session 7 carl-henrik sandbreck
DESCRIPTION
Trafikprognoser som verktyg i målstyrd planering Transportforum 2014TRANSCRIPT
►
1
Trafikprognoser som verktyg
i målstyrd planering
Trafikprognos och samhällsekonomisk kalkyl med
K2020 och GR:s strukturbild som förutsättning
Carl-Henrik Sandbreck
◄ ►
WISE – Well-being In Sustainable cities
Delprojekt beslutsmodeller
I flera decennier har samhällets trafikplanering utgått från fortsatt växande
vägtrafik. För att nå en hållbar utveckling krävs sannolikt ett ”spårbyte”.
Innebär det samtidigt påtagligt förändrade beslutsunderlag och
beslutsprocesser?
◄ ►
Målbild - K2020
3
24%
40%
◄ ►
Trafikverket – prognos 2030
4
24%
◄ ►
Centrala verktyg i Trafikverkets planering
• SAMPERS - Trafikprognos
• SAMKALK – Samhällsekonomisk kalkyl
5
◄ ►
Trafikprognoser
Viktiga användningsområden inom planering:
• Dimensionering
• Indata till samhällsekonomisk kalkyl
◄ ►
Samhällsekonomisk kalkyl
• Ett av flera beslutsunderlag – en del i ”Samlad effektbedömning”
• Baseras på individers värdering
7 7
◄ ►
SAMPERS genererar resande
◄ ►
PALT Kopparberg, Gävleborg, Västernorrland,
TASS väst Halland, Göteborg och Bohuslän,
SAMM III Uppsala, Stockholm, Västmanland,
TASS sydöst Östergötland, Jönköping,
SKÅNE Kristianstad, Malmöhus
Jämtland, Västerbotten, Norrbotten
Älvsborg, Skaraborg, Värmland
Örebro, Södermanland
Kronoberg, Kalmar, Blekinge
Markanvändning
Restid/reskostnad
Ekonomisk utveckling
Resor
SAMPERS genererar resande
◄ ►
Markanvändning
Restid/reskostnad
Ekonomisk utveckling
Resor
SAMPERS - basprognos 2030
PALT Kopparberg, Gävleborg, Västernorrland,
TASS väst Halland, Göteborg och Bohuslän,
SAMM III Uppsala, Stockholm, Västmanland,
TASS sydöst Östergötland, Jönköping,
SKÅNE Kristianstad, Malmöhus
Jämtland, Västerbotten, Norrbotten
Älvsborg, Skaraborg, Värmland
Örebro, Södermanland
Kronoberg, Kalmar, Blekinge 23 %
◄ ►
Markanvändning
Restid/reskostnad
Ekonomisk utveckling
Resor
PALT Kopparberg, Gävleborg, Västernorrland,
TASS väst Halland, Göteborg och Bohuslän,
SAMM III Uppsala, Stockholm, Västmanland,
TASS sydöst Östergötland, Jönköping,
SKÅNE Kristianstad, Malmöhus
Jämtland, Västerbotten, Norrbotten
Älvsborg, Skaraborg, Värmland
Örebro, Södermanland
Kronoberg, Kalmar, Blekinge 40 %
K2020-prognos: definiera förutsättningar
◄ ►
12
Kan SAMPERS generera resande enligt K2020?
Trafikverkets bas-
prognos 2030 Dubblerad
trängselskatt
30 % kortare restid
med kollektivtrafik
Dubblerad
bränslekostnad
Parkeringsavgift
80/40/20 kr
Kombinerade
åtgärder
◄ ►
SAMPERS K2020-prognos
• Befolkningsutveckling enligt GR:s strukturbild
+ 10 000 boende per år fram till 2030
13
+ 1600 per ”station” – jämn spridning
+ 50 000
+ 100 000
◄ ►
SAMPERS K2020-prognos
• Parkeringsavgifter
14
Ökning 10-20 kr/h
Ökning 5-10 kr/h
◄ ►
SAMPERS K2020-prognos
• Bilinnehav:
80 % av dagens nivå
15
◄ ►
K2020-prognosen bygger på tre delar
16
Trafikverkets
basprognos
2030
23 %
K2020-prognos
2030
37 %
• Befolkningsutveckling
• Parkering
• Bilinnehav
◄ ►
Bilinnehav – starkt styrande parameter
Bilar per tusen invånare – Göteborgs kommun
17
275
470
1990 2010 2000
300
200
400
500
◄ ►
K2020-prognos - detaljresultat
18
28 %
23 %
37 %
”K2020-
andel”
◄ ►
Känslighetsanalyser för objekt
19
Norra Hisingsleden
(samh.ek. inv. kostnad: 1 600 mkr)
Nettonuvärde NNK
• Trafikverkets 2030 basprognos 490 mkr 0,3
• K2020-prognos 0 0
• Nolltillväxt (bef. 2010, ingen trafikutveckling) - 240 mkr - 0,15
• Minskad biltrafik med 20 % jft dagens nivå - 260 mkr - 0,16
◄ ►
Känslighetsanalyser för objekt
20
Västra Stambanan,
kapacitetsförstärkning Skövde-Göteborg
(samh.ek. inv. kostnad: 2 000 mkr)
Nettonuvärde NNK
• Basprognos – Trafikverkets 2030-prognos 5 400 mkr 2,7
• K2020-prognos 6 500 mkr 3,3
◄ ►
Sammanfattning
21
• Dimensionering kräver kvantitativa underlag
• Samhällsekonomisk kalkyl – ett av flera beslutsunderlag
• Indata avgörande för modellens utfall
• Bilinnehav starkt styrande
◄ ►
22
Hur hanterar vi…
…osäkerheten kring framtidens resande?
Känslighetsanalyser? Parallella scenarier?