Aktuell analyse

Nytten av et nytt testsenter for å styrke oljevernberedskapen

Et eksempel på analyse av et praktisk FoU-prosjekt

Vi analyserer nytten av et nytt testsenter for oljevernteknologi som Kystverket vil etablere. Testsenteret vil legge til rette for mer forskning og utvikling på metoder og utstyr som kan styrke oljevernberedskapen og begrense konsekvensene ved oljeutslipp. Hvilken nytte er det rimelig å forvente at vi kan få fra et slikt senter? Hvorfor skal det offentlige engasjeres? Dette er grunnleggende spørsmål for mange offentlige tiltak. Vi demonstrerer hvordan godet «styrket oljevern» kan konkretiseres og modelleres, og hvordan det kan verdsettes økonomisk. Analysen indikerer at nytten vi kan forvente oss av investeringen ikke veier opp for kostnadene.

Andreas Skulstad

Vista Analyse

Haakon Vennemo

Vista Analyse

Orvika Rosnes

Vista Analyse

Innledning

Oljevernberedskapen skal bidra til å redusere risikoen for, og begrense konsekvensene ved akutte oljeutslipp. Akutte oljeutslipp fra skip til sjø vil som oftest skje etter en skipsulykke med påfølgende utslipp av drivstoff, men kan også forekomme som følge av utslipp fra tankskip. Utslipp fra tankskip har potensielt svært store konsekvenser, men samtidig lav risiko for å inntreffe. Det er krevende å samle opp eller bekjempe oljeutslipp. De vanligste metodene er mekanisk oppsamling, kjemisk dispergering, in-situ brenning og rensing av eksponerte strender. Bekjempelse kan også innebære preventiv innsats, som for eksempel å tømme drivstofftanken til havarerte skip.

Den norske oljevernberedskapen består av et samarbeid mellom staten (gjennom Kystverket), kommunene og private aktører med beredskapsplikt. Oljevernaksjoner kan være store og komplekse operasjoner med mange involverte parter. Kystverket har det overordnede ansvaret for å sørge for god samordning mellom aktørene. Kommunene har ansvar for mindre hendelser lokalt og bistår de private aktørene med å bekjempe ulykkene. Kommunene samarbeider om beredskapen gjennom interkommunale utvalg mot akutt forurensning (IUA), som kan mobilisere store mannskapsstyrker for strandrenseaksjoner. Private aktører er pliktig å ha egen beredskap, og er økonomisk ansvarlig for opprydningsaksjoner og erstatning ved skader. For operatørene på norsk sokkel har dette resultert i opprettelsen av Norsk oljevernforening for operatørselskap (NOFO) som oppfyller medlemmenes krav til oljevernberedskap.

Ifølge Kystverket klarer man å rydde opp omkring 20 prosent av et utslipp, avhengig av vær- og klimaforhold. For å styrke forskningsinnsatsen på feltet og dekke kunnskapsbehov, skal Kystverket etablere et nytt testsenter for oljevernteknologi og bekjempelse av marin forsøpling i kaldt/arktisk klima. Senteret skal legge til rette for kunnskapsutvikling, teknologi- og metodeutvikling, øving og trening av innsatspersonell, og verifikasjon av beredskapsmateriell.

Offentlig støtte til forskning og utvikling begrunnes gjerne i generelle vendinger med «den eksterne nytten av FoU». Men den generelle begrunnelsen besvarer ikke hvor mye og hvilken FoU som skal støttes i konkrete tilfeller. Vår artikkel prøver å komme forbi generelle utsagn og konkret anslå for testsenteret om nytten av FoU er større enn kostnaden. Artikkelen kan dermed være et supplement til de mange generelle modellene på feltet.

Artikkelen er strukturert som følger: I neste kapittel går vi gjennom nyttevirkninger fra FoU-investeringer generelt og dette testsenteret spesielt. Deretter formulerer vi en samfunnsøkonomisk modell for å verdsette nyttevirkningene av det nye testsenteret. Deretter tallfestes modellparameterne og til slutt presenteres resultatene. Artikkelen avsluttes med en kort oppsummering.

Senterets nyttevirkninger

Årsakskjeden fra testsenter til bedre havmiljø er illustrert i Figur 1. Utstyrsprodusenter og aktører i ulike deler av verdikjeden til oljevernberedskapen har mulighet til å gjøre tester og forsøk i dag, men kostnaden er høy. De kan bruke tilsvarende fasiliteter i utlandet, noe som medfører tids-, transport- og reisekostnader for å frakte personell og utstyr til og fra fasilitetene. De kan gjøre tester og forsøk i naturlige omgivelser, noe som også medfører reise- og tidskostnader, i tillegg til usikkerhet forbundet med værforhold. Etablering av testsenteret innebærer å senke kostnaden forbundet med å utvikle nye metoder og teknologi innenfor feltet, noe som innebærer at vi for en gitt ressursinnsats får mer FoU enn vi fikk tidligere.

Figur 1: Årsaks-virkningskjede for realisering nyttegevinster.

Når private aktører foretar FoU-investeringer er det vanlig å beregne verdien av investeringen som nåverdien av den økte forventede kontantstrømmen som følger av investeringen, inkludert realopsjonsverdien (se for eksempel Lint og Scott, 2011; Schwartz, 2004; Smith og McCardle, 1999). Når det offentlige subsidierer FoU, begrunnes det gjerne med at det eksisterer markedssvikt i form av en positiv ekstern virkning, og eventuelt i form av konkurranseforhold, som fører til en underinvestering sett fra samfunnets ståsted. Lint og Scott (2011) formulerer problemet som at det er en spillover ved FoU-investeringer som tilfaller tredjepartsaktører. Riis (2014) kaller det fravær av full appropriabilitet, altså at aktørene som finansierer FoU-en mottar en lavere andel av FoU-ens samlede avkastning enn deres andel av kostnadene til å frembringe den. Optimal politikk blir i så tilfelle å subsidiere tilsvarende appropriabilitetsgapet, slik at marginal avkastning av prosjektet blir lik for aktøren som gjennomfører investeringen og samfunnet som helhet.

Nyttevirkningene av et testsenter for oljevernberedskap skiller seg på flere punkter fra de stiliserte lærebokmodellene. Fundamentalt sett drives senterets nyttevirkninger av betalingsviljen for rent hav. Rent hav er et klassisk kollektivt gode som alle har nytte av og ingen kan utelukkes fra. Det er vel kjent at kollektive goder må beskyttes gjennom reguleringer eller offentlig drift. Uten statlig regulering møter ikke aktørene som eksponerer seg selv og samfunnet for risiko for oljeutslipp kostnadene som påføres tredjeparter, for eksempel forringelse av naturverdier og effekter på annen næringsvirksomhet som fiske og turisme.

Gitt betalingsvillighet for å beskytte havet er spørsmålet hvordan og til hvilken kostnad. Her er senteret ment å bidra til høyere bekjempelsesgrad gjennom utvikling og testing av utstyr, trening av innsatspersonell og frembringelse av mer kunnskap om oljens egenskaper på vann under kalde og islagte forhold. Men også på dette området er det en vri i forhold til læreboka: Testsenteret er ingen innovasjon i seg selv, jf Figur 1, men muliggjør FoU som tidligere var vanskelig og dyr å gjennomføre. For at dette skal gi nytte for samfunnet, må aktører innenfor oljevernberedskapsfeltet, som utstyrsprodusenter, forskningsinstitusjoner og Kystverket, benytte senteret til å drive FoU-virksomhet som medfører innovasjoner. Testsenteret er en innsatsfaktor for innovasjon, men ikke FoU-aktivitet i seg selv. FoU-aktiviteten insentiveres av reguleringen av rent hav.

Sist, men i praksis ikke minst er testsenteret preget av stordriftsfordeler. Det er ikke realistisk at hver aktør har sitt eget senter. Samtidig kan det eksistere koordineringsproblemer: det kan hende at aktørene samlet sett ser nytten av senteret, men på grunn av manglende samarbeid klarer de ikke å dele kostnadene seg imellom på en fornuftig måte. Et statlig inngrep løser koordineringsproblemet.

Alt i alt har vi tre markedsimperfeksjoner som samvirker: I bunn ligger rent havmiljø som et kollektivt gode. For å sikre rent havmiljø trenger man FoU, som har positive eksterne virkninger. Testsenteret er en av flere innsatsfaktorer i en produktfunksjon for ny kunnskap. Teknologien frembringes ved hjelp av et senter som er preget av stordriftsfordel.

En mulig fjerde imperfeksjon kan nevnes: De aller fleste oljeutslipp er små, men med liten sannsynlighet kan det inntreffe utslipp med stor konsekvens. Kombinasjonen liten sannsynlighet og stor konsekvens viser seg vanskelig å vurdere i markedet, men kanskje er det noe lettere for samfunnsplanleggere (Hoel og Vennemo, 2018). Det blir en vurderingssak om konsekvensen av selv de største oljeutslippene kan regnes som stor i samfunnsøkonomisk forstand.

Samfunnsøkonomisk modell

I korte trekk går modellen ut på å verdsette at utviklingsbanen for tilbudet av godet som FoU-aktiviteten rettes mot, endres. La tilbudet av godet x (forventet bekjempelsesgrad ved oljeutslipp) på tidspunkt t bestemmes av funksjonen:

x0,t=f(t,β),  β=0

Funksjonen f(t,β) tar innover seg FoU-aktiviteten og annen ressursinnsats på feltet og hvordan dette omsettes til å øke tilbudet av x, og forteller oss hvor raskt x vokser med t. Beslutningstaker står overfor en diskret investering, β=1, som fører til økt FoU på området, og dermed at banen for tilbudet av x, endrer seg:

x1,t=f(t, β),  β=1

Der x1,t> x0,t  for alle t. Utviklingsbanene for x1,t og x0,t er illustrert i Figur 2.

Figur 2: Illustrasjon av utviklingen til referansebanen og tiltaksbanen.

Funksjonen xt er altså forventet bekjempelsesgrad ved en oljevernaksjon et gitt år. Bekjempelsesgraden øker over tid. Bekjempelsesgraden øker over tid også i referansescenarioet som følge av den stadige akkumuleringen av kunnskap og utvikling av nye metoder og teknologi for å bekjempe akutte utslipp som skjer hele tiden. Dette skjer både gjennom læring fra reelle akutte utslippshendelser, øvelser og treninger, samt forskningen på og utviklingen av nye metoder og teknologi av aktører både i Norge og i utlandet. Med et nytt testsenter som muliggjør FoU som tidligere ikke var mulig eller svært dyrt å gjennomføre, er det rimelig å forvente en høyere vekst. Vekstkurven kan ta ulike former. For en enkelt aktør kan det være rimelig å forvente at innovasjonene skjer sprangvis, altså at vi observerer tidsperioder med stor fremgang og tidsperioder der det står mer stille. Senteret vil brukes av flere aktører og selv om hver enkelt aktør har en sprangvis innovasjonskurve, vil den samlede veksten utgjøre en glattet kurve så lenge individuelle sprang er uavhengige jf. Figur 3 under. Over tid vil det være rimelig å forvente seg en merkbar økning relativt til referansebanen.

Bekjempelsesgraden under en oljevernaksjon, altså variabelen over, defineres som den andelen av det forventede oljeutslippet som hindres i å forårsake miljøskade. Dette kan uttrykkes som:

x=q-qsq

der q er den forventede mengden olje som slippes ut ved en ulykke som medfører akutt oljeutslipp (målt i tonn for eksempel), qs er den forventede mengden av utslippet som treffer landområder og dyreliv og forårsaker miljøskade, og x er bekjempelsesgrad. Differansen mellom q og qs er mengden som bekjempes i oljevernaksjonen#Noe av utslippet forsvinner også som følge av naturlige kjemiske prosesser som fordamping, nedblanding og emulsjon. I et konkret tilfelle vil bekjempelsesgraden påvirkes av vind, strøm, bølger mv.. x befinner seg i [0,1]. Vi forutsetter at den oljen som blir tatt opp eller fjernet forårsaker ingen eller minimalt med miljøskade. Det er først og fremst den gjenværende oljen som treffer landområder eller sjøis og påvirker naturmiljøer som forårsaker skader som samfunnet har betalingsvillighet for å unngå.

En enkel omskrivning av uttrykket gir qs=q(1-x).

Økt bekjempelsesgrad vil ha samfunnsøkonomiske virkninger gjennom to komponenter. Den første er nytten av at en mindre mengde olje qs treffer land og ødelegger naturverdier. Dette er fanget opp gjennom befolkningens betalingsvillighet for å unngå miljøødeleggelse fra oljeutslipp, w(qs). Den andre er kostnadene til å gjennomføre kyst- og strandrensingsaksjoner, altså rensing av olje som treffer land, c(qs).#Det tilkommer også kostnader ved bekjempelse av olje på sjøen. De aller største kostnadene oppstår ved strandrensing, og vi ser bort fra kostnadene til bekjempelse av olje på sjøen her. Som en forenkling bruker vi konstanter for wq og cq for hvert intervall av q i stedet for kontinuerlige funksjoner. Dette betyr i praksis at vi antar at funksjonene er lineære i q i området rundt qs og vi kan skrive w(qs)=wqqs og c(qs)=cqqs i dette området.#Prinsipielt sett vil størrelsen på cq påvirke wq og omvendt. Her betrakter vi begge som gitte størrelser. wq er da velferdskostnaden ved gjenstående miljøskade gitt oljevernaksjon av størrelse cq. Begge er uttrykk for «verdien av rent hav» som nytteverdi ifølge kategoriseringen i forrige avsnitt.

Nytten av bedre beredskap er verdien av den økte mengden olje som blir fanget i en oljevernaksjon sammenlignet med om investeringen ikke hadde blitt iverksatt. Dersom testsenteret bygges, vil den gjenværende oljen qs  etter en oljevernaksjon i år t reduseres fra q*(1-x0,t) til q*(1-x1,t). Det betyr at ved et akutt oljeutslipp får befolkningen en nytteøkning lik:

wqq(x1,t-x0,t)

Kostnadene til å gjennomføre en oljevernaksjon et gitt år reduseres med:

cqq(x1,t-x0,t)

Samlet sett er nytteøkningen ved en utslippshendelse et gitt år gitt ved:

wqq(x1,t-x0,t)+cqq(x1,t-x0,t)=(wq+cq)q(x1,t-x0,t)

Vi antar nå at alle oljeutslipp er like, med unntak for q. Det er naturligvis en forenkling. Nytten per utslippshendelse multipliseres med utslippsfrekvensen for oljeutslipp av størrelse q i år t, hq,t. Utslippsfrekvensen er antall ganger det forventes å skje et utslipp av størrelse q et gitt år. Vi antar at utslippsfrekvensene vokser eller synker over tid i henhold til hq,t=hq,0etηq, der hq,0 er utslippsfrekvensen for mengde q i startåret av analysen, og ηq er vekstraten for q. Forventet samlet nytte et gitt år er dermed lik:

hq,0etηq(wq+cq )q(x1,t-x0,t)

Virkningen av investeringen kan nå la seg modellere gjennom endret vekstrate i teknologi- og metodeutvikling på feltet, altså vekstraten til x1,t. Vi estimerte den historiske vekstkurven på historiske data over opptakseffektivitet under «olje på vann-øvelser» de siste 40 årene.#Vi brukte tall fra Norsk oljevernforening for operatørselskap (NOFO), som fører statistikk over opptakseffektiviteten ved oljevernøvelser tilbake til 1980-tallet (NOFO, 2018). Se parameteriseringen i kapittel 4 for nærmere beskrivelse av dataene og regresjonen. Vi prøvde både en lineær modell og en eksponentiell modell, og fant at den eksponentielle modellen best forklarte variasjonene i de historiske dataene. Vi formulerer derfor en eksponentiell vekstfunksjon med vekstrate α per tidsenhet, der α befinner seg i [0,1].

xt=x0etα

La vekstraten til referansebanen være lik α0 og økningen i veksten som følger av at tiltaket gjennomføres være lik α1. Da vil banene for bekjempelsesgrad i de to scenarioene, x0,t og x1,t, være bestemt på følgende måte:

x0,t=x0etα0

x1,t=x0et(α0+α1)

Befolkningens nytte av investeringen dersom det skjer et utslipp på q tonn på tidspunkt t, vil være lik differansen i de forventede kostnadene ved utslippet i scenarioet uten investering og scenarioet med investering. Befolkningens nåverdi av besparelsene i et enkeltår t, Nt, til kalkulasjonsrente r er lik:

Nt=hq,0etηq(wq+cq )qx0(et(α0+α1)-etα0)e-tr

=hq,0(wq+cq )qx0(e-t(r-ηq-α0-α1)-e-t(r-ηq-α0))

Den samlede nåverdien av investeringen i løpet av perioden hvor levetiden til fasilitetene løper, NT, er definert som:

NT=hq,0(wq+cq )qx00T(e-t(r-ηq-α0-α1)-e-t(r-ηq-α0))dt

=hq,0(wq+cq )qx0(1-e-T(r-ηq-α0-α1)r-ηq-α0-α1-1-e-T(r-ηq-α0)r-ηq-α0)

Der t=0 er definert som tidspunktet testsenteret er ferdig bygget og tas i bruk og T er levetiden. Etter at levetiden er omme har vi ikke lenger noen høyere vekstrate enn i referansen, men bekjempelsesgraden vil for alltid være høyere enn referansen pga. det som har blitt akkumulert opp fram til år T. Denne høyere bekjempelsesgraden etter levetiden til senteret er et uttrykk for den positive eksterne virkningen av innovasjonsaktivitetene på senteret.

Det er stor usikkerhet knyttet til hva som skjer med utslippsfrekvensene langt frem i tid. Det antas at skipstrafikkvekst medfører økte utslipp fremover i tid. Samtidig antas det at det er en overgang over til nye energiformer, noe som isolert sett tilsier lavere utslipp. Vi innfører en korreksjon μ i vekstraten for utslippsfrekvens ηq for å ta hensyn til overgang til nye energiformer.

Nåverdien av restverdiene, Nrest,vil være lik:

Nrest=hq,o(wq+cq)qx0T(eTα1-t(r+μ-ηq-α0)-e-t(r+μ-ηq-α0))dt

Uttrykket kan reduseres til:

Nrest=hq,o(wq+cq)qx0(eTα1-1)Te-t(r+μ-ηq-α0)dt

der (eTα1-1) tilsvarer det bekjempelsesgraden har vokst med i løpet av tid T, relativt til referansebanen. Mellom T og fortsetter den underliggende veksten, α0, utslippsfrekvensene endrer seg med ηq-μ (der som sagt ηq er knyttet til trafikkvekst og μ til energiform), og nytten diskonteres fortsatt med r. Nåverdien av restverdiene av tiltaket er altså lik:

Nrest=hq,0(wq+cq )qx0(eTα1-1)e-T(r+μ-ηq-α0)r+μ-ηq-α0

Ettersom vi har et sett, Q, med intervaller for q (mengdeintervaller for oljeutslipp), må vi summere opp nåverdiene for alle q i settet. Den totale nåverdien fra prosjektet vil da være summen av disse:

N=qQNq,T+Nq,rest

Parameterisering

I dette avsnittet tallfester vi parameterne i modellen. Vi henter parameterverdier for befolkningens betalingsvillighet for å unngå miljøskadelige utslipp til sjøs, kostnader ved oljevernaksjoner og utslippsfrekvenser, og forventningene for disse fremover i tid.

Betalingsvillighet for å unngå miljøskadelige utslipp

For å tallfeste befolkningens verdsettelse av nyttetapet ved oljeutslipp (altså wq i modellen), brukes priser utarbeidet i Lindhjem mfl. (2016), som er en betalingsvillighetsstudie for å unngå oljeutslipp langs norskekysten. Respondentene i spørreundersøkelsen svarer på hva deres betalingsvillighet er for å unngå et oljeutslipp av fire ulike størrelser for et case i nærheten av der de bor. Betalingsvilligheten forstås som et engangsbeløp som respondentene er villige til å betale for å unngå utslippet og dets konsekvenser. Kalkulasjonsprisene beregnes til slutt ved å multiplisere den gjennomsnittlige betalingsvilligheten med antall husstander man mener er berørt av et utslipp av en gitt størrelse i et gitt område. Som en forenkling har vi i denne artikkelen beregnet det vektede landsgjennomsnittet av de fylkesvise kalkulasjonsprisene.

Skadestørrelsen avhenger av utslippsvolum og sårbarheten til miljøområdene som påvirkes. Respondentene i Lindhjem mfl. (2016) oppgir sin betalingsvillighet for utslippshendelser med ulik skadestørrelse: liten skade, middels skade, stor skade og svært stor skade. I Lindhjem mfl. (2016) brukes fire miljøsårbarhetskategorier: liten, moderat, høy og svært høy. Som en forenkling i denne utregningen bruker vi middelverdien høy for alle utslippshendelsene. Ettersom det er to middelverdier, brukes det konservative anslaget i tråd med føre var-prinsippet. Tabell 1 presenterer kalkulasjonsprisene som benyttes i analysen, justert til prisnivået i 2021.

Tabell 1: Betalingsvillighet for å unngå miljøskadelige utslipp. MNOK 2021.

Utslippsvolum

Marin diesel

Råolje

Bunkers

10–100

414

734

734

100–2 000

734

1 407

1 407

> 2 000

1 407

2 252

2 252

Kilde: Lindhjem mfl. (2016).

Kostnader ved oljevernaksjoner

Tabell 2 viser anslag på kostnader ved oljevernaksjoner (altså cq i modellen) hentet fra Skjelvik mfl. (2012). I analysen benyttes disse tallene prisjustert til 2021-nivå som estimater på hva det koster å gjennomføre oljevernaksjoner ved akutte utslipp.

Tabell 2: Kostnader per tonn ved oljevernaksjon for gitte utslippsintervaller, kr 2021.

Utslippsmengde, tonn

NOK per tonn

1–1 000

573 000

1 000–2 000

427 000

2 000–20 000

285 000

20 000–100 000

142 000

Kilde: Skjelvik mfl. (2012).

Utslippsfrekvenser

Utslippsfrekvensene (altså hq,t) er hentet fra AISyRisk, som er et verktøy utviklet av DNV GL og Kystverket for å beregne risiko for ulykker og utslipp i norske farvann (Kystverket, u.å). Det brukes frekvenser for 2019 og skipstrafikkprognoser fra Laselle (2018) for å framskrive disse. Beregningene av frekvensene er fordelt på 10x10 kilometers gridceller som dekker alle norske farvann, og er videre fordelt på måned, utslippstype, utslippsmengdeintervall, utslippsprodukt, skipstype og skipslengde. Mengdekategoriene oppgis i intervaller for henholdsvis drivstoff (marin diesel og bunkersolje), og råolje (som fraktes på tankskip). I analysen benyttes midtpunktet i intervallene. Ettersom vi legger til grunn at investeringen har virkninger for bekjempelseseffektiviteten av utslipp i kaldt/arktisk klima, brukes bare utslippsfrekvensene innenfor tidsrommet hvor det observeres slikt klima i hver geografiske enhet. Dette aggregeres så opp til landsnivå. Dette oppsummeres i Tabell 3.

Tabell 3: Utslippsfrekvens* i kaldt klima 2021 for ulike utslippsmengder og utslippskilder og årlige vekstrater.

Utslippskilde

Utslippsvolum, q (tonn)

Utslippsfrekvens i 2021, hq,0

Årlig vekstrate, ηq

Marin diesel

10–99

0,1035

0,002

100–199

0,0052

-0,002

200–399

0,0030

0,001

400–999

0,0011

-0,004

≥ 1 000

0,0001

0,033

Råolje

10–99

0,0045

0,020

100–999

0,0004

0,018

1 000–9 999

0,0003

0,018

10 000–99 999

0,0002

0,017

≥ 100 000

0,0001

0,020

Bunkers

10–99

0,0882

0,019

100–199

0,0171

0,021

200–399

0,0069

0,016

400–999

0,0028

0,022

≥ 1 000

0,0013

0,022

* Utslippsfrekvens er forventet antall forekomster av utslippshendelser per år.

Kilde: Kystverket (u.å.) og Lasselle (2018).

Som vi ser, utgjør intervallet 10–99 tonn det aller meste av frekvensen for alle utslippskildene. Dersom vi summerer opp alle frekvensene for alle utslippskilder og mengdeintervaller får vi 0,24 hendelser i 2021 og 0,39 hendelser i 2061. Som vist i formelen for beregning av samlet nytte, N, beregnes nåverdien for hvert mengdeintervall (og utslippskilde), som så summeres opp til den totale nåverdien.

Vekstrate for metode- og teknologiutviklingen

Neste steg er å anslå hvor stor den underliggende veksten i metode- og teknologiutviklingen har vært, altså α0. Norsk oljevernforening for operatørselskap (NOFO) har ført statistikk over opptakseffektiviteten ved oljevernøvelser tilbake til 1980-tallet (NOFO, 2018). Opptaksgraden varierer mellom 30 og 100 prosent, med et gjennomsnitt på 75 prosent. Dette er mye høyere opptaksgrad enn under virkelige, ikke-kontrollerte hendelser, men tallene kan lære oss noe om den årlige forbedringsraten. Oppsamlingsgrad på sjø i en reell aksjon vil avhenge av en rekke faktorer som hvor utslippet skjer (avstand til kyst), vær- og vindforhold, temperatur, tilgjengelige ressurser og responstid mv. Tallene til NOFO baseres i stor grad på verifikasjonstester på Friggfeltet. Disse testene er gjennomført under kontrollerte forhold mtp. temperatur, bølgehøyde og vannstrøm, hvilket gjør tallene sammenlignbare over tid. Tallene viser en økning i opptakseffektivitet mellom 1985 og 2015, og det er rimelig å se for seg at dette skyldes at man har blitt bedre til å bekjempe olje på vann. Figur 3 viser opptaksgrad et gitt år under NOFO-øvelser og den estimerte vekstfunksjonen som minimerer avstanden mellom kurven og den logtransformerte opptakseffektiviteten.

Figur 3: Opptakseffektivitet ved oljevernøvelser i regi av NOFO.

Kilde: NOFO.

En regresjon indikerer at opptakseffektiviteten under NOFOs øvelser har økt med 0,7 prosent årlig mellom 1985 og 2017 med 10 prosent signifikansnivå. Det er forholdsvis få observasjoner i datasettet, så regresjonsresultatene bør tolkes med varsomhet. I analysen bruker vi 0,7 prosent som basisverdi, men leseren henvises til sensitivitetsanalysen senere i artikkelen for å se hvordan beregningene varierer med andre verdier for den underliggende veksten (se Figur 4).

Tabell 4 oppsummerer alle basisverdiene som ligger til grunn for analysen. Nåverdien regnes ut for alle utslippsmengdeintervallene i Tabell 3 (der q tar midtpunktet i intervallet). Vi regner altså ut 15 ulike NT og Nrest for de ulike utslippsmengdene og utslippskildene, som så summeres sammen.

Tabell 4: Oppsummering av forutsetninger (basisverdier).

Variabel

Beskrivelse

Verdi

T

Levetid

40 år

r

Kalkulasjonsrente

4%

μ

Teknologi- og utslippsforbedring i restverdiperioden

6%

x0

Grad av unngått miljøskade i år null

20%

wq

Verdsetting av miljøskade som funksjon av mengde oljeutslipp

Se Tabell 1

cq

Oljevernaksjonskostnader som funksjon av mengde oljeutslipp

Se Tabell 2

hq,0

Årlige utslippsfrekvenser i kaldt/arktisk klima i 2019

Se Tabell 3

η

Årlige vekstraten til utslippsfrekvensene

Se Tabell 3

α0

Underliggende vekstrate til metode- og teknologiutviklingen

0,7%

Resultater: Samfunnsøkonomisk nytte av nytt testsenter for oljevernteknologi

Det er stor usikkerhet knyttet til hvor mye det nye testsenteret vil bidra til FOU-aktiviteter i framtiden. Vi prøver ikke å gjøre noen vurderinger av hva vi tror økningen i vekstraten som følger av investeringen vil være (altså virkningen av tiltaket, α1), men beregner nåverdien for ulike verdier for α1. Det er rimelig å anta at α1 er større enn null, samtidig fremstår det som usannsynlig at den er høyere enn den underliggende veksten α0. Den underliggende veksten har vært drevet av mange faktorer: FOU-aktivitetene i norske og utenlandske forskningsmiljøer, infrastruktur til tester både i Norge og i utlandet, i tillegg til læring fra selve utslippshendelsene i seg selv. Hvor stor α1 vil være, vil særlig avhenge av om fasilitetene brukes. Kystverket og Senter for oljevern og marint miljø (2020) vurderer fasilitetene som svært relevante. Altså vil det ha mye å si om utstyrsprodusenter, Kystverket og andre aktører innenfor oljevernberedskapen bruker fasilitetene til meningsfulle aktiviteter.

Ulike antagelser om effekten

Tabell 5 viser nåverdien for tre ulike verdier for α1. Hvis vi for eksempel antar at økningen i vekstraten som følger av investeringen er 0,5 prosentpoeng, er nytten beregnet til 101 millioner kroner. Hvis vi antar at α1 i stedet tilsvarer den underliggende veksten, altså at α1 er 0,7 prosentpoeng (hvilket innebærer at testsenteret fører til at den opprinnelige vekstraten dobles), er nåverdien av nyttevirkningene 145 millioner kroner. Hvis α1 i stedet er 0,2 prosentpoeng, altså at vekstraten økes med litt under 30 prosent, beregnes nytten til 39 millioner kroner.

Tabell 5: Nåverdi av økt bekjempelsesgrad ved investering i testsenteret for ulike verdier for økning i vekstraten ( α1). Mill. kr. (2021).

α1=0,2%

α1=0,5%

α1=0,7%

I løpet av levetiden, NT

35

91

131

Restverdier, Nrest

2

4

7

SUM

39

101

145

Det er mange forutsetninger og stor usikkerhet rundt beregningene, og vi gjør derfor en dekningspunktberegning der vi ser på hva α1 må være for at investeringen skal være lønnsom. I Kystverket og Senter for oljevern og marint miljø (2020) ble nåverdien av de samlede samfunnsøkonomiske kostnadene ved prosjektet beregnet til å være 377 millioner 2020-kroner. Justert til 2021-kroner utgjør dette 392 millioner. Dersom prosjektet skal klare å hente inn disse kostnadene, må α1 være omtrent 1,7 prosentpoeng, hvilket er 2,4 ganger større enn den estimerte α0.

Dekningspunktet under ulike forutsetninger

Ettersom vi har andre usikre parametere i analysen, kan vi gjøre en sensitivitetsanalyse på dekningspunktet. Dette er vist i Figur 4. Langs x-aksen vises parameterverdier relativt til parameterens basisverdi. Langs y-aksen vises den α1 som er nødvendig for at prosjektet skal gi samfunnsøkonomisk overskudd (break even-verdien). Vi har beregnet den nødvendige α1 for alle parameterverdiene inntil 5 ganger sin egen basisverdi. Relativ parameterverdi lik 1 betyr at parameteren er lik basisverdien sin (verdiene oppgitt i Tabell 4). Hvis vi for eksempel ser nærmere på verdsettingen av miljøskade wq, ser vi at dersom vi øker verdien til omtrent tre ganger basisverdien, så trenger vi en α1 som er lik α0 for at prosjektet skal ha positiv lønnsomhet. Selv i dette tilfellet må altså investeringen føre til at vekstraten dobles for å gi overskudd. Dette fremstår som usannsynlig.

Også dersom frekvensen av oljeutslipp øker, vil testsenteret gi høyere nytte. Virkningen på α1 er omtrent symmetrisk med virkningen av høyere verdsetting av miljøskade. Det følger av matematikken i problemet. Økte opprydningskostnader ( cq) vil også øke nytten av testsenteret, men i mye mindre grad. Overordnet er dekningspunktet robust overfor ulike verdier av opprydningskostnaden.

Lønnsomheten i testsenteret vil forsterkes av lavere rente. Som vi gikk gjennom over, antas testsenteret å ha en nivåeffekt i form av høyere kunnskapsnivå som nye innovasjoner kan bygge på. Denne nivåeffekten starter etter at senterets levetid er forbi og fortsetter i prinsippet til evig tid. Når renta går mot null vil verdien av nivåeffekten veie tyngre. Gevinsten i senterets levetid vil for øvrig også veie tyngre. Merk at nivåeffekten ikke er uendelig stor selv med nullrente fordi underliggende fremgang over tid gir mindre handlingsrom for nye innovasjoner. En rente på null gir α1 et dekningspunkt på 0,7 prosent, en fordobling ift. α0. Det fremstår som nevnt som usannsynlig.

Selv om noen av parameterne er usikre, viser sensitivitetsanalysen for nødvendig α1 at vi ligger så langt unna lønnsomhet at vi må ha veldig store endringer i parameterverdiene og en veldig stor forventning til virkningen for at vi skal unngå en negativ netto nåverdi av tiltaket. Dette fremstår som en robust konklusjon selv om vi ikke har punktestimert hva virkningen av tiltaket (altså α1) vil være. De lave forventede samfunnsøkonomiske nyttevirkningene av investeringen skyldes at til tross for at oljeutslipp når de først inntreffer er forbundet med veldig høye samfunnsøkonomiske kostnader, er sannsynligheten for at de skal inntreffe veldig lav. I tillegg finner vi det vanskelig å hevde at virkningen av tiltaket vil være særlig stor.

Figur 4: Sensitivitetsanalyse: relativ parameterverdi mot nødvendig α1 for å oppnå lønnsomhet. Isolerte endringer i parameterne.

Oppsummering

I denne artikkelen har vi beskrevet en enkel metode for å tallfeste nyttevirkningene av en investering i et testsenter for oljevernteknologi som tilrettelegger for anvendte FoU-aktiviteter innenfor feltet. Analysen indikerer at nytten av investeringen ikke oppveier kostnadene. Det skyldes i hovedsak at omfattende oljeutslipp inntreffer svært sjelden og at vi vanskelig finner grunnlag for å hevde at tiltakets virkning vil være veldig stor.

I analysen var det særlig krevende å anslå hvor stor virkningen av tiltaket vil være. Vi løste dette ved å beregne hvor stor virkningen måtte være for å gi samfunnsøkonomisk overskudd. Denne verdien var urealistisk høy under basisforutsetninger. En sensitivitetsanalyse demonstrerte at verdien er urealistisk høy selv om vi tøyer basisforutsetningene betydelig. Dette gjorde at vi kunne vise at det fremstår som lite sannsynlig at investeringen i testsenteret vil være lønnsom, selv uten å forsøke å anslå størrelsen på virkningen.

Referanser

Hoel, M. og H. Vennemo (2018). Økonomisk analyse av HILP-hendelser. Vista Analyse Rapport 2018/31. http://www.vista-analyse.no/no/publikasjoner/okonomisk-analyse-av-hilp-hendelser/

Kystverket (u.å). AISyRISK: Automatisert beregning av risiko forbundet med skipstrafikk. https://aisyrisk.no/

Kystverket og Senter for oljevern og marint miljø (2020). Tilpasset konseptvalgutredning av testfasiliteter for oljevern og marin forsøpling på Fiskebøl. https://www.vista-analyse.no/site/assets/files/6846/tilpasset_kvu_av_testfasiliteter_for_oljevern_og_marin_forsopling_pa_fiskebol.pdf

Lasselle, S., J. Eide-Fredriksen og M. S. Eide (2018). Prognoser for skipstrafikken mot 2040. DNV Rapport Nr. 2014-1271, Rev. E.

Lindhjem, H., K. Magnussen, S. Navrud, S. Skjeflo og O. W. Brude (2016). Verdsetting av miljørelatert velferdstap ved oljeutslipp fra skip: Kalkulasjonspriser for samfunnsøkonomiske analyser. Vista Analyse Rapport 2016/22. https://www.vista-analyse.no/no/publikasjoner/verdsetting-av-miljorelatert-velferdstap-ved-oljeutslipp-fra-skip-kalkulasjonspriser-for-samfunnsokonomiske-analyser/

Link, A. N. og J. T. Scott (2011). Public Goods, Public Gains. Calculating the Social Benefits of Public R&D. Oxford University Press, New York.

Lint, O. og E. Pennings (2002). R&D as an option on market introduction. R&D Management 28 (4), 279–287.

NOFO (2018). Opptakseffektivitetet. Data oppdatert 17. desember 2018. https://www.nofo.no/planverk/kvalitetssikring/dokumentasjon/oppsamlingseffektivitet/

OECD (2015). The Future of Productivity. OECD, Paris.

Riis, C. (2014). Konkurranse, regulering og produktivitetsutvikling: generell forståelse og norske problemstiller. Notat til NOU 2015: 1 Produktivitet – grunnlag for vekst og velferd —Produktivitetskommisjonens første rapport.

Schwartz, E. S. (2004). Patents and R&D as real options. Economic Notes 33, 23–54.

Skjelvik, J. M., G. D. Elvedal, J. Høegh, S. Mørk, H. Vennemo og H. Wahlquist (2012). Kvalitetssikring (KS1) av konseptvalgutredning om nasjonal slepebåtberedskap. Vista Analyse Rapport 2015/35. https://www.vista-analyse.no/no/publikasjoner/kvalitetssikring-ks1-av-konseptvalutregning-av-nasjonal-slepebatberedskap/

Skulstad, A., I. L. Bjerkmann, A. Einarsdottir og O. Rosnes (2020). Metode og forutsetninger for beregning av nyttevirkninger i KVU om nytt testsenter for oljevernteknologi på Fiskebøl. Vista Analyse Rapport 2020/23. https://vista-analyse.no/no/publikasjoner/metode-og-forutsetninger-for-beregning-av-nyttevirkninger-i-kvu-om-nytt-testsenter-for-oljevernteknologi-pa-fiskebol/

Smith, J. E. og K. F. McCardle (1999). Options in the real world: some lessons learned in evaluating oil and gas investments. Operations Research 47, 1–15.

van Zee, R. og S. Spinler (2014). Real option valuation of public sector R&D investments with a down-and-out barrier option. Technovation 34 (8), 477–484.