Avslutat projekt

Benämning

Bedömning av långsiktiga effekter av ekonomiska styrmedel i transportsystemet

Utförare

KTH, Kungliga Tekniska Högskolan

Beskrivning

Sammanfattning
Projektet avser att studera effekterna av ett antal olika ekonomiska incitament i transportsystemet, såsom till exempel förändringar i beskattning och i reseavdrag. För att bedöma hur väl olika åtgärder uppfyller uppsatta mål behövs ett strukturerat sätt att jämföra dem. Metoden vi tänker använda bygger på backcastingprincipen, dvs. att vi utgår ifrån situationer som uppfyller målen, och letar på ett strukturerat sätt efter möjliga vägar att nå dit. En nyutvecklad modell för samspelet mellan transporter och lokaliseringsmönster ligger till grund för analysen av styrmedlens påverkan på systemet. Den är utvecklad för Stockholmsregionen.

Projektets andra delmoment innebär ett mindre modellutvecklingsarbete för att anpassa modellen till en annan region, mer präglad av glesbygdsförutsättnigar. Syftet är att dels studera vilka skillnader som finns i resmönster och lokaliseringsbeslut, och dels att göra det möjligt att direkt jämföra hur ekonomiska styrmedel i transportsystemet slår olika i olika regioner.

Projektet hör närmast hemma under Portfölj 3 "Ett energisnålt system med miljöanpassade och säkra fordon". Det har kanske lika stor bäring på Delprocessen "Förbättra transportvillkor" och då särskilt på skrivningarna under "FUD-behov: Planering och projektering 2007-2009". Projektet har också bäring på Delprocessen "Erbjuda resemöjligheter", speciellt "Samarbete i regional och kommunal planering" samt på Portfölj 4 "Livskraftiga tätorter att bo, verka och vistas i".

Problem
Transportsektorn står inför den stora utmaningen att bryta beroendet av olja och samtidigt stödja en långsiktigt hållbar tillväxt. Transporterna står för en stor, och framför allt växande del av utsläppen av växthusgaser. De ekonomiska förutsättningarna som påverkar persontransporterna är ett komplext system av skatter, avgifter och lagar osv., där dessutom geografiska skillnader mellan olika delar av landet spelar en stor roll. Storstädernas bilköer och glesbygdens långa avstånd utgör förstås helt olika förutsättningar, vilket får återverkningar på hur effektiva olika åtgärder blir.

Det här projektet avser att analysera vilken effekt olika typer av åtgärder har på den långsiktiga utvecklingen, främst med avseende på hur väl uppsatta klimatmål uppfylls. Det är också viktigt att inte glömma bort de ekonomiska och sociala aspekterna av hållbar utveckling i sammanhanget. Därför föreslår vi ett projekt där vi analyserar och jämför de långsiktiga effekterna av åtgärder i transportsystemet i en storstadsregion och en region mer präglad av glesbygd. Tyngdpunkten i analysen kommer att vara på långsiktiga och strategiska åtgärder, vilket innebär att åtgärder med bäring på alla fyrstegsprincipens steg är aktuella, men att åtgärder med relativt stor inverkan, såsom större investeringar eller ekonomiska incitament, kommer att vara mest intressanta.

I sin rapport Strategier för minskat transportberoende (Miljövårdsberedningen, 2006) för Miljövårdsberedningen två resonemang som har direkt anknytning till det föreslagna projektet. Det första är den ömsesidiga interaktionen mellan markanvändningsstrukturen och transportmönstret i långsiktiga analyser. De senaste femtio årens ökade bilanvändning har möjliggjort en utglesning av bebyggelsen. Samtidigt har den glesare markanvändningen gjort alternativa färdmedel allt mindre attraktiva. Miljövårdberedningen menar att en framgångsrik strategi för att nå ett hållbart samhälle antagligen måste bryta den trenden.

I det andra resonerar de kring hur stor potential olika ekonomiska styrmedel har för att kunna påverka denna interaktion i positiv eller negativ riktning. Till exempel så stimulerar antagligen dagens utformning av reseavdraget utglesningen, medan kilometerbaserade skatter kan verka åt andra hållet. Denna genomgång av olika styrmedel är en utmärkt utgångspunkt för en mer noggrann analys av hur konkreta åtgärder påverkar transporterna och lokaliseringen på lång sikt.

Men, det är viktigt att inte glömma bort att styrmedel som verkar dämpande på vägtrafiken också kan ha betydande negativa effekter på tillgängligheten. Speciellt kan man tänka sig att effekterna av åtgärder kan komma att slå väldigt olika på olika ställen i landet. Förutsättningarna för bra försörjning med färdmedel som alternativ till bilen skiljer sig mycket mellan storstädernas omland och glesbygden.

För att bedöma åtgärders måluppfyllelse är två saker nödvändiga. Det ena är en modell för åtgärdernas effekt på systemet. Där tänker vi i det här föreslagna projektet använda LandScapes, en kombinerad transport- och lokaliseringsmodell, framtagen för att analysera de långsiktiga effekterna av olika transportrelaterade åtgärder på resmönster och markanvändning för Stockholms län. Den modellerar transportsystemet med tillräcklig noggrannhet för att kunna beräkna miljöeffekter, samtidigt som den tar hänsyn till att tillgänglighetsförändringar påverkar lokaliseringen av boende och arbetsplatser. Modellen utvecklas i ett pågående projekt, samfinansierat av Vinnova och Vägverket (Transporter och markanvändning, AL 90 B 2004:21787), med sikte på just den här typen av analyser.

Det vanligaste sättet att beräkna de samhällsekonomiska effekterna av förändringar i transportsystemet, som till exempel i investeringskalkyler, innebär att man gör en prognos för hur lokaliseringsmönstret ser ut för ett valt analysår. Sedan görs en prognos, givet lokaliseringen, för transportefterfrågan, dvs. hur många resor som görs, vart de går, och på vilka vägar. När man sedan jämför situationen med hur det skulle gå utan att införa någon förändring kan man från resorna räkna ut såväl nyttor som kostnader av åtgärden. Dessa extrapoleras sedan till alla andra år under kalkylperioden med hjälp av antaganden om hur stor trafiktillväxten kommer att vara. Genom att använda LandScapes kan några metodologiska svagheter i det vanliga tillvägagångssättet undvikas. Det är känt att metoden ovan leder till över- eller underskattning av de verkliga nyttorna av en åtgärd när nyttorna extrapoleras beroende på trängseleffekter i transportsystemet (Transek, 2005). När nyttorna och kostnader räknas upp med en antagen trafiktillväxt kan det till exempel leda till att man i analysen har större trafikmängder än trafiksystemet egentligen klarar av beroende på trängseleffekter. Analyser med hjälp av LandScapes undviker det genom att explicit modellera varje år. I och med att den även modellerar lokaliseringsmönstret internt tas hänsyn till att transportåtgärder även kan ha viss inverkan på markanvändningen över den långa tidsperiod den här typen av kalkyler vanligen görs.

Analysen av utformningen av ekonomiska incitament har det gemensamt med investeringskalkyler att det är viktigt att inte glömma bort att effekter för olika färdmedel hänger ihop. Det är inte tillräckligt att titta på till exempel bilresandet för sig, eftersom förändringar i kollektivtrafiken även har återverkningar på hur många som väljer att åka bil. Det modellsystem vi använder (liksom SAMPERS för den delen) betraktar individens val av resmål och färdsätt tillsammans, vilket innebär att vi kan studera den trade-off som eventuellt uppstår mellan färdsätten när förutsättningarna i systemet ändras.

Det andra som behövs för att bedöma ekonomiska styrmedels måluppfyllelse är ett strukturerat sätt att analysera hur väl olika strategier uppfyller uppsatta (och ibland motverkande) mål. Till att börja med är det värt att poängtera att med en strategi i det här fallet menas ett åtgärdspaket sammansatt av en eller flera enskilda styrmedel. Det är i ljuset av diskussionen ovan självklart att det är intressant att studera paket av åtgärder eftersom åtgärder i olika delar av systemet kan både hjälpa och motverka varandra beroende på hur de sätts samman. För att utgöra ett värdefullt beslutsunderlag i planeringsprocessen bör olika strategier jämföras på ett strukturerat sätt. Det minsta man kan begära är att en strategi jämförs med situationen där ingen förändring görs. Ju fler strategier som ska jämföras desto större krav ställs på den metod som används för att redovisa jämförelserna.

Den enklaste formen av ramverk är att redovisa ett antal indikatorer, eller mått, på de olika effekter en åtgärd får. Som beslutsunderlag är den metoden attraktiv när antalet indikatorer och strategier är relativt litet. Beslutsfattaren kan själv sätta sig in i konsekvenserna av de olika strategierna och väga de olika effekterna mot varandra. Men när antalet strategier och indikatorer växer blir tabellerna snabbt oöverskådliga och risken finns istället att beslutsfattaren slutar se helheten och istället sorterar med hjälp av ”tumregler”. Ett alternativ är att använda sig av uppsatta mål som villkor i urvalsprocessen. Man kan till exempel tänka sig att en studie som fokuserar på ett specifikt koldioxidmål sorterar strategierna så att endast de som uppfyller målet (eller är nära att göra det) presenteras, för att inte beslutsfattaren ska få mer information än det är möjligt att hantera. Samtidigt flyttas en del av beslutsbördan till valet av villkor istället.

Ett tredje sätt är att sammanställa indikatorerna till ett enda mått, en målfunktion, på hur väl strategierna uppfyller uppsatta mål. Ett exempel på den metoden är nytto-kostnadskalkylen som ligger till grund för den samhällsekonomiska bedömningen av transportinvesteringar. Där försöker man hitta penningvärden för de effekter man tar hänsyn till och försöker hitta investeringar med ett så bra förhållande som möjligt mellan nyttor och kostnader. Metoden är inte begränsad till att värdera effekter i pengar dock, även multikriteriemetoder bygger på principen att väga samman flera indikatorer till ett gemensamt mått. En målfunktion kan dessutom med fördel användas tillsammans med att ställa upp villkor på vissa av indikatorerna. I praktiken görs det ofta mer informellt, till exempel genom att alternativ med orimligt höga kostnader väljs bort.

Den metod vi ämnar använda bygger vidare på ett ramverk som är inspirerat av backcastingprincipen (Robinson, 1982). Den utvecklades för en tidigare studie (Robèrt & Jonsson, 2006), som analyserade en uppsättning transportåtgärder med avseende på Stockholms uppställda mål för koldioxidutsläpp. Metoden innehåller element både av backcasting, där man ställer upp vilka villkor som måste uppfyllas för en strategi, men också prognoser, som kan hjälpa till att reda ut vilka åtgärder som kan ta oss till den önskvärda situationen.

Nu är det inte enbart klimatmål som är intressanta i det här sammanhanget. Eftersom projektet avser att jämföra storstad med glesbygd blir det också högintressant att beakta även sociala aspekter som till exempel fördelningseffekter av åtgärder. Om vi vill nå ett samhälle med långsiktigt hållbar tillväxt måste vi hitta vägar att organisera våra transporter på ett sådant sätt att rörligheten och tillgängligheten främjas utan att miljön och andra värden hotas. Det är troligt att den anpassningen inte kommer att se likadan ut i storstäderna som i glesbygden.

Syfte
Det vi kallar ramverk för bedömning är egentligen alltså den metod som används för att presentera effekterna av olika föreslagna åtgärder. Det är vanligt att det finns nationell lagstiftning eller praxis för hur den typen av beslutsunderlag ska se ut till exempel vid större investeringsbeslut i infrastrukturen. Inom EU-projektet PROSPECTS gjordes en studie av förhållandena i Europas länder och ett ramverk anpassat för att hantera hållbarhetsfrågor utvecklades. Resultatet redovisades i en metodhandbok, Minken et al. (2003). I den utvecklas ett antal mål, med god överensstämmelse med de svenska transportpolitiska målen, och tillhörande indikatorer för att mäta hur väl de uppfylls. Det är den ena byggstenen i det ramverk vi föreslår att använda i projektet.

Den andra byggstenen är att använda backcasting tillsammans med prognoser (Höjer & Mattsson, 2000). Traditionellt används backcasting så att en eller flera framtidsbilder utvecklas. Sedan försöker man arbeta sig bakåt från dem för att finna en framkomlig väg att nå målscenariet. Sättet vi tänker arbeta på i det här projektet bygger istället på att vi definierar vilka egenskaper en framtidsbild ska ha för att vara önskvärd, så att vi istället för att definiera ett enda målscenario får ett målområde i form av en mängd scenarier som uppfyller våra kriterier. Fördelen är att det ger större flexibilitet i vilka åtgärdspaket som kan komma på fråga, eftersom slutresultatet inte är lika fixerat. Metoden har använts framgångsrikt för att studera vägar för Stockholm att nå uppsatta koldioxidmål i Robèrt & Jonsson (2006). Andra liknande ansatser finns i Banister et al. (2000) och Ny et al. (2005). Ramverket lämpar sig väl för att analysera vilka effekter ekonomiska styrmedel, som t.ex. ändrade skatter och avdragsregler, kan ha på möjligheten att nå uppsatta klimatmål. Fördelningseffekter av olika åtgärder är en mångfacetterad fråga. Där kan vi dra nytta av arbete som gjorts bland annat i samband med trängselavgiftsförsöket i Stockholm som ju är ett högintressant fullskaleförsök av ett ganska kraftfullt ekonomiskt styrmedel. Se tex. Eliasson & Mattsson (2006) och Franklin (2005).

Projektet skall vidare bidra till att sprida modeller som verktyg i planeringen utanför Stockholmsområdet. Trafikverken använder sig förvisso av SAMPERS och liknande modeller i sina planeringsprocesser, men för en mer övergripande strategisk planering är det ovanligare. Projektet kommer att bygga på den starka modelltradition som finns i Stockholmsområdet på det sättet att den inledande analysen av ekonomiska styrmedel görs där. Då kan resultaten bedömas utifrån att vi ändå vet relativt mycket om transportsystemet i Stockholm. Fortsättningen av projektet, när modellen överförs till en glesbygdsregion så att den kan analyseras, vilar då på en stabilare grund

Det är välkänt att det vore önskvärt att integrera transporter och markanvändning både i planering och i analyser. Trots det finns det relativt få operationella sådana modellsystem i världen (Timmermans, 2003; Hunt et al., 2005; Chang, 2006). De som finns är ofta väldigt detaljrika, och som följd rätt komplexa och resurskrävande att sätta upp för en ny region som t.ex. Stockholm . Den ökade detaljgraden gör också arbetet med analyser tids- och arbetskrävande. Det gäller t.ex. den internationellt antagligen ledande modellen UrbanSim (Wadell, 2002). LandScapes kombinerar väl beprövade och nyutvecklade delar till en integrerad modell med syftet att utföra långsiktiga analyser av transport- och markanvändningsåtgärder. Till de väl beprövade delarna hör modelleringen av transportefterfrågan som bygger på samma metod som till exempel SAMPERS. Transportutbudet modelleras med hjälp av TransCAD, ett GIS speciellt utvecklat för transportmodellering. Den dynamiska modelleringen av lokaliseringsmönster och priser är väl så avancerad som i andra jämförbara modeller. Men det är värt att påpeka att syftet med LandScapes inte är att överträffa andra modeller i detaljrikedom utan att vara en modell som är tillräckligt snabb och lätt att anpassa för att det ska vara möjligt att analysera många kombinationer av åtgärder med rimlig tids- och arbetsåtgång. I den föreslagna studien är ramverket för att bedöma hur väl målen uppfylls det centrala.

Metod
Projektets första del är en direkt och relativt okomplicerad fortsättning på två tidigare projekt. Det ena är studien i Robèrt & Jonsson (2006), där Stockholms koldioxidmål studerades med hjälp av SAMPERS och ett backcastinginspirerat ramverk för att bedöma olika åtgärders potential att bidra till att målet uppfylls. Det andra projektet är ett modellutvecklingsprojekt, samfinansierat av Vinnova och Vägverket, som syftat till att ta fram en ny integrerad transport- och markanvändningsmodell, LandScapes. Genom att kombinera ramverket från det förra med modellen från det senare fås ett kraftfullt verktyg att studera långsiktiga effekter av transportpolitiska åtgärder på samhällets persontransporter. Eftersom arbetet utförs inom ramen för CELEST är utvecklingen av ramverket ett bra tillfälle att försöka dra nytta av centrets kunskaper om hur Vägverkets kalkylmodell fungerar idag, samt ta upp idéer från pågående utvecklingsarbete.

Den andra delen tar tag i problemet att modellanvändningen i Sverige traditionellt har varit väldigt storstadsorienterad, i synnerhet inriktad på Stockholm. Genom att genomföra en överflyttning och omkalibrering av LandScapes till en glesbygdsregion blir det möjligt att på ett direkt och konsistent sätt jämföra hur styrmedlen påverkar de två regiontyperna olika. Det är speciellt intressant eftersom det går att ana att vissa typer av ekonomiska styrmedel, som till exempel förändringar i skatteavdraget för arbetsresor skulle kunna få mycket olika konsekvenser i områden som skiljer sig åt i hur väl kollektivtrafiken kan ersätta bilresor.

Arbetet under hösten 2007 består i att välja ut de åtgärder som ska studeras, samt att omsätta klimatmål och andra eventuellt intressanta mål till indikatorer och villkor i ramverket. Analyser för Stockholmsregionen utförs med hjälp av LandScapes. Under vintern 2007/2008 påbörjas arbetet med att samla in data för att kunna överföra LandScapes till en annan region. Här är förstås erfarenheten från att ha implementerat modellen i Stockholm innan oumbärlig. Anpassningen till den nya regionen innebär att delar av modellen skattas om med hjälp av ekonometrisk och statistisk metodik. Verktygen för att utföra det arbetet finns redan utvecklade sedan tidigare projekt. Under sommaren 2008 utförs analysen av den valda glesbygdspräglade regionen. Hösten ägnas åt jämförande analys och sammanställning. Tidsplanen visas i tabell 1.

Tabell 1. Tidsplan

Vidareutveckling av ramverk: juli 2007 - juni 2008
Analys av storstad (Stockholm): okt 2007 - dec 2007
Datainsamling glesbygdsregion: nov 2007 - mar 2008
Anpassning av modellen: feb 2008 - aug 2008
Analys av glesbygdsregion: jun 2008 - aug 2008
Jämförande analys: aug 2008 -nov 2008
Projektredovisning: nov 2008 - dec 2008
Förväntade resultat
Projektet kommer att resultera i vetenskapliga rapporter publicerade i internationella tidskrifter. Vidareutvecklade metoder och resultatet av analyserna kommer också att presenteras vid konferenser såväl nationellt (t.ex. Transportforum) som internationellt. De konkreta analyserna av styrmedel är givetvis av störst intresse i de berörda regionerna, men även på nationell nivå. De sprids via rapporter och seminarier. Den referensgrupp som bildas i anslutning till projektet utgör naturligtvis också en viktig väg att föra ut resultaten på. Resultaten kommer att vara användbara vid regionalpolitiska beslut, för trafikverkens långsiktiga planering, och i regional planering. Resultat och metoder kommer också att ingå i KTHs framtida grundutbildning och forskarutbildning, där speciellt ett nytt internationellt mastersprogram i Transport Systems gör att vi kommer att kunna sprida projektets speciella mix av policyanalys med modellstöd till en ny generation transportplanerare runtom i världen.

Vi bedömer att det råder endast normala projektrisker för det föreslagna projektet. Eftersom sådana dator- och dataintensiva metoder som det här projektet är byggt på är komplexa så kan oförutsedda komplikationer leda till fördröjningar, men genom att låta projektet gå över längre kalendertid på ungefär halvtids intensitet bör sådana fördröjningar inte inverka på slutresultatet.

Referenser
Beser, M, Algers, S. (2001), SAMPERS – The New Swedish National Travel Demand Forecasting Tool, In Lundqvist, L, Mattsson, L-G (eds) National Transport Models – Recent Developments and Prospects. Springer, Heidelberg.

Banister, D, Stead, D, Steen, P, Åkerman, J, Dreborg, K, Nijkamp, P, Schleicher-Tappeser, R, (2000), European Transport Policy and Sustainable Mobility. London and New York, Spon Press.

Chang, J (2006), Models of the Relationship between Transport and Land-use: A Review, Transport Reviews, 26(3), 2005

Eliasson, J, Mattsson, L-G (2006), Equity effects of congestion pricing: Quantitative methodology and a case study for Stockholm, Transportation Research A 40, 602-620.

Franklin, J (2005), A non-parametric analysis of welfare redistribution: The case of Stockholm’s congestion pricing trial, inskickad till Transportation Research A.

Hunt, JD, Kriger, JS, Miller, EJ (2005), Current Operational Urban Land-use-Transport Modelling Frameworks: A Review, Transport Reviews, 25(3).

Höjer, M, Mattsson, L-G (2000), Determinism and backcasting in future studies, Futures, 32(7), pp. 613-634.

Johansson, SG (2001) The New Swedish National Model – SAMPERS: System and Validation, National Transport Models – Recent Developments and Prospects. Editors: L. Lundqvist and L. –G. Mattsson.

May,AD, Karlström, A, Marler, N, Minken, H, Monzon, A, Page, M, Pfaffenbichler, P, Shepherd, SP (2003), A decision makers guidebook. Deliverable 15 of the PROSPECTS project.

Minken, H, Jonsson, RD, Shepherd, SP, Järvi, T, May, AD, Page, M, Pearman, A, Pfaffenbichler, P, Timms, P, Vold, A (2003), A methodological guidebook. Deliverable 14 of the PROSPECTS project.

Ny, H, MacDonald, JP, Broman, G, Yamamoto, R, Robèrt, K-H (2005) Sustainability Constraints as System Boundaries – An Approach to Make Life Cycle Management Strategic. Journal of Industrial Ecology, Paper in press.

Miljövårdsberedningen (2006), Strategi för minskat transportberoende, Miljövårdsberedningens promemoria 2006:2.

Robèrt, M, Jonsson RD (2006), Assessment of Transport Policies toward Future Emission Targets – A backcasting approach for Stockholm 2030, Journal of Environmental Assessment, Policy and Management, Paper in press.

Robinson, J (1982), Energy backcasting: a proposed method of policy analysis, Energy Policy 10, no. 4, pp. 337-344.

Timmermans, H (2003), The Saga of Integrated Land Use-Transport Modeling: How Many More Dreams Before We Wake Up?, 10th International Conference on Travel Behaviour Research, Lucerne, 2003.

Transek (2005), Fler analysår? En genomgång av olika aspekter på att använda ett eller flera analysår i samhällsekonomiska kalkyler, Transek Rapport 2005:32.

Wadell, P (2002), UrbanSim: Modeling urban development for land use, transportation and environmental planning, Journal of the American Planning Association, 68(3), pp. 297-314.

Genomförandeperiod

den 1 juli 2007 till den 31 december 2008


Portfölj

Transporteffektivt samhälle med god tillgänglighet

Logo Trafikverket.se
Trafikverket, Postadress: 781 89 Borlänge, Telefon: 0771-921 921