Sampers användardag. Ny modell för långa resor. Christian Nilsson 13 december 2011 2011-12-13



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

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

Höghastighetståg modellutveckling. Forskningsrapport. Analys & Strategi

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

RVU Sverige. Den nationella resvaneundersökningen

Tillgänglighet Definition, mått och exempel

Resenärers värderingar av olika kvaliteter i bytesfunktionen

1.1 Beläggningsgrad och ärendefördelning - personbilstrafik

Strategisk analys av pendlings- och tjänsteresor avseende klimat, ekonomi och hälsa vid Ånge kommun

Svante Berglund Teknisk doktor, WSP

PM EFFEKTER AV HÖGHASTIGHETSJÄRNVÄG I TRAFIKVERKETS KLIMATSCENARIO 3

MOCCA En ny dynamisk modell för arbetspendling i Öresundsregionen

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

PM- Kalibrering av barriärmatriser i Skåne modellen

Bilaga 1. Matrisprogrammet

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

Tillgänglighet sida 1

Uppföljning av cykeltrafik genom resvaneundersökning

Question today imagine tomorrow create for the future. Svante Berglund

Rörlighetens samhälle trender, krav och konsekvenser

Är det viktigt att modellerna gör bra prognoser?

Utbud, priser och konkurrens mellan tåg-flyg

Samkalk. Matrisprogram. Bilaga 1 till Teknisk dokumentation för Samkalk i Sampers version 3.4

Samkalk. Linjeanalysprogram. Bilaga 2 till Teknisk dokumentation för Samkalk i Sampers version 3.4

SAMPERS kalibrering och validering

Nyheter i Sampers. Leonid Engelson. Sampers användardag

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

Översiktlig beskrivning av dataanvändning för Sampersmodellen

Sampers användardag

Prognoser och samhällsekonomiska kalkyler med Samvips för Götalandsbanan

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

SamPers användardag 2015 Erfarenheter om användarvänligheten hos SamPers och SamKalk

RAPPORT 2010:11. Trafikanters värdering av tid Den nationella tidsvärdesstudien 2007/08. Slutversion ( ) Analys & Strategi

3 december SNS seminarium om höghastighetståg Slutsatser från rapporten Kommersiella förutsättningar för höghastighetståg"

Erfarenheter av Visum från KTH

TNK098 Planering av kollektivtrafik och järnvägstrafik: Resvaneundersökning Yield Management på järnväg. Anders Peterson, ITN 2 november 2011

Föreläsning II Utveckling & Trender. Hållbara städer (ECO-CITIES och Hållbart (kollektivt) resande. Källa:

Resvanor i Stockholms län 2015

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

Resvanor i Stockholms län 2015

Uppföljning av långväga buss 2000

Resenärernas värdering av kvalitetsfunktioner

Cykling och gående vid större vägar

Hur arbetar vi med passagerarprognoser för en Öresundsmetro?

Tillgänglig prognos och valideringsunderlag

Är det lönt att välja tåget?

Analys av prognoser för nya stambanor och jämförelse med internationella erfarenheter av höghastighetståg

REGIONALISERING KLIMATSCENARIO. Rapportnummer 2015/ Diarienummer: TRV 2016/18483

Resvaneundersökning - ett fundament för att utforma effektiva åtgärder

Regional attityd- och resvaneundersökning

ÖVERSIKTSPLAN 2010 för Uppsala kommun

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

Hur påverkas olika befolkningsgrupper av åtgärder i transportsystemet?

Översikt Historik Vips till Visum Några egenskaper Sampers-Vips-Visum

Resvaneundersökning i Växjö kommun. Slutrapport, Projektnummer:

Guide. Att genomföra en resvaneundersökning

Mobility Management i Kista Science City. Jesper Johansson, WSP

PM- Kalibrering av barriärmatriser i Skåne modellen

SIKA Rapport 2005:8. Prognos för persontransporter år 2020

Mötes- och resepolicy Kick-off 8 november Trafikverket och Hålllbar Mobilitet Skåne i samverkan!

Europakorridoren Ett bredband för fysiska transporter - Utbud, prognoser och samhällsekonomi

Longitudinell validering av svenska persontrafikprognoser. Föredrag på Sampersdagen Matts Andersson

Delrapport 1: Systemanalys norra Sverige. Framtida resande med tåg och flyg

TMALL 0141 Presentation v 1.0. Sampers Användardag 2018

PowerPoint-presentation med manus för Tema 4 transporter TEMA 4 TRANSPORTER

Bilaga 2. Linjeanalysprogrammet

HUR SKA VI HANTERA FRITIDSRESORNA?

RVU 2011 ÖREBRO och KUMLA

Underlag till Fallstudie: Österleden

Energieffektivisering av transporter

Trendrapport affärsresande på tåg

Stockholms hyrcyklar vad har hänt på 5 år?

PM-KARTLÄGGNING AV FLYGRESANDET I SAMPERS

Modell för översiktlig samhällsekonomisk kalkyl järnväg

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

F19, (Multipel linjär regression forts) och F20, Chi-två test.

Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 5.1. Kapitel 7 Tid och kvalitet i persontrafik

Arbetspendling-scann. Utförd av: Mora Kommun (mora) Antal svar: 352 Utförandedatum: :23:02

Robèrt, M. International Journal of Sustainable Transportation Vol. 3, No. 1. (2009)

Viktning och resultattabeller, delmål 3

HUR SPARAR MAN PENGAR OCH MILJÖ PÅ ORGANISATIONENS RESOR OCH TRANSPORTER? GRÖN RESPLAN KLIMATVÄXLING ERHÅLLNA VINSTER

Effekt av Höghastighetståg på flyget ETT KUNSKAPSUNDERLAG

Besök från trafikutskottet 30 mars Per Sandström VD Nyköping- Östgötalänken AB

Skrivelse av Helene Öberg m.fl. (MP) om nattågen till Malmö

KTH Järnvägsgruppen Centrum för forskning och utbildning inom Järnvägsteknik Utveckling av järnvägen - var står vi i Sverige?

Hur blir framtidens tågtrafik om resenären får välja? Lotta Schmidt & Susanne Nielsen Skovgaard WSP Analys och Strategi

Backcasting. 2. Kartläggning. 1. Målformulering. 3. Åtgärder

Sampers och långsiktiga prognoser

Kollektivtrafikens konkurrenskraft i olika marknadssegment

Förvaltning av regional sampersmodell Skåne-TASS

Två räkneexempel. Bilaga 5 till Teknisk dokumentation för Samkalk i Sampers version 2.1. ÅF-Trafikkompetens AB / Transek AB

Hearing 14 juni Ekonomiska aspekter. Björn Olsson, sekreterare. Vägslitageskattekommittén

Metoder för skattning av gång- och cykeltrafik. Kartläggning och kvalitetskontroll Anna Niska, VTI

Fakta och argument för dubbelspår Gävle Härnösand

Region Skåne. Cykel RVU2013. Slutrapport. Malmö

Robèrt, M. International Journal of Sustainable Transportation Vol. 3, No. 1. (2009)

Kostnadseffektivitet i valet av infrastrukturinvesteringar

INTERNALISERING AV EXTERNA EFFEKTER - konsekvenser för interregionala persontransporter -

Bilaga 1 administrativa regler/rutiner vid tjänsteresa

Transkript:

Sampers användardag Ny modell för långa resor Christian Nilsson 13 december 2011 2011-12-13

Bakgrund Tidigare Vinnova-projekt om höghastighetståg. Genomfördes tillsammans med KTH Modelltekniska brister observerades Kritik mot befintlig modell utifrån genomförda HHT-analyser Låga resandenivåer (bil) Skattad på gamla resvanedata (RVU 1994-2000) Låga korselasticiteter Utvecklingsarbetet finansierat av Vinnova och Banverket (Trafikverket) Utfört av WSP och KTH Påbörjades 2008, första modellversion klar våren 2011.

Projektets delar Datainsamling, Stated Choice-studie Modellestimering design av modell, segmentering funktionsform Nya kalibreringsmål Ny metod för fördelning mellan olika linjer i EMME/2 Resultatanalyser - jämförelser med befintlig modell Scenarioanalyser

Modellsegmentering och målpunktskodning Olika grupper har olika känslighet för restid, väntetid, biljettpris etc Sampers Ny modell Tjänste Tjänste Privat 0-5 dagar 6+ dagar Arbetsresor (över 10 mil) Privat 0 dagar 1-2 dagar 3-5 dagar 6+ dagar Målpunktskodning i två steg Kommunnivå, vilket medför att alla observationer kan användas

Name 0 days 1_2 days 3_5 days 6 days Observations 4320 3917 2392 1897 Rho²(0) 0,539 0,442 0,321 0,353 AccEgrA -0,026-0,029-0,026-0,015 AccEgrBT -0,035-0,022-0,022-0,019 Half headway -0,0020-0,0017 (0,0010) (-0,00005) Inv time C -0,027-0,014-0,0065-0,0051 Inv time TBA -0,011-0,0069-0,0020-0,0019 Winter attraction 0,67 0,96 2,05 2,41 Cost 0 income -0,010-0,0067-0,0039-0,0042 Cost_12 classes -0,0073-0,0038-0,0042-0,0039 Cost_34 classes -0,0055-0,0037-0,0029-0,0023 Cost_56 classes -0,0037 (-0,00039) -0,0018-0,0021 Size 1,0000 1,00000 1,00000 1,00000 Summer house area 0,19 0,41 1,11 1,22 Logsum zone - muni 0,69 0,79 0,78 0,77 Logsum muni - mode 0,78 0,98 0,93 0,89

Name 0 days 1_2 days 3_5 days 6 days Observations 4320 3917 2392 1897 Rho²(0) 0,539 0,442 0,321 0,353 AccEgrA -0,026-0,029-0,026-0,015 AccEgrBT -0,035-0,022-0,022-0,019 Half headway -0,0020-0,0017 (0,0010) (-0,00005) Inv time C -0,027-0,014-0,0065-0,0051 Inv time TBA -0,011-0,0069-0,0020-0,0019 Winter attraction 0,67 0,96 2,05 2,41 Cost 0 income -0,010-0,0067-0,0039-0,0042 Cost_12 classes -0,0073-0,0038-0,0042-0,0039 Cost_34 classes -0,0055-0,0037-0,0029-0,0023 Cost_56 classes -0,0037 (-0,00039) -0,0018-0,0021 Size 1,0000 1,00000 1,00000 1,00000 Summer house area 0,19 0,41 1,11 1,22 Logsum zone - muni 0,69 0,79 0,78 0,77 Logsum muni - mode 0,78 0,98 0,93 0,89

Name 0 days 1_2 days 3_5 days 6 days Observations 4320 3917 2392 1897 Rho²(0) 0,539 0,442 0,321 0,353 AccEgrA -0,026-0,029-0,026-0,015 AccEgrBT -0,035-0,022-0,022-0,019 Half headway -0,0020-0,0017 (0,0010) (-0,00005) Inv time C -0,027-0,014-0,0065-0,0051 Inv time TBA -0,011-0,0069-0,0020-0,0019 Winter attraction 0,67 0,96 2,05 2,41 Cost 0 income -0,010-0,0067-0,0039-0,0042 Cost_12 classes -0,0073-0,0038-0,0042-0,0039 Cost_34 classes -0,0055-0,0037-0,0029-0,0023 Cost_56 classes -0,0037 (-0,00039) -0,0018-0,0021 Size 1,0000 1,00000 1,00000 1,00000 Summer house area 0,19 0,41 1,11 1,22 Logsum zone - muni 0,69 0,79 0,78 0,77 Logsum muni - mode 0,78 0,98 0,93 0,89

Icke-linjäriteter förbättrar modellen Sampers Linjära nyttofunktioner Restid 10 min förbättrad restid ger samma förändring av nyttan oavsett reslängd Forskning visar att icke-linjära samband är (mycket) viktigt Så varför inte bara införa det?.svårare att skatta. men nu finns en metod framtagen som förenklar skattningen. Nytta Införts i den nya modellen signifikant för turintervall reskostnad åktider

Kalibrering av Sampers Sampers Bil och buss: RVU långväga Flyg: LFV-statistik på flygplatsrelation Tåg: SJ-biljettdata på 8 områden (relationsvis) Har funnits kritik mot alltför lågt resande, särskilt för bil

Kalibreringsmål Långväga respektive mätdag Jämförelse av RVU långväga och RVU mätdag ger skillnader korta långväga resorna glöms bort Transportarbete med bil fördelat efter reslängd RES 05/06 10,0 9,0 8,0 7,0 Insamling mätdag Insamling långväga Kalibreringsmål för bil RES05/06 och Trafikverket 2011-05-12 22,8 miljarder pkm (justerat för utrikes resor) 6,0 5,0 4,0 3,0 2,0 1,0 0,0 100-149 km 150-199 km 200-399 km 400-799 km 800- km

Nya kalibreringsmål Beslutade i juni 2011 Tåg Flyg Biljettstatistik från SJ Från 2005, kompletterat med nattåg 2008. Resor kortare än 10 mil exkluderade Sampers nuläge 2006 Ursprungligen baserad på LFV 2001 Buss RVU långväga Inte samma problem som för bil Ärende RVU 05/06 74% privat 15% tjänsteresor 11% arbetsresor Sverige indelat i 8 olika områden 8x8-matris med kalibreringmål för de olika färdsätten

Kalibreringsresultat Miljoner resor/år 140 120 100 80 60 40 20 0 18,1 18,2 2006 5,2 5,5 7,9 7,7 119,8 118,5 Tåg Flyg Buss Bil Kalibreringsmål Modell Ärende Mål Modell Avvikelse (%) Arbete 1 362 937 1 332 263-2 Tjänste 1 936 741 1 936 412 0 Privat 9 284 904 9 304 550 0 Relationer Mål Modell Avvikelse (%) Sthlm-Gbg Bil 19 691 19 636 0 Tåg * * -1 Buss 3 469 3 461 0 Flyg 25 990 23 725-9 Sthlm-Malmö Bil 14 115 14 074 0 Tåg * * 0 Buss 3 815 3 805 0 Flyg 27 123 25 166-7

Jämförelse Sampers ny modell Miljoner resor/år 2006 140 120 118,5 100 80 60 58,4 40 20 0 19,2 18,2 5,4 5,5 6,3 7,7 Tåg Flyg Buss Bil Sampers Ny modell

Är höghastighetståg ett eget färdmedel? Ja Bil Buss Flyg Tåg HHT Nej Bil Buss Flyg Tåg Fast kanske lite? Beror på utformning av alternativen Bil Buss Flyg Tåg X2 HHT

Det första modellkörningarna gjordes med HHT som eget alternativ stor ökning för tåg (egentligen fel att säga tåg eftersom det är olika färdmedel!) Bil Miljoner resor/år Buss Flyg Tåg HHT men problem med SEK-beräkningar delvis fel på en styrfil i modellskattningen 160 140 120 100 80 141,7 129,3 60 53,9 40 34,5 det finns alltså tveksamheter 20 0 10,2 8,9 8,8 7,9 Tåg Flyg Buss Bil JA 2030 US1_urspr

. vilket medförde att det beslutades att analyserna skulle göras med HHT som vanligt tåg valet sker i assignmentsteget Miljoner resor/år Bil Buss Flyg Tåg 160 140 141,7 138,6 129,3 120 100 80 60 40 20 0 53,9 34,5 41,7 10,2 8,9 9,6 8,8 7,9 8,6 Tåg Flyg Buss Bil JA 2030 US1_urspr US1_utan kodade HHT Vilket är korrekt? beror på hur lika alternativen är!

Sammanfattning Omskattade modeller bättre dataunderlag annan målpunktkodning, alla observationer har använts Annan segmentering arbetsresor införda bortavarotid Icke-linjära efterfrågefunktioner Omkalibrerad modell nya kalibreringsmål Hur eget är höghastighetståg?