Forsker: Vi ved for lidt om trængsel

Af Mogens Fosgerau
Trafikforsker og professor ved DTU Transport

Trafikken vokser stadigt, mens vi flytter sammen i de større byer og pendler over længere afstande. 

Det giver trængsel, og trængslen fører til forsinkelser. 

Forsinkelserne udgør en belastning af samfundsøkonomien i størrelsesordenen én procent af BNP.

Men det er ikke gjort med det. Trængslen betyder også, at rejsetiderne bliver mindre forudsigelige. 

Når trafiksystemet er tæt på kapacitetsgrænsen, så breder konsekvenserne af mindre hændelser sig som ringe i vandet, og derfor bliver rejsetiderne meget variable. 

Hvis effekten af de små projekter var mere synlig, ville de måske også være politisk mere appetitlige, selvom de ikke nødvendigvis indebærer mange nye motorvejskilometre.

Mogens Fosgerau
Trafikforsker og professor ved DTU Transport

En tur, som om natten ville tage 30 minutter, tager måske mellem 30 og 90 minutter i morgenmyldretiden. Man kan ikke på forhånd vide, hvor lang turen i morgen vil tage.

Denne variabilitet er dyr for samfundet, for vi bliver dårligere i stand til at udnytte vores tid effektivt, når vi ikke er sikre på, hvor lang tid tingene tager. 

Det gælder både for personer og for den erhvervsmæssige transport. Nogle gange tager vi tidligt af sted for ikke at risikere at komme for sent. Andre gange kommer vi for sent, hvor det så er nogle andre, der sidder og venter. 

Forskellige regneeksempler peger på, at omkostningen ved rejsetidsvariabiliteten kan være i størrelsesordenen 20-30 procent af forsinkelsesomkostningerne.

Trængselsdata er en mangelvare
Rejsetidsvariabilitet indgår i dag endnu ikke i de samfundsøkonomiske analyser, som laves af infrastrukturinvesteringer. 

For at kunne indregne påvirkningen af rejsetidsvariabiliteten er der en række forudsætninger, som skal på plads.

Vi er på vej med en værdisætning, så vi kan regne rejsetidsvariabilitet om til penge. 

Dernæst skal vi have modeller, der kan forudsige, hvor meget variabilitet der vil være før og efter konkrete projekter. Vi har arbejdet på sådanne modeller i Danmark, men støder på en barriere: manglende data. I disse tider, hvor alle snakker om big data, har vi påfaldende få data for trafikafviklingen på vejområdet.

På baneområdet ved vi en del. Der har vi data for alle togafgange, og regulariteten opgøres systematisk. 

Men på vejområdet er det mere sporadisk, hvad der findes. Vi ved mest om statsvejnettet, hvor der findes forskelligt udstyr fast installeret, som opsamler data. Man kunne godt ønske sig bedre kvalitet, bedre dækning og bedre detaljering. 

Statens veje er dog langt bedre dækkede end de kommunale, hvor der stort set ikke findes systematiske data. Og det er et problem, for en stor del af trængslen er på kommunevejene.

Dokumenterede effekter gør en forskel
Som tingene ser ud, er vi begrænsede i at vide, hvor meget trængsel der faktisk er. Vi savner specielt at vide mere om rejsetidsvariabiliteten. 

Vi ville ellers gerne kunne dokumentere effekten af små, billige projekter med potentielt stor effekt. Som eksempelvis intelligente trafikstyringssystemer eller designændringer, som kan undgå, at trængslen fører til reduceret kapacitet.

Hvis effekten af de små projekter var mere synlig, ville de måske også være politisk mere appetitlige, selvom de ikke nødvendigvis indebærer mange nye motorvejskilometre.

Endelig bør vi i fremtiden kunne inddrage rejsetidsvariabiliteten i den løbende systematiske vurdering af trafikprojekter, således at denne bedre tager højde for den store omkostning, som rejsetidsvariabiliteten udgør.