SAMKOST Redovisning av regeringsuppdrag kring trafikens samhällsekonomiska kostnader. Anna Johansson, Jan-Eric Nilsson

Transkript

1 SAMKOST Redovisning av regeringsuppdrag kring trafikens samhällsekonomiska kostnader Anna Johansson, Jan-Eric Nilsson

2 Regeringsuppdrag från december 2012 Uppdatera kunskaperna om trafikens samhällsekonomiska kostnader Alla trafikslag Person- och godstransporter Eventuella geografiska kostnadsvariationer Ta del av andra länders forskning Inga analyser/förslag till nya avgifter/styrmedel Avrapportering november 2014

3 Vilka kostnadskomponenter tittar vi på Slitage och nedbrytning Olyckor Knapphet och trängsel Buller Luftföroreningar Koldioxid

4 Seminariet idag Marginalkostnader för olyckor på väg Marginalkostnader för drift, underhåll och reinvesteringar Kaffe Marginalkostnader för emissioner och buller Samlade marginalkostnader Övergripande frågor/reflektioner

5 OLYCKOR PÅ VÄG

6 Externa marginalkostnader för olyckor i vägtrafik statliga vägar 2012 Gunnar Isacsson, Viktoria Liss

7 Bakgrund Stora framsteg för trafiksäkerheten i Sverige sedan mitten av 1960-talet Trots detta: Stora samhällsekonomiska kostnader för trafikolyckor En viktig fråga ur prissättningssynvinkel (och försäkringssynvinkel): Individens kostnad för att köra en till kilometer=samhällets kostnad? Om den är för låg: Han kör för mycket och det blir för många olyckor Skillnaden mellan samhällets kostnad för den ytterligare kilometern och individens motsvarande kostnad=den marginella externa olyckskostnaden (MEC i det följande)

8 Tidigare litteratur En första utgångspunkt: Individen beaktar den genomsnittliga risken för en olycka men tar inte hänsyn till hur hans val förändrar risken för befintliga trafikanter. Vickrey (1968): Relativt stor MEC. Kvoten mellan marginell riskökning och genomsnittlig risk = 1,5. Newbery (1988): Kvoten=1,25 och noterar: the key element is the relationship between traffic flow and accident rates, where the evidence is sketchy, to say the least

9 Tidigare litteratur Vitaliano & Held (1991): Estimerar sambandet och kommer fram till att kvoten är nära 1 vilket skulle innebära att det inte finns någon MEC. Men det är inte bara frågan om denna kvot! 1. Viktig skillnad mellan homogen och heterogen trafik * fördelningen av kostnaderna viktiga. 2. Systemövergripande kostnadskomponenter väsentliga *t.ex. sjukvård i Sverige som skattebetalarna står för. Se: Jones-Lee (1990), Jansson (1994), Elvik (1994) och Lindberg (2001, 2002, 2005 och 2006).

10 Tidigare litteratur Dessutom externaliteter vid val av fordonsvikt * SUV Trafikflöde och skadekonsekvenser inte alltid med i bilden * (jfr. dock Høye, 2014) Många studier av trafikflöde och olyckor men inte alltid direkt kopplade till externa marginalkostnader. * t.ex. Winslott Hiselius (2006) och Høye (2014) Många studier av skadekonsekvenser

11 Vad säger senaste ASEK om MEC för trafikolyckor? Personbil på landsbygd: 0,12 kr/fkm Personbil i tätort: 0,22 kr/fkm Lastbil över 3,5 ton på landsbygd: 0,31 kr/fkm Lastbil över 3,5 ton i tätort: 0,54 kr/fkm Dessa är dock inte helt jämförbara med de siffror vi tar fram eftersom vi begränsar oss till det statliga vägnätet

12 Sammanfattningsvis behövs följande för att estimera MEC 1. Sambandet mellan trafikflöden och trafikolyckor 2. Relevanta kostnadskomponenter i en trafikolycka 3. och värdering av dessa komponenter 4. Fördelning av kostnader mellan de inblandade trafikanterna

13 Kort om vad vi gjort Uppdaterat sambandet mellan antalet trafikolyckor och trafikflöde (m.m.) Uppdaterat sambandet mellan skadekonsekvenser och trafikflöde samt fordonsegenskaper (m.m.) Sex stycken separata modeller för olika former av olyckor * Varför (det finns ju andra studier)? Data: STRADA kopplat till NVDB Relevanta kostnadskomponenter och deras värdering uppdateras inte

14 Modeller Modell för antal olyckor s.k. räknedatamodell E y it Q it = exp β 0 + β 1 lnq it (1) Q är täthet snarare än rent flöde (bättre anpassning) + fördelningsfunktion för korrekt inferens: NB2 eller bootstrap + kontrollvariabler förstås Modell för skadekonsekvens s.k. ordnad probit p s hit = j Q it, Z it = F α j θlnq it δz ht F(α j 1 θlnq it δz ht ) (2)

15 Modellresultat antal olyckor: β 1 >, < eller = 1? PB-PB PB-LB PBoskyddad PB-singel β LB-PB LB-oskyddad LB-singel β ej stat sign

16 Modellresultat skadekonsekvens (tecken),. betyder ej statistiskt signifikant PB-PB PB-LB PBoskyddad PB-singel θ minus.. minus LB-PB LB-oskyddad LB-singel θ.. minus

17 Modeller och beräkningsformler för MEC exempel homogen trafik Häng på kostnader för att få samhällets totalkostnader derivera nedanstående m.a.p. trafikflöde H 3 TC it sam = E y it Q it p s hit = j Q it, Z ht a j + c j h=1 j=1 Och dra ifrån den av trafikantkategorin internaliserade olyckskostnaden H 3 MC priv it = E y it Q it p s Q hit = j Q it, Z ht a j it h=1 j=1

18 Modeller och beräkningsformler för MEC exempel homogen trafik Alltså MEC it = H = β 1 1 E y it Q it p s Q hit = j Q it, Z ht a j it h=1 3 j=1 E y it Q it + β 1 p s Q hit = j Q it, Z ht c j it + E y it Q it H h=1 H h=1 3 j=1 3 j=1 dp s hit = j Q it, Z ht dq it a j + c j

19 Modeller och beräkningsformler för MEC Summera över alla vägsegment och alla olyckstyper och dela med antalet km. Detta ger oss

20 Externa marginalkostnader PB och LB kronor per kilometer statliga vägar PB MEC/fkm Sing LB Oskyddade PB Totalt -0,006-0,002 0,010-0,005 ca. 0 LB MEC/fkm Sing PB Oskyddade Totalt -0,008 0,000 0,024 0,015

21 Slutsatser Mycket låga värden jämfört med ASEK Ej riktigt jämförbara bara statliga vägar här Mycket har hänt på säkerhetssidan också under senare år Orimligt låga värden? Beror på sambanden antalet olyckor per fordon faller med ökade flöden (jfr Høye, 2014 & Winslott-Hiselius, 2006, iaf hennes resultat för LB) Obs: Statligt vägnät alltså! Referens i Lindberg (2001) kanske inte så konstiga resultat Se även Kjeldsens (2013) resultat för landsbygd i Danmark Delvis också p.g.a. ny komponent i beräkningen (men ej så stor) TC/fkm verkar också lågt för 2012

22 INFRASTRUKTURSLITAGE

23 Infrastrukturslitage Hur varierar kostnaden för slitage eller nedbrytning när trafikens omfattning förändras? DoU: Regression av kostnaden per kontraktområde mot trafikens omfattning Reinvesteringar: Trafikens effekt på framtida reinvesteringstidpunkt Logik: Beräkna genomsnittskostnad per trafikenhet och multiplicera med elasticitet för trafikpåverkan.

24 Slitage; DoU väg År 2012 fanns 109 driftkontrakt; analysen avser 2004 till Varje kontrakt avser ett område som omfattar ett antal kilometer Europa-, riks- och länsvägar. Information finns i NVDB om vägarnas tekniska egenskaper liksom om den årliga trafiken på respektive typ av väg. Separat redovisning av kostnader för underhåll, vinterväghållning och övrig drift.

25 Slitage; DoU väg - resultat Kronor per lastbilskilometer (underhåll) respektive fordonskilometer (vinterväghållning). Skattning Tidperiod Underhåll (lasbilskm) Vinterväghållning (fordonskm) Övrig drift AC Elasticitet MC AC Elasticitet MC AC Elasticitet MC Tidigare^ ,40 0,80* 0,32 0,033 0,56* 0,02 0,006 0,47* 0,003 Ny ,18 0,19* 0,03 0,065 0,15** 0,01 0,012 0,07 0 Ny ,14 0,33** 0,05 0,066 0,02 0 0,012 0,06 0 Ny ,21-0,01 0 0,064 0,24*** 0,02 0,011 0,10 0 ^ För underhåll och övrig drift enbart information om belagd väg. AC genomsnittskostnad; MC - marginalkostnad ***, **, * Signifikant på 1-, 5- respektive 10-procents nivå.

26 Slitage; DoU väg - resultat Kronor per lastbilskilometer (underhåll) respektive fordonskilometer (vinterväghållning). Tidiga re^ Skattning Tidperiod Ny Underhåll (lasbilskm) Vinterväghållning (fordonskm) AC Elasticitet MC AC Elasticitet MC 0,40 0,80* 0,32 0,033 0,56* 0,02 ^ För underhåll och övrig drift enbart information om belagd väg. AC genomsnittskostnad; MC - marginalkostnad Ny ,18 0,19* 0,03 0,065 0,15** 0,01 ***, **, * Signifikant på 1-, 5- respektive 10-procents nivå Ny ,14 0,33** 0,05 0,066 0,02 0 0,21-0,01 0 0,064 0,24*** 0,02

27 Slitage; DoU järnväg 250 bandelar varav ca 190 kan användas i analysen; ett 30-tal driftkontrakt. Analysen avser 1999 till 2012; tidigare För varje bandel finns information om kostnader, trafik och tekniska egenskaper. Också en dynamisk modell har skattats; påverkar underhåll som genomförs under ett år kostnaderna för underhåll också under följande år? Resultaten skiljer sig från motsvarande resultat i tidigare studier: en ökad kostnad under ett år ökar kostnaden för underhåll också nästa år. Beror på eftersläpning?

28 Slitage; DoU järnväg - resultat Kronor per bruttotonkilometer. Siffror inom parentes anger kostnader exklusive snöröjning. Tidsperiod AC Kostnadselasticitet MC Andersson (2008) ,104 0,26** 0,0081 Ny beräkning ,405 (0,341) 0,15*** 0,0061 (0,0053) Ny beräkning ,383 (0,339) 0,20*** 0,0097 (0,0084)

29 Ex ante projection of resurfacing profile Quality Q H Q L 0 t* Time

30 External change of traffic will trigger resurfacing earlier than planned Quality Q H Q L 0 t t* Purpose: To estimate the present value of this additional cost. Time

31 Reinvestering väg; underhållsbeläggning Marginalkostnad = elasticitet * genomsnittskostnad * räntekostnad * osäkerhetskomponent Viktigt i denna analys: All trafik kan inte hanteras lika. Fjärdepotensregeln: När vikten per axel ökar från 8 till 10 ton (med 25 procent) ökar slitaget med ((10/8)^4=) 144 procent. Innebär att ett (genomsnittligt) tungt fordon måste räknas om till ett genomsnittligt nedbrytande fordon; Equivalent Standard Axel Load (ESAL)

32 Tumregeln har testats under kontrollerade former med hjälp av VTIs Heavy Vehicle Simulator Antal applicerade överfarter med olika lastnivåer i de utförda testerna Axellast (par-monterade hjul) Vägtyp Struktur 8 t 10 t 12 t 1 SE10 / SE (SE14) (SE14) (SE10) 2 SE SE

33 Rut slope [mm/ passage] Resultat fjärdepotensregeln Spårtillväxt uttryckt i mm/100,000 överfarter som funktion av normaliserad axellast för alla tre vägtyper. Fyllda punkter är uppmätta resultat men öppna cirklar är baserade på fjärdepotensprincipen. 4,00 vägtyp 1 3,00 vägtyp 2 vägtyp 3 2,00 Potens (vägtyp 2) Potens (vägtyp 3) 1,00 0,00 0,00 0,50 1,00 1,50 Normalized axle load, P/P 0 [kn] Slutsats: Det finns inget stöd för att lämna fjärdepotensregeln till förmån för någon annan tumregel.

34 Reinvestering väg; kostnader per m 2

35 Beläggningars livslängd Trafikverkets Pavement Management System (PMS) innehåller närmare homogena vägavsnitt eller -delar. Efter rensning kvarstår ca vägdelar för analys. Mycket information finns, bland annat om när beläggningen senast förnyades. Kostnader finns enbart för region och typ av beläggning som därmed ger uppdelningen. Det finns bra information om trafiken på vägdel och andel tung trafik. Mycket dålig information finns om fordonens vikt och axelkonfiguration.

36 Beläggningars livslängd (forts.) Sedan några år vägs den tunga trafiken på 14 platser (broar) på Europa- och riksvägnätet; en enda av mätpunkterna avser en länsväg. Följande antaganden används för att omvandla tunga fordon till ESAL: Varm beläggning; från tungt fordon till ESAL med faktor 1,1; halvvarma beläggningar 1,0; tankbeläggningar 0,8 om andelen tunga fordon är lägre än 13 procent men faktorn 1,5 om andelen överstiger 13 procent. I genomsnitt för landet som helhet håller beläggningarna i 17 år.

37 Hypoteser H1: Beläggningar bryts ner av både trafik och tid. Hypotesen förkastas. H2: Beläggningar bryts enbart ner av tung trafik. Hypotesen förkastas. Elasticitet med avseende på personbil -0,1 Elasticitet med avseende på tungt fordon -0,09. Om trafiken ökar med en procent förkortas livslängden med 0,9 procent I genomsnitt från 17 till 16,8 år.

38 Resultat: Marginalkostnader i olika regioner för olika beläggningar. Region Typ av Tunga fordon, Personbilar, beläggning SEK per ESAL-km SEK per fordonskm Mellan Kalla 1,13 0,069 Mellan Tank 0,21 0,014 Mellan Varma 0,99 0,190 Norra Kalla 1,12 0,093 Norra Tank 0,20 0,020 Norra Varma 0,50 0,033 Stockholm Kalla 1,04 0,044 Stockholm Tank 0,23 0,011 Stockholm Varma 1,04 0,095 Södra Kalla 1,72 0,069 Södra Tank 0,58 0,023 Södra Varma 0,63 0,024 Västra Kalla 0,78 0,039 Västra Tank 0,24 0,012 Västra Varma 0,33 0,025 Östra Kalla 1,05 0,044 Östra Tank 0,23 0,012 Östra Varma 0,85 0,034 Genomsnitt 0,71 0,047

39 Reinvesteringar i järnvägar (spårbyten) Samma logiska struktur som för underhållsbeläggningar; mindre antal observationer. Ca 195 bandelar med uppgifter för ; Borde ge ca 3500 observationer men vi har 2500 pga. bortfall. Analysen genomförs i två steg 1. Hur stor är sannolikheten för att en reinvestering kommer att genomföras? 2. Givet att en reinvestering genomförs, hur mycket kostar åtgärden?

40 Reinvesteringar i järnvägar; resultat Marginalkostnad för spårbyten från olika skattningar. Samtliga värden baseras på grundmodellen, dvs. utan andra förklaringsvariabler än i den tidigare beräkningen. Tidigare beräkning Ny beräkning: Ny beräkning: Genomsnittlig reinvesteringskostnad, milj kr Elasticitet Marginalkostnad, kr *** *** ***, **, * Signifikant på 1-, 5- respektive 10-procents nivå. Det finns indikationer på att modellen också borde inkludera andra förklaringsvariabler.

41 LUFTFÖRORENINGAR OCH BULLER

42 Marginalkostnader för emissioner av luftföroreningar och buller från vägtrafiken Lena Nerhagen Seminarium SAMKOST

43 Marginalkostnader för emissioner en tidsresa Orsaken till resan: EU Green Paper. COM (95) 691 final, 20 December 1995 Towards Fair and Efficient Pricing in Transport Policy. Policy Options for Internalizing the External Cost of Transport in the European Union. Kartan:

44 Impact Pathway Approach och ASEK-värden ASEK-värden luftföroreningar The Stockholm Study on Health Effects of Air Pollution and their Economic Consequences Johansson C, m.fl (1998) SHAPE, Part I: NO2 and particulate matter in Stockholm - Concentrations and population exposure. Bellander T, m.fl.(1999) SHAPE, Part II: Particulate matter, nitrogen dioxide, and health effects - dose-response relations and health consequences in Stockholm county. Leksell I (1999) SHAPE, Part III: Ekonomisk värdering av hälsoeffekter av partikel och kvävedioxidutsläpp från trafiken. Källa: Bickel and Friedrich (2005)

45 2003 Resan startar (marginalkostnadsprojektet) SIKA (Statens Institut för KommunikationsAnalys) arbetade med underlag till ASEK (Arbetsgruppen för samhällsekonomiska kalkyloch analysmetoder inom transportområdet) som fastställer ASEK-värden (numera Trafikverkets som har SIKA s roll) 0,16 0,14 0,12 0,1 ASEK jämfört ExternE (VTI notat 36A-2003) CO SO2 0,08 NOx NMVOC Partiklar 0,06 0,04 Svenska ExternE 0,02 0 ASEK ExternE Externe Upscaled Beräkning av trafikens externa kostnader genomförd av Institute of Energy Economics and the Rational Use of Energy (IER), University of Stuttgart, Germany som ansvarat för ExternE-projekten. Figure 3. Cost/km for gasoline cars in urban areas (SEK). Orsak skillnader partiklar: - Befolkningsexponering - Emissionsfaktorer partiklar

46 Luftföroreningar mångdimensionellt problem Olika föroreningar med olika spridning => Behov av tvärvetenskaplig samverkan Figur 2 Illustration av bidrag till halter av PM10 i Berlin (Källa: CAFE WGPM,2004)

47 Att mäta är att veta 1 - befolkningsexponering µg/m 3 Överskridande miljökvalitetsnormer Stockholm Hornsgatan Halter från flera olika källor Fine particles Fine from non-local sources Fine from other traffic etc Fine from traffic at Hornsg. Coarse from non-local sources Coarse from other traffic etc Coarse from traffic at Hornsg. Trafikens bidrag till befolkningsexponering Stockholm Hornsgatan Modellerade halter i taknivå PM10-2 µg/m 3 PM2,5 0,2 µg/m Contributions from traffic at Hornsgatan Coarse particles Fine particles 5 Coarse particles 0 PM10 at street level (Hornsgatan, ca veh/day) PM10 roof-top (urban background in central Stockholm) Källa: Nerhagen m.fl,, 2009, VTI-rapport 635A Källa: Johansson C. SLB Analys. Stockholm

48 Att mäta är att veta 2 exponeringsresponssamband Val av exponeringsresponssamband spelar stor roll och WHO ger rekommendationer. De för partiklar föreslagna av WHO användes i CBA för Stockholmsförsöket och gav ca 50 gånger färre förlorade liv än miljöförvaltningens beräkningar. De använde en studie från Oslo med NOx som indikator. Källa: Stockholmsförsöket Effekter på luftkvalitet och hälsa. SLB Analys 2:2006

49 Population exposure (ug/m3) Att mäta är att veta 3 kemi och geografi , , , , , ,00 Secondary PM Non-exhaust PM Combustion PM Stora utsläpp behöver inte betyda höga kostnader. Kostnad beror på spridning och förväntad hälsoeffekt 0,00 Road traffic Road traffic, LDV Road traffic, HDV Sea traffic Power plants Residential heating Emission source Table 11 Total PM emissions (tonnes/year) and total external cost of mortality (million euro), due to primary combustion and non-exhaust PM, from emissions in the Stockholm area in Road traffic non-exhaust Road traffic combustion Sea traffic a Power plants Residential heating b Sum PM emissions Cost PM low Cost PM high a Only emissions from merchant ships and ferries that call on ports are included. b The combustion PM emissions from residential heating are very uncertain. Källa: Nerhagen m fl., 2009, VTI rapport 635A

50 Att mäta är att veta 4 massa eller antal? PM10 är ett massbaserat mått. Eftersom slitagepartiklar från dubbdäcksanvändning är förhållandevis grova bidrar de därför starkt till PM10. Detta innebär att det är en effektiv åtgärd att minska bildning och spridning av slitagepartiklar för att klara miljökvalitetsnormen. ack/vinterdack/ Avgaspartiklar är små men många jämfört med slitagepartiklar If we are only interested in exhaust PM from local traffic, measurements or modelling of PM 2.5 are not relevant. This is because exhaust PM consist mainly of ultrafine PM (with diameters <0.1 µm) and hence their contribution to the concentration of PM 2.5 is small (Johansson et al., 2007).

51 Marginalkostnader för buller Buller är inget problem där ingen bor! När människor påverkas av buller uppstår två effekter: Störning (på kort sikt) Hälsa (på lång sikt) Värdering av störningen baseras på att människor kan välja boende för att minska bullerstörningen. Dvs. skillnaden i pris på bostäder nära eller långt från bullerkällan ger en utgångspunkt för att värdera störningen. Effekten på hälsa hanteras med en IPA-ansats.

52 Marginalkostnadsberäkning för buller (störning)

53 Exempel resultat buller» Marginalbullret skiljer sig med avseende på trafikmängden (bullernivå) - större vid låga bullernivåer (alltså trafikmängder) och vice versa.» Men marginalkostnaden varierar ganska lite beroende på trafikmängden eftersom bullervärderingen är högre för höga bullernivåer. => Marginalkostnaden för trafikbuller således mestadels en funktion av antal exponerade individer och fordonstyp.

54 Beräkningarna i SAMKOST luft och buller Kartläggning av hur emissioner fördelar sig mellan landsbygd och tätorter med olika befolkningstäthet i det statliga vägnätet. Enligt SCB fans 1956 tätorter I Sverige år Har delats in på följande sätt: TBT - Tätbefolkad tätort (över 2000 personer/km 2 ) MBT - Medelbefolkad tätort mellan 1000 och 2000 personer/km 2 ) GBT - Glest befolkad tätort (mellan 400 och 1000 personer/km 2 ) Ö Tätorter och övriga områden (under 400 personer/km 2 ).

55 Tätorter och statligt vägnät Km Andel % Total längd Inom tätort Utanför tätort Tätortsklass Km inom tätort Km inom utökad tätort Ökning TBT % MBT % GBT % ÖVR % Totalt %

56 HBEFA 3.1 Trafiksituation Indata till emissionsberäkningarna är statistik från Transportstyrelsens körsträckedatabas om fordonsflottan samt modellerade körsträckor för olika trafiksituationer som WSP beräknar. Våra beräkningar baserat på uppdaterade värden för 2012.

57 Bullerberäkning (källstyrka och exponering) Idag används L(A)eq A-vägd ekvivalentnivå Tar ej hänsyn till variation under dygnet Tar ej hänsyn till skillnader mellan exponerad fasad och tyst sida Nivån i bullerkartor beräknas vid ett antal geografiska punkter som tillskrivs ett antal boende. Känsligt för punkternas placering. I detta projekt har vi tagit fram tre spridningsmodeller för områden med olika bebyggelsetyper baserat på den nyligen utvecklade CNOSSOS-EU modellen.

58 Hälsoeffekter och monetära värderingar Ohälsovariabel Enhet Luftföroreningar Buller Störning Per individ och år - Hedoniska värderingsfunktioner Järnväg: WTP = ,6(75 L) Väg: WTP = (75 L) Sömnstörning - - Antas ingå i hedonisk värderingsfunktion Förtida dödsfall Förlorat levnadsår Symptom hjärtinfarkt Per fall Symptom kärlkramp Per sjukdag Symptom kronisk bronkit Per fall vuxna Symptom akut bronkit Per fall barn Symptom i nedre Per dag 473 luftvägarna Nedsatt fysisk aktivitet Per dag Produktionsbortfall Per dag arbetsfrånvaro Vårdkostnader buller Per Vårdkostnader luftföroreningar sjukhusvistelsedag Per sjukhusvistelse

59 Marginalkostnader för luftföroreningar - NOx och partiklar (SEK/kg) Lokalt (Storstockholm) Regionalt Lätta fordon Förtidig död Sjukdom Totalt Förtidig död Sjukdom Totalt PM 2,5 1307, ,5 84,8 13,9 98,8 NOx 23,6 3,7 27,3 36,1 5,9 42 Summa 1331,1 217,7 1548,8 120,9 19,8 140,7 Tunga fordon PM 2,5 961,8 157,5 1119,3 86,9 14,2 101,1 NOx 4,5 0,6 5,1 31,7 5,2 36,9 Summa 966,3 158,1 1124,4 118,6 19,4 138,0 Dessa värden kombineras med emissionsfaktorer för att räkna fram kostnad per fordonskilometer. De differentieras i SAMKOSTberäkningarna efter befolkningstäthet i tätort (lokalt) samt geografiskt läge (regional).

60 Bullermarginalkostnader i kronor per fordonskilometer i Samkost och ASEK. Exponering och Samkost ASEK fordon Tätbefolkad tätort Personbil 0,136 0,196 Lastbil 3,5-16 ton 0,932 1,368 Medelbefolkad tätort Personbil 0,082 0,177 Lastbil 3,5-16 ton 0,591 1,238 Glesbefolkad tätort Personbil 0,018 0,160 Lastbil 3,5-16 ton 0,130 1,125 Övr Personbil 0,005 0,026 Lastbil 3,5-16 ton 0,033 0,173

61 Förklaring skillnader jämfört med ASEK-värden Luftföroreningar jämförelse beräknad befolkningsexponering Emissions Emission factors (g/vkm) Total emission (ton) Estimated exposure in Greater Stockholm Other Europe (person ug/m3) (person ug/m3) Exhaust PM LDV 0, Exhaust PM HDV 0, ,37 Road wear Antal exponerade för 1 ug/m 3 per kg utsläpp enligt TESS 1,83 34/5,5 PM10 0, ,30 NOx LDV 0, ,45 34/5,5 NOx HDV 6, ,29 34/5,5 Nitrates LDV ,07 Ingår ej Nitrates HDV ,04 Ingår ej Antal exponerade för 1 ug/m 3 per kg utsläpp enligt Leksells formel för Stockholm/Kristianstad 34/5,5 34/5,5 Buller Skillnaden är liten mellan olika tätorter i ASEK:s marginalkostnader. Ett tydligt resultat i vår studie och i de andra jämförande studierna är att befolkningstätheten har stor betydelse för antal exponerade individer och därmed i förlängningen stor betydelse för storleken på marginalkostnaden.

62 CO2

63 Koldioxidskattens utveckling och struktur; icke handlande sektor CO2-skatt öre per kg Hushåll/ transporter Procent Jordbruk, lätt industri, procent

64 SJÖFART OCH FLYG

65 Sjöfart och flyg Det institutionella regelverket innebär att samtliga kostnader som hanteras av SjV, Lfv och Swedavia täcks av avgifter. Innebär att vissa marginalkostnader redan täcks, inklusive olyckor. Även om så inte är avsikten innebär detta i sin tur att vissa avgifter också kan täcka (delar av) andra marginalkostnader. Sjöfart Utmärkning av farleder Hamntjänster Lotsning och olyckor Luftfart Start- och landningsbanor Flygplatstjänster Trafikledning och olyckor Isbrytning

66 Övriga externa kostnader Sjöfart framför allt emissioner Luftfart buller och emissioner Vad vet vi om storleken på dessa kostnader? Hur väl täcks de av avgifter? Är avgifterna lämpligt differentierade för att ha en styrande effekt?

67 Sjöfartens emissionskostnader Betydande kostnader, framför allt för NOx-utsläpp. Underlag saknas idag för att skatta marginalkostnadernas storlek: Emissionsfaktorer för olika fartyg Information om rutter för specifka fartyg Spridningsmodeller Befolkningens exponering Värderingar Arbete pågår (SMHI/SjV, finansierat av NV)

68 Utsläpp av NOx från internationell sjöfart i Sveriges ekonomiska zon. Källa: SMHI Underlag för att beräkna marginalkostnader

69 Luftfartens buller- och emissionskostnader Betydande kostnader, framför allt för NOx-utsläpp Underlag saknas idag för att skatta marginalkostnadernas storlek. Behov av svenska fallstudier då betydligt lägre befolkningstäthet runt svenska flygplatser än i EU. Indikativa resultat: Buller: lägre marginalkostnad runt Arlanda och Landvetter än i Europa avgiften i högsta laget Emissioner: högre marginalkostnad avgift (NOx) i lägsta laget (enbart LTO). Räkneexempel vad gäller emissioner

70 SAMMANTAGNA RESULTAT

71 Genomsnittliga marginalkostnader och skatter. Kronor. Personbil Tungt fordon Persontåg Godståg Per fordonskm Per tågkm Slitage 0,06 0,63 5,58 11,16 Olyckor 0,0103 0,0047 1,52 1,52 Emissioner 0,017 0, Buller 0,017 0,090 2,33 4,12 Koldioxid 0,119 0, Trängsel SUMMA 0,22 1,64 9,43 16,8 Skatt/avgift 0,45 1,02 5,59* 9,26* *Exklusive passageavgift i Stockholm, Göteborg och Malmö

72 Högsta och lägsta marginalkostnader. Kronor. Personbil per fordonskm Tungt fordon Per fordonskm Persontåg, per tågkm Godståg, per tågkm Lägsta Högsta Lägsta Högsta Lägsta Högsta Lägsta Högsta (Slitage) (0,0186)* (0,0186)* (0,0186)* (0,0186)* Slitage 0,021 0,20 0,23 1,75 1,86** 7,44** 5,58** 16,74** Olyckor 0,0103 0,0103 0,0047 0,0047 1,52 1,52 1,52 1,52 Emissioner 0,007 0,064 0,085 0, Buller 0 0,59 0 3, , ,9 Koldioxid 0,119 0,119 0,704 0, Trängsel SUMMA 0,16 0,98 1,02 6,25 3,38 96,56 7,10 224,16 * Avser per bruttotonkm, ** Omräknat med antagande om att persontåg väger 100 respektive 400 ton och godståg 300 respektive 900 ton, för lägsta och högsta antagande.

73 Sammanlagda marginalkostnader för ett genomsnittligt tungt fordon för dels Europavägar, dels övriga riksvägar, kronor/fkm. Europavägar Övriga riksvägar 0,708-1,419 0,796-1,428 1,419-1,881 1,428-1,830 1,881-2,357 1,830-2,211 2,357-2,938 2,211-2,701 2,938-5,067 2,701-4,646

74 Sammanlagda marginalkostnader per fordonskm, för ett genomsnittligt tungt fordon för alla statliga vägar i området kring Linköping/Norrköping. Europaväg Riksväg Övriga vägar Brunt Grönt Gult

75 Sammanlagda marginalkostnader för ett godståg, 500 m långt i hastighet 90 km/h, kronor/tågkm. 1,52 1,52-10,23 10,23-19,52 19,52-36,50 36,50-231,61

76 Sammanlagda marginalkostnader för ett godståg, 500 m långt i hastighet 90 km/h, i Mälardalen/Stockholm, kronor/tågkm. 1,52 1,52-10,23 10,23-19,52 19,52-36,50 36,50-231,61

77 Metaobservationer ASEK gör många gånger mekaniska uppräkningar utan att titta vad som händer med underliggande data. Ingen disaggregering blir bättre än kvalitén på den mest detaljerade informationen i underlagsmaterialet. Data, DAta, DATa, DATA! Trafikverkets olika datasystem är inte uppbyggda för ex post analys.