Trafikprognoser – några svenska erfarenheter
Centre for Transport Studies Trafikprognoser – några svenska erfarenheter Jonas Eliasson Professor Transportsystemanalys Centrum för Transportstudier, KTH Dagordning Centre for Transport Studies • Trafikprognoser – fungerar det? • Vad använder man trafikprognoser till? • SAMPERS – den svenska transportmodellen • Exempel på prognos/utfall: Stockholms trängselavgifter • ”Effektsambanden” – de glömda modellerna • Vad ska man egentligen ha prognosmodeller till? • Enkla/strategiska modeller • Att presentera resultat • Vart är modelleringskonsten på väg? Centre for Transport Studies Fungerar trafikprognoser? Trafikprognoser – fungerar det? Centre for Transport Studies • Ja, oftast… • … om modellen är bra • … och förutsättningarna rätt • … och om man ser upp med önsketänkande • Exempel: Öresundsbron Regiontågsresor per dag 14 000 12 000 10 000 8 000 6 000 4 000 2 000 0 14000 12000 10000 8000 Transek år Tetraplan år Faktiskt (snitt 1991(S5) 1997 2000-2003) Lastbilar Bilar 6000 4000 2000 0 Transek år 1991(S5) ÖK maj 1999 Faktiskt (snitt 2000-2002) Fler lyckade exempel Centre for Transport Studies prognos utfall 10% 7% 4% 5% 0% Stockholms trängselavgifter -5% -6% -5% -10% -15% -13% -16% -20% -22% -25% -25% -30% Innerstad (trafikarbete) Avgiftssnittet Yttre infarter Essingeleden 6000 5000 Svealandsbanan 5300 4900 4000 3000 2000 1000 700 0 Transek/Temaplans prognos från 1987 1993 med tåg 1997 med buss 960 Faktiskt resande 1999 med Svealandsbanan Centre for Transport Studies Prognos som slog fel: Snabbtåg Sundsvall-Stockholm Resandeökning 1988-2000 200% 160% 120% 165% Ursprunglig prognos Faktiskt utfall 80% 41% 40% 0% Sundsvall-Stockholm Centre for Transport Studies 120% Prognosmissen berodde på fel gissningar om alla förutsättningar 100% 100% 80% 60% 40% 26% 20% 14% 36% 29% 23% 5% 10% 0% 0% 0% -20% -40% -26% Tågturer Inkomster -30% Flygturer Befolkning Tågrespris Bensinpris Prognos Verklighet -13% -23% Tågrestid Centre for Transport Studies 30% Ny prognos med rätt prognosförutsättningar 26% 25% 24% 20% 15% 10% 5% 0% Justerad prognos mht verkliga föruts. Faktisk utveckling 23:45 8000 22:30 9000 21:15 20:00 18:45 17:30 16:15 18.45-19.00 18.00-18.15 17.15-17.30 16.30-16.45 15.45-16.00 15.00-15.15 14.15-14.30 13.30-13.45 12.45-13.00 12.00-12.15 11.15-11.30 10.30-10.45 09.45-10.00 09.00-09.15 08.15-08.30 07.30-07.45 4000 15:00 13:45 12:30 11:15 10:00 08:45 07:30 06:15 05:00 Även kvälls-/nattrafik minskade 06.45-07.00 Mindre minskning på morgonen 03:45 • 06.00-06.15 • Trafikminskningen störst på eftermiddagen 02:30 • 01:15 Centre for Transport Studies 00:00 Trängselavgifterna: rätt totalt, men fel dygnsfördelning 12000 10000 8000 6000 Utan avg Med avg 2000 0 höstvardag 2005 jan 06 7000 feb 06 6000 5000 4000 3000 2000 1000 0 Tidsvinsterna större än förväntat Centre for Transport Studies Prognos för flaskhalsar: After Before 60% 50% 40% 30% 20% Prognos & utfall – sammanfattning Centre for Transport Studies • Genomsnittlig trafikminskning ungefär rätt – Mindre ökning på Essingeleden än förväntat • Relativa effekter morgon/middag/eftermiddag helt fel • Överskattade förändring av restidpunkt • Kortare köer mycket större, mer utbredd och synligare effekt än väntat – • kanske borde vi ha insett det! Intäkter mindre än beräknat – visste för lite om icke-persontrafik – taxi, bussar… • Ingen effekt på handel - korrekt • Visste inget om ”fördelningseffekt över tid”, dvs. var det ”samma” personer som betalade varje dag, eller var kostnaden spridd över en större grupp? Vad orsakade prognosfelen? Centre for Transport Studies • • • • Fler valde att åka genom centrum, färre på Essingeleden – Högre tidsvärden än vi trodde – Större tidsvinster än beräknat Larger effect PM peak and mid-day than predicted – too simplified trip timing distribution – didn’t account for ”vanishing return trips” Why was AM peak effect overestimated? – less cost sensitive car drivers? – more people needed their vehicle? – more people had arrival time restrictions? Revenue overestimation – almost no data on vehicle types across the cordon – taxis, buses, green cars… Centre for Transport Studies Problems with travel times in static network models • Link travel times are assumed to be independent – • • in reality, queues block links and junctions ”upstreams” Volume-delay-functions too ”generous” – too short travel time when congestion is very high – cannot handle traffic volumes above max. capacity Dynamic (simulation) models necessary when congestion is high – upstreams queue propagation – queue buildup/dissipation – also handles departure times Fungerar trafikprognoser? Slutsatser: Centre for Transport Studies • Bra prognosmodeller verkar fungera bra • … men var medveten om begränsningar • Välj/anpassa modellen efter frågeställning och åtgärd • Förutsättningar mycket viktiga – omvärldsfaktorer + trafikförutsättningar • Tendens till ”önsketänkande” vid val av trafikförutsättningar ? • Större osäkerhet om absolutnivåer (t ex trafik om 20 år) än om effekter (t ex effekt av ny busslinje) • Fungerar bra för ”stora” åtgärder – nya vägar, spår etc. – sämre för ”små” åtgärder – bättre signaler, korsningar etc. Centre for Transport Studies Svenska prognosmodeller i praktiken Vad har man prognoserna till? Centre for Transport Studies • • • Dimensionering – räcker tre ytspår genom Stockholm eller behövs tågtunnel ? – fyra eller sex körfält på Västerleden? Samhällsekonomiska kalkyler: Rangordning av åtgärder/investeringar – särskilt Vägverket – Banverket mera tveksamma – ny regering lägger stark tonvikt på detta Regional balans – • Ex: Trängselavgifterna – • vad är ”lagom nivå” (tydlig trängselminskning) + vad händer i koll-trafiken Ex: Finansieringsansvar pendeltågstunnel – • vilka områden vinner på t ex Förbifarten? länen betalade proportionellt mot samhällsekonomisk vinst Obs: Måste veta vad frågan är för att kunna välja rätt modell och rätt resultatpresentation! SAMPERS – den officiella svenska trafikmodellen Centre for Transport Studies • En enda, gemensam modell ger jämförbarhet • Problem (?): ”för flexibel” = komplicerad • Svårt med ansvar för databasförvaltning (nät, befolkningsdata…) • Orealistiska förväntningar skapar besvikelse hos ovana användare – • problem ofta orsakade av bristande nätkodning och obefintlig kalibrering Problem med långväga kollektivtrafik – EMME/2 olämplig modell (?) – Trovärdighetsproblem hos Banverket SAMPERS kort teknisk beskrivning Centre for Transport Studies • Fem regionala modeller, långväga modell, utrikes • Nästlad logit för personresor (frekv., dest., färdmedel) bra – 6 ärenden, 6 färdmedel • Konstant matris för yrkestrafik inte bra • Statisk jämviktsmodell för trafikutläggning (EMME/2) ofta OK men vissa välkända brister • Inget tidpunktsval ofta OK men uppenbar brist • Förenklad dygnsfördelning ibland OK men ofta problem – framsteg jämfört med att enbart modellera ”maxtimme” (rush)! Centre for Transport Studies Eftermiddagen lika viktig som morgonen – men har helt andra egenskaper! 350% 30000 25000 AM 2005 Infarter Utfarter PM 2005 300% 250% 20000 200% 15000 10000 150% 100% 0 50% 00 :3 0 02 :3 0 04 :3 0 06 :3 0 08 :3 0 10 :3 0 12 :3 0 14 :3 0 16 :3 0 18 :3 0 20 :3 0 22 :3 0 5000 0% Arterials inwards Arterials outwards Streets inside Roads inside Efter trafikprognosen: effektsambanden Centre for Transport Studies • Emissioner: verkar fungera OK • Olyckor: verkar fungera OK – • men mycket arbete att koda! Korsningarna betydelsefulla ”Ekonomiska” effekter – viktiga men svåra att prognosera – tillväxt, sysselsättning, produktivitet, befolkning… – ofta små effekter… men ibland stora! – politiskt mycket viktiga – önsketänkande om man inte kan prognosera! Centre for Transport Studies Vad ska man egentligen ha prognosmodeller till? Komplexa vs. enkla modeller Prognos Centre for Transport Studies Förutsägelse Förståelse Dimensionering, finansiering, nytta/kostnad, intäkter... På vilket sätt påverkas X av åtgärden Y eller utvecklingen Z? • Hur många passagerare...? • • Hur många bilar...? Minskar bilköerna om man bygger mer vägar? • Hur stora intäkter...? • Hur åstadkommer man attraktiv kollektivtrafik? • Hur många p-platser...? • • Hur långa restider...? Hur påverkas den regionala utvecklingen av nya vägar/spår? • Minskar trafikens utsläpp om man förbättrar kollektivtrafiken? Åtgärdsanalys – i idealfallet... Centre for Transport Studies Problem Utfall utvärdering Idé till lösning Konkretisering Genomför! Låt bli! Prognos Bättre förståelse ”Förståelse”-modeller Centre for Transport Studies Ofta bra med enkla modeller, eftersom… • lätt göra fel i komplicerade modeller • lättare att inse vad som händer – vad som ”driver” modellen. • orkar göra fler analyser • orkar göra fler resultatuttag! • kan skräddarsys Men… • storleksordningar blir osäkra • kan missa viktiga faktorer • lätt överfokusera (och önsketänka) • svårt med trovärdigheten • vissa fenomen måste (kanske) ”byggas upp” från detaljerad nivå – t ex trängsel i korsningar, restidsosäkerhet Exempel: Tåg/flyg-konkurrens Centre for Transport Studies Relativ tågandel mot tågrestid 100% 90% 80% Tågandel 70% 60% 50% 40% 30% 20% 10% 0% 0 120 240 360 480 600 Tågrestid 720 840 960 • Fråga: kan man med storskalig tågsatsning ”ersätta” inrikesflyget • Modell: Tågets marknadsandel endast funktion av tågrestid • Försummar bl a biljettprishöjningar Resultat Centre for Transport Studies 100% 90% 80% • Trots jättesatsning på tåg (och konstanta biljettpriser) minskar inte antalet inrikesflygresor Tågandel 2001-2015-2030 70% Malmö 60% Göteborg Karlstad 50% Sundsvall Östersund Umeå 40% Skellefteå 30% • … men de ökar inte heller 20% 10% 0% • • Problem: modellen ifrågasattes för att den var för enkel Hade vi stoppat in samma antaganden i Sampers hade ingen förmått ifrågasätta det… 0 100 200 300 400 500 600 Tågrestid från Stockholm 2001-2015-2030 Antal resor per år 30 000 000 25 000 000 20 000 000 Flyg 15 000 000 Tåg 10 000 000 5 000 000 0 2001 2015 2030 ”Små” åtgärder – modellernas blinda fläck Centre for Transport Studies • Brist på trafikingenjörer, men många strategiska planerare • Modellerna klarar sällan ”små” åtgärder: – bättre korsningsutformning – bättre signalstyrning – bättre tidtabellspassning – enklare, bekvämare bytespunkter – … • Gör detta oss (planerarna) ”blinda” för sådana åtgärder? • Oproportionerligt lite pengar till sådana billiga, effektiva åtgärder! Centre for Transport Studies Några allmänna erfarenheter Simulering av osäkra antaganden Beräkning av effekt på CO2-emissioner av ny containerhamn Centre for Transport Studies Många, många antaganden av denna typ… … ger sammanlagt utfall så här … och visar vilka antaganden som är viktiga Faktor Em-faktorSpår Em-faktorVäg SjöavstNorvik Em-faktorSjö SpårandelGöteborg vägavstNorvik Annars via Malmö vägavstGöteborg spåravstGöteborg SjöavstStockholms hamn Min -14% -11% -26% -29% -23% Max -34% -29% -13% -19% -18% Abs diff 0.19 0.17 0.13 0.10 0.05 -24% -19% -20% -20% -21% -20% -24% -24% -23% -23% 0.04 0.04 0.04 0.03 0.02 Resultatpresentation Centre for Transport Studies • Oslopakke 3 – jättepaket på 50-60 miljarder kr: spår och vägar • Presentation – färdmedelsandelar - oförändrade! – biltrafikarbetet - ökar! – ”Det verkar ju inte hända något!” • Denna resultatpresentation visar inga nyttor! • Tänk igenom resultatpresentationen så den visar syftet med åtgärden! – • t ex bättre tillgänglighet – minskad biltrafik – minskad trängsel… Två favoriter – restidsvinst per startområde – aggregerade OD-matriser per färdmedel Tillgänglighetsförändring Österleden D Centre for Transport Studies Tillgänglighetsförändring Österleden F Centre for Transport Studies Hur behöver modellerna förbättras? Centre for Transport Studies • Modellanvändarna behöver bli bättre på att presentera resultat • Inför idéer från aktivitetsbaserade modeller – • • Mesosimulering ersätter statisk jämvikt? – kodningsproblem?! – estimeringsproblem Modeller för distributionstrafik – • ”tidssatta turer” t ex mycket arbete kvar! Ökad efterfrågan på socioekonomisk uppdelning (?) – t ex män/kvinnor Fördelen med modeller Centre for Transport Studies “Anyone who has ever made the effort to understand a really useful economic model learns something important: The model is often smarter than you are. The act of putting your thoughts together into a coherent model often forces you into conclusions you never intended, forces you to give up fondly held beliefs. The result is that people who have understood even the simplest, most trivial-sounding economic models are often far more sophisticated than people who know thousands of facts and hundreds of anecdotes, who can use plenty of big words, but have no coherent framework to organize their thoughts. “ Paul Krugman Centre for Transport Studies Inget är så praktiskt som en bra teori.
© Copyright 2024