Panda som verktøy for konsekvensanalyser

Transkript

1 Brukerseminar Rica Bakklandet nov Arne Stokka Panda som verktøy for konsekvensanalyser 1

2 Styrken ved Panda er konsekvensanalyser Kan simulere konsekvenser i form av endringer i produksjon eller sysselsetting knyttet til planlagte eller forventede endringer Gjennom sammenhengene i Panda kan en simulere videre konsekvenser for flytting og befolkning Videre kan en beregne konsekvenser for inntekter og overføringer Dette omfatter alle former for endringer i personoverføringer som følge av endringer i befolkning og arbeidsmarked Videre kan en også beregne inntektsendringer knyttet til endring i pendling, evt. Ved bruk av hele modellsystemet, henger disse faktorene sammen, og det ivaretas vekselvirkninger mellom regional økonomi og deomgrafi 2

3 Hva kan konsekvensanalyseres ved hjelp av Panda? Eksempler: Nyetableringer Bedriftsnedleggelser Store investeringsprosjekt Omlokalisering av bedrifter og aktiviteter Nye kommunikasjonsløsninger m/endret pendlemønster Betydningen av en næring eller en bedrift Osv. 3

4 Hvordan legger en opp slike analyser i Panda? Overordnet prinsipp: Man etablerer først en referanseutvikling og gjennomfører en modellberegning Deretter lager man en kopi av referansekjøringen som man simulerer en ny hendelse eller endring oppå og gjennomfører en ny modellberegning. Differansen gir konsekvensen Forutsetninger (som ikke har noe med det en skal analysere konsekvensen av) må være de samme i begge kjøringene Alle innstillinger må være de samme vedr. følgende: Samme type modeller (og region) Samme estimeringsperiode og år for parametere Eksogene valg må være de samme Valg i forhold til andre måter å styre på må være de samme 4

5 Utvikling av en referansebane Momenter: Selve forløpet for referansebanen er ikke så viktig i seg selv Den skal representere en nøytral utvikling som tiltaket/endringen/scenariet legges på Opplegget for referansen må korrespondere med konsekvens-alternativet Identifisere forutsetninger av felles art som må ivaretas (kommer også etter hvert) Hvilke næringer forventes å bli berørt? Hvilke næringer kan behandles uavhengig av tiltaket/endringen? (eksogent) Se på forløpet sammenlignet med historisk utvikling 5

6 Referansebanen forts. Ta en første prøvekjøring med alt endogent i næringsmodellen alene Prøv deretter en felleskjøring med alle valg som default Dersom disse to beregningene gir distinkte ulike forløp, bør en se nærmere på hvordan demografi og arbeidsmarkedsdelen virker inn (dette hender sjelden) Dersom referanseutviklingen er viktig i seg selv, må en foreta en vurdering av prognosen mot historisk utvikling De regionaløkonomiske forutsetningene i Panda i dag er egentlig en nasjonal utvikling Det innebærer at referanseutviklingen er mye preget av nasjonalt gjennomsnitt Det som bidrar til at utviklingen i sum avviker fra den nasjonale, er næringsstrukturen Dersom det er mest fokus på konsekvensen, dvs. differansen mellom de to kjøringene, kan en benytte referansekjøring uten noen form for regional tillemping eller endring i forhold til de nasjonale forutsetningene Men ofte må en forholde seg til at enkelte næringer bør styres eksogent 6

7 Næringer som bør/må behandles eksogent "Eksogent" innebærer at utviklingen følger de vekstratene som kommer fra den nasjonale kjøringen, og at utviklingen i regionen ikke har noen innflytelse på disse næringene Forutsetninger om eksogen kjøring fra de nasjonale beregningene: Fiske og fangst (3) Fiskeoppdrett (4) Fiskeforedling (9) Olje og gass (5) Treforedling (16) Kjemiske råvarer (18) Metallproduksjon (stål og aluminium, 25-26) Kraft og vannforsyning (35) Utenriks sjøfart (40) 7

8 Andre næringer som bør/må behandles eksogent? I tillegg kan det være næringer som en ut fra en betraktninger omkring hvordan den regionale økonomien fungerer, mener bør behandles eksogent Eksempler på slike næringer: Jordbruk (1) Skogbruk (2) Kull- og malmdrift? (6-7) Annen kjemisk produksjon? (19-21) Kommunal tjenesteyting? (49) Statlig tjenesteyting? (50) 8

9 Hvordan simuleres "hendelsen"? (forts) Deretter starter spesifisering av egne data for aktiviteten: Aktivitetsdata: Endring i antall sysselsatte/årsverk Eventuelt endring i "aktivitetsproduksjon" Dersom det er spesiell pendler-utvikling, kan dette spesifiseres Sysselsatte pr årsverk Inntekt pr årsverk Underleveranser: Dersom en har valgt næringstilhørighet, ligger disse på plass Hvis ikke må en legge inn slike fordelinger selv. Prinsippet i aktiviteten er følgende: Det tallet en har spesifisert som "aktivitetsproduksjon" ganges med underleveranseandelene for hver næring Dette gir en eksogen etterspørselsendring inn mot de enkelte næringer 9

10 Hvordan simuleres "hendelsen"? Betydningen eller bortfall av en næring eller bedrift kan enkelt simuleres ved å spesifisere produksjons- eller sysselsettingsendringer direkte i modellen. Dette har en del usikkerhet ved seg dersom en ønsker å belyse en enkelt bedrifts betydning Som oftest vil en bruke den såkalte aktivitetsmodulen, og da spesifiserer man en helt ny aktivitet karakterisert ved: Prosjekttilhørighet (definerer regionen) Næringstilhørighet (se nedenfor) Kommune som den skal knyttes til Hvilke år skal den foregå? Har tiltaket eller hendelsen har en næringstilhørighet (blant Panda sine 50 næringer)? I så fall velges en slik næring, og da "arver" denne aktiviteten noen egenskaper fra den valgte næringen. Dette omfatter bla. Underleveransestruktur (grunnlaget for beregning av ringvirkninger) Inntekt pr. årsverk Sammenheng mellom produksjon og årsverk ("produktivitet") 10

11 Eksempel følger 11