Transportvaneundersøgelsen (TU) - bedre viden om ... · 2 DTU Transport Trafikdage Aalborg 23.08.2010 15.05.2009 Formål med denne session • Give et kort overblik over, hvad TU

Transportvaneundersøgelsen (TU) - bedre viden om trafikantadfærd

Special session, Trafikdage 2010

15.05.2009Trafikdage Aalborg 23.08.20102 DTU Transport

Formål med denne session• Give et kort overblik over, hvad TU er – organisering og teknik

• Præsentere interessante anvendelsesmuligheder – især nye og anderledes tilgange

– hos kommuner/regioner/trafikselskaber– i overordnet/statslig planlægning– i forskningsprojekter

• Inspirere til andres brug af TU-data

• Diskutere– nye muligheder og behov– nye udviklingsmuligheder indenfor undersøgelsens rammer– hvordan vi sikrer god tilgængelighed til TU-data?


ProgramKort om baggrund og organisering Carsten Jensen, DTU

Kort introduktion til teknikken bag TU Hjalmar Christiansen, DTU

Intro til anvendelsesmuligheder Carsten Jensen, DTU

TU og den praktiske planlægning- ud over stepperne Lykke Magelund, Tetraplan

God tilgængelighed til den kollektivetrafik Per Skrumsager Hansen, TRM

TU i forskningen Hjalmar Christiansen, DTU

DISKUSSION: Hvor skal vi hen?


Transportvaneundersøgelsen- baggrund og organisering


Baggrund• Der findes meget, god statistik om danskernes persontransport

• Men kun én kilde giver et samlet billede:• Transportvaneundersøgelsen (TU)

• Formål:• At svare på de 5 centrale spørgsmål• Hvor meget, hvordan, hvor og hvornår der rejses – og hvorfor

• Fokus:• Personer i alderen 10-84 år, bosat i Danmark • Al persontransport indenfor landets grænser• Statistisk repræsentativt

• Kan ikke måles – her må der spørgeskema til


Hvorfor er TU en vigtig datakilde?• En helhedsorienteret beskrivelse af persontransportadfærden• Kan stå alene eller bruges i samspil med andre data

• Beskriver faktisk adfærd i detaljer

• Indeholder viden, der ikke kan findes i andre datakilder, f.eks.– beskrivelse af cykel- og gangtrafik– kobling af adfærd med mange baggrundsvariable– detaljeret geografibeskrivelse– formålsbeskrivelse

• Også unik i internationalt perspektiv– kontinuert dataindsamling over lang tid/i stort omfang– geografibeskrivelse af meget høj kvalitet– gennemføres som kombination af web og telefon


Historik• TU er gennemført 1. gang tilbage i 1975, herefter i 1981 og 1986• Fra 1992 og frem (med pause i 2004-05) er TU gennemført løbende og i

konsistent struktur• Er sket mange ændringer og forbedringer, især fra 2006

• Oprindeligt var undersøgelsens fokus rettet mod– transportforskningens behov (modellering)– input til statslig planlægning/udredningsarbejder

• I dag er interessefeltet noget bredere– grundlag for kommunal/regional planlægning og politikskabelse– projekter med kommercielt sigte– generelt overblik over væsentlige adfærdssammenhænge


Organisering• Parterne bag TU:

– Transportministeriet– Vejdirektoratet– Trafikstyrelsen– DSB– DTU Transport– Rådet for Sikker Trafik– 6 kommuner (København, Aalborg, Viborg, Randers, Albertslund,

Næstved) – og flere er på vej

• DTU Transport står for projektledelse og Synovate for interviewarbejde

• Budget = ca. 2 mio. kr./år


Hvordan får man adgang til data?• Samarbejdets parter har fuld adgang til data

– support fra DTU Transport– adgang til særlige ydelser (introkursus, specialundersøgelser m.m.)– indflydelse på undersøgelsens udformning– analyser kan ske i eget regi, hos valgfri konsulent eller hos DTU

Transport

• Data kan købes på ad-hoc basis– konkrete udtræk til konkrete formål– efter forhandling med DTU Transport– betaling for dataadgang og tidsforbrug til udtræk

• Overordnede resultater, typisk på landsniveau– gratis tilgængelige via TU-hjemmesiden– standardnøgletal + mulighed for simple udtræk– ny hjemmeside under udvikling, søsættes i løbet af efteråret

TU – teknik og metode


Omfang af data

• Nye serie (maj 2006-) indeholder (ultimo 2010) 80.000 interview med 250.000 ture

– Dvs. der er interview med 1.7% af de 10-84 årige– Eller i runde tal: 1 interview pr 60 danskere

– 80% telefoninterview, 20% internet– 365 dage pr år, hele landet

– Perioden medio 2009 til medio 2011 er stikprøven fordoblet, så der indsamles 25.000 interview pr år = 70 pr dag

• Gamle serie (1992-2003) indeholder 172.000 interview med 468.000 ture

• Samlet set 250.000 interview / 5% af danskerne!


Interviewprocessen

1-3 måneder før Respondent udtrækkes fra CPR og tildeles (tilfældige) interviewdatoer

Ca. 2 dage før Respondenten modtager introbrev pr. Kgl. post

Dag ”0” Udtrukken dag til internetinterview

Dag 1-2Mulighed for at besvare via internettet.Ca. 12% gør dette, svarende til ca. 20% af det færdige materiale

Dag 3-4-5 Udtrukken dag til 1. telefoninterviewforsøg (1/3 på hver af de 3 dage)

Dag 4-5-61. telefoninterviewforsøg (altid dagen efter den udtrukne)Succes for ca. 29%, svarende til ca. 48% af det færdige materiale

Dag 6-222.-4. telefoninterviewforsøg (dag efter udtrukken dag)Succes for ca. 19%, svarende til ca. 32% af det færdige materiale

ResultatGennemførte interview for ca. 60% af sample.Ca. 1% kasseres af div. årsager.


Det spørger vi om

• Generelt om transportmuligheder: cykel, bus/togkort, kørekort, år for kørekort, delebil, handicap

• Husstandens biler: årgang, brændstof, ejerforhold• Socioøkonomi: boligadresse, fødeår, køn, hovedbeskæftigelse,

uddannelse, indkomst, boligtype• Øvrige husstand: relation, fødeår, køn, kørekort• Arbejdsplads/hovedbeskæftigelse: arb/udd.sted, off/privat, arbejdstid,

flextid, hjemmearbejde• Generelt om transport til hovedbeskæftigelse: frasted, pendlerdage pr

uge, parkeringsmuligheder• Turdagbog, for alle dagens ture: tidspunkt, rejsemål, formål,

transportmidler undervejs med længde og tid, medrejsende, fører/passager.

• Særligt for kollektivrejser: ventetid, (bus)linie, frastation, tilstation, billetart, billetpris


Hvordan er data organiseret?

• En session repræsenterer en person i et døgn

– Hver session opdeles i 0, 1 eller flere turkæder

• En turkæde repræsenterer hele rejsen fra ’hjem’ tilbage til ’hjem’

– Hver turkæde opdeles i 2 eller flere ture (mindst udtur og hjemtur)

• En tur repræsenterer turen fra et ophold/formål til det næste

– Hver tur opdeles i 1 eller flere delture

• En deltur repræsenterer en anvendelse af et transportmiddel på en tur


Specialundersøgelser(Et tilbud til partnerkredsen)

• Lån af TU spørgeskema til egen undersøgelse– Partneren skal selv stå for udvælgelse af, og kontakt til respondenter

• I princippet gratis, bortset fra vores evt. tidsforbrug

• Betalingen består i at data stilles til rådighed for de øvrige parter

• Senest: Specialundersøgelse blandt Transportministeriets medarbejdere i maj 2010


Bonusinterview(Et biprodukt)

• Fællesbetegnelse for interview, som er korrekt gennemført, men som ikke medtages i det ordinære datasæt

– Oftest pga. problemer med opregning og/eller repræsentativitet

• Kilder:– Særundersøgelsen København/Frederiksberg, forår 2005: ca. 18 500 interview– Specialundersøgelser: ca. 1700 interview– Diverse fraklip fra ordinær undersøgelse: ca. 300 interview– I alt ca. 20 500 interview

• Men. Men. Men– Stikprøven i bonusdata har en voldsom skævhed, på snart sagt alle parametre– Der foretages kun begrænset efterbehandling

• Bonusinterview kan være et supplement i tilfælde, hvor stikprøven ellers er svag


Samlet datamængde (interview)

år bonus ordinær total

2005 18651 18651

2006 37 8070 8107

2007 73 14221 14294

2008 635 13228 13863

2009 68 19162 19230

2010 til 1. august 1210 13313 14523

Sum 20674 67994 88668

Budget rest 2010 10417 10417

Prognose næste datasæt 78411 99085


Tidsserier på TU data

• Der findes data fra TU for 1992-2003 og 2006 til dato– Oplagt kilde til tidsserier … !?

• PAS PÅ: tidsseriebrud– TU udvikler sig hele tiden med forbedret spørgeteknik, nye spørgsmål og andet– Især skiftet 2003/2006 indeholder mange ændringer– Generelt er der nyt spørgeskema næsten hvert år. I visse perioder flere gange

årligt

• PAS PÅ: problemperioder– Især 2001 og 2002 var ramt af kvalitetsproblemer– 2006 omfatter kun 8 måneder og data er skævt fordelt indenfor dem

• TU data er ofte eneste kilde– Så brug TU til tidsserier– Men ved tidsserier er varsomhed nøgleordet– Kontakt os, hvis du ser noget uforklarligt eller mystisk


Exempel:TU på konkret infrastruktur !

• TU data kan være et supplement til postkortanalyser og stopinterview

• Nøgletallet er 1 interview pr 60 danskere– Det betyder, at for en vej med ÅDT 6 000 vil der (a priori) forventes ca. 100

interview– I praxis vil der være et bortfald, fordi ikke alle ture er stedfæstet, fordi

erhvervstransport ikke medregnes og fordi undersøgelsen kun omhandler personer bosat i Danmark

– Til gengæld vil der være data for både fører og passager i bilerne

• Med en assignmentberegning på TU data kan vi isolere ture, der berører en given vejstrækning (eller jernbane)

• Det er altså muligt at analysere trafikfordelingen på en given strækning ved brug af TU data

– TU giver ofte en mindre stikprøve end postkort/stopinterview– Men…

• TU har 365 dage pr år, 24 timer pr døgn• Repræsentativt udvalgt stikprøve, opregnet• Meget mere viden om turen og personen bag

– Udlændinge og erhvervstransport mangler i TU


Intro til anvendelsesmuligheder


Analyser på forskellige niveauer• Nøgletal og beskrivende statistik

– analyse, fornuftig konklusion, god præsentation– “avanceret købmandsregning”– overordnet – og i stigende grad regionalt/lokalt

• Mere avanceret– små, evt. statistiske modeller– kobling med andre data– geografiske sammenhænge (adresse-adresse, vejnet, kort)

• Modelbygning o.l.– data fra flere kilder kombineres– vejtællinger, kollektivtællinger, registerdata osv.– TU er “limen”, der binder det hele sammen

• baggrundsvariable, formål, lette trafikanter osv.


Hvem efterspørger TU-data 2009-10?

Storkunderne TransportministerietTrafikstyrelsenDSBVejdirektoratet

Kommunerne 4 nye medlemmer – 2 på vejAd-hoc leverancer til ca. 25 kommuner

Regionerne Ad-hoc til Danske Regioner + 4 regioner

Trafikselskaberne Ad-hoc til 1 selskab

Ministerier Ca. 5 ad-hoc leverancer

Organisationer, private sektor 5-10 ad-hoc leverancer

Presse og information Et betydeligt antal nøgletal o.l. leveret

Forskning og undervisning 25+ henvendelser fra ind- og udlandPlus anvendelser internt på DTU Transport


Nøgletal• Hvor meget, hvordan, hvor og hvornår der rejses – og hvorfor?

• Transport/person/dag (ture/km/minutter)


2,69

12,38

33,31

46,83

3,04

12,86

39,08

56,94

0% 20% 40% 60% 80% 100% 120% 140%

Ture/dag

Turlængde

Km/dag

Min/dag

Nøgletal

+22%

+17%

+4%

+13%

Gennemsnitligt transportomfang 1999-2009



• Transport/person/dag (ture/km/minutter)• Opregnede totaler for befolkningen


Nøgletal

Transportarbejde i alt 2009(mia. km)

10-84 år Hele befolkning

0 10 20 30 40 50 60 70 80



• Transport/person/dag (ture/km/minutter)• Opregnede totaler for befolkningen• Profiler af grupper af transportbrugere


Nøgletal

Ture fordelt på transportmidler(ture/person/dag)

0% 20% 40% 60% 80% 100%

Bilfører

Bilpassager

Bus

Cykel

Gang

Tog

Øvrig

I alt 2,91

I alt 3,08

Km fordelt på transportmidler(km/person/dag)

0% 20% 40% 60% 80% 100%

Bilfører

Bilpassager

Bus

Cykel

Gang

Tog

Øvrig

I alt 42,61

I alt 34,58

Kønsfordeling



• Transport/person/dag (ture/km/minutter)• Opregnede totaler for befolkningen• Profiler af grupper af transportbrugere• Fordelinger

– formål– modal split– turlængde– enkeltvis eller i kombination– lokalt/regionalt/landsniveau


0%

10%

20%

30%

40%

50%

60%

70%

0-2 km 2-5 km 5-10 km 10-20 km 20-50 km >50 km

Bilfører

Bilpassager

Bus

Cykel

Gang

Tog

Øvrig

0%

10%

20%

30%

40%

50%

60%

70%

Erhverv Pendling Ærinde Fritid Øvrig

Bilfører

Bilpassager

Bus

Cykel

Gang

Tog

Øvrig

Nøgletal

Transportmidlernes markedsandel (ture)



• Transport/person/dag (ture/km/minutter)• Opregnede totaler for befolkningen• Profiler af grupper af transportbrugere• Fordelinger

– formål– modal split– turlængde– enkeltvis eller i kombination– lokalt/regionalt/landsniveau

• Eksempler:– input til cykelregnskaber, trafikplaner m.m.– kommunerapporter


Centrale sammenhænge kan belyses• Tid og geografi• Kobling til baggrundsvariable (socioøkonomi, bilrådighed…)• Transportmiddelkombinationer• Kobling til andre data (adgang til kollektiv trafik, indkøb m.m.)• Anvendelse i modelopbygning

• Mulighederne er utallige – med respekt for at TU er en stikprøve…


Tidsfordeling af trafikken

Antal af personture fordelt på afgangstime (hverdage)

0,0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e

Total

Antal af personture fordelt på afgangstime (lørdage)

0,0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e

Total

Antal af personture fordelt på afgangstime (søndage)

0,0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e

Total

Antal af personture fordelt på afgangstime og formål (hverdage)

0,0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e Øvrig

Erhverv

Fritid

Ærinde

Pendling

Antal af personture fordelt på afgangstime og formål (lørdage)

0,0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e Øvrig

Erhverv

Fritid

Ærinde

Pendling

Antal af personture fordelt på afgangstime og formål (søndage)

0,0

0,1

0,2

0,3

0,4

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e Øvrig

Erhverv

Fritid

Ærinde

Pendling


Tidsfordeling opdelt på transportmidler

Fordeling af personture på afgangstime og transportmiddel (hverdage)

0%

4%

8%

12%

16%

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e

Øvrig

Gang

Cykel

Bus

Tog

Bilpassager

Bilfører


Tidsfordeling for grupper af trafikanter (aldersfordeling)

Fordeling af personture på afgangstime og aldersgruppe (hverdage)

0%

4%

8%

12%

16%

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

afgangstime

ture

/ pe

rson

/ tim

e

9-19 år

20-29 år

30-39 år

40-49 år

50-59 år

60-69 år

70-85 år

TU i forskningen


Forskning på TUData fra Transportvaneundersøgelsen anvendes bredt i forskning og undervisning. Nogle exempler:

• Landstrafikmodellen, hvor TU data indgår i en lang række sammenhænge

• Projektet ”Drivers and limits” om drivkræfter og begrænsninger i transportudviklingen

• Analyser af forskelle i transportadfærd mand/kvinde

• Projekter om ældres transportadfærd og deraf afledt transportrisiko

• Generelt til beregning af risikomål, hvor transportarbejdet opdelt på køn og alder anvendes som divisor i ulykkesrisiko

• Projekter om potentialet for elbiler

• Projekter om cykeltrafik

• PhD-projekter, hvor TU indgår som grundlag for mindst 3 igangværende

• Dertil et (stort) antal studenterprojekter af forskellig art


Forskning på TUTransportvaneundersøgelsen sætter også fingeraftryk på Trafikdages program:

DISKUSSION: Hvor skalvi hen?


Aktuelle udviklingsplaner

• I spørgeskemaet og dataindsamlingen– Ældre (måske personer over 84 år)– Trafiksikkerhed (måske noget om trafikuheld)– MC ejerskab, MC kørekort (?)– Biler og miljø (kobling til motorregister)?

• Variabelproduktionen– GIS, GIS og .. GIS

• Der er besluttet en lang liste af udvidelser:– ’Optimalt’ rutevalg i vejnet/cykelnet– ’Optimal’ rejserute i Rejseplanen (aktuel dato og tid)– Zonekodninger (bystørrelse, land/by…)– Afstande til stationer/stoppesteder– og flere kan komme oveni…


Udvikling på længere sigt

• GPS som sted- og tidsfæstelse af ture– andre har gennemført med succes i mindre skala

• Indeholder masser af udfordringer i landsdækkende undersøgelse– Hvordan sikrer vi repræsentativiteten?– Hvordan sikrer vi at få ’dimsen’ hjem igen?– … Eller skal vi basere os på folks egne GPS-mobiltlf.?

• Hvordan får vi adgang til dem?

• Vores force er viden om turens formål og kontekst– Det kan formentlig også klares på GPS– Men kræver applikation

• Hvornår ’tør’ vi tage et metodeskift?– Sidste var 2006


Adgang til TU-data• Økonomisk barriere for yderligere udnyttelse af de mange data

– høj ad-hoc betaling kan være hindring– medlemskab er billigt (normalt 11.000 kr/år pr. kommune), men

medfører flerårig binding– ved hver sag kræves prisforhandling/papirarbejde– besværligt for brugere/konsulenter/DTU Transport

• Budget på >2 mio. kr./år, hvis TU skal gennemføres i nuværende kvalitet (uden oversampling) – og helst 2,5 mio.!

• Så der skal penge i kassen!!• Vi har forsøgt at sælge idéen om rammeaftale for alle kommuner/

regioner/trafikselskaber, med et samlet budget på ca. 0,5-0,6 mio. kr./år– betydeligt billigere for den enkelte part (gns. 5.500 kr/år)– langt mindre administration i dagligdagen– men hvordan skabes enighed – helt eller delvist?– forslag/idéer?


Adgang til TU-data• Formidlingsmæssig barriere for udnyttelse af TU-data

– pt. adgang til dokumentation og fulde datasæt (SAS/SPSS/Access)– letlæselige kommunerapporter– bistand til udtræk– men svært selv at gå til…

• Planer om– ny hjemmeside med centrale nøgletal, databeskrivelser, værktøj til

simple udtræk– teknikkursus til TU-parterne– klarere retningslinier for spilleregler vedr. dataadgang

• Hvad bør der fokuseres på– konkrete forslag og idéer?


Kan jeg få spørgsmål ”XX ?” ind i TU ?

• Måske …– Det er en stor fordel at være part i undersøgelsen– Det er en endnu større fordel, hvis andre parter mener det samme– Ingen nye spørgsmål i 2010 pga. LTM basisår

• Spørgsmålet skal ’passe’ ind– IKKE ’normal’ adfærd (dog måske…)– IKKE ’planlagt’ adfærd– IKKE holdninger

… Vi forsøger kort sagt at holde undersøgelsen ’ren’ – fordi vi mener det giver den bedste kvalitet

• Fokus på ting, som ikke (eller kun vanskeligt) kan analyseres ad registervejen


Kan jeg få en ny variabel ”YY” med i data ?(Altså en ny afledt variabel)

• Vi har lige saneret kraftigt– Med den nye dataproduktion skar vi antallet af variable ned fra ca. 900 til 171– En lang række geografiske variable røg ud af tekniske årsager– Antallet stiger igen, afledt af konkrete behov

• Vi tilføjer løbende nye variable– Kriteriet er at der skal være en vedvarende efterspørgsel eller at indholdet

skal være tilpas generelt– Fra vores side er det planlagt at (gen)introducere en række geografiske

variable: bystørrelse/urbaniseringsgrad, afstande mv.– Fokus på variable, som brugeren ikke umiddelbart selv kan danne

• Ad-hoc variable– Variable, som ikke er tilpas generelle til at være med i datasæt, kan dannes

på ad-hoc basis– Kan være baggrund for at variablen senere kommer med

• Hvis du har brug for noget, så spørg os !– Det er meget nemmere at forholde sig til fremsatte ønsker …


Exempel:Statistik for kollektivture på TU data• Umiddelbart er det let:

– Antal påstigere er det opregnede antal delture– Transportarbejdet er sum af længde for alle delture

…. HOV: Tallet er jo for lille

Ø Undersøgelsens afgrænsning: personer bosat i Danmark mellem 10 og 84 år– Der skal altså korrigeres for udlændinge, børn og gamlinger

Ø Fejlkilder i undersøgelsesmetoden– Folk undervurderer afstande

• Har især betydning for kollektive rejser, fordi ’ingen’ ved hvor lang busruten er• I den nye dataserie søger vi at imødegå dette ved at kontrollere alle afstande mod luftlinieafstanden• Fra februar 2009 beregnes rejselængde med tog ud fra de angivne stationer (ca. 95% af togrejserne)

– Flere delture bliver til 1• I de ældre data er det et kendt fænomen, at ikke alle kollektivdelture er rapporteret. Der mangler

skift, tilbringer og frabringer• Indførelsen af kollektivt rutevalg i februar 2009 har dog stort set elimineret dette

• Selve antallet af kollektivture er (formentlig) korrekt– Fejlkilderne ovenfor vanskeliggør sammenligning med tællinger– Indførelsen af kollektivt rutevalg havde bl.a. som formål at imødegå dette– Koblingen til data fra Rejseplanen vil formentlig give endnu en kvalitetsforbedring

Documents

Transportvaneundersøgelsen (TU) - bedre viden om ... · 2 DTU Transport Trafikdage Aalborg 23.08.2010 15.05.2009 Formål med denne session • Give et kort overblik over, hvad TU