Hvad har betydning for udviklingen i cyklingen?
Analyse af brug af cykel på ture i transportvaneundersøgelsen 1996-2013.
Thomas Sick Nielsen Ismir Mulalic
Hjalmar Christiansen
E: thnie@transport.dtu.dk
Trafikdage på Aalborg Universitet, 24 og 25 august 2015
2 DTU Transport, Danmarks Tekniske Universitet
Hvorfor er det interessant?
• 2009: Cyklismen skal fremmes - valg af cyklen som transportmiddel er at foretrække, hvor det er en realistisk mulighed.
• 2014, Den Nationale Cykelstrategi:
Danskerne cykler mindre i dag end i 1990’erne; den udvikling skal vendes.
• 2014: Parterne ønsker fortsat at fremme cyklen som et sundt, grønt og effektivt transportmiddel i hele landet.
Vejdirektoratets cykelindeks:
Ændringer i cykelandelen i kommunerne 1995-2013
Large decline (-0,4- -0,2) Decline (-0,2- -0,1)
No significant changes Growth (0,1- 0,13) High growth (0,27- 0,5)
4 DTU Transport, Danmarks Tekniske Universitet
Cykelandel på månedsbasis 1992-2014 *
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
1992M08 1993M02 1993M09 1994M03 1994M10 1995M04 1995M11 1996M05 1996M11 1997M05 1997M11 1998M05 1998M11 1999M05 1999M11 2000M05 2000M11 2001M05 2001M11 2002M05 2002M11 2003M05 2003M11 2004M05 2004M11 2005M05 2005M11 2006M05 2006M11 2007M05 2007M11 2008M05 2008M11 2009M05 2009M11 2010M05 2010M11 2011M05 2011M11 2012M05 2012M11 2013M05 2013M11
Bicycle share by month 12 months mean
* Kilde: Transportvaneundersøgelsen (TU), cykelandel af alle ture, 16-74 årige med bopæl i DK, N=747633 ture
December 2010
Knap 7% af turene er cykelture
Døgnmiddeltemperaturen
er minus 3,9 grader (ret koldt)
6 DTU Transport, Danmarks Tekniske Universitet
Mission
• Anvende transportvaneundersøgelsen som pseudo-panel for at skabe ny viden om hvad der over tid driver cyklingen op eller ned.
• Analysere den generelle trend i cyklingen – under inddragelse af ‘andre vigtige faktorer’.
• Analysere om der er faktorer som f.eks. bymæssighed og lokalisering, der over tid ændrer betydning i forhold til cykling
Data
• Transportvaneundersøgelsen (TU)
• To perioder: 1992-2003 og 2006-2014
• Én dags rejser for ca. 10000 Dansk bosatte pr. år
• Databrud i metode, variable og population undervejs
• Analyser kan primært baseres på 1995/96-2014 med repondenter i aldergruppen 16-74 (N=654203 ture) afht. sammenlignelighed og tilstedeværelse af forklarende variable.
• TU datasættes variable ‘ forlænges’ med data fra andre kilder der kan matches til TU repondenter på baggrund af tidspunkt og lokalitet.
Anvendte data gennemgåes på de følgende slides.
8 DTU Transport, Danmarks Tekniske Universitet
Demografi og socio-økonomi
• Alder
• Køn
• Beskæftigelse
• Husstandsstørrelse
• Husstandsindtægt
• Boligform
Bymæsssighed og lokalisering
• Baseret på 278 ‘gamle kommuner’ som geografiske reference, der går i gennem TU 1992-2003 og 2006-2015
• Bystørrelse målt ved befolkningens størrelse
• Befolkningstæthed i byzonen
• Lokalisering målt som afstand til de største byer: København og Århus (de store vækstregioner)
10 DTU Transport, Danmarks Tekniske Universitet
Vejret: temperatur og nedbør
Cappelen, J. (2014). Denmark - DMI Historical Climate Data Collection 1768-2013, Technical Report 14-02, DMI Ministry of Climate and Energy, Copenhagen
Vejr-variable
Rejsedagen Inden for rejsedøgnet
3 dage op til
7 dage op til
• Nedbør (døgn)
• Regnvejrsdage (min. 1 mm/døgn)
• Dagtemperatur
• Døgn med frostgrader
12 DTU Transport, Danmarks Tekniske Universitet
Priser: motorbrændstof og tog-billetter
0 20 40 60 80 100 120 140 160
199601 199607 199701 199707 199801 199807 199901 199907 200001 200007 200101 200107 200201 200207 200301 200307 200401 200407 200501 200507 200601 200607 200701 200707 200801 200807 200901 200907 201001 201007 201101 201107 201201 201207 201301 201307 201401 201407
07.2.2 Brændstof
07.3.1 Personbefordring ad jernbane
Prisindeks
Priser Vejret By og lokalitet Socio- demografi
Tid Additive effekter – samt
interaktion mellem trend og udvalgte variable.
:Besvarer spørgsmålet om der er noget der har ændret betydning over tid.
14 DTU Transport, Danmarks Tekniske Universitet
Generelle sammenhænge I
• Socio-økonomi
– Alder (+ men ikke lineært) – Kvinde (+)
– Indtægt (-)
– Beskæftigelse: Studerende/lønmodtager (+), Pensionist/selvst. (-) – Bolig: Række/etage (+), Parcel/land (-)
– Husstandstype: Par (+), Enlige (-) – Hverdage (+)
• Bymæssighed og lokalisering – Befolkningstæthed (+) – Bystørrelse (-)
– Afstand til de store byregioner (+)
• Socio-økonomi – Alder +10%
– Indtægt +45%
– Færre løndmodtage, flere pensionister og studrende – Færre rækkehuse/etage (bølger)(-
– Flere enlige
Generelle sammenhænge II
• Vejr
– Dagstemperatur på rejsedagen (+)
– Regnvejrsdage i 3 dage op til rejsedagen (-)
• Priser
– Prisen på motorbrændstof (+)
– Prisen på rejser med jernbane (+)
16 DTU Transport, Danmarks Tekniske Universitet
Ændringer over tid
• Den generelle tidstrend er negativ (-)
– Dvs. sandsynligheden for at nogen hopper på en cykel har generelt været faldende over tid – også når vi tager højde for ændringer i befolkningens bosætning, aldersammensætning mv.
• Andre faktorer ændrer betydning over tid:
– Den negative effekt af indtægt på cykling reduceres væsentligt (men er stadigt negativ).
– Pensionister cykler mere end tidligere (men stadigt mindre end f.eks.
Lønmodtagere/studerende)
– Betydningen af lokalisering i forhold til de store centre reduceres.
Den generelle positive sammenhæng mellem afstand til de store
centre og cykling – reduceres. Man skal nu ‘længere væk’ fra de store centre før cyklingen er den samme.
Priser Vejret By og lokalitet Socio- demografi
Tid Investerin
g
Kampagn er
Under forudsætning af stor rumlig og temporal variation
18 DTU Transport, Danmarks Tekniske Universitet
Cykelpuljens bevillinger
Vi Cykler til Arbejde
• Kampagne fra 1997 og frem
• Maj måned
• Antal deltagende virksomheder, hold mm. fra ihvertfald 2007 og frem
• Kommunale tilkøb (mere eksogent)
• Evalueringsmulighed til afprøvning
20 DTU Transport, Danmarks Tekniske Universitet
2015 2016 2017
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
Events X X X X X X
Event evaluations X X X X X X
Knowledge
surveys X X X X X X X
Coach-evaluations X X X X X X X X X X X X X X X X X X X X
NTS data X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X X
