Longitudinell validering av svenska persontrafikprognoser. Föredrag på Sampersdagen Matts Andersson

Relevanta dokument
Hur har de långsiktiga persontrafikprognoserna stämt med utfallet? Föredrag Matts Andersson

Peak Car. Anne Bastian, Maria Börjesson och Jonas Eliasson. Associate Professor Transport Systems Analysis, KTH. Director Centre for Transport Studies

Sampers användardag

Kartläggning av hur och varför flygresande överskattas av Sampers - en förstudie. Karin Brundell-Freij Qian Wang Svante Berglund

Trafikverkets Basprognoser fr o m 1 april 2016

Tillväxt, miljö och regionplanering

Linda Isberg Indata från Visum till Emma/Sampers funkar det?

Syntetisk befolkning och hushållsprognoser. Ulrika Isberg och Peter Almström, WSP Analys och strategi

Prognos för personresor 2030

Sampers och långsiktiga prognoser

Uppföljning av långväga buss

RAPPORT. Olika nivåer på resandet. Genomgång av de resandematriser som används av Järnvägsgruppen KTH och de som används i den nationella planeringen

FAQ Trafikprognoser och samhällsekonomiska analyser från 1 april 2015

Tillgänglig prognos och valideringsunderlag

Kan vi prognosera trängselavgifters effekter?

Fakta och myter om Peak Car

Analyser av Östlig förbindelse

En jämförelse mellan trafikprognoser och faktisk trafikutveckling PM 2015:15

Anpassning av befolkning och sysselsatta år 2030 enligt RUFS 2010 till utfallet av Stockholmsförhandlingen. Teknisk dokumentation

Revidering av socioekonomiska indata 2030 och 2050 avseende förvärvsarbetande nattbefolkning och förvärvsinkomster per kommun och SAMS-område

Trafikverkets Basprognoser fr o m 1 april 2016

Validering Samgods Småland och Blekinge

Sampers användardag. Ny modell för långa resor. Christian Nilsson 13 december

Valideringsarbetet i Palt Nord (Västerbotten och Norrbotten) har under detta skede bestått av:

Trafikprognos för år 2020 och 2030 Lidingö stad

Jämförelse mellan resultat från Sampers och andra prognoser samt internationella erfarenheter av höghastighetståg

Prognos för bilinnehavet 2010

Modell för översiktlig samhällsekonomisk kalkyl järnväg

04/07/2014 VÄLKOMMEN! HAR BILTRAFIKEN TOPPAT OCH VAD BETYDER DET I SÅ FALL FÖR DEN FRAMTIDA TRAFIKEN? Almedalen 3 juli 2014

Prognosmetod Stadsledningsförvaltningen Åsa Henriksson Utfallsredovisning befolkningsprognos 2014

PM Skillnader i förutsättningar mellan Kapacitetsuppdraget 2011 och ny Nationell plan

Prognos för personresor 2030

Validering av befolkningsprognos för Vilhelmina. Att göra en befolknings-prognos i raps

Nya socioekonomiska indata gällande fr.o.m. 1 april 2016: En sammanfattande beskrivning av hur indata tagits fram

Hur arbetar vi med passagerarprognoser för en Öresundsmetro?

Transporternas prognosticerade framtida emissioner. Svenska luftvårdsförbundet 20 oktober Martin Juneholm Nationell samordnare luftkvalitet

PM- Kalibrering av barriärmatriser i Skåne modellen

Modellering av trängselavgifter

Indata till trafikmodeller för prognosår 2030 och 2050 ett sammandrag

Trafikbullret ökar vilka åtgärder kan vända trenden?

Miljösamverkan Skåne projekt Vägtrafikbuller, februari Version mars 2010

Omställning av busstrafiken till eldrift

Empiri och fysisk arbetskapacitet som grund för beräkning av potentiell cykelpendling

TMALL 0141 Presentation v 1.0. Näringsdepartementet 14 april 2015

City Mobility Transport Solutions -Environmental and economic sustainability by new technology Trondheim 26th of June

Från 1 april 2016 gäller Ny ASEK, nya effektsamband, nya förutsättningar för prognoser och kalkyler

PM VALIDERING 2017 AV KOLLPROGNOS REGION MITT I SAMPERS BASPROGNOS ,

Dokumentdatum. Sidor 1(16) PM - Validering av Sampers Basprognoser

Voksenåsen Oslo

Innehåll. Underlagsrapporter. Statens Institut för Kommunikationsanalys, SIKA Lönsam persontrafik på järnväg... 5

Indikatorer för utvecklingen av de Europeiska energisystemen

Fördelningseffekter av trängselavgifter

Skåne-TASS = Regional modell Skåne

VALIDERING BASPROGNOS

Referensgruppsmöte. Regeringsuppdrag: Utvärdering av nya hastighetsgränser. 9 februari 2012

Stockholms-stads-scenariot - - en känslighetsanalys baserad på Trafikverkets Basprognos

Gröna Tåget. Tåginredningar. Funtionalitet och kostnader. Karl Kottenhoff Evert Andersson

Synergy effects of integrated packages of transport measures and pricing mechanisms to reduce congestion

Årliga uppdateringar av prognosförutsättningar och verktyg

Riskhantering. med exempel från Siemens

Trafikverkets modellverktyg

Tidsserier. Data. Vi har tittat på två typer av data

Trafikmängder Sätuna torg, Märsta

Tidigare har KTH JVG tagit fram en utrikesmatris för tåg år 2007 åt Trafikverket Denna byggde på ett antal olika databaser:

732G71 Statistik B. Föreläsning 6. Bertil Wegmann. IDA, Linköpings universitet. Bertil Wegmann (IDA, LiU) 732G71, Statistik B 1 / 15

Valideringen har även på en övergripande nivå sett över ruttvalen i bilvägnätet.

Klimatmål och infrastrukturplanering FREDRIK PETTERSSON, KLIMATRIKSDAG, NORRKÖPING, 7 JUNI 2014

RESULTAT FRÅN DEN VÄSTSVENSKA SOM-UNDERSÖKNINGEN 2017

Kollektivtrafikens barriärer. Kort delseminarium

Parkering i täta attraktiva städer

Värdering av tid, förseningar och trygghet i kollektivtrafiken. Maria Börjesson Biträdande föreståndare CTS, KTH

Utvecklingsprojekt Öresundsmodeller

Tillgänglighet Definition, mått och exempel

Beskrivning och beräkningsmetod av utfallsindikatorer som hör till hållbarhetsaspekten: SÄKERHET. Säkerhet - sida 1. Utfallsindikatorer

Prognoser Peo Nordlöf Petter Wikström Carsten Sachse Expertcenter Enhet Samhällsekonomi och trafikprognoser

Transporters samhällsekonomiska nytta och kostnader - Kan detta mätas i monetära medel? Magnus Swahn

Förvaltning av regional sampersmodell Skåne-TASS

Nya miljöavgifter för biltrafiken hur påverkar det trängseln på Förbifarten och behovet av ny kollektivtrafik?

Cykelkedjor en transportmodell med fokus på cykel Chengxi Liu Ida Kristoffersson Clas Rydergren Andreas Tapani Daniel Jonsson

Makroekonomiska indata till Sampers del 2

Självkörande fordon utifrån en samhällekonomsikt perspektiv

VT' notat. Väg- och transport- Ifarskningsinstitutet. Projektnummer: / Nr T

Så gör du din kund nöjd och lojal - och får högre lönsamhet. Tobias Thalbäck Om mätbara effekter av kundnöjdhet

BILAGA 5:5 JÄMFÖRELSE MELLAN RESULTAT AV METALLANALYSER UTFÖRDA MED XRF OCH PÅ LABORATORIUM

Vad beror benägenheten att återvinna på? Annett Persson

Ostlänken - känslighetsanalys vid kraftigt minskad biltrafik

Preliminär rapport om populationsutveckling och storlek av brunbjörn i Sverige, 2004

Utveckling av samhälls ekonomiska verktyg, effektsamband och effektmodeller inom transportområdet. Trafikslags övergripande plan

Järnvägens framtid - Vad betyder liberaliseringen för utvecklingen? Ole Kjörrefjord KTH,

Konflikten mellan prognosstyrd och miljömålsstyrd planering Nätverket för hållbart resande GR Viktor Hultgren Malin Lindh

RAPPORT. Om att använda fler prognosår i samhällsekonomiska kalkyler för vägobjekt - teori och praktik. Analys & Strategi

31/01/2019 VÄLKOMMEN TILL FRAMTIDSSPANING 2019 VART ÄR VI PÅ VÄG? VÄRLDENS MODERNASTE LAND STÖRSTA FÖRÄNDRINGEN I TRANSPORTSYSTEMET BÖRJAR NU -

Att lösa fel problem rätt.

732G71 Statistik B. Föreläsning 9. Bertil Wegmann. December 1, IDA, Linköpings universitet

Syftet med Målgruppsanalys är att hitta vilka faktorer som bidrar till en hållbar regionförstoring med attraktiva och konkurrenskraftiga

Förslag på effektivitetsstödjande åtgärder med fokus på Mobility Management åtgärder

Hemuppgift RegLab, 2019 WS2/WS3. Kartlägga olika geografier... Jon Hansson Stefan Karlsson. TMALL 0145 Presentation Widescreen v 1.

1/31 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet

Bilaga 3. Skillnader mellan Trafikverkets och Energimyndighetens beräkningsunderlag

Användardagar SIMAIR november 2011, Hans Backström. Rapportering och användning av SIMAIR-resultat

Transkript:

Longitudinell validering av svenska persontrafikprognoser Föredrag på Sampersdagen 2015-12-15 Matts Andersson

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.

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 1999 - Sampers SIKA 2005 - Sampers BV VV 2009 - Sampers (Trafikverket 2012) - Sampers (Trafikverket 2015) - Sampers

1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2022 2024 2026 2028 2030 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 2012 0,00

1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 2022 2025 2028 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

1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 2022 2025 2028 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 2012 2,00 0,00

1950 1953 1956 1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001 2004 2007 2010 2013 2016 2019 2022 2025 2028 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 1990 2,00 1,00 0,00

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

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%

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%

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 1980-2013 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.

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.