1 / 36

Innlegg av Jens Rekdal Møreforsking Molde AS

Husholdsstruktur og Bilholdsutvikling Betydningen av endret husholdstruktur på utviklingen i bilbestanden og bilbruken. Innlegg av Jens Rekdal Møreforsking Molde AS. Bakgrunn.

cwen
Télécharger la présentation

Innlegg av Jens Rekdal Møreforsking Molde AS

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Husholdsstruktur og BilholdsutviklingBetydningen av endret husholdstruktur på utviklingen i bilbestanden og bilbruken Innlegg av Jens Rekdal Møreforsking Molde AS

  2. Bakgrunn • De fleste er enig i at utviklingen i bilholdet og bilbestanden er en svært viktig drivkraft når det gjelder trafikkutviklingen over tid. • Når man skal lage prognoser for trafikkutviklingen blir det dermed viktig at bilholdsprognosene er så presise som mulig. • I dette prosjektet stilles det spørsmål om endringer i antall hushold og husholdsstrukturen kan betraktes som en egen drivkraft i utviklingen i bilholdet og bilbestanden. • Hva kan dette bety bl.a. for aggregerte analyser (tidsrekker) av bilholdsutviklingen over tid, spesielt i forhold til de konklusjoner man trekker i forhold til inntektens betydning, at man ikke tar hensyn til husholdsutviklingen over tid. • Hvis det er slik at endringen i husholdsstrukturen har en selvstendig effekt, hvordan skal vi ivareta dette i forbindelse med prognoser for fremtidig bilhold eller biltilgang ?

  3. Bakgrunn • Fra 1980 til 2001 økte personbilbestanden i Norge med 52 %, fra 1.2 mill til 1.9 mill. • Dette er identisk med veksten i BNP (fastland) per capita i realpriser • I samme periode har innbyggertallet i Norge økt med 10 %, fra 4.1 mill til 4.5 mill. • Antall private hushold har økt med 30 % fra 1.5 mill til 2.0 mill. • Gjennomsnittlig antall personer per hushold er redusert med 15 %, fra 2.7 til 2.3. • Gjennomsnittlig antall personbiler per hushold er økt med 18 % fra 0.81 til 0.96. • Utviklingen i alle disse indikatorene varierer betydelig geografisk.

  4. Utvikling i noen ”makrotall”

  5. Et eksempel som belyser problemstillingen • De isolerte effektene av endringer i husholdsstruktur og inntekt (via bilholdet) er ikke additive • Den kombinerte effekt av inntektsendringer og endringer i husholdsstruktur er kritisk avhengig av bilholdet i utgangspunktet og hvordan dette endres • Endringen fra alt. 3 til alt. 1 viser den isolerte effekten av husholdsendringer når bilholdet i utgangspunktet er høyere (enn fra 0 til 2) • Bare hvis antall biler per voksen er identisk vil endringer i befolkningens fordeling på husholdstyper, virke nøytralt på bilholdet

  6. Prosjektet er todelt: • Del 1 tar for seg den historiske utviklingen: • Data fra de tre siste folketellingene (FoB) i Norge er kombinert med • Data fra de fire siste nasjonale reisevaneundersøkelsene (RVU) i Norge • Hensikten med analysen er å studere hvordan bilbestanden (gjennomsnittlig antall biler per hushold fra RVU multiplisert med antall hushold fra FoB) er påvirket av utviklingen i gjennomsnittlig antall biler og husholdsstruktur • Del 2 er basert på modellkjøringer og langsiktige prognoser: • Bilholds- og førerkortmodeller utviklet til bruk i de nye regionale transportmodellsystemene i Norge, er benyttet til å belyse hva som skjer i langsiktige prognoser med disse modellene • Dekomponerer prognosene etter isolerte effekter av de viktigste drivkreftene i modellen • Analysene i del 1 og 2 er ikke direkte sammenliknbare, verken når det gjelder ”input” eller ”output”

  7. Del 1: Historisk utvikling • De tre siste folke- og boligtellinger er gjennomført i 1980, 1990 og 2001. • Med utgangspunkt i SSBs ”Standard for gruppering av familier og husholdninger” er antall hushold fordelt på 68 ulike husholdskategorier, og etter 5 ulike geografiske inndelinger, kjørt ut fra dette datamaterialet. • Husholdskategoriene er inndelt etter ”familietype”, alder på yngste barn, og alder på eldste person. • De 5 geografiske inndelinger er definert med tanke på å oppnå en ”jevn befolkningsfordeling”: • Oslo 521000 (11 %) • Storbyer (Bergen, Trondheim og Stavanger) 504000 (11 %) • Mellomstore bykommuner (8 kommuner) 525000 (11 %) • Små bykommuner (13 kommuner) 495000 (11 %) • Landet for øvrig 2531000 (55 %)

  8. Endringer i husholdsstruktur, hele landet

  9. Endringer i husholdsstruktur, hele landet

  10. Endringer i husholdsstruktur, Oslo

  11. Endringer i husholdsstruktur, Oslo

  12. Endringer i husholdsstruktur, ”landet for øvrig”

  13. Reisevaneundersøkelsene, Beregning av gjennomsnittlig bilhold • Ut fra opplysninger i RVUene om intervjuobjektets alder, kjønn og slektskapsforhold, alder og kjønn på alle rapporterte husholdsmedlemmer er alle observasjoner kategorisert (delvis maskinelt og delvis manuelt) etter SSBs standard med 68 husholdstyper • I motsetning til FoBene, som er fulltellinger, er RVUene utvalgsundersøkelser, med et varierende antall informanter: • RVU2001: 20723 • RVU1998 (97/98): 8790 • RVU1992 (91/92): 5943 • RVU1985 (84/85): 4315 • Dette betyr at tall fra materialet er beheftet med statistisk usikkerhet, og at denne blir større desto færre observasjoner man har • En statistisk analyse er derfor gjennomført med sikte på å få frem så ”robuste tall” for gjennomsnittlig bilhold som mulig • Med 8 husholdstyper og 3 geografiske nivåer (storbyer, mindre bykommuner og landet for øvrig), har vi ”relativt” robuste tall

  14. Utvikling i gjennomsnittlig antall biler per hushold

  15. Kombinering av data fra de to kilder • Siden årstallene for FoBene og RVUene ikke er sammenfallende er dataene fra FoBene interpolert mellom 1980 og 1990 og mellom 1990 og 2001 (dette kan påvirke resultatene av analysen) • Antall biler i et geografisk område g (= Storbyer, mindre bykommuner eller landet for øvrig) et gitt årstall t, (= 1985, 1992, 1998 eller 2001), disponert av hushold h, skrives: ABght = AHHght * GBHght , • Dekomponert effekt av husholdsendringer: ABght|GBHgh1985 = AHHght * GBHgh1985 • Dekomponert effekt av endringer i bilhold (bl.a. pga endret inntekt): ABght|AHHgh1985= AHHgh1985 * GBHght • Ved å sammenlikne forløpet for de to dekomponerte effektene med totalutviklingen vil man få et innblikk i hva som har hatt størst betydning for endringene i bilbestanden

  16. Bilbestanden observert (Kilde: OFV) og beregnet • I RVUene blir informantene bedt om å oppgi hvor mange biler husholdet disponerer • Det er nyanseforskjeller i spørsmålsformuleringen mellom RVUene • Vekst (1985-2001) i bilbestanden totalt: 32 % • Vekst (1985-2001) i personbilbestanden: 24 % • Vekst (1985-2001) i våre beregnede tall: 33 %

  17. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, alle husholdstyper, hele landet.

  18. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med én voksen, hele landet.

  19. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med én voksen, storbyer.

  20. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med én voksen, mindre bykommuner.

  21. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med én voksen, resten av landet.

  22. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med 2 og flere voksne, hele landet.

  23. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med 2 og flere voksne, storbyer.

  24. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med 2 + voksne, mindre bykommuner.

  25. Utvikling i antall biler totalt og dekomponert på isolerte effekter av endringer i husholdsstruktur og gjennomsnittlig bilhold, hushold med 2 + voksne, resten av landet.

  26. Endringer i bruk av bil fra 1985 til 2001 (i form av rapporterte årlige kjørelengder)

  27. Hovedkonklusjoner del 1 • Selv om materialet er beheftet med statistisk usikkerhet mener vi å ha avdekket at endringer i husholdsstrukturen har vært en betydelig selvstendig drivkraft i utviklingen av bilbestanden i perioden mellom 1985 og 2001. • Praktisk talt hele nettoøkningen i antall hushold har kommet i hushold med kun én voksen person (aleneboende og enslige forsørgere), og selv om bilholdsutviklingen i disse husholdene også har vært relativt stabilt stigende, har økningen i antallet hushold her vært en betydningsfull faktor på økningen i bilbestanden. • For enpersonshushold er bilhold et spørsmål om biltilgang eller ikke. • Hushold med 2 og flere voksne har hatt en mer moderat vekst, og utviklingen i antall biler er her vesentlig mer ”inntektsdrevet”. Inntektskomponenten ser ut til å øke med redusert ”urbaniseringsgrad”. • I hushold med flere voksne personer er økt bilhold en avveining mellom gevinstene ved å slippe å ”koordinere” bilbruken, og kostnadene ved en ekstra bil i husholdet. • Bruken av bilene er i noen grad vridd mot hushold med kun én voksen person og økningen bilbruken er klart sterkest utenfor storbyområdene

  28. Del 2: Modellkjøringer og langsiktige prognoser • Bilholds- og førerkortmodellene (BHFK-modeller) som er utviklet til bruk i de nye regionale transportmodellsystemene i Norge, er benyttet til å belyse hva som skjer når modellene benyttes til langsiktige prognoser. • Modellene er et system av logit-modeller som segmenterer befolkningsdata (etter familietyper, aldersgrupper og kjønn i grunnkretser) ytterligere inn etter biltilgang (5 segmenter). • De viktigste variablene i modellene er demografiske variable (kjønn, alder, familietype), husholdsinntekt (minus faste kostnader for den marginale bil), og befolkningstetthet (som proxy på ulempen ved bilhold i tettbygde områder, og evt. fordelen ved et bedre kollektivsystem). • I tillegg ivaretas kohorteffekter i førerkortinnehavet (dvs. effekter knyttet til at fremtidens pensjonister vil ha høyere førerkortinnehav enn dagens pensjonister, fordi disse har høyere førerkortinnehav i dag enn dagens pensjonister hadde for 20 år siden. Spesielt blant kvinner)

  29. Prognoser med BHFK-modellene • Et gitt sett med forutsetninger er benyttet som grunnlag for de langsiktige prognosene (når det gjelder demografi/befolkningsutvikling og inntektsutvikling) • Når det gjelder husholdsstruktur er fordelingen fra FoB2001 lagt til grunn for modellsystemet også i langsiktige prognoser • Vi har ikke fremskrivninger av befolkningens (aldersgrupper og kjønn) fremtidige fordeling på husholdstyper i Norge • Endringer i befolkningens fordeling på husholdstyper skjer i modellsystemet via de demografiske endringer som ligger i befolkningsfremskrivningene • Prognosene er ”dekomponert” ved å kjøre modellene med prognoser for alle variable, og med isolerte endringer • Kohorteffektene alene • Kohorteffektene og endringer i befolkningstetthet • Kohorteffektene og endringer husholdenes inntekt • Kohorteffektene og endringer i demografi (befolkningsfremskrivninger) • Modellene gir antall personer fordelt på bilholdssegmenter og ikke antall biler i segmentene (effektene på antall personer for eksempel med full/delvis biltilgang vil være større enn effektene på antall biler, jfr eksempelet innledningsvis).

  30. Resultater fra en modellkjøring for år 2001, summert over 5 familietyper og alle grunnkretser i Norge, Antall personer etter alder, kjønn og bilholdssegment, hele landet.

  31. Resultater fra en langsiktig prognose for år 2020 i forhold til 2001. Prosentvis endring i antall personer etter biltilgang, alder, kjønn og bilholdssegment, hele landet.

  32. Prognoser for økning i antall personer som tilhører bilhushold, dekomponert på kohorteffekter, effekter av inntektsendringer, effekter av endringer i befolkningstetthet og effekter av endringer i demografi. Hele landet. Alle familietyper(bef. vekst = 14 %).

  33. Prognoser for økning i antall personer som tilhører bilhushold, dekomponert på kohorteffekter, effekter av inntektsendringer, effekter av endringer i befolkningstetthet og effekter av endringer i demografi. Hele landet. Enslige (vekst = 17 %).

  34. Prognoser for økning i antall personer som tilhører bilhushold, dekomponert på kohorteffekter, effekter av inntektsendringer, effekter av endringer i befolkningstetthet og effekter av endringer i demografi. Hele landet. Aleneforsørgere (vekst = 5 %).

  35. Prognoser for økning i antall personer som tilhører bilhushold, dekomponert på kohorteffekter, effekter av inntektsendringer, effekter av endringer i befolkningstetthet og effekter av endringer i demografi. Hele landet. Par med barn (vekst = 3%).

  36. Hovedkonklusjoner del 2 • Modellsystemets resultater er naturligvis vanskelig å verifisere, og det er heller ikke lett å sammenlikne med de historiske data i del 1 • Resultatene er kritisk avhengig av befolkningsfremskrivningene og fordelingen av disse i fremtidige husholdskategorier • Vekst i husholdstypen aleneforsørgere på 97 % fra 1980 til 2001 • I modellprognosene benyttes en ”forutsatt” befolkningsvekst fra 2001 til 2020 på 5 % i denne husholdstypen • At inntektseffekten er minst når det gjelder endringene i førerkortinnehavet, og klart størst når det gjelder endringene i full biltilgang, virker rimelig • Modellen gir noe større effekter både når det gjelder utvikling i førerkortinnehav, delvis og full biltilgang i storbyene, enn ellers i landet. • Skyldes delvis at mekanismene i modellen er slik at markedsandelene i utgangspunktet er avgjørende for størrelsene på effektene av en endring (lav markedsandel gir større prosentvis endring) • og delvis at de dempende faktorene som er lagt inn i storbyene (knyttet til inntekt og befolkningstetthet) ikke fult ut motvirker dette • Det er klart et potensial for å gjøre modellsystemet bedre, men det er her også et spørsmål eventuelle prognoser for fremtidig husholdsstruktur vil bli noe særlig mer presise enn dagens befolkningsfremskrivninger.

More Related