Två studier av kostnader för upphandlade asfaltbeläggningar

www.vti.se/publikationer Roger Pyddoke Johan Nyström Jan-Eric Nilsson

Två studier av kostnader för

upphandlade asfaltbeläggningar

Förord

Det här notatet utgör rapportering av VTI:s projekt 201273 Produktivitetsutveckling beläggning väg och som finansierats av Trafikverket inom ramen för programmet Bana Väg För Framtiden (BVFF) med Trafikverkets diarienummer 2013/18472.

Notatet utgörs av två delstudier. Den första har utarbetats av Roger Pyddoke och Johan Nyström. Christopher Creutzer har gjort databearbetningarna. Den andra har utarbetats av Jan-Eric Nilsson. Lina Jonsson och Dragos Raileanu gjorde databearbetningarna. Mats Wendel har varit Trafikverkets beställare och Mats har också medverkat i projektet.

Författarna tackar granskarna Johan Lang, WSP och Robert Karlsson, VTI, för kommentarer och synpunkter på rapporten.

Stockholm, 3 november 2014

Roger Pyddoke Projektledare

Process för kvalitetsgranskning

De två ingående studierna har granskats var för sig. För studien i kapitel 1 genomfördes ett granskningsseminarium genomfört 21 maj 2014 där Johan Lang, WSP, var lektör. Förste författare Roger Pyddoke har genomfört justeringar av slutligt rapportmanus den 26 oktober 2014. För studien i kapitel 2 genomfördes en intern peer review av Robert Karlsson den 15 oktober 2014. Jan-Eric Nilsson har genomfört justeringar av slutligt rapportmanus den 26 oktober 2014. Forskningschef Mattias Viklund har därefter granskat och godkänt publikationen för publicering 7 november 2014. De slutsatser och rekommendationer som uttrycks är författarnas egna och speglar inte nödvändigtvis myndigheten VTI:s uppfattning.

Process for quality review

The two studies were reviewed separately. The study in chapter 1 was reviewed at a review seminar carried out on the 21 May 2014 where Johan Lang, WSP, reviewed and commented on the report. First author; Roger Pyddoke has made alterations to the final manuscript of the report the 26 October 2014. For the study in chapter 2 an internal peer review was performed on 15 October by Robert Karlsson. First author; Jan-Eric Nilsson has made alterations to the final manuscript of the report 26 October 2014.The research director Mattias Viklund examined and approved the report for publication on 7

November 2014. The conclusions and recommendations expressed are the authors’ and do not necessarily reflect VTI's opinion as an authority.

Innehållsförteckning

Sammanfattning ... 5

Summary ... 11

1 Kostnadsdrivare för upphandlade asfaltbeläggningar ... 17

1.1 Introduktion ... 17

1.2 Teori... 19

1.3 Tidigare studier ... 21

1.4 Data ... 23

1.5 Modeller och resultat... 29

1.6 Slutsatser och sammanfattning ... 36

Referenser... 39

Appendix ... 40

2 Kostnadsanalys av underhållsbeläggningar ... 47

2.1 Inledning ... 47

2.2 Principer för beräkning av genomsnittskostnader ... 47

2.3 Begreppen beläggningsteknik och grupp ... 49

2.4 Beräkning av genomsnittskostnad ... 51

2.5 Kostnadssamband ... 53

Två studier av kostnader för upphandlade asfaltbeläggningar

av Roger Pyddoke, Johan Nyström och Jan-Eric Nilsson VTI, Statens väg- och transportforskningsinstitut

581 95 Linköping

Sammanfattning

Inledning

Svensk offentlig sektor har ett starkt framåtriktat fokus. Huvuduppgiften är att planera den verksamhet som ska genomföras den närmaste tiden, det kommande året eller den kommande femårsperioden. Planeringsarbetet genomförs inom de ekonomiska ramar som i sista hand fastställs av riksdagen. Ett centralt mål är att denna verksamhet ska genomföras på ett sätt som innebär att resurserna slussas till de åtgärder som ger största möjliga nytta i utbyte.

Intresset för hur verksamheten genomförs är mindre. Exempelvis efterfrågar riksdagen ingen systematisk redovisning av vad som åstadkommits med tilldelade resurser på verksamhets- eller projektnivå. Fokus ligger i stället på att i efterhand säkerställa att anvisade resurser använts inom de verksamhetsområden – drift, underhåll,

nyinvesteringar, etcetera – som anges i budgetbesluten.

En konsekvens av detta framåtriktade perspektiv är att intresset för uppföljning på projektnivå är litet också i myndighetsvärlden; varför granska genomförd verksamhet om ingen efterfrågar resultaten? En konsekvens är att frågan om kostnadseffektivitet tenderar att komma i kläm. Eftersom det övergripande målet om samhällsekonomisk effektivitet inte bara syftar till att slussa resurser till dess mest produktiva användning, utan också att arbetet genomförs till lägsta tänkbara kostnad finns en latent risk för att den senare dimensionen inte ges tillräckligt fokus.

Frågan är därför hur man kan säkerställa att verksamheten genomförs till lägsta tänkbara kostnad. Denna fråga kan ytterligare konkretiseras, exempelvis på följande sätt:

● Vilka generella kunskaper finns om förhållanden som påverkar kostnaderna för att bedriva en verksamhet?

● Om två eller flera delar av samma organisation genomför väsentligen samma uppgift, finns det någon skillnad i kostnaden för att utföra uppdraget? Om svaret är ja, kan den mindre kostnadseffektiva verksamheten lära sig något från den verksamhet som har lägre kostnader?

● Om två eller flera delar av samma organisation har samma uppdrag men genomför det på olika sätt, finns det något som talar för att det ena förfarandet fungerar bättre än det andra?

● Är det möjligt att identifiera hur verksamheten tar till sig kunskaper om nya tillvägagångssätt för att lösa sitt uppdrag?

● Om kostnaderna för någon eller några av de insatsvaror som används i

verksamheten förändras över tid, är det möjligt att se hur man försöker hitta nya metoder som använder mindre av denna och mer av andra, billigare inputs?

I denna rapport redovisas resultaten av två studier som analyserat kostnadseffektiviteten inom en av Trafikverkets mest resurskrävande åtgärdskategorier, nämligen de årliga åtgärder som genomförs för underhåll och reinvesteringar av vägbeläggningar.

Resultaten av de två studierna är inte tillräckligt tydliga för att kunna besvara den typ av frågor som formuleras i ovanstående punkter. Syftet med denna sammanfattning är i stället att peka på vad man med nuvarande kunskaper kan säga och också att peka på några olika vägar att vidareutveckla kunskapen om dessa samband. Framställningen inleds i avsnitt 2 med en beskrivning av den information som funnits tillgänglig för studien. Avsnitt 3 sammanfattar de observationer som kan göras medan avsnitt 4 identifierar några frågor som behöver studeras ytterligare.

Tillgänglig information

Trafikverket har tillhandahållit två olika källor för information om beläggningsåtgärder. Under 2013 startades ett projekt med syftet att använda Trafikverkets (tidigare

Vägverkets) VUH databas innehållande mer än 20 000 registrerade och avslutade beläggningsuppdrag. Vägverkets avsikt med att skapa databasen var att lära av tidigare köp. Enbart kostnader för själva beläggningen ska registreras för varje deluppdrag. Det innebär att kostnader för kringkostnader inte redovisas. Information om de övriga uppdrag, förutom beläggningsunderhåll, som kan har hängt samman med ett beläggningsuppdrag finns inte tillgänglig.

I projektet har urvalet begränsats till de uppdrag i databasen som har en tonkostnad mellan 500 och 1 600 kronor. Ton asfalt beräknas som yta*tjocklek*densitet.

Anledningen är att tonkostnader utanför det intervallet kan indikera att kostnaderna för arbetet inkluderar annat än rena beläggningskostnader. När ofullständiga och orimliga observationer gallras bort återstår 6 877 observationer. Ingen information finns om antal budgivare i upphandlingarna. I stället approximeras konkurrenssituationen genom att identifiera hur många unika entreprenörer som vunnit upphandlingar i regionen under respektive året.

Den andra informationskällan baseras på en sammanställning Trafikverket gjort av underhållsbeläggningar som upphandlats 2012 och 2013; med detta avses större reinvesteringar i form av ny beläggning på längre vägavsnitt. Man har också

tillhandahållit de mängdförteckningar som ligger till grund för sammanlagt 285 avtal eller grupper med TrV:s nomenklatur. Av dessa upphandlades 133 grupper under 2012 till en total kostnad om 1,6 miljarder och 156 grupper under 2013 till en kostnad om 2,1 miljarder kronor.

Trafikverkets sammanställning innehåller information om upphandlande region, om entreprenadform (total- eller utförandeentreprenad) och om beläggningsmetod. Man använder tre metodkategorier; varma, halvvarma och tankbeläggningar. Det finns också information om antal lämnade anbud och om vilket företag som lämnat anbud; den senare informationen har inte använts i de fortsatta analyserna. Sammanställningen anger också vinnande anbudssumma men inte faktisk slutkostnad. I anbudssumman ingår både kostnad för själva beläggningen – som i vissa kontrakt är den enda kostnadsposten – och för övriga åtgärder som ingår i avtalet.

Tack vare tillgången till mängdförteckningar har det varit möjligt att komplettera sammanställningen i två viktiga avseenden. Dels har antalet kvadratmeter beläggning som ingår i avtalet kunnat registreras. I de fall beläggningsmängd anges i ton har en omräkning till kvadratmeter gjorts. Dessutom har antal objekt som ingår i respektive

specifikt objekt innehåller övriga kontrakt mellan 2 och ända upp till 30 objekt, det vill säga åtgärder som genomförs på olika platser men som upphandlas vid ett och samma tillfälle.

Observationer

Beläggningsdatabasen (VUH)

De analyser som genomförts omfattar mellan 74 och 6 120 observationer. Av central betydelse för att förstå kostnader och kostnadsförändringar är den beläggningstyp som används. Varje sådan beläggningstyp definieras av en precist formulerad bokstavs-kombination, och storleken på varje uppdrag mäts i ton.

I de analyser som gjorts har det varit möjligt att förklara mer än 95 procent av

variationen i kostnader för de sju mest frekventa beläggningstyperna. Det visar sig att priset på bitumen har stark inverkan på kostnaden för beläggningar: En ökning av bitumenpriset med 10 procent ökar priset på asfalt med mellan 1,2 och 3,7 procent. En annan kostnadspåverkande aspekt är storleken på den sten som används i

beläggningarna. Effekten av ökad stenstorlek varierar och minskar exempelvis för Y1B men ökar för ABT B 70/100.

Det finns vissa tecken på stordriftsfördelar i verksamheten. Kostnaderna för belägg-ningen ökar således med mellan 7 och 10 procent när beställningarna (i ton) ökar med 10 procent. Försök har också gjorts att bedöma effekten av konkurrens på upphandlings-kostnaden. Ett dilemma är att det inte finns information om hur många anbud som lämnats i varje upphandling. I stället har konkurrenstrycket approximerats med antalet aktiva entreprenörer i respektive region. Det har inte varit möjligt att identifiera

konsekvensen av konkurrenstryck – mätt på detta sätt – på kostnaderna för upphandling. Med viss variation har Skåne lägre och region Norr högre kostnader än övriga regioner. Det har inte varit möjligt att med den tillgång till information som funnits hitta en förklaring till detta förhållande. En hypotes är att avståndet mellan asfaltverk och utläggningsplats, i genomsnitt är kortare i Skåne och längre i Norr.

Underhållsbeläggningar

Cirka hälften av kostnadsvariationen för de 285 grupper av upphandlade underhålls-beläggningar kan förklaras med de förklaringsvariabler som används. Storleken på varje grupp mäts i kvadratmeter. Resultatet av analysen anger att kostnaden ökar med nästan sex procent om storleken ökar med 10 procent. Det finns därmed stordriftsfördelar i att öka storleken i detta avseende.

Storleken på ett avtal kan också, som noterades ovan mätas som antal delkontrakt i varje grupp. Analysen pekar på att kostnaden ökar med antalet delkontrakt. Det innebär att även om det kan finnas stordriftsfördelar förenade med att upphandla underhållsbelägg-ningar som är stora mätt som belagd yta, så kan det finnas skäl att inte klumpa samman allt för många delprojekt i ett och samma kontrakt om avståndet mellan de olika delarna är för långt.

Mellan 2 och 8 anbud har lämnats på varje kontrakt. Analysen pekar på att

upphandlingskostnaden blir större ju fler anbud som lämnas. Detta är det enskilt mest anmärkningsvärda resultatet och stämmer inte med ekonomisk intuition som talar för att fler bud betyder hårdare konkurrens och därmed lägre upphandlingskostnad. Det finns i skrivande stund inga möjligheter att fördjupa förståelsen av detta resultat. I synnerhet

går det inte att klargöra om resultatet beror på att någon viktig förklaringsfaktor saknas eller om det är ett i någon mening genuin observation av hur verkligheten ser ut. Några få av projekten har upphandlats som totalentreprenader medan huvuddelen av kontrakten avser utförandeentreprenader. Effekten av denna aspekt är inte statistiskt signifikant och ingår därför inte i den slutliga regressionen.

Halvvarma beläggningar är dyrare och tankbeläggningar billigare per kvadratmeter än de varma beläggningarna. Detta skiljer sig från kostnaden om man enbart ser till kostnaden för själva beläggningen, där är halvvarma beläggningar billigare per kvadratmeter än varma beläggningar. Förklaringen ligger sannolikt i att halvvarma beläggningar används på vägar med förhållandevis låg trafik och föranleds av att vägen som helhet har en otillfredsställande standard. Åtgärder som genomförs med denna standard på beläggningen kan därför i större omfattning än för de andra

beläggningstyperna avse en mera genomgripande rehabilitering av ett vägavsnitt.

Analysen pekar på att kostnaderna i region Öst, Mitt och Norr är högre än i de tre övriga regionerna. Den högre kostnaden kan inte bero på skillnader med avseende på de

förhållanden som identifierats ovan. Vad skillnaden i övrigt beror på går emellertid inte att säga.

Frågor för fortsatta studier

En viktig typ av slutsats handlar om vilka förbättringar av datamaterialet som skulle vara värdefulla för att kunna svara på ytterligare frågor. Det vi tänker på är främst frågor av direkt managementintresse för Trafikverket. Vi kan redan säga något om huruvida större uppdrag leder till lägre kostnader. Leder samlade upphandlingar till lägre kostnader totalt för Trafikverket?

En dimension som vi har haft svårigheter att fånga är konkurrens i budgivning för asfaltuppdragen. För att kvantifiera graden av konkurrens för ett givet arbete behöver man veta hur många företag som skulle kunna offerera tjänsten och som skulle kunna tänka sig att lägga ett bud. Detta beror i sin tur på vad varje anbudsgivare tror om sina respektive sina konkurrenters kostnader. Om det är få budgivare som kan tänka sig att lägga ett bud så kan en rad omständigheter ha stor påverkan på vilket pris budgivarna väljer att lägga.

Betrakta ett exempel med två budgivare som har asfaltverk nära den väg som ska beläggas. Den första budgivaren har hälften så lång transportsträcka till vägen som den andra. Om båda vet detta och båda tror att den andra budgivaren kommer att lägga ett bud kan man tänka sig att den första kan lägga ett bud A1 som täcker produktions-kostnad plus en rimlig vinst plus en produktions-kostnad motsvarande en del α av den andres merkostnader för transporter. Den andre kan lägga ett bud A2 som precis täcker dennes kostnader. Detta illustrerar att asfaltleverantörens belägenhet och transportkostnader kan ha stor betydelse för konkurrensen. Där KP,1 är den första budgivarens produktionskost-nad inklusive avkastning och KTran,1 den första budgivarens transportkostnad.

A1 = KP,1 + α (KTran,2 - KTran,1) där 0 < α < 1 och där KTran,2 = 2 KTran,1 A2 = KP,2 + KTran,2

Man kan också tänka sig att storleken på leveransen kan ha betydelse om det finns rabatter och stordriftsfördelar. Det skulle i så fall kunna observeras som lägre kostnader per ton eller kvadratmeter för större kontrakt.

En ytterligare omständighet som kan vara svår att överblicka är budgivarnas uppfattning om hur många budgivare som kan tänkas bjuda och vilket kapacitetsutnyttjande som konkurrenterna har för tillfället. Det kan till exempel vara så att konkurrenterna vet att den producent som ligger närmast den aktuella vägen har full beläggning. Då kan de räkna med att denne leverantör troligen inte kan lägga ett bud baserat på leverans från det närmaste verket. En annan omständighet som påtalas av beställarna är att budgivare lägger artighetsanbud, innebärande att de lägger anbud på nivåer över ett konkurrens-kraftigt pris.

Om man inte kan kontrollera för budgivarnas avstånd från asfaltverket till uppdragen, vilka uppdrag som ingår i samma kontrakt respektive kapacitetsutnyttjande, riskerar en analys av samvariationen av anbud och antal budgivare att bli missvisande. Vi kan konstatera att båda VTI:s studier saknat sådana data.

Vad beror kostnadsskillnaderna mellan regionerna på? Om kostnadsskillnaderna beror på olika avstånd till asfaltverk och konkurrerande asfaltverk så är det av intresse. Det är visserligen en omständighet som Trafikverket inte har direkt kontroll över, men det är en omständighet för vilken Trafikverket möjligen kunde finna strategier för att minska kostnader.

Finns det lärdomar att göra av att regionerna bedriver sin verksamhet på olika sätt? I den mån som exempelvis valet av asfalttyp beror på olika trafikmängder eller olika vägkroppar/underlag så är det omständigheter som också är intressant att registrera. Ett första steg vore att lagra mer information om upphandlingen och avtalen, till exempel mängdförteckningar och à-priser är värdefulla. I andra studien av det mindre antalet uppdrag, men med mer information, vet vi hur många företag som konkurrerat om det enskilda avtalet och hur många deluppdrag som ingått i avtalet. I den mån som uppdragen innehållit gråarbeten kan detta också avläsas.

Det vore också önskvärt med information om några ytterligare omständigheter som påverkar valet av beläggningstyp till exempel förväntade trafikmängder eller information om vägkroppar/underlag.

Vid ett seminarium i juni 2014 uppgavs att andelen uppdrag som innebär att göra mindre reparationer av asfalt (lappa och laga) har ökat. Detta kan tänkas innebära att man förlänger livstiden för en beläggning. Detta kan innebära lägre livscykelkostnader. För att beräkna livscykelkostnader återstår att sammanställa kostnader för mindre reparationer mellan två större beläggningsarbeten. För detta ändamål vore en precis platsbestämning av åtgärderna värdefull. Vidare vore det värdefullt med goda trafikdata, helst med axellaster och kanske till och med dubbdäcksandelar. Detta ligger dock utanför målet för denna uppsats.

De två studier som redovisas ger vissa insikter om hur man kan analysera en av Trafikverkets mera resurskrävande verksamheter, det vill säga beläggningsåtgärder. Enstaka objekt och sammanhållna grupper av objekt av denna art har upphandlats under en lång följd av år. Det mesta talar för att de projektledare som har ansvaret för detta arbete har mycket goda insikter i vad som fungerar på ett bättre eller sämre sätt i denna verksamhet.

Trots detta är det uppenbart att förfarandet skiljer sig åt mellan olika regioner. De analyser som gjorts visar också att det är mycket svårt att skapa en sammanhållen bild av kostnadseffektiviteten i upphandlingarna och om det skulle vara möjligt för de olika delarna av verksamheten att lära sig från andra regioners erfarenheter.

Den typ av analyser som redovisas i de två underlagsrapporterna kan inte ensamma ge svaret på hur upphandlingar bör utformas. Däremot pekar metodiken på hur man i verksamheter som består av ett stort antal aktiviteter med många gemensamma

komponenter kan se mönster i materialet som annars inte är möjligt att genomskåda. Vi menar att det är angeläget att spara den information som redan finns om de

upphandlingar som genomförs på ett sätt som gör det möjligt att utan det förarbete som nu genomförts ta sig an frågorna.

En nästa steg i en process av denna art är att börja om från början. De frågor som ledningen för verksamheten skulle vilja ha svar på har redan berörts; hur många objekt ska ingå i varje grupp, det vill säga var finns balansgången mellan stora grupper som medverkar till låga genomsnittskostnader i förhållande till det minskade konkurrens-tryck som uppstår? Kan grupperna bli så stora att transportavståndet i själva verket blir för långt? Vilka förhållanden bidrar till att förklara kostnadsstrukturen med tanke på att inte mer än hälften av variationen i kostnad per grupp har kunnat förklaras? Med utgångspunkt från dessa och andra likartade frågor finns det anledning att gå tillbaka till en diskussion av vilken information som behövs för att besvara eller åtminstone belysa frågorna.

Two studies of costs for procured road pavements

by Roger Pyddoke, Johan Nyström and Jan-Eric Nilsson

The Swedish National Road and Transport Research Institute (VTI) SE-581 95 Linköping

Summary

Introduction

Sweden’s public sector has a strong forward focus. The main task is to plan the activities that will be conducted in the near future, the next year or the next five years. The planning is carried out within a financial framework that is ultimately determined by parliament. A key objective is that these activities will be implemented in a way that allows resources to be channelled to the actions that provide the greatest benefit.

There is, however, relatively less interest in how the activities are carried out. For example, the parliament does not require the agencies to account for the results achieved with the resources appropriated to at operational or project level. The focus is instead on ensuring that the appropriated resources were used for the assigned purposes – operations, maintenance, new investments, etc. – listed in the budget decisions.

One consequence of this forward-looking perspective is that the interest in monitoring at the project level is also small in government agencies; why review the activities performed if no one asks for the results? One consequence is that the issue of cost tends to be overlooked. Since the overall goal of economic efficiency not only is aimed at allocating resources to their most productive use, but also to that the activities are carried out at the lowest possible cost, there is a latent risk that the latter objective is not given enough attention. The question therefore is how to ensure that operations are carried out to the lowest possible cost. This question can be made more concrete, for example, as follows:

● What generalknowledge is available aboutconditions that affectthe cost ofcarrying out an activity?

● If twoor more parts ofthe same organizationperformessentiallythe same task, is there a difference inthe cost of performingthe task? If the answer isyes, can be less cost-effectiveunitlearn somethingfromthe unitthat has lowercosts?

● If twoor more parts ofthe same organizationwith the samemission, but go about differently to achieve it, are there indications that oneprocedureworks better thanthe other?

● Isit possible to identifyhow a unitacquiresknowledge ofnew approaches tosolveits mission?

● Ifthe cost ofany oftheinputs used in theunit changesovertime, is it possible tosee how the unit tries to findnew methodsthat useless of theseandmore of other,

cheaperinputs?

This report presentsthe results of twostudies that haveanalysed thecost-effectiveness ofone of theSwedish Transport Administration'smost costly activities, namely the renewalof pavements. The results ofthe two studiesarenot clear enoughto answerthe questions

formulated in the paragraphs above. The purpose is rather to summarizethecurrent state of knowledgeandto point out somedifferentwaysto further developour understanding. In Section2 a description ofthe information thathas been availableforstudy is described. Section3 summarizesthe observations thatcan be madewhile Section4identifiessome issues whichneed to be studiedfurther.

Available information

The Transport Administrationhas providedtwo different data sources about thepavement activities.In 2013a project was startedwith theaim of usingthe Transport Administration (formerly the Swedish National Road Administration’s (Vägverket) VUHdatabasecontaining more than 20000 registeredand completedpavementorders1_{. Vägverket’s purpose for}

creating the databasewas tolearn fromprevious purchases.

Onlythe cost ofthe pavement itself is recordedfor eachorder. This means that information aboutthe costs of complementary side activities is not available.

In the analysis, only ordersthat have a cost per ton between 500and 1600SEK are included. Tons ofasphaltis calculated as area*thickness*density.The reason is thatcosts per ton outside that rangemay indicatethat the costs ofthe workincludesmore thanpurepavement costs.

Whenincompleteand unreasonableobservations are eliminated, 6877observations remain. No informationabout thenumber of bids submitted for each contract is available. The degree of competition is therefore approximatedby identifyinghowmany different unique

contractors winning contracts could be identified in the region during the respectiveyear. The secondsource of informationis based on contracts for replacement of pavements procuredin 2012 and 2013. More precisely, this refers tomajorreinvestmentin the form of new pavementonlongerstretches of road. Information about the size of each contract, measured as square meters, has been retrieved from the respective Bill of Quantity (BoQ) of each contract. 285contracts orgroups (of orders) are available, 133 tendered in 2012at a total costof SEK 1.6 billionand 156groupsin 2013at a cost ofSEK 2.1 billion.

Information is available about the region in charge of each contract, the contract form (Design-Build or Design-Bid-Build) and the type of pavement used. The latter comprises

threecategories; hot, semi-hotand tankpavements.The data set provides information on the number ofbids submitted for each contract andwhich companysubmitted a bid; the latter informationwas not usedin furtheranalyses.The summaryalso indicatesthe winningbid amountbut not theactualfinalcost.Thetendersum includesboth thecost ofthe pavement itself-incertain contracts, the only expense item-and for the othermeasures included inthe contract.

Abouta quarter ofthe contractsonly contain one order, others include from 2 up to30 orders,

i.e. pavement jobs delivered in different placesbut tendered within one contract.

Observations

The Pavement database (VUH)

Theanalyses performedincludefrom 74 to 6 120 observations. The pavement typebeing used is of centralimportance for understanding thecosts andcost changes.Each suchpavement

typeis defined bya preciselyformulatedcombination of letters, and the size ofeach mission is measured intons.

More than 95percentof the variation incosts forthe sevenmost frequentpavementtypes is explained by the analysis.The price ofbitumen is demonstrated to have a strong impact on the cost ofpavements:an increase inbitumenprice by 10percent increases the price of

pavements by between 1.2 and3.7 percent.Another factor affecting costs is the size ofthe stones usedinthe pavements.The effect of increasedstone sizevariesanddecreases for

example for Y1Bbut increases for ABTB70/100.

There issome evidence ofeconomies of scalein operations.The cost ofthe pavement, thus increases by between7 and 10percentwhenthe orders(in tons)increasedby 10 percent. Attempts havealso been madeto assessthe effect ofcompetition in procurementcost.One dilemma isthat there is noinformation on howmanybidssubmitted in eachprocurement. Instead, the degree of competition was approximated by thenumber of operators winning contracts in a region in a year. It was not possible to identify any effects ofcompetition -measured in this way- on the costs of procurement.

Withsome variation, the (southern) region of Skåne has lower and the region North has higher costs thanother regions. With available data, it has notbeen possibleto explain these results.One hypothesis is thatthe distance between theasphalt plantand the pavingsite is shorter on average in Skåne, and longer in North.

Replacement pavements

About half of thecostvariationforthe 285 contracts/groupsof outsourcedreplacement pavementscan be explained bytheexplanatory variablesused. The size of eachcontractis measured insquare meters.The results ofthe analysisindicatethat the costwill increase by almostsixpercentwhen the sizeincreases by 10percent.There arethuseconomies of scaleto increasesinsize.

The size ofa contract, asnotedabove, is measured as thenumber of ordersin each contract. The analysisindicates thatunit costsincreases withthe number ofsuch orders. That means that eventhough there may beeconomies of scaleassociated withthe procurement of

replacement pavements thatare largeas measured by thepaved area, so there may be reasons not tolumptogethertoo manysub-projectsinone contractif the distancebetween the orders is too long.

Between2 and 8tenders were submittedforeach contract.The analysisindicates that thecost will begreater the moretenders submitted. Thisis the singlemost remarkableresultsandis not consistent witheconomicintuitionsuggests thatmore bids would imply tougher

competition andthus lowerprocurementcosts.There isat this momentno opportunityto deepen the understandingofthis result.In particular,it is not possibleto clarify whetherthe resultis due toanimportant explanatory factoris missing or ifitisin some senseagenuine observation ofthe realities.

A fewof the projectshave been procuredas Design-Build projectswhile the bulk ofthe contractsare Design-Bid-Build construct.The effectof this distinctionisnot statistically significantand therefore not includedin the finalregression.

Semi-hotpavementsare more expensiveand tankpavementscheaper persquare meter than the warmpavements.This differs fromthe cost ifone only looks atthe cost of thepavement;

withsemi-hotpavementscheaper persquare meter thanwarmpavements.The explanation probably lies inthatsemi-hotpavements are usedon roads withrelativelylow trafficand are

prompted by a lower standard of theroadconstruction. Pavement operations on roads of this standardcan therefore to a greater extentthan for the otherpavementtypesentail a more comprehensiverehabilitation oftheroad section.

The analysisindicatesthat the costsin the Eastern Region, Central andNorth ishigherthanin the other threeregions.The higher cost can notbe due todifferences intheconditions

identified above.What other causes there may be for thisdifferenceis not possible to say.

Questions for further study

One importantkind ofconclusion concerns which improvementsofdatathat would be valuableto be able toanswer furtherquestions.What wethink about isprimarilymatters of directinterest to the management of the Transport Administration.We can alreadysay

something aboutwhethermajor assignmentleads tolower costs. Does combination of several orders in one contract leadtolower costsforthe Transport Administration?

One dimensionthat we have haddifficulty in measuring, or at least find an indication of, is

competitionin the biddingforpavement contracts.To quantifythe degree of competitionfor a givenjob, the number of companies who would beable to offerthe service and whowould be willingto make a bid, would have to be known. Thisin turn dependsonwhateach tenderer thinksaboutthe respectivecosts of its competitors. If thereare fewbidders whoare willing to make an offer, then a number of circumstances may have large impacton the price thebidders

will choose.

Consider an examplewithtwobiddersneartheasphaltroadto be paved.The firstbidder has half as longhaulto the roadas the second.If bothknow this, and both think the otherbidder willplace a bid, one can imagine that the firstcan bidA1coveringproduction plusa

reasonable profitplusa cost equivalent toa portionαofthe second biddersadditional transport costs. The second biddercan bidA2justcovering itscosts.This illustratesthat the supplier'slocation andtransport costscan have significant effectson competition.Where Kp, 1 is the firstbidder’s production cost includingnormal profitandKTran, 1 is the firstbidder’s transportationcost.

A1 =KP,1 +α(KTran, 2 -KTran, 1)where 0<α <1 and whereKTran, 2 = 2KTran, 1 A2 =KP,2 +KTran, 2

One canalso imaginethat the size ofthe deliverycan be importantifthere are discountsand economies of scale.Itwould thenbe possible to observe a lower costper tonorsquare meters forlarger contracts.

Anadditional factorthat may bedifficult to observeis thebidders'perception of howmany

other bidders there are who are willing bidandthe current capacity utilization of the

competitors. It maye.g.be thatthe competitorsknow thatthe producerclosest to theroad is running at full capacity.Then they cancount onthat this supplieris not likely make an offer based ondelivery from its closestplant.Another factorraised bythe procurers is thatbidders placecourtesybids, meaning that theyare biddingon thelevels abovea competitive price.

Ifyou can not control for thebidder’sdistancefromthe asphalt planttothe pavement place,

which orders arepart of the samecontractandcapacity utilization, an analysis ofcovariance of the number of bidsandnumber ofbidders runs the risk of being misleading.We conclude thatboththe VTIstudieslacked suchdata.

What then are the true causes of cost differencesbetweenregions? Ifthe cost differenceis due todifferent distancestoasphaltandasphalt plantscompetingthis is of interest. While it isa factthatthe Swedish Transport Administrationhas no direct controlover, itis a circumstance for which theTransport Administrationcouldfindstrategies to reducecosts.Are therelessons to be learnedfromthe regions about how they procure pavements?To the extentthatsuch choice ofpavement typedependsontraffic volume or differences in road construction these facts arealso interestingto use as data.

A first stepwould be tostore the Bill of Quantities of DBB contracts which includes both the size (square meters) and unit cost of each contract.In the second study this type of

information was made available and also the information about how many companies competed foreach contract and how manyorders where part of the contract.In so farasthe assignmentscontainedside activitiesthis is also recorded.

It would also bedesirable to haveinformation about someadditional factorsaffecting the choice ofpavement typeexampleanticipated trafficvolumesor information aboutroad construction and ground underlying the road.

At a seminar inJune 2014 it was reportedthat the percentage oforders that involve making minor repairsof asphalt(patch up) has increased.Thismightmean that the life ofa pavement is prolonged, which in turn can meanlowerlife cycle costs.To calculatelife cycle costs it

remains tocompile the costs forminor repairs between majorpaving works.For this purpose a precisedetermination locationof pavements would be useful.Furthermore, it would be

valuable to havegoodtraffic data, preferably with axle loadsand perhaps even the shares of cars with studded tyres. Thisis outsidethe goal of thisessay.

The twostudies presentedprovidesomeinsights onhow to analyzeone ofthe Transport Administrationmoreresource-intensiveactivities, i.e. the pavements.Individual orders and groupsof ordersofpavementshave been procured for along period of years. Our

understanding is that project managersresponsible forthis procurement have a good understanding ofwhat works.

Nonetheless, it isclear thatthe process differsbetween regions.The analysis carried out shows thatitis very difficult tocreate a coherentpicture ofthe cost effectiveness of procurementandif it would bepossiblefor the different partsof the organisationto learn from theexperiencesof other parts.

The type of analysispresented inthe twobackground reportsalone cannotprovidethe answer to howcontractsshould be designed. However,the methodology points to how it is possible to see patterns in operations thatconsist of a largenumber of activitieswith manycommon componentsthatis otherwise impossibleto see through. We believethat it is important to savetheinformation that already existsonthe contracts,in away that makes itpossible, withoutthe preparatory worknowundertaken,to analyze the procurement process.

Anextstep in a processof this natureis tostart from scratch. Thequestions thatmanagement wouldlike to have answers for hasalready been mentioned; howmany ordersshould be included ineach contract, i.e.where isthe balance betweenlarge contractsthat contribute to low averagecosts in relation tothe reduction of competitivepressure that occurs? Can contractsbe so large thatthe transport distancesactuallybecome toolong?What conditions help explainthe cost structuregiven thatno morethan halfof the variation incostper contract hasbeenexplained?

Based on theseand othersimilarquestions, it is necessary to return toa discussion ofwhat information isneeded to answeror at leastshed light onthe issues.

1

Kostnadsdrivare för upphandlade asfaltbeläggningar

1.1

Introduktion

Inom Trafikverket pågår ett omfattande arbete med att stärka produktiviteten i verksamheten. Det handlar om att få ut mer järnväg och väg för pengarna. Beläggningsarbeten utgör en betydande del av Trafikverkets budget (drift- och underhållsanslaget utgjorde knappt hälften av anslaget för statliga vägar 2013 eller ca 10 av 22 miljarder). Enligt SCB ökade kostnaderna för att lägga ut ny asfalt med 76 procent mellan 2001 och 2011. Under samma period ökade konsumentprisindex med ca 17 procent. Ökade kostnader leder definitionsmässigt till minskad produktivitet2, om inte produktiviteten i produktionen samtidigt ökar eller att kvaliteten

motiverar kostnadsökningen. En uppenbar källa till den snabba kostnadsökningen var att bitumenpriserna steg under denna period. Från januari 2004 till december 2012 ökade bitumenindex med 433 procent. Totalkostnaden för en beläggning beror dock på fler insatsvaror.

För att kunna styra mot mer produktiva beläggningsåtgärder i framtiden krävs en helhetsbild av de variabler som påverkar kostnadsutfallet. Ur ett teoretiskt perspektiv handlar det om att hantera förändrade relativpriser för att styra mot en mer effektiv allokering av resurser. Om priset på bitumen stiger snabbare än andra insatsvaror kan det vara rationellt att minska bitumeninblandningen i asfalten eller att ersätta bitumenbaserade beläggningar med andra material. Det kan handla om att andra blandningar blir kostnadseffektiva när bitumen blir dyrare. En sådan kan vara att delvis ersätta bitumen med andra bindemedel. En annan kan vara att återanvända bitumen som ägs av köparen. En tredje kan vara att använda andra beläggningstyper som kan bli optimala om vissa beläggningar blir avsevärt dyrare. Ett sätt att jämföra olika åtgärders kostnader över hela deras livslängd är s.k. livscykelkostnadsanalyser. Minimal kostnad över livscykeln är ett tänkbart kriterium för att välja åtgärd. För att kunna göra rättvisande livscykelanalyser av beläggningar behövs exempelvis goda nedbrytnings-samband, trafikprognoser (helst i termer av axellaster) och prisprognoser.

Idag saknas i stor utsträckning en helhetsbild av hur valet av nya beläggningar går till. Å ena sidan finns handböcker (som t.ex. Trafikverket 2011 eller Vägverket 2009) som ger underlag för att välja vilka lösningar som bör användas, och å andra sidan är det svårt att veta så mycket om de faktiska valen. Vägverkets beslut att spara utfallet av kostnader för

beläggningsarbeten (VUH-databasen) kan ses som ett första steg på vägen mot att kunna analysera vilka omständigheter som styr faktiska val.

Föreliggande studie syftar till att med VUH-databasen som grund, kompletterat med bl.a. prisdata, statistiskt analysera faktorer som kan driva upp kostnader för Trafikverkets beläggningskontrakt. Sådan kunskap är att betrakta som en förutsättning för att göra mer informerade val av beläggningstyper och därmed i framtiden stärka produktiviteten i

verksamheten. Därutöver studeras om prisökningen medfört en förändring av vilka typer av beläggningar som upphandlas.

Jämfört med tidigare studier av beläggningskostnader i Sverige, t.ex. Jakobsson (2007) och Mirzadeh m.fl. (2013), förfogar denna studie över betydligt mer och senare data. Därför kan mer sägas om vad som faktiskt påverkar kostnader för valda beläggningar i Sverige.

Resultaten indikerar hur geografiska förutsättningar, prisutveckling på insatsvaror, storleken på beställningen och konkurrens har påverkat kostnader under perioden 2002 till 2012.

2 _{Produktivitet definieras här som antal producerade enheter per kostnadskrona. Om man producerar lika många} enheter med samma insatser av fysiska resurser skulle det kunna definieras som oförändrad produktivitet. Men om man vill ta hänsyn till förändrade priser så innebär en prisökning på en insatsvara att produktiviteten minskat.

Begränsningar är att inget kan sägas om optimaliteten i de gjorda valen. Vidare saknar denna studie t.ex. uppgifter som vägytans tillstånd vid tidpunkten för valet av beläggning liksom en etablerad metod för att beräkna det optimala valet av beläggning. För närvarande saknas också mer precisa uppgifter om avstånd mellan beläggningsarbeten och de närmste konkurrerande asfaltverken.

Rapporten inleds med en teoretisk diskussion om hur relativprisförändringar kan påverka sammansättningen av insatsvaror i beläggningar. Därefter sammanfattas tidigare studier på området. Avsnitt fyra presenterar den data som analyseras. Följande avsnitt presenterar statistiska metoder och presenterar resultaten av analysen. Slutligen ges slutsatser och sammanfattning.

1.2

Teori

Denna uppsats tar avstamp i två viktiga iakttagelser. Den första är att Trafikverkets kostnader för asfaltbeläggningar ökar snabbare än konsumentprisindex KPI i Sverige. Den andra är att bitumenpriserna också ökat snabbt de senaste åren. En central tes i ekonomisk teori för kostnadsminimering i produktion är att förändrade relativpriser kan utlösa en förändrad sammansättning av insatsvaror. Översatt till Trafikverkets asfaltbeläggningar innebär det att en kostnadsminimerande beställare kan beställa asfaltbeläggningar som långsiktigt minimerar kostnader. Entreprenörerna å sin sida söker efter lösningar som innebär att deras kostnader minimeras givet möjligheterna att utnyttja skalfördelar, transportlogistik för att finna en produktionslösning som kan täcka kostnader och helst ge en vinst.

Om proportionerna av olika slags vägar oförändrat över tid, och om de olika delarna används och slits proportionellt och ingen teknisk utveckling sker kan man tänka sig att det är en konstant proportion av olika slag av underhållsinsatser som behövs. Om det istället finns tydliga trender till trafiktillväxt och omfördelning av trafiken i vägnätet eller om underhållet tidvis skjuts upp, kan man tänka sig att det optimala underhållets sammansättning förändras över tid.

Med de data som finns tillgängliga kan inte direkt observeras om vilka faktorer som styr Trafikverkets val av underhållsåtgärder eller om Trafikverket minimerar kostnader eller ej. Däremot kan följande antagande göra. Om det finns substitutionsmöjligheter för att minimera kostnader kan detta leda till att Trafikverket över tid beställer en annan sammansättning av asfaltbeläggningar om bitumenpriset stiger kraftigt och att andra beläggningar blir optimala. Frånvaro av en sådan omfördelning kan det finnas flera skäl till. Ett kan tänkas vara att möjligheterna att ersätta bitumen på ett likvärdigt sätt är små. Ett annat kan vara att olika hinder t.ex. riktlinjer eller rutiner förhindrar en anpassning av beställningarna till de möjligheter som finns. Med tillgängliga data kan hypotesen att en omfördelning mellan asfalttyper har ägt rum testas.

Teori pekar också ut ett antal tänkbara kostnadsdrivare. Dit hör priser för de viktigaste insatsvarorna i produktion av asfaltsbeläggningar, t.ex. maskinkostnader, löner och

stenmaterial. Förutom att kostnaderna för att producera samma beläggning kan öka kan också kraven på beläggningar öka. Det kan t.ex. ställas ökade krav på friktion eller på att trafiken ska ge ifrån sig mindre buller. Detta kan också öka kostnaderna. I den mån som sådana ökade krav leder till ökade kostnader bör dessa kostnadsökningar i en analys helst ställas mot de minskade kostnaderna för olyckor och buller. Som nämndes ovan kan också trender i trafiken leda till att behovet av och kostnader för underhållet förändras över tid.

Ytterligare kostnadspåverkande faktorer är transporter och skaleffekter. Om metoden för upphandling exempelvis leder till att färre men större uppdrag upphandlas kan det påverka både transportkostnaderna och möjligheten att utnyttja skalfördelar.

Även förändrade konkurrensförhållanden, t.ex. färre företag på marknaden, kan bidra till ökade kostnader. Reformeringen av upphandlingen av asfaltbeläggningar, t.ex. bolagiseringen av Vägverket Produktion, kan ha påverkat konkurrensen. I oktober 2004 tillkännagav

Konkurrensverket att man initierat en utredning av några av de största företagen som sålde asfaltarbeten i Sverige. Detta ingripande mot asfaltkartellen liksom den därpå följande fällande domen kan förväntas ha påverkat konkurrensen. I det tillgängliga datamaterialet kommer merparten från perioden efter Konkurrensverkets ingripande. I datamaterialet saknas dock data om enskilda anbud som behövs för att analysera konkurrensen vid enskilda

Ökningen av trafikarbetet eller omfördelningen av detsamma mellan vägar och regioner kan också ha bidragit till att påverka valet av asfalt och därmed kostnaderna. Mindre trafik i det perifera vägnätet torde leda till minskat slitage och vilket kan motverka kostnadsökningar. Även regionala skillnader i klimat och trafik kan påverka kostnaderna. Förändrade

relativpriser kan också utlösa incitament att använda eller utveckla alternativa tekniker. Har Vägverket/Trafikverket anpassat sina asfaltbeställningar till förändrade relativpriser? En viss indikation om svaret på denna fråga kan ges med vårt datamaterial. Om beställarna är starkt bundna av riktlinjer i form av handböcker och liknande kan man tänka sig att det bara finns en kombination av asfalttyp och sort för varje uppdrag. Då har beställaren i realiteten ett litet svängrum. Det kan också vara så att även utan bindande regler så finns det i realiteten ingen möjlighet att välja en asfalttyp som är livscykelekonomiskt bättre än den föreskrivna. Båda dessa antaganden skulle leda till att beställaren skulle tendera att välja samma

kombination av asfalttyp och sort för en viss typ av väg i ett visst tillstånd i form av tidigare beläggning och grad av nedbrytning och ojämnhet. Om det å andra sidan fanns någon möjlighet att anpassa beställningen till nya förutsättningar så skulle en viss justering av sammansättningen av åtgärdsval. Denna fråga analyseras i modellavsnittet.

1.3

Tidigare studier

Det verkar finnas få dokumenterade studier av kostnader för asfaltbeläggningar. Denna studie verkar vara den enda som använder data från de senaste tio åren. Vidare är datamaterialet så stort att det kan hävdas att det är rimligt representativt för hela kostnadsmassan för

beläggningsarbeten under dessa år.

En studie som väl kompletterar denna är Jakobsson (2007). Där är syftet att beräkna indikationer på att det förekommit kartellsamverkan i budgivningen för asfaltverk. Studien bygger på ett datamaterial med 2 860 bud till 536 upphandlingar mellan 1992 och 2002. För att kunna beräkna indikationer kontrollerar författaren för övriga kostnadsskillnader och har för detta syfte gjort beräkningar av bl.a. avstånden mellan platsen för utläggningsuppdraget och budgivarens närmast belägna asfaltverk liksom budgivarens konkurrenters närmast belägna asfaltverk.

Sammantaget använder Jakobsson (2007) följande förklarande variabler: avståndet mellan vägen och budgivarens närmaste asfaltverk, det totala avståndet mellan vägen och det kortaste avståndet mellan vägen och det närmast belägna konkurrerande asfaltverket, en dummy-variabel som indikerar om budgivaren har ett asfaltverk i området ifråga (länet?), längden på vägsträckan som uppdraget avser, det genomsnittliga antalet fordonspassager per dygn (ÅDT), avtalets storlek beräknat som det genomsnittliga värdet av de avgivna buden,

budgivarens kapacitetsutnyttjande och det lägsta kapacitetsutnyttjandet bland konkurrenterna. I en första uppsättning analyser använder Jakobsson (2007) en auktionsspecifik dummy för att kontrollera för särskilda omständigheter i den enskilda auktionen. Fyra olika funktioner skattas. Samtliga inkluderar det kortaste avståndet mellan vägen och det närmast belägna konkurrerande asfaltverket och dummyn för om budgivaren har ett asfaltverk i området ifråga (länet?). I två funktioner inkluderas även variablerna för kapacitetsutnyttjande.

I en andra uppsättning analyser ersätts de auktionsspecifika dummyvariablerna av andra auktionsspecifika variabler, nämligen genomsnittsbudet, logaritmen av uppdragets väglängd, årsgenomsnittet för dygnstrafiken och regiondummies.

Resultaten från dessa två grupper av skattningar är att såväl ökade avstånd till vinnarens som närmsta konkurrentens asfaltverk ökar det vinnande budet. Denna effekt är statistisk

signifikant men av förhållandevis liten storlek. Den största elasticiteten för det vinnande budet med avseende på avståndet till den vinnande budgivarens avstånd till asfaltverket är 0,02. Det innebär att 10 procent längre avstånd från vinnarens närmaste asfaltverk till uppdraget ökar kostnaderna med 0,2 procent. På motsvarande sätt är elasticiteten i budnivån med avseende på närmaste konkurrents avstånd 0,4. Betydligt mer således. Det innebär att 10 procent längre avstånd från konkurrentens asfaltverk till vägen leder till 4 procent högre vinnande bud allt annat lika. Om skillnaderna i avstånd mellan konkurrenterna är små, som i tättbebyggda områden betyder det att avståndet får relativt liten betydelse. Om den närmaste konkurrenten har mer än dubbelt så långt att transportera betyder det att det vinnande budet kan vara exempelvis 40 procent högre.

Effekten av att den vinnande budgivaren har ett asfaltverk i området är negativ men inte statistiskt signifikant. Effekten av kapacitetsutnyttjande byter tecken beroende på om de auktionsspecifika dummyvariablerna används eller om de andra auktionsspecifika variablerna används. Detta indikerar inte att kapacitet har en tydlig effekt.

En observation som kommer att beröras senare är att Jakobsson (2007) i båda grupperna av skattade ekvationer får ett högt justerat R2_{. Man bör vara försiktig med att dra långtgående} slutsatser av värdet på justerat R2. R2 indikerar dock hur mycket av variationen i den beroende variabeln förklaras av de oberoende variablerna. Genom att använda de auktionsspecifika

variablerna tillförs ett stort antal variabler vilket torde öka R2. Sammantaget drar Jacobsson slutsatsen att avståndet mellan uppdraget och uppdragstagarens närmaste asfaltverk liksom den närmast konkurrentens avstånd har betydelse för priset.

En av de senaste studierna av svenska asfaltkostnader är Mirzadeh m.fl. (2013). Studien syftar främst till att analysera vikten av att göra riktiga prediktioner av hur utvecklingen av viktiga kostnadsdrivare kommer att påverka framtida kostnader (livscykelkostnader). Analysen fokuserar på användningen av olika prisindex så som t.ex. konsumentprisindex (KPI), highway construktion index (i USA) eller Vägindex i Sverige. Författarna betonar att breda index ibland inte tillräckligt väl fångar in hur specifika insatsvarors priser ökar (sid 1). Exempelvis argumenterar de för att Vägindex inte fångat in de kraftiga prisökningarna i bitumen. Istället argumenterar författarna för att energi- och tidsinnehållet är centrala faktorer för att bedöma framtida kostnader. De menar att råoljepriset väl speglar energikostnaden. Uppsatsen använder inte data från avslutade asfaltarbeten i analysen och refererar inte till svenska data.

1.4

Data

Datamängden för denna studie har tillhandahållits av Trafikverket och kommer från VUH-databasen. Denna databas har skapats för att underlätta kostnadsanalys av beläggningsarbeten. De enskilda registreringarna ska göras av beställarens projektledare och avse slutkostnad och godkända leveransmängder. Avsikten är att registreringarna i VUH-databasen enbart ska avse kostnader för beläggningsdelen i arbeten och inte exempelvis grus för vägrenar eller

undermaterial. En analys av i vilken grad det trots denna instruktion ändå är så att

”gråarbeten” ingår de redovisade kostnaderna har inte gjorts. En analys har inte heller kunnat göras av i vilken utsträckning beställningar till olika vägsträckor kan ha hanterats i samma beställning och hur kostnadsfördelningen mellan dessa sträckor i så fall har gjorts. För närvarande läggs inte data in om buden som avgivits. I princip finns denna information elektroniskt i andra källor.

Databasen har hittills inte använts för att analysera kostnadsutvecklingen över en längre tidsperiod. Den har inte heller använts på ett sådant sätt att felregistreringar upptäckts eller korrigerats.

Vid granskningsseminariet för denna rapport påtalades att begreppet ”uppdrag” som vi använder i denna studie inte sammanfaller med ekonomiska avtal. Det innebär att observationsenheten uppdrag i VUH-databasen inte behöver sammanfalla med ett avtal. Förutom att ett kontrakt kan innehålla andra åtaganden än att lägga beläggningar (som inte redovisas i VUH-databasen) kan flera ”uppdrag” således ingå i ett avtal. Det innebär att analysen i denna rapport inte kan tolkas som anbud avgivna i konkurrens. Ett avtal som innehåller andra delar kan därför kosta mindre för att entreprenören kunnat utnyttja stordrifts- eller lägesfördelar. Vi saknar data för att kunna beakta detta faktum i vår analys.

Vi vet sedan tidigare att beläggningsvalet är beroende av nuvarande och förväntat trafikarbete. Detta påtalades också av granskaren vid granskningsseminariet. Vi har dock inte kunnat beakta detta samband då vi inte utan stora kostnader skulle kunna ha lagt till trafikarbetet för de beläggningsuppdrag vi analyserar. Utvecklingen av trafikvolymen kan dessutom vara korrelerad med region och län något som följaktligen inte heller kan analysera.

Trafikverket framhåller att kvaliteten i datamaterialet troligtvis är mer homogen från år 2006. För åren 2002 till 2012 innehåller vårt uttag ur datamängden över 18 000 registrerade

beläggningsköp. Denna datamängd kallas ”Samtliga observationer”. Till följd av att många av dessa beläggningsköp inte är fullständigt registrerade minskar antalet fullständiga

observationer till runt 10 000 (Se Tabell 1 i Appendix). Tabellen ger vid handen att ett antal observationer troligen är felregistrerade eller inte avser beläggningsarbeten då kostnad eller mängd asfalt är 0. Kostnader per ton asfalt som överstiger 5 000 kronor bedöms som orimliga. Det faktum att det finns ett stort antal arbeten med små mängder asfalt (under 1 ton) i

databasen, främst i början av perioden, indikerar att syfte och instruktionerna förändrats över tid.

Baserat på sådana överväganden har enbart observationer där kostnaden per ton ligger mellan 500 och 1 600 kronor använts. Denna datamängd kallas ”Urval observationer”. Detta är något godtyckligt men eliminerar orimligt höga och låga kostnader. Det återstår då 6 877

observationer (Se Tabell 2 i Appendix).

Följande variabler används. Den totala slutkostnaden för beläggningsdelen i uppdraget. Enligt uppgift från Trafikverket instrueras projektledarna att enbart registrera denna del av kostnaden i databasen. Vidare anges den levererade asfaltmassans yta och tjocklek. Dessa används för att beräkna massans vikt och kostnad per ton. Största tillåtna stenstorlek som tillåtits i asfalt-massan anges. Konkurrens, mätt som antalet olika företag som vunnit anbud i regionen under

året, anges. I en stor region kan det innebära att konkurrensen mäts som väl fungerande även om olika företag dominerar i olika delar av regionen. Omvänt kan få konkurrenter som faktiskt konkurrerar hårt se ut som litet konkurrens. Slutligen har vi använt arbetets belägenhet i region.

Stenmaterialets hårdhet påverkar också kostnaden. I materialet finns dock hårdhet för enbart 29 procent av observationerna. Därför har denna variabel utelämnats.

Trafikverket påpekar att beläggningsarbeten ibland kan vara delar av större kontrakt och att då priset kan bestämmas av storleken på hela kontraktet snarare än bara på beläggningsarbetets storlek. Vidare kan beläggningsarbeten bestå av flera etapper under flera år. Vi saknar dock uppgifter när så är fallet och hur vanligt det är. Detta försvårar och stör tolkningen av eventuella stordriftsfördelar.

Följande prisindex hämtade från Statistiska Centralbyråns Byggindex har använts: 1012 Stenmaterial, processat, 3014 Anläggningsavtalet (löner), 5012 Övriga maskiner

(maskinkostnader exkl. drivmedel och förarkostnader) samt 6011 Transporter. För bitumen har ett index från Mats Wendel använts. Bitumen priserna ökar mest med 433 procent följt av stenmaterial 46 procent och löner 26 procent medan maskinkostnader endast ökar med 21 procent.

Vi har valt att presentera beskrivande statistik för ”Samtliga observationer” då vi bedömer att detta ger den bästa bilden av samtliga beläggningsarbeten. Vi saknar alternativa källor för att beskriva denna helhet. Några viktiga iakttagelser från mängden Samtliga observationer är de följande. Det totala antalet registrerade beläggningsarbeten minskar kraftigt över tid (Diagram 1).

Diagram 1 Utveckling av antalet registrerade beläggningsarbeten.

Samtidigt har medianen för kontraktsstorlekar i landet ökat i nominella kostnadstermer. 0 500 1000 1500 2000 2500 3000 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

Diagram 2 Storleken i kronor för mediankontrakten.

I Diagram 3 återges konsumentprisindex (KPI), asfaltmasseindex 243 och ett bitumenindex.

Diagram 3 Konsumentpriser, asfaltmassepriser (Entreprenadindex 243) och bitumen.

Följande prisindex för komponenter har använts för att analysera inflytandet på kostnaderna Diagram 4. 0 100000 200000 300000 400000 500000 600000 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 0 50 100 150 200 250 300 350 400 450 500 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 243 Asfaltmassor Bitumen KPI

Diagram 4 Prisindex för komponenter.

Deflaterat med Entreprenadindex för asfaltbeläggningar har dessa värdet på mediankontrakten utvecklats som i Diagram 5. Detta indikerar att de reala volymerna per uppdrag ökar.

Diagram 5 Real kostnadsutveckling för mediankontrakten utryckt i 2002 års kronor.

Detta bekräftas av utvecklingen av kontraktsstorlekarna i ton (Se Diagram 6). 0 20 40 60 80 100 120 140 160 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 1012 Stenmaterial, processat 3014 Anläggningsavtalet

5012 Övriga maskiner (exkl. drivmedel och förarkostn.) 6011 Transporter 0 50000 100000 150000 200000 250000 300000 350000 400000 2003 2004 2005 2006 2007 2008 2009 2010 2011

Diagram 6 Utvecklingen av kontraktstorlek i ton. Medelvärde och median.

Storleken på beläggningsarbetena har ökat både mätt som medelvärde och median.

Medianvärdena ger dock en oroväckande signal genom att medianvärdena för åren 2002 till 2005 är för låga. Detta indikerar att många arbeten var små under dessa år. I synnerhet år 2002 låg medianen på 100 kg! En tänkbar förklaring till detta är att smålagningar inte längre registreras i databasen. Om smålagningar utgör en viktig del av arbetet med att underhålla asfalt kan det vara intressant att på något sätt fånga in det i data. Med Trafikverkets kvalitetsreservation för åren före 2006 så kan det noteras att det saknas en tydlig trend i storleken på uppdragen mellan 2006 och 2012.

Utvecklingen av antalsandelar av olika åtgärdstyper har utvecklats så här (Se Diagram 7).

Diagram 7 Antalsandelar för olika åtgärdstyper.

Diagram 7 visar att antalsandelarna åtgärdstyperna justering och ytbehandling ökar medan asfaltbetong, övriga, mjukbetong avtar. Detta indikerar att det sker en systematisk

omfördelning mellan åtgärdstyperna. 0 500 1000 1500 2000 2500 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Medelvärde Median 0,000 0,100 0,200 0,300 0,400 0,500 0,600 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Asfaltsbetong Asfaltsgrus Ytbehandling

Diagram 8 visar utvecklingen av de sju mest frekvent förekommande kombinationerna av asfalttyp och asfaltsort samt alla andra typer. Dessa sju är: ABS B 70 (asfaltbetong, stenrik), ABT B 160 (asfaltbetong, tät), ABT B 70 (asfaltbetong, tät), AG B 60 (asfaltsgrus, Y1B (enkel ytbehandling på bituminöst underlag), MJOG (mjukbitumenbundet grus med oljegrusgradering), JIM (justering med indränkt makadam) och alla andra kallade Övriga.

Diagram 8 Andelar av kombinationer av asfalttyp och sort.

Notera att den i särklass mest frekventa typ och sortkombinationen 2002, ABT B 160, minskar kraftigt under perioden. En annan kombination som minskar är AG B 60. Övriga minskar också. Användning av två kombinationer, ABT B 70 och MJOG, varierar men landar på ungefär samma andel. Kombinationerna ABS B 70, Y1B, JIM ökar.

De ovanstående diagrammen beskriver datamängden Samtliga observationer. När urvalet begränsas till mängden observationer till ”Urval av observationer” där kostnaden per ton ligger mellan 500 och 1 600 minskar antalet observationer kraftigt (från mer än 18 000 till 6 877).

Det innebär att tyngdpunkten i materialet förskjuts en del. Den nominella

genomsnitts-kostnaden per uppdrag ökar liksom den genomsnittliga kontraktstorleken i ton (Jämför Tabell 1 och 2). Båda dessa förskjutningar indikerar att en mängd små uppdrag faller bort.

Notera också den stora spridningen för flera av i variabelvärdena i Samtliga observationer, mätt antingen som skillnaden mellan minsta och största observationen eller som standard-avvikelse, jämfört med Urvalet observationer. För kostnader ökar dock standardavvikelsen när inskränkningen av datamängden görs.

Sammantaget indikerar dessa utvecklingar att det sker en omfördelning mellan olika slag av åtgärdstyper. I nästa avsnitt redovisas några olika tester om dessa omfördelningar kan betraktas som liggande inom en slumpmässig variation.

De transportavstånd som Jakobsson (2007) hade tillgång till saknas i datamaterialet för de använda uppdragen. De bedöms innebära betydande kostnader kan skaffa dessa.

0,000 0,050 0,100 0,150 0,200 0,250 0,300 0,350 0,400 0,450 0,500 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 ABS B 70 ABT B 160 ABT B 70 AGB 60

1.5

Modeller och resultat

Först genomförs en analys av tänkbara orsaker till kostnadsförändringar för asfalt, därefter beskrivs hur en test genomförts av om andelarna av olika åtgärdstyper respektive typ och sortkombinationer förändrats över tid eller inte.

1.5.1 Vilka faktorer kan förklara utvecklingen av och skillnader i kostnader för olika arbeten?

Huvudmodellen för att beräkna effekter av olika faktorer är en modell med logaritmerad beroende variabel och huvudsakligen logaritmerade förklaringsvariabler, skattas för de sju mest frekventa typ och sortkombinationerna. Skälet till att denna modell används är att de skattade koefficienterna direkt kan tolkas som elasticiteter.

𝑙𝑜𝑔𝐶_𝑖 = 𝛼 + 𝛽₁𝑙𝑜𝑔 𝑇_𝑖 + 𝛽₂𝑙𝑜𝑔 𝑇_𝑖2 _{+ 𝛽}

3𝑙𝑜𝑔 𝑆𝑖 + 𝛽4𝑙𝑜𝑔 𝐵𝐼𝑖 + 𝛽5𝑙𝑜𝑔𝐾𝑖+ 𝛽6𝑀𝑖 + 𝛽7Å𝑖 + 𝛽8𝑅𝑖 + 𝛽9𝐾𝑖 + 𝜀𝑖

(1)

där 𝑖 indikerar avtal 𝑖, 𝐶 är den totala kostnaden för beläggningsdelen av ett arbete, 𝑇 är den totala vikten beläggning som används, T2 är kvadraten på vikten av beläggningen, är den maximala stenstorleken som används, 𝐵𝐼 är prisutvecklingen på bitumen, 𝐾 är en indikator för konkurrens och mäter antal aktörer inom regionen som har vunnit upphandlingar per år, 𝑀 är en dummy för om det är en normal eller icke normal beläggningsmetod som används, Å är årsdummies, 𝑅 dummies för de olika regionerna i Sverige och 𝐾 är dummies för fyra

kategorier av arbeten: underhåll, nybyggnad, bärighet och förbättring.

Denna modell skattas med konventionell OLS metod, där det kontrolleras för exempelvis konkurrens, beläggningsmetod, region och en tidsfaktor i form av årsdummies.

Skattningar presenteras också för samtliga användbara observationer av följande modell. 𝑙𝑜𝑔𝐶𝑖 = 𝛼 + 𝛽1𝑙𝑜𝑔𝑇𝑖 + 𝛽2𝑙𝑜𝑔𝑇𝑖2+ 𝛽3𝑙𝑜𝑔𝑆𝑖+ 𝛽4𝑙𝑜𝑔𝐵𝐼𝑖 + 𝛽5𝑙𝑜𝑔𝐾𝑖+ 𝛽6𝑀𝑖 + +𝛽7Å𝑖+ 𝛽8𝑅𝑖 +

𝛽₉𝐾_𝑖 + 𝜀_𝑖

(2)

Urvalet av avtal begränsas för båda modellerna till en tonkostnad mellan 500 och 1 600 SEK. På det viset kan förhoppningsvis åtgärder som är felkodade, så att det är mer än

asfaltsbeläggning som ingår i de redovisade kostnaderna, uteslutas ur analysen. Avtal för vilka ett värde för någon av variablerna saknas används inte vid skattningarna.

I Tabell 3 ges resultaten för skattningar med en modell, där logaritmerade värden används av den beroende variabeln och av förklaringsvariablerna, ekvation (1), skattad för de sju mest frekventa typ och sortkombinationerna.

Tabell 1 Skattningsresultat för de mest frekvent förekommande typ och sortkombinationerna

Regression för loggade kostnaden vid beläggningsarbeten där kostnaden per ton är mellan 500 och 1600 kr

VARIABLER (1) (2) (3) (4) (5) (6) (7) Typ ABS B 70/100 ABT B 160/220 ABT B 70/100 AG B 160/220 Y1B 65R Mjog V 6000 JIM Log(Ton) 0.970*** 0.967*** 1.024*** 1.026*** 0.898*** 1.010*** 0.703*** (0.0167) (0.0440) (0.0121) (0.0253) (0.0923) (0.206) (0.104) Log(Ton)^2 -0.00185 -0.00157 -0.00653*** -0.00671*** 0.00546 -0.00502 0.0188** (0.00129) (0.00361) (0.00111) (0.00212) (0.00802) (0.0138) (0.00915) Log(Stenstorlek) -0.0683** -0.0740 0.135** 0.0384 -0.335*** -0.265 0.132 (0.0301) (0.0541) (0.0539) (0.0833) (0.0685) (0.368) (0.255) Log(Bitumen Index) 0.286*** 0.124* 0.367*** 0.262*** 0.133*** 0.223 0.339*** (0.0253) (0.0649) (0.0418) (0.0666) (0.0373) (0.157) (0.123) Log(Konkurrens) 0.0622** -0.0184 -0.0250 0.0417 0.135*** -0.226 -0.702** (0.0291) (0.0620) (0.0546) (0.0815) (0.0479) (0.203) (0.291) Icke-Normal Metod 0.119*** 0.0244 0.00465 0.00500 0.0624 -0.171* (0.0125) (0.0262) (0.0229) (0.0341) (0.0611) (0.0981) Ref: Stockholm/öst/Sydöst Skåne 0.00197 -0.257*** -0.129*** 0.00912 -0.274*** -0.249** (0.0214) (0.0511) (0.0328) (0.0565) (0.0315) (0.116) Mälardalen -0.0321 -0.128*** 0.0476 -0.106 -0.0726 0.228 -0.520*** (0.0221) (0.0346) (0.0421) (0.0739) (0.114) (0.142) (0.101) Väst 0.0309** -0.0237 -0.122*** 0.0546 -0.492*** 0.196 (0.0151) (0.0450) (0.0283) (0.0444) (0.0394) (0.162) Mitt 0.0977*** -0.0777 0.0633 0.104* 0.126 0.198 0.306* (0.0378) (0.0492) (0.140) (0.0611) (0.0797) (0.144) (0.161) Nord 0.261*** 0.155*** 0.0540 0.181*** 0.216 0.296** (0.0948) (0.0451) (0.0459) (0.0567) (0.143) (0.135) Ref: Underhåll Bärighet 0.0285 -0.0302 0.00939 -0.0800 -0.0307 -0.0819 (0.0307) (0.0445) (0.0380) (0.0651) (0.0445) (0.130) Förbättring 0.0520 -0.0222 0.122** -0.123** -0.00399 0.0182 (0.0483) (0.0601) (0.0512) (0.0557) (0.0354) (0.178) Nybyggnad 0.0386*** -0.0542* 0.0259 -0.0303 0.764*** (0.0150) (0.0300) (0.0342) (0.0437) (0.0516) Intercept 5.413*** 6.516*** 4.512*** 4.986*** 7.077*** 6.382*** 7.020*** (0.158) (0.398) (0.274) (0.447) (0.392) (1.797) (1.525) Observationer 1,735 675 744 241 298 127 74 Tidskontroll Ja Ja Ja Ja Ja Ja Ja R2 0.972 0.976 0.971 0.986 0.982 0.970 0.984