En kartlegging av gods- og næringstransport i Elgesterområdet. Med sammenligning mot eksisterende tellesystem og estimeringer i RTM.

Abstract

I det grønne skiftet, har transport i urbane strøk blitt satt i fokus de senere årene; med blant annet miljøgater, kollektivfelt, bomringer og nullvekstmål. Dette gir resultater og virkninger, og tiltakene fungerer i mange tilfeller - for persontransport. Godstransporten på sin side har derimot fortsatt å øke, i takt med alle faktorene som naturlig krever mer godstransport; befolkningsvekst, urbanisering og netthandel. Framskrivninger viser også at den er ventet å øke betraktelig i de kommende årene.

Det kan være utfordrende å anslå nøyaktig hvor stor andel gods - og næringstransporten utgjør av det totale trafikkbildet, da denne trafikantgruppen inneholder kjøretøy med svært varierende utforming og størrelse. Statens vegvesen har et system for å telle passerende trafikk, hvor de skiller kjøretøyene hovedsaklig som lange og korte kjøretøy(<5,6 m i kjøretøyslengde). RTM sine estima- ter av godstransport med tunge kjøretøy, er basert på en godsmatrise, hvor alle godskjøretøyene også her er større enn personbiler. Godsmatrisen kan ha ulik opprinnelse og bearbeiding for hver enkelt delområdemodell for de ulike sentrale og mindre geografiske områdene i Norge. Estimatet på næringstransport er derimot representert gjennom RVU, i form av tjenestereiser. Kildegrunn- laget for godstransport og næringstransport er dermed ulikt, og det er ingen av systemene som hensyntar at godstransport kan foregå med personbiler. Hverken SVV eller RTM sine grunnlag er dermed nøyaktige nok til å anslå den faktiske andelen som gods- og næringstransprot representerer i trafikkbildet.

Hensikten med denne oppgaven er å finne ut av hvordan omstendighetene omkring varelevering i området er, kartlegge andelen gods- og næringstransport opp mot eksisterende estimater og tellinger, samt se på hva som kunne vært gjort for å inkludere godstransport bedre i RTM. Elgeseter i Trondheim er valgt som caseområdet for studien.

Ved bruk av et trafikkamera har videomateriale fra tre ulike kryss langs Elgesetergate blitt samlet inn, og analysert med manuelle tellinger. Hvert enkelt kjøretøy er blitt kategorisert ut i fra sitt antatte bruksområdet; persontransport eller gods-og næringstransport, basert på utforming og størrelse, samt om de er uniformerte med logo/bedriftsnavn eller ikke. I tillegg er det gjennomført en spørreundersøkelse med 43 bedrifter i caseområdet, for å kartlegge deres rutiner og systemer knyttet til vareleveringer. Det omfatter blant annet hvilke faste dager og tidsrom på dagen de tar i mot vareleveranser, om leveringer krever tilstedeværelse fra de ansatte, og om de foregår gjennom varemottak eller fra parkeringsplass/gateplan. De ble også spurt om de hadde oversikt over kommende leveranser og om de hadde gods som ble hentet.

Resultatene viser at de fleste av bedriftene har rutiner og tilrettelagt infrastruktur for vareleverin- ger. Nesten alle tar imot varene sine via varemottak, og har faste leveringer både gjennom dagen og per dag gjennom uken. Hvordan hentinger er organisert varerier mer; noen bedrifter får sendt avgårde gods gjennom at de som leverer tar det med seg på sin retur, andre har henting fast og resterende bestiller henting ved behov. En god del av bedriftene har også oversikt over når de ulike leveransene er ventet å komme. Hos mange er det relativt vanlig at leveringstidspunktet er forskjøvet i forhold til planlagt leveringstidsrommet de får oppgitt av transportørene.

Tellesystemet til SVV i gaten er meget nøyaktig i telling av passeringer, men som forventet så er mange gods- og næringskjøretøy personbiler, og mange lange kjøretøy busser. Det er derfor ikke egnet å bruke korte og lange kjøretøy som anslag på hhv. persontransport og godstransport. Andelen gods- og næringstransport basert på egne tellinger fra tre sentrale kryss i caseområdet Elgeseter, i alle retninger er på ca. 13,2 %. Dette er kun kjøretøy som er uniformerte eller i stør- relsesorden lastebil og opp. Også estimatene til RTM for YDT er ganske nøyaktige sammenlignet med egne tellinger. De ligger jevnt over på total-YDT, men samtidig jevnt under på YDT for gods- og tjenestereiser.

En mer nøyaktig kartlegging og representering av gods- og næringstransport i RTM vil være et steg i riktig retning, og gi mer nøyaktig grunnlag i simuleringer av endringer og nye prosjekter i trafikkbildet. Slik som det er nå er det ulik praksis for opprinnelsene bak godsmatrisene til delområdemodellene, og stor sannsynlighet for at tjenestereiser fortsatt underrapporteres i RVU. Begge deler vil skape et unøyaktig grunnlag som gjenspeiles i resultatene av simuleringene.

Med prognoser som peker på en stor framtidig vekst i motorisert godstransport, samtidig som det er fokus på nullvekstmål og tilrettelegging for gange- og sykkel, vil etterhvert denne trafikantgruppen kunne bli betydelig i bybildet. Andelen gods- og næringstransport er for høy til å neglisjeres, og bør tas i betraktning så tidlig som mulig i planlegging og prosjektutvikling.

In the green transition, urban transportation has been a focus in recent years, with initiatives aimed at promoting a shift to public transport to reduce the disadvantages of car-based personal transportation. In the same period of time, freight transport has continued to increase in line with factors that naturally require more freight transportation, such as population growth, urbanization, and e-commerce. Projections also indicate a significant increase in freight transport in the future.

It can be challenging to estimate the exact proportion of goods and commercial transport in the overall traffic situation, as this group of road users includes vehicles with varying designs and sizes. The Norwegian Public Roads Administration(SVV) has a system for counting passing traffic, where vehicles are primarily classified as either long or short. The Regional Transportation Modelling System (RTM) estimates for heavy goods transport are based on a freight matrix, where all freight vehicles are larger than passenger cars. The freight matrix may have different origins and processing for each sub-area model covering various central areas in Norway. The estimate for commercial transport is represented through the National Travel Survey (RVU), in terms of business trips, but it is assumed to be underreported by those who make multiple trips during a day. The data sources for freight transport and commercial transport are thus different, and neither of the systems takes into account that freight transport also occurs with passenger cars. Neither the SVV nor the RTM’s data sources are assumed accurate enough to estimate the actual proportion represented by goods and commercial transport in the traffic situation.

The purpose of this study is to investigate the circumstances surrounding goods delivery in the case area, map the proportion of goods and commercial transport in relation to existing estimates and counts, and explore what could be done to better include freight transport in the RTM. Elgeseter in Trondheim has been chosen as the case study area.

Using a traffic camera, video footage from three different intersections along Elgeseter Street has been collected and analyzed through manual counts. Each vehicle has been categorized based on its presumed purpose: either passenger or goods and commercial transport, determined by its design, size, and whether it is uniformed or not. Additionally, a survey was conducted with 43 businesses in the case study area to map their routines and systems related to goods deliveries. This includes information on fixed days and time slots for receiving deliveries, whether deliveries require employee presence, and whether they take place at a receiving dock or from a parking lot/street level. They were also asked if they had an overview of upcoming deliveries and if they had goods being picked up.

The results show that most of the businesses have routines and infrastructure in place for goods deliveries. The majority receive goods through a receiving dock and have scheduled deliveries throughout the day and week. The organization of pickups varies; some businesses have goods sent back with the delivery personnel on their return trips, others have fixed pickups, and the remaining ones arrange pickups as needed. A significant number of businesses also have an overview of when different deliveries are expected to arrive. For many, the actual delivery time is often shifted compared to the planned timeframe provided by the transporters. The counting system used by SVV accurately records vehicle passages on the street, but it is observed that many goods and commercial vehicles are actually passenger cars. Therefore, using long and short vehicles as estimates for passenger and freight transport, respectively, is not suitable. Based on manual counts from three central intersections in the Elgeseter case study area, the proportion of goods and commercial transport in all directions is approximately 13.2%. The RTM estimates for the Business Day Traffic (YDT) are also quite accurate compared to the manual counts. They consistently match the total YDT but consistently underestimate the YDT for goods and service trips.

A more accurate mapping and representation of freight and commercial transport in the RTM would be a step in the right direction and provide a more accurate basis for simulations of changes and new projects in the traffic environment. With forecasts indicating significant future growth in motorized freight transport, while efforts are being made towards zero-growth goals and facilitating walking and cycling, this group of road users may eventually become significant in the urban landscape. The share of goods and commercial transport is too high to be neglected, and a more accurate mapping and facilitation of measures for freight and commercial transport in the RTM is therefore necessary to improve representation in simulations of changes and new projects in the traffic environment.