Utveckling av arbetet med modellering, scenarier

SWEDISH ENVIRONMENTAL PROTECTION AGENCY
SKRIVELSE
2015-06-25
NV-00322-15
Utveckling av arbetet med
modellering, scenarier och
styrmedelsutvärdering i klimat- och
energipolitiken
Redovisning av regeringsuppdraget Styrmedel
inom klimat- och energiområdet
B E S Ö K : S T O C K H O L M - V A L H A L L A V Ä G E N 195
Ö S T E R S U N D – F O R S K A R E N S V Ä G 5, H U S U B
K I R U N A – K A S E R N G A T A N 14
P O S T : 106 48 S T O C K H O L M
T E L : 010 -698 10 00
F A X : 010 -698 10 99
E-POST: REGISTRATOR@NATURVARDSVERKET .SE
INTERNET: WWW.NATURVARDSVERKET.SE
NATURVÅRDSVERKET
2(113)
Förord
Naturvårdsverket fick i regleringsbrevet för 2015 i uppdrag att analysera och ge
förslag på förbättringar när det gäller nationella analysmetoder, användning av
referensscenarier och arbete med utvärdering när det gäller klimat- och
energipolitiska styrmedel.
Uppdraget ska redovisas senast den 30 juni 2015.
Arbetet har bedrivits i samarbete med Energimyndigheten. Ansvariga för att
koordinera arbetet från Energimyndighetens sida har varit Zinaida Kadic och
Mikaela Sahlin.
Värdefulla bidrag och synpunkter har också kommit från Konjunkturinstitutet,
Jordbruksverket, Trafikverket och Sveriges Lantbruksuniversitet.
Medverkande från Naturvårdsverket har varit Viktor Löfvenberg, Hanna
Brolinson, Ulrika Svensson, Karl-Anders Stigzelius och Sandra Backlund.
Projektledare har varit Jonas Nordanstig.
3(113)
NATURVÅRDSVERKET
FÖRORD
SAMMANFATTNING
1.
UPPDRAG OCH GENOMFÖRANDE ..................................................... 6
2.
INLEDNING................................................................................................ 7
2.1.
Bakgrund ........................................................................................................................ 7
2.2.
Läsanvisningar............................................................................................................... 7
2.3.
Avgränsningar ............................................................................................................... 8
3.
KLIMATEKONOMISKA MODELLER ................................................. 9
3.1.
Modellanalyser............................................................................................................... 9
3.2.
Klimatekonomiska modellansatser ............................................................................ 15
3.3.
Klimatekonomiska modeller i Sverige ....................................................................... 25
3.4.
Internationell utblick................................................................................................... 35
3.5.
Diskussion .................................................................................................................... 45
4. SCENARIER ÖVER UTSLÄPP OCH UPPTAG AV
VÄXTHUSGASER ........................................................................................... 49
4.1.
Referensscenarier jämfört med utfall ........................................................................ 49
4.2.
Slutsatser ...................................................................................................................... 61
4.3.
Arbetet med referensscenarier i Sverige ................................................................... 63
4.4.
Utveckling av scenarioarbetet .................................................................................... 71
4.5.
Internationell utblick................................................................................................... 75
5.
EX-POSTUTVÄRDERING AV STYRMEDEL .................................... 77
5.1.
Teoretisk bakgrund ..................................................................................................... 78
5.2.
Utmaningar i utvärdering av klimat- och energipolitiska styrmedel ...................... 87
5.3.
Ex-postutvärdering av klimat- och energipolitiska styrmedel i Sverige ................. 88
NATURVÅRDSVERKET
4(113)
5.4.
Internationell utblick................................................................................................... 95
5.5.
Slutsatser .................................................................................................................... 100
6.
REKOMMENDATIONER .................................................................... 101
6.1.
Utveckling av arbetet med klimatekonomiska modeller ........................................ 101
6.2.
Utveckling av arbetet med referensscenarier .......................................................... 102
6.3.
Utveckling av arbetet med ex-postutvärdering ....................................................... 103
7.
REFERENSER ........................................................................................ 105
BILAGA. MARKAL – BESKRIVNING OCH UTVECKLINGSIDÉER
NATURVÅRDSVERKET
5(113)
Sammanfattning
Naturvårdsverket har tillsammans med Energimyndigheten och i dialog med
Konjunkturinstitutet och andra myndigheter analyserat arbetet med
klimatekonomisk modellering, referensscenarier och utvärdering av styrmedel i
Sverige. Jämförelser har gjorts med andra länder, i första hand övriga nordiska
länder samt Storbritannien och Tyskland, för att se om det finns lärdomar att dra
för svenskt vidkommande.
När det gäller klimatekonomisk modellering har en genomgång gjorts av vilka
typer av modeller (till exempel top-downmodeller respektive bottomupmodeller) som förekommer i stort samt vilka modeller som används i Sverige.
Analysen av det svenska arbetet med modellering och hur detta kan utvecklas
har främst utgått från allmänjämviktsmodellen EMEC och
energisystemmodellen MARKAL. Bland rekommendationerna för fortsatt arbete
finns bland organisatoriska aspekter som ökat fokus på transparens och ett mer
strukturerat samarbete mellan de berörda myndigheterna. Dessutom diskuteras
metodologiska förbättringar som till exempel mjuklänkning mellan top-downoch bottom-upmodeller samt förbättringar i modellernas inneboende
detaljeringsgrad.
En genomgång av svenska referensscenarier för direkta (t.ex. koldioxidutsläpp)
eller indirekta (t.ex. energianvändning) klimatparametrar visar att utfallet ofta
blir lägre än referensscenariot. Anledningen till detta kan bland annat vara att
nya och ändrade styrmedel har tillkommit som bidrar till lägre utfallsnivå. En
annan anledning kan vara introduktion av ny teknik som varit svår att korrekt
förutse. En viktig observation är att det tidigare ganska stabila sambandet mellan
till exempel energianvändning och ekonomisk tillväxt för vissa branscher de
senaste åren har försvagats eller brutits helt. Om sådana samband inte längre är
givna ställs nya krav på arbetet med referensscenarier. Rekommendationerna
kring scenarioarbetet handlar bland annat om att hantera osäkerheter och att öka
detaljeringsgraden i de modeller som används.
Utvärdering av införda styrmedel i efterhand, så kallad ex-postutvärdering, är ett
område som kan utvecklas. Det saknas både i Sverige och i flera andra länder ett
systematiskt utvärderingsarbete av införda styrmedel, bland annat för att se om
dessa har den effekt och den effektivitet som avsetts. En viktig slutsats är vikten
av att redan i beredningen av ett nytt eller ändrat styrmedel skapa goda
förutsättningar för en utvärdering ex post. Detta kan bland annat göras genom
tydliga uppföljbara mål och förberedelser för insamling av relevanta data.
Naturvårdsverket föreslår bland annat utarbetandet av en generell vägledning för
att möjliggöra och genomföra ändamålsenliga ex post-utvärderingar. Dessutom
föreslås att en samlad utvärdering görs av effektiviteten i de styrmedel som
verkar i klimatpolitiken.
NATURVÅRDSVERKET
6(113)
1. Uppdrag och genomförande
Uppdraget gavs Naturvårdsverket i regleringsbrevet för 2015.
”Naturvårdsverket ska i samarbete med Statens energimyndighet, och efter att
ha inhämtat synpunkter från andra berörda myndigheter, analysera den
internationella utvecklingen vad gäller klimatekonomiska analyser, utvärdering
av styrmedel samt studera tidigare gjorda referensscenarier i relation till det
faktiska utfallet. Dagens svenska analysmetoder ska jämföras med
internationellt modellutvecklingsarbete. I uppdraget ingår att ge förslag på
förbättringar av såväl nationella analysmetoder som för arbete med
referensscenarier och styrmedelsutvärdering. Uppdraget ska redovisas till
regeringskansliet (Miljö- och energidepartementet) senast den 30 juni 2015.”
Uppdraget har bestått av tre huvudsakliga analysområden: klimatekonomiska
modeller, arbete med referensscenarier och ex-postutvärdering av klimat- och
energipolitiska styrmedel. Dessa beskrivningar återfinns i kapitel 3-5. De
huvudsakliga rekommendationerna har sedan samlats i kapitel 6.
Arbetet har bedrivits i en intern arbetsgrupp på Naturvårdsverket.
Energimyndigheten har lämnat underlag till i första hand det som rör
referensscenarier och energisystemmodellen MARKAL. Energimyndigheten har
också getts möjlighet att lämna synpunkter på rapporten i sin helhet.
Diskussionsmöten också hållits med Jordbruksverket och Konjunkturinstitutet.
Ett kort remissutskick av förslag till redovisning har gjorts till dessa myndigheter
samt till Trafikverket och Sveriges Lantbruksuniversitet. Inkomna synpunkter
har beaktats vid färdigställande av rapporten.
NATURVÅRDSVERKET
7(113)
2. Inledning
2.1. Bakgrund
Den svenska klimatstrategin har utvecklats successivt sedan slutet av 1980-talet.
Strategin består av mål, styrmedel och åtgärder samt återkommande uppföljning
och utvärdering. Uppföljning har bland annat skett genom fördjupad utvärdering
i miljömålssystemet och genom kontrollstationsuppdrag till berörda myndigheter
(till exempel 2008 och 2015)
De nuvarande svenska klimatpolitiska ambitionerna kommer till uttryck i
propositionen "En sammanhållen klimat- och energipolitik", som antogs av
riksdagen 2009. Den svenska klimatpolitiken förhåller sig också till angränsande
nationella politikområden och är i hög grad en del av EU:s politik.
För att sätta mål för klimat- och energiområdet krävs analyser av historisk och
framtida utveckling av direkta (till exempel koldioxidutsläpp) eller indirekta (till
exempel energianvändning) faktorer för klimatpåverkan. Referensscenarier
upprättas för att visa vad som kan hända i framtiden, i huvudsak givet dagens
trender och befintliga styrmedel. Det behövs också konsekvensanalyser av olika
målnivåer och styrmedel där alternativa scenarier relateras till referensscenariot
(så kallad ex ante-utvärdering). Olika typer av modeller (bland annat
klimatekonomiska modeller) utgör viktiga verktyg, dels i arbetet med att ta fram
referensscenariot, men också i arbetet med att studera effekterna av alternativa
mål och styrmedel. För att sedan förstå i vilken utsträckning det faktiska utfallet
beror på de styrmedel som verkat under perioden krävs någon form av
utvärdering i efterhand (så kallad ex post-utvärdering).
I takt med att klimat- och energipolitiken utvecklas och påverkar samhällets
sektorer i allt högre grad är det viktigt att titta på hur olika delar av processen
kan förbättras med avseende på bland annat måluppfyllelse och
kostnadseffektivitet. En utgångspunkt bör då vara det faktum att klimatpolitiken
berör olika myndigheter och organisationer och att arbetet inom respektive del
omfattar mer än vad som ryms inom respektive aktörs ansvarsområde.
2.2. Läsanvisningar
Denna rapport fokuserar på klimatekonomiska modeller, referensscenarier och
ex post-utvärdering av styrmedel.
NATURVÅRDSVERKET
8(113)
Klimatekonomiska modeller omfattar flera olika klasser av modeller som ofta
används för att ta fram beslutsunderlag inom klimat- och energipolitiken.
Modellerna ingår som en del i arbetet med att ta fram olika scenarier för den
framtida utvecklingen av till exempel växthusgasutsläpp, men kan i vissa fall
även användas som analysverktyg för att finna lämpliga målnivåer.
Klimatekonomiska modeller används också för att ex-ante bedöma tänkta
styrmedels effekter på ekonomin i stort, liksom för att ex-post utvärdera om
utsläppstrender eller beteendeförändringar kan antas bero på ett aktuellt
styrmedel. Olika typer av klimatekonomiska modeller och arbetet med modeller
i ett svenskt och internationellt perspektiv beskrivs i kapitel 3. Förslag på
tekniska förbättringar i energisystemmodellen MARKAL-Nordic finns
beskrivna i bilagan.
Referensscenarier syftar till att beskriva möjlig utveckling när det gäller
utsläppen av till exempel växthusgaser, baserat på de antaganden man gjort.
Scenarioarbetet blir därför centralt både i arbetet med att sätta mål och att följa
upp utfallet. Jämförelser mellan tidigare framtagna referensscenarier, hur arbetet
är upplagt i Sverige och en kort internationell utblick återfinns i kapitel 4.
Ex post-utvärdering av styrmedel syftar till att bedöma det aktuella styrmedlets
specifika verkan. När ett visst utfall observerats och graden av måluppfyllelse
blir tydlig kan det alltjämt vara svårt att veta om och i vilken mån det är tack
vare (eller trots) styrmedlet ifråga. Metoder och erfarenheter när det gäller
styrmedelsutvärdering i Sverige och andra länder diskuteras i kapitel 5.
I kapitel 6 samlas de huvudsakliga rekommendationerna för fortsatt arbete när
det gäller modeller, referensscenarier och styrmedelsutvärdering.
2.3. Avgränsningar
Den internationella utblicken har inriktats på de länder som bedömts vara
intressanta ur ett svensk perspektiv: övriga nordiska länder, Storbritannien och
Tyskland samt till del Nederländerna och USA.
Ingen djupgående analys har gjorts av hur det svenska arbetet med utvärderingar
(såväl ex-ante som ex-post) som helhet är organiserat och vilka förbättringar
som kan vara möjliga att göra på ett grundläggande strukturellt plan.
Inte heller har modellering för transportsektorn behandlats på ett ingående sätt.
Trafiken bidrar i hög grad till svenska utsläpp av växthusgaser, men eventuella
behov av modellutveckling eller liknande för denna sektor har inte rymts inom
ramen för detta uppdrag.
NATURVÅRDSVERKET
9(113)
3. Klimatekonomiska modeller
3.1. Modellanalyser
För att begränsa klimatförändringarna krävs politiska beslut som kan styra
samhällsutvecklingen på lång sikt. Analyser av de framtida effekterna av sådana
beslut är svåra och förknippade med stora osäkerheter. Att använda modeller och
scenarioanalyser gör det möjligt att på ett systematiskt sätt försöka förstå de
komplexa samband som styr utvecklingen.
Klimatekonomiska modeller används flitigt som beslutsunderlag i såväl
nationella som internationella klimatpolitiska sammanhang. Modeller används
för att uppskatta kostnader och nyttor av att minska utsläppen av växthusgaser,
analysera samhällsekonomiska konsekvenser av föreslagna klimatpolitiska mål
och styrmedel, utvärdera pågående och avslutade styrmedel, identifiera
kostnadseffektiva åtgärder för utsläppsminskningar, och för att uppskatta
tekniska potentialer för utsläppsminskningar. Ekonomisk modellering inom
energi- och klimatområdet kan göras med ett stort antal metodologiska ansatser
och med flera olika syften. Vi har här för enkelhets skull valt att benämna
samtliga sådana modeller klimatekonomiska modeller1. Klimatekonomiska
modeller används framförallt för ex-ante analyser av effekter av klimatpolitiska
förslag (mål, styrmedel eller åtgärder), men kan i vissa fall också nyttjas i expost utvärderingar av befintliga eller avslutade insatser.
Detta kapitel beskriver inledningsvis generella förutsättningar som gäller när
modeller används för att analysera klimatpolitikens framtida effekter. Då
kostnadsbegreppet är centralt i ekonomiska analyser diskuteras även detta. Nästa
avsnitt tar upp olika klimatekonomiska modellansatser, varpå ett avsnitt följer
som redogör för de modeller som ofta används i Sverige. Innan den avslutande
diskussionen beskrivs även arbetet med klimatekonomiska modeller i ett urval
länder och organisationer.
3.1.1. Förutsättningar
Alla modeller är förenklade beskrivningar av verkligheten. Att modeller bygger
på antaganden behöver dock inte nödvändigtvis vara en nackdel; tvärtom kan
det vara så att det system som modellen beskriver är alltför komplext för att låta
sig fångas och analyseras på ett meningsfullt sätt med mindre än att det
1
Begreppet är något missvisande då det inte bara rör sig om strikt ekonomiska modeller utan
även modeller från andra fält, såsom energisystemmodeller. Vi har dock för enkelhetens skulle
valt att samla alla modeller under namnet klimatekonomiska modeller.
NATURVÅRDSVERKET
10(113)
reduceras så att endast de mest centrala sambanden återstår. Ju större och mer
komplext systemet i fråga är, desto mer angeläget kan det vara att ha tillgång till
en stiliserad modell. Men avvägningen mellan en modells komplexitet och dess
överblickbarhet gäller mer generellt. En omfattande modell som i detalj kan
återskapa ett visst skeende behöver inte vara bättre än en mindre komplex
modell som i stora drag kan återge samma sak.
Vilka förenklingar som görs bestämmer bland annat de systemgränser inom
vilka modellen kan anses vara giltig. När resultat från en given modell ska
tolkas, eller jämföras med resultat från en annan modell, är det därför viktigt
förstå att en specifik modell bygger på antaganden som många gånger är unika
för just den modellen. Vidare är det viktigt att förstå att en given modell ofta har
tagits fram i ett visst syfte – till exempel för att fokusera på särskilda aspekter av
en viss frågeställning – och att det därför inte är lämpligt att utan vidare använda
modellen för andra ändamål.
De modeller som används för att analysera ekonomiska effekter av
klimatpolitiken beskriver hur ekonomin eller energisystemet utvecklas över tid.
Tidsaspekten bidrar till att öka komplexiteten ytterligare och svårigheterna med
att använda modeller ökar ju längre tidshorisonten är. Av denna anledning
beskrivs ofta de utvecklingsbanor som tas fram hjälp av sådana modeller för
scenarier, snarare än prognoser. Ett scenario exemplifierar endast ett möjligt
utfall av framtiden. En prognos representerar det mest sannolika utfallet i
framtiden.
Framtidsanalyser är alltid förknippade med osäkerhet. Olika modellansatser
försöker hantera denna osäkerhet på olika sätt, men det finns inte någon metod
som klarar av att med särskilt stor noggrannhet förutsäga vad som kommer att
ske i framtiden. Inte heller kan modellerna med säkerhet säga vad effekterna blir
av samhällsomställningar av den storleken som kan komma att krävas för att nå
det så kallade tvågradersmålet. Beräkningar av kostnader och intäkter från
analyserna bör därför tolkas med försiktighet.
Kostnaderna för att nå ett visst utsläppsmål beror på en rad omständigheter. En
av dessa omständigheter är självfallet hur långt det är till målet. Om målet redan
i startåret är praktiskt taget uppfyllt blir kostnaderna givetvis lägre än om
måluppfyllelsen skulle kräva mer omfattande utsläppsminskningar. Det kan
också vara så att målet kommer att nås med redan beslutade styrmedel, vilket
innebär att ytterligare åtgärder inte är nödvändiga. För att avståndet till målet,
eller utsläppsgapet2, ska gå att mäta måste en bedömning göras av hur stora de
framtida utsläppen blir i avsaknad av ytterligare insatser. Bedömningar om
utsläppsgapets storlek speglar därmed uppskattningar om vilken framtida
2
Utsläppsgapet är således skillnaden mellan utsläppsmålet och de prognosticerade utsläppen, i
målåret.
NATURVÅRDSVERKET
11(113)
utsläppsbana som kommer att gälla om de insatser som är föremål för analysen
inte vidtas. Utsläppsbanan är i sin tur beroende av ett stort antal bakomliggande
antaganden om hur utvecklingen blir för exempelvis ekonomin i sin helhet,
enskilda sektorer, teknologier, energipriser, värderingar och normer. Det är även
nödvändigt att bedöma vilken politik som kommer att drivas i framtiden;
vanligtvis antas här är att endast pågående och redan beslutade styrmedel tillåts
verka. Alla dessa antaganden utgör grunden för det som brukar kallas för ett
referensscenario mot vilket effekter av en förändrad politik jämförs.
Referensscenariot har således stor betydelse för utfallet i den klimatekonomiska
analysen. Vid sidan av referensscenariot tas även ett eller flera alternativa
scenarier fram. Dessa ”kontrafaktiska” utfall skiljer sig från referensscenariot i
ett eller flera antaganden gällande de parametrar som är intressanta att studera,
exempelvis bränslepriser, BNP-utveckling, eller vilken politik som förs. I det
senare fallet benämns det alternativa scenariot för ett policyscenario. Skillnaden
i utfall – mätt som till exempel BNP eller utsläpp – mellan referensscenariot och
policyscenariot tillskrivs de styrmedel som skiljer scenarierna åt.
Några av de mest centrala antagandena i samtliga framtidsscenarier gäller hur ny
teknik kommer utvecklas och användas. I ett scenario där CCS-teknologier3
antas kunna utnyttjas i stor skala är förutsättningarna att nå ett givet
klimatpolitiskt mål helt andra än i ett scenario där sådan teknik över huvud taget
inte är tillgänglig. I avsnitt 3.2 framgår att just i vilken omfattning och med
vilken detaljrikedom olika teknologier representeras i en modell är en skiljelinje
mellan olika klimatekonomisks modellansatser.
En annan viktig skillnad mellan olika modeller är hur de behandlar teknologisk
utveckling. Det finns två principiella sätt genom vilket detta kan göras. Antingen
antas att utvecklingstakten bestäms exogent, utanför modellen, vilket innebär att
oavsett vad som sker i övrigt i modellen så utvecklas teknologier i en
förutbestämd takt. De exogena teknikantagandena görs då i regel med stöd i
expertbedömningar, eller utifrån tidigare studier. Det andra alternativet är att
modellera den teknologiska utvecklingen endogent.4 I en sådan modell påverkas
utvecklingstakten, och ibland även utvecklingens inriktning, av allt annat som
sker i modellen. Endogen teknologisk utveckling kan modelleras på flera olika
sätt; bland annat genom så kallade lärkurvor eller genom incitament via
relativpriser. Priserna kan då antingen ha en direkt påverkan på
teknikutvecklingen, eller en indirekt påverkan via forskning och utveckling.
Eftersom vår möjlighet att nå tvågradersmålet helt och hållet är beroende av hur
nya teknologier utvecklas i framtiden är det önskvärt att denna process ingår i en
klimatekonomisk modell. I någon mening är därför endogen teknologisk
3
Koldioxidavskiljning och lagring (Carbon capture and storage).
Exogena variabler i en modell är allmänt sådana vars storlek fastställs utanför modellen.
Sådana variabler vars storlek däremot bestäms i modellen kallas allmänt endogena.
4
NATURVÅRDSVERKET
12(113)
utveckling att föredra, men det behöver inte alltid vara så. En detaljerad
modellering av hur teknologier utvecklas innebär att modellens
komplexitetsgrad ökar och det kan, som redan konstaterats ovan, vara till en
nackdel då det kan göra resultaten svårare att förstå. Vidare innebär en sådan
endogenisering av den tekniska utvecklingen att analysen blir än känsligare för
antaganden kring förlopp och samband som inte enkelt går att kvantifiera.
Huruvida den teknologiska utvecklingen ska ingå endogent i modellen eller ej är
således en fråga om i vilken grad fördelarna med detta överväger nackdelarna.
Till sist kan tilläggas att det inte ens den mest avancerade modellen med
endogen teknologisk utveckling går att förutse plötsliga och oväntade
förändringar, så kallade tekniksprång.
Hur framtiden kommer utvecklas avgörs dock i slutändan av hur hushåll och
företag agerar under de givna förutsättningarna. I ekonomiska modeller är de
relativa priserna på insatsfaktorer, varor och tjänster en av de viktigaste
variablerna som avgör utfallet i ekonomin. Aktörernas priskänslighet kommer i
modeller till uttryck i så kallade elasticiteter som beskriver hur stor effekt en
procentuell förändring i en varas pris har på dess efterfrågan. Storleken på dessa
elasticiteter skattas utifrån historiska data. En priselasticitet är således skattad
utifrån tidigare observationer av effekterna på efterfrågan av marginella
prisförändringar från en given prisnivå. Om prisförändringen i modellen är stor
är det därför inte säkert att elasticiteten längre är giltig. En annan fara med att
använda elasticiteter över långa tidshorisonter är att de preferenser som
elasticiteterna i någon mån representerar, kan förändras över tid. Båda dessa fall
exemplifierar ett mer generellt problem som handlar om svårigheterna med att
förutsäga framtida skeenden utifrån historisk data.
Detta avsnitt har försökt illustrera en antal generella förutsättningar som gäller
då modeller används för att analysera klimatpolitikens ekonomiska effekter.
Modeller är alltid idealiserade beskrivningar av ett fenomen. Det är en styrka
eftersom modellen därmed förmår att göra ett annars alltför komplext fenomen
hanterbart. Men samtidigt innebär förenklingarna att modellen aldrig fullt ut
fångar det fenomen den ska beskriva. Alla modeller är därför, i någon mening,
fel. Det innebär dock inte att de inte är användbara. Om, när och hur en specifik
modell bör användas beror på sammanhanget.
Det har konstaterats ovan att de resultat som kommer från klimatekonomiska
modeller påverkas av en lång rad olika faktorer5 och det är viktigt att vara
medveten om dessa då resultaten från en viss modell ska tydas, eller jämföras
med resultat från en annan modell. Den inneboende osäkerhet som är förknippad
med analyser av framtiden, inte minst med hjälp av modeller, innebär att
5
Söderholm (2012) delar in dessa faktorer i fyra generella kategorier i) referensscenariot ii)
modellens strukturella egenskaper iii) klimatpolitikens utformning iv) icke-marknadsprissatta
kostnader och intäkter.
NATURVÅRDSVERKET
13(113)
resultaten med fördel tolkas utifrån effekternas riktningar och relativa storlekar,
snarare än absoluta storlekar. Modeller kan ge värdefulla insikter i komplexa
frågor men utgör endast en del av ett brett beslutsunderlag.
3.1.2. Kostnadsbegreppet
Gemensamt för de modeller som diskuteras i detta kapitel är att de på ett eller
annat sätt kan användas för att mäta en eller flera aspekter av de kostnader som
uppstår till följd av klimatpolitiken. Vad som är en kostnad i detta sammanhang
är dock inte entydigt, olika studier anger olika kostnadsmått. Här följer en kort
diskussion om kostnadsbegreppet, samt en beskrivning av de vanligaste
kostnadsredovisningarna. Se exempelvis Paltsev och Capros (2013) eller
Söderholm (2012) för mer ingående beskrivningar.
De kostnader som är av intresse här är så kallade samhällsekonomiska
kostnader. En samhällsekonomisk kostnad är alltid på något sätt relaterad till en
real resursåtgång (av till exempel arbetskraft, energi, realkapital, material). Det
innebär att den samhällsekonomiska kostnaden för en viss åtgärd, eller för att nå
ett visst utsläppsmål, utgörs av värdet av de resurser som tas i anspråk. Detta
värde är i sin tur definierat som resursernas alternativkostnad, det vill säga den
samhällsekonomiska nytta som resurserna hade åstadkommit i sin bästa
alternativa användning. Ett vanligt sätt att mäta alternativkostnaden för en resurs
är att, i de fall det är möjligt, använda dess marknadsvärde. Kostnader som
endast utgörs av transfereringar av medel men som inte innefattar en faktisk
förbrukning av resurser är således inte att betrakta som en samhällsekonomisk
kostnad. Ett exempel på en sådan kostnad är det belopp ett företag betalar i
utsläppsskatt. Motsatsen gäller också; en aktivitet som i vanligt tal betraktas som
gratis kan ändå vara förknippad med en samhällsekonomisk kostnad. Många
väljer till exempel bort att kontrollera lufttrycket i bilddäcken trots att de vet att
rätt tryck minskar rullmotståndet och därmed också bensinförbrukningen och
utsläppen. Att kontrollera lufttrycket är gratis, men det innebär ändå en kostnad
(i tid) för individen, och samhället.
Det går att identifiera fyra kategorier av mått som brukar används för att
redovisa klimatpolitikens kostnader. Den totala direkta åtgärdskostnaden är
bland de vanligaste måtten och utgörs av de utgifter aktörerna (i regel hushållen
och företagen) i ekonomin har för att anpassa sig till de nya styrmedlen.
Åtgärdskostnaden innefattar i regel (skillnaden i) investeringskostnader,
bränslekostnader, samt drifts-och underhållskostnader. En nackdel med detta
kostnadsmått är att det inte speglar eventuella allmänjämviktseffekter (se nedan).
Ett annat vanligt kostnadsmått är minskningen i bruttonationalprodukt (BNP).
Klimatpolitiken har ofta en direkt påverkan på produktionen i de sektorer som
närmast berörs av en policyförändring, men även indirekt i andra sektorer. En
förändring i BNP fångar såväl direkta som indirekta effekter i samtliga sektorer
NATURVÅRDSVERKET
14(113)
(så kallade allmänjämvikteffekter) som uppstår till följd av politiken. Den
samhällsekonomiska kostnaden representeras då följaktligen av en minskning i
BNP i förhållande till referensscenariot.6
En teoretiskt sett mer tilltalande metod att försöka mäta kostnader riktar in sig
direkt på de välfärdsförändringar som politiken leder till. Så kallad ekvivalent
variation i inkomst utgår ifrån den förändring i inkomst som skulle ge en individ
samma förändring i nytta som den föreslagna policyn ger upphov till. Om
exempelvis en höjning av skatten på koldioxid skulle föranleda att en individ
ändrar sitt beteende på ett sätt som minskar individens nytta, skulle denna
välfärdsförändring kunna mätas monetärt i termer av en inkomstreduktion som
minskar individens nytta i samma omfattning som policyförändringen. Ett
snarlikt mått är kompenserande variation i inkomst.
En fjärde ansats som används för att mäta kostnaden för klimatpolitiken är att
beräkna priset på koldioxid (exempelvis genom priset på utsläppsrätter, eller via
en koldioxidskatt) som krävs för att uppnå ett givet utsläppsmål. Även om
kolidoxidpriset ger en indikation på hur kostsamt det är att uppnå en viss
reduktion lämpar det sig dock inte till att mäta de totala kostnaderna. För det
första mäter utsläppspriset endast kostnaden att reducera utsläppen med
ytterligare en enhet (den marginella reduktionskostnaden), och det säger således
ingenting om den aggregerade kostnaden för de utsläppsminskningar som redan
gjorts. För det andra uppnås utsläppsminskningar i regel som en följd av flera
olika styrmedel vilket innebär att priset på kolidoxid antagligen ger en för låg
uppskattning av den faktiska marginella reduktionskostnaden.
Det kommer i följande avsnitt framgå att valet av kostnadsmått i mångt och
mycket avgörs i samband med valet av modell; detaljerade sektorsmodeller
rapporterar mestadels uppskattningar av de totala direkta åtgärdskostnaderna,
medan makroekonomiska modeller mäter kostnaderna i termer av förändrad
BNP (eller motsvarande välfärdsmått). Att rakt av jämföra kostnader som
rapporteras från en modellansats med motsvarande resultat från en annan
modellansats kan därför vara svårt7. Båda typer av mått är dock relevanta och de
bör därför ses som komplement till varandra.
Många klimatekonomiska modeller används för att studera klimatpolitikens
kostnader, utan att explicit ta hänsyn till de intäkter som följer av att utsläppen
av växthusgaser minskar; exempelvis hälsoeffekter, uteblivna skadekostnader
6
Teoretiskt sett är BNP dock inte ett idealt välfärdsmått eftersom det snarare är konsumtionen,
en delkomponent av BNP, som närmast anses ge upphov till välfärd. Av den anledningen anges
ibland förändringar i konsumtion som ett alternativ till BNP-förändring. Men då varken
förändringar i BNP eller förändringar i konsumtion fångar värdet av icke-prissatta varor och
tjänster som t.ex. fritid och kollektiva nyttigheter, är inget av dessa mått helt tillfredsställande.
7
Det finns så klart även andra faktorer som komplicerar en jämförelse av resultat från olika
studier, t.ex. valet av referensscenario.
NATURVÅRDSVERKET
15(113)
och uteblivna kostnader för klimatanpassning. Det betyder bland annat att en
diskussion om skillnaden mellan kostnaderna i två scenarier i en sådan modell
inte säger hela sanningen om hur ”billigt” eller ”dyrt” respektive scenario är för
samhället. En annan viktig frågeställning rör hur kostnader (och intäkter) ska
jämföras över tid. Denna fråga aktualiseras i dynamiska8 modeller där kostnader
(och intäkter) som uppstår vid olika tidpunkter ska summeras över tid, ofta i ett
nuvärde. Valet av kalkylränta, eller diskonteringsränta, får därmed stor
betydelse på analysresultatet.
3.2. Klimatekonomiska modellansatser
Det finns flera olika sätt att kategorisera de ansatser som används för att
analysera de ekonomiska effekterna av klimatpolitiken. En vanlig uppdelning av
modeller som görs utgår ifrån detaljnivå och spännvidd. Så kallade bottom-up
modeller beskriver en mindre del av ekonomin med hög upplösning, medan så
kallade top-down modeller är mer aggregerade samtidigt som de fångar hela
ekonomin. Det bör tilläggas att uppdelningen mellan top-down och bottom-upmodeller framförallt fyller ett pedagogiskt syfte. Modeller tenderar idag allt mer
att ha inslag av båda ansatser (se avsnittet om hybridmodeller nedan). Det finns
även andra sätt att kategorisera olika ansatser, exempelvis partiella kontra
ekonomiövergripande; dynamiska kontra statiska; jämviktsmodeller kontra ickejämviktsmodeller; optimerande modeller kontra simuleringsmodeller.
Bottom-up modeller är partiella, det vill säga avgränsade till en eller flera
specifika sektorer i ekonomin. Modellerna lägger stor vikt vid att noggrant
beskriva teknologier och energiflöden såväl i produktions- som i
konsumtionsledet. Övriga sektorer i ekonomin behandlas endast översiktligt,
eller inte alls. Då det framförallt är energisektorn som beskrivs i de bottom-up
modeller som används för att analysera klimatpolitiken kallas de i dessa
sammanhang även för energisystemmodeller. Med energisystemet avses
energikällorna, energiproduktionen, omvandlingen och den slutliga
energianvändningen.
Top-down modeller bidrar med ett ekonomiövergripande perspektiv där
ekonomin beskrivs i dess helhet, inklusive det ömsesidiga beroendet mellan
sektorer. Enskilda sektorer behandlas dock i regel inte i någon större detalj. Till
denna klass hör bland annat allmänjämviktsmodeller, makroekonometriska
modeller, samt ekonomiska tillväxtmodeller. Ett annat samlingsnamn för dessa
modeller är makroekonomiska modeller.
8
Med dynamiska modeller menas här modeller som redovisar resultat för flera år. Motsatsen,
statiska modeller, anger endast utfallet ett specifikt år. Integrated assessment modeller och
energisystemmodeller är i regel dynamiska, medan t.ex. CGE-modeller kan vara antingen
statiska eller dynamiska.
16(113)
NATURVÅRDSVERKET
Då bottom-up och top-down ansatserna på många sätt är att betrakta som
komplement till varandra länkas de ibland ihop i så kallade hybridmodeller. Det
finns också många exempel på när ett större antal modeller direkt eller indirekt
samverkar för att belysa en viss fråga. Inom klimatekonomimodellering är
integrated assessment-modeller ett exempel på detta.
Resten av avsnittet ägnas åt att översiktligt beskriva de olika modellansatser som
presenterats ovan. Det bör understrykas att beskrivningarna endast är
översiktliga och väldigt generella eftersom det inte finns några exakta
definitioner av vad en given ansats innebär. Det är således en stor spridning i hur
modeller inom en viss klass är uppbyggda. En specifik modell, eller versioner av
en modell, kan också ha inslag från flera olika ansatser.
3.2.1.
Energisystemmodeller
Energisystemmodeller är en klass av bottom-up modeller över energisektorerna
med hög detaljnivå. De bygger på disaggregerade data över kostnader och
tekniska potentialer för individuella ”teknologier” i energisystemet. En teknologi
beskrivs i termer av dess tekniska egenskaper som omvandlingseffektivitet och
utsläpp, samt ekonomiska egenskaper såsom drifts- och investeringskostnader.
Teknologierna i modellen behöver inte begränsas till sådana som redan är
kommersiella; även teknologier som är kända men idag inte lönsamma kan
inkluderas för att eventuellt träda in vid tillräckligt höga priser. Med en
teknologi menas här heller inte endast produktionsteknologier, utan även andra
aktiviteter med potential att reducera utsläpp modelleras, till exempel
energieffektiviseringsåtgärder i konsumtionsledet. Även tillgången på
primärenergi kan modelleras, exempelvis i termer av tillgänglighet och
kostnader. En genomgång av olika energisystemmodeller finns i till exempel
Bhattacharyya och Timilsina (2010).
Energisystemmodeller kan vara subnationella, nationella, regionala eller globala
och används för att göra prognoser och scenarioanalys över långa tidshorisonter,
upp till 30-50 år, eller mer.
I en analys med en energisystemmodell är efterfrågan på energitjänster i regel
exogent given; storleken på efterfrågan bestäms alltså innan modellen körs och
påverkas därefter inte av vad som sker i modellen.9 Modellen beräknar hur
denna efterfrågan kan mötas till lägsta systemkostnad med till buds stående
teknologier, samtidigt som andra randvillkor ska uppfyllas såsom att utsläppen
inte får överstiga en given nivå. Efterfrågan täcks antingen genom
energitillförsel eller genom åtgärder som förändrar behovet av energitillförsel
(till exempel effektivisering som tilläggsisolering) med bibehållen energitjänst,
9
Det finns dock energisystemmodeller som inte utgår ifrån detta antagande, där priset t.ex. kan
påverka graden av energieffektivisering som i sin tur påverkar den totala efterfrågan av
energitjänster (genom minskad efterfrågan på energitillförsel).
17(113)
NATURVÅRDSVERKET
det vill säga utan att minska den upplevda nyttan (man har lika varmt inne).
Genom att jämföra kostnaden mellan policyscenariot och ett referensscenario går
det att med modellens hjälp även beräkna hur stora kostnaderna blir för att uppnå
ett visst utsläppsmål.
Den främsta fördelen med en energisystemmodell är dess höga detaljnivå. Som
en följd av detta kan modellen fånga när och hur teknikskiften uppstår. Det
innebär att en energisystemmodell kan förklara vilka förändringar som sker när
priser förändras; till exempel hur anpassningen i energisystemet går till när
utsläppen sjunker till följd av att priset på utsläppsrätter går upp. En typisk topdown modell kan i det här fallet endast visa att utsläppen sjunker, men inte hur
produktionen och konsumtionen anpassas. En annan styrka i
energisystemmodeller är att de ofta även inkluderar framtida teknologier, vilket
gör att modellen även kan användas för analyser med en relativt lång horisont.
En generell nackdel hos många, men inte alla, energisystemmodeller är att
efterfrågan är exogen och alltså inte påverkas av priserna. Energisystemmodeller
får även ofta kritik för att de underskattar kostnaderna att nå ett givet
utsläppsmål. Denna egenskap kan härledas till ett antal olika egenskaper hos
dessa modeller. För det första är en energisystemodell partiell och det innebär att
den bara rapporterar de direkta åtgärdskostnaderna och alltså inte tar hänsyn till
några allmänjämviktseffekter. För det andra rör det sig ofta om
optimeringsmodeller10; resultatet innebär därmed alltså per definition att
kostnaderna att nå målet (i modellen) inte kan bli lägre. För det tredje beskriver
modellen endast vad som är tekniskt möjligt och missar därigenom andra, till
exempel beteendemässiga, trögheter som kan göra att det kan ta lång tid att
introducera nya teknologier. Energisystemmodeller antar dessutom ofta att
tillgången på kapital är obegränsad vilket även det leder till att kostnaderna för
att nå ett utsläppsmål riskerar att underskattas. Ytterligare en nackdel med denna
klass av modeller är att resultaten kan vara väldigt känsliga för variationer i de
data som används för att skatta kostnaderna för en viss teknologi; en liten
förändring i dessa antaganden kan få stor inverkan på till exempel dess
aktivitetsgrad och marknadsandel.
3.2.2.
Åtgärdskostnadstrappor
Ytterligare en ofta använd bottom-up metod för analyser av klimatpolitik utgår
från att konstruera så kallade kostnadstrappor för reduktionsåtgärder, eller
åtgärdskostnadskurvor. En åtgärdskostnadstrappa illustrerar olika åtgärders
potential att reducera koldioxidutsläpp. Åtgärderna avbildas som staplar i ett
stapeldiagram där bredden på en stapel visar reduktionspotential, och höjden
marginalkostnad. När åtgärderna rangordnas så att den med lägst kostnad
10
Det finns även simuleringsmodeller som beskriver utvecklingen av energisystemet utan
explicit optimering.
NATURVÅRDSVERKET
18(113)
kommer först erhålls en trappliknande figur som kan sägas utgöra en slags
"utbudskurva" för koldioxidreducerande åtgärder. Kurvan kallas även för MACkurva eller MACC efter den engelska termen marginal abatement cost curve.
Åtgärdskostnadskurvor tas fram för ett givet framtida år och kan omfatta
åtgärder inom alltifrån en enskild sektor till den globala ekonomin. En mer
ingående beskrivning av MAC-kurvor återfinns i Kesicki och Etkins (2011;
2012).
Åtgärdskostnadstrappan baseras på ingenjörsmässiga, expertbaserade,
kostnadsberäkningar. De kan också tas fram med hjälp av partiella modeller över
enskilda sektorer eller hela energisystemet. Den bakomliggande ansatsen är
bottom-up, men i förhållande till övriga ansatser som beskrivs i detta avsnitt
(såväl bottom-up som top-down) används åtgärdskostnadskurvor snarare
deskriptivt än analytiskt, vilket innebär att de i sig inte är att betrakta som
modeller. Åtgärdskostnadskurvor kan ingå som indata i exempelvis en
energisystemmodell, men de kan också användas självständigt.
En fördel med åtgärdskostnadstrappor är att de är enkla att förstå och ta till sig.
Samtidigt är de relativt innehållsrika då de illustrerar såväl den samlade
potentialen för utsläppsreduktioner som marginalkostnaden för en given nivå av
reduktioner, och den totala kostnaden för den aggregerade utsläppsreduktionen.
Detta gör dem användbara för bedömningar av såväl reduktionspotentialer som
kostnadseffektivitet.
Åtgärdskostnadskurvor är nästan uteslutande statiska, det vill säga de gäller
endast för ett specifikt år. Det innebär att såväl reduktionspotentialerna som
kostnaderna associerade med dessa reduktioner bygger på bakomliggande
antaganden om utvecklingsbanor för en mängd olika variabler såsom enskilda
sektorer, ekonomin i dess helhet, teknologier, värderingar och normer, samt
energipriser. Den politik som införs påverkar också resultatet eftersom tekniker
som implementeras kan leda till sjunkande kostnader genom lär- och
skaleffekter. Även om en åtgärdskostnadstrappa är tilltalande genom sin
enkelhet är det således viktigt att förstå att den, liksom alla framtidsanalyser,
innehåller en stor grad av osäkerhet. Åtgärdskostnadstrappor utgår allmänt ifrån
att alla åtgärder som är tekniskt möjliga och ekonomiskt lönsamma också kan
genomföras; det finns inte några trögheter som exempelvis
transaktionskostnader eller ovilja hos hushåll och företag att ta till sig nya
teknologier. Detta medför att kostnaderna för att nå en given utsläppsminskning
riskerar att underskattas. Mot bakgrund av detta riktas det ibland även kritik mot
att åtgärdskostnadstrappor ibland innehåller åtgärder som kan genomföras till en
negativ kostnad. Metoden utgår vidare ifrån ett snävt kostnadsbegrepp då det,
som namnet antyder, endast är de direkta åtgärdskostnaderna som inkluderas.
Till sist kan tilläggas att de kostnader som återges är uppskattningar av de
genomsnittliga åtgärdskostnaderna vilket döljer att det kan vara stor spridning i
kostnader inom en åtgärdskategori beroende på var och hur åtgärder genomförs.
19(113)
NATURVÅRDSVERKET
3.2.3.
Allmänjämviktsmodeller
Allmänjämviktsmodeller är en typ av top-down modeller som beskriver
ekonomin i dess helhet. De kan vara analytiska eller numeriska.11 Numeriska,
eller tillämpade, allmänjämviktsmodeller är ett mycket vanligt verktyg för
tillämpad ekonomisk analys inom flera områden, inte minst klimatområdet.
Denna klass av modeller kallas även för CGE-modeller efter engelskans
Computable General Equilibrium model. Aggregationsnivån är hög (få sektorer,
varor, insatsfaktorer och så vidare) och att data som används för att kalibrera12
modellen i regel kommer från nationalräkenskaperna eller liknande källor. CGEmodeller är således inte lika detaljerade som bottom-up modeller men kan
utvidgas för att behandla en eller flera sektorer mer ingående, till exempel
energisystemet och dess utsläpp. Detaljnivån blir dock aldrig lika hög som i en
ren energisystemmodell. Bergman (2005) beskriver hur allmänjämviktsmodeller
används inom klimat- och miljöområdet.
Allmänjämviktsmodeller kan vara antingen statiska eller dynamiska. Den förra
kategorin modeller visar hur ekonomin ser ut i en given jämvikt, utan att säga
någonting om hur jämvikten uppnåtts. I den senare kategorin beskriver modellen
även hur ekonomin anpassar sig från en jämvikt till en annan. Rekursivt
dynamiska, eller kvasi-dynamiska, modeller är statiska modeller som löses
sekventiellt. Modellen körs en period (till exempel ett år) i taget och resultaten
från denna körning används sedan som indata för körningen för nästa period, och
så vidare.
Vidare kan allmänjämviktsmodeller vara nationella, regionala, eller globala och
anses i allmänhet väl lämpade för analyser över medellång sikt (10-20 år) där
policyn i fråga förväntas leda till effekter över hela ekonomin. Det förekommer
även att allmänjämviktsmodeller används för analyser på längre sikt (30 år eller
mer)13.
En ekonomi som befinner sig i allmän jämvikt kännetecknas av att utbud och
efterfrågan är lika stora på samtliga marknader i ekonomin (marknaderna för
insatsfaktorer, för varor och för tjänster). Vidare är sparandet i ekonomin
samtidigt lika stort som investeringarna och inkomsterna är lika stora som
11
Med analytisk menas att modellen endast löses algebraiskt. Denna typ av modeller är
lämpliga t.ex. när man är intresserad av att försöka förstå de generella mekanismerna i
ekonomin. Svårigheterna att lösa modellen ökar dock med dess komplexitet och detta är en av
anledningarna till att numeriska modeller är att föredra. En annan anledning är att analytiska
modeller, till skillnad från numeriska, endast kan säga något om riktningen på effekterna, men
inte något om deras (relativa) storlek.
12
Att kalibrera en modell innebär att modellens parameterar väljs på ett sådant sätt att
modellen kan återskapa flödena i ekonomin ett givet år (basåret).
13
Tidshorisonten i en CGE-modell bestäms delvis av vilka antaganden som görs kring beteenden
och teknologier på lång sikt, men också av modellens struktur, t.ex. vilka variabler som är
endogena och vilka som är exogena.
NATURVÅRDSVERKET
20(113)
utgifterna. Under dessa förutsättningar, och med de antaganden som görs i
övrigt, har aktörerna i ekonomin (hushåll, företag, offentlig sektor och
omvärlden) inte några incitament att ändra sin konsumtion och produktion
eftersom samtliga aktörer redan maximerat sin nytta. Denna jämvikt kan dock
rubbas av yttre störningar som, till exempel, en utsläppsskatt. En sådan yttre
påverkan ger direkta effekter i den del av ekonomin som primärt berörs, men då
det finns ett ömsesidigt beroende mellan marknader uppstår även indirekta
effekter i andra sektorer. Aktörerna anpassar sig till de nya relativa priserna och
väljer att konsumera och producera därefter. När alla anpassningar är gjorda
uppnår ekonomin en ny allmän jämvikt. Hur stora effekterna blir beror bland
annat på aktörernas känslighet för prisförändringar och i vilken grad de kan
substituera mellan insatsfaktorer och insatsvaror. Dessa elasticiteter14 är således
centrala i en CGE-modell. Storleken på de olika elasticiteterna kan bestämmas
på lite olika sätt. Helst skattas de med hjälp av data som specifikt beskriver de
samband man är intresserad av. I de fall då detta inte låter sig göras, om till
exempel sådana data inte är tillgängliga, hämtas elasticiteterna från litteraturen.
Ytterligare ett alternativ är att modelleraren, utifrån de källor som finns att tillgå,
gör en samlad bedömning av hur stor en viss elasticitet bör vara.
En analys med en CGE-modell utgår från att ekonomin initialt befinner sig i
jämvikt. Denna jämvikt rubbas exogent, av till exempel en skattehöjning, och
aktörerna i modellen anpassar sig till de nya omständigheterna till dess att utbud
och efterfrågan åter är lika stora på alla marknader. Hur lång tid det tar för
ekonomin att nå den nya jämvikten beror på omfattningen av den ursprungliga
störningen av ekonomin. Effekterna som uppstår till följd av skattehöjningen
mäts i regel som skillnaden i BNP ett visst år mellan policyscenariot och
referensscenariot. I en CGE-modell är det även möjligt att få en viss insyn i hur
effekterna påverkar olika aktörer i ekonomin. Hur en analys med en CGEmodell kan gå till beskrivs även i avsnitt 3.3.1 nedan.
Den främsta styrkan med CGE-modeller är att de omfattar hela ekonomin. Detta
gör dem till värdefulla hjälpmedel för att studera effekterna av generella
styrmedel som verkar i flera sektorer, till exempel en koldioxidskatt. I och med
det ekonomiövergripande perspektivet har CGE-modeller också möjlighet
analysera långsiktiga strukturella förändringar i ekonomin till följd av
policyförändringar på ett sätt som andra ansatser ofta inte klarar av. Vidare har
CGE-modeller, till skillnad från bland annat energisystemmodeller, förmågan att
fånga såväl direkta som indirekta effekter av en given förändring.
14
En elasticitet anger hur en förändring av en variabel påverkar en annan variabel.
Priselasticiteten kan således beskrivas som den procentuella förändringen i efterfrågad
kvantitet av en viss vara som följer av en procentuell förändring i dess pris.
Substitutionselasticiteten anger hur mycket kvoten mellan två insatsfaktorer, t.ex. olika typer
av bränsle, ändras om deras prisrelation ändras.
21(113)
NATURVÅRDSVERKET
Ytterligare en styrka med allmänjämviktsmodeller är att de är teoretiskt
konsistenta så till vida att de makroekonomiska sambanden är grundade i
mikroekonomisk teori. Detta innebär dock samtidigt att modellerna ofta är
mottagliga för kritik mot centrala antaganden om hur hushåll och företag agerar i
modellen. Några exempel på detta är antagandena om rationellt och optimal
beteende som inte kan anses gälla utanför modellen, särskilt på kort sikt.
Ytterligare kritik kan riktas emot antaganden om perfekt konkurrens och
konstant skalavkastning. Vidare kan också jämviktstanken som sådan
ifrågasättas, liksom specifikt det faktum att utgångspunkten för analysen är att
ekonomin initialt befinner sig i en allmän jämvikt. Antagandet om en allmän
jämvikt, tillsammans med antagandena om rationella aktörer och perfekta
marknader, innebär att ekonomin redan från start utnyttjar den mest lämpliga
teknologin och att resurserna brukas på bästa möjliga sätt. En störning av en
sådan ekonomi, till exempel genom en skatt på utsläpp, leder därmed alltid till
att det uppstår kostnader. Det innebär dock inte att en utsläppsminskning alltid
innebär en kostnad; en högre grad av energieffektivitet kan minska såväl
utsläppen som kostnaderna.
En allmänjämviktsmodell är ofta begränsad till analyser på medellång sikt, även
om det förekommer modeller som används för längre tidshorisonter. Att studera
effekter på kort sikt (ett fåtal år) är inte lämpligt eftersom det inte är rimligt att
anta att ekonomin hinner nå en ny jämvikt på så kort tid. Analyser över lång sikt
(mer än 20-25 år) kan å sin sida problematiska på grund av de osäkerheter som
råder för hur modellens exogena variabler utvecklas så långt fram. Det är dock
svårt att sätta en bortre tidsgräns för när en analys med en CGE-modell är rimlig
då det i hög grad beror på hur den specifik modell är konstruerad. Vidare gäller
att modellens elasticiteter är skattade utifrån historisk data på effekterna av
marginella prisförändringar vid en given prisnivå. Detta innebär att effekterna av
en kraftigare prisförändring (till exempel en stor skattehöjning) är svåra att
bedöma då det inte är säkert att de skattade elasticiteterna längre är giltiga. Till
sist kan det även noteras att en svaghet med statiska CGE-modeller är att de inte
förmår att visa hur ekonomin anpassas från en jämvikt till en annan.
3.2.4.
Makroekonometriska modeller
Makroekonometriska modeller är en klass av top-down modeller där relationerna
i modellen i hög grad bestäms av statistiska beräkningar baserade på tidsserier
med historiska data snarare än, som i CGE-modeller, mikroekonomisk teori15.
15
Här bör tilläggas att makroekonometriska modeller givetvis även de vilar på ekonomisk teori,
samtidigt som CGE-modeller i sin tur är empiriska så tillvida att de är helt beroende av statistisk
data. Den struktur och de samband som bygger upp en CGE-modell är genomgående härledda
ur, och konsistenta med, neoklassisk mikroekonomisk teori. Data används först i ett senare
skede för att avgöra storleken på dessa samband och storleksförhållanden mellan sektorer
(t.ex. för att skatta elasticiteter och kalibrera modellen). Det datamaterial som används är i
regel hämtade från endast ett år.
22(113)
NATURVÅRDSVERKET
Såväl CGE-modeller som energisystemmodeller vilar på antagandet om att
marknader alltid når en jämvikt där utbud är lika med efterfrågan. Detta
antagande finns inte i de makroekonometriska modellerna vilket innebär att de
klarar av att representera ekonomiska realiteter som konjunkturcykler, inflation
och arbetslöshet. Makroekonometriska modeller benämns ibland även postkeynesianska då produktion och sysselsättning i modellen på kort sikt bestäms
av ekonomins efterfrågesida, samtidigt som de på lång sikt bestäms av
utbudssidan.
Makroekonometriska modeller finns såväl på nationell, regional och
internationell nivå, och lämpar sig för analyser på kort till medellång sikt.
Liksom CGE-modellerna fångar makroekonometriska inte bara de direkta
åtgärdskostnaderna, utan också allmänjämviktseffekter. En annan fördel med
makroekonometriska modeller är den empiriska grunden som gör att de i vissa
avseenden inte begränsas av teoretiska antaganden likt CGE-modeller.
Makroekonometriska modeller utgår inte ifrån att aktörer är optimerande och
inte heller att priserna justeras automatiskt så att utbudet alltid är lika med
efterfrågan. Ekonomin behöver således inte vara i jämvikt vilket innebär att
denna klass av modeller även kan fånga kortsiktiga anpassningar som uppstår till
följd av exempelvis klimatpolitiska åtgärder. Den starka empiriska grunden
innebär dock att makroekonometriska modeller samtidigt är mycket beroende av
stora mängder historiska data. Till skillnad från CGE-modeller som ofta förlitar
sig på statistik från nationalräkenskaper, finns det ingen motsvarande
standarddatabas tillgänglig för makroekonometriska modeller vilket gör att
mycket resurser måste läggas på att samla in och uppdatera den data som
modellen kräver. En annan följd av den makroekonometriska modellens
beroende av tidsseriedata är att det blir problematiskt att använda modellen för
att analysera förändringar där historisk data inte existerar; det är till exempel inte
möjligt att analysera effekterna av en storskalig elektrifiering av transportsektorn
med en makroekonometrisk modell. Till sist kan också tilläggas att metoden är
utsatt för den så kallade ”Lucaskritiken” som tar fasta på att ekonomiska beslut
påverkas av förväntningar, men att dessa förväntningar i sin tur påverkas av den
politik som förs. Det är därför problematiskt att analysera politik med hjälp av
modeller som i hög utgår ifrån skattningar av historiska samband då dessa
samband bygger på förväntningar som inte längre gäller.
3.2.5.
Neoklassiska tillväxtmodeller
Ekonomiska tillväxtmodeller är liksom CGE-modeller baserade på neoklassisk
nationalekonomisk teori men fokuserar explicit på utvecklingen av ekonomin,
snarare än på ekonomins sammansättning och olika sektorers utveckling.
De ekonomiska sambanden i makroekonometrisk modell bottnar förvisso i ekonomisk teori,
men inte med samma konsistens som CGE-modeller. Dessutom vilar de två ansatserna delvis på
olika nationalekonomiska skolor (makroekonometriska modeller är i regel post-keynesianska).
23(113)
NATURVÅRDSVERKET
Tillväxtmodeller delar många egenskaper med CGE-modeller, men är i regel än
mer stiliserade och aggregerade än dessa. Den enklaste klassen av
tillväxmodeller utgår ifrån representativa aktörer, alternativt en
samhällsplanerare, med perfekt information om framtiden och förmågan att
optimera sina beslut över tid.16 Hushållens inkomster används antingen till
konsumtion eller till investeringar som ökar kapitalstocken. Företag använder
detta kapital, tillsammans med arbetskraft och energi, som insatsfaktorer. Syftet
med dessa modeller är att studera hur ekonomin förändras över tid och
modellerna är därmed alltid dynamiska. Antalet sektorer är ofta få och den
teknologiska utvecklingen är exogen. I mer avancerade tillväxmodeller ökar
komplexiteten i ekonomin till exempel med avseende på antalet sektorer och
insatsfaktorer. Det förekommer också att den teknologiska utvecklingen
behandlas endogent.
Gemensamt för de allra flesta tillväxtmodellerna är att de bygger på antaganden
om optimerande representativa agenter med perfekt information. Det finns såväl
globala, regionala som nationella tillväxtmodeller och kan användas för analyser
över relativt långa tidshorisonter. Denna typ av modeller ingår ofta som en del i
Integrated assessment-modeller (se nedan).
3.2.6.
Hybridmodeller och länkade modeller
Det är ibland önskvärt att kombinera den detaljerade återgivningen av
teknologier som återfinns i en bottom-up modell, med det ekonomiövergripande
perspektivet hos en top-down modell. En sådan kombination, eller länkning, av
modeller går att göra på flera olika sätt. Resultatet kallas ofta för en
hybridmodell.
Man talar allmänt om att hårdlänka, respektive mjuklänka, top-down och
bottom-up modeller till varandra. Vid en hårdlänkning integreras modellerna
helt i varandra och den resulterande hybridmodellen löses genom en samtidig
optimering av båda modellerna. Ofta kräver denna ansats att endera modellen
förenklas för att en länkning över huvud taget ska vara möjlig.
Vid en mjuklänkning av exempelvis en makroekonomisk modell och en
energisystemmodell behåller båda modellerna i stort sin ursprungliga struktur,
16
Då antalet hushåll och företag i en ekonomi är mycket stort många väljer man, för att
förenkla modelleringen av beslutsfattandet i ekonomin, att representera dessa med ett
typhushåll och ett typföretag som får representera alla andra hushåll och företag. Det
representativa hushållet antas fatta sina beslut för att optimerar sin konsumtion över tid, och
det representativa företaget för att maximerar nuvärdet av sina framtida vinster. En
samhällsplanerare (från engelskans ’social planner’) är en imaginär beslutsfattare som
bestämmer hur ekonomin ska utvecklas över tid genom att maximera en samhällelig
välfärdsfunktion. Under ideala förhållanden är resultatet detsamma oavsett om man väljer att
utgå ifrån representativa aktörer eller en social planerare.
24(113)
NATURVÅRDSVERKET
även om det här också kan krävas en del justeringar för att göra modellerna
kompatibla med varandra. Med denna metod löser man först den ena modellen,
exempelvis den makroekonomiska, för att sedan använda delar av resultatet
(närmare bestämt de parametrar som länkningen sker genom till exempel prisoch kvantitetsparameterar) som indata till den andra modellen. Motsvarande
resultat från energisystemmodellen används sedan i sin tur som indata i en andra
körning med den makroekonomiska modellen, och så vidare. Denna iterativa
process pågår tills dess att utfallet i de båda modellerna konvergerar, dvs. tills
dess att båda modellerna ger samma jämviktspriser och -kvantiteter.
I exemplet ovan länkades en makroekonomisk modell med en
energisystemmodell, men detta är endast ett exempel på hur olika modellansatser
kan användas tillsammans. Att två eller flera modeller används i en och samma
analys är i själva verket relativt vanligt. Det kan röra sig om allt från
mjuklänkning av två enkla sektorsmodeller (till exempel en nationell
skogssektorsmodell och en modell över fjärrvärmemarknaden), till en hel serie
av såväl nationella som internationella top-down och bottom-up modeller som i
olika utsträckning integreras med varandra.
Ett exempel på hur flera stora modeller kan användas ihop är det modellpaket
som EU-kommissionen ofta använder för analyser av den gemensamma energioch klimatpolitiken. Analyserna bygger på sex olika modellsystem som i olika
grad är kopplade till varandra. Alla modeller är dock inte länkade i den
bemärkelsen att de interagerar med en annan modell. Den makroekonomiska
modellen (en CGE-modell) används till exempel bara för att för förse
energisystemmodellen med makroekonomiska trender. Gemensamt täcker
modellerna makroekonomin, energisystemet, skogs- och jordbrukssektorerna,
transportsektorn, bränslemarknaderna samt utsläpp till luft. Sambanden mellan
de ingående modellerna illustreras i avsnitt 3.4.6.
3.2.7.
Integrated assessment-modeller
Ett annat exempel på hur modeller från olika discipliner kombineras för att
beskriva hur olika faktorer samverkar i ett större system är så kallade integrated
assessment-modeller (IAM). IAM är en klass av modeller som syftar till att
kombinera kunskap från flera discipliner för att utforska komplexa
miljöproblem. De IAM som används för klimatpolitiska analyser integrerar i
regel en klimatmodell, en modell över kolcykeln och en ekonomisk modell. Då
en IAM beskriver väldigt stora och komplexa skeenden är den av nödvändighet
väldigt aggregerad. Detta medför också att den ekonomiska komponenten i en
IAM inom klimatområdet vanligtvis, men inte alltid, bygger på en top-downansats (en allmänjämvikts-, makroekonometrisk-, eller tillväxtmodell). Det
geografiska perspektivet är globalt, med varierande grader av regional
dissaggregering. Tidshorisonten för denna typ av modeller är lång, ofta 100 år
NATURVÅRDSVERKET
25(113)
eller mer. Nordhaus (2013) beskriver mer i detalj hur integrated assessmentmodeller kan användas i klimatpolitiska analyser.
En av styrkorna med integrated assessment-modeller är att de tar hänsyn till
växelverkan mellan ekonomin och klimatet, samt att analysen ofta görs med ett
väldigt långt tidsperspektiv. Till skillnad från de flesta andra modellansatser som
beskrivs i detta kapitel, tar en IAM ofta hänsyn inte bara till kostnaderna av
klimatpolitiken utan också till de samhällsekonomiska intäkterna (i termer av
uteblivna skade- och/eller anpassningskostnader)17. Detta innebär att denna klass
av modeller kan användas till kostnads-nyttoanalyser, och för att bestämma
samhällsekonomiskt effektiva målnivåer.
På senare tid har dock IAM fått kritik från flera håll. Bland annat utpekas
modellernas förmåga att beskriva potentiella skador, naturvetenskapliga risker,
potentiella katastrofer samt tröskeleffekter som otillräcklig (Stern, 2013; New
Climate Economy, 2014). Även resultatens känslighet för valet av
diskonteringsränta har diskuterats, inte minst i samband med Sternrapporten
(Stern, 2006). Andra kritiker menar att IAM som används för analyser inom
klimatområdet är alltför förenklade beskrivningar och att resultaten ger sken av
att kunskapsnivån och förståelsen för (den ekonomiska dimensionen av)
klimatförändringarna är högre än vad den faktiskt är (Pindyck, 2013).
Framförallt anses beskrivningen av klimatförändringarnas effekter på ekonomin
vara bristfälliga i befintliga IAM. Bland annat därför väljer IPCC i sin senaste
utvärderingsrapport (AR5, delrapport 3) att använda ”integrated models”, istället
för ”integrated assessment models”, för att studera olika lågkolbanor. Skillnaden
mellan de två klasserna av modeller består således i hur de beskriver
växelverkan mellan klimatet och de mänskliga systemen (ekonomin). I en IAM
ingår effekter som går åt båda hållen; såväl ekonomins påverkan på klimatet som
klimatets påverkan på ekonomin. I en ”assessment model” går effekterna bara åt
ena hållet; klimatförändringarnas effekter på ekonomin modelleras inte över
huvud taget. (IPCC, 2014)
3.3. Klimatekonomiska modeller i Sverige
I Sverige är det framförallt två klimatekonomimodeller som används av
myndigheter för att analysera energi- och klimatpolitiken: Konjunkturinstitutets
allmänjämviktsmodell EMEC, samt energisystemmodellen MARKAL-Nordic,
som används av bland annat Energimyndigheten. Modellerna används
huvudsakligen för policyanalys (framförallt EMEC) och i arbetet med att ta fram
scenarier för energianvändningen (framförallt MARKAL-Nordic). I kapitel 4
beskrivs hur modellerna används i arbetet med att ta fram referensscenarier över
17
Detta är i princip även möjligt att i andra typer av modeller. Ett exempel är CIRCLE-projektet
där en CGE-modell används i samma syfte (se avsnitt 3.4.8)
26(113)
NATURVÅRDSVERKET
utsläpp av växthusgaser. I det arbetet används även andra, sektorsspecifika
modeller. Dessa modeller beskrivs inte i detta kapitel utan läsaren hänvisas
istället till kapitel 4. I detta avsnitt beskrivs EMEC och MARKAL-Nordic.
Avsnittet avslutas med en redogörelse för vad Naturvårdsverket, och andra,
skrivit tidigare om det svenska arbetet med klimatekonomiska modeller.
3.3.1.
EMEC
I detta avsnitt ges en översiktlig beskrivning av Konjunkturinstitutets
allmänjämviktsmodell EMEC (Environmental medium term economic model).
Modellen har utvecklats kontinuerligt sedan slutet av 1990-talet och har i mer än
15 år framförallt använts för att utföra samhällekonomiska konsekvensanalyser
av nya och förändrade miljöekonomiska styrmedel. Några exempel på
frågeställningar som analyserats med EMEC är utformningen av den svenska
klimatpolitiken, konsekvenser av kärnkraftsavveckling, miljöskatteförändringar,
råvarubeskattning, styrmedel för minskade luftföroreningar, avfallspolitik, samt
transportpolitiska styrmedel. Modellen är väldokumenterad och beskrivningar
återfinns i flera av Konjunkturinstitutets publikationer. Framställningen nedan
följer Carlén och Sahlén Östman (2015). En mer ingående modellbeskrivning
återfinns bland annat i Östblom och Berg (2006).
EMEC är en statisk numerisk allmänjämviktsmodell över den svenska
ekonomin, med en relativt högupplöst beskrivning av energiomvandling och
branschspecifika utsläpp till luft. Detta gör att EMEC lämpar sig för att studera
ekonomiövergripande effekter av energi-, klimat- och miljöpolitiken på 10-20
års sikt. Effekter som modellen kan fånga är exempelvis ekonomins utveckling
(BNP-utveckling), förändringar i branschstrukturen och förändringar i
luftutsläpp.
Modellen innehåller 33 näringslivsbranscher samt en offentlig sektor vilka alla
efterfrågar varor, tjänster och insatsfaktorer (material, energi, arbetskraft och
realkapital). Företagen antas minimera sina produktionskostnader. Det antas
vidare att perfekt konkurrens råder på samtliga marknader samt att
skalavkastningen i företagen är konstant18. Hushållen är uppdelade i 6 grupper
efter inkomst (över/under medianinkomst) och bostadsort
(glesbygd/tätort/storstad). Hushållen antas maximera sin nytta genom privat
konsumtion av varor och tjänster samt fritid, givet rådande priser och hushållens
inkomster. Samtliga aktörerna i modellen antas vara framåtblickande och har
fullständig information om framtida förutsättningar i ekonomin. Utlandet ingår
endast implicit i modellen; handelsbalansens andel av BNP är exogent given,
liksom världsmarknadspriserna. En illustration av modellens flöde av
insatsfaktorer, insatsvaror och konsumtionsvaror återfinns i figur 1.
18
Skalavkastningen mäter i vilken omfattning produktionen ökar till följd av en ökning av
insatsfaktorerna. Konstant skalavkastning innebär sålunda att en fördubblad mängd
insatsfaktorer ger en fördubbling av produktionen.
NATURVÅRDSVERKET
27(113)
I EMEC beräknas utsläpp av koldioxid, kolmonoxid, metan, lustgas,
svaveldioxid och kväveoxider, samt partiklar (PM 2,5 och PM 10) från
stationära och mobila källor liksom från industriprocesser.19 Mängden utsläpp
beror dels på mängden varor och tjänster som produceras och konsumeras, men
också på vad som konsumeras och hur det har producerats. Utsläppen påverkas
även av styrmedel: ett höjt pris på koldioxid ger till exempel aktörerna
incitament att substituera bort fossila bränslen mot förnybara bränslen. I EMEC
påförs energianvändningen energiskatt, koldioxidskatt och svavelskatt. EU:s
system för utsläppsrätter är också modellerat såtillvida att branscher som ingår i
systemet köper utsläppsrätter till ett givet pris. Undantag och nedsättningar av
skatter är inkluderade i den mån modellstrukturen tillåter detta.
Figur 1. Illustration över flöden i EMEC (Carlén och Sahlén Östman, 2015)
Energieffektiviseringar kan uppnås i modellen genom substitution av
insatsfaktorer och genom teknologisk utveckling. Valet av insatsfaktorer styrs
endogent av relativpriserna. I vilken utsträckning prisförändringar påverkar valet
av insatsfaktorer beror i sin tur på storleken på substitutionselasticiteterna.
Teknologisk utveckling modelleras däremot exogent i EMEC. I praktiken
innebär detta att den framtida teknologiska utvecklingstakten i en sektor bestäms
av den historiska utvecklingen, kompletterat med Energimyndighetens
expertbedömningar. Till följd av att den teknologiska utvecklingen i modellen
19
De utsläppsnivåer som beräknas med EMEC används i Konjunkturinstitutets egna analyser.
Utsläppsberäkningarna från EMEC används däremot inte vid framtagandet av referensscenarier
för utsläpp (se kapitel 4).
NATURVÅRDSVERKET
28(113)
inte reagerar på priser är det svårt för ny teknik att få genomslag i EMEC, även
vid kraftiga prisförändringar. Antagandet innebär också att graden av
energieffektivisering inte heller den fullt ut påverkas om priserna ändras.
Konjunkturinstitutet diskuterar dessa egenskaper hos modellen i flera
sammanhang, bland annat i myndighetens samhällekonomiska analys av
Färdplan 2050 (Konjunkturinstitutet, 2013b). En av slutsatserna som dras där är
att det allmänt sett är svårt att i en CGE-modell inkludera endogen teknologisk
utveckling som drivs av prisförändringar. I en senare analys har
Konjunkturinstitutet visat hur en åtgärdskostnadstrappa istället kan användas i
EMEC för att beskriva den tekniska utvecklingen. Man anser dock att metoden
inte är helt lämplig, bland annat för att den tillåter negativa åtgärdskostnader
(Konjunkturinstitutet, 2014). Ett pågående arbete med att mjuklänka EMEC med
en energisystemmodell har visat att länkningen kan vara ett sätt att få in ny
teknologi i EMEC (se nedan).
EMEC kalibreras alltid mot senast tillgängliga national- och miljöräkenskaper.
Detta innebär att modellen återger ekonomins samlade aktivitet, dess fördelning,
priser och skatter, samt utsläpp till luft för basåret på ett sätt som är konsistent
med den officiella statisktiken. EMECs referensscenario bygger på antaganden
om bl.a. makroekonomiska variabler, energianvändning samt utsläpp hämtade
från Långtidsutredningen, Energimyndigheten, respektive Naturvårdsverkets
bedömningar. Vidare görs också antaganden kring hur miljöpolitiken kommer
utvecklas över tid. Oftast antas då att politik som gäller under basåret tillåts
fortgå, samtidigt som redan beslutade men ännu inte genomförda ändringar
implementeras.
Analysen i EMEC (liksom för statiska CGE-modeller i allmänhet) illustreras
schematiskt i Figur 2 där den horisontella axeln mäter tid och den vertikala axeln
mäter någon av modellens endogena variabler, såsom koldioxidutsläpp. Punkten
A representerar mängden utsläpp i basåret, medan B visar utsläppen i slutåret
enligt referensscenariot. Motsvarande utsläppsnivå i policyscenariot illustreras i
punkten B'. Skillnaden mellan B och B' tillskrivs den förändring i policy (till
exempel en höjning av koldioxidskatten) som skiljer referensscenariot från
policyscenariot. På motsvarande sätt kan samma policyförändring, eller vilken
som helst annan störning av den ursprungliga jämvikten, analyseras utifrån
samtliga endogena variabler i modellen. Resultatet kan erhållas för ekonomin i
dess helhet och/eller för enskilda branscher.
29(113)
NATURVÅRDSVERKET
Figur 2. Analys i EMEC (Konjunkturinstitutet, 2013)
Konjunkturinstitutet driver för närvarande i samarbete med Luleå tekniska
universitetet och Chalmers tekniska högskola ett projekt där EMEC mjuklänkas
till en energisystemmodell, TIMES-Sweden. Det nuvarande projektet löper
under 2015. Resultat och lärdomar från tidigare arbete med att länka de två
modellerna återfinns bl.a. i Berg m.fl. (2012). En av slutsatserna från detta arbete
är att länkningen förbättrade beskrivningen av effekterna av energi- och
klimatpolitiska styrmedel på ekonomin och energisystemet. Att köra modellerna
länkade är dock tidskrävande och skillnaderna mellan modellerna är i vissa
avseenden stor, vilket försvårar länkning.
EMEC uppdateras och utvecklas ständigt. Utvecklingsarbetets omfattning och
inriktning styrs i hög grad av de analysuppdrag som Konjunkturinstitutet får.
Utöver projektet med att länka EMEC till TIMES-Sweden pågår utveckling
inom bland annat följande områden:
-
Utförligare representation av kraftproduktionen genom en uppdelning av
nationalräkenskaperna i olika elproduktionsteknologier. Arbetet
förväntas pågå under 2015.
- Revidering och omvärdering av modellens slutningsregler20.
- Uppdatering av elasticiteter. Det pågår ett arbete med att uppdatera
samtliga produktionselasticiteter i EMEC. Även modellens import- och
exportelasticiteter kommer att uppdateras.
Konjunkturinstitut har även ansökt om forskningsmedel från Energimyndigheten
för ett forskningsprojekt som har för avsikt att förbättra representation av
20
Matematiskt är en CGE-modell ett ekvationssystem där antalet variabler är fler än antalet
ekvationer. För att kunna lösa ekvationssystemet innebär det att ett antal variabler måste lyftas
ut och bestämmas utanför modellen (de är med andra ord exogena). Valet av vilka variabler
som är exogena och vilka som är endogena "sluter" modellen. Vilka slutningsregler som
tillämpas påverkar modellens egenskaper och därmed även dess resultat.
30(113)
NATURVÅRDSVERKET
transportsektorn i EMEC- modellen. Den största delen av de svenska
koldioxidutsläppen i den icke-handlande sektorn kommer från transporter och
det är därför angeläget att förbättra EMEC:s behandling av denna sektor. Vid
sidan av arbetet med att vidareutveckla EMEC har Konjunkturinstitutet även
påbörjat ett arbete med att ta fram en faktorefterfrågemodell21 som på sikt ska
kunna komplettera analyserna i EMEC.
Konjunkturinstitutet har i sitt underlag till detta uppdrag även beskrivit ett antal
möjliga utvecklingsområden för det klimatekonomiska analysarbetet i Sverige.
Myndigheten understryker där vikten av att komplettera de befintliga verktygen
med andra metoder och modeller. Myndigheten nämner exempelvis att
Konjunkturinstitutet, eller någon annan myndighet, i framtiden kan dra nytta av
att ha tillgång till en global allmän jämviktsmodell.
3.3.2.
MARKAL-Nordic
MARKAL-NORDIC är en modell över det svenska energisystemet (exklusive
transportsektorn) som ofta används av myndigheter för att fram referensscenarier
och för att analysera energi- och klimatpolitiska styrmedel. Modellen används
bland annat av Energimyndigheten i arbetet med att ta fram scenarier över
Sveriges energisystem i syfte att ta fram scenarier för utvecklingen inom el- och
fjärrvärmesektorn (se kapitel 4 nedan). Även Naturvårdsverket använder
modellen i olika sammanhang. MARKAL-Nordic har också använts för ex-post
utvärdering av den samlade effekten av de svenska styrmedlen inom energi- och
klimatområdet (Ds 2014:11). Modellen ägs av konsultföretaget Profu AB i
Göteborg. Företaget använder och utvecklar modellen i uppdrag från såväl
myndigheter som andra företag, framförallt inom energibranschen. Modellen
används också inom ramen för olika forskningsprojekt och Profu har ett nära
samarbete med Chalmers Tekniska Högskola. (Unger, 2015)
MARKAL-modellen22 är en så kallad dynamisk optimerande
energisystemmodell. Det innebär att modellen, utifrån en detaljerad beskrivning
av det tekniska energisystemet, optimerar den det beskrivna energisystemets
framtida utveckling sett över hela den beskrivna modellperioden till den lägsta
kostnad. En principskiss över modellens funktionssätt presenteras i figur 3, där
de olika energibehoven återfinns till höger i figuren och de olika tillgängliga
resurserna till vänster. Mellan dessa bägge delar återfinns de tekniska
21
I en faktorefterfrågemodell kan man med hjälp av statistiska metoder analysera hur t.ex.
efterfrågan på insatsfaktorer (eller utsläpp) i en bransch påverkas av olika prisförändringar.
Beroende på hur modellen specificeras erhålls antingen de kortsiktiga eller långsiktiga
effekterna av prisförändringarna. Ansatsen utgår ifrån mikroekonomisk data (företagsnivå).
22
MARKAL (MARketALlocation) är ett modellverktyg som tagits fram under det Internationella
energiorganet (IEA). MARKAL är ett flexibelt verktyg och kan anpassas efter olika behov vilket
har gjort att det används i flera olika tappningar i stora delar av världen. Se http://www.ieaetsap.org/web/Markal.asp för mer information om MARKAL.
31(113)
NATURVÅRDSVERKET
komponenterna (storskaliga och centraliserade såväl som småskaliga och
användarnära) som genererar nyttig energi ur de använda resurserna.
Det finns MARKAL-modeller som beskriver hela världens, enstaka länders eller
andra avgränsade regioners energisystem. I MARKAL-Nordic omfattar
databasen en detaljerad beskrivning av det nordiska energisystemet samt
elproduktionen i Tyskland och Polen. Detaljeringsgraden är särskilt stor i
beskrivningen av Sverige. Den geografiska systemgränsen är också skälet till att
modellen fått namnet MARKAL-Nordic. En mer ingående beskrivning av några
av modellens styrkor och svagheter återfinns i bilagan.
Emissions
Emissions
Fuel input
Efficiency
Inv cost
O&M cost
Availability
Exist cap.
Electricity
Input
(fuel,elec,DH)
Condensing
power
Useful energy
Households
Nuclear
Supply
Efficiency
Inv cost
O&M cost
Availability
Exist cap.
Demand
TWh
Biof.
CHP
€/MWh
Service
Coal
Year
Gas
TWh
TWh
Heat plant
Oil
Hydro
Industry
Fuel conversion
Season
Wind
Export
Import
Figur 3. Principskiss för hur det tekniska energisystemet är representerat i en MARKALmodell (från Energimyndigheten).
Modellen utvecklas kontinuerligt genom att anpassas till de behov som
föreligger i olika uppdrag. Energimyndigheten har i sitt underlag till detta
uppdrag beskrivit ett antal möjliga utvecklingsområden för TIMES-Nordic. En
närmare beskrivning av dessa förslag återfinns i bilagan.
32(113)
NATURVÅRDSVERKET
För närvarande pågår ett större arbete med att överföra modellen från
modellverktyget MARKAL till TIMES23. Detta innebär i praktiken att databasen
konverteras från ett format till ett annat. Konverteringen är ett omfattande arbete.
Både analyspotentialen och frihetsgraderna är större i TIMES även om princip
och metodansats i stort är densamma som i MARKAL. Till de viktigare
förbättringarna hör bland annat större detaljeringsgrad i beskrivningen av en
investering (t ex ledtider, avvecklingskostnader), flexiblare processbeskrivning,
skillnad mellan ekonomisk och teknisk livslängd, åldersberoende variabler och
åldersmärkning av investeringar. Den flexiblare tidsindelningen inom ett år är
särskilt värdefull vid analyser av till exempel variabel elproduktion eller
energianvändning med ett starkt tidsberoende.
När det gäller övergången så är den så gott som genomförd. De båda modellerna
kommer att köras parallellt som ett led i kvalitetssäkringen under en tid framåt
men så småningom är tanken att MARKAL-Nordic helt ska ersättas av TIMESNordic. Ambitionen är att kunna använda TIMES-versionen i arbetet med att ta
fram nästa uppsättning långtidsscenarier åt Energimyndigheten 2016. Fortsatt
och löpande arbete med modellutveckling kommer att ske i TIMES-Nordic och
inte i MARKAL-Nordic.
TIMES/MARKAL-Nordic är inte explicit länkad till någon makroekonomisk
modell, men använder sig av resultat från EMEC för att beskriva
makroekonomiska trender i modellen. Hur detta går till beskrivs i kapitel 4
nedan. Profu har tidigare erfarenhet av att hårdlänka en top-down modell,
MARKAL-Macro, till energisystemmodellen, men ser idag inte att det finns
någon anledning att i större utsträckning länka TIMES/MARKAL-Nordic till en
modell över makroekonomin. Den nuvarande modellen integreras däremot vid
behov med mer detaljerade beräkningar av olika delsystem. Exempel på sådana
delområden kan vara elproduktion (särskilt med stort inslag av variabel
produktion), fjärrvärmeproduktion (för att beskriva olika typer av
fjärrvärmeproduktionsuppbyggnad) och värmemarknadsanalyser.
3.3.3.
Genomgång av tidigare synpunkter
I Naturvårdsverkets, Konjunkturinstitutets och Energimyndighetens
gemensamma redovisning av konsekvensanalys av EU:s klimat- och
energiramverk 2030 framförde myndigheterna en rad förslag rörande det
svenska arbetet med modellanalyser (Energimyndigheten, Konjunkturinstitutet,
Naturvårdsverket, 2014). Man såg bland annat ett behov av att fler ansatser
utvecklas och används som komplement till de befintliga. Vidare ansåg man att
känslighetsanalyser bör göras för viktiga antaganden i de olika scenarier som
används i analysen. Myndigheterna pekade även på att de befintliga analyserna
inte tar hänsyn till klimatpolitikens effekter på andra samhällsmål.
23
Modellverktyget TIMES (The Integrated Markal Efom System) är en vidarutveckling av
MARKAL (http://www.iea-etsap.org/web/Times.asp).
33(113)
NATURVÅRDSVERKET
Modellutveckling, underhåll och kompetensutveckling är mycket tidskrävande
och man underströk vikten av att det avsätts tillräckliga resurser för sådant
arbete. Det ansågs också viktigt att man tar del av det modellutvecklingsarbete
som pågår internationellt. Slutligen efterfrågades en tydligare fördelning av
ansvar, uppgifter och roller mellan myndigheterna i frågor rörande
modellutveckling.
Naturvårdsverket har vid flera tillfällen varit kritiskt mot att EMEC används för
att analysera frågor modellen inte lämpar sig för (se exempelvis
Naturvårdsverkets samrådsyttranden till Konjunkturinstitutet (2012; 2013c) samt
Naturvårdsverket (2013; 2014a; 2014b)). Tidshorisonten i en analys med EMEC
sträcker sig tjugo år framåt, men samtidigt behöver många frågor inom
klimatområdet analyseras i ett betydligt längre perspektiv. Även analyser på
medellång sikt måste beakta långsiktiga mål. EMEC kan analysera ekonomiska
styrmedel som skatter, avgifter och även regleringar, men de måste vara relativt
ekonomiövergripande för att kunna implementeras i en aggregerad
makroekonomisk modell. För att åstadkomma drastiska utsläppsminskningar
kommer sannolikt även andra styrmedel vara viktiga, exempelvis stöd till
teknikutveckling, successivt höjt pris på utsläpp av koldioxid, samhällsplanering
och andra åtgärder för en transportsnål samhällsutveckling samt lagstiftning för
spridning av teknik. Vidare samverkar mål och styrmedel inom andra
politikområden med klimatpolitiskt motiverade mål och styrmedel, vilket
innebär att ett brett perspektiv är nödvändigt. Naturvårdsverket understryker
därför att fler, kompletterande, verktyg bör utvecklas för att kunna ge ett så
heltäckande beslutsunderlag som möjligt. Naturvårdsverket har även påpekat att
antalet teknologier som är representerade i EMEC är begränsat, samt att det är
svårt för ny teknik att få genomslag i modellen, även vid kraftiga
prisförändringar. Naturvårdsverket har därför sett att det är en fördel om EMEC
vid behov i framtiden kan köras länkad till en energisystemmodell.
Avslutningsvis har Naturvårdsverket också uttryckt att Konjunkturinstutet
tydligare bör redogöra för de osäkerheter som är förknippade med
analysresultaten.
Konjunkturinstitutet har tidigare själva skrivit om potentiella
utvecklingsområden i Samakovlis och Östblom (2010) och Berg (2012). I
rapporten från 2010 lyfts tre modellutvecklingsområden fram. Ett flertal av dessa
förslag har redan implementerats.
-
-
-
Detaljerade modeller som kan komplettera allmänjämviktsanalysen som
exempelvis: faktorefterfrågemodell; hushållsefterfrågemodell och partiell
jämviktsmodell.
Vidareutveckling av allmänjämviktsanalysen: fler tekniker för
elproduktion; endogen teknisk utveckling; länk till en
energisystemmodell; endogent arbetsutbud
Stöd för tolkning av internationella miljö- och klimatmodeller
34(113)
NATURVÅRDSVERKET
Några av slutsatserna i rapporten från 2012 är att
-
Utveckling av EMEC bör vara kopplad till Konjunkturinstitutets arbete
med miljöekonomiska analyser
Vid ökade resurser till Konjunkturinstitutets miljöekonomiska enhet kan
mer resurser allokeras till modellutvecklingsarbetet
För att öka transparensen och tillgängligheten för EMEC-modellen kan
modellkod och basårsdata göras tillgänglig för forskare vid universitet
och högskolor på begäran av forskaren
Konjunkturinstitutets vetenskapliga råd är knutet till den miljöekonomiska
verksamheten och ska bland annat bistå i frågor om metoder och modeller. En
återkommande slutsats från rådet i deras kommentar till Konjunkturinstitutets
årligen återkommande rapport ”Miljö, Ekonomi och Politik” är att det finns ett
behov av att kontinuerligt och långsiktigt utveckla modeller för att analysera
samspelet mellan olika miljömål, liksom synergier och konflikter mellan olika
styrmedel, samt mellan olika politiska mål. Detta utvecklingsarbete gäller såväl
befintliga som nya modeller. Det vetenskapliga rådets rekommendation är att det
måste skapas resurser som möjliggör ett sådant arbete. (Konjunkturinstitutet
2012, 2013a)
Riksrevisionen har i sin granskning av klimatområdet bland annat pekat på att
EMEC är ett viktigt verktyg för att ta fram vissa beslutsunderlag, men att
modellen ensam inte kan besvara alla de frågor som behöver belysas. Man
menar därför att analyser med EMEC regelbundet behöver kompletteras med
energi- och transportanalyser samt analyser av vilken omställning som skulle
behövas för att erhålla långsiktigt rimliga kostnader för önskad grad av
måluppfyllelse. Riksrevisionen ser att ett sådant arbete kräver en högre grad av
samarbete mellan berörda myndigheter; utöver Naturvårdsverket,
Energimyndigheten och Konjunkturinstitutet nämns även SCB (Riksrevisionen
2013:19).
På uppdrag av Energimyndigheten utvärderar Söderholm m.fl (2009)
myndighetens modeller och övergripande angreppssätt för att göra
prognoser/scenarier av energisystemets utveckling på lång sikt. Rapporten utgår
ifrån myndighetens arbete med långtidsprognoser till och med 2009, men belyser
även frågor som är av mer generell karaktär. Här återges sådana
rekommendationer som kan anses gälla för all slags arbete med modellbaserade
framtidsstudier. Bland annat pekar författarna på vikten av en transparent
dokumentation av modelluppbyggnad, antaganden och bedömningar. En hög
transparens höjer väsentligt scenariostudiernas värde för allmänheten,
företagssektorn samt andra myndigheter. I rapporten diskuteras även vikten av
att det övergripande angreppssättet anpassas utifrån de syften som analysen ska
tjäna. I detta ingår bland annat att identifiera den typ av beslut som
scenariostudierna ska stödja samt vilka personer, myndigheter och
organisationer som fattar dessa beslut. Som ett sätt att tydliggöra hur en modell
35(113)
NATURVÅRDSVERKET
anpassats för en viss analys föreslås vidare att en presentation av
analysresultaten föregås av en ”programförklaring”, som tydligt anger vilka
syften och ändamål analysen har samt på vilket sätt resultaten kan användas i
framtida beslutsfattande. Samtidigt bör också presentationen innehålla en tydlig
beskrivning av angreppssätt samt genomsyras av en ödmjukhet inför den egna
ansatsen. Avslutningsvis menar författarna att all form av kvalificerad analys av
framtiden bygger på en kombination av rigorös modellering och sunt förnuft.
Olika modeller har olika för- och nackdelar och det är därför viktigt av att
kombinera olika angreppssätt och metoder.
3.4. Internationell utblick
Detta avsnitt innehåller en kort beskrivning av hur ett urval av länder och
organisationer använder modeller i sina klimatekonomiska analyser. Syftet med
avsnittet är att ge en generell bild över vilka ansatser som används, framförallt
för analyser med lång tidshorisont.
Samtliga länder använder, utöver de klimatekonomiska modeller som diskuteras
i detta avsnitt även andra, sektorsspecifika, modeller. Dessa modeller används
ofta tillsammans med klimatekonomiska modeller, bland annat i arbetet med att
ta fram prognoser över utsläpp och upptag av växthusgaser. För mer information
kring ländernas prognosarbete hänvisas till respektive lands nationalrapport till
UNFCCC.
3.4.1.
Danmark
I mars 2008 tillsatte den danska regeringen en klimatkommission med uppdrag
att analysera hur Danmark kan minska sina utsläpp och på sikt helt bryta sitt
beroende av fossila bränslen. Kommissionen lämnade 2010 sina förslag rörande
hur denna långsiktiga vision kan uppnås. (Klimakommissionen, 2010)
I sin analys av de makroekonomiska effekterna av olika scenarier till 2050
använde sig Klimatkommissionen av den makroekonometriska modellen
ADAM24. Modellen har utvecklats av Danmarks statistiska centralbyrån (DST)
och används av såväl departement och myndigheter, som banker och
intresseorganisationer. Modellen är dynamisk och lämpar sig för analyser på
såväl kort som medellång och lång sikt. Den teknologiska utvecklingen är
exogent representerad. Efterfrågan på energi och utsläpp modelleras i en separat
satelitmodell kallad EMMA25 som kan mjuklänkas till ADAM (Statistics
Denmark, 2013). ADAM/EMMA används även bland annat för den danska
rapporteringen av under Kyotoprotokollet. Som komplement till analysen med
24
Annual Danish Aggregate Model (ADAM)
Energy and Emission Models for ADAM (EMMA) utvecklades ursprungligen av DST, men
ansvaret för modellen övergick 2008 till Energistyrelsen (motsvarigheten till svenska
Energimyndigheten)
25
36(113)
NATURVÅRDSVERKET
ADAM-modellen lät klimatkommissionen även utveckla en statisk
allmänjämviktsmodell över den danska ekonomin, mini-DREAM26.
Energistyrelsen driver för närvarande ett projekt för att utveckla en ny modell,
IntERACT27, för att bättre kunna utföra långsiktiga samhällekonomiska analyser
av klimat- och energipolitiken. IntERACT består av två nyutvecklade modeller
som länkas; dels av en allmänjämviktsmodell över den danska ekonomin, och
dels en energisystemmodell, TIMES-Denmark. Projektet löper ut under 2015.
(Energistyrelsen, 2015)
3.4.2.
Finland
Den modell som framförallt används för att bland annat studera klimatpolitikens
makroekonomiska effekter i Finland kallas VATTAGE28 (Honkatukia, 2009).
Modellen, som utvecklats och används vid statens ekonomiska forskningscentral
(VATT), är en allmänjämviktsmodell över den finska ekonomin som anpassats
för att specifikt kunna analysera energi- och miljöpolitiska frågor. Modellen går
att köra antingen statiskt eller dynamisk. Teknologisk utveckling representeras
exogent. Modellen finns också i en regional version, där den finska ekonomin är
uppdelad i 20 regioner (Honkatukia, 2013). VATT använder sig även ibland av
den globala allmänjämviktsmodellen GTAP-E29.
TIMES-VTT är en detaljerad modell över det finska energisystemet som
utvecklas och används vid den finska teknologiska forskningscentralen (VTT).
Modellen representerar dock samtidigt det globala energisystement, uppdelat i
17 regioner. Utöver Finland så är även Norge, Danmark och Sverige
modellerade landsvis och VTT:s energisystemmodell har används vid flera
nordiska forskningsprojekt, bland annat Nordic Energy Technology Perspectives
2013 (IEA, 2013). På grund av den relativt höga nordiska detaljnivån kallas
modellen ibland även för NORDIC TIMES30.
VATTAGE och TIMES-VTT används regelbundet tillsammans för att analysera
olika aspekter av den finska klimatpolitiken. Modellerna har till exempel
används för analys av EU:s klimat- och energiramverk till 2030 (Koljonen m.fl.,
26
Arbetet med denna modell företogs av ett fristående institut, DREAM-gruppen. Modellen var
en vidareutveckling av en befintlig allmänjämviktsmodell över den danska ekonomin, Danish
Economic Rational Agent Model (DREAM).
27
Integrated Economic Energy Applied Computational Tool (IntERACT)
28
VATT Applied General Equilibrium Model (VATTAGE)
29
GTAP-modellen är en är global allmänjämviktsmodell som använd vid universitet,
internationella organisationer och nationella myndigheter runtom i världen. Modellen finns i
flera versioner och har flera användningsområden. GTAP-E är en version av modellen används
för analyser av globala energi- och miljöfrågor. Bakom GTAP står Global Trade Analysis Project
som koordineras från Purdueuniversitetet i USA. (https://www.gtap.agecon.purdue.edu/).
30
NORDIC TIMES är inte samma modell som TIMES-Nordic som utvecklas och används av Profu
i Sverige.
37(113)
NATURVÅRDSVERKET
2014a), liksom i underlaget till den finska energi- och klimatfärdplanen till 2050
(Koljonen m.fl. 2014b).
3.4.3.
Norge
MSG-6 är en allmänjämviktsmodell över den norska ekonomin som även
inkluderar energi, utsläpp och naturresurser. Modellen utvecklas vid Norges
statistiska centralbyrå (SSB) och finns i flera olika versioner; det finns till
exempel såväl en statisk som en dynamisk version. Den teknologiska
utvecklingen representeras i exogent. (Heide m.fl. 2004) MSG-6 används utöver
SSB även av det norska finansdepartementet i arbetet med att ta fram
långtidsprognoser för den norska ekonomin. I en vidareutveckling av MSG-6 har
en modell över energisystemet hårdlänkats till MSG-6. Hybridmodellen kallas
MSG-TECH och innehåller, utöver makroekonomisk data som normalt sett ingår
i en allmänjämviktsmodell, även detaljerad ingenjörsdata över ett stort antal
energiteknologier. I MSG-TECH bestäms således takten på den teknologiska
utvecklingen endogent genom nivån på investeringar i utsläppsminskande
teknologier som i sin tur styrs av priserna i modellen. (Fæhn m.fl., 2013)
Forskningsstiftelsen Institutt for energiteknikk (IFE) utvecklar en TIMESmodell över det norska energisystemet. Det pågår vid IFE även ett arbete med att
ta fram en högupplöst modell över det nordeuropeiska energisystemet, för att
bland annat studera hur en ökad användning av vindkraft i Europa kan komma
att påverka investeringar i förnybar elproduktion i Norge. (IFE, 2013)
2010 presenterades en stor statlig utredning med uppgift att utvärdera styrmedel
och åtgärder för att nå Norges klimatmål till 2020. Analysen byggde på
detaljerade genomgångar av åtgärdspotentialer och kostnader för olika sektorer.
Bottom-up ansatsen kompletterades med analyser av de makroekonomiska
effekterna med MSG-TECH-modellen. (Klimakur 2020, 2010) I en nyligen
gjord uppdatering av kunskapsläget för att uppnå en omställning till ett
lågkolsamhälle använde sig den norska motsvarigheten till Naturvårdsverket,
Miljødirektoratet, utöver sektorsvisa experbaserade bedömningar av
åtgärdspotentialer och kostnader även av IFEs energisystemmodell TIMESNorway. (Miljødirektoratet, 2014)
Olika versioner av MSG modellen har även vi ett flertal tillfällen mjuklänkats
till en energisystemmodell. I Bjertnæs m.fl. (2012) beskrivs till exempel hur
IFE-MARKAL kopplas till MSG-6 för att studera effekterna av en grön
skatteväxling i den norska ekonomin.
3.4.4.
Storbritannien
Enligt Storbritanniens klimatlag (the Climate Change Act) från 2008 ska
parlamentet besluta om femåriga bindande utsläppsbudgetar för växthusgaser.
Förslag till nya budgetar tas fram av en oberoende expertkommitté, ”Committee
of Climate Change”. Klimatkommitteen presenterade 2008 sin första rapport,
NATURVÅRDSVERKET
38(113)
med bland annat en beskrivning av hur Storbritannien kan reducera sina utsläpp
av växthusgaser med 80 procent till 2050, jämfört med 1990 års nivåer. (CCC,
2008) Rapporten innehåller även förslag på de tre första utsläppsbudgetarna,
fram till och med år 2022. För att bedöma den tekniska potentialen i det brittiska
energisystemet, liksom för att beräkna kostnaderna för att nå målet till år 2050,
användes en energisystemmodell, UK MED31. För att beräkna
åtgärdskostnaderna för att uppnå den föreslagna utsläppsbudgeten 2020 utgick
man från sektorsspecifika åtgärdskostnadstrappor för elproduktion,
energianvändning i byggnader och industri, samt transportsektorn. Utöver
beräkningar av de totala åtgärdskostnaderna användes även två
ekonomiövergripande modeller för att studera de makroekonomiska effekterna
(kostnader i termer av lägre BNP) av att hålla utsläppsbudgeten för år 2020. För
detta ändamål användes dels en makroekonometrisk modell, MDM-E332, och
dels en dynamisk allmänjämviktsmodell, HMRC CGE33.
I DECCs konsekvensanalys av CCCs förslag till en fjärde utsläppsbudget
(DECC, 2011) bedömdes rimligheten i Storbritanniens långsiktiga utsläppsmål
utifrån förutsättningen att tvågradersmålet ska nås med global
kostnadseffektivitet. För denna analys användes GLOCAF-modellen34 för att ta
fram hur stora EUs utsläpp bör vara 2030 respektive 2050, och PRIMESmodellen35 för att fastställa UKs andel av EUs utsläpp. Därefter undersöktes
kostnadseffektiviteten och den tekniska genomförbarheten för olika
utsläppsbanor i Storbritannien med hjälp av UK MED. Beräkningar av
kostnaderna för att nå utsläppsmål till 2030 baserades på
åtgärdskostnadskurvor36.
The UK 2050 calculator37 är ett interaktivt verktyg för scenarioanalys som
DECC låtit utveckla med hjälp bland annat av branschexperter, NGOs och
forskare. Användaren av verktyget får själv ange vad den troliga utvecklingen är
på en rad områden såsom transporter, boende och elproduktion, varefter de
resulterande utvecklingsbanorna för energiefterfrågan, primär energiproduktion,
samt utsläpp av växthusgaser visas. Verktyget inbegriper således inte någon
optimering, utan det är upp till användare att själv bedöma den mest troliga
utvecklingsbanorna. Modellen används tillsammans med UK-MARKAL och
31
UK MARKAL Elastic Demand (UK MED)
Cambridge Econometrics Multisectoral Dynamic Model (MDM-E3)
33
HM Revenue and Customs Computable General Equilibrium Model (HMRC CGE)
34
GLObal CArbon Finance (GLOCAF) är en global disaggregerad modell för bland annat
internationella finansiella transaktioner. Modellen tillåter även utvärdering av effekterna av
olika globala utsläppsminskningsmål och bördefördelning, liksom olika utformning av
marknaden för koldioxid.
35
PRIMES är en europeisk energisystemmodell, se avsnitt 3.4.6 nedan.
36
UK Marginal Abatement Cost Curve (MACC) Database
37
The UK 2050 Calculator är tillgänglig på https://www.gov.uk/2050-pathways-analysis
32
39(113)
NATURVÅRDSVERKET
ytterligare en energisystemmodell, ESME38, i underlaget till regeringens egen
plan för att nå 2050-målet. (UK Government, 2011)
Klimatkommitteen har även använt sig av olika IAM i sina analyser. I översynen
av den fjärde utsläppsbudgeten användes TIAM-UCL39 för att skatta det globala
priset på koldioxid under olika utsläppsscenarier (CCC, 2013a). Tidigare har
även PAGE200240 använts för beräkningar av nettokostnaden av föreslagna
utsläppsbanor (CCC, 2008).
3.4.5.
Tyskland
Tyskland presenterade 2010 ett Energiekoncept som målade upp landets policy
för att uppnå en koldioxidsnål ekonomi till 2050. I underlaget till
energikonceptet presenterades hur ett mål om minst 80 procent reduktion av
växthusgaserna år 2050, jämfört med 1990, kan uppnås. Analysen baserade sig
på ett antal scenarier som hade tagits fram med hjälp av ett antal olika modeller.
Energiefterfrågan beskrevs med sektorsspecifika modeller (hushåll, service,
industri, transporter) medan elmarknaden modellerades genom en bottom-upmodell över den europeiska elmarknaden, DIME41. Analysen av de
makroekonomiska effekterna gjordes med hjälp av en makroekonometrisk
modell, PANTA RHEI42. (Lindenberger m fl. 2010)
I andra studier används andra uppsättningar av modeller. För 2009-års tyska
energiprognos till 2030 används till exempel energisystemmodellen TIMES
PanEU43 och en elmarknadsmodell, E2M2s, tillsammans med en dynamisk
allmänjämviktsmodell, NEWAGE44. (IER m.fl. 2010)
I en senare studie har ett forskningskonsortium, på uppdrag av
Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit
(Tysklands motsvarighet till miljödepartementet), skapat och analysera scenarier
med olika klimatpolitisk ambitionsnivå för år 2050. En av de mer centrala
modellerna för att ta fram scenarierna var det tyska transport- och
energimodellsystemet ASTRA-D45. Modellsystemets makroekonomiska modul
38
Energy System Modelling Environment (ESME), utvecklat av Energy Technologies Institute
TIMES Integrated Assessment Model Univeristy College London (TIAM-UCL)
40
Policy Analysis of the Greenhouse Effect (PAGE)
41
Dispatch and Investment Model for European Electricity Markets (DIME), beräknar hur den
europeiska efterfrågan på elektricitet kan mötas till lägsta kostnad.
42
PANTA RHEI bygger i sin tur på en makroekonometrisk modell över den tyska ekonomin,
INFORGE, som utökats med detaljerad beskrivning av energisektorn och dess utsläpp,
transportsektorn, bostadssektorn, material- och markanvändning.
43
TIMES PanEU är en europeisk energisystemmodell
44
National European Worldwide Applied General Equilibrium (NEWAGE) är en global, rekursivtdynamisk allmänjämviktsmodell. Modellen bygger på GTAP-databasen.
45
ASsessment of TRAnsport Strategies (ASTRA) är ett modellsystem för policyutvärdering inom
transport- och energiområdet som i sitt grundutförande täcker 29 europeiska länder
39
40(113)
NATURVÅRDSVERKET
är uppbyggd kring en ekonomisk tillväxtmodell med inslag av såväl neoklassisk
som keynesiansk teori. (Öko-Institut och Fraunhofer ISI, 2014)
3.4.6.
EU kommissionen
EU kommissionen tar sedan 2003 regelbundet fram ett referensscenario för den
långsiktiga utvecklingen av energi, transporter och utsläpp av växthusgaser inom
EU. Det senaste referensscenariot publicerades 2013 och sträcker sig fram till
2050 (EU kommissionen, 2013). Nästa uppdatering kommer att publiceras 2015.
Ett av syftena med referensscenariot är att det ska kunna användas i klimat- och
energipolitiska analyser. Referensscenariot har till exempel använts i
kommissionens konsekvensutredning av EU:s färdplan för ett konkurrenskraftigt
utsläppssnålt samhälle 2050, liksom det klimat- och energipolitiska ramverket
till 2030. Policyscenarierna som analyseras är modellerade med i stort sätt
samma modellpaket som referensscenariot.
Arbetet med att ta fram scenarierna involverar flera olika aktörer men leds av
E3Mlab vid National Technical University of Athens. De modeller som används
täcker områden kopplade till: internationella bränslepriser; makroekonomiska
antaganden och förädlingsvärden; transporter, energisystemmodellering och
koldioxidutsläpp; jordbruk; markanvändning, skogsbruk och koldioxidutsläpp
från LULUCF; övriga utsläpp till luft. Figur 4 nedan illustrerar schematiskt hur
de olika modellerna förhåller sig till varandra.
Den centrala modellen i modellpaketet är PRIMES, en modell över det
europeiska energisystemet. Till skillnad från många andra energisystemmodeller
inkluderar PRIMES såväl utbuds- som efterfrågesidan. Länkat till modellen
finns vidare ett antal undermodeller som bland annat beskriver bland annat
transportsektorn och utbudet av biomassa. Modellen utvecklas och körs av E3Mlab. (E3MLab, 2014)
Den makroekonomiska modellen, GEM-E346, används bland annat för att ta
fram de makroekonomiska trender som används i PRIMES. Modellen är en
rekursivt dynamisk allmänjämviktsmodell och finns i en europeisk version och
en global version. Teknologisk utveckling är endogen i vissa sektorer genom så
kallade lärkurvor. (Perry m.fl. 2013) En senare version av modellen har även
inkluderat teknisk utveckling genom endogena investeringar i forskning och
utveckling (Karkatsoulis, 2014). Modellen underhålls och vidareutvecklas
framförallt av E3MLab och Katholieke Universiteit Leuven, men finansieras och
används även av EU kommissionens forskningscenter, JRC-IPTS.
(http://www.astra-model.eu/). ASTRA-D har utvecklats för att med högre detaljnivå beskriva
det tyska transport- och energisystemet.
46
General Equilibrium Model for Economy-Energy-Environment(GEM-E3)
41(113)
NATURVÅRDSVERKET
Kommissionen använder även andra modeller för att analysera olika aspekter av
klimatpolitiken. För den makroekonomiska analysen av EU:s klimat- och
energipolitiska ramverket till 2030 kompletterades till exempel den
makroekonomiska analysen med körningar med den makroekonometriska
modellen E3ME47.
Figur 4. Schematisk skiss över kopplingen mellan de modeller som EU kommissionen
använder sig av för att ta fram scenarier inom klimat- och energiområdet.
(www.euclimit.eu/)
3.4.7.
IPCC
I IPCCs femte utvärderingsrapport diskuteras resultat från studier som analyserar
olika ”transformation pathways”, dvs. utvecklingsbanor (scenarier) för att nå
olika klimatmål (IPCC AR5, WGIII, kap 6). I den scenariodatabas som används
som underlag för rapporten finns 1184 olika scenarier från 31 olika modeller.
Modellerna är globala med en regional detaljnivå på mellan 1 och 57
geografiska områden. Samtliga scenarier sträcker sig till 2030, men de allra
flesta analyserar utvecklingsbanor till slutet av det innevarande seklet.
47
E3ME är en global makroekonometrisk modell som utvecklas och används av Cambridge
econometrics.
42(113)
NATURVÅRDSVERKET
Ungefär två tredjedelar av scenarierna kommer från ekonomiövergripande
modeller och en tredjedel från partiella modeller (energisystemmodeller). Den
makroekonomiska delen i de ekonomiövergripande modellerna är i regel en
neoklassisk ekonomisk tillväxtmodell. De flesta scenarier (95 procent) är
framtagna inom stora internationella modelljämförelseprojekt. Gemensamt för
modellerna är att de försöker beskriver de viktigaste processerna som binder
samman teknologier, relevanta mänskliga system (till exempel energisystemet,
jordbruket och ekonomin i övrigt) och utsläpp av växthusgaser.
Man skriver i rapporten att modellbaserade scenarier är ovärderliga för att bidra
till förståelsen för samspelet mellan olika komplexa system, liksom för att
studera hur beslut och handlingar leder till olika utfall. Samtidigt understryks att
de modeller som ligger till grund för rapporten har sina begränsningar och att
detta måste beaktas när man tolkar resultaten. Några av de brister som särskilt
pekas ut är modellernas antaganden om rationella aktörer, avsaknad av analys av
effekter från klimatåtgärder på andra politiska mål, och avsaknad av hänsyn till
kopplingen mellan utsläppsminskningar, klimatanpassning och klimateffekter.
En skillnad från den föregående utvärderingsrapporten är att AR5 även
inkluderar ett antal scenarier som inte på förhand utgår ifrån att klimatmålen nås
till lägsta kostnad, till exempel genom att anta begränsningar i vilka teknologier
som är tillgängliga, eller genom att låta en större del av utsläppsminskningarna
skjutas på framtiden. Dessa scenarier är dock få i förhållande till det totala
antalet scenarier.
En av slutsatserna som dras i rapporten är att uppskattningar av den
sammanlagda ekonomiska kostnaden för utsläppsminskningar varierar stort
mellan olika modeller. Utfallet är mycket känsligt för modellutformning och
antaganden, liksom för hur scenarierna är specificerade (inklusive antaganden
om kostnader och tillgänglighet för olika teknologier, samt antaganden om
tidpunkten för utsläppsminskningarna).
3.4.8.
OECD
OECDs främsta miljö-ekonomiska modellverktyg är ENV-Linkages. ENVLinkages är en global, rekursivt dynamisk allmänjämviktsmodell, med fokus på
energi och internationell handel. Utsläpp av koldioxid beskrivs lands- och
sektorsvis. Modellen använder sig av GTAP-databasen och den geografiska och
sektoriella aggregeringsnivån i ENV-Linkages anpassas efter behov. Den
långsiktiga utvecklingen av makroekonomiska variabler hämtas från OECDs
ekonomiska tillväxtmodell ENV-Growth. (Château m.fl., 2014)
ENV-Linkages har nyligen bland annat använts i OECDs Environmental
Outlook 2050 för att ta fram den socio-ekonomiska utvecklingen i
referensscenariot, såväl som för att analysera konsekvenserna av klimatpolitiska
åtgärder till 2050. I studien användes även modeller för att analysera biofysiska
43(113)
NATURVÅRDSVERKET
effekter och dessa kopplades till ENV-Linkages genom integratedassessmentmodellen IMAGE48. (OECD, 2012)
I OECDs CIRCLE-projekt49 studeras hur miljökvalitet, klimatförändringar och
resursknapphet påverkar ekonomisk tillväxt. Projektet försöker även kvantifiera
de positiva effekterna av politiska åtgärder inom miljöområdet. ENV-Linkages
används här i kombination med en IAM, AD-RICE50. Allmänjämviktsmodellen
används för analysen till år 2060, medan AD-RICE används för att beskriva
effekter fram till år 2100.
3.4.9.
IEA
Internationella energiorganet (IEA) publicerar regelbundet framåtblickande
studier över det globala energisystemet och hur det kan ställas om i enlighet med
striktare klimatpolitiska mål. De scenarier och färdplaner som tas fram av IEA
har ingen tydlig formell roll i olika policyprocesser men resultaten har stor
betydelse för bedömningar och analyser som genomförs vid utvecklingen av
politiken i olika länder. Perspektivet som anläggs är globalt även om man
studerar utvecklingen i olika regioner separat.
World Energy Outlook (WEO) publiceras årligen sedan 1993 och innehåller
scenarier och analyser av globala energimarknader på medellång sikt; i 2014 års
rapport är tidshorisonten 2040. (IEA, 2014) Rapportserien inkluderar även flera
specialrapporter varje år. Scenarierna i WEO tas fram med en global
energisystemmodel, WEM51.
Scenarier med längre tidshorisont presenteras i serien Energy Technology
Perspectives där bland annat de teknologiska förutsättningarna för att nå
tvågradersmålet analyseras. Rapporten har publicerats med ungefär två års
mellanrum sedan 2006. Scenarierna sträcker sig fram till 2075 och bygger på en
global energisystemmodell, ETP52. (IEA, 2015)
IEA har även publicerades en nordisk version av rapporten kallad Nordic Energy
Technology Perspectives. Den första utgåvan kom 2013 och utvärderar hur det
48
IMAGE (Integrated Model to Assess the Global Environment) består i sin tur av ett antal
länkade modeller som bl.a. beskriver markanvändning, biodiversitet, flöden av näringsämnen
och energisystemet. Modellen är skapad av det nederländska miljöutredningsinstitutet (PBL).
49
Costs of Inaction and Resource Scarcity: Consequences for Long-term Economic Growth
(CIRCLE), http://www.oecd.org/environment/circle.htm.
50
Adaptation in the Regional Integrated model of Climate and the Economy (AD-RICE)
51
WEM-modelleln (World Energy Model) är en simuleringsmodell över det globala
energisystemet.
52
ETP-modellen (Energy Technology Perspectives) är en global optimerande
energisystemmodell som i detalj beskriver energiomvandlingssektorerna. Modellen är
integrerad (mjuklänkad) till simuleringsmodeller som beskriver energianvändningen i industrin,
byggnader samt transportsektorn.
NATURVÅRDSVERKET
44(113)
nordiska energisystemet kan bli koldioxidneutralt år 2050. Modellanalysen
använder sig av ETP, men kompletteras av bland annat av VTT:s modell
NORDIC TIMES. (IEA, 2013) En ny nordisk studie pågår och nästa version av
Nordic Energy Technology Perspectives publiceras under 2016.
3.4.10. Världsbanken
ENVISAGE är en global rekursivt dynamisk allmänjämviktsmodell,
kompletterad med beskrivning av utsläpp av växthusgaser som Världsbanken
använder sig av för klimatekonomiska analyser. Modellen har också en
klimatmodul som översätter utsläppen till globala temperaturökningar som i sin
tur påverkar den ekononomiska aktiviteter, vilket gör att den även kan klassas
som en IAM. ENVISAGE använder sig av GTAP-databasen. (van der
Mensbrugghe, 2010)
I en rapport från 2014 studerar Världsbanken målinteraktioner mellan
klimatpolitiken och andra politikområden. Syftet med rapporten är bland annat
att kvantifiera ekonomiska, sociala och miljömässiga synergier som uppstår till
följd av klimatpolitiken inom transporter, industri och boende i ett antal
regioner. Analysen bygger på ett antal partiella modeller som används för att
skatta olika typer av positiva effekter av klimatpolitiska åtgärder (till exempel
hälsoeffekter, effekter inom jordbruk, transporter och avfall). För att skatta
kostnader och tekniska potentialer för utsläppsminskningar används
åtgärdskostnadstrappor från McKinsey. Resultatet från dessa modeller används
därefter som indata i en makroekonometrisk modell, GEIM53. Analysen görs för
år 2030. (Världsbanken, 2014)
3.4.11. Sammanfattning
Genomgången ovan visar att det svenska arbetet med klimatekonomisk analys i
stort inte skiljer sig från hur motsvarande arbete går till internationellt. För att
identifiera specifika skillnader mellan länder krävs en mer detaljerad genomgång
av de modeller och arbetssätt som används i respektive land. Någon sådan
jämförelse har inte gjorts inom ramen för detta uppdrag.
Samtliga studerade länder och organisationer använder modeller i sitt
analysarbete och man utnyttjar såväl bottom-up som top-down ansatser.
Energisystemmodeller är flitigt använda och MARKAL/TIMES är ett av de
vanligare modellverktygen för detta ändamål. Som komplement till
energisystemmodelleringen används ofta mindre modeller som i ännu högre
detalj fångar specifika delar av energisystemet. För att beräkna kostnader och
tekniska potentialer används även åtgärdskostnadstrappor. Bland de
makroekonomiska modellerna är dynamiska allmänjämviktsmodeller vanligast,
även om makroekonometriska modeller också förekommer. Vilken typ av
53
Oxford Economics Global Energy Industry Model (GEIM)
NATURVÅRDSVERKET
45(113)
makroekonomisk modell som används är i mångt och mycket en fråga om vilka
befintliga modeller som finns tillgängliga. Globala allmänjämviktsmodeller
bygger dock ofta på någon version av GTAP-databasen. Integrated assessmentmodeller i nyttjas framförallt till globala analyser men har på senare tid blivit
alltmer kritiserade och används därför inte i samma utsträckning ofta som
tidigare.
Det är vanligt att flera olika ansatser kombineras. Energisystemmodeller och
makroekonomiska modeller används ofta parallellt men att integrera ansatserna
genom explicit länkning sker relativt sällan. Några undantag är till exempel
Norges MSG-TECH och det pågående utvecklingsarbetet med den danska
hybridmodellen IntERACT. Det senare exemplet visar också på att det är allt
svårare att skilja top-down och bottom-up ansatserna från varandra.
De nationella analyserna fokuserar i regel på klimatpolitikens kostnader medan
intäktssidan av politiken (till exempel uteblivna skade- och
anpassningskostnader till följd av klimatförändringar, eller synergier med andra
politiska mål) utelämnas. Det finns flera skäl till detta. Ett av skälen kan vara att
det redan i utsläppsmålet ligger en implicit värdering av nyttan av
utsläppsminskningarna. Ett annat skäl är att det kan vara svårt att fånga sådana
positiva effekter i de befintliga modellerna. Flera av projekten som nämnts ovan
har därför haft som uttalat syfte att utveckla metoder för att även ta hänsyn till
positiva effekter av att bedriva klimatpolitiken, till exempel New Climate
Economy (2014), Världsbanken (2014) och OECD:s CIRCLE-projekt. Denna
typ av studier har hittills framförallt genomförts av internationella
organisationer. Utvecklingen av klimatekonomiska modeller och ansatser för
olika typer av policyanalys sker även inom ramen för diverse internationella
forskningsprojekt.
3.5. Diskussion
Klimatpolitiken är komplex, sträcker sig över lång tid och berör flera sektorer
och många olika aktörer. Klimat- och energifrågor berör därmed också olika
departement och flera ansvariga myndigheter. De myndigheter som idag
använder sig av klimatekonomiska modeller i sitt arbete är framförallt
Naturvårdsverket, Energimyndigheten samt Konjunkturinstitutet.
Naturvårdsverket har till uppgift att vara pådrivande, stödjande och samlande vid
genomförandet av miljöpolitiken. Verket är också ansvarig myndighet för
klimatmålet Begränsad klimatpåverkan. I Energimyndighetens verksamhet ingår
att bevaka och analysera energimarknaderna och energisystemet utveckling.
Konjunkturinstitutet har till uppgift att bland annat göra samhällsekonomiska
analyser, som ska omfatta miljö- och klimatpolitiska styrmedel, samt göra
miljöekonomiska analyser av relevans för svensk miljö- och klimatpolitik.
NATURVÅRDSVERKET
46(113)
3.5.1. Transparensfrågor
Syftet med de scenarioanalyser som de klimatekonomiska modellerna används
till är att ge underlag för att kunna överblicka konsekvenserna av energi- och
klimatpolitiken på kort och lång sikt. Analysresultaten utgör ett viktigt underlag
för debatt och beslutsfattande inom klimatområdet och det är därför viktigt att
modellanalysarbetet är transparent. Det gäller såväl modellers funktion och
egenskaper som de antaganden och bedömningar på vilka analysen vilar. Det
kan också vara av intresse för såväl andra myndigheter som allmänheten att få
tillgång till resultat som tas fram med hjälp av modeller och som används som
underlag i publikationer. Som exempel kan här nämnas att VATT i Finland gör
såväl antaganden som resultat från sina körningar med allmänjämviktsmodellen
VATTAGE tillgängliga för allmänhetet via finska statistiska centralbyrån.
För att inte glömma de osäkerheter som är förknippade med framtidsstudier är
det viktigt att i samband med att modellresultat redovisas även kommentera
vilka faktorer som framförallt, vid sidan av den studerade policyförändringen,
påverkat analysresultaten (exempelvis antaganden bakom referensscenariot eller
specifika egenskaper hos modellen). Det är av samma anledning också önskvärt
att få belyst i vilken mån eventuella begränsningar i modellen har påverkat
studiens ursprungliga syfte. Mot bakgrund av detta kan sedan en diskussion med
fördel föras kring på vilket sätt resultaten lämpar sig som beslutsunderlag.
Ytterligare ett sätt att kommunicera osäkerheter är genom känslighetsanalyser på
de mest centrala parametrarna i analysen. Känslighetsanalyser görs redan idag i
samband med klimatekonomiska modellanalyser, men det kan finnas skäl att
systematisera hur detta görs så att det bidrar till ökad förståelse av
osäkerhetsaspekterna.
3.5.2. Metodutvecklingsfrågor
Analysarbetet med klimatekonomiska modeller i Sverige liknar motsvarande
arbete i andra länder. Även om de specifika modellerna skiljer sig åt är den
generella ansatsen ofta densamma. Olika modeller har olika egenskaper och
vilken typ av modell och ansats som är mest lämplig att använda beror på syftet
med analysen. Det är därför också viktigt att kombinera olika angreppssätt och
metoder för att få ett så bra beslutsunderlag som möjligt.
Modeller kan användas oberoende av varandra eller länkas samman för att vinna
fördelar från olika modellansatser (till exempel top-downmodeller och bottomupmodeller). För att åstadkomma de utsläppsminskningar som behövs för att nå
klimatmålen krävs det att nya teknologier utvecklas och introduceras i
ekonomin. En samhällsekonomisk analys inom klimatområdet bör därför
inkludera en så bred uppsättning av befintliga och potentiella tekniska lösningar
som möjligt. En renodlad aggregerad samhällsekonomisk analys riskerar till
exempel att missa viktiga möjligheter och kan som påpekats ovan ha begränsat
värde i det längre tidsperspektiv som ofta gäller i klimat- och energipolitiken.
NATURVÅRDSVERKET
47(113)
Konjunkturinstitutet driver för närvarande ett projekt för att länka EMEC med
TIMES-Sweden. Liknande arbete görs i andra länder, till exempel Norge, för att
därigenom göra mer kompletta analyser och om möjligt skapa bättre
beslutsunderlag. I det här fallet bedöms en sådan länkning framför allt berika
EMEC. Även med hänsyn till att de officiella långtidsscenarierna ska vara
samstämmiga mellan myndigheterna bör det undersökas om den
makroekonomiska modellen i framtiden ska kunna länkas till samma modell
som Energimyndigheten använder sig av i framtagandet av sina långsiktiga
scenarier för energisystemet. Länkning är resurskrävande och kan påverka
arbetssättet för analyser och referensscenarier, men sett över tid kan ändå
fördelarna överväga nackdelarna.
Att utveckla en fungerande modell tar tid och stora resurser i anspråk och det är
från ett svenskt perspektiv antagligen mer angeläget att på kort sikt fortsätta
vidareutvecklingen av befintliga modeller. Det kan också krävas utveckling av
verktyg för andra typer av analyser. Till exempel är det önskvärt att i högre grad
än idag kunna analysera synergier och konflikter mellan olika miljömål och
styrmedel, eller klimatpolitikens effekter på andra politiska mål. Det behöver
också utvecklas metoder för att analysera styrmedel och åtgärder som inte enbart
verkar genom koldioxidpriset; till exempel samhällsplanering, stöd till
teknikutveckling, åtgärder för en transportsnål samhällsutveckling och
lagstiftning för spridning av teknik. Detta kan i viss mån göras genom utveckling
av befintliga modeller, men kan även kräva att nya metoder och modeller
utvecklas eller köps in. Diskussioner kring inriktningen på den långsiktiga
utvecklingen av metoder och modeller förs med fördel gemensamt mellan
berörda myndigheter.
Under arbetet med detta uppdrag har det diskuterats hur myndigheternas arbete
med modeller (och andra analysverktyg) är organiserat. Till exempel MARKALNordic är en av de mest utvecklade modellerna över det svenska energisystemet
och används inte bara av myndigheterna i fråga utan även i privat sektor. Att
modellen även utnyttjas av andra aktörer än myndigheter är en fördel då det gör
att den uppdateras och utvecklas regelbundet. Placeringen av denna modell hos
en konsultfirma rymmer i sig både fördelar och nackdelar. Det kan bland annat
antas vara kostnadseffektivt i förhållande till i vilken omfattning modellen
faktiskt används i analysarbetet. Samtidigt är det generellt sett angeläget att
placeringen av viktiga analysverktyg inte sker på ett sådant sätt att det riskerar
att bli sårbart eller så att den långsiktiga utvecklingsbarheten minskar. Olika
länder har olika lösningar för detta och huvudsaken är att det görs en avvägd
bedömning av vilken driftsform som är den bästa. Allt annat lika kan det dock
vara fördel med samsyn mellan berörda myndigheter kring hur den långsiktiga
tillgången på viktiga verktyg ska säkerställas.
NATURVÅRDSVERKET
48(113)
3.5.3. Samordningsfrågor
Utveckling, underhåll och användning av en modell är resurskrävande. Hur
utvecklingen av modeller som stöd för myndigheternas klimat- och
energirelaterade analysarbete kommer att se ut är i hög grad en fråga om hur
mycket resurser myndigheterna kan avsätta för detta ändamål, oavsett om det
handlar om att bygga vidare på de verktyg som finns eller om att skaffa helt nya.
Synergieffekter kan också finnas om modelleringsarbetet kopplas till annan
ekonomisk modellering.
Givet områdets bredd, det delade ansvaret för klimatfrågorna och tillgången på
resurser kan det finnas skäl att öka samordningen mellan berörda myndigheter
när det gäller metod- och modellutveckling för samhällsekonomisk analys inom
klimatområdet. Ett sätt att göra detta på kan vara genom tillsättandet av en
samverkansgrupp, som ett forum för diskussion, kunskapsutbyte och gemensamt
arbete kring de strategiska aspekterna på utvecklingsarbetet. I en sådan grupp
kan bland annat Naturvårdsverket, Energimyndigheten och Konjunkturinstitutet
ingå.
3.5.4. Internationellt arbete
Konjunkturinstitutet följer i dag relevant internationell forskning inom
makroekonomiska analysmetoder på klimatområdet, och deltar i internationella
forskningskonferenser. De följer även det praktiska arbetet inom EU.
Konjunkturinstitutet menar själva att detta arbete skulle kunna förbättras genom
att myndigheten mer aktivt deltar i internationella organisationers arbete, till
exempel EU- och OECD-möten där relevanta policyfrågor med
modellanknytning diskuteras. Utöver det skulle det vara värdefullt om man
också fick möjlighet delta i internationella sammanhang där den mer praktiska
tillämpningen av makroekonomiska modeller inom klimatområdet diskuteras.
Energisystemmodeller av det slag som Sverige använder sig av i sitt prognosoch klimatanalysarbete finns i många andra länder. Energimyndigheten driver
idag, under programmet Strategisk energisystemforskning ett internationellt
klimatpolitiskt forskningsprogram. Myndigheten medverkar dessutom aktivt i
IEA:s arbete och man finansierar även institutionen Nordisk Energiforskning
under Nordiska ministerrådet. Det är värdefullt om sådant internationellt
samarbete kan fördjupas i framtiden, i synnerhet med övriga nordiska länder.
NATURVÅRDSVERKET
49(113)
4. Scenarier över utsläpp och
upptag av växthusgaser
Scenarier54 eller prognoser över utsläpp och upptag av växthusgaser har tagits
fram med ungefär 2-3 års intervall sedan början av 1990-talet. Scenarierna har
dels rapporterats till EU och i nationalrapporter till UNFCCC och dels redovisats
i kontrollstationer för de nationella klimatmålen samt inom andra uppdrag för
den svenska klimatstrategin. Scenarierna är framtagna enligt EU:s och FN:s
rapporteringsriktlinjer (EU Decision 280/2004, EU Regulation 525/2013,
FCCC/CP/1999/7).
Scenarierna används bland annat för analyser vid uppföljning av mål och är en
viktig del av underlaget för att följa upp de framsteg som har gjorts för att nå
uppsatta mål för utsläppsminskningar. Men scenarier används även vid analyser
när underlag ska tas fram inför att målen ska sättas. Vid analysen som görs inför
beslut om på vilken nivå ett mål ska sättas behöver ett gap mellan mål och
utsläppen enligt framtagna scenarier identifieras för att bedöma hur stort
åtagande som målet innebär. Sådana analyser har gjorts till exempel för de
nationella målen men också i samband med att Sverige får åtaganden inom EU
eller Klimatkonventionen/Kyotoprotokollet. Vid målanalyserna används också
olika klimatekonomiska modeller, se kapitel 3. Scenarier används dessutom vid
analyser av behov av styrmedel och vid utvärdering av styrmedel, se kapitel 5.
I detta kapitel redovisas hur tidigare redovisade scenarier har utvecklats och de
jämförs med utfallet. Därefter följer förslag på förbättringar inklusive en kort
beskrivning av hur scenarierna tas fram i Sverige. En kort internationell utblick
görs också.
4.1. Referensscenarier jämfört med utfall
I detta uppdrag har en genomgång gjorts av de svenska referensscenarier som
rapporterats sedan 1994 vad gäller bland annat resultat och antaganden.
Resultatet av scenarierna har sedan jämförts med faktiska utsläpp där det har
varit möjligt. Scenarierna över utsläpp och upptag av växthusgaser sträcker sig
cirka 15-20 år fram i tiden, så för de tidigaste scenarioredovisningarna finns ett
verkligt utfall för utsläppsåren 2005 och 2010 att jämföra med. En jämförelse av
54
I detta kapitel väljer vi att använda begreppet scenario och det är här jämförbart med
begreppet prognos som också har använts i en del klimatrapporter. Enligt kraven från EU och
FN ska ”projections” rapporteras, vilket i betydelse hamnar mellan de svenska begreppen
prognos och scenario. Därför har det på svenska i olika sammanhang valts prognos eller
scenario då det inte finns ett ord med samma betydelse.
NATURVÅRDSVERKET
50(113)
resultatet har även gjorts för åren 2020 och 2030 men för dessa finns inget utfall
ännu.
4.1.1. Totala utsläppsscenarier
År 1994 rapporterades ett referensscenario över utsläpp av växthusgaser i
Sveriges första nationalrapport till FN. Enligt rapporten så skulle utsläppen öka
med 11 procent mellan år 1990 och 2005. I den senaste rapporteringen av
utsläpp, var Sveriges utsläpp av 8 procent lägre 2005 jämfört med 1990 års nivå.
Utsläppen år 2013 var 55,8 miljoner ton koldioxidekvivalenter vilket är 22
procent lägre än 1990.
Enligt 2015 års referensscenario bedöms utsläppen fortsätta att minska till 2020
och 2030. Resultatet visar att utsläppen beräknas bli 23 procent lägre år 2020
jämfört med 1990 och cirka 30 procent lägre år 2030. I Figur 5 redovisas ett
urval av referensscenarier som redovisats sedan 1994. Ju senare scenariot
redovisats desto fler historiska utsläppsår finns med i tidsserien sedan 1990.
Eftersom de historiska utsläppen från 1990 uppdateras varje år55 är
utsläppsutvecklingen och scenarierna indexerade i figuren, där 1990=100.
Figur 5. Ett urval av referensscenarier över utsläpp av växthusgaser, framtagna 1994,
2001, 2009 och 2014 (index 1990=100) visar att utsläppen har minskat för varje
redovisning.
55
De historiska utsläppen uppdateras varje år med anledning av bland annat
kvalitetsförbättringar i statistik, omräkningsfaktorer och beräkningsmetoder.
51(113)
NATURVÅRDSVERKET
Genomgången av resultaten från redovisningarna sedan 1994 visar att
scenarierna över utsläpp av växthusgaser till 2005 och 2010 generellt har
överskattat utsläppen för respektive prognosår jämfört med utfallet.
Överskattningen har ju dock successivt blivit lägre i takt med att prognosåret
ligger närmare i tid. Till exempel enligt det referensscenariot som redovisades
2001 så bedömdes att de totala utsläppen av växthusgaser skulle öka med 1
procent mellan 1990 och 2010. Enligt redovisningen år 2007 bedömdes istället
att utsläppen skulle minska med 3 procent. Utfallet blev 11 procent lägre
utsläpp.
Även för scenarierna till 2020 och 2030 ser vi samma tendens, att de totala
utsläppen för respektive prognosår bedöms bli successivt lägre för varje
redovisning. År 2001 visade referensscenariot att utsläppen bedömdes öka med 3
procent mellan 1990 och 2020. I den senaste redovisningen bedöms istället
utsläppen minska med 23 procent för samma tidsperiod. Se Tabell 1.
Tabell 1. Referensscenarier för utveckling i totala utsläpp av växthusgaser mellan 1990 och
2005 med faktiskt utfall från och med redovisning 2007 respektive referensscenarier över
utsläppsutveckling mellan 1990 och 2010, med utfall för redovisningen 2014 (utfall
markerat i fet stil) samt referensscenario över utsläppsutveckling 1990-2020 men utan
utfall. Tabellen visar att utsläppen blir lägre till både 2005, 2010 och 2020 för varje
redovisning.
Redovisning
1994
2001
2005
2007
2009
2012
2014
Utsläppsutveckling
1990-2005
11%
0%
-2%
-7%
-7%
-7%
-8%
Utsläppsutveckling
1990-2010
Inget
scenario
till 2010
1%
-1%
-3%
-10%
-9%
-11%
Utsläppsutveckling
1990-2020
Inget
scenario
till 2020
3%
6%
0%
-12%
-18%
-23%
En uppföljning av det nationella klimatmålet till 2008-2012 visar (se figur 6) att
när målet sattes år 2001 så baserades det på ett referensscenario där utsläppen
bedömdes bli ungefär på samma nivå år 2010 som de var år 1990. Målet som då
sattes innebar att utsläppen av växthusgaser skulle minska med 4 procent mellan
1990 och genomsnittet för 2008-12. Utfallet blev 16 procent lägre utsläpp i
genomsnitt. De lägre utsläppen är ett resultat av bland annat de åtgärder som
genomförts för att nå målet, oförutsedda händelser som t ex den ekonomiska
krisen 2008-2009 och att de antaganden som gjordes för referensscenariot var
osäkra. Utsläppen år 2009 minskade kraftigt främst till följd av den ekonomiska
nedgången som startade 2008-2009, men ökade kraftigt år 2010 som var ett kallt
NATURVÅRDSVERKET
52(113)
år, vilket visar på svårigheterna med att förutse utsläppsutvecklingen i ett
referensscenario.
Figur 6. Figuren visar referensscenariot som redovisades 2001 med historiska utsläpp
1990-1999 och scenario till 2005 och 2010 som var underlag för beslut om mål till 2008-12. I
figuren visas också nivån på det nationella målet för 2008-12 samt vad utfallet i utsläpp
blev enligt utsläppsrapporteringen år 2015. De genomsnittliga utsläppen för 2008-12 blev
lägre än vad referensscenariot visade när målet sattes.
Att resultatet visar på lägre utsläpp i scenarierna för varje redovisning har flera
förklaringar. Det beror bland annat på att styrmedel har införts så att åtgärder
genomförts. Referensscenarierna innefattar bara beslutade styrmedel vid
tidpunkten då scenarierna görs vilket innebär att det i arbetet med att minska
utsläppen då nya beslut fattas, alltid blir så att nyare referensscenarier pekar mot
lägre framtida utsläpp. Även metoderna för hur scenarierna tas fram har
utvecklats över tid så att resultatet hamnar närmare utfall. Men utsläppen har
också påverkats av många andra faktorer inom olika sektorer, se även avsnitt
4.1.1. Scenarier över utsläpp av växthusgaser bygger på ett antal antaganden för
dessa faktorer som naturligtvis är osäkra. Några faktorer som har betydelse för
utfallet är utvecklingen för energipriserna, ekonomin och befolkningen. Även
teknikutvecklingen och näringslivets strukturutveckling har betydelse.
Den ekonomiska utvecklingen (BNP) och oljeprisutveckling är två centrala
antaganden för referensscenariot för energisektorn. En jämförelse mellan de
tidiga referensscenarierna för BNP och utfall visar att utvecklingen för tiden före
finanskrisen i genomsnitt har underskattats (se figur 7). I referensscenarierna har
antagits en BNP på cirka 2 procent per år medan genomsnittet för perioden 1990
till 2007 blev cirka 2,4 procent per år. Den ekonomiska krisen som startade 2008
NATURVÅRDSVERKET
53(113)
där BNP blev mycket lägre än vad som bedömdes i referensscenariot samt
återhämtningen år 2010 där BNP blev mycket högre, är mycket svåra att
hanteras i scenarier på medellång och lång sikt. Den ekonomiska
lågkonjunkturen som startade 2008-2009 har påverkat utsläppen från
industrisektorn med kraftiga utsläppsminskningar år 2009 men också från
transportsektorn framför allt från godstransporter men även från personbilar.
Figur 7. Historisk utveckling av BNP i volym %/år samt referensscenarier för BNP
redovisade 2001, 2008, 2012 och 2014 som visar att de tidigare referensscenarierna
underskattar den ekonomiska utvecklingen och att åren 2009-2010 var extrema år till följd
av den ekonomiska krisen vilket påverkar utsläppsutvecklingen.
När det gäller referensscenariot för oljeprisutveckling (figur 8) visar en
jämförelse med verkligt utfall att den kraftiga prisökningen på olja har varit svår
att förutse. Referensscenarierna har i de flesta fall underskattat prisutvecklingen.
Den kraftiga ökningen har främst påverkat utsläppsutvecklingen i transport-,
industri- och bostadssektorn.
54(113)
NATURVÅRDSVERKET
Figur 8. Jämförelse mellan historisk utveckling av oljepriset samt referensscenarier som är
redovisade 2001, 2006, 2008 och 2014 visar att oljeprisutvecklingen ofta har underskattat.s
4.1.2.
Scenarier per sektor
Scenarierna med successivt lägre utsläpp för respektive prognosår för varje
redovisning beror främst på lägre utsläpp från sektorerna inrikes transporter,
industrins förbränning och el- och fjärrvärmeproduktion men även de andra
sektorerna har lägre utsläpp. I Figur 9 visas sektorernas andel av utsläppen vid
1990, 2010 och 2020 för referensscenarierna som redovisades 2001 respektive
2014.
55(113)
NATURVÅRDSVERKET
Figur 9. Sektorernas andel av utsläppen för 1990 och i referensscenarierna till 2010 och
2020 enligt redovisningarna 2001 respektive 2014. Figuren visar att det är framför allt
transporternas och industrins utsläpp som har minskat i redovisningen 2014.
Liksom för de totala utsläppen så visar scenarierna för utsläppen från olika
sektorer en tendens att visa lägre utsläppsnivåer för varje redovisning, om än i
olika grad. I Tabell 2 visas prognostiserad utsläppsutveckling mellan 1990 och
2010 respektive 1990 och 2020 för olika sektorer, redovisad vid olika tidpunkter.
Tabell 2. Referensscenarier utsläppsutveckling mellan 1990 och 2010 respektive 1990 och
2020 för olika sektorer i redovisningar som gjorts 2001, 2007, 2009, 2012 och 2014. I
redovisningen 2014 framgår utfall för utveckling mellan 1990 och 2010. (utfall markerat i
fet stil)
Sektor
Inrikes
transporter
Industrins
förbränning
El- och värme-
Utsläppsutveckling
år
Redovisningsår
2001
2007
2009
2012
2014
1990-2010
14%
15%
14%
7%
8%
1990-2020
21%
26%
16%
4%
-12%
1990-2010
*
9%
-10%
-16%
-19%
1990-2020
*
15%
-12%
-13%
-30%
1990-2010
*
30%
8%
32%
32%
56(113)
NATURVÅRDSVERKET
produktion
Bostäder,
lokaler, areella
näringar
Industriprocesser
1990-2020
*
29%
12%
-3%
12%
1990-2010
*
-59%
-62%
-61%
-66%
1990-2020
*
-66%
-70%
-72%
-74%
1990-2010
25%
6%
7%
8%
5%
1990-2020
31%
5%
7%
3%
-6%
1990-2010
-8%
-14%
-14%
-13%
-14%
1990-2020
-8%
-14%
-25%
-19%
-20%
1990-2010
-62%
-52%
-52%
-46%
-47%
1990-2020
-84%
-76%
-76%
-68%
-69%
1990-2010
20%
-8%
-46%
-17%
7%
1990-2020
-1%
6%
-52%
-38%
-38%
Jordbruk
Avfall
LULUCF**
*I redovisningen år 2001 finns endast redovisad för energisektorn totalt och inte uppdelat på delsektorer
**LULUCF =Land Use, Land Use Change and Forestry
Inrikes transporter
En sektor där referensscenariot visar på lägre utsläpp till både 2010 och 2020 för
varje scenario som redovisats, är transportsektorn. Till exempel bedömdes
utsläppen från inrikes transporter öka med 14 procent mellan 1990 och 2010 i
redovisningen 2001 (figur 10). Rapporterade utsläpp för samma period visade att
utfallet blev 8 procent högre år 2010 jämfört med 1990. På motsvarande sätt
visar referensscenariot som redovisades 2001 att utsläppen av växthusgaser
beräknas öka med cirka 20 procent mellan 1990 och 2020. Motsvarande scenario
år 2014 visade att utsläppen istället beräknades minska med 12 procent 19902020. Utfallet för 2020 har inte redovisats ännu.
NATURVÅRDSVERKET
57(113)
Figur 10. Historiska utsläpp av växthusgaser från inrikes transporter samt urval av
referensscenarier mellan 2001 och 2014. (Index 1990=100). Figuren visar att
utsläppsutvecklingen har överskattats i referensscenarierna.
Det finns flera anledningar till att referensscenarierna för transportsektorn visar
lägre utsläpp med åren. Till exempel har nya styrmedel införts (och befintliga
har justerats) och hänsyn har tagits till den senaste utsläppsutvecklingen som i
många fall varit mer gynnsam än vad som bedömdes i föregående scenario.
Andra exempel är antaganden kring oljeprisutvecklingen och den ekonomiska
utvecklingen, se avsnitt 4.1.
De styrmedel som införts har tillsammans med priser och konjunktur bidragit till
att utsläppen har stabiliserats för att sedan minska. Från början/mitten av 2000talet har andelen förnybara drivmedel ökat och andelen dieselbilar ökat. Fram till
mitten av 2000-talet var andelen dieselbilar som såldes mycket låg men sedan
har andelen ökat kraftigt och nu är andelen dieselbilar som säljs cirka 60
procent. Andelen förnybara drivmedel har ökat framför allt som en följd av ökad
låginblandning i bensin och diesel. Antaganden kring andelen förnybart har
reviderats för varje scenario. Denna utveckling inkluderades i
referensscenarierna från slutet av 2000-talet. Även trafikarbetet har planat ut från
2008. Trafikarbetet ökade från 1990 fram till mitten av 2000-talet. I de tidigare
referensscenarierna antogs därför att trafikarbetet skulle fortsätta öka vilket
innebar att även utsläppen beräknades öka. Sedan 2008 har dock trafikarbetet
planat ut och antaganden om framtida trafikarbete har reviderats i de senare
redovisningarna.
NATURVÅRDSVERKET
58(113)
I de senaste referensscenarierna har EU:s krav på lägre koldioxidutsläpp per
kilometer inkluderats56. EU har successivt infört högre krav på hur mycket
koldioxid nya personbilar och lätta lastbilar får släppa ut. I redovisningen år
2010 inkluderades EU:s koldioxidkrav som skulle gälla från 2015 och i det
senaste scenariot från 2014 inkluderades kraven som gäller från år 2021. Detta
resulterar i en kraftigare effektiviseringstakt jämfört med de tidigare scenarierna.
För transportsektorn har också metoder och modeller som används för att ta fram
referensscenarier för transportsektorn utvecklats relativt mycket sedan 1990talet. Förutom uppdateringar av modeller tas hänsyn till fler faktorer som
påverkar utvecklingen.
Industrins förbränning
En annan sektor som visar på lägre prognostiserade utsläpp både till 2010 och
2020 är industrins förbränning (figur 11). Enligt det referensscenario som
redovisades år 2007 bedömdes utsläppen från industrins förbränning öka med 9
procent mellan 1990 och 2010 för samma period. Utfallet 2010 blev en
minskning med 19 procent. För perioden 1990-2020 visade 2007 års
referensscenario en ökning av utsläppen med 15 procent, medan 2014 års
redovisning istället visade en utsläppsminskning på 30 procent för samma
period.
56
För personbilar ingår 130 g/km år 2015 från prognosredovisning 2010 och 95 g/km år 2021
från prognosredovisning 2014. För lätta lastbilar ingår 175 g/km år 2015 från
prognosredovisning 2010 och 147 g/km år 2021 från prognosredovisning 2014
NATURVÅRDSVERKET
59(113)
Figur 11. Historiska utsläpp av växthusgaser från industrins förbränning samt urval av
referensscenarier mellan 2007 och 2014. (Index 1990=100). Figuren visar att
utsläppsutvecklingen har överskattats i referensscenarierna.
Anledningarna till att referensscenarierna visar på lägre utsläpp med åren är även
här många, till exempel att styrmedel justerats och att hänsyn tagits till den
senaste utsläpputvecklingen. Den viktigaste anledningen till lägre
utsläppsscenarier på senare år är den ekonomiska lågkonjunkturen som startade
2008 och som har påverkat industrin. Framför allt var utsläppen år 2009 mycket
låga men utsläppsnivån är lägre även efter finanskrisen vilket påverkar
referensscenariots utsläppsnivå. Se även avsnitt 4.1.
Även oljeprisutvecklingen har påverkat utsläppsutvecklingen. Från 2000-talet
kan vi se en övergång från användning av fossila bränslen till el och biobränslen.
Denna utveckling tillsammans med nya antaganden om sambandet mellan
tillväxt i förädlingsvärde för olika branscher och energianvändning (så kallad
decoupling) ger lägre scenarier, framför allt från och med scenarioredovisningen
år 2009. I referensscenarierna för industrins förbränning har antagits att
utvecklingen i energianvändning följer utvecklingen i förädlingsvärde. Det har
visat sig att denna inte varit så tydlig i vissa branscher på senare år. Antaganden
och samband i scenarierna har därför reviderats över tid.
Övriga delar av energisektorn
Även för sektorerna el- och värmeproduktion samt bostäder, lokaler och areella
näringar visar referensscenarierna lägre utsläpp för varje redovisning, se Tabell
2. Resultatet för el- och fjärrvärmesektorn har varierat något över åren, men
visar överlag på lägre prognostiserade utsläpp. Året 2010 var ett mycket kallt år,
vilket innebar ovanligt höga utsläpp för el- och värmeproduktion – utfallet blev
32 procent högre utsläpp år 2010 jämfört med 1990. I detta fall stämde därför de
tidiga referensscenarierna mycket väl, även om senare scenarier pekade mot
lägre utsläpp för 2010. Utsläppen före och efter år 2010 är dock betydligt lägre.
En anledning till att referensscenarierna är något lägre för varje redovisning är
även här att det har införts nya styrmedel och befintliga har justerats.
Redovisningarna av utsläpp från bostäder och lokaler visar också på lägre
utsläpp för varje gång men skillnaderna är inte lika stor som för t ex transporter
och industri. Utsläppen för respektive prognosår har bedömts bli lägre i takt med
styrmedel införts och att utsläppen minskar. Referensscenarierna för bostäder
och lokaler men även el- och värmeproduktion är normalårskorrigerade eftersom
utsläppen varierar med temperaturen och nederbörd. Det innebär att scenarierna
genomgående har hamnat högre än det faktiska utfallet eftersom temperaturen
varit högre än normalt för alla år mellan 1990 och 2013 utom 1996 och 2010.
Jordbruk
Även för jordbrukssektorn (figur 12) har referensscenarierna ändrats något
genom åren men inte i lika stor grad som för energi- och transportsektorerna.
NATURVÅRDSVERKET
60(113)
Scenariot till 2010 har varit ungefär detsamma medan utsläppsscenarierna till
2020 och 2030 har varierat mer. Redovisningarna från 2005 och framåt har visat
på utsläppsminskningar på cirka 13-15 procent mellan 1990 och 2010. Utsläppen
år 2010 är nu rapporterade och de är 14 procent lägre jämfört med 1990. Dessa
referensscenarier visade sig med andra ord hamna nära utfallet. För 2020 och
2030 är det större variation i resultatet. Enligt redovisning år 2005 bedömdes
utsläppen från jordbrukssektorn minska med 15 procent mellan 1990 och 2020.
Redovisningen år 2009 visade en minskning med 25 procent mellan 1990 och
2020 medan resultatet år 2014 visar på en minskning med 20 procent för samma
period. De olika resultaten till 2020 och 2030 beror främst på förändrad
jordbrukspolitik och olika antaganden vad gäller priser, produktion och
produktivitet.
Figur 12. Historiska utsläpp av växthusgaser från jordbrukssektorn samt urval av
referensscenarier mellan 2005 och 2014. (Index 1990=100)
Markanvändning, förändrad markanvändning och skogsbruk
När det gäller utsläpp från LULUCF-sektorn57 har referensscenarierna för
utveckling i nettoupptag till 2010 och 2020 varierat (figur 13). I redovisningen år
2009 visade referensscenariot att nettoupptaget bedöms minska med nästan 50
procent mellan 1990 och 2010, medan utfallet blev en ökning med 7 procent.
Anledningarna till att scenarierna har underskattat nettoupptaget är bland annat
nya antaganden om avverkning men även att det historiska nettoupptaget har
ändrats. Data för historiska nettoupptag har varierat mellan de olika
57
LULUCF=Land Use, Land Use Change and Forestry (Markanvändning, förändrad
markanvändning och skogsbruk)
NATURVÅRDSVERKET
61(113)
scenarioredovisningarna, vilket främst beror på uppdatering med nya fältprover
och revidering av metodiken.
Figur 13. Historiska utsläpp av växthusgaser från LULUCF samt urval av
referensscenarier mellan 2009 och 2015. (Index 1990=100) Index större än 100 innebär ett
ökat nettoupptag jämfört med 1990.
4.2. Slutsatser
Scenarier över utsläpp och upptag av växthusgaser har tagits fram i Sverige i
ungefär tjugo års tid, och arbetet har utvecklats och förbättrats under den här
tiden. Referensscenarier är dock osäkra och kan därför hamna mycket långt ifrån
den nivå som sedan faktiskt uppstår 10-20 år senare. Genomgången av tidigare
utsläppsscenarier visar att i Sverige ser vi en tendens mot successiva
nedskrivningar av våra referensscenarier. Om avståndet mellan scenariot och det
mål som ska uppnås minskar blir konsekvenserna också mindre i de analyser
som görs. Att scenarioresultatet visar på högre utsläpp än utfallet har flera
förklaringar. Det beror bland annat på att styrmedel har införts så att åtgärder har
genomförts och att den historiska trenden utvecklats annorlunda än tidigare
scenarier visat på, men utsläppen har också påverkats av många andra faktorer.
Scenarier bygger på ett antal antaganden för dessa faktorer som är osäkra. I
scenarier på medellång och lång sikt är det också svårt att på något sätt ta hänsyn
till mer kortsiktiga variationer som kan påverka jämförelsen för ett givet år.
De referensscenarier som tas fram kommer alltid att vara osäkra men är, trots
det, ett bra stöd i beslutsprocessen. Syftet med referensscenarierna är att visa på
möjliga utfall givet vissa förutsättningar. Därmed kan de fungera som ett viktigt
kunskapsunderlag för beslut som ska tas. Scenarier kan också inkludera ett
NATURVÅRDSVERKET
62(113)
långsiktigt perspektiv som är svårt att överblicka på annat sätt. Resultatet av
scenarierna kan innebära att de beslut om tas innebär förändringar som i sin tur
medför att scenarierna slår fel men om det i detta sammanhang innebär att
utsläppen har minskat så har ju referensscenarierna som beslutsunderlag varit
lyckade ändå.
I Sverige har metoderna för att ta fram referensscenarierna utvecklats under lång
tid och kan anses ha en relativt hög kvalitet, se avsnitt 4.5. De osäkerheter som
finns kan dock hanteras på ett bättre sätt, både genom ökad medvetenhet om vad
scenarierna visar och genom att komplettera med ytterligare underlag. Ett par
sätt att utveckla hur osäkerheter redovisas kan dels vara att utveckla
känslighetsanalyserna som sådana och dels vara att redovisa referensscenariot
med ett intervall i form av till exempel ett antal procent högre eller lägre utsläpp
för respektive prognosår. Procentsatsen kan t ex baseras på den variation i
resultat som tidigare scenarier visat.
Arbetet med systematisk uppföljning av antaganden och resultat behöver också
fortsätta. Genom att ha en mer kontinuerlig systematisk genomgång av
antaganden som görs i referensscenarierna, kan osäkerheterna fångas upp och
utformningen av känslighetsanalyserna förbättras. Det kan också ge ett bättre
underlag för vilka faktorer som har störst betydelse för att förstå utvecklingen.
Några tankar kring tänkbara förbättringar listas nedan.
Ta hänsyn till osäkerheterna i referensscenarierna vid beslut om mål och
åtagande samt styrmedel.
Även om referensscenarierna har förbättrats och utvecklats så kommer de alltid
att vara osäkra till sin natur, eftersom vi inte helt kan förutspå vad som kommer
att hända i framtiden. Scenarierna är ändå ett viktigt beslutsunderlag i
klimatarbetet. Det innebär att det är viktigt att ta hänsyn till denna osäkerhet när
scenarier används för olika ändamål. Det kan dessutom behöva utvecklas
metoder för omvärlds- och riskanalys som stöd för beslutsfattande.
Känslighetsanalyser behövs och det görs redan men de behöver utvecklas.
Ett sätt att hantera och illustrera osäkerheten är att göra känslighetsalternativ där
olika parametrar varieras för att se vilken betydelse de har för resultatet.
Känslighetsanalyser görs redan men kan behöva utvecklas inom olika sektorer
för att bättre fånga vilka parametrar som har störst betydelse för
scenarioresultatet. De parametrar som oftast har varierats för energisektorn är
BNP-utveckling och fossilbränslepriser som ger fall med högre respektive lägre
utsläpp. Men de befintliga känslighetsanalyserna ger i praktiken inte så stor
skillnad i resultat. För att skapa känslighetsalternativ som kan visa osäkerheten
på ett bättre sätt kan det vara bättre att välja de parametrar som har störst
betydelse för scenarioresultatet inom respektive sektor. För energisektorn skulle
det därför vara värdefullt att identifiera parametrar inom respektive delsektor
NATURVÅRDSVERKET
63(113)
som har stor betydelse för scenarioresultatet, istället för att som idag använda
samma parametrar för alla delsektorer. För transportsektorn kan kanske
antaganden kring effektiviseringstakt – och för bostadssektorn
befolkningstillväxten – vara parametrar som varieras för att illustrera
osäkerheten. För jordbrukssektorn kan arbetet med känslighetsanalyser
förbättras genom att förändra parametrarna för produktivitet, priser på
avsaluprodukterna och investeringsviljan hos jordbrukarna.
Metoderna för hur scenarierna tas fram kan i vissa delar förbättras.
Arbetet med scenarier utvecklas ständigt och många förbättringar har gjorts
under flera år, det kan till exempel gälla förbättringar av modellverktyg eller
metoder. Det finns möjligheter till ytterligare förbättringar med modeller och
verktyg och beräkningssamband. Generellt bör sådana förbättringar som har
störst betydelse för resultatet (d.v.s. en stor andel av utsläppen berörs)
prioriteras. Ett fortsatt arbete om vilka förbättringar det skulle vara behöver
göras. Nedan följer en kort beskrivning av metoderna för att ta fram
referensscenarierna och tänkbara förbättringar.
4.3. Arbetet med referensscenarier i Sverige
4.3.1. Arbetsprocess
Sverige rapporterar scenarier över utsläpp och upptag av växthusgaser samt över
utsläpp av luftföroreningar till EU och till FN. Scenarierna för växthusgaser och
luftutsläpp tas fram baserat på befintliga styrmedel, d.v.s. de är
referensscenarier. För växthusgasutsläppen ska även känslighetsscenarier med
högre respektive ett med lägre utsläpp rapporteras. Om ytterligare styrmedel
eller åtgärder är planerade ska även ett scenario med ytterligare åtgärder
beräknas och rapporteras.
Det nuvarande systemet för att ta fram scenarier för växthusgaser i Sverige
består av ett system av informationsflöden och arbetsuppgifter som sköts av
olika nationella aktörer. En majoritet av dessa flöden och arbetsuppgifter är
reglerade i Klimatrapporteringsförordningen (SFS 2014:1434). Ett nationellt
system för arbetet med att rapportera styrmedel och scenarier ska enligt en EUförordning (nr 525/201358) finnas på plats senast den 9 juli 2015. Systemet ska
innehålla information om relevanta institutionella, legala och procedursmässiga
arrangemang som är etablerade för att utvärdera styrmedel och göra scenarier för
utsläpp och upptag av växthusgaser.
58
Europaparlamentets och rådets förordning (EU) nr 525/2013 om en mekanism för att
övervaka och rapportera utsläpp av växthusgaser och för att rapportera annan information på
nationell nivå och unionsnivå som är relevant för klimatförändringen och om upphävande av
beslut nr 280/2004/EG
64(113)
NATURVÅRDSVERKET
Naturvårdsverket ska samordna det nationella klimatrapporteringsarbetet,
upprätthålla det rapporteringssystem som behövs samt ta fram och sammanställa
underlag för rapporteringen och lämna underlaget till regeringen. Till
klimatrapporteringsförordningen hör överenskommelser mellan
Naturvårdsverket och de enskilda myndigheterna som specificerar åtagandena
mer i detalj. Det innebär att för ett flertal myndigheter är samarbetet med
Naturvårdsverket vad det gäller scenarioarbetet reglerat (Skogsstyrelsen,
Energimyndigheten, Jordbruksverket, Sveriges lantbruksuniversitet,
Trafikanalys, Trafikverket och Transportstyrelsen). Även annat utbyte än sådant
som är direkt reglerat i förordningen behövs mellan aktörerna inom det svenska
systemet för att ta fram scenarier.
Som ett led i framtagandet av utsläppsscenarierna ansvarar olika myndigheter
för att direkt eller indirekt producera underlagsinformation för dessa, se tabell 3.
Underlagen kan vara direkt framtagna för att användas i utsläppsscenarierna
eller tas fram för att fylla andra ändamål (till exempel för ekonomisk
uppföljning). Flera av myndigheterna använder olika modeller för att göra sina
scenarier.
Klimatrapporteringsförordningen ställer även krav på deltagande myndigheter
att se till att de metoder som används för att ta fram dataunderlaget håller den
kvalitet som behövs för att Sveriges klimatrapportering ska kunna göras på rätt
sätt. Myndigheterna ska ha interna rutiner för att planera, genomföra,
kontrollera, dokumentera och följa upp kvalitetsarbetet samt samråda med
varandra i syfte att utveckla och upprätthålla ett samordnat kvalitetssystem.
Förordningen anger dels att beräkningar, antaganden och resultat av scenarierna
ska kvalitetssäkras, dels vilka myndigheter som ansvarar för vilka underlag.
Tabell 3. Utsläppscenariernas olika delar, vilka myndigheter som ansvarar för att ta fram
aktivitetsdata respektive utsläppsscenario för.
Sektor
Scenario för aktivitetsdata eller
utsläpp/upptag tas fram av
El och fjärrvärme
Energianvändning (industri, bostäder och
service samt transport)
Energimyndigheten,
Naturvårdsverket och Trafikverket
Industriprocesser, lösningsmedel och
produktanvändning
Naturvårdsverket
Jordbruk
Jordbruksverket
Naturvårdsverket
LULUCF
SLU
Avfall
Naturvårdsverket
NATURVÅRDSVERKET
65(113)
4.3.2. Energisektorn
Energimyndighetens långtidsscenario för energisystemet tas fram med två års
mellanrum och används som underlag till klimatrapporteringen (se t.ex.
Energimyndigheten 2014). Långtidsscenariot baseras på en mängd olika metoder
och modeller samt antaganden och förutsättningar. Utsläppen beräknas sedan
med utgångspunkt från senaste utsläppsinventering och med utvecklingstakter
från långtidsscenariot för olika energislag.
En energibalans består av energianvändning och energitillförsel.
Energianvändningen är användningen i inhemsk industri, transporter och
bostäder och service, användningen för utrikes flyg och sjöfart, omvandlingsoch distributionsförluster samt användningen av energiprodukter för ickeenergiändamål. Den totala energitillförseln består av tillfört bränsle till
användarsektorerna och till omvandlingsanläggningar som kraftvärmeverk. Den
framtida energibalansen i långtidsscenariot beräknas av Energimyndigheten,
baserad på antaganden om priser och ekonomiska förutsättningar, se Figur 14
nedan.
Konjunkturen har stor inverkan på Sveriges energianvändning. Den ekonomiska
tillväxten är således en viktig förutsättning för energibalansen och erhålls från
Konjunkturinstitutets EMEC-modell. Tillväxten bestäms bland annat av
omvärldsfaktorer såsom priser på el, fjärrvärme, fossila bränslen och
koldioxidpriset, vilka fungerar som ingångsvärden till EMEC. För att öka
prognosernas jämförbarhet inom EU tillhandahåller EU-kommissionen dessa
förutsättningar.59 Den ekonomiska tillväxten totalt och för olika branscher används
som en av förutsättningarna för att ta fram energibalansen.
Innan scenariot för energianvändning tas fram tar Energimyndigheten fram
förutsättningar såsom bränslepriser, mål i elcertifikatsystemet samt
förutsättningar för el- och värmeproduktion. Därefter tas preliminära el- och
fjärrvärmepriser fram genom beräkningar i modellen MARKAL-Nordic.
Priserna används av Konjunkturinstitutet för att ta fram ekonomiska
förutsättningar. Scenarier för industri, bostäder och service samt transporter tas
fram. Scenarierna för industri, bostäder och service samt elbehovet i
transportsektorn används sedan i modellen MARKAL-Nordic för att erhålla el- och
värmeproduktion, som ett modellresultat. Resultaten från MARKAL justeras
därefter, exempelvis saknas några bränslen i modellen som måste läggas till i
efterhand. Därefter balanseras energianvändningen med energitillförseln. Nedan
beskrivs de sektorsvisa metoderna mer i detalj.
59
Enligt 525/2013 ska dessa förutsättningar, däribland koldioxidpriser enligt systemet för
handel med utsläppsrätter och internationella importpriser för kol och olja, göras tillgängliga
senast 9 månader innan rapporteringsdatum. För Sverige är detta för sent i processen.
Troligtvis kommer inte dessa förutsättningar därför kunna användas, utan Energimyndigheten
behöver ta fram egna förutsättningar som används i prognosarbetet.
66(113)
NATURVÅRDSVERKET
Energibalansen baseras inte på samma indelning av kategorier som
utsläppsstatistiken utan baseras på den indelning som energistatistiken har. För att
beräkna utsläpp anpassas därför energiscenariot till formatet för
Energi
utsläppsrapportering.
Utsläppen beräknas sedan genom att använda
utvecklingstakten för respektive sektor och bränsleslag. Naturvårdsverket
kompletterar vid behov de sektorer eller kategorier som saknas. Naturvårdsverket
beräknar
av koldioxid för alla branscher som inte är belagda med sekretess,
Kanskeutsläpp
lite smalare?
vilka istället beräknas av Statistiska Centralbyrån (SCB) inom konsortiet Svenska
miljöemissionsdata (SMED) på uppdrag av Naturvårdsverket. Hela processen tar
ungefär ett kalenderår i anspråk med befintliga resurser.
MARKALNordic
Priser för
fossila
bränslen,
biobränslen
samt
koldioxid
Priser för el
och
fjärrvärme
EMEC
Ekonomisk
tillväxt
Scenario för
energianvändning
Scenario för
el och
fjärrvärme
MARKALNordic
Figur 14. Principiell figur över hur scenariot för energisystemet tas fram.
El- och värmeproduktion
Scenariot för el- och värmeproduktionen erhålls från modellen MARKALNordic. Energibehovet i användarsektorerna (industri, bostäder och service m.m.
samt elbehovet i transportsektorn), skatter och andra styrmedel, bränslepriser,
den ekonomiska och den tekniska utvecklingen används som förutsättningar i
modellen.
I MARKAL-Nordic ingår el producerad med vind-, kärn-, vatten-, sol- och
kondenskraft, värmeproduktion från spillvärme, värmepumpar m.m. som inte är
bränslebaserad samt el och värme producerad med kraftvärme. I MARKALNordic ingår inte restgaser från stålindustrin som i Sverige används för att
producera både el och värme, istället för att facklas. Restgaserna läggs till av
Energimyndigheten i efterhand, då även övriga obalanser justeras.
Transporter
Scenariot för utsläpp från transportsektorn görs av Energimyndigheten och
baseras på en mängd olika antaganden och förutsättningar. Transportsektorn
Scenario för
energibalans
NATURVÅRDSVERKET
67(113)
ingår inte i MARKAL-Nordic. Sektorn delas här in i vägtrafik, luftfart, bantrafik
och sjöfart.
Energimyndighetens modell över vägtrafikens energianvändning består dels av
en bedömning av transportefterfrågan och dels en bedömning över
fordonsparkens utveckling. Transportefterfrågan för personbilar förväntas främst
påverkas av demografi, drivmedelspriser och hushållens inkomster medan
efterfrågan på godstransporter utgår från utvecklingen av transportintensiva
branscher samt handel med utlandet. Fordonsparkens utveckling baseras bland
annat på befolkningstillväxt på antaganden om fördelningen mellan bränsleslag
och årlig effektiviseringstakt utifrån befintliga styrmedel och historiska trender.
Naturvårdsverket beräknar koldioxidutsläppen från transportsektorn medan
andra utsläpp beräknas av Trafikverket med modellen The European Handbook
of Emission Factor for Road Transport (HBEFA)60.
För luftfart såväl som för bantrafik görs scenariot baserad på en bedömning av
efterfrågan på transporter och på antaganden om effektivisering.
Sjöfartens energianvändning delas upp i inrikes sjöfart och utrikes sjöfart
(bunkring). Efterfrågan på energi modelleras utifrån makroekonomiska
antaganden samt förväntad effektivisering. Utvecklingen för såväl inrikes som
utrikes sjöfart påverkas av utvecklingen av exporten.
I arbetet med att planera för framtida transportsystem gör Trafikverket
prognoser61 över transporter och trafik för samtliga trafikslag. Dessa prognoser
tas fram med en annan metod och med andra förutsättningar än
utsläppsscenarierna. Den största skillnaden är att Trafikverkets prognoser
baseras på trafikarbetet i Sverige medan de rapporterade scenarierna baseras på
mängden försålt bränsle i Sverige. Trafikverket använder prognosverktyg som
beskriver bland annat hur efterfrågan av transporter påverkas av förändringar i
infrastruktur, transportkostnad och ekonomisk utveckling. Syftet med dem är
ofta ett annat än att beskriva framtida utsläpp (även om de används för det
också).
Industrins energianvändning
Energianvändningens utveckling inom industrin baseras på antaganden om
tillväxten i de olika branscherna, energiprisernas utveckling samt den tekniska
utvecklingen. Produktionsvolymen är på kort sikt den viktigaste
bestämningsfaktorn för industrins energianvändning. På längre sikt bestäms
efterfrågan även av förändringar av industrins bransch- och
produktsammansättning, energieffektiviseringar och den tekniska utvecklingen.
60
The European Handbook of Emission Factor for Road Transport, www.hbefa.net
Här avses Trafikverkets eget arbete med trafikprognoser för att skilja det från
Energimyndighetens arbete med scenario för transportsektorn
61
68(113)
NATURVÅRDSVERKET
Skatter och energiprisernas utveckling påverkar valet av energibärare samt i viss
mån även tillväxtpotentialen i de olika branscherna. Förändrade relativa
energipriser medför vanligen en ökad konvertering mellan energibärare och
investeringar i ny och energisnålare teknik.
Kopplingen mellan förädlingsvärde och energianvändning är olika stark i olika
branscher. Därför påverkas inte alla branscher lika mycket av ett ökat
förädlingsvärde. Inom vissa branscher sker en ”decoupling” mellan
förädlingsvärde och energianvändning, det vill säga att ett ökat förädlingsvärde i
mindre utsträckning än tidigare följs av en ökad energianvändning. Detta är
fallet i exempelvis verkstads- och aluminiumindustrin. I andra branscher är
däremot sambandet mellan förädlingsvärde och energianvändning alltjämt starkt,
till exempel inom järn- och stålindustrin samt massa- och pappersindustrin.
Bostäder och service m.m.
För att göra ett scenario för det framtida uppvärmningsbehovet måste en
bedömning göras av hur värmebehovet utvecklas i befintlig bebyggelse (denna
post utgörs av energieffektivisering samt att ingen utbyggnad eller rivning antas
av de befintliga byggnaderna) samt tillkommande värmebehov genom
nybyggnation.
För skogsbruket utgörs energianvändningen av bensin och diesel till
arbetsmaskiner. Den framtida energianvändningen inom sektorn baseras på
bedömningar om behov av bränsle för olika arbetsmoment och hur de bedöms
utvecklas i framtiden.
Bedömningen av energianvändningen inom jordbruket grundar sig på
Jordbruksverkets bedömning som togs fram i samband med Färdplan 2050
(Jordbruksverket 2012). Som grund används modellen Swedish Agricultural
Sector Model (SASM) för att prognostisera jordbrukets produktionsutveckling.
Energianvändningen beräknas genom antagande om bränslebehov för olika
grödor.
Energianvändningen i fiske- och byggsektorerna är relativt liten och antas vara
konstant under prognosperioden.
4.3.3.
Industriprocesser, lösningsmedel och produktanvändning
De totala utsläppen från industrin består av utsläpp från energianvändning och
utsläpp från industriprocesser.
Prognosen för industriprocessernas koldioxidutsläpp beräknas med en
trendanalys av historiska utsläpp i kombination med uppgifter kring sektorernas
tillväxtprognoser som används i sektorn industrins förbränning.
NATURVÅRDSVERKET
69(113)
Utsläpp av växthusgaser från lösningsmedel och andra produkter kommer bland
annat från målarfärg och kemtvättar. Scenariot över utsläpp inom denna sektor
baseras på trendanalys. I denna sektor ingår även utsläpp av fluorerade
växthusgaser. Den framtida utvecklingen för dessa utsläpp baseras framför allt
på vid vilka tidpunkter som olika fluorerade växthusgaser blir förbjudna, vilket
styrs av regelverk inom EU.
4.3.4. Jordbruk
I klimatrapporteringsförordningen är det reglerat att Jordbruksverket ska
leverera framtida aktivitetsdata för jordbrukssektorn, dvs. uppgifter om
exempelvis antal djur och antal hektar som odlas med olika grödor.
Beräkningarna av växthusgasutsläppen görs sedan av SMED på uppdrag av
Naturvårdsverket, som även utför beräkningarna i samband med den årliga
klimatrapporteringen.
Jordbruksverket har hittills låtit ta fram framtida aktivitetsdata med hjälp av
modellen Swedish Agricultural Sector Model (SASM). Detta är relativt
kostnadskrävande och därför bör möjligheterna att använda uppgifterna i andra
sammanhang ses över innan beställningen görs. Det är också fullt möjligt att
använda andra metoder för att få fram efterfrågade aktivitetsdata. Här beskrivs
dock arbetsprocessen utifrån att SASM används för att skatta framtida
aktivitetsdata.
SASM används för styrmedelsutvärdering, främst för att utvärdera EU:s
gemensamma jordbrukspolitik, CAP (Common Agricultural Policy)62.
Jordbruksverket har publicerat en rapport som går igenom de modeller och
verktyg för miljöekonomiska analyser som används inom jordbrukssektorn
(Jordbruksverket, 2014). Rapporten ger en bra överblick över tillgängliga
modeller och möjlig utveckling.
SASM är en ekonomisk modell (se figur 15 nedan) som används för att beräkna
framtida arealer, djurantal och produktion i det svenska jordbruket. Som
förutsättningar används bland annat teknisk utveckling, marknader, priser,
kostnader, jordbrukspolitiska stöd, handel och produktivitet. I modellen antas
lantbrukare agera ekonomiskt rationellt. Modellen har en upplösning på
nationsnivå. Sverige kan dock delas upp i underregioner med olika
produktionsförutsättningar. SASM kan närmast beskrivas som en
simuleringsmodell där man kan simulera effekten av olika politiska, tekniska
eller ekonomiska förändringar. Modellresultaten visar sedan hur dessa
förändringar skulle påverka jordbrukssektorn när de fått verka fullt ut.
62
http://www.jordbruksverket.se/amnesomraden/handel/allmantomhandelsochjordbrukspolitik/
capdengemensammajordbrukspolitiken.4.6beab0f111fb74e78a78000936.html
70(113)
NATURVÅRDSVERKET
Grundförutsättningen är dock att allt annat är oförändrat. SASM styrs inte av
trender utan istället av de ekonomiska drivkrafterna.
I arbetet med utsläppsscenarier har resultatet om framtida arealer och djurantal
från SASM använts för att beräkna framtida utsläpp, med samma faktorer som
används i de ordinarie utsläppsberäkningarna. Som alternativ till resultatet från
SASM har även trendframskrivning använts för att skatta de framtida utsläppen.
Detta har ibland bedömts ge en bättre skattning av de framtida arealerna och
djurantalet än resultatet från SASM. SASM reagerar starkt på skiftande
ekonomiska förutsättningar, som till exempel hur priserna sätts och hur
produktiviteten beräknas.
Jordbruk
Förutsättningar
•
Priser (OECD)
•
Teknisk
utveckling
Scenario för
utsläpp från
jordbrukssektorn
Grödor
Djurantal
Produktion
SASM
IPCC
reporting
guidelines
Figur 15. Principiell över hur ett utsläppsscenario för jordbrukssektorn tas fram då
modellresultat från SASM används
4.3.5. Avfall
Utsläppen från deponier i avfallssektorn beräknas med en modell som utvecklats
av IPCC. Denna modell är modifierad för att bättre motsvara förhållandena i
Sverige. Resultaten har även jämförts och verifierats med fältdata. Metoden
utgår från deponerade avfallsmängder år 1952, avfallets organiska innehåll, olika
avfallsslags potential att läcka metan samt utsläppsfaktorer. Resultatet för
framtida utsläpp baseras på att inga nya avfallsmängder läggs på deponi.
Deponierna fortsätter att läcka metan en lång tid framöver, även om läckaget
långsamt avtar. Scenarier för övriga kategorier i sektorn baseras på en
trendframskrivning.
4.3.6. Markanvändning, förändrad markanvändning och skogsbruk
I sektorn markanvändning, förändrad markanvändning och skogsbruk (land use,
land use change and forestry, LULUCF) finns följande kategorier: åkermark,
bebyggd mark, våtmark, betesmark, avverkade träprodukter och skogsmark. De
två senare kategorierna har hittills vid utsläppsrapporteringen rapporterats som
ett upptag av koldioxid dvs som en sänka, medan de andra historiskt orsakat
NATURVÅRDSVERKET
71(113)
utsläpp av växthusgaser. Den totala nettoeffekten för sektorn är att den historiskt
utgjort en sänka.
För kategorin skogsmark baseras det framtida upptaget av koldioxid på senast
tillgängliga skogliga konsekvensanalyser (SKA) som görs av Skogstyrelsen i
syfte att analysera den nuvarande och förväntade framtida virkesbalansen i olika
delar av landet i ett 100-årsperspektiv. Konsekvensanalyserna genomförs av
SLU där modellen HUGIN (Lundström och Söderberg, 1996) hittills använts för
att beräkna skogens utveckling. I analyserna beräknas kollagret i levande och
döda träd. Nettoupptaget beräknas som skillnaden i kollagret mellan olika
tidpunkter. För andra underkategorier, som trädavfall och organiskt kol i
marken, baseras scenariot på trendframskrivning i kombination med ett förväntat
uttag av skogliga skörderester som erhålls genom simulering i Q-modellen
(Rolff och Ågren, 1999). I kommande SKA kommer en ny modell för
framskrivning av skogens kolförråd att användas. Det är applikationen RegVis
som baseras på data från Riksskogstaxeringens provytor, utvecklad inom
Heurekaprojektet (Wikström et al, 2011).
För träprodukter beräknas nettoförändring av kolförrådet som skillnaden mellan
nyproducerat och kasserat. Produktion av nya produkter baseras på avverkat
rundvirke från RegVis som sedan allokeras ut på olika produktkategorier enligt
de senaste årens fördelning. Kassering beräknas med hjälp av olika
halveringstider för olika produktkategorier.
För de andra kategorierna; åkermark, bebyggd mark, våtmark och betesmark
utgår scenariot från senast rapporterade inventeringsdata. För åkermark och
betesmark används ett genomsnitt för de tio senaste åren tillsammans med en
skattning av de framtida arealerna (Jordbruksverket, 2012). För bebyggd mark
görs scenariot för utsläpp och upptag genom trendframskrivning. Upptaget för
avverkade träprodukter baseras på ett scenario gjord i HUGIN-modellen där
fördelningen mellan produkterna antas vara konstant.
4.4. Utveckling av scenarioarbetet
Efter denna genomgång av arbetet med scenarier, faller några områden ut som
särskilt prioriterade att gå vidare med, främst inom energi- och transportsektorn,
inom jordbrukssektorn och LULUCF. De förbättringsmöjligheter som
presenteras här avgränsar sig till metoden för scenariot och tar inte med
förbättringsmöjligheter när det gäller underlagsdata.
NATURVÅRDSVERKET
72(113)
4.4.1. Scenarier för energi- och transportsektorn
För el- och värmeproduktion (utsläppen från denna sektor63 var 14 procent av
totala utsläppen år 2013) görs scenariot i MARKAL-Nordic. Då MARKALNordic är en optimeringsmodell blir resultatet något missvisande vad gäller
utvecklingen inom solkraft och solvärme. I modellen blir kostnaderna för dessa
solcellsparker för höga i förhållande till alternativen inom elcertifikatsystemet. I
verkligheten byggs solceller av andra anledningar, som exempelvis med hjälp av
kortsiktiga stöd. Den produktion som finns inom elcertifikatsystemet då
scenarierna tas fram tas med, men framtida utveckling för solkraft och solvärme
skulle behöva hanteras på ett bättre sätt inom modellen exempelvis genom att
kunna inkludera effekten av kortsiktiga stöd vilket är något som inte görs i
normalfallet.
En annan aspekt som kan förbättras är hur användningen av restgas från
stålindustrin prognosticeras. Hanteringen av restgaser kommer att kunna ske på
ett bättre sätt då man går från att använda modellen MARKAL-Nordic till
TIMES-Nordic.
Transportsektorn (utsläppen från denna sektor64 var 33 procent av totala
utsläppen år 2013) är viktig att fortsätta utvecklingsarbetet med, då den utgör en
stor del av de nationella utsläppen samt ungefär hälften av utsläppen som
hamnar under EU:s ansvarsfördelningsbeslut (Effort Sharing Decision,
406/2009/EC). Ett omfattande förbättringsarbete har skett inom ett flertal
områden såsom exempelvis hur bedömningen görs för framtida bilinnehav och
transportarbete. Att fokusera på framöver är hur körbeteende, åldersstruktur och
hur transportarbetet varierar med hur tät befolkningen är i olika delar av landet,
fångas i modellen samt att se över de elasticiteter som används. Det är också
viktigt att försöka förbättra och utvärdera den indata som används, särskilt då det
finns olika källor alternativt tillvägagångssätt. För godstrafiken har man funnit
ett samband mellan transportbehovet och exportvolymen för den aktuella
branschen, men man skulle vilja titta närmare på om det går att använda sig av
produktionsindex, dvs. industrin produktionsvolym, i modellen istället. På lite
längre sikt kan Trafikverkets bilinnehavprognos användas då den bygger på en
mer detaljerad modell än Energimyndighetens motsvarande modell, men den är
alltjämt under utveckling.
Trafikverket har just nu i uppdrag att redovisa åtgärder och styrmedel för att
transportsektorn ska bidra till klimatmålen. Det är således av vikt att utgå från
samma förutsättningar för såväl utsläppsscenarier som för trafikprognoser för att
underlagen ska vara jämförbara. Det finns ett behov av att öka samarbetet
framöver och att arbeta mer med att förstå och minska skillnaderna mellan de
63
64
Sektorn el- och värmeproduktion, CRF 1a1a
Inrikes transporter, CRF 1A3
NATURVÅRDSVERKET
73(113)
olika ansatserna för den framtida utvecklingen för såväl person- som
godstransporter.
För industrin (process- och energirelaterade utsläpp står för drygt 25 procent av
totala utsläppen) kommer Energimyndigheten på kort sikt vidareutveckla den
modell som idag används för att göra scenario för industrins energianvändning.
Det saknas bra underlag för industrins drivkrafter, varför nu Energimyndigheten
tar fram nya elasticiteter65 för industrin. Dessa elasticiteter ska sedan ligga till
grund för den nya modell som ska byggas upp. Modellen är en vidareutveckling
på den modell som används idag men fler parametrar inkluderas och modellen
blir mer automatiserad. Planen är att den nya modellen ska kunna användas
redan till nästa scenariorapportering, det vill säga år 2016. På medellång sikt
skulle man kunna utreda om en optimeringsmodell är ett alternativ till, eller ett
komplement till, den nyutvecklade modellen. Dock finns det i dagsläget ingen
optimeringsmodell med den detaljeringsgrad som efterfrågas. En möjlighet som
Energimyndigheten ser som ett alternativ för framtiden är TIMES-Sweden.
TIMES-Sweden är en modell som delvis är mjuklänkad med EMEC och det kan
vara en fördel att de två modellerna kommunicerar med varandra.
För uppvärmning av bostäder och lokaler finns det svårigheter med att bedöma
utvecklingen för olika uppvärmningsalternativ, beroende på att det finns stora
lokala skillnader mellan olika uppvärmningsalternativ. Det blir därmed svårt att
göra en bedömning hur det framtida värmebehovet ska tillgodoses. Även graden
av investeringar av energieffektiviseringsåtgärder i byggnader är svår att
bedöma. Uppvärmningen av bostäder och lokaler är dock en relativt liten post i
utsläppssammanhang, varför förbättringar inom området inte är prioriterat.
4.4.2. Scenario för jordbrukssektorn
Jordbruksverket och samverkansgruppen CAP:s miljöeffekter har under många
år använt SASM66 till sina scenarioanalyser eftersom det är den enda tillgängliga
nationella produktionsmodellen för svenska förhållanden. SASM är en gammal
modellkonstruktion och har därmed en relativt liten utvecklingspotential.
Modellen ägs idag av en liten konsultfirma.
SASM har vissa brister eftersom jämnviktsberäkningarna av komparativa
produktionsgrenar kan bli missvisande. Det pågår ingen utveckling av någon
annan nationell produktionsmodell i Sverige. Jordbruksverket och
Naturvårdsverket förespråkar att det utvecklas en ny nationell
produktionsmodell för svenskt jordbruk. Det finns också ett behov av bättre
65
Elasticiteter beskriver aktörernas priskänslighet dvs hur stor effekt en procentuell förändring i
en varas pris har på dess efterfrågan. Storleken på dessa elasticiteter skattas baserat på
historiska data.
66
Swedish Agricultural Sector Model
74(113)
NATURVÅRDSVERKET
förbindelselänkar mellan ekonomiska produktionsmodeller och olika
miljöanalysverktyg. En ny produktionsmodell skulle vara en integrerad
miljöekonomisk modell för svenskt jordbruk som är baserad på olika regionala
jordbruksområden. Den kanske mest intressanta integrerade modellen idag är
AGRISUMI67. Modellen har utvecklats för nordiska förhållanden av MTT68 och
bygger på den finska nationella produktionsmodellen DREMFIA.
Så länge inte en ny nationell produktionsmodell finns tillgänglig skulle en
vidareutveckling av SASM vara att komplettera simuleringarna med några
känslighetsanalyser av referensscenariot (med gällande jordbruksstöd). De
parametrar som i första hand bör kunna varieras är:

Produktiviteten inom jordbruket (inkluderande inflationen)

Priser på avsaluprodukterna (nationella marknaden, ev.
världsmarknadspriser). Världsmarknadspriserna bygger på OECD/FAO
och EU-kommissionens prisprognos för den kommande 10-årsperioden.

Investeringsviljan hos jordbrukarna (ekonomisk hållbarhet, uthållighet).
I ett scenario 20-30 år framåt i tiden finns det en stor osäkerhet i prisantaganden,
produktivitetsutveckling och i antaganden om hur utbud och efterfrågan på
livsmedel och andra jordbruksvaror kommer att utvecklas. Likaså bygger
SASM-modellen på ett antagande om att alla företagare agerar ekonomiskt
rationellt, vilket inte alla gör. Vissa företagare har andra målsättningar med sitt
företag än att maximera vinsten, exempelvis att förvalta ett arv eller att hålla
markerna öppna.
4.4.3. Scenario för sektorn markanvändning, förändrad markanvändning
och skogsbruk
För sektorn markanvändning, förändrad markanvändning och skogsbruk
(LULUCF) har tre förbättringsområden identifierats, förbättringar som skulle
göra scenarierna mer kompletta.
När utvecklingen av modeller för skogens utveckling (tillväxt, avgång,
inväxning m.m.) gjordes, gällde den gamla definitionen för skogsmark. När
skogsmarksdefinitionen utvidgades för att bättre motsvara övriga länders behölls
den gamla definitionen för att motsvara den del som idag definieras som
produktiv skogsmark. Improduktiv mark som faller inom den nya
skogsmarksdefinitionen kan inte hanteras av systemet därför att modellerna inte
är anpassade till de marker det är frågan om, och genererar därför inte
tillförlitliga resultat. Ett utvecklingsarbete krävs för att anpassa modellerna till
67
68
AGRIfood systems SIMUlation är en modell för ex-ante bedömningar
Forskningscentralen för jordbruks- o livsmedelsekonomi, Finland
NATURVÅRDSVERKET
75(113)
att innefatta även den improduktiva skogsmarken om det ska vara möjligt att
kunna göra tillförlitliga simuleringar av all skogsmark.
För närvarande är det bara trädskiktet, de enskilda träden, som kan simuleras.
Detta innebär att annan vegetation (exempelvis buskar, fältskikt och bottenskikt)
är statisk i modellen. Förändring och tillväxt av denna vegetation vore önskvärt
då detta efterfrågas bland annat i klimat- och naturvårdsammanhang.
Det har historiskt inte skett så stora förändringar av den totala arealen produktiv
skogsmark. Därför antas att befintliga arealen produktiv skogsmark inte
förändras under simuleringarna. Det vore dock önskvärt att kunna förändra
markanvändningen över tid. I rapporteringen av förändringen av kollagringen
inom LULUCF rapporteras förändrad markanvändning. För att kunna göra
scenarier där förflyttning mellan t.ex. skogsmark och jordbruksmark ingår är det
nödvändigt för att kunna beräkna effekterna av den markomvandling som pågår
och som kan tänkas öka med tanke på klimatförändringarna.
4.5. Internationell utblick
Metoden för hur utsläppsscenarier tas fram beskrivs översiktligt i
klimatkonventionens parters respektive nationalrapport som rapporteras vart
fjärde år till UNFCCC. Dessa är publicerade på UNFCCC:s webbplats69. De
länder vars metoder studerats översiktligt inom detta regeringsuppdrag är
Danmark, Norge, Storbritannien, Tyskland, Finland, Nederländerna och USA.
Dessa länders egna beskrivningar av sin metodik i nationalrapporterna för år
2014 har studerats. För mer information kring ländernas metoder och antaganden
hänvisas till ländernas respektive nationalrapporter.
Alla de studerade länderna bygger sitt scenario på någon form av modell, eller
kombinationer av modeller, över energisystemet. Dessa modeller har olika
detaljeringsgrad. För utsläpp utanför energisektorn görs beräkningar antingen
separat eller i sammanhållna system. Dessa beräkningar kan vara baserade på
den historiska trenden, antaganden om framtida utveckling eller på
expertutlåtanden.
I jämförelsen som gjorts står det klart att modellerna och metodiken som
används i Sverige står sig väl jämfört med de länders som studerats. Det system
som sticker ut något och som verkar intressant att studera lite mer ingående är
scenariomodellen för Storbritannien. Dock skiljer sig deras arbetssätt från
Sveriges process något genom att det görs av Department of Energy and Climate
Change (DECC), till skillnad från i Sverige där arbetet utförs av flera olika
expertmyndigheter. Trots skillnad i arbetsprocess och förvaltningsstruktur skulle
69
http://unfccc.int/national_reports/annex_i_natcom/submitted_natcom/items/7742.php
NATURVÅRDSVERKET
76(113)
det vara intressant att studera närmare hur de håller ihop hela scenarioarbetet och
systematiskt arbetar med känslighetsanalys. Detta är exempel på två områden
som skulle kunna förbättras i den svenska metodiken.
Department of Energy and Climate Change (DECC) i Storbritannien använder
en sammanhållen modell (DECC Energy and Emission Projection model) för
energirelaterade koldioxidutsläpp. Modellen är i sig är sammansatt av ett antal
länkade modeller, som exempelvis en modell för energianvändning (top-down)
samt en modell för tillförsel (bottom-up). De resterande utsläppsscenarierna görs
av samma team som gör den årliga växthusgasinventeringen i en separat
beräkningsfil. Dessa scenarier blir överblickbara och konsistenta med historiska
data. För LULUCF-scenariot kontrakteras en extern aktör, Centre for Ecology
and Hydrology och där används en separat modell.
I Europeiska miljöbyråns (EEAs) rapport Projections in hindsight 2015 (EEA,
2015) har en genomgång gjorts av tidigare scenarier jämfört med utfallet för
klimat- och luftutsläpp för alla medlemsländer. Analysen visar att Sverige ligger
inom det lägsta intervallet (0 till 10 procent eller 0 till -10 procent) av undereller överskattning av sina utsläpp av växthusgaser för år 2010 i de
rapporteringar som gjorts, tillsammans med åtta andra medlemsländer.
NATURVÅRDSVERKET
77(113)
5. Ex-postutvärdering av styrmedel
Det finns ett stort antal styrmedel i Sverige som direkt- eller indirekt bidrar till
att uppfylla klimat- och energipolitiska målsättningar. Till dessa hör bl.a.
ekonomiska styrmedel, såsom koldioxidskatter, handel med utsläppsrätter,
elcertifikat, investeringssubventioner, samt olika styrmedel riktade mot
energieffektiviseringsåtgärder, men även administrativa styrmedel (regleringar)
och informationsstyrmedel. Styrmedel syftar till att korrigera för
marknadsmisslyckanden eller uppnå annan politiskt eller samhälleligt önskvärd
effekt. Det kan göras genom framåtblickande analyser (utvärderingar ex-ante –
även kallade konsekvensanalyser) som syftar till att bedöma konsekvenser av
förslag på introduktion av nya styrmedel eller förändringar av befintliga
styrmedel. I denna del av uppdraget ligger fokus dock främst på
tillbakablickande analyser, ex-post-utvärderingar. Det är alltså denna typ av
analys som menas när det står utvärdering eller styrmedelsutvärdering i detta
kapitel. Det finns också anledning att skilja mellan utvärdering och uppföljning.
En uppföljning beskriver vad som har hänt medan en utvärdering försöker
förklara varför det som inträffat har hänt.
Att utvärdera styrmedel syftar till att få en uppfattning om vilka effekter ett
befintligt eller avslutat styrmedel har gett upphov till. Dessutom är det av vikt att
utvärdera kostnaderna och kostnadseffektiviteten för att se efter huruvida de
avsevärt avviker från vad som låg till grund för strategibesluten. Informationen
kan sedan användas för att förbättra och korrigera pågående styrmedelsinsatser,
avbryta eventuella ineffektiva eller kostsamma styrmedelsinsatser samt
underlätta val av styrmedel i framtiden.
Av flera olika anledningar är det en komplex uppgift att utvärdera enskilda
styrmedel. De styrmedel som verkar mot klimat- och energipolitiska målen har
ofta införts för att uppfylla även andra samhällsmål vilket gör det svårt att i
efterhand utvärdera effekter och kostnader för varje enskilt mål. Det är också
komplicerat att särskilja effekten av ett styrmedel från effekten av övriga
styrmedel och effekterna av andra omvärldsförändringar.
Det har i olika sammanhang, bl.a. i Kontrollstation 2015, uppmärksammats att
många av de styrmedel som finns inom det klimat- och energipolitiska området
inte är grundligt utvärderade och att det därför finns ett kunskapsunderskott
kring styrmedlens verkan. Klimatkonventionens granskningsteam av Sveriges
nationalrapporter har också ett flertal gånger påpekat förbättringspotentialer vad
det gäller utvärderingar av styrmedlens effekter, se exempelvis UNFCCC
(2015).
I detta kapitel studeras hur ex- post- styrmedelsutvärderingar utförts i Sverige
och några andra utvalda länder för att kunna ge rekommendationer till hur detta
NATURVÅRDSVERKET
78(113)
arbete kan förbättras. Kapitlet inleds med en översiktlig teoretisk bakgrund över
relevanta kriterier som kan behöva analyseras i en styrmedelsutvärdering samt
metoder för hur styrmedel utvärderas.
5.1. Teoretisk bakgrund
Det finns flera olika aspekter som en styrmedelsutvärdering kan behöva beakta.
Vanligast är att utvärdera är ett styrmedels effekt och effektivitet, det vill säga
om målet med styrmedlet nås och om det nås på ett kostnadseffektivt sätt.
Utöver effekt och effektivitet är det vanligt i offentliga styrmedelsutvärderingar
att man även undersöker styrmedlets acceptans i samhället och dess
fördelningseffekter. Man kan således tala om effektanalys, effektivitetsanalys
och legitimitetsanalys.
Effektanalys – Identifierar och analyserar de effekter som ett styrmedel har gett
upphov till. Framför allt hur styrmedlet bidrar till måluppfyllelse det vill säga
styrmedlets förmåga att ge tillräckliga incitament eller information till
ekonomins aktörer att vidta sådana åtgärder som leder till måluppfyllelse.
Effektivitetsanalys – Syftar till att klargöra om samhällets resurser används på
bästa sätt d.v.s. styrmedlens förmåga att bidra till uppsatta mål till lägsta möjliga
kostnad för samhället.
Legitimitetsanalys – Legitimitet handlar om acceptansen och den politiska
genomförbarheten för styrmedlet. Här analyseras bland annat hur kostnader och
nyttor till följd av styrmedlet fördelar sig i samhället.
De mål som olika styrmedel ska uppnå kan vara utformade på en rad olika sätt,
t.ex. övergripande för flera sektorer, mer specifikt för enstaka sektorer eller för
enskilda åtgärder. Hur omfattande ett styrmedel är kan i många fall avgöra
komplexiteten av att genomföra en styrmedelsutvärdering. Ett
samhällsekonomiskt angreppssätt inkluderar samtliga olika konsekvenser av ett
styrmedel på såväl styrmedlets huvudmål som andra samhällsmål.
Avgörande för en utvärdering är efter vilken måttstock styrmedlet ska bedömas.
För att utvärderingen ska vara väl genomförd krävs det att bedömningskriterier
tillämpas. Vilka kriterier som är relevanta att analysera beror på syftet med
utvärderingen och vilken typ av styrmedel som ska utvärderas. Nedan beskrivs
några vanliga kriterier för analys.
NATURVÅRDSVERKET
79(113)
5.1.1. Effektanalys
Stämmer utfallet med målet?
I en effektanalys identifieras och analyseras de effekter som ett styrmedel ger
upphov till. Den kanske mest centrala frågan i en styrmedelsutvärdering gäller
styrmedlets förmåga att nå uppsatta mål, det vill säga att bedöma de effekter som
styrmedlet leder till i relation till det syfte eller det mål man har satt upp.
Kriteriet måluppfyllelse kan delas upp i två delar där den ena delen är
beskrivande och i huvudsak besvarar frågan om utfallet sammanfaller med
målet. Den andra delen är förklarande och besvarar frågan om huruvida utfallet
beror på den aktuella insatsen (Vedung 2009). Det är ofta en stor utmaning att
isolera de effekter som styrmedlet i fråga har haft, från andra faktorer som
påverkar utfallet.
En förutsättning för att kunna analysera ett styrmedels måluppfyllelse är att det
finns minst ett tydligt mål eller syfte uppsatt för styrmedlet. Målformuleringen
utgör här en avgränsning för vilka effekter som ska inkluderas i analysen.
Analysen underlättas om det endast finns ett mål, eller att det framgår vilket mål
som är det primära, samt att detta är kvantifierat. Styrmedlen som verkar mot de
klimat- och energipolitiska målen har dock ofta införts för att uppfylla även
andra samhällsmål och det kan därför vara svårt att i efterhand utvärdera effekter
och kostnader för respektive mål. Vid förekomsten av flera styrmedelsmål är det
optimala att analysera dessa mål samlat. Att endast analysera ett styrmedel
utifrån ett mål när styrmedlet har en bredare politisk ansats kan ge en
missvisande analys.
Beror utfallet på styrmedlet?
Svårigheten i en måluppfyllelseanalys är att det kan vara något annat än det
aktuella styrmedlet som leder till, eller påverkar, den eftersträvade effekten. Det
kan vara problematiskt att belägga orsakssamband mellan ett styrmedel och
individers eller organisationers beteende. Att analysera om utfallet beror på
styrmedlet i fråga och inte på grund av andra styrmedel eller andra faktorer är
viktigt ur ett samhällsekonomiskt perspektiv eftersom införandet av ett
styrmedel kräver resurser. Att förbruka resurser på något som skulle ha uppnåtts
utan styrmedlet i fråga innebär slöseri med samhällets resurser. Inte minst är
detta viktigt vid t.ex. någon form av bidragssystem eftersom det handlar om
utdelning av offentliga resurser där en motprestation förväntas. Hade denna
motprestation genomförts även utan bidraget används statens resurser
ineffektivt. (Söderholm och Hammar 2005).
Det är vanligt, inte minst för de klimat- och energipolitiska målen, att flera
styrmedel är implementerade i ett styrmedelspaket för att tillsammans uppnå
önskad effekt. Är styrmedlen så integrerade i varandra kan det vara omöjligt att
särskilja effekten av ett enskilt styrmedel från effekten av övriga styrmedel. Det
kan då vara nödvändigt att utvärdera styrmedlen tillsammans. Det är dock viktigt
80(113)
NATURVÅRDSVERKET
att analysera om styrmedlen samspelar eller överlappar varandra. Om
styrmedlen överlappar varandra finns en risk att det ena styrmedlet hindrar det
andra från att hitta de billigaste åtgärderna alternativt att det ena styrmedlet är
helt överflödigt och endast bidrar till ökade administrativa kostnader. (OECD
2007).
Andra förväntade och icke-förväntade effekter
Förutom att styrmedlet förväntas bidra till måluppfyllelse finns det ofta fler
förväntade effekter än det som styrmedlet syftar till att uppnå. För att göra en
heltäckande utvärdering av styrmedlets utfall behöver alla effekter inkluderas,
både förväntade och icke-förväntade effekter. Detta kräver en betydligt större
arbetsinsats än en måluppfyllelseanalys eftersom effekterna, både positiva och
negativa, kan vara många. Det är viktigt att identifiera och analysera dessa
effekter för att i ett senare steg kunna bedöma huruvida ett styrmedel är
kostnadseffektivt eller inte. Det kan bland annat handla om att styrmedel medför
negativa eller positiva effekter på andra miljömål, andra politikområden, teknisk
utveckling, möjligheten att uppnå långsiktiga miljömål eller konkurrenskraften
för konkurrensutsatta företag.
5.1.2. Effektivitetsanalys
Kostnadseffektivitet har blivit ett allt viktigare kriterium vid utvärdering av
befintliga styrmedel och konsekvensanalyser vid införandet av nya styrmedel.
Kostnadseffektivitet är viktig för politikens legitimitet samt för att få ut mesta
möjliga nytta av satsade medel. Styrmedel som medför onödigt höga kostnader
innebär ett slöseri med samhällets resurser. När styrmedel analyseras i en
effektivitetsanalys försöker man klargöra om styrmedlet leder till att uppsatta
styrmedelsmål nås till lägsta möjliga kostnad för samhället. Kostnadseffektivitet
är ett relativt begrepp, vilket innebär att det aktuella styrmedlet måste jämföras
med alternativa styrmedel eller alternativa utformningar av styrmedel för att man
ska kunna avgöra om målet nås till lägsta möjliga kostnad. Ett styrmedel kan
sägas vara samhällsekonomiskt kostnadseffektivt om det inte finns något annat
styrmedel som kan nå det uppsatta målet till en lägre kostnad. (Söderholm och
Hammar 2005)
Att utvärdera styrmedels kostnadseffektivitet handlar i grunden om att relatera
åtgärdskostnader till uppfyllandet av ett visst mål, ofta korrigerandet av ett
marknadsmisslyckande. Liksom för effektanalysen förutsätter därför en relevant
kostnadseffektivitetsanalys att styrmedlens mål är någorlunda väldefinierade.
Det finns olika aspekter som kan behöva analyseras för att avgöra om styrmedlet
är kostnadseffektivt. Några vanliga kriterier är:

Statisk kostnadseffektivitet,

Dynamisk effektivitet,
81(113)
NATURVÅRDSVERKET

Innovation och teknikspridning,

Transaktionskostnader,

Företagens konkurrenskraft

Allmänna jämviktseffekter
Statisk kostnadseffektivitet
Med kostnadseffektivitet i ett statiskt (kortsiktigt) perspektiv vill man ta reda på
hur samhället vid en given tidpunkt kan uppfylla ett mål till lägsta möjliga
kostnad. Utgångspunkten för bedömning av statisk kostnadseffektivitet är att
styrmedlet ska leda till att kostnaden för att bidra till måluppfyllelsen med
ytterligare en enhet ska vara den samma för alla aktörer. Fokus ligger på att
klargöra huruvida den marginella åtgärdskostnaden skiljer sig mellan olika
aktörer samt hur stor denna skillnad är.
Dynamisk effektivitet
Medan man i ett statiskt perspektiv tittar på hur kostnaderna minimeras på kort
sikt, tittar man i ett dynamiskt perspektiv på vilka incitament som ges för att
minimera kostnaden på lång sikt. Anledningen är att åtgärder som är relativt sett
mycket dyra i ett kortsiktigt perspektiv, kan ändå, om de genomförs tidigt,
främja kostnadseffektiviteten på längre sikt (se t.ex. Johansson, 2004; Rey,
2013). Det kan också finnas åtgärder som medför låga kortsiktiga kostnader men
som då de genomförs innebär att långsiktigt kostnadseffektiva åtgärder skjuts för
långt fram i tiden. Det finns alltså en risk för tidsmässig snedvridning i
genomförandet av åtgärder. Därför måste även styrmedels dynamiska effektivitet
analyseras för att identifiera om det finns risk för sådan snedvridning i
rangordningen av åtgärder.
Det dynamiska kriteriet hänger ihop med hur styrmedlet påverkar innovation och
teknikspridning. Åtgärder som genomförs ger nya erfarenheter som leder till att
producenter kan utveckla effektivare lösningar och att användare lär sig att
använda dessa på ett bra sätt (teknikutveckling och tekniska läroeffekter).
Teknikutveckling ger ofta sidoeffekter, såväl positiva som negativa, t.ex. genom
att ytterligare teknikutveckling stimuleras. . EU:s system för handel med
utsläppsrätter anses vara kostnadseffektivt i ett statiskt perspektiv men har
kritiserats för att inte intensifiera investeringar i växthusgassnåla tekniker och
därför sänker den dynamiska effektiviteten (se exempelvis Egenhofer, 2011).
Övriga aspekter
Det finns även en rad andra aspekter som kan behöva analyseras för att avgöra
styrmedlets kostnadseffektivitet. Nedan redogörs kort för några sådana aspekter.
Transaktionskostnader är kostnader som uppkommer för staten, myndigheter,
kommuner, företag eller privatpersoner till följd av att ett styrmedel införs och
upprätthålls utöver de kostnader som åtgärderna i sig innebär.
Transaktionskostnader kan till exempel vara kostnader för att t.ex. skaffa sig
NATURVÅRDSVERKET
82(113)
information, sköta administration eller anlita juridisk expertis.
Transaktionskostnader kan delas in i informativa, administrativa och juridiska
kostnader samt tillsynskostnader. Vilka totala transaktionskostnader ett
styrmedel ger upphov till, samt om dessa kostnader skiljer sig åt för de aktörer
som styrmedlet riktas mot, behöver analyseras för att se hur det påverkar
styrmedlets kostnadseffektivitet. Påverkan på konkurrenskraft kan ha betydelse
för styrmedlets kostnadseffektivitet. Företag som verkar på internationella
marknader nationella styrmedel kan påverkas konkurrensmässigt av nationella
styrmedel.
För mera omfattande styrmedel så som nationella skatter räcker det normalt inte
att titta på de direkta kostnader som styrmedlet medför utan man kan behöva
analysera allmänna jämviktseffekter. I den analysen tittar man även på indirekta
kostnader som styrmedlet medför och som sprider sig och påverkar andra
politikområden eller grupper i samhället. Koldioxidskatten har exempelvis en
direkt påverkan på priset på fossila bränslen, som i sin tur påverkar priset på
substitutionsbränslen, såväl som inkomsterna för dem som säljer fossila
bränslen. Sådana spridningseffekter fortplantar sig och kan påverka hela
ekonomin. Dessa spridningseffekter kan man då behöva analysera med hjälp av
en allmän jämviktsmodell.
5.1.3. Legitimitetsanalys
Förutom att utvärdera styrmedelseffekter och effektivitet kan det vara av stor
vikt att även analysera styrmedlets legitimitet. Hur väl ett styrmedel fungerar
eller inte fungerar kan bero på en rad aspekter som kan sorteras in under
legitimitet. En analys av ett styrmedels legitimitet kan belysa styrmedels
effektivitet i ett vidare perspektiv. Huruvida de som förväntas vidta en åtgärd
uppfattar ett styrmedel som rimligt eller inte, påverkar möjligheterna att nå
målen på ett effektivt sätt. (Bemelmans-Videc, 2007)
Fördelningseffekter
En viktig aspekt i offentliga styrmedelsutvärderingar är att analysera hur positiva
och negativa effekter samt kostnader av ett styrmedel fördelar sig i samhället.
Fördelningsaspekter kan analyseras utifrån många olika dimensioner,
exempelvis utifrån aktörer, regioner, eller inkomstgrupper. Vilken dimension
som är den relevanta beror på styrmedlet och miljöproblemet i fråga.
Fördelningseffekterna av skatter eller överlåtbara utsläppsrätter som auktioneras
kan direkt påverkas genom att på olika sätt ge tillbaka intäkterna till hushållen.
5.1.4. Metoder för effektanalys
Det finns olika metoder för att analysera effekter och måluppfyllelse för ett
styrmedel. I huvudsak kan de, liknande modellansatserna som beskrivs i kapitel
3, delas in i två kategorier utifrån vilket perspektiv man utgår ifrån:
83(113)
NATURVÅRDSVERKET

Top-down: utifrån data på aggregerad nationell- eller makronivå försöker
man bedöma måluppfyllelse för ett styrmedel. En utvärdering av
styrmedel bygger då till stor del på ekonomisk teori, statistiska
indikatorer och historiska data samt ibland ekonomiska modeller.

Bottom-up: här utgår man istället ifrån de åtgärder som har genomförts
till följd av styrmedlet. Genomförandet av åtgärder och resultatet av
dessa aggregeras för att bedöma måluppfyllelse. Det är då inte hela
ekonomin som analyseras utan exempelvis en viss sektor men med högre
detaljeringsgrad. Analysunderlaget kan komma från expertbedömningar
eller direkta mätningar, intervjuer etc.
Vilken metod som väljs beror på styrmedlet i fråga. I de fall styrmedlet riktas
mot specifika åtgärder kan bottom-up vara att föredra eftersom man har
kännedom om vilka åtgärder som har genomförts. Är styrmedlet istället mer
generellt, som exempelvis en skatt och det inte är lika tydligt vilka åtgärder som
genomförs, kan den andra metoden istället vara att föredra. Det gäller att försöka
ta hänsyn till andra styrmedel och övriga faktorer som påverkar måluppfyllelsen.
Det kan exempelvis vara befintliga styrmedel, andra strukturella effekter eller
omvärldsfaktorer som till exempel råvarupriser, som påverkar måluppfyllelsen
och den observerade effekten. En av svårigheterna i en måluppfyllelseanalys är
att orsak och verkan mellan mål och effekt inte alltid är tydligt och enkel att
belägga.
Valet av metod påverkas av vilken typ av styrmedel som ska utvärderas,
styrmedlets omfattning, antalet aktörer som påverkas av styrmedlet, datatillgång
och dataupplösning och antalet styrmedel som verkar samtidigt. Metoderna har
olika för- och nackdelar och att välja metod innebär ibland en avvägning mellan
bredd och djup i analysen eller, kostnaden för att utföra utvärderingen kontra
exaktheten i resultatet. (AEA, 2009)
Planera för utvärdering tidigt
För att skapa de bästa förutsättningarna för att utvärdera ett styrmedel på ett
robust sätt, bör man planera för utvärdering i tidigt stadium som en del i
införandet av ett styrmedel. Detta eftersom styrmedlets utformning har betydelse
för hur väl man kommer kunna genomföra en utvärdering. Har man inte tänkt på
utvärderingen innan är risken större att det inte går att få en pålitlig förståelse av
vad styrmedlet har åstadkommit.
I planeringen bör man skapa ett ramverk för utvärderingen där syftet med
styrmedlet identifieras, de förväntade effekterna och vad det är exakt man vill
utvärdera.
En bra metod är att beskriva detta genom interventionsteori. (se exempelvis
Energimyndigheten 2015, Vedung 2009). Med interventionsteori menas den
logik som finns inbakad i själva styrmedlet. I den görs en beskrivning av
NATURVÅRDSVERKET
84(113)
problemet som styrmedlet ska lösa samt logiken med styrmedlets utformning
dvs. förtydliga den teori som ligger bakom styrmedlet, beskriva sambanden
mellan orsak och verkan samt de antaganden man gör av styrmedlets effekter.
Vilka är de förväntade effekterna (långsiktiga beteendeförändringar,
utsläppsminskningar etc.) och vilka antaganden har man gjort som ska leda fram
till dessa? I utvärderingen kan man sedan identifiera vilka av dessa element som
faktiskt har realiserats i praktiken. Denna modell kan även hjälpa till att utveckla
indikatorer som påvisar om styrmedlet leder till de uppsatta effekter man vill
åstadkomma. (HM Treasury, 2011)
Referensscenario
Ett av de stora problemen med att utvärdera effekterna av ett styrmedel efter att
det har implementerats är att identifiera vilka effekter som beror av styrmedlet
och vilka förändringar som hade uppstått ändå. Det kan med relativt enkla
metoder vara möjligt att bedöma måluppfyllelsen för ett styrmedel om
styrmedelet berör en avgränsad sektor, det finns få kompletterande styrmedel
och det är tydligt vad som hade hänt om inte styrmedlet funnits. Så är det dock
sällan fallet utan det finns ofta andra faktorer och andra styrmedel som verkar
samtidigt och påverkar måluppfyllelsen. Detta gör det svårt att bedöma vilken
effekt ett enskilt styrmedel har på det uppsatta styrmedelsmålet.
För att kunna bedöma styrmedlets effekter behöver man därför ta fram ett
kontrafaktiskt scenario eller även kallat ett referensscenario. Eftersom det inte
går att faktiskt mäta eller observera referensalternativet behöver det konstrueras
eller skattas. Att skapa ett robust och trovärdigt referensscenario tillhör en av de
svåraste utmaningarna vid en styrmedelsutvärdering. Det finns inga
standardmetoder för hur referensscenario ska tas fram men ett viktigt första steg
är att klargöra vilka andra styrmedel och faktorer som påverkar utfallet.
Kvaliteten och tillgängligheten på data avgör sedan hur robust ett
referensscenario kan bli.
Genom att planera för utvärdering i ett tidigt skede skapas större förutsättningar
för att ändamålsenliga data kan samlas in innan styrmedlet införs och under
tiden det verkar. Har man inte tänkt igenom utvärderingen innan styrmedlet
införs får man förlita sig på de data och information som finns tillgängliga,
vilket ofta innebär att bra referensdata saknas. Det senare kan vara intervjuer
eller undersökningar om beteende före styrmedlets införande. Saknas sådana
data är risken större att kvalitén på utvärderingen blir sämre och det blir svårt att
belägga vilka effekter som styrmedlet har åstadkommit.
5.1.5. Metoder för effektivitetsanalys
Det finns olika sätt att beräkna kostnadseffektivitet hos ett styrmedel. Som redan
nämnts vill man här ta reda på om styrmedlet leder till att uppsatta mål nås till
lägsta möjliga kostnad för samhället. Ett vanligt kriterium är att analysera
NATURVÅRDSVERKET
85(113)
huruvida aktörerna möts av samma marginalkostnad. Vanliga metodologiska
ansatser i kostnadseffektivitetsanalyser är (som beskrits mer detaljerat i 3.2.2) att
skapa en kostnadstrappa för exempelvis växthusgasreducerande åtgärder genom
att rangordna olika åtgärder efter kostnadsbild eller genom optimeringsanalyser
försöka ta reda på vilka åtgärder som leder fram till ett mål till lägsta kostnad.
Som tidigare visats i 3.2.2 finns omfattande kritik av åtgärdskostnadstrappor.
Ytterliggare en kritik tas upp av Söderholm och, Hammar (2005) som menar att
ett skäl till att kostnadstrappan inte ger en bra bild över kostnadseffektiviteten är
att den utgår ifrån att marginalkostnaden för varje åtgärd är densamma oavsett
reduktionsnivå. Alltså likställs den genomsnittliga kostnaden med den
marginella kostnaden. En låg genomsnittlig reduktionskostnad behöver i
praktiken inte innebära en låg marginalkostnad. Ett annat skäl till att denna
metod inte lämpar sig är att den förlitar sig på s.k. ingenjörskostnader.
Ingenjörskostnader baseras på en ”typisk” anläggning som sedan ska gälla för en
hel industri, men olika anläggningar kan ha olika tekniker, faktorkostnader och
kunskap om hur åtgärder bäst genomförs i verksamheten. Att göra en
kostnadstrappa kan vara bra för att få en grov uppfattning om hur mycket
kostnaderna för olika åtgärder skiljer sig åt. Sådan information kan vara av värde
inför valet mellan olika styrmedel men lämpar sig sämre för att utvärdera
kostnadseffektiviteten.
Att modellera genom optimeringsanalyser och på så vis allokera
åtgärdsstrategier till lägsta kostnad för ett visst mål är bättre i den bemärkelsen
att man här utgår explicit från att marginalkostnaderna för de aktuella åtgärdera
ska vara lika höga. Denna lösning kan sedan jämföras med det utfall som olika
styrmedel ger upphov till. Samtidigt utgår man även i dessa modeller utifrån
ingenjörskostnader varför samma kritik kan riktas mot denna metod.
Användandet av ekonomiska modeller är ett sätt för utvärderaren att utföra
kontrollerade experiment och exempelvis jämföra olika specifika
styrmedelsutformningar men bör, enligt Söderholm och Hammar (2005), inte ses
som ett sätt att göra en totalbedömning av styrmedlets förmåga att främja
kostnadseffektivitet. På grund av de svårigheter som finns med att uppskatta de
specifika kostnaderna för olika åtgärder, betonas det i stället att man bör
analysera styrmedlens utformning och den incitamentstruktur som styrmedlet
skapar för att påvisa om förutsättningarna för att styrmedlet är kostnadseffektivt
är uppfyllda. Sedan kan man med hjälp av ekonomiska modellsimuleringar
(exempelvis kostnadsoptimeringsmodeller, ekonometriska modeller eller
allmänna jämviktsmodeller) komplettera dessa analyser.
För att förstå incitamentsstrukturen pekar Söderholm och Hammar på några
viktiga aspekter att analysera. Först och främst är det viktigt att försöka definiera
vilket eller vilka primära mål styrmedlet är tänkt att styra mot. Det är viktigt att
skilja på primära och sekundära mål och så långt möjligt lyfta fram vilka
beteenden styrmedlet syftar till att uppmuntra och varför. Kan man koppla
NATURVÅRDSVERKET
86(113)
styrmedlet till ett reellt marknadsmisslyckande? Om styrmedlet inte träffar
marknadsmisslyckandet och därmed inte styr mot det som är det egentliga
problemet så är risken större att styrmedlet inte är kostnadseffektivt. Ett
styrmedel som är utformat för att i första hand reducera koldioxidutsläpp är
nödvändigtvis inte effektivt när det gäller att också stödja introduktionen av
förnyelsebar teknik och vice versa. Av den anledningen bör exempelvis inte
elcertifikatsystemet utvärderas som ett sätt att kostnadseffektivt minska
koldioxidutsläppen eftersom det snarare är inriktat mot att stödja introduktionen
av förnyelsebar teknik.
Sedan är det viktigt att fastställa vilka aktörer och sektorer som bör beaktas i
analysen och om sektorsspecifika styrmedel kan utgöra ett problem för
kostnadseffektiviteten. Ett styrmedel kan vara kostnadseffektivt inom ramen för
den sektor som det verkar inom, men är det motiverat att det inte tillåts verka
inom en annan sektor? Ytterligare en viktig fråga här är om styrmedlet ska ses
som komplement och/ eller substitut till andra styrmedel. Det är ineffektivt att
tillämpa två snarlika styrmedel för att styra mot exakt samma mål (i samma
sektor). I ett sådant fall är styrmedlen substituerande och det blir svårt att
utvärdera kostnadseffektiviteten för dem var för sig. Är de komplement till
varandra är det rimligt att de utvärderas som ett paket snarare än var och ett för
sig.
Ett viktigt villkor för kostnadseffektivitet är att styrmedlet säkerställer att
aktörernas möts av en och samma prislapp på så sätt att marginalkostnaderna för
åtgärder är lika höga. Även om villkoret bedöms vara uppfyllt är det endast ett
statiskt villkor som gäller under vissa antaganden och som inte tar hänsyn till
den långsiktiga kostnadsutvecklingen. Finns det exempelvis ett starkt empiriskt
stöd för att läroeffekterna för en viss teknologi är mer omfattande än för andra
teknologier kan det vara motiverat att tillämpa en högre subventionsnivå för
denna teknologi. Kommer man fram till att marginalkostnadsvillkoret inte är
uppfyllt bör man analysera om det finns goda skäl till det, exempelvis
förekomsten av konkurrensutsatta sektorer. Ur ett ekonomiövergripande
perspektiv finns det flera skäl till varför en differentiering av klimatpolitiska
styrmedel kan vara önskvärd där risken för koldioxidläckage är en av de
viktigaste.
Avslutningsvis kan man utifrån ovanstående slutsatser bedöma styrmedlets
förmåga att främja kostnadseffektivitet. Bedömningen ger inget definitivt svar
om kostnadseffektiviteten, men kan ge en bild av styrmedlets egenskaper och
peka på alternativa utformningar och/eller nya styrmedelskombinationer som
skulle kunna ge en ökad kostnadseffektivitet i klimatpolitiken. Det är viktigt att
komma ihåg att kostnadseffektiviteten hos ett styrmedel endast utgör ett av flera
viktiga kriterier för hur väl styrmedlet fungerar.
NATURVÅRDSVERKET
87(113)
5.2. Utmaningar i utvärdering av klimat- och
energipolitiska styrmedel
Det finns specifika utmaningar för utvärderingar av styrmedel inom klimat och
energiområdet. Utsläppen av växthusgaser kommer från många olika sektorer i
samhället och många olika aktörer är berörda. Styrmedel för klimat och energi
kan vara både nationella och internationella, men målet är globalt.
Tidshorisonterna är långa och osäkerheterna stora. Därför är det viktigt med
helhetssyn och väl avvägda systemgränser och tidsperspektiv.
Ett system kan vara en teknisk enhet, ett samhälle, en specifik sektor, ett eller
flera länder eller de globala energimarknaderna (Wörlen 2013). Om syftet med
ett styrmedel är att minska utsläppen av växthusgaser i en specifik sektor inom
en nation kan man avgränsa sig till just denna men målen för styrmedel på
klimatområdet är ofta att minska de globala utsläppen av växthusgaser. Om en
åtgärd syftar till att minska utsläppen av växthusgaser inom en viss region finns
risk för läckageeffekter. Koldioxid-läckage innebär att utsläppen flyttar från den
sektor eller nation som regleras till en annan sektor istället för att minska.
Läckageeffekter är ofta oönskade konsekvenser av regleringar eller
prispåverkande styrmedel. (IPCC 2007) Att undersöka globala effekter av ett
styrmedel är komplicerat och kräver att man tittar på hur utsläppen påverkas inte
bara inom en viss sektor inom ett visst land utan också hur andra sektorer och
nationer påverkas av förändringen. Energisystem och utsläpp av växthusgaser i
olika sektorer är tätt sammankopplade och påverkar och påverkas av
konjunkturen och den globala efterfrågan.
Ett exempel på utmaningarna med systemgränser och läckageeffekter är
Sveriges elmarknad. I Sverige produceras el framförallt av koldioxidsnåla
produktionsslag som vattenkraft och kärnkraft. Att minska efterfrågan på el kan
därför med en svensk systemgräns tyckas har liten positiv effekt på utsläppen av
växthusgaser. Om man istället ser Sveriges elmarknad ut ett europiskt perspektiv
är Sverige en del av den nordiska elmarknad som i sin tur är sammankopplad
med den europeiska elmarknaden. (Energimarknadsinspektionen 2014) Sverige
importerar och exporterar el från och till den centraleuropeiska elmarknaden där
en stor del produceras i kolkraftverk. Kolkraft är ofta det dyraste
produktionsslaget och kolkraft är därför marginalel. Med en europeisk
systemgräns kan man alltså argumentera för att svensk elanvändning på
marginalen är producerad av kolkraft och att sparade kilowattimmar därför har
en reell påverkan på utsläppen av växthusgaser. (Axelsson och Harvey 2011)
Exemplet visa det visar på vikten av att aktivt fundera kring och välja
systemgräns.
Om man vidgar systemgränsen ytterligare och inkluderar systemet med handel
med utsläppsrätter kan man återigen fråga sig huruvida minskad elförbrukning i
Europa har någon påverkan på utsläppen av växthusgaser i Europa.
NATURVÅRDSVERKET
88(113)
Kraftproduktionen ingår i EU:s system för handel med utsläppsrätter. Om man
minskar efterfrågan på el och därigenom utsläppen av växthusgaser från
kolkraftverk kan användningen inom handelssystemet flytta till en annan sektor
och de totala utsläppen bli oförändrade.
En annan aspekt att ta hänsyn till i utvärdering av klimat- och energipolitiska
styrmedel är rekyleffekten. Rekyleffekten omnämns vanligen i samband med
energieffektiviseringsåtgärder men principen kan gälla också för andra typer av
effektiviseringar. I utformningen av klimat- och energipolitik framhålls ofta
energieffektiviseringsåtgärder som viktiga både för minskad miljöpåverkan och
för kostnadsbesparingar. Energibesparing och energieffektivisering är inte
synonyma begrepp (även om de ibland sammanblandas). Energibesparing
innebär att mindre energi används, totalt sett. Energieffektivisering innebär att
mindre energi krävs för en viss typ av produktion, uttryckt som till exempel kwh
per producerad enhet eller per kr förädlingsvärde. Energieffektivisering innebär
att relativkostnaden för energi relativt andra inputvaror och tjänster blir lägre.
Med en mer bränsleeffektiv motor krävs mindre bränsle för att resa samma
sträcka. En direkt rekyleffekt kan uppstå om användare väljer att åka längre
sträckor för samma mängd bränsle eller kanske införskaffar ett större fordon.
Den indirekta rekyleffekten innebär att resurser frigörs som kan läggas på annan
energianvändning. Om den totala rekyleffekten överstiger 100 har
effektiviseringen lett till en ökad miljöpåverkan. Om den understiger 100
procent har effektivisering lett till en minskad miljöpåverkan. Effekten påverkar
styrmedlets kostnadseffektivitet om målet med ett styrmedel är minskad
användning och miljöpåverkan snarare än ökad effektivitet. Att
effektiviseringsåtgärder kan innebära en rekyleffekt är accepterat i utvärderingar
av styrmedel för klimat- och energi, men den tas sällan med i analyser av
styrmedel. Storleken på effekten är omdebatterad och varierar mellan enskilda
fall. (Broberg mfl. 2015, Sorrell 2007)
5.3. Ex-postutvärdering av klimat- och
energipolitiska styrmedel i Sverige
I Sverige ansvarar flera departement för olika delar som påverkar landets energioch klimatpolitik och styrmedel. Den största delen av klimat- och
energipolitiken ligger under Miljö- och energidepartementet som bland annat
ansvarar för klimat, energi och internationellt miljösamarbete. Under
miljödepartementet ligger ett antal myndigheter och Energimyndigheten och
Naturvårdsverket är de som främst arbetar med energi- och klimatfrågor. Utöver
Miljö- och energidepartementet har andra departement ansvar för olika
styrmedel som påverkar Sveriges energi- och klimatstrategi.
Finansdepartementet ansvarar för energi- och klimatskatter,
Näringsdepartementet för infrastruktur- och näringsfrågor,
utbildningsdepartementet för forskningsfrågor. Dessa har i sin tur myndigheter
89(113)
NATURVÅRDSVERKET
som utreder och utvärderar förslag. Det är därför svårt att sammanställa ett
organisationsschema över ansvaret för utvärderingar av energi- och
klimatpolitiken och dess styrmedel.
Denna del av rapporten beskriver hur klimat- och energistyrmedelsutvärderingar
genomförs i Sverige. Underlaget bygger på en genomgång av tre övergripande
studier av Svensk klimat- och energipolitik och hur den utvärderats. I
kontrollstation 2015 har Energimyndigheten och Naturvårdsverket granskat ett
stort antal utvärderingar av styrmedel på energi- och klimatområdet. Söderholm
(2014) har utifrån en kartläggning av klimat- och energistyrmedelsutvärderingar
diskuterat hur framtidens utvärderingar bör utformas. Slutligen sammanfattas
resultatens från Riksrevisionens granskningar av Sveriges energi- och
klimatpolitik mellan 2009 och 2013.
5.3.1. Underlag till kontrollstation 2015
I regeringsuppdraget om kontrollstation 2015 genomförde Energimyndigheten
och Naturvårdsverket en sammanställning och granskning av publicerade
utvärderingar, sedan 2008, av hur befintliga styrmedel bidrar till att uppnå de
klimat- och energipolitiska målen till 2020. Granskningen fokuserade på
följande utvärderingsaspekter:
-
Styrmedlens effekt på utsläpp. Detta tolkas här som styrmedlets bidrag
till att uppnå det energi- eller klimatpolitiska mål som det ska styra mot,
det vill säga energiintensitets-, förnybarhets- och/eller klimatmålet.
-
Styrmedelskostnader. Detta tolkas främst som de samhällsekonomiska
kostnaderna och kostnadseffektiviteten för ett styrmedel. Enskilda
kostnadsposter som tas upp i utvärderingarna redovisas även om de
endast utgör en del av bedömningen av den totala samhällsekonomiska
kostnaden.
-
Fördelningseffekter. Detta handlar i huvudsak om hur de kostnader ett
styrmedel ger upphov till fördelas mellan olika aktörer.
-
Påverkan på andra samhällsmål. Tolkas som effekter på dels de andra
energi- och klimatpolitiska målen än det mål som styrmedlet har som
huvudsyfte att uppfylla, dels andra samhällsmål som utvärderingarna
belyser.
Ett stort antal utvärderingar har gjorts inom områdena sektorsövergripande
styrmedel, förnybarhetsmål, energieffektivisering och klimatmål, men endast ett
fåtal redovisar de efterfrågade aspekterna. Merparten av det underlag som har
granskats saknar en kvantifierad effekt av styrmedlet. I den mån effekter har
kvantifierats är de ofta behäftade med en ansenlig osäkerhet.
NATURVÅRDSVERKET
90(113)
En slutsats från denna genomgång är att det är få om ens någon utvärdering som
belyser alla aspekter i utvärderingarna. Endast för ett fåtal styrmedel ges
kvantitativa svar på de aspekter som bör belysas.
Energi- och koldioxidskatter
Koldioxidskatten har exempelvis utvärderats flera gånger men de flesta
utvärderingar är enbart delanalyser, det vill säga de behandlar exempelvis
skatternas effekter på en delmarknad och inte på ekonomin som helhet. Det finns
inga ex post-utvärderingar av de sammanlagda kostnaderna för energi- och
koldioxidskatterna. Vidare bygger modellkörningar på nödvändiga förenklingar,
med begränsad koppling till teknologisk utveckling och dynamiska effekter.
Vissa av utvärderingarna analyserar energi- och koldioxidskatterna gemensamt
och deras effekt på energianvändningen och/eller utsläppen. Andra utvärderingar
analyserar endast någon av skatterna, och effekter på något av målen. Energioch koldioxidskatternas konsekvenser är inte heller särskilt utredda ur ett
statsfinansiellt perspektiv, även om de vid sidan av moms tillhör de viktigaste
punktskatterna. Det konstateras också att underlaget är begränsat när det gäller
att utvärdera energi- och koldioxidskattens effektivitet i samverkan med andra
styrmedel. Slutligen konstateras det att med tanke på energi- och
koldioxidskatternas långa historia och antaget stora betydelse för energi- och
klimatpolitiken och de offentliga finanserna, är utvärderingsunderlaget av
skatternas styrande förmåga anmärkningsvärt begränsat.
Energi- och koldioxidskatterna utvärderas ibland som del av en styrmedelsmix
där flera styrmedel för de klimat- och energipolitiska målen ingår. MARKALNordic har bland annat använts för att utvärdera effekten av styrmedel och
åtgärder inom energi- och klimatpolitiken. Utvärderingen bygger på en
kontrafaktisk metod för att utvärdera den totala effekten av samtliga relevanta
styrmedel inom energi- och klimatpolitiken. Det går dock inte att dra några
slutsatser om olika styrmedels isolerade effekt på koldioxidutsläppen.
Styrmedel för förnybar energi
Flera av de styrmedel som styr mot målet om ökad användning av förnybar
energi, transportmålen och energieffektivisering saknar utvärderingar mot de
ovan nämnda kriterierna.
Elcertifikatsystemet och Investeringsstöd för solceller är styrmedel som har
utvärderats med avseende på kostnader för stödet, effekter i kvantitativa termer
och i viss mån effekter på andra miljömål. För elcertifikatsystemet har viss mån
även fördelningseffekter analyserats. Pumplagen har utvärderats när det gäller
kostnader och i viss mån effekter på mål samt fördelningseffekter. Den statliga
FFF utredningen (SOU 2013:84) gjorde en egen analys av styrmedel för
miljöbilar. Enbart en kvalitativ bedömning av effekten av miljöbilspremie och
fordonskattebefrielse gjordes, tillsammans med en sammanställning av statens
utgifter. Någon utvärdering av kostnadseffektivitet, fördelningseffekter eller
NATURVÅRDSVERKET
91(113)
effekter på andra samhällsmål gjordes inte. En generell notering som görs i
utredningen är att någon samhällsekonomisk konsekvensanalys före införande
av styrmedlen inte hade gjorts.
Styrmedel för energieffektivitet
Genomgången av utvärderingar av de styrmedel som styr mot
energiintensitetsmålet visar att det generellt råder brist på kvantitativa ex postbedömningar av de efterfrågade aspekterna. Bristen på kvantitativa utvärderingar
förklaras av att många styrmedel är relativt nya och fortfarande ”befinner sig
mitt i processen”, varför det kan vara för tidigt att mäta effekter av åtgärder.
Detta är något som också påpekas i vissa av utvärderingarna. En annan
anledning till svårigheten att mäta effekterna är att vissa av styrmedlen infördes
utan att det fanns en utvärderingsstrategi från början. Kostnader beaktas delvis i
utvärderingarna men vilka typer av kostnader som ingår skiljer sig åt mellan
olika utvärderingar. I de flesta fall tas enbart statsfinansiella kostnader/utgifter
upp, vilket oftast endast utgör en del av den samhällsekonomiska kostnaden.
Utvärderingarna saknar i de flesta fall analyser av fördelningseffekter och
effekter på andra samhällsmål. Avsaknaden av kvantifierbara effekter av de
informativa styrmedlen leder till att dessa inte kan ligga till grund för beräkning
av de styrmedelsjusteringar som krävs för att uppnå energiintensitetsmålet.
När det gäller klimatstyrmedel kan det konstateras att det finns väldigt få ex
post-utvärderingar som har kvantifierade resultat.
5.3.2. En kartläggning och kategorisering av samhällsekonomiska
analyser inom miljömålsområdet (Söderholm 2014)
På uppdrag av Naturvårdsverket har Söderholm (2014) studerat och diskuterat
hur framtida samhällsekonomiska analyser kan utformas och genomföras.
Rapportens diskussion utgår från en kartläggning av 82 genomförda
samhällsekonomiska analyser på miljömålsområdet som kategoriserats med
fokus på syfte och angreppssätt. (Pädam m.fl. 2013)
Söderholms rapport inkluderar både utvärderingar ex ante och ex post och det är
inte enbart styrmedel som har studerats och heller inte enbart klimat- och
energipolitiska mål. I ungefär hälften av analyserna kan det konstateras att fokus
ligger på åtgärder snarare än styrmedel för att nå ett visst miljömål och
analyserna går ut på att skatta kostnaderna och/eller miljönyttan i ekonomiska
termer av dessa åtgärder. Olika metoder används men de flesta utgår från en
bottom-up beskrivning av olika konkreta åtgärder och en bedömning av dessa
kostnader ex ante. Detta innebär att analyserna i första hand försöker uppskatta
kostnaderna för åtgärder som ännu inte implementerats snarare än förlita sig på
ex post bedömningar av redan genomförda åtgärder.
Ex post-utvärderingar i studien
Söderholms (2014) analys visar att antalet samhällsekonomiska analyser som
NATURVÅRDSVERKET
92(113)
undersöker styrmedels effekter ex post är överlag färre än de som har en ex ante
ansats. Det finns dock studier av varierande slag som på olika sätt undersöker
effekterna av redan implementerade styrmedel med utgångspunkt i olika
styrmedelskriterier. En del studier fokuserar på om styrmedlen är verkningsfulla,
medan andra undersöker kostnadseffektivitet, fördelningsaspekter, effekterna på
teknisk utveckling eller på industrins konkurrenskraft etc.
Slutsatser från studien
Söderholm pekar på att genomförda kostnadseffektivitets- och effektanalyser
ofta har viktiga begränsningar. Ofta finns en brist på bra data och det finns en
svårighet att skapa ett trovärdigt och transparent beskrivet referensscenario. En
annan begränsning i flera analyser är att endast en generell bedömning kan göras
av kostnaderna och att de inte svarar på frågan om de styrmedel som används
minimerar kostnaderna för att nå en viss utsläppsreduktion.
Kostnadsanalyser som har genomförts bottom-up kan vara viktiga för att förstå
vad som konkret kan göras för att minska miljöpåverkan på ett specifikt
miljöområde och ungefär hur mycket sådana åtgärder kostar. I vissa studier
kommenteras också kostnadseffektivitet i meningen att olika åtgärder kan
rangordnas utifrån t.ex. kostnad per kg utsläppsreduktion. Söderholm pekar dock
på en rad begränsningar med bottom-up analyser som gör att kostnaderna för att
nå ett mål såväl kan överskattas som underskattas. Analyserna har ofta en svag
koppling till hur åtgärderna faktiskt ska realiseras, dvs. vilka styrmedel som
måste införas, vad det kostar att implementera dessa samt vilka kostnader
aktörerna faktiskt möter som en konsekvens av styrmedlen. Det finns därför en
risk att de totala kostnaderna underskattas i dessa studier. Används denna typ av
analys för att identifiera den kostnadseffektiva kombinationen av åtgärder för att
nå ett visst mål uppstår svårigheter att identifiera alla relevanta åtgärder och
risken är att de totala kostnaderna i stället överskattas.
Det är få studier som fokuserar på de aktörer som faktiskt berörs av styrmedlen
och som förväntas genomföra åtgärderna för att uppnå de mål man har satt upp.
Det behövs därför en ökad förståelse för aktörers drivkrafter, incitament,
upplevda barriärer etc. Sådana analyser behöver också utgå från att det inte
enbart är marknadsmisslyckanden som bör identifieras och utvärderas, utan även
”regleringsmisslyckanden”, såsom lagar och styrmedel på andra områden som
försvårar (eller till och med omöjliggör) genomförandet av samhällsekonomiskt
lönsamma miljöåtgärder. En systematisk analys av utvecklingstrender och
misslyckanden på olika miljöområden skulle kunna utgöra ett viktigt underlag
för ett flertal styrmedelsutvärderingar och kostnads-nytto-analyser (CBAanalyser).
Det genomförs för få utvärderingar av styrmedelseffekter på miljömål och fler
sådana troligen skulle förstärka miljömålsarbetet. En viktig orsak är att
dataunderlaget för att göra detta ofta är bristfälligt och/eller att det krävs mycket
resurser för att samla in data endast för en utvärdering. Man behöver därför i
NATURVÅRDSVERKET
93(113)
högre grad prioritera identifiering och insamling av data som kan användas för
empiriska ex-post utvärderingar av styrmedel. De data som samlas in har ofta
andra syften – till exempel för att administrera styrmedlet men insatser behöver
göras för att kunna göra ändamålenliga referensscenarier. Endast ett fåtal av de
studier som har kartlagts har en sådan ansats och i inget av dessa fall finns en
tydlig koppling till konkreta styrmedel i miljöpolitiken.
Kostnadseffektivitet och samhällsekonomisk effektivitet är fortsatt viktiga
utvärderingskriterier, men de bör också kompletteras med analyser av olika
styrmedels förmåga att främja teknisk utveckling och innovation. Även här
behövs en ökad förståelse för avvägningar mellan olika styrmedelskriterier – till
exempel om det finns en konflikt mellan kostnadseffektivitet och
framkomligheten (legitimiteten) i miljöpolitiken och hur i så fall styrmedel ska
utformas för att hantera en sådan avvägning?
Många analyser, t.ex. flera av de CBA-analyser som genomförs förlitar sig inte
på de vägledningar och handböcker som finns. I dessa vägledningar betonas t.ex.
betydelsen av transparenta referensscenarier och alternativ, något som ofta
brister i en del av analyserna. Många CBA-analyser är väldigt rudimentära och
många kommer inte längre än att författarna listar ett antal fördelar och
nackdelar med olika miljöåtgärder. De konsekvenser som identifieras beskrivs
framförallt i kvalitativa termer och inte alltid utifrån en explicit beskrivning av
olika beslutsalternativ. Framtida uppdragsbeskrivningar för styrmedelsanalyser
bör i högre grad än vad som är fallet idag hänvisa till befintliga vägledningar
eftersom de är relevanta för genomförandet av uppdraget.
En annan viktig fråga för framtida analyser är behovet av att i större utsträckning
analysera hur olika styrmedel interagerar med varandra, dvs. förstärker eller
kanske motverkar varandra. Exempelvis behövs fler studier som analyserar
(såväl ex ante som ex post) hur ekonomiska styrmedel interagerar med
traditionella regleringar samt hur miljöpolitiken kan förstärkas av en
samhällsekonomiskt effektiv innovationspolitik.
5.3.3. Riksrevisionens granskning av styrmedel och statliga åtgärder för
klimat- och energiområdet
Mellan 2009 och 2013 granskade Riksrevisionen styrmedel och statliga åtgärder
inom klimat- och energiområdet i elva granskningar (RiR 2009:6, RiR 2009:21,
RiR 2011:8, RiR 2011:10, RiR 2011:29, RiR 2012:1, RiR 2012:2, RiR 2012:7,
RiR 2012:27, RiR 2013:9) och en slutrapport (RiR 2013:19). Syftet var att ta
reda på om regeringens styrning ger förutsättningar för effektiva klimatåtgärder.
Granskningarna undersökte också kostnadseffektivitet och transparens i
politiken.
Både sektorsövergripande styrmedel och mer riktade åtgärder mot
energitillförsel, industri, trafik, bostäder, jordbruk och avfall undersöktes. De
NATURVÅRDSVERKET
94(113)
undersökta styrmedlen är av både ekonomisk karaktär som skatter och
marknadsbaserade certifikat/utsläppsrätter och av administrativ karaktär som
regleringar och krav på energideklarationer och byggregler. Man har också
undersökt statliga medel till forskning och utveckling inom klimatområdet samt
Sveriges deltagande i Arktiska rådet.
Slutrapporten sammanfattar resultat från utvärderingarna och tittar på ny empiri i
form av styr- och uppföljningsdokument från myndigheter och regering.
Metoder
För att besvara granskningsfrågorna rörande transparens, effekt och effektivitet i
de elva delrepporterna har Riksrevisionen använt sig av både kvalitativa och
kvantitativa metoder. Riksrevisionen har hämtat empiri genom intervjuer,
dokumentstudier, bedömning av regelverk, stickprovskontroller och kvantitativ
data i form av enkäter, utdrag ut energideklarationsregistret, kostnader för
utsläppskrediter, statistik över biodrivmedelsanvändningens sammansättning och
förändring, statistik över energipriser. I flera granskningar har Riksrevisionen
använt räkneexempel för att visa på kostnader för styrmedlen och dess utfall.
För mer avancerade kvantitativa analyser har Riksrevisionen samarbetat med
andra statliga myndigheter. Vid granskning av klimatrelaterade skatter lät man
Konjunkturinstitutet med hjälp av EMEC beräkna de samhällsekonomiska
konsekvenserna av de förändringarna av de klimatrelaterade skatter som
beslutades 2009. Konjunkturinstitutet gjorde beräkningar för den
samhällsekonomiska utvecklingen, med och utan skatteförändringarna under
tidsperioderna 2007-2020 och 2007-2030.
Till samma granskning lät man Statistiska centralbyrån med hjälp av FASIT, ett
fördelningsanalytiskt statistiksystem för inkomster och transfereringar beräkna
hushållens kostnader för energi- och koldioxidskatterna samt fordonsskatten för
att analysera de fördelningspolitiska konsekvenserna av
klimatskatteförändringarna. Statistiska centralbyrån skattade också industrins
utgifter för energi och koldioxidskatt med hjälp av företags- och
individdatabasen FRIDA.
Riksrevisionens granskningsresultat
Riksrevisionens granskningar visar att kostnaderna för minskade utsläpp varierar
mellan olika styrmedel och olika sektorer, vilket tyder på att den samlade
styrmedelsfloran inte är kostnadseffektiv. Man konstaterar också en brist på
samordning på både kort- och lång sikt. Riksdagen har efterfrågat en långsiktig
bana men regeringens beslut om styrmedel sträcker sig sällan längre än till 2020.
Då Riksrevisionens granskat en mängd samverkande och delvis överlappande
styrmedel har man i slutrapporten gjort en samlad bedömning och därigenom
upptäckt hur styrmedel överlappar och delvis tar ut varandras effekter. Ett sådant
exempel är konflikten mellan energieffektivisering och ETS. Exempel på kritik
som framförs i granskningarna är att om Sveriges nationella överskott på
NATURVÅRDSVERKET
95(113)
utsläppsrätter säljs till andra länder inom handelssystemet istället för att
annulleras, blir Energimyndighetens rekommendationer om att till exempel välja
kollektivtrafik eller cykel framför bil till stor del verkningslösa ur
klimatsynpunkt. (RiR 2009:21) På samma sätt påpekar Riksrevisionens
granskning av Programmet för energieffektivisering som syftar till
effektivisering av elanvändningen i den energiintensiva industrin, att styrmedlet
minskar behovet av utsläppsrätter vilket bidrar till ett lägre pris på utsläppsrätter.
Riksrevisionen menar att låga priser på utsläppsrätter minskar incitamenten för
företag att investera i utsläppsminskande teknik och försvårar kommersialisering
av nya upptäckter inom klimatrelaterad forskning. (RiR 2013.8)
En kritik som framkom i flera av Riksrevisionens granskingar är bristen på
målformulering för styrmedel, vilket gör det svårt att utvärdera effektiviteten hos
dem. I slutrapporten skriver Riksrevisionen uttryckligen att ”klimat- och
energimålen är otydliga”. Styrmedel har ofta som mål att bidra till flera olika
samhällsmål och prioriteringen mellan dessa är otydlig. Slutrapporten
understryker att målen både för klimatområdet som helhet och för enskilda
insatser bör vara välformulerade, mätbara och uppföljningsbara. Dessa kriterier
krävs för att måluppfyllelsen ska kunna ställas i relation till kostnaderna. På
grund av klimatfrågans komplexa karaktär med problem som berör en mängd
aktörer och sträcker sig över lång tid, är det särskilt viktigt att insatserna kan
ställas i relation till långsiktiga mål. Man betonar också vikten av en samlad
bedömning och samordning för att undvika oönskade sidoeffekter och att bättre
kunna hantera målkonflikter för prioritering.
Vidare lyfter Riksrevisionen bristen på samordnad rapportering. Olika statliga
myndigheter har olika uppdrag och olika prioriteringar, vilket med olika
perspektiv leder till parallella svar på samma fråga. Vidare visar granskningen
att det saknas underlag för att bedöma risken för koldioxidläckage.
Koldioxidläckage är ett vanligt argument för att besluta om undantag och
lättnader från tvingande klimatstyrmedel som skatter och regleringar men
rapporteringen för läckagerisken är ofullständig.
De elva delrapporterna och slutrapporten lämnar rekommendationer till
regeringen för att förbättra förutsättningarna för att transparent och effektivt öka
förutsättningarna för att minska utsläppen av växthusgaser. Slutrapportens
rekommendationer är att samordna klimatmålen, fastställa en långsiktig bana för
minskningen av utsläpp samt att tydligt peka ut ansvar och mandat för att
åstadkomma en samlad rapportering och analys.
5.4. Internationell utblick
Utmaningarna för utvärdering av styrmedel på klimat- och energiområdet är inte
specifika för Sverige. I den här delen av rapporten studeras hur andra länder
hanterar ex-postutvärderingar av klimat och energistyrmedel, i syfte att hitta
NATURVÅRDSVERKET
96(113)
erfarenheter av relevans för Sverige. Omvärldsanalysen baseras dels på resultat
och slutsatser i forsknings- och myndighetsrapporter. Utöver det har Danmark,
Finland, Nederländerna, Norge, Storbritannien, Tyskland och USA undersökts
extra genom en granskning av hur utvärderingar beskrivs i nationalrapporterna
samt i vissa fall vägledande dokument för styrmedelsanalys och enskilda
utvärderingar.
5.4.1. En översikt
En övergripande studie av styrmedelsutvärderingar inom klimatpolitiken i olika
länder gjordes av Haug m.fl. 2009. Studien omfattar 262 utvärderingar från åren
1998-2007 i Storbritannien, Tyskland, Portugal, Italien, Finland, Polen samt på
EU-nivå. Styrmedlen har klassats som klimatstyrmedel om de var rapporterade
som det i respektive lands nationalrapport. Studien konstaterar att även om
många utvärderingar behandlar styrmedels effektivitet, är det få slutsatser som
kan dras från utvärderingarna. Detta på grund av att det ofta saknas kvantifierade
effekter över styrmedlens bidrag till utsläppsminskningar. I de fall effekter är
kvantifierade så används olika metoder vilka också har ger varierande resultat i
utvärderingar av ett och samma styrmedel.
Studien (Haug m. fl. 2009) fastslår vidare att en orsak till att en så liten andel av
analyserna påvisar effekter av styrmedel samt att resultaten skilde sig åt berodde
bland annat på avsaknaden av data över baseline ex-ante för utsläpp vilket gör
det svårt att konstruera ett referensscenario ex-post. Dessutom saknas
kvantitativa data över andra faktorer som kan förklara de förändringar som har
uppmätts. Enskillda klimatstyrmedel introduceras ofta som del av ett
styrmedelspaket och att separera effekter av ett styrmedel från andra faktorer är
svårt, inte minst om referensscenario saknas. En av studiens viktigaste slutsatser
är därför att kunskapen om hur europeiska styrmedel påverkar utsläppen inte är
tillräckligt belyst och underbyggd.
5.4.2. Storbritannien
Det land som i studien utmärker sig både vad gäller kvantifieringar och också
förekomst av kostnads-nyttoanalyser i Haugs studie är Storbritannien. I de 78
utvärderingar från Storbritannien som ingår i studien (det klart mest
representerade landet sett till antal studier) innehåller en tredjedel av
utvärderingarna försök att kvantifiera utsläppsminskningar, något som sällan
förekommer i de andra ländernas utvärderingar. Storbritannien utmärker sig
också som det land som genomfört kostnads-nyttoanalyser och undersökt
fördelningseffekter mellan offentliga finanser, företag och konsumenter. (Haug
m.fl.2009) Också Riksrevisionen har särskilt uppmärksammat Storbritanniens
styrning och uppföljning av klimatpolitiken i en bilaga till slutrapporten av
Sveriges energi och klimatpolitik (RIR 2013,
NATURVÅRDSVERKET
97(113)
Enligt Storbritanniens nationalrapport är det Department of Energy & Climate
Change (DECC) som ansvarar för strategi och styrmedel på energi- och
klimatområdet. DECC ansvarar både för att genomföra, utveckla och utvärdera
klimat- och energipolitiken. Under DECC ligger ett antal statliga myndigheter
och organ som är delansvariga för olika områden som kärnkraft, och olja och
gas. På departementets hemsida beskrivs att utvärderingar genomförs för att
undersöka effekt och kostnadseffektivitet av olika styrmedel. Resultaten skall
användas för att utveckla befintliga och nya styrmedel. Som en del i
utvärderingsarbetet har DECC tagit fram en utvärderingsguide. Guiden riktar sig
till aktörer som är ansvariga för att planera genomföra, administrera eller
utvärdera ett styrmedel eller projekt på klimat- och energiområdet. I guiden
beskrivs utvärderingsprocessen i sju steg där det första steget är att klargöra
målet med styrmedlet och dess förväntade effekter. Sedan följer att planera
utvärderingen genom att identifiera utvärderingens användningsområde och
mottagare, identifiera utvärderingens mål och frågeställningar, välja metod och
säkra resurser för utvärderingen. Slutligen skall utvärderingen genomföras och
sista steget i utvärderingsprocessen är att använda resultaten. Guiden är
översiktlig men hänvisar till mer detaljerad information i Magentaboken, en
skrift från Storbritanniens regeringskansli som detaljerat beskriver olika typer av
utvärderingar. (the Magenta book, 2011) Utvärderingsguiden understryker att
utformingen av ett styrmedel påverkar i vilken grad det kan utvärderas och att
det är viktigt att samla in relevanta data för utvärdering redan innan styrmedlet
är introducerat.
5.4.3. Utvärderingar i andra länder
En genomgång av nationalrapporterna i Danmark, Finland, Norge,
Nederländerna, Tyskland och USA visar att nationalrapporterna framförallt
fokuserar på beskrivningar av framåtblickande prognoser och förväntade
effekter av olika styrmedelåtgärder. Få av länderna fokuserar på eller ens
nämner utvärderingsresultat ex post av styrmedel.
I Danmarks nationalrapport från 2103 beskrivs att få individuella styrmedel i
Danmark följs upp av en ex- postutvärdering. En orsak till detta är svårigheten
att härleda förändringar till ett enskilt styrmedel eftersom att sektorer som ger
upphov till växthusgasutsläpp ofta påverkas av flera olika åtgärder och
förändringar samtidigt. I Danmark är det Miljöministeriet som ansvarar för
klimatpolitiken och under ministeriet ligger ett antal statliga myndigheter med
olika uppdragsbeskrivningar, Miljöstyrelsen är den myndighet som främst
arbetar med klimat- och energifrågor. 2005 publicerade ändå Miljöstyrelsen en
utvärdering av Danmarks klimatpåverkan mellan 1990 och 2001, kallad The
Effort Analysis. Analysen utvärderar effekterna av samtliga genomförda
klimatstyrmedel under perioden 1990-2001 genom att jämföra de faktiska
utsläppen under 2001 med den förväntade genomsnittliga årliga utsläppen under
perioden. Utvärderingen undersöker också förväntade utsläpp 2008-2012. I
utvärderingens metodbeskrivning noteras att kostnaden för utsläppsminskningar
NATURVÅRDSVERKET
98(113)
beräknas utifrån en välfärdsekonomisk teoribas. Uppskattningar av hur höga
utsläppen skulle ha varit utan åtgärder beräknas utifrån ett referensscenario. För
referensscenariot spelar antaganden om till exempel energiproduktion en central
roll. För dessa antaganden har man förlitat sig på den danska
Energimyndigheten. Man beskriver att det är komplicerat att bestämma
förändringar i energiproduktion då förändringar på energimarknaden kräver
antaganden om vilken del av energiproduktionen och vilka bränslen som ersätts.
I USA är det Environmental Protection Agency som ansvarar för styrmedel och
utvärderingar av dessa på klimat- och energiområdet. Office of Strategic
Environmental Management ansvarar för programutvärderingar och i dessa ingår
även styrmedel och politik. The American Evaluation Association (AEA) har i
uppdrag är att förbättra utvärderingar, både metodiken bakom och användandet
av resultaten. Vägledningen för utvärderingar på EPAs sida beskriver stegvis hur
man går till väga för att genomföra en utvärdering. Dokumentet är i första hand
till för chefer och personal på EPA och deras program. Riktlinjerna syftar till att
planera utvärderingar och att använda resultaten i vidare programverksamhet.
Första steget i riktlinjerna är att beskriva programmets/styrmedlets logik och
förväntade effekter. För detta krävs att man fastställt en baslinje eller ett
referensscenario. Sedan följer insamling, analys och tolkning av data, både
kvalitativ och kvantitativ. Riktlinjerna trycker också på vikten av att fastställa att
det finns tillräckligt med resurser för att genomföra en utvärdering. Olika typer
av utvärderingar beskrivs på EPAs hemsida: Designutvärdering,
Processutvärdering, Utfallsutvärdering, Effektutvärdering och
Kostnadseffektivitetsutvärdering. Utvärdering av design och process görs i
uppstartsfasen och under pågående styrmedel men utfall, effekt och
kostnadseffektivitet är typiskt ex- post. Riktlinjerna är avsedda för alla typer av
utvärderingar av EPAs verksamhet. På hemsidan finns utvärderingsrapporter
(EPA 2015) samlade under olika ämnesflikar: luft, avfall, vatten osv. Få av de
publicerade rapporterna behandlar klimat- och energistyrmedel och ingen av de
publicerade rapporterna på hemsidan tar ett samlat grepp över styrmedelsfloran.
I Nederländerna är PBL, ett statligt institut, ansvarigt för utvärderingar på
miljöområdet. Syftet med PBL är enligt hemsidan (PBL 2015) att bidra till att
förbättra kvaliteten på politiska och administrativa beslutsfattandet genom att
utföra förberedande studier, analyser och utvärderingar där en integrerad strategi
anses avgörande. Bland hemsidans publikationer på engelska finns ingen expostanalys av styrmedel på klimatområdet. Nederländernas nationalrapport
fokuserar mer på prognoser och framtidsscenarion än ex-post analyser. Enligt en
rapport från Algemene Rekenkamer (ungefär motsvarande Svenska
Riksrevisionen) från 2012 (Algemene Rekenkamer 2012) är styrmedel på
klimatområdet inte samordnade av en enskild minister utan ansvaret är spritt
över flera ministerier. Detta menar Algemene Rekenkamer ökar risken för dålig
koordinering av effekter och överlappande styrmedel samt att vissa områden
kanske missas helt. Man rekommenderar i rapporten att regeringen regelbundet
analyserar risker och sårbarheter inom alla politikområden, även klimatområdet.
NATURVÅRDSVERKET
99(113)
Man skriver att sambanden mellan sektorerna inte bör förbises och att analyser
av klimatstyrmedel därför bör integrera och utvärdera resultaten av hela
klimatanpassningspolitiken. Man rekommenderar ett sammanhängande
åtgärdspaket på klimatområdet så att all politik ska kunna anpassas till det.
Algemene Rekenkamer rekommenderar regeringen att upprätta ett samarbete
mellan olika ministerier gällande klimatanpassningsåtgärder och skriver att
politiken och styrmedlen regelbundet bör övervakas, utvärderas och, vid behov
revideras.
I Finland är arbets- och näringsministeriet (ANM) och miljöministeriet de
ministerier som kordinerar klimatarbetet. ANM ansvarar för samlad rapportering
av klimat- och energipolitiken och kordinerar därför data och information och
från Kommunikationsministeriet som bland annat ansvarar för transportfrågor,
Jord- och skogsbruksministeriet som bland annat ansvarar för
anpassningsåtgärder av klimatförändringar och Miljöministeriet som bland annat
ansvarar för infrastruktur och boende. Varje ministerium ansvarar för
datainsamling och utvärdering av deras respektive styrmedel och det finns inga
nationella vägledningar för hur utvärderingar bör göras. Det är ovanligt att man
redan vid introduktion av styrmedel planerar för ex-post-utvärderingen.
(Lemström, 2015)
Också Tysklands nationalrapport är framförallt framåtblickande och
prognosticerarar trender av utsläpp och energianvändning men beskriver inte
nuvarande styrmedels effektivitet. I Tyskland är det Bundesministerium für
Umwelt, Naturschutz, Bau und Reaktorsicherheit (BMUB) som ansvarar för
energi- och klimatpolitiken med ett antal myndigheter under sig, bland annat
Umweltbundesamt (UBA), som motsvarar det svenska Naturvårdsverket. I
rapporten Energy of the future (2011) beskrivs den uppföljningsprocess som
introducerats för att kontinuerligt utvärdera åtgärder som långsiktigt syftar till att
nå målen i den stora energiomställning – Energiewende - som Tyskland beslutat
om (Bundesregierung Deutschland, 2010). Årligen publiceras en
utvärderingsrapport som tar ett samlat grepp om effekterna men rapporterna
tittar inte på effekter av enskillda styrmedel eller på kostnadseffektiviteten hos
dem.
I Norge är det Klimat- och miljödepartementet som ansvarar för klimatpolitiken.
Under departementet ligger Miljödirektoratet som självständig myndighet. I den
norska nationalrapporten beskrivs vikten av att utvärdera styrmedels effektivitet
och kostnadseffektivitet men också svårigheterna med att genomföra sådana
utvärderingar på grund av stora osäkerheter. Den utvärdering man sedan
hänvisar till för att exemplifiera är Klimakur 2020, en ex- anteutvärdering från
2010 om Norges utsläpp av växthusgaser fram till 2020. I Klimakur användes
både bottom-up-data och makroekonomiska modeller för att utvärdera
styrmedelsfloran. Beräkningar som gjordes i Norges stadsbudget 2011 visade att
kostnaderna för klimatpolitiken för att nå uppsatta mål till 2020 kommer att
överstiga dem som beräknades i Klimakur.
NATURVÅRDSVERKET
100(113)
5.5. Slutsatser
Att utvärdera styrmedel är en viktig del i policyprocessen för att veta vilka
effekter ett styrmedel har och om det bidrar till måluppfyllelse på ett effektivt
sätt. Ex-postutvärderingar bör användas till att utforma nya styrmedel eller till
att avsluta eller förbättra ineffektiva styrmedelsinsatser. En viktig förutsättning
för utvärdering av effekten är att man känner till styrmedlets mål. Utan ett
väldefinierat, uppföljningsbart mål är det svårt att utvärdera huruvida styrmedlet
uppnått önskad effekt.
Det kan konstateras att det finns utvecklingspotential för Sveriges expostutvärderingar av klimat- och energipolitiken. En del ex-postutvärderingar av
svenska styrmedel har genomförts men det finns stora luckor. Av de
utvärderingar som gjorts är många relativt enkla och saknar kvantifierade
effekter och robusta referensscenarier, vilket gör det svårt att uppskatta hur väl
styrmedlet fungerar. Naturvårdsverkets genomgång visar att avsaknaden av en
tydlig målbild för styrmedel gäller för många utvärderingar både i Sverige och i
andra studerade länder. På samma sätt är problemen med referensscenarion,
tillgång till data och många styrmedel som verkar mot samma eller flera olika
mål, återkommande problem i Sverige och i andra länder. Inte minst är det svårt
att isolera effekterna av ett specifikt styrmedel från andra styrmedel eller andra
omvärldsfaktorer.
En viktig förbättring är därför att planera för utvärderingen redan när ett
styrmedel införs. Det skapar förutsättningar för att från start kunna upprätta det
analytiska ramverket, bestämma vilken utvärderingsmetodik som ska användas,
hur omfattande utvärderingen behöver vara och vilken information och specifika
data som behöver samlas in till den kommande utvärderingen. Det möjliggör att
rätt data kan samlas in både för uppföljning av styrmedlet och för att skapa ett
robust referensscenario. Vidare är det av vikt att styrmedlets syfte och mål finns
väl dokumenterat samt att det finns en beskrivningsmodell för hur styrmedlet är
tänkt att fungera. För att det ska vara möjligt att i ett tidigt skede förbereda för
utvärdering behöver det vara utpekat att en utvärdering ska genomföras och
vilken myndighet som ansvarar för den. Även om myndigheten inte själv
behöver, eller ens alltid bör, genomföra själva analysen, så behöver ansvaret
vara utpekat för att förbereda arbetet.
Exempel på konkreta analyser som idag saknas är bedömningar av risken för
koldioxidläckage, mer långtgående analyser av beslutsfattande och
beteendeanpassning, analyser av regleringsmisslyckanden och utvärderingar av
den styrande effekten hos energi- och koldioxidskatterna. Naturvårdsverkets
genomgång pekar också på vikten av inte bara utvärdera enskilda styrmedel utan
också att ta ett samlat grepp och utvärdera hela politiken för att undersöka
eventuella överlappningar och luckor i ramverket.
NATURVÅRDSVERKET
101(113)
6. Rekommendationer
I detta kapitel samlas Naturvårdsverkets slutsatser och rekommendationer för det
fortsatta arbetet inom de tre delområdena klimatekonomiska modeller,
referensscenarier och ex-postutvärdering av styrmedel. Vissa av punkterna
nedan är förslag, medan andra mer har karaktären av generella råd.
6.1. Utveckling av arbetet med klimatekonomiska
modeller
Modeller kan ge värdefulla insikter i komplexa frågor och utgör en viktig del av
ett bredare beslutsunderlag inom klimat- och energipolitiken. Modellering kan
ge svar på frågor av typen vad-händer-om? och därmed bidra till att lösa
policyrelaterade frågor. Det finns dock ingen enskild metod som kan användas
för att besvara alla relevanta frågor. Det är därför viktigt att utveckla och
underhålla flera olika verktyg så att den sammantagna analysen blir så
heltäckande som möjligt.
Bygg vidare på nuvarande modeller
De idag mest använda modellerna för klimat- och energipolitiska analyser i
Sverige är allmänjämviktsmodellen EMEC och energisystemmodellen
MARKAL-Nordic. Modellerna är i princip väl lämpade för sitt syfte, men det
finns utvecklingsmöjligheter, både i modellerna som sådana och i hur de
används och hur resultaten kommuniceras.
Energimyndigheten bör även fortsättningsvis aktivt delta i det löpande
utvecklingsarbetet kring den energisystemmodell myndigheten använder sig av,
utifrån bland annat de utvecklingsområden för modellen som beskrivs närmare i
bilagan.
Konjunkturinstitutet bör även fortsättningsvis uppdatera och utveckla EMECmodellen efter de behov som myndigheten ser föreligger.
Säkerställ transparens i arbetet
Generellt bör myndigheter som använder modeller i sitt analysarbete se till att en
beskrivning av arbetet och av de modeller som används är allmänt tillgängliga.
Mer detaljerade modellresultat som används som underlag i publikationer bör
vara tillgängliga för andra myndigheter.
Redovisningar av modellkörningar bör tydligt kommunicera osäkerheten i de
resultat som erhålls. Detta låter sig bland annat göras genom
känslighetsanalyser, och det är därför önskvärt att sådana ingår i redovisningen.
NATURVÅRDSVERKET
102(113)
Rapporteringen av resultat bör även åtföljas av en analys av vilka faktorer som
framförallt, vid sidan av den studerade policyförändringen, påverkat resultaten
(till exempel antaganden bakom ett referensscenario, eller specifika egenskaper
hos modellen). Det bör också framgå i vilken mån eventuella begränsningar i
modellen har påverkat studiens ursprungliga syfte. Ett resonemang bör även
föras kring på vilket sätt resultaten lämpar sig som beslutsunderlag.
Utveckla samverkan mellan myndigheter
Samarbetet mellan berörda myndigheter fungerar över lag väl. För att främja och
utveckla samarbetet ytterligare avser Naturvårdsverket att ta initiativ till en
samverkansgrupp för den långsiktiga metod- och modellutvecklingen inom
samhällsekonomisk analys på klimat- och energiområdet. Samverkansgruppens
uppdrag ska främst vara att diskutera myndighetsövergripande strategiska frågor
i detta utvecklingsarbete. Gruppen är tänkt att bestå av representanter från bland
annat Naturvårdsverket, Energimyndigheten och Konjunkturinstitutet.
Använd flera analysmetoder
Det behöver utvecklas metoder för analys av frågor som idag inte låter sig
studeras i EMEC. Detta gäller till exempel synergieffekter och konflikter mellan
olika mål och styrmedel, liksom analyser på lång sikt (>20 år). Metoder behöver
också utvecklas för att analysera styrmedel och åtgärder som inte enbart verkar
genom koldioxidpriset.
Konjunkturinstitutet bör få fortsätta arbetet med att utveckla metoder att länka
EMEC till en energisystemmodell. En sådan länkning berikar båda modellerna
och kan i vissa sammanhang ge ett förbättrat beslutsunderlag.
Följ det internationella arbetet
Konjunkturinstitutet bör även fortsättningsvis följa den internationella
forskningen inom makroekonomiska analysmetoder på klimatområdet. Det är
också värdefullt om Konjunkturinstitutet kan delta i internationella sammanhang
där den praktiska tillämpningen av makroekonomiska modeller inom
klimatområdet diskuteras. På samma sätt bör det internationella samarbetet
fortsätta när det gäller metod- och modellutveckling för analyser av
energisystemet, framför allt när det gäller övriga nordiska länder.
6.2. Utveckling av arbetet med referensscenarier
Referensscenarier är ett viktigt underlag vid till exempel uppföljning av mål,
konsekvensanalyser för olika målnivåer eller analys av behov av styrmedel. Här
redovisas några rekommendationer för fortsatt utveckling, både med avseende
på hur scenariernas inneboende osäkerhet kan hanteras bättre och hur modeller,
antaganden och beräkningssamband kan förbättras.
NATURVÅRDSVERKET
103(113)
Hantera osäkerheter
Även om scenarierna har förbättrats och utvecklats så kommer de alltid att vara
osäkra förutsägelser om framtiden. Det är viktigt att ta hänsyn till – och vid
behov kommunicera – denna osäkerhet när scenarierna används för olika
ändamål. Scenarier kan dessutom behöva kompletteras med andra
beslutsunderlag t ex en ökad användning av utvecklade metoder för omvärldsoch riskanalys som stöd för beslutsfattandet.
Ett sätt att hantera osäkerheten på är att utveckla arbetet med känslighetsanalyser
så att de bättre fångar vilka parametrar som har störst betydelse för
scenarioutfallet i respektive sektor. För energisektorn skulle det vara värdefullt
att identifiera parametrar inom respektive delsektor som har betydelse för
resultatet istället för att som idag använda samma parametrar för alla delsektorer.
För jordbrukssektorn kan arbetet med känslighetsanalyser förbättras genom att
förändra parametrarna för produktivitet, priser på avsaluprodukterna och
investeringsviljan hos jordbrukarna.
Utveckla metoderna
Arbetet med referensscenarier utvecklas ständigt, men det kan förbättras
ytterligare när det gäller modeller, verktyg och beräkningssamband. Generellt
bör sådana förbättringar prioriteras som påverkar en stor andel av de totala
utsläppen. Fortsatt arbete krävs för att klargöra vilka förbättringar som i första
hand bör prioriteras. Förbättringsområden som lyfts fram under arbetet med
detta regeringsuppdrag är dock exempelvis komplettering av modellerna som
ligger till grund för scenarierna eller en successiv övergång till andra modeller
som bättre svarar mot behoven. Detta gäller framförallt i scenarioarbetet för eloch värmeproduktion, energianvändning i industrin, transportsektorn,
jordbrukssektorn samt sektorn markanvändning, förändrad markanvändning och
skogsbruk (LULUCF).
6.3. Utveckling av arbetet med expostutvärdering
Att genomföra styrmedelsutvärderingar ex-post inom klimat- och energipolitiken
innebär metodmässiga utmaningar. Bland annat finns svårigheter förenade med
bristen på tydliga mål för styrmedlet, komplexa kombinationer av styrmedel och
omvärldsfaktorer samt dålig tillgång på data.
Nedan listas några rekommendationer för att skapa förutsättningar för – och
genomföra – ändamålsenliga styrmedelsutvärderingar.
NATURVÅRDSVERKET
104(113)
Ta fram en vägledning
Regeringen bör ge en myndighet i uppdrag att ta fram en generell vägledning för
styrmedelsutvärderingar, där riktlinjer för planering, metod och mål med expostutvärderingar av styrmedel beskrivs, liksom vilka delanalyser (till exempel
effekt, kostnadseffektivitet och legitimitet) som kan/bör ingå i utvärderingen.
När det gäller effektiviteten är det lämpligt att analysera olika aspekter på denna,
till exempel statisk respektive dynamisk kostnadseffektivitet.
Redan när ett nytt eller ändrat styrmedel bereds ska ett tydligt mål sättas för
styrmedlet. Om samma styrmedel syftar till att uppnå flera mål bör det framgår
vilket som är det primära och detta bör, om möjligt, vara kvantifierat. Denna
målformulering bör sedan vara huvudsakligt fokus för de analyser som görs i expostanalysen. Om det är relevant kan styrmedlets övriga effekter på andra
politikområden och mål också behandlas i utvärderingen.
Vid introduktionen av ett styrmedel bör det stå klart när, hur och av vem expostutvärderingen av styrmedlet skall genomföras samt hur processen för
insamling av indata ska gå till. Den myndighet som ansvarar för att en
utvärdering av ett styrmedel genomförs bör också ansvara för insamlande av
relevanta data. Utvärderingen bör om möjligt inte göras av den myndighet som
implementerat styrmedlet.
Vid förekomsten av flera styrmedelsmål bör utvärderingen om möjligt analysera
dessa mål samlat. På samma sätt bör, om det finns flera styrmedel som styr mot
samma mål och effekterna av enskilda styrmedel inte går att särskilja från
varandra, dessa utvärderas tillsammans. Man bör dock analysera om styrmedlen
samspelar med eller överlappar varandra.
Gör en samlad utvärdering
Regeringen bör ge ett statligt organ eller myndighet i uppdrag att göra en expostutvärdering av den samlade energi- och klimatpolitiken i Sverige. Denna
utvärdering skall syfta till att undersöka effektiviteten i hur den totala
styrmedelsfloran bidrar till att uppnå de energi- och klimatpolitiska målen samt
identifiera eventuella luckor eller överlappningar. Detta kan till exempel ske
inom ramen för ett vidgat kontrollstationsuppdrag
NATURVÅRDSVERKET
105(113)
7. Referenser
AEA, 2009. Quantification of the effects on greenhouse gas emissions of policies
and measures. ENV.C. 1/SER/2007/0019. Methodologies Report.
Algemene Rekenkamer, 2012. Adaptation to climate changes
Axelsson, H., 2010. Scenarios for assessing profitability and carbon balances of
energy investments in industry
Bemelmans-Videc, M-L., Rist, R., Vedund, E., red 1998. Carrots, Sticks and
Sermona: Policy Instruments and their Evaluation, Transactions Publishers,
New Brunswick and London.
Berg, C. Krook-Riekkola, A. Ahlgren, E. Söderholm, P., 2012. Mjuklänkning
mellan EMEC och TIMES-Sweden – en metod för att förbättra energipolitiska
underlag. Konjunkturinstitutet, specialstudier nr 32. Stockholm
Berg, C. 2012. Frågor rörande EMEC:s tillgänglighet och
förbättringsmöjligheter. Konjunkturinstitutet. Fördjupnings-PM Nr 15.
Stockholm
Bergman, L. 2005. CGE Modeling of Environmental Policy and Resource
Management. Handbook of Environmental Economics, Volume 3, Chapter 24.
Edited by K.-G. Mäler and J.R. Vincent
Bhattacharyya, S. Timilsina, G. 2010. A review of energy system models.
International Journal of Energy Sector Management. Vol. 4 No. 4, 2010 pp. 494518
Bjertnæs, G. Tsygankova, M. och Martinsen, T. 2012. The double dividend in
the presence of abatement technologies and local external effects. Statistisk
sentralbyrå. Discussion paper 2012/691. Oslo
Broberg, T., Berg, C., Samakovlis, E., 2015. The Economy-Wide Rebound
Effect from Improved Energy Efficiency in Swedish Industries – A General
Equilibrium Analysis, Energy Policy
Bundesregierung Deutschland.2010. Energiekonzept für eine umweltschonende,
zuverlässige und bezahlbare Energieversorgung [Energy Concept for an
Environmentally-Friendly, Reliable, and Affordable Energy Supply] (PDF).
Berlin, Deutschland: Bundesministerium für Wirtschaft und Technologie
(BMWi) und Bundesministerium für Umwelt, Naturschutz und
NATURVÅRDSVERKET
106(113)
Reaktorsicherheit (BMU) (Federal Ministry for Economy and Technology, and
Federal Ministry for Environment, Conservation, and Reactor Safety).
Böhringer, C. Rutherford, T. 2009. Combining bottom-up and top-down. Energy
Economics 30 (2008) 574–596
Carlén, B. och Sahlén Östman, L. 2015. EMEC – en populärvetenskaplig
beskrivning. Konjunkturinstitutet, PM 2015-03-06. Stockholm
Château, J., Dellink, R. och Lanzi, E., 2014. An Overview of the OECD ENVLinkages Model: Version 3. OECD Environment Working Papers, No. 65,
OECD Publishing.
Committee of Climate Change. 2008. Building a low-carbon economy – the
UK’s contribution to tackling climate change.
Committee of Climate Change. 2013. Fourth Carbon Budget Review – part 1
Assessment of climate risk and the international response. November
2013Decision 280/2004/EC of the European Parliament and of the Council of 11
February 2004 concerning a mechanism for monitoring Community greenhouse
gas emissions and for implementing the Kyoto Protocol
Decision No 406/2009/EC of the European Parliament and of the Council of 23
April 2009 on the effort of Member States to reduce their greenhouse gas
emissions to meet the Community’s greenhouse gas emission reduction
commitments up to 2020
Department of Energy and Climate Change. 2011. Impact Assessment of Fourth
Carbon Budget Level.
Egenhofer, C., Alessi, M., Georgiev, A. and Fujiwara, N. 2011. The EU
Emission Trading System and Climate Policy towards 2050: Real Incentives to
reduce emission and drive innovation? CEPS special report.
Energimarknadsinspektionen. 2014. Import och export av el
Energimyndigheten. 2014. Scenarier över Sveriges energisystem. ER 2014:19
Energimyndigheten, Konjunkturinstitutet, Naturvårdsverket. 2014.
Konsekvensanalyser av EU:s klimat- och energiramverk till 2030.
Energimyndighetens, Konjunkturinstitutets och Naturvårdsverkets redovisning
av uppdrag från regeringen. Naturvårdsverkets dnr. NV-00660-14
Energimyndigheten och Naturvårdsverket. 2004. Kontrollstation 2004.
Naturvårdsverket och Energimyndighetens underlag till utvärdering av Sveriges
klimatstrategi
NATURVÅRDSVERKET
107(113)
Energimyndigheten och Naturvårdsverket. 2007. Den svenska klimatstrategins
utveckling. En sammanfattning av Energimyndighetens och naturvårdsverkets
underlag till kontrollstation 2008.
Energimyndigheten. 2012. Uppvärmning i Sverige 2012. EI R2012:09s
Energimyndigheten. 2015. Metoder för utvärdering av styrmedel – En
metautvärdering grundad på litteratur och två fall. ER 2015:06.
Energistyrelsen, IntERACT. Hämtad 16 juni 2015 från
www.ens.dk/en/info/facts-figures/scenarios-analyses-models/models/interact
EPA, 2015. Program evaluation: http://www.epa.gov/evaluate/reports/index.htm
Europeiska kommissionen. 2013. EU Energy,Transport and GHG Emissions
Trends to 2050. Reference Scenario 2013.
E3Mlab. 2014. PRIMES model 2013-2014. Detailed model description.
E3MLab/ICCS at National Technical University of Athens
Fæhn, T. Isaksen, E. Jacobsen, K och Strøm, B. 2013. MSG-TECH: Analysis
and documentation of a general equilibrium model with endogenous climate
technology adaptations. Statistisk sentralbyrå. Rapporter 2013/47. Oslo
FCCC/CP/1999/7. Guidelines for the preparation of national communications by
Parties included in Annex I to the Convention, Part II: UNFCCC reporting
guidelines on national communications.
Harmelink, M., Harmsen, R., Nilsson, L. 2007. From theory based policy
evaluation to SMART policy design : Lessons learned from 20 ex-post
evaluations of energy efficiency instruments. Ecofys Netherland, Lund
University, Sweden.
Haug, C., Rayner, T., Jordan, A., Hildingsson, R., Stripple, J., Monni, S.,
Huitema, D., Massey, E., van Asselt, H., Berkhout, F. 2009. Navigating the
dilemmas of climate change Policy in Europe: Evidence from policy evaluation
studies. Climate Change (2010), 101:427-445. Springerlink.com.
Heide. K, Holmøy, E. Lerska, L. Foldøy Solli, I. 2004. Macroeconomic
Properties of the Norwegian Applied General Equilibrium Model MSG6.
Statistisk sentralbyrå. Rapporter 2004/18. Oslo
HM Treasury. 2011. The Magenta Book: Guidance for Evaluation.
Honkatukia, J. 2009. VATTAGE -A dynamic applied general equilibrium model
of the Finnish economy. VATT Research reports 150. Government Institute for
Economic Reserach. Helsingfors 2009
NATURVÅRDSVERKET
108(113)
Honkatukia, J. 2013. The VATTAGE Regional Model VERM – A Dynamic,
Regional, Applied General Equilibrium Model of the Finnish Economy. VATT
Research reports 171. Government Institute for Economic Reserach. Helsingfors
2013.
IEA. 2015. Energy Technology Perspectives 2015. Mobilising Innovation to
Accelerate Climate Action. OECD Publications. Paris. 2015
IEA. 2014. - World energy outlook. 2014, OECD Publications, Paris, 2014IEA
2013. Nordic energy technology perspectives: pathways to a carbon neutral
energy future. OECD/IEA, 2012, Paris
Institut für Energiewirtschaft und Rationelle Energieanwendung (IER),
Rheinisch-Westfälisches Institut für Wirtschaftsforschung (RWI), and Zentrum
für Europäische Wirtschaftsforschung (ZEW). 2010. Die Entwicklung der
Energiemärkte bis 2030 – Energieprognose 2009. Untersuchung im Auftrag des
Bundesinisteriums für Wirtschaft und Technologie. Berlin, 2010
IFE, 2013. TIMES-Norway Model Documentation. Institutt for energiteknikk.
IFE/KR/E-2013/001. Kjeller
IPCC, 2014. Climate Change 2014: Mitigation of Climate Change. Contribution
of Working Group III to the Fifth Assessment Report of the Intergovernmental
Panel on Climate Change [Edenhofer, O., R. Pichs-Madruga, Y. Sokona, E.
Farahani, S. Kadner, K. Seyboth, A. Adler, I. Baum, S. Brunner, P. Eickemeier,
B. Kriemann, J. Savolainen, S. Schlömer, C. von Stechow, T. Zwickel & J.C.
Minx (eds.)]. Cambridge University Press, Cambridge, United Kingdom and
New York, NY, USA.
Johansson, B. 2004. Klimatpolitiska styrmedels funktion och möjliga effekter,
Rapport No. 56, Miljö- och energisystem, Lunds universitet.
Jordbruksverket. 2012. Ett klimatvänligt jordbruk 2050. Rapport 2012:35
Jordbruksverket. 2014. Modeller och verktyg för miljöekonomiska analyser inom
jordbrukssektorn. Rapport 2014:1.
Karkatsoulis, P. Kouvaritakis, N. Paroussos, L. Fragkos, P. Capros, P. 2014.
Modification of GEM-E3 technological innovation module. SIMPATIC working
paper no. 18 March 2014
Kesicki, F. Ekins, P. 2012. Marginal abatement cost curves: a call for caution.
Climate Policy. Volume 12, Issue 2, 2012
Kesicki, F. Strachan, N. 2011. Marginal abatement cost (MAC) curves:
confronting theory and practice. Environmental Science & Policy Volume 14,
Issue 8, December 2011
NATURVÅRDSVERKET
109(113)
Klimakommissionen. 2010. Dokumentationsdelen til Klimakommissionens
samlede rapport GRØN ENERGI: vejen mod et dansk energisystem uden fossile
brændsler. 28 september 2010
Klimakur 2020. 2010. Klimakur 2020 - Tiltak og virkemidler for å nå norske
klimamål mot 2020. Rapport. TA 2590/2010. Oslo: Klima- og
forurensingsdirektoratet, Norges vassdrags- og energidirektorat, Oljedirektoratet,
Statistisk sentralbyrå, Statens vegvesen
Koljonen, T. Pursiheimo, E. Lehtilä , A. Sipilä, K. Nylund, N-O. Lindroos, T.
Honkatukia, J. 2014a. EU:n 2030 -ilmasto- ja energiapaketin vaikutukset
Suomen energiajärjestelmään ja kansantalouteen. Taustaraportti. VTT
Technology 170. VTT Technical Research Centre of Finland. 2014. Espoo
Koljonen, T. Similä, L. Lehtilä, A. Grandell, L. Airaksinen, M. Tuominen, P.
Järvi, T. Laurikko, J. Sipilä, K. Helynen, S. Honkatukia, J. Kallio, M. Salminen,
O. Kivinen, M. Vuori, S. Kihlman, S. Lauri, L. 2014b. Low Carbon Finland
2050--platform: vähähiilipolkujen kiintopisteet ja virstanpylväät Yhteenveto
hankkeen tuloksista ja johtopäätöksistä. VTT Technology 167. VTT Technical
Research Centre of Finland. 2014. Espoo
Konjunkturinstitutet. 2009. En utvärdering av kostnadseffektiviteten i stödet till
energiinvesteringar i lokaler för offentlig verksamhet. Specialstudie nr 22,
Stockholm.
Konjunkturinstitutet. 2012. Miljö, ekonomi och politik 2012, Stockholm.
Konjunkturinstitutet. 2013a. Miljö, ekonomi och politik 2013, Stockholm.
Konjunkturinstitutet. 2013b. Från vision till verklighet – En samhällsekonomisk
analys av Färdplan 2050. Konjunkturinstitutet. Specialstudie nr 34 september
2013
Konjunkturinstitutet. 2013c. Interaktion mellan de klimat- och energipolitiska
målen. Konjunkturinstitutet specialstudie 33, januari 2013, Stockholm.
Konjunkturinstitutet. 2014. Samhällsekonomiska konsekvenser av olika
bördefördelning av ett europeiskt klimatmål. Konjunkturinstitutet PM nr 26
2004.
Lindenberger, D. Lutz, C. Schlesinger, M. 2010. Energieszenarien für ein
Energiekonzept der Bundesregierung.
Lundström, A. & Söderberg, U. 1996. Outline of the Hugin system for long-term
forecasts of timber yields and possible cut. In: Large-Scale Forestry Scenario
Models: experiences and requirements. EFI proceeding No. 5, s. 63-77.
NATURVÅRDSVERKET
110(113)
van der Mensbrugghe, D. 2010. The Environmental Impact and Sustainability
Applied General Equilibrium (ENVISAGE) Model. Version 7.1. The World
Bank. December, 2010
Miljødirektoratet. 2014. Kunnskapsgrunnlag for lavutslippsutvikling.
Miljødirektoratet .Rapport M229-2014. Oslo
Naturvårdsverket. 2012a. Potentiellt miljöskadliga subventioner, Rapport 6455,
Stockholm.
Naturvårdsverket. 2013. Samrådsyttrande på Konjunkturinstitutets rapport Från
vision till verklighet – En samhällsekonomisk analys av Färdplan 2050.
Naturvårdsverket. Yttrande 2013-09-13
Naturvårdsverket. 2014a. Konsekvensanalyser av EU:s klimat- och
energiramverk 2030. Slutredovisning av uppdrag från regeringen.
Naturvårdsverket. Skrivelse 2014-10-30
Naturvårdsverket. 2014b. Myndigheternas 2030-analys i sammandrag.
Naturvårdsverket. PM 2014-06-18
Naturvårdsverket och Energimyndigheten 2014c, Underlag till kontrollstation
2015 – Analys av möjligheterna att nå de av riksdagen beslutade klimat- och
energipolitiska målen till 2020. Naturvårdsverket och Energimyndighetens
redovisning av uppdrag från regeringen, ER 2014:17
NCE. 2014. The global commission on the economy and climate 2014. Better
Growth better climate, The New climate economy report. NCE-report 2014.
Nordhaus, W. 2013. Integrated Economic and Climate Modeling. Handbook of
CGE Modeling - Volume 1. Chapter 16. Edited by Dixon, P. and Jorgenson, D.
OECD. 2007. Instrument Mixes for Environmental Policy.
OECD. 2012. OECD Environmental Outlook to 2050. OECD Publishing.
Paltsev, S. Capros, P. 2013. Cost Concepts for Climate Change Mitigation.
Climate Change Economics, 4(Suppl. 1), 2013
Perry, M. J. Abrell, J. C. Ciscar, J. Pycroft, B. (Eds). 2013. GEM-E3 Model
Documentation. JRC Technical Reports. Report EUR 26034 EN
Pindyck, R. 2013. The Climate Policy Dilemma. Review of Environmental
Economics and Policy, volume 7, issue 2, 2013, pp. 219–237
NATURVÅRDSVERKET
111(113)
Pädam, S., K. Carlsson, J. Farelius, och U. Isberg. 2013. Kartläggning och
granskning av samhälls-ekonomiska analyser inom miljömålsområdet. WSP
Analys & Strategi, Stockholm.
Regeringskansliet. 1994. Ds 1994:121 Sveriges första nationalrapport om
klimatförändringar
Regeringskansliet. 1997. Ds 1997:26 Sveriges andra nationalrapport om
klimatförändringar
Regeringskansliet. 2001. Ds 2001:71 Sveriges tredje nationalrapport om
klimatförändringar
Regeringskansliet. 2005. Ds 2005:55 Sveriges fjärde nationalrapport om
klimatförändringar
Regeringskansliet, 2009. En sammanhållen klimat- och energipolitik. Prop.
2008/09:162
Regeringskansliet. 2009. Ds 2009:63 Sveriges femte nationalrapport om
klimatförändringar
Regeringskansliet. 2014. Ds 2014:11 Sveriges sjätte nationalrapport om
klimatförändringar
Regulation (EU) No 525/2013 of the European Parliament and of the Council of
21 May 2013 on a mechanism for monitoring and reporting greenhouse gas
emissions and for reporting other information at national and union level
relevant to climate change and repealing Decision No 280/2004/EC
Rey, L., Markandya, A., Gonzales-Eguino, M. and Drummond, P. 2013.
Assessing interactions between instruments and the “optimality” of the current
instrument mix. Cecilia 2050.
RiR 2009:6, Energideklarationer - få råd för pengarna
RiR 2009:21, Vad är Sveriges utsläppsrätter värda? Hanteringen och
rapporteringen av Sveriges Kyotoenheter
RiR 2011:8, Klimatinsatser utomlands – statens köp av utsläppskrediter
RiR 2011:10, Biodrivmedel för bättre klimat – Hur används skattebefrielsen?
RiR 2011:29, Miljökrav i offentlig upphandling - är styrningen mot klimatmålet
effektiv?
RiR 2012:1, Klimatrelaterade skatter - Vem betalar?
NATURVÅRDSVERKET
112(113)
RiR 2012:2, Svensk klimatforskning – vad kostar den och vad har den gett?
RiR 2012:7, Infrastrukturplanering – på väg mot klimatmålen?
RiR 2012:27, Utsläppshandel för att begränsa klimatförändringen – fungerar
det?
RiR 2013:8, Energieffektivisering inom industrin – effekter av statens insatser
RiR 2013:9, Sverige i Arktiska rådet – effektivt utbyte av medlemskapet?
RIR 2013:19, Klimat för pengarna? Granskningar inom klimatområdet 2009–
2013
Rolff, C. & Ågren, G.I. 1999. A model study of nitrogen limited forest growth.
Ecological Modelling. 118:193-211s
Samakovlis, E. Östblom, T. 2010. Modellbaserad analys inom miljö- och
klimatområdet – En kartläggning av behov och förutsättningar.
Konjunkturinstitutet. Fördjupnings-PM Nr 5. 2010
SOU 2013:84, Fossilfrihet på väg.
Statistics Denmark. 2013. ADAM – a model of the Danish economy. Statistics
Denmark, TemaPubl 2013:1
Stern, N. The Structure of Economic Modeling of the Potential Impacts of
Climate Change: Grafting Gross Underestimation of Risk onto Already Narrow
Science Models. Journal of Economic Literature 2013, 51(3), 838–859
Stern, N. 2006. The economics of climate change: the Stern review. Cambridge:
Cambridge University Press
Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2005. Report for
Sweden on assessment of projected progress March 2005
Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2007. Report for
Sweden on assessment of projected progress March 2007
Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2009. Report for
Sweden on assessment of projected progress March 2009
Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2011. Report for
Sweden on assessment of projected progress March 2011
Sveriges rapportering till EU enligt EU-beslut 280/2004/EG. 2013. Report for
Sweden on assessment of projected progress March 2013
NATURVÅRDSVERKET
113(113)
Sveriges rapportering till EU enligt EU-förordning 525/2013. 2015. Report for
Sweden on assessment of projected progress March 2015
Söderholm, P. 2014, En kartläggning och kategorisering av samhällsekonomiska
analyser inom miljöområdet. På uppdrag av Naturvårdsverket.
Söderholm, P. 2012. Modeling the Economic Costs of Climate Policy: An
Overview. American Journal of Climate Change, 2012, 1, 14-32
Söderholm, P. Mansikkasalo, A. Ejdemo, T. 2009. Energisystemets långsiktiga
utveckling. En granskning av Energimyndighetens metodik för långsiktiga
energiscenarier. Luleå tekniska universitet
Söderholm, P. & Hammar, H. 2005. Kostnadseffektiva styrmedel i den svenska
klimat- och energipolitiken? Metodologiska frågeställningar och empiriska
tillämpningar. Specialstudier Nr. 8, november 2005, Konjunkturinstitutet.
Tillväxtanalys. 2008. Konsten att nå både klimatmål och god tillväxt – underlag
till en klimatstrategi för EU. Östersund.
UNFCCC 2014, Report of the technical review of the sixth national
communication of Sweden. 27 August 2014.
http://unfccc.int/documentation/documents/advanced_search/items/6911.php?pri
ref=600008038
UK Government. 2011. The carbon plan: Delivering a low carbon future.
December 2011.
Unger, T. Profu i Göteborg AB, Mölndal. Telefonsamtal 2015-05-20.
Vedung, E. 2009. Utvärdering i politik och förvaltning. Tredje upplagan.
Studentlitteratur, Lund.
Världsbanken, 2014. Climate-Smart Development Adding up the benefits of
actions that help build prosperity, end poverty and combat climate change.
International Bank for Reconstruction and Development/The World Bank and
Climate Works Foundation
Öko-Institut och Fraunhofer ISI. 2014. Klimaschutzszenario 2050. 1.
Modellierungsrunde. Studie im Auftrag des Bundesministeriums für Umwelt,
Naturschutz, Bau und Reaktorsicherheit. Berlin, 2014
Östblom, T. och Berg, C. 2006. The EMEC model: Version 2.0.
Konjunkturinstitutet. Working Paper No. 96 November 2006