Borgerservice/Kulturforvaltningen/Publikationer/2011/K2017-rapport-LW8A6EXR.

Transkript

1 Kulturforvaltningen, Aarhus Kommune Økonomisk Måling af de Kortsigtede Turismeeffekter ved Gennemførelse af Aarhus som Europæisk Kulturhovedstad 2017 COWI A/S Jens Chr Skous Vej Aarhus C Telefon Telefax wwwcowidk Notat Indholdsfortegnelse 1 Indledning 1 2 Overordnet metode 2 3 Beregningsgrundlag 5 31 Input i beregningerne 6 4 Resultater fra LINE modellen 7 41 Samfundsøkonomiske effekter fordelt på geografi 7 42 Omsætning fordelt på branche 9 43 Investering vs "afkast" 9 5 Konklusion og perspektivering 12 1 Indledning Danmark har værtskabet for Europæisk Kulturhovedstad i 2017 Aarhus Byråd har besluttet, at Aarhus er kandidat til titlen, og Aarhus Kommune samarbejder med Region Midtjylland og kommunerne i regionen om den kommende ansøgning, der skal afleveres d 30 september 2011 Som værtskommune må Aarhus Kommune forventes at påtage sig en betydelig andel af kulturhovedstadsprojektets finansiering Aarhus Kommune har endnu ikke truffet beslutning om størrelsen af kommunens samlede økonomiske bidrag til projektet, men ifølge det forslag til finansiering, som Aarhus Byråd skal tage stilling til i april 2011 forventes Aarhus Kommune at stå for ca 20 % af projektets finansiering 1 Derfor er det yderst relevant for Aarhus Kommune at belyse de samfunds- og kommunaløkonomiske konsekvenser forud for en ansøgning Nærværende notat belyser det første trin i en samfundsøkonomisk analyse Der foreligger tre scenarier for den økonomiske ramme for projektet: henholdsvis 300, 400 og 500 mio kr som skal placeres i en selvstændig fond, og som fonden skal videreinvestere i projektet Dette notat belyser scenarierne med hhv 300 og 500 mio kr i fonden 1 "Europæisk Kulturhovedstad 2017, Forslag til budget og finansiering for Aarhus2017" Borgerservice/Kulturforvaltningen/Publikationer/2011/K2017-rapport-LW8A6EXRashx C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx Projektnr Dokumentnr P Version 1 Udgivelsesdato 11april 2011 Udarbejdet SLAR, JETH Kontrolleret SHP, JPK

2 2 / 18 Dette notat beskriver de potentielle økonomiske turismeeffekter af projektet 2 Overordnet metode Den samfundsøkonomiske analyse baseres på 'LINE' modellen, som er den bedst kendte og mest beskrevne model til effektmåling af sports-, kultur- og erhvervsbegivenheder 2 LINE modellen er opbygget af AKF 3 og Lektor Lise Lyck, CBS og anbefales af VisitDenmark LINE modellen beregner den værdi, som skabes direkte og på kort sigt af gæster til forskellige typer events Dette sker med udgangspunkt i den omsætning, som gæsterne generer, mens de er i byen i forbindelse med eventen Modellen har sin styrke i, at den tager højde for både hvor deltagerne kommer fra, og hvor de genererer omsætning, fordelt på kommuner, region og landet som helhed Som sådan matcher modellen ret godt interessenterne i dette projekt Desuden er modellen nationalt anerkendt og afprøvet adskillige gange Modellen er 0-scenariemodel - dvs den beregner forskellen mellem at gennemføre Aarhus2017 eller lade være Modellen har sin svaghed ved, at indirekte effekter ikke medregnes Ved ikke at medregne disse effekter, må modellen siges at være konservativ - men derfor også ret troværdig Der er yderligere konservative antagelser i modellen som feks Der medregnes IKKE forbrug fra Region Midtjyllands egne borgere (dvs den antager IKKE, at Region Midtjyllands borgere vil bruge flere penge i Region Midtjylland som følge af dette tiltag) Modellen indregner IKKE et tab, der vil være ved, at Sønderborg alternativt vinder titlen (Sønderborg som Europæisk Kulturhovedstad vil formentlig betyde at mange Midtjyder vil besøge Sønderjylland og øge deres forbrug her på bekostning af forbruget i Midtjylland) Udregningen bygger altså alene på besøg udefra Bruges modellen før begivenheden, som her, er der desuden en meget væsentlig kilde til usikkerhed i modellens input, deltagernes sammensætning og antal Men selvom der er usikkerhed om inputtet, er vi imidlertid ikke på bar bund, idet der findes empiriske data om deltagerantal og -sammensætning fra tidligere kulturhovedstæder Selvom hver kulturhovedstad har sin egen strategi, sit eget program og sit eget budget, må vi tage udgangspunkt i empirien ud fra en tese om, at Aarhus kan tiltrække lige så mange deltagere, som en gennemsnitlig kulturhovedstad Hvis forventningen er et væsentligt lavere budget, justeres deltagerantallet ned For at illustrere både, hvad modellen belyser og ikke mindst, hvad den IKKE belyser, er Figur 2-1 udarbejdet 2 Se "Effektmåling af Sports-, kultur- og erhvervsbegivenheder, september 2007 af Wonderful Copenhagen, Sport Event Danmark og VisitDenmark, pp AKF står for Anvendt Kommunal Forskning, C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

3 3 / 18 Figur 2-1 Finansiering og Samfundsøkonomi i Aarhus som Europæisk Kulturhovedstad 2017 Videreudvikling af figur 31 fra "Europæisk Kulturhovedstad 2017, Forslag til budget og finansiering for Aarhus 2017" LINE modellen Region Kvalitativ udvikling af Kommunen Nationalt kultur og kreative erhverv Kortsigtede effekter af gæster Omsætning Bruttoværditilvækst Beskæftigelseseffekt Offentligt provenu Kortsigtede effekter af ansættelser i Aarhus2017 fond og projekter Omsætning Bruttoværditilvækst Beskæftigelseseffekt Offentligt provenu Varigt omsætningsløft, branding effekter, øget tiltrækningskraft ol Omsætning Bruttoværditilvækst Beskæftigelseseffekt Offentligt provenu Offentlige tilskud Aarhus2017 fondens budget Programaktiviteter Tilskud fra fonde, sponsorer og offentlige myndigheder Tilskud fra sponsorer og fonde De projektansvarliges egne ressourcer Anlægsprojekter Offentlige myndigheder Kortsigtede effekter af ansatte i anlægsprojekter Omsætning Bruttoværditilvækst Beskæftigelseseffekt Offentligt provenu Værdi af anlæg Salgsværdi Brugsværdi Oplevelsesværdi Tidsbesparelser C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

4 4 / 18 Figur 2-1 viser, hvordan LINE modellen er afgrænset i forhold til de øvrige finansielle og samfundsøkonomiske forhold i projektet Udover de effekter, som LINE-modellen beregner forventes et værtskab for Europæisk Kulturhovedstad også at have en lang række andre effekter Aktivitet - Beskæftigelse i Aarhus2017 fond og Aarhus2017 projekter med væsentlig privat medfinansiering - Større aktivitet i kunst- og kultursektoren - et løft til kulturinstitutioner, museer mv - Flere kulturelle aktiviteter for borgerne - Tiltag, der viser sig selvbærende, bliver permanente og skaber permanent aktivitet Turisme - Flere besøgende fra og med 2019 pga varig branding og permanente tiltag - Den økonomiske værdi af besøg internt i Region Midtjylland Branding og tiltrækning - Både kortvarige og varige brandingeffekter for Aarhus, Region Midtjylland og sponsorer - Bedre evne til at tiltrække og fastholde virksomheder - Bedre evne til at tiltrække fastholde ressourcestærke borgere - Bedre evne til at tiltrække nye studerende - Styrkelse og supplement af andre brandingstrategier som feks Klimastrategi- CO2030, global capital of windpower (and clean tech) Fysiske forbedringer - Blivende forbedringer i byrum mm (gennem Aarhus2017 budget eller ej) - Blivende forbedringer af infrastruktur (typisk ikke gennem Aarhus2017 budget) - Beskæftigelseseffekter af infrastrukturprojekter (typisk ikke gennem Aarhus2017 budget) Muligheder for innovation - Mulighed for integration af kulturliv, erhvervsliv og studieliv - Styrkelse af kreativitet og innovation i tråd med rethink-temaet Kompetencer - Forbedrede kompetencer hos arrangører og deltagere C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

5 5 / 18 - Forbedrede muligheder for at tiltrække andre events - Øget professionalisering af kulturlivet i Region Midtjylland Identitet - Værdi af kultursamarbejder på tværs i Region Midtjylland - Én samlet region - Social inddragelse og positivt multikulturelt samfund - Fælles identifikation for borgere Disse effekter belyses som nævnt ikke i denne rapport, men kan være de primære årsager til at søge kulturhovedstad 2017 værtskabet Søges dette værtskab er det dog også yderst relevant for byens beslutningstagere, at kende de mere kortsigtede økonomiske konsekvenser Tænkes der snævert på Aarhus Kommunes finansielle interesser, er det interessant at belyse, i hvor høj grad de investeringer Kommunen foretager matches af et øget provenu til Kommunen Som figuren viser giver LINE modellen den første del af svaret Modellen giver også svar på, i hvor høj grad de øvrige offentlige interessenter opnår dækning af deres investeringer Og derudover giver modellen også bud på omsætning, bruttoværditilvækst og beskæftigelse LINE modellen har veludviklede mekanismer, der beskriver netop forholdene mellem omsætning, bruttoværditilvækst og beskæftigelse og derudover også fordelingen mellem kommune, øvrige kommuner i regionen samt staten Selvom selve LINE modellen ikke vil kunne anvendes direkte til vurdering af projektets øvrige samfundsøkonomiske effekter, vil mange af mekanismerne kunne genbruges og sikre, at projektets totale samfundsøkonomiske effekter kan vurderes på konsistent vis 3 Beregningsgrundlag De bedste empiriske data, der er tilgængelige vedrørende tidligere kulturhovedstæder, dækker budgetter, byernes indbyggertal, antal besøgende og overnatninger Der er derfor taget udgangspunkt i disse historiske tal i udarbejdelsen af en prognose for Aarhus2017 Prognosen for Aarhus2017 er lavet, så besøgstal og overnatningstal er skaleret i forhold til det foreliggende talmateriale fra tidligere kulturhovedstæder Der er redegjort herfor i bilaget "Redegørelse for scenariernes antagelser i forhold til empiri fra tidligere kulturhovedstæder" Til brug for LINE modellen er der genereret en lang række andre tal via dels "Aarhus Notat om strategisk sammenhæng, gæstepotentiale og kommunikation" og dels via andre indhentede statistikker C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

6 6 / Input i beregningerne Det historiske sammenligningsgrundlag er holdt op imod Måltal for Aarhus2017 Antagelserne bag Måltal-scenariet er dannet på baggrund af "Aarhus Notat om strategisk sammenhæng, gæstepotentiale og kommunikation" Derudover er der genereret to overslag for Aarhus2017 ud fra dels et højt budgetscenarie med 500 mio kr i Aarhus2017 fonden (heraf 100 mio fra Aarhus Kommune) og dels et lavt budgetscenarie med 300 mio kr i Aarhus 2017 fonden (heraf 60 mio fra Aarhus Kommune) Disse to prognoser er dannet ved at sammenholde budgetstørrelserne med empirien fra andre byer, og omtales i det følgende som henholdsvis Empiri 500 og Empiri 300 På baggrund af rapporten "Aarhus Notat om strategisk sammenhæng, gæstepotentiale og kommunikation", en række små statistiske analyser og nogle antagelser har COWI genereret input data til LINE modellen som vist i Tabel 3-1 Input til LINE-modellen Tabel 3-1 Input til LINE-modellen Måltal Empiri 500 Empiri 300 Budget-ramme (mio kr) # Besøgende i 2016 & # Besøgende i Andel danskere 86,0% 88,0% 88,0% Andel tilrejsende danskere 30,7% 30,7% 30,7% Andel med Kulturhovedstad Aarhus som destination 50,0% 50,0% 50,0% Andel med overnatninger 21,1% 17,1% 15,8% # Overnatninger per overnætter Andel kommercielle overnatninger 0,0% 0,0% 0,0% Døgnforbrug/overnatter Døgnforbrug/endagsgæst Andel udlændige 14,0% 12,0% 12,0% Andel med Kulturhovedstad Aarhus som destination 50,0% 50,0% 50,0% Andel med overnatninger 32,8% 38,3% 38,3% # Overnatninger per overnætter Andel kommercielle overnatninger 0,0% 0,0% 0,0% Døgnforbrug/udenlandsk overnatter Døgnforbrug/udenlandsk endagsgæst C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

7 7 / 18 4 Resultater fra LINE modellen Resultaterne fra LINE modellen er omsætning, værditilvækst, beskæftigelse i årsværk, samt offentlige provenuer (Begreberne er forklaret i bilag B2) Disse størrelser kan herefter fordeles hhv på brancher, geografi og forskellige offentlige kasser 41 Samfundsøkonomiske effekter fordelt på geografi Det fremgår af Tabel 4-1, at gæsterne skaber væsentlige effekter på beskæftigelsen, det offentlige provenu og værditilvæksten Disse effekter kan opgøres på kommuneniveau indenfor Region Midtjylland, aggregeret for Region Midtjylland samt på nationalt niveau Af Tabel 4-1 ses det, at der er væsentlig forskel på de tre scenarier Scenariet Måltal genererer over dobbelt så store samfundsøkonomiske effekter som scenariet Empiri 300 Empiri 500 ligger midt i mellem Desuden fremgår det, at Aarhus tegner sig for ca 70 % af de gevinster, der opstår i Region Midtjylland som helhed Herudover ses det, at effekterne i Region Midtjylland målt i årsværk og værditilvækst er knap dobbelt så store som effekterne på landsplan Eksempelvis er beskæftigelsen i Empiri 500 i Region Midtjylland 1468 årsværk, men tallet på landsplan er 792 Dette skyldes, at LINE modellen antager, at gæster fra andre regioner flytter en del af deres forbrug fra deres hjemregion til Region Midtjylland Således er effekterne for kommuner udenfor Region Midtjylland negative Der vil således tilsvarende være negative økonomiske effekter for Region Midtjylland, hvis Sønderborg vinder titlen som kulturhovedstad De provenumæssige konsekvenser for kommunerne er før indregning af udligning mellem kommunerne Det samlede offentlige provenu på landsplan er dog knap fire gange så stort som det samlede offentlige provenu i Region Midtjylland, hvilket skyldes, at klart de største offentlige provenuer tilfalder staten i kraft af en stor andel af den samlede personskat, moms og afgifter C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

8 8 / 18 Tabel 4-1 De af LINE-modellen beregnede samfundsøkonomiske effekter fordelt på geografi Måltal Empiri 500 Empiri 300 Årsværk Provenu (mio kr) Værditilvækst (mio kr) Årsværk Provenu (mio kr) Værditilvækst (mio kr) Årsværk Provenu (mio kr) Værditilvækst (mio kr) National effekt Region Midtjylland Aarhus Randers 90,8 2,6 31,3 63,0 1,8 21,7 37,4 1,1 12,9 Viborg 89,4 2,6 30,8 62,0 1,8 21,4 36,8 1,1 12,7 Silkeborg 84,8 2,4 29,2 58,8 1,7 20,3 34,9 1,0 12,0 Herning 81,9 2,3 28,2 56,9 1,6 19,6 33,8 1,0 11,6 Horsens 78,5 2,2 27,0 54,5 1,6 18,8 32,3 0,9 11,1 Holstebro 54,7 1,6 18,8 37,9 1,1 13,1 22,5 0,7 7,8 Skanderborg 27,4 0,8 9,5 19,0 0,5 6,6 11,3 0,3 3,9 Favrskov 22,3 0,6 7,7 15,5 0,4 5,3 9,2 0,3 3,2 Hedensted 22,0 0,6 7,6 15,3 0,4 5,3 9,1 0,3 3,1 Syddjurs 19,8 0,6 6,8 13,8 0,4 4,7 8,2 0,2 2,8 Norddjurs 18,3 0,5 6,3 12,7 0,4 4,4 7,5 0,2 2,6 Ringkøbing- Skjern 14,0 0,4 4,8 9,7 0,3 3,3 5,8 0,2 2,0 Skive 11,5 0,3 4,0 8,0 0,2 2,8 4,7 0,1 1,6 Odder 10,4 0,3 3,6 7,2 0,2 2,5 4,3 0,1 1,5 Ikast-Brande 9,7 0,3 3,3 6,7 0,2 2,3 4,0 0,1 1,4 Struer 5,4 0,2 1,9 3,7 0,1 1,3 2,2 0,1 0,8 Lemvig 5,2 0,1 1,8 3,6 0,1 1,2 2,1 0,1 0,7 Samsø 1,9 0,1 0,7 1,3 0,0 0,5 0,8 0,0 0,3 C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

9 9 / Omsætning fordelt på branche Den omsætning, der skabes af gæster til Aarhus 2017 kan fordeles relativt præcist på forskellige brancher på baggrund af en fordelingsnøgle tilknyttet LINE modellen Denne fordelingsnøgle er dannet via undersøgelser af turisters forbrugsmønstre Resultatet for Aarhus 2017 er vist i Tabel 4-2 Tabel 4-2 Den af LINE-modellen beregnede omsætning fordelt på brancher Mio kr Måltal Empiri 500 Empiri 300 Overnatning Restaurant Øvrige varer & tjenesteydelser Varige forbrugsgoder (shopping) Forlystelser Dagligvarer Lokal transport I alt Ikke overraskende er det indenfor hotel og restaurationsbranchen, at den største stigning i omsætning finder sted Øvrige varer og tjenesteydelser, som kan bestå af underleverancer til hotel og restaurationsbranchen, står ligeledes for en stor del af omsætningen sammen med detailhandelen Underleverancerne kan være fødevarer, rengøring, vask, el, vand og varme mv Yderligere kan der i denne kategori være tjenesteydelser købt af gæsterne eksempelvis wellnes, klipning ved frisør mv 43 Investering vs "afkast" I Tabel 4-3 sammenlignes de private investeringer i kulturhovedstadsprojektet med omsætningen i den private sektor De private bidrag dækker dels sponsorater til Aarhus2017 fonden, dels sponsorater direkte til konkrete projekter Det fremgår af scenariet Måltal og Empiri Høj, at det private erhvervsliv bidrager med i alt 228 mio kr i form af 40 mio kr til Aarhus2017 fonden og 188 mio kr til de enkelte projekter men kulturhovedstadsprojektet skaber en samlet omsætning i den private sektor på 1½ mia kroner i scenariet Måltal og 1 mia kr i scenariet Empiri Høj I scenariet Empiri Lav bidrager det private erhvervsliv med hhv 22 mio kr til Aarhus2017 fonden og 100 til projekterne Omsætningen i de private erhversliv beregnes af LINE modellen til over 600 mio kr Det ses yderligere at størstedelen - ca 2/3 af denne omsætning sker i den private sektor i Aarhus Kommune C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

10 10 / 18 Tabel 4-3 Omsætning fordelt på geografi sammenholdt med private investeringer i Aarhus 2017 Private bidrag (mio kr) Måltal Empiri 500 Empiri 300 Anslået privat bidrag til Aarhus2017 fond Anslået privat bidrag til projekter Omsætning privat sektor (mio kr) Måltal Empiri 500 Empiri 300 Aarhus Randers 64,8 45,3 27,0 Viborg 63,9 44,6 26,6 Silkeborg 60,6 42,3 25,2 Herning 58,6 40,9 24,4 Horsens 56,1 39,2 23,4 Holstebro 39,1 27,3 16,3 Skanderborg 19,6 13,7 8,2 Favrskov 15,9 11,1 6,6 Hedensted 15,7 11,0 6,6 Syddjurs 14,2 9,9 5,9 Norddjurs 13,1 9,1 5,4 Ringkøbing-Skjern 10,0 7,0 4,2 Skive 8,2 5,8 3,4 Odder 7,4 5,2 3,1 Ikast-Brande 6,9 4,8 2,9 Struer 3,8 2,7 1,6 Lemvig 3,7 2,6 1,6 Samsø 1,4 1,0 0,6 Total Det ses, at den private sektor opnår en endog meget stor omsætning i forhold til de sponsorbidrag, der anslås I Empiri 300 beregnes omsætningen til 630 miokr i omsætning kontra 122 mio kr i bidrag I Empiri 500 beregnes til omsætningen til 1056 miokr kontra 228 miokr i bidrag Begge C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

11 11 / 18 scenarier giver altså ca en omsætning, der er fem gange så stor om bidraget I scenariet Måltal er faktoren ca 6,5 Derudover vil den private sektor også opnå positive branding-effekter og lignende, som ikke er beregnet her jf opgavens afgrænsning Tabel Indskud, provenu og værditilvækst fordelt på geografi og offentlige interessenter Mio kr Måltal Empiri 500 Empiri 300 Omsætning Værditilvækst Provenu Indskud Omsætning Værditilvækst Provenu Indskud Omsætning Værditilvækst Provenu Indskud Aarhus Kommune Øvrige kommuner i Region Midtjylland Region Midtjylland som institution Offentlig sektor i Region Midtjylland Staten Offentlig sektor i DK Tabel 4-4 viser, at kommunerne kan få knap en tredjedel af deres investering igen som provenu på den korte bane (før kommunal udligning), mens staten har udsigt til at få over halvdelen tilbage umiddelbart, når man alene måler de direkte indtægter fra turisme I Aarhus Kommune og Region Midtjylland skabes en værditilvækst, der langt overstiger den offentlige investering Kommunerne i Region Midtjylland kan skabe en værditilvækst, der er ca tre gange så stor som den kommunale investering Billedet er et andet for landet som helhed Dette skyldes, at gæster fra øvrige regioner i LINE modellen antages at reducere forbruget i deres hjemregion, med det samme beløb, som de bruger i Region Midtjylland Det er således de udenlandske gæster, der skaber de positive effekter på landsplan Øges andelen af udenlandske gæster med 15 procentpoints fra 12 % til 27 % (således at det totale antal gæster holdes konstant) øges værditilvæksten i Danmark i Empiri 500 scenariet fra 288 mio kr til 403 mio kr Statens provenu øges fra 129 mio kr til 209 mio kr og det samlede offentlige provenu fra 159 mio kr til 253 mio kr Aarhus Kommunes provenu øges fra 29 til 34 mio kr For Aarhus Kommune er effekten af at tiltrække større andel udlændinge altså forholdsvis mindre end for staten C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

12 12 / 18 Fra statens side (og i kommunerne udenfor Region Midtjylland) er der således en markant interesse i at tiltrække så mange udenlandske gæster som muligt Tænkes der snævert på Aarhus Kommunes og de øvrige kommuner i Region Midtjyllands interesser, så er det vigtigste at tiltrække gæster udefra - og gerne gæster der overnatter Om de er fra København eller udlandet betyder mindre Det kan dermed foreløbig konkluderes at den private sektor opnår en saltvandsindsprøjtning til omsætningen, der langt overgår det forudsatte private bidrag Også værditilvæksten i Region Midtjylland, som tilfalder dels virksomhederne og dels arbejdsstyrken, er større end de private bidrag Den offentlige sektor får en betydelig del af sin investering igen som øget provenu på kort sigt For både den private og den offentlige sektor er der positive langsigtede effekter, som ikke er medregnet Se listen på side 4 5 Konklusion og perspektivering De kortsigtede økonomiske gevinster ved at tiltrække gæster kan udgøre op imod en tredjedel af den kommunale investering Gæsterne skaber således en stor økonomisk og beskæftigelsesmæssige gevinst i Aarhus Kommune og i RegionMidtjylland Staten får en endnu større del af sin investering retur i provenu, da staten modtager den største andel af skatter og afgifter Derudover vil der uden tvivl være en del effekter, der ikke indgår i denne analyse, der alene belyser de umiddelbare økonomiske effekter på baggrund af forsigtige, men samtidigt empirisk underbyggede antagelser Blandt disse effekter kan nævnes en væsentlig men midlertidig delvist privat finansieret beskæftigelseseffekt, langsigtede turismeeffekter, værdien af yderligere professionalisering og internationalisering af kulturområdet og turismebranchen og værdien af investeringer i infrastruktur Der er grund til at formode, at disse dynamiske effekter vil være større end de kortsigtede effekter, som den foreliggende analyse belyser For at kunne vurdere størrelsen af de dynamiske effekter, er det dog nødvendigt at foretage en forprogrammering af initiativets aktiviteter i form af forskellige alternativer, der så kan sammenlignes med det formål at skabe et beslutningsgrundlag, hvor indhold og sammensætning af kulturaktiviteterne kan forenes med de økonomiske gevinster, som Aarhus ønsker at opnå via initiativet C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

13 13 / 18 Bilag A: Redegørelse for scenariernes antagelser i forhold til empiri fra tidligere kulturhovedstæder Den anvendte historiske dataserier fra tidligere kulturhovedstæder, som danner baggrunden for de to empirisk baserede scenarier, er ikke komplette Derfor vil der være forskellige byer, der indgår i forskellige sammenligninger, som det ses i det efterfølgende Figur Sammenhængen mellem indbyggertal og besøgende Liverpool # besøgende (mio) Lille København Måltal Linz Empiri 500 Rotterdam Stavanger Graz Genoa Empiri 300 Salamanca Brügge Thessaloniki Cork Porto Indbyggertal Det fremgår af Figur 5-1, at de forholdsvis små byer også typisk har besøgstal på under 3 mio gæster Aarhus ligger dog i den øvre ende af de små byer, hvorfor et besøgstal på op til 4 mio vurderes at være realistisk med et budget på 500 mio kr Billedet er mere broget for de store byer Det kan skyldes flere forhold, som for eksempel at Rotterdam benyttede projektet meget internt til at bekæmpe sociale problemer, mens de sydeuropæiske store byer typisk har haft små budgetter, hvilket fremgår af næste figur Lille, København og Liverpool har opnået meget store besøgstal og således udnyttet det potentiale, de har haft i kraft af deres indbyggertal Det skal bemærkes, at Aarhus2017 er et regionalt projekt, og at Region Midtjylland har 1,1 mio indbyggere Dette har dog også været tilfældet i andre af byerne Der er lavet en sammenligning med indbyggertallet i "urban areas", da det synes at give de statistisk mest sammenlignelige resultater C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

14 14 / 18 Figur Sammenhængen mellem Kulturhovedstadens budget og antallet af besøgende 12 Liverpool 10 Lille # Besøgende (mio) København Måltal Graz Empiri 500 Genoa Stavanger Linz Brügge Empiri 300 Rotterdam Salamanca Thessaloniki Cork Porto Luxembourg Budget (mio ) Der ses af Figur 5-2 nogen sammenhæng mellem budget og antal besøgende København, Lille og Liverpool har således alle haft forholdsvis store budgetter En gruppe af byer, Thessaloniki, Linz, Rotterdam og Graz har dog ikke formået at få samme antal besøgende ud af budgettet Empiri 500 ligger mellem København og den sidstnævnte gruppe, dog tættest på gruppen Det lave budgetscenarie som er anvendt i Empiri 300 ligger nogenlunde på niveau med byer som Stavanger og Salamanca Det afgørende for samfundsøkonomien er dog ikke kun besøgstallet men især antallet af tilrejsende besøgende og antal overnatninger Figuren tydeliggør budgetstørrelsens afgørende betydning for tiltrækningseffekten overfor besøgende Der er således ingen af byerne med små budgetter, der har tiltrukket mange besøgende Men omvendt er der også stor variation i, hvor mange besøgende byer med budgetter omkring mio kr har kunnet tiltrække Antal overnatninger findes der udmærket empiri omkring Dog er der et begrænset antal byer, for hvilke vi har både antal overnatninger og antal besøgende til kulturhovedstadsprojekterne C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

15 15 / 18 Figur Sammenhængen mellem antal besøgende og antal overnatninger # Overnatning genereret af Kulturby projektet Porto Liverpool København Empiri 500 Thessaloniki Empiri 300 Salamanca Graz Lille Brügge # Besøgende (mio) Det fremgår af Figur 5-3 at hvis man ser bort fra Porto og Lille, så er der en fin sammenhæng mellem antal besøgende og overnatninger Lilles lave antal overnatninger kan være forklaret af Lilles centrale beliggenhed i et tætbefolket område samt særdeles gode togforbindelser til Lille - de besøgende har så at sige haft mulighed for at komme hjem igen Det omvendte kan man sige om Porto, der ligger mere afsides i Europa Empiri 500 kan synes at ligge højt i antal overnatninger, men ser man på indekstal for antal overnatninger i kulturhovedstæderne, virker antallet af overnatninger rimeligt C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

16 16 / 18 Figur 5-4 Indekstal for antal overnatninger i byerne for kulturhovedstadsåret ift året før Det ses af Figur 5-4, at relativt små byer kan ligge forholdsvis højt i indekstal for overnatninger Af de fem byer, der ligger over indeks 120 er de fire forholdsvis små byer; nemlig Weimar, Salamanca, Graz og Sibiu Den sidste er Liverpool, der havde det største budget af alle byer Empiri 500 ligger på indeks 117 og Empiri 300 på 110 Som en interessant sidebemærkning kan det nævnes, at Weimar før kulturhovedstadsåret havde overnatninger stigende til i kulturhovedstadsåret 1999 Dette antal faldt derefter kortvarigt, men efterfølgende lykkedes det hurtigt at vende udviklingen igen til et overnatningsantal på i dag Weimar er således én af de byer med den bedste historik for vækst i antal overnatninger Men også for de øvrige byer er det empirisk helt entydigt, at der også året efter et kulturhovedstadsåret er flere overnatninger end før kulturhovedstadsåret Derfor er der i beregningerne medregnet to års øget besøgstal, hvor der dog ikke regnes med ligeså mange besøgende året efter, som i selve kulturhovedstadsåret Øget besøgstal i år to, tre, fire osv efter kulturhovedstadsåret er ikke medregnet, hvilket må siges at være en ret forsigtig tilgang - men også den eneste mulige tilgang, idet det er meget vanskeligt at finde empiri omkring de mere langvarige effekter C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

17 17 / 18 Bilag B: Forkortelser og begreber B1 Forkortelser AKF Anvendt Kommunal Forskning CBS Copenhagen Business School B2 Begreber Provenu Værditilvækst Skatter og afgifter, som tilfalder kommuner og stat Selskabsskat, indkomstskat, moms og andre afgifter Øget "dækningsbidrag" i virksomheder Virksomhedernes dækningsbidrag går blandt andet til løn, andre faste omkostninger, skatter mv Som defineret af Danmarks Statistik: "Bruttoværditilvækkst er lig med bruttonationalproduktet i basispriser og opgøres for det enkelte erhverv som produktionen i basispriser minus forbrug i produktionen i køberpriser og er således også lig med summen af andre produktionsskatter, netto, aflønning af ansatte og overskud af produktionen og blandet indkomst For samfundet som helhed kan bruttoværditilvæksten også opgøres som bruttonationalproduktet i markedspriser minus produktskatter, netto" C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx

18 18 / 18 Bilag C: Litteraturliste C1 Rapporter Aarhus Kommune (2010): "Europæisk Kulturhovedstad 2017 Økonomi og økonomiske effekter - erfaringer fra tidligere kulturhovedstæder" Aarhus Kommune (2011): "Aarhus Notat om strategisk sammenhæng, gæstepotentiale og kommunikation" Aarhus Kommune (2011): "Europæisk Kulturhovedstad 2017 Forslag til budget- og finansiering for Aarhus 2017" ECOTEC (2009): "Ex-Post Evaluation of 2007 and 2008 European Capitals of Culture Final Report" Idrætsfonden Danmark (2007): "International Sportsevents i Danmark 2006 Hvad er de værd samfundsøkonomisk?" Palmer/Rae Associates (2004): "European Cities and Capitals of Culture - City Reports Study Prepared for the European Commision PART I" Palmer/Rae Associates (2004): "European Cities and Capitals of Culture - City Reports Study Prepared for the European Commision PART II" Palmer/Rae Associates (2007): "European Cultural Capital Report" Palmer/Rae Associates (2009): "European Cultural Capital Report 2" Region Midtjylland (2007): "Turisme i Region Midtjylland - Uddrag fra analysegrundlaget for den regionale udviklingsplan" VisitDenmark (2007): "Effektmåling af sports-, kultur- og erhvervsbegivenheder" C2 Datakilder 3F - Fagligt Fælles Forbund: www3fdk CA a-kasse: wwwcadk SKAT: wwwskatdk Statistikbanken: wwwstatistikbankendk VisitDenmark: wwwvisitdenmarkdk C:\Documents and Settings\mkma\Local Settings\Temporary Internet Files\ContentOutlook\FT9RGU64\LINE model anvendt på Aarhus2017docx