Digitalisering (inklusive automatisering) förväntas ha stor påverkan på transportsystemet, t.ex. genom att tid spenderad i bil kan bli mer produktiv, att trafiksäkerheten kan öka, att transporter kan bli billigare och att nya typer av mobilitetstjänster kan utvecklas. Rätt utnyttjat kan digitalisering bidra till ett hållbart transportsystem. Det finns dock en risk att digitalisering driver på ökat resande, vilket kan leda till ökade utsläpp om inte omställningen till en fossilfri fordonsflotta går mycket snabbt.
I forskningslitteraturen kring digitalisering har mycket fokus hittills varit på att lista möjligheter och hot. Dock är digitaliseringens effekter inte oberoende av varandra utan det finns både samband och tidsfördröjningar mellan de olika effekterna. Ett exempel på det är att om automatisering gör tiden spenderad i bil mer produktiv så kan människor acceptera en längre pendling, vilket leder till att en del personer flyttar längre från sitt arbete (med en tidsfördröjning). På grund av glesare markanvändning längre ut från städernas centrum blir det också svårare att resa med kollektivtrafik, gång och cykel till övriga ärenden så som inköp och rekreation, vilket kan göra att hushåll väljer att köpa en till bil.
Därför har fokus i detta projekt varit på att använda System Dynamics (Sterman, 2000), en metod som klarar att ta hänsyn till både samband och dynamik mellan effekter när analyser görs. Inom System Dynamics tas ett så kallat Causal Loop Diagram (CLD) fram, som beskriver samband mellan variablerna. Från CLD kan balanserande och förstärkande feedback-loopar identifieras.
Projektet har resulterat i en kunskapssammanställning och ett preliminärt CLD för det digitaliserade transportsystemet. Sambanden i CLD baseras på kunskapssammanställningens resultat. Ett urval av dessa resultat var:
Automatisering på nivå 3 bedöms främst ge säkerhetsvinster.
Automatisering på nivå 4 och 5 för persontransporter ger en trolig ökning av antalet fordonskilometer, främst på grund av tomkörning och ökad efterfrågan på längre och fler resor.
Automatisering på nivå 4 och 5 för godstransporter förväntas först slå igenom för långväga godstransporter och industriella flöden. Det är troligt att förarlösa fordon får ett större genomslag för gods- än persontransporter på grund av starkare ekonomiska incitament, förarbrist och lägre tekniska barriärer.
Det preliminära CLD från projektet visar att minskningen av marginalkostnad (både faktisk och upplevd kostnad) på grund av digitalisering är central och påverkar ett stort antal andra variabler i systemet så som körsträcka, utflyttning, konkurrens med andra färdmedel m.m. Den enda hittills identifierade balanserande feedback-loopen är trängsel. Med tanke på att trängsel i princip bara utgör en starkt begränsande effekt centralt i våra städer finns det anledning att forska vidare kring styrmedel för att undvika att klimatutsläpp ökar.
Projektet visar också att framtagande av CLD har stor potential som verktyg för experter från olika discipliner att samarbeta och dela kunskap vid en tvärvetenskaplig frågeställning.