RAPPORT 167 Turproduksjonstall for arealekstensive handelskonsepter

Like dokumenter
NOTAT 1 INNLEDNING DRØBAK NÆRINGSPARK. TURGENERERING.

PROSJEKTLEDER. Oddbjørn Strøm OPPRETTET AV. Oddbjørn Strøm

LANGRØNNINGEN: TRAFIKKSKAPNING INNHOLD. 1 Bakgrunn 2

1 Innledning Dagens situasjon Trafikkulykker siste 10 år Trafikkanslag og telling... 4

GJELLEBEKKSTUBBEN - TRAFIKKANALYSE

NOTAT Oppdragsnr.: Side: 1 av 6

NOTAT. Trafikkanalyse Ørebekk. 1. Bakgrunn. 2. Dagens trafikksituasjon

PROSAM. Turproduksjonstall for kontorbedrifter og kjøpesentre. Prosamrapport nr 103 SAMARBEIDET FOR BEDRE TRANSPORT- PROGNOSER I OSLO-OMRÅDET

1 Innledning Dagens situasjon Trafikkulykker siste 10 år Trafikkanslag og telling... 4

HANDELS-/TRANSPORTANALYSE FOR TRONDHEIM:

Innholdsfortegnelse. Trafikkanalyse Reguleringsplan hotell Vingen Hotell Vingen, Bergen lufthavn. BGO Bygg as. Notat. 1 Bakgrunn. 1.

Trafikkvurderinger ny dagligvare Askim kommune

NOTAT GOMSRUD NÆRINGSPARK TRAFIKKANALYSE. Oppdragsgiver: Oppdrag: Dato: Skrevet av: Kvalitetssikring:

NOTAT. Øya - Trafikkutredning

NOTAT. Hvitstenveien 280 Trafikkutredning BAKGRUNN. Hovedkonklusjon

PROSJEKTLEDER Stein Emilsen. OPPRETTET AV Timothy Pedersen REVIDERT AV Stein Emilsen

2.1 Forventet turproduksjon uten spesielle tiltak parkering el.a.

PLAN 2599P BOGANESVEIEN MOBILITETSPLAN

Trafikkvurdering Dagligvareetablering på Dal i Eidsvoll. ViaNova Plan og Trafikk AS

NOTAT. Farverikvartalet Trafikkutredning B BAKGRUNN. Audun Bjørnsgard, Gjøvik kommune. Til:

TR AFI K K VU R D E RI N G S TR AN D P AR K E N LI L L E H A M M E R

NOTAT HADSELMYRAN TRAFIKKUTREDNING-2. Bakgrunn. Oppsummering

Grenseveien 10 Trafikkanalyse

ST-03 Stangeland, næringsområde

NOTAT. Sætre øst Trafikkutredning BAKGRUNN. Til: Kopi Hans Ola Fritzen, Asplan Viak AS

Dybdahlsvegen 3 og 5. Detaljregulering. Notat. ViaNova Trondheim AS V-001 Trafikkberegning Maria Lines Arntzen PKA Arkitekter

TRAFIKKVURDERING OTI-SENTERET ORKANGER

Bruk av ATP-modellen i sykkelplanlegging

NOTAT. Dramsveien studentboliger Trafikkvurdering BAKGRUNN. Til: Espen Johannesen. ATPA AS Kopi Fra: Rolf Hillesøy, Asplan Viak AS Dato:

PLAN 2504P FLINTEGATA MOBILITETSPLAN

CNC Eiendom AS. City Nord, Stormyra. Trafikkanalyse Oppdragsnummer:

NOTAT HYDROPARKEN TRAFIKKUTREDNING-3. Bakgrunn. Oppsummering

Detaljregulering for Sætre sentrum Trafikkanalyse

Lokalisering og knutepunktutvikling. Eva Gurine Skartland Marianne Knapskog

ATP-modellen. Øyvind Dalen Asplan Viak AS

Notat. Trafikkberegninger for støyvurderinger. 1. Innledning

1 Innledning Dagens situasjon Dagens infrastruktur Parkeringskrav Gjøvik Kapasitetsberegninger av kryss...

SANDNES ØST UTVIKLING AS DETALJREGULERING FOR NÆRINGSOMRÅDE PÅ GNR 24 BNR 25 M FL, SVILAND - PLAN MOBILITETSPLAN 6.

TRAFIKKVURDERING HØNEFOSS INNHOLD. 1 Innledning. 1 Innledning 1

Trafikkprognose pa krysset fv. 251 x fv. 252 ved Sletten i Bergen kommune

Notat. Reguleringsforslag Kvartal 11 i Lillehammer Kapasitetsberegninger. 1 Innledning. 2 Konklusjon

TRAFIKKANALYSE ODDENSENTERET INNHOLD. 1 Innledning 2

Bæringenes reisevaner

Melhustorget. Trafikknotat. Notat. ViaNova Trondheim AS V-01 Trafikknotat ViaNova Trondheim Heimdal Eiendom AS

Byreiser. Sammendrag:

Mobilitetsindikatorer for bofelleskap. Gorm Carlsen senior rådgiver Plan. Seminar om helse og omsorgsbygg Brynekontoret 19.

Anbefalte tidsverdier i persontransport

NOTAT TRAFIKKBEREGNINGER STOKMARKNES. 1. Innledning

Emne: Trafikkanalyse- endrede forutsetninger fra 2011 til 2016

TRAFIKKVURDERING Reguleringsendring Kattamyre Plan nr: _01 Stavanger Rev: Utarbeidet av Prosjektil Areal as

YTREBYGDA, GNR. 114 BNR. 367 MFL. BRAKHAUGEN BOLIGOMRÅDE. NASJONAL AREALPLAN-ID 1201_

D E TALJ RE G U L E RI N G S P LAN F O R E VE N RØ D VEI E N 2 - TRAFI K K AN ALYS E

NTNU CAMPUS TRANSPORTSTRØMMER

GNR. 63 BNR. 87, FELT G-1, STANGELAND PLAN MOBILITETSPLAN

Veileder RPB kjøpesentre. Seminar 8. og 9.september 2009 Dr.ing. Kathrine Strømmen, Trondheim kommune. Faglig tilnærming

OPPDRAGSLEDER. Sara Polle OPPRETTET AV. Vegard Brun Saga

Reisevaneundersøkelse for Buskerudbyen 2009

Trafikal vurdering av Elganeveien 1

P L AN 0540 S O L A S YK E H J E M M O BI LI TE TS P L AN

Trafikkanalyse Damsgårdsveien Sammendrag. Oppdatert 24.juni 2009

Innfartsparkering undersøkelse av bruk og brukere

1 TRAFIKK MENS FABRIKKEN VAR I VIRKSOMHET (2011)

NOTAT Hamar stadion. Reguleringsplaner.

OPPDRAGSLEDER. Sara Polle OPPRETTET AV. Stein Emilsen

Mobilitetsplan sammendrag parkeringsforhold

Malvik kommune Trafikkanalyse med trafikktelling i Svebergkrysset samt i Vuluvegen i Malvik kommune

PROSJEKTLEDER. Irene Våge OPPRETTET AV. Timothy Pedersen

TRAFIKKVURDERING ADKOMSTVEI LOHNELIER INDUSTRIOMRÅDE NORD INNHOLD. 1 Bakgrunn. 2 Datagrunnlag. 2.1 Dagens situasjon. 1 Bakgrunn 1

NOTAT. Oppdrag. Kunde. Til Fra. Rambøll v/grethe Myrberg og Christian Trankjær

TRAFI K K AN ALYS E RI S VO LL AN I CA I N N H OL D. 1 Innledning 2

Ingeniørenes Hus 11. april 2012 Liva Vågane, TØI

DOWN TOWN / PORSGRUNN SENTRUM SØR TRAFIKKUTREDNING

Reguleringsplan for Ha07/Ha08

4 Fremtidig situasjon

Reisevaneundersøkelse for Agderbyen 2009

Byreiser sett med fugleperspektiv

30. november Brukernettverksmøte ATP-modellen 2009

Akershus Fylkeskommune. Hvor kom veksten i Akershus ? Utgave: D Dato:

PROSJEKTLEDER. Roger Pedersen OPPRETTET AV. Vegard Brun Saga

Solbakken 1 7 AS. Solbakken og Hans Dahms vei 14, Drammen kommune TRAFIKKANALYSE

461R Edvardsløkka Trafikkberegninger Datert , mv

1 Innledning Metode Om ATP-modellen Beregningsgrunnlag Tilgjengelighetsanalyser... 5

OPPDRAGSLEDER. Kimme Arnesen OPPRETTET AV. Isabela Queiroz

Side 3 EVALUERING AV GRATIS PARKERINGSBUSSTILBUD I BERGEN SENTRUM STATENS VEGVESEN VEGDIREKTORATET SLUTTRAPPORT. Gratis parkeringsbuss i Bergen

TR AFI K K AN AL YS E

DELFELT FKI-1, PLAN MOBILITETSPLAN

JM Norge AS/Civitas AS Utbyggingsforslag for Øvre Storgate 124 og Landfalløya 7 i Drammen - vurderinger av trafikale konsekvenser

PROSJEKTLEDER. Vegard Brun Saga OPPRETTET AV. Vegard Brun Saga

Rett virksomhet på rett sted

Boområder og bilkjøring områdetyper for miljøvennlige arbeidsreiser

Forus i forandring Hvor er mulighetene? Hvor ligger begrensningene?

Brukernettverksmøte for ATP-modellen

MÆBØVEIEN FLEKKERØY Parsell, Rundkjøring - Bergstøvn TRAFIKKANALYSE. Postadresse Besøksadresse E-postadresse Kristiansand kommune,

PROSJEKTLEDER. Roger Pedersen OPPRETTET AV. Vegard Brun Saga

NOTAT TRANSPORTARBEID

Bystruktur og transport En studie av personreiser i byer og tettsteder

1 INNLEDNING TRAFIKKANALYSE KOMETVEGEN NOTAT INNHOLD

Reisevaneundersøkelse for Grenlandsbyen 2009

TRAFIKKANALYSE BINGEPLASSEN INNHOLD. 1 Innledning Bakgrunn Planområdet 2

Nasjonal Reisevaneundersøkelse

Transkript:

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

II

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

IV

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

VI

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

VIII

Innholdsfortegnelse Sammendrag... 1 1 Innledning... 4 2 Metode... 5 2.1 Databehov... 5 2.2 Utvalg... 5 2.3 Innhenting av data... 5 2.3.1 Generelt... 5 2.3.2 Tellinger... 6 2.3.3 Intervjuundersøkelse... 7 2.3.4 Spørreskjema til virksomhetene... 7 2.3.5 Supplerende registreringer... 7 2.3.6 Usikkerhet... 9 3 Resultater... 10 3.1 Spørreskjema til virksomhetene... 10 3.2 Tellinger... 12 3.3 Intervjuundersøkelse... 14 3.4 Supplerende registreringer... 18 3.5 Beregning av turproduksjonstall... 20 3.6 Hovedresultater... 21 4 Erfaringsdatabase... 23 VEDLEGG... 27 Vedlegg 1: Spørreskjema til virksomhetene... 28 Vedlegg 2: Detaljerte data for hver enkelt virksomhet, eksempel på dataark... 30 Vedlegg 3: Framgangsmåte for beregning av befolkningsgrunnlag og antall ansatte i ArcView... 31 IX

X

SAMMENDRAG Bakgrunn Hovedhensikten med dette prosjektet har vært å innhente og systematisere turproduksjonsdata for arealekstensive handelskonsepter. Arealekstensive handelskonsepter er her definert som forretninger som skiller seg ut fra ordinære kjøpesentre, enten ved å være enkeltforretninger som opptar et stort areal og som forhandler et særlig bredt vareutvalg, eller ved å være enkeltforretninger eller bransjesenter som i hovedsak forhandler store varer som for eksempel møbler, byggevarer eller planter. Opplegget er basert på samme mal som for kjøpesentre beskrevet i Prosamrapport 103. Hovedoppgavene i arbeidet har vært: Undersøkelse av utvalgte arealekstensive handelskonsepter i Oslo og Akershus Bearbeiding av data og innlegging av nøkkeltall i turproduksjonstabell Utvalg Åtte virksomheter inngår i undersøkelsen. For sju virksomheter er undersøkelsen i sin helhet gjennomført i perioden september - november 2008. For den ene virksomheten er beregnet turproduksjon til dels basert på registreringer i 2006 og 2007. Fire virksomheter ligger i Oslo, to i Asker/Bærum, én i Lørenskog, én i Skedsmo. Utvalget omfatter følgende kategorier: Byggevare (2 stk) Hypermarked : Enkeltforretninger som opptar et stort areal, og som har et særskilt bredt og bransjeglidende vareutvalg (3 stk) Møbler (2 stk) Elektro (1 stk) Undersøkelser Hovedelementer i undersøkelsene har vært: Kundetellinger (tellinger av kunder inn dørene) Biltellinger (radar- og slangetellinger av biler til/fra butikkene) Kundeintervjuer (kartlegging av reisekjeder og reisemiddelbruk) Innhenting av supplerende informasjon fra virksomhetene (utsending av spørreskjema) Supplerende registreringer av stedlige forhold Etablering av turproduksjonstabell Turproduksjonstabellen følger samme mal som for kjøpesentre og kontorbedrifter (Prosamrapport 103) og består av: 1. Samletabeller med aggregerte data 2. Turproduksjonsdata med hovedtall for alle undersøkelser (én linje per virksomhet) PROSAM-rapport 167 side 1

3. Turproduksjonsdata med noe mer detaljerte data for den enkelte undersøkelse (én linje per virksomhet) 4. Detaljerte data om den enkelte virksomhet (ett ark per virksomhet) Hovedresultater Tabell 0-1 - Tabell 0-4 viser hovedresultatene fra undersøkelsen. Det fremgår at turproduksjonen varierer mye, både mellom virksomhetsgruppene og innenfor den enkelte gruppe. Hypermarkedene har i gjennomsnitt den høyeste turproduksjonen, mens byggevare har den laveste. Samtidig ser en at den ene byggevaren ligger svært lavt, mens den andre ligger nærmere gjennomsnittet for de tre hypermarkedene. Ser en på hypermarkedene er det én av de tre som skiller seg ut med den klart største turproduksjonen. Dette er også den eneste virksomheten som er lokalisert i et senter (Akershus). I tillegg har det en profil som i noe mindre grad enn de to andre hypermarkedene er rettet mot storhandel. Møbelforretningene er også svært forskjellige. Den ene ligger svært lavt, mens den andre har en turproduksjon som ligger over gjennomsnittet for hypermarkedene. Den store variasjonen mht. turproduksjon illustrerer at trafikkberegninger basert på erfaringstall for slike virksomheter alltid vil ha betydelig usikkerhet. Denne usikkerheten vil være spesielt stor på et planstadium der arealbruken ennå ikke er spesifisert i detalj, slik at en ikke vet konkret hvilke virksomheter som er aktuelle. Det er derfor viktig å presisere at erfaringstallene fra denne undersøkelsen bare vil være indikatorer på størrelsesorden, og at de bør brukes med forsiktighet. Tabell 0-1: Nøkkeltall, Byggevare (2 stk), bilturer (sum til og fra) per 100 m 2 salgsareal Virkedøgn (man-fre) Lørdag 16.00-17.00 virkedøgn (man-fre) Makstime, lørdag Gj.snitt 20 23 2 7 Minimum 6 7 1 7 Maks 35 40 2 7 Tabell 0-2: Nøkkeltall, Hypermarked (3 stk), turer(til og fra) per 100 m 2 salgsareal Personturer per virkedøgn (man-fre) Bilturer per virkedøgn (man-fre) Bilturer lørdag Bilturer i perioden 16.00-17.00 virkedøgn (man-fre) Bilturer i makstimen, lørdag Gj.snitt 67 39 48 3 6 Minimum 27 15 20 1 3 Maks 142 76 92 7 11 2 PROSAM-rapport 167

Tabell 0-3: Nøkkeltall, Møbel (2 stk), bilturer (til og fra) per 100 m 2 salgsareal Virkedøgn (man-fre) Lørdag 16.00-17.00 virkedøgn (man-fre) Makstime, lørdag Gj.snitt 26 37 2 4 Minimum 7 9 1 2 Maks 46 64 2 6 Tabell 0-4: Nøkkeltall, Elektro (1 stk), turer (til og fra) per 100 m 2 salgsareal Personturer per virkedøgn (man-fre) Bilturer per virkedøgn (man-fre) Bilturer lørdag Bilturer i perioden 16.00-17.00 virkedøgn (man-fre) Bilturer i makstimen, lørdag Gj.snitt 51 32 56 4 9 Kartleggingen av reisekjeder på virkedager viste at: Rene handleturer til/fra bolig: 43 % av turene på virkedager (mandagfredag) er rene handleturer som går fra bolig til forretning og tilbake. Det er flest rene handleturer på kveldstid og tidlig på dagen. Handleturer i arbeidstiden: 12 % av handleturene på virkedager (mandagfredag) gjennomføres i arbeidstiden (fra arbeidssted til forretning og tilbake). Dette er i hovedsak reiser som gjennomføres i perioden 10-15. Kunder på veg mellom bolig og arbeidssted: I ettermiddagsrushet er ca. halvparten av kundene på veg fra arbeid til bolig. Kunder på veg fra annet til bolig: Denne kategorien er relativt stor på kveldstid fra 20.00 og utover, da mange er på veg hjem etter å ha vært på ulike aktiviteter på ettermiddagen/kvelden. Kombinasjon med annen handel: Ca. 20 % av kundene kombinerer handleturen med handel på annet sted. Undersøkelsen viste for øvrig at kundene til denne kategorien virksomheter i stor grad kommer med bil, med bilandeler på mer enn 80 prosent for alle de åtte virksomhetene. Sammenlikner vi med tidligere undersøkelser har alle gruppene lavere bilturproduksjon på virkedager enn gjennomsnittet for kjøpesenter fra Prosamrapport 103 (51 bilturer per virkedøgn per 100 m 2 salgsareal). Bare det ene hypermarkedet (ID3) ligger høyere. Tilsvarende registreringer for dagligvarebutikker fra Prosamrapport 121 lå vesenlig høyere med et gjennomsnitt på 185 bilturer per virkedøgn per 100 m 2 salgsareal. Erfaringsdatabasen kan lastes ned fra internettadressen til Prosam: http://www.prosam.org. PROSAM-rapport 167 side 3

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

2 METODE 2.1 Databehov Undersøkelsen er i hovedtrekk basert på metodikken for innhenting av turproduksjonstall for kjøpesentre foreslått i PROSAM-rapport 103. Metoden er imidlertid utvidet på ett punkt, da det også er gjennomført intervjuer med et utvalg av kundene. Hovedformålet med intervjuene har vært å få et bedre bilde av reisekjedene. Samtidig ble det registrert hvorvidt kundene hadde ankommet med bil, kollektivtransport eller til fots/syklende. Tilnærmet samme metode for kartlegging av reisekjedene ble også brukt i forbindelse med etableringen av turproduksjonstall for dagligvarebutikker, jf. Prosamrapport 121. 2.2 Utvalg Undersøkelsen er gjennomført for åtte handelsvirksomheter, fire i Oslo, én i Skedsmo, en i Lørenskog, én i Bærum og én i Asker. Arealekstensive handelskonsepter kan omfatte handelsvirksomheter med ulik varesammensetning og varierende besøksintensitet. I undersøkelsen er det lagt vekt på å inkludere noen av de mest vanlige virksomhetene i segmentet, og det er fokusert på virksomheter som antas å skape mye biltrafikk. Utvalget omfatter følgende kategorier: Byggevare (2 stk) Hypermarked : Enkeltforretninger som opptar et stort areal, og som har et særskilt bredt og bransjeglidende vareutvalg (3 stk) Møbler (2 stk) Elektro (1 stk) Det ble videre lagt vekt på å finne virksomheter der det var mulig å skille trafikken til virksomheten fra annen trafikk. Dette forutsetter at virksomheten har separat atkomst, og at det ikke er parkeringsforhold som gjør at kundene benytter andre parkeringsarealer i området. Dette betyr at undersøkelsen primært dekker handelsvirksomheter som er adskilt fra andre virksomheter. 2.3 Innhenting av data 2.3.1 Generelt Undersøkelsen inkluderte følgende hovedelementer: Tellinger: Kunder og biler Intervjuundersøkelse: Intervju av kunder, kartlegging av reisekjeder Innhenting av data fra virksomhetene: Utsending av spørreskjema Supplerende registreringer: Innhenting av data om omgivelsene PROSAM-rapport 167 side 5

Undersøkelsen er i sin helhet gjennomført i ukene 38-39 og 41-43 i 2008 for sju av virksomhetene. For den åttende virksomheten er det benyttet data fra en tidligere undersøkelse fra 2006 og 2007, men det er innhentet noe supplerende informasjon og gjennomført en supplerende radartelling i 2008. 2.3.2 Tellinger Biltellinger Bilene ble registrert ved hjelp av radarer eller telleslanger i atkomsten til virksomhetene. Tellingene ble gjennomført for en periode på én uke for hver virksomhet. Tellingene ble gjennomført i ukene 38-39 og 41-44 i 2008. Som nevnt innledningsvis ble det lagt vekt på å finne virksomheter med separat atkomst. Gjennomgangen av aktuelle undersøkelsessteder viste imidlertid at det var vanskelig å finne virksomheter der atkomsten var 100 % separert fra all annen trafikk. Der det er annen virksomhet som fanges opp av biltellingene er tellingene korrigert for å ta hensyn til dette. Korreksjonene er basert på stikkprøver (korttidsregistreringer av antall som skal til andre virksomheter enn den vi ønsker å vurdere) og vurderinger med basis i innhentet informasjon om de aktuelle virksomhetene. I den grad det er gjort korreksjoner uten at dette er basert på tellinger, gjelder dette virksomheter som mht. trafikkgenerering har marginal størrelse i forhold til de vi har ønsket å undersøke. Usikkerheten i turproduksjonstallene på grunn av disse korrigeringene vurderes derfor som liten. Kundetellinger Kunder ble registrert én virkedag (tirsdag, onsdag eller torsdag) i samme uke som biltellingene (med unntak av én virksomhet der det ble en forskyving med én uke). Antall kunder inn dørene (alle alderskategorier) ble registrert av innleid tellemannskap. Registreringene dekker hele åpningstiden, men med pauser i forbindelse med intervju (10 minutter per time) og pauser på ett kvarter hver andre time. For disse pausene ble trafikken beregnet som et gjennomsnitt av tellingene i forutgående og etterfølgende periode. For byggevarevirksomhetene ble det valgt en noe annen tilnærming til kundetellingene. Bakgrunnen for dette er at det er vanskelig å få sikre dørtellinger. Dette skyldes at en har både hovedinngang og lagerinngang, og muligheter til å gå direkte fra lageret til resten av forretningen. Noen går ut av forretningen og deretter inn lagerinngangen. Tellinger i begge dørene vil dermed medføre at mange blir telt to ganger. Samtidig vil en miste mange hvis en bare teller i hovedinngangen. For de to byggevarevirksomhetene er det derfor kun tatt stikkprøver for å avdekke omfanget av kunder som ikke kommer med bil. I tillegg mangler dørtellinger for den ene virksomheten som ble inkludert med basis i tidligere biltellinger. Butikkene ble kontaktet på forhånd for å avdekke om det var spesielle forhold som kunne påvirke registreringene og som dermed ville påvirke valg av undersøkelsestidspunkt. 6 PROSAM-rapport 167

2.3.3 Intervjuundersøkelse De siste ti minuttene hver time intervjuet tellemannskapene kunder som kom til virksomheten. Intervjuene fulgte følgende mal: 1) Vi gjennomfører en undersøkelse av trafikken til ulike forretninger for Oslo kommune. Kan vi få stille deg to til fire spørsmål? 2) Kom du hit med bil, kollektivtransport, gang/sykkel eller annet: 3) Er dette en handletur der du kommer direkte fra boligen din til forretningen og skal rett hjem igjen? Svar: Ja Intervjuer: Takk for hjelpen, da har vi ingen flere spørsmål. Svar: Nei 4) Kan jeg da få spørre hvor du kommer fra og hvor du skal? a) Kommer du fra: 1. Bolig 2. Arbeid 3. Annen handel 4. Annet b) Skal du til: 1. Bolig 2. Arbeid 3. Annen handel 4. Annet 2.3.4 Spørreskjema til virksomhetene Det ble utsendt spørreskjema til ledelsen ved virksomhetene for å få opplysninger om bl.a. arealbruk, antall ansatte, omsetning og antall varekjøp. Vedlegg 1 viser spørreskjemaet som ble utsendt. 2.3.5 Supplerende registreringer I tillegg til tellinger og innhenting av data fra virksomhetene er følgende forhold registrert: Kundegrunnlag, bosatte: Antall bosatte innenfor en avstand på henholdsvis 1 km og 2 km målt langs veg er beregnet for alle butikker. Det er brukt tilnærmet samme metode som i Prosamrapport nr 103, jf. vedlegg 3. Kundegrunnlag, arbeidsplasser: Antall arbeidsplasser innenfor en avstand på henholdsvis 1 km og 2 km målt langs veg er beregnet for alle butikker. PROSAM-rapport 167 side 7

Beregningen er basert på data fra SSB. Det er brukt tilnærmet samme metode som i Prosamrapport nr 103, jf vedlegg 3. Områdetype: Dette er angitt etter metodikken skissert i Prosamrapport 103, dvs. med følgende områder, der Oslos bydelsinndeling fra før 2004 er brukt: o Oslo sentrum: Definert som fellesområdet i sentrum som ikke inngår i bydelsinndelingen o Oslo indre by: (bydel 1-6) o Oslo ytre by senter/knutepunkt: Knutepunkter i bydel 7-25 definert i parkeringsnormene for Oslo kommune dvs. Blindern, Bryn, Lysaker, Ryen, Skøyen, Storo og Økern (Parkeringsnormer for næring og offentlige formål, bakgrunnsdokument rapport nr 4.-2002, byutviklingsavdelingen Oslo kommune, juni 2002, geografisk avgrensning vist i infohefte høringsdokument, rapport nr. 4-2002, byutviklingsavdelingen i Oslo kommune datert mai 2002). o Utenfor senter i Oslo: Resten av Oslo o Regionsenter/knutepunkt i Akershus: Sandvika, Ski, Lillestrøm og Jessheim er i Akershus fylkesdelplan for handelsvirksomhet (2001) definert som regionale sentra. o Kommunesenter/knutepunkt i Akershus: Øvrige kommunesentra i Akershus o Lokalsenter/sted/knutepunkt i Akershus o Utenfor senter i Akershus Biltilgjengelighet: ÅDT er vurdert/registrert på veg innenfor henholdsvis 100 og 300 m kjørelengde fra butikkene. ÅDT-tallene er basert på Prosamrapport 163, Trafikkregistreringer i Oslo og Akershus 2007. For virksomheter der det ikke er tellesnitt i umiddelbar nærhet, er ÅDT ved butikken basert på en kombinasjon av tellinger lenger unna, faglig skjønn og lokalkunnskap. I tillegg er det registrert om butikkene er godt synlig fra vegene. Kollektivt servicenivå: Dette er angitt etter metodikken skissert i Prosamrapport 103, dvs. at servicenivået er basert på relativ tilgjengelighet med kollektivtransport i forhold til bil beregnet som: o (antall bosatte som når en gitt grunnkrets med kollektivtransport innenfor en reisetid på 45 min) / (antall bosatte som når samme grunnkrets med bil innenfor en reisetid på 20 minutter) med følgende klassifisering: A: Grunnkretser med større forholdstall enn 1.0. Dette betyr at det er flere som kan nå grunnkretsen (fra sin bolig) innenfor 45 min reise med kollektivtransport enn det er innenfor 20 min reisetid med bil. Dette gjelder i hovedsak Oslo sentrum og Indre by. B: Grunnkretser med forholdstall mellom 0.5 og 1.0 C: Grunnkretser med forholdstall lavere enn 0.5. For nærmere beskrivelse av metode for beregning av tilgjengelighet, se Prosamrapport nr 103. Kollektivtilbud: Tilbudet er beskrevet i form av avstand til holdeplass og type tilbud (driftsart og frekvens) 8 PROSAM-rapport 167

Parkeringsavgifter: Det ble registrert om parkeringsplassene var avgiftsbelagt 2.3.6 Usikkerhet Registreringene ble foretatt i ukene 38-44 i 2008. Denne perioden ble preget av den internasjonale finanskrisen, med bl.a. mye mediafokus på usikkerhet knyttet til fremtidig økonomisk utvikling. Flere virksomheter oppga at dette hadde medført en nedgang i antall kunder og omsetning. Dette kan ha påvirket turproduksjonstallene noe. PROSAM-rapport 167 side 9

3 RESULTATER 3.1 Spørreskjema til virksomhetene Alle virksomhetene bortsett fra én har svart på hele eller deler av spørreskjemaet. Salgsareal for den manglende virksomheten er funnet på dennes hjemmeside. De resterende har alle svart på spørsmål om arealer, antall ansatte og parkeringsplasser. Spørsmål og omsetning og uke- og årsvariasjon er i noe varierende grad besvart. Tabell 3-1 viser svarene mottatt fra butikksjefene. Spørsmål 9 og 10 om uke- og årsvariasjoner er vist i figur 5-1 og 5-2. Tabell 3-1: Svar på spørreskjema til butikksjefene ID 1 (Byggevare) ID 2 (Bygge vare) ID 3 (Hypermarked) ID 4 (Hypermarked) ID 5 (Hyper marked) ID 6 (Møbel) ID 7 (Møbel) ID8 (Elektro ) 1a) Salgsareal (m 2 ) 1.700 3.500 6.100 15.000 22.000 8.000 15.000 5.000 1b) Lagerareal (m 2 ) 2.000 1.500 1.100 2.000 250 1.400 1.600 1c) Kontorareal (m 2 ) 210-160 100 250 600 200 1d) Innendørs parkeringsareal (m 2 ) 0 0 500 Alle plasser i p-hus 0 0 4.000 1e) Annet areal (m 2 ) 900 1.740 4.500 1f) Totalt areal (m 2 ) 17.100 4.800 5.000 9600 8.500 + p-hus 21.500 10.800 2) Antall årsverk 27 26 100 130 24 370 80 3) Antall ansatte til 14 13 60 80 12 sted samtidig (maks) 300 40 4) Antall p-plasser disponert av virksomheten 40 56 200 750 90 750 380 5) Automatiske tellinger i dørene Nei Nei Nei Nei Nei Nei Ja 7) Antall vareleveringer på en gjennomsnittsdag 8) Virksomhetens årsomsetning (mill. kr) Ikke oppgitt Ikke oppgitt Ikke oppgitt 10-12 25 30 7 55 370 380 100 Ikke oppgitt Ikke oppgitt Figur 3-1 viser ukevariasjon mht. antall betalende kunder, basert på data for de to virksomhetene som har besvart dette spørsmålet. De to virksomhetene er et hypermarked og en møbelforretning. Figuren viser at hypermarkedet har flest kunder på fredager og lørdager. For møbelforretningen skiller lørdag seg ut som den klart største dagen. Trafikken på tirsdager, onsdager og torsdager (undersøkelsesdagene på virkedager) utgjør 16-17 % av uketrafikken for møbelforretningen og ca. 15 % for hypermarkedet. Lørdagene utgjør 22 % av uketrafikken for hypermarkedet og 33 % for møbelforretningen. Figur 3-2 viser variasjon over året for de to virksomhetene som har besvart dette spørsmålet, et hypermarked og en møbelforretning. Møbelforretningen har de klart største sesongvariasjonene med flest kunder i januar, og færrest i månedene februarapril. Hypermarkedet har relativt jevn fordeling over året. 400 10 PROSAM-rapport 167

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

3.2 Tellinger Figur 3-3 og Figur 3-4 viser hovedresultatene fra tellingene på virkedager i form av antall biler og kunder per time for hver av virksomhetene. Figurene inkluderer beregnet trafikk i pauser der det ikke er gjennomført registreringer (beregnet som gjennomsnitt av forutgående og etterfølgende periode). 500 Biler inn per time, hverdag 450 400 350 300 250 200 150 100 50 0 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 22 23 ID1 Bygg 9 12 12 15 16 13 13 12 10 11 11 4 0 0 0 ID2 Bygg 3 5 4 5 6 5 4 4 5 3 4 4 1 0 0 ID3 Hyper 10 40 68 93 90 105 100 103 101 113 112 109 87 77 11 ID4 Hyper 9 12 42 72 74 86 91 88 94 85 91 79 60 43 10 ID5 Hyper 29 33 77 94 123 84 72 57 68 75 79 64 36 14 1 ID6 Møbel 2 3 7 10 13 13 13 11 11 14 16 13 8 4 0 ID7 Møbel 0 4 120 249 338 491 416 187 216 246 306 334 436 438 267 ID8 Elektro 1 1 24 31 35 38 43 45 50 46 49 44 26 1 0 Figur 3-3: Biler inn til virksomheten per time, fra registrering på virkedager 450 Antall personer inn dørene per time, hverdag 400 350 300 250 200 150 100 50 0 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 ID1 Bygg ID2 Bygg ID3 Hyper 174 279 378 374 359 347 393 382 427 395 301 188 145 ID4 Hyper 117 198 202 235 251 242 257 233 249 216 164 118 ID5 Hyper 241 270 315 293 282 212 235 239 377 300 209 103 ID6 Møbel 17 28 26 19 33 27 23 39 35 28 9 ID7 Møbel ID8 Elektro 109 129 115 121 140 98 158 158 140 102 Figur 3-4: Personer inn dørene per time, fra registrering på virkedager 12 PROSAM-rapport 167

Registreringene viser at det generelt er relativt jevn trafikk over store deler av dagen, fra kl. 11 til 19, for de fleste virksomhetene. Den største møbelforretningen skiller seg imidlertid ut ved at det er mindre trafikk i perioden fra kl. 15 til 17 enn i timene før og etter. Dette er sannsynligvis påvirket av at det er mye trafikk i området, og at mange forsøker å unngå den mest belastede perioden. Makstimen utgjør i gjennomsnitt ca. 11 % av virkedøgntrafikken. Hvilken time dette er varierer mellom virksomhetene. For øvrig skal en være forsiktig med å trekke konklusjoner mht. sammenheng mellom virksomhetstype og variasjon i besøk over døgnet. Her det flere forhold som har stor betydning, bl.a. lokalisering. I og med at det er få virksomheter innenfor hver kategori, er det vanskelig å identifisere hvorvidt det er virksomhetstype eller lokalisering som er avgjørende for ev. variasjoner. Videre er det også variasjoner mht. vareutvalg innenfor den enkelte kategori. Hypermarkedene har for eksempel ulike konsepter der ID4 og ID5 i større grad enn ID3 er rettet mot kunder som skal handle mye. Figur 3-6 viser at antallet biler per kunde ligger i størrelsesorden 0,2 0,5 mesteparten av dagen for sju av de åtte butikkene. Møbelforretningen (ID6) har flest biler per kunde inn dørene. Denne forretningen har også en lokalisering med dårlig tilgjengelighet til kollektivtransport og med få bosatte innenfor gangavstand. Figur 3-5: Antall biler inn på p-plass per person inn dørene, virkedager for 5 butikker Figur 3-6 viser biler inn per time på lørdager. Ser en på et gjennomsnitt for lørdagene kan en trekke ut følgende: Flest biler per time i perioden 13.00 15.00 Noe færre biler per time i periodene 12.00 13.00 og 15.00 16.00 PROSAM-rapport 167 side 13

600 Biler inn per time, lørdag 500 400 300 200 100 0 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 ID1 Bygg 5 17 23 26 30 26 24 12 2 0 0 0 0 0 ID2 Bygg 0 4 3 6 8 6 10 9 4 4 2 1 0 0 ID3 Hyper 9 55 92 123 136 140 153 171 174 138 127 72 24 1 ID4 Hyper 2 16 55 88 117 137 131 141 153 96 111 80 36 0 ID5 Hyper 54 96 131 144 154 177 155 144 114 74 26 4 0 1 ID6 Møbel 0 2 9 15 24 35 31 30 20 19 7 0 0 0 ID7 Møbel 78 205 306 402 449 563 539 360 295 339 358 444 446 3 ID8 Elektro 1 0 40 49 74 104 109 102 88 81 27 14 14 0 Figur 3-6: Biler inn per time, fra registrering på lørdager 3.3 Intervjuundersøkelse De siste ti minuttene hver time ble det gjennomført intervjuer med kundene, jf. spørreskjema vist i kapittel 2.3.3. Totalt ble det gjennomført 370 intervjuer ved sju av virksomhetene i undersøkelsesukene. For den sjuende virksomheten (ID7) er intervjuene basert på en tilsvarende kartlegging i 2007. I denne undersøkelsen ble det foretatt 528 intervjuer. Kundene ble da intervjuet over flere dager på tilfeldige tidspunkt (virksomheten er derfor ikke tatt med i Tabell 3-2). Tabell 3-2 viser fordelingen på dager og butikker. Tabell 3-2: Antall intervjuede kunder og totalt antall biler inn Virkedag ID1 ID2 ID3 ID4 ID5 ID6 ID8 Totalt Kunder med bil intervjuet (a) Biler inn i åpningstiden undersøkelsesdagen (b) 22 27 99 63 50 35 47 343 286 107 2.399 1.810 1.655 259 811 7.327 a/b 8 % 25 % 4 % 3 % 3 % 14 % 6 % 5 % Figur 3-7 og Figur 3-8 viser hvordan besøkene i forretningene inngår i reisekjedene samlet for alle virksomhetene fordelt over døgnet og for den enkelte virksomhet samlet over døgnet. 14 PROSAM-rapport 167

Reisekjeder, hverdager 100 % 90 % 80 % Antall intervju: 899 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0 % 09.50 10.0010.50 11.0011.50 12.0012.00 13.0012.50 13.0013.50 14.0014.50 15.0015.50 16.0016.00 17.0016.50 17.0017.50 18.0018.50 19.0019.50 20.0020.50 21.0021.50 22.0022.50 23.00 Totalt Bolig Bolig 46 % 46 % 45 % 29 % 42 % 37 % 41 % 38 % 19 % 34 % 39 % 53 % 57 % 66 % 56 % 57 % 43 % Bolig Arbeid 0 % 4 % 3 % 0 % 1 % 2 % 1 % 2 % 0 % 1 % 0 % 0 % 0 % 0 % 4 % 14 % 1 % Bolig Annet 0 % 4 % 5 % 0 % 8 % 6 % 6 % 5 % 0 % 1 % 3 % 1 % 11 % 5 % 0 % 0 % 4 % Bolig Annen handel 15 % 11 % 17 % 21 % 12 % 2 % 5 % 3 % 11 % 1 % 7 % 4 % 2 % 2 % 0 % 0 % 7 % Arbeid Bolig 0 % 5 % 0 % 0 % 1 % 8 % 13 % 22 % 52 % 37 % 22 % 14 % 7 % 10 % 12 % 0 % 14 % Arbeid Arbeid 8 % 14 % 9 % 29 % 9 % 10 % 9 % 0 % 15 % 5 % 0 % 1 % 2 % 2 % 0 % 0 % 6 % Arbeid Annet 0 % 0 % 0 % 0 % 0 % 6 % 1 % 5 % 0 % 4 % 2 % 0 % 2 % 0 % 0 % 0 % 2 % Arbeid Annen handel 0 % 0 % 0 % 4 % 0 % 0 % 3 % 1 % 4 % 0 % 1 % 0 % 0 % 0 % 0 % 0 % 1 % Annet Bolig 8 % 5 % 8 % 4 % 3 % 12 % 6 % 10 % 0 % 7 % 7 % 8 % 7 % 10 % 12 % 14 % 7 % Annet Arbeid 0 % 0 % 0 % 0 % 1 % 0 % 1 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % Annet Annet 8 % 5 % 0 % 4 % 9 % 2 % 8 % 5 % 0 % 6 % 4 % 1 % 2 % 2 % 0 % 0 % 4 % Annet Annen handel 0 % 2 % 3 % 0 % 0 % 0 % 1 % 2 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 0 % 1 % Annen handel Bolig 15 % 2 % 2 % 4 % 5 % 12 % 4 % 1 % 0 % 4 % 11 % 13 % 11 % 2 % 16 % 0 % 6 % Annen handel Arbeid 0 % 2 % 1 % 0 % 0 % 2 % 0 % 0 % 0 % 0 % 0 % 1 % 0 % 0 % 0 % 14 % 1 % Annen handel Annet 0 % 0 % 0 % 0 % 0 % 0 % 0 % 3 % 0 % 0 % 1 % 1 % 0 % 0 % 0 % 0 % 1 % Annen handel Annen handel 0 % 0 % 5 % 4 % 9 % 4 % 0 % 4 % 0 % 0 % 1 % 1 % 0 % 0 % 0 % 0 % 2 % Figur 3-7: Reisekjeder, virkedager, variasjoner over dagen Reisekjeder, gruppert 100 % 90 % 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % 0 % Gruppe 1 Gruppe 2 Gruppe 3 Gruppe 4 Totalt Bolig Bolig 24 % 37 % 49 % 30 % 43 % Bolig Arbeid 0 % 1 % 2 % 0 % 1 % Bolig Annet 0 % 4 % 5 % 2 % 4 % Bolig Annen handel 16 % 6 % 6 % 4 % 7 % Arbeid Bolig 27 % 17 % 11 % 21 % 14 % Arbeid Arbeid 22 % 8 % 2 % 23 % 6 % Arbeid Annet 0 % 2 % 2 % 0 % 2 % Arbeid Annen handel 4 % 0 % 0 % 2 % 1 % Annet Bolig 2 % 8 % 7 % 9 % 7 % Annet Arbeid 0 % 0 % 0 % 0 % 0 % Annet Annet 2 % 5 % 4 % 4 % 4 % Annet Annen handel 0 % 0 % 1 % 0 % 1 % Annen handel Bolig 2 % 7 % 6 % 4 % 6 % Annen handel Arbeid 0 % 1 % 1 % 0 % 1 % Annen handel Annet 0 % 0 % 1 % 0 % 1 % Annen handel Annen handel 2 % 3 % 2 % 0 % 2 % Bolig Bolig Bolig Arbeid Bolig Annet Bolig Annen handel Arbeid Bolig Arbeid Arbeid Arbeid Annet Arbeid Annen handel Annet Bolig Annet Arbeid Annet Annet Annet Annen handel Annen handel Bolig Antall intervju: 899 Figur 3-8: Reisekjeder for grupper av virksomheter, virkedager (Gruppe 1 = Byggevare, Gruppe 2 = Hypermarked, Gruppe 3 = Møbel, Gruppe 4 = Elektro) PROSAM-rapport 167 side 15

Hovedtrekk - reisekjeder Sammensetningen av reisekjedene varierer mye over dagen. Følgende hovedpunkter kan trekkes ut: Rene handleturer til/fra bolig: 43 % av turene på virkedager (mandagfredag) er rene handleturer som går fra bolig til forretning og tilbake til boligen. Det er flest rene handleturer på kveldstid og tidlig på dagen. Møbelforretningene har flest rene handleturer til/fra egen bolig. Handleturer i arbeidstiden: 12 % av handleturene på virkedager gjennomføres i arbeidstiden (fra arbeidssted til forretning og tilbake til arbeidsstedet). Dette er i hovedsak reiser som gjennomføres i perioden 10-15. Møbelforretningene har svært få turer i denne kategorien. Byggevare har relativt mange turer i arbeidstiden, sannsynligvis fordi håndverkere er en viktig del av kundegruppen. Videre har også elektroforretningen relativt mange turer i arbeidstiden. Kunder på veg mellom bolig og arbeidssted: I ettermiddagsrushet er ca. halvparten av kundene på veg fra arbeid til bolig. Møbelforretningene har færre turer i denne kategorien enn de øvrige virksomhetene. Kunder på veg fra annet til bolig: Denne kategorien er relativt stor på kveldstid fra 20.00 og utover, da mange er på veg hjem etter å ha vært på ulike aktiviteter på ettermiddagen/kvelden. Kombinasjon med annen handel: Ca. 20 % av kundene kombinerer handleturen med handel på annet sted. I Figur 3-8 er reisekjedefordelingen gruppert på type forretning, da dette antas å ha stor betydning for hvordan handlereisen inngår i de daglige reisekjedene. I tillegg vil lokalisering være svært viktig i denne sammenheng. Reisemiddelvalg Figur 3-9 viser fordeling på reisemiddel blant de intervjuede kundene. Bilandelene er generelt høye, og over 80 prosent for alle virksomhetene. Virksomheten med høyest andel gang/sykkel (12 %) ligger i et regionsenter/knutepunkt og har mange bosatte innenfor et omland på 1 km, jf. Tabell 3-3. 16 PROSAM-rapport 167

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

3.4 Supplerende registreringer Tabell 3-3: Andre registreringer ID Veg < 100 m kjørelengde fra parkering ÅDT Synlig fra veg 1 14.100 Ja 2 Ikke tilgjen gelige tall Veg 100-300 m kjørelengde fra parkering ÅDT Synlig fra veg Ikke flere Ja 7.500 Ja 3 12.000 Ja 6.300 Ja - Kollektivtilbud Ca. 300 m til bussholdeplass med ca. 2 avg. per time på dagtid Ca. 250 m til bussholdeplass med ca. 1 avg. i timen på dagtid Ca. 60 m til bussholdeplass med ca. 9 avg. i timen på dagtid Antall bosatte innenfor en avstand på: Antall arbeidspl. innenfor en avstand på: 1 km 2 km 1 km 2 km 503 1 252 174 458 35 4 955 1 143 7 120 2 964 12 190 3 449 6 192 4 2.000 Ja Ikke flere - Ca. 250 m til bussholdeplass med ca. 6 avg. per time på dagtid 847 3 754 94 2 591 5 700 Ja Ikke flere - Ca. 300 m til bussholdeplass med ca. 12 avg. i timen på dagtid 331 2 881 4 251 14 676 6 Ingen - 5.000 Nei Ca. 720 m til bussholdeplass med ca. 15 avg. i timen på dagtid 5 425 20 276 967 4 967 7 12.000 Ja 15.000 Ja Ca. 50 m til bussholdeplass med ca. 20 avg. i timen på dagtid 773 14 484 2767 11 243 8 16.800 Ja 36.500 Ja Ca. 120 m til bussholdeplass med ca. 16 avg. i timen på dagtid 1 392 17 658 2 671 6 251 Figur 3-10 viser at ID 6, 7 og 8 har flest bosatte i influensområdet. ID 5, og 7 skiller seg ut med mange arbeidsplasser. ID 1 skiller seg ut idet den både har få bosatte og få ansatte innenfor et omland på 2 km. 18 PROSAM-rapport 167

Bosatte og arbeidsplasser 25 000 20 000 15 000 Antall bosatte innenfor 1 km fra butikken Antall bosatte innenfor 2 km fra butikken Antall arbeidspl. innenfor 1 km fra butikken 10 000 Antall arbeidspl. innenfor 2 km fra butikken 5 000 - ID 1 ID 2 ID 3 ID 4 ID 5 ID 6 ID 7 ID 8 Figur 3-10: Bosatte og arbeidsplasser i butikkenes influensområde PROSAM-rapport 167 side 19

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

3.6 Hovedresultater Tabell 3-5 og Tabell 3-6 viser nøkkeltallene fra undersøkelsen. Tabell 3-5: Turproduksjon, nøkkeltall Personturer per virkedøgn per 100 m 2 Bilturer per virkedøgn per 100 m 2 Bilturer lørdag per 100 m 2 Bilturer i perioden 16.00-17.00 virkedøgn per 100 m 2 Bilturer i makstimen, lørdag per 100 m 2 ID 1 - Byggevare 35 40 2 7 ID 2 - Byggevare 6 7 1 7 ID 3 - Hypermarked 142 76 92 7 11 ID 4 - Hypermarked 33 24 30 3 4 ID 5 - Hypermarked 27 15 20 1 3 ID 6 - Møbel 7 7 9 1 2 ID 7 - Møbel 46 64 2 6 ID 8 - Elektro 51 32 56 4 9 Tabell 3-6: Turproduksjon, nøkkeltall etter gruppe Personturer per virkedøgn per 100 m 2 Bilturer per virkedøgn per 100 m 2 Bilturer lørdag per 100 m 2 Bilturer i perioden 16.00-17.00 virkedøgn per 100 m 2 Bilturer i makstimen, lørdag per 100 m 2 1 Byggevare 20 23 2 7 2 Hypermarked 67 39 48 3 6 3 Møbel 4 26 37 2 4 4 Elektro 51 32 56 4 9 Tabellene viser at turproduksjonen varierer mye, både mellom gruppene og innenfor den enkelte gruppe. Hypermarkedene har i gjennomsnitt den høyeste turproduksjonen, mens byggevare har den laveste. Samtidig ser en at den ene byggevaren ligger svært lavt, mens den andre ligger nærmere gjennomsnittet for de tre hypermarkedene. Ser en på hypermarkedene skiller ID3 seg ut med den klart største turproduksjonen. Dette er også den eneste virksomheten som er lokalisert i et senter (Akershus). I tillegg har det en profil som i noe mindre grad enn de to andre hypermarkedene er rettet mot storhandel. Møbelforretningene er også svært forskjellige. Den ene ligger svært lavt, mens den andre har en turproduksjon som ligger over gjennomsnittet for hypermarkedene. Den store variasjonen mht. turproduksjon illustrerer at trafikkberegninger basert på erfaringstall for slike virksomheter alltid vil ha betydelig usikkerhet. Denne usikkerheten vil være spesielt stor på et planstadium der arealbruken ennå ikke er spesifisert i detalj. Det er derfor viktig å presisere at erfaringstallene fra denne undersøkelsen bare vil være indikatorer på størrelsesorden, og at de bør brukes med forsiktighet. PROSAM-rapport 167 side 21

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

4 ERFARINGSDATABASE Det er etablert en arbeidsbok i Excel med turproduksjonsdata for de sju virksomhetene. Arbeidsboken er bygd opp etter samme mønster som for kjøpesentre, jf. Prosamrapport 103, dvs. at den består av: 1. Samletabeller med aggregerte data: 2. Turproduksjonsdata med hovedtall for alle undersøkelser (én linje per virksomhet) 3. Turproduksjonsdata med noe mer detaljerte data for den enkelte undersøkelse (én linje per virksomhet) 4. Detaljerte data om den enkelte virksomhet (ett ark per butikk) Samletabeller Følgende er vist: Gjennomsnittlig antall personturer per virkedøgn per 100 m 2 (samt minimumsog maksimumsverdier) Gjennomsnittlig antall bilturer per virkedøgn per 100 m 2 (samt minimums- og maksimumsverdier) Gjennomsnittlig antall bilturer lørdag per 100 m 2 (samt minimums- og maksimumsverdier) Gjennomsnittlig antall bilturer i perioden 16.00 17.00 virkedøgn per 100 m 2 (samt minimums- og maksimumsverdier) Gjennomsnittlig antall bilturer i makstimen lørdag per 100 m 2 (samt minimumsog maksimumsverdier) Turproduksjonsdata, hovedtall I hovedtabellen er dataene inndelt i hovedgrupper med ulike fargekoder. Følgende grupper og data inngår: Identifikasjon o ID Beliggenhet o Sted: Kommune Årstall o Årstall undersøkelsen ble gjennomført Om virksomheten o Salgsareal i m 2 o Årsomsetning i mill. kr o Vareutvalg: Byggevare, Hypermarked, Møbel eller Elektro PROSAM-rapport 167 side 23

Turproduksjon per døgn o Personturer per virkedøgn per 100 m 2 salgsareal o Bilturer per virkedøgn per 100 m 2 salgsareal o Bilturer lørdag per 100 m 2 salgsareal Bilturproduksjon, maks. time virkedøgn o Bilturer i perioden 16.00-17.00, andel av virkedøgn Bilturproduksjon, maks. time lørdag o Tidspunkt for maks. time, bilturer lørdag o Bilturer i maks. time lørdag, andel av lørdagstrafikk Turproduksjonsdata, detaljer I detaljtabellen er dataene også inndelt i de samme hovedgruppene, men på et noe mer detaljert nivå. Følgende grupper og data inngår: Identifikasjon o ID Beliggenhet o Sted: Kommune Årstall o Årstall undersøkelsen ble gjennomført Om virksomheten o Antall årsverk o Salgsareal i m 2 o Vareutvalg: Byggevare, Hypermarked, Møbel eller Elektro o Årsomsetning i mill. kr. Om omgivelsene o Områdetype: Inndeling i Oslo sentrum, indre by, ytre by senter/knutepunkt, og utenfor senter i Oslo og regionsenter/knutepunkt, kommunesenter/knutepunkt, lokalt senter/sted / knutepunkt og utenfor senter i Akershus o Kollektivt servicenivå o Gratis eller avgiftsbelagt parkering o P-plasser per m 2 salgsareal o Antall bosatte innenfor 1 km o Antall bosatte innenfor 2 km o Antall arbeidsplasser innenfor 1 km o Antall arbeidsplasser innenfor 2 km Turproduksjon per døgn o Personturer per virkedøgn per 100 m 2 salgsareal o Bilturer per virkedøgn per 100 m 2 salgsareal o Bilturer lørdag per 100 m 2 salgsareal Bilturproduksjon, maks. time virkedøgn o Bilturer i perioden 16.00-17.00, andel av virkedøgn o Bilturer virkedøgn i perioden 16.00-17.00 per 100 m 2 salgsareal 24 PROSAM-rapport 167

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

26 PROSAM-rapport 167

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

Vedlegg 1: Spørreskjema til virksomhetene Spørreskjema til I forbindelse med trafikkundersøkelsen der vi på oppdrag for Plan og bygningsetaten i Oslo gjennomfører tellinger hos dere og andre utvalgte handelsvirksomheter i Oslo og Akershus, ber vi om at dere besvarer dette spørreskjemaet. Svarene bes returnert på fax til Asplan Viak v/ Ida Øvren på faxnr. 67 52 52 99 (tlf. 95 13 10 51), eller pr mail til ida.ovren@asplanviak.no 1. Kan du angi forretningens areal fordelt på salgsareal, lagerareal, kontorareal, innendørs parkering og totalt areal? a. Salgsareal: b. Lagerareal: c. Kontorareal: d. Areal til innendørs parkering: e. Totalt areal: 2. Kan du angi antall årsverk i forretningen? 3. Hvor mange av de ansatte er til stede samtidig (maksimum)?: 4. Hvor mange parkeringsplasser disponerer forretningen? 5. Har forretningen automatiske tellinger i dørene? 6. Er det mulig å få tilgang til disse dataene til bruk i arbeidet? 7. Kan du anslå antall vareleveringer på en gjennomsnittsdag? 8. Kan du oppgi handelsvirksomhetens årsomsetning inkl mva? 9. Tellingene i deres virksomhet ble gjennomført i uke.. Kan dere oppgi registrert antall varekjøp fordelt på dager i denne uka? a. Mandag: b. Tirsdag: c. Onsdag: d. Torsdag: e. Fredag: f. Lørdag: 10. Kan dere angi hvordan antall varekjøp varierer over året? a. Januar: b. Februar: 28 PROSAM-rapport 167

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

Vedlegg 2: Detaljerte data for hver enkelt virksomhet, eksempel på dataark ID 3 Undersøkelsestidspunkt År: 2008 Dag/måned: Tirsdag/September Merknader til undersøkelsen: Vær: Sol Spesielle forhold: Tåke på morgenen Tellinger: Manuelle tellinger: Gjennomført tirsdag 23.09.08 fra 09.00 til 22.00 Biltellinger: Elektroniske tellinger fra 19.09.08-26.09.08 Generelle registreringer: Kommune: Skedsmo Områdetype: Regionsenter/knutepunkt i Akershus Turproduksjonstall: Type butikk: Hypermarked Personturer per virkedøgn per 100 m 2 salgsareal: 142 Bilturer per virkedøgn per 100 m 2 salgsareal: 76 Personturer per lørdag per 100 m 2 salgsareal: Antall parkeringsplasser: 200 Bilturer per lørdag per 100 m 2 salgsareal: 92 Adresse: Bilturer i perioden 16.00-17.00, andel av virkedøgn: 8 % Grunnkrets: Tidspunkt for makstime, biltrafikk, virkedøgn: 17.00-18.00 ÅDT på veg < 100 m kjøreveg fra parkering: 12 000 Bilturer i makstimen, andel av virkedøgn: 9 % Synlig fra veg 1: ja Bilturer i perioden 16.00-17.00 virkedøgn, per 100 m2 salgsareal: 7 ÅDT på veg < 300 m kjøreveg fra parkering: 6 328 i 2005 Tidspunkt for makstime, biltrafikk, lørdag: 16.00-17.00 Synlig fra veg 2: Ja Bilturer i makstimen lørdag, andel av lørdagstrafikk: 12 % Kollektivtilbud Ca 60 m til bussholdeplass med ca 9 avganger i timen på dagtid Bilturer i makstimen lørdag per 100 m2 salgsareal: 11 Fra spørreskjema til virksomheten: Bilturer per virkedøgn / omsetning i mill. kr: 12,96 Antall varekjøp i kassen per person inn dørene: 266 Forretningens areal: Salgsareal: 6 100 Lagerareal: 1 100 Kontorareal: 160 Areal til innendørs parkering: 500 Totalt areal: 9 600 Antall årsverk i forretningen: 100 Antall ansatte til stede samtidig (maksimum): 60 Antall parkeringsplasser disponert av forretningen: 200 Hender det at kunder avvises fordi det ikke er ledige parkeringsplasser? Er parkeringen gratis? Gratis Anslått antall vareleveringer på en gjennomsnittsdag: 10-12 Forretningens årsomsetning i mill. kr.: 370 Antall bosatte innenfor 1 km gangavstand 2964 Antall bosatte innenfor 2 km gangavstand 12190 Antall arbeidsplasser innenfor 1 km gangavstand 3449 Antall arbeidsplasser innenfor 2 km gangavstand: 6192 30 PROSAM-rapport 167

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