TRV 2015/ [Projektnummer] 1(10) Gunilla Wikström direkt:

Transkript

1 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 1(10) Socioekonomisk indata till Samgods och Sampers: övergripande beskrivning av stor uppdatering 2015 för framtag av nya trafikprognoser from 1/ som blir officiella 1/4-2016, TRV 2015/84450 TDOK 2010:29 Mall_PM v 2.0 Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

2 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 2(10) Innehåll Socioekonomisk indata till Samgods och Sampers: övergripande beskrivning av stor uppdatering 2015 för framtag av nya trafikprognoser from 1/ som blir officiella 1/4-2016, TRV 2015/ Syfte med detta PM... 3 Socioekonomiska data... 3 Förutsättningar för dataframtag... 3 Styrande riktlinjer, beslut och tidplan... 3 Styrande dataunderlag och dokument... 4 Styrande prognosår, områdes- och näringslivsindelningar... 5 Framtag av data... 5 Utmaningar... 5 Komplettering, anpassning och justering... 6 Hantering av utrikeshandel med varor... 7 Hantering av inom regional- och inomkommunal planering... 7 Kvalitetssäkring... 8 Framtag av metod... 8 Framtag av data... 8 Osäkerheter i framtagen data... 8 Socioekonomisk data till Samgods... 9 Per kommun utgångsår 2012 och 2040 varuproduktion, varuförbrukning mm... 9 Per aggregerad varugrupp utgångsår 2012 och 2040 export och import för land/ländergrupper... 9 Socioekonomiska data till Sampers... 9 Per kommun och inom kommun utgångsår 2013, 2040 och 2060 befolkning, sysselsättning, förvärvsinkomst mm... 9 Motsvarande som ovan för delar av Danmark för utgångsår, 2040 och Bilagor Bilaga A: Befolkningsutveckling per län och riket Bilaga B: Sammanställning Trafikverkets hantering av inomregional och inomkommunal planering för socioekonomiska data TDOK 2010:29 Mall_PM v 2.0 Bilaga C: Trafikverkets bostadsenkät 2015 om lokalisering av framtida planerat bostadsbyggande inom kommuner Bilaga D: Kort historisk tillbakablick vad gäller hantering av inomregional och inomkommunal planering vid framtag av socioekonomiska data Bilaga E: Anpassning av socioekonomiska data (sysselsatt dagbefolkning) till Sampers map SNI2007 och SNI Bilaga F: Dokumentöversikt Bilaga G: Gjorda ändringar i denna version av översikten Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

3 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 3(10) Syfte med detta PM Beskriva på ett övergripande sätt hur Trafikverket (ibland förkortat TRV) har tagit fram denna typ av indata till trafikprognoser, att knyta ihop och ge kort bakgrund samt referenser till dokument där mer information finns. I bilaga F finns en dokumentöversikt, och i texten nedan anges därför bara t ex 2.a för att ange ett dokument i denna översikt. Denna översikt skiljer något från den som publicerades 1/ , tex har stycket om osäkerheter i framtagen data tillkommit liksom att bilaga F har uppdaterats och bilaga G har tillkommit. Socioekonomiska data Med begreppet socioekonomiska data, ibland förkortat socek-data, menas i detta sammanhang både statistik och prognos om t ex befolkning, sysselsättning, produktion etc. på olika aggregeringsnivåer. Detta innebär att det kan handla om befolkning ett visst framtida år per län eller på delområden inom en kommun, det kan även handla om hur olika branscher utvecklas i ekonomiska termer mm. I vissa sammanhang, framför allt på mera detaljerad rumslig nivå, kan även begrepp som lokalisering och markanvändning ibland användas. Beroende på var personer inom t ex en kommun eller stad bor och arbetar, så kan det påverka efterfrågan på arbetsresor. På samma sätt med lokalisering av personer som jobbar inom varuproduktion eller tjänstenäringar, i t ex fallet med fordonstillverkning så resulterar det i efterfrågan på godstransporter både inom landet och till/från utlandet. I fallet med t ex turism så resulterar sysselsatta inom denna bransch i efterfrågan på resor till och från platsen i fråga. Socioekonomiska data är därför en av flera viktiga indata i samband med t ex planering och transportefterfrågemodellering. Förutsättningar för dataframtag Styrande riktlinjer, beslut och tidplan Enligt Trafikverkets prognosriktlinjer 1 så ska socioekonomiska data utgå från s.k. Långtidsutredningar. Vidare enligt styrande dokument 2 så bör denna typ av indata i stort uppdateras en gång vart fjärde år till i början av en mandatperiod. Mellan dessa stora uppdateringar så bör inte, pga. svårigheter att då bibehålla konsistens mm, socioekonomiska data uppdateras. Regering och riksdag brukar framhålla vikten av ökad samordning mellan planering av transportinfrastruktur och övrig samhällsplanering. Trafikverket följer den inriktning som f.d. myndigheter har haft, nämligen att i den mån det är möjligt och lämpligt beakta inomregional och inomkommunal planering. En kort historisk tillbakablick ges i bilaga D. Följande Trafikverksbeslut ligger till grund för nu framtagna socioekonomisk data: Beslut om att en stor uppdatering ska göras, valet av prognosår etc. 3 Inriktning för hur uppdateringen ska göras i fallet med socioekonomiska data 4 TDOK 2010:29 Mall_PM v Riktlinjer för framtagande av trafikprognoser, TRV 2010/58780, ISBN: , Trafikverket under rubriken Länkar. 2 Årliga uppdateringar av prognosförutsättningar och verktyg, TRV 2013/ under rubriken Trafikverkets PM, Beslut 2014 om nya prognosår mm, TRV 2014/ Inriktning enligt bilaga 3 i beslutet hösten 2014 om gällande modellanpassad indata, TRV 2014/73077 Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

4 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 4(10) Beslut om nya socioekonomisk indata inför publicering 1/ Socioekonomiska data ska vara helt framtagen till i mitten av september 2015, vilket innebär tidigare tidpunkter för när olika delresultat behöver vara framtagna. Styrande dataunderlag och dokument I bilaga F finns en dokumentöversikt som visar dels de dokument om uppdaterad socioekonomisk data som Trafikverket tagit fram, dels vilka underlag och dokument som är utgångspunkt för Trafikverkets dataframtag (det senare under rubriken REF socioekonomiska data bakgrundsmaterial). Riksnivå (inom ramen för LU15 6 ): KI (Konjunkturinstitutet) tar fram, på uppdrag av LU15, långsiktiga ekonomiska scenarier på riksnivå. Trafikverket utgår från basscenariot 7, och har av LU15 även fått tillgång till underlag som inte publiceras inom ramen för LU15 8, exempel på sådant underlag är antaganden på riksnivå om genomsnittliga årliga utvecklingstakter för export och import för vissa aggregerade varugrupper. Under rubriken om hantering av utrikeshandel för varor nedan framgår hur denna typ av underlag beaktas i samband med att Trafikverket tar fram viss detaljerad socioekonomisk indata kopplad till varuexport och varuimport fördelad på land/ländergrupper. Observera att vissa grundläggande antaganden kan skilja för basscenariot beroende på tidsintervall. Skälet är att tidsperioden är i den kommande bilagan med scenarier för den långsiktiga ekonomiska utvecklingen på riksnivå, medan bilagan om regional demografisk utveckling utgår från perioden Läns- och kommunnivå (inom ramen för LU15): Tillväxtanalys (myndigheten för tillväxtpolitiska utvärderingar och analyser) har på uppdrag av LU15 tagit fram en bilaga ( Demografibilaga ) som behandlar den regionala utvecklingen till år 2040, utgående från basscenariot i LU15. Trafikverket utgår från detta regionaliserade basscenario 9, och har av LU15 även fått tillgång till underlag som inte har publicerats inom ramen för LU15 10, exempel på sådant underlag är tex befolkningssiffror per län och kommun för Kommun- och delkommunal nivå (TRV): För utgångsläget är det oftast socioekonomisk statistik, framtagen av SCB på uppdrag av Trafikverket, som är utgångspunkten (2.d och 2.e). Trafikverket beaktar för 2040 dessutom, i den mån det är möjligt och lämpligt, inomregional och inomkommunal planering vilket inte LU15:s Demografibilaga gör. Under rubriken nedan om hantering av inomregional och inomkommunal planering samt företagsspecifika bedömningar framgår hur denna typ av dataunderlag från LU15:s TDOK 2010:29 Mall_PM v Beslut 2015 om nya socioekonomiska indata, TRV 2015/ LU15:s hemsida finns här. 7 Kommande LU15-bilaga om den långsiktiga ekonomiska utvecklingen 8 Underlag framtaget inom ramen för kommande LU15-bilaga om den långsiktiga ekonomiska utvecklingen, detta underlag framgår troligen inte helt av LU15-bilagorna utan beskrivs i konsultrapport som tagits fram på uppdrag av Trafikverket (2.a och 2.b i Dokumentöversikten i bilaga F). 9 Kommande LU15-bilaga om regional demografisk utveckling 10 Underlag Framtaget inom ramen för kommande LU15-bilaga om regional demografisk utveckling, detta underlag framgår troligen inte helt av LU15-bilagorna utan beskrivs i konsultrapport som tagits fram på uppdrag av Trafikverket (2.a och 2.b i Dokumentöversikten i bilaga F). Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

5 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 5(10) Demografibilaga, i kombination med styrande regionala och kommunala planeringsunderlag, beaktas i samband med att Trafikverket tar fram socioekonomiska indata. De av TRV gjorda kompletteringarna, anpassningarna och justeringarna uppfyller länsramar, motsvarande Demografibilagans dataunderlag, vad gäller befolkning, sysselsättning, produktion mm. Även övriga centrala konsistensvillkor och ramar för befolkning och ekonomi på riksnivå enligt LU15:s Demografibilaga gäller för Trafikverkets socioekonomiska indata. Däremot så gäller inte alltid Demografibilagans dataunderlag per kommun, eftersom det pga. TRV-justeringar map inomregional planering kan ha skett en omfördelning av befolkning mellan kommuner inom ett län. Mera om detta nedan under rubriken hantering av inomregional och inomkommunal planering. I fallet med framtag av detaljerad socioekonomisk statistik för delar av Danmark så utgår Trafikverket från bland annat följande dataunderlag och dokument: Forecasting, Population synthesis, household pattern, employment and Income (LTM version , DTU Transport, mars 2015), officiell dansk statistik och data från den danska Transportvaneundersökningen. Då data ej är konsistent med Sampers, krävs en del justeringar, vilket beskrivs i 2.c. Styrande prognosår, områdes- och näringslivsindelningar I fallet att socioekonomiska data ingår som indata i trafikprognoser som ska användas inom ramen för samhällsekonomiska (objekts)kalkyler, så är det särskilt viktigt med lång tidshorisont, hög detaljeringsgrad och jämförbarhet. Socioekonomiska data är så långt det är möjligt gemensamma för Samgods och Sampers. Prognosåren för Samgods och Sampers är 2040 och i fallet för Sampers även Utgångsår för socioekonomisk statistik är för Samgods är och för Sampers Information om Samgods varugrupper finns i dokument 2.a (i bilaga). Nuvarande Sampers är anpassad till SNI2002 vilket innebär en särskild hantering då SCB-statistik bara finns i SNI2007, mera information om detta finns i bilaga E. Information om Samgods områdesindelning finns i dokumentöversikten i bilaga F, dvs i denna under punkt 3.j. Sampers områdesindelning består av områden i Sverige (och ett antal i Danmark), mera information om detta 3.g-3.i. Framtag av data TDOK 2010:29 Mall_PM v 2.0 Utmaningar För att säkerställa aktuella indata är det mycket värdefullt att Trafikverket av LU15 12 fått tillgång till data. Att ta fram LU15 är en omfattande och komplicerad process vilket gör att oplanerade förseningar inte kan uteslutas. Vidare så tas LU15-data fram innan texter (och därmed officiella rapporter) är klara, och av förklarliga skäl så får inte data (och information om denna) spridas innan publicering av motsvarande LU15-rapporter. Detta innebär dels att Trafikverket har behövt invänta viss data, dels att Trafikverket inte kunnat sprida LU15-data och information om denna (med visst undantag för kommunernas befolkningsandelar av respektive län 2040 samt motsvarande för delområden inom en kommun för 2040). Trafikverkets framtag av vissa nedbrutna data utifrån LU15-data, liksom tillhörande mottagningskontroller och kvalitetssäkring, har således av Trafikverket gjorts i den omfattning som i praktiken varit möjlig pga. pressat tidsschema mm. 11 Den socioekonomiska statistiken är för 2010 och har skrivits fram till Inom ramen för bilagor om den långsiktiga ekonomiska utvecklingen samt regionala demografiska utvecklingen. Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

6 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 6(10) Framtagna socioekonomiska data resulterar i en sammanhållen och konsistent databas som det i efterhand kan vara mycket svårt att i praktiken uppdatera med bibehållen konsistens (eftersom en ändring i t ex förvärvsarbetande dagbefolkning i varuproducerande branscher påverkar både Samgods och Sampers). I fallet med utgångsår kan det i praktiken vara svårt att genomgående utgå från ett och samma år, utan här är det tillgång till statistik på detaljerad nivå som avgör vad som är praktiskt möjligt. Komplettering, anpassning och justering TRV behöver komplettera och anpassa visst LU15-dataunderlag för att få fram tillämpningsbar socioekonomiska indata till Samgods och Sampers. Detta innebär bla följande: komplettering med socioekonomiska indata på riksnivå vad gäller export och import av varugrupper till land/ländergrupper för 2040 till Samgods komplettering med socioekonomisk indata på kommunal nivå för 2012 och 2040 relaterad till varuproduktion och varuförbrukning till Samgods Dessutom gör TRV, i den mån det är möjligt och lämpligt, vissa justeringar av dataunderlaget med avseende på inomregional planering. Dessa TRV-justeringar rör bland annat vissa kommuners befolkningsandelar för 2040 inom givna länsramar enligt dataunderlaget hörande till LU15:s Demografibilaga. Det innebär även vissa följdjusteringar, t ex map befolkningsanknuten sysselsättning inom skola, vård och omsorg. Det TRV-justerade dataunderlaget ligger sedan till grund för framtag av indata till Sampers vad gäller följande: ökad detaljeringsgrad för viss data per kommun till Sampers för 2040, t ex i fallet med befolkningsrelaterad indata till Bilinnehavsmodell 13 komplettering med viss data inom kommuner till Sampers för 2013 och 2040, för 2013 SCB-statistik och för 2040 utgående från framtagen data per kommun. De styrande ramarna per kommun för 2040 sammanfaller, beroende på vilka kommuner som det gjorts TRV-justeringar för, i vissa fall med t ex befolkningssiffror för dataunderlaget hörande till LU15:s kommande Demografibilaga. komplettering med socioekonomisk indata till Sampers för 2060, motsvarande den som tas fram för 2040 både per kommun och inom kommuner. komplettering med viss socioekonomisk data till Sampers för vissa delar av Danmark De av TRV gjorda anpassningarna, kompletteringarna och justeringarna för 2040 uppfyller länsramar vad gäller befolkning, sysselsättning, produktion mm samt övriga centrala konsistensvillkor och ramar för befolkning och ekonomi på riksnivå enligt LU15:s Demografibilaga. Dessa TRV-justeringar påverkar inte lokaliseringen av varuproducerande branscher (dvs sysselsatt varuproducerande dagbefolkning), vilket innebär att socioekonomisk indata till Samgods utgår från av Trafikverket anpassad och kompletterad LU15-data som inte beaktar inomregional planering och inte heller företagsspecifika bedömningar om framtida produktion mm. Däremot påverkar som sagts tidigare TRV-justeringarna bland annat befolkningsanknuten sysselsättning inom skola, vård och omsorg. TDOK 2010:29 Mall_PM v 2.0 Dessa TRV-justeringar som görs per kommun i vissa fall innebär rent tekniskt i princip att en ny befolkningsframskrivning görs (för berörda kommuner), genom att födslar och flyttningar justeras för att dels stämma med de justerade befolkningsandelarna och dels för att stämma överens med nationella och länsvisa styrande ramar. TRV-justeringarna innebär bland annat att förvärvsarbetande dagbefolkning (dock ej för 13 Bilinnehavsmodellen används inte för de trafikprognoser som gäller from ¼ Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

7 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 7(10) varuproducerande branscher) också behöver justeras för att det ska vara konsistent. TRV-justeringarna av befolkningen per kommun leder även till att förvärvsinkomster per kommun behöver justeras. I bilaga B finns en sammanställning över vilka län och kommuner som påverkas av TRV-justeringar. Hantering av utrikeshandel med varor Att utifrån dataunderlag, framtaget inom ramen för kommande LU15-bilaga om långsiktig ekonomisk utveckling, ta fram export och import per aggregerad varugrupp (19 st) till Samgods land/ländergrupper. Återstående steg, dvs att utifrån dessa data ta fram data för varuexport och varuimport per kommun och Samgods varugrupper i ton beskrivs i rapporter om nya PWC-matriser till Samgods. Mycket kortfattat kan sägas att för 2040 sker en förskjutning av både export och import, ökade andelar för Asien/Oceanien och minskade andelar för Övriga Västeuropa. Mera information om detta finns i 2.b. Export och import fördelat på ländergrupper, år 2012 och 2040 (%) 50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% Afrika söder om Sahara Asien, Oceanien Central- och Östeuropa, Turkiet Latinamerika MENA Nordamerika Norden Övriga Västeuropa Övrig Export (Procent) 2012 Export (Procent) 2040 Import (Procent) 2012 Import (Procent) 2040 Hantering av inom regional- och inomkommunal planering Trafikverket gör, efter viss samverkan med regioner och kommuner, vissa justeringar map inomregional och inomkommunal planering. Justeringar har gjorts map befolkning, och därtill följdjusteringar kopplad till sysselsättning inom skola, vård och omsorg mm. De län som berörs av denna typ av Trafikverks-justeringar (dvs per kommun inom given länsram) är följande: Västra Götaland, Stockholm, Uppsala, Örebro, Västmanland, Södermanland, Östergötland. För övriga kommuner är det generell metod som är utgångspunkten, dvs i detta fall sammanfaller kommuners befolkning, sysselsättning etc med de resultat som är framtagna inom ramen för LU15- bilagan. TDOK 2010:29 Mall_PM v 2.0 Motsvarande justeringar inom kommuner utgår i vissa fall från regionala planeringsunderlag men även bostadsenkäter, och för övriga kommuner så är det generell metod som används. Detta sammanfattas i bilaga B. I bilaga C beskrivs den bostadsenkät som TRV gjort för att samla in information om framtida planerat bostadsbyggande. Liksom vid tidigare dataframtag av socioekonomiska data sker ingen samverkan direkt med företag, utan företagsspecifika bedömningar kommer med i de fall sådana ingår i den inomregionala och inomkommunala planering som beaktas. Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

8 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 8(10) Kvalitetssäkring Tidigare gjord uppföljning har varit styrande så långt som möjligt för åtgärder inför detta dataframtag, t ex har vissa metoder vidareutvecklats i fallet med socioekonomiska data kopplade till Samgods PWC-matriser och Sampers områdesindelning har uppdaterats. Framtag av metod Forskning och metodutveckling har genomförts av ledande expertis inför detta framtag av socioekonomiska data, och resulterande metoder har sedan tillämpats för dataframtag. I dokumentöversikten i bilaga F framgår i vilka dokument mera information om detta finns. Framtag av data Det konsultföretag, som på uppdrag av TRV tar fram nedbrutna socioekonomiska data, har gjort kvalitetssäkring av levererad data. Vidare har ett annat konsultföretag på uppdrag av TRV gjort kompletterande kvalitetssäkring av levererad data genom olika typer av tester mm. Inga allvarliga fel har upptäckts. Det bör dock noteras att den metod som används för framtag av denna typ av data på detaljerad nivå av naturliga skäl i vissa fall är generell, dvs. eventuellt inte beaktar vissa specifika förutsättningar fullt ut. Detta gör att framtagna data kan vara korrekt utifrån tillämpad metod, men att vissa enskilda siffror eventuellt kan diskuteras. Den kvalitetssäkring som gjorts har fokuserat på att framtagen data uppfyller olika typer av konsistensregler. I kombination med detta har, i den mån det varit möjligt och lämpligt, inomregional och inomkommunal planering beaktats. Osäkerheter i framtagen data I fallet med socioekonomisk indata till trafikprognoser så behövs statistik för utgångsläge och ett basscenario för ett prognosår. I fallet med socioekonomisk statistik så tas den fram av SCB på uppdrag av TRV eftersom den behöver anpassas i olika avseenden för att vara tillämpningsbar som indata. Denna typ av statistik är behäftad med osäkerheter men över lag så är dessa av mindre betydelse för transport- och trafikprognosers resultat. I dokument 2d och 2e, enligt Bilaga F, finns mera information om dessa osäkerheter. TDOK 2010:29 Mall_PM v 2.0 I fallet med framstidsscenarier map socioekonomiska data så finns det osäkerheter i SCB:s basscenario för befolkningsutvecklingen på riksnivå för 2040 och 2060, t ex på grund av osäkra antaganden om framtida nettoinvandring. Likaså finns osäkerheter i basscenariot på riksnivå för den ekonomiska utvecklingen som tagits fram inom ramen för LU15. Finansdepartementet och berörda myndigheter såsom tex SCB och Konjunkturinstitutet har lång erfarenhet av att ta fram denna typ av framtidsscenarier. För mera information om dessa scenarier på riksnivå hänvisas till relevant LU15-bilaga (dokument 5a i bilaga F). Förutom framtidsscenarier på riksnivå så behövs även framtidsscenarier på regional nivå som är konsistenta med de på riksnivå, och i detta fall har myndigheter inom tillväxtområdet lång erfarenhet av att ta fram sådana. Ibland kan regionala framtidsscenarier även ingå som bilaga i LU, t ex är så fallet för LU15. Berörda myndigheter inom transportområdet har också lång erfarenhet av att i varierande grad behöva komplettera och justera framtidsscenarier på regional nivå (och i de fall sådana saknas vid tidpunkt för framtag av transport- och trafikprognos även från riksnivå) för att få tillämpbar socioekonomisk indata. För mera information om regionala framtidsscenarier hänvisas till relevant LU15-bilaga (dokument 5b i bilaga F). När det gäller den komplettering och justering som TRV gör så beskrivs de i denna TRV-översikt. Det är komplicerat att med precision kunna uttala sig om osäkerheter i transport- och trafikprognoser map på de bakomliggande socioekonomiska indata som ingår. TRV finansierar därför forskning och utveckling med syfte att öka kunskapen om hur osäkerheter i framtidsscenarier på riksnivå map socioekonomiska data kan påverka resultat för transport- och trafikprognoser, men även om/hur osäkerheter i socioekonomi på regional och kommunal nivå Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

9 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 9(10) kan påverka. I bilaga F (dokument 8c) finns angivet ett PM som behandlar kopplingen mellan antaganden gjorda i LU15 och hur de kan påverka resultaten för tonutvecklingen för godsprognoser. Kunskapsläget behöver öka inom detta område, inklusive frågan om det föreligger ökat behov av att kunna göra alternativa scenarion och/eller känslighetsanalyser. Även samverkan mellan berörda myndigheter behöver vidareutvecklas. Ökad detaljeringsgrad innebär ofta förutom ökad osäkerhet också större datamängder. I fallet med indata till Samgods för 2040 så handlar det dels om socioekonomisk indata kopplad till fördelning av export och import mellan Sverige och andra länder (eller grupper av länder). Export och import i kr ska fördelas på 174 utrikeszoner, och inom landet ska för 2040 varuproduktion och varuförbrukning för ett 30-tal varugrupper och 290 kommuner tas fram. I fallet med Sampers för 2040 så handlar det bland annat om att för områden i Sverige ta fram folkbokförd befolkning, förvärvsarbetande folkbokförd befolkning samt förvärvsarbetande dagbefolkning. Sammanfattningsvis kan således konstateras att socioekonomisk indata är behäftad med osäkerheter av varierande grad. TRV gör därför i den mån det är praktiskt möjligt olika typer av kompletterande kvalitetssäkring av framtagen data, vilket beskrivs ovan i tidigare kapitel. Det har konstaterats, se vidare dokument 7a i Bilaga F, att det föreligger två fel på lokal/regional nivå kopplade till varuproduktion i kr. Det handlar dels om varuproduktion i kr för 2012 för Härjedalens kommun och varugrupp 12 ( Mineraloljeprodukter ), dels om varuproduktion i kr för 2040 för Södertälje kommun och varugrupp 23 ( Andra kemikalier än kolbaserade och tjära ). Felen är försumbara i relation till varuproduktion i kr på nationell nivå. Det kan inte uteslutas att det kan förekomma ytterligare datavärden för 2040 som kan vara behäftade med osäkerheter. Socioekonomisk data till Samgods Per kommun utgångsår 2012 och 2040 varuproduktion, varuförbrukning mm Beskrivning av hur denna data tagits fram samt resultat finns i 2.a. Per aggregerad varugrupp utgångsår 2012 och 2040 export och import för land/ländergrupper Detta beskrivs i 2.b. Socioekonomiska data till Sampers Per kommun och inom kommun utgångsår 2013, 2040 och 2060 befolkning, sysselsättning, förvärvsinkomst mm Beskrivning av hur denna data tagits fram samt resultat finns i 2.a. TDOK 2010:29 Mall_PM v 2.0 Motsvarande som ovan för delar av Danmark för utgångsår, 2040 och 2060 Beskrivning av hur denna data tagits fram finns i 2.c. Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

10 PM Ärendenummer Dokumentdatum TRV 2015/ Projektnummer Sidor [Projektnummer] 10(10) Bilagor Bilaga A: Befolkningsutveckling per län och riket Figur där utvecklingen framgår Bilaga B: Sammanställning Trafikverkets hantering av inomregional och inomkommunal planering för socioekonomiska data 2015 Tabell där det framgår vilka kommuner inom ett län som utgår från regionala planeringsdokument vad gäller befolkning per kommun för 2040, och vilka kommuner som utgår från TRV:s bostadsenkät vad gäller lokalisering av befolkning inom kommunen. Bilaga C: Trafikverkets bostadsenkät 2015 om lokalisering av framtida planerat bostadsbyggande inom kommuner Urval, vilka kommuner som svarat, svarsfrekvens, utskick mm. Bilaga D: Kort historisk tillbakablick vad gäller hantering av inomregional och inomkommunal planering vid framtag av socioekonomiska data Kort sammanfattning av Trafikverkets och fd myndighets framtag av socioekonomiska data med fokus på hur inomregional och inomkommunal planering hanterats. Bilaga E: Anpassning av socioekonomiska data (sysselsatt dagbefolkning) till Sampers map SNI2007 och SNI2002 Beskrivning av den hantering som expert på uppdrag av Trafikverket tagit fram. Bilaga F: Dokumentöversikt Sammanställning över dokument med koppling till nu framtagen socioekonomisk data. Bilaga G: Gjorda ändringar i denna version av översikten Beskrivning av de ändringar som gjorts i denna version av översikten mm jämfört med det som publicerades 1/ TDOK 2010:29 Mall_PM v 2.0 Trafikverket Telefon: trafikverket@trafikverket.se Gunilla Wikström direkt: gunilla.wikstrom@trafikverket.se

11 Bilaga A 2,10 1,90 1,70 1,50 1,30 1,10 0,90 Stockholm Uppsala Södermanland Östergötland Jönköping Kronoberg Kalmar Gotland Blekinge Skåne Halland V Götaland Värmland Örebro Västmanland Dalarna Gävleborg Västernorrland Jämtland Västerbotten Norrbotten riket 0, Figuren är ursprungligen framtagen av TRV, men uppdaterad av SWECO på uppdrag av TRV.

12 Bilaga B Sammanställning av hanterat planeringsunderlag på inomkommunal nivå Lista över kommuner för vilka kommunalt planeringsunderlag beaktats vid framtag av data för år 2040 på inomkommunal nivå. Underlag har varit användbara bostadsenkäter samt övrigt tillämpbart planeringsunderlag. Inkomna bostadsenkäter har sammanställts av WSP på uppdrag av Trafikverket.

13 Bilaga B För följande kommuner beaktas inomkommunalt planeringsunderlag, för övriga ej namngivna kommuner tillämpas generell metod (den senare finns beskriven i dokument 2a). Tillämpbara resultat av bostadsenkät på inomkommunal nivå 1 Kommun 1 Enköping 2 Gävle 3 Göteborg 2 4 Helsingborg 5 Håbo 6 Höganäs 7 Karlstad 8 Landskrona 9 Lerum 10 Lomma 11 Luleå 12 Malmö 3 13 Mark 14 Norrköping 15 Nyköping 16 Partille 17 Sjöbo 18 Strängnäs 19 Sundsvall 20 Trollhättan 21 Ulricehamn 22 Umeå 23 Uppsala 24 Varberg 25 Ystad 26 Ängelholm 27 Örebro 28 Östersund 1 Pga tidspress mm kan inte Trafikverket skicka bostadsenkäten till landets samtliga 290 kommuner, utan ett 60-tal kommuner har mottagit enkäten varav ett 30-tal har besvarat denna (fyra av besvarade bostadsenkäter var ej tillämpbara). Kommuner med tillämpbara bostadsenkäter finns även längre fram i denna sammanställning, dessa är markerade med *. 2 Trafikverket har för Västra Götalands län beslutat om att utgå från Västra Götalands regions befolkningsprognos, Befolkningsprognos Västra Götaland , Rapport 2014:4 (Tillväxt och utveckling), Västra Götalandsregionen. Inget tillämpbart och sammanhållande material på inomkommunal nivå, motsvarande det för kommunerna i Stockholms län samt berörda ÖMS-län, finns att tillgå för kommunerna i Västra Götaland. Däremot har ett förslag tagits fram av Trafikverket (region Väst), i samverkan med Göteborgs stad, utifrån gällande planeringsunderlag för framtida bostadsbyggande etc, Strategi för Göteborg 2035 utbyggnadsplanering, Göteborgs stad 2013 samt Älvstaden, Diskussionsunderlag utbyggnadspotential, fördelning bostäder/arbetsplatser, Göteborgs stad Inget tillämpbart och sammanhållande material på inomkommunal nivå, motsvarande det för kommunerna i Stockholms län samt berörda ÖMS-län, finns att tillgå för kommunerna i Skåne län.

14 Bilaga B Övrigt tillämpbart planeringsunderlag på inomkommunal nivå Stockholms län RUFS (Stockholmsförhandlingen 4 ) 29 Upplands Väsby 30 Vallentuna 31 Österåker 32 Värmdö 33 Järfälla 34 Ekerö 35 Huddinge 36 Botkyrka 37 Salem 38 Haninge 39 Tyresö 40 Upplands-Bro 41 Nykvarn 42 Täby 43 Danderyd 44 Sollentuna 45 Stockholm 46 Södertälje 47 Nacka 48 Sundbyberg 49 Solna 50 Lidingö 51 Vaxholm 52 Norrtälje 53 Sigtuna 54 Nynäshamn 4 Underlag för dataframtag med beaktande av inomkommunal planering enligt förslag från Trafikverket Region Stockholm, en rapport med tillhörande datauppsättning enligt Anpassning av befolkning och sysselsatta år 2030 enligt RUFS 2010 till utfallet av Stockholmsförhandlingen, Stockholms läns landsting (TMR), Detta underlag behandlar både lokalisering på kommunal nivå inom Stockholms län samt inomkommunal nivå för respektive kommun. Trafikverket har beslutat att utgå från detta underlag vad gäller lokalisering, ej totalnivåerna.

15 Bilaga B Övriga berörda län och kommuner inom östra Mellansverige ÖMS-rapporten 5 Uppsala län Håbo* 55 Älvkarleby 56 Knivsta 57 Heby 58 Tierp Uppsala* Enköping* 59 Östhammar Tillämpbar bostadsenkät Tillämpbar bostadsenkät Tillämpbar bostadsenkät Södermanlands län 60 Vingåker 61 Gnesta Nyköping* 62 Oxelösund 63 Flen 64 Katrineholm 65 Eskilstuna 66 Strängnäs 67 Trosa Tillämpbar bostadsenkät Östergötlands län 68 Ödeshög 69 Ydre 70 Kinda 71 Boxholm 72 Åtvidaberg 5 Underlag för dataframtag med beaktande av inomkommunal planering enligt önskemål från Trafikverket-Öst, dvs rapport med tillhörande datauppsättning enligt Framskrivning av befolkning och sysselsättning i östra Mellansverige scenarier för kommuner och tätorter till år 2050, Stockholms läns landsting, TMR-rapport 2013:8 alt denna länk (en framtidsbild som togs fram gemensamt 2013 av de regionala utvecklingsaktörerna i östra Mellansverige, dvs Gävleborgs län, Stockholms län, Södermanlands län, Uppsala län, Västmanlands län, Örebro län och Östergötlands län). Detta underlag behandlar både kommunal nivå inom berörda ÖMS-län samt inomkommunal nivå. Trafikverket har beslutat att utgå från detta underlag vad gäller lokalisering, ej totalnivåer. Detta underlag är utgångspunkten för följande län; Södermanlands län, Uppsala län, Västmanlands län, Örebro län och Östergötlands län. Kommunerna i Stockholms samt Gävleborgs län inkluderas således ej vad gäller detta underlag för framtag av Trafikverket-data på inomkommunal nivå för I fallet med Stockholms läns kommuner så utgår de i stället från Stockholms läns landstings uppdaterade RUFS2010 map Stockholmsförhandlingen, och i fallet med Gävleborgs kommuner så beaktas inomkommunal planering i den mån den finns till hands via tillämpningsbara bostadsenkäter (för exempelvis Gävle, i övrigt tillämpas generell metod för framtag av data på inomkommunal nivå för Gävleborg). I fallet med de kommuner som är markerade med *, så utgår de från en tillämpbar bostadsenkät istället för det sk ÖMS-materialet (detta för att bostadsenkäten är mera aktuell). Dessa kommuner finns med på två ställen i sammanställningen, dels här, men även i början av sammanställningen. Skälet att de finns med två ggr är att dels sammanställs samtliga kommuner som utgår från en tillämpbar bostadsenkät, dels länsvis hur berörda kommuner i Mellansverige hanteras.

16 Bilaga B 73 Finspång 74 Valdemarsvik 75 Linköping Norrköping* 76 Söderköping 77 Motala 78 Vadstena 79 Mjölby Tillämpbar bostadsenkät Örebro län 80 Lekeberg 81 Laxå 82 Hallsberg 83 Degerfors 84 Hällefors 85 Ljusnarsberg Örebro* 86 Kumla 87 Askersund 88 Karlskoga 89 Nora 90 Lindesberg Tillämpbar bostadsenkät Västmanlands län 91 Skinnskatteberg 92 Surahammar 93 Kungsör 94 Hallstahammar 94 Norberg 96 Västerås 97 Sala 98 Fagersta 99 Köping 100 Arboga

17 Bilaga C Beskrivning av Trafikverkets bostadsenkät Urvalet av kommuner utgår huvudsakligen från gränsen på tillkommande bostäder fram till Enkäten har skickats ut till 63 kommuner och av dessa har 32 stycken svarat 1, vilket ger en svarsfrekvens på ca 50 procent. Ett exempel på utskicket till kommunerna återfinns sist i denna bilaga. Av detta framgår att kommunen i undersökningen ombeds att fördela sitt planerade bostadsbyggande mellan SAMS-områdena i sin kommun. Därefter har konsult på uppdrag av Trafikverket fördelat prognosens bostadsbyggande enligt berörda kommuners enkätsvar. 1 Följande 28 kommuner har lämnat användbara svar på enkäten: Enköping, Gävle, Göteborg, Helsingborg, Håbo, Höganäs, Karlstad, Landskrona, Lerum, Lomma, Luleå, Malmö, Mark, Norrköping, Nyköping, Partille, Sjöbo, Strängnäs, Sundsvall, Trollhättan, Ulricehamn, Umeå, Uppsala, Varberg, Ystad, Ängelholm, Örebro och Östersund.

18 Bilaga C

19 Bilaga C

20 Bilaga C

21 Bilaga D Kort tillbakablick vad gäller justeringar map inomregional och inomkommunal planering Framtag av nedbrutna socioekonomisk data till Samgods och Sampers har gjorts av Trafikverket 1 och innan den myndigheten fanns av fd myndigheten SIKA 2. Dataframtag har hittills oftast gjorts inför en åtgärdsplanering (men 2011 även inom ramen för en inriktningsplanering). Justeringar map inomregional och inomkommunal planering görs med fokus på rumslig fördelning av befolkning och sysselsättning inom ett län och tillhörande kommuner, medan befolkningstotaler per län är givna för att landets totala befolkning ska stämma överens med styrande SCB-prognos på riksnivå. Trenden syns tydligt med på detta sätt ökat beaktande av inomregional- och inomkommunal planering. På SIKA-tiden togs denna typ av indata fram för prognosår 2020 utifrån LU2003/2004. SIKA beaktade inomregional planering genom att för Stockholms län beakta RUFS 2001 (scenario hög) 3. Konsult, på uppdrag av SIKA, tog även fram denna typ av indata utifrån LU08 för prognosår SIKA beaktade då justeringar map inomregional planering för storstadsregionerna genom att för Stockholms län utgå från RUFS 2010 (alternativ hög), för Göteborgs FA utgå från Västra Götalandsregionens befolkningsprognos till 2020 och för Malmö FA genom att utgå från Öresundsregionens befolkningsprognos till Konsult gjorde även på uppdrag av SIKA en bostadsenkät för att fånga framtida planering av bostäder inom en kommun. Trafikverket har hittills gjort tre framtag av denna typ av indata. Det första innebar att konsult 2011 på uppdrag av Trafikverket tog fram data för 2050 utifrån LU08, vilket innebar att utgångspunkten för detta arbete var SIKA:s tidigare framtagna data för Den långa tidshorisonten gjorde det mindre lämpligt att ytterligare beakta planering än det som redan gjorts av SIKA för 2030 enligt ovan. Det andra dataframtaget gjordes av konsult 2012, även det utifrån LU2008 men med bla nyare SCBbefolkningsprognos på riksnivå för 2030 och 2050 och viss nyare SCB-statistik som utgångspunkt. Även då beaktades inomregional planering för storstadsområdena, men det var även möjligt för Trafikverkets regioner att inkomma med justeringsförslag map inomregional och inomkommunal planering som sedan beaktades vid framtag av data. Nästan samtliga Trafikverksregioner lämnade in sådana justeringsförslag. Ingen uppdatering av bostadsenkäten var tidsmässigt möjlig att göra, utan SIKA:s sedan tidigare gjorda bostadsenkät var utgångspunkten. Trafikverkets tredje dataframtag, som görs med konsultstöd, innebär en stor uppdatering 2015 av indata till trafikprognoserna till i början av en mandatperiod. Relevanta LU15-bilagor 5 är utgångspunkten, och därmed på riksnivå både ett nytt ekonomiskt basscenario och en ny SCBbefolkningsprognos. Det har även denna gång varit möjligt för Trafikverkets samtliga regioner att inkomma med justeringsförslag, men pga tidsbrist mm så var det möjligt att beakta inomregional och inomkommunal planering för Västra Götaland (befolkningsprognos från Västra Götalandsregionen, planerat bostadsbyggande mm från Göteborgs kommun), Stockholms län (uppdaterad RUFS2010) samt för vissa övriga län i östra Mellansverige 6. Även en ny bostadsenkät har gjorts för att få information om planerat bostadsbyggande på inomkommunal nivå. 1 Trafikverket bildades ¼ Statens institut för kommunikationsanalys (SIKA) upphörde ¼ Sidan 39 i Nedbrytning av nationella scenarier för 2020, Inregia AB på uppdrag av SIKA, mars Sidan 95 i Indata till de nationella svenska person- och godstrafikmodellerna Sampers och Samgods för prognosår 2030, PM 2010:1, Trafikanalys (publicering av det dataframtag som gjordes av WSP på uppdrag av SIKA). 5 Kommande LU15-bilagor om den långsiktiga ekonomiska utvecklingen och regional demografisk utveckling. 6 Uppsala, Örebro, Södermanland, Västmanland, Östergötland.

22 Bilaga E SNI2007 och SNI-klassificeringen i Sampers (rev , , och ) Framtagen av Staffan Algers på uppdrag av Trafikverket. Bakgrund och syfte Klassificeringen på näringsgren i Sampersmodellerna påverkas av den nya indelningen SNI2007. SCB kommer fortsättningsvis endast att tillhandahålla statistik enligt Detta innebär att indata till Sampersmodellerna kommer att påverkas. Denna PM syftar till att ge ett underlag för hur den förändrade näringsgrensindelningen bör hanteras i Sampers. Revideringen innebär endast att denna hantering genomförts. Revideringen avser förslag till konkret hantering av tabellen Samsdag när Sampers 2.x ska köras med data enligt SNI Revideringen innebär en mer utförlig rubriksättning av den önskade Samsdagstabellen. Revideringen innebär korrigering av beskrivning till tabell 3. Nuvarande modeller De nuvarande Sampersmodellerna skattades 2003 (se Utveckling av Sampers 2.1 Del 1 Estimeringen). Skattningen baserade på näringsgrensindelning enligt SNI92. Modellskattningen baserades på samma sysselsättningsdata som togs fram för den ursprungliga modellskattnigen. För denna skattning fanns följande variabler tillgängliga (SAMSdatabas SAMS98xxxx): Avdelningar i SNI 1992 F G H I J K L M N SNI92 P Data levererade för 2001 (levererad 2002) var också baserade på SNI92 (se kommentar från SCB nedan). Senare leveranser av sysselsättningsdata har haft betydligt större upplösning än avdelningsnivå. Den leverans som gjordes 2007, avseende 2005, innehöll data på 2-siffernivå enligt SNI2002. Följande kommentar lämnades då av SCB: Statistiken över dagbefolkningen 2005 redovisas enligt näringsgren SNI2002. I leveransen 2002 redovisades enligt SNI92. SCB kan till stora delar skriva tillbaka SNI2002 till SNI92, enligt tidigare levererad statistik. Men vissa näringsgrenar går inte att återskapa vilket gör det svårt att jämföra över tiden.

23 Bilaga E Förändringarna berör främst näringsgrenarna utbildning, SNI 80, och hälso- och sjukvård, sociala tjänster mm, SNI 85. En näringsgren har exempelvis ändrats från barnomsorg till 80 utbildningsväsendet och övrig vård och omsorg. En annan näringsgren har ändrats från servicehus, ålderdomshem, hemtjänst, dagcentraler till övrig vård och omsorg. Statistiken inom ovan nämnda näringsgrenar är alltså inte jämförbar mellan åren. Om beställargruppen gör en översyn av näringsgrensindelningen så att en bättre överensstämmelse med statistikbehovet uppnås inom de näringsgrenar som påverkas kan SCB ta fram ny statistik utan extra kostnad försåvitt beställning sker före årets slut. I nedanstående tabell visas vilka variabler som ingick i den ursprungliga skattningen (och således även i skattningen för version 2.1), och vilka variabler i SNI2002 respektive SNI2007 som dessa närmast motsvarar. Tabell 1. Jämförelse näringsgrensindelning SNI92, SNI2002 och SNI2007 Modell Variabler i Samsdag SNI92 SNI2002 SNI2007 Arbetsresor Totalt antal sysselsatta alla alla alla Skolresor Antal sysselsatta i utbildning Avd M SNI 80 SNI 85 Tjänsteresor Totalt antal sysselsatta alla alla alla Sysselsatta i summa se se se nedan NG_G_I_J_K_L_M_N nedan nedan Besöksresor Totalt antal sysselsatta alla alla alla Fritidsresor Hotell och restaurang avd H SNI 55 SNI 55, SNI56 Kultur och sport SNI 92 SNI 92 SNI 59, SNI90-93 Övriga resor Size_NGG parti- och detaljhandel avd G SNI50 + SNI 51 + SNI 52 SNI 45 + SNI 46 + SNI 47 + SNI NG_N Hälso och sjukvård, Avd N SNI 85 SNI 86 + SNI75 sociala tjänster veterinärverks. NG_H Hotell och restaurang Avd H SNI 55 SNI 55 + SNI56 NG_L Offentlig förvaltning och Avd L SNI 75 SNI 84 försvar, obl. Socialförsäkring NG_M Utbildning Avd M SNI 80 SNI 85 I+J+K Avd IJK SNI SNI SNI SNI SNI68-82 Som framgår av SCB s kommentar är skillnaderna mellan SNI92 och SNI2002 ganska små. Det har troligen en försumbar effekt, särskilt efter kalibrering. Ändringen av metodiken mellan SNI2002 och SNI2007 innebär mer påtagliga ändringar. Överensstämmelsen på avdelningsnivå är dock fortfarande stor. Ett utdrag ur SCB s rapprt MIS SNI2007 Standard för svensk näringsgrensindelning 2007 där en jämförelse gjort på avdelningsnivå finns i bilaga.

24 Bilaga E Praktiskt taget alla förändringar mellan SNI2002 och SNI2007 har skett inom respektive avdelning. Vissa avdelningar i SNI2002 har dock delats upp i SNI2007. Dessa kan dock enkelt aggregeras till avdelningar enligt SNI2002. Att driva de befintliga modellerna vidare med data från SNI2007 är därför knappast något problem, den enda avvikelsen på tvåsiffernivå ser ut att vara vissa reparationstjänster som i SNI2007 återfinns inom en annan tvåsiffergrupp (SNI ). Denna avvikelse är sannolikt av ytterst marginell betydelse (kan ev verifieras av SCB?) När det gäller att omskatta modeller finns det fler frihetsgrader. Redan gjorda skattningar (inköpsresemodellen) visar att det finns anledning att gå ner på tvåsiffernivå när det gäller Parti- och detaljhandel. För att kunna använda tvåsiffernivån från SNI2002 i modellskattningen och kunna dataförsörja den med data enligt 2007 är det önskvärt att anpassa skattningsdata så långt möjligt till tvåsifferindelningen för SNI2007. I nedanstående tabell har en sådan anpassning gjorts för de variabler som hittills använts. Tabell 2. Jämförelse näringsgrensindelning SNI2002 och SNI2007 Modell Variabler i Samsdag SNI2002 SNI2007 Arbetsresor Totalt antal sysselsatta alla alla Skolresor Antal sysselsatta i utbildning SNI 80 SNI 85 Tjänsteresor Totalt antal sysselsatta alla alla Sysselsatta i summa se nedan se nedan NG_G_I_J_K_L_M_N Besöksresor Totalt antal sysselsatta alla alla Fritidsresor Hotell och restaurang SNI 55 SNI 55, SNI56 Kultur och sport SNI 92 SNI 59, SNI90-93 Övriga resor Size_NGG parti- och detaljhandel SNI50 SNI50500 SNI 45 SNI 51 SNI 46 SNI 52 + SNI 47 SNI50500 SNI NG_N Hälso och sjukvård, SNI 85 SNI 86 + SNI75 sociala tjänster veterinärverks. NG_H Hotell och restaurang SNI 55 SNI 55 + SNI56 NG_L Offentlig förvaltning och SNI 75 SNI 84 försvar, obl. Socialförsäkring NG_M Utbildning SNI 80 SNI 85 I+J+K SNI SNI SNI SNI SNI68-82 Anpassningen har gjorts med hjälp av SCB s databas. En preliminär anpassning gjordes med hjälp av de data över arbetsställen som KTH har tillgång till från HUI Research. Det kan i det fortsatta skattningsarbetet visa sig att andra två-siffergrupper är viktiga att skilja ut. I dessa fall bör så långt möjligt en anpassning av SNI2002-data till SNI2007-definitioner göras.

25 Bilaga E Förslag till konkret hantering av Samsdag-tabellen genererad på SNI2007 för körning av Sampers 2.x Det enklaste sättet att få en Samsdagstabell baserad på SNI2007 som kan användas för prognoser med den nuvarande Sampersmodellen (2.x) är att lägga in relevant SNI2007-data i kolumner namngivna som i tidigare tabeller genererade med SNI2002. Denna procedur beskrivs av Tabell 3. Tidigare har ibland flera kolumner ingått i variabler använda i Sampers, till exempel består variabeln för Övriga resor av SNI50 + SNI51 +SNI52. Här föreslås att låta endast en kolumn representera motsvarande data enligt SNI2007 och att man sätter de övriga till noll. I exemplet med Övriga resor innebär det alltså att man sätter kolumnen betecknad med SNI50 lika med summan av SNI45+ SNI46+ SNI47 + SNI För att använda SNI-data enligt 2007 i Samperskörningar med Samper 2.x krävs att alla kolumner som finns i SAMS-tabeller baserade på indelning enligt SNI2002 finns med i Samsdag. Endast de kolumner som anges i Tabell 3 kolumn 4 ska innehålla data, övriga kolumner i SAMSDAG sätt lika med 0. Dessa data ska vara de data som beskrivs i kolumn 3 SNI2007. Kolumnbeteckningen ska vara den som anges i kolumn 4 Beteckning. Tabell 3. Innehåll i SamsDag baserad på SNI2007 men använd i Sampers 2.x. Övriga kolumner nollställda. Variabler i Samsdag SNI2002 SNI2007 Beteckning i SamsDag Totalt antal sysselsatta alla alla Dagbef_tot Kultur och sport SNI 92 SNI 59, SNI90-93 Dag _ SNI92 Size_NGG parti- och detaljhandel NG_N Hälso och sjukvård, sociala tjänster veterinärverks. NG_H Hotell och restaurang NG_L Offentlig förvaltning och försvar, obl. Socialförsäkring SNI50 SNI 45 + SNI 46 + SNI 47 + SNI Dag _ SNI50 SNI 85 SNI 86 + SNI75 Dag _ SNI85 SNI 55 SNI 55 + SNI56 Dag _ SNI55 SNI 75 SNI 84 Dag _ SNI75 NG_M Utbildning SNI 80 SNI 85 Dag _ SNI80 I+J+K SNI 60 SNI SNI Dag _ SNI60 SNI SNI68-82 På detta sätt undviker man att behöva programmera om vissa delar av Sampers, till priset av att vissa kolumner inte kommer att motsvara sin beteckning.

26 Bilaga E SNI-kodfördelad Sysselsatt nattbefolkning Vissa modeller (arbets- tjänsteresor) innehåller SNI-kodsvariabler i regenereringen. Dessa återspeglar skillnader i benägenhet att göra tjänsteresor mellan sysselsatta i olika näringsgrenar. Det är andelen sysselsatta i respektive näringsgren i startpunkten (oftast bostaden) som används. Sådana data saknas f.n., och i stället används andelar i dagbefolkningen som proxy, eller också är andelarna hårdkodade (bildade på RVU-data). RVU-data innehåller SNI-kod för intervjupersonen på femsiffernivå. De variabler som använts är Modell Variabler SNI2002 SNI2007 Nya Långväga M + N SNI80 +SNI85 SNI85 + SNI 86 + tjänsteresor SNI75 Nya Långväga arbetsresor Regionala tjänsteresor SNI51 SNI51 SNI46 K + L SNI SNI75 SNI SNI84 E + F SNI SNI45 SNI35 + SNI36-39 DD_N SNI20-37 SNI16-33 E + F SNI SNI45 SNI35 + SNI36-39 Det förefaller möjligt att hantera dessa variabler med utgångspunkt från 2-siffernivån, såväl när det gäller att driva redan skattade modeller vidare, som att använda variablerna för omskattning. I det senare fallet är det som när det gäller målpunktsvariablerna viktigt att ta hänsyn till SNI2007 om man väljer andra förklaringsvariabler.

27 Bilaga E Bilaga Utdrag ur SCB s rapport MIS jämförelse på avdelningenivå