Regionala samhällseffekter av restidsvinster

Transkript

1 Regionala samhällseffekter av restidsvinster

2

3 Finansiärer av projektet MerKoll MerKoll finansieras av följande organisationer: Skinnskattebergs kommun Rapporten är skriven av Einar Holm, professor i kulturgeografi, Umeå Universitet En publikation utgiven av Mer Koll

4 Fördubblat resande Allt fler människor väljer att resa kollektivt när kollektivtrafiken anpassas efter människors behov av effektiva, tillgängliga och prisvärda transporter. För att nå detta och ett mer långsiktigt hållbart resande respektive tillgänglighet, konkretiseras detta i Mer Koll med en gemensam utgångspunkt. Utgångspunkten är att nå en väl utvecklad kollektivtrafik och infrastruktur som erbjuder stora möjligheter till dagligt resande inom regionen och mellan regioner. När vi blickar framåt ser vi möjligheter att flytta över resandeströmmar från personbil till kollektivtrafik, vilket också är medlet för minskad miljöpåverkan. Vi ser också att den största potentialen för ökad andel resande är i redan befintliga pendlingsstråk, varför särskilda utredningar över snabbusslinjer och tågresande genomförts. I glesare områden behövs också en basnivå för kollektivtrafiken. Stomtrafiken kompletteras med busstrafik av mer lokal karaktär. Stig Johansson Projektledare Hur fördubblar vi resandet med kollektivtrafik till 2020?

5 Innehållsförteckning Sammanfattning 6 Kapitel 1 Bakgrund 8 Kapitel 2 Eskilstuna - Västerås 9 Kapitel 3 Nora - Örebro 10 Kapitel 4 Ostlänken 11 Kapitel 5 Ostlänken plus 13 Kapitel 6 Norra länken 14 Kapitel 7 Södra länken 16 Kapitel 8 Södra länken plus Västerås 17 Kapitel 9 Norra plus Södra länken 18 Kapitel 10 Västra Mälardalen 20 Bilaga 23 5

6 Sammanfattning Förbättrad infrastruktur skapar utveckling utanför Stockholm Alla experiment där Stockholm är en av noderna i en serie av förbättrade transportlänkar mellan flera kommuncentra demonstrerar att det inte är så att det är Stockholm som blir den enda magneten för sysselsättning och resten av Mälardalen dess förort. Tvärtom tycks förbättrade kommunikationer ofta medföra en påtaglig utveckling av både befolkningsnumerär och sysselsättning i andra större kommuner, särskilt om de ligger på ett visst avstånd från Stockholm. Större effekter längre bort - ibland Det kan i vissa fall inträffa att effekten av en ny förbindelse blir störst i andra kommuner än de direkt berörda, att systemeffekten av att genomföra transportinvesteringar främst visar sig på andra platser än de som direkt involveras i utbyggnaden av infrastruktur. Osymmetriska effekter norr och söder om Mälaren En jämförelse mellan experiment som innehåller förbättrad infrastruktur bara norr om Mälaren eller bara söder om Mälaren eller både norr och söder om Mälaren visar att några kommuner norr om Mälaren kan förlora den expansion de får när den norra länken får vara ifred för den södra länken. Kommunerna efter södra grenen håller däremot ställningarna och får ungefär samma utökade tillväxt vare sig norra länken genomförs eller inte. Den norra grenen tycks förlora något av sin tillväxt i befolkning och sysselsättning på att den södra förbättras, däremot påverkas inte den södra av att den norra länken förbättras. Långsam men uthållig omflyttning Ett genomgående drag som demonstreras av flera experiment är att anpassningsprocesser, särskilt när de involverar omflyttning är långsamma processer. Hastigheten formas i modellen (via skattade ekvationer) av storleken på observerade förändringar Trots det långa tidsperspektivet i beräkningen behövs det uppenbarligen mer än 38 år för att effekten av en massiv infrastrukturinvestering år 2012 ska värka ut till något som liknar ett nytt jämviktsläge. Processen fortsätter i en takt som bestäms av hur ofta (sällan) individer brukar/vill flytta. Detta illustrerar den fundamentala restriktion som den relativt stabila geografiska befolkningsfördelningen ger och de boendepreferenser den speglar. Ny infrastruktur får begränsad effekt på omflyttning och befolkning Effekten på omflyttning och befolkning är påtaglig men oftast ganska liten jämfört med den omflyttning och befolkningsförändring i samma riktning som inträffar även utan transportförbättringen särskilt för större kommuner. I flera experiment får t.ex. Stockholms kommun och län något reducerad befolkningstillväxt medan övriga kommuner som passeras av experimentets förbättrade transportlänkar får ökad befolkningstillväxt. Denna reduktion av Stockholms tillväxt motsvarar t.ex. i experimentet Ostlänken inte mer än ett till två års tillväxt (av 38 års tillväxt) enligt referensscenariot utan ny infrastruktur. Ny infrastruktur ger lokal tillväxt Flertalet experiment genererar ökad lokal sysselsättning och inkomstnivå, fr.a. i de kommuner som direkt berörs av den förbättrade infrastrukturen men ofta även i angränsande kommuner. När en större och en mindre kommun får närmare till varandra blir det ofta den mindre kommunen som vinner mest på förändringen. När Stockholm är den stora kommunen i kedjan av förbättrade länkar blir resultatet ofta att utpendling och utflyttning från Stockholm till de andra kommunerna ökar mer än inpendling och inflyttning till Stockholm från övriga kommuner. Ny infrastruktur ger nationell tillväxt För de mer omfattande experiment som genomförts är det meningsfullt att summera resultatet av experimentet för alla kommuner i Sverige för att se om det blir någon nettoeffekt för Sverige som helhet. Alternativet är att det mest blir en omfördelning av sysselsättning, befolkning och inkomster på bekostnad av de delar av landet som inte är direkt berörda av transportförbättringen. Experimentet Östra Mälardalen med omfattande infrastrukturförbättringar både norr och söder om Mälaren tyder på att nettoeffekten för hela landet kan bli betydande. Antalet pendlare i hela Sverige ökar med ungefär 8000 och antalet sysselsatta med ungefär 4000 personer. Samtidigt ökar årsinkomsten per sysselsatt, utslaget på alla sysselsatta i hela landet med ungefär 1000 kr. Experimentet Västra Mälardalen med samlade förbättringar av transportlänkar relativt långt från Stockholm ger på samma sätt effekter som åtminstone är hälften så stora som i experimentet Östra Mälardalen. Det tyder på att stora och samlade infrastrukturinvesteringar kan generera långsiktig tillväxt för landet som helhet även när de genomförs en bit från huvudstaden. 6

7 Infrastrukturens tillväxteffekt kan betala dess kostnader Om man bortser från skillnader mellan kommuner i lönenivå, näringsstruktur och kapitalintensitet etc. motsvarar inkomsteffekten av t.ex. experimentet Östra Mälardalen en årlig ökad BNP på ca 6 mdr kr. motsvarande en momentant ökad nationell produktionstillväxt på 0.18 %. Enligt vägverket kostar t.ex. en meter motorväg kr. att anlägga. En infrastrukturförbättring som motsvarar en ombyggnad till motorvägsstandard för alla länkar i experimentet Östra Mälardalen (20 mil) skulle, baserat på dessa uppgifter, kunna genomföras till en kostnad som inte är större än värdet av två års ökad nationell tillväxt som effekt av den förbättrade infrastrukturen. Även om dessa uppgifter underskattar kostnader eller överskattar tillväxteffekten flera gånger om torde den samhällsekonomiska effekten av infrastrukturförbättringen enkelt gå att räkna hem vare sig man lägger till värdet av tidsvinster, minskade olycksrisker och reducerad miljöbelastning eller inte. 7

8 1 Bakgrund Rapporten har tillkommit för att demonstrera en metod att bedöma transportinvesteringars vidare effekter i samhället. Det handlar här om vilken inverkan förbättringar av vägar och tågförbindelser i Mälardalen kan få på pendling, omflyttning, boende, sysselsättning och inkomster. Sådana samhällseffekter finns ofta med som en central del av motiven för att förbättra infrastrukturen. Svårigheten att beräkna dessa dynamiska och indirekta effekter gör dock att de sällan behandlas ingående i beslutsunderlag som föregår en infrastrukturinvestering (som däremot kan innehålla information om tidsvinster, minskad olycksrisk och miljöbelastning etc.). I rapporten ges exempel på möjliga samhällseffekter av några hypotetiska infrastrukturförbättringar i Mälardalen baserade på experiment med en nyutvecklad simuleringsmodell, InfraSim. Arbetet för rapporten har genomförts på uppdrag av Länstrafiken Mälardalen AB/ MerKoll delprojekt Förstudie Västerås - Eskilstuna. Först ges en sammanfattande beskrivning av mer generella resultat och slutsatser av genomförda experiment. Därefter presenteras kortfattat modelleninfrasim. Slutligen presenteras resultat från de olika genomförda experimenten. En mer ingående presentation av metodik och resultat redovisas i bilaga 1. Modellen InfraSim Modellen avbildar alla personer i Sverige individuellt. Den kan ses som ett akvarium, som en laboratorieversion av Sverige där de artificiella individerna lever sina liv under kontrollerade förhållanden: de föds, åldras och dör, de flyttar mellan kommuner, får barn, invandrar och utvandrar och de börjar arbeta, får arbetsinkomst, byter arbetskommun och slutar arbeta. Individerna i modellens befolkning kan leva om sina liv många gånger med nya förutsättningar för att belysa vilken skillnad de nya villkoren medför eller vilken skillnad frånvaron av förändrade villkor ändå kan innebära. Sannolikheten för varje händelse i modellen är specifik för varje individ, år och kommun. Den baseras på statistisk analys av motsvarande händelser i den observerade befolkningen av individer. Speciellt viktigt för analysen av infrastrukturförbättringars betydelse är att modellindividernas val av arbete på olika avstånd från bostaden och val av destination vid flyttning speglar motsvarande observerade personers beteende under samma förutsättningar (figur 28). Med utgångspunkt från befintliga transportlänkar mellan kommuner och de nya förkortade länkar som infrastrukturförbättringen skapar räknar modellen först ut det nya närmaste avståndet mellan alla par av kommuner i landet. Därmed får inte bara de som bor i kommuner där de förbättrade länkarna ligger utan också alla andra som bor i andra kommuner som får närmare till varandra tack vare den förbättrade länken nya förutsättningar för att få arbete och välja arbetsort eller ort att flytta till. Under simuleringens gång påverkas sedan individernas val på många andra sätt av egna tidigare beslut och av de val andra personer gör. Den som byter arbetskommun när pendlingsavstånden förändras lämnar efter sig en vakans som ger någon annan arbete samtidigt som andra inte får just det jobb personen byter till. Individernas möjlighet att få arbete i olika kommuner påverkas av egna, individuella egenskaper, av avståndet från bostadskommunen till den eventuella arbetskommunen, av avståndet till arbete i andra kommuner och av konkurrensen från andra personer om dessa jobb i olika kommuner. Den person som flyttar konkurrerar framöver helt eller delvis på en annan lokal/regional arbetsmarknad vilket ökar arbetsutbudet på den nya platsen och dess omgivning och minskar det på den gamla. Antalet jobb och inkomstnivån vid en kommuns arbetsplatser påverkas av den lokala och regionala tillgången på arbetskraft. Tillgången på arbetskraft för kommunens arbetsplatser påverkas i sin tur av hur många som kan pendla dit och hur många av dessa som väljer att arbeta i andra kommuner. Detta påverkas i sin tur bl.a. av hur avstånden mellan kommunerna förändrats. Ett experiment genomförs genom att en simulering av hela befolkningsutvecklingen utan förändrad infrastruktur jämförs med resultatet av en simulering där en eller flera länkar mellan valda kommuner förkortats men där övriga förutsättningar är identiska. Skillnaden i utfall kan ses som en relativt renodlad effekt av den enda förändrade förutsättningen: infrastrukturinvesteringen. Exempel Här presenteras ett urval av resultaten från de experiment som redovisas i bilaga 1. Alla experiment genomförs så att en eller flera väglänkar förkortas vid valda tidpunkter i framtiden. När detta är specificerat räknar modellen ut närmaste väg mellan alla par av kommuner i Sverige för varje år inom den valda prognoshorisonten med hänsyn tagen till var och när förbättringen ska inträffa. Därefter simuleras utvecklingen av omflyttning, befolkning, sysselsättning, pendling, inkomster etc. via händelser som varje individ i befolkningen väljer eller avstår från att genomföra varje år framöver givet de då gällande avståndsförutsättningarna. 8

9 2 Eskilstuna-Västerås, 25 procent snabbare Eskilstuna - Västerås, 25 procent snabbare I experimentet förutsätts att restiden Eskilstuna-Västerås minskas med 25%, från 33 till 25 minuter. Modellen avbildar detta genom att bygga en direktförbindelse som är 33 km lång, 25% kortare än nuvarande kortaste väg, 44 km. Simuleringen visar inga dramatiska förändringar i utpendlingens omfattning. För bägge kommunerna tycks omfattningen öka långsamt med ytterligare ca 200 pendlare. Befolkningseffekten av detta experiment blir relativt osymmetrisk mellan de två närmast berörda kommunerna. Befolkningen i Västerås ökar med ca 1000 fler personer under perioden jämfört med utvecklingen utan ny förbindelse medan ökningen av befolkningen i Eskilstuna blir ca 2000 personer lägre. I bägge kommunerna blir enligt simuleringen befolkningsökningen av andra skäl (med eller utan ny väg) mycket kraftigare än den relativt marginella effekten av vägen. Antalet sysselsatta i de två kommunerna utvecklas på liknande sätt som totalbefolkningen. Något fler än i referensalternativet utan ny förbindelse använder den förbättrade förbindelsen till att bo och/eller jobba i Västerås jämfört med Eskilstuna Västerås 44,1 33,075 Eskilstuna Figur 1 Västerås-Eskilstuna Västerås Eskilstuna Figur 2. Effekt på totalbefolkningen av att bygga en förbindelse mellan Eskilstuna och Västerås 2015 som minskar restiden med 25 procent 9

10 3 Nora - Örebro, 38 procent snabbare Nora - Örebro, 38 procent snabbare I detta experiment förkortas restiden mellan Nora och Örebro från 40 till 25 minuter genom att avståndet i simuleringen minskas med 38 %. I experimentet ökar befolkningen i den lilla kommunen Nora med 500 personer medan den minskar ungefär lika mycket i den större kommunen Örebro. Antalet sysselsatta ändras på ungefär samma sätt. Samtidigt ökar antalet inpendlare upp emot 200 medan utpendlingen stannar på ungefär halva den nivån Nora Örebro Inpendlare Utpendlare Figur 3. Effekt på totalbefolkningen i Nora och Örebro kommuner av att restiden på sträckan Nora - Örebro minskas med 25 procent Figur 4. Experiment Nora-Örebro. Effekt på pendlingen till och från Nora kommun av att restiden på sträckan Nora - Örebro minskas med 38 procent. 10

11 4 Ostlänken, 34 procent snabbare Ostlänken: Stockholm, Nyköping, Norrköping, Linköping, 34 procent snabbare I detta experiment avbildas en situation där restiden från Stockholm till Linköping minskar från 90 till 65 minuter, till 41 24,6 Linköping Norrköping 63 40,95 Nyköping Stockholm 95,7 62,205 ras befolkningstillväxten nästan lika mycket som den ökar i de tre övriga närmast berörda kommunerna tillsammans. Dock motsvarar denna reduktion av Stockholms tillväxt inte mer än ett eller två års tillväxt (av 38 års tillväxt) enligt referensscenariot utan ny infrastruktur. När experimentutfallet för befolkningsutvecklingen avläses i en större regional skala, för de län som de direkt berörda kommunerna ligger i visar det sig att Östergötlands län växer ytterligare något mer än som summan av de två direkt berörda kommunerna, Linköping och Norrköping. Södermanland växer ytterligare med 6000 personer netto, något mindre än den utökade tillväxten i Nyköping. Stockholms län minskar däremot sin befolkningsökning med personer under perioden, bara en tredjedel drygt av denna reduktion inträffar just i Stockholms kommun. Uppenbarligen väljer många potentiella inflyttare att avstå från destinationer i hela länet och inte bara i Stockholms kommun som resultat av restidsförbättringen och detta drabbar i viss mån även andra delar (närmare Stockholm) av Södermanlands län utom Nyköping. Norrköping från 80 till 50 minuter och till Nyköping från 65 till 40 minuter. Här delas hela sträckan upp på delsträckor som var och en får reducerat avstånd så att det ungefär svarar mot experimentförutsättningen. Det betyder att även Nyköping och Norrköping får reducerade avstånd till varandra och till Linköping och Stockholm. Figur 6 demonstrerar ett drag som återkommer i många olika experiment: när Stockholm finns med i kedjan av förbättrade förbindelser blir effekten betydligt större än när andra kommuner i Mälardalen får närmare till varandra men inte till Stockholm. Alla kommuner efter experimentsträckan utom Stockholm får påtagligt utökad befolkningstillväxt, Linköping växer med personer mer än utan förbättrad restid, Norrköping växer med fler och Nyköping med 8000 fler till år Detta är substantiella utökningar jämfört med motsvarande scenario utan transportförbättring (referensscenariot) men de motsvarar ändå bara en mindre del av den befolkningsökning som skulle ha inträffat i kommunerna under perioden även utan ny infrastruktur. Restidsförbättringen får en påtaglig befolkningsomfördelande effekt inom Mälardalen. Bara i Stockholms kommun reduce Linköping Norrköping Nyköping Stockholm Figur 6. Ostlänken - befolkning. Nettoeffekt i närmast berörda kommuner på utvecklingen av totalbefolkningen av att bygga förbindelser mellan Stockholm, Nyköping, Norrköping och Linköping som minskar (tids) avståndet totalt och på alla delsträckor med ca 34 procent år

12 Figur 7 visar att den påtagliga befolkningseffekten i Östergötlands län svarar mot en utveckling som inte huvudsakligen baseras på ökad pendling till Stockholm. Antalet inpendlare till kommunerna i Östergötland ökar mer än dubbelt så mycket som utpendlingen samtidigt som inflyttningen ökar mer än utflyttningen. Dessutom ökar sysselsättningen (dagbefolkningen) i Östergötland betydligt mer än antalet sysselsatta som bor i länet oavsett var de arbetar (nattbefolkningen) Inpendlare Utpendlare Inflyttade Utflyttade Figur 7. Ostlänken pendling och omflyttning. Effekten i Östergötlands läns kommuner på utvecklingen av omflyttning och pendling av att bygga förbindelser mellan Stockholm, Nyköping, Norrköping och Linköping som minskar (tids)avståndet totalt och på alla delsträckor med ca 34 procent år Figur 8 visar att inte bara befolkningen, sysselsättningen och antalet inpendlare utan också inkomstnivån för alla sysselsatta i Linköping, Norrköping och Nyköping ökar som en följd av transportinvesteringen. Effekten per sysselsatt i Stockholm blir däremot liten Nyköping Norrköping Linköping Stockholm Figur 8. Ostlänken - inkomstnivå. Effekten i närmast berörda kommuner på utvecklingen av de sysselsattas inkomstnivå (100-tals kronor) av att bygga förbindelser mellan Stockholm, Nyköping, Norrköping och Linköping som minskar (tids)avståndet totalt och på alla delsträckor med ca 34 procent år

13 5 Ostlänken plus 41 26,65 Västerås 44,1 33,075 Eskilstuna 63 40,95 Norrköping Stockholm 95,7 62,205 Nyköping Ostlänken plus Eskilstuna - Västerås I detta experiment läggs restidsförbättringarna i de två föregående experimenten ihop och simuleras samtidigt för att se om effekten blir annorlunda än när de simuleras var för sig. En möjlig systemeffekt är att när Eskilstuna-Västerås adderas till Ostlänken reduceras den effekt Ostlänken hade på att bromsa befolkningsökningen i Stockholm samtidigt som även befolkningstillväxteffekten i Linköping dämpas. Samma tendens finns i berörda län. För utpendlingen kan samma mönster iakttas men där tillkommer dämpning av effekten även för Norrköping. Dessa än mer indirekta effekter är större än de som tycks inträffa i de kommuner som direkt berörs av skillnaden mellan experimenten. Där är effekten och skillnaden i effekt så liten att den inte kan särskiljas från rena tillfälligheter. Linköping Figur 9. Experiment Ostlänken plus Eskilstuna - Västerås Norrköping Linköping Nyköping Västerås Eskilstuna Stockholm Figur 10. Ostlänken plus Eskilstuna - Västerås. Effekten i närmast berörda kommuner på utvecklingen av totalbefolkningen av att bygga förbindelser mellan Stockholm, Nyköping, Norrköping och Linköping som minskar (tids)avståndet totalt och på alla delsträckor med ca 34 procent år

14 6 Norra länken Västerås 34,4 25,8 Enköping 71,4 53,55 Stockholm Figur 12. Experiment Västerås-Enköping-Stockholm, 25 procent snabbare. Västerås-Enköping-Stockholm, Norra länken I experimentet förutsätts att den förbättrade transportleden mellan Västerås och Stockholm passerar Enköping och att bägge dessa länkar får en förkortning av restiden/avståndet motsvarande 25 procent år Figur 13 visar ungefär samma mönster som resultaten för Ostlänken. Befolkningstillväxten i Västerås och Enköping ökar medan den minskar i Stockholm. I grova drag blir den sammanlagda effekten på övriga kommuner i samma län (Stockholm och Västmanland) lika stor som effekten i de direkt berörda kommunerna. Liksom i Linköping, om Ostlänken byggs, ökar i detta experiment sysselsättningen (dagbefolkningen) i Västerås rejält medan den minskar i Stockholms kommun och län (det är bara ökningstakten som minskar något) Västerås Enköping Stockholm Figur 13. Effekt på totalbefolkningen i närmast berörda kommuner av att restiden på sträckan Stockholm-Enköping-Västerås minskas med 25 procent 14

15 Inpendling Inpendlingen till Västerås ökar också mycket mer än utpendlingen därifrån och inflyttningen ökar mer än utflyttningen (figur 14). Dessutom ökar inkomstnivån relativt Stockholm som en följd av experimentet (figur 15). Så som modellen uppfattar förutsättningarna för lokal tillväxt är det snarare det som blir konsekvensen i Västerås (liksom i Linköping av Ostlänken) av restidsförbättringen än att pendlingen till Stockholm skulle öka ensidigt Inpendlare Utpendlare Inflyttade Utflyttade 40 Västerås Stockholms län Figur 14. Effekt på pendling och omflyttning till och från Västerås av att restiden på sträckan Stockholm-Enköping-Västerås minskas med 25 procent. Figur 15. Effekt på Fig 15. Effekt på inkomsten per sysselsatt för dagbefolkningen i Västerås kommun och i Stockholms län av att restiden på sträckan Stockholm-Enköping-Västerås minskas med 25 procent Figur 15. Effekt på inkomsten per sysselsatt för dagbefolkningen i Västerås kommun och i Stockholms län av att restiden på sträckan Stockholm-Enköping - Västerås minskas med 25 procent. 15

16 7 Södra länken 29,4 Strängnäs Eskilstuna 22,05 45,8 Stockholm 34, ,25 Södertälje Figur 16. Södra länken. Eskilstuna-Strängnäs-Södertälje-Stockholm, 25% snabbare. Eskilstuna - Strängnäs - Södertälje- Stockholm ( Södra länken ) Inpendlare Utpendlare Inflyttade Utflyttade I detta experiment minskas restiden/avståndet mellan Eskilstuna och Stockholm med 25 % år Det förutsätts att den förbättrade transportleden passerar Strängnäs och Södertälje. I experimentet förkortas alltså dessa tre länkar med 25 % vardera. Mönstret från tidigare experiment går igen. Befolkningstillväxten ökar markant i de tre kommunerna efter sträckan och minskar i Stockholm. Samma sak gäller för dagbefolkningen. Inpendlingen till exempelvis Eskilstuna ökar också avsevärt mer än utpendlingen samtidigt som inflyttningen ökar mer än utflyttningen (figur 17). Även inkomstnivån för dagbefolkningen tycks öka mer än utan nya transportleder i de tre kommunerna, upp emot kanske 5000 kr per sysselsatt och år mot slutet av simuleringsperioden. Sammantaget tycks den nya transportleden även i detta fall skapa en utveckling som inte alls bara innehåller utökad befolkning utan också utökad sysselsättning och inkomst i och inpendling till (bl.a.) de tre kommunerna efter sträckan Figur 17. Södra länken. Effekt på omflyttning och pendling till och från Eskilstuna av att restiden på sträckan Stockholm-Södertälje-Strängnäs- Eskilstuna minskas med 25 procent. Stockholm - Enköping - Västerås - Eskilstuna, 25 procent snabbare Detta experiment kombinerar förutsättningarna i experiment Eskilstuna-Västerås med Norra länken: Stockholm-Enköping- Västerås. Västerås och Enköping utvecklas ganska snarlikt som när länken till Eskilstuna inte ingår, däremot blir dämpningen av Stockholms tillväxt större i detta kombinerade experiment. Den negativa effekten på befolkningsutvecklingen i Eskilstuna av det första experimentet försvinner i detta kombinerade experiment men. Suget från Västerås kompenseras, mer inte mer, av inflyttning från Stockholmshållet. För Eskilstunas del kan samma skillnad noteras för dagbefolkningens utveckling. Även inpendlingen till Eskilstuna blir i stort sett oförändrad i detta experiment. 16

17 8 Södra länken + Västerås, 25% snabbare Västerås 44,1 33,075 29,4 Strängnäs Eskilstuna 22,05 45,8 Stockholm 34, ,25 Södertälje Västerås - Eskilstuna - Strängnäs - Södertälje - Stockholm, 25 procent snabbare Experimentet kombinerar södra länken med förbättringen på sträckan Eskilstuna-Västerås. Mönstret är nu välbekant, Stockholm minskar (tillväxttakten) och övriga kommuner efter sträckan ökar sin befolkning. En stor skillnad jämfört med experiment Norra länken + Västerås-Eskilstuna är att Eskilstuna (och Strängnäs och Södertälje) byter plats med Västerås. Eskilstuna ligger nu mycket mer på spåret från Stockholm och får en utökad befolkningsutveckling som blir nästan lika stor som med Södra länken då ingen transportförbättring till (konkurrens med) Västerås infördes. Den lilla mellanskillnaden går dock till Västerås som nu ligger längst bort i skuggan av Eskilstuna när det gäller de nya kommunikationerna till Stockholm. Dagbefolkningen i kommunerna utvecklas mycket snarlikt totalbefolkningen. Liksom med södra länken (utan ny förbindelse Eskilstuna-Västerås) ökar inpendlingen till exempelvis Eskilstuna mycket mer än utpendlingen samtidigt som inflyttningen ökar mer än utflyttningen. Samtidigt ökar dagbefolkningens inkomstnivå. Återigen betyder allt detta (så som modellen ser betingelserna för utveckling av näringsliv och sysselsättning) att det som inträffar är en lokal samhällsutveckling utanför Stockholm och inte bara en utveckling av nya sovstäder. Figur 18. Experiment Eskilstuna - Västerås + södra länken: Stockholm- Södertälje-Strängnäs - Eskilstuna - Västerås (25 % snabbare) Södertälje Eskilstuna Strängnäs Västerås Stockholm Figur 19. Effekt på totalbefolkningen i närmast berörda kommuner av att restiden på sträckan Västerås-Eskilstuna-Strängnäs-Södertälje- Stockholm minskas med 25 procent. 17

18 9 Norra + Södra länken 25 procent snabbare Västerås 34,4 25,8 Enköping 44,1 33,075 71,4 53,55 29,4 Strängnäs Eskilstuna 22,05 45,8 Stockholm 34, ,25 Södertälje Figur 20. Östra Mälardalen:Eskilstuna-Västerås + Norra länken: Stockholm-Enköping-Västerås + Södra länken: Stockholm-Södertälje- Strängnäs-Eskilstuna, 25 procent snabbare. Stockholm - Enköping - Västerås - Eskilstuna - Strängnäs - Södertälje - Stockholm, 25 procent snabbare Detta experiment sluter cirkeln runt östra Mälardalen med massiva infrastrukturinvesteringar på sex olika länkar som minskar restiden på var och en av dessa med 25 procent. I detta experiment tycks kommunerna norr om Mälaren, Enköping och Västerås förlora den expansion de fick när den norra länken fick vara ifred för den södra. Kommunerna efter södra grenen håller däremot ställningarna och får ungefär samma utökade befolkningstillväxt som de fick utan norra länken. Den norra grenen förlorar befolkningsmässigt på att den södra förbättras, däremot påverkas inte den södra av att den norra länken förbättras. Sysselsättningen(dagbefolkningen) i kommunernaförändras ungefär på samma sätt som totalbefolkningen. I detta experiment är omfattningen så stor att det går att se om transportförbättringen utöver de lokala effekterna även ger totala nationella tillväxteffekter netto. Enligt figur 22 ökar antalet pendlare i hela Sverige med ungefär 8000 och antalet sysselsatta med ungefär 4000 personer. Samtidigt ökar årsinkomsten per sysselsatt, utslaget på alla sysselsatta i landet enligt figur 23 med ungefär 1000 kr. Detta enbart på grund av den betydelse restidsförbättringen i Mälardalen i detta experiment enligt skattade ekvationer får för sysselsättning och inkomster via bättre tillgänglighet till arbetskraft och marknad Södertälje Eskilstuna Strängnäs Stockholm Enköping Västerås Figur 21. Experiment Östra Mälardalen. Effekt på totalbefolkningen i närmast berörda kommuner av att restiden på sträckan Stockholm-Enklöping-Västerås-Eskilstuna-Strängnäs-Södertälje-Stockholm minskas med 25 procent. 18

19 Naturligtvis kommer större delen av effekten från det närmast berörda området, kommunerna efter den nya transportlänken och övriga kommuner i Mälardalen. I exempelvis Södermanlands län ökar årsinkomsten per sysselsatt med kr. Det är ändå värt att notera dels att effekten inte är begränsad till närmast berörda kommuner och att effekten totalt i Sverige, både när det gäller sysselsättning och inkomst per sysselsatt är påtaglig Antal inpendlare Dagbefolkning 10 Dagbefolkning Figur 22. Experiment Östra Mälardalen. Nettoeffekt på antalet pendlare och sysselsatta i hela Sverige av att restiden på sträckan Stockholm-Enklöping- Västerås-Eskilstuna-Strängnäs-Södertälje-Stockholm minskas med 25 procent. Figur 23. Experiment 8. Nettoeffekt på inkomsten per sysselsatt (100- tals kronor) i hela Sverige av att restiden på sträckan Stockholm-Enklöping-Västerås-Eskilstuna-Strängnäs-Södertälje-Stockholm minskas med 25 procent. 19

20 0 Västra Mälardalen 25 procent snabbare Figur 24. Västra Mälardalen: Örebro-Arboga-Västerås-Enköping-Strängnäs-Eskilstuna-Arboga 25 % snabbare. Västra Mälardalen Örebro - Arboga - Västerås - Enköping - Strängnäs - Eskilstuna - Arboga, 25 procent snabbare Alla experiment med förkortade restider där Stockholm finns med genererar kraftiga lokala effekter på befolkning och sysselsättning längs den förbättrade sträckningen, delvis influerat av utpendling och utflyttning från Stockholm. I det mest omfattande experimentet, Östra Mälardalen, en sluten slinga norr och söder om Mälaren blev effekterna minst lika kraftiga men asymmetriska mellan länken norr och söder om Mälaren. Betyder det att om tillräckligt många och stora noder knyts ihop så behövs inte Stockholm för att få igång en lokal utveckling i andra kommuner? Detta experiment avser att belysa den frågan genom att knyta ihop några stora noder med en lika massiv infrastrukturinvestering på mer betryggande avstånd från Stockholmsinfluensen. Efter en djup dip drar nettoeffekten på sysselsättningen i hela landet iväg mot ca 4000 sysselsatta, lika många som i experiment Östra Mälardalen. Årsinkomsten per sysselsatt som genomsnitt för hela landet ökar med ca 600 kr, drygt hälften av effekten i experiment Östra Mälardalen. Med betydligt mindre nya arbetsresor och omflyttning mellan kommuner och utan nära kontakt med den största noden i landet genereras ändå en effekt som åtminstone är hälften så stor. Det tyder på att stora och samlade infrastrukturinvesteringar kan generera långsiktig tillväxt för landet som helhet även när de genomförs en bit från huvudstaden. 20

21 Eskilstuna Västerås Enköping Strängnäs Arboga Örebro Dagbefolkning Figur 25. Experiment Västra Mälardalen. Effekt på totalbefolkningen i berörda kommuner av att restiden på sträckan: Örebro-Arboga-Västerås- Enköping-Strängnäs-Eskilstuna-Arboga minskas med 25 procent Figur 26. Experiment Västra Mälardalen. Effekt på sysselsättningen i hela Sverige av att restiden på sträckan Örebro-Arboga-Västerås-Enköping-Strängnäs-Eskilstuna-Arboga minskas med 25 procent. 8 Inkomst/sysselsatt dagbefolkning Figur 27. Experiment Västra Mälardalen. Effekt på inkomsten (hundratals kr) per sysselsatt i hela Sverige av att restiden på sträckan Örebro- Arboga-Västerås-Enköping-Strängnäs-Eskilstuna-Arboga minskas med 25 procent. Figur 28. Figuren ger ett exempel på summan av det observerade beteende som de artificiella personerna i InfraSim reproducerar under simuleringen baserat på avstånd efter närmaste väglänkar mellan bostads- och arbetskommun. 21

22

23 Bilaga 1 23

24 Bilaga 1. Regionala samhällseffekter av ny infrastruktur i Mälardalen Exempel beräknade med simuleringsmodellen InfraSim. Einar Holm, I denna bilaga beskrivs innehållet i simuleringsmodellen InfraSim mer utförligt: modellens syfte, uppbyggnad, metodöverväganden, dataunderlag, skattningar och en relativt utförlig beskrivning av tio experiment med hypotetiska infrastrukturförbättringar i Mälardalen. Syfte Modellen är konstruerad för att kunna belysa vad som händer om infrastrukturen för dagliga resor mellan ett eller fler fritt valda par av kommuner i Sverige förbättras genom att vägen förbättras och/eller en ny eller förbättrad tågförbindelse införs. Effekten ska kunna avläsas i följande dimensioner varje år under ca 50 år efter förbättringen: 1. Hur påverkas arbetspendlingen mellan de valda kommunerna (i bägge riktningarna) och mellan andra kommuner inom och utanför Mälardalen? Hur förändras antalet pendlare? Vilka är de nya (och gamla) pendlarna med avseende på kön, ålder, ursprung, inkomst, och tidigare sysselsättning? 2. Hur påverkas omflyttningen till/från och nattbefolkningen i de valda kommunerna och i andra kommuner? Hur ändras sammansättningen med avseende på kön, ålder, sysselsättning, inkomst och ursprung? 3. Hur påverkas sysselsättningen i de valda kommunerna och i andra kommuner? Vilka personer map. kön, ålder, ursprung, tidigare sysselsättning, inkomst och bostadskommun får ny arbetsplats i kommunen? 4. Hur påverkas produktionsnivå (inkomstsumma) och arbetsproduktivitet i de valda kommunerna och i andra kommuner? Hur fördelas förändringen på individer med olika egenskaper? Förutsättningar och ambitionsnivåer Svaren på frågorna hänger givetvis ihop. Utvecklingen av arbetspendlingen enligt 1 påverkas mycket av att det finns något att pendla till enligt 3. Omflyttning, kvarstannande och befolkningsnumerär enligt 2 påverkas bl.a. (men inte alltför mycket) av vilka jobb olika personer kan och inte kan nå från den gamla och nya bostadskommunen etc. Omflyttningen påverkas mer av destinationer som attraherar ungdomar före familjebildning och för resten av befolkningen av destinationer där alla i familjen kan nå jobb och utbildning. Utvecklingen av sysselsättningen enligt 3 påverkas bl.a. av vilken arbetskraft som kan nås från och rekryteras till kommunens arbetsplatser och alltså på om infrastrukturförändringen direkt och indirekt ändrar spelplanen så mycket att olika arbetsplatser därigenom byter lokalisering eller växer olika fort etc. Att få med alla dessa beroenden är poängen med en individsimulering. Allt som i modellen påverkar ett visst beteende (byta jobb) måste i sin tur skrivas fram över tiden med hjälp av det som dessa drivkrafter i sin tur påverkas av. Allt blir mer eller mindre automatiskt dynamiskt interdependent om modellen ska kunna röra sig ur fläcken. Det betyder, i en formell mening, att kan man svara på en fråga kan man svara på alla. 1

25 Bilaga 1. Regionala samhällseffekter av ny infrastruktur i Mälardalen Exempel beräknade med simuleringsmodellen InfraSim. Einar Holm, I denna bilaga beskrivs innehållet i simuleringsmodellen InfraSim mer utförligt: modellens syfte, uppbyggnad, metodöverväganden, dataunderlag, skattningar och en relativt utförlig beskrivning av tio experiment med hypotetiska infrastrukturförbättringar i Mälardalen. Syfte Modellen är konstruerad för att kunna belysa vad som händer om infrastrukturen för dagliga resor mellan ett eller fler fritt valda par av kommuner i Sverige förbättras genom att vägen förbättras och/eller en ny eller förbättrad tågförbindelse införs. Effekten ska kunna avläsas i följande dimensioner varje år under ca 50 år efter förbättringen: 1. Hur påverkas arbetspendlingen mellan de valda kommunerna (i bägge riktningarna) och mellan andra kommuner inom och utanför Mälardalen? Hur förändras antalet pendlare? Vilka är de nya (och gamla) pendlarna med avseende på kön, ålder, ursprung, inkomst, och tidigare sysselsättning? 2. Hur påverkas omflyttningen till/från och nattbefolkningen i de valda kommunerna och i andra kommuner? Hur ändras sammansättningen med avseende på kön, ålder, sysselsättning, inkomst och ursprung? 3. Hur påverkas sysselsättningen i de valda kommunerna och i andra kommuner? Vilka personer map. kön, ålder, ursprung, tidigare sysselsättning, inkomst och bostadskommun får ny arbetsplats i kommunen? 4. Hur påverkas produktionsnivå (inkomstsumma) och arbetsproduktivitet i de valda kommunerna och i andra kommuner? Hur fördelas förändringen på individer med olika egenskaper? Förutsättningar och ambitionsnivåer Svaren på frågorna hänger givetvis ihop. Utvecklingen av arbetspendlingen enligt 1 påverkas mycket av att det finns något att pendla till enligt 3. Omflyttning, kvarstannande och befolkningsnumerär enligt 2 påverkas bl.a. (men inte alltför mycket) av vilka jobb olika personer kan och inte kan nå från den gamla och nya bostadskommunen etc. Omflyttningen påverkas mer av destinationer som attraherar ungdomar före familjebildning och för resten av befolkningen av destinationer där alla i familjen kan nå jobb och utbildning. Utvecklingen av sysselsättningen enligt 3 påverkas bl.a. av vilken arbetskraft som kan nås från och rekryteras till kommunens arbetsplatser och alltså på om infrastrukturförändringen direkt och indirekt ändrar spelplanen så mycket att olika arbetsplatser därigenom byter lokalisering eller växer olika fort etc. Att få med alla dessa beroenden är poängen med en individsimulering. Allt som i modellen påverkar ett visst beteende (byta jobb) måste i sin tur skrivas fram över tiden med hjälp av det som dessa drivkrafter i sin tur påverkas av. Allt blir mer eller mindre automatiskt dynamiskt interdependent om modellen ska kunna röra sig ur fläcken. Det betyder, i en formell mening, att kan man svara på en fråga kan man svara på alla. 1

26 Men, resultatet blir naturligtvis minst lika osäkert som de förutsättningar och skattningar som byggs in. En faktor som behöver byggas in är antaganden om den fortsatta strukturomvandlingen. Det förenklas här till frågan om hur totalsysselsättningen utvecklas framöver i varje kommun. Effekten av denna basala efterfrågeförändring i andra kommuner får ofta större effekt än effekten av några nya tåg eller av en uträtad vägsträckning och måste alltså finnas med för att experimenteffekten skall framträda mot en någotsånär realistisk bakgrund och inte förväxlas med utvecklingsdag som skulle inträffa oberoende av infrastrukturförändringen. En möjlighet är att exogent bryta ner nationella (LU etc.) antaganden plus antaganden om vad som är befolkningsstyrt och applicera på varje kommun. Det skulle ge en väsentlig del av strukturomvandlingens omfördelningseffekter (den del som beror på global efterfrågeförändring, dvs förskjutning mellan näringsgrenar och inkomstnivårelaterad serviceefterfrågan) och möjliggöra ett slags svar på fråga 1 3 på inte alltför lång sikt. På längre sikt blir det relativt oandvändbart. Man missar allt det som lyfts fram i modern ekonomisk geografi om agglomeration och urbanization economics, av att ett företags utveckling påverkas av vilka andra företag och människor som finns runtikring. Speciellt beklagligt för just denna modell blir att man missar den dynamiska effekten av att arbetsplatserna med förbättrad infrastruktur får tillgång till ny arbetskraft, nya marknader och nya företag i branschen/klustret att samverka med. Det är inte något primärt syfte med denna analys att förutse strukturomvandlingens branscheffekter per kommun, däremot blir det viktigt att modellen kan hålla reda på hur antalet jobb som kan bli tillgängliga och attraktiva för en viss person utvecklas per kommun och hur det i sin tur påverkas av hur tillgängligheten till arbetskraft och befolkning förändras, t.ex. via infrastrukturförbättringar. Därför väljs alternativet låta de ekvationer som styr förändringen av sysselsättningen direkt spegla skattade effekter av förändringen av arbetskrafts, marknads och klusterpotentialen och inget annat 1. Modellbefolkningen bor i kommuner, inte i rutor och ingen hänsyn tas alltså till avstånd inom kommuner. Att påstå saker om framtiden är alltid vanskligt. Felaktiga förutsättningar och skattningar kan genererastora fel men ambitionen är ändå att ge underlag för att diskutera möjliga direkta och indirekta effekter av olika sorters regionförstoring. En annan faktor som får central betydelse i denna modell är hur folk väljer/blir valda till arbetsplatser och vad det påverkas av. Det teoretiskt mest tilltalande är att avbilda det just som möten på en marknad mellan individuella sökande och vakanser som i konkurrens matchas mot varandra. Sådant är gjort i flera tidigare simuleringsmodeller men det blir alltför tidsödande och komplicerat i detta fall. I stället skattas en slags reducerad form av en serie ekvationer som tilldelar varje person ett visst (nytt) jobb baserat på både personens och omgivningens egenskaper i form av tillgång på arbetskraft och befolkning nära och längre bort. 1 En beräknad total efterfråge/sysselsättningsförändring skulle sedan kunna fördelas på yrken eftersom yrken (snarare än bransch eller utbildning) är den enskilda indikator som bäst speglar vilken delarbetsmarknad som är tillgänglig för en viss person. De nya jobben skulle fördelas som observerat flöde till olika yrken, inte som stocken. Det ger indirekt ett hänsynstagande till strukturomvandlingens omfördelning mellan branscher och kompetenser, men bara som det visar sig i utvecklingen av sysselsättningen per yrke och kommun. Lokaliserade arbetsplatser med egenskaper ersätts av kommunyrken. I denna tillämpning är det inte ett primärt behov ens att fördela sysselsättningen på yrke så tillsvidare ingår de inte. 2

27 I övrigt används sedvanlig mikrosimuleringsmetodik. Födda, döda, in och utvandring, omflyttning mellan kommuner, behövs i modellen och skattas via individuella beteendeekvationer och/eller uppslagstabeller på samma sätt som i tidigare konstruerade mikrosimuleringsmodeller. Simuleringen går ut på att varje år från ett valt startår (bara 2007 finns nu) tilldela varje objekt av varje typ nya eller oförändrade värden på varje attribut. För startåret läses motsvarande empiriska objekt med attribut in. I varje experiment körs alla individer och kommuner i Sverige. Det kan synas överflödigt för en tillämpning i just Mälardalen men Mälardalen innehåller en så stor del av landets befolkning och sysselsättning att det är enklare att ta med alla än att ta hänsyn till alla gränseffekter mot övriga Sverige som uppstår om simuleringen avgränsas till Mälardals kommunerna. Dessutom får varje förbättring av en transportlänk mellan två kommuner inom Mälardalen direkt effekter på avstånd mellan många par av kommuner i hela landet inom och utanför Mälardalen där närmaste väg mellan kommunerna går via den förbättrade länken. Det har ett intresse att kunna se effekten också utanför de direkt berörda kommunerna. Figur 1a. Varje par av kommuner I Sverige som får närmare till varandra om vägen mellan Stockholm och Västerås förbättras representeras av en linje som förbinder kommunernas centralorter. En rad förenklingar behövs för att i rimlig tid få fram en modell som kan användas för att besvara/belysa frågorna. När det gäller dataunderlag används de senaste tre, nu tillgängliga åren, År 2007 blir startår med hela befolkningen det året som empirisk startbefolkning, samma individers värden år 2006 för att få med laggarna empiriskt och i skattningarna och deras värden 2008 som facit för utfallet i skattningarna. Det betyder att allt som är speciellt med just dessa tre år kommer att reproduceras i simuleringen. Modellpersonerna bor i och flyttar och pendlar mellan kommuner som helheter. Lokaliseringen inom kommuner av bostäder och arbetsplatser avbildas inte. Den primära experimentvariabeln blir vägsavståndet mellan några par av valda kommuner. I varje experiment belyses effekten av att några sådana avstånd förkortas med angivet antal km eller procent. Detta får spegla effekten av den tidsvinst som en tänkt förbättring av transportinfrastrukturen medför. Så långt blir kopplingen till effekten av specifika 3

28 transportmedelsinvesteringar (tåg, väg) något diffus. Scenarier kan dock prepareras via antaganden som t.ex. att hälften pendlar med det nya tåget. Då används det ursprungliga avståndet i hälften av fallen och det nya kortare för den andra hälften. Tills vidare begränsas antalet kommunpar som kan få förändrade avstånd inbördes i ett experiment till sex. Det betyder att högst fyra kommuner blir direkt berörda i ett experiment om det finns direkta länkar mellan alla par av kommuner i experimentet (det kan finnas sex direkta länkar mellan fyra kommuner). Maximalt kan länkar mellan 12 kommuner ingå i ett experiment. För modellen används ett observerat nätverk av väglänkar med avstånd mellan kommunernas centralorter. Då kan närmaste väg mellan fritt valda kommuner i landet beräknas på nytt efter en hypotetisk förändring av en eller några länkar. Vägnätet baseras på den digitala versionen av Sverige kartan. Enskilda vägar och allmänna vägar med högre vägnummer än 499 har exkluderats. Varje kommun representeras av centroiden för kommunens del av den tätort som är lika med eller innefattar centralorten, dvs. den postort där kommunen är registrerad. Tätorterna (2005 års avgränsning) har hämtats från Översiktskartan. För varje centralortspunkt som ibland har flyttats minsta möjliga avstånd för att sammanfalla med vägnätet tillåts maximalt 15 direktförbindelser under 25 mil vardera till andra centralorter. Envägsförbindelser har därefter identifierats och gjorts dubbelriktade. Anslutningarna till/från Visby och Öckerö innefattar färjelinjeförbindelser. 4

29 Operationell modellspecifikation Personobjektet i simuleringen: attribut typ värden PID heltal löpnummer Ålder heltal Kön bool Man, kvinna Ursprung bool Sverige, utlandet Mamma pekare person Sysselsättning t 1,t bool Sant, falskt (scbdef) Arbetskommun t 1,t pekare kommun Bostadskommun t 1, t pelare kommun ÅlderKvadrat t heltal 0 ArbKomm t bool Arb i bostadskommun DistArb t reel Avstånd (km) till arbete Arbetsinkomst t 1,t heltal 0 Kommunobjektet i simuleringen: attribut typ värden namn string Namn 2008 kod heltal Kommunkod 2008 x koordinat heltal 100 meter y koordinat heltal 100 meter TotBef t 1,t heltal AntSyss t 1,t heltal BefPot t 1,t heltal Summa(bef/avst) SyssPot t 1,t heltal Summa(syss/avst) Inkomst/syss t 1, t heltal Datobjekt i simuleringen: Befolkningen behövs i två versioner 1. Som startbefolkning som lagras oförändrad i modellen och används som utgångspunkt för varje simulering. 2. Som dynamisk befolkning som intitialt är identisk med startbefolkningen men som sedan ändras varje år. 3. Alignmentvektorer över alla kommuner för in utflyttning, in utpendling, födda, sysselsatta och inkomster/syss 4. Invandrarpool. 5

30 Händelsemoduler: Flertalet personattribut och andra variabler förändras årligen individuellt via namngivna händelser. Slumpdragning baserat på en sannolikhet som beräknas i en skattad ekvation ger händelsen. Aktuellt år är t. Händelsen beräknas för år t+1. I följande sammanställning visas vilka variabler som använts för att generera de olika händelsesannolikheterna och motsvarande parameterskattningar. 1. Död. Logit med följande drivers: personens egen Ålder t, Kön, ÅlderKvadrat t, Sysselsättning t. Model Summary Step Cox & -2 Log likelihood Snell R Square Nagelkerke R Square ,867,032,306 Variables in the Equation B S.E. Wald df Sig. Exp(B) Step 1a Kon -,407, ,441 1,000,665 age07,025, ,835 1,000 1,025 age207,001, ,303 1,000 1,001 syss07 -,778, ,816 1,000,459 Constant -7,711, ,221 1,000,000 6

31 Beräknat och obseverat antal avlidna i Sverige 2008 efter ålder (beräknat med logit på ålder, ålderkvadrat, kön och sysselsättning) Antal aavlidna Avlidna08 BerAvl Figur 1b Ålder 2007 Figur 1b och 1c ger exempel på vilken felmarginal som kan förväntas med de skattningar och ekvationer som använts exemplifierat med mortalitetsekvationen. 7

32 10240 Observed and estimated 1 nr dead per municipality in Sweden 2008 (circle areas proportional to municipality population) Estimated nr. dead Estimated nr dead y = 1,0038x 1,184 Aggregated OLS R² = 0, ) Logit regression on individual instances/non instances of death with age, age square, sex and occupation as covariates (Nagelkerke R 2 = 0,31) Observed nr. dead 2008 Figur 1c. 8

33 2. Födelse. Logit med följande drivers: kvinnans (den potentielle moderns) Ålder t, ÅlderKvadrat t, Ursprung, Sysselsättning t 1, Sysselsättning t, LogKommunbef t LogBefPotmil t. Model Summary Step Cox & -2 Log likelihood Snell R Square Nagelkerke R Square Variables in the Equation Step 1a B S.E. Wald df Sig. Exp(B) age age fodsv syss syss lnkbef lnkbefpotmil Constant Invandring. Dras slumpmässigt från pool bestående av alla invandrare Egenskaper (utom kön och ålder) tas ett år senare 2008 (invandringsåret är personuppgifterna skakiga). Totalantalet till Sverige bestäms via parameter som sätts exogent för varje år. 4. Utvandring. Logit med följande drivers: personens egen Ålder t, Kön, ÅlderKvadrat t, Ursprung, Sysselsättning t, LogBef t. Model Summary Step Cox & -2 Log likelihood Snell R Square Nagelkerke R Square Variables in the Equation B S.E. Wald df Sig. Exp(B) Step 1 a kvinna age age fodsv syss lnkbef Constant