En ny TØI-rapport (Hulleberg mfl. 2018) ser på syklisters veivalg i Oslo. Formålet med studien er å kartlegge preferanser for ulik sykkelinfrastruktur avslørt av syklistenes faktiske adferd; altså basert på såkalte revealed preference (RP) data.
Tidligere studier i Norge (f.eks. Loftsgarden mfl. 2015) har utelukkende brukt stated preference (SP) data, som kan medføre en viss overdrivelse av preferanser siden SP-valgene er hypotetiske.
Ved bruk av GPS-data unngår man altså i denne studien en hypotetisk skeivhet i resultatene.
Vi bruker samme GPS-data fra 721 personer som tidligere ble brukt til å studere hvor fort syklister sykler i Oslo Så fort sykler folk i Oslo. Totalt består datagrunnlaget av i overkant av 42 000 sykkelturer.
Rutene som syklistene valgte å sykle er koblet opp mot veinettverk fra OpenStreetMap (OSM). Vi vurderer OSM som det mest detaljerte nettverket for sykling siden det inkluderer mange snarveier og stier.
Merk at OSM er basert på innsamlede data og frie ressurser, og er satt sammen på dugnad. Dette betyr at detaljeringsgraden er veldig påvirket av hvor folk legger inn informasjon og hva de legger inn.
Figur 1 viser deler av nettverket og hvordan ulike veiavsnitt er kodet i ulike infrastrukturkategorier. Denne kategoriseringen er hovedsakelig basert på OSM-tags, men det er gjort noen manuelle endringer tilpasset prosjektet.
Figur 1: OSM-nettverk med kodet infrastruktur. I denne figuren vises ikke fortau.
Figurene under viser noen hypotetiske eksempler på rutevalg for syklister. Disse rutene er laget for å illustrere metodikken og samtidig ta hensyn til personvern, og de er ikke identiske med noen av GPS-sporene som benyttes i analysene.
De genererte rutene har vi sammenlignet med kortest mulige rute. Turen i Figur 2a går fra Linderud T-banestasjon til Carl Berners plass T-banestasjon. Korteste rute går gjennom Risløkka og Løren og består av 17 % sykkelvei, mens valgt rute følger Trondheimsveien. Den valgte ruta er om lag 30 % lengre enn den korteste ruta, og over halve veien består av sykkelvei.
Figur 2a: Korteste rute (i rødt) sammenlignet med valgt rute (i blått). Tur fra Linderud T-banestasjon til Carl Berners plass T-banestasjon. Start- og sluttsted er markert med grønt.
Turen i Figur 2b går fra Oslo sentrum til Brekkedammen ved Kjelsås. Korteste rute går gjennom Grünerløkka, Torshov, Sandaker og Nydalen. Den følger trikketraséen fra Grünerløkka opp til Sandaker og går langs Akerselva fra Nydalen. Den valgte ruta går via Tøyen og følger deretter ring 2 mot Carl Berner. Deretter sykles det gjennom Torshovdalen, før ruta følger Kjelsåsveien den siste delen. Merk at ruta er lagt utenom både Carl Berner-krysset og Sinsenkrysset. Den valgte ruta er 12 % lengre enn den korteste. Den korteste ruta har en høyere andel sykkelfelt enn den valgte, mens den valgte har en høyere andel sykkelvei.
Figur 2b: Korteste rute (i rødt) sammenlignet med generisk valgt rute (i blått). Tur fra Oslo sentrum til Frysja. Start- og sluttsted er markert med grønt.
21 % omveier i gjennomsnitt
Vi har i Tabell 1 sammenlignet noen kjennetegn ved valgt sykkelrute og ved kortest mulige rute. Dette er gjennomsnittstall basert på alle 42 267 sykkelturer i datasettet.
Tabell 1. Kjennetegn ved valgt rute og ved korteste rute. Gjennomsnitt for hele datamaterialet.
Kjennetegn ved rute |
Korteste rute |
Valgt rute |
Forhold (valgt/ korteste) |
Lengde (meter) |
3629 |
4393 |
1,21 |
Stigning oppover i % |
3,13% |
2,80% |
0,89 |
Andel G/S-vei |
0,6% |
0,7% |
1,27 |
Andel sykkelfelt |
8,1% |
9,0% |
1,11 |
Andel Ikke-tilrettelagt |
57,9% |
49,5% |
0,85 |
Andel separat sykkelvei |
6,3% |
13,2% |
2,10 |
Andel sti |
2,3% |
0,9% |
0,40 |
Andel park |
4,9% |
4,7% |
0,96 |
Andel gågate |
0,9% |
0,7% |
0,83 |
Andel fortau sentrum |
7,8% |
9,5% |
1.22 |
Andel fortau ellers |
11,3% |
11,7% |
1.04 |
Korteste rute er i gjennomsnitt 3,6 km lang, mens gjennomsnittet av de valgte rutene er 4,4 km, noe som tilsier at det sykles i gjennomsnitt rundt 21 % lenger enn korteste rute.
Variasjonen i syklet omvei er stor; noen personer tar ingen omvei og sykler den korteste ruten, mens andre sykler veldig store omveier (rundt 6,5 % av sykkelturer har over 50 % omveier). Fra data ser vi også en tendens til at omfanget av omveien – målt både absolutt og relativt – er høyere ved lange sykkelturer.
Fra Tabell 1 ser vi at valgt rute i gjennomsnitt har mindre stigning enn korteste rute, noe som viser at syklistene tenderer til å sykle omveier for å unngå bratte bakker og opp-og-nedover-ruter. Tilleggsanalyser viste at syklister anser 1 høydemeter oppover som like belastende som 10 ekstra meter i flatt terreng.
Videre ser vi fra Tabell 1 at den valgte ruta har høyere andel sykkelinfrastruktur som anses som tilrettelagt: sykkelfelt i veibanen (adskilt fra fotgjenger), G/S-veier (adskilt fra biler) og spesielt separate sykkelveier som er adskilt fra både fotgjengere og biler.
Valgt rute har mer enn dobbelt så høye andeler med separate sykkelveier sammenlignet med korteste rute, noe som kan antyde at separate sykkelveier er en av hovedgrunnene til at syklisten velger å avvike fra korteste rute.
«Komforteffekten» av bedre sykkelinfrastruktur
At syklisten foretrekker tilrettelagt infrastruktur kan ha ulike grunner. En viktig grunn er at man kan sykle raskere på tilrettelagte veier. I denne studien er vi interessert i den gjenstående effekten, den såkalte «komforteffekten» som går ut over høyere fart. Komforteffekten kan inneholde økt opplevd trygghet, redusert ulykkesrisiko og økt komfort i nærmere forstand (at man ikke må forholde seg til biler/fotgjengere osv.).
Forskningsspørsmålet blir da hvor mange minutter (ikke meter) en syklist er villig til å sykle på separate sykkelveier for å unngå ett minutt syklet på veier som er mindre tilrettelagt (mindre komfortable).
Vi har brukt relativt avanserte metoder for å estimere disse komforteffektene (se detaljer i rapporten). Tabell 2 viser resultater.
Tabell 2: Estimerte komforteffekter
Minutter som syklister er villig å sykle på separate sykkelveier for å slippe å sykle 1 minutt på disse type veier: |
|
---|---|
Sykkelfelt |
1,70 |
Gang- og sykkelvei (felles infrastruktur for gående og syklende) |
2,17 |
I veibanen |
2,01 |
På sti |
3,73 |
På fortau i sentrum |
3,19 |
1,7 minutter på separat sykkelvei oppleves altså (i gjennomsnitt) like belastende som 1 minutt på et sykkelfelt. Jo høyere tall i Tabell 2, jo mindre komfortabel oppleves den typen infrastruktur (på engelsk fagspråk snakker vi om «discomfort factor»).
Et viktig steg i forbedring av regionale transportmodeller
De regionale transportmodeller (RTM) i Norge brukes for å predikere trafikkbelastning på de enkelte veiavsnitt og er et sentralt verktøy for transportplanlegging.
Tidligere versjoner av RTM var mindre egnet til sykkelanalyser pga. et for grovt veinett (mange sykkelveier var ikke kodet i nettverket) og en veldig forenklet beregning av etterspørsel og rutevalg for sykling (og gåing). Man antok at alle personer i modellen syklet korteste rute og at nytten av å sykle kun forklares med turens lengde.
Transportetatene, med Vegdirektoratet i spissen, har brukt betydelige ressurser på å forbedre RTM slik at man kan kartlegge effekter av ny sykkelinfrastruktur i fremtidige analyser (f.eks. i byutredningene og kommende NTP). Sykkelanalysene i ny RTM fra 2018 er styrket med følgende forbedringer:
-
Sykkelnettverket er forbedret
-
Flere variabler (stigning, fart, infrastruktur m.m.) brukes i RTM sin etterspørselsmodell (TraModby)
-
Nettutlegging av sykkelreiser bruker en avansert fartsmodell
-
Nettutlegging bruker («komfort»-) vekter for sykkelinfrastruktur
Vår studie gir grunnlag for å oppdatere vektene som brukes ved nettutlegging, noe som vil forbedre den underliggende adferdsmodelleringen i rutevalget blant syklistene. Det vil trolig også øke presisjonsnivået i etterspørselsberegningen i RTM.
Det er likevel slik at RTMs sonestruktur gjør at den ikke er egnet til modellering av de korteste sykkelturene (som er soneinterne eller går mellom nabosoner).
En annen transportmodell der vektene for nettutlegging/rutevalg kan inngå er MATSim (Horni mfl. 2016). I motsetning til RTM, er MATSim en simuleringsmodell der sykling modelleres «sekund for sekund» slik at rutevalget kan visualiseres i «sanntid». I tillegg har MATsim en høyere geografisk oppløsning enn RTM.
I et annet prosjekt har vi – i samarbeid med PROSAM - implementert en MATSim- modell for sykling i Oslo der foreløpige resultater av foreliggende studie inngår i modellen (Flügel og Æversson 2018).
Mulige implikasjoner av «omveier» for transportplanlegging
Samfunnsøkonomiske analyser av nye sykkelveier skal gi en indikasjon på om den forventede samfunnsnytten som genereres overstiger kostnader ved bygging og vedlikehold av sykkelveien. Nytten av en sykkelvei vil i stor grad avhenge av hvor mange personer som vil benytte seg av veien (etterspørselseffekten), hvor store reisetids- og komfortgevinster (målt i kroner) som forventes og hvor store helsegevinster (igjen målt i kroner) den økte syklingen medfører.
I praksis måles helsegevinster med utgangspunkt i syklede kilometer (ikke syklede minutter) og er dermed avhengig av etterspørselen til sykkelveien (etterspørselseffekten) og eventuelle endringer i rutevalget.
Vår konklusjon om at folk vil sykle omveier for å benytte bedre sykkelinfrastruktur innebærer at de er villige til å sykle lenger enn før dersom det etableres en ny sykkelvei. Dette vil i så fall generere helsegevinster også for allerede eksisterende syklister, kun basert på endringer i rutevalget.
I MATSim-modellen for Oslo har vi testet hva effekten av en sykkelekspressvei (SEV) fra Lillestrøm til Oslo vil være. Vektene for rutevalg for eksisterende infrastruktur er sammenlignbare med resultatene presentert i Tabell 2, mens vi antok en ekstra komforteffekt på 10 % for SEV sammenlignet med «vanlige» separate sykkelveier.
Merk at folk allerede i referansescenarioet uten SEV avviker fra korteste rute ved å sykle omveier for å benytte eksisterende separate sykkelveier og markerte sykkelfelt. Spørsmålet er hvor mye ekstra omvei det sykles i tillegg som en konsekvens av sykkelekspressveien.
Figur 3 viser antatt influensområde for sykkelekspressveien mellom Lillestrøm og Oslo.
Figur 3: Antatt influensområde for sykkelekspressvei Lillestrøm–Oslo.
Simuleringer viste at den gjennomsnittlige sykkeldistansen per sykkeltur i influensområdet økte fra 4163 meter i referansescenario uten SEV til 4238 meter i scenario med SEV. Altså en økning på 75 meter per sykkeltur som direkte kan tilbakeføres til SEV.
Merk at dette gjennomsnittstallet inkluderer et antall turer som ikke i det hele tatt – eller kun i liten grad – benytter seg av sykkelekspressveien i SEV-scenarioet.
Med rundt 5800 daglige sykkelturer i influensområdet og en helsegevinst på rundt 28 kroner per syklet kilometer blir helsegevinsten for eksisterende syklister på rundt 18,5 millioner kroner per år.
For at denne SEV-en skal være samfunnsøkonomisk lønnsom trengs det også helsegevinster fra nye syklister (se beregninger i Flügel og Madslien 2017). Siden det er vanskelig å anslå hvor mange nye syklister det kan forventes som følge av et konkret sykkelinfrastrukturprosjekt, kan det være «betryggende» å vite at også eksisterende syklister vil sykle noe lengre (i gjennomsnitt) som følge av forbedrede sykkelveier.
Det genereres altså en god del helsegevinster fra eksisterende syklister, noe som vil – andre ting likt – øke lønnsomheten av sykkelinfrastrukturprosjekter.
Konklusjonen
Studien vår viser at:
- Syklister har preferanser for tilrettelagt sykkelinfrastruktur, noe som gjenspeiler seg i syklistenes valg av sykkelrute
- En forbedret sykkelvei vil – andre ting likt – føre til at eksisterende syklister er villige til å sykle lenger (noe som medfører helsegevinster)
Våre resultater tyder på at det bl.a. er forskjeller i infrastruktur i veinettet som fører til at flere sykler lenger enn de strengt tatt må. Hvordan eksisterende syklister vil respondere på en forbedring av veier med lav tilrettelegging er ikke gitt. For noen vil den bedre tilrettelagte veien føre til at de sykler kortere (forbedringen skjer langs en kortere rute enn de bruker i dag), mens andre syklister vil være villige til å sykle lenger for å benytte seg av den nye veien.
Referanser
Flügel, S. og Ævarsson, G. (2018) MATSim case study:
Sykkelekpressvegen Lillestrøm-Bryn, Powerpoint Presentasjon presentert for PROSAM, March 2018, Presentasjonen er tilgjengelig ved forespørsel
Flügel, S. og Madslien A. (2017) Beregning av samfunnsøkonomisk nytte av planlagte sykkelekspressveger med verktøyet EkspressEffekt, TØI-rapport 1561/2017
Horni, A., Nagel, K. and Axhausen, K.W. (eds.) 2016 The Multi-Agent Transport Simulation MATSim. London: Ubiquity Press. DOI: http://dx.doi.org/10.5334/baw. License: CC-BY 4.0
Hulleberg, N., Flügel, S. & Ævarsson, G. (2018). En statistisk analyse av syklistenes rutevalg basert på GPS-data (TØI-arbeidsdokument 51334/2018).
Loftsgarden, T., Ellis, I. O. & Øvrum, A. (2015). Markedsundersøkelse om sykkel i fire byområder. Dokumentasjonsrapport. (UA-rapport 54/2015). Urbanet Analyse.
DEBATTREGLER I SAMFERDSEL
Har du synspunkter på denne saken, så kom gjerne med dem her i kommentarfeltet! Det du skriver vil i de fleste sammenhenger fremstå som mer interessant og troverdig dersom du skriver under fullt navn. Hold deg til saken, vis respekt og raushet overfor andre og deres meninger. Husk at det du skriver kan bli lest av mange!
Ytringer som inneholder trusler eller annen form for sjikane, vil bli fjernet.
Vennlig hilsen
Samferdsel-redaksjonen