Rådighed over bil. En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi. Notat Peter F. Christens, Mogens Fosgerau

Transkript

1 Rådighed over bil En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi Notat Peter F. Christens, Mogens Fosgerau

2

3 Rådighed over bil En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi Notat Peter F. Christens, Mogens Fosgerau

4 Rådighed over bil En beskrivelse af sammenhængen mellem husstandsindkomst, bilrådighed og geografi Notat Af Peter F. Christens, Mogens Fosgerau Tryk: Herrmann & Fischer Oplag: 200 Copyright: Eftertryk tilladt med kildeangivelse Udgivet af: Danmarks TransportForskning Knuth - Winterfeldts Allé Bygning 116 Vest 2800 Kgs. Lyngby Rekvireres hos: Danmark.dk s netboghandel Tel.: Pris: Kr. 50,00 inkl. moms ISSN: (trykt udgave) ISBN: (trykt udgave) ISSN: (elektronisk udgave) ISBN: (elektronisk udgave)

5 Forord Dette notat er udarbejdet af Danmarks TransportForskning i forbindelse med Trafikministeriets Trafikredegørelse Notatet omhandler en analyse af sammenhængen mellem husstandens bilrådighed og husstandsindkomsten i forskellige regioner baseret på datamateriale fra Transportvaneundersøgelsen (TU) Baseret på tidsserieanalyser forventes en fortsat stigning i bilparken med fortsat voksende indkomster. I notatet undersøges den geografiske variation i denne stigning med henblik på at afdække om væksten i højere grad vil ske nogen steder end andre. Resultaterne peger særligt på, at den fremtidige vækst i bilparken vil være højere i Hovedstaden end i resten af landet, som følge af generel indkomstvækst. Hertil kan komme bidrag som følge af ujævn indkomstvækst og flytning mellem landsdelene. Kgs. Lyngby, 2004 Ole Zacchi Direktør Mogens Fosgerau Forskningschef

6

7 Indhold 1 Indledning Formål Dette notat Datamateriale og økonometrisk model Beskrivelse af datamaterialet Økonometrisk model Valg af modeltype Den valgte modeltype Resultater Foranalyse Modellering af bilrådigheden Fremskrivning Konklusion Bilag... 15

8

9 1 Indledning 1.1 Formål Fra tidsserieanalyser haves bud på hvorledes bilparken vil vokse med indkomsten i fremtiden. Dette er beskrevet i et notat fra Danmarks Transport- Forskning. 1 Dette giver imidlertid ikke svar på spørgsmålet om, hvor i landet væksten vil finde sted, hvilket er nok så væsentligt. Derfor gennemføres i dette notat en analyse baseret på tværsnitsdata for at bestemme indkomstelasticiteter for forskellige befolkningsgrupper karakteriseret ved baggrundsvariable som familietype, alder mv. og hvor de bor. Sådan en analyse kan afdække variationen i indkomstelasticiteter. Den kan imidlertid ikke erstatte tidsserieanalysen som anvendes til at finde den generelle elasticitet. På grund af de problemer der er forbundet med at ekstrapolere variation over tværsnit ud i fremtiden foretrækkes tidsserieanalysen som grundlag for fremskrivninger. I analysen estimeres en simpel multinomial logit model for husstandes valg mellem 0, 1 eller 2+ biler, hvor det sidste alternativ rummer muligheden for flere end 2 biler. Den afhængige variabel er her bilrådigheden, som er den variabel som kendes i Transportvaneundersøgelsen, og ikke bilejerskabet, som kan være noget anderledes fordelt. Ud af modellen fremkommer en sammenhæng, hvor det forventede antal biler for en husstand stiger med indkomsten. Indkomstelasticiteten, altså den relative stigning i bilrådigheden i forhold til den relative stigning i indkomsten, varierer henover kurven. Ved mellemindkomster er elasticiteten høj og en stigning i indkomsten vil føre til en forholdsvis stor stigning i bilrådigheden. Ved høje indkomster er det forventede antal biler allerede stort og en stigning i indkomsten vil kun føre til en lille stigning i antallet af biler. Baggrundsvariablene i analysen fungerer ved at flytte de enkelte husstande frem og tilbage på kurven. Når bilrådigheden således er relativt lav i København, svarer det til, at husstandene forventes at opføre sig som husstande andre steder med en lavere indkomst. Det er denne mekanik, der ligger bag de variationer i indkomstelasticitet, som findes i notatet. 1 DTF Notat

10 Ved anvendelsen af elasticiteterne i notatet forudsættes en generel indkomstvækst over hele landet og virkningerne heraf for bilrådigheden illustreres. Hertil kan komme andre effekter, hvor for eksempel indkomsten vokser mere i nogle dele af landet end andre, eller hvor antal og sammensætning af husstandene i de enkelte dele af landet ændres. Sådanne udviklinger er der ikke taget højde for. 1.2 Dette notat Notatet er bygget op som følger. Kapitel 2 beskriver datamaterialet og den økonometriske model. I kapitel 3 estimeres sammenhængen mellem indkomst og bilrådighed. Denne sammenhæng benyttes til at bestemme indkomstelasticiteter for hele Danmark og de forskellige regioner i Danmark. Kapitel 4 opsummerer konklusionerne. Endelig angives parameterestimaterne for de forskellige familietyper bestemt via den multinomiale logitmodel i bilaget. 2

11 2 Datamateriale og økonometrisk model 2.1 Beskrivelse af datamaterialet Datamaterialet stammer fra Transportvaneundersøgelsen, (også kaldet TU) som har til formål at kortlægge den danske befolknings trafikale adfærd. 2 I interviewet indsamles oplysninger om rejsevaner og en række baggrundsoplysninger, herunder oplysning om husstandenes bilrådighed. I notatet er der benyttet TU interviews fra december 1994 til og med december Interviews fra personer i husstande bestående af samboende slægtninge er frasorteret. Dette giver i alt interview fordelt på følgende familietyper: Tabel 1. Antal interview fordelt på familietyper Antal Familietype Enlige uden børn under 18 år Par uden børn under 18 år Enlige med børn under 18 år Par med børn under 18 år Der er frasorteret 222 interviews med manglende oplysninger Ud over husstandens indkomst er der en række forskellige baggrundsvariable for husstandene, som kan forventes at bidrage til deres valg mellem 0, 1 eller 2+ biler. Tabel 1 i bilaget viser de baggrundsvariable, som det er valgt at inkludere i beskrivelsen af bilrådighed. Tabel 1 angiver desuden baggrundsvariablenes empiriske fordeling og den gennemsnitlige bilrådighed stratificeret efter familietypen. 2.2 Økonometrisk model Der opstilles en model på husstandsniveau for valget mellem 0, 1 eller 2+ biler. Valget af modeltype står grundlæggende mellem en ordnet model, hvor alternativerne er ordnet i en fast rækkefølge, og en uordnet model. I 2 3

12 mange sammenhænge har man valgt den ordnede model og en sådan model har også været forsøgt her. Det endelige valg faldt dog på den uordnede model, hvilket der kort redegøres for i det kommende afsnit, inden den valgte model beskrives i det efterfølgende afsnit Valg af modeltype Man kunne formode, at en ordnet model ville være mest naturlig, idet der her indgår et latent indeks for tilbøjelighed til bilrådighed, hvis størrelse afgør, om husstanden har 0, 1 eller 2+ biler. Man forestiller sig altså et enkelt indeks, sammensat af parametre og variable, hvis størrelse afgør sandsynligheden for, at en husstand har 0, 1 eller 2+ biler. Er indekset lavt, har husstanden ikke bil; er indekset højt, har husstanden 2+ biler. Med en sådan model virker for eksempel indkomst med samme styrke til at forklare overgangen fra 0 til 1 biler som fra 1 til 2+ biler. En ordnet logitmodel har også været estimeret, men denne model faldt ved modelkontrollen, hvor afvigelserne mellem modellens forudsigelser og data var for store til at være statistisk acceptable. Det peger på, at bilrådigheden ikke kan forklares af et enkelt underliggende indeks. Det er således ikke de samme faktorer, der forklarer overgangen fra 0 til 1 og fra 1 til 2+ biler Den valgte modeltype Derfor vælges en multinomial logitmodel, som er den simpleste model, hvor der indgår flere indeks. Modellen er estimeret med Proc Catmod i SAS version 8.2., med følgende parametrisering: log(p 1 /P 0 )=b 1 *X, log(p 2 /P 1 )=b 2 *X, hvor X angiver designmatricen for de forklarende variable, herunder indkomst. Her er der således forskellige parametre for overgangen fra 0 til 1 og fra 1 til 2+ biler, nemlig b 1 og b 2. Dette giver anledning til følgende sandsynligheder. P0 = 1+ e b X b X 1 e 1 ( ), P1 = b1 + b2 X b1x ( b1 + b + e 1+ e + e 2) X, P = 2 ( b1 + b e 2 ) b X 1 1+ e 1 + e X ( b + b )X 1 2 Større værdier af b 1 *X medfører større sandsynlighed for 1 eller 2+ biler i forhold til ingen biler. Større værdier af b 2 *X medfører større sandsynlighed for 2+ biler i forhold til 1 bil. Indkomst forventes at indgå med positivt fortegn i begge udtryk, således at stigende indkomst øger sandsynligheden for 2+ biler mere end for 1 bil. 4

13 Samtlige baggrundsvariable med undtagelse af indkomst indgår i modellen som kategoriske variable. Logaritmen til indkomst indgår som en kontinuert variabel. Fokus i analyserne er på at bestemme en sammenhæng mellem indkomst og bilrådighed, hvor der er taget højde for variationer, som kan tilskrives husstandens og interviewpersonens øvrige baggrundsvariable. Men målet er ikke at bestemme sammenhænge mellem bilrådighed og de øvrige baggrundsvariable. Derfor er der valgt kun at lade dem indgå i logitmodellen via deres hovedvirkninger og ingen interaktionseffekter er inkluderet i modellen. 5

14 3 Resultater 3.1 Foranalyse Inden de endelige modeller opstilles gennemføres en mindre foranalyse for at afklare segmentering og hvordan indkomst skal indgå i modellen. Fra bilagstabel 1 ses, at bilrådigheden er stærkt korreleret med familietypen. Der vælges derfor at stratificere analyserne efter familietype, således at der gennemføres fire parallelle analyser for par med børn, par uden børn, enlige med børn og enlige uden børn. Den lille gruppe af øvrige husstande udelades af analysen, især fordi det er vanskeligt at opstille en relevant husstandsindkomst for denne gruppe. Tabel 1 viser som ventet, at bilrådigheden stiger med indkomst for forskellige typer familier. Univariate analyser, hvor alene logaritmen til indkomst anvendes til at forklare om husstanden vælger at have rådighed over 0, 1 eller flere biler, viser også at husstandens bilrådighed er stærkt positivt korreleret med log indkomst. Sammenhængen mellem indkomst og bilrådighed for de 4 forskellige familie typer er illustreret i figur 1. Figuren viser, at bilrådigheden stiger med nogenlunde samme faktor for de forskellige familie typer. Derudover ses dels, at husstande med par har en større bilrådighed end husstande med enlige, dels, at husstande med børn har større bilrådighed end husstande uden børn. antal biler pr. hustand 2 1,5 1 0,5 0 Bilrådighed og indkomst indkomst i 1000 kr. Enlige uden børn Par uden børn Enlige med børn Par med børn Figur 1. Estimeret sammenhæng mellem bilrådighed og indkomst pr. husstand i en stratificeret univariat logitmodel. 6

15 Den univariate analyse benyttes også til at undersøge hvordan ændringer i indkomsten påvirker sandsynligheden for at familien vælger 0, 1 eller flere biler. Sammenhængen mellem indkomst og bilrådighed i figur 1 er bestemt via en logitmodel (se afsnit 2.2.1), hvor både log indkomst og kvadratet på log indkomst indgår: log(p 1 /P 0 )=b 1 *log(indkomst)+ b 2 *log 2 (indkomst), log(p 2 /P 1 )=b 3 *log(indkomst)+ b 4 *log 2 (indkomst), Figur 2 illustrerer logitmodellens estimerede sammenhæng mellem sandsynlighederne for at husstanden har 0, 1 eller 2+ biler (P0,P1,P2) og indkomst. Figur 2 viser kun sammenhængen mellem sandsynlighederne og indkomst for husstande med par med børn, men de 3 andre typer husstande (enlige med og uden børn og par uden børn) har nogenlunde samme udvikling som funktion af indkomst Sandsynlighed Indkomst i 1000 kr. SSH for 1 bil SSH for 2 biler SSH for 0 biler Figur 2. Estimerede sandsynligheder for bilrådighed for par med børn som funktion af indkomst. Sammenhængen er bestemt i en logitmodel, hvor kun log indkomst og kvadratet på log indkomst indgår. Sammenhængen, som vist i Figur 2, mellem indkomst og sandligheden for at husstanden har 0, 1 eller 2+ biler virker rimelig: Sandsynligheden for at husstanden har 1 eller flere biler stiger med stigende indkomst. Tilsvarende stiger sandsynligheden for 2 eller flere biler med stigende indkomst. 7

16 For lave indkomstgrupper, ses, at stigningen i sandsynligheden for at have 1 bil er større end stigningen i sandsynligheden for at have flere biler til rådighed. Herefter begynder sandsynligheden for at have 1 bil at aftage til fordel for sandsynligheden for at have 2 eller flere biler. Ved indkomster større end knap en million begynder sandsynligheden for at have 2 eller flere biler at være større end sandsynligheden for at have 1 bil. Eftersom disse beskrivelser er baseret på en univariat analyse, hvor der ikke er korrigeret for andre væsentlige forhold som for eksempel geografisk placering af bopæl, skal fokus ikke være på den præcise sammenhæng mellem indkomst og sandsynlighederne, men i højere grad være på udviklingen af sandsynlighederne. 3.2 Modellering af bilrådigheden Af bilagstabel 1 fremgår det, at logitmodellerne for de forskellige familietyper er er baseret på ganske mange observationer. Det betyder, at styrken i analyserne er høj og at parametrene for baggrundsvariablene kan estimeres meget præcist, og dermed er selv små forskelle stærkt signifikante. Det er derfor heller ikke overraskende, at næsten samtlige baggrundsvariable fra bilagstabel 1 er stærkt signifikante. Estimaterne for log indkomst og signifikante baggrundsvariable er angivet i bilagstabel 2 - bilagstabel 5 i bilaget. Bilagstabel 2 angiver estimater for par med børn under 18, bilagstabel 3 er enlige med børn under 18, bilagstabel 4 er par uden børn under 18, og endelig er bilagstabel 5 enlige uden børn under 18. Fra disse tabeller ses, at sandsynligheden for at husstande har rådighed over 0, 1 eller 2 biler afhænger af både log indkomst og kvadratet på log indkomst ligesom ved ovenstående univariate analyse. For alle familietyper optræder et negativt førstegradsled til indkomst og et positivt andengradsled. Dette giver en sammenhæng mellem indkomst og sandsynligheden for 0,1 eller 2+ biler som i høj grad minder om den sammenhæng, som er illustreret i figur 2. For husstande med par med børn er sammenhængen mellem indkomst og sandsynligheden for at husstanden har 1 bil relativ til sandsynligheden for at husstanden har 0 biler er givet ved følgende polynomium på log skala: log(p 1 /P 0 )=-4,3*log(indkomst)+ 0,5*log 2 (indkomst), 8

17 Dette betyder, at sandsynligheden for at have 1 bil i forhold til sandsynligheden for at have 0 biler stiger med indkomst for alle husstande med en indkomst større end Ud fra bilagstabel 2 ses, at forholdet mellem rådighed over 1 og 2+ biler kan beskrives ved: log(p 1 /P 0 )=-6,0*log(indkomst)+ 0,6*log 2 (indkomst), hvilket betyder, at for indkomst større end ca stiger sandsynligheden for rådighed 2+ biler relativt mere end sandsynligheden for 1 bil, hvilket i høj grad svarer til sammenhængen i figur 2. Sammenlignes effekten af indkomst for de forskellige familietyper (tabel 2 table5) ses følgende tendenser: For enlige med børn er sammenhængen mellem indkomst og sandsynligheden for at have rådighed over 0, 1, eller 2+ biler meget lig sammenhængen for husstande med par med børn. For par uden børn er effekten af indkomst stadig signifikant, men betydningen af indkomst er langt mindre, hvilket ses af de relative små parameterestimater for kvadratet på log indkomst i bilagstabel 4 Indkomstens betydning for bilrådigheden hos husstande med enlige uden børn er lidt mindre end for husstande med par med børn, når det drejer sig om overgangen mellem 0 og 1 bil. Effekten af indkomst og forholdet mellem sandsynligheden for at have rådighed over 2+ biler og sandsynligheden for at have rådighed over en 1 bil er meget mindre, hvilket intuitivt er forventeligt, når husstanden kun består af 1 person. Parameterestimaterne for øvrige baggrundsvariable virker generelt plausible: øget gangtid til offentlig transport øger sandsynlighederne for 1 eller 2+ biler, jo ældre jo større bilrådighed. Husstande med ejerboliger har større bilrådighed. Husstande i etageejendomme har mindre bilrådighed. Flere personer eller børn i husstanden øger også bilrådigheden. Mænd har større bilrådighed end kvinder. Endelig virker parametrene for den geografiske placering fornuftige: mindst bilrådighed i hovedstaden og større byer 3 Der er i alt registreret 12 husstande med par og børn, hvor indkomsten er mindre end Disse 12 observationer har en gennemsnitlig bilrådighed på ca. 1 bil. Denne relative høje bilrådighed må siges at være atypisk og de 12 observationer er udeladt af analyserne. 9

18 og størst bilrådighed i landdistrikter eller mindre byer med under indbyggere. Betragtninger om modeltilpasning skal ses i lyset af formålet med analyserne og ikke nødvendigvis, om modellen beskriver bilrådighed for hver husstand tilfredsstillende. Formålet med analyserne er at finde plausible sammenhænge mellem indkomst og bilrådighed og derfor er validiteten af modellerne først og fremmest testet for, om modellerne kan prediktere de empiriske indkomstfordelinger for forskellige indkomstinddelinger. Dette svarer til det simple Pearsons test, hvor det observerede sammenlignes med det predikterede. Pearsons testet giver ikke anledning til at forkaste nogle af modeller for de fire husstandstyper. 3.3 Fremskrivning For alle fire familietyper ses af afsnit 3.1 en sammenhæng, hvor det forventede antal biler for en husstand stiger med indkomsten. I følgende afsnit omsættes denne estimerede sammenhæng til en indkomstelasticitet, som angiver den procentvise stigning i bilrådigheden som følge af en stigning i indkomsten på 1 %. Disse elasticiteter beregnes særskilt for forskellige geografiske områder, således at man kan aflæse geografiske forskelle. Ved en relativ tilvækst på 10% i indkomsten beregnes en indkomstelasticitet ved først at interpolere indkomstparametrene i logitmodellens lineære indeksfunktioner. For husstanden med manglende oplysning om indkomst bestemmes det fremskrevne forventede antal biler ved at interpolere den stratumbestemte gennemsnitsindkomst. Dernæst omsættes de fremskrevne indeksfunktioner til punktsandsynligheder for, om husstanden har rådighed over 0, 1, eller 2+ biler. Via disse sandsynligheder bestemmes nu det fremskrevne forventede antal biler pr. husstand. Dette antal summeres, med vægte svarende til husstandens repræsentativitet, til et estimat på størrelsen på bilparken efter en 10% indkomststigning. Det skal bemærkes, at resultaterne næsten ikke afhænger af, om der vægtes eller ikke vægtes for at kompensere for husstandens repræsentativitet. De beregnede indkomstelasticiteter fremkommer nu ved at dividere den forventede vækst i bilparken med den forudsatte vækst i indkomsten. Elasticiteterne ligger gennemgående mellem 0 og 1. Der er ikke noget principielt i vejen for at elasticiteterne kan blive større end 1, dette sker hvis den forventede vækst i bilparken er større end 10%. 10

19 Resultaterne er vist i nedenstående Tabel 2. Overordnet findes en indkomstelasticitet på 0,4, hvilket er mindre end den langsigtede elasticitet på 0,7, som er fundet ved tidsserieanalyse af den danske personbilpark. 4 Til generelle fremskrivninger foretrækkes som nævnt i afsnit 1.1 elasticiteten bestemt ved tidsserieanalysen. Interessen her gælder de forskelle i indkomstelasticiteter, som kan aflæses i tabellen. Ser man på familietyperne, er indkomstelasticiteten højere for enlige end for par. Enlige uden børn har en lidt højere elasticitet end enlige med børn. Indkomstelasticiteten for par med børn er lig elasticiteten for par uden børn. Sammenholdes indkomstelasticiteten med den aktuelle bilrådighed (se bilagstabel 1) ses at elasticiteterne er størst for husstande med lille bilrådighed. (Enlige uden børn har i gennemsnit 0,4 biler per husstand i datasættet, enlige med børn har 0,6 biler per husstand, mens par uden børn har 1,0 biler per husstand og par med børn har 1,2 biler per husstand). Tabel 2 viser også betydelig geografisk variation. Den største indkomstelasticitet på 0,8 findes i København og Frederiksberg kommuner, hvor bilrådigheden i forvejen er lav, omkring halvdelen af landsgennemsnittet. Indkomstelasticiteten er allerhøjest for enlige med børn i København og Frederiksberg, hvilket dog er en lille gruppe. På det større plan er indkomstelasticiteten omkring København og i de øvrige store byer, Århus, Ålborg, Esbjerg og Odense større end gennemsnittet. De mindste indkomstelasticiteter findes i landdistrikter eller byer med mindre end indbyggere. 4 DTF notat

20 Tabel 2. Indkomstelasticitet for forskellige geografiske områder Par med børn Par uden børn Enlige med børn Enlige uden børn Total København, Fredensborg og Roskilde amt 0,49 0,45 0,67 0,92 0,56 Kbh. og Frederiksberg 0,71 0,70 1,03 1, Gentofte og Kbh. forstæder 0,50 0,44 0,66 0, Ydre forstæder til Kbh. 0,44 0,40 0,54 0, Byer med 10,000-60,000 indb. 0,50 0,41 0,74 0, Byer med 2,000-10,000 indb. 0,41 0,34 0,52 0, Byer med < 2000 indb. eller land 0,35 0,33 0,34 0, Vestsjællands og Storstrøms amt 0,34 0,33 0,47 0,64 0,39 Byer med 10,000-60,000 indb. 0,40 0,37 0,68 0, Byer med 2,000-10,000 indb, 0,35 0,32 0,52 0, Byer med < 2000 indb, eller land 0,31 0,31 0,32 0, Fyn og Jylland 0,33 0,32 0,45 0,66 0,38 Århus, Ålborg, Esbjerg, Odense 0,43 0,42 0,67 0, Byer med 10,000-60,000 indb. 0,35 0,33 0,61 0, Byer med 2,000-10,000 indb. 0,31 0,29 0,42 0, Byer med < 2000 indb, eller land 0,29 0,28 0,25 0, Bornholm 0,34 0,39 0,60 0,82 0,44 Byer med 10,000-60,000 indb. 0,39 0,43 0,80 0, Byer med 2,000-10,000 indb. 0,34 0,40 0,50 1, Byer med < 2000 indb, eller land 0,33 0,37 0,45 0, Samlet 0,37 0,36 0,53 0,74 0,43 Indkomstelasticiteterne i Tabel 2 kan desuden benyttes til at bestemme hvor stor en andel af den totale tilvækst der falder i hvert af de geografiske områder. Dette beskriver, hvor i landet der kommer flere biler, når indkomsten vokser med samme procent over hele landet og den geografiske fordeling af husstandene i øvrigt ligger fast. Tabel 2 viser, at ca. 40 % af tilvæksten i antallet af biler vil komme i Københavns, Fredensborg og Roskilde amt. Sammenlignes dette tal med husstandsfordelingen baseret på TU data i Danmark ses, at tilvæksten per. husstand er større end i resten af landet. Sammenlignes biltilvæksten per. husstand på Fyn og Jylland ses, at de større byer vil opleve en større vækst end de mindre byer og landdistrikterne. 12

21 Tabel 3. Den lokale andel af den totale tilvækst ved en generel indkomststigning på 10% Andel af tilvækst Andel af TU husstande Københavns, Fredensborg og Roskilde amt Kbh. og Frederiksberg 12,4 9.1 Gentofte og Kbh. forstæder 10,6 8.1 Ydre forstæder til Kbh. 6,3 5.3 Byer med indb. 4,0 3.2 Byer med indb. 2,0 1.8 Byer med < 2000 indb. eller land 3,3 3.0 Vestsjællands og Storstrøms amt 9, Byer med indb. 3,5 3.3 Byer med indb. 1,7 2.0 Byer med < 2000 indb. eller land 4,4 5.0 Fyn og Jylland 51, Århus, Ålborg, Esbjerg, Odense 11, Byer med indb. 12, Byer med indb. 9, Byer med < 2000 indb. eller land 18, Bornholm 0,8 0.9 Byer med indb. 0,3 0.3 Byer med indb. 0,1 0.1 Byer med < 2000 indb. eller land 0,4 0.4 Samlet

22 4 Konklusion Nærværende notat omhandler en analyse af sammenhængen mellem husstandens bilrådighed og husstandsindkomsten i forskellige regioner. Notatet er udarbejdet af Danmarks TransportForskning i forbindelse med Trafikministeriets Trafikredegørelse Baseret på tidsserieanalyser forventes en fortsat stigning i bilparken med fortsat voksende indkomster. I dette notat undersøges den geografiske variation i denne stigning med henblik på at afdække om væksten i højere grad vil ske nogen steder end andre. Dette er vurderet under forudsætning af en generel indkomstvækst, som er ligeligt fordelt over hele landet. Der er således ikke taget højde for at indkomsten kan stige mere nogle steder end andre. Fordelingen af husstandene er desuden holdt fast. Resultaterne peger særligt på, at den fremtidige vækst i bilparken målt som bilrådighed som følge af generel indkomstvækst vil være større end gennemsnittet i Hovedstaden og i de øvrige store byer, Århus, Ålborg, Esbjerg og Odense. De mindste indkomstelasticiteter findes i landdistrikter eller byer med mindre end indbyggere. Familier med enlige vil få en større tilvækst end parfamilier og generelt vil familier med lille bilrådighed opleve en større tilvækst end familier som allerede har bil. 40% af den øgede tilvækst i bilparken forventes at ville forekomme i og omkring hovedstaden (Københavns, Fredensborg og Roskilde amt). Sammenlignes biltilvæksten pr. husstand på Fyn og Jylland ses, at det er de mindre byer og landdistrikterne som vil opleve den mindste tilvækst. 14

23 5 Bilag Bilagstabel 1. Fordeling af baggrundsvariable og bilrådighed pr. husstand stratificeret efter familietype Enlige uden børn Par uden børn Enlige med børn Par med børn Total Baggrundsvariabel Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Nobs Gsnit. BOLIGFORM uoplyst parcel, række el. land etage, kollegium, andet EJER/LEJER uoplyst ejer lejer GANGTID BOLIG-BUS uoplyst under 5 min min min min over 30 min GANGTID BOLIG-STATION uoplyst under 5 min min min min over 30 min ANTAL PERSONER I FAM over ÅR fortsættes 15

24 Bilagstabel 1 fortsat Enlige uden børn Par uden børn Enlige med børn Par med børn Total Baggrundsvariabel Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Nobs. Gsnit. Gsnit. KØN, HOVEDPERSONEN mand kvinde KØN, SAMLEVER mand kvinde ALDER PÅ HOVEDPERSONEN uoplyst ALDER PÅ SAMLEVER uoplyst ADRESSE AMT Kbh,Fredensborg og Roskilde Vestsjællands og Storstrøms Bornholm Fyn og Jylland ANTAL BØRN ANTAL BØRN ANTAL BØRN ADRESSE URBANISERING Kbh. og Frederiksberg Gentofte og Kbh. forstæder Ydre forstæder til Kbh Århus, Ålborg, Esbjerg, Odense Byer med indb Byer med indb Byer med < 2000 indb. eller lan INDKOMST uoplyst I alt

25 Bilagstabel 2. Parameterestimater for husstande med par med børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept 8,98 3,75 5,74 0, ,37 2,65 18,44 <.0001 BOLIGFORM < uoplyst -0,06 0,45 0,02 0,8894 0,39 0,34 1,35 0,2445 parcel, række el. land 0,24 0,23 1,15 0,2831 0,00 0,17 0,00 0,9877 etage, kollegium, andet -0,18 ref. -0,39 ref. EJER/LEJER < uoplyst 0,05 0,44 0,01 0,9031-0,24 0,34 0,51 0,4769 ejer 0,38 0,22 2,94 0,0866 0,34 0,17 4,11 0,0426 lejer -0,44 ref. -0,10 ref. GANGTID BOLIG-BUS < uoplyst -0,07 0,54 0,01 0,9030 0,38 0,20 3,65 0,0562 under 5 min. -0,33 0,12 7,20 0,0073-0,40 0,04 82,28 < min. -0,13 0,12 1,11 0,2916-0,32 0,05 50,09 < min. 0,21 0,16 1,62 0,2031-0,06 0,06 1,24 0, min. 0,28 0,18 2,23 0,1355 0,11 0,06 3,59 0,0580 over 30 min. 0,04 ref. 0,30 ref. GANGTID BOLIG-STATION < uoplyst -0,27 0,36 0,55 0,4600-0,42 0,31 1,80 0,1794 under 5 min. 0,01 0,10 0,01 0,9247-0,03 0,08 0,12 0, min. -0,09 0,08 1,32 0,2511-0,02 0,07 0,10 0, min. -0,08 0,09 0,79 0,3746 0,03 0,07 0,15 0, min. 0,10 0,08 1,28 0,2584 0,11 0,07 2,83 0,0923 over 30 min. 0,34 ref. 0,32 ref. ANTAL PERSONER I FAM. < ,08 0,09 0,92 0,3387-0,48 0,05 98,66 < ,24 0,07 13,27 0,0003-0,25 0,04 37,68 < ,21 0,07 8,83 0,0030 0,00 0,04 0,00 0, ,01 0,11 0,01 0,9190 0,27 0,06 19,54 <.0001 over 7-0,52 ref. 0,45 ref. ÅR < ,17 0,18 0,86 0,3547-0,06 0,12 0,27 0, ,04 0,06 0,37 0,5436-0,17 0,04 22,28 < ,08 0,06 1,99 0,1583-0,08 0,03 5,73 0, ,00 0,06 0,00 0,9687 0,13 0,03 14,32 0, ,02 0,06 0,17 0,6840 0,07 0,03 4,80 0, ,09 0,06 2,38 0,1227 0,14 0,03 19,92 < ,15 0,06 5,73 0,0167-0,02 0,03 0,41 0, ,07 ref. -0,01 ref. fortsættes 17

26 Bilagstabel 2 fortsat log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value ALDER PÅ HOVEDPERSONEN 0,0004 uoplyst -0,07 0,69 0,01 0,9148-0,21 0,50 0,19 0, ,27 0,24 1,29 0,2553-0,65 0,28 5,60 0, ,02 0,18 0,02 0,9022 0,16 0,14 1,28 0, ,10 0,18 0,33 0,5660 0,32 0,14 5,26 0, ,22 ref. 0,39 ref. ALDER PÅ SAMLEVER < uoplyst 1,09 0,86 1,60 0,2061 0,14 0,34 0,16 0, ,76 0,25 9,14 0,0025-0,36 0,16 5,25 0, ,32 0,23 1,91 0,1670 0,01 0,10 0,00 0, ,23 0,23 0,99 0,3198 0,16 0,10 2,51 0, ,23 ref. 0,06 ref. ADRESSE AMT Kbh,Fredensborg og Roskilde -0,34 0,08 19,14 0,0000 0,21 0,04 23,44 <.0001 Vestsjællands og Storstrøms 0,13 0,08 2,64 0,1040 0,14 0,04 11,36 0,0007 Bornholm -0,26 0,17 2,38 0,1229-0,33 0,09 12,98 0,0003 Fyn og Jylland 0,47 ref. -0,01 ref. ANTAL BØRN ,02 0,11 0,04 0,8477 0,27 0,07 15,06 0, ,05 0,10 0,23 0,6341 0,15 0,07 5,00 0, ,15 0,12 1,58 0,2091-0,04 0,07 0,29 0, ,07 ref. -0,38 ref. ANTAL BØRN ,05 0,10 0,22 0,6397 0,27 0,05 25,14 < ,09 0,10 0,82 0,3664 0,08 0,05 2,26 0, ,08 0,11 0,48 0,4895-0,12 0,06 4,27 0, ,06 ref. 0,23 ref. ANTAL BØRN < ,06 0,07 0,65 0,4210 0,54 0,04 170,15 < ,02 0,06 0,11 0,7389 0,12 0,04 10,15 0, ,21 0,08 7,26 0,0071-0,13 0,04 9,70 0, ,24 ref. -0,53 ref. ADRESSE URBANISERING < Kbh. og Frederiksberg -0,62 0,06 95,99 < ,74 0,07 104,24 <.0001 Gentofte og Kbh. forstæder -0,06 0,06 0,76 0,3829-0,03 0,04 0,38 0,5397 Ydre forstæder til Kbh 0,28 0,08 12,59 0,0004 0,17 0,05 12,62 0,0004 Århus, Ålborg, Esbjerg, Odense -0,61 0,07 81,80 < ,16 0,05 12,75 0,0004 Byer med indb. -0,01 0,05 0,07 0,7922 0,03 0,03 0,66 0,4175 Byer med indb. 0,27 0,06 19,47 < ,12 0,03 12,93 0,0003 Byer med < 2000 indb. eller lan 0,74 ref. 0,62 ref. LOG INDKOMST -4,32 1,28 11,37 0,0007-6,01 0,84 50,92 < (LOG INDKOMST)^2 0,52 0,11 22,54 < ,61 0,07 82,84 < INDKOMST UOPLYST -14,73 6,08 5,87 0, ,35 4,19 33,70 <

27 Bilagstabel 3. Parameterestimater for husstande med enlige med børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept 1,39 5,41 0,07 0, ,06 8,16 1,84 0,1751 BOLIGFORM < uoplyst -0,18 0,10 3,43 0,0641-0,35 0,30 1,40 0,2368 parcel, række el. land 0,40 0,06 44,31 < ,53 0,17 9,18 0,0024 etage, kollegium, andet -0,22 ref. -0,18 ref. EJER/LEJER < uoplyst -0,27 0,10 7,82 0,0052-0,41 0,29 1,99 0,1581 ejer 0,54 0,06 70,64 < ,53 0,17 10,07 0,0015 lejer -0,27 ref. -0,11 ref. GANGTID BOLIG-BUS under 5 min. -0,27 0,11 6,63 0,0100-0,36 0,16 4,94 0, min. -0,19 0,11 3,10 0,0781-0,15 0,17 0,77 0, min. 0,06 0,18 0,12 0,7329 0,34 0,29 1,40 0, min. 0,15 0,21 0,55 0,4572 0,25 0,28 0,76 0,3843 over 30 min. 0,25 ref. -0,09 ref. GANGTID BOLIG-STATION < under 5 min. 0,03 0,10 0,09 0,7649-0,11 0,32 0,12 0, min. 0,02 0,07 0,06 0,8042 0,11 0,20 0,29 0, min. -0,27 0,09 9,88 0,0017-0,51 0,28 3,38 0, min. -0,04 0,07 0,34 0,5612 0,11 0,20 0,28 0,5935 over 30 min. 0,26 ref. 0,41 ref. ANTAL PERSONER I FAM. < ,25 0,17 2,22 0,1364-1,00 0,38 6,79 0, ,00 0,16 0,00 0,9855-0,23 0,38 0,35 0, ,31 0,17 3,12 0,0771 0,00 0,44 0,00 0, ,07 0,27 0,08 0,7841 0,22 0,78 0,08 0,7761 over 6-0,13 ref. 1,00 ref. KØN, HOVEDPERSONEN < mand 0,26 0,05 27,73 0,0000 0,39 0,08 21,69 0,0000 kvinde -0,26 ref. -0,39 ref. fortsættes 19

28 Bilagstabel 3 fortsat log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value ADRESSE AMT Kbh,Fredensborg og Roskilde -0,03 0,13 0,05 0,8282 0,46 0,33 1,91 0,1673 Vestsjællands og Storstrøms 0,13 0,13 0,93 0,3337 0,25 0,32 0,60 0,4387 Bornholm -0,48 0,29 2,83 0,0926-0,90 0,80 1,27 0,2606 Fyn og Jylland 0,38 ref. 0,19 ref. ANTAL BØRN ,06 0,05 1,05 0,3055 0,98 0,30 10,71 0, ,06 ref. -0,98 ref. ANTAL BØRN ,11 0,08 1,69 0,1938 0,85 0,22 15,48 0, ,06 0,08 0,50 0,4817-0,28 0,27 1,09 0, ,16 ref. 0,57 ref. ANTAL BØRN < ,26 0,14 3,33 0,0679 1,50 0,35 17,82 0, ,19 0,13 2,04 0,1534 0,12 0,36 0,11 0, ,05 0,15 0,12 0,7247-1,63 0,60 7,27 0, ,50 ref. 0,01 ref. ADRESSE URBANISERING < Kbh. og Frederiksberg -0,95 0,12 64,45 0,0000-0,29 0,45 0,43 0,5112 Gentofte og Kbh. forstæder 0,04 0,11 0,10 0,7490-0,04 0,30 0,02 0,8912 Ydre forstæder til Kbh 0,42 0,13 9,99 0,0016-0,05 0,31 0,03 0,8692 Århus, Ålborg, Esbjerg, Odense -0,34 0,11 9,54 0,0020-0,55 0,36 2,34 0,1258 Byer med indb. -0,18 0,08 5,42 0,0199 0,34 0,21 2,73 0,0987 Byer med indb. 0,29 0,09 9,54 0,0020 0,07 0,22 0,10 0,7544 Byer med < 2000 indb. eller lan 0,73 ref. 0,52 ref. LOG INDKOMST -1,83 2,04 0,80 0,3702-6,20 2,86 4,72 0,0299 (LOG INDKOMST)^2 0,31 0,19 2,58 0,1084 0,59 0,25 5,50 0,0190 INDKOMST UOPLYST -4,22 9,11 0,21 0, ,24 13,36 4,16 0,

29 Bilagstabel 4. Parameterestimater for husstande med par uden børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept -3,15 1,87 2,84 0,0917-5,54 2,52 4,82 0,0281 BOLIGFORM < uoplyst -0,03 0,06 0,31 0,5761-0,07 0,07 1,01 0,3143 parcel, række el. land 0,52 0,04 192,90 0,0000 0,26 0,04 41,70 0,0000 etage, kollegium, andet -0,49 ref. -0,19 ref. EJER/LEJER < uoplyst -0,05 0,06 0,60 0,4370-0,07 0,07 1,07 0,3013 ejer -0,45 0,04 150,88 0,0000 0,28 0,04 49,85 0,0000 lejer 0,50 ref. -0,21 ref. GANGTID BOLIG-BUS < uoplyst 0,20 0,29 0,48 0,4906 0,40 0,18 4,78 0,0288 under 5 min. -0,23 0,07 11,28 0,0008-0,34 0,05 55,27 0, min. -0,07 0,07 1,06 0,3039-0,26 0,05 31,02 0, min. 0,15 0,10 2,54 0,1109 0,02 0,06 0,10 0, min. 0,20 0,11 3,24 0,0720 0,06 0,06 0,75 0,3851 over 30 min. -0,25 ref. 0,13 ref. GANGTID BOLIG-STATION < uoplyst -0,36 0,29 1,53 0,2162-0,19 0,38 0,24 0,6242 under 5 min. 0,08 0,08 1,07 0,3014-0,03 0,10 0,10 0, min. -0,02 0,07 0,12 0,7306-0,15 0,09 2,90 0, min. 0,03 0,07 0,15 0,6970 0,05 0,09 0,27 0, min. 0,09 0,07 1,90 0,1686 0,06 0,09 0,58 0,4467 over 30 min. 0,18 ref. 0,26 ref. KØN, SAMLEVER < mand 0,78 0,15 26,27 0,0000 0,36 0,18 4,09 0,0432 kvinde -0,78 ref. -0,36 ref. ÅR < ,02 0,15 0,02 0,8884-0,05 0,16 0,11 0, ,09 0,05 3,23 0,0721-0,10 0,05 4,43 0, ,09 0,05 3,58 0,0583-0,12 0,05 5,96 0, ,09 0,05 3,10 0,0781 0,02 0,05 0,17 0, ,10 0,05 4,96 0,0259 0,08 0,05 3,15 0, ,03 0,05 0,42 0,5152 0,11 0,05 6,10 0, ,04 0,05 0,75 0,3867 0,01 0,05 0,04 0, ,00 ref. 0,05 ref. fortsættes 21

30 Bilagstabel 4 fortsat log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value ALDER PÅ HOVEDPERSONEN uoplyst ref ref. ALDER PÅ SAMLEVER < uoplyst ref ref. ADRESSE AMT Kbh,Fredensborg og Roskilde Vestsjællands og Storstrøms Bornholm Fyn og Jylland 0.47 ref ref. ADRESSE URBANISERING < Kbh. og Frederiksberg Gentofte og Kbh. forstæder Ydre forstæder til Kbh Århus, Ålborg, Esbjerg, Odense Byer med indb Byer med indb Byer med < 2000 indb. eller lan 0.63 ref ref. LOG INDKOMST (LOG INDKOMST)^ INDKOMST UOPLYST

31 Bilagstabel 5: Parameterestimater husstanden med enlige uden børn under 18 log(p1/p0) log(p2/p1) Parameter Estimate StdErr ChiSq p-value Estimate StdErr ChiSq p-value Intercept 1,35 1,21 1,23 0,2671 0,83 3,71 0,05 0,8238 BOLIGFORM < uoplyst 0,50 0,84 0,35 0,5520 0,62 7,74 0,01 0,9358 parcel, række el. land 0,06 0,42 0,02 0,8921-0,12 3,87 0,00 0,9747 etage, kollegium, andet -0,56 ref. -0,50 ref. EJER / LEJER < uoplyst -0,58 0,84 0,48 0,4893-0,62 7,74 0,01 0,9362 ejer 0,48 0,42 1,31 0,2516 0,56 3,87 0,02 0,8855 lejer 0,10 ref. 0,06 ref. GANGTID BOLIG-BUS < uoplyst 0,05 0,23 0,05 0,8218 0,54 0,53 1,04 0,3074 under 5 min. -0,19 0,06 10,09 0,0015-0,27 0,17 2,61 0, min. 0,02 0,06 0,13 0,7231-0,21 0,17 1,54 0, min. 0,18 0,09 4,23 0,0397-0,05 0,27 0,04 0, min. 0,14 0,09 2,18 0,1394-0,02 0,27 0,01 0,9269 over 30 min. -0,20 ref. 0,03 ref. GANGTID BOLIG-STATION < under 5 min. -0,02 0,05 0,18 0,6726 0,04 0,25 0,03 0, min. -0,16 0,04 19,56 0,0000 0,05 0,17 0,08 0, min. -0,07 0,04 2,33 0,1272-0,33 0,23 1,97 0, min. 0,11 0,04 8,57 0,0034-0,14 0,19 0,58 0,4462 over 30 min. 0,14 ref. 0,38 ref. ALDER PÅ HOVEDPERSONEN < ,19 0,05 15,23 0,0001 0,61 0,19 10,18 0, ,01 0,04 0,07 0,7892 0,30 0,14 4,79 0, ,02 0,03 0,32 0,5710-0,05 0,12 0,22 0, ,18 ref. -0,86 ref. KØN, HOVEDPERSONEN < mand 0,35 0,02 363,19 0,0000 0,58 0,10 33,59 0,0000 kvinde -0,35 ref. -0,58 ref. ADRESSE AMT < Kbh,Fredensborg og Roskilde -0,04 0,07 0,30 0,5865-0,13 0,23 0,34 0,5584 Vestsjællands og Storstrøms 0,21 0,07 10,29 0,0013 0,03 0,20 0,02 0,8989 Bornholm -0,48 0,15 10,26 0,0014 0,50 0,41 1,50 0,2209 Fyn og Jylland 0,31 ref. -0,39 ref. ADRESSE URBANISERING < Kbh. og Frederiksberg -0,63 0,06 112,32 0,0000-0,02 0,28 0,01 0,9289 Gentofte og Kbh. forstæder -0,03 0,06 0,17 0,6771-0,32 0,32 1,01 0,3144 Ydre forstæder til Kbh 0,26 0,08 9,90 0,0016 0,01 0,33 0,00 0,9756 Århus, Ålborg, Esbjerg, Odense -0,38 0,06 44,90 0,0000-0,11 0,28 0,16 0,6937 Byer med indb. -0,02 0,04 0,19 0,6591 0,37 0,18 4,21 0,0401 Byer med indb. 0,25 0,05 22,80 0,0000-0,20 0,23 0,79 0,3745 Byer med < 2000 indb. eller lan 0,55 ref. 0,28 ref. LOG INDKOMST -2,34 0,49 23,19 0,0000-2,32 1,33 3,02 0,0825 (LOG INDKOMST)^2 0,39 0,05 62,73 0,0000 0,27 0,12 5,06 0,0244 INDKOMST UOPLYST -6,21 2,09 8,85 0,0029-8,15 6,13 1,76 0,