WSP Analys & Strategi Arenavägen 7 121 88 Stockholm-Globen

Telefon 08-688 60 00 Fax 08-688 69 16 www.wspgroup.se

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

Teknisk dokumentation

Version 2015-09-30

2

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 7

121 88 Stockholm-Globen

Tel: 08-688 60 00, Fax: 08-688 69 99

Email: info@wspgroup.se

Org nr: 556057-4880

Styrelsens säte: Stockholm

www.wspgroup.se

Foto:

Konsulter inom samhällsutveckling

WSP Analys & Strategi är en konsultverksamhet inom samhällsut-

veckling. Vi arbetar på uppdrag av myndigheter, företag och organisat-

ioner för att bidra till ett samhälle anpassat för samtiden såväl som

framtiden. Vi förstår de utmaningar som våra uppdragsgivare ställs in-

för, och bistår med kunskap som hjälper dem hantera det komplexa

förhållandet mellan människor, natur och byggd miljö.

3

Innehåll

1 INLEDNING ....................................................................................5

1.1 Bakgrund ........................................................................................5

1.2 Befolkning per län, ny och tidigare framskrivning ............................6

2 FÖRUTSÄTTNINGAR PÅ NATIONELL NIVÅ .................................8

2.1 SCB:s befolkningsprognos 2014, jämfört med 2011 .......................8

2.2 LU15, en översiktlig jämförelse med LU08 ......................................9

2.3 Proxy för förvärvsinkomsternas förändring ....................................10

3 FRAMSKRIVNING PÅ REGIONAL NIVÅ TILL 2040 .....................12

3.1 Implementering av nationella förutsättningar ................................12

3.2 Metod vid framskrivning av regionalt basscenario .........................14

4 INDATA TILL TRAFIKMODELLER 2040 ......................................16

4.1 Indata till Sampers, kommunprognoser.........................................16

4.2 Indata till Samgods, kommunprognoser ........................................26

4.3 Indata till Sampers, prognoser på SAMS-områden .......................34

5 FRAMSKRIVNING PÅ REGIONAL NIVÅ TILL 2060 .....................43

5.1 Nationella förutsättningar ..............................................................43

5.2 Metod vid framskrivning av regionalt basscenario .........................43

6 INDATA TILL TRAFIKMODELLER 2060 ......................................44

6.1 Indata till Sampers, kommunprognoser.........................................44

6.2 Indata till Sampers, prognoser på SAMS-områden .......................47

7 KONTROLLER OCH KVALITET ...................................................52

7.1 Sampers .......................................................................................52

7.2 Samgods ......................................................................................55

REFERENSER .....................................................................................57

BILAGA 1 KARTOR PÅ SAMS-NIVÅ ...............................................58

BILAGA 2 SAMGODS VARUGRUPPER ..........................................62

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

2014. 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 LU151. 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 läns-

nivå fram till prognosår 2040. 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 bakomlig-

gande variabler i LU152. Inte heller för slutliga indata på områdesnivå (SAMS-

områden) finns det några motsvarande uppgifter i LU, men dessa indata är ned-

brutna 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 me-

todbeskrivningen relativt översiktlig i de delar som avser framskrivningen av in-

data på läns- och kommunnivå. För indata där det saknas direkta motsvarande upp-

gifter från den regionala framskrivningen av LU15 är metodbeskrivningen mer

teknisk, i de delar och avseenden där det har bedömts vara motiverat för att klar-

göra hur beräkningarna har genomförts.

1 Denna bilaga, med titeln ”Demografins regionala utmaningar”, planeras utkomma hösten

2015. 2 Indata till Samgods har beräknats med basscenariots nationella förutsättningar för pro-

duktion, export och import per aggregat av varor, och med beräknad sysselsättning per kommun, bransch och varugrupp som överensstämmer med uppgifter i LU.

6

1.2 Befolkning per län, ny och tidigare framskrivning

De socioekonomiska indata som tagits fram till hösten 2015 beskrivs av Trafikver-

ket som en stor uppdatering av de indata som togs fram hösten 20123. Dessa indata

från 2012, som Trafikverket för närvarande använder, var också en uppdatering

som främst motiverades av nya prognoser för den framtida folkmängden4.

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 respek-

tive framskrivning visas i Tabell 1.

Tabell 1 Total befolkning per län, statistik 2013 samt framskrivning för prognosår 2030-2060 enligt 2012 års indata och 2015 års indata

Län 2013 2030 2050 2030 2040 2050 2060

2012 års indata 2015 års indata

------------------------------ -----------------------------------------------------------------

01 Stockholms 2 163 000 2 459 000 2 738 900 2 626 400 2 834 000 3 048 100 3 249 900

03 Uppsala 345 500 383 300 398 000 398 800 418 000 430 000 435 600

04 Södermanlands 277 600 300 000 321 500 302 900 306 700 318 300 331 900

05 Östergötlands 437 800 451 500 452 900 477 600 483 400 497 000 508 900

06 Jönköpings 341 200 338 400 320 600 362 400 360 400 362 200 363 300

07 Kronobergs 187 200 188 900 183 700 200 500 200 500 200 700 201 200

08 Kalmar 233 900 228 200 204 100 236 000 226 200 220 800 217 000

09 Gotlands 57 200 58 100 55 200 58 700 57 000 53 100 49 700

10 Blekinge 152 800 156 300 154 600 154 700 148 600 147 600 148 500

12 Skåne 1 274 100 1 443 000 1 561 400 1 495 400 1 583 000 1 663 600 1 737 700

13 Hallands 306 800 347 400 372 800 350 200 364 600 384 000 407 000

14 V:a Götalands 1 615 100 1 757 400 1 833 300 1 782 700 1 818 000 1 867 900 1 904 000

17 Värmlands 273 800 266 700 245 700 275 500 263 500 257 400 252 700

18 Örebro 285 400 298 200 295 700 308 300 310 100 315 000 319 800

19 Västmanlands 259 100 269 700 278 400 279 900 281 500 286 800 291 600

20 Dalarnas 277 300 270 200 253 900 284 000 275 200 266 100 258 400

21 Gävleborgs 278 000 266 200 249 400 283 700 274 300 271 300 269 600

22 Västernorrlands 242 200 233 200 216 900 248 300 240 900 234 500 229 700

23 Jämtlands 126 500 129 700 122 200 131 300 128 500 120 800 113 600

24 Västerbottens 261 100 265 800 262 200 278 300 277 400 271 200 264 100

25 Norrbottens 249 400 230 800 205 100 252 100 242 000 227 800 215 500

Riket 9 645 000 10 342 000 10 726 500 10 787 700 11 093 800 11 444 200 11 769 700

3 Se ”Indata till de nationella svenska person- och godstrafikmodellerna Sampers och Sam-

gods för prognosår 2030 med avseende på uppdatering av socioekonomiska och produk-

tionsrelaterade 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 in-

data innebar att Sverige år 2030 förväntades ha nästan 300 000 fler invånare jämfört med föregående framskrivning från 2008.

7

Enligt den framskrivning som ligger till grund för 2015 års indata förväntas rikets

folkmängd vara nästan 450 000 större år 2030 och drygt 700 000 större år 2050,

jämfört med den tidigare framskrivningen som 2012 års indata baseras på5. Denna

uppjustering av den nationella befolkningsprognosen beror i huvudsak på antagan-

den om en större nettoinvandring till Sverige. Uppjusteringen av prognosen på na-

tionell nivå medför att också befolkningen på länsnivå i de flesta fall ligger på en

högre nivå i den nya framskrivningen, både 2030 och 2050. 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. Mel-

lan 2030 och 2050 beräknas dock befolkningen minska i flertalet län enligt både

den nya och den tidigare framskrivningen6.

På regional nivå kan skillnaderna i befolkningsutveckling mellan den nya och den

tidigare framskrivningen förklaras av flera faktorer, utöver att prognosen på na-

tionell nivå har uppjusterats. En förklaring är att utvecklingen fram till det nya bas-

året 2013 har varit en annan än vad som förutsattes i den tidigare framskrivningen,

som hade basår 2010. 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 fördelning-

en 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 2013-2030 och 2030-2050 beräknas växa

respektive krympa som andel av rikets befolkning är samma län som hade växande

respektive krympande andelar mellan 2000 och 2013.

5 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 2013-2030 bli betydligt större än i den

tidigare framskrivningen. Under perioden 2031-2050 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 mel-lan 2030 och 2050.

8

2 Förutsättningar på nationell nivå

2015 års indata för prognosår 2040 utgår från basscenariot i LU15, med demo-

grafiska förutsättningar enligt SCB:s befolkningsframskrivning från 20147. Vidare

ligger denna befolkningsframskrivning till grund för de indata som avser prognosår

2060. 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 11 093 000 invånare vilket är drygt 560 000, 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 11 770 000 invånare

enligt 2014 års framskrivning, vilket är drygt 890 000, eller 8 procent fler jämfört

med den tidigare framskrivningen.

Figur 1 Sveriges befolkning 2014-2060, enligt prognoser 2014 (”ny”) och 2011. Källa: SCB

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 20-64 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, 2015. För mellanliggande år, t ex 2014, görs upp-följningar och revideringar.

0

1 000 000

2 000 000

3 000 000

4 000 000

5 000 000

6 000 000

7 000 000

2014

2018

2022

2026

2030

2034

2038

2042

2046

2050

2054

2058

Folk

män

gd

0-19 (ny)

20-64 (ny)

65+ (ny)

0-19

20-64

65+

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 pro-

duktivitet, arbetade timmar, förädlingsvärde och bruttoproduktion. Vidare beräknas

hur export, import och produktion utvecklas för olika produktgrupper. EMEC arbe-

tar med 33 branscher och 42 produktgrupper (varor och tjänster). EMECs beräk-

ningar som ligger till grund för den regionala framskrivningen avser perioden

2011-2040, och några ekonomiska nyckeltal redovisas i Tabell 2 nedan.

Tabell 2 Nyckeltal LU15 och LU08; årlig procentuell förändring 2011-2040 re-

spektive 2005-2030. 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 0,4

16–64 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 2014-2040, där den

faktiska utvecklingen 2010-2013 kommer att avräknas. Basscenariot för 2014-2040

innebär att vissa av de nyckeltal för 2011-2040 som redovisas i Tabell 2 justeras8.

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 2014-2040.

10

I jämförelse med LU08 innebär LU15 en förskjutning av efterfrågan som framför-

allt 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 be-

folkningstillväxt, speciellt för åldersgruppen 16-64. 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, föräd-

lingsvärde 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 defini-

erade 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 ste-

nindustri 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 inkomstmått9.

Som proxy för förvärvsinkomstens förändring används genomsnittlig årlig tillväxt

för hushållens konsumtion, som enligt ovan uppgår till 2,3 procent per år 2014-

204010

. Denna proxy kan motiveras med att på lång sikt är utvecklingen för hushål-

lens reala konsumtionsutgifter överensstämmande med beräknad real inkomstut-

veckling11

.

9 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.

11

Tabell 3 Strukturomvandling 2011-2040 enligt LU15 och bruttoproduktion 2003-2030 för ett urval branscher enligt LU08. Årlig procentuell förändring. Källa: Underlag från Konjunkturinstitutet (KI) för LU15-bilaga resp. LU08

LU15 LU08

Bransch

Produk-

tivitet

Arbetade

timmar

Förädlings-

värde

Bruttopro-

duktion

Bruttopro-

duktion

----------------------------------------------------------------------------------------------------------------------

Agriculture and fishery 2 -0.1 1.9 1.8 0.2

Forestry 0.7 0.2 0.9 0.9 0.6

Mining 1.1 0.5 1.6 1.6 1.3

Food 2.7 -0.8 1.9 1.7 1.4

Wood products 1.6 -0.6 1 1 1.9

Pulp and paper mills 2.3 -1.6 0.6 0.4 2

Petroleum refineries 3.3 -1.5 1.7 1.7 0.2

Chemical industries 4.3 -0.9 3.3 2.8 3

Mineral products 1.9 -0.1 1.8 1.7 -0.1

Iron and steel industries 3.4 -1.2 2.1 1.7 0.6

Non-iron metal industries 3.4 -1.8 1.5 1.1

Metal products industry 1.4 -2 -0.6 -0.5

Electronic products industry 6.9 -0.6 6.3 5.1 5.4

Other industry 2.5 -1.1 1.4 1.3

Motor vehicles industry 3.3 -2 1.2 0.9 3.1

Electricity supply 0.9 -0.6 0.3 0.3

Hot water supply 0.9 -0.8 0.1 0.2

Gas distribution 0.9

Water and sewage 1.1 0.6 1.7 1.7

Waste management 1.4 0.2 1.6 1.6

Construction 0.9 0.9 1.8 1.9

Rail road transports 1.1 0.1 1.2 1.2

Road goods transports 1.5 0 1.5 1.5

Road passenger transports 0.7 0.1 0.8 0.8

Sea transports 3.1 0.2 3.3 3.1

Air transports 3.1 -1.2 1.9 1.7

Other transports 1.6 0 1.6 1.4

Communications 4 0.1 4.1 3.4

Wholesales and retail trade 2.8 0.5 3.3 2.9

Banking 2.7 -0.2 2.5 2.3

Business services 1.6 1 2.6 2.5

Households services 0.7 1.6 2.3 2.5

Real estate 1.2 -0.5 0.7 1.1

Government 0 0.6 0.6 0.7

----------------------------------------------------------------------------------------------------------------------

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

3.1.1 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.

3.1.2 Ekonomisk utveckling

3.1.2.1 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 15-74 år. Med SCB:s befolk-

ningsframskrivning 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, 65-74.

Därefter beräknas hur förvärvsgraden för respektive grupp måste förändras för att

basscenariots förutsättningar ska uppfyllas. För perioden 2012-2040 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 2011-2040, 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 sysselsätt-

ning i riket öka med knappt 0,3 procent per år, dvs. sysselsättningen skulle öka nå-

got långsammare än befolkningen 15-74 år. Skillnaden mellan 0,5 procent och 0,3

procent beror till mer än 90 procent på att förvärvsgraden (genomsnittligt antal ar-

betade timmar) för åldersgruppen 65-74 år antas öka fram till år 2040.

För att uppfylla basscenariots förutsättningar om ett förändrat arbetsmarknadsbete-

ende 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 dag-

befolkningen 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

13

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 Årlig förändring av förvärvsarbetande natt- och dagbefolkning per län 1993-2012

3.1.2.2 Utvecklingen på branschnivå

Givet total förvärvsarbetande dagbefolkning per län görs fördelningen på bransch-

nivå 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 angå-

ende den kommunala sektorns (kommuner och landsting) genomsnittliga styck-

kostnader per ettårsklass och kön.

3.1.2.3 Förvärvsinkomsternas utveckling

I Raps beräknas förvärvsinkomst som summan av löneinkomster och skattepliktiga

transfereringar. En justeringspost, som främst avser överskott av näringsverksam-

het, innebär att modellberäknad förvärvsinkomst överensstämmer med statistiken

för basåret.

Till år 2040 sker en modellberäknad uppräkning av löneinkomster med den pro-

duktivitets- och reallöneutveckling som antagits. För att beakta en real ökning av

transfereringar per capita och näringsinkomster (justeringsposten) har modellbe-

räknad förvärvsinkomst kalibrerats för att på nationell nivå uppnå den årliga ök-

ning av förvärvsinkomsten på 2,3 procent som har förutsatts för basscenariot.

0.0%

0.2%

0.4%

0.6%

0.8%

1.0%

1.2%

1.4%

1.6%

1.8%

2.0%

0.0% 0.2% 0.4% 0.6% 0.8% 1.0% 1.2% 1.4% 1.6% 1.8% 2.0%

Förv

ärvs

arb

etan

de

dag

bef

olk

nin

g

Förvärvsarbetande nattbefolkning

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 respek-

tive län för att ge resultat som överensstämmer med statistik för senaste år. Vidare

kalibreras (uppdateras) parametrar för inflyttarfördelning och utflyttarrisker12

.

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 an-

delar). 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 mellan-

regional in- och utflyttning i stället baseras på historiska in- och utflyttningsfre-

kvenser per åldersgrupp och kön13

. Denna modellkörning föregås av ett antal ka-

libreringar. (1) Justering av resultatet från föregående modellkörning så att befolk-

ningen 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 in-

och 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 an-

vänds 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 befolknings-

utvecklingen enligt föregående moment. Makroekonomiska och branschspecifika

antaganden hämtas från övergripande LU-antaganden och KI:s prognoser, enligt

metodbeskrivningen i avsnitt 3.1.2 ovan. Parametervärden för den mellanregionala

exportens årliga förändring per bransch baseras på resultat från senast genomförd

körning med den flerregionala modellen14

. Den offentliga konsumtionen av väl-

färdstjänster (utbildning, vård och omsorg) i länen beräknas med åldersspecifika

styckkostnader, och med tillägg för ökad kvalitet om det förutsätts i nationella an-

taganden.

12 Detta motiveras av att dessa parametrar är skattade på ungefär 10 år gamla data och att parametrar-

na 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 flytt-strömmarna förväntas variera på ett sätt som inte återges av ett exogent flyttnetto.

14 Modellberäkning med dessa parametervärden ger en mellanregional export per bransch som sum-merad 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.

15

I det fjärde momentet genomförs även en parameterstyrning med avseende på för-

ändring 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 förändring-

ar av kommunernas markanvändning. Ett rimligt antagande skulle därför kunna

vara att den framtida förändringen av kommunernas bostadsstock följer den histo-

riskt trendmässiga förändringen.

Men, eftersom förändringar i befolkningens fördelning antas följa av förändringar i

bostadsstockens fördelning är det ett lika rimligt antagande att befolkningens fram-

tida fördelning förändras enligt trend. Det kan vara ett rimligare antagande ef-

tersom bostadsstockens förändring i olika kommuner inte alltid är anpassad till ef-

terfrågans 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 ka-

tegori (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 befolkningsan-

knutna näringsgrenar (skola, vård, omsorg), medan det för övriga näringsgrenar

antas att kommunens andel av länets sysselsättning utgår från oförändrade speciali-

seringskvoter.

Med specialiseringskvot avses kvoten mellan kommunens andel av länets syssel-

satta 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 ka-

libreringar av modellen i följande avseende. Den sysselsatta nattbefolkningens stor-

lek i respektive län år 2040 ska vara konsistent med LU-antaganden om arbets-

marknadsbeteende 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 arbets-

kraften 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 syssel-

satt dagbefolkning.

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

4.1.1 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, 1986-2013.

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 där-

för 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 an-

vändes för att ta fram 2012 års indata för prognosåret 2030.

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.

17

4.1.2 Kommunernas befolkningsutveckling 2013-2040

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 beräk-

nas minska.

Figur 3 Befolkningsutveckling för storaa kommuner 2013-2040

Anm. Definieras här som de 72 kommuner som har en befolkningsstorlek i 3:e kvartilen år 2013, dvs. fler än ca 34 000 invånare.

Figur 4 Befolkningsutveckling för övriga kommuner 2013-2040

0

200 000

400 000

600 000

800 000

1 000 000

1 200 000

0 200 000 400 000 600 000 800 000 1 000 000 1 200 000

Bef

olk

nin

g 20

40

Befolkning 2013

0

10 000

20 000

30 000

40 000

50 000

0 10 000 20 000 30 000 40 000 50 000

Bef

olk

nin

g 20

40

Befolkning 2013

18

Befolkningsförändring per kommun enligt kartbilden i Figur 5 nedan finns nedbru-

ten 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 befolk-

ningen beräknas öka även om kommunens befolkning beräknas minska, och vice

versa.

Figur 5 Befolkningsförändring per kommun 2013-2040. Procent.

19

4.1.3 Befolkningsprognos per kommun, 1-årsklass och kön

2013-2040

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 2040. 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 kommu-

nens befolkningsandel från år 2013 till år 2040.

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 2040.

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. Fram-

skrivningen 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 åldersspeci-

fika fruktsamhetstal 15-48 år för år t+1 och antal kvinnor 15-48 år, år t. Antalet 0-

åringar vid slutet av år t+1 är antalet födda, reducerat med det antal som, med spe-

cifika dödsrisker för pojkar och flickor, beräknas ha avlidit. Denna preliminära be-

räkning justeras därefter med kommunspecifika kalibreringsfaktorer, som bland

annat tar hänsyn till att fruktsamhetstalen (endast) avser kvinnor födda i Sverige15

.

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 år16

.

15 Kalibreringsfaktorerna beräknas som kvoten mellan faktiskt och modellberäknat antal 0-

åringar år 2014. Kalibreringsfaktorerna antas vara oförändrade fram till 2040. 16 För prognosår 2015 beräknas justeringsfaktorn (Å,k) som kvoten mellan faktisk befolk-

ning (Å,k) år 2014 och faktisk befolkning (Å-1,k) år 2013. För prognosår 2016 och framåt

beräknas justeringsfaktorerna med avstämd befolkning.

20

I beräkningen av män och kvinnor ålder 80-100+ antas att inga flyttar över

kommungräns17

. Antalet i ålder Å blir antalet i ålder Å-1 föregående år, minus av-

lidna. Antalet i ålder 100+ beräknas med sammanvägda dödstal för åldrar 99-105+.

4.1.4 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 uppdate-

ras utifrån den framskrivning av kommunernas befolkning per ålder och kön som

redovisats i avsnitt 4.1.3. Denna uppdaterade beräkning genomförs i två steg. Först

tillämpas 2040 år förvärvsgrader per åldersgrupp18

och kön på den slutligt beräk-

nade befolkningen per ålder och kön. Denna beräkning stäms därefter av mot tidi-

gare beräknad förvärvsarbetande nattbefolkning per län genom kvotjustering19

.

4.1.5 Förvärvsarbetande dagbefolkning per kommun

Enligt beskrivningen i avsnitt 3.2 beräknas kommunernas förvärvsarbetande dagbe-

folkning (sysselsättning) som summan av sysselsatta i befolkningsanknutna nä-

ringsgrenar 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 kommu-

nens andel av länets befolkning.

Eftersom kommunernas befolkning har ändrats jämfört med den ursprungliga be-

räkningen uppdateras även den förvärvsarbetande dagbefolkningen (sysselsättning-

en). Sysselsättningen i varuproducerande näringsgrenar uppdateras inte medan res-

terande 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 4.1.3. 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 pris-

lappar 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: 16-19 år, 20-24 år, 25-34 år, 35-44

år, 45-54 år, 55-59 år, 60-64 år, 65-74 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.

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 mo-

dellen 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 an-

tas att den kommunala konsumtionen av vård och omsorg, bransch 49, avser tjäns-

ter producerade i kommunal sektor i samma bransch. För verksamheter i offentlig

sektor antas i basscenariot att produktivitetstillväxten är försumbar = noll21

. 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 verksamhetsom-

råde (skola, vård och omsorg). Därmed beaktas inte hur arbetskraftsefterfrågan kan

förväntas variera mellan olika verksamheter till följd av förändrad ålderssamman-

sättning i respektive kommun.

Denna brist i modellberäkningarna har varit motiv för att korrigera framskrivning-

en av den kommunala sektorns arbetskraftsefterfrågan. Denna korrigering utgår

från specifika kommunala/landstingskommunala verksamheter (förskola, grund-

skola, gymnasium; hälsovård, vård och omsorg) där arbetskraftsefterfrågan för re-

spektive verksamhet skrivs fram med basårets antal sysselsatta per person i rele-

vant ålderskategori som multipliceras med antal personer i samma ålderskategori år

2040.

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 sys-

selsatta) i kommunal sektor beräknas förändringen av antalet sysselsatta per verk-

samhetsområde i kommunen, med fokus på skola och vård och omsorg.

4.1.6 Kommunernas sysselsättningsutveckling 2013-2040

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 kommu-

ner 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 2012. Det innebär en årlig produktivitetstillväxt på mindre än 0,07 procent per år.

22

Mönstret är att de flesta kommuner där sysselsättningen beräknas öka också är

kommuner där befolkningen beräknas öka, och vice versa i kommuner där syssel-

sättningen beräknas minska. För endast ett tjugotal kommuner förändras kommu-

nens 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 2013.

Figur 6 Sysselsättningsutveckling för storaa kommuner 2013-2040

Anm. Definieras här som de 72 kommuner som har en befolkningsstorlek i 3:e kvartilen år 2013, fler än ca 34 000 invånare.

0

200 000

400 000

600 000

800 000

1 000 000

0 200 000 400 000 600 000 800 000 1 000 000

Syss

elsä

ttn

ing

2040

Sysselsättning 2013

23

Figur 7 Sysselsättningsutveckling för övriga kommuner 2013-2040

0

5000

10000

15000

20000

0 5000 10000 15000 20000

Syss

els

ättn

ing

2040

Sysselsättning 2013

24

Figur 8 Sysselsättningsförändring per kommun 2013-2040. Procent.

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 2014-2040. Från den ursprungliga

beräkningen av förvärvsinkomsterna, enligt avsnitt 3.2, ges kommunernas genom-

snittliga förvärvsinkomst per capita.

Den ursprungliga beräkningen av total förvärvsinkomst per kommun justeras ge-

nom att multiplicera kommunens genomsnittliga förvärvsinkomst per capita med

kommunens befolkning efter justeringar enligt avsnitt 4.1.122

.

22 Motivet för att genomföra beräkningen med avseende på justerad inomregional fördel-

ning av befolkning, och inte förvärvsarbetande nattbefolkning, är att en betydande del av

förvärvsinkomsten utgörs av transfereringar. Den ursprungligt beräknade totala förvärvsin-

komsten per län påverkas endast marginellt av genomförda justeringar.

26

4.2 Indata till Samgods, kommunprognoser

Befintliga data från den regionala framskrivningen av LU15 avser i huvudsak be-

folkning, 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 kommun23

.

4.2.1 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 2011-2040 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 01 1.8 3.4 3.2

Skogsprod., exkl. BIO SKOG 02 0.9 7.8 2.6

Biomassa BIO 02, 16 0.9 4.2 3.0

Gruvprodukter GRUV 07-09 1.7 2.8 3.6

Kol, importerat KOL 05 (endast import) -- -- 0.6

Livsm., dryck, tobak och textil LIVS 10-15 1.7 3.6 4.0

Trävaror TRAV 16 1.0 1.1 3.4

Jord och sten JSTEN 23 1.7 4.5 3.9

Papper och p-massa MASSA 17-18 0.5 0.4 3.9

Läkemedel LAKM 21, 20.5, 20.6 2.7 2.9 1.9

Kemiprodukter KEMI 20.1-20.4, 22 2.7 3.8 2.8

Järn och stål JSTAL 24.1-24.3 1.7 2.6 2.6

Övriga metaller METALL 24.4-24.5 1.2 2.7 4.0

Metallvarutillverkning METLTILL 25 -0.2 2.1 5.7

Datorer och elapp. ELEKTILL 26-27 5.0 5.5 4.1

Övr. verkstadstillv. VERKTILL 28, 31-33 1.5 3.0 4.5

Motorfordon, övr. transp.med FORDTILL 29-30 0.9 2.2 3.4

Avfall, återvinn. mm AVFL 38-39 1.6 4.8 3.5

Eldningsolja BRANS 19.2 1.7 2.0 1.0

Bensin och diesel DRIVM 19.2 1.7 2.8 1.1

Övr. petrokem. prod. PETRO 19.1, 19.2 1.7 3.4 3.4

Råolja, importerad RAOLJA 06 (endast import) -- -- 1.6

23 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 Sve-

rige 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 2015-09-28.

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

2007 5 siffror) för produktion, export respektive import är densamma som för baså-

ret 2012. Konsekvenserna av detta antagande diskuteras nedan i avsnitt 7.2.3.

4.2.2 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. PWC-

matriser för ett basår.24

Grunden för FOI-projektets data var detaljerade data för

2010, och dessa data har även använts här.

4.2.2.1 Produktion

Varuproduktion antas (endast) äga rum inom branscher som klassificeras mineral-

utvinning 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 Samgodsvarugrupper25

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 ag-

gregat 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 produkt-

ion i dessa branscher (SNI 05 SNI 06) i Sverige.

För jordbruket och skogsbruket (SNI 01 och 02) finns inte varuproduktionsstatistik

för 2010. 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, 2015-02-09 (KTH, Sweco, WSP) samt i kap 8 ”Socioekonomiska

indata till transportmodeller - Metodutveckling på kort och lång sikt, TRV 2015/33331”,

2014-05-05 (framtagen av WSP på uppdrag av Trafikverket).

25 Se Bilaga 2 för definition av Samgods varugrupper

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

4.2.2.2 Export

För 2010 finns statistik för varuexport uppdelad dels på Samgodsvarugrupper, dels

på SPIN-varugrupper26

. SPIN-koderna kopplas till EMEC-aggregat enligt Tabell 5.

Därefter kan exporten per SPIN-kod för 2010 aggregeras till respektive EMEC-

aggregat för att erhålla fördelningen över Samgodsvarugrupper för varje EMEC-

aggregat. 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 10-15

TRAV 16

JSTEN 23

MASSA 17, 18

LAKM 21, 20.5, 20.6

KEMI 20.1 - 20.4, 22

JSTAL 24.1 - 24.3

METALL 24.4 - 24.5

METLTILL 25

ELEKTILL 26, 27

VERKTILL 28, 31-33

FORDTILL 29, 30

DRIVM 19.2

PETRO 19.1

RAOLJA 06

26 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).

29

I statistiken finns viss export av råolja med. Då Sverige inte har någon produktion

av råolja, exkluderas denna post. Eftersom det handlar om re-export av importerad

råolja, reduceras råoljeimporten med motsvarande värde.

4.2.2.3 Import

Import 2040 per EMEC-aggregat och land har räknats om till Samgodsvarugrupp

och land enligt samma metod som använts för exporten. Fördelningsnyckeln base-

ras på SCB:s Utrikeshandelsstatistik för import 201027

. För varugrupp 13 (Råolja)

har importen justerats på det sätt som beskrivs i avsnittet om export ovan.

4.2.2.4 Förbrukning

Den totala förbrukningen per Samgods varugrupp 2040 beräknas med hjälp av för-

sörjningsbalansen, dvs. Förbrukning = Produktion + Import – Export. För att kunna

fördela ut förbrukningen på kommuner i nästa steg, behöver förbrukningen av varje

varugrupp delas upp på förbrukning av insatsvaror inom mineralutvinning och till-

verkningsindustri, och övrig förbrukning (summan av övriga branschers insatsvaru-

förbrukning, hushållens och den offentliga sektorns varukonsumtion samt bruttoin-

vesteringar28

). Dessutom behöver den del som är industrins insatsvaruförbrukning

delas upp på respektive bransch.

Baserat på den speciellt framtagna statistiken för 2010 (se avsnitt 4.2.2.1) beräknas

för varje bransch (på femsiffrig SNI-nivå) kvoten mellan insatsvaruförbrukning

och produktion (sammantaget för alla varugrupper). Denna kvot uttrycker insatsva-

ruförbrukningens andel av produktionsvärdet, och denna andel antas vara oföränd-

rad. Med tillämpning på produktionsvärdet för 2040 erhålls insatsvaruförbrukning-

en. Ett fåtal branscher hade ingen varuproduktion registrerad för 2010, men däre-

mot insatsvaruförbrukning. För dessa antas totalnivån av insatsvaruförbrukning

vara densamma 2040 som 2010. Detta ger förbrukning indelat på såväl Sam-

godsvarugrupper som branscher för 2040. Summering över branscher ger totalni-

våer per varugrupp.

Dessa nivåer för industrins förbrukning per varugrupp jämförs med de framräknade

nivåerna enligt försörjningsbalansen. För vissa varugrupper krävs justeringar:

För Samgods varugrupper 05 (massaved), 16 (övriga malmer), 24 (pappersmassa)

och 31 (rundvirke) har industrins förbrukning justerats för att motsvara 100 procent

av den totala framräknade förbrukningen. Justeringen har gjorts med samma rela-

tiva tal för alla branscher. För varugrupperna 05 och 16 innebär det en liten minsk-

ning och för varugrupperna 24 och 31 en liten ökning. Motivet till dessa justeringar

är att industrins förbrukning inte kan vara större än den totala förbrukningen, och

27 För konsistens med exportberäkningarna har samma SPIN-koder exkluderats som för

exporten 28 Investeringar i lager förutsätts vara noll.

30

att den totala förbrukningen av samtliga dessa varugrupper avser insatsvaruför-

brukning inom mineralutvinning och tillverkningsindustri.

Detta ger slutgiltig förbrukning per varugrupp vad avser industrins insatsvaruför-

brukning. Övrig förbrukning per varugrupp ges av skillnaden mellan total förbruk-

ning enligt försörjningsbalansen och industrins förbrukning (som alltså är lika med

noll för vissa varugrupper).

4.2.2.5 Partihandel

Partihandelns omsättning av varor utgör 0-100 procent av total tillgång (produktion

+ import), beroende på varugrupp. Dessa andelar har beräknats för år 2010 och an-

tas vara oförändrade år 2040. Baserat på framräknade nivåer för produktion och

import per varugrupp enligt ovan, beräknas partihandel per varugrupp med hjälp av

dessa kvoter.

4.2.2.6 Sysselsatta i varuproducerande branscher per kommun

Fördelningen av produktion, förbrukning och partihandelns omsättning på kommu-

ner 2040 baseras till stor del på fördelningen av sysselsatta i varuproducerande

branscher 2040. I den nyckel mellan bransch och Samgods-varugrupp som tilläm-

pas är bransch definierad enligt SNI 2007, 5 siffror. I den modellberäknade fram-

skrivningen med Raps är däremot bransch definierad enligt SNI 2002, 2-3 siffror.

Omvandlingen av sysselsatta från Raps-bransch till bransch SNI 2007, 5 siffror,

görs i flera steg enligt följande:

• Raps-branscherna fördelas till SNI2002 på 2-siffernivå, genom att varje ingå-

ende 2-sifferbransch ansätts samma ökningstakt mellan 2012 och 2040 som den

Raps-bransch de tillhör. Denna ökningstakt ansätts per kommun.

• SNI2002 på 2-siffernivå översätts till SNI2007 på 2-siffernivå genom SCB:s

officiella nyckel. I de fall branscherna inte kan översättas 1:1, har en samman-

vägning av de ingående branscherna gjorts. Denna nyckel görs på länsnivå.

• Tillväxttakterna ansätts SNI2007 på 2-siffernivå via nyckeln och vägs i före-

kommande fall samman enligt ovan.

• Tillväxttakterna appliceras på 2012 års sysselsättning per kommun och

SNI2007 på 2-siffernivå för att uppnå prognostiserad sysselsättning år 2040.

• För fördelningen av sysselsättningen år 2040 till 5-siffernivå används 2010 års

andel sysselsatta SNI 5 siffror av aggregatet SNI 2 siffror för respektive kom-

mun. I några fall finns sysselsättning i en bransch (2-siffernivå) år 2040 men

inte år 2010; i dessa fall används rikets andelar från år 2010 för att fördela på 5-

siffernivå.

31

4.2.2.7 Produktion, förbrukning och partihandel fördelad på kommuner

4.2.2.7.1 Produktion

Metoden vid framskrivning av nationell produktion per Samgods-varugrupp från

2010 till 2040 beskrivs i avsnitt 4.2.2.1 ovan. För varuproduktion kopplad till

bransch fördelas produktionen ut till kommuner efter kommunernas andel av

sysselsättningen i varuhanterande yrken i respektive bransch. Därefter summeras

värdena över alla branscher för att erhålla varuproduktion per kommun och va-

rugrupp. Detta är på motsvarande sätt som fördelningen gjorts för basåret.

Sysselsättning i varuhanterande yrken uppskattas med total sysselsättning per

bransch och kommun 2040 samt en kommun- och branschspecifik kvot som anger

andelen av de sysselsatta som arbetar i varuhanterande yrken. Dessa kvoter baseras

på statistik för 2010 och antas vara oförändrade 2040.

Varuproduktion utan koppling till bransch (hela eller delar av varugrupp 01, 03, 05,

07 samt 31) fördelas på kommuner enligt samma fördelning som för basåret. Ef-

tersom det rör varor från areella näringar (jordbruk och skogsbruk) bedöms den

geografiska fördelningen vara mer konstant än för annan varuproduktion.

4.2.2.7.2 Förbrukning

Förbrukningen av insatsvaror inom mineralutvinning och tillverkningsindustri för-

delas på samma sätt som produktionen, enligt kommunernas andelar av sysselsätt-

ningen i varuhanterande yrken för respektive bransch.

Övrig förbrukning, som alltså består av

• Insatsvaruförbrukning inom areella näringar samt tjänstesektor

• Hushållens konsumtion samt konsumtion inom offentlig sektor

• Bruttoinvesteringar

fördelas på kommuner enligt kommunernas andel av den beräknade bruttoregion-

produkten (BRP) 2040. För 2010 är korrelationen mellan övrig förbrukning och

BRP 0,98. BRP bedöms därför vara en lämplig fördelningsnyckel.

Den beräknade förändringen av kommunens BRP 2010-2040 används för en preli-

minär framskrivning av övrig förbrukning i kommunen, för alla varugrupper. Där-

efter summeras övrig förbrukning för alla kommuner för att erhålla totalnivåer per

varugrupp, som jämförs med den total för övrig förbrukning per varugrupp som

tidigare beräknats för riket, sista stycket i avsnitt 4.2.2.4. Utifrån detta beräknas en

varugruppsspecifik justeringsfaktor som appliceras på samtliga nivåer per kommun

och varugrupp.

4.2.2.7.3 Partihandel

I ett första steg undersöks hur partihandel per kommun för år 2010 förhåller sig till

sysselsättningen i SNI 45 (Handel samt reparation av motorfordon och motorcyklar

32

– exklusive 45.2: Underhåll och reparation av motorfordon utom motorcyklar) och

SNI 46 (Parti- och provisionshandel utom med motorfordon) per kommun 2010:

korrelation 0,99 mellan sysselsättning inom SNI45 (exkl. verkstäder) och

partihandel med varugrupp 25: Transportmedel

korrelation 0,98 mellan sysselsättning inom SNI46 och partihandel med

alla andra varugrupper

Då sysselsättningen i respektive SNI-aggregat verkar vara en god proxy för fördel-

ningen av partihandeln, skrivs partihandel för alla varugrupper utom nummer 25

(transportmedel) fram med förändringen av antal sysselsatta inom SNI 46 från

2010 till 2040, och partihandeln för varugrupp 25 med motsvarande tal för SNI 45

(exklusive SNI 45.2). Därefter summeras värdena för alla kommuner och jämförs

med tidigare framräknade totalnivåer per varugrupp för riket. Partihandel per

kommun och varugrupp justeras med en varugruppsspecifik faktor så att totalnivå-

erna per varugrupp ska stämma överens.

4.2.3 Resultat

Vid en summering över alla varugrupper blir resultatet i MSEK på total nivå år

2010 och 2040 enligt Figur 9. Basåret för beräkningarna är 2012 men vi väljer här

att redovisa uppgifterna för 2010 som är det år för vilket detaljerad statistik har

tagits fram, och som ligger till grund för framskrivning till 2012 och de fortsatta

beräkningarna.

Figur 9 Total produktion, export, import och förbrukning, samt omsättning inom partihandel 2010 och 2040. Summering över alla Samgods-varugrupper. Miljarder SEK Fasta priser = 2012.

0

500

1000

1500

2000

2500

3000

Produktion Export Import Förbrukning Partihandel

Milj

ard

er S

EK

2010

2040

33

Från 2010 till 2040 beräknas varuproduktionen öka med 2,1 procent i genomsnitt

per år, varuexporten med 3,4 procent, varuimporten med 3,8 procent och varuför-

brukningen med 2,4 procent. Från basåret 2012 blir motsvarande genomsnittliga

tillväxt per år för varuproduktion 2,3 procent, varuexport 3,5 procent, varuimport

3,8 procent och varuförbrukning 2,6 procent.

Varuproduktion och varuförbrukning per NUTS2-område visas i Figur 10 och Fi-

gur 11.

Figur 10 Total varuproduktion per NUTS2-område 2010 och 2040. Miljarder

SEK Fasta priser = 2012

Figur 11 Total varuförbrukning per NUTS2-område 2010 och 2040. Miljarder

SEK Fasta priser = 2012

0

100

200

300

400

500

600

700

800

Milj

ard

er

SEK

NUTS2-område

2010

2040

0

100

200

300

400

500

600

700

800

Milj

ard

er S

EK

NUTS2-område

2010

2040

34

I alla NUTS2-områden ökar den totala varuförbrukningen något snabbare än den

totala varuproduktionen, vilket är ett uttryck för att varuimporten ökar snabbare än

varuexporten. I fyra NUTS2-områden ökar total varuproduktion och varuförbruk-

ning snabbare än riksgenomsnittet: Stockholm, Östra Mellansverige, Sydsverige

och Västsverige.

Uppgifter om 2040 års produktion, export, import och förbrukning i MSEK per

Samgods-varugrupp redovisas inte, av skäl som diskuteras i avsnitt 7.2.1.

4.3 Indata till Sampers, prognoser på SAMS-områden

Med SAMS-områden menas i detta fall de 10 455 delområden som Sverige är inde-

lat i. Områdena finns digitaliserade och information om dessa finns hos Trafikver-

ket.

4.3.1 Befolkning per SAMS-område

En vanlig demografisk framskrivning av befolkningen på små områden och lång

sikt är inte meningsfull, då omflyttningen är alltför stor i förhållande till totalfolk-

mängden. Befolkningsprognosen per SAMS-område utgår i stället från samband

mellan befolkningens åldersstruktur och områdets bostäder indelade efter hustyp

och byggnadsperiod. Statistik om bostadsyta efter hustyp och byggnadsperiod har

av Trafikverket införskaffats från SCB. Prognosen genomförs i fyra steg där de tre

första är densamma som vid den sedan tidigare genomförda framtagningen av

2030-estimat.29

I det första steget ansätts för varje bostadstyp (hustyp, byggnadsperiod) en stan-

dardåldersfördelning avseende befolkningen. Denna fördelning ger riksmedelvär-

den för boendetäthet (kvm boarea per person) och befolkningens åldersstruktur. På

så sätt fångar man upp generationsskiften i bostadsområden. Hustyperna är småhus

och flerbostadshus och byggnadsperioderna är indelade i femårsintervall. I beräk-

ningen av prognosen åldras befintliga och planerade bostäder per SAMS-område i

varje kommun med femårssteg till 2040. På så sätt ändras befolkningens storlek

och åldersstuktur per SAMS-område. Prognoserna per ålder och kön för år 2040

summerat över alla SAMS-områden i en kommun avstäms sedan mot den aktuella

kommunprognosen. Åldersstrukturen varierar således mellan SAMS-områdena,

men summerat över områdena erhålles kommunens åldersstruktur. Med den be-

skrivna framskrivningsmetoden får alla SAMS-områden i en kommun ungefär

samma boendetäthet.

29 Se ”Indata till de nationella svenska person- och godstrafikmodellerna Sampers och Sam-

gods för prognosår 2030 med avseende på uppdatering av socioekonomiska och produk-

tionsrelaterade estimat, TRV 2011/84226, Teknisk dokumentation, framtagen av WSP på uppdrag av Trafikverket.

35

Bostadsbyggandet har en avgörande betydelse hur tillkommande befolkning förde-

las inom en kommun. Därför har extra vikt lagts på att beskriva detta bostadsbyg-

gande så bra som möjligt.

I Stockholms län har markanvändningen enligt den Regionala utvecklingsplanen

för Stockholms län, RUFS 2010, scenario HÖG + 5 % anpassat till Stockholmsför-

handlingen använts. Planen redovisar utbyggnadsområden och tillkommande bo-

stadsyta på detaljerad geografisk nivå fram till år 2030. Bostäderna summerades på

SAMS-områden, vilka sedan utgjorde underlag för vidare analys. Totalt antal bo-

städer per kommun har justerats för att stämma överens med kommunprognoserna i

detta arbete.

För kommuner (utanför Stockholms län) med stor prognoserad folkökning har in-

formation om förväntat bostadsbyggande på SAMS-nivå införskaffats. Insamlingen

av data gjordes från mitten av mars till mitten av april 2015. De aktuella kommu-

nerna ombads fördela förväntat byggande fram till 2040 på SAMS-områden. Frå-

gan ställdes till totalt 63 kommuner och svar inkom från 32 kommuner (svarsfre-

kvens ca 50 %).

För de kommuner som inte svarat på enkäten, eller inte fått denna, har två olika

metoder använts beroende på kommunens länstillhörighet.

Den första metoden har använts för kommuner belägna i Uppsala, Södermanlands,

Östergötlands, Västmanlands och Örebro län. För kommuner i dessa län har en

modellbaserad fördelning av tillkommande bostäder per SAMS-område använts.

Den modellbaserade fördelningen togs fram i samband med att en uppdaterad

framskrivning av befolkning och sysselsättning i östra Mellansverige togs fram.30

Likt för Stockholms län har bostadstotalerna per kommun justerats.

Den andra metoden, som använts för kommuner i övriga län, innebär att tillkom-

mande bostäder i kommunen har fördelats per SAMS-område enligt samma möns-

ter som nybyggnationen haft under perioden 2005-2013. För kommuner med be-

räknad befolkningsminskning har planerat bostadsbyggande satts till noll.

I det andra steget tas hänsyn till att boendetätheten i nuläget kan variera avsevärt

inom en kommun. Ett extremt exempel kan hämtas från Stockholms stad där boen-

detätheten i Rinkeby är under 25 kvm per person medan den på Östermalm är ofta

är uppemot drygt 60 kvm per person. Det är inte troligt att denna stora skillnad helt

utjämnas till år 2040. Den metod som tillämpas är därför medvetet konservativ och

innebär att boendetätheten i ett SAMS-område sätts till medelvärdet av dagens bo-

endetäthet (för år 2013) och den boendetäthet för år 2040 som beräknats i det första

steget.

I det tredje steget görs en ny avstämning mot respektive kommunprognos.

30 Se Framskrivning av befolknings och sysselsättning i östra Mellansverige – Scenarier för

kommuner och tätorter till år 2050, TMR Rapport 2013:8.

36

Det fjärde steget är att de preliminära resultaten för totalbefolkning per SAMS-

område har stämts av med TRV. För Göteborgs kommun föreslog TRV en ny in-

omkommunal fördelning av befolkningen. Denna har i möjligaste mån implemen-

terats i den slutliga fördelningen.

I Figur 12 och Figur 13 visas sambandet mellan totalfolkmängden per SAMS-

område år 2013 och år 2040.

Figur 12 Folkmängd per SAMS-område år 2013 och 2040 för områden med färre än 5000 invånare år 2040

Figur 13 Folkmängd per SAMS-område år 2013 och 2040 för samtliga områden

37

De områden som ligger på den vertikala axeln är nyexploaterade områden som helt

enkelt inte hade någon befolkning 2013.

I flertalet områden beräknas befolkningen öka. För områden där befolkningen be-

räknas minska kan en orsak vara att området ingår i en krympande kommun. Men

på SAMS-områdesnivå kan folkmängden förändras av andra skäl. Ett viktigt skäl

är att åldern på bostäderna bestämmer hur stor folkmängden blir. Ett nybyggt om-

råde har t ex en större folkmängd än ett äldre. Det gör att allteftersom bostäderna

åldras beräknas områdets folkmängd förändras. Ett SAMS-område som inte får

något bostadstillskott kan därmed få en krympande folkmängd, även om folk-

mängden i kommunen som helhet ökar.

Det kan också vara så att områdets socioekonomiska karaktär bidrar till en beräk-

nad befolkningsförändring i området. Exempelvis, i vissa områden är boendetät-

heten generellt sett större än i andra områden. Även om prognosmetoden tar hän-

syn till nulägets relativt höga boendetäthet sker en viss utjämning, mot en lägre

boendetäthet, vilket medför att befolkningen i området beräknas minska.

I Bilaga 1 redovisas SAMS-områdeskarta med procentuell befolkningsförändring

2013-2040.

4.3.2 Förvärvsarbetande nattbefolkning per SAMS-område

Även vid beräkningen av förvärvsarbetande nattbefolkning tas hänsyn till statistik

för nuläget (år 2013) i respektive SAMS-område. Förvärvsgraden per åldersklass

och kön antas vara ett medelvärde av kommunens förvärvsgrad är 2040 och för-

värvsgraden i SAMS-området år 2013. Dessa frekvenser appliceras på befolkning-

en, vilket ger antal förvärvsarbetande per ålder och kön. Därefter sker en avstäm-

ning av den summerade förvärvsarbetande nattbefolkningen per ålder och kön mot

kommunprognosen.

I Figur 14 redovisas sambandet mellan befolkningen i åldern 20-64 år och antalet

förvärvsarbetande i samma åldrar år 2040. Den genomsnittliga förvärvsgraden för

2040 är cirka 80 procent. De flesta områdena uppvisar en relativt liten variation

kring medelvärdet men i några områden beräknas förvärvsgraden uppgå till endast

30-40 procent.

38

Figur 14 Samband mellan befolkning 20-64 år och förvärvsarbetande 20-64 år per SAMS-område år 2040

4.3.3 Förvärvsarbetande dagbefolkning per SAMS-område

På denna detaljerade geografiska nivå bör prognosmetodiken i huvudsak utgå från

de lokaliseringsförutsättningar som ges av bebyggelse- och infrastrukturen, av lik-

nande skäl som vi för befolkningsprognosen för varje bostadstyp ansätter en stan-

dardåldersfördelning avseende befolkningen. Sysselsättningsprognosen på SAMS-

områdesnivå kompliceras dock av att motsvarande koppling mellan bransch/ verk-

samhet och specifik ”hustyp” dels är mindre förutsägbar, dels av att relevanta be-

byggelsedata är mindre detaljerade.

Vissa verksamheter kan dock sägas vara ”befolkningsanknutna”, dvs. lokaliseras i

regel där befolkningen bor. Exempel är skolor, förskolor och vårdcentraler. Därför

har branscherna Utbildning samt Hälso-och sjukvård ansatts som befolkningsan-

knutna. För dessa branscher beräknas ett kommungenomsnitt (förvärvabetande

inom branschen per invånare i kommunen) för nuläget. Detta kommungenomsnitt

multipliceras sedan med beräknad befolkningsökning per SAMS-område för att få

tillskott av förvärvsarbetande dagbefolkning för de två branscherna per SAMS-

område.

För Stockholms län har fördelningen av tillkommande förvärvsarbetande dagbe-

folkning totalt per SAMS-område från RUFS 2010, alternativ hög, använts för att

fördela tillskottet av förvärvsarbetande dagbefolkning (förutom i branscherna Ut-

bildning samt Hälso- och sjukvård). De totala tillskotten per kommun har justerats

för att stämma med nivåerna i detta arbete. Motsvarande har även gjorts för kom-

munerna i Uppsala, Södermanlands, Östergötlands, Västmanlands och Örebro län.

För dessa har en modellbaserad fördelning av tillkommande förvärvsarbetande

39

dagbefolkning per SAMS-område använts. Liksom för bostäderna kommer fördel-

ningen från den uppdaterade framskrivningen av befolkning och sysselsättning i

östra Mellansverige. Även här har kommuntotalerna i fallet med befolkning (ej

sysselsättning) justerats av Trafikverket vilket beskrivs i avsnitt 4.1.

Dessa initiala steg ger en temporär beräknad förvärvsarbetande dagbefolkning per

SAMS-område. Sedan har, utgående från sysselsättningen i en viss bransch (SNI-

kod) per SAMS-område, sysselsättningen prognoserats genom proportionell fram-

skrivning med ledning av kommunprognosen för samma bransch. Likt för befolk-

ningen har de preliminära resultaten för dagbefolkning per SAMS-område stämts

av med TRV. För Göteborgs kommun föreslog TRV vissa justeringar av den in-

omkommunala fördelningen av dagbefolkningen. Dessa justeringar har i möjligaste

mån tagits hänsyn till i den slutliga fördelningen.

Observera att sysselsatt dagbefolkning per SAMS-område år 2040 endast har be-

räknats för en handfull utvalda branscher. Det är dessa branscher som används av

SAMPERS och det är dessa branscher, samt total sysselsatt dagbefolkning, som

avhandlas i detta avsnitt. Sysselsatt dagbefolkning för övriga branscher är satt till

noll i databasen.

I Figur 15 och Figur 16 visas den totala sysselsättningen år 2013 och år 2040 per

SAMS-område.

Figur 15 Dagbefolkning per SAMS-område år 2013 och år 2040 för områden med färre än 5000 sysselsatta år 2013

40

Figur 16 Dagbefolkning per SAMS-område år 2013 och år 2040 för samtliga om-råden

I Bilaga 1 redovisas SAMS-områdeskarta med procentuell förändring av sysselsatt

dagbefolkning 2013-2040.

4.3.4 Befolkning efter inkomstklass per SAMS-område

Prognosen över SAMS-områdenas befolkning efter ålder, kön och inkomstklass är

en beräkning som baseras på de tidigare redovisade kommunprognoserna avseende

befolkning, sysselsättning och inkomster. Utgångspunkten är data för år 2013. In-

komsterna avser förvärvsinkomster år 2013 och anges i 1997 respektive 2013 års

penningvärde. Figurer som visas i detta avsnitt avser 2013 års penningvärde. En

framskrivning av inkomstutvecklingen görs med ledning av inkomstberäkningen

enligt den prognos som redovisats ovan på kommunnivå, avsnitt 4.1.4.

Eftersom det saknas underlag för bedömningar av den regionala inkomstfördel-

ningens förändring genomförs en beräkning som innebär en nivåjustering av baså-

rets fördelning av befolkning på inkomstklasser, så att den resulterande inkomst-

förändringen i regionen motsvarar den inkomstförändring för kommuner som be-

räknats i föregående steg.

Det saknas prognosdata för pendling på SAMS-områdes-nivå. Därför antas samma

inkomstförändring för alla SAMS-områden som tillhör samma kommun. Förvärv-

sinkomsterna redovisas i 1997 respektive 2013 års penningvärde med följande fasta

inkomstklasser: 0, 0,1-39,9, 40,0-79,9, 80,0-119,9, 120,0-159,9, 160,0-199,9,

200,0- 239,9, 240,0-279,9, 280,0-319,9, 320,0- 359,9, 360,0- 399,9, 400,0-.

Perioden 2013-2040 beräknas förvärvsinkomsten per capita öka med cirka 1,8 pro-

cent per år. Tillsammans med en genomsnittlig befolkningsökning om 0,5 procent

41

per år fås en total ökning av förvärvsinkomsten om 2,3 procent per år. Det innebär

att förvärvsinkomsterna år 2040 ligger cirka 60 procent högre än år 2013. Fördel-

ningen på de olika inkomstklasserna redovisas i Fel! Hittar inte referens-

källa.Figur 17 nedan med klassmitten angiven. Eftersom inkomstklasserna är fixa

kommer en stor andel att hamna i den högsta klassen. Den kommer år 2040 att ut-

göra den största inkomstklassen, med hela 53 procent av befolkningen över 16 år.

Figur 17 Förvärvsinkomsternas fördelning på inkomstklasser i riket, 2013 och 2040.

I Figur 18 nedan redovisas medelinkomsten 2013 och 2040 för samtliga SAMS-

områden. Områden som har en mycket liten befolkning år 2013 men som får be-

folkning till 2040 får samma inkomstfördelning som kommunen. Det är främst

dessa områden som ligger mest utanför den stora svärmen i figuren. Variationen i

medelinkomst är större på SAMS-nivå än på kommunnivå.

42

Figur 18 Årlig förvärvsinkomst per SAMS-område, medelvärden 2013 och 2040.

De områden som ligger på den vertikala axeln är nyexploaterade områden som inte

hade någon folkmängd år 2013. De områden som ligger på den horisontella axeln

är områden med befolkning år 2013 men som inte beräknas ha någon befolkning

2040.

43

5 Framskrivning på regional nivå till 2060

5.1 Nationella förutsättningar

Som nämndes i rapportens inledande kapitel är SCB:s befolkningsprognos det enda

nationella ramvillkoret vid framskrivningen på regional (och kommunal) nivå fram

till år 206031

.

5.2 Metod vid framskrivning av regionalt basscenario

Vid framskrivningen för perioden 2040-2060 har det varit möjligt att använda den

nyligen reviderade flerregionala modellen i Raps32

.

Denna flerregionala modell arbetar med 21 län, där den mellanregionala flyttning-

en antingen kan beräknas endogent i modellen33

, eller bestämmas exogent. I detta

fall bestäms flyttningarna exogent, eftersom vi inte har några nationella förutsätt-

ningar för den ekonomiska utvecklingen med avseende på näringslivets struktur

etc. (dvs. data som motsvarar EMEC-data för perioden 2011-2040.)

Den exogent bestämda flyttningen baseras på samma länsspecifika in- och utflytt-

ningsfrekvenser per åldersgrupp och kön som använts vid befolkningsframskriv-

ningen till 2040, se avsnitt 3.2 angående Moment 3. Med stöd av dessa frekvenser,

som är fixa över prognosperioden, beräknas förväntad total in- och utflyttning för

respektive län. Vid balansering justeras summa in- och utflyttning proportionellt.

På motsvarande sätt som vid framskrivningen till 2040 utgår framskrivningen till

2060 från SCB:s antaganden om förändrade födelsetal, förändrade dödsrisker och

in- och utvandring. Vid fördelningen på län av rikets in- och utvandring antas lä-

nens andelar av in- och utvandrare per födelseland vara desamma som 1991-2010,

och som tillämpades 2014-2040. Med en annan sammansättning av in- och utvand-

rare per födelseland 2040-2060, jämfört med 2014-2040, förändras också länens

andel av rikets nettomigration. Nettomigrationen är avsevärt lägre än 2014-2040.

31 Enligt de beräkningar som Finansdepartementet genomfört för LU15 antas BNP-

tillväxten per år vara densamma 2040-2060 som 2014-2040, dvs. 2,1 procent per år. Samti-

digt antas det totala antalet arbetade timmar 2040-2060 öka långsammare än 2014-2040,

dvs. arbetsproduktiviteten beräknas bli högre. Dessa antaganden har dock ingen praktisk

betydelse för framskrivningen på regional nivå, eftersom de inte utgör några ramvillkor för

denna framskrivning. 32 Bakgrund och motiv till denna revidering diskuteras i WSP-rapport på uppdrag av Tra-fikverket, ”Socioekonomiska indata till transportmodeller - Metodutveckling på kort och

lång sikt, TRV 2015/33331”, 2014-05-05. 33 Den reviderade modellen avser riktade flyttströmmar, vilket innebär en direkt balansering

mellan in- och utflyttning. I denna modell förklaras det årliga migrationsflödet mellan länen

av befolkningens storlek i respektive län, restidsavståndet, förändring av rikets invandring

och sysselsättning, förändring av sysselsättning och arbetslöshet i respektive län, och slutli-

gen förändring av huspriset i respektive region. Modellen har skattats på paneldata för åren

1996-2012. Flyttningarna förklaras främst av befolkningsstorleken i respektive län vilket indikerar att flyttmönstret är tämligen stabilt.

44

6 Indata till trafikmodeller 2060

6.1 Indata till Sampers, kommunprognoser

Givet den framskrivna befolkningen per län för 2060, tillämpas i modellberäkning-

en samma generella metodik som vid framskrivningen 2013-2040, se avsnitt 4.1.1,

för att fördela befolkningen på kommuner. Skälet är att det för 2040-2060 inte

finns underlag för alternativ fördelning (inomregional planering).

Vid körning med den flerregionala modellen sker för varje år en avstämning mot

SCB:s nationella prognos av befolkningen per ettårsklass och kön 2040-2060. Det

innebär att modellens resultat ger de indata som för prognosen till 2040 beräknades

enligt beskrivningen i avsnitt 4.1.3.

Givet denna befolkningsframskrivning per ettårsklass och kön beräknas kommu-

nernas förvärvsarbetande nattbefolkning under antagandet att de förvärvsgrader

som beräknats för år 2040, per åldersklass och kön, inte förändras till år 2060.

Efter summering av kommunernas förvärvsarbetande nattbefolkning till länsnivå

beräknas länens förvärvsarbetande dagbefolkning (total sysselsättning) år 2060 på

motsvarande sätt som för år 2040. Det innebär att total sysselsättning per län år

2060 beräknas med samma förändringstakt 2040-2060 som för förvärvsarbetande

nattbefolkning (se avsnitt 3.1.2.1, sista stycket).

Givet total sysselsättning per län 2060 fördelas denna sysselsättning på kommuner

inom respektive län på ungefär samma sätt som för år 2040.

a) Först beräknas befolkningsanknuten sysselsättning inom respektive kommun, på

samma sätt som beskrivs i avsnitt 4.1.5, dvs. med hänsyn till hur arbetskraftsefter-

frågan inom skola, vård och omsorg kan förväntas variera med hänsyn till ålders-

sammansättning i respektive kommun.

b) Kommunernas sysselsättning i övriga branscher totalt beräknas under antagandet

att kommunens andel av länets sysselsättning i respektive bransch är densamma

som år 2040. Här antas att sysselsättningen i länet fördelas på dessa övriga

branscher på samma sätt som 2040, eftersom det inte finns några nationella förut-

sättningar angående branschutvecklingen.

c) Slutligen fördelas kommunernas sysselsättning på de specifika branscher som

anges i tabellen SAMSDAG (se avsnitt 6.2.3 nedan) enligt punkt a) ovan för be-

folkningsanknutna verksamheter, och för övriga verksamheter med samma andel

som år 2040.

Förvärvsinkomsten per kommun 2060 beräknas med samma årliga tillväxttakt för

förvärvsinkomst per capita som för perioden 2013-2040.

45

6.1.1 Kommunernas befolkningsutveckling 2040-2060

Den resulterande befolkningsutvecklingen 2040-2060 illustreras av diagrammen i

Figur 19 och Figur 20 samt av kartan i Figur 21. Med samma uppdelning på stora

och små kommuner 2013 som tidigare beräknas befolkningen öka mellan 2040 och

2060 i 59 av de 72 kommuner som definierats som stora, medan befolkningen i

huvuddelen av alla övriga 218 kommuner beräknas minska.

Figur 19 Befolkningsutveckling för storaa kommuner 2040-2060

Anm. Definieras här som de 72 kommuner som har en befolkningsstorlek i 3:e kvartilen år 2013, fler än ca 34 000 invånare.

Figur 20 Befolkningsutveckling för övriga kommuner 2040-2060

0

200 000

400 000

600 000

800 000

1 000 000

1 200 000

1 400 000

0 200000 400000 600000 800000 1000000 1200000 1400000

Bef

olk

nin

g 20

60

Befolkning 2040

0

10 000

20 000

30 000

40 000

50 000

0 10 000 20 000 30 000 40 000 50 000

Bef

olk

nin

g 2

060

Befolkning 2040

46

Figur 21 Befolkningsförändring per kommun 2040-2060. Procent.

47

6.2 Indata till Sampers, prognoser på SAMS-områden

Metodiken för nedbrytningen från kommun till SAMS-områden för 2060 är nästan

exakt densamma som för 2040. På grund av att underlaget för indata är mindre de-

taljerat har dock vissa förenklingar gjorts.

6.2.1 Befolkning per SAMS-område

För framskrivningen av befolkningen per SAMS-område till 2060 har samma me-

todik som för perioden 2013-2040 använts. Skillnaden ligger i hur planerat bo-

stadsbyggande tagits fram. Det finns inga detaljerade bostadsplaner för perioden

2040-2060 på SAMS-områden. Därför har en generell metodik använts för att för-

dela det beräknade bostadstillskottet på kommun. Med denna metodik har bostads-

tillskottet fördelats enligt samma mönster som bostadsstocken har i respektive

kommun är 2040 enligt framskrivningen. Det betyder att folkmängden i ett sams-

område år 2060 till stor del beror linjärt på folkmängden i området år 2040.

I Figur 22 visas sambandet mellan totalfolkmängden per SAMS-område år 2040

och år 2060.

Figur 22 Folkmängd per SAMS-område år 2040 och 2060

I Bilaga 1 redovisas SAMS-områdeskarta med procentuell befolkningsförändring

2040-2060.

48

6.2.2 Förvärvsarbetande nattbefolkning per SAMS-område

Även vid beräkningen av förvärvsarbetande nattbefolkning används samma metod

som för år 2040. Utgångspunkten är data för 2040 i respektive SAMS-område.

Förvärvsgraden per åldersklass och kön antas vara ett medelvärde av kommunens

förvärvsgrad är 2060 och förvärvsgraden i SAMS-området år 2040. Dessa frekven-

ser appliceras på befolkningen, vilket ger antal förvärvsarbetande per ålder och

kön. Därefter sker en avstämning av den summerade förvärvsarbetande nattbefolk-

ningen per ålder och kön mot kommunprognosen.

I Figur 23 redovisas sambandet mellan befolkningen i åldern 20-64 år och antalet

förvärvsarbetande i samma åldrar år 2060. Den genomsnittliga förvärvsgraden är

cirka 80 procent. De flesta områdena uppvisar en relativt liten variation kring me-

delvärdet men i några områden beräknas förvärvsgraden uppgå till endast 30-35

procent.

Figur 23 Samband mellan befolkning 20-64 år och förvärvsarbetande 20-64 år per SAMS-område år 2060

6.2.3 Förvärvsarbetande dagbefolkning per SAMS-område

Prognosmetodiken för förvärvsarbetande dagbefolkning per SAMS-område år

2060 är i grunden densamma som för år 2040. För de befolkningsanknutna

branscherna Utbildning samt Hälso-och sjukvård beräknas ett kommungenomsnitt

(förvärvabetande inom branschen per invånare i kommunen) för år 2040. Detta

kommungenomsnitt multipliceras sedan med beräknad befolkningsökning per

SAMS-område för att få tillskott av förvärvsarbetande dagbefolkning för de två

49

branscherna per SAMS-område. Likt för år 2040 är det bara sysselsättningen i en

handfull utvalda branscher som beräknas per SAMS-område år 2060.

Efter detta initiala steg har, utgående från sysselsättningen i en viss bransch (SNI-

kod) per SAMS-område, sysselsättningen prognoserats genom proportionell fram-

skrivning med ledning av kommunprognosen för samma bransch.

I Figur 24 och Figur 25 visas den totala sysselsättningen år 2040 och år 2060 per

SAMS-område.

Figur 24 Dagbefolkning per SAMS-område år 2040 och år 2060 för områden med färre än 5000 sysselsatta år 2040

Figur 25 Dagbefolkning per SAMS-område år 2040 och år 2060 för samtliga om-råden

50

I Bilaga 1 redovisas SAMS-områdeskarta med procentuell förändring av sysselsatt

dagbefolkning 2040-2060.

6.2.4 Befolkning efter inkomstklass per SAMS-område

Prognosen över SAMS-områdenas befolkning efter ålder, kön och inkomstklass år

2060 genomfördes enligt samma metodik som för år 2040. Utgångspunkten för

data var 2040 och inkomster anges i 1997 respektive 2013 års penningvärde. Figu-

rer som visas i detta avsnitt avser 2013 års penningvärde.

Perioden 2040-2060 beräknas förvärvsinkomsten per capita öka med cirka 1,8 pro-

cent per år. Tillsammans med en genomsnittlig befolkningsökning om 0,3 procent

per år fås en total ökning av förvärvsinkomsten om 2,1 procent per år. Det innebär

att förvärvsinkomsterna år 2060 ligger cirka 42 procent högre än år 2040. Fördel-

ningen på de olika inkomstklasserna redovisas i Figur 26 nedan med klassmitten

angiven. Eftersom inkomstklasserna är fixa kommer en stor andel att hamna i den

högsta klassen. Den kommer år 2060 att utgöra den största inkomstklassen, med

hela 67 procent av befolkningen över 16 år.

Figur 26 Förvärvsinkomsternas fördelning på inkomstklasser i riket, 2013, 2040 och 2060.

I Figur 27 nedan redovisas medelinkomsten 2060 mot medelinkomsten 2040 för

samtliga SAMS-områden. Områden som har en mycket liten befolkning år 2040

men som får befolkning till 2060 får samma inkomstfördelning som kommunen.

Det är främst dessa områden som ligger mest utanför den stora svärmen i figuren.

Variationen i medelinkomst är större på SAMS-nivå än på kommunnivå.

51

Figur 27 Årlig förvärvsinkomst per SAMS-område, medelvärden 2040 och 2060.

De områden som ligger på den vertikala axeln är nyexploaterade områden som inte

hade någon folkmängd år 2040. De områden som ligger på den horisontella axeln

är områden med befolkning år 2040 men som inte beräknas ha någon befolkning

2060.

52

7 Kontroller och kvalitet

I detta kapitel kommenteras frågor om kvaliteten på indata till och utdata från de

beräkningar som genomförts i olika steg. De kontroller av data som redovisas avser

dels att belysa huruvida korrekta indata har använts, dels att bedöma om utdata är

rimliga i olika avseenden.

7.1 Sampers

7.1.1 Kontroller av indata, Sampers

7.1.1.1 Befolkning SAMSSYSS

Befolkningen per SAMS-område som levererades av SCB summerades till kom-

munnivå, för jämförelse med statistik som SCB redovisar i den officiella statistik-

databasen. Eftersom personer utan geografisk hemvist inte var med i SAMSSYSS-

tabellen var folkmängden i denna totalt 17 577 personer färre än i den officiella

statistiken. Störst avvikelse var det för Stockholms kommun med 3216 personer.

För en handfull kommuner var folkmängden i SAMSSYSS-tabellen större än i den

officiella statistiken. Störst positiv avvikelse var det i Leksand med 47 personer.

Dock så har tabellen vissa interna inkonsistenser, ifall summering görs över ålders-

klasserna i tabellen blir avvikelserna jämfört med statistikdatabasen större än om

totalkolumnerna används. För folkmängden blir avvikelsen då -17828 personer

totalt. För förvärvsarbetande blir den totala avvikelsen -2548 personer. I relation

till hela befolkningen är de interna inkonsistenserna i tabellen försumbara.

Sysselsatta SAMSDAG

Även för SAMSDAG saknas restområdena i kommunerna. Det medför att syssel-

satt dagbefolkning som inte kan hänföras till en geografisk plats saknas. För antalet

sysselsatta blir därmed skillnaden mellan SCB:s statistikdatabas och SAMS-

databasen relativt stor, hela 325 321 personer. Observera dock att för SAMPERS är

inte den absoluta nivån på sysselsatt dagbefolkning avgörande, utan det är den

geografiska fördelningen som är viktigast. Att sysselsatta utan geografisk hemvist

saknas påverkar inte modellresultat i SAMPERS.

Som jämförelse fanns det i SAMSDAG 2010 288 807 arbetsplatser i riket på rest-

områden.

Bostadsyta

Bostadsstatistiken innehåller summerad bostadsyta per område, uppdelat på be-

byggelsetyp (småhus och flerbostadshus) samt efter byggnadsperiod. Småhusyta

och flerbostadshusyta summerar till total bostadsyta.

53

Det finns även bostadsytan som är ej geografisk hänförbar. I allmänhet är denna

rest försumbar, och utgör i de flesta fall 0 procent. I ett fåtal kommuner kan ande-

len uppgå till 4 procent, och detta gäller då främst bostadsyta i flerbostadshus.

Inkomst SAMSINK

Även för SAMSINK saknas restområdena i kommunerna. Det medför att personer

över 16 år som inte kan hänföras till en geografisk plats saknas. När antalet perso-

ner per inkomstklass som finns i SAMS-databasen summeras till kommunnivå sak-

nas det 15 985 personer i jämförelse med SCB:s statistikdatabas

Även SAMS_Ink-tabellen har mindre interna inkonsistenser. Skillnaden mellan

totalsumma-kolumnen och en summering över inkomstklasserna är totalt 159 per-

soner.

7.1.2 Kontroller av utdata, Sampers

Summering till kommun och län

Efter att länsdata brutits ner till först kommun och sedan SAMS-områden summe-

ras befolkningen per SAMS-område till kommun, därefter till län och slutligen till

riksnivå. Detta för att se om det är exakt samma indata (prognos på kommun-, läns-

och riksnivå) som utdata (SAMS-basen), bortsett från avrundningsfel. Samma kon-

troll görs även för sysselsättningen, förvärvsgrad och inkomst.

Befolkning

För befolkningsdata görs följande kontroller:

Per SAMS-område, summering över åldersklasser, förvärvsarbete och kön

överensstämmer med totalsumman

Totalfolkmängd per kommun från kommunprognosen jämförs med SAMS-

prognosen. På grund av avrundningsfel är den största absoluta avvikelsen

för den totala folkmängden 318 personer år 2040 och 568 personer år

2060, båda i Göteborg. Den största relativa avvikelsen år 2040 1,1 procent

i Pajala och år 2060 1,4 procent i Överkalix.

Befolkning per kommun, åldersklass och kön från kommunprognosen jäm-

förs med SAMS-prognosen. På grund av avrundningsfel är den största ab-

soluta avvikelsen år 2040 44 personer i Göteborg i åldersklass kvinnor 16-

17 och år 2060 43 personer i Göteborg i åldersklass män 80-84.

Befolkning i riket per åldersklass och kön jämförs med SCB:s prognos.

Samband mellan planerat byggande och befolkningsförändring per SAMS-

område, se figurer nedan.

54

Figur 28 Samband mellan planerat bostadsbyggande och befolkningsförändring 2013-2040

Figur 29 Samband mellan planerat bostadsbyggande och befolkningsförändring 2040-2060

Området med störst planerat bostadsbyggande och befolkningsökning återfinns i

Järfälla. De SAMS-områden som får störst befolkningsminskning är vissa miljon-

programsområden. I genomsnitt innebär varje ny lägenhet 2,1 invånare 2013-2040

och 2 invånare för perioden 2040-2060, men befolkningsförändringen varierar en

55

del runt detta genomsnitt på grund av den inneboende dynamiken i form av utgles-

ning eller förtätning i bostadsbeståndet.

Sysselsättning

För sysselsatt dagbefolkning per SAMS-område har data endast beräknats för en

handfull utvalda branscher. Det är dessa branscher som används av SAMPERS och

det är dessa branscher, samt total sysselsatt dagbefolkning, som avhandlas i detta

avsnitt. Sysselsatt dagbefolkning för övriga branscher är satt till noll i databasen.

Data per SNI-bransch aggregeras per kommun och jämförs med kommunfram-

skrivningen. Det kontrolleras även att sysselsättningsförändringen per SAMS-

område för de befolkningsanknutna branscherna har ett samband med befolknings-

förändringen. För övriga branscher kontrolleras att sysselsättningen per SNI år

2040 respektive 2060 har ett linjärt samband med SNI-värdena år 2013 respektive

2040 per SAMS-område.

Inkomster

För inkomsternas utveckling kontrolleras att befolkningen över 16 år per kön och

SAMS-område är densamma i resultatet från befolkningsnedbrytningen som den är

när nedbrytningen av inkomster är klar. Medelinkomsten och medelinkomstföränd-

ringen per SAMS-område beräknas, för att se att nivå och förändring är rimlig.

Dessutom görs en kontroll att antalet SAMS-områden är detsamma hela tiden.

7.2 Samgods

7.2.1 Indata per Samgods-varugrupp för basåret 2012

Indata till Samgods för basåret 2012 har tagits fram i det tidigare nämnda FOI-

projektet, se fotnot 24. Dessa indata baseras på en framskrivning av detaljerad sta-

tistik för år 2010 som har beställts av Trafikverket från SCB speciellt för ändamålet

att ge bästa möjliga randvillkor och dataunderlag för att uppskatta basårets PWC-

matriser.

7.2.2 Indata per SNI-bransch för prognosåret 2040

De nationella förutsättningarna för att skriva fram produktion, export och import

har redovisats i Tabell 4 ovan. Dessa tillväxttal för EMEC-varugrupper med tillhö-

rande bransch enligt SNI 2007 har tillämpats i beräkningarna.

Resultatet för total produktion, export och import, enligt redovisningen i avsnitt

4.2.3, överensstämmer med de nationella förutsättningarna. Det innebär att också

resultatet för total varuförbrukning överensstämmer, eftersom förbrukning är pro-

duktion plus import minus export.

Vidare, fördelningen av total produktion och förbrukning per kommun har genom-

förts på samma sätt som för basåret, med ledning av prognoserad sysselsättning per

56

bransch. Den fördelningsnyckel bransch-varugrupp som används, baserad på SNI 5

siffror, tar hänsyn till att sammansättningen på delbranscher inom branschaggrega-

ten på 2 siffror varierar mellan olika delar av landet vilket är en klar förbättring

jämfört med tidigare fördelningsnyckel.

7.2.3 Indata per Samgods-varugrupp för prognosåret 2040

Som diskuterades i avsnitt 4.2.1 antas i beräkningarna att sammansättningen på

detaljerad nivå (SNI 2007 5 siffror) för produktion, export respektive import inom

branschaggregatet på 2-3 siffror är densamma som för basåret 2012. Det mycket

enkla skälet för att göra detta antagande är att det inte finns några nationella förut-

sättningar på mer detaljerad branschnivå. Konsekvensen är dock att det för vissa

varugrupper uppstår orimliga relationer mellan produktion och export år 2040.

Ett exempel gäller EMEC-aggregatet ”Gruvprodukter”, GRUV, enligt Tabell 4. Om

tillväxttakter för detta aggregat tillämpas direkt på produktion, export och import

av järnmalm, Samgods varugrupp 15, blir resultatet orimligt – exportandelen blir

99 procent och den inhemska tillgången på järnmalm blir för låg för att möta be-

räknad efterfrågan på insatsvaror i järn- och ståltillverkningen.

Slutsatsen blir därför att tillväxttalen för produktion, export och förbrukning måste

tillåtas variera mellan varugrupperna inom EMEC-aggregatet GRUV (SNI 07, 08

och 09) för att tillväxttalen för aggregatet GRUV ska kunna gälla. Samtidigt saknas

underlag för att avgöra hur tillväxttakterna ska variera inom aggregatet.

För att hantera detta problem har i fallet järnmalm EMEC-aggregatets tillväxttakt

för produktionen tillämpats, medan tillväxttakten för export av järnmalm har skru-

vats ned till samma som för produktionen. Därmed antas att exportandelen i MSEK

hålls konstant (78 procent) mellan 2012 och 2040. Slutligen har importen av järn-

malm, som är av liten omfattning, uppjusterats för att försörjningsbalansen för

järnmalm ska uppfyllas.

Motsvarande problem finns för ytterligare sju varugrupper34

. I dessa fall har till-

växttakten för export nedjusterats och tillväxttakten för produktion uppjusterats35

. I

ton beräknas dessa sju varugrupper utgöra sammanlagt 5 procent av den totala va-

ruproduktionen och 16 procent av den totala varuexporten år 2040.

34 Varugrupperna 9, 12, 20, 21, 25, 27 och 32. För innehåll i respektive varugrupp, se Bi-

laga 2. 35 För en närmare beskrivning hänvisas till rapporten ”PWC-MATRISER ÅR 2040,

Transportefterfrågan i Samgodsmodellen för prognosåret – metod och resultat”, WSP kommande rapport

57

Referenser

”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

”PWC-MATRISER ÅR 2040, Transportefterfrågan i Samgodsmodellen för pro-

gnosåret – metod och resultat”, WSP Kommande rapport

”Prognos för fördelning av svensk varuexport och varuimport på utrikes länder år

2040, TRV 2015/81020”, WSP 2015-09-28.

“PWC Matrices: new method and updated Base Matrices, Final Report, 2015-02-

09”, KTH, Sweco, WSP.

”Socioekonomiska indata till transportmodeller - Metodutveckling på kort och

lång sikt, TRV 2015/33331”, 2014-05-05 (framtagen av WSP på uppdrag av Tra-

fikverket).

58

Bilaga 1 Kartor på SAMS-nivå

59

60

61

62

Bilaga 2 Samgods varugrupper

Varugrupp Innehåll

1 1. Spannmål

2 2. Potatis, frukt mm

3 3. Levande djur

4 4. Sockerbetor

5 5. Rundvirke

6 6. Sågat+hyvlat trä

7 7. Flis, sågavfall

9 9. Obearb mtrl/halvf textil, levande råmtrl

10 10. Livsmedel och djurfoder

11 11. Oljefrön++, animal/vegetab oljor/fetter

12 12. Kol, torv inkl briketter

13 13. Råolja

14 14. Mineraloljeprodukter

15 15. Järnmalm o skrot

16 16. Malm/skrot. EJ järn

17 17. Obearb mtrl/halvf järn/metall

18 18. Cement, kalk o byggnadsmtrl

19 19. Jord, sten, grus och sand

20 20. Annan rå o obearb mineral

21 21. Gödselmedel, naturliga o tillverk

22 22. Kolbaserade kemikalier och tjära

23 23. Andra kemikalier än i P23

24 24. Pappersmassa o -avfall, returpapp

25 25. Maskin/ apparat o transportm + delar

26 26. Arbeten av metall

27 27. Glas, glasvaror o keramiska prod

28 28. Papper, papp och varor därav

29 29. Diverse andra färdiga varor

31 31. Rundvirke till sågverk

32 32. Maskinutrustn o motor + tillbehör

33 33. Papper och pappersprodukter

63

WSP är ett globalt företag som erbjuder kvalificerade konsulttjänster

för samhälle och miljö. Med drygt 250 kontor världen över och mer

än 9 500 medarbetare är WSP ett av de största konsultföretagen i

Europa och bland de tio största i världen. Verksamheten bedrivs hu-

vudsakligen i Storbritannien och Sverige, men också i övriga Europa,

USA, Afrika och Asien.

I Sverige är WSP ett rikstäckande konsultföretag med ca

1900 medarbetare. Verksamheten bedrivs inom följande affärsområ-

den: WSP Analys & Strategi, WSP Byggprojektering, WSP Environ-

mental, WSP International, WSP Management, WSP Samhällsbygg-

nad och WSP Systems.