Sykling og betydningen av arealbruk, topografi, avstand og reisetid

Transkript

1 Sykling og betydningen av arealbruk, topografi, avstand og reisetid Frokostmøte Dokkhuset 29. september 2009 Terje Tretvik SINTEF Transportforskning Teknologi og samfunn 1

2 Sykling i Norge et internasjonalt perspektiv Teknologi og samfunn 2

3 Sykling i Norge og årstidsvariasjon Sykkelbyundersøkelsen 2008 Region sør: To av tre (60-80 %) hadde syklet i løpet av et år De som hadde syklet hadde følgende årstidsvariasjon: Når bruker du sykkelen? 100 % 75 % 50 % 25 % 0 % 97 % 74 % 60 % 16 % Vår Sommer Høst Vinter Kongsberg Sandefjord Porsgrunn Skien Notodden Bamble Grimstad Mandal Totalt Vår (mars, april, mai) 70 % 73 % 74 % 70 % 67 % 77 % 77 % 81 % 74 % Sommer (juni, juli, aug) 99 % 97 % 97 % 96 % 98 % 95 % 95 % 98 % 97 % Høst (sept, okt, nov) 62 % 59 % 57 % 56 % 56 % 60 % 61 % 66 % 60 % Vinter (des, jan, feb) 11 % 13 % 14 % 14 % 4 % 10 % 20 % 36 % 16 % Teknologi og samfunn 3

4 Sykling og hensikt med sykkelturene Til hva bruker du sykkelen på denne tiden av året? 60 % 40 % 58 % 20 % 31 % 46 % 30 % 0 % 9 % Til og fra jobb Til og fra skole På tur i fritiden Steder/ærend i fritiden Som trening Teknologi og samfunn 4

5 Kan bydelsutforming påvirke reisevanene? Ikke alle er like troende, se f.eks. Crane, R. and R. Crepeau (1998): DOES NEIGHBORHOOD DESIGN INFLUENCE TRAVEL? A BEHAVIORAL ANALYSIS OF TRAVEL DIARY AND GIS DATA, Transpn Res.-D, Vol.3, No. 4, pp Teknologi og samfunn 5

6 Teknologi og samfunn 6

7 Casestudie Skedsmo (Lillestrøm) og Tønsberg Medlemmer i Syklistenes Landsforening kåret høsten 2008 Lillestrøm til Norges sykkelby nr 1, tett fulgt av Tønsberg. Grunnlaget var egne opplevelser av standard på sykkelvegene, fremkommelighet, trygghet, sykkelparkering og skilting. Teknologi og samfunn 7

8 RVU-dataene for Skedsmo og Tønsberg Kommune Skedsmo Tønsberg Sum Datakilde og antall bosatte respondenter: Nasjonal RVU 2001, basisutvalg Nasjonal RVU 2001, regionalt tilleggsutvalg PROSAM Akershus/Oslo 2001 Lokal RVU Vestfold 2001 Sum Alle turer utført av bosatte respondenter: Antall turer totalt Antall turer pr respondent Antall sykkelturer Andel sykkelturer Antall sykkelturer pr respondent Kun kommuneinterne turer: Antall sonerelasjoner Antall turer Andel sykkelturer Kun kommuneinterne turer som ikke er soneinterne: Antall sonerelasjoner Antall turer Andel sykkelturer , ,9 % 0, ,1 % ,1 % , ,0 % 0, ,2 % ,2 % , ,8 % 0, ,6 % ,7 % Teknologi og samfunn 8

9 Sone-til-sone data for relasjoner med sykkelturer Bokommune Sone-til-sone data Skedsmo (N=83) Tønsberg (N=319) Gj.sn. Min Maks Gj.sn. Min Maks Avstand (m) Høydeforskjell (m) Stigning (promille) Bosatte Arbeidsplasser Sysselsatte Studenter og elever vgs Befolkningstetthet (bosatte/da) 2,3 0,2 4,7 1,5 0,0 6,1 Nesten fire ganger så mange sonerelasjoner med sykkelturer på i Tønsberg Avstandene med sykkel er vesentlig kortere, særlig i Skedsmo Høydeforskjellene er også mindre. Skedsmo nå minst med gj.sn. 6 m, mot Tønsberg 10 m Teknologi og samfunn 9

10 Andel sykkel og avstander mellom sonene Skedsmo Tønsberg Begge kommunene 0,250 0,250 0,200 0,200 Andel sykkel 0,150 0,100 Andel sykkel 0,150 0,100 0,17 0,050 0, km 1-2 km 2-3 km 3-4 km 4-5 km 5-6 km 6 km km 1-2 km 2-3 km 3-4 km 4-5 km 5-6 km 6 km + 0,050 0, km 0, km 0, km 0, km 0, km 0, km 0,04 6 km + Teknologi og samfunn 10

11 Andel sykkel og høydeforskjell mellom sonene Skedsmo Tønsberg Begge kommunene 0,250 0,250 0,200 0,200 Andel sykkel 0,150 0,100 Andel sykkel 0,150 0,100 0,050 0,050 0,14 0,09 0,000 0 m m 0 m m m m m + m m m + 0,000 0 m 1-10 m 0, m 0, m 0,03 31 m + Teknologi og samfunn 11

12 Reisemiddelandeler for avstander under og over 3 km 80 % 60 % 40 % 20 % 0 % 72 % 63 % 48 % 46 % 31 % 27 % 15 % 10 % 11 % 5 % 7 % 3 % 4 % 5 % 1 % 1 % < 3 km > 3 km < 3 km > 3 km Til fots Sykkel Bilfører Buss Skedsmo Tønsberg I Skedsmo er bare knapt 10 % av sykkelturene > 3 km, mot 42 % i Tønsberg Teknologi og samfunn 12

13 Korrelasjoner Hvor sterk samvariasjon var det mellom Andel sykkel og alternative forklaringsvariabler? Høydeforskjell (m) Bosatte/ da Arbeidsplasser/da Bosatte og arb.pl./da Avstand (m) Begge kommunene: Andel sykkel Pearson Correlation -0,154 ** -0,135 ** 0,098 ** 0,060 ** 0,083 ** N Skedsmo: Andel sykkel Pearson Correlation -0,210 ** -0,240 ** 0,054 0,083 * 0,090 * N Tønsberg: Andel sykkel Pearson Correlation -0,135 ** -0,084 ** 0,113 ** 0,049 * 0,075 ** N ** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed). Teknologi og samfunn 13

14 Forklaringsvariabler som ble utprøvd og forkastet Stigning: Bosatte: Arbeidsplasser: Sysselsatte: Studenter og elever vgs: Forholdet mellom høydeforskjell og avstand. Signifikant i Skedsmo, men ulogisk fortegn i Tønsberg. Ikke signifikant samlet sett. Ulogisk fortegn samlet sett og i Skedsmo. Ikke signifikant samlet sett og ulogisk fortegn i Tønsberg. Ulogisk fortegn samlet sett og i begge kommunene. Ulogisk fortegn samlet sett og i begge kommunene. Heller ikke tetthetsvariablene Sysselsatte/da eller Studenter og elever vgs/da kom ut som signifikant samlet sett, og i Skedsmo hadde begge ulogisk fortegn. Teknologi og samfunn 14

15 Regresjonsmodeller: Estimering Estimeringsresultater: B t Modell 1 Konstant 15,39 17,89 (R²=0,031) Avstand (m) -0,0011-6,30 Høydeforskjell (m) -0,1258-4,75 Modell 2 Konstant 14,55 12,61 (R²=0,032) Avstand (m) -0,0010-5,55 Høydeforskjell (m) -0,1237-4,66 Bosatte og arb.pl./da 0,1633 1,09 Modell 3 Konstant 13,47 9,90 (R²=0,033) Avstand (m) -0,0010-4,96 Høydeforskjell (m) -0,1243-4,68 Bosatte/da 0,8472 1,77 Arbeidsplasser/da 0,0355 0,21 Lav R 2 på grunn av liten variasjon i den avhengige variabelen: 86% av sonerelasjonene hadde andel sykkel på 0% 6% av sonerelasjonene hadde andel sykkel på 100% Teknologi og samfunn 15

16 Konklusjoner fra delprosjekt 1 De to kommunene var ganske forskjellige med hensyn på arealbruksforhold, topografi og reisevaner Avstand og Høydeforskjell mellom soneparene var samlet sett de to viktigste variablene for å forklare variasjon i sykkelandeler I Tønsberg var imidlertid Bosatte/da viktigere enn Høydeforskjell For turer kortere enn 3 km var Bosatte/da samlet sett like viktig som de to første variablene, og når turene var kortere enn 2 km var Bosatte/da den viktigste forklaringsvariabelen Teknologi og samfunn 16

17 Casestudie Vestfoldbyen Åtte bykommuner Utvalget (N=4507) Teknologi og samfunn 17

18 Dør-til-dør reisetider med sykkel (minutter) Teknologi og samfunn 18

19 Andel som syklet til arbeid/skole Daglig: Daglig eller ukentlig: Teknologi og samfunn 19

20 Sykling i forhold til oppgitt reisetid med sykkel Sykkeltid dør-til-dør (95% k.i.) ,0 13,9 16,5 17,8 r=0,260** (N=1308) 20,7 Antall eller flere dager i uken 3-4 dager i uken 1-2 dager i uken Noen dager i måneden Sjeldnere 0 5 eller flere dager i uken 3-4 dager i uken 1-2 dager i uken Noen dager i måneden Sjeldnere Yrkesaktive hadde i gj.sn. 16,5 minutter sykkeltid og r=0,271** (N=927) Skoleelever/studenter hadde i gj.sn. 12,1 minutter sykkeltid og r=0,160** (N=381) Teknologi og samfunn 20

21 Sykling i forhold til avstand mellom bolig og oppmøtested Avstand (km) mellom oppmøte- og bosted (95% k.i.) ,0 r=0,289** (N=4450) 4,4 3,7 4,6 5,5 9,2 Avstand har altså stor betydning for om man i det hele tatt sykler, og hvis man sykler, har avstand stor betydning for hvor ofte man sykler. 5 eller flere dager i uken 3-4 dager i uken 1-2 dager i uken Noen dager i måneden Sjeldnere Aldri Teknologi og samfunn 21

22 Sykling i forhold til høydeforskjell mellom bolig og oppmøtested Høydeforskjell (m) mellom oppmøte- og bosted (95% k.i.) r=0,141** (N=4458) 20,7 20,1 17,5 21,6 24,3 29,2 Høydeforskjell har også betydning for om man i det hele tatt sykler, og hvis man sykler, har høydeforskjell betydning for hvor ofte man sykler. 5 eller flere dager i uken 3-4 dager i uken 1-2 dager i uken Noen dager i måneden Sjeldnere Aldri Teknologi og samfunn 22

23 Korrelasjoner: De som hadde syklet Alle: Hvor ofte sykler du til arbeid/skole denne måneden i året? Avstand (m) Høydeforskjell (m) Dør-til-dør sykkeltid Tidsdifferanse sykkel - kollektivt Tidsdifferanse sykkel - bilfører Pearson Correlation 0,217 ** 0,098 ** 0,260 ** 0,054 0,224 ** N Yrkesaktive: Hvor ofte sykler du til arbeid/skole denne måneden i året? Pearson Correlation 0,193 ** 0,094 ** 0,271 ** -0,032 0,235 ** N Skoleelver og studenter: Hvor ofte sykler du til arbeid/skole Pearson Correlation 0,223 ** 0,077 0,160 ** 0,159 0,082 denne måneden i året? N ** Correlation is significant at the 0.01 level (2-tailed). Teknologi og samfunn 23

24 Oppsummering av resultatene (1) Avstand: Høydeforskjell: Dør-til-dør sykkeltid: Korrelasjonen er svakere enn når kategorien Aldri var med, men fremdeles signifikant samlet sett, og for begge undergruppene. Skoleelever og studenter er mer følsomme for avstand enn yrkesaktive. Korrelasjonen er svakere enn når kategorien Aldri var med, og bare signifikant samlet sett og for yrkesaktive. Høydeforskjell har ingen signifikant betydning for hvor ofte skoleelever og studenter sykler, men som vi så foran, den har betydning for om det sykles eller ikke. Samlet sett, og for yrkesaktive, er korrelasjonen sterkere enn for avstand. Det betyr at hvis vi hadde forutsatt en konstant sykkelhastighet, ville oppgitt sykkeltid hatt større samvariasjon med hvor ofte sykkel enn beregnet sykkeltid. Teknologi og samfunn 24

25 Oppsummering av resultatene (2) Tidsdifferanse sykkel kollektivt: Tidsdifferanse sykkel bilfører: Korrelasjonen er ikke signifikant og med ulogisk fortegn for yrkesaktive. Det betyr at det ikke eksisterer noe konkurranseforhold mellom sykkel og kollektivt når det gjelder reisetid. Samlet sett, og for yrkesaktive, er det signifikant samvariasjon med hvor ofte sykkel. Korrelasjonen har også logisk riktig fortegn for skoleelever og studenter, men den er ikke signifikant, noe som kan skyldes få observasjoner (N=29). Det betyr at det eksisterer et konkurranseforhold mellom sykkel og bilfører når det gjelder reisetid, og i særlig grad for yrkesaktive. Teknologi og samfunn 25

26 Grupper med negative og positive avvik mellom oppgitt og beregnet sykkeltid Grupper som sykler fortere enn 15 km/t og/eller underestimerer oppgitt reisetid: Avvik (minutter) Alder år: -1,1 Menn: -1,1 Mer enn 30 m høydeforskjell nedover fra bosted til oppmøtested: -2,3 Avstand over 10 km: -14,2 Grupper som sykler saktere enn 15 km/t og/eller overestimerer oppgitt reisetid: Avvik (minutter) Alder 60 år +: 1,3 Kvinner: 1,3 Mer enn 30 m høydeforskjell oppover fra bosted til oppmøtested: 1,9 Avstand under 2 km: 2,8 Sykler sjeldnere enn noen dager i måneden: 1,4 Teknologi og samfunn 26

27 Avvik mellom oppgitt og beregnet sykkeltid som funksjon av avstand Avvik mellom oppgitt og beregnet reisetid med sykkel (95% k.i.) ,8 2,8 1,6 0,8 0,5-1,0-3,3-2,7-5,3-2,5-14, km 1-2 km 2-3 km 3-4 km 4-5 km 5-6 km 6-7 km Avstandsgruppe 7-8 km 8-9 km 9-10 km over 10 km Teknologi og samfunn 27

28 Modeller for å beregne reisetid sykkel som funksjon av avstand Lineær modell: Reisetid sykkel = 5, ,741*Avstand (R 2 = 0,598) Kvadratisk modell: Reisetid sykkel = 3, ,473*Avstand 0,053*(Avstand) 2 (R 2 = 0,605) Teknologi og samfunn 28

29 Reisetid sykkel som funksjon av avstand 80 Reisetid sykkel (minutter) Kvadratisk modell Lineær modell Oppgitt reisetid Beregnet reisetid (15 km/t) Avstand avrundet til nærmeste hele km Teknologi og samfunn 29

30 Sykkelhastighet som funksjon av avstand 30 Hastighet sykkel (km/t) Kvadratisk modell Lineær modell Oppgitt reisetid Avstand avrundet til nærmeste hele km Teknologi og samfunn 30

31 Sluttmerknader Folks opplevelse av forholdene ved å sykle, har betydning for valg av denne reisemåten Den subjektive opplevelsen av hvor lang tid det tar å sykle gir bedre forklaring på hvor ofte det sykles, enn den objektive avstanden 15 km/t gir et godt gjennomsnittlig estimat for tid med sykkel som funksjon av avstand, MEN: En regresjonsmodell for sykkeltid som funksjon av avstand gir en mye bedre tilpasning til observerte data Høydeforskjell og variabler som beskriver befolkningstetthet og tetthet av arbeidsplasser kan gi reisemiddelvalgmodeller med en mer realistisk beskrivelse av sykkel som reisemåte Teknologi og samfunn 31

32 Takk for oppmerksomheten! Teknologi og samfunn 32