Stigningsprosent

Før jeg går inn på den relative stigningen, er det betimelig å vurdere om også denne

variabelen lider av samme validitetsproblematikk som den absolutte stigningen som følge av premisset om raskhet for de alternative rutene. De alternative rutene er nemlig vesentlig brattere enn de valgte. Det kan virke logisk å slutte at dette skyldes kortere distanse for de alternative rutene, siden kort distanse kan bety at høydemetrene må forseres på kortere distanse. Korrelasjonen mellom distansen og stigningsprosenten tyder riktignok på det motsatte. Korrelasjonen er på 0,07, altså er lengre turer brattere, muligens fordi de lengre reisene oftere ender i de bratte åsene i ytre by. At ikke motsatt korrelasjon er tilfelle, kan nok skyldes at lengre distanse betyr flere høydemetre, og dermed omtrent lik stigningsprosent.

Stigningsprosenten virker derfor til å være uavhengig av premisset for rutevalgkalkulasjonen, og anses dermed som valid.

100 Den gjennomsnittlige marginaleffekten av stigningsprosenten er kraftig og negativ. Én hel økning i stigningsprosent forventes å gi en reduksjon i predikert sannsynlighet på 0,245. At standardavviket for variabelen er på 1,09 (tabell 3.5), indikerer at man ofte kan forvente nettopp én økning eller nedgang i stigningsprosent. Men at marginaleffekten er

gjennomsnittlig, innebærer at effekten ikke gjelder for alle nivåer av den uavhengige variabelen. En kraftig økning i bratthet vil derfor ikke gi negativ sannsynlighet. Et bedre inntrykk av effektkurven kan fås gjennom de predikerte sannsynlighetene vist i figur 6.1.

Prediksjonene faller bratt mellom 0 og 2 i stigningsprosent, deretter avtar helningen mer og mer etter hvert som prediksjonene nærmer seg 0. Ved en stigningsprosent på 3 er det ingen prediksjoner som overstiger 0,25. Så uansett hvor attraktive omgivelsene er ellers, anses stigningen som såpass lite attraktivt at sannsynligheten blir lav, ifølge modellen.

For å sette tall på effektkurven, kan man bruke marginaleffekter for ulike verdier av den uavhengige variabelen. Når man kjører funksjonen margins::margins for stigningsprosenter mellom 0 og 4, får man henholdsvis -0,22, -0,33, -0.23, -0,10 og -0,03. Det vil si at

marginaleffekten av stigningsprosent er størst for sykkelturer med en stigningsprosent på rundt 1, hvor den predikerte sannsynligheten forventes å falle med -0,33 når brattheten øker til 2 i stigningsprosent. I praksis innebærer dette at dersom man har valget mellom fire sykkelruter med henholdsvis 1, 2, 3 og 4 i stigningsprosent, og identiske omgivelser ellers, er det klart mest sannsynlig at man velger ruta med stigningsprosent på 1, men ikke like stor forskjell i sannsynligheten for rutealternativene med 2 og 3 i stigningsprosent, og enda mindre forskjell i sannsynligheten mellom rutene med 3 og 4 i stigningsprosent.

Den tredje terreng-variabelen, interaksjonsleddet, har også negativ påvirkning på rutevalg.

Marginaleffekten er lav (0,001), men kraftig, ettersom at variabelen har høye verdier siden det er et produktledd. Kurven er vist over i figur 6.1. Hvis man konsentrerer seg

observasjonene i den den nedre del av prediksjonskurven, altså verdiene under 0,5 sannsynlighet, ser man at prediksjonene faller enda brattere enn for

stigningsprosentvariabelen. Riktignok er det en parallell gruppe observasjoner som er samlet rundt 1 i predikert sannsynlighet, og en del midt i mellom. Dette skyldes de motstridende effektene av høydemetre og stigningsprosenten. Men hvis man ser bort fra den positive effekten av høydemetre, siden denne nok til dels skyldes metodologi, kan man si at den negative effekten av stigningsprosenten blir større jo flere høydemetre som bestiges. Dette er

101 logisk med tanke på at kaloriforbruket og melkesyren i lårene øker jo lenger man må sykle i en gitt bratthet.

At bratthet har en negativ effekt på sykkelrutevalg, finnes også i de fleste rutevalgstudier (Chen, Shen og Childress 2018; Hood, Sall og Charlton 2011; Li, Muresan og Fu 2017;

Zimmermann, Mai og Frejinger 2017; Menghini et al. 2010; Broach, Dill og Gliebe 2012;

Prato, Halldórsdóttir og Nielsen 2018). Hvis effekten ikke finnes, er det gjerne fordi det ikke inkluderes i modellene (vanlig i Nederlandske og Danske studier). Noe som sjeldent

undersøkes er hvordan ulike syklistgrupper påvirkes av bratthet. Dette er vist i figur 6.2.

Figur 6.2. Gjennomsnittlige marginaleffekter av stigningsprosent for syklistgruppene med 95% konfidensintervall.

De seks gruppene deler seg i to nokså tydelige grupperinger hva gjelder påvirkningen fra stigningsprosentvariabelen. Alle deltakerne, kvinnene og såvidtsyklistene påvirkes mest negativt, og de eldre elsyklistene og de ivrige syklistene påvirkes litt mindre negativt. Av alle de seks gruppene, er det gruppa med alle deltakerne som har sterkest negativ marginaleffekt.

102 Noen av de andre grupper som ble testet hadde sterkere, blant annet de yngre deltakerne og de med mange barn i husstanden.

At kvinner ikke unngår bakker i større grad enn menn, kan være gode nyheter med tanke på at Oslo kommune er opptatt av å øke andelen kvinnelige syklister (Gjøs et al. 2014). Men det er ikke sikkert at funnene er generaliserbare. Siden det er færre kvinner som sykler i

populasjonen, er det sannsynlig at de kvinnelige deltakerne i denne studien er en mer unormal gruppe enn de mannlige deltakerne.

Påvirkningen hos såvidtsyklistene kan også tolkes som godt nytt for sykkelsatsingen.

Effekten er til og med litt svakere enn for kvinnene og alle deltakerne, men med langt større usikkerhet. Dette kan indikere at det ikke er terrenget som gjør at disse sykler mindre enn de andre deltakerne, men heller andre forhold ved omgivelsene. At såvidtsyklistenes motsats, de ivrige syklistene, påvirkes litt mindre negativt, er lite overraskende siden disse er ment å være de mest sykkelglade i utvalget. Den litt svakere effekten kan slik sett tolkes som at gruppen er valid.

Noe som er mer overraskende, er at det er de eldre som har den aller svakeste

marginaleffekten av stigningsprosent. At eldre påvirkes mindre negativt av bratte bakker, er ulogisk hvis man tenker rent fysiologisk. Sammenhengen kan ikke forklares med at eldre oftere bruker elsykkel, da marginaleffekten blir enda litt svakere når de eldre elsyklistene ekskluderes. En mulig forklaring kan være at de eldre oftere bor i ytre by mens de yngre oftere bor i indre by. Oppsummert på bydelsnivå, er de fem indre bydelene de aller minst bratte med unntak av Sentrum. De få bratte bakkene i indre by kan som regel unngås, men hvis man bor i en bratt ås i ytre by, finnes det ofte bare bratte rutealternativer.

En annen forklaring kan være at eldre kan være mer tilbøyelige til å leie sykkelen opp bratte bakker, slik at de aller bratteste bakkene muligens er å foretrekke over de ganske bratte, men lengre bakkene. En siste forklaring er at sammenhengen kan være tilfeldig. Med 57 deltakere på 60 år eller eldre, er det sannsynlig at det kan ha skjedd en tilfeldig overrepresentasjon av svært treningsglade sykkelentusiaster. De eldre har det videste konfidensintervallene av alle gruppene, som for eksempel kan skyldes store forskjeller i hvordan deltakerne påvirkes, altså at noen trekker effekten opp og andre ned. Her ville kvalitative intervjuer eller flere relevante spørreskjemaspørsmål vært nyttig for å kunne trekke en sikrere konklusjon om hvem disse eldre er.

103 Den siste gruppa, elsyklistene, er kanskje den mest interessante gruppa når det kommer til terrengets påvirkning i en Oslo-sammenheng. For elsyklistene forventes en økning på én stigningsprosent å gi mellom 0,12 og 0,2 lavere sannsynlighet for at ruta blir valgt. Hele konfidensintervallet er utenfor konfidensintervallet for alle deltakerne. Altså kan man si at elsyklistene påvirkes signifikant mindre av stigningenes bratthet enn hele utvalget. Likevel er 0,12 til 0,2 en rimelig kraftig marginaleffekt med tanke på hvilke stigningsprosentverdier som er realistiske, altså opptil 8,31 (tabell 3.5). Med andre ord er ikke motorhjelpen elsyklistene får kraftig nok for å gjøre stigning til en irrelevant faktor for sykkelrutevalg. I praksis betyr det at hvis elsyklister har mulighet til å unngå bratte sykkelruter, så er det sannsynlig at de gjør det. Og selv om dette ikke sier noe direkte om reisemiddelvalg, er det logisk å slutte at dette også betyr at mange vil foretrekke mindre anstrengende

transportmidler over elsykkelen, også hvis de senere omtalte menneskeskapte omgivelsene blir forbedret. I en kupert by som Oslo vil de aller fleste ruter inneholde en viss bratthet.

Dermed kan man tenke seg at sannsynligheten for å velge sykkel og elsykkel som regel påvirkes negativt av terrenget, særlig hvis man bor slik til at man ikke har annet enn bratte rutealternativer.

En svakhet med stigningsprosentvariabelen er at den sier lite om hvilke konkrete

stigningsprosenter som anses som «for bratt». Siden det er en gjennomsnittlig verdi for hele turen, vil en veldig bratt bakke ha større påvirkning på en kort tur enn en lang. Jeg vil derfor nå undersøke effekten av ulike stigningsprosenter for gruppene elsyklister og vanlige

syklister.