• No results found

3 Utförd metod för beräkningar

3.2 Beräkningar

3.2.3 Totala kostnader

De totala förseningskostnaderna för alla drabbade tåg erhålls genom att addera förseningskostnaderna för varje tåg.

3.2.3 Totala kostnader

De totala kostnaderna för en olycka med exempelvis vilt består av två delar:

Total kostnad = Direkta kostnader + Förseningskostnader

Där de direkta kostnaderna är främst kostnaden för reparation av fordon. I avsnitt 2.4.6.1

Skador på fordon, Tabell 4 som visas i avsnitt 2.4.5 är ur SJ:s skadestatistik. Där kan man

avläsa att motorvagnståget X40 drabbas av de högsta kostnaderna vid kollision med älg. Den genomsnittliga reparationskostnaden för motorvagnståget ligger på ca 192 000 kronor. En detaljstudie över ett par enstaka viltolyckor på järnväg som utfördes av Pär Söderström på SJ så fick man fram att en olycka kan resultera i totala kostnader som uppgår till

miljonbelopp. Se bild nedan.

Figur 9. Kostnad för två fall av kollision med älg och SJ resandetåg där kostnaderna blivit höga. (Seiler & Olsson, 2015)

Kostnaderna för reparationerna av fordon blev i exemplet ovan mycket höga. Det är svårt att avgöra om detta är en genomsnittlig kostnad för en olycka, eller om det är möjligt att det är en allvarlig olycka för att visa på hur höga kostnaderna kan bli.

Det är viktigt att påpeka att ingen genomgående redovisning över beräkningarna skett och det är därför osäkert om hänsyn har tagits till alla inverkande faktorer. Förseningskostnaderna kan således vara högre än vad som beräknats.

I slutändan kan de totala kostnaderna för en olycka bli mycket omfattande. Mycket av storleken på kostnaden beror främst på antalet tåg som blivit drabbade men även antalet förseningsminuter/timmar och antalet resenärer.

34

4 Resultat

Resultat för beräkningar av förseningskostnader för viltolyckor saknas i detta arbete. Detta beror på att det varit svårt att få ut data kring olyckorna. Mer om detta i avsnitt 5 Diskussion. Nedan visas de två kartor där olyckorna som skedde via ett urval av OFELIA (figur t.v.) och via SJ:s statistik över viltolyckor (figur t.h)

Figur 10 %. Karta markerad med de slumpade viltolyckorna. T.v karta markerad med de 50 olyckorna som slumpats fram ur OFELIA. T.h karta markerad med de 19 olyckorna som slumpats fram hur SJ:s skadestatistik.

Olycka med rådjur har markerats med rött och olycka med älg är markerat i grönt. Urvalet av olyckor från SJ:s statistik över viltolyckor återfinnes i Bilaga 5.

35

5 Diskussion

Ibland händer det att oförutsedda (eller förutsedda) saker dyker upp som kräver nya strategier och nya lösningar för att kunna göra det bästa av situationen. I detta arbete har det blivit så. Tyvärr har inget resultat kunnat presenteras över kostnaderna som viltolyckor på järnväg orsakar. Detta beror på att det har varit knepigt att få ut den data som behövdes.

En analys av resultatet för beräkningar har därför inte kunnat göras. Istället kan detta arbete ses som en guide till hur metoden för att ta fram och beräkna kostnaderna för viltolyckor kan ske.

Det som går att kommentera är de två kartor där olyckorna som slumpats fram ur OFELIA respektive ur SJ:s statistik har markerats in. Naturligtvis är det en stor skillnad i antalet olyckor. Kartan till vänster med statistik ur OFELIA innehåller mer än dubbelt så många, vilket gör det lite lättare att dra några slutsatser jämfört med kartan med färre markeringar.

Kartorna pekar på att det är färre olyckor som inträffar i norra Sverige. Detta beror troligtvis på att det finns fler banor och trafiken i de södra delarna av Sverige är tätare vilket ökar sannolikheten för att en viltolycka ska ske. Olyckor med älg sker i hela landet, medan rådjurspåkörningarna verkar hålla sig till de mellersta och södra delarna av landet. En trolig förklaring till detta är att rådjuren trivs bättre i de södra delarna av landet där det råder en biotop de trivs bättre i. En jämförelse med kartorna över hotspots för rådjur och älg är dock svår i och med att det är lite för få markerade olyckor för att kunna dra några större

kopplingar.

5.1 Felkällor

I inledningen beskrevs metoden för arbetet och planen var att använda OFELIA för att kunna få ett urval av olyckor. Detta lyckades men det var vid uppföljningen av denna data som problemen uppstod. Då det i OFELIA saknas information om tågnummer så blir tillgång till LUPP en förutsättning för att kunna gå vidare med det urval av olyckor som inhämtats i OFELIA. Det har varit svårt att få tillgång till statistik ur LUPP-uppföljningssystem vilket gjorde att insamlingsarbetet fick sig en annan strategi, nämligen att vända sig till operatörerna. SJ har varit vänliga och tillhandahållit en del statistik ur deras register över viltolyckor som bland annat innehåller plats för olyckan, datum och tågnummer. På den vägen har det varit möjligt att kunna gissa sig fram till vilka andra tåg som blivit drabbade (se avsnitt 3.1 Urval och analys av data). Där tar tyvärr insamlandet av data stopp. Att få fram övrig information kring tågkollisionerna från operatörerna visade sig vara utan lycka.

Den data som begärdes ut var (som nämnt i avsnitt 3.1): * Antalet förseningsminuter orsakade av olyckan

* Antal resenärer totalt och utifrån ärendetyp på de drabbade tågen * Godsvärde

* Information om inställda tåg * Information om extrainsatta tåg * Kostnader för reparation av fordon * Tid fordonet varit ur bruk

36

En del av operatörerna gav svaret att de inte för någon statistik över den typen av data och från andra operatörer fick vi inget svar alls.

När det kommer till beräkningarna hade genomsnittliga värden för antal resenärer och ärendetyp kunnat beräknas. Samma sak gäller för godstransport.

Information om inställda tåg och extrainsatta tåg kan bli en större utmaning. Det är nämligen inte möjligt att avgöra från den data jag erhållit om en avgång blivit inställt eller om extra tåg satts in som följd av olyckan. Där faller en del av förseningskostnaderna bort.

För beräkning av den totala kostnaden hade även information om fordonsreparation och tid fordonet varit ur bruk behövts. I avsnitt 3.2.2 Totala kostnader nämndes att tågvagn modell X40 har den högsta genomsnittliga kostnaden på 192 000 kronor. Samtidigt låg

reparationskostnaderna för två viltolyckor Söderström beräknade för SJ (se Figur 4) på 630 000 respektive 720 000 kronor, vagntypen angavs inte. (Söderström, P., 2014) Men detta pekar på att antaganden av genomsnittliga värden kan skilja sig mycket från verkligheten. Förseningskostnaderna skulle kunna beräknas mycket översiktligt om antalet

förseningsminuter som tågen drabbats av fanns tillgängliga, antingen via operatörerna eller via LUPP. Frågan är dock om resultaten hade blivit trovärdiga även om tillgång till antalet förseningsminuter hade erhållits och värdena för genomsnittligt antal resenärer och ärendetyp samt genomsnittligt godstidsvärdet antagits. Osäkerheten ligger just i antagandet av

genomsnittliga värden.

Ytterligare en sak att diskutera är om resultaten baserade på de slumpade händelserna ur SJ:s statistik hade varit representativa även om data hade erhållits. På Figur 5 där viltolyckorna som slumpats fram har markerats in så ser vi att de flesta olyckor har skett på någon av de stora järnvägsbanorna där det är dubbelspår. Flerspåriga banor har i regel tätare trafik än enkelspåriga. Fler tåg riskerar då att drabbas av sekundära förseningar.

Det är dock tänkbart att flerspåriga banor underlättar vid olyckshanteringen då det är möjligt att leda trafiken på det andra spåret så att det med reducerad hastighet går att passera det stillastående tåget. Därför är det svårt att säga hur stora förseningskostnaderna för en olycka på dubbelspår skulle kunna bli och hur de skiljer sig från olyckor som skett på enkelspår. Då praxis vanligtvis är att tågtrafiken av säkerhetsskäl stoppas när det är människor (ex. personal) i spåret så är det inte säkert att trafiken faktiskt kan eller bör ledas om. Detta skulle behöva utredas närmare.

Related documents