Trafikprognoser – några svenska erfarenheter

Centre for
Transport Studies
Trafikprognoser –
några svenska erfarenheter
Jonas Eliasson
Professor Transportsystemanalys
Centrum för Transportstudier, KTH
Dagordning
Centre for
Transport Studies
•
Trafikprognoser – fungerar det?
•
Vad använder man trafikprognoser till?
•
SAMPERS – den svenska transportmodellen
•
Exempel på prognos/utfall: Stockholms trängselavgifter
•
”Effektsambanden” – de glömda modellerna
•
Vad ska man egentligen ha prognosmodeller till?
•
Enkla/strategiska modeller
•
Att presentera resultat
•
Vart är modelleringskonsten på väg?
Centre for
Transport Studies
Fungerar trafikprognoser?
Trafikprognoser – fungerar det?
Centre for
Transport Studies
•
Ja, oftast…
•
… om modellen är bra
•
… och förutsättningarna rätt
•
… och om man ser upp med önsketänkande
•
Exempel: Öresundsbron
Regiontågsresor per dag
14 000
12 000
10 000
8 000
6 000
4 000
2 000
0
14000
12000
10000
8000
Transek år
Tetraplan år
Faktiskt (snitt
1991(S5)
1997
2000-2003)
Lastbilar
Bilar
6000
4000
2000
0
Transek år
1991(S5)
ÖK maj 1999
Faktiskt (snitt
2000-2002)
Fler lyckade exempel
Centre for
Transport Studies
prognos
utfall
10%
7%
4%
5%
0%
Stockholms
trängselavgifter
-5%
-6%
-5%
-10%
-15%
-13%
-16%
-20%
-22%
-25%
-25%
-30%
Innerstad
(trafikarbete)
Avgiftssnittet
Yttre infarter
Essingeleden
6000
5000
Svealandsbanan
5300
4900
4000
3000
2000
1000
700
0
Transek/Temaplans
prognos från 1987
1993 med tåg
1997 med buss
960
Faktiskt resande
1999 med Svealandsbanan
Centre for
Transport Studies
Prognos som slog fel:
Snabbtåg Sundsvall-Stockholm
Resandeökning 1988-2000
200%
160%
120%
165%
Ursprunglig prognos
Faktiskt utfall
80%
41%
40%
0%
Sundsvall-Stockholm
Centre for
Transport Studies
120%
Prognosmissen berodde på fel
gissningar om alla förutsättningar
100%
100%
80%
60%
40%
26%
20%
14%
36%
29%
23%
5%
10%
0%
0%
0%
-20%
-40%
-26%
Tågturer
Inkomster
-30%
Flygturer
Befolkning Tågrespris Bensinpris
Prognos
Verklighet
-13%
-23%
Tågrestid
Centre for
Transport Studies
30%
Ny prognos med rätt
prognosförutsättningar
26%
25%
24%
20%
15%
10%
5%
0%
Justerad prognos mht
verkliga föruts.
Faktisk utveckling
23:45
8000
22:30
9000
21:15
20:00
18:45
17:30
16:15
18.45-19.00
18.00-18.15
17.15-17.30
16.30-16.45
15.45-16.00
15.00-15.15
14.15-14.30
13.30-13.45
12.45-13.00
12.00-12.15
11.15-11.30
10.30-10.45
09.45-10.00
09.00-09.15
08.15-08.30
07.30-07.45
4000
15:00
13:45
12:30
11:15
10:00
08:45
07:30
06:15
05:00
Även kvälls-/nattrafik
minskade
06.45-07.00
Mindre minskning på
morgonen
03:45
•
06.00-06.15
•
Trafikminskningen störst på
eftermiddagen
02:30
•
01:15
Centre for
Transport Studies
00:00
Trängselavgifterna:
rätt totalt, men fel dygnsfördelning
12000
10000
8000
6000
Utan avg
Med avg
2000
0
höstvardag 2005
jan 06
7000
feb 06
6000
5000
4000
3000
2000
1000
0
Tidsvinsterna större än förväntat
Centre for
Transport Studies
Prognos för flaskhalsar:
After
Before
60%
50%
40%
30%
20%
Prognos & utfall – sammanfattning
Centre for
Transport Studies
•
Genomsnittlig trafikminskning ungefär rätt
–
Mindre ökning på Essingeleden än förväntat
•
Relativa effekter morgon/middag/eftermiddag helt fel
•
Överskattade förändring av restidpunkt
•
Kortare köer mycket större, mer utbredd och synligare effekt
än väntat
–
•
kanske borde vi ha insett det!
Intäkter mindre än beräknat
–
visste för lite om icke-persontrafik – taxi, bussar…
•
Ingen effekt på handel - korrekt
•
Visste inget om ”fördelningseffekt över tid”, dvs. var det
”samma” personer som betalade varje dag, eller var
kostnaden spridd över en större grupp?
Vad orsakade prognosfelen?
Centre for
Transport Studies
•
•
•
•
Fler valde att åka genom centrum, färre på Essingeleden
–
Högre tidsvärden än vi trodde
–
Större tidsvinster än beräknat
Larger effect PM peak and mid-day than predicted
–
too simplified trip timing distribution
–
didn’t account for ”vanishing return trips”
Why was AM peak effect overestimated?
–
less cost sensitive car drivers?
–
more people needed their vehicle?
–
more people had arrival time restrictions?
Revenue overestimation
–
almost no data on vehicle types across the cordon – taxis, buses, green cars…
Centre for
Transport Studies
Problems with travel times in static
network models
•
Link travel times are assumed to be independent
–
•
•
in reality, queues block links and junctions ”upstreams”
Volume-delay-functions too ”generous”
–
too short travel time when congestion is very high
–
cannot handle traffic volumes above max. capacity
Dynamic (simulation) models necessary when congestion is high
–
upstreams queue propagation
–
queue buildup/dissipation
–
also handles departure times
Fungerar trafikprognoser?
Slutsatser:
Centre for
Transport Studies
•
Bra prognosmodeller verkar fungera bra
•
… men var medveten om begränsningar
•
Välj/anpassa modellen efter frågeställning och åtgärd
•
Förutsättningar mycket viktiga
–
omvärldsfaktorer + trafikförutsättningar
•
Tendens till ”önsketänkande” vid val av trafikförutsättningar ?
•
Större osäkerhet om absolutnivåer (t ex trafik om 20 år) än om
effekter (t ex effekt av ny busslinje)
•
Fungerar bra för ”stora” åtgärder – nya vägar, spår etc. – sämre för
”små” åtgärder – bättre signaler, korsningar etc.
Centre for
Transport Studies
Svenska prognosmodeller i
praktiken
Vad har man prognoserna till?
Centre for
Transport Studies
•
•
•
Dimensionering
–
räcker tre ytspår genom Stockholm eller behövs tågtunnel ?
–
fyra eller sex körfält på Västerleden?
Samhällsekonomiska kalkyler: Rangordning av
åtgärder/investeringar
–
särskilt Vägverket – Banverket mera tveksamma
–
ny regering lägger stark tonvikt på detta
Regional balans
–
•
Ex: Trängselavgifterna
–
•
vad är ”lagom nivå” (tydlig trängselminskning) + vad händer i koll-trafiken
Ex: Finansieringsansvar pendeltågstunnel
–
•
vilka områden vinner på t ex Förbifarten?
länen betalade proportionellt mot samhällsekonomisk vinst
Obs: Måste veta vad frågan är för att kunna välja rätt
modell och rätt resultatpresentation!
SAMPERS –
den officiella svenska trafikmodellen
Centre for
Transport Studies
•
En enda, gemensam modell ger jämförbarhet
•
Problem (?): ”för flexibel” = komplicerad
•
Svårt med ansvar för databasförvaltning (nät,
befolkningsdata…)
•
Orealistiska förväntningar skapar besvikelse hos ovana
användare
–
•
problem ofta orsakade av bristande nätkodning och obefintlig kalibrering
Problem med långväga kollektivtrafik
–
EMME/2 olämplig modell (?)
–
Trovärdighetsproblem hos Banverket
SAMPERS kort teknisk beskrivning
Centre for
Transport Studies
•
Fem regionala modeller, långväga modell, utrikes
•
Nästlad logit för personresor (frekv., dest., färdmedel) bra
–
6 ärenden, 6 färdmedel
•
Konstant matris för yrkestrafik inte bra
•
Statisk jämviktsmodell för trafikutläggning (EMME/2) ofta OK
men vissa välkända brister
•
Inget tidpunktsval ofta OK men uppenbar brist
•
Förenklad dygnsfördelning ibland OK men ofta problem
–
framsteg jämfört med att enbart modellera ”maxtimme” (rush)!
Centre for
Transport Studies
Eftermiddagen lika viktig som morgonen –
men har helt andra egenskaper!
350%
30000
25000
AM 2005
Infarter
Utfarter
PM 2005
300%
250%
20000
200%
15000
10000
150%
100%
0
50%
00
:3
0
02
:3
0
04
:3
0
06
:3
0
08
:3
0
10
:3
0
12
:3
0
14
:3
0
16
:3
0
18
:3
0
20
:3
0
22
:3
0
5000
0%
Arterials
inwards
Arterials
outwards
Streets inside
Roads inside
Efter trafikprognosen:
effektsambanden
Centre for
Transport Studies
•
Emissioner: verkar fungera OK
•
Olyckor: verkar fungera OK
–
•
men mycket arbete att koda! Korsningarna betydelsefulla
”Ekonomiska” effekter – viktiga men svåra att prognosera
–
tillväxt, sysselsättning, produktivitet, befolkning…
–
ofta små effekter… men ibland stora!
–
politiskt mycket viktiga
–
önsketänkande om man inte kan prognosera!
Centre for
Transport Studies
Vad ska man egentligen ha
prognosmodeller till?
Komplexa vs. enkla modeller
Prognos
Centre for
Transport Studies
Förutsägelse
Förståelse
Dimensionering, finansiering,
nytta/kostnad, intäkter...
På vilket sätt påverkas X av åtgärden
Y eller utvecklingen Z?
•
Hur många passagerare...?
•
•
Hur många bilar...?
Minskar bilköerna om man bygger
mer vägar?
•
Hur stora intäkter...?
•
Hur åstadkommer man attraktiv
kollektivtrafik?
•
Hur många p-platser...?
•
•
Hur långa restider...?
Hur påverkas den regionala
utvecklingen av nya vägar/spår?
•
Minskar trafikens utsläpp om man
förbättrar kollektivtrafiken?
Åtgärdsanalys – i idealfallet...
Centre for
Transport Studies
Problem
Utfall utvärdering
Idé till
lösning
Konkretisering
Genomför!
Låt bli!
Prognos
Bättre
förståelse
”Förståelse”-modeller
Centre for
Transport Studies
Ofta bra med enkla modeller, eftersom…
•
lätt göra fel i komplicerade modeller
•
lättare att inse vad som händer – vad som ”driver” modellen.
•
orkar göra fler analyser
•
orkar göra fler resultatuttag!
•
kan skräddarsys
Men…
•
storleksordningar blir osäkra
•
kan missa viktiga faktorer
•
lätt överfokusera (och önsketänka)
•
svårt med trovärdigheten
•
vissa fenomen måste (kanske) ”byggas upp” från detaljerad nivå
–
t ex trängsel i korsningar, restidsosäkerhet
Exempel: Tåg/flyg-konkurrens
Centre for
Transport Studies
Relativ tågandel mot tågrestid
100%
90%
80%
Tågandel
70%
60%
50%
40%
30%
20%
10%
0%
0
120
240
360
480
600
Tågrestid
720
840
960
•
Fråga: kan man med storskalig tågsatsning ”ersätta” inrikesflyget
•
Modell: Tågets marknadsandel endast funktion av tågrestid
•
Försummar bl a biljettprishöjningar
Resultat
Centre for
Transport Studies
100%
90%
80%
•
Trots jättesatsning på tåg (och
konstanta biljettpriser) minskar
inte antalet inrikesflygresor
Tågandel 2001-2015-2030
70%
Malmö
60%
Göteborg
Karlstad
50%
Sundsvall
Östersund
Umeå
40%
Skellefteå
30%
•
… men de ökar inte heller
20%
10%
0%
•
•
Problem: modellen ifrågasattes
för att den var för enkel
Hade vi stoppat in samma
antaganden i Sampers hade
ingen förmått ifrågasätta det…
0
100
200
300
400
500
600
Tågrestid från Stockholm 2001-2015-2030
Antal resor per år
30 000 000
25 000 000
20 000 000
Flyg
15 000 000
Tåg
10 000 000
5 000 000
0
2001
2015
2030
”Små” åtgärder – modellernas blinda fläck
Centre for
Transport Studies
•
Brist på trafikingenjörer, men många strategiska planerare
•
Modellerna klarar sällan ”små” åtgärder:
–
bättre korsningsutformning
–
bättre signalstyrning
–
bättre tidtabellspassning
–
enklare, bekvämare bytespunkter
–
…
•
Gör detta oss (planerarna) ”blinda” för sådana åtgärder?
•
Oproportionerligt lite pengar till sådana billiga, effektiva åtgärder!
Centre for
Transport Studies
Några allmänna
erfarenheter
Simulering av osäkra antaganden
Beräkning av effekt på CO2-emissioner av ny containerhamn
Centre for
Transport Studies
Många, många antaganden
av denna typ…
… ger sammanlagt utfall så här
… och visar vilka
antaganden som är
viktiga
Faktor
Em-faktorSpår
Em-faktorVäg
SjöavstNorvik
Em-faktorSjö
SpårandelGöteborg
vägavstNorvik
Annars via Malmö
vägavstGöteborg
spåravstGöteborg
SjöavstStockholms hamn
Min
-14%
-11%
-26%
-29%
-23%
Max
-34%
-29%
-13%
-19%
-18%
Abs diff
0.19
0.17
0.13
0.10
0.05
-24%
-19%
-20%
-20%
-21%
-20%
-24%
-24%
-23%
-23%
0.04
0.04
0.04
0.03
0.02
Resultatpresentation
Centre for
Transport Studies
•
Oslopakke 3 – jättepaket på 50-60 miljarder kr: spår och vägar
•
Presentation
–
färdmedelsandelar - oförändrade!
–
biltrafikarbetet - ökar!
–
”Det verkar ju inte hända något!”
•
Denna resultatpresentation visar inga nyttor!
•
Tänk igenom resultatpresentationen så den visar syftet med
åtgärden!
–
•
t ex bättre tillgänglighet – minskad biltrafik – minskad trängsel…
Två favoriter
–
restidsvinst per startområde
–
aggregerade OD-matriser per färdmedel
Tillgänglighetsförändring Österleden D
Centre for
Transport Studies
Tillgänglighetsförändring Österleden F
Centre for
Transport Studies
Hur behöver modellerna förbättras?
Centre for
Transport Studies
•
Modellanvändarna behöver bli bättre på att presentera resultat
•
Inför idéer från aktivitetsbaserade modeller
–
•
•
Mesosimulering ersätter statisk jämvikt?
–
kodningsproblem?!
–
estimeringsproblem
Modeller för distributionstrafik
–
•
”tidssatta turer” t ex
mycket arbete kvar!
Ökad efterfrågan på socioekonomisk uppdelning (?)
–
t ex män/kvinnor
Fördelen med modeller
Centre for
Transport Studies
“Anyone who has ever made the effort to understand a really useful
economic model learns something important: The model is often
smarter than you are.
The act of putting your thoughts together into a coherent model often
forces you into conclusions you never intended, forces you to give up
fondly held beliefs.
The result is that people who have understood even the simplest, most
trivial-sounding economic models are often far more sophisticated than
people who know thousands of facts and hundreds of anecdotes, who
can use plenty of big words, but have no coherent framework to
organize their thoughts. “
Paul Krugman
Centre for
Transport Studies
Inget är så praktiskt som en bra teori.