Longitudinell validering av svenska persontrafikprognoser. Föredrag på Sampersdagen Matts Andersson

Transkript

1 Longitudinell validering av svenska persontrafikprognoser Föredrag på Sampersdagen Matts Andersson

2 Om projektet Ett delprojekt om personprognoser, ett om godsprognoser. Denna presentation gäller person-delen. Deltagare från WSP (Matts, Karin BF, Christer A, Stehn S, Frida A, Christian N, Qian W), KTH (Jonas E), TPmod (Staffan A), VTI (Inge V, Rune A, Magnus L). Finansierat av Trafikverket Två frågor: 1. Har de svenska longitudinella prognoserna träffat rätt? 2. Vad har orsakat eventuella fel? - Ett sätt att formulera frågorna är funkar tvärsnittsmodeller för longitudinella prognoser? - Tänk på att objektsprognoser inte är samma sak! Finns mycket artiklar om uppföljning av objektprognoser: resandet på vägobjekt underskattas generellt något, resandet på järnvägsobjekt överskattas.

3 Prognoser vi följt upp (Kommunikationsdepartementet 1975) Transportrådet 1980 Olika källor sammanvägs Transportrådet 1990 Nästlade logitmodeller, delvis från utlandet VTI 1992 Bara biltrafik (bilinnehavsmodell, körsträckemodell) Samplan 1996 Samma struktur som TPR 1990 (en modell för regionala resor, en för inter-reg), helsvenskt. Samplan Sampers SIKA Sampers BV VV Sampers (Trafikverket 2012) - Sampers (Trafikverket 2015) - Sampers

4 Follow up km travelled car 180,00 160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00 Actual km travelled TPR 1980 Komdep 1975 high Komdep 1975 low VTI 1992 Samplan 1996 Samplan 1999 SIKA 2005 LU SIKA 2005 existing pol BV VV 2009 BV VV no EET Trv 2015 TPR 1990 Trv ,00

5 Follow up km travelled rail 25,00 20,00 15,00 10,00 5,00 Trp arb tåg Komdep 1975 hög Komdep 1975 låg TPR 1980:3 Samplan 1996 Samplan 1999 BV VV 2009 Trv 2015 BV VV 2009 without EET 0,00

6 Follow up km travelled bus 18,00 16,00 14,00 12,00 10,00 8,00 6,00 4,00 Trp arb buss Komdep 1975 hög Komdep 1975 låg TPR 1980 Samplan 1996 Samplan 1999 BV VV 2009 Trv 2015 BV VV 2009 without EET Trv ,00 0,00

7 Follow up km travelled domestic air 10,00 9,00 8,00 7,00 6,00 5,00 4,00 3,00 Trp arb flyg Komdep 1975 låg Komdep 1975 hög TPR 1980 Samplan 1996 Samplan 1999 Trv 2015 TPR ,00 1,00 0,00

8 Vad kan förklara avvikelsen för bil? Grovt sett kan det finnas två orsaker: 1. Fel antaganden 2. Fel på modellen Inputs GDP, population, infrastructure, public transport supply, ticket prices, costs for driving etc. Grey area Car ownership, geographical breakdown of GDP and population etc. Model Output Number of trips, kilometers travelled, route choice, mode choice, car occupancy

9 Hur mycket förklarar respektive felaktigt antagande? 15,0% 10,0% 5,0% 0,0% -5,0% TPR 1980:3 TPR 1990:10 VTI 1992 Samplan 1996 Samplan 1999 SIKA 2005 LU BV VV 2009 BV VV 2009 no EET Bränslekostnad Inkomst Urbanisering Total befolkning Bilinnehav Körkort i bilhushåll -10,0% -15,0% -20,0%

10 Hur mycket av prognosfelen förklaras av felaktiga antaganden? 15,0% 10,0% 5,0% 0,0% -5,0% TPR 1980:3 TPR 1990:10 VTI 1992 Samplan 1996Samplan 1999 SIKA 2005 LU BV VV 2009 BV VV 2009 no EET Forecast error Error caused by inputs -10,0% -15,0% -20,0% -25,0%

11 Felslag på grund av modellen? Inkomstelasticitet? - Generella skillnaden mellan tvärsnitt/tidsserie + antaganden som görs in Sampers om hur kostnadskänsligheten påverkas över tiden kan vara fel. - Samlade (skalär, sams-område, bilinnehav) inkomstelasticiteten i Sampers är 0,42. - OLS för gav 0,39. Bensinpriselasticitet? - Betydelsen av det ökade bensinpriset kan underskattas om elasticiteten är för låg. - Sampers elasticitet är -0,22. VTI 1992-prognosen har markant lägre (- 0,13). - OLS:en gav -0,25. Litteraturen säger -0,3. - OLS:en är autokorrelerad vilket kan indikera biased estimat. Men den är kointegrerad, så sambandet är stabilt. Skattning på differenser ger nästan samma bensinpriselasticitet (-0,26) och är inte autokorrelerad.

12 Slutsatser och reflektioner Prognoserna för tåg, buss och inrikesflyg hyfsat ok. Biltrafiken överskattas systematiskt från 1990 och framåt. Det mesta av felslaget för Sampers-erans biltrafikprognoser verkar bero på felaktiga antaganden. Elasticiteterna verkar vara ok. Bränslekostnad, körkortsinnehav i bilhushåll och befolkning viktiga systematiska fel. Karaktären på prognosrapporterna har ändrats från att konsekvensbeskriva olika handlingsalternativ till att vara en indata i planeringen. Tips: - Redovisa vad som antogs tydligt och på ett sätt som är jämförbart med statistiken. - Korrigera gärna för trafikutvecklingen efter basåret. - Gör relevanta och inte så mesiga känslighetsanalyser. - Relatera prognoserna till tidigare trender.