Verdien av gratis kart- og eiendomsdata

Rapport 2014/14

Haakon Vennemo, Karin Ibenholt og Kristin Magnussen

Verdien av gratis kart- og eiendomsdata

Kategori	Rapporter
Underkategori(er)	n/a
År	2014
Rapportnummer	14
Forfatter(e)	Haakon Vennemo Karin Ibenholt Kristin Magnussen
Last ned	file_download (1.6 MB)
Les i nettleser	find_in_page

RAPPORT	 	
201	4/14

Verdien av gratis kart	- og
eiendomsdata

Haakon Vennemo, Karin Ibenholt, Kristin Magnussen, Espen Moen og
Christian Riis

Verdien av gratis kart	- og eiendomsdata

Dokumentdetaljer
Vista Analyse AS	 	Rapport nummer 	201	4/14
Rapporttittel 	 	Verdien av 	gratis	 kart	- og eiendomsdata
ISBN	 	978	-82	-8126	-155	-6
Forfatter	 	Haakon Vennemo, Karin Ibenholt, Kristin Magnussen	,
Espen Moen	 og Christian Riis
Dato for ferdigstilling 	 	10. mars 2014
Prosjektleder	 	Haakon	 Vennemo
Kvalitetssikrer	 	Tor Homleid
Oppdragsgiver	 	Kommunal	- og moderniseringsdepartementet
Tilgjengelighet	 	pdf
Publisert 	 	www.vista	-analyse.no
Nøkkelord	 	Kart, eiendomsdata, geodata

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	1
Forord
Rapporten om verdien av 	gratis	 kart	- og eiendomsdata er skrevet av Vista Analyse i samarbeid
med Oeconomica. 	Vista Analyse har hatt ansvaret for hoved	analysen, mens Oeconomica har
skrevet den pr	insipielle delen. 	Rapporten ble bestilt av det tidligere FAD, som nå er en del av
Kommunal	- og moderniseringsdepartementet. Thomas Nortvedt har vært oppdragets
kontaktperson. Sammen med Katarina de Brisis og Hilde	-Marie Branæs har han velvillig svart
på 	spørsmål og stilt opp på møter. Ansvaret for rapportens resonnementer og konklusjoner, så
vel som feil og mangler, ligger hos Vista Analyse og Oeconomica alene.

Haakon Vennemo
Prosjektleder
Vista Analyse AS

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	3
Innhold
Forord	 ................................	................................	................................	................................	............	 1
Hovedpunkter	 ................................	................................	................................	...............................	 7
1. 	Innledning	 ................................	................................	................................	...........................	 11
2. 	Problem	- og behovsbeskrivelse	 ................................	................................	..........................	 12
2.1	 	Nytte	-kostnadsanalyse av gratis kart	- og eiendomsdata	 ................................	..........	 12
2.2	 	Behovet for gratis kart	- og eiendomsdata	 ................................	................................	. 12
2.3	 	Enkel verdikjede for et uoversiktlig marked	 ................................	..............................	 13
2.4	 	Interessentanalyse: Aktørene peker på viktige egenskaper ved tiltaket	 ..................	 14
2.5	 	Ønskelige egenskaper ved tiltaket følger av aktørenes tilbakemeldinger	 ................	 15
3. 	Tidligere undersøkelser av verdien av gratis data	 ................................	..............................	 16
3.1	 	Nexia m.fl. (2011) 	- Norge	................................	................................	..........................	 16
3.2	 	EBST (2010) 	– Danmark	 ................................	................................	.............................	 16
3.3	 	PIRA (2000) 	– Europa	 ................................	................................	................................	. 16
3.4	 	MEPSIR (2006) 	– Europa	 ................................	................................	............................	 17
3.5	 	ACIL Tasman (2008) 	– Australia	 ................................	................................	.................	 17
3.6	 	ACIL Tasman and ConsultingWhere (2010)	 – England 	og Wales	 ...............................	 18
3.7	 	McKinsey (2013) 	– Hele verden	 ................................	................................	.................	 18
3.8	 	Craglia m.fl. (2010) 	– Markedet for konsekvensutredninger	 ................................	....	 18
3.9	 	Castelein m.fl. (2010), Coote og Rackham (2008) 	– Nederland og UK	 ......................	 19
3.10	 	Newbery	, Bently og P	ollock (2008)	 – UK	 ................................	................................	... 19
3.11	 	The Shakespeare Review (2013) 	– UK	 ................................	................................	.......	 20
3.12	 	Oppsummert om tidligere undersøkelser	 ................................	................................	. 20
4. 	Beskrivelse av mulige tiltak	 ................................	................................	................................	 21
4.1	 	Prinsipielt om prising av kvalitetssikrede rådata	 ................................	.......................	 21
4.2	 	Presisering av tiltaket og alternativ	et ................................	................................	........	 21
5. 	Struktur på samfunnsøkonomisk analyse	 ................................	................................	..........	 23
5.1	 	Prinsipielt om 	beregning av nytten av gratis kart	- og eiendomsdata	 .......................	 23
5.2	 	Nyttevirkningene måles langs verdikjeden	................................	................................	 23
5.3	 	Prinsipielt om kostnaden av gratis kart	- og eiendomsdata	 ................................	.......	 24
6. 	Usikkerhetsanalyse 	– samfunnsø	konomisk analyse av nytteeffekter	 ...............................	 25
6.1	 	Analysen spesifiserer usikkerhet per enkeltpost	 ................................	.......................	 25
6.2	 	Bearbeidingsleddet	 ................................	................................	................................	....	 26
6.2.1	 	Estimatusikkerhet	 ................................	................................	................................	.. 26

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	4
6.2.2	 	Usikkerhetsfaktor geoportal	 ................................	................................	..................	 31
6.2.3	 	Usikkerhetsfaktor personvernhensyn	 ................................	................................	... 31
6.2.4	 	Usikkerhetsfaktor lisenser	 ................................	................................	.....................	 31
6.2.5	 	Usikkerhetsfaktor Kartverkets kommersielle praksis	 ................................	............	 31
6.2.6	 	Usikkerhetsfaktor F	orsvarets restriksjoner	 ................................	...........................	 32
6.2.7	 	Usikkerhetsfaktor teknologisk utvikling hardware	 ................................	................	 32
6.2.8	 	Usikkerhetsfaktor datakvalitet	 ................................	................................	..............	 32
6.3	 	Privat sektor	 ................................	................................	................................	...............	 32
6.3.1	 	Verdiskaping i privat sektor	 ................................	................................	...................	 32
6.3.2	 	Privat sektors markedsandel	 ................................	................................	.................	 35
6.4	 	Offentlig sektor	 ................................	................................	................................	..........	 35
6.5	 	Sluttbrukere	 ................................	................................	................................	...............	 36
6.6	 	Resultater fra usikkerhetsanalysen	 ................................	................................	............	 36
7. 	Momenter av betydning for nytten	 ................................	................................	....................	 39
7.1	 	Gratis data kan starte innovasjonskjeder	 ................................	................................	.. 39
7.2	 	Gratis data, effektivisering og samhandling i offentlig sektor	 ................................	... 40
7.3	 	Sysselsettingsvirkninger	 ................................	................................	.............................	 41
8. 	Samfunnsøkonomiske kostnader	 ................................	................................	.......................	 43
9. 	Et provenynøytralt alternativ	 ................................	................................	.............................	 45
10.	 	Sammenstilling og samlet vurdering	 ................................	................................	..............	 46
10.1	 	Gratis kartdata er trolig samfunnsøkonomisk lønnsomt	 ................................	...........	 46
11.	 	Prinsipielt om prising	 ................................	................................	................................	......	 48
11.1	 	Første beste priser 	– marginalkostnadsprising	 ................................	..........................	 48
11.1.1	 	Kunn	skapsspredning	 ................................	................................	.........................	 50
11.1.2	 	Incentiver til å frembringe nye data	 ................................	................................	.. 51
11.2	 	«Nest beste» prismodell med provenykrav	 ................................	...............................	 52
11.3	 	Prinsipielt om beregning av nytten av gratis kart	- og eiendomsdata	 ........................	 55
11.3.1	 	Endringer i konsumentoverskuddet	 ................................	................................	.. 57
11.3.2	 	Samtidige prisendringer i flere markeder	 ................................	.........................	 59
11.3.3	 	Verdien for konsumentene av nye produkter	 ................................	...................	 61
Referanser	 ................................	................................	................................	................................	... 63
Vedlegg 	– Intervjuliste	 ................................	................................	................................	.................	 66

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	5
Tabeller:
Tabell 6.1 Usikre estimater og faktorer brukt i usikkerhetsanalysen	 ................................	........	 30
Tabell 8.1	 	Kartverkets inntekter 2014	 ................................	................................	...................	 43

Figurer:
Figur 2.1	 	Enkel verdikjede for markedet for kart	- og eiendomsdata	 ................................	... 14
Figur 6.1	 	Modell for usikkerhetsanalysen	 ................................	................................	............	 26
Figur 6.2	 	Utvikling i	 oppslag og nedlastninger av ulike tjenester hos Kartverket, 2011=100
 	29
Figur 6.3	 	Frekvensdiagram (sannsynlighetstetthet) for nytten av gratis kart	- 	og
eiendomsd	ata	 ................................	................................	................................	.....................	 37
Figur 6.4	 	Tornadodiagram for nytten av gratis kart	- og eiendomsdata	 ...............................	 38
Figur 11.1	 	Samfunnsøkonomisk effektive priser	 ................................	................................	....	 49
Figur 11.2	 	Kostnadsdekning påfører samfunnet et e	ffektivitetstap som angitt ved det
skraverte området	 ................................	................................	................................	..............	 50
Figur 11.3	 	Fortrengningstapet	 ................................	................................	................................	 53
Figur 11.4	 	Rebalansering av prisene bedrer effektiviteten for gitt proveny	 ..........................	 54
Figur 11.5	 	Endringer i konsumentoverskuddet	 ................................	................................	......	 58
Figur 11.6	 	Beregning av konsumentoverskuddet når produktene er substitutter	 ................	 59
Figur 11.7	 	Beregning av konsumentoverskuddet når produktene er komplementer	 ...........	 60
Figur 11.8	 	Konsumentenes verdsetting av nye produkter	 ................................	.....................	 61

Bokser	:
Boks 6.1	 	 Omfanget av dagens marked for kart	- og eiendomsdata i bearbeidingsleddet	 .. 27
Boks 6.2	 	 Skaper gratis data vekst i bedriftene? Erfaringer fra Europa	 ...............................	 28
Boks 6.3	 	 Utviklingen i etterspørselen etter Kartverkets visningstjenester	.........................	 29
Boks 	6.4	 	 Eksempler på apper og tjenester bygget på kart	- og eiendomsdata	 ...................	 33
Boks 6.5	 	 Sammenhengen mellom avanse og produsentoverskudd	 ................................	... 34

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	7
H	ovedpunkter
Når de først er samlet inn, er kart	- og eiendomsdata nær gratis å dele med flere. I dag må
likevel brukerne betale 	for data. Vi analyserer nytte og kostnader av å gjøre dataene 	gratis	.
Nytten av 	gratis	 data er usikker, og vi anslår at den ligger mellom 32 og 174 millioner kroner i
året i dagens marked. Kostnaden er beregnet til ca. 	30 millioner kroner. Tiltaket 	gratis	 kart	- og
eiendomsdata er samfunnsøkonomisk lønnsomt, etter vårt skjønn.
Kart	- og eiendomsdata har potensiale til å skape flere, bedre og billigere tjenester
Kart	- og eiendomsdata er blitt en del av våre liv. Med Google Maps i spissen finnes det en lang
rekke 	tjenester	 å velge mellom som utnytter kart	- og eiendomsdata. Dataene møter oss når vi
slår opp et telefonnummer, skal finne en restaurant, eller trenger en oversikt over
ladestasjoner for elbiler i nærheten. Det offentlige bruker kart	- og eiendomsdata 	mer og mer
intenst på ulike felt som vann&avløp, helse, og undervisning. Privat sektor bygger dataene inn i
sine tjenester innen forsikring, boligmegling, eller som i et eksempel rapportert i litteraturen:
Formidlere av produkter for rensing av (luftfotosy	nlige) svømmebassenger.
Likevel er vi bare ved begynnelsen. For 5	-10 år siden fantes ikke smarttelefoner. For 10	-15 år
siden fantes ikke GPS	-mottagere for vanlig bruk. Nå 	leveres	 de fleste smarttelefoner 	med 	GMS
integrert. Googles street	-view funksjon sam	let sine første bilder for bare 7 år siden.
Etterspørselen etter kartutsnitt («kartfliser», «cache») fra Kartverket ble mer enn doblet
mellom 2011 og 2013. Tjenestene bygget på kart	- og eiendomsdata har vokst fra ingenting på
få år. Fremover venter bransje	n at det blant annet ligger muligheter i å kombinere kart	- og
eiendomsdata på hittil uprøvde måter. Det vil dukke opp mange nye applikasjoner og nye
tjenester vi ikke har tenkt på i dag.
Data generelt og kart og eiendomsdata spesielt spiller en stadig vikt	igere rolle for
næringsutvikling ved at næringslivet får mulighet til å utvikle nye tjenester, produkter og
forretningsmodeller. Det offentlige (og private) kan effektivisere sin virksomhet, og utvikle mer
rasjonelle og bedre offentlige tjenester. Gjennom 	tilgang til grunnlagsinformasjon kan den
enkelte innbygger dessuten få bedre anledning til å etterprøve forvaltningen.
Nytte	-kostnadsanalyse av tiltaket Gratis kart og eiendomsdata
For å legge til rette for denne utviklingen er det aktuelt for myndigheten	e å gjøre tilgangen til
kart	- og eiendomsdata åpen, det vil si gratis og tilgjengelig for brukere. Rett før sin avgang
presenterte den forrige regjeringen en strategi for 	gratis	 kart	- og eiendomsdata
(Miljøverndepartementet, 2013a) med en timeplan til 201	7 for åpning av ulike datasegmenter.
Tiltaket 	gratis	 data har imidlertid også en kostnadsside. Kartverkets samlede utgifter til å samle
og vedlikeholde kart	- og eiendomsdata nærmer seg en milliard kroner, og man henter inn over
100 millioner kroner i innte	kter fra dem som kjøper data. Dette er penger som trengs i
offentlig sektor og som bidrar til å holde de generelle skatter og avgifter nede. Spørsmålet er
da om samfunnet bør påta seg de utgiftene det medfører å åpne adgangen til kart	- og
eiendomsdata, ell	er sagt på en annen måte: Er nytten av 	gratis	 data større enn kostnadene?
Denne rapporten er en samfunnsøkonomisk nytte	-kostnadsanalyse av tiltaket 	gratis	 data i
forhold til alternativet prisede data.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	8
Nytten av 	gratis	 data anslås å være mellom 32 og 174 m	illioner kroner
Dersom dataene gjøres 	gratis	, anslår vi at nytteverdien for samfunnet vil ligge mellom 32 og
174 millioner kroner i året i dagens marked. Forventet verdi er ca. 90 millioner kroner, se figur
A. Dette gjelder altså nyttesiden av regnestykket	, før man har trukket fra kostnadene.
Figur A	 Frekvensdiagram (sannsynlighetstetthet) for nytten av 	gratis	 kart	- og eiendomsdata

Gratis	 kart	- og eiendomsdata kan gi opphav til flere, bedre og billigere produkter. Det er
selvsagt umulig å vite sikkert hvilke produkter og hva slags verdi de vil ha. Det kommer an på
hvor flinke de som bearbeider data er til å utvikle markedene. Dessuten komm	er det an på
forbrukernes betalingsvilje for produkter med datainnhold. For å komme fram til anslag bygger
vi på intervjuer med et utvalg bransjeaktører, internasjonal litteratur om effekten av 	gratis
data, og den målte veksten i etterspørselen etter data 	de senere år. Dataene er bearbeidet i en
gruppeprosess etter mønster av usikkerhetsanalyser av investeringstiltak.
Økonomer som er vant til å tenke på nyttegevinst av lavere priser (her lavere priser på kart	- og
eiendomsdata) som arealet under etterspørse	lskurven (her etterspørselskurven etter slike
data) vil legge merke til at den forventede nytten av 	gratis	 data er beregnet å være i samme
størrelsesorden som Kartverkets inntekter i dag. Etterspørselskurven etter kart	- og
eiendomsdata er med andre ord vur	dert å være meget prisfølsom. Etter vår vurdering er det
realistisk	. I et dynamisk perspektiv vil det trolig 	selv	 ved dagens priser skapes nye produkter
over tid og etterspørselen vil øke. Beregningen av nyttegevinst impliserer at denne utviklingen
vil skj	e fortere og være mer komplett. Den dypere mekanismen er at 	gratis	 data kan gi opphav
til nye produkter og en betydelig økning i etterspørselen av denne grunn. Dette er grunnen til
at etterspørselskurven kan se elastisk ut.
Nytten påvirkes av mange fakto	rer, men evnen til å utvikle markedet for produkter med
datainnhold er det viktigste
Figur B setter opp de viktigste usikkerhetsfaktorene i form av et tornadodiagram.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	9
Figur B	 Tornadodiagram for nytten av 	gratis	 kart	- og eiendomsdata

Usikkerhetsanalysen 	og gruppeprosessen tilsier at evnen til å utvikle markedet er den klart
viktigste, men samtidig den mest usikre faktoren i nyttebildet. Databearbeiderne, altså de som
i første hånd kjøper data fra Kartverket og bearbeider til produkter, selger i dag mye ti	l
kommunal og statlig sektor. Dette vil fortsette og kan øke i fremtiden. Intervjuene tyder likevel
på at de største nye mulighetene ligger mot privat sektor, for eksempel finanssektoren og
forsikringsbransjen. Det bør også tas høyde for at dette er et mar	ked hvor dagens tendenser
ikke nødvendigvis er en god indikator for fremtidens utvikling, jf. den rivende utviklingen vi ser.
Det kan blant annet ligge muligheter i å kombinere og integrere kart	- og eiendomsdata på hittil
ukjente måter. Vi tror 	videre	 at m	uligheten for å skape nye markeder avhenger av størrelsen
på dagens marked, idet dagens marked og dagens kompetanse er grunnlaget for nyskaping.
Størrelsen på dagens marked er også usikker.
Den teknologiske utviklingen på hardwaresiden er av stor betydnin	g for verdien av 	gratis	 data.
Utviklingen de senere årene er til dels drevet frem av smarttelefoner og nettbrett og annen
teknologi på hardwaresiden. Fremover kan det samme skje for eksempel dersom prisen på
avlesere av centimeternøyaktige data (CPOS og DP	OS) faller radikalt fra det nåværende nivået
på mange tusen kroner.
Andre viktige usikkerhetsfaktorer gjelder markedets tvil om Kartverkets fremtidige
kommersielle praksis (berettiget eller ikke), spørsmålet om Forsvarets restriksjoner når det
gjelder dybd	edata for sjø kan bli fjernet, og omfanget av transaksjonskostnader ved databruk
eksemplifisert gjennom praksisen rundt lisenser. Vi har vurdert flere andre
usikkerhetsfaktorer, som betyr mindre i det store bildet.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	10
Kostnaden av 	gratis	 data anslås å være ca	. 30 millioner kroner
Et tenkelig synspunkt er at kostnaden av 	gratis	 data er lik den inntekten det offentlige mister.
Men dette er en misforståelse fordi en krone tapt for det offentlige i utgangspunktet er en
krone vunnet for privat sektor. Man må se sak	en på en annen måte.
Den egentlige kostnaden av 	gratis	 data er knyttet til at inntekt fra salg av kart	- og
eiendomsdata bidrar til å holde vanlige skatter og avgifter nede. Og motsatt, dersom inntekt
fra salg av kart	- og eiendomsdata blir borte, må vanlige skatter og avgifter øke noe. Denne
økningen kan gjør	e at økonomiske disposisjoner som ville vært fordelaktige for deltagerne og
samfunnet, ikke blir gjennomført. Finansdepartementet (2005) anbefaler at kostnaden ved
økte skatter og avgifter skal settes lik 20 øre per krone i offentlig finansieringsbehov. I 	tilfellet
gratis	 kart	- og eiendomsdata har vi beregnet det offentlige finansieringsbehovet til ca. 	150
millioner kroner, og den samfunnsøkonomisk relevante kostnaden blir da ca. 	30 millioner
kroner.
Nytten av 	gratis	 data er trolig høyere enn kostnaden
Ess	ensen i vår analyse er at nytten av 	gratis	 kart	- og eiendomsdata er de samfunnsmessige
verdiene som skapes av 	gratis	 kart	- og eiendomsdata. Kostnaden er de samfunnsmessige
verdiene som skapes når alminnelige skatter og avgifter øker noe.
Analysen tyder på	 at verdiene som skapes kan være store	, og nytten av tiltaket er sannsynligvis
høyere enn kostnaden. I verste fall kan samfunnet tape 	30 millioner kroner i året dersom
tiltaket ikke gir 	noen	 flere, bedre eller billigere produkter, hvilket vi vurderer å vær	e meget
usannsynlig. I beste fall kan den høye oppsiden utløse nyttegevinst på flere hundre millioner i
året. Det ville være dumt for samfunnet å stenge for den muligheten når det såpass lite å tape.
Formelt	 sett er det drøyt	 95	 prosent sannsynlig at nytte	n er større enn kostnaden. Forventet
nytte minus kostnad, altså netto nytte, er 	60 millioner kroner. Under stiliserte forutsetninger
er neddiskontert netto nytte av tiltaket lik 2,	4 milliarder kroner.
Et provenynøytralt alternativ kan også være bedre enn d	agens situasjon
Et provenynøytralt alternativ må for å være meningsfullt innebære at man skiller mellom
datatyper. Prisen senkes på data som har relativt størst mulighet for å gi nyttegevinst. Prisen
økes på data som har relativt minst mulighet for å gi ny	ttegevinst. Vi har usikkert grunnlag for
å gjøre dette, men den datatypen som oftest trekkes frem som kommersielt interessant i
intervjuene, er detaljerte landkartdata (kjent under navnet felles kartdatabase, eller FKB). Til
gjengjeld for lavere pris på FK	B-data kan det vurderes å øke prisen på 	de andre formene for
data. 	Det vil dessuten øke Kartverkets proveny fra privat sektor dersom lavere pris på
eiendomsdata bringer private kjøpere på banen. I dag er det bare e	t offentlig eid 	aksjeselskap
som kjøper sl	ike data.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	11
1.	 Innledning
Denne rapporten faller i to deler. De første kapitlene følger en mal for nytte	-kostnadsanalyse
utviklet av Finansdepartementet (2011). Malen ble laget for å strukturere
konseptvalgutredning og 	kvalitetssikring av store offentlige investeringer.
Konseptvalgutredning og kvalitetssikring av store offentlige investeringer har skapt det uten
sammenlikning største volumet av samfunnsøkonomisk analyse i Norge de senere år, og malen
fra Finansdepartemen	tet er i ferd med å bli førende utover sitt opprinnelige nedslagsfelt.
Kapittel 	11	 av	 vår rapport har et mer prinsipielt preg og dekker emner som 	ifølge
oppdragsbes	krivelsen og vårt svar på den (kjent som Bilag 1 og Bilag 2 til kontrakten) bør ha en
ytterligere utdyping. I d	ette	 kapi	ttelet 	drøftes ulike modeller for prising av kart	- og
eiendomsdata, momenter for å måle nytten av 	gratis	 data, og momenter knyttet til h	vorvidt
Kartverket bør utvikle produkter og tjenester for videre bruk parallelt med at kvalitetssikrede
rådata stilles til disposisjon for andre.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	12
2.	 Problem	- og behovsbeskrivelse
Dette kapitlet dekker emner som i Finansdepartementets veiledning til kvalitetssikring av store
offentlige prosjekter kalles behovskapittel, strategikapittel og kravkapittel
(Finansdepartementet, 2011).
2.1	 	Nytte	-kostnadsanalyse av 	gratis	 kart	- og eiendomsdat	a
Vi presenterer i rapporten en nytte	-kostnadsanalyse av tiltaket «	gratis	 kart	- og
eiendomsdata». Med «kart	- og eiendomsdata» mener vi de data som er listet i
Miljøverndepartementets dokument Strategi for 	åpne	 	kart	- 	og eiendomsdata
(Miljøverndepartementet,	 2013	a). Miljøverndepartementet deler kart	- og eiendomsdata inn i
henholdsvis nasjonale kartdata, posisjoneringstjenester, eiendomsdata og detaljerte kartdata.
Kartverket (f.eks. Kartverket, 2013) benytter kategoriene geodata land, geodata sjø,
posisjonsda	ta og eiendomsdata. I den grad det er nødvendig å være spesifikk, bruker vi
Miljøverndepartementets inndeling i denne rapporten. Innen hver kategori finnes det ulike
underkategorier av data. Kart	- og eiendomsdata administreres, kvalitetssikres og tilrettel	egges
av Kartverket.
Vi sammenlikner tiltaket «	gratis	 kart	- og eiendomsdata» med alternativet «prisede kart	- og
eiendomsdata». En nærmere presisering av prismodell og 	–nivå i prisingsalternativet følger
nedenfor i den detaljerte analysen.
Høsten 2013 bl	e viktige nasjonale kartdata gjort 	gratis	1, og før dette var enkelte data allerede
gratis	.2 Valget av 	«prisede kart og eiendomsdata» som 	sammenlikningsgrunnlag innebærer at
noe av fordelen ved 	gratis	 kart	- og eiendomsdata i prinsippet allerede er tatt ut. 	Våre anslag er
imidlertid såpass runde at det i praksis neppe gjør så stor forskjell.
Det er også behov for å drøfte et provenynøytralt tiltak, dvs et tiltak der man forsetter å betale
for kart	- og eiendomsdata, men kanskje innretter betalingen på en annen	 måte. Vi drøfter det
provenynøytrale tiltaket som en modifikasjon av hovedtiltaket 	gratis	 data.
2.2	 	Behovet for 	gratis	 kart	- og eiendomsdata
FAD (2013) skriver: «	Det offentlige samler inn og produserer betydelige mengder informasjon
til ulike formål. Dett	e materialet, heretter betegnet som data, er regulert gjennom forskjellige
regelverk, men når det gjelder andres tilgang og videre	 bruk av dataene, er det offentleglova	3
som er utgangspunktet. Hovedregelen i offentleglova er at offentlige etater skal still	e sin
informasjon gratis til disposisjon for publikum og næringsliv. Informasjonen skal kunne brukes
til ethvert formål.

1 Nærmere bestemt kartdata og rasterdata i seriene N50, N250, N500 og N1000; landsdekkende digitale
terrengmodeller i oppløsning 10x10 meter og 50x50 meter; Vegdatabase og Elveg; administrative
grenser inklusive sjøgrenser. Kilde Miljøverndepartementet (2013	a). 	 	2 Blant annet stedsnavn Norge, internettjenester for visning av kartbilder (visningstjenesten), N2000 og
N5000 kartdata og rasterdata. Kilde Miljøverndepartementet (2013	a). 	3 http://lovdata.no/dokument/NL/lov/2006	-05	-19	-16

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	13
Det viktigste argumentet for dette har tradisjonelt vært hensynet til borgernes innsyn i
offentlig forvaltning. 	Samtidig er det klart 	at mange av datasettene 	også 	kan 	brukes som
grunnlag for utvikling av nye og innovative tjenester.	 Som et utgangspunkt skal tilgangen til
dataene være kostnadsfri, jf. offentleglova §8	.»
I denne utredningen, som har økonomisk karakter, vil vi 	ikke	 drøfte h	ensynet til borgernes
innsyn i offentlig forvaltning. Det prosjektutløsende behovet 	i økonomisk forstand 	følger av
nest siste setning i FAD (2013):
 	Det prosjektutløsende behovet er å utvikle flere, bedre og billigere tjenester basert på
kart	- og eiendoms	data.
De tjenestene som utvikles og blir billigere slik at de kan tas i bruk av flere, retter seg ofte mot
privat næringsliv og offentlig sektor. I privat næringsliv og offentlig sektor gir de opphav til
kostnadsbesparelser og bedre 	produkter	. I neste omga	ng gir dette flere, bedre og billigere
tjenester til forbrukerne. I økonomisk forstand er det behovene til forbrukerne som er
analysens hovedinteresse. 	En nærmere diskusjon og presisering av behovet for tiltaket følger
senere i rapporten.
Trenden i Norge e	r at mer og mer data blir 	gratis	. En fersk rapport fra McKinsey (2013) om
verdien av 	gratis	 data gir således mange eksempler på dataløsninger som allerede er i bruk i
Norge. Eksempler er sanntidsinformasjon om kollektivtrafikken, demografiske og
sosioøkono	miske data om befolkningen og samfunnet («ssb	-data»), mete	orologiske data osv.
Kart	- og eiendomsdata	 har til nå vært 	unntatt fra 	hovedregelen om 	gratis	 data	. Ulike aktører
og interessenter har ved flere anledninger uttalt at det er et behov for å gjøre også kart	- og
eiendomsdata 	gratis	, jf. f.eks. Teknisk Ukeblad (2013). 	Strategien 	for 	gratis	 kart	- og
eiendomsdata (Miljøverndepartementet, 2013	a) legger opp til	 en etappevis åpning og gratis
tilgjengeliggjøring fram til 2017. Strategien uttaler på s. 14 at «det er ikke gjennomført noen
samfunnsøkonomiske analyser for frigivelse av kartdata i Norge». Vår analyse tar mål av seg å
tette dette 	kunnskaps	hullet.
2.3	 	Enkel 	verdikjede for et uoversiktlig marked
Markedet for kart	- og eiendomsdata er forholdsvis uoversiktlig. De samme aktørene kan være
produsent	er, dvs. tilvirker	e eller bearbeider	e av data i én sammenheng, og konsument	er, dvs	.
kjøper	e av data i neste sammenheng	. Konsumenter drifter samtidig systemene til produsenter.
Produsenter, for eksempel kommuner, selger til konsumenter utenom Kartverket. Kartverket
kritiseres av enkelte	 for å selge til konsumenter utenom private produsenter	, men andre er
uenig i at det fak	tisk skjer	. En viktig produsent er heleid av St	aten og 	har inntil nylig ligget i
rettstvist med 	Kartverket ved 	Miljøverndepartementet, 	altså en annen del av staten. 	Mange
offentlige og enkelte private aktører har tilgang til gratis data mot å betale en år	lig
medlemsavgift og bidra med data man sitter på selv	 (Norge d	igitalt, Geovekst)	. Overfor de
andre aktøre	ne	 har det inntil nå rådet en markedsstruktur basert på stykkpris og abonnement.
En verdikjede for dette markedet kan presenteres på ulike måter (	Ne	xia m.fl. (2011),
Kartverket (2013	b)). Vi velger å gjøre det på en måte som er enkel og operasjonell. Øverst i vår
verdikjede setter vi 	data	fangere 	(Figur 	2.1). Sentral her er Kartverket, men også kommunene
og andre aktører fanger opp dataene initialt. Det finnes også datafangere utenom dette
systemet, f.eks. det ideelle prosjektet Openstreetmap. I neste ledd av verdikjeden setter vi

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	14
data	bearbeidere. 	Dette er firm	aer som med utgangspunkt i kvalitetssikrede 	data	 fra Kartverket
og andre datafangere	, utvikler såkalte verdiøkende 	produkter og 	tjenester. Det kan for
eksempel være tjenester spesialtilpasset bank	 og 	forsikring, eiendomsmeglere osv.
Databearbeiderne utvikl	er i høy grad også tjenester for kommunal og statlig offentlig sektor.
Aktørene i henholdsvis 	privat	- og 	offentlig sektor	 er et likestilt tredje nivå i verdikjeden. I
prinsippet kan en tenke seg flere ledd av private og offentlige aktører som selger og ove	rfører
produkter med datainnhold fra den ene til den andre. På fjerde nivå finner vi 	sluttbrukerne	,
deg og meg, som dels benytter (og betaler for) tjenester fra privat sektor, og dels benytter
tjenester fra offentlig sektor.
Typisk vil tjenestene fra priv	at sektor være gjenstand for betaling enten direkte eller indirekte.
Enkelte av tjenestene fra offentlig sektor er gjenstand for betaling, andre ikke. 	I
samfunnsøkonomisk forstand er imidlertid ikke dette et avgjørende skille.

Figur 	2.1 	Enkel verdikjede for markedet for kart	- og eiendomsdata

Vi vil benytte verdikjeden i 	Figur 	2.1 som utgangspunkt for vurderingen av nytten av 	gratis
data, jf	. kapittel 	6.
2.4	 	Interessentanalyse: 	Aktørene peker på viktige egenskaper ved
tiltaket
Som ledd i denne undersøkelsen har vi intervjuet aktører i Kartverket og kommunene og
representative aktører blant databearbeiderne, jf	. vedlegg	et. Disse utgjør etter vår vurdering
tiltakets primære interes	senter.
Kartverket gir uttrykk for at deres oppgave er å bearbeide kart	- og eiendomsdata til et
kvalitetssikret nivå. Det er ulike kvalitetssikringsnivåer for ulike brukere, som henger sammen
med hvordan myndighetsutøvelsen er organisert. Det kvalitetssik	rede nivået er bestemt
Fangere
•Kommuner etc
•Kartverket
•Andre
Bearbeidere
•Etablerte aktører i markedet (Norkart, Geodata, Norsk Eiendomsinformasjon...)
•Etablerte aktører i tilstøtende markeder (potensielle inntrengere)
•Nystartede aktører som lager apper og GIS	-baserte tjenester
Privat og offentlig sektor
•Privat sektor: Bank, forsikring, eiendomsmegling, energibransjen,
konsulentbransjen, landbruk...
•Offentlig sektor: plan&bygg, vann&avløp, skole...
Sluttbrukere
•Husholdninger og enkeltpersoner

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	15
politisk og/eller i forskrift. 	Kartverkets ansvar er ikke å levere rådata, men produkter og
tjenester som autoriserte sjøkart, et offentlig kartverk, grunnboksinformasjon osv.
Databearbeiderne, representert ved blant annet Norkart, G	eodata, Norsk
Eiendomsinformasjon og IKT	-Norge, 	peker på	 at nytten av 	gratis	 data er påvirket av blant
annet
 	Måten data gjøres tilgjengelig på, for eksempel gjennom Geodataportalen og hvordan
den utformes konkret. Nytten øker ved såkalt API	-grensesnitt.	4
 	Lovgivning og praksis med hensyn til personvern. Jo flere data og registre som kobles
sammen	, desto større er den potensielle kommersielle nytten, men samtidig
utfordres personvernet.
 	Lisenser og begrensninger på bruk, og kompatibilitet mellom lisenser. J	o mer det er
av dette, desto lavere blir verdien av 	gratis	 data.
 	Kartverkets praksis. Blant enkelte aktører er det usikkerhet om Kartverket i fremtiden
vil levere bearbeidede tjenester og produkter i konkurranse med kommersielle
bearbeidere.
 	Forsvarets res	triksjoner i forhold til dybdedata sjø.	5
 	Teknologisk utvikling på hardwaresiden	.
 	Kommunenes og andre datafangeres incentiver til å levere data av høy kvalitet	.
2.5	 	Ønskelige egenskaper ved tiltaket følger av aktørenes
tilbakemeldinger
Aktørenes tilbakemeldin	ger gir i sum en liste over ønskelige egenskaper 	dersom en skal få
mest mulig ut av 	tiltaket 	gratis	 kart	- og eiendomsdata: Data bør være enkle å hente ut (API	-
grensesnitt). Lisenser bør være ensartet og legge til rette for innovativ bruk. Kartverket bør
fjerne usikkerheten om sin rolle. Forsvarets restriksjoner bør opphøre	, og hensynet til
personvern bør ikke trekkes lenger enn det som er fornuftig i et helhetsperspektiv. Tiltaket bør
ivareta datafangernes incentiver til å gjøre en god jobb.
Ved å legge ti	l rette for bruk og verdiskaping vil tiltaket utløse større grad av innovasjon og
skaperkraft, to nøkkelord som også av intervjuobjektene nevnes som ønske	de	 egenskap	er ved
tiltaket.

4 API står for Application P	rogramming Interface, og 	betegner et	 grensesnitt	 i en	 programvare	 slik at
spesifikke deler av denne kan aktiviseres (kjøres) fra en annen programvare.	 	5 Jf Aftenposten (2013)	 sin kronikk Forsvaret hindrer milliardvekst.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	16
3.	 Tidligere undersøkelser av verdien av 	gratis	 data
Før vi går videre i ana	lysen er det nyttig å referere metod	e og hovedresultater i tidligere
studier av verdien av 	gratis	 data. 	Kapitlet tar ikke mål av seg til å gi en fullstendig oversikt over
tidligere studier. Hensikten er bare å gi bakgrunn til vår egen analyse gjennom å se 	på utvalgte
arbeider på feltet.
3.1	 	Nexia m.fl. (2011) 	- Norge
Nexia m.fl. (2011) er en utredning om markedspotensialet ved økt tilgjengeliggjøring av
offentlige data i Norge. To kapitler ser på henholdsvis kartdata og eiendomsdata. Disse
kapitlene presentere	r hva forfatterne kaller en illustrasjon på nytten av 	gratis	 data.
Illustrasjonen tar utgangspunkt i Kartverkets salgsinntekt. Det antas at denne inntekten er 145
millioner kroner. Videre antas det at lavere priser (nullpris) fra Kartverket passerer gjenno	m de
leddene som bearbeider dataene til nyttige tjenester for forbrukerne. Forbrukerne står da
overfor lavere priser på disse tjenestene. De lavere prisene gir opphav til økt etterspørsel og til
det økonomer kaller økt konsumentoverskudd. I regnestykket an	tas en etterspørselselastisitet
på 	-1. Med denne forutsetningen øker konsumentoverskuddet om lag 12 millioner kroner. I
tillegg nyter konsumentene godt av de 145 millionene som Kartverket taper, men det må man
ta igjen i den andre enden i form av høyere sk	atter eller liknende, siden Kartverket uansett må
finansieres. 12 millioner blir dermed samfunnsøkonomisk nytte 	ifølge	 denne illustrasjonen.
3.2	 	EBST	 (2010) 	– Danmark
Erhvervs	- og byggestyrelsen, EBST (2010) har bedt COWI undersøke 	gevinstene av avtalen om
frikjøp av adressedata, som i Danmark ble gjennomført fra 2002. En sentral setning lyder:
«Analyse	ns værdiberegninger er baseret på en antagelse om, at den økonomiske verdi af de
frikjøpte adresser i den enkelte it	-løsning, svarer til den pris som brugerne	 … faktisk betalte for
kommunernes adressedata før frikjøbsaftalen.» (EBST (2011) s. 5). Av forsiktighetshensyn
«nedskriver analysen den beregnede værdi af adressedata med 25	 %, således at kun 75	 %
medtages i resultaterne.»
COWI	/EBST	 tar altså utgangspunkt i 	inntektene fra salg av data, og sier at hele denne summen
er nytte for privat sektor (minus 25 prosent). Det gir en nytte på 470 millioner kroner. Etter vår
vurdering burde man også tatt hensyn til at det offentliges utgifter må betales på en eller
annen m	åte. Nytte for privat sektor er i dette tilfellet ikke nytte for samfunnet. COWI regner
ikke på konsumentoverskudd eller andre nyskapte verdier på den måten som Nexia m.fl.
(2011) gjør.
Beløpet på 470 millioner kroner gjelder perioden 2002	-2010. En pamflet	t fra den danske
Regjeringen (2012) nevner et mye større tall, hele 800 millioner kroner 	i året	, som gevinsten
ved å gjøre alle grunndata i Danmark 	gratis	. Kilde for dette tallet er ikke oppgitt.
3.3	 	PIRA (2000) 	– Europa
En undersøkelse av PIRA (2000) var blant de første som ga tall for gevinsten av å 	åpne	 Public
Sector Information (også kjent gjennom sitt akronym PSI) i Europa. Det man kalte Lower bound

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	17
fremkom ved å sette verdien lik de offentlige utgiftene til å samle i	nn data. Tanken var
antagelig at dersom det offentlige bruker x på å samle inn dette, så må det m	inst være verdt x
for samfunnet.
Til dette kommer 	bearbeidingsverdier	 i virksomheter som bearbeider og anvender data, dvs de
to leddene som kalles Bearbeidere og Privat sektor i verdikjeden 	Figur 	2.1. PIRA la sammen de
offentlige utgif	tene og bearbeidingsverdiene, og fant at public sector information i Europa var
verdt €68 milliarder, hvorav €36 milliarder i det som kalles geo	-spatial information.
Det er verdt å merke seg at PIRA (2000) beregnet total økonomisk verdi av public sector
information, dvs verdien av at samfunnet 	disponerer	 slike data i forhold til om man ikke skulle
gjort 	det. PIRA (2000) beregnet ikke verdien av en ny finansieringsløsning for public sector
information gitt at man uansett har slike data. Det er det som er vå	rt formål	, jf kapittel 	2.
3.4	 	MEPSIR (2006) 	– Europa
En annen kjent studie av public sector information fra Europa er MEPSIR (2006). MEPSIR
gjennomførte en spørreunde	rsøkelse blant datafangere, bearbeidere og privat/offentlig
sektor. Spørsmålet var hvor store verdier public sector information skapte. MEPSIR gjorde også
beregninger basert 	på turn	-over og sysselsetting i virksomhetene som ble spurt.
Analysen anslår at v	erdien av public sector information er mellom €10 og €47 milliarder, med
€27 milliarder som punktestimat. Igjen ser vi at formålet med undersøkelsen er et annet enn
vårt. Som PIRA tidligere, vurderer MEPSIR verdien av at public sector information finnes, m	ens
vi skal diskutere ulike finansierings	- og betalingsløsninger for data som uansett finnes.
3.5	 	ACIL Tasman (2008) 	– Australia
ACIL Tasman (2008) vurder	te betydningen av kart	- og eiendomsdata («spatial information»)
for den australske økonomien. Man så på fø	lgende:
 	Betydningen av kart	- og eiendomsinformasjon i 2006	-07
 	Kostnaden ved ineffektiv tilgang til data	, og faktorer som bidrar til ineffektiv tilgang
 	Den fremtidige betydningen av kart	- og eiendomsdata for økonomiske, sosiale og
miljømessige målsettinger	.
Det ble utført studier av 22 næringer (blant annet jordbruk, skogbruk, fiske, eiendom, bygg og
anlegg, transport, elektrisitet, gass og vannforsyning, mineralnæringen, IKT, offentlig sektor).
To scenarioer for den fremtidige betydningen av kart	- og eiend	omsdata ble utviklet.
Scenarioene	 ble matet inn i en anvendt generell likevektsmodell (CGE	-modell) av den
australske økonomien. Analysen konkluderte at kart	- og eiendomsdata fremover kan bidra til
økt produktivitet i økonomien. Det kan gi gevinster på AUD 	6,5	-12,5 milliarder eller 0,6	-1,2
prosent av BNP i Australia.
Igjen ser vi at det er store tall, men at analysens objekt ikke først og fremst er 	gratis	 data
versus betalte data. Videre må det nødvendigvis være betydelig usikkerhet rundt
produktivitetsvirk	ningen som anslås.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	18
ACIL Tasman (2009) er en liknende studie for New Zeeland.
3.6	 	ACIL Tasman and ConsultingWhere (2010)	 – England 	og Wales
Denne rapporten undersøker de økonomiske konsekvensene av bruk av 	kart	- og eiendomsdata
(geospatial informa	tion	) for tjen	ester i regi av 	lokal offentlig 	sektor	 i England og Wales. 	Basert
på case	-studier for viktige bruksområder og ved bruk av konservativ verdsettingsmetodikk
(ifølge	 forfatterne) estimerer 	forfatterne	 at BNP var ca. 320 millioner britiske pund høyere i
2008	-09 i England og Wales enn det ville vært dersom lokale offentlige tjenesteytere ikke
hadde tatt i bruk informasjon fra kart	- og eiendomsdata. Dette tilsvarer en økning på ca. 0,02
prosent av BNP.
Ra	pporten	 anslår videre at med et «business	-as-usual»	-scenario vil denne økningen i BNP være
anslagsvis 560 millioner pund i 2014	-15, men med en forsert iverksettelse av regjeringens
politikk for å gjøre kart	- og	- eiendomsdata mer tilgjengelig, og med økt op	pmerksomhet om
verdien av geospatial informasjon hos lokale myndigheter, 	kan	 tallet øke til 600 millioner pund
i 2014, med betydelige gevinster på mange områder, men særlig innen omsorgstjenester
(Primary Care Trusts).
De fremhever at i tillegg til den ber	egnede økningen i BNP, vil mer effektiv interaksjon med
lokale offentlige tjenesteytere	 gi tilleggsnytte til befolkningen, bl.a. i form av reduserte
reisekostnader. Videre vil bygge	- og konstruksjons	-, transport og forretningstjene	ste	-næringer
bli positivt	 påvirket, og utslippene av klimagasser kan bli lavere enn de ellers ville vært med
samme økning i BNP.
Denne studien har også som utgangspunkt å beregne økonomiske konsekvenser av tilgang til
og bruk av geospatial informasjon i offentlig sektor 	– ikke ver	diøkning som følge av at data blir
mer tilgjengelig og/eller gratis. Men 	studien anslår også	 at verdien vil kunne øke med 40
millioner pund dersom data gjøres 	mer	 tilgjengelig og de lokale myndigheter utnytter
informasjonen i større grad.
3.7	 	McKinsey (2013) 	– Hele verden
McKinsey (2013) har vurdert verdien av 	gratis	 data for hele verden. Man argumenterer for at
verdien 	skapes 	på syv områder («domains»): utdanning, transport, konsumvareindustrien,
elektrisitet, petroleum, helse og forbrukerfinans. Innenfor hver	 av disse er det 	ifølge	 McKinsey
mulig 	å øke effektiviteten, spare kostnader, 	skape 	nye produkter og konsumentoverskudd.
McKinsey (2013) mener at verdien av 	gratis	 data er hele $3	 000 milliarder per år. Ut fra
dokumentet er det imidlertid ikke mulig å skjø	nne hvordan man har kommet frem til dette
tallet, og det gis ingen henvisning til underliggende dokumenter annet enn «egen analyse».
3.8	 	Craglia m.fl. (2010) 	– Markedet for konsekvensutredninger
En av de bransjene som bruker kart	- og eiendomsdata en hel del, 	er konsulentbransjen som
leverer konsekvensutredninger i forbindelse med planleggingen av offentlige investeringer.
Craglia m.fl. (2010) gjennomfører en undersøkelse av hvordan denne bransjen vil påvirkes av
bedre tilgang 	til data. 	Markedet for 	nasjonale 	konsekvensutredninger i Europa 	vurderes å være
verdt om lag €1 milliard i året. Bedre tilgang 	til data 	vurderes å spare firmaene opp til 20

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	19
prosent, €200 millioner. Tar man med konsekvensutredninger 	under 	nasjonalt nivå kan
markedet være ti ganger større og	 likeså besparelsen.
Undersøkelsen gjelder bedre tilgang til data, ikke 	gratis	 data. Det sies i rapporten at
problemene i dag er knyttet til å finne og få tilgang til kvalitetssikrede data, som gir seg utslag i
kostnader og tidsbruk hos konsulentene.
3.9	 	Caste	lein m.fl. (2010), Coote og Rackham (2008) 	– Nederland og UK
Castelein m.fl. undersøker størrelsen på «the geoinformation sector» i Nederland i 2008 og
finner at den utgjør om lag €1,4 milliard, eller 0,23 prosent av BNP. I Norge, hvor BNP i 2013 er
anslått til 3000 milliarder (Finansdepartementet, 2013) ville dette tilsvare ca 7 milliarder
kroner. En undersøkelse fra UK (Coote og Rackham, 2008) kommer på sin side fram til et lavere
tall, 0,06 prosent av BNP. Det tilsvarer 1,8 milliarder kroner etter 	norske forhold.	 De 0,02
prosent nevnt av ACIL Tasman og ConsultingWhere (2010) gir 600 millioner etter norske
forhold.
Castelein m.fl. 	argumenterer med at 	deres anslag over sektoren gir et godt grunnlag for å
vurdere den økonomiske verdien av «the geoinfo	rmation sector».
3.10	 Newbery	, Bently og Pollock (2008)	 – UK
Newbery 	m.f	l. (2008) analyserer effekter av ulike m	åter å prise 	public secto	r information	 på	.
De 	ser	 på nytte og kostnader for samfunnet 	– konsument	- og 	produsentoverskudd	, inntekter
til det 	offentlige	 mv.)	 av fire 	prisregimer 	(charging policies); profittmaksimer	ende pris, pris lik
gjennomsnittskostnad (kostnadsdekning), 	pris lik 	marginale kostnader og 	pris lik 	null. Studien
inkluderer blant annet en analyse av «the Land Registry», som har det	 offisielle
eiendomsregisteret for England og Wales, og «the Ord	inance Survey» som i de fleste
henseende tilsvarer Kartverket i Norge, i tillegg til å gi en mer generell analyse bygd på
pristeori. Data fra «the Land Registry» tilsvarer i stor grad det som 	er kalt «eiendomsdata» i
norsk sammenheng, og fra beskrivelsen i Newbery 	m.f	l. ser det ut til at «the Land Registry» har
hånd om det som i Norge omfattes av henholdsvis «Grunnbok» og «Matrikkel».
Den generelle analysen har en del fellestrekk med den analy	sen som senere er gjennomført i
Norge av Nexia m.fl. (2011), men med utgangspunkt i datatilgjengelighet og priser i
Storbritannia og med flere prinsipielle og teoretiske vurderinger, men også med flere
beregninger, blant annet av mulige priselastisiteter f	or ulike typer kart	- og geodata (o	g annen
offentlig informa	sjon).
Studien viser til en del tidligere analyser 	i innovasjonslitteraturen om svakheten ved 	å
gjennomføre 	statiske	 analyser 	av	 informasjon og data som potensielt er viktige for 	dynamisk
utviklin	g og innovasjon. Dette kan innebære at betalingsvilligheten 	i markedet som e	r
innebakt (encapsulated) i etterspørselskurven til dem vi har kalt «datafangerne» kan
undervurdere den faktiske langsiktige nytten som oppstår fra tilgang til informasjonen.
De h	ar også et annet poeng som er relevant i vår sammenheng, nemlig at dersom brukerne av
informasjonen fra datafangernes produkter ikke er forbrukere, men andre firmaer
(databearbeidere), er det grunn til å tro at etterspørselskurven for datafangernes produkt	er

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	20
signifikant kan underestimere nytten (velferdseffekten) av lavere priser. Dette begrunnes med
at bearbeideren bare kan ta ut en del av konsumentoverskuddet, mens neste ledd i kjeden tar
ut litt mer osv.	 Derfor er det viktig å regne konsument	- og produs	entoverskudd i flere ledd.
Basert på resonnement knyttet til argumentene over, konkluderer Newbery 	m.f	l. med at det er
grunn til å tro at det å benytte 	bearbeidernes	 etterspørselskurve	 ukorrigert,	 kan føre til at man
underestimerer samfunnets nytte av lave	re priser. Dette impliserer at når man gjennomfører
nyttekostnadsanalyse for å finne samfunnets velferdseffekter, b	ør man skalere opp velferden
relatert til etterspørselsøkningen med en form for 	multiplikator (	multiplier	). Derfor inkluderer
de en par	ameter	 som representerer denne 	multipli	katoren	 i sine beregn	inger. Empiriske
estimater for m	ultipl	kator	er behandles spesielt, og antas å kunne vær	e ulik for ulike typer
data. 	Vi vil i kapittel 	6 føre et tilsvarende 	resonnement, men istedenfor 	å benytte en
multipli	kator,	 modellerer vi hvert ledd i kjeden eksplisitt.
Med dette utgangspunktet beregnes blant annet mulige samfunnsøkonomisk nytte av å endre
prisingsregimet for eiendomsdata i Storbritannia. 	Forfatterne anslår at dersom The Ordinance
Survey går over til marginalkostnadsprising, kan det gi samfunnsøkonomisk g	evinst på €200
millioner. Pollock (2008) og Pollock (2011) er andre arbeider som bygger på opplegget til
Newbery m.fl. (2008).
3.11	 The Shakespeare Review	 (201	3) – UK
Fra UK kommer også The Shakespeare Review (2013), skrevet av Stephan Shakespeare. Han
nevner	 en rapport fra Deloitte foretatt på oppdrag fra Shakespeare Review der
spørsmålsstillingen er	: Hva er verdien av Public Sector Information? Deloitte har funnet direkte
samfunnsøkonomisk nytte på £1,8 milliarder og såkalte «wider economic benefits» (på nor	sk
av og til kalt mernytte	 eller netto ringvirkninger	) på hele £5 milliarder. Tallene er imidlertid
ikke dokumentert og rapporten fra Deloitte finnes ikke i referanselista. Uansett gjelder de altså
verdien av at public sector information finnes, i forhold 	til om den ikke fantes.
3.12	 Oppsummert om tidligere undersøkelser
Mange undersøkelser presenterer store tall, men det viser seg at de færreste vurderer
betydningen av gratis data i forhold til 	å betale	 for data. Enkelte undersøkelser ser på
betydningen av at 	data finnes. Andre vurderer betydningen av bedre tilgang 	til data. 	Flere
kunne vært bedre dokumentert. 	Blant studiene vi har sett på, er det 	bare 	Newbery m.fl. (2008)
og 	de	t norske 	eksemplet 	fra Nexia (2011) 	som regner ut konsumentoverskudd på en måte man
kjenner igjen fra lærebøker i samfunnsøkonomi	. Det norske 	eksemplet 	er ment	 som en
illustrasjon.
Det er også verdt å merke seg at undersøkelsene tar utgangspunkt i 	offentlige utgifter 	til å
samle inn data, 	offentlige inntekter	 fra salg av data og	/eller	 ve	rdiøkning av data i privat sektor.
Det gjelder uansett 	hvilken 	metodikk 	undersøkelsene har brukt 	for øvrig.	 For å gjøre empirisk
arbeid er det nødvendig å anvende disse tre datapunktene i en eller annen kombinasjon. I vårt
eget empiriske arbeid vil vi ta u	tgangspunkt i 	offentlig inntekt og 	verdiøkning av data i privat
og offentlig sektor, se kapittel 	6 under.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	21
4.	 Beskrivelse av mulige tiltak
Dette kapitlet dekker emner	 som i Finansdepartementets veiledning til kvalitetssikring av store
offentlige prosjekter kalles Mulighetskapittel (Finansdepartementet, 2011).
4.1	 	Prinsipielt om prising av kvalitetssikrede rådata
Kapittel 	11	 gir en grundig drøfting av ulike modeller for å prise kart	- og eiendomsdata.
Hovedpunkter refereres her. Mulighetene vi ser 	på 	er overskuddsmaksimerende priser,
kostnadsdekkende priser, pris lik marginalkostnad,	 pris lik null, og provenynøytrale priser, dvs
priser som alt i alt bringer inn samme inntekt som nå. Nøkkelen til å drøfte disse mulighetene,
er følgende innsikt. 	En eventuell forskjell mellom prisen på kvalitetssikrede rådata, og
marginalkostnaden ved å 	tilby slike data er økonomisk sett å betrakte som en avgift på varen
kvalitetssikrede rådata.
Med denne innsikten faller kostnadsdekkende priser og overskuddsmaksimerende priser bort
som muligheter å gå videre med. Kostnadsdekkende priser vil være høyere 	enn i dag og
innebærer en beskatning av kart	- og eiendomsdata som er for høy.	6 Overskuddsmaksimerende
priser ville trolig ligget enda høyere. Vi går derfor ikke videre med disse mulighetene. Jf. også
Newbery m.fl. (2008), som vurderer dette på samme måte.
I praksis er marginalkostnaden ved å tilby data lik, eller meget nær null. Det betyr at de to
alternativene pris lik marginalkostnad og pris lik null i praksis er samme sak. Vi sitter da igjen
med to alternativer:
 	Pris lik null, dvs det vi kaller 	gratis	 kart	- og eiendomsdata
 	Provenynøytrale priser, dvs priser som alt i alt bringer inn samme inntekt som nå.
4.2	 	Presisering av tiltaket og alternativet
Tiltaket vi ser på er «	gratis	 kart	- og eiendomsdata», der vi med begrepet «kart	- og
eiendomsdata» forstår de dat	aene som er omfattet av Miljøverndepartements strategi for
gratis	 kart	- og eiendomsdata (Miljøverndepartementet, 2013).
I begrepet 	gratis	 data ligger det vanligvis i tillegg til pris en forventning om at data skal være
enkle å få tilgang til. Hos oss kommer dette forholdet og a	ndre egenskaper ved tiltaket	 inn som
usikre faktorer i beregningen av tiltakets effekter.
Alternativet til tiltak	et er en situasjon med prising av kart	- og eiendomsdata. Modellen for
prising av kart	- og eiendomsdata har endret seg de senere år. Kartdata ble lenge priset «per
klikk», en prismodell som førte til adskillig kritikk i bransjen. Fra 2014 har Kartverket gåt	t vekk
fra klikkprising. I vår utredning vil det for mange formål være tilstrekkelig presist å snakke om
«prising» versus «gratis». Men der det er behov for det, mener vi med det prisede alternativet

6 Prinsipielt er dette et empirisk spørsmål, men den senere analysen vil vise at 	lavere	 priser gir mulighet
for samfunnsøkonomisk overskudd. Da er det grunn til å tro at 	høyere	 priser ville medført
samfunnsøkonomisk underskudd.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	22
en modell som med unntak av eiendomsdata følger 	retnings	linjenes	 i Kartverkets pris	struktur
fra 1. januar 2014 (Kartverket, 2013). 	Dette gjør at vi ikke diskuterer særegne problemstillinger
ved klikkprising. Pris	nivået	 er av datamessige grunner satt lik med 2012, men det er ikke
omfattende endringer fra år til 	år. I vårt alternativ omfatter 	prisingen kartdata land. I
virkeligheten er en del kartdata gratis fra 1. januar 2014, og Kartverket (2013) avklarer ikke
prisstrategien for detaljerte kartdata, såkalte FKB	-data.
For eiendomsdata innebærer vårt prisede alte	rnativ at eiendomsdata selges til 	én aktør 	for 45
millioner kroner per år. Her er realiteten at det har vært rettstvist mellom
Miljøverndepartementet og Norsk Eiendomsinformasjon om riktig pris og andre forhold.
Retten fastslo 	våren 2013 	at prisen for 2012	 skulle være 45 millioner kroner	. Dommen ble
anket, men i februar 2014 kom partene til enighet om forlik og en samlet betaling på 105
millioner kroner for årene 2011, 2012 og 2013. 	For 2014 er det åpnet for flere kjøpere	7, og
prisen er kraftig redusert, til 2,4 millioner kroner for massivuttrekk.
Vi antar at Kartverkets inntekt fra markedet i prisingsalternativet utgjør 	98	 millioner kroner
pluss 45 millioner fra 	Norsk eiendomsinformasjon	. Tallet 98 millioner er lik 	Kartverk	ets
markedsinntekt for 201	2 ifølge Miljøverndepartementet (2013	b). Vi har fått opplyst at i dette
tallet er ikke betalingen fra Norsk eiendomsinformasjon inntektsført.
Med utgangspunkt i tiltaket «	gratis	 kart	- og eiendomsdata» vil vi også diskutere	 et
pro	venynøytralt alternativ.

7 Formelt ble det åpnet for flere kjøpere i 2011, men prispolitikken, sammen med Norsk
eiendomsinformasjons tidligere monopol, usikkerhet knyttet til rettstvisten og mangler i det API	-et som
Kartver	ket tilbød andre kjøpere, gjorde at ingen andre kjøpere meldte seg.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	23
5.	 Struktur på samfunnsøkonomisk analyse
5.1	 	Prinsipielt om beregning av nytten av 	gratis	 kart	- og eiendomsdata
Avsnitt 	11.3	 drøfter momenter 	å ta hensyn til når en skal beregne nytten av kart	- og
eiendomsdata. Hovedpunkter refereres her. 	Gratis	 kart	- og eiendomsdata går gjennom flere
ledd, jf. 	Figur 	2.1, fø	r de til slutt møter forbrukeren i form av billigere, bedre og flere
produkter. Fra et økonomisk ståsted kan et bedre produkt ses som et nytt produkt, slik at v	i
har å gjøre med to kategorier:	 billigere produkter og nye produkter.
Analysen i 	avsnitt	 11.3	 innleder imidlertid med å se bort fra dimensjonen antall produkter.
Dersom man tenker på produkter av kart	- og eiendomsdata som 	én produktgruppe, er en
viktig kons	ekvens av	 gratis	 rådata at produkte	r med tilsvarende kvalitet blir billigere	. Det gir
grunnlag for såkalt konsumentoverskudd.
Et nytt produkt skapt av kart	- og eiendomsdata skaper (økt) konsumentoverskudd på samme
måte som lavere pris på allerede 	eksisterende data gjør. Men man kan ikke uten videre legge
sammen konsumentoverskudd for flere (nye og gamle) produkter. Spesielt er situasjonen at
dersom nytten av ett produk	t øker med tilgangen til 	et annet produkt (	nytten av 	apper 	øker
fordi det finnes 	smarttelefoner, og omvendt	) så vil lavere pris på det ene produktet, øke
kons	umentoverskuddet for det andre produktet. Det hele er da større enn summen av delene.
Motsatt er tilfellet dersom nytte	n av ett produkt	 reduseres av tilgangen til et annet produkt
(nytten av en bestemt kart	-app reduseres når det kommer en annen på markedet som man
like gjerne kan velge	). D	a er det hele mindre enn summen av delene. Det kan også være at
produktene er uavhengige i etterspørselen (bank	-app og kart	-app), og da kan man l	egge
sammen konsumentoverskuddene.
Vi strukturerer nyttevirkningene av kart	- og eiendomsdata på en måte som tar hensyn til disse
momentene.
5.2	 	Nyttevirkningene 	måles langs verdikjeden
Det er ulike måter å ordne dataene på for i praksis å beregne nyttevir	kningene av 	gratis	 data. I
denne utredningen velger vi å måle nyttevirkningene langs verdikjeden, jf. 	Figur 	2.1.
 	Bearbeiderne av kart	- og eiendomsdata kan oppleve økt	 overskudd som følge av
innovasjoner og nye eller forbedrede tjenester
 	Privat sektor som kjøper tjenester med innhold av kart	- og eiendomsdata kan oppleve
økt overskudd som følge av innovasjoner og nye eller forbedrede tjenester
 	Offentlig sektor som kjøper	 tjenester med innhold av kart	- og eiendomsdata kan
oppnå kostnadsbesparelser eller utvikle nye eller forbedrede tjenester.
 	Vanlige forbrukere vil som følge av endringene i markedet møte flere, bedre og
billigere tjenester fra privat og offentlig sektor. 	Dette kan gi opphav til
konsumentoverskudd	 som diskutert over	.
Når bearbeidingsleddet, privat og offentlig sektor tar i bruk og videreutvikler kart	- og
eiendomsdata, øker det verdiene og skaper det Newbery m.fl. (2008) omtaler som
multiplikatorvirkning.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	24
Vårt opplegg for å beregne nytte forutsetter at det er mulig for de aktuelle bransjene å bruke
kart	- og eiendomsdata til å skape 	såkalt produsent	overskudd. 	Produsentoverskudd er
kjennetegnet ved at innskutt kapital i bedriftene, og eventuelt arbeidskraften 	i bedriften,
oppnår høyere lønn og avkastning enn kapital og arbeidskraft i andre bransjer.
Samfunnsøkonomisk er effekten at produktiviteten øker.
I stabile bransjer	, der det er lett å etablere ny virksomhet	, vil det være en tendens til at
merverdi og mera	vkastning konkurreres bort etter hvert. Verdiene blir ikke borte, men de
transporteres videre til neste ledd gjennom lavere priser på bearbeidede kart	- og
eiendomsdata.
I bransjer som er raskt voksende eller bransjer der etablering av ulike grunner er van	skelig, vil
det derimot ofte finnes meravkastning selv på mellomlang og lang sikt. Det kan til og med
være meravkastningen i bransjen som er årsaken til at den vokser.
På lang sikt er det 	alt i alt 	usikkert om ekstra overskudd forblir i bedriftene eller ku	n kommer
forbrukerne til gode.	8 Derfor legger vi ikke vekt på fordelingen av det samfunnsøkonomiske
overskuddet mellom ulike aktører.
5.3	 	Prinsipielt om kostnaden av 	gratis	 kart	- og eiendomsdata
Offentlig virksomhet 	må 	finansieres, og en krone mindre i innte	kt fra Kartverkets salg av data
betyr at en krone må hentes et annet sted fra. Mulighetene er økte skatter, 	økte 	avgifter 	og
økte 	andre inntekter til det offentlige, 	eller 	reduserte utgifter. Dersom inntektene øker, fører
det til vridninger i økonomien som	 innebærer tapt nytte. Dersom utgiftene til fornuftige formål
reduseres, innebærer det også tapt nytte.
Ideelt skal en krone for det offentlige være like mye verdt på marginen enten den stammer fra
reduserte utgifter eller økte inntekter, slik at vi kan vurdere kostnaden fra inntektssiden. Det
er vanskelig å vite hvor stor vridningskostnaden knyttet til å øk	e alminnelige 	skatter og avgifter
egentlig er, men Finansdepartementet (2005) anbefaler at det brukes en sats på 20	 prosent
eller 20 øre for hver krone som tilføres offentlige budsjetter.
Vi følger Finansdepartementet (2005) sin veiledning. Det betyr at ko	stnaden ved 	gratis	 kart	- og
eiendomsdata kan anslås til 20 	prosent	 av det provenyet det offentlige går glipp av når
dataene gjøre 	gratis	.
Finansdepartementet (2005) påpeker at satsen på 20	 prosent	 skal anvendes på
nettovirkningen	 på offentlige budsjetter.	 I vårt tilfelle, hvor det offentlige er til stede både på
selger	- og kjøpersiden, er dette et viktig moment å ta hensyn til.

8 Dersom meroverskuddet konkurreres vekk gir det også noen følgevirkninger i markedene som kan ha
såkalte nest	-best virkninger for samfunnsøkonomisk overskudd. Vi forutsetter at nest	-best 	virkningene
er små i forhold til primærvirkningen av åpne kart	- og eiendomsdata.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	25
6.	 Usikkerhetsanalyse 	– samfunnsøkonomisk analyse av
nytteeffekter
I dette kapitlet tallfester vi samfunnsøkonomisk relevant 	årli	g nytte av tiltaket 	gratis	 kart	- og
eiendomsdata. Vi tallfester årlig nytte i en normalsituasjon etter at effekten av 	gratis	 data har
festet seg (men før uforutsette endringer i samfunnet forandrer analysens betingelser). 	Etter
oppdragsgivers ønske går vi 	forholdsvis langt i å tallfeste nyttevirkningene i kroner. Det er 	til
gjengjeld 	naturlig å legge vekt på usikkerheten i anslagene, og f	or å gjøre det anvender vi
såkalt usikkerhetsanalyse. 	Dette og de følgende kapitlene utgjør den 	samfunnsøkonomiske
analys	en som inngår i alternativanalysen i Finansdepartementet (2011).
6.1	 	Analysen	 spesifiserer usikkerhet per enkeltpost
En usikkerhetsanalyse innebærer at analysens objekt, i dette tilfellet nytten av 	gratis	 kart	- og
eiendomsdata, brekkes opp i enkeltposter. Usik	kerheten om pris og	 mengde i hver post
vurderes.	 Denne usikkerheten kalles gjerne estimatusikkerhet. Samtidig vurderes usikre
faktorer som påvirker e	n eller flere 	enkelt	poster	. Usikkerhetsfaktorene kan ha karakter av å
være hendelsesusikkerheter	, dvs	. hend	elser som enten inntreffer eller ikke inntreffer.
Faktorene kan imidlertid også representere 	gradvis	e 	omstendigheter	. Faktorene er formelt
multiplikative i forhold til estimatene, dvs	. de hever eller senker estimatene med en viss
prosent.
Det er vanlig å a	nta at usikkerhetene i estimater og faktorer er uavhengige, men det er også
mulig å modellere ulike former for korrelasjon. I vår usikkerhetsmodell vil det være naturlig å
anta korrelasjon, jf	. nedenfor.
I vår analyse er 	det som kalles poster i 	usikkerhets	analysen	, lik med 	følgende aktører i
verdikjeden	 (jf. 	Figur 	6.1)
 	bearbeidere
 	viderebearbeidere i privat sektor
 	viderebearbeidere i offentlig sektor
 	sluttbrukere
Inndelingen følger av den stiliserte verdikjeden for kart	- og eiendomsdata. 	Nytten av 	gratis
kart	- og eiendomsdata tilfaller en eller flere av diss aktørene	, jf avsnitt 	5.2	.
Usikkerhetsfaktorene er
 	Utforming av geoportalen
 	Personvernhensyn
 	Lisenser
 	Kartverke	ts kommersielle praksis
 	Forsvarets restriksjoner
 	Teknologisk utvikling 	av 	hardware
 	Datakvalitet

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	26
Usikkerhetsfaktorene er de samme som ble kalt ønske	de egenskaper ved tiltaket i kapittel 	2.
Figur 	6.1 	Modell for usikkerhetsanalysen

Som bakgrunn for å sette usikkerhetsspenn	, er det gjennomført intervjuer med sentrale
aktører i bransjen, jf. vedlegg	et. Det er så gjennomført en såkalt gruppeprosess blant Vista
Analyses deltagende eksperter. 	I gruppeprosessen ble det for hvert usikre estimat og hver
usikkerhetsfaktor 	anslått	 tre verdier: «worst» (10	 %-persentilen), «best» (90	 %-persentilen) og
probable 	eller typetallet	, den mest sannsynlige verdien.	9 Dette er i tråd med vanlig praksis i
usikkerhetsanalyse.
Vi går nå gjennom 	gruppeprosessens resultater for hver 	aktør	 i verdikjeden	.
6.2	 	Bearbeidingsleddet
6.2.1	 	Estimatusikkerhet
Bearbeidingsleddet er kjernen i 	vår analyse. Vi har gjennomført en vurdering av størrelsen på
verdiskapingen i bearbeidingsleddet, se	 Boks 	6.1, som tilsier en brutto verdiskaping på om lag
1,3 milli	arder 	kroner 	i dag. Bak dette skjuler det seg imidlertid bidrag fra arbeid og kapital i
tillegg til kart	- og eiendomsdata. Både arbeidskraft og kapital har alternativ anvendelse i
økonomien. Det samfunnsøkonomisk interessante spørsmålet er om ressursene ka	pital og
arbeidskraft kaster 	mer	 av seg ved å bearbeide kart	- og eiendomsdata 	enn	 ressursene kunne
gjort andre steder.

9 Innad for hvert estimat og hver faktor er det antatt triangulære fordelinger.
Bearbeidere
•Markedet i dag	 	•Geoportal	 	•Personvernhensyn	 	•Lisenser	 	•Kartverkets kommersielle praksis	 	•Forsvarets restriksjoner	 	•Teknologisk utvikling	 	•Datakvaliitet
Privat og 	offentlig sektor
•Margin i privat sektor
•Verdiskaping i offentlig sektor
•Privat og offentlig sin ande av markedet
Sluttbrukere
•Ingen

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	27
Ifølge tallene kan det se slik ut. Bedriftene i bearbeidingsleddet har etter våre beregninger
henimot 15 prosent avkastning på sin kapita	l, nesten 10 prosent mer enn det som er vanlig.	10
Dette kan skyldes at kapital er nedskrevet i regnskapene, eller det kan være et uttrykk for at
lønnsomheten i bearbeidingsleddet er mer en vanlig god. Det kan for øvrig også hende at
lønningene i bearbeiding	sbransjen er gode, men det gir ikke regnskapstallene informasjon om.

Boks 	6.1 	Omfanget av dagens marked for kart	- og eiendomsdata i bearbeidingsleddet
Omfanget av markedet for kart	- og eiendomsdata er vanske	lig å anslå da dette ikke er en
bransje i offentlig næringsstatistikk. Vi har gått ut fra medlemslisten i Geomatikkforeningen, og
kombinert med søk i Proff	-databasen har vi identifisert i alt 41 selskaper som helt eller delvis
arbeider med kart	- og eiendom	sdata. Videre har vi estimert hvor stor andel av selskapenes
omsetning som er relatert til kart	- og eiendomsdata	, og som er ventet å bli påvirket av gratis
tilgang til disse data. Disse estimatene er basert på informasjon gitt i intervjuer med et utvalg
selskaper, årsrapporter mv. Samlet har de 41 selskapene en omsetning på 13,8 mrd. kroner,
men kun 	ti prosent av det	te er vurdert å være direkte koplet til tilgangen 	til kart	- og
eiendomsdata, dvs. 1,4 mrd. kr. 	Regnet i forhold til BNP er dette tall av tilsvarende
størrelsesorden som man har funnet i Storbritannia, jf. avsnitt 	3.9	. Verdiskapingen i selskapene
er imidlertid lavere enn omsetningen, da kostnadene for innsatsvarer må trekkes fra. Vi har
ikke tall for disse kostnadene, men basert på forholdstallet mellom produksjon (om	setning) og
bruttoprodukt (verdiskaping) for alle finansielle selskaper i Norge 2012 kan verdiskapingen i
geodatabransjen estimeres til 900 mill. kroner i 2012. Videre trekker vi fra lønnskostnader og
normalt driftsresultat (normalavkastning)	. Vi 	finner 	da	 	en meravkastning eller
produsentoverskudd på ca	. 90 millioner kroner.
De kartlagte selskapene sysselsetter totalt drøy	t 7.000	 personer	, men hvorvidt vi kan bruke
samme forholdstall som for omsetningen for å beregne hvor mange som arbeider med de
aktue	lle kart	- og eiendomsdata	, er svært usikkert. 	Hvis vi legger samme forholdstall til grunn,
vil det	 tilsi 	ca. 	700 personer. 	Geomatikkbransjen oppgir at 4	-5.000 arbeider i denne bransjen,
men det tallet inkluderer også ansatte i offentlig sektor som ikke inn	går i våre tall
(http://geomatikkbransjen.no	).

Ved å regne 10 prosent av kapitalavkastningen som merverdi (også kalt grunnrente	, renprofitt
eller superprofitt) finner vi at den samfunnsøkonomiske merverdien i bearbeidingsleddet i dag
er ca	. 90 millioner k	roner.	 Dette er ett holdepunkt	 for å anslå produsentoverskuddet dersom
dataene gjøre	s gratis	.
Et annet holdepunkt er at bearbeidingsleddet i dag betaler 	90	-100	 millioner kroner for tilgang
til kart	- og eiendomsdata.	 Hvis man tenker seg samme tommelfinge	rregel som
Finansdepartementet anbefaler i forbindelse med skattefinansiering, kan man se for seg at det
i dag blokkeres 	verdiskaping	 for 1,2 kroner for hver krone som betales inn. I så fall vil frigivelse
av data utløse 20 millioner kroner i ny verdiskapi	ng i dette leddet.

10 NOU (2012:16) argumenterer for at normalavkastningen på investert kapital i Norge er om lag	 4
prosent reelt. Dette er også måltallet for petroleumsfondet.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	28
Vi bruker et nøkkeltall på 90 millioner 	kroner 	som utgangspunkt for å anslå hva som vil være
merverdien i bearbeidingsleddet av tilgang til 	gratis	 data. Merverdien er selvsagt en usikker
størrelse. I gruppeprosessen ble det vurdert at m	erverdien kan dobles i ett av ti tilfeller, dvs	.
90 millioner pluss. I ett av ti tilfeller øker den ti prosent, dvs	. 9 millioner pluss. Typetallet ble
vurdert å være 30 prosent økning, dvs	. 27 millioner kroner, jf	. Tabell 	6.1. Dette tallet er i
nærheten av de 20 millionene man kan anslå ved å regne fra kostndssiden.
Typetallet 30 prosent økning er forsiktig beregnet i forhold til bransjeaktørenes forventninger,
me	n bransjen understreker at ethvert anslag om fremtiden er svært usikkert. Bransjeaktørene
uttaler også at markedet for bearbeidede produkter ikke oppstår av seg selv. Det gjelder å
gjøre potensielle kjøpere oppmerksom på den merverdien slike produkter kan 	gi deres
virksomhet. I denne bransjen er det med andre ord innslag av at tilbudet må skape sin egen
etterspørsel. Maksanslaget på 100 prosent økning i merverdien henspiller på en situasjon der
bransjen lykkes svært godt i å 	åpne	 markedets øyne. Minimumsans	laget på 10 prosent
henspiller på den motsatte situasjonen at man ikke lykkes i å skape særlig ny verdi.
I Østerrike, Spania, Sverige og delstater i USA ser det ut til at 	gratis	 data 	har 	generer	t høy vekst
i markedet, jf	. Boks	 6.2. Dette gir støtte til vekstanslagene vi har brukt. 	 Faktum er også at
etterspørselen etter Kartverkets visningstjenester har vært sterkt økende de senere år, jf	. Boks
6.3. Det kan se ut som publikum i økende grad ser bruksområder for slike tjenester. Det tilsier
at maksanslaget for veksten bør være forholdsvis høyt i forhold til dagens verdiskaping.

Boks	 6.2 	Skaper 	gratis	 data vekst i bedriftene?	 Erfaringer fra Europa
Et upublisert paper av 	Koski (2011) forteller om effektene 	for	 bedriftene av å åpne kart	- og
eiendomsdata. Han refererer først eksempler fra Østerrike og Spania. I Østerrike gikk man i
2006 over fra prising etter gjennomsnittskostnad (cost recovery) til prising etter
marginalkostnad. Prisene til det østerrikske kartv	erket ble redusert opp til 97	 prosent. Dette ga
en stor økning i etterspørselen. Etterspørselen etter digitale matrikkel	- og grunnbokskart
(cadastral maps) økte over 250 prosent, og for digitale landskapsmodeller var økningen over
1000 prosent. Økningen va	r så sterk at inntektene til det østerrikske kartverket holdt seg
ganske stabil.
I Spania har kart	- og eiendomsdata lenge vært gratis tilgjengelig 	ifølge	 Koski, men i 2004 ble
tilgangen til dataene vesentlig forenklet gjennom opprettelsen av en geoportal (	internet portal
IDEE). Dermed økte antallet kartuttrekk (carography data consultations) 	med 700 prosent på
ett år fra under 6 millioner til mer enn 41 millioner. I 2010 var tallet økt videre til 124 millioner.
Koski gjennomfører så en økonometrisk undersøk	else der han sammenlikner veksten i 14	 000
bedrifter innen arkitektbransjen o	g rådgivende ingeniørtjenester, fordelt på 15 land i perioden
2000	-2007. Noen firmaer har betalt dyrt for data hele tiden	. A	ndre, blant annet i Østerrike og
Spania, har hatt 	lave 	priser	 deler av tiden, og enkelte delstater i USA har praktisert lave pri	ser
hele tiden. Koski finner at billige data er korrelert med salgsvekst i bedriftene. Bedrifter med
tilgang til billige data vokser hele 15 prosent mer i året enn andre bedrifter. Ef	fekten kommer
nokså umiddelbart	, bare ett år etter prisene går ned. Det er særlig små bedrifter som får effekt
av 	gratis	 data	.
I et annet paper presenterer Lakomaa og Kallberg (2013) resultatene av en spørreundersøkelse
rettet mot 138 svenske IT	-entrepren	ører. 	De finner at 	“access to public open data is

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	29
considered very important for many IT	-startups; 43% fin	d 	open data essential for the
realization for their business plan and 82% claim that access would support and strengthen the
business plan.	” (s. 5	58.)

Boks 	6.3 	Utviklingen i etterspørselen etter Kartverkets visningstjenester
Kartverkets visningstjenester gir gratis tilgang til en rekke datasett med grunnkart og tematiske
kart. 	Visningstjenestene 	leverer kartbilder som kan benyttes i ulike applikasjoner, og
målgruppen er først og fremst utviklere. Det er to former for tjenester:
WMS	-tjenester	 som 	leverer kartutsnitt	 fra bakgrunnskart og et mangfold av tematiske
datasett. WMS er en tjeneste hvor en 	server på forespørsel kan sende kartutsnitt i form av
rasterfiler tilbake til brukeren. Tjenestene er fleksible og gir brukeren mange muligheter, f.eks.
valg av koordinatsystem, målestokk og hvilke kartlag som skal inngå. Hver bruker (ip	-adresse)
kan laste	 ned 300 kartutsnitt per døgn (fra midnatt til midnatt).
Cache	-tjenester	 er basert på WMS	-tjenester og er innholdsmessig identisk med disse. Dataene
har raskere leveringstid, men brukeren har 	færre	 valgmuligheter.
Figuren nedenfor viser utviklingen i WMS, cache og nedlastninger fra Kartverkets databaser fra
2011 til 2013. Antall oppslag i cache	-tjenester har mer enn doblet seg i denne perioden, og det
har også vært en vekst i antall WMS	-oppslag. Mengden data som 	Kar	tverkets forhandlere
og	 Norge digitalt	-parte	r laster ned 	er 	gått ned i perioden.
Figur 	6.2 	Utvikling i oppslag og nedlastninger av ulike tjenester hos Kartverket,
2011=100

0
50
100
150
200
250
300
2011	2012	2013
WMS
Cache
Nedlastning

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	30

Trippelanslagene vurderer den p	artielle effekten av nyskapt marked under nøytrale
forutsetninger på de områdene som vurderes av usikkerhetsfaktorene. 	Vi anvender en egen
symmetrisk usikkerhetsfaktor på markedets størrelse i dag	. Faktoren er pluss/minus 33
prosent (60 til 120 millioner),	 jf. Tabell 	6.1. Tanken er at hvis markedsgrunnlaget er større, så
er også muligheten for merverdi som følge av 	gratis	 data større.

Tabell 	6.1 Usikre estimater og faktorer brukt i usikkerhetsanalysen
Usik	re estimater og usik	kerhetsfaktorer	 	Verst	 	Sannsynlig	 	Best
Bearbeidingsleddet
Even	 til å bruke 	gratis	 data (i kroner)	 	9 000 000	 	27	 000 000	 	90	 000 000
Størrelsen på dagens marked	 	0,67	 	1 	1,33
Utforming av geoportal	 	0,95	 	1 	1,05
Personvernhensyn	 	0,9	 	1 	1
Lisenser	 	1 	1 	1,2
Kartverkets kommersielle praksis	 	0,8	 	1 	1,2
Forsvarets restriksjoner	 	1 	1 	1,25
Teknologisk utvikling hardware	 	0,95	 	1 	2
Datakvalitet	 	0,97	 	1 	1,03
Privat sektor
Markedsandel privat sektor: 70 prosent	 	0,7	 	1 	1,3
Avanse privat sektor: 20 prosent	 	0,5	 	1 	1,5
Offentlig sektor
Avanse offentlig sektor: 15 prosent	 	0,67	 	1 	2
Sluttbrukere
0
50
100
150
200
250
300
2011	2012	2013
WMS
Cache
Nedlastning

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	31
Konsumentoverskudd: 20 prosent	 	0,5	 	1 	1,5

6.2.2	 	Usikkerhetsfaktor geoportal
Det arbeides med å gjøre tilgang til kart	- og eiendomsdata enklere gjennom å etablere en
nasjonal geoportal. Bransjen uttaler at en godt tilrettelagt geoportal med 	tilgang til dataene
gjennom et 	API i noen grad kan redus	ere transaksjonskostnader og skape merverdi for
bearbeiderne. En geoportal uten API som retter seg mot forbrukerne og ikke har med
eiendomsdata kan skape mindreverdi i forhold til forventningen. Faktoren 	fikk i
gruppeprosessen	 et spenn på pluss/minus 5 pro	sent.
6.2.3	 	Usikkerhetsfaktor personvernhensyn
Enkelte av de anvendelsene av kart	- og eiendomsdata man kan se for seg, kan komme i
konflikt med personvernhensyn. McKinsey (2013) omtaler for eksempel muligheten for å tillate
«marketers to micro	-segment population	s more successfully»	 (s. 2)	, men det er grenser for
hvor langt man 	i Norge 	kan gå den veien av hensyn til personvernet.	11
I utgangspunktet antar vi at personvernet vil stå like sterkt som nå. Dette er også «best» 	(for
bransjen) 	siden 	vi ikke tror bransjen k	an oppnå noe bedre, dvs svakere personvern. 	I «worst»
(for bransjen) blir personvernet strammet til. Faktoren har dermed spennet 0,9; 1,0; 1,0.
6.2.4	 	Usikkerhetsfaktor lisenser
Bransjen uttaler at det er mange flere faktorer enn bare prisen som påvirker anvendel	igheten
av kart	- og eiendomsdata. En slik faktor er lisenser. Dersom man må søke om lisenser for hvert
bruksområde og for bestemte tidsrom, blir det fort tungvint å kombinere ulike data til nye
produkter og tjenester. Vi antar at regelverket for lisenser i	kke blir mer tungvint enn nå. I
beste fall gjøres lisensene 	mer	 fleksible og 	enklere enn dagens praksis	, noe som reduserer
transaksjonskostnadene	. Faktoren har fått spennet 1,0; 1,0; 1,2.
6.2.5	 	Usikkerhetsfaktor Kartverkets kommersielle praksis
Våre intervjuer t	yder på at det i bransjen hersker usikkerhet om Kartverkets intensjoner når
det gjelder å utvikle verdiøkende tjenester på grunnlag av kart	- og eiendomsdata. Enkelte sier
at usikkerheten hemmer deres vilje til å utvikle produkter på grunnlag av kart	- og
eiendomsdata. Andre legger ikke så stor vekt på dette. Kartverket sier at man ikke skal utvikle
verdiøkende tjenester, men kvalitetssikrede grunndata.
Det hører med til bildet at det som er dårlig for bransjen på dette punktet, ikke nødvendigvis
er dårlig for publikum. Publikum kan jo ha nytte av en tjeneste utviklet av Kartverket selv om
denne tjenesten innebærer en tapt kommersiell mulighet for privat 	sektor. På den annen side
vil usikkerhet nesten alltid være uheldig for samfunnsøkonomien. 	For å 	ta hensyn til	 forskjellen
mellom 	bransjen	 og samfunnsøkonomien har vi 	alt i alt beregne	t faktorspennet 	forsiktig i
forhold til utsagn i 	intervjuene. 	I beste fa	ll fjernes usikkerhet og Kartverket får en avklart rolle

11 En forretningsidé som visstnok har slått an i Spania, er bruk av kart	- og eiendomsdata for å selge
produkter for svømmebassenger utelukkende til husstander som eier svømmebasseng. (de Vries,	 2012)

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	32
som leverandør av grunndata. I verste fall utvikler Kartverket sin kommersielle virksomhet i
konkurranse med privat sektor, som på grunn av ulik konkurranseposisjon kan gi skjev
ressursallokering. Fa	ktoren har fått symmetrisk spenn pluss/minus 20 prosent.
6.2.6	 	Usikkerhetsfaktor Forsvarets restriksjoner
Forsvaret legger i dag restriksjoner på 	den 	videre	 bruken av dybdedata sjø. Andre aktører er
bekymret for at 	det 	blokkerer samfunnsøkonomiske verdier, jf	. fotnote 	5. Sjødata er bare en
del av den samlede mengden av kart	- og eiendomsdata og står for ca	. 15 millioner kroner av
Kartverkets salgsinntekter, jf. Vista Analyse og Oeconomica (2013). På den annen side er det
nesten forbausende mange 	av de 41 kartlagte 	bedrifte	ne som er	 engasjert i sjø, og olje	 & gass
og skipsfart er store næringer som potensielt	 vil etterspørre sjødata. Vi har lagt til grunn at
restriksjonene ikke blir 	strengere enn nå	, og satt spennet 1,0; 1,0; 1,25.
6.2.7	 	Usikkerhetsfaktor teknologisk utvikling hardware
Den teknologiske utviklingen på hardwaresiden er en stor usikkerhet. For 10	-15 år	 siden fantes
ikke GPS	-mottagere	 for privat bruk	, og for 5	-10 år siden fantes ikke smarttelefoner. Nå 	leveres
nesten 	alle smarttelefoner 	med innebygget 	GPS, men fortsatt koster mottagere for
centimeternøyaktige posisjonsdata (CPOS og DPOS) over 100	 000 kro	ner (Vista Analyse og
Oeconomica, 2013). Utviklingen av hardware styrer på mange måter utviklingen av
innholdstjenestene, blant dem innholdstjenester basert på kart	- og eiendomsinformasjon.
I «probable» har vi lagt til grunn en organisk 	vekst	 på hard	ware	-siden, men først og fremst
utvikling av innhold basert på 	dagens hardwareteknologi. I verste fall kan utviklingen stoppe
opp. I beste fall 	skapes	 ny hardware som åpner markedet fullstendig	. I gruppeprosessen ble
det satt spennet (0,95; 1,0; 2,0).
6.2.8	 	Usikkerhe	tsfaktor datakvalitet
Intervjuene avslørte ulike bekymringer og forhåpninger når det gjelder datakvalitet. På
bekymringssiden ble det nevnt at kommunene og andre som primært fanger data, og som i
dag har inntekter fra dette, kan tenkes å få svekket sine in	centiver til å gjøre en god jobb
dersom inntektene forsvinner. Og når kjøperne kan få data gratis annetsteds fra, er det grunn
til å tro at k	ommunale inntekter blir svekket	. På forhåpningssiden ble det nevnt at med større
bruk av data blir det også større 	interesse for data og større krav fra brukerne til at data skal
være korrekt. Intensiverte tilbakemeldinger fra brukerne vil bidra til å forbedre dataene.
Etter vårt skjønn er kvalitet bare et problem for en marginal del av dataene. 	Aktiviteter som
tingly	sing, oppmåling osv vil uansett løsning for videresalg bekostes av brukerne selv og det
bør la seg gjøre å la det gå automatisk inn i databasene. 	Når effektene dessuten går litt på
kryss og tvers, satt gruppeprosessen et symmetrisk spenn på pluss/minus 3 p	rosent.
6.3	 	Privat sektor
6.3.1	 	Verdiskaping i privat sektor
Privat sektor er blant annet bank og forsikring, eiendomsmeglere, arkitekter, , bygg	 og 	anlegg,
olje	 & gass, elektrisitet	, konsulenter innenfor konsekvensutredning 	osv. I intervjuene fremkom
kanskje særl	ig en forventning om at med 	gratis	 data vil salget til forsikringsbransjen kunne øke.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	33
De ulike bransjene som her er nevnt, bearbeider kart	- og eiendomsdata videre til produkter
tilpasset sin	e kjøpergrupper	. Eiendomsmeglere kan for eksempel i fremtiden kans	kje
presentere mer sofistikert kart	- 	og eiendomsinformasjon enn tilfellet er i dag.
Forsikringsselskaper kan lære å forstå risiko for brann og oversvømmelse bedre, og dermed
utvikle nye forsikringsprodukter. Privat sektor bruker også kart	- og eiendomsdata 	som
grunnlag for besparelser. For eksempel kan konsulenter innen konsekvensutredning spare tid
og penger dersom det finnes kart	- og eiendomsprodukter som samler relevant informasjon for
dette formålet	, jf avsnitt 	3.8	. Noen eksempler på apper og tjenester som er utviklet i den
senere tid, er gitt i 	Boks 	6.4. Ikke alle disse er utv	iklet av det man vanligvis kaller privat sektor,
men poenget her er bare å vise eksempler på kreativ utvikling av nye tjenester basert på kart	-
og eiendomsdata.
Boks 	6.4 	Eksempler på apper og tjenester bygget 	på kart	- og eiendomsdata
Gårdskart på Internett 	gir bonden og landbruksforvaltningen oppdatert informasjon om
arealene på landbrukseiendommen.	 Tjenesten viser hv	a slags	 arealer som finnes på en
landbrukseiendom, f.eks. fulldyrka jord, innmarksbeite og skog	, hvor store arealene er og hvor
de ligger. Tjenesten sammenstiller informasjon fra ulike leverandører i sanntid, slik at det hele
tiden er det beste kartgrunnlaget som brukes. Eiendomsgrenser hentes fra Matrikkelen hos
Statens kartverk. 	Arealtyper 	hentes 	fra Skog og landskap	. Resultatet blir et kart over gården,
sammen med en tabell som viser arealfordelingen. Norsk Institutt for skog og landskap er
ansvarlig for Gårdskart på Internett.
Med applikasjonen 	Kommunekart	 får kommunens innbyggere og politikere t	ilgang til
byggesaker og planer direkte på mobil og nettbrett. Applikasjonen 	kan 	vise 	planer under
utarbeidelse, gjeldende 	og historiske kommuneplaner og reguleringsplaner, samt pågående
byggesaker med tilhørende dokumentasjon. Applikasjonen er synkroniser	t med behandling av
saker og planer på nettet, slik at man alltid har tilgang til samme informasjon på alle mobile
enheter. Via kartene kan man søke opp reguleringsplaner, se flyfoto, få informasjon om
eiendomsgrenser, gårds	- og bruksnummer, godkjente bygg	 og søke i hele kommuneplanen. I
tillegg kan man søke adresser, stedsnavn, posisjonering og ruteforslag. I	nnbyggere kan slå opp
all relevant info om sin egen eiendom	, de kan sende tilbakemeldinger til sine politikere om
planer under utarbeidelse, med tekst	, bilder og karthenvisninger. 	Applikasjonen er utviklet av
Norkart.
Skiforeningens 	Markadatabase	 inneholder informasjon om stier, løyper og varmestuer i
Oslomarka og omegn. Geodata har knyttet dette til et moderne kartsystem slik at
informasjonen er tilgje	ngelig på detaljrike og oppdaterte kart, hvor det bl.a. fremgår når
løypene sist ble preparert, informasjon som oppdateres 2 ganger pr time. Tjenesten
inneholder en løypeplanlegger hvor det er mulig å få frem en løypeprofil tilpasset egen fysisk
form. I ti	llegg til skiløyper inneholder databasen informasjon om sykkelveier. I alt er 2.600 km
med løyper er kartlagt.
Location Analytics	 tilbyr et brukervennlig analyseverktøy til bruk ved planlegging av nye eller
omprofilering av eksisterende butikker. Tjenesten	 gir raskt informasjon om kundegrunnlag,
konkurrenter og demografi i det aktuelle området. Det er mulig å få informasjon om alder,
kjønn og inntekt 	for	 de	m som bor i nærområdet, og hvordan den trafikale situasjonen er.
Dette er informasjon som tidligere må	tte hentes fra flere steder, men som nå 	er tilgjengelig	e i

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	34
samme verktøy	 og på flere mobile enheter. Tjenesten er utviklet av Geodata, og brukes bl.a.
av Coop.

Det er klart at verdiøkningen i privat sektor er sterkt avhengig av hvor stort det underliggen	de
salget fra bearbeiderne er. Vi har lagt til grunn at 	verdiøkningen 	i utgangspunktet er
propo	rsjonal	 med salget fra bearbeiderne	. I tillegg kommer usikkerheter som er spesifikke for
privat sektor.
For å vurdere størrelsen på de verdiøkende tjenestene i 	privat sektor har vi tatt et praktisk
utgangspunkt i begrepet avanse. Avansen er typisk den satsen som legges på en innsatsvare
før den selges ut, og den skal dekke verdiskapingen på innsatsvaren. Ifølge Nasjonalregnskapet
er forholdet mellom bruttoprodukt	 og innkjøpte innsatsvarer i sektoren Annen privat
tjenesteyting 1,23.	12 Det vil si at avansen i gjennomsnitt er 23 prosent. Vi har rundet	 ned til 20
prosent, et tall 	som 	etter vår 	vurdering	 er 	normalt i mange bransjer. I 	Boks 	6.5 forklarer vi
sammenhengen mellom et resonnement basert på avanse og 	et resonnement basert på
etterspørselskurver	. Avansen er usikker, og den fikk i gruppeprosessen et spenn fra 10 til 30
pros	ent (formelt gjennomført som en faktor knyttet til en basisrate på 20 prosent).
Som i tilfellet bearbeidingsleddet kan man ikke se bort fra at merfortjenesten i privat sektor
over tid blir konkurrert vekk og verdiene flytter seg videre til sluttbrukerne.
Boks 	6.5 	Sammenhengen mellom avanse og produsentoverskudd
De	t er vanlig å regne med at 	bedriftenes ette	rspørsel etter innsatsfaktorer er en synkende
funksjon av prisen. I vårt tilfelle betyr det at bedriftene 	i privat sektor etterspør flere og mer
dataprodukter fra bearbeiderne desto lavere prisen er. Dersom bedriftene ordnes på rekke (og
de ulike innkjøpene i enhver bedri	ft likeså	) vil det 	et sted på rekka 	være en bedrift 	med	 en
betalingsvillighet 	som mer elle	r mindre akkurat er lik 	prisen. 	I denne bedriften vil 	bidraget til
overskudd 	mer eller mindre akkurat 	være lik null	. Alle bedrifter med høyere betalingsvillighet
vil få økt overskudd som følge av produktet. Det økte overskuddet 	er 	produsentoverskudd	, et
be	grep vi introduserte i avsnitt 	5.1	. Situasjonen er tegnet i figuren under.

12 Tallet er hentet fra grunnlagsarbeidet med den makroøkonomiske modellen NOREG utviklet av Vista
Analyse og Menon.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	35

For å anslå størrelsen på det samlede produsentoverskuddet bruker vi som nevnt i 	teksten en
avansetankegang. Vi finner et påslag, kalt t i figuren og 20	 prosent	 i teksten, som er slik 	at
arealet det danner er lik produsent	overskuddet. Kravet til dette er at trekanten A er lik
trekanten B, som 	i tilfellet med rett (lineær) etterspørsels	kurve 	betyr at i t er etterspørselen
halvparten av den faktiske markedsetterspørselen.
Vår metode 	er é	n måte å 	anslå 	produsentoverskudd på. En 	annen	 metode er å anslå helningen
på etterspørselskurven, eller elastisiteten på etterspørselskurven. 	Disse stør	relsene kan 	også
beregnes ved vår metode. Når t=0,2	 blir for eksempel priselastisiteten	 ved før	-prisen	 -2,5. Det
er høyt i tallverdi, men innenfor rammen av elastisiteter som andre opererer med (f.eks.
Newbery m.fl., 2008), 	og t	ar høyde for muligheten for 	nyetableringer 	i markedet.
Nyetableringer vil typisk presse produsentoverskuddet ned	 og markedselastisiteten opp	.
6.3.2	 	Privat sektors markedsandel
Bearbeidingsleddet selger både til privat og offentlig sektor. Mange av bedriftene har til nå
solgt mye til of	fentlig sektor, men i intervjuene kom det fram at vekstmarkedet først og fremst
ligger i privat sektor. I gruppeprosessen ble det antatt at privat sektor avtar 70 prosent av
merverdien fra bearbeidingsleddet, med et spenn fra 	50 til 90 prosent	. Formelt ble	 dette
ordnet ved en faktor sentrert rundt 1,0.
6.4	 	Offentlig sektor
Under dette punktet vurderer vi offentlig sektors kjøp av bearbeidede dataprodukter fra
bearbeidingsleddet. Offentlige etaters bidrag til Norge Digitalt, Geovekst	, osv	. er noe annet,
det 	håndteres som et samarbeid innenfor rammen av offentlig sektor. I vår analyse av effekten
av 	gratis	 data kommer det inn som en mulig kilde til endret datakvalitet. 	Kommunenes salg til
private utenom Kartverket er også noe annet og kommer i vår analyse inn 	på kostnadssiden, jf.
kapittel 	8.
Offentlig sektors 	bruk	 av kart	- og eiendomsdata fører i alminnelighet ikke til økte inntekter for
det offentlige, men i intervjuen	e peker mange på at tilgang til bedre og billigere dataprodukter
kan gi kostnadsbesparelser. Inkludert i dette er sparte kostnader til å skrive kontrakter osv.
Intervjuobjekter pek	te på at det offentlige i dag bruker en del tid på å skrive kontrakter med
seg selv, som tilfellet er når 	én del av offentlig sektor skriver kontrakt med en annen. Vi vet

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	36
ikke hvor betydelig akkurat dette momentet er i praksis. Tilgang til bedre og billigere
dataprodukter kan også øke kvaliteten på de offentlige tjenestene. 	Dette momentet diskuteres
og eksemplifiseres i avsnitt 	7.2	.
Alt i alt velger vi å gå fram på sam	me måte som i privat sektor. Vi antar at innkjøp av
dataprodukter fra bearbeiderne gir offentlig sektor en merverdi som kan uttrykkes som en
prosentsats av innkjøpskostnaden. I gruppeprosessen ble det lagt til grunn at spennet fra best
til worst burde være	 det samme som i privat sektor, men at probable kunne være noe lavere,
15 prosent	 (jf. også avsnitt 	7.2	). Dette ga et spenn 10	 prosent;	 15	 prosent	; 30	 prosent	, som
formelt ble ordnet med en faktor sentrert rundt 1,0.
Offentlig sektors markedsandel i forhold til bearbeidingsleddet er selvsagt den motsatte av
privat sektors andel, i og med at de to markedsandelene må summere seg til 1,0.
6.5	 	Sluttbrukere
Sluttbrukerne, d	eg og meg, kjøper produkter fra privat sektor og nyter godt av offentlig sektors
tjenester. Privat sektors produkter må vi betale for, offentlig sektors tjenester stilles 	ofte 	gratis
tilgjengelig.
For produkter 	som kommer til som følge av 	gratis	 kart	- og e	iendomsdata	 kan man regne et
konsumentoverskudd. Konsumentoverskuddet kan beregnes på grunnlag av forutsetninger om
etterspørselskurven, eller den kan beregnes som et prosentvis tillegg til konsumutgiften etter
mønster av produsentoverskuddet knyttet til a	vansen	, jf. 	Boks 	6.5. Det er vårt opplegg	. I tillegg
antar vi et konsumentoverskudd knyttet til verdiøkte tjenester fra det offentlige. Når det
gjelder kostnadsbespar	elser i offentlig og privat sektor kommer det ikke noe ekstra i form av
konsumentoverskudd. Konsumentoverskuddet er en variabel størrelse. I gruppeprosessen ble
det antatt at 10	-30 prosent av konsumutgiften var et fornuftig intervall, med 20 prosent som
typetall. Teknisk sett er det brukt en usikkerhetsfaktor sentrert rundt 1,0, der 1,0 tilsvarer 20
prosent konsumentoverskudd.
Konsumentoverskuddet knyttet til den aggregerte etterspørselskurven skjuler
etterspørselskurvene for mange produkter med datainnho	ld levert av bransjer og
enkeltbedrifter og etater i offentlig og privat sektor. Vi diskuterer i 	avsnitt	 11.3	 at
avhengighetsforholdet mellom de ulike produktene s	piller en rolle for konsumentoverskuddet.
Dersom produktene påvirker hverandre positivt (som apper og smart	telefoner) kan det
samlede konsumentoverskuddet være større enn summen av hver av dem. Empirisk vet vi lite
om dette, men det er en av grunnene til spennet i konsumentoverskudd.
20 prosent konsumentoverskudd svarer til en forholdsvis slak etterspørselskur	ve	, jf. 	Boks 	6.5,
men når ingen vet hvor elastisk etterspørselskurven egentlig er, er det etter vår vurdering best
å være konservativ. Det er den enklest	e sak av verd	en å skape høyt konsumentoverskudd ved
å anta brattere etterspørselskurve, men 	det ville 	vært 	et konsumentoverskudd uten empirisk
dokumentasjon.
6.6	 	Resultater fra usikkerhetsanalysen
Det sentrale resultatet fra usikkerhetsanalysen er gjengitt i 	Figur 	6.3.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	37
Figur 	6.3 	Frekvensdiagram (sannsynlighetstetthet) for nytten av 	gratis	 kart	- og eiendomsdata

Figuren viser utfallet av 	100	 000	 trekninger av verdier av de usikre variablene i form av en
såkalt Monte Carlo simulering. Gjentatte kjøringer 	à 100	 000 trekninger 	demonstrerte at
analysene ga stabile verdier 	av	 forventet nytte og grenseverdier. Nytten av 	gratis	 kart	- og
eiendomsdata er større enn null, og har 90 prosent av sannsynlighetsmassen mellom 3	3
millioner	 og 174 millioner kroner. Usikkerheten er med andre ord betydelig. Typetallet i
fordelingen ligger på om lag 70 millioner kroner, men den er klart høyre	skjev og forventet
nytte er snaue 90 millioner kroner.
Høyreskjevheten i fordelingen uttrykker det forholdet at hvis man 	gjør	 kart	- og eiendomsdata
gratis	 så er det ingen som vet hvor stor nytte det vil ha (derav en fordeling), men nytten 	kan 	bli
svært st	or dersom markedet finner frem til nye og innovative produkter med stor verdi (derav
høyreskjev). Nytten kan i verste fall bli liten, men 	ifølge	 analysen er det 95 prosent
sannsynlighet for at den blir høyere enn 32 millioner kroner.
Figur 	6.4 er et såkalt tornadodiagram som forteller hvilke faktorer som betyr mest for
usikkerhetsbildet. Diagrammet presenterer usikkerhetsspennet til hver enkelt variabel, mens
effektene 	av de andre variablene holdes konstant. Endepunktene på hvert enkelt
usikkerhetsspenn er lik gjennomsnittet for de laveste 10 prosentene	- og høyeste 10
prosentene av simuleringene for den aktuelle variabelen pluss forventningsverdiene til de
andre variable	ne.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	38
Figur 	6.4 	Tornadodiagram for nytten av 	gratis	 kart	- og eiendomsdata

Tornadodiagrammet viser at den faktoren som betyr klart mest for nytten, er
bearbeidingsleddets evne til å 	bruke 	gratis	 data til å 	skape et marked for nye produkter	.
Dersom denne evnen er liten, blir nytten lav. Dersom evnen er høy blir nytten tilsvarende høy.
Dette er et annet uttrykk for oppsiden av tiltaket 	gratis	 data.	 Den teknologiske utviklingen av
hardware betyr også 	mye	 for nytten, og det samme gjør faktoren som heter størrelsen på
dagens marked, det grunnlaget som et nyskapt marked tar av fra. Andre faktorer av betydning
er Kartverkets kommersielle praksis, og Forsvarets restriksjoner.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	39
7.	 Momenter av betydning for nytten
Som vi har vært inne på tidligere i rapporten, er det betydelig usikkerhet knyttet til de
økonomiske anslagene for mange av nytteeffektene som er inkludert i analysen. Ofte antas det
ekstra krevende å prise effekter knyttet til offentlig tjenesteyting, even	tuell innsparing og mer
generelle velferdseffekter for samfunnet.
I analysen har vi forsøkt å inkludere alle effekter, også bedre løsninger for offentlig forvaltning,
innovasjon osv. gjennom de faktorene og estimatene som er inkludert i usikkerhetsanalyse	n.
Slik sett skal disse effektene allerede være inkludert i vårt 	nytteestimat 	– på en	 ufullkommen
måte, men vurdert på samme måte som øvrige forhold. Vi vil likevel gi en kort oversikt med
noen eksempler på 	virkninger for innovasjon og offentlig forvaltnin	g, fordi disse 	kan være
vanskeligere å identifisere i analysen foran enn effektene for bedrifter og konsumenter.
7.1	 	Gratis	 data kan starte innovasjonskjeder
Lavere kostnader til offentlige data kan stimulere 	til 	økt økonomisk aktivitet (innovasjon) i
eksiste	rende eller nye virksomheter ved nye måter å koble sammen data på eller ved
innovasjon i distribusjon, presentasjon og brukervennlighet. Dette 	er inkludert i vår
usikkerhetsanalyse	. Lavere priser på data i dag kan ved økt tilgang og bruk stimulere
innovasj	onstakten for produsenter av komplementære goder. For eksempel kan billigere
geodata føre til raskere forbedring i kvaliteten på software	- og hardware	-komponenter for GIS
(Geographic Information Systems). Dette fører ikke bare til overskudd i de aktuelle 	bedriftene,
men stimulerer etterspørselen etter data i fremtiden (Newbery 	m.f	l. 2008).	 Prinsipielt snakker
vi om en type kryssvirkning 	drevet fram i 	konsummarkedet, jf. 	avsnitt	 11.3	. Virkningen kan sies
å være tatt hensyn til i det høye anslaget 	i usikkerhetsanalysen 	for effekten av hardware og for
evnen til å skape et marked, men disse høye anslagene er selvsagt usikre.
Newbery 	m.f	l. demonstrerer hvordan den såk	alte «spillover	-effekten» kan være overraskende
stor, selv om prisen i utgangspunktet er lav. Som et eksempel kan man tenke seg at et visst
utsnitt av geodata koster 10	 000 kroner, og det er en potensiell innovatør som har en ide om
et nytt produkt basert 	på disse geodata som han antar er verdt kr X. Hvis X er større enn
10	 000 kroner, burde innovatøren være villig til å betale for tilgangen til geodata. Dette tilsier
at bare innovasjoner som er verdt mindre enn 10	 000 kroner «	går tapt	» ved dette prisnivået	.
Men i mange tilfeller holder ikke dette forenklede resonnementet. Dersom en er avhengig av
flere innovatører eller bedrifter i kjeden	 (antallet benevnt med bokstaven n)	, mottar «vår»
innovatør bare en del av hva sluttproduktet kan selges for (X/n), og de	rmed er hans
betalingsvillighet bare (X/n), og vi kan gå glipp av innovasjon selv om sluttproduktet er verdt
mer enn salgssummen fra datafangeren (Newbery 	m.f	l. 2008). Ved å frigi data får man derimot
med all innovasjonen, og det kan gjøre at man 	lett 	unde	rvurderer betydningen av frie data for
innovasjonen.
Det er også kjent at innovasjon fører til videre innovasjon. Nye innovatører bygger på andre
innovatørers innsats. Det betyr at en innovatør eller gründer i tillegg til å frembringe nye
produkter og tje	nester som gir verdi til vedkommende selv, også bidrar til verdi for hele
innovasjonsmiljøet. Denne virkningen for innovasjonsmiljøet har mange navn; mernytte,

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	40
synergieffekter, klyngeeffekter mv. Den begynner å bli verdsatt i samfunnsøkonomiske
analyse, me	n i hovedsak beskrives den fortsatt kvalitativt.
7.2	 	Gratis	 data	, effektivisering og samhandling i offentlig sektor
Flere, bedre og billigere 	kart	- og eiendomsdata	 kan bidra til samfunnets øvrige verdiskaping,
for eksempel gjennom effektivisering internt hos u	like offentlige aktører, bedre samhandling
mellom offentlige aktører, og med bedre beslutninger og bedre løsninger for brukerne av
offentlige tjenester, både privatpersoner og bedrifter	, som resultat.
Som nevnt er det norske markedet for 	kart	- og eiendomsd	ata nokså komplisert, med aktører
som har mange roller og som samarbeider og konkurrerer i ulike sammenhenger (jf. kapittel
2). Samarbeidet i «Norge digitalt» inkl	uderer f.eks. de store dataleverandørene, inkludert 	alle
norske kommuner, samt en del private leverandører. Dette innebærer at de fleste
datafangerne er med i Norge digitalt. Disse aktørene betaler inn en viss sum for å delta i
samarbeidet og får da tilgan	g til alle deltagernes data. Firmaer som utarbeider løsninger for
deltagerne får også tilgang til deltagernes data	 så lenge	 dataene brukes innenfor Norge
digitalt	. Dette skulle tilsi at mange av mulighetene innenfor offentlig sektor allerede er til
stede, og at fri tilgang vil gjøre liten forskjell, bortsett fra for dem som ikke deltar i samarbeidet
i dag. Det kan komme til firmaer (innovatører) som ønsker å prøve 	ut løsninger og verktøy og
produkter uten tilkobling til spesielle kommuner eller andre aktører, som kan bidra med nye
muligheter. 	Tilfellet i dag er at de samme firmaene som utarbeider lø	sninger for deltakerne i
Norge d	igital	t, også arbeider utenfor Norge	 digitalt der det selger andre løsninger til offentlig
sektor. M	en ellers synes det som det snarere er evnen eller viljen til å se og ta i bruk nye
muligheter enn prisen som er barrieren for økt bruk av geo	- og kartdata i norske kommuner og
andre offentlig	e etater. 	De kan trenge noen «utenfor» som ser mulighetene, og dette kan
forbedres ved fri tilgang for alle 	– ikke bare for deltagerne i ulike samarbeidskonstellasjoner.
Undersøkelser av verdien av kart	- og eiendomsdata i lokal offentlig forvaltning i Engl	and og
Wales viser at produktivitetsforbedringer oppstår både internt i organisasjonen ved økt
leveringseffektivitet av offentlige tjenester og eksternt ved at de som bruker tjenestene har
nytte av den økte effektiviteten (og eventuelt kvaliteten). De har 	imidlertid undersøkt
forskjellen mellom «tilgang eller ikke tilgang til geo	- og kartdata». Likevel vil mange av
effektene kunne være de samme ved rimeligere tilgang til data.
De positive effektene oppstår hos ulike aktører; internt hos de ulike offentlige 	etatene, i
samarbeidet mellom ulike offentlige aktører, hos den generelle befolkning, i næringslivet og
for samfunnet som sådan. Nedenfor vil vi nevne noen viktige effekter for hver av disse
gruppene.
Effektivisering hos offentlige aktører	 på grunn av redu	sert tidsbruk hos offentlige etater ved
enklere tilgang til felles, oppdatert 	kart	- og eiendomsdata	. Dette kan skyldes flere forhold:
- 	Redusert tid til å finne fram aktuell informasjon både for intern saksbehandling, til
andre offentlige etater og til publi	kum og næringsliv. Dette er i mange tilfeller funnet å
hat et betydelig innsparingspotensial for offentlig sektor.
- 	Økt transporteffektivitet: Bedre planlegging av ruter for alt fra søppeltømming til
hjemmehjelpstjenester 	redusere	r behovet for transport, no	e som reduserer både

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	41
tidsbruk og drivstofforbruk. Ved å koble kart til informasjon om igangværende arbeid,
omkjøringer osv. øker verdien av informasjonen.
- 	Felles, oppdatert kartgrunnlag med all nødvendig informasjon reduserer dobbeltarbeid
og	 sikrer beslut	ninger basert på siste, tilgjengelige informasjon. Dette gir både
redusert arbeidstid hos (ulike) forvaltningsmyndigheter og hos søkerne.
- 	Felles, oppdatert kartgrunnlag gir potensielt bedre beslutninger 	– der all relevant
informasjon er hensyntatt. Dette k	an redusere klager og «feil» beslutninger, noe som
sparer tid hos offentlige etater.
- 	I arealplanlegging i henhold til norsk regelverk er en rekke aktører involvert. Det å sikre
at alle benytter samme	- og oppdatert og best tilgjengelig 	– kartgrunnlag i sin
planlegging (både søker, eventuell konsulent som utfører utredninger som
konsekvensutredninger o.l. som del av planarbeidet, og de ulike offentlige
myndigheter som skal ta stilling til forslaget) kan redusere dobbeltarbeid og gi bedre
resultat.
Den generel	le befolkning og næringsaktører	:
- 	I bygnings	- og konstruksjonssektoren er det stort behov for felles og gode kartdata,
f.eks. med gode koordinater for høyde og nøyaktige posisjoner. Dette forenkler og
sparer tid.
- 	Enklere og mer tilgjengelig informasjon på n	ett om kart og eiendom gjør at publikum
(den generelle befolkning) og mer profesjonelle aktører i større grad kan finne fram
selv i steder for å gå veien om telefon, oppmøte eller mail til den offentlige etaten.
Dette sparer tid hos offentlig forvaltning, 	og eksternt (forutsatt at informasjonen er
lett og enkelt tilgjengelig), og det bedrer samtidig publikums tilgang til mer og bedre
informasjon.
Samfunnet som sådan	:
- 	Bedre og mer tilgjengelig kartfestet informasjon gir mulighet for bedre planlegging av
area	l, og bedre miljøløsninger som tar hensyn til oppdatert kunnskap.
Bedre tilgang til felles informasjon om blant annet kart	- og eiendomsinformasjon er også nevnt
som viktig for demokratiet som sådan, fordi det gir alle aktører mulighet til å delta på samme
nivå.
7.3	 	Sysselsettingsvirkninger
Virkninger 	for	 sysselsettingen er ikke en del av den egentlige nytte	-kostnadsanalysen. Det
skyldes 	at 	arbeidskraften	 antas å ha 	alternativ anvendelse	: Dersom arbeidskraften ikke
anvendes i bedrift A så vil den finne anvendels	e i bedrift B. Det motsatte synspunktet er at
endringer i sysselsettingen i en bedrift, bransje eller som følge av et prosjekt, 	motsvares	 av
endret 	arbeidsløshet. De fleste samfunnsøkonomer er enige om at det 	er lite sannsynlig. 	I de
fleste samfunn	 bestemm	es arbeidsløsheten av ganske andre forhold enn hvorvidt kart	- og
eiendomsdata er 	gratis	 eller ei.	 Dermed har ikke sysselsettingsvirkninger en egenverdi i nytte	-
kostnadsanalysen.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	42
Å anslå sysselsettingsvirkninger er imidlertid en del av vår oppgave. Vi går d	a til oversikten
over markedet i	 Boks 	6.1. Den antyder at dagens sysselsetting i det den delen av markedet
som er relatert til kart	- og eiendomsdata, utgjør ca 700 ansatte. Vi assosierte disse personene
med en merverdi på 90 millioner kroner.
I kapittel 	6 anslo vi at den samfunnsøkonomiske 	brutto 	nytteverdien av 	gratis	 data
forventningsmessig er ca	. 90 millioner kroner. For å anslå sysselsettingsvirkninger av dette, er
fordelingen av nytten på de ulike de	lene av verdikjeden viktig. I første omgang ligger det
kanskje an til en økning av overskuddet i bearbeidingsbransjen. Det kan til og med skje uten at
bransjens utgifter øker nevneverdig, altså ved samme innsats av arbeidskraft. I så fall blir
sysselsettin	gsvirkningen liten.
Over tid kan det skje at merverdien i bearbeidingsleddet konkurreres vekk, og det kan skje via
nyetableringer og knoppskyting. Dette gir på den annen side økt sysselsetting. Samme
resonnement kan i noen grad brukes om neste ledd, dvs pr	ivat og offentlig sektor. Men for
privat og offentlig sektor er det to mulige langsiktige virkninger på sysselsettingen. Den kan
øke fordi man utvikler nye og verdifulle produkter. Eller den kan reduseres dersom kart	- og
eiendomsdata brukes til å effektivi	sere og rasjonalisere bort dobbeltarbeid og byråkrati.
I det siste leddet vi har snakket om, sluttbrukerne og deres konsumentoverskudd, er det
selvsagt ingen sysselsettingsvirkninger.
Disse faktorene gjør det ganske innfløkt å si noe fornuftig om syssels	ettingsvirkningene av
gratis	 kart	- og eiendomsdata. Men om vi skal presses til å si noe, søker vi til det faktum at den
samfunnsøkonomiske nytten er beregnet å være like stor som det opprinnelige markedet. Noe
av dette er konsumentoverskudd som aldri vil g	i arbeidspla	sser	. Noe er effektivisering. Men
likevel kan det tenkes at en moden bransje vil øke sysselsettingen med 300	-700 ansatte. 500 er
vårt subjektive punktestimat.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	43
8.	 Samfunnsøkonomiske kostnader
De samfunnsøkonomiske kostnadene av 	gratis	 	kart	- 	og e	iendomsdata er såkalte
skattefinansieringskostnader. Finansdepartementet anbefaler at slike kostnader vurderes til 20
prosent av offentlig netto finansieringsbehov, jf. avsnitt 	5.3	.
Spørsmålet er da hva som er det 	årlige 	offentlige netto finans	ieringsbehovet i dette tilfellet.
For å svare på det, er det nødvendig å se nærmere på Kartverkets inntekter og utgifter slik
dette er presentert i budsjettproposisjonen til M	iljøverndepart	ementet for 2014
(Miljøverndepartementet, 2013	b).

Tabell 	8.1 	Kartverkets inntekter 2014
Beskrivelse	 	Plan 2014, mill. kr
Tildeling fra departementet	 	773
Samfinansiering	 	205
Inntekter fra salg	 	134
I alt	 	1 112

Tabell 	8.1 gjengir Kartverkets inntekter 	for 2014 	slik de er oppgitt i budsjettproposisjonens
tabell 7.20. 	De tre inntektspostene er Tildeling fra departementet, Samfinansiering og
Inntekter fra Salg. D	ersom data gjøres gratis, forsvinner inntekter fra salg. 	Som diskutert i
avsnitt 	4.2	 legger vi til grunn at inntekter fra salg i nullalternativet er 98 	millioner pl	uss 45
millioner fra Norsk eiendomsinformasjon. Norsk eiendomsinformasjon er et 100 prosent statlig
eid aksjeselskap. Enhver utgift i selskapet innebærer	, alt annet like,	 en 	tilsvarende	 reduksjon i
inntekten til eieren, staten. Dette en grunnleggende økono	misk regel som gjelder uavhengig av
hvordan Norsk eiendomsinformasjon er rubrisert i norsk statistikk	 eller liknende	. For det
offentlige som helhet er 	derfor 	en betaling fra Norsk eiendomsinformasjon til Kartverket 	i
realiteten	 en overføring fra en 	offentl	ig aktør til en annen; eller fra 	én offentlig kontrollert
konto til en annen om en vil	. Netto finansieringsbehov påvirkes ikke. Inntekten fra salg til
private selskaper er 	98	 millioner kroner	 årlig	.
Finnes det andre bidrag til offentlig finansieringsbehov	 enn de 	98	 millionene? En kandidat er
posten Samfinansiering i	 	Tabell 	8.1. Om denne posten skriver Departementet:
«Samfinansiering dekkjer kostnader med prosjekt som v	ert utførte i fellesskap med
kommunane, statlege etater, energiverk og andre deltakarar i den geografiske
infrastrukturen.» (Miljøverndepartementet (2013	b), s. 126). Kommuner og statlige etater er
del av offentlig sektor og påvirker ikke offentlig netto fi	nansieringsbehov. Energiverkene er
stort sett kommunale. Andre deltaka	rar	 kan sikte til NRK, som er offen	tlig, og Telenor, som er

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	44
offentlig majoritetseid. Vi konkluderer at endringer i posten Samfinansiering for praktiske
formål ikke påvirker offentlig net	to finansieringsbehov.	13
Enkelte lesere kan finne denne konklusjonen om samfinansiering kontraintuitiv. Vil ikke gratis
data 	redusere aktørenes vilje og evne til å bidra til samfinansieringen? Må man ikke da erstatte
samfinansieringsinntekter med andre stat	lige overføringer? Kanskje, men 	uansett årsak og
historie bak, så forutsetter 	scenarioet at statlig sektor må betale mer fordi andre offentlige
aktører betaler mindre. Innen en konsolidert offentlig sektor blir nettoen upåvirket. Skal det
legges noe vekt p	å forholdet mellom statlig og øvrig offentlig sektor, må det være fordi det
offentlige ikke er konsolidert. Men resonnementet om en konsolidert offentlig sektor har både
politisk, rettslig og økonomisk støtte i Norge. Vi har ikke to stater i dette landet. 	Det er
resonnementet om konsolidert offentlig sektor som ligger i bunnen også for vår vurdering
rundt Norsk eiendomsinformasjons inntekter.
Etter dette er netto finansieringsbehov i utgangspunktet 	100	 millioner kroner	 (avrundet fra
98)	. I tillegg har vi to	 momenter som trekker i hver sin retning:
 	Gratis	 kart	- og eiendomsdata gir opphav til verdiskaping i privat sektor og innsparinger
i offentlig sektor. Verdiskaping i privat sektor kan regnes å ha en gjennomsnittlig
beskatning på 45 prosent, jf	. Finansdepar	tementet (2005)	, som bidrar til offentlig
proveny. Innsparinger i offentlig sektor bidrar også til offentlig proveny. Dette er
bidrag til å redusere offentlig netto finansieringsbehov. Ut fra oppstillingen i
Usikkerhetsanalysen i kapittel 	6 kan det dreie seg om 30 millioner kroner	 reduksjon	.
 	Gratis	 kart	- og eiendomsdata kan bidra til å frata kommunene inntekter de i dag har
fra salg til private aktører. Oslo kommune 	oppgir for eksempel å ha en inntekt på ca	.
20 millioner kroner fra slikt salg. 	Andre	 kommuner 	kan antas å 	ha jevnt over lavere
inntekter	 enn Oslo	.14 Likevel er det ikke umulig at kommunale inntekter til private
utgjør 	80	 millioner kroner.	15
Det ser ikke ut t	il at de to momentene nevnt her gjør like store utslag. For ikke å overdrive
nytten av 	gratis	 kart	- og eiendomsdata velger vi å legge til grunn at nettoeffekten av de to
momentene er 	50 millioner kroner i finansieringsbehov. Når vi tar hensyn til alle mome	nter er
da samlet 	årlig 	netto finans	ieringsbehov 	150	 millioner kroner.
Dette gir en samfunnsøkonomisk kostnad på 	30 millioner kroner	 årlig	.

13 Da visse kartdata ble frigitt høsten 2013, satte Miljøverndepartementet av 25 millioner for å dekke
kostnadene. Det meste av dette	 ble brukt på posten Samfinansiering, med andre ord en kompensasjon
til andre deler av offentlig sektor. I vår analyse er ikke denne delen av de 25 millionene relevant for den
samfunnsøkonomisk kostnaden.	 	14 Vi vet tilfeldigvis at Sandefjord kommune har 	inntekter på 5,6 millioner fra salg av slike tjenester og
oppmålingstjenester i 2013. Hvor mye som var oppmålingstjenester, som bør trekkes ut, er ikke kjent.	 	15 Kommunenes detaljerte regnskapstall («Kostra») forteller riktignok via ssb.no/statistikkbanken 	at
sektor 303 Kart og oppmåling sin inntekt fra brukerbetaling bare var 12,9 millioner kroner i 2012. Det er
to muligheter: Enten har Oslo kommune og Sandefjord oppgitt for brede kategorier i samtale med oss,
eller det ligger relevante inntekter andre sted	er i Kostra. Ved tallet 80 millioner antar vi det siste.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	45
9.	 Et provenynøytralt alternativ
Et provenynøytralt alternativ må for å være meningsfullt innebære at man skiller 	mellom
datatyper. Prisen senkes på data som har relativt størst mulighet for å gi merverdi. Prisen økes
på data som har relativt minst mulighet for å gi merverdi.	 Prinsipper for dette er nærmere
beskrevet i 	avsnitt	 11.2	.
Vi har 	nokså	 lite å bygge på her, men det kom fram noen synspunkter i intervjuene som har
relevans. Den datatypen som oftest trekkes fram som kommersielt interessant i intervjuene, er
detal	jerte landkartdata (FKB 	– felles kartdatabase og andre tilsvarende data) tilsvarende
kartmålestokk 1:1000	-1:10000. Når det gjelder eiendomsdata oppleves det av de fleste
aktørene som en stor forbedring at slike data fra 1. januar 2014 kan kjøpes for 2	-3 mi	llioner
kroner, mot tidligere 45 millioner eller mer. Det er ikke et sterkt trykk i bransjen for at dataene
skal gjøres fullstendig gratis. Det vil bidra til offentlig netto proveny at private slippes til som
kjøpere av slike data. For øvrig aksepterer man	ge aktører å betale en sum også for kartdata, så
lenge summen er forutsigbar og av rimelig størrelse.
Når det gjelder kartdata sjø og posisjonsdata er forholdet at usikkerhetsfaktorer er med å
påvirke den potensielle nytten av å gjør	e dem gratis. Dersom F	orsvarets restriksjoner består	,
er nytten av 	gratis	 kartdata sjø langt mindre enn om restriksjonene oppheves. Dersom
hardwaren tilknyttet posisjonsdata fortsetter å være svært dyr, er nytten av posisjonsdata for
massemarkedet meget begrenset samtidig som a	bonnementsprisen for slike data er en
brøkdel av hardwarekostnaden for de som abonnerer. Dette kan tale for at det er lite
etterspørsel som vil falle fra dersom dataene øker noe i pris.
Oppsummert vil vi peke på detaljerte kartdata som det området det er v	iktigst å åpne innenfor
rammen av et provenynøytralt alternativ. De inntektene man taper på dette, kan tas igjen
gjennom noe høyere priser på 	andre data	, et innslag av private kunder innenfor eiendomsdata
og en overgang til faste abonnementer for større ku	nder innenfor kartdata. Det er også viktig å
huske på at statens nettoproveny beløper seg til om lag 	15	0 millioner kroner når vi også tar
med kommunene.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	46
10.	 	Sammenstilling og samlet vurdering
Dette avsnittet sammenstiller den samfunnsøkonomiske analysen. So	m anbefalt i
Finansdepartementet (2011) avslutter vi med å rangere tiltakene.
10.1	 Gratis	 kartdata er 	trolig 	samfunnsøkonomisk lønnsomt
Etter vårt 	beste anslag 	er 	samfunnsøkonomisk nytte av 	gratis	 kart	- og eiendomsdata 	mellom
32 og 174 millioner kroner 	årlig. 	Forventningen er 88 millioner, avrundet til 90 millioner	. Etter
vårt beste anslag er samfunnsøkonomisk kostnad av 	gratis	 kart	- og eiendomsdata 	30	 millioner
kroner.	 Tiltaket 	gratis	 kart	- og eiendomsdata er etter vår vurdering samfunnsøkonomisk
lønnsomt, med	 forventet lønnsomhet på 	60 millioner kroner i året. 	Det er 	ifølge
usikkerhetsanalysen 	drøyt 95 	prosent sannsynlig at nytten er større enn kostnaden.	 Gratis
kart	- og eiendomsdata kan gi 300	-700 nye arbeidsplasser i bearbeidingsbransjen pluss blant
private 	og offentlige bransjer som bruker bearbeidede kart	- og eiendomsdata i sin virksomhet.
Kort oppsummert er nyttevirkningene knyttet til at 	gratis	 kart	- og eiendomsdata gir mulighet
for flere, bedre og billigere produkter med innhold av slike data. Sammen me	d denne
prosessen 	kan 	gratis	 data 	gi 	bedre muligheter for innovasjon, for innsparing	 og effektivisering i
privat og offentlig sektor	, for dynamisk utvikling av et nytt produktspekter som forsterker
hverandre gjensidig hos forbrukerne, osv.
Fordelingsvirkningene av tiltaket er ikke kjent, men allment kan man si at m	ed virksom
konkurranse og flere, bedre og billigere tjenester vil nye kommersielle aktører, og nåværende
kommersielle aktører som evner å omstille seg, komme bedre ut. Aktører som 	ikke evner å
omstille seg, kommer av og til dårligere ut. 	 Tiltaket vil begunstige konsumenter som mer enn
andre etterspør dataholdige produkter fra de ulike 	bransjene og fra 	offentlig sektor	. Det vil
antagelig være til ugunst for konsumenter som ikke ette	rspør slike produkter, men betaler
mye i skatt og avgift.
For å få en røff ide om hva tiltaket kan gi i neddiskontert forstand, summert over alle år, kan vi
anvende formelen
Neddiskontert netto nytte = 	årlig nytte	/(r	-g)
der r er kalkulasjonsrenta	, og g er	 veksttakten i den årlige nytten. Vi 	legger til grunn	 at 	årlig
nytte er 	60 millioner 	som over, 	og at 	g er omtrent lik økonomiens normale veksttakt, 1,5
prosent i året	 (Finansdepartementet, 2013)	. r er 4 prosent i året. 	Neddiskontert netto nytte er
da 	2,4 milliarder kroner. Dette tallet er enda mer usikkert enn det anslåtte årlige
samfunnsøkonomiske overskuddet på 	60 millioner kroner.
Essensen i tiltaket vi ser på er at befolkningen slutter å betale for kart og begynner å betale
(mer) i form av andre offentl	ige priser, skatter eller avgifter. Nytten av dette er de
samfunnsmessige verdiene som skapes av 	gratis	 kart	- og eiendomsdata. Kostnaden er de
samfunnsmessige verdiene som tapes 	når alminnelige skatter og avgifter øker noe.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	47
Kostnaden er kjent i den forsta	nd at Finansdepartementet (2005) har laget en retningslinje: 20
øre per krone offentlig nettoutgift. 	Offentlig nettoutgift har vi anslått til 	150	 millioner kroner.
Det innebærer at selv om nytten av gratis kart	- og eiendomsdata skulle være helt fraværende,
er det samfunnsøkonomiske tapet bare 	30 millioner kroner. Nytten er ukjent. Usikkerheten
formaliserer det forholdet at tiltaket har en stor oppside. Ingen vet hvilken innovasjon som kan
utløses, hvilke nye produkter som kan bli skapt og hvordan markedene	 vil øke i størrelse. Men
effekten 	kan	 i beste	 fall bli 	stor	. Det å stille kart	- og eiendomsdata gratis tilgjengelig synes å
være et fornuftig tiltak fra samfunnets side.
Vi har også vurdert et provenynøytralt alternativ, og argumentert for at i et slikt alternativ kan
det være fornuftig å øke prisene på 	andre data enn FKB	 samtidig som man slipper private
aktører inn i markedet for eiendomsdata	, og går over til faste abonne	menter for større kunder
innenfor kartdata	. I et provenynøytralt alternativ vil nytten være lavere enn i 	gratisa	lternativet.
Det er vanskelig å regne på hvor mye lavere, men etter vår 	vurdering vil nytten minst være 	30
millioner kroner lavere. 	Nytten går m	ed andre ord 	antagelig 	mer ned enn kostnaden. 	Vi
rangerer det provenynøytrale alternativet bak alternativet 	gratis	 data	, men tar forbehold om
at vi har utredet det i mindre grad	.
Vår rangering blir som følger:
1. Tiltaket 	Gratis	 kart	- og eiendomsdata er høyst sannsynlig samfunnsøkonomisk
lønnsomt, med en forventet lønnsomhet i dagens situasjon på 70 millioner kroner i
året. Summert og diskontert over alle år kan det	 dreie seg om 	så mye som 2,8
milliarder kroner.
2. Tiltaket Provenyn	øytralt alternativ er etter vår vurdering samfunnsøkonomisk mindre
lønnsomt enn tiltaket 	Gratis	 data.
3. Dagens situasjon (nullalternativet) er etter vår vurdering det minst lønnsomme
alternativet.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	48
11.	 	Prinsipielt om prising
Dette kapitlet er utarbeidet av Oecono	mica as.
Dette kapitlet utdyper teksten som spenner ut mulighetsrommet for prismodellene i kapittel 	4.
Dette er nyttig for lesere som ønsker en utd	yping av de grunnleggende vurderingene som
gjøres der og som er førende for utvalg av alternativer å gå videre med i analysen (også i
kapittel 	4).
Som hovedregel sk	al data det offentlige har samlet inn stilles vederlagsfritt til rådighet for
befolkningen. Dette prinsippet, slik det er nedfelt i offentlighetsloven, gjelder uavhengig av
hvordan dataene benyttes	, men som omtalt i kapittel 	2 gjøres det unntak for kart	- og
eiendomsdata	.
Vi vil i denne analysen legge et samfunnsøkonomisk perspektiv til grunn, dvs	. vi ser på
virkningene på økonomisk effektivitet. Under noen forutsetn	inger kan en slik analyse lede
frem til en konklusjon som samsvarer med prinsippet nedfelt i offentlighetsloven om
vederlagsfrie data, men da som følge av at det er et prisingsprinsipp som gjør den samlede
verdiskapingen størst mulig.
En prinsipiell anal	yse leder ikke frem til ett enkelt prinsipp for hva som er effektiv prismodell.
Forhold som tidsperspektivet for analysen, vektleggingen av provenyeffekter for det offentlige,
innsamlingskostnader,	 vurderinger av mulige virkninger på økonomisk fordeling og	 hvilken
vekt de ulike hensyn skal tillegges, er faktorer som påvirker konklusjonene. Vi vil i denne
prinsipielle analysen gjøre rede for hovedelementene i en slik analyse.
Det er en rekke alternative prisingsprinsipper som kunne vært benyttet istedenfor g	ratis
tildeling, og som ofte nevnes i offentlig debatt. La oss kort antyde mulige modeller, før vi
drøfter de mest aktuelle mer inngående.
Et alternativ er å tilpasse prisene med sikte på å gjøre de offentlige inntektene av salget størst
mulig, dvs en mål	setting om inntektsmaksimering. Det betyr at det offentlige utnytter den
markedsmakten som kontrollen over kart	- og eiendomsdata gir dem. Et annet alternativ er et
prisingsprinsipp som gir inndekning for de samlede kostnadene forbundet med
datainnhenting	, noe som tilsier et prisnivå i henhold til virksomhetens
gjennomsnittskostnader. Et tredje prinsipp er å rebalansere prisene slik at nettoinntekten er
uendret i forhold til dagens situasjon, dvs	. et provenynøytralt alternativ. Et fjerde prinsipp er å
set	te prisene med sikte på å maksimere det samfunnsøkonomiske overskuddet, det vi senere
skal omtale som marginalkostnadsprising.
Det er to prisingsalternativer som vi drøfter mer inngående. Vi viser egenskapene til en
prismodell som understøtter maksimal ve	rdiskaping. Dernest tar vi for 	oss 	hvordan prisene kan
optimaliseres under provenynøytralitet som bibetingelse.
11.1	 Første beste priser 	– marginalkostnadsprising
Et fundamentalt resultat i samfunnsøkonomisk analyse er at i en økonomi med effektive
markeder vil	 prisen gjenspeile merkostnaden forbundet med å frembringe produktet;

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	49
kostnadsøkningen for samfunnet forbundet med at produksjonen av godet øker med én enhet.
I faglitteraturen omtales denne som marginalkostnaden, et begrep vi vil bruke i det videre.
I ma	rkedet vil kjøpere, det være seg konsumenter eller produsenter, øke sine kjøp inntil
verdien av siste enhet kjøpt (marginal betalingsvilje) er lik prisen på produktet. Hvis prisen
samtidig gjenspeiler marginalkostnaden	, vil kartdata anvendes i samfunnet i 	et volum der alle
gevinster er hentet ut 	– verdien for bruker av siste kjøp vil nøyaktig motsvares av kostnaden
for samfunnet forbundet med å betjene brukeren. Når denne betingelsen er oppfylt, er det
ingen ytterligere gevinster forbundet med å endre kjøpe	ne.
Avvik fra marginalkostnadsprising leder dermed til et effektivitetstap. Vi kan illustrere dette i
et markedsdiagram slik:
Figur 	11	.1 	Samfunnsøkonomisk effektive priser

Optimal pris er kjennetegnet ved at marginalkostnaden i produksjon tilsvarer kjøpernes
marginale betalingsvilje, i figuren angitt som optimal pris. Hvis prisen settes høyere enn dette,
blir samlet omsetning lavere enn optimal mengde. Dermed vil det oppstå 	et avvik mellom
verdien for brukerne av økt tilgang, marginal betalingsvilje, og kostnaden for samfunnet ved
økt produksjon, marginalkostnaden. Differensen mellom de to er en gevinst ved handel som
går tapt. Den skraverte trekanten er det samlede tapet for	 samfunnet av avviket fra optimal
pris.
For kart	- og eiendomsdata vil første beste priser ofte lede til at prisen blir lav. Det følger av
kart	- og eiendomsdatas karakter av å være såkalte “kollektive goder”, når de først er frembrakt
– noe som i seg selv 	er en dyr prosess 	– kan de deles, kopieres og gjenbrukes uten at
ytterligere kostnader påføres samfunnet. I økonomisk sjargong omtales det som at godene er
“ikke	-rivaliserende” 	– den enes bruk av kartdata er ikke til fortrengsel for andres bruk.
En konsek	vens av dette er at marginalkostnaden blir svært lav 	– alle relevante kostnader
framstår som faste, uavhengig av utnyttelsesgraden av dataene. I et perfekt marked vil
dermed også den samfunnsøkonomisk riktige prisen være null. Riktignok vil det være unntak	 i
de tilfeller det er reelle kostnader forbundet med selve distribusjonen av data. Data som
distribueres på papir (for eksempel papirkart av ulik slag) vil påføre samfunnet produksjons	- og Mengde data
Pris	Marginal
betalingsvilje
Marginal
-
kostnad
Optimal
mengde
Optimal
pris
For h	ø	y
pris

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	50
distribusjonskostnader, og som dermed medfører at marginalkostnade	n blir positiv. Men de
store volumene av kart	- og eiendomsdata er lagret elektronisk, kopieres, og distribueres, uten
at samfunnet påføres kostnader på marginen. Optimal pris på elektroniske data er dermed
null.
Dette prinsippet reiser en finansieringsmess	ig utfordring. Kostnadene på lang sikt kan ikke
dekkes gjennom marginalkostnadsprising, men må dekkes inn gjennom offentlige budsjetter. I
en figur kan vi illustrere situasjonen slik, der vi også har inkludert en kurve for
gjennomsnittskostnadene:
Figur 	11.2 	Kostnadsdekning påfører samfunnet et effektivitetstap som angitt ved det skraverte
området

Legges det inn et kostnadsdekningskrav på virksomheten, må prisen gjenspeile
gjennomsnittskostnadene. Det vil påf	øre samfunnet et effektivitetstap. Tapet gjenfinnes i 	Figur
11.2 som den skraverte trekanten.
I den videre diskusjonen skal vi sortere ut ulike hensyn som kan tilsi at det er
effektivitetsmessige argumenter for å avvike fra marginalkostnadsprising.
Margin	alkostnadsprising hvilte på en antakelse om effektive markeder generelt i økonomien.
En situasjon som kan tilsi at det er gevinster ved å avvike fra marginalkostnadsprising er
imperfeksjoner i relaterte markeder. De	t viktigste i denne vurderingen er at ka	rt- og
eiendomsdata gjennom bundling med andre data, kan generere nye verdifulle tjenester. Det
skaper merverdier som tilsier at bruken av kart	- og eiendomsdata bør stimuleres 	utover	 det
marginalkostnadsprising alene tilsier.
11.1.1	 Kunnskapsspredning
I en økonom	i med effektive markeder gir marginalkostnadsprising et samfunnsøkonomisk
effektivt resultat. 	Figur 	11.2 ovenfor illustrerer hvordan en pris som overstiger
marginalko	stnaden medfører en fortrengning av lønnsomme transaksjoner 	– en reduksjon i
prisen vil dermed realisere disse og gi en gevinst for samfunnet. Generelt vil en slik endring i
prisen også påvirke tilbyder	- eller etterspørreradferd i andre relaterte markeder
(krysseffekter). Men så lenge effektivitetsbetingelsene er oppfylt i de marke	de	ne, vil
kryssvirkningene ikke påvirke den samlede effektiviteten. Hvis det derimot er avvik mellom Mengde data
Pris
Marginalkostnad
Optimal
mengde
Optimal
pris
Pris lik
gj.snitts	-
kost

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	51
marginalkostnad og marginal betalingsvilje i disse markedene, vil kryssvirknin	gene generelt
medføre velferdseffekter.
For de fleste markeder vil denne type kryssvirkninger være av begrenset betydning og kan
neglisjeres. Men det er to markeder der krysseffektene potensielt har stor betydning. Det har
dels sammenheng med disse markede	nes størrelse, dels med at imperfeksjonene gjerne er
større i disse markedene enn i andre. Det ene markedet er arbeidsmarkedet og det andre er
kunnskaps	- og teknologiintensive markeder. Arbeidsmarkedet har trolig en underordnet
betydning i vår problemstill	ing. Kunnskaps	- og teknologiintensive markeder kan derimot ha
essensiell betydning. Bedre tilgang til kart	- og eiendomsdata kan stimulere gründervirksomhet,
initiere utviklingen av ny teknologi, og gi et økt tilfang av tjenester der kart	- og eiendomsdata
bundles med annen informasjon. Denne typen prosesser kan ha et betydelig innslag av
indirekte virkninger, i denne sammenhengen positive virkninger som ikke fullt ut ivaretas i
markedsbeslutningene. Lavere pris på kart	- og eiendomsdata kan dermed stimulere e	n slik
utvikling, og gjennom det øke verdiskapingen. Det tilsier at prisen på kart	- og eiendomsdata
bør settes lavt. I analysen av de 	prinsipielle 	samfunnsøkonomiske gevinstene ved lavere pris på
data kommer vi tilbake til disse momentene. 	I kapittel 	7 har vi beskrevet hvordan de ser ut fra
en praktisk synsvinkel.
Så langt har vi tatt for oss prising av kart	- og eiendomsdata i lys av de økonomiske prinsippene
for a	nvendelsene av dataene. Samtidig er det slik at prismodellen for kart	- og eiendomsdata
også påvirker incentivene til produksjon av nye data.
11.1.2	 Incentiver til å frembringe nye data
Data som er frembrakt	, bør utfra hensynet til samfunnsøkonomisk effektivitet, 	distribueres
vederlagsfritt til alle brukere. Det betyr at ny innsamling av data må finansieres på annen måte
enn gjennom direkte salg av dataene i markedet.
For data samlet inn av offentlige aktører, det være seg stat, kommune eller offentlige
selskaper, 	er finansiering et offentlig anliggende; der beslutninger om produksjon av nye data,
og finansiering av disse, følger ordinære beslutningsprosedyrer i offentlig sektor. 	Dette er en
grunn til at vi i kapittel 	6 ikke har lagt vekt på kostnadene knyttet til innsamling utover mulige
virkninger på datakvaliteten.
For data som samles inn av private aktører kan det imidlertid reise seg noen nye utfordringer
når kart	- og 	eiendomsdata blir bedre tilgjengeliggjort. Historisk har privat produksjon funnet
sted i mer begrenset omfang, innsamling av kart	- og eiendomsdata har i hovedsak foregått i
offentlig regi. Men teknologiutviklingen, og utviklingen av kommersielle markeder, 	har
imidlertid i økende grad åpnet for systematisk innsamling av data i privat regi. Det har en
interessant samfunnsøkonomisk dimensjon. På 	noen	 områder er kart	- og eiendomsdata
fremdeles av lav kvalitet. Et eksempel er sjøkart, som 	til dels 	er unøyaktige 	og gamle	. Et annet
viktig eksempel er kartlegging av grunnforhold. Sammenlignet med andre land, er
grunnforhold i Norge bare i begrenset grad systematisk kartlagt	. Samtidig stilles det etter hvert
strengere krav til bygg og infrastruktur, noe som i kombina	sjon med klimatiske endringer, med
derav økt risiko for overvannsproblemer og ras, øker verdien for samfunnet av bedre tilgang
tilslike data	 betydelig	. De 	store	 økonomiske verdiene som knytter seg til dette, for eksempel

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	52
innenfor forsikringsmarkedet, tilsi	er at det kan bli et voksende kommersielt marked for
datagenerering.
Samtidig er det av stor samfunnsøkonomisk verdi å sikre effektiv i) aggregering og samordning
av data som samles inn av ulike aktører, og ii) effektive incentiver til å samle inn nye data	.
I en viss utstrekning er det institusjoner som sikrer en slik samordning, for eksempel gjennom
konstruksjonen Norge digitalt. Det er også i prinsippet mulig å designe effektive kontrakter
mellom private aktører som genererer data og offentlige myndighet	er. Effektive kontrakter på
dette området blir vanskeligere ettersom teknologiutviklingen åpner for systematisk
kartlegging i mindre skala. I så tilfelle kan det reise seg noen ny	e problemstillinger knyttet til
konkurranseforholdet mellom private og offent	lige aktører, ved at vederlagsfri offentlig
distribusjon kan svekke incentivene til privat datainnsamling.
Denne problemstillingen kan i økende grad bli aktualisert i årene fremover, men vi f	orfølger
den ikke	 ytterligere i dette notatet.
11.2	 «Nest beste»	 prismodell	 med provenykrav	16
Når kostnadene hovedsakelig er faste, som er et kjennetegn ved kart	- og eiendomsdata, kan
ikke kostnadsdekning oppnås gjennom priser som gjenspeiler marginalkostnadene 	– de såkalte
første beste prisene. En prismodell	 som tar i	nn proveny	 vil da medføre at det gis et påslag
utover marginalkostnad for de ulike produktene. Nivået på prisene bestemmes av kravet til
proveny, men når salget av kart	- og eiendomsdata er fordelt over en rekke separate
markedssegmenter, vil det være mange	 alternative prisprofiler som alle er forenlige med et
dekningskrav.	17
Med provenykrav vil den beste løsningen (i litteraturen kalt nest beste løsning) 	være å velge en
prisprofil som minimerer effektivitetstapet forbundet med at prisene overstiger første 	beste
prisene. Vi skal her vise grunnprinsippene for en slik analyse.
Hvordan bør påslaget fordeles over ulike produkter, når målsettingen 	er 	at kostnadsdekning
skal finne sted 	med	 lavest mulig effektivitetstap? Dette problemet er i litteraturen kjent som
Ramsey	-problemet, og som leder frem til såkalte nest beste priser. Med nest beste priser
menes prisene som understøtter den mest effektive ressursallokeringen, når man legger til
grunn en betingelse om at virksomheten et stykke på vei skal dekke egne kos	tnader.
Et viktig resultat, som vi nå skal vise, er at Ramsey	-prisene medfører at marginene generelt
skal stå i et negativt forhold til etterspørselens prisfølsomhet. I de markedssegmenter der
prisfølsomheten er lav, dvs. at etterspørselen reduseres mindre	 ved en prisøkning, tilsier
regelen for optimale priser at, alt annet likt, bør kundene stilles overfor en høyere pris. Et

16 Dette og etterfølgende avsnitt er noe mer teknisk i fremstillingen, men det er tilstrekkelig for å lese
den verbale drøftingen for å få med seg poengene. 	 	17 Hvor høyt inndekningskravet er, har alt	så ingen betydning for den prinsipielle analysen. Jo høyere
inndekningskravet formuleres, desto høyere må prisnivået settes. I så måte kan en betrakte alle
prismodellene vi skisserte innledningsvis som spesialtilfeller av en Ramsey	-analyse.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	53
eksempel på et segment der prisfølsomheten trolig er svært lav er verifisering og tinglysing.
Det er tjenester som typisk er bundlet 	med kontraktsinngåelser, og det er vanskelig å se for
seg at volumet i særlig grad blir påvirket av prisnivået. Vi refererer til det som markedet for
oppslag. Derimot er trolig markedet for eiendomsdata, bundlet med kartfunksjonalitet i form
av apper, et 	segment som kan være sterkt priselastisk, referert til som markedet for apper.
Andre oppdelinger av markedet er også mulig, jf. kapittel 	9, men skillet mellom oppsl	ag og
apper er et greit eksempel.
La oss først vise hvorfor etterspørselens prisfølsomhet har betydning for
effektivitetsvirkningene forbundet med valg av prisprofil. Vi tar utgangspunkt i en standard
figur for et marked der tjenesteleverandøren produserer	 til konstant marginalkostnad 	c, og
står overfor en gitt fallende etterspørsel. Dette er i prinsippet samme innsikt som i tidligere
figurer, men den er hensiktsmessig å ta som utgangspunkt når vi skal utvide produktspekteret.
Figur 	11	.3 	Fortrengningstapet

En første beste løsning tilsier at prisen settes lik marginalkostnaden	, p = c	, noe som leder til en
samlet etterspørsel ved nivå 	x(c)	. Settes prisen høyere enn marginalkostnaden, som i figuren,
oppstår et fortrengningstap. Volumet på fortrengte transaksjoner er i figuren angitt ved 	∆x.
Selve fortrengningstapet fremkommer deretter som det skraverte arealet under
etterspørselskurven 	– tilnærmet lik det fortrengte volumet 	∆x multiplisert med marginen 	p – c,
og deretter delt på to (siden det er en trekant).
Den essensielle innsikten er nå følgende. Hvis en står fritt i prissettingen, vil en reduksjon i
prisene ned til marginalkostnad elimin	ere effektivitetstapene. Det gir første beste priser. Men
hvis en ikke står fritt i prissettingen, kan en likevel hente ut gevinster knyttet til at endringen i
effektivitetstapet som følger av en eventuell prisjustering, varierer systematisk avhengig av
etterspørselskurvens form.
Med flere markedssegmenter vil dermed det samlede fortrengningstapet ikke bare avhenge av
prisnivået, men også avhenge av fordelingen av priser over de ulike segmentene. Kjernen i xx(c)
x(p)
p
∆(p)
P 	-	c
x(p)
c

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	54
nest beste priser er da å rebalansere prisene sli	k at det samlede fortrengningstapet i ulike
markeder blir lavest mulig, gitt provenykravet. Vi vil illustrere dette på enklest mulig måte.
Vi ser på to markeder, markedet for apper, 	A, og markedet for oppslag, 	B, markeder med hver
sin etterspørsel. Vi gjør	 det maksimalt enkelt og antar at etterspørselskurvene er uavhengige
av hverandre. Vi kommenterer kort nedenfor hvordan konklusjonene blir modifisert hvis det er
avhengigheter i etterspørselen.
Videre legger vi til grunn at provenykravet fordrer en inndekn	ing på 	F kroner. Dvs følgende
betingelse skal være oppfylt
 (pA – cA)xA(pA) + (p	B – cB)xB(pB) = F
der 	cA og 	cB er de respektive marginalkostnadene i de to markedssegmentene.
Fra samfunnets side har den optimale priskombinasjonen egenskapen at den gjør det	 samlede
fortrengningstapet lavest mulig, dvs en kombinasjon 	pA , pB som minimerer det samlede
fortrengningstapet.
En reduksjon i prisen i et av markedene vil redusere det tilhørende fortrengningstapet. Hvor
stor reduksjonen blir, avhenger av prisfølsomhet	en i etterspørselen. Den måles ved den
økningen i etterspurt mengde som realiseres ved en liten reduksjon i prisen. Legg da merke til
at, for enhver gitt margin 	p – c, reduseres fortrengningstapet mye hvis etterspørselen er svært
prisfølsom.
Dette har en v	iktig implikasjon for optimal balansering av prisene. La oss illustrere det ved å
tenke oss at markedene er like store, slik at en tillatt rebalansering av prisene tilsier at en
økning i den ene prisen må motsvares av en like stor reduksjon i den andre. D	et betyr igjen at
hvis marginene er like store i to markedssegmenter, men prisfølsomhetene er ulike, vil det
være en gevinst for samfunnet ved å redusere prisen i det prisfølsomme segmentet for apper,
og øke den tilsvarende i det prisufølsomme segmentet fo	r oppslag. La oss illustrere dette
poenget i en figur
Figur 	11	.4 	Rebalansering av prisene bedrer effektiviteten for gitt proveny

Marked A har den mest prisfølsomme etterspørselen. La oss tenke oss at det i utgangspunktet
er samme pris i de to markedene, p. Siden etterspørselen til denne prisen er like stor i de to
markedene, vil en rebalansering kunne bestå i å øke prisen i marked B	 med δ kroner, og x(c	A)
p
p	-	c	A
x	A(p)	x(c	B)
p
p	-	c	B
x	B(p)
c	A
P + 	δ
P 	-	δ
cB

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	55
redusere 	prisen i marked A tilsvarende. Virkningene av en slik rebalansering på
fortrengningstapene er illustrert i 	Figur 	11	.4. I marked A, der pris	en settes ned, reduseres
fortrengningstapet tilsvarende det skyggelagte arealet. Tilsvarende er økningen i
fortrengningstapet forbundet med at prisen i marked B stiger, illustrert ved det skyggelagte
arealet i den høyre figuren. Vi ser at ulik prisfølsomhe	t gir en samlet reduksjon i
fortrengningstap forbundet med en slik rebalansering.
Hvis markedssegmentene er av ulik størrelse, må prisen i markedssegmentet med størst
etterspørsel endres relativt mindre enn prisen i segmentet med liten etterspørsel, unde	r
forutsetning om at samlet inntekt skal være uendret. Da vil et tilsvarende resultat ha gyldighet
for relative endringer. I det tilfellet vil Ramsey	-prisene implisere at det relative avviket fra
marginalkostnadsprising, 	(p-c)/p	, multiplisert med etterspør	selselastisiteten, skal være den
samme i alle segmenter. Mens prisfølsomheten måler den absolutte endringen i
etterspørselen som følger av en prisøkning, måler etterspørselselastisiteten den relative, eller
prosentvise, endringen.
Med andre 	ord	 skal prisen	 være relativt høyere i 	uelastiske enn i elastiske segmenter. 	Vi har
benyttet oss av denne innsikten i kapittel 	9. For et gitt provenykrav eksisterer det et sett a	v
optimale Ramseypriser, bestemt gjennom regelen beskrevet i forrige avsnitt. Disse prisene
maksimerer konsumentoverskuddet gitt provenykravet.
La oss avslutningsvis kort kommentere hvordan resultatet modifiseres hvis det er
avhengigheter mellom etterspør	selen i ulike segmenter. Her er det hensiktsmessig å utvide
antallet markeder utover to, slik at en kan se på hvilken 	måte	 krysseffektene mellom to
markedssegmenter påvirker de optimale prisene i disse to segmentene, relativt til et tredje
segment.
Ser vi	 på to segmenter som er komplementære i etterspørselen, tilsier komplementariteten at
prisene i de to segmentene skal være noe lavere, enn om denne komplementariteten
neglisjeres. Grunnen er at effektivitetsproblemet ved priser som overstiger marginalkostn	aden
er forbundet med at etterspørselen er lavere enn i en første beste løsning. Ved
komplementariteter vil en reduksjon i prisen i ett segment, stimulere etterspørselen i det
komplementære segmentet, noe som isolert sett øker effektiviteten.
For to segmen	ter som er substitutter, går virkningen motsatt vei. Ved å øke prisen i ett
segment, vil etterspørselen i det andre segmentet stimuleres, noe som isolert sett bedrer
effektiviteten.
11.3	 Prinsipielt om beregning av nytten av 	gratis	 kart	- og eiendomsdata
En reduksjon i prisene på kart	- og eiendomsdata vil gjennom markedet generere verdier for
bedrifter, husholdninger og offentlig sektor. For små endringer i prisene kan en foreta
beregninger ved hjelp av enkle regneprosedyrer: Siden aktørene i markedet har 	optimalisert
sin tilpasning, kan en vise at en liten endring i prisene endrer aktørenes overskudd
proporsjonalt med deres respektive valgte volumer. For større endringer i prisene, som er
situasjonen vi her ser på, vil en slik tilnærming ikke være tilstrek	kelig.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	56
I markedet vil gratis kart	- og eiendomsdata påvirke prisene som konsumentene betaler, og
dermed endre konsumentoverskuddet. Det kan generere nye produkter som har verdi for
konsumentene. Lavere kostnader kan øke marginene i bedriftene i verdikjeden	, og gjennom
det øke produsentoverskuddene.
I samfunnsøkonomisk analyser legger en gjerne til grunn en uveiet sum av produsent	- og
konsumentoverskudd som effektivitetskriterium. Begrepet konsumentoverskudd blir nøye
drøftet i et senere avsnitt. Produsent	overskuddet er nært knyttet til det bedriftsøkonomiske
overskuddsbegrepet.
Beregningene av både konsument	- og produsentoverskudd reiser en rekke utfordringer. Ser vi
på produsentoverskuddet, skal det fange opp merverdiene som skapes utover den
avkastningen	 de medgåtte ressursene oppnår i sin beste alternative anvendelse.
En mer indirekte måte å anslå de samfunnsmessige virkningene av gratis kart	- og
eiendomsdata, vil være å utnytte den kunnskap man har om strukturen i bransjen, og hvordan
den vil påvirkes 	av datatilgangen. Primært er det de mer varige virkningene av endret
datatilgang vi ønsker å fange opp. Umiddelbart vil gratis kart	- og eiendomsdata materialisere
seg i form av endrede marginer for aktørene i verdikjeden, og med ulik effekt for ulike aktør	er
avhengig av hvordan prisendringene veltes over på aktører lenger ned i verdikjeden, og da i
særlig hvilken grad lavere innkjøpspriser leder til lavere priser for konsumentene. Men
endrede marginer påvirker markedsstrukturen og medfører nyetableringer av	 bedrifter, et nytt
tilfang av produkter samt endringer i husholdningenes bruk av data. Det er spesielt disse mer
langsiktige strukturelle effektene som en ønsker å fange opp.
Varig meravkastning (dvs avkastning utover ressursenes alternativverdi) i en bra	nsje er gjerne
knyttet til knapphet i ressurstilgang. Produksjonsressurser som er knappe (for eksempel
naturressurser) vil i et marked oppnå en pris som inneholder en knapphetsrente. Denne
knapphetsrenten tilfaller eierne, eller de som kontroller den knapp	e ressursen (for
naturressurser omtales knapphetsrenten ofte som grunnrente). Dette betyr at hvis det i
verdikjeden for benyttelse av kart	- og eiendomsdata er elementer av en slik knapphet, noen
kritiske ressurser som oppnår en knapphetsrente, ville det væ	rt særlig viktig i analysene å
kalkulere inn denne renten.
Det er vanskelig å se for seg at det i denne verdikjeden er særlige innslag av en slik knapphet.
Ressursene som benyttes er stort sett ressurser som kjøpes i store markeder, enten vi snakker
om tek	nologi, arbeidskraft eller annet. Dermed kan en som en god tilnærming legge til grunn
at den langsiktige avkastningen i næringen vil tilsvare gjennomsnittsavkastningen i samfunnet,
dvs at det ikke knytter seg en spesifikk langsiktig meravkastning til bruk 	av kart	- og
eiendomsdata for bedriftene.
Det forenkler analysen ved at man kan fokusere på de gevinster som tilgangen på gratis kart	-
og eiendomsdata gir for konsumentene på lang sikt. Det vil dels være gevinster i form av lavere
priser, men det vil også v	ære gevinster i form av nye og bredere produktspektre. I så måte er
det en utfordring å komme med kvalifiserte anslag 	-- det er vanskelig å predikere fremtidig
produktutvikling. Men samtidig er det internasjonalt et erfaringsmateriale, og en rekke studier
som tar for seg hvordan tilgang til nye data, kombinert med nye teknologiske plattformer,
generer produktvekst.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	57
En viktig gevinst kanaliseres gjennom det offentlige. Bedre offentlige tjenester (som dermed
kommer konsumentene til gode) eller gevinster i for	m av lavere kostnader i det offentlige (som
også på lang sikt kommer konsumentene til gode gjennom lavere beskatningsbehov), er viktige
gevinster, i tillegg til at en del av verdiskapingen kanaliseres til det offentlige gjennom
skattesystemet.
Vår praktis	ke tilnærming til momentene som er drøftet her, er diskutert i kapittel 	5.
Vi skal i det videre drøfte noe nærmere virkningene for konsumentene.
11.3.1	 Endringer i konsum	entoverskuddet	18
For de produktene som konsumentene kjøper i markedet, kan virkningene på
konsumentoverskuddet av endringer i prismodellen for kart	- og eiendomsdata hensiktsmessig
dekomponeres i to elementer. Det ene er verdien av endringene i prisene på ek	sisterende
tjenester. Det andre er verdien av økt produktvariasjon og nye produktkategorier.
La oss for argumentasjonens del resonnere rundt et tenkt tilfelle der kart	- og eiendomsdata
blir distribuert vederlagsfritt. Som konsekvens av dette reduseres pris	ene på eksisterende
produkter i markedet og nye produkter blir lansert. Vi ser her på det rent prinsipielle og lar
prisnivå 	0 referere til det opprinnelige prisnivået, og 	1 til det nye prisnivået.
Ser vi isolert på ett enkelt marked, og tenker oss at pris	en i markedet reduseres fra 	 til 	 , vil
det gi konsumentene i dette markedet en merverdi. Hvor stor er denne merverdien? Det
fanges opp av konsumentoverskuddet: når prisen faller	, øker konsumentoverskuddet, og det
er denne økningen vi er ute etter å fan	ge opp.
Økningen i konsumentoverskuddet er definert som kronebeløpet som for konsumentene
tilsvarer verdien av prisreduksjonen. Sagt på en annen måte 	– kronebeløpet som ville
representert en eksakt kompensasjon i det tenkte tilfellet at prisen ikke ble red	usert 	– i
litteraturen omtales derfor endringen i konsumentoverskuddet 	som kompenserende variasjon.
Hvis markedet vi ser på er lite, i den forstand at det utgjør en liten andel av den enkelte
konsumentens budsjett, kan det samlede konsumentoverskuddet måle	s som arealet under
markedsetterspørselskurven. I figuren nedenfor er det skraverte arealet tilnærmelsesvis lik
konsumentenes samlede gevinst av en prisreduksjon.

18 I mer sofist	ikert form ble konseptet konsumentoverskudd opprinnelig utviklet av nobelprisvinneren
John R. 	Hicks	 (1946) i sitt hovedverk	 Value and capital	. Metodikken for analyser av konsumentenes
verdier forbundet med nye produkter ble i stor grad utviklet i miljøet r	undt professor Jerry Hausman ved
MIT, se for eksempel standardreferansen Hausman, Plakes og Rosston (1997).

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	58
Figur 	11	.5 	Endringer i konsumentoverskuddet

Ser en isolert på ett marked, og en har et rimelig anslag 	for	 prisfølsomheten i markedet
(etterspørselselastisiteten) kan dette arealet beregnes ved en enkel formel. Den opprinnelige
etterspørselen til pris 	p0 gir informasjon om nivået, dvs hvor langt ut e	tterspørselskurven
ligger. 	Hvis en k	jenner prisfølsomheten	, kan en lett regne ut størrelsen på det skyggelagte
arealet.	19 20
Dette målet ser på ett markedssegment i isolasjon. Generelt vil det være kryssvirkninger i
etterspørselen på tvers av segmenter, dvs 	prisen på vare A vil påvirke etterspørselen etter vare
B, og vice versa. Siden kart	- og eiendomsdata er input i en rekke ulike produkter	, vil det
dermed ha betydning for analysen å fange opp disse kryssvirkningene. Vi skal vise hvordan
dette presist gjøres	, men da er det hensiktsmessig å innføre noen begreper.
Vi formulerte ovenfor konsumentoverskuddet som 	det 	kronebeløpet som for konsumentene
tilsvarer verdien for dem av prisreduksjonen. Dvs	. at hvis de stilles overfor den gamle prisen,
men med dette kron	ebeløpet som en kompensasjon, oppnår de den samme nytten som
tidligere 	– et nyttenivå vi refererer til som 	 . Vi l	ar 	 være inntekten som til den
opprinnelige prisen 	 gir nyttenivået 	 , og 	 representere inntekten som til den nye
prisen 	 gir det samme nyttenivået 	 , alle andre priser uendret	. Konsumentoverskuddet kan
dermed uttrykkes som differensen

et kronebeløp som uttrykker verdien for konsumentene av en isolert prisreduksjon.

19 En kan her presisere at det er den såkalte 	kompenserte etterspørselskurven 	som er relevant å legge til
grunn i kalkylen. I praktiske henseender h	ar dette liten betydning som følge av at den samlede
budsjettandelen konsumentene benytter på produkter basert på kart	- og eiendomsdata er beskjeden.	 	20 Det er viktig å understreke at man her må unngå dobbelttellinger 	– når prisreduksjonen er en følge av
kostnadsreduksjoner i bedriftene, som igjen følger av reduserte priser (eller vederlagsfri tildeling) av
kart	- og eiendomsdata	, vil de gevinstene som kan 	tilbakeføres til 	kart	- og eiendomsdata	leverans	ene som
sådan være rene inntekts	omfordelinger.	 I analysen tidligere er det ivaretatt gjennom drøftingen av
provenytapet for det offentlige. 	 Mengde
Pris

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	59
11.3.2	 Samtidige prisendringer i flere markeder
Ser en på flere markeder simultant, er konsumentoverskuddsbegrepet i prinsippet en enkel
generalisering. Konsumentoverskuddet er det kronebeløpet som nøyaktig samsvarer med
verdien de samlede prisendringene medfører for konsumenten. Igjen kan dette oversk	uddet
beregnes basert på antakelser om etterspørselselastisitetene, men da vil
substitusjonsforholdet mellom produktene få en kritisk rolle.
Det kan vi illustrere ved å generalisere målet for endringen i konsumentoverskuddet fra forrige
avsnitt. La oss ill	ustrere med to markeder, marked A og marked B, og der prisen i marked A
reduseres fra 	 	til 	 	, mens prisen i marked B reduseres fra 	 	 til 	 	. Kronebeløpet som
nøyaktige kompenserer for prisendringen blir dermed:
 ( 	 	 ) 	 ( 	 	 )
Vi står alts	å overfor en samtidig endring i prisene i to markeder, og der substitusjonsforholdet
mellom markedene får essensiell betydning. Det kan vi synliggj	øre ved å dekomponere
endringen i det samlede konsumentoverskuddet i to partielle endringer, dvs	. som summen 	av
endringen i konsumentoverskuddet i marked A og i marked B. Vi kan gjøre det slik:
 ( 	 	 ) 	 ( 	 	 )
= { ( 	 	 ) 	 ( 	 	 )} + { ( 	 	 ) 	 ( 	 	 )}
Legg nå merke til at det første leddet er endringen i konsumentoverskuddet i marked A,
betinget	 av	 at prisen i marked B er den opprinnelige prisen 	 	. Det andre leddet er derimot
endringen i konsumentoverskuddet i marked B, betinget 	av	 at prisen i markedet A er den nye
prisen 	 	. Dvs den samlede endringen i konsumentoverskuddet kan dekomponeres i 	to
partielle mål, som i 	Figur 	11	.5 ovenfor, men der en må være presis 	med hensyn til	 hvilken pris
som etterspørselskurven betinges 	av	.
Dette	 kan illustrere	s som vist	 i figuren nedenfor	. Av	 pedagogiske grunner betrakter vi to
markeder som i utgangspunktet er like store.
Figur 	11	.6 	Beregning av konsumentoverskuddet når produktene er substitutter

Det samlede konsumentoverskuddet er nå representert ved summen av de to skraverte
arealene. Betydningen av substitusjonsforholdet mellom varene kommer til syne på følgende
måte: Etterspørselen i marked A, figuren til venstre, viser samlet etterspørsel ette	r vare A

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	60
betinget 	av	 at prisen på vare B er den initiale, høye prisen 	 	. Når vi så skal supplere med
konsumentoverskuddet i marked B, tegner vi etterspørselen etter den varen, betinget 	av	 at
prisen på vare A er den nye, lave prisen 	 	.
Dvs. hvis de to v	arene er substitutter, vil etterspørselen etter vare B, betinget 	av	 den nye lave
prisen 	 	 på vare A, kunne bli svært liten (neglisjerbar hvis de to godene er nær perfekte
substitutter). Åpenbart er mergevinsten for konsumentene ved en prisreduksjon beskj	eden
hvis et nært substitutt allerede er satt ned i pris. Med antakelsen om at markedene er like
store, kommer denne begrensede merverdien til uttrykk ved at etterspørselen etter produkt B
blir svært lav til den nye lave prisen på produkt A.
Det betyr at ø	kningen i det samlede konsumentoverskuddet blir sterkt overvurdert hvis en her
summerer arealene under etterspørselskurvene, basert på de observerte initiale mengdene
 	 og 	 	 og gitt, i og for seg, meningsfulle anslag på etterspørselselastisitetene (dvs	 anslag
som fremkommer ved en partiell beregning av etterspørselselastisitetene i markedspunktet).
Ser vi derimot på komplementære goder blir tegningen ganske annerledes. Vi vil her
understreke at i markedet for kart	- og eiendomsdata kan det være potensiel	t sterke
komplementariteter mellom markedssegmenter	, jf. kapittel 	7. Som vi har vært inne på kan
utnyttelse av kart	- og eiendomsdata initiere ny produkt	- og teknol	ogiutvikling. Produktene
som genereres distribueres over plattformer/terminaler, der det kan være sterke
nettverkseksternaliteter (ofte referert til som stordriftsfordeler på konsumentsiden). Det kan
være direkte eksternaliteter på terminalsiden (selv om d	enne utviklingen hovedsakelig er styrt
av det internasjonale markedet), eller det kan være eksternaliteter på brukersiden i form av
tilvenning og evne til utnytte teknologimulighetene i ulike markeder, samt utvidet tilgang til et
leverandørspekter. Denne t	ype læringseffekter kan være sterke i markedet for
teknologiintensive produkter, for eksempel apper.
Hvis vi igjen ser på to segmenter av omtrent samme størrelse, får vi følgende illustrasjon av
det samlede konsumentoverskuddet.

Figur 	11	.7 	Beregning av konsumentoverskuddet når produktene er komplementer

Som følge av komplementariteten i etterspørselen er etterspørselen etter produkt B høyere
ved den nye lave prisen på produkt A, enn den ville vært hvis pro	dukt A var dyr. Det har
betydning for beregningene av endringene i konsumentoverskuddet. Hvis en her kalkulerer det
samlede konsumentoverskuddet forbundet med en prisreduksjon basert på initiale

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	61
etterspørselsmengder og (tenkt) korrekte anslag på etterspørs	elselastisitene vil gevinstene av
prisreduksjon kunne bli vesentlig undervurdert.
11.3.3	 Verdien for konsumentene av nye produkter
Fordelen med metodikken 	beskrevet i forrige avsnitt 	er at den kan lett generaliseres til nye
produkter. Vi kan se for oss at kart	- og eiendomsdata benyttes som input i en rekke ulike
elektroniske tjenester, som hver kan betraktes som et nytt produktområde.
For produkter som tidligere ikke eksisterte	, er gevinstene for konsumentene, litt løselig
formulert, hele konsumentoverskuddet. L	a oss eksemplifisere det ved å betrakte A som et
eksisterende produkt mens B er nytt produkt. Standardmetoden er nå å definere en såkalt
“virtuell pris”, 	 	, som illustrert i følgende figur:
Figur 	11	.8 	Konsum	entenes verdsetting av nye produkter

Den virtuelle prisen, 	 	, er det som ofte omtale som “kvelningsprisen” i markedet. Hvor stor
nettoøkningen er i samlet konsumentoverskudd av større produktbredde avhenger
fundamentalt av kryssvirkningene mellom 	markedene. På samme måte som ved eksisterende
produkter, kan komplementariteter mellom produktene gi selvforsterkende effekter, og ved å
utvide markedet, kan også ytterligere utvide produktbredden.
Det ligger i sakens natur at det er utfordrende å prediker	e fremtidig produktutvikling, og hvilke
verdier det gir for konsumentene. En tilnærming kan være å ta utgangspunkt i detaljerte
studier av bransjer som har vært gjenstand for en tilsvarende utvikl	ing	. Ofte er disse basert på
studier av endringer i etterkan	t av innføring av ny teknologi	21, 	at teknologi er blitt
tilgjengeliggjort, eller at en regulert prisstruktur er endret	22. Slike studier kan gi en indikator på
størrelsesorden av verdiene forbundet med ny produktutvikling.
En annen mer indirekte tilnærming ka	n ta utgangspunkt i endringer i konsumentenes
utgiftsmønstre som følge av initiale teknologi	- eller produktendringer. Et klassisk
“lærebok	eksempel	” på hvordan nye produkter genererer komplementariteter er utviklingen i

21 Se for eksempel Brynjolfsson m.fl. (2003), som analyser verdien for	 konsumentene, basert på
metodikken vi har redegjort for, av økt produktbredde i bokmarkedet som følge av salg gjennom digitale
kanaler.	 	22 Hausman m.fl. (1997). er et eksempel på det.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	62
filmleiemarkedet i USA på 1980	-tallet	, som ble betraktet som en konkurrent til kinoene, men
der studier indikerer at filmleiemarkedet utløste en betydelig vekst i filminteressen. En
konsekvens av denne utvidelsen i totalmarkedet var at etterspørselen etter kinobilletter
snarere økte enn sank.	23
Basert på disse innsiktene kan en se for seg å supplere de mer statiske verdiberegningene (økt
konsument	- og produsentoverskudd for eksisterende produkter) med en kalkyle basert på en
multiplikatorberegning, der en legger til grunn anslag fra internasjon	ale studier av hvordan
prisreduksjoner genererer markedsvekst i kunnskaps	- og teknologiintensive markeder.	 Vår
praktiske håndtering av slike multiplikatorvirkninger er beskrevet i kapittel 	6 og 	7.

23 En artikkel av Bils og Klenow (2001) viser til den historien, og en re	kke andre tilsvarende
observasjoner, innledningsvis i deres analyse av hvilken rolle økt produktbredde spiller for økonomisk
vekst.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	63
Referanser
Aftenposten (2013): 	Forsvaret hindrer milliardvekst	. Kronikk 3. september.
ACIL Tasman (2008): 	The value of spatial 	information: The impact of modern spatial
information technologies on the Australian economy	. Report prepared for the CRC for Spatial
information and ANZLIC in Australia, the Spatial Information Council.
ACIL Tasman (2009)	: Spatial information in the New 	Zealand economy. Realising productivity
gains.	 Report 	prepared for Land Information New Zealand; Department of	 Conservation	.
ACIL Tasman and ConsultingWhere (2010): 	The Value of Geospatial Information to Local Public
Service Delivery in England and Wales.	 Prepared for the Local Government Association (LGA)
and Improvement and Development Agency (IDeA).
Bils, Mark, og Peter J. Klenow (2001): The acceleration in variety growth.	 The American
Economic Review	, 91, 2, 	274	-280.
Brynjolfsson, Erik, Yu Jeffrey Hu, 	og Michael D. Smith (2003): Consumer surplus in the digital
economy: Estimating the value of increased product variety at online
booksellers.	 Management Science	, 49,11, 1580	-1596.
Castelein, W.T., A. Bregt and Y. 	Pluijmers (2010): The economic value of th	e Dutch geo	-
information sector, 	International Journal of Spatial Data Infrastructures Research	, 5, 58	-76.
Coote, J.S. and L. Rackham (2008): 	An assessment of the size and prospects for growth of the
UK market and geographical information products and servi	ces	. ConsultingWhere. United
Kingdom.
Craglia, M., L. Pavanello and R.S. Smith (2010): 	The use of spatial data for the preparation of
environmental reports in Europe.	 European Commission Joint Research Centre Institute for
Environment and Sustainability, I	spra, Italia.
EBST (2010)	: Værdien av danske adressedata. Samfundsgevinster som følge av frikøb af
adressedata mv. i 2002	. Erhvervs	- og byggestyrelsen, 	7. juli.
FAD (2013): 	Konkurransegrunnlag: Konkurranse med forhandling etter forskriftens del I og II fo	r
kjøp av Samfunnsøkonomisk analyse av tilgjengeliggjøring av offentlige geodata	. Websak
13/2437.
Finansdepartementet (2005): 	Veileder i samfunnsøkonomiske analyser	.
Finansdepartementet (2011): 	Rammeavtale om kvalitetssikring av konseptvalg, samt
styrin	gsunderlag og kostnadsoverslag for valgt prosjektalternativ	. Mars.
Hausman, Jerry A., Ariel Pakes, og Gregory L. Rosston (1997): Valuing the effect of regulation
on new services in telecommunications.	 Brookings papers on economic activity.
Microeconomics	 1997, 1	-54.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	64
Hicks, John R (1946): 	Value and capital. An inquiry into some fundamental principles of
economic inquiry. 	Second edition	. Oxford University Press.
Kartverket (2013): 	Ny prismodell	. 27. Juni.
Kartverket (2013b): 	Sluttrapport fra analysegruppen	 Ny nasjonal geoportal	. 20. 	September.
Koski, Heli (2011): Does marginal cost pricing of pub	lic sector information spur firm growth?
Discussion Paper no 1260	, ETLA 	– the research institute of the Finnish economy. 28 September.
Lakomaa, Erik og Jan Kallberg (2013): Open data as a foundation for innovation: The enabling
effect of free public sector information for entrepreneurs, 	IEEE Access	, 1, 558	-562.
McKinsey (2013): 	Open data: Unlocking innovation and performance with liquid i	nformation.
October.
MEPSIR (Measuring European Public Sector Information Resources) (2006): 	Final report of
study on exploitation of public sector information 	– benchmarking of EU framework condi	tions.
Miljøverndepartementet (2013	a): Strategi for åpne k	art	- og eiendomsdata	. September.
Miljøverndepartementet (2013b): 	Prop. 1S	 («budsjettproposisjonen»).
Nexia, Oslo Economics og Arntzen de Besche (2011): 	Markedspotensial ved økt
tilgjengeliggjøring av offentlige data	. Rapport 2001	-01, Oslo Economics.
Newbery, D., L. Bently og R. Pollock (2008): 	Models of Public Sector Information Provision via
Trading Funds	. Faculty of Economics, Faculty of Law and Emmanuel College, Cambridge
University. Crown Copyright 2008.
NOU (2012:16): 	Samfunnsøkonomiske analyser	.
PIRA (2000): 	Commercial exploitation of Europe’s public sector information.	 Pira International
Ltd, European Commission, Directorate General for the Information Society.
Pollock, R. (200	8): The economics of Public Sector Information	, University of Cambri	dge,	 2
December 2008, subsequently published as Cambridge Working Papers in Economics 0920	,
Faculty of Economics, University of Cambridge
Pollock, R. (2011): 	Welfare gains from opening up public sector information in the UK	.
University of Cambridge.
Regjeringen/KL (2012): 	Gode grunddata til alle 	– en kilde til vækst og effektivisering	. Den
fællesoffentlige digitaliseringsstrategi 2011	-2015.
Shakespeare Review (2013): 	An independent review of public sector information	. By Stephen
Shakespeare. May.
Teknisk Ukeblad (2013): 	Ukjent frist for gratis kart	. 11. februar.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	65
Vista Analyse og Oeconomica (2013): 	Prising av Kartverkets tjenester	. Av Haakon Vennemo,
Kristin Magnussen, Espen R. Moen og Christian Riis. 	Vista Analyse Rapport 2013/18.
de Vries, Marc (2	012	): Catalogue and highlights of studies, cases and key figures on economic
effects of changes in charging policies for re	-use of public sector information	. Ministeriet for
by, bolig og landdistrikter, København.

Verdien av gratis kart	- og eiendomsdata
Vista Analyse	 	66
Vedlegg 	– Intervjuliste
Bedrift/instit	usjon	 	Person
IKT Norge	 	Heidi Arnesen Austlid
Torgeir Waterhouse
Bengler	 	Even Westvang
Norkart	 	Bent Brugaard
John Gran
Oslo kommune, Plan&bygningsetaten	 	Jan Petersen
Geodata	 	Håvard Tobiassen
Knut Olav Sunde
Norsk Eiendomsinformasjon	 	Sindre Landmark
Tom Slungaard

Verdien av gratis kart	- og eiendomsdata
Vista Analyse 	 	 	 	67