Verklaring van de ontwikkeling van gebruik van openbaar vervoer in Nederland 2004-2016

Verklaring van de ontwikkeling van gebruik van openbaar vervoer in Nederland 2004-2016 Auteurs: Han van der Loop (Kennisinstituut voor Mobiliteitsbeleid) Jan van der Waard (Kennisinstituut voor Mobiliteitsbeleid) Marco Kouwenhoven (Significance) Eveline Helder (Significance) 1. Achtergrond Het Kennisinstituut voor Mobiliteitsbeleid (KiM) streeft ernaar om jaarlijks in het Mobiliteitsbeeld een verklarende analyse op te nemen van het gebruik van openbaar vervoer in Nederland in de afgelopen 10 jaar. Tot en met het Mobiliteitsbeeld 2016 is voor de ontwikkeling van het treingebruik steeds gebruik gemaakt van een methodiek die gebaseerd is op landelijke ontwikkelingen van determinanten van treingebruik en elasticiteiten om het effect van deze ontwikkelingen op treingebruik te bepalen. Omdat de toename van het treingebruik steeds minder goed met deze methodiek verklaard kon worden, is ter voorbereiding van Mobiliteitsbeeld 2017 een meer diepgaande methodiek ontwikkeld gebruik makend van het Landelijk Model Systeem (LMS) van Rijkswaterstaat (WVL) om het gebruik van openbaar vervoer in het verleden Auteurs: Han van der Loop (Kennisinstituut voor Mobiliteitsbeleid) Jan van der Waard (Kennisinstituut voor Mobiliteitsbeleid) Marco Kouwenhoven (Significance) Eveline Helder (Significance) 1. Achtergrond Het Kennisinstituut voor Mobiliteitsbeleid (KiM) streeft ernaar om jaarlijks in het Mobiliteitsbeeld een verklarende analyse op te nemen van het gebruik van openbaar vervoer in Nederland in de afgelopen 10 jaar. Tot en met het Mobiliteitsbeeld 2016 is voor de ontwikkeling van het treingebruik steeds gebruik gemaakt van een methodiek die gebaseerd is op landelijke ontwikkelingen van determinanten van treingebruik en elasticiteiten om het effect van deze ontwikkelingen op treingebruik te bepalen. Omdat de toename van het treingebruik steeds minder goed met deze methodiek verklaard kon worden, is ter voorbereiding van Mobiliteitsbeeld 2017 een meer diepgaande methodiek ontwikkeld gebruik makend van het Landelijk Model Systeem (LMS) van Rijkswaterstaat (WVL) om het gebruik van openbaar vervoer in het verleden te verklaren in samenwerking met deskundigen van WVL, Prorail en de NS. 2. Vraagstelling De onderzoeksvraagstelling luidt: door welke factoren worden veranderingen in gebruik van openbaar vervoer (OV) over een langere periode bepaald? Voor het Mobiliteitsbeeld 2017 ging het met name om de periode 2005-2016. Verondersteld wordt dat het gebruik van OV afhankelijk is van de veranderende maatschappelijke behoefte aan mobiliteit en van veranderingen in de kwaliteit van het product in vergelijking met alternatieve modaliteiten. Indien een of meerdere van deze kenmerken veranderen, dan kan als gevolg daarvan ook het OV-gebruik veranderen. Dit kan getoetst worden op basis van uitkomsten van analysen met het LMS. 3. Methodiek Voor het verklaren van het OV-gebruik 2005-2016 zijn elasticiteiten bepaald met het LMS om het effect van sommige verklarende factoren op OV-gebruik nauwkeuriger te kunnen bepalen dan met de tot nu gebruikte elasticiteiten: bevolking, inkomen, frequentie van OV (aantal voertuigen) en congestie. Deze elasticiteiten zijn geschat door runs te vergelijken zonder en met verandering (o.a. +10%) in een van deze factoren. Het LMS is niet alleen gebruikt om elasticiteiten te schatten maar ook om een modelmatige verklaring van de ontwikkeling van OV-gebruik te bepalen. Het LMS genereert verplaatsingsmatrices tussen herkomst- en bestemmingszones voor verschillende modaliteiten. Het aantal verplaatsingen is binnen het model voorspeld aan de hand van de bevolkingsomvang en de waarde van een aantal verklarende variabelen, zoals bijvoorbeeld de reistijden en reiskosten. De gedragsreactie op deze variabelen is geschat op waargenomen verplaatsingsgedrag in het verleden. De gedragsreacties zijn binnen het model constant verondersteld in de tijd. Voor de bevolkingsomvang en de waarden van de verklarende variabelen in het prognosejaar zijn scenario’s opgesteld. Op basis van deze scenario’s zijn modelmatige (synthetische) verplaatsingsmatrices opgesteld met het integrale LMS dat op 1 november 2016 voor NMCA-analysen beschikbaar was. Hiertoe is aangesloten bij de basisjaren waarvoor al veel inputgegevens verzameld zijn: 2004, 2010 en 2014. Met medewerking van WVL, Prorail en NS zijn de inputgegevens aangevuld. Om de factoren van invloed op ontwikkeling OV-gebruik te bepalen, zijn LMS runs uitgevoerd, waarin telkens een beïnvloedende factor is gewijzigd en de rest constant gehouden. Begonnen is met een run waarin een hele groep van beïnvloedende factoren is gewijzigd (o.a. sociaal-economische factoren). Indien de bijdrage van deze groep relatief groot was, is het effect van deelfactoren geïsoleerd (b.v. bevolking, inkomen). De resultaten van de LMS-runs van 2014, 2010 en 2004 zijn gebruikt om per verklarende factor een doorvertaling te maken naar de jaren 2005 en 2016. Daarnaast zijn de resultaten van een gemiddelde werkdag opgehoogd naar een jaartotaal van werkdagen. Voor de bepaling van het effect van de OV-studentenkaart zijn gegevens gebruikt uit het driejaarlijks onderzoek van het Ministerie van Onderwijs i.s.m. de OV-bedrijven. De methodiek voor de verklaring van de ontwikkeling van het gebruik van openbaar vervoer met het LMS wijkt af van de methodiek ter verklaring van de congestie en het gebruik van de auto op hoofdwegen. Dit komt voort uit het gebrek aan voor het KiM beschikbare gedesaggregeerde (“micro”) data in het bijzonder betreffende het gebruik van openbaar vervoer, maar ook betreffende de kenmerken van de voorzieningen. Voor de verklaring van de congestie en het autogebruik zijn meer gegevens beschikbaar dan voor OV-gebruik en kan de verklaring gebaseerd worden op directe statistische analysen van verkeersgegevens en gegevens van verklarende factoren. 4. Resultaten 4.1 Verklaring van het treingebruik De toename van het aantal reizigerskilometers per trein schat het KiM op basis van cijfers van de vervoerders op 24 procent (van 15,2 miljard in 2005 tot 18,9 in 2016). Het CBS rapporteert een toename van 19 procent voor die periode op basis van het MON/OViN. Op basis van de LMS-analysen kan geconcludeerd worden dat de bevolkingsontwikkeling (+4,6%), het treingebruik door studenten met de studentenkaart (+3,5%) en verbeteringen in de voorzieningen voor openbaar vervoer (+9,9%) de grootste invloed hebben gehad op de toename van het treingebruik van 2005 tot 2016. De verbeteringen van de voorzieningen bestonden uit treinfrequenties, netwerkuitbreiding en aansluitingen tussen treinen. Een klein positief effect is geconstateerd van de toename van banen (0,6%), inkomen (+1,6%), de toename van vliegverkeer van en naar Schiphol (+1,2%), congestie op hoofdwegen (0,3%) en de brandstofprijs (0,0%). De tariefwijzigingen van treingebruik (-5,4%) en toename van autobezit (-0,4%) hebben geleid tot een afname van treingebruik. Per saldo blijft een toename van 7,8% van het treingebruik onverklaard. Er zijn nog enkele factoren die de toename van 7,8% geheel of gedeeltelijk kunnen verklaren: groter effect van het aantal studerenden (circa 1%), verbeterde punctualiteit (circa 1%) en een kleiner effect van tariefwijzigingen, omdat het effect van marketinginspanningen van de NS hierin niet verwerkt is. 4.2 Verklaring van het gebruik van bus, tram en metro Van het gebruik van bus, tram en metro van 2005 tot 2016 zijn geen gegevens beschikbaar van het vervoer. Volgens het MON/OViN is het aantal ritten in 2016 ongeveer gelijk aan dat van 2005 (tussentijds is het afgenomen tot circa 7 procent in 2011) en het aantal afgelegde kilometers met circa 20 procent afgenomen. Bij de verklaring van de ontwikkeling van het gebruik van bus, tram en metro van 2004-2014 met het LMS bleek dat de ontwikkeling van het aantal kilometers afgelegd met bus, tram en metro volgens MON/OViN met circa -20 procent sterk afweek van de ontwikkeling die op basis van het LMS verklaard kon worden (+ 3 procent). Een verklaring voor een afname van het gebruik van bus, tram en metro in termen van reizigerskilometers van 2005-2016 met circa 20 procent kan daarom met het LMS niet gegeven worden. Bij de verklaring van de ontwikkeling van het gebruik van bus, tram en metro 2004-2014 in termen van aantal reizen is het verschil tussen de ontwikkeling volgens MON/OViN (circa -3 procent) en de ontwikkeling volgens het LMS (circa +7 procent toename exclusief studenten met een weekkaart) kleiner, maar ook hier kan het LMS niet gebruikt worden om de met het MON/OViN gemeten afname in gebruik te verklaren. 5. Conclusies De ontwikkeling van het treingebruik in reizigerskilometers 2005-2016 bleek met het LMS beter verklaard te kunnen worden dan met de eerder toegepaste methode met elasticiteiten. Van de groei van 24 procent was 8 procent nog niet verklaard. Bij de verklaring van het gebruik van bus, tram en metro bleek dat de ontwikkelingen zoals die door KiM op basis van MON/OViN afgeleid zijn, beduidende verschillen vertonen met de verklaring op basis van het LMS. Oorzaak van de verschillen tussen de ontwikkelingen van gebruik van openbaar vervoer enerzijds en de verklaringen met het LMS anderzijds kan zijn dat de effecten van sociaaleconomische factoren op het gebruik van openbaar vervoer in het LMS niet helemaal goed gerepresenteerd zijn. Recente maatschappelijke ontwikkelingen zoals het treingebruik door jongeren en het gebruik van bus, tram en metro in stedelijke gebieden kunnen bijvoorbeeld in het LMS nog niet optimaal verdisconteerd zijn. Een andere majeure factor ter verklaring van de verschillen tussen ontwikkeling en verklaring zijn de hiervoor genoemde onzekerheden omtrent de tariefontwikkeling. Anderzijds ontbreekt voor de verklaring van zowel treingebruik als gebruik van bus, tram en metro voldoende onderbouwing en inzicht in de samenstelling van de cijfer

PPTS Course 2018
Download presentaties 2018
Presentaties 2018
Top downloads presentaties