Elnät avgifter och kostnadsdrivare

Transkript

1 Elnät avgifter och kostnadsdrivare

2 Innehåll Sammanfattning och slutsatser... 3 Inledning... 5 Bakgrund... 5 Stora prisskillnader... 6 Tänkbara kostnadsdrivare... 6 Metod... 8 Resultat av regressionsanalysen... 9 Avvikelser från förväntade värden... 9 En jämförelse av toppen och botten Avslutande kommentarer Bilaga: En lektion i ekonometri Bilaga 2: Urval av data Bilaga 3: Tabeller och diagram... 18

3 Sammanfattning och slutsatser Det går inte att förklara den stora prisvariationen i elnäten med hjälp av data om objektiva förutsättningar för verksamheten. När hänsyn tagits till en stor mängd förutsättningar, skiljer priserna sig fortfarande åt över landet med flera tusen kronor. Det dyraste företaget (Blåsjön Nät) är över 4000 kronor dyrare om året än det billigaste (Lidköpings Kommun), när hänsyn tagits till bland annat nätets täthet mätt i meter ledning per kund. Elnäten är en monopolmarknad. På varje ort i Sverige finns bara en nätleverantör. För att skydda konsumenterna från överpriser regleras priserna i elnäten av den statliga myndigheten Energimarknadsinspektionen. Priserna ska enligt ellagen vara objektiva och icke-diskriminerande. Att priserna i elnäten varierar kraftigt över landet är känt sedan länge, och påvisas även i denna rapport. Den centrala frågan är huruvida dessa variationer kan motiveras objektivt. Denna rapport försöker förklara skillnader i pris utifrån objektiva förutsättningar för respektive nätbolag. Data om priser och tekniska omständigheter har hämtats från Energimarknadsinspektionen, som varje år samlar in särskilda tekniska och ekonomiska rapporter från nätbolagen. Resultatet är att ungefär en tredjedel av variationen i pris kan förklaras av objektiva förutsättningar. Den helt dominerande förklaringen är den relativa tätheten i näten, med vilket menas antal meter ledning per kund. Glesa nät, med många meter ledning per kund, är dyrare än täta, typiskt sett. Även sedan ett stort antal objektiva faktorer vägts in i analysen, så går det inte att se ett samband mellan dessa och prisnivåerna. Priset varierar oberoende av de tekniska omständigheter som analyseras. Företag med liknande förutsättningar skiljer sig åt i pris med tusentals kronor per år, för en genomsnittlig småhusägare. Priserna i näten kan till viss del naturligt nog förklaras med hur stora kostnader företagen har per kund. Överraskande nog förklarar detta bara knappt 20 procent av variationen i priser. Nätets relativa täthet förklarar ensamt omkring 26 procent av variationen. När totala kostnader per kund och nätens relativa täthet tillsammans ska förklara prisnivåerna, förklaras cirka 30 procent av variationen. Det ytterligare förklaringsvärde som totala kostnader bidrar med är alltså bara omkring 4 procent. Många modeller och variabler kan konstrueras för att söka svaret på vad som avgör prisen i elnäten. Efter ett stort antal modellkörningar varav endast ett fåtal redovisas här för att skona läsaren dras slutsatsen att nätets täthet är den primära kostnadsdrivaren. Trots att somliga modeller alltså innehåller ett stort antal förklarande variabler, förklaras inte ens i dessa mer än omkring procent av prisvariationen. För att i en slags modellteknisk mening kunna förklara den stora prisvariationen måste vi använda föregående års priser. Höga priser tidigare år hänger ihop med höga priser innevarande år, och tvärtom. Det kommer kanske inte som någon överraskning, men pekar i en viss riktning vad gäller tolkningen av resultaten. Slutsatsen så här långt, med hjälp av de data som Energimarknadsinspektionen förfogar över är att prissättningen i elnäten inte kan förklaras med data om objektiva faktorer om omständigheterna

4 för verksamheten. Priserna har bara delvis en koppling till de tekniska data som Energimarknadsinspektionen har uppgifter om. Konsumenterna betalar alltså olika pris för väsentligen samma vara. Företag med höga priser förefaller vara konsekvent dyra över tid. Det är alltså möjligt för dessa monopolföretag att ligga på en väsentligt högre prisnivå än vad som synes motiverat utifrån objektiva förutsättningar, utan att fastna i den tillsyn som Energimarknadsinspektionen ansvarar för. Villaägarna menar att höga priser i elnäten är ett missförhållande som bör rättas till, genom att tillsynsmodellen skärps, och intäktsramarna sänks.

5 Inledning Tillgång till elleveranser av god kvalitet är en viktig förutsättning för ett fungerande samhälle. Därför övervakas och regleras eldistribution av den statliga myndigheten Energimarknadsinspektionen (EI). EI bestämmer även de så kallade intäktsramarna, som styr vilka priser kunderna betalar. Enligt ellagen ska tarifferna vara skäliga, objektiva och icke-diskriminerande. De ska även vara låga och stabila. Kravet om objektivitet innebär att objektiva förutsättningar ska ligga till grund för nivån på tarifferna. Därför är det intressant att jämföra elnät med likartade förutsättningar, och se om även tarifferna ligger på samma nivå. Om de skiljer sig åt finns skäl att ifrågasätta de rådande priserna, och även en möjlighet att lyfta fram goda exempel på elnätbolag som lyckats hålla priserna nere. Denna rapport undersöker vilka faktorer som påverkar elnätstarifferna. Rapporten visar också i vilken mån nätföretag har oförklarligt höga priser, alltså priser som inte kan förklaras med vilka objektiva förutsättningar som råder för verksamheten. Bakgrund Elmarknaden delas in i tre delar: produktion, distribution (nät) och handel. Den sista delen elhandeln avreglerades 1996, och kunderna kan sedan dess välja mellan ett antal olika elhandlare för leveransen av själva strömmen. Konkurrensen på elhandelsmarknaden är förhållandevis hård. I elnäten råder däremot fortfarande lokala monopol. På varje plats i Sverige finns endast en nätleverantör. Den kund som inte är nöjd med kvaliteten eller priset på sitt elnät, kan därför inte byta leverantör, med mindre än att flytta till en annan ort. Att avreglera marknaden för elnät vore emellertid både oekonomiskt och praktiskt omöjligt; att bygga parallella elnät vore både dyrt och opraktiskt. Eftersom de ekonomiska drivkrafterna styr mot endast en leverantör per ort, kallas elnäten (och andra branscher med liknande förutsättningar) för ett naturligt monopol. På alla monopolmarknader riskerar kunderna utsättas för överprissättning. En vinstmaximerande monopolist sätter nämligen priset på en nivå som visserligen maximerar vinsten, men inte den sammanlagda samhällsnyttan. Eftersom elnäten är en del av samhällets infrastruktur är det viktigt att priset sätts rätt, med vilket menas att det sätts på en nivå där de indirekta nyttor som uppstår av elnät vägs in i den totala kalkylen. Priserna i elnäten är därför reglerade. Den ansvariga myndigheten är Energimarknadsinspektionen (EI), som sedan 2012 tillämpar en metod med förhandsgranskning av nätföretagens intäktsramar (totala tillåtna intäkter). När intäktsramarna godkänts av EI sätter nätbolagen själva tarifferna, vilka alltså inte är lika hårt detaljreglerade. Den bärande principen i EI:s bedömning av intäktsramarna är att nätbolagen ska få ersättning dels för drift och underhåll, dels för kapitalkostnaden. Villaägarna menar att kapitalkostnaden övervärderas i prismodellen eftersom den räknas som om näten vore väsentligen nybyggda, trots att de är flera decennier gamla. Däremot ersätts drift och underhåll med hänsyn till nätens verkliga ålder. Villägarna efterlyser därför en ny prismodell.

6 Stora prisskillnader Priserna i elnäten varierar kraftigt. 1 Den första januari 2012 betalade en småhusägare med en årlig användning på kwh mellan och kronor om året för sitt elnät, beroende på var i landet huset stod. Diagrammet beskriver spridningen av priser i landets nätbolag för ett småhus med en årliga användning på kwh. 2 Diagrammet visar att majoriteten av nätbolagen har priser som ligger omkring eller under 6000 kronor om året. Skillnaden mellan högsta och lägsta är nära 5500 kronor. Tänkbara kostnadsdrivare För att förstå hur prisskillnaderna kan vara så stora, jämför denna rapport de objektiva förutsättningar som råder i landets lokala elnät, för att på så sätt se vilka faktorer som kan tänkas orsaka höga priser. I ett inledande skede har korrelationen mellan kostnader per kund och pris beräknats, med resultatet att ungefär 20 procent av prisvariationen förklaras. Det kan tyckas vara en låg siffra. Hur förklaras de övriga 80 procenten om de inte är kopplade till kostnaderna? Icke desto mindre är variabeln kostnad per kund inte en förklaring i sig, utan blott ett steg på vägen i analysen av vilka objektiva faktorer som kan tänkas förklara höga priser. Det som förklarar höga kostnader förklarar också i viss utsträckning höga priser, således. Därför utelämnas i det fortsatta variabeln kostnad per kund, eftersom de mer objektiva, tekniska förutsättningarnas samband med priserna undersöks. Antal kunder är en möjlig förklaringsfaktor. Fler kunder leder till högre kostnader. Å andra sidan blir det fler som delar på kostnaderna, varför tarifferna kan förväntas vara opåverkade. Det kan dock finnas stordriftsfördelar eller nackdelar som påverkar tarifferna. Fler kunder eller ett tätare befolkat 1 Priser som undersökts är årlig kostnad för ett hus med 20 ampers säkring och kwh om året i användning. 2 Alla data kommer från elnätbolagens särskilda tekniska och ekonomiska rapporter, som finns att hämta på Undersökningen har genomförts under hösten 2012, med då tillgängliga data om priser och tekniska uppgifter.

7 nät kan (möjligen) medföra bättre information för nätbolaget om driftsläget, som leder till ett bättre förebyggande arbete. Kunderna kan vidare delas in i hög- och lågspänningskunder, där lågspänningskunderna kan tänkas medföra större kostnader, eftersom de finns längre ut i nätet. Å andra sidan har högspänningskunderna andra krav på nätet, som kan medföra kostnader. Andelen högspänningskunder kan därför vara intressant att undersöka. Antal nätstationer kan också tänkas förklara höga kostnader. Ju fler stationer, desto större både DoU- och kapitalkostnader. Det omvända sambandet är också tänkbart. Fler stationer kan innebära avlastningar i svaga delar av nätet, och förhindra avbrott, vilket sänker kostnader för underhåll. Ledningslängd per kund brukar anges som en viktig kostnadsdrivare. Den ser ut att fånga flera av de förklaringar som angetts ovan, men bör inte förväxlas med dem. Den relativa tätheten i sig drar inte nödvändigtvis i samma riktning som sina ingående delar långa ledningar respektive många kunder. Fler kunder som delar för kostnaden av en ledning leder naturligtvis till lägre priser per kund, och tvärtom. Men ett tätt nät kan i och med själva tätheten drabbas av kostnader som ett glest slipper. Exempelvis är det sannolikt att ett tätt nät har mer asfalt och bebyggelse att förhålla sig till, vilket torde driva kostnaderna. Nätförluster utgör en betydande del av nätbolagens kostnader. Om ett nät av någon anledning har högre nätförluster än ett annat, kan det synas på tarifferna. Ledningslängd per nätstation kan sägas vara ett annat mått på nätets täthet. Variabeln kan fånga upp delar av de resonemang som förs ovan, och också ha ett eget förklarande värde. Det ena täta nätet (stadsnät) kan skilja sig från det andra vad gäller tätheten av stationer, därför att näten behöver klara av olika saker. Hur mycket energi en lågspänningskund använder i genomsnitt kan tänkas påverka kostnaderna. Hög energianvändning kan ge trängsel i nätet, högre förluster och balansproblem. Å andra sidan kan hög energianvändning från lågspänningskunder också vara ett tecken på att nätet har ett stort antal industrikunder, som använder nätet mest under låglasttimmar, vilket kan tänkas samvariera med lägre kostnader, eftersom nätet används effektivt. Det är också möjligt att ett nätbolag anpassat just tariffen för småhus efter hur stor del av nätets kapacitet som motiveras av småhus. I så fall är det sannolikt att småhus med en högre energianvändning än lägenhetskunder, också bär en större del av kapitalkostnaderna, och att vi därför ser ett positivt samband mellan denna variabel och tariffen för småhus. Energianvändning (kwh) per lågspänningskund undersöks därför. Näteffekt och Maxeffekt är ett mått på nätets kapacitet, och torde verka kostnadsdrivande. En hög maxeffekt kan också tänkas samvariera med större balansproblem, vilket också kostar. Som framgår går det att formulera många hypoteser om vad som driver kostnader i elnäten. Det vore möjligt att ta in ännu fler förklarande variabler, men knappast meningsfullt. Tidigare studier har tvärtom undersökt färre. Denna rapport tar in så pass många förklaringsvariabler för att kunna ge bättre prediktioner (det vill säga förutsägelser om förväntade priser). Icke desto mindre måste de variabler som används naturligtvis ha ett tänkbart samband med tarifferna.

8 Tariff Metod Genom att använda en metod som kallas regressionsanalys, går det att samtidigt väga in variablerna ovan och se hur de samvarierar med den variabel vi vill förklara: den årliga kostnaden för en normalvilla (20 ampers säkring och kwh/år). För att få en första bild av hur respektive förklaringsvariabel samvarierar med vår beroende variabel (kostnaden för småhuset) produceras ett scatter-diagram för varje variabel. Ett av dessa presenteras nedan, och fler i tabellbilagan. Diagrammet nedan visar samvariationen mellan antalet meter ledning per kund och tariffen. Glesare nät ser ut att samvariera med högre tariff. Detta bekräftas när korrelationen beräknas. Nätets relativa täthet utmärker sig bland de tänkbara kostnadsdrivarna. Resultaten för de övriga redovisas i tabellbilagan. Sammanfattningsvis syns ingen eller mycket liten samvariation mellan övriga varialer och tarifferna. Att utföra en regressionsanalys är enkelt uttryckt att med matematiska metoder dra ett streck genom scatterdiagrammet. Strecket kan liknas vid ett medelvärde, som beräknas för varje punkt längs axeln. Medelvärdet för tariffer för nät med 200 meter ledning per kund är således cirka 6500 kronor, när diagrammet nedan avläses Meter ledning per kund Diagrammen (och tabellen som sammanfattar dessa i tabellbilagan) är så kallade unika samband, det vill säga samband som syns när endast en variabel i taget plottas mot tarifferna. För att undersöka

9 materialet djupare behöver vi utföra vad som kallas en multipel regressionsanalys. För en djupare förståelse vad det innebär hänvisas till bilaga 1. Resultat av regressionsanalysen Ett stort antal kombinationer av förklarande variabler har testats som modell att förklara prisvariationerna. I tabellbilagan redovisas den huvudsakliga analysen, men av utrymmesskäl inte alla körningar och siffror. För att göra en lång historia kort, så visar sig Ledningslängd per kund som väntat vara den enda variabel som både har en naturlig koppling till tariffnivån, ett statistiskt säkerställt samband när även andra faktorer vägs in samtidigt och en effekt som inte är försumbart liten. Avvikelser från förväntade värden Utifrån den ursprungliga modellen (med många förklaringsvariabler) skapas så kallade residualer, med vilket menas avvikelse från det medelvärde som förväntas givet värdet på de förklarande variablerna. I diagrammet ovan utgörs denna avvikelse av avståndet i höjdled från linjen. Avvikelserna från det förväntade värdet för varje företag redovisas nedan. 3 Avvikelsen kan sägas beskriva hur mycket dyrare ett företag är jämfört med medlet för företag som har samma egenskaper som företaget i fråga. Per definition är cirka hälften av företagen billigare än medlet. På en konkurrensutsatt marknad skulle de billigaste företagen ha en konkurrensfördel och vinna marknadsandelar. En mer relevant jämförelse kan därför vara att jämföra inte med medlet, utan med det bästa företaget. Den jämförelsen sker i kolumnen Avvikelse från toppen. Nätföretag Tariff 2012 Förväntad tariff Avvikelse från medelnivå givet täthet Avvikel se från toppen Blåsjön Nät AB kr kr kr kr Viggafors Elektriska Andelsförening UPA kr kr kr kr Kviinge El AB kr kr kr kr Sävsjö Energi AB kr kr kr kr Årsunda Kraft & Belysningsförening upa kr kr kr kr Kraftringen Nät AB (Kreab Energi) kr kr kr kr LJW Nät HB kr kr kr kr Härjeåns Nät AB kr kr kr kr Ålem Energi AB kr kr kr kr Sölvesborgs Energi & Vatten AB kr kr kr kr Skurups kommun kr kr kr kr 3 Det faktum att förklaringsvariablerna inte faller ut signifikant spelar här mindre roll, eftersom syftet inte är att bevisa kausalitet, utan att förklara de rådande priserna så mycket som möjligt.

10 Nätföretag Tariff 2012 Förväntad tariff Avvikelse från medelnivå givet täthet Avvikel se från toppen Skånska Energi Nät AB kr kr kr kr Åkab Nät & Skog AB kr kr kr kr Göteborg Energi Nät AB kr kr kr kr Öresundskraft Nordvästra Skåne AB kr kr 936 kr kr Vaggeryd Kommuns Elverk kr kr 875 kr kr Västerbergslagens Elnät AB kr kr 863 kr kr Affärsverken Karlskrona AB kr kr 857 kr kr Brittedals Elnät Ek för kr kr 844 kr kr Öresundskraft AB kr kr 789 kr kr Norrtälje Energi AB kr kr 781 kr kr Dala Elnät AB kr kr 777 kr kr Sevab Nät AB kr kr 745 kr kr Elverket Vallentuna AB kr kr 691 kr kr Sjogerstads Elektriska Distributionsförening ek kr kr 683 kr kr för Karlsborgs Energi AB kr kr 676 kr kr Sjöbo Elnät AB kr kr 656 kr kr Filipstad Energinät AB kr kr 652 kr kr Oskarshamn Energi Nät AB kr kr 628 kr kr Alvesta Elnät AB kr kr 613 kr kr Vimmerby Energi & Miljö AB kr kr 597 kr kr Bengtsfors Energi Nät AB kr kr 577 kr kr Olofströms Kraft Nät AB kr kr 571 kr kr Karlshamn Energi AB kr kr 527 kr kr Fortum Distribution AB (Västra Svealand) kr kr 524 kr kr Hamra Besparingsskog kr kr 477 kr kr Linde Energi AB kr kr 451 kr kr Ale Elförening ek för kr kr 445 kr kr Närkes Kils Elektriska Ek för kr kr 445 kr kr Nossebroortens Energi ek för kr kr 436 kr kr Jukkasjärvi Sockens Belysningsförening upa kr kr 425 kr kr Kristinehamns Elnät AB kr kr 423 kr kr Tidaholms Elnät AB kr kr 418 kr kr Västra Orusts Energitjänst ek för kr kr 413 kr kr Ystad Energi AB kr kr 404 kr kr Nybro Elnät AB kr kr 404 kr kr Dala Energi Elnät AB kr kr 402 kr kr Mjölby Kraftnät AB kr kr 397 kr kr Östra Kinds Elkraft ek för kr kr 397 kr kr Rödeby Elverk ek för kr kr 378 kr kr

11 Nätföretag Tariff 2012 Förväntad tariff Avvikelse från medelnivå givet täthet Avvikel se från toppen Karlskoga Elnät AB kr kr 364 kr kr Österlens Kraft AB kr kr 340 kr kr Vetlanda Energi & Teknik AB Vetab kr kr 329 kr kr Öresundskraft Ängelholm AB kr kr 309 kr kr Envikens Elnät AB kr kr 301 kr kr Borås Elnät AB kr kr 293 kr kr Hedemora Energi AB kr kr 285 kr kr Skara Energi AB kr kr 273 kr kr Sandviken Energi Elnät AB kr kr 270 kr kr Falu Elnät AB kr kr 270 kr kr Björklinge Energi ek för kr kr 268 kr kr Utsikt Katrineholm Elnät AB kr kr 250 kr kr Vattenfall Eldistribution AB (Norrnät) kr kr 244 kr kr E.ON Elnät Sverige AB (Syd & Mellersta) kr kr 244 kr kr Smedjebacken Energi Nät AB kr kr 226 kr kr Ulricehamns Energi AB kr kr 221 kr kr Arvika Teknik AB kr kr 221 kr kr E.ON Elnät Sverige AB (Nord) kr kr 219 kr kr Vallebygdens Energi ek för kr kr 213 kr kr Borgholm Energi Elnät AB kr kr 210 kr kr Falbygdens Energi Nät AB kr kr 185 kr kr Bjärke Energi ek för kr kr 182 kr kr Degerfors Energi AB kr kr 174 kr kr Eskilstuna Energi & Miljö Elnät AB kr kr 167 kr kr Härryda Energi AB kr kr 153 kr kr AB Borlänge Energi Elnät kr kr 111 kr kr Nynäshamn Energi AB kr kr 108 kr kr Karlstads Elnät AB kr kr 98 kr kr Carlfors Bruk E Björklund & Co KB kr kr 83 kr kr Telge Nät AB kr kr 62 kr kr Gotlands Energi AB kr kr 53 kr kr Hallstaviks Elverk Ek för kr kr 48 kr kr Värnamo Elnät AB kr kr 48 kr kr Emmaboda Elnät AB kr kr 44 kr kr Tranås Energi AB kr kr 40 kr kr Österfärnebo El ek för kr kr 32 kr kr Gislaved Energi AB kr kr -15 kr kr Herrljunga Elektriska AB kr kr -19 kr kr AB Kramfors Energiverk kr kr -26 kr kr

12 Nätföretag Tariff 2012 Förväntad tariff Avvikelse från medelnivå givet täthet Avvikel se från toppen Kalmar Energi Elnät AB kr kr -41 kr kr Hjo Energi AB kr kr -49 kr kr Fortum Distribution AB (Södra Norrland) kr kr -56 kr kr Oxelö Energi AB kr kr -57 kr kr Vara Energi ek för kr kr -73 kr kr Nacka Energi AB kr kr -86 kr kr Mölndal Energi Nät AB kr kr -102 kr kr Fortum Distribution AB (Stockholm) kr kr -118 kr kr Habo Kraft AB kr kr -127 kr kr Partille Energi Nät AB kr kr -131 kr kr Västerviks Kraft Elnät AB kr kr -139 kr kr Övik Energi Nät AB kr kr -160 kr kr Hjärtums Elförening Ek För kr kr -191 kr kr Mälarenergi Elnät AB kr kr -192 kr kr Fortum Distribution AB (Västkusten) kr kr -196 kr kr Nässjö Affärsverk Elnät AB kr kr -197 kr kr E.ON Elnät Stockholm AB kr kr -216 kr kr Olseröds Elektriska Distributionsförening upa kr kr -230 kr kr Sandhult-Sandared Elektriska ek för kr kr -269 kr kr Hofors Elverk AB kr kr -280 kr kr Växjö Energi Elnät AB kr kr -285 kr kr Uddevalla Energi Elnät AB kr kr -302 kr kr Jönköping Energinät AB kr kr -303 kr kr Vattenfall Eldistribution AB (Södra & Mellersta)' kr kr -315 kr kr Grästorps Energi Ek för kr kr -320 kr kr Gävle Energi AB kr kr -332 kr kr Ronneby Miljö och Teknik AB kr kr -350 kr kr Sundsvall Elnät AB kr kr -356 kr kr Kungälv Energi AB kr kr -358 kr kr Almnäs Bruk AB kr kr -372 kr kr Ljusdal Elnät AB kr kr -381 kr kr Jämtkraft Elnät AB kr kr -390 kr kr Töre Energi ek för kr kr -416 kr kr Boo Energi ek för kr kr -435 kr kr C4 Elnät AB kr kr -452 kr kr Skellefteå Kraft Elnät AB kr kr -453 kr kr Mariestad Töreboda Energi AB kr kr -459 kr kr Utsikt Nät AB kr kr -478 kr kr Höganäs Energi AB kr kr -488 kr kr

13 Nätföretag Tariff 2012 Förväntad tariff Avvikelse från medelnivå givet täthet Avvikel se från toppen Eksjö Elnät AB kr kr -518 kr kr Umeå Energi Elnät AB kr kr -531 kr kr Söderhamn Elnät AB kr kr -539 kr kr Elektra Nät AB kr kr -594 kr kr Landskrona Energi AB kr kr -599 kr kr Malungs Elnät AB kr kr -605 kr kr Mellersta Skånes Kraft kr kr -609 kr kr LEVA i Lysekil AB kr kr -627 kr kr Näckåns Elnät AB kr kr -635 kr kr Bergs Tingslags Elektriska AB kr kr -645 kr kr Falkenberg Energi AB kr kr -745 kr kr Södra Hallands Kraft ek för kr kr -808 kr kr Bromölla Energi & Vatten AB kr kr -810 kr kr Tibro Energi AB kr kr -816 kr kr Trelleborgs Kommun kr kr -893 kr kr Härnösand Elnät AB kr kr -900 kr kr Varberg Energi AB kr kr -939 kr 992 kr Staffanstorps Energi AB kr kr -959 kr 972 kr Halmstads Energi och Miljö Nät AB kr kr -965 kr 966 kr Lerum Energi AB kr kr -973 kr 958 kr Götene Elförening ek för kr kr kr 860 kr Bjäre Kraft ek för kr kr kr 762 kr Varbergsortens Elkraft kr kr kr 617 kr Ljungby Energinät AB kr kr kr 570 kr Trollhättan Energi Elnät AB kr kr kr 550 kr Bodens Energi Nät AB kr kr kr 543 kr Kvänumbygdens Energi ek för kr kr kr 452 kr Vinninga Elektriska Förening Ek För kr kr kr 434 kr Larvs Elektriska Distributionsförening kr kr kr 364 kr Skövde kommun kr kr kr 346 kr AB PiteEnergi kr kr kr 340 kr Luleå Energi Elnät AB kr kr kr 72 kr Lidköpings kommun kr kr kr 0 kr

14 En jämförelse av toppen och botten I syfte att undersöka om det finns några uppenbara skillnader mellan de enligt tabellen ovan tio billigaste och tio dyraste företagen sammanställs tabellen nedan. Tariff 2012 Antal kunder 2011 Ledning (m)/kund 2011 Överklagat Förslag (tkr) Andel beviljat Beslutad intäktsram (tkr) Medel (10 billigaste företagen) kr av % Medel (10 dyraste företagen) kr av % Spann (10 billigaste företagen) Spann (10 dyraste företagen) Som synes rymmer båda grupperna både stora och små företag, glesa och täta nät, och stora och små intäktsramar. Förutom tariffen skiljer sig grupperna åt endast vad gäller överklagande av intäktsramarna. Bland de tio dyraste har 6 överklagat sin intäktsram. Bland de tio billigaste endast två. Avslutande kommentarer Priserna i landet elnät varierar kraftigt, och bara en mindre del av prisvariationen kan förklaras med objektiva data om verksamhetens förutsättningar. Företag med snarlika egenskaper skiljer sig stort i pris. Det är uppenbarligen möjligt att bedriva elnätsverksamhet till lägre priser än av många nätföretag håller idag. Den prismodell som Energimarknadsinspektionen använder för att bestämma intäktsramarna baseras på antagandet att näten är väsentligt yngre än vad de är i verkligheten, vilket styr mot högre priser. För perioden låter myndigheten visserligen bara en tredjedel av de på detta sätt framräknade prishöjningar slå igenom, men under kommande år kommer det få fullt genomslag, och höja priserna. Villaägarna föreslår därför att prismodellen görs om, så att nätens verkliga ålder reflekteras i prissättningen. Om så inte sker, kommer kunderna betala flera gånger för samma nät, vilket är orimligt.

15 Bilaga: En lektion i ekonometri För att väga samman de förklarande variablerna, och se vilket samband som respektive variabel har med avgiften när inflytandet av de andra variablerna har tagits hänsyn till, utför vi av en så kallad regressionsanalys. Det innebär att vi skapar en förklaringsmodell som i princip ser ut så här: Avgift = A + b*variabel 1 + c*variabel 2, där A är en konstant, och b och c kan sägas vara det unika sambandet mellan variabeln och avgifterna. Poängen med analysen är att skilja skenbara samband (fotstorlek i exemplet nedan) från äkta (ålder i exemplet nedan). En modell som den ovan kan grafiskt illustreras med ett tredimensionellt diagram: I diagrammet syns hur ålder, fotstorlek och läskunnighet växer tillsammans. Ur detta diagram kan vi inte se vilken variabel som en den riktiga förklaringen och vilken som är den skenbara. När varje årskull studeras för sig i separata diagram ser det ut enligt nedan. Från vänster till höger, uppifrån och ner, redovisas åldrarna 5 till 11. Läskunnighet mäts på den vertikala axeln, och fotstorlek på den horisontella. Varje kryss är ett barn (fetare kryss är flera kryss.)

16 Av dessa diagram framgår tydligt att fotstorleken inte har något samband med läskunnigheten. Om vi istället gör ett diagram per varje fotstorlek, där vi plottar ålder mot läskunnighet, framträder en annan bild. På grund av för få observationer per fotstorlek blir inte alla diagram helt tydliga, men för att illustrera poängen visas nedan fotstorlek 29, med ålder på den horisontella axeln och läskunnighet på den vertikala. Trenden framträder tydligt. Högre ålder hör samman med bättre läskunnighet. Denna procedur visar vad en regressionsanalys gör, nämligen sorterar ut förklaringsvärdet och visar vilken variabel som är den verkliga förklaringen. De exakta matematiska metoderna redovisas inte här. För det hänvisas till valfri lärobok i ekonometri.

17 Bilaga 2: Urval av data Endast företag som redovisat en tariff för 2012 för kundkategorin 20 Amper kwh per år ingår i studien. I några fall redovisas flera priser per REL-nummer. För att undvika att samma nät förekommer flera gånger i undersökningen har följande dubbletter raderats. REL00860 REL00860 REL00869 REL00884 REL00885 REL00886 REL00886 REL00886 REL00886 Fortum Distribution AB (Norra Vansbro) Fortum Distribution AB (Norra Dalarna) Dala Energi Elnät AB (Gagnef) Fortum Distribution AB (Ekerö) Gävle Energi AB (Hedesunda) Kraftringen Nät AB (Höör) Kraftringen Nät AB (Lunds Energi AB) Kraftringen Nät AB (Ringsjö) Kraftringen Nät AB (Kreab Öst) Företag som redovisat noll meter ledning per kund är uteslutna. Resultatet för LKAB nät redovisas inte, eftersom det verkar under speciella förutsättningar.

18 Bilaga 3: Tabeller och diagram Scatterdiagram över unika samband. I förekommande fall är diagrammen in-zoomade så att enstaka extremvärden inte syns. Inga observationer har dock tagits bort när korrelationskoefficienten beräknats. I diagrammet antal kunder faller de fyra största utanför bilden i det in-zoomade diagrammet. Den fullständiga bilden visas också.

19 Pearson Correlation Coefficients, N = 162 Prob > r under H0: Rho=0 Tariff # Nätstationer 2011 Ledning (m)/nätstation 2011 Antal kunder 2011 Ledning (m)/kund 2011 Näteffekt (MW) 2011 Maxeffekt (MW) 2011 Nätförlust (MWh) 2011 kwh/lsp-kund 2011 Andel Hsp < <

20 Tabellen nedan visar resultatet av regressionen av en modell med alla förklaringsfaktorer ovan. Använda kwh per lågspänningskund uppvisar ett statistiskt säkerställt samband, men storleken på effekten förefaller försumbar. Detsamma gäller för variabeln Maxeffekt. Med vissa andra varianter av modellen blir dessa variabler emellertid ibland icke-signifikanta. Antal nätstationer samvarierar positivt med tarifferna (på femprocentsnivån). Detta kan bero på den förklaring som skisserades ovan, men också vara en funktion av att de stora nätföretagen (med många kunder) har både fler stationer och högre tariffer. När modellen sålunda renodlas och körs på de signifikanta variablerna blir resultatet enligt nedan.

21 Resultaten står sig. För att få en uppfattning om vilka variabler som har ett avgörande inflytande skapas beta-koefficienter. Variabel Estimat Standardavvikelse Beta-koefficient Antal nätstationer 0,1787 0,0486 0,0087 Ledning (m) per kund 7,0850 1,0254 7,2646 Maxeffekt (MW) -1,4916 0,5242-0,7818 kwh/lsp-kund -0,0020 0,0009 0,0000 Resultaten visar att meter ledning per kund har det i särklass största inflytandet. Det förhållandevis låga antalet observationer gör att justerad R2 är ett relevant mått på modellens förklaringsvärde. Ytterligare ett sätt att bestämma vilka variabler som har stort förklaringsvärde är att jämföra justerade R2-värden. Varje enskild variabels justerade Rs-värde visas i tabellen. Justerad Variabel R2 Antal nätstationer 4,53% Ledning (m) per kund 26,79% Maxeffekt (MW) 0,40% kwh/lsp-kund 0,62% Ledningslängd per kund förefaller stå ut som den viktigaste förklaringen.