Detailhandelskunders transport og indkøbsvaner

Detailhandelskunders transport og indkøbsvaner Samfundsøkonomiske eksternaliteter fra transporten i forbindelse med indkøb af dagligvarer Rapport Naturstyrelsen

Indholdsfortegnelse 1 Baggrund 3 2 Resultater 4 2.1 Sammenligning af butikstyper 4 2.2 Seks eksempelbyer 8 3 Data og metode 12 3.1 Datagrundlag 12 3.2 Indkøbsanalyse 12 3.3 Kobling af data fra spørgeskemaundersøgelsen til Transportvaneundersøgelsen15 3.4 Opgørelse af transport i forbindelse med indkøb 16 3.5 Samfundsøkonomiske beregninger 17 4 Følsomhedsanalyse 19 4.1 Sundhedsgevinster ved gang 19 5 Bilag 21 5.1 Regressionsresultater 21 Kolofon Forfatter(e): Jonas Herby Dato: 29. maj 2015 Version: 1.00 Kontakt Incentive, Holte Stationsvej 14, 1., DK-2840 Holte T: (+45) 61 333 500, E: kontakt@incentive.dk www.incentive.dk 2

1 Baggrund Miljøministeren skal hvert fjerde år give en redegørelse til Folketingets miljøudvalg om detailhandelsplanlægning. Redegørelsen skal efter planlovens 5 belyse og vurdere udviklingen i kommune- og lokalplanlægningen for detailhandelsstrukturen. Naturstyrelsen udarbejder selve redegørelsen. Redegørelsen skal give grundlag for at vurdere, i hvilket omfang de nuværende regler fungerer i forhold til formålet med bestemmelserne. Formålet med planlovens detailhandelsregler er blandt andet, at butikkerne er placeret, så de alle er lettilgængelige for alle trafikarter, og at transportafstandene ved indkøb er begrænset for at fremme en detailhandelsstruktur, der er samfundsmæssigt bæredygtig. Som baggrund for detailhandelsredegørelsen 2015 har Naturstyrelsen bedt om opdateret viden om detailhandelskunders transport og indkøbsvaner, samt en oversigt over hvilke samfundsøkonomiske konsekvenser, transporten til indkøb har. Naturstyrelsen har derfor bedt Incentive om at opgøre de samfundsøkonomiske eksternaliteter fra transporten i forbindelse med indkøb af dagligvarer. Opgørelsen er foretaget på baggrund af fem butikstyper og for seks eksempelbyer: Aarhus, Kolding, Holbæk, Hjørring, Skanderborg og Sorø/Haslev 1. Analysen er baseret på 16.119 indkøbsture fra Transportvaneundersøgelsen, som er beriget med information om besøgte butikstyper samt forbrug opdelt på dagligvarer og øvrige varer. På denne baggrund har vi beregnet den samlede, gennemsnitlige transport i km og minutter forbundet med at bruge 1.000 kr. på dagligvarer, som er den gennemgående målestok for analysen. Sideløbende med opgørelsen af de samfundsøkonomiske eksternaliteter, har Tetraplan gennemgået detailhandelsstrukturen og hvad den betyder for kundernes transport. Resultatet af Tetraplans arbejde findes i rapporten Detailhandelkunders transport og indkøbsvaner Transport til indkøbsområder og butikstyper. Rapportens opbygning I det følgende afsnit beskriver vi først analysens resultater. I afsnit 2.1 beskriver vi de samfundsøkonomiske eksternaliteter forbundet med indkøb af dagligvarer i fem forskellige butikstyper. Da det ikke e ralle butikstyper, der er tilgængelige i alle byer, har vi desuden set på de samfundsøkonomiske eksternaliteter fra transporten i forbindelse med indkøb i seks forskellige eksempelbyer. Disse resultater er præsenteret i afsnit 2.2. I afsnit 3 gennemgår vi data og metode for analyserne. Vi gennemgår datagrundlaget og hvordan vi har koblet resultaterne fra indkøbsanalysen til Transportvaneundersøgelsen. Desuden gennemgår vi baggrunden for de samfundsøkonomisk beregninger. Afsnit 4 indeholder en følsomhedsanalyse, mens vores bilag findes i afsnit 5. 1 Sorø/Haslev er taget med som ét eksempel, da der ikke var nok observationer til at analysere den enkelte by. 3

2 Resultater I de følgende afsnit er den samlede transport og de samlede samfundsøkonomiske eksternaliteter, der er forbundet med indkøb opgjort for forskellige byer (afsnit 2.1) og på forskellige butikstyper (afsnit 2.1). I opgørelserne er eksternaliteterne fordelt på tre kategorier: + Eksterne omkostninger + Effekter for statskassen + Øvrige konsekvenser De eksterne omkostninger dækker over de traditionelle eksternaliteter, der er forbundet med transport. Det vil sige miljøeffekter, trængsel m.m. Effekterne for statskassen dækker over de eksternaliteter, der opstår på baggrund af betalinger eller besparelser for det offentlige. Det er fx besparelser i sundhedssektoren som følge af den ekstra motion folk får, når de cykler. Eller over de afgifter, man som bilist betaler til staten, når man har og bruger sin bil. Øvrige konsekvenser indeholder arbejdsudbudsforvridninger, som opstår, når det offentlige opkræve forvridende skatter. Forvridningerne opstår, fordi folk ikke arbejder så meget, som de ellers ville have gjort, når man lægger skat på deres arbejdsindkomst. I vores resultater fremstår arbejdsudbudsforvridningen som en gevinst, fordi det offentlige får flere penge i kassen, når folk kører i bil, hvilket alt andet lige gør, at man kan sænke skatten på arbejde. 2.1 Sammenligning af butikstyper For at få et overblik over de samfundsøkonomiske eksternaliteter fra transporten i forbindelse med indkøb af dagligvarer fordelt på forskellige butikstyper har vi opgjort danskernes indkøb af dagligvarer på fem forskellige kategorier af butikker. De fem kategorier er: + Hypermarkeder (Bilka mv.) + Superstores (Kvickly, Føtex mv.) + Supermarkeder (SuperBrugsen, SuperBest, Irma, ABC Lavpris, Eurospar, Løvbjerg mv.) + Nærbutikker (Dagli Brugsen, LokalBrugsen, Spar, Min Købmand mv.) + Discountbutikker (Aldi, Lidl, Netto, Fakta, Rema 1000, Kiwi Minipris mv.) Tabel 1 viser, hvor meget danskere i gennemsnit transporterer sig, for at købe ind for 1.000 kr. afhængigt af, hvilken butikstype de handler i. 4

Tabel 1. Transport i forbindelse med dagligvareindkøb, km pr. 1.000 kr. indkøb Superstores Nærbutikker Hypermarkeder Supermarkeder Discountbutikker Bil 23 14 11 11 11 Cykel 0 1 1 2 2 Gang 0 1 1 1 1 Kollektiv 1 1 0 0 0 Andet 0 0 0 0 0 I alt 24 17 13 14 14 Note: Transporten er opgjort på baggrund af første indkøbssted. Transporten i kolonnen Hypermarkeder dækker eksempelvis over transporten på alle indkøbsture, hvor første butik var et hypermarked. På 87% af alle indkøbsture handlede respondenten kun i én butik. Ovenstående tabel viser, at der er mest transport forbundet med indkøb i hypermarkeder, mens der er mindst transport forbundet med at købe ind i Supermarkeder. Det er dog primært hypermarkeder, der skiller sig ud, da borgerne transporterer sig næsten dobbelt så langt for at købe for 1.000 kr. i et hypermarked, som til andre butikstyper. Tabel 2 nedenfor viser, at det især er transporten til butikken, der er længere ved indkøb i hypermarkeder. I alt kører folk mellem 2,1 og 3,5 gange længere, når de handler i hypermarkeder, end når de handler i øvrige butikstyper. Dagligvareindkøbene er også større i hypermarkederne, men kun mellem 1,2 og 1,6 gange større end i andre butikstyper. Tabel 2. Transport og forbrug pr. dagligvareindkøb Superstores Nærbutikker Hypermarkeder Supermarkeder Discountbutikker Transport, km pr. indkøb 15 7 5 4 5 Kr. dagligvarer pr. indkøb 377 320 266 235 237 Note: Transporten er opgjort på baggrund af første indkøbssted. Transporten i kolonnen Hypermarkeder dækker eksempelvis over transporten på alle indkøbsture, hvor første butik var et hypermarked. På 87% af alle indkøbsture handlede respondenten kun i én butik. Når man transporterer sig, har det konsekvenser for resten af samfundet i form af eksternaliteter, afgifter m.m. De samfundsøkonomiske eksternaliteter hænger direkte sammen med antallet af kørte km med hvert transportmiddel, og effekterne vil derfor være størst for hypermarkeder. De eksterne omkostninger ved indkøb fremgår af tabel 3. 5

Tabel 3. Eksterne omkostninger ved dagligvareindkøb opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser Superstores Nærbutikker Hypermarkeder Supermarkeder Discountbutikker Eksterne omkostninger -17-11 -9-10 -9 Trængsel -9-6 -4-4 -4 Uheld -6-4 -4-4 -4 Støj -1-1 -1-1 -1 Luftforurening -1 0 0 0 0 Klima (CO2) 0 0 0 0 0 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil og cykel. Det fremgår af tabel 3, at de eksterne omkostninger ved hypermarkederne er størst. Årsagen er, at forbrugerne kører længere med bil når de handler i et hypermarked end ved indkøb i andre butikker. De eksterne omkostningerne er ligeså store for nærbutikker som eksempelvis superstores. Dette skyldes indkøbende i nærbutikkerne er mindre, og derfor bliver omkostningerne per 1.000 kr. indkøb næsten det samme. Ud over de eksterne omkostninger bliver den offentlige økonomi påvirket af transporten ved indkøb. I tabel 4 er de øvrige samfundsøkonomiske effekter vist. Tabel 4. Andre samfundsøkonomiske effekter ved dagligindkøb opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser Kr. SØK/1.000 kr. indkøb Lavprisvarehuse/Hyperm arkeder Varehuse/Supers tores Supermark eder Nærbutik ker Discountbuti kker Effekter for offentlige kasser 24 18 14 16 16 Sundhedseffekter 1 3 3 4 4 Driftsomkostninger, vej 0 0 0 0 0 Afgiftskonsekvenser 23 15 11 12 12 Øvrige konsekvenser Arbejdsudbudsforvr idning 5 4 3 3 3 5 4 3 3 3 I alt 28 21 17 20 19 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil og cykel. Resultaterne viser bl.a., at de offentlige kasser i gennemsnit tjener 24 kr. alene på transporten, hver gang en person bruger 1.000 kr. i et hypermarked. Det er over 30% mere end for de øvrige butikstyper. Dette kombineret med forvridningerne af arbejdsudbuddet, skaber en samlet gevinst fra øvrige effekter på 28. kr. per 1.000 kr. brugt. 6

Samlet set bidrager transporten i forbindelse med indkøb positivt til samfundsøkonomien for alle butikstyper. Det største bidrag opnår man for hypermarkeder. Årsagen er, at bilafgifterne i Danmark er så høje, at de overstiger værdien af de eksterne omkostninger, der er forbundet med kørsel i bil. De samlede samfundsøkonomiske effekter for de fem butikstyper er vist i tabel 5. Tabel 5. Samlede samfundsøkonomiske effekter ved dagligvareindkøb opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser Kr. SØK/1.000 kr. indkøb Lavprisvarehuse/Hyperma rkeder Varehuse/Superst ores Supermarke der Nærbutik ker Discountbuti kker Eksterne omkostninger Effekter for offentlige kasser Øvrige konsekvenser -17-11 -9-10 -9 24 18 14 16 16 5 4 3 3 3 I alt 12 10 8 10 10 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil og cykel. Samlet set bidrager transporten i forbindelse med indkøb positivt til samfundsøkonomien i alle fem butikstyper. Mere kørsel i bil betyder, at de eksterne omkostninger er højere for hypermarkeder, men disse omkostninger bliver mere end modsvaret af bilisternes afgiftsbetalinger til de offentlige kasser og deraf følgende arbejdsudbudsforvridningsgevinster. Tidsforbrug i forbindelse med indkøb Forskellene i det samlede tidsforbrug mellem de fem butikstyper er relativt beskedent, hvilket bl.a. skyldes, at gennemsnitshastigheden er højere ved indkøb i hypermarkeder, fordi de kører mere i bil. Det samlede tidsforbrug forbundet med indkøb af dagligvarer for 1.000 kr. fremgår af tabel 6. Tabel 6. Transporttid i forbindelse med dagligvareindkøb Timer pr. 1.000 kr. indkøb Hypermarkeder 0.6 Superstores 0.7 Supermarkeder 0.6 Nærbutikker 0.7 Discountbutikker 0.7 Bemærk, at det ikke nødvendigvis medfører et samfundsøkonomisk tab, hvis borgerne vælger at transportere sig længere for at købe ind og dermed bruger mere tid på indkøb. Hvis borgerne frit kan vælge, hvor de vil handle ind, vil den ekstra transporttid nemlig være modsvaret af andre oplevede gevinster for borgerne, herunder fx lavere priser eller et større vareudvalg, så den ekstra transport samlet set giver borgeren en gevinst. På den anden side kan man argumentere for, at den ekstra transporttid i det omfang borgeren er tvunget til at køre langt vil opleves som et samfundsøkonomisk tab for borgeren. Det kan være 7

tilfældet, hvis borgerene gerne vil handle i fx et hypermarked, men har langt til nærmeste hypermarked. I dette tilfælde kan man argumenter for, at reglerne tvinger borgerne til at bruge ekstra tid på deres indkøb, og at tiden derfor skal medregnes som et samfundsøkonomisk tab for borgene. 2.2 Seks eksempelbyer I tabel 7 har vi opgjort transporten i forbindelse med indkøb i de seks eksempelbyer, samt i øvrige byer og gennemsnittet for hele Danmark. Tabellen viser, at borgerne i Aarhus transporterer sig næsten halvt så langt pr. kr., de køber dagligvarer for, som indbyggerne i fx Kolding. Den kortere transport skyldes især mindre bil kørsel, mens de faktisk cykler og bruger den kollektive transport mere end resten af byerne. Tabel 7. Transport i forbindelse med dagligvareindkøb, km pr. 1.000 kr. indkøb Km/1.000 kr. Aarhus Kolding Holbæk Hjørring Skanderborg Sorø/Haslev Øvrige byer Hele Danmark Bil 8 18 19 15 16 18 16 16 Cykel 2 1 0 1 1 1 1 1 Gang 1 1 1 1 1 1 1 1 Kollektiv 2 1 0 0 0 0 1 1 Andet 0 0 0 0 0 0 0 0 I alt 13 22 21 17 17 20 19 19 Note: Transporten er opgjort på baggrund af bopæl. Transporten i kolonnen Aarhus dækker derfor den transport, som borgerne i Aarhus har anvendt, da de skulle på indkøb. Som tidligere nævnt hænger de samfundsøkonomiske eksternaliteter direkte sammen med antallet af kørte km med hvert transportmiddel, og effekterne vil derfor væres størst for indkøb, der er foretaget i butikker langt væk. Nedenstående tabel viser de samfundsøkonomiske eksternaliteter, der er forbundet med kørsel ved indkøb af dagligvarer i de seks eksempelbyer, samt i øvrige byer og gennemsnittet for hele Danmark. 8

Tabel 8. Eksterne omkostninger ved dagligvareindkøb opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser Kr. SØK/1.000 kr. indkøb Aarhus Kolding Holbæk Hjørring Skanderborg Sorø/Haslev Øvrige byer Hele Danmark Eksterne omkostninger -7-14 -14-12 -12-14 -13-12 Trængsel -3-7 -7-6 -6-7 -6-6 Uheld -3-5 -5-5 -4-6 -5-5 Støj 0-1 -1-1 -1-1 -1-1 Luftforurening 0-1 -1 0 0-1 0 0 Klima (CO2) 0 0 0 0 0 0 0 0 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil og cykel. Tabel 8 viser, at de eksterne omkostninger er højst i Kolding og de små byer Sorø/Haslev. Det skyldes, at borgerne i disse byer kører mere i bil end i de andre byer, så uheldsomkostninger m.m. er tilsvarende højere. Bemærk desuden at udgifterne er mindst i Aarhus. Årsagen er, at borgerne køre meget kort i bil, samt at cyklen er mere anvendt. Cyklingen i bl.a. Aarhus skaber også en samfundsøkonomisk gevinst gennem øget sundhed. I tabel 9 har vi opgjort de resterende samfundsøkonomiske effekter. Tabel 9. Andre samfundsøkonomiske effekter ved dagligvareindkøb opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser Kr. SØK/1.000 kr. indkøb Aarhus Kolding Holbæk Hjørring Skanderborg Sorø/Haslev Øvrige byer Hele Danmark Effekter for offentlige kasser 13 21 20 19 17 22 20 19 Sundhedseffekter 4 3 1 3 1 4 3 3 Driftsomkostninger, vej 0 0 0 0 0 0 0 0 Afgiftskonsekvenser 9 19 19 16 16 18 16 16 Øvrige konsekvenser 3 4 4 4 3 4 4 4 Arbejdsudbudsforvridning 3 4 4 4 3 4 4 4 I alt 16 26 24 22 21 26 23 23 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil og cykel. De offentlige kasser får generelt en gevinst som følge af transporten til indkøb. Gevinsten skyldes især afgifter på bilkørslen og er derfor også større i Kolding end fx Aarhus. Men også besparelserne i sundhedssektoren som følge af cyklingen til indkøb bidrager positivt. Bilkørslen medfører et ekstra slid på vejene, som bidrager negativt til samfundsøkonomien, men effekten er tilnærmelsesvis nul pr. 1.000 kr. indkøb. 9

Gevinsten i de offentlige kasser medfører desuden, at der opstår en arbejdsudbudseffekt, fordi skatten på arbejde alt andet lige kan være mindre, når der er flere penge i de offentlige kasser. Som følge af afgifterne på bilkørslen er arbejdsudbudsgevinsten størst i de byer, hvor man køre længst ved indkøb. Samlet set vinder de offentlige kasser ca. 40-50% mere end det samfundsøkonomiske tab fra de eksterne omkostninger. Den samlede samfundsøkonomisk eksternaliteter er vist i tabel 10. Tabel 10. Samlede samfundsøkonomiske effekter ved dagligvareindkøb opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser Kr. SØK/1.000 kr. indkøb Aarhus Kolding Holbæk Hjørring Skanderborg Sorø/Haslev Øvrige byer Hele Danmark Eksterne omkostninger Effekter for offentlige kasser Øvrige konsekvenser -7-14 -14-12 -12-14 -13-12 13 21 20 19 17 22 20 19 3 4 4 4 3 4 4 4 I alt 8 11 10 10 9 12 11 11 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil og cykel. Samlet set bidrager transporten i forbindelse med indkøb positivt til samfundsøkonomien i alle seks byer. Det største bidrag opnår man i Sorø/Haslev. Hovedårsagen er, at bilafgifterne i Danmark er så høje, at de overstiger værdien af de eksterne omkostninger, der er forbundet med kørsel i bil. 2 Derfor resulterer mere bilkørsel i en samlet samfundsøkonomisk gevinst. Tidsforbrug i forbindelse med indkøb Transporten til indkøb af dagligvarer medfører også et betydeligt tidsforbrug for den enkelte. Forskellene i det samlede tidsforbrug mellem de seks by-eksempler er dog relativt beskedent, hvor Skanderborg udgør det laveste tidsforbrug med en halv time per 1.000 kr. Det samlede tidsforbrug, der er forbundet med indkøb af dagligvarer for 1.000 kr., fremgår af tabel 11. 2 De Økonomiske Råd har ved flere lejligheder påpeget, at bilbeskatningen i Danmark er for høj i forhold til de eksterne omkostninger. Se fx http://www.dors.dk/oevrige-publikationer/kronikker-artikler/bilbeskatningendanmark-hoj 10

Tabel 11. Transporttid i forbindelse med dagligvareindkøb Timer pr. 1.000 kr. indkøb Aarhus 0.8 Kolding 0.7 Holbæk 0.6 Hjørring 0.6 Skanderborg 0.5 Sorø/Haslev 0.6 Øvrige byer 0.7 Hele Danmark 0.7 Bemærk igen, at det ikke nødvendigvis medfører et samfundsøkonomisk tab, hvis borgerne vælger at transportere sig længere for at købe ind, jf. beskrivelsen i afsnit 2.1. 11

3 Data og metode 3.1 Datagrundlag Analysen er baseret på detaljerede informationer om 38.544 indkøbsture til ca. 45.000 butikker i perioden 2006 til 2014 fra Transportvaneundersøgelsen. Transportvaneundersøgelsen indeholder oplysninger om transportformer, udgangs- og slutpunkt for indkøbsturen, baggrundsvariable om alder, familietype, indkøb samt en lang række andre informationer. I forhold til denne undersøgelse, mangler Transportvaneundersøgelsen dog to væsentlige oplysninger, nemlig 1) oplysninger om, hvilken butikstype respondenten har handlet i, samt 2) oplysninger om, hvor mange penge respondenten har brugt på indkøbsturen. Det første dataproblem oplysningerne om butikstype er behandlet af Tetraplan. På baggrund af koordinater og adressematch har de bestemt butikstypen for ca. halvdelen af de 45.000 butikker. Tetraplans tilgang er beskrevet i rapporten Detailhandelskunders transport og indkøbsvaner - Transport til indkøbsområder og butikstyper. For at skaffe data om beløbet, som bliver brugt på en indkøbstur, har vi gennemført en spørgeskemaundersøgelse, som afdækker befolkningens indkøbsvaner, herunder størrelsen af deres indkøb. Data fra spørgeskemaundersøgelsen er efterfølgende koblet sammen med data fra Transportvaneundersøgelsen på baggrund af statistiske tobit-estimater. I de følgende afsnit beskriver vi vores tilgang mere detaljeret. 3.2 Indkøbsanalyse I perioden 22. april til 12. maj 2015 gennemførte vi en spørgeskemaundersøgelse med 2.302 respondenter fra Userneeds webpanel. I undersøgelsen spurgte vi ind til respondentens seneste indkøbstur og respondentens seneste indkøbstur til Bilka. Spørgsmålene omhandlede bl.a.: + hvilke butikker respondenten havde besøgt. + hvor meget respondenten brugte på forskellige varegrupper i butikkerne. + hvor butikkerne lå. + hvilket transportmiddel respondenten anvendte. + hvilken ugedag respondenten handlede på. + en række personlige karakteristika såsom alder, køn og indkomst. Da vi spurgte ind til både seneste indkøbstur og seneste tur i Bilka, har hver respondent kunne skabe op til to observationer. I undersøgelsen fik vi en underrepræsentation af respondenter, der anvendte forskellige transportformer i forbindelse med indkøb i løbet af den seneste uge. Underrepræsentationen opstod, fordi personer, der havde anvendt flere transportformer i løbet af ugen, i de første dage af undersøgelsen ikke blev spurgt ind til transportmiddel i forbindelse med seneste indkøb. I alle beregninger har vi derfor vægtet de respondenter, der har anvendt flere transportform og har svaret på anvendt transportformer i forbindelse med seneste indkøb, højere end andre respondenter. Ved at vægte dem højere har vi sikret, at resultaterne ikke bliver trukket i en bestemt retning pga. skævheder i datamaterialet. 12

For at undgå ekstreme observationer har vi ekskluderet de 1% største indkøb fra undersøgelsen. Deskriptiv statistik fra spørgeskemaundersøgelsen Nedenfor har vi beskrevet de indsamlede data fra spørgeskemaundersøgelsen, som blev besvaret af 2.302 respondenter. I tabel 12 præsenterer vi fordelingen af respondenterne på køn og alder. Vores spørgeskemaundersøgelse har relativt få ældre kvinder og relativt mange yngre kvinder. Overordnet set bygger undersøgelsen dog på et relativt bredt udsnit af befolkningen. Tabel 12. Køn og alder på respondenterne I spørgeskemaundersøgelsen Begge køn Mænd Kvinder 18-39 880 299 581 40-59 896 441 455 60+ 526 352 174 Total 2.302 1.092 1.210 I figur 1 viser vi det gennemsnitlige indkøb på hver ugedag. Der er ikke de store udsving i forbruget på de enkelte dage, men der er dog en lille tendens til, at dagligvareindkøbene er mindst først på ugen og størst om søndagen. Til gengæld er det gennemsnitlige beløb, der bliver brugt på andre varer, større om onsdagen end på andre ugedage. Særligt om søndagen er forbruget på andre varer småt. Det skyldes sandsynligvis, at færre udvalgsvarebutikker har åbent om søndagen. Figur 1. Gennemsnitligt indkøb fordelt på varegrupper og ugedag 450 400 350 300 250 200 150 100 50 0 Mandag Tirsdag Onsdag Torsdag Fredag Lørdag Søndag Dagligvare Andet I figur 2 har vi fordelt indkøbene på transportmiddel. Bilen er det transportmiddel, hvor det gennemsnitlige indkøb er klart størst. Personer i bil handler i gennemsnit for over 500 kr. pr. indkøb. Ser man på de andre transportmidler, ligger de alle mellem 200 og 300 kroner på en gennemsnitlig indkøbstur. Der er en lille tendens til, at respondenter, der kører med kollektiv transport, køber få dagligvarer, mens de, der går på indkøb, køber få andre varer. 13

Figur 2. Gennemsnitligt indkøb fordelt på varegrupper og transportmiddel 600 500 400 300 200 100 0 Bil Kollektiv Cykel Gang Andet Dagligvare i alt Andet i alt En anden væsentlig faktor for forbruget på en indkøbstur er den butikstype, der er besøgt. I figur 3 er forbruget i de enkelte butikstyper brudt ned på varegrupper. Af figuren fremgår det, at folk køber for mindst i nærbutikker, mens de største indkøb bliver foretaget i hypermarkederne. Overordnet er tendensen, at jo større butikken er, desto mere bruger respondenterne på indkøb. Dette kan skyldes flere faktorer, bl.a. det større udvalg i de store butikker, men også at folk netop vælger at besøge de store butikker, når de skal købe meget ind. En anden interessant observation er det store forbrug på andre varer i hypermarkederne. På et gennemsnitligt indkøb i et hypermarked køber man for over 100 kr. andre varer. Her adskiller hypermarkederne sig markant fra andre butikstyper. Figur 3. Gennemsnitligt indkøb fordelt på varegrupper og butikstyper 600 500 400 300 200 100 0 Hypermarked Superstore Supermarked Nærbutik Discountbutik Dagligvare Udvalgsvare Øvrige vare 14

På transportområdet adskiller hypermarkederne sig ligeledes fra andre butikker. Ser man på figur 4, er det tydeligt, at folk oftere tager bilen ved på indkøbstur til hypermarkeder end til andre butikker. Dette kan igen tilskrives mange forskellige faktorer, bl.a. at et besøg i et hypermarked medfører store indkøb, og at en bil er derfor praktisk, når varerne skal transporteres hjem. Hypermarkederne ligger desuden ofte placeret uden for centrum, hvilket betyder længere transport. Figur 4. Andel af indkøbsture fordelt på transportmiddel og butikstype Discountbutik Nærbutik Supermarked Superstore Hypermarked 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Bil Kollektiv Cykel Gang Andet 3.3 Kobling af data fra spørgeskemaundersøgelsen til Transportvaneundersøgelsen Som nævnt tidligere indeholder Transportvaneundersøgelsen ikke informationer om, hvor mange penge respondenten har brugt på dagligvarer og øvrige varer i forbindelse med deres indkøbstur. For at kunne berige Transportvaneundersøgelsen med disse informationer opstillede vi to statistiske tobit-regressioner på baggrund af de indsamlede data i spørgeskemaundersøgelsen. Den ene regression skulle forklare beløbet, der blev brugt på dagligvare på hver indkøbstur, mens den anden skulle forklare beløbet, der blev brugt på øvrige varer på indkøbsturen. Det betyder, at vi har anvendt informationer om fx transportform, afstande, familieformer, ugedag m.m. til at forklare størrelsen på indkøbet i kr. og øre fordelt på dagligvarer og øvrige varer. I alt bygger hver regression på 78 forklarende variable fra spørgeskemaet. På baggrund af regressionerne kan vi fx beskrive, hvad det i gennemsnit betyder for det samlede beløb brugt på dagligvarer, at indkøbsturen blev foretaget en lørdag frem for på en søndag. Udvalgte detaljerede resultater fra regressionerne fremgår af bilag 5.1. Ved at kombinere parametrene fra regressionerne og data fra Transportvaneundersøgelsen har vi estimeret forbruget på dagligvarer og øvrige varer for hver af de 38.544 indkøbsture i Transportvaneundersøgelsen. 15

Det var dog kun for 16.119 indkøbsture, at vi havde alle de informationer, der var nødvendige for at kunne estimere forbruget. Typisk var det manglende informationer om butikstypen, der gjorde, at vi ikke kunne estimere forbruget korrekt. Vi har efterfølgende kontrolleret, at observationerne med manglende informationer ikke adskilte sig væsentligt fra øvrige observationer. Vi mener derfor, at de 16.119 endelige indkøbsture kan tages som et repræsentativt udtryk for indkøbsturene i Danmark. 3.4 Opgørelse af transport i forbindelse med indkøb Det endelige datasæt indeholder 16.119 indkøbsture med informationer om besøgte butikstyper, transport opgjort i km og tid, samt forbrug opdelt på dagligvarer og øvrige varer. På denne baggrund har vi beregnet den samlede, gennemsnitlige transport i km og minutter forbundet med at bruge 1.000 kr. på dagligvarer. Beregningerne er lavet på forskellige niveauer, herunder bl.a. opdelt på by-eksemplerne Aarhus, Kolding, Holbæk, Hjørring, Skanderborg og Sorø/Haslev, samt på de fem butikstyper. I den forbindelse er der lavet en række antagelser, som vi beskriver herunder. Definition af omvejskørsel En række ture starter og slutter ikke i samme punkt. Det gælder fx indkøbsture, hvor man handler på vejen hjem fra arbejde. I disse tilfælde er transporten, der tilskrives indkøbsturen, beregnet som den omvejskørsel, der skulle til for at gennemføre indkøbsturen. Konkret er den regnet som forskellen mellem den direkte linje (i fugleflugt) fra startpunkt til slutpunkt og den direkte linje mellem startpunkt, indkøb og slutpunkt. Andelen af transporten, der tilskrives dagligvareindkøbet Mange køber både dagligvarer og øvrige varer, når de handler. For at kunne beskrive transporten i forbindelse med indkøb af dagligvarer er vi derfor nødt til at fordele transporten på de to varegrupper. Konkret har vi valgt at fordele det kørte antal km på baggrund af andelen af det samlede beløb, som hver varegruppe udgør. Det betyder, at for en indkøbstur på 10 km, hvor personen har brugt 200 kr. på dagligvarer og 100 kr. på øvrige varer, er 2/3 af de 10 km tilskrevet dagligvareindkøbet, mens 1/3 er tilskrevet øvrige varer. Kobling af indkøb på bestemte butikstyper I vores datasæt kan vi se, hvor mange penge der i alt er brugt på en given indkøbstur, samt hvilke butikker respondenten har handlet i. Når vi kigger på konkrete butikstyper, ved vi imidlertid ikke, hvor stor en del af beløbet, respondenten har brugt i hver butikstype. Hvis respondenten fx først har handlet i både et supermarked og dernæst i en discountbutik, og han sammenlagt har brugt 300 kr., kan vi ikke fordele disse på supermarkedet og discountbutikken. I stedet har vi for hver enkelt observation antaget, at hele beløbet er anvendt i den første butik, og at al transport derfor skal tilskrives denne butik. Bemærk, at dette ikke påvirker resultaterne, hvis rækkefølgen, man handler i, er tilfældig. Dvs. at der ikke er et mønster, hvor man fx handler i discountbutikken først og derefter går i supermarkedet. Det skyldes, at vi vil tilskrive for meget indkøb og transport til lige mange butikker af hver type, så gennemsnittet bliver korrekt. I vores data er der ikke sådan et mønster (det er lige så sandsynligt at besøge supermarkedet først, som det er at besøge discountbutikken først), så derfor forventer vi ikke, at denne antagelse påvirker resultaterne væsentligt. 16

3.5 Samfundsøkonomiske beregninger De samfundsøkonomiske beregninger er baseret på Transportministeriets redskaber til samfundsøkonomiske analyser. Alle enhedspriser er således hentet fra Transportøkonomiske Enhedspriser ver. 1.5, og vi har brugt TERESA ver. 3.0.3 3 til at beregne samfundsøkonomiske nøgletal for transport med bil og cykel. Man kan argumentere for, at der også er en effekt af transport med kollektiv trafik i form af øgede billetindtægter og øgede driftsomkostninger. I denne analyse har vi antaget, at disse to effekter udligner hinanden, og at den samlede effekt derfor er nul. Gang er en relativt hyppig transportform i forbindelse med indkøb af dagligvarer. Der eksisterer i dag ingen officielle enhedspriser for gang. Der er imidlertid argumenter for, at enhedspriserne for gang omtrent svarer til enhedspriserne for cykling, da kalorieforbruget (og dermed også sundhedseffekterne) stort set det er samme pr. km. I afsnit 4 har vi derfor gennemført en følsomhedsanalyse, hvor vi har antaget, at enhedspriserne for gang er identiske med enhedspriserne for cykling. De enhedspriser, vi har anvendt i den centrale analyse, fremgår af tabel 13. Tabel 13. Samlede samfundsøkonomiske konsekvenser ved cykling og bilkørsel, 2015-priser Kr./km Bil Cykel Eksterne omkostninger -0,72-0,89 Trængsel -0,38 Uheld -0,24-0,89 Støj -0,05 Luftforurening -0,03 Klima (CO2) -0,02 Effekter for offentlige kasser 0,98 3,09 Sundhedseffekter 2,60 Driftsomkostninger, vej -0,01 Afgiftskonsekvenser 0,99 0,49 Øvrige konsekvenser 0,20 0,62 Arbejdsudbudsforvridning 0,20 0,62 I alt 0,46 2,82 Kilde: Beregninger i TERESA 3.0.3 Note: Tre prikker angiver, at der ikke er nogen enhedspris for denne kombination af samfundsøkonomisk effekt og transportform. For nylig udgav Institut for Miljøvidenskab på Aarhus Universitet notatet Miljøøkonomiske beregningspriser for emissioner, hvor man havde opdateret enhedspriserne for luftforurening fra vejtrafikken. Vi har som en test lavet alle beregninger med de nye enhedspriser, men det har ikke haft 3 TERESA (Transportministeriets Regnearksmodel for Samfundsøkonomisk Analyse) er den officielle model, man skal navende ved samfundsøkonomiske analyser i transportsektoren. 17

nogen effekt på det samlede resultat, og derfor har vi valgt at holde os til de officielle enhedspriser fra Transportministeriet. 18

4 Følsomhedsanalyse 4.1 Sundhedsgevinster ved gang For at give et overblik over, hvad gang i forbindelse med indkøb kan betyde for de samlede resultater, har vi gennemført en følsomhedsanalyse, hvor vi har anvendt samme enhedspriser for gang, som man officielt gør for cykel. Resultaterne af følsomhedsanalysen fremgår af tabel 14 og tabel 15. I forhold til de centrale resultater, er den samlede effekt større, når man inkluderer sundhedsgevinsterne ved gang. Det skyldes, at gang samlet set bidrager positivt til de samfundsøkonomisk konsekvenser pga. sundhedseffekterne. Tabel 14. Opdelt på butikstype: Samfundsøkonomiske eksternaliteter ved dagligvareindkøb når gang har samme enhedspriser som cykling. Opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser. Superstores Nærbutikker Hypermarkeder Supermarkeder Discountbutikker Eksterne omkostninger -17-12 -10-10 -10 Trængsel -9-6 -4-4 -4 Uheld -6-5 -4-5 -5 Støj -1-1 -1-1 -1 Luftforurening -1 0 0 0 0 Klima (CO2) 0 0 0 0 0 Effekter for offentlige kasser 24 20 17 19 19 Sundhedseffekter 2 5 6 7 7 Driftsomkostninger, vej 0 0 0 0 0 Afgiftskonsekvenser 23 15 12 13 12 Øvrige konsekvenser 5 4 3 4 4 Arbejdsudbudsforvridning 5 4 3 4 4 I alt inkl. gang 12 12 11 13 13 I alt i basisscenariet 12 10 8 10 10 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil, cykel og gang. Når man ser på butikstyperne, bliver resultaterne bedre for alle butikstyper undtaget hypermarkeder, når man inkluderer gang i de samfundsøkonomiske beregninger. Det skyldes, at der kun er meget få personer, der går, når de handler i hypermarkeder. De samlede resultaterne for andre butikstyper bliver forbedret med 19% til 33%. 19

Tabel 15. Opdelt på byer: Samfundsøkonomiske eksternaliteter ved dagligvareindkøb, når gang har samme enhedspriser som cykling. Opgjort som samfundsøkonomiske kr. pr. 1.000 kr. indkøb, 2015-priser. Aarhus Kolding Holbæk Hjørring Skander borg Sorø/Ha slev Øvrige byer Hele Danmar k Eksterne omkostninger -9-15 -15-12 -12-15 -13-13 Trængsel -3-7 -7-6 -6-7 -6-6 Uheld -5-6 -6-5 -5-6 -6-5 Støj 0-1 -1-1 -1-1 -1-1 Luftforurening 0-1 -1 0 0-1 0 0 Klima (CO2) 0 0 0 0 0 0 0 0 Effekter for offentlige kasser 17 24 22 21 19 24 22 22 Sundhedseffekter 8 5 3 5 3 5 5 5 Driftsomkostninger, vej 0 0 0 0 0 0 0 0 Afgiftskonsekvenser 10 19 20 16 16 19 17 17 Øvrige konsekvenser 3 5 4 4 4 5 4 4 Arbejdsudbudsforvri dning 3 5 4 4 4 5 4 4 I alt inkl. gang 12 14 12 12 10 14 13 13 I alt i basisscenariet 8 11 10 10 9 12 11 11 Note: Et negativt tal angiver en samfundsøkonomisk omkostning, mens et positivt tal angiver en samfundsøkonomisk gevinst. Der er medregnet samfundsøkonomiske eksternaliteter for bil, cykel og gang. Den samlede effekt bliver bedre for alle eksempelbyer, når man inkluderer de samfundsøkonomiske effekter for gang. Den absolutte forskel er mindst for Skanderborg, hvor den samlede gevinst kun stiger med ca. 1,5 kr. I andre byer stiger den samlede gevinst med mellem 14% og 48% i forhold til basisscenariet. 20