Bakgrund

Vägtransporter i allmänhet och även självkörande fordon orsakar ett antal externa effekter som ska internaliseras för att transportutbudet och -efterfrågan ska befinna sig på en samhällsekonomiskt optimal nivå. En ren marknadslösning leder sannolikt inte till ett optimum på grund av de externa effekterna. Dessa omfattar bland annat utsläpp av växthusgaser och luftföroreningar, buller, påverkan på hälsa (brist på fysisk aktivitet, olyckor) samt trängsel som uppstår p.g.a. att vägar är en offentlig vara med öppen tillgång där en extra bilist inte tar hänsyn till den trängsel som de orsakar gentemot andra trafikanter. Samtidigt kan självkörande fordon bli viktiga framförallt för godstransporters utveckling och för vissa resenärsgrupper såsom funktionshindrade, äldre och barn.

Metod

Den metod som används är litteraturstudier som identifierar de effekter som självkörande fordon kommer att ha på transportsystemet, och huruvida dessa förbättrar eller försämrar existerande externa effekter. Givet de externa effekterna kan styrmedelsbehov identifieras. Den nuvarande studien analyserar inte nya styrmedel utan tar som utgångspunkt den existerande litteraturen och Trafikverkets (2018) mål och vilka styrmedel som kan användas för att befrämja dessa.

Resultat och slutsats

Resultat

Effekten från självkörande fordon på Trafikverkets (2018) mål är inte entydigt positivt. Den största påverkan lär uppstå ifall självkörande fordon minskar de generaliserade resekostnaderna, vilket kommer att leda till ökat motoriserat resande. Detta skulle kunna motverkas med styrmedel som ökar marginalkostnaden för motoriserade transporter. Om de självkörande fordonen leder till färre trafikolyckor per fordonskilometer har de en positiv effekt på folkhälsan, men ökad modal andel av motoriserade transporter, på bekostnad av gång och cykel försämrar folkhälsan.

Miljöeffekterna från självkörande fordon beror i stor utsträckning, om än inte uteslutande, på andra faktorer, framförallt på huruvida helelektriska fordon ökar i andel i fordonsparken. Påverkan på kollektivtrafik såsom den ser ut idag ser ut att vara mycket negativt, utan att detta nödvändigtvis leder till minskad mobilitet när självkörande taxi tar över marknaden.

Självkörande fordon kommer även att ha effekter utanför Trafikverkets mål. Den största lär vara påverkan på sysselsättningen, framförallt på lågutbildade grupper och invandrare. Samtidigt ökar dock den svenska tillverkningsindustrins konkurrenskraft om transportkostnaderna sjunker.

Slutsatser

Studien avslutas med att vissa luckor i litteraturen identifieras. Den största lär vara påverkan av autonoma fordon på infrastrukturplaneringen. Utöver behovet av att fysiskt anpassa infrastrukturen för autonoma fordon kommer förändrade tidsvärden påverka investeringarna. Tidsvärden är i dagsläget ofta den viktigaste positiva komponenten i en lönsamhetskalkyl. När tidsvärdet sjunker minskar antalet potentiella infrastrukturprojekt som är lönsamma. Detta är dock inte något samhällsekonomiskt problem som måste åtgärdas.

En annan fråga som borde studeras vidare är vilken påverkan som självkörande fordon, framförallt på nivå 5 har på parkeringsefterfrågan. Hur optimeras parkeringen när tomkörning till parkeringsplatser utanför städer orsakar externa effekter men frigör mark? En optimal prissättning som väger för- och nackdelarna mot varandra måste hittas. Dessutom uppstår frågan om de finansiella effekterna för kommunerna som förlorar en inkomstkälla i parkeringsavgifterna och -böterna.

Bakgrund

Växthusgasutsläppen från tunga lastbilstransporter har ökat med ca 11 procent jämfört med 1990. Sedan toppåret 2007 har utsläppen dock minskat med ca 26 procent. Ett sätt att minska utsläppen vidare skulle kunna vara att elektrifiera de tyngst trafikerade vägarna i Sverige.

Syftet med detta projekt är att beräkna potentialer för elektrifiering av godstransporter från fyra scenarier. I det ena scenariot elektrifieras hela europavägnätet samt fyra riksvägar med största godsflöden (RV 40 mellan Göteborg och Jönköping och RV 73 mot Nynäshamn, RV 11 och RV 21 i Skåne). De andra scenarierna är mindre och omfattar bara delar av europavägsnätet och de tyngst trafikerade riksvägen (40 och 73). Studien tar inte hänsyn till tekniska aspekter av elvägar eller till kostnadsfrågan. Den utgår således en ren potentialberäkning.

Metod

Beräkningen baserar sig på vägtrafikdata från Trafikverket kombinerad med fordonskilometer per fyra kategorier av tunga lastbilar (3,5-16 ton, 16-24 ton, 24-40 ton samt över 40 ton) som hämtats från SAMGODS. Bränsleförbrukning per kilometer i ASEK (Trafikverket, 2018) används för att beräkna den totala drivmedelsförbrukningen för tunga lastbilstransporter på de intressanta vägarna. Därefter används värmevärdet som anges av Energimyndigheten, GJ/m³ för dieselolja för att beräkna energiinnehållet i det drivmedel som används. Avslutningsvis används emissionsfaktorn för diesel- och eldningsolja 1 för att beräkna de totala koldioxidutsläppen från det bränsle som använts. Detta anger potentialen för utsläppsminskningar.

Resultat och slutsats

De totala utsläppen från hela europavägsnätet uppgick år 2018 till 5 681 000 ton CO2. Detta kan jämföras med totala utsläpp från alla transporter år 2017 som var på 15 497 000 ton CO2 (Naturvårdsverket, 2018). Utsläppen från transporter har, såsom noterades, sjunkit över tiden, vilket enligt Naturvårdsverket beror främst på att andelen förnybart bränsle ökat även för tunga transporter. Eftersom resultaten i detta PM är framräknade från fordonskilometer, och det har antagits att dessa har producerats med diesel som insatsfaktor, utgör således potentialberäkningen en övre gräns till vad som skulle vara maximala utsläpp för att producera en viss mängd fordonskilometer. Som utsläppsminskningspotential utgör det därmed en övre gräns.

Två scenarier tog hänsyn till att europavägar med låga trafikmängder sannolikt inte skulle löna sig att elektrifiera togs också fram. Om gränsen för elektrifiering sätts på minst 1 miljon fkm med tunga lastbilar per vägkilometer sjunker utsläppsminskningspotentialen för elvägar till 3 270 000 ton CO2. Sänks gränsen något, till 0,8 Mfkm/km väg, så att även E4:n genom Uppsala län, E22 genom Skåne och E20 genom Örebro och Västra Götaland inkluderas ökar utsläppsminskningspotentialen till 2 723 000 ton CO2. Här är det märkbart att trafikmängderna genom Västmanland (0,57 Mfkm/km väg) och Södermanland (0,78 Mfkm/km väg) på E20 är så pass låga att de inte skulle löna sig att elektrifieras även med det mer generösa måttet.

Referenser

Naturvårdsverket, 2018. Utsläpp av växthusgaser från inrikes transporter. [Online]
Available at: https://www.naturvardsverket.se/Sa-mar-miljon/Statistik-A-O/Vaxthusgaser-utslapp-fran-inrikes-transporter/
[Använd 21 08 2019].

Trafikverket, 2018. Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn: ASEK 6.1. Kapitel 14 Operativa trafikeringskostnader för godstransporter, Borlänge: Trafikverket.

Bakgrund

Digitalisering (inklusive automatisering) förväntas ha stor påverkan på transportsystemet, t.ex. genom att tid spenderad i bil kan bli mer produktiv, att trafiksäkerheten kan öka, att transporter kan bli billigare och att nya typer av mobilitetstjänster kan utvecklas. Rätt utnyttjat kan digitalisering bidra till ett hållbart transportsystem. Det finns dock en risk att digitalisering driver på ökat resande, vilket kan leda till ökade utsläpp om inte omställningen till en fossilfri fordonsflotta går mycket snabbt.

Metod

I forskningslitteraturen kring digitalisering har mycket fokus hittills varit på att lista möjligheter och hot. Dock är digitaliseringens effekter inte oberoende av varandra utan det finns både samband och tidsfördröjningar mellan de olika effekterna. Ett exempel på det är att om automatisering gör tiden spenderad i bil mer produktiv så kan människor acceptera en längre pendling, vilket leder till att en del personer flyttar längre från sitt arbete (med en tidsfördröjning). På grund av glesare markanvändning längre ut från städernas centrum blir det också svårare att resa med kollektivtrafik, gång och cykel till övriga ärenden så som inköp och rekreation, vilket kan göra att hushåll väljer att köpa en till bil.

Därför har fokus i detta projekt varit på att använda System Dynamics (Sterman, 2000), en metod som klarar att ta hänsyn till både samband och dynamik mellan effekter när analyser görs. Inom System Dynamics tas ett så kallat Causal Loop Diagram (CLD) fram, som beskriver samband mellan variablerna. Från CLD kan balanserande och förstärkande feedback-loopar identifieras.

Resultat och slutsats

Projektet har resulterat i en kunskapssammanställning och ett preliminärt CLD för det digitaliserade transportsystemet. Sambanden i CLD baseras på kunskapssammanställningens resultat. Ett urval av dessa resultat var:

Automatisering på nivå 3 bedöms främst ge säkerhetsvinster.

Automatisering på nivå 4 och 5 för persontransporter ger en trolig ökning av antalet fordonskilometer, främst på grund av tomkörning och ökad efterfrågan på längre och fler resor.

Automatisering på nivå 4 och 5 för godstransporter förväntas först slå igenom för långväga godstransporter och industriella flöden. Det är troligt att förarlösa fordon får ett större genomslag för gods- än persontransporter på grund av starkare ekonomiska incitament, förarbrist och lägre tekniska barriärer.

Det preliminära CLD från projektet visar att minskningen av marginalkostnad (både faktisk och upplevd kostnad) på grund av digitalisering är central och påverkar ett stort antal andra variabler i systemet så som körsträcka, utflyttning, konkurrens med andra färdmedel m.m. Den enda hittills identifierade balanserande feedback-loopen är trängsel. Med tanke på att trängsel i princip bara utgör en starkt begränsande effekt centralt i våra städer finns det anledning att forska vidare kring styrmedel för att undvika att klimatutsläpp ökar.

Projektet visar också att framtagande av CLD har stor potential som verktyg för experter från olika discipliner att samarbeta och dela kunskap vid en tvärvetenskaplig frågeställning.

Bakgrund

Vägtransporter i allmänhet och även självkörande fordon orsakar ett antal externa effekter som ska internaliseras för att transportutbudet och -efterfrågan ska befinna sig på en samhällsekonomiskt optimal nivå. En ren marknadslösning leder sannolikt inte till ett optimum på grund av de externa effekterna. Dessa omfattar bland annat utsläpp av växthusgaser och luftföroreningar, buller, påverkan på hälsa (brist på fysisk aktivitet, olyckor) samt trängsel som uppstår p.g.a. att vägar är en offentlig vara med öppen tillgång där en extra bilist inte tar hänsyn till den trängsel som de orsakar gentemot andra trafikanter. Samtidigt kan självkörande fordon bli viktiga framförallt för godstransporters utveckling och för vissa resenärsgrupper såsom funktionshindrade, äldre och barn.

Metod

Den metod som används är litteraturstudier som identifierar de effekter som självkörande fordon kommer att ha på transportsystemet, och huruvida dessa förbättrar eller försämrar existerande externa effekter. Givet de externa effekterna kan styrmedelsbehov identifieras. Den nuvarande studien analyserar inte nya styrmedel utan tar som utgångspunkt den existerande litteraturen och Trafikverkets (2018) mål och vilka styrmedel som kan användas för att befrämja dessa.

Resultat och slutsats

Resultat

Effekten från självkörande fordon på Trafikverkets (2018) mål är inte entydigt positivt. Den största påverkan lär uppstå ifall självkörande fordon minskar de generaliserade resekostnaderna, vilket kommer att leda till ökat motoriserat resande. Detta skulle kunna motverkas med styrmedel som ökar marginalkostnaden för motoriserade transporter. Om de självkörande fordonen leder till färre trafikolyckor per fordonskilometer har de en positiv effekt på folkhälsan, men ökad modal andel av motoriserade transporter, på bekostnad av gång och cykel försämrar folkhälsan.

Miljöeffekterna från självkörande fordon beror i stor utsträckning, om än inte uteslutande, på andra faktorer, framförallt på huruvida helelektriska fordon ökar i andel i fordonsparken. Påverkan på kollektivtrafik såsom den ser ut idag ser ut att vara mycket negativt, utan att detta nödvändigtvis leder till minskad mobilitet när självkörande taxi tar över marknaden.

Självkörande fordon kommer även att ha effekter utanför Trafikverkets mål. Den största lär vara påverkan på sysselsättningen, framförallt på lågutbildade grupper och invandrare. Samtidigt ökar dock den svenska tillverkningsindustrins konkurrenskraft om transportkostnaderna sjunker.

Slutsatser

Studien avslutas med att vissa luckor i litteraturen identifieras. Den största lär vara påverkan av autonoma fordon på infrastrukturplaneringen. Utöver behovet av att fysiskt anpassa infrastrukturen för autonoma fordon kommer förändrade tidsvärden påverka investeringarna. Tidsvärden är i dagsläget ofta den viktigaste positiva komponenten i en lönsamhetskalkyl. När tidsvärdet sjunker minskar antalet potentiella infrastrukturprojekt som är lönsamma. Detta är dock inte något samhällsekonomiskt problem som måste åtgärdas.

En annan fråga som borde studeras vidare är vilken påverkan som självkörande fordon, framförallt på nivå 5 har på parkeringsefterfrågan. Hur optimeras parkeringen när tomkörning till parkeringsplatser utanför städer orsakar externa effekter men frigör mark? En optimal prissättning som väger för- och nackdelarna mot varandra måste hittas. Dessutom uppstår frågan om de finansiella effekterna för kommunerna som förlorar en inkomstkälla i parkeringsavgifterna och -böterna.

Bakgrund

Växthusgasutsläppen från tunga lastbilstransporter har ökat med ca 11 procent jämfört med 1990. Sedan toppåret 2007 har utsläppen dock minskat med ca 26 procent. Ett sätt att minska utsläppen vidare skulle kunna vara att elektrifiera de tyngst trafikerade vägarna i Sverige.

Syftet med detta projekt är att beräkna potentialer för elektrifiering av godstransporter från fyra scenarier. I det ena scenariot elektrifieras hela europavägnätet samt fyra riksvägar med största godsflöden (RV 40 mellan Göteborg och Jönköping och RV 73 mot Nynäshamn, RV 11 och RV 21 i Skåne). De andra scenarierna är mindre och omfattar bara delar av europavägsnätet och de tyngst trafikerade riksvägen (40 och 73). Studien tar inte hänsyn till tekniska aspekter av elvägar eller till kostnadsfrågan. Den utgår således en ren potentialberäkning.

Metod

Beräkningen baserar sig på vägtrafikdata från Trafikverket kombinerad med fordonskilometer per fyra kategorier av tunga lastbilar (3,5-16 ton, 16-24 ton, 24-40 ton samt över 40 ton) som hämtats från SAMGODS. Bränsleförbrukning per kilometer i ASEK (Trafikverket, 2018) används för att beräkna den totala drivmedelsförbrukningen för tunga lastbilstransporter på de intressanta vägarna. Därefter används värmevärdet som anges av Energimyndigheten, GJ/m³ för dieselolja för att beräkna energiinnehållet i det drivmedel som används. Avslutningsvis används emissionsfaktorn för diesel- och eldningsolja 1 för att beräkna de totala koldioxidutsläppen från det bränsle som använts. Detta anger potentialen för utsläppsminskningar.

Resultat och slutsats

De totala utsläppen från hela europavägsnätet uppgick år 2018 till 5 681 000 ton CO2. Detta kan jämföras med totala utsläpp från alla transporter år 2017 som var på 15 497 000 ton CO2 (Naturvårdsverket, 2018). Utsläppen från transporter har, såsom noterades, sjunkit över tiden, vilket enligt Naturvårdsverket beror främst på att andelen förnybart bränsle ökat även för tunga transporter. Eftersom resultaten i detta PM är framräknade från fordonskilometer, och det har antagits att dessa har producerats med diesel som insatsfaktor, utgör således potentialberäkningen en övre gräns till vad som skulle vara maximala utsläpp för att producera en viss mängd fordonskilometer. Som utsläppsminskningspotential utgör det därmed en övre gräns.

Två scenarier tog hänsyn till att europavägar med låga trafikmängder sannolikt inte skulle löna sig att elektrifiera togs också fram. Om gränsen för elektrifiering sätts på minst 1 miljon fkm med tunga lastbilar per vägkilometer sjunker utsläppsminskningspotentialen för elvägar till 3 270 000 ton CO2. Sänks gränsen något, till 0,8 Mfkm/km väg, så att även E4:n genom Uppsala län, E22 genom Skåne och E20 genom Örebro och Västra Götaland inkluderas ökar utsläppsminskningspotentialen till 2 723 000 ton CO2. Här är det märkbart att trafikmängderna genom Västmanland (0,57 Mfkm/km väg) och Södermanland (0,78 Mfkm/km väg) på E20 är så pass låga att de inte skulle löna sig att elektrifieras även med det mer generösa måttet.

Referenser

Naturvårdsverket, 2018. Utsläpp av växthusgaser från inrikes transporter. [Online]
Available at: https://www.naturvardsverket.se/Sa-mar-miljon/Statistik-A-O/Vaxthusgaser-utslapp-fran-inrikes-transporter/
[Använd 21 08 2019].

Trafikverket, 2018. Analysmetod och samhällsekonomiska kalkylvärden för transportsektorn: ASEK 6.1. Kapitel 14 Operativa trafikeringskostnader för godstransporter, Borlänge: Trafikverket.