Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 5.2. Kapitel 8 Kostnad för trängsel och förseningar

Transkript

1 Version Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 5.2 Kapitel 8 Kostnad för trängsel och förseningar G L 6(1+0,1)

2 2

3 Innehåll 8.1. Värdering av förseningar och restidsosäkerhet för persontrafik Värdering av reskomfort vid trängsel Reskomfort vid trängsel i kollektivtrafik Trängsel i biltrafiken n för godstransporter Värdering av osäker transporttid för godstransporter Värdering av sårbarhet i transportsystemet Kostnad för trängsel och förseningar 8.1. Värdering av förseningar och restidsosäkerhet för persontrafik Värderingen av trängseltid ska adderas till värderingarna av restidsosäkerhet och förseningar i de fall dessa effekter uppträder samtidigt. Variation i restid för bil värderas utifrån restidens standardavvikelse. Endast vid störningar som innebär att infrastrukturen inte fungerar på ett normalt sätt ska genomsnittlig förseningstid värderas för bilresor. Uppräkning av t vid trängsel tillämpas endast för privata resor. Restidsosäkerhet och förseningar värderas både för privata resor och tjänsteresor. Tabell 8.1 Värdering av restidsosäkerhet, försening och trängsel Bil Kollektiva färdmedel Restidsosäkerhet 0,9 x åkt (standardavvikelse) Genomsnittlig förseningstid Trängseltid 3,5 x åkt 3,5 x åkt 1,5 x åkt (endast för privata resor) 3

4 Tabell 8.2. Värdering av genomsnittlig inbesparad förseningstid för resor med kollektivtrafik. Kr per person och timme fördröjd restid. Real prisnivå 2010 respektive 2030, i 2010-års penningvärde. Värdering av förseningstid Privata resor med kollektivtrafik Värdering av förseningstid, Tjänsteresor med kollektivtrafik Prisnivå Långväga resor: Buss Tåg Färja Flyg Regionala/lokala resor: Buss, arbete Buss, övrigt Tåg, arbete Tåg, övrigt Färja Tabell 8.3. Värdering av inbesparad förseningstid och trängseltid för privata resor, jämfört med inbesparing av normal åktid. Kr per persontimme. Real prisnivå 2010 respektive 2030, i års penningvärde. tid, kr/timme fördröjd restid Trängseltid, kr/timme resa i trängsel Restidsosäkerhet, kr/timme i minskad restidsvariation (standardavvikelse) Prisnivå Privata bilresor: Långväga resor Regionala/lokala resor: Arbete Regionala/lokala resor: Övrigt Tjänsteresor med bil: Långväga resor Regionala/Lokala resor

5 Bakgrund och motivering Restidens variation beskrivs fullständigt med en restidsfördelning men kan sammanfattas med olika spridnings- eller lägesmått, till vilka värderingar kan knytas. I ASEK värderas restidsosäkerhet vid bilresor utifrån restidens standardavvikelse, vilket är det sätt HEATCO rekommenderar. Värderingen visar hur angelägen en minskning av restidsosäkerheten motsvarande en standardavvikelse är jämfört med en reduktion av åktiden. Variationen i restid för kollektivtrafik mäts och värderas i ASEK i termer av genomsnittlig försening. Det kan inledningsvis konstateras att en viktig skillnad mellan bilresor och resor med kollektiva färdmedel är att bilresor sker utan tidtabell. Tidsåtgången för en bilresa varierar med faktorer såsom trafikbelastning och väder men detta ger inte upphov till några förseningar i egentlig mening. Dessutom, om man istället för tidtabellslagd restid använder restidens medelvärde som mått på normal restid är avvikelsen från detta i genomsnitt noll. Att värdera förseningstid för biltrafik är därför i de flesta fall inte relevant och inte heller praktiskt möjligt. Endast vid störningar som innebär att infrastrukturen inte fungerar på ett normalt sätt är det meningsfullt att tala om och värdera förseningar för biltrafiken. Under normala förhållanden måste variation i restid för biltrafik värderas utifrån restidsfördelningens standardavvikelse eller varians. HEATCO rekommenderar att standardavvikelse väljs och motiverar detta med standardavvikelsens teoretiska koppling till s.k. schedulingfunktioner. Dessa visar hur nyttan utvecklas över tid när en individ först ägnar sig åt en aktivitet och så småningom, med hjälp av en mellanliggande resa, byter till en annan aktivitet. Kopplingen till schedulingfunktionen är en fördel då den visar att värderingsprincipen inte har formulerats ad hoc utan kan härledas från en nyttomaximeringsmodell. Aktuell forskning visar emellertid att relationen till en schedulingfunktion inte är unik för just standardavvikelse, utan även kan etableras för andra osäkerhetsmått, bl.a. varians (Fosgerau & Engelson, 2011). Valet av osäkerhetsmått att använda i ASEK måste alltså utgå ifrån andra kriterier, framför allt tillgång till värden. Det finns god tillgång till värderingar baserade på standardavvikelse. Med utgångspunkt i HEATCO och ett antal empiriska studier rekommenderar ASEK att restidsosäkerhet för bil i termer av standardavvikelse värderas till 0,9 x åkt. För varians finns inga värderingar att tillgå så detta mått är inget alternativ för ASEK i dagsläget. För bilresor rekommenderas därför att restidsosäkerhet precis värderas utifrån standardavvikelsen och att den tidigare värderingen bibehålls. Det bör dock påpekas att värderingar baserade på standardavvikelse inte är generellt överförbara då kostnadsfunktionen, just i kombination med standardavvikelse, innehåller en faktor vilken måste bestämmas från fall till fall. Faktorn beror på restidsfördelningen, vilken bör kunna bestämmas ganska exakt i specifika fall, men också på parametrar i scheduling -funktionen, vilka är svårare att estimera. Alltså kan värden från tidigare studier inte användas i nya tillämpningar om inte restidsfördelningarna och scheduling -funktionerna är identiska, vilket är ett ganska strängt antagande. Som nämnts ovan värderas restidsosäkerhet i kollektivtrafik idag utifrån genomsnittlig försening, d.v.s. den genomsnittliga avvikelsen från den tidtabellagda restiden. I princip skulle andra mått kunna användas men genomsnittlig förseningstid är ett etablerat sätt att mäta osäker restid och även detta mått kan härledas ur schedulingfunktioner, vilket gör det lika teoretiskt välmotiverat som varians eller standardavvikelse (Börjesson & Eliasson, 2011). 5

6 För genomsnittliga förseningar finns en mängd värderingar. Baserat på 23 respektive 37 värden uppskattar Abantes & Wardman (2011) och Wardman, Chintakayala & de Jong (2012) den genomsnittliga relativa värderingen av försening till 3,25 respektive 3,30. 1 Abantes & Wardman, (2011) uppger också att det värde som används för kalkyler i den brittiska järnvägssektorn är 3. En differentiering mellan olika färdmedel presenteras av Wardman, Chintakayala & de Jong (2012). För buss värderas genomsnittlig försening till 3,24-2,83, med lägre värdering på långa sträckor. För tåg är motsvarande intervall 3,53-3,09. Förseningar vid bilresor värderas enligt samma studie till 3,35-3,75 x åkt. För bilresor är alltså värderingen högre vid långa resor. Börjesson, Eliasson & Franklin finner i en studie av tunnelbane- och pendeltågsresor att det relativa värdet på en försening är 3,08-3,27 när värdet beräknas i en modell som inte tillåter någon nämnvärd skillnad i värdering mellan olika nivåer av förseningsrisk. Med en större flexibilitet i detta avseende fås högre värderingar, i synnerhet för kombinationer av låg förseningsrisk och lång förseningstid. Börjesson & Eliasson (2011) erhåller, i en studie på långa tågresor, betydligt högre skattningar av det relativa förseningst (4-17). Detta kan beror på att de risker som vanligen används i värderingsstudier är högre än de faktiska riskerna, vilket skulle ge en underskattning av värderingen. Värderingar av genomsnittliga förseningar kan överföras mellan olika tillämpningar utan hänsyn till parametrar i den underliggande schedulingfunktionen. Värdet av en genomsnittlig försening kan dock påverkas av de specifika värdena på förseningsrisk och förseningslängd vilket gör att generaliseringar måste ske med viss försiktighet (Börjesson & Eliasson, 2011). I den norska sstudie som genomförts inom det norska arbetet med att uppdatera kalkylvärdenvärden (Ramjerdi, Flügel, Samstad, & Killi, 2010) värderas förseningstid för långa (>100km) resor till 1,71 för bil, 1,59 för buss, 1,49 för järnväg och 2,0 för flyg. För kortväga resor (<100km) är motsvarande faktorer 3,90 för bil, 2,75 för kollektivtrafik och 1,06 för färja. I ASEK 4 värderades förseningstid till 2,5 x åkt, vilket baseras på HEATCOS rekommendation om att värdera förseningar likvärdigt med väntetid. Att jämställa osäker restid med helt säker väntetid förefaller i någon mån orimligt och dessutom är 2,5 en låg värdering jämfört med huvudelen av de studier som refereras ovan. ASEK 5 rekommenderade därför en höjning av värderingen av förseningar till 3,5 x åkt Värdering av reskomfort vid trängsel Reskomfort vid trängsel i kollektivtrafik Tidsvärden för privata resor ska multipliceras med följande faktorer i de fall projektet syftar till att åtgärda trängsel i kollektivtrafiksystemet. Någon motsvarande omräkning görs inte för tjänsteresor. Multiplikatorerna avser enskild resa, inte genomsnittlig beläggningsgrad per dygn, år eller liknande. 1 Dessa uppskattningar baseras på en regressionsmodell där olika typer av n modelleras simultant och förklaras av faktorer såsom färdmedel, resans syfte, resans längd samt med olika försöksdesigner. Om den genomsnittliga förseningsfaktorn istället beräknas direkt på de olika studierna utan att ta hänsyn till de faktorer som nämndes ovan blir värdet högre, 7,40 respektive 6,35 gånger åkt. 6

7 Tabell Restidsmultiplikatorer för sittande och stående resenärer vid olika beläggningsgrad och restyp. Beläggningsgrad Sittande Arbete Övrigt 50 0,86 1, ,95 1,14 Stående Arbete 100 1,05 1,26 1,62 1, ,16 1,39 1,79 2, ,27 1,53 1,99 2, ,40 1,69 2,20 2, ,55 1,86 2,44 2,93 Övrigt Bakgrund och motivering Wardman & Whelan (2011) har sammanställt 15 studier av trängsel i järnvägstrafik med totalt 208 olika värderingar. Dessa har analyserats med regressionsanalys för att isolera den rena trängseleffekten från andra faktorer som påverkar ringen. Som resultat erhålls multiplikatorer som anger hur t vid en viss nivå av trängsel förhåller sig till det normala åkt. att dessa faktorer används för att beräkna t för privata resor vid olika grad av beläggning/trängsel i kollektivtrafik. Någon motsvarande omräkning görs ej för tjänsteresor eftersom tjänsteresna baseras på marginalprodukt (lön) och inte på upplevelsen av resan. Multiplikatorerna redovisas i tabell Som jämförelse finns två svenska studier från 2001 vilka sammanfattas av Kottenhoff & Byström (2010). Resultaten från den studie som gav de högsta värderingarna visade att sittplatsgaranti på buss respektive tunnelbana/tåg var 84 respektive 89 kr per månad vilket efter uppräkning med BNP per capita och KPI till 2010 års nivå motsvarar 110 respektive 116 kr per månad Trängsel i biltrafiken Bilresor i trängsel på väg ska värderas till 1,5 gånger normalt åk (se tabell 8.1). Värderingen av trängseltid skaadderas till värderingen av restidsosäkerhet och förseningar i de fall dessa effekter uppträder samtidigt. Värdering av trängseltid ska göras för privata resor, men inte för tjänsteresor. Bakgrund och motivering I ASEK 4 värderades bilkörning vid trängsel som 1,5 x åkt för normal åktid. Abantes & Wardman (2011) finner på grundval av 7 studier med sammanlagt 21 olika värden att trängseltid i genomsnitt skattas till 1,54 x åkt. I Wardman & Ibáñez (2012) skattas den relativa värderingen av trängsel till mellan 1,15 och 1,80 beroende på trängselgrad. 2 För arbetsresor, där det normala rest är 72 kr per timme, motsvarar detta ca 3 timmars resor per månad med ett 50 procentigt trängselpåslag. 7

8 Författarna konstaterar att detta överensstämmer med ett genomsnittligt värde på ca 1,5. Rekommendationen är därför att den tidigare värderingen behålls. I ASEK 4 står det att det trängsel som används är ett aggregerat värde som omfattar både kostnaden för restidsosäkerhet och för olika former av försämringar av reskomfort och att värdet för trängseltid därför inte ska användas samtidigt med värdet för restidsosäkerhet p.g.a. risk för dubbelräkning. Men Wardman & Ibáñez (2012) konstaterar att it does not appear, when taking the evidence across studies, that the estimated congestion multipliers are materially affected by the inclusion or not of reliability within the SC exercise. Att skattningarna av trängseltid inte påverkas av om man samtidigt tar hänsyn till förseningsrisken tyder på att trängseltidsfaktorn är ett rent kvalitetsmått och att kostnaden för restidsosäkerhet och eventuella förseningar måste läggas till. Dessutom måste det konstateras att 1,5 gånger åkt som värdering av både trängsel och restidsosäkerhet skulle vara lägre än den rena förseningsvärderingen, vilket inte är rimligt. Rekommendationen i ASEK är därför att värderingen av trängseltid adderas till värderingen av restidsosäkerhet och förseningar i de fall dessa effekter uppträder samtidigt. Uppräkning av t vid trängsel tillämpas endast på värden som är skattade utifrån betalningsvilja, d.v.s. för privata resor. Värderingen av tjänsterestid motsvarar värdet av uteblivet arbete och är helt fri från komfort- och andra upplevelsekomponenter. Följaktligen ska värdet inte justeras för sådana förhållanden. Restidsosäkerhet och förseningar ska däremot värderas både för privata resor och tjänsteresor. 8.3 n för godstransporter n ska beräknas för godstransporter genom att multiplicera godsn med faktorn 2. Varugruppspecifika förseningsn rekommenderas för Samgodsvarugrupper enligt Tabell 8.4 och STAN-varugrupper enligttabell 8.5. Bakgrund och motivering Transportmedelspecifika förseningsn för lastbilar med släp, lastbilar utan släp och personbilar i yrkestrafik efterfrågas inte. ASEK betonar att de rekommenderade förseningsn bör anses som provisoriska värden som inte stödjer sig på empiri. Det finns ett stort utvecklingsbehov vad det gäller kalkyler av tidsvinster och framför allt högre tillförlitlighet för godstransporter (Vierth, I., 2010). Ansträngningarna hittills har inte lett till övertygande kalkylvärden och metoder (Vierth, 2012). 8

9 Tabell 8.4. Transporterad godsmängd och förseningsn (i kronor per tontimme, års prisnivå) för 2010 och 2030 per SAMGODS-varugrupp exkl och inkl generellt. SAMGODS-varugrupp (NSTR-grupp) Milj. ton exkl. generellt inkl. generellt Milj. Ton exkl. generellt inkl. generellt 1 Spannmål (10) 5,0 0,38 0,48 4,2 0,50 0,62 2 Potatis, grönsaker (20) 4,8 1,16 1,44 4,5 1,50 ) för 2010 och 2030 per 1,84 3 Levande djur (31) 0,4 2,08 2,58 0,3 2,76 3,40 4 Sockerbetor (32) 3,0 0,36 0,44 3,2 0,56 0,68 5 Rundvirke 49,3 0,08 0,10 64,3 0,08 0,10 pappersindustri (41) 6 Sågade trävaror (42) 10,4 1,20 1,46 12,3 1,34 1,64 7 Flis, trä-/sågavfall (43) 12,3 0,14 0,16 15,5 0,16 0,18 8 Andra trävaror (44) 0,1 0,62 0,76 0,2 0,62 0,76 9 Textilier (50) 0,6 9,62 11,82 0,6 9,62 11,82 10 Livsmedel och djurfoder 22,1 4,28 5,28 23,9 4,96 6,10 (60) 11 Oljefrön, fetter (70) 11,1 0,66 0,82 11,5 0,86 1,04 12 Fasta mineralbränsle 5,8 0,28 0,34 5,6 0,28 0,36 (80) 13 Råolja (90) 19,6 0,80 1, ,38 1,70 14 Petroleumprodukter 33,2 0,94 1,16 28,1 1,34 1,64 (100) 15 Järnmalm och skrot 34,8 0,14 0,16 72,8 0,14 0,18 (110) 16 Icke järnhaltiga metaller 3,0 2,26 2,78 3,2 2,52 3,12 (120) 17 Metallprodukter (130) 18,7 3,30 4,06 17,5 3,64 4,48 18 Cement, kalk (140) 21,4 0,68 0, ,86 1,06 19 Sand, grus (151) 19,3 0,02 0,02 19,3 0,02 0,04 20 Mineraliska ämnen 13,2 0,20 0,24 16,6 0,22 0,26 (152) 21 Gödsel (160) 2,1 0,44 0,54 2,7 0,50 0,60 22 Kolbas. kemikalier (170) 1,0 0,76 0,94 2 0,76 0,94 23 Andra kemikalier (180) 15,6 4,60 5,66 21,7 4,88 6,02 24 Pappersmassa (190) 9,5 0,76 0,92 11,9 0,82 1,00 25 Transportutrustning 4,9 19,92 24, ,78 25,54 (200) 26 Metallprodukter (210) 5,1 7,28 8,94 5,5 8,92 10,96 27 Glass, keramik (220) 1,4 3,82 4,68 1 4,06 4,98 28 Paper, pap (231) 13,9 1,54 1,90 18,2 1,58 1,94 29 Leder mm (232) 9,4 9,74 11,98 11,1 11,24 13,82 30 Blandad (240, anv. ej) 0,00 0,00 0,00 0,00 inte) 31 Rundvirke sågverk (45) 15,5 0,08 0,10 18,3 0,08 0,10 32 Maskiner (201) 8,1 28,32 34,82 11,1 30,80 37,90 33 Pappersprod. (233) 5,5 4,02 4,94 6,9 4,62 5,68 34 Använd förpackning 3,0 1,20 1,48 3,3 1,50 1,84 (250) 35 Flygfrakt (-) 1,0 139,08 171,08 0,8 219,12 269,52 Summa 384 2,62 3, ,98 3,68 9

10 Tabell 8.5. Transporterad godsmängd och förseningsn (i kronor per tontimme, 2010 års priser) för 2010 och 2030 per STAN-varugrupp exkl. och inkl generellt STANvarugrupp Milj. ton exkl. generellt inkl generellt Milj. ton exkl. generellt inkl. generellt 1 Jordbruk 24,4 0,70 0,86 23,7 0,90 1,10 2 Rundvirke 64,7 0,08 0,10 82,6 0,08 0,10 3 Övriga 22,8 0,62 0, ,68 0,84 4 trävaror Livsmedel 22,1 4,28 5,28 23,9 4,96 6,10 5 Råolja 25,4 0,68 0,84 20,6 1,08 1,34 6 Oljeprodukter 34,3 0,94 1,14 30,2 1,30 1,60 7 Järnmalm 37,8 0,30 0, ,24 0,30 8 Stål 18,7 3,30 4,06 17,5 3,64 4,48 9 Papper och 28,8 1,76 2, ,90 2,34 10 massa Jord, sten 53,9 0,32 0, ,38 0,48 11 Kemikalier 17,6 4,12 5,06 24,4 4,40 5,40 12 Färdiga 32,5 14,44 17,76 39,5 17,08 21,00 produkter Flygfrakt 1 139,08 171,08 0,8 219,12 269,52 Summa 384 2,62 3, ,98 3, Värdering av osäker transporttid för godstransporter att man inte längre ska tillämpa i ASEK 4 angivna förseningsrisker per kilometer samt tillkommande förseningsrisk vid gränspassage (i promille per kilometer respektive per passage). Dessa värden baseras inte på aktuella empiriska data. Viss information om godstågens förseningar med avseende på längd, tid och regional spridning har tagits fram i (FakhraeiRoudsari, 2011) och (Krüger, Vierth, & FakhraeiRoudsari, 2012). Man ska heller inte tillämpa de av ASEK 4 rekommenderade kalkylvärdena per varugrupp för minskad förseningsrisk (i kronor per ton och promille minskad risk). Dessa värden är ett alternativ till förseningsna i avsnitt 8.2 men stöds inte av aktuella empiriska mätningar och har heller aldrig använts i infrastrukturplaneringen (Ström, 2012). 10

11 8.5. Värdering av sårbarhet i transportsystemet I de fall då sårbarhetsaspekten är mycket uppenbar, rekommenderas att effekterna beskrivs kvalitativt samt om möjligt kvantifieras i termer av restidsförändringar. Bakgrund och motivering Värdering av sårbarhet utgör ett specialfall av förseningsvärdering, avseende sällsynta händelser med mycket stora konsekvenser. Ofta kommer frågan upp när en del av värdet av en investering är att skapa redundans i systemet, t.ex. genom funktionella dubbelspår. Hittills finns ingen metod för att systematiskt försöka värdera dessa effekter. Men i de fall då sårbarhetsaspekten är mycket uppenbar, rekommenderas att effekterna beskrivs kvalitativt samt om möjligt kvantifieras i termer av restidsförändringar. Referenser Edwards, H. (2011). Varuvärden godsprognos 2030 och Stockholm: Vetura ( ). Edwards, H. (den ). Varuvärden xlsx ( ). Vectura. Fakhraei Roudsari, F. (2011). Spatial, Temporal and Size Distribution of Freight Train Time Delay in Sweden (Master thesis). KTH. Krüger, N. A., Vierth, I., & FakhraeiRoudsari, F. (2012). Spatial, Temporal and Size Distribution of Rail Freight Train Delays: Evidence from Sweden (unpublished working paper). CTS. Lindblom, H. (den ). Långsiktsprognoser ( ). Energimyndigheten. SIKA. (2002). Översyn av samhällsekonomiska metoder och kalkylvärden på transportområdet ASEK. Stockholm: SIKA (SIKA Rapport 2002:4). SIKA. (2008). Samhällsekonomiska principer och kalkylvärden för transportsektorn: ASEK 4. Stockholm: SIKA (PM2008:3). SIKA. (2009). Värden och metoder för transportsektorns samhällsekonomiska analyser - ASEK 4. Stockholml: SIKA (Rapport 2009:3). Ström, P. (den ). (I. Vierth, Intervjuare) Vierth, I. (2010). Värdering av minskad transporttid och minskad variation i transporttid för godstransporter. Stockholm: VTI (Rapport 683). Vierth, I. (2012). Värdering av tidsvinster och högre tillförlitlighet för godstransporter, Kunskapsinventering på uppdrag av ASEK 5-gruppen (kommande VTI-Notat). VTI. 11