Tesla-sjef Elon Musk ser for seg at selvkjørende taxier kan komme på markedet rundt om i verden allerede neste år, og at man da kan tilby skyss i robotaxi for en pris tilsvarende omkring én krone per kilometer.

Denne artikkelen handler om mulige effekter av robotaxier på transportetterspørselen i Oslo/Akershus og hvordan slike selvkjørende, førerløse taxier kan komme i konflikt med nullvekstmålet for byområder.   

Mandag 22. april var Tesla Autonomy Day, arrangert ved Tesla-hovedkvarteret i Palo Alto i California, der Elon Musk og kolleger visste fram teknologien bak Teslas visjon om førerløs bilkjøring.

Hele seansen – som kan sees på YouTube her – gikk ut på å vise hvor langt Tesla har kommet med å tilby hel-autonom kjøring, det vil si kjøring uten noen som helst hjelp av mennesker.

Som del av «masterplanen» vil man være klar med hel-autonomi på alle typer veier i år og – gitt godkjenning fra berørte myndigheter – slippe løs robotaxier neste år. Se skjermdump nedenfor.

Figur 1: Skjermdump fra presentasjonen på Teslas Autonomy Day

Robotaxier innebærer at man – ved bruk av Tesla-appen – kan bestille en tilgjengelig bil fra en Tesla-flåte. Flåten vil bestå av alle biler som ulike Tesla-eiere har frigjort for bildeling.

Det vil Tesla-eierne typisk gjøre – mens de sover eller jobber – for å tjene penger på at andre personer bruker deres bil for å komme fra A og B.

Kostnaden ved å tilby denne transportløsningen kan være så lav som én krone per kilometer (selv om en tar høyde for opptil 50 prosent tomkjøring), ifølge Tesla.

Flere får tilgang til bil

Tesla hevder at en Tesla-bil i et slikt scenario, der man kan tjene penger på å dele bilen, har en netto-nåverdi på mer enn 1,5 millioner kroner, noe som vil gjøre kjøpet av enhver Tesla til en svært lønnsom affære.

Uansett om forbrukerne kjenner til eller tror på dette regnestykket øker Tesla salget kraftig, også i Norge (https://teslastats.no/).

Alle Tesla-biler levert etter oktober 2016 har nødvendig kamera/sensor- og sikkerhetssystem på plass for å kunne kjøre førerløst, og de forventes å kunne oppgraderes til robotaxier ved installering av Teslas egen «full-autonomy-computer» (som allerede er installert i alle nye biler), og i tillegg en kommende programvareoppdatering.

På verdensbasis regner Tesla med å ha over en million biler ute på gatene som kan oppgraderes til robotaxier innen sommeren 2020. 

Et mulig scenario, også for Norge, kan dermed være at det bygges opp et nettverk av robotaxier som enhver person (avhengig av eventuell aldersgrense) kan bestille for en skyss, og det for en veldig konkurransedyktig pris. 

I tillegg til at brukergruppen for bil øker, vil robotaxier unngå mye av parkeringsproblematikken som vanlige biler har, i Norge spesielt i Oslo. I tillegg forventes det at reisetiden i en robotaxi oppleves mer komfortabel og nyttig siden man kan bruke bilturen til å sove eller jobbe.

Disse tre fordelene (større brukergruppe, ingen parkeringsproblemer, mer komfortabel reisetid) vil i teorien øke etterspørselen etter bilturer og redusere etterspørselen for kollektivtransport, gange og sykling.

Det er uklart hvor sterk denne effekten er. Mobilitetsstudien til Ruter (gjennomført av COWI og PVT) simulerte hvor mange taxier som trengs for å tilfredsstille dagens etterspørsel, men beregnet ikke om og hvor mye etterspørselen vil øke som følge av selvkjørende taxier.

Et blikk inn i fremtiden

For å anslå denne effekten har vi gjort en relativ enkelt simulering med transportmiddelvalgmodellen MPM23 (Flügel mfl. 2015, Flügel og Jordbakke 2017). Denne modellen simulerer valg av transportmiddel for reiser innenfor Oslo og Akershus.

De matematiske sammenhengene i modellen er basert på 47 762 reiser rapportert i Ruters Markedsinformasjonssystem (Ruter MIS) mellom september 2014 og desember 2017. I basisscenarioet vil modellen gjenspeile faktiske markedsandeler i denne perioden basert på eksisterende transporttilbud. I et tiltaks- eller framtidsscenario kan man endre ulike parametere i modellen og simulerer nye markedsandeler.

Vi har simulert et framtidsscenario der alle bilturer i Oslo og Akershus foregår med robotaxier, basert på følgende antakelser:

• Prisen for robotaxi er én krone per kilometer (som tilsvarer modellens nåværende pris for gjennomsnittlige kjørekostnad for vanlige biler)

• Det er ikke noe «oppstartsgebyr» for robotaxier. Bomtakstene er uendret som de ligger i modellen (2017-nivå).

• Alle personer i modellen (modellen inneholder kun personer med alder minst 15 år) kan bestille en robotaxi; biltilgangen øker dermed fra 79 prosent i basisscenarioet til 100 prosent.

• Vi gir alle personer «gratis parkering ved arbeidsplassen» (en økning fra 43 prosent i basisscenarioet). Variabelen brukes i modellen for alle reisehensikter, og den representerer en generell parkeringsulempe på den aktuelle relasjonen.

• Vi antar at tidsulempen («tidsverdien») ved å sitte i bil reduseres med 30 prosent, dette for å fange opp økt reisekomfort. Dette tallet er estimert på data fra samvalgeksperimenter (Flügel et al 2019).

• Siden MPM23 ikke modellerer virkningen av biltrafikk på kø, øker vi reisetiden i og inn til Oslo med 20 prosent i rushperioden for å fange opp at graden av kø muligens øker som følge en økning i etterspørselen etter bilreiser.

• Vi antar at man i gjennomsnitt må vente tre minutter på en robotaxi i Oslo og seks minutter i Akershus

• Vi antar at robotaxier stopper ved faste «byttepunkter» i Oslo (ikke Akershus) og at dette innebærer gåtid (til og fra byttepunkter) på fire minutter i gjennomsnitt

Ulempen av to siste kulepunktene er implementert i MPM23 på et forenklet vis ved å omregne ventetid og gangtid til bil, til en kostnad i kroner.

Flere bilreiser – særlig i Oslo

Figur 2 viser de simulerte markedsandelene i basisscenarioet og scenarioet med robotaxier for hele Oslo/Akershus og oppsplittet etter fylke. For hele området øker bilens markedsandel fra 47,5 prosent til 57,9 prosent, dvs. en økning på 8,4 prosentpoeng. Dette tilsvarer en relativ økning på 22 prosent.

Effekten er størst for reiser innenfor Oslo, der biltilgangen og parkeringsmulighetene er dårligst i basisscenarioet. Økningen fra 28,6 prosent til 40,3 prosent prosentpoeng tilsvarer en relativ økning på 41 prosent.  

Figur 2: Simulerte markedsandeler med MPM23 etter fylke

Når vi segmenterer resultatene etter reisehensikt, ser vi at effekten av robotaxier er aller størst for skolereiser (Figur 3). Modellen predikerer at knapt 40 prosent av alle skolereiser for elever og studenter over 15 år vil ble tatt med robotaxier i scenarioet vårt.

Figur 3: Simulerte markedsandeler med MPM23 etter reisehensikt (personer over 15 år)

Simuleringen må ansees som dårlig nytt for nullvekstmålet for persontransport med bil (St. meld. 33 (2016–2017)), som sier at persontransportveksten i byområdene skal tas med kollektivtransport, sykkel og gange.

Dersom det er vekst i persontransporten, tilsier dette at bilandelen må reduseres betraktelig over tid for å oppnå nullvekstmålet. I lys av resultatene i Figur 2 og 3 kan dette virke vanskelig å oppnå.

Mens økt biltilgang som følge av robotaxier kan være en fare for oppnåelse av nullvekstmålet, er det viktig å ta innover seg at økt biltilgang betyr en økning i mobilitet spesielt for personer som har ikke råd til bil eller som – av ulike grunner – ikke kan kjøre bil selv.

Økt mobilitet for disse personene og for befolkningen generelt er forbundet med en samfunnsgevinst, også i byområder. Denne gevinsten må ses opp mot gevinsten samfunnet kan forvente som følge av en nullvekst i biltrafikken i byområder.   

Flere hensyn å ta

Sammenhengen mellom ny teknologi og nullvekstmålet drøftes også av det regjeringsoppnevnte ekspertutvalget som nylig leverte en rapport om hvordan den teknologiske utviklingen påvirker fremtidig samferdselspolitikk.

Utvalgets anbefaling hva angår nullvekstmålet er at begrensning av biltrafikken ikke bør være et mål i seg selv, men bør avhenge av i hvilken grad trafikken står i veien for andre samfunnsmål.

Dette betyr neppe fullt frislipp. En mulig innfallsvinkel er å legge avgifter på bilbruk i form av bompenger eller veiprising basert på de såkalt eksterne kostnadene trafikken medfører – klimagasser, lokal forurensing, kø, støy og ulykker – og dermed begrense den trafikken som gjør mest skade for minst nytte.

Beregninger av Wangsness (2018) viser at veiprising basert på disse kostnadene ville betydd betydelig lavere biltrafikk i byområder enn det vi har i dag, selv dersom mange reiser foregår med elbil.

I et framtidsscenario der alle biler er erstattet med elektriske selvkjørende biler som samhandler slik at de utnytter veikapasiteten bedre og medfører – som forventet – færre trafikkulykker, kan ting se annerledes ut.

Det er selvsagt mulig også i et slikt scenario å gjøre avgiftene så høye at trafikken ikke øker, men det er neppe hensiktsmessig, i og med at veikapasiteten allerede er der. Derimot bør det tas med i betraktningen at arealer brukt til bilvei i by også har en mulig alternativ anvendelse.

Samtidig er det viktig å understreke at nullvekstmålet ikke bare er et framoverskuende langsiktig mål, men også et mål som ligger til grunn for oppfølgingen av dagens byvekstavtaler.

Hvis en skal drøfte hvorvidt nullvekstmålet er hensiktsmessig for dette formålet, må en ta utgangspunkt i de konsekvensene biltrafikken har i dag, ikke de konsekvensene den har i et framtidsscenario som fortsatt ligger et stykke foran oss. Selv om Elon Musk lover at det er rett rundt hjørnet.

Fasit

Ny teknologi kommer til å forandre hvordan vi reiser i framtiden, og vårt simuleringsscenario med robotaxier viser at dette kan bety økt etterspørsel etter bilturer. Mens dette vil gjøre oppnåelse av nullvekstmålet vanskelig på lengre sikt, er det ikke sagt at premissene bak nullvekstmålet i byområder er feil eller at nullvekstmålet legger gale føringer på hvordan vi styrer og regulerer dagens transportmarked.

Men vi må også planlegge langsiktig. Samfunnsmålene kan ikke være statiske, de må tilpasses, også til ny teknologi.

Hvis ny teknologi fører til at biler bli mer effektive, mer klimanøytrale, sikrere, mer komfortable og utgjør en tilgjengelig og foretrukket reisemåte for flere personer, så bør det revurderes hvilke føringer dette setter for utforming av framtidens transportsystem.      

Litteratur:

Flügel S. mfl (2015) Markedspotensialmodell for Oslo og Akershus (MPM23) – Dokumentasjon og brukerveiledning for versjon 1.0, 1451/2015

Flügel S. og Jordbakke G.N. (2017) Videreutvikling av markedspotensialmodell for Oslo and Akershus (MPM23 v2.0) TØI-rapport 1596/2017

Flügel S, Halse A.H., Hulleberg N., Jordbakke G.N. (2019) Estimating the effect of vehicle automation on car drivers’ and car passengers’ valuation of travel time savings, 41th Annual Meeting of the Norwegian Association of Economists in Tromsø

Teknologi for bærekraftig bevegelsesfrihet og mobilitet. Rapport fra Ekspertutvalget – teknologi og fremtidens transportinfrastruktur. https://www.regjeringen.no/no/dokumenter/teknologi-for-barekraftig-bevegelsesfrihet-og-mobilitet.-rapport-fra-ekspertutvalget---teknologi-og-fremtidens-transportinfrastruktur/id2662050/

Wangsness, P. B. (2018). How to road price in a world with electric vehicles and government budget constraints. Transportation Research Part D: Transport and Environment, 65, 635-657.

Aktuell lesing:

Førerløs framtid – hvilken hverdag ser vi for oss?