Mallipohjainen politiikkavaihtoehtojen vaikutusanalyysi liikennejärjestelmäsuunnittelussa

Transkriptio

1 Mallipohjainen politiikkavaihtoehtojen vaikutusanalyysi liikennejärjestelmäsuunnittelussa Peter Ylén Anu Tuominen

2 2 Agenda, Keskiviikko , Systeemiajattelu ja systeemidynamiikka, Case 1: Projektihallinnan systeemimalli Takaisinkytkentä ja silmukat Case 2: Liikennepeli: tiekapasiteetti, yksityisautoilu ja julkinen liikenne Ryhmämallintamisharjoitus Rakenteelliset ja parametroidut mallit simulointi Case 4: Case General Motors: Auton myynti ja/tai liisaus? Case 3: STRADA, Päästötön kaupunkiliikenne 2050 Simantics ja mallikirjastot

3 3 Systeemiajattelu ja systeemidynamiikka

4 4 Systeemiajattelu ja systeemidynamiikka Systeemiajattelu on kvalitatiivinen lähestymistapa Perustuu usein parametroimattomiin kausaliteettidiagrammeihin ja niiden analysointiin (esim. positiivisten ja negatiivisten silmukoiden vuorovaikutusten evaluointiin) Systeemidynamiikka on kvantitatiivinen lähestymistapa Perustuu parametroituihin dynaamisiin simulointimalleihin ja simulointitulosten analysointiin (esim. herkkyysanalyysit) Systeemiajattelu on systeemidynaamisen mallintamisen ensimmäinen vaihe

5 5 Mitä on Systeemidynamiikka? Identifioidaan monimutkaiset syyseuraussuhteet Muodostetaan mentaalimallit ja havainnollistetaan ne kaikkien ymmärtämään muotoon Ymmärretään eri toimien lyhyen ja pitkän aikavälin seuraukset Nähdään eitarkoitetut sivuvaikutukset Löydetään vipumuuttujat millaiset toimet voivat johtaa merkittäviin ja pysyviin vaikutuksiin Simuloidaan käytäntöjä erilaisilla oletuksilla ja epävarmuuksilla

6 6 Systeemidynamiikkamallit Mallintaminen Visualisointi ja metriikka Optimointi Herkkyysanalyysi Todellinen käyttäytyminen 77 Ennustaminen Mallitettu käyttäytyminen

7 7 Dynaamisen hypoteesin muodostaminen: Case1 Projektityö Tarkastellaan esimerkkinä yksinkertaista työmallia (projektityö) Osalla projektin henkilöistä on burnout, työn laatu on huonoa ja aikataulut venyvät osalla taas ei vastaavissa tehtävissä ole mitään ongelmia tavoitteiden suhteen. Tehdään systeemidynaaminen malli, jonka avulla tutkitaan projektinhallinnan ongelmaa ja havainnollistetaan systeemiajattelun ja dynaamisen mallin peruskäytäntöjä.

8 8 Työmalli Työtä jäljellä Aikaa jäljellä Aikataulupaineet Identifying complex cause and effect relationships Aikataulupaineet ovat seurausta jäljellä olevasta ajasta ja jäljellä olevasta työmäärästä: Mitä enemmän työtä jäljellä sitä enemmän aikataulupaineita Mitä enemmän aikaa jäljellä sitä vähemmän aikataulupaineita

9 9 Työmalli Deadline Tehtävien antamisnopeus Kalenteriaika Työtä jäljellä Aikaa jäljellä Aikataulupaineet Tehtävien suoritusnopeus Identifying complex cause and effect relationships Sekä jäljellä oleva aika että jäljellä oleva työ voidaan hajottaa tekijöihinsä: Aikaa jäljellä = Deadline kalenteriaika Jäljellä olevan työn muutos = Tehtävien antonopeus tehtävien suoritusnopeus

10 10 Työmalli Kalenteriaika Tehtävien antamisnopeus Työtä jäljellä Tehtävien suoritusnopeus Deadline Aikaa jäljellä Aikataulupaineet Identifying complex cause and effect relationships Aikataulun myöhästyttäminen Ylityöt Aika tehtävää kohden Aikataulupaineita voidaan yrittää ratkoa: Tekemällä ylitöitä Myöhästyttämällä aikataulua Tehostamalla toimintaa (vähemmän aikaa yhden tehtävän hoitoon)

11 11 Työmalli Deadline Kalenteriaika Aikaa jäljellä Lisää aikaa! Aikataulun myöhästyttäminen Tehtävien antamisnopeus Työtä jäljellä Aikataulupaineet Ylityöt Painetaan pitkää päivää Tehtävien suoritusnopeus Tuottavuus Tool to help construct and communicate mental models Saadaan kolme tasapainottavaa, tilannetta korjaavaa silmukkaa (negatiivinen takaisinkytkentä) Aika tehtävää kohden Tehoste taan

12 12 Työmalli Understanding the long and shortterm consequences of actions Deadline Kalenteriaika Aikaa jäljellä Lisää aikaa! Aikataulun myöhästyttäminen Tehtävien antamisnopeus Työtä jäljellä Aikataulupaineet Ylityöt Painetaan pitkää päivää Tehtävien suoritusnopeus Burnout Tuottavuus Pitkäaikainen ylitöiden tekeminen aiheuttaa energiatason ja tuottavuuden alenemista Syntyy ensimmäinen itseään ruokkiva positiivisen takaisinkytkennän aiheuttama syöksykierre Aika tehtävää kohden Energiataso Tehoste taan

13 13 Työmalli Foreseeing unintended consequences Deadline Kalenteriaika Aikaa jäljellä Virheitä syntyy sekä uupuneena (alhainen energiataso) että kiireessä (aikaa on vain vähän yhtä tehtävää varten) Virheet alentavat tuottavuutta ja synnyttävät toisen potentiaalisen syöksykierteen Lisää aikaa! Aikataulun myöhästyttäminen Tehtävien antamisnopeus Työtä jäljellä Aikataulupaineet Aika tehtävää kohden Ylityöt Painetaan pitkää päivää Energiataso Tehtävien suoritusnopeus Burnout Virheiden muodostumisnopeus Tehoste taan Tuottavuus Rapates sa Roiskuu

14 14 Työmalli Tool to help construct and communicate mental models Deadline Kalenteriaika Aikaa jäljellä Virheiden lisääntyminen voi aktivoida laadunhallinnan (tasapainottava silmukka), jossa on uhrattava enemmän aikaa tehtävää kohden virheiden vähentämiseksi Lisää aikaa! Aikataulun myöhästyttäminen Tehtävien antamisnopeus Työtä jäljellä Aikataulupaineet Aika tehtävää kohden Ylityöt Painetaan pitkää päivää Energiataso Laatupoikkeamat Laadun hallinta Tehtävien suoritusnopeus Virheiden muodostumisnopeus Burnout Tuottavuus Rapates sa Roiskuu Tehoste taan Laatuvaati mukset

15 15 Työmalli Tool to help construct and communicate mental models Deadline Kalenteriaika Aikaa jäljellä Huonoon laatuun voi myös tottua ja turtua jolloin saadaan itseään ruokkiva laadun rapautuminen. Lisää aikaa! Aikataulun myöhästyttäminen Tehtävien antamisnopeus Työtä jäljellä Aikataulupaineet Aika tehtävää kohden Ylityöt Painetaan pitkää päivää Energiataso Laatupoikkeamat Laadun hallinta Tehtävien suoritusnopeus Virheiden muodostumisnopeus Burnout Tason Rapautu minen Tuottavuus Rapates sa Roiskuu Tehoste taan Laatuvaati mukset

16 16 Työviikko Tehtävät Tehtäviä viikossa Simulating policies under different assumptions and uncertainties Tehtävien antotahti muurahainen Aika Jäljellä olevat tehtävät Energiataso Aika Tehtävien suoritustahti Laatu Työviikko Energiataso ja laatu Työviikko Tehtävät Tehtäviä viikossa heinäsirkka Tehtävien suoritustahti Tehtävien antotahti Aika Jäljellä olevat tehtävät Aika Energiataso Laatu Työviikko Energiataso ja laatu Aika Aika

17 17 Työmalli Deadline Finding leverage seeing where actions and change can lead to significant and enduring improvements Merkittävin viputekijä on henkilöstön suhtautuminen aikataulupaineisiin. Kalenteriaika Aikaa jäljellä Työnantajan kannalta heinäsirkkojen työn ryhmittely osatehtäviin toimii paremmin kuin deadlinen siirtäminen, pitkäaikainen ylityö tai liiallinen tehostaminen Lisää aikaa! Aikataulun myöhästyttäminen Tehtävien antamisnopeus Työtä jäljellä Aikataulupaineet Aika tehtävää kohden Ylityöt Painetaan pitkää päivää Energiataso Laatupoikkeamat Laadun hallinta Tehtävien suoritusnopeus Virheiden muodostumisnopeus Burnout Tason Rapautu minen Tuottavuus Rapates sa Roiskuu Tehoste taan Laatuvaati mukset

18 18 Takaisinkytketty silmukka We shape our buildings; thereafter, our buildings shape us. Winston Churchill Takaisinkytketty silmukka on systeemidynamiikan perusrakenne Takaisinkytkennän ymmärtäminen vaatii usein harjaannusta, kokemusta ja työtä se on harvoin mukana ihmisten syyseurauspäättelyssä. Kausaali(silmukka)diagrammit määrittävät havainnollisesti dynamiikkahypoteesin niiden lukemiseen tottuu

19 19 Avoin silmukka Ihmiset ymmärtävät systeemit ja ongelmatilanteet avoimina ketjuina Tavoite Poikkeama Toimenpiteet Tulokset Tilanne Esimerkiksi: Yrityksen myynti edellisellä kvartaalilla oli $80 milj., kun myyntitavoite oli $100 milj. Ongelmaksi muodostuu puuttuva 20%. Toimenpiteenä voi olla esimerkiksi hintojen alentaminen Tuloksena markkinaosuus kasvaa, jonka seurauksena myös myynti kasvaa Ongelma ratkaistu vai onko?

20 20 Avoin silmukka Kun varioidaan parametreja (epävarmuuksia) ja simuloidaan useita kertoja edellistä strategiaa, niin nähdään että päästään kohtuullisen lähelle tavoitetta Myynti Tavoite 80 Poikkeama Toimenpiteet Tulokset Tilanne

21 21 Suljettu silmukka Kun jatkuvasti reagoidaan muuttuneeseen tilanteeseen ja korjataan poikkeamaa saadaan takaisinkytketty silmukka (säätösilmukka), joka vie halutun suureen tavoitteeseen epävarmuuksista huolimatta. 105 Toimenpiteet 100 Poikkeama 95 Tavoite Tilanne Myynti

22 22 Mallin rajojen venyttäminen: Monta suljettua silmukkaa Kun oma markkinaosuus kasvaa, niin kilpailijan markkinaosuus pienenee ja kilpailija myös alentaa hintoja, jolloin markkinaosuus palautuu entiselleen. Nyt myydään sama määrä tavaraa, mutta alhaisemmalla hinnalla, jolloin myynti jää vielä kauemmas tavoitteista kuin alkutilanteessa ennen toimenpiteitä. Mikäli jälleen alennetaan hintoja, ajaudutaan hintasotaan Oma Poikkeama Omat Toimenpiteet Myynti Oma Tavoite Kilpailijan Tavoite Tilanne Tilanne 65 Kilpailijan Poikkeama 60 Kilpailijan Toimenpiteet

23 23 Kausaliteettikaaviot Erilaiset käyttäytymismoodit kootaan yksinkertaisista perussilmukoista eli arkkityypeistä Usein viiveparametrien arvot ovat kriittisimpiä

24 24 Liikennepeli: tiekapasiteetti, yksityisautoilu ja julkinen liikenne (lähde: John Sterman: Business Dynamics: Systems Thinking and Modelling for a Complex World)

25 25 Autojen käyttö ja autot ovat lisääntyneet USAssa nopeammin kuin missään muualla, kun taas julkisten Bussien käyttö on pysynyt pitkään samalla tasolla. Ihmiset viettävät enemmän aikaa ruuhkissa Saasteet Road Rage Autokulttuuri (drive through) 87% kaikista USAn työntekijöistä ajaa autolla töihin ja, 85% heistä ajaa yksin. Mikä meni pieleen?

26 26 Liikennepeli Ratkaisu liikenneruuhkiin on ollut uusien teiden rakentaminen Mitataan teiden ruuhkaisuutta keskimääräisenä ajomatkan kestona. Tällöin saadaan riippuvuus Teiden rakentaminen pitää sisällään kaikki muutokset, jotka tähtäävät kapasiteetin lisäykseen (uudet kaistat, risteysten muuttaminen, jne.

27 27 Liikennepeli Systeemiin saadaan takaisinkytkentä poliittisista toimista, jotka pyrkivät poistamaan ruuhkat rakentamalla uusia teitä.

28 28 Liikennemäärä ei kuitenkaan ole riippumaton, ulkoinen muuttuja Liikennemäärä riippuu ajamisen houkuttelevuudesta ja bussiliikenteen kattavuudesta.

29 29 Esimerkki 3: Liikennepeli

30 30

31 31 Esimerkki 3: Liikennepeli

32 32 Ryhmämallintamisharjoitus

33 Behavior Mode Analysis Variable [unit] Behavior Mode Desirability of Behavior (/0/)* Causes of Behavior Cures for Causes Variable s Different Behavior Modes Over Time Upper Limit Lower Limit Time Time Time Time [unit] Marks the current time Marks any set goals in behavior * = undesirable 0 = makes no difference = desirable 1 st Level Cause If you had to make a decision right now, what would be your action plan: What will be done: 2 nd Level Cause 3 rd Level Cause Variable When will it/they be done: 2 nd Level Cause 1 st Level Cause

34 34 Työmalli Deadline Kalenteriaika Aikaa jäljellä Palautetaan mieleen Case 1: Projektityömalli Lisää aikaa! Aikataulun myöhästyttäminen Tehtävien antamisnopeus Työtä jäljellä Aikataulupaineet Aika tehtävää kohden Ylityöt Painetaan pitkää päivää Energiataso Laatupoikkeamat Laadun hallinta Tehtävien suoritusnopeus Virheiden muodostumisnopeus Burnout Tason Rapautu minen Tuottavuus Rapates sa Roiskuu Tehoste taan Laatuvaati mukset

35 Behavior Mode Analysis Työn eteneminen [tehtävää per päivä] Variable [unit] 10 tehtävää on maksimi mitä kukaan kykenee Variable s Different Behavior Modes Over Time tekemään päivässä Upper Limit Behavior Mode Tasainen työn eteneminen Loppuun kasaantunut työ viivästyttää työn luovutusta Desirability of Behavior (/0/)* Causes of Behavior Motivoitunut tekijä, joka suorittaa kaikki tehtävät laadukkaasti hyvissä ajoin. Tekijä pitkittää työn aloittamista mahdollisimman pitkään eikä millään pysy takarajassa vaan joutuu pyytämään lisäaikaa. 35 Cures for Causes Liian vaativat tehtävät voisivat aiheuttaa työn kasaantumista loppua kohden. Jaetaan tehtävien takaraja useampaan pienempään takarajaan pakottaen aloittamaan aikaisemmin. Tehdään alussa selväksi, että takarajoista ei jousteta. Viimeisen viikon puristus (todennäköisin käyttäytyminen) Luistaa hiukan alussa, mutta tekee sen jälkeen tasaisesti töitä puristaen lopussa työt ajallaan valmiiksi. Annetaan alussa mielenkiintoisia, mutta ei liian vaativia tehtäviä, jotta saadaan motivoitu heti alussa mukaan. 0 Lower Limit 0 5 Time Time 10 Time Tavoitteena on suoriutua projekteista noin. 13 viikossa [Viikko] Time [unit] Marks the current time Marks any set goals in behavior * = undesirable 0 = makes no difference = desirable Väsymys 1 st Level Cause Työpaine 2 nd Level Cause Piristeet If you had to make a decision right now, what would be your action plan: What will be done: Puretaan tavoitteet osatavoitteiksi hajauttaen näitä pitkälle aikavälille. Jäljellä oleva työmäärä 3 rd Level Cause Jäljellä oleva aika Työpaine 2 nd Level Cause Tehtäviin uhrattu aika 1 st Level Cause Työn eteneminen Variable Mielenkiintoiset tehtävät When will it/they be done: Kaikki uudet projektit pilkotaan pienempiin halittavampiin osiin.

36 36 Mahdollisia aiheita Älykäs vähähiilinen kaupunkiliikenne ja/tai joukkoliikenne Sähköajoneuvot, biopolttoaineet ja joukkoliikenne Liikenne palveluna (Mobility as a service) Alempiasteisen tieverkon kehittäminen, korjausvelka Henkilö ja tavaraliikenteen tärkeimpien ulkomaanyhteyksien kehittäminen pitkällä aikavälillä (mihin keskitetään niukat resurssit: liikennemuodot, infra, jne.) Tietullit metropolialueella Kruunuvuoren silta (Laajasaloydinkeskusta, autoille vai ainoastaan joukkoliikenteelle)

37 37 Rakenteelliset ja parametroidut mallit

38 38 Varasto ja virtausmallit Pelkät kausaalidiagrammit sopivat erittäin hyvin informaation käsittelyyn, mutta niillä on omat rajoituksensa Informaatio vääristyy, muuttuu toiseksi, monistuu, jne kun taas aine ei häviä eikä lisäänny (aineen häviämättömyyden laki) se vain siirtyy paikasta toiseen ja joskus muuttaa muotoaan. Materiaalin virtaus (varastot) saadaan kuvattua huomattavasti paremmin virtauskaavioiden avulla Varastot Antavat systeemille muistia ja hitautta. Esim. tehtaan varastot, työntekijät, tilin saldo Virtaukset muuttavat varastoja ja systeemin tilaa Esim. tuotantomäärät, työhönotto ja irtisanomiset, palkanmaksu

39 39 Varastot ja virtaukset Virtauskaavioilla on vakiintuneet piirrosmerkintänsä, joihin myös tämän esityksen merkinnät perustuvat Varasto Virtaus Venttiili (virtauksen ohjain) Tulo tai lähtö (mallin rajapinta) tulo tulovirtaus VARASTO lähtövirtaus lähtö

40 40 Case 4: Automobile Leasing Strategy (lähde: John Sterman: Business Dynamics: Systems Thinking and Modelling for a Complex World) 1990luvulla USA:ssa alaa valtasi uudenlainen käytettyjen autojen myyntistrategia (Used Car Superstore: valtakunnalliset ketjut CarMax, AutoNation, ) Superstoren myynti kasvoi tyhjästä (1992) $13 miljardiin (1998) ja General Motors huolestui. Tilannetta tutkittiin systeemidynamiikan avulla. Tilannetta kuvattiin yksinkertaisella systeemidynamiikkamallilla Uusien ja käytettyjen autojen virtaus ja varastomalli: Tuotanto Myynti Vaihto Vanheneminen Romutus Rinnalle tehtiin kausaalisten vaikutusten malli: esim. hinta, leasing, uuden auton houkuttelevuus, keskimääräinen vaihtoaika, jne...

41 41 Silmukat. Tuotannon ohjaus B1 Hinnoittelu B2 Tukiaiset B3 Leasingtime B4 Käytettyjen autojen markkinat B5 Käytettyjen autojen laatu B6 Leasingautojen lunastus R1

42 42 Case 4: Automobile Leasing Strategy Malli paljasti liisauksen mukanaan tuomat uhkakuvat (leasing kasvanut 4.1%:sta (1990) yli 22%:iin (1997)): Autojen laatu oli parantunut 1990luvulla, jolloin muutaman vuoden takainen auto on edelleen houkutteleva vaihtoehto uudelle autolle. Leasingsopimukset olivat tyypillisesti 2 4vuotisia (painottuen 2 vuotisiin) Liisausta tuettiin voimakkaasti (ohjaussuure silmukassa B3). Liisauksen riskit markkinavaihteluiden suhteen oli siirretty asiakkaalta myyjälle. Uhka: Muutaman vuoden sisällä käytettyjen autojen markkinoille ilmestyy runsaasti erittäin houkuttelevia, lähes uusia leasingautoja, joita ei tahdottu lunastaa, käytettyjen autojen hinnat laskevat (edelleen kasvattaen yritysten tappioita, koska tällöin leasingautojen lunastaminen on vielä entistä vähemmän houkuttelevaa). Samalla asiakkaat, jotka ennen ovat ostaneet uuden auton vaihtavatkin nyt näihin lähes uusiin autoihin. Uusia autoja ei enää mene kaupaksi ja tappiot kasvavat.

43 43 Case 4: Automobile Leasing Strategy Nyt mallia lähdettiin laajentamaan. Tehtiin asiakas ja autosegmentointi. Merkkiuskolliset asiakkaat, Statushakuiset, Todennäköisyysmatriisi erilaisille autonvaihtohypoteeseille (sekä GM, että eigm autoille) Mallista tehtiin lentosimulaattori, jonka avulla strategiasta päättävät henkilöt saattoivat kokeilla erilaisia vaihtoehtoja. Mallia vielä viritettiin liisauksesta vastaavan yksikön kanssa (jotka olivat voimakkaasti löydöksiä vastaan) Mallista nähtiin sekä lyhyen että pitkän tähtäimen vaikutukset.

44 44 Liisauksesta ei voida luopua, koska kilpailijat harrastavat sitä joka tapauksessa. Erilaisten liisausstrategioiden tuomia voittoja tarkasteltiin kilpailijoiden erilaisia strategioita vastaan erilaisilla talousskenaarioilla. Todettiin, että kaikkein suurimpaan voittoon pitkällä aikavälillä päästiin neljän vuoden liisaussopimuksilla. Kilpailijat suosivat tällöin vielä kahden vuoden sopimuksia (joilla oli eniten kysyntää), ja joilla saavutettiin lyhyellä tähtäimellä suurin voitto. Malli ennusti käytettyjen autojen hinnan laskevan vuonna 1997.

45 45 Vuonna 1997 hyväkuntoiset käytetyt autot tulvivat markkinoille ja käytettyjen autojen hinnat laskivat (kuten malli ennusti) Ihmiset eivät halunneet lunastaa liisattuja autoja, ja ne palasivat myyjille tappiollisina (75% autoista ei lunastettu). Autoa kohden tappiot kasvoivat 220% vuoden 1993 tilanteesta. GM:n aikainen reagointi pienensi sen tappioita, mutta kilpailijat eivät olleet yhtä onnekkaita (GMAC nettotulo pieneni $36 miljoonaa eli 4% ja Ford Credit Corporation $410 miljoonaa eli 28%) Kilpailijat seurasivat GM:n esimerkkiä ja siirtyivät 2 vuoden liisaussopimuksista 4 vuoden sopimuksiin. Mallia on edelleen viritetty ja päivitetty.

46 46 STRADA: Päästötön kaupunkiliikenne 2050

47 47 Landscape Foresight Regime Assessment Increased strategic intelligence Societal embedding Modelling Niche Time Modified from original: Geels 2002

48 48 Case analysis work plan Dynamic model of the urban transport system simulations: Primary vision emission free transport in cities in 2050 (EU White Paper on transport) Vision paths (secondary visions) three alternative but combinable ways to make it happen: 1. electric vehicles 2. biofuels 3. public transport. Dimensions to be modeled include: environmental concerns developing key technologies and complementary technologies passenger transport, incl. public transport user choices urban environments (economic aspects and societal issues).

49 49 Case analysis Primary vision: Emission free passenger transport in cities in 2050 (EU White Paper on transport) Vision paths (secondary visions): 1. electric vehicles 2. biofuels 3. public transport.

50 50 Knowledge, habits, attitudes, values Users by different user segments Choice of car ownership and powertrains Public transport service provision and volume Vehicle ownership and alternatives Transport demand Choice between public and private transport Accessibility, ease of use Vehicle powertrains and fuels: (1) conventional, (2) electric and (3) biofuels Financing, transport pricing, taxes Transport system organisation, governance and regulation: (1) private transport and (2) public transport Legislation, regulation, markets, standards, media Investmens in the industry Retrofitting and hybrid solutions Financing, business strategies Transport infrastructure and supporting systems Fuel stations, charging systems Investmens in the industry Urban structure Road network and accessibility Purchase price Fuel price Cost of use

51 51

52 52 Model, causal loop diagram Public transport marketing R1 Car marketing Willingness to consider car use R2 Public transport awareness Willingness to consider public transport Car awareness Cost of public transport Trip Fraction by car B3 Population movement Population in urban area with access to public transport B1 Congestion Congestion Public transport infrastructure construction Relative trip time by car B2 Build roads Policy to stop building more roads Road capacity

53 53 Model, a snapshot

54 54 Tuloksia & opittua Tavoitteeksi asetetun kattovision saavuttamiseksi on hedelmällistä tarkastella visiopolkujen yhdistelmää. Uutta: kokonaisvaltainen liikennejärjestelmän tarkastelu yhdistelmäratkaisulla (visiopolkumix, täydentävät ominaisuudet, keskinäinen linkittyminen, prioriteettijärjestys) joukkoliikenteen nostaminen teknologiaratkaisujen rinnalle aihepiirin lähestyminen aidosti käyttäjän (liikkujan) näkökulmasta, vrt. teknologialähtöisyys.

55 55 Knowledge, habits, attitudes, values Users by different user segments Choice of car ownership and powertrains Transport system organisation, Public transport governance and regulation: service provision (1) private transport and and volume (2) public transport Purchase price Vehicle ownership and alternatives Vehicle powertrains and fuels: (1) conventional, (2) electric and (3) biofuels Fuel price Transport demand Choice between public and private transport Cost of use Accessibility, ease of use Legislation, regulation, markets, standards, media Investmens in the industry Retrofitting and hybrid solutions Financing, transport pricing, taxes Financing, business strategies Transport infrastructure and supporting systems Fuel stations, charging systems Investmens in the industry Urban structure Road network and accessibility Public transport marketing R1 Willingness to consider public transport Car marketing Willingness to consider car use R2 Public transport awareness Car awareness Cost of public transport Trip Fraction by car B3 Population movement Population in urban area with access to public transport B1 Congestion Congestion Public transport infrastructure construction Relative trip time by car B2 Build roads Policy to stop building more roads Road capacity

56 Policies for biofuels vision path Start year End 56 year Delay (a) wtc Effect on cost time Biofuels visionpath Constructing specific legal frameworks for biofuels 2015 N/A Public procurement I Public procurement II Public procurement III Subsidies and tax incentives Policies building on comparative and absolute advantages 2018 N/A Seven axes of EC s biofuel policy (see EU strategy on biofuels, 2006): stimulating demand for biofuels; capturing environmental benefits; developing the production and distribution of biofuels; expanding feedstock supplies; enhancing trade opportunities; supporting developing countries; supporting R&D 2012 N/A Landscape Certification of fuels, standardisation 2017 N/A Coalition building among energy providers and vehicle industry 2014 N/A Building sustainable and ethical land use policies for production of biofuel feedstock 2014 N/a Technologies and services Transport system Dmnl TripFraction Time (Year) 1 1 TripFraction[regular car] : No policies TripFraction[regular car] : P8 biofuel TripFraction[regular car] : P1P3 P8 biofuel public TripFraction[regular car] : P4P6 P8 electric biofuel TripFraction[regular car] : P1P6 P8 public electric biofuel TripFraction[regular car] : P1P8 all policies Person 2 M 1.5 M 1 M 500, Users Time (Year) Users[regular car] : No policies Users[regular car] : P8 biofuel Users[regular car] : P1P3 P8 public biofuel Users[regular car] : P4P6 P8 electric biofuel Users[regular car] : P1P6 P8 public electric biofuel Users[regular car] : P1P8 all policies

57 57 Stakeholder analysis exercise A compromising synthesis of the two views (only stakeholders marked in bold could be appointed to their classes unambiguously).

58 58

59 59 System transition roadmap Vision Landscape Technologies and services Transport system Phase 1. Emergence Phase 2. Diffusion Phase 3. Consolidation Related trend Technological innovation Supporting policy measure with gradual impact Envisioned future System transition roadmap a template for mapping systemic transport system transitions. Examples of drivers and changes are given: envisioned future (green), technological innovations initiating the change (red), related trends contributing to favourable environment for change (white) and policy measures to support the desired development path (blue).

60 60 Biofuels visionpath Technologies and services Transport system Landscape

61 61 Vision path in a system transition roadmap Input to the dynamic model: vision path policy measures Policies for biofuels vision path wtc cost time Constructing specific legal frameworks for biofuels 2015 N/A Public procurement I Public procurement II Public procurement III Subsidies and tax incentives Policies building on comparative and absolute advantages 2018 N/A Seven axes of EC s biofuel policy (see EU strategy on biofuels, 2006): stimulating demand for biofuels; capturing environmental benefits; developing the production and distribution of biofuels; expanding feedstock supplies; enhancing trade opportunities; supporting developing countries; supporting R&D Start year End year Delay (a) Effect on 2012 N/A Certification of fuels, standardisation 2017 N/A Coalition building among energy providers and vehicle industry 2014 N/A Building sustainable and ethical land use policies for production of biofuel feedstock 2014 N/a

62 62 Next: Examples of simulation results Graphs present the vision paths and policy measures as simulated using the dynamic model. Most importantly, results are extracted from the model as fraction of trips and number of users by transport means (regular car, public transport, electric car or biofueldriven car) until 2050.

63 63 Dmnl TripFraction Time (Year) Regular cars TripFraction[regular car] : No policies TripFraction[regular car] : P8 biofuel M2 TripFraction[regular car] : P1P3 P8 public biofuel TripFraction[regular car] : P4P6 P8 electric biofuel TripFraction[regular car] : P1P6 P8 public electric biofuel TripFraction[regular car] : P1P8 all policies M M , Person Users Time (Year) Users[regular car] : No policies Users[regular car] : P8 biofuel Users[regular car] : P1P3 P8 public biofuel Users[regular car] : P4P6 P8 electric biofuel Users[regular car] : P1P6 P8 public electric biofuel Users[regular car] : P1P8 all policies

64 64 TripFraction Electric vehicles Dmnl Time (Year) TripFraction[electric car] : No policies TripFraction[electric car] : P8 biofuel ,000 2 TripFraction[electric car] : P1P3 P8 public biofuel TripFraction[electric car] : P4P6 P8 electric biofuel TripFraction[electric car] : P1P6 P8 public electric biofuel TripFraction[electric car] : P1P8 all policies ,000 Users 5 4 Person 400, , Time (Year) Users[electric car] : No policies Users[electric car] : P8 biofuel Users[electric car] : P1P3 P8 public biofuel Users[electric car] : P4P6 P8 electric biofuel Users[electric car] : P1P6 P8 public electric biofuel Users[electric car] : P1P8 all policies

65 65 TripFraction Dmnl Public transport Time (Year) TripFraction[public transport] : No policies TripFraction[public transport] : P8 biofuel ,000 2 TripFraction[public transport] : P1P3 P8 public biofuel TripFraction[public transport] : P4P6 P8 electric biofuel TripFraction[public transport] : P1P6 P8 public electric biofuel TripFraction[public transport] : P1P8 all policies , , ,000 4 Person Users Time (Year) Users[public transport] : No policies Users[public transport] : P8 biofuel Users[public transport] : P1P3 P8 public biofuel Users[public transport] : P4P6 P8 electric biofuel Users[public transport] : P1P6 P8 public electric biofuel Users[public transport] : P1P8 all policies

66 66 Trip fraction 100 % 90 % 80 % 70 % 60 % 50 % 40 % 30 % 20 % 10 % All policy measures combined public transport electric cars regular cars 0 % Year Number of users public transport electric cars regular cars Year

67 67 Simantics

68 68 Simantics in brief Open software platform for modelling and simulation Offers configuration of multiple simulation solvers & remote use from the simulation servers Utilizes powerful semantic modelling language Developed at VTT and Semantum Organised future maintenance and development by THTH Association/Simantics division Simantics System Dynamics

69 69 Simantics System Dynamics System dynamics modelling and simulation tool Understanding complex business and work processes Feedback loops Delays Dynamic behaviour Simantics platform for user interface and model persistence Model simulation with OpenModelica

70 70 Simantics System Dynamics

71 71 VTT creates business from technology