Socioekonomiska indata för prognosår 2040 och 2060 teknisk dokumentation för indata till Samgods och Sampers, TRV 2015/81019

Transkript

1 Socioekonomiska indata för prognosår 2040 och 2060 teknisk dokumentation för indata till Samgods och Sampers, TRV 2015/81019 Teknisk dokumentation Version WSP Analys & Strategi Arenavägen Stockholm-Globen Telefon Fax

2 Konsulter inom samhällsutveckling WSP Analys & Strategi är en konsultverksamhet inom samhällsutveckling. Vi arbetar på uppdrag av myndigheter, företag och organisationer för att bidra till ett samhälle anpassat för samtiden såväl som framtiden. Vi förstår de utmaningar som våra uppdragsgivare ställs inför, och bistår med kunskap som hjälper dem hantera det komplexa förhållandet mellan människor, natur och byggd miljö. Titel: Socioekonomiska indata för prognosår 2040 och 2060 teknisk dokumentation för indata till Samgods och Sampers, TRV 2015/81019 Redaktör: WSP Sverige AB Besöksadress: Arenavägen Stockholm-Globen Tel: , Fax: info@wspgroup.se Org nr: Styrelsens säte: Stockholm Foto: 2

3 Innehåll 1 INLEDNING Bakgrund Befolkning per län, ny och tidigare framskrivning FÖRUTSÄTTNINGAR PÅ NATIONELL NIVÅ SCB:s befolkningsprognos 2014, jämfört med LU15, en översiktlig jämförelse med LU Proxy för förvärvsinkomsternas förändring FRAMSKRIVNING PÅ REGIONAL NIVÅ TILL Implementering av nationella förutsättningar Metod vid framskrivning av regionalt basscenario INDATA TILL TRAFIKMODELLER Indata till Sampers, kommunprognoser Indata till Samgods, kommunprognoser Indata till Sampers, prognoser på SAMS-områden FRAMSKRIVNING PÅ REGIONAL NIVÅ TILL Nationella förutsättningar Metod vid framskrivning av regionalt basscenario INDATA TILL TRAFIKMODELLER Indata till Sampers, kommunprognoser Indata till Sampers, prognoser på SAMS-områden KONTROLLER OCH KVALITET Sampers Samgods...55 REFERENSER...57 BILAGA 1 KARTOR PÅ SAMS-NIVÅ...58 BILAGA 2 SAMGODS VARUGRUPPER

4 4

5 1 Inledning 1.1 Bakgrund I denna rapport beskrivs förutsättningar, metoder och ett urval resultat vid stor uppdatering av socioekonomiska indata till modellsystemen Sampers (prognosår 2040 och 2060) och Samgods (prognosår 2040). Utgångspunkten för att ta fram dessa indata till hösten 2015 är ett inriktningsbeslut som Trafikverket tog hösten Enligt detta inriktningsbeslut är det viktigt att basera uppdaterade indata på det nya makroekonomiska scenariot i Långtidsutredningen 2015 (LU15), liksom det är viktigt att beakta inomregional planering, där så är möjligt och lämpligt. WSP har 2014 genomfört analyser och framskrivningar för att ta fram underlag till en bilaga till LU15 som behandlar den regionala utvecklingen till år 2040, med förutsättningar på nationell nivå enligt basscenariot i LU15 1. De uppdaterade indata som 2015 tagits fram på uppdrag av Trafikverket är identiska med motsvarande uppgifter i (den regionala framskrivningen av) LU15, vad avser uppgifter på länsnivå fram till prognosår Med några undantag är även indata på kommunnivå desamma som motsvarande uppgifter i LU15; undantagen motiveras med hänsyn till målsättningen att beakta inomregional planering. För vissa indata har det inte tagits fram några motsvarande uppgifter i LU15. Det gäller exempelvis indata till Samgods som avser utvecklingen av produktion mm på varugruppsnivå per kommun. Dessa indata är dock kompatibla med bakomliggande variabler i LU15 2. Inte heller för slutliga indata på områdesnivå (SAMSområden) finns det några motsvarande uppgifter i LU, men dessa indata är nedbrutna indata från respektive kommun och innebär därför inget problem vad gäller överensstämmelse med LU15. Basscenariot i LU15 går fram till år 2040 medan den befolkningsframskrivning som LU15 utgår från sträcker sig betydligt längre. Beräkningen av indata för år efter 2040 baseras därför på SCB:s befolkningsframskrivning till år 2060 som enda förutsättning (ramvillkor) på nationell nivå. Givet att indata på länsnivå är identiska med motsvarande uppgifter i LU15, och att indata på kommunnivå med några undantag också är identiska med LU15, är metodbeskrivningen relativt översiktlig i de delar som avser framskrivningen av indata på läns- och kommunnivå. För indata där det saknas direkta motsvarande uppgifter från den regionala framskrivningen av LU15 är metodbeskrivningen mer teknisk, i de delar och avseenden där det har bedömts vara motiverat för att klargöra hur beräkningarna har genomförts. 1 Denna bilaga, med titeln Demografins regionala utmaningar, planeras utkomma hösten Indata till Samgods har beräknats med basscenariots nationella förutsättningar för produktion, export och import per aggregat av varor, och med beräknad sysselsättning per kommun, bransch och varugrupp som överensstämmer med uppgifter i LU. 5

6 1.2 Befolkning per län, ny och tidigare framskrivning De socioekonomiska indata som tagits fram till hösten 2015 beskrivs av Trafikverket som en stor uppdatering av de indata som togs fram hösten Dessa indata från 2012, som Trafikverket för närvarande använder, var också en uppdatering som främst motiverades av nya prognoser för den framtida folkmängden 4. De indata som nu tagits fram, 2015 års indata, baseras på SCB:s prognos från 2014 som innebär att Sveriges folkmängd växer betydligt snabbare än i den prognos som ligger till grund för 2012 års indata. Total befolkning i riket och per län för respektive framskrivning visas i Tabell 1. Tabell 1 Total befolkning per län, statistik 2013 samt framskrivning för prognosår enligt 2012 års indata och 2015 års indata Län års indata 2015 års indata Stockholms Uppsala Södermanlands Östergötlands Jönköpings Kronobergs Kalmar Gotlands Blekinge Skåne Hallands V:a Götalands Värmlands Örebro Västmanlands Dalarnas Gävleborgs Västernorrlands Jämtlands Västerbottens Norrbottens Riket Se Indata till de nationella svenska person- och godstrafikmodellerna Sampers och Samgods för prognosår 2030 med avseende på uppdatering av socioekonomiska och produktionsrelaterade estimat, TRV 2011/84226, Teknisk dokumentation, framtagen av WSP på uppdrag av Trafikverket 4 Den befolkningsframskrivning från 2011 som låg till grund för 2012 års uppdaterade indata innebar att Sverige år 2030 förväntades ha nästan fler invånare jämfört med föregående framskrivning från

7 Enligt den framskrivning som ligger till grund för 2015 års indata förväntas rikets folkmängd vara nästan större år 2030 och drygt större år 2050, jämfört med den tidigare framskrivningen som 2012 års indata baseras på 5. Denna uppjustering av den nationella befolkningsprognosen beror i huvudsak på antaganden om en större nettoinvandring till Sverige. Uppjusteringen av prognosen på nationell nivå medför att också befolkningen på länsnivå i de flesta fall ligger på en högre nivå i den nya framskrivningen, både 2030 och Vidare, mellan 2013 och 2030 beräknas befolkningen enligt den nya framskrivningen öka i samtliga län, medan den enligt den tidigare framskrivningen beräknades minska i flera län. Mellan 2030 och 2050 beräknas dock befolkningen minska i flertalet län enligt både den nya och den tidigare framskrivningen 6. På regional nivå kan skillnaderna i befolkningsutveckling mellan den nya och den tidigare framskrivningen förklaras av flera faktorer, utöver att prognosen på nationell nivå har uppjusterats. En förklaring är att utvecklingen fram till det nya basåret 2013 har varit en annan än vad som förutsattes i den tidigare framskrivningen, som hade basår En annan förklaring är att den metod som används för att göra befolkningsframskrivningen på regional nivå inte är exakt densamma som vid den tidigare framskrivningen. Den sammantagna effekten av dessa faktorer kan på länsnivå belysas med ledning av hur länens andel av rikets folkmängd förändras vid en jämförelse mellan den nya och den tidigare framskrivningen. Den största förändringen för ett enskilt län är att Stockholms läns andel blir 0,6 procentenheter högre år 2030 och 1,1 procentenheter högre 2050, vid en jämförelse mellan länets andel i den nya och den tidigare framskrivningen. Totalt innebär den nya framskrivningen att knappt 1 procent av befolkningen år 2030 omfördelas mellan länen, i jämförelse med den tidigare framskrivningen. År 2050 är motsvarande omfördelning 1,7 procent. Den nya framskrivningen innebär därmed att befolkningens fördelning på län endast måttligt avviker från fördelningen enligt den tidigare framskrivningen. En annan slutsats är att befolkningens omfördelning mellan länen enligt den nya framskrivningen ligger väl i linje med den historiska omfördelningen. Mellan 2013 och 2030 beräknas Stockholms läns andel öka med 1,9 procentenheter och totalt beräknas 2,8 procent av befolkningen omfördelas mellan länen. Även mellan 2000 och 2013 ökade Stockholms läns andel med 1,9 procentenheter, och omfördelades 2,8 procent mellan länen. De län som och beräknas växa respektive krympa som andel av rikets befolkning är samma län som hade växande respektive krympande andelar mellan 2000 och Prognosår för 2015 års indata är 2040 och 2060, men för att kunna jämföra med 2012 års indata görs jämförelsen för 2030 och 2050 som är prognosåren för 2012 års indata. 6 I den nya framskrivningen antas nettoinvandringen bli betydligt större än i den tidigare framskrivningen. Under perioden antas däremot nettoinvandringen bli något mindre i den nya framskrivningen. Detta är en central förklaring till att befolkningen beräknas öka i alla län till år 2030, medan befolkningen beräknas minska i flertalet län mellan 2030 och

8 Folkmängd 2 Förutsättningar på nationell nivå 2015 års indata för prognosår 2040 utgår från basscenariot i LU15, med demografiska förutsättningar enligt SCB:s befolkningsframskrivning från Vidare ligger denna befolkningsframskrivning till grund för de indata som avser prognosår Vid en beskrivning av de nationella förutsättningarna för 2015 års indata är det därför naturligt att börja med några kompletterande uppgifter angående SCB:s befolkningsframskrivning, för att därefter beskriva basscenariot i LU. 2.1 SCB:s befolkningsprognos 2014, jämfört med 2011 Enligt SCB:s befolkningsprognos 2014 kommer Sveriges folkmängd år 2040 att uppgå till drygt invånare vilket är drygt , eller 5 procent fler jämfört med den tidigare framskrivningen från 2011 som ligger till grund för 2012 års indata. År 2060 beräknas folkmängden uppgå till nästan invånare enligt 2014 års framskrivning, vilket är drygt , eller 8 procent fler jämfört med den tidigare framskrivningen. Figur 1 Sveriges befolkning , enligt prognoser 2014 ( ny ) och Källa: SCB (ny) (ny) 65+ (ny) Vid en gruppering av befolkningen i tre ålderskategorier framgår att differensen jämfört med 2011 års framskrivning fram till 2040 främst avser ålderskategorierna 0-19 och år. Från 2040 till 2060 svarar ålderskategorin 65+ för en allt större del av differensen. 7 Inom den officiella statistiken görs en befolkningsprognos för Sverige en gång om året. Vart tredje år redovisas, utöver ett huvudalternativ, även alternativa framskrivningar. Den senaste fördjupade analysen gjordes i år, För mellanliggande år, t ex 2014, görs uppföljningar och revideringar. 8

9 2.2 LU15, en översiktlig jämförelse med LU08 Basscenariot i LU15 har skapats med hjälp av två modeller. Den första är MIMER, en nyutvecklad långsiktsmodell vid Finansdepartementet. MIMER är en allmän jämviktsmodell med överlappande generationer. En central modellegenskap är att hänsyn tas till individers beteendemönster över livscykeln. Utdata från MIMER är bland annat antal arbetade timmar, BNP och försörjningsbalansens komponenter (Privat konsumtion, Offentlig konsumtion, Investeringar och Nettoexport). Den andra modellen är EMEC vid Konjunkturinstitutet. Givet arbetade timmar, BNP-tillväxt mm från MIMER beräknar EMEC utvecklingen per bransch för produktivitet, arbetade timmar, förädlingsvärde och bruttoproduktion. Vidare beräknas hur export, import och produktion utvecklas för olika produktgrupper. EMEC arbetar med 33 branscher och 42 produktgrupper (varor och tjänster). EMECs beräkningar som ligger till grund för den regionala framskrivningen avser perioden , och några ekonomiska nyckeltal redovisas i Tabell 2 nedan. Tabell 2 Nyckeltal LU15 och LU08; årlig procentuell förändring respektive Källa: Underlag från Konjunkturinstitutet (KI) för LU15 och LU08. LU15 LU08 BNP 2,1 2,2 Privat konsumtion 2,2 3,1 Offentlig konsumtion 0,7 0,7 Stat 0,1 Kommun 0,9 Investeringar 3,0 2,1 Export 3,7 4,0 Import 3,7 4,5 Befolkning 0,5 0, år 0,3 0,1 Sysselsatta 0,5 0,2 Arbetade timmar 0,5 0,3 Produktivitet na 2,0 Näringslivet 2,1 2,3 I den publicerade LU15 kommer basscenariot att avse perioden , där den faktiska utvecklingen kommer att avräknas. Basscenariot för innebär att vissa av de nyckeltal för som redovisas i Tabell 2 justeras 8. 8 Den årliga ökningen av export och import uppjusteras med 0,7 procentenheter, hushållens konsumtion uppjusteras med 0,1 procentenheter, offentlig konsumtion nedjusteras med 0,1 procentenheter. Den årliga BNP-tillväxten beräknas bli 2,1 procent även för perioden

10 I jämförelse med LU08 innebär LU15 en förskjutning av efterfrågan som framförallt innebär en snabbare tillväxt av investeringar och en långsammare tillväxt av hushållens konsumtion. En annan skillnad, som berörts ovan, är att LU15 räknar med en något högre befolkningstillväxt, speciellt för åldersgruppen Detta medför att LU15 räknar med att antal arbetade timmar och antal sysselsatta öka mer än vad man räknade med i LU08. I beräkningarna för basscenariot påverkas arbetsutbudets utveckling av att antalet arbetade timmar per vecka, i genomsnitt per åldersgrupp och kön, förändras över perioden. Den största förändringen avser ett ökat antal arbetade timmar för åldersgruppen över 65 år. Den strukturomvandling som antas i LU15 belyses i Tabell 3 nedan, med uppgifter per bransch avseende årlig förändring av produktivitet, arbetade timmar, förädlingsvärde och bruttoproduktion. I LU15 är branscherna klassificerade enligt SNI2007, medan LU08 använde SNI2002. Jämförelsen mellan LU15 och LU08 begränsas till bruttoproduktionen för de varuproducerande branscher som är definierade på samma sätt i SNI2007 och SNI2002. Jämfört med LU08 räknar LU15 med en märkbart högre produktionstillväxt inom jord- och skogsbruk, gruvindustri, livsmedelsindustri, raffinaderier, jord- och stenindustri och järn- och stålverk. LU15 räknar med en lägre produktionstillväxt inom trävaruindustri, massa- och pappersindustri och transportmedelsindustri. 2.3 Proxy för förvärvsinkomsternas förändring De förutsättningar som kortfattat behandlats ovan ger de ramvillkor på nationell nivå som behövs för att ta fram socioekonomiska indata på regional nivå, för slutlig nedbrytning till kommuner och SAMS-områden. Det gäller för alla indata förutom det specifika inkomstmåttet sammanräknad förvärvsinkomst, där underlagsdata för basscenariot i LU15 inte redovisar något motsvarande inkomstmått 9. Som proxy för förvärvsinkomstens förändring används genomsnittlig årlig tillväxt för hushållens konsumtion, som enligt ovan uppgår till 2,3 procent per år Denna proxy kan motiveras med att på lång sikt är utvecklingen för hushållens reala konsumtionsutgifter överensstämmande med beräknad real inkomstutveckling Inte heller i LU08 redovisades något motsvarande inkomstmått. 10 Samma tillväxttakt tillämpades i 2012 års indata. 11 På kort sikt kan hushållens konsumtion öka snabbare, eller långsammare än inkomsterna. Ett exempel är den snabba ökningen av hushållens konsumtion från mitten av 1980-talet, som sammanhängde med den lånefinansierade konsumtion som tog fart i samband med att kreditmarknaderna avreglerades. 10

11 Tabell 3 Strukturomvandling enligt LU15 och bruttoproduktion för ett urval branscher enligt LU08. Årlig procentuell förändring. Källa: Underlag från Konjunkturinstitutet (KI) för LU15-bilaga resp. LU08 LU15 LU08 Bransch Produktivitet Arbetade timmar Förädlingsvärde Bruttoproduktion Bruttoproduktion Agriculture and fishery Forestry Mining Food Wood products Pulp and paper mills Petroleum refineries Chemical industries Mineral products Iron and steel industries Non-iron metal industries Metal products industry Electronic products industry Other industry Motor vehicles industry Electricity supply Hot water supply Gas distribution 0.9 Water and sewage Waste management Construction Rail road transports Road goods transports Road passenger transports Sea transports Air transports Other transports Communications Wholesales and retail trade Banking Business services Households services Real estate Government

12 3 Framskrivning på regional nivå till 2040 Den regionala framskrivningen till år 2040, som är underlag till bilaga till LU15, har genomförts med stöd av den enregionala Raps-modellen, som tillämpats för 21 län. I ett första inledande moment har Raps-modellen för respektive län kalibrerats för att ge resultat som överensstämmer med statistik för senast tillgängliga år, 2013 för befolkning och 2012 för sysselsättning. 3.1 Implementering av nationella förutsättningar Befolkningsutveckling Efter det första momentet har länens befolkningsutveckling till år 2040 skrivits fram med stöd av antaganden om förändrade födelsetal, förändrade dödsrisker och in- och utvandring enligt SCB:s befolkningsframskrivning. Se avsnitt 3.2 för en metodbeskrivning av de följande momenten Ekonomisk utveckling Arbetade timmar, förvärvsgrader och antal förvärvsarbetande Basscenariot ger förutsättningar för utvecklingen av genomsnittligt antal arbetade timmar per 1-årsklass för kvinnor och män i åldern år. Med SCB:s befolkningsframskrivning har dessa data omräknats till arbetade timmar för kvinnor och män i åldersgrupperna 16-19, 20-24, 25-34, 35-44, 45-54, 55-59, 60-64, Därefter beräknas hur förvärvsgraden för respektive grupp måste förändras för att basscenariots förutsättningar ska uppfyllas. För perioden blir resultatet att total sysselsättning i riket beräknas öka med i genomsnitt 0,5 procent per år, samma förändring som KI räknar med för perioden , enligt Tabell 2. Betydelsen av antagandet om ökat antal arbetade timmar för åldersgruppen över 65 år kan belysas enligt följande. Med 2012 års förvärvsgrader skulle total sysselsättning i riket öka med knappt 0,3 procent per år, dvs. sysselsättningen skulle öka något långsammare än befolkningen år. Skillnaden mellan 0,5 procent och 0,3 procent beror till mer än 90 procent på att förvärvsgraden (genomsnittligt antal arbetade timmar) för åldersgruppen år antas öka fram till år För att uppfylla basscenariots förutsättningar om ett förändrat arbetsmarknadsbeteende i detta avseende har det vid implementeringen förutsatts att förvärvsgraden för respektive åldersgrupp och kön förändras på samma sätt i hela landet. Givet befolkningsframskrivningen på regional nivå bestäms därmed utvecklingen för den förvärvsarbetande nattbefolkningen på regional nivå. I framskrivningen har det antagits att per län förändras den förvärvsarbetande dagbefolkningen i samma takt som den förvärvsarbetande nattbefolkningen. Motivet för detta antagande är att det på närmare 30 års sikt är svårt att bedöma hur länens 12

13 Förvärvsarbetande dagbefolkning nettopendling, dvs. skillnaden mellan förvärvsarbetande dag- och nattbefolkning, kommer att utvecklas. Bilden för den senaste 20-årsperioden är att nettopendlingen på länsnivå har förändrats relativt måttligt, se Figur 2. Figur 2 2.0% 1.8% 1.6% 1.4% 1.2% 1.0% 0.8% 0.6% 0.4% 0.2% Årlig förändring av förvärvsarbetande natt- och dagbefolkning per län % 0.0% 0.2% 0.4% 0.6% 0.8% 1.0% 1.2% 1.4% 1.6% 1.8% 2.0% Förvärvsarbetande nattbefolkning Utvecklingen på branschnivå Givet total förvärvsarbetande dagbefolkning per län görs fördelningen på branschnivå med tillämpning av EMEC:s antaganden om produktivitetstillväxt och exogen efterfrågan per bransch. För den kommunala konsumtionen beräknas efterfrågan med ledning av befolkningsframskrivningen och aktuella uppgifter från SKL angående den kommunala sektorns (kommuner och landsting) genomsnittliga styckkostnader per ettårsklass och kön Förvärvsinkomsternas utveckling I Raps beräknas förvärvsinkomst som summan av löneinkomster och skattepliktiga transfereringar. En justeringspost, som främst avser överskott av näringsverksamhet, innebär att modellberäknad förvärvsinkomst överensstämmer med statistiken för basåret. Till år 2040 sker en modellberäknad uppräkning av löneinkomster med den produktivitets- och reallöneutveckling som antagits. För att beakta en real ökning av transfereringar per capita och näringsinkomster (justeringsposten) har modellberäknad förvärvsinkomst kalibrerats för att på nationell nivå uppnå den årliga ökning av förvärvsinkomsten på 2,3 procent som har förutsatts för basscenariot. 13

14 3.2 Metod vid framskrivning av regionalt basscenario Arbetet med att ta fram ett regionalt basscenario innehåller ett flertal moment. Som nämndes ovan innebär det första momentet att kalibrera Raps-modellen för respektive län för att ge resultat som överensstämmer med statistik för senaste år. Vidare kalibreras (uppdateras) parametrar för inflyttarfördelning och utflyttarrisker 12. Det andra momentet innebär att partiell modell, befolkningsmodellen, körs med aktuella nationella parameterantaganden för prognosperioden, dvs. födelsetal, dödsrisker och in- och utvandring enligt SCB:s befolkningsframskrivning. I denna körning baseras in- och utflyttning på länens historiska andel av rikets flyttnetto. Länens andel av rikets flyttnetto definieras som andelen av det inrikes flyttnettot (positiva eller negativa andelar) plus andelen av det utrikes flyttnettot (positiva andelar). En konsekvens är att det utrikes flyttnettot kommer att påverka storleken på inrikes flyttningar, vilket också eftersträvas. (Påverkan sker i realiteten med viss fördröjning men det har liten betydelse vid en prognos fram till år 2040.) I det tredje momentet görs en ny körning av befolkningsmodellen, där mellanregional in- och utflyttning i stället baseras på historiska in- och utflyttningsfrekvenser per åldersgrupp och kön 13. Denna modellkörning föregås av ett antal kalibreringar. (1) Justering av resultatet från föregående modellkörning så att befolkningen per ålder och kön summerar till den nationella befolkningsframskrivningen för varje år. (2) Beräkning av antalet in- och utflyttare per län som genereras av historiska flyttfrekvenser, tillämpade på avstämd befolkning. (3) Justering av inoch utflyttare från (2) så att för varje år gäller att summa inflyttare till alla län= summa utflyttare från alla län. Den resulterande in- och utflyttningen per län används därefter i den nya modellkörningen. För prognosåret 2040 görs slutligen en avstämning mot SCB:s befolkningsframskrivning per ålder och kön. I det fjärde momentet genomförs en första full modellkörning med befolkningsutvecklingen enligt föregående moment. Makroekonomiska och branschspecifika antaganden hämtas från övergripande LU-antaganden och KI:s prognoser, enligt metodbeskrivningen i avsnitt ovan. Parametervärden för den mellanregionala exportens årliga förändring per bransch baseras på resultat från senast genomförd körning med den flerregionala modellen 14. Den offentliga konsumtionen av välfärdstjänster (utbildning, vård och omsorg) i länen beräknas med åldersspecifika styckkostnader, och med tillägg för ökad kvalitet om det förutsätts i nationella antaganden. 12 Detta motiveras av att dessa parametrar är skattade på ungefär 10 år gamla data och att parametrarna därför riskerar ge en missvisande bild av flyttarnas fördelning på ålder och kön. 13 Det är både teoretiskt och empiriskt väl etablerat att flyttningsbenägenheten varierar avsevärt med ålder och kön. Beroende på hur befolkningens sammansättning förändras i dessa avseenden kan flyttströmmarna förväntas variera på ett sätt som inte återges av ett exogent flyttnetto. 14 Modellberäkning med dessa parametervärden ger en mellanregional export per bransch som summerad över alla län förväntas avvika måttligt från summa mellanregional import för motsvarande bransch. Resultatet kommer därmed att ligga relativt nära vad som skulle erhållas vid en flerregional modellkörning. 14

15 I det fjärde momentet genomförs även en parameterstyrning med avseende på förändring av kommunernas bostadsstock. Fördelningen av länets befolkning på kommuner påverkas i hög grad av hur kommunernas bostadsstock förändras. För prognosperioden har vi dock (inom ramen för LU15-bilagan) ingen information om förväntade förändringar av bostadsstocken, eller information om andra förändringar av kommunernas markanvändning. Ett rimligt antagande skulle därför kunna vara att den framtida förändringen av kommunernas bostadsstock följer den historiskt trendmässiga förändringen. Men, eftersom förändringar i befolkningens fördelning antas följa av förändringar i bostadsstockens fördelning är det ett lika rimligt antagande att befolkningens framtida fördelning förändras enligt trend. Det kan vara ett rimligare antagande eftersom bostadsstockens förändring i olika kommuner inte alltid är anpassad till efterfrågans förändring, dvs. befolkningsförändringen. Bostadsstockens förändring styrs därför så att befolkningens fördelning på kommuner följer den historiskt trendmässiga förändringen av befolkningens fördelning i respektive län. Befolkningens fördelning på kommuner ger underlag för att fördela den sysselsatta nattbefolkningen på kommuner. Här antas att förändringen av förvärvsgrad per kategori (ålder, kön, födelseland och utbildningsgrupp) på länsnivå också gäller för länets kommuner. I Raps ligger befolkningens fördelning i olika ålderskategorier också till grund för fördelningen av sysselsatt dagbefolkning inom befolkningsanknutna näringsgrenar (skola, vård, omsorg), medan det för övriga näringsgrenar antas att kommunens andel av länets sysselsättning utgår från oförändrade specialiseringskvoter. Med specialiseringskvot avses kvoten mellan kommunens andel av länets sysselsatta dagbefolkning för respektive näringsgren och kommunens andel av länets befolkning. Regionernas (dvs. länens) utpendling beräknas med basårets andelar av sysselsatt nattbefolkning, medan inpendlingen på motsvarande sätt beräknas med basårets andelar av sysselsatt dagbefolkning. Resultatet av denna modellkörning i det fjärde momentet ligger till grund för kalibreringar av modellen i följande avseende. Den sysselsatta nattbefolkningens storlek i respektive län år 2040 ska vara konsistent med LU-antaganden om arbetsmarknadsbeteende på nationell nivå. På nationell nivå antas normalt oförändrat arbetsmarknadsbeteende, dvs. förvärvsgrad per åldersgrupp, kön och födelseland hålls konstant; aktuella LU-antaganden innebär dock ökad förvärvsgrad för arbetskraften i högre åldersgrupper. Med ledning av hur total sysselsatt nattbefolkning enligt detta villkor avviker från modellberäknad nattbefolkning kalibreras produktivitetsförändringen för branscher inom näringslivet för att år 2040 generera motsvarande förändring av total sysselsatt dagbefolkning. 15

16 4 Indata till trafikmodeller 2040 I föregående avsnitt 3.2 beskrivs den generella metodiken, som används inom LU15-bilagan, för att ta fram indata på kommunnivå. I detta kapitel beskrivs i vilka avseenden dessa data av trafikverket har kompletterats eller anpassats/justerats för ändamålet att ge indata, eller underlag för indata, till Sampers och Samgods. Även vissa resultat presenteras översiktligt. 4.1 Indata till Sampers, kommunprognoser Justerad fördelning av befolkning inom vissa län Givet den prognoserade befolkningen per län innebär den generella metodiken att befolkningen fördelas på kommuner så att kommunens andel av länets befolkning förändras på ett sätt som följer den historiska trenden. Tekniskt kan den generella metodiken beskrivas enligt följande: För basåret 2013 är kommunens (r) andel av länets (R) totala befolkning b (r, 2013) = BEF (r, 2013)/ BEF (R, 2013). Om kommunens andel år 2040 helt bestäms av den historiska andelsförändringen blir andelen b_trend (r, 2040) = b (r, 2013) + db (r) där db (r) är andelsförändringen för en lika lång historisk period, Som generell princip för att beräkna kommunens andel för prognosåret är det dock rimligt att låta kommunens faktiska andel för basåret väga lika tungt som den helt trendmässigt beräknade andelen. Den generella princip som tillämpats innebär därför att kommunens andel år 2040 bestäms enligt följande: b (r, 2040) = b(r, 2013) + 0,5* db (r). Det är på detta sätt som befolkningen har fördelats på kommuner för prognosåret 2040 i den regionala framskrivningen av LU15, och samma generella princip användes för att ta fram 2012 års indata för prognosåret Enligt Trafikverkets inriktningsbeslut är det viktigt att basera indata på LU15, men det också viktigt att beakta inomregional planering. På samma grunder som vid den tidigare framtagningen av 2012 års indata har det därför gjorts vissa avsteg från den generella metoden. Företrädare för regionerna har fått ge förslag på, och motiv för, justeringar av befolkningens fördelning på kommuner inom respektive län. Sådana förslag baseras exempelvis på underlag från regionplaneringen. Efter beslut av Trafikverket har föreslagna justeringar av befolkningens fördelning tillämpats för följande län: Västra Götaland, Stockholm, Uppsala, Södermanland, Östergötland, Örebro, samt Västmanland. 16

17 Befolkning 2040 Befolkning Kommunernas befolkningsutveckling Den resulterande befolkningsutvecklingen illustreras av diagrammen i Figur 3 och Figur 4, samt av kartan i Figur 5. Med en uppdelning på stora och små kommuner 2013 beräknas befolkningen öka i nästan alla av de 72 kommuner som definierats som stora, medan befolkningen i huvuddelen av alla övriga 218 kommuner beräknas minska. Figur 3 Befolkningsutveckling för stora a kommuner Befolkning 2013 Anm. Definieras här som de 72 kommuner som har en befolkningsstorlek i 3:e kvartilen år 2013, dvs. fler än ca invånare. Figur 4 Befolkningsutveckling för övriga kommuner Befolkning

18 Befolkningsförändring per kommun enligt kartbilden i Figur 5 nedan finns nedbruten på detaljerad nivå, dvs. de SAMS-områden som ingår i respektive kommun. Denna karta, som återges i Bilaga 1, visar att det finns SAMS-områden där befolkningen beräknas öka även om kommunens befolkning beräknas minska, och vice versa. Figur 5 Befolkningsförändring per kommun Procent. 18

19 4.1.3 Befolkningsprognos per kommun, 1-årsklass och kön Efter Trafikverkets justeringar av befolkningens fördelning på kommuner i vissa län, enligt avsnitt 4.1.1, finns slutliga indata för total befolkning per kommun för prognosåret För bilinnehavsmodellen i Sampers behövs även indata för kommunernas befolkning per ålder och kön, för alla mellanliggande år. Metoden för att ta fram dessa indata har utvecklats jämfört med den som tillämpades vid 2012 års indata. De förutsättningar som ska uppfyllas är att framskrivningen av befolkningen per år, ålder och kön ska överensstämma med total befolkning för respektive kommun och samtidigt överensstämma med SCB:s totaler för riket per ålder och kön. Den totala befolkningen per kommun och år beräknas med linjär framskrivning av kommunens befolkningsandel från år 2013 till år För första prognosåret görs först en à priori uppskattning som sedan stäms av mot total befolkning per kommun och SCB:s totaler per ålder och kön (avstämning med Cross-Fratar). Resultatet ligger sedan till grund för motsvarande procedur för det andra prognosåret, osv. till och med år À priori uppskattningen tar hänsyn till att antalet födda beror på antalet kvinnor i fruktsam ålder, att antalet avlidna beror på befolkningens åldersstruktur, och att kommunernas flyttnetto per ålder och kön följder ett historiskt mönster. Framskrivningen från år t till år t+1 tar hänsyn till dessa faktorer på följande sätt: Beräkningen av antal män 0 år och kvinnor 0 år görs preliminärt med åldersspecifika fruktsamhetstal år för år t+1 och antal kvinnor år, år t. Antalet 0- åringar vid slutet av år t+1 är antalet födda, reducerat med det antal som, med specifika dödsrisker för pojkar och flickor, beräknas ha avlidit. Denna preliminära beräkning justeras därefter med kommunspecifika kalibreringsfaktorer, som bland annat tar hänsyn till att fruktsamhetstalen (endast) avser kvinnor födda i Sverige 15. Beräkningen av män och kvinnor ålder 1-79 innehåller två moment; först görs en nollframskrivning som innebär att antalet i ålder Å och kön k år t+1 är lika med antalet i ålder Å-1 och kön k år t. Denna nollframskrivning justeras därefter med hänsyn till att några avlider och det sker in- och utflyttning. Denna justering sker med justeringsfaktorer som uppdateras för varje år Kalibreringsfaktorerna beräknas som kvoten mellan faktiskt och modellberäknat antal 0- åringar år Kalibreringsfaktorerna antas vara oförändrade fram till För prognosår 2015 beräknas justeringsfaktorn (Å,k) som kvoten mellan faktisk befolkning (Å,k) år 2014 och faktisk befolkning (Å-1,k) år För prognosår 2016 och framåt beräknas justeringsfaktorerna med avstämd befolkning. 19

20 I beräkningen av män och kvinnor ålder antas att inga flyttar över kommungräns 17. Antalet i ålder Å blir antalet i ålder Å-1 föregående år, minus avlidna. Antalet i ålder 100+ beräknas med sammanvägda dödstal för åldrar Förvärvsarbetande nattbefolkning per kommun Metoden för att beräkna förvärvsarbetande nattbefolkning per kommun år 2040 är densamma som tidigare beskrivits i avsnitt 3.2, men det tidigare resultatet uppdateras utifrån den framskrivning av kommunernas befolkning per ålder och kön som redovisats i avsnitt Denna uppdaterade beräkning genomförs i två steg. Först tillämpas 2040 år förvärvsgrader per åldersgrupp 18 och kön på den slutligt beräknade befolkningen per ålder och kön. Denna beräkning stäms därefter av mot tidigare beräknad förvärvsarbetande nattbefolkning per län genom kvotjustering Förvärvsarbetande dagbefolkning per kommun Enligt beskrivningen i avsnitt 3.2 beräknas kommunernas förvärvsarbetande dagbefolkning (sysselsättning) som summan av sysselsatta i befolkningsanknutna näringsgrenar och sysselsatta i övriga näringsgrenar. Vid beräkningen av sysselsatta i övriga näringsgrenar antas att kommunens andel av länets sysselsättning utgår från oförändrade specialiseringskvoter. Med specialiseringskvot avses kvoten mellan kommunens andel av länets sysselsättning för respektive näringsgren och kommunens andel av länets befolkning. Eftersom kommunernas befolkning har ändrats jämfört med den ursprungliga beräkningen uppdateras även den förvärvsarbetande dagbefolkningen (sysselsättningen). Sysselsättningen i varuproducerande näringsgrenar uppdateras inte medan resterande sysselsättning i det som ovan benämns övriga näringsgrenar uppdateras i de fall kommunens andel av länets befolkning har ändrats. Uppdateringen av sysselsättningen i befolkningsanknutna näringsgrenar (skola, vård, omsorg) tar dessutom hänsyn till att befolkningens ålderssammansättning har korrigerats, enligt beskrivningen i avsnitt Därtill har även metoden för att beräkna denna sysselsättning korrigerats på det sätt och med de motiveringar som beskrivs nedan. Vi inleder med att beskriva den ursprungliga beräkningen. Vid framskrivningen av kommunal (inklusive landstingskommunal) konsumtion per län har beräkningarna baserats på befolkningsframskrivningen och SKL:s prislappar per 1-årsklass (kommuner), och per 1-årsklass och kön (landsting, hälso- 17 Omflyttningen över kommungräns i åldersgruppen 80+ var år 2014 mindre 0,2 procent. 18 Förvärvsgraden beräknas för följande åldersgrupper: år, år, år, år, år, år, år, år. 19 Avstämningen i det andra steget innebär en marginell justering av resultatet från det första steget; totalt omfördelas mindre än 6 promille mellan kommunerna i respektive län. 20

21 och sjukvård) 20. Den beräknade genomsnittliga tillväxttakten för länets kommunala konsumtion har tillämpats på de fyra Raps-branscher - 46, 47, 48, 49 som i modellen definieras som den offentliga sektorn, dvs. staten, kommuner och landsting. I beräkningarna antas att den kommunala konsumtionen av utbildning, bransch 48, avser tjänster producerade i kommunal sektor i samma bransch. På samma sätt antas att den kommunala konsumtionen av vård och omsorg, bransch 49, avser tjänster producerade i kommunal sektor i samma bransch. För verksamheter i offentlig sektor antas i basscenariot att produktivitetstillväxten är försumbar = noll 21. Det innebär att den beräknade genomsnittliga förändringen av kommunal konsumtion också blir den beräknade förändringen av arbetskraftsefterfrågan (antal sysselsatta) i kommunal sektor. En brist med dessa beräkningar är att de utgår från den kommunala konsumtionens genomsnittliga förändring, dvs. inte konsumtionsförändringen per verksamhetsområde (skola, vård och omsorg). Därmed beaktas inte hur arbetskraftsefterfrågan kan förväntas variera mellan olika verksamheter till följd av förändrad ålderssammansättning i respektive kommun. Denna brist i modellberäkningarna har varit motiv för att korrigera framskrivningen av den kommunala sektorns arbetskraftsefterfrågan. Denna korrigering utgår från specifika kommunala/landstingskommunala verksamheter (förskola, grundskola, gymnasium; hälsovård, vård och omsorg) där arbetskraftsefterfrågan för respektive verksamhet skrivs fram med basårets antal sysselsatta per person i relevant ålderskategori som multipliceras med antal personer i samma ålderskategori år Denna korrigerade framskrivning stämmer överens med framskrivningen av den kommunala konsumtionen, enligt beskrivningen ovan. Skillnaden är att i stället för att beräkna den genomsnittliga förändringen av arbetskraftsefterfrågan (antalet sysselsatta) i kommunal sektor beräknas förändringen av antalet sysselsatta per verksamhetsområde i kommunen, med fokus på skola och vård och omsorg Kommunernas sysselsättningsutveckling Sysselsättningens utveckling illustreras av diagrammen i Figur 6 och Figur 7, samt av kartan i Figur 8. Med samma uppdelning på stora och små kommuner år 2013 som för befolkningen beräknas sysselsättningen öka i nästan alla av de 72 kommuner som definierats som stora, medan sysselsättningen i huvuddelen av alla övriga 218 kommuner beräknas minska. 20 Basscenariot och den regionala framskrivningen i kommande LU15-bilagor utgår från att det endast är demografin som bestämmer utvecklingen av kommunernas kostnader, dvs. den kommunala verksamhetens omfattning och standard antas vara oförändrad. 21 För offentlig sektor antas i basscenariot att den genomsnittliga produktiviteten år 2040 har ökat med 1,9 procent från år Det innebär en årlig produktivitetstillväxt på mindre än 0,07 procent per år. 21

22 Sysselsättning 2040 Mönstret är att de flesta kommuner där sysselsättningen beräknas öka också är kommuner där befolkningen beräknas öka, och vice versa i kommuner där sysselsättningen beräknas minska. För endast ett tjugotal kommuner förändras kommunens befolkning och sysselsättning åt olika håll. Det bör dock påpekas att dessa avvikelser är små i både absoluta och relativa tal. Ett annat påpekande är att huruvida befolkningen/sysselsättningen beräknas öka eller minska här endast tar hänsyn till om nivån år 2040 ligger högre eller lägre än år Figur 6 Sysselsättningsutveckling för stora a kommuner Sysselsättning 2013 Anm. Definieras här som de 72 kommuner som har en befolkningsstorlek i 3:e kvartilen år 2013, fler än ca invånare. 22

23 Sysselsättning 2040 Figur 7 Sysselsättningsutveckling för övriga kommuner Sysselsättning

24 Figur 8 Sysselsättningsförändring per kommun Procent. 24

25 4.1.7 Förvärvsinkomster per kommun Enligt förutsättningarna i avsnitt 2.3 antas att förvärvsinkomsterna i riket ökar med i genomsnitt 2,3 procent per år under perioden Från den ursprungliga beräkningen av förvärvsinkomsterna, enligt avsnitt 3.2, ges kommunernas genomsnittliga förvärvsinkomst per capita. Den ursprungliga beräkningen av total förvärvsinkomst per kommun justeras genom att multiplicera kommunens genomsnittliga förvärvsinkomst per capita med kommunens befolkning efter justeringar enligt avsnitt Motivet för att genomföra beräkningen med avseende på justerad inomregional fördelning av befolkning, och inte förvärvsarbetande nattbefolkning, är att en betydande del av förvärvsinkomsten utgörs av transfereringar. Den ursprungligt beräknade totala förvärvsinkomsten per län påverkas endast marginellt av genomförda justeringar. 25

26 4.2 Indata till Samgods, kommunprognoser Befintliga data från den regionala framskrivningen av LU15 avser i huvudsak befolkning, sysselsättning och inkomster. För att generera indata till Samgods måste befintliga data kompletteras med prognoser för år 2040 avseende produktion och förbrukning per Samgods-varugrupp och kommun Förutsättningar på nationell nivå Från EMEC:s resultat för basscenariot i LU15 hämtas data om produktion, export och import per aggregat av varugrupper, se Tabell 4 nedan. Tabell 4 Produktion, export och import per varugrupp enligt basscenariot i LU15. Årlig procentuell förändring. Källa: Underlag från Konjunkturinstitutet (KI) till kommande LU15-bilaga. Varugrupp EMEC aggregat Bransch SNI 2007 Produktion Export Import Jordbruksprodukter JORD Skogsprod., exkl. BIO SKOG Biomassa BIO 02, Gruvprodukter GRUV Kol, importerat KOL 05 (endast import) Livsm., dryck, tobak och textil LIVS Trävaror TRAV Jord och sten JSTEN Papper och p-massa MASSA Läkemedel LAKM 21, 20.5, Kemiprodukter KEMI , Järn och stål JSTAL Övriga metaller METALL Metallvarutillverkning METLTILL Datorer och elapp. ELEKTILL Övr. verkstadstillv. VERKTILL 28, Motorfordon, övr. transp.med FORDTILL Avfall, återvinn. mm AVFL Eldningsolja BRANS Bensin och diesel DRIVM Övr. petrokem. prod. PETRO 19.1, Råolja, importerad RAOLJA 06 (endast import) Efter omräkning från MSEK till ton är produktion och förbrukning randvillkor för att estimera de s.k. PWC-matriserna 2040, då export och import fördelas på kommuner i Sverige och zoner i utlandet. Se vidare rapporterna PWC-MATRISER ÅR 2040, Transportefterfrågan i Samgodsmodellen för prognosåret metod och resultat, WSP kommande rapport och Prognos för fördelning av svensk varuexport och varuimport på utrikes länder år 2040, TRV 2015/81020, WSP

27 Dessa aggregat är definierade enligt SNI 2007, 2-3 siffror. Utan annan information för prognosåret antas, tills vidare, att sammansättningen på detaljerad nivå (SNI siffror) för produktion, export respektive import är densamma som för basåret Konsekvenserna av detta antagande diskuteras nedan i avsnitt Metodbeskrivning Arbetet baseras i huvudsak på en framskrivning av motsvarande data som tagits fram för basåret 2012, inom ramen för ett FOI-projekt för att ta fram s.k. PWCmatriser för ett basår. 24 Grunden för FOI-projektets data var detaljerade data för 2010, och dessa data har även använts här Produktion Varuproduktion antas (endast) äga rum inom branscher som klassificeras mineralutvinning och tillverkningsindustri (SNI 07-32) samt areella näringar (SNI 01-02). För år 2010 har Trafikverket beställt speciell statistik för SNI 07-32, indelad på såväl Samgodsvarugrupper 25 som branscher (SNI 5-siffriga koder). Det innebär att varje industribranschs produktion av en viss vara finns angiven. Denna produktion skrivs fram från 2010 till 2040 med tillväxttalen enligt Tabell 4, där varje bransch har en tillväxttakt specificerad. Det antas att produktionen utvecklas i samma takt för alla varor som tillverkas inom en och samma bransch. Från Tabell 4 framgår att vissa branscher (SNI 02, 16 samt 19.2) ingår i flera aggregat och därför är förknippade med olika tillväxttal. I dessa fall har följande kopplingar valts: SNI 02 kopplar både till SKOG och BIO; SKOG har valts. SNI 16 kopplar både till TRAV och BIO; TRAV har valts. SNI 19.2 kopplar till PETRO, DRIVM, BRANS, GAS. DRIVM har valts. RAOLJA och KOL saknar tillväxttal för produktion. Det sker heller ingen produktion i dessa branscher (SNI 05 SNI 06) i Sverige. För jordbruket och skogsbruket (SNI 01 och 02) finns inte varuproduktionsstatistik för För vissa jordbruksbranscher finns liknande data, som skrivits fram på samma sätt som för industrin. För fem Samgodsvarugrupper har data för basåret istället hämtats från Varuflödesundersökningen. Det innebär att produktionsvärden för basåret inte är kopplade till någon bransch utan bara existerar som totalnivåer per varugrupp och kommun. Detta har hanterats genom att varugrupperna enligt nedan har kopplats till det mest relevanta EMEC-aggregatet och totalnivåerna har skrivits fram med motsvarande tillväxttal. 24 Metodiken för detta beskrivs i rapporten PWC Matrices: new method and updated Base Matrices, Final Report, (KTH, Sweco, WSP) samt i kap 8 Socioekonomiska indata till transportmodeller - Metodutveckling på kort och lång sikt, TRV 2015/33331, (framtagen av WSP på uppdrag av Trafikverket). 25 Se Bilaga 2 för definition av Samgods varugrupper 27

28 Varugrupp 1, Spannmål, kopplas till JORD Varugrupp 3, Levande djur, kopplas till JORD Varugrupp 5, Massaved, kopplas till SKOG Varugrupp 7, Träflis och träavfall, kopplas till BIO Varugrupp 31, Rundvirke, kopplas till SKOG Export För 2010 finns statistik för varuexport uppdelad dels på Samgodsvarugrupper, dels på SPIN-varugrupper 26. SPIN-koderna kopplas till EMEC-aggregat enligt Tabell 5. Därefter kan exporten per SPIN-kod för 2010 aggregeras till respektive EMECaggregat för att erhålla fördelningen över Samgodsvarugrupper för varje EMECaggregat. Samma fördelning antas gälla 2040 och används alltså till att fördela om export 2040 från EMEC-aggregat till Samgodsvarugrupper. Tabell 5 Koppling mellan EMEC-aggregat och SPIN-koder för export och import EMEC-aggregat SPIN 2007 JORD 01 SKOG 02 GRUV 07, 08, 09 KOL 05 LIVS TRAV 16 JSTEN 23 MASSA 17, 18 LAKM 21, 20.5, 20.6 KEMI , 22 JSTAL METALL METLTILL 25 ELEKTILL 26, 27 VERKTILL 28, FORDTILL 29, 30 DRIVM 19.2 PETRO 19.1 RAOLJA Statistiken kommer från SCB:s Utrikeshandelsstatistik och har justerats för att exkludera export av importerade varor och för att inte överstiga inhemsk produktion av motsvarande vara (eftersom lager inte beaktas). Export för SPIN-koder som börjar med 33 och uppåt exkluderas (tjänstesektorn), liksom export med SPIN-koder som börjar med 03 (fisk, som inte ingår bland Samgods varugrupper). 28