Mot resilienta och jämlika mobilitetssystem med dynamiska syntetiska populationer

Forskningsprojekt, 2026 – 2030

Vad händer med vardagens resor när busslinjer stängs, elen försvinner eller en värmebölja slår till? Vem drabbas mest – och var? För att planera ett robust och rättvist transportsystem behöver vi förstå både människors beteenden och platsers förutsättningar, inte bara i ”normalfallet” utan också när något oväntat inträffar.Projektet utvecklar nästa generations syntetiska befolkningar – statistiskt korrekta samlingar av artificiella individer som liknar verkligheten på gruppnivå, men aldrig motsvarar någon enskild person. Det gör det möjligt att analysera tillgänglighet och jämlikhet på detaljnivå utan att äventyra integriteten. Tidigare syntetiska populationer har oftast varit statiska ögonblicksbilder. Vi tar ett avgörande steg vidare: befolkningarna görs dynamiska (kontinuerligt uppdaterade med flera datakällor), scenarioberedda (anpassningsbara vid förändrade tjänster och styrmedel) och orsakssammanhängande (möjliggör trovärdiga ”tänk om”-analyser). Detta representerar ett verkligt språng bortom dagens praxis.Med hjälp av folk- och bostadsstatistik, kollektivtrafikens tidtabeller, information om bebyggelse och infrastruktur samt mobilitetsdata från smartphones bygger vi en anonymiserad och rik bild av hur olika grupper rör sig i vardagen. Vi använder avancerad AI för att generera flerdagars aktivitets- och resmönster som följer verkliga tids- och rumsbegränsningar. Dessa kopplas till en digital tvilling för mobilitet där vi kan ”stresstesta” politik och åtgärder före, under och efter störningar.En central nyhet är att vi särskiljer mellan akuta händelser utan förvarning (t.ex. plötsliga avbrott) och händelser med viss förvarning (t.ex. värmeböljor eller väntade översvämningar). Med förvarning kan människor planera i förväg genom att ändra tider, färdsätt eller kombinera ärenden, medan akuta händelser utlöser omedelbara skydds- och återföreningsbeteenden. Vi analyserar hur dessa skillnader slår mot olika grupper – inkomst, kön, ålder, bilinnehav och bostadsområde – för att synliggöra både sårbarhet och återhämtningsförmåga.För att förstå resiliens behöver vi inte bara modeller, utan också beteendedata som visar hur människor faktiskt agerar vid störningar. Mobiltelefondata före, under och efter händelser gör det möjligt att se skillnader i hur olika grupper reagerar – till exempel vem som evakuerar snabbt, vem som stannar kvar och hur återhämtningen sker. Eftersom Sverige hittills har få stora naturkatastrofer att dra lärdom av, använder vi även internationella exempel. Särskilt värdefullt är material från Chile, där frekventa bränder, översvämningar och jordbävningsövningar ger unika möjligheter att observera beteendemönster. Dessa empiriska insikter används som grund för modellkalibrering och validering innan de anpassas till svenska förhållanden.Resultaten stödjer Sveriges mål för klimatanpassning, krisberedskap och transportresiliens. På kort sikt ger vi jämförbara indikatorer och protokoll för att bedöma effekterna av åtgärder som tillfälliga omledningar, ändrade turtätheter, omfördelning av gator eller begränsningar i laddning. På längre sikt möjliggör projektet att stresstester av politik och infrastruktur blir rutin, så att investeringar och drift bättre matchar faktiska beteenden och lokala behov.Öppen vetenskap och integritet är kärnan. Vi publicerar dokumentation, kod, utvärderingsmått och integritetssäkra syntetiska data enligt FAIR-principerna (CC BY 4.0). Råa positionsdata delas aldrig. Genom att bygga in integritet från start – dataminimering, säkra miljöer och statistiskt skydd – kan vi förena detaljerad jämlikhetsanalys med bibehållet förtroende. Målet är snabbare, rättvisare och mer hållbar mobilitet för alla, även när förutsättningarna förändras.