Rijkswaterstaat gebruikt het goederenvervoermodel BasGoed om lange termijn prognoses te maken van het goederenvervoer. Economische verwachtingen spelen hierbij een belangrijke rol. Het model BasGoed begint dan ook met een module waarin de economische groei bepaald wordt en vervolgens vertaald wordt naar de hoeveelheid vervoerde goederen. De vorige versie van de economie module was verouderd. Deze paper beschrijft de nieuw ontwikkelde module op basis van multiregionale input-output analyses, aansluitend bij de manier waarop het Planbureau voor de leefomgeving economische analyses maakt. De werking van de module wordt toegelicht, en de eerste resultaten worden vergeleken met de uitkomsten van de oude module.@en

Het klimaatakkoord, milieu zones en zero emissie zones in steden en andere duurzame ontwikkelingen betekenen voor de logistieke sector dat de wereld veranderd. Zowel overheden als verladers en vervoerders bereiden zich voor op deze veranderingen. Prognoses en modelberekeningen kunnen hulp bieden bij het in kaart brengen van de te verwachte effecten van deze ontwikkelingen op vervoerspatronen, verkeersprestaties en emissies. Op basis van de aan de TU Delft ontwikkelde Tactical Freight Simulator wordt het goederenvervoermodel BasGoed uitgebreid met een logistieke module waarbij de mogelijke impact van Zero Emissie Zones geprognosticeerd kan worden. Eerste resultaten tonen aan dat het invoeren van ZEZ effect heeft op zowel de uitstoot als de verkeersprestaties. De zones zorgen voor het gebruik van duurzamere voertuigtypes, waardoor er minder uitstoot is. De distributiecentra aan de rand van de ZEZ zorgen ook voor een andere inrichting van de logistieke processen. Hierdoor wordt de verkeersprestatie beïnvloed. De emissies binnen de ZEZ nemen duidelijk af, terwijl op de omliggende wegen een gemengd beeld optreedt: door schonere voertuigen nemen de emissies af, maar doordat er meer kilometers gemaakt worden om bij de distributiecentra te komen nemen de emissies toe. Afhankelijk van de locatie verschilt het welke van deze effecten de overhand heeft. Doorontwikkeling van het model is nodig om het als volwaardige module op te nemen in het goederenvervoermodel BasGoed. Uiteindelijk zal het model dan gebruikt kunnen worden om inzicht te geven in effecten van verschillende maatregelen rondom de ZEZ.@en

In 2020 hebben Rijkswaterstaat en ProRail in opdracht van het Nederlandse Ministerie van Infrastructuur en Waterstaat de ReferentiePrognose Goederenvervoer 2021 (kort: RPGV2021) laten uitvoeren. In deze paper geven we een korte toelichting over het model BasGoed in het algemeen en het project RPGV2021 specifiek. Het vernieuwing van het model BasGoed bevat onder ander een meer gedetailleerde kostenfunctie waarmee de transportkosten wordt berekend, de implementatie van een nieuwe containerketenmodule en de inclusie van een nieuw energiescenario. Om de werking van deze vernieuwing te analyseren, wordt in deze paper de plausibiliteit van de modelelasticiteiten getoetst. Verder vergelijken we de modeluitkomsten voor een prognose voor het jaar 2018 met realisatiecijfers. Deze vergelijking laat zien dat het weggoederenvervoer inclusief bestelauto op hetzelfde niveau uitkomt als de realisatie, maar dat op een gedetailleerder niveau de verdeling over de voertuigtypen afwijkt. In het algemeen geven de analyseresultaten vertrouwen in de resultaten uit de RPGV2021, welke in hoofdlijn in dit paper worden omschreven en visualiseert.@en

A large part of freight transport movements are part of a multimodal transport chain, in particular for port-related containerized transport flows. Because data of multimodal transports are unavailable it is challenging to develop a multimodal transport chain models. This paper describes the development of a new module for multimodal transport chains for modelling container transport within the Dutch strategic freight transport model “BasGoed”. The choice model distinguishes unimodal, bi-modal or tri-modal transport chains, depending on whether the transport chain is port-related. A direct road chain is available between each production and consumption combination; direct barge or rail transport is only available between seaports. A route enumeration module generates a choice set for each observed uni- or multimodal container transport. Since no directly observed PC data are available, a synthetic dataset was constructed with container flows between locations of production and consumption, using uni-modal observed transport data. Main assumption is that each container transported by rail or barge requires a road leg at the side of destination and/or origin, to complete the multimodal transport chain. Discrete choice models were estimated with different model structures. The best choice model that was found was a multinomial logit model, segmented by port dependency. The results show that a choice model can be estimated with significant parameters, and with plausible model sensitivities.@en