Underlagsrapport
Höjda banavgifter och deras effekter i ett
trafikslagsövergripande perspektiv – analys av konsekvenser för godstrafiken
Publikationsnummer 2011:100
1
Dokumenttitel: Höjda banavgifter och deras effekter i ett trafikslagsövergripande perspektiv - analys av konsekvenser för godstrafiken
Skapat av: Petter Wikström Dokumentdatum: 2011-08-29 Dokumenttyp: Rapport DokumentID: 2011:100 ISBN: 978-91-7467-169-8 Version: 0.1
Publiceringsdatum: 2011-08-29 Utgivare: Trafikverket
Författare: Petter Hill, Petter Wikström Uppdragsansvarig: Anders Ljungberg Tryck: Trafikverket
2
Innehåll
1. Sammanfattning ... 5
2. Inledning ... 6
2.1 Bakgrund och syfte ... 6
2.2 Arbetets upplägg ... 6
3. Uppdraget ... 6
4. Metod ... 8
4.1 Den nya Samgodsmodellen ... 8
4.2 Funktionalitet ... 9
5. Förutsättningar... 10
5.1 Modellstatus ... 10
5.2 Efterfrågan ... 10
5.3 Nätverk ... 11
6. Kostnadsstruktur ... 11
6.1 Logistiska kostnader ... 11
6.2 Transportkostnader ... 11
6.3 Banavgifter ... 12
7. Riggning... 12
7.1 Kalibrering ... 12
7.2 Banavgifter ... 12
7.3 Vägavgift ... 15
7.4 Praktiska modellanpassningar ... 15
8. Scenarier ... 15
9. Analys av initiala effekter på branscher 2020 ... 17
10. Analys av ökad transportkostnad per varugrupp ... 18
10.1 Effekt av höjda banavgifter ... 18
10.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg ... 21
11. Analys av transportkostnadspåslag i relation till andelen av bruttonationalprodukten ... 22
11.1 Effekt av höjda banavgifter ... 22
11.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg ... 23
12. Analys av transportkostnadspåslag i relation till sysselsättningen ... 24
12.1 Effekt av höjda banavgifter ... 24
12.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg ... 25
13. Analys av transportkostnadspåslag i relation till andelen av det svenska importvärdet ... 26
13.1 Effekt av höjda banavgifter ... 26
3
13.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg ... 27
14. Analys av transportkostnadspåslag i relation till andelen av det svenska exportvärdet ...28
14.1 Effekt av höjda banavgifter ...28
14.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg ... 29
15. Analys av transportkostnadspåslag i relation till den totala produktionskostnaden ... 30
15.1 Effekt av höjda banavgifter ... 30
15.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg ... 31
16. Analys av transportkostnadspåslag i relation till järnvägens andel av transportarbetet ... 32
16.1 Effekt av höjda banavgifter ... 32
17. Sammanfattning av Samgodsresultaten ... 34
18. Slutsatser ... 35
18.1 Sammanfattande tolkning av resultaten ... 35
Bilaga 1: Använda tids- och avståndsberoende kostnader för olika fordon ... 37
Bilaga 2: Index för omräkning av avgifter och skatter ... 39
Bilaga 3: Indelning tåglägesavgift ... 42
4
... 42 Bilaga 4: Andel dieseltåg per sträcka år 2008 ... 47
kr/tkm kr/tkm kr/tkm kr/tkm kr/tkm
Sträcka, stationsnamn Avstånd (km) TL 2020 HÖG MELLAN LÅG KOMB
Stockholm C-Älvsjö 7,49 5,2 5,2 0 0 0
Flemingsberg-Södertälje syd u 21,7 5,2 5,2 0 0 0
Älvsjö-Flemingsberg 7,9 5,2 5,2 0 0 0
Flemingsberg-Södertälje syd övre 21,12 5,2 5,2 0 0 0
Södertälje syd övre-Järna 9,6 5,2 5,2 0 0 0
Södertälje syd undre-Järna 9,35 5,2 5,2 0 0 0
Järna-Gnesta 17,4 5,2 5,2 0 0 0
Gnesta-Flen 45,1 5,2 5,2 0 0 0
Flen-Katrineholms C 22,9 5,2 5,2 0 0 0
Katrineholms C-Hallsberg 65,4 5,2 5,2 0 0 0
Hallsberg-Laxå 30,1 5,2 5,2 0 0 0
Laxå-Gårdsjö 22,6 5,2 5,2 0 0 0
Gårdsjö-Skövde 60,9 5,2 5,2 0 0 0
Skövde-Falköping 30,4 5,2 5,2 0 0 0
Falköping-Herrljunga 33,9 5,2 5,2 0 0 0
Herrljunga-Alingsås 34,8 5,2 5,2 0 0 0
Alingsås-Göteborg (Olskroken) 45 5,2 5,2 0 0 0
Katrineholms C-Åby 40,9 5,2 5,2 0 0 0
Åby-Norrköpings C 7,5 5,2 5,2 0 0 0
Norrköpings C-Linköping 46,5 5,2 5,2 0 0 0
Linköping-Mjölby 32,2 5,2 5,2 0 0 0
Mjölby-Nässjö C 88,5 5,2 5,2 0 0 0
Nässjö C-Alvesta 86,9 5,2 5,2 0 0 0
Alvesta-Älmhult 47,2 5,2 5,2 0 0 0
Älmhult-Hässleholm 50,9 5,2 5,2 0 0 0
Hässleholm-Höör 29,6 5,2 5,2 0 0 0
Höör-Eslöv 19,9 5,2 5,2 0 0 0
Eslöv-Lund 17,3 5,2 5,2 0 0 0
Lund-Arlöv 11,1 5,2 5,2 0 0 0
Arlöv-Malmö 5,1 5,2 5,2 0 0 0
Järna-Nyköping 108,9 5,2 5,2 0 0 0
Nyköping-Åby 52,1 5,2 5,2 0 0 0
Göteborg(Olskroken) -Kungsbacka 27,9 5,2 5,2 0 0 0
Kungsbacka-Värö 32 5,2 5,2 0 0 0
Värö-Varberg 14,5 5,2 5,2 0 0 0
Varberg-Falkenberg 29,9 5,2 5,2 0 0 0
Falkenberg-Halmstad 42,8 5,2 5,2 0 0 0
Halmstads C-Eldsberga 12,2 5,2 5,2 0 0 0
Eldsberga-Båstad norra 20,5 5,2 5,2 0 0 0
Båstad norra-Ängelholm 27,5 5,2 5,2 0 0 0
Ängelholm-Kattarp 13,2 5,2 5,2 0 0 0
Kattarp-Helsingborg 13,8 5,2 5,2 0 0 0
Helsingborg-Teckomatorp 33,7 0,8 0 0,8 0 0
Eldsberga-Markaryd 41,9 0,8 0 0,8 0 0
Markaryd-Hässleholm 36,8 0,8 0 0,8 0 0
Helsingborg-Landskrona 26,8 5,2 5,2 0 0 0
Landskrona-Kävlinge 19,9 5,2 5,2 0 0 0
Ängelholm-Åstorp 14,3 0,3 0 0 0,3 0
Åstorp-Teckomatorp 34,5 0,3 0 0 0,3 0
Teckomatorp-Kävlinge 9,3 0,3 0 0 0,3 0
Kävlinge-Arlöv 18,8 0,8 0 0,8 0 0
Teckomatorp-Eslöv 15 0,8 0 0,8 0 0
Kävlinge-Lund 11,1 5,2 5,2 0 0 0
Malmö-Trelleborg 32,6 5,2 5,2 0 0 0
Göteborg-Borås 72 5,2 5,2 0 0 0
Borås-Värnamo 100,1 0,8 0 0,8 0 0
Värnamo-Alvesta 48,5 0,8 0 0,8 0 0
Alvesta-Växjö 17,7 0,8 0 0,8 0 0
Växjö-Emmaboda 56,3 0,8 0 0,8 0 0
5
1. Sammanfattning
I rapporten beskrivs effekter för godstransporterna av en beslutad banavgiftshöjning om totalt 15.6 miljarder kr under planperioden (2010-2021) för all järnvägstrafik. Enligt det föreslagna upplägget, så skall banavgifterna höjas successivt från dagens nivå på c:a 600 miljoner kronor till 2 miljarder kronor per år under år 2020 (uttryckt i 2009 års prisnivå). C:a 850 miljoner kronor av de 2 miljarder kronorna bedöms beröra
godstransporter. Effekterna av de höjda banavgifterna för godstrafiken har analyserats i en preliminär version av Samgodsmodellen.
Vi kan i studien se att det finns ekonomiska incitament för en del av de
transportköpande företagen att förändra logistiskt upplägg som svar på föreslagen banavgiftsstruktur. Hur stor denna anpassning är har dock inte analyserats inom ramen för detta uppdrag. Fokus i denna studie har varit att beräknas de initiala
transportkostnadsförändringarna för olika varugrupper, innan eventuell anpassning.
Till följd av det högre banavgiftsuttaget år 2020 beräknas transportkostnaderna för hela transportmarknaden initialt öka med mellan 0,16 procent (för högvärdiga produkter) och 0,83 procent (för papper och massa), om man ser till de totala
transportkostnaderna från dörr till dörr. De största transportkostnadsökningarna efter papper och massa har stålprodukter med 0,71 procent och järnmalm med 0,63 procent. De minsta transportkostnadsökningarna har, förutom högvärdiga produkter, kemikalier (0,21 procent), oljeprodukter (0,22 procent), jordbruk (0,22 procent) och trävaror (0,23 procent). Effekten av en kompenserande åtgärd på väg i kombination med höjda banavgifter resulterar i ökade transportkostnader på mellan 0,7 procent (för råolja och kol) och 2,5 procent (för livsmedel). Om endast kostnadsökningen på inrikes järnväg beaktas, så hamnar transportkostnadsökningen på mellan 7,1 och 9,5 procent per varugrupp.
Varugrupperna stål samt papper och massa påverkas på kort sikt mest av en
banavgiftshöjning i modellen, om man samtidigt tar hänsyn till respektive varugrupps andel av BNP, antal sysselsatta, import- och exportvärdet. Om man tittar enbart på järnvägstransporter, så påverkas järnmalm mest av en banavgiftshöjning, samtidigt som denna varugrupp har en stor andel av transportarbetet.
Ökade transportkostnader kan innebära att strukturella förändringar sker i näringslivet, som t.ex. omlokaliseringar, men detta har inte analyserats i detta uppdrag.
Effekten av en kompenserande avståndsberoende vägavgift på lastbil har testats i modellen. Nivån på denna vägavgift har anpassats så att fördelningen av
transportarbetet mellan trafikslagen har återställts till den nivå som rådde före banavgiftshöjningen. Den avgift på lastbil som behövs för att återställa
transportarbetesfördelningen mellan trafikslagen har beräknats till 40 öre/km i 2009 års prisnivå.
6
2. Inledning
2.1 Bakgrund och syfte
Denna rapports utgör ett underlag till ”Höjda banavgifter och deras effekter i ett trafikslagsövergripande perspektiv” (TRV 2011:080). De analyser som gjorts i
Samgodsmodellen beskrivs, liksom även de antaganden och anpassningar som föregått analyserna.
Syftet med analyserna i Samgodsmodellen har varit att beskriva de initiala transportkostnadsförändringarna för olika typer av varugrupper till följd av en förändrad avgiftsstruktur på järnvägssidan.
2.2 Arbetets upplägg
Rapporten har tagits fram av Petter Hill och Petter Wikström, Trafikverket på uppdrag av Anders Ljungberg, Trafikverket.
3. Uppdraget
I trafikverkens förslag till ”Nationell plan för transportsystemet 2010–2021”
beräknades banavgifterna öka från en nivå på cirka 600 miljoner kronor per år till i genomsnitt 1,3 miljarder kronor per år. Med en stegvis höjning kan den totala nivån på banavgifterna år 2021 vara uppåt 2 miljarder kronor för att det totala uttaget under planperioden ska uppgå till regeringens fastlagda belopp på 15,6 miljarder kronor (prisnivå 2009).
Någon analys av effekterna av banavgiftshöjningen gjordes inte i arbetet med den nationella planen. Man ansåg att bra metoder saknades för att analysera effekter i transportsystemet orsakade av banavgiftsförändringar. Trafikverket har därför initierat projektet för att belysa tänkbara konsekvenser av en banavgiftshöjning, ur ett antal olika aspekter.
De villkor som gäller för uttag av avgifter regleras i järnvägslagen. Där finns två typer av avgifter för användande av infrastruktur: marginalkostnadsbaserade avgifter och särskilda avgifter. Dessutom definieras vilka villkor som gäller för rabatter och för uttag av bokningsavgifter. Enligt järnvägslagen skall järnvägsföretag som trafikerar
järnvägsnätet betala en avgift som motsvarar de kostnader som uppstår till följd av framförandet av järnvägsfordon. Detta innebär att trafiken belastas med avgifter som motsvarar den kortsiktiga samhällsekonomiska marginalkostnaden, det vill säga den kostnadsökning som ytterligare en enhets produktion av en vara eller tjänst ger upphov till, om insatsen av en eller flera produktionsfaktorer förblir oförändrad.
De banavgifter som debiteras operatörerna beräknas utifrån körda bruttotonkilometer och tågkilometer samt förbrukat antal liter diesel. I Samgodsmodellen översätts detta till en avgift per tågkilometer och tågtyp. I den nuvarande modellversionen ligger banavgifterna i utlandet på samma nivå som de svenska avgifterna. I verkligheten
7
varierar dock banavgifterna avsevärt mellan olika länder. Detta har emellertid bedömts vara av mindre betydelse i de analyser som genomförts här, som ju avser att belysa effekten av en banavgiftshöjning i Sverige.
Nedan ges en översikt av de faktiska banavgifterna för åren 2009, 2010 och 2011, samt beslutade avgifter för år 20121. Avgifterna för åren 2015 och 2020 är att se som exempel på vilka nivåer som behöver tas ut för att generera intäkter på 1.3 respektive 2 miljarder kronor. Avgiftsstrukturen för dessa år baseras dels på ett
marginalkostnadsupplägg, dels på en strategi för att styra trafiken och för att prissätta de tjänster som Trafikverket utför, vilket beskrivs närmare i huvudrapportens avsnitt 4.3.
Tabell 1: Avgiftsstruktur och belopp (2009 års prisnivå)
Avgift enhet 2009 2010 2011 2012 2015 2020
Olycksavgift TKM 0,65 0,69 0,79 0,77 0,953 0,953
”Driftsavgift” TKM 0,276 0,276
Spåravgift BTK 0,0029 0,0033 0,0035 0,0034 0,0047 0,0079 Emissionsavg lok full L lok 0,39 0,57 0,85 0,88 1,44 2,40 Emissionsavg mv full L mv 0,22 0,33 0,49 0,84 1,38 2,30 Särskild avgift persontrafik BTK 0,0078 0,0083 0,0082 0,0086 0,0086 0,0118 Öresundsbron Godståg PSG 2325 2480 2733 2670 2670 2670
Tågläge bas TKM 0,25 0,27 0,26 0,19 0,19 0,24
Tågläge hög TKM 1,63 1,62 2,45 4,09
Tågläge mellan TKM 0,38 0,38 0,63
Passage storstad PSG 146 167 294 490
Tjänster (uppställning, RBG..) 3 3 28 48 71
Olycksavgiften, som är marginalkostnadsbaserad, föreslås öka fram till 2015 och 2020.
Vidare förutsätts en ny marginalkostnadsbaserad driftsavgift införas. Den
tågviktsberoende spåravgiften antas öka, liksom även emissionsavgifterna och den särskilda avgiften för persontrafik. Passageavgiften för godstågen på Öresundsbron ökar fram till 2012 års nivå och ligger sedan på samma nivå 2015 och 2020.
1 Enligt Järnvägsnätsbeskrivning 2012; utgåva 2011-02-16
8
Passageavgiften för persontågen i storstäderna föreslås öka, liksom även tåglägesavgiften för nivå mellan och hög.
För godstågen är höjningen av tåglägesavgiften och spåravgiften av störst betydelse.
Dessa avgifter står för den största andelen av den del av de banavgiftsintäkter som genereras av godstrafiken.
I Samgodsmodellen har effekterna av banavgiftshöjningen analyserats per varugrupp, såväl för samtliga transporter och trafikslag som för inrikestransporter och alla trafikslag och även specifikt för inrikes järnvägstransporter. Det är enbart de initiala effekterna av en banavgiftshöjning som analyserats, d.v.s. effekterna före eventuella anpassningar och omflyttningar på transportmarknaden. Modellen är nämligen ännu så länge en testversion och optimeringen fungerar inte helt som avsett.
I uppdraget ingick även att studera en tänkbar nivå för en kompenserande vägskatt och bedöma troliga effekter av den, vilket också har genomförts i Samgodsmodellen.
4. Metod
4.1 Den nya Samgodsmodellen
Utvecklingen av den nya Samgodsmodellen genomfördes av trafikverken och
dåvarande SIKA, i samarbete med motsvarande myndigheter i Norge. Den föregicks av ett antal förstudier, som i sin tur utmynnade i en utvecklingsplan, där följande
utvecklingspunkter för den långsiktiga utvecklingen av en ny nationell godsmodell särskilt lyftes fram:
(a) PC-matriser istället för OD-matriser
Att utgå ifrån handelsmönstret mellan producenter och konsumenter (PC) och i efterföljande steg simulera transporter med enskilda start- och målpunkter (OD), är en nödvändighet för att kunna simulera logistiskt beslutsfattande. Det öppnar också för möjligheten att på sikt utveckla en dynamisk efterfrågesida för exempelvis analyser av transportsektorsrelaterade policybesluts effekter på handelsstrukturen.
Nuvarande version av Samgodsmodellen utgår från en skattad handelsstruktur för enskilda år och varugrupper, beskrivna i ton mellan mycket förenklade
representationer av 10 olika företagstyper. Någon dynamisk efterfrågesida är ännu inte utvecklad, däremot nyttjas en rumsligt allmän jämviktsmodell (STRAGO) i
prognossammanhang som en delingrediens vid framtagning av en framtida prognostiserad handelsmatris.
(b) Skräddarsydd modul som simulerar logistiskt beslutsfattande Genom simulering av logistiska upplägg där hänsyn tas till orderkvantitet,
sändningsfrekvens, användning av terminaler, transportkedjor, godsets värde och
9
karakteristika, infrastruktur och tillgång till fordon m.m., väntas den nya modellen spegla verkligheten på ett betydligt finare sätt.
Dagens Samgodsmodell innehåller en logistikmodul som är framtagen i
programmeringsspråket Delphi av företaget Significance i Holland (Prof. Gerard de Jong, Programmerare Jaap Baak m.fl.) Metodrapport, användarmanual och en metabeskrivning av källkoden (UML) finns framtagen. Programmet består av fyra delprogram varav de två första utgör den iterativa processen där nyttjandegrader och fördelning över trafikslag sker. Modulen är deterministisk och använder rutt,
fordonsval samt konsolidering av gods som anpassningseffekter. Logistikmodulen utgår från P/C-relationer. Dagens version testas kontinuerligt och är fortfarande under utveckling.
I ett uppdrag som rörde kilometerskatt för lastbilar och dess effekter på näringar och regioner på SIKA, användes den gamla Samgodsmodellen. I detta uppdrag visade det sig att den modellen hade egenpriselasticitet för lastbil på 1,5, vilket upplevdes som högt. Den nya logistikmodulen har på övergripande nivå visat sig ge betydligt lägre elasticiteter inom och mellan trafikslagen.
(c) Bättre användargränssnitt med tillhörande dokumentation
Genom en god datahantering och dokumentation öka användbarheten, transparensen och användarsäkerheten och på så sätt även öka tillgängligheten och antalet
användare av modellen.
Hela den nya Samgodsmodellen (förutom basmatrisprogrammet) är inlagd i
programvaran Cube Application Manager. Cube möjliggör en scenariohantering, ett GIS-stöd, en kontroll på arbetsflödet mellan olika program, en geodatabas med en säker hantering av data via utvecklande av olika regler för editering, en lös koppling mellan alla program i modellen vilket möjliggör partiella uppdateringar av enskilda moduler. Cube tillhandahåller även egna stödprogram för matrishantering och närverksmodellering.
I slutet av 2009 levererades den slutliga implementeringen av konsult Gabriella Sala Citilabs i Italien på uppdrag av SIKA (på Samgodsgruppens vägnar). En första
användarmanual distribueras av Trafikverket i närtid.
(d) Koppling på regional och lokal nivå till Sampers
Det har ännu inte inletts något arbete med disaggregering till regional/lokal nivå. Det kan dock nämnas att Vägverket tidigare själva finansierat ett sådant arbete. Sampers är utvecklat runt programvaran Emme/2 och Samgodsmodellen är anpassad till både nätutläggningsprogrammet Emme/2 och Voyager, vilket alltså ger goda förutsättningar för att systemen i framtiden skall kunna kommunicera med varandra.
4.2 Funktionalitet
I korthet kan modellen beskrivas som att den för en given efterfrågan, uttryckt i ton per varugrupp mellan avsändare och mottagare, genererar samtliga potentiella
10
transportkedjor utifrån ett antal fördefinierade typkedjor. Den beräknar
sändningsstorlekar, samt väljer den kostnadseffektivaste transportkedjan bland dem som har genererats, uppdelat på transportslag och delsträcka. Utdata utgörs bland annat av kostnads- och flödesmatriser som kan analyseras i efterföljande
nätutläggningsprogram.
Antalet varugrupper uppgår till 34 st, vilket är betydligt fler än i tidigare versioner av modellen. Detta ger större möjligheter att modellera eventuella transportslagsspecifika lösningar inom vissa varugrupper. Lastfaktorer och sändningsstorlekar samt val av lastbärare beräknas numera av modellen, istället för att läggas in som exogena
förutsättningar. Modelleringen av terminaler har utvecklats en hel del och samlastning eller konsolidering av godsvolymer är numera möjlig.
Indata till modellen utgörs av PC-matriser, LOS-matriser och logistiska data:
PC-matriser, där PC står för Production-Consumption, skall spegla den totala
efterfrågan på godstransporter, uttryckt i ton per år och varugrupp, från producenter till konsumenter under ett år. I detta uppdrag har basmatriser för år 2006 använts, vilka bygger på Varuflödesundersökningen 2004/2005. Basmatriserna har sedan kombinerats med information om framtida branschutveckling från
Finansdepartementets Långtidsutredningar för att ta fram prognosårsmatriser för år 2020.
LOS-matriser, eller Level-Of-Service-matriser, beskriver avstånd och tider som är förknippade med godstransporter i järnvägs- sjöfarts och vägnäten. De innehåller även information om olika typer av infrastrukturavgifter.
Logistiska data består av information om fordon, terminaler, transportkedjor, transfernoder, kostnader, frekvenser mellan terminaler, direkttransporter m.m.
5. Förutsättningar
5.1 Modellstatus
I uppdraget har en preliminär version av Samgodsmodellen använts. Denna version är en testversion, som har kalibrerats för att avspegla trafikslagens
transportarbetesandelar för modellens basår 2006 och sedan anpassats till
förutsättningarna i uppdraget vad gäller kostnadsstruktur. Detta beskrivs mer utförligt i kap 6, 7 och 8 nedan.
5.2 Efterfrågan
Efterfrågan på godstransporter i de så kallade PC-matriserna i modellen avser år 2020.
PC-matriserna är desamma som använts i Åtgärdsplaneringen 2010-2021. Efterfrågan i dem är uttryckt i nettoton per varugrupp och relation.
11 5.3 Nätverk
De LOS-matriser som beskrivits ovan och som innehåller information om de tider och avstånd som är förknippade med godstransporter i järnvägs- väg- och sjöfartsnäten, har hämtats från nätutläggningsprogrammet Voyager2. Där finns transportnät för samtliga fordon som ingår i modellen representerade. De nät som använts i detta uppdrag avser basåret 2006.
6. Kostnadsstruktur
6.1 Logistiska kostnader
Prisuppgifter för godstransporter är generellt sett svåra att få information om och därför används istället information om kostnader i modellen. Antagandet är att kostnaderna speglar priserna ganska väl.
De logistiska kostnaderna i modellen består av orderkostnader, transportkostnader, lagerkostnader, kapitalkostnader under transport, samt kapitalkostnader i lager.
6.2 Transportkostnader
De transportkostnader som ingår i modellen är tids- och avståndsberoende kostnader för väg, järnväg, sjöfart och flyg, kostnader för lastning och lossning av gods vid avsändare och mottagare, samt kostnader som är förknippade med omlastning i terminaler.
Modellens transportkostnader har tagits fram utifrån antagandet att en viss andel av transporterna utgörs av tomtransporter. Tomtransporterna, som behövs för den efterkommande nätutläggningen, beräknas utifrån informationen om lastade fordon. I modellen antas att fordon går tillbaka till utgångspunkten för transporten, varav en del som tomtransporter. Samlastning (eller konsolidering) av godsvolymer, kan hanteras av modellen. Detta leder till effektivare utnyttjande av fordonen och därmed lägre
transportkostnader per ton.
Kostnaderna för järnväg är baserade på ett antal fördefinierade typfordon med tillhörande lastvikter som finns i modellen. Modellen optimerar alltså inte antalet vagnar utifrån den volym som skall transporteras.
För en sammanställning av de ingående tids- och avståndsberoende kostnaderna per fordonstyp i utförda analyser, se Bilaga 1.
2 Modellen hanterar både LOS-kalkylering i Emme/2 och Voyager. Vid en kontrollkörning visade det sig att Voyager gav näst intill identiska LOS-matriser som de LOS-matriser som skapats med Emme/3. Matriserna från Emme/2 var dock avvikande. Skillnaden kommer av att Voyager och Emme/3 arbetar med en (samma) finare precision än Emme/2. Vi valde att använda LOS- matriser skapade av Voyager.
12 6.3 Banavgifter
Projekt har ju som beskrivits syftat till att belysa effekten av en höjning av
banavgifterna för person- och godstrafiken, med syfte att generera 1.3 miljarder kronor år 2015 och 2 miljarder kronor år 2020, räknat i 2009 års prisnivå. I Samgodsmodellen har dock (av tidsmässiga skäl) bara föreslagna avgifter för år 2020 analyserats.
Avgifterna har lagts in både på fordonsnivå (gäller olycksavgifter, spåravgifter) och på länknivå (gäller avgifter på Öresundsbron, tåglägesavgifter och dieselavgifter).
7. Riggning
7.1 Kalibrering
Modellen har kalibrerats på en övergripande nivå för att återspegla respektive trafikslags andel av det inrikes transportarbetet år 2006, som utgör basår i modellen.
Konkret innebar detta att de s.k. positioneringskostnaderna för sjöfart har justerats för att ta hänsyn till skalfördelar 3. Se bilaga 1. Sedan har de nya positioneringskostnaderna multiplicerats med en skalfaktor i kalibreringssyfte.
Dessutom infördes en särskild skalfaktor för järnväg som påverkar tidsbaserade kostnader, avståndsberoende kostnader exklusive banavgifter, samt
lastningskostnader.
Tabell 2. Kalibreringsresultat
Samgods: Transportarbete i
absoluta termer [mdr tonkm] Transportarbete i relativa termer [%]
Skalfaktor (ej
banavg) Väg Jvg Sjö Total Väg Jvg Sea
Viktad kvadratsumma
(av rel. fel i %) Statistik 42.8 22.3 33.8 98.9 43.3 22.5 34.2 0
0.658 48.28 33.44 39.51 121.24 39.8 27.6 32.6 39.76 0.71 49.69 29.46 41.82 120.97 41.1 24.4 34.6 8.26 0.735 50.54 27.86 42.23 120.63 41.9 23.1 35.0 2.90
Ett antal olika justeringsfaktorer testades. För att effektivt kalibrera in värdet gjordes en linjär regression av resultaten med skalfaktorn som en oberoende variabel.
Regressionsresultatet användes för att härleda nästa skalfaktor att utvärdera osv. Som framgår av tabellen ledde detta ganska snabbt till en skalfaktor på 0.735 för järnväg med en viktad kvadratsumma av de relativa felen på 2.9.
7.2 Banavgifter
Innan banavgiftskomponenterna i tabell 1 har lagts in i Samgodsmodellen, har vissa justeringar skett. Banavgiftskomponenterna har räknats om från 2009 till 2006 års
3 Positioneringskostnader ersätter frekvenser i modellen för de fartyg som ej går i linjesjöfart. Se VTI-notat 17A-2009.
13
prisnivå, som är den prisnivå som gäller i modellen. Denna indexomräkning baseras på förändringen av KPI under dessa år och finns beskriven i en särskild PM4. Därefter har banavgifterna differentierats på modellens tågtyper och omräknats till enheten kronor per tågkilometer. Fig 1 åskådliggör de parametrar som definierar tågtyperna i
Samgodsmodellen5 och som använts i beräkningarna av banavgifterna.
Fig 1: Transportparametrar (Källa: ”Samhällsekonomiska principer och kalkylvärden för transportsektorn-ASEK4”; SIKA PM 2008:3)
I Samgodsmodellen ingår två tågtyper som inte finns med bland de ovanstående i fig 1, nämligen ”Vagnslast kort” och ”Vagnslast lång”. Medellastvikten för ”Vagnslast kort”
har därför räknas fram, utifrån medellastvikten för ”Vagnslast fjärr” enligt nedanstående ekvation:
(Medellastvikt Vagnslast fjärr)* 550/750
Medellastvikten för ”Vagnslast lång” har på samma sätt beräknats enligt nedanstående ekvation:
4 Se bilaga 2 ”Index för beräkning av avgifter och skatter”, Anders Ljungberg, Trafikverket.
5 För utförlig beskrivning, se SIKA PM 2008:3, ” Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 4”.
14
(Medellastvikt Vagnslast fjärr)*950/550
Kvoterna (550/750) respektive (950/750) baseras på tabell 4.1 i VTI notat 17A-2009.
Antalet vagnar för dessa två tågtyper har sedan anpassats så att medellastvikten per vagn är densamma som för ”Vagnslast fjärr”. I övrigt har samma parametrar använts som för ”Vagnslast fjärr”.
I nedanstående figurer 2 och 3, visas de beräknade banavgifterna år 2020 för de tågtyper som ingår i Samgodsmodellen, uppdelade på eldrivna och dieseldrivna tåg.
Fig 2: Banavgifter 2009 och 2020 för eldrivna tåg.
Tåglägesavgiften för 2020 ingår inte i fig 2 och 3. Denna avgift planeras nämligen att vara differentierad per bandel år 2020 utifrån vilken anläggningsklass bandelarna ifråga har. Kostnaden per tågtyp blir alltså beroende av hur järnvägsnätet trafikeras. I bilaga 3 återfinns en tabell över järnvägsnätets tåglägesavgifter per bandel, som använts i Samgodsmodellen.
Fig 3: Banavgifter 2009 och 2020 för dieseldrivna tåg.
Dieseldrivna tåg betalar idag en betydligt högre avgift än eldrivna tåg. Skillnaden ökar till 2020 enligt det förslag som föreligger. Räknar man med tåglägesavgifterna, är effekten mindre, eftersom dieseltåg trafikerar de bandelar som har en låg
tåglägesavgift i stor utsträckning. Dieselavgifterna i fig 3 har lagts in direkt i modellen för oelektrifierade bandelar, eftersom trafiken där ju uteslutande består av dieseltåg.
Vagnslast fjärr
Vagnslast lokal
Vagnslast kort
Vagnslast lång System
System Stax 25
Malm Stax 25
Malm Stax 30 Kombi
2009 3,5230 2,6148 2,8880 4,2034 3,7235 3,9683 9,0421 9,9388 3,4919 (kr/tågkm)
2020 8,4485 5,9707 6,7162 10,3047 10,3047 9,6632 23,5049 25,9511 8,3635 (kr/tågkm)
Förändring 140% 128% 133% 145% 177% 144% 160% 161% 140%
Vagnslast fjärr
Vagnslast lokal
Vagnslast kort
Vagnslast lång System
System Stax 25
Malm Stax 25
Malm Stax 30 Kombi
2009 5,9164 4,1938 4,7121 7,2068 6,2966 6,7609 16,3838 18,0845 5,8573 (kr/tågkm) 2020 23,1657 15,6805 17,9326 28,7734 24,8178 26,8354 68,6509 76,0409 22,9091 (kr/tågkm)
Förändring 292% 274% 281% 299% 294% 297% 319% 320% 291%
15
Men dieseldrivna tåg trafikerar även den elektrifierade delen av järnvägsnätet i viss utsträckning. Här har en viktning av avgifterna i fig 2 och 3 skett utifrån statistik om andelen dieseltåg per sträcka, som återfinns i bilaga 4.
7.3 Vägavgift
De ingående kostnaderna för lastbilstransporter har skattats utifrån data hämtade från åkerinäringens branschorganisation, Sveriges Åkeriföretag (SÅ), som ger ut
rekommenderade schablonvärden för olika lastbilstyper. En rimlighetsbedömning har gjorts mot europeisk forskning och tidigare ASEK-värderingar6.
Vägavgiften är framräknad utifrån syftet att fullt ut kompensera den
trafikslagsomfördelning som banavgiftshöjningen för med sig. Den vägavgift som bäst motsvarar ovan nämnda föresatts har skattats till 40 öre per kilometer i 2009 års prisnivå. Det skattade värdet är att bedöma som relativt osäkert och Trafikverket rekommenderar därför en försiktig användning.
7.4 Praktiska modellanpassningar
Praktiskt har Samgodsmodellen anpassats på flertalet sätt under projektets gång. En modul med fördelningsnycklar mellan anläggningsklass, bandelstyper och länkar i modellen har framtagits. Den modulen möjliggör att tåglägesavgifterna på ett enkelt sätt kan förändras och få direkt genomslag i hela systemet. Logistikmodulen har uppdaterats efter hittade buggar, bl.a. gällande hur räntekostnaden i modellen behandlas. Utdatasteget har anpassats och en modul har utvecklats som hanterar sk.
LOS-matriser i kombination med annan kostnadsdata för automatiserad beräkning av de initiala transportkostnadsförändringarna (utan de anpassningar som normalt följer i modellen). Anpassningarna i Cube har emellertid inte inkluderats i den nya officiella testversionen (daterad 2011-05-23).
8. Scenarier
Höjda banavgifter resulterar i att mängden externa effekter i samhället ökar, eftersom en överflyttning till framförallt väg sker. Därmed finns en risk att välfärden totalt sett minskar i samhället. Därför finns skäl att överväga att komplettera de föreslagna banavgiftsökningarna med en höjning av avgifterna på väg. Det behov av
kompletterande åtgärd som har undersökts för att kompensera dessa oönskade effekter av en banavgiftshöjning, har hanterats i Samgodsmodellen genom att studera banavgiftshöjningens effekter på transportarbetesfördelningen mellan trafikslagen före och efter införandet av högre banavgifter. Sedan har effekten av ett införande av en kompenserande avståndsberoende vägavgift på lastbil testats. Nivån på denna
vägavgift har anpassats så att fördelningen av transportarbetet mellan trafikslagen har återställs till den situation som rådde innan banavgiftshöjningen. Den avgift på lastbil
6 Representation of the Swedish transport and logistics system (Logistics Model Version 2.00), VTI 2009
16
som behövs för att återställa transportarbetsfördelningen har beräknats till 40 öre/km, i 2009 års prisnivå. De initiala effekterna för transportmarknaden av denna vägavgift har också testats, i kombination med höjda banavgifter.
Inom ramen för detta uppdrag har det bara varit möjligt att testa en odifferentierad vägavgift. Om en kompenserande vägavgift infördes, skulle en differentiering dock kunna vara motiverad av flera anledningar. Bland annat ökar vägslitaget med stigande axeltryck. En differentiering som tar hänsyn till fordonens vikt och antal axlar skulle då bidra till lägre underhållskostnader. Andra differentieringsgrundande parametrar kan vara miljöklasser eller transporter i tätort/landsort.
Vi har valt att utgå ifrån relativa jämförelser mot ett så kallat bas- eller ”business-as- usual”-alternativ för år 2020 (Scenario 1). Den första jämförelsen mot det alternativet är utförd med ett scenario med höjda banavgifter så att staten sammanlagt, för både person- och godstrafik, tar in 2 miljarder kr i 2009 års prisnivå. Detta kan jämföras med intäkterna för år 2009, som låg på 503 miljoner kronor7.
Tabell 3: Scenarier
Scenario År Riggning
1 2020 Business as usual
2 2020 Simulering med banavgifter som motsvarar en intäkt för statskassan på 2 miljarder.
3 2020 En iterering av kilometerskattenivåer för att fastslå vilken nivå som balanserar ut överflyttningen mellan järnvägstrafik och vägtrafik på nationell nivå vid en höjning av banavgifter motsvarande scenario 2.
4 2020 Simulering med banavgifter som motsvarar en intäkt för statskassan på 2 miljarder samt införd kilometerskatt som i så hög grad som möjligt balanserar ut den överflyttning mellan järnvägstrafik och vägtrafik som sker på nationell nivå vid höjningen av banavgifter motsvarande scenario 2.
Efterfrågan på godstransporter i ton per år är densamma i alla scenarierna och skall återspegla en antagen situation år 2020. Scenario 1 utgör ett referensscenario. I kapitel 9 jämförs beräknade transportkostnader i scenario 2 och 4 med transportkostnaderna för ”utgångsläget” scenario 1. Scenario 3 är ett specialscenario som endast används för att iterativt hitta den kilomerskattenivå som på ett övergripande plan balanserar ut överflyttning från järnvägstrafik – som höjningen av banavgifterna för med sig.
Scenario 3:s uppgift är att göra scenario 4 möjligt att rigga. Resultaten sammanställs på aggregerad varugruppsnivå (STAN-12) för kategorierna: alla transporter, inrikes
transporter oavsett trafikslag samt en specifik studie över inrikes järnvägstransporter.
Eftersom modellen än så länge är en testversion och optimeringen inte fungerar helt tillfredsställande på en detaljerad nivå, så har enbart de initiala effekterna av en
7 Enligt Banverkets Årsredovisning 2009.
17
banavgiftshöjning studerats, det vill säga effekterna innan eventuella anpassningar på transportmarknaden. Modellens skattningsförmåga har således medvetet undvikits på disaggregerad nivå och endast använts vid den initiala grovkalibreringen innan
analyserna samt vid sökandet av en vägavgiftsnivå i scenario 3 – där elasticiteterna på den övergripande nivån bedömts som rimliga. Andra försiktighetsåtgärder som vidtagits är att vi låtit aggregera data från 34 simulerade varugrupper till 12, vilket haft en stabiliserande effekt på resultatet. Vi har valt att endast redovisa relativa effekter, vilket i viss mån neutraliserat eventuella systematiska fel i modellen och eventuella brister i indata.
De föreslagna höjda banavgifterna, som beskrivs i kap 6, har kodats in i modellen per tågtyp och bandel. Transportkostnadsökningarna som uppstår till följd av de dyrare järnvägstransporterna har sedan sammanställts per varugrupp.
9. Analys av initiala effekter på branscher 2020
Vi har valt att studera hur de höjda transportkostnaderna till följd av
banavgiftshöjningen slår mot de varugrupper som är av störst betydelse ur olika aspekter. På så sätt ges en uppfattning av effekten för ekonomin i stort, på kort sikt. I kapitel 10-15 analyseras effekten av transportkostnadshöjningen med avseende på BNP, sysselsättning, import, export, transportkostnader och transportarbete.
I sammanhanget kan nämnas att tidigare gjorda analyser på området tyder på att transportkostnaden utgör en relativt liten del av företagens kostnader för att producera varor. I ett regeringsuppdrag år 2006, fick SIKA och ITPS uppgiften att analysera inverkan på näringar och konsekvenser för regioner vid införandet av en kilometerskatt8.
Figur 4: Kostnader för inköpta transporter som andel av den totala produktionskostnaden. (Källa: SIKA Rapport 2007:2)
8 SIKA Rapport 2007:2 ”Kilometerskatt för lastbilar – Effekter på näringar och regioner”
0,00%
2,00%
4,00%
6,00%
8,00%
10,00%
12,00%
14,00%
Lastbilstransporter Andra transportslag
18
I samband med detta, sammanställdes uppgifter från SCB:s ekonomiska statistik om hur stor andel av den totala kostnaden för att producera varor inom olika branscher som utgjordes av transportkostnader.
Ovan visas en sammanställning av transporternas andel av den totala produktionskostnaden för ett antal branscher (eller delar av branscher).
Den genomsnittliga transportkostnadsandelen för hela tillverkningsindustrin ligger på c:a 3 % enligt denna statistik. Högst andel transportkostnad har kategorin ”Utvinning av metallmalmer” med ungefär 12 %. Denna bransch utmärker sig också bland de övriga genom att ha en låg andel lastbilstransporter. ”Massa och papper” har en
transportkostnadsandel på runt 8 % och lastbilstransporter och övriga transportslag används i ungefär samma utsträckning. Övriga branscher använder sig nästan
uteslutande av lastbilstransporter och dessa har även en låg transportkostnadsandel, som ligger mellan 2 % - 3 %.
Det bör också noteras att uppgifterna i den officiella statistiken från SCB enbart avser inköpta transporter. Det innebär att de transporter som företagen genomför i egen regi inte ingår, vilket leder till en viss underskattning av den faktiska
transportkostnadsandelen.
Uppgifter från Skogsforsk, som avser år 2009, visar på en transportkostnadsandel för industrin på 13 % för grantimmer, 12 % - 15 % för talltimmer och 17 % - 20 % för massaved.
10. Analys av ökad transportkostnad per varugrupp
Efter det att den föreslagna banavgiftshöjningen har testats i Samgodsmodellen, har resultaten sammanställts per varugrupp. Nedan beskrivs resultaten i form av den procentuella skillnaden i transportkostnader mellan scenarierna 2 och 1, det vill säga effekten av höjda banavgifter, samt mellan scenarierna 3 och 1, eller annorlunda uttryckt effekten av höjda banavgifter i kombination med en kompenserande vägskatt.
10.1 Effekt av höjda banavgifter
När effekten i form av transportkostnadsökningar av förslaget till höjda banavgifter sammanställs per varugrupp, visar det sig röra sig om relativt små ökningar, om man jämför med de totala transportkostnaderna i modellen. Med de totala
transportkostnaderna avses här kostnaden både för transporter i Sverige, samt för transporter till och från Sverige och utlandet, med samtliga trafikslag som ingår i modellen. Effekten av banavgiftshöjningen beräknas bli att transportkostnaderna initialt ökar med mellan 0.16 % (för högvärdiga produkter) och 0.83 % (för papper och massa).
19
Diagram 1: Ökade transportkostnader per varugrupp på grund av höjda banavgifter, för inrikes och utrikes transporter med samtliga trafikslag
Störst transportkostnadsökningar efter varugruppen papper och massa har stålprodukter, vars transporter blir +0.71 % dyrare och järnmalm där
transportkostnaderna ökar med 0.63 %. Minst transportkostnadsökningar har, förutom högvärdiga produkter, kemikalier (+0.21 %), oljeprodukter (0.22 %), jordbruk (0.22 %) och trävaror (0.23 %).
Om man istället tittar på effekten av banavgiftshöjningen för inrikestransporter, med både start- och målpunkt i Sverige, blir bilden delvis annorlunda.
Transportkostnadsökningen blir procentuellt sett högre, vilket naturligtvis är en följd av att banavgiftshöjningen drabbar transporten i hela dess längd (i de fall den sker med inrikes järnvägstransporter). Nu visar det sig att varugruppen järnmalm drabbas mest, med en kostnadsökning på +2.25 % och sedan följer råolja och kol med en ökning på +1.89 % och stålprodukter som ökar med +1.56 %. En uppenbar slutsats som kan dras av detta är att inrikestransporter av dessa varugrupper går på järnväg i högre grad än vad som är fallet med övriga varugrupper.
Skillnaderna i transportkostnadsökning mellan de olika varugrupperna är alltså en följd av hur stor andelen inrikes järnvägstransporter är i relation till samtliga transporter som ingår i modellen, både inrikes och utrikes med samtliga trafikslag.
0,00%
0,10%
0,20%
0,30%
0,40%
0,50%
0,60%
0,70%
0,80%
0,90%
20
Diagram 2: Ökade transportkostnader per varugrupp p.g.a. höjda banavgifter, för inrikes transporter med samtliga trafikslag
De flesta varugrupper får alltså en högre procentuell banavgiftshöjning för inrikestransporterna jämfört med samtliga transporter. Ett undantag är dock varugruppen rundvirke. Här är den procentuella kostnadsökningen för
inrikestransporter tvärtom lägre än motsvarande kostnadsökning för inrikes- och utrikestransporter samlat. Orsaken till detta är att trafikslagens andel av
transportarbetet ser helt olika ut för inrikes- och utrikestransporter. Internationella transporter av rundvirke går på järnväg dubbelt så ofta jämfört med inrikes
rundvirkestransporter i modellen, räknat i ton. Internationella transporter får därmed faktiskt ett högre procentuellt kostnadspåslag till följd av en banavgiftshöjning än de transporter som har både start- och målpunkt inom landet, för denna specifika varugrupp.
Om man exkluderar sjöfart, väg och flyg och endast redovisar effekter för inrikes järnvägstransporter, blir banavgiftshöjningens konsekvenser för järnvägsoperatörerna tydliga. Transportkostnadshöjningen ligger nu på en förhållandevis hög nivå, på mellan 7.1 % - 9.5 % per varugrupp.
0,00%
0,50%
1,00%
1,50%
2,00%
2,50%
21
Diagram 3: Ökade transportkostnader per varugrupp p.g.a. höjda banavgifter, för inrikes järnvägstransporter
10.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg
Om banavgiftshöjningen kombineras med den tidigare nämnda vägavgiften på 40 öre/km, så kan eventuella negativa konsekvenser av banavgiftshöjningen delvis undvikas, såsom ökade externa effekter till följd av en överflyttning av godsvolymer från järnväg till väg. Samtidigt blir naturligtvis transportkostnadsökningarna totalt sett större per varugrupp. I Samgodsmodellen beräknas den initiala effekten av vägskatten i kombination med höjda banavgifter bli en höjning av transportkostnaderna på mellan 0.7 % (för råolja och kol) och 2.5 % (för livsmedel). Se nedanstående diagram.
Diagram 4: Ökade transportkostnader per varugrupp p.g.a. höjda banavgifter i
kombination med en kompenserande vägskatt, för inrikes och utrikes transporter med samtliga trafikslag
0,00%
1,00%
2,00%
3,00%
4,00%
5,00%
6,00%
7,00%
8,00%
9,00%
10,00%
0,00%
0,50%
1,00%
1,50%
2,00%
2,50%
3,00%
22
Om man enbart studerar inrikestransporter, så tyder modellresultaten på att den kombinerade effekten av en banavgiftshöjning och en kompenserande vägavgift initialt innebär en transportkostnadshöjning på mellan 4 % - 6.6 %, där rundvirke får den lägsta höjningen och högvärdiga produkter den högsta.
Diagram 5: Ökade transportkostnader per varugrupp p.g.a. höjda banavgifter och en kompenserande vägskatt, för inrikestransporter med samtliga trafikslag.
11. Analys av transportkostnadspåslag i relation till andelen av
bruttonationalprodukten
I denna analys har de modellberäknade resultaten av transportkostnadsökningen per varugrupp satts i relation till respektive varugrupps andel av BNP för de
varuproducerande sektorerna SNI 01 – 36. Både inrikes- och utrikes transporter med samtliga trafikslag ingår i analysen.
11.1 Effekt av höjda banavgifter
BNP-andelen per varugrupp som använts här är ett beräknat snitt för perioden 2006- 2009 utifrån statistik från SCB. Enligt denna statistik, visar det sig bara vara tre varugrupper som når över en andel av 10 % av BNP, nämligen högvärdiga produkter (52 %), kemikalier (12 %) och livsmedel (10 %).
Transportkostnadsökningen för samtliga transporter med samtliga trafikslag är som nämnts liten och ligger på mellan 0.22 % - 0.83 % (se diagram 1). De två varugrupper som har allra högst andel av BNP, högvärdiga produkter och kemikalier, påverkas i ringa grad av banavgiftshöjningen. Som framgår av diagrammet nedan är det papper och massa, stål samt livsmedel som samtidigt som de har en hög andel av BNP, även får
0,00%
1,00%
2,00%
3,00%
4,00%
5,00%
6,00%
7,00%
23
en förhållandevis stor transportkostnadsökning. Dessa varugrupper ligger över medianerna för både transportkostnadsökningen och BNP-andelen.
Diagram 6: Transportkostnadsökning vid höjda banavgifter år 2020, i jämförelse med andel av BNP per varugrupp.
11.2 Effekt av höjda banavgifter och kompenserande åtgärd på väg
Med en kompenserande vägavgift, förskjuts transportkostnadsökningen uppåt till mellan 0.7 % - 2.5 %. Livsmedel, rundvirke, papper och massa samt högvärdiga produkter sammantaget får den högsta kostnadsökningen av en banavgiftshöjning och en kompenserande vägåtgärd. Dessa varugrupper utgör nästan 75 procent av BNP.
För alla varugrupper utom järnmalm samt råolja och kol, bidrar en kompenserande vägåtgärd i högre grad till kostnadsökningen än vad den förändrade banavgiften gör.
Högvärdiga produkter, Kemikalier och Trävaror är de varugrupper som verkar vara mest känsliga för en kompenserande åtgärd i förhållande till en banavgiftshöjning.
Detta kan förklaras med att dessa varugrupper använder lastbil till en mycket stor andel av sina transporter (i Sverige). För högvärdiga produkter förklaras över 90 procent av transportkostnadsökningen av den kompenserande åtgärden.
0,00%
0,10%
0,20%
0,30%
0,40%
0,50%
0,60%
0,70%
0,80%
0,90%
0% 10% 20% 30% 40% 50% 60%
Transportkostnadsökning %
BNP %
Jordbruk Rundvirke Trävaror Livsmedel Råolja och kol Oljeprodukter Järnmalm Stålprodukter Papper och massa Jord, sten och byggnad Kemikalier
Högvärdiga produkter Median
24
Diagram 7: Transportkostnadsökning vid höjda banavgifter år 2020 och kompenserande vägskatt, i jämförelse med andel av BNP per varugrupp.
De varugrupper som ligger över medianvärdena för både transportkostnadsökningen och andelen av BNP är högvärdiga produkter, livsmedel, papper och massa och stålprodukter.
12. Analys av transportkostnadspåslag i relation till sysselsättningen
De modellberäknade resultaten av transportkostnadsökningen per varugrupp har satts i relation till respektive varugrupps andel av svensk sysselsättning för
näringslivssektorerna SNI 01 – 36 (varuproducerande sektorer). Både inrikes och utrikes transporter med samtliga trafikslag ingår.
12.1 Effekt av höjda banavgifter
Högvärdiga produkter är den varugrupp som sysselsätter flest personer i Sverige, hela 62 % av alla sysselsatta inom de varuproducerande sektorerna. Detta är samtidigt den varugrupp som får den lägsta ökningen av transportkostnaderna (0.16 %) vid en höjning av banavgifterna, när samtliga transporter med samtliga trafikslag studeras.
Andra varugrupper vars transportkostnader påverkas i liten grad av de höjda banavgifterna är kemikalier, oljeprodukter, jordbruk och trävaror.
De höjda banavgifterna påverkar transporter av papper och massa mest, då
transportkostnaderna stiger med 0,83 % i jämförelse med andelen sysselsatta. Denna varugrupp sysselsätter flest personer efter högvärdiga produkter. Runt 10 % av de sysselsatta i varuproducerande sektorer arbetar inom papper och massabranschen.
0,0%
0,5%
1,0%
1,5%
2,0%
2,5%
3,0%
0% 10% 20% 30% 40% 50% 60%
Transportkostnadsökning %
BNP %
Jordbruk Rundvirke Trävaror Livsmedel Råolja och kol Oljeprodukter Järnmalm Stålprodukter Papper och massa Jord, sten och byggnad Kemikalier
Högvärdiga produkter Median
