Transcript Länk till publikation i fulltext

Sampers och långsiktiga prognoser
Staffan Algers KTH
Delprojekt Celeste-projektet ”Hur vi behandlar lång sikt”
2011-12-12
Centre for Transport Studies
SE-100 44 Stockholm
Sweden
www.cts.kth.se
1
Bakgrund
Denna PM är ett delprojekt Celeste-projektet ”Hur vi behandlar lång sikt”.
Följande delprojekt har definierats:
Huruvida värderingar bör öka över tiden och hur vi i så fall bör behandla det i
kalkylerna.
Hur många prognosår/kalkylår man bör använda i kalkylerna.
Analys av tillämpning av restvärden kontra långa kalkylperioder samt översikt över
vilka formler som finns för att beräkna restvärde.
Hur basscenarier i prognoser bör utformas utifrån erfarenheterna av det s.k. EETscenariot.
Huruvida Sampers bör ses över för att klara långsiktiga prognoser
Frågan om Sampers ”klarar” långsiktiga prognoser har åtminstone två
dimensioner. Den ena är vilken utsträckning det alls är möjligt att beskriva
utfallet långt fram
tiden av en viss åtgärd. Förutom osäkerheter
prognosförutsättningarna (vilket inte behandlas här) finns det också osäkerhet
om
vilken utsträckning de värderingar som finns inbyggda
prognosmodellerna fortfarande gäller. Detta handlar om Sampersmodellernas
förmåga att klara långsiktiga prognoser. Den andra dimensionen är hur man
faktiskt tillämpar Sampers för prognoser långt fram tiden. F.n. används enbart
ett prognosår för att beräkna effekterna av varje åtgärd. denna PM diskuteras
båda dessa dimensioner.
2
Sampersmodellernas förmåga att klara långsiktiga
prognoser
Sampersmodellerna beskriver resenärernas val av olika alternativ fråga om
färdsätt, målpunkt och resfrekvens för olika resärenden. Modellerna är
matematiska uttryck för sannolikheten att välja de olika alternativen, och
innehåller koefficienter för olika förklaringsfaktorer som reskostnader och
restid etc. Modellerna är skattade på faktiskt beteende som det kommit till
uttryck olika resvaneundersökningar. Modellskattningen har gått ut på att
finna de värden för koefficienterna som bäst förklarar det faktiskt observerade
beteendet. De resulterande koefficienterna uttrycker därför de värderingar som
gällde vid tidpunkten för resvaneundersökningen. Vid prognosberäkningar
används
med ett undantag
samma koefficienter, vilket innebär att
värderingarna antas konstanta över tiden. Undantaget avser värderingen av
reskostnad. Olika studier har visat att högre inkomst innebär högre tidsvärde,
vilket gör att en framtiden ökad inkomst skulle ge en ökad benägenhet att välja
snabbare men dyrare resalternativ.
Restidsvärdet bestäms av förhållandet mellan känsligheten för restid och
känsligheten för reskostnad. Rent teoretiskt beror känsligheten för restid för en
person på hur knapp personens tidstillgång är, och på samma sätt beror
känsligheten för reskostnad på hur knapp personens penningtillgång är. Vid
ökad inkomst är det därför rimligt att tänka sig att det är känsligheten för
reskostnad som gör att tidsvärdet ökar med ökad inkomst. Detta stöds också av
analyser baserade på tidsvärdesundersökningarna från 1994 och 2007.
För att beakta hur inkomstutvecklingen påverkar kostnadskänsligheten måste
man göra ett antagande om storleken på denna påverkan. Sampers antas f.n.
att kostnadskänsligheten reduceras med halva inkomstutvecklingen, så att en
tio procentig inkomstökning ger en fem procents lägre kostnadskoefficient.
Detta antagande baseras på resultaten från 1994 års tidsvärdesstudie. Denna
justering av kostnadskoefficienten motsvarar därför en inkomstelasticitet för
restidsvärdet på c:a 0,5 vi små förändringar av inkomsten, medan större
förändringar motsvarar större elasticitet på grund av att kostnadskoefficienten
finns nämnaren (tidsvärde restidskoefficient kostnadskoefficient). Vid en
inkomstökning på 50 procent motsvarar justeringen en inkomstelasticitet på c:a
0,67.
Under senare år har dels en ny svensk tidsvärdesstudie genomförts, dels har
olika metastudier genomförts baserade på ett stort antal värderingsstudier från
olika länder. Dessa studier pekar på en större inverkan av inkomst på tidsvärdet
än den som f.n. är implementerad Sampers. Resultaten från den svenska
tidsvärdesstudien pekar mot en inkomstelasticitet på c:a (Börjesson et al
2012), medan Heatco-studien (Heatco 2005) rekommenderar 0,7 när nationella
studier saknas.
När det gäller restidskänsligheten skulle den kunna påverkas av ökad
tidstillgång genom minskad arbetstid form av kortare arbetsdagar eller längre
semester. Den skulle också kunna påverkas av bekvämare fordon. Det skulle
princip vara möjligt att justera restidskoefficienten på samma sätt som
reskostnadskoefficenten, men dels har det inte (hitintills) gjorts några explicita
antaganden om ändrade arbetstider framtidsscenarierna, dels saknas kunskap
om hur stor denna påverkan så fall skulle vara. När det gäller ökad
bekvämlighet fordon kan detta princip hanteras genom att manipulera
restiderna med faktorer som kan härledas ur exempelvis Stated Choice
experiment med olika fordonstyper. Sådana prognoser har gjorts tidigare. Detta
förutsätter dock explicita scenarier detta avseende.
Andra värderingsförskjutningar som kan vara aktuella är äldres resvanor. Detta
kan vara extra betydelsefullt med hänsyn till den demografiska utvecklingen på
längre sikt. En faktor detta sammanhang är det ökande körkortsinnehavet för
äldre kvinnor. Detta beaktas (eventuellt) prognosmodellen för körkortsinnehav. En ökad benägenhet för äldre att resa beaktas åtminstone delvis
genom att ökad inkomst påverkar resfrekvensen.
Andra trender som inte uttrycks explicit modellvariabler är en ökande
specialisering arbetslivet. Detta skulle kunna komma till uttryck en ökande
varians destinationsvalet för arbetsresor (ökad heterogenitet lönebildningen)
vilket sin tur återspeglas längre resor. En ytterligare ökad internationalisering av näringslivet liksom ökad immigration kan också leda till ett ökat antal
internationella resor. Med hjälp av den allt längre tidsserien av nationella
resvaneundersökningar kan det vara värt att pröva vilken utsträckning rena
trender (dvs tiden) kan bidra till att förklara resandeutvecklingen.
den nuvarande planeringsprocessen antas markanvändningen vara densamma
för alla projekt. Särskilt när det gäller större projekt på längre sikt finns det skäl
att anta att markanvändningen påverkas av trafiksystemets utformning. För att
beskriva dessa effekter krävs en återkoppling till någon form av
markanvändningsmodell med
förmåga att
beskriva
effekter
av
tillgänglighetsförändringar används. Ett exempel på modelltillämpning med en
sådan återkoppling är Lutransmodellen, som består av en förenkling av
Sampersmodellerna integrerad med en markanvändningsmodell. Ett annat
exempel är modellen Landscapes, utvecklad på KTH.
Sammanfattningsvis är det önskvärt att öka förmågan hos Sampers
prognosmodeller att klara långsiktiga prognoser genom att
Justera restidsvärdets beroende av inkomst till att ligga mellan 0,7 – 1
Mer noggrant beskriva utvecklingen av äldres resvanor
Försöka fånga ren trendutveckling
Återkoppling till markanvändningsmodell
3
Tillämpning av Sampers för långsiktiga prognoser
Den nationella planeringsprocessen har hittills bestått att först genomföra en
inriktningsplanering av mer övergripande natur, utan utvärdering av enskilda
projekt. Därefter har man
den s.k. åtgärdsplaneringen genomfört en
projektorienterad utvärdering baserad på ett projekturval betingat av
resultaten från inriktningsplaneringen. Denna planeringsprocess är f.n., föremål
för översyn, med inriktning på en mer rullande process. Exakt vad denna
kommer att innebära är f.n. oklart, och vi nöjer oss här med att förmoda att den
snarast skulle innebära kortare tid från definition av bakgrundsscenarier till
färdig analys av enskilda projekt än vad som hittills varit fallet.
Den hittills tillämpade utvärderingsprocessen åtgärdsplaneringen har bestått
att genomföra en prognos för projekteffekterna ett visst prognosår, samma för
alla utvärderade projekt. Effekterna har sedan extrapolerats till att avse hela
projektets livslängd, baserat på trafiktillväxttal härledda ur skillnaden mellan
det s.k. JämförelseAlternativet (JA eller Basscenariet) för prognosåret (t.ex.
2020) samt JA för ett prognosår betydligt senare (t.ex. 2050). Tillväxttalen
beräknas så långt möjligt på lokala förhållanden.
Frågan huruvida det är önskvärt att förändra Samperssystemet för att bättre
kunna beskriva effekter av projekt med lång livslängd och/eller lång
implementeringstid är således beroende av vilken utsträckning man önskar
förfina den nuvarande behandlingen av projekteffekter för att bättre återspegla
den förväntade utvecklingen av projekteffekterna under projektets livslängd.
Nyttan av en investering består till stor del av förändringen restid (ibland
olyckseffekter) multiplicerad med antalet resor som får del av denna
förändring. Om restidsförändringen är oberoende av antalet resor
(”effektinvariant”) är det rimligt att approximera nyttan över hela livslängden
med restidsförändringen multiplicerat med trafikvolymen för varje år, vilket
återspeglas de ovan nämnda trafiktillväxttalen. Under sådana förhållanden
spelar också variationer förutsättningarna för JA mindre roll, vilket har
dokumenterats trafikverkens Publikation 2009:98 och Publikation 2009:157.
Om emellertid trafikefterfrågan påverkar restidsförändringen under perioden
(projektet är ”effektvariant”) kan detta vara ett felaktigt antagande (vilket också
påpekas
de nämnda publikationerna). Då kan såväl det nu tillämpade
extrapoleringsförfarandet som variationer
scenarioförutsättningarna få
betydelse. Ett försök att illustrera betydelsen har gjorts ett exempel bilagan.
Vi kan därför avgränsa problematiken till frågan hur ”effektvarianta” projekt
(dvs projekt vars effekter (per resa) varierar över projektets livslängd) ska
behandlas (författaren skulle gärna se ett bättre ord för sådana projekt, men
använder det tills vidare brist på bättre). huvudsak gäller detta vägprojekt
miljöer där trängsel kommer att råda under någon del av projektets livslängd,
men också vissa spårprojekt kan vara aktuella (dels för att de kan beröra
spårtrafikdelar med kapacitetsproblem, dels för att de kan påverka trängseln
biltrafiken).
4
Hantering av ”effektvarianta” projekt
Problemet är egentligen tudelat dels gäller det att identifiera ”effektvarianta”
projekt, dels gäller det att finna ett sätt att hantera dem. båda fall krävs att
prognoser genomförs under olika förutsättningar om trafikefterfrågan, vilket
ställer vissa krav på prognossystemet (Sampers).
4.1 Identifiering av ”effektvarianta” projekt
För att identifiera ett ”effektvariant” projekt krävs egentligen bara att man
genomför en prognosberäkning för slutåret projektets livslängd. Är resultatet
jämförbart med det extrapolerade resultatet den ordinarie analysen kan man
förmoda att projektet är ”effektinvariant”, annars inte. Storleken på avvikelsen
kan vara ett kriterium på huruvida en fördjupad analys behövs. Alla projekt
behöver heller inte testas det räcker med de projekt där finns anledning att tro
att sådana effekter förekommer. Förutsättningen för en sådan hantering är
förstås att ”effektvariansen” är monoton, dvs. att nytta antingen enbart ökar
eller enbart minskar över tiden, vilket förefaller rimligt åtminstone så länge inte
korseffekter mellan olika projekt uppstår.
För att en sådan projektidentifiering ska kunna genomföras krävs dels tillräcklig
tid för analysen, dels att prognossystemet har viss förmåga att beskriva
trängseleffekter.
4.2 Utvärdering av ”effektvarianta” projekt
För att utvärdera ett ”effektvariant” projekt behöver man veta hur
”effektvariansen” ser ut under projektets livslängd. För att undvika att behöva
göra prognoser för varje år kan man göra någon form av periodindelning där
man gör en prognos för varje period, t.ex. en prognos för varje 10-årsperiod.
detta stag vill man mer noggrant kunna beräkna projektets effekter, vilket
kräver en mer utvecklad modellering av trängselfenomenet än vad som krävs
för den ovan beskrivna identifieringen av ”effektvarianta” projekt.
För att analysera ”effektvarianta” projekt krävs dels tillräcklig tid för analysen,
dels att prognossystemet har god förmåga att beskriva trängseleffekter.
5
Önskvärda förändringar av Samperssystemet
Av det ovan sagda är det uppenbart att snabbhet prognosmodellerna och
korrekt beskrivning av trängselfenomenet är grundbuktar en förbättrad
hantering av långsiktiga effekter ”effektinvaranta” projekt.
5.1 Snabbare modeller
de användarenkäter som genomförts projektet 3M framgår med önskvärd
tydlighet att exekveringstiderna för Samperssystemet upplevs som ohanterligt
långa. Den ovan beskrivna processen för att hantera ”effektvarianta” projekt
innebär krav på ytterligare analys. Detta faktum, samt förmodandet att en
reviderad planeringsprocess kommer att kräva en snabbare hantering av
analyserna leder till krav på snabbare modeller. det diskussioner som förts
olika former avseende Samperssystemets utveckling har detta krav ofta
understrukits. ett av de utvecklingsprojekt projekt som genomförts till följd av
dessa diskussioner (xxx) har möjligheten att skriva om prognosprogrammet
ett snabbare programspråk undersökts.
detta projekt har Sampers
arbetsresemodell skrivits om C-sharp, vilket har inneburit en omloppstid på
mindre än en tiondel av den nuvarande tiden.
F.n. pågår ett projekt för portering av Sampers till VB.net. Det är svårt att säga
om denna förändring kommer att ge samma effekt som portering till C_sharp,
men det är uppenbart att omloppstiderna nuvarande Sampersversion kommer
att kunna kortas betydligt.
5.2 Ökad förmåga att beskriva trängseleffekter
Sampers modell för nätutläggning (Emme3) är en makromodell, och simulerar
därför inte direkt de fysiska kapcitetsbegränsningarna mot bakgrund av hur
trafikefterfrågan byggs upp under dagen. Samperssystemet underskattar därför
trängseleffekten. För att korrekt kunna beskriva trängseleffekterna krävs en
dynamisk nätutläggningsmodell. Även om det redan nu är möjligt att få någon
slags beskrivning av trängsel Samperssystemet är det därför ett angeläget
utvecklingsprojekt att integrera en dynamisk nätutläggningsmodell
Samperssystemet. Att koppla en efterfrågemodell till en dynamisk
nätutläggningsmodell har länge varit föremål för forsknings- och
utvecklingsarbete, bl.a. på KTH där utvecklat ett sådant modellsystem
utvecklats (baserat på Contram som nätutläggningsmodell). En sådan
utveckling är viktig inte bara för att kunna hantera långsiktiga effekter, utan
också för att hantera effekterna på kort sikt. Denna utveckling blir emellertid
extra betydelsefull vid hanteringen av lång sikt.
Ett ytterligare skäl att förbättra trängselbeskrivningen är att öka möjligheten att
utvärdera projektvarianter ska man bygga en bro med två eller fyra körfält?
Nyttan av det andra körfältet kanske inte visar sig förrän efter ett antal år vore
det då bättre att först bygga en bro med två körfält och efter ett antal år utöka
med två körfält? Eller bygga en ytterligare bro med två körfält? När er det så
fall optimalt? Användningen av Samperssystemet för att utvärdera varianter
innan man bestämmer vilka alternativ som ska ingå åtgärdsplaneringen kan
vara minst lika betydelsefull som utvärderingen själva åtgärdsplaneringen.
6
Sammanfattning
denna PM diskuteras frågan om det krävs några förändringar
Samperssystemet för att kunna behandla långsiktiga projekteffekter bättre. Två
dimensioner
denna problematik definieras
dels Sampersmodellernas
förmåga att göra prognoser för avlägsna prognosår, dels hur Samperssystemet
tillämpas vid utvärdering av långsiktiga projekt. När det gäller det förra är det
främst värderingsförskjutningar jämfört med de värderingar som gällde vid
skattningen av modellerna som är relevanta. Sammanfattningsvis befanns det
önskvärt att öka förmågan hos Sampers prognosmodeller att klara långsiktiga
prognoser genom att
Justera restidsvärdets beroende av inkomst till att ligga mellan 0,7 – 1
Mer noggrant beskriva utvecklingen av äldres resvanor
Försöka fånga ren trendutveckling
Återkoppling till markanvändningsmodell
När det gäller hur Samperssystemet tillämpas vid långsiktiga prognoser antas
f.n. att projektens effekter utvecklas över tiden takt med trafikutvecklingen
baserad på ett långsiktigt jämförelsealternativ. Detta har olika studier visat sig
vara en rimlig approximation de fall projekteffekten per resa inte varit
beroende av trafikvolymen. Som också påpekats dessa studier gäller detta inte
när det förekommer trängseleffekter, vilka kan uppträda när som helst under
projektets livslängd. För att kunna utvärdera dessa projekt på ett korrekt sätt
krävs att utvecklingen av projekteffekterna över projektets livslängd kan
beskrivas. Detta förutsätter såväl en att trängselfenomenet beskrivs tillräckligt
väl, dels att handläggningstiderna inte blir för långa. Det senare kan undvikas
dels genom att modellerna kan förväntas bli betydligt snabbare genom den nu
pågående omprogrammeringen, dels genom att man kan identifiera de projekt
som behöver en mer utvecklad analys genom att göra en prognos (eventuellt
med en förenklad modell) för slutåret och jämföra den med resultatet av den
extrapolation som görs det nu tillämpade standardförfarandet. Den förändring
av Samperssystemet som är mest angelägen att genomföra för att hantera
långsiktiga effekter av projekt som påverkas av trafikvolymens utveckling är att
integrera en dynamisk nätutläggningsmodell
för storstäderna.
7
den regionala modellen, främst
Referenser
Eliasson, J., Lundberg, M., Sundbergh, P. (2009) Alternativa scenariers påverkan
på lönsamhet. Publikation 2009:98 Vägverket, Banverket, Sjöfartsverket
och Transportstyrelsen.
Samlad effektbedömning av nationell plan samt länsplaner för regional
transportinfrastruktur, bilaga Slutsatser känslighetsanalyser.
Publikation 2009:157 Vägverket, Banverket, Sjöfartsverket och
Transportstyrelsen.
Börjesson, M., Fosgerau M., Algers S. (2012) On the income elasticity of the value
of travel time. Transportation Research Part 46 (2012) 368–377
Heatco (2005) Deliverable
Proposal for Harmonised Guidelines. EU 7th
Framework Progran
8
Bilaga - Exempel på problem vid hantering av
trängseleffekter genom proportionering
ett försök att förtydliga problematiken vid hntering av trängseleffekter på lång
sikt ges här ett scematiskt exempel. Vi9 tänker oss en del av ett vägnät som
berörs av ett tänkt projekt, vilket skulle tillföra ytterligare kapacitet. figuren
nedan visas sambandet mellan belastningen på detta vägnät och de
resulterande restiderna.
Restid
e50
eJA20
e10
t JA50
t JA30
t10
Trafikvolym
v2010
vJA 30
vJA 50
Figuren innehåller vidare den efterfrågan som beräknas för åren 2010, 2030
och 2050, samt de trafikvolymer och restider som resulterar JA för respektive
år. Efterfrågan är en funktion av den resulterande restiden. nästa figur har en
tänkt kapacitetshöjande investering lagts till.
Restid
e50
eJA20
e10
t JA50
t JA30
t UA50
t10
t UA30
vUA 30
v2010
vJA 30
vUA50
Trafikvolym
vJA 50
Den röda volym-restidsfunktionen beskriver vägsystemet med den
nyinvesteringen tillagd. De resulterande volymerna och restiderna för
prognosåren 2030 och 2050 har också lagts till figuren. Normalt gör en
prognos enbart för ett prognosår, 2030 vårt exempel. Nyttan detta exempel
blir då den ljusblå ytan nästa figur:
Restid
e50
eJA20
e10
t JA50
t JA30
t UA50
t10
t UA30
vUA 30
v2010
vJA 30
vUA50
Trafikvolym
vJA 50
Med nuvarande angreppssättet skrivs denna nytta fram för hela livslängden
med den tillväst som ges av utvecklingen JA30 till JA50. Om vi antar att
volymökningen JA30 JA50 är 20 procents, så skrivs alltså såväl den ljusblå
rektangeln som den ljusblå triangeln upp med 20 procent. Effekten visas av det
mörkblå partiet nästa figur, som alltså visar den mernytta som då förmodas
uppstå år 2050:
10
Restid
e50
eJA20
e10
t JA50
t JA30
t UA50
t10
t UA30
vUA 30
v2010
vJA 30
vUA50
Trafikvolym
vJA 50
Detta kan jämföras med den nytta som skulle bli följden av prognosberäkningen
för 2050 och som visas nästa figur:
Restid
e50
eJA20
e10
t JA50
t JA30
t UA50
t10
t UA30
vUA 30
v2010
vJA 30
vUA50
Trafikvolym
vJA 50
För att visa skillnaden kan vi lägga in den nytta som beräknats genom
uppskrivning ovanpå den korrekt beräknade nyttan:
11
Restid
e50
eJA20
e10
t JA50
t JA30
t UA50
t10
t UA30
vUA 30
v2010
vJA 30
vJA 50
vUA50
Trafikvolym
Resultatet av jämförelsen blir alltså att vi underskattar nyttan av den
kapacitetshöjande investeringen. Man skulle kanske tänka sig att den framtida
nyttan överskattas vid en ökad framtida trafikvolym, eftersom motsvarande
trängselökning ökar restiden. Men nyttan beräknas jämförelse med JA, och
eftersom trängseln ökar ännu mer JA så ökar nyttan av UA.
12
Centrum för transportstudier är ett forskningscentrum vid KTH ett samarbete mellan KTH,
VTI, WSP Analys
Strategi, Internationella Handelshögskolan
Jönköping, Trafikanalys,
Trafikverket, Vectura och VINNOVA. Forskningsfältet omfattar bland annat samhällsekonomisk
analys, hållbara transportsystem, prognosmodeller, trafiksimulering, transportsystemets
finansiering och organisation, samspelet mellan transportsystem och regional ekonomi samt
trafikanters beteenden och värderingar. Centret är en tioårig satsning med en total finansiering
från parterna på uppåt 250 miljoner kr, oräknat tillkommande externa uppdrag. Verksamheten
sysselsätter motsvarande minst 20 heltidstjänster, oräknat de många forskare vid de olika
parterna som har sin finansiering på annat sätt, och har en gemensam lokalisering på KTH:s
campus.
The Centre for Transport Studies is new research centre at KTH
cooperation between KTH,
VTI, WSP Analysis
Strategy, Jönköping International Business School, Transport Analysis,
Transport Administration, Vectura and VINNOVA. The research area includes cost-benefit
analysis, sustainable transport systems, transport modelling, simulation, financing and
organisation, interactions between the transport system and the regional economy, and
travellers’ behaviour and valuations. The Centre is ten-year project comprising almost 250
million SEK, not counting additional research grants. The centre employs around 20 full-time
equivalents, in addition to the researchers at the partners funded in other ways, and has joint
location at KTH campus.
Centre for Transport Studies
SE-100 44 Stockholm
Sweden
www.cts.kth.se