Betydelsen av analysverktyg vid transportinvestering
En fallstudie av två förbifarter
Magnus Bäckström
Civilekonom 2020
Luleå tekniska universitet
Institutionen för ekonomi, teknik och samhälle
SAMMANFATTNING
Syftet med denna undersökning är att analysera och jämföra två olika CBA-verktyg där graden av komplexitet skiljer sig, för att identifiera eventuella skillnader med avseende på det samhällsekonomiska beräkningsbara resultatet som dessa två verktyg genererar.
Fallstudie är den valda metoden för att undersöka examensarbetets syfte och författaren applicerar sedan en jämförande analys vars syfte är att jämföra det samhällsekonomiska beräkningsbara resultatet från två förbifartskalkyler på väg utförda med två olika CBA- verktyg inom Trafikverket där graden av komplexitet skiljer sig åt. Studien är avgränsad till två förbifartskalkyler på väg som sedan tidigare har genomgått samhällsekonomisk analys på uppdrag av Trafikverket. Det empiriska resultatet indikerar att val av CBA- verktyg som kan användas för liknande objektsanalyser verkar ha en betydelsefull inverkan på det samhällsekonomiska beräkningsbara resultatet. Trafikverket rekommenderas att se över rådande riktlinjer över val av CBA-verktyg och utföra jämförbara analyser av objekt där verktygsvalet inte är tydligt från början.
ABSTRACT
The purpose of this thesis is to examine and compare two different CBA tools where the degree of complexity differs in order to identify any differences with respect to the socio- economic computable result that these two models generate. The methods applied in order to answer the purpose of this thesis is case study and a comparative analysis in order to compare the socio-economic computable result of two previous by-passes calculated with two different CBA tools within the Swedish Transport Administration. The study is delimited to only two cases. The empirical result indicates that choice of which CBA tool to apply appears to have a meaningful impact on the result. The Swedish Transport Administration is recommended to review current guidelines regarding choice of CBA tool and perform comparable analysis regarding projects where the choice of tool isn’t clear from the beginning.
FÖRORD
Författaren vill rikta ett stort tack till Linda Wårell, handledare från Luleå Tekniska Universitet, samt Tina Nilsson och Henry Degerman, handledare från Trafikverket, för värdefull hjälp och stöd under hela uppsatsens gång. Författaren vill dessutom tacka Camilla Granholm och Helen Ahlenius från Trafikverket för råd och tips vid upprättandet av EVA-kalkylerna1.
1 Eventuella felaktigheter i uppsatsen bör emellertid endast tillskrivas författaren.
INNEHÅLLSFÖRTECKNING
KAPITLEL 1 INTRODUKTION ... 1
1.1 Problemdiskussion ... 1
1.2 Syfte ... 3
1.3 Teori och metod ... 3
1.4 Avgränsningar ... 4
1.5 Disposition ... 4
KAPITEL 2 BAKGRUND ... 5
2.1 CBA inom Trafikverket ... 5
2.2 Trafikverkets kalkylverktyg ... 9
2.2.1 Effekter vid väganalyser (EVA) ... 10
2.2.2 Sampers ... 12
2.2.3 EVA vs Sampers ... 15
KAPITEL 3 LITTERATURÖVERSIKT ... 18
3.1 Fallstudiens positionering samt sökstrategi ... 18
3.2 Tidigare forskning om CBA inom transportsektorn ... 19
3.2.1 Generellt om CBA inom transportsektorn ... 19
3.2.2 Problem och utmatningar med CBA inom transportsektorn ... 20
3.2.3 CBA inom den svenska och nordiska transportsektorn ... 22
3.2.4 Tidigare studie som jämför olika kalkylverktyg ... 26
3.3 Slutsatser baserade på tidigare forskning ... 31
KAPITEL 4 TEORETISK REFERENSRAM ... 32
4.1 Neoklassisk teori ... 32
4.2 Valet av modell ... 32
4.3 Cost-benefit analysis ... 35
4.4 Kritik och tekniska begränsningar med CBA ... 38
KAPITEL 5 METOD ... 40
5.1 Fallstudie ... 40
5.2 Urval ... 42
5.3 Genomförande ... 43
KAPITEL 6 DATA ... 45
6.1 Förbifart Skellefteå ... 45
6.1.1 Sampers-kalkyl med avseende på Förbifart Skellefteå ... 45
6.2 Förbifart Tullinge ... 47
6.2.1 Sampers-kalkyl med avseende på Förbifart Tullinge ... 48
6.3 Upprättandet av EVA-kalkylerna ... 50
6.3.1 Upprättandet av EVA-kalkylerna för Förbifart Skellefteå respektive Förbifart Tullinge... 50
6.4 Jämförelse mellan nya rekommenderade kalkylvärden i ASEK 6.1 och rekommenderade kalkylvärden i ASEK 6.0 ... 55
KAPITEL 7 RESULTAT ... 57
7.1 Förbifart Skellefteå ... 57
7.1.1 Känslighetsanalyser, Förbifart Skellefteå ... 59
7.1.2 Omräkning av trafiksäkerhetseffekter för Förbifart Skellefteå ... 60
7.2 Förbifart Tullinge ... 62
7.2.1 Känslighetsanalyser, Förbifart Tullinge ... 64
7.2.2 Omräkning av trafiksäkerhetseffekter för Förbifart Tullinge ... 65
KAPITEL 8 ANALYS OCH SLUTSATSER ... 68
8.1 Analys ... 68
8.2 Slutsatser och rekommendationer ... 72
REFERENSER ... 76
FIGUR- OCH TABELLFÖRTECKNING
Figur 1: Översiktsbild av JA och UA med ny bro samt sträckning ... 11
Figur 2: Samperssystemet Källa: Trafikverket ... 13
Figur 3: Modellflödeskarta ... 16
Figur 4: Val av modell Källa: Alonso ... 34
Figur 5: Förbifart Skellefteå, planerad åtgärd ... 46
Figur 6: Förbifart Skellefteå, resultat Sampers ... 47
Figur 7: Förbifart Tullinge, planerad åtgärd ... 48
Figur 8: Förbifart Tullinge, resultat Sampers ... 49
Figur 9: Bas- och utredningsvägnät i EVA, Förbifart Skellefteå ... 50
Figur 10: Bas- och utredningsvägnät i EVA, Förbifart Tullinge ... 51
Tabell 1: Översikt av relevant litteratur ... 28
Tabell 2: Generellt respektive Trafikverkets tillvägagångssätt av CBA ... 37
Tabell 3: Skillnad i ÅDT mellan Sampers- och EVA-kalkylen gällande Förbifart Skellefteå ... 53
Tabell 4: Skillnad i ÅDT mellan Sampers- och EVA-kalkylen gällande Förbifart Tullinge ... 54
Tabell 5: Huvudsakliga samhällsekonomiska beräkningsbara effekter, Förbifart Skellefteå ... 57
Tabell 6: Känslighetsanalyser, Förbifart Skellefteå ... 59
Tabell 7: Jämförelse mellan EVA- och Sampers-kalkylen efter omräkning ... 60
Tabell 8: Huvudsakliga samhällsekonomiska beräkningsbara effekter, Förbifart Tullinge ... 62
Tabell 9: Känslighetsanalyser, Förbifart Tullinge ... 64
Tabell 10: Jämförelse mellan EVA- och Sampers-kalkylen efter omräkning ... 65
ORDLISTA
Nedan presenteras återkommande begrepp och förkortningar som används genom hela arbetet.
CBA Även kallad Cost-Benefit Analysis, är en samhällsekonomisk kostnads-nytto analys. CBA är en metod som väger samhällets kostnader mot dess nyttor. CBA tar i teorin hänsyn till alla effekter som drabbar alla individer och organisationer i ett samhälle
JA Jämförelsealternativ, även kallat noll- respektive
referensalternativ, speglar ett oförändrat nulägestillstånd av transportinfrastrukturen
UA Utredningsalternativet speglar ett läge av
transportinfrastrukturen efter implementerad åtgärd
Trafikslag Samlingsnamn för trafikslagen; väg, järnväg, luft- och sjöfart SEB Samlad effektbedömning är en metod och mall som
Trafikverket använder vid presentation av beslutsunderlag Åtgärd/objekt Representerar en om- eller nybyggnation av dagens befintliga
transportinfrastruktur
Förbifart En åtgärd/objekt inom transportsektorn som innebär
ombyggnation eller ny sträckning av väg utanför stad/tätort EVA Effekter vid väganalyser (EVA) är ett analysverktyg som ägs
och förvaltas av Trafikverket och används vid beräkning samt värdering av de monetära effekter som uppstår av en åtgärd inom vägtransportsystemet. Med hjälp av EVA kan en samhällsekonomisk kalkyl upprättas.
Sampers Ett nationellt modellsystem som ägs och förvaltas av Trafikverket och används vid analyser av
trafikslagsövergripande persontransporter
ÅDT Årsmedeldygnstrafik är en estimering av genomsnittliga trafikflödet per dygn på en sträcka under ett kalenderår Samhällsekonomisk
analys
En samhällsekonomisk analys är en lönsamhetsbedömning som inkluderar både prissatta effekter och verbala beskrivningar av icke-prissatta effekter
Samhällsekonomisk kalkyl
En samhällsekonomisk kalkyl är en lönsamhetsbedömning där alla ingående effekter är prissatta
ASEK ”Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn (ASEK)” är en rapport där rekommenderade kalkylvärden och analysmetoder som bör appliceras inom transportsektorns samhällsekonomiska analyser presenteras Nettonuvärde
(NNV)
Summan av nuvärdet från alla löpande intäkter och kostnader som uppstår över kalkylperioden
Nettonuvärdeskvot (NNK)
Nettonuvärdeskvoten är kvoten mellan nettonuvärdet och investeringskostnaden som uppstår av en åtgärd
NNK-idu Nettonuvärdeskvoten med avseende på investeringskostnaden samt den drift och underhållskostnad som åtgärden medför
1
KAPITLEL 1 INTRODUKTION
1.1 Problemdiskussion
Trafikverket är en statlig svensk myndighet vars ansvarsområde behandlar den samlade trafikslagsövergripande långsiktiga infrastrukturplaneringen. Detta ansvarsområde omfattar väg, järnväg, sjö och luft och inkluderar även planering, byggnation samt drift och underhåll av de statliga vägarna samt järnvägarna (Regeringskansliet, 2015). Det finns ett positivt samband mellan ett lands transportinfrastruktur och dess ekonomiska utveckling. Om ett land har modern transportinfrastruktur generar det positiva effekter i form av minskad restid samt ökad tillgänglighet som också generar jobb samt driver ekonomisk utveckling. En bristfällig transportinfrastruktur kan däremot hämma landets ekonomiska utveckling (Lupu, 2019).
Konstruktionen samt underhållet av transportinfrastruktur kräver mycket resurser och är synlig för allmänheten där det råder en viss oro över de miljöeffekter som transportinfrastruktur medför. Vidare medför beslut, gällande investeringar av infrastruktur, effekter som uppstår under en längre tid (Short och Kopp, 2005). Sveriges riksdag har mot ovanstående bakgrund fastställt följande övergripande mål för transportpolitiken. ”Transportpolitikens övergripande mål är att säkerställa en samhällsekonomiskt effektiv och långsiktig hållbar transportförsörjning för medborgarna och näringslivet i hela landet” (Regeringskansliet, 2017).
För att säkerställa målet om samhällsekonomiskt effektiv långsiktigt hållbar transportförsörjning genomför Trafikverket samhällsekonomiska analyser (CBA) av olika slags åtgärder inom den svenska transportsektorn. Den samhällsekonomiska analysen upprättas med hjälp av olika kalkylverktyg. Kalkylverktygen skiljer sig åt med
2
avseende på de effektsamband2, effektmodeller och elasticiteter som verktygen innehåller, vilket innebär att de kan vara mer eller mindre komplexa (Trafikverket, 2018a). Genomförandet av CBA kräver många olika typer av resurser, såsom tid och pengar, vilket framförallt gäller vid utvärdering av stora och komplexa projekt med unika förutsättningar. Detta innebär att kostnaden som följer av att tillämpa CBA lätt kan skena iväg (Boardman m.fl., 2011). Trafikverkets komplexa CBA-verktyg är mer tidskrävande och kräver därmed mer resurser att använda vid genomförandet av samhällsekonomiska kalkyler jämfört med de enklare verktygen. För vissa liknande projekt är det möjligt att använda antingen enklare eller mer komplicerade verktyg, vilket kan innebära att det föreligger en risk att analytiker applicerar det verktyg som de har mest erfarenhet av och som de känner sig mest bekväma med vid utförandet av samhällsekonomiska kalkyler.
Detta kan i sin tur leda till en viss inkonsekvens i valet av CBA-verktyg vid kalkyler för liknande typer av åtgärder med åtföljande risk för felaktigt användande av skattemedel eftersom resultatet av dessa kalkyler sedermera utgör en del av det beslutsunderlag, i form av en Samlad effektbedömning (SEB), som Trafikverket levererar till beslutsfattare.
WSP3 har i en rapport undersökt om Trafikverkets olika CBA-verktyg beräknar den samhällsekonomiska beräkningsbara lönsamheten på ett jämförbart sätt och kommit fram till slutsatsen att verktygens metodik för beräkning av den samhällsekonomiska beräkningsbara lönsamheten i stort är jämförbara. Undersökningen genomförs genom att jämföra resultatet från samhällsekonomiska kalkyler av ett investeringsobjekt som har upprätts med olika CBA-verktyg. Men, eftersom kalkylerna är upprättade vid olika tidpunkter, skiljer de sig från varandra med avseende på de beräkningsförutsättningar och indata som ligger till grund för respektive kalkyl. Därför efterlyser författarna av rapporten fler analyser där kalkylerna bygger på samma beräkningsförutsättningar vilket också leder till att jämförbarheten mellan dessa ökar (WSP, 2008). Någon sådan analys har heller inte identifierats i den vetenskapliga litteraturen som finns tillgänglig inom aktuellt område.
2 Transportsystemets effektsamband speglar all tidigare känd kunskap om olika effektsamband.
Effektsamband är en vital del vid analysen av de effekter och konsekvenser som följer av olika åtgärder inom transportsystemet och har sin grund i tidigare forskning.
3 WSP är konsultföretag inom teknik och analys.
3
Vidare råder det en oklarhet i hur nyttan förhåller sig till kostnaden av att använda ett mer omfattande verktyg jämfört med nytto-kostnadsrelationen av att använda ett enklare verktyg. Därmed är det, ur ett samhällsekonomiskt perspektiv, ett allmänt intresse att få en ökad kunskap rörande de eventuella skillnader som Trafikverkets analysverktyg kan ge upphov till. Detta intresse grundar sig i skillnaden med avseende på den resursåtgång som de olika verktygen kräver samt det faktum att Trafikverkets verksamhet finansieras genom skattemedel.
1.2 Syfte
Syftet med denna undersökning är att analysera och jämföra två olika CBA-verktyg där graden av komplexitet skiljer sig, för att identifiera eventuella skillnader med avseende på det samhällsekonomiska beräkningsbara resultatet som dessa två verktyg genererar.
1.3 Teori och metod
Cost-benefit analysis utgör den teoretiska referensramen för denna undersökning. För att uppnå uppsatsens syfte är fallstudie den tillämpade metoden för denna undersökning.
Med andra ord appliceras en jämförande analys vars syfte är att jämföra det samhällsekonomiska beräkningsbara resultatet från två förbifartskalkyler på väg utförda med två olika CBA-verktyg inom Trafikverket där graden av komplexitet skiljer sig åt mellan verktygen. Det enklare verktyget, EVA (Effekter vid väganalyser), används främst vid enskilda väganalyser. Det mer komplicerade verktyget, Sampers, används bland annat för att ta fram nationella prognoser och analysera åtgärder som leder till nya trafikflöden och omfördelningar av trafik mellan olika trafikslag.
Eftersom författaren saknar kunskap och tidigare erfarenheter av analysverktyget Sampers, valdes två förbifartsobjekt som sedan tidigare har genomgått samhällsekonomisk analys, samt har en upprättad, granskad och godkänd samhällsekonomisk kalkyl med hjälp av Sampers. Sedan upprättades två samhällsekonomiska kalkyler av författaren med hjälp av EVA för respektive
4
förbifartsobjekt varpå resultaten från dessa två förbifartskalkyler jämfördes med resultaten från de tidigare förbifartskalkylerna som genomfördes med hjälp av Sampers.
1.4 Avgränsningar
Orsaken till att fallstudien avgränsas till två förbifartsobjekt är tvåfaldiga. Den ena orsaken är att arbetet med kodningen i EVA samt intern regional granskning kommer att kräva några veckor för varje objekt i kombination med att tiden för examensarbetet är begränsad. Den andra orsaken till denna avgränsning är att författaren endast lyckats finna fyra tidigare förbifartsobjekt där Sampers var kalkylverktyget. I en kalkyl analyserades dock en åtgärd som inte med säkerhet kan klassificeras som en förbifart och i en annan kalkyl analyserades en åtgärd med ett väldigt omfattande utredningsområde. De återstående två förbifartsobjekten är därför de enda rimliga alternativen.
1.5 Disposition
Uppsatsen är uppdelad i åtta olika kapitel. Nästa kapitel presenterar det arbetssätt som Trafikverket applicerar vid upprättandet av samhällsekonomisk analys. Vidare ges en presentation av de två CBA-verktyg som är relevant för denna studie. Kapitel 3 behandlar tidigare forskning inom aktuellt område samtidigt som kapitel 4 presenterar den teoretiska referensramen för denna undersökning. Kapitel 5 presenterar samt motiverar den metod som appliceras i denna undersökning för att besvara dess syfte. Kapitel 6 behandlar relevant data för studien samt presenterar de två förbifartsobjekt som analyseras i denna undersökning. Kapitel 7 presenterar resultaten för de upprättade EVA-kalkylerna samt jämför dess resultat med tidigare Sampers-kalkyler. Kapitel 8 innehåller analys samt en diskussion över det resultat som presenterats i föregående kapitel.
5
KAPITEL 2 BAKGRUND
Detta kapitel innehåller en presentation av CBA inom Trafikverket, två av Trafikverkets analysverktyg, EVA och Sampers, samt skillnader mellan dessa.
2.1 CBA inom Trafikverket
I sitt arbete med att uppfylla det transportpolitiska målet genomför Trafikverket samhällsekonomiska analyser av potentiella åtgärder inom den svenska transportsektorn där potentiella nyttor av en åtgärd vägs mot dess kostnader (Trafikverket, 2018a).
Det finns ett samband mellan hur ofta människor reser, vart och med vilket färdmedel de väljer att resa och de konsekvenser som uppstår i from av miljöpåverkan, reskostnader, köbildning, trafiksäkerhet, buller och slitage med mera (Trafikverket, 2019e). För att möjliggöra genomförandet av samhällsekonomisk analys använder sig Trafikverket av olika effektsamband, analys- och prognosverktyg, trafikprognoser samt samhällsekonomiska kalkylvärden och metodik. De samhällsekonomiska kalkylerna genomförs med hjälp av olika kalkylverktyg där resultaten från dessa verktyg uppvisar de samhällsekonomiska beräkningsbara nyttor, kostnader, effekter och den samhällsekonomiska beräkningsbara lönsamheten som följer av en analyserad åtgärd.
(Trafikverket, 2018a).
Trafikverket använder sig av metoden och mallen Samlad effektbedömning (SEB) vid presentationen av förslagen åtgärd. Bedömningen ska sedermera utgöra ett beslutsunderlag samt informationsmaterial som beslutsfattare ska ta del av. Av SEB ska åtgärden i fråga samt dess kostnader och effekter som uppstår ifall åtgärden implementeras kunna utläsas samt ge stöd för planering, beslut och uppföljning. Alla samhällsekonomiska kalkyler som genomförs av eller på uppdrag av Trafikverket ska redovisas inom ramen för SEB där åtgärdens effekter beskrivs ur tre olika beslutsperspektiv (ASEK, 2018).
6
1) Samhällsekonomisk analys, där åtgärdens prissatta och icke-prissatta effekter beskrivs
2) Transportpolitisk målanalys, där beskrivs hur åtgärden påverkar de transportpolitiska målen
3) Fördelningsanalys som beskriver hur nyttorna som uppstår av åtgärden fördelar sig på olika grupper i samhället.
Enligt Trafikverket ska en samhällsekonomisk analys i så stor utsträckning som möjligt innehålla alla relevanta effekter som uppstår inom landet till följd av en åtgärd.
Samhällsekonomisk analys inom Trafikverket, inom ramen för en SEB, omfattar dels effekter värderade i monetära termer i en samhällsekonomisk kalkyl, dels verbala beskrivningar av svårvärderade effekter, så kallade icke-prissatta effekter. Resultatet från den samhällsekonomiska kalkylen redovisas som nettonuvärde (NNV) och/eller nettonuvärdeskvot (NNK) där kriteriet för samhällsekonomisk beräkningsbar lönsamhet är att det beräknade NNV och/eller NNK ska vara större än noll (ASEK, 2018).
Det finns två olika nettonuvärdeskvoter som Trafikverket har använt sig av vid presentation av resultatet från den samhällsekonomiska kalkylen, NNKi respektive NNK- idu. NNKi representerar nettonuvärdeskvoten med avseende på investeringskostnaden för åtgärden i fråga samtidigt som NNK-idu representerar nettonuvärdeskvoten med avseende på investeringskostnaden samt den drift och underhållskostnad som åtgärden medför. I skrivande stund presenteras inte längre NNKi utan Trafikverket använder sig av NNK-idu vid redovisning av resultatet från upprättade samhällsekonomiska kalkyler (ASEK, 2018).
Framtagandet av nettonuvärdet från en åtgärd består av att beräkna de samhällsekonomiska kostnader och intäkter som följer av åtgärden. Sedan rangordnas åtgärderna baserat på storleken av nettoförändringen av den totala nyttan i samhället som följer av åtgärden, vilket är själva syftet med den samhällsekonomiska analysen. En samhällsekonomisk intäkt inträffar om populationens samlade nytta ökar och en
7
samhällsekonomisk kostnad inträffar om populationens samlade nytta minskar (ASEK, 2018).
I alla samhällsekonomiska analyser som genomförs av eller på uppdrag av Trafikverket ska gällande kalkylverktygversioner, basprognoser, kalkylvärden, metoder och effektsamband appliceras (Trafikverket, 2019a). Rapporten ”Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn” (ASEK) redogör för de kalkylvärden och analysmetoder som ska tillämpas inom transportsektorns samhällsekonomiska analyser (Trafikverket, 2018b). Framtagandet av vissa kalkylvärden sker med hjälp av värderingsstudier. Icke monetära kalkylvärden för exempelvis restid värderas med hjälp av studier där resenärer får göra val mellan tid och kostnad. Dessa studier ska dessutom fånga bekvämligheten av resan likaså värdet av tidsreduktioner i resan som kan användas till andra aktiviteter. Kalkylvärden för luftföroreningar sker genom de effekter det har på hälsan och miljön samt vad detta kostar för samhället (Trafikverket, 2019e).
Som framgår av ovanstående stycke, är de rekommendationer som ges i ASEK gällande kalkylvärden, diskonteringsränta, tidsvärdering etcetera, antaganden som måste göras för att möjliggöra den samhällsekonomiska analysen. Eftersom dessa antaganden kännetecknas av en del osäkerheter bör resultatet från den samhällsekonomiska analysen tolkas med försiktighet. Däremot är de antaganden som görs i ASEK, i form av rekommendationer, väldigt transparanta och tydligt redovisade samt stämmer väl överens med de riktlinjer och rekommendationer som ges i övriga länder i Europa. Vilket motiverar appliceringen av ASEKs rekommendationer vid upprättandet av samhällsekonomiska analyser inom den svenska transportsektorn.
Det sker dessutom en årlig översyn av ASEK-rapporten och en ny version ska publiceras varje år. Större revideringar av rekommenderade kalkylvärden och analysmetoder sker med cirka tre till fyra års mellanrum. Trafikverket är själv ansvarig att publicera de årliga ASEK-rapporterna samt att kontinuerligt utveckla de principer och kalkylvärden som
8
ligger till grund för den samhällsekonomiska analysen inom transportsektorn (Trafikverket, 2018b).
Inom ramen för att uppfylla det transportpolitiska målet, har även Trafikverket i uppdrag av regeringen att estimera och tillhandahålla framtida trafikprognoser, så kallade basprognoser, gällande alla trafikslag inom persontrafik- samt godstransportsektorn.
Dessa basprognoser används därefter som underlag till de samhällsekonomiska kalkylerna. Trafikverkets basprognoser tas fram med hjälp av persontrafik- och godstransportmodeller som i sin tur är baserade på dagens transport- och resandemönster.
För att trafikprognosberäkningarna ska vara möjliga att genomföra kräver dessa modeller data rörande nutida och framtida infrastruktur, trafikering samt kostnader. Utöver ovan nämnd data är ytterligare en förutsättning information gällande den förväntade utvecklingen av; befolkning, ekonomisk tillväxt, bränslekostnader och andra omvärldsförutsättningar (Trafikverket, 2019b).
Trafikverkets basprognoser delas in i tre delar; basår, prognosår 1 och prognosår 2.
Basåret är det valda startåret för trafikprognosens utveckling över tiden i de fall inga investeringar inom transportsektorn genomförs. Prognosår 1 representerar, i skrivande stund, den procentuella utveckling av trafik som förväntas att ske till år 2040 inklusive namngivna utförda åtgärder i nationell och länstransportplan som beslutas av riksdagen.
Prognosår 2 representerar, i skrivande stund, den procentuella utveckling av trafik som förväntas att ske till år 2060 (ASEK, 2018).
Det finns vissa osäkerheter som kännetecknar den samhällsekonomiska kalkylen. För att hantera dessa osäkerheter föreligger det ett krav inom Trafikverket att genomföra känslighetsanalyser för åtgärder där investeringskostnaden överstiger 200 mnkr. Syftet med känslighetsanalyserna är att ge en indikation om hur känsligt resultatet är för förändringar i indata eller i de kalkylvärden som har antagits. Exempel på känslighetsanalyser är högre investeringskostnad, högre eller ingen trafiktillväxt. (ASEK, 2018).
9
För att ge förslag på diverse åtgärder genomför Trafikverket åtgärdsvalsstudier vilket är ett arbetssätt där dialoger med intressenter och berörda parter är en central del. En åtgärdsvalsstudie ska alltid föregå alla formella planeringsprocesser och beakta alla olika typer av trafikslag och åtgärder samt kombinationer av dessa. Val av diverse åtgärder ska genom kostnadseffektiva åtgärder bidra till en hållbar samhällsutveckling samt lösa problem och tillgodose behov. En åtgärdsvalsstudie genomförs i enlighet med Fyrstegsprincipen4 där utgångspunkten är att transportsystemet ska utformas och utvecklas utifrån ett helhetsperspektiv. Syftet med tillämpningen av Fyrstegsprincipen är att säkerställa en god hushållning av begränsade resurser och att åtgärder ska generera en hållbar samhällsutveckling (Trafikverket, 2018d).
Trafikverket har dessutom, på uppdrag av regeringen, ansvar för att ta fram förslag på åtgärder som ska ingå i den nationella transportplanen (NTP). Detta görs vart fjärde år och NTP sträcker sig tolv år framåt. Planförslaget tas fram i samråd med diverse aktörer i samhället och Trafikverket ser sedan till att beslutad plan förverkligas. Det är regeringen som beslutar om vilka åtgärder som ska inkluderas i aktuell NTP. Länstransportplaner gällande regional transportinfrastruktur tas fram av länsstyrelser, regionala självstyrelseorgan eller kommunala samarbetsorgan. Vid behov assisterar Trafikverket, kommuner eller trafikhuvudmän med underlag. De ekonomiska ramarna för länstransportplanerna beslutas av regeringen (Trafikverket, 2018c).
2.2 Trafikverkets kalkylverktyg
Som tidigare nämnts genomför Trafikverket effektberäkningar, trafikprognoser samt samhällsekonomiska kalkyler. För att genomföra dessa beräkningar och prognoser har Trafikverket ett antal beräknings- och prognosverktyg till förfogande (Trafikverket, 2019c). I följande delavsnitt presenteras två av Trafikverkets analys- och kalkylverktyg, EVA respektive Sampers, vilka är de verktyg som ingår i denna uppsats.
4 Fyrstegsprincipen består av fyra steg; 1. Tänk om, 2.Optimera, 3. Bygg om & 4. Bygg nytt.
10 2.2.1 Effekter vid väganalyser (EVA)
EVA är ett kalkylverktyg som ägs och förvalts av Trafikverket och är avsett att användas i första hand vid investeringsåtgärder som omfattar ny- eller ombyggnation av befintligt vägsystem inom landsbygdsmiljö. Med hjälp av EVA kan effekter som uppstår av enskilda åtgärder och kombinationer av åtgärder beräknas, värderas och därefter sammanställas för att få fram en samhällsekonomisk beräkningsbar lönsamhet (Trafikverket, 2020a).
Beräkningsmetodiken med avseende på den samhällsekonomiska lönsamheten av en åtgärd avser att jämföra jämförelsealternativet (JA) med utredningsalternativet (UA).
Jämförelsealternativet representerar tillståndet utan åtgärd och utredningsalternativet representerar tillståndet där åtgärden ingår. Emissioner, restid, trafiksäkerhet, drift och underhåll är exempel på effekter som EVA beräknar för JA respektive UA. Med hjälp av en samhällsekonomisk kalkyl presenteras sedan skillnaderna mellan UA och JA med avseende på de effekter som uppstår av åtgärden som analyseras i EVA. Resultatet från EVA-kalkylen ingår sedermera i en SEB där även icke värderbara effekter och olika beslutsperspektiv ingår. En EVA-kalkyl är därmed en del av det beslutsunderlag som en SEB utgör och beskriver åtgärdens påverkan på samhället på ett strukturerat sätt (Trafikverket, 2020a).
Figur 1 nedan illustrerar ett exempel av en förändring av ett vägnät i en samhällsekonomisk kalkyl för beräkning av det samhällsekonomiska utfallet som åtgärden genererar. Figuren illustrerar ett jämförelsealternativ och en åtgärd i form av en ny vägsträckning som utgör utredningsalternativet i modellen. I den samhällsekonomiska kalkylen ställs utredningsalternativet mot ett annat scenario där åtgärden inte finns med, de vill säga jämförelsealternativet. Genom de skillnader som uppstår i restid, reskostnader, utsläpp, trafikolyckor, slitage etcetera av åtgärden mellan alternativen, värderar sedan det samhällsekonomiska kalkylverktyget de beräknade effekterna och anger ett lönsamhetsvärde i form av nettonuvärde och nettonuvärdeskvot som analytiker sedan använder för att bedöma om åtgärden är samhällsekonomiskt beräkningsbart lönsam eller inte (Trafikverket, 2019e).
11
Figur 1: Översiktsbild av JA och UA med ny bro samt sträckning Källa: Trafikverket (2019e)
EVA har vissa svagheter och i vissa situationer kan det vara lämpligt att överväga alternativa kalkylverktyg. Vid analys av åtgärder rörande korsningar eller andra åtgärder som har en detaljerad utformning och därför kräver en modell som kan beakta dessa detaljer ges rekommendationen att analytiker ska använda sig av andra verktyg. Däremot beräknar EVA de effekter som uppstår vid korsningsåtgärder som i sin tur är en del av en större åtgärd. Vid analyser av större och mer komplicerade trafiknät där trängsel, nygenererad5 och/eller överflyttad6 trafik uppstår lämpar sig heller inte EVA. Analys av åtgärder där trafikmängden i JA och UA är oförändrad är exempel på åtgärder där appliceringen av EVA rekommenderas. I situationer där åtgärden bidrar till nygenererad och/eller överflyttad trafik rekommenderar Trafikverket att Sampers är det verktyg som analytiker bör tillämpa. EVA bör heller inte appliceras vid analys av åtgärder i tätort vars syfte är att förbättra för gående och cyklister. Eftersom EVA endast beräknar effekter för personbilar samt lastbilar lämpar sig heller inte EVA vid analyser av åtgärder som påverkar kollektivtrafiken (Trafikverket, 2020a).
5 Ny trafik som uppstår till följd av ökad attraktivitet, vilket kan bero på ökad kapacitet eller färre avbrott.
6 Omfördelning från ett trafikslag (t.ex. från bil till järnväg) eller färdmedel (t.ex. från bil till buss) till ett annat.
12 2.2.2 Sampers
Sampers är ett nationellt modellsystem som ägs och förvaltas av Trafikverket och används både som prognosverktyg och för samhällsekonomiska analyser av trafikslagsövergripande persontransporter. Med hjälp av Sampers går det att beräkna framtida trafikvolymer för olika typer av framtidsscenarion där möjlighet finns att variera ingående parametrar såsom BNP, infrastruktur, sysselsättning, bränslepris, befolkningstillväxt etcetera. Dessa olika scenarion kan sedan ställas mot varandra i en samhällsekonomisk kalkyl. Sampers används främst vid; framtida prognoser för trafikflöden, genomförande av investeringskalkyler och konsekvensanalyser för komplexa och omfattande objekt med nygenererad trafik och/eller trafiköverflyttning mellan trafikslag, genomförandet av konsekvensanalyser för potentiella transportpolitiska åtgärder och tillgänglighetsanalyser av förändringar i markanvändning och transportsystem i städer och regioner av stor omfattning (Trafikverk, 2019d).
Med hjälp av Sampers kan personresande inom hela Sverige, samt resor till och från Danmark, beräknas. Sampers kan beräkna personresor för diverse reseärende med bil, flyg, tåg, buss, gång och cykel (GC). Sampers består av ett antal olika moduler där diverse beräkningar sker. Figur 2 nedan representerar en översiktlig bild av Samperssystemet (Trafikverket, 2019e).
13
Figur 2: Samperssystemet Källa: Trafikverket (2019e)
Efterfrågemodellen i Sampers är baserad på tidigare resvaneundersökningar där resmönster och beteende från ett stort antal människor har kartlagts på ett systematiskt sätt. En komplettering till dessa resvaneundersökningar är studier där människor ställs inför fiktiva val mellan olika sätt att ta sig från en punkt till en annan. Sampers efterfrågemodell tar sedan fram och beräknar resefterfrågan baserat på dessa resvanestudier. Resefterfrågan representerar hur frekvent, vart och hur människor vill resa givet ett visst utbud. Utbudet består av parametrar i form av kollektivtrafik, infrastruktur och makroekonomiska förutsättningar såsom kollektivresetaxor samt demografi.
Relationen mellan utbudet och resefterfrågan i Samperssystemet motsvarar den relation som uppstår mellan utbudet och efterfrågan för en vara. Det vill säga, vid förändringar i utbudet så förändras också människors efterfrågan på resor. En förändring i utbudet kan exempelvis vara byggnation av en ny tunnelbanelinje vilket troligtvis leder till att vissa slutar att köra bil eller att välja buss som färdmedel utan väljer istället att resa med den nya tunnelbanelinjen (Trafikverket, 2019e).
14
Vanligtvis är det möjligt att ta sig mellan två olika punkter via olika resrutter, oavsett vilket färdmedel resenärer väljer att ta mellan dessa punkter. Genom nätutläggningsmetoder och med hjälp av delmodulen EMME beräknar Sampers människors val av resrutt i ett väg- eller kollektivtrafikvägnät. Utöver ruttvalsberäkningar, beräknar också EMME restider och reskostnader som sedan används som underlag vid framtagandet av resefterfrågan. Länkar, noder och start- och målpunkter7 utgör vägnätet i EMME. Länkar i vägnätet representerar sträckor samt tillhandahåller information om diverse egenskaper, såsom kapacitet, hastighet, bredd, antal körfält med mera. En korsning eller en koppling mellan två sträckor med olika egenskaper såsom en förändring av den maximala tillåtna hastigheten utgör exempel på en nod (Trafikverket, 2019e).
Som tidigare nämnts är ett av huvudsyftena med trafikprognoserna att utgöra underlag för den samhällsekonomiska kalkylen som i sin tur indikerar den samhällsekonomiska beräkningsbara lönsamheten av olika investeringar som sedan möjliggör prioritering av olika investeringar. För att möjliggöra samhällsekonomiska kalkyler av åtgärder behövs kunskaper gällande de effekter som uppstår till följd av åtgärderna, så kallade effektsamband. Sampers delmodul Samkalk värderar alla beräkningsbara effekter i monetära termer och Samkalk-kalkylen presenterar sedan de samhällsekonomiska beräkningsbara effekterna och lönsamhet (Trafikverket, 2019e).
Det finns ett antal begränsningar med Samperssystemet. En av dessa är att efterfrågemodellen endast beräknar personresor inom Sverige med undantag för resor till och från Danmark. Systemet tar därmed inte hänsyn till gods- eller yrkestrafik8. För att den samhällsekonomiska kalkylen ska hålla så god kvalitet som möjligt med avseende på resultatet så är det viktigt att ha med all trafik som utnyttjar infrastrukturen i så hög utsträckning som möjligt (Trafikverket 2019e).
7 Start- och målpunkter i Samperssystemet representerar områden där människor antingen bor eller platser dit dessa människor vill resa till, exempelvis arbetsplatser, handelsområden eller större turistmål.
8 Med yrkestrafik avses taxi, bud, hantverkare etcetera.
15
Sampers modellerar heller inte hur infrastruktur påverkar bebyggelse och boende.
Uppgifter om var människor kommer att bo samt var arbetsplatser är lokaliserade är exogent given i prognosen vilket i sin tur bygger på andra prognoser som andra prognosmakare tar fram. Förändringar i resenärers preferenser9 eller värderingar är inte heller något som Sampers kan modellera. Dessa preferenser och värderingar är emellertid kodade i modellen och kan ändras i takt med ny forskning. Sampers kan heller inte fånga ifall distansarbete skulle bli ett vanligare fenomen vilket skulle leda till en minskning av arbets- och tjänsteresor. Sampersmodellen utgår med andra ord ifrån att varken preferenser, värderingar eller distansarbete förändras över tid. Dock tar den hänsyn till förändringar av beteende som uppstår till följd av förändringar i människors ekonomiska situation, exempelvis att ökade inkomster i framtiden påverkar människors resande (Trafikverket, 2019e).
I resterande del av detta arbete kommer de effekter som har värderats med hjälp av Samkalk och de ruttvalsberäkningar som har genomförts med EMME tillskrivas som Sampers beräkningar. Detta på grund av att både EMME och Samkalk är delmoduler som tillhör Samperssystemet och för att underlätta för läsaren.
2.2.3 EVA vs Sampers
Av de två delavsnitten ovan framgår det att Sampers är ett mer omfattande och komplext analysverktyg jämfört med EVA. I EVA beräknas endast de effekter som uppstår för samhället till följd av person- respektive lastbilstrafiken. Samtidigt som Sampers exempelvis kan analysera de trafikslagsövergripande effekterna som uppstår av en åtgärd, beräkna resefterfrågan som är endogen i modellen samt beräkna ruttval. EVA kan inte beräkna trafikslagsövergripande effekter eller efterfrågan på resor. Dock är kostnaden av att använda Sampers jämfört med EVA högre i och med att utförandet av en analys med hjälp av Sampers kräver mer tid och resurser. Nyttan som uppstår vid användandet av EVA istället för Sampers är att färre resurser krävs vid genomförandet av samhällsekonomiska kalkyler. Kostnaden speglar utfallet av att grunda investeringsbeslut
9 Exempelvis människors inställning till att använda bilen som färdmedel eller att de i framtiden upplever cykeln som ett mer attraktivt val på grund av ökad hälso- och miljömedvetenhet.
16
baserade på enklare CBA verktyg. Eftersom graden av komplexiteten skiljer sig mellan EVA och Sampers föreligger det en risk att resultatet från en samhällsekonomisk kalkyl av en åtgärd upprättad med hjälp av EVA, skiljer sig från resultatet av en samhällsekonomisk kalkyl för samma åtgärd upprättad med hjälp av Sampers.
Valet av verktyg påverkas av vilken typ av åtgärd och trafikslag det handlar om. I skrivande stund är Sampers och EVA de verktyg som vanligtvis tillämpas vid samhällsekonomiska kalkyler av vägobjekt. För närvarande rekommenderar Trafikverket att analytikern bör applicera Sampers vid analyser av vägobjekt som förväntas ha en inverkan av en viss dignitet på resandets storleksordning och/eller val av färdmedel och i de fall objektet kännetecknas som komplext, exempelvis med avseende på val av rutt. Om vägobjektet inte bedöms vara av tillräcklig komplex karaktär eller inte bedöms ha en nog stor påverkan på resandets storleksordning och/eller val av färdmedel, rekommenderar Trafikverket EVA som kalkylverktyg (Trafikverket, 2018f). Figur 3 nedan visar den modellflödeskarta som används som stöd vid val av kalkylverktyg.
Figur 3: Modellflödeskarta Källa: Trafikverket (2018f)
När olika verktyg kan användas för liknande analyser måste analytiker, om det saknas tydliga riktlinjer, välja och bedöma val av verktyg. Både Sampers och EVA har tillämpats vid förbifartsanalyser inkluderade i NTP 2018 – 2029 som i sin tur beslutats av riksdagen.
17
Därmed kan eventuella skillnader i resultaten som genererades av de två verktygen ha haft en inverkan på det politiska beslutsunderlaget som Trafikverket levererade till regeringen. Valet av verktyg präglas därmed mest troligt både av lämplighet för aktuell åtgärd samt en avvägning mellan marginalnyttan av att framkalla ett resultat genererat av ett mer komplicerat verktyg och marginalkostnaden som tillkommer av att använda samma komplicerade verktyg. En inkonsekvens i valet av kalkylverktyg vid analyser av liknande åtgärder kan i värsta fall leda till att ett beslut fattas till fördel för en åtgärd och att skattemedel inte används på det mest effektiva och bästa sättet.
18
KAPITEL 3 LITTERATURÖVERSIKT
Detta kapitel presenterar resultat och slutsatser från tidigare forskning som behandlar CBA inom transportsektorn. Vidare avslutas kapitlet med slutsatser baserade på den forskning som har inkluderats i detta kapitel.
3.1 Fallstudiens positionering samt sökstrategi
Syftet med denna fallstudie är att jämföra resultatet från två olika CBA-verktyg där graden av komplexitet skiljer sig mellan dessa. Resultatet från denna undersökning kan sedan användas för bedömning av Trafikverkets val av analysverktyg för liknande åtgärder i form av förbifarter inom transportsektorn. I skrivande stund har endast en tidigare undersökning identifierats där resultaten från två olika kalkylverktyg jämförts.
Författaren har utgått från information om verktyg och samhällsekonomiska analyser som finns tillgänglig för alla på Trafikverkets externa hemsida och därmed inte undersökt om det finns interna rapporter inom Trafikverket som beskriver eventuella jämförelser. För närvarande verkar det saknas tydliga riktlinjer för val av verktyg när två olika verktyg kan tillämpas för samma typ av åtgärd. Utifrån det verkar Trafikverket förlita sig på upprättarens kompentens och kännedom om de olika verktygen. Denna undersökning kommer därmed bidra till att fylla den kunskapslucka som har identifierats i litteraturen, och förhoppningsvis ge en indikation på hur ett enklare CBA-verktyg förhåller sig till mer komplicerade vid val av verktyg för liknande åtgärder.
För att hitta relevant litteratur relaterad till denna undersökning har följande databaser nyttjats; Web of Science, Google Scholar samt Ebscohost. Följande sökord har använts för att hitta tidigare forskning inom aktuellt område; CBA, Cost-benefit analysis, Cost- benefit analysis transport sector, Cost-benefit analysis tools & Economic analysis.
19
3.2 Tidigare forskning om CBA inom transportsektorn
Nedan följer en redogörelse över tidigare forskning gällande CBA inom transportsektorn för olika länder. Detta avsnitt är indelat i fyra delavsnitt där det första inkluderar tidigare forskning som behandlar generella råd och slutsatser för CBA-metodiken inom transportsektorn. Det andra delavsnittet tar upp tidigare forskning som behandlar de problem och utmaningar som CBA metodiken står inför. Det tredje delavsnittet inkluderar tidigare forskning som behandlar CBA inom den svenska och nordiska transportsektorn.
Det fjärde och sista delavsnittet behandlar en rapport upprättad av WSP. Sedan följer en tabell som kortsiktigt sammanfattar de inkluderade artiklarna.
3.2.1 Generellt om CBA inom transportsektorn
ECMT10 har sedan 1970-talet rekommenderat tillämpandet av CBA inom varje lands respektive transportsektor. Sedan dess har ett flertal länder lagt ned mycket arbete och resurser på att utveckla och förbättra metoder inom planeringen av landets transportinfrastruktur. Baserat på observationer från europeiska länder har ingen överlägset bästa praxis inom planeringen av infrastrukturen bland dessa länder identifierats. På ett internationellt plan har det istället noterats olikheter i de metoder som används inom planeringsprocessen bland länder i Europa. Diskrepanserna avser värderingstekniker och nationernas tillvägagångssätt gällande trafikmässiga respektive ekonomiska prognoser. Trots dessa diskrepanser råder det en konsensus om att länder i Europa generellt har bra processer och arbetsmetodik inom planeringen av infrastruktur.
De likheter som har observerats är att tiden för planeringsprocesserna har ökat bland dessa länder, komplexiteten i implementeringen av projekt har ökat samt att investeringar inom infrastruktur har blivit dyrare (Short och Kopp, 2005).
Enligt Henke m.fl. (2020) finns det ett flertal kvantitativa metoder att använda vid utvärderingen av samhällets nytta respektive kostnad av ett projekt, samt vid jämförelsen av olika offentliga investeringar. Inom transportsektorn är däremot CBA den metod som mest frekvent appliceras när nya vägar, järnvägar eller annan infrastruktur ska planeras.
10 The European Conference of Ministers of Transport (ECTM).
20
Vidare konstaterar Henke m.fl. (2020) att själva syftet med CBA-metodiken är att möjliggöra en mer effektiv allokering av samhällets resurser eftersom den möjliggör att identifiera investeringsprioriteringar, samt att utvärdera den ekonomiska lönsamheten av dessa. Vidare har både nationella riktlinjer och EU-riktlinjer medfört att CBA-metodiken har nått en högre acceptans, blivit en mer legitim, standardiserad och mindre godtycklig analysmetod, samt minskat risken för planeringsvillfarelser. Lupu (2019) understryker vikten av att använda en kostnadsnyttoanalys som underlag vid beslut gällande allokeringen av finansiella resurser på investeringar och/eller projekt inom transportsektorn i ett land. Detta gör Lupu genom att applicera CBA-metodiken på investeringar i Rumänien och Moldavien, vars syfte är att utveckla transportinfrastrukturen i respektive land. Lupu drar slutsatsen att CBA är en effektiv metod vid bestämmandet av hur offentliga resurser ska allokeras.
Greer och Ksaibati (2019) har i deras undersökning tagit fram ett CBA-verktyg vars syfte är att underlätta för myndigheter inom transportsektorn i deras arbete att utvärdera olika undersökningsobjekt. Greer och Ksaibati applicerar deras CBA-verktyg på tre olika investeringsprojekt i Wyoming. Appliceringen av verktyget illustrerar det potentiella användandet av CBA-verktyg inom transportsektorn. En viktig slutsats som Greer och Ksaibati gör är att appliceringen indikerar att det framtagna CBA-verktyget är ett fördelaktigt verktyg för att kvantifiera de nyttor som följer av ett projekt inom transportsektorn.
3.2.2 Problem och utmatningar med CBA inom transportsektorn
Flyvbjerg m.fl. (2003) har med hjälp av data från 20 länder genomfört en statistisk undersökning med syftet att undersöka hur ofta och hur mycket faktisk investeringskostnad skiljer sig från estimerad investeringskostnad av olika transportinfrastrukturprojekt. Urvalet inkluderar 258 projekt som var färdigställda mellan 1927 och 1998. Flyvbjerg m.fl. (2003) kan genom sin undersökning redovisa intressanta resultat av statistisk signifikans. Resultatet visar att faktisk investeringskostnad är statistiskt skild från estimerad investeringskostnad. För alla investeringsobjekt inkluderade i urvalet var den genomsnittliga kostnadsökningen 28 procent. Vid uppdelning av urvalet i järnvägs- och vägåtgärder visade undersökningen att den
21
genomsnittliga kostnadsökningen för vägåtgärder var 20 procent respektive 45 procent för järnvägsåtgärder. Vidare visade undersökningen att kostnadsöverskattningar förekommer i alla länder som ingår i urvalet men dessa var mer förekommande i utvecklingsländer. Baserat på detta resultat drar Flyvbjerg m.fl. (2003) slutsatsen att CBA kommer att generera vilseledande resultat när felaktiga kostnadsuppskattningar används i kalkylen, vilket i sin tur kommer att leda till en snedfördelning i allokeringen av samhällets knappa resurser.
Uppskattningar med avseende på den finansiella lönsamheten av diverse investeringar är i hög grad påverkade av, förutom investeringskostnaden, trafikprognoser och dess träffsäkerhet. Trafikprognosers träffsäkerhet är en vital del i arbetet med effektiv allokering av samhällets resurser. Det finns tidigare studier som pekar på att trafikprognoser är förknippade med en stor osäkerhet vilket ökar risken i utvärderingen av diverse investeringar inom transportsektorn (Flyvbjerg m.fl., 2005). Flyvbjerg m.fl.
(2005) undersöker genom statistisk analys hur inexakta trafikprognoserna har varit inom transportsektorn. För att analysera detta undersöker författarna skillnaden mellan faktisk och prognostiserad trafik med hjälp av ett urval som bestod av 210 åtgärder från 14 länder.
Åtgärderna färdigställdes mellan 1969 och 1998. Baserat på detta underlag drar Flyvbjerg m.fl. (2005) slutsatsen att de trafikprognoser som ligger till grund för beslutfattandet rörande järnvägsinvesteringar är systematiskt och signifikant överskattade. För investeringsprojekt rörande vägar är problematiken med felaktiga trafikprognoser mindre allvarlig, trots att 50 procent av de inkluderade vägprojekten uppvisade en skillnad på ± 20 procent gällande faktisk och prognostiserad trafik.
Mackie och Preston (1998) listar potentiella felaktigheter och ”biases” som kan uppstå vid värderingen av projekt inom transportinfrastruktur baserat främst på tidigare genomförda investeringar i Storbritannien. Mackie och Preston (1998) hävdar att åtgärder gällande korsningsförbättringar och underhållskostnader i JA tenderar att bli utelämnad ur den samhällsekonomiska kalkylen. Denna försummelse är framförallt vanligt förekommande vid förbifartsanalyser. Ytterligare ett problem som uppstår vid förbifartsanalyser är att de analyseras och värderas enskilt, samtidigt som förbifarter
22
tillsammans kan modernisera stamvägar11. De effekter som uppstår vid omfördelningen, samt den nygenererade trafiken som stamvägen medför, tas inte med i de enskilda förbifartsanalyserna. Mackie och Preston (1998) drar slutsatsen att värderingsoptimism är den mest allvarliga felkällan vid analyser av transportinvesteringar. Denna värderingsoptimism uppstår ofta på grund av att den som förespråkar en åtgärd också äger information om denna, vilket kan leda till ”biases”. Värderingsoptimism är vanligtvis ett mer allvarligt problem inom den offentliga sektorn jämfört med den privata sektorn. Tre sätt att bemöta problematiken med värderingsoptimism är att låta grupper inom organisationen granska analyser, offentliggöra analyser och i större utsträckning genomföra efterkalkyler vars syfte är att organisationen ska lära sig av sina misstag (Mackie och Preston, 1998).
Beukers m.fl. (2012) undersökning skiljer sig från tidigare forskning inom CBA där forskaren ofta lägger fokus vid de tekniska aspekterna som karaktäriserar CBA- metodiken. Beukers m.fl. (2012) lägger istället fokus på att identifiera de processrelaterade svårigheterna som uppstår vid CBA i praktiken. Detta genomfördes med hjälp av fokusgrupper samt djupintervjuer med personer i olika roller inom den holländska transportsektorn. Resultatet från denna undersökning visade att den största utmaningen av de processrelaterade problemen med CBA ligger i att minska nivån av misstroende samt kommunikationsbarriärer mellan de personer som tar fram och utvecklar den potentiella åtgärden och de som genomför den samhällsekonomiska analysen. Beukers m.fl. (2012) drar slutsatsen att en ökad medvetenhet rörande dessa processrelaterade problem är avgörande för att förbättra användandet av CBA samt den roll som utvärderingsverktyg som CBA spelar inom transportsektorn.
3.2.3 CBA inom den svenska och nordiska transportsektorn
Andersson m.fl. (2018) granskar det institutionella ramverk och tillämpningen av CBA inom den svenska transportsektorn, samt belyser metodikens problem och utmaningar.
Andersson m.fl. (2018) beskriver att CBA-metodiken har, efter en lång tids användning inom planeringen av svensk transportinfrastruktur, gått från att vara ett planeringsverktyg
11 Stamvägar klassificeras som en av de viktigaste vägarna inom ett land.
23
inom tidigare Vägverket till att bli en stöttepelare av nationell transportpolitik för väg- och järnvägsobjekt. Andersson m.fl. (2018) beskriver hur CBA-metodiken genom åren gradvis har introducerats som ett hjälpmedel för prioriteringen av investeringar inom den svenska transportsektorn som alla tävlar om medel från en gemensam statsbudget. Enligt Andersson m.fl. (2018) är skapandet av transparens och jämförbarhet mellan investeringar i infrastruktur det huvudsakliga syftet med CBA-metodiken. Den största utmatningen som idag kännetecknar CBA inom den svenska transportsektorn är, enligt författarna, att nivån på investeringskostnaden av olika projekt vanligtvis underskattas.
Detta är problematiskt eftersom nivån på investeringskostnaden är viktig indata i CBA- kalkylen och har en stark inverkan på resultatet från dessa kalkyler (Andersson m.fl., 2018).
Welde m.fl. (2013) analyserar vilken roll CBA spelar vid beslutfattande i Sverige och Norge genom att undersöka hur val av projekt påverkas av CBA i respektive land. Både Sverige och Norge är skyldiga att genomföra utvärderingar av alla potentiella effekter som medföljer större väginvesteringsprojekt och där CBA-metodiken spelar huvudrollen.
Efter att ha gått igenom respektive lands databaser, presenterar Welde m.fl. (2013) en lista över antalet projekt som var inkluderade i Sveriges respektive Norges Nationella Transportplan 2010 – 2021. Därefter presenterades medelvärdet av respektive lands nettonuvärdeskvot (NNKi) som representerar den samhällsekonomiska beräkningsbara lönsamheten av respektive projekt.
Welde m.fl. (2013) visar att Sverige hade ett positivt medelvärde av NNKi samtidigt som Norge hade ett negativt sådant. Detta resultat indikerar att NNKi påverkar valen och prioriteringar av projekt inom den svenska transportsektorn, men detsamma verkar inte gälla för Norge. Utifrån ländernas transportplaner borde detta resultat innebära att en satsad budgetkrona inom den svenska transportsektorn genererar mer värde jämfört med en satsad budgetkrona inom den norska transportsektorn. Welde m.fl. (2013) drar sedan slutsatsen att Sverige har ett mer systematiskt arbetssätt jämfört med Norge gällande CBA-metodiken vid prioritering av vägprojekt. Med andra ord så utesluts olönsamma projekt i tidigare skeden i Sverige. Författarna avslutar sedan sin artikel med slutsatsen att Norge har mycket att lära av Sverige när det kommer till att systematisera
24
planeringsprocessen samt att de vid prioritering av projekt ska använda sig mer av välfärdsmaximerande riktlinjer.
Resultatet från Welde m.fl. (2013) överensstämmer med Eliasson och Lundbergs (2012) undersökning där de analyserar i vilken utsträckning resultat från CBA påverkar valet av förslagna transportinvesteringar som Trafikverket rekommenderar regeringen att inkludera i den svenska Nationella Transportplanen (NTP). Efter en ekonometrisk undersökning i kombination med intervjuer av representanter från Trafikverket får Eliasson och Lundberg (2012) fram ett antal intressanta resultat. Ett resultat visar att resultaten från CBA påverkar planerare inom Trafikverket i deras arbete att rekommendera diverse investeringar som ska inkluderas i NTP, samt att en investering med en hög nettonuvärdeskvot (NNK) har större sannolikhet att inkluderas i planen. När det kommer till investeringar valda av politiker så indikerar resultatet inget samband mellan hög NNK och inkluderade investeringar i planen. Detta indikerar att resultat från CBA inte verkar ha en stor inverkan i politikernas beslut gällande vilka investeringar som ska genomföras inom transportsektorn. Slutsatsen av undersökningen är dock att det fanns en stark korrelation mellan resultaten från CBA och de investeringar som inkluderades i den svenska NTP 2010 – 2021. Ytterligare en slutsats är att CBA-metodiken inom den svenska transportsektorn är välutvecklad, samt en betrodd metod som används flitigt av planerare inom Trafikverket (Eliasson och Lundberg, 2012).
Börjesson m.fl. (2014) analyserar hur känslig rangordningen av CBA-resultatet för olika projekt inom transportsektorn är för förändringar i den relativa värderingen av diverse nyttor samt för olika typer av scenarioantaganden, såsom framtida oljepriser, bränsleskatt och andel bilägare. Analysen baserar sig på tidigare CBA för 479 projekt inom den svenska transportsektorn, som berör väg- och järnvägsinvesteringar och rangordnades efter deras respektive beräknade NNKi. Börjesson m.fl. (2014) ändrade därefter värderingen av varje nytta som respektive projekt genererade med 50 respektive 100 procent samtidigt som alla andra värderingar hölls konstanta. Detta gjordes eftersom det råder skilda meningar i litteraturen gällande hur vissa nyttor ska värderas. Sedan studerades förändringen i rangordningen av projekten genom att titta på hur många av de topp 50, 150 och 200 investeringarna som skiljde sig från den ursprungliga
25
rangordningen. Med tanke på den betydande variationen i input-parametrarna så indikerade resultatet att rangordningen av CBA-resultaten innan modifikationer gjordes var mer robust än förväntat. Börjesson m.fl. (2014) höjer dock ett varningens finger genom att påpeka att medianvärdet av NNKi i utgångsläget ökade från 0,14 till 0,76 när värderingen av diverse nyttor dubblerades. Därmed dras slutsatsen att resultaten från CBA är mycket mindre robust jämfört med den relativa rankingen.
Börjesson m.fl. (2014) går sedan vidare genom att undersöka hur robust CBA-rankingen är mot för förändringar i underliggande antaganden om framtiden, så kallade scenarion, jämfört med de underliggande antaganden som gjordes i utgångsläget. Detta genomfördes genom att anta fyra alternativa scenarion där de antog högre oljepriser i framtiden, lägre konkurrens med avseende på bilar med alternativa bränslen, högre andel ägande av bilar samt fler politiska åtgärder vars syfte är att minska koldioxidutsläpp. Sedan studerades förändringar i rangordningen av de topp 50, 150 och 250 projekten med rangordningen i utgångsläget. Slutsatsen blev även här att utfall från CBA är rätt robusta när det kommer till förändringar i alternativa scenarion. Börjessons m.fl. (2014) resultat är intressanta då det råder stor oro att CBA är väldigt känsliga mot olika kontroversiella antaganden i kombination med att värderingen av diverse nyttor är associerade med metodiska och etiska dilemman samt att antaganden om framtida scenarion, såsom oljepriset, är osäkra.
Asplund och Eliasson (2016) undersöker om huruvida de osäkerheter som kännetecknar CBA gör genomförandet av sådana analyser lönlösa. De osäkerheter som analyseras är osäkerheter gällande prognoser för framtida efterfrågan på transporter, investeringskostnader, värderingen av diverse nyttor som uppstår av en åtgärd samt vilka effekter som uppstår av en åtgärd. Vidare undersöker Asplund och Eliasson hur kvaliteten på de rekommendationer som baserar sig på CBA försämras i och med att graden av osäkerheten ökar. Denna undersökning bygger vidare på Börjesson m.fl. (2014) genom att istället för att analysera hur robust den relativa rankingen av CBA-projekt är i relation till diverse förändringar, tittar Asplund och Eliasson istället på de förändringar som sker på de totala nettonyttorna som uppstår på grund av förändringar i ingående parametrar.
26
Resultatet från Asplund och Eliassons (2016) undersökning visar att osäkerheter gällande värderingen och förekomsten av diverse effekter av en åtgärd orsakar marginella förändringar med avseende på de totala nettonyttorna. Osäkerheten med avseende på investeringskostnader och efterfrågan på transport visade sig ha en större påverkan på de totala nettonyttorna, men långt ifrån en storlek som innebär att CBA är meningslösa. Mot bakgrund av att en minskning av osäkerheten med 10 procent har potentialen att generera en ökning av budgetandelen med 0,3 till 1 procent välkomnar Asplund och Eliasson förslag till förbättringar gällande dessa osäkerheter. Detta kan motsvara upp till en miljard kronor då investeringar inom infrastrukturen normalt sett handlar om stora mängder pengar. Ytterligare en viktig slutsats som Asplund och Eliasson (2016) drar är att den potentiella förlusten som osäkerheten medför är liten relativt till de potentiella nyttor som genereras av att nyttja CBA-metodiken.
3.2.4 Tidigare studie som jämför olika kalkylverktyg
WSP har i en rapport undersökt jämförbarheten mellan tre kalkylverktyg som används av Trafikverket. De verktyg som rapporten behandlar är Samkalk, som är en del av Samperssystemet, EVA respektive Bansek12. Syftet med rapporten är att besvara frågeställningen om huruvida dessa kalkylverktyg beräknar nettonuvärdeskvoten på ett jämförbart sätt. Den övergripande slutsatsen är att verktygen i fråga beräknar lönsamhetskvoten på ett jämförbart sätt (WSP, 2008). Eftersom denna studie begränsar sig till kalkylverktygen EVA respektive Sampers, diskuteras endast resultat från denna rapport som har direkt relevans för dessa två verktyg.
EVA och Sampers är lika varandra med avseende på vilka effekter som inkluderas och värderas i respektive verktyg, med undantag att EVA endast beräknar effekter som uppkommer av vägtrafik. En skillnad mellan verktygen är dock att EVA inte tar hänsyn till överflyttad eller nygenererad trafik. Detta kan i sin tur leda till att den samhällsekonomiska beräkningsbara nyttan som följer av ett objekt över- eller underskattas i EVA. Ytterligare en skillnad mellan verktygen är att analytiker själva anger
12 Bansek är ett kalkylverktyg som används vid samhällsekonomiska kalkyler för investeringar inom gods- och persontrafik på järnväg.
27
i EVA hur många som antas byta rutt samtidigt som detta beräknas genom en ruttvalsberäkning i Sampers genom delmodulen EMME. Denna skillnad leder till att jämförbarheten i resultaten mellan dessa verktyg minskar då omfördelningen i EVA beror på vem det är som utför kalkylen och vilken metod som har applicerats. Därmed ges rekommendationen att omfördelning av trafiken ska baseras på ruttvalsberäkningar (WSP, 2008).
Rapporten applicerar sedan en jämförande analys där det samhällsekonomiska beräkningsbara resultatet av ett objekt som genomgått beräkning med hjälp av EVA och Sampers jämförs. EVA-kalkylen resulterade i en nettonuvärdeskvot om 0.9 samtidigt som Sampers genererade en nettonuvärdeskvot om -0.2. Eftersom Sampers-kalkylen upprättades 6 år efter EVA-kalkylen, identifierade författarna olikheter med avseende på beräkningsförutsättningarna i respektive kalkyl. Vidare identifierades stora skillnader med avseende på trafikdata och ruttvalsfördelning mellan kalkylerna. Jämförbarheten mellan dessa kalkyler bedöms därmed vara tämligen låg. Författarna ger därför en rekommendation att fler jämförelser av den här typen behövs, men där analytiker utför kalkylerna med samma beräkningsförutsättningar, samma indata samt baserar sina antaganden gällande omfördelning av trafik på samma ruttvalsberäkningar. Denna jämförelse kan antingen genomföras genom att anpassa EVA-kalkylen med de förutsättningar, antaganden och indata som sedan tidigare har utförts med Sampers eller vice versa. Slutligen ger författarna en rekommendation att analytiker bör beakta respektive verktygs begränsningar (WSP, 2008).
28 Tabell 1: Översikt av relevant litteratur
Författare Syfte Land Metod Resultat/slutsats
Henke m.fl. Föreslå en hållbar metod vid konsekvensanalyser av nya
transportinfrastrukturinvesteringar samt föreslå en första applicering av Italiens nya riktlinjer gällande CBA vid offentliga investeringar
Italien Kvantitativ konsekvensanalys
Genomförandet av motorvägen är en hållbar lösning ur ett socialt, ekonomiskt och miljöhållbarhetsperspektiv
Lupu Belysa vikten av CBA vid beslut rörande allokeringen av finansiella resurser till projekt inom transportsektorn
Rumänien
&
Moldavie n
Kvalitativ analys CBA är en effektiv guide för hur offentliga resurser ska fördelas
Greer och Ksaibati
Utveckla ett CBA-verktyg för att assistera myndigheterna i deras arbete att utvärdera undersökningsprojekt inom transportsektorn
USA Fallstudie Deras CBA-verktyg är ett fördelaktigt verktyg vid kvantifieringen av de ekonomiska nyttor som uppstår vid olika transportprojekt
Flyvbjerg m.fl.
(2003)
Undersöka hur väl estimerade kostnader rörande transportinvesteringar stämmer överens med de faktiska kostnaderna
20 nationer
Statistik undersökning Faktisk investeringskostnad är statistiskt skild från estimerad investeringskostnad
Flyvbjerg m.fl.
(2005)
Undersöka hur oprecisa trafikprognoser är 14 nationer
Statistik undersökning Faktisk trafik är statistiskt skild från prognostiserad trafik
