TRU, Alm.del - 2021-22 - Bilag 228: Transportministeriets analyse af konsekvenser ved køkørsel, fra transportministeren

Transportudvalget 2021-22
TRU Alm.del Bilag 228
Offentligt

Dato

Sagsbehandler

Mail

Telefon

Dokument

Side

15. december 2021

Uffe Ærboe Christiansen

[email protected]

19/02334-9

1/7

Opgørelse af trængsel på vejene i 2019

Formålet med denne opgørelse er at give et samlet overblik over trængslen for vejtrafikken i Danmark.

Trængslen er opgjort for 2019 på statsvejnettet og det overordnede kommunale vejnet.

På en gennemsnitlig hverdag i 2019 var den opgjorte forsinkelse på omkring 365.000 køretøjstimer. Når for-

sinkelsestimerne på et hverdagsdøgn omregnes til årsbasis, bliver det til ca. 84 millioner tabte køretøjstimer.

Tabet af timer svarer på årsbasis til ca. 70.000 fuldtidsstillinger. Omregnes forsinkelsestimerne til samfunds-

økonomi, var der i 2019 et samfundsøkonomisk tab på knap 28 mia. kr. pga. trængsel.

Vejdirektoratet opgjorde trængslen i 2016 til 335.000 køretøjstimer. Der har således været en vækst i forsin-

kelsen på vejnettet på 9 pct. fra 2016 til 2019. I samme periode er trafikken steget med ca. 4 pct.

Trængslen og dens direkte samfundsøkonomiske konsekvenser er beregnet og så vidt muligt beskrevet med

udgangspunkt i de definitioner og kategorier for trængsel, som blev fastlagt i Projekt Trængsel

, og som blev

benyttet i en opgørelse af trængslen i 2010 gennemført af COWI. Analysens resultater er derfor i store træk

sammenlignelige med tidligere opgørelser. Der er dog fortsat mindre forskelle i opgørelsernes metode og

datagrundlag.

Hvor er der trængsel?

Den samlede forsinkelse pr. hverdag på 365.000 køretøjstimer er nedenfor fordelt på vejtyper og regioner.

Forsinkelser fordelt på vejtyper

Godt 75 pct. af trængslen stammer fra kommuneveje med en forsinkelse på i alt 277.000 køretøjstimer (tabel

1). På motorveje udgør trængslen 54.000 køretøjstimer, mens de øvrige statsveje bidrager med 35.000 køre-

tøjstimer.

Tabel 1.

Forsinkelse fordelt på vejtyper (køretøjstimer pr. hverdag)

Vejtype

Motorvej

Øvrige statsveje

Kommuneveje

I alt

Forsinkelse

2019

54.000

35.000

277.000

365.000

Kommuneveje udgør 95 pct. af det samlede vejnet. Det er derfor ikke overraskende, at størstedelen af

trængslen findes her. Når man ser på trængslen i forhold til længden af vejnettet (figur 1) ses det, at trængs-

len generelt set er større på motorveje end på kommune- og øvrige statsveje.

I Projekt Trængsel fra 2000 analyserede Vejdirektoratet, DTU, HUR m.fl. trængsel

Vejdirektoratet

Carsten Niebuhrs Gade 43, 5. sal

1577 København V

Telefon +45 7244 3333

[email protected]

vejdirektoratet.dk

SE 60729018

EAN 5798000893450

TRU, Alm.del - 2021-22 - Bilag 228: Transportministeriets analyse af konsekvenser ved køkørsel, fra transportministeren

Figur 1

Forsinkelse fordelt på vejtyper i alt og pr. km vej (køretøjstimer pr. hverdag)

Forsinkelse (køretøjstimer)

Forsinkelse

pr. km vej

(køretøjstimer)

Kommuneveje

277.000

Kommuneveje

Øvrige statsveje

35.000

Øvrige statsveje

Motorvej

54.000

100.000

200.000

300.000

Motorvej

Forsinkelser fordelt på regioner

Forsinkelsen i Region Hovedstaden på 153.000 køretøjstimer udgør 42 pct. af den samlede landsdækkende

forsinkelse (Tabel 2). Derefter kommer Midtjylland, Syddanmark og Sjælland, mens Region Nordjylland er

den region, der har mindst trængsel. Når forsinkelsen relateres til trafikarbejdet i de forskellige regioner ses

det, at Region Hovedstaden skiller sig ud, og har den største forsinkelse pr. kørte km. De øvrige regioner har

en relativ ens forsinkelse pr. kørt km.

Den største relative vækst i forsinkelsen er sket i Nordjylland og Syddanmark, hvor væksten har været 13

pct. Den store stigning skal ses i det perspektiv, at forsinkelsen i regionen kommer fra et lavt niveau. Den

mindste vækst er sket i Region Sjælland med en vækst i forsinkelsen på 4 pct. En af årsagerne til den lave

vækst i forsinkelserne i Region Sjælland kan være udbygningen af Køge Bugt Motorvejen, som blev taget i

brug i slutningen af 2016. Den største vækst i forsinkelse i absolutte tal er dog Region Hovedstaden, hvor

ca. 43 pct. af den samlede stigning er sket.

Tabel 2.

Forsinkelse fordelt på regioner (køretøjstimer pr. hverdag)

Region

Region Hovedstaden

Region Sjælland

Region Syddanmark

Region Midtjylland

Region Nordjylland

I alt

Forsinkelse Forsinkelse Forsinkelse pr. Vækst i for-

2016

2019

mia. køretøjskm

sinkelse

140.000

42.000

61.000

68.000

24.000

335.000

153.000

44.000

69.000

73.000

27.000

365.000

14.400

4.600

4.800

5.500

4.600

6.800

13%

TRU, Alm.del - 2021-22 - Bilag 228: Transportministeriets analyse af konsekvenser ved køkørsel, fra transportministeren

Forsinkelser fordelt på vejtype og turformål

På kommuneveje er der generelt mere forsinkelse for fritidstrafikken end for pendlere og erhvervsture i for-

hold til de øvrige vejtyper. Fritidsture står således for 46 pct. af forsinkelsen på kommuneveje, mens det kun

er 35 pct. på motorveje. På motorveje får erhvervsturene den største andel af forsinkelsen med 13 pct. Last-

biler står derimod kun for 2 pct. af forsinkelsen, hvilket bl.a. skyldes, at de kun må køre 80 km/t, så det er kun

når hastigheden er under 80 km/t, at de forsinkes.

Figur 2

Forsinkelse på vejtype og turformål (andel af køretøjstimer pr. hverdag)

Kommuneveje

32%

46%

12%

Øvrige statsveje

37%

40%

11%

Motorvej

41%

13%

35%

11%

20%

Pendler

Erhverv

40%

Fritid

60%

Varebil

80%

Lastbil

100%

Trængsel på statsvejnettet

På statsvejnettet er der især trængsel omkring Hovedstadsområdet, de større byer samt Fynske Motorvej og

Østjyske Motorvej (Figur 3). Derudover er der en række trængselspletter fordelt rundt om i landet, hvilket fx

kan skyldes forsinkelse i større kryds.

TRU, Alm.del - 2021-22 - Bilag 228: Transportministeriets analyse af konsekvenser ved køkørsel, fra transportministeren

Figur 3

Forsinkelse på statsvejnettet (køretøjstimer pr. km vej pr. hverdag)

Note: Forsinkelsen på motorveje er af metodiske årsager opgjort som den retning med mest forsinkelse ganget med to.

Forsinkelsen på motorveje er derfor lidt overvurderet. Forsinkelsen på de nyligt åbne motorveje (Frederikssundmotorve-

jen, Silkeborgmotorvejen og Holstebromotorvejen) er baseret på et skøn.

TRU, Alm.del - 2021-22 - Bilag 228: Transportministeriets analyse af konsekvenser ved køkørsel, fra transportministeren

Samfundsøkonomi

Ovenstående opgørelse af trængsel giver et samfundsøkonomisk tab på knap 28 mia. kr. i 2019 (Tabel 3).

Tabet dækker primært over tidstab for personbiler, varebiler og lastbiler. Endvidere lider godset et tidstab, og

der er øvrige samfundsøkonomiske konsekvenser, hvilket bl.a. skyldes et reduceret arbejdsudbud.

Den samfundsøkonomiske analyse viser, at der er store gener for erhvervslivet. Vare-, lastbiler og erhvervs-

trafik udgør således med 14,5 mia. kr. ca. 53 pct. af tabet.

Ca. 7 mia. kr. af det samfundsøkonomiske tab skyldes forsinkelse på statsvejnettet. Det svarer til ca. 25 pct.

af det samlede samfundsøkonomiske tab.

Tabel 3.

Samfundsøkonomisk tab af trængsel (mio. kr., 2021-priser)

Tidstab, vej

Tidstab, gods

Afgifter

Arbejdsudbudstab

I alt

Bolig/arb

4.400

400

4.800

Erhverv

3.600

400

4.000

Fritid

8.200

Varebil

7.000

100

800

7.900

Lastbil

2.300

100

300

2.700

I alt

25.500

100

1.900

27.600

Samfundsøkonomi fordelt på turformål og vejtype

Virksomheder og erhvervsrejsende har cirka halvdelen af det samfundsøkonomiske tab (Figur 4). Derefter

kommer fritidsrejsende og pendlere. Tabet for brugerne varierer i forhold til vejtypen. Virksomheder, er-

hvervsrejsende og pendlere har det største tab på motorveje med i alt 76 pct., mens tabet på kommuneveje

er 66 pct. For øvrige statsveje står denne gruppe for 72 pct. af tabet.

Figur 4.

Fordeling af tabet for brugerne (tid og kørselsomkostninger)

Kommuneveje

49%

17%

34%

Øvrige statsveje

54%

18%

28%

Motorveje

56%

20%

24%

20%

40%

60%

Pendlere

80%

Fritidsrejsende

100%

Virksomheder og erhvervsrejsende

TRU, Alm.del - 2021-22 - Bilag 228: Transportministeriets analyse af konsekvenser ved køkørsel, fra transportministeren

Arbejdsudbud

Der er samlet set 1.760 mio. kr. i arbejdsudbudstab. Størstedelen sker i Hovedstadsområdet (43 pct.), mens

Syddanmark og Midtjylland har ca. 20 pct. af arbejdsudbudstabet. Nordjylland har den mindste andel med 7

pct.

Figur 5.

Arbejdsudbudstab fordelt på regioner

Syddanmark

18%

Sjælland

12%

Hovedstaden

43%

Nordjylland

Midtjylland

20%

Metode

I forbindelse med Projekt trængsel blev trængselsbegrebet defineret som:

De gener, trafikanter påfører hin-

anden i form af nedsat bevægelsesfrihed, når de færdes i et trafiksystem.

Metoden til at opgøre trængslen består grundlæggende i at sammenligne trafikanternes faktiske hastighed

med den hastighed, de kunne have kørt med, hvis ikke der var andre trafikanter på vejnettet. Trængslen op-

står især før strækninger, hvor kapaciteten er ved at være opbrugt. Men trængslen omfatter også de forsin-

kelser, som skyldes, at trafikanterne skal holde tilbage for hinanden - fx hvis der er rødt i et trafikkryds. Disse

forsinkelser er størst i byerne.

For at beregne trængslen er der helt overordnet behov for:

- Trafiktal

- Data for fri hastighed

- Data for hastighed ved trængsel

Trafiktallene er baseret på Landstrafikmodellen, mens der på nogle af de større motorveje i Hovedstadsom-

rådet er anvendt faktisk talt trafik. Det er alene vejnettet i Landstrafikmodellen, der er anvendt. Dette vejnet

omfatter de veje med mest trafik, og dermed mest forsinkelse. De mindste veje er således ikke med i analy-

sen.

Data for hastigheder er hentet fra Vejdirektoratets GPS-data leveret af firmaet Inrix og er for person- og vare-

biler. Hastigheder for lastbiler er beregnet ud fra person- og varebiler, når disses hastigheder kommer under

TRU, Alm.del - 2021-22 - Bilag 228: Transportministeriets analyse af konsekvenser ved køkørsel, fra transportministeren

hhv. 80 og 70 km/t afhængigt af strækningerne. Forskellen mellem den fri rejsetid og rejsetid under trængsel

skal ganges med trafikmængderne på den pågældende strækning for på den måde at beregne trængslen.

Den fri hastighed er beregnet ud fra 90 pct. fraktilen. Det vil sige, at den fri hastighed på en given strækning,

er den grænse hvor 90 pct. af hastighederne ligger under. 90 pct. fraktilen er benyttet, da det sikrer sammen-

lignelighed med Projekt Trængsel og COWI’s opgørelse fra 2010. Som alternativ kan den fri hastighed base-

res på hastigheden om natten. Anvendelsen af 90 pct. fraktilen i stedet for nathastigheden resulterer i øget

trængsel - især på det kommunale vejnet.

Forsinkelsen er beregnet for hver halve time i tidsrummet kl. 6 til 20, så der i alt er 28 tidsbånd.

Forskel mellem metoderne i 2016 og 2019

Der er i opgørelsen af forsinkelsen i 2019 anvendt en anden metode til at fastlægge hastighederne på vej-

nettet end i opgørelsen af trængslen i 2016. For at sikre konsistens mellem opgørelsen i 2016 og 2019 er

der taget udgangspunkt i opgørelsen fra 2016. Denne opgørelse er fremskrevet med den relative vækst fra

2016 og 2019 beregnet med den nye metode.

Usikkerhed

Opgørelsen baserer sig på GPS-data fra omkring 3 mia. datapunkter for hele landet og hele 2019. Jo flere

køreture, der er data for på delstrækningerne, jo mere sikkert kan de faktiske middelhastigheder på forskel-

lige tidspunkter beregnes. Med den mængde GPS-data, der er til rådighed, vurderes usikkerheden på mid-

delhastighederne som små for de allerfleste delstrækninger.

På de mindste veje bliver usikkerheden af opgørelsen større, da der her er færre GPS-observationer. Proble-

met er imidlertid begrænset af følgende årsager:

- Landstrafikmodellens vejnet, som opgørelsen baserer sig på, indeholder kun større veje - dvs. de

mindste veje indgår ikke i opgørelsen

- Veje indgår kun i opgørelsen, hvis der er minimum ti GPS-dataobservationer

- Der er færrest observationer på strækninger med mindst trafik. Det er samtidigt her, at der typisk vil

være mindst trængsel. Derfor har det mindre betydning, at de udgår af opgørelsen.

Det skal endvidere bemærkes, at sammensætningen af køretøjerne, der indgår i de GPS-data, analysen ba-

serer sig på, kan ændre sig over tid. Det kan påvirke resultaterne, hvilket gør sammenligninger over tid

usikre.