Trafikministeriet. Projekt Trængsel. Hovedrapport. April 2004

Transkript

1 Trafikministeriet Projekt Trængsel Hovedrapport April 2004

2 Trafikministeriet Projekt Trængsel Hovedrapport April 2004 Dokument nr Hovedrapport Revision nr 1 Udgivelsesdato 28 april 2004 Udarbejdet Kontrolleret Godkendt COWI/CTT/ MKH/MKS/ ELH/

3 1 Indholdsfortegnelse 1 Sammenfatning 3 2 Indledning 15 3 Begrebet trængsel Hvorfor er trængsel interessant? Tilgængelig viden om trængsel Definitioner af trængsel Trængslens årsager og effekter 25 4 Metoder til beskrivelse af trængsel Dimensioner Parametre for biltrafik Parametre for kollektiv trafik 33 5 Afprøvning Trængselsniveauer Teststrækninger Biltrafik Bustrafik Relation mellem bil- og bustrafik Valg af parametre 54 6 Opgørelse af det samlede trængselsomfang i Københavnsområdet Biltrafik på vejnet i Københavns Kommune Biltrafik på motorveje Bustrafik Opsummering af trængselsparametre 73 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

4 2 7 Analyse af trængsel og hastigheder vha GPSdata Introduktion Dækningsgrad Målte hastigheder Vejtrængsel (baseret på strækningshastigheder) Eftermiddagsmyldretiden Forsinkelse Erfaringer og foreløbige konklusioner 88 8 Modellering af afledte effekter af trængsel Indledning Effekter af trængsel Beregning af tidseffekter Værdisætning af trængselseffekter Eksempel på trængselsberegning Konklusioner og anbefalinger Marginale trængselsomkostninger Teorigrundlag Marginale omkostninger for motorveje Marginale omkostninger for indfaldsveje og bygader Løbende registrering af trængsel Indledning Registrering i snit Registrering mellem to snit Registrering af køretøjers bevægelse Indikatorer på trængsel Konklusioner 144 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

5 3 1 Sammenfatning "Trafikpropper truer København" Denne avisoverskrift fra den 27 oktober 2001 og mange andre indslag i medierne siden er typiske eksempler på den stigende bevågenhed om de voksende trafikproblemer, ikke kun i hovedstadsområdet Fokus er ikke længere kun på miljø og trafiksikkerhed, men i stigende omfang også på fremkommelighed og trængsel Gennem de seneste 20 år er vejtrafikken steget med ca 70 %, med stigende trængselsproblemer til følge - især i de største byer, hvor trafikanterne dagligt oplever betydelige forsinkelser i myldretiderne Det er derfor relevant at opgøre trængslens omfang og udvikling Der foreligger imidlertid ikke nogen alment accepterede, entydige definitioner på begrebet "trængsel" eller operationelle metoder til at opgøre trængsel i et sammenhængende vejnet Dette projekt blev startet i 2000 med det formål at opstille en alment gyldig definition på begrebet "trængsel" og at finde nogle egnede parametre til opgørelse af trængslens omfang Projektet forsøger også at opgøre det samlede trængselsomfang i Københavnsområdet Endvidere søges følgende spørgsmål besvaret: hvordan kan trængsel modelleres ved hjælp af eksisterende modeltyper, og hvordan kan de afledte effekter af trængsel herved bestemmes? hvad er de marginale omkostninger forbundet med trængsel? hvordan kan udviklingen i trængslen løbende vurderes på grundlag af dynamiske data? Projektet er afgrænset til at betragte trængsel for biler og busser Der er indsamlet et meget omfattende datamateriale for Københavnsområdet, der er benyttet som "case" i projektet I denne rapport beskrives resultaterne af arbejdet Detaljerede beskrivelser af metoder og resultater er endvidere afrapporteret i en Dokumentationsrapport P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

6 4 Derudover findes følgende tilgængelige bilag: "Trængselsprojektet - Oversigt og vurdering af AKTA hastighedsmålinger" , CTT "Estimering af trængsel baseres på stikprøveteori" , CTT "Forsinkelse i Københavns Kommune baseret på AKTA-data og TRAFIKMIL" , CTT "Trængselsindeks baseret på bilflåde udstyret med GPS" , CTT Projektet er gennemført i et samarbejde mellem: Københavns Kommune Hovedstadens udviklingsråd Økonomisk Institut, Københavns Universitet Vejdirektoratet Center for Trafik og Transportforskning, DTU COWI A/S COWI A/S har stået for projektledelsen Projektet har modtaget støtte fra Trafikministeriet og Transportrådet P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

7 5 Begrebet trængsel Et omfattende litteraturstudie bekræftede, at der ikke foreligger en almen definition af trængsel og metoder til opgørelse af denne Der blev i projektet lagt vægt på at finde en alment gyldig definition af begrebet, der tager udgangspunkt i trafikanternes påvirkning af hinanden i trafiksystemet - uden at sammenblande dette med trængslens årsager og konsekvenser i øvrigt På baggrund af en række tidligere studier og analyser blev "trængsel" defineret således: 'Trængsel er et udtryk for de gener, som trafikanterne påfører hinanden i form af nedsat bevægelsesfrihed, når de færdes i trafiksystemet' Den nedsatte bevægelsesfrihed gælder i såvel længde- som tværretningen og opgøres ved hhv trafikkens (nedsatte) hastighed og (øgede) tæthed Metoder til beskrivelse af trængsel På baggrund af litteraturen blev der identificeret en lang række parametre til beskrivelse af trængsel Baseret på en kvalitativ vurdering blev der søgt udvalgt nogle parametre, som tilsammen: afspejler de gener, som trafikanterne faktisk oplever i praksis lader sig opgøre uden urimeligt store omkostninger er egnede til formidling, ikke alene blandt fagfolk, men også i offentligheden og blandt beslutningstagere Tilsammen skal parametrene kunne beskrive følgende væsentlige dimensioner, som er knyttet til begrebet: omfang; beskriver hvor meget trængslen påvirker den enkelte trafikant - kan opdeles i de fire niveauer varighed; beskriver den tid, som systemet er påvirket af trængsel udstrækning; beskriver hvor lang en strækning eller hvor mange biler, personer eller hvor meget gods, der påvirkes af trængsel variation; beskriver forskelle i trængslen over tid, feks fra dag til dag For biltrafikken blev følgende parametre udvalgt: Trængselsniveau, opdelt på ubetydelig, begyndende, stor og kritisk trængsel De fire trængselsniveauer er defineret ved samhørende værdier af hastighed og tæthed - for bygader dog alene på grundlag af hastighed De afspejler på hvilken del af speed-flow kurven trafiktilstanden befinder sig, og de giver en god beskrivelse af trængslen, som trafikanterne oplever den Trængselsniveauerne er relativt enkle at måle i trafikken og lader sig illustrere på kort ved farvekoder P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

8 6 Tæthed Rejsehastighed Ubetydelig trængsel Under eller lig acceptabel Over eller lig acceptabel Begyndende trængsel Over acceptabel Over eller lig acceptabel Stor trængsel Høj Under acceptabel Kritisk trængsel Meget høj Lav / stop-kør Niveauerne, inkl grænseværdier for tæthed og rejsehastighed, er beskrevet i afsnit 51 Rejsehastighedsindeks, dvs rejsehastigheden (km/t) i forhold til free-flow rejsehastighed (km/t) Rejsehastighedsindekset kan på tilsvarende måde opgøres på grundlag af hastighedsmålinger eller -beregninger Denne parameter giver en mere nøjagtig beskrivelse af fremkommeligheden end de ovennævnte trængselsniveauer, men lader sig til gengæld ikke illustrere på en lige så enkel måde Samlet forsinkelse, opgjort for alle strækninger og alle køretøjer under betragtning (timer eller kr) Forsinkelsen kan opdeles på de fire trængselsniveauer Vejtrængsel, dvs den samlede vejlængde med trængsel (km) Vejtrængslen opgøres mest hensigtsmæssigt fordelt på trængselsniveau Biltrængsel, dvs det samlede antal vognkm ved trængsel Biltrængslen opgøres mest hensigtsmæssigt fordelt på trængselsniveau For bustrafikken er følgende parametre valgt: Rejsehastighedsindeks, dvs rejsehastigheden (km/t) i forhold til free-flow rejsehastighed (km/t) (excl ophold ved stoppesteder) Dette indeks kan illustreres på kort Samlet forsinkelse, opgjort for alle linier og alle afgange under betragtning (timer eller kr) Forsinkelsen kan opgøres for busser og for passagerer og kan opdeles på de tre relevante trængselsniveauer Trængselsafgange, dvs antal afgange, hvor rejsetid overstiger free-flow rejsehastigheden eller køreplantiden Der er lagt vægt på, at parametrene for bil- og bustrafikken i vidt omfang er sammenlignelige, således at trængslen for biltrafikken og bustrafikken i et givet område kan sammenlignes Metoder til opgørelse af trængsel Det næste skridt i projektet har været at udvikle simple metoder til at opgøre trængsel for bil- og bustrafik, både på stræknings- og på netniveau For biltrafikken er metoderne baseret på en opgørelse af rejsehastighed og tæthed - sidstnævnte dog kun på veje i åbent land P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

9 7 For både bil- og bustrafikken gælder, at kendskab til rejsehastigheden samt til supplerende trafik- og vejoplysninger i form af feks trafikintensitet og kapacitet muliggør beregning af de øvrige beskrivende parametre På motorvejsstrækninger kan rejsehastigheden fastsættes på grundlag af målte strækningsmiddelhastigheder, idet der ikke indgår ventetider i kryds Tætheden kan beregnes på grundlag af målinger af trafikintensitet og hastighed På indfaldsveje og bygader kan rejsehastigheden opgøres som en funktion af målte snithastigheder på strækninger og den beregnede forsinkelse i kryds Trængsel for bustrafik på indfaldsveje og bygader kan som for biltrafikken opgøres ved rejsehastigheden (rejsetiden) - givet ved en køre- og en stoptid Sidstnævnte er i dette projekt afgrænset til at omfatte forsinkelsen i kryds og ved ind- og udkørsel fra busstoppesteder I dette projekt medregnes opholdstiden ved stoppested således ikke i beregning af rejsehastigheden Afprøvning De valgte metoder, parametre og grænseværdier blev afprøvet i praksis på nogle forsøgsstrækninger i Københavnsområdet, inden det endelige valg blev foretaget Følgende forsøgsstrækninger blev valgt: Motorvej; Motorring 3 - mellem Jægersborg og Køge Bugt Motorvejen Indfaldsvej; Ring 2 - Ellebjergvej og P Knudsens Gade Bygade; Vesterbrogade - mellem Platanvej og Helgolandsgade På disse strækninger blev der i uge 20, 2001, indsamlet et omfattende datamateriale ved en række forskellige metoder For biltrafikken drejede det sig om data fra TRIM-systemet, automatiske tællinger ved tælleplader og permanente tællestationer, manuelle tællinger, nummerskrivningsanalyser og gennemkørsler med målebil For bussernes vedkommende blev der benyttet håndholdte terminaler, der blev gennemført nummerskrivningsanalyser, og der blev foretaget udtræk fra HUR's PassagerTælleSystem (PTS) For at kunne sammenligne den beregnede og den oplevede trængsel - herunder vurdere de foreslåede grænseværdier for rejsehastighed og tæthed - gennemførtes supplerende en mindre spørgeskemaundersøgelse blandt trafikanter, der dagligt færdedes på teststrækningerne Der blev bla spurgt om den oplevede forsinkelse og utryghed Der er indsamlet data ved forskellige metoder dels for at kunne sammenligne og korrigere de enkelte kilder, dels for at kunne opstille og kontrollere relativt simple sammenhænge mellem rejsehastighed og indsamlede data i form af bla trafikintensitet, snithastighed, køre- og stoptid mv Dette er særlig vigtigt for beregningen af trængsel på indfaldsveje og bygader, idet datagrundlaget her generelt er sparsomt Der er på denne baggrund opstillet en generel sammenhæng mellem trafikintensiteten (kapacitetsudnyttelsen) og bilernes snithastighed (ift free-flow ha- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

10 8 stigheden) på indfaldsveje og bygader Derved kan køretiden beregnes Tillægges stoptiderne i kryds, som kan beregnes på grund af vejreglerne, fås den samlede rejsetid og -hastighed På motorvejene er der ikke opstillet en sammenhæng mellem trafikintensiteten og hastigheden, idet Vejdirektoratets TRIM-system allerede løbende registrerer sammenhørende værdier af disse For busser er der opstillet en foreløbig sammenhæng mellem bilers og bussers rejsehastighed Derved kan bla effekten af øget biltrafik på bussers fremkommelighed umiddelbart vurderes Afprøvningen viste, at de opstillede parametre er egnede til beskrivelse af trængsel Samlet trængselsomfang i Københavnsområdet Efter at have defineret parametrene til opgørelse af trængsel og afprøvet forskellige metoder til opgørelse, blev der foretaget en opgørelse af det samlede trængselsomfang i Københavnsområdet, bestående af kommunevejene i Københavns Kommune, motorvejene i Københavnsområdet samt busruterne i HUR's A-busnet og Ring 3 Desuden foretages en opregning af trængslen for biltrafikken til hele Københavnsområdet Beregningerne er gennemført for morgenspidstimen i 2001 og viser, at en stor del af vejnettet i Københavns Kommune ikke påvirkes mærkbart af trængsel i morgenspidsen Der forekommer således kun kritisk trængsel på 2 % af vejnettet Kritisk trængsel omfatter 5 % af trafikken, men hele 32 % af forsinkelserne Forsinkelser udgør 29 % af den samlede rejsetid i morgenspidstimen Københavns Kommune, kommuneveje i TRAFMIL-databasen, 2001 Vejtrængsel (km) 23,7% 1,7% Ubetydelig og begyndende trængsel Stor trængsel 74,6% Kritisk trængsel Biltrængsel (vognkm) 5,4% Ubetydelig og begyndende trængsel 35,2% Stor trængsel 59,5% Kritisk trængsel Forsinkelse (timer) 32% 18% Ubetydelig og begyndende trængsel Stor trængsel 50% Kritisk trængsel P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

11 9 For de motorveje i Københavnsområdet, som dækkes af Vejdirektoratets TRIM-system fås tilsvarende, at kun en mindre del af vejnettet påvirkes af kritisk trængsel i morgenspidstimen Andelen er dog større end i Københavns Kommune Det samme gælder for den påvirkede trafik og forsinkelserne Som for biltrafik i Københavns Kommune gælder, at en væsentlig større del af vejnettet og trafikken påvirkes af stor trængsel Beregningerne af trængsel i morgenspidstimen i Københavns Kommune omfatter kun en mindre del af den samlede trængsel i Københavnsområdet Dette gælder såvel geografisk som tidsmæssigt Forsinkelse [timer] Morgenspidstime Dagniveau Københavns Kommune (KK) KA, FK og KK RA, FA, KA, FK og KK Forsinkelsen i Københavns Kommune udgør således mindre end 40 % af den totale forsinkelse i morgenspidstimen i Københavnsområdet, bestående af Københavns Amt (KA), Frederiksborg Amt (FA), Roskilde Amt (RA) samt Frederiksberg (FK) og Københavns kommuner Forsinkelsen i morgenspidstimen i Københavns Kommune udgør videre kun 5 % af den totale forsinkelse pr døgn i Københavnsområdet For bustrafikken viser beregninger baseret på HUR's PTS-data for udvalgte ruter i morgenspidsperioden, at 5-10 % af afgangene afvikles ved kritisk trængsel Forsinkelserne på disse afgange udgør % af de totale forsinkelser for bustrafikken på disse ruter Dette gælder både med hensyn til busser og passagerer Sammenlignes trængselsopgørelsen for biltrafik i Københavns Kommune og på motorveje i Københavnsområdet ses, at forsinkelserne er af omtrent samme størrelsesorden, mens trafikarbejdet er ca dobbelt så stort på motorvejene Morgenspids, 2001 Længde (km) Trafikarbejde (km) Forsinkelse (timer) Biltrafik, Kbhs' Kom vejnet Biltrafik, TRIM-motorveje Bustrafik, A-bus og Ring For biltrafik er angivet vognkm og køretøjstimer (én times spidsperiode) For bustrafik er angivet passagerkm og passagertimer (2 timers spidsperiode) Gennemsnitsforsinkelsen for biltrafik på motorveje er ca 25 sek per passagerkm i morgenspidstimen For biltrafik på kommuneveje og bustrafik på de betragtede ruter er forsinkelserne i begge tilfælde ca 50 sek per passagerkm Analyser ved hjælp af GPS-data P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

12 10 Til brug for opregning af trængslen - såvel geografisk som tidsmæssigt - er der foretaget en række analyser af data indsamlet i AKTA projektet I AKTA blev 400 biler fulgt vha GPS over 16 uger, fordelt over to år Forsøget muliggjorde et stort antal observationer af faktiske rejehastigheder i nettet På grundlag af disse observationer er der foretaget en tilnærmet beregning af trængslen i vejnettet i Hovedstadsområdet, idet den gennemsnitligt observerede hastighed uden for myldretiderne er anvendt som et udtryk for free-flow hastigheden Selvom dette er en tilnærmelse, vurderes analyserne at give et godt grundlag for opregningerne Endvidere er de indhøstede erfaringer fra analyserne værdifulde for vurdering af, hvordan GPS-data fremover kan anvendes til at følge udviklingen i trængsel over tid Analyserne viste, at der er stor og endda kritisk trængsel i en stor del af regionen - ikke kun i centralkommunerne og på motorvejene Der er stor variation i, hvornår myldretiden ligger Syd og vest for København ligger myldretiderne tidligt, mens de ligger sent mod nord Generelt er eftermiddagsmyldretiden længere end morgenmyldretiden, og den samlede forsinkelse er større Forsøget gav god dækning af det overordnede vejnet i hele Hovedstadsområdet, og det indsamlede datamateriale giver et unikt detaljeret billede af hastighederne i vejnettet Det vurderes, at en permanent flåde på ca 100 biler udstyret med GPS vil kunne give et tilstrækkeligt datagrundlag for at følge udviklingen i hastigheder og trængsel over tid Modellering af afledte effekter Opgørelsen af det samlede trængselsomfang beskrevet ovenfor inkluderer kun de direkte målelige effekter af trængslen - det vil sige den trængsel, der direkte kan observeres på vejnettet Opgørelsen tager ikke hensyn til, at nogle trafikanter kan have ændret adfærd på grund af trængslen - feks ved at ændre rute, destination, rejsetidspunkt eller transportmiddel, samt at nogle trafikanter måske helt har undladt at rejse som følge af trængslen En sådan ændring i adfærden reducerer den observerede trængsel på vejnettet, men den indebærer en afledt "omkostning" for trafikanterne For at belyse disse afledte effekter af trængslen er der gennemført en modellering af trafikken ved hjælp af en eksisterende trafikmodel, Ørestadsmodellen (OTM), der bla angiver samlet køretid på baggrund af hastigheder på strækninger og forsinkelser i kryds Udover OTM er også information fra det sideløbende AKTA-projekt anvendt Modelberegningerne viser, at effekten af ændret rutevalg er meget beskeden på trods af, at sivetrafik fra feks motorvejene til alternative mindre veje forekommer Den udgør således under 1 % af omkostningerne ved de direkte effekter af trængsel Også de øvrige afledte effekter af trængsel er vurderet for henholdsvis boligarbejdsstedstrafik, studerende, erhvervstrafik og fritidstrafik De direkte effekter er også her dominerende, om end de afledte effekter har en vis størrelse for feks studerende og anden trafik, feks fritidsture P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

13 11 Økonomi (i %) Pendlere Studerende Erhverv Andet Varebil Lastbil Samlet Uændrede bilture 85,1 69,3 97,6 84, ,3 Trafikvækst, OD 8,2 7,4 0,9 6, ,7 Ændret transportmiddel, OD 7,4 20,5 0,2 4, ,1 Restændring -0,8 2,8 1,4 4, Total Fordelingen af effekter af trængsel i forskellige perioder viser ikke de store forskelle, dog er restændringen betydeligt større uden for morgen- og eftermiddagsmyldretiderne, idet en del fritidsture her aflyses som følge af trængsel De største effekter af trængsel findes for vejtrafikken Derudover sker der en overflytning til den kollektive trafik, der dog økonomisk ikke vægter så tungt Mio kr/år Vej Kollektiv Cykel Gang Total Uændrede bilture Ændrede rutevalg Ændret transportmiddel, OD Andre ændringer Total Uændrede bilture udgør også den største del af de samlede effekter af trængsel, når besparelser i antal kørte km i forbindelse med bla rutevalg inkluderes Resultaterne kan fortolkes således, at bilisterne i vidt omfang har gene af trængsel, men at niveauet endnu ikke er så højt, at det giver anledning til i nævneværdigt omfang at skifte transportmiddel, destination eller aflyse turen Betragtes de samlede effekter af trængsel fordelt på turformål ses, at erhvervstrafikken pga de høje tidsværdier vægter højest I alt påfører trængsel således erhvervslivet ekstraomkostninger på 4,1 mia kr om året, heraf 2,5 mia kr for erhvervstrafikken i personbil Derimod har studerende næsten ingen betydning Effekter, mio kr per år Døgnfordeling Morgen Eftermiddag Uden for myldretid Total Bolig arbejdsstedstrafik Studerende Erhvervstrafik Fritidstrafik P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

14 12 Lastbiler Varebiler Total I alt medfører trængsel ekstraomkostninger på 5,7 mia kr om året i Hovedstadsområdet, svarende til persontimer forsinkelse pr dag Og dette tal skal tages som et konservativt skøn pga beregningsforudsætningerne Modelberegningerne viser, at størstedelen af konsekvenserne af trængsel er inkluderet i beregningerne af de direkte, målelige effekter Dette gælder både, når effekterne opgøres i tid (timers forsinkelse) og økonomi (kr) Det ses endvidere, at størstedelen af effekterne findes for vejtrafikken og især den erhvervsrelaterede trafik Det frarådes dog at se bort fra de afledte effekter inkl ændringer af rutevalg Det skyldes, at disse effekter stiger, hvis trængslen vokser Samtidig medfører ændringer i rutevalg, at der forekommer sivetrafik fra større, stærkt trafikerede til mindre veje Dette kan bla have betydelige lokale trafikafviklings-, trafiksikkerheds- og miljøeffekter Endelig skal det bemærkes, at modelberegningerne viser, at der også er mærkbar trængsel uden for myldretiderne På baggrund af erfaringerne fra disse beregninger anbefales bla, at outputfilerne i fremtidige trafikmodelberegninger af trængsel omfatter fri køretid og trængsel hver for sig Marginale trængselsomkostninger Ved beregning af marginale trængselsomkostninger udregnes de eksterne omkostninger, der afspejler de omkostninger en trafikant påfører andre trafikanter ved at køre én kilometer på en given strækning Derimod medtages trafikantens egne omkostninger ikke De marginale omkostninger omfatter i denne forbindelse længere rejsetider, samt større variation i rejsetiden på selve strækningen, mens omkostninger for trafikanter, der vælger andre ruter, transportmidler eller et andet rejsetidspunkt er medtaget i afsnittet om modellering De trafikale effekter sammenholdes med luftforurening og uheldseffekter De fleste trafikanter er opmærksomme på, at det tager længere tid at gennemføre en rejse, når der er trængsel end når der ikke er trængsel Ved trængsel er der imidlertid også større variation i rejsetiden Begge effekter medtages i den i projektet udviklede metode til værdisætning af trængsel På baggrund af længden af og variationen i rejsetid samt trafikanternes aversion imod at komme for sent udregnes en optimal planlagt rejsetid, der dels omfatter selve rejsetiden dels den ekstra tid, de fleste trafikanter afsætter til en rejse, når der er trængsel På den baggrund udregnes de marginale trængselsomkostninger Beregningerne er forholdsvis datatunge, hvorfor der kun er gennemført beregninger af de marginale trængselsomkostninger på udvalgte delstrækninger på motorvejene samt P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

15 13 på de to delstrækninger, hvor der blev samlet data ind i forbindelse med projektets første fase Tallene viser, at de marginale omkostninger er 0 eller meget små for lave trafikniveauer, hvilket svarer til teorien Derimod stiger omkostningerne hurtigt, når trafikniveauet kommer over et vist niveau For motorveje går de marginale omkostninger op til 2 kr/km på de mest belastede delstrækninger, mens de på Vesterbrogade og Ellebjergvej kan komme helt op på henholdsvis 4 og 8 kr/km Løbende registrering af trængsel I dette projekt er det lykkedes at opstille en generel definition af begrebet "trængsel" og at foretage en første opgørelse af det samlede trængselsomfang i Københavnsområdet Trængslen på vejnettet udvikler sig imidlertid hastigt som følge af trafikkens fortsatte vækst Der er derfor behov for løbende at følge udviklingen i trængsel De metoder, der er anvendt i projektet er relativt ressourcekrævende, og der vil derfor næppe være mulighed for at foretage detaljerede opgørelser af det samlede omfang regelmæssigt - feks årligt Der er derfor søgt opstillet nogle enklere mål, som gør det muligt at følge udviklingen i trængsel over tid, baseret på nogle mere overordnede metoder og ved anvendelse af trafikdata, som allerede indsamles til andre formål For motorvejene i Københavnsområdet indsamler TRIM-systemet meget detaljerede trafikdata, som muliggør en løbende registrering af, hvordan trængslen udvikler sig Tilsvarende giver HUR's PTS-system, der er under stadig udbygning - mulighed for en relativt detaljeret løbende opgørelse af trængslen for bustrafikken Derimod findes der ikke enkle metoder til løbende opgørelse af trængslen for biltrafikken på øvrige veje Det er valgt at fokusere på indikatorer, som beskriver udviklingen i den samlede forsinkelse De grundlæggende parametre til beregning af forsinkelse er hastighed og trafikintensitet Disse kan principielt måles: I snit, hvor snithastigheder efterfølgende kan søges opregnet til strækningshastigheder Registreringer i snit kan bla omfatte manuelle trafiktællinger eller maskinelle tællinger (flytbare eller permanente) Visse maskinelle tællestationer kan måle både intensitet og hastighed Mellem to snit, hvor hastigheden på strækningen mellem de to snit måles direkte Her kan anvendes nummerskrivningsanalyse - manuelle eller automatisk ved nummerpladegenkendelse Der kan også anvendes systemer baseret på elektroniske nummerplader I køretøjer, der bevæger sig i trafikken Der kan enten være tale om en "målebil", som foretager registreringer af kørslen, mens den færdes i trafikken Eller man kan udstyre en flåde af biler med GPS samt en computer, der logger kørslen P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

16 14 Der findes allerede en lang række målinger af trafikken i snit, og på enkelte strækninger foretages der løbende registrering af rejsehastigheder på strækninger Københavns Kommune og Vejdirektoratet gennemfører kørsler med "målebil", og i AKTA-projektet blev der gennemført omfattende målinger ved en bilflåde udstyret med GPS På sigt er stikprøvemålinger baseret på en bilflåde udstyret med GPS formodentlig den mest kosteffektive metode til belysning af trængsel i Københavnsområdet Selv med en mindre flåde af biler vil det være muligt at etablere et relativt detaljeret overblik over trængslen på det overordnede vejnet Etablering af et sådant system vil imidlertid tage tid Indtil da vil udviklingen i trængslen kunne følges ved en kombination af forskellige metoder På dele af vejnettet kan de teoretiske beregninger, som er gennemført i dette projekt, opdateres alene på grundlag af informationer om trafikkens vækst På andre dele af nettet kan man udnytte de eksisterende systemer for måling af hastigheder Og endelig kan der på udvalgte strækninger foretages måling med en "flydende bil" Herved vil udviklingen i trængslen kunne vurderes for en del af det samlede vejnet, og denne udvikling kan søges opregnet til det samlede net P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

17 15 2 Indledning Trængslen i de større byer er i de senere år kommet på dagsordenen, både politisk og i den offentlige debat Gennem de seneste 20 år er vejtrafikken på landsplan steget med ca 70 %, og de trafikale problemer er dermed blevet mærkbare mange steder Specielt i Københavnsområdet har trængselsproblemerne nået et omfang, hvor trafikanterne dagligt oplever betydelige forsinkelser i myldretiderne Men også andre større byer og visse knudepunkter på det overordnede vejnet oplever problemer Der foreligger imidlertid ikke nogen alment accepterede, entydige definitioner på begrebet "trængsel" eller operationelle metoder til at opgøre trængsel i et sammenhængende vejnet Formål Dette projekt forsøger at besvare følgende spørgsmål: hvad er trængsel og med hvilke parametre kan den opgøres? hvor stort er trængselsproblemet i Københavnsområdet, hvor er det især lokaliseret, og hvordan udvikler det sig? hvor store er de kort- og langsigtede marginale trængselsomkostninger? hvordan kan trængslen modelleres ved hjælp af eksisterende modeltyper? hvordan kan trængslen løbende opgøres ved hjælp af dynamiske data? Det er projektets ambition at finde metoder til opgørelse af trængsel på et sammenhængende vejnet - feks i et byområde, eller en korridor - det vil sige ikke blot på én enkelt strækning eller i ét enkelt kryds Projektet er afgrænset til at betragte trængslen for vejtrafikken, dvs for biler og busser Det vurderes imidlertid, at både definitioner og metoder fra projektet i vidt omfang kan overføres til andre transportformer, feks cykel- og fodgængertrafik Projektet kombinerer teori- og metodeudvikling med praktisk afprøvning Der er indsamlet et omfattende datamateriale for Københavnsområdet, der benyttes som "case" i projektet Projektets aktiviteter Projektet blev påbegyndt i sommeren 2000 og består af to faser I Fase I er tilgængelig dansk og international viden blevet indsamlet og en definition af begrebet "Trængsel" er opstillet En lang række parametre til beskrivelse af trængsel er identificeret, og de mest brugbare er blevet udvalgt Disse er afprø- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

18 16 vet ved hjælp af en meget detaljeret indsamling af trafikdata på tre teststrækninger i Københavnsområdet, inden det endelige valg af parametre er blevet foretaget I Fase I er der også udviklet metoder til bestemmelse af de marginale trængselsomkostninger, og disse metoder er ligeledes afprøvet på teststrækningerne I Fase II er de udviklede teorier og metoder anvendt i praksis i Københavnsområdet Det samlede trængselsomfang for biler og busser på dele af vejnettet i Københavnsområdet er blevet opgjort, og de marginale trængselsomkostninger er ligeledes beregnet på udvalgte strækninger Forskellige metoder til modellering af trængsel er blevet beskrevet og de "skjulte" effekter af trængslen blevet søgt opgjort gennem modelberegninger Endelig er forskellige metoder til løbende registrering af trængsel på grundlag af dynamiske data vurderet Til brug for analyserne i Fase II er der indsamlet et meget omfattende datamateriale for veje og trafik Hertil kommer, at projektet har haft mulighed for at nyttiggøre det meget omfattende datamateriale fra AKTA-projektet, hvor en flåde af biler i en periode i var udstyret med GPS-antenne og kontinuerligt og med stor nøjagtighed loggede deres færden i vejnettet Projektets partnere og finansiering Projektet er gennemført i et samarbejde mellem: Københavns Kommune Hovedstadens Udviklingsråd Økonomisk Institut, Københavns Universitet Vejdirektoratet Center for Trafik og Transportforskning, DTU COWI A/S COWI har stået for ledelsen af projektet Hovedparten af det forskningsmæssige arbejde er udført af COWI og CTT Øvrige parter i projektet har også taget aktivt del i projektet, dels i form af levering af omfattende datamateriale og analyser, dels ved deltagelse i projektmøder gennem hele projektforløbet Alle parterne har endvidere deltaget i projektbestyrelsen Hovedforfattere til nærværende rapport er: Erling Hvid, COWI Morten Klintø Hansen Michael Knørr Skov Kristian Pedersen Camilla Riff Brems Otto Anker Nielsen, CTT Christian Overgaard Hansen Ud over parternes egen finansiering har projektet modtaget støtte fra Trafikministeriet og Transportrådet Efter afslutning af projektets første fase blev Transportrådet imidlertid nedlagt, hvilket medførte en midlertidig standsning af P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

19 17 projektet Efter en mindre justering af projektplanen påtog Trafikministeriet sig størstedelen af den finansiering for Fase II, som Transportrådet hidtil havde stået for, og projektets anden fase kunne dermed gennemføres Faglig følgegruppe Dokumentation og formidling Til projektet blev knyttet en faglig følgegruppe bestående af skandinaviske eksperter på trafikområdet Fra Danmark deltog NO Jørgensen, fra Norge Knut Østmoe - Transportøkonomisk Institut (TØI), mens Sverige var repræsenteret ved Gunnar Johansson Sveder - Transek AB og Peter Kronborg - Transportforskningskommissionen (TFK) Gruppen gav meget værdifuld feed-back på teoriudviklingen og metoderne, som blev udviklet i Fase I af projektet Denne hovedrapport resumerer det gennemførte arbejde og de væsentligste resultater af Projekt Trængsel Der er desuden udarbejdet en mere udførlig dokumentationsrapport - rettet mod forskere og andre, som ønsker at arbejde videre med de udviklede metoder P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

20 18 3 Begrebet trængsel Trafikvækst 31 Hvorfor er trængsel interessant? Trafikken på vejene i Danmark er stadigt stigende Trafikarbejdet såvel som persontransportarbejdet er reelt fordoblet siden 1970 og har været i næsten uafbrudt vækst siden starten af 1980'erne Betragtes den seneste 17 års periode, ses det i Figur 31, at biltrafikken - målt månedsvis på et stort antal tællestationer - i 1999 var steget med mere end 60 % i forhold til udgangsåret 1984 Cykel- og knallerttrafikken faldt derimod med over 15 % i samme periode indeks (1984=100) Biltrafik Cykel-/knallerttrafik Figur 31 Bil- og cykel-/knallerttrafikkens udvikling , Vejdirektoratet, 2003 Det nationale trafikarbejde på vejene er steget med mere end 25 % alene de sidste 12 år Dette svarer til en årlig trafikvækst på mere end 3 % Væksten har været størst på de overordnede veje, det vil sige motorveje, landeveje og indfaldsveje til de større byer og er hovedsageligt sket inden for personbil- og varebiltrafikken De stigende trafikmængder forringer i stigende grad fremkommeligheden på vejnettet Trafikvæksten medfører længere køer med større forsinkelser samt mere uforudsigelige rejsetider til følge - især i og nær de største byer i morgenog eftermiddagsmyldretiden Når efterspørgslen er tæt på eller overskrider ka- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

21 19 paciteten, vil selv en lille forøgelse af trafikken således kunne betyde store forøgelser af rejsetiderne Desuden medfører stigende trafik flere gener i form af trafikuheld, øget barriereeffekt, luftforurening, støj, nedsat komfort mv Københavnsområdet I Figur 32 er vist trafikudviklingen på forskellige vejtyper og snit i Københavns Kommune samt på motorveje i Hovedstadsområdet i perioden I Københavns Kommune er der tale om hhv regionale veje, fordelingsgader og bydelsgader Samlet er trafikken i Københavns Kommune vokset med ca 20 % i perioden For motorvejene angiver trafikudviklingen den gennemsnitlige udvikling i 13 snit på motorveje i hovedstadsområdet For Københavns Kommune er endvidere vist trafikudviklingen for tællesnit i hhv kommunegrænsen og i søsnittet, som er en tænkt ring omkring centrum omfattende tællesnit over søerne, havnen og gaderne herimellem Det ses, at trafikken især er vokset på de større veje, dvs motorveje og regionale På motorvejene, hvor den årlige stigning har været på 2,5-3 %, har stigningen været særlig kraftig I perioden fra har stigningen på de 13 motorvejssnit været på næsten 50 % i gennemsnit Ved kommunegrænsen, hvor trafikindekset især er baseret på regionale veje, er trafikken steget med ca 20 %, hvorimod der ikke har været nogen trafikstigning i søsnittet Trafikstigningen i perioden synes således at have været mindst i de centrale bydele og størst i områderne uden for 150 Motorveje Regionale veje 120 Kommunegrænsen Bydelsgader Søsnittet Fordelingsgader Figur 32 Indekseret trafikudvikling på vejtyper i Københavns Kommune og på motorveje i hovedstadsområdet Kilde: Københavns Kommune, og Vejdirektoratet 1 Færdselstællinger og andre trafikundersøgelser, Københavns Kommune, Vej & Park, 2003 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

22 20 Årsagen til dette kan - udover forskellig vækst i efterspørgsel - være, at kapaciteten af vejnettet i centrum er ved at være nået Vejnettet giver simpelthen ikke mulighed for større trafikstigninger Trafikanterne tvinges til at ændre adfærd - vælge alternative rejsetidspunkter, skifte transportmiddel mv En rapport fra Vejdirektoratet viser, at mens myldretidstrafikken på motorvejene omkring København steg med 3-4 % fra 1998 til 1999, så er de anslåede forsinkelser forøget med ca 20 % i samme periode Dette viser, at også motorvejenes kapacitetsgrænse i myldretiderne nu er ved at være nået, og at selv små stigninger i trafikmængderne kan medføre stærkt forøgede fremkommelighedsproblemer for trafikanterne 2 Interesse Det er derfor ikke overraskende, at der i den senere tid har været stigende bevågenhed om trængslens negative konsekvenser - både politisk og i medierne Samtidig bidrager nye reguleringsmuligheder - feks road pricing - til den forøgede politiske og samfundsmæssige interesse for trængsel Viden Imidlertid foreligger der ikke alment accepterede, entydige definitioner af trængsel eller fastlagte operationelle metoder til at opgøre trængsel Der mangler desuden viden om, hvordan trængslens effekter og de relaterede omkostninger i praksis kan måles og opgøres Endelig mangler der et samlet overblik over trængslens omfang og fordeling Dette gælder såvel internationalt som i Danmark Dette projekt har til formål at skaffe ny viden på disse områder 32 Tilgængelig viden om trængsel En omfattende søgning efter international litteratur om trængsel bekræfter, at der ikke findes nogen entydig og alment gældende definition af trængsel Der blev i projektet identificeret mere end 130 titler, hvoraf mange blev hjemtaget og studeret De fleste studier undgår helt at definere begrebet trængsel, men forholder sig alene til effekterne af trængslen eller vurderer mulige virkemidler til at begrænse trængslens omfang Der findes flere forsøg på at give en definition af trængsel, men der er udpræget uoverensstemmelse mellem de forskellige opfattelser af begrebet Det har stort set kun været muligt at finde litteratur om trængsel for biltrafik - og hovedsageligt for trafikken på bygader og motorveje Veje i landzone er kun sparsomt bearbejdet Kun enkelte rapporter vedrørende trængsel for den kollektive (bus)trafik og de lette trafikanter - cyklister og fodgængere - er identificeret og tilvejebragt 2 "Fremkommelighed på motorveje i Storkøbenhavn", Statusrapport for , Vejdirektoratet - FORELØBIG P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

23 21 Følgende kilder har især bidraget til definitionen af trængsel og til metodeudviklingen i nærværende projekt: "Quantifying Congestion", Transportation Research Board, 1997 "Traffic Congestion in Europe - Round Table 110, European Commission, 1999 "Problemsträckor på vägnätet i Storstockholm", TFK, 1999 og "Framkomligheten för biltrafiken i Göteborgsområdet", TFK, 1998 For den kollektive trafik har dele af "Transit Capacity and Quality of Service Manual", Transportation Research Board, 1999, samt "Busstrafikens framkomlighet på vägnätet i Stockholms län", Vägvärket, 1999, desuden været brugbare I "Highway Capacity Manual 2000", US Department of Transportation, 2000 behandles derudover bla de lette trafikanter Hovedparten af den identificerede litteratur - det vil sige projektrapporterne - er listet i Dokumentationsrapporten 33 Definitioner af trængsel Det er projektets ambition at finde en alment gyldig definition på "trængsel", som kan anvendes på netniveau - det vil sige ikke blot på en enkelt strækning eller i et kryds, men i et sammenhængende net af strækninger og kryds, feks i en korridor eller et byområde I litteraturen sker der ofte en sammenblanding af trængselsbegrebet med årsagerne til og konsekvenserne af trængsel I dette projekt er der lagt vægt på at finde en entydig definition af begrebet "trængsel", som ikke involverer årsagerne og konsekvenser I det følgende gennemgås forskellige tidligere definitioner, som findes i litteraturen, og den valgte definition i dette projekt beskrives Derefter gives en kort beskrivelse af trængslens mulige årsager og konsekvenser Opsamling 331 Definitioner fra litteraturen I en del af de betragtede internationale studier defineres trængsel som en tilstand, hvor trafikken ikke flyder og bevæger sig frit, men påvirkes af forskellige blokeringer/hændelser, der medfører reduceret rejsehastighed, forsinkelser mv Blokeringerne kan være af varig eller midlertidig karakter Der fokuseres altså på effekterne af trængsel for henholdsvis køretøjer eller trafikanter P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

24 22 I andre studier defineres trængsel ud fra årsagerne Trængsel bliver her et udtryk for, at transportefterspørgslen overstiger udbudet Den defineres ved forskellige betragtninger af trafikbelastningen i forhold til kapaciteten Europæiske overvejelser I det fælleseuropæiske værk "Traffic Congestion in Europe", som sammenfatter indlæg og resultater fra de europæiske trafikministres konference Round Table 110 i 1999, præsenteres bla forskellige landes bud på en definition af trængsel Et fransk studie præsenterer forskellige gængse definitioner: Der er trængsel, når trafikken ikke flyder frit Der er trængsel, når en given hastighed underskrides Der er trængsel, når transportefterspørgslen overskrider det økonomisk optimale udbud ("congestion costs" opstår) Der er trængsel, når belastningen nærmer sig (85-90 %) af den maksimale kapacitet Der er trængsel, når trafikanten oplever, at der er hindringer/blokeringer for kørsel 3 I et hollandsk studie angives, at trængsel er en midlertidig situation, hvor efterspørgslen efter kørebaneareal overskrider udbudet 4 Et tysk studie foreslår at definere trængsel som: "Congestion can be defined as a situation in which transport participants cannot move in a usual or desirable manner Vehicles of all kinds and pedestrians can experience congestion" Videre beskrives det, at: "Congestion means a reduction of service quality in infrastructure due to excessive demand or other reasons The users suffer from speed reduction, ie time penalties" 5 Et engelsk studie følger op med: "Congestion is the impedance vehicles impose on each other, due to the speed-flow relationship, in conditions where use of a transport system approaches its capacity" 6 Det blev på EU-konferencen besluttet fremover at anvende denne definition på trængsel 7 3 Gerondeau, Christian; Traffic Congestion in Europe - Round Table 110, Bovy, P & Salomon, H, Traffic Congestion in Europe - Round Table 110, Schallaböck, KO & Petersen, R: Traffic Congestion in Europe - Round Table 110, Dargay, JM & Goodwin, PB; Traffic Congestion in Europe - Round Table 110, Summary, Traffic Congestion in Europe - Round Table 110, 1999 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

25 23 Mange af disse betragtninger gøres også i et særskilt svensk studie "Framkomligheten för biltrafiken i Göteborgsområdet" Bla angives definitioner på trængsel baseret på den amerikanske Highway Capacity Manual (HCM), hvor trængsel "defineres"/beskrives ved hjælp af forskellige grænseværdier for parametre som: Serviceniveau (Level of Service) Tæthed (density) Kapacitetsudnyttelse/belastningsgrad Rejsehastighed/-tid i forhold til referencehastighed/-tid Forsinkelser i kryds 8 Det samme gøres til en vis grad i "Problemsträckor på vägnätet i Storstockholm" Teori og metoder til beskrivelse af fremkommelighed og trængsel i dette studie er meget lig resultaterne fra Göteborg-studiet I studiet for Stockholm introduceres desuden begrebet "problemindex" Problemindexet som et udtryk for fremkommeligheden beregnes for de enkelte strækninger på baggrund af en pointgivning og vægtning af en lang række forhold vedr vejgeometri, belastningsgrad, rapporterede uheld, miljøforhold mv På baggrund af pointintervaller opdeles vejnettet i fem kategorier, således at de potentielle fremkommelighedsproblemer mindskes med faldende pointtal Amerikanske overvejelser Der er desuden præsenteret definitioner af trængsel i flere af de identificerede amerikanske projekter Disse har dog øjensynligt alle baggrund i det samme omfattende amerikanske studie - "Quantifying Congestion" - af trængsel og metoder til at opgøre denne I dette studie betragtes trængsel fra trafikantens synspunkt Trængsel er immobilitet for trafikanten Det er feks lange kolonner af stoppede eller langsomt kørende køretøjer på motorveje, indfaldsveje eller bygader Det er ophobninger pga flaskehalse, trafikuheld, vejarbejde mv på vejnettet Det angives, at forskellige tidligere definitioner på trængsel enten har fokuseret på årsag eller effekt En definition bør fokusere på det synlige, altså effekten eller konsekvenserne af trængsel De fleste definitioner, der fokuserer på effekten af trængsel, præges af, at: "Congestion reflects an increase in travel time or delay beyond that acceptable to travelers" 9 Rejsetid som parameter er således umiddelbart genkendelig for trafikanter og andre Den acceptable rejsetid eller -forsinkelse for den enkelte trafikant afhænger dog af en mængde faktorer, bla geografi, tidspunkt, trafikarter, trafikfaciliteter, forventninger, vaner mv 8 Kronborg, Peter; Framkomligheten för biltrafiken i Göteborgsområdet, Transportation Research Board; Quantifying Congestion, NCHRP Report 398, 1997 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

26 24 I "Quantifying Congestion" præciseres disse tanker om trængsel Der arbejdes med to kategorier: Trængsel og Uacceptabel Trængsel Disse defineres som: "Congestion is travel time or delay in excess of that normally incurred under light or free-flow conditions Unacceptable congestion is travel time or delay in excess of an agreedupon norm The agreed-upon norm may vary by type of transportation facility, travel mode, geographic location, and time of day" 9 Det acceptable trængselsniveau afhænger af de lokale forhold, men trafikanter oplever normalt trængsel, når rejsehastigheden falder til % af den frit flydende hastighed Det acceptable trængselsniveau bør ifølge det amerikanske studie afspejle dette forhold 9 Projekt definition 332 Valg af definition I dette projekt er det valgt at tage udgangspunkt i trafikanternes påvirkning af hinanden i trafiksystemet - uden hensyntagen til de bagved liggende årsager eller de afledte konsekvenser for omgivelserne: Trængsel er et udtryk for de gener, som trafikanterne påfører hinanden i form af nedsat bevægelsesfrihed, når de færdes i trafiksystemet Den nedsatte bevægelsesfrihed gælder både i tvær- og længderetningen De primære parametre til opgørelse af trængsel er derfor trafikkens tæthed og hastighed Øget tæthed kan medføre nedsat manøvrefrihed, reduceret serviceniveau, øget utryghed mv, mens nedsat rejsehastighed kan medføre bla forsinkelse Af definitionen følger, at trængsel altid forekommer i et eller andet omfang Det skal dog have et vist niveau for at blive erkendt som et problem af trafikanterne Dette niveau afhænger af de nærmere trafikale omstændigheder Definitionen vurderes at være alment gyldig for alle trafikarter, som bevæger sig på veje og stier - personbiler, last- og varebiler, busser, cyklister, fodgængere mv I dette projekt beskæftiger vi os imidlertid alene med trængsel for bil- og bustrafik i vejnettet Trængsel kan principielt opgøres på to forskellige niveauer: Net-niveau Opgørelsen kan tage udgangspunkt i den observerede trafiktilstand i et givet netværk Ved en række indikatorer kan der gives et udtryk for vejnettets kvalitet og ydeevne i forhold til en aktuel trafikbelastning, og denne kvalitet og ydeevne kan relateres til en referencesituation Tur-niveau Her tages udgangspunkt i den enkelte trafikants tur fra udgangspunkt til destination Opgørelse på tur-niveau giver mulighed for at inddrage det forhold at nogle trafikanter vælger at ændre adfærd, når fremkommeligheden i netværket nedsættes; de vælger måske at skifte rute, transportmiddel mv P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

27 25 Resultaterne af disse to måder at opgøre trængslen på er ikke sammenlignelige Dette skyldes, at den netværksbaserede opgørelse beskriver trængslen som den kan observeres i vejnettet, mens den turbaserede opgørelse tager hensyn til, at trafikanterne adfærd ville have været anderledes, hvis der havde været ubegrænset kapacitet i netværket I dette projekt er det valgt at opgøre trængsel på net-niveau Dette skyldes bla, at det i praksis vil være uoverkommeligt at opgøre trængslen på tur-niveau Dette vil enten kræve en meget detaljeret modellering af trafikken i hele influensområdet eller et meget detaljeret kendskab til den enkelte trafikants rejsemønster og præferencer På net-niveau kan trængslen derimod opgøres alene ved observationer på vejnettet I kapitel 7 beskrives hvordan de "skjulte" effekter i form af ændret rejsetidspunkt, rejserute, eller transportmiddel kan vurderes på grundlag af modelberegninger 34 Trængslens årsager og effekter Som tidligere nævnt lægges der i dette projekt vægt på at adskille selve trængslen fra de årsager, der er til trængslens opståen, og de effekter, som trængslen afstedkommer I det følgende resumeres kort de grundlæggende årsager til trængsel og nogle af de væsentligste effekter Disse forhold behandles ikke yderligere i projektet Årsager til trængsel Generelt stiger trængslen, når trafikken (transportefterspørgslen) stiger, og når netværkets kapacitet (transportudbudet) falder Transportudbudet afhænger af trafiksystemets netstruktur og kapacitet Kapaciteten af trafiksystemet påvirkes af en lang række forhold - feks udformning af strækninger og kryds, trafikfordeling og -sammensætning, hastighed, hastighedsfordeling samt af vejret, vejarbejder og pludselige hændelser Trængselsproblemerne stiger voldsomt, når trafikken nærmer sig eller overskrider kapaciteten af strækninger og kryds Transportefterspørgslen på trafiksystemet afhænger bla af: demografi socio-økonomiske forhold bilejerskab kørselsomkostninger (benzinpris, kørselsafgifter mv) bilernes komfort vaner, viden og forventning til kapacitet og rejsetider - herunder forventninger til trængsel geografisk placering af boliger, arbejdspladser mv bosættelses- og ansættelsesmønstre 10 Dargay, JM & Goodwin, PB; Traffic Congestion in Europe - Round Table 110, Transportation Research Board; Quantifying Congestion, NCHRP Report 398, 1997 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

28 26 priser, komfort og service for konkurrerende transport (især kollektiv og let transport) beskæftigelse, indkomst og produktion produktionens sammensætning og andre teknologiske forhold (åbningstider, ansættelsesformer (fix- vs flextid), telearbejde, teleshopping mv) Ændringer i bosættelsesmønstre, husstandsstørrelse, kønsroller og en voksende ældre generation med større købekraft mv samt den generelle velstandsudvikling i samfundet medvirker til, at trafikefterspørgslen på vejene i Danmark fortsat stiger Det samme medvirker feks den kollektive og lette trafiks manglende konkurrencedygtighed og attraktivitet i forhold til personbilen til Også personbilens stadig stigende effektivitet med hensyn til kombinationen af højere hastighed, større rækkevidde, mere komfort og relativt stabile kørselsomkostninger trækker i retning af voksende biltrafik På denne baggrund må det forventes, at der fortsat vil ske en væsentlig vækst i efterspørgslen, og det vil næppe være muligt at udbygge netværket og kapaciteten tilsvarende Det må derfor forventes, at der vil ske en fortsat vækst i trængselsproblemerne Effekter af trængsel Trængsel er - per definition - et udtryk for de gener, som trafikanterne påfører hinanden i form af nedsat bevægelsesfrihed De konkrete mål for trængsel bør derfor afspejle trafikanternes tidstab og de omkostninger, som disse medfører, samt den nedsatte regularitet og komfort Dette er beskrevet nærmere i afsnit 33 Trængsel kan have store konsekvenser for såvel trafikanterne i trafiksystemet som for omgivelserne og samfundet som helhed De miljømæssige konsekvenser omfatter bla: Emissioner: Emissioner påvirker både trafikanterne og de omkringliggende områder (natur og mennesker) Hvis konsekvensen af trængsel udelukkende er en hastighedsreduktion kan trængsel føre til reducerede emissioner sammenlignet med en situation uden trængsel Er konsekvensen af trængsel derimod meget lav hastighed eller ujævn kørsel med mange accelerationer og opbremsninger, fører trængslen til øgede emissioner af stort set alle stoffer Støj: Støj påvirker både trafikanterne og de omkringliggende områder (natur og mennesker) På den ene side vil trængsel normalt føre til lavere hastigheder og dermed lavere støj, men hvis trafikken ikke flyder jævnt tilføjes ekstra støj fra accelerationer og opbremsninger Brændstofforbrug: Ligesom emissioner og støj kan trængsel have modsatrettede effekter på brændstofforbruget Hvis trængslen resulterer i lavere 12 Dargay, JM & Goodwin, PB; Traffic Congestion in Europe - Round Table 110, Schallaböck, KO & Petersen, R: Traffic Congestion in Europe - Round Table 110, Bovy, P & Salomon, H, Traffic Congestion in Europe - Round Table 110, 1999 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

29 27 hastighed, men jævn kørsel reduceres brændstofforbruget Hvis trængslen derimod medfører accelerationer og opbremsninger øges brændstofforbruget, hvilket har en forurenende effekt både på trafikanterne og området Derudover har det øgede brændstofforbrug også en direkte effekt for forbrugerne i form af øgede udgifter til brændstof Trafikulykker: For trafikuheld er der en tosidet effekt af trængsel På den ene side medfører trængsel en reduktion af hastigheden, hvilket generelt medfører færre/mindre komplicerede ulykker På den anden side medfører en ujævn trafikstrøm flere mindre ulykker De samfundsmæssige konsekvenser omfatter bla: Sundhed: De øgede emissioner fører til øget risiko for relaterede sygdomme såsom kræft og andre lungesygdomme Reduceret mobilitet: Trængsel fører generelt til en reduktion af mobiliteten blandt andet fordi rejsetiden øges I nogle tilfælde afholder trængslen nogle trafikanter fra at rejse, hvilket afskærer dem fra visse aktiviteter Tabt udvikling/fortjeneste: Endelig kan trængsel betyde, at nogle brancher ikke opnår den udvikling, som de kunne have fået Argumentet fremføres bla af handelsstanden i centrale byområder Trængsel kan i sidste ende medføre reduceret velfærd Som det fremgår af kapitlerne 6-9 i denne rapport udgør trængslen - i form af de trafikale gener, som trafikanterne påfører hinanden - en betydelig omkostning Af det ovennævnte fremgår det, at trængslen også har betydelige omkostninger for omgivelserne og for samfundet som helhed 15 Kronborg, Peter; Framkomligheten för biltrafiken i Göteborgsområdet, Schallaböck, KO & Petersen, R; Traffic Congestion in Europe - Round Table 110, 1999 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

30 28 4 Metoder til beskrivelse af trængsel I det forrige kapitel blev der opstillet en definition af begrebet trængsel I dette kapitel søges opstillet nogle mål (parametre), som i praksis kan bruges til at beskrive eller opgøre trængslens omfang Der tages udgangspunkt i den indsamlede litteratur Målene skal udtrykke trængslen i et net og ikke blot på enkeltstrækninger eller i enkeltkryds Efter en gennemgang af litteraturen er der søgt udvalgt nogle parametre, som tilsammen: afspejler de gener, som trafikanterne faktisk oplever i praksis lader sig opgøre uden urimeligt store omkostninger er egnet til formidling, ikke alene blandt fagfolk, men også i offentligheden og blandt beslutningstagere De valgte parametre er afprøvet i praksis på nogle forsøgsstrækninger i Københavnsområdet, inden det endelige valg er foretaget Dette er beskrevet i afsnit 53 og 54 for henholdsvis bil- og bustrafik 41 Dimensioner Der findes ikke en enkelt parameter, som giver en fyldestgørende beskrivelse af trængslen i et netværk Dette hænger bla sammen med, at der i beskrivelsen af trængslen indgår tre væsentlige dimensioner: Omfang af trængslen beskriver, hvor meget trængslen påvirker den enkelte trafikant eller den samlede trafik på et givet tidspunkt Omfanget udtrykker eksempelvis, om der er tale om en mindre reduktion i rejsehastigheden, eller om trafikken er brudt helt sammen (stop-and-go kørsel) Varighed dækker den tid, som et givet segment er belastet af trængsel Det er feks afgørende, om trængslen kun varer i en kort periode i morgenmyldretiden, eller om den forekommer i en stor del af dagen Udstrækning af trængslen beskriver, hvor lang en strækning eller hvor mange biler, personer eller hvor meget gods, der påvirkes af trængslen Hertil kommer, at variationen i trængslen er af betydning Variation beskriver forskelle i trængslen typisk fra dag til dag og kan beskrive forskelle for hver af de tre ovennævnte dimensioner Variationen er specielt afgørende for trafikanter, der har et fast ankomsttidspunkt Hvis variationen er stor, må trafikanterne P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

31 29 indregne en særligt høj rejsetid for at have en rimelig sikkerhed for, at de når frem til tiden De fire dimensioner kan ikke "opfanges" i en enkelt parameter, men må beskrives ved en kombination af parametre Udover ovennævnte dimensioner opdeles gennemgangen på transportformerne biltrafik og kollektiv (bus)trafik Opdelingen foretages, fordi der kan være forskellige parametre for de to transportformer, idet de påvirkes forskelligt af trængsel Fokus i gennemgangen bliver dog på biltrafikken, da stort set al den indsamlede litteratur omhandler denne transportform I det følgende beskrives - for hver af de fire dimensioner - en række af de parametre, som er beskrevet i litteraturen 42 Parametre for biltrafik For biltrafikken kan en række parametre måles direkte Disse omfatter primært: hastigheden (km/t) i et givet punkt intensiteten (biler/t) i et givet punkt afstand mellem biler (sek/bil) i et givet punkt rejsetid/gennemkørselstid (min) for en strækning Disse parametre kan registreres ved en række forskellige metoder, som beskrevet i bla kapitel 10 På baggrund af den begrænsede mængde målelige parametre kan der konstrueres en lang række beregnede parametre - både absolutte og relative - der er mere anvendelige til sammenligning af forskellige strækninger Til brug for disse beregninger behøves en række oplysninger om hver enkelt strækning, så som: strækningslængde (km) tilladt hastighed (km/t) acceptabel hastighed (km/t) acceptabel tæthed (biler/km) acceptabel intensitet (biler/t) grøn- og omløbstider i signaler (min og sek) acceptabel rejsetid (min) Beskrivende parametre for de fire dimensioner er beskrevet i det følgende 421 Omfang Der findes en lang række parametre til at opgøre omfanget af trængsel I litteraturen er der fundet mere end 15 forskellige både absolutte og relative parametre, hvoraf mange er variationer over den samme målelige parameter I det følgende præsenteres en del af de beregnede parametre opdelt efter hvilken målelig parameter, de er knyttet til P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

32 30 Hastighed Hastighed i snit er en målelig parameter, som relativt let lader sig opgøre, feks med dobbeltspoler nedfræset i kørebanen På grundlag af målte hastigheder kan der beregnes et hastighedsindeks: Hastighedsindeks = hastighed (km/t) acceptabel hastighed (km/t) Hastighedsindekset beskriver reduktionen i hastighedi forhold til den acceptable hastighed, som hver trafikant oplever i et givet punkt Indekset kan sammenlignes for forskellige strækninger i netværket Eksempelvis vil en strækning med målt hastighed på 60 km/t og en acceptabel hastighed på 100 km/t have et hastighedsindeks på 0,6 Det samme gælder en strækning med målt hastighed på 30 km/t og acceptabel hastighed på 50 km/t Hastighedsindekset kan benyttes til at udpege punkter eller områder, der er særligt påvirkede af trængsel Rejsehastighed = strækningslængde (km) 60 rejsetid (min) ( min/t) Mens hastigheden ovenfor er baseret på en snitmåling et sted på strækningen, er rejsehastigheden for en strækning gennemkørselstiden inklusiv tid brugt i kryds Rejsehastigheden udregnes på baggrund af rejsetiden, der feks kan måles ved hjælp af en målevogn eller ved nummerpladeregistrering Rejsehastigheden både i absolut og relativ form kan således benyttes som et mål for trængslen i bygader og på indfaldsveje Parameteren beskriver effekten af trængslen sammenlagt for kryds og frie strækninger Udover de ovenfor definerede mål for hastighed findes de samme mål for den amerikanske betegnelse "travel rate", der dækker over den inverse hastighed målt i min/mile Disse størrelser er ikke gengivet her, da denne type størrelser ikke sædvanligvis benyttes i Danmark Trafikintensitet og tæthed Tætheden og intensitet er også målelige parametre Trafikintensitetsindeks = trafikintensitet (biler/t) acceptabel trafikintensitet (biler/t) Trafikintensitetsindekset viser hvor meget trafik, der afvikles i forhold til den acceptable intensitet for den givne strækning Denne parameter kan dog ikke benyttes helt ukritisk, idet en lav intensitet på den ene side kan skyldes lav efterspørgsel, og på den anden side kan skyldes, at trafikken er brudt sammen, fordi efterspørgslen overstiger kapaciteten Dette problem kan afhjælpes ved i stedet at benytte tætheden, der måles som antal biler pr km Tæthedsindeks = tæthed (biler/km) acceptabel tæthed (biler/km) Forsinkelse Forsinkelse er i sig selv er ikke en direkte målelig parameter, men beregnes ud fra en række målelige parametre P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

33 31 Forsinkelse = rejsetid (min) acceptabel rejsetid (min) I ovenstående udtryk er forsinkelsen opgjort som rejsetiden udover den acceptable rejsetid Forsinkelsen kan også regnes i forhold til en free flow rejsetid Forsinkelsen kan opgøres for forskellige niveauer af trængsel, se afsnit 51 Forsinkelsen beskriver den forsinkelse den enkelte trafikant oplever på en given strækning For at beskrive en trafikants samlede forsinkelse, skal bidragene for de kørte strækninger summeres Beskrivelse af forsinkelse i den absolutte form kan dels benyttes til at beskrive trængslen på enkelte strækninger, dels til senere at beskrive det samlede trængselsomfang Den absolutte forsinkelse kan også benyttes til at beregne den relative forsinkelse, hvor der tages hensyn til længden af den enkelte strækning Forsinkelse (rel) = forsinkelse (min) strækningslængde (km) Udover forsinkelse på enkelte strækninger opgøres den samlede forsinkelse i netværket Denne benyttes i de samfundsøkonomiske beregninger Samlet forsinkelse = forsinkels e antal biler strækninger Den samlede forsinkelse måles i bilminutter eller biltimer og kan også omregnes til økonomiske termer Den samlede forsinkelse kan desuden benyttes til at beskrive udviklingen af trængsel over tid Kø Den sidste af grupperne af parametre er kø, bla: Køtid = tid tilbragt i kø (min) Samlet køtid = strækninger køtid antal biler (bilmin) Kølængde = længde af kø (km) Samlet kølængde = kølængde (km) strækninger I praksis kan disse mål være vanskelige at opgøre Fælles for målene er, at de opgøres absolut Køtider og -længder kan således opgøres totalt eller for forskellige tidsperioder eksempelvis pr dag, pr uge, pr måned eller pr år Selvom køtid og forsinkelse kan synes som to sider af samme sag, er der væsentlige forskelle Køtid omfatter således kun den tid, hvor trafikanter holder eller kører i kø (i forhold til en defineret tæthed for kø) Derimod omfatter forsinkelse både køtid og den øgede rejsetid, der følger af en lavere hastighed uden at der er opstået kø P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

34 Varighed Varigheden kan opgøres som et absolut mål for den tid, som systemet er belastet af trængsel Trængselstid (niveau) = Den tid (timer pr dag) hastigheden og tætheden i trafiknettet svarer til et givet niveau af trængsel Såfremt trængselsomfanget opgøres på niveauer, kan varigheden for hvert enkelt niveau opgøres Varigheden opgøres som en absolut størrelse og egner sig til at belyse udviklingen i trængslen over tid for et bestemt område, eller til sammenligning af trængslen mellem forskellige områder Størrelsen benyttes endvidere, når der skal laves samfundsøkonomiske beregninger i forbindelse med trængsel 423 Udstrækning Udstrækningen kan beskrives ved en række både absolutte og relative parametre: Vejtrængsel = vejlængde med trængsel (km) Vejtrængsel (rel) = vejlængde med trængsel (km) samlet vejlængde (km) Biltrængsel = trafikarbejde i bil ved trængsel (bilkm) Biltrængsel (rel) = trafikarbejde i bil ved trængsel (bilkm) trafikarbejde i bil i alt (bilkm) Vejtrængselstid = trængselstid x vejtrængsel (kmt) Det ses, at hver parameter findes i en absolut og en relativ form Som ovenfor gælder, at de absolutte mål kan beskrive udviklingen over tid samt benyttes til samfundsøkonomiske beregninger, mens de relative mål kan benyttes til at sammenligne både enkelte strækninger og større dele af trafiknettet indbyrdes 424 Variation Trængslen - opgjort i de ovenfor nævnte dimensioner - kan variere betydeligt fra dag til dag Jo større variationen er, jo vanskeligere er det for trafikanterne at forudse og tage højde for trængslen Såfremt trængslen varierer efter normalfordelingen, kan variationen opgøres ved en standardafvigelse: Parameter + standardafvigelsen P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

35 33 43 Parametre for kollektiv trafik Busserne deler i stort omfang kørearealer med biltrafikken Busserne påvirkes derfor også af det samlede trængselsniveau i gaderne, ligesom de bidrager til dette trængselsniveau Trængslen på strækningerne påvirker busserne: ved udkørsel fra stoppested, hvor busserne kan have vanskeligt ved at komme ind i trafikken på strækningerne, hvor busserne påvirkes af trængslen på samme måde som biltrafikken Projektet betragter alene trængslen under bussens kørsel i trafikken, det vil sige fra bussen afgår fra stoppested (dørene lukkes) til den ankommer til næste stoppested (dørene åbnes) Når der er mange passagerer, vil stoptiden ved stoppestederne øges, og belægningen i busserne vil være større Disse forhold er ikke medtaget i projektet Blandt de målelige parametre for bustrafik er: Køretid / rejsetid Stoptid ved kryds mv Passagerbelægning I Københavnsområdet er der på visse ruter mulighed for at måle rejsetiden mellem stoppesteder direkte ved hjælp af HUR's PTS-system Ligesom for biltrafikken er det nødvendigt at definere et referenceniveau for de forskellige parametre For bustrafikken kan de eksisterende køreplaner sige noget om, hvordan trafikmængderne varierer over døgnet Ved brug af køreplantider er det vigtigt at være opmærksom på, at disse er fastlagt netop med hensyn til det eksisterende trafikniveau, og derfor kan disse tider ikke altid tages som et udtryk for en accepteret trafiksituation I projektets Fase II er det derfor valgt at benytte free-flow rejsehastigheden som reference, forstået som den hastighed busserne kan opnå, når der kun er ubetydelig trafik i vejnettet 431 Omfang Som for biltrafikken beskriver omfanget, hvor meget det enkelte køretøj eller den samlede bustrafik på et givet netværk (strækning eller rute) påvirkes af trængslen Derfor kan en række af parametrene for biltrafik overføres til bustrafikken Det er dog ikke alle parametrene fra biltrafikken, der er relevante Hastighed Parametrene for hastighed kan umiddelbart overføres til kollektiv trafik Her indikerer hastighedsindekset, hvilket niveau den målte hastighed har i forhold til en acceptabel hastighed, mens rejsehastigheden angiver den gennemsnitlige hastighed for en given strækning Hastighed = strækningslængde (km) 60 rejsetid uden stop (min) ( min/t) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

36 34 Hastighedsindeks = Rejsehastighed = Rejsehastighedsindeks = hastighed (km/t) acceptabel hastighed (km/t) strækningslængde (km) 60 rejsetid med stop (min) ( min/t) rejsehastighed (km/t) acceptabel rejsehastighed (km/t) Forsinkelse Som for bilerne kan bussernes forsinkelse opgøres som rejsetiden udover den acceptable rejsetid, feks free-flow rejsehastigheden Forsinkelse = rejsetid (min) acceptabel rejsetid (min) Forsinkelse (rel) = forsinkelse (min) rutelængde (km) Samlet forsinkelse = forsinkels e (min) afgange 432 Varighed og udstrækning Varigheden udtrykker den tid, som systemet er påvirket af trængsel, mens udstrækningen udtrykker hvor stort et område eller hvor mange, der påvirkes af trængsel For bussernes vedkommende falder disse to størrelser sammen, når det opgøres, hvor mange afgange, der er påvirket af trængsel Trængselsafgange = Det antal afgange, hvor rejsetiden er højere end det acceptable Yderligere kan udstrækningen af trængsel opgøres ved at opgøre Bustrængsel = Bustrængsel (rel) = trængselsafgange rutelængde (km) bustrængsel (km) rutelængde (km) afgange Disse to parametre udtrykker udstrækningen af trængsel i form af rutelængder Endelig kan variationen af de ovennævnte parametre fastlægges I Københavnsområdet findes der allerede en omfattende registrering fra de mange kørsler med tællebusser, så her er det muligt at lave et bedre mål end: Parameter + standardafvigelsen P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

37 35 5 Afprøvning Ikke alle de i kapitel 4 nævnte parametre er lige egnede til at opgøre og beskrive trængsel på en forståelig og effektiv måde Inden de endelige valg af parametre blev truffet, blev der derfor foretaget en udvælgelse af de mest "lovende", og disse blev afprøvet på tre udvalgte typer strækninger i Københavnsområdet, henholdsvis en strækning på motorvej, indfaldsvej og bygade Reelt var der tale om en iterativ proces, hvor de erfaringer som blev gjort undervejs i forløbet, blev benyttet til at tilpasse udvælgelsen af parametre På baggrund heraf blev det endelige valg af parametre foretaget I dette kapitel beskrives denne proces 51 Trængselsniveauer På grundlag af de to parametre "tæthed" og "rejsehastighed" blev der defineret fire trængselsniveauer for biltrafik Erfaringer fra bla TRIM-systemet viser, at trængselsproblemer relativt enkelt lader sig formidle ved hjælp af forskellige niveauer, som kan vises på kort ved en farvekode Afprøvningen tog udgangspunkt i nogle foreløbige grænseværdier for hastighed og tæthed Disse blev i første omgang fastlagt på baggrund af internationale anbefalinger præsenteret i bla to svenske studier 17 På grundlag af erfaringerne fra afprøvningen på teststrækninger blev niveauerne fastlagt som følger: Tabel 51 Fire niveauer af trængsel Tæthed 18 Rejsehastighed LoS 19 Ubetydelig trængsel t 0,2 x t max v rejs 0,8 x h Begyndende trængsel 0,2 x t max < t < 0,33 x t max v rejs 0,8 x h A-B Stor trængsel 0,33 x t max t < 0,6 x t max 0,4 x h < v rejs < 0,8 x h C-D Kritisk trængsel t 0,6 x t max v rejs <= 0,4x h E-F 17 Trafikkontoret og Vägverket, 'Framkomligheten för biltrafiken i Göteborgsområdet', 1998 og Vägverket, 'Problemsträckor på vägnätet i Storstockholm', Som resultat af aktivitet 16, 'Afprøvning' er det besluttet kun at opgøre tæthed for biltrafik på motorveje og andre veje i åbent land 19 Jævnfør definition af trængsel i 'Highway Capacity Manual 2000' P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

38 36 Alle hastighedsudtrykkene i Tabel 51 indeholder konstanten h Denne beskriver en referencerejsehastighed, der afhænger af vejtype og trafikanttype h er fastlagt på følgende måde: For biltrafik på motorveje er h beskrevet ved hastighedsbegrænsningen For biltrafik på indfaldsveje og bygader er h beskrevet ved free-flow hastigheden (i dette projekt maksimalt lig hastighedsbegrænsningen) For bustrafik er h beskrevet som den aktuelle køreplanhastighed 20 Derudover gælder: t er lig tætheden t max er lig den maksimale tæthed 21 v rejs er lig rejsehastigheden De "grænseværdier", som indgår i Tabel 2, svarer til nogle markante ændringer i trafiktilstandene, som også afspejler sig i speed-flow kurverne, og på grundlag af observationer i trafikken vurderes de at give en god afspejling af den oplevede trængsel Dette underbygges også af en sammenligning af trængselsniveauerne med de serviceniveauer, som er defineret i Highway Capacity Manual Niveau A-B er samlet under ubetydelig og begyndende trængsel Level-of-Service målene er udelukkende knyttet til hastigheden og ikke til tætheden Derved er det ikke muligt at skelne mellem disse to niveauer af trængsel Niveauerne C-D omfatter stor trængsel, mens niveauerne E-F svarer til kritisk trængsel med risiko for sammenbrud i trafikafviklingen Rejsehastighed og tæthed Rejsehastigheden kan opgøres for bil- og bustrafikken på alle typer strækninger Tætheden opgøres derimod kun for biltrafikken og kun på motorveje (og andre veje i åbent land) Dette skyldes ikke, at tæthed på veje i byer er uinteressant Den er tværtimod et mål for bevægelsesfriheden Tætheden på primærvejen er feks relevant i forbindelse med afvikling af trafik fra sekundærveje i vigepligtsregulerede kryds 20 Ved brug af køreplantider som reference til den acceptable rejsehastighed for busser skal der principielt tages hensyn til, at disse er fastlagt på baggrund af det eksisterende trafikniveau og ikke nødvendigvis er udtryk for det acceptable niveau Derfor tænktes i første omgang anvendt den maksimale køreplanhastighed på en given rute Denne vil typisk være at finde i nattetimerne, hvor der kan forventes mindst trafik på en given rute Efterfølgende har det dog vist sig hensigtsmæssigt i stedet at benytte den aktuelle køreplanhastighed ved opgørelse af trængsel for busser For at kunne vurdere bussernes reelle rejsehastighed sammenlignes denne endvidere med en free-flow rejsehastighed 21 Den maksimale tæthed er på baggrund af afprøvningen af metoder på de tre teststrækninger defineret som den maksimalt observerede (målte) tæthed, se mere herom i afsnit 53 Teoretisk findes den maksimale tæthed ved hastigheden nul, ca ktj/km/spor I praksis er denne situation meget svær at måle, feks er det ikke muligt i TRIM-systemet P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

39 37 Praktisk giver opgørelsen af tæthed på veje i byer imidlertid en række problemer, bla fordi længden af strækningen med kørsel pga kødannelser ikke er konstant før signalregulerede kryds Samtidig bevirker forholdet mellem omløbs- og grøntider, at en stor del af trafikken på strækningen afvikles i såkaldte "platoons" Dette betyder, at trafikken ved grønt sendes af sted i en gruppe og ikke afvikles tilfældigt spredt over hele signalets grøn- eller omløbstid En beregning af tætheden baseret på gennemsnitlige hastigheder og trafikintensiteter afspejler derfor ikke den oplevede gene på strækningen Kø og forsinkelse i signalregulerede kryds er ikke en gene knyttet til tætheden, men derimod til rejsehastigheden 52 Teststrækninger Efter udpegningen af parametre og metoder til opgørelse af trængsel er disse blevet afprøvet på tre udvalgte strækninger i Københavnsområdet Motorvej, biltrafik: Motorring 3 mellem Jægersborg og Køge Bugt Motorvejen (4-sporet motorvej) Indfaldsvej, biltrafik: Ellebjergvej og P Knudsens Gade mellem Gl Køge Landevej og Sydhavns Plads (4-sporet vej med signalregulerede kryds) Bygade, biltrafik og bustrafik: Vesterbrogade mellem Platanvej/Vester Fælledvej og Helgolandsgade/Trommesalen (2-sporet vej med signal- og vigepligtsregulerede kryds) Der er indsamlet et meget omfattende datamateriale til udregning og vurdering af parametre og metoder Baseret på resultaterne herfra er nogle få centrale parametre udvalgt, der relativt simpelt beskriver trængslen og dens konsekvenser Dataindsamlingen foregik i uge 20, fra mandag den 14 til fredag den 18 maj 2001 I det følgende beskrives hvilke data, der blev indsamlet på de forskellige strækninger 53 Biltrafik For biltrafikken blev følgende parametre beregnet baseret på rejsehastigheden (og tætheden på motorveje): trængselstid (timer/døgn) vejtrængsel (km) biltrængsel (vogn- eller personkm) forsinkelse (køretøjs- eller persontimer) Trængselstiden og forsinkelsen blev opgjort for hvert af de fire trængselsniveauer På byveje opgøres trængsel dog kun i tre niveauer, jf afsnit 51 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

40 38 Strækning 531 Afprøvning på motorvej Som eksempel på en motorvej blev valgt Motorring 3 mellem Jægersborg og Køge Bugt Motorvejen Figur 51 viser placeringen af strækningen På figuren ses endvidere placeringen af de to andre teststrækninger: indfaldsvejen Ellebjergvej - P Knudsens Gade bygaden Vesterbrogade (delstrækning) Den betragtede del af Motorring 3 er i forbindelse med afprøvningen blevet opdelt i fire delstrækninger, som markeret på figuren De fire delstrækninger er: 1 Jægersborg - Hillerødmotorvejen (Jæ-Hi) 2 Hillerødmotorvejen - Jyllingevej (Hi-Jy) 3 Jyllingevej - Holbækmotorvejen (Jy-Ho) 4 Holbækmotorvejen - Køge Bugt Motorvejen (Ho-Kø) Figur 51 Motorring 3 mellem Jægersborg og Køge Bugt Motorvejen P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

41 39 Indsamlingsperiode Der blev indsamlet data i hele undersøgelsesugen, det vil sige fra midnat mellem den 13 og 14 maj 2001 til midnat mellem den 18 og 19 maj 2001 I samme periode blev en række bilister blevet bedt om at udfylde spørgeskemaer om deres opfattelse af trængslen på den pågældende strækning Indsamlingsperioderne er summeret i Tabel 52 Tabel 52 Data for biltrafikken på motorvej, 2001 Dato 14/5 15/5 16/5 17/5 18/5 TRIM Spørgeskema TRIM Indsamlingen af trafikdata for Motorring 3 er foretaget ved hjælp af Vejdirektoratets TRIM-system, der bygger på spoler nedlagt i stort set alle motorveje i Københavnsområdet Alene på Motorring 3 er der nedlagt 144 spoler fordelt på 36 målepunkter En stor del af spolerne er placeret i grupper omkring ramperne Derfor er der i princippet tale om 20 grupper af spoler De 19 anvendte i analysen er indtegnet på kortet i Figur 51 For hvert køretøj, der passerer en spole, registrerer TRIM: passagetidspunkt hastighed længde af køretøj belægningstid forløbet tid siden forrige køretøj TRIM-systemet genererer meget store datamængder Der er derfor udviklet et særligt program "ASTRID" til efterbehandling og analyse af data Med ASTRID er det muligt at udtrække data på tidsintervaller Til brug for analyserne er der valgt intervaller af 15 minutter, så det svarer til tællepladerne på indfaldsveje og bygader Gennemsnitshastigheden pr tidsinterval blev omregnet til strækningsmiddelhastighed og korrigeret for systematiske unøjagtigheder i spoleregistreringerne Spørgeskema Som supplement til de "objektive" målinger ved TRIM-systemet blev der foretaget en spørgeskemaundersøgelse, hvor trafikanterne blandt andet skulle angive, hvordan trafikken påvirkede deres rejse i form af forsinkelse og utryghed Endvidere skulle de angive eventuelle årsager til forsinkelsen eller utrygheden Som en sidste del af spørgeskemaet skulle trafikanterne angive hvor og på hvilket tidspunkt de færdedes på strækningen, samt hvordan trafikken var i forhold til, hvad de plejede at opleve De sidste oplysninger benyttedes til at koble oplysninger om oplevet trængsel med de faktiske målinger fra TRIM P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

42 40 Resultaterne af spørgeskemaundersøgelsen indgår i vurderingen af grænseværdierne for tæthed og hastighed, som er nævnt i afsnit 51 Spørgeskemaet er præsenteret i dokumentationsrapporten Strækning 532 Afprøvning på indfaldsvej Som eksempel på en indfaldsvej blev valgt strækningen Ellebjergvej - P Knudsens Gade, der er forlængelsen af Holbækmotorvejen mod centrum af København Placeringen af strækningen fremgår af Figur 51, mens Figur 52 viser placeringen af tællesnit på strækningen Figur 52 Ellebjergvej- P Knudsens Gade Strækningen blev opdelt i fem delstrækninger, som det fremgår af Figur 52 Data Der blev indsamlet data ved forskellige metoder, som det fremgår af tabellen nedenfor Dette er gjort dels for at få et så detaljeret datamateriale som muligt, dels for at kunne kontrollere og sammenligne resultaterne af de forskellige indsamlingsmetoder Indsamlingsperioderne ses i Tabel 53 Tabel 53 Data for biltrafikken på indfaldsvej, 2001 Dato 14/5 15/5 16/5 17/5 18/5 Tælleplader Tællestation Manuel tælling Nummerskrivning Målebil P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

43 41 Tælleplader På Ellebjergvej - P Knudsensgade blev der placeret 20 tælleplader i fem snit, der registrerede antallet af biler i hele undersøgelsesperioden Tællepladerne registrerede bilerne i to køretøjsklasser og 12 hastighedsklasser Oplysningerne blev benyttet til at bestemme trafikintensiteter og snithastigheder i 15 minutters intervaller Tællestation På Ellebjergvej har Københavns Kommune en fast tællestation, der dog på grund af beskadigelse i indsamlingsperioden alene kunne måle trafikintensiteten Målingerne for tællestationen er sammenlignet med trafikintensiteterne fra tællepladerne for at finde eventuelle fejlregistreringer Manuel tælling I analyseperioden blev der gennemført en '6-18 tælling' på P Knudsens Gade Denne blev benyttet til at korrigere den fejlmåling, der er på tællepladerne Nummerskrivning For at få et mål for trafikanternes rejsetid og -hastighed blev der desuden gennemført en nummerskrivningsanalyse I hver ende af strækningen blev nummeret på udvalgte biler noteret sammen med passagetidspunktet Hermed er det muligt at bestemme gennemkørselstiden (rejsetiden) på strækningen Der blev foretaget nummerskrivning onsdag den 16 maj i indadgående retning mellem kl 7 og 10 samt i udadgående retning mellem 14 og 17 Målebil Endelig har strækningen været gennemkørt af en målebil fra Københavns Kommune Ved en gennemkørsel af strækningen registrerede målebilen blandt andet: køretider (på delstrækninger) maksimal hastighed snithastighed kølængder stoptider i kryds Ud fra disse data kan endvidere udregnes rejsehastigheder på delstrækninger og for hele strækningen Data fra målebilen benyttes ligesom nummerskrivningen til at kontrollere de beregnede rejsetider, bestående af køretid på strækninger og middelforsinkelser i signalregulerede kryds Fordelen ved målebiler er, at data er opgjort på køre- og stoptider på delstrækninger, så de enkelte dele af den beregnede rejsetid kan kontrolleres Der blev foretaget kørsler onsdag den 16 maj mellem kl 7 og 9 og mellem kl 15 og 17 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

44 42 Strækning 533 Afprøvning på bygade Som eksempel på en bygade blev valgt Vesterbrogade mellem krydset ved Platanvej/Vester Fælledvej og krydset ved Helgolandsgade/Trommesalen Denne strækning ses på Figur 53 Figur 53 Vesterbrogade mellem Platanvej og Helgolandsgade Strækningen blev opdelt i fire delstrækninger, som det fremgår af figuren : Data De indsamlede datatyper fremgår af nedenstående tabel og er kort beskrevet nedenfor Tabel 54 Data for biltrafikken på bygade, 2001 Dato 14/5 15/5 16/5 17/5 18/5 Tælleplader Manuel tælling Nummerskrivning Målebil Tælleplader Oplysningerne om trafikintensiteter og snithastigheder blev indsamlet ved otte plader fordelt på fire snit Som for indfaldsvejen er der registreringer i 15 minutters intervaller på alle 5 hverdagsdøgn Manuel tælling Der blev foretaget en manuel tælling onsdag den 16 maj 2001, kl 7-10, ind mod byen og kl ud af byen Denne er brugt til at kontrollere, om den korrektion, der blev udledt på baggrund af den manuelle tælling på P Knudsens Gade, også er anvendelig på andre strækninger P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

45 43 Nummerskrivning Der blev gennemført en nummerskrivning magen til nummerskrivningen på indfaldsvejen Målebil Endelig blev Vesterbrogade gennemkørt den 16 maj mellem kl 7 og 9 af en målebil fra Vejdirektoratet Denne målebil registrerede de samme oplysninger som Københavns Kommunes målebil på indfaldsvejen På grundlag af de indsamlede data er det forsøgt at opgøre trængslen ved de udvalgte parametre - på hver af de tre prøvestrækninger 534 Resultater på motorveje Til afprøvning af metoderne er de relevante data trukket ud fra ASTRID og opstillet i en række Excel-regneark Ligeledes er besvarelserne fra spørgeskemaundersøgelsen indtastet i regneark, og respondenternes supplerende kommentarer er samlet sammen Analyserne er foretaget for strækningen på Motorring 3 mellem Jægersborg og Køge Bugt Motorvejen Figur 54 viser døgn- og ugevariationen i rejsetid for den pågældende vejstrækning i sydgående retning Det ses, at free-flow rejsetiden er knap 10 minutter for de 18 km - svarende til hastigheder omkring 110 km/t I myldretiderne opleves rejsetider på op til 30 minutter svarende til en gennemsnitshastighed på 35 km/t Rejsetider, M3 syd 2100 Rejsetid (sek) :00 4:00 8:00 12:00 16:00 20:00 0:00 Tidspunkt mandag tirsdag onsdag torsdag fredag Figur 54 Rejsetider på Motorring 3 i sydgående retning, maj, 2001 Speed-flow I Figur 55 er speed-flow kurverne optegnet samlet for begge spor for hver af de fire delstrækninger i sydgående retning Det ses, at de har nogenlunde samme form Det fremgår, at delstrækningerne fra Jægersborg til Hillerødmotorvejen og videre til Jyllingevej er de mest belastede P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

46 44 Speed-flow kurve, M3, syd Hastighed (km/t) Trafikintensitet (køretøjer/time) Jæ-Hi Hi-Jy Jy-Ho Ho-Kø Figur 55 Speed-flow kurve for Motorring 3 i sydgående retning, maj, 2001 Kurverne for de fire delstrækninger ligner den teoretiske speed-flow kurve For de belastede delstrækninger vender speed-flow kurverne ved mellem 4000 og 5000 køretøjer/time Dette svarer godt til den teoretiske kapacitet på 4600 personbilenheder/time for en motorvej med to spor i hver retning Niveauer af trængsel Grænseværdien for acceptabel rejsehastighed blev foreløbig fastsat til 0,8 gange hastighedsbegrænsningen For Motorring 3 svarer det til en hastighed på 88 km/t Af Figur 55 ses, at den øverste del af speed-flow kurven holder sig over denne hastighed Tilsvarende svarer hastigheder på 88 km/t eller derover til ingen eller lille forsinkelse i spørgeskemaundersøgelsen Speed-flow kurven begynder for alvor at bøje tilbage mellem 40 og 60 km/t, hvilket fortolkes som, at efterspørgslen overskrider kapaciteten Sammenbrud i trafikken sker således ved hastigheder omkring 40 % af free-flow hastigheden Tilsvarende blev de foreløbige grænser for bla acceptabel tæthed efterprøvet Det viste sig, at grænserne ikke kunne fastsættes på baggrund af spørgeskemaundersøgelsen, men måtte baseres primært på trafikdata Den maksimale tæthed er fastlagt som den maksimalt, observerede tæthed, se afsnit 51 I Figur 56 vises sammenhængen mellem tæthed og hastighed for trafikken i sydgående retning og illustreres de 4 trængselsniveauer P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

47 45 Tæthed og hastighed, M3, syd 120 Hastighed (km/t) Jæ-Hi Hi-Jy Jy-Ho Ho-Kø Tæthed (ktj/km/spor) Parametre Figur 56 Tætheder og hastigheder for Motorring 3 i sydgående retning De indtegnede felter viser de fire niveauer af trængsel, maj, 2001 Efter at grænseværdier for rejsehastighed og tæthed for de 4 trængselsniveauer er fastlagt, beregnes trængslen ved de i afsnit 53 nævnte parametre Resultaterne er præsenteret i Dokumentationsrapporten og bekræfter, at disse parametre er velegnede til at beskrive trængslen på motorveje 535 Resultater på indfaldsveje og bygader De indsamlede data på henholdsvis Ellebjergvej - P Knudsens Gade og Vesterbrogade giver en detaljeret beskrivelse af trafikintensiteten, snithastigheder og rejsehastigheder Det omfattende datamateriale er kontrolleret, opregnet og indlagt i Excel-regneark Plademålingernes oplysninger om trafikintensiteter og hastigheder er bla anvendt til at opstille udtryk for køretider og middelforsinkelser i kryds (stoptider) Sidstnævnte er beregnet efter de danske vejregler De beregnede køre- og stoptider er sammenholdt med rejsetidsoplysningerne fra nummerskrivninger og kørsler med målebil I Figur 57 vises hastigheden i to snit på henholdsvis Ellebjergvej og P Knudsens Gade P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

48 46 Hastigheder, Elle og P Knud ind Hastighed (km/t) :00 04:00 08:00 12:00 16:00 20:00 00:00 Tidspunkt Elle12 Pknud22 Figur 57 Korrigerede hastigheder målt i ydersporet i indadgående retning i starten af Ellebjergvej og midt på P Knudsens Gade Det ses, at hastighedsreduktionerne på Ellebjergvej er begrænsede i myldretiderne Hastigheden varierer fra lige over til lige under 60 km/t Hastighedsbegrænsningen er 60 km/t På P Knudsens Gade, hvor hastighederne er målt i venstre kørespor henover strækningen, er der derimod store hastighedsreduktioner i myldretiden Her varierer hastighederne fra mellem 50 og 70 km/t uden for myldretiderne og helt ned til 20 km/t i den værste myldretid Figur 57 viser endvidere, at myldretidsretningen som forventet er indadgående om morgenen Hastighedsreduktionen er således betydeligt større om morgenen end om eftermiddagen i indadgående retning Speed-flow I Figur 58 er hastighederne for Ellebjergvej og P Knudsensgade i indadgående retning afbildet mod trafikintensiteten i to speed-flow kurver Igen ses, at der ikke er betydelige problemer i myldretiderne på Ellebjergvej Det ses af, at speed-flow kurven ikke bukker rundt, men består af en svagt faldende kurve ved stigende trafikintensitet Flere biler medfører lavere hastighed, men vejens kapacitetsgrænse nås ikke Speed-flow kurven for P Knudsens Gade derimod bukker rundt i overensstemmelse med teorien De signalregulerede kryds er dimensionsgivende for strækningens kapacitet P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

49 47 Speed-flow kurve, Elle/P Knud ind Hastighed (km/t) Trafikintensitet (køretøjer/time) Elle12 Pknud22 Figur 58 Speed-flow kurver for ydersporet på starten af Ellebjergvej og midt på P Knudsens Gade i indadgående retning Rejsetid Rejsehastigheden er afgørende for beregningen af trængsel Indfaldsveje og bygader omfatter både strækninger og kryds, og rejsetiden består af en køretid på strækninger og stoptid i kryds I analyserne er køretiden beregnet på grundlag af oplysninger om snithastigheder og vejlængde Der er ikke foretaget en registrering af stoptider i kryds Disse kan imidlertid beregnes ud fra formlerne for beregning af middelforsinkelser i kryds i de danske vejregler Hermed kan den samlede rejsetid beregnes I Figur 59 er variationen i rejsetiderne for de forskellige delstrækninger vist for onsdag den 16 maj Rejsetid, Elle og Pknud ind, onsdag 420 Rejsetid (sek) :00 4:00 8:00 12:00 16:00 20:00 0:00 Tidspunkt pknud3 pknud2 pknud1 elle2 elle1 Figur 59 Variation og sammensætning af rejsetid på Ellebjergvej og P Knudsens Gade P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

50 48 Parametre Relation mellem trafikbelastning og kørehastighed På dette grundlag er trængslen for de to strækninger beregnet ved hjælp af de valgte parametre for biltrafik Resultaterne kan ses i Dokumentationsrapporten og bekræfter, at disse parametre er egnede til at beskrive trængslen på indfaldsveje og bygader I det ovenstående er rejsetiden beregnet ud fra målte trafikintensiteter og hastigheder For større net af bygader og indfaldsveje vil det i praksis ikke være muligt at måle samhørende værdier for trafikintensitet og hastighed på alle strækninger, hvorimod der normalt forefindes trafiktal, feks Årsdøgntrafik og en spidstimefaktor, samt oplysninger om vejgeometrien På grundlag af analyserne er der derfor opstillet nogle forholdsvis simple udtryk for rejsehastigheden på indfaldsveje og bygader, som funktion af forholdsvis enkle mål for trafikintensiteten og kapaciteten i kryds og på strækninger Analyserne er beskrevet i detaljer i Dokumentationsrapporten Når rejsehastigheden er bestemt, kan de øvrige trængselsparametre - herunder forsinkelsen - for hovedpartens vedkommende bestemmes relativt ubesværet På grundlag af dataindsamlingen på teststrækningerne for indfaldsveje og bygader blev følgende relation estimeret: køretid indeks = 1, ,65137 B + 0,10099 B 2 hvor B står for belastningsgraden Relationen er erfaringsmæssigt ikke almen gyldig på alle vejtyper, men gælder kun for strækninger sammenlignelige med de to teststrækninger Relationen bør derfor principielt valideres/kalibreres med lokale trafikdata før brug 54 Bustrafik Også for bustrafikken blev en række parametre undersøgt inden det endelige valg - gennem en iterativ proces - kunne foretages For bustrafik opgøres trængsel baseret på trafik- og ruteoplysninger ved følgende parametre: rejsehastighedsindeks trængselsafgange (antal) bustrængsel (vogn- eller personkm) forsinkelse (køretøjs- eller persontimer) Bustrængsel og forsinkelsen er opgjort for hvert af de tre relevante trængselsniveauer Som det beskrives i afsnit 51 skelnes for bustrafik ikke mellem ubetydelig og begyndende trængsel Buslinier 541 Afprøvning for bustrafik Der er indsamlet data for buslinierne 6 og 550S på en delstrækning af Vesterbrogade i København For linie 6 dækker data delstrækningen fra krydset ved Platanvej/Vester Fælledvej til krydset ved Helgolandsgade/Trommesalen, P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

51 49 mens data for linie 550S dækker strækningen fra krydset ved Platanvej/Vester Fælledvej til Vesterbros Torv ved Gasværksvej På Figur 510 er den pågældende delstrækning illustreret Indsamlingsperiode Figur 510 Delstrækning af Vesterbrogade i København, hvor der er indsamlet data for buslinierne 6 og 550S Data er indsamlet indenfor perioden maj 2001 og omfatter håndterminalregistreringer, nummerskrivningsanalyse og PTS-data for begge buslinier I Tabel 55 er gengivet hvilke datoer, de forskellige data omfatter Tabel 55 Data for bustrafikken dækker perioden mandag d 14/5-01 til fredag d 18/5-01 Håndterminalregistreringer og PTS-data dækker maj, mens nummerskrivningsanalysen dækker hele perioden Dato 14/5 15/5 16/5 17/5 18/5 Håndterminalregistrering Nummerskrivning PTS-data Håndterminalerne er anvendt til at indsamle detaljerede data om de to busliniers kørselsmønster Alle hændelser under kørslen registreres Med de registrerede data kan kørselsmønstrets variation over tid beskrives Registreringerne blev foretaget i tidsrummene kl og kl i perioden maj Håndterminalregistrering Nummerskrivningsanalyse Nummerskrivningsanalysen blev udført på strækningen fra krydset ved Platanvej/Vester Fælledvej til Vesterbros Torv P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

52 50 De registrerede parametre i nummerskrivningen giver ikke mulighed for detaljerede beskrivelser af bussens kørselsmønster mellem målepunkterne Derimod kan variationen i rejsetid over dag og uge beskrives, idet analysen omfattede sammenhængende tidsrum fra 700 til 1700 i perioden maj PTS-data PTS-data er registreret igennem det automatiske passagertællesystem Ud af en samlet busflåde på lidt mere end 1000 busser er de ca 80 busser udstyret med passagertælleudstyr Busserne indsættes efter en tælleplan, som sikrer, at alle ture i køreplanen måles én gang pr måned, hvilket samlet set svarer til en stikprøve på ca 5 % Data lagres i HUR, så det er muligt at gå en række år tilbage i tiden 542 Resultater for bustrafik De indsamlede data for Vesterbrogade er opstillet og behandlet i Excelregneark, hvor datamaterialet samtidig er undersøgt for eventuelle fejlregistreringer I det følgende beskrives behandlingen af de indsamlede data, og det vurderes, hvorvidt de forskellige metoder og datatyper er velegnede til at opgøre trængsel Herefter analyseres relationer mellem basisparametre for bil- og bustrafikken I Fase II af projektet er trængslen for bustrafikken opgjort på grundlag af HUR's PTS-data Analyserne i det følgende vil imidlertid kunne bruges i andre byer og netværk, hvor sådanne data ikke er til rådighed Analyse af håndterminalregistreringer På baggrund af håndterminalregistreringerne blev der gennemført en foreløbig beregning af de forskellige trængselsparametre for hver af de to buslinier I Figur 511 er vist et eksempel på de forskellige tidsmål, der er anvendt i beregningen af trængslen for de to buslinier P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

53 51 Tidsforbrug, linie 550s mod centrum, onsdag d 16 maj Tidsforbrug (sek) Køretid Rejsetid Rejsetid m ophold Køreplantid :00 8:00 10:00 12:00 14:00 16:00 18:00 Tidspunkt Figur 511 Eksempel på tidsforbrug for linie 550S fra håndterminalregistreringer (Platanvej/Vester Fælledvej - Vesterbros Torv) Køreplantiden gælder for busafgangen omkring midnat Forsinkelse Beregningen af trængselsmålene er foretaget for hver af de to buslinier Den aktuelle køreplantid er anvendt som reference for beregning af forsinkelse Til beregning af rejsehastighedsindekset er bussernes free-flow rejsehastighed benyttet Denne er her baseret på bilernes free-flow rejsetid på strækningen samt bussernes tidstab ved deceleration og acceleration ved stoppesteder 22 De forskellige trængselsmål kan umiddelbart opsummeres til net Endvidere kan resultaterne opgøres på de tre anvendte niveauer af trængsel, se afsnit 54 Trængselsafgange Bustrængsel Hastighedsmål Antallet af trængselsafgange og det relative antal trængselsafgange er forholdsvis enkle parametre, som kan opgøres på baggrund af køreplaner og oplysninger om køreplantider og rejsetider Disse parametre er mål for andelen af busafgange, der er belastet af trængsel Til opgørelse af bustrængsel og relativ bustrængsel kræves der oplysninger om trængslens udstrækning i forhold til den samlede rutelængde Detaljeringsniveauet i denne opgørelse afhænger af nøjagtigheden af køreplantider og den faktiske rejsetid for ruternes enkelte delstrækninger I tillæg til opgørelsen af trængsel beskrives forskellige hastighedsmål: Kørehastighed Rejsehastighed 22 Det er i forbindelse med beregning af bussernes free-flow rejsehastighed vurderet, at busserne bruger i alt 150 m før og efter et stoppested på deceleration og acceleration Det forudsættes, at bussernes gennemsnitlige rejsehastighed her er 50 % af free-flow rejsehastigheden under fri kørsel - svarende til konstant de- og acceleration Derved er tidstabet ved de- og acceleration sekunder pr stop P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

54 52 Rejsehastighed med ophold 23 Blandt disse hastighedsmål er primært rejsehastigheden relevant for vurdering af trængsel I Figur 512 er vist et eksempel på ændringen i rejsehastigheder over tid for linie 550S i retning mod centrum Håndterminal, rejsehastighed, linie 550s mod centrum km/t Tirsdag d 15 maj Onsdag d 16 maj Torsdag d 17 maj :00 8:00 10:00 12:00 14:00 16:00 18:00 Tidspunkt Figur 512 Eksempel på rejsehastigheder beregnet ud fra håndterminalregistreringer for linie 55Ss i retning mod centrum (Platanvej/Vester Fælledvej - Vesterbros Torv) Hastighedsindeks For bustrafikken kan der teoretisk beregnes et hastighedsindeks som mål for kørehastigheden i forhold til free-flow kørehastigheden på de forskellige delstrækninger Dette mål vurderes at være mere velegnet end køreplantiderne, idet køreplantiderne normalt er indrettet efter det "normale" niveau af trængsel på nettet på det givne tidspunkt Rejsehastighedsindeks Et praktisk anvendeligt mål til identifikation af trængselsbelastede delstrækninger er rejsehastighedsindekset Dette beskriver den faktiske rejsetid i forhold til free-flow rejsehastigheden Vurdering af håndterminalregistrering Håndterminalregistreringerne giver mulighed for en detaljeret beskrivelse af de undersøgte trængselsparametre Metoden er imidlertid meget ressourcekrævende - både ved dataindsamling og ved databehandling - og de indsamlede data er meget detaljerede i forhold til behovet 23 Kørehastigheden er beregnet på basis af strækningslængde og tidsforbrug uden stop ved kryds og ophold ved stoppesteder I rejsehastigheden indgår stop ved kryds og forsinkelse ved udkørsel fra stoppesteder på grund af den øvrige trafik Dette mål kan anvendes til analyse af relationen mellem hastigheder for busser og biler I rejsehastigheden med ophold indgår både stop ved kryds og stop ved stoppesteder (inkl ophold pga passagerers på- og afstigning) Dette mål er udtryk for den rejsehastighed, der opleves af buspassagererne og anvendes ved sammenligning med køreplantider til at opgøre den samlede forsinkelse P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

55 53 Analyse af nummerskrivningsdata De indsamlede data fra nummerskrivningsanalysen er ligeledes detaljeret behandlet, og resultaterne er sammenlignet med resultaterne fra håndterminalregistreringerne Nummerskrivningen giver detaljeret information om samlede køretider på strækninger Her er problemet imidlertid, at ophold ved stoppested indgår i denne tid, hvorfor trængselsmålene bestemmes med en vis usikkerhed Hertil kommer, at metoden er ressourcekrævende Analyse af PTS-data På analysetidspunktet var data fra PTS-systemet relativt begrænsede Resultaterne viste sig dog meget velegnede til opgørelse af trængsel, idet rejsehastigheden mellem stoppesteder direkte kan udledes med stor nøjagtighed Data indsamles automatisk Kvalitetssikring af de indsamlede data kræver maskinel og manuel bearbejdning, men vurderes samlet som mindre ressourcekrævende end de andre nævnte registreringsmetoder HUR har efterfølgende udbygget systemet væsentligt Dette er nyttiggjort i projektets Fase II, som beskrevet i kapitel 6 55 Relation mellem bil- og bustrafik På grundlag af nummerskrivningsanalyserne for hhv biltrafik og bustrafik er der søgt etableret en sammenhæng mellem rejsehastigheden for biltrafik og bustrafik på Vesterbrogade Analyserne viste, at ved lave hastigheder (dvs ved mærkbar trængsel) er rejsehastigheden stort set ens for bilerne og busserne Ved højere hastigheder (mindre trængsel) stiger bilernes rejsehastighed mere end bussernes Relationen mellem rejsehastigheder for bus- og biltrafikken er nærmere analyseret ved plotning af samhørende gennemsnitsværdier af rejsehastigheder indenfor 15-minutters intervaller På Figur 513 er vist et eksempel på en relation mellem samhørende værdier af gennemsnitlige rejsehastigheder P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

56 54 Rejsehastighedsrelation - bil & 550S, retning mod centrum 35 Rejsehastighed - bus (km/t) y = 0,4446x + 8,4803 R 2 = 0, Rejsehastighed - bil (km/t) Figur 513 Relation mellem rejsehastigheder for bus- og biltrafik (Platanvej/Vester Fælledvej - Vesterbros Torv) Rejsehastighederne er gennemsnitsværdier indenfor 15-minutters tidsintervaller over perioden maj i tidsrummet Det viste udtryk er fundet ved lineær regression I det gengivne eksempel er rejsehastigheden for bustrafik optegnet som funktion af rejsehastigheden for biltrafik Det er undersøgt, om relationen beskrives bedst med henholdsvis en potensfunktion, et polynomium eller en lineær funktion Med lineær regression opnås den bedste forklaringsgrad målt ved R 2 På dette - relativt spinkle - grundlag vurderes det, at det er muligt at opstille generelle sammenhænge for rejsehastigheden for bil- og bustrafik, hvilket betyder, at såfremt trængslen for biltrafikken er kendt, kan trængslen for bustrafikken relativt enkelt estimeres - og omvendt Dette gælder dog kun, hvor bilog bustrafikken deler samme infrastruktur, dvs hvor der ikke er busbaner eller anden form for busprioritering I Fase II af dette projekt er trængslen opgjort særskilt for de to transportmidler på grundlag af separate data, og metoden er derfor ikke yderligere udviklet 56 Valg af parametre På grundlag af den afprøvning, som er beskrevet i de foregående afsnit, er det endelige valg af parametre foretaget Det drejer sig om følgende: 561 Biltrafik For biltrafikken er følgende parametre udvalgt: Trængselsniveau, opdelt på ubetydelig, begyndende, stor og kritisk trængsel De fire niveauer giver et godt billede af trængslen De afspejler på hvilken del af speed-flow kurven trafiktilstanden befinder sig, og de giver en god beskrivelse af den trængsel, som trafikanterne oplever Trængselsniveauerne er relativt enkle at måle i trafikken og lader sig illustrere på kort ved farvekoder P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

57 55 Rejsehastighedsindeks, dvs rejsehastigheden (km/t) i forhold til free-flow rejsehastighed (km/t) Rejsehastighedsindekset kan på tilsvarende måde opgøres på grundlag af hastighedsmålinger eller -beregninger Denne parameter giver en mere nøjagtig beskrivelse af fremkommeligheden end de ovennævnte trængselsniveauer, men lader sig til gengæld ikke illustrere på en lige så enkel måde Samlet forsinkelse, opgjort for alle strækninger og alle køretøjer under betragtning (timer eller kr) Forsinkelsen kan opdeles på de fire trængselsniveauer Vejtrængsel, dvs den samlede vejlængde med trængsel (km) Vejtrængslen opgøres mest hensigtsmæssigt fordelt på trængselsniveau Biltrængsel, dvs det samlede antal vognkm ved trængsel Biltrængslen opgøres mest hensigtsmæssigt fordelt på trængselsniveau 562 Bustrafik For bustrafikken er følgende parametre valgt: Rejsehastighedsindeks, dvs rejsehastigheden (km/t) i forhold til free-flow rejsehastighed (km/t) (inkl de- og acceleration ved stoppesteder) Dette indeks kan illustreres på kort Samlet forsinkelse, opgjort for alle linier og alle afgange under betragtning (timer eller kr) Forsinkelsen kan opgøres for busser og for passagerer og kan opdeles på de tre relevante trængselsniveauer Trængselsafgange, dvs antal afgange, hvor rejsetid overstiger free-flow rejsehastigheden eller køreplantiden Der er lagt vægt på, at parametrene for bil- og bustrafikken i vidt omfang er sammenlignelige, således at trængslen for biltrafikken og bustrafikken i et givet område kan sammenlignes I det følgende kapitel er disse parametre opgjort for bil- og bustrafikken i Københavnsområdet P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

58 56 6 Opgørelse af det samlede trængselsomfang i Københavnsområdet I dette kapitel beskrives, hvordan de afprøvede metoder er anvendt til at opgøre det samlede trængselsomfang for henholdsvis bil- og bustrafik i 3 forskellige analyser: 1 Trængselsopgørelse for biltrafik på et udvalgt vejnet i Københavns Kommune (trafiktal 2001) 2 Trængselsopgørelse for biltrafik på motorvejsnettet i Hovedstadsområdet (trafiktal 2001) 3 Trængselsopgørelse for bustrafik på udvalgte ruter i Hovedstadsområdet (trafiktal 2001) Trængselsparametrene for både bil- og bustrafik er beskrevet i kapitel 4 og 5 61 Biltrafik på vejnet i Københavns Kommune Det samlede trængselsomfang for biltrafikken er opgjort for ligeudkørende trafik i en morgenspidstime på et sammenhængende vejnet i Københavns Kommune Beregningsvejnettet er, som vist på Figur 61, afgrænset ved Københavns kommunegrænse P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

59 57 Figur 61 Beregningsvejnet og signalanlæg i Københavns Kommune For vejnettet er der lagret oplysninger om vejparametre og trafikmængder i databasen TRAFMIL Københavns Kommune er vejbestyrelse for samtlige strækninger, der indgår i beregningsvejnettet - i alt 549 delstrækninger med en samlet vejnetslængde på ca 240 km i hver retning Til behandling af datamaterialet for vejnettet og beregning af trængselsparametre er opstillet et regnearkskompleks Heri håndteres beregning af køretider og middelventetider i signalanlæg for henholdsvis free-flow situationen og en morgenspidstime Hver delstrækning i beregningsvejnettet beregnes særskilt Opbygningen af regnearkskomplekset med kobling til GIS for optegning af resultater er illustreret på Figur 62 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

60 58 Trafik og strækningsdata Krydsdata Beregningsmodel AKTA, registrerede rejsehastigheder Resultater GIS Figur 62 Opbygning af regnearkskompleks med kobling til GIS for optegning af resultater Inddata i beregningsmodellen er: Data til beregning af strækningskapacitet Data til beregning af kapacitet for ligeudkørende strømme i signalanlæg Spidstimetrafik Resultaterne fra beregningsmodellen er: Rejsehastighed opgjort ud fra strækningslængder, beregnede køretider på strækninger og middelventetider i signalanlæg Heraf beregnes: Indeks for rejsehastighed Vejtrængsel (km) Biltrængsel (vognkm) Forsinkelse (timer) Hvert af resultaterne for vejtrængsel, biltrængsel og forsinkelse opgøres i absolutte og relative værdier fordelt på trængselsniveauer P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

61 59 Tabel 61 Vejtrængsel i en morgenspidstime Værdierne er summeret ud fra en retningsopdelt opgørelse Vejtrængsel [km] Samlet Andel Ubetydelig og begyndende trængsel 362,7 Stor trængsel 115,5 23,7% 1,7% Ubetydelig og begyndende trængsel Stor trængsel Kritisk trængsel 8,3 Total 486,5 74,6% Kritisk trængsel Tabel 62 Biltrængsel for en morgenspidstime Værdierne er summeret ud fra en retningsopdelt opgørelse Biltrængsel [vognkm] Samlet Andel Ubetydelig og begyndende trængsel Stor trængsel ,2% 5,4% Ubetydelig og begyndende trængsel Stor trængsel Kritisk trængsel Total ,5% Kritisk trængsel Tabel 63 Forsinkelse opgjort i timer for en morgenspidstime Værdierne er summeret ud fra en retningsopdelt opgørelse Forsinkelse [timer] Samlet Andel Ubetydelig og begyndende trængsel 729 Stor trængsel % 18% Ubetydelig og begyndende trængsel Stor trængsel Kritisk trængsel 1263 Total % Kritisk trængsel Opgørelsen af det samlede trængselsomfang på beregningsvejnettet i Københavns Kommune viser, at der er ubetydelig eller begyndende trængsel på 75 % af vejnettet, og at 60 % af trafikarbejdet afvikles under disse forhold Dette udgør 18 % af de samlede forsinkelser Stor trængsel forekommer på 24 % af vejnettet, hvor 35 % af trafikarbejdet afvikles Strækninger med stor trængsel udgør 50 % af de samlede forsinkelser Kritisk trængsel forekommer derimod kun på 2 % af vejnettet, hvor kun 5 % af trafikken afvikles Forsinkelserne i denne tilstand er betydelige, idet 32 % af de samlede forsinkelser opstår, når trafikken afvikles under kritisk trængsel Den samlede rejsetids sammensætning af rejsetid henholdsvis uden og med forsinkelser er vist på Figur 63 I en situation uden trængsel og dermed uden forsinkelser ville rejsetiden udgøre 71 % af den samlede rejsetid med forsinkelser Med andre ord udgør forsinkelserne 29 % af den samlede rejsetid P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

62 60 Fordeling af rejsetid 2015; 15% 1263; 9% Rejsetid uden forsinkelse (timer) Ubetydelig og begyndende trængsel 729; 5% 9363; 71% Stor trængsel Kritisk trængsel Figur 63 Fordeling af samlet rejsetid i beregningsperioden "Rejsetid uden forsinkelse" er den samlede rejsetid på beregningsvejnettet uden forsinkelser, mens rejsetiden i hver af de tre trængselstilstande tilsammen udgør ekstra rejsetid som følge af forsinkelser De stærkest belastede strækninger og signalanlæg medfører den overvejende del af forsinkelserne for biltrafikken Især forsinkelser i de signalregulerede kryds påvirker rejsehastigheden, mens belastningen på strækninger har mindre betydning på denne type vejnet På indfaldsveje og bygader er det i høj grad kapaciteten i signalanlæg, der har afgørende betydning for trafikafviklingen Trængselsniveauet for den stærkest belastede retning på de enkelte delstrækninger er præsenteret på Figur 64 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

63 61 Figur 64 Maksimalt trængselsniveau af den retningsopdelte trængselsopgørelse for en morgenspidstime, kommuneveje, Københavns Kommune Uden for City forekommer tilstande med kritisk og stor trængsel hovedsageligt koncentreret på ring 2 og omkring de større indfaldsveje I København City er en overvejende del af vejnettet belastet med stor eller kritisk trængsel For at få et bud på den samlede vejtrængsel og forsinkelse i en større del af Hovedstadsområdet er trængselsmålene opregnet ved brug af resultater fra CTT's behandling af data fra det Københavnske AKTA roadpricing eksperiment Her blev 500 køretøjer fulgt ved hjælp af GPS over tre forsøgsrunder fordelt over en 2-årig periode De indsamlede data giver mulighed for analyse af trængsel, trafikafvikling og hastigheder på et større vejnet i Hovedstadsområdet Under CTT's arbejde med trængselsopgørelser ud fra AKTA-data er der anvendt andre forudsætninger for bla opgørelse af free-flow rejsehastighed Af denne grund er resultaterne ikke direkte sammenlignelige med resultaterne af beregningerne af trængsel i dette projekt Til opregningen er derfor alene anvendt forholdstal fra AKTA-resultaterne imellem vejnet af forskellig udstrækning og imellem morgenmyldretid og døgnniveau P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

64 62 Der er opregnet til følgende vejnet: Vejnet 1: Københavns Amt og Københavns og Frederiksberg kommuner Vejnet 2: Københavns Amt, Frederiksborg Amt og Roskilde Amt samt Københavns og Frederiksberg kommuner Opregningen af den beregnede vejtrængsel er vist i Tabel 64 Tabel 64 Opregning af beregnet samlet vejtrængsel i Københavns Kommune 24 til større vejnet Opregningen er baseret på forholdstal fundet fra resultaterne af CTT's behandling af data fra AKTA projektet "Vejnet 1" dækker Københavns Amt og Københavns og Frederiksberg kommuner, mens "Vejnet 2" yderligere dækker Frederiksborg og Roskilde amter Vejtrængsel [km] Københavns Kommune Vejnet 1 Vejnet 2 Ubetydelig og begyndende trængsel 363 (74 %) 1275 (68 %) 2101 (73 %) Stor trængsel 116 (24 %) 519 (28 %) 647 (23 %) Kritisk trængsel 8 (2 %) 86 (4 %) 106 (4 %) Total Forsinkelse er opregnet til dagperioden 7:00-20:00, som er den tidsperiode, hvor der med AKTA-data er opgjort trængsel Der er ikke observeret nævneværdig trængsel uden for denne periode Opregningen af forsinkelser er vist i Tabel 65 Tabel 65 Opregning af beregnet samlet forsinkelse (timer) i morgenspidstimen på TRAFMIL vejnettet til større vejnet Opregningen baseres på forholdstal fundet fra resultaterne af CTT's behandling af data fra AKTA projektet "Vejnet 1" dækker Københavns Amt og Københavns og Frederiksberg kommuner, mens "Vejnet 2" yderligere dækker Frederiksborg og Roskilde amter Forsinkelse [timer] Morgenspidstime Dagniveau Københavns Kommune Vejnet Vejnet Opregningen af forsinkelse viser, at kun knap 40 % af den samlede forsinkelse i morgenspidstimen i Københavnsområdet sker i Københavns Kommune Samtidig viser sammenligningen med AKTA-data, at forsinkelsen i morgenspidsti- 24 Beregningsvejnettet bestående af kommuneveje i Københavns Kommune er indeholdt i databasen TRAFMIL og vist i Figur 61 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

65 63 men kun udgør en mindre del af den samlede forsinkelse over døgnet Således udgør morgenspidstimen kun ca 10 % af den samlede daglige forsinkelse i såvel Københavns Kommune som i resten af Københavnsområdet Dette viser tydeligt, at trængselsproblemerne ikke er begrænset til en enkelt time om morgenen, men derimod givetvis på mange strækninger findes i længere perioder såvel om morgenen som om eftermiddagen 62 Biltrafik på motorveje Trængslen er opgjort særskilt på de godt 120 km motorveje i Hovedstadsområdet, der er dækket af Vejdirektoratets TRIM-system Figur 65 Udstrækningen af TRIM Grundlaget er registreringer af hastigheder af samtlige køretøjer, der passerer de ca 200 retningsopdelte målesnit på TRIM nettet Som hovedregel registreres trafikkens intensitet og hastighed således med en afstand fra 1 til 2 kilometer Trafiksituation I Vejdirektoratets ASTRID system er trafikken analyseret med henblik på at skelne mellem situationer med: nedsat hastighed der skyldes trængsel uforstyrret trafik P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

66 64 Analysen er baseret på hastigheder og antal køretøjer for perioder på 5 minutter Hovedreglen er, at situationer med hastigheder under 100 km/t betragtes som nedsat hastighed Den anden betingelse for at den nedsatte hastighed formodes at skyldes trængsel er, at der enten blev registreret en vis trafikintensitet (mere end 20 køretøjer på 5 minutter), eller at trafikken i forrige periode var med nedsat hastighed Trængselsregister Rapportgenerator Forsinkelser Hverdage I ASTRID er alle situationer med nedsat hastighed, der formodes at skyldes trængsel gemt tilbage fra og med 1998 Den grundlæggende detektorsoftware i TRIM er dog opdateret i maj og juni 2002, så datakvaliteten fra sommeren 2002 er blevet væsentlig forbedret Opgørelse af trængselsomfanget er derfor baseret på trafikdata for september, oktober og november 2002 Fra trængselsregisteret (ASTRID) er trængslen beregnet med rapportgenerationen for flere alternative parametre (feks vejtrængsel og forsinkelse) med alternative afgrænsninger som kort refereret nedenfor Forsinkelser er den parameter, der gennemgående er anvendt til beskrivelse af de samlede trængselsproblemer og til sammenligning af trængselsproblemernes omfang fra periode til periode og fra sted til sted Forsinkelserne er generelt beregnet i forhold til en fri rejsehastighed på 110 km/t I projektet er der valgt for motorveje at fokusere på trængslen på hverdage På motorvejene i hovedstadsområdet er trængslen helt overvejende knyttet til bolig-arbejdsstedtrafikken på hverdage Forsinkelserne på hele motorvejsnettet (de ca 120 km der er dækket at TRIM og ASTRID) er således registreret til: 9366 timer i et gennemsnitsdøgn (baseret på de 91 dage i perioden) timer i er hverdagsdøgn (baseret på de 65 hverdage i periode) 2200 timer i et weekenddøgn (baseret på de 26 weekenddage i perioden) Forsinkelserne på hverdage udgør 93 % af den samlede forsinkelse for hele perioden Der er således god grund til at fokusere på hverdage Variation Trængslen varierer meget fra dag til dag, som det fremgår af Figur 66 Det er tydeligt, at forsinkelserne i efterårsferien (fra til ) er væsentlig mindre end de andre hverdage, på trods af at trafikintensiteterne kun er marginalt mindre Igennem flere år er der registreret væsentlig større forsinkelser i november end i september Det kan skyldes, at en større del af morgenmyldretiden afvikles i mørke, hvor trafikanterne formentlig holder lidt større afstand P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

67 65 Figur 66 Variation af forsinkelse, hverdage september-november 2002 Efterårsferien er formelt set en hverdag, men det kan diskuteres om efterårsferien burde indgå i hverdagsgennemsnittet I opgørelserne i denne notat er efterårsferien betragtet som en hverdag, svarende til den normale definition af hverdagsdøgn ved registrering af trafik Døgnvariation I dette projekt er valgt at fokusere på morgenmyldretiden og den time med de største trængselsproblemer Forsinkelsernes døgnvariation fremgår af Figur 67 Figur 67 Døgnvariation af forsinkelser, hverdage september-november 2002 Det fremgår at trængselsproblemerne overvejende er knyttet til morgenmyldretiden Forsinkelserne i den time om morgenen, hvor trængselsproblemerne er størst (dvs fra kl 7:40 til kl 8:40), svarer til 28 % af den samlede forsinkelse for hele døgnet Forsinkelserne i den time om eftermiddagen, hvor trængslen er størst, er halv så stor som i den værste morgentime, idet forsinkelserne fra kl 16:00 til kl 17:00 er registreret til 14 % af de samlede forsinkelse for hele døgnet P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

68 66 I projektet er ikke defineret skarpt hvilken time, der skal anvendes til opgørelse af trængslen På motorvejene kan registreres en klar tendens til at trængselsproblemerne optræder tidligere ved Roskilde og Køge end tættere på København Den nærliggende sammenhæng er, at den foretrukne ankomsttid til de mange arbejdspladser tæt på København er omkring kl 800, så afgangstiden fra feks Roskilde og Køge er omkring kl 7:30 Døgnvariationer er derfor beregnet og optegnet separat for hver af motorvejene i hovedstadsområdet, med henblik på at identificere den time med de største forsinkelser De største forsinkelser er: Fra kl 7:45 til kl 8:45 på Ringmotorvejen (vej nr 3) Fra kl 7:30 til kl 8:30 på Køgebugtmotorvejen (vej nr 10) Fra kl 7:15 til kl 8:15 på Holbækmotorvejen (vej nr 11) Fra kl 7:40 til kl 8:40 på de øvrige motorvejsstrækninger Trængselsomfanget er beregnet strækning for strækning for ovennævnte perioder Opgjort på denne måde er forsinkelsen i morgenmyldretimen 29 % af den samlede forsinkelse for hele døgnet (altså lidt mere end de 28 %, der er nævnt ovenfor, svarende til en stram definition af morgenmyldretiden til perioden fra kl 7:40 til kl 8:40) Trængselsniveauer Trængselsniveauerne er beregnet strækning for strækning for morgenmyldretimen, som defineret i projektet På Figur 68 er resultaterne præsenteret P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

69 67 Figur 68 Trængselsniveauer på motorveje,hverdagsmorgenmyldretime i 2002 De største trængselsproblemer er knyttet til Motorring 3 For de øvrige motorveje er der som forventet et stort retningssplit, idet trængselsproblemerne om morgenen næste udelukkende er i retningen mod København Samlet trængsel Den samlede trængsel i hverdagsmorgenmyldretimen fremgår af tabellerne nedenfor for henholdsvis vejtrængsel, biltrængsel og forsinkelse Beregningerne af trængsel er gennemført separat for de to retninger, idet der er skelnet mellem stationeringens positive og negative retning (med og mod kmt) Tabel 66 Vejtrængsel på motorveje i en morgenspidstime Vejtrængsel [km] Mod kmt Med kmt Total Andel 1-Ubetydelig 27,891 79, ,634 2-Begyndende 19,099 12,545 31,644 3-Stor 56,492 19,816 76,308 4-Kritisk 17,798 9,176 26,974 31% 11% 13% 45% Ubetydelig trængsel Begyndende trængsel Stor trængsel Kritisk trængsel Total 121, , ,559 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

70 68 Tabel 67 Biltrængsel [vognkm] Biltrængsel på motorveje i en morgenspidstime Modkmt Medkmt Total Andel 1-Ubetydelig Begyndende Stor % 29% Ubetydelig trængsel Begyndende trængsel Stor trængsel 4-Kritisk % 18% Kritisk trængsel Total Tabel 68 Forsinkelser på motorveje i en morgenspidstime Forsinkelse [timer] Modkmt Medkmt Total Andel 1-Ubetydelig Begyndende Stor % 2% 2% 45% Ubetydelig trængsel Begyndende trængsel Stor trængsel 4-Kritisk Kritisk trængsel Total Nøjagtighed Forsinkelser og andre trængselsparametre er opregnet i forhold til de data, der er trukket direkte ud af trængselsregisteret Årsagen er, at de detektorspoler registeret er baseret på, ikke har været 100 % stabile i perioden Som gennemsnit mangler der data fra 10 % af spolerne, og alle trafikafhængige parametre er derfor opregnet med 10 % Størrelsesordenen af ovennævnte svarer til tidligere vurderinger, og står formentlig til troende Nøjagtigheden er dog begrænset til i størrelsesorden ±20 % 63 Bustrafik Det samlede trængselsomfang for bustrafikken er opgjort på de strækninger, der indgår i A-busnettet samt ring 3 A-busnettet omfatter 6 ruter med nummerering 1A-6A Beregningsvejnettet er vist på Figur 69 Til brug for trængselsopgørelsen er strækningerne i dette projekt tildelt en retningsbetegnelse (henholdsvis 01 og 02) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

71 69 Figur 69 Beregningsvejnet for bustrængsel Strækningerne omfatter A-buslinierne 1A-6A samt ring 3 Pilene angiver henholdsvis retning 01 og retning 02 for den enkelte linie Beregningsvejnettet for bustrafikken er fordelt på flere forskellige vejbestyrelser Til opgørelsen har HUR stillet data til rådighed fra PTS (PassagerTælleSystem) i perioderne februar-juni samt august-december 2002 Med disse data er det muligt at beregne bussernes køretider mellem stoppesteder, hvilket sammen med strækningslængderne kan anvendes til at beregne den faktiske rejsehastighed på hver delstrækning i beregningsvejnettet Opgørelsen er afgrænset til tidsrummet 7:00-9:00 på hverdage Der er enkelte delstrækninger i beregningsvejnettet, som ikke er dækket af dette datagrundlag Free-flow rejsehastigheder som grundlag for opgørelsen af trængselsniveau er beregnet med den opstillede model for biltrafik inden for Københavns Kommune, inkl forsinkelser ved de- og acceleration ved stoppesteder Idet denne ikke omfatter samtlige delstrækninger i beregningsvejnettet, er der visse steder indlagt skøn over free-flow rejsehastighederne i beregningsvejnettet Strækningslængder er beregnet ud fra digitalt kortmateriale med strækninger og stoppesteder leveret af HUR I nedenstående tabel er anført antallet af strækninger og PTS-registreringer for hver af A-buslinierne samt ring 3 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

72 70 Tabel 69 Datagrundlag for opgørelse af trængsel for bustrafik En kørsel mellem to stoppesteder tæller som én afgang Strækning 1A 2A 3A 4A 5A 6A R3 Antal delstrækninger, begge retninger Samlet antal afgange Til beregning af trængselsparametre er der opstillet en beregningsmodel i et regnearkskompleks Datahåndteringen for datamaterialet er forholdsvis tung, idet der indgår ca afgange (en afgang defineres her som en kørsel mellem to stoppesteder) med oplysninger om sted, belægning, køremønster mv For hver enkelt af disse afgange beregnes forsinkelse i forhold til free-flow, hvorefter der summeres for de enkelte strækninger Opbygningen af beregningsmodellen med kobling til GIS er illustreret på Figur 610 PTS-data Free-flow rejsehastigheder Strækningslængder Opgørelse på delstrækninger Resultater GIS Figur 610 Opbygning af beregningsmodel til behandling af data om bustrafik med kobling til GIS for optegning af resultater I free-flow rejsehastighederne er der ikke indregnet busprioriteringer, idet gevinsten heraf er marginal, når ikke bussernes fremkommelighed er begrænset af andre køretøjer Ved at benytte registrerede fremkommelighedsdata som grundlag for trængselsopgørelsen vil alle relativt lave rejsehastigheder medføre registrering som en trængselssituation Afgange hvor chaufføren bevidst kører med nedsat hastighed for ikke at komme foran køreplanen, vil således blive medregnet som en forsinkelse I det følgende præsenteres nøgletal for opgørelsen af trængsel for bustrafik for perioden 7:00-9:00 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

73 71 Tabel 610 Fordeling af afgange på trængselsniveauer for bustrafikken i perioderne februar-juni og augustdecember 2002 i tidsrummet 7:00-9:00 på hverdage Afgange 1A 2A 3A 4A 5A 6A R3 Antal afgange, total Afgange, ubetydelig og begyndende trængsel Afgange, stor trængsel Afgange, kritisk trængsel Afgange, ubetydelig og begyndende trængsel 55,0 % 58,8 % 48,1 % 47,4 % 52,4 % 51,3 % 58,2 % Afgange, stor trængsel 39,0 % 35,4 % 44,3 % 43,1 % 41,0 % 41,2 % 36,7 % Afgange, kritisk trængsel 6,0 % 5,7 % 7,7 % 9,5 % 6,6 % 7,5 % 5,1 % Værdierne i Tabel 610 afspejler fordelingen på trængselsniveauer blandt samtlige afgange i datasættet Det skal understreges, at PTS-data alene udgør en mindre andel af det samlede antal busafgange, idet PTS-registrering gennemføres stikprøvevis på de enkelte buslinier HUR har opgjort den gennemsnitlige passagerbelægning og antal busafgange for de pågældende linier i morgenspidsperioden 7:00-9:00 på hverdage På baggrund af dette er resultaterne opregnet til gennemsnitlige passagerforsinkelser for afgangene på de enkelte linier Resultaterne heraf for busser er vist i Tabel 611 og for passagerer i Tabel 613 Tabel 611 Busforsinkelse i tidsrummet 7:00-9:00 på hverdage Busforsinkelse [timer] 1A 2A 3A 4A 5A 6A R3 Ubetydelig og begyndende trængsel 1,1 1,5 0,3 1,1 1,7 0,6 0,8 Stor trængsel 11,0 15,3 3,9 10,8 17,7 6,7 8,0 Kritisk trængsel 5,7 11,0 2,5 6,9 14,2 2,7 3,9 Ubetydelig og begyndende trængsel 6 % 6 % 5 % 6 % 5 % 6 % 6 % Stor trængsel 62 % 57 % 58 % 56 % 54 % 67 % 63 % Kritisk trængsel 32 % 37 % 37 % 38 % 40 % 27 % 31 % Tabel 612 Passagerforsinkelse i tidsrummet 7:00-9:00 på hverdage Passagerforsinkelse [timer] 1A 2A 3A 4A 5A 6A R3 Ubetydelig og begyndende trængsel 28,2 35,4 9,2 33,4 44,8 12,0 14,8 Stor trængsel 273,3 358,5 110,0 308,2 465,4 125,9 150,2 Kritisk trængsel 140,8 231,6 70,9 206,0 344,9 51,1 74,5 Ubetydelig og begyndende trængsel 6 % 6 % 5 % 6 % 5 % 6 % 6 % Stor trængsel 62 % 55 % 58 % 57 % 53 % 67 % 63 % Kritisk trængsel 32 % 40 % 37 % 37 % 42 % 27 % 31 % P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

74 72 Summerede resultater for det samlede beregningsnet er vist i nedenstående Tabel 613 Tabel 613 Samlede resultater af trængselsopgørelse Opgørelsen for afgange omfatter alle registrerede PTSdata i perioderne februar-juni og august-december 2002 i tidsrummet 7:00-9:00 på hverdage, mens opgørelserne af passagerforsinkelse og busforsinkelse gælder for en gennemsnitlig morgenspidsperiode i tidsrummet 7:00-9:00 på hverdage Samlet trængsel, bus Total Andel Bustrafikarbejde [vognkm] Passagertrafikarbejde [passagerkm] Afgange, ubetydelig og begyndende trængsel Kritisk; 7% Afgange, stor trængsel Afgange, kritisk trængsel 4235 Stor; 40% Ubet og beg; 53% Passagerforsinkelse, ubetydelig og begyndende trængsel [timer] 178 Passagerforsinkelse,stor trængsel [timer] 1791 Passagerforsinkelse, kritisk trængsel [timer] 1120 Total passagerforsinkelse [timer] 3089 Kritisk; 36% Ubet og beg; 6% Stor; 58% Busforsinkelse, ubetydelig og begyndende trængsel [timer] 7 Busforsinkelse,stor trængsel [timer] 73 Kritisk; 37% Ubet og beg; 6% Busforsinkelse, kritisk trængsel [timer] 47 Total busforsinkelse [timer] 127 Stor; 58% Rejsehastighedsindekset er beregnet ud fra middelværdier af rejsehastigheder for de enkelte delstrækninger Det gennemsnitlige rejsehastighedsindeks for hver delstrækning viser forekomsten af de forskellige trængselsniveauer På Figur 611 er rejsehastighedsindekset vist P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

75 73 Retning 01 Retning 02 Figur 611 Gennemsnitligt rejsehastighedsindeks for bustrafik 64 Opsummering af trængselsparametre Trængselsparametrene for morgenspidsperioden er i Tabel 614 opsummeret for hver af de tre opgørelser for henholdsvis biltrafik på beregningsvejnettet i Københavns Kommune, biltrafik på motorvejene dækket af TRIM-systemet og bustrafik på A-busnettet og ring 3 Tabel 615 Opsummering af trafikarbejde og forsinkelser for henholdsvis biltrafik på vejnettet i Københavns Kommune og TRIM-motorvejene samt for bustrafik på A-busnettet og ring 3 For bustrafik er angivet passagerkm i stedet for vognkm Bemærk at for biltrafikken er resultaterne opgjort for én time, mens resultaterne for bustrafikken gælder for 2 timer i morgenperioden Længde [km] Trafikarbejde [km] Forsinkelse [timer] Biltrafik, KK-vejnet Biltrafik, motorveje Bustrafik Sammenlignes trængselsopgørelsen for trafikken på vejnettet i Københavns Kommune med opgørelsen for trafikken på motorvejsnettet, ses det, at forsinkelserne er af samme størrelsesorden, men de opstår ved et trafikarbejde der kun er cirka halvdelen af trafikarbejdet på motorvejene Gennemsnitsforsinkelsen på motorvejene er ca 20 sek per vognkm Med en gennemsnitlig belæg- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

76 74 ningsgrad på 1,3 personer per køretøj i København 25 er forsinkelsen ca 25 sek per passagerkm på motorvejsnettet i morgenspidstimen Forsinkelserne for bustrafikken opgjort på passagertimer er i forhold til trafikarbejdet ca 50 sek per passagerkm Dette er af samme størrelsesorden som for biltrafikken på vejnettet i Københavns Kommune, hvor gennemsnitsforsinkelsen er ca 40 sek per vognkm Med en gennemsnitlig belægningsgrad på 1,3 personer per køretøj er forsinkelsen for biltrafikken på vejnettet i Københavns Kommune således ca 50 sek per passagerkm 25 Vejdirektoratet, rapport 268, "Personer pr bil", 2002 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

77 75 7 Analyse af trængsel og hastigheder vha GPS-data 71 Introduktion Den detaljerede opgørelse af trængslen for biltrafikken, som er beskrevet i det foregående kapitel, er foretaget på et relativt begrænset vejnet - kommunevejene i Københavns Kommune samt motorvejene i Københavnsområdet Opgørelsen er endvidere begrænset til morgenspidstimen Efterfølgende er denne opgørelse forsøgt opregnet til det samlede vejnet i Storkøbenhavn samt til hele døgnet Denne opregning er foretaget på grundlag af data fra AKTA road pricing eksperimentet, som beskrevet i Kapitel 6 Data fra AKTA-forsøget er også anvendt i Kapitel 10, hvor mulighederne for anvendelse af flådebaseret registrering af kørsel til løbende registrering af udviklingen i trængsel er vurderet I dette kapitel præsenteres de udviklede metoder til analyse af trafikafvikling og hastigheder i vejnet baseret på data fra GPS-enheder installeret i biler I forhold til traditionelle trafiktællinger og spoledata, giver data fra biler yderligere information, idet der opnås kontinuerte data over samlede ruter Man undgår derudover tekniske problemer med fortolkning af spoledata, når trafikafviklingen er meget tæt og hastigheden lav (kødannelse) De udviklede metoder er testet på en del af datagrundlaget fra det Københavnske AKTA road pricing eksperiment 26, hvor 500 biler blev fulgt vha GPS over tre forsøgsrunder fordelt over en 2-årig periode Kapitlet er et kort resume af bilaget "Trængselsprojektet Oversigt og vurdering af AKTA hastighedsmålinger", samt af Kapitel 7 i dokumentationsrapporten 26 AKTA ( er den Danske del af EU-projektet PROGRESS (wwwprogress-projectorg), som igen er en del af EU s 5 rammeprogram, The Growth Programme on Sustainable Mobility and Intermodality, der støtter en række projekter vedr road pricing ( PROGRESS omfatter 8 Europæiske byer, der på forskellig vis tester konsekvenserne af forskellige typer vejafgiftssystemer i byområder Det drejer sig om Bristol og Edinburgh (UK), Genova og Rom (I), Helsinki (SF), Trondheim (N), Göteborg (S) og København AKTA forløber over 3½ år med et samlet budget på omkring 14 Mio kr P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

78 76 Hver bil kørte mellem 250 og 1000 ture i eksperimentet Positionsdata blev gemt hvert sekund i GPS enheden og senere overført til forskningsdatabasen Som grundlag for beregningerne blev benyttet et detaljeret digitalt kort (KRAKS geodatabase), hvoraf det overordnede net af ca vejstrækninger indgik i beregningerne Vejene var klassificeret i 25 typer (fra motorvej til indkørsler og grusveje) og inkluderede variabler om længde, fri køretid, ekstra køretid som følge af trængsel i forskellige tidsintervaller over døgnet, trafiktællinger (delmængde af vejnettet) og modelberegnet trafik (hele vejnettet) AKTA-forsøget muliggjorde et stort antal observationer af faktiske rejsehastigheder i nettet For at omsætte disse observationer til trængselsniveauer og for at beregne forsinkelserne er det nødvendigt at kende free-flow hastigheden på strækningerne Denne er imidlertid kun opgjort for kommunevejene i Københavns Kommune samt for motorvejene Som en tilnærmelse blev free-flow hastigheden derfor fastsat til den gennemsnitligt målte hastighed uden for myldretiderne Det skal derfor understreges, at de beregninger af trængsel, som præsenteres i dette kapitel, dermed ikke er fuldt sammenlignelige med beregningerne i de foregående afsnit Analyserne vurderes imidlertid at give et godt grundlag for opregning af de detaljerede analyseresultater Endvidere er de indhøstede erfaringer fra analyserne værdifulde for vurdering af, hvordan GPS-data fremover kan anvendes til at følge udviklingen af trængsel over tid 72 Dækningsgrad Dækningsgraden af AKTA-data uden for myldretiden forskellige steder i Hovedstadsområdet er visualiseret i Figur 72 Som det umiddelbart ses er AKTAdata rimeligt dækkende på de større veje i hovedstadsområdet, som er analyseområdet for dette projekt Rapporten om AKTA-data rummer en række yderligere analyser af dækningsgrad, herunder fordelt på bilgennemløb, antal forskellige biler, og antal gennemløb per bil I det følgende beskrives alene de overordnede resultater P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

79 77 Figur 71 Eksempel på et turmønster for én deltager i perioden uden road pricing De sorte linier viser kørte ruter og de blå cirkler turformål/aktiviteter Det resterende trafiknet er vist med farver for forskellige vejtyper, fra grøn (trafikdæmpet trafikvej), gul (trafikvej), rød (regional vej), mørkerød (national vej) og grå (motorvej) Deltageren har næsten benyttet samtlige motorveje (hvilket er meget typisk for deltagerne) Og flere andre veje såvel Tabel 71 og tabel 72 giver et overblik over de mest aggregerede analyser af dækningsgrad I disse analyser anses en strækning for værende dækket, når der er mindst 10 brugbare observationer uden for myldretiderne og mindst 5 brugbare observationer i myldretiderne Som det ses, er dækningsgraden meget høj inden for dækningsområdet, dvs inden for Københavns Amt og centralkommunerne Dette skyldes også kriteriet for udvælgelse af deltagere, nemlig at de skulle have bopæl eller arbejdsplads inden for dette område I de to yderamter er dækningsgraden mindre god Betragtes dækningsgraden fordelt på vejtyper i tabel 72 ses, at den for de største veje er meget høj Også trafikveje er dækket dog ikke så godt i morgenspidstimen i Københavns Amt Dækningsgraden for store lokalveje er mindre god, idet det typisk kun er personer med ærinde på disse veje, der benytter dem P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

80 78 ³Legend UM_Records ³Legend UM_Records ³Legend UM_Records ,5 Meters Meters Meters Figur 72 Dækningsgrad af AKTA-data forskellige steder i hovedstadsområdet Grøn 1-4 observationer, mørkegrøn 5-9, gul 10-25, orange 26-50, rød , blå , sort og grå ingen målinger Tabel 71 Dækningsgrad på de større veje (til og med store lokalveje) af AKTA-data i forskellige inddelinger af Hovedstadsområdet (i % af antal km vej) Område Morgen myldretid Eftermiddagsmyldretid TRAFMIL Københavns Kommune Frederiksberg Kommune Københavns Amt Total, dækningsområdet Frederiksborg Amt Roskilde Amt Total, Hovedstadsområdet P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

81 79 Tabel 72 Dækningsgrad af AKTA-data på forskellige vejtyper i Hovedstadsområdet Vejtype Københavns Kommune Københavns Amt Morgen Eftermiddag Morgen Eftermiddag Motorveje Nationale veje Regionale veje Store trafikveje Trafikveje Store lokalveje Total Målte hastigheder Figur 73 viser målte hastigheder uden for myldretiden Denne figur, suppleret med en række andre, indgår i notatet "Trængselsprojektet - Oversigt og vurdering af AKTA hastighedsmålinger" (CTT, 24 februar 2004)" Den venstre side af Figur 73 viser generelt, at hastigheden på det Sjællandske landevejsnet er for høj ( km/t), men dog i gennemsnit ikke over 105 km/t I Hovedstadsområdet er det måske især værd at nævne, at der på Motorringvejens nordlige del, samt Farummotorvejen mellem Motorringvejen og Farum selv uden for myldretiden er en vis trængsel (gennemsnitshastigheder under 105 km/t) Tilsvarende er også registreret lavere hastigheder på en del af Sydmotorvejen og Lufthavnsmotorvejen, men dette skyldes, at der var vejarbejder på de pågældende veje, mens forsøget fandt sted Generelt er hastighederne i centralkommunerne ret lave, hvilket skyldes forsinkelser i lyskryds selv uden for myldretiden (som følge af hyppigheden af kryds) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

82 80 Legend UMSpeed 0, , , , , , , , , , , , , , , , , , , , , Meters ³Legend UMSpeed 0, , , , , , , , , , , , , , , , , , , , , ³ Legend UMSpeed 0, , , , , , , , , , , , , , , , , , , , , ³ Meters Meters Figur 73 Målte hastigheder uden for myldretiden Sort over 105 km/t, mørke lilla over 90, lilla 80-90, blå 70-80, mørkerød 60-70, rød 50-60, brun 40-50, orange 30-40, mørkegrøn og lysegrøn 0-20 Figurerne indgår i stor skala i den tekniske AKTA rapport Figur 74 viser hastighederne sammenlignet med de skiltede uden for myldretiden Hastigheden er generelt for stor på de fleste trafikveje i Københavns Amt, samt længere ude i regionen, i særlig grad trafikvejene i Køge Bugt fingeren Et særligt tilfælde er de to parallelle veje langs Lyngbyvejen Derimod er gennemsnitshastighederne i centralkommunerne generelt langt lavere end de skiltede, hvilket skyldes lyskryds I Københavns centrum skyldes den lave hastighed derudover, at bilisterne (fornuftigvis) kører efter forholdene - altså lavere end 50 km/t P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

83 81 Legend UMSpeedKrk 0, , , , , , , , , , , , , , , , , ³ ³ Meters Legend UMSpeedKrk 0, , , , , , , , , , , , , , , , , Meters Figur 74 Sammenligning mellem målte gennemsnitshastigheder og skiltede hastigheder, uden for myldretiden Sort er > 150%, lilla %, rød %, orange %, gul %, lysegrøn 80-90%, grøn 50-80%, mørkegrøn 0-50% og grå uden tilstrækkeligt antal obs (<10) Figur 75 viser den registrerede trængsel i morgenmyldretiden - kl 7-9 Som det fremgår, er der generelt betydelig trængsel i det meste af Hovedstadsområdet Det bemærkes, at trængslen ikke kun ligger på motorvejsnettet, men også på en meget stor del af trafikvejnettet I Københavns Kommune skyldes problemerne især opstuvning ved lyskryds Men som det fremgår, er der en række vejstrækninger, hvor køerne fra de enkelte kryds er ved at nå de tidligere liggende kryds, eksempelvis på Jagtvej Det bemærkes også, at der er enkelte strækninger, hvor hastigheden er nær eller endog højere end uden for myldretiden Dette skyldes dels grønne bølger, dels lavere lastbilprocenter og flere bilister, der kender de pågældende strækninger i morgenmyldretiden, end mellem myldretiderne P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

84 82 Legend M_RD_UM 0 Ingen data 1-40 Kritisk Trængsel Stor Trængsel Stor Trængsel Begyndende Legend M_RD_UM 0 Ingen data 1-40 Kritisk Trængsel Stor Trængsel Stor Trængsel Begyndende ³ ³ Meters Meters Figur 75 Trængsel i morgenmyldretiden Målt gennemsnitshastighed hverdagsmorgener sammenlignet med målt gennemsnitshastighed uden for myldretiderne 74 Vejtrængsel (baseret på strækningshastigheder) I hovedrapporten om AKTA-data er der gennemført beregninger for vejtrængsel baseret på såvel stræknings- som middelhastigheder Middelhastighederne er for den enkelte strækning gennemsnittet af de hastigheder, som den enkelt bil oplever (målt som længe divideret med tid over strækningen for den enkelte bil) Det er altså den hastighed som man som bilist i gennemsnit kan forvente Strækningshastigheden er længden divideret med den gennemsnitlige tid for alle bilisterne Denne hastighed vil medmindre alle hastigheder er ens være mindre end middelhastigheden Tabel 73 beskriver resultaterne for morgenmyldretiden på baggrund af målingerne på de større veje inden for forskellige områder Det ses, at andelen af målinger som betegnes som hurtigere hastighed er nogenlunde konstant (Frederiksbergs 2 % bygger på meget få målinger) Der kan være tale om forskelle i signalprioritering (grønne bølger), eller at kørselsmønstret er mere homogent blandt bilister i myldretiden på veje med lidt eller medium trafikniveau P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

85 83 Andelen af stor og kritisk trængsel er som forventet størst i centralkommunerne Det bemærkes dog, at der selv i yderamterne er stor trængsel på en del af vejnettet Tabel 73 Registreret vejtrængsel i AKTA på de større veje i morgenmyldretiden (under type22) Fordelt på områder Opgjort i km Opgjort i km Område Samlet Længde Ikke registreret eller ubetydelig trængsel Ingen obs Hurtigere hast Ubetydelig trængsel Stor trængsel Kritisk trængsel TRAFMIL Københavns Kommune Frederiksberg Kommune Københavns Amt Total, dækningsområdet Frederiksborg Amt Roskilde Amt Total, Hovedstadsområdet Tabel 74 beskriver forskellen i trængsel delt ud på de forskellige vejtyper i Københavns Kommune Tabel 75 viser den samme opgørelse blot for Københavns Amt Tabel 74 Registreret vejtrængsel, forskellige vejtyper, Københavns Kommune Morgenmyldretiden Opgjort i km Opgjort i km Samlet længde Ikke registreret eller ubetydelig trængsel Trængsel Vejtype (Km) Ingen obs Hurtigere hastighed Ubetydelig og begyndende trængsel Stor trængsel Kritisk trængsel Motorveje Motortrafikveje Nationale veje Regionale veje Store trafikveje Trafikveje Store lokalveje Total Betragtes hele Københavns Amt, falder andelen af kritisk og stor trængsel Motorvejene adskiller sig her ved, at hovedparten af hastighedsændringen er foregået ved, at Kritisk trængsel er blevet til Stor trængsel Det bemærkes, at P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

86 84 en stor del af den kritiske motorvejstrængsel i Københavns Kommune skyldes køer op til lyskrydsene for enden af motorvejene Tabel 75 Registreret vejtrængsel, forskellige vejtyper, Københavns Amt Morgenmyldretiden Opgjort i km Opgjort i km Samlet længde Ikke registreret eller ubetydelig trængsel Trængsel Vejtype (Km) Ingen observation Hurtigere hastighed Ubetydelig og begyndende Stor trængsel Kritisk trængsel Motorveje Motortrafikveje Nationale veje Regionale veje Store trafikveje Trafikveje Store lokalveje Total Eftermiddagsmyldretiden Tabel 76 viser resultaterne for eftermiddagsmyldretiden på baggrund af målingerne på de større veje inden for forskellige områder Eftermiddagsmyldretiden er her defineret som perioden Tabel 76 Registreret vejtrængsel i AKTA på de større veje i eftermiddagsmyldretiden Fordelt på områder i tusinde Opgjort i km Opgjort i km Område Samlet længe Ikke registreret eller ubetydelig trængsel Ingen obs Hurtigere hast Ubetydelig trængsel Stor trængsel Kritisk trængsel TRAFMIL Københavns Kommune Frederiksberg Kommune Københavns Amt Total, dækningsområdet Frederiksborg Amt Roskilde Amt Total, Hovedstadsområdet P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

87 85 Tabel 77 viser forskellen i trængsel delt ud på de forskellige vejtyper i Københavns Kommune Tabel 78 er den samme opgørelse blot for Københavns Amt Tabel 77 viser, at der er en meget afgørende forskel på morgen og eftermiddags myldretid i Københavns Kommune, når man kigger på motorveje Om eftermiddagen viser det sig, at motorvejene i Københavns Kommune stort set er upåvirkede af myldretiden, hvorimod de om morgnen var de mest udsatte Dette skyldes den ændrede retningsfordeling, hvor en stor del af trængslen i morgenmyldretiden er kø op til lyskrydsene for enden af motorvejene Tabel 77 Opgjort i km Registreret vejtrængsel, forskellige vejtyper, Københavns Kommune Eftermiddagsmyldretiden Opgjort i km Samlet længde Ikke registreret eller ubetydelig trængsel Trængsel Vejtype (Km) Ingen obs Hurtigere hastighed Ubetydelig og begyndende Stor trængsel Kritisk trængsel Motorveje Motortrafikveje Nationale veje Regionale veje Store trafikveje Trafikveje Store lokalveje Total Set over hele Københavns Amt er forskellen på morgen og eftermiddag mindre udtalt Motorvejene hører dog stadig til de mindst trængselsplagede strækningstyper om eftermiddagen i særlig grad er der langt mindre kritisk trængsel Omvendt er der noget mere trængsel om eftermiddagen på trafikveje og store lokalveje P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

88 86 Tabel 78 Opgjort i km Registreret vejtrængsel, forskellige vejtyper, Københavns Amt Eftermiddagsmyldretiden Opgjort i km Samlet længde Ikke registreret eller ubetydelig trængsel Trængsel Vejtype (Km) Ingen obs Hurtigere hastighed Ubetydelig og begyndende Stor trængsel Kritisk trængsel Motorveje Motortrafikveje Nationale veje Regionale veje Store trafikveje Trafikveje Store lokalveje Total Forsinkelse Beregningen af bilernes samlede forsinkelse er beregnet på baggrund af AKTAmålinger og en rutevalgsmodel på KRAKs vejnet Rutevalgsmodellen beregnede generelt for få biler på motorvejene, men til gengæld for mange biler på det øvrige vejnet Derimod passer trafikmængderne nogenlunde på Kommunesnittet og fint på Amtssnittet Den skæve fordeling af trafikken skævvrider til en vis grad beregningen af forsinkelsen Således vil der være en tendens til, at trængslen på motorvejene undervurderes Og trængslen på trafikvejene overvurderes Derudover er myldretiderne (og spidsen af disse) faste i modelberegningerne, mens de målte spidser kan ligge forskudt i forhold til modellen Alt-andet-lige vil dette give en undervurdering af forsinkelsen Da der er en del store lokalveje uden observationer, vil trængslen for denne vejtype blive undervurderet Endvidere indgår lokalveje ikke i analyserne Selvom der i sig selv sjældent er trængsel på lokalvejene selv, vil der ofte opstå forsinkelser ved udkørsel fra lokalveje til trafikveje Generelt medfører ovenstående forhold alt-andet-lige, at beregningen af forsinkelse er en smule mindre, end hvad man kunne forvente ved en helt korrekt rutevalgsberegning kombineret med en komplet registrering af trængsel på samtlige vejstrækninger Forsinkelsen fordelt på amtskommunale enheder ses af tabel 79 Her ses det, at den største trængsel findes i Københavns Kommune og Københavns Amt, og at der spildes flere timer i eftermiddagsmyldretiden end morgenmyldretiden Dette skyldes, at eftermiddagsmyldretiden er en time længere end morgenmyldretiden korrigeres der for dette er morgenmyldretiden mere belastet end eftermiddagsmyldretiden, da den er mere koncentreret I dagtimerne (9-15 og 18- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

89 87 20) er der en stor andel af trængsel, %, men fordelt således at specielt Frederiksberg og Københavns kommuner har meget trængsel uden for myldretiderne Tabel 79 Forsinkelse per hverdag i biltimer fordelt på amtskommunale enheder Amtskommunal enhed og og Hele dagen Frederiksberg København Københavns Amt Total, dækningsområdet Frederiksborg Amt Roskilde amt Total, Hovedstadsområdet Forsinkelsen fordelt på vejtyper for henholdsvis hovedstadsområdet og dækningsområdet fremgår af de følgende tabeller Det ses, at trængslen er større på det overordnede vejnet i morgenmyldretiden end om eftermiddagen, mens det forholder sig omvendt på de mindre veje Dette forhold skyldes, at bilisterne som regel har flere ærinder om eftermiddagen end om morgenen Tabel 710 Forsinkelse i timer i hovedstadsområdet Vejtype og og Hele dagen Motorvej og ramper Motortrafikveje og ramper Nationale hovedveje Regionale veje Store trafikveje Trafikveje Store lokalveje Totalt P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

90 88 Tabel 711 Forsinkelse i timer i dækningsområdet Vejtype og og Hele dagen Motorvej og ramper Motortrafikveje og ramper Nationale hovedveje Regionale veje Store trafikveje Trafikveje Store lokalveje Totalt Erfaringer og foreløbige konklusioner Under arbejdet med trængselsprojektet er opgørelsesmetoderne løbende blevet tilpasset De forskellige opgørelses metoder giver forskellige resultater, men resultaterne peger dog alle i samme retning Dette betyder at uafhængigt af hvilken opgørelses metode man vælger, vil den geografiske lokalisering af trængslen være stort set den samme, hvorimod problemets størrelse afhænger af metoden Med 400 biler over ca 16 uger var det muligt at opnå en meget høj dækningsgrad af det overordnede vejnet i hele Hovedstadsområdet Inden for Københavns Amt og centralkommunerne dækkedes endog trafikveje og de fleste store lokalveje Ved et fast "korps" af målebiler vil dækningen selvsagt forbedres, da målingerne da dækker en længere tidsperiode Det vurderes, at ca 100 biler stratificeret efter pendlingsmønstre, vil give en geografisk detaljeret beskrivelse af vejnettet inkl trafikveje Hastighederne i den centrale del af Hovedstadsområdet var betydeligt lavere end de skiltede Dette skyldes primært forsinkelser i vejkryds, der både har betydning i myldretiden og uden for myldretiden Omvendt er hastighederne på især trafikveje uden for centralkommunerne større end de skiltede hastigheder Dette er særligt systematisk tilfældet i Køgebugtfingeren Analyserne af spidstimetrafik viste en meget stor variation i, hvornår spidstimen ligger Generelt er det svært at se en systematik inden for centralkommunerne, om end der her er en tendens til, at morgenspidstimen ligger sent Derimod er der i regionen en klar tendens til, at morgenspidstimen ligger tidligt syd og vest for København, mens den ligger sent nord for Tilsvarende konklusioner kan drages om eftermiddagen I en del tilfælde ligger spidstimen i yderområdet af den prædefinerede myldretid (7-9, hhv 15-18) Det betyder også, at spidstimerne i princippet kunne ligge helt uden for disse intervaller Da AKTA data også viser en betydeligt trængsel uden for myldretiderne er dette ikke usandsynligt i især dele af regionen, feks Nordsjælland i eftermiddagsmyldretiden P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

91 89 Generelt viser resultaterne, at der er stor og endda kritisk trængsel i en stor del af regionen ikke kun i centralkommunerne Betragtes vejtyper viser målingerne også, at der er stor trængsel ikke alene på motorvejsnettet og trafikveje i centralkommunerne, men på en meget stor del af det resterende vejnet i Hovedstadsområdet Beregningerne af forsinkelsen viste, at en stor del af trængslen ligger uden for myldretiderne (defineret som 7-9 og 15-18) Dette er i særlig grad tilfældet i centralkommunerne (50 %), men også i betydelig grad i resten af regionen (ca 40 %) Selvom forsinkelsen for den enkelte bil er mindre uden for myldretiden, er der samlet set mere trafik uden for myldretiden, hvorfor forsinkelse multipliceret med trafik giver et stort tal Derudover ligger spidstimen i store dele af regionen i yderkanten af ovennævnte tidsintervaller for myldretid Dette gælder både for pendlere, men også for indkøbstrafik om eftermiddagen Generelt er eftermiddagsmyldretiden længere og med et samlet større tidsforbrug end morgenmyldretiden Dette er måske overraskende, idet trængslen på motorvejene er størst om morgenen, men i modsætning hertil er der en betydelig større trængsel på trafikvejnettet om eftermiddagen i særlig grad i indkøbsområder og erhvervsområder Af de 5 amtskommunale enheder ligger den største trængsel målt i biltimer i Københavns Kommune (43,5 %), men der er også mærkbar trængsel i resten af regionen Betragtes vejtyper er det måske overraskende, at en meget stor del af forsinkelsen ligger uden for motorvejsnettet 13,5 % af forsinkelsen ligger på motorveje og motortrafikveje (inkl ramper), 12 % på andre nationale veje, 52,5 % på regionale veje og store trafikveje, 18 % på andre trafikveje og 4 % på store lokalveje Nettet i resten af trængselsprojektet (TrafMIL + en del af motorvejsnettet) rummer ca 40 % af den samlede forsinkelse registreret i AKTA Der er altså en betydelig undervurdering af trængslen i Hovedstadsområdet ved alene at betragte dette net Ydermere har AKTA målingerne vist, at en stor del af trængslen foregår uden for myldretiderne P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

92 90 8 Modellering af afledte effekter af trængsel 81 Indledning Ved en ikke model-baseret opgørelse af trængsel antages det, at trafikanterne ikke ændrer adfærd pga trængsel Således måles post priori merforbruget af tid som følge af trængsel for de bilister, der kører på vejstrækninger med trængsel Derimod opgøres ikke ændringer i rutevalg, destinationsvalg, tidspunkt for turen, transportmiddelvalg, samt helt aflyste ture Disse ændringer skyldes trængsel og er derfor en adfærd, som ikke ville have været valgt, hvis der ikke var trængsel på vejnettet Der er således tale om en række afledte effekter af trængsel, som ikke direkte kan måles i trafiknettet, men alene opgøres vha modelberegninger I dette kapitel gennemgås beregningen af indirekte trafikale konsekvenser af trængsel, som normalt vil overses, hvis opgørelsen alene sker på baggrund af målinger af trafikmængder og hastigheder på strækningsniveau Kapitlet beskriver alene de overordnede principper bag beregningerne, idet Dokumentationsrapporten mere detaljeret gennemgår beregningerne Det bemærkes, at der derudover vil være en række afledte økonomiske konsekvenser, feks at virksomheder får mindre adgang til arbejdskraft, at forøgede transportomkostninger påvirker erhvervslivets konkurrenceevne, regionaløkonomiske konsekvenser, mv Derudover er der en række direkte konsekvenser med hensyn til antal trafikuheld, støj, emissioner, eksponering, lokal barriereeffekt, som heller ikke er vurderet i kapitlet 82 Effekter af trængsel 821 Tid Ekstra tidsforbrug som følge af trængsel er den primære effekt af trængsel En stringent definition er tidsforbrug i trængselssituationen minus tidsforbrug i situationen uden trængsel Ofte opgøres ændringer i tidskomponenter efter to forskellige principper: 1 I situationer, hvor der er tale om samme tur, beregnes nytten af tidsændringer som: trafikmængden (tidsforbruget før minus tiden efter en given ændring) tidsværdien P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

93 91 2 I situationer, hvor der er tale om en ændret efterspørgsel tilnærmes arealet under udbudsefterspørgselskurven med rule-of-the-half, dvs ½ (trafikmængden før + trafikmængden efter) (tiden før tiden efter) tidsværdien Dette beregnes i begge tilfælde separat for de enkelte tidskomponenter og summeres derefter Imidlertid eksisterer der en række grænsetilfælde, hvor en tur enten kan betragtes som overflyttet (samme tur, dvs metode 1), eller som en aflyst samt en ny tur (metode 2) Her vil de to metoder give forskellige resultater Valget af metode i det enkelte tilfælde beror dels på en vurdering, dels på det mulige output af trafikmodeller Nogle grænsetilfælde kan ikke skelnes fra hinanden i outputtet fra trafikmodeller, og her må man derfor konsekvent vælge én af metoderne, selvom man måske ideelt set ville bruge forskellige metoder Trafikspring Trafikspring er altid en ændret efterspørgsel og værdisættes efter rule-of-thehalf Ved vurdering af trængsel gælder det lidt specielle, at trafikspringet altid er negativt, idet der er mindre trafik, end der ville have været, hvis der ikke var trængsel Ændret destinationsvalg Der kan argumenteres for, at nogle tur-aktiviteter skal foretages under alle omstændigheder (bolig-arbejde samt visse indkøb) og derfor er ændringer af turendepunkter ikke udtryk for ændret efterspørgsel De skal følgelig ikke værdisættes efter rule-of-the-half I andre tilfælde (fritid) er der måske tale om en undertrykt efterspørgsel (aflyst tur), kombineret med en ny tur til en anden aktivitet Imidlertid kan der selv for bolig-arbejdsstedsture også argumenteres for, at hvis man pga trængsel vælger at skifte arbejde, så er det så fundamental en ændring af ens forudsætninger, at der er tale om en aflyst tur samt en ny tur, der derfor skal værdisættes vha rule-of-the-half Rent teknisk er det ikke muligt at skelne konsistent mellem trafikspring og destinationsvalg i output fra de fleste eksisterende trafikmodeltyper Da det er mest oplagt at behandle destinationsvalg efter rule-of-the-half, og trafikspring klart bør behandles sådan, anbefales det derfor, at såvel trafikspring som destinationsvalg konsekvent opgøres efter rule-of-the-half Transportmiddelvalg Der kan argumenteres for, at valg af transportmiddel for en given tur ikke påvirker efterspørgslen Turen er altså den samme uanset transportmidlet, og nytten udregnes således som tidsværdien for bilturen uden trængsel minus nytten af den kollektive tur Omvendt kan der også argumenteres for, at turen med det andet transportmiddel er så fundamentalt anderledes, at der er tale om to forskellige ture, selvom det er en noget tvivlsom antagelse I givet fald benyttes rule-of-the-half på beg- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

94 92 ge Idet tiden er uændret for den kollektive tur, indgår nytten heraf således ikke i beregningen Da man rent teknisk ikke kan skelne mellem forskellige ruter i vejvalgsmodellen, må før og efter beregningen benytte gennemsnitstal for rutebundtet hhv med og uden trængsel Forskellen på de to metoder kan illustreres ved følgende eksempel (tidsværdier blot eksempler): Biltur uden trængsel 30 min á 40 kr/time Biltur med trængsel: 32 min fri køretid á 40 kr/time + 10 min trængsel á 60 kr/time (i eksemplet er det forudsat at trængslen ad den eksisterende rute er så stor, at nogle bilister vælger en omvej, hvor der er mindre trængsel) Kollektiv tur: 36 min á 50 kr/time Ved en overført tur fra bil til kollektiv trafik vil den direkte beregning give en trængselseffekt på 30x40/60 36x50/60 = -10 kr Rule-of-the-half på bilturen vil give ½(30*40/60 32*40/60 10*60/60) = - 5,66 kr Her tages der således slet ikke direkte hensyn til, hvor godt alternativet (den kollektive trafik) er, idet tiden her er uændret (rule-of-the-half giver intet bidrag) De to opgørelsesmetoder kan således give ret forskellige resultater Det anbefales, at der benyttes et kompromis mellem de to metoder: Er det utvetydigt, at der er tale om samme tur, værdisættes ture, der skifter transportmiddel, direkte Er det tvetydigt benyttes rule-of-the-half Indgår deltransportmidler i rutevalgsmodellen (feks bus, tog og tilbringer for kollektiv trafik) indgår disse trivielt i rutevalgsmodellen og værdisættes derfor direkte (ikke rule-of-the-half) Rutevalg Da ændringer i rute (inkl deltransportmidler) dybest set er samme ture, anbefales det, at disse værdisættes direkte (uden rule-of-the-half) Rent teknisk er det derudover i outputtet fra trafikmodeller ikke muligt at skelne ture, der har skiftet rute, fra ture der ad samme rute bruger længere tid som følge af trængsel 822 Kørselsomkostninger Trafikmodeller udregner typisk trafikarbejdet målt i antal bil kilometre Dette er den primære opgørelsesmetode i de fleste danske modelprojekter Hvad angår kollektiv trafik (værdisætning af overflyttet trafik) kan trafikmodeller dels levere køreplanlagt tid, transportarbejde, persontransportarbejde og bil- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

95 93 letudgifter for passagerne Såfremt det kollektive udbud anses for upåvirket af trængsel (at der feks ikke indsættes flere busser, køres med længere tog, etc) må omkostningerne for trafikselskaberne på kort til medium sigt siges at være upåvirket at trængsel Det er derfor valgt at se bort fra disse udgifter i nærværende kapitel 823 Andre effekter Derudover er der potentielt en række andre effekter af trængsel; uheld, støj, barriereeffekt mv Såfremt disse ønskes vurderet, skal der gennemføres en samlet samfundsøkonomisk beregning, hvor alle vejstrækninger har uendelig kapacitet versus en beregning med trængsel Man kan imidlertid argumentere for, at de fleste effekter er mere trafikafhængige end afhængige af trængsel Nogle effekter er endda mindre ved trængsel (hvis bilerne holder helt stille i kø, kan fodgængere måske lettere passere en vej, end hvis bilerne kører med 80 km/t, støj stiger med hastigheden, effekten af et uheld stiger med hastigheden, mens sandsynligheden for, at et uheld sker, er større ved tæt trafik/køkørsel pga stigningen i antallet af konfliktsituationer) Alt i alt vurderes det derfor, at de andre effekter af trængsel er forholdsvis beskedne Under alle omstændigheder ligger det ikke inden for dette projekts rammer at gennemføre en sådan samlet beregning for Hovedstadsområdet 83 Beregning af tidseffekter Med de fleste typer trafikmodeller er en beregning af trængselseffekter nødt til at foregå således, at der gennemføres en beregning, hvor vejnettet har uendelig kapacitet (hastigheden påvirkes ikke af trafikmængden), der sammenlignes med en beregning med kapacitetsrestriktioner (trængsel) Hvad angår krydsforsinkelser antages da, at der ikke er trafik i krydsene Men der kan stadig være ventetid i forbindelse med signalanlæg men alene som følge af omløbstiderne Da der typisk er tale om ligevægtsmodeller, der itererer sig frem, er resultatet heraf en række OD-matricer, der beskriver trafikmængder mellem turendepunkter med og uden trængsel med et givet transportmiddel Der er altså tale om aggregerede resultater, hvorfor det feks kan være tvetydigt om en ændring (færre ture) mellem to destinationer skyldes, at nogle rejsende har skiftet transportmiddel, destination eller helt droppet turen Rejsetiderne (feks med og uden trængsel) er outputtet af en rutevalgsmodel Igen kan man ikke skelne, om bilisten har skiftet rute, eller om det bare tager længere tid ad den eksisterende rute De resterende effekter kan enten alle vurderes vha rule-of-the-half, eller man kan værdisætte utvetydige ændringer i brug af transportmiddel direkte og resten efter rule-of-the-half I Dokumentationsrapporten gennemgås fremgangsmåden ved opgørelse af de direkte trafikeffekter af trængsel baseret på modelberegninger Det anbefales her at skelne mellem følgende trafikeffekter: P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

96 94 Uændrede ture, dvs ture mellem samme destinationer Uændrede ture kan indeholde ændringer i rutevalg Tidsforbruget værdisættes direkte Ændringer i transportmiddelvalg Der opgøres alene ture, hvor der flyttes fra bil til andre transportmidler En vækst i bil vil derimod (logisk set) skyldes en overflytning fra andre destinationer Tidsforbruget værdisættes direkte, da turen stadig går mellem samme destinationer (feks en pendlingstur, der er uændret men med andet transportmiddel) Relationer (fra-til), hvor der alene sker en vækst Disse ture må være overflyttet fra andre relationer Da dette vurderes til at skyldes en markant ændring i udbuds-efterspørgselssituationen værdisættes de efter rule-of-thehalf Restled Dette kan feks være en kombination af ændring i destinationsvalg og transportmiddel Disse ture værdisættes også efter Rule-of-thehalf I dokumentationen er formuleret et generelt ligningssystem til opgørelse af trængsel Da dette var stærkt ubestemt, blev der tilføjet forskellige trængselsafhængige restriktioner Disse var med til at strukturere problemet, der dog stadig ikke kan løses som et matematisk program Der er derfor foreslået en heuristik til opgørelsen af trængselseffekterne Denne eksemplificeredes på et mindre regneeksempel, før den blev benyttet i fuld skala på Hovedstadsområdet 84 Værdisætning af trængselseffekter I forbindelse med værdisætning af trængselseffekter er det endvidere nødvendigt med et sæt tidsværdier til opregning af tid til monetære enheder (kroner) Her kan man vælge at benytte Trafikministeriets eksisterende sæt standardværdier i Danmark, der dog ikke skelner mellem det antal tidskomponenter, der indgår i trængselsprojektet Derfor blev der i Dokumentationsrapporten argumenteret for værdier for de resterende elementer Tabel 81 viser de benyttede tidsværdier P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

97 95 Tabel 81 Foreslåede tidsværdier til beregning af trængsel pr person Kr/time Bolig-arbejde Erhverv Andet Bilister Køretid Forsinkelsestid Kollektivt rejsende Rejsetid Ventetid Skiftetid Skjult ventetid Forsinkelsestid Cykel/gang Trafikministeriet opererer med tidsværdier for vare- og lastbiler på henholdsvis 198 kr/time og 279 kr/time uafhængigt af trængslen I dette projekt vælges det at arbejde med Trafikministeriets anbefalede tidsværdier for vare- og lastbiler Kørselsomkostningerne for personbiler, varebiler og lastbiler antages at være proportionale med transportarbejdet og opgøres ligeledes efter Trafikministeriets værdier herfor Tabel 82 Kørselsomkostninger (2001-priser) fordelt på køretøjstyper (Trafikministeriet 2003) Personbiler Varebiler Lastbiler Kørselsomkostninger uden afgifter 0,81 kr/km 1,06 kr/km 1,74 kr/km Kørselsomkostninger med afgifter 1,83 kr/km 1,31 kr/km 2,62 kr/km Kørselsomkostningerne beregnes uden afgifter, da afgifterne er en omfordeling af samfundets ressourcer 85 Eksempel på trængselsberegning I det følgende gennemgås de overordnede konklusioner på beregning af trængsel i Hovedstadsområdet Det var ikke muligt inden for projektets rammer at udvikle nye trafikmodeller, så beregningen byggede primært på rekvirerede kørsler med en eksisterende trafikmodel, Ørestadstrafikmodellen (OTM) Da denne i sin nuværende version ikke eksplicit opgiver trængselstid og fri køretid i sit output, var det nødvendigt med en del fortolkninger af resultaterne Derudover viste det sig, at den direkte målelige trængsel var væsentligt større baseret på AKTA-målinger end OTM Derfor blev der benyttet en fremgangs- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

98 96 måde, hvor denne trængsel blev opjusteret til AKTA-niveau Det yderligere ekstra tidsforbrug som følge af ændringer i rutevalg blev estimeret i en særskilt beregning Grunden til dette er, at denne del af de afledte effekter ikke fremgår direkte af AKTA-målingerne I afsnit 851 beskrives gennemførslen af rutevalgsberegningerne Derefter beskrives i afsnit 852 resultaterne af beregningerne af de øvrige afledte effekter på basis af OTM 851 Rutevalgsberegning Den benyttede rutevalgsmodel har forskellige nyttefunktioner for hver trafikantklasse; som i OTM for pendlere (bolig-arbejdsstedsrejsende), studerende, erhvervsrejsende (med personbil), fritidsrejsende, varebiler og lastbiler Hver nyttefunktion rummer koefficienter for længde, fri køretid og ekstra køretid som følge af trængsel) Generelle kørselsomkostninger (brændstof mv) antages normalt proportionalt med længden, og inkluderes således i længde koefficienten Denne har således monetære enheder (kr/km), ligesom tidskoefficienterne kan opgives i kr/time I princippet indgår trængsel således i modellen Men i den brugte version opgives kun samlet køretid i outputfilerne, dvs summen af fri køretid og trængsel Hvis trængsel fremover ønskes vurderet i forbindelse med trafikmodelberegninger, anbefales det at outputfilerne rummer fri køretid og trængsel hver for sig Inden for hver trafikantklasse tillades variation af koefficienterne Derved svarer modellen godt til observationer på AKTA-data, der også viste en stor heterogenitet i bilisternes nyttefunktioner Derudover indeholder modellen et stokastisk led, der dels håndterer eventuelle overlappende ruter, dels uforklarlig variation I OTM modelleres derudover trængsel, således at hastigheden på de enkelte vejstrækninger afhænger af trafikmængderne, ligesom der i større kryds modelleres forsinkelser Princippet er da, at modellen beregner en ligevægt i systemet, hvor ingen bilist kan finde en mere optimal rute efter vedkommendes nyttefunktion Beregning på AKTA-data I forbindelse med dette projekt er benyttet en noget anden fremgangsmåde end i OTM, idet OD-matricerne fra OTM via nykodede zoneophæng blev forbundet til vejnettet i AKTA (KRAK) Fordelen herved er, at AKTA-nettet er mere detaljeret end OTM, samtidigt med at det rummer målte hastigheder fra AKTA Derved er det ikke nødvendigt at modellere trængsel, idet denne er direkte observeret I stedet er gennemført følgende beregninger: Beregninger, hvor OD-matricerne lægges ud på nettet med de målte hastigheder uden trængsel (frie køretider) Resultatet herfor er for hver strækning en trafikmængde T fri og den frie rejsetid t fri P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

99 97 Beregninger, hvor OD-matricerne lægges ud på nettet med de målte hastigheder med trængsel t efter for den periode, som matricerne omfatter (feks morgenmyldretiden) Trafikmængden er da T efter Den ekstra tid som følge af trængsel er da t trængsel = t efter - t fri Beregningerne blev gennemført for hhv morgenmyldretiden og eftermiddagsmyldretiden, samt den del af perioden uden for myldretiden, hvor der også er målt trængsel Den direkte målte trængsel er T efter t trængsel Da T trængsel 0 for alle strækninger vil den direkte målte trængsel være større eller lig nul for alle perioder og elementer i data Det er den direkte målte trængsel, som observeres ved målinger i trafiknettet Den indirekte målte trængsel (ændringer i rutevalg) er T efter t frl T før t fri Beregningen omfatter den del af tiden i efter-situationen, som ikke skyldes trængsel, minus den tilsvarende i før-situationen Den indirekte målte trængsel er altså ikke med i en sædvanlig trængselsmåling I før-situationen ses der per definition bort fra trængsel, dvs at t fri minimeres rent i rutevalget (bortset fra det beskedne længdebidrag i nyttefunktionen) I efter-situationen vil ruterne måske ændres for at undgå trængsel, dvs at nogle bilister vælger ruter med længere t fri for at reducere t trængsel (eller alternativt bliver de på deres eksisterende rute, der som nævnt nær minimerer t fri ) Derfor er den indirekte trængsel ofte større end nul, eller i hvert fald kun lidt mindre, hvis bilisterne i før-situationen kørte hurtigere omveje end kortere men langsommere veje Resultater af rutevalgsberegninger Tabel 83 viser resultatet af beregningerne af de indirekte effekter af trængsel som følge af ændrede rutevalg Til sammenligning er også vist de direkte effekter, som er beskrevet i afsnittet om AKTA projektet med analyse af trængsel og hastighed ved hjælp af GPS i Dokumentationsrapporten I denne forbindelse er det vigtigt at bemærke, at der i forbindelse med opgørelsen af trængsel ved AKTA-data er anvendt andre forudsætninger end i dette projekt Resultaterne er dermed ikke uden videre direkte sammenlignelige P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

100 98 Tabel 83 Resultater af beregning af indirekte effekter af trængsel som følge af ændrede rutevalg (biltimer per hverdag) Periode Direkte effekter Indirekte effekter (ændrede rutevalg) Arbejde Erhverv Andet Varebiler Lastbiler Total Morgen Eftermiddag Uden for myldretid Total Som det ses af tabel 83 er de indirekte effekter af ændret rutevalg marginale i forhold til de direkte effekter (samlet set ca 0,1 %) Forklaringen må skyldes, at de alternative ruter, som bilisterne finder, ikke er meget længere målt i tid I nogle tilfælde er de endda hurtigere og derfor ikke blev benyttet før For at undersøge dette viser Tabel 84 opgørelsen af øget kørselsomfang som følge af ændrede ruter Som det ses, er der en vis tendens til, at de elementer, hvor der er tidsbesparelser, er der tilsvarende et ekstra kørselsomfang (længere og hurtigere vej) Tabel 84 Ændring af kørselsomfang som følge af trængsel (bil km per hverdag) Periode Arbejde Erhverv Andet Varebiler Lastbiler Total Morgen Eftermiddag Uden for myldretid Total Samlet set ændres kørselsomfanget sig marginalt som følge af trængsel Det skyldes, at det kan være hurtigere at køre en omvej, når der ikke er trængsel For eksempel kan det være en hurtigere vej at køre via Motorringvejen rundt om København end gennem København, når der ikke er trængsel, mens det kan forholdes sig omvendt, hvis der er trængsel Forholdet mellem trængselssituationen ( bil km pr hverdag totalt) og situationen uden trængsel ( bil km pr hverdag totalt) er cirka 0,1 % Tabel 85 viser den økonomiske opgørelse af afledte effekter (i mio kr per år) Som det ses er størrelsesordenen forholdsvis beskeden (21,1 mio kr per år) Til sammenligning er den direkte trængsel opgjort til 5519 mio kr per år P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

101 99 Tabel 85 Resultater af beregning af indirekte effekter af trængsel som følge af ændrede rutevalg (mio kr per år) Periode Direkte effekter Indirekte effekter (ændrede rutevalg) Arbejde Erhverv Andet Varebiler Lastbiler Total Tid Morgen ,6 14,2 1,3 7,7 0,6 30,4 Eftermiddag ,9 0,5-0,3 3,2-8,7-6,2 Uden for myldretid ,9-4,5-5 -2,2 4,2-9,4 Total ,8 10,2-4 8,7-3,9 14,8 Kørsel Morgen - -2,1-2,4-0,6-1,8 0,4-6,5 Eftermiddag - 4,5-0,8-0,1 0,1 1,4 5,1 Uden for myldretid - -0,5-1,8 8,4 0,2 1,3 7,7 Total - 1,9-5 7,8-1,5 3 6,2 Total Morgen - 4,5 11,8 0,8 5,9 0,9 23,9 Eftermiddag - 3,6-0,3-0,4 3,3-7,3-1,2 Uden for myldretid - -2,4-6,3 3,4-2 5,5-1,7 Total ,8 5,2 3,8 7,2-0,9 21,1 Illustration af ændrede rutevalg Figur 81 viser et differenskort mellem trafikken beregnet med trængsel og det hypotetiske scenarium uden trængsel, altså hvordan bilisters rutevalg i Hovedstadsområdet er ændret som følge af trængsel En generel trend er, at trafikken er steget en smule på mange mindre trafikveje På en del motorveje er trafikken faldet men ikke på alle Dette betyder, at trafikken generelt er mindre på motorvejene, end hvis der havde været kapacitet nok Og at denne trængsel på motorvejene får bilister til at køre andre ruter af mindre veje (såkaldt sivetrafik) Generelt svarer kortet til trængselskort i rapporten om AKTA-data; der hvor der er stor trængsel, har en del bilister fravalgt at køre P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

102 100 Trafikændring < ³ Meters Figur 81 Trafikale ændringer som følge af trængsel (vist i hver retning for sig), dækningsområdet Alt i alt ser beregningerne ud til at give realistiske og forventede resultater Det bemærkes, at selvom ændringerne i ruter berører hele regionen, udgør de kun en lille del af den samlede trafik, ligesom de i mange tilfælde ikke medfører markante ændringer i tid og længde Af denne grund bidrager ændringer i rutevalg jf opgørelserne i tabellerne i afsnit 851 ikke markant til den samlede opgørelse af trængselseffekter P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

103 Andre afledte effekter De afledte effekter blev beregnet ved brug af en speciel kørsel med Ørestadstrafikmodellen (OTM) som blev gennemført af TetraPlan A/S Beregningerne blev gennemført som en basisberegning uden hensyntagen til trængsel og en efterfølgende beregning (iteration) med trængsel Opregning baseret på AKTA-data Resultatet af OTM-beregningen kan sammenlignes med resultatet af rutevalgsberegningen baseret på AKTA-data Efterberegningen her er den direkte observerbare biltrafik I OTM vil det svare til de uændrede bilture + bilture med trafikvækst (idet sidstnævnte stadig kører på vejnettet) OTM's beregning af trængsel i forhold til AKTA var fordelt på perioder som følger: Morgenmyldretid; 54 % Eftermiddagsmyldretid; 44 % Uden for myldretid; 86 % Således undervurderer OTM den direkte trængsel forholdsvist meget i forhold til AKTA Der er flere årsager hertil: I en trafikmodel benyttes typisk gennemsnitlige hastigheder for en strækning Ved beregning af forsinkelser (speed-flow) benyttes også gennemsnitlige hastigheder for bilisterne Dette kan i de fleste trafikmodeller fortolkes som en snitmiddelhastighed I AKTA benyttes strækningsmiddelhastighed til opgørelse af trængslen Hvis der er variation af hastighederne, er strækningsmiddelhastigheden betydeligt lavere end snitmiddelhastigheden OTM og rutevalgsmodellen regner med forsinkelser i vejkryds, men ikke tilbagestuvning fra vejkryds og andre flaskehalse i nettet Dette har ikke betydning for tidsestimatet for de biler, der passerer krydset Men hvis køen er så lang, at det påvirker tidligere strækninger, vil det medføre en forsinkelse for andre bilister, som overses i modellen AKTA-nettet rummer flere vejstrækninger end OTM nettet Dette har en vis betydning, da der også forekommer noget trængsel på de store lokalveje og mindre trafikveje Men det har også betydning, fordi en del vejkryds ikke indgår i OTM, feks hvor en trafikvej, som er med i OTM, krydser en stor lokalvej OTM beregningerne er foretaget på 2000-data, mens AKTA bygger på målinger i 2002 Der er sket en vis øgning af trafikken og trængslen i denne periode OTM dækker generelt hele Hovedstadsområdet, mens enkelte strækninger inden for Motorringvej 3 ikke dækkes (feks tunnellen under Bellahøj) Især i de ydre dele af regionen (feks Helsingør) er dækningen af OTM bedre Dette betyder, at AKTA her undervurderer trængslen P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

104 102 I den samlede opgørelse af trængsel blev det besluttet at opjustere OTMberegningerne til det målte niveau af AKTA-data Fremgangsmåden hertil beskrives nærmere i Dokumentationsrapporten Opgørelse og værdisætning af de enkelte ændringer I opgørelsen af timer er det valgt at vise det samlede antal timer I den økonomiske opgørelse benyttes derimod rule-of-the-half De enkelte tidselementer opgøres og værdisættes som følger: Uændrede bilture Her må det ekstra tidsforbrug skyldes trængsel, da det pågældende tidselement er opjusteret baseret på AKTA målinger af direkte observerbar trængsel De uændrede bilture multipliceres således tidsværdien for trængsel Trafikvækst Der er her tale om bilture, der er flyttet fra en OD-relation til en anden Disse værdisættes efter rule-of-the-half Det skønnes, at halvdelen af tiden for disse ture er fri køretid og halvdelen trængsel Da turene er ændrede må de jo forekomme i dele af vejnettet med forholdsvis stor trængsel Ændret transportmiddel Da før tiden er uden trængsel for bil, benyttes her tidsværdien for fri køretid Da der kun er tale om ture mellem samme OD, benyttes ikke rule-of-the-half Restændring Da hovedparten af restændringen for bil er mindskede antal bilture, benyttes tidsværdien for fri køretid og rule-of-the-half For andre transportmidler benyttes ligeledes rule-of-the-half Vare og lastbiler Her er outputtet fra OTM alene uændrede ture Dette skyldes, at alene fri køretid - men ikke ekstra køretid som følge af trængsel - indgår som forklarende variabel, dvs ved beregning af antal ture og destinationsvalg OTM er således indifferent over for trængsel, hvad angår vare- og lastbiler Den økonomiske opgørelse af tidselementer er som udgangspunkt på hverdagsdøgn I den samlede opgørelse er dette dog omregnet til årsdøgnsniveau og derefter til mio kr per år Resultater fordelt på turformål Tabel 86 viser opgørelsen for bolig-arbejdsstedstrafik En meget stor del af effekten er for de uændrede ture, der nu tager længere tid pga trængsel (73 % af effekten målt i tid) I alt svarer de = timer til direkte målt trængsel (76 % af effekten) Der ses således bort fra 24 % af trængslen ved direkte målinger i vejnettet Ved værdisætningen af trængsel (den nederste del af tabel 86) ses, at værdien af de uændrede ture er mere dominerende (85 %) Dette skyldes dels en høj tidsværdi for trængsel, dels at der ikke benyttes rule-of-the-half (som på trafikvækst og restændring) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

105 103 Tabel 86 Opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) for bolig-arbejdsstedstrafik Tidskomponent Total Bil Kollektiv trafik Cykel Gang Køretid Skjult ventetid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Ændret transportmiddel Værdisætning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture Trafikvækst, OD Restændring Total Tabel 87 viser de tilsvarende resultater for studerende (pendling mellem bopæl og studiepladser) Størrelsesordenen er betydeligt mindre, hvilket skyldes at forholdsvist få studerende pendler med bil Ydermere er studerende med lønmodtagerstatus (bijob) som regel registreret som lønmodtagere og ikke som studerende Der er en markant forskel på adfærdsændringerne for studerende sammenlignet med andre turformål Kun 51 % er uændrede ture En meget større effekt i forhold til pendlere er ændring i transportmiddelvalg, der står for 19 % af effekten, mens ændrede destinationer står for 13 % af effekten (dette er en lidt speciel konsekvens, da de fleste studiesteder er givne) 17 % er restændringen, som kan fortolkes således, at studerende nogle gange vælger færre ture end ellers (altså bliver hjemme i stedet for at deltage i undervisningen) Dette betragtes som en negativ effekt P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

106 104 Tabel 87 Opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) for studerende Tidskomponent Total Bil Kollektiv trafik Cykel Gang Skjult ventetid Køretid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Ændret transportmiddel Værdisætning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture -26,2-26, Trafikvækst, OD -2,8-0,2-0,1 0-0,3 0-0,4-1,8-0,4-7,8 4,1-3,6-0,7-3,3-0,5-8 -3,7-0,2 Restændring -1,1-11,4 1,7 0,4 1,8 0,2 4,1 5,7 0,5 Total -37,8-33,8-2 -0,3-1,7-0,3-4,3 0,3-0,1 Tabel 88 viser effekterne for erhvervstrafik Som det ses er resultaterne drastisk anderledes end for de foregående turformål, idet meget få erhvervsrejsende vælger at skifte transportmiddel som følge af trængsel (den samlede effekt er kun 0,2 % af det ekstra tidsforbrug for erhvervsrejsende) Et andet tankevækkende resultat er, at erhvervslivets restled (færre ture) udgør 4 % som følge af trængsel Dette betyder, at der er aktivitet, som erhvervslivet undlader som følge af trængsel Tabel 88 Opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) for erhvervstrafik Tidskomponent Total Bil Kollektiv trafik Cykel Gang Skjult ventetid Køretid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Ændret transportmiddel Værdisætning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture Trafikvækst, OD ,4-0,1-0,7-0,1-1,3-2,8-4, ,1-0,4-1,7-0,3-4,5-0,9-0,6 Restændring ,4 0,1 0,4 0,1 0,9 0,5 0,4 Total ,2-0,4-2 -0,3-4,9-3,2-4,3 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

107 105 Tabel 89 viser opgørelsen for fritidsture Disse udgør en stor del af det samlede tidsforbrug, men værdisættes lavere end de andre turformål Uændrede bilture bidrager her med 70 % af det ekstra tidsforbrug som følge af trængsel Ændrede destinationsvalg udgør 13,2 % og restændringen (færre ture) hele 12,6 % Dette er naturligt, idet fritidsture lettere kan undværes end andre turformål Fritidsture har en langt mindre tendens til at vælge andre transportmidler (4,6 %) end pendlere (8,8 %) og studerende (19,1 %) Tabel 89 Opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) for fritidstrafik Tidskomponent Total Bil Kollektiv trafik Cykel Gang Køretid Skjult ventetid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Ændret transportmiddel Værdisætning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture Trafikvækst, OD ,5-0,8-4,4-0,7-8,4-3,6-18, ,3-2,8-13, ,7-6,1-2,1 Restændring ,6 0,9 4,3 0,6 8,3 3,1 8,8 Total ,2-2,7-13,7-2,1-31,8-6,7-11,4 Lastbiler har 6922 timer mere i tidsforbrug per hverdag (per definition kun uændrede ture), og det opgøres til 641 mio kr per år Varebiler har tilsvarende timer mere per hverdag, og det opgøres til 866 mio kr per år Endelig viser Tabel 810 de samlede effekter fordelt på tidskomponenter Da vare- og lastbiler i OTM ikke ændrer destinationer og antal ture, bidrager disse i særlig grad til de uændrede ture, der således også dominerer oversigten P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

108 106 Tabel 810 Samlet opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) Bil indeholder også uændrede ture for varebiler og lastbiler Tidskomponent Total Bil Kollektiv trafik Cykel Gang Skjult ventetid Køretid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Værdisæt ning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture Trafikvækst, OD Ændret transportmiddel Restændring Total Tabel 811 viser den relative fordeling fordelt på turformål og samlet Som det fremgår, er de uændrede ture dominerende især i værdisætningen Men inden for visse af turformålene er fejlen ved at se bort for de andre effekter forholdsvis stor Det gælder i særlig grad studerende og andet trafik (fritidsture, mv) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

109 107 Tabel 811 Opgørelse af den relative fordeling af merforbruget som følge af trængsel fordelt på effekter fordelt på turformål og samlet Tid (i %) Pendlere Studerende Erhverv Andet Varebil Lastbil Samlet Uændrede bilture 73,4 51,2 93,6 69, ,5 Trafikvækst, OD 18,3 13 2,1 13, ,1 Ændret transportmiddel, OD 8,8 19,1 0,2 4, ,9 Restændring -0,5 16,7 4,1 12, ,4 Total Økonomi (i %) Uændrede bilture 85,1 69,3 97,6 84, ,3 Trafikvækst, OD 8,2 7,4 0,9 6, ,7 Ændret transportmiddel, OD 7,4 20,5 0,2 4, ,1 Restændring -0,8 2,8 1,4 4, Total Delresultater fordelt på tidsintervaller Tabel 812 viser opgørelsen af samlede tider og omkostninger for morgenmyldretiden Hovedparten af effekten er uændrede ture, hvilket skyldes, at flere af turformålene generelt vanskeligt kan ændres, og især at varebiler og lastbiler i OTM anses for at køre samme ture som før Den direkte målelige trængsel er timer per hverdagsdøgn ( timer) I forhold til den totale effekt af vejtrængsel udgør det 84 % Således overses ca 16 % ved direkte måling på vejnettet i morgenmyldretiden Ses fordelingen af typer ændringer ligger hovedparten af tidsforbruget som følge af trængsel i helt uændrede ture (82 %), men der sker også en stor overflytning af ture til andre destinationer (herunder 605 timer fortsat med bil og 2863 timer med andre transportmidler, i alt 12 %) Der sker en stor overflytning fra bil til andre transportmidler At timerne ikke "går op" skyldes, at biltiden er den tid, det ville have tage bilisterne, hvis der ikke var trængsel (920 timer), mens tiden med de andre transportmidler er den reelle tid (hhv 1332 timer i kollektiv trafik, 779 timer med cykel og 751 timer med gang) Der er altså tale om et mærkbart merforbrug af tid som følge af overflytning af bilture til ture med andre transportmidler pga trængsel, nemlig 1437 timer Det skal i den forbindelse bemærkes, at trafikanterne antages at agere nyttemaksimerende Da gang og cykel er gratis, kan det eksempelvis være rationelt at skifte hertil, selvom tiden er større end bil (der jo ikke er gratis) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

110 108 Restændringen skyldes helt overvejene, at bilister har ændret såvel destination som transportmiddel Nettoeffekten af dette er et merforbrug på 59 timer Reduktionen i bilture går således næsten op med merforbruget i ture med andre transportmidler Tabel 812 Opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) for morgenmyldretid Tidskomponent Total Bil Kollektiv trafik Cykel Gang Køretid Skjult ventetid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Ændret transportmiddel Værdisætning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture Trafikvækst, OD Restændring Total Ved værdisætningen af trængsel (den nederste del af tabel 812) ses, at værdien af de uændrede ture er helt dominerende (95 %) Dette skyldes dels en høj tidsværdi for trængsel, dels at der ikke benyttes rule-of-the-half Tabel 813 viser de tilsvarende resultater for eftermiddagsmyldretiden og tabel 814 resultaterne uden for myldretiden P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

111 109 Tabel 813 Opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) for eftermiddagsmyldretid Tidskomponent Total Bil Kollektiv trafik Cykel Gang Køretid Skjult ventetid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Ændret transportmiddel Værdisætning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture Trafikvækst, OD Restændring Total Tabel 814 Opgørelse af tider (timer per hverdagsdøgn) og værdisætning (mio kr per år) uden for myldretiden Tidskomponent Total Bil Kollektiv trafik Cykel Gang Køretid Skjult ventetid Adgangstid Skiftetid Total Ændret transportmiddel Tidsopgørelse (timer per hverdag) Ændret transportmiddel Værdisætning (mio kr per år) Uændrede bilture Trafikvækst, OD Restændring Total Uændrede bilture Trafikvækst, OD Restændring Total P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

112 110 Tabel 815 viser den relative fordeling på effekter i de forskellige perioder (Tabel 810 viste de samlede) Som det ses, er der forholdsvist beskedne forskelle Dog er restændringen betydeligt større uden for myldretiden, hvilket skyldes, at en del fritidsture, der fortrinsvist ligger her, er aflyst Tabel 815 Oversigt over den relative fordeling på effekter i de forskellige tidsperioder Tid (%) Morgen Eftermiddag Uden for myldretiden Samlet Uændrede bilture Trafikvækst, OD ,1 Ændret transportmiddel, OD Restændring Total Økonomi (%) Morgen Eftermiddag Uden for myldretiden Samlet Uændrede bilture 95, ,4 Trafikvækst, OD 2,8 2,4 2,9 2,6 Ændret transportmiddel, OD 2,1 1,5 2,6 2 Restændring -0,1 0,1 2,5 1 Total Opgørelse af omkostninger ved afledte effekter Tabel 816 viser de samlede ændringer i kørselsomfang målt i hhv km per hverdag og samlet i mio kr per år Der er her tale om en mærkbar besparelse som følge af trængsel, nemlig ca 110 mio kr per år Størstedelen af denne ligger hos pendlere samt vare- og lastbiler De uændrede bilture har en vis vækst i kørselsomfang, hvilket må skyldes ændringer i rutevalg, der ikke eksplicit opgøres i OTM, eller stokastiske effekter i beregningerne Samlet udgør denne effekt dog kun ca 0,2 % af det samlede kørselsomfang, så der er tale om en marginal ændring Trafikvækst medfører per definition flere kørte km Men dette giver et meget begrænset bidrag til transportarbejdet Ændringer i transportmiddel regnes her per definition som fald i transportarbejdet Der bliver færre bilture, mens den kollektive trafik anses at have uændret kørselsomfang (jf diskussionerne tidligere i rapporten) Der er altså her tale om en besparelse Restændringen er ligeledes en besparelse (igen fordi en stor del heraf er reduceret bilkørsel og vækst i kollektiv trafik) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

113 111 Det fremgår, at hovedparten af effekten ligger hos pendlere, hvilket ikke er mærkeligt, da de i særlig grad kører i myldretiden Tabel 816 Opgørelse af ændringer i kørselsomfang som følge af trængsel, hhv bil km per hverdag og mio kr per år Samlet Km per hverdag Pendlere Studerende Erhverv Andet Varebil Lastbil Samlet Uændrede bilture Trafikvækst, OD Ændret transportmiddel, OD Restændring Total Mio kr per år Uændrede bilture Trafikvækst, OD Ændret transportmiddel, OD Restændring ,9 102, , , Total -103, ,9-110,1 Samlede effekter af trængsel i Hovedstadsområdet Som nævnt i de foregående afsnit er der en række forhold, der leder til undervurdering af trængslen i beregningerne: I beregningerne af de afledte effekter af trængsel er benyttet Ørestadstrafikmodellen (OTM) Men da de direkte målelige effekter af trængsel var for små, blev disse opregnet baseret på AKTA-målinger Disse dækker imidlertid ikke hele regionen, idet der er et mindre antal "huller" i datamaterialet inden for Ring 3 ringen og flere udfald i de ydre dele af regionen Det for lave niveau ovenfor kan have betydning for OTM's beregning af de afledte effekter, der ikke er opskaleret Men da OTM er kalibreret og esti- P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

114 112 meret, så modellerne for valg af destination og transportmiddel passer med aggregerede data, burde det have mindre betydning for de afledte effekter Lokalveje indgår ikke i opgørelsen af trængsel i AKTA-nettet og store lokalveje ikke i OTM Selvom der sjældent er trængsel på lokalvejene, kan trængsel på trafikveje give store forsinkelser ved udkørsel herpå Vare og lastbiler i OTM beregnes alene som uændrede ture Om end ændringer i destinationsvalg og samlede antal ture formentligt er forholdsvist begrænsede, er det dog en effekt, der ikke indgår i beregningerne I opgørelsen af omkostningerne ved trængsel kunne der ikke eksplicit skelnes mellem fri køretid og trængselstid, idet disse ikke er direkte output af OTM Der blev således brugt nogle antagelser for fordelingen på disse komponenter, som vil give anledning til en vis usikkerhed Busser indgår ikke i beregningerne Effekter af bustrængsel er opgjort i en anden del af trængselsprojektet Ikke desto mindre er der tale om en betydelig trængsel, som kunne opgøres både i timer og i årlige samfundsøkonomiske omkostninger (tid og kørselsomkostninger er alene opgjort) Forskellige generelle forbehold må også tages for beregningerne: Der måtte tages en række antagelser for at bearbejde output af trafikmodellen Disse vil øge usikkerheden af beregningerne en smule Opgørelsen af de afledte effekter indeholder et udefinerligt restled Det blev besluttet at benytte rule-of-the-half derpå, selvom det i princippet kunne indeholde ændrede ture mellem samme OD-par som kunne værdisættes uden denne regel (hvorved effekten værdisættes højere) Tidsværdier bygger delvist på skøn, idet der ikke var værdier til rådighed for alle komponenter For øjeblikket gennemføres for Trafikministeriet et studie af samfundsøkonomiske tidsværdier, der på sigt vil give mulighed for et bedre vurderingsgrundlag Tabel 817 viser med disse forbehold de samlede effekter fordelt på transportmidler og effekter Som det ses, ligger en meget stor del af effekterne på vejtrafikken, men der er dog også en mærkbar overflytning til kollektiv trafik Pga rule-of-the-half vægter de dog ikke så højt i den økonomiske beregning Dertil kommer, at de turformål der skifter til kollektiv trafik (mest studerende og fritidsture) har lavere tidsværdier end pendlere og erhvervsture På vejsiden vægter konsekvenser for varebiler og lastbiler også højt i værdisætningen De andre ændringer er positive i opgørelsen af økonomi for kollektiv og cykel, fordi der her sker en positiv overflytning fra andre destinationer med bil hertil, som overskygger effekten af restleddet Dette er ikke tilfældet for gang (der er negativ for de andre ændringer) De andre ændringer er negative for bil, da færre ture betragtes som en mindsket efterspørgsel P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

115 113 Tabel 817 Samlet opgørelse af tider (timer per hverdagsdøgn) og værdisætning af tid (mio kr per år) fordelt på transportmidler og effekter Persontimer/hverdag Vej Kollektiv Cykel Gang Total Uændrede bilture Ændrede rutevalg Ændret transportmiddel, OD Andre ændringer Total Mio kr/år Vej Kollektiv Cykel Gang Total Uændrede bilture Ændrede rutevalg Ændret transportmiddel, OD Andre ændringer Total I Tabel 818 er vist de samlede effekter af trængsel inkl besparelser i antal kørte km) Hovedparten af effekten ligger i uændrede bilture, hvilket indbefatter direkte (OTM) og indirekte (ekstra beregning) effekter af ændringer af rutevalg Hovedparten af effekten er således tidsforbrug for bilture, der ikke har ændret destination (5468 = ca 95 %) Dette skal dog tages med et vist forbehold, idet en meget stor del af effekten kommer fra vare- og lastbiler (qua deres høje tidsværdier), som i OTM ikke ændrer destinationsvalg som følge af trængsel Man kan fortolke resultatet således, at bilisterne i vidt omfang har gene af trængslen Men at niveauet endnu ikke er så højt, at de i nævneværdigt omfang skifter transportmiddel, destination eller bliver hjemme Dertil kommer, at det for en række ture ikke er muligt at ændre transportmiddel (vare- og lastbiler), destination (erhvervsture, pendling i de fleste tilfælde, studieture) samt antal ture (erhvervsture, pendling) I de tilfælde hvor det er muligt at ændre adfærd (især fritidsture), sker der langt større afledte ændringer Men pga de lavere tidsværdier herfor samt rule-of-the-half tæller dette ikke stærkt med i opgørelsen P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

116 114 Tabel 818 Samlet opgørelse af trængselseffekter, inkl kørselsomkostninger Mio kr/år Kørsel Tid, bil Tid, andet Total Uændrede bilture Indirekte ændrede rutevalg Ændret transportmiddel, OD Andre ændringer Total Tabel 819 viser effekterne fordelt på turformål og døgnfordeling Som det ses, ligger en meget stor del af tidseffekterne hos pendlerne, hvilket skyldes, at disse ture dels udgør en stor del af de samlede ture, dels er koncentreret i myldretiden Men derudover er effekterne også store for fritidstrafik, erhvervstrafik og varebiler Det ses også, at en stor del af effekterne ligger uden for myldretiden, hvilket dels skyldes kalibreringen mod AKTA-data (målinger) men også afledte effekter opgjort vha OTM Størrelsesordenen af tidseffekterne svarer til fuldtidsbeskæftigede ( / 7,4) Tabel 819 Samlet opgørelse af tider (timer per hverdagsdøgn) Effekter, persontimer per hverdag Døgnfordeling Total Morgen Eftermiddag Uden for myldretid Boligarbejdsstedstrafik Studerende Erhvervstrafik Fritidstrafik Lastbiler Varebiler Total I den økonomiske opgørelse i Tabel 820 vægter erhvervstrafik højest, hvilket skyldes dette turformåls høje tidsværdier Tilsvarende medfører dette en forholdsvis højere vægtning af vare- og lastbiler og forholdsvis lavere vægtning af fritidsture I den økonomiske opgørelse har studerende stort set ingen betydning Som det ses, er de samlede effekter af trængsel ganske omfattende Eksempelvis påfører trængsel erhvervslivet ekstra omkostninger på 4,1 mia kr om året Især erhvervstrafik med personbil har en stor omkostning (2,5 mia kr om året) P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

117 115 Pendlertrafikken har en omkostning på 982 mio kr mens studerende og fritidstrafik "kun" udgør 622 mio kr, hvilket bla skyldes disse formåls mindre tidsværdier Tabel 820 Samlet opgørelse af effekter af trængsel fordelt på turformål og tidsperioder (indberegnet reducerede kørselsomkostninger) Effekter, mio kr per år Døgnfordeling Morgen Eftermiddag Uden for myldretid Total Bolig arbejdsstedstrafik Studerende Erhvervstrafik Fritidstrafik Lastbiler Varebiler Total Konklusioner og anbefalinger I eksemplet på beregning af trængsel i Hovedstadsområdet blev trængsel værdisat ud fra Trafikministeriets enhedspriser, suppleret af skøn for de tidskomponenter, der ikke opgøres værdier for Generelt kan der gives følgende anbefalinger til modelberegninger af trængsel: Trafikmodellen bør i alle trin skelne eksplicit mellem fri køretid og ekstra tid som følge af trængsel Outputtet bør også segmenteres på denne måde Der bør være feedback mellem alle modeltrin, således at såvel turproduktion, turfordeling, transportmiddelvalg og rutevalg afhænger af trængsel En yderligere anbefaling er modellering af turtidspunkt samt brug af dynamiske rutevalgsmodeller Selvom hovedparten af effekterne var inden for de uændrede ture, bidrog de øvrige effekter så meget, at det frarådes at se bort herfra I særlig grad kan det nævnes, at disse effekter stiger, hvis trængslen stiger, og således kan have større betydning i fremtidsscenarier De tidsmæssige effekter af ændringer i rutevalg var forholdsvis beskedne i forhold til de øvrige effekter Men ændringerne påvirker trafikbilledet betydeligt i Hovedstadsområdet med en mærkbar grad af trafik på mindre trafikveje i stedet for motorveje og landeveje (sivetrafik) Det anbefales derfor at medtage disse veje i beregningen Denne effekt kan således også medføre mærkbare lokale effekter (støj, uheld, emissioner, eksponering, etc), som ikke er medtaget i nærværende beregning P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

118 116 Det viste sig, at modelberegninger af forskellige årsager undervurderer de direkte effekter af trængsel Det anbefales at kalibrere modellerne til en korrekt beskrivelse eller alternativt at benytte målinger som feks AKTA GPS-data til at opregne effekterne til det målte niveau Dette vil dog medføre en betydelig usikkerhed ved brug i prognosesammenhæng Der viste sig at være markant forskel på adfærdsændringer for de forskellige turformål Det anbefales således som minimum at segmentere mellem i hvert fald de 6 formål i OTM (pendlere, studerende, erhvervsture, fritidsture og andet, varebiler og lastbiler) Da der var en del sivetrafik (fejlled i nyttefunktion) samt forskel på præferencer (heterogenitet inden for hvert turformål) anbefales stokastiske rutevalgsmodeller Der var også stor trængsel uden for myldretiden (43 % af den samlede tidseffekt, 39 % af de samfundsøkonomiske omkostninger) Der kan således ikke ses bort fra denne tidsperiode i beregninger af trængsel Generelt viser beregningerne, at de direkte konsekvenser af trængsel i Hovedstadsområdet er ganske omfattende, nemlig 5,7 mia kr om året (ca persontimer per dag) Dette er endda et konservativt skøn, da beregningerne overser forskellige bidrag, herunder i særlig grad ændrede turmønstre for vareog lastbiler samt trængsel på mindre veje En stor del af de opgjorte omkostninger, nemlig 4,1 mia kr, påføres erhvervsture (i personbil, varebil eller lastbil) Med en omkostning i det niveau kan man meget vel forestille sig afledte effekter af trængsel for den regionale økonomi Disse samt eksternaliteter (støj, emissioner, eksponering, mv) indgår ikke i ovennævnte cost-estimat P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

119 117 9 Marginale trængselsomkostninger En af aktiviteterne i projektet er fastlæggelse af de marginale omkostninger ved trængsel De (eksterne) marginale trængselsomkostninger udtrykker de ekstra omkostninger, der påføres andre - trafikanter og beboere omkring strækningen - når en trafikant tilbagelægger én kilometer på en given strækning i en trængselssituation I opgørelsen af omkostninger medtages trafikale effekter såvel som afledte effekter i form af uheld og luftforurening I dette kapitel dokumenteres grundlaget for beregning af de marginale trængselsomkostninger Beregningerne i primært gennemført for motorveje omkring København, men der er også eksempler på marginale omkostninger for en indfaldsvej og bygade 91 Teorigrundlag De væsentligste effekter af trængsel og dermed de effekter, der bør indgå i opgørelsen af trængselsomkostninger, omfatter: Direkte trafikale effekter længere rejsetid for gennemførte rejser risiko for forsinket ankomst for gennemførte rejser Afledte trafikale effekter i form af ændret efterspørgsel ændret rejserute for gennemførte rejser ændret transportmiddel for gennemførte rejser ændret rejsetidspunkt for gennemførte rejser ikke gennemførte rejser Øvrige effekter luftforurening uheld For at opgøre både de direkte og de afledte trafikale effekter i fuld udstrækning anbefaler Nash & Sansom (1999) 27, at de marginale trængselsomkostninger findes ved at foretage simuleringer i en trafikmodel, der kan tage højde for alle effekter fra længere rejsetid til ikke gennemførte rejser Hvis en sådan model ikke er til rådighed, mener Nash & Sansom, at de enkelte komponenter bør ud- 27 Nash & Sansom (1999) 'Calculating Transport Congestion and Scarcity Costs', Final Report of the expert advisors to the high level group on infrastructure charging P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

120 118 regnes hver for sig på baggrund af blandt andet speed-flow kurver for mindre sammenhørende områder eller for hver strækningstype Da der ikke findes en trafikmodel for Københavnsområdet, der i fuld udstrækning kan håndtere de særlige forhold omkring trængsel og forsinkelser, er der valgt en kombineret tilgang De direkte trafikale effekter er fastlagt på strækningsniveau på grundlag af en nyudviklet metode, der tager højde for variationen i rejsetid og dermed risikoen for at komme for sent For de afledte effekter er størrelsesordenen fastlagt på grundlag af nogle overordnede modelberegninger på OTM 28, mens de øvrige effekter er fastlagt ved hjælp af eksisterende modeller på de respektive områder 911 Direkte trafikale effekter Marginale omkostninger ved trængsel udregnes i de fleste tilfælde ud fra gennemsnitlige rejsetider på forskellige tidspunkter En effekt af trængsel er imidlertid, at variationen i rejsetiden er større, når der er trængsel, end når der ikke er I praksis betyder det, at mange trafikanter tager ekstra tidligt af sted, hvis de skal være fremme til et bestemt tidspunkt Dette øger ulemperne ved trængsel I projektet er der udviklet en metode, der tager højde for denne adfærd Hovedprincippet i metoden er, at den enkelte trafikant antages at optimere den planlagte rejsetid på grundlag af aversionen mod at komme for sent Hvis det er meget afgørende, at trafikanten ikke kommer for sent afsættes ekstra rejsetid, mens det ikke er tilfældet, hvis trafikanten er ligeglad med at komme for sent Denne tilgang gør det samtidig muligt at skelne mellem forudsete forsinkelser og uforudsete forsinkelser De fleste trafikanter ved, at det tager længere tid at gennemføre en bestemt rejse i myldretiden end udenfor myldretiden Derfor er en vis del af den længere rejsetid forudset og derfor ikke til så stor gene, som den uforudsete del Metoden er gennemgået i detaljer i artiklen Congestion Costs, som indgår som bilag 2 i afsnittet om trængselsomkostninger i Dokumentationsrapporten 912 Afledte trafikale effekter Hvis de afledte effekter skal indgå i beregningen af marginale omkostninger på enkelte strækninger, er det nødvendigt med trafikmodelberegninger, hvor trafikken øges strækning for strækning Sådanne beregninger har ikke været mulige indenfor rammerne af dette projekt I stedet er der gennemført nogle få overordnede modelberegninger på OTM, for at få et bud på størrelsesordenen af de afledte effekter Disse beregninger er beskrevet i kapitel 7 28 ØrestadsTrafikModellen (OTM) er oprindeligt udviklet i forbindelse med beslutningen om at bygge en metro til Ørestaden Modellen er senere videreudviklet i flere omgange P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

121 Øvrige effekter Ud over de rent trafikale effekter har trængslen også en række miljø- og uheldseffekter For at vurdere betydningen af disse i forhold til de trafikale effekter opgøres marginale omkostninger for luftforurening og uheld Derimod ses der ikke på eksempelvis støj i dette projekt Opgørelsen af de marginale omkostninger for luftforurening tager udgangspunkt i emissionsmodellen TEMA2000 Som grundlag for beregninger af emissioner i TEMA modellen findes relationer mellem rejsehastighed og emissioner af PM 10, NO x, SO 2, HC og CO for et gennemsnitligt køremønster med en given rejsehastighed Beregningerne er gennemført for en personbil af EURO II standard ved kørsel på forskellige strækningstyper For uheld tager opgørelsen af marginale omkostninger udgangspunkt i Vejdirektoratets håndbog 29 Her fastlægges uheldstætheder og uheldsfrekvenser Uheldene påvirkes dels af hastigheden dels af trafikomfanget, der i situationer med trængsel godt kan trække i hver sin retning 92 Marginale omkostninger for motorveje 921 Datagrundlag Til beregning af marginale omkostninger er det nødvendigt at have flere sammenhørende værdier af trafikintensitet og rejsetid For motorveje kan rejsetiden beregnes ud fra hastighedsmålinger Sammenhørende værdier af trafikintensitet og hastighed for motorveje findes i Vejdirektoratets TRIM-system Dette system registrerer kontinuerligt trafik og hastighed via 330 tællespoler fordelt over det meste af motorvejsnettet omkring København Beregningen af marginale omkostninger er baseret på gennemsnitlige rejsetider på 5 minutters intervaller over 5 hverdagsdøgn (1440 observationer for hver spole) Hvert gennemsnit er udregnet på grundlag af observationer over 13 uger i perioden september-november 2002 Data er baseret på samtlige registreringer med hastigheder under 200 km/t, hvilket adskiller sig fra den traditionelle afskæring af data i ASTRID Beregningerne er gennemført for 27 spoler fordelt på det meste af motorvejsnettet 922 Særlige forhold Som nævnt bør beregningen af marginale omkostninger for de direkte trafikale effekter baseres på sammenhørende værdier af trafikintensitet og hastighed/rejsetid Som Figur 91 viser, gælder der i de fleste tilfælde, at øgede trafikmængder fører til lavere hastigheder og dermed længere rejsetider Dette vil give positive marginale omkostninger 29 Vejdirektoratet (2001) Håndbog i trafiksikkerhedsberegninger, Rapport 220 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

122 Trafikintensitet (biler/time) :00 06:00 07:00 08:00 09:00 10:00 11:00 Tidspunkt Hastighed (km/time) Trafikintensitet Hastighed Figur 91 Gennemsnitlig hastighed og trafikintensitet mellem kl 600 og 1000 for spole -39,312 (Motorring 3 nordgående mellem Hillerødmotorvejen og Buddinge) Figuren viser imidlertid også, at umiddelbart efter trafikintensiteten når strækningens maksimale kapacitet (den lodrette streg på Figur 91) falder både trafikintensiteten og hastigheden, hvilket i princippet vil føre til negative marginale omkostninger Dette resultat er dog ikke korrekt men skyldes, at der opbygges køer, så trafikken først afvikles på et senere tidspunkt De pågældende observationer svarer til den velkendte tilbagebøjning på speed-flow kurven (Figur 92) For at opnå korrekte marginale omkostninger i dette tilfælde er det nødvendigt at foretage beregninger med en trafikmodel eller en særlig kømodel for den givne strækning, som det er gjort i Verhoef (2002) Hastighed (km/time) Trafikintensitet (biler/time) fuldt datasæt reduceret datasæt Figur 92 Speed-flow kurve for spole -39,312 (Motorring 3 nordgående mellem Hillerødmotorvejen og Buddinge) 30 Verhoef (2002) Inside the Queue, Paper for European Transport Conference, Cambridge P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

123 121 Speed-flow kurven i Figur 92 viser endnu en effekt, der kan føre til negative marginale omkostninger Variationen i hastighed og dermed i rejsetid er større for trafikintensiteter mellem 3500 og 4000 end ved strækningens kapacitetsgrænse, hvor der er optimal trafikafvikling Derved opnås negative marginale omkostninger for den sidste flowgruppe Tilsvarende resultater er set i en række europæiske studier af marginale trængselsomkostninger 31 Som i det første tilfælde er løsningen at gennemføre beregninger med en trafikmodel På trods af disse særlige forhold er det muligt at opnå et underestimat for de marginale omkostninger ved at gennemføre beregningerne uden de pågældende observationer (Figur 92) 923 Resultater Som nævnt er beregningen af marginale trængselsomkostninger gennemført for 27 spoler fordelt på motorvejsnettet I det følgende vises et eksempel på beregningerne for spole i -39,312 (Motorring 3 nordgående mellem Hillerødmotorvejen og Buddinge), der kan illustrere nogle af de ovenstående aspekter Endelig præsenteres de samlede resultater på et kort Gennemføres beregningen af marginale omkostninger på det fulde datasæt opnås følgende resultater Tabel 91 Marginale trængselsomkostninger for spole -39,312 (Motorring 3 nordgående mellem Hillerødmotorvejen og Buddinge) Flowgruppe Gnst flow (biler/time) Uvægtet rejsetid (sek) 37,2 37,8 38,8 42,0 47,6 49,0 Vægtet rejsetid (sek) 38,5 39,4 39,8 44,0 52,4 51,6 Marg omk (uvægt) (kr/km) 0,01 0,05 0,40 0,93 0,42 Marg omk (vægt) (kr/km) 0,01 0,10 0,57 1,78-0,94 I Tabel 91 vises trafikintensiteter, rejsetider og marginale omkostninger for de forskellige trafikniveauer Beregningerne er gennemført på den traditionelle måde, hvor der benyttes gennemsnitlige rejsetider (uvægtet) samt med den beskrevne metode, hvor trafikanternes aversion mod at komme for sent er inddraget (vægtet) Tabellen viser, at det giver betydeligt højere marginale trængselsomkostninger, når der tages højde for trafikanternes aversion mod at komme 31 Eksempelvis INFRAS/IWW og UNITE P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

124 122 for sent For et trafikniveau svarende til morgenspidstimen (3887 biler/time) betyder det omkostninger på 1,87 kr/km i stedet for 0,93 kr/km, hvis der udelukkende var benyttet gennemsnitlige rejsetider Tabellen viser endvidere, at de marginale omkostninger er små for lave trafikintensiteter, mens de for alvor begynder at stige, når trafikniveauet nærmer sig 2/3 af kapaciteten Endelig slår den mindre variation i rejsetider igennem for den sidste flowgruppe, hvor der ses negative marginale omkostninger i det vægtede tilfælde I morgenspidstimen er de marginale omkostninger for de direkte trafikale effekter på 1,78 kr/km Dertil kommer 0,004 kr/km i marginale omkostninger ved luftforurening og 0,04 kr/km i marginale omkostninger ved uheld Af disse tal fremgår, at de trafikale effekter er dominerende i opgørelsen af marginale trængselsomkostninger Når der ses bort fra de afledte effekter, er de samlede marginale omkostninger ved trængsel ikke under 1,82 kr/km i morgenspidstimen for Motorring 3 i nordgående retning mellem Hillerødmotorvejen og Buddinge På tilsvarende måde er der gennemført beregninger for 26 andre spoler på motorvejsnettet De opnåede marginale trængselsomkostninger herfra (inkl luftforurening og uheld) er vist i Figur 93 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

125 123 Figur 93 Marginale trængselsomkostninger for udvalgte spoler på motorveje omkring København Af figuren ses, at de marginale omkostninger generelt er størst i indadgående retning samt i nordgående retning på Motorring 3 Dette svarer til forventningerne for en morgenspidstime I udadgående retning er de marginale omkostninger i alle tilfælde mellem 0 og 0,25 kr/km De højeste marginale omkostninger findes på Køge Bugt Motorvejen mellem Vallensbæk og Ishøj Strand Her er de marginale omkostninger godt 2 kr/km Herefter følger Motorring 3 i nordgående retning, hvor marginalomkostningerne når op på mellem 1,75 og 2,00 kr/km efter Hillerødmotorvejens indfletning (eksemplet ovenfor), Køge Bugt Motorvejen mellem Solrød og Greve, hvor marginalomkostningerne er mellem 1,50 og 1,75 kr/km og endelig Holbækmotorvejen rundt om Roskilde, hvor de marginale omkostninger ligger mellem 1,25 og 1,50 kr/km 93 Marginale omkostninger for indfaldsveje og bygader 931 Datagrundlag Som det var tilfældet for motorveje, forudsætter beregningen af marginale omkostninger, at der findes sammenhørende værdier af trafikintensitet og rejsetid P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

126 124 Beregningen af trængselsparametre og totale trængselsomkostninger er baseret på ét sæt værdier for morgenspidstimen, men dette er ikke tilstrækkeligt til beregning af marginale trængselsomkostninger Det er således ikke muligt at beregne marginale trængselsomkostninger for disse strækningstyper på det generelle niveau Imidlertid blev der tidligt i projektet indsamlet betydelige datamængder på Ellebjergvej/P Knudsens Gade som indfaldsvej og på Vesterbrogade som bygade På baggrund af disse data beregnes eksempler på marginale trængselsomkostninger For indfaldsveje og bygader omfatter rejsetiden både køretid på strækninger og middelforsinkelse i kryds På strækningerne har der været udlagt spoler, der igennem fem hverdagsdøgn i maj 2001 indsamlede sammenhørende værdier af trafikintensiteter og hastigheder Derudover er signalprogrammerne for de pågældende kryds benyttet til beregning af middelforsinkelser jvf vejreglerne De opnåede sammenhørende værdier af trafikintensitet og rejsetid er holdt op mod nummerskrivningsanalyser, hvor de faktiske gennemkørselstider blev registreret Mere om dataindsamlingen er beskrevet i kapitel Resultater De marginale trængselsomkostninger for indfaldsveje og bygader opgøres efter samme metode som beskrevet for motorveje, blot omfatter rejsetiden både køretid og middelforsinkelse i kryds Som for motorveje dækker de marginale trængselsomkostninger de direkte trafikale effekter og øvrige effekter, mens de afledte trafikale effekter er behandlet under modellering I det følgende er beregningen af trafikale effekter vist for Vesterbrogade i udadgående retning Rejsetid (sek) Trafikintensitet (biler/time) Figur 94 Rejsetider for Vesterbrogade i udadgående retning Som det fremgår af Figur 94 er variationen i rejsetid meget lille ved lave trafikintensiteter, mens den stiger betydeligt ved højere trafikintensiteter Den stribe af målinger, der ligger under kurven for trafikintensiteter på køretøjer P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

127 125 pr time stammer alle fra målinger fredag aften mellem 2000 og 2400, hvor der bliver kørt hurtigere end ellers Samtidig findes der blandt andet på grund af krydsene ikke en tilbagebøjning på samme måde som for motorvejsdata, hvorfor de marginale omkostninger ikke bliver negative På baggrund af denne kurve kan de marginale omkostninger udregnes Hovedresultaterne fremgår af Tabel 92 Tabel 92 Marginale trængselsomkostninger beregnet for Vesterbrogade udadgående Flowgruppe Gnst flow (biler/time) Uvægtet rejsetid (sek) Vægtet rejsetid (sek) Marg omk (uvægt) (kr/km) Marg omk (vægt) (kr/km) ,11 0,15 0,56 1,77 1,80 1,83 0,17 0,13 0,70 2,25 2,06 2,70 Det ses af tabellen, at de marginale omkostninger er relativt små, indtil trafikintensiteten nærmer sig kapaciteten for de kryds, der har lavest kapacitet For Vesterbrogade sker det omkring 400 biler/time Det betyder, at så længe strækningerne ikke er særligt belastede, betyder en ekstra kørt km ikke noget Ligesom for motorveje betyder inddragelsen af trafikanternes aversion mod at komme for sent (vægtet i forhold til uvægtet), at de marginale omkostninger stiger betydeligt, når der er trængsel Med en trafikintensitet på 450 biler/time i morgenspidstimen bliver de marginale omkostninger på ca 2,25 kr/km for de direkte trafikale effekter Dertil kommer marginale omkostninger for forurening på 0,3 øre/km og for uheld på 20 øre/km Samlet giver dette marginale trængselsomkostninger på 2,45 kr/km, der afrundet til hele 25-øre giver 2,50 kr/km Tabel 93 Marginale trængselsomkostninger for morgenspidstimen (kr/km) Strækning Vesterbrogade indadgående Vesterbrogade udadgående Ellebjergvej/P Knudsens Gade indadgående Ellebjergvej/P Knudsens Gade udadgående Trafikintensitet Samlet marg 4,00 2,50 8,00 2,25 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

128 126 Med marginale trængselsomkostninger på op til henholdsvis 4 og 8 kr/km viser tabellen, at de marginale omkostninger for de to eksempler er betydeligt højere end for motorveje Strækningerne blev oprindeligt udvalgt, fordi de havde betydelige trængselsproblemer, og de kan derfor ikke ses som repræsentative for samtlige indfaldsveje og bygader i København Fordelingen på de enkelte komponenter viser, at de trafikale effekter igen fuldstændig dominerer forureningsog uheldseffekterne P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

129 Løbende registrering af trængsel 101 Indledning 1011 Formål og afgrænsning I afsnit 6 blev der foretaget en samlet opgørelse af trængselsomfanget i Københavnsområdet - baseret på detaljerede beregninger og analyser for trafikken i morgen-myldretiden i Københavns kommune og derefter opregnet til døgnniveau og til hele Københavnsområdet Trængslen udvikler sig over tid, og der er derfor behov for løbende - feks årligt - at følge udviklingen i trængslen De metoder, som blev anvendt i dette projekt, er imidlertid forbundet med store ressourceomkostninger, og det vil ikke være realistisk at foretage en sådan detaljeret opgørelse hvert år I dette afsnit diskuteres, hvordan man på enklere måle kan følge udviklingen i trængsel over tid, baseret på nogle mere overordnede metoder og ved anvendelse af trafikdata, som allerede indsamles til andre formål I det foregående er trængsel opgjort ved en række forskellige parametre: trængselsniveua, rejsehastighedsindeks, vejtrængsel, bil- og bustrængsel og samlet forsinkelse Det vil formentlig ikke være overkommeligt at følge udviklingen i hver af disse parametre I stedet er der i dette afsnit valgt at fokusere på indikatorer, som beskrive udviklingen i den samlede forsinkelse Når udviklingen i trængsel skal vurderes er det væsentligt at tage hensyn til, at trængslen udvikler sig forskelligt på forskellige lokaliteter og på forskellige tider af døgnet De grundlæggende parametre til beregning af forsinkelserne er hastighed og trafikintensitet En registrering af disse parametre kan principielt ske: i snit, hvor snithastigheder efterfølgende kan søges opregnet til strækningshastigheder mellem to snit, hvor hastigheden på strækningen mellem de to snit måles direkte P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

130 128 i køretøjer, der bevæger sig i trafikken I afsnit gennemgås hvert af disse principper, og fordelene og ulemperne ved forskellige målemetoder opgøres I afsnit 95 beskrives, hvordan der på grundlag af disse registreringer kan opstilles forskellige indikatorer for udviklingen i trængsel I afsnit 96 præsenteres de overordnede konklusioner og anbefalinger For motorvejene i Københavnsområdet indsamler TRIM-systemet meget detaljerede data for trafikkens afvikling, som muliggør en relativt enkel beregning af trængslen Her er det derfor ikke relevant at udvikle særlige indikatorer for udviklingen i trængsel Opgørelsen af trængsel for bustrafikken blev foretaget på grundlag af PTS data PTS-systemet er under stadig udbygning og vil muliggøre en relativt detaljeret løbende opgørelse af trængsel for bustrafikken i Københavnsområdet Således vil HUR i løbet af 2004 installere GPS i samtlige busser på de 6 A-buslinier Der er derfor heller ikke behov for at udvikle særlige indikatorer for udvikling i trængslen for bustrafikken 102 Registrering i snit Trafikintensiteten og hastigheden kan måles i snit, og de målte snithastigheder kan søges opregnet til en strækning Der findes allerede en lang række målepunkter i vejnettet I dette afsnit beskrives forskellige eksisterende metoder, og deres egenethed til opgørelse af trængselsindikatorer vurderes Metode Fordele og ulemper 1021 Manuelle trafiktællinger Manuelle trafiktællinger kan feks med fordel benyttes i situationer, hvor der er behov for at skelne mellem flere typer af køretøjer, eller hvor der er behov for at skelne mellem svingstrømme i kryds Endvidere benyttes manuelle tællinger i byområder med køkørsel, hvor maskinel tælling ikke kan anvendes Manuelle tællinger er billige sammenlignet med etablering af maskinelle tællestationer, hvis der kun er behov for at tælle trafikken i en mindre tidsperiode som feks i dagtimerne på en enkelt hverdag Ved tællinger over længere tid bliver metoden imidlertid forholdsmæssigt for dyr Opregning til årsdøgntrafik (ÅDT) ellign på basis af kortvarige manuelle tællinger er til gengæld behæftet med væsentlig usikkerhed Og oplysninger om hastighed skal registreres på anden vis Metode 1022 Flytbart udstyr Der findes og anvendes mange former for flytbart udstyr til registrering af trafik i snit feks: P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

131 129 radar til tælling og hastighedsmåling plader, der placeres på vejbanen til tælling og hastighedsmåling enkeltslanger på tværs af vejbanen til tælling dobbeltslanger på tværs af vejbanen til både tælling og hastighedsmåling Fordele og ulemper Fordelen i forhold til induktionsspoler (se afsnit 1023 og afsnit 1024) er, at udstyret kan anvendes fleksibelt på de fleste lokaliteter uden forudgående store etableringsomkostninger Bortset fra enkeltslanger registreres både trafikintensitet og hastighed Anvendelse af plader og slanger betyder formodentlig en mindre, men systematisk undervurdering af hastigheden Det skyldes, at bilisterne ofte slipper speederen, og enkelte bilister bliver usikre og bremser, når de ser genstande på vejen, som de ikke umiddelbart kan identificere Metoderne kan ikke med fordel anvendes til registrering af trafikken over længere tidsrum, så sæsonvariationer kan kun vanskeligt beskrives Måleusikkerheden er større end ved anvendelse af induktionsspoler, og i situationer med køkørsel giver metoderne ikke pålidelige resultater Endelig kan det nævnes, at det i praksis er besværligt og relativt dyrt at installere plader på meget trafikerede veje på grund af sikkerhedsforanstaltningerne Metode 1023 Induktionsspoler, enkeltspoler Trafiktælling med induktionsspoler foregår ved hjælp af elektriske ledninger, der er fræset ned under asfalten Ved en køretøjspassage induceres et elektromagnetiske felt omkring spolerne, og køretøjet registreres Tællestationer baseret på enkeltspoler kan ikke umiddelbart registrere køretøjernes hastighed Oplysningerne kan dog anvendes til beregning af gennemsnitshastigheder, hvis de kombineres med generelle oplysninger og forudsætninger om køretøjernes længde, som det feks sker i det såkaldte QUO VADIS system i Aalborg Den simple sammenhæng er: (2) V = N * L / T V = gennemsnitlige hastighed over den betragtede tidsrum N = antallet af køretøjer L = summen af spolens længde og bilernes gennemsnitlige T = længde (feks5,30 meter) den samlede tid, hvor spolen er belagt P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

132 130 Vejdirektoratet, amter og de større kommuner har maskinelle tællestationer baseret på spoler Vejdirektoratet har i 2002 udgivet en oversigt 32 over tælleudstyr i de danske vejbestyrelser Omfanget af enkeltspole baserede tællestationer fremgår dog ikke af oversigten I enkelte kommuner (feks Aalborg og Kolding) anvendes spoler ved trafikstyrede signalanlæg samtidig til opsamling af trafiktællinger Erfaringerne fra Aalborg er specielt interessante i denne sammenhæng, fordi spoledataene anvendes til løbende beregning af hastigheder i QUO VADIS systemet I QUO VADIS er hastigheder beregnet løbende på de vigtigste ruter i Aalborg og Nørresundby mod Limfjordsbroen i snart 10 år Grundlaget er induktionsspoler ved lysreguleringer Formålet er at informere trafikanterne om forventede ventetider i situation med væsentlige trafikproblemer Erfaringerne fra QUO VADIS er opsamlet og vurderet i flere omgange Rejsetiderne er kontrolleret flere gange med traditionelle køretidsmålinger Fordele og ulemper Maskinel tælling baseret på enkeltspoler er erfaringsmæssigt af meget god kvalitet Den kan benyttes til registrering af trafikken over kortere og længere perioder, så feks ÅDT kan beskrives meget præcist Det er muligt at anvende data fra enkeltspoler til beregning af gennemsnitshastigheder, men kvaliteten er ikke så god som fra udstyr, der måler hastighederne mere direkte Omkostningerne ved etablering af induktionsspoler er relativ store, og i byområder med køkørsel kan kvaliteten være tvivlsom Trafikstyrede signalanlæg, hvor der i forvejen er etableret spoler, kan eventuelt udnyttes De trafikale forhold omkring spolerne bør dog undersøges og vurderes nærmere, før anvendelse af data Metode 1024 Induktionsspoler, dobbeltspoler Ved at placere to spoler i umiddelbar forlængelse af hinanden og sammenholde oplysningerne kan køretøjernes hastighed beregnes direkte for hvert enkelt køretøj Til registrering af trængsel er oplysninger om hastigheder helt afgørende, så det er væsentlig at skelne mellem induktionsspoler med enkelt- og dobbeltspoler I dag etablerer Vejdirektoratet og amterne stort set kun maskinelle stationer, der er baseret på dobbeltspoler 32 Trafiktællinger og tælleudstyr i de danske vejbestyrelser, Rapport nr 239, Tælleudvalget, Vejdirektoratet QUO VADIS, Evaluering, Rapport nr 239, Vejdirektoratet QUO VADIS, "Cost benefit" analyse, VIKING, COWI 2001 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

133 131 I TRIM-vejnettet ligger målestederne med 1-2 kilometers afstand Målestederne ligger ofte ved tilslutningsanlæg med dobbeltspoler i hver vognbane og på hver rampe, så der løbende (hvert minut) indsamles trafikintensiteter og hastigheder fra over 500 snit I TRIM har der været problemer med at skelne køretøjerne i situationer med meget tæt trafik og "stop and go" trafik Problemet er dog afhjulpet med nyt software Det største problem netop nu er, at % af spolerne af forskellige årsager ikke leverer data TRIM er kontrolleret stikprøvevis flere gange De lokale registreringer er kontrolleret med video optagelser, med manuelle tællinger og med andre fabrikater af maskinelt tælleudstyr Efterbehandlingen med opregning til rejsehastigheder og forsinkelser i det såkaldte ASTRID system er kontrolleret ved to større analyser af myldretidstrafikken med videokameraer i to snit på Motorring 3 på en hverdag i 2001 og 2002 Generelt er det erfaringen, at TRIM og ASTRID nu leverer troværdige hastigheder Fordele og ulemper Induktionsspoler baseret på dobbeltspoler er formentlig den teknik, der leverer den bedste kvalitet af trafikintensiteter og hastigheder målt over et snit Ulempen er, at det er dyrt at etablere en station og kun i begrænset omfang kan anvendes i tæt bykørsel, bla er der problemer i forbindelse med køkørsel Det er også en ulempe, at spolerne måler hastighederne lokalt over et snit Specielt i byområder med lyssignaler er der ofte stor variation i hastigheden langs vejene, så der kan være stor forskel i den målte snithastighed og den gennemsnitlige hastighed langs strækningen 103 Registrering mellem to snit Ved registrering mellem snit identificeres tidspunkterne, hvor køretøjerne passerer de to snit, så rejsetiden kan beregnes som forskellen mellem de to tidspunkter Rejsehastigheden kan dernæst beregnes som afstanden mellem de to snit divideret med rejsetiden Ved snithastighed forstås den meget lokale hastighed over et snit, og ved rejsehastighed forstås den gennemsnitlige hastighed mellem to snit Der kan anvendes to fremgangsmåder ved beregning af middelhastigheder Ved hastighedsmåling over snit er det naturligt at beregne simple gennemsnit af hastighederne, så gennemsnittet af 60 og 20 km/t er 40 km/t Ved rejsetidsmåling er det naturligt at beregne gennemsnit af rejsetiderne (dvs 1 minut og 3 minutter for de samme 2 køretøjer, hvis afstanden er 1 km, svarende til en middelrejsetid på 2 minutter) inden en eventuel omregning til rejsehastighed, som i dette eksempel er 30 km/t, hvilket er væsentlig mindre De to hastigheder betegnes som snitmiddel- og strækningsmiddelhastighed P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

134 132 Dybest set er det formålet med beregningen og ikke registreringsmetoden, der bør være afgørende for, hvilket princip der anvendes til beregning af middelhastigheder Eksempelvis vil forsinkelsen blive underberegnet ved at anvende snitmiddelhastigheder I praksis anvendes snitmiddelhastigheder ofte, formentlig fordi mange apparater ikke gemmer tilstrækkelig information til at beregne strækningsmiddelhastighed I Vejdirektoratets TRIM og ASTRID systemer beregnes begge middelhastigheder Erfaringen viser, at de to beregningsprincipper giver anledning til en forskel i forsinkelser på 5-10 % afhængig af spredningen af hastighederne Metode 1031 Elektroniske nummerplader I forbindelse med Helsingørmotorvejens udvidelse blev der etableret et midlertidigt system til registrering af rejsetider, hvor et udvalg af bilisterne fik udleveret en elektronisk nummerplade (tags) Langs vejen, ved tilkørsler og ved frakørsler blev opsat antenner, så systemet kunne identificere bilerne og beregne de aktuelle rejsetider mellem antennepositionerne I Norge, hvor tags er i cirkulation, findes flere eksempler på, at denne teknik er anvendt til rejsetidsmålinger Ved Storebælt og Øresundsbroen anvendes et tilsvarende princip i en mere moderne udførelse (brobizz) til identifikation af bilerne ved de automatiske billetteringsanlæg Fordele og ulemper Elektroniske nummerplader kan identificere køretøjer og benyttes til rejsetidsmålinger Da metoden kræver biler udstyret med elektroniske nummerplader og opstilling af antenner langs vejene, er metoden formodentlig kun relevant, hvis det gennemføres med andet formål, og data dermed kan indsamles billigt Det er yderligere en ulempe, at trafikintensiteten skal registreres på anden vis Metode 1032 Nummerskrivningsanalyse Nummerskrivningsanalyse kan anvendes til registrering af rejsetider Eksempelvis udførte Vejdirektoratet i 2001 og 2002 to nummerskrivningsanalyser på Motorring 3, hvor trafikken blev filmet med videokameraer fra broer over motorvejen Efterfølgende blev nummerpladerne og tidspunkterne indtastet En helt automatisk form for nummerskrivningsanalyse er ved at vinde indpas i Danmark Princippet er, at billeder fra videokameraer analyseres automatisk Med software til tolkning af digitale billeder identificeres nummerpladerne automatisk, og bogstaver og tal på nummerpladen tolkes og omsættes til et anvendeligt tekstformat P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

135 133 Fuldautomatiske permanente systemer er etableret af Københavns Kommune ved Hillerødmotorvejens indføring til København, i samarbejde mellem Københavns Amt og Vejdirektoratet på en længere strækning af Frederikssundsvejen og af Vejdirektoratet på en motorvejsstrækning i Trekantområdet Vejdirektoratet har desuden anvendt teknikken i et midlertidigt system til trafikledelse i forbindelse med udbygningen af Køgebugtmotorvejen Vejdirektoratet har udført evalueringer af systemerne I Trekantområdet er registreringerne sammenlignet med registreringer fra spoler på samme lokaliteter, og enkelte kontrolmålinger er udført med radar Erfaringen er, at de basale rejsetider forekommer rigtige, men at man skal være forsigtig med tolkningen og behandlingen De målte rejsetider er inklusiv eventuelle ophold ved tankstationer og rastepladser, og det er observeret, at de målte gennemsnitlige rejsehastigheder er væsentlig lavere på strækninger med tankstationer og rastepladser end på andre i øvrigt tilsvarende strækninger Afhængig af formålet er løsningen at anvende andre former for behandling af hastighederne end traditionelle snitmiddelværdier og strækningsmiddelværdier En anden væsentlig erfaring er, at systemet på motorvejen i Trekantområdet registrerer rejsetider på % af køretøjerne Man kan ikke forvente, at systemerne kan registrere alle køretøjer, men under gunstige forhold kan der måske registreres % af køretøjerne Et af problemerne kan være, at kameralinserne skal pudses en gang imellem, men ellers er årsagerne til manglende registrering mangeartede som feks ingen nummerplade, snavsede nummerplader, beskadigede nummerplader eller skruehuller i nummerpladerne Erfaringen er, at systemerne er velegnede til trafikantinformation og trafikledelse, og Vejdirektoratet er i gang med at etablere en første forsøgsetape af et såkaldt TRIM Light system på hele motorvejsstrækningen over Vestfyn fra Odense til Trekantområdet Det er ikke usandsynligt, at hele motorvejsnettet i Danmark i løbet af en overskuelig årrække er dækket af et sådant system med en afstand mellem snittene på 5-10 km Fordele og ulemper Fordelen er primært opsamling af strækningshastighed frem for snithastighed Ved permanente systemer opsamles endvidere et omfattende billede af rejsetidernes variation Systemer baseret på nummerpladegenkendelse er pt ikke så velafprøvede og udbredte som systemer baseret på spoler Nummerpladegenkendelse kan kun med væsentlig usikkerhed anvendes til samtidig registrering af trafikintensitet og rejsetid Systemer baseret på nummerpladegenkendelse er umiddelbart dyre at etablere og drive Rejsetidsdata kan dog betragtes som billige i nærværende sammenhæng, fordi rejsetidsdata indsamles med et andet formål P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

136 Registrering af køretøjers bevægelse I det foregående er beskrevet metoder til registrering af trafikintensitet og hastighed ved faste målepunkter i vejnettet Hastigheden kan imidlertid også måles i køretøjerne direkte, enten i særlige målebiler, eller i en flåde af køretøjer udstyret med særligt registreringsudstyr Disse metoder beskrives nedenfor Metode 1041 Køretidsmålinger ved hjælp af flydende bil Køretidsmålinger kan feks gennemføres ved, at chaufføren forsøger at følge trafikken og afspejle den gennemsnitlige hastighed ( flydende bil) Der udpeges strækninger, som gennemkøres en eller flere gange, og sammenhørende værdier af positioner og tidspunkter registreres Metoden til opsamling af data kan være mere eller mindre automatiseret Traditionelt foregår opsamlingen med et ur og et skema, hvor en passager noterer tidspunkterne for passage af i forvejen udvalgte positioner (typisk udvalgte kryds) Håndholdte computere anvendes feks af Københavns kommune, hvilket betyder, at køretidsmålingerne kan udføres af chaufføren Københavns Kommune har i mange år registreret de gennemsnitlige rejsehastigheder i myldretiderne ved køretidsmålinger på 6 ruter 35 Fordele og ulemper Køretidsmålinger ved hjælp af en flydende bil kan give et relativt præcist billede af den gennemsnitlige strækningshastighed på strækninger og tidspunkter, som er udvalgt på forhånd Det er relativt billigt, hvis behovet er afgrænset til enkelte kryds og strækninger Modsat er det dyrt, hvis der er behov for detaljerede oplysninger for et større vejnet og tidsrum Med GPS udstyr, der i dag kan erhverves for mindre end kr for et sæt, kan omkostningerne reduceres i de fleste situationer i forhold til de metoder, der traditionelt anvendtes GPS data øger dog samtidig behovet for software til efterbehandling Endelig er det en ulempe, at trafikintensiteten skal registreres på anden måde Metode 1042 Flådebaseret registrering Ved flådebaseret registrering opsamles rejsetider løbende fra en mere eller mindre tilfældig flåde af køretøjer Registreringen foregår fuldautomatisk, og i forhold til traditionel køretidsmåling foregår registreringen ikke på strækninger og tidspunkter, der er defineret entydigt på forhånd I AKTA-projektet 36 blev en flåde på omkring 400 biler udstyret med GPS, som fuldautomatisk registrerede position og tidspunkt i intervaller af et sekund Ef- 35 Færdselstællinger og andre trafikundersøgelser , Trafikkontoret, Vej & Park, Bygge- og teknikforvaltningen, Københavns Kommune P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

137 135 terfølgende blev positionerne ved hjælp af nyudviklet software mapmatchet til et digitalt kort (KRAK) Fordele og ulemper Ideen er at registrere alle de daglige ture, der udføres alligevel med et andet formål, så omkostningen til lønning af chauffører og eventuelle assistenter til registrering helt falder bort Derved bliver de marginale omkostninger små, og der kan tilvejebringe mange rejsetidsdata til relativ små omkostninger Software til efterbehandling er udviklet, og kvaliteten af rejsetidsmålingerne synes at være gode Det kan være et problem at skaffe personer, som vil lade deres bil udstyre med GPS Da strækninger og tidspunkter ikke på forhånd kan fastlægges, kan beregning af trængselsindikatoren ikke præcist planlægges Der er endvidere risiko for, at der må ses bort fra en større mængde af data, som ikke er relevante Trafikintensiteten skal registreres på anden måde Da de trafikerede strækninger ikke kendes på forhånd, er det ikke muligt at planlægge tællinger i detaljer, før kørselsmønstret kendes nærmere Fremtid I fremtiden kan eventuelt GPS indbygget i mobiltelefon benyttes til registrering af rejsetider Fordelen er en meget billig dataopsamling Teknikken er principielt tilgængelig En udnyttelse i forbindelsen med belysning af trængsel vil dog kræve nyudvikling af software til efterbehandling for at identificere relevante data Endvidere kan der være juridiske og ejerskabs problemer forbundet med at udnytte data 105 Indikatorer på trængsel Metode 1051 Indikator baseret på teoretiske beregninger Der er en entydig sammenhæng mellem trafikintensitet, hastighed og trafiktæthed på frie strækninger Hastigheden er alt andet lige faldende med stigende trafikintensitet Det teoretiske grundlag og terminologien er defineret i "Highway Capacity Manual" 37 og videreudviklet og tilpasset danske forhold i de danske vejregler 38 Med anvendelse af teoretiske metoder kan kravene til registrering således i yderste konsekvens reduceres til alene at registrere trafikintensiteter eller hastigheder 36 AKTA (wwwakta-kbhdk) er en del af forskningsprojekt PROGRESS under EU s 5the rammeprogram Projektet undersøger metoder til at begrænse trafikken ved brug af forskellige former for vejafgift Det omfatter otte europæiske storbyer, herunder København 37 Highway Capacity Manual, Transport Research Board, National Research Council, Forslag til danske vejregler, Kapacitet og serviceniveau, Vejdirektoratet 1999 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

138 136 Erfaringer Vejdirektoratets beregninger af belastningsgrader på motorvejsnettet er et eksempel på en simpel teoretisk tilgang til identifikation af potentielle trafikproblemer, der alene er baseret på registrering af trafikintensiteter 39 I dette projekt er som udgangspunkt anvendt teoretiske metoder til beregning af trængsel Hvor forudsætningerne for beregningerne pga overskridelse af kapaciteten på strækninger eller i kryds ikke gælder, er rejsehastighederne efterfølgende registreret ved GPS-målinger fra AKTA-projektet I projektet er der også anvendt teoretiske metoder til fastlæggelse af den frie rejsehastighed gennem signalregulerede kryds Fordele og ulemper Teoretiske metoder er uundværlige, når formålet er bredere end blot at registrere trængslen Hvis formålet er at identificere årsager til trængsel og vurdere effekten af tiltag til reduktion af trængsel, kan teoretiske metoder ikke erstattes af registrering I forbindelse med løbende registrering af trængsel kan teoretiske metoder være et nyttigt værktøj i kombination med egentlig registrering De teoretiske metoder er dog behæftet med stor usikkerhed i situationer med store trængselsproblemer, som erfaret i aktiviteterne i dette projekt Begrænsninger I projektet er erfaret, at teoretiske metoder kun dårligt kan anvendes til beregning af forsinkelse i situationer med stor eller kritisk trængsel Teoretiske metoder er derfor kun anvendelige på de dele af vejnettet, hvor kapaciteten ikke er væsentligt overskredet Ved anvendelse af teoretiske metoder skal man være opmærksom på både den rumlige og tidsmæssige dimension, idet trafikproblemerne i situationer med væsentlig trængsel ofte registreres andre steder end de egentlige flaskehalse og på andre tidspunkter end omkring kl 800, hvor efterspørgselen normalt er størst Det er også væsentligt at være opmærksom på, at en del af trafikanterne kan ændre adfærd som følge af stigende trængsel, feks ved at ændre rejsetidspunkt eller transportmiddel Selv små adfærdsændringer kan slå tydeligt igennem Hvis trafikanterne ikke har forudset ændringerne, kan selv mindre stigninger i efterspørgslen derimod slå hårdt igennem Sammenhængene mellem efterspørgslen og de trængselsproblemer, der direkte kan registreres på vejnettet, er således meget komplekse i situationer med væsentlige trængselsproblemer I den udstrækning, problemerne opstår regelmæssigt og kan forudsiges, reagerer trafikanterne på flere måder, så de direkte effekter i form af lave hastigheder og forsinkelser reduceres væsentligt De samlede trængselsproblemer inklusiv afledte effekter kan af samme grund godt være mange gange større end de effekter, der direkte kan registreres på vejnettet 39 Statsvejnettet, Oversigt over tilstand og udvikling, Vejdirektoratet, Rapport 276, 2003 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

139 137 Konklusion Teoretiske metoder er et nyttigt værktøj til registrering af trængsel Det er dog vigtigt at være opmærksom på, at gyldigheden kan være begrænset i situationer med væsentlige trængselsproblemer, hvor efterspørgselen undertrykkes på den ene eller anden måde Teoretiske metoder kan i kombination med registreringer være den bedste metode til løbende registrering af trængslen En vis mængde af registreringer er nødvendige for at sikre, at teorien har rod i virkeligheden Teoretiske metoder er nødvendige, hvis effekter af tiltag til reduktion af trængsel skal vurderes I forbindelse med løbende registrering kan teoretiske metoder feks indgå som et vigtigt værktøj ved udvælgelse af stikprøver De teoretiske sammenhænge er anderledes i bygader, hvor det ofte er krydsene, der er flaskehalse De generelle konklusioner ovenfor har dog også gyldighed i bygader 1052 Indikator baseret på maskinelle snit-målinger Metode Som det fremgår af afsnit 102, er der nedfræset induktionsspoler på mange stats- og amtsveje samt større byveje Mange af disse er dobbeltspoler, så det er muligt at måle hastighed og trafikintensitet samtidigt Det er derfor nærliggende at overveje anvendelse af disse til belysning af udvikling i trængsel Udviklingen kan bestemmes ved en total kortlægning af forsinkelsen hvert år; som det feks er tilfældet i TRIM Udviklingen kan imidlertid også beregnes på basis af stikprøvemålinger Det er ikke så præcist som en total kortlægning, men det er væsentlig mindre ressourcekrævende Nedenfor skitseres og vurderes en fremgangsmåde baseret på stikprøvemålinger Hvis der benyttes permanente maskinelle målinger, kendes hastighed og trafikintensitet Det antages, at der tælles M ti køretøjer i tidsrummet t, og de målte hastigheder v tij med tilnærmelse er konstante over strækning i med længden l i Rejsetiden over strækning i er derfor: l (3) x tij = v i tij Idet den frie rejsetid benævnes x io, er den samlede forsinkelse indenfor tidsrum t på strækning i givet ved: (4) X ti M = j= 0 ti 1 ( x - x ) = M ( x - x ) tij ellers io ti ti io hvis x ti x io P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

140 138 Der er undersøgt forskellige estimatorer til beregning af trængselsindikatoren 40 Generelt opnås det mest præcise estimat af trængselsindikatoren ved en relativ sammenligning mellem tilsvarende stikprøver i referenceår og beregningsår Det forudsættes, at det betragtede vejnet kan inddeles i N homogene strækninger For at reduceres usikkerheden på trængselsindikatoren inddeles vejnettet i H strata, således at N = N N H Indenfor hvert stratum udtrækkes en tilfældig stikprøve bestående af n h strækninger Trængselsindikatoren indenfor stratum h kan således estimeres på følgende måde, idet y referer til beregningsåret og x til referenceåret: (5) Rˆ th Ŷ = Xˆ th th = n h i= 1 n h i= 1 M M tyi txi ( y - x ) ti ( x - x ) ti io io Trængselsindikatoren for det samlede vejnet findes ved summering over strata: (6) Rˆ t = 1 X H t h= 1 Ŷ Xˆ th th X th = 1 X h H i= 1 n t h= 1 n h i= 1 M M tyi txi ( y - x ) ti ( x - x ) ti io io X th Beregningen forudsætter, at den sande forsinkelse i referenceåret X th opdelt på strata kendes Trængselsindikatorerne indenfor de enkelte strata vægtes i følge (6) sammen på basis heraf Beregningseksempel Det har ikke været muligt indenfor projektets tids- og budgetramme at illustrere metoden ved gennemregning af et eksempel Da ovenstående princip også er benyttet i Vejdirektoratets trafikindeks, kan det derfor benyttes til at give et indtryk af usikkerhed og datakrav Usikkerheden skyldes, at der udtrækkes en stikprøve af vejstrækninger Den kan med tilnærmelse beskrives ved: (7) R = Rˆ ± z v(rˆ ) z angiver værdien af fraktil i en normalfordeling med middelværdien 0 og varians 1 I det følgende anvendes 95 % fraktilen, hvor z=1,96 Det betyder, at den sande værdi i 95 % af tilfældene vil ligge indenfor konfidensintervallet Vejdirektoratets nuværende trafikindeks kan geografisk underopdeles, herunder Købehavn Idet trafikindekset multipliceres med 100, beregnes på indekset for København en usikkerhed med 95 % konfidens på ±3,6 Antages feks en stig- 40 Arbejdsnotat, Estimation af trængsel baseret på stikprøveteori, maj 2003 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

141 139 ning i trafikken på feks 2 %, så indeks er givet ved 102,0, ligger det sande indeks med 95 % sikkerhed i således intervallet fra 98,4 til 105,6 Det nuværende trafikindeks for København baseres på 11 permanente tællinger Der foregår en forbedring af trafikindekset for København, og datagrundlaget forventes udvidet til omkring 30 permanente tællinger Betragtes det overordnede vejnet i kommunen, forventes en usikkerhed med 95% konfidens på omkring ±2,0 Usikkerheden på trængselsindikatoren vil være større end angivet for trafikindekset For det første vil variationen i rejsetid bidrage til en større usikkerhed Selvom rejsetid må forventes højt korreleret med trafikintensitet, vil forsinkelsen alt andet lige variere mere mellem strækninger end trafikintensiteten For det andet er det nødvendigt at retningsorientere vejnettet, da morgen- og eftermiddagsmyldretiden ofte har forskellig retning I tidsrum med lidt trafik kan det forekomme, at bilisternes aktuelle rejsehastighed er større end den frie hastighed, hvilket i følge (4) vil resultere i negative bidrag til forsinkelsen Hvis det i bestemte tidsrum er meget almindeligt, at den gennemsnitlige rejsetid er mindre end den frie rejsetid, bør døgnet opdeles i mere homogene tidsrum for at undgå en systematisk fejl Det skønnes meget groft, at usikkerheden på trængselsindikatoren baseret på permanente tællinger kan antages at være dobbelt så stor som i trafikindekset Vurdering af datakrav og metode Permanente snitmålinger kan benyttes både til beregning af trafikindeks og trængselsindikator Da trafikken måles permanent, er det muligt at belyse, hvorvidt udviklingen i trængsel er forskellig set over dage og årstider Ovenstående overvejelser antyder imidlertid, at antallet af permanente stationer i Københavns kommune skal forøges til feks100 for at opnå en pålidelig beskrivelse af udvikling i trængsel Det vil være forbundet med etableringsomkostninger på omkring 10 mio kr Alternativt kan benyttes tællinger ved trafikstyrede signalanlæg og flytbart udstyr til periodiske tællinger Antallet af trafikstyrede signalanlæg er dog begrænset i Københavns kommune Og periodiske tællinger vil introducere en usikkerhed i rejsetid og trafikintensitet, da der kun måles stikprøvevis Endvidere vil det reducere mulighederne for at belyse sæsonvariationer i trængsel Køkørsel kan give problemer, da det kan være vanskeligt at belyse med maskinelle snitmålinger Idet trængselsindikatoren er baseret på ratio estimation, behøver det absolutte niveau for forsinkelse dog ikke at være korrekt for at give en rimeligt billede af udviklingen Så længe der ikke opstår kø over detektoren og ændringen i rejsetid er beskeden, vurderes metoden også at være brugbar i bytrafik P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

142 Indikator baseret på bilflåde Metode Registrering af rejsetid baseret på bilflåde udstyret med GPS er kort beskrevet i afsnit 1042 I modsætning til permanente snitmålinger omfatter stikprøveudtagningen to trin, idet der indgår en stikprøve af vejstrækninger (primære elementer) og en stikprøve af rejsetider langs vejstrækningerne (sekundære elementer) Lad os først betragte måling af rejsetid på en given strækning i og i tidsrum t Bilist j s aktuelle rejsetid er x tij og den frie rejsetid x io Vi kan definere en ny variabel som forskellen mellem den aktuelle rejsetid og den frie rejsetid Da negativ forsinkelse ikke kan forekomme, sættes værdien af den nye variabel til nul, hvis den aktuelle rejsetid er mindre end den frie rejsetid: (8) x ' tij x = 0 tij - x io ellers hvis x tij x io Hvis der er observeret m ti bilisters rejsetid i tidsrummet t, og antallet af biler er M ti, så kan den samlede forsinkelse på strækningen i tidsrummet t estimeres som: (9) Xˆ ti mti ti M = x m ti j= 1 ' tij = M ti x ' ti Hvis der benyttes en tilfældig flåde af biler, vil antallet af observerede rejsetider med tilnærmelse afspejle trafikintensiteten Der er således større sandsynlighed for, at en strækning med meget trafik indgår i stikprøven end en strækning med lidt trafik Udtrækningen af strækninger (primære elementer) kan derfor bedst beskrives som proportional udvælgelse i forhold til strækningens trafikbelastning Hvis der indenfor strækningen ikke er nogen større variation i trafikbelastningen henover tidsrummet t, må der gælde, at rejsetiderne (sekundære elementer) med tilnærmelse kan antages tilfældigt udvalgt Til estimation af trængselsindikatoren foreslås Rao, Hartley Cochran metoden, idet den opfylder betingelserne for proportional udvælgelse blandt de primære elementer og tilfældig udvælgelse blandt de sekundære elementer Metoden forudsætter, at stikprøven på n strækninger inddeles i g grupper, og der alene udtrækkes en strækning fra hver gruppe proportional i forhold til trafikintensiteten Vejnettet inddeles som tidligere nævnt i H strata Estimatoren til beregning af forsinkelsen indenfor stratum h er givet ved: (10) Xˆ RHC, h = n h M m g,h m i i= 1 i j= 1 x ' ij hvor M g,h = i g,h M i P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

143 141 Som i afsnit 00 foreslås trængselsindikatoren estimeret ved hjælp af ratio estimation Estimatoren indenfor stratum h er dermed, idet der ses bort fra indeks for tidsrum: (11) Rˆ RHC,h Ŷ = Xˆ RHC,h RHC,h = M n n h m h i ' gy,h ' Mgy,hy y i ij = i= 1 m i 1 i j= 1 = n h n h mi ' Mgx,h ' Mgx,hxi xij i= 1 i= 1 mi j= 1 Trængselsindikatoren for det samlede vejnet følger umiddelbart: (12) Rˆ RHC = 1 X H h= 1 Rˆ RHC,h X h Beregningseksempel Ovenstående metode illustreres ved et regneeksempel omfattende de overordnede veje i Københavns kommune og baseret på data fra AKTA-projektet I AKTA-projektet er der indsamlet af rejsetider over 11 måneder fra september 2001 til august 2002 Til brug for nærværende beregninger opdeles observationerne i to stikprøver for 2001 henholdsvis 2002, hvor 2001 benyttes som referenceåret Da Projekt Trængsel fokuserer på morgenmyldretiden, er det i nærværende beregningseksempel valgt at anvende rejsetider i timen mellem kl 8 og 9 Før anvendelse er der gennemført en kontrol, hvor der er frasorteret ekstreme rejsetider, som kan skyldes fejl, frivillig standsning, uheld ellign TrafMil, som beskriver de overordnede veje i Københavns kommunes, indeholder oplysninger om ÅDT Det er omregnet til trafik kl 8-9 på et gennemsnitligt hverdagsdøgn Generelt har der ikke været nogen væsentlig trafikvækst i Københavns Kommune i perioden I nærværende eksempel forudsættes derfor som tilnærmelse, at trafikken er uændret fra år 2001 til 2002 Vejnettet i TrafMil er omdannet til 5183 retningsopdelte vejstrækninger baseret på KRAK Indledningsvis er der gennemført en stratifikation af dette vejnet i 14 strata på grundlag af vejklasse og bydel samt en statistisk beregning af usikkerhed På basis af det foreliggende datagrundlag og en stikprøve på 200 strækninger estimeres ved hjælp af (12) et fald i trængsel fra år 2001 til 2002 på 0,4 % Hvis trængselsindikatoren multipliceres med 100, svarer det til indeks 99,6 Da data ikke dækker de fulde år 2001 og 2002, og trafikintensiteten er skønnet uændret, er der kun tale om et eksempel Der beregnes en usikkerhed på ± 2,3 Det vil sige, at den sande værdi af trængselsindikatoren med 95 % konfidens ligger indenfor intervallet 97,3 og 101,9 P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

144 142 Figur 101 illustrerer sammenhæng mellem usikkerhed og stikprøvestørrelse, idet der forudsættes en optimal allokering af strækninger til de enkelte strata Usikkerheden er angivet med 95 % konfidens Det ses, at den marginale reduktion i usikkerheden aftager med stigende stikprøvestørrelse I praksis må usikkerheden forventes større end angivet i Figur 101 For det første er det i praksis ikke muligt at allokere stikprøven optimalt til strata For det andet vil der være variation i trafikintensitet, hvilket her er forudsat uændret mellem de to år 8,00 95% konfidens 7,00 6,00 5,00 4,00 3,00 2,00 1,00 0,00 Antal strækninger Figur 101 En illustrativ sammenhæng mellem usikkerhed og stikprøvestørrelse Hvis en tilfældig flåde af biler udstyres med GPS, så kendes kørselsmønstret ikke på forhånd Størrelsen af flåden for at imødekomme kravet om en given stikprøvestørrelse kan derfor ikke eksakt belyses Der vil dog som tidligere nævnt alt andet lige være større sandsynlighed for, at veje med store trafikbelastninger dækkes bedre end veje med små trafikbelastninger I AKTA har der været 340 biler udstyret med GPS, som på et eller andet tidspunkt i år 2002 har kørt på vejnettet i Københavns kommune For at belyse sandsynlige flådestørrelser er der blandt disse 340 biler udtrukket tilfældige stikprøver af biler Dernæst er antallet af strækninger med observerede rejsetider bestemt Da der må forventes apparaturfejl, strækninger med få og usikre observationer, er antallet af dækkede strækninger reduceret med 50 % Beregningerne antyder, at en flåde med 25 biler udstyret med GPS og som på forhånd vides at benytte vejene i Københavns kommune, er tilstrækkelig til at dække 200 strækninger Beregningerne er baseret på det første halve år af 2002 Hvis bilerne havde kørt i et helt år var flere strækninger blevet dækket Erfaringerne fra AKTA antyder dog, at kørselsmønstret er relativt stabilt over tid Så den største konsekvens af P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

145 143 længere dataindsamlingsperiode vil primært være flere observerede rejsetider pr strækning Vurdering af datakrav og metode Ovenstående beregningseksempel belyser en trængselsindikator for Københavns Kommune baseret på en bilflåde udstyret med GPS Beregningerne, som er koncentreret til tidsrummet kl 8-9 på hverdage, illustrerer, at selv en lille flåde af biler er i stand til at beskrive udviklingen relativt præcist Det er nødvendigt at supplere rejsetiderne med registrering af trafikintensitet for at kunne beregne den samlede forsinkelse Dataindsamlingen kan gennemføres som beskrevet i afsnit 104 Københavns Kommune foretager et stort antal manuelle tællinger, som kan udnyttes Da der kan være væsentlig usikkerhed forbundet med en manuel tælling opregnet til årsniveau, vil det forøge usikkerheden på trængselsindikatoren i forhold til anvendelse af permanente tællinger En trængselsindikator baseret på en bilflåde udstyret GPS kan gennemføres for et relativt beskedent budget Med en bilflåde på 25 biler kan GPS udstyr erhverves til omkring kr Hvis kommunens eksisterende tællinger udnyttes i vidt omgang, kan omkostningerne til trafiktællinger også holdes på et minimum Den skitserede trængselsindikator vil ikke være i stand til at belyse sæsonvariationer, da det vil kræve maskinelle tællinger over længere perioder og større bilflåde De manuelle tællinger gennemføres i tidsrummet kl 6-18, hvorfor trængsel udenfor dette tidsrum principielt ikke kan belyses Fejlen vil dog være begrænset, med mindre der sker en væsentlig spredning af eftermiddagsmyldretiden En praktisk implementering vil kræve en del arbejde til udvikling, planlægning og efterbehandling af data En praktisk implementering vil således forudsætte mere omfattende beregninger, hvor det bla skal vurderes, hvorvidt en given bilflåde også er i stand til at dække øvrige tidsrum i løbet af hverdagsdøgnet Det er også nødvendigt at gennemføre en pilottest for at kortlægge et forventet kørselsmønster til brug for planlægning af trafiktællinger Der skal skaffes deltagere, som er villige til at udstyre bilen med GPS over mindst to år Det kan vise sig at blive et praktisk problem 1054 Metode baseret på flydende bil Afsnit 104 beskriver andre måder at indsamle rejsetider Eksempelvis benytter Københavns Kommune teknikken med en flydende bil til indsamling af gennemsnitlige rejsetider på udvalgte ruter Den flydende bil kan erstatte en bilflåde udstyret med GPS Da kørsel med en flydende bil kan fastlægges på forhånd, kan tællinger umiddelbart planlægges og strækninger udvælges mest hensigtsmæssigt Rejsetiderne vil formodentlig P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

146 144 bedre afspejle trafiksituationen og spredningen være mindre end ved anvendelse af tilfældige GPS-baserede målinger Da der er behov for relativ mange gennemkørsler for at kunne dække et større vejnet og flere tidspunkter, må der forventes en betydelig udgift til dataindsamling i form af anskaffelse af bil og lønning af chauffør Et mere præcist overslag over omkostninger kræver nærmere beregninger 106 Konklusioner Udviklingen i trængsel kan mest simpelt beskrives som den relative ændring i forsinkelse Forsinkelsen er defineret som den aktuelle rejsetid i forhold til den frie rejsetid Fordelene og ulemperne ved de forskellige metoder kan kort sammenfattes således: Teoretisk metode Da der er en teoretisk sammenhæng mellem trafikintensitet og hastighed, kan forsinkelserne i princippet beregnes på basis af tællinger i form af såvel manuelle som maskinelle tællinger, som det er gjort i dette projekt Som beskrevet tidligere er de teoretiske beregninger er imidlertid unøjagtige, når kapacitetsgrænsen nås I de tilfælde er det nødvendigt at erstatte teoretiske beregninger med målinger Det er en forenkling at belyse udviklingen ud fra forsinkelser i timen kl 8-9, idet nogle veje har større forsinkelser om eftermiddagen De teoretiske beregninger kan derfor udvides til at omfatte dagtimerne på hverdage Omkostningerne forbundet hermed bliver store I takt med en stigende trafik er der i stigende grad behov for at erstatte beregninger med målinger Maskinelle målinger Trængselsindikatoren kan baseres på en stikprøve af maskinelle snitmålinger I afsnit 0 skitseres en estimator til beregning af den løbende udvikling Der kan opnås en synergi, idet data kan benyttes til såvel beregning af trafikindeks som trængselsindikator Hvis der anvendes permanente målinger, er det i princippet muligt at belyse udviklingen detaljeret med hensyn til variation over døgn, uge og sæson Indenfor de næste par år forventes der omkring 30 permanente stationer i Københavns kommune Foreløbige beregninger indikerer, at nøjagtigheden baseret på 30 målinger er ringe Der er derfor nødvendigt at etableres et større antal nye permanente eller periodiske stationer, hvilket gør fremgangsmåden dyr Stigende køkørsel kan give problemer, da maskinelle snitmålinger kun vanskeligt kan belyse det korrekt Så længe der ikke opstår kø over detektoren og ændringen i rejsetid er beskeden, vurderes metoden dog at være brugbar til estimation af en trængselsindikator Køretidsmålinger I afsnit 1053 foreslås en estimator til belysning af trængsel baseret på en bilflåde, som opsamler oplysninger om rejsetider Erfaringerne fra AKTAforsøget antyder, at en flåde med 25 biler udstyret med GPS formodentlig er tilstrækkelig til belysning af trængsel i Københavns kommune P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

147 145 I praksis kan det muligvis vise sig at være vanskelig at skaffe deltagere, som minimum i to år frivilligt vil lade deres bil udstyre med GPS Det er nødvendigt at supplere rejsetiderne med registrering af trafikintensitet for at kunne beregne forsinkelsen Dataindsamlingen kan gennemføres som maskinelle eller manuelle tællinger Københavns Kommune foretager i forvejen et stort antal manuelle tællinger, som kan udnyttes Der er dog nogen større usikkerhed forbundet med manuelle tællinger end med maskinelle tællinger En trængselsindikator baseret på omkring 25 biler og primært manuelle tællinger vil ikke være i stand til at belyse uge- og sæsonvariationer Det kræver større bilflåde og maskinelle tællinger Køretidsmålinger kan også gennemføres med en flydende bil som anvendt i Københavns Kommunes fremkommelighedsmålinger Det er en afprøvet teknik og planlægningsmæssigt mere enkel at håndtere end en mere eller mindre tilfældig bilflåde Driftsomkostningerne må dog forventes at være noget større Konsekvensvurdering Det har indenfor projektets rammer ikke været muligt at gennemføre en nærmere konsekvensvurdering af alle metoder Tabel 1 indeholder en relativ vurdering af metoderne ud fra følgende parametre: udviklingsomkostninger, etablerings- og driftsomkostninger, nøjagtighed, detaljering og synergi Et + angiver en positiv vurdering feks relativ små omkostninger, hvor angiver en negativ vurdering feks relativ store omkostninger Tabel 101 Kvalitativ vurdering af forskellige metoder til beregning af trængselsindikator Parameter Trængselsindikator baseret på Teoretiske metode Maskinel snitmåling Bilflåde m GPS Flydende bil Udviklingsomkostninger Omk til etablering og drift Nøjagtighed Detaljering Synergi Selvom teknik med opsamling af rejsetider baseret på GPS er gennemprøvet, må der forventes betydelige omkostninger til udvikling af en trængselsindikator Til gengæld vurderes etablerings- og driftsomkostninger at være relativ små sammenlignet med de øvrige metoder Da bilflåde eller flydende bil direkte måler rejsetider, vil de alt andet lige give større nøjagtighed end de øvrige to metoder Med mindre at der etableres et større antal nye permanente eller periodiske stationer, vil maskinelle snitmålinger nok være mindst præcist Til gengæld vil permanente snitmålinger kunne give et meget nuanceret billede af trængsel over døgn, uge og sæson P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC

148 146 Synergien i forhold til udnyttelse af data til andre formål er mere vanskelig at vurdere Umiddelbart kan maskinelle snitmålinger anvendes til andre formål feks trafikindeks, kortlægning af trafikstrømme og lignende Derimod er det umiddelbart vanskeligere at forstille sig væsentlige andre anvendelsesmuligheder af rejsetider indsamlet med en flydende bil Anbefaling På sigt er stikprøvemålinger baseret på en bilflåde udstyret med GPS formodentlig den mest kosteffektive metode til belysning af trængsel i Københavnsområdet Selv med en mindre flåde af biler vil det være muligt at etablere et relativt detaljeret overblik over trængslen på det overordnede vejnet Etablering af et sådant system vil imidlertid tage tid Indtil da vil udviklingen i trængslen kunne følges ved en kombination af de metoder, der er beskrevet i det ovenstående: På dele af vejnettet kan de teoretiske beregninger, som er gennemført i dette projekt, opdateres alene på grundlag af informationer om trafikkens vækst På andre dele af nettet kan man udnytte de eksisterende systemer for måling af hastigheder Og endelig kan der på udvalgte strækninger foretages måling med en "flydende bil" Herved vil udviklingen i trængslen kunne vurderes for en del af det samlede vejnet, og denne udvikling kan søges opregnet til det samlede net P:\51705\PDOC\Formidling\Hovedrapport\HC _ny_udgave_MKH DOC