Bakgrund

Tidigare studier har indikerat att det finns brister med Trafikverkets nuvarande s.k. ASEK-kalkylvärden för luftföroreningar (exklusive växthusgaser) och att det därför finns ett stort behov av att revidera och komplettera dessa värden. Projektet Underlag för reviderade ASEK-värden för luftföroreningar (REVSEK) har bidragit till detta genom att skatta skadekostnader till följd av utsläpp från den svenska vägtrafiken.

Metod

Projektet har utgått från skadekostnadsansatsen. Detta innebär att projektet har studerat de kausala sambanden i följande effektkedja: Utsläpp av förorenande ämnen --> Exponering på människor och miljön --> Respons i form av hälso- och miljöeffekter --> Ekonomisk värdering av hälso- och miljöeffekter genom de skadekostnader som effekterna resulterar i.

Resultat och slutsats

För sambanden mellan utsläpp och exponering användes en förenklad ansats utifrån nationella respektive lokala data om emissioner och exponering. Nationella emissionsdata och exponeringsberäkningar indikerar att 1 ton per år slitageemissioner uttryckt som PM10 från vägtrafiken motsvarar en årsmedelexponering på 885 µg m^-3 pers.

För hälsoeffekter var utgångspunkten varit att de primära emissionernas effekter i närområdet är avgörande för utfallet av hälsoeffekter, samt att fokus ska läggas på partiklar som PM2.5, men även grovfraktionen inom PM10 (2,5-10 µm) behöver beaktas eftersom slitagepartiklarna (vägdamm) till stor del faller inom denna. Följande hälsoeffekter inkluderades: Mortalitet, incidens av hjärtinfarkt, incidens av stroke, incidens av KOL, incidens av astma hos barn som för en stor andel består i vuxen ålder, för tidig födsel och sjukdagar. Skadekostnaderna beräknades uppgå till minst 5400 kr per kg utsläpp av avgaspartiklar och 1100 kr per kg utsläpp av slitagepartiklar som PM10, givet det nationella förhållandet 885 µg m^-3 pers ton^-1 mellan emission och exponering.

För kulturmiljöeffekter i form av nedsmutsning avses den visuella effekt där exponerade fasadytor blir mörkare på grund av luftföroreningar. Utifrån genomgångar av olika exponering-responsfunktioner, kritiska nedsmutsningsnivåer, mängden fasadarea per invånare, åtgärdskostnader per fasadarea och indirekta kostnader av nedsmutsning i form av välbefinnandeförluster till följd av förfulning kunde den totala personhaltkostnaden till följd av nedsmutsning skattas till 360 kr µg^-1 m³ pers^-1. Den skattade skadekostnaden givet 885 µg m^-3 pers ton^-1 blev 319 kr per kg PM10.

För naturmiljöeffekter i form av marknära ozons inverkan på vegetation har SMHI:s MATCH-modell använts för att simulera hur förändringar av NOx-utsläpp leder till ändrad ozonexponering på vegetationen. Skadekostnadsdata från tidigare studier användes för att skatta kostnaden per exponering per hektar för olika typer av vegetation. Skadekostnaden skattades till minst 1 kr per kg NOx som ett nationellt genomsnitt.

För naturmiljöeffekter i form av marin övergödning användes resultat från värderingsstudier för att beräkna värden i kr per kg N-ekvivalenter. Dessa värden översattes sedan till per kg NOx respektive per kg NH3 från vägtrafiken utifrån resultat om hur mycket varje utsläppt kg NOx respektive NH3 bidrar till tillförseln av kg N till Östersjön. Skadekostnaden skattades till minst 2 kr per kg NOx respektive 8 kr per kg NH3.

De framräknade skadekostnaderna kan användas som rekommendationer beträffande reviderade ASEK-kalkylvärden för luftföroreningar från den svenska vägtrafiken. Samtliga värden har uttryckts i 2017 års prisnivå och gäller för en förändring av utsläpp under ett år.

Bakgrund

Trafikbuller är en extern kostnad som behöver värderas för att kunna användas i en samhällsekonomisk analys, något som i sin tur behövs för att ett effektiva åtgärder inom transportinfrastrukturen ska åstadkommas. Tidigare svenska värderingsstudier av buller har skattat betalningsviljan för minskat trafikbuller baserat på skillnaden i småhuspriser (Andersson m.fl., 2010; Andersson m.fl.., 2013; Swärdh m.fl., 2012). Dessa studier har också legat till grund för Trafikverkets rekommenderade kalkylkostnader för individer utsatta för vägtrafikbuller och tågbuller.

En begränsning med dessa rekommendationer är emellertid att totala bullerkostnader fördelas ut något godtyckligt till inomhusbuller respektive utomhusbuller. Rekommendationen är normalt 50 procent vardera med undantag för relativt låga bullernivåer för tågbuller där hela kostnaden antas vara för utomhusbuller (Trafikverket, 2018).

Syftet med denna studie är att empiriskt skatta hur stor del av total bullerkostnad som utgörs av inomhus- respektive utomhusbuller genom att studera olika boendemiljöer, nämligen både småhus och bostadsrätter.

Referenser:

Andersson, H., Jonsson, L. och Ögren, M., 2010, Property Prices and Exposure to Multiple Noise Sources: Hedonic Regression with Road and Railway Noise, Environmental and Resource Economics 45 (1), s. 73–89.

Andersson, H., Swärdh, J-E. och Ögren, M., 2013, Efterfrågan på tystnad - skattning av betalningsviljan för icke-marginella förändringar av vägtrafikbuller, Slutrapport i projektet VÄSMAGE. http://www.diva-portal.org/smash/record.jsf?pid=diva2%3A760558&dswid=-4790

Trafikverket, 2018, Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn: ASEK 6.1, kapitel 10 Kostnad för buller.

Swärdh, J-E., Andersson, H., Jonsson, L. och Ögren, M., 2012, Estimating non-marginal willingness to pay for railway noise abatements: Application of the two-step hedonic regression technique. CTS working papers in transport economics no 2012:27

Metod

Flertalet datakällor kombineras i vår studie. Dessa utgörs av bostadsförsäljningar (småhus och bostadsrätter) inklusive värdegrundade information om bostaden såsom boyta, standard, avgift etc. Dessutom använder vi bullerberäkningar tillhandahållna av antingen Trafikverket eller studerade kommuner. Baserat på adresserna i Bostadsförsäljningsdata geokodar vi på koordinater som sedermera används för att koppla en given bostadsförsäljning till en bullerberäkning.

För att skatta bullerkostnaden, dvs. hur en förändring i bullernivå påverkar bostadens pris, använder vi en hedonisk prissättningsmodell som innebär att priset på bostaden är den beroende variabeln och alla tillgängliga värdeskapande variablerna, däribland bullernivå, är förklarande variabler.

Hypotesen är att olika bullerkostnader kommer att skattas för småhus respektive bostadsrätter och att dessa kan tolkas som kostnad för inomhus- respektive utomhusbuller. Total bullerkostnad ges av skattningen för småhus som består av egendom både inomhus och utomhus, medan bostadsrätter som, mer eller mindre, enbart består av egen tillhörighet inomhus visar bullerkostnaden enbart inomhus. På så sätt kan en mer empiriskt grundad fördelning av inomhus- och utomhusbuller åstadkommas.

Vi studerar fem svenska kommuner. För tågbuller Linköping och Lund, samt för vägtrafikbuller Örebro, Göteborg och Umeå. Tidsperioden sträcker sig ända från 2000 till hösten 2018, vilket gör att ett stort datamaterial av bostadsförsäljningar kan användas i studien.

Resultat och slutsats

Högst preliminära resultat visar att fördelningen för vägtrafikbuller ligger relativt nära 50 procent vardera för inomhus- respektive utomhusbuller. För tågbuller är resultaten betydligt mer osäkra, men viss tendens finns till att andelen inomhusbuller är lägre för tågbuller än för vägtrafikbuller. Projektet ska avrapporteras till Trafikverket i oktober 2019.

Bakgrund

Research question and Methodology

Traffic safety is an important and significant benefit in many traffic project and policies. In this study we focus on the value of a statistical life (VSL) which is the monetary equivalent of preventing one statistical death in society. The objective of the study is to conduct a meta-analysis on VSL in road safety.

Meta-analyses on VSL for traffic have been conducted in the past (e.g., de Blaeij et al, 2003), but are either relatively old (considering the significant development of non-market valuation techniques and increase in usage) or did not cover the full literature (e.g. only focusing on stated-preference studies). Hence, we believe a new meta-analysis is of importance and we use VSL estimates from 64 studies consisting of 401 estimates. The full data set is labelled “All-Set”, but we also consider a sub-sample “Best-Set” (111 observations), consisting of the best or the two bests estimates of each study (Viscusi, 2017). Thee estimates are the ones recommended by the author(s) of each study, and two best estimates are provided when the good/policy varies. For instance, one estimate may reflect VSL for a public safety measure whereas a second one for a private safety measure. We further run a third analysis on a “Trimmed-Set” (105 observations) in which the data set has been trimmed at the 95 percentiles, resulting in the exclusion of a few outliers.

References

de Blaeij, A., Florax, R. J.G.M., Rietveld, P., Verhoef, E., (2003). The value of statistical life in road safety: a meta-analysis. Accident Analysis and Prevention 35, 973-986.

Viscusi, W. K., (2017). Best estimate selection bias in the value of a statistical life. Journal of Benefit-Cost Analysis 1-42.

Metod

See "Bakgrund".

Resultat och slutsats

Expected results

A funnel plot for the All-Set reveals that the estimates include negative values of VSL. As expected, these negative values disappear in the Best-Set since there is reluctance to report theoretically improbable negative estimates. In addition, there is a clustering of the small positive values combined with an upper right tail of the distribution that extends farther than does the left tail. This overall distribution is consistent with the presence of publication selection bias reported in the literature. To clarify, one might expect two opposite effects through the “Best Estimate Selection Bias”. The first effect is supposed to be positive since no negative values are reported anymore. The second effect is assumed to be negative since the most extreme positive values are deleted, reducing the range of the statistical series.

From the regression analysis we retrieve some common results from the literature; the VSL is directly impacted by the value assessment approach (revealed vs. stated preferences), by the elicitation format (willingness-to-pay vs. willingness-to-accept) and by the dimension of the safety policy (public vs. private). However, we also find strong effects from publication outlet, i.e. the results suggest, controlling for large group of explanatory variables, that estimates are significantly different if published in specific journals. This could be interpreted as a second definition of publication bias.

Bakgrund

Att reducera risken att dö eller skadas i trafiken är tillsammans med reducerad restid de dominerande nyttorna i transportinvesteringar och/eller lagstiftning. För att utvärdera investeringar, lagstiftning, eller styrinstrument krävs att alla effekter, positiva och negativa, mäts i samma enhet. Det är standard att använda monetära värden, vilket för Sverige sammanfattas och redogörs för i ASEK (2018).

Vad gäller det monetära värdet av att reducera risken att dö i vägtrafiken så har ett flertal studier genomförts internationellt och i Sverige. De svenska studierna föreslår att ett svenskt värde för att undvika ett statistiskt dödsfall ligger i intevallet 10-100 miljoner SEK (Hultkrantz och Svensson, 2012), inom vilket spann dagens officiella ASEK-värde ligger. En nyligen genomförd svensk studie visade dock att dessa resultat kan kan ifrågasättas (Andersson mfl, 2016). Två andra brister med dagens ASEK-värden är att: (1) värdena för att reducera risken att skadas skattas som en andel av värdet av att reducera risken att dö och de vikter som används bygger på ”begränsad kunskap”, dvs de behöver undersökas empiriskt, och (2) de värden som använts för andra transportslag, som järnväg, flyg- och sjöfart, baseras på individers preferenser för vägtrafik, vilka inte nödvändigtvis reflekterar preferenserna för övriga transportslag. Denna studie studerar samtliga 3 brister med dagens ASEK-värden.

Referenser

Andersson, H., Hole, A.R., and Svensson, M., 2016, “Valuation of small and multiple health risks: A critical analysis of SP data applied to food and water safety”, Journal of Environmental Economics and Management, 75, 41-53.

ASEK, 2018, ” Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn: ASEK 6.1”, http://www.trafikverket.se/, 2019-08-20.

Hultkrantz, L., and Svensson, M., 2012, ”The value of a statistical life in Sweden: A review of the empirical literature”, Health Policy, 108, 302-310.

Metod

Studien använder sig av ”Discrete Choice Experiments” (DCE) som är en väletablerad metod inom transport-, miljö- och hälsoekonomi för att skatta individers preferenser för olika varor och tjänster som saknar marknadspriser, som tex trafiksäkerhet, inbesparad restid, ren luft, etc. (se, tex, Freeman mfl, 2014). Metoden baseras på enkätsvar och lämpar sig för de frågeställningar som studeras i denna studie då enkätansatsen möjliggör för kontroll av de valsituationer som respondenterna ställs inför. Exempelvis så kan valsituationer skapas som möjliggör för skattning av individers preferenser för att reducera risken inom respektive transportslag samt för att reducera risken för en dödlig och ickedödlig olycka separat. Dessa skattningar skulle vara svåra att göra med marknadsdata. Enkätansatsen möjliggör också för en inhämtning av kompletterande data om individkarakteristika som kan vara av både forsknings- och poliycrelevans.

Referenser

Freeman A. M., Herriges, J. A., & Kling D. L., 2014, ”The Measurement of Environmental and Resource Values”, RFF Press, 3rd edition.

Resultat och slutsats

Studien är pågående och vi kan därför inte rapportera några resultat i samband med insändning av abstract. Den kommer dock att vara avslutat innan Transportforum 2020 vilket säkerställer att resultat kommer att vara tillgängliga och de kommer att visa på i vilken omfattning dagens ASEK-värden, dels för olika transportslag, dels för relationen död och ickedöd, bör revideras. De kommer även belysa hur preferenser för trafiksäkerhet beror på olika individkarakteristika.