Innledning

Den rivende tekniske utvikling som i de siste 20 år har gått for seg i transportsektoren, har ved siden av de store samfunnsmessige fordeler også brakt med seg alt vesentlige problemer og storre krav til planlegningsprosessene. De okte hastigheter og den storre presisjon som ny teknisk viten gjerne bringer med seg, får liten effekt og blir altfor kostbar å sette i drift hvis de ikke blir utnyttet og kan gi en tilsvarende inntektsdekning.

Som kjent produserer ikke servicenåringer for lager, hvilket betyr at deres rentabilitet avhenger direkte av kapasitetsutnyttelsen i en regnskapsperiode. For at kapasitetsutnyttelsen skal bli hoyest mulig vil det våre nodvendig med en noyaktig tilpasning mellom tilbudt og etterspurt

Dette er som regel ikke noe storre problem for »ikke rutebundne transportmidler« idet disse kan legge sine avganger til tider som ikke er bundet av konsesjonsavtaler, landingsrettigheter eller tidligere approberteruteplaner. Derimot rammer det rutegående transportmidler som busser, sporveier, jernbaner og flysels'kaper samt til dels rederier og fergeselskaper, og sårlig der reisea,vstandene er relativt korte og alternativene mange. Det vil m. a. o. si at rutetabellene må legges slik at det i storst mulig grad tilgodeser konsumentenes behov, samtidig som at transportmidlet må ha kapasitet nok til at markedet kan sies å våre

*) Cand. mere, seksjonsjef i Marketing Department SAS' Hovedkontor, Stockholm.

»betjent«. Avveiningen mellom tilstrekkelig tilbudt kapasitet og samtidighoyest mulig utnyttelse av denne, krever inngående kjennskap til ettersporselsforholdene. Det er da i sårlig grad ettersporselens opphopningover tiden som har storst interesse, slik at man setter inn kapasitetennår det er behov til stede.

Kapasitetsbegrepet

Innenfor transportsektoren innebårer kapasitetsbegrepet flere dimensjoner. For det forste omfatter transportenheten et bestemt fysisk volum som kan lastes inntil en gitt grense. Denne grensen er som regel vektbestemt, og det gis for lasteformål gjerne bestemte forholdstall mellom vekt og volum. Grensene kan våre både fleksible som for skipslaster og helt stringente som for fly hvor havarisannsynligheten er meget hoy hvis lastegrensene overskrides.

Videre er driftshastigheten for transportmidlet et viktig aspekt av kapasitetsbegrepet. Hastigheten innebårer ikke bare den effektive hastighet transportmidlet holder fra punkt til punkt, men også tiden som går med til stuvning, fylling og tomning av last og passasjerer. Dette vil ha betydning for konsumenten og må kalkuleres inn.

I neste rekke vil det våre avgjorende hvor hyppig en tur utbys pr. tidsrom - d.v.s. hvor mange avganger som vil våre tilgjenglige pr. dogri uke eller måned. Det alt vesentlige i kapasitetsbegrepet vil da våre hvor mange turfrekvenser som er tilgj englige for konsumentene og kan nyttes på markedet.

Har transportselskapet en flåte eller park til disposisjon, vil det våre av primår interesse å få klarhet i hvor ofte man skal tilby sin kapasitet samt likedan på hvilke tidspunkter avgangene bor skje. Det vil m. a. o. våre av interesse å få vite hvor stor den totale utbudte kapasitet skal våre og hvordan dette utbudet skal spres over tiden.

Etterspörselsvariasjoner

Liksom innen andre grener av nåringslivet finner man i transportsektoren
et ganske varierende ettersporselsmonster. I store trekk kan det
hevdes at ettersporslen er

(1) retningsbestemt

(2) strekningsbestemt

(3) tidsbestemt

Retningsbestemt ettersporsel innebårer en storre ettersporsel etter
transporter i én retning enn i den motsatte. Dette skyldes ofte konsumentenesbehovsendringer

mentenesbehovsendringerved eksempelvis å reise ut av byen mot en
week-end og tilbake sondag aften. Tilsvarende forhold har man også
i de store ferier.

Strekningsvariasjon forekommer bare på ruter med flere enn ett stopp, idet det gjerne er stoppunkter som ettersporres mer enn de ovrige. Dette forer til at enkelte delstrekninger har hoy kapasitetsutnytting, mens andre ligger lavere.

De tidsbestemte ettersporselsvariasjonene er gjerne de mest omfattende og mest überegnlige. De omfatter alle former for sesongvariasjon og ettersporselskonsentras joner over uken og dognet. Eksempelvis kan et fergeselskap ha mange ganger stcirre trafikk om sommeren enn i vinterhalvåret, og busstraf ikken mellom to punkter kan våre storre morgen og aften enn midt på dagen .Grunnen til at slike tidsmessige ettersporsels varias joner opptrer kan ligge i konsumentens adferdsmonster idet man har tid, lyst og anledning til å reise mer i sommerhalvåret enn om vinteren, at man gjerne reiser ut fra sitt hjemsted om morgenen, og fordi visse avganger med et transportmiddel gir forbindelsesmuligheter til et annet.

Ser man bort fra de mer sjeldne ti] feller der transportselskaper har absolutt monopol - d. v. s. det finnes ingen alternativ transportmåte, vil det våre av avgjorende betydning for produksjonsplanleggningen å få klarlagt ettersporselskonsentrasjonene over tiden samt om det finnes noen periodisk lovmessighet i disse. Kan slike lovmessigheter finnes, vil produksjonen kunne tilpasses og en optimal kapasitetsutnyttelse oppnås.

Ved nårmere undersokelser av ettersporselsforholdene, vil de retningsbestemte ettersporselsvariasjonene lettest la seg påvise rent empirisk, idet alle forutbestillinger og henvendelser oftest indikerer storreis es forholdene. Den strekningsbestemte ettersporselsvariasjon er som oftest mer usikker å bedomme, og spesielt dens avvik fra et gjennomsnitt eller fra de ovrige strekninger. De tidsbestemte ettersporselsvariasjoner på ruter er vanskeligst å få oversikt over, og sårlig de dognmessige varias joner på ruter med relativt hyppige avganger. Det trengs som oftest omfattende statistiske analyser, bygget på et materiale fra flere trafikkperioder tilbake i tiden, for å få konstatert regelmessige tendenser og avhengigheter.

Et empirisk eksempel fra luftfarten

Ved et spesielt tilfelle fikk man anledning til å undersoke om det
fantes noen funksjonell sammenheng mellom ettersporslen av flyreiser
og utbud av flyfrekvens på et bestemt geografisk marked. Undersokelsen

ble foretatt av SAS på innenlandsnettet i Danmark, Norge og Sverige samt det inter-skandinaviske marked. Likedan fikk man konstatert hvordandenne funks jonen varierte med tidspunktet for avgang og reisestrekning.

Rent hypotetisk var det grunn til å tro at hvis man satte inn tilstrekkelig med fly på visse avgangstider - f. eks. i perioden 8-10 om morgenen, måtte man forvente at antall passasjerer pr. »flight« okte med frekvensutbudet. Videre måtte man anta at denne stigningen var degressiv og gikk over i en synkende del for hoye frekvenstall slik at den sist utbudte frekvens fikk mindre trafikk enn den foregående.

Denne hypotesen har sine begrensninger. På korte strekninger - d. v. s. opp til 300-500 km der utbudet er lite med f. eks. én flyavgang pr. uke vil sannsynligvis ettersporselen også bli liten, fordi intervalet mellom hver flyavgang er så stort at trafikkantene vanskelig kan tilpasse reisene etter ruteplanen når de har et sterkt reisebehov. Derfor ligger det en forutsetning bak analysene at markedet er daglig betjent av flyforbindelser samt at det er et befolkningspotensial som har behov for å nytte disse - d. v. s. et moderne industrielt samfunn med et normalt 6'konomisk grunnlag for sin eksistens.

Modellen som ble benyttet var av additativ karakter og basert på en parabelfunks jon, idet man rent logisk antok at det empiriske funks jonsforholdet måtte nårme seg en slik bue. Ut av et sample( samplet hadde ingen bortfall og utgjorde ca 1 f 6 av totalpopulasjonen) på 698 observasjoner fra ruter med noenlunde like avstander målt i reisetid, hvor det idag opereres fly i storelsesorden 56-86 seter, ble det gjort en multipel regresjonsanalyse ved hjelp av en UNIVAG 1107 computer. Computeren benyttet et spesielt program for slike analyser som i hovedtrekk arbeidet etter prinsippet at den variabel som viser best samband med den avhengige variabel, i dette tilfelle antall passasjerer pr flyvning, velges forstut. Deretter regnet maskinen ut konstantverdiene og tok inn de enkelte variablene som var av betydning for å forklare funksjonsformen.

Modellen hadde folgende form:

Forutsetning:

F, avgangstidspunkt 0
Alle andre determinanter forutsettes konstante
Punktene i den statistiske analysen er normalfordelt

Symboler:

T = flytrafikk

F — flyfrekvens/tidsrum

A'ex = konstanter funnet ved statistisk analyse

D'er = dummy variable (som antar verdien 0 eller 1)

Arstid = sommer eller vinter (s =1, v =■ 0)

Ar = aret 1961, 62, 63 eller 64 (de to siste sifrene)

Leddene

Ai3{Dl -F) ... +A2o{DB-F) utgjor et såkalt korreksjonsledd
i programmet.

Ved utkjoringen fikk man en multipel korrelasjonskoeffisient på 0.62. Analysen ble testet ved en X²-test som viste at modellen forklarte knapt 40 % av forholdet. Verdiene som man fikk ut kunne settes inn i modellen, og det gikk da tydelig frem hvilke avgangstider som »ga« trafikk, og hvilke som var »dode«. Det ble da et fortolkningssporsmål basert på spredningstallene i de partielle datasett med hvilken konfidens man skulle tillegge resultatene.

Nedenfor er vist to eksempler fra analysen - en for strekningen lborg-Kobenhavn
en annen fra strekningen Oslo-Kobenhavn.

Disse kurvene har selvfølgelig stor verdi for transportselskapet når det skal besluttes hvor mange utbudsfrekvenser som skal settes inn på de respektive avgangstider. Men fra et okonomisk synspunkt er man vel så interessert i å få konstatert hvilket tilbud som gir storst overskudd, når inntekter kontra kostnader trekkes inn i bildet. Likedan kan det våre av avgjorende betydning å få klarhet i hvilken »utbudspolicy« det skal satses på sett fra en okonomisk synsvinkel, og over et lengre tidsrum.

Inntekts — Kostnadsanalyse

Et nodvendig aspekt i den videre sammenheng vil våre å betrakte
inntekts- og kostnadsfunks jonene i forhold til hverandre.

Resultatene fra trafikkanalysen kan omsettes i inntektstall ved å multiplisere funks jonen med et bruttoinntektsbelop pr. passasjer, som må forutsettes kjent fra tidligere erfaringsmateriale. Dette gir da en bruttoinntektskurve (f) basert på trafikken på en gitt strekning.

Kostnadene (k) er likedan ganske kompliserte a beregne eksakt. I tillegg
til alle de faktorer som influerer pa produksjonsfunksjonen, kommer
ogsa sporsmalet om kostnadenes avhengighet av produksjonsstorrelsen
inn - d. v. s. det antall utbudsfrekvenser pr. tidsperiode selskapet
regner med. Likedan vil kapasitetsutnyttelsen av materiellet spille en
T
rolle. Kostnadene kan derfor uttrykkes som funksjon av bade Fog —.

T T
Vi vet imidlertid fra for at — = g (F) slik at — og F er innbyrdes av-
F F
hengige. Det skulle derfor vare tilstrekkelig a sette kostnadene som
funksjon av antall flyfrekvenser. Deretter kan man forenkle analysen
til folgende:

(1)

(2)

dK d]
F-optimum (C) ved a sette = skulle da indikere den utbudsdF

frekvens som gir det storste nettoresultat for selskapet pa strekningen.

» Utbudspolicy«

Skal disse betraktningene ha noen videre praktisk vedi, bor de ses over tiden. Beregner man C-verdier fra en rekke år i et historisk forlop - eksempelvis i en 5 års periode, vil det våre mulig å forbinde disse punktene i en kurve og finne veksttendensen i det optimale frekvensutbud fra periode til periode. Denne veksttendens kan samtidig danne grunnlag for prognoser over virksomhetens utbudspolicy, som vil våre et nodvendig verktoy i den generelle planlegningsprosess. Likedan bor slike »policykurver« våre av vital interesse i en innbyrdes sammenligning av ekspansjonstendensene på de ulike markeder.

Konklusjon

Analoge betraktninger og analyser kan gjores innen alle områder av transportsektoren, og har spesielt verdi for kommunikasjoner der faste ruteplaner må holdes og ettersporselen svinger sterkt over tiden. Der hvor trafikkvariasjonene både er korte - f. eks. svinger over dognet eller uken, og lange som over måneder, kvartaler og år, er det gunstig at man soker å knytte analysene til flest mulig avgrensete perioder for på denne maten å gjore resultatene mest mulig realistiske og pålitelige for planlegningsprosessene. Derved skulle det våre mulig å anskaffe en »flåte« av optimal storrelse for selskapet, og danne grunnlag for en solid drift.