Övergripande uppföljning av trafiktrender i kommuner

RAPPORT Övergripande uppföljning av trafiktrender i kommuner - Framtagande av metod för uppföljning som tydliggör effekter av andra förklaringsfaktorer än övergripande omvärldsfaktorer 2013-07-02 Analys & Strategi

Konsulter inom samhällsutveckling WSP Analys & Strategi är en konsultverksamhet inom samhällsutveckling. Vi arbetar på uppdrag av myndigheter, företag och organisationer för att bidra till ett samhälle anpassat för samtiden såväl som framtiden. Vi förstår de utmaningar som våra uppdragsgivare ställs inför, och bistår med kunskap som hjälper dem hantera det komplexa förhållandet mellan människor, natur och byggd miljö. Titel: Kommunala transporttrender rensade från omvärldsfaktorers effekt - En metod för uppföljning av trafiktrender Redaktör: Eva Ericsson WSP Sverige AB Arenavägen 7 121 88 Stockholm-Globen Tel: 010-722 50 00 E-post: info@wspgroup.se Org nr: 556057-4880 Styrelsens säte: Stockholm www.wspgroup.se/analys Analys & Strategi

Innehåll SAMMANFATTNING... 5 1 INLEDNING... 10 1.1 Bakgrund... 10 1.2 Syfte... 12 1.3 Genomförande... 13 2 METOD... 15 2.1 Utgångspunkter... 15 2.2 Bedömning av elasticiteter för detta projekt... 20 2.3 Framtagning av beräkningsunderlag för testkommuner... 23 2.4 Analysgång per färdmedel... 28 3 JÖNKÖPING... 31 3.1 Trender för biltrafik... 31 3.2 Trender för kollektivtrafik... 38 3.3 Trender för cykling... 41 3.4 Lokala förklaringsfaktorer i Jönköping... 44 3.5 Trender för trafiken i Jönköping summering... 46 4 LUND... 48 4.1 Trender för biltrafik... 48 4.2 Trender för kollektivtrafik... 54 4.3 Trender för cykling... 57 4.4 Lokala förklaringsfaktorer i Lund... 60 4.5 Trender för trafiken i Lund Summering... 61 5 GÄVLE... 63 5.1 Trender för biltrafik... 63 5.2 Trender för kollektivtrafik... 69 5.3 Trender för cykling... 72 5.4 Lokala förklaringsfaktorer i Gävle... 75 5.5 Trender för trafiken i Gävle Summering... 76 6 ÖSTERSUND... 77 6.1 Trender för biltrafik... 77 6.2 Trender för kollektivtrafik... 83 6.3 Trender för cykling... 85 6.4 Lokala förklaringsfaktorer i Östersund... 86 6.5 Trender för trafiken i Östersund Summering... 87 Analys & Strategi

7 DISKUSSION OCH SLUTSATSER...88 7.1 Diskussion...88 7.2 Vad säger de rensade trenderna om trafikförändringarna i kommunerna 91 7.3 Slutsatser...94 BILAGA 1 REFERENSER...96 BILAGA 2 OMVÄRLDSFAKTORER SAMT UPPMÄTT TRAFIKUTVECKLING FÖR RESPEKTIVE KOMMUN... 100 Jönköping kommun... 100 Lund kommun... 106 Gävle kommun... 112 Östersund... 118 BILAGA 3 LOKALA FÖRKLARINGSFAKTORER... 123 Jönköping... 123 Analys & Strategi

Sammanfattning Trafikverket samverkar med andra offentliga aktörer inom samhällsplaneringsfrågor kopplat till trafik och transport. Detta för att kunna bidra med kunskap och stöd rörande åtgärder som kan leda till att de transportpolitiska målen uppfylls. I samband med detta arbete har Trafikverket identifierat ett behov av en enkel, effektiv och övergripande uppföljning av trafikutvecklingen i landets kommuner. En transporttrend speglar flera olika typer av effekter. Tidigare studier visar att omvärldsfaktorer, som en kommun inte har rådighet över, många gånger har en dominerande effekt på resandet. Därför är det intressant att beakta eller rensa för dettas i tolkningen av de uppmätta trenderna. I Figuren nedan redovisas hur uppmätta transporttrender (i trafiken) dels kan förklaras av övergripande omvärldsfaktorer såsom konjunktur och befolkningsutveckling dels av effekter till följd av t ex lokala åtgärder och omständigheter. Figur Vad förklarar en trafiktrend? Konceptuell modell för projektets upplägg. När man studerar trafiktrender är det bland annat intressant att besvara följande frågeställningar: Hur stor del av en lokal trafiktrend är sannolikt en förväntad effekt av övergripande omvärldsfaktorer? Vad säger det i så fall om möjliga effekter på resandet till följd av lokala åtgärder som genomförts? Vilka förklaringar kan ligga bakom eventuella avvikelser mellan den uppmätta trenden och den trend som man skulle förvänta sig om man studerar omvärldsfaktorernas utveckling? Analys & Strategi 5

Syftet med detta projekt har varit att ta fram en metod för att rensa de uppmätta transporttrenderna från effekten av de omvärldsfaktorer som har visats sig ha stor påverkan på trafikens utveckling. Förhoppningen är därmed att man lättare kan tolka i vilken utsträckning lokala åtgärder och insatser för att påverka trafiken ger effekt på resandet. Effekter som inte kan förklaras av omvärldsfaktorer, dvs den gröna boxen i Figuren, kan bero på flera olika orsaker (enskilt och i kombination): Dels sammantagna effekter av: Lokala förändringar och åtgärder, såsom: Satsningar och kapacitetsförändringar i trafiksystemet (bilnätet, kollektivtrafikutbudet, gc-nätet) Förändring av bebyggelsestrukturen Nyetablering eller stängning av transportintensiv verksamhet MM-åtgärder Tillgänglighetssatsningar för olika transportslag Men det kan också vara effekter av: Allmänna attitydförändringar i samhället Omvärldsfaktorer som inte ingått i modellen Slutligen kan den resulterande trendens utseende påverkas av: Mätproblem med resulterande felaktigheter i uppmätta trafik Modellens uppbyggnad avseende ingående omvärldsfaktorer samt kvalitén på rapporteringen av dessa, På uppdrag av Trafikverket har WSP genomfört ett utvecklingsprojekt med syfte att ta fram och testa en metod för övergripande uppföljning av trafiktrender i kommuner. Målet är att närma sig frågan om hur lokalt vidtagna åtgärder påverkar totala trafiktrenderna men också att öka förståelsen för vilken effekt yttre faktorer har på trafiktrenderna. Vidare att tillämpa metoden på fyra testkommuner och tillsammans med kommunerna diskutera och tolka resultaten. Projektet har genomförts i samråd med en referensgrupp bestående av de fyra utvalda testkommunerna (Jönköping, Lund, Gävle och Östersund), Sveriges Kommuner och Landsting, Trafikanalys, Energimyndigheten och Trafikverket. Under projektets gång har genomförts fyra workshops med referensgruppen. Som utgångspunkt för metodframtagningen har en litteraturstudie genomförts avseende erfarenheter om hur olika omvärldsfaktorer påverkar trafik- och resandeutvecklingen. Sådana samband uttrycks vanligtvis i termer av Om bensinpriset höjs med x procent tenderar kollektivtrafikresandet att öka med y procent. Samband uttryckta på detta sätt kallas för elasticiteter. 6 Analys & Strategi

Vid metodtillämpningen har beräkningsunderlag i form av uppgifter om omvärldsfaktorernas utveckling och trafikutveckling för respektive färdmedel i testkommunerna tagits fram baserat på en rad olika källor. Därefter har s k trender tagits fram och tolkats. Analysgången för att studera trender i trafikutvecklingen kan enligt projektet metod delas upp i ett fem steg. Analysen har delats upp för de olika färdmedlen bil, kollektivtrafik och cykel och har genomförts för de fyra utvalda testkommunerna. Figur Analyssteg för metoden De fem analysstegen är: 1. Uppmätt trend: Vad visar uppmätt trafiktrend? 2. Beräknad trend: Vad kunde man ha förväntat sig om man ser till omvärldsfaktorernas utveckling? 3. Rensad trend: Om vi bortser från omvärldsfaktorernas inverkan hur har trenden sett ut då? Har det skett en utveckling som inte kan förklaras av omvärldsfaktorernas utveckling och påverkan? 4. Andra förklaringsfaktorer: Vilka åtgärder har genomförts eller vilka förändringar har skett i kommunen som kan ha påverkat trenden? 5. Tolkning av resultat: Tyder den rensade trenden på att andra faktorer än omvärldsfaktorerna har påverkat utvecklingen? Finns det indikationer på samband Analys & Strategi 7

mellan åstadkomna förändringar och vidtagna åtgärder i kommunen och de rensade trenderna för transportslagens utveckling? Slutsatsen i projektet är att man med hjälp av den framtagna metoden kan ta fram trafiktrender som rensats från de beräknade effekterna av de studerade omvärldsfaktorerna. De rensade trenderna skapar i sin tur förutsättningar för att närma sig frågan om de sammantagna insatserna i kommunen har varit bromsande eller pådrivande på utvecklingen för olika transportsätt. Vid tillämpning av metoden och tolkning av dess resultat bör man samtidigt ha i åtanke att de rensade trenderna kan innehålla effekter av andra, ej analyserade omvärldsfaktorer och/eller allmänna attitydförskjutningar i samhället. Metodens resultat ger inga enkla slutsatser kring vilka lokala skeenden eller åtgärder som varit betydelsefulla för trafikutvecklingen. Däremot tydliggör metoden olika typer av drivkrafter som ligger bakom trafikutvecklingen och vilken del av utvecklingen som troligen ligger utanför kommunens kontroll. Med kunskap om vilka lokala förändringar som genomförts kan initierade tolkningar av övergripande trender göras. För att detta ska kunna göras krävs dock systematisk dokumentation av förändringar, både de som kan antas ha pådrivande och dämpande effekt på olika trafikslag. Avslutningsvis har projektet startat en process kring metodens framtida användning och förvaltning. Frågor som diskuteras är exempelvis om kommunerna själva kommer att ha tid och kompetens att använda metoden/verktyget, om själva verktyget bör utvecklas, vilken aktör som bör ansvara för utveckling och förvaltning. Denna diskussion fortsätter även efter färdigställandet av denna rapport. 8 Analys & Strategi

9 Analys & Strategi

1 Inledning 1.1 Bakgrund Som ett led i miljö- och klimatarbetet samverkar Trafikverket med offentliga aktörer såsom t.ex. kommuner och landsting kring samhällsplaneringsfrågor kopplat till trafik och transporter. Syftet är att bidra med kunskap och stöd för åtgärder som kan bidra till uppnående av de transportpolitiska målen. I samband med detta arbete har Trafikverket identifierat behov av övergripande uppföljning av trafikutvecklingen i form av trender, för olika färdmedel och över tid, i kommuner. En övergripande uppföljning utgör ett komplement till uppföljning av enskilda projekt. Projektuppföljningar görs idag t ex via: Rapporteringar till MAXlupoSE Användning av SUMO-modell för utvärdering av mobilitetsprojekt Utvecklingstrappan för att följa upp aktörernas arbetsprocess avseende mobilitetåtgärder Projektuppföljning ger alltså viktiga bidrag till kunskap om enskilda effektsamband och hur kommunernas arbetsprocess avseende mobilitetsåtgärder utvecklas. Med övergripande uppföljning vill Trafikverket på sikt kunna studera/tolka samvariation mellan a) samlade lokala insatser/åtgärdsmixar och b) övergripande trender för resande med olika trafikslag. Trafikverket har också identifierat behov av enkel och effektiv uppföljning. Det börjar bli allt vanligare att kommunernas resurser ansträngs av ett stort antal förfrågningar om statistik och datainsamlingar från olika centrala myndigheter och andra intressenter. Därför har frågan om samordning/samutnyttjande av redan insamlad data kommit upp. På uppdrag av Trafikverket har WSP genomfört ett utvecklingsprojekt för att ta fram och testa en metod för övergripande uppföljning av trafiktrender i kommuner. Från WSP har Eva Ericsson (uppdragsledare och specialist), Janne Henningsson, Pia Sundbergh och Anders Bondemark deltagit. Trafikverkets kontaktperson har varit Catrin Wallinder. Till projektet har varit kopplad en referensgrupp bestående av representanter från fyra kommuner som utgjort testkommuner i projektet, SKL, trafikanalys, energimyndigheten och trafikverket. Under projektets gång har hållits tre 1 workshops med referensgruppen då upplägg, delresultat och tillvägagångssätt diskuterats. Vad består en uppmätt transporttrend av? En transporttrend speglar flera olika typer av effekter. Tidigare studier visar att omvärldsfaktorer, som en kommun inte har rådighet över, många gånger har en dominerande effekt på resandet. Därför är det intressant att beakta eller rensa för dettas i tolkningen av de 1 En fjärde workshop har genomförts med kommunrepresentanterna efter metodens färdigställande för att mer i detalj gå igenom hur man tar fram indata till metoden. 10 Analys & Strategi

uppmätta trenderna. I Figur 1redovisas hur resultatet av uppmätta transporttrender dels kan förklaras av övergripande omvärldsfaktorer såsom konjunktur och befolkningsutveckling dels av effekter till följd av t ex lokala åtgärder och omständigheter. Figur 1 Vad förklarar en trafiktrend? Konceptuell modell för projektets upplägg. När man studerar trafiktrender är det bland annat intressant att besvara följande frågeställningar: Hur stor del av en lokal trafiktrend är sannolikt en förväntad effekt av övergripande omvärldsfaktorer? Vad säger det i så fall om möjliga effekter på resandet till följd av lokala åtgärder som genomförts? Vilka förklaringar kan ligga bakom eventuella avvikelser mellan den uppmätta trenden och den trend som man skulle förvänta sig om man studerar omvärldsfaktorernas utveckling? I detta projekt vill vi ta fram en metod för att rensa de uppmätta transporttrenderna från effekten av de omvärldsfaktorer som har visats sig ha stor påverkan på trafikens utveckling. Förhoppningen är därmed att man lättare kan tolka i vilken utsträckning lokala åtgärder och insatser för att påverka trafiken ger effekt på resandet. Effekter som inte kan förklaras av omvärldsfaktorer, dvs den gröna boxen i Figur 1, kan bero på flera olika orsaker (enskilt och i kombination): Analys & Strategi 11

Dels sammantagna effekter av: Lokala förändringar och åtgärder, såsom: Satsningar och kapacitetsförändringar i trafiksystemet (bilnätet, kollektivtrafikutbudet, gc-nätet) Förändring av bebyggelsestrukturen Nyetablering eller stängning av transportintensiv verksamhet MM-åtgärder Tillgänglighetssatsningar för olika transportslag Men det kan också vara effekter av: Allmänna attitydförändringar i samhället Omvärldsfaktorer som inte ingått i modellen Slutligen kan den resulterande trendens utseende påverkas av: Mätproblem med resulterande felaktigheter i uppmätta trafik Modellens uppbyggnad avseende ingående omvärldsfaktorer samt kvalitén på rapporteringen av dessa, Projektidén som redovisas i denna rapport bygger sammanfattningsvis på att man genom att studera trender som rensats från omvärldsfaktorernas effekt får en mer realistisk bild av vad som förklarar trafikförändringar i den egna kommunen. 1.2 Syfte Syftet med projektet är att undersöka möjligheterna till att följa upp övergripande kommunala trender för så kallat hållbart resande i kommuner med hänsyn taget till omvärldsfaktorers generella effekt. Primärt undersöks möjligheten att använda data som redan idag samlas in centralt/regionalt/lokalt. Projektet delas upp i följande nedanstående delsyften: Del 1 Del 2 Undersöka om det finns tillgängliga centrala datakällor som kan användas för att undersöka trender avseende kollektivtrafikresande, cykling, bilresande, kommunal fordonspark och distributionstrafikens omfattning Sammanställa datatillgång Struktur för fortsatt arbete Ta fram en metod för hur trafik- och resandetrender som är rensade från omvärldsfaktorers förväntade effekter kan tas fram på kommunnivå Tillämpa metoden genom att ta fram trender för några pilotkommuner 12 Analys & Strategi

Förankring av metoden på en serie genom workshops med representanter för kommuner, SKL, Trafikanalys, Energimyndigheten och Trafikverket. I en tidigare rapport 2 har resultatet för Del 1 presenterats. I denna presenteras resultatet av en datainventering avseende tillgängliga underlag för framtagning av trender. 1.3 Genomförande Projektet har genomförts i dialog med berörda testkommuner, centrala myndigheter och aktörer som på olika sätt är involverade i arbete med och/eller uppföljning av att göra transportsystement mer tillgängligt. De testkommuner som deltagit är Östersund, Gävle, Jönköping och Lund. Andra myndigheter och aktörer som deltagit är SKL (Sveriges kommuner och landsting), Energimyndigheten, Trafikanalys och Trafikverket. Tre workshops har genomförts inom ramen för projektet. Workshoparna har haft som syfte att löpande diskutera frågor kring metodens avgränsningar och uppbyggnad för att öka dess användbarhet för aktörerna. Vidare att: få tillstånd ett erfarenhetsutbyte mellan parterna kring hur uppföljning görs idag lyssna av vilka behov som finns avseende metoder för framtagning och tolkning av lokala trender ta del av idéer och kunskap från parterna hålla i en process kring hur eventuell framtida användning och förvaltning av resultaten ska organiseras I Figur 2 redovisas de olika stegen som ingått i projektets genomförande. Inför workshop 1 hade WSP tagit fram en grundläggande idé för upplägget som diskuterades med parterna. Därefter bearbetades metoden och upplägget baserat på den input som diskussionerna gav. Exempel på diskussioner var hur man ska se på olika faktorer, t ex om de ska anses vara omvärldsfaktorer eller faktorer som kommunerna kan påverka. Ett resultat var att vi valde att se kollektivtrafikutbud som en policyvariabel som kommunerna kan påverka medan pris på kollektivtrafik som en omvärldsfaktor. Framtagning av värden för elasticiteter och omvärldsfaktorers utveckling beskrivs närmare i avsnitt 2.3. Framtagning av data rörande uppmätt trafikutveckling samt genomförda åtgärder i kommunerna togs fram på flera sätt bl a intervjuer med kommunerna, sökning i tidigare identifierade källor, scanning av kommunernas policy och målvariabeldokument samt scanning av länstrafikens (eller motsvarande) underlag och rapporter. 2 Uppföljning av kommunala trender Del 1. Inventering av datakällor. Analys & Strategi 13

Figur 2 Process för genomförandet av projektet 14 Analys & Strategi

2 Metod 2.1 Utgångspunkter Vilka omvärldsfaktorer påverkar och hur mycket? Metoden som använts i detta projekt bygger till stora delar på ett tidigare arbete som WSP genomförde åt Trafikkontoret i Göteborg 2011. 3 Trafikkontoret i Göteborg publicerar årligen rapporten Trafik- och resandeutveckling och de önskade utveckla redovisningen så att den ger bättre förståelse för de bakomliggande samband och drivkrafter som skapar den trafikutveckling som på olika sätt kan mätas i trafiken. Syftet var att på sikt kunna göra en mer kvalificerad uppföljning över hur Trafikkontorets egna insatser bidragit till måluppfyllnad. I det ovan beskrivna uppdraget gjordes en sammanställning av erfarenheter när det gäller hur olika omvärldsfaktorer påverkar trafik- och resandeutvecklingens olika dimensioner. Ett stort antal källor utnyttjades som underlag. Främst handlade det om studier som baseras på tidsserier där det studerats hur res- och trafikmängder på relativt aggregerad nivå har samvarierat med olika bakgrundsfaktorer. Studierna var huvudsakligen svenska och baserades på studier i Sundsvall, Gävle, Göteborgsområdet, Östergötland och Stockholm, men även internationella studier användes som jämförelser och som underlag i de fall svenska underlag saknades. 4 Erfarenheten från tidsseriestudier sammanfattas ofta i termer som Om bensinpriset höjs med x procent tenderar kollektivtrafikresandet att öka med y procent. Samband uttryckta på detta sätt kallas för elasticiteter. I arbetet åt Trafikkontoret i Göteborg redovisades vilka faktorer som främst har visat sig påverka kollektivtrafikresandet, biltrafikens omfattning och cykelresandet samt hur stark den påverkan erfarenhetsmässigt kan förväntas vara. I Tabell 1 presenteras de elasticiteter som rekommenderades för beräkningar för omvärldsfaktoreras betydelse för trafikutvecklingen i Göteborg. Tabellen ska läsas enligt följande exempel: om antalet sysselsatta i kommunen ökar med 1% förväntas kollektivtrafikresandet öka med 0,5% om dagligvaruhandelns omsättning ökar med 1% förväntas kollektivtrafikresandet att öka med 0,3% 3 WSP, 2011, Vad förklarar trafikförändringarna i Göteborg? Stöd för hantering av omvärldsfaktorer i Trafikkontorets årsrapport, 2012-12-19 4 Att göra nya tidsserieanalyser, specifika för Göteborg, ingick inte i uppdraget. Analys & Strategi 15

Tabell 1 Sammanfattande rekommendationer från studien i Göteborg (WSP 2011) Vad ska Vilka omvärldsfaktorer kan man ta Vilka typiska elasticiteter förklaras? hänsyn till? är rimliga att använda? Antalet Kollektivtrafikresor inom, till och från Göteborgs stad Antal sysselsatta 0.5 Dagligvaruhandelns omsättning (realt, i riket) 0.3 Bensinpris (real utveckling) 0.15 Utbud (antal vagnkilometer) 0.5 Genomsnittligt pris på kollektivresande -0.4 Biltrafik över Kommungränsen/ i genomsnittliga räknepunkter/totalt Trafikarbete Total sysselsättning i regionen 0.5 Dagligvaruhandelns omsättning (realt, i riket) 0.3 Bilinnehav per sysselsatt 0.5 Bensinpris -0.3 Biltrafiken över Citysnittet (elasticiteterna osäkra här) Total sysselsättning i Göteborgs stad 0.5 Dagligvaruhandelns omsättning (realt, i riket) 0.3 Bilinnehav per sysselsatt 0.5 Bensinpris -0.3 Cykeltrafikens omfattning (cykel räkningarna gav i Gbg osäkert mått!) Befolkning > 12 år i Göteborgs stad 1.0 Bilinnehav -0.8 Medelinkomst -0.6 16 Analys & Strategi

Hur räknar man med elasticiteter? 5 Elasticitetstalet beskriver alltså den relativa förändringen (ökning/minskning i procent) av resandet, när den förklarande variabeln, dvs. omvärldsfaktorn förändras 1 procent. Men hur skall man beräkna effekten när den förklarande variabeln ändrar sig - exempelvis minus 5 procent? Förenklad beräkning vid mindre förändringar När förändringarna av den förklarande variabeln är liten i storleksordningen enstaka procent fungerar det oftast tillräckligt väl att approximera den sammanlagda effekten proportionellt. Förenklad beräkning, formel: ( ) Formeln kan se komplicerad ut, men ett beräkningsexempel visar att tillämpningen blir mycket enkel: Förenklad beräkning, exempel vid elasticitet = 0,5: Antalet sysselsatta +1% => Kollektivtrafikresandet +0.5% (rekommendation i Tabell 1) Då följer (approximativt) Antalet sysselsatta +2% => Kollektivtrafikresandet 2*0.5% = +1% 5 Avsnittet är hämtat från WSP-rapporten Vad förklarar trafikförändringarna i Göteborg? Stöd för hantering av omvärldsfaktorer i Trafikkontorets årsrapport men vissa justeringar har skett. Analys & Strategi 17

Mer korrekt beräkning vid större förändringar Vid större förändringar bör man dock ta hänsyn till det som brukar kallas ränta-på-ränta effekten. Då blir formeln enklare, men beräkningen något mer komplicerad. Mer korrekt beräkning med ränta-på-ränta, formel: ( ) Mer korrekt beräkning med ränta på ränta, exempel: Antalet sysselsatta +1% => Kollektivtrafikresandet +0.5% Antalet sysselsatta +2% => Kollektivtrafikresandet = Kombination av flera olika förändringar Hur skall man räkna när flera olika faktorer förändrats samtidigt, så att effekterna av flera olika effekter beaktas i kombination med varandra? Förenklad beräkning för kombinationer En förenklad beräkning för kombinationer innebär att man helt enkelt summerar de olika beräknade (relativa) effekterna. En förändring som bidrar med 1 procents ökning, i kombination med en annan förändring som bidrar med 2 procents ökning, skulle då gemensamt ge upphov till 3 procents ökning av resandet (1% + 2%). Mer korrekt beräkning för kombinationer Ofta blir det dock fråga om ofta så stora effekter att det blir olämpligt att använda det förenklade beräkningssättet. Bättre är det då att använda en motsvarighet till den mer komplicerade ränta-på-ränta beräkningen, som innebär att de olika effekterna kombineras multiplikativt enligt följande modell: ( ) ( ) X 1, X 2 motsvarar här olika förklaringsfaktorer, och e 1, e 2 de elasticiteter som beskriver deras respektive inverkan på resandet (Y). Exempel: Antalet sysselsatta +2% =>Kollektivtrafikresandet +0,99% 18 Analys & Strategi

Kollektivtrafikutbud +10% =>Kollektivresandet:1,10 0,5-1 = + 4,9% (baserat på rekommendationer i Tabell 1) Kombinerad effekt: 1,01*1,049=1,059 =>Sammanlagd effekt +5,9% Räkneexempel omvärldsfaktorernas betydelse i Göteborg I arbetet åt Trafikkontoret i Göteborg år 2011 tillämpades de rekommenderade elasticiteterna och den mer korrekta beräkningsmetoden ränta-på ränta i två räkneexempel. Det första exempelet belyste hur omvärldsfaktorerna påverkat kollektivtrafikens utveckling mellan åren 2007 och 2010. Vid en jämförelse mellan den faktiska (uppmätta) trafikutvecklingen som uppgick till 10 % och den beräknade på 9 %, kunde konstateras att kollektivtrafikresandet alltså hade ökat med någon enstaka procentenhet utöver vad man skulle kunna förvänta sig med omvärldsfaktorernas utveckling, se Tabell 2. Tabell 2 Ett räkneexempel med förklaring av omvärldsfaktorernas betydelse för kollektivtrafikens utveckling 2007-2010 Förklaringsfaktor Utvecklingen i procent; 2007-2010 Elasticitet Bidrag Sysselsättningen i Göteborg 18% 0,5 9% Bensinpriset (realt) 6% 0,15 1% Dagligvaruhandelns omsättning 7% 0,3 2% Genomsnittligt pris per resa 6% -0,4-2% Utbud (vagnkilometer) uppgift ej tillgänglig Beräknad trafikutveckling 9% Faktisk trafikutveckling 10% Det andra exemplet rörde biltrafikarbetets utveckling. Resultatet visade i vilken grad de fyra förklaringsfaktorerna sysselsättning, dagligvaruhandel, bilinnehav och bensinpris tillsammans kunde förklara biltrafikutvecklingen i Göteborg mellan åren 2000 och 2009, se Tabell 3. Analys & Strategi 19

Tabell 3 Ett illustrationsexempel för omvärldsfaktorernas betydelse för biltrafikarbetets utveckling i Göteborg 2000-2009 Förklaringsfaktor Utvecklingen i procent; 2000-2009 Elasticitet Bidrag Sysselsättningen i Göteborg 18% 0,5 9% Bilinnehav per sysselsatt -7% 0,5-4% Dagligvaruhandelns utveckling 32% 0,3 9% Bensinpriset (realt) 6% -0,3-2% Beräknad trafikutveckling 12% Faktisk trafikutveckling 10% Det poängterades i rapporten att de två räkneexempel rörde sig om grova överslagsmässiga kalkyler men att Det är särskilt intressant att analysen tyder på att biltrafiken överskattas, medan kollektivtrafiken underskattas, i en analys som helt baseras på kända omvärldsfaktorers utveckling. En av studiens slutsatser var att resultaten kan indikera att invånarnas grundläggande preferenser kan ha förskjutits något från bil mot kollektivtrafik, under den studerade perioden. 6 Det var inte möjligt att göra någon beräkning för cykeltrafiken då cykelräkningarna inte var av den kvalitéten att det bedömdes som lämpliga att tillämpa. 2.2 Bedömning av elasticiteter för detta projekt Detta projekt utgår från de elasticiteter som togs fram iwsps studie för Trafikkontoret i Göteborg (2011). I ett första steg gjordes en litteratursökning för att se om det tillkommit studier på senare tid som gör att rekommendationerna om omvärldsfaktorer och dess elasticiteter bör omprövas. Sökningen visar att de rapporter som tillkommit ofta är sammanställningar av tidigare elasticitetsstudier, t.ex. Understanding Transport Demands and Elasticities från Victoria Transport Policy Institute år 2012 7 eller Hur kan kollektivtrafikresandet ökas? En kunskapssammanställning för trafikföretag och regionala kollektivtrafikmyndigheter från WSP 2013. 8 De elasticitetstal som presenteras i dessa studier 6 WSP, 2011, Vad förklarar trafikförändringarna i Göteborg? Stöd för hantering av omvärldsfaktorer i Trafikkontorets årsrapport, 2012-12-19 7 Litman, T., 2012, Understanding Transport Demands and Elasticities Victoria Transport Policy Institute. 8 WSP, 2013 Hur kan kollektivtrafikresandet ökas? En kunskapssammanställning för trafikföretag och regionala kollektivtrafikmyndigheter, WSP Analys & Strategi 2013-01-31. 20 Analys & Strategi

ligger i linje med de rekommendationer som gavs åt Trafikkontoret i Göteborg (i vissa fall var källorna också de samma). I den tidigare WSP-studien lades stor möda på att finna studier om cykeltrafikens variation och de faktorer som påverkar den. En problematik som lyftes fram var att den forskning som bedrivits om cyklandets villkor ofta har genomförts med ett individuellt fokus (Vilka åtgärder kan få enskilda individer att börja cykla?). Slutsatser från sådana studier kan inte direkt överföras till den typ av aggregerade samband över tid som är av intresse i dessa tillämpningar. De tre källor som slutligen användes för rekommendationerna var alla tidsvärdesstudier av hög kvalitet med det aggregerade perspektiv som eftersträvades. Nackdelen var att studierna byggde på dataunderlag från Holland och huruvida. dessa elasticitetssamband var överförbara till Sverige. Detta, dels på grund av att Holland har en högre andel cykeltrafik än Sverige, dels för att utbudet av cykelbanor och topografi skiljer sig. Det bedömdes dock vara möjligt då studier över exempelvis kollektivtrafikresandets priselasticitet har visat att värdena i England, Spanien, Frankrike och Sverige är överraskande lika trots att andelen kollektivtrafik varierar kraftigt mellan länderna. I detta projekt har litteratursökningen inte funnit några nya tidsseriestudier, utan de har likt många tidigare ett individuellt fokus, t.ex. Heinen et al. 2012 som studerar sannolikheten att börja cykla beroende på olika personliga och arbetsrelaterade faktorer samt sannolikheten att vara fulltidscyklist eller deltidscyklist. Slutsatsen är att det bedöms som rimligt att behålla de rekommenderade elasticiteterna som gavs åt Trafikkontoret i Göteborg även i denna studie, dock med en reservation, den i Göteborg använda omvärldsfaktorn inköpsaktivitet eller detaljhandelns omsättning har ersatts av detaljhandelns omsättning per sysselsatt. Vidare har vi i denna studie kunnat använda data rörande detaljhandelns utveckling per kommunnivå. I studien åt Trafikkontoret i Göteborg fann man att variabeln inköpsaktiviteten har befunnits ha signifikant och systematisk betydelse för resandet Inköpsaktiviteten hade i de underliggande studierna mätts med hjälp av en nationell proxy 9 som detaljhandelsförsäljningen i riket. Denna har dock ofta ingått tillsammans med sysselsättningen i de modeller som skattats, dvs. inköpsaktiviteten beskrivs genom utvecklingen av detaljvaruhandeln per sysselsatt. De två konjunkturvariablerna antal sysselsatta och detaljhandelsomsättning är naturligt starkt korrelerade i data. Därmed blir det svårt att skatta separata parametrar för dem om de båda ingår i samma modell. Att arbeta med Sysselsättning respektive Inköp per sysselsatt är ett sätt att undvika denna korrelation som kan ske över tid. Den första av dessa är då avsedd att fånga effekten av just sysselsättningen, medan den andra skall fånga den extra inverkan av ett högt (eller lågt) tryck i handeln. Elasticiteten med avseende på inköpsaktiviteten är ca 0,3 vad gäller både bil- och kollektivtrafikens utveckling. I det 9 variabel som ersätter eller representerar en annan variabel när denna inte kan observeras eller då data saknas, t.ex. i en statistisk analys Analys & Strategi 21

tidigare arbetet gjordes bedömningen att man vid en tillämpning borde kunna tillämpa endast detaljhandelns omsättning direkt (utan att dividera med antalet sysselsatta) med samma elasticitet. Vid närmare eftertanke i detta projekt är emellertid slutsatsen att det trots allt är bättre att utgå från detaljvaruhandelns omsättning per sysselsatt. I den tidigare studien var ett problem att den detaljhandelns utveckling avsåg nationell nivå och sysselsättningen regional/kommunal nivå, vilket kan ge problem om konjunkturen inte går i takt nationellt eller regionalt. I denna studie har det dock varit möjlighet att i större utsträckning finna information om både detaljvaruhandelns och sysselsättningens utveckling på kommunalnivå, se vidare i avsnittet om framtagande av beräkningsunderlag. I Tabell 4 redovisas vilka elasticiteter som använts för att ta fram förväntad utveckling för de olika trafikslagen i studien. Tabell 4 Tillämpade elasticiteter i detta projekt Vad förklaras? ska Vilka omvärldsfaktorer kan man ta hänsyn till? Vilka typiska elasticiteter är rimliga att använda? Utvecklingen av kollektivresandet i kommunen Antal sysselsatta av kommunbefolkningen 0.5 Dagligvaruhandelns omsättning per sysselsatt (realt, i kommunen) 0.3 Bensinpris (real utveckling) 0.15 Genomsnittligt pris per resa -0.4 Utvecklingen av biltrafikarbetet i kommunen Antal sysselsatta av kommunbefolkningen 0.5 Dagligvaruhandelns omsättning per sysselsatt (realt, i kommunen) 0.3 Bilinnehav per sysselsatt 0.5 Bensinpris (real utveckling) -0.3 Utveckling av cykeltrafikens omfattning i kommunen Befolkning > 15 år i kommunen 1.0 Bilinnehav per tusen invånare -0.8 Medelinkomst (real utveckling) -0.6 22 Analys & Strategi

2.3 Framtagning av beräkningsunderlag för testkommuner Ett syfte med studien var att testa metoden på några testkommuner för att få ett begrepp om hur metoden fungerar. Fyra testkommuner har ingått i studien nämligen: Jönköping, Lund, Gävle och Östersund. Vid metodtillämpningen har beräkningsunderlag i form av uppgifter om omvärldsfaktorernas utveckling och trafikutveckling för respektive färdmedel i testkommunerna tagits fram baserat på en rad olika källor. I största möjliga mån har befintliga uppgifter på kommunal nivå använts. I de fall det saknats data för ett visst år har vi gjort en linjär interpolation mellan de år för vilka det funnits data, dvs antagit att de icke uppmätta årens värden ligger på en rät linje mellan de närmsta uppmätta åren. Nedan presenteras mer ingående hur beräkningsunderlaget tagits fram samt generellt vilka källor som tillämpats. Val av mätperioder I de räkneexempel som genomfördes i den tidigare nämnda utredningen åt Trafikkontoret i Göteborg så studerades endast trafikutvecklingen mellan två år. I detta projekt studeras istället utvecklingen löpande utifrån ett valt startår, vilket då motsvarar ett indexår (=100). På så sätt fås en tydligare bild över vilken utveckling som har skett. En så lång mätperiod som möjligt har valts utifrån tillgängligheten på beräkningsunderlag både vad gäller omvärldsfaktorernas utveckling och trafikslagens resandeutveckling i respektive kommun. I möjlig mån har samma start- och slutår valts för samtliga färdsätt i kommunen. Detta för att underlätta en jämförelse av utvecklingen mellan trafikslagen. Däremot varierar mängden tillgängliga data mellan kommuner och skilda startår tillämpas därför mellan testkommunerna. Det är således inte möjligt att göra jämförelser mellan kommunerna, vilket heller inte var syftet med studien i detta skede. Framtagning av omvärldsfaktorernas utveckling i respektive kommun Omvärldsfaktorer för skattning av biltrafikutvecklingen Sysselsättningen i kommunen Källa: SCB 10 Uppgifter om sysselsättningen i respektive kommun har hämtats från SCB. Måttet som använts är Antal förvärvsarbetande (nattbefolkning), dvs. de som bor i kommunen och har ett arbete. Uppgifterna har gått att finna för åren 2000 till 2011. 10 SCB, Statistikdatabasen, RAMS: http://www.scb.se/pages/ssd/ssd_treeview.aspx?id=340478 Analys & Strategi 23

Bilinnehav per sysselsatt i kommunen Källa: SCB 11 och bearbetning Bilinnehavet per sysselsatt har genom antalet bilar i kommunen dividerat med antalet sysselsatta i kommunen (enligt uppgiften ovan). Även uppgiften om antalet bilar i kommunen har hämtats från SCB och har gått att finna för åren 2000 till 2011. Dagligvaruhandelns utveckling per sysselsatt i kommunen Källa: HUI 12 och SCB Dagligvaruhandelns utveckling per sysselsatt har beräknats som dagligvaruhandelns omsättning (miljoner kronor) dividerat med antalet sysselsatta för respektive kommun. För åren 2001 till 2006 saknades uppgifter om dagligvaruhandelns utveckling på kommunal nivå. För denna period har den därför, för respektive kommun, antagits följa den utveckling som skedde nationellt. I beräkningarna har dessutom dagligvaruhandelns omsättning räknats om via KPI till reala priser i prisnivå 2012, på så sätt rensas utvecklingen från inflationen. Uppgifterna om dagligvaruhandelns omsättning per år och kommun har hämtats från Handelns utredningsinstitut (HUI), den nationella dagligvaruhandelns omsättning har hämtats från SCB (månadsdata 2000-2012). Bensinpriset Källa: SPBI 13 Uppgifter om bensinprisets utveckling per år har hämtats från Svenska Petroleum och Biodrivmedel Institutet. Priserna är reala, dvs. rensande för inflationen och uttryckta i 2012 års prisnivå. Omvärldsfaktorer för skattning av kollektivtrafikutvecklingen Sysselsättningen i kommunen Källa: SCB 14 Samma statistik över sysselsättningen i respektive kommun har använts som underlag i kollektivtrafikberäkningarna som för biltrafikberäkningarna, dvs. statistik från SCB över antalet förvärvsarbetande (nattbefolkning). Genomsnittligt pris per resa Källa: Årsredovisningar Det genomsnittliga priset för en resa har antagits motsvara den genomsnittliga intäkten per resa. Den genomsnittliga intäkten per resa har i första hand tagits fram från årsredovisningarna från respektive aktör som bedriver lokal och regional kollektivtrafik i den aktuella kommun. Dessa uppgifter har räknats om till fastpriser med index 2011=100 15. För Jönköping kommun har uppgifter om biljettintäkt för hela länstrafiken i Jönköpings 11 SCB, Statistikdatabasen: http://www.scb.se/pages/ssd/ssd_treeview.aspx?id=340478 12 HUI, Handeln i Sverige 2007-2011.xls http://www.handelnisverige.se/ samt SCB,: http://www.scb.se/pages/ssd/ssd_selectvariables 340487.aspx?px_tableid=ssd_extern%3a DetOmsAr07&rxid=71560f57-b8a9-4a9f-8d2e-8265b3db033e 13 Svenska Petrolium & Biodrivmedel Institutet http://spbi.se/statistik/ 14 SCB, Statistikdatabasen: http://www.scb.se/pages/ssd/ssd_treeview.aspx?id=340478 15 Fastpris används för att rensa värdena från inflation/deflation dvs löpande priser från respektive år räknas om till 2011 års penningvärde 24 Analys & Strategi

länstrafiks årsredovisningar tillämpats (åren 2001-2011). För Gävle kommun var källan X-trafiks årsredovisning (stadsbussarna) för åren 2004 till 2012. I beräkningarna för Östersund kommun som utgår från både länstrafiken och regionbusstrafiken var källan Länstrafiken i Jämtlands läns årsredovisningar (åren 2005-2011). För Stadstrafiken i Lund var källan Skånetrafikens årsredovisningar, Lunds kommun Ekonomi och Verksamhetsplan (EVP) för åren 2002-2013. Dagligvaruhandelns utveckling per sysselsatt i kommunen Källa: HUI och SCB. Uppgiften om dagligvaruhandelns utveckling har tagits fram på samma sätt som för biltrafiken, se ovan. Bensinpriset Källa: SPBI Uppgiften om bensinpriset och dess utveckling har tagits fram på samma sätt som för biltrafiken, se ovan. Utbud (vagnkm) Det kan diskuteras om utbudet ska ses som en omvärldsfaktor eller om det är mer av en policyvariabel som kommunen har rådighet över. I detta projekt har vi valt att se kollektivtrafikutbudet som en variabel kommunen kan påverka och det har därför inte ingått i omvärldsfaktorerna. Omvärldsfaktorer för skattning av cykeltrafikutvecklingen Befolkningen över 12 år i kommunen Källa: SCB 16 (dock över 15 år) Vad gäller uppgifter om befolkningen över 12 år i respektive kommun så har sådan statistik inte gått att finna då SCB redovisar befolkningsstatistiken i åldersgrupper om 5 eller 10 årsintervall. Avvägningen stod då i att antingen utgå från befolkningen över 10 år eller befolkningen över 15 år. Bedömningen var att den senare uppgiften var bättre lämpad för denna tillämpning. Bilinnehav i kommunen Källa: SCB 17 Som mått på bilinnehavet i respektive kommun har SCBs statistik över bilinnehav per tusen invånare på kommunal nivå tillämpats. Medelinkomst i kommunen Källa: SCB 18 För respektive kommun har statistik över medelinkomst hämtats från SCB. Måttet avser medelinkomsten hos befolkningen som är 16 år eller äldre. Uppgifterna har via KPI räknats om till reala priser i prisnivå 2011 för att rensa utvecklingen från inflationen. 19 16 SCB, Statistikdatabasen: http://www.scb.se/pages/ssd/ssd_treeview.aspx?id=340478 17 SCB: Körsträckor och bränsleförbrukning: http://www.scb.se/pages/standard 313065.aspx 18 SCB, Statistikdatabasen: http://www.scb.se/pages/ssd/ssd_selectvariables.aspx?id=340487&px_tableid=ssd_extern%3a SamForvInk2&rxid=90cb8ecd-d69a-4a55-8f4d-122ae263c6a3 Analys & Strategi 25

Data över trafikutveckling - trafikmätningar För framtagning av trender i kommuner skulle man idealt vilja ha tillgång till detaljerade mätnignar av resandet och trafiken i kommunen. Oftast finns inte sådana mätningar att tillgå för hela trafiksystemet som helhet. Istället får man utgå från sådana mått vars utveckling kan representera den totala trafikutvecklingen, oftast upprepade flödes- eller resandemätningar i utvalda punkter eller snitt. I uppdraget har information om tillgängliga mätningar samlats in och för varje kommun har det gjorts en bedömning över vilka mätningar som bäst kan beskriva trafikarbetet för respektive färdsätt. Dessa bedömningar har de deltagande kommunernas representanter i hög grad bidragit till. I Bilaga 2 redovisas siffervärden på den använda trafikutvecklingen i respektive kommun. Uppmätt biltrafikutveckling För samtliga kommuner presenterades den uppmätta trenden för biltrafik som ett index som baserades på det valda startåret. Detta fick värdet 100 och utvecklingen presenteras i form av relativa förhändringar i förhållande till värdet vid startåret. Nedan beskrivs vilka data som använts för att uppskatta utvecklingen. Utveckling enligt trafikmätningar Källa: Uppgifter från respektive kommun Jönköping För Jönköping används kommunens årliga trafikmätningar över det så kallade Kärnsnittet som ett sätt att beskriva trafikarbetesutvecklingen i kommunen, se vidare avsnitt 3.1. Utvecklingen beskrevs som en Indexutveckling baserat på startåret. Gävle För Gävle kommun beskrivs biltrafikutvecklingen som utvecklingen av det totala antalet passager som mätts upp över det så kallade Brosnittet och Tillfartsnittet (årsdygnstrafiken). Även här presenteras trenden i form av ett index baserat på startåret. Östersund För Östersunds kommun har ett mått på biltrafikarbetets utveckling tagits fram baserat på några av kommunen tillhandahållna datainsamlingar 20. Uppmätt trend grundades på den årliga summan av trafikarbetet för de använda mätpunkterna. Utvecklingen beskrivs därefter som ett index i relation till startåret. Lund För Lunds kommun tillämpas direkt den indexutveckling av biltrafikarbetet i kommunen som kommen själva tagit fram. Källa: Underlag från Lund kommun. 19 Notera att det inte spelar någon roll i vilken prisnivå omvärldsfaktorerna uttrycks i, eftersom det som tillämpas i elasticitetsberäkningarna är den relativa utvecklingen för respektive omvärldsfaktor. Det spelar alltså ingen roll att bensinpriset och dagligvaruhandeln uttrycks i 2012 års prisnivå och medelinkomsten uttrycks i prisnivå 2011. 20 Kommunens mätgrupp 1, 2, 4 och 5. Dessa valdes för att de bestod av upprepade mätningar för en tillräckligt lång mätperiod fram till nutid. 26 Analys & Strategi

Utveckling enligt körsträckedatabasen Källa: SCB 21 Ett annat sätt att försöka fånga biltrafikarbetet i en kommun är att utgå från statistik i den så kallade Körsträckedatabasen. Statistiken baseras på mätarställningsuppgifter som bilprovningen registrerar i samband med besiktningar, uppgifterna matchas sedan med fordonsregistret och på så sätt skapas körsträckor för varje enskilt fordon. Fordonen kopplas till den kommun där de är registrerade. Därmed kan man som ett mått på biltrafikutvecklingen i en kommun ta fram årlig körsträcka för de fordon som är registrerade i en kommun 22. Nackdelen med datakällan är att det inte är möjligt att veta var bilarna kört, t.ex. hur mycket dessa har körts i den kommun där de är registererade eller utanför kommungränsen. Uppmätt kollektivtrafikutveckling För samtliga kommuner presenterades den uppmätta trenden för kollektivtrafiken som ett index som baserades på det valda startåret. Detta fick värdet 100 och utvecklingen presenteras i form av relativa förhändringar i förhållande till värdet vid startåret. Nedan beskrivs vilka data som använts för att uppskatta utvecklingen. Jönköping För uppgifter om utvecklingen av kollektivtrafikresandet i Jönköpings kommun har statistik över det totala antalet påstigande på Länstrafikens bussar använts 23. I beräkningarna inkluderas även skolresor, eftersom dessa utgör en relativt liten andel och därmed inte påverkar den totala kollektivtrafikutvecklingen i någon större grad. Gävle För Gävle kommun tillämpas årsmätningar över antalet påstigande på stadsbussarna 24 som beräkningsunderlag för att beskriva kollektivtrafikresandets utveckling i kommunen. Den totala busstrafiken i länet visade sig i stort sett följa samma utvecklingstrend, så vilken av dessa två valdes var av mindre betydelse. Östersund För Östersund kommun används de årliga mätningarna över antalet påstigande på stadsbussarna 25 som ett mått på att beskriva utvecklingen av kollektivtrafikresandet i kommunen. 21 SCB: Körsträckor och bränsleförbrukning: http://www.scb.se/pages/standard 313065.aspx 22 Antalet fordonskilometer körda av personbilar registererade i respektive kommun har tagits fram genom att multiplicera statistisken i Körsträckedatabasen över körsträcka per bil gånger antalet bilar för respektive kommun. 23 Källa: JLT Årsredovisningar 2001-2011 24 Källa: X-trafik Årsredovisningar 2004-2012 25 Källa: Siffrorna är hämtade ur dokumentet Resandeutv tätort 2001-2012 som erhölls genom mailkontakt med Östersunds kommun 2013-03-14. Analys & Strategi 27

Lund För Lund kommun beskrivs kollektivtrafikresandets utveckling utifrån uppgifter om antalet enkelresor med Stadstrafiken 26 per år 27. Uppmätt utveckling av cykeltrafik För samtliga kommuner presenterades den uppmätta trenden för cykeltrafik som ett index som baserades på det valda startåret. Detta fick värdet 100 och utvecklingen presenteras i form av relativa förhändringar i förhållande till värdet vid startåret. Nedan beskrivs vilka data som använts för att uppskatta utvecklingen. Jönköping Som ett mått på utvecklingen av cykeltrafiken i kommunen tillämpas de cykeltrafikmätningar som genomförts i centrum under senare år. Gävle Gävle kommun har genomfört cykelmätningar under ett flertal år. Det är främst en punkt som löpande har bedömts ha tillförlitliga data, en punkt utanför teatern. Trots att det bara är en mätpunkt anser kommunens representanter att dess placering (på ett huvudstråk) innebär att den kan ge en indikation på cykeltrafikens utveckling då den ligger på en pulsåder i kommunen. Östersund Även Östersund kommun genomför regelbundet cykeltrafikräkningar. De har däremot haft stora problem med tekniken och sabotage varpå det inte finns tillförlitliga data att tillämpa i detta projekt. Lund Lund kommun genomför årligen cykeltrafikmätningar på flera platser i kommunen. Kommunens egna index för cykeltrafikens utveckling har tillämpats i detta projekt. 2.4 Analysgång per färdmedel Analysgången för att studera trender i trafikutvecklingen, Figur 3, kan delas upp i ett fem steg: 6. Vad visar uppmätta trend? 7. Vad kunde man ha förväntat sig om man ser till omvärldsfaktorernas utveckling? 8. Om vi bortser från omvärldsfaktorernas inverkan hur har trenden sett ut då? Har det skett en utveckling som inte han förklaras av omvärldsfaktorernas utveckling och påverkan? 9. Vilka åtgärder har genomförts eller vilka förändringar har skett i kommunen som kan ha påverkat trenden? 10. Tolkning: Tyder den rensade trenden på att andra faktorer än omvärldsfaktorerna har påverkat utvecklingen? Finns det indikationer på samband mellan åstadkomna förändringar i kommunen och de rensade trenderna för transportslagens utveckling? 26 Källa: Lunds kommun: Ekonomi- och Verksamhetsplaner 28 Analys & Strategi

Framtagning av uppmätt trend och beräknad trend 28 har presenterats i avsnitt 2.2 och 2.3. De årliga värdena för den rensade trenden beräknas som uppmätt värde minus beräknat värde för respektive trafikslag. Lokala förklaringsfaktorer kan bestå i trafikpåverkande åtgärder och andra förändringar för som genomförts i kommunerna. En översiktlig sammanställning av trafikpåverkande åtgärder i testkommunerna har genomförts, se Bilaga 3 Lokala förklaringsfaktoreråtgärder. Figur 3 Metodens analysgång Tolkning av en rensad trend exempel I Figur 5 redovisas en fiktiv rensad trend och ett exempel på tolkning. Årliga uppmätta beräknade värden uppvisar ofta en hackighet som sannolikt kan vara effekter av mätosäkerhet och/eller tillfälliga variationer. Därmed blir även den rensade trenden relativt varierande. Vi rekommenderar att man försöker se trenderna i lite mer övergripande mönster dvs inte lägga allt för stor vikt vid upp- eller nergångar för enskilda år. Den tolkningen (ljusgrön linje) som föreslås i Figur 4 utgår från att se tendenser i den rensade trenden. Ett förslag till tolkning av den rensade trenden är: 28 den förväntade trenden med hänsyn till omvärldsfaktorerna Analys & Strategi 29

2003 2007 har förändringar utöver omvärldsfaktorerna haft en pådrivande effekt på utvecklingen av det studerade trafikslaget 2007-2011 har förändringarna haft en dämpande effekt på utvecklingen av det studerade trafikslaget Figur 4 Övergripande tolkning av rensad trend 30 Analys & Strategi

3 Jönköping I följande avsnitt presenteras resultaten där den utvecklade uppföljningsmetoden som redovisas i kapitel 2, tillämpas för Jönköping kommun. För bil- och kollektivtrafiken är startåret 2003 medan det för cykeltrafiken är år 2008. 3.1 Trender för biltrafik Analyssteg 1 Uppmätt trend enligt trafikmätningar I Jönköping kommun genomförs trafikmätningar årligen. Det som mäts är antalet passager per vardagsmedeldygn i två snitt, Centrumsnittet och Kärnsnittet, se Figur 5. Figur 5 Centrumsnittet (högst upp) respektive Kärnsnittet (längst ned) i Jönköping kommun Det snitt som valts som utgångspunkt för beräkningarna i detta projekt är passagerna över Kärnsnittet bland annat grund av att det täcker en större del av jämfört med Centrumsnittet. Dessutom finns det en längre mätserie för Kärnsnittet. Analys & Strategi 31

Trafikutvecklingen i Kärnsnittet visar en ökning av biltrafiken från år 2003 fram till år 2011, med undantag för åren 2006 till 2008 då utvecklingen i stort sett var oförändrad. Utvecklingen redovisas i Figur 6 där de ljusa punkterna visar år då värdena har interpolerats fram. 29 Figur 6 Uppmätt biltrafikutveckling genom i Kärnsnittet, ljusa punkter är interpolerade. 29 Källa: Dokumentet Hur mår Jönköping original SKRIVSKYDDAD.xls som innehåller underlag till skriften Hur mår Jönköping och erhölls genom mailkontakt med Jönköpings kommun 2013-03-13 32 Analys & Strategi