Spor transportindikatorer
Hent et sett med indikatorer som gir oversikt over mobilitetstrendene per person i en region
Transport står for en stor del av Norges klimapåvirkning, både i forbruksbasert og territorielt regnskap. I tillegg plages mobiliteten i byene av bivirkninger som kø, luftforurensning og støy. Dette endepunktet gir oversikt over indikatorene som har størst betydning for nordmenns transportfotavtrykk. Det gjør det mulig for kommuner, eiendomsutviklere og andre som er opptatt av reisemønstre å følge hvordan indikatorene endrer seg over tid, og bruke dem i politikkutforming og mobilitetsplanlegging.
Alle inndata, utdata og standardverdier finner du i den tekniske API-dokumentasjonen for Track Transport. Dataene kan også leveres som en CSV-fil, men merk at det vil være noen forskjeller sammenlignet med utdataene fra API-et.
Inndata
Påkrevd:
- areaID: én grunnkrets eller kommune du vil hente indikatorer for. Dokumentasjon av gyldige areaID-er finner du her
Valgfritt:
- dataFromDate: datoen du vil hente data for. Standardverdien er dagens dato, som gir det nyeste datasettet vi har tilgjengelig. Data for forrige måned blir tilgjengelige innen den 15. i inneværende måned (data for januar blir for eksempel tilgjengelige 15. februar).
- timeRange: tidsrommet indikatorene skal returneres for. Standardverdien er én kalendermåned, med ett kalenderår som alternativ. Velger du år, returneres gjennomsnittsverdiene for hele året (for tilbakelagte kilometer er det månedsgjennomsnittet).
Utdata
For det valgte området får brukeren:
- areaID og navnet på området
- En liste over alle tilgjengelige indikatorer for området, der hver inneholder
- Navnet på indikatoren
- Verdien til indikatoren
- Enheten for verdien
- originAreaId: areaID-en til området indikatoren kommer fra. Har vi ikke data for området du ba om (for eksempel en grunnkrets), returnerer vi data fra nærmeste overordnede område (for eksempel kommunen eller landet grunnkretsen ligger i) som har indikatoren.
Disse indikatorene returneres:
| Navn på indikator | Beskrivelse | Oppløsning |
| kmFlownDomestic | Kilometer fløyet innenlands per person | Grunnkrets |
| kmFlownContinental | Kilometer fløyet innen Europa per person | Nasjonal |
| kmFlownIntercontinental | Kilometer fløyet utenfor Europa per person | Nasjonal |
| kmDrivenPerPersonForWork | Kilometer kjørt med bil per person i jobbsammenheng | Grunnkrets |
| kmDrivenPerPersonForOther | Kilometer kjørt med bil per person i fritiden | Grunnkrets |
| kmByBoatPerPersonForWork | Kilometer reist med kommersielle båtruter per person i jobbsammenheng | Grunnkrets |
| kmByBoatPerPersonForOther | Kilometer reist med kommersielle båtruter per person i fritiden | Grunnkrets |
| kmByBusPerPersonForWork | Kilometer reist med buss per person i jobbsammenheng | Grunnkrets |
| kmByBusPerPersonForOther | Kilometer reist med buss per person i fritiden | Grunnkrets |
| kmByTrainPerPersonForWork | Kilometer reist med tog per person i jobbsammenheng | Grunnkrets |
| kmByTrainPerPersonForOther | Kilometer reist med tog per person i fritiden | Grunnkrets |
| fossilCarsPerCapita | Antall fossile biler (diesel + bensin) per innbygger | Kommune |
| electricCarsPerCapita | Antall elbiler per innbygger | Kommune |
| hybridCarsPerCapita | Antall hybridbiler (ladbare og andre) per innbygger | Kommune |
| adultPopulation | Antall voksne innbyggere (over 18 år) | Grunnkrets |
| childPopulation | Antall barn (under 18 år) | Grunnkrets |
Merk at oppløsningen påvirker hvor presis en indikator er: indikatorer på grunnkretsnivå er mest presise, deretter kommer indikatorer på kommunenivå, og til slutt indikatorer på nasjonalt nivå.
Beregninger og datakilder
Telia bruker aggregerte posisjonsdata fra mobiltelefoner til å anslå mobilitetsmønstre fordelt på transportmiddel. Det gir et verdifullt datasett over mobilitetsstrømmene i et område. Klassifiseringen bygger på hvor fort brukeren beveger seg, kombinert med hvilken infrastruktur de bruker. Det betyr at dataene ikke skiller mellom biler, busser og sykler hvis de beveger seg i samme fart på samme vei. Gange er også vanskelig å skille ut med sikkerhet med denne metoden.
Mobilitetsmønstrene følges i et rutenett på 250 × 250 m, som så kobles til grunnkretser for Duckys bruk. Siden posisjonen til en mobilbruker følges via mobilmaster (og ikke GPS), har dataene begrenset romlig oppløsning, og posisjonen kan bli feil, for eksempel hvis signaler fra mobilmaster reflekteres i vann.
På grunn av GDPR tas reiser med færre enn 5 brukere ikke med i datasettet. Det betyr at ikke alle mobilitetsstrømmer er med. I tillegg varer sporingen bare én dag om gangen, så stedet der en person våkner antas å være hjemmet deres. Det gir trolig feiltellinger, for eksempel på grunn av turisme, der reisene til en person som besøker et sted tilskrives folk som bor i området.
I tillegg til å klassifiseres etter infrastruktur deles reisene etter formål i jobb eller annet, der jobb er pendling mellom hjemmet og et antatt arbeidssted, og omvendt. Arbeidsstedet antas å være stedet en mobilbruker reiser til fra der de våknet, og der de oppholder seg mer enn én time før klokken 16 den aktuelle dagen. Reiser som ikke faller i denne kategorien, klassifiseres som fritidsreiser.
Som nevnt skiller ikke Telias data mellom ulike transportmidler som bruker samme infrastruktur (biler, busser og tunge kjøretøy bruker alle veinettet). For å løse dette har vi utviklet en metode som fordeler den samlede veidistansen fra Telia på bil- og bussreiser. Med SSBs statistikk over kjørelengder anslår vi hvor mye de ulike formene for veitransport bidrar til det samlede trafikkarbeidet. Sammen med belegningsgrader og gjennomsnittlig antall seter i biler og busser gir dette et anslag for hvor langt det reises med henholdsvis bil og buss.
Data fra Statistisk sentralbyrå (SSB) brukes til å kalibrere Telias data, ut fra antagelsen om at det samlede trafikkarbeidet SSB registrerer er mer pålitelig enn Telias. Mange SSB-tabeller gir tall på nasjonalt eller kommunalt nivå, for eksempel samlet antall personkilometer i løpet av et år. I tillegg hentes statistikk over befolkning og kjøretøybestand fra SSB.
Data fra Avinors reisevaneundersøkelse for flypassasjerer (2019) brukes til å anslå en gjennomsnittlig nordmanns internasjonale flyvaner, kombinert med SSBs data om utenlandsreiser i fritiden.
Her er en detaljert liste over alle SSB-tabellene vi bruker i beregningene:
| SSB-tabellnummer | Navn på tabellen | Hvilke data vi henter |
| 06673 | Kollektivtransport med buss. Bybussruter | Kapasitetsutnyttelse og gjennomsnittlig antall seter i busser i alle byområder |
| 06669 | Kollektivtransport med buss. Ruter innenfor fylket | Kapasitetsutnyttelse og gjennomsnittlig antall seter i busser i alle byområder |
| 06921 | Reiser, etter transportmiddel og reisetype | Internasjonale ferieturer med fly i løpet av en måned |
| 12579 | Kjørelengder, etter kjøretøyeiers bostedskommune | Trafikkarbeid (i millioner km) for ulike typer veitransport: all veitrafikk, biler og busser |
| 12575 | Kjørelengder, etter kjøretøytype og kjøretøyets alder | Kjøretøykilometer for personbiler og all veitransport |
| 04362 | Befolkning, etter kjønn og alder | Befolkning per grunnkrets, fordelt på voksne og barn |
| 07459 | Befolkning, etter kjønn og alder | Befolkning per kommune, fordelt på voksne og barn |
| 11823 | Registrerte kjøretøy, etter kjøretøytype og drivstofftype | Registrerte kjøretøy per kommune: biler og motorsykler (bensin, diesel, hybrid og elektrisk) |
| 04780 | Gods- og passasjertransport med jernbane, etter transporttype | Årlige innenlandske personkilometer med tog |
| 03982 | Innenlandsk persontransport, etter transportmåte | Innenlandske personkilometer for båt, fly og ulike former for veitransport (privatbil, drosje, leiebil osv.) |
| 301 | Standard for kommuneinndeling | Kommunenumre og -navn (merk at vi foreløpig bruker inndelingen for 2020–2023) |
| 1 | Standard for grunnkretsinndeling | Grunnkretsnumre og -navn (merk at vi foreløpig bruker inndelingen for 2020–2023) |