INOM
EXAMENSARBETE TEKNIK, GRUNDNIVÅ, 15 HP
STOCKHOLM SVERIGE 2017,
Klövviltolyckornas påverkan på järnvägstrafikens
punktlighet
En studie med fokus på förseningskostnader CORNELIA STANISLAWSKA
KTH
SKOLAN FÖR ARKITEKTUR OCH SAMHÄLLSBYGGNAD
Kandidatexamensarbete
Klövviltolyckornas påverkan på järnvägstrafikens punktlighet
- En studie med fokus på förseningskostnader
Cornelia Stanislawska
TRITA TSC-MT 17-004
KTH Skolan för Arkitektur och Samhällsbyggnad KTH School of Architecture and the Built Environment
2017
3
Förord
Detta examensarbete har jag skrivit som en avslutning av min kandidat inom Samhällsbyggnad på Kungliga Tekniska Högskolan.
Under arbetets gång har den största svårigheten legat i att kunna få ut den information som behövts för att kunna slutföra arbetet på det sätt som först var tänkt. Istället har fokus legat i att för den som inte är insatt i problemet ge en bredare förståelse av problemen som kan uppstå i tågtrafiken som följd av olyckor med vilt på järnväg.
Först och främst vill jag tacka min handledare på KTH, Oskar Fröidh. Han har under arbetets gång kommit med värdefulla förslag och idéer kring innehåll och tillvägagångssätt. Han har varit ett mycket stort stöd under arbetets motgångar och utan honom hade det troligtvis aldrig blivit klart.
Jag skulle även vilja tacka Christer Lindfors på SJ för att han tagit sig tid att hjälpa till och bidra med statistik till arbetet.
Augusti 2017
Cornelia Stanislawska
4
Sammanfattning
Antalet klövviltolyckor på järnväg har ökat under de senaste åren. Kollisionerna med vilt drabbar samhället i form av stora kostnader av de primära och sekundära förseningar som uppstår vid en olycka. Några utförliga kalkyler av dessa kostnader har ännu inte gjorts i och med att det är många faktorer att ta hänsyn till vid sådana beräkningar. Det är dock av intresse att få veta den monetära omfattningen som dessa djurpåkörningar orsakar för att kunna
bedöma vilka eventuella skyddsåtgärder som kan vidtas.
Genom att använda statistik ur Trafikverkets system OFELIA och LUPP samt data från tågoperatörer så har förhoppningen varit att kunna ta fram en generell kostnad för klövviltolyckor med älg och rådjur på järnväg.
Arbetet med att få fram data har tyvärr visat sig svårare än väntat. Några beräkningar på kostnader har därför inte skett. Istället har arbetet fokuserat på att ge den som inte är insatt i problemet en översiktlig bild över konsekvenserna viltolyckorna medför samt metoden för hur beräkningar av förseningskostnader kan ske.
Slutsatsen är att det kan vara mycket svårt att få fram data och information om ämnen som ännu inte är utredda och att det krävs en samverkan mellan både forskare, myndigheter och företag för att kunna finna lösningar på problemen i samhället.
5
The impact of collisions with moose and roe deer on railroad punctuality - A study focusing on delay costs
Abstract
The number of accidents with moose and roe deer on railway has increased in recent years.
Collisions between trains and wildlife bring high costs to society, primarily because of the primary and secondary delays they cause.
Some detailed estimates of these costs have not yet been made. There are many factors to consider in such calculations which makes them complex. It is, however, interesting to know the monetary extent that these accidents cause in order to assess any possible safeguards that may be taken.
Using statistics from Trafikverket's system OFELIA and LUPP, as well as data from the train operators, the hope has been to be able to calculate a general cost for accidents with elk and roe deer on railway.
Unfortunately, getting access to data has proved more difficult than expected. Therefore, some cost estimates have not taken place. Instead, the work has focused on giving the person who is not familiar with the problem an overview of the consequences of wildlife accidents, as well as the method of calculating delayed costs.
The conclusion is that it may be very difficult to obtain data and information on topics that have not yet been investigated, and that there is a need for collaboration between researchers, authorities and companies in order to find solutions to the problem in society.
6
Innehållsförteckning
Förord...3
Sammanfattning………....4
Abstract………..5
Begrepp………..8
1 Inledning……….9
1.1 Bakgrund………..9
1.2 Syfte och mål……….9
1.3 Avgränsningar……….…….9
1.4 Planerad metod.……….…….……...10
2 Litteraturstudie……….………...11
2.1 Orsaker till viltolyckor...……….…..11
2.1.1 Årstid………..11
2.1.2 Särskilt olycksdrabbade områden..………13
2.1.3 Tågfrekvens..…………...…………...………....16
2.1.4 Djurens beteende vid annalkande tåg………...…...16
2.2 Punktlighetens betydelse ..……….…..16
2.2.1 Persontåg …………...………...17
2.2.2 Godståg ………...……….………19
2.3 Verktyg och hjälpmedel för beräkning av viltolyckskostnader ………20
2.3.1 Samhällsekonomiska kalkyler ….………...20
2.3.1.1 ASEK-kalkylvärden ……….20
2.3.2 OFELIA ……….21
2.3.3 Lupp- uppföljningssystem ………...21
2.4 Kostnadsinverkande faktorer för viltolyckor ...21
2.4.1 Direkta kostnader per art ………..…..21
2.4.2 Hantering av kadaver ……….22
2.4.3 Tidsvärden ………..22
2.4.4 Förutsättningar för drabbade tåg ………23
2.4.4.1 Persontåg ………...23
2.4.4.2 Godståg ………...………..24
7
2.4.5 Antal förseningsminuter för drabbade tåg ……….24
2.4.6 Skador på fordon.……….…...25
2.4.7 Inställda och extrainsatta tåg………...26
3 Utförd metod för beräkningar………...26
3.1 Urval och analys av data...………26
3.1.1 Urval av viltolyckor………...27
3.1.2 Identifiering av sekundärt drabbade tåg……….27
3.2 Beräkningar………...…29
3.2.1 Beräkningsvärden ur ASEK………...29
3.2.2 Hur förseningskostnader kan beräknas……….……….31
3.2.3 Totala kostnader………...……...33
4 Resultat………...….34
5 Diskussion………...….35
5.1 Felkällor...………...…35
5.2 Förslag till vidare studier……….…36
5.3 Slutsats………...37
6 Källor………38
6.1 Litteraturkällor...………...…38
6.2 Figurkällor……….………39
Bilagor ……….41
8
Begrepp
Begrepp Förklaring
(Järnvägs-) fordon Lok, motorvagn (dragfordon) eller vagn för att frakta varor, människor eller djur.
Händelse Tillfällig omständighet som kan ge upphov
till störningar. Exempelvis viltolycka eller motorhaveri.
Primär försening Försening som uppstår som direkt påföljd av en händelse.
Sekundär försening Försening som uppstår som följd av att andra tåg är försenade det vill säga av indirekta störningar.
Persontåg Tåg avsett för transport av resenärer. Också
kallat resandetåg.
Godståg Tåg avsett för transport av gods.
OFELIA Trafikverkets verktyg som
spårentreprenörer använder för inrapportering av åtgärd. Kan också användas som hjälpmedel vid analyser.
LUPP-uppföljningssystem Trafikverkets system som sammanställer information om trafik- och anläggningar från andra källsystem.
Hotspot Länk mellan två närliggande platser där
olycksfrekvensen är i topp 10 % för varje år i Sverige. (Seiler & Olsson, 2015)
Åktidsvärde [kr/h] Ett monetärt värde för restiden. Kan ses som priset för tiden av en resa.
Förseningstidsvärde [kr/h] Ett monetärt värde för restiden vid
försening. Kan ses som priset för tiden av en resa vid försening
9
1 Inledning
1.1 Bakgrund
Under 2000-talet skedde en ökning av antalet klövviltsolyckor på järnväg. Påkörning av vilt leder till problem i form av störningar och höga kostnader som involverar inte bara
operatörerna, utan även resenärer och godskunder. Intresset för problemet har ökat markant de senaste åren men trots det saknas djupare kunskap om ämnet. (Helldin & Seiler, 2011)
Kollisioner med vilt på järnvägsspår leder ofta till stora förseningar. Dessa störningar beror ofta på att banan stängs av en viss tid efter olyckan för att kunna få spåret rent, vilket stoppar upp både fordonet som är inblandat i kollisionen men även andra tåg som berörs av att järnvägsspåret är blockerat. Förseningarna resulterar i stora kostnader ur ett
samhällsekonomiskt perspektiv som tenderar att vara mycket större än de direkta kostnaderna för exempelvis reparation av skadat fordon. (Seiler & Olsson, 2015)
En grov uppskattning av de totala kostnaderna som försening på järnväg årligen leder till är ca 5 miljarder kronor per år. Av denna totalkostnad står persontrafiken för ca 3,3 miljarder kronor, godstrafiken för ca 1,4 miljarder kronor och underhåll för ca 0,3 miljarder kronor.
(Trafikverket, 2014) För en genomsnittlig olycka, inklusive både kostnader för störningar och fordonsreparationer, saknas fortfarande en prislapp. SJ har dock själva värderat kostnaderna för ett fåtal viltkollisioner med SJ resandetåg till ca 1,5 miljoner kronor per olycka.
(Söderström, P., 2014)
Då järnvägsnätet i Sverige är, med få undantag, nästan helt oskyddat mot vilt (Seiler &
Olsson, 2015) har det i nuläget blivit intressant att utreda om det finns tillräckligt med stöd för att vidta förebyggande åtgärder för att förhindra olyckor med vilt på järnväg.
1.2 Syfte och mål
Syftet med kandidatarbetet är att ta fram en generell kostnad för de primära och sekundära förseningar som uppstår i tågtrafiken vid en olycka med klövvilt.
Målet är att rapporten ska kunna ligga som underlag vid en framtida utredning om vilka förebyggande åtgärder man kan ta fram för att förhindra olyckor med vilt på järnväg.
1.3 Avgränsningar
I projektet kommer beräkningarna att baseras på klövviltolyckor med älg och rådjur. Olyckor med annat klövvilt så som vildsvin, ren och hjort är mindre vanliga och kommer därför inte att tas med i beräkningarna i denna rapport. De olyckor som beräkningarna sker utifrån är tågkollisioner som skett under 2016 och 2017 för att få relevanta värden som kan spegla de kostnader för förseningar som viltolyckor med älg och rådjur kan orsaka under de närmsta åren. De tåg som påverkas av primära och sekundära förseningar kan vara antingen persontåg eller godståg.
10
1.4 Planerad metod
Först kommer en litteraturstudie att ske för att få en förståelse kring vad som kan påverka förekomsten av viltolyckor. Studien presenterar även kortfattat vikten av punktlighet på järnväg och vilka faktorer som kan tänkas påverka förseningarna och kostnaderna vid en viltolycka.
Därefter genomförs metoden för beräkningar av kostnaderna för påkört vilt som delas upp i fyra steg:
1.Urval av data
Här kommer ett slumpmässigt urval av ett antal händelser att ske från ett utdrag ur OFELIA från perioden 2016-01-01 till 2017-03-26.
För att göra ett urval av olyckor i OFELIA så sker först en sortering efter vad som orsakat händelsen, i detta fall djur. Det finns också information om vilken djurart det rör sig om och en fritext av händelsebeskrivningen där det kan finnas extra information exempelvis om det rör sig om ett eller flera påkörda djur. I systemet finns också information om var olyckan skett, vilket datum och ett identifikationsnummer för händelsen och felrapporten som gör det lätt att spåra vilka andra tåg som på något sätt berörts av påkörningen. Det är viktigt att påpeka att informationen i OFELIA inte är tillräcklig för att kunna bestämma exempelvis tåg som drabbats sekundärt, antal drabbade resenärer eller antalet förseningsminuter. För detta kan systemet LUPP behöva användas samt data från operatörerna.
Händelserna sammanställs för att i nästa steg kompletteras med data.
2. Analys av data
Händelserna kommer först att följas upp med hjälp av Trafikverkets systemet LUPP. Då händelse- ID är känt på de olyckor som är intressanta så kan uppföljning av olyckorna ske med hjälp av LUPP få fram vilka andra tåg som kan ha drabbats av sekundära förseningar och även storleken på de förseningarna. Därefter kommer data gällande antal resenärer och
godsmängd behövas. Denna statistik föredras vara direkt försedd av operatörerna, men kan i annat fall beräknas med hjälp av generella värden.
Olyckorna kommer sedan att analyseras med avseende på de faktorer som påverkar kostnaderna för olyckan.
3. Beräkningar
I detta steg sker själva beräkningarna av förseningskostnaderna för olyckorna. Okända värden på relevanta faktorer är hämtade ur den senaste versionen av rapporten ”Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn” (ASEK) (Trafikverket, 2016b) som publiceras årligen av Trafikverket.
4. Sammanställning av resultat
Kalkylen avslutas med en sammanställning av resultatet för att få fram en genomsnittlig kostnad som försening vid tågkollision med älg och rådjur kan medföra.
11
Rapporten avslutas med en analys och diskussion av resultatet samt en slutsats för arbetet.
Enbart steg 1. Urval av data har utförts i detta arbete. Då det inte fanns möjlighet att få ut data från ur LUPP under arbetets tidsperiod så har denna metod förkastats och en annan metod använts för att kunna få ut information, även om den inte heller varit tillräcklig för att kunna utföra några beräkningar.
För utförd metod, se kapitel 3 Utför metod för beräkningar.
2 Litteraturstudie
2.1 Orsaker till viltolyckor
De stora samhällsekonomiska kostnaderna som uppstår som följd av kollision med vilt kan förebyggas genom att förstå vad som påverkar olycksfrekvensen. Nedan sammanfattas några av de främsta faktorerna som kan påverka antalet viltolyckor.
2.1.1 Årstid
Diagrammet nedan visar en grafisk representation över antalet viltolyckor med älg i Sverige som årligen rapporterats in till Nationella viltolycksrådet. Diagrammet är baserat på siffror tagna från statistik för viltolyckor för respektive viltslag som finns tillgänglig på deras hemsida viltolycka.se. Statistiken innefattar då alla typer av fordon och inte enbart kollision med vilt på järnväg.
Som kan utläsas ur figuren nedan sker de flesta olyckor i perioden september till november.
Detta sammanfaller med älgens brunstperiod, vilket också är den troligaste förklaringen till det höga antalet olyckor. Under brunstperioden förändras älgens rörelsemönster då de rör sig mot nya områden och det är främst kollision med älgtjurar som sker.(L. Belant, 1995)
Figur 1. Antalet rapporterade viltolyckor med älg per år under åren 2014-2016. Statistiken gäller för alla trafikslag. De högsta värdena ligger under september – november vilket sammanfaller med älgens brunstperiod.
0 200 400 600 800 1000
Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec
Antal olyckor [st]
Månad
Antal rapporterade viltolyckor per år med älg
År 2014 År 2015 År 2016
12
Figur 2 (se nedan) presenterar samma statistik som Graf 1 ovan, men skalan är anpassad för att bättre kunna jämföras med antalet rapporterade klövviltolyckor per år med rådjur.
Figur 2. Antalet rapporterade viltolyckor med älg per år under åren 2014-2016. Statistiken gäller för alla trafikslag. De högsta värdena ligger under september – november vilket sammanfaller med älgens brunstperiod.
Figur 3. Antalet rapporterade viltolyckor med rådjur per år under åren 2014-2016. Statistiken gäller för alla trafikslag.
Vid jämförelse med antalet rapporterade olyckor med rådjur under samma treårsperiod så kan man se att statistiken ser annorlunda ut. Det finns en variation i antalet olyckor, med toppar i oktober – november och under maj månad, men antalet olyckor varierar mindre jämfört med älg.
0 1000 2000 3000 4000 5000 6000 7000
Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec
Antal olyckor [st]
Månad
Antal rapporterade viltolyckor per år med älg
År 2014 År 2015 År 2016
0 1000 2000 3000 4000 5000 6000 7000
Jan Feb Mar Apr Maj Jun Jul Aug Sep Okt Nov Dec
Antal olyckor [st]
Månad
Antal rapporterade viltolyckor per år med rådjur
År 2014 År 2015 År 2016
13
Tidigare har toppen under sommaren försökt förklaras med att föda för vilt är mer
lättillgängligt nära järnvägsspår och vägar då man ofta röjer vegetationen närmast körbanan.
En oro för att trädröjningen skulle öka sannolikheten för kollision med vilt motiverades år 2014 i en studie genomförd av Sveriges Lantbruksuniversitet (Eriksson, 2014) där man då undersökte om det ökade antalet klövviltsolyckor kunde ha något samband med
skogsavverkningen längst spåret. Resultatet pekade på att det saknades ett tydligt samband mellan dessa två faktorer och att ökningen troligtvis grundade sig i andra orsaker.
Det höga antalet viltolyckor för både älg och rådjur under vinterhalvåret kan troligtvis
förklaras av snödjupet. Flera studier visar att risken för viltolyckor ökar med snödjupet då det ligger mindre snö längs med järnvägsspåret vilket gör att vilt ofta vill färdas längs spåret och ogärna viker av spårområdet vid annalkande tåg. Studier visar också att särskilt älg rör sig ned mot dalgångarna när snön lägger sig vilket också ökar risken för kollision med tåg då
järnvägsspår ofta är belägna just i dalgångarna. (Helldin & Seiler, 2011) 2.1.2 Särskilt olycksdrabbade områden
Vissa delar längst en sträcka drabbas oftare av viltolyckor än andra. Dessa områden har fått ett eget namn, så kallade ”hotspots”. I en rapport från Trafikverket (Seiler & Olsson, 2015) definierar man en hotspot ”som en länk mellan två närliggande trafikplatser (TP-länk) där olycksfrekvensen ligger bland de 10 % högsta för respektive år i Sverige.” En hotspot blir mer stabil och trolig om den får utnämningen flera år i rad. (Seiler & Olsson, 2015)
En sträcka som är en hotspot för en art behöver inte nödvändigtvis vara det för en annan art.
Förekomsten av hotspots kan till stor del förklaras av populationstätheten i ett visst område för de olika arterna. Fler individer innebär ofta att sannolikheten för kollision med fordon på väg eller järnväg ökar. Populationstätheten förklaras i sin tur till största delen av vilken miljö som råder och olika arter trivs i olika biotoper. Exempelvis sker många viltolyckor med älg även längre norrut i Sverige jämfört med viltolyckor med rådjur som oftast sker i södra Sverige. (Seiler & Olsson, 2015) Det förekommer dock rådjur i hela Sverige, utom i fjällen och ovanför trädgränsen, även om de är vanligare i de mellersta och södra delarna av landet.
(Svenska Jägareförbundet, 2017)
Vanliga hotspots för båda arterna verkar dock ligga i Småland. (Seiler & Olsson, 2015)
14
Figur 4 ovan visar rankningen över hotspots för rådjur. I rankningen vägs antalet år som sträckan klassats som en hotspot, olycksfrekvensen per km och år, trafikvolym och arternas betydelse in. (Seiler & Olsson, 2015)
15
Figur 5 ovan visar rankningen över hotspots för älg. I rankningen vägs antalet år som sträckan klassats som en hotspot, olycksfrekvensen per km och år, trafikvolym och arternas betydelse in. (Seiler & Olsson, 2015)
16
2.1.3 Tågfrekvens
Det finns ett flertal studier som tyder på att det finns ett samband mellan antalet påkörningar och tågfrekvensen bland annat av en studie genomförd i Tjeckien där antalet olyckor med rådjur ökade när antalet tåg på banan ökade. Dock är sambandet inte helt fastställt så fortsatta studier krävs. (KUŠTA et al, 2014)
Effekterna på järnväg är densamma som för vanliga vägar. När fordonsfrekvensen är låg är sannolikheten för att ett djur ska bli påkört låg. När antalet fordon ökar till medelhög frekvens sker de flesta dödsolyckor. Trafiken är inte tillräckligt hög för att djuren ska avskräckas att passera, men fordon passerar ändå så pass ofta att olyckor sker. När antalet fordon ökar ytterligare till hög trafikmängd så skapas en barriäreffekt som gör att djuren inte vill passera spåret vilket minskar sannolikheten för en olycka. (Vägverket & Banverket, 2005)
Figur 6 ovan visar vilka effekter trafikvolymen har på vilt som passerar väg eller spår.
(Vägverket & Banverket, 2005)
2.1.4 Djurens beteende vid annalkande tåg
Det är svårt att förutse hur djuren ska bete sig och det är inte alltid som viltet flyttar på sig när ett tåg närmar sig. Detta kan bero på att viltet inte förstår situationen eller att det inte vill låta sig skrämmas. Det händer även att viltet springer ut på spårområdet när ett tåg närmar sig för att det blir skrämt och vill hinna springa förbi. För förarna finns det ingen möjlighet att väja och ofta hinner de inte heller bromsa. Om inte viltet flyttar på sig vid varningar från föraren så leder det ofta till att en olycka sker. (Helldin & Seiler, 2011)
2.2 Punktlighetens betydelse
Punktligheten är den mest avgörande faktorn på järnvägens kvalitet och även en av tågens viktigaste konkurrensmedel mot andra transportslag. (Nelldal, et al. 2011)
Förseningar kan leda till:
- Kostnader för resenärer, godskunder och operatörer - Indirekta kostnader i form av förlust av marknadsandelar
- Tappat förtroende för järnvägen som helhet eller för tågoperatörer (Nelldal, et al. 2011)
17
Förseningarnas indirekta konsekvenser kan vara en försvårad utveckling av transportslaget då förtroende för järnvägen skadas. Även stora miljöförluster kan bli en direkt påföljd då andra färdmedel med större klimatpåverkan så som flyg kan anses vara mer pålitligt och därmed önskvärt. Dessutom kan näringslivet drabbas då relationen mellan svenska och utländska företag kan försämras vid stora förseningar för godstransporter. (Ahlberg, J., 2015)
En grov uppskattning av de totala merkostnaderna som försening på järnväg årligen leder till är ca 5 miljarder kronor per år. Av denna totalkostnad står persontrafiken för ca 3,3 miljarder kronor, godstrafiken för ca 1,4 miljarder kronor och underhåll för ca 0,3 miljarder kronor.
(Trafikverket, 2014) 2.2.1 Persontåg
Trafikanalys (Trafa) är en kunskapsmyndighet inom områdena transport och kommunikationer som arbetar på uppdrag för regeringen. (Trafikanalys, 2017a) Punktlighet definieras av Trafikanalys som ”andelen framförda tåg i tid”. Vid
förseningsstatistik är det även intressant att titta på regulariteten för tågen, det vill säga andelen planerade tåg som framförts. (Trafikanalys, 2017b)
Trafikanalys använder sig även av ett kvalitetsmått kallat STM, en förkortning för
sammanvägda tillförlitlighetsmåttet som visar hur passagerare påverkas av avvikelser från tidtabellen. STM fås fram genom att beräkna andelen tåg som dagen innan avfärd ligger inne i tågplanen, det vill säga är planerade, och som kommer i tid. Om ett tåg tas bort eller justeras i tågplanen tidigare än klockan 00.00 dagen innan avfärd så räknas det inte med i statistiken eftersom det då finns möjlighet för resenären att ändra sin resa. De tåg som ligger inplanerade efter klockan 00.00 dagen innan avfärd men som ställs in eller blir försenade påverkar STM negativt eftersom det innebär en negativ förändring för resenären som denne inte kan påverka.
(Trafikanalys, 2017c) STM viktar med andra ord ihop punktligheten med regulariteten.
När man mäter STM har man vanligtvis en förseningsmarginal på ett antal minuter. Det vanligaste i Sverige är att man har en förseningsmarginal på 5 minuter vilket då skrivs som STM(5). De tåg som är försenade på 6 minuter eller mer räknas då in i statistiken. STM(5) varierar mellan de olika typerna av persontåg. Vanligtvis ligger snittet på STM(5) för alla persontåg på ca 90 %. (Trafikverket, 2016a)
Persontågen på det nationella järnvägsnätet (ej tunnelbana och spårväg) kan man dela in i tre kategorier:
1. Kortdistanståg
Dessa tåg kör kortare sträckor och ofta rör sig detta om flyg- och pendeltåg. STM(5) för dessa brukar ligga på runt 93-94 % vilket också är den högsta punktligheten för persontåg. Då kortdistanstågen utgör 50 % av alla persontåg så innebär det att de har en relativt hög tillförlitlighet. (Trafikverket , 2016a)
2. Medeldistanståg
Denna typ av tåg är regionaltåg och står alltså för resor inom och mellan regioner.
Punktligheten för dessa tåg brukar ligga kring 87 % och de utgör ca 42 % av persontrafiken.
(Trafikverket, 2016a)
18 3. Långdistanståg
Långdistanstågen är de tåg som går längre sträckor (fjärr- och snabbtåg). De har lägst
punktlighet bland persontågen på ca 77 % men står bara för ca 8 % av persontrafiken. Dock är det många resenärer på dessa tåg och förseningarna tenderar att bli större jämfört med de kortare förseningar som brukar drabba kort- och medeldistanstågen. (Trafikverket, 2016a) För både kort- och medeldistanstågen så är kravet på punktlighet något högre än för
långdistanstågen. Detta beror på att de två förstnämnda ofta används för dagliga resor, så som att pendla till arbetet, och då är regelbundna förseningar problematiska (Nelldal, et al. 2011) Tabell 1 nedan visar statistik över punktligheten och STM för persontåg med 5 minuters förseningsmarginal från Trafikanalys. (Trafikanalys, 2017b)
Tabell 1 Differensen mellan punktlighet och STM för persontåg med 5 minuters förseningsmarginal till slutstation.
(Trafikanalys, 2017b)
Ur tabellen framgår det att det föreligger en viss skillnad mellan punktligheten och STM.
Detta beror som tidigare nämnt på att STM även väger in regulariteten och representerar ett tillförlitlighetsmått. Under de senaste åren har punktligheten legat på strax över 91 % och STM är något lägre, ca 90 %.
Som man kan avläsa från statistiken från Trafikanalys år 2017 nedan så har STM för samtliga persontåg sjunkit. Långdistanstågen har sjunkit som mest; 6,7 procentenheter jämfört med samma period, det vill säga andra kvartalet, år 2016. För resenärerna innebär detta att tillförlitligheten för tåg överlag har sjunkit.
Källa: (Trafikanalys, 2017)
Förseningar har stark negativ påverkan eftersom de kan leda till att resenären missar ett byte, eller kommer försent till någonting viktigt så som ett möte. Den negativa påverkan kan också visa sig i form av skillnad mellan faktiskt förseningstid och upplevd förseningstid. En resenär upplever förseningstiden som 3-4 gånger längre normal restid vilket då skulle innebära att en försening på 10 minuter kan upplevas som en extra restid på 30-40 minuter.
(Nelldal, et al. 2011)
19
För en del resenärer kan ett lågt STM innebära att man helt avstår från att åka tåg eftersom man anser att tillförlitligheten är för låg och därför väljer andra färdmedel. Detta drabbar operatörerna som förlorar kunder. Andra kostnader för operatörerna tillkommer vid förseningar, så som övertidsersättning till personal och för eventuell ersättningstrafik.
Dessutom kan operatörerna bli tvungna att erbjuda monetär kompensation till resenärerna vid stora förseningar och inställda tåg. (Ahlberg, J., 2015)
Osäkerheten över tågens punktlighet kan leda till förändringar i människors beteende. För att minimera risken att komma försent till exempelvis ett viktigt evenemang kan resenärer välja att resa med ett annat färmedel, ett tidigare tåg eller till och med dagen innan om de ansåg att risken för försening var hög. (Nelldal, 2016)
Kollision med vilt är en förhållandevis ovanlig orsak när det kommer till störningar för persontåg med förseningstid på över 60 minuter visar en rapport från KTH Järnvägsgrupp.
Djur i spår utgör enbart 4-5 % av den totala förseningstiden under ett år, varav påkörda djur utgör ca 13 % av dessa 4-5 %. (Se bilaga 1) Den genomsnittliga förseningstiden är dock relativt hög jämfört med andra orsaker vilket ändå gör att det är ett problem som måste försöka förebyggas. (Nelldal, 2016)
2.2.2 Godståg
Punktligheten för godstrafik mäts utifrån tiden tills att tåget anländer till bangården, tågets
”parkering”. Även om tåget skulle vara försenat till bangården så skulle leveransen av gods fortfarande kunna hinna i tid genom att snabba på i leveransen mellan bangården och
kunderna och i det avseendet då inte vara försenat. Punktligheten brukar beräknas utifrån ”rätt tid”(”RT”) plus en tidsmarginal, vanligtvis 5 minuter (Trafikverket 2017b) och är på så sätt väldigt lik måttet STM, men skillnaden ligger i att STM används i persontrafik. För ”RT” + 5 ligger godstågen på en punktlighet på ca 77-80 %. (Trafikverket, 2016a)
Kunder som väntar på leveranser kan drabbas hårt om leveransen är försenad. De drabbas av förseningskostnader och kostnader för förstörda leveranser. De är dock inte fullt lika känsliga som resenärerna och det märker man inte minst genom att försening för gods ofta räknas i timmar, och inte i minuter som persontågstrafiken gör. (Nelldal, 2013)
Förseningarna för godstransporter kan också leda till problem som berör andra aktörer, exempelvis chaufförer som väntar på att transportera vidare godset och som då måste vänta tills att tåget ankommer. (Ahlberg, J., 2015)
Vid en undersökning som gjorts så tar ca 9 % av de tillfrågade företagen/godskunderna ut en merkostnad vid förseningar på under en timme. Vid förseningar på 2-8 timmar så tog
ytterligare 45 % av företagen ut en merkostnad och 40 % tog ut en merkostnad först efter förseningar på över 24 timmar. Det är alltså en stor del av företagen som har minst någon timmes flexibilitet vid försenade leveranser. (Nelldal, 2013)
Förseningarna är dock ett problem för näringslivet i och med att merkostnaderna för företag och tågoperatörerna kan uppgå till mångmiljonbelopp per år. För mindre förseningar på enstaka timmar är det främst operatörerna som drabbas av en merkostnad eftersom de sker relativt ofta och företagen drabbas inte så hårt av dessa mindre avbrott. För lite större förseningar på ca 24 timmar så är kostnaderna för operatörerna och företagen ungefär lika stora och för de stora avbrotten som varar flera dygn så dras företagen med de största kostnaderna. (Nelldal, 2013)
20
2.3 Verktyg och hjälpmedel för beräkning av viltolyckskostnader
Vid beräkning av kostnader behöver man ha en metod. För att sedan kunna göra rimliga beräkningar av de kostnader som viltolyckorna medför så måste data tas fram. Det finns ett antal olika system och verktyg som Trafikverket använder sig av när det ska genomföra analyser och beräkningar av olika slag. För privatpersoner innebär det oftast att man måste söka om behörighet från Trafikverket för att kunna få tillgång till dessa system. Ett annat alternativ för att få ut data är att vända sig direkt till de som tillhandahåller service eller tjänster.
2.3.1 Samhällsekonomisk analys
När ett beslutsfattande sker gällande olika åtgärder inom transportsektorn så är det många faktorer som ska tas hänsyn till. En av de främsta är naturligtvis kostnader med de vinster och förluster som de innebär. Då kan det vara bra att genomföra en samhällsekonomisk analys, även kallat ”Cost-Benefit-Analys” (CBA). Vid en sådan analys väger man åtgärdernas kostnader mot nyttor för hela samhället. Man räknar med alla effekter på nyttor och resurser oavsett om de är icke-prissatta eller prissatta och får ut ett nettovärde i kronor. (Trafikverket, 2016b)
Vid genomförande av en samhällsekonomisk analys så kan effekterna av en åtgärd på lång sikt uppskattas. En åtgärd kan vid första anblick verka som en kostsam lösning, men kan visa sig vara lönsam i det långa loppet. Därför kan en samhällsekonomisk analys beskrivas som en lönsamhetsbedömning och bidra till att man får en hållbar och långsiktig transportförsörjning.
(Trafikverket, 2016b)
Exempelvis kan en samhällsekonomisk analys genomföras vid planering att sätta in åtgärder för att förhindra olyckor med vilt. En sådan åtgärd skulle kunna vara att sätta upp stängsel kring hotspots för de arter som har en hög olyckskostnad.
2.3.1.1 ASEK kalkylvärden
ASEK-rapporten är en förkortning för ”Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn”. Rapporten är en del av ett antal ledande dokument som används vid analyser åt Trafikverket. Den tar upp den analysmetod och de värden som bör användas i kalkyler vid beräkning för olika åtgärder. Rapporten uppdateras med små justeringar årligen.
Med några års mellanrum sker ändringar av de kalkylvärden som innebär större förändringar i resultat. Värdena och rekommendationerna i ASEK är framtagna av svenska forskare och är baserade på allmänt känd kunskap och framtagna generella siffror som ger ett trovärdigt resultat. (Trafikverket, 2016b)
I detta arbete kommer förseningstidsvärden beräknas med hjälp av ASEK 6.0 för:
-Persontrafik, långväga resor med tåg -Godstransport, tåg
Det är värt att notera att godsvärdena i ASEK har omdiskuterats och fått kritik för att de är bristfälliga. Godstrafikens förseningsvärden har ifrågasatts då de av vissa forskare inte anses avspegla kostnader för förseningarnas samtliga berörda och många forskare skulle vilja se en utförligare analys av värdena. Då de är använda sedan en lång tid tillbaka i många
samhällsekonomiska analyser så kommer vi i detta arbete ändå utgå från att värdena är acceptabla. En av anledningarna till att värdena är osäkra är på grund av att information och statistik kring både gods- och persontransport ogärna lämnas ut av operatörer av rädsla för att röja affärshemligheter. (Ahlberg, J., 2015)
21
2.3.2 OFELIA
”OFELIA” eller ”0FELIA”, en förkortning för ”0 fel i anläggning” är ett verktyg för felrapportering. När en incident eller annat avbrott skett används OFELIA av
spårentreprenörer där de rapporterar in vilken typ av fel som uppstått, varför det uppstått och vad för typ av åtgärd som har vidtagits för att lösa felsymptomet. Trafikledningen hjälper till att fylla i rapporten med status och tider. Regelbunden rapportering ger en åtgärdshistorik och bidrar till att förbättra punktligheten på järnväg. (Trafikverket, 2011)
OFELIA kan också användas för analyser och statistik. Felrapporterna kan bland annat sorteras med avseende på datum, trafikplats och anläggningstyp. För att använda OFELIA Analys behöver man ha behörighet som man kan få från Trafikverket. Då ges tillgång till de felrapporter som gjorts av felavhjälpare för olika typer av avbrott. (Trafikverket, 2017a) OFELIA är ett hjälpligt verktyg vid beräkning av exempelvis kostnader för förseningar vid viltolyckor eftersom det går att få fram vilka tåg som kan ha varit inblandade i kollision med vilt. Genom den informationen kan data som behövs för att färdigställa exempelvis
beräkningar för kostnader av viltolyckor återfinnas genom att söka i andra databaser.
2.3.3 LUPP uppföljningssystem
LUPP är ett uppföljningsystem som sammanställer information från andra källsystem, bland annat OFELIA. Detta gör det lättare att få ett vidare perspektiv och enklare statistisk
bearbetning. I LUPP rapporteras alla förseningar på över 3 minuter och visar alla tåg som är kopplade till denna händelse eller orsak. (Joborn & Ranjbar, 2016) Genom LUPP kan
storleken både på de primära och sekundära förseningar som uppstår vid exempelvis kollision med vilt erhållas.
2.4 Kostnadsinverkande faktorer för viltolyckor
Antalet faktorer som inverkar på storleken för kostnaden av påkört vilt är många vilket gör beräkningarna komplexa. En del är mer avgörande än andra. Med det menas att ett fåtal av faktorerna står för den större delen av kostnaderna.
Den stora delen av kostnaden står förseningarna och deras konsekvenser för. De drabbar både tåget som varit inblandat i olyckan, men även andra tåg som blir försenade, inställda eller extrainsatta som följd av händelsen. (Seiler & Olsson, 2015) Det är just dessa sekundära förseningar som ger förseningskostnaden ett stort påslag och det är även storleken på dessa förseningar som är särskilt intressanta i detta arbete.
2.4.1 Direkta kostnader per art
Direkta kostnader avser de kostnader så som fordonsreparation eller kostnader för eftersök av vilt. Olyckor med rådjur dominerar sett till antal, sedan kommer älg och slutligen ren. Typ av vilt har stor betydelse för hur allvarliga skadorna på fordonet kan bli. Även om flest
kollisioner sker med rådjur så lämnar de sällan särskilt stora defekter på fordonet. Istället sker en förlust av jakt- och rekreationsvärde. (Seiler & Olsson, 2015)
Även renar brukar oftast vara den part som tar största skadan, men då de räknas som domesticerade djur så betalas en särskild ersättning ut till renägare. För ren och rådjur som ofta rör sig i flock så kan flera individer bli påkörda samtidigt vid en eventuell kollision. En summa på 3,3 miljoner kronor betalades ut av Trafikverket till renägare under åren 2011-2013 för förlust av djur. (Seiler & Olsson, 2015)
22
Den absolut största kostnaden står älg för. Djuren är stora och tunga vilket kan orsaka stor skada på fordonen som då måste tas ur bruk. Tabellen nedan visar att även om
medelkostnaden för påkörd älg är lägre jämfört med medelkostnaden för påkörd hjort så är den maximala kostnaden ungefär det dubbla och antalet fall är mångdubbelt.
(Seiler & Olsson, 2015)
Tabell 2. Reparationskostnader och kostnader för reservdelar efter olycka med klövvilt. Statistik från juni 2010 – juli 2013 ur SJ:s skaderapporter. Omfattar ej kostnader för störningar, rensning av spår med mera.
Vad det gäller kostnader för förseningar så saknas generella siffror. Genomsnittet för merförseningar orsakade av vilt i spår var 3550 minuter årligen under perioden 2001-2012 enligt statistik ur OFELIA. Antalet passagerare som drabbades är dock inte känt, så kostnaden för dessa förseningar är inte uppskattad. (Seiler & Olsson, 2015)
Vid grova beräkningar genomförda av SJ för tre olyckor där älg kolliderat med SJ snabbtåg resulterade förseningarna i att en olycka genomsnittligen orsakade att 1097 passagerare blivit drabbade av totalt 81920 förseningsminuter. Detta innebar en snittkostnad på 71333 €
(ca 680 445 i kronor med kurs 23-08-2017) per olycka enbart för förseningar. (Söderström, P., 2014)
2.4.2 Hantering av kadaver
Efterarbetet av kollisionen, det vill säga eftersök eller rensning av spåret står för en mycket liten del av kostnaderna. Kontakt med Nationella viltolycksrådet ska ske. För registrering av påkört vilt och för utskick av jägare eller hantering av kadaver så utgår en kostnad på 550 kronor. Dessutom tillkommer en kostnad vid eftersök som tillfaller jägarna. Den kostnaden varierar beroende på typ av vilt som ska eftersökas. För älg och vildsvin får det vara max två jägare som tilldelas 700 kronor vardera. För övriga arter gäller max en jägare för en kostnad på 400 kr. (Seiler & Olsson, 2015)
2.4.3 Tidsvärden
Värderingen av tid är svår eftersom den är individuell. I ASEK sker åktidsberäkningarna utifrån värdet av inbesparad tid. Det kan beskrivas som priset för en förkortning av restiden, hur stor betalningsviljan är. I ASEK 6.0 kapitel 7 delas den in i tre delar:
- Resursvärdet av tid. Det motsvarar förenklat sett som nyttan som skulle kunna fås av att använda restiden till något annat
- Restidens direkta nytta/onytta. Beror på komforten och möjligheten till arbete under restiden - Marginalnytta av inkomst. Hög inkomst ger mindre nytta för varje extra intjänad krona (Trafikverket, 2016b)
23
Åktidsvärdet varierar därmed beroende på transportslag och längd på resan.
Även transporttiden för gods har ett värde. En ändring i tiden för transport av varor har ett värde för den som använder infrastruktur för att sända eller mottaga gods.
(Trafikverket, 2016b)
Då störningar i form av förseningar på väg- och järnväg uppkommer beräknas ett förseningstidsvärde. Genom att multiplicera åktidsvärdet eller godstidsvärdet med en förseningsfaktor får man förseningstidsvärdet, vilket då kan ses som ett nytt ”pris” för restiden. (Trafikverket, 2016b)
2.4.4 Förutsättningar för drabbade tåg
Olika tåg ger olika stora kostnader när de blir försenade. Hög prioritet läggs alltid vid att försöka åtgärda försenade persontåg eftersom de fraktar en viktigare ”vara”.
2.4.4.1 Persontåg
För persontåg finns det minst två faktorer som bör tas med i beräkningar vid försening:
1. Antal privatresenärer
Privata resenärer är alla resenärer som inte är tjänsteresenärer. De är mer flexibla jämfört med resenärer som reser i arbetet. En mindre försening behöver inte nödvändigtvis påverka något viktigt möte eller liknande. Förseningstidsvärdet för dessa resenärer är lägre jämfört med värdet för tjänsteresenärer.
2. Antal tjänsteresenärer
Tjänsteresenärer är de resenärer som får resan betald av arbetsgivaren. Dessa resenärer har ofta mindre flexibilitet när det kommer till förseningar. Ett inställt möte kan innebära en förlust för företaget och förseningstidsvärdet är därför högt.
Är inte antalet privat- och tjänsteresenärer angivna så kan de uppskattas med hjälp av beläggningsgrad och tågtyp för att få fram ett genomsnittligt antal passagerare. Genom att även utgå från genomsnittlig ärendefördelning kan antalet drabbade resenärer uppskattas.
(Ahlberg, J. 215)
Det kan i vissa fall vara relevant att räkna med trängsel. (Ahlberg, J., 2015) Det är först när trängseln blir hög som restidsvärdet förändras. (Se Tabell 8.4 i ASEK 6.0)
Då detta oftast gäller kollektivtrafik som utsätts för hög belastning, exempelvis buss och tunnelbana, så är det ingenting som kommer att tas hänsyn till i denna rapport.
Ytterligare en faktor som kan tänkas påverka kostnaderna är eventuella byten som resenärerna gör. Ett försenat tåg kan innebära att resenärerna missar ett byte, vilket gör att operatöreren kan behöva tillhandahålla ersättningstrafik.
24 2.4.4.2 Godståg
För godståg är det två typer av data som kan tänkas vara relevanta för förseningskostnaderna:
1. Godsmängd
Den totala godsmängden som fraktas på tåget angett i ton.
2. Andel av olika typer av gods
Det är stor skillnad på förseningstidsvärde för olika typer av gods. Jämför exempelvis tidsvärdet för rundvirke och maskiner i den beskärda tabellen från ASEK 6.0 Tabell 8.4 nedan. Färdiga varor, transportutrustning och maskiner är de godstyper som har högst förseningsvärde. (Trafikverket, 2016b)
En försenad transport med stor andel gods med maskiner eller en transport med stor andel rundvirke skulle därför få väldigt olika kostnader
Tabell 3. Transporterad godsmängd och förseningstidsvärden för år 2014 i kronor per tontimme.
(Trafikverket, 2016b)
Det är viktigt att påpeka att det i många fall är svårt att få ut information om vilken typ av gods som fraktas. I sådana fall måste beräkningarna utgå från genomsnittliga värden för gods.
En redovisning av beräkningarna sker under avsnitt 3.2 Beräkningar.
2.4.5 Antal förseningsminuter för drabbade tåg
Antalet förseningsminuter är ett av de värden som är mest intressanta för dessa beräkningar.
Det kan finnas flera omständigheter som påverkar storleken på förseningarna. Nedan listas några tänkbara:
-Tidpunkt för olyckan
Antalet tåg på järnväg varierar över dygnet. Under dygnets vakna timmar är flest tåg ute i spår, främst på grund av att efterfrågan på persontåg ökar då det är under dagen som de flesta reser. Det är tänkbart att olyckor som sker nattetid får längre förseningstid då det kan vara svårare att få tag på jägare eller om Nationella Olycksrådet har begränsat med personal. Detta måste dock utredas närmare.
-Rensning av spår
Den främsta orsaken till att dröjsmål uppstår efter krock med vilt är att spåret måste göras rent innan det kan tas i bruk igen. Allvarligare olyckor med många individer av klövvilt, som exempel kollision med ren, kräver mer arbete för att göra rent spåret vilket då ökar tiden för försening. (Seiler & Olsson, 2015)
- Antal spår
Sveriges järnväg består till större delen av enkelspår vilket begränsar kapaciteten. När en olycka sker på enkelspårig järnväg stoppas trafiken på banan upp vilket leder till stopp för samtliga tåg på banan. Dubbelspår på järnväg underlättar vid många typer av oväntat stopp som enbart berör ett specifikt tåg, eftersom det då finns möjlighet för andra tåg att med
25
reducerad hastighet passera olycksplatsen utan att behöva vänta tills att problemet har
åtgärdats. (Lindfelt, O., 2007) För viltolyckor är det dock ännu inte säkert om det finns någon möjlighet för andra tåg att passera då det vistas personal i spåret vilket gör att tågtrafiken av säkerhetsskäl ofta stoppas.
- Följdfel av olyckan
Möjliga följdfel som kan ske vid viltkollision är exempelvis om viltet slungas upp på tågtaket vid krocken och då river ned kontaktledningen som försörjer tågen med el. Det är dock inget som kommer undersökas vidare i denna rapport.
2.4.6. Skador på fordon
Kostnaderna för reparation och reservdelar vid djurpåkörningar kan bli mycket kostsamma för operatörerna. Direkt efter att viltolyckan med tåget har skett kan det i allvarliga fall lämnas stora skador på fordonet. Särskilt reparation av de mer moderna loken får höga kostnader då de har känsligare utrustning i fronten vilket lätt tar stor skada vid viltolyckor. (Seiler &
Olsson, 2015)
Tabell 4. Reparationskostnader och kostnader för reservdelar efter olycka med klövvilt. Statistik från juni 2010 – juli 2013 ur SJ:s skaderapporter. Omfattar ej kostnader för störningar, rensning av spår med mera.
Tabell 5. Antal olyckor med vilt som krävt reparationskostnad för olika typer av fordon under perioden 2010 – oktober 2012. L o P står för lok och personvagnar. Norrlandståg (NT) kör L o P.
Tabellerna ovan är ett utdrag ur SJ:s skadestatistik över kostnader för reparation och
reservdelar. Som man ser i Tabell 5 så står motorvagnståg X40 för den största prislappen vid reparation efter viltolycka med älg. (Seiler & Olsson, 2015)
26
Figur 7. Motorvagnståget X40 ovan drabbas av de högsta reparationskostnaderna vid kollision med vilt (jarnvag.net)
2.4.7 Inställda och extrainsatta tåg
De inställda tågen får som följd att resenärerna antingen måste vänta på att nästa tåg eller ersättningstrafik ska komma, vilket leder till ökade förseningskostnader. (Ahlberg, J., 2015) Extrainsatta tåg kan tänkas leda till en kostnad för operatörerna som måste ha möjlighet att tillhandahålla tåg vid större förseningar. Det är dock ingenting som utreds närmare i detta arbete.
Det är svårt att få fram information om inställda tåg och tåg som fått ledas om då de i många system inte har kopplat sitt händelsenummer till grundorsaken (viltolyckan). Istället krävs det ett antagande kring vilka tåg som kan ha blivit inställda. (Ahlberg, J., 2015)
3 Utförd metod för beräkningar
Beräkningarna utgår från ett urval av aktuella data för att kunna få relevanta värden som kan spegla de kostnader för förseningar som viltolyckor med älg och rådjur kan orsaka under de närmsta åren. Kontinuerlig uppdatering av värden i ASEK och forskares strävan efter att få så noggranna värden och kostnader som möjligt gör att beräkningarna kommer bli inaktuella och behöver kalkyleras om i framtiden.
I detta avsnitt redovisas den metod som använts för att få fram och analyser data.
3.1 Urval och analys av data
Vid urval av den data som är intressant och värdefull är det först viktigt att göra
avgränsningar. I detta projekt utgår beräkningarna från djurpåkörningar som skett år 2016 och under de första månaderna av år 2017. Då de allvarligaste olyckorna tenderar att ske med älg, och de vanligaste förekommande olyckorna är med rådjur så är det dessa två klövvilt som beräkningarna sker för.
27
Det finns olika tillvägagångssätt för att få tag på data och information. Som tidigare nämnt finns det olika verktyg och system som trafikverket har hand om som kan underlätta avsevärt vid datainsamling. Kan man inte få ut den statistik och information som man önskar så får man försöka hitta andra lösningar.
3.1.1 Urval av viltolyckor
I detta arbete var en metod för att göra ett urval planerat genom OFELIA, se avsnitt 1.4 Planerad metod. Då det uppstått svårigheter kring att gå vidare med den metod som först var tänkt så utfördes en ny metod där urvalet av olyckor skedde genom operatörer, närmare bestämt genom SJ.
Genom OFELIA
I detta arbete erhölls med hjälp av Trafikverket ett utdrag av statistiken i OFELIA sorterat på händelser med orsak ”Djur”. Ur statistiken slumpas 50 viltolyckor med älg eller rådjur ut och händelserna markeras sedan in på en karta, se avsnitt 4 Resultat. Dessa olyckor kom dock inte att användas för beräkningar.
Genom operatörer
Ett annat alternativ för att få ut data är att vända sig direkt till operatörerna. Det kan dock vara bra att begränsa den information som efterfrågas eftersom att det i många fall innebär ett extra arbete för dem.
I rapporten Kostnader för störningar i infrastrukturen nämns att mycket av data och statistik är affärshemligheter som ogärna lämnas ut vilket gör att det är svårt att förlita sig på att få ut data på denna väg. (Ahlberg, J., 2015)
I detta projekt erhålls statistik från SJ över viltolyckor som skett under år 2016 och de första månaderna av 2017. Ur denna statistik slumpas sedan 19 händelser ut där älg eller rådjur blivit påkört och dessa händelser väljs ut att vara de som analysen och beräkningarna utgår från. Se Bilaga 3 för sammanställda viltolyckor.
3.1.2 Identifiering av sekundärt drabbade tåg
När urvalet av de händelser som arbetet ska utgå ifrån är gjort så är nästa steg att få ut vilka tåg som indirekt kan ha drabbats av störningarna.
1. Identifiering av sträcka
Det svenska järnvägsnätet är stort och för att underlätta bland annat planeringen för tidtabeller så har man gett olika sträckor i nätet olika koder. Bilden nedan visar hur uppdelningen skett i Sveriges södra delar.
28
Figur 8. Kartan ovan visar uppdelningen av södra Sveriges järnvägsnät i delsträckor för den grafiska tidtabellen. (Trafikverket 2017c)
Från statistiken över de utvalda händelser som ska analyseras kan datumet och platsen för olyckan avläsas. Platsen brukar anges som namnet på den eller de driftplatser som ligger närmast. Genom att använda en Sverigekarta och den grafiska tidtabellens indelning (se bilden ovan) så är det möjligt att ta reda på vilken daglig graf som ska användas. Den dagliga grafen är en visuell representation av trafiken längst en sträcka och finns tillgängliga på Trafikverkets hemsida. För exempel på daglig graf, se Bilaga 2.
2. Identifiering av övriga drabbade tåg
När den dagliga grafen har tagits fram så sker en bedömning ske på vilka tåg som kan ha drabbats av sekundära förseningar så länge tågnumret är känt på det tåg som varit inblandat i kollisionen. En sökning genom den dagliga grafen sker tills att man hittar tågläget för det tåg som är intressant. En avläsning vid vilken tidpunkt olyckan har skett görs. Detta genom att läsa av vilken tid tåget passerar den angivna olycksplatsen.
För att kunna avgöra vilka tåg som kan ha drabbats av förseningar eller som helt ställts in så kan man avläsa vilka tåg som passerar olycksplatsen från och med tidpunkten för påkörningen och några timmar framåt. Medelförseningen för påkörning av djur är ca 2 timmar i de fall där förseningarna överstiger 60 minuter, se Bilaga 1. (Seiler & Olsson, 2015) Det vore därför rimligt att inkludera alla tåg som passerar punkten för kollisionen minst 3 timmar efter att olyckan inträffat.
Tillämpning:
Detta arbete utgår vid identifieringen från de olyckor som slumpats ur SJ:s utdrag ur statistik för viltolyckor. En av olyckorna med älg skedde i Bälgviken den 2017-02-25 och tåget hade nummer 2144. Tidpunkt för olyckan angavs inte i statistiken.
Genom att titta på en karta, i detta arbete användes karttjänsten ”Google Maps”, och jämföra med kartan över indelningen av sträckorna så sker en bedömning att det är den dagliga grafen för sträcka 31 den 2017-02-25 som ska analyseras.
29
Den dagliga grafen avläses tills att tågnummer 2144 finns med. Slutsatsen sker att olyckan måste ha inträffat ca 15:38. Vid det tillfället passerar nämligen tåg 2144 Bälgviken. Därefter antecknas alla tågnummer som passerar bälgviken med omnejd under de nästkommande timmarna. Se Bilaga 2 för daglig graf och Bilaga 4 för resultat.
3. Identifiering av tågtyp
När man fått fram vilka tåg som kan ha påverkats av störningarna så kan man avgöra vilken tågtyp, det vill säga persontåg eller godståg, som det rör sig om. Detta sker genom att leta upp tågnumret i den, för året när olyckan inträffade, tågnummerförteckning som finns tillgänglig på Trafikverkets hemsida.
Där anges persontåg, också kallat resandetåg, som ”Rst” och godståg som ”Gt”.
Förkortningen Tjt står för ”tjänstetåg” och avses för intern transport, det vill säga inte för resenärer eller för frakt av gods till kunder.
Vid identifieringen av tågtyp kan man också se vilka operatörer som är ansvariga för driften av de olika tågen. Detta är ett viktigt hjälpmedel så att man vet vilka operatörer man ska kontakta för att få ut information om förseningar, antal resenärer, godsvärde med mera.
Denna process sker för samtliga tåg som misstänks ha drabbats av sekundära förseningar. I Bilaga 4 redovisas de tågtyper som kan ha påverkats av viltolyckorna.
Det som slutligen behövde ske för att få fram data var att be operatörerna om hjälp för att få fram information om:
- 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
Totalt är det 10 operatörer som skötte driften på tåg som misstänktes ha drabbats av förseningar och som kontaktats.
Att få ut den efterfrågade informationen om tågen visade sig tyvärr vara svårt. Mer om detta i avsnitt 5 Diskussion.
3.2 Beräkningar
3.2.1 Beräkningsvärden ur ASEK
Nedan listas de värden ur ASEK som används i beräkningarna. De tabeller som omnämns är tagna ur ASEK-rapporten 6.0 som finns tillgänglig på Trafikverkets hemsida.
(Trafikverket, 2016b)
30
Tidsvärden:
Värdena som används är för resor med långväga tåg, det vill säga resor på >10 mil.
För persontrafik gäller:
Normalt åktidsvärde, privatresor = 78 kr/persontimme enligt tabell 7.1 i ASEK avsnitt 7.1 Normalt åktidsvärde, tjänsteresor = 265 kr/persontimme enligt tabell 7.5 i ASEK avsnitt 7.2 Godstidsvärdet kan beräknas om man känner till fördelningen av lasten i antal ton och typ av gods. Genom att då använda godstidsvärdena som anges för Samgodsvarugrupperna och STAN-varugrupperna kan man beräkna ett troligt tidsvärde.
För godstidsvärde så saknas transportmedelspecifika tidsvärden. ASEK rekommenderar att samma viktning av godstidsvärden används som för lastbilar.
För godstransporter på järnväg görs liknande viktningar som för vägtransporter på relationsnivå utifrån de tolv STAN-varugrupperna. (Trafikverket, 2016b)
Genom att utgå från de 12 STAN-varugrupperna (exkl. momspåslag) får vi i tabell 7.13 i ASEK 6.0 för godstransporter fram:
- Genomsnittliga värdet är 1,00 kr/tontimme
Vidare gäller enligt ASEK 6.0 kap 14.3.2, tabell 14.15 att fjärrtåg har en nettolast på 494 ton.
Detta resulterar i ett genomsnittligt tidsvärde:
𝐺𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡𝑙𝑖𝑔𝑡 𝑔𝑜𝑑𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒 [𝑘𝑟 𝑡𝑖𝑚𝑚𝑒⁄ ]
= 𝑛𝑒𝑡𝑡𝑜𝑙𝑎𝑠𝑡 [𝑡𝑜𝑛] ∗ 𝑠𝑛𝑖𝑡𝑡𝑣ä𝑟𝑑𝑒 𝑔𝑜𝑑𝑠[𝑘𝑟 𝑡𝑜𝑛𝑡𝑖𝑚𝑚𝑒⁄ ] För godstrafik gäller:
Godstidsvärde, genomsnitt (fjärrtåg) = 494 ton * 1,00 kr/tontimme = 494 kr/timme
Förseningstidsvärden:
För persontåg gäller:
Beräkning av förseningstidvärdet för persontåg redovisas i ASEK 6.0 kap 8.1, Tabell 8.1 genom multiplicering av åktidsvärdet med en bestämd faktor.
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑡, 𝑝𝑒𝑟𝑠𝑜𝑛𝑡å𝑔 = Å𝑘𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑡 ∗ 3,5
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑃𝑟𝑖𝑣𝑎𝑡𝑎 𝑟𝑒𝑠𝑜𝑟 (𝑝𝑒𝑟𝑠𝑜𝑛𝑡å𝑔) = 78 ∗ 3,5 = 𝟐𝟕𝟑 𝒌𝒓/𝒑𝒆𝒓𝒔𝒐𝒏𝒕𝒊𝒎𝒎𝒆 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑇𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑜𝑟 (𝑝𝑒𝑟𝑠𝑜𝑛𝑡å𝑔) = 273 ∗ 3,5 = 𝟗𝟓𝟔 𝒌𝒓/𝒑𝒆𝒓𝒔𝒐𝒏𝒕𝒊𝒎𝒎𝒆, För godståg gäller:
För godståg hänvisar ASEK 6.0 kap 8.3 till en justering av godstidsvärdet med en faktor 2 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑡, 𝑔𝑜𝑑𝑠𝑡å𝑔 = 𝐺𝑜𝑑𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑡 ∗ 2
= 𝐺𝑜𝑑𝑠𝑚ä𝑛𝑔𝑑 ∗ 1 𝑘𝑟/𝑡𝑜𝑛𝑡𝑖𝑚𝑚𝑒 ∗ 2
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑔𝑜𝑑𝑠𝑡å𝑔 (𝑔𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡,𝑓𝑗ä𝑟𝑟𝑡å𝑔) = 494 ∗ 2 = 𝟗𝟖𝟖 𝒌𝒓/𝒕𝒐𝒏𝒕𝒊𝒎𝒎𝒆
31
3.2.2 Hur förseningskostnader kan beräknas
För att få så noggranna uppskattningar av de totala förseningskostnaderna som möjligt så bör kostnaderna för varje enskilt tåg som drabbats eller kan ha drabbats av förseningar beräknas.
Detta under förutsättning att man kan få ut specifik data om just de tågen som blivit drabbade.
Skulle data saknas och beräkningarna istället ske på genomsnittliga värden och antaganden så blir resultaten i slutändan osäkra och kanske inte alls speglar den verkliga kostnaden.
Kostnaderna för störningar orsakade av olyckan delas vanligtvis in i två delar:
- Kostnad för primära förseningar
Dessa är kostnaderna för dröjsmålen som drabbar det tåg som är direkt inblandat i olyckan.
- Kostnad för sekundära förseningar
Dessa är kostnaderna för dröjsmålen som orsakas av:
• Tåg som måste invänta nytt tågläge att köra vidare sedan planerat tågläge missats
• Tåg som måste ledas om till följd av olyckan och som därmed får längre restid i förhållande till tiden resan annars skulle tagit
• Inställda tåg
Tåg som är extrainsatta och annan ersättningstrafik, exempelvis buss, räknas också in under förseningskostnader även om dessa inte beräknas på samma sätt som de övriga kostnaderna för störningen. Vid extrainsatt trafik (kompensationstrafik) måste man ta hänsyn till
tidskostnader för längre restid och tiden för omstigning. (Ahlberg, J., 2015) I dessa beräkningar kommer ingen hänsyn till eventuell trängsel tas.
Följande data förutsätts ha erhållits på något vis, troligtvis från OFELIA, LUPP och/eller operatörerna:
- Tågtyp för samtliga tåg som berörs, det vill säga person- eller godståg - Antal förseningsminuter orsakade av olyckan för samtliga berörda tåg - Antal person- och tjänsteresenärer
- Inställda tåg
- Typ av gods, godsets andelar och lastens storlek [ton]
- Typ av påkört vilt (påverkar inte beräkningarna i sig men är avgörande för slutsatser kring kostnaderna)
Kostnaderna för störningen blir för tågtyperna som följande:
För persontåg gäller:
FörseningskostnadPersontåg
= (𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡𝑛𝑎𝑑𝑃𝑟𝑖𝑣𝑎𝑡𝑎 𝑟𝑒𝑠𝑜𝑟 ) + (𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡𝑛𝑎𝑑 𝑇𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑜𝑟) Där
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡𝑛𝑎𝑑𝑃𝑟𝑖𝑣𝑎𝑡𝑎 𝑟𝑒𝑠𝑜𝑟=
𝐴𝑛𝑡𝑎𝑙 𝑓ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑚𝑚𝑎𝑟 ∗ 𝐴𝑛𝑡𝑎𝑙 𝑝𝑟𝑖𝑣𝑎𝑡𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟 ∗ 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑃𝑟𝑖𝑣𝑎𝑡𝑎 𝑟𝑒𝑠𝑜𝑟
32 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡𝑛𝑎𝑑 𝑇𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑜𝑟 =
𝐴𝑛𝑡𝑎𝑙 𝑓ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑚𝑚𝑎𝑟 ∗ 𝐴𝑛𝑡𝑎𝑙 𝑡𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟 ∗ 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑇𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑜𝑟
Som beräknat i avsnitt 3.2.1 är:
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑃𝑟𝑖𝑣𝑎𝑡𝑎 𝑟𝑒𝑠𝑜𝑟 (𝑝𝑒𝑟𝑠𝑜𝑛𝑡å𝑔) = 78 ∗ 3,5 = 𝟐𝟕𝟑 𝒌𝒓/𝒑𝒆𝒓𝒔𝒐𝒏𝒕𝒊𝒎𝒎𝒆 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑇𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑜𝑟 (𝑝𝑒𝑟𝑠𝑜𝑛𝑡å𝑔) = 273 ∗ 3,5 = 𝟗𝟓𝟔 𝒌𝒓/𝒑𝒆𝒓𝒔𝒐𝒏𝒕𝒊𝒎𝒎𝒆, Skulle det vid beräkningarna saknas exakta värden på antal passagerare och ärendefördelning, det vill säga att antalet privatresenärer och antalet tjänsteresenärer är okänt, så kan man beräkna ett genomsnittligt antal resenärer genom att ta fram den genomsnittliga
beläggningsgraden, ärendefördelningen och antalet sittplatser för fjärrtåg. (Ahlberg, J., 2015) Antalet resenärer kan då beräknas som:
𝐴𝑛𝑡𝑎𝑙 𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟, 𝑓𝑗ä𝑟𝑟𝑡å𝑔 𝑔𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡
= 𝐵𝑒𝑙ä𝑔𝑔𝑛𝑖𝑛𝑔𝑠𝑔𝑟𝑎𝑑 [%] ∗ Ä𝑟𝑒𝑛𝑑𝑒𝑓ö𝑟𝑑𝑒𝑙𝑛𝑖𝑛𝑔 [%] ∗ 𝐴𝑛𝑡𝑎𝑙 𝑠𝑖𝑡𝑡𝑝𝑙𝑎𝑡𝑠𝑒𝑟 (𝑔𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡) Med beläggningsgrad menas antal resenärer i förhållande till antal platser.
Förseningskostnaderna för privat- respektive tjänsteresenärer kan alltså skrivas som För privatresenärer gäller:
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡𝑛𝑎𝑑𝑝𝑟𝑖𝑣𝑎𝑡𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟 =
𝐴𝑛𝑡𝑎𝑙 𝑓ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑚𝑚𝑎𝑟 ∗ 𝐴𝑛𝑡𝑎𝑙 𝑝𝑟𝑖𝑣𝑎𝑡𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟 ∗ 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑃𝑟𝑖𝑣𝑎𝑡𝑎 𝑟𝑒𝑠𝑜𝑟
= 𝐴𝑛𝑡𝑎𝑙 𝑓ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑚𝑚𝑎𝑟 ∗ 𝐵𝑒𝑙ä𝑔𝑔𝑛𝑖𝑛𝑔𝑠𝑔𝑟𝑎𝑑
∗ 𝐴𝑛𝑑𝑒𝑙 𝑝𝑟𝑖𝑣𝑎𝑡𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟 ∗ 𝐴𝑛𝑡𝑎𝑙 𝑠𝑖𝑡𝑡𝑝𝑙𝑎𝑡𝑠𝑒𝑟 ∗ 273 För tjänsteresenärer gäller:
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡𝑛𝑎𝑑𝑇𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟 =
𝐴𝑛𝑡𝑎𝑙 𝑓ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑚𝑚𝑎𝑟 ∗ 𝐴𝑛𝑡𝑎𝑙 𝑡𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑛ä𝑟𝑒𝑟 ∗ 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑇𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑜𝑟
= 𝐴𝑛𝑡𝑎𝑙 𝑓ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑚𝑚𝑎𝑟 ∗ 𝐵𝑒𝑙ä𝑔𝑔𝑛𝑖𝑛𝑔𝑠𝑔𝑟𝑎𝑑
∗ 𝐴𝑛𝑑𝑒𝑙 𝑡𝑗ä𝑛𝑠𝑡𝑒𝑟𝑒𝑠𝑒𝑛ä𝑟𝑒𝑟 ∗ 𝐴𝑛𝑡𝑎𝑙 𝑠𝑖𝑡𝑡𝑝𝑙𝑎𝑡𝑠𝑒𝑟 ∗ 956
Vid inställda tåg beräknas förseningstiden som tiden fram tills att nästa tåg kommer eller tills att ersättningstrafik ordnats. Förseningskostnaden beräknas då som vanligt för inställda person- och godståg.
För godståg gäller:
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑘𝑜𝑠𝑡𝑛𝑎𝑑𝐺𝑜𝑑𝑠𝑡å𝑔= 𝐴𝑛𝑡𝑎𝑙 𝑓ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑚𝑚𝑎𝑟 ∗ 𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑔𝑜𝑑𝑠𝑡å𝑔 Vid okänd last beräknades i avsnitt 3.2.1 en snittkostnad för försenad godstransport:
𝐹ö𝑟𝑠𝑒𝑛𝑖𝑛𝑔𝑠𝑡𝑖𝑑𝑠𝑣ä𝑟𝑑𝑒𝑔𝑜𝑑𝑠𝑡å𝑔 (𝑔𝑒𝑛𝑜𝑚𝑠𝑛𝑖𝑡𝑡,𝑓𝑗ä𝑟𝑟𝑡å𝑔) = 494 ∗ 2 = 𝟗𝟖𝟖 𝒌𝒓/𝒕𝒊𝒎𝒎𝒆
