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 1. STRATMOD 2. Kort beskrivelse av case Stockholm 3. Resultater fra Stockholm 4. Kort om modellen og case Moss og Follobanen 5. Resultater fra Moss og Follobanen
Caseanalyser fra FoU-prosjektet STRATMOD Utgangspunkt for prosjektet Mål og utfordringer NTP all transportvekst skal skje kollektivt eller med gange/sykkel Dagens transportmodeller undervurderer effekten av kollektivt- og sykkeltiltak Behov for bedre håndtering av syneriggevinster og budsjettbeskrankninger STRATMOD Utvikle tre nye moduler i tilknytning til dagens transportmodeller Sikre bedre dataflyt Inkludere flere kvalitative faktorer Mer relevant for overordnet planlegging Finansiering Regionale forskningsfond Ruter, VD, Jernbanedirektoratet
Målsettingen med Stratmod Inkluderer sentrale kvalitative faktorer Er fleksibel i valg av tidsverdier og elastisiteter Er åpen og transparent, slik at det er enkelt å drøfte forutsetningene i modellen. Er konsistent i forhold til forutsetninger i basisprognoser i transportmodellene, slik at det er mulig å sammenlikne ulike prognoser. Er enkel i bruk slik at det er mulig å analysere et stort sett av ulike virkemiddelpakker Kan belyse budsjettmessige konsekvenser
STRATMOD består av tre delmodeller Tidsverdier (SP-data) UITP-databasen etterspørselsmodul 1. Storsonemodell 2. Kostnadsmodell 3. Optimaliseringsmodell RTM Trengsel FINMOD etterspørselsmodul FINMOD optimaliseringsmodul Forsinkelser /køer Sykkelveinett
Innhold 1. STRATMOD 2. Kort beskrivelse av case Stockholm 3. Resultater fra Stockholm 4. Kort om modellen og case Moss og Follobanen 5. Resultater fra Moss og Follobanen
Overordnet beskrivelse av case Stockholm Caset skal teste modellens overførbarhet til Sverige, men lignende analyser kan enkelt gjennomføres for norske byer Caset vurderer hvordan ulike tiltak påvirker reisemiddelfordeling og offentlige budsjetter hvilke tiltak er mest effektive for å nå nasjonale målsetninger?
Alle tiltak sammenlignes med trendscenariet, og en tenkt situasjon med nullvekst i bilreiser Vekst i reiser 2014 2040 2014 2040 trend 2040 nullvekst -23% 30% 654 503 503 33% 359 269 269 39% 1.329 1.186 851 29% 333 258 361 42% 816 738 521 Trendscenariet mindre bilbasert enn det vi har sett i mange norske byer men «nullvekst» krever 23 % færre bilreiser enn i trend Bilfører Bilpass. Kollektiv Sykkel Gange
Trendscenariet gir 18 % økte offentlige utgifter og 24 % økte samfunnskostnader totalt 3,6 mrd. kr Vekst i offentlige utgifter 2014 2040 Økning fra 2014 (Mrd. SEK) 1,3 3,6 I hvilken grad bidrar ulike tiltak til å redusere bilreisene? Hvor mye kan kostnadsøkningen reduseres? 2,3 Undersøker effekt av: 1.Økte parkeringsavgifter 2.Fordoblet frekvens 3.Halverte takster 4.Stamlinjenett med full fremkommelighet 5.Kombinert virkemiddelpakke Drift og investeringer Samfunnskostnader Total kostnadsøkning
Innhold 1. STRATMOD 2. Kort beskrivelse av case Stockholm 3. Resultater fra Stockholm 4. Kort om modellen og case Moss og Follobanen 5. Resultater fra Moss og Follobanen
Økte p-avgifter gir 10% færre bilreiser og en besparelse på 0,6 mrd kr sammenlignet med trend Endring i reiser fra trend Kostnadsøkning fra 2014 (Mrd. SEK) 2% 2% 2% 2,3-0,3 (-15%) 1,9-0,3 (-22%) Trend Parkering 2% Bilfører Bilpass. 1,3 1,0-10% Kollektiv Sykkel Gange Endring sammenligne med trend Økning i offentlige kostnader fra 2014 Økning i samfunnskostnader fra 2014
Doblet frekvens gir 5% færre bilreiser, men samtidig 4 mrd. kr i økte kostnader Endring i reiser fra trend Kostnadsøkning fra 2014 (Mrd. SEK) 4,2 (185%) Trend Frekvens 9% 6,5-5% -5% -5% -5% Bilfører Bilpass. Kollektiv Sykkel Gange 2,3 1,3-0,3 (-21%) 1,0 Endring sammenligne med trend Økning i offentlige kostnader fra 2014 Økning i samfunnskostnader fra 2014
Halvert takst gir 16% færre bilreiser, men samtidig 4,8 mrd kr i økte kostnader Endring i reiser fra trend Kostnadsøkning fra 2014 (Mrd. SEK) 31% 3,8 (168%) 6,1 Trend Takst -16% Bilfører -16% Bilpass. -17% Kollektiv Sykkel -17% Gange Endring sammenligne med trend 2,3 Økning i offentlige kostnader fra 2014 1,3 +1,0 (+74%) 2,3 Økning i samfunnskostnader fra 2014
Stamnett med full fremkommelighet gir relativt sterke effekter for de reisene som påvirkes Endring i reiser fra trend Kostnadsøkning fra 2014 (Mrd. SEK) 1,3% Kun 10% av reisene påvirkes for disse er økningen 12%! 2,3-0,5 (-20%) Trend Stamnett -1,1% Bilfører 1,8 1,3-0,5 (-34%) -1,1% Bilpass. 0,9 Kollektiv -0,9% Sykkel -0,3% Gange Endring sammenligne med trend Økning i offentlige kostnader fra 2014 Økning i samfunnskostnader fra 2014
Kombinerte tiltak kan gi vesentlig reduksjon i både bilreiser og offentlige budsjetter Endring i reiser fra trend Kostnadsøkning fra 2014 (Mrd. SEK) 1% 4% 2,3-0,8 (-36%) Trend Pakke 2% 2% Bilfører 1,5 1,3-0,8 (-58%) Bilpass. -11% Kollektiv Sykkel 0,6 Gange Endring sammenligne med trend Økning i offentlige kostnader fra 2014 Økning i samfunnskostnader fra 2014
Oppsummert gir ingen av tiltakene sterk nok reduksjon i bilreiser til å sikre nullvekst Reduksjon i bilreiser fra trend 2040 0% -5% -10% -10% -5% -16% -1% -11% -15% -20% -23% -25% Økt parkeringsavgift Dobbel frekvens Halvert takst Stamnett med full fremkommelighet Pakke
Takst- og frekvenstiltak gir sterk økning i offentlige budsjetter sammenlignet med trend Endring i kostnadsøkningen gitt trendutvikling fra 2014 til 2040 4,0 4,8-0,6-0,9-1,6 Økt parkeringsavgift Dobbel frekvens Halvert takst Stamnett med full fremkommelighet Pakke
Case Moss og Follobanen: Togreisen fra dør til dør: Hvordan inkludere tilbringerreisen og knutepunktet i analysene?
Innhold 1. STRATMOD 2. Kort beskrivelse av case Stockholm 3. Resultater fra Stockholm 4. Kort om modellen og case Moss og Follobanen 5. Resultater fra Moss og Follobanen
Overordnet beskrivelse av modellen (I) Variant av Storsonemodellen i STRATMOD Laget for overordnede, strategiske analyser med en sterk kobling opp mot etablerte modellverktøy (RTM) Betydelig mindre ressurskrevende modell kan brukes til å sortere tiltak før de analyseres i detalj Bygget opp rundt generaliserte reisekostnader (GK) og etterspørselseffekter basert på GKelastisiteter Fleksibel i forhold til tidsverdier og ulike markedssegment Baserer seg på storsoner og data aggregert fra andre transportmodeller (RTM) Fleksibel i forhold til analyseområde Inkluderer flere kvalitetsfaktorer ved togtilbudet enn tradisjonelle modeller For eksempel forsinkelse Enkelt å inkludere ytterligere faktorer på overordnet nivå da etterspørselsmodellen kalibreres mot de totale generaliserte kostnadene (GK)
Overordnet beskrivelse av modellen (II) Differensierer reisekvalitetsdata for kollektive transportmidler for eksempel tog og buss som konkurrerer Inkluderer tilbringerdelen av togreisen enten den foregår til fots eller med buss/trikk/t-bane Skiller ut overgangen ved togstasjonen som et eget element i GK Bosted Moss Togstasjon Bussholdeplass Gange Buss Tog Buss Gange Bussholdeplass Togstasjon i Oslo (eks Nationaltheatret) Arbeidsplass
Overordnet beskrivelse av case Moss og Follobanen (I) For å teste ut funksjonaliteten til modellen så ble Moss som analyseområdet valgt og analysen tar utgangspunkt i endringer i togtilbudet som følge av ferdigstilt Follobane
Overordnet beskrivelse av case Moss og Follobanen (II) Stegvis analyse av tre tiltak: 1. Kun endringer i togtilbudet som følge av Follobanen (reisetid og frekvens) 2. Forsinkelsen fjernes som følge av økt punktlighet med Follobanen 3. Knutepunktutvikling i Moss a) Økt frekvens for kollektivtilbudet b) Knutepunktutvikling (forbedret overgang på stasjon) Hvordan påvirker dette en togreise fra Moss til sentrale deler av Oslo i rushtiden, og hvordan endres konkurranseforholdet mot bil på strekningen?
Innhold 1. STRATMOD 2. Kort beskrivelse av case Stockholm 3. Resultater fra Stockholm 4. Kort om modellen og case Moss og Follobanen 5. Resultater fra Moss og Follobanen
Økt punktlighet øker attraktiviteten til toget Den tradisjonelle tilnærmingen fanger opp endringene i reisetid og frekvens Etterspørselseffekten dobles (nesten) ved å inkludere forsinkelse og tilbringerdelen av reisen
og knutepunktutvikling gir ytterligere positivt bidrag Etterspørselseffekten av tiltakene øker, samtidig som nytten for trafikantene øker Viktig for å belyse effekten av ulike tiltak
Toget konkurrerer godt allerede i dag, men konkurransekraften øker pga. målrettede tiltak KI = 1,14 KI = 1,01 KI = 0,93
Oppsummering Modellen gjør det mulig å gjennomføre tiltaksanalyser på relativt kort tid sammenlignet med tradisjonelle transportmodeller Ved å skille på ulike kollektive driftsarter og inkludere tilbringerdelen av reisen utvides mulighetsrommet for analysene Effekten av positive tiltak på jernbanen underestimeres dersom en ikke inkluderer kvalitative faktorer som forsinkelse Nytten av tiltaket for trafikantene øker dersom man inkluderer flere faktorer i analysen