En national godstrafikmodel

En national godstrafikmodel Delrapport 4: Arbejdsprogram Notat 6 2003 Mogens Fosgerau, Otto Anker Nielsen, Christian Overgaard Hansen, Mikal Holmblad

En national godstrafikmodel Delrapport 4: Arbejdsprogram Notat 6 2003 Mogens Fosgerau, Otto Anker Nielsen, Christian Overgaard Hansen, Mikal Holmblad

En national godstrafikmodel. Delrapport 4: Arbejdsprogram Notat 6 2003 Af Mogens Fosgerau, Otto Anker Nielsen, Christian Overgaard Hansen, Mikal Holmblad Tryk: Oplag: 100 Danmarks TransportForskning Copyright: Eftertryk tilladt med kildeangivelse Udgivet af: Danmarks TransportForskning Knuth-Winterfeldts Allé Bygning 116 Vest 2800 Lyngby Rekvireres hos: Danmark.dk s netboghandel Tel.: 1881 www.danmark.dk/netboghandel Pris: kr. 50,00 inkl. moms ISSN: 1601-0841 (Trykt version) ISBN: 87-7327-112-8 (Trykt version) ISSN: 1601-9466 (Elektronisk version) ISBN: 87-7327-113-6 (Elektronisk version)

Indhold 1 Indledning... 1 2 State-of-the-art... 3 2.1 Modelkomponenter... 3 2.1.1 Beregning af produktion og forbrug... 3 2.1.2 Geografisk fordeling af godsstrømme... 5 2.1.3 Beregning af ændringer I virksomhedslogistik... 5 2.1.4 Valg af transportmiddel og rute... 7 2.1.5 Transportlogistik... 8 2.1.6 Transportnetværksmodellering... 9 2.2 Implementering... 10 3 Arbejdsprogram fase 1... 12 3.1 Indledning... 12 3.1.1 Baggrund og formål... 12 3.1.2 Modelkrav... 12 3.2 Eksisterende grundlag... 13 3.2.1 SENEX og den nationale lastbilmodel (LDK)... 13 3.2.2 Andre eksisterende godstrafikmodeller... 14 3.2.3 Eksisterende data... 15 3.3 Formulering af model... 16 3.3.1 Overordnet struktur... 16 3.3.2 Geografisk dækning og zonesystem... 18 3.3.3 Varegrupper... 19 3.4 Basismatricer... 21 3.5 Vækstfaktormodel... 22 3.6 Turfordeling... 22 3.7 Valg af transportmiddel og overfart... 22 3.7.1 Transport mellem Norden og det europæiske Kontinent... 23 3.7.2 Transport mellem Skåne og det europæiske Kontinent... 24 3.7.3 Transport mellem Østdanmark og det europæiske Kontinent... 24 3.7.4 Transport mellem Vestdanmark og det europæiske Kontinent... 25 3.7.5 Transport mellem Norden og Skåne... 25 3.7.6 Transport mellem Norden og Østdanmark... 25 3.7.7 Transport mellem Norden og Vestdanmark... 26 3.7.8 Transport mellem Skåne og Østdanmark... 26 3.7.9 Transport mellem Skåne og Vestdanmark... 26 3.7.10 Transport mellem Øst- og Vestdanmark... 27 3.8 Rutevalg... 27 3.8.1 Datagrundlag... 27 3.8.2 Ombrydning af matricer og datagrundlag... 28

3.8.3 Rutevalg for bane og skib... 28 3.8.4 Rutevalg for lastbil... 28 3.9 Konverteringer... 29 3.9.1 Omregning til transportenheder... 29 3.9.2 Opdeling på tidsperioder... 29 3.10 Implementering... 30 4 Organisation, tidsplan og budget... 31 5 Sammenhæng med behovsanalyse... 33 5.1 Datagrundlag... 33 5.2 Geografisk dækningsområde... 33 5.3 Transportmidler... 34 5.4 Varegrupper... 34 5.5 Tidshorisont, analyser og prognoser... 34 5.6 Kobling mellem økonomi og transport... 35 5.7 Logistik... 35

1 Indledning Formål og baggrund Dette notat afrapporterer fjerde aktivitet i projektet En national godstrafikmodel, som udføres for Trafikministeriet og Hovedstadens Udviklingsråd af Danmarks TransportForskning i samarbejde med Center for Trafik og Transport ved Danmarks Tekniske Universitet. Aktiviteter Projektet omfatter i alt fire aktiviteter: 1. En behovsanalyse, som igennem interview med centrale institutioner sammenfatter analysebehovene, som en national godstrafikmodel kan bidrage til at dække. 2. En datagennemgang, som kortlægger eksisterende datakilder. 3. En modelgennemgang, som kortlægger mulighederne i eksisterende nationale modeller i andre lande, såvel som i den forskningsmæssige litteratur. 4. Et arbejdsprogram, som skitserer opbygningen af en national dansk godstrafikmodel ud fra brugerbehovene i sammenhæng med de data- og modelmæssige muligheder. Der udarbejdes selvstændige notater i forbindelse med hver af de fire aktiviteter. Dette notat vedrørende modelgennemgangen er således det fjerde og sidste. Notatet omfatter fire kapitler ud over denne indledning. I kapitel 2 skitseres den ideelle model på baggrund af metodestudiet i notat 3. Anbefalingerne heri har endvidere været diskuteret på en international konference om nationale godsmodeller afholdt af Danmarks Transport- Forskning og Center for Trafik og Transport i regi af Center for Logistik og Godstransport. På konferencen, som blev afholdt i Helsingør, blev blandt andet præsenteret indlæg med baggrund i nærværende projekt. På baggrund af konferencen er der hermed skabt en høj grad af konsensus om de væsentlige prioriteringer i denne type modelarbejde. Denne konsensus afspejles i dette notat. Første del af notatet sammenfatter således state-ofthe-art i en skitse til en model. 1

Det er uden for rammerne at forsøge at etablere en state-of-the-art model på kort sigt. Ikke desto mindre er det vigtigt at holde sig dette mål for øje, når en mindre ambitiøs model specificeres. I kapitel 3 specificeres den første version af modellen. Oplægget tager udgangspunkt i et ønske fra projektets styregruppe om, at første version af modellen skal fokusere på evalueringen af nogle specifikke projekter som berører Øresundsregionen. Det drejer sig om etableringen af en fast forbindelse over Femer Bælt, udbygning af færgekapaciteten i Trelleborg og etableringen af en femte ring fra Høje Tåstrup til Helsingør. Det har endvidere været retningsgivende, at udviklingsarbejdet hurtigt at nå frem til konkrete resultater. Den første version af modellen indebærer nogle fravalg. Særligt opbygges ikke en egentlig økonomisk overbygning for sammenhængen mellem den generelle økonomiske udvikling og udviklingen i godstransport. Ligeledes omfattes ikke nogen eksplicit beskrivelse af logistik. Disse emner arbejdes Danmarks TransportForskning og Center for Trafik og Transport dog med i Center for Logistik og Godstransport. Disse forskningsaktiviteter kan på et senere tidspunkt danne udgangspunkt for at etablere en økonomisk overbygning og et logistikmodul til den nationale godstrafikmodel. Herved komplementerer arbejdet i Center for Logistik og Godstransport den foreslåede model. Organisation, tidsplan og budget for arbejdet med at opbygge den første version af modellen specificeres i kapitel 4. Endelig trækker kapitel 5 trådene tilbage til den gennemførte behovsanalyse. Behovsanalysen viste et stort og samstemmende behov for at kunne gennemføre modelbaserede analyser af godstransport hos alle de interviewede institutioner. Rækken af potentielle spørgsmål er ganske lang og ikke alle kan belyses med den foreslåede model. I kapitlet gennemgås disse spørgsmål og det indikeres, hvorledes den foreslåede model kan bidrage til at svare på disse. 2

2 State-of-the-art 2.1 Modelkomponenter Dette afsnit er baseret på metodestudiet i notat 3 om dette projekt. Konklusionerne stemmer i høj grad overens med et tilsvarende nyligt engelsk modelreview 1. Metodestudiet opdeler modellen i en række trin, som hver repræsenteres af en delmodel: 1. Beregning af produktion og forbrug. 2. Geografisk fordeling af godsstrømme. 3. Beregning af ændringer i firmalogistik. 4. Valg af transportmiddel og rute. 5. Transportlogistik. 6. Netværksmodellering. Disse trin gennemgås i det følgende. Opdelingen i trin må ikke forstås som en sekventiel modelformulering, idet alle delmodeller underforstås at være integreret i begge retninger. En ydre algoritme vil sikre konvergens mellem udbud og efterspørgsel, hvor udbuddet er strømme opad af tider og omkostninger og efterspørgsel er strømme nedad af penge, varer og trafik. På grund af forskelle i rumlig aggregering, enheder, tidsintervaller etc. må modellen også omfatte en række konverteringsfunktioner. 2.1.1 Beregning af produktion og forbrug I dette første trin produceres en P/C matrix (production/consumption), som angiver rumligt fordelte varestrømme fra produktionssted til anvendelsessted fordelt på varegrupper og baseret på økonomiske størrelser. 1 Williams, I. et al (2002). Review of Freight Modelling Final Report. DfT Integrated Transport and Economic Appraisal. ME&P Ref.: 10551148, September. 3

Dette trin skal give mulighed for at fremskrive P/C matricerne. Fremskrivningerne bør baseres på en generel økonomisk model, og ikke blot på vækstrater, eftersom forskellige vækstrater i forskellige brancher har stor betydning for transportomfanget og fordi trafikmodellen skal kunne skelnen mellem forskellige varer. I praksis betyder det for Danmarks vedkommende, at fremskrivninger baseres på ADAM, som giver aggregerede økonomiske fremskrivninger nedbrudt på 19 brancher. P/C matricer for et basisår kan fås fra SAM-K, som er datagrundlaget for LINE-modellen 2, som rutinemæssigt anvendes sammen med ADAM. SAM-K er et regionalt nationalregnskab, som eksplicit omfatter varedimensionen og ikke blot de traditionelle sektor til sektor input-output matricer. Dette er specielt vigtigt for godstransportmodellering. Ydermere omfatter SAM- K/LINE den geografiske dimension gennem produktionssted, efterspørgselssted og forbrugssted. SAM-K beskriver også import og eksport, selvom verden uden for SAM-K i denne sammenhæng opfattes som et enkelt land. De regionale regnskaber i SAM-K er gode i sammenligning med tilsvarende i andre lande på grund af den danske praksis med at danne nationalregn- skabet nedefra baseret på transaktioner. Der findes således allerede i Danmark et godt grundlag for at etablere geografisk fordelte handelsstrømme og for at fremskrive disse. Det bør dog bemærkes, at handelsstrømmene i SAM-K er modelbestemte og ikke direkte givet af data. Forbindelsen fra brancher til varer er beskrevet i data. I forhold til de økonomiske konsekvenser af ændringer i transportnetværket skulle det være relativt ligetil at følge ændringer i transportomkostninger til de berørte brancher. Den vigtigste udvidelse som er nødvendig er fordelingen af import og eksport på lande. Dette kan baseres på tidsserieanalyse med paneldata, hvor man bør tage højde for nylige udviklinger i det økonomisk-teoretiske grundlag for gravitationsmodellen. Der kan optræde konsistensproblemer med ADAM i denne forbindelse, som der må tages højde for. Som udgangspunkt kan P/C matricerne betragtes som faste. Der indtræffer komplikationer, hvis modellen udvides til at tage højde for feedbackeffekter fra transportsystemet til den økonomiske model. Således kunne ændringer i transportsystemet påvirke den rumlige fordeling af varestrømme og videre påvirke den rumlige og sektorale fordeling af produktion og beskæftigelse. Det er nok ikke omkostningseffektivt at starte forfra med at udvikle en regionaløkonomisk model, givet at en sådan allerede findes i LINE. På den anden side er det vitalt at sikre konsistens mellem den øko- 2 Madsen, B., Jensen-Butler, C. and Dam, P.U. (2001). The LINE-model, AKF; Copenhagen. 4

nomiske model og trafikmodellen, hvilket betyder, at beskrivelsen af transportsektoren i den økonomiske model skal modificeres. Alternativt kan anvendes en traditionel turfordelingsmodel (gravitationsmodel) til at indarbejde effekter af ændringer i transportomkostninger på den rumlige fordeling af transportstrømme. Med en sådan model er der dog ingen mekanisme til at sikre konsistens med den økonomiske model, hvorfor fremgangsmåden ikke anbefales. 2.1.2 Geografisk fordeling af godsstrømme Når modellen har genereret P/C matricer for transportstrømme i en grov zonestruktur, er næste skridt at fordele disse i en finere zonestruktur end den der anvendes i den regionaløkonomiske model. En lignende proces finder sted i SAMGODS og PINGO/NEMO. SAMGODS anvender vækstfaktorer for generation og attraktion i den grove zonestruktur og anvender derefter en Furness algoritme på basis af P/C-matrixen for at sikre, at række- og søjlesummer passer. Dette sikrer hverken at summerne over celler i den oprindelige basismatrix bevares eller at transportomkostninger påvirker fordelingen på den finere zonestruktur. NEMO anvender en mere generel gravitationsmodel til at udføre den samme operation. I modsætning til SAMGODS tillader den transportomkostninger at påvirke fordelingen indenfor fine zoner. Dette er vigtigt, eftersom en stigning i strømmen mellem to grove zoner sandsynligvis vil øge strømmene mere mellem nærtliggende fine zoner, end mellem fjerntliggende fine zoner. NEMO sikrer dog tilsyneladende ikke konsistens mellem gravitationsmodellen og outputtet fra PINGO. Til den danske model foreslår vi at udvide tilgangen i NEMO en smule. Vi foreslår at anvende en gravitationsmodel med (mindst) en afstandsfunktion som i NEMO, men med tilføjelse af begrænsninger for at sikre, at fordelingen fra P/C matrixen på grove zoner bevares. Dette skulle være muligt at implementere uden større problemer. I samme omgang bør man forsøge sig med andet end lineær afhængighed af transportomkostninger. 2.1.3 Beregning af ændringer I virksomhedslogistik Vi skelner mellem virksomhedslogistik og transportlogistik. Virksomhedslogistik omfatter beslutninger om den rumlige organisering af produktionen inklusiv valg af leverandører, lokalisering af produktionsaktiviteter, lager og distributionscentre. Virksomhedslogistik ser bort fra organiseringen 5

af transporter: dette kategoriseres i stedet som transportlogistik. Transportlogistik omfatter valg af transportmidler og beslutninger om konsolidering af gods. Virksomhedslogistik kan videreopdeles i tre dele; 1. Produktionslogistik, som typisk beskriver forsyningskæden op mod en væsentlig produktionsfacilitet, e.g., kæden fra leverandører til fabrik. 2. Distributionslogistik, som refererer til kæden fra fabrik til centrale lagre, og fra disse lagre til lokale lagre eller endelige distributører. 3. Citylogistik, som refererer til den endelige distribution fra et relativt lokalt lager til forretninger. Der findes kun få praktiske eksempler på modellering af virksomhedslogistik. Det gælder SMILE, GoodTrip og den foreslåede revision af SAMGODS, hvor det er valgt at modellere virksomhedslogistik i en separat model. Her anbefales samme principielle tilgang med et separat modul for virksomhedslogistik, som skal beregne O/D matrixer på grundlag af P/C matrixer. De fleste godstrafikmodeller beskæftiger sig med transport over relativt lange afstande, dvs. produktions- og distributionslogistik og sædvanligvis i en og samme model. Særligt SMILE og forslaget til SAMGODS beskriver to forskellige tilgange til virksomhedslogistik, hvor kun den i SMILE hidtil er blevet implementeret. I betragtning af dette synes der stadig plads og behov for at eksperimentere med forskellige modeltyper, noget som er en del af arbejdet i det virtuelle forskningscenter CLG. Denne forskning kan resultere i alternative tilgange, som det er værd at forsøge i en anvendt model. Citylogistik overses ofte i godstrafikmodeller simpelthen fordi den geografiske skala og aggregering i de fleste modeller gør det mindre relevant. Nogle programpakker behandler leveringsture med en travelling salesmanagtig algoritme, for eksempel for transport af varer til lokale forretninger. Programpakken Cube benytter et hierarki af 1) produktionszoner, 2) zoner med input til produktion, 3) transportlogistiske knuder (som omfatter lagre), intermediære forbrugszoner (e.g. indkøbscentre), og 4) zoner for endeligt forbrug (behandles ikke i Cube Cargo men i Cube Voyager). De tilsvarende modeller behandler forskellige geografiske skalaer (InterTrans, RegioTrans og CityTrans). 6

2.1.4 Valg af transportmiddel og rute VI foreslår et hierarki med tre niveauer til at beskrive rutevalg: 1. Beslutninger på niveau med transportkøbere, for eksempel dør til dør lastbiltransport eller multimodal transport, baseret på tid og omkostninger, leveringssikkerhed, etc. Disse beslutninger begrænser rummet af alternativer for de følgende transportbeslutninger. Transportkøbernes beslutninger kan for de meste beskrives med diskrete valgmodeller. 2. Valg i multimodale netværk mellem terminaler. På dette niveau beskrives kun forbindelser mellem transportlogistiske knuder. Beslutninger på dette niveau tages typisk af firmaet som udfører transporten. Modeller på dette niveau kan være diskrete valgmodeller, ren assignment eller en kombination af de to. 3. For lastbiler tages beslutninger om rute typisk af chauffører (undtaget tilfælde med tvangsruter eller begrænsninger), mens tog typisk dirigeres af togadministrationen, hvilket eventuelt kan simuleres i separate og mere avancerede modeller. Det bemærkes, at specielt 2) omfatter en blanding af ture- og transportmiddelvalg, mens 1) begrænser antallet af alternativer for 2) og 3) typisk er et uni-modalt rutevalgsproblem. Alt eller intet rutevalg er følsomt overfor små ændringer, når to ruter er næsten ens og der ikke tages højde for korrelerede ruter. Derfor anbefales enten diskrete valgmodeller eller modeller, som behandler problemet med overlappende ruter. Et andet problem med rutevalgsmodeller er definitionen af mængden af alternativer. Prædefinerede valgsæt blev benyttet i modellerne for Storebælt, Øresund og Femer Bælt, som alle kombinerede diskrete valg i specifikke korridorer med alt eller intet derimellem. Rutevalget kan dog let erstattes med en anden type model. I disse modeller var valgsættet indlysende og af en rimelig størrelse. Når antallet af alternativer bliver større, er det vanskeligere at generere et valgsæt til en diskret valgmodel. Valgsæt og rutevalg kan genereres simultant ved simulering, hvilket gør dem konsistente, men kan medføre lange beregningstider og problemer med konvergens. Alternativt kan valgsæt genereres ud fra nogle kriterier. En risiko ved denne tilgang er, at genereringsprocessen ikke finder alle relevante alternativer. 7

Vi foreslår at modellere valg af transportmiddel og rute i to trin. Første trin er en diskret valgmodel, som behandler valg af transportmiddel og også rutevalg, hvor der er et klart valg mellem et lille antal ruter. Dette sidste er specielt relevant for bro/færgeoverfarter ved Storebælt, Øresund og Femer Bælt. Det andet trin genererer simultant valgsæt og ruter med en probitlignende model. Betydningen af heterogenitet i præferencer er bredt anerkendt i modellering af persontransport. Virksomheder har ikke præferencer som personer. Det er alligevel sandsynligt, at heterogenitet er lige så vigtigt i godstrafik, hvor komponenterne i de generaliserede omkostninger kunne have stokastiske parametre. Generelt foretrækker vi at modellere så meget heterogenitet som muligt gennem en parametrisering af omkostningsfunktionen. Der kan imidlertid vise sig at være tilstrækkelig tilbageværende heterogenitet til, at det er nødvendigt at modellere den eksplicit. 2.1.5 Transportlogistik Transportlogistik behandles sjældent direkte i godstrafikmodeller. Som regel gøres antagelser eller man laver nogle gennemsnitsbetragtninger. Det kan dog være relevant i flere sammenhænge f.eks.: Optimering af drift, for eksempel mellem feederlinjer og backbone- services. Behandling af tomme returløb, køre/hviletidsbestemmelser, valg af biltype (specielt 25 m vogntog) og andre spørgsmål relateret til køretøjerne. Optimering af køreplaner i linjebaseret transport, e.g. toge og skibe. Dimensionering af udbud på given ruter, for eksempel frekvenser og transportmidler (skibsstørrelser, biltyper, etc.). Optimering af ruter mellem terminaler. For eksempel åbning af nye ruter, når efterspørgslen når et vist niveau. Valg eller relokalisering af konsolideringspunkter. Lokal citylogistik, for eksempel leveringsture til flere kunder. 8

To eksempler på transportlogistik i godstransportmodeller er givet i Friedrich et al (2003) 3, som betragter togformationsproblemer (optimering af transferpunkter, ruter og køreplaner) og leveringsture. Disse modeller er i brug i Tyskland. Cube Cargo behandler også vehicle choice along a line og valg mellem direkte transport og ture på regionalt og byniveau. Tog dækker kun en lille del af markedet i Danmark og linje- og terminalstrukturen er så simpel, at en specifik transportlogistisk model ikke er et kernespørgsmål. Det er på den anden side afgørende at repræsentere containerterminaler. Der er eksempler på, at etableringen af nye containerruter har flyttet ganske betydelige strømme, som før gik til andre terminaler. 2.1.6 Transportnetværksmodellering Godstrafikmodeller adopterer ofte principper fra persontrafikmodeller, hvor for eksempel vejvalget følger en brugerligevægt, hvor rejsetider og omkostninger vokser med trafikomfanget. STAN 4 finder et systemoptimum (ligevægt), som nok ikke korresponderer med operatørernes faktiske valg, som nok nærmere svarer til en stokastisk brugerligevægt. Desuden virker stigende marginalomkostninger usandsynlige på rutesegmentniveau. Rejsetider kan falde med mængden på grund af højere frekvenser, bedre kapacitetsudnyttelse og mere effektive transportmidler. Dette gælder i hvert fald når der ikke er kapacitetsrestriktioner; infrastrukturkapacitet er sjældent betydende for sø og banetransport og vejtransport er sjældent udsat for kapacitetsproblemer på grund af lastbiltrafik. Spørgsmålet kan beskrives i avancerede modeller som del af et logistikmodul (afsnit 2.1.4). En simplifikation kan være at benytte simplere funktioner på rutesegmentniveau. Transformationer fra gods til biler kan benyttes til at vurdere den mulige frekvens og dermed den skjulte ventetid. Mængder kan indikere mulige toglængder og skibsstørrelser, hvorved omkostningen per transporteret tons kan beregnes. Kapacitetsbegrænsninger er hermed mest relevante i netværksmodelleringen. I Danmark er kapacitetsbegrænsningerne koncentreret omkring København og vi foreslår kun at modellere kapacitet her. 3 Friedrich, M., Haupt, T. and Nökel, K (2003). Freight Modelling: Data Issues, Survey Methods, Demand and Network Models. Conference paper, 10 th International conference on Travel Behaviour Research, Lucerne, Switzerland. 4 STAN er en programpakke til godsmodeller, som ofte anvendes i Norden. 9

Eksogent allokeret kanalkapacitet i banenettet anses som tilstrækkeligt I første version af en dansk godstransportmodel. 2.2 Implementering Modellitteraturen overser ofte rammen, som kontrollerer den samling af modeller, som udgør det samlede modelkompleks. Der er en række vigtige punkter i denne sammenhæng. For det første omfatter modellen feedbacks til efterspørgsel. Det er afgørende, at der er konsistens mellem de forskellige modeltrin og at der er en mekanisme, der sikrer, at de iterative algoritmer faktisk konvergerer. Eksempler er fikspunktsmetoder eller successive gennemsnits metode. Omhu og statistiske konvergenstests anbefales. For det andet bør dataflow og konverteringer være fuldstændig automatiserede for at minimere risikoen for fejl og for at forøge gennemsigtigheden. Dataflow udgør en væsentlig del af et modelkompleks. Modellen bør omfatte en skal, som muliggør let administration, dokumentation og kvalitetssikring af modelkørsler. Forudsætninger og antagelser bør gemmes i en logfil eller endnu bedre som meta-data. ArcGIS 8x har i ArcCatalog en elegant måde til at håndtere XML-baserede metadata, som kan støtte den ellers ganske overvældende opgave, som det er at programmere meta-data faciliteter. For det tredje bør data vedligeholdes i et GIS-miljø. Dette muliggør fleksibel brug af forskellige datakilder og anvendelse af standardiserede metoder til kvalitetssikring. Disse metoder omfatter indbygget funktionalitet til at checke netværks topologiske egenskaber, noget som ellers kan være voldsomt tidskrævende. For det fjerde bør modelrammen give mulighed for brug af egne og open source programmer. De fleste programmer har deres styrker på visse områder og begrænsninger på andre. Det er vitalt, at modeludviklingen ikke begrænses af dette. Dataformater skal være standard. Endelig er åbenhed afgørende. Åbenhed kan bidrage til kvalitetssikring ved at tillade andre at efterse alle modelelementer, accept af modellen øges, når det er muligt at se hvad der bliver gjort og muligheden forbedres for konsulenter for at konkurrere om at udvikle og anvende modellen. 10

Derfor lægges vægt på at opbygge et fleksibelt modulært setup med sammenhængende databaser og en fælles ramme. Dermed kan modeludviklingen starte med en simpel model, som siden kan forbedres og som tillader submodeller at blive erstattet en af gangen efter behov. Den modulære opbygning giver mulighed for organisatorisk fleksibilitet, hvorved projekter kan outsources og resultaterne siden integreres i modellen. Det bliver lettere at beskrive grænseflader. Hvis modellen kan designes til at benytte sammenhængende databaser, kan dataarbejde hurtigt integreres og blive udnyttet med færre omkostninger. Således indebærer et godt databasedesign et potentiale for omkostningsreduktioner. Endelig giver et fleksibelt modulært design mulighed for at udvikle separate modeller til forskellige formål, hvor der genbruges relevante dele af mastermodellen. Herved kan enkeltstående analyser gennemføres mere effektivt. Det betyder, at der bør vælges programpakker, som tillader både modulær fleksibilitet og kommunikation med en enkelt GIS database. 11

3 Arbejdsprogram fase 1 3.1 Indledning 3.1.1 Baggrund og formål Ovenstående modelbeskrivelse tjener primært som målsætning for arbejdet. Ressourcer og praktiske hensyn nødvendiggør imidlertid en faseopdeling af modelarbejdet. Nærværende kapitel skitser et forslag til en fase 1 model, som kan levere troværdige resultater samtidig med at den udgør et skridt i retning mod målet. Behovsanalysen peger på interesse for at få belyst udviklingen i godstransporten i Øresundsregionen. Siden etableringen af Øresundsbron har der været meget fokus på integrationen i Øresundsregionen. Ligeledes overvejes i disse år en række beslutninger omkring regionen, som kan have betydelige konsekvenser for trafikken i regionen. Det drejer sig blandt andet om beslutningen om en fast forbindelse over Femern Bælt og en eventuel udbygning af færgekapaciteten i Trelleborg. I Hovedstadsregionen arbejdes endvidere med planer om en femte ringvej fra Høje Taastrup til Helsingborg, som blandt andet kan anvendes af den tunge trafik til og fra Sverige. Det prioriteres derfor at opbygge en fase 1 model med fokus på Øresundsregionen. Af hensyn til ressourcer indsamles ikke nye data. Et andet væsentligt formål med den første fase er derfor at udnytte og sammenstille eksisterende godsdata bedst muligt. 3.1.2 Modelkrav Modellen skal indenfor en horisont på typisk 5-10 år kunne belyse konsekvenser af eksempelvis: Større nye infrastrukturprojekter i Danmark og Sydsverige samt i tilknytning til Danmark og Sydsverige Ændringer i transportomkostninger f.eks. infrastrukturafgifter Tvangsruter for lastbiltrafik Ændringer i tomkørsel og kapacitetsudnyttelse. 12

Modellen skal bl.a. være i stand til at belyse konsekvenserne af følgende projekter enkeltvis og kombineret: en fast Femern Bælt forbindelse, udbygning af færgekapacitet i Trelleborg og udbygning af Ring 5. Konsekvenserne skal beskrives i form af overflytning mellem forskellige transportformer og trafikbelastninger på de enkelte strækninger, herunder vej, bane, færger og broer. Konsekvenserne skal også beskrives i form af ændringer i rejsetider og evt. regularitet. Ønsket om at beskrive de trafikale konsekvenser i regionen omfatter også spørgsmål relateret til kapacitet på vejene. Derfor inkluderes ikke alene trafikken i Øresunds- og Femern Bælt korridorerne, den interne trafik på begge sider af Øresund belyses også. Modellen belyser ikke direkte konsekvenser af den økonomiske udvikling og ændringer i plandatagrundlag. Endvidere indeholder modellen ikke logistiske betragtninger vedrørende placering og anvendelse af distributionscentre. Det skal understreges, at modellen ikke må opfattes som en ny prognosemodel for Femern Bælt. Modellens styrke og fokus er Øresundsregionen. 3.2 Eksisterende grundlag 3.2.1 SENEX og den nationale lastbilmodel (LDK) I forbindelse med Trafikministeriets undersøgelse af tyske vejafgifter har TetraPlan udviklet SENEX. Modellen beskriver international godstrafik til og fra Danmark. Der anvendes gods opdelt på 11 varegrupper og 4 transportmidler (lastbil, konventionel bane, kombineret transport og skib). Zonestrukturen er relativ grov og indenfor Danmarks grænser hovedsageligt baseret på amter. Modellen belyser valg mellem transportmidler og ruter. Endvidere indeholder modellen en simpel fremskrivning af transportmønstret. Datagrundlaget fra SENEX udnyttes i den foreslåede model. Herudover udvides modelformuleringen her, således at mekanismerne i SENEX er omfattet af den foreslåede model. Der er således på alle punkter tale om en udvidelse af SENEX. Trafikministeriet har iværksat udvikling af en national lastbilmodel for Danmark (LDK). Formålet med modellen er primært at kunne belyse ændringer i infrastrukturafgifter, økonomi og plandatagrundlag. Da modellen ikke foreligger, er beskrivelsen baseret på arbejdsprogrammet. 13

LDK vil omfatte national godstransport med lastbiler over 3,5 ton. Godset opdeles på samme 11 varegrupper som i SENEX. Danmark opdeles i 64 zoner, som er baseret på en aggregering af kommuner. Da LDK alene omfatter lastbiler, indeholder den ikke nogen egentlig modal split. Dog fordeles der på forskellige typer af lastbiler. Lastbilerne udlægges på det overordnede vejnet ved hjælp af en assignmentmodel. Det forventes, at LDK i nogen grad bliver i stand til at tage hensyn til brugen af distributionscentre. AKF s model LINE udbygges således, at den kan beregne påvirkninger i transportstrømme som funktion af ændringer i den regionale økonomi, plandatagrundlag og transportomkostninger. Der forventes ingen direkte sammenkobling med LINE, så der vil ikke være tale om nogen samlet model. Det forudsættes i det følgende, at datagrundlaget specielt i form af lastbilgodsmatricer anvendes i fase 1 modellen. 3.2.2 Andre eksisterende godstrafikmodeller Af øvrige relevante godsmodeller kan nævnes: OTM, SAMGODS og Øresundstrafikmodel. Modellerne er i øvrigt beskrevet i metodenotatet, som er en del a nærværende projekt. OTM beskriver trafikken i Hovedstadsområdet opdelt på 600 zoner. Det er primært en persontrafikmodel, idet den indeholder en relativ simpel vare- og lastbilmodel. I vare- og lastbilmodellen opdeles ikke efter varegruppe. SAMGODS er den svenske nationale godstrafikmodel. Den beskriver både national svensk og international godstransport til og fra Sverige. I den nuværende form består modellen af en række mere eller mindre uafhængige delmodeller. Den daglige brug af modellen omfatter primært transportmiddelvalg og rutevalg, som gennemføres ved hjælp af STAN, idet der forudsættes faste prognosematricer. Der er som tidligere nævnt gennemført et forstudie til revision af modellen. Øresundsmodellen beskriver trafikken mellem Danmark og Sverige og er udviklet af Cowi i midten af 1990 erne. Modellens primære formål har været at vurdere trafikken på en fast forbindelse mellem Danmark og Sverige under belysning af forskellige niveauer for integration. Modellen indeholder både person- og godstransport, men beskriver ikke godstransport internt i Øresundsregionen. Ingen af de nævnte modeller forventes direkte benyttet i nærværende model. Dog kan det vise sig hensigtsmæssigt at udnytte visse grunddata og parametre fra modellerne. 14

3.2.3 Eksisterende data Fase 1 modellen udvikles på grundlag af eksisterende data, idet der ikke gennemføres ny dataindsamling. Af vigtige eksisterende datakilder kan nævnes: godsmatricer fra eksisterende modeller, vareflötningsundersökningen (VFU), handelsstatistikker, interviewdata og tællinger. I forbindelse med udvikling af LDK udarbejdes matricer for den nationale lastbiltrafik, som direkte kan benyttes. Andre modeller f.eks. OTM og SAM- GODS indeholder også matricer, som kan nyttiggøres. I Sverige gennemførte Statistiska Centralbyrån (SCB) for SIKA i 2001 en stor undersøgelse af godstrafikken, såvel national som international. Undersøgelsen kaldes VFU for Vareflötningsundersökningen og er nærmere beskrevet i notatet Gennemgang og vurdering af eksisterende datagrundlag som led i nærværende projekt. Det forudsættes, at der kan opnås adgang til data. De opstillede matricer bør afstemmes med handelsstatistikken. Det kan således være nødvendigt at bestille udtrække oplysninger fra Danmarks Statistik og SCB. I løbet af 1990 erne er der gennemført en række SP-analyser. Der kan nævnes analyse af international godstransport gennemført af Transportrådet samt interview i forbindelse med opstilling af bromodellerne (Storebælt, Øresund og Femerbælt). På den danske side foreligger trafiktællinger fra Vejdirektoratet, amter og kommuner som kan nyttiggøres i forbindelse med kalibrering af modellen. På den svenske side forventes tilsvarende oplysninger at foreligge. Oplysninger om transportpriser udgør sædvanligvis et problem, da de ofte hemmeligholdes af konkurrencehensyn. Af mulige datakilder kan nævnes: eksisterende modeller, projekt om pris og kvalitet i godstransport gennemført af Transportrådet og en hollandsk undersøgelse 5. Endelig udnyttes foreliggende digitale kort til opstilling af netværksmodeller. 5 NEA (2003). Factorkosten van het goederenvervoer: een analyse van de ontwikkeling in de tijd. Adviesdienst Verkeer en Vervoer, Rijswijk marts 2003. 15

3.3 Formulering af model 3.3.1 Overordnet struktur Den overordnede struktur i modellen fremgår af figur 1. Modellen omfatter følgende delmodeller, som beskrives nærmere i de følgende afsnit: Vækstfaktormodel (afsnit 3.5) Turfordeling (afsnit 3.6) Valg af transportmiddel og overfart (afsnit 3.7) Rutevalg (afsnit 3.8) Konverteringsmodel f.eks. mellem ton og transportenheder (afsnit 3.9) Model for opdeling af trafik i tidsperioder (afsnit 3.9). Beregningerne gennemføres sekventielt. For at sikre sammenhæng i modellen indarbejdes feedback-effekter. Således vil modellen beskrive, hvorledes ændringer i transportsystemet påvirker transportefterspørgsel, transportmiddelvalg og rutevalg. Basismatricer (afsnit 3.4) Vækstfaktor (afsnit 3.5) Konvertering (afsnit 3.9) Tidssplit (afsnit 3.9) Turfordeling (afsnit 3.6) Prognosematricer Udbud Valg af transportmiddel og overfart (afsnit 3.7) Rutevalg (afsnit 3.8) OTM/Sampers Figur 1 Modellens overordnede struktur 16

På basis af eksisterende data og modeller opstilles turmatricer for et basisår f.eks. år 2001. Basismatricerne beskriver varestrømme mellem zoner opgjort i ton eller volumen opdelt efter varegruppe og transportmiddel. De danner input til prognoseberegningerne, idet modellen beregner relativt i forhold til disse basismatricer (pivot-point). Der implementeres som tidligere nævnt ikke nogen model for sammenhæng mellem transportomfang og økonomisk udvikling, da det vil kræve en betydelig ressourceindsats. I stedet for udvikles en simpel vækstfaktormodel med det formål at kunne belyse forskellige scenarier med hensyn til udvikling i transportomfang. I turfordelingsmodellen fordeles godsmængderne mellem zonerne ud fra tilgængelighed mellem zonerne og deres attraktivitet. En forbedring af infrastrukturen vil alt andet lige medføre ændringer i varestrømme og medføre længere transporter, idet adgang til nye markeder bliver hurtigere og billigere. Med turfordelingsmodellen kan dette belyses. Turfordelingsmodellen kan på et senere tidspunkt erstattes med en økonomisk model. I model for valg af transportmiddel og overfart fordeles varestrømmene efter transportmiddel og overfartssted. Det foreslås, at modellen omfatter følgende transportmidler: Lastbil Konventionel banetransport Kombineret banetransport Skib. Det foreslås, at konventionel banetransport medtages som et separat transportmiddel. For det første transporteres store mængder indenfor bulk og fødevarer med konventionel bane. For det andet er overflytningsmulighederne væsentlig mindre end for kombineret banetransport, hvor containere, veksellad o.lign. benyttes. Derimod ses bort fra rør- og flytransport. Godsmængder eller volumen i matricerne konverteres til transportenheder. Der tages her hensyn til tomkørsel og kapacitetsudnyttelse. Trafikken fordeles så vidt muligt over tidsperioder, så kapacitetsforhold bedre kan belyses. For at kunne tage hensyn til kapaciteten på vejene indlægges persontrafikken som faste matricer fra eksisterende beregninger med OTM og SAM- PERS, som er den svenske landstrafikmodel for persontrafik. Således gennemføres der ikke nye beregninger med OTM/SAMPERS for hver ny bereg- 17

ning med nærværende model. Det forudsættes, at der kan opnås tilladelse til benyttelse af matricer fra OTM og SAMPERS. I assignmentmodellen udlægges trafikken i nettene. Asignmentmodellen benyttes endvidere til beregning af udbud (rejsetider, omkostninger mv.), som fødes tilbage til modellen (feedback). 3.3.2 Geografisk dækning og zonesystem Den geografiske dækning kan hensigtsmæssigt opdeles i fem områder: Østdanmark (Sjælland, Lolland og Falster) Skåne Vestdanmark (Jylland og Fyn) Norden (Øvrige Sverige udover Skåne, Norge og Finland) Det europæiske Kontinent inkl. England og Irland. For bedst at kunne vurdere infrastrukturprojekter i Østdanmark og Skåne er det nødvendigt med et relativt detaljeret zonestem i de to områder. Zonesystemet i Østdanmark kan eksempelvis baseres på mindre aggregeringer af Landstrafikmodellens 6 zoner. Da zonesystemet i Landstrafikmodellen i Hovedstadsregionen stort set svarer til en aggregering af zoner i OTM, kan bilmatricer fra OTM umiddelbart nyttiggøres i forbindelse med modellering af vejkapacitet. Uden for Hovedstadsregionen er zonesystemet i Landstrafikmodellen mere stormasket og overvejende baseret på sogne. I Skåne kan zonesystemet baseres på aggregeringer af zonesystemet i SAM- PERS, så bilmatricer fra SAMPERS umiddelbart kan benyttes. Zonesystemet i Vestdanmark foreslås mindre detaljeret end i Østdanmark baseret på f.eks. zonesystemet i LDK. Der foreslås et relativt groft zonesystem for de øvrige to ovennævnte områder med størst detaljering nærmest Danmark og Skåne. Det kan f.eks. baseres på SENEX. Den øvrige verden kan for fuldstændigheden medtages i form af portzoner. På basis af ovenstående forventes en opdeling i omkring 600 zoner fordelt med 400 zoner i Østdanmark, 100 zoner i Skåne, 40 zoner i Vestdanmark og 60 zoner i de øvrige områder inkl. portzoner. Indenfor Danmark og Skåne medtages den interne godstransport. Den internationale godstransport til og fra området såvel som transittrafik indgår 6 National dansk persontrafikmodel (Vejdirektoratet) 18

også i modellen. Udenfor dette område medtages ikke interne transporter, således medtages eksempelvis ikke godstransporter mellem Tyskland og Frankrig. Figur 2 viser transportstrømmene i modellen. De røde felter i figuren viser transportstrømme, som dækkes af modellen. De hvide felter angiver transportstrømme, som ikke indgår i modellen. Til/fra ØDK VDK Skåne Øv. S N SF Kontinent ØDK VDK Skåne Øv. S N SF Kontinent Figur 2 Skematisk beskrivelse af transportstrømme i modellen 3.3.3 Varegrupper Det foreslås, at varerne opdeles i omkring 10 klasser baseret på en kombination af varegrupperingen i VFU og SENEX. Det skyldes, at VFU og SENEX udgør de to vigtigste datakilder i opstilling af basismatricerne. Den endelige klassifikation fastlægges ved projektets opstart. Som tidligere nævnt forudsættes, at der kan opnås adgang til VFU. Rådata foreligger meget disaggregeret, men af diskretionshensyn må det forventes at data aggregeres, før de udleveres. De bearbejdede data foreligger aggregeret til 12 SAMGODS-varegrupper, som fremgår af tabel 1. I SENEX anvendes 11 varegrupper som fremgår af tabel 2. Tabellerne indeholder referencer til den tocifrede NST/R kode, som danner basis for begge vareklassifikationer. Selvom der er mange overlap mellem de to varegrupperinger, så er der også forskelle. De største forskelle vedrører tømmer, trævarer, maskiner og forarbejdede varer. I forbindelse med indhentning af VFU-data skal mulighederne for mere detaljeret underopdeling af visse SAMGODS-varegrupper undersøges for at opnå bedste overensstemmelse mellem kilderne. 19

SAMGODS NST/R-2 Beskrivelse af varegruppe 1 00-03,06,18 Korn, grøntsager og levende dyr 2 05 Tømmer 3 05 Trævarer 4 11-17 Næringsmidler og foder 5 21-23,31 Fast brændsel og råolie 6 32-34,83 Petroleumprodukter 7 41-46 Malme 8 51-56 Metallurgiske produkter 9 84,97 Papirmasse og papirprodukter 10 61-69 Sten, sand og cement 11 71,72,81,82,89 Gødningsstoffer og kemiske produkter 12 04,09,91-96,99 Maskiner og forarbejdede varer Tabel 1. SAMGODS-varegrupper Senex NST/R-2 Beskrivelse af varegruppe 0 00-03,06 Korn, grøntsager og levende dyr 1 11-18 Næringsmidler og foder 2 04,05,09 Træ, kork, tekstilfibre og andre råmateriale 3 21-23,31-34 Fast brændsel og olieprodukter 4 41-46,51-56, Malme og metallurgiske produkter 5 61-69 Sten, sand og cement 6 71,72, 81-83,89 Gødningsstoffer og kemiske produkter 7 91-93 Maskiner og metalprodukter 8 94-97 Andre forarbejdede produkter 9 84 Papirmasse og papiraffald 10 99 Særligt fragtgods Tabel 2. Varegrupper i SENEX 20

3.4 Basismatricer Opstilling af godsmatricer for et basisår f.eks. 2001 er centralt i udvikling af modellen. Dels udgør de grundlaget for pivot-point korrektion af prognoserne og dels benyttes de i forbindelse med estimation af modellen. Basismatricerne sammenstykkes ud fra følgende eksisterende datakilder: SENEX LDK VFU SAMGODS Handelsstatistik. SENEX beskriver godsmængder til og fra Danmark for år 2000. Således omfatter SENEX ikke interne transporter i Danmark. De beskrives til gengæld ved hjælp af LDK. VFU beskriver godstransporter til og fra Sverige og interne godstransport indenfor Sverige for året 2001. VFU indeholder ikke alle varegrupper, da specielt fødevarer mangler. Det er derfor nødvendigt at supplere med data fra SAMGODS for at kunne medtage samtlige varegrupper. Indledningsvis sammenstykkes de forskellige datakilder på overordnet niveau opdelt på varegrupper. Dernæst afstemmes med handelsstatistikken, og der opskrives eventuelt til det valgte basisår. Matricerne opdeles på transportmidler. Indenfor Danmarks grænser forudsættes dog, at godstransport foregår med lastbil. I det omfang det er muligt at identificere feedertransport ud fra de tilgængelige datakilder, indlægges de som transporter til de pågældende udskrivningshavne. Beskrivelsen af feedertransport bygger i øvrigt videre på SENEX. Basismatricerne underopdeles til modellens zonesystem. Det kan eksempelvis gennemføres ved hjælp af befolknings- og arbejdspladstal. Matricerne etableres retningsorienteret fra afsender (generation) til modtager (attraktion), såkaldte GA-matricer. Dette giver bedre mulighed for at belyse returtransporter og dermed omfang af tomkørsel. VFU-data indeholder informationer om afsender og modtager. For relationer, som ikke dækkes af VFU omdannes til GA-matricer ved hjælp af eksempelvis befolkning og arbejdspladser, hvilket er en teknik som kendes fra OTM. 21

3.5 Vækstfaktormodel Der indgår ikke nogen model, som kan afspejle ændringer af transportomfang som funktion af ændringer i økonomi, plandatagrundlag og omkostninger. Eksempelvis vil en infrastrukturafgift ikke påvirke den samlede mængde af godstransport. Godstransporten vil alene blive påvirket via turfordelingsmodellen, som ændrer fordelingen af varestrømme mellem zoner, og transportmiddelvalget. For at forbedre modellen så den bedre kan belyse effekter af eksempelvis en infrastrukturafgifter samt forskelle i den økonomiske udvikling i Danmark og Sverige, foreslås implementeret en simpel vækstfaktormodel. Eksogent angives forventede procentuelle stigninger og fald i varemængder til og fra de enkelte zoner. Det er således nødvendigt udenfor modellen ved hjælp af generelle elasticiteter el.lign. at skønne ændringerne, som input til modellen. I vækstfaktormodellen gennemføres en iterativ matrixafstemning, således at resultatet af prognosematricerne svarer til de angivne vækstfaktorer. 3.6 Turfordeling Det må i hvert fald på længere sigt forventes at ændringer i transportomkostninger vil påvirke varestrømmene. Således vil forbedringer af infrastrukturen medføre mere trafik i den pågældende korridor. Det kan også nævnes, at der i dag trods en fast forbindelse over Øresund fortsat forekommer en barriere for trafik mellem Danmark og Sverige. Hvis denne barriere reduceres, må der forventes en bedre integration mellem to lande og større vareudveksling. Ovennævnte ændringer i varestrømmene modelleres ved hjælp af en turfordelingsmodel. Den opbygges som en gravitationsmodel som funktion af tilgængelighed mellem zonerne (logsum), eventuel afstand mellem zoner og zonernes attraktivitet udtrykt ved godsmængder til zonerne. Modellen estimeres som en logitmodel, hvor logsummerne fødes fra modellen for transportmiddelvalg (afsnit 3.7). Derudover benyttes basismatricer og afstande hentet fra assignmentmodellen i estimationen. Metoden er velkendt fra bl.a. OTM. 3.7 Valg af transportmiddel og overfart Valg af overfartssted kan inkluderes i avanceret rutevalgsmodel, hvilket f.eks. blev benyttet i Havnetunnelprojektet. Men metoden skønnes for ambitiøs her. Det kan således være vanskeligt at estimere en rutevalgsmodel, hvor netværk og matricer er inhomogent mellem forskellige geografiske 22

områder. I nærværende projekt, må trafiknettene forventes at være beskrevet væsentligt forskelligt hvad angår detaljeringsgrad og forklarende variable på Sjælland, Skåne, resten af Danmark, Sverige, samt det øvrige net. Valg af transportmiddel og overfart foreslås derfor behandlet ved hjælp af en almindelig nestet logitmodel. I afsnit 3.3.2 blev den geografiske dækning inddelt i fem områder, hvilket resulterer i 10 mulige kombinationer: 1. Transport mellem Norden og det europæiske Kontinent 2. Transport mellem Skåne og det europæiske Kontinent 3. Transport mellem Østdanmark og det europæiske kontinent 4. Transport mellem Vestdanmark og det europæiske Kontinent 5. Transport mellem Norden og Skåne 6. Transport mellem Norden og Østdanmark 7. Transport mellem Norden og Vestdanmark 8. Transport mellem Skåne og Østdanmark 9. Transport mellem Skåne og Vestdanmark 10. Transport mellem Øst- og Vestdanmark. For hver af ovenstående kombinationer udvikles separate modeller til valg af transportmiddel og overfart. Dertil kommer interne transporter i Øst- og Vestdanmark samt Skåne, som forudsættes at foregå med lastbil. Til estimation af modellerne indsamles eksisterende RP- og SP-data og foreliggende overfartstællinger. Da modellerne estimeres på grundlag af eksisterende data, kan det blive nødvendigt at anvende samme modelparametre for flere varegrupper. Datagrundlaget omfatter derudover basismatricer samt rejsetider og transportomkostninger, som beregnes ved hjælp af assignmentmodellerne. Modellerne skal tage højde for nye overfartsalternativer, som skal forhåndsdefineres. Det kan f.eks. være en fast Femern Bælt forbindelse og en fast HH forbindelse. 3.7.1 Transport mellem Norden og det europæiske Kontinent Der findes et større antal transportalternativer mellem Norden og det europæiske kontinent. I figur 3 er skitseret en principiel model for valg mellem transportmiddel og overfart. 23

I projektets opstart skal det konkret besluttes hvilke færgeruter, som skal indgå i modellen. Endvidere må estimationen afgøre, hvorledes det er hensigtsmæssigt at neste transportmidler og overfarter. Lastbil Bane Skib Færge via Jylland HH Bro Færge via Sverige Storbælt Bro Rødby Færge via Sverige Via Jylland Rødby Via Jylland Rødby Konv. Kombi Konv. Kombi Konv. Kombi Færge Storebælt Ffærge Storebælt Figur 3. Principiel model for valg af transportmiddel og overfart for trans- porter mellem Norden og det europæiske Kontinent 3.7.2 Transport mellem Skåne og det europæiske Kontinent Færgetransport via Jylland er næppe et realistisk alternativ ved transport mellem Skåne og det europæiske Kontinent. Derudover svarer transportalternativerne til afsnit 3.7.1. Det principielle udseende af modellen vil derfor ligne figur 3. 3.7.3 Transport mellem Østdanmark og det europæiske Kontinent De primære transportruter mellem Sjælland/Lolland-Falster og det europæiske Kontinent for lastbil og bane går via Rødby eller landegrænsen mellem Danmark og Tyskland. Således ses bort fra transportruter, som foregår via Sverige med færge til Tyskland eller Polen. I dag foregår næsten al banetransport via Storebælt. Alternativet via Rødby medtages dog af hensyn til bl.a. fremtidige scenarier. Det principielle udseende af valgmodellen er således som skitseret i figur 4. Det konkrete udseende vil dog afhænge af estimationen. 24

Lastbil Bane Skib Via Jylland Rødby Storebælt Rødby Færge Storebælt Konv. Kombi Konv. Kombi Figur 4 Principiel model for valg af transportmiddel og overfart for transporter mellem Østdanmark og det europæiske Kontinent 3.7.4 Transport mellem Vestdanmark og det europæiske Kontinent For lastbil og bane går de realistiske transportruter via den danske og tyske landegrænse. Varestrømme mellem Vestdanmark og det europæiske Kontinent fordeles således ved hjælp af en simpel logitmodel efter transportmidlerne: lastbil, konventionel bane, kombineret banetransport og skib. I den konkrete estimation afgøres, hvorvidt det er hensigtsmæssigt at neste transportmidler f.eks. konventionel banetransport og kombineret transport. 3.7.5 Transport mellem Norden og Skåne Varestrømme mellem Skåne på den ene side og det øvrige Sverige, Norge og Finland fordeles som ovenfor ved hjælp af en logitmodel simpelt efter anvendt transportmiddel. Det skal vurderes om modellen fra afsnit 3.7.4 direkte kan overføres, så der alene bliver tale om estimation af nye alternative specifikke konstanter. 3.7.6 Transport mellem Norden og Østdanmark Som udgangspunkt modelleres lastbilernes valg over Øresund som valg mellem Øresundsbron versus færgerne mellem Helsingør og Helsingborg. Det principielle udseende af valgmodellen er skitseret i figur 5, hvor valg af transportmiddel har højere prioritet end valg af overfart. Da færgerne er konkurrerende, kan det være nødvendigt at estimere en delmodel for de forskellige færger. Den konkrete udseende vil afhænge af estimationen. 25

Lastbil Bane Skib Færger Bro Konv. Kombi Figur 5 Principiel model for valg af transportmiddel og overfart for transporter mellem Norden og Østdanmark 3.7.7 Transport mellem Norden og Vestdanmark Der er flere overfartskombinationer for lastbiltransport mellem Jylland/Fyn på den ene side og Sverige, Norge og Finland på den anden side. Kombination af valgmuligheder fremgår principielt af figur 6. For bane må det betragtes som givet af broforbindelserne benyttes. Igen vil den konkrete udseende afhænge af estimationen. Lastbil Bane Skib Færge direkte til Jylland HH Bro Konv. Kombi Færger Storebælt Færger Storebælt Figur 6 Principiel model for valg af transportmiddel og overfart for transporter mellem Norden og Vestdanmark 3.7.8 Transport mellem Skåne og Østdanmark Modellen for transport mellem Skåne og Østdanmark vil ligne modellen i afsnit 3.7.6. Den er anelse mere simpel, idet alene færgeruter mellem Helsingør og Helsingborg betragtes. Endvidere er udbuddet af skibsruter væsentlig mindre og måske negligerbart. 3.7.9 Transport mellem Skåne og Vestdanmark Modellen for transporter mellem Skåne og Vestdanmark ligner den skitserede model i figur 6. Det foreslås dog at se bort fra færgeruter mellem Sve- 26