4jYJ 6L6 3. WPJ40 va 000E - E0L SflTSOd. UIUfl)10G nuging. JOMA ua J)lA 1SUPS!APV SJMS)[Ij 9 TM

Transcriptie

1 - 4jYJ 6L6 3 WPJ40 va 000E - E0L SflTSOd UIUfl)10G nuging JOMA ua J)lA 1SUPS!APV SJMS)[Ij 9 TM

2 Onderzoek, analyse en advies t.a.v. Regionale Kalibratie OGM 4.0 voor NRM Limburg 2.1 een rapport voor Rijkswaterstaat directie Limburg P cast Middestegracht 89 x 2312 TT Leiden Telefoon: +31 (0) Fax: +31 (0)

3 Onderzoek, analyse en advies t.a.v. Regionale Kalibratie OGM 4.0 voor NRM Limburg 2.1 een rapport voor Rijkswaterstaat directie Limburg P cast Middelstegracht 89 x 2312 TT Leiden Telefoon: +31 (0) Fax: +31 (0)

4 Inhoudsopgave INHOUDSOPGAVE... 1 INLEIDING ACHTERGROND DOEL VAN DE STUDIE WERKWIJZE UITGANGSPUNTEN OPBOUWVANHETRAPPORT REGIONALE VERSCHILLEN EN MODELLEN INLEIDING VERSCHILLEN OP BASIS VAN 1-lET OVG KORTE MODELBESCHRIJVING OGM Reisfrequentie module Vervoerswijze en bestemmingskeuze module Regionalisering OGM 4 modellen OPZETTEN OGM 4.0 VOOR INLEIDING REGIONALE INFORMATIE SOCIO-ECONOMISCI-1E GEGEVENS INKOMENSVERDEL,ING EXTERNE MATRICES FRACTIE BINNENLANDS VERKEER VERTRAGINGSMATRICES BEREIKBAARHEIDSKENMERKEN VOOR DE TREIN EN HET OVERIG 0V ANALYSE RESULTATEN INLEIDING REISFREQUENTIE VERVOERWIJZE- EN BESTEMMINGSKEUZE Ivlodal split Gemiddelde reislengte Vertragingsmatrix CONCLUSIES...33 COLOFON Pagina 1 RAPPORT P

5 1 Inleiding 1.1 Achtergrond OGM 3.0 en eerdere versies van het OOM waren gebaseerd op de modellen van versie 6.0 van het Landelijk Model Systeem (LMS). De reisfrequentie modellen en de vervoerwijze bestemmingskeuze modellen (RSES) waren gebaseerd op gegevens uit 1986, 1983 en Zowel bij het LMS als bij de regionale modellen bleek het noodzakelijk om een kalibratie uit te voeren met als doel om het mobiliteitsgedrag van recentere basisjaren beter te kunnen beschrijven. De basis voor de kalibratie waren streefwaarden afgeleid van het OnderzoeksVerplaatsingsGedrag (OVG). Eind 2001 is door 4cast in samenwerking met Rand Europe een regionale kalibratie uitgevoerd voor NRM Limburg 2.0. Uitgangspunt hierbij was het OGM 3.0, het basisjaar betrof Inmiddels is OGM 4.0 beschikbaar gekomen. OGM 4.0 is gebaseerd op versie 7 van het LMS. Dit betekent dat de reisfrequentie modellen en vervoerwijze en bestemmingskeuze modellen volledig zijn herzien en geschat zijn op gegevens uit het OVG voor Alvorens deze modellen geïmplementeerd zijn in het OGM 4.0 heeft een regionale herschatting plaatsgevonden voor de landsdelen Noord, Oost, Zuid en West. Doelstelling hiervan was om de regionale verschillen in het mobiliteitsgedrag beter te kunnen beschrijven. Rijkswaterstaat directie Limburg is voornemens om een NRM Limburg 2.1 te ontwikkelen gebaseerd op het OGM 4.0. Bij de directie bestaat de behoefte aan meer inzicht in de geschiktheid van het OOM 4.0 voor het NRM Limburg 2.1, zonder dat hiervoor een specifieke modelkalibratie plaatsvindt. Provincie Limburg maakt deel uit van het landsdeel Zuid, dat naast Limburg de provincies Zeeland en Noord-Brabant bevat. Aangezien landsdeel Zuid voor een aanzienlijk deel bepaald wordt door Noord- Brabant, is de vraag gerezen of het verplaatsingsgedrag van inwoners van de provincie Limburg door de modellen van landsdeel Zuid in voldoende mate wordt beschreven. Naast de vraag of het verplaatsingsgedrag in Limburg verschilt, zijn er andere punten van aandacht met betrekking tot de vraag of een kalibratie noodzakelijk is: Het feit dat het OOM 4.0 gebaseerd is op het OVG van 1995 en NRM Limburg als basisjaar heeft; Pagina 2 RAPPORT P

6 Vanaf 1998 is de opzet van het OVG veranderd waardoor er een trendbreuk is ontstaan met de eerdere OVG's 1. Bekeken moet worden wat de consequenties hiervan zijn met betrekking tot de uitkomsten van het OGM en De modellen van het OOM 4.0 zijn met bepaalde uitgangspunten geschat. Als de invoer van het OOM verschilt van deze uitgangspunten, wat zijn dan de consequenties. Het laatste punt heeft betrekking op de matnx met verliestijden voor het autoverkeer wat de invloed van de wijze van afleiden hiervan is op de uitkomsten van het model en dus op de noodzaak voor kalibratie. In dit kader heeft de directie Limburg 4cast opdracht verleend voor het verrichten van onderzoek naar de noodzaak tot kalibratie van OOM Doel van de studie Doel van de studie is te onderzoeken of de standaard set parameters die voor landsdeel Zuid in het OOM 4.0 beschikbaar zijn, voldoende is voor het NRM Limburg 2.1, of dat er een regionale kalibratie noodzakelijk is. 1.3 Werkwijze De vraag of het mobilteitsgedrag in Limburg en het invloedsgebied in voldoende mate wordt beschreven kan onderzocht worden middels een vergelijking van de mobiliteitskenmerken in Noord-Brabant, Limburg en Zeeland. Deze kenmerken kunnen van het OVG afgeleid worden. Echter dit alleen is niet voldoende omdat geconstateerde verschillen in de kenmerken grotendeels het gevolg kunnen zijn van verschillen in het regionale autobezit, de regionale bevolkingsopbouw, de regionale ruimtelijke verdeling van produktie en attractie, de kwaliteit van de vervoerssystemen etc. Met deze aspecten houden de modellen in principe rekening. Vanuit dit oogpunt geeft het verrichten van een OGM 4.0 toepassing voor het basisjaar 1997 en een vergelijking met de streefwaarden het meeste inzicht in de noodzaak tot kalibratie. Het verrichten van een OGM 4.0 toepassing voor het basisjaar vormt dan ook het grootste onderdeel van de werkzaamheden. 1.4 Uitgangspunten De volgende uitgangspunten zijn gehanteerd: Invoer van OGM 3.0 NRM Limburg 2.0, zoals gebruikt bij Fase 2: NRM Limburg (versie 2.0) Regionale kalibratie Groeimodel; Veranderingen bv. in de aandelen van de vervoerwijzen als gevolg van de trendbreuk kunnen leiden tot een ander inzicht of er gekalibreerd moet worden. Pagina 3 RAPPORT P

7 Het onderzoek is verricht met OGM versie Met deze versie van het OGM is het mogelijk om de instellingen van het basisjaar te veranderen. Tijdens de uitvoering van de werkzaamheden bleek het nog niet mogelijk om de instellling van de werkurenconectie module te wijzigen en de zogenaamde 'beste autobezitsmodellen' te veranderen 2. - De OGM beleidsinstellingen voor 1997 zijn pragmatisch vastgesteld door de beleidsinstellingen voor 1998 als proxi te nemen voor De redenen hiervoor zijn dat de beleidsinstellingen voor 1998 direct beschikbaar zijn, dat de verschillen tussen de beide jaren klein zijn en dat OGM aan de invoerkant onvoldoende detailniveau biedt om kleine verschillen te effectueren 3. Bij de analyse wordt uitgegaan van de streefwaarden van het NRM Limburg 2.0. Deze zijn gebaseerd op het OVG van 1997 en 1998 met de oorspronkelijke ophoogfactoren. Inmiddels is er een nieuw OVG (vanaf 1998) dat geleid heeft tot een aangepaste (verbeterde) ophoging van eerdere OVG's. Binnen dit onderzoek worden geen nieuwe streefwaarden afgeleid 1.5 Opbouw van het rapport In Hoofdstuk 2 wordt er op basis van statistieken bekeken of er verschillen tussen de drie provincies in de regio Zuid zijn. Daarnaast gaat dit hoofdstuk in op de regionale verschillen die bij de schattingen in de OGM modellen naar voren zijn gekomen, hoe groot deze verschillen zijn en wat de verwachting is met betrekking tot verschillend keuzegedrag binnen de regio Zuid. Hoofdstuk 3 bevat een beschrijving van de werkzaamheden die noodzakelijk waren aan de invoerkant om het OGM 4.0 voor het basisjaar te kunnen draaien. In Hoofdstuk 4 worden de uitkomsten vergeleken met de streefwaarden. Hoofdstuk 5 tenslotte geeft een overzicht van de conclusies. 2 In het huidige OOM wordt voor de raming van het autobezit uitgegaan van de beste autobezitsmodellen van het LMS. Voor andere jaren dan het basisjaar 1995 is deze informatie in het LMS niet beschikbaar. Als in het OGM uitgegaan wordt van een basisjaar dat afwijkt van het basisjaar van het LMS dan zou voor het autobezit uitgegaan moeten worden van de procedure die voor toekomstjaren wordt gebruikt: hoge en lage autobezitsmodellen in combinatie met een target en een interpolatie (zie hiervoor de technische documentatie). De werkurencorrectie module geeft veranderingen aan t.o.v. het basisjaar Bij een afwijkend basisjaar zouden deze waarden dus idealiter aangepast moeten kunnen worden In de huidige versie van het OOM kan dit nog niet. In het huidige OOM 4.0 is het niet mogelijk om de indices met decimalen in te voeren. Pagina 4 RAPPORT P

8 2 Regionale verschillen en modellen 2.1 Inleiding In het OGM 3.0 wordt op basis van vervoerwijze en afstandsklasse verdelingen uit het OVG gekalibreerd voor het basisjaar. Dit is noodzakelijk omdat het OGM 3.0 gebaseerd is op modellen voor heel Nederland, die geschat zijn op data betreffende een ander jaar (o.a. 1986) dan het basisjaar. Voor het OOM 4.0 zijn de modellen gebaseerd op OVG data van Daarnaast zijn bij de modelschattingen voor het OGM 4.0 vier landsdelen onderscheiden (Noord, Oost, Zuid en West). Dit zou de noodzaak van een regionale kalibratie verkleinen. Dit hoofdstuk gaat in op de regionalisering van de modellen in het OOM 4.0 en de factoren die een rol spelen bij de beoordeling of regionale kalibratie van de modellen noodzakelijk is. Met name de gevolgen voor een kleinere regio dan één van de vier regio's die in het OGM worden onderscheiden zullen aan de orde komen. Limburg is onderdeel van landsdeel Zuid, samen met Noord-Brabant en Zeeland. Het studiegebied voor het OGM Limburg betreft de provincie Limburg. Het invloedsgebied beslaat een deel van Noord-Brabant en Gelderland. Het is niet zonder meer mogelijk om alleen aan de hand van statistieken te bepalen of het keuze gedrag van de Limburgse bevolking anders is dan dat van de andere twee provincies in de regio Zuid. In de statistieken zit impliciet ook een andere samenstelling van de bevolking en een verschil in aanbod van vervoerwijzen. Het gaat er dan ook om te bepalen of het gedrag van een vergelijkbare persoon in verschillende provincies verschilt. In deze studie beperken we ons tot algemene vergelijking tussen de provincies met betrekking tot de vervoerwijzekeuzeverdeling. Of deze verschillen voldoende in de regionalisatie van het OOM zijn meegenomen kan alleen bepaald worden door het model te draaien. In de volgende paragrafen zal achtereenvolgend ingegaan worden op: Zijn er op basis van statistieken verschillen tussen de drie provincies in de regio Zuid; De regionale verschillen die bij de schattingen in de OGM modellen naar voren zijn gekomen: hoe groot deze verschillen en wat is de verwachting met betrekking tot verschillend keuzegedrag binnen de regio Zuid; Pagina 5 RAPPORT P

9 2.2 Verschillen op basis van het OVG Recentelijk zijn bij het CBS de statistieken op basis van het OVG herzien 4. Als gevolg van een nieuwe opzet van de OVG enquête vanaf 1998 bleek het noodzakelijk om de ophoging van het OVG voor de jaren daarvoor aan te passen om te corrigeren voor een trendbreuk. Op dit moment zijn nog niet alle cijfers gepubliceerd. Wel is duidelijk dat als gevolg van de nieuwe cijfers de vervoersprestatie naar beneden is bijgesteld, en ook het gemiddelde aantal verplaatsingen per persoon per dag is naar beneden bijgesteld. De volgende tabel geeft een overzicht voor deze verandering van de vervoersprestatie voor heel Nederland: Tabel 2.1: Totale vervoersprestatie Nederlandse bevolking Auto bestuurder Auto passagier Trein Buv,tram metro Brom/iets Fiets Lopen Overig Totaal Mid km Oude weging 89,7 53,0 18,0 8,4 1,2 13,5 5,6 3,1 192,5 Nieuwe weging 83,1 53,4 14,2 8,0 1,0 13,9 4,1 5,5 183,2 Verse/nl -7% 1% -21% -5% -17% 3% -27% 77% -5% Bron: CBS; Trendbreukanalyse Onderzoek Verplaatsingsgedrag De totale vervoersprestatie is met de nieuwe weging 5% gedaald. Voor de trein en lopen is dit zelfs meer dan 20%. Er is geen reden om te veronderstellen dat deze veranderingen niet ook voor Limburg gelden. Deze verandering zal bij de beoordeling van de modeluitkomsten meegenomen worden. Bij de bepaling van de modellen in het OOM, en ook bij de toepassing, wordt geen gebruik gemaakt van de ophoging van het OVG, anders dan voor de afleiding van de streefwaarden. Aanpassing van de ophoogfactoren van het OVG heeft dan ook geen gevolgen voor de functionaliteit van het OGM. Er wordt bij de analyse uitgegaan van de streefwaarden van het NRM Limburg 2.0. Deze zijn gebaseerd op het OVG van 1997 en 1998 met de oorspronkelijke ophoogfactoren. In verband met de beperkte beschikbaarheid van de OVG data van 1998 en eerder in verband met de trendbreukcorrectie, is er voor de vergelijking van de drie provincies uitgegaan van de gepubliceerde gegevens van het OVG Dit betreft cijfers op basis van verplaatsingen voor de hele week, dit in tegenstelling tot het OOM dat uit gaat van reizen (heen en terug) voor een gemiddelde werkdag. Ook de grensoverschrijdende verplaatsingen zijn hierin opgenomen. Voor de bepaling of er verschillen zijn binnen een regio is dit voldoende. Zoals op basis van het verschil in aanbod van vervoerwijzen valt te verwachten, zijn er verschillen tussen de drie provincies. In de volgende tabel wordt het totaal aantal verplaatsingen per persoon per dag gegeven voor de drie provincies. CBS, Trendbreukanalyse Onderzoek Verplaatsingsgedrag. Pagina 6 RAPPORT P

10 Tabel 2.2: Gemiddeld aantal verplaatsingen per persoon per dag OVG 1999 Limburg N-Brabant Zeeland Van en naar het werk Zakelijk bezoek in werksfeer Diensten/persoonlijke verzorging Winkelen, boodschappen doen Onderwijs/cursus volgen Overige Totaal Bron: CBS - Onderzoek Verplaatsingsgedrag De verschillen in het gemiddeld aantal verplaatsingen zijn over het algemeen klein. Het grootste verschil doet zich voor bij verplaatsingen voor het motief onderwijs. Dit heeft te maken met het aantal studenten en onderwijsinstellingen in een provincie. Voor de vervoerwijzeverdeling is de vergelijking beperkt tot Limburg en Noord- Brabant. Een vergelijking met Zeeland heeft door het sterk afwijkende karakter van de provincies en het daarmee samenhangende verschil in bereikbaarheid geen toegevoegde waarde. Tabel 2.3: Verdeling veri'oerwijzen Noord-Brabant Noord-Brabant Auto Auto Trein Bus/tram/ Brom- Fiets Lopen Overig Totaal (bestuurder) (passagier) metro fiets Van en naar het werk 55.33% 7.55% 2.30% 1.81% 2.62% 24,30% 4.17% 1.91% % Zakelijk bezoek in werksfeer 74.22% 7.80% 1.28% 0.98% 0.61% 9.90% 2.28% 2.94% % Diensten/persoonlijke verzorging 46.47% 15.12% 0.50% 1.01% 0.97% 18.27% 15.25% 2.41% % Winkelen, boodschappen doen 37.05% 16.21% 0.44% 1.01% 0.60% 28.16% 16.05% 0.49% % Onderwijs/cursus volgen 5.77% 11.93% 4.31% 4.36% 1.67% 41.09% 29.06% 1.82% % Overige 28.50% 25,19% 0.71% 0.48% 0.79% 21.21% 21.89% 1.23 /o % Totaal 35.05% 18.27% 1.23% 1,18% 1.12% 24.32% 17,46% 1.36% % Bron: CBS - Onderzoek Verplaatsingsgedrag Tabel 2.4: Verdeling vervoerwijzen Limburg Limburg Auto Auto Trein Bus/tram/ Brom- Fiets Lopen Overig Totaal (bestuurder) (passagier) Metro fiets Van en naar hetwerk 57.25% 8.11% 1.91% 1.80% 2.73% 20.98% 5.05% 2.17% % Zakelijk bezoek in werksfeer 75.16% 8.48% 2.43% 1.25% 0.07% 7.14% 3.54% 1.92% % Diensten/persoonlijke verzorging 47.94% 16.63% 0.21% 1,51% 1.01% 14.02% 15.80% 2.88% % Winkelen, boodschappen doen 38.29% 17.47% 0.55% 2.43% 0.98% 20.19% 19.51% 0.58% % Onderwijs/cursusvolgen 6.74% 12.45% 4.18% 6.75% 1.20% 33.54% 32.99% 2.15% % Overige 29.26% 24.80% 0.71% 0.90% 0.71% 16.32% 25.82% 1.47% % Totaal 36.12% 18.70% 1.18% 1,88% 1.12% 18.85% 20.60% 1.55% % Bron: CBS - Onderzoek Verplaatsingsgedrag Pagina 7 RAPPORT P

11 Tabel 2.5:Vergehjking verdeling vervoerwijzen Limburg en Noord Brabant. Limburg/Noord Brabant Auto Auto Trein Bus/tram! Brom- Fiets Lopen Overig Totaal (bestuurder) (passagier) metro Fiets Van en naar het werk , Zakelijk bezoek in werksfeer Diensten/persoonlijke verzorging Winkelen, boodschappen doen Onderwijs/cursus volgen Overige Totaal Voor de autobestuurder zijn de verschillen klein, behalve voor onderwijs. Het aandeel auto voor dit motief is echter klein. Absoluut gaat het om slechts 1% verschil in het aandeel. Ook voor de autopassagier zijn de verschillen klein. Voor de trein moeten de verschillen voor een deel toegeschreven worden aan een te klein aantal waarnemingen, waardoor de marges relatief groot zijn. Het kleinere aandeel van de trein verplaatsingen is te verwachten op basis van minder aanbod in Limburg. Daartegenover staat een fors hoger BTM gebruik. Dit kan samenhangen met een lager fietsgebruik, maar ook met een beter aanbod van BTM. - Als enige specifiek voor Limburg is het lagere fietsgebruik. Voor een deel wordt dit gecompenseerd door een hoger aandeel voor lopen, maar totaal langzame vervoerwijzen verschilt meer dan 5%. (resp. 40.6% en 42.9%) Als derde vergelijking wordt gekeken naar de gemiddelde verplaatsingslengte voor Limburg en Noord-Brabant. Tabel 2.6: Gemiddelde verplaatsingsafstand Noord Brabant Noord-Brabant Auto Auto Trein Bus/tram! Brom- Fiets Lopen Overig Totaal (bestuurder) (passagier) Metro fiets Van en naar hetwerk Zakelijk bezoek in werksfeer Diensten/persoonlijke verzorging Winkelen, boodschappen doen Onderwijs/cursus volgen Overige Totaal Bron: CBS - Onderzoek Verplaatsingsgedrag Pagina 8 RAPPORT P

12 Tabel 2.7: Gemiddelde verplaatsingsafstand Limburg Limburg Auto Auto Trein Bus/tram! Brom- Fiets Lopen Overig Totaal (bestuurder) (passagier) Metro fiets Van en naar het werk Zakelijk bezoek in werksfeer Diensten/persoonlijke verzorging Winkelen, boodschappen doen Onderwijs/cursus volgen Overige Totaal Bron: CBS - Onderzoek Verplaatsingsgedrag tabel 2.8: Vergelijking Gemiddelde verplaatsingsafstand Limburg met Noord-Brabant Limburg/Noord Brabant Auto Auto Trein Bus/tram! Brom- Fiets Lopen Overig Totaal (bestuurder) (passagier) Metro fiets Van en naar het werk Zakelijk bezoek in werksfeer Diensten/persoonlijke verzorging Winkelen, boodschappen doen Onderwijs/cursus volgen Overige Totaal Voor de gemiddelde verplaatsingsafstand zijn de verschillen tussen Limburg en Noord- Brabant groot. De over het algemeen kortere verplaatsingsafstand voor Limburg valt te verklaren uit de compacte vorm van de provincie. Er zijn logischerwijze geen bestemmingen die ver weg liggen. De verklaring voor de langere verplaatsingsafstand voor onderwijs moet gezocht worden in het gebrek aan onderwijsinstellingen op korte afstand. Voor de trein geldt dat deze voornamelijk noord-zuid gericht is waardoor deze aantrekkelijk is voor langere afstanden. Bij de vergelijking moet ook rekening gehouden worden met de statistische beperkingen van de data. Met name voor de trein zijn deze marges groter als gevolg van het beperkte aantal waarnemingen. Het OVG voor 2000 geeft bijvoorbeeld voor totaal trein een verschil van 5% in de verplaatsingsafstand, ten opzichte van 35% in De gemiddeld langere loopafstand in Limburg is niet te verklaren. Mogelijk houdt dit - verband met het lagere fietsgebruik als gevolg van het heuvellandschap. Opmerkelijk is dat in 1999 de gemiddelde fietsafstand in Limburg korter is dan in Noord-Brabant, maar in 2000 juist langer. Hier kunnen externe factoren zoals bijvoorbeeld weersomstandigheden een rol spelen, waardoor er meer getoerd wordt. Samengevat blijkt dat het verplaatsingsgedrag volgens het OVU in Limburg verschilt van dat van Noord-Brabant. De verschillen zijn voor een groot deel toe te schrijven aan de specifiek omstandigheden met betrekking tot het verschil in de bereikbaarheid in de twee provincies. De verwachting is dat deze verschillen ook in het OGM gemodelleerd worden omdat ze verklaard kunnen worden uit de ruimtelijke indeling van de provincie. Het enige verschil dat zeker niet in de modellen is opgenomen is het verschillende fietsgebruik. In het OGM zijn fiets en lopen samengevoegd als een vervoerwijze langzaam. Het verschil van 2% op dit aggregatie niveau weegt op het eerste gezicht niet Pagina 9 RAPPORT P

13

14 Onderzoek, analyse en advies t.a.v. Regionale Kalibratie 0CM 4.0 op tegen de inspanning van een kalibratie. De modeluitkomsten zullen hierover uitsluitsel moeten geven. 2.3 Korte modelbeschrij ving OGM Binnen het OGM is er naar gestreefd om het keuzegedrag van de reiziger zo goed mogelijk te verklaren. Het reizigersgedrag kan worden gezien als een aantal keuzes die personen maken om de reisbehoefte te realiseren. Deze keuzes zijn: de keuze voor rijbewijs- en autobezit; de beslissing om al dan niet op reis te gaan; de keuze van reisbestemming en vervoerwijze; de keuze van vertrektijdstip; en, de routekeuze Het OGM kent derhalve in hoofdzaak een 5-tal keuzemodellen die direct gerelateerd zijn aan de bovenvermelde keuzes. Voor de bepaling van de vervoersvraag zijn met name de eerste drie keuzemodellen belangrijk. Het OGM is opgebouwd uit vijf modulen. Stap één bestaat uit twee delen die onafhankelijk kunnen worden uitgevoerd. bepaal de reisfrequenties en de bereikbaarheidskenmerken de reisfrequenties worden bepaald m.b.v. de rijbewijs- en autobezit modellen en de reisfrequentiemodellen de bereikbaarheidskenmerken worden bepaald uit beschikbare databestanden d.w.z. de netwerken, de lijnvoering en de OVR-gegevens bepaal simultaan de wijze van vervoer en de keuze van de bestemming m.b.v. de vervoerswijze en bestemmingskeuze modellen bepaal het tijdstip van vertrek voor de autobestuurder m.b.v. periodekeuze modellen deel het auto (en vracht)verkeer toe m.b.v. routekeuze modellen Voor de beoordeling of het keuzegedrag wordt alleen gekeken naar het resultaat van de reisfrequenties en vervoerwijze- en bestemmingskeuze. De andere componenten blijven hier buiten beschouwing Reisfrequentie module In de reisfrequentie-module wordt de reisfrequentie bepaald voor een gemiddelde werkdag. Een reis (tour') is hierbij gedefinieerd als een keten van verplaatsingen die op een bepaalde plek (d.i. de woon lokatie) begint en daar ook weer eindigt. De reisfrequentie wordt geschat op basis van gegevens uit een zogenaamde prototype steekproef en het rijbewijs- en autobezit. De prototype steekproef is een representatieve Pagina 10 RAPPORT P

15 steekproef onder alle typen huishoudens. Essentieel is dat de steekproef middels zoneen huishoudspecifieke ophoogfactoren voor iedere zone representatief wordt gemaakt. Het rijbewijs en autobezit zijn eveneens geschat m.b.v. huishoudgegevens uit prototype steekproef. De reisfrequentiemodellen voorspellen het totaal aantal reizen voor een gemiddelde werkdag voor de volgende motieven: 1. woonwerk a. voor werkzame personen meer dan 30 uur (=fulltime) - b. voor niet-werkzame personen, deeltijd en overige werkers 2. woning gebonden zakelijk 3. niet-woninggebonden zakelijke verplaatsingen werk gebonden zakelijk niet werk gebonden zakelijk 4. onderwijs voor scholieren/studenten voor niet scholieren/studenten 5. winkelen en zakelijk bezoek in de privé-sfeer (bv. bank) 6. overig 7. onderwijs voor kinderen jonger dan 12 jaar (basisonderwijs) 8. winkelen en overig voor kinderen jonger dan 12 jaar Bij de bepaling van de reisfrequenties worden reizigerssegmenten onderscheiden. De reizigerssegmenten zijn gedefinieerd op basis van: samenstelling van het huishouden met betrekking tot het aantal personen en het aantal fulltime werkenden; autobeschikbaarheid; geslacht, rijbewijsbezit en maatschappelijke participatie (werkend, scholier/student, gepensioneerd, overig) van de persoon; leeftijd van de persoon; opleidingsniveau van de persoon; totaal huishoud of persoonlijk netto besteedbaar inkomen; Dit houdt bijvoorbeeld in dat het aantal werkenden direct invloed heeft op het aantal woonwerk reizen, maar ook het aantal studenten en het aandeel parttimers onder werkenden. Ook zal een hoger aantal werkenden leiden tot een lager aantal reizen voor de niet werkgerelateerde motieven winkelen en overig. De modellen zullen dus op basis van verschillen in de samenstelling bevolking op basis van de bovenstaande variabelen verschillen verklaren tussen verschillende regio's. Nadat het totaal aantal reizen bepaald is, wordt hiervan het aantal grensoverschrijdende reizen afgetrokken omdat in de vervoerwijze- en bestemmingskeuze module (RSES) alleen uitgegaan wordt van binnenlandse bestemmingen. Het aantal grensoverschrijdende reizen dat moet worden afgetrokken wordt buiten het OOM bepaald. Om uiteindelijk een consistent totaal aantal reizen te krijgen wordt aan de Pagina 11 RAPPORT P

16 hand van de externe matrices voor grensoverschrijdende verplaatsingen bepaald welk deel zijn oorsprong in Nederland heeft en het totaal aantal gegenereerde reizen wordt hiermee gecorrigeerd, zodat alleen binnenlandse reizen overblijven. Het is dus van groot belang dat het aantal buitenlandse reizen dat zijn oorsprong in Nederland vindt juist bepaald is Vervoerwijze en bestemmingskeuze module (RSES) In deze module wordt de verdeling van de geraamde reizen over mogelijke bestemmingen en vervoerwijzen geschat. Wat betreft de vervoerwijzen kan gekozen worden uit: autobestuurder, autopassagier, trein en overig openbaar vervoer en het 'langzame' alternatief (lopen, fietsen). De trein en het overig openbaar vervoer zijn aparte vervoerwijzen. De onderscheiden motieven zijn woon-werk, woon-zakelijk, niet-woon zakelijk, onderwijs, woon-winkel en woon-overig voor personen ouder dan 12 jaar en basisonderwijs en overig door kinderen. De basis voor de verdeling vanuit een bepaalde herkomst is het 'nut' van iedere mogelijke vervoerwijze en bestemming combinatie. 'Mogelijk' heeft hier betrekking op de beschikbare vervoerwijzen voor een reizigerssegment. Het 'nut' van een vervoerwij ze/bestemmi ngscombi natie wordt bepaald door de bereikbaarheid van de beschouwde bestemming voor de beschouwde vervoerwijze en de attractie van de beschouwde bestemming. In de modellen worden reizigerssegmenten onderscheiden op basis van geslacht, 4 leeftijdsklassen (11 en jonger; jaar; jaar; 60 en ouder), 5 categorieën voor autobeschikbaarheid (geen auto wel rijbewijs; geen auto geen rijbewijs; auto/geen rijbewijs; auto competitie; auto vrij beschikbaar) en 4 klassen voor maatschappelijke participatie (parttime werkend of onbekend werkend; fulltime werkend; student; niet werkend). Daarnaast worden voor de werkgebonden motieven 5 inkomensklassen onderscheiden. Dit zijn de persoonsgebonden verklarende factoren die verschillen tussen regio's kunnen verklaren. Aan de andere kant zijn er attractie en bereikbaarheidsvanabelen. De attractievanabelen zorgen ervoor dat bijvoorbeeld een werklocatie meer woonwerkverplaatsingen trekt dan een woonwijk. Naast deze attractie speelt daarbij natuurlijk de bereikbaarheid een belangrijke rol. De ligging van woon en werklocaties ten opzichte van elkaar en de bereikbaarheid, is sterk bepalend voor de verdeling van de reizen. De bereikbaarheidsvariabelen worden afgeleid uit de netwerken. Voor trein en BTM wordt direct uitgegaan van de beschikbare netwerken. Voor langzaam verkeer wordt uitgegaan van de kortste reisafstand. Deze kan afgeleid zijn van het autonetwerk of van een langzaam vervoer netwerk. De bereikbaarheid voor de auto bestaat uit twee componenten: de reistijd bij vrije verkeersafwikkeling en een component voor de Pagina 12 RAPPORT P

17 gemiddelde vertraging gedurende een gemiddelde werkdag. Deze tweede component kan voor problemen zorgen. Bij de modelschatting is uitgegaan van de gemiddelde vertraging die afgeleid is op basis van de 1995 basismatrix landelijk model systeem (LMS). Bij toepassing van de modellen zijn er verschillende mogelijkheden om de gemiddelde etmaal vertraging te bepalen. Conversie LMS vertraging naar regionale zonering; Op basis van regionale basismatrices en toedeling hiervan nieuwe vertraging afleiden; en Combinatie van deze twee bronnen; Ad 1. Gebruik maken van de LMS vertraging, die ook in de schatting gebruikt is, zorgt ervoor dat er nauw bij de modelschatting wordt aangesloten. Nadeel is dat door de fijne zonering bij een regionale toepassing tussen de zones binnen een LMS subzone geen vertraging gemodelleerd wordt. Hierdoor zullen dergelijke relaties relatief aantrekkelijker zijn. Afleiden van nieuwe vertragingsmatrices op basis van toegedeelde basismatrices zal voor alle interzonale relaties een vertraging opleveren. Doordat echter de congestie buiten het studiegebied niet in detail gemodelleerd wordt, zullen relaties naar buiten het studiegebied relatief te aantrekkelijk worden. Ook kunnen er problemen optreden wanneer het congestie niveau sterk afwijkt van het congestie niveau dat in de modelschattingen gebruikt is. Combinatie van de twee verdient dan ook de voorkeur. Voor relaties binnen het studiegebied nieuwe vertragingen gebaseerd op de toedeling van de regionale basismatrices, en voor relaties naar buiten het studiegebied de vertragingen gebaseerd op het LMS. Daarbij zal nog wel onderzocht moeten worden of de vertragingen gebaseerd op de regionale data vergelijkbaar zijn met de LMS vertragingen. Grote verschillen kunnen ongewenste effecten hebben op de verdeling van de verplaatsingen Regionalisering OGM 4 modellen Regionalisering van de OGM modellen heeft betrekking op de reisfrequentiemodellen en de vervoerwijze-bestemmingskeuze modellen. Bij de reisfrequentiemodellen bestaat de regionalisatie eruit dat er correctiefactoren zijn afgeleid voor de reisfrequentie voor elk van de 11 onderscheiden motieven. Het betreft voor de meeste motieven kleine correcties. Deze correcties zijn gebaseerd op afwijkingen in reisgedrag ten opzichte van het landelijk gemiddelde, zoals dat door de modellen geschat wordt. Of deze correcties voldoen, zal moeten blijken uit de modeltoepassing. De volgende tabel geeft een overzicht van de correctie factoren voor de regio Zuid: Pagina 13 RAPPORT P

18 1 Onderzoek, analyse en advies t.a.v. Regionale Kalibratie OGM 4.0 Tabel 2.9: Correctiefactor reisfrequentiemodellen regio Zuid Motief Correctiefactor Woonwerk voor werkzame personen meer dan 30 uur (=fulltime) voor niet-werkzame personen, deeltijd en overige werkers woning gebonden zakelijk niet-woninggebonden zakelijke verplaatsingen werk gebonden zakelijk niet werk gebonden zakelijk Onderis'ijs voor scholieren/studenten voor niet scholieren/studenten winkelen en zakelijk bezoek in de privé-sfeer (bi'. bank) Overig onderw ijs voor kinderen jonger dan 12 jaar(baxisonder'.vijs) winkelen en overig voor kinderen jonger dan 12 jaar De grootste correctiefactoren zijn bepaald voor de kleinste motieven. Het effect op het totaal resultaat zal daarmee beperkt zijn en regionale kalibratie van de reisfrequentiemodellen voor Limburg lijkt daarmee niet noodzakelijk. Voor de vervoerwijze-bestemmingskeuze modellen zijn niet voor alle motieven in dezelfde mate regionale verschillen geconstateerd. Voor de motieven woonwerk, winkelen en overig zijn er schaalfactoren bepaald voor de bereikbaarheidskwaliteit en overige kenmerken en zijn er extra regio specifieke verklarende variabelen toegevoegd, die betrekking hebben op de regio Zuid. Voor de andere motieven (beide zakelijke motieven, onderwijs en de motieven voor kinderen) beperkt de regionalisatie zich tot de vervoerwijze-constanten voor de vier landsdelen. Voor deze motieven zijn er geen onverklaarde verschillen gevonden op basis van trip!engte, die een regionale schaling van de bereikbaarheidskwaliteit of de overige componenten noodzakelijk maakt. De volgende tabel geeft een overzicht van de vervoerwijzespecifieke constanten voor de vijf woninggebonden motieven voor personen van 12 jaar en ouder. 1 Pagina 14 RAPPORT P

19 Vervoerwijze-specifiek constanten woninggebonden motieven Bestuurder Passagier Trein BTM Woonwerk Zakelijk Onderwijs Winkelen Overig Rel. tov Rel. tov Rel. tov Rel. tov Rel. tov Const. Const. Const. Const. Const. Best. Best. Best. Best. Best. LMS Noord Oost West Zuid LMS Noord Oost West Zuid LMS Noord Oost West Zuid LMS Noord Oost West Zuid Voor de meeste motieven zijn de vervoerwijzespecifieke constanten in de regio Zuid voor het 0V kleiner dan voor gemiddeld Nederland, zowel absoluut (tov de basis, langzaam verkeer) als relatief ten opzichte van de autobestuurder. Hieruit volgt dat er een relatief lager aandeel 0V verwacht kan worden, dan alleen op basis van een slechtere bereikbaarheidskwaliteit van het 0V verwacht zou mogen worden. Met name voor het motief woonwerk zijn de constanten voor 0V voor de regio Zuid klein ten opzichte van de andere regio's. Dit kan echter samenhangen met de schaling van de modelparameters voor de bereikbaarheidskwaliteit. Of de vervoerwijze-constanten voor de regio Zuid voldoende regionale kenmerken voor Limburg in de modellen inbrengt, zal moeten blijken uit de modeltoepassing. De schalingsfactoren voor de bereikbaarheidskwaliteit (voor woonwerk, winkelen en overig) voor auto, langzaam verkeer en voor het openbaar vervoer (trein en BTM), laten zien dat in de regio Zuid het aandeel 0V minder gevoelig is voor veranderingen in de bereikbaarheidskwaliteit. De negatieve invloed op het 0V aandeel van relatief slechtere bereikbaarheidskwaliteit voor het openbaar vervoer wordt daarmee enigszins afgezwakt. Dit kan een reden zijn waardoor de vervoerwijzespecifieke constante voor woonwerk relatief meer afwijkt van het gemiddelde. In de volgende tabel is een overzicht van de schalingsfactoren voor de bereikbaarheidskwaliteit voor de regio Zuid. Pagina 15 RAPPORT P

20 1 Onderzoek, analyse en advies t.a.v. Regionale Kalibratie OGM 4.0 Woonwerk Winkelen Overig Auto en langzaam Trein en BTM De invloed van deze schalingsfactoren en ook die van overige modelcomponenten kan niet los gezien worden van de vervoerwijzespecifieke constanten. Een algemeen probleem bij de toepassing van de vervoerwijze-bestemmingskeuze modellen is de manier waarop de bereikbaarheidskwaliteit voor een vervoerwijze wordt afgeleid. Met name voor de trein en BTM verschillen de netwerken van de netwerken zoals die in LMS en daarmee in de modelschatting gebruikt zijn en ook voor de afleiding van de bereikbaarheidskwaliteit worden andere procedures gebruikt. Bij de beoordeling of verdere regionale kalibratie van de vervoerwijzebestemmingskeuzemodellen voor Limburg noodzakelijk is, zijn met name de motieven woonwerk, winkelen en overig van belang. Voor de andere motieven beperken de verschillen zich tot de vervoerwijzeconstanten en mag aangenomen worden dat ook voor Limburg binnen de regio Zuid geen grote verschillen bepaald kunnen worden. Alleen een modeltoepassing zal hierover uitsluitsel kunnen geven. Pagina 16 RAPPORT P

21 1 Onderzoek, analyse en advies t.a.v. Regionale Kalibratie OGM Opzetten OGM 4.0 voor Inleiding Om het OGM 4.0 te operationaliseren voor het basisjaar dienen een aantal werkzaamheden uitgevoerd te worden. Naast het omzetten van de uit het OGM 3.0 NRM Limburg 2.0 afkomstige invoergegevens moet ontbrekende informatie worden ingevuld. De volgende werktaken zijn uitgevoerd: Opstellen regionale zonale informatie met de landsdeelcodering en de codering van de periodekeuzefracties; Omzetten van de socio-economische gegevens uit OOM 3.0 naar OGM 4.0 format en uitsplitsen van de onderwijsplaatsen over drie typen onderwijs; Opzetten van een zonaal bestand met de inkomensverdeling over de vijf onderscheiden inkomensklassen; LMS externe matrices aanpassen m.b.t. de nieuwe motiefindeling; Afleiding van de fracties binnenlands verkeer; Conversie LMS-vertragingsmatrices naar NRM Limburg 2.1, aanmaken alternatieve vertragingsmatrices; en Vaststellen bereikbaarheidskenmerken voor de trein en het overig openbaar vervoer. Invoeren van het beleid t.o.v In dit hoofdstuk wordt op iedere werktaak ingegaan Regionale informatie Ten opzichte van OOM 3.0 is dit een nieuw bestand. Het bestand bevat per NRM-zone een record met de volgende informatie (FORMATTEDfreefonnat): x-coördinaat zwaartepunt; y-coördinaat zwaartepunt; Intrazonale afstand [m]; Oppervlakte [Heet]; Landsdeel (Zuid=3); Time-of-Day regio; Corresponderende LMS subzone; en Corresponderende LMS-zone 1 Pagina 17 RAPPORT P

22 De X- en Y-coördinaten van de NRM Limburg 2.0 zijn overgenomen uit het bestaande coördinatenbestand van het autonetwerk. Hierbij is het van belang dat het bijbehorende assenstelsel en de eenheden overeenkomen met die van het LMS 7.0. Uit een vergelijking middels GIS is gebleken dat de coördinaten direct overgenomen konden worden. In het OOM 4.0 wordt voor de intrazonale afstand uitgegaan van de helft van de straal. Deze straal r wordt bepaald op basis van de oppervlakte: opp r= rzp De oppervlakte is overgenomen uit de beschikbare socio-economische gegevens die gebruikt zijn bij OOM 3.0. De corresponderende LMS zone is overgenomen vanuit de beschikbare OGM 3.0 NRM Limburg 2.0 socio-economische gegevens, de corresponderende LMS-subzones zijn met de hand bepaald. De codering van de Timeof-Day regio is vastgesteld door uit te gaan van het LMS en de corresponderende NRM-zones binnen een LMS-zone allen dezelfde codering te geven. Betekenis codering TOD-regio's: 1 = 15 grootste steden, agglomeraties 4 grote steden 2 = Rest Randstad plus overige steden > inwoners 3 = Rest Nederland 3.3 Socio-economische gegevens Het format van het bestand met socio-economische gegevens verschilt met OGM 3.0. Zo maakt de oppervlakte geen deel meer uitmaakt van het bestand met socioeconomische gegevens. Deze kolom is verwijderd uit de beschikbare socioeconomische gegevens. In het OOM 4.0 worden binnen de onderwijsplaatsen de studentplaatsen expliciet onderscheiden. Per subzone van het LMS is op basis van de 1998 socio-economische gegevens de verdeling van het totaal aantal onderwijsplaatsen naar basisonderwijs, VO, MBO en HBO, en WO vastgesteld. Deze verdeling is via de correspondentie tussen NRM-zone en LMS-subzone geprojecteerd op het totaal aantal onderwijsplaatsen in het NRM-bestand. 3.4 Inkomensverdeling In het OGM 4.0 wordt in de berekening van de ophoging van de reisfrequenties en bij de bepaling van de reisfrequenties en de vervoerwijze- en bestemmingskeuze onderscheid gemaakt naar 5 inkomensklassen. Ten behoeve van de bepaling van de ophoging is informatie noodzakelijk over de inkomensverdeling. De inkomensverdeling van het LMS uit de 1998 toepassing is via de correspondentie Pagina 18 RAPPORT P

23 Onderzoek, analyse en advies t.a.v. Regionale Kalibratie 0CM 4.0 tussen NRM-zones en LMS-subzones overgenomen. De inkomensklassen zijn als volgt gedefinieerd: netto besteedbaar huishoudinkomen EURO per jaar netto besteedbaar huishoudinkomen EURO per jaar netto besteedbaar huishoudinkomen EURO per jaar netto besteedbaar huishoudinkomen EURO per jaar netto besteedbaar huishoudinkomen > EURO per jaar Het resulterende bestand bevat per NRM-zone naast het zonenummer een verdeling over de vijf inkomensgroepen. Het bestand is conform het OGM 4.0 weggeschreven in FORMATTED free format. en: 3.5 Externe matrices Aan het eind van de berekening van de vervoerwijze- en bestemmingskeuze worden in de in het externe gebied genereerde reizen, cq verplaatsingen (niet woning gebonden zakelijk) toegevoegd. Zonder deze externe matrices is het niet mogelijk om de vervoerwijze- en bestemmingskeuze module in het OGM te draaien. Het externe gegenereerde verkeer is in het OGM-proces pas van belang bij de berekening van de groeifactoren. Voor de beoordeling van de uitkomsten tegen de streefwaarden zijn de matrices met extern gegenereerde reizen dus niet van belang. Daarom zijn dummy matrices gemaakt gevuld met nullen die qua motiefindeling aansluiten bij het OOM Fractie binnenlands verkeer De reisfrequentiemodellen bepalen de reizen voor het studie- en invloedsgebied inclusief het landgrensoverschrijdend verkeer. De vervoerwijze-en bestemmingskeuzemodellen van OGM 4.0 onderscheiden alleen binnenlandse bestemmingen. De reisfrequenties moeten daarom geschoond worden van reizen die gerelateerd zijn aan de grensoverschrijdende bestemmingen. Het OGM 4.0 hanteert hiervoor fracties. De fracties zijn voor dit onderzoek bepaald op basis van de apnoriplus matrices. Per zone zijn de verplaatsingen omgezet naar reizen. Voor de binnenlandse verplaatsingen is dit gedaan door het aantal verplaatsingen te delen door 2. De grensoverschrijdende verplaatsingen zijn omgezet naar reizen door het aantal verplaatsingen te delen door 4. Daarbij is de veronderstelling gemaakt dat de helft van de grensoverschrijdende verplaatsingen gemaakt worden door personen die in het buitenland woonachtig zijn. Uit het totaal aantal reizen en het totaal aantal grensoverschrijdende reizen is vervolgens de fractie binnenlandse reizen afgeleid. Pagina 19 RAPPORT P

24 1 3.7 Vertragingsmatrices De vervoerwijze- en bestemmingskeuzemodellen van het OOM 4.0 zijn geschat rekening houdend met verliestijden voor de auto als gevolg van congestie en vertraagde afwikkeling. Eén van de invoerbestanden van het OGM 4.0 is daarom een matrix met per reis- of verplaatsingsmotief de gemiddeld verlïestijd op een gemiddelde werkdag. In paragraaf is aangegeven dat de vertragingsmatrix en de wijze van afleiden hiervan van invloed is op de uitkomsten en aanleiding kan zijn voor kalibratie. In het onderzoek naar de noodzaak tot kalibratie is als basis uitgegaan van een conversie van de matrix met vertragingstijden die bij de schatting van de modellen is gebruikt naar de gebiedsindeling van het NRM Limburg 2.0. Deze conversie heeft plaatsgevonden via de correspondentie tussen LMS-subzones en de NRM-zones. Naast deze basis zijn er nog twee andere manieren om de vertragingsmatrix af te leiden met het OOM doorgerekend: I Een vertragingsmatrix afgeleid op basis van de toedeling van de basismatrices aan de autonetwerken voor Hierbij worden geen verliestijden bepaald op delen van het wegennet buiten het studie- en invloedsgebied. Op relaties tussen het studie- en invloedsgebied met de rest van Nederland worden de verliestijden onderschat. Een vertragingsmatrix afgeleid op basis van de toedeling van de basismatrices aan de autonetwerken voor 1997 in combinatie met de vertragingsmatrix die bij de schatting gebruikt is. Voor relaties met de rest van Nederland zijn de vertragingstijden die bij de schatting gebruikt zijn als minimum waarde gehanteerd. Voor de eerste optie zijn de gekalibreerde dagdeelmatrices van het autoverkeer en het vrachtverkeer per periode toegedeeld met QBLOK. Hiervoor is de QBLOK-versie van het OGM 4.0 gehanteerd. Het gebruikt van deze toedeling als losstaand onderdeel van het OGM vergt naast kennis van de controlfile van QBLOK een pre-processing van de vrachtmatrices. Deze moeten namelijk eerst omgezet worden van motorvoertuigen naar pae. Er is uitgegaan van een pae-factor met een waarde van 1.9. De vertragingstijd voor ieder motief is vervolgens opgesteld door het verschil te nemen van een gewogen gemiddelde over de gecongesteerde reistijden per periode en de free flow-tijd. De weging van de perioden wordt bepaald door de verdeling van een motief over de dagdelen. De basisjaarvertraging V is per herkomst-bestemmingsrelatie berekend volgens de volgende formule: V = AMGOT11 +OPGOT01, +PMGOTpM +AMRTRTlM +OPRPRI +PMRTRI M met T de gecongesteerde reistijd in de heenrichting in periode p en met RT de gecongesteerde reistijd in de terugrichting in periode p. De waarden van AMGO, OPGO, PMGO, AMRT, OPRT en PMRT zijn gegeven in de volgende tabel en zijn afkomstig van het Landelijk Model Pagina 20 RAPPORT P

25 1 TOD-regio 1 AMGO OPGO PMGO 1 AMRT OPRT PMRT Woon-werk Woninggebonden zakelijk Niet-woninggebonden zakelijk Onderwijs , Winkelen Overig Bereikbaarheidskenmerken voor de trein en het overig 0V I Een ander verschil ten opzichte van het OGM 3.0 is dat in OGM 4.0 de trein en overig openbaar vervoer als aparte vervoerwijzen opgenomen zijn. Dit vereist aparte bereikbaarheidskenmerken voor de trein en het overig openbaar vervoer. Ook in OGM 3.0 waren aparte bereikbaarheidskenmerken nodig voor beiden, maar omdat binnen het OGM 4.0 beide aparte vervoerwijzen zijn, is de volledigheid van de level-of-service matrices meer van belang. Naast het gebruik van de skims die bepaald zijn bij de OOM 3.0 Regionale kalibratie, zijn extra skims gemaakt door aanpassing van de skim-parameters in TRIPS. De aanpassing van de parameters is noodzakelijk om een skim te genereren voor een situatie waarin men gedwongen wordt om met het overig openbaar vervoer te reizen en om een skim te genereren waarbij de trein zo veel mogelijk gebruikt wordt. Vervolgens zijn de diverse skims middels TP+ gekoppeld en zijn de benodigde bereikbaarheidskenmerken uit de matnces gehaald en met het juiste formaat (MinUtp binair) in de drie benodigde bestanden weggeschreven. Tijdens het draaien van OGM 4.0 bleek dat het OOM 4.0 door extreem lange looptijden in het voor- en natransport crashte. Als gevolg hiervan is ervoor gekozen om voor het onderzoek de looptijden te begrenzen op maximaal 60 minuten lopen per richting. Door Pagina 21 RAPPORT P

26 de begrenzing van de looptijd was het echter noodzakelijk om bij de lange afstandsrelaties het overig openbaar vervoer uit te sluiten. Voor het overig openbaar vervoer bleek naar bestemmingen gelegen in de rest van Nederland van de grens met de rest van Nederland gelopen te worden. Door de ingestelde begrenzing van de looptijd werd op de lange afstandsrelaties voor het overig openbaar vervoer gekozen en niet voor de trein. 3.9 Invoeren beleid t.o.v De OGM beleidsinstellingen voor 1997 zijn pragmatisch vastgesteld door de beleidsinstellingen voor 1998 als proxi te nemen voor De redenen hiervoor zijn dat de beleidsinstellingen voor 1998 direct beschikbaar zijn, dat de verschillen tussen de beide jaren klein zijn en dat OGM aan de invoerkant onvoldoende detailniveau biedt om kleine verschillen te effectueren. De volgende instellingen zijn gehanteerd: 1 Kilometerkosten per inkomenscategone: index 104 Parkeerkosten: index 106 Kosten overig openbaar vervoer: index 100 Kosten trein motief woon-werk: index 104 Kosten trein gemiddeld: index 102 n H De index 104 is inclusief het effect van een veranderde brandstofefficiency. In het OGM 4.0 is daarom hiervoor de index 100 ingevoerd. Pagina 22 RAPPORT P

27 4 Analyse resultaten 4.1 Inleiding Eerder is aangegeven dat het niet zonder meer mogelijk is om alleen aan de hand van statistieken te bepalen of het keuze gedrag van de Limburgse bevolking anders is dan dat van de andere twee provincies in de regio Zuid. In de statistieken zit impliciet ook een andere samenstelling van de bevolking en een verschil in aanbod van vervoerwijzen. Het gaat er dan ook om te bepalen of het gedrag van een vergelijkbare persoon in verschillende provincies verschilt. Of deze verschillen voldoende in de regionalisatie van het OGM zijn meegenomen kan alleen bepaald worden door het model te draaien. De vertragingsmatrix die invoer is voor het OGM 4.0 en de wijze waarop deze is samengesteld,is van invloed op de uitkomsten van het OGM. Uitgangspunt voor het onderzoek naar de noodzaak tot kalibratie van OGM 4.0 NRM Limburg 2.1 is een directe vertaling van de vertragingsmatrix die bij de schatting van de vervoerwijze- en besternmingskeuze modellen is gebruikt. Deze matrix wordt ook gebruikt bij the LMS. Daarnaast zijn nog twee alternatieve wijze voor de afleiding van de vertragingsmatrix gedefinieerd. In dit hoofdstuk worden de resultaten van de OGM 4.0 NRM Limburg 2.0 toepassingen voor het basisjaar beschouwd. Het gaat hier dus om drie toepassingen: De basis, met een directe vertaling van de (LMS) vertragingsmatrix; Optie 1, met een vertragingsmatrix afgeleid door toedeling van de regionale dagdeelspecifiekebasismatrices; en Optie 2, een combinatie waarbij voor de relaties met het externe gebied, de vertraging in LMS vertragingsmatrix als minimum waarde wordt gehanteerd. De eerste run, de basis, zal vergeleken worden met de streefwaarden die uit het OVG 97/98 zijn afgeleid. Het gaat hier om een vergelijking van de uitkomsten van de reisfrequentie, een vergelijking van de modal split en een vergelijking van de gemiddelde reislengte. Ter vergelijking worden de resultaten van OGM 3.0 NRM Limburg 2.0 voor en na de kalibratie vermeld. Om de invloed van de wijze van afleiding vertragingmatrix zichtbaar te maken wordt de gemiddelde reislengte voor de drie runs met elkaar vergeleken. De opzet van dit hoofdstuk is als volgt: Pagina 23 RAPPORT P

28 In paragraaf 4.2 wordt ingegaan op de resultaten van de reisfrequentie; In paragraaf 4.3 wordt ingegaan op de resultaten van de vervoerwijze- en bestemmingskeuze; en In paragraaf 4.4 wordt ingegaan op de invloed van de wijze van afleiding vertragingsmatrix op de uitkomsten. 4.2 Reisfrequentie In de reisfrequentiemodule wordt per zone in het NRM-gebied, d.i. het studie - en invloedsgebied, het aantal vertrekkende reizen (tours) per motief bepaald. In het geval van het motief 'niet-woning gebonden zakelijk' betreft dit niet reizen maar verplaatsingen. De vastgestelde produktie wordt daarbij 'geschoond' voor grensoverschrij dend verkeer. De motiefindeling van OOM 4.0 verschilt van de motiefindeling van de eerdere versies van het OGM. Het verschil zit hoofdzakelijk in het expliciete onderscheid van reizen gemaakt door personen beneden de 12 jaar. Basisonderwijs vormt een apart reismotief evenals 'Overig door kinderen'. Voor een vergelijking met de voor NRM Limburg 2.0 afgeleide streefwaarden voor de kalibratie voor de reisfrequentie moet het basisonderwijs samengevoegd worden met het motief 'Onderwijs'en moeten de motieven 'winkelen', 'overig' en 'overig door kinderen' worden samengevoegd tot 'overig'. Hierdoor is een separate beoordeling van 'winkelen'en 'overig' in principe niet goed mogelijk. In de onderstaande tabel wordt een overzicht gegeven van de resultaten. Tabel 4.1 Aantallen reizen OGM 3.0 voor en na kalibratie en OGM 4.0 aantallen in duizentallen 0GM10 OGM4.0 OVG voor kalibratie correctie factor na kalibratie correctie factor correctie factor woon-werk woon-zakelijk niet woon-zakelijk (zakelijke verplaatsingen) onde,wijs winkelen , overig kinderen 306 (overig) In de tabel is te zien dat het aantal reizen met motief woon-werk in OGM 4.0 vrijwel overeenkomt met de van het OVG (97/98) afgeleide streefwaarde. Het OGM 3.0 na kalibratie wijkt vrijwel evenveel van de streefwaarde af. Voor woon-zakelijk geldt dat het aantal reizen in OGM 4.0 veel dichter bij de streefwaarde ligt dan bij het OOM 3.0 voor kalibratie (11,1% tegen 37%). Na kalibratie van OOM 3.0 wijkt het resultaat voor dit motief 9,1% af, wat vergelijkbaar is met het resultaat van OGM 4.0. Het totaal aantal niet woning gebonden zakelijke verplaatsingen wijkt bij OGM 3.0 zowel voor als na de kalibratie ongeveer 5% af van Pagina 24 RAPPORT P

29 de streefwaarde. Bij OOM 4.0 is de afwijking iets meer dan 9%. Wanneer de woning gebonden zakelijke reizen worden omgezet naar verplaatsingen en gesommeerd worden met de niet woning gebonden zakelijke verplaatsingen dan bedraagt de afwijking bij OGM 4.0 1,3% tegen 14% en 5,6% bij OGM 3.0 (resp. voor en na kalibratie). De streefwaarde voor het totaal aantal reizen voor het motief onderwijs wordt in het OOM 3.0 voor kalibratie reeds goed benaderd, de afwijking bedraagt 1%. In OOM 4.0 is de afwijking groter en bedraagt 6,7%. Het totaal aantal reizen voor de motieven woon-winkel en woon-overig moeten in OGM 3.0 fors gecorrigeerd worden. De correctie ligt in de orde van 30%. Hoewel door het verschil in motiefindeling de resultaten voor deze motieven bij OOM niet goed vergeleken kunnen worden met de streefwaarden is de indruk dat het resultaat aanmerkelijk beter is. Als het resultaat vergeleken wordt na sommatie van woonwinkel, woon-overig en overig door kinderen tot het samengestelde motief 'overig', dan is duidelijk te zien dat het resultaat van OOM 4.0 beduidend beter is dan OGM 3.0 voor kalibratie (resp. 5% en 30%). I 1 Op grond van het bovenstaande kan geconcludeerd worden dat de uitkomsten van OGM 4.0 over het algemeen beter aansluiten bij de streefwaarden dan de resultaten OOM 3.0 voor kalibratie. Zelfs na kalibratie van OGM 3.0 zijn de resultaten van OOM 4.0 beter, gelijk of vergelijkbaar. De resultaten voor woon-school en het samengestelde motief 'overig' zijn slechter dan OGM 3.0 na kalibratie, maar de verschillen zijn echter dusdanig dat de noodzakelijke Inspanningen een kalibratie van de reisfrequentiemodule niet rechtvaardigen. Eerder is aangegeven dat de produktie per zone en motief geschoond wordt voor grensoverschrijdend verkeer. De opschoning is dus van invloed op het totaal aantal reizen. Het OGM 4.0 leest per zone en motief een fractie in op basis waarvan de berekende reizen worden gecorrigeerd. Deze fracties zijn voor dit onderzoek indirect gebaseerd op de verhouding tussen binnenland en buitenland volgens de apriori plus basismatrices. Mogelijk dat de gekalibreerde basismatrices het beeld nog iets kunnen nuanceren. 4.3 Vervoerwijze- en bestemmingskeuze De Reisfrequentie vertoont (kleine) verschillen met de streefwaarden. Door deze verschillen is het niet zinnig om per vervoerwijze en motief een vergelijking met de streefwaarden uit te voeren op het niveau van absolute aantallen reizen en kilometrages. Daarom is ervoor gekozen om een vergelijking uit te voeren voor de modal split per motief en de gemiddelde reisafstand per motief. Pagina 25 RAPPORT P

30 4.3.1 Modal split In tabel 4.2 is per vervoerwijze en per motief het aandeel van het reizen weergegeven volgens het OGM 3.0 voor kalibratie het OGM 3.0 na kalibratie en het OGM 4.0. OVG. Door middel van indices zijn de verschillen met de streefwaarden in beeld gebracht. Tabel 4.2 Modal split, OGM 3.0 voor en na kalibratie en OGM 4.0 (OVG= 100) 1 1. Autobestuurder Autopassa gier Trein BTM Langzaam verkeer Totaal woon-werk OGM3.Ovoorkalibratie 56.2% 7.9% 2.3% 2.9% 30.7% 100.0% OGM3.Onakalibratie 54.5% 7.1% 3.6% 2.2% 32.2% 100.0% OGM % 8.9% 0.7% 0.8% 34.9% 100.0% OVG % 7.2% 3.3% 2.2% 32.0% 100.0% Index OGM3O voor kalibratie Index OGM 3.0 na kalibrafie Index OGM , woon-zakelijk OGM3.0 voor kalibratie 73.5% 19.5% 0.9% 0.2% 5.9% 100.0% OGM 3.0 na kalibratie 66.4% 14.7% 3.0% 1.3% 14.6% 100.0% OGM % 8.9% 0.5% 0.4% 12.0% 100.0% OVG % 8.6% 2.8% 1.0% 11.2% 100.0% Index OGM3.0 voor kalibrafie Index OGM 3.0 na kalibra Iie Index OGM niet woon-zakelijk OGM 3.0 voor kalibratie 81.2% 7.6% 0.2% 0.5% 10.5% 100.0% OGM 3.0 na kalibratie 77.9% 8.3% 0.9% 0.3% 12.6% 100.0% OGM % 9.1% 0.1% 0.2% 14.0% 100.0% OVG % 8.7% 1.0% 0.4% 13.3% 100.0% Index OGM 3.0 voor kalibrafie Index OGM 3.0 na kalibrafie Index OGM , onderwijs OGM 3.0 voor kalibraf ie 6.1% 8.7% 6.0% 3.9% 75.3% 100.0% OGM 3.0 na kalibratie 3.7% 13.0% 5.1% 5.5% 72.8% 100.0% OGM % 8.8% 3.2% 2.9% 80.0% 100.0% OVG % 12.6% 5.4% 4.7% 73.7% 100.0% Index OGM 30 voor kalibratie Index OGM 3.0 na kalibratie Index OGM , overig OGM3.Ovoorkalibratie 39.2% 18.5% 0.8% 1.5% 40.0% 100.0% OGM 3.0 na kalibratie 28.9% 16.6% 1.0% 1.7% 51.8% 100.0% OGM % 15.6% 0.5% 0.9% 55.7% 100.0% OVG % 16.4 /s 1.0% 1 7% 51.7% 100.0% Index OGM 3.0 voor kalibrafie Index OGM 3.0 na kalibratie Index OGM totaal OGM3.0 voor kalibratie 41.1% 14.7% 1.7% 2.0% 40.5% 100.0% OGM 3.0 na kalibratie 33.9% 13.8% 2.0% 2.2% 48.1% 100.0% OGM % 13.1% 0.9% 1.1% 52.4% 100.0% OVG % 13.6% 2.0% 2.1% 48.0% 100.0% Index OGM3.0 voor kalibrafie Index OGM 3.0 na kalibratie Index OGM som van woon-winkel, woon-overig en overig noor rinoeren lu.,m 4.0) Over alle motieven genomen zijn de resultaten van OGM 4.0 redelijk te noemen, met uitzondering van de resultaten van het openbaar vervoer. Het aandeel van de autobestuurder wijkt iets meer dan 5% af van de streefwaarden, voor de autopassagier is dit minder dan 4% en voor het langzaam vervoer ongeveer 9%. De verschillen bij OGM 3.0 voor kalibratie zijn voor deze vervoerwijzen groter; autobestuurder +20%, autopassagier bijna 8% en langzaam vervoer met ruim 15%. Het aandeel van de trein en het overig openbaar vervoer is in OGM 4.0 aanmerkelijk slechter, maar hierbij moet niet uit het oog verloren worden dat het aandeel van beide zeer laag is. Absoluut gezien kleine verschillen werken dan sterk door in de indices. De trendbreukanalyse die door het CBS is uitgevoerd (zie Hoofdstuk 2) geeft aan dat voor Pagina 26 RAPPORT P

31 geheel Nederland het aandeel van de trein in de vervoersprestatie in de oudere OVG's, 21% te hoog ligt. De onderschatting van het aandeel van de trein is dus minder sterk omdat de streefwaarde lager dient te liggen. Ondanks het bovenstaande is het relatief slechtere resultaat voor het openbaar vervoer zeker een aandachtspunt. Gezien het feit dat het beeld bij de belangrijkste motieven voor deze vervoerwijzen niet verschilt, doet vermoeden dat dit meer het gevolg is van de afgeleide bereikbaarheidskenmerken dan van de modellen. Mogelijk dat de gebruikte instellingen van de skimprocedures niet optimaal aansluiten bij de structuur van het multimodale netwerk van het NRM Limburg 2.0. Aanvullend hierop is in Hoofdstuk 2 aangegeven dat voor de regio Zuid regionale schaalfactoren zijn geïntroduceerd voor de motieven woon-werk, woon-winkel en overig, waarmee de 'utility' van zowel de trein als het overig openbaar vervoer wordt bijgesteld. Ook deze schaalfactoren kunnen van invloed zijn. Voor de autobestuurder geldt dat het aandeel in ieder reis- of verplaatsingsmotief door het OGM 4.0 goed wordt gerepresenteerd. Het resultaat is vergelijkbaar met de resultaten van OGM 3.0 na kalibratie. De resultaten voor de autopassagier zien er in vergelijking met de streefwaarden eveneens goed uit, zeker als hierbij aangetekend moet worden dat het aandeel relatief laag is en absoluut gezien geringe verschillen sterk van invloed zijn op de indices. De ' resultaten zijn relatief ten opzichte van OGM 3.0 na kalibratie vergelijkbaar of zelfs beter. Uitzondering is onderwijs waar het OGM een aandeel geeft van 8,8% tegen een streefwaarde van 12,6%. Het aandeel van het langzaam verkeer wordt in het OGM 4.0 te hoog ingeschat. Relatief ten opzichte van OGM 3.0 na kalibratie wordt in OGM 4.0 het aandeel van deze vervoerwijze bij het motief woon-zakelijk beter ingeschat. Het resultaat voor niet woon-zakelijk is vergelijkbaar. Waarschijnlijk dat een hoger aandeel voor het overig openbaar vervoer het aandeel van het langzaam vervoer doet verminderen. Daarnaast is voor dit onderzoek de reisafstand voor het langzaam vervoer afgeleid van het autonetwerk. Het gebruik van een specifiek langzaam vervoer netwerk kan eveneens leiden tot andere inzichten. Op grond van het bovenstaande kan geconcludeerd worden dat over het algemeen de verschillen niet dusdanig zijn dat regionale kalibratie vereist is. Het aandeel van één van de belangrijkste vervoerwijzen, de auto wordt zonder meer goed gerepresenteerd. Openbaar vervoer is een aandachtspunt maar is zeer waarschijnlijk te corrigeren door de skimprocedures te optimaliseren. Leidt dit niet tot het gewenste resultaat dan kan de regionale vervoerwij zespecifieke constante voor het openbaar vervoer vrij gemakkelijk bijgesteld worden Gemiddelde reislengte. In tabel 4.3 is een overzicht opgenomen van de gemiddelde reislengtes. Voor enkele vervoerwijze/motief combinaties zijn grote verschillen te zien (bijvoorbeeld bij BTM/woon-zakelijk). Het gaat in deze gevallen vaak om combinaties die absoluut Pagina 27 RAPPORT P

32 gezien klein zijn. Ook het aantal waarnemingen in het OVG is in deze gevallen vaak ontoereikend om voldoende betrouwbare resultaten op te leveren. Andere redenen voor mogelijke verschillen zijn, in de eerste plaats is in het OVG een door de respondent geschatte afstand opgenomen. De opgegeven afstand wordt weliswaar gecorrigeerd, maar zal toch afwijkingen vertonen ten opzichte van de werkelijk gereisde afstand. Doortrekken van deze waarden naar de totale bevolking van het NRM gebied houdt in dat behoorlijke afwijkingen kunnen optreden. Ten tweede moet worden geconstateerd dat de bereikbaarheidskwaliteit die in de modeltoepassing wordt gebruikt een abstractie van de werkelijkheid is. Met name voor bestemmingen in het externe gebied, waar de NRM-zones een aggregatie zijn van LMS-zones zal de netwerkafstand aanzienlijk afwijken van het OVG. Dit zal met name het geval zijn bij verplaatsingsmotieven met een relatief lange afstand zoals zakelijk en bij de vervoerwijze trein. Tabel 4.3 Gemiddelde reislengle (km), OGM 3.0 voor en na kalibratie en OGM 4.0 (OVG= 100) 1 1 Autobestuurder Autopassa gier Trein BTM Langzaam verkeer Totaal woon-werk OGM 3.0 voor kalibratie OGM 3.0 na kalibratie OGM OVG IndexOGM3.Ovoorkalibra(je Index OGM3.0 na kalibratie Index OGM woon-zakelijk OGM 3.0 voor kalibralie OGM 3.0 na kalibratie OGM OVG Index OGM3.0 voor kalibratie 53, Index OGM3.0 na kalibratie Index OGM4.0 70, niet woon-zakelijk OGM 3.0 voor kalibratie OGM 3.0 na kalibratie OGM OVG Index OGM3O voor kalibratie Index OOM 3.0 na kalibratie Index OGM , onderwijs OGM3.0 voor kalibratie OGM 3.0 na kalibratie OGM OVG Index OGM3.0 voor kalibratie Index OGM3.0 na kalibratie Index OGM4.Q overig* OOM 30 voor kalibratie 21, OGM3 Ona kalibralie OGM OVG Index OOM 3.0 voor kallbratie Index OOM 3.0 na kalibratie Index OOM , totaal OGM 3.0 voor kalibratie OGM 3.0 na kalibratie OGM OVG IndexOGM3.Ovoorkalibratie Index OGM 3.0 na kalibratie Index OGM , VVUUIIWIIIrICI, wuu1i1jvei19 en uvei 19 UUUI rsii IUCI CII LI¼IVl,L)) Voor het woon-werk verkeer geldt dat de gemiddelde reisafstand over alle vervoerwijzen beter aansluit bij de streefwaarde dan bij OGM 3.0 na kalibratie. Het resultaat voor woon-werk en de trein is zelfs aanmerkelijk beter. De autopassagier is vergelijkbaar, het overig openbaar vervoer is slechter maar bij het OGM 3.0 na Pagina 28 RAPPORT P

33 1 1 1

34 kalibratie qua orde niet echt veel beter. Voor het langzaam verkeer is het resultaat iets slechter, maar bedraagt het absolute verschil slechts 400 meter. Voor woon-zakelijk geldt dat de gemiddelde reisafstand voor de autobestuurder in OGM 4.0 beter is dan bij het OGM 3.0 voor kalibratie, maar ten opzichte van het OGM 3.0 na kalibratie slechter is. Aangezien het hier een verplaatsingsmotief betreft met een lange gemiddelde reisafstand speelt de omvang van de zones in het externe gebied een rol. In figuur 4.1 is de triplengte verdeling gegeven voor de autobestuurder woonzakelijk. De figuur bevat zowel de OGM 4.0 resultaten als de streefwaarden van het OVG. Duidelijk is te zien dat het aandeel van de lange verplaatsingen in het OVG hoog is. Voor de overige vervoerwijzen geldt dat met uitzondering van het overig openbaar vervoer het resultaat van OOM 4.0 vergelijkbaar of beter is dan OOM 3.0 na kalibratie. Ook bij de andere motieven is te zien dat de gemiddelde reisafstand bij het overig openbaar vervoer in het OGM 4.0 wordt overschat. Ook dit is een aanwijzing dat de skimprocedures in relatie tot het multimodale netwerk verbeterd zouden kunnen worden. Figuur 4.1 Ritlengte verdeling autobestuurder woon-zakelijk R 45.0% % 35.0% % 25.0% 20.0% 15. 0% 10.0% 5.0% 0.0% 0-5 Km 5-15 Km Km Km Km Km -OVG 977 H---- ogm4.o Voor niet woon-zakelijk geldt dat ook hier de resultaten van OOM 4.0 over het algemeen beter zijn dan OGM 3.0 voor kalibratie. Voor het zakelijke verkeer is de autobestuurder de belangrijkste vervoerwijze. Het resultaat voor de gemiddelde verplaatsingsafstand is voor deze vervoerwijze in OOM 4.0 slechter dan OGM 3.0 na kalibratie, het verschil bedraagt echter slechts 1.7 kin. Voor het motief onderwijs is het resultaat voor de gemiddelde reisafstand voor de autobestuurder, trein en het langzaam vervoer beter dan OOM 3.0 voor kalibratie. Voor onderwijs is langzaam vervoer veruit de belangrijkste vervoerwijze. Het OGM 4.0 geeft betere resultaten dan OGM 3.0 na kalibratie. Absoluut gezien bedraagt het verschil met OGM 3.0 echter maar 600 meter. Pagina 29 RAPPORT P