• No results found

Regional nivå, erfarenheter av STRAGO-rAps

Bilaga 5: Synpunkter med mera tom 1/2-2013

3 METOD OCH TILLÄMPNING I SVERIGE

3.2 Regional nivå, erfarenheter av STRAGO-rAps

Uppgiften att från långtidsutredningens scenarier på nationell nivå åstadkomma en konsistent fördelning av befolkning, produktion, sysselsättning mm. på detaljerad områdesnivå måste i praktiken hanteras med flera modeller. Vid denna fördelning är befolkning, ekonomi och arbetsmarknad på nationell nivå givna exogena förut-sättningar vid fördelningen på regional nivå. På motsvarande sätt är befolkning, ekonomi och arbetsmarknad på regional nivå givna exogena förutsättningar vid den slutliga fördelningen på detaljerad områdesnivå. Modellramverket STRAGO-rAps bygger däremot på samverkan mellan modeller på regional nivå.

Styrkan med den rumsliga allmänjämviktsmodellen STRAGO är att den beskriver ekonomiska aktörers beslutsfattande. Producenter och konsumenter substituerar olika varor till följd av en förändrad prisbild, och produktionens regionala fördel-ning påverkas av transportkostnader och agglomerationseffekter. Men STRAGO är med nödvändighet aggregerad, har ett relativt litet antal varugrupper/branscher (#14) och en indelning av Sverige i större regioner (#9). Vidare måste STRAGO förses med data om arbetskraftens (sysselsättningens) storlek i respektive region.

23 Trafikanalys (2010)

Analys & Strategi

Styrkan med den flerregionala input-outputmodellen rAps är att den arbetar med ett relativt stort antal branscher (#49) och med en indelning av Sverige i funktionella arbetsmarknadsregioner (#72). Men i rAps modelleras en efterfrågedriven ekono-misk utveckling, i princip utan priser. Det innebär att modellen inte kan ta explicit hänsyn till hur transportkostnader, eller andra kostnader, påverkar produktionens regionala fördelning; inte heller kan agglomerationseffekter modelleras explicit.

Genom att länka de båda modellerna kan deras respektive styrkor bibehållas24. Fi-gur 3 ger en översiktlig bild av denna länkning.

Figur 3 Länkning mellan STRAGO och rAps vid nedbrytning av nationella data

(1) Först förser den nationella modellen rAps med resultat avseende befolkning, produktivitet och exogen efterfrågan. Givet dessa restriktioner på nationell nivå ger rAps modellberäknad arbetskraft (sysselsättning) per region, som summeras till re-gional nivå i STRAGO. (2) Givet denna rere-gionala tillgång på arbetskraft används STRAGO för en regional nedbrytning av resultat från den nationella modellen, bland annat produktion per bransch. (3) Därefter görs en ny körning med rAps, denna gång med STRAGO:s resultat (produktion per bransch och region) som re-striktioner. Om arbetskraftens regionala fördelning avviker från föregående resultat kan (bör) dessa reviderade data användas i en förnyad beräkning med STRAGO, och med reviderade restriktioner från STRAGO genomförs därefter ytterligare en körning med rAps. Hitintills har dock ett sådant iterativt förfarande inte tillämpats.

Konsekvenserna av denna länkning kan beskrivas enligt följande. Sysselsättning-ens regionala fördelning enligt den första körningen med rAps drivs huvudsakligen av regionernas branschstruktur för basåret, samt av förändringen i exogen efterfrå-gan och produktivitetstillväxt per bransch, enligt resultat och förutsättningar från den nationella modellen.

24 Ahlgren et al. (2012) presenterar ett likartat exempel på länkning mellan modeller, i detta fall mellan energisystemmodellen TIMES-Sweden och allmänjämviktsmodellen EMEC.

Också här är syftet att få modellerna att samverka på ett transparent sätt samtidigt som re-spektive modells styrkor bibehålls. EMEC:s styrka är bland annat att den erbjuder en konsi-stent beskrivning av hur ekonomins olika sektorer interagerar med varandra medan TIMES styrka ligger i den tekniska beskrivningen av energisystemet och de viktiga interaktionerna inom energisystemet.

Analys & Strategi 19

Agglomerationsfördelarna i storstadsregioner och regioner med stora arbetsmark-nader kommer endast till uttryck via regionens branschstruktur; exempelvis är snabbväxande branscher i riket enligt den nationella modellen, t ex kunskapsinten-siva företagstjänster, koncentrerade till Stockholm och övriga storstadsregioner.

Marknadens storlek påverkar även de regionala multiplikatorerna, vilket tenderar ge större multiplikatorer i de större regionerna. Men, resultaten från rAps i den första körningen är inte genererade av en modell som explicit tar hänsyn till trans-portkostnader, eller andra kostnader, och inte heller modelleras några agglomera-tionseffekter. Produktionens regionala fördelning enligt STRAGO i det andra ste-get kan ses som ett korrektiv i dessa avseenden.

Givet produktionens ändrade regionala fördelning i STRAGO, medan regionernas arbetskraft (sysselsättning) är bestämd av indata från rAps i det första steget, kom-mer den resulterande produktivitetstillväxten per bransch att avvika från förutsätt-ningarna enligt den nationella modellen. Det kan finnas skäl varför branschernas produktivitetstillväxt uppvisar viss regional variation. Det är dock rimligare att se denna variation främst som en indikator på ”flyttmotiv”, dvs. motiv för en regional omfördelning av arbetskraften. Flyttningar modelleras inte i STRAGO, men i rAps.

I det tredje steget, dvs. i den andra körningen med rAps, bestäms sysselsättningens regionala fördelning av produktionens regionala fördelning enligt STRAGO, och av branschernas produktivitetstillväxt enligt de nationella förutsättningarna på samma sätt som i den första körningen. Som resultat av att sysselsättningens re-gionala fördelning förändras modellberäknas en regional omfördelning av befolk-ning och arbetskraft.

Tabell 1 illustrerar utfallet på sysselsättningens fördelning, enligt det första steget utan restriktion, och enligt det tredje steget där sysselsättningen har beräknats med STRAGO:s restriktion för produktionens regionala fördelning (NUTS 2 regioner).

Tabell 1 Årlig förändring av förvärvsarbetande nattbefolkning, skillnad mot riket.

Faktisk förändring 1985-2009 och framskrivning 2005-2030 med rAps, utan respektive med restriktion från STRAGO

Årlig förändring av förvärvsarbetande nattbefolkning, % NUTS 2 region 1985-2009 2005-2030

Utan restriktion Med restriktion ________________________________________________________________________

Källa: Anderstig och Sundberg (2013)

Analys & Strategi

Eftersom det totala antalet sysselsatta i riket stort sett var detsamma år 2009 som år 1985, medan sysselsättningen förväntas öka med drygt 0,3 procent per år mellan år 2005 och 2030, redovisas den årliga förändringen för regionernas sysselsättning som avvikelse mot det nationella genomsnittet.

Resultatet enligt Tabell 1 indikerar att sysselsättningens årliga förändring 2005-2030 beräknad med STRAGO:s restriktion för produktionens regionala fördelning ligger avsevärt närmare den historiska förändringen 1985-2009 än när förändringen beräknas utan denna restriktion. Detta tyder på att de länkade modellerna bättre förmår återge de faktiska drivkrafterna bakom omvandlingen i den ekonomiska geografin, än vad rAps förmår utan länkning med STRAGO.

Som framgått ovan är dock den nuvarande länkningen mellan STRAGO och rAps resultatet av ett inledande utvecklingsarbete som genomförts på kort tid, och det bör understrykas att modellramverket inte är färdigutvecklat. Här kan några punk-ter nämnas angående förslag på fortsatta insatser för att utveckla modellramverket:

a. I de tillämpningar som genomförts hittills har länkningen endast genom-förts i de tre steg som redovisats ovan. Resultatet i Tabell 1 pekar på att det finns skäl att genomföra ytterligare iterationer.

b. STRAGO har primärt utvecklats för analys av varuproduktion och gods-transportefterfrågan, där hela tjänstsektorn ingår i ett aggregat ”Övrigt”

tillsammans med byggnadsindustrin. Modellen bör därför kompletteras med en lämplig uppdelning av tjänstesektorn.

c. För närvarande är rumsligt fixerade naturtillgångar, t ex järnmalm, inte re-presenterade i STRAGO. Detta är en faktor att beakta vid en vidareutveck-ling av modellen.

I viss utsträckning har dessa punkter aktualiserats i samband med granskningen av de estimat som redovisades år 2010, se Trafikanalys (2010), och i samband med de fortsatta tillämpningar som kommenteras i följande avsnitt 3.3 och 3.4

Related documents