Målgruppe: Personell som skal kartlegge data om besøk, ansatte og næringsareal til bruk i ADV
I arealdataverktøyet gis det veiledning i hvordan besøk og ansatte kan legges inn og endres.
ADV er avhengig av data om ansatte og om besøk til virksomheter/steder. SSB leverer data om bosatte og ansatte i dagens situasjon, samt framskriving av bosatte til aktuelle analyseår. SSB leverer ingen data om besøk til virksomheter/steder. Vi kan anslå dagens antall besøk basert på ansatte, men for store, besøksintensive virksomheter kan vi hvis mulig hente inn og redigere besøksdata. Når vi skal anslå hvor mange ansatte og besøk det vil bli til et nytt byggeområde, kan vi ofte anslå arealer. Vi kan da bruke erfaringstall for antall ansatte/besøk pr m2 til ulike typer virksomheter. Noen slike tall ligger allerede inne i ADV, men det er stadig behov for at disse blir bedre, og oppdateres.
Besøk er en samlebetegnelse for alle andre reisehensikter enn oppmøte på arbeidsplassen. Det kan f.eks. være besøk til butikker, offentlig/privat tjenesteyting eller fritidsaktiviteter. Besøk utgjør en stor andel av daglige reiser, og lokalisering av besøksintensiv virksomhet påvirker derfor trafikkomfang og utslipp sterkt. SSB har ikke statistikk for besøk, og må derfor hente data fra andre kilder for at beregninger med transportmodeller (RTM) skal gi riktig resultat. Merk at privatbesøkene folk gjør til andres hjem bare er en av mange typer besøk.
Virksomheter kan regnes som besøksintensive når de fleste som oppsøker dem ikke jobber der. Eksempler på besøksintensiv virksomhet er:
SSB fører statistikk for hvor mange ansatte det er i slike virksomheter, men ikke hvor mange som besøker dem i løpet av en hverdag. I transportmodellene (RTM) har en til nå løst dette med å bruke erfaringstall antall besøk pr ansatt i ulike typer virksomheter. Men disse tallene har vært håndtert internt i transportmodellen og det har vært vanskelig å synliggjøre besøkstall separat. Med ADV vil areal- og transportplanleggere få et mer direkte forhold til besøkstall, og det blir enklere å vurdere hvordan lokalisering, primært av de største virksomhetene, påvirker trafikkvolum og utslipp.
Det finnes ikke offentlig statistikk som gir grunnlag for å anslå antall besøk til steder uten- eller med svært få ansatte. Eksempler på besøksintensive steder med få/ingen ansatte er store:
Arbeidsplasser som ikke er spesielt besøksintensive får noen besøk (f.eks. tjenestereiser) og folk går på privatbesøk til andres hjem. RTM vil tilordne slike steder besøk, men det er foreløpig ikke mulig å vise antallet. Vi legger heller ikke inn data om slike besøk i ADV. RTM/ADV håndterer elever/studenter separat, og deres daglige reiser til undervisningssted regnes ikke som besøk. Transportmodellen vil tilegne undervisningsinstitusjoner «hente- og levere»-reiser, men dette inngår ikke i ADV. Stasjoner og persontrafikkterminaler regner vi ikke som målpunkter så lenge de inngår i reiser.
I ADV brukes data om ansatte fra Statistisk sentralbyrå (SSB), her registreres da ansatte vanligvis på virksomhetens adresse. Men det er en utfordring at stadig flere ikke arbeider på den adressen der arbeidsgiver er registrert. Spesielt er dette utbredt i varehandel og sørvis, der kontraktører med andre forretningsadresser utfører en stadig større del av oppgavene. Også i andre bransjer er det etter hvert mange som har oppmøtested andre steder enn på arbeidsgivers forretningsadresse. De kan ha deltidsstillinger, eller de tilbringer noen arbeidsdager på tjenestereiser, hjemmekontor, «jobbhoteller» o.a. Mobile tjenesteytere, transportarbeidere, sjøfolk og oljearbeidere er andre eksempler på ansatte som kan være registrert på en adresse der de vanligvis ikke møter opp. Det er gjennomsnittlig antall personer som på en hverdag møter opp på den aktuelle adressen vi helst vil ha i RTM og ADV, men det skal ikke gjøres noe fratrekk for sykefravær, tjenestereiser, eller annet som reduserer oppmøtet. Dette vil frekvensmodellen for arbeidsreisemodellen i RTM sørge for.
ADV-veileder 1: «Innføring i arealdataverktøyet» beskriver hvordan ADV gjør anslag for antall besøkende basert på antall ansatte og hvor tilgjengelige virksomheter er via transportsystemet. Det kan hefte betydelig usikkerhet ved disse tallene, og særlig for virksomheter/ steder med mange besøk risikerer feil i trafikkberegningene med RTM. Det gjelder særlig for alle typer virksomheter med få ansatte i forhold til antall besøk (f.eks. kino), har kan en liten feil i antall ansatte kan gi stort utslag i estimat for besøkstall.
For steder med få eller ingen ansatte, f.eks. idretts- og fritidstilbud, må data om besøk alltid baseres på kartlegging lokalt; uten besøksdata vil transportmodellen ikke gi noen reiser til slike steder.
I RTM brukes et estimat på hvor mange besøk til en destinasjon per ansatt gir. Hvor mange besøk som generes vil da være avhengig av hvilke RTM-grupper disse turene kan tilordnes, eksempelvis reise til dagligvare (A31VH) og andre butikker (A32VH). I utviklingene av ADV ble det gjennomført flere kartlegginger av besøk til besøksintensive virksomheter. Disse tallene var naturlig nok ikke identiske med antall besøk frembrakt fra algoritmene i RTM. Som et gjennomsnitt for forhold mellom ansatte og antall besøk samsvarte kartlegging og generering godt for viktige reisehensikter som handelsturer og besøk. For å sikre godt NTP faggruppe areal anbefaler derfor først å kvalitetssikre antall ansatte i større besøksintensive virksomheter og kartlegge hvor det kan komme nye større virksomheter i analyseårene.
ADV er avhengig av gode erfaringstall for hvor mange ansatte og besøk det i gjennomsnitt er pr m2 i ulike typer virksomheter, i- eller utenfor sentrum. Slike tall fra deltakende byområder samles slik at vi til sammen får bedre erfaringstall når vi skal vurdere hvor mange ansatte/besøk fremtidig utbygging vil medføre. Hvis byområde kartlegger antall besøk, er det rasjonelt at de samtidig henter data som bidrar til å gjøre de felles, nasjonale erfaringstallene bedre. Derfor bør en i regelen ikke bare hente besøkstall og type virksomhet, men også antall ansatte og areal.
Besøk og ansatte kan kartlegges uten å ta i bruk dataløsningen i ADV. Bruk av regneark til kartleggingen anbefales, og det vil være mulig å importer disse dataene til ADV når en lager ny referansebane.
Data kan samles over tid, den viktigste kilden vil gjerne være innhenting av data fra de aktuelle virksomhetene selv, butikkjeder, kjøpesentra mm. Kulturinstitusjoner og andre typer virksomheter som krever medlemskap eller inngangsbillett vil ofte ha gode data. I arbeidet kan en også bruke andre kilder, f.eks. turproduksjonstall, lokal RVU mm.
Datainnsamlingen kan gjøres over tid, der en tar de største virksomhetene/stedene først. Dersom ikke data finnes lett tilgjengelig er det normalt ikke nødvendig i å legge arbeid i å hente tall for virksomheter/steder med gjennomsnittlig færre enn 250 besøk hverdager. Referansebane oppdateres hvert annet år, men det er ikke nødvendig å gjøre full kartlegging hver gang; når en fra før har gode besøksdata kan oppdatering gjøres enkelt, med vekt på å fange opp store endringer.
For hver virksomhet kartlegges følgende, besøk prioriteres alltid høyest:
| Type virksomhet |
I by- sentrum |
Ca. areal virksomheten disponerer på adressen |
Ca. gjennomsnittlig besøkende hverdager |
Ca. gj.sn oppmøtte arbeidstakere hverdager |
| Velg blant forhåndsbestemte kategorier |
ja / nei |
m2 |
antall |
antall |
Merk at det ikke spørres om antall ansatte, det tallet hentes fra SSB. Men i transportsammenheng er det interessante ca. hvor mange ansatte som i gjennomsnitt møter opp på adressen en hverdag. Slik korrigerer vi for deltidsstillinger, folk som møter opp andre steder, har hjemmekontor m.m. Men det skal ikke gjøres noe fratrekk for sykefravær, tjenestereiser, eller annet som reduserer oppmøtet. Dette vil frekvensmodellen for arbeidsreisemodellen i RTM sørge for.
Besøk fra turister og langveis tilreisende (>70 km) regnes ikke med. Det er tilstrekkelig å gjøre relativt grovmaskede, skjønnsmessige fratrekk i samlet besøkstall til aktuelle steder.
Data vil bli oppsummert og gjennomsnittsverdier beregnet sentralt.
Følgende kategorier benyttes, undergrupper markert med gult anbefales høyest prioritert i forbindelse med kartlegging:
|
RTM- gruppe |
Hovedgruppe |
Undergrupper - skill mellom i- og utenfor bysentrum |
Aktuell SOSI-kode*) | Eksempler, merknader |
|---|---|---|---|---|
| A21SEK | Avfallsmottak | - | Miljøstasjon, gjenbruksstasjon som er åpen for publikum og bedrifter | |
| A31VH | Dagligvare | Store, frittstående dagligvarebutikker | 1150 | Rema, Meny, Extra |
| Små, frittstående dagligvarebutikker | 1150 | Joker, Matkroken inkl. «Brustabuer» | ||
| A32VH | Andre butikker | Store frittstående spesialbutikker | 1150 | Elkjøp, Eurospar, Clas Ohlsson, XXL |
| Små frittstående spesialbutikker | 1150 | Tradisjonell faghandel | ||
| Kjøpesentra med bredt utvalg inkl. dagligvare og tjenester i senteret | 1140 | |||
| A33VH | Hotell, restaurant etc. | Hotell, overnattingssted | 1320 | |
| Restaurant, spisested | 1330 | |||
| Kiosk, gatekjøkken | ||||
| A34VH | Publikumsattraktivt verksted | Bilverksted | 1160 | |
| Bensinstasjon, ladestasjon, veiservice | 1360 | |||
| Annet besøksintensivt verksted | 1160 | Skomaker | ||
| A41TJE | Treningssenter, frisør etc. | Frisørsalong, skjønnhetspleie | 1160 | |
| Privat treningssenter etc. | 1160 | |||
| Offentlig idrettsanlegg, svømmehall etc. | 1400 | Begrenset publikumstilstrømning | ||
| Solstudio, massasje o.a. | 1160 | |||
| A42TJE | Kultur, idrett mm | Museum, vitensenter etc. | 1160 | |
| Teater | 1165 | |||
| Kulturhus, konsertsted | 1165 | Inkl. kombinerte bydelshus etc. | ||
| Kirke / gudshus | 1164 | |||
| Frivillig virksomhet | 1165 | Frivillighetssentral. | ||
| Forsamlingslokale | 1165 | Folkets hus, festlokale. Mindre festlokale på hotell etc. regnes ikke med. | ||
| Kino | 1165 | |||
| Galleri | 1160 | |||
| Bibliotek | 1160 | |||
| Messehall, konferansesenter | 1160 | Mindre møtesenter på hotell og arbeidsplasser regnes ikke med | ||
| Idrettsstadion med stor publikumskapasitet | 1430 | Fotballstadion, ishall, håndballhall | ||
| Fornøyelsespark, zoo etc. | 1172 | |||
| Fritidsaktiviteter med få/ingen ansatte | Utfartspunkter til marka, byfjell etc. | 3020 | Ikke nødvendig å kartlegge areal | |
| Skistadion, sykkelanlegg, skibakker etc. | 1410 | |||
| Badestrender, rekreasjon v/ vassdrag/sjø | 3041 | |||
| Store byparker (ikke nærmiljøparker etc.) | 3050 | |||
| Urbant miljø/møtested som er reisemål | 2013 | |||
| Attraksjoner (naturlige/menneskeskapte) | 3040 | |||
| A43TJE | Reisebyrå, post, bank, utleie etc. | Bank, vekslingskontor | 1160 | |
| Eiendomsmegler | 1160 | |||
| A40TJE | Annen tjenesteyting | Politistasjon | 1160 | |
| Rettslokale | 1160 | |||
| Fengsel | 1160 | |||
| NAV | 1160 | |||
| Kommunens servicetorg, byggesak etc. | 1160 | |||
| Skattekontor | 1160 | |||
| A63UND | Universitet / høgskole ekskl. studenter | - | 1162 | Vi kartlegger i denne omgang ikke besøk til grunnskole/ videregående skole. |
| A71HSOS | Sykehus, poliklinikker, lege, tannhelse | Sykehus | 1163 | |
| Legevakt | 1160 | |||
| Legesenter, spesialist, separat poliklinikk | 1160 | |||
| Tannlege | 1160 | |||
| A72HSOS | Barnehager, SFO, fritidsklubber etc. | - | 1161 | |
| A70HSOS | Annen helse og sosial | Sykehjem, omsorgsinstitusjon | 1163 | |
*) SOSI-kode angis for å illustrere hvilket formål området kan ha i arealplan etter PBL. En rekke formål kan inngå i 1001 «Bebyggelse og anlegg», 1130 «sentrumsformål» og 1800 «kombinasjonsformål
For boliger og ikke publikumsattraktive arbeidsplasser kartlegges ikke besøk, og vi kartlegger heller ikke oppmøtte ansatte her. Besøk beregnes automatisk i RTM. Vi kartlegger heller ikke besøk til barneskoler, ungdomsskoler og videregående skoler, der både elevtall og besøk hentes inn til ADV på annen måte.
Det er så langt ikke fastsatt noen bestemt metodikk for å gjennomføre kartleggingen, og det oppfordres til kreativitet. Inspirasjon og nyttige erfaringer kan hentes i Asplan Viak 2018 - Karleggingsnotat fra Bergen (pdf), men merk at det i ettertid er strammet opp / tydeliggjort hvilke typer virksomheter det er aktuelt å kartlegge. Konsentrer uansett arbeidet om de virksomhetene/ stedene som gir flest daglige besøk, og ellers der det er lett å skaffe data. Bruk av studenter etc. kan være en mulighet. For å bidra til at flere blir villige til å levere data, bør data for enkeltvirksomheter unntas offentlighet dersom virksomheten ønsker det, tilbud om dette bør gis til alle som kan bidra.
For virksomheter/steder uten ansatte, eller svært få ansatte må alle besøksdata legges inn manuelt i ADV. Hvis det her ikke legges inn besøksdata i ADV vil transportmodellen ikke gi reiser til steder uten ansatte. I kartlegging bør dere prioritere de største/viktigste stedene som mange bruker bil eller kollektivtrafikk for å oppsøke. Bruk ikke mye tid på steder med færre enn 250 besøkende på hverdager og på steder som i hovedsak besøkes av folk fra nærmiljøet. Turister og langveis tilreisende (> 70 km) regnes ikke med – gjør skjønnsmessig fratrekk hvis aktuelt.
Besøksdata kan hentes fra lokal statistikk, tellinger, parkering, kollektivtrafikk, idrettslag, friluftsråd etc. Vi tar også med besøk på kveldstid. Korriger for sesongvariasjoner, slik at f.eks. antall besøk til et skianlegg eller en badestrand i sesongen fordeles på gjennomsnittlig antall besøk på virkedager over året. Vær nøye med at dere ikke dobbeltteler besøk til nærliggende virksomheter/steder.
RTM-anslag for antall besøk pr grunnkrets i basisår (gjennomsnitt hverdager) vises i kartløsningen. Klikk i en grunnkrets for å se data om besøk, inkludert data om store enkeltvirksomheter. Dere kan vise sum pr. grunnkrets eller tetthet (besøk pr. daa) i bebygd del av grunnkretsen, samt fordeling av besøk på ulike typer virksomheter. Enkeltvirksomheter med mer enn 250 besøk hverdager vises som punkter. Dere kan korrigere besøkstallene, både for grunnkretsen samlet og for store enkeltvirksomheter. Aktuelle datakilder er statistikk, tellinger etc. av nyere dato, eller erfaringstall for antall besøk pr. m2 butikkareal etc. Turister og langveis tilreisende (> 70 km) regnes ikke med – gjør skjønnsmessig fratrekk for disse hvis aktuelt. Det er også mulig å legge til nye virksomheter eller virksomheter uten ansatte, klikk i grunnkrets. Dersom stedet ligger i flere grunnkretser, velger dere den grunnkretsen der hovedatkomsten befinner seg. Besøksdataene dere har lagt inn eller importert til ADV vises i kartløsningen.
Høsten 2018 kartla Asplan Viak antall besøk til- og ansatte i ulike virksomheter i Bergen. Resultatene er seinere bearbeidet av Rambøll og supplert med det en har funnet i andre norske kilder. Tallene som er gjengitt i nedenfor benyttes i ADV. Men datagrunnlaget for erfaringstallene er fremdeles lite, og må suppleres før vi har en fullgod løsning. Inntil videre brukes en relativt grovmasket inndeling, tilpasset arealformålene som brukes i kommuneplanens arealdel (KPA):
| SOSI | Hovedformål i Kommuneplanens arealdel | Underformål (reguleringsformål) | Ansatte per 100m2 | Besøkende per 100m2 |
| 1130 | Sentrumsformål | Vektet snitt av forretningsformål, tjenesteyting og næring i sentrum (tall fra Bergen) | 2,5 |
100 |
|
1140 1150 |
Kjøpesenter Forretningsformål |
Alle andre typer forretninger enn dagligvare | 1,0 |
125 |
| Dagligvare | 1,0 |
250 |
||
| 1160 | Offentlig og privat tjenesteyting | Gjennomsnitt for ulike typer slik virksomhet | 3,0 |
75 |
|
Treningssenter, frisør etc.
|
3,0 |
150 |
||
|
Sykehus, poliklinikker, lege, tannhelse
|
3,0 |
150 |
||
| 1300 | Næringsbebyggelse | Hotell og bevertning | 2,5 |
75 |
|
Øvrig næringsbebyggelse (ikke besøksintensiv virksomhet) |
2,0 |
0 *) |
||
|
1100 1500 |
Andre arealformål, utenfor sentrum Bebyggelse og anlegg Andre typer bebyggelse og anlegg |
Gjennomsnitt for ulike typer slik virksomhet, inkludert virksomheter som ikke er besøksintensive |
2,0 |
50 |
| 1800 | Kombinasjonsformål | Velg først hovedformål som kombineres og legg deretter inn aktuelle underformål knyttet til hvert av hovedformålene. Benytt standard verdier knyttet til hovedformålene i tabell 2a |
- |
- |
*) RTM vil tilordne disse stedene besøk som følge av tjenestereiser etc., men dette antallet legges ikke inn i arealdataverktøyet
Dette er foreløpige tall basert på :
Inndelingen her er for grovmasket til at det er hensiktsmessig å kartlegge med så få kategorier. I stedet brukes den mer finmaskede inndelingen angitt ovenfor, så kan heller resultatene aggregeres i ettertid, ved behov.
Erfaringstallene for ansatte skal normalt ikke brukes for eksisterende situasjon, SSB-dataene vil som regel være mer nøyaktige. Men også disse tallene blir viktige når vi i referanse- og tiltaksbaner skal vurdere hvor mange ansatte vi kan forvente på ulike typer virksomhetsareal.
I utprøvingen av arealdataverktøyet ble det erfart at KPA kan ha svært store arealer for ansatte- og besøksintensive virksomheter. Dette ga en urealistisk høy kapasitet på nye ansatte og besøk i disse grunnkretsene. Det anbefales derfor å se på resultatene og eventuelt korrigere disse i tråd med lokal kunnskap om hva formålsflatene realistisk sett kan gi rom for.
Basert på Bergenskartleggingen fra 2018 er det satt opp følgende erfaringstall for antall besøk for ulike typer virksomheter. Vi anbefaler ikke at disse tallene brukes før de er underbygget med mer dokumentasjon. Rød farge angir størst usikkerhet, mens det er et mer solid grunnlag for tallene merket med grønt. Målet er at vi skal få bedre grunnlag etter kartlegging i pilotbyområder i 2019-20.
| RTM-kode | Betegnelse på UNDERFORMÅL som benyttes i nedtrekks-menyer i ADV – OBS foreløbig inndeling, kan bli endret |
Gjennomsnitt antall besøk pr 100 m2 (hverdager) |
Gjennomsnitt antall oppmøtte arbeidstakere pr 100 m2 (hverdager) |
||
|---|---|---|---|---|---|
|
I sentrum |
Utenfor sentrum |
I sentrum |
Utenfor sentrum |
||
| A21SEK | Avfallsmottak etc. |
|
|
|
|
| A31VH | Dagligvare |
367,3 |
96,1 |
1,3 |
0,8 |
| A32VH | Andre butikker |
|
|
|
|
| - frittstående spesialbutikker/faghandel - små |
63,1 |
- |
1,1 |
- |
|
| - frittstående spesialbutikker/faghandel - store |
114,3 |
43,2 |
- |
1,4 |
|
| - kjøpesenter, bredt utvalg av butikker |
- |
78,6 |
- |
0,7 |
|
| A33VH | Hotell, restaurant, kiosk etc. |
|
|
|
|
| - spisesteder |
75,0 |
- |
3,9 |
- |
|
| - hoteller |
- |
3,3 |
- |
0,2 |
|
| A34VH | Bilverksted, reparasjon etc. |
- |
3,4 |
- |
3,4 |
| A40TJE | Annen tjenesteyting |
|
|
|
|
| A41TJE | Treningssenter, frisør etc. |
|
|
|
|
| - Frisørsalong |
- |
15 |
- |
4,6 |
|
| - Treningssenter |
- |
20 |
- |
0,6 |
|
| A42TJE | Kino, teater, museer, bibliotek etc. |
|
|
|
|
| - Museum |
9,5 |
- |
- |
1,0 |
|
| - Teater |
10,6 |
9,5 |
3,4 |
0,3 |
|
| - Kulturhus, konsertseted |
16,5 |
- |
0,2 |
- |
|
| - Kirke / gudshus |
- |
0,3 |
- |
1,6 |
|
| - Kino |
33,8 |
- |
0,2 |
- |
|
| - Gallerier |
6,0 |
16,7 |
1,5 |
1,7 |
|
| - Fornøyelsesparker |
6,6 |
5,8 |
0,9 |
4,8 |
|
| - Fritidsaktiviteter uten ansatte |
|
|
|
|
|
| A43TJE | Bank, eiendomsmegler etc. |
7,0 |
3,6 |
6,7 |
6,1 |
| A40TJE | Annen tjenesteyting |
|
|
|
|
| A60UND | Barneskole |
Besøk beregnes automatisk i RTM. Modellen bruker separate tall for elever/studenter, og disse inngår ikke i besøk |
|
|
|
| A61UND | Ungdomsskole |
|
|
||
| A62UND | Videregående skole |
|
|
||
| A63UND | Universitet / høgskole |
|
|
||
| A70HSOS | Annen helse og sosial |
|
|
|
|
| A71HSOS | Sykehus, poliklinikker, lege, tannhelse |
|
|
|
|
| - Sykehus |
- |
1,9 |
- |
- |
|
| - Tannlege |
- |
16,7 |
- |
3,1 |
|
| - Sykehjem |
- |
- |
- |
1,0 |
|
| - Legesenter, separat poliklinikk |
- |
- |
- |
- |
|
| A72HSOS | Barnehager, SFO, fritidsklubber etc. |
|
|
|
|
| x | Ikke besøksintensive arbeidsplasser |
Besøk beregnes automatisk i RTM |
|
|
|
| Boliger |
Privatbesøk beregnes automatisk I RTM |
Ingen ansatte |
|||
Turproduksjonstall er utarbeidet for ulike typer virksomheter og steder. Disse er først og fremst laget til bruk i detaljplanlegging/ konsekvensutredning av enkeltvirksomheter, og tar i mindre grad hensyn til tilgjengelighet via transportsystemet. I strategiske analyser på overordnet nivå, der vi bruker ADV/RTM, kan vi ikke benytte turproduksjonstallene direkte. Men på lengre sikt er det ønskelig å samordne arbeidet med turproduksjonstall og grunnlagsdata for ADV.