Kalmar län år 2020: En prognostisering av köpkraften och detaljhandelns utveckling

- En prognostisering av köpkraften och

detaljhandelns utveckling

Jens Andersson, David Cronholm | Sammanfattning 2 Examensarbete i Företagsekonomi, Design Management VT 2010, Ekonomihögskolan vid Linnéuniversitetet

Titel: Kalmar län år 2020 – En prognostisering av köpkraften och detaljhandelns utveckling Författare: Jens Andersson & David Cronholm

Bakgrund: Handelns utredningsinstitut använde sig år 2002 av statistiska faktorer för att förutspå detaljhandeln i Kalmar län för år 2012. Idag, år 2010, ser vi att denna prognos i jämförelse mot 2007 års rapport, ej verkar falla in. Vi ser att ett komplement till en sådan prognos för att kunna inkludera de faktorer som Handelns utredningsinstitut ej beaktade, bör utgå ifrån en kvalitativ faktor. För detta krävs det att en ny metod för denna typ av prognostisering tas fram innan vi genomför en ny prognos för detaljhandelns utveckling för år 2020 i Kalmar läns respektive kommuner.

Syfte: Syftet med uppsatsen är att genomföra en prognostisering av köpkraftens utveckling och detaljhandelns försäljningsutveckling i Kalmar läns respektive kommuner. Tillsammans med denna prognostisering utformar vi en prognosmetod för prognostiseringen. Det är genom denna prognosmetod som prognostiseringen sker. Genom denna prognos avser vi att bidra med rekommendationer till de ansvariga för respektive kommuns detaljhandelsutveckling.

Metod: Denna studie utgår ifrån den kvalitativa forskningsansatsen, där vi väver samman kvalitativ data med sekundär kvantitativ data för att genomföra en ny prognostisering för år 2020. Vidare har vi arbetat iterativt mellan att ta fram prognosmetoden och genomföra prognostiseringen.

Slutsats: Vi ser att en generell ökning inom detaljhandelns försäljningsutveckling för respektive kommun kommer att ske. Dock finns det stora skillnader i och med att Kalmar kommun drar till sig en stor del av köpkraften.

Nyckelord: detaljhandel, prognostisering, år 2020, köpkraft, dagligvaruhandel, sällanköpsvaruhandel, Kalmar län, Kalmar kommun

Jens Andersson, David Cronholm | Abstract 3 Master’s thesis in business economics, Design Management VT 2010,

University of Linnaeus, Institution of Economics Title: Kalmar County year 2020

Authors: Jens Andersson & David Cronholm

Background: Handelns Utredningsinstitut (Research Institute of Trade) in 2002 made use of statistical factors to predict the retail sector in Kalmar County in year 2012. Today, in year 2010, we see that this projection did not play out so well, because of large events in the retail market in Kalmar, factors that the Research Institute of Trade chose not to consider.

We consider that in addition to such forecast made by the Research Institute of Trade, factors based on qualitative data should be added. This requires a new method for predictions to be developed before we make our own prediction of Kalmar County and its municipalities for the year of 2020.

Purpose: The purpose of this paper is to implement a forecasting of purchasing power and retail sales performance in Kalmar County and municipalities. Along with this prediction, we formulate a forecasting method for the prediction, from which the prediction will arise. By this prediction, we intend to contribute with recommendations to those responsible for managing the municipality’s retail development.

Method: This study is based on the qualitative research approach, where we weave together qualitative data with quantitative secondary data to implement a new prediction for 2020.

Furthermore, we have worked iteratively between the development of prediction method and implementing the prediction.

Conclusions: We see that general increases in retail sales growth, for each municipality is to be seen. However, there are major differences because Kalmar municipality attracts a large proportion of purchasing power.

Keywords: Retail, Forecasting, year 2020, Purchasing power, Kalmar County, Kalmar Municipality

Jens Andersson, David Cronholm | Förord 4 Vi skulle vilja inleda denna uppsats med att framföra ett stort tack till våra handledare Lars Lindkvist och Olle Duhlin. Envishet har mött vishet i våra diskussioner om denna studie. Vi har

inte alltid dragit jämnt, men ni har ändå stöttat och hjälpt oss. Vi vill även tacka våra kurskamrater Christoffer Ljungar och Marie Martinsson för hjälpsamma och konstruktiva

kommentarer till denna uppsats.

Ett stort tack till Regionförbundet i Kalmar län, speciellt Ing-Britt Rosander och till Handelns Utredningsinstitut för deras hjälp och tålamod. Även ett stort tack till alla våra respondenter

som tagit sig tid till att träffa oss och gjort denna uppsats möjlig.

Tack!

Jens Andersson David Cronholm

__________________________ ____________________________

Jens Andersson, David Cronholm | Förord 5

Sammanfattning ... 2

Abstract ... 3

Förord ... 4

1. Problemområde ... 8

1.1 Bakgrund ... 8

1.2 Problemdiskussion ... 11

1.3 Forskningsfråga och Syfte ... 14

1.4 Avgränsningar ... 15

1.5 Disposition ... 15

2. Forskningsansats ... 17

2.1 Val av ansats ... 17

2.2 Forskningsprocess... 20

2.3 Datainsamling ... 21

2.3.1 Dokumentation ... 22

2.3.2 Intervjumetod ... 22

2.4 Reflektion ... 23

2.5 Metodkritik ... 24

3. Referensram ... 25

3.1 Om Metoder ... 25

3.2 Om Framtidsteorier ... 26

3.3 Om Prognosteorier ... 28

3.3.1 Exempel på prognoser ... 30

3.4 Trender ... 33

3.4.1 Framtidens konsumenter ... 34

4. Prognosmetod ... 37

4.1 Idé till prognosmetod ... 37

Jens Andersson, David Cronholm | Förord 6

4.1.2 Initial intervjumetod ... 42

4.2 Utveckling av prognosmetod ... 43

4.2.1 Reflektioner och förändringar 1 ... 44

4.2.2 Reflektioner och förändringar 2 ... 48

4.2.3 Reflektioner och förändringar 3 ... 50

4.3 Slutgiltig prognosmetod ... 52

4.3.1 Slutgiltig Intervjumetod... 53

4.4 Diskussion om prognosmetoden ... 54

5. Prognostisering för år 2020 ... 56

5.1 Köpkraften idag ... 56

5.2 Detaljhandelns försäljningsutveckling idag ... 60

5.2.1 Försäljningsindex ... 63

5.3 Imorgon, år 2020 ... 64

5.3.1 Diskussion om trovärdighet ... 64

5.3.2 Kalmar kommun ... 65

5.3.3 Mörbylånga kommun ... 67

5.3.4 Oskarshamn kommun ... 67

5.3.5 Borgholms kommun ... 68

5.3.6 Högsby kommun... 69

5.3.7 Nybro kommun ... 70

5.3.8 Emmaboda kommun ... 71

5.3.9 Torsås kommun ... 72

5.3.10 Mönsterås kommun ... 72

5.4 Köpkraftens utveckling år 2020 ... 73

5.5 Detaljhandelns försäljningsutveckling år 2020... 76

Jens Andersson, David Cronholm | Förord 7

6.1 Presentation av respondenter ... 82

6.2 Kalmar kommuns vision... 82

6.3 Köpkraften i Kalmar kommun år 2020 ... 85

6.4 Detaljhandelns försäljningsutveckling år 2020... 85

6.5 För genomförande av prognostiseringen ... 86

7. Rekommendationer ... 87

7.1 Fortsatt forskning ... 90

8. Källförteckning... 91

8.1 Litteratur ... 91

8.2 Rapporter/ Artiklar ... 92

8.2.1 Elektroniska artiklar ... 92

8.3 Elektroniska källor ... 93

8.4 Intervjuer ... 94

8.4.1 Inledande intervjuer ... 94

8.4.2 Intervjuer ... 94

8.4.3 Intervjuer via mail ... 95

8.4.4 Intervjuer via telefon ... 95

Bilaga 1 ... 96

Bilaga 2 ... 97

Bilaga 3 ... 98

Bilaga 4 ... 99

Bilaga 5 ... 100

Problemområde 8

1. P ROBLEMOMRÅDE

Vårt inledande kapitel syftar till att belysa vår forskningsfråga och ge en översikt över vårt valda problemområde. Kapitlet innehåller även en diskussion kring de avgränsningar vi valt att göra. Vi avslutar kapitlet med att beskriva hur vår studie är upplagd.

1.1 B

Sedan urminnes tider har människan siat om hur framtiden kommer att bli. De forntida grekerna konsulterade Oraklet i Delfi, som genom att försätta sig i trans kunde tala med guden Apollon och få lärdom om vad som väntade den som undrade i framtiden. Genom det svar som gavs kunde personen i fråga antingen försöka förhindra eller välkomna det som framtiden hade i behåll¹.

Även idag använder vi oss av olika metoder för att se in i framtiden och försöka förstå vad som väntar oss inom diverse områden. Vi försätter oss dock inte i trans och kontaktar högre makter som Oraklet i Delfi. Istället förlitar vi oss på vad vetenskapen har att tillföra till området. Idag finns det till exempel en egen disciplin inom forskningen gällande framtiden². Inom denna disciplin finns det sedan 1940 en teknik för att prognostisera framtiden, nämligen Delfitekniken³. Den har under åren reviderats, omarbetats och använts för flertalet områden inom samhället. Delfiteknikens grundsten är att den använder sig av ett antal

”experter” inom ett specifikt område och låter dessa, genom intervjuer få tala om hur de ser på framtiden. Vi kommer att belysa denna teknik mer ingående i kapitel 3.2. Övergripande inom framtidsforskning är att den beaktar olika faktorer för att genomföra intelligenta gissningar om hur framtiden kommer att bli. Dessa intelligenta gissningar kan målas upp genom bland annat scenarioteknik. Scenarioteknik är en beskrivning av ett framtida scenario som bestäms av ett antal olika samhällsfaktorer, till exempel kulturellt kapital och socialt kapital. Scenarioteknik används oftast för långsiktiga prognoser, över flera decennier och

1 Wikipedia (2010a)

2 Asplund, J (1979)

3 Ibid

Problemområde 9 beskriver likt en fantasi hur framtiden kommer att bli⁴. Ett annat sätt att genomföra dessa intelligenta gissningar är genom olika typer av prognoser.

Prognoser är väldigt vanliga, vi möter till exempel dessa varje morgon när vi ser på TV då väderleksrapporten visas. En väderprognos är en förutsägelse om hur vädret kommer att bli de närmsta dagarna. Vi möter även prognoser när vi spelar på odds. Odds är en kortsiktig prognos för hur stor sannolikheten är att till exempel ett lag ska vinna över ett annat⁵. Det är dock inte enbart inom meteorologi och spel som prognoser används. De har ett flertal användningsområden, bland annat inom ekonomi och handel.

Azuza Pacific University (APU) beskriver en metod för att prognostisera detaljhandeln inom en region, eller ett upptagningsområde⁶. Deras metod är indelad i fyra steg, där det första innebär att identifiera hur stor befolkning som finns inom upptagningsområdet. Det andra steget gäller hur mycket och vad som säljs inom upptagningsområdet. Steg tre innebär en identifikation av marknaden och marknadsandelarna. Steg fyra beaktar turister och ”icke- permanent-befolkning”. Utifrån denna metod kan detaljhandelns utveckling prognostiseras genom att man kan se var det finns marknadsandelar att ta, respektive ge upp⁷. Vi kommer att presentera denna prognos mer ingående i kapitel 3.3.1.

År 2002 genomförde Handelns Utredningsinstitut (HUI) en prognostisering över hur handeln i Kalmar län kommer att se ut år 2012. HUI genomförde två prognoser för år 2012; den ena gällde köpkraften för dagligvaruhandel och sällanköpsvaror, den andra prognosen gällde försäljningsutvecklingen av den totala detaljhandeln⁸. Denna prognos baserades på statistiskt material gällande faktorerna; befolkningsutveckling, inkomstutveckling, försäljningsutveckling och trender inom detaljhandeln. Vi kommer att närmare beskriva deras prognos i kapitel 3.3.1.

Dessa två ovanstående prognostiseringsmetoder beaktar i huvudsak statistiskt material.

Med statistiskt material, menar vi att dessa två prognoser består av ett material enbart

4 Asplund, J (1979)

5 Persson, Per (2010-04-13)

6 Strother, S. et al (2009)

7 Ibid

8 Bergström, F. Wikström, N (2002)

Problemområde 10 baserat på kvantitativa data. Som det framgår av deras material, redovisas hur en situation ser ut just nu och hur den har sett ut. Genom att statistiskt beakta den historiska utvecklingen, får vi en trendlinje⁹. En trendlinje visar den ”riktning” antingen linjärt eller exponentiellt¹⁰ som exempelvis utvecklingen för detaljhandel har. Ser vi till den lutning som trendlinjen historiskt har haft, den tillväxt som råder inom regionen idag och det konsumtionsflöde som finns, görs en prognos som visar denna trendlinjes framtida utveckling. Utifrån detta kommer vi in på faktorer som rör till exempel befolkningsutveckling och inkomstutveckling. Konsumtionsflöde innebär med handelstermer, försäljningsindex. Ett försäljningsindex visar hur flödet av konsumtion sker mellan olika regioner¹¹. För försäljningsutvecklingen har även köpkraften i en region stor betydelse. Termen köpkraft definieras som ett hushålls förmåga och vilja att köpa, det vill säga handla eller shoppa¹². Den kritik som finns mot att enbart använda statistik som underlag är att den begränsar sig till att kunna mäta kvantitativa företeelser, vilket innebär att uppgifterna riskerar att bli för ytliga och därmed ge otillräcklig kunskap¹³

Ser vi till den prognos som HUI genomförde för Kalmar län, presenterade de gällande detaljhandelns försäljningsutveckling för år 2007 och 2012 följande prognos, se tabell 1.1.

9 Körner, S. Wahlgren, L (2006)

10 Ibid

11 Bergström, F. Wikström, N (2002)

12 Ibid

13 Körner, S. Wahlgren, L (2006)

Problemområde 11 I ovanstående tabell 1.1 har vi lagt till den verkliga detaljhandelns försäljningsutveckling för år 2007. Jämför vi det verkliga värdet med det prognostiserade värdet finner vi både stora skillnader och några likheter. Beaktar vi den totala detaljhandelsförsäljningen, överstiger Oskarshamns kommun och Kalmar kommuns verkliga värde det prognostiserade värdet för år 2007. Kalmar kommuns värde överstiger, något förvånande, till och med det prognostiserade värdet för år 2012. Vad gäller dagligvaruhandeln överstiger alla representerade kommuners värden för år 2007. Detsamma gäller även för sällanköpsvaruhandeln. Kalmar kommun sticker ut även här och överstiger det prognostiserade värdet för år 2012.

1.2 P

Vad beror då denna konstaterade skillnad på, som visades ovan mellan HUI:s prognos och det verkliga utfallet? Som svar på denna fråga finns det ett flertal faktorer att beakta. Först och främst, som även HUI påpekar i sin rapport, baseras deras siffror på att inget ska komma att hända eller förändras inom de kommuner de undersökte. Det är en väldigt liten sannolikhet att ingen förändring överhuvudtaget skulle kunna inträffa. Idag ser vi till exempel att det har skett stora förändringar i Kalmar län under 2000-talet; förändringar som HUI i sin prognos inte tog i beaktande. Skälet till att HUI inte förutsåg förändringarna Tabell 1.1. Jämförelse mellan prognostiserade värden, år 2007 och 2012, för detaljhandelns

försäljningsutveckling och verkligt värde för år 2007 (mkr).

Prognostiserat värde år 2007

Prognostiserat värde år 2012

Verkligt värde år 2007 Total detaljhandel

Kalmar 3 100 – 3 300 3 400 – 3 700 4 664

Mörbylånga 550 – 650 700 – 800 620

Oskarhamn 1 100 – 1 200 1 300 – 1 400 1 225

Dagligvaror

Kalmar 1 370 – 1 400 1 500 – 1 550 1 592

Mörbylånga 340 – 350 370 – 390 370

Oskarhamn 640 – 660 700 – 730 734

Sällanköpsvaror

Kalmar 1 750 – 1 900 1 900 – 2 150 3 072

Mörbylånga 220 – 240 240 – 270 250

Oskarhamn 430 – 470 460 – 520 491

(Statistiska centralbyrån, 2010, för verkligt värde år 2007. Bergström, F. Wikström, N. 2002, för prognostiserade värden 2007 och 2012)

Problemområde 12 berodde inte på att de inte kunde förutses, utan att den prognosmetod HUI använde sig av inte stöder möjligheter att förutse förändringar av den typen som skett i Kalmar län. HUI:s prognostisering ger därmed viss insikt, men kan samtidigt ses som begränsande. De förändringar som skett i Kalmar län beror som sagt på ett flertal faktorer såsom demografiska förändringar, ekonomiska förändringar och trender inom dessa två stora områden. HUI såg i sin prognos bland annat till följande trender: en stark etablering av externa köpcentrum runt om i landet, en nedgång i den perifera handeln samt en trend mot att allt blir större (butiker, utbud, koncept)¹⁴.

Som ett konkret exempel på de trender rörande en stark etablering av externa köpcentrum som HUI såg år 2002, har Kalmar kommun fått IKEA till sig. IKEA öppnades år 2006, på Ingvar Kamprads begäran, strax utanför Kalmar stad där E22:an möter riksväg 136 mot Öland¹⁵. I och med etableringen av IKEA valde flera andra stora företag att etablera sig i samma område, vilket resulterade i att affärsområdet Hansa City bildades. Under de följande fyra år sedan IKEA etablerades, har bland annat följande företag kommit till området: City Gross, Mediamarkt, Elgiganten och Bauhaus. Hösten 2009 tillkom även ett köpcentrum för kläder och mode som ett komplement till handelsområdet.

Till följd av etableringen Hansa City genomgår nu Kalmar Stadskärna en expansiv förnyelse, nämligen projektet ”Uppdrag Kvarnholmen”¹⁶. Enligt forskning kan en externetablering likt Hansa City som etablerar sig utanför en stadskärna bidra med upp till 50 % ökad handel i stadskärnan. Detta beror på att många av externhandelsetableringarnas kunder väljer att åka in till stadskärnorna och handla, vilket i sin tur beror på att stadskärnorna oftast har ett rikare utbud av butiker, restauranger och caféer än externhandelsetableringar¹⁷. Enligt uppgifter består IKEA:s totala kundantal på deras etablering i Kalmar kommun till 47 % av kunder som kommer ifrån andra kommuner än Kalmar kommun¹⁸. Detta innebär att Hansa

14 Bergström, F. Wikström, N (2002)

15 Persson, Per-Olov (2010-02-19)

16 Stjernfelt, Lars (2010-02-09), Davidsson, Thomas (2010-02-10)

17 Rämme, U. Rosén, E (2008)

18 Davidsson, Thomas (2010-02-10)

Problemområde 13 City har bidragit till att Kalmar stadskärna konkurrerar med de övriga kommunernas stadskärnor¹⁹.

Detta är ett exempel på en förändring inom detaljhandeln som HUI inte räknade med. Det har skett många fler förändringar i Kalmar län som HUI inte beaktade i sin prognostisering.

Idag har kommunerna Oskarshamn, Mönsterås och Torsås i Kalmar län skickat in en ansökan till Regionförbundet om bidrag för att utveckla sin detaljhandel. Dessa kommuner har märkt av att handeln i respektive kommuns stadskärna har minskat och att stadskärnan är på väg att ta skada²⁰. Vidare förutspåddes Mönsterås kommun få en stark försäljningsutveckling i HUI:s prognos, men har tagit en helt annan riktning i sin utveckling.

Vi ser att den detaljhandelutvecklingslinje och köpkraftsutveckling som HUI prognostiserade för Kalmar läns respektive kommuner således har påverkats av yttre faktorer som HUI ej tog i beaktande. Dessa yttre faktorer utgörs av olika typer av beslut som fattats av makthavare rörande handelsutvecklingen i en kommun. Thomas Davidsson, näringslivsansvarig i Kalmar kommun, återger för oss att i hans arbetsroll innebär det att få företag att investera och trivas i kommunen²¹. Dessa beslut rörande handelsstrategier inom kommuner, som bland annat Davidsson men även andra personer är involverade i, är således en viktig faktor för försäljningsutvecklingen i en kommun. Beslut och strategier som arbetas fram på denna nivå utgör en vision för försäljningsutvecklingen i framtiden och är således ett mål som dessa personer arbetar aktivt för att uppnå. Vidare kan även dessa personer utöver deras visioner, mer konkret berätta vad som händer i en kommun utvecklingsmässigt just nu och vad som planeras för framtiden; det vill säga vilka konkreta beslut som fattats och som kommer att påverka handelns utveckling. Denna nuläges- och framtidsinformation är något som ej beaktas i HUI:s prognos.

Vår uppfattning är att för att kunna få en så säker prognos som möjligt, ska även känd information (som till exempel redan fattade beslut) och framtidsvisioner tas i beaktande. Det framtidsscenario som en kommun arbetar för att uppnå har en påverkan på detaljhandeln

19 Persson, Per-Olof (2010-02-19). Davidsson, Thomas (2010-02-10)

20 Nilsson, Helena (2010-02-12)

21 Davidsson, Thomas (2010-02-10)

Problemområde 14 inom kommunen. Vår uppfattning är således att prognoser som rör detaljhandeln även behöver kompletteras med kvalitativ information rörande vad som konkret händer inom en kommun och vilka visioner som finns. Vi har inspirerats av ”Delfitekniken”, som vi inledningsvis, kortfattat, redogjorde för. Även i denna teknik användes ”experter” för att prognostisera framtiden. Vi har ingenting emot kvantitativ information, tvärtom så är kvantitativ information en viktig del i prognoser. Vår uppfattning är att enbart kvantitativ information ofta inte ger ett tillräckligt beslutsunderlag, utan behöver kompletteras med kvalitativ information. Att genom kvalitativ information komma åt och tolka de planer och visioner en region kan ha rörande detaljhandel är viktigt eftersom dessa påverkar detaljhandelns framtida utveckling. Vår förhoppning är att vi genom denna studie kan bidra till förbättrade möjligheter att genomföra en mer precis prognos för regionen. Vidare är det viktigt att förstå att prognoser i huvudsak används för att ge en förvarning om vad som är på väg att ske. Detta innebär att man utifrån prognosen sedermera kan vidta åtgärder för att förbättra eller förändra den stundande situationen. Om vädret på morgonnyheterna säger att det ska bli regn, kommer du med stor sannolikhet att ta med dig ditt paraply; detta för att du inte vill utsätta dig för risken att bli blöt.

1.3 F

S

I denna uppsats avser vi att besvara följande forskningsfråga:

Vad prognostiseras köpkraften och detaljhandelns försäljningsutveckling för år 2020, i Kalmar läns respektive kommuner?

För att generera ett svar på denna fråga, baserat på vårt resonemang i problemdiskussionen ovan, behöver vi först konstruera en ny metod för prognostiseringen av köpkraften och detaljhandelns försäljningsutveckling. Denna prognosmetod kommer således beakta både den kvantitativa och kvalitativa aspekten för en prognos. Vi avser att arbeta fram denna prognosmetod växelvis med själva prognosen för Kalmar läns kommuner. Därav kommer vi inledningsvis i kapitel 2 och 4 fokusera på framtagandet av prognosmetoden. Därefter kommer vi i kapitel 5 att presentera prognostiseringen.

Problemområde 15 Syftet med uppsatsen är att genomföra en prognostisering av köpkraftens utveckling och detaljhandelns försäljningsutveckling i Kalmar läns respektive kommuner. Tillsammans med denna prognostisering utformar vi en prognosmetod för prognostiseringen. Det är genom denna prognosmetod som prognostiseringen sker. Genom denna prognos avser vi att bidra med rekommendationer till de som är ansvariga för respektive kommuns detaljhandelsutveckling.

1.4 A

Kalmar län består av följande kommuner: Borgholm, Emmaboda, Hultsfred, Högsby, Kalmar, Mönsterås, Mörbylånga, Nybro, Oskarshamn, Torsås, Vimmerby och Västervik. Vi avser att exkludera följande tre kommuner: Västervik, Vimmerby och Hultsfred. Anledningen är att de inte är direkt angränsande kommuner till Kalmar kommun, där en stor förändring har skett, samt att dessa invånare troligtvis är mer benägna att åka till Linköping på grund av att Kalmar stad ligger längre bort. De har således inte påverkats av etableringarna i Kalmar kommun. Linköping och Kalmar kommun ses i detta fall som likartade i sin dragningskraft i och med att IKEA finns etablerat på båda orterna med ett kringliggande köpcentrum, även om Linköping är en större stad med ett större utbud av butiker. Vår undersökning syftar även till att ha centralorterna som utgångspunkt i respektive kommun, då dessa står för den större delen av handeln i kommunen.

1.5 D

Strukturen på denna uppsats har en ram som består av tre övergripande delar: en inledande, en med resultat och analys, samt en avslutande med slutsatser. Den inledande delen tar sin början i kapitel 1 där vi anger bakgrund till våra forskningsfrågor samt återger en problemdiskussion. Här återfinns även syftet med uppsatsen. Vidare beskriver vi vår forskningsprocess i kapitel 2; dels övergripande för hela uppsatsen, men även konkret för utvecklandet av vår prognosmetod.

Uppsatsens resultat- och analysdel tar sin början i kapitel 3, där vi inleder med att diskutera teorier om metoder. Därefter övergår vi till teorier kring prognoser och ger exempel på tidigare genomförda prognoser. Vi avslutar vårt tredje kapitel med att diskutera och beskriva rådande och förväntade trender i och med generationsväxlingar. I kapitel 4 beskriver vi

Problemområde 16 utvecklandet av vår prognosmetod. Vi börjar med att beskriva vår initiala tanke för att sedermera utveckla denna och beskriva vår slutgiltiga prognosmetod. I Kapitel 5 presenterar vi vår prognostisering för köpkraftens utveckling och detaljhandelns försäljningsutveckling för Kalmar läns respektive kommuner. Detta kapitel är indelat i två avsnitt, där vi i det första avsnittet beskriver dagsläget och den historiska utvecklingen och i det andra genomför prognostiseringen baserat på den första sektionen och det kvalitativa data som har framkommit, det vill säga de visioner som respektive kommun har.

I kapitel 7 presenterar vi våra rekommendationer som för respektive kommun har framkommit genom prognostiseringen. Vi presenterar även en avslutande diskussion om prognosmetoden och prognostiseringen samt ger förslag på fortsatt forskning.

Forskningsansats 17

2. F ORSKNINGSANSATS

I detta kapitel presenterar vi vår forskningsmetod och mer precist hur vi avser att gå tillväga för att utforma vår prognosmetod. Vidare presenterar vi även i detta kapitel vår insamlingsmetod för data, både kvalitativ och kvantitativ.

2.1 V

Det går inte att definiera sin forskningsansats utan att först ha en forskningsfråga. Således avgör syftet och problematisering av forskningsfrågan valet av forskningsansatsen²². Kunskapssyftet som vår forskningsfråga har, ”Vad prognostiseras köpkraften och detaljhandelns försäljningsutveckling för år 2020, i Kalmar läns respektive kommuner?”, är att vi primärt måste utveckla en ny prognosmetod för prognostisering gällande köpkraftsutvecklingen och detaljhandelns försäljningsutveckling i kommuner för att besvara frågan. En utgångspunkt som denna forskningsfråga har, är att det kommer ske en förändring över tid. Med grund i detta resonemang anser vi att den information vi sökt således är informativ och förklarande; detta för att resultatet av uppsatsen ska generera en förståelse för den framtid som stundar. Med förklarande kunskap avser vi att förmedla en bild som är upplysande om varför det är viktigt att beakta den potentiella framtiden för detaljhandeln i de kommuner som finns i Kalmar län. För denna kunskap avser vi att genomföra en kvalitativ studie.

Kvalitativ metod anses vara svår att definiera²³. Den diskuteras och beskrivs oftast utifrån hur den skiljer sig från den kvantitativa metoden. Skillnaden är att forskaren i den kvalitativa metoden utgår från ord istället för siffror. Med ett induktivt synsätt är detta en uppbyggnad med utgångspunkt i ett verkligt problem som bryts ner till ett antal mindre frågor. Forskaren skall skaffa sig förståelse för att sedan tolka denna²⁴. Forskaren tillåts att se och fördjupa sig inom det valda område som forskningsfrågan berör. Ett detaljerat fokusområde är något som uppstår och är inte förutbestämt som i den kvantitativa forskningsstrategin. Den typ av frågor som normalt används är ”hur” och ”varför”. Respondenten får här möjlighet att svara

22 Trost, J (2005). Merriam, S (1998)

23 Alvesson, M. Sköldberg, K (2008)

24 Bell, E. Bryman, A (2005)

Forskningsansats 18 mer utförligt. Forskaren har även möjlighet att utveckla med följdfrågor som anses relevanta i sammanhanget²⁵.

Kvalitativa metoder kan ofta ge stöd åt kvantitativ forskning. Detta sker bland annat genom att kvalitativa metoder tillhandahåller hypoteser vid insamlandet av kvantitativ data, samt att kvalitativa metoder kan bistå vid mätningar av kvantitativa data. När kvalitativa metoder bistår en kvantitativ mätning får forskaren information om hur de sociala kontexterna ser ut²⁶. Då vi avser att genom kvantitativa mätningar söka svar på vår forskningsfråga anser vi att kompletterande information om hur planer, idéer och visioner borde få en medverkande roll till resultatet. Genom att både genomföra kvalitativa intervjuer tillsammans med kvantitativa sammanställningar av data, anser vi att detta har stärkt det resultat uppsatsen strävat efter att uppnå.

För en forskningsstudie krävs data som beskriver verkligheten och ger studien validitet.

Dessa data kan insamlas på tre olika sätt; enkätundersökning, intervjuer eller observationer beroende av forskningsansats. Primärdata är den typ av data som forskaren själv har samlat in. Sekundärdata är data som forskaren kan använda sig av men i andra hand. Tillgången till primärdata har olika grader av access; direkt access och indirekt access²⁷.

Direkt access innebär att forskaren samlar in data direkt ifrån den valda källan genom att med egna ögon iaktta skeendet. Dessa iakttagelser sker spontant och dagligen av alla individer, de sker till exempel när vi kör bil utan att vi närmelsevis lägger märke till dem. Att vi inte lägger märke till all information som möter oss beror på att vi genom träning, utbildning och erfarenhet har lärt oss koncentrera på enbart en liten del av informationen.

Genom att direkt studera en arbetsprocess kan vi som utomstående uppmärksamma sådant som forskaren förbiser²⁸.

Indirekt access innebär att forskaren försöker ta del av iakttagelser som redan gjorts av någon annan. Genom att ställa frågor får vi del av redan insamlad och bearbetat material.

25 Svenningsson, M (2003)

26 Bell, E. Bryman, A (2005)

27 Ibid

28 Ekholm, M. Fransson, A (1992)

Forskningsansats 19 Fördelen med detta är att vi genom ett fåtal frågor får ta del av en sammanfattande bild. En bild, som det för forskaren själv skulle ha tagit betydligt längre tid att ta fram genom direkt access. En både för- och nackdel med direkt access är att respondentens egna åsikter kommer att komma fram, vilket innebär att forskaren måste anta ett kritiskt förhållningssätt till detta material. En fördel med direkt access är att forskaren når den erfarenhet respondenten besitter inom ämnet²⁹. För denna uppsats kommer vi att beröra både primär och sekundär empiri. Primär empiri, genom intervjuer och sekundär empiri genom att vi tar del av statistisk data i andra hand från olika institut. Vårt tillvägagångssätt medför att vi kommer att ha en indirekt access till all vår empiri, eftersom vi ej kommer att observera problemområdet personligen, se kapitel 4.

Intervjuer genomförs i första hand på grund av att de tillför en djupare förståelse till det material forskaren samlar in. Det finns tre grundläggande strukturer att beakta inför en intervju, beroende på vilken grad av öppenhet och precision forskaren vill att intervjun ska ha. Den första typen kallas för ”ostrukturerad intervjuteknik”; där tillåts respondenten att berätta sin ”historia”. Fördelarna med denna teknik är att den passar bra vid den öppnande delen i forskningsprocessen, då forskaren inte riktigt vet precis vad han är ute efter. Den ger även utrymme för respondenten att ge egna livsexempel, vilket kan berika förståelsen. En negativ sida är att den, beroende på respondent, kan vara svår att få igång och fortgå. Det är således en explorativ teknik. Den andra strukturen är semistrukturerad intervjuteknik, vilken innebär att en intervju baserad på ett flertal öppna frågor genomförs. Detta ger respondenten dels utrymme att sväva ut, men är tillräckligt kontrollerad för att den som intervjuar ska kunna komma åt rätt information. Den sista strukturen är strukturerad intervjuteknik och innebär, som det låter, att den är mer strukturerad. Denna intervjuteknik är lätt att förväxla med frågeformulär³⁰.

29 Ekholm, M. Fransson, A (1992)

30 Bell, E. Bryman, A (2005)

Forskningsansats 20

2.2 F

För att utveckla en prognosmetod för genomförandet av prognostiseringen gällande köpkraftens utveckling och detaljhandelns försäljningsutveckling, har vi genomfört en forskningsprocess där vi växlat mellan utvecklandet av en prognosmetod och användandet av densamme (se figur 2.1). I detta förfarande har vi i användandet av prognosmetoden även reflekterat över vårt tillvägagångssätt. Denna typ av reflektion rörande forskning kallas för single-loop och double-loop learning³¹. Single-loop learning karakteriseras av att forskaren, när han reflekterar i efterhand, korrigerar fel och oregelbundenheter så att han kan fortsätta göra det han gjorde fast bättre. Vid double-loop lärandet går forskaren ett steg längre och korrigerar inte enbart fel och brister, utan formulerar även frågor och betraktar sina handlingar ur nya perspektiv; detta för att införskaffa nya insikter om lärandet och kunna förbättra sina rutiner³².

Figur 2.1 ger en överskådlig bild över hur vi har gått tillväga vid utvecklingen av prognosmetoden. Vi utgår ifrån en initial metodidé som vi själva skapat (se kapitel 4). Denna idé testar vi totalt tre gånger. Genom att testa metoden tre gånger bör vi få en validering av den. De nio kommuner som studerats har delats in i tre grupper om tre kommuner i varje grupp. Vi har benämnt dessa som grupp 1, 2 och 3. I kapitel 4 är grupperna närmare beskrivna. Efter varje grupp har en reflektion och utveckling av prognosmetoden, baserat på de erfarenheter vi fått, skett. Detta innebär att vi totalt skapat tre versioner av prognosmetoden (PM1, PM2 och PM3), där den tredje och sista versionen även är den slutgiltiga prognosmetoden. På så vis har det funnits en positiv växelverkan mellan utveckling av prognosmetoden och användningen av prognosmetoden. Denna forskningsprocess skvallrar återigen om att vi till viss del använder oss av en kvalitativ forskningsprocess i och med att vi testar och allt eftersom återvänder med mer precisa angreppssätt till forskningsområdet³³. Eftersom dessa steg upprepas tre gånger, kan denna forskningsprocess karakteriseras som iterativ, det vill säga upprepad.

31 Argyris, C. et al (1985)

32 Ibid

33 Bell, E. Bryman, A. Se specifikt sid 300-302, figur 13.1.

Forskningsansats 21 Testerna och utvärderingarna som sker, innebär rent praktiskt i den kvalitativa delen av prognosmetoden, att vi använder oss av ”speciellt insatta” personer inom detaljhandelshandelsutveckling i en kommun. Utifrån deras kunskap kan vi diskutera och utröna vad som anses vara viktigt att beakta vid uppbyggandet av en prognosmetod gällande kvantitativ data och kvalitativ data. Vidare utvärderas även dessa intervjuer av oss i efterhand genom reflektioner, för att vi ska kunna genomföra förbättringar av prognosmetoden. Se kapitel 4.1.1 för resonemang kring vilka dessa ”speciellt insatta”

personer kommer att vara, samt kapitel 2.4 för hur dessa reflektioner kommer ske.

2.3 D

Datainsamlingen till vår studie har skett på två olika sätt, vilket är viktigt att beakta. Till vår forskningsfråga rörande hur en prognosmetod bör utformas har vi valt att ta del av tidigare studier för att identifiera utgångspunkter för hur en prognosmetod initialt ska struktureras.

Därefter har vi kompletterat detta med att genomföra intervjuer som vi har reflekterat över för utvecklandet av vår prognosmetod. Dessa utgångspunkter har bland annat hittats i HUI:s tidigare prognostisering av Kalmar län och dess kommuner. Till dessa utgångspunkter som vi dels samlat in sekundärt kvantitativt material ifrån bland annat Handelns utredningsinstitut, Statistiska Centralbyrån samt Regionförbundet i Kalmar län. Till detta kvantitativa material har vi även genomfört intervjuer gällande visioner och strategier; detta har gjorts för att få

Figur 2.1. Egen, illustration av vår forskningsprocess för utvecklandet av prognosmetoden Utveckling av

prognosmetod Prognosmetod

Reflekterar &

Utvärderar Testar

Forskningsansats 22 tillgång till den information som statistisk dokumentation inte kan ge oss. Således har vi enbart haft en indirekt access till vårt problemområde.

2.3.1 D

Den typ av dokumentation som vi har valt att samla in till vår sekundära forskningsfråga är av statistisk karaktär och beskriver med data hur förhållandena i varje kommun är i dagsläget. Syftet med denna dokumentation är att den ger oss en bild över vad som har hänt i respektive kommun mellan åren 2000-2008 och således kan vi se den förändring som har skett under denna tidsperiod.

Insamlandet av dessa data har gått till på så sätt att vi har erhållit dokumentationen sekundärt ifrån följande institutioner: Statistiska Centralbyrån, Handelns Utredningsinstitut och Regionförbundet i Kalmar län. Dessa data har sedermera kritiskt analyserats och presenteras i kapitel 5.2.

Anledningen till att vi ej fått tillgång till senare data i och med att det idag är år 2010, beror på att insamlandet och sammanställandet av denna typ av data är en långsam process.

Denna process kräver ett samarbete mellan ett flertal institutioner. Således släpar den statistiska informationen.

2.3.2 I

Våra intervjuer har genomförts på följande sätt, då vi haft en initial metodidé (vilken presenteras i kapitel 4.1) har vi även haft en initial intervjumetodsidé, vilken presenteras i kapitel 4.1. Intervjuerna har delats upp i två avsnitt. Den första delen har berört insamlandet av data rörande vår prognostisering. Den andra delen har berört insamlandet av data rörande vår prognosmetod. Denna andra del har bestått av det material vi sedermera använt för att förfina vår metodidé.

Vi har, som beskrivits tidigare, delat in de undersökta kommunerna i tre grupper om tre kommuner i varje grupp. Den utveckling som vi beskrev ovan rörande prognosmetoden utifrån dessa grupper kommer även att appliceras på vår intervjuteknik. Vi kommer alltså testa och utvärdera vår intervjumetod. De tolkningar och reflektioner vi gör för förfinandet av intervjumetoden innebär att vi försöker avläsa hur innebörden i det som förmedlas under intervjuns gång förändras och förstärks. Genom att vi söker återkopplingar i del 2 av

Forskningsansats 23 intervjun skapas en interaktion mellan oss som intervjuar och den som blir intervjuad. På grund av detta anser vi att den typ av intervjuer vi har genomfört kan karakteriseras som reflexiva³⁴.

2.4 R

Under intervjuernas gång har vi, förutom att spela in varje intervju, även loggat olika tankar som har uppkommit för att vi lättare efteråt ska kunna återgå till hur vi tyckte och tänkte.

Dessa loggningar tillsammans med en övergripande reflektion efter varje intervju, har sedan sammanställts till en större reflektion efter var tredje intervju, det vill säga efter att en grupp har avklarats. Reflektionerna har baserats på en enkel utvärderingsmall, som vi gått igenom efter varje genomförd intervju. Den ser ut på följande sätt:

 Gick intervjun bra eller dåligt?

o Vad berodde det på?

 Var intervjusättet bra eller dåligt?

o Vad berodde det på?

 Var det någon intervjufråga som genererade ett bra svar?

 Var det någon intervjufråga som var dålig?

 Var tiden anpassad för intervjun?

 Var personen rätt för intervjun?

 Övrigt bra

 Övrigt dåligt

Den större reflektion som gjorts efter var tredje intervju, finns presenterad i kapitel 4.2, tillsammans med de förbättringar som vi har gjort till nästa grupp. Dessa förbättringar har legat till grund för förfinandet av vår initiala prognosmetodidé. De baseras på reflektioner och åtgärdsförslag som vi själva kommer fram till, men även genom de förslag som våra respondenter bidragit med. De faktorer som presenteras i vår initiala metodidé i kapitel 4.1 är således inte fastslagna, utan kan tas bort, bytas ut eller utökas om våra reflektioner visar att detta behövs.

34 Thomsson, H (2006)

Forskningsansats 24

2.5 M

I och med att vi utifrån vår initial intervjumetodidé har valt ut ett antal respondenter, utan att vara säkra på att just dessa är rätt för våra frågor, är vi väl medvetna om att det finns en stor risk att dessa respondenter ej är de mest lämpade för vår undersökning. Dock är just detta en del av utformandet av prognosmetoden. Den grupp respondenter vi initialt har valt ut, kommer vi att presentera och argumentera för i kapitel 4. Som vi tidigare påpekat, är det som vi skriver i den initiala metodidén inte fast och kan kompletteras eller bytas ut om vi anser att detta behövs. Detta beror på de test och utvärderingar vi avser att göra. Därav anser vi att kritik mot vår initiala prognosmetodidé är obefogad.

Vi ser även att vi ej är bekanta med all den data vi avser att samla in. Således behöver vi avsätta tid för att förstå och kunna tyda den på rätt sätt. Dock är vi även medvetna om att det kan bli en frågeställning kring kvalitén men eftersom den är insamlad från erkända säkra källor ser vi att detta inte borde vara fallet. Med erkända säkra källor åsyftar vi till SCB och HUI. Mycket av de data för beräkning av den teoretiska köpkraften har vi erhållit ifrån HUI.

Vi känner att den kritik vi för gentemot HUI, då vi anser att de missar en viktig faktor att beakta i sin prognos, kan verka hård. De invändningar vi har avser dock att kritiskt förbättra deras prognos. Följaktligen är vår kritik inte gentemot de faktorer de använder, utan mot den faktor de ej använder. Vi ser att HUI använder sig av ett antal faktorer som berör kvantitativ data. I vårt inledningskapitel har vi konstaterat att en prognos baserad på enbart denna typ av data ej verkar vara tillräcklig. Därav är vår kritik mot att de ej använder en kvalitativ faktor för att stödja sina kvantitativa faktorer. Utifrån detta anser vi att det ej föreligger någon konflikt i och med att vi okritiskt använder deras data, eftersom vi ej har någon anledning att misstro dess värde.

Vidare förstår vi att en institution likt HUI, inte kan genomföra en prognostisering utefter den prognosmetod vi har kommit fram till. Dels finns det en ekonomisk sida samt en tidsfaktor att beakta. HUI kan omöjligtvis resa riket runt och genomföra de intervjuer som vår prognosmetod strävar efter att tillägga till en likande prognostisering.

Referensram 25

3. R EFERENSRAM

I detta kapitel kommer vi att presentera den teoretiska referensram som vi har använt oss av i studien. Eftersom en del av studien syftar till att ta fram en prognosmetod, har således mycket av vår förståelse för detta hämtats ifrån metodområdet inom forskningen, samt ifrån den framtidsforskning som finns inom området. Vi kommer först att övergripande beakta vad en metod är för att sedermera gå in på framtidsforskningens metoder. Därefter riktar vi in oss på prognosteorier och prognosmetoder. Vi avslutar detta kapitel med att beskriva och beakta rådandande trender inom vårt valda område.

3.1 O

M

Metod definieras som ett tillvägagångssätt, strategi och teknik för att strukturera en tanke till handling³⁵. En metodologi definieras som något som har en sämre precision än teknik, men en tydligare handlingsplan än filosofi. Den metodologiska rationalismen säger att vi måste använda oss av principer som inte kan ges stöd genom erfarenhet i vårt kunskapssökande. Kunskap samlar vi in genom våra sinnen, dock krävs det en viss förkunskap om vad kunskap är för något för att vi ska kunna sträva efter det. Den metodologiska rationalismen säger även att vi genom förnuftet inte kan få kunskap om hur världen är, utan snarare om hur vi ska få kunskap. Den ger oss metoder för insamlandet av kunskap³⁶.

Metodteori förbinder vetenskapsteori och metodlära och för fram regler för hur vetenskapliga undersökningar ska genomföras³⁷. Den förhåller sig mellan det abstrakta i vetenskapsteorin och det konkreta i metodläran samt alla dess föreskrifter. Skillnaden mellan metodteori och metodlära är att metodteorin inte ger några konkreta föreskrifter, utan förhåller sig till att ange de principer som forskaren ska förhålla sig till. Dessa principer är härledda ifrån vetenskapsteorin. Sammanfattat kan vi säga att metodteorin ser till att de kriterier som vetenskapsteorin för fram blir förverkligade i metodläran. Metodteorin är i stort sett densamma för varje vetenskap, dock står dessa vetenskaper inför olika

35 Hartman, J (2004)

36 Ibid

37 Ibid

Referensram 26 metodologiska problem och får således sin egen metodlära. När det talas om metodteori är det viktigt att beakta på vilket sätt undersökningen kommer att gå till. En undersökning delas vanligtvis upp i tre delar; en planeringsfas, en insamlingsfas och en analysfas. Den viktigaste av dessa faser är den första, då det i denna finns olika moment som ger undersökningen en vetenskaplighet³⁸.

Det första som inom metodteorin i planeringsfasen bör göras, är en distinktion mellan kvantitativa och kvalitativa undersökningar. Kvantitativa undersökningar har sitt ursprung i den positivistiska vetenskapsteorin och här betonas att det som studeras är något som kan observeras³⁹. Kvalitativa undersökningar innebär att forskaren söker en förståelse för hur människor upplever sin omgivning och sig själva. Detta angreppssätt har hermeneutiken som vetenskaplig grund. I denna undersökningsform söker forskaren efter något subjektivt som inte kan observeras, utan forskaren måste sätta sig in i en människas situation för att förstå.

De två vanligaste undersökningsmetoderna är naturalistisk observation och djupintervjuer.

Naturalistiska observationer innebär att du studerar personen i fråga i den situation du avser att undersöka och genom dessa observationer söker en förståelse. Djupintervjuer innebär att forskaren samtalar med personen och på så sätt få ut en förståelse⁴⁰. Eftersom denna studie avser att genomföra en prognostisering samt att utveckla en prognosmetod, faller det sig således naturligt att beakta de metoder som finns rörande just framtidsforskning.

3.2 O

F

Johan Asplund har skrivit boken Teorier om framtiden, där framtidsforskningens historia genom de olika metoder som har uppkommit inom denna disciplin beskrivs. Asplund inleder med att förklara en av de först använda metoderna inom framtidsforskning, nämligen Delfitekniken, som är ett verktyg för förutsägelser inom ett stort område av ämnen.

Delfitekniken används genom att en expertpanel anlitas till det valda problemområdet.

Därefter får denna panel besvara ett antal frågor, som ställs i omgångar med en viss tid

38 Hartman, J (2004)

39 Ibid

40 Ibid

Referensram 27 emellan. Detta för att en konsensusuppfattning ska framträda⁴¹. Frågorna som ställs till denna panel berör till exempel, hur de uppfattar att marknaden kommer att förändras i framtiden. Därigenom får forskaren en uppfattning om hur framtiden kan komma att te sig⁴².

Rolf Jensen anser att så länge marknaden förändras, ökar även behovet för företag och organisationer att omarbeta sin strategi⁴³. Strategier som definierar ett specifikt mönster av utveckling ställer sig oftast i vägen för organisationens flexibilitet, eventuella öppningar och möjligheter som marknaden ger. Strategin ska fungera som vägledning och huvudsaken är att de anställda ska veta vilka handlingar och beslut som stöds av ledningen. Problemet är att marknaden är väldigt skiftande. Även den mest uppmärksamma företagsledaren kan ha svårt för att anpassa strategin efter marknaden och därmed släpa efter. Detta kan dock undvikas om organisationen lämnar sin bestämda strategi och använder sig av en bredare bild i form av sin vision. Organisationerna bör gå från ett ledarstyrt och strategiguidat arbetsätt till ett mer visionärt arbetsätt där de anställda fokuserar på marknaden och dess möjligheter⁴⁴. Därav finns det en annan metod, nämligen Scenarioskrivning. ”Scenario” är ett begrepp som från början härstammar ifrån militären och består av följande fem element; en aktör, en handling, material, olika positioner, samt olika tidpunkter⁴⁵. Genom dessa element definierar Johan Asplund ett scenario som:

”Ett scenario koordinerar de fem mängderna på ett sådant sätt, att det för varje tidpunkt anges (i) i vilka positioner aktörerna befinner sig i, (ii) i vilka positioner materialen befinner sig i, (iii) vilka handlingar aktörerna utför.”

(Asplund, J (1979). Sid 92.)

Med ”-skrivning” avses en beskrivning av en situation, det vill säga att det scenario som prognostiseras beskrivs med ord och/eller bilder. Rolf Jensen behandlar även detta ämne.

Jensen startade år 2001 förtaget Dream Company, där han arbetar som konsult gällande

41 Asplund, J (1979) För en mer ingående förklaring se sid 66-71.

42 Asplund, J (1979)

43 Jensen, Rolf (1999)

44 Ibid

45 Asplund, J (1979)

Referensram 28 framtidsprognoser och han har bland annat skrivit boken ”The Dream Society”⁴⁶. Rolf Jensen skriver att företag och organisationer måste föreställa sig sin framtid genom scenarion. Det gör det lättare att svara på företagets frågor om framtiden, eftersom den kräver att du klarar av en viss osäkerhet. Scenarion, eller visualisering av hur marknaden kommer att se ut ett antal år in i framtiden är ett sätt att minska osäkerheten och stimulera tillväxten. Framtiden för en ny typ av produkt kan delas in i olika scenarion med olika möjligheter och utmaningar⁴⁷.

John Hartman (2004) ställer sig frågande till om vi således egentligen kan veta något om framtiden. Enligt honom finns det tre villkor för kunskap⁴⁸; det första villkoret är att vi måste ha en trosföreställning om hur saker och ting är. Det andra villkoret är att denna trosföreställning är sann och det sista villkoret är att denna trosföreställning ska vara rättfärdigad. Det första villkoret innebär inga problem för vår studie, vi kan föreställa oss hur framtiden kommer att bli och ha stöd för dessa föreställningar. Det andra villkoret blir mer problematiskt eftersom det innebär att framtiden, om trosföreställningen är sann, redan är verklig och existerar. Vi kan således ha en rättfärdigad trosföreställning om framtiden, men ingen kunskap om den. Detta rättfärdigande återfår vi genom att vi har goda skäl att tro att något är sant. Dessa goda skäl att tro att framtiden kommer att bli på ett visst sätt får vi genom att genomföra vetenskapliga prognoser⁴⁹.

3.3 O

P

En prognos definieras som ett förutspått framtida händelseförlopp⁵⁰. Behovet av prognoser beror på att de utgör beslutsunderlag för framtida beslut som måste tas idag. Vi kan till exempel se följande tankegång som exempel på detta. Om vi undrar ifall vi kommer att behöva ha med oss paraplyet idag, utifall det kommer att regna, kan vi använda väderprognosen som beslutsunderlag för svaret på denna fråga⁵¹.

46 Dream company inc (2010)

47 Jensen, R (1999)

48 Hartman, J (2004)

49 Ibid

50 Bergström, R (1982)

51 Ibid

Referensram 29 Ovanstående exempel är någorlunda simpelt, men dock inte enkelt att förutsäga.

Meteorologer har till sin hjälp ett antal hjälpmedel som väderstationer, väderballonger, fartyg, satelliter och radar vilka förser dem med information. Vi kan även genom prognoser se om regeringen behöver bygga fler skolor för att tillgodose antalet skolungdomar, eller tvärtom se hur många skolor de behöver lägga ner på grund av bristen av skolungdomar. Det senare påverkar arbetslösheten hos lärare och således lärarutbildningarna och regeringens och högskolans ekonomiska planering ifall förändringar av denna sort måste ske⁵².

Det talas om att det finns ett tidsspann från tillfället då något uppmärksammas till dess att det åtgärdas⁵³. Den tid som finns där emellan är det egentliga upphovet till att prognoser behövs. Detta innebär att ifall ledtiden är lång och utgången av det uppmärksammade är svår att identifiera, behövs det en prognos för att visa när det uppmärksammade kommer att inträffa så att rätt åtgärder kan vidtas⁵⁴.

För framtagandet av en prognos krävs det en teori, eller en modell⁵⁵. Denna modell kan vara mer eller mindre komplicerad, beroende på vad man avser att prognostisera och hur pass säker denna prognos ska vara. Till detta behövs således observationer av verkligheten som bekräftar modellen. Allt som oftast baseras prognoser på vad som har hänt, och en korrekt uppfattning av detta är då viktigt. För att prognosen ska slå in krävs det att dessa observationer fortsätter att gälla. Gör de inte det, kommer prognosen att slå fel. Det har framförts kritik mot prognoser att de alltför ofta gör mer skada än nytta. Kritiken grundar sig i att prognoser alltför ofta slår fel, vilket förklaras med att de baseras på det förflutna. Vidare används ibland prognoser felaktigt, vilket beror på att det är lätt att okritiskt uppfatta prognosen som den enda sanningen⁵⁶.

Att definiera en bra prognos kan till synes vara enkelt, men är dock relativt svårt. En bra prognos bör vara en prognos som anger det exakta värde för den period som studien avser.

Dock är avsikten med en prognos att utgöra beslutsunderlag och således stämmer

52 Bergström, R (1982)

53 Makridakis, S. et al (1998)

54 Bergström, R (1982)

55 Ibid

56 Ibid

Referensram 30 ovanstående sällan in. Om en prognos indikerar en utveckling som ej är önskvärd kommer beslutsfattaren att genomföra åtgärder för att motverka prognosen och således kommer ej prognosens värden att stämma. Detta innebär att det är svårt att mäta prognosens ursprungliga korrekthet i och med att åtgärder vidtas. Sedermera är det nästintill omöjligt att isolera vilken åtgärd som påverkade vad i utfallet av prognosen i efterhand⁵⁷.

Det talas om att prognosers verkliga användning inom de ekonomiska områdena härrör från planering av resurser⁵⁸. Där effektivisering av resurser genom planering av personal, tid, kostnad och transporter, blir enklare genom att en prognos över vilken efterfrågan som företaget förväntas möta skapas. Vidare förenklar även detta införskaffande av resurser, det vill säga de beställs i rätt tid, samt vilken typ av resurs som behövs.

Det finns två övergripande prognosmetodkategorier⁵⁹. Den första kategoriseras som kvantitativ och är, som den låter, uppbyggd av kvantitativ data från historien. Det finns tre krav för att kunna tillämpa denna metod; det första kravet är att historisk information är tillgänglig. Det andra kravet är att denna information kan omvandlas till numerisk data. Det tredje kravet är att antaganden om att några aspekter i den historiska utvecklingen kommer att återupprepas i framtiden, kan appliceras.

Den andra kategorin är kvalitativ; denna typ av information är svår att bedöma. Allt som oftas genererar den enbart bedömningar och ihopsamlad kunskap. Denna kategori används främst för att upptäcka antydningar till förändring och hjälpa prognostiseraren. Oftast används denna information ihop med kvantitativ data vid prognostisering⁶⁰.

3.3.1 E

Det finns många exempel på prognoser som har genomförts. Vi avser här att belysa tre exempel; två som vi har funnit relevanta för vår egen prognostisering rörande detaljhandel och dess utveckling och ett som belyser prognostiseringarnas mångfald.

57 Bergström, R (1982)

58 Makridakis, S. et al (1998)

59 Ibid

60 Ibid

Referensram 31 Prognoser kan som sagt användas på många områden, sådana som kanske inte alltid är självklara. Odds och oddssättning gällande spel baseras även på prognoser. Svenska spel, som är Sveriges största spelbolag och ägs av staten arbetar med oddssättning. När man sätter ett odds på en match prognostiserar man sannolikheten att ett lag ska vinna. Är sannolikheten hög blir oddset lågt och tvärtom. För detta beaktas en mängd faktorer. Oftast inleder man med att titta på stora generella faktorer för att sedan gräva sig djupare ner i detaljer. Eftersom spel på odds generellt är förknippat med sport väljer vi att exemplifiera detta med ishockey. Oddssättningen inleds med att man först ser till statistik för hela sporten. Denna statistik delas sedan upp i mindre och mer djupgående delar såsom det specifika landet, laget, lagdelarna (målvakter, backar och forwards), spelarna, boxplay/powerplay och antalet vunna tekningar med mera. Till detta tillkommer faktorer som till exempel skador och form. Bland alla dessa faktorer anses hemmaplan och målsnitt vara viktiga. Generellt talar man om den så kallade ”grundkapaciteten” i varje lag, det vill säga deras styrka. Dessa faktorer resulterar i något som kallas för styrketal för varje lag. När dessa styrketal (lag) ställs mot varandra, med bakgrund av all statistik från den liga de spelar i, får man ut oddsen. Det vill säga, chansen för att det blir en hemmaseger, oavgjort eller bortaseger⁶¹.

Handelns Utredningsinstitut (HUI) arbetar med utredningar, konsultverksamhet och forskning gällande konsumtion och samhällsekonomi. Den rapport vi använt oss av för denna studie är skriven av Fredrik Bergström och Niklas Wikström. Fredrik Bergström är ekonomie doktor i nationalekonomi, och tidigare VD för HUI. Han har bland annat skrivit Kampen om Köpkraften, samt gett ut ett antal rapporter genom HUI. HUI:s prognos, som delvis beskrevs i inledningskapitlet är en prognos över köpkraft och detaljhandelsförsäljning. Köpkraften är baserad på faktorerna befolkningsutveckling och inkomstutveckling.

Detaljhandelsförsäljningen är baserad på utvecklingen inom dagligvaruhandeln och sällanköpsvaruhandeln, samt de trender som råder inom dessa två. Den rådande trenden när denna prognos gjordes var att dagligvaruhandeln tenderade att koncentreras till centralorterna. Detta berodde på att befolkningstillväxten var som störst där och medförde

61 Persson, Per (2010-04-13)

Referensram 32 att stadskärnorna blev mer attraktiva och att externa handelsplatser ofta uppfördes i närheten⁶². HUI kom år 2002 fram till följande prognos för år 2007 och 2012 för köpkraft i tabell 3.1 baserad på ovanstående faktorer och följande försäljningsprognos över detaljhandelsutvecklingen i Kalmar län, i tabell 3.2 nedan.

Tabell 3.1. Köpkraftsprognos för dagligvaror och sällanköpsvaror i Kalmar, Mörbylånga och Oskarshamns kommun samt Kalmar län, 2002, 2007 och 2012 (mkr).

Dagligvaror 2002 2007 2012

Kalmar 1 450 1 500 – 1 600 1 600 – 1 700

Mörbylånga 270 280 – 290 290 – 300

Oskarshamn 540 550 – 600 550 – 600

Kalmar län 4 800 4 900 – 5 100 5 000 – 5 300

Sällanköpsvaror 2002 2007 2012

Kalmar 1 300 1500 – 1600 1 700 – 1 800

Mörbylånga 230 260 – 270 290 – 310

Oskarshamn 480 530 – 550 580 – 630

Kalmar län 3 900 4 300 – 4 500 4 800 – 5 000

(Bergström, F. Wikström, N. 2002)

Tabell 3.2. Försäljningsprognos för total detaljhandel i Kalmar, Mörbylånga och Oskarshamns kommun samt Kalmar Län, 2007 – 2012, (mkr).

Försäljning, mkr Försäljningsprognos, mkr

Tillväxt Procent/År 2002 2007 2012

Kalmar 1,5 – 2,2 2 840 3 100 – 3 300 3 400 – 3 700

Mörbylånga 1,5 – 2,2 510 550 – 650 700 – 800

Oskarhamn 1,5 – 2,2 970 1 100 – 1 200 1 300 – 1 400

Kalmar län 1,5 – 2,2 8 440 9 400 – 10 400 11 500 – 13 000 (Bergström, F. Wikström, N. 2002)

Anledningen till att Kalmar kommun, Mörbylånga kommun och Oskarhamns kommun särredovisas i HUI:s rapport är att Kalmar kommun är den största orten i länet, Oskarshamns kommun hade visat upp goda utvecklingssiffror och Mörbylånga kommun hade fått Ölands Köpstad (ett externt handelscentrum beläget utanför Färjestaden, som förväntades ha en stor del i deras prognostiserade positiva handelsutveckling) ⁶³.

62 Bergström, F. Wikström, N (2002)

63 Ibid