1 Navn på indsender: Jonas Herby og Helen Lundgaard
Firma/organisation: Incentive og Region Hovedstaden
Projekt: Benchmarking af cykling internt i Region Hovedstaden
Dato: 13. marts 2015
1 Baggrund og formål
I 2012 lavede Incentive et regionalt cykelregnskab for Region Hovedstaden, det først af sin slags i Danmark. Her blev regionen delt op i tre kommunegrupper: ’København/Frederiksberg’, ’forstadskommuner’ og ’øvrige kommuner’.
Cykelregnskabet viste, at der er stor forskel på, hvor meget borgerne i de tre grupper cykler. Fx cykler borgerne i København/Frederiksberg ca. tre gange så meget som borgerne i øvrige kommuner.
Vil man gerne have borgerne uden for København/Frederiksberg til at cykle mere, er det interessant at vide, hvad forskellen skyldes, da nogle ting er nemmere at påvirke end andre. Fx er det vanskeligt at påvirke alderssammensætningen, mens det er muligt at arbejde på at påvirke holdningen til cykling.
For at blive klogere på, hvad der kan forklare forskellene, hyrede Region Hovedstaden Incentive til projektet ’Benchmarking i Region Hovedstaden’. Her gennemgik vi 13 teser for, hvorfor der er forskelle mellem de tre grupper. Er det strukturelle forskelle som fx alderssammensætningen og beskæftigelse? Eller skyldes det andre ting, som fx holdningen til cykling?
2 Metoder, analyser og fremgangsmåde
Analysen bruger data fra DTU’s transportvaneundersøgelse og data fra Google Maps. I beregningerne har vi så vidt muligt beregnet alt andet lige-effekter. Fx hænger bilejerskabet sammen med familietypen og alderssammensætningen. Derfor beregner vi effekten af bilejerskabet givet familietypen og alderssammensætningen.
Vi har på den måde forsøgt at beregne alle teser alt andet lige.
Til undersøgelsen har vi indsamlet data via Google Maps for 40.000 ruter internt i Region Hovedstaden. Disse data er brugt til at bestemme trængslen i de forskellige kommune grupper, og hvordan den offentlige transport er i forhold til cyklen.
De teser, vi har undersøgt, er:
1. Bilejerskab 2. Trængsel
3. Alderssammensætning 4. Uddannelse
5. Beskæftigelse 6. Afstand til en station 7. Afstand til arbejde
8. Afstand til fritidsaktiviteter 9. Afstand til studie
10. Cykel vs offentlig transport 11. Familietype
12. Afstand til indkøb
2 13. Indkomst
3 Resultater
Figurerne nedenfor viser forskellen i cykling mellem forstadskommuner og København/Frederiksberg, samt hvor meget hver enkelt tese kan forklare af den samlede forskel.
Undersøgelsen forklarer hele 87% af forskellen mellem København/Frederiksberg og forstadskommuner. Altså er der 13%, som kan skyldes andre faktorer, som fx holdning til cykling. At borgerne i København/Frederiksberg har markant flere biler end borgerne i forstadskommuner forklarer den største del (34%). En anden stor del skyldes, at der er stor trængsel på vejene i København/Frederiksberg. Det gør, at selvom man har en bil, er den relativt langsom i forhold til cyklen (13%).
Figuren nedenfor viser forskellen mellem øvrige kommuner og forstadskommuner. Figuren viser, at hele forskellen mellem de to grupper kan forklares af de 13 teser. Her skyldes en stor del af forskellen også bilejerskabet. Hvor afstanden til en station og afstanden til arbejde samlet set kan forklare 10% af forskellen mellem forstadskommuner og
København/Frederiksberg, forklarer det her samlet 40% af forskellen.
Det er altså ikke helt de samme faktorer, der skaber forskellen mellem øvrige kommuner og forstadskommuner som mellem forstadskommuner og København/Frederiksberg.
1.981 m
460 m (34%) 180 m (13%)
171 m (12%) 131 m (10%)
77 m (6%) 68 m (5%)
63 m (5%) 27 m (2%) 24 m (2%) 22 m (2%) 13 m (1%) -16 m (-1%) -30 m (-2%) 178 m (13%)
3.349 m
0 1.000 2.000 3.000 4.000
Forstæder Bilejerskab Trængsel Alderssammensætning Uddannelse Beskæftigelse Afstand til station Afstand til arbejde Afstand til fritidsaktiviteter Afstand til studie Cykel vs offentlig transport Familietype Afstand til indkøb Indkomst Tilbageværende forskel København/Frederiksberg
Cykling meter/borger/dag
3 1.125m
173 m (20%) 170 m (20%)
160 m (19%) 146 m (17%)
107 m (13%) 76 m (9%)
36 m (4%) 34 m (4%)
20 m (2%) 4 m (1%) 4 m (0%) 0 m (0%) -6 m (-1%) -69 m (-8%) 1.981m
0 500 1.000 1.500 2.000 2.500
Øvrige Bilejerskab Afstand til arbejde Afstand til station Cykel vs offentlig transport Trængsel Uddannelse Beskæftigelse Alderssammensætning Familietype Afstand til indkøb Indkomst Afstand til fritidsaktiviteter Afstand til studie Tilbageværende forskel Forstæder
Cykling meter/borger/dag
