detaljer

Tidsverdi og regional variasjon er verdsetting av tid blant kollektivtrafikantene i Osloregionen høyere enn resten av landet?

Tidsverdi og regional variasjon er verdsetting av tid blant kollektivtrafikantene i Osloregionen høyere enn resten av landet? Innhold Kortsammendrag... 3 Inntektsforskjeller... 3 Yrkesaktivitet og egenskaper ved kollektivtilbudet... 3 Selvseleksjon i utvalget... 4 1. Bakgrunn og formål... 5 1.1 Metode og tilnærming til problemstillingen...

Detaljer

Klimaeffektive kollektivtiltak Ulike tiltak påvirker kostnader og miljøgevinst

Klimaeffektive kollektivtiltak Ulike tiltak påvirker kostnader og miljøgevinst Klimaeffektive kollektivtiltak Ulike tiltak påvirker kostnader og miljøgevinst Frokostseminar 16.juni 2015 Mari Fossheim Betanzo og Bård Norheim Innhold 1. Kort om prosjektet og bakgrunn 2. Del 1: Miljøgevinster

Detaljer

Ny modell for å anslå kollektivandelen i Oslo og Akershus: Hvilke tiltak har størst effekt? Stefan Flügel (TØI),

Ny modell for å anslå kollektivandelen i Oslo og Akershus: Hvilke tiltak har størst effekt? Stefan Flügel (TØI), Ny modell for å anslå kollektivandelen i Oslo og Akershus: Hvilke tiltak har størst effekt? Stefan Flügel (TØI), 12.12. 2017 Page 2 Innhold Litt om MPM23 Hvilket tiltak har størst effekt på kollektivandel

Detaljer

Tidsverdiundersøkelsen

Tidsverdiundersøkelsen Tidsverdiundersøkelsen Seminar om Verdsettingsstudien 14. februar 2011 Askill Harkjerr Halse, TØI 15.02.2011 Side 1 15.02.2011 Side 2 Studien dekker UNDERSØKT MED EGNE DATA: Verdi av spart reisetid om

Detaljer

Bedre kollektivtransport Trafikantenes verdsetting av ulike kollektivtiltak

Bedre kollektivtransport Trafikantenes verdsetting av ulike kollektivtiltak Bedre kollektivtransport Trafikantenes verdsetting av ulike kollektivtiltak Katrine Næss Kjørstad Heidi Renolen Transportøkonomisk institutt, Norge 1. Innledning I løpet av de ti siste årene er det blitt

Detaljer

Strategi for biltrafikkreduserende tiltak i Buskerudbyen Kunnskapsgrunnlag.

Strategi for biltrafikkreduserende tiltak i Buskerudbyen Kunnskapsgrunnlag. Strategi for biltrafikkreduserende tiltak i Buskerudbyen Kunnskapsgrunnlag. Sammendrag. November 2010 Utredning på oppdrag av Buskerudbysamarbeidet. et samarbeid om areal, transport og miljø. Oppsummering

Detaljer

Høringsuttalelse KVU Grenlandsbanen. Vedlegg 2. Nye analyser av Brokelandsheia stasjon

Høringsuttalelse KVU Grenlandsbanen. Vedlegg 2. Nye analyser av Brokelandsheia stasjon Høringsuttalelse KVU Grenlandsbanen Vedlegg 2 Innhold 1. INNLEDNING 3 2. BROKELANDSHEIA SOM ET VEKSTSENTER REGIONFORSTØRRING 3 2.1 REGIONFORSTØRRING BROKELANDSHEIA, RESULTATER 3 3. BROKELANDSHEIA SOM ET

Detaljer

Notat. Tidsverdistudien i Oslo og Akershus 2010: Anbefalte tidsverdier for kollektivtransport fordelt på reiseformål. Alberte Ruud 40 / 2011

Notat. Tidsverdistudien i Oslo og Akershus 2010: Anbefalte tidsverdier for kollektivtransport fordelt på reiseformål. Alberte Ruud 40 / 2011 Notat Alberte Ruud 40 / 2011 Tidsverdistudien i Oslo og Akershus 2010: Anbefalte tidsverdier for kollektivtransport fordelt på reiseformål INNHOLD 1. BAKGRUNN, FORMÅL OG METODE... 3 Metode og design for

Detaljer

Skaper regionforstørring mer transportarbeid? Hvilke resultater gir dagens planlegging? Katrine N Kjørstad Kristiansand

Skaper regionforstørring mer transportarbeid? Hvilke resultater gir dagens planlegging? Katrine N Kjørstad Kristiansand Skaper regionforstørring mer transportarbeid? Hvilke resultater gir dagens planlegging? Katrine N Kjørstad Kristiansand 17.6.2014 Innhold Utviklingen i reiseaktivitet og transportmiddelbruk Dagens planer:

Detaljer

Effekter av nytt sykkelvegnett i Oslo Analyser for Oslopakke 3-sekretariatet Presentasjon frokostseminar 17. november 2017

Effekter av nytt sykkelvegnett i Oslo Analyser for Oslopakke 3-sekretariatet Presentasjon frokostseminar 17. november 2017 Effekter av nytt sykkelvegnett i Oslo Analyser for Oslopakke 3-sekretariatet Presentasjon frokostseminar 17. november 2017 Høy prioritering av sykkel i revidert OP3 Statens vegvesen og Oslo kommune har

Detaljer

Kompakte byer og lite bilbruk? Reisemønster og arealbruk

Kompakte byer og lite bilbruk? Reisemønster og arealbruk Sammendrag: Kompakte byer og lite bilbruk? Reisemønster og arealbruk TØI rapport 1505/2016 Forfattere: Petter Christiansen, Frants Gundersen og Fredrik Alexander Gregersen Oslo 2016 55 sider Siden 2009

Detaljer

Miljøgevinsten av stamlinjenett og ruteeffektivisering i fire norske byer Mads Berg Urbanet Analyse

Miljøgevinsten av stamlinjenett og ruteeffektivisering i fire norske byer Mads Berg Urbanet Analyse Miljøgevinsten av stamlinjenett og ruteeffektivisering i fire norske byer Mads Berg Urbanet Analyse Innledning 1. Bakgrunn for prosjektet 2. Miljøvennlig satsing på kollektivtransport 3. Klimagevinst ved

Detaljer

Mobilitet, helhetlig transportsystem og rolledeling

Mobilitet, helhetlig transportsystem og rolledeling Mobilitet, helhetlig transportsystem og rolledeling Sari Wallberg, Vegdirektoratet Sara Brøngel Grimstad, Jernbanedirektoratet Nasjonal transportplan 2018-2029 1 Stortingsmeldingen om NTP 2018-2029 Hovedpunkter

Detaljer

Strategi for biltrafikkreduserende tiltak i Buskerudbyen. Bård Norheim Urbanet Analyse 4. November 2010

Strategi for biltrafikkreduserende tiltak i Buskerudbyen. Bård Norheim Urbanet Analyse 4. November 2010 Strategi for biltrafikkreduserende tiltak i Buskerudbyen Bård Norheim Urbanet Analyse 4. November 2010 Kort om presentasjonen Utfordringer i Buskerudregionen Mulige strategier for kombinert virkemiddelbruk

Detaljer

Rapport. Markedspotensialet for elektrisk byferge i Haugesund. Ingunn Ellis Kristine Wika Haraldsen 122/2019

Rapport. Markedspotensialet for elektrisk byferge i Haugesund. Ingunn Ellis Kristine Wika Haraldsen 122/2019 Rapport 122/2019 Ingunn Ellis Kristine Wika Haraldsen Markedspotensialet for elektrisk byferge i Haugesund ii Markedspotensialet for elektrisk byferge i Haugesund Forord Urbanet Analyse skal på oppdrag

Detaljer

RAPPORT 175 FORPROSJEKT OM INFLUENSOMRÅDER TIL KOLLEKTIVTRANSPORTENS INNFARTSPARKERINGER. www.prosam.org

RAPPORT 175 FORPROSJEKT OM INFLUENSOMRÅDER TIL KOLLEKTIVTRANSPORTENS INNFARTSPARKERINGER. www.prosam.org RAPPORT 175 FORPROSJEKT OM INFLUENSOMRÅDER TIL KOLLEKTIVTRANSPORTENS INNFARTSPARKERINGER www.prosam.org Fakta om PROSAM 1. Deltagere i PROSAM PROSAM er et samarbeid mellom følgende offentlige etater og

Detaljer

Tallfesting av hvordan arealbruk og transportsystem påvirker omfanget av biltrafikk i byområder

Tallfesting av hvordan arealbruk og transportsystem påvirker omfanget av biltrafikk i byområder Kommunal- og moderniseringsdepartementet Tallfesting av hvordan arealbruk og transportsystem påvirker omfanget av biltrafikk i byområder Tore Leite Planavdelingen, byutviklingsseksjonen Fellesprosjektet

Detaljer

Regionale areal og transportplaner som grunnlag for helhetlige bymiljøavtaler

Regionale areal og transportplaner som grunnlag for helhetlige bymiljøavtaler Regionale areal og transportplaner som grunnlag for helhetlige bymiljøavtaler Nettverkssamling Oslo 1. desember 2014 Bård Norheim Bymiljøavtaler Bakgrunn Byene vokser kraftig Staten klarer ikke å finansiere

Detaljer

Bystruktur og transport En studie av personreiser i byer og tettsteder

Bystruktur og transport En studie av personreiser i byer og tettsteder Sammendrag: Bystruktur og transport En studie av personreiser i byer og tettsteder TØI rapport 1178/11 Forfattere: Øystein Engebretsen og Petter Christiansen Oslo 11, 64 sider I byområder er reisemønster

Detaljer

Trafikantenes preferanser for togreiser til og fra Oslo Lufthavn. Frokostseminar 31. oktober 2018

Trafikantenes preferanser for togreiser til og fra Oslo Lufthavn. Frokostseminar 31. oktober 2018 Trafikantenes preferanser for togreiser til og fra Oslo Lufthavn Frokostseminar 31. oktober 2018 Trafikantenes preferanser for togreiser til og fra Oslo Lufthavn Agenda Problemstilling og metode Hvem er

Detaljer

Bakgrunn og problemstilling

Bakgrunn og problemstilling TØI rapport 545/2001 Forfattere: Alberte Ruud, Irene Tuveng, Bd Norheim Oslo 2001, 81 sider Sammendrag: Målrettet kollektivtransport Del 3: Trafikantgruppers verdsetting av kollektivtilbudet Bakgrunn og

Detaljer

Rapport. Markedspotensial for nye togkonsept i korridoren mellom Oslo og København. 25 / 2011. Ingunn O. Ellis Katrine N. Kjørstad Lisa Steine Nesse

Rapport. Markedspotensial for nye togkonsept i korridoren mellom Oslo og København. 25 / 2011. Ingunn O. Ellis Katrine N. Kjørstad Lisa Steine Nesse Rapport 25 / 2011 Ingunn O. Ellis Katrine N. Kjørstad Lisa Steine Nesse Markedspotensial for nye togkonsept i korridoren mellom Oslo og København. Bilde: Bombardier Forord COINCO North ønsker å belyse

Detaljer

Etterspørselseffekter av nytt sykkelvegnett i Oslo. Transportforum 2018

Etterspørselseffekter av nytt sykkelvegnett i Oslo. Transportforum 2018 Etterspørselseffekter av nytt sykkelvegnett i Oslo Transportforum 2018 Oslo kommunes sykkelstrategi 2015 2025 Oslos sykkelandel skal økes til 16 prosent innen 2025 Oslos sykkelveinett skal være tilgjengelig,

Detaljer

Nullvekstmålet. Hvordan kan den forventede transportvekst fordeles mellom kollektivtransport, sykkel og gange?

Nullvekstmålet. Hvordan kan den forventede transportvekst fordeles mellom kollektivtransport, sykkel og gange? Nullvekstmålet Hvordan kan den forventede transportvekst fordeles mellom kollektivtransport, sykkel og gange? To hovedproblemstillinger Veksten i persontransporten i storbyområdene skal tas med kollektivtransport,

Detaljer

Kvantifisering i transportmodeller - KIT

Kvantifisering i transportmodeller - KIT Kvantifisering i transportmodeller - KIT Samordnet FoU-innsats i KMD (planavd.), KS og Vegdirektoratet. MÅL: Data- og metodegrunnlag for mer presis behandling av reiser til fots, på sykkel og kollektivt

Detaljer

Trafikantenes verdsetting av bedre kvalitet på kollektivtilbudet En Stated Preference-undersøkelse på internett

Trafikantenes verdsetting av bedre kvalitet på kollektivtilbudet En Stated Preference-undersøkelse på internett Trafikantenes verdsetting av bedre kvalitet på kollektivtilbudet En Stated Preference-undersøkelse på internett Forsker Åse Nossum Transportøkonomisk institutt, Norge Kollektivtransporten i Norge står

Detaljer

Rapport. Ringvirkninger av arealplanlegging. for en mer bærekraftig bytransport? Synteserapport. 51a/2014

Rapport. Ringvirkninger av arealplanlegging. for en mer bærekraftig bytransport? Synteserapport. 51a/2014 Rapport 51a/2014 Bård Norheim Hilde Solli Miriam Søgnen Haugsbø Ringvirkninger av arealplanlegging for en mer bærekraftig bytransport? Synteserapport Samordnet areal- og transportplanlegging insentiver

Detaljer

Rapport. Dokumentasjonsrapport Potensialet for markedsutviklingen på Gjøvikbanen. Katrine N. Kjørstad Tormod W Haug Lisa S Nesse.

Rapport. Dokumentasjonsrapport Potensialet for markedsutviklingen på Gjøvikbanen. Katrine N. Kjørstad Tormod W Haug Lisa S Nesse. Rapport Katrine N. Kjørstad Tormod W Haug Lisa S Nesse 20-b / 2010 srapport Potensialet for markedsutviklingen på Gjøvikbanen Foto: Gjøvikbanen Hovedrapport Forord Urbanet Analyse har på oppdrag fra Jernbaneforum

Detaljer

ATP-modellen. Øyvind Dalen Asplan Viak AS

ATP-modellen. Øyvind Dalen Asplan Viak AS ATP-modellen Øyvind Dalen Asplan Viak AS Om ATP-modellen Både en metode og et analyseverktøy: o En metode for å vise sammenhengen mellom arealbruk, transportbehov og transporttilbud o Et verktøy for: -

Detaljer

Bæringenes reisevaner

Bæringenes reisevaner Bæringenes reisevaner Tre av fire reiser foregår innenfor kommunens grenser. Bilandelen er høy, også på de korte reisene. Sykkelandelen er lav, men høyest blant unge. Nesten seks av ti reiser i løpet av

Detaljer

Oppdrag. Data. Telefon: Rapporten kan lastes ned fra

Oppdrag. Data. Telefon: Rapporten kan lastes ned fra Sammendrag Videreutvikling av markedspotensialmodell for Oslo and Akershus (MPM23 V2.0) TØI rapport 1596/2017 Forfattere: Stefan Flügel og Guri Natalie Jordbakke Oslo 2017 37 sider På oppdrag fra Ruter

Detaljer

Rapport. Kollektivbetjening til Hamrevann. Tormod Wergeland Haug Miriam Søgnen Haugsbø Hans Munksgaard. UA-notat 71/2014

Rapport. Kollektivbetjening til Hamrevann. Tormod Wergeland Haug Miriam Søgnen Haugsbø Hans Munksgaard. UA-notat 71/2014 Rapport UA-notat 71/2014 Tormod Wergeland Haug Miriam Søgnen Haugsbø Hans Munksgaard Kollektivbetjening til Hamrevann Google Maps 2015 Topptekst for oddetallssider Forord Følgende personer hos Urbanet

Detaljer

RAPPORT 187. Bedre kollektivtransport. Trafikantenes verdsetting av ulike egenskaper ved tilbudet i Oslo og Akershus. www.prosam.

RAPPORT 187. Bedre kollektivtransport. Trafikantenes verdsetting av ulike egenskaper ved tilbudet i Oslo og Akershus. www.prosam. RAPPORT 187 Bedre kollektivtransport. Trafikantenes verdsetting av ulike egenskaper ved tilbudet i Oslo og Akershus www.prosam.org Fakta om PROSAM 1. Deltagere i PROSAM PROSAM er et samarbeid mellom følgende

Detaljer

MÅL OG STATUS Bergen 20. januar Bård Norheim Katrine N Kjørstad

MÅL OG STATUS Bergen 20. januar Bård Norheim Katrine N Kjørstad MÅL OG STATUS Bergen 20. januar 2015 Bård Norheim Katrine N Kjørstad Mål og utfordringer Mål for kollektivtransport Være et alternativ til bil (miljømålsetting) Gi effektiv trafikkavvikling (økonomi) Gi

Detaljer

Sammendrag Trenklin 2 Gjennomgang av modellen og drøfting av anvendelsesområde

Sammendrag Trenklin 2 Gjennomgang av modellen og drøfting av anvendelsesområde Sammendrag Trenklin 2 Gjennomgang av modellen og drøfting av anvendelsesområde TØI rapport 1534/2016 Forfattere: Stefan Flügel og Nina Hulleberg Oslo 2016 59 sider Trenklin 2 er en modell for effektberegning

Detaljer

Mer effektiv prising av hensyn til trafikantene?

Mer effektiv prising av hensyn til trafikantene? Mer effektiv prising av hensyn til trafikantene? Hva mener trafikantene? Enklere og mer samordnet takstsystem? Grensekryssende reiser? Hele landet? Avveining mellom takster og rutetilbud Hvor mye betyr

Detaljer

MÅL OG STATUS Oslo 3. desember 2014. Bård Norheim Katrine N Kjørstad

MÅL OG STATUS Oslo 3. desember 2014. Bård Norheim Katrine N Kjørstad MÅL OG STATUS Oslo 3. desember 2014 Bård Norheim Katrine N Kjørstad Mål og utfordringer Mål for kollektivtransport Være et alternativ til bil (miljømålsetting) Gi effektiv trafikkavvikling (økonomi) Gi

Detaljer

FORDELINGSVIRKNINGER AV KØPRISING Alberte Ruud. Teknologidagene i Trondheim 2009, 08 / 10 / 09

FORDELINGSVIRKNINGER AV KØPRISING Alberte Ruud. Teknologidagene i Trondheim 2009, 08 / 10 / 09 FORDELINGSVIRKNINGER AV KØPRISING Alberte Ruud Teknologidagene i Trondheim 2009, 08 / 10 / 09 Utgangspunkt Køprising er aktualisert: Erfaringer fra Stockholm og London Økt fokus på restriksjoner mot biltrafikken

Detaljer

Innfartsparkering undersøkelse av bruk og brukere

Innfartsparkering undersøkelse av bruk og brukere Sammendrag: Innfartsparkering undersøkelse av bruk og brukere TØI rapport 1367/14 Forfatter(e): Petter Christiansen og Jan Usterud Hanssen Oslo 14, 51 sider Mange av de 75 undersøkte innfartsparkeringsplassene

Detaljer

Stokke - Larvik Presentasjon for Sandefjord formannskap

Stokke - Larvik Presentasjon for Sandefjord formannskap Stokke - Larvik Presentasjon for Sandefjord formannskap 13.11.2018 Dagens agenda Kort om statsbudsjettet v/hanne Sophie Solhaug Lokale og regionale konsekvenser v/kristin Strand Amundsen 2 Vi avventer

Detaljer

Befolkningsutvikling og byutvikling: Hvilke utfordringer står transportsektoren overfor?

Befolkningsutvikling og byutvikling: Hvilke utfordringer står transportsektoren overfor? Befolkningsutvikling og byutvikling: Hvilke utfordringer står transportsektoren overfor? Data fra den nasjonale reisevaneundersøkelsen (RVU) 2009 Konferansen om miljøvennlig bytransport 28.02.13 Tempo/CIENS/TØI

Detaljer

Rapport. Sammenheng mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn. RVU dybdeanalyser

Rapport. Sammenheng mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn. RVU dybdeanalyser Rapport 30 / 2012 Ingunn Opheim Ellis Lisa Steine Nesse Bård Norheim RVU dybdeanalyser Sammenheng mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn Forord På oppdrag fra den tverretatlige

Detaljer

Arbeidsreiser i ulike deler av Oslo-området. Mulighet for reduksjon i bilbruk. Resultater fra et forskingsprosjekt

Arbeidsreiser i ulike deler av Oslo-området. Mulighet for reduksjon i bilbruk. Resultater fra et forskingsprosjekt Arbeidsreiser i ulike deler av Oslo-området. Mulighet for reduksjon i bilbruk. Resultater fra et forskingsprosjekt Randi Hjorthol, Transportøkonomisk institutt, rh@toi.no Seminar 8. oktober 2015 Kulturgeografi,

Detaljer

fordoble antall kollektivreiser?

fordoble antall kollektivreiser? Hvordan skal kollektivbransjen fordoble antall kollektivreiser? Bård Norheim Urbanet Analyse Positivt klima for endring Klimautfordringer og miljøproblemer kan ikke løses uten et attraktivt kollektivtilbud

Detaljer