i Linköping, vintern 1995/96. En metodstudie.

Relevanta dokument
skadade och dödade personer.

MINSALT - TRAFIKSÄKERHET Revidering på grund av nollvisionen. Gudrun Öberg

Nr Utgivningsår Vägmarkeringarnas funktion beroende på placering i körfältet

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

VTInotat. vi Väg_ach ag/f_ Statens vag- och trafiklnstltut. . Pa: Linköping. Telz'013-2Q40 0q. Telex VTISGIS. Telefax

VTlnotat. Statens väg- och trafikinstitut

VTT notat. Nr Utgivningsår: Titel: Lågtrafik på vägar med breda körfält. Författare: Sven-Olof Lundkvist. Programområde: Trafikteknik

Statistik 1 för biologer, logopeder och psykologer

SAMHÄLLSBYGGNADSKONTORET RVU 12. Resvaneundersökning Halmstads kommun. Populärversion

Spelschema för årets fotbollsmästerskap! island tyskland Söndag 14/7 Växjö Arena, Växjö. Söndag 14/7 Kalmar Arena, Kalmar

Resanderäkning Tågresandet till och från Arboga kommun. Kommunstyrelseförvaltningen Kommunkansliet Rebecka Andersson

Multipel Regressionsmodellen

v, Va -och Trafik- Pa:58101 Linköping. Tel Telex50125 VTISGIS. Telefax [ St/.tulet Besök: OlausMagnus väg37linköping VZfnotat

VTInotat. Statens väg- och trafikinstitut

Uppgift 1. Deskripitiv statistik. Lön

Resanderäkning Tågresandet till och från Arboga kommun. Kommunstyrelseförvaltningen Kommunkansliet Rebecka Marklund

Linköpings kommun Statistik & Utredningar Sten Johansson RVU-08 RESVANEUNDERSÖKNINGEN I LINKÖPING 2008

Tema Vintermodell. VTI notat VTI notat Olycksrisker under för-, hög- och senvinter. Projektnummer Olycksriskmodellen

Färdmedelsval vintertid

notat Nr Utgivningsår: 1994 Titel: Slitagemätning, Linköping Slutrapport Författare: Torbjörn Jacobson

4b) I. Synpunkter på förslag till åtgärder för attförbättra arbetsmiljön vid beläggningsarbete

Färdtjänsten i Norrköping

KUSTPILEN. Tåg. Kalmar/Oskarshamn - Berga - Hultsfred - Vimmerby - Linköping. Måndag till fredag. Landsbygd. Tåg. Tåg. Tåg. Tåg. Tåg. Tåg. Tåg.

Resor i Sverige. VTI notat VTI notat Redovisning av resultat från TSU92- åren

Tentamen för kursen. Linjära statistiska modeller. 20 mars

3.6 Generella statistiska samband och en modell med för sockerskörden begränsande variabler

Höftledsdysplasi hos dansk-svensk gårdshund

Resvaneundersökning i Halmstads kommun Jämförelserapport - Våren 2018 Alex Spielhaupter, Erik Granberg, Hanna Ljungblad, Ronja Sundborg

Linjär regressionsanalys. Wieland Wermke

Ersättningsmodell för vinterväghållning

Enkät om resvanor till skola och fritidsaktivitet i Lomma kommun

Sänkt hastighetsgräns och osaltad E4 i Region Norr. Väglags- och hastighetsdata.


Faktorer som påverkar befolkningstillväxten av unga individer i olika kommuntyper

Cykling under vintermånaderna - Förstudie om exponering

Utmaningar och möjligheter i lands- och glesbygd. Anna-Karin Malm Jönköpings Länstrafik Landstinget i Jönköpings län

Företagsklimatet viktigt för ungas val av kommun. Johan Kreicbergs April 2009

EUROPEISKA UNIONEN Europeiska regionala utvecklingsfonden

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Cykling och gående vid större vägar

TAMS65 - Föreläsning 11 Regressionsanalys fortsättning Modellval

MÅL FÖR TÄTORTERNAS OCH LANDSBYGDENS KOLLEKTIVTRAFIK

Ersättningsmodell för vinterväghållning baserad på väderdata från VViS och MESAN, VädErsKombi

Exempel 1 på multipelregression

TENTAMEN I REGRESSIONSANALYS OCH TIDSSERIEANALYS

I uppföljningsarbetet har följande kvalitetskriterier beaktats: uppfyllelse: (Inom parentes 2013/2012 års siffror)

Vägtrafikolyckor med långsamtgående fordon

Nr Utgivningsår: 1995

Statistik och epidemiologi T5

Utredning om intresset för anslutningtrafik till pendlingstrafik i Vännäs kommun

Månadsrapport Buss: Nobina. Februari Sammanfattning av alla avtalsområden. Den här rapporten avser mätningar till och med Februari 2018.

SKOLVIS LISTA ÖVER TURER. Sida 1 av 5

Övningshäfte till kursen Regressionsanalys och tidsserieanalys

Residualanalys. Finansiell statistik, vt-05. Normalfördelade? Normalfördelade? För modellen

Gratis bussresor för barn och unga 6-19 år i Östersunds kommun

Resvaneundersökning 2014 för sjötrafiken

Exempel 1 på multipelregression

Regressions- och Tidsserieanalys - F8

tentaplugg.nu av studenter för studenter

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Medicinsk statistik II

Utvärdering av Train Warners vid Mo

Undersökning om seniorers trygghet i kollektivtrafiken

Medborgarförslag om att minska koldioxidutsläpp

Regressionsanalys med SPSS Kimmo Sorjonen (2010)

Uddevalla. Kollektivtrafik

Växjö kommun. Restidsstudie. Cykel vs Bil. Höst 2018 / Vinter Uppdragsnr: Version: 3

Resor i Sverige. VTI notat VTI notat Redovisning av resultat från TSU92- åren

Årlig förändring av cykelflöden i Göteborgs stad

Att välja statistisk metod

Klimatscenarier för Sverige beräkningar från SMHI

Hastighetsmätning i samband med polisens övervakning

ÅLANDS STATISTIK OCH UTREDNINGSBYRÅ. Kollektivtrafik i Mariehamn våren En enkätstudie om attityder till den lokala busstrafiken i Mariehamn

Metod och teori. Statistik för naturvetare Umeå universitet

Vetenskaplig metod och statistik

Tentamen för kursen. Linjära statistiska modeller. 14 januari

Översikt. Experimentell metodik. Mer exakt. Människan är en svart låda. Exempel. Vill visa orsakssamband. Sidan 1

OBS! Vi har nya rutiner.

Basal hemsjukvård - vad har hänt sedan 2008?

Användning. Fixed & Random. Centrering. Multilevel Modeling (MLM) Var sak på sin nivå

# VTlnotat. (db 1. T mygg/i nam_ Statens vag- och trafiklnstltut. Uppdragsgivare: Vägverket. Distribution:.fri/nyförvärv/begrânsad

Torbjörn Jacobson. Vägavdelningen Provväg EG Kallebäck-Åbro. Vägverket, region Väst. Fri

Bussutredning för ny påfartsramp vid Björknäs. Per Francke / / Magnus Dahlström Magnus Dahlström

Beräkningsmodell i VädErsKombi, version 1.00

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

Analytisk statistik. Mattias Nilsson Benfatto, PhD.

Regressions- och Tidsserieanalys - F7

Sänkningen av parasitnivåerna i blodet

Statistik för Brandingenjörer. Laboration 1

Norrköping - Motala / Norrköping - Tranås

Väder och vinterväghållning på Trafikverket Pertti Kuusisto Nationell samordnare VViS

November September Medborgarpanel 6. Kollektivtrafik

Distribution: fri / nyförvärv / begränsad / Statens väg- och trafikinstitut. Projektnummer: _ Projektnamn:

Upphandlingsdokument. Trafik 2019 Kungsbacka Tätort Kungsbacka Landsbygd Ale. Bilaga B3.1 Linjebeskrivning TÅ 20. D.nr

Stockholm Stads vinterunderhåll analys av kostnader och nederbörd

Synpunkter på Regionalt Trafikförsörjningsprogram för Östergötland

LÖSNINGSFÖRSLAG TILL TENTAMEN I MATEMATISK STATISTIK

Avgiftsfri kollektivtrafik för ungdomar sommarlovsbiljett

Resursfördelningsmodellen

Cykel- och fotgängarräkning i Lomma kommun

Transkript:

VT1 notat Nr 1-1997 Utgivningsår: 1997 Titel: Vädrets inverkan på antalet bussresenärer på linje 201 i Linköping, vintern 1995/96. En metodstudie. Författare: Peter Wretling Programområde: Vägunderhåll/drift-effekter Projektnummer: 30083 Projektnamn: Färdsätt - restid i främst tätort. Pilotstudie. Uppdragsgivare: KFB Distribution: Fri dv Väg- och transportä forskningsinstitutet

Förord Projektet är finansierat av Kommunikationsforskningsberedningen (KFB) och ingår som en del i temat Effekter av underhålls- och driftåtgärder. Tack till Stefan Dahlskog och Mari Carlsson, båda från AB Östgötatrafiken, för visat intresse och datahjälp. Värdefulla synpunkter på arbetskonceptet har lämnats av Gudrun Öberg, Staffan Möller och Mats Wiklund, VTI. Linköping februari 1997 Peter Wretling VTI notat 1-1997

VTI notat 1-1997

Innehållsförteckning 1 Bakgrund och syfte 2 Metod 3 Resultat 3.1 Väder 3.2 Vädrets effekt på antalet resenärer 4 Fortsatt FoU 5 Referenser 000000 0) 01 13 14 VTI notat 1-1997

VTI notat 1-1997

1 Bakgrund och syfte Syftet med studien är att undersöka hur olika väderfaktorer påverkar antalet kollektiva resenärer. Undersökningen är en metodstudie och skall försöka besvara frågan om föreliggande metod är användbar. Projektet ingår som en del i KFB-temat Effekter av underhålls- och driftåtgärder. En enkätundersökning som genomfördes inom temat under vintern 1995/96 (Wretling, 1996) visade att det är få som byter från kollektiva färdmedel p.g.a. väderleken eller väglaget, 5 % av samtliga resor, men desto fler som byter till kollektiva färdmedel vid dåligt väder, 40 % av samtliga resor. Detta innebär att det är viktigt att trafikplanerama av den kollektiva trafiken har ett underlag som visar hur resandet förändras vid olika väderförhållanden. Cyklisterna är enligt enkätundersökningen den trafikantgrupp som oftast byter färdmedel på grund av väderleken eller väglaget. Huvudorsakerna är halt väglag och/eller temperaturen. Därefter följer orsakerna mycket snö och snöfall. Ungefär 25 % av dessa tänkta resor med cykel till arbetet eller skolan sker i stället med kollektiva färdmedel. Enligt studien är temperaturen den främsta anledningen till varför de som i vanliga fall reser kollektivt byter färdmedel. Samtliga angav att de i stället åkte bil. VTI notat 1-1997 5

2 Metod VTI har från Östgötatrafiken i Linköping erhållit data över antalet påstigande resenärer per hållplats för veckodagama måndag till fredag under en vecka i vardera november, december, januari, februari och mars samt totala antalet resenärer per dygn (ej för varje enskild tur) uppdelat på olika betalningssätt och ålderskategorier. De olika betalningssätten är: 0 kontant eller värdekort 0 övriga kort (års-, period-, fritids-, grundskole-, gymnasie- eller praokort). Indelningen grundar sig på antagandet att gruppen som reser med övriga kort är mer regelbundna resenärer medan resenärer som betalar kontant eller med värdekort är mer flexibla och reser kollektivt t.ex. vid sämre väderförhållanden. När kortet stämplas vid färd registreras typ av kort, vilket innebär att det är möjligt att indela materialet i fyra ålderskategorier: vuxna, pensionärer, skolungdom och barn. Med skolungdom avses resenärer som reser med något av korten gymnasiekort, praokort eller grundskolekort. Resa som barn kan man göra t.o.m. juni det år man fyller 16 år. Således finns det inom kategorin barn även skolungdom. Vid analysen har enkel linjär regression använts för att avgöra hur temperaturen och/eller nederbörden påverkar antalet resenärer. Regressionerna genomfördes för tre olika indelningar av materialet: efter tidpunkt, efter betalningssätt och efter ålderskategori. Datamaterial Materialet avser linje 201 som trafikerar centrala delarna av Linköping, se figur 1. I analysen är antalet resenärer i respektive riktning sammanslagna. Det erhållna dataunderlaget är från: 0 13-17 november 0 11-15 december 0 15-19 januari 0 5-9 februari 0 11-15 mars. Under en dag reser cirka 5 000-6 000 med linje 201. Analysen genomförs utifrån ett antal olika hypoteser: 0 Hypotes: oavsett väderförhållanden är antalet resenärer på morgonen (06.00-09.00) och på eftermiddagen (15.00-18.00) relativt konstant. 0 Hypotes: resenärer som betalar kontant eller med värdekort är mer flexibla i sitt resande än övriga. 0 Hypotes: barn och ungdom som har skolkort reser kollektivt mer regelbundet än övriga. 0 Hypotes: pensionärer är den ålderskategori som är mest flexibla i sitt resande. 6 VTI notat 1-1997

4 9. 3 Q Tornby Skäggetorp L.ÖB Vidingsjö Figur 1 Karta linje 201. VTI notat 1-1997 7

3 Resultat 3.1 Väder Uppgifter över temperaturen och nederbörden är hämtade från väderstationen i Malmslätt (SMHI, klimatsektionen). I figur 2 redovisas histogram över lufttemperaturen. För varje dag finns det uppgift om temperaturen vid fem tillfällen (07.00, 10.00, 13.00, 16.00 och 1700). Fredagen den 17:e november var vädermässigt besvärlig med kraftigt snöoväder, vilket fick konsekvensen att busstrafiken i stort sett slutade gå under dagen. Därför är denna dag ej med i analysen. 50 40-1:; 30-55-9 <3 2 20-10- O. ;. V -18,0-16,0 44,0 42,0-10,0 43,0 0,0 4,0-2,0 0,0 2,0 4,0 6,0 Std. Dev: 4,97 Mean=-3,0 Temperatur i grader Celsius Figur 2 Histogram Över lufttemperaturen, OC, för alla observationsdygn. Flertalet av observationerna ligger i intervallet -3,0 till 1,0 OC (drygt 60 %). Dygnsmedeltemperaturen varierar under veckan i november från -3,5 till 0,9 OC, i december från -3,7 till -0,3, i januari från -2,0 till -0,4, i februari från -4,1 till -1 1,0 och i mars från -2,2 till -1,7. Det är små skillnader i dygnsnederbörd mellan veckorna i respektive månad. Ungefär 70 % av dagarna har en nederbörd under dygnet som är mindre än 0,5 mm. Därför beslutades att variabeln nederbörd ej ska ingå i analysen. i 3.2 Vädrets effekt på antalet resenärer Som analysmetod valdes regressionsanalys. Syftet med regressionsanalysen är att undersöka hur stor del av variationen i antalet resenärer på linje 201 som kan förklaras av förändringar i temperaturen. Oberoende variabel, förutom temperaturen, är också veckodag. Modellen såg ut enlig följande: Y=G0+B1X1+B2X2+...B5X5+8 8 VTI notat 1-1997

Y = antal påstigande resenärer X1 = lufttemperaturen, C X2 = 1 om veckodagen är tisdag annars 0 X3 = 1 om veckodagen är onsdag annars 0 X4 = 1 om veckodagen är torsdag annars 0 X5 = 1 om veckodagen är fredag annars 0 ao = intercept 131-5 _= koefficienter som bestäms vid regressionen 8 = slumpvariation som inte förklaras av ekvationen. Tidpunkt Dagen delas in fem tidsintervall: 06.00-09.00, 09.00-12.00, 12.00-15.00, 15.00-18.00 samt 18.00-21.00. Flertalet av resorna som sker från 06.00 till 09.00 på morgonen och från 15.00 till 18.00 på eftermiddagen är resor till respektive. från arbetet eller skolan. En hypotes är att oavsett väderförhållandena är antalet resenärer relativt konstant. Resor under Övriga tider (09.00-15.00 och 18.00-21.00) borde i högre grad påverkas av väderförhållandena. Mellan klockslagen 06.00 och 09.00 och 09.00 och 12.00 är det i stort lika många resenärer, ungefär 1000. Antalet ökar med ungefär femhundra mellan 12.00 och 15.00 till 1 500 och med ytterligare drygt hundra mellan klockslagen 15.00 och 18.00 till drygt 1 600. Slutligen från 18.00 till 21.00 minskar antalet resenärer till cirka 600. Fem olika regressioner har utförts, en för varje tidsintervall. I tabell 1 redovisas resultatet av regressionsanalyserna. Tabell 1 Resultat av regressionsanalyserna. Beroende variabel: antal påstigande resenärer. Tidsinter- Intercept Temp Tisdag Onsdag Torsdag Fredag R2 vall (OC) 06.00-09.00 + 960-11,7 + 104 + 187 + 80 + 137 0,27 09.00-12.00 + 1166-5,9-40 + 34-45 + 71 0,19 12.00-15.00 + 1377-19,2-75 + 95 + 59 + 119 0,31 15.00-18.00 + 1626-21,0 + 50 + 20' - 3-72 0,28 18.00-21.00 + 517-9,8 + 93 + 24 + 50 + 107 0,53 Minustecknet på variabeln temp i tabell 1 innebär att antalet resenärer ökar när det blir minusgrader och minskar när det blir plusgrader. Procentuellt sett har temperaturen störst påverkan på antalet resenärer mellan klockslagen 18.00 och 21.00; vid en temperatur på tio minusgrader minskar antalet påstigande resenärer med drygt 15 % (-10 multiplicerat med -9,8 = 98 vilket är drygt 15 % av 600)jämfört med antalet vid nollgradigt (bortsett från skillnader mellan dagarna). Motsvarande för tidsintervallen 0600-0900, 1200-1500 och 1500-1800 är drygt 10 %. I tabell 2 redovisas ökningen eller minskningen av antalet resenärer vid +10, +5, -5 och - 10 0C jämfört med antalet resenärer vid en temperatur på 0 C. VTI notat 1-1997 9

Tabell 2 Förändring av antalet resenärer vid en temperatur på +10, +5, -5 och -10 C jämfört med antalet resenärer vid en temperatur på noll oc (skillnader mellan dagar har ej beaktats). Tidpunkt + 10 0C + 5 0C - 5 0C - 10 0C 06.00-09.00-1 15-60 + 60 + 115 09.00-12.00-60 - 30 + 30 + 60 12.00-15.00-190 - 95 + 95 + 190 15.00-18.00-210 - 105 +105 + 210 18.00-21.00-100 - 50 + 50 + 100 Betalningssätt Som tidigare påpekats särskiljer kortautomaterna ett antal olika betalningssätt. I figur 2 redovisas andelen som betalat kontant eller med värdekort jämfört med andelen som betalat med Övriga kort för linje 201..Övriga... kort C 0) O 6L- 0. Kontant+ värdekort O 0 C C C.O.D L *- L c» å 5 (D (D <0 m m <1) cv 5 CU 5 c c c '0 'C3 LTD* 07)* "- 7 E E E C0 C0 ' 53 3 t 9-'?i *- r-v- o o ;Z 52 52 Figur 2 Andel resenärer som betalat kontant eller med värdekort jämfört med övriga korttyper på linje 201. Drygt var tredje resenär betalar kontant eller med värdekort. Bortsett från november är det genomgående relativt små skillnader mellan dagarna avseende andelen som betalat kontant eller med värdekort. Snöovädret i slutet av novemberveckan medförde att andelen med kontant- eller värdekort ökade markant för den del av dygnet som busstrafiken fungerade. Fredagen den 17:e november är ej med i regressionsanalysen. En regressionsanalys bekräftar att det inte existerar något samband mellan andelen resenärer som betalar kontant eller med värdekort och lufttemperaturen. Andelen är relativt konstant oavsett temperaturförändringar. 10 VTI notat 1-1997

Ålderskategøri Som tidigare nämnts är hypotesen att barn och ungdomar som har skolkort reser kollektivt mer regelbundet än övriga som är mer flexibla i sitt kollektiva resande. Vidare kan man anta att pensionärerna är de mest flexibla resenärerna. Dagligen reser ungefär 3 000-4 500 vuxna, 700-900 pensionärer, 600-700 med skolkort och 500-700 barn med linje 201. Fyra olika regressioner har utförts, en för varje ålderskategori. Modellanpassningen är densamma som tidigare med antalet resenärer som beroende variabel och dygnsmedeltemperaturen och veckodag (fyra dummy-variabler) som oberoende variabler. I tabell 3 redovisas resultatet av regressionsanalysema. Tabell 3 Resultat av regressionsanalysema. Beroende variabel: antal påstigande resenärer. Älders- Intercept Temp Tisdag Onsdag Torsdag Fredag R2 kategori ( C) Vuxna + 3638-35,7-20 + 90 + 377 + 544 0,34 Pensionärer + 844 + 7,0 + 47 + 63-8 + 6 0,31 Skolungdom + 587-3,9 + 76 + 47-14 + 102 0,37 Barn + 562-6,9 + 42 + 78 + 34 + 160 0,50 Förklaringsgradema ligger på ungefär samma nivå som tidigare. Enligt tabell 3 innebär det för kategorierna vuxna och barn att om temperaturen sjunker till -10 C så ökar antalet resenärer med ungefär 10 % jämfört med antalet resenärer vid nollgradigt. Motsvarande för pensionärerna är att antalet resenärer minskar med ungefär 10 %. För resenärer med skolkort är temperaturens påverkan på antalet något mindre, cirka 5 %. Tecknet på koefñcienten temp visar att till skillnad från övriga kategorier så minskar antalet pensionärer som reser kollektivt med sjunkande temperatur. Detta stärker antagandet att pensionärerna är flexibla i sitt resande. En förklaring kan också vara en rädsla för att andas in kall luft; man stannar inne och ställer in resan. Slutsatser Det visade sig att temperaturen har störst påverkan på antalet resenärer mellan klockslagen 18.00 och 21.00; vid 10 minusgrader minskar antalet påstigande resenärer med drygt 15 % jämfört med antalet vid nollgradigt. Inom detta tidsintervall kan man anta att flertalet av resorna är till olika fritidsaktiviteter som i högre grad än resor till arbetet eller skolan kan ställas in. En regressionsanalys gav inget samband mellan andelen resenärer som betalar kontant eller med värdekort och dygnsmedeltemperaturen. Materialet är dock för litet för att man skall kunna dra några slutsatser huruvida hypotesen att resenärer som betalar kontant eller med värdekort är mer flexibla i sitt resande än övriga är korrekt eller inte. För ålderskategoriema vuxna och barn visade regressionsanalysema att om temperaturen sjunker till 10 minusgrader så ökar antalet resenärer med ungefär 10 % jämfört med antalet resenärer vid nollgradigt. Antalet påstigande pensionärer minskar med sjunkande temperatur till skillnad från övriga kategorier, där antalet i stället ökar med sjunkande temperatur. VTI notat 1-1997 1 l

Just för detta material visade det sig att ungefär 70 % av dagarna hade en total nederbörd under dygnet som var lägre än 0,5 mm. Det var också totalt sett en liten variation. Därför ingick inte variabeln nederbörd i analysen. En hypotes är annars att variabeln nederbörd bör ingå i en modell som beskriver hur vädret påverkar antalet som reser kollektivt. Slutsatsen blir att metoden att använda sig av Östgötatrafikens (eller andra bussbolags) kortautomater vid en analys av väderfaktorers påverkan på antalet resenärer är användbar. 12 VTI notat 1-1997

4 Fortsatt FoU Ett av syftena med studien var att undersöka huruvida metoden att använda sig av trafikbolagens kortautomater är användbar för att besvara frågeställningen hur vädret påverkar antalet resenärer som reser kollektivt. En förutsättning är att analyserna förbättras med ytterligare data över antalet påstigande resenärer. Främst genom att öka antalet linjer och då gärna olika typer av linjer; linjer som endast trafikerar centrala delarna av tätorten; linjer som trafikerar ytterområden; landsbygdsslinjer. Detta leder till att möjligheten att dela upp materialet i ålderskategori och betalningssätt samtidigt blir genomförbar. Vidare är det också önskvärt att få en geografisk spridning av materialet. Genom att kontakta ytterligare trafikbolag för att undersöka möjligheterna att få ta del av deras data kan detta uppnås. En annan möjlig utgångspunkt för att besvara frågeställningen i vilken utsträckning vädret påverkar antalet kollektiva resenärer är att genomföra en utfrågning av resenärerna på bussarna i samband dåligt väder. VTI notat 1-1997 13

5 Referenser Månadstabell, klimatstation 8524 Malmslätt, SMHI, klimatsektionen, 1995-1996. Wretling, Peter: Påverkar väderförhållandena vintertid färdmedelsvalet vid resor till arbetet eller skolan? En enkätstudie, VTI notat 44-1996, Statens väg- och transportforskningsinstitut. Linköping. 1996. 14 VTI notat 1-1997