Samfundsøkonomi

Samfundsøkonomiske konsekvensanalyser 

Samfundsøkonomiske konsekvensvurderinger er en systematisk tilgang til at samle og vurdere alle fordele (benefits) og ulemper (costs) ved forskellige tiltag, som f.eks. et investeringsprojekt eller en ændring af lovgivning. 

Disse analyser er vigtige i beslutningsprocessen, da de kan vise, om et tiltag vil gavne samfundet, men kan også hjælpe med at vælge mellem forskellige forslag og finde den bedste løsning på et problem. 

Som udgangspunkt bør der gives en bred fortolkning af tiltagets fordele og ulemper, hvor både direkte konsekvenser (fx offentlige budgetmæssige konsekvenser), men også de langsigtede effekter og relevante indirekte/afledte effekter bør inddrages. Dvs., der skal også vurderes om og hvordan et tiltag ændrer folks adfærd, skaber ineffektivitet i økonomien, og påvirker tredjeparter, som ikke er direkte involveret, fx i form af luft- eller støjforurening. Disse elementer er vigtige at inkludere i samfundsøkonomiske analyser, fordi de hjælper med at forstå de bredere konsekvenser af politiske beslutninger og andre tiltag. Omfanget af analysen afhænger dog af konteksten. (Se afsnit om scope og afsnittet of håndtering af ikke-kvantificerbare gevinster og omkostninger).

Analysemetoder 

Samfundsøkonomiske konsekvensanalyser bygger enten på cost-benefit analyse (CBA) eller cost-effectiveness analyser (CEA).  

Hvor CBA vurderer et projekt eller et tiltags samlede nettogevinst (samlede gevinster fratrukket de samlede omkostninger), anvendes CEA, når en politik /målsætning allerede er defineret, og analysen vedrører hvordan dette mål kan nås billigst muligt (dermed fokuseres her kun på omkostningssiden). Fokus her er alene på omkostningseffektivitet. Som eksempel på en CEA analysen af, hvordan en målsætning om en 70 % CO2 reduktion i Danmark kan gøres billigst muligt. Et andet eksempel er, hvis der er vedtaget en sikkerhedsniveau op til en hundrede årshændelse. En CEA vil evaluere hvordan denne målsætning kan implementeres billigst muligt, uden at søge svar på, om det valgte sikkerhedsniveau er optimalt ud fra en CBA betragtning, men hvor fokus er at svare på spørgsmålet om hvor der kan opnås flest beskyttelsesenheder per anvendt krone.

Håndtering af effekter, der ikke (umiddelbart) kan værdisættes 

Der findes effekter ved et tiltag som ikke umiddelbart kan være vanskelige at måle og værdisætte. Når effekter skal prissættes, skal vi skelne mellem om effekten er enten kvantificerbare eller kvalificerbare og om effekten kan prissættes eller ej.

Kvantificerbare effekter refererer til de effekter, der kan måles direkte og udtrykkes i tal eller enheder. Disse effekter er typisk målbare og objektive, hvilket gør dem velegnede til beregninger (fx anlægsomkostninger). Dog er ikke alle sådanne nemme at værdisætte. Det vil for mange projekter være muligt fx at beregne netto CO2 udledningen for projektet, eller støjgener i anlægsfasen målt i decibel. Der findes dog ikke markedspriser på disse effekter. Der kan i mange tilfælde udledes eller anvendes såkaldte skyggepriser (se nedenfor).

Der findes dog også effekter, der ikke umiddelbart er muligt at kvantificere effekten. Fx forøget livskvalitet i forbindelse med et kystsikringsprojekt. Disse effekter kategoriseres som kvalitative effekter. Udfordringen her er både at forsøge at måle disse (fx via indeksberegninger) og at værdisætte dem. 

Disse faktorer kan have stor indflydelse på konsekvenserne, men er udfordrende at inkludere i en cost-benefit analyse. Som beskrevet under scope er det vigtigt at vurdere, om og hvor mange af disse effekter, der bør medtages. Konkret skal der vurderes den forventede relevans, i forhold til ressource forbruget ved at inkludere disse i analysen, og muligheden for at opnå tilstrækkelig troværdige resultater.

Håndtering af ikke-kvantificerbare gevinster og omkostninger i en konsekvensanalyse

Når man håndterer ikke-kvantificerbare gevinster og omkostninger i en cost-benefit-analyse (CBA), er der forskellige metoder til at sikre, at disse faktorer bliver taget i betragtning.

Eksempel: 
Der kan fokuseres på at forstå og dokumentere de immaterielle aspekter af et projekt, som ikke kan kvantificeres direkte. Ved at indsamle detaljerede beskrivelser og perspektiver fra berørte personer og interessenter kan man fremhæve, hvordan et projekt påvirker livskvaliteten, mental velvære, og andre ikke-målbare faktorer.
Selvom denne type vurdering ikke kan omregnes til tal, giver den værdifuld indsigt i de ikke-værdisatte effekter, som et projekt kan have. Dette hjælper med at sikre, at alle relevante aspekter af projektets konsekvenser bliver klarlagt. 

Værdsætning af ikke markedsomsatte goder og skyggepriser

Værdisætning af ikke-markedsomsatte goder henviser til processen med at vurdere værdien af goder og tjenester, som ikke købes eller sælges på et marked, og derfor ikke har en fast markedspris. De fundne værdier er ikke reelle (markedsbestemte) priser, men derimod skyggepriser. En skyggepris er en hypotetisk pris, der repræsenterer den økonomiske værdi af et gode eller en ressource, der ikke handles på et marked og derfor ikke har en direkte markedspris, men er fundet ved værdisætningsmetode. For visse kvantificerbare effekter findes der standardiserede skyggepriser, fx skyggepris på et ton CO2 eller et ton kvælstof. For andre skal der foretages værdisætningsstudier. Der findes en række metoder hertil, og her beskrives kort tre metoder, der er anvendelige i forbindelse med klimatilpasningstiltag.

Betalingsvillighedsmetoden involverer at spørge folk, hvor meget de ville være villige til at betale for at forbedre en situation (fx bedre beskyttelse mod oversvømmelse).

Valgmodellering indebærer at præsentere folk for forskellige alternativer og kombinationer af tiltag, hvilket gør det muligt at vurdere værdien af sådanne tiltag (kaldes også for scenarie baserede modeller). Rejseomkostningsmetoden bruges til at vurdere værdien af rekreative områder ved at se på de udgifter, som folk påtager sig, herunder rejseomkostninger, tid og adgangsgebyrer, for at besøge et område. Dette giver mulighed for at beregne den økonomiske værdi af området baseret på en faktisk efterspørgsel. (Udfordringen ved denne metode er at den evaluerer betalingsvilligheden ex-post, dvs., når tiltaget er gennemført. Under visse omstændigheder kan disse værdier overføres til andre områder).

Disse metoder er tids – og ressourcekrævende, men under visse omstændigheder kan der anvendes resultater fra andre studier (såkaldte benefit-transfers).

For de ikke-kvantificerbare effekter findes der ligeledes metoder til at evaluere genvinsten ved disse. 

Eksempel:
Der overvejes et projekt til beskyttelse mod fremtidige klimaforandringer, som skal reducere oversvømmelsesrisikoen i et område. En væsentlig gevinst er forbedret livskvalitet, da reduceret oversvømmelsesrisiko kan øge beboernes psykologiske velvære. For at vurdere denne gevinst kan man stille spørgsmål til både de direkte berørte folk (og evt. også de indirekte berørte folk) om, hvor meget de er villige til at betale for øget mental tryghed. Der kan også anvendes scenariebaserede metoder til at vurdere livskvalitetsændringer (Disse er teknikker, der bruges til at forstå, hvordan forskellige hypotetiske situationer påvirker individers livskvalitet). 

Skyggepriserne, der reflekterer beboernes villighed til at betale, kan nu inkluderes til CBA på sammen måde som gevinster, der umiddelbart kan opgøres i kroner.

Vægtningsfaktorer kan bruges til at tillægge aspekter, som ikke umiddelbart kan værdiansættes en relativ betydning i forhold til de faktorer, der kan prissættes. 

Eksempel:
Vægtningsfaktorer bruges i samfundsøkonomiske analyser til at tildele en vis betydning til aspekter, der ikke har en markedspris, som for eksempel livskvalitet. Selvom det kan være svært at sætte en præcis pris på sådanne aspekter, vurderer man, hvor vigtige de er, og giver dem en vægt i analysen. Denne vægt hjælper med at inkludere både de målbare og de immaterielle fordele og omkostninger i den samlede vurdering, så man får et mere komplet billede af projektets samlede effekt.

Beslutningstagere kan også anvende deres vurdering og erfaring til at afgøre, hvordan ikke-kvantificerbare faktorer bør påvirke beslutningen. Ved at kombinere disse tilgange kan en CBA give en mere helhedsorienteret vurdering af et tiltags samlede gevinster og omkostninger, selv når nogle elementer ikke kan måles direkte.

Håndtering af usikkerheder (følsomhedsanalyser)

Når der er stor usikkerhed om inputdata eller antagelser, som bruges i analysen, er det relevant at klarlægge, hvordan ændringer i disse data påvirker resultaterne. Der vil være flere forskellige typer usikkerhed i den samfundsøkonomiske konsekvensanalysers konklusioner. Usikkerheder kan fx føres tilbage til valgte parameterværdier, betydningen af udeladte indirekte effekter eller ikke kvantificerbare faktorer. Fx gælder det for projekter der omhandler klimatilpasningsprojekter. At disse som oftest har lang levetid, og for at gennemføre en CBA skal der anvendes estimater om prisudviklinger både relateret gevinster og omkostninger. Disse værdier vil bygge på skøn og er påhæftet med usikkerhed. Her kan en veltilrettelagt følsomhedsanalyse hjælpe med at identificere hvilke variabler, der har størst indflydelse på resultatet, og en følsomhedsanalyser kan hjælpe med at verificere, om konklusionerne holder under forskellige betingelser og parameterværdier.

Følsomhedsanalyser er en systematik analyse af den betydning usikkerhed har på analysens konklusioner. Formålet med følsomhedsanalysen er at vurdere robustheden af konklusionen af den samfundsøkonomiske konsekvensvurdering i forhold til centrale antagelser. Hvis fx resultatet af en CBA ikke nævneværdig ændres ved alternative værdier af en usikker parameterværdi kan vi have tillid til resultatet af analysen i forhold til denne parameter. 

Et resultat er robust i en følsomhedsanalyse, når det forbliver relativt stabilt og ikke ændrer sig væsentligt, uanset hvordan de antagne værdier for de forskellige variable justeres inden for rimelige intervaller. Hvis resultaterne ikke fremstår robuste, bør FSA vise, hvor der kan sættes ind i forhold til at forbedre datagrundlaget.