6 Prognoser og modeller i hovedplanarbeidet

6.1 Prognoser for utviklingen i antall flypassasjerer

6.1.1 Prognosene for flytrafikken

Prognosene for lufttrafikken i Oslo-området ble utarbeidet av Transportøkonomisk institutt (TØI) på oppdrag av Luftfartsverket. I St.prp. nr. nr 90 (1991-92) la Samferdselsdepartementet følgende TØI-prognose til grunn for planleggingen av Gardermoprosjektet:

Denne prognosen er nærmere beskrevet i en rapport fra TØI: «Flypassasjerprognoser for Oslo 1990-2025» (Thune-Larsen, Harald, TØI rapport 0095/1991).

Prognosene, utarbeidet av TØI, har vært basert på modellen FØNIKS, se «Fremskriving av flytrafikken: Metoder og resultater» (Thune-Larsen H. og Fridstrøm L., Sosialøkonomen, nr 9 og 10, 1985), for en faglig gjennomgang av den økonometriske modellen og av det datamaterialet som er benyttet i estimeringen av modellen.

FØNIKS består av 6 modellblokker:

1. Innenlands stamrutetrafikk,

2. Utenlands rutetrafikk,

3. Utenlands chartertrafikk,

4. Kortbane, småfly- og linjetaxi,

5. Innenlands transfer,

6. Utenlands transfer.

Den største faglige innsatsen har vært lagt ned i arbeidet med å modellere den innenlandske stamrutetrafikken. I denne modellen fremskrives passasjertrafikken mellom landets 21 stamflyplasser. Trafikken mellom hvert par av flyplasser bestemmes av folketall og inntektsnivå i de to flyplassenes nærområder, av billettpriser og reisetider for fly og for det raskest konkurrerende kollektive transportmiddelet på strekningen. I tillegg til å fremskrive denne ordinære trafikken gir modellen også en fremskriving av tilslutningsreiser i forbindelse med helikoptertrafikken til og fra kontinentalsokkelen. I flyreisetiden har en inkludert tilbringer- og terminaltid i begge ender av reisen. Pris-, tids- og inntektselastisiteter ble estimert på kombinerte tverrsnitts- og tidseriedata for perioden 1972-1983. Antall observasjoner var 1140. Estimeringen ga blant annet til svar at prisfølsomheten avtok med stigende inntekt, mens det motsatte var tilfelle med hensyn til hvordan tidselastisiteten varierte med inntekt.

Inntektsbegrepet som ble benyttet, var gjennomsnittlig nettoinntekt før særfradrag ved kommuneskattelikningen i de aktuelle områdene. Flyprisene ble tatt fra selskapenes taksthefte og i tillegg hadde en tilgang til den såkalte «fare base», dvs til selskapenes ulike rabattordninger.

Det ble ikke skilt mellom typer reisende, blant annet ble det ikke skilt mellom forretningsreisende og private reisende. Endringer i reisetid med fly og med alternative raskeste kollektive transportmiddel var ikke med i analysen til TØI. Virkninger av større ruteendringer, en eventuell innføring av moms på flybilletter og endret reisemønster i form av flere reiser til og fra flyplasser i nærheten av Oslo området, samt flere direkte reiser til og fra utlandet fra andre flyplasser i Norge, ble heller ikke drøftet i de arbeider som lå til grunn for prognosene.

Trafikken – definert som antall reisende pr. år - mellom Norge og utlandet er modellert som en funksjon av bruttonasjonalproduktet i OECD området, bruttonasjonalproduktet i Norge og en realprisindeks for utenlandsreiser med rutefly. Modellen er estimert på årlige data for perioden 1962-1983. Datamaterialet omfattet dermed bare 22 observasjoner. Chartertrafikken er estimert på en tilsvarende måte.

Modellene er ikke blitt estimert på nyere data. Datagrunnlaget som ble benyttet i de opprinnelige estimeringene, ble lagret i databasen TROLL, men er nå ikke lenger tilgjengelig. Selskapene gir heller ikke lenger opplysninger om «fare base» og etter 1994 er det også slutt på informasjon om takstpriser.

I St.prp. nr. 90 (1991-92) la Samferdselsdepartementet til grunn hva TØI i 1991 kalte en anbefalt prognose. Denne prognosen var basert på antakelser om den fremtidige utviklingen i de variable som i følge modellen forklarte flytrafikken. Det ble blant annet antatt en vekst i den disponible realinntekten på 2.56% pr. år for perioden 1991-2000 og 1.7% pr. år etter år 2000. Drivstoffkostnadene ble antatt å holde seg konstant i hele prognoseperioden. En eventuell innføring av en CO₂ - avgift på flybensin kan føre til økte billettpriser. I prognosene ble det antatt at denne økningen i billettprisene ville bli nøyaktig motvirket av den reduksjon i pris som kunne følge av økt konkurranse i innenlandsk og utenlandsk flytransport.

Fremskrivingene av flytrafikken i Oslo-området er selvsagt usikre. Kildene for denne usikkerheten er flere. Mulige modellfeil kan være

• en manglende representasjon av de ulike markedssegmenter. Som vist til ovenfor skilte ikke modellen mellom ulike typer reisende,

• utelatte forklaringsvariable. Et eksempel kan være næringsstruktur. Selv om tilslutningstrafikken til og fra kontinentalsokkelen er med i modellen, er denne trafikken behandlet på en svært forenklet måte. Siden personer med tilknytning til olje- og gassektoren reiser langt mer enn andre, kanskje opp til 15 ganger mer pr. år enn gjennomsnittet, kan den mangelfulle dekningen av de ulike markedssegmenter innebære en alvorlig feilkilde,

• målefeil i forklaringsvariablene og unøyaktig definerte nærområder. Eksempler er ikke korrekte priser og neglisjering av muligheter for økt flytrafikk fra andre flyplasser enn fra Gardermoen,

• usikre anslag på de parametre som inngår i modellen og som viser virkningen av forklaringsvariablene på flytrafikken,

• feil funksjonssammenheng.

For å lage prognoser må en lage anslag på den fremtidige utviklingen i forklaringsvariablene. Disse anslagene vil selvsagt være usikre. I TØI rapporten fra 1991 er det gjort flere beregninger som viser at den totale usikkerheten i beregningene kan være svært stor. Likevel viser prognoser basert på FØNIKS små avvik fra den faktiske utviklingen av flytrafikken etter 1983 (siste observasjonsår brukt ved estimering av modellen). I 1998 var det samlete antall kommet og reist passasjerer over Gardermoen og Fornebu 11.2 mill. passasjerer. Legger en til transfer/transitt er totalt antall flypassasjer i 1998 på 12.3 mill. Dette passasjertallet er noe høyere enn hva prognosen for år 2000 viste og som er gjengitt i tabell 6.1 ovenfor. I vurderingen av treffsikkerheten til prognosene må en ta i betraktning at prognosene er kalibrert slik at de stemmer med den faktiske flytrafikken i startåret for prognosene. Modellen gir egentlig en prognose for veksten i flytrafikken ut fra dette startåret. Jo større tidsavstand det er mellom startåret og prognoseåret, desto større er derfor usikkerheten i prognosen.

At prognosene så langt ikke har avveket mye fra faktisk utvikling er ikke til hinder for at betydelige avvik kan oppstå i årene som kommer. Faktorer som kan gjøre at flytrafikken i Oslo-området kan utvikle seg svakere enn hva prognosene i St.prp. nr. 90 (1991-92) sa, er blant andre de følgende:

• nedgang i olje- og gassinntekter, som kan gi en lavere vekst i landets real- disponible inntekter, samt færre reiser foretatt av ansatte knyttet til olje- og gassnæringen,

• økt bruk av hurtigtog på reiser i Sør-Norge og til og fra Sverige,

• økt bruk av andre kommunikasjonsformer som ulike typer for multimediakommunikasjon,

• økt bruk av andre flyplasser som Torp og økt bruk av direkte forbindelser mellom andre byer i Norge og utlandet.

I hovedplanfasen ble konsulentfirmaet ECON bedt om å vurdere konsekvensene for flytrafikken av økt bruk av hurtigtog mellom Oslo og store byer i Norge og Skandinavia. TØI ble bedt om å vurdere konsekvensene av økt bruk av telekommunikasjon og av lekkasjen til Torp flyplass ved Sandefjord. Ingen av disse utredningene konkluderte med at flytrafikken over Gardermoen ville bli noe særlig svekket av disse mulige endringene i reisemønstre og kommunikasjonsform.

Det kan selvsagt også tenkes en utvikling i inntekter, flypriser og reisevaner som kan føre til at flytrafikken i Oslo-området utvikler seg sterkere enn prognosen i tabell 6.1 innebærer.

6.1.2 Evalueringsgruppens vurderinger

Det modellmessige arbeidet, representert ved modellen FØNIKS, holdt en høy faglig kvalitet. Det kan likevel reises innvendinger mot prognosene for utviklingen i antall flypassasjerer over Oslo-området. Disse er:

• datagrunnlaget var gammelt, estimatene reflekterte reisemønstre på 1970-tallet,

• det ble ikke skilt mellom ulike trafikksegmenter som private reisende og forretningsreisende,

• det ble derfor heller ikke skilt mellom ulike forretningsreisende, noe som må sies å være uheldig med den næringsstruktur Norge har og hvor personer knyttet til olje- og gassnæringen reiser langt mer enn andre. En utfasing av oljeproduksjon, enten som følge av lave priser og/eller tømming av oljefelt, kan føre til en merkbar nedgang i flytrafikken.

Regjeringen ved Samferdselsdepartementet burde brukt mer forsknings- og utredningsressurser i analysen av etterspørselen etter flyreiser. Selv om hovedflyplassen nå er bygget ut - om enn ikke i full skala - er det fremdeles behov for å styrke forskning- og utredning knyttet til etterspørselen etter flyreiser.

6.2 Transportmodellen for tilbringertjenesten

6.2.1 Innledning

Transportanalysen var basert på en trafikkmodell. Modellen var et verkøy i planleggingen av tilbringertjenesten til en storflyplass. Arbeidet med modellen ble startet opp høsten 1988 etter at Stortinget hadde vedtatt at Hurum skulle velges som hovedflyplass for Oslo-området. Da Stortinget vedtok å planlegge storflyplass på Gardermoen, ble det geografiske området for modellen endret.

Arbeidet med transportanalysen ble ledet av Vegdirektoratet, mens konsulenter som har arbeidet på prosjektet har vært Bruer IKB A/S og Trafikon A/S. Deloppdrag er blitt utført av TØI og Nybro-Bjerk A/S. I forbindelse med planleggingen av Gardermoen har det vært en arbeidsgruppe bestående av brukere av transportanalysen. Denne gruppen styrte utviklingen av transportmodellen. Gruppen besto av representanter fra Vegvesenet, NSB, Miljøverndepartementet, Luftfartsverket og Samferdselsdepartementet. Fram mot våren/sommeren 1992 ble transportmodellen oppdatert og videreutviklet. I 1991 forelå det en versjon 3.2 som ble gjennomgått av en verifiseringsgruppe oppnevnt av Samferdselsdepartementet våren 1991. I 1992 forelå det en forbedret versjon 5.0 av modellen som også ble gjennomgått av verifiseringsgruppen sommeren 1992, se avsnitt 12.4 hvor vi tar opp verifiseringsgruppens arbeid. Transportanalysen er dokumentert i en rapport i fem deler publisert av Statens vegvesen, Vegdirektoratet, datert desember 1992. Denne rapporten utgjør sluttdokumentasjonen av arbeidet i Transportanalysen frem til juni 1992.

Transportanalysen anslo hvordan reisende fordelte seg på ulike transportmidler til og fra flyplassen og bidro således med data både til den samfunnsøkonomiske analysen av Gardermoen kontra Delt løsning og til den bedriftsøkonomiske analysen av Gardermobanen.

De analyseoppgaver som ble formulert var:

• gi grunnlag for valg av prinsippløsning for tilbringersystemet til flyplassen (buss eller tog),

• gi grunnlag for oppsett av utbyggingsprogram og investeringsbehov innen veisektoren,

• gi grunnlag for utbyggingsprogram og investeringsbehov innen infrastruktur og rullende materiell for kollektivtrafikken,

• beregne de transportmessige konsekvenser av utvikling i bosetting og næringsutvikling,

• gi grunnlag for beregning av miljøkonsekvenser og trafikkulykker ved ulike tilbringerkonsept,

• gi grunnlag for de bedrifts- og samfunnsøkonomiske beregninger som tiltakshaverne, samt Samferdselsdepartementet, skulle foreta.

De samfunnsøkonomiske beregningene dreide seg om anslag på tids- og ulykkeskostnadene ved Gardermoen i forhold til Delt løsning. Det ble også gjort analyser av Gardermoen i forhold til Hobøl. Det ble videre foretatt en samfunnsøkonomisk analyse av buss kontra tog på parallelle strekninger.

Vi merker oss at i formuleringen av analyseoppgaven knyttet til valg av tilbringersystem var utgangspunktet for analysen buss ellertog, og altså ikke det mer realistiske utgangspunktet: buss ogtog. Et slikt merkverdig utgangspunkt for en trafikkanalyse henger sammen med at det inntil oktober 1997 ikke var gitt konsesjon for busstrafikk til Gardermoen. I analysen av buss ellertog var det åpnet for supplerende busstilbud på strekninger hvor det ikke ville gå tog. Det som var utelukket var buss ogtog på parallelle strekninger.

6.2.2 Modellen, data og resultater

Transportanalysen er basert på en modell med fire trinn og hvor trinnene blir modellert i denne rekkefølgen:

1. Turproduksjon.

2. Turfordeling.

3. Reisemiddelfordeling.

4. Nettfordeling.

Ikke alle reiser blir behandlet likt i de fire modelltrinnene. Det viktigste skillet går mellom flyplasstrafikk og regional trafikk. Den flyplassrettete trafikken - eller kortere flyplasstrafikken - er således en del av et større regionalt trafikkmønster. I transportanalysen omfattet flyplasstrafikken flypassasjerer og arbeidsreiser til flyplassen. Siden vår oppgave er å evaluere Gardermoprosjektet, vil vi konsentrere oss om den delen av transportanalysen som gjaldt flyplasstrafikken. Modellen ble brukt til å regne på trafikken til og fra Gardermoen som ny hovedflyplass, så vel som til og fra Gardermoen/Fornebu i Delt løsning.

I analysen av transportvalget til flypassasjerene ble noe av datagrunnlaget fra reisevaneundersøkelsen (RVU) i 1989 blant passasjerer på Fornebu og Gardermoen benyttet. Modellen ble imidlertid i hovedsak estimert på data fra en preferanseundersøkelse foretatt på Fornebu i 1991 og på data fra en reisevaneundersøkelse fra Arlanda i 1990. I tillegg til å behandle flypassasjertrafikken ble også følgetrafikken dekket. Denne trafikken gjaldt trafikanter som fulgte flypassasjerer til og fra flyplassen. Modellen som ble brukt til å analysere arbeidsreisene, var basert på bosettingsmønsteret rundt Arlanda.

6.2.3 Modellen for flypassasjerene

Modelltrinn 1: Turproduksjon

I modellen er Østlandet delt inn soner. Gardermoen er definert som en sone. I modelltrinn 1 bestemmes antall flypassasjerer som kan knyttes til et punkt (kalt endepunkt) på Østlandet. Passasjerene kan enten komme fra dette punktet til flyplassen eller komme fra flyplassen til dette punktet.

Antall flypassasjerer knyttet til et punkt på Østlandet er et veiet gjennomsnitt av antall passasjerer knyttet til dette punktet i følge RVU fra 1989 og av en funksjon av en rekke variable som kan forklare fremtidig bosettingsmønster. Dette veide gjennomsnittet er blåst opp med en faktor for trafikkvekst. Anslaget for trafikkveksten er tatt fra TØI-prognosen for antall flypassasjerer i fremtiden, se avsnitt 6.1 for en diskusjon av denne prognosen. Vekten knyttet til flypassasjerene fra RVU i 1989 endres gradvis over tid og er f.eks. satt til 0.5 i 2010. I 2010 forutsettes det dermed at 50% av de turene som flypassasjerene gjør, vil være knyttet til bosettings- og næringslivsmønsteret slik det var i 1989 og 50% til et anslag på dette mønsteret i år 2010. Den funksjonen som representerer det fremtidige mønster og som er med på å fordele passasjerer på endepunkt, er avhengig av antall lokale flypassasjerer (bosatt på Østlandet) og antall charterreisende i forhold til den totale befolkningen på Østlandet, multiplisert med det totale antall personer i sonen rundt endepunktet. Eksterne flypassasjerer (bosatt utenfor Østlandet) og deres fordeling på endepunkt på Østlandet er knyttet til fordelingen av attraktive punkter på Østlandet.

Modelltrinn 2: Turfordelingen

Denne turfordelingen følger av at det ene endepunktet for reisen er definert av lokaliseringen av flyplassen og det andre endepunktet følger av modellen beskrevet i det foregående punktet.

Selv om charterreisende kunne komme fra andre regioner enn Østlandet, har en antatt i modellen at de kommer fra soner på Østlandet. En grunn til dette var at charterreisende ikke var dekket av RVU fra 1989.

Modelltrinn 3: Reisemiddelfordelingen

Fordelingen på reisemidler er bestemt gjennom en logit-modell. Denne modellen viser sannsynligheten for personers valg av reisemidler. Flypassasjerene ble delt inn i følgende kategorier:

• flypassasjergrupper: innland, utland, charter;

• reiseformål: forretningsreise, privat reise;

• bostedslokalisering: lokal (bosatt på Østlandet), ekstern (bosatt utenfor Østlandet).

Dette gir en inndeling av de reisende i 9 trafikantkategorier som ble forutsatt å ha følgende reisemiddel å velge blant:

• egen bil, dvs fører av egen bil;

• passasjer i bil med en bilfører som også skal fly;

• passasjer i bil med en fører som ikke skal fly;

• drosje;

• kollektiv (enten buss eller tog på parallelle strekninger);

• kombinasjon av drosje/bil og kollektivt reisemiddel; en slik kombinert reise er definert som en kollektiv reise.

Basert på en preferanseundersøkelse foretatt blant reisende til og fra Fornebu i 1991 kom en fram til, noe hypotetisk, estimater på den relative vekten lagt på tid i forhold til kostnad ved de ulike alternativene. Det hypotetiske ligger i det faktum at intervjuobjektene ble spurt om et reisemiddelvalg som ikke var mulig til Fornebu, nemlig tog. På grunnlag av de etterspørselsfunksjonene som ble estimert på det innsamlete datamaterialet, fikk en indirekte beregnet intervjuobjektenes verdsetting av tid. Denne verdsettingen fremkommer ved å sammenlikne etterspørselseffekten av takstreduksjoner med reisetidsforkortelser. Hvis for eksempel 1 minutts redusert reisetid gir samme utslag på etterspørselen etter en reise som 1 krones reduksjon i taksten, betyr dette at etterspørreren verdsetter disse forbedringene like høyt. I dette eksempelet blir verdsettingen av tid lik 1kr/minutt, dvs 60 kr./time; for flere detaljer se «Etterspørsel etter kollektiv transport til Gardermoen», notat nr 0971/1991 fra TØI. Den verdsettingen av tid som en fant i denne preferanseundersøkelsen foretatt av TØI, ble beholdt ved estimeringen av transportmodellen. Denne verdsettingen av tid - dvs det relative forholdet mellom koeffisientene knyttet til reisetid og pris i nyttefunksjonen for reiser - innebar at tidskostnaden for forretningsreisende var 110 kr./time i togalternativet, mens tidskostnaden for private reiser ble funnet å være 78 kr./time. (Kronebeløpene her og nedenfor er alle i 1992 kr.) Med buss som alternativ ble tidskostnaden for forretningsreisende beregnet til å være 154 kr./time og for private reiser til 102 kr./time.

I estimeringen og bruken av modellen ble det antatt at:

• forretningsreise er en reise hvor andre betaler,

• privat reise er en reise som betales av den reisende selv, så sant det ikke er tale om en charterreise hvor den reisende er del av en gruppe,

• bytte av reisemiddel betyr en ekstra forsinkelse på 5 minutter,

• ventetiden i kollektivsystemet er definert som halve frekvensen mellom avgangene, med en egen maksimal ventetid på 45 minutter utenfor rush og 30 minutter i rush,

• kostnaden pr. km med bil er lik kr. 1,02, drosje har en kostnad på kr. 5,70 pr. km pluss 15 kr. i engangsavgift,

• kollektivprisen varierte fra 8 kr. for en reise under 10 km til 100 kr. for en reise på over 100 km. Prisen på en reise med flytoget ble satt til 78 kr.

• reisetiden for kombinerte turer er antatt å være reisetiden med bil pluss reisetiden med kollektiv til flyplassen; reisetiden med drosje er reisetiden med bil pluss 5 min.

For å kunne estimere logit-modellen må en spesifisere nytten den reisende har av å velge et transportalternativ. La V_isvære nytten for en reisende i trafikantkategori s av å velge reisemiddel i. I transportanalysen ble det antatt at denne nytten kunne skrives som følgende funksjon:

V_is = a_is + Σ_jb_jsX_ijs+ ε_is,

hvor a_is er et konstantledd som varierer fra reisemiddel til reisemiddel, mens b_js er koeffisienter knyttet til hvordan variabel X_ijs påvirker nytten av å velge reisemiddel i.

Disse forklaringsvariablene er blant andre:

X_i1s= total kjøretid for trafikanten, dør-til-dør, med reisemiddel i,

X_i2s = total kostnad (pris pluss tidskostnad) for trafikanten med reisemiddel i,

X_i3s= dummy variabel; =1, hvis mer enn 45 km til flyplassen, =0 ellers,

X_i4s= dummy variabel; =1 hvis utenlandsflyreise, =0 ellers,

X_i5s= dummy variabel; =1 hvis bosatt på Østlandet, =0 ellers,

Både a-ene og b-ene er antatt å kunne være forskjellige fra trafikantkategori til trafikantkategori. Den mest interessante forskjellen er mellom private reisende og forretningsreisende. De siste betaler ikke direkte selv for reisen slik at en vil forvente at den koeffisienten som reflekterer prisfølsomheten i nyttefunksjonen (b_2s) er lavest i tallverdi for denne gruppe reisende.

De relative vektene, dvs verdsettingen av tid, vist til ovenfor og som ble bestemt i preferanseundersøkelsen, er gitt ved b_1s/b_2s. I estimeringen av modellen ble dette forholdet holdt lik hva en hadde funnet i preferanseundersøkelsen på Fornebu. Estimeringen av modellen førte da til at en fikk estimert b_1s og b_2s hver for seg. En vil vente at forretningsreisende verdsetter tid mer enn private reisende slik at b_1s/b_2s er klart størst i tallverdi for forretningsreisende.

Variabelen ε_is fanger opp uobserverbare forhold som kan påvirke nytten en reisende i trafikantkategori s har av å velge reisemiddel i.

Det antas at en reisende i trafikantkategori s (s=1,2,, 9) velger det reisemiddel som gir størst nytte, dvs at reisemiddel i velges dersom

V_is ≥V_ks for alle k ulik i.

Ved å forutsette hvordan ε- ene er fordelte kan vi finne sannsynligheten for hvilke valg av reisemidler trafikantene vil gjøre. La sannsynligheten for at en trafikant i kategori s skal velge reisemiddel i være P_is. Ved å anta at ε_is er ekstremverdifordelt, med null samvariasjon over reisemidler og trafikanter, vil sannsynligheten P_is bli en logit-sannsynlighet og gitt ved følgende uttrykk:

P_is= exp (a_is + Σ_jb_jsX_ijs)/[1+Σ_k≠1exp(a_ks + Σ_jb_jsX_kjs)]

a-ene og b-ene er ukjente konstanter som blir bestemt ved å føye modellen til et datamateriale. Merk at i nevneren summerer en over alle alternativ bortsett fra ett, for eksempel alternativ 1. I dette tilfelle vil P_1s = 1-Σ_k=2P_ks. Det var denne logit-modellen som ble estimert i Transportanalysen.

I datamaterialet har en observert hvilke valg de ulike trafikanter har gjort med hensyn til reisemidler. Til disse valgene korresponderer det a priori sannsynligheter. Ved å multiplisere sammen alle de sannsynlighetene som svarer til de valg som er blitt gjort, får en et uttrykk for den samlete a priori sannsynligheten for de valg som aktørene i datamaterialet faktisk har foretatt. Setter en inn for de observerte verdiene av forklaringsvariablene, dvs X-ene, blir den samlete a priori sannsynligheten kun en funksjon av a-ene og b-ene. Ved å maksimere denne funksjonen med hensyn på a-ene og b-ene blir disse ukjente konstantene bestemt slik at det foreliggende datamaterialet har hatt den største a priori sjansen for å bli realisert (gitt den valgte modellen). De ukjente konstantene (a-ene og b-ene) er da blitt estimert ved sannsynlighetsmaksimeringsmetoden. Det fremgår ikke direkte at det er dette som er gjort i transportanalysen, men de fleste ferdige dataprogrammene som er tilgjengelige i markedet, estimerer ukjente parametre på denne måten.

Modellen ble estimert på data fra preferanseundersøkelsen (PU) fra Fornebu i 1991 og en reisevaneundersøkelse (RVU) fra Arlanda 1990. Grunnen til at data fra Arlanda ble brukt i estimeringen av modellen, var at Arlanda har en beliggenhet i forhold til Stockholm som svarer til Gardermoens beliggenhet til Oslo. Erfaring fra analyser på RVU data fra Fornebu/Gardermoen i 1989 viste at avstand fra flyplassen har stor betydning for estimatene på parametrene i modellen.

Estimeringen ga blant annet til resultat at forretningsreisende var svakt mindre prisfølsomme i valget av kollektiv transport til og fra flyplassen enn andre reisende. Den prosentvise reduksjonen i sannsynligheten for å velge tog når prisen går opp med en prosent er lik

0.0172 X_F (1-P_Fs) for de forretningsreisende,

og

0.0220 X_F (1-P_Fs) for de andre reisende,

hvor X_F er billettprisen på flytog og P_Fs er sannsynligheten for at den reisende i kategori s skal velge flytog. Lar vi billettprisen på toget være lik 78 kr. og lar vi valgsannsynligheten være lik 57% for begge gruppene i utgangspunktet, blir de prosentvise reduksjonene

0.5% for forretningsreisende

og

0.73% for de andre reisende.

En økning i billettprisen med 78 øre pr. reise er følgelig estimert til å gi en reduksjon i sannsynligheten for å velge tog med henholdsvis 0.29 (=57×0.005) og 0.42 (=57×0.0073) prosentpoeng, gitt at begge reisende har en a priori valgsannsynlighet på 57%.

Forskjellen i prisfølsomhet mellom private reisende og forretningsreisende er overraskende liten. Den ekstremt svake prisfølsomheten, spesielt for private reisende, innebærer at det er stor grad av heterogenitet blant de reisende eller i de svarene som de intervjuede personene avga i spørreundersøkelsen på Fornebu i 1991 og på Arlanda i 1990. Spredningen i fordelingen av de uobserverbare forholdene som påvirker reisevalgene, er den inverse av koeffisienten som reflekterer prisfølsomheten. En slik stor grad av heterogenitet, og altså lav prisfølsomhet blant private reisende, har som vist i Vedlegg 2 store konsekvenser for billettprisene som flytoget kan oppnå i markedet og dermed for anslaget på lønnsomheten av Gardermobanen.

Estimatene på a-ene og b-ene, sammen med verdier på forklaringsvariable, gjør det mulig å gi prognoser på valgsannsynligheter. Aggregerer en over trafikantkategorier kan en da finne anslag på fordelingen av flypassasjerer på reisemidler til og fra flyplassen. Dette ble gjort i transportanalysen. I 1989 var flyplasstrafikken til Fornebu dominert av en høy drosjeandel på 35% og en bilandel på 41%. Kollektivtrafikken (buss) utgjorde 24%. Transportanalysen viste at ved å flytte hovedflyplassen til Gardermoen vil disse andelene kunne endre seg kraftig (fordelingen varierte noe, men lite, over perioden 1999 til 2020):

• drosjeandelen ned fra 35 til 3%,

• kollektivandelen – med tog som kollektiv transport - (kombinerte reiser definert som kollektiv) opp fra 24% til 57%,

• bilandelen ned fra 41 til 40%.

For åpningsåret 1998/99 ble det anslått at kollektivandelen kunne bli på 60%. Andelen på 57% er for 2010. Andelene vist ovenfor er knyttet til togalternativet.

Med buss som kollektiv transport var anslaget på kollektivandelen på 47% i 2010.

Det er viktig å understreke at i togalternativet betyr tog følgende togtilbud gjennom Romeriksporten:

• høyhastighetstog (flytoget),

• Inter-City tog,

• lokaltog.

Transportanalysen ga ikke noe anslag på fordelingen av passasjerer på de ulike togtilbudene. Denne fordelingen vil være avhengig av blant annet tidsbruken og billettprisene. Ved å velge flytoget ville en komme raskest til flyplassen, i alle fall etter at Romeriksporten er åpnet. Årsaken er dels at flytoget kan kjøre i en høyere hastighet enn de andre togene, dels ved at det kan ha hyppigere avganger og dels ved at det stopper færre steder. På den annen side kunne en tenke seg at billettprisen på for eksempel Inter-City toget ville bli lavere enn på flytoget. Dermed kan de som legger sterkest vekt på pris i forhold til tidsbruk ønske å ta Inter-City toget i stedet for flytoget.

Modelltrinn 4: Nettfordelingen

I dette trinnet bestemte en fordelingen av trafikken på vei og bane, gitt den infrastruktur som var tilgjengelig.

Transportanalysen ga grunnlag for å beregne den samfunnsøkonomiske kostnaden ved tog som eneste kollektiv transport i forhold til buss. I St.prp. nr. 90 (1991-92) vises det at nåverdien av kostnaden i togalternativet i mill. 1992 kr. ville bli om lag 1 mrd. kr. lavere enn i bussalternativet. Dersom en så bort fra forlengelsen av banen til Eidsvoll, ville togalternativet i forhold til bussalternativet bli om lag 1400 mill. kr. billigere. Tidskostnadene som utgjorde den største differansen til fordel for toget, var basert på at hver togpassasjer sparte i gjennomsnitt 15-20 min med tog i forhold til med buss. I denne analysen inngikk transport av flypassasjerer så vel som transport av ansatte på Gardermoen. Flypassasjerene utgjorde den klart viktigste gruppen rent transportmessig.

6.2.4 Arbeidsturer til flyplassen

Det ble utviklet en egen modell for denne trafikantgruppen. I den forbindelse var et viktig spørsmål hvor lang tid det ville ta før de ansatte på Gardermoen hadde tilpasset sin bosetting til den nye flyplasslokaliseringen. For de første årene ble turfordelingen analysert i hovedsak med utgangspunkt i Fornebu. Dette ble gjort fordi en antok at de ansatte ikke hadde tilpasset sitt bomønster til ny flyplass. For å forklare arbeidsturene i 2010 og 2020 ble det benyttet en lokaliseringsmodell laget av Akershus kommune. Denne modellen ble utviklet med utgangspunkt i bosettingsmønsteret for ansatte på Arlanda. Det ble foretatt visse modifikasjoner av modellen for å ta hensyn til det faktum at det ikke var noe høyhastighetstog til Arlanda, men at det ville bli det til Gardermoen.

6.2.5 Evalueringsgruppens vurderinger

Det ble åpenbart lagt ned mye arbeid med det formål å lage en god og detaljert transportanalyse for tilbringertjenesten. Modellen gir da også et godt utgangspunkt for å anslå fordelingen av de reisende på reisemidler.

Det er likevel flere innvendinger som kan reises mot analysen:

1. Transportmodellen opererte kun med ett kollektivt reisemiddel på parallelle strekninger, nemlig enten tog eller buss. Riktignok ble det ikke gitt konsesjon for bussdrift til Gardermoen før i oktober 1997, men det er ingen unnskyldning for ikke å analysere den muligheten at det ville komme både buss og tog på parallelle strekninger. Neglisjeringen av denne muligheten har åpenbart ført til at markedsposisjonen til togalternativet er blitt overvurdert i hovedplanen og ledet til overoptimistiske anslag på den bedriftsøkonomiske lønnsomheten av togalternativet. Se Vedlegg 2 til denne utredningen for et anslag på lønnsomheten til flytoget ved å utelukke buss som et konkurrerende alternativ. Verifiseringsgruppen pekte på dette problemet allerede våren 1992, se avsnitt 12.4. I de første månedene etter at Gardermoen ble åpnet har riktignok flytoget hatt en viss suksess, men markedsandelen blant flypassasjerer er likevel ikke på mer enn 36% i gjennomsnitt over de første fire-fem månedene i 1999. Det gjenstår å se hvordan denne markedsandelen vil utvikle seg etter at Romeriksporten har åpnet og reisetiden går ned, og når prisen økes fra det nivået den var før åpningen av Romeriksporten.

2. Anslaget på kollektivandelen i transportanalysen var som nevnt på 60% i åpningsåret og 57% i 2010. Denne kollektivandelen på 60% må sammenliknes ikke bare med den markedsandel flytoget har i dag, men med den samlete andelen flytog, ordinære tog og buss har i dag. I løpet av de fem første månedene i 1999 hadde flytoget og buss en markedsandel på om lag 57% ("). Legger en til andelen som andre tog enn flytoget hadde, kommer den samlete kollektivandelen opp i vel 60%. Denne samlete kollektivandelen er litt over den kollektivandelen som transportanalysen anslo. Svakheten ved transportanalysen er derfor ikke så mye anslaget på kollektivandelen, men svakheten er at analysen ikke tok for seg fordelingen på de ulike kollektive transportmidler på parallelle strekninger. Denne kritikken gjelder ikke bare en manglende fordeling på tog og buss, men også fordelingen på de ulike togalternativene. En slik fordeling er viktig for å kunne foreta så vel bedriftsøkonomiske analyser av ulike kollektivalternativ som samfunnsøkonomiske analyser av tilbringertjenesten.

3. Akkurat som i tilfellet med flypassasjerprognosene, må det sies å være utilfredstillende at det ikke ble satset mer på å fremskaffe data som kunne brukes i transportanalyser. Dette er ikke kritikk av at det ble benyttet data fra Arlanda. I og med flyttingen av flyplass fra Fornebu til Gardermoen ville data fra Fornebu kunne gi noe misvisende opplysninger om valg av reisemidler. Årsaken er forskjellen i distanser mellom tyngdepunktet for bosetting og lokalisering av flyplass.

4. Som påpekt av verifiseringsgruppen våren 1992 var det noe uheldig at bare de mest kollektiv-vennlige reisene i Arlanda materialet ble benyttet. Tilbringertjenesten med utgangspunkt nær Arlanda (9% av reisene), utenfor selve Stockholm (17%), limousin-service (4%) og leiebil (3%) ble ikke tatt med i det datamaterialet som ble hentet ut av Arlanda materialet. I den delen av Arlanda materialet som ble benyttet, var kollektivandelen om lag 50% for forretningsreisende og om lag 58% for andre reisende. I hele materialet var kollektivandelen derimot om lag 40-42%. Denne seleksjonen i datamaterialet kan ha gitt skjeve estimat på parametrene i transportmodellen og kan ha ført til en overvurdering av preferansene for kollektiv transport. Prisfølsomheten er estimert til å være overraskende svak, spesielt for private reisende, noe som kan ha bidratt til over-optimistiske anslag på betalingsviljen for flytogreiser og på lønnsomheten av Gardermobanen. Det var uheldig at det ikke ble foretatt noen økonomisk tolkning av transportmodellen. En kunne da ha undersøkt sammenhengen mellom pris og markedsandeler under ulike verdier på en del av viktigste parametrene som ble estimerte i transportmodellen. Vi viser til Vedlegg 2 til denne utredningen for et opplegg som kunne ha vært benyttet.

5. Det bør også nevnes som noe uheldig at mens transportanalysen av tilbringertjenesten er basert på et skille mellom private reiser og forretningsreiser, så utelukker modellen for flypassasjertrafikken et slikt skille, se avsnitt 6.1. Det fremstår som noe uklart hvordan en har kunnet og fortsatt kan lage seg anslag på fordelingen av flypassasjerer på forretningsreiser og private reiser. Dette understreker igjen svakheten ved modellen for flypassasjertrafikken og behovet for å få etablert en ny modell for denne trafikken.

6. Transportanalysen er som alt annet liknende modellarbeid, beheftet med usikkerhet. Denne usikkerheten har to kilder:

   1. modellusikkerhet; det vil si at modellen ikke forklarer godt nok de transportvalg som analyseres;

   2. usikkerhet og målefeil knyttet til de data som brukes til å forklare transportvalgene.

   I transportanalysens dokumentasjon og i «Gardermoprosjektet, samlet fremstilling fra Samferdselsdepartementet», datert desember 1991, sies det at modellusikkerheten ligger i størrelsesorden ±10-25% på de mest trafikkerte lenkene i tilbringersystemet, noe som kan gi et stort intervall for sannsynlige kollektivandeler. I tillegg kommer målefeil i de data som ble benyttet og usikkerheten knyttet til prognoser på fremtidige verdier på forklaringsvariablene, spesielt på den fremtidige transportutviklingen. I St.prp. nr. 90 (1991-92) er denne usikkerheten tatt hensyn til ved at en sier at anslaget på en kollektivandel på 57% i 2010 justeres ned til 53% av hensyn til usikkerheten i transportanalysen. Det vises også til følsomhetsanalyser hvor det sies at en har regnet på trafikk-/inntektssvikt på 25% gjennom hele perioden 1999-2020. Ved å redusere antall flytog pr. time fra 6 til 4 hevdes det at en likevel ville kunne oppnå en avkastning på investeringene på 7%. Den samme optimistiske konklusjonen med hensyn til kapitalavkastning trekkes også i forbindelse med en følsomhetsanalyse hvor trafikkutviklingen forutsettes å stoppe opp med 17 mill. flypassasjerer i 2010, noe som innebærer en kraftig reduksjon i forhold til hovedprognosen på 22 mill. flypassasjerer i 2020. Realismen i disse anslagene på hvor robust kapitalavkastningen var overfor endringer i parametre i transportmodellen skal vi komme tilbake til i kapittel 10.6. Den rapporterte usikkerheten viser at transportanalysen var beheftet med stor usikkerhet.

   Denne usikkerheten ble under-kommunisert til Stortinget gjennom St.prp. nr. 90 (1991-92). I «Gardermoprosjektet, Samlet fremstilling fra Samferdselsdepartementet», datert desember 1991, er anslaget på tidskostnader, basert på Transportanalysens versjon 3.2 anslått til 390 mill. (1991) kr. i favør av Gardermoen i forhold til Delt løsning. I tillegg til tidskostnadsforskjeller knyttet til tilbringersystemet, kom tidskostnader knyttet til tidsbruken ved innsjekking, security, gangtid med mer på Gardermoen og på Gardermoen/Fornebu ved Delt løsning. Det ble antatt at en time brukt på flyplassen var verdt 160 kr., uavhengig av om den reisende var på privat reise eller forretningsreise. Det ble videre antatt at tidstapet kunne bli såpass stort at Luftfartsverket anslo nåverdien av denne tidskostnaden til 600 mill. (1991) kr. i favør av Gardermoen. I Samferdselsdepartementets fremstilling fra desember 1991 heter det derfor at

   «Samlet vil tidskostnadene være 990 mill. kr. lavere ved å bygge ny hovedflyplass for Oslo-området på Gardermoen framfor fortsatt samtrafikk Fornebu/Gardermoen.»

   I forarbeidene er ikke anslaget på forskjellen i tidsbruken på flyplassene, knyttet til innsjekking med mer, begrunnet nærmere.

   I sluttdokumentasjonen fra Transportanalysen, Statens vegvesen, datert desember 1992 og som dokumenterer arbeidet frem til og med sommeren 1992, er anslaget på tidskostnaden 720 mill. kr., men nå i favør av Delt løsning. Det siste anslaget er basert på modellversjonen 5.0. Anslaget på tidskostnader knyttet til tilbringertjenesten, foretatt innenfor en periode på under ett år og basert på samme modell, men i ulike versjoner, spriker altså fra 390 mill. kr. (990-600) i favør av Gardermoen til 720 mill. kr. i favør av Delt løsning. Differansen i anslaget på tidskostnaden er på hele 1110 mill. kr. I St.prp. nr. 90 (1991-92), datert 8. mai 1992, konkluderes det med at tidskostnaden er 60 mill. kr. i favør av Delt løsning. Legger en til Luftfartsverkets anslag på differansen i tidskostnader ved innsjekking med mer på 600 mill. kr. i favør av Gardermoen, innebærer dette at i St.prp. nr. 90 (1991-92) er tidskostnaden knyttet til tilbringertjenesten på 660 mill. kr. i favør av Delt løsning. Dette anslaget er 60 mill. lavere enn anslaget på 720 mill. fra transportanalysens sluttdokumentasjon fra sommeren 1992, men må likevel sies å samsvare sånn noenlunde.

   I St.prp. nr. 90 (1991-92) sies det at det var sprik i anslaget på tidskostnadene i Samferdselsdepartementets fremstilling fra desember 1991 og i anslaget lagt frem i St.prp. nr. 90 (1991-92) datert 8. mai 1992, men det sies ikke noe om hvor stort dette spriket var. Dermed fikk en ikke godt nok frem den store usikkerheten det måtte ha vært i transportanalysen. I St.prp. nr. 90 (1991-92) forklares spriket med at transportmodellen er blitt forbedret, først og fremst ved at data fra Arlanda undersøkelsen er blitt trukket inn i estimeringen av modellen. Det sies at forbedringen av modellen har hatt som konsekvens at Delt løsning er kommet bedre ut enn Gardermoen. At denne konsekvensen var en endring i anslaget på tidskostnaden på hele 1110 mill. kr. sies ikke.

7. Usikkerheten i transportanalysen gjør at det også kan reises tvil om anslaget på kostnadsfordelen ved å satse på tog fremfor buss som kollektiv transport var riktig og om det i det hele tatt var en kostnadsfordel. Denne tvilen styrkes av at utbyggingen av jernbanen ble dyrere enn hva budsjettet for banen innebar, se kap 10.