Tidigare studier

Inom området ekonomiska effekter av idrottsevenemang finns det tidigare forskning med olika infallsvinklar och undersökningsmetoder. Resultaten från studierna har blandat utfall. Detta avsnitt kommer att presentera några tidigare studier inom ämnet och vad de har kommit fram till.

En del studier visar på positiva resultat, en orsak till detta kan vara att det blir en mindre effekt om det är en stor stad som arrangerar än om det är en mindre stad där det inte sker lika mycket andra evenemang. Exempelvis så visar en studie avseende den ekonomiska effekten av Olympiska spelen i Peking 2008 (Li, et al., 2013) att det lokalt sett fanns en positiv effekt av att arrangera spelen men totalt sett var effekten inte tillräckligt stor för att vara betydande för landets totala ekonomi. Li, et al., (2013) använde sig av jämviktsmodellen CGE med ofullständig konkurrens i sin studie för att framförallt kolla på hur turismen påverkades. De tillresta nationella- och internationella besökarna beräknades medföra 119 miljoner dollar respektive 59 miljoner dollar i välfärdsvinster. Vilket gjorde att de olympiska spelen stod för

0,1% ökning av den totala BNP som var i staden. Vilket visar på att ju större staden är, desto mindre blir den ekonomiska effekten av ett mega-event. Li, et al., (2013) förklarar resultatet från deras CGE modell enligt konkurrenseffekten, det vill säga att välfärdseffekterna visade sig vara större under ofullständig konkurrens. De små positiva effekter som uppkommer från idrottsevenemang kan väntas flyta ut med de normala svängningarna som finns inom ekonomin i landet.

Baade, et al., (2011) undersökte den ekonomiska effekten av collage idrott (idrotterna fotboll och basket) för den lokala ekonomin i två universitetsstäder i Florida. Studien gjordes genom att kolla på den beskattningsbara försäljningen. Baade, et al., (2011) menar på att det är svårt att hitta någon ekonomisk effekt, då deras positiva ekonomiska resultat är små. Samtidigt anser de att om deras studie bara visar på en liten ekonomisk effekt, så finns det ingen anledning att tro att det skulle finnas andra ekonomiska effekter i andra idrotter. Undersökningen gjorde dem genom att använda två olika ARMA(p,q) modeller. Båda modellerna innehöll säsongsbaserade data med avseende på månadsförsäljning, detta på grund av att den beskattningsbara försäljningen skiljer sig åt under vissa månader.

De olympiska vinterspelen i Sotji 2014 är ett av de dyraste OS:en någonsin. Inför spelen byggdes mycket nytt vilket ledde till att det fanns många hotell som inte användes samtidigt som stora arenor byggdes utan att det fanns någon plan på att de skulle användas efter OS. De olympiska spelen i Sotji finanseriades till 96,5% av offentliga medel (Müller, 2015). Müller (2015) fokuserar på att hitta variablerna som hade störst påverkan på de ekonomiska effekterna genom att kolla på de faktiska ekonomiska resultaten och förkalkyleringarna. De faktiska kostnaderna jämförs sedan med de förkalkylerade, de långsiktiga konsekvenserna för turism och andra aspekter som hur infrastrukturen ska användas framöver var faktorer som undersöktes. Müller (2015) använde sig av data från officiella rapporter gjorda av organisationer och företag som var involverade i arrangemanget, exempelvis de nationella olympiska kommittéerna. Resultatet från studien visar att en konsekvens till följd av de höga kostnaderna i samband med OS i Sotji påverkades landets ekonomi negativt under en lång tid efter det att arrangemanget har avslutats.

Storm, Jakobsen, & Gjersing Nielsen (2019) testar om det är finns några ekonomiska effekter på regioner som har anordnat Formel 1 Grand Prix från år 1991–2017 med hjälp av objektiva data. De använder sig av BNP, sysselsättning och turism i olika regressionsmodeller där de använder sig av en fixerad effektmodell där kvantitetens parametrar är fasta. Storm et al., (2019)

använder även andra ekonometriska modeller för att stärka deras resultat. De använde OLS-regression, random effects, first differences och AB models. Deras resultat antyder att det inte genererar i några positiva ekonomiska effekter av att vara värd för formel 1 lopp.

Bohlmann och van Heerden (2005) undersökte de ekonomiska effekterna av fasen före FIFA World cup 2010 i Sydafrika med hjälp av CGE-modell. De ökade kostnaderna för infrastruktur samt de makroekonomiska aspekterna produktion och sysselsättning undersöktes med fokus på utgifterna och hur det påverkade den lokala ekonomin. Deras resultat visar att tiden innan World cup kommer att ha en positiv påverkan på ekonomin i landet. Deras beräkningar visar att den reala BNP beräknas öka och att sysselsättningen kommer att stiga då det skapas nya jobb genom byggandet av platser som skall användas under arrangemanget.

Som ovan nämnts pekar Siegfried och Zimbalist (2000) på att det finns en del brister i analyser när man försöker mäta den ekonomiska effekten i och med att kostnaderna som uppstår i och med evenemanget ofta lämnas utanför. Detta överensstämmer med Taks, et al., (2011) studie som visar på det med hjälp av CBA analys (kostnadsnyttoanalys). Vidare jämförde Taks, et al., (2011) den ekonomiska effekten på 2005-års Pan-Amerikan junior mästerskap med en EIA (konsekvensanalys) och CBA analys för att visa på skillnaderna. EIA visade på en ökning i staden med 5,6 miljoner medan CBA modellen visade en förlust på 2,4 miljoner. Vilket än en gång stärker de antaganden om att det finns svårigheter att mäta den ekonomiska effekten av ett idrottsevenemang.

Baade och Matheson (2016) undersöker de fördelar som finns för att vara värd för de olympiska spelen tillsammans med spelens kostnader. Fördelarna och kostnaderna presenteras i tre kategorier vardera. Kortvariga fördelar som uppstår så som turistintäkter, långsiktiga fördelar benämns som ”olympiskt arv” och den tredje fördelen handlar om immateriella fördelar.

Kostnadskategorierna innehåller allmän infrastruktur, specifik infrastruktur och allmän administration. I studien framkommer det att de olympiska spelen i flesta fall inte resulterar i någon ekonomisk effekt. Positiva fördelar uppkommer endast under mycket specifika förhållanden.

Litteraturgenomgången uppvisar att idrottsevenemang kommer att generera i att sysselsättningen i ett land eller en stad tenderar att öka, dock visar denna förändring att den i många fall inte är betydelsefull för att påvisa en ekonomisk effekt. Kostnaderna är en faktor som många studier inte tar hänsyn till, att kostnader för att organisera idrottsevenemang är stora

kan ses som uppenbart. Att staden får ett uppsving under stundande evenemang inom turism och synlighet likaså, vilket kan ses som positivt. Den långsiktiga effekten av att arrangera idrottsevenemang är inte lika tydlig och tas sällan upp i studier.

Tabell 1. Sammanfattning tidigare studier.

Egenskapad (2020)

Då positiv effekt är märkt med X har en positiv ekonomisk effekt påvisats i studien, de positiva resultaten är ofta väldigt små och inte betydande för hela ekonomin vilket beskrivs mer

ingående när studierna presenteras ovan.

3. Teoretiskt ramverk

I detta avsnitt kommer först en kort historisk bakgrund till ekonomin inom idrott. Vidare kommer en kort redogörelse av den relevanta teorin kring kopplingen mellan den ekonomiska effekten och variablerna sysselsättning och gästnätter.

År 1956 la Simon Rottenberg grunden till studier inom ekonomin av idrott. Rottenberg skrev en artikel beträffande arbetsmarknaden för basebollspelare. Till en början sågs ekonomin inom idrott ut ha en anknytning till arbetsmarknadsekonomin och ekonomin inom idrott sågs ur ett företags perspektiv ut som en ekonomisk organisation med tillämpad mikroekonomisk teori och marknadskonkurrens (Andreff & Szymanski, 2009). Matheson (2005) menar att en ekonomisk analys av idrott görs med hjälp av en multiplikator som baseras på bland annat utgifter och åskådare. Detta används för att se en ekonomisk påverkan av idrott, men då denna studien kollar på tre aspekter från ett nationalekonomiskt perspektiv för en specifik region anses modellen inte lämplig att bruka.

En ökad sysselsättning leder till högre BNP (Fregert & Jonung,), vilket i sin tur leder till en ökad ekonomisk tillväxt. Högre sysselsättning har påverkan på den ekonomiska utvecklingen i samhället (Ekonomifakta, 2019). Sysselsättning är en faktor som är betydelsefull för den

kommunala konsumtionen, det är inte bara BNP som påverkar hur den utvecklingen ter sig.

Ökad sysselsättning kan också ha betydelse för skatteunderlaget i en kommun (Regeringen, 2011). Idrottens arrangemang skapar extra arbetstillfällen, vilket kan betyda att företag tillfälligt flyttar eller expandera sin verksamhet till en annan ort på grund av idrottsevenemangets uppkomst vilket i sin tur kan leda till att sysselsättningen i regionen ökar.

Turism skapar konsumtion i en kommun inom flera olika branscher, exempelvis hotellbranschen (Tillväxtverket, 2020). Gästnätter kan därför användas för att se på ekonomiska effekter genom att om turismen ökar, ökar även konsumtionen vilket kan leda till en ökning i BNP och den ekonomiska tillväxten. Turism har dessutom en koppling till sysselsättning. En ökad turism genererar fler hotellnätter, vilket kan öka sysselsättningen. Idrotten och dess evenemang genererar i fler turister. När turister kommer till stad eller region spenderar de pengar, vilket leder till att summan av varor och tjänster som omsätts i regionen ökar. Dock gäller detta inte bara idrottsliga arrangemang utan mer generellt när turismen expanderas. Ett större idrottsevenemang som ett världsmästerskap borde bidra till ökad marknadsföring för regionen vilket skulle kunna leda till ett större intresse för turister att besöka området även efter VM, vilket Falun som stad hade i åtanke då de investerade ca 300 miljoner svenska kronor med en långsiktig plan för att göra staden mer attraktiv (Falun, 2017).

En så kallad chock eller störning i ekonomin kan ge olika konsekvenser, ett Skid-VM kan upplevas som en exogen händelse för regionen. Vilket kan i sin tur leda till att regionen blir mer attraktiv. Som nämnts i inledningen kan processen som sker för att tilldelas arrangörskapet se olika ut. Falun kan ha fått arrangörskapet till Skid-VM för att de är en kommun som fungerar väl, som stödjer idrott och har en god sysselsättning och turism. Beslutet att världsmästerskapet blev i Falun säger svenska skidförbundets ordförande Mats Årjes såhär om: ”Kombinationen av ett bra koncept, en lång tradition med väl genomförda tävlingar och att de lyssnade på argumentet att det 2015 blir 22 år sedan vi hade VM var nog det som avgjorde” (Aftonbladet, 2011) Uttalandet tyder inte direkt på att sysselsättning eller god turism är faktorer som gjorde att Falun blev arrangörsort. Istället pekar beslutet på att det inte finns något direkt kausalitetssamband mellan världsmästerskapen, sysselsättning och gästnätter/turism. Beslutet baseras mer på att Falun tidigare har arrangerat världsmästerskapet med lyckad utgång. De ekonomiska effekterna av idrottsevenemang är svårdefinierade och kan vara svåra att mäta (RF, 2008) och det visar sig i många studier att effekterna är väldigt små. Trots att de är små så framkommer de att det finns ekonomiska effekter av idrottsevenemang.

Idén är att med empiriska data för sysselsättning och gästnätter studera sambandet kring de ekonomiska effekter som kan uppstå till följt av idrottsevenemanget skid-VM i Falun 2015.

Genom att använda dessa två variabler som har koppling till regional BNP och ekonomisk utveckling kan om möjligt identiteten av ekonomiska effekter vid stora idrottsevenemang påvisas. Effekten kollas specifikt för regionen Dalarnas län och inte hela landet. De ekonomiska effekterna kan komma att uppstå vid olika tidpunkter. Effekterna från sysselsättning kan komma att synas både innan och efter perioden för världsmästerskapet till följd av att fler arbetstillfällen skapas både före och efter idrottsevenemanget. För gästnätter förväntas den största koncentrationen av effekten vara under den exakta period som VM pågår.

Det som skulle vilja påvisas i denna studie till följd av denna exogena händelsen världsmästerskapen, är en ekonomisk effekt genom förändring i sysselsättning och gästnätter.

Dessa variabler har inte någon koppling till att VM arrangeras i regionen.

Från teorigenomgången, tidigare studier och de ovan presenterade teoretiska ramverk har följande referensram skapats för denna studie:

Figur 2. Teoretisk referensram

Egenskapad (2020)

4. Data

Nedan kommer den data/empiri som ligger till grund för studien att presenteras. Dessutom introduceras regionen som kommer att vara kontrollgrupp.

Paneldata från Statistiska centralbyrån (2020) med definieringarna ”Befolkningen 15–74 år (AKU) efter region, arbetskraftstillhörighet, kön, tabellinnehåll och kvartal” Dalarnas län, Värmlands län, sysselsatta, 1000-tal och procent ”Antal gästnätter, preliminär statistik efter region, anläggningstyp och månad” Dalarnas län, Värmlands län, hotell och vandrarhem samt data från Tillväxtverket (2020) ”Tillväxtanalys; statistik för nystartade företag, enkätdata samt

uppföljning nystartade företag” har använts. Statistikuppgifterna som används i studien är på kvartalsbasis samt månadsbasis, hade data på årsbasis använts hade undersökningen blivit för resistent. Det optimala hade varit att använda månadsdata för alla variabler men i och med att det inte var tillgängligt anses data per kvartal lämpligt att genomföra studien med. Genom att använda objektiva paneldata till studien kan resultatet sedan jämföras med tidigare studier som använder sig av andra modeller. Tidperioden som används är 3 år före starten av världsmästerskapet i Falun 2015 och 3år efter. Mästerskapsperioden varade mellan den 18 februari - 1 mars 2015 (Svenska skidförbundet, 2015).

4.1. Urval av region

Urvalet av region att jämföra Dalarnas län med grundas i att försöka använda så lika regioner som möjligt med fokus på att ha ett liknande antal invånare. Dalarnas län är till storlek på område det 4:e största länet i landet. I länet finns 15 kommuner med totalt cirka 288 000 invånare. Värmlands län är till storlek på område det 8:e största länet i Sverige där 16 kommuner ingår med totalt ca 282 000 invånare (Ekonomifakta, 2019).

På grund av att länen till befolkning och storlek är liknande kommer Värmland att jämföras med Dalarnas län för att försöka hitta någon ekonomisk effekt av VM i Falun. Ingen vetskap om att det har varit något större evenemang i Värmland under denna tidsperiod som kan komma att påverka resultatet har framkommit. Om det under den tidsperiod som undersöks i studien hade varit något större evenemang även i Värmland hade den data som används kunnat visa missvisande resultat.

Ett annat län som sett till befolkning och storlek liknar Dalarnas län är Kalmar län. På grund av att Kalmar och Öland (som också ingår i Kalmar län) är så kallade ”sommarställen” som tillkallar sig extra turister och därmed ett stort antal ökade gästnätter under sommaren valdes inte det. Gävleborgs län är också sett till befolkning jämförbart med Dalarnas län. Data för gästnätter hos Statistiska centralbyrån (2020) saknades under vissa månader för Gävleborgs län och därför valdes inte länet till jämförande län. Värmlands län valdes för att kunna få ett så bra resultat som möjligt.

4.2 Deskriptiv statistik

Tabell 2. Deskriptiv statistik för sysselsättning och gästnätter i Dalarnas- och Värmlands län.

Sysselsatta i 1000-tal.

Data inhämtad från Statistikmyndigheten SCB, tillväxtverket (2020) & egna beräkningar (2020).

Ovan introduceras en tabell över paneldata med avseende på gästnätter och sysselsättning. För gästnätter har data från månad 2 år 2012 till månad 2 år 2018 används. Sysselsättningen är kalkylerad utifrån kvartal 1 år 2012 till kvartal 1 år 2018. Överst presenteras gästnätter för den arrangerande regionen Dalarna och under presenteras kontrollgruppen Värmlands län, detsamma gäller sysselsättning där översta raden är Dalarna följt av Värmland.

Tabell 3. Deskriptiv statistik för gästnätter/år i Dalarnas- och Värmlands län februari 2012 till februari 2018.

Data inhämtad från Statistikmyndigheten SCB, tillväxtverket (2020) & egna beräkningar (2020). ”Antal gästnätter, preliminär statistik efter region, anläggningstyp och månad”, Dalarnas län, Värmlands län, boendetyperna; hotell och vandrarhem.

Figur 3. Diagram över antalet gästnätter i Dalarna- och Värmlands län år 2015. VM-perioden är markerad med ett rött vertikalt streck.

Data inhämtad från Statistikmyndigheten SCB, tillväxtverket (2020), egenskapad (2020)

0

Figur 4. Diagram över antalet gästnätter i Dalarna- och Värmlands län månad 2 år 2012 till månad 2 år 2018. VM-perioden är markerad med ett rött vertikalt streck.

Data inhämtad från Statistikmyndigheten SCB, tillväxtverket (2020), egenskapad (2020)

I februari år 2015 när världsmästerskapen i skidor var kan man avläsa att det är en markant ökning av gästnätter i Dalarnas län gentemot samma tid i Värmland. Likväl kan man se att det är betydligt fler gästnätter under februari månad som idrottsevenemanget ägde runt gentemot resterande månader under året. En första granskning av gästnätter visar att regionen hade mer turister under världsmästerskapen än under andra månader samma år. I figur 4 syns det även tydligt att det är fråga om en säsongsvariation i Dalarnas län. Under samma tidsperiod varje år (runt månad 11) ökar antalet gästnätter i Dalarna medan det sker en nedgång samma tid i Värmlands län.

0 20000 40000 60000 80000 100000 120000 140000 160000 180000

2012M02 2012M04 2012M06 2012M08 2012M10 2012M12 2013M02 2013M04 2013M06 2013M08 2013M10 2013M12 2014M02 2014M04 2014M06 2014M08 2014M10 2014M12 2015M02 2015M04 2015M06 2015M08 2015M10 2015M12 2016M02 2016M04 2016M06 2016M08 2016M10 2016M12 2017M02 2017M04 2017M06 2017M08 2017M10 2017M12 2018M02

Gästnätter M2 2012-M2 2018

Dalarnas län Värmlands län

Tabell 4. Antal sysselsatta i 1000-tal och procent i Dalarnas – och Värmlands län kvartal 1 2012 till kvartal 1 2018.

Data inhämtad från Statistikmyndigheten SCB (2020), ”Befolkningen 15–74 år (AKU) efter region, arbetskraftstillhörighet, kön, tabellinnehåll och kvartal” Dalarnas län, Värmlands län, sysselsatta 1000-tal och procent. Egenskapad (2020).

Figur 5. Sysselsatta i procent, Dalarnas – och Värmlands län kvartal 1 2012 till kvartal 1 2018. VM-perioden är markerad med ett rött vertikalt streck.

Data inhämtad från Statistikmyndigheten SCB (2020), egenskapad (2020).

Vid en första titt kan vi notera en ökning i sysselsättning för Dalarnas län från kvartal 4 2014 till kvartal 1 2015 medans det för kontrollgruppen Värmland sker en minskning under samma period. Därefter ökar båda regionerna under en period. Grafen för sysselsättning visar på en liten positiv effekt i början av året när världsmästerskapen ägde rum. Dock kan inte detta bevisa något om att det var just världsmästerskapen som leder till en ökning i sysselsättning. För tidsperioden innan världsmästerskapet följer de båda länen en liknande trend, med undantag för slutet år 2013 till början på år 2014 där det svänger mer i Värmlands län jämfört med Dalarnas län.

Tabell 5. Deskriptiv statistik för kontrollvariabeln nystartade företag.

Data inhämtad från Tillväxtanalys; statistik för nystartade företag, enkätdata samt uppföljning nystartade företag (2020) & egna beräkningar (2020).

58

2012K1 2012K2 2012K3 2012K4 2013K1 2013K2 2013K3 2013K4 2014K1 2014K2 2014K3 2014K4 2015K1 2015K2 2015K3 2015K4 2016K1 2016K2 2016K3 2016K4 2017K1 2017K2 2017K3 2017K4 2018K1

Sysselsättning i %

Sysselsättning

Dalarnas län Värmlands län

5. Metod

Metodavsnittet börjar med en kort bakgrund till valet av difference-in-differences metoden.

Därefter presenteras metoden följt av hur regressionerna kommer att genomföras.

Tidigare studie som har analyserat den ekonomiska effekten av ett stort idrottsevenemang utifrån de två aspekterna sysselsättning och gästnätter har inte använt difference-in-differences metoden. Användning av faktorerna sysselsättning och gästnätter är däremot återkommande i tidigare studier. Valet av metod baseras på att metoden inte är tillämpad i denna typ av studier och den anses därför lämplig att implementera. Metoden kan anses enkel för att kunna finna kausala effekter, tillvägagångssättet är ett okomplicerat sätt att mäta hur en händelse kan leda till en effekt. Det krävs att den så kallade kontrollgruppen inte har varit med om samma sak som behandlingsgruppen för att metoden ska vara användbar och för att slutsatsen ska visa ett gångbart resultat (Borjas, 2013). CGE modellen kräver ett större åtagande där även andra variabler behöver inkluderas. Tidigare studier har använt sig av olika modeller för att se på de ekonomiska effekter som kan uppstå till följd av ett större idrottsevenemang. Bland annat har studier gjorts med CGE-, ARMA(p,q)- och fasta effekts modeller. Difference-in-differences är en metod som används för att studera de förändringar som uppstår till följd av en specifik händelse. För att kunna använda metoden difference-in-differences används data för en behandlingsgrupp som sedan jämförs mot en kontrollgrupp. I denna studie kommer Dalarnas län att vara behandlingsgruppen och kontrollgruppen är Värmlands län som inte har anordnat ett större idrottsevenemang under denna tidsperioden. Om det sedan uppkommer en ekonomisk effekt kan den upptäckas genom att jämföra hur de båda grupperna förändras efter genomförandet. Genomförandet i denna studien blir världsmästerskapen i skidor 2015 och målet är att hitta någon ekonomisk effekt utifrån de två aspekterna sysselsättning och gästnätter.

Vid difference-in-differences metodens beräkning förutsätter man att skillnaden mellan behandlingsgruppen och kontrollgruppen är kontinuerlig över tid vilket är den parallella trenden. Detta visas i figur 6 nedan. DL= Dalarnas län. VL= Värmlands län.

Figur 6. Exempel parallella trender. Illustrerar hur skillnaden mellan behandlingsgrupp och kontrollgrupp bör se ut över tid.

Egenskapad (2020)

Punkt DL till DL visar trenden som antas vara utan någon behandling, i detta fall utan att vara arrangör av VM för Dalarnas län. Punkt DL till DL´ visar trenden som förväntas uppstå till följd av VM, vilket även kommer att vara difference-in-differences effekten. Punkt VL till VL visar

Punkt DL till DL visar trenden som antas vara utan någon behandling, i detta fall utan att vara arrangör av VM för Dalarnas län. Punkt DL till DL´ visar trenden som förväntas uppstå till följd av VM, vilket även kommer att vara difference-in-differences effekten. Punkt VL till VL visar