Disaggregering av prognos för godstransporter 2030 till Bansek, EVA, Sampers/Samkalk och TEN tec

Transkript

1 Underlagsrapport Disaggregering av prognos för godstransporter 2030 till Bansek, EVA, Sampers/Samkalk och TEN tec -Trafikverkets basprognos 2015

2 Dokumenttitel: Disaggregering av prognos för godstransporter 2030 till Bansek, EVA, Sampers/Samkalk och TEN tec Trafikverkets basprognos 2015 Publikationsnummer: 2015:052 Ärendenummer: TRV 2015/17193 ISBN: Författare: Petter Wikström Dokumentdatum: Kontaktpersoner: Petter Wikström, Petter Hill, Sylvia Yngström Wänn 2

3 Innehåll SAMMANFATTNING INLEDNING GENERELL METOD TILLVÄGAGÅNGSSÄTT OCH SAMGODSRESULTAT Järnväg Tillvägagångssätt för Bansekunderlag Samgodsresultat Bansekunderlag Väg Tillvägagångssätt EVA Samgodsresultat EVA Tillvägagångssätt Sampers Samgodsresultat Sampers Sjöfart Tillvägagångssätt TEN tec Samgodsresultat sjöfart STATISTIKKÄLLOR Järnväg Väg Sjö Referensmaterial

4 BILAGA 1. FÖRSÄTTSBLAD TILL EXCEL-DOKUMENT BILAGA 2. DIAGRAM VARUGRUPPSJUSTERING FÖR JÄRNVÄG BILAGA 3. METOD FÖR UNDERLAG TILL BANSEK BILAGA 4. UNDERLAG TILL BANSEK: GODS2030_150401_JA BILAGA 5. METOD FÖR UNDERLAG TILL EVA OCH SAMPERS/SAMKALK BILAGA 6. METOD FÖR TRENDFRAMSKRIVNING AV VOLYMER I TEN-T HAMNAR

5 Sammanfattning Denna rapport är en uppdatering av rapporten Disaggregering av Samgodsresultat 2030 för Bansek, EVA och Sampers/Samkalk (TRV2014:067) som togs fram av Trafikverket under år Samgodsprognosen för 2030 har sedan dess setts över och justerats med tillkommande investeringar i gällande plan för perioden , en ny persontstrafikering (vilken förändrar det tillgängliga spårutrymmet för godststrafik), en ny implementering av Svaveldirektivet, differentierade banavgifter i Europa, allt med hjälp av en ny version av Samgodsmodellen (ver 1.0). Dessutom har ett antal känslighetsanalyser av prognosen gjorts. Därefter har utdata från Samgodsprognosen använts för att ta fram ett disaggregerat underlag för järnväg, väg och sjöfart till kalkylverktygen Bansek (järnväg), EVA och Sampers/Samkalk (väg), samt även till EU-kommissionens databas TEN tec (sjöfart). Denna rapport beskriver resultatet av den gjorda översynen och metoden för framtagandet av ett disaggregerat godstrafikunderlag. I ett tillhörande Excel-dokument finns beräkningar, underlag m.m. sammanställda. Huvudscenariot, som inkluderar höjda banavgifter och införandet av Svaveldirektivet, har använts för underlaget till EVA och Sampers/Samkalk, samt även till TEN tec. Ett Svaveldirektivscenario för 2030 har tagits fram, vilket har använts för underlaget till Bansek. För järnväg har underlag från Samgodsresultat tagits fram i form av branschutvecklingstal per varugrupp (STAN12-nivå) för att användas i järnvägskalkyler med Trafikverkets kalkylverktyg Bansek. Branschutvecklingstalen har justerats för att bättre överensstämma med historiska trender för varugrupper. På vägsidan har Samgodsresultaten disaggregerats med avseende på vägtyp (Europavägar - övriga vägar) till EVA och med avseende på fordonstyp (LBU - LBS) till Sampers/Samkalk. LBU står för LastBil Utan släp, LBS står för LastBil med Släp. Till både EVA och Sampers/Samkalk har tillväxttal per län tagits fram för perioderna samt Tillväxten för perioden ligger utanför prognosen, men har tagits fram då den behövs för EVA och Sampers/Samkalk-kalkylerna för att inkludera livslängden på infrastrukturen. För EVA-underlaget gjordes justeringar av Samgodsresultaten i basåret för att bättre stämma överens med fördelningen av trafikarbetet på Europavägar vs. övriga. För Sampers/Samkalk-underlaget har motsvarande justeringar av Samgodsresultaten gjorts så att underlaget är i linje med statistik gällande fördelningen mellan LBU vs. LBS i basåret. 5

6 För sjöfart har Samgodsresultaten för de 12 hamnområdena i Sverige disaggregerats till de 24 TEN-T-hamnarna, med hjälp av trendframskrivning baserad på hamnstatistik samt BNPutveckling för åren

7 1. Inledning I samband med arbetet att tillhandahålla aktuella kalkylunderlag, har en godsprognos för år 2030 tagits fram, för väg-, järnvägs- och sjöfartstransporter. Trafikverkets rapport Prognos för godstransporter Trafikverkets basprognos 2015, 1 vilken här benämns Huvudrapporten, sammanfattar förutsättningarna för prognosen, samt resultaten. Denna PM är en underlagsrapport till Huvudrapporten och beskriver den nedbrytning och justering av Samgodsprognosens resultat som genomförts under år 2014/2015 för att ta fram underlag till kalkylverktygen som har försetts med underlag är EVA (väg) och Bansek (järnväg). Persontrafikmodellen Sampers och dess tillhörande kalkylverktyg Samkalk har även försetts med underlag för att möjliggöra kalkyler på väg. de samhällsekonomiska kalkyler som görs i Bansek, EVA och Sampers/Samkalk. Ett disaggregerat underlag för sjöfart har också tagits fram till EU-kommissionens databas TEN tec, vilken används för uppföljning och revidering av de transeuropeiska transportnätverken. I ett tillhörande Excel-dokument redovisas Samgodsresultat för olika scenarion, statistikunderlag, m.m. Denna PM ger en mer utförlig beskrivning av Kapitel 6 (Disaggregering av resultat) i Huvudrapporten. För information om prognosförutsättningar m.m. hänvisas till Huvudrapporten. Denna PM börjar med en beskrivning av antaganden och indata, som följs av använda metoder och beräkningar. Därefter presenteras Samgodsresultaten till kalkylerna för väg, järnväg, respektive sjöfart. 1 TRV 2015:051 7

8 2. Generell metod Prognosen som har tagits fram bygger på en rad förutsättningar och antaganden, vilka i huvudsak rör: Långtidsutredningen 2008 Reviderad befolkningsprognos för år 2030 Varuvärdesprognos Utrikeshandelsprognos Transitprognos IMOs svaveldirektiv Höjda banavgifter Utökad gruvbrytning i övre Norrland Åtgärder i transportsystemet enligt planen för perioden För utförligare information om dessa förutsättningar, se kapitel 2 i Huvudrapporten. I Huvudrapporten beskrivs även den efterfran och det utbud som antas för prognosåret Denna PM beskriver tillvägagångssätt och resultat från disaggregering av Samgodsresultat för användning i kalkyler för respektive trafikslag. För järnväg har resultaten disaggregerats med avseende på varugrupp, för väg har resultaten disaggregerats med avseende på olika vägtyper (Europavägar respektive övriga vägar), samt fordonstyper (LBU och LBS), och för sjöfart har resultaten disaggregerats per TEN-T-hamn. För väg och järnväg beräknas trafiktillväxttal respektive branschutvecklingstal. Trafiktillväxttalen/ branschutvecklingstalen över godsmängder för perioden 20xx till 20yy beräknas på följande vis: Tillväxttal/Branschutvecklingstal [år 20xx 20yy] = godsmängd år 20xx/godsmängd år 20yy För sjöfart beräknas lastade och lossade volymer i ton per år och hamn. De scenarier som har analyserats är Huvudscenariot för år 2030 (som inkluderar både höjda banavgifter och införandet av Svaveldirektivet), Huvudscenariot exklusive utökad malmbrytning, samt scenarier som bara innehåller en banavgiftshöjning ( Banavgiftsscenariot ) respektive implementering av Svaveldirektivet ( Svaveldirektivscenariot ). För EVA och Sampers/Samkalk, liksom för sjöfarten, har Huvudscenariot använts. För underlaget till Bansek har Svaveldirektivscenariot använts, i 8

9 kombination med modellens elasticiteter per ttyp för höjda banavgifter och införande av Svaveldirektivet. Nästa kapitel beskriver tillvägagångssätt och Samgodsresultat för respektive trafikslag. 9

10 3. Tillvägagångssätt och Samgodsresultat 3.1 Järnväg Underlag från Samgodsresultatet i form av branschutvecklingstal per varugrupp (STAN12- nivå) har tagits fram till Trafikverkets kalkylverktyg Bansek. Detta verktyg används för att ta fram samhällsekonomiska kalkyler för järnvägsinvesteringar och underlätta en likvärdig hantering av olika investeringsobjekt. Beräkningar för att ta fram branschutvecklingstalen finns i Excel-dokumentet i blad Bansek. Branschutvecklingstalen beräknas från Banseks basår (år 2010) till prognosåret (2030) och avser förändringar i tonkm för godstransporter på järnväg. Det scenario som använts för Bansek är det så kallade Svaveldirektivscenariot för Branschutvecklingstalen har sedan kombinerats med information om trafikering och godsvolymer per varugrupp, bandel och ttyp för att få fram indata till Bansek, se avsnitt samt Bilaga 3 för beskrivning av denna metodik Tillvägagångssätt för Bansekunderlag Statistik från Trafikanalys över godsmängder i tonkm för respektive varugrupp (NST/R) och år ( ) har använts för att beräkna branschutvecklingstal och på så sätt möjliggöra en jämförelse mellan framräkning av historisk utveckling samt Samgodsprognosens resultat. Denna statistik och dess historiska utveckling är sammanställda i Exceldokumentet i blad Statistik. Då statistiken över varugrupper sedan år 2008 redovisas med en annan varugruppsindelning, har justeringar i statistik och prognos-resultat gjorts för att jämförelse över tid mellan statistikunderlag och Samgodsresultat ska vara möjlig, se blad Bansek. Tabell 1 nedan visar branschutvecklingstal utifrån statistik och basprognosen, innan justeringar. De justeringar som gjordes för att anpassa Samgodsresultaten till Bansek är följande: Nolltillväxt Då basåret i Samgods är 2006 och basåret i Bansek är 2010 antogs nolltillväxt mellan åren 2006 och 2010 för att harmonisera dessa (se blad Bansek, Tabell 2). Då man tittar på hur den övergripande utvecklingen för transportarbetet på järnväg har sett ut under denna period kan man se att nivån för år 2008 och år 2012 är ungefär densamma, se Figur 1. Detta indikerar att skillnaderna mellan åren inte är särskilt stora då den ekonomiska nedgången medfört en avstannad utveckling för denna period. Branschutvecklingstal som ett resultat från prognosen har räknats om till årliga branschutvecklingstal för att möjliggöra detta antagande. För järnmalm, som är inkluderad som en särskild förutsättning i den nationella planen, antas inte nolltillväxt under denna period, utan den faktiska tillväxten. 10

11 Figur 1. Utvecklingen av transportarbete på järnväg över tid. Källa: Trafikanalys Varugruppsanpassning. En ny varugruppsindelning av statistiken från år 2008 innebar att justeringar i fördelningen mellan varugrupper behövde göras. Varugruppsanpassningen har gjorts utifrån statistiska trender för respektive varugrupp då trender från statistik och prognosen inte går åt samma håll. Exempelvis varugrupperna jordbruksvaror, övriga trävaror, livsmedel, stål, papper och massa samt kemikalier har enligt statistiken minskat under det senaste decenniet, medan prognosen visar en ökning under prognosperioden. Vid varugruppsjusteringen har därför tillväxttakten för dessa varugrupper justerats nedåt för att minska gapet mot den historiska trenden, se Excel-blad Bansek och Bilaga 2 (diagram över trend vs. prognos). Då den totala tillväxten ska vara ungefär densamma före och efter varugruppsanpassning, så har dessa volymer flyttats över till varugruppen färdiga varor som enligt statistiken har ökat kraftigt det senaste decenniet. Branschutvecklingstalet för färdiga varor justeras därmed upp markant, men är fortfarande lägre än den framskrivna historiska trenden. Utvecklingstrender kring gröna korridorer, nya järnvägsskyttlar, dry port-koncept m.m. visar att det finns en strävan i samhället mot att öka andelen järnvägstransporter i kombisegmentet. Färdiga varor är en varugrupp som ofta ingår i kombitransportlösningar. Detta motiverar att särskilt varugruppen färdiga varor har potential att i större utsträckning transporteras på järnväg. 11

12 Tonkm Statistik Statistik Basprognos Basprognos BANSEK Utv. Faktor Utv. Faktor Jordbruksvaror 0,48 0,72 0,93 0,95 Rundvirke 1,66 1,50 1,10 1,09 Övriga trävaror 0,32 0,66 1,07 1,05 Livsmedel 0,47 0,52 1,18 1,15 Råolja 1,90 0,60 1,14 1,11 Oljeprodukter 1,20 1,40 0,77 0,81 Järnmalm 1,20 1,16 2,26 1,97 Stål 1,06 0,86 1,36 1,29 Papper och massa 1,00 0,75 1,63 1,50 Byggnadsmaterial 1,40 2,02 0,77 0,81 Kemikalier 0,84 0,68 1,35 1,29 Färdigavaror 1,54 2,62 1,12 1,10 Tabell 1. Branschutvecklingstal statistik och basprognos Samgodsresultat Bansekunderlag Tabell 2 nedan visar Samgodsresultat som använts vid framtagandet av underlag till Bansek i form av branschutvecklingstal för statistik, basprognos och varugruppsanpassning. Kolumnen över varugruppsanspassning är alltså de branschutvecklingstal som använts i framtagandet av underlaget till Bansek (se vidare förklaring nedan). Från tabellen kan man se att de högsta branschutvecklingstalen är för varugrupperna järnmalm och färdiga varor, vilket beror på de antaganden som gjorts kring ökad malmbrytning och större möjligheter till kombitransporter på järnväg i framtidsscenariot. Tonkm Statistik Statistik Basprognos Basprognos Varugruppsanpassning BANSEK Utv. Faktor Utv. Faktor Utv. Faktor Jordbruksvaror 0,48 0,72 0,93 0,95 0,97 Rundvirke 1,66 1,50 1,10 1,09 1,09 Övriga trävaror 0,32 0,66 1,07 1,05 1,03 Livsmedel 0,47 0,52 1,18 1,15 1,07 Råolja 1,90 0,60 1,14 1,11 1,06 Oljeprodukter 1,20 1,40 0,77 0,81 0,90 Järnmalm 1,20 1,16 2,26 1,97 1,97 Stål 1,06 0,86 1,36 1,29 1,14 Papper och massa 1,00 0,75 1,63 1,50 1,22 Byggnadsmaterial 1,40 2,02 0,77 0,81 0,90 Kemikalier 0,84 0,68 1,35 1,29 1,13 Färdigavaror 1,54 2,62 1,12 1,10 1,55 Tabell 2. Branschutvecklingstal till Bansek för respektive varugrupp. Branschutvecklingstal beräknade utifrån statistik, basprognosen samt efter varugruppsanpassning. 12

13 Dessa branschutvecklingstal har av Trafikverket använts i kombination med information om trafikering och godsvolymer per varugrupp, bandel och ttyp för att få fram input till Bansek, se Bilaga 3 för beskrivning av metodik. Branschutvecklingen har sedan räknats ned med den kombinerade modellberäknade effekten av en höjning av banavgifterna och införande av Svaveldirektivet för sjöfart. Tabell 3 visar fördelning av transportarbete på järnväg mellan olika transporttyper vid höjda banavgifter och införandet av Svaveldirektivet. Resultatet i form av en underlagstabell till Bansek återfinns i Bilaga 4. Denna version av 2030-prognosen för godstrafik på järnväg benämns Gods2030_150401_JA. Transporttyp Andel System 100% Kombi 93% Vagnslast 88% Tabell 3. Andel av ursprungligt transportarbete på järnväg i Svaveldirektiv-scenariot vid en höjning av avståndsbaserad kostnad för järnväg (+20%) samt höjning av kostnaden för fartygsbränsle enligt IMO uppdelat på ttyper. 3.2 Väg Samgodsresultat har även sammanställts för väg i syfte att kunna användas i Trafikverkets kalkylverktyg EVA och Sampers/Samkalk. EVA står för Effekter vid VägAnalyser och detta verktyg används för att beräkna effekter och samhällsekonomisk lönsamhet för enskilda objekt eller trafiksystem inom vägtransportsystemet. Sampers är ett nationellt modellsystem för trafikslagsövergripande analyser och prognoser av persontransporter. Samkalk är en delmodell i Sampers, som används för att göra samhällsekonomiska beräkningar utifrån de resultat som Sampers genererar. Även vissa effekter för lastbilar beräknas här. På vägsidan har Samgodsresultaten disaggregerats m.a.p. vägtyp (Europaväg vs. övriga vägar) till EVA och m.a.p. fordonstyp (LBU vs. LBS) till Sampers/Samkalk. LBU står för LastBil Utan släp, LBS står för LastBil med Släp. Till både EVA och Sampers/Samkalk har tillväxttal per län tagits fram för perioderna samt Tillväxten för perioden ligger utanför prognosen, men har tagits fram då den behövs för EVA och Sampers/Samkalk-kalkylerna för att inkludera livslängden på infrastrukturen. Tillväxttalen till EVA och Sampers/Samkalk har tagits från för Huvudscenariot (som omfattar höjda banavgifter och införande av Svaveldirektivet). 13

14 Tillvägagångssätt EVA Till kalkylverktyget EVA har trafiktillväxttal per län tagits fram, uppdelat på Europavägar och övriga vägar. Tillväxttal tas fram för olika vägtyper då trafiktillväxten ofta är högre på Europavägar än för övriga vägar. Figur 2 nedan visar den historiska trafikutvecklingen där man ser att den kraftigaste ökningen av fordonskilometer i relation till antalet fordon i huvudsak har skett på Europavägar Fordon LB_Tot LB_Eväg Figur 2. Diagram över den historisk trafikutveckling för trafik på Europavägar (LB_Eväg) samt Europavägar och övriga vägar (LB_Tot) indexerat m.a.p. fordonskilometer. Dessutom visas den indexerade utvecklingen av totala antalet fordon, inkl. personbilar (Fordon). Diagrammet är baserat på statistik från Trafikverket. Resultaten från Samgodsprognosen visar däremot en jämn fördelning över län och vägtyp. Detta är alltså en avvikelse från den historiska trenden som statistiken ovan visar, där trafikutvecklingen på Europavägar är mycket kraftigare än på övriga vägar. Även stickprov från trafikmätningar från Trafikverket visar samma trend som statistiken ovan. I det uppdaterade underlaget till EVA som tagits fram under 2014/2015 ur Samgodsprognosen har en version av den så kallade Pivot-pointmetoden 2 har använts vid nedbrytning till vägtyper. Enkelt uttryckt innebär denna metod att den bästa tillgängliga 2 Daly A, Fox J, Patruni B and Milthorpe F (2012): Pivoting in Travel Demand Models, Australasian Transport Research Forum 2012 Proceedings, sept 2012, Perth, Australia. 14

15 informationen om basåret används och appliceras på modellens tillväxttakter under prognosperioden, med begränsningsfaktorer och villkor i de fall där de ingående parametrarna har värdet noll. Metoden har utvecklats för att hantera data på ODmatrisnivå, men har i detta fall applicerats på mer aggregerade data. Trafikverket har statistik från trafikmätningar om trafikarbete per län och vägtyp för åren 2001 och 2011, vilket har använts i disaggregeringen av Samgodsresultatet till EVA Samgodsresultat EVA Tabell 4 nedan visar tillväxttalen per län till EVA som tagits fram med den metod som beskrivits i föregående avsnitt. Det är svårt att göra en kvalificerad bedömning av hur en rimlig utveckling kan se ut efter Trots detta behöver värden för 2050 tas fram till både EVA och Sampers/Samkalk. Tidigare har samma årliga utveckling använts för hela perioden, dvs. man har förlängt de prognostiserade värdena. Då metoden har ifrasatts, har en lägre utvecklingstakt för perioden än för perioden valts att användas. Utvecklingen på längre sikt påverkas av en rad samhällsförändringar, teknikutveckling, prishöjningar m.m. vilket gör prognoser långt in i framtiden svåra att göra. Även i LU2008 antas att ökningen av befolkningen och sysselsättningen är lägre efter 2030, vilket motiverar antagandet. Andra prognoser, exempelvis på europeisk nivå, pekar även dessa på en minskande ökningstakt efter Rapporten EU transport GHG: Routes to 2050? - Annex to Task 3 paper on the EU transport demand : Freight trend and forecasts indikerar att ökningen för Sverige är ca 75% av ökningen i perioden Detta antagande har använts vid framtagandet av tillväxttalen för perioden nedan. Nuvarande version av trafiktillväxttalen till EVA benämns Gods2030_150401_JA. 3 För en detaljerad beskrivning av metoden se bilaga 5. 15

16 Län E Ö Totalt E Ö Totalt Stockholm 1,64 0,48 1,28 1,44 0,42 1,12 Uppsala 1,45 1,96 1,71 1,27 1,72 1,50 Södermanland 2,01 0,96 1,52 1,76 0,84 1,33 Östergötland 2,20 1,57 1,96 1,92 1,38 1,71 Jönköping 2,54 1,50 1,98 2,22 1,31 1,73 Kronoberg 2,59 1,85 2,15 2,26 1,62 1,88 Kalmar 2,32 1,63 1,86 2,03 1,43 1,62 Gotland 0,00 0,85 0,85 0,00 0,74 0,74 Blekinge 1,61 2,59 2,16 1,41 2,26 1,89 Skåne 2,76 1,76 2,26 2,41 1,54 1,98 Halland 2,77 1,49 2,34 2,42 1,31 2,05 Västra Götaland 1,96 1,40 1,67 1,72 1,22 1,46 Värmland 1,49 1,61 1,56 1,30 1,41 1,36 Örebro 2,22 1,67 1,96 1,94 1,46 1,71 Västmanland 2,35 1,96 2,13 2,05 1,71 1,86 Dalarna 1,77 1,08 1,18 1,55 0,94 1,03 Gävleborg 2,08 1,40 1,77 1,82 1,22 1,54 Västernorrland 2,00 0,68 1,65 1,75 0,60 1,44 Jämtland 0,76 0,50 0,65 0,67 0,44 0,57 Västerbotten 2,09 0,90 1,74 1,83 0,78 1,52 Norrbotten 3,40 3,22 3,34 2,97 2,81 2,93 Norrbotten utan malm 2,78 0,68 2,26 2,43 0,60 1,98 Sverige 2,22 1,51 1,94 1,32 Tabell 4. Trafiktillväxttal per län till EVA för Huvudscenariot (höjda banavgifter och införande av Svaveldirektivet), procentuell förändring m.a.p. fordonskm per år Tillvägagångssätt Sampers Tillväxttal har även tagits fram till Sampers/Samkalk, där tillväxttal per län för LBU (lastbil utan släp) samt för LBS (lastbil med släp) önskas. Dessa tillväxttal har tagits fram för åren samt , för samma scenarion som i fallet EVA Fordonskm svenska lastbilar without trailer with trailer All vehicles Figur 3. Statistik från Trafikanalys över antal fordonskilometer per år för svenska lastbilar, med och utan släp. 16

17 Då resultaten från Samgodskörningarna inte är tillräckliga för att användas som underlag vid fördelning av trafikökning på fordonstyper, har justering av resultaten gjorts med Pivotpointmetoden utifrån statistik från Trafikanalys 4. Statistik från Trafikanalys visar att lastbilar utan släp har haft en minskning av trafikarbetet på ca 5% mellan åren 2001 och 2010, medan lastbilar med släp har ökat ca 8%, se Figur 3 ovan. Minskningen av lastbilar utan släp är en kraftig minskning och det har inte bedömts vara troligt att denna trend kommer att på i samma takt till år Fordonskm utländska lastbilar Figur 4. Statistik från Trafikanalys över antal fordonskilometer per år ( ) med utländska lastbilar. Statistik från Trafikanalys visar även en tydlig ökning av trafikarbetet med utländska lastbilar, se Figur 4 ovan. Statistiken i tabell 5 nedan har använts för att estimera andelen LBU år 2030 enligt nedan: lbu lbu e rt r,2001 ( c (( T 2001) 1)/ ) där lbu rt = procentuell andel lbu i region r under år T c = modell koefficient = Box-Cox parameter för tidsparametern Estimerade parametervärden fås genom tillämpning av minstakvadratmetoden på %- avvikelserna. c = och = För en detaljerad beskrivning av metoden se bilaga 5. 17

18 Stockholm 52% 47% Uppsala 46% 41% Södermanland 39% 34% Östergötland 39% 34% Jönköping 32% 27% Kronoberg 30% 25% Kalmar 30% 25% Gotland 51% 46% Blekinge 28% 23% Skåne 35% 30% Halland 33% 28% Västra Götaland 36% 31% Värmland 29% 24% Örebro 34% 29% Västmanland 31% 26% Dalarna 26% 21% Gävleborg 28% 23% Västernorrland 27% 22% Jämtland 27% 22% Västerbotten 33% 28% Norrbotten 36% 31% Totalt 37% 32% Tabell 5. Andel LBU per län m.a.p. fordonskilometer, enligt statistik från Trafikanalys. Statistiken ges på nationell nivå (dvs. den sista raden), länsvisa fördelningar finns för 2001 från Lastbilsundersökningen och är utifrån den nationella utvecklingen mellan år 2001 och 2010 framskrivna per län till år På samma sätt som i framtagandet av underlag till EVA så har Pivot-pointmetoden använts när underlaget till Sampers/Samkalk tagits fram, baserat på den framräknade LBU -andelen i tabell 6 nedan 5. 5 För en detaljerad beskrivning av metoden se bilaga 5. 18

19 Tabell 6. Estimering av LBU-andel Samgodsresultat Sampers/Samkalk Figur 5 nedan visar den relativa förändringen av fordonskilometer med lastbil för Huvudscenariot. Den största relativa förändringen uppvisar Norrbotten. Huvudorsaken till det är den antagna tillkommande transporten av malm mellan Pajala och Svappavaara. 19

20 4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00 Figur 5. Den relativa förändringen av fordonskilometer med lastbil för Huvudscenariot (2030). Tabell 7 nedan visar de resultat som används i Sampers/Samkalk-kalkylerna. Län LBS LBU Totalt LBS LBU Totalt Stockholm 1,44 0,86 1,28 1,26 0,75 1,12 Uppsala 1,89 1,20 1,71 1,65 1,05 1,50 Södermanland 1,60 1,30 1,52 1,40 1,14 1,33 Östergötland 2,01 1,82 1,96 1,76 1,59 1,71 Jönköping 2,06 1,76 1,98 1,81 1,54 1,73 Kronoberg 2,24 1,95 2,15 1,96 1,70 1,88 Kalmar 1,97 1,55 1,86 1,72 1,35 1,62 Gotland 0,87 0,05 0,85 0,76 0,04 0,74 Blekinge 2,34 1,74 2,16 2,05 1,52 1,89 Skåne 2,42 1,92 2,26 2,12 1,68 1,98 Halland 2,58 1,70 2,34 2,26 1,49 2,05 Västra Götaland 1,95 0,85 1,67 1,71 0,75 1,46 Värmland 1,62 1,38 1,56 1,42 1,20 1,36 Örebro 2,12 1,49 1,96 1,85 1,31 1,71 Västmanland 2,39 1,39 2,13 2,09 1,21 1,86 Dalarna 1,26 0,94 1,18 1,10 0,82 1,03 Gävleborg 1,81 1,58 1,77 1,58 1,38 1,54 Västernorrland 1,64 1,69 1,65 1,44 1,47 1,44 Jämtland 0,57 0,85 0,65 0,50 0,74 0,57 Västerbotten 1,81 1,41 1,74 1,58 1,23 1,52 Norrbotten 3,58 2,34 3,34 3,13 2,05 2,93 Norrbotten utan malmökn. 2,29 2,14 2,26 2,01 1,87 1,98 Sverige 2,03 1,47 1,88 1,77 1,29 1,65 Tabell 7. Resultat till Sampers/Samkalk. Länsvisa tillväxttal m.a.p. procentuell tillväxt per år av fordonskilometer för Huvudscenariot Tillväxttalen avser här procentuell tillväxt per år och län från Huvudscenariot. Samma antagande har använts som i EVA-underlaget angående utvecklingen Denna version av trafiktillväxttal till Sampers/Samkalk benämns Gods2030_150401_JA. 20

21 3.3 Sjöfart Tillvägagångssätt TEN tec För sjötransporterna har relativ utveckling av antalet hanterade ton per år och hamnområde för år 2030 tagits fram ur Samgods. Prognosen för 2030 har jämförts med sjöfartsstatistik per hamnområde för perioden och en trendlinje för denna statistik, se figur 6 nedan. Figuren visar att den övergripande bilden för hela Sverige ser rimlig ut. I ton räknat så underskattar modellen volymerna i hamnarna för basåret 2006 jämfört med statistiken. Kalibreringen av modellen har dock generellt höjt sjöfartsflödena not till sammanlagt 141 miljoner ton. Enligt hamnstatistiken för år 2006 var summan av lastade och lossade volymer i hamnarna miljoner ton. Följderna för tillväxttakten per hamnområde i prognosen bedöms dock inte bli så stora med anledning av detta Trafa Forecast Forecast-recalculated Linjär (Trafa ) Figur 6. Hanterade ton för alla hamnar mellan åren Samgodsprognos (Forecast samt forecast recalculated), statistik (Trafa ) samt en trendlinje utifrån statistiken (Linjär). Trafikanalys sjöfartsstatistik har under de senaste åren ändrat indelningen av hamnområden, så att flera områden i sydöst har slagits ihop till ett område. Detta innebär att anpassningar av Samgodsresultaten har behövt göras för att en jämförelse mellan prognosen och den historiska trenden skall kunna göras, se Excel-dokumentet, blad Hamn_Ton, Tabell 1. 21

22 En annan uppgift som efterfras är prognoser för hanterade ton per TEN-hamn. Trafikverket levererar årligen in den uppgiften till EU-kommissionens informationsverktyg TEN tec 6, som är en databas som EU administrerar. Trafikverket har nu utvecklat en metod för att disaggregera prognosresultaten från Samgods för de 12 hamnområdena till de 24 TEN-hamnarna. Metoden går ut på att skatta en signifikant trendframskrivning per hamn, baserat på den statistik som finns tillgänglig. Den trendframskrivna nivån för lastade och lossade volymer per år och hamn i prognosåret används för att fördela volymerna per hamnområde från Samgodsmodellen till TEN-hamnarna i hamnområdet. Metoden för disaggregering omfattar en beräkning av sex olika trendframskrivningsmetoder för att hitta vilken/vilka som bäst överensstämmer med historiskt statistiken från perioden Metoden beräknar också vilka av metoden som är mest signifikant för varje hamn. Den första beräkningen är en kombination av BNP utveckling och tid, den andra endast tid, tredje endast BNP och den fjärde en linjär regression. En test görs på dessa för att jämföra metodernas statistiska signifikans mot materialet och ett krav på att koefficienten inte få överstiga två gånger standardavvikelsen genomförs. En femte metod beräknas som medelvärdet av alla historiska flöden i fallen där inga signifikanta samband beräknas. En sjätte beräkning för exponentiell utjämning för att se om den är mer signifikant än de andra metoderna genomförs Samgodsresultat sjöfart Figur 8 nedan visar hanterade ton för respektive hamnområde i basåret 2010 och prognosåret Göteborgsområdet hanterar störst godsmängder både 2010 och

23 Figur 8. Hanterade ton per hamnområde för 2010 och för Huvudscenariot När det gäller den regionala fördelningen är det svårt att bedöma om prognosen i Samgods är rimlig eller inte. Ökningen på östkusten kan te sig väl hög (räknat i ton per hamnområde) jämfört som västkusten där det idag hanteras störst mängder gods. Mot detta kan påpekas att det underlag som erhållits från Exportrådet för utrikeshandelns utveckling visar en stark ökning av handeln med Östeuropa. Vi har valt att inte ändra dessa modellresultat. Metoden för disaggregering av Samgodsresultat per hamnområde till TEN-T-hamn resulterar i nedanstående lastade och lossade volymer år Ur ovanstående tabellen framgår vilken metod som använts för att skatta trenden fram till För en detaljerad beskrivning av metoden, se Bilaga 6. TEN-T Hamnar Resultat 2010 Prognos 2030 Luleå Umeå Sundsvall Gävle Grisslehamn Kapellskär Stockholm Nynäshamn Västerås Oxelösund Norrköping Oskarshamn Gotland Karlskrona Karlshamn Ystad Trelleborg Malmö Helsingborg Halmstad Varberg Göteborg Stenungssund Strömstad Totalt: Tabell 8. Hanterade ton per TEN-T-hamn för 2010 och för Huvudscenariot

24 Statistikkällor Järnväg Tonkilometer per varugrupp (NST/R) år Trafikanalys. Väg Fordonskilometer med lastbil utan släp per län år SIKA Fordonskilometer med lastbil utan släp respektive lastbil med släp totalt i Sverige år Trafikanalys Fordonskilometer i Sverige med utländska lastbilar, år Trafikanalys Fordonskilometer med lastbil fördelat på Europavägar respektive övriga vägar, år Trafikverket. Sjö Hanterade ton/ten-t hamn år Trafikverket Hanterade ton per hamnområde år Trafikanalys Referensmaterial Daly A, Fox J, Patruni B and Milthorpe F (2012): Pivoting in Travel Demand Models, Australasian Transport Research Forum 2012 Proceedings, sept 2012, Perth, Australia. Riccardo Enei, EU transport GHG: Routes to 2050? - Annex to Task 3 paper on the EU transport demand : Freight trend and forecasts, Trafikmätningar, stickprov Trafikverket 24

25 Bilaga 1. Försättsblad till Excel-dokument Försättsblad Detta försättsblad förklarar kortfattat innehållet i Excel-dokumentet. Blad Bansek Detta blad presenterar Samgodsresultat till Bansek för respektive varugrupp. Tabell 1 Basprognos visar Samgodsresultat för Svaveldirektivscenariot (MainSc2030R39). HED-tal är beräkande tillväxttal utifrån framtidsförutsättningar och Samgodsresultat Samgodsresultaten är sammanställda för 2006 och 2030 (brunmarkerat), medan den årliga procentuella tillväxten är framtagen från tillväxttalen. Tabell 2 Nolltillväxt presenterar Samgodsresultat då ingen tillväxt antas för åren Då 2006 är basåret för Samgods och 2010 är basåret för kalkylmetoden görs detta antagandet för att underlätta beräkningen av tillväxttalen. Tabell 3 Visar resultat då omfördelning har gjorts mellan varugrupper p.g.a. en ny varugruppsklassificering. En lägre utvecklingstakt (50% lägre) antogs för ett antal varugrupper. För att totala godsmängder skulle vara samma användes en varugrupp (Färdigvaror) till att justera detta. Tabell 4 Visar den slutliga sammanställningen av resultaten till Bansek. Utvecklingsfaktorerna för år 20xx-20yy som har tagits fram har beräknats genom att dela antal tonkm för 20xx med antal tonkm för 20yy för respektive vargugrupp. Det blåmarkerade området visar beräknade tillväxtfaktorer utifrån statistik från Trafikanalys. Det grönmarkerade området visar beräknade tillväxtfaktorer från Samgodsresultat, utan bearbetning av resultaten. Det gulmarkerade området visar beräknade tillväxtfaktorer från de bearbetade Samgodsresultaten (från Tabell 3) Blad EVA Bladet visar Samgodsresultat till EVA. Huvudscenariot används (MainSc2030R37). Justeringar av resultaten som huvudsakligen har gjorts är: justering av tillväxttakten av olika vägtyper Blad Sampers Bladet visar Samgodsresultat till Sampers/Samkalk. Huvudscenariot används (MainSc2030R37). Samgodsresultaten har justerats för fördelningen mellan LBU och LBS Blad Hamn_Ton Bladet visar Samgodsresultat per hamnområde. Huvudscenariot används (MainSc2030R37). Resultaten har anpassats genom att: aggregera tre hamnområden till ett samt genom att anpassa resultaten till kalkylverktygens basår ( ) 25

26 Blad Statistik Statistik från Trafikanalys över: fordonskilometer med LBU i Sverige år 2001 och 2010, samt länsvis SIKA-statistik för år 2001 som är framskriven utifrån den nationella trenden tonkilometer på järnväg för NST/R-varugrupper år hanterade ton vid hamnområden år Blad 2006 Detta blad visar Samgodsresultat för godsflöden på väg, disaggregerat på respektive län och vägtyp, för basåret Kolumn A visar Sveriges län, inklusive Norrbottens län utan utökad malmbrytning (län nr 26). Kolumn B-O visar olika länktyper, där: kolumn L-O visar Europavägar kolumn B-K visar övriga vägar Blad 2030_Huvudscenario Detta blad visar Samgodsresultat för godsflöden på väg, disaggregerat på respektive län och vägtyp, för det använda prognosscenariot (dvs. då banavgifter och svaveldirektiv har införts) Tabellerna har samma upplägg som föregående blad. Blad 2030_Banavgifter Detta blad visar Samgodsresultat för godsflöden på väg, disaggregerat på respektive län och vägtyp, för år 2030 med banavgifter. Detta scenario har inte använts. Tabellerna har samma upplägg som föregående blad. Blad 2030_Svaveldirektiv Detta blad visar Samgodsresultat för godsflöden på väg, disaggregerat på respektive län och vägtyp, för år 2030 med banavgifter. Detta scenario har inte använts. Tabellerna har samma upplägg som föregående blad. 26

27 Bilaga 2. Diagram varugruppsjustering för järnväg Diagram över varugrupper som har justerats då prognosen har avvikit från trenden. Diagrammen nedan visar trendlinjer för prognoser (Forecast samt Forecast recalculated), statistik (Trafa ), samt en trendframskrivning av den historiska trenden. Övriga trävaror: Other wood products by rail - tonkm Trafa Forecast Forecast-recalculated Linjär (Trafa ) Livsmedel: Foodstuff by rail - tonkm Trafa Forecast Forecast-recalculated Linjär (Trafa )

28 Oljeprodukter: Petroleum products by rail - tonkm Trafa Forecast Forecast recalculated Linjär (Trafa ) Stål: Metalproducts by rail - tonkm Trafa Forecast Forecast-recalculated Linjär (Trafa ) 28

29 Papper och massa: Paper/mass by rail- tonkm Trafa Forecast Forecast-recalculated Linjär (Trafa ) Byggnadsmaterial: Building materials by rail - tonkm Trafa Forecast Forecast recalculated Linjär (Trafa )

30 Kemikalier: Chemicals by rail - tonkm Trafa Forecast Forecast-recalculated Linjär (Trafa ) Färdiga varor: High-value products by rail - tonkm Trafa Forecast Forecast-recalculated Linjär (Trafa )

31 Bilaga 3. Metod för underlag till Bansek Godsprognosen i Åtgärdsplaneringen baseras på ett scenario för den ekonomiska utvecklingen som bygger på Långtidsutredningen 2008 (SOU 2008:105). Godsrelevanta utdata från denna utredning har disaggregerats geografiskt och branschvis och sedan kombinerats med prognoser för varuvärden, utrikeshandel och transit, vilket beskrivs i rapporten Prognoser för arbetet med nationell transportplan Godstransporters utveckling fram till En efterfran per trafikslag har slutligen beräknats i Samgodsmodellen och vidarebearbetats. Resultatet är sammanställt bl.a. i form av förändring per varugrupp totalt för alla transportslag mellan åren och förändring per varugrupp för järnvägstransporter under samma period. Samgodsmodellen är en modell som opererar på en strategisk nivå, vilket gör att resultatet bör tolkas med försiktighet på länknivå. Därför används branschutvecklingen för järnväg ur Samgodsmodellen i kombination med ttidtabellen och kartlagda godsvolymer för ett basår (här 2010) för att ta fram en prognos för järnväg som kan ses som mer tillförlitlig på enskilda bandelar. Denna metod benämns Bangods. Prognosen används i Trafikverkets kalkylverktyg Bansek, som syftar till att ta fram samhällsekonomiska kalkyler för järnvägsinvesteringar och underlätta en likvärdig hantering av olika investeringsobjekt. Metodik Nedan beskrivs framtagandet av prognosen för järnväg Förutsättningar: -Långtidsutredningen 2008; SOU 2008:105 -Prognoser för varuvärden, utrikeshandel och transit enligt Uppdrag för ökad kapacitet i transportsystemet ; TRV 2011/79977A -Infrastrukturinvesteringar för järnväg enligt Planer för transportsystemet samlad beskrivning av effekter av förslagen till Nationell plan och länsplaner ; TRV 2014:039. -Persontrafikering enligt Trafikprognos för järnvägstrafiken 2017, 2022 och 2030 med hänsyn till åtgärder i plan ; TRV Ökning av gruvbrytning i övre Norrland enligt Uppdrag för ökad kapacitet i transportsystemet ; TRV 2011/79977A, efter beslut från projektledningen

32 -Höjda banavgifter (baserade på marginalkostnadsprissättning i syfte att uppnå full internalisering inom järnvägssektorn). -Höjda bränslekostnader för sjöfart (p.g.a sänkta gränsvärden för svavel enligt IMO:s beslut 2008). Metod: Kartläggning järnvägstrafik + godsvolym 2010 Branschutveckling för järnväg enligt Samgodsmodellen Antaganden om förändrad trafikstruktur (se nedan) Kapacitetsavstämning Verktyg: Access Förändrad trafikstruktur Som en följd av investeringarna i Nationell plan för transportsystemet fram t.o.m. år 2030, antas omledningar av godstrafik till nedanstående stråk/banor ske. Botniabanan Systemt från Skellefteå och Umeå, vagnslast mellan Luleå/Umeå och Hallsberg/Göteborg, kombit mellan Luleå/Umeå och Stockholm/Årsta samt postt flyttas över från Stambanan genom övre Norrland/Norra Stambanan till Botniabanan/Ostkustbanan. Summa antal t per vardagsdygn 2010: 14 t Kilafors-Söderhamn Systemt från Skellefteå och Umeå och vagnslast mellan Luleå/Umeå och Hallsberg/Göteborg som flyttats över från Stambanan genom övre Norrland/Norra Stambanan till Botniabanan/Ostkustbanan (se ovan) fortsätter på stråket Kilafors- Söderhamn. Kombiten från Umeå fortsätter till Gävle och vidare. Summa antal t per vardagsdygn 2010: 14 t 32

33 Väster om Vänern T mellan Dalarna och Göteborg som idag går via Borlänge-Ställdalen-Hallsberg eller Borlänge-Avesta-Frövi-Hallsberg flyttas över till Borlänge-Kil-Göteborg. Summa antal t per vardagsdygn 2010: 7 t Hallsberg-Mjölby Kombit mellan Gävle/Hallsberg-Malmö/Trelleborg samt t på Södra Stambanan som idag omleds Hallsberg-Falköping-Nässjö eller Hallsberg-Katrineholm-Mjölby flyttas över till Hallsberg-Mjölby. Summa antal t per vardagsdygn 2010: 2 t Hallandsås T mellan Malmö/Trelleborg Göteborg som idag går via Markarydsbanan flyttas över till Eldsberga-Arlöv. Summa antal t per vardagsdygn 2010: 11 t Ostlänken: T som trafikerar Järna-Nyköping omleds till Järna-Flen alternativt till Godsstråket genom Bergslagen/Södra stambanan (gäller t från Norrland till södra Sverige). Summa t per vardagsdygn 2010: 4 t Resultat Som en följd av ekonomins utveckling , de investeringar som ingår i den Nationella planen, förändrade relativa kostnader mellan trafikslagen och inte minst de antaganden som gjorts om en framtida utökad gruvbrytning, förväntas godstransporterna på järnväg att kunna öka fram till 2030 enligt nedan exkl malmökn 23, ,6 (mrd tonkm per år) 33

34 Bilaga 4. Underlag till Bansek: Gods2030_150401_JA Stråk Frå n Till Mätpu nkt Stockholm Cst Sst Sst Stockholm Sst Äs * Stockholm Sst Äs * Stockholm Sst Tm * Västra Stambanan (Älvsjö)-(Partille) Flb Tu Tu Västra Stambanan (Älvsjö)-(Partille) Tu Söd Gau Västra Stambanan (Älvsjö)-(Partille) Äs Flb Hu Västra Stambanan (Älvsjö)-(Partille) Äs Flb * Västra Stambanan (Älvsjö)-(Partille) Flb Söö Msj Västra Stambanan (Älvsjö)-(Partille) Söö Jn Söö (Södertälje H)- Södertälje C Söu Jn Söc (Södertälje H)- Södertälje C Söd Söc Söd Västra Stambanan (Älvsjö)-(Partille) Jn Gn Mö Sträcka, stationsna mn Stockholm C- Stockholm Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Södra 2 E ,09 Stockholm Södra- Älvsjö (i) 5 E ,00 Stockholm Södra- Älvsjö (y) 5 E ,09 Stockholm S- Tomteboda 5 E ,00 Flemingsbe rg-tumba 7 E ,17 Tumba- Södertälje hamn 13 E ,17 Älvsjö- Flemingsbe rg (i) 8 E ,14 Älvsjö- Flemingsbe rg (y) 8 E ,00 Flemingsbe rg- Södertälje syd övre 21 E Södertälje syd övre- Järna 10 E Södertälje syd undre , ,15 Järna 9 E ,00 Södertälje H Södertälje C 2 E ,13 Järna- Gnesta 17 E Västra Stambanan (Älvsjö)-(Partille) Gn Fle Sh Gnesta-Flen 45 E Flen- Västra Stambanan Katrinehol (Älvsjö)-(Partille) Fle K Sde ms C 23 E Västra Stambanan (Älvsjö)-(Partille) K H Hgö Katrinehol ms C- Hallsberg 65 E , , , , /2 010

35 Stråk Frå n Till Mätpu nkt Västra Stambanan (Älvsjö)-(Partille) H Lå Lln Västra Stambanan (Älvsjö)-(Partille) Västra Stambanan (Älvsjö)-(Partille) Lå Gd ö Fa Gd ö Sk Mh Västra Stambanan (Älvsjö)-(Partille) Sk F ss Västra Stambanan (Älvsjö)-(Partille) F Hr Fby Västra Stambanan (Älvsjö)-(Partille) Hr A Vgå Västra Stambanan (Älvsjö)-(Partille) A Or Lr Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Hallsberg- Laxå 30 E Laxå- Gårdsjö 23 E Gårdsjö- Skövde 61 E Skövde- Falköping 30 E Falköping- Herrljunga 34 E Herrljunga- Alingsås 35 E Alingsås- Göteborg (Olskroken) 43 E Västra Stambanan (Älvsjö)-(Partille) Or G G Södra Stambanan (Järna)- Katrinehol (Arlöv) K Åby Stö ms C-Åby 41 E Södra Åby- Stambanan (Järna)- Norrköping (Arlöv) Åby Nr Åby s C 8 E Södra Norrköping Stambanan (Järna)- s C- (Arlöv) Nr Lp Gi Linköping 46 E Södra Stambanan (Järna)- Linköping- (Arlöv) Lp My Mt Mjölby 32 E Södra Stambanan (Järna)- Mjölby- (Arlöv) My Tns Bx Tranås 36 E Södra Stambanan (Järna)- Tranås- (Arlöv) Tns N * Nässjö 52 E Södra Stambanan (Järna)- Nässjö C- (Arlöv) N Av Gt Alvesta 87 E Södra Stambanan (Järna)- Alvesta- (Arlöv) Av Äh Vs Älmhult 47 E Södra Stambanan (Järna)- Älmhult- (Arlöv) Äh Hm O Hässleholm 51 E Södra Stambanan (Järna)- Hässleholm (Arlöv) Hm Hö Tö -Höör 30 E Södra Stambanan (Järna)- (Arlöv) Hö E Sg Höör-Eslöv 20 E Södra Stambanan (Järna)- (Arlöv) E Lu dat Eslöv-Lund 17 E Södra Stambanan (Järna)- (Arlöv) Lu Flp Flp Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter , , , , , , ,02 Olskroken- Göteborg C 3 E ,37 Lund - Flackarp 3 E , , , , , , , , , , , , , /

36 Arlöv-Malmö-Lockarp- Lernacken Al M * Göteborg närställverksområde G Am Lgd Västlänken Am G * Västkustbanan (Almed al)-(lund) Am Kb Ldo Västkustbanan (Almed al)-(lund) Kb Vrö Få Västkustbanan (Almed al)-(lund) Vrö Vb Vrö Västkustbanan (Almed al)-(lund) Vb Teo Haa Västkustbanan (Almed al)-(lund) Teo Fab p Teo Västkustbanan (Almed al)-(lund) Fb Hd Bp Västkustbanan (Almed al)-(lund) Hd Ea Ea Västkustbanan (Almed al)-(lund) Ea Bån Laov Västkustbanan (Almed al)-(lund) Bån Ä Vbt Västkustbanan (Almed al)-(lund) Ä Ka Vh Västkustbanan (Almed al)-(lund) Ka Hb Öda Markarydbanan (Eldsberga)- (Hässleholm) Mr d Hm Mrd Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Stråk Frå n Till Mätpu nkt Södra Stambanan (Järna)- (Arlöv) Flp Al * Södra Stambanan (Järna)- (Arlöv) Flp Al Åkn Flackarp- Arlöv(i) 8 E ,00 Flackarp- Arlöv(y) 8 E ,97 Arlöv- Malmö (i) 5 E ,00 Arlöv-Malmö-Lockarp- Lernacken Al M al Södra Stambanan (Järna)- (Arlöv) Jn Nk Tba Södra Stambanan (Järna)- (Arlöv) Nk Åby Åba Arlöv- Malmö (y) 5 E ,18 Järna- Nyköping 57 E ,00 Nyköping- Åby 52 E ,24 Göteborg- Almedal 5 E ,21 Almedal- Göteborg C/Västlänke n ,00 Almedal- Kungsbacka 23 E Kungsbacka -Värö 32 E Värö- Varberg 15 E Varberg- Torebo 24 E Torebo- Falkenberg 5 E Falkenberg- Halmstad 42 E Halmstads C-Eldsberga 12 E Eldsberga- Båstad norra 20 E Båstad norra- Ängelholm 27 E , , , , , , , , ,24 Ängelholm- Kattarp 13 E ,19 Kattarp- Helsingborg 14 E ,10 Helsingborg - Teckomator p 34 E ,15 Rååbanan (Helsingborg)-(Eslöv) Hb Tp Bib Markarydbanan (Eldsberga)- Mr (Hässleholm) Ea d Gnd Eldsberga- Markaryd 42 E ,20 Markaryd- Hässleholm 37 E , /

37 Stråk Frå n Till Mätpu nkt Västkustbanan (Almed al)-(lund) Hb Lkö Glv Västkustbanan (Almed al)-(lund) Lkö Kg Lkö Godsstråket genom Skåne; (Ä)-Ali; (Lrp)-Trg Ä Åp * Godsstråket genom Skåne; (Ä)-Ali; (Lrp)-Trg Åp Tp Bih Rååbanan (Helsingborg)-(Eslöv) Tp E * Godsstråket genom Skåne; (Ä)-Ali; (Lrp)-Trg Kg Al Fl Godsstråket genom Skåne; (Ä)-Ali; (Lrp)-Trg Tp Kg * Västkustbanan (Almed al)-(lund) Kg Lu Vkä My k Bs Rd Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Mr Skb y Stockholm Cst Ke * Mr Stockholm Cst Ke So Stockholm Ke Upv * Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ke Upv Hgv Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Helsingborg - Landskrona 22 E ,00 Landskrona -Kävlinge 20 E ,09 Ängelholm- Åstorp 14 E Åstorp- Teckomator p 35 E , ,31 Teckomator p-eslöv 15 E ,08 Kävlinge- Arlöv 19 E Teckomator p-kävlinge 9 E , ,69 Kävlinge- Lund 11 E ,00 Malmö- Trelleborg 33 E Godsstråket genom Skåne; (Ä)-Ali; (Lrp)-Trg M Trg Svö Kust till kustbanan (Almedal)- My Karlskrona;Kalmar C Am k Hås Almedal- Mölnlycke 10 E Kust till kustbanan (Almedal)- Karlskrona;Kalmar C Kust till kustbanan (Almedal)- Mölnlycke- Borås 57 E Borås- Värnamo 100 E , , , ,33 Karlskrona;Kalmar C Bs V Hto Kust till kustbanan (Almedal)- Karlskrona;Kalmar C V Av Rym Kust till kustbanan (Almedal)- Karlskrona;Kalmar C Av Vö Gm Kust till kustbanan (Almedal)- Karlskrona;Kalmar C Vö Em Lo Kust till kustbanan (Almedal)- Karlskrona;Kalmar C Em Kac Nyb Kust till kustbanan (Almedal)- Karlskrona;Kalmar C Em Ck Hmö Värnamo- Alvesta 48 E ,32 Alvesta- Växjö 18 E ,10 Växjö- Emmaboda 56 E ,10 Emmaboda- Kalmar 57 E ,09 Emmaboda- Karlskrona 57 E ,31 Märsta- Skavstaby 9 E ,97 Stockholm C-Karlberg (i) 2 E ,00 Stockholm C-Karlberg (y) 2 E ,04 Karlberg- Upplandsvä sby (i) 22 E ,00 Karlberg- Upplandsvä sby (y) 22 E , /

38 Stråk Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Frå n Upv Upv Till Skb y * Skb y Mätpu nkt R My n U Kn Mr My n Myn Un a U Una U Sa m Ltn Sa m Öh Sas Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Öh Tip Os Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Tip Sur Mrm Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Sur Fvk Bom Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Fvk Gä * Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Gä Shv Hly Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Ostkustbanan (Ulriksda l)-sundsvall; Uppsala N Sh m Hkl Boda Hkl Gn p Gnp Gn p Suc Maj Dalabanan (Uppsala N)-Mora U Sl Ist Dalabanan (Uppsala N)-Mora Sl Avk y Bdo Dalabanan (Uppsala N)-Mora Avk Blg Hdm Dalabanan (Uppsala N)-Mora Blg Rbä Rbä Sträcka, stationsna mn Upplandsvä sby- Skavstaby Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter (i) 3 E ,00 Upplandsvä sby- Skavstaby (y) 3 E ,03 Myrbacken- Uppsala 21 E Märsta- Myrbacken 8 E , ,97 Uppsala N- Uppsala C 2 E ,92 Uppsala N- Samnan 7 E Samnan- Örbyhus 37 E Örbyhus- Tierp 17 E Tierp- Skutskär 34 E Skutskär- Furuvik 6 E Furuvik- Gävle 11 E Gävle- Söderhamn västra 79 E Söderhamn -Hudiksvall 53 E Hudiksvall- Gnarp 44 E Gnarp- Sundsvall 44 E , , , , , , , , , ,42 Uppsala C- Sala 62 E ,92 Sala- Avesta/Kryl bo 33 E ,20 Avesta /Krylbo- Borlänge 65 E Borlänge- Repbäcken 7 E Repbäcken- Mora 97 E Dalabanan (Uppsala N)-Mora Rbä Mr a Rv Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Le Bdn Sby Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Bdn Äy Brg Luleå- Boden 35 E Boden- Älvsbyn 45 E , , , , , /

39 Msl Fs m Sop Fs m Lsl Öså Umeå;(Bräcke) Lsl Bä Ru Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Vns Uå Brd Norra Stambanan Bräcke- (Storvik);(Gävle) Bä Åg Bsb Norra Stambanan Bräcke- (Storvik);(Gävle) Åg Rsö Rsö Norra Stambanan Bräcke- (Storvik);(Gävle) Rsö Ls Tl Norra Stambanan Bräcke- (Storvik);(Gävle) Ls Bn Ksö Norra Stambanan Bräcke- (Storvik);(Gävle) Bn Kls Bn Norra Stambanan Bräcke- Hd (Storvik);(Gävle) Kls n Hdn Norra Stambanan Bräcke- (Storvik);(Gävle) Norra Stambanan Bräcke- (Storvik);(Gävle) Norra Stambanan Bräcke- Hd n Mo g Döl Mo g Ob * (Storvik);(Gävle) Ob Sv jb Norra Stambanan Bräcke- (Storvik);(Gävle) Ob Gä Osl Godsstråket genom Bergslagen Storvik- Avk (Mjölby) Sv y Ju Godsstråket genom Bergslagen Storvik- (Mjölby) Avk y Fgc Hma Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Stråk Frå n Till Mätpu nkt Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Äy Bst Klr Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Bst Hls Luä Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Hls Vns Vdn Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Vns Msl Thö Älvsbyn- Bastuträsk 127 E Bastuträsk- Hällnäs 64 E Hällnäs- Vännäs 47 E Vännäs- Mellansel 117 E Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Stambanan genom Övre Norrland Luleå- Umeå;(Bräcke) Stambanan genom Övre Norrland Luleå- Mellansel- Forsmo 76 E Forsmo- Långsele 14 E Långsele- Bräcke 131 E Vännäs- Umeå 31 E Bräcke- Ånge 30 E Ånge- Ramsjö 58 E Ramsjö- Ljusdal 48 E Ljusdal- Bollnäs 62 E Bollnäs- Kilafors 17 E Kilafors- Holmsvede n 16 E Holmsvede n- Mogrindar 21 E Mogrindar- Ockelbo 6 E Ockelbo- Storvik 38 E Ockelbo- Gävle 38 E Strovik- Avsta/krylb o 57 E Avesta/Kryl bo-fagersta C 35 E Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter , , , , , , , , , , , , , , , , , , , , /

40 Godsstråket genom Bergslagen Storvik- (Mjölby) Godsstråket genom Bergslagen Storvik- (Mjölby) Godsstråket genom Bergslagen Storvik- Ör Hp bg Kla Hp bg Å Mdm Godsstråket genom Bergslagen Storvik- (Mjölby) Mo t My Skn Bergslagsbanan (Gävle) -(Kil);(Frövi) Gä Sv Nvl Bergslagsbanan (Gävle) -(Kil);(Frövi) Sv Fln ryg Bergslagsbanan (Gävle) -(Kil);(Frövi) Fln Blg Orn Bergslagsbanan (Gävle) -(Kil);(Frövi) Blg La Uly Bergslagsbanan (Gävle) -(Kil);(Frövi) La Stl Gg Bergslagsbanan (Gävle) -(Kil);(Frövi) Stl Fv Vdv Bergslagsbanan (Gävle) -(Kil);(Frövi) Stl Hlf Brö Bergslagsbanan (Gävle) -(Kil);(Frövi) Hlf Nka Nka Bergslagsbanan (Gävle) -(Kil);(Frövi) Nka Kil Mko Norge/Vänerbanan (Gbm)-(Kil); Ko Norge/Vänerbanan (Gbm)-(Kil); Ko Kil Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Stråk Frå n Till Mätpu nkt Godsstråket genom Bergslagen Storvik- (Mjölby) Fgc Fv Krn Godsstråket genom Bergslagen Storvik- (Mjölby) Fv Hsa Er Godsstråket genom Bergslagen Storvik- (Mjölby) Hsa Ör Hsa Fagersta- Frövi 72 E Frövi- Hovsta 17 E Hovsta- Örebro C 8 E Örebro C- Hallsberg 25 E Hallsberg- Åsbro 11 E Åsbro- Degerön 37 E (Mjölby) Å D * Godsstråket genom Bergslagen Storvik- Mo (Mjölby) D t Öna Degerön- Motala 20 E Motala- Mjölby 27 E Gävle C- Storvik 37 E Storvik- Falun 53 E Falun- Borlänge 24 E Borlänge- Ludvika 46 E Ludvika- Ställdalen 35 E Ställdalen- Frövi 63 E Ställdalen- Hällefors 38 E Hällefors- Nykroppa 34 E Nykroppa- Kil 70 E Gm s El Kil-Grums 22 E Gm s Ål Sfl Norge/Vänerbanan (Gbm)-(Kil); Ko Ål Ml Ånm Norge/Vänerbanan (Gbm)-(Kil); Ko Ml Öx Brl Norge/Vänerbanan (Gbm)-(Kil); Ko Öx Thn Thn Norge/Vänerbanan (Gbm)-(Kil); Ko Thn Än Pb Grums- Åmål 46 E Åmål- Mellerud 41 E Mellerud- Öxnered 41 E Öxnered- Trollhättan 9 E Trollhättan- Älvängen 42 E Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter , , , , , , , , , , , , , , , , , , , , , , , /

41 Stråk Frå n Till Mätpu nkt Norge/Vänerbanan (Gbm)-(Kil); Ko Än G Bhs Norge/Vänerbanan (Gbm)-(Kil); Ko Ko Skb l Bäf Värmlandsbanan (Laxå) -Charlottenberg gr Lå Khn Bjb Värmlandsbanan (Laxå) -Charlottenberg gr Khn Ks Srr Värmlandsbanan (Laxå) -Charlottenberg gr Ks Kil Skr Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Älvängen- Göteborg C 31 E Kornsjö- Skälebol 68 E Laxå- Kristineham n 61 E Kristineham n-karlstads C 40 E Karlstads C- Kil 19 E Värmlandsbanan (Laxå) -Charlottenberg gr Kil Ar En Kil-Arvika 48 E Arvika- Värmlandsbanan (Laxå) Charlottenb -Charlottenberg gr Ar Cg Åt erg 34 E Skånebanan (Kattarp)- Kristianstad; Åp-(Hb) Ka Åp Hlp Skånebanan (Kattarp)- Kristianstad; Åp-(Hb) Hb Åp Mör Skånebanan (Kattarp)- Kristianstad; Åp-(Hb) Åp Hm Kl Skånebanan (Kattarp)- Kristianstad; Åp-(Hb) Hm Cr Vöv Jönköpingsbanan (Falköping)- (Nässjö);Jönköping gbg F Jö mu Jönköpingsbanan (Falköping)- (Nässjö);Jönköping gbg Jö N hka Älvsborgsbanan Uddev alla-(borås) Uv Öx Ryr Älvsborgsbanan Uddev alla-(borås) Öx Håp Gop Älvsborgsbanan Uddev alla-(borås) Håp Hr Vaa Älvsborgsbanan Uddev alla-(borås) Hr Bs Fra Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Tm Bkb Jkb Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Tm Bkb * Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Bkb Jkb * Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Bkb Jkb * Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Jkb Khä * Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter , , , , , , ,19 Kattarp- Åstorp 12 E ,17 Helsingborg s C-Åstorp 24 E ,11 Åstorp- Hässleholm 53 E ,02 Hässleholm - Kristianstad s C 30 E ,12 Falköping- Jönköping 69 E Jönköping- Nässjö 43 E , ,57 Uddevalla- Öxnered 23 E ,21 Öxnered- Håkantorp 41 E ,25 Håkantorp- Herrljunga 27 E ,25 Herrljunga- Borås 43 E ,29 Tomteboda -Barkaby (i) 11 E ,13 Tomteboda -Barkaby (y) 11 E ,00 Barkaby- Jakobsberg (y) 3 E ,13 Barkaby- Jakobsberg (i) 3 E ,00 Jakobsberg- Karlhäll (i) 4 E , /

42 Stråk Frå n Till Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Jkb Khä * Mätpu nkt Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Khä Kän Khä Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Kän Bål Gib Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Bål Ep * Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Ep Vån Lub Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Vån Vå Vån Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Vå Kbä Dt Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Kbä Kp Morp Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Kp Vsg Kp Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Vsk Jbk Arb Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Jbk Hsa Aä Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Jbk Fv Ålg Mälarbanan (Sundbybe rg)-(frövi);(hovsta) Åks Gru Gru Svealandsbanan (Söder tälje H)-(Valskog) Söö Lg Lg Svealandsbanan (Söder tälje H)-(Valskog) Lg Sgs * Svealandsbanan (Söder tälje H)-(Valskog) Sgs Et Kju Svealandsbanan (Söder tälje H)-(Valskog) Et Fok * Svealandsbanan (Söder tälje H)-(Valskog) Fok Rke * Svealandsbanan (Söder tälje H)-(Valskog) Rke Vsg Kör (Sala)-Oxelösund Sl Tb Rt (Sala)-Oxelösund Tb Vån Tb (Sala)-Oxelösund Kbä Rke Ssh (Sala)-Oxelösund Et Fle Hnä (Sala)-Oxelösund Fle Oxd Vre Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Jakobsberg- Karlhäll (y) 4 E ,13 Kallhäll- Kungsängen 5 E ,13 Kungsängen -Bålsta 17 E ,16 Bålsta- Enköping 27 E ,16 Enköping- Västerås N 30 E ,16 Västerås N- Västerås 5 E Västerås- Kolbäck 19 E Kolbäck- Köping 15 E Köping- Valskog 9 E Valskog- Jädersbruk 11 E , , , , ,19 Jädersbruk- Hovsta 35 E ,23 Jädersbruk- Frövi 26 E ,18 Åkers Styckebruk- Grundbro 8 E ,18 Södertälje syd övre- Läggesta 31 E ,21 Läggesta- Strängnäs 16 E ,21 Strängnäs- Eskilstuna 32 E ,19 Eskilstuna- Folkesta 6 E Folkesta- Rekarne 5 E Rekarne- Valskog 24 E Sala- Tillberga 28 E Tillberga- Västerås N 6 E Kolbäck- Rekarne 18 E Eskilstuna- Flen 41 E Flen- Oxelösund 62 E , , , , , , , , /

43 Stråk Frå n Till Mätpu nkt Nynäsbanan (Älvsjö)- Västerhaninge Äs Skg Skg Nynäsbanan (Älvsjö)- Västerhaninge Skg Vhe * Mittbanan Storlien gr- (Sundsvall) Str Ös Jpn Mittbanan Storlien gr- (Sundsvall) Ös Bä Gö Mittbanan Storlien gr- (Sundsvall) Åg Suc To Malmbanan Riksgränse n- svv:kos:(buddbyn) Bdn Mk Lså Malmbanan Riksgränse n- svv:kos:(buddbyn) Mk Gv Ntv Malmbanan Riksgränse n- svv:kos:(buddbyn) Gv Rsi Har Malmbanan Riksgränse n- svv:kos:(buddbyn) Rsi Pea Rsi Malmbanan Riksgränse n- svv:kos:(buddbyn) Pea Rgn Sbk Malmbanan Riksgränse n- svv:kos:(buddbyn) Rsi Svv Apt Haparandabanan Haparanda-(Buddbyn) Bdn Mjv Nml Haparandabanan Haparanda-(Buddbyn) Ben Hp Hp Arlanda banan (Skavstaby) Arlanda Skb (Myrbacken) y Arn Arn Arlanda banan (Skavstaby) Arlanda (Myrbacken) Arlanda banan (Skavstaby) Arlanda (Myrbacken) Arn n Arn e My n Arn n arnc Arns Inlandsbanan (Mra)- (Bf)-(Ös)-(Gv) Gv Ajr Tro Inlandsbanan (Mra)- (Bf)-(Ös)-(Gv) Inlandsbanan (Mra)- (Bf)-(Ös)-(Gv) Ajr Su m Srs Su m Htg Dta Inlandsbanan (Mra)- (Bf)-(Ös)-(Gv) Htg Ös Uf Mittbanan Storlien gr- (Sundsvall) Bf S Åsn Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Älvsjö- Skogås 11 E ,08 Skogås- Västerhanin ge 12 E ,08 Storlien- Östersund 162 E ,13 Östersund- Bräcke 71 E Ånge- Sundsvalls C 94 E Boden- Murjek 87 E Murjek- Gällivare 82 E Gällivare- Råtsi 93 E Råtsi-Kiruna (Peuravaara ) 11 E Kiruna (Peuravaara )- Riksgränsen 126 E Råtsi- Svappavaar a 39 E , , , , , , , ,35 Boden C- Morjärv 73 E ,16 Bredviken- Haparanda 44 E ,10 Skavstaby- Arlanda 11 E ,00 Arlanda Nedre- Myrbacken 12 E ,29 Arlanda Nedre- Arlanda norra 2 E ,00 Gällivare- Arvidsjaur 274 D ,00 Arvidsjaur- Storuman 160 D ,00 Storuman- Hoting 145 D ,08 Hoting- Östersund C 167 D ,08 Brunflo- Sveg 170 D ,00 Inlandsbanan (Mra)- (Bf)-(Ös)-(Gv) S Ors Älo Sveg-Orsa 123 D , /

44 Stråk Frå n Till Mätpu nkt Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Inlandsbanan (Mra)- (Bf)-(Ös)-(Gv) Ors Kls Ors Orsa-Mora 14 D ,03 (Mora)-Vika; Märbäck Mr a Lo m Lom Arlöv-Malmö-Lockarp- Lernacken M Hie Tri Arlöv-Malmö-Lockarp- Lernacken (Östervärn)-Brarp Fsb Ph m Phm Mg b Fsb Övn Stockholm Tm Vn Nst Göteborg närställverksområde Gsh Gkv Gsh Göteborg närställverksområde Gkv Ok Gkv Botniabanan Ök Uå Ara Botniabanan Ök Väy Ök Nynäsbanan (Älvsjö)- Västerhaninge Vhe Nyh Nyh (Örbyhus)-Hallstavik Öh Hr m Hrm (Folkesta)-Nybybruk Et Nbr Nbr Finspång-(Kimstad) Fg Km s Fg Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Lp Bsä bsä Tjustbanan (Bjärka Säby)-Västervik Vk Bsä Vk Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Bsä Vib Kisa Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Vib Hf Vib (Nässjö)-(Hultsfred) N Ek Ek (Nässjö)-(Hultsfred) Ek Hvd Hvd (Nässjö)-(Hultsfred) Hvd Hf Mnd Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Hf Bg Möa Mora- Lomsmyren 5 D ,09 Malmö- Hyllie 6 E ,00 Fosieby- Pepparhol m 21 E ,23 Malmö gbg- Fosieby 7 E ,21 Tomteboda - Värtan 5 E ,08 Skandiaha mnen - Göteborg Kville 9 E ,20 Göteborg Kville - Olskroken 2 E ,00 Örnsköldsvi k - Umeå 115 E ,47 Örnsköldsvi k C- Västeraspb y 69 E ,00 Västerhanin ge- Nynäshamn 32 E ,29 Örbyhus- Hargshamn 47 D ,18 Eskilstuna C-Nybybruk 13 E ,08 Finspång- Kimstad 23 D ,08 Linköping- Bjärka Säby 20 D ,26 Västervik- Bjärka Säby 96 D ,26 Bjärka Säby- Vimmerby 81 D ,00 Vimmerby- Hultsfred 22 D ,00 Nässjö- Eksjö 22 D ,15 Eksjö- Hjältevad 24 D ,14 Hjältevad - Hultsfred 38 D ,09 Hultsfred- Berga 37 D , /

45 Stråk Frå n Till Mätpu nkt Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Bg Oh Oh Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Stångådalsbanan (Link öping)-(kalmar S); Oh; Msb Bg Bm a Höy Bm a Kac Bma Ms s Bm a Mss (Nässjö)-Åseda N Vta vta (Nässjö)-Åseda Vta Åa Åa (Vetlanda)-Järnforsen, Kvillsfors-Pauliström Vta Jäf Kvf (Nässjö)-(Halmstad), Torup-Hyltebruk N Vgd Mbä (Nässjö)-(Halmstad), Torup-Hyltebruk Vgd V Syd (Nässjö)-(Halmstad), Torup-Hyltebruk V Lrd Fod (Nässjö)-(Halmstad), Torup-Hyltebruk Lrd Tou Bög (Nässjö)-(Halmstad), Torup-Hyltebruk Tou Hd Tou (Nässjö)-(Halmstad), Torup-Hyltebruk Hyb Tou Hyb (Jönköping gbg)- (Vaggeryd) Jö Vgd Måp (Värnamo)-Ljungby V Hes L Smålands Burseryd- (Landeryd) Sm u Lrd Smu (Älmhult)-Olofström Äh Of Of Traryd-(Markaryd) Sbu Mr d Tim Arlöv-Malmö-Lockarp- Lernacken Fsb Lrp Srp Ystadbanan (Lockarp)- Simrishamn Lrp Y * Sträcka, stationsna mn Berga- Oskarsham Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter n 28 D ,08 Berga- Blomstermå la 36 D ,00 Blomstermå la-kalmar C 42 D ,08 Mönsterås- Blomstermå la 13 D ,08 Nässjö- Vetlanda 37 D ,08 Vetlanda- Åseda 37 D ,00 Vetlanda- Järnforsen 38 D ,08 Nässjö- Vaggeryd 44 D ,30 Vaggeryd- Värnamo 37 D ,35 Värnamo- Landeryd 55 D ,29 Landeryd- Torup 20 D ,08 Torup- Halmstad C 39 D ,12 Hyltebruk- Torup 12 D ,08 Jönköping- Vaggeryd 39 D ,08 Värnamo- Helmershus 5 D ,00 Smålands Burseryd- Landeryd 15 D ,08 Älmhult- Olofström 42 D ,44 Strömsnäsb ruk- Markaryd 14 D , Fosieby- Lockarp 2 E 1,18 Lockarp- Ystad 56 E Ystadbanan (Lockarp)- Simrishamn Y Si Gss Blekingekustbanan (Kristianstad GBG)- Gu (Karlskrona) a Rb Nät Ystad- Simrishamn 46 E ,38 Bergåsa- Ronneby 25 E , / ,08 45

46 (Kristianstad)- Åhus/Långebro Cr Åhu s Åhus Hanaskog-(Karpalund) Hsk Kap Hsk (Östervärn)-Brarp Öv n Båp Foo Viskadalsbanan (Borås)- (Varberg) Bs Vb Hre Bohusbanan (Göteborg Kville)-Strömstad Sm d Mkl Tnu Bohusbanan (Göteborg Kville)-Strömstad Mkl Uv Mkl (Smedberg)-Lysekil Mkl Lys Lys Bohusbanan (Göteborg Kville)-Strömstad Uv Snu Svg Bohusbanan (Göteborg Kville)-Strömstad Sng G Sth (Mellerud)-Billingsfors Bfo Ml Bfo (Alvehem)-Lilla Edet Let Alh Let (Gårdsjö)-(Håkantorp) Gd ö Mst Lyd Karlsborg-(Skövde) Sk Kbg Tbr (Gårdsjö)-(Håkantorp) Mst Håp Lkp (Kil)-Torsby Toy Sun Toy Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Stråk Frå n Till Mätpu nkt Blekingekustbanan (Kristianstad GBG)- (Karlskrona) Rb Kh bhb Blekingekustbanan (Kristianstad GBG)- (Karlskrona) Kh Sög Sak Blekingekustbanan (Kristianstad GBG)- (Karlskrona) Sög Cr Fki Ronneby- Karlshamn 38 E ,30 Karlshamn- Sölvesborg 31 E ,10 Sölvesborg- Kristianstad s C 31 E ,09 Kristianstad s C-Åhus 17 D ,08 Hanaskog- Karpalund 15 D ,08 Östervärn- Brarp 15 D ,00 Borås - Varberg 85 E ,09 Strömstad- Munkedal 71 E ,29 Munkedal- Uddevalla 21 E ,08 Munkedal- Lysekil 39 E ,08 Uddevalla C- Stenungssu nd 41 E ,09 Stenungssu nd- Göteborg 49 E ,08 Billingsfors- Mellerud 38 D ,08 Lilla Edet- Alvhem 13 D ,08 Gårdsjö- Mariestad 39 D ,08 Skövde C- Karlsborg 44 D ,00 Mariestad- Håkantorp 82 D ,29 Torsby- Sunne 41 D , /2 010 (Kil)-Torsby Sun Kil Sun Sunne-Kil 41 D ,08 (Kristinehamn)- (Nykroppa), (Daglösen)- Persberg Fid Dgö Fid Filipstad- Daglösen 8 D ,08 (Kristinehamn)- (Nykroppa), (Daglösen)- Persberg Dgö Khn Sf Daglösen- Kristineham n 49 E ,12 (Kristinehamn)- (Nykroppa), (Daglösen)- Persberg Bof Srt Bof Bofors- Strömtorp 15 D ,08 46

47 Stråk Frå n Till Mätpu nkt Bergslagspendeln (Ludvika)-(Kolbäck) La Smj Smj Bergslagspendeln (Ludvika)-(Kolbäck) Smj Fgc Sre (Ängelsberg)-(Snyten)- Kärrgruvan Snt Kär Kär Bergslagspendeln (Ludvika)-(Kolbäck) Fgc Brh Vso Bergslagspendeln (Ludvika)-(Kolbäck) Brh Kbä Shr (Mora)-Vika; Märbäck Bbe Mr a Bbe Västerdalsbanan (Rep bäcken)-malungsfors Mfs Mlg Mfs Västerdalsbanan (Rep bäcken)-malungsfors Mlg Vo R Västerdalsbanan (Rep bäcken)-malungsfors Vo Mfj Böo Västerdalsbanan (Rep bäcken)-malungsfors Mfj Rbä Mfj (Kilafors)-(Söderhamn) Kls Shv Me (Bollnäs)-Furudal Bn Fda Edn Inlandsbanan (Mra)- (Bf)-(Ös)-(Gv) Ors Fda Klh (Morjärv)- Karlsborgsbruk Mjv Ben Bet Morjärv- Bredviken 42 E ,42 Mellansel- Örnsköldsvi ks C 28 E ,18 Långsele- Västeraspb y 54 E ,37 Västeraspb y Härnösand 58 E ,93 (Mellansel)- Örnsköldsvik Msl Ök Öal Ådalsbanan (Sundsvall v)-(långsele) Lsl Väy Stå Ådalsbanan (Sundsvall v)-(långsele) Väy Hsd Nld Ådalsbanan (Sundsvall v)-(långsele) Hsd Trå Sen Ådalsbanan (Sundsvall v)-(långsele) Trå Suc * (Forsmo)-(Hoting) Htg Tsg Åd (Forsmo)-(Hoting) Tsg Fs m * Skelleftebanan (Bastuträsk)- Rönnskärsverken Bst Söv Ffs (Hällnäs)-(Storuman) Su m Ly Sum Sträcka, stationsna mn Ludvika- Smedjeback Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter en 16 E ,11 Smedjeback en-fagersta C 33 E ,12 Snyten- Kärrgruvan 14 D ,00 Fagersta C- Brattheden 34 E ,16 Brattheden- Kolbäck 27 E ,16 Blyberg- Mora 31 D ,23 Malungsfor s-malung 10 D ,00 Malung- Vansbro 45 D ,08 Vansbro- Mockfjärd 55 D ,10 Mockfjärd- Repbäcken 23 D ,10 Kilafors- Söderhamn 31 E ,67 Bollnäs- Furudal 86 D ,00 Orsa- Furudal 33 D ,00 Härnösand- Timrå 47 E ,19 Timrå- Sundsvall C 20 E ,15 Hoting- Tsjöberg 65 D ,10 Tsjöberg- Forsmo 57 D ,10 Bastuträsk- Skellefteha mn övre 63 E ,39 Storuman- Lycksele 103 D , /

48 Stråk Frå n Till (Hällnäs)-(Storuman) Ly Hls Ly (Umeå)-Holmsund Uå Ho d Mätpu nkt Hod (Nyfors)-Piteå Äy Ptå Amk Malmbanan Riksgränse n- svv:kos:(buddbyn) Gv Kos Kos Sträcka, stationsna mn Avstå nd (km) El- Dies el Tpe rår Tperd ygn Volym per år Fjärrt Lokalt System t Malmt Kombit Jordbr uk Rundvi rke Trävar or Livsme del Råolja Kol Oljeprodu kter JärnmalmS krot Stålprodu kter PapperM assa JordStenB ygg Kemikal ier Färdigaindustripro dukter Lycksele- Hällnäs 64 D ,08 Umeå- Holmsund 16 E Älvsbyn- Piteå 54 E Gällivare- Koskullskull e 9 E , , , /

49 Bilaga 5. Metod för underlag till EVA och Sampers/Samkalk Pivot point metoden för prognoser till 2030 Överföring av Samgods-prognosen till regionala uppräkningstal för 1. trafik med tung lastbil, 2. fördelning av den tunga trafiken mellan lastbil utan (LBU) respektive med släp (LBS), och 3. fördelning av trafiken mellan Europavägar och övriga vägar har gjorts med Pivot-pointmetoden enligt Daly et al [2012]. Den grundläggande idén är att utnyttja bästa möjliga information för ett basår, och att sedan räkna om basårsvärdena till ett prognosår genom multiplikation med en tillväxtfaktor som i princip är kvoter i form av (prognosvärden/basårsvärden). För att säkerställa att metoden inte resulterar i orimligt höga eller la värden används begränsningsregler, i vårt fall har faktorerna k 1 = 0.5 och k 2 = 1.3 använts för att begränsa proportionella förändringar. För fall utanför dessa gränser används absoluta förändringstal som erhålls från prognosmodellen. Som basårsvärden av trafikarbetet med tung lastbil har trafikräkningsdata avseende statliga vägar per Trafikverksregion använts. Se tabell 1.

50 Tabell 1 Fördelning av trafikarbete med tung lastbil på statligt vägnät 2006 och prognos för Region Trafikarbete med tung lastbil på statligt vägnät [%] Prognos 2030 [%] NORR MITT MÄLARDALEN STOCKHOLM SYDOST VÄST SKÅNE SUMMA Motsvarande metod har använts på trafikarbetsdata uppdelat på Europavägar respektive övriga vägar. För uppdelning på trafikarbete med Lbu respektive Lbs har länsvisa uppskattningar av Lbu-andelen från Trafa avseende 2001 respektive 2010, se tabell 2, använts för att skatta en andel 2006 och en framskriven andel till Den senare har applicerats på länsvisa pivot-point-uppräknade trafikarbeten i respektive län (vars fördelning år 2006 anges i kolumn nummer 4. Tabell 2 Länsvisa trafikandelar med LBU år 2001 respektive 2010 (andel av total tung lastbilstrafik) och länsvis trafikarbetsfördelning. Trend lbu 2001 [%] lbu 2010 [%] Trafikarbete med tung lastbil på statligt vägnät 2006 [%] Trafikarbete med tung lastbil på statligt vägnät 2030 [%] Stockholm Uppsala Södermanland Östergötland Jönköping Kronoberg Kalmar

51 Gotland Blekinge Skåne Halland Västra Götaland Värmland Örebro Västmanland Dalarna Gävleborg Västernorrland Jämtland Västerbotten Norrbotten SUMMA Metod för Lb-prognoser Vi har implementerat en version av pivot point metoden (förkortat PPM i det följande) som presenterats av Daly m fl [2012]. Mer precist så är det fall nummer 8 i Table på sidan 5 (med användning av begränsningsparametervärden k 1 = 0.5 och k 2 = 1.3). Den grundläggande idén är att använda bästa möjliga information om basårsnivåer, och att sedan applicera tillväxttakterna på dessa med begränsningsfaktorer och regler för hantering av fall när ingångsvärden är noll. Metoden är utvecklad för hantering av förändringar på individuella OD-relationer, men i detta fall har den använts på mer aggregerade data, på statistik avseende trafikarbete med lastbil (fordonskm) i Trafikverkets regioner. Statistik avseende lb-trafikarbete på statlig väg 2006 redovisas tabell 3 51

52 Tabell 3 Trafikarbete med lastbil på statlig väg Region Trafikarbete med lastbil på statlig väg [%] 2006 Prognos 2030 NORR MITT MÄLARDALEN STOCKHOLM SYDOST VÄST SKÅNE SUM Användning av PPM ger resultatet i tabell 4 för Huvudscenariot (betecknat Sc2030R37). Kolumnerna längst till höger visar resultat i form av lb-trafikarbetstillväxt enligt modellen och 2006-statistik avseende statliga vägar. Trafikverket har accepterat metoden och den kan också tillämpas på länsnivå. Val av begränsningsfaktor görs lämpligen i samråd med Trafikverket om hur PPM skall användas under kommande tillämpningar. PPM (pivot point metoden): Implementering av PPM har här huvudsakligen inneburit att modellens regionala tillväxttakter appliceras på basårets statistikvärden. Resultatet visas som P = B * Sf/Sb i tabell 1.2. P = B * Sf / Sb (1) där B = observerade data (i vårt fall trafikarbete med lb per geografisk region) Sb = basårets modellvärde Sf = prognosårets modellvärde Om värdet P är alltför högt eller alltför lt, enligt använda begränsningsfaktorer, så kapas den multiplikativa justeringen. I vårt fall ligger prognosvärdet i kolumnen % rel 52

53 06 vilket är regionens indexvärde i jämförelse med basårets indexvärden. I tabell 1.2 är index för region Norr 10.4 av totalt of för 2030 (i jämförelse med 6.3 % av 100 för 2006). Begränsningsvärdet, X2, beräknas enligt X2 = Sb * (k1 + k2 * max( Sb / B, k1/k2) (2) Om prognosen Sf överskrider X2, så kapas den multiplikativa tillväxten vid X2 och återstoden prognosticeras genom addition av (Sf X2) till kapningsvärdet. Prognosen blir då P = B * X2 / Sb + (Sf X2) (3) I tabell 4 nås inte begränsningsvärdet nonstans, så basmodellen i ekv (1) används. Tabell 4 PPM prognos enligt Daly m fl [2012]. Lbtotal Sc2030R37 Limit Sf Plimit = P * X2/Sb + (Sf - X2) Growth / yr [%] Sf 2030 P = B * Sf/Sb X2 Absolute % rel 06 % base 06 NORR NOT 2.47 MITT NOT 1.50 MÄLARDALEN NOT 1.85 STOCKHOLM NOT 1.27 SYDOST NOT 2.00 VÄST NOT 1.79 SKÅNE NOT 2.26 SUMMA Beräkningen ovan finns redovisad i Excel-filen Samgods_to_SamkalkEVA_Ver04_Sc2030R37.xlsm, Flik: ResultsSummary, rader Resultat för våra scenarier redovisas i Excel-filen: AP_Kompl_Summary-02.xlsx. Flik: ResultsData, rader

54 2. Metod för prognos av Lb-flöden på europavägar och övriga vägar Med statistik från Trafikverket avseende fordonskm på statlig väg uppdelat på olika vägtyper per region, så har PPM använts på samma sätt som i avsnitt 1 för att beräkna en tillväxt per vägtyp och trafikverksregion. Metoden ger resultaten I tabellerna 5 och 6 för huvudscenariot Banavgifter och IMO med Fehmarn Bält inkluderad i nätverket. I kolumnen längst till höger redovisas tillväxt i årligt trafikarbete enligt modellen och statistik avseende trafikarbete 2006 på statlig väg. Om metoden accepteras av TrV kan metoden naturligtvis även appliceras på länsnivå. Lämpliga val av begränsningsfaktorer görs lämpligen i samråd om hur PPM bör användas under kommande tillämpningar. Den observanta läsaren noterar att begränsningsregeln aktiverats för region Skåne avseende Europavägsprognosen i tabell 5, och för regionerna Norr och Stockholm för övriga vägar i tabell 6. PPM (pivot point metoden): PPM används här på samma sätt som i avsnitt 1. För europavägar avser den observerade statistiken trafikarbete med lastbil i olika län enligt TrV-statistik. Modellvärdena Sb och Sf har beräknats från nätverksutlagda flöden i Samgods version 1.0 på utpekade europavägar i nätverket. I Stockholm var det ett problem med saknade observationer 2006 vilket gjorde att vi interpolerade mellan data 2002 och 2008 (där 2008 värdet sattes till 2011-värde med tanke på effekter av finanskris etc). I annat fall skulle trafiktillväxttrenden i Stockholm ha varit nära 6 % per år. Heby kommun flyttade till Uppsala län år För att justera för detta så flyttades en andel av trafiken i Västmanland till Uppsala i trafiktillväxtmodellen före beräkning av de respektive tillväxttakterna. 54

55 Tabell 5 PPM prognos enligt Daly m fl [2012] för trafiktillväxt på europavägar. Lb Europaväg Sc2030R37 Limit Sf Plimit = P * X2/Sb + (Sf - X2) Growth / yr [%] Sf 2030 P = B * Sf/Sb X2 Absolute % rel 06 % base 06 NORR NOT 2.69 MITT NOT 1.91 MÄLARDALEN NOT 2.05 STOCKHOLM NOT 1.64 SYDOST NOT 2.37 VÄST NOT 2.11 SKÅNE NOT 2.76 SUMMA Tabell 6 PPM prognos enligt Daly et al [2012] för trafiktillväxt på övriga vägar. Lb Övrig väg Sc2030R37 Limit Sf Plimit = P * X2/Sb + (Sf - X2) Growth / yr [%] Sf 2030 P = B * Sf/Sb X2 Absolute % rel 06 % base 06 NORR NOT 1.94 MITT NOT 1.09 MÄLARDALEN NOT 1.64 STOCKHOLM NOT 0.50 SYDOST NOT 1.67 VÄST NOT 1.45 SKÅNE NOT 1.76 SUMMA Metod för uppdelning på Lbu and Lbs Den nuvarande uppdelningen mellan LBS och LBU är helt baserad på SAMGODS modelldata samt en bedömning att ungefär 30% av trafikarbetet för de tunga lastbilarna utförs av LBU. [1] Vi har därför testat med en 100 km och 200 km gräns för [1] Uppskattning Håkan Johansson, Trafikverket. 55

56 lastbilstransporter från SLM och RCM. Den 200 km gränsen ger oss cirka 21-22% av antalet inrikes fkm, och eftersom det finns andra lastbilstransporter utanför Samgods modellen finner vi det vara nöjaktigt. Tabell 7 Andel lastbilar utan släp 2001 och 2010 (statistik från Trafikanalys). Trend % lbu 2001 % lbu 2010 Stockholm 52% 47% Uppsala 46% 41% Södermanland 39% 34% Östergötland 39% 34% Jönköping 32% 27% Kronoberg 30% 25% Kalmar 30% 25% Gotland 51% 46% Blekinge 28% 23% Skåne 35% 30% Halland 33% 28% Västra Götaland 36% 31% Värmland 29% 24% Örebro 34% 29% Västmanland 31% 26% Dalarna 26% 21% Gävleborg 28% 23% Västernorrland 27% 22% Jämtland 27% 22% Västerbotten 33% 28% Norrbotten 36% 31% 36% 31% Sum 36% 31% statistics= 37% 32% 56

57 Således är den beräknade fördelningen av LBU och LBS bestämd av reglerna: 1. lastbilstransporter med avstånd upp till 200 km betraktas som LBU transporter 2. lastbilstransporter med sträckor över 200 km anses vara LBS transporter Trafikanalys har även länsuppdelad statistik för LBU/LBS. Vi har använt data i ovanstående tabell för att uppskatta andelen LBU 2030, enligt nedanstående metodik: lbu lbu e rt r,2001 ( c (( T 2001) 1)/ ) (4) där lbu rt = procentandel LBU I region r under år T c = modellkoefficient = Box-Cox parameter för tidsparametern Estimerade parametervärden, erhållna genom minstakvadratmetoden är c = och = (det verkar som om det finns flera värden som uppfyller målet = 22.64). Resultaten visas i tabell 8 och i figur 1. Om värdena för 2030 skulle visa sig ligga väl lt kan trenden i modellen justeras. Pivot-pointmetoden: När Pivot-pointmetoden implementerats för LBU/LBS, så har B-värdena räknats fram genom interpolation ur 2006 års värden. 57

58 Tabell 8 Resultat LBU estimering enligt ekvation 4 Sb- och Sf-värdena per län in 2006/2030 är interpolerade 2006-värden och prognostiserade 2030-värden och andelar av totala länssiffror för båda åren. 58