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

Relevanta dokument
RAPPORT. Syntetisk befolkning med hushållsinformation som markanvändningsdata i transportmodellerna. Peter Almström, Svante Berglund & Ulrika Isberg

Hushållsstatistik 2012

Resvaneundersökning i Växjö kommun. Slutrapport, Projektnummer:

Registerbaserad Hushållsstatistik. Tomas Johansson Befolkningsstatistik, SCB

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

Statistikinfo 2013:12

Äldres boende områdesfakta

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

Äldres boende områdesfakta

Registerbaserad hushållsstatistik

RAPPORT. Resvaneundersökning i bostadsområdet Norrliden i Kalmar

Kurs om trafikprognoser

RVU Sverige. Den nationella resvaneundersökningen

Sampers4 Skattning av regionala efterfrågemodeller

Befolkning, hushåll, sysselsättning och pendling

Närområdesprofil Område: Kista

Hälften av Sveriges befolkning bor i småhus. 70 procent av barnen i småhus. Hus på landet, lägenhet i stan

Regionala skillnader Regionala skillnader

Hushållsstrukturen i Stockholms län, kommuner och delområden 2016

Bostadsbyggnadsplaner , komplicerad rapportering och statistik

Hushållens boende 2012

Flyttkedjor fungerar de? Maria Pleiborn, KSP:s Årskonferens

Bostadspolitiska alternativ

Hushållens utveckling i Jönköpings kommun

Boverkets handbok om kommunernas bostadsförsörjning. Marie Sand

Befolkning, hushåll, sysselsättning och pendling

Renare stadsluft. Bilaga 2 Sammanfattning: Resvaneundersökning Skelleftedalen Kommunledningskontoret Planeringsavdelningen

Statistikrapport. Aktuell kommun Haninge Områdesbeskrivning Nedersta, hantverksområdet. Sammanfattning Inom statistikområdet (totalt antal)

Statistikrapport. Aktuell kommun Gävle Områdesbeskrivning 2 KM runt Hemlingby fritidsområde. Sammanfattning Inom statistikområdet (totalt antal)

Indata till trafikmodeller för prognosår 2030 och 2050 ett sammandrag

TNSL10 Trafikinfrastruktur och planering

Beräkning av demografiskt bostadsbehov i Stockholms län

Hur står det till på den svenska bostadsmarknaden egentligen? Maria Pleiborn,

Bilaga 2; Sammanställning: Resvanor Syd 2007

Hur kan man hantera det akuta behovet av nya bostäder i Sverige och samtidigt få en social hållbarhet?

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

Uppföljning av långväga buss

Göteborgsbladet 2019 områdesfakta

Äldres boende områdesfakta

Hushåll och bostäder. Så bor vi i Umeå. Utredningar och rapporter från Övergripande planering nr

Post&Telestyrelsen. Ny nummerplan. Undersökning i Temo Direkt oktober Oktober 2001 T-22275

FÖRÄNDRING AV BILINNEHAVET I NÅGRA OMRÅDEN I CENTRALA GÖTEBORG ÅREN

Skåne-TASS = Regional modell Skåne

Befolkning, hushåll, sysselsättning och pendling

Göteborgsbladet 2019 områdesfakta

Göteborgsbladet 2019 områdesfakta

Planeringsverktyg och beslutsunderlag. Verktyg Förklarande skrift med exempel på användning och redovisning

Göteborgsbladet 2019 områdesfakta

Göteborgsbladet 2019 områdesfakta

Göteborgsbladet 2019 områdesfakta

Göteborgsbladet 2019 områdesfakta

Göteborgsbladet 2019 områdesfakta

Äldres boende områdesfakta

Göteborgsbladet 2018 områdesfakta

Longitudinell validering av svenska persontrafikprognoser. Föredrag på Sampersdagen Matts Andersson

Äldres boende områdesfakta

Äldres boende områdesfakta

Äldres boende områdesfakta

29 oktober 18 Ansvarig: Tobias Fagerberg. Demografisk bostadsprognos

Barnhushållens flyttningar och unga vuxnas flytt från föräldrarna Befolkningsprognos /50

Äldres boende områdesfakta

Äldres boende områdesfakta

Så bor och lever Sverige

Rapport. Förbifart Stockholm Stockholms Län. Uppföljning efter beslut Bil Sweden

Hur långt har Umeåborna till jobbet? Utredningar och rapporter från Övergripande planering nr

Sampers användardag

Oktober Kommunbeskrivning för Norbergs kommun Översiktlig planering 2016

Inrikes flyttare och deras egenskaper BEFOLKNINGSPROGNOS /60 STOCKHOLMS LÄN DEMOGRAFIRAPPORT 2018:1

Familjer och hushåll

Census 2011 samt ny hushålls- och bostadsstatistik

Familjer och hushåll

Göteborgsbladet områdesfakta

Göteborgsbladet områdesfakta

Göteborgsbladet 2016 områdesfakta

Distansarbetares resmönster och karakteristik

Göteborgsbladet 2016 områdesfakta

Hushåll och hushållsprognoser

Norra landsbygden. Områdesbeskrivning

Familjer och hushåll

Familjer och hushåll

Familjer och hushåll

Familjer och hushåll

Den byggda miljöns betydelse för transporterna

Familjer och hushåll

Handbok i att ta fram riktlinjer för bostadsförsörjningen. Marie Sand

Göteborgsbladet 2014 områdesfakta 140

Långsiktigt investeringsunderlag version Trafiknämnden

Göteborgsbladet 2014 områdesfakta 140

Göteborgsbladet 2014 områdesfakta 140

Göteborgsbladet 2014 områdesfakta 140

Göteborgsbladet 2014 områdesfakta 140

Äldres boende områdesfakta

Göteborgsbladet 2014 områdesfakta 140

Att utforska befolkningens behov. Jesper Ekberg

Göteborgsbladet 2018 områdesfakta

Äldres boende områdesfakta

Bilaga 2: Statistik nuläge och prognos 2020 (2024)

Göteborgsbladet 2014 områdesfakta 140

Göteborgsbladet 2014 områdesfakta 140

Göteborgsbladet 2014 områdesfakta 140

Transkript:

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

Innehåll 2 Bakgrund Ambition Hushållsbildning Syntetiska individer Koppling hushåll-individer-trafikmodell Frågor

Bakgrund Nuvarande och omskattad version av Sampers saknar information om hushåll och är helt individbaserad Svenska resvaneundersökningar är individbaserade men grundläggande hushållsinformation finns 3 Omskattningen av Sampers gjordes i två steg Bästa möjliga modell med alla data i RVU (t.ex. hushållsinformation om antal barn, hushållsinkomst mm) Bästa möjliga modell med data tillgängliga för tillämpning (utan hushållsinformation) Hushållsdata förklarar typiska hushållsbeslut som att ha bil betydligt bättre Familjesammansättning i hushållet förklarar visst resebeteende bättre (t.ex. skjutsa) Därmed är det intressant att undersöka möjligheten att inkludera hushållsinformation i Sampers

Ambition Ta fram syntetiska individer som tillförs hushållsinformation Inte en hushållsbaserad modell! Uppdraget är en förstudie, vi tar fram proof of concept eller liknande, inte ett helt färdigt verktyg för implementering 4 Uppdraget ska utföras och levereras under 2017 Fördelar med hushållsinformation Bättre beskrivning av bilinnehav Bättre beskrivning av bilkonkurrens Bättre modellering av sällskapsstorlek och färdmedelsval Större möjlighet att modellera sekundärresor Gör att man håller bättre ordning på korrelationer

Hushållsbildning För nuläget finns hushållsstatistik genom lägenhetsregistret 5 Prognoser för hushållsbildningen Hushållsfrekvensmodell per län kan tas fram utifrån statistiken Demografiskt driven det är befolkningens sammansättning och preferenser som avgör antalet hushåll Ansatsen medför att vi antar att det byggs så många bostäder som behövs utifrån demografin (på lång sikt) och att preferenserna är stabila Modellen ger hushållstorlek och antal hemmavarande barn (personer under 20 år) Prognoserna görs per SAMS-område och bostadstyp (småhus/flerbostadshus) Datakrav: Antal personer per SAMS-område indelade efter ålder och kön (Tabell SAMSSYSS, vilken Trafikverket redan nu låter ta fram) Bostadsyta småhus/flerbostadshus per SAMS-område (för att fördela befolkningen per bostadstyp) Hushållsstatistik per län

At a glance Hushållsbildning modell och statistik för Stockholms län Flerbostadshus: fördelning på hushållstyp 30% Småhus: fördelning på hushållstyp 50% 45% 25% 40% 6 35% 30% 25% 20% 15% 10% 5% 0% 20% 15% 10% 5% 0% Modell Statistik Modell Statistik

At a glance Hushållsbildning modell och statistik för Stockholms län Flerbostadshus: befolkningen fördelad på hushållstyp Småhus: befolkningen fördelad på hushållstyp 30% 30% 25% 25% 7 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% Modell Statistik Modell Statistik

Syntetiska individer 8 Lista över syntetiska individer med en rad för varje individ Ålder Kön Inkomst Sysselsättning (förvärvsarbetande, studerande, osv) Körkort På aggregerad nivå (per trafikzon) uppfyller individerna randvillkoren Korrekt antal personer per ålder och kön Korrekt medelinkomst och inkomstfördelning Korrekt antal sysselsatta Korrekt antal körkort Till de syntetiska individerna kopplas hushållsdata (som även de uppfyller randvillkor) Vilken typ av hushåll bor individen i Hushållets inkomst Antal barn i hushållet Antal bilar som hushållet disponerar

Koppling hushåll-individer-trafikmodell: arbetsflöde Befolkning Kön Ålder Bostadstyp Hushåll Antal Hushållsstorlek Bostadstyp 9 Hushåll Individer [Syntetisering] Inkomst Förvärvsarbetande Bostadstyp Individ med Hushållsinformation Modell för bilinnehav och körkort Individlista Inkomst Förvärvsarbete Ålder Kön Bostadstyp Hushållstyp Körkort Bor i bilhushåll

Koppling hushåll-individer-trafikmodell: alternativt arbetsflöde Befolkning Hushåll Kön Ålder Bostadstyp Antal Hushållsstorlek Bostadstyp 10 Hushåll Individer [Syntetisering] Inkomst Förvärvsarbetande Bostadstyp Syn. Hushållslista Alla HH i Sverige Typ Boende Bilar Syn. Individlista Tillhör HH Inkomst Ålder Kön Körkort Modell för bilinnehav och körkort

Koppling hushåll-individer-trafikmodell: till Sampers Syn. Hushållslista Alla HH i Sverige Typ Boende Inkomst Syn. Individlista Tillhör HH Inkomst Ålder Kön Modell för bilinnehav och körkort 11 Bilar Körkort Genereringsmodell Logsumma Resmönster (Resor) Färdmedel- och destinationsval

12 Frågor?

Tack! wsp.com