Lokaliserings- och tillväxteffekter i samhällsekonomiska analyser - en förstudie

Transkript

1 Lokaliserings- och tillväxteffekter i samhällsekonomiska analyser - en förstudie WSP rapport 2008:

2 Konsulter inom samhällsutveckling WSP är en konsultverksamhet inom samhällsutveckling. Vi arbetar på uppdrag av myndigheter, företag och organisationer för att bidra till ett samhälle anpassat för samtiden såväl som framtiden. Vi förstår de utmaningar som våra uppdragsgivare ställs inför, och bistår med kunskap som hjälper dem hantera det komplexa förhållandet mellan människor, natur och byggd miljö. Titel: Lokaliserings- och tillväxteffekter i samhällsekonomisk analys - en förstudie WSP Sverige AB Besöksadress: Arenavägen Stockholm-Globen Tel: , Fax: info@wspgroup.se Org nr: Styrelsens säte: Stockholm Foto: Joachim Lundgren, Carl Swensson

3 Förord Förändrade res- och transportmöjligheter innebär ofta lokaliseringseffekter för boende och företag. För närvarande finns ingen sådan dynamik i de prognosmodeller som används av Banverket. Den förändrade tillgängligheten kan även i vissa fall medföra effekter på ekonomisk tillväxt som inte fullt ut beaktas i den nuvarande kalkylmetodiken. I denna rapport jämförs de lokaliserings- och tillväxtmodeller som används i Sverige. Rekommendationer ges om vilken modell som bör tillämpas och hur tilläggen till kalkylen kan beräknas. Rekommendationerna ges framförallt på tidshorisonten årets åtgärdsplanering. Projektet har genomförts på uppdrag av Banverket. Anna-Maria Montell har varit Banverkets kontaktperson. Ett rapportutkast diskuterades på Banverket i januari. Det som framkom vid den diskussionen har arbetats in i rapporten. I projektet har Matts Andersson (projektledare) och Christer Anderstig arbetat. Erik Bransell och Göran Tegnér har fungerat som intern referensgrupp. Stockholm i februari 2007 Johanna Dillén Avdelningschef avdelning Trafik WSP 3

4

5 Innehåll SAMMANFATTNING INLEDNING Bakgrund och disposition Om lokaliserings- och tillväxteffekter KARTLÄGGNING AV TILLÄMPBARA METODER ÅF-Infraplans modell DYNLOK RUT Samlok Översiktlig modelljämförelse och diskussion Förslag på modell TILLVÄXTBERÄKNINGAR JÄMFÖRT MED ASEK-KALKYLER Vad motsvarar effekterna i nytta? Hur bör tillägget formuleras? SLUTSATSER OCH REKOMMENDATIONER... 29

6

7 Sammanfattning Förändrade res- och transportmöjligheter innebär ofta lokaliseringseffekter för boende och företag. För närvarande finns ingen sådan dynamik i de prognosmodeller som används av Banverket. Den förändrade tillgängligheten kan även i vissa fall medföra effekter på ekonomisk tillväxt som inte fullt ut beaktas i den nuvarande kalkylmetodiken. I denna rapport jämförs de lokaliserings- och tillväxtmodeller som används i Sverige. Rekommendationer ges om vilken modell som bör tillämpas och hur tilläggen till kalkylen kan beräknas. Rekommendationerna ges framförallt på tidshorisonten årets åtgärdsplanering. Fyra modeller jämförs: ÅF/Infraplans modell, DYNLOK, RUT och Samlok. Tabellen nedan ger en översikt av modellernas egenskaper. ÅF/Infraplans modell skiljer sig från de andra genom att den inte är en formaliserad modell. Lokaliserings- Modell Mått på tillgänglighet effekter Tillväxteffekter ÅF-Infraplan Tillämpas ej Kvantifieras ej Antagande baserat på ny pendling Differentierade mått, Befolkning och Beräknas indirekt via DYNLOK baserade på bilrestider Sysselsättning effekter på sysselsättning Logsumma (Sampers) Sysselsättning Beräknas från RUT Inkomstekvation Nivå och förändring, baserade Befolkning och Beräknas från Samlok på GK-matriser (Sampers) Sysselsättning Inkomstekvation Efter en samlad bedömning föreslås att Samlok ligger till grund för analyser av lokaliserings- och tillväxteffekter inom åtgärdsplaneringen. Samlok är den enda modellen som ger en simultan bestämning av lokaliseringen av befolkning och sysselsättning. RUT beräknar inte effekter på befolkningen, medan DYNLOK beräknar befolkning och sysselsättning i separata om än sammankopplade modeller. RUT och Samlok använder båda tillgänglighetsmått som genereras av Sampers medan DYNLOK är skattad med tillgänglighetsmått baserade på bilrestider. En skillnad mellan RUT och Samlok är att Samlok är skattad på ett teoretiskt mer fördelaktigt mått på förändrad tillgänglighet, medan RUT är skattad på nivådata. 1

8 Banverket vill att resultatet ska kunna presenteras som ett tillägg till den nuvarande kalkylen (inte som ett alternativ). Inkomsteffekterna föreslås utgöra grunden för detta tillägg. Detta då inkomsteffekter, till skillnad från lokaliseringseffekter, torde vara permanenta och att betrakta som netto. Tillägget till kalkylen föreslås beräknas som Samlok-resultatet minus relevanta poster som Sampers/Samkalk/Bansek-resultatet. Vi bedömer att det av olika skäl är viktigt att ta reda på hur stor del av tillväxteffekterna som hade fångats med regionalt differentierade tidsvärden. Vi anser att man i åtgärdsplaneringen bör prioritera att analysera stora objekt, både för att de kostar mest pengar och för att de kan förväntas ge mest nätverkseffekter. Man bör även genomföra studier som jämför olika regioner. Den skillnad vi främst anser är värd att studera är hur befolkningstäthet påverkar möjligheterna till tillväxt. 2

9 3

10 1 Inledning 1.1 Bakgrund och disposition Banverket har gett WSP i uppdrag att kartlägga möjligheterna att inkludera lokaliserings- och tillväxteffekter i de samhällsekonomiska analyserna som ska göras inom ramen för kommande åtgärdsplanering. Uppdraget har karaktären av förstudie. Kartläggningens syfte är att identifiera och kvalitetsgranska praktiskt tillämpbara metoder för att analysera lokaliserings- och tillväxteffekter baserat de prognoser som tas fram inom åtgärdsplaneringen. Givet dessa förutsättningar är rapporten disponerad enligt följande. Nedan ges en kortfattad bakgrund till de principiella motiven för att inkludera lokaliserings- och tillväxteffekter i de samhällsekonomiska analyserna. Denna bakgrund tjänar i huvudsak som en kort introduktion till de modeller som senare presenteras (det bör framhållas att vi i detta sammanhang inte kan ge någon uttömmande behandling av relevanta teoretiska utgångspunkter). I kapitel 2 redovisas befintliga operationella svenska modeller för analys av lokaliserings- och/eller tillväxteffekter till följd av åtgärder i transportsystemet. Följande miljöer/modeller har identifierats: ÅF-Infraplan/ Ej namngiven modell Internationella Handelshögskolan i Jönköping/ DYNLOK WSP/ RUT respektive SAMLOK Kapitlet inleds med en beskrivning av respektive modell: modellstruktur, tidigare tillämpningar mm. Denna redovisning blir med nödvändighet summarisk. Därefter följer granskning av modellerna med avseende på teoretisk underbyggnad, ekonometrisk metod mm. I kapitel 3 diskuteras vad lokaliserings- och tillväxteffekterna motsvarar i samhällsekonomisk nytta samt hur ett tillägg till kalkylen kan formuleras. En grund för diskussionen är att effekterna ska kunna formuleras som just ett tillägg till, inte en ersättning för, den traditionella kalkylen. I rapportens avslutande kapitel redovisas slutsatser om modelljämförelserna och nyttodiskussionen samt ges förslag på insatser som gör den rekommenderade metoden tillämpbar inom ramen för trafikverkens åtgärdsplanering.

11 1.2 Om lokaliserings- och tillväxteffekter De nyttor som uppkommer till följd av åtgärder i transportsystemet handlar främst om minskade restider och minskade reskostnader. Den minskade restiden för befintliga, tillkommande och från andra färdmedel överflyttade resenärer beräknas i nätverksmodellerna och i de modeller för transportefterfrågan som används i den traditionella samhällsekonomiska analysen. Den traditionella kalkylen utgår från en prognos av resande inklusive nygenererat och överflyttat resande. Nygenererat resande behöver dock inte enbart vara fråga om omfördelning från andra färdmedel och/eller reserelationer. På sikt kan det även vara fråga om att fler hushåll och företag attraheras till berörda regioner. Detta är grunden för eventuella lokaliseringseffekter. Att hushåll och verksamheter omlokaliseras till följd av åtgärder i transportsystemet representerar i sig ingen nytta i samhällsekonomiskt avseende. Däremot kan man hävda att om ingen hänsyn tas till hur åtgärden påverkar lokaliseringsmönstret riskerar man att under- eller överskatta trafikefterfrågan. Vid större åtgärder i transportsystemet finns andra faktorer som påverkas av minskade reskostnader och som i vissa avseenden bör komplettera den traditionella kalkylen. Minskade reskostnader som ökar regionens marknadspotential (tillgänglighet) ger upphov till skalfördelar och ökad specialisering. Detta medför positiva effekter (nyttor) i flera avseenden. Exempelvis ges hushåll och företag ett större och mer varierat utbud av varor och tjänster inom den förstorade regionen. Motsvarande gäller även för olika samhällsfunktioner, som utbildning, vård, omsorg eller kultur. Vidare innebär den större regionen bättre förutsättningar för kunskapsexternaliteter (kunskapsutbyte). Det är i första hand den ökade marknadspotentialens effekter på arbetsmarknadens funktionssätt som motiverar att den traditionella kalkylen kompletteras med möjliga tillväxteffekter av åtgärder i transportsystemet. Den ökade marknadspotentialen ger en bättre matchning av utbud och efterfrågan på arbetsmarknaden. Individer kan välja att ta ut en del av restidsvinsten genom byte till mer välbetalda jobb. Företag får samtidigt tillgång till ett större potentiellt arbetskraftsutbud. Individer som i alternativfallet var arbetslösa kan bli sysselsatta. Sammantaget leder denna påverkan på arbetslöshet, sysselsättning och produktion till förväntade tillväxteffekter; den genomsnittliga arbetsinkomsten ökar till följd av en ökad genomsnittlig arbetsproduktivitet. Till en del representerar dessa tillväxteffekter nyttor som bör ses som ett komplement till den traditionella kalkylen. 5

12 2 Kartläggning av tillämpbara metoder 2.1 ÅF-Infraplans modell Infraplan har under flera år engagerats i ett stort antal utredningar kring analyser av samhällsutvecklingen i samband med infrastrukturprojekt runt om i landet, inte minst i samband med olika järnvägsrelaterade projekt. Vilken specifik modell som tillämpats i de olika projekten är dock svårt att bedöma. Det är även svårt att göra en formell modellbeskrivning, eftersom det inte har varit möjligt att finna någon teknisk dokumentation av modellen. Från ett antal tillämpningar på uppdrag av Banverket är det dock möjligt att ge en översiktlig beskrivning av (vad vi uppfattar vara) ÅF-Infraplans modell. I en bilaga till Järnvägsutredning Kust- till kustbanan - delen Mölnlycke-Bollebygd redovisas projektets Samhällsutvecklingseffekter, Infraplan AB I denna 40-sidiga rapport analyseras ett brett spektrum av effekter till följd av järnvägsstråkets utbyggnad. Under rubriken Effekter på samhällsbyggnad och samhällsutveckling behandlas följande specifika faktorer: Arbetsmarknadssamspel, Kompetensförsörjning, Landvetter flygplats, Bebyggelsestruktur och befolkningstillväxt, Boendemiljö, Kultur- och fritidsutbud, Effekter för trafiksäkerheten, Effekter för trafikarbetet, Effekter för energihushållningen, Översiktliga miljöeffekter. I ett avslutande avsnitt, Sammanställning av måluppfyllelse vad gäller samhällsutvecklingseffekter, miljö och trafiksäkerhet, anges huruvida Jämförelseoch Utredningsalternativen bidrar till Otillfredsställande, Mindre tillfredställande, Tillfredställande eller Mycket tillfredställande måluppfyllelse med avseende på de specifika faktorerna. Den samlade effektbedömningen redovisas således i kvalitativa termer. Även effekterna för respektive faktor anges i huvudsak utan kvantifieringar; t ex anges effekter för bebyggelsestruktur och befolkningstillväxt i termer av att vissa orter får förbättrade utvecklingsmöjligheter etc. Det är endast med avseende på Arbetsmarknadssamspel, och till viss del Kompetensförsörjning, som analysen redovisar kvantifierade effekter. (Vad gäller effekter på kompetensförsörjningen anges hur antalet högskolenybörjare kommer att påverkas av kortare restider och högre turtäthet i stråket Göteborg - Borås.) Den samhällsekonomiska bedömningen av arbetsmarknadseffekter baseras på en rad antaganden om de tillkommande arbetspendlarna: Andelen som tidigare var arbetslösa, andelen som tidigare var sysselsatta som hittar mer passande arbete, det samhällsekonomiska värdet av att en arbetslös blir sysselsatt osv. Analysen utmynnar i en samhällsekonomisk bedömning av värdet av arbetsmarknadseffekter, uppdelad på komponenterna Ny sysselsättning respektive Bättre matchning. 6

13 Det valda angreppssättet i värderingen av arbetsmarknadseffekter uppges vara detsamma som Infraplan använt i många andra projekt. Eftersom denna värdering således bedöms vara en central del i ÅF-Infraplans modell kan det vara av intresse att redovisa hur den tillämpas i ett annat projekt, Ny Järnväg Umeå - Haparanda, Banverket Nedan återges Infraplans värdering av arbetsmarknadseffekter (avsnitt 11.1 Effektivare arbetsmarknader, sid. 80) Samhällseffekterna av förbättrade arbetspendlingsmöjligheter med Norrbotniabanan bedöms bli betydande. Prognosen för den nyskapade pendlingen har framtagits av Norrtåg och prognosberäkningen har gjorts i underkant, dvs. "på säkra sidan". För att kvantifiera samhällseffekterna har antagits att 20 % av den nyskapade arbetspendlingen innebär att arbetslösa når arbete och att 80 % innebär bättre matchning, dvs. i högre grad "rätt person på rätt plats". Vidare har antagits att en person mer i sysselsättning respektive "på rätt plats" innebär en samhällsvinst på 200 respektive 20 kkr per år, vilket bådadera är låga antaganden. Vidare har ej beaktats ökad sysselsättning genom att utpendling för bättre matchning frilägger arbetstillfällen i utpendlingsorten och därmed ytterligare minskar arbetslösheten. Dessutom har antagits att 20 % av effekten beaktas i den traditionella kalkylens tidsvärde, vilket innebär att endast 80 % tillgodoräknas i kvantifieringen. Med dessa försiktiga beräkningsgrunder uppnås en årlig vinst av ca 60 Mkr. Effekterna i den traditionella samhällsekonomiska kalkylen diskonteras till nuvärde på så sätt att den årliga vinsten multipliceras med 22, vilket i detta fall skulle motsvara ca 1,3 Miljarder kronor. Eftersom effekternas långsiktighet eventuellt kan förväntas avklinga kan ett lägre tal än 22 diskuteras. Det faktum att grundantagandena är gjorda i underkant innebär dock att en väsentlig reduktion redan gjorts. Tabell 11.1 Arbetsmarknadseffekter per år för UA1 Nyskapad arbetspendling, antal pendlare varav tidigare arbetslösa (ca 20%) 280 Ökad produktion (200 kkr per pers/år), Mkr/år 56 varav bättre matchning (ca 80%) 1120 Ökad produktivitet (20 kkr per pers/år), Mkr/år 22 Arbetsmarknadseffekter, Mkr/år 78 Avgår ca 20% Kvarstår Mkr/år ca 60 Skellefteå är den arbetsmarknad i Norrbotniabanestråket som får mest nyskapad pendling. Detta är betydelsefullt eftersom Skellefteå idag, beroende på långa restider, har mycket begränsat arbetsmarknadssamspel med omgivningen. Den samlade tillgängligheten till Umeå C, Umeå Ö, Piteå, Luleå C, Notviken/Universitet och Sunderbyn blir av stor betydelse, likaså tillgängligheten från i synnerhet universitetsorterna till Skellefteå. Avslutningsvis, ÅF-Infraplans modell ger en bred och i huvudsak kvalitativ analys av olika samhällsutvecklingseffekter. Modellen ger ingen kvantitativ uppskattning av lokaliseringseffekter till följd av åtgärder i transportsystemet. Värderingen av arbetsmarknadseffekter, till följd av ökad sysselsättning och bättre matchning, motsvarar i princip de tillväxteffekter som diskuterades ovan. Det kan här också noteras att ÅF-Infraplans angreppssätt innehåller explicita antaganden angående hur stor del av denna effekt som beaktas i den traditionella kalkylens tidsvärde. 7

14 2.2 DYNLOK DYNLOK är en modell för lokalisering av arbetskraft och arbetstillfällen (befolkning och sysselsättning). Modellen hanterar således explicit lokaliseringseffekter till följd av åtgärder i transportsystemet. DYNLOK har i olika versioner tillämpats i ett flertal analyser av både väg- och järnvägsprojekt. Här kan som exempel nämnas analyser av E22, samt analyser av regionala utvecklingseffekter i underlagsrapport Samhällsekonomisk bedömning, Järnvägsutredning Västlänken. I det senare projektet beräknas även tillväxteffekter, med ledning av beräknade effekter på förändring av antalet sysselsatta. För en beskrivning av hur DYNLOK är uppbyggd återges här Beskrivning av modellansats, promemoria från Internationella Handelshögskolan i Jönköping, JIBS i samband med Järnvägsutredning Västlänken. Nutek har fördelat Sveriges kommuner i lokala arbetsmarknadsregioner, s.k. LAregioner. Denna indelning är gjord på grundval av bland annat pendlingsfrekvenser mellan kommuner. Sveriges kommuner är enligt denna klassificering indelade i 81 olika LA-regioner. Ett grundläggande begrepp i den ansats som modellen bygger på är tillgänglighet. Med tillgänglighet avses ett mått som anger möjlighet till interaktion. Denna möjlighet ökar om kvantiteten ökar men den ökar också om närheten ökar. För att få en uppfattning om i hur stor grad en kommun är beroende av omgivande kommuner för sin tillgänglighet kan man dela upp tillgängligheten i tre delar. En kommun kan vara förhållandevis självförsörjande i fråga om tillgänglighet eller så kan den vara beroende av sin omgivning. Denna omgivning består i de flesta fall av den LA-region kommunen tillhör. I vissa fall kan en kommun få ett relativt stort tillgänglighetstillskott av kommuner som ligger utanför den LA-region som kommunen tillhör. Detta sista fall kan gälla om kommunen ligger långt ifrån LAregionens stora kommuner och relativt sett nära kommuner i en annan LA-region. Med utgångspunkt i dessa observationer delas tillgänglighetsvärdet för varje kommun i tre delar: 1) Inomkommunal tillgänglighet (består endast av kommunen självt) 2) Inomregional tillgänglighet (består av alla andra kommuner i samma LA-region alltså borträknat den egna kommunen) 3) Extern tillgänglighet (består av alla kommuner utanför den egna LA-regionen) Oftast dominerar den inomkommunala och den inomregionala tillgängligheten stort. Den externa tillgängligheten står oftast för mellan några procent upp till procent av tillgänglighetsvärdet. Om indelningen i LA-regioner är korrekt utförd är det ju detta man ska vänta sig. Fördelningen av de tre tillgänglighetskomponenterna skiftar beroende på hur storleksförhållandena ser ut mellan kommunen, regionen och omgivningen till regionen. Tidsavstånden dem emellan spelar också en väsentlig roll. I modellen antas det att företag och människor är geografiskt flyttbara och att de flyttar mellan regioner (kommuner) för att maximera sin vinst respektive nytta. Det grundläggande samband som utnyttjas i modellen beskrivs i ekvationen nedan. 8

15 J m, t + τ = β1 + β2taikm, t + β3tailm, t + β4taulm, t Ekvationen säger att antalet arbetstillfällen i kommun m i slutet på perioden (J m,t+τ ) kan beskrivas som en linjär kombination tillgängligheten till arbetskraft inom kommunen i början av tidsperioden (TA ikm,t ), tillgängligheten till arbetskraft inom LA-regionen i början av tidsperioden (TA ilm,t ) och tillgängligheten till arbetskraft utanför LA-regionen i början av perioden (TA ulm t ). Ekvationen ovan skattas för att få fram värden på koefficienterna β 1 β 4 som säger hur tillgängligheten påverkar kommunerna. De tre tillgänglighetskomponenterna (för en kommun m) definieras på följande sätt: TAikm = Am exp( λtmm ), där A m är arbetskraften i kommun m och t mm anger tidsavstånden mellan zoner inom kommunen. TA = A exp( λ t ), där r betecknar alla kommuner i kommun ilm r r mr ulm s s ms m: s LA-region, A r betecknar respektive kommuns arbetskraft och t mr är tidsavstånden mellan kommun m och de andra kommunerna inom LA-regionen. TA = A exp( λ t ), s betecknat alla kommuner utanför kommun m: s LA-region, A s betecknar respektive kommuns arbetskraft och t ms är tidsavstånden mellan kommun m och de andra kommunerna utanför LA-regionen. Av definitionerna ovan följer att TA m = TAikm + TAilm + TAulm där TA m anger kommun m:s totala tillgänglighet till arbetskraft. λ är en tidskänslighetsparameter som varierar beroende på om det tillhörande tidsavståndet avser inomkommunal, inomregional eller utomregional tillgänglighet. Denna parameter avser att spegla pendlingsbenägenhetskurvans icke-linjära form. När ekvationen ovan är skattad (dvs. man har fått fram värden på β- koefficienterna) kan man predicera antalet arbetstillfällen i nästa period. Beräkningarna är gjorda på så sätt att vi genomför två skattningar. Först skattas antalet arbetstillfällen givet att inga förändringar sker med infrastruktur och trafikering. Sedan gör vi en skattning där förändringen är genomförd. Prediktionen är skillnaden mellan dessa båda skattningar. På så vis kan vi tolka siffrorna som den effekt som infrastruktur- och trafikeringsförändringen ger. Det är givetvis så att antalet arbetstillfällen kommer att utvecklas på olika sätt i de olika kommunerna som en följd av en hel mängd olika faktorer som inte har med infrastrukturen att göra. Exempelvis kommer ju den allmänna konjunkturen att påverka detta i stor utsträckning. Sedan är det ju också så att industrimixen i olika kommuner kommer att påverka deras individuella utveckling, det pågår ju kontinuerligt en omstrukturering och industriförnyelse som gör att vissa branscher växer medan andra minskar. Dessa faktorer och andra mer eller mindre viktiga omständigheter är inte med i analysen. Våra skattningar är således utförda under förutsättning att allt annat är lika. Detta gör emellertid inte att de är mindre värdefulla, tvärtom får vi ju på detta sätt fram infrastrukturens specifika påverkan på kommunernas ekonomi. Den refererade modellbeskrivningen avser den del av DYNLOK som behandlar skattning och prediktion av antal arbetstillfällen; i det aktuella projektet (Västlänken) redovisades inte effekter på arbetskraftsutbud (befolkning). 9

16 I samband med den tidigare nämnda E22-studien genomfördes dock kalkyler av lokaliseringseffekter för både arbetskraftsutbud och arbetstillfällen. Ekvationen för arbetskraftsutbudet är uppbyggd på likartat sätt som ekvationen för arbetstillfällen. Modellens samband mellan tillgänglighet, arbetstillfällen och arbetskraftsutbud illustreras i figuren nedan. Figur 1 Förändringsprocess driven av tillgänglighet 4 Tillgänglighet till arbetstillfällen i 1. Inom kommunen 2. LA-regionen utom kommun 2 Förändring av antal arbetstillfällen i kommunen Förändring av utbud av arbetskraft i kommunen Tillgänglighet till arbetskraft i 3 1. Inom kommunen 2. LA-regionen utom 2 kommun Källa: TRANSPORTINFRASTRUKTUR OCH EKONOMISK MILJÖ - Jämförelse mellan SAMLOK och två JIBS-modeller, Christer Anderstig, INREGIA och Börje Johansson, JIBS och KTH, december På uppdrag av Vägverket. Sammanfattningsvis, DYNLOK är en modell som beräknar lokaliseringseffekter för arbetstillfällen och arbetskraftsutbud till följd av åtgärder i transportsystemet som påverkar tillgängligheten. Tillgängligheten är uppdelad på tre komponenter: inomkommunal, inomregional och utomregional tillgänglighet. Tillgänglighetsmåtten baseras på arbetstillfällen/arbetskraftsutbud och restider, med varierande restidskänslighet för de tre komponenterna. De tre tillgänglighetsvariablerna (två i figuren ovan) är modellens enda förklaringsvariabler. DYNLOK innehåller ingen separat beräkning av tillväxteffekter. Dessa beräknas (som i fallet Västlänken) på indirekt väg med ledning av beräknade sysselsättningseffekter. 2.3 RUT RUT (Regional UTvecklingsmodell) har i olika versioner tillämpats i ett tiotal analyser av olika typer av infrastrukturprojekt sedan mitten av 90-talet. I den nuvarande versionen av modellen, RUT-2, beräknas effekten av förändrad tillgänglighet med avseende på regional inkomstutveckling, företagsutveckling och sysselsättningsutveckling. 10

17 För en översiktlig och kortfattad modellbeskrivning återges här delar av dokumentet RUT-2 Modellen, Samband mellan tillgänglighet och regional utveckling, G Tegnér och I Holmberg, WSP, 6 november Trafikinvesteringar och andra åtgärder som förbättrar ett trafiksystems egenskaper medför att tillgängligheten förbättras. För arbetskraft som bor i olika kommuner underlättas härigenom möjligheterna att arbetspendla i angränsande och längre bort belägna kommuner. Den förvärvsarbetande kan - med rimliga resuppoffringar i tid och pengar - finna ett bättre betalt arbete på annan ort eller ett mer stimulerande arbete i andra avseenden. Samtidigt underlättas rekryteringen av specialiserad arbetskraft för företag i en viss kommun när pendlingsuppoffringen minskas genom kortare restider i trafiknäten. Effektiviteten i näringslivet ökar. Resmönstret ändras och sannolikheten att flera arbetstagare börjar pendla ut ur den egna kommunen till arbetsplatser i andra kommuner, ökar. Likaså ökar benägenheten för andra sysselsatta att pendla in till en viss kommun när tillgängligheten till denna förbättras. Faktorerna tillgänglighet, pendling, arbetslöshet och utbildningsnivå är exempel på faktorer som vi har identifierat ha en avgörande inverkan på tre nyckelvariabler som är avgörande för den regionala utvecklingen: företagsutveckling inkomstutveckling sysselsättningsutveckling. Förbättrad tillgänglighet - åstadkommen genom förbättringar i trafiksystemet - leder således till ökad företagsetablering, högre inkomster och en ökad sysselsättning. Det tar emellertid en avsevärd tid för hushåll och företag - liksom för hela den regionala arbetsmarknaden - att anpassa sig till ett helt nytt jämviktsläge. Man brukar därför tala om trögrörliga processer. Sysselsatta boende i kommuner som är välintegrerade på arbetsmarknaden löper således väsentligt mindre risk att drabbas av arbetslöshet. Även ur denna aspekt tjänstgör förbättrade kommunikationer som ett positivt inslag för ökad välfärd. Med hjälp av en ekonometrisk modell av s.k. Mills-Carlino-typ över Sveriges samtliga kommuner och data från tjugoårsperioden har vi kunnat påvisa ovan nämnda samband, som visat sig vara statistiskt säkerställda såväl för lönesumma som för sysselsättningen. Förändringen i löneinkomst har visat sig kunna förklaras av regionala skillnader i kommunernas tillgänglighet, utbildningsnivå, utpendlingsintensitet och arbetslöshetsnivå. Modellen innebär att om tillgängligheten till arbetsplatser för boende i en viss kommun ökar med 1 procent beräknas löneinkomsterna öka med 0,51 procent, sysselsättningen med 0,60 procent och antalet företag med 0,43 procent i genomsnitt. Effekten på löneinkomsterna av förändringar i dessa faktorer är långsiktig och det beräknas ta ca 20 år innan dessa arbetsmarknadseffekter verkar fullt ut. Den fulla anpassningstiden beträffande sysselsättningseffekten kan beräknas till 25 år och beträffande företagsetableringen ca 35 år. Med tillgänglighet avses möjligheten att nå arbetsplatser med olika färdmedel, såsom tåg, buss och bil. Möjligheten mäts med de resuppoffringar som är förknippade med själva arbetsresan och består av restid (uppdelad på olika komponenter), reskostnad och vissa komfortfaktorer. Tillgänglighetsförbättringen med bättre vä- 11

18 gar eller bättre tågtrafik speglas härigenom inte bara av restidsförkortningen för ett visst projekt utan även av dess relativa betydelse jämfört med andra färdmedel samt av hur stor andel av arbetspendlarna som reser i just de relationer som betjänas av förbättringen. Sammanfattningsvis, i RUT-modellen mäts tillgängligheten med den från Sampers beräknade logsumman. I modellen beräknas lokaliseringseffekter för sysselsättning, däremot ingår ingen motsvarande beräkning av effekter på befolkning eller arbetskraftsutbud. Vidare ingår en separat beräkning av effekter på inkomstutveckling, dvs. tillväxteffekter behandlas explicit i modellen. 2.4 Samlok Denna modell beräknar dels lokaliseringseffekter för sysselsättning och arbetskraftsutbud (baserade på skattningar av det ömsesidiga beroendet mellan arbetskraftens förändring och sysselsättningens förändring), dels inkomsteffekter baserade på en separat skattad ekvation för inkomstförändring. Samlok har tilllämpats i ett stort antal projekt, bl a vid analys av regionala utvecklingseffekter i senaste inriktningsplaneringen (maj 2007), föregående inriktningsplanering, Västlänken, E22 mm. De centrala tillgänglighetsvariablerna (marknadspotentialen) i modellen baseras på modellberäknade generaliserade kostnader (GK) i Sampers. För att t ex uttrycka arbetskraftens tillgänglighet till arbetsplatser används det totala antalet arbetsplatser i alla aktuella kommuner (s) som vikt. På motsvarande sätt används ett mått på arbetskraftens storlek i alla aktuella kommuner (s) som vikt för att uttrycka företagens tillgänglighet till arbetskraft i kommun (r). I båda dessa fall är det naturligt att använda den uppskattade GK för arbetsresor som mått på reskostnad. Förutom mått på tillgänglighet till hela arbetsmarknaden har modellen även tillförts variabler som avser restider (reskostnader) till närmaste regionala centrum och närmaste storstad. Såväl arbetskraftens förändring som sysselsättningens förändring påverkas av en rad andra faktorer, utöver de variabler som uttrycker marknadspotentialen. Låt oss samla dessa andra variabler under rubrikerna X1 och X2, i ekvationen för arbetskraftens förändring respektive ekvationen för sysselsättningens förändring. Vi har redan nämnt två av dessa variabler, de som avser restider (reskostnader) till närmaste regionala centrum och närmaste storstad. Vidare, arbetskraftens och sysselsättningens förändring i en region är inte oberoende av varandra. En ökning av arbetskraften, dvs. en befolkningsökning, förutsätter en rad tjänster, inom service, välfärdstjänster, övriga hushållsnära tjänster, därtill viss byggverksamhet, etc. Denna sysselsättning genereras sålunda i verksamheter där kunderna finns på en avgränsad, lokal marknad. Ett om- 12

19 vänt samband är också förväntat, dvs. en sysselsättningsökning i regionen åtföljs av en befolkningsökning i regionen. Detta samband kan dock inte förväntas vara lika starkt, eftersom det är (jämförelsevis) färre verksamheter som förutsätter att arbetskraften rekryteras lokalt. Alltså, för att uppskatta hur marknadspotentialen påverkar sysselsättningens förändring måste vi ta hänsyn till arbetskraftens förändring. Men, för att uppskatta hur mycket arbetskraften förändras måste vi ta hänsyn till sysselsättningens förändring. Slutsatsen blir därför att de två ekvationerna måste skattas simultant. Figur 2 illustrerar hur modellen är formulerad. Figur 2 Översikt av Samloks modellformulering Arbetskraftens förändring Tillgänglighet arbetsplatser Sysselsättningsförändring X1 Sysselsättningsförändring Tillgänglighet arbetskraft Arbetskraftens förändring X2 Inkomstförändring Tillgänglighet arbetsplatser X3 På samma sätt som i lokaliseringsmodellen måste vi ta hänsyn till att inkomstförändringen påverkas av en rad andra faktorer, utöver marknadspotentialen, X3. Ekvationen har skattats på grupperade individdata för perioden , med uppgifter om individernas ålder, kön, utbildningsbakgrund och födelseland. I inkomstekvationen ingår marknadspotentialen dels som en nivåvariabel, dels som en (alternativt två) variabler som uttrycker marknadspotentialens förändring. Marknadspotentialen bestäms av två komponenter: Generaliserad reskostnad (GK) och en attraktor. Med antalet arbetsplatser, dvs. sysselsättningen (Sys), som attraktor kan en förändring av marknadspotentialen (dmp) uttryckas som summan av förändrad GK och förändrad Sys: dmp = dsys*f [GK (0) ]+ dgk*f [SYS (0)] där dsys är sysselsättningsförändring under perioden och dgk är förändrad reskostnad. För att skatta effekten av en förändrad marknadspotential till följd av åtgärder i transportsystemet är vi främst intresserade av att få ett mått på den andra komponenten, dvs. den del av marknadspotentialens förändring som förklaras av förändrade reskostnader. Den första komponenten mäter den förändring av marknadspotentialen som förklaras av att antalet arbetsplatser förändras. Till en del kan en sådan förändring bero på en lokaliseringseffekt, dvs. att förändrade 13

20 reskostnader ger effekter på sysselsättningen. En sådan effekt skattas i Samloks lokaliseringsmodell. Men, den observerade sysselsättningsförändringen beror i första hand på andra faktorer än förändringar i transportssystemet. Därför önskar vi separera de två komponenterna. Med data för reskostnader (GK) för åren 1985 och 1997, och med data för sysselsättningen , har marknadspotentialens förändring för olika perioder använts för att uppskatta dess effekt på inkomstens förändring för grupper av individer. 2.5 Översiktlig modelljämförelse och diskussion Först, en modelltyp som på senare tid rönt stor uppmärksamhet i samband med utvärdering av infrastrukturåtgärder är s.k. rumsliga allmän-jämviktsmodeller (SCGE, Spatial Computable General Equilibrium). Med en sådan modell beaktas effekter på den totala välfärden i samhället, då hänsyn tas till förändringar i såväl produktion och priser som konsumtion och inkomster. SCGE modeller är i regel mycket svåra att försörja med relevanta data och fordrar ett mycket omfattande kalibreringsarbete. Därför finns det inte så många operationella modeller av detta slag, framförallt inte modeller som hanterar effekter till följd av ändrade reskostnader för persontransporter 1. De formaliserade modeller som behandlats ovan, DYNLOK, RUT och Samlok, är av ett helt annat slag och i alla avseenden avsevärt enklare modeller. Gemensamt för alla tre modeller är dock att de med ett starkt teoretiskt stöd arbetar med effektsamband uppskattade via olika tillgänglighetsmått 2. Tabell 1 nedan ger en översikt av modellernas egenskaper 3. 1 Även i Sverige pågår forskningsarbete kring SCGE-modeller, i huvudsak med inriktning mot modeller som analyserar effekter av ändrade transportkostnader för godstransporter. Se 2 I OECD (2002), Impact of Transport Infrastructure on Regional Development, pekar man också på att denna typ av mått kan vara lämpliga för att åskådliggöra effekter av infrastrukturinvesteringar. 3 Det bör nämnas att vid tillämpningar gäller för samtliga modeller att endast tillgängligheten varieras, medan övriga variabler i de skattade ekvationerna antas vara oförändrade. 14

21 Tabell 1 Schematisk översikt av modellernas egenskaper Modell Mått på tillgänglighet Lokaliseringseffekter Tillväxteffekter ÅF-Infraplan Tillämpas ej Kvantifieras ej Antagande baserat på ny pendling DYNLOK Differentierade mått, baserade på bilrestider Befolkning och Sysselsättning Beräknas indirekt via effekter på sysselsättning RUT Logsumma (Sampers) Sysselsättning Beräknas från Inkomstekvation Samlok Nivå och förändring, baserade på GK-matriser (Sampers) Befolkning och Sysselsättning Beräknas från Inkomstekvation Angående tillgänglighetsmåtten i respektive modell kan följande kommentarer ges. I RUT och Samlok baseras tillgänglighetsmåtten på utdata från Sampers (logsumma respektive GK). En fördel med dessa mått är bland annat att de väger samman alla relevanta reskostnadskomponenter för alla aktuella färdmedel. DYNLOK arbetar i stället med (bil-) restider, som är ett förhållandevis grövre mått på reskostnader. En intuitivt tilltalande egenskap med tillgänglighetsmåtten i DYNLOK är den differentiering som görs med avseende på tidskänsligheten, med låg känslighet för pendlingsresor på korta och långa tidsavstånd, och hög känslighet för pendlingsresor på tidsavstånd däremellan. Sedan kan det diskuteras om en sådan variation i tidskänslighet bör skattas med avseende på tidsavstånd för inomkommunala, inomregionala respektive utomregionala resor, definitioner bestämda av administrativa gränser. (Inomkommunala resor kan för vissa kommuner avse betydligt längre tidsavstånd än inomregionala resor för andra kommuner.) Oavsett hur tillgänglighetsmåtten är konstruerade är det önskvärt att de skattade modellsambanden baseras på data som uttrycker tillgänglighetens förändring. En modell som ska användas för att uppskatta hur förändringar av tillgängligheten påverkar förändringen av befolkning, sysselsättning och inkomster bör vara skattad på förändringsdata. Det är i och för sig vanligt (och kan finnas skäl för) att använda den regionala variationen i tvärsnittsdata (i detta fall nivån för regionens tillgänglighet) för att göra uppskattningar av effekter av förändringar. Ett grundläggande problem med att använda nivådata är dock att regioners tillgänglighet starkt samvarierar med en rad andra variabler; den regionala tillgängligheten speglar hur lokalisering av boende och verksamheter vuxit fram i ett samspel med transportsystemets utbyggnad under mycket lång tid. Därför är det osäkert att använda det skattade sambandet mellan nivån på regional tillgäng- 15

22 lighet och regional inkomstutveckling under, säg, en tioårsperiod för att uppskatta tillväxteffekten av en förändrad tillgänglighet. Av befintliga modeller är det för närvarande endast Samlok som är skattad med variabler som skiljer mellan tillgänglighetens nivå och dess förändring. Vidare är förändringen uppdelad på två komponenter, förändrad reskostnad och förändrad sysselsättning/befolkning. Som framgått ovan beräknas lokaliseringseffekter inte alls i ÅF-Infraplans modell, delvis i RUT, dvs. sysselsättningseffekter, medan DYNLOK och Samlok beräknar både befolknings- och sysselsättningseffekter. Effekter på befolkningens lokaliseringsmönster måste rimligen uppfattas som omlokaliseringseffekter, till följd av att åtgärder i transportsystemet påverkar attraktiviteten för olika områden, i termer av bland annat pendlings- och boendekostnader. Vid en bedömning av effekter på nationell nivå är det svårt att föreställa sig att totalbefolkningen i riket skulle påverkas av åtgärder i transportsystemet. Vad gäller sysselsättningseffekter är det däremot tänkbart att sysselsättningens nivå (i riket) kan påverkas av förstorade arbetsmarknader, till exempel genom att personer som tidigare varit arbetslösa ges möjlighet att nå ett jobb. Vid tillämpningar med Samlok görs ingen bedömning huruvida de beräknade sysselsättningseffekterna uppstår via inflyttning från andra regioner, eller via en expansion som i alternativfallet skulle ha ägt rum i andra regioner - eller via nyskapad sysselsättning. Även RUT-modellen håller denna fråga öppen. Varken Samlok eller RUT gör anspråk på att kunna modellera hur investeringar i transportinfrastrukturen och förändrad tillgänglighet kommer att påverka samspelet och konkurrensen mellan kommuner. Det kan dock vara rimligt att anta att de effekter som uppstår av en förbättrad tillgänglighet innebär att vissa kommuner tappar arbetstillfällen och/eller befolkning. Som det uttrycks i SIKA (2004), Man kan inte vara säker på att tillväxten inträffar i just i de orter eller regioner som får en förbättrad infrastruktur. Effekter kan i stället bli att service, produktion och befolkning flyttar till orter som upplevs som attraktivare med den förbättrade tillgängligheten. Slutsatsen blir att de kalkylerade effekterna för varje enskild kommun bör uppfattas som potentiella effekter, som kommer att realiseras i större eller mindre grad. För att de kalkylerade effekterna ska kunna realiseras är (förstås) en förutsättning att de ger en rättvis bild av hur kommunens attraktivitet kommer att påverkas. En annan förutsättning är att de potentiella effekterna kommer att utnyttjas i kommunernas planering och markanvändning, försåvitt det krävs utbyggnad av bostäder, lokaler och annan infrastruktur. 16

23 Till skillnad från RUT och Samlok beskrivs DYNLOK som en modell som förmår ta hänsyn till skillnaden mellan bruttoeffekter och nettoeffekter, dvs. att modellen förmår beakta s.k. konkurrenseffekter. Den teoretiska grunden för sådana konkurrenseffekter formuleras i nämnda PM från JIBS: Agglomerationsekonomier och fördelar av att ekonomiska aktiviteter koncentreras i urbana regioner innebär inte att det enbart finns vinnare. Gravitationskrafterna får näring från de skalekonomier som finns i urbana regioner och som i stor utsträckning kännetecknas av tilltagande skalavkastning, med reservation för att trängseleffekter kan förekomma. Detta innebär också att människor, arbetskraft, arbetsställen och köpkraft i viss mån flyttar från platser där de ekonomiska förutsättningarna inte är lika gynnsamma som på de starkare marknaderna. Det empiriska underlaget för att uppskatta hur vissa regioner blir vinnare medan andra blir förlorare är de skattade parametrarna för de tre differentierade tillgänglighetsmått som DYNLOK arbetar med. I vissa fall har dessa skattade parametrar negativa värden för en viss kommuntyp, vilket implicerar en partiell negativ effekt på befolkning/sysselsättning av förbättrad tillgänglighet. En resultatjämförelse och utvärdering av Samlok och DYNLOK har tidigare genomförts med avseende på beräknade lokaliseringseffekter till följd av en större väginvestering, E22. I figur 3 nedan redovisas dessa effekter, med en sortering efter sysselsättningseffekt enligt DYNLOK. Figur 3 DYNLOK och SAMLOK, samband mellan predicerat tillskott av sysselsättning och befolkning i kommuner till följd av E22:an Sys DYNLOK Bef DYNLOK Sys Samlok Bef Samlok Källa: TRANSPORTINFRASTRUKTUR OCH EKONOMISK MILJÖ - Jämförelse mellan SAMLOK och två JIBS-modeller, Christer Anderstig, INREGIA och Börje Johansson, JIBS och KTH, december På uppdrag av Vägverket. 17

24 En skillnad i resultat följer av de beskrivna förutsättningarna för respektive modell, dvs. att Samlok endast predicerar positiva effekter, medan DYNLOK även predicerar negativa effekter för vissa kommuner. Ett något förvånande resultat för DYNLOK är bristen på entydigt samband mellan effekt på sysselsättning och effekt på befolkning. Det är exempelvis märkligt att de kommuner där antalet arbetstillfällen enligt prediktionen ökar mest samtidigt är de kommuner där befolkningen minskar mest. Detta resultat gör det något svårt att godta att DYNLOK på ett rimligt sätt förmår beakta de avsedda konkurrenseffekterna. Vid beräkningen av tillväxteffekter i respektive modell har modellerna följande egenskaper. I ÅF-Infraplans icke formaliserade modell görs beräkningen med stöd av projektspecifika bedömningar samt med antaganden om dels antalet personer som berörs av ökad sysselsättning respektive bättre matchning, dels hur dessa komponenter skall värderas. I RUT och Samlok beräknas tillväxteffekterna med ledning av skattade parametrar i separata inkomstekvationer. I DYNLOK beräknas tillväxteffekterna på indirekt väg, med ledning av den beräknade sysselsättningseffekten. I fallet Västlänken beräknades denna effekt uppgå till 3790 jobb. Vid en multiplikation med genomsnittliga löner och förädlingsvärden leder kalkylen till ett nuvärde på 38 miljarder, som benämns dynamisk tillväxteffekt på bruttoregionprodukten, BRP. Omvandlingen av sysselsättningseffekt till dynamisk tillväxteffekt motiveras med att de 3790 jobben är en nettoeffekt, dvs. skillnaden mellan positiva effekter i Göteborgsregionen och grannregioner (ökning med 4030 jobb), och negativa effekter i externa regioner i Västra Götaland (minskning med 240 jobb). Enligt ovan kan det dock ifrågasättas om DYNLOK på ett rimligt sätt förmår uppskatta konkurrens- och nettoeffekter. Att nettoeffekten på 3790 jobb är ett netto mellan plus - och minus - kommuner i Västra Götaland är enligt vår mening inte ett tillräckligt underlag att definiera det som en tillväxteffekt. Efter denna översiktliga genomgång av modellegenskaper skall vi avslutningsvis belysa storleksordningen på de effekter som respektive modell genererar. Det vore önskvärt att kunna göra en sådan jämförelse i ljuset av storleken på de effekter som genereras av motsvarande modeller i andra länder. En sådan direkt jämförelse låter sig dock inte göras då det vid en internationell utblick, av vad vi kan bedöma, inte finns några direkt motsvarande modeller. De partiella jämförelser vi kan göra avser därför indikatorer från andra typer av modeller. Låt oss börja med att jämföra storleken på de lokaliseringseffekter som respektive modell genererar. RUT och Samlok kan jämföras direkt med ledning av de skattade parametrarna, som kan tolkas som elasticiteter, dvs. de anger den procentuella förändringen av sysselsättningen vid en förändring av tillgängligheten med 1 procent. Båda dessa modeller använder ett enhetligt tillgänglighetsmått. 18

25 Motsvarande jämförelse med DYNLOK försvåras av att denna modell använder tre differentierade tillgänglighetsmått, enligt beskrivningen ovan. En jämförelse mellan DYNLOK och Samlok kan dock göras med ledning av de modelltillämpningar som genomförts för samma projekt, E22-projektet 4, som refererades ovan (se Figur 3), och Västlänken. I båda fallen finns det skillnader avseende effekternas storlek för enskilda kommuner. Men, i fallet E22 visar den samlade bilden på regional nivå att den totala predicerade sysselsättningseffekten är ungefär densamma i de båda modellerna, runt nya arbetstillfällen 5. Däremot uppvisar prediktionen av befolkningsökningen till följd av E22:an stora skillnader; i DYNLOK beräknas den totala befolkningsökningen uppgå till endast en fjärdedel av tillskottet av arbetstillfällen, medan i SAMLOK den totala befolkningsökningen är något större än ökningen av antalet sysselsatta. I fallet Västlänken beräknades enligt DYNLOK en nettoeffekt på knappt 3800 jobb, medan den totala sysselsättningseffekten enligt Samlok varierar mellan min 2600 och max knappt Effekternas stora intervall beror på olika antaganden om andelen resenärer som använder en förbättrad tågtrafik. Minalternativet har i senare analyser (i samband med inriktningsplaneringen) visat sig vara mer realistiskt. En slutsats blir därför att den beräknade sysselsättningseffekten i de båda modellerna är av ungefär samma storleksordning. En samlad bild av lokaliseringseffekternas storlek kan ges enligt följande tablå: Procentuell effekt på befolkning och sysselsättning vid förändring av tillgänglighet med 1 procent RUT Samlok DYNLOK Befolkning Mindre än Samlok, totalt för region Sysselsättning Ungefär som Samlok, totalt för region 4 Senare har även RUT tillämpats på E22 (ett större E22-projekt), i samband med ett uppdrag från E22 AB (juli 2007). Enligt dessa beräkningar blir den totala sysselsättningseffekten på lång sikt ca 550 arbetstillfällen, avsevärt mindre än enligt beräkningarna med Samlok och DYNLOK. Sannolikt beror en stor del av skillnaden i resultat på olika typer av indata. Medan RUT använder data från Sampers (logsumma), använder i detta fall både Samlok och DYNLOK endast bilrestider. 5 Denna observation är viktig eftersom lokaliseringseffekter inte i första hand skall tolkas på kommunnivå, även om modellerna är skattade på kommundata och prediktionerna genomförs på denna geografiska nivå. 19

26 Sysselsättningens elasticitet med avseende på förbättrad tillgänglighet är 0.18 i RUT 6 och 0.06 i Samlok. Det innebär att RUT-skattningen är 3 gånger större än Samlok-skattningen, medan Samlok ger ungefär samma resultat som DYNLOK på regional nivå. En stor del av den skillnaden mellan RUT och Samlok beror på att RUT avser effekter på ca 25 års sikt, medan Samlok avser effekter på ca 10 års sikt. Motsvarande jämförelser av storleken på de tillväxteffekter (effekter på produktion och inkomst) som respektive modell genererar framgår av nästa tablå. RUT och Samlok kan jämföras direkt med ledning av de skattade parametrarna, som kan tolkas som elasticiteter. Tillväxteffekt, procentuell effekt på inkomster (produktion) vid förändring av tillgänglighet med 1 procent RUT Samlok DYNLOK Inkomster ca 0.15 (imputerat värde) För DYNLOK har en imputerad elasticitet tagits fram, med ledning av den redovisade dynamiska tillväxteffekten av Västlänken (nuvärde 38 miljarder) och ett antagande om samma tillgänglighetsförbättring som i motsvarande Samlokanalyser för Västlänken. För Samlok redovisas övre och undre gränser vid ett 95%-igt konfidensintervall för den skattade inkomstekvation som användes vid kalkyler i samband med inriktningsplaneringen. (Punktestimatet ger en elasticitet på 0.03). Återigen beror en del av skillnaden mellan RUT och Samlok på olika antaganden om anpassningsperiodens längd. I Samlok, och DYNLOK, antas att den fulla effekten slår igenom på 10 år, medan RUT antar 20 år. Med hänsyn till detta kan man säga att RUT-effekten är ca 2,5 gånger större, och DYNLOK-effekten 5 gånger större än Samlok-effekten. Delvis kan skillnaderna sannolikt förklaras av att Samlok skattats på variabler som beskriver förändrad tillgänglighet, och med en rad kontrollvariabler på individnivå. 6 Denna elasticitet har beräknats efter transformering av parametervärdet 0.6, som är skattad på logsummor. 20

27 I fråga om dessa tillväxteffekter kan de skattade effekterna jämföras med andra studier. Gunnar Isacsson 7 har genomfört en omfattande studie med skattningar av inkomstekvationer av liknande slag som ekvationen i Samlok. Isacssons arbete är i första hand ett omfattande test av olika modellformuleringar och utmynnar inte i någon preciserad slutsats angående effektstorlek. Sammanfattningsvis kan ändå sägas att variationsvidden för skattade parametrar från de mer generella modellerna ligger mellan 0.02 och 0.1 De internationella jämförelser som låter sig göras avser huvudsakligen en jämförelse med storleken på de s.k. outputelasticiteter som skattats med transportinfrastruktur som input i en produktionsfunktion. Sådana jämförelser är egentligen missvisande, inte minst pga. att infrastrukturen i regel mäts i termer av kapitalstock och inte i termer av de tillgänglighetsmått som används i de svenska modellerna. Men eftersom det på senare år har tagits fram ett antal kunskapsöversikter som försöker sammanfatta resultaten från denna mycket omfattande internationella litteratur kan det ändå vara av intresse att redovisa denna bild. I den översikt som Nutek 8 sammanställde år 2006, och som bygger vidare på tidigare översikter, är den samlade bedömningen att infrastrukturens outputelasticitet ligger omkring 0.1. Det skulle innebära att en procents ökning av infrastrukturkapitalet (inte en procents ökning av tillgängligheten) på sikt ökar produktionen med 0,1 procent. Det bör givetvis tilläggas att 0.1 har karaktären av medelvärde med stor spridning. 2.6 Förslag på modell Efter en samlad bedömning av de tre (formaliserade) modellerna DYNLOK, RUT och Samlok, föreslås att Samlok ligger till grund för analyser av lokaliserings- och tillväxteffekter inom åtgärdsplaneringen. Samlok är den enda modellen som ger en simultan bestämning av lokaliseringen av befolkning och sysselsättning. RUT beräknar inte effekter på befolkningen, medan DYNLOK beräknar befolkning och sysselsättning i separata om än sammankopplade modeller. RUT och Samlok använder båda tillgänglighetsmått som genereras av Sampers medan DYNLOK är skattad med tillgänglighetsmått baserade på bilrestider. 7 Isacsson, G (2003) Infrastrukturens betydelse för arbetsmarknadens funktionssätt: Hur stor är effekten på den regionala inkomsten? Transportekonomi, VTI. 8 Infrastruktur och ekonomisk tillväxt - en makroekonomisk översikt, Nutek R 2006:24 21