Svein Bråthen, Odd I. Larsen og Jens Rekdal SIVIL LUFTHAVNDRIFT VED RYGGE LUFTHAVN. Trafikkmessige og økonomiske virkninger

Transkript

1 Møreforsking Molde as Rapport 0401 (Trykkoriginal) Svein Bråthen, Odd I. Larsen og Jens Rekdal SIVIL LUFTHAVNDRIFT VED RYGGE LUFTHAVN Trafikkmessige og økonomiske virkninger

2 Svein Bråthen, Odd I. Larsen og Jens Rekdal SIVIL LUFTHAVNDRIFT VED RYGGE LUFTHAVN Trafikkmessige og økonomiske virkninger Rapport 0401 ISSN ISBN Møreforsking Molde AS Februar 2004

3 Tittel: Sivil lufthavndrift ved Rygge lufthavn. Trafikkmessige og økonomiske virkninger Forfatter(-e): Svein Bråthen, Odd I. Larsen og Jens Rekdal Rapport nr.: 0401 Prosjektnr.: 2332 Prosjektnavn: Konsekvensutredning av sivil lufthavndrift ved Rygge lufthavn Prosjektleder: Svein Bråthen Finansieringskilde: Samferdselsdepartementet Rapporten kan bestilles fra: Høgskolen i Molde, biblioteket, Boks 2110, 6402 MOLDE. Tlf.: , Faks: , epost: biblioteket@himolde.no - Sider: 92 Pris: Kr 100,- ISSN ISBN Sammendrag: Denne rapporten er skrevet på oppdrag fra Samferdselsdepartementet. Vi gir en vurdering av trafikkgrunnlaget for sivil luftfart på Rygge Sivile Lufthavn (RSL), og antyder de viktigste samfunnsøkonomiske virkningene for brukerne av flytilbudet. Hovedvekten er lagt på de trafikale virkningene av tiltaket, der vi har belyst noen konsekvenser for de konkurrerende flyplassene, og noen samfunnsøkonomiske virkninger. Miljøvirkninger av aktiviteten blir behandlet i andre publikasjoner. Rygge lufthavn kan tiltrekke mellom ca og passasjerer kommet/reist i første driftsår etter etableringsfasen. Andel innenrikstrafikk er beregnet å ligge mellom 35 prosent og 40 prosent. Trafikken er beregnet å vokse til opp mot 1,3 mill. passasjerer i En del av trafikken er beregnet overført fra Oslo lufthavn (både innenriks- og utenrikstrafikk), og en viss andel (utenrikstrafikk) fra Sandefjord lufthavn. Trafikkvolumet vil være avhengig av rutetilbudet, og våre beregninger er basert på bestemte rutescenarier. Når det gjelder de samfunnsøkonomiske analysene så er konklusjonen noe usikker fordi vi ikke har hatt mulighet til å tallfeste alle samfunnsøkonomiske effekter. Men vi mener at det er flere indikasjoner i retning av at RSL er samfunnsøkonomisk lønnsom, enn det motsatte.

4 FORORD Denne rapporten er skrevet på oppdrag fra Samferdselsdepartementet. Vi gir en vurdering av trafikkgrunnlaget for sivil luftfart på RSL Lufthavn, og antyder de viktigste samfunnsøkonomiske virkningene for brukerne av flytilbudet. Hovedvekten er lagt på de trafikale virkningene av tiltaket, der vi har belyst noen konsekvenser for de konkurrerende flyplassene, og noen samfunnsøkonomiske virkninger. Miljøvirkninger av aktiviteten er ikke tatt med her. Disse blir behandlet i andre sammenhenger. Dette notater er skrevet av forskningsleder dr. ing. Svein Bråthen, seniorforsker cand. oecon. Odd I. Larsen og forsker cand. polit. Jens Rekdal, Møreforsking Molde AS (MFM). Rekdal og Larsen har hatt ansvaret for kjøring av Persontransportmodellen for lange reiser (NTM5_L) og analyse av resultatene. Forsker Arne Rideng, TØI har kjørt ut resultater fra Avinors reisevaneundersøkelse for Avinor ved seniorrådgiverne Knut Fuglum og Øystein U. Tvetene har bidratt med data for trafikkutvikling og andre nøkkeltall. Vit. kons. Bjørn G. Bergem og forsker Knut Bryn, MFM har vært behjelpelige med bearbeiding av tallmateriale, illustrasjoner og kart. Rådgiver Thomas Tørmo har vært kontaktperson i Samferdselsdepartementet. Molde, 18. februar 2004 Forfatterne

5 INNHOLD A SAMMENDRAG... 5 A.1 INFLUENSOMRÅDER, BEFOLKNING OG NÆRINGSSTRUKTUR... 5 A.2 TRAFIKKPROGNOSER... 7 A.2.1 Prognoser ved etablering i markedet... 7 A.2.2 Prognose på lengre sikt A.3 AVGIFTSVIRKNINGER FOR OSL, TRF OG RSL A.4 SAMFUNNSØKONOMISK ANALYSE A.5 RINGVIRKNINGER AV RSL INNLEDNING METODE, UTGANGSPUNKT FOR ANALYSEN PROGNOSER SAMFUNNSØKONOMISKE ANALYSER TIDSVERDIER BEREGNINGSALTERNATIVER INFLUENSOMRÅDER, BEFOLKNING OG NÆRINGSSTRUKTUR INFLUENSOMRÅDER NÆRINGSSTRUKTUR BEFOLKNING OG BEFOLKNINGSUTVIKLING TRAFIKKANALYSER UTVIKLINGEN PÅ TRF TRAFIKKVOLUM OG FORDELING MELLOM FLYPLASSENE RUNDT OSLOFJORDEN Framtidig rutetilbud på RSL Etterspørselseffekter: Prognose innenriks på kort sikt Etterspørselseffekter: Prognose utenriks på kort sikt Innenriks: Prognoser for 2020, med ekstrapolering til Utenriks: Prognoser for AVGIFTSVIRKNINGER FOR OSL, TRF, RSL OG ØVRIGE FLYPLASSER INNENRIKS UTENRIKS SAMFUNNSØKONOMISK ANALYSE TILTAKSKOSTNADER, FLYDRIFTSKOSTNADER INNENRIKSTRAFIKK UTENRIKSTRAFIKK TRANSPORTARBEID RINGVIRKNINGER REFERANSER VEDLEGG

6 A SAMMENDRAG Målsettingen med denne rapporten er å utrede de samfunnsøkonomiske konsekvensene som sivil lufthavndrift ved RSL lufthavn vil kunne få, med hovedvekt på virkninger for trafikantene. For de lufthavnene som blir direkte berørt av tiltaket (Oslo lufthavn Gardermoen, Sandefjord lufthavn Torp og Rygge Sivile Lufthavn 1 ) vil vi også belyse de bedriftsøkonomiske konsekvensene. Rapporten inneholder også en kort omtale av ringvirkninger, men det er ikke gjort noen inngående studie av disse. Kalkulasjonsrenten for luftfart er institusjonelt fastsatt til 10%. Det høye nivået er imidlertid faglig kontroversielt. Kalkulasjonsrenten kan bli justert, fra faglig hold er det gode argumenter for at kalkulasjonsrenten snarere kan ligge på et nivå nærmere 5 %. Vi vil med bakgrunn i dette gjøre en følsomhetsvurdering med en kalkulasjonsrente på 5% når vi presenterer hovedresultatene. A.1 Influensområder, befolkning og næringsstruktur Figur A.1 viser hvor langt man kommer fra henholdsvis RSL og TRF på 30 minutter og 1 times kjøreavstand. Kartet viser også to stiplede soner fra OSL som viser tilsvarende kjøreavstander. Vi ser at det ikke er overlapp mellom TRF og RSL når det gjelder reisetid fra lufthavnene innenfor 1 time. Dette utelukker ikke at det kan være attraktivt for reisende fra Østfold å benytte TRFs sine lavprisflygninger til utlandet. Det er også slik at reiser bosatt i ytterkanten av sonene (f.eks. i Horten) kan komme i en situasjon der valget mellom disse plassene blir reelt. Det er imidlertid lite som tyder på at bevegelsene på tvers av Oslofjorden er store i dag. Når det gjelder innenriksflygninger så vil avgangshyppigheten og det sannsynlige billettilbudet på OSL trekke i favør av denne flyplassen. På den annen side vil tilbringerkostnadene trekke særlig Østfold og Follo mot RSL. Vi ser av kartet at 1 times reiseavstand fra OSL strekker seg nesten ned til grensen mellom Østfold og Akershus, mens 30 minutters sonen går noe syd for Oslo sentrum. Det er rimelig å anta at Østfold vil utgjøre hovedtyngden av innenriksmarkedet for RSL, men med et visst innslag av reisende bosatt lenger unna der hvor reisemønsteret passer godt med avgangstidspunktene. 1 Flyplassakronymene OSL, TRF og RSL vil hovedsakelig bli benyttet gjennom rapporten

7 A. Sammendrag s. 6 OSLO DRAMMEN Kongsberg Notodden Horten Moss Tønsberg Sarpsborg Skien Fredrikstad Porsgrunn Halden Larvik Sandefjord Kragerø Figur A.1 Reisetidssoner TRF og RSL, 30 og 60 minutters kjøretid fra flyplass Basert på kjøredistanser fra ELVEG Prognosene nedenfor viser at et eventuelt framtidig lavpristilbud på RSL vil kunne konkurrere med TRF om reisende fra Osloområdet. RSL ligger om lag 75 km fra Oslo sentrum. Avstanden mellom Oslo og TRF er 115 km, en differanse på ca. 40 km. Denne avstandsforskjellen gir trolig mindre konkurranse mellom OSL og TRF når det gjelder innenriksflygninger, enn det vi kan forvente mellom OSL og RSL. Det er lite som tyder på at næringsstrukturen eller antall sysselsatte i seg selv skulle tilsi noen vesentlig forskjell mellom influensområdene rundt TRF og RSL når det gjelder tilbøyeligheten til å benytte fly innenriks eller utenriks. Dette spørsmålet er imidlertid ikke analysert i dybden. En inngående analyse vil kreve omfattende kartlegginger på bedriftsnivå. Befolkningsstørrelse, befolkningsutvikling og sammensetning etter kjønn og alder viser ingen vesentlige forskjeller.

8 A. Sammendrag s. 7 A.2 Trafikkprognoser Vi har vært nødt til å ta noen forutsetninger når det gjelder utforming av framtidig rutetilbud. I den sammenheng har det vært naturlig å skjele til TRF, som over tid har bygd opp et nokså omfattende rutetilbud innenriks og ikke minst utenriks. Det er grunn til å påpeke at TRF bygde opp sine utenriksruter i en tid der lavpriskonseptet var nytt og hvor de etablerte aktørene i beskjeden grad kunne eller ville svare. I dag er denne situasjonen litt annerledes. Både de Avinor-eide flyplassene og de etablerte flyselskapene gjennomfører programmer rettet mot intern effektivisering og bedret markedstilpasning, blant annet med hensyn på å få til kortere turnaround-tid for flyene. Dette vil sannsynligvis bidra til å øke usikkerheten i anslagene på hvor stor trafikken vil bli fra RSL både innenriks og kanskje særlig utenriks. RSL vil selvsagt måtte forholde seg til denne usikkerheten i sine lønnsomhetsvurderinger. Vi har valgt å legge nokså forsiktige rutescenarier til grunn. A.2.1 Prognoser ved etablering i markedet For innenrikstrafikken har vi benyttet den nasjonale persontransportmodellen for lange reiser (NTM5_L) til å beregne hvor mye trafikk vi kan forvente etter åpning av RSL med et gitt rutetilbud. Modellen gjør oss i stand til å måle de trafikkmessige konsekvensene av å iverksette et tiltak som påvirker reisemønsteret og reiseomfanget for lange personreiser. I teksten som beskriver innenrikstrafikken presenterer vi beregningsresultatene slik modellen gir dem for året I tabell A.1 har vi framskrevet disse beregningene til 2005 ved hjelp av vekstprognosene. Det er utarbeidet 2 scenarier for trafikkeringen av RSL. I det ene scenariet forutsettes at det går 2 avganger per dag tur retur mellom RSL og Stavanger, Bergen og Trondheim mens det andre forutsetter at det går 4 til Stavanger og Trondheim, og 6 til Bergen. Referansescenariet er situasjonen i 2001 når det gjelder flytilbud og øvrige data i modellen. I begge alternativene kommer avgangene til/fra RSL i tillegg til de avganger som trafikkerer de tre destinasjonene fra OSL. Beregningene antyder at man kan forvente henholdsvis og reiser 2 per år over RSL til og fra de tre innenlandske destinasjoner avhengig av hvor mange avganger som blir tilbudt. Av disse er det henholdsvis og netto nye flyreiser over RSL som enten er helt nye reiser (ca. 20 %), overførte reiser fra bil (ca. 2 I sammendraget refererer alle passasjertall seg til kommet/reist, i motsetning til i resten av dokumentet hvor det også opereres med begrepet reiser og rundturer. Man bør tenke seg en feilmargin på +/-20 % når det gjelder passasjertall i 2001, og en noe større margin for år 2020 og utover som tar hensyn til usikkerheten når det gjelder bruk av eksterne prognoser for viktige data i modellen.

9 A. Sammendrag s %), eller overførte fra andre transportmåter (ca. 20 %). En del av reisene på RSL blir i følge modellen overført fra bl.a. Oslo Lufthavn, via destinasjonsvalgseffekter ved at områdene rundt flyplassene i Rygge, Stavanger, Bergen og Trondheim (og delvis også i Nord-Norge) blir tettere knyttet sammen. Ved etablering av RSL blir trafikken over OSL redusert med henholdsvis og passasjerer per år avhengig av rutescenario. Det blir også en marginal reduksjon på TRF. Dette utgjør i begge tilfeller i underkant av 50 % av trafikken på RSL men bare knappe 2 % av trafikken på OSL. Effektene på endret destinasjonsvalg for flytrafikantene utgjør henholdsvis 6 % og 9 % av den trafikken som går over RSL (ca og reiser). RSL vil ta over en relativt liten andel av trafikken til/fra de tre destinasjonene over OSL. Dessuten vil det skapes et større marked slik at andelen av trafikken for eksempel mellom Stavanger og Østlandet blir ca. 6 % over RSL, 7 % over TRF og 87 % over OSL. I dette eksempelet reduseres trafikken til/fra Stavanger over OSL med 3 % og over RSL med 1 %. Tabell A.1 oppsummerer innenrikstrafikken, der vi viser tallene for 2005 fordelt etter type, samt sum trafikk for Type trafikk Lavt rutescenario Høyt rutescenario Overført fra OSL (ruter til SVG, BGO, TRD) Overført fra TRF Marginal Marginal Netto nye flyreiser over RSL (ca. andel) o Helt nye (20%) o Overført fra bil (60%) o Overført fra annen transport (20%) Endret destinasjonsvalg SUM SUM SUM *) *) Tabell A.1 Overført og nyskapt trafikk til RSL for reisende til/fra Stavanger, Bergen og Trondheim og *) Prognosen er nærmere omtalt nedenfor. For utenrikstrafikken finnes det ingen tilsvarende beregningsmodell som for innenrikstrafikken. Derfor har vi basert prognosearbeidet på trafikkstatistikk fra Avinor, samt data fra den siste reisevaneundersøkelsen (RVU) på fly (2 første tertialer 2003). Tabell A.2 oppsummerer våre beregninger av RSLs utenrikstrafikk, med et rutetilbud som tilsvarer dagens tilbud på TRF mot Stockholm, København og London.

10 A. Sammendrag s. 9 Type trafikk Overført fra OSL o Passasjerer innen RSLs influensområde o Passasjerer i Oslo/Akershus ellers Antall passasjerer kommet/reist pr år o o Overført fra TRF o Passasjerer innen RSLs influensområde o Passasjerer i Oslo/Akershus ellers Overført fra Göteborg (Landvetter og City) o Passasjerer innen RSLs influensområde o Norge ellers o o Nyskapt trafikk i RSLs influensområde - SUM SUM SUM *) o o Tabell A.2 Overført og nyskapt trafikk til RSL for reisende til/fra Stockholm, København, London og 2030, avrundet. *) Prognosen er nærmere omtalt nedenfor. Av de overførte passasjerene fra OSL og TRF til RSL er det rundt som er beregnet overført fra Oslo og Akershus utenom Oslo syd/follo, slik at rundt er overført trafikk som sogner til RSLs influensområde. I tillegg beregner vi rundt overførte fra Sverige som har start eller besøkssted innen influensområdet. I tillegg kommer overførte fra Sverige som er beregnet å høre hjemme i Norge ellers. Nyskapt trafikk er ikke beregnet. Vi tror en nok kan vente en viss økning i utenriksreiser hvis tilbudet kommer utenfor døra framfor 1-3 timers kjøring unna - samtidig som en kan trekke til seg noe ny trafikk fra svensk side av grensen. Vi har imidlertid valgt å ikke tallfeste denne. Volumene i tabellen gir en imidlertid en flytilbøyelighet for befolkningen innen RSLs influensområde som vi i dag finner for TRF til de nevnte 3 utenriksdestinasjonene. Anslaget på utenrikstrafikken kan betraktes som lavt dersom en kan forvente et utvidet rutetilbud i forhold til de 13 daglige utenriksavgangene som ligger til grunn her. Det er grunn til å regne med at det vil ta noen tid før RSL eventuelt blir etablert i markedet med et tilsvarende rutetilbud som TRF. På den annen side kan vi vente betydelige anstrengelser for å få til en rask etablering. RSL må kunne betjene de økonomiske forpliktelsene som blant annet nye terminalfasiliteter innebærer. Det er for øvrig, som påpekt ovenfor, grunn til å forvente en skjerping av konkurranseklimaet i forhold til effektivisering (og prissetting) fra OSL og de etablerte flyselskapene der.

11 A. Sammendrag s. 10 A.2.2 Prognose på lengre sikt Innland Disse prognosene er også basert på persontransportmodellen NTM5_L. Det er laget prognoser for år 2020 med modellen. Disse blir nødvendigvis noe mer usikre fordi man da må anvende prognoser for en rekke input data til modellen. Med de forutsetninger som legges inn beregnes flytrafikken generelt å øke med ca. 40 % fra 2001 til Modellen gir kraftigere langsiktig vekst på OSL (ca. 46 %, ca. 2% årlig) enn på RSL (ca. 35 %, ca. 1,6% årlig). Dette kan delvis skyldes beregningstekniske forenklinger i de mekanismer som er forutsatt når det gjelder flyselskapenes måte å følge et flymarked i vekst på. Det kan også skyldes de demografiske prognoser som er lagt til grunn for beregningene i år 2020 hvor det skjer en kraftig vekst i befolkningen i Oslo (36 %), og også en kraftig, (men en del lavere enn i Oslo) vekst i Østfold (22 %). I distriktene er veksten mye mer moderat, men det er en klar sentraliseringstendens inn mot regionsentrene. Isolert sett gir dette en nok kraftigere vekst på OSL enn på RSL. Modellen omfatter dessuten kun de lange reisene, men det aktivitetstilbudet (i vid forstand) man har lokalt inngår som forklaringsvariabel i modellene. Når befolkningen i det sentrale Østlandsområdet øker såpass kraftig vil dette også øke det lokale tilbudet og dermed dempe trafikkveksten i de mest sentrale områdene. Vi har benyttet en årlig vekstfaktor på 1,5 % i det lave og 1,6 % i det høye rutescenariet fra 2020 til Vi understreker at dette er en antagelse i og med at modellens gyldighetsområde ikke strekker seg lenger enn til Dette skyldes blant annet at de underliggende prognosene for ulike faktorer i modellen ikke har lenger tidshorisont. Utland Avinor har utarbeidet prognoser for utenrikstrafikken på OSL. I og med at en god del av utenrikstrafikken blir overført fra OSL, finner vi det rimelig å legge utenriksprognosen der til grunn. Den tilsier en vekst som følger: : 3,0 % : 3,8 % ,3 % årlig Avinor har ikke utarbeidet mer langsiktige prognoser. OSL har i sin Lufthavnplan for 2001 forutsatt ca. 2,1 % årlig vekst fra 2020 til Vi legger til grunn en vekst på 2 % pr. år fra 2008 til 2030.

12 A. Sammendrag s. 11 A.3 Avgiftsvirkninger for OSL, TRF og RSL Vi har beregnet avgiftsvirkningene for de berørte flyplassene, samt nettverksvirkningene for det øvrige norske flyplassnettet. Vi har ikke tatt med underveisavgiftene. Disse blir innkrevd uavhengig av om trafikken skjer mellom flyplasser i eller utenfor Avinors system. Tabell A.3 viser resultatene. Flyplass Innland Utland Sum (avrundet) Lav (L) Høy (H) (L, H) RSL ,67 TRF -0,1-0, , -10 OSL , -26 Tabell A.3 Avgiftsvirkning, første etablerte driftsår (mill kr). Terminal+ inkluderer terminalavgift, security-avgift og tårnavgift, sistnevnte for TRF og RSL Avgiftene er beregnet ut fra det antall avganger som må til for å betjene den overførte trafikken. For utenrikstrafikken forutsetter vi at kapasiteten justeres ned der hvor en mister trafikk. For innenrikstrafikken forutsetter vi ingen slik endring. Overføringseffektene er mindre i innenriksmarkedet. Konkurransesituasjonen i markedet vil påvirke i hvilken grad disse justeringene finner sted, eller ikke. Startavgiften er mest følsom ovenfor justeringer i antall flybevegelser. Terminalavgiften (inkl security- og tårnavgift) er passasjeravhengig. For utenrikstrafikken isolert utgjør diskonterte verdier over 25 år om lag 120 mill. og 250 mill. kr i inntektstap for henholdsvis TRF og OSL. Tallene øker til henholdsvis 185 og 390 mill. kr ved 5 % kalkulasjonsrente. For OSL ligger diskontert tap fra innenrikstrafikken på henholdsvis 50 og 60 mill. kr (lavt og høyt rutescenario, henholdsvis 75 og 90 mill. kr ved 5 % rente). Tilsvarende tall for TRF er rundt 1 mill. kr i begge scenarier. RSL ligger an til en diskontert inntektsvekst på rundt 490 mill. kr fra utenrikstrafikken (760 mill. kr ved 5% rente), der noe skyldes overført trafikk fra svenske flyplasser. Innenriks er diskontert inntektsvekst anslagsvis 180 og 310 mill. kr i de ulike rutescenariene (280 og 485 mill. kr ved 5 % rente). Vi understreker at avgiftsregulativer for RSL ikke er kjent, og at beregningene er basert på regulativet til TRF. Luftfartsavgiftene inngår i trafikantinntektene og er derfor tatt med i de samfunnsøkonomiske analysene nedenfor, som en del av trafikantenes betalingsvillighet.

13 A. Sammendrag s. 12 A.4 Samfunnsøkonomisk analyse Analysene i denne rapporten er gjort med utgangspunkt i etablert metodikk. Analyseopplegget er sammenlignbart med de relativt nye veilederne for øvrige deler av transportsektoren. Vi har gjort noen forenklinger i forhold til analyseperiode, der det er litt ulik periode mellom beregninger knyttet til innenriks- og utenrikstrafikk. Dette har modelltekniske årsaker, og er helt uten betydning for resultatene. Dette prosjektet involverer en del utenrikstrafikk og en del av faktorene er svært usikre i et lite regulert luftfartsmarked (blant annet framtidig forskjell i flybillettkostnader, og rutetilbudet i en konkurransesituasjon mellom flyplasser og flyselskap). Vi har valgt både å presentere nøkkeltallene for et tenkt åpningsår (det vil si det første hele året da flyplassen er i drift og er etablert i markedet), og diskonterte verdier for en 25 års analyseperiode. Usikkerheten i beregningsresultatene må betraktes i lys av at det ikke finnes noe informasjon om operatører eller ruteopplegg, og at det finnes 4 konkurransedyktige flyplasser (OSL, TRF og til dels Göteborg/Landvetter og Göteborg City for utenrikstrafikk) som i dag trekker trafikk fra RSLs influensområde. Tabell A.4 på neste side oppsummerer resultatene av den samfunnsøkonomiske analysen, der vi også har trukket inn tiltakskostnadene. Nivået på kalkulasjonsrenten er omstridt, og vi har valgt å presentere diskonteringer for 10 % og 5 % rente, der verdiene for sistnevnte er satt i parentes. Trafikkinntektene inkl. avgifter er nettoeffekter. Ser vi på inntektene for flyrutene til/fra RSL, der vi grovt sett kan regne kr 1000 én vei som anslag på gjennomsnittlig billettpris, vil bruttoinntekten for disse rutene være henholdsvis 235 og 340 mill. kr per år i lavt og høyt rutescenario. Samme grove forutsetninger gir et inntektsbortfall på mill. kr per år for aktørene på OSL. Dersom vi regner med at marginalkostnaden på en flyreise ligger på rundt 250 kr, tilsvarer dette en innsparing på mellom ca. 30 mill. kr og 40 mill. kr årlig for aktørene på OSL, selv om vi ikke endrer tilbudt flykapasitet. I tillegg kommer det noen justeringer også på ruter mellom andre norske flyplasser som vi ikke har tatt med her.

14 A. Sammendrag s. 13 Virkning Trafikantnytte Innenriks Utenriks Reduserte flydriftskostnader OSL Åpningsår Diskontert Lav Høy Lav Høy (620) 120 (190) 880 (1350) 120 (190) (480) 420 (640) Økte trafikkinntekter inkl avgifter innenriks (2010) 1800 (2790) Flydriftskostnader RSL Innenriks Utenriks (1900) 2900 (4300) Investeringer RSL Driftskostnader RSL (800) 530 (800) Tabell A.4 Tallfestede virkninger (mill kr, diskontert for r=10%, verdier for r=5 % i parentes) Vi kan ikke uten videre betrakte reduserte tidskostnader for utenrikstrafikken som en effekt i norsk økonomi, fordi en del av produktivitetsvirkningene vil oppstå utenlands. Vi kan imidlertid si at det vi med en viss robusthet har tallfestet for utenrikstrafikken, er et svært lavt anslag. Det merkede feltet i tabellen viser den delen av trafikantnytten og kostnadsreduksjonene som vi har klart å tallfeste, men elementer kan være utelatt eller være usikre. Vi kan peke på følgende usikkerhetsmomenter: Trafikantnytten innenriks. Den omfatter reduserte tidskostnader, andre tilbringerkostnader og nettverkseffekter. Reduserte tilbringerkostnader til/fra RSL motvirkes av lavere avgangsfrekvens her enn på OSL. Det er knyttet en stor grad av usikkerhet til beregningene av disse gevinstene, og det er uvisst hvilken retning usikkerheten går i, og hvor stor den er. Trafikantnytten utenriks. Vi har ikke har informasjon om hvor mye av nytten som vil forbli i Norge, og vi har ikke hatt en nettverksmodell som har gjort oss i stand til å beregne nytten for hele RSLs utenriksmarked. Ufullstendig-

15 A. Sammendrag s. 14 heten går både på geografisk utstrekning, og på effekter. Blant annet har vi ikke hatt data for å ta hensyn til endringer i trafikantinntekter for utenrikstrafikken. Vi tror at dette elementet undervurderer nytten av RSL, muligens i vesentlig grad. Rutedriftskostnadene. Disse er usikre, blant annet i forhold til hvordan overført trafikk vil slå ut på flytilbudet ved de flyplassene som mister trafikk, og til kostnader for utenriksflygningene. Vi tror at dette elementet trekker i retning av at netto endring i rutedriftskostnader er satt noe høyt, i og med at vi forutsetter få justeringer i øvrig rutenett. Drifts- og investeringskostnadene. Det er en viss usikkerhet her også, men vi tror ikke at utslagene blir av vesentlig betydning. Reduserte driftskostnader på andre flyplasser enn RSL. Kostnadsmessige virkninger for andre flyplasser som får endret sin trafikk, har vi ikke hatt grunnlag for å beregne. Utslagene blir sannsynligvis små. Oppstillingen indikerer at RSL kan være samfunnsøkonomisk lønnsom for det lave innenriks rutescenariet, og ulønnsom for det høye rutescenariet, men denne konklusjonen er ikke entydig på grunn av de nevnte usikkerhetene. På grunn av den manglende fullstendighet i beregningene, har vi unnlatt å summere tallene. Viktige grunner er usikkerhet knyttet til utelatte effekter for utenrikstrafikken og til rutedriftskostnadene, som begge nok trekker i positiv retning for RSL. Vi ser at valg av kalkulasjonsrente har vesentlig betydning for mange av enkeltstørrelsene, men ikke så stor betydning for summen av de samfunnsøkonomiske størrelsene. Dette skyldes at betydelige nytte- og kostnadsvirkninger av samme størrelsesorden løper med samme tidshorisont. Valg av kalkulasjonsrente påvirker ikke hovedkonklusjonen: Det er flere indikasjoner i retning av at RSL er samfunnsøkonomisk lønnsom, enn det motsatte. Vi har ikke trukket inn en eventuell virkning for den samfunnsøkonomiske analysen av RSL knyttet til muligheten for å utsette byggingen av en 3. rullebane på OSL. Trafikkprognosene antyder en overføringseffekt fra OSL til RSL på rundt passasjerer i Med RSL etablert er OSL beregnet til å ha rundt 34,0 mill. passasjerer i 2030, uten RSL viser beregningene 34,7 mill. passasjerer. Vår vurdering er at RSLs effekt på tidspunktet for bygging av en eventuell 3. rullebane vil være marginal.

16 A. Sammendrag s. 15 A.5 Ringvirkninger av RSL Etterspørselen etter flyreiser er i all hovedsak avledet av andre aktiviteter som gjennomføres i forbindelse med arbeid og fritid. Det er derfor all grunn til å forvente at egenskaper ved flyplassens influensområde knyttet til næringsliv og bosetting har betydelig innvirkning på aktiviteten. Det er imidlertid få analyser som gir noe entydig svar på sammenhengen mellom flyplassers eksistens, og betydningen for regionen. Vi skal kort drøfte en flyplassetablering i et ringvirkningsperspektiv, uten at vi innenfor vårt mandat har mulighet til å behandle dette særlig inngående. Vi skal gi noen grove anslag knyttet til RSL. Ringvirkninger uttrykker hvordan endringer i bruken av realressurser (fra den samfunnsøkonomiske analysen, f.eks. endret reisetid, investeringer og drift av flyplassanlegg) blir avspeilet i forhold til næringsliv, offentlig sektor, bosetting og sysselsetting. Vi understreker at ringvirkninger ikke kommer som en samfunnsøkonomisk tilleggsnytte av tiltaket, men de avspeiler de realøkonomiske og fordelingsmessige virkningene. Vi har ikke data til å kunne si noe bestemt om hva sysselsettingen på RSL vil kunne bli. En flyplass av noenlunde sammenlignbar størrelse innenfor Avinors system har mellom 50 og 60 årsverk. TRF har 40 sysselsatte (hovedsakelig på heltid, 2002). I tillegg kommer personell i handling, flyselskaper, toll, bilutleie og catering. Internasjonalt ser vi at en flyplass som Inverness i Skottland (ca pass.) sysselsetter 159 årsverk i alt. Växjö i Sverige (ca pass.) sysselsetter 78. For flyplasser av Oslos størrelse ligger sysselsettingsmultiplikatoren mellom 1,5 og 4,1. Seaplane (2003) anvender en multiplikator på 2,5 beregnet på skotske kryssløpsdata. Anvender vi dette tallet som et skjønnsmessig middel i forhold til antall årsverk som kan være aktuelt for drifting av selve flyplassen, og antar mellom 100 og 150 sysselsatte totalt (inkl flyselskaper, eventuell catering, handling og annen tilstøtende virksomhet på selve flyplassen) får vi mellom rundt 250 og 375 sysselsatte direkte og indirekte avledet av flyplassaktiviteten. Nyetablering og omlokalisering av næringsaktivitet er ofte et aktuelt spørsmål i forbindelse med flyplasser. Vi har sett på befolkningsutviklingen på begge sider av Oslofjorden, i en sammenligning av influensområdene til TRF og RSL. Ut fra den meget enkle sammenligningen kan vi ikke identifisere at folketallet har økt mer

17 A. Sammendrag s. 16 innenfor TRFs influensområde enn det vi ser i Østfold og Follo. Dette kan indikere at det er sterkere underliggende drivkrefter bak befolkningsutviklingen i Oslofjordområdet, enn flyplassvirksomheten syd for Oslo i seg selv. Det er imidlertid umulig uten en mer inngående analyse å si noe om den kontrafaktiske situasjonen i Vestfold/Grenland, altså hvordan utviklingen ville vært uten TRF, eller om det har vært en omfordeling mellom kommuner i TRFs nærområde. Det er uansett liten tvil om at lokalt næringsliv vil kunne omsette reisetid i mer produktiv virksomhet ved å få en flyplass i nærområdet, men det er usikkert i hvilken grad flyplassen vil medføre at foretak i vesentlig grad trekkes til området. En sammenlignende studie av hva som har skjedd rundt TRF vil kunne gi mer kunnskap om dette. I prinsippet fanger trafikkprognosene opp det meste av næringslivets og husholdningers tilpasning til det nye tilbudet. Vi har pekt på usikkerhet i prognosene særlig knyttet til utenriksflygningene både når det gjelder overført og nyskapt trafikk.

18 1 INNLEDNING Målsettingen med denne rapporten er å utrede en del av de samfunnsøkonomiske konsekvensene som sivil lufthavndrift ved RSL lufthavn vil kunne få, med hovedvekt på virkninger for trafikantene. For de lufthavnene som blir direkte berørt av tiltaket (Oslo lufthavn Gardermoen, Sandefjord lufthavn Torp og Rygge Sivile Lufthavn, heretter henholdsvis OSL, TRF og RSL) vil vi også belyse de bedriftsøkonomiske konsekvensene. Rapporten inneholder også en kort omtale av ringvirkninger, men det er ikke gjort noen inngående studie av disse. I dette prosjektet kan en avveining mellom bedriftsøkonomiske og samfunnsøkonomiske forhold bli av en viss interesse, fordi en kan se for seg en konkurranseflate mot OSL (som vil kunne påvirke Avinors økonomi) og mot TRF (som er utenfor Avinors system). Situasjonen kan bli at de reisende vil ha betydelig nytte ved å få tilgang til et flytilbud lokalt, flyplassen vil få avgiftsinntekter, mens OSL og TRF vil kunne tape inntekter. Samtidig vil Avinor kunne få økte inntekter på andre av sine flyplasser dersom RSL klarer å skape økt trafikk innenriks. En svært viktig del av dette prosjektet er å vurdere trafikkgrunnlaget for RSL. Trafikkanalysene fra KU (2003) viser et anslag på mellom og passasjerer i 2009, etter at flyplassen har etablert seg i markedet. Til sammenligning hadde TRF rundt 1,1 mill. passasjerer i Disse var fordelt med vel 30 % innenriks og knappe 70 % utenriks. Hvorvidt et lignende mønster kan forventes på RSL vil blant annet avhenge av beliggenhet i forhold til konkurrerende flyplasser, størrelsen på markedet og de reisendes start- og målpunkter, samt om lavpriskonsepter blir etablert der. Vi har vært nødt til å ta noen forutsetninger når det gjelder utforming av framtidig rutetilbud. I den sammenheng har det vært naturlig å skjele til TRF, som over tid har bygd opp et nokså omfattende rutetilbud innenriks og ikke minst utenriks. Det er grunn til å påpeke at TRF bygde opp sine utenriksruter i en tid der lavpriskonseptet var nytt og hvor de etablerte aktørene i beskjeden grad kunne eller ville svare. I dag er denne situasjonen litt annerledes. Både de Avinor-eide flyplassene og de etablerte flyselskapene gjennomfører programmer rettet mot intern effektivisering og bedret markedstilpasning. Dette vil sannsynligvis bidra til å øke usikkerheten i anslagene på hvor stor trafikken vil bli fra RSL både innenriks og kanskje særlig utenriks. Flyplassprosjektet vil selvsagt måtte forholde seg til denne usikkerheten i sine lønnsomhetsvurderinger. Vi har valgt å legge nokså forsiktige rutescenarier til grunn.

19 1. Innledning s. 18 Vi har ikke vurdert flyoperative forhold, eller forholdet mellom RSL og Forsvaret. Normalt skal den rullebanen og taksebanen som RSL har kunne tillate mellom 24 og 32 flybevegelser pr. time (Fuglum 1994). Vurdert ut fra takse- og rullebanefasiliteter alene skulle flyplassen dermed være i stand til å avvikle forventet sivil trafikk i hele analyseperioden uten kapasitetsproblemer.

20 2 METODE, UTGANGSPUNKT FOR ANALYSEN 2.1 Prognoser I denne analysen vil vi lage trafikkprognosene på forskjellige måter for innen- og utenrikstrafikken. For innenrikstrafikken har vi benyttet den nasjonale persontransportmodellen for lange reiser (NTM5_L) til å beregne hvor mye trafikk vi kan forvente etter åpning av RSL med et gitt rutetilbud. Modellen er nærmere beskrevet i Hamre, Rekdal og Larsen (2002), men vi skal gi en kort omtale her. NTM5_L gjør oss i stand til å måle de trafikkmessige konsekvensene av å iverksette et tiltak som påvirker reisemønsteret og reiseomfanget for lange personreiser. Etablering av en ny flyplass er et eksempel på tiltak som er velegnet for analyse ved hjelp av NTM5_L for innenrikstrafikken. Det vi ønsker å måle, er: Hvor mange reisende overføres fra OSL og TRF til RSL? Hvor mange nye reisende kommer til? Den nasjonale transportmodellen er et planleggingsverktøy som er egnet til å beregne etterspørselseffekter av en lang rekke ulike samferdselstiltak i markedet for lange reiser i Norge. Modellen har en geografisk dimensjon med 1428 trafikksoner (NTPLinndeling) som geografisk enhet, og modellen beregner antall lange reiser mellom disse sonene fordelt på de 5 hovedtransportmåtene bil, buss, båt, tog og fly. Sammen med selve etterspørselsmodellen er det utviklet en nettverksmodell hvor forenklede nettverk for de 5 transportmåtene er representert med veger, ferger, bussruter, togtraséer, togruter, båtruter, flyplasser, flyruter, med mer. Ved hjelp av disse nettverkene kan man beregne reisetider og reisekostnader med de 5 hovedtransportmåtene, og dette er data som etterspørselsmodellen benytter i etterspørselsberegningene. Når etterspørselen for de 5 transportmåtene er beregnet (i form av ODmatriser mellom de 1428 sonene) benyttes nettverksmodellene igjen til å fordele trafikken på veger og ruter i nettverkene. Etterspørselsmodellen benytter befolkningsdata (relativt grundig segmentert) og data som beskriver forskjellige attraksjonsmål i alle sonene til å bestemme nivået på trafikken på hvert sonepar. De atferdsmessige strukturer i modellen er estimert bl.a. ut i fra de reisevaner som er gjort til kjenne i RVU-97/98. Modellens teoretiske forankring er den såkalte discrete choice theory som kan hevdes å være konsistent med moderne konsumentteori. Den basale forutsetningen her er at et individ som er

21 2. Metode, utgangspunkt for analysen s. 20 bosatt et gitt sted bare velger å reise til en gitt destinasjon med en gitt transportmåte hvis nytten som oppnås på destinasjonen er større enn den oppofrelsen som må til for å komme seg dit. Hvis en reise foretas til en gitt destinasjon med en gitt transportmåte antas at den valgte destinasjonen og den valgte transportmåten er de subjektivt sett beste valgene for dette individ (underforstått i dette ligger at øvrige kombinasjoner av destinasjoner og transport måter er vurdert). I estimeringen kjenner man ikke til hver informants detaljerte vurderinger knyttet til transportmåter og ærender på de ulike destinasjonene. Man benytter i stedet arbeidsplasser i ulike næringer, antall hytter og fritidshus, befolkningsstørrelsen, med mer i de ulike destinasjonene som mål på hvor attraktiv destinasjonene fremstår. Og reisetider og kostnader med hver transportmåte til hver destinasjon som mål på hvor tilgjengelige destinasjonene er. Når man så har en samling av 6000 informanter som alle er forutsatt å velge den subjektivt sett beste kombinasjon av transportmåte og destinasjon, må man gå ut ifra at de valgene som er foretatt gir en indikasjon på hvilke attraksjonsmål og reisetidskomponenter som er viktige for ulike typer reiser. I estimeringen av modellen er hovedfokus å formulere den slik at den endelige modell i så stor grad som mulig reproduserer de valg (kombinasjoner av transportmåter og destinasjoner) som er tilkjennegitt av informantene og dermed ligger i datamaterialet. Det er verdt å merke seg at hver kombinasjon av transportmåte og destinasjon slik sett konkurrerer om befolkningens gunst. Når man introduserer et nytt transporttilbud og bedre med en gitt reisemåte til en gruppe destinasjoner, vil dette øke konkurransekraften til denne transportmåten til disse destinasjonene, både i forhold til andre destinasjoner med samme transportmåte, i forhold til de samme destinasjoner med andre transportmåter og i forhold til andre destinasjoner med andre transportmåter. I følge økonomisk teori vil dette slå ut på etterspørselen, men i større eller mindre grad, og størrelsen på etterspørselsendingene kan alltid diskuteres. Et nytt og bedre transporttilbud til en gruppe destinasjoner vil også kunne konkurrere mot andre aktiviteter enn de som genererer reiser, og man vil kunne oppleve at folk som berøres av tiltaket faktisk reiser mer enn før. Størrelsen på disse effektene vil også kunne være gjenstand for diskusjon. Beregningsgangen med modellsystemet er først å etablere et basisscenario, som ofte er en kjent situasjon, i forstand av at både infrastruktur, betjeningen av denne og også transportstrømmene, eller i hvert fall fragmenter av disse er kjent. Denne situasjonen representeres i nettverksmodellene og reisetider og reisekostnader beregnes. Deretter inngår disse i etterspørselsmodellen og modellberegnede transportstrømmer, i form av OD-matriser, beregnes for basisscenariet. Disse inngår så igjen i nettverksmodellen for fordeling av matrisene på de ulike nettverkene. Det som da frem-

22 2. Metode, utgangspunkt for analysen s. 21 kommer kontrolleres så mot de data man måtte ha for denne kjente situasjonen (f.eks. statistikk på flyplasser, vegtellinger, med mer). Her må man eventuelt gjøre noen grep for å få modellen til å passe bedre med de uavhengige data som er tilgjengelig. Deretter må det tiltaket som skal analyseres operasjonaliseres og legges inn i nettverksmodellen som et nytt scenario. I vårt tilfelle vil dette bl.a. bestå i å legge inn RSL flyplass på riktig sted i nettverket og definere de ruter som skal trafikkere flyplassen med riktige destinasjoner. Deretter gjøres de samme beregninger som for basisscenariet slik at de to scenarier kan sammenliknes, vurderes og analyseres. Korreksjoner og tilpasninger i transportmodellen Når vi kjører basisscenariet (år 2001) og sammenlikner resultatene med statistikk fra Avinor, finner vi en del uoverensstemmelser. Det er imidlertid heller ikke helt enkelt å benytte denne statistikken direkte til å sammenlikne modellens trafikk. Følgende forhold kan påpekes: Modellen omfatter bare nordmenns innenriksreiser. Statistikken omfatter innenriks del av nordmenns utenriksreiser, utlendingers innenriks reiser og innenriks del av utlendingers utenriksreiser. I Avinors statistikk vil utenriksreiser fra flyplasser uten utenrikstilbud via en internasjonal flyplass til utlandet bli registrert som innenriks reist på første flyplass og som innenriks kommet på returen. På samme måte vil transfer på den internasjonale flyplassen bli registrert som innenriks transfer for innenriksdelen av reisen. Dette innebærer at kommet/reist i statistikken på nasjonale flyplasser og innenriks transfer på internasjonale flyplasser skal være noe høyere enn det modellen gir. Vi har stort sett holdt oss til Avinors statistikk for hele 2001 når vi har tilpasset modellen. Det flytilbudet som er representert i nettverket for 2001 bygger på faktiske flybevegelser en torsdag i mars Det kan virke som om dette påvirker modellens resultater i betydelig grad da modellen passer vesentlig bedre med statistikken for mars 2001 enn for hele året. Det kan også være at torsdager generelt har et bedre tilbud enn gjennomsnittet (torsdager har i hvert fall 15 % flere passasjerer), da modellens resultater generelt ligger litt høyere enn statistikken for hele år I tilpasningen av modellen er følgende grep gjort: Egne lenker på strekningen mellom Asker og OSL simulerer flytoget (tilbringerhastighet på 80 km/t i forhold til 40 km/t på veglenker)

23 2. Metode, utgangspunkt for analysen s. 22 Avstand på lenker som representerer ferger er øket med 1 km per minutt tid mellom fergeavgangene for å simulere ulempen knyttet til ferger Assignments-forutsetningene for fly er endret for å ta hensyn til endret kodingsprinsipp for flyrutene ifht. de som ble lagt til grunn når modellene ble estimert (påstigningsulempe økt fra 30 minutter til 120 minutter og ventetidsvekten økt fra 1 til 1.5) Disse endringene har gitt vesentlig bedre tilpassing av modellen til de data vi har når det gjelder flyreiser. Tabell 2.1 viser hvordan modellen etter endringene reproduserer Avinors passasjerstatistikk for 2001 på de 5 viktigste flyplassene i denne analysen. Når vi sammenlikner modellens tall mot denne statistikken ser vi at modellen ligger noe over på OSL og på TRF, og noe under på de tre øvrige flyplasser i tabellen. STATISTIKK Avinor, INNLAND 2001, RUTE MODELL Flyplass Kommet / reist Transit Transfer* Total Kalibrert total avvik OSLO, Gardermoen % Sandefjord, TRF % STAVANGER, Sola % BERGEN, Flesland % TRONDHEIM, Værnes % Tabell 2.1 Sammenlikning av utdrag av modellresultater fra basisscenariet med statistikk fra Avinor (hele 2001) * Innenriks transfer anslått ved: total transfer*(kommet/reist innland)/(kommet/reist innland + Kommet/reist utland) Tabell 2.2 sammenlikner Avinors statistikk for mars 2001 (dividert med antall dager i mars) med modellens ÅDT. Avinor MODELL AVVIK Kommet/ Transit/ Totalt Kommet/ Transit/ Totalt Kommet/ Transit/ Totalt reist transfer reist Transfer reist Transfer OSLO, Gardermoen % -35 % -7 % Sandefjord, TRF % 0 % 20 % STAVANGER, Sola % -77 % -19 % BERGEN, Flesland % 14 % -4 % TRONDHEIM, Værnes % 82 % -14 % Tabell 2.2 Sammenlikning av utdrag av modellresultater fra basisscenariet med statistikk fra Avinor for mars 2001 (dividert med 31) Her er tallene som vi ser splittet opp på kommet/reist og transit/transfer. Dette gir et litt annerledes bilde enn tabellen over, og vår vurdering totalt sett er at modellens tall ligger innenfor grensene for akseptable avvik, spesielt når vi tar hensyn til diskusjonen over om statistikkens grad av sammenliknbarhet mot modellens tall (modellen omfatter bare reiser med endelig start og målpunkt i Norge gjennomført av nordmenn).

24 2. Metode, utgangspunkt for analysen s. 23 For utenrikstrafikken finnes det ingen tilsvarende beregningsmodell som for innenrikstrafikken. Derfor har vi basert denne analysen på trafikkstatistikk fra Avinor, samt data fra den siste reisevaneundersøkelsen (RVU) på fly (2 første tertialer 2003). Selv om RVU ikke representerer 2003 fullt ut, er den vektet slik at vi mener den er representativ nok for dette formålet. De trafikkmessige vurderingene tar også utgangspunkt i befolknings- og næringsdata for de naturlige influensområdene til TRF og RSL. Strukturen viser seg å være overordnet nokså lik, selv om det alltid er en fare for at det kan være vesentlige forskjeller i reiseaktivitet for de samme næringsgruppene når vi betrakter ulike geografiske områder. Det som skiller influensområdene klart, er avstanden til OSL. Denne forskjellen tar vi hensyn til i beregningene når vi fordeler trafikken mellom flyplasser. I utgangspunktet er det grunn til å forvente at det ikke er så stor forskjell i trafikkpotensialet for de to flyplassene når det gjelder reiseavstanden inntil en time fra dem. Det som imidlertid skaper en viss usikkerhet, er at RSLs influensområde strekker seg inn i Osloområdet. Samtidig strekker OSL sitt influensområde seg syd for Oslo. Dette indikerer at en kan forvente en betydelig følsomhet i valg av flyplass innenfor dette området. Vi har ikke klart å tallfeste en eventuell trafikkeffekt i innenriksmarkedet som resultat av mulig utenriksaktivitet på RSL. Trafikkstatistikken for TRF viser at denne flyplassen har lite omstigning mellom innen- og utenriksruter. OSL vil være hovedknutepunktet for den type reiser. Vi tror derfor at dette momentet vil være uten betydning i denne analysen. Konkurransen mot TRF vil først og fremst være i forhold til passasjerene i Osloområdet. TRF henter en del av sine passasjerer derfra, og det er grunn til å regne med at et lavpris flytilbud også fra RSL vil kunne kapre en del av disse, i og med at avstanden fra RSL til Oslo er ca. 40 km kortere enn mellom TRF og Oslo. RVU gir oss et grunnlag til å vurdere trafikken over TRF i en viss detalj, der vi blant annet kan se på hvor stor andel av trafikken som benytter henholdsvis TRF og OSL innen ulike deler av influensområdet til TRF. Vi har også sett på i hvilken grad reisende som enten er bosatt eller besøkende til RSLs influensområde. En av usikkerhetene er knyttet til omfanget av nyskapt flytrafikk på de enkelte rutene, og beregningsusikkerheten er særlig stor på utenrikstrafikken. Vi kan anta at RSL vil kunne tiltrekke seg lavprisoperatører. Ser vi på internasjonale erfaringer (Williams m.fl.2003) finner vi blandede erfaringer når vi ser på selskapenes evne til å tiltrekke seg ny trafikk. På noen ruter (f.eks. London-Bilbao) har lavpristilbudet fått en markedsandel på knappe 50%, men dette har hovedsakelig skjedd ved å hente trafikk fra andre flyselskaper. En del ruter ligger mellom 20 og 50% nyskapt trafikk,

25 2. Metode, utgangspunkt for analysen s. 24 andre har en mangedobling. Men data gir ikke mulighet for å analysere om noe av denne veksten er overført flytrafikk fra andre destinasjoner (man flyr f.eks. London- Bilbao framfor London-Madrid) eller fra bil eller tog (som kan tenkes f.eks. mellom London og Glasgow som har hatt en vekst på rundt 60% som følge av lavprisetablering). 2.2 Samfunnsøkonomiske analyser Et flyplassprosjekt har gjerne følgende hovedkjennetegn: En kan oppnå betydelig tidsbesparelse i forhold til alternativ transport. En kan oppnå økt produktivitet i et næringsliv der tid er en knapp faktor. Det å anlegge nye flyplasser er meget kostbart og krever et betydelig trafikkgrunnlag. Å drive/videreutvikle en eksisterende flyplass stiller ikke like høye krav til trafikkvolum. Der hvor flyplassenes influensområder overlapper hverandre, er trafikkfordelingen særlig følsom ovenfor utformingen av rutetilbudet. Nye flyplasser kan komme til å trekke passasjerer vekk fra eksisterende flyplasser, og derved påvirke lønnsomheten hos disse. Analysene i denne rapporten er gjort med utgangspunkt i Luftfartsverkets (nå Avinors) veileder for samfunnsøkonomiske analyser (Bråthen, Eriksen, Hjelle og Killi 1999 a og b), heretter omtalt som veilederen. Analyseopplegget er klart sammenlignbart med analyseopplegget i andre deler av transportsektoren (Vegdirektoratet 1995 og Minken, Eriksen, Samstad og Jansson 2000). Avinor har ansvaret for infrastrukturen og lufttrafikktjenestene, og er organisert som en statlig eid aksjeselskap som i utgangspunktet skal drive sin virksomhet etter bedriftsøkonomiske kriterier. Selskapet eier og driver de fleste norske flyplassene. Inntektsgrunnlaget består av luftfartsavgifter og inntekter fra annen kommersiell drift i tilknytning til lufthavnene. Dette definerer i hovedsak de økonomiske rammene for Avinors investerings- og driftsaktiviteter knyttet til lufthavner og lufttrafikktjenesten. I denne rapporten vil dette aspektet bli kort berørt når vi ser på i hvilken grad RSL henter deler av sin trafikk fra OSL og TRF. Hverken RSL eller TRF er eid av Avinor. Når vi innfører samfunnsøkonomiske kriterier for valg av tiltak, tar vi også inn faktorer på nytte- og kostnadssiden som representerer bruk av verdifulle, knappe ressurser som ikke nødvendigvis gjenspeiles i priser fastsatt i noe marked, og følgelig heller ikke i de bedriftsøkonomiske beregningene. Reisetid er et eksempel på en slik

26 2. Metode, utgangspunkt for analysen s. 25 viktig faktor er reisetid. I denne analysen vil endringer i flypassasjerenes reisekostnader stå sentralt. De miljømessige forholdene er behandlet i andre dokumenter. For RSL er Avinor ikke ansvarlig for annet enn å tilby kommunikasjonstjenestene, i og med at RSL står for utbygging og drift av selve lufthavnen. Beslutningsproblemene knyttet til avveining mellom bedriftsøkonomi og samfunnsøkonomi er relevant også her. RSL vil i utgangspunktet ha hovedeffekten av positive samfunnsøkonomiske virkninger knyttet til redusert reisetid for folk i området som ellers ville benyttet hovedsakelig OSL og til en viss grad TRF og flyplasser på svensk side (Landvetter og Göteborg City). Noe av den samfunnsøkonomiske effekten kommer også fra nyskapt trafikk. Dette berører vi nærmere i trafikkanalysene nedenfor. RSL vil imidlertid kunne drenere en viss del av inntektene fra OSL. En viktig del av denne rapporten er å få fram det mulige bedriftsøkonomiske tapet for tilstøtende flyplasser i Norge og den samfunnsøkonomiske vinningen ved spart reisetid for passasjerene. Figur 2.1 viser prinsippet for beregning av trafikantnytte for gruppen tjenestereiser. Vi beregner trafikantnytten ved å multiplisere forskjellen i samfunnsøkonomiske generaliserte kostnader med trafikkvolumet som benytter alternativ transport til naboflyplass (det sorte arealet). Vi gjør tilsvarende med den avviste trafikken Generalisert kostnad (G) GK1 GK2 Etterspørsel 0 X1 X2 Overført Nyskapt trafikk trafikk Antall reisende Figur 2.1 Trafikantnytte