Nye KILE-funksjoner for husholdninger

Report 2017/32

Sofie Skjeflo, Kristin Magnussen, Ståle Navrud, Berit Tennbakk og Haakon Vennemo

Nye KILE-funksjoner for husholdninger

Category	Reports
Sub-Categories	Economic Analysis Statistics and Empirical Analysis Power and energy
Year	2017
Report Number	32
Author(s)	Sofie Skjeflo Kristin Magnussen Ståle Navrud Berit Tennbakk Haakon Vennemo
Download	file_download (1.4 MB)
Read in browser	PDF

RAPPORT	 	
2017/32	 	
 	
Nye KILE	-funksjoner for 
husholdninger 	 	
 	
Sofie Waage Skjeflo, Kristin Magnussen, Ståle Navrud, 	
Berit Tennbakk og Haakon Vennemo	 	
VISTA ANALYSE AS
 	
For NVE

Nye KILE	-funksjoner for husholdninger 	 	
 	
Dokumentdetaljer	 	 	
Vista Analyse 	AS	 	Rapport nummer 	2017/32	 	
Rapporttittel 	 	Nye KILE	-funksjoner for husholdninger 	 	
ISBN	 	978	-82	-8126	-347	-5 	
Forfatter	 	Sofie Waage Skjeflo, Kristin Magnussen, Ståle 
Navrud, Berit Tennbakk og Haakon 	Vennemo	 	
Dato for ferdigstilling 	 	20.08.2018	 	
Prosjektleder	 	Haakon Vennemo	 	
Kvalitetssikrer	e 	Henrik Lindhjem og John Magne Skjelvik	 	
Oppdragsgiver	 	For NVE	 	
Tilgjengelighet	 	Offentlig	 	
Publisert 	 	www.vista	-analyse.no	 	
Nøkkelord	 	Strømbrudd, 	betalingsvillighet	, nett

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	1 	
Foror	d 	
Utredningen og undersøkelsen Nye KILE	-funksjoner for husholdninger er gjennomført i 	
perioden juni 2016 til november 2017. Utredningen følges 	opp 	av en 	
spesialundersøkelse rettet mot husholdninger som har opplevd lange avbrudd. 	 	
Utredningen er gjennomført 	av Vista Analyse og Thema Consulting Group. 	Fra 1. februar 	
2017 er prosjektmedarbeiderne Kristin Magnussen, Ståle Navrud og Henrik Lindhjem 
tilknyttet Menon Economics 	– Menon senter for miljø	- og ressursøkonomi. Fra 1. oktober 	
er Sofie 	Waage 	Skjeflo tilkny	ttet samme sted. 	Fra 	september 2016	 er Silje Harsem 	
knyttet til Hafslund Nett, og hun gikk da ut av utredningsgruppen.	 Anne Maren Erlandsen 	
har bidratt til rapporten i sluttfasen. 	 	
Takk	 til referansegruppen	 ledet av Mi Lagergren (til august 2017) og Silje 	Cathrine 	
Syvertsen	, deltakerne i fokusgruppene i Oslo og Ålesund	 og	 i en	-til-en intervjuene i Oslo	, 	
Ole Fredrik 	Ugland 	og 	Robin 	Juliussen 	i Kantar TNS 	- Norsk Gallup	, Kjerstin Keller i 	
Nanodesign, og	 respon	dentene som tok seg tid til å svare på spørreunder	søkelsen.	 	
Gjenstående feil og mangler står for forfa	tternes regning.	 	
Denne rapporten ble opprinnelig offentliggjort 7. desember 2017. 	Sommeren	 2018 ble 	
det klart at det var noen unøyaktigheter i 	våre 	beregninge	r av KILE sammenliknet med 	
forskriften og prak	sis i programmet Fasit. 	Den foreliggende rapporten	 har korrigert disse 	
unøyaktighetene	, og erstatter 	den 	tidligere versjonen fra 2017. 	 	
 
Haakon Vennemo	 	
Prosjektleder	 	
Vista Analyse AS

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	3 	
Innhold	 	
Forord	 ................................	................................	................................	.........................	 1 	
Sammendrag og konklusjoner	 ................................	................................	..................	 7 	
1. 	Innledning	 ................................	................................	................................	...........	13	 	
2. 	Tidligere arbeid med verdsetting av unngåtte avbrudd	 ................................	...15	 	
2.1	 	Tidligere norske studier	 ................................	................................	...............	16	 	
3. 	Verdsettingsundersøkelsen	 ................................	................................	...............	20	 	
3.1	 	Utforming og testing av spørreundersøkelsen	 ................................	.............	20	 	
3.2	 	Endelig spørreskjema	 ................................	................................	.................	24	 	
4. 	Resultater fra spørreundersøkelsen	................................	................................	..32	 	
4.1	 	Utvalg og svarprosent	 ................................	................................	.................	32	 	
4.2	 	Protestsvar	 ................................	................................	................................	.32	 	
4.3	 	Ekstreme observasjoner	 ................................	................................	.............	35	 	
4.4	 	Representativitet og vekting	 ................................	................................	........	38	 	
4.5	 	Økonometrisk spesifikasjon	 ................................	................................	........	40	 	
4.6	 	Endelige resultater for gjennomsnittlig betalingsvillighet	 .............................	47	 	
5. 	Ny KILE	-funksjon for husholdninger	 ................................	................................	.51	 	
5.1	 	Dagens kostnadsfunksj	on er utgangspunktet	 ................................	..............	51	 	
5.2	 	Leddet 	fK,h	 korrigerer for klokkeslett	 ................................	.............................	51	 	
5.3	 	Leddet 	fK,d	 korrigerer for dag	 ................................	................................	.......	52	 	
5.4	 	Leddet 	fK,m	 korrigerer for måned	 ................................	................................	..53	 	
5.5	 	Leddet 	kP,ref	 uttrykker betalingsvillighet per standard effektenhet	 ................	54	 	
5.6	 	Visuelle uttrykk for ny funksjon i forhold til gammel	 ................................	.....	56	 	
5.7	 	Varslet avbrudd er mindre ubekvemt	 ................................	..........................	60	 	
5.8	 	Videre tolkning og andre måter å lage kostnadsfunksjon på	 .......................	61	 	
5.9	 	Kostnadsfunksjoner regnet per	 kWh	 ................................	...........................	63	 	
Vedlegg A	 ................................	................................	................................	..................	67	 	
Vedlegg B	 ................................	................................	................................	..................	69	 	
Referanser	 ................................	................................	................................	.................	70

Nye KILE	-funksjoner for husholdninger 	 	
4 	 	Vista Analyse	 	
 
Tabeller: 	 	
Tabell S.1	 	Husholdningenes betalingsvillighet for å unngå 	avbrudd på ulike tidspunkt 	
og av ulik varighet.	................................	................................	................................	........	 8 	
Tabell S.2	 	Funksjonen 	kP,ref	 vist for ulike intervaller for varighet på avbruddet	 ............	 9 	
Tabell 2.1	 	Anslag for avbruddskostnader i 2002 og 2010 ( i 2010	-kr) .	 .....................	 17 	
Tabell 4.1 Svarprosent	 ................................	................................	...............................	 32	 	
Tabell 4.2 Andel nullsvar i hvert scenario	 ................................	................................	... 33	 	
Tabell 4.3 	Betalingsvillighet tirsdag kl. 17 i januar uten å ta ut ekstreme observasjoner	
 ................................	................................	................................	................................	... 35	 	
Tabell 4.4 Betalingsvillighet tirsdag kl. 17 i januar med beslutningsregel 1	 .................	 36	 	
Tabell 4.5 Betalingsvillighet tirsdag kl. 17 i januar med beslutningsregel 2	 .................	 37	 	
Tabell 4.6 Betalingsvillighet tirsdag kl. 17 i januar med beslutningsregel 3	 .................	 37	 	
Tabell 4.7 Betalingsvillighet tirsdag kl. 17 i januar med beslutningsregel 3, uten regel for 
å utelukke varslede brudd	................................	................................	...........................	 38	 	
Tabell 4.8 Andeler i endelig utvalg og befolkning etter kjønn og aldersgruppe	 ............	 39	 	
Tabell 4.9 Betali	ngsvillighet tirsdag kl. 17 i januar med beslutningsregel 3, vektet for 	
utvalgsskjevhet	 ................................	................................	................................	...........	 39	 	
Tabell 4.10 Betalingsvillighet tirsdag kl. 17 i januar med beslutningsr	egel 3, Cameron og 	
Huppert’s (1989) intervallregresjonsmodell	 ................................	................................	. 41	 	
Tabell 4.11 Betalingsvillighet tirsdag kl. 17 i januar med beslutningsregel 3, kontroll for 
indiv	idfaste effekter	................................	................................	................................	.....	 42	 	
Tabell 4.12 Betalingsvillighet tirsdag kl. 17 i januar med beslutningsregel 3, nedre 
intervallgrense	 ................................	................................	................................	............	 43	 	
Tabell 4.13 Beskrivende statistikk for bakgrunnsvariabler i endelig utvalg	 ..................	 44	 	
Tabell 4.14 	Regresjonsresultater, betalingsvillighet for å unngå strømbrudd tirsdag kl. 17 	
i januar	 ................................	................................	................................	.......................	 46	 	
Tabell 4.15 Endelige anslag for gjennomsnittlig betalingsvillighet	 ...............................	 47	 	
Tabell 4.16 P	-verdier for tester av lik betalingsvillighet mellom scenarier	 ....................	 49	 	
Tabell 5.1	 	fK,h	 i gammel og ny funksjon	 ................................	................................	....	 52	 	
Tabell 5.2	 	fK,d	 i gammel og ny funksjon	 ................................	................................	....	 53	 	
Tabell 5.3	 	fK,m 	i gammel og ny funksjon	 ................................	................................	....	 54

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	5 	
Tabell 5.4	 	Anslått betalingsvillighet i kr per kW knyttet til referansetidspunktet 	– kP,ref	
 	55	 	
Tab	ell 5.5	 	Ny 	kP,ref	 ................................	................................	................................	.....	56	 	
Tabell 5.6	 	Faktor for varslet avbrudd i gammel og ny funksjon	 ................................	.60	 	
 
Figurer: 	 	
Figur S.1	 	Betalingsvillighet per kW som funksjon av tid. Ny og gammel funksjon	 ....	10	 	
Figur S.2	 	Betalingsvillighet per kW som funksjon av tid opp til seks timer. Ny og 	
gammel funksjon	 ................................	................................	................................	.........	11	 	
Figur 2.1 Avbruddskostnader pr. time, kr/kWh	 ................................	.............................	17	 	
Figur 3.1 Illustrasjon av strømbruk fra spørreundersøkelsen	 ................................	.......	26	 	
Figur 3.2 Spørsmål om kostnader og ulemper ved strømbrudd	 ................................	...27	 	
Figur 3.3 Betalingsvillighetsspørsmål for scenario tirsdag kl. 17 i januar	 .....................	29	 	
Figur 3.4 Betalings	villighetsspørsmål for scenario lørdag kl. 17 i januar	 ......................	30	 	
Figur 3.5 Oversiktstabell for alle betalingsvillighetsspørsmål	 ................................	.......	31	 	
Figur 3.6 Begrunnelse av nullsvar for varigheter over seks timer	................................	.31	 	
Figur 4.1 Begrunnelser for nullsvar	 ................................	................................	..............	34	 	
Figur 4.2 Betalingsvillighet for å unngå strømbrudd en tirs	dag kl. 17 i januar, med økende 	
varighet	 ................................	................................	................................	.......................	48	 	
Figur 4.3 Betalingsvillighet for å unngå strømbrudd med seks timers varighet	 ............	49	 	
Figur 4.4 Betalingsvillighet for å unngå strømbrudd med 72 timers varighet	 ................	50	 	
Figur 5.1	 	Befolknin	gsvektet middeltemperatur gjennom året	 ................................	...54	 	
Figur 5.2	 	KILE	-kostnad med utgangspunkt i tirsdag i januar kl 17 	
(referansetidspunktet)	 ................................	................................	................................	.57	 	
Figur 5.3	 	KILE	-kostnad med utgangspunkt i tirsdag i januar kl 17 	
(referansetidspunktet) opp til seks timer	 ................................	................................	......	58	 	
Figur 5.4	 	Ny og gammel funksjon en hverdagsettermiddag om sommeren	 .............	59	 	
Figur 5.5	 	Ny og gammel funksjon om sommeren kl 09	-12	 ................................	.......	60	 	
Figur 5.6	 	Ny og gammel funksjon om sommeren kl 09	-12, varslet	 ..........................	61	 	
Figur 5.7	 	Avbruddskostnader p	er time på referansetidspunktet, kr per kWh	 ...........	64	 	
Figur 5.8	 	Prinsippskisse for avbruddskostnad per kWh (VoLL) hentet fra Vista 	
Analyse og Thema Consulting (2016)	 ................................	................................	.........	65

Nye KILE	-funksjoner for husholdninger 	 	
6 	 	Vista Analyse	 	
 
Bokser:	 	
Tekstramme 3.1 Scenariobeskrivelser fra fokusgruppene	 ................................	..........	 23	 	
Tekstramme 3.2 Endelig scenariobeskrivelse	 ................................	.............................	 24

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	7 	
Sammendrag og konklusjoner 	 	
Rapporten 	presenter	er en undersøkelse av husholdningers vilje til å betale for sikker 	
strømforsyning. Undersøkelsen 	viser økonomisk og statistisk 	troverdige	 resultater og 	
danner et godt grunnlag for å revidere størrelsen på avbruddskostnadene knyttet til 
husholdninger, som i	nngår i 	nettselskapenes 	kvalitetsjusterte 	inntektsrammer 	for ikke 	
levert energi	 (KILE)	. 	
Viljen til å betale 	avgjør investeringene	 i sikker strømforsyning	 	
Sikker strømforsyning er en viktig verdi i landet vårt. Statnett	, de regionale 	og lokale 	
nettselskapene investerer store beløp 	for 	å sikre og videreutvikle strømnettet. 	 	
På et eller annet 	punkt blir det 	likevel 	et spørsmål om man får nok igjen for 	å øke 	
investeringene	. N	ettselskapene handler på vegne av strømforbrukerne, og det er ikke 	
rasjonelt for nettselskapene å bruke mer penger på å sikre nettet enn 	velinformerte 	
forbrukere er villig	e til å betale. 	Ikke bare investeringer, men også vedlikehold, 	
beredskap og gjenoppre	ttingsevne 	omfattes	 av dette.	 	
Et viktig spørsmål 	for	 Statnett og nettselskapene er derfor hva forbrukerne er villig	e til å 	
betale	 for 	å unngå 	ulempen	e ved 	strøm	avbrudd	. Med synkende avkastning av 	
investeringe	ne	 bør	 selskapene investere opp til det punkt	et der den marginale kostnaden 	
er lik 	den marginale 	nytten	. I 	beregningen av nytten	 må man kjenne 	investeringenes 	
virkning	er på avbruddsfrekvens	 (sannsynlighet	en for 	avbrudd	), og	 betalingsvillighet	en 	
for å unngå	 avbrudd	 av ulike varigheter, på ulike tidspunkt	. 	
Vi utforsker husholdningen	es betalingsvillighet	 for å unngå 	avbrudd	 	
Denne utredningen handler om 	betalingsvillighet	en for 	å unn	gå 	avbrudd	 av ulike 	
varigheter, på ulike tidspunkt. 	 Det er mange sluttbrukere av str	øm	, og 	vi undersøke	r kun 	
betalingsvilligheten	 til husholdningene. 	Det gjør vi ved å 	gjennomføre en betinget 	
verdsettingsundersøkelse, som er en 	strukturert	 	spørreundersøkelse	 	av 	
betalingsvillighet	. 	
Betalingsvillighet	en varierer fra 37 kroner for et	t minutt	s unngått 	avbrudd	, til 2800 	
kroner for 72 timer	 	
Over 2000 husholdninger fra hele landet besvarte spørsmål om sin 	betalingsvillighet	 for 	
å unngå 	avbrudd	 av ulik varighet og på ulike tidspunkt	. Om lag 1350 ga meningsfulle 	
svar, og disse ligger til grunn for tallene vi viser i 	Tabell 	S.1.

Nye KILE	-funksjoner for husholdninger 	 	
8 	 	Vista Analyse	 	
Tabell 	S.1 	Husholdningenes 	betalingsvill	ighet	 for å unngå 	avbrudd	 på ulike tidspunkt 	
og av ulik varighet	. 	
Scenario	 	1 min	 	2 timer	 	6 timer	 	24 timer	 	72 timer	 	
Tirsdag kl	. 	
17 i januar	 	
37 kr	 	138	 kr 	434	 kr 	1032	 kr 	2814	 kr 	
Tirsdag kl	. 	
09 i januar	 	
 	 	331	 kr 	 	 	
Tirsdag kl	. 	
01 i januar	 	
 	 	280	 kr 	 	 	
Lørdag	 kl. 	
17 i januar	 	
 	 	506	 kr 	 	2482	 kr 	
Tirsdag kl	. 	
17 i juli	 	
 	 	265 kr	 	 	1863	 kr 	
Tirsdag kl	. 	
17 i januar, 
varslet	 	
 	 	210	 kr 	 	1555	 kr 	
Note: 	Varighet fra ett minutt til 72 timer. Alle 	avbrudd	 er uvarslet, utenom det nederste som er et varslet 	
avbrudd	. Protestsvarere, respondenter som verdsetter tapt næringsinntekt og respondenter som svarer 	
inkonsistent er utelatt.	 Kilde: Vista Analyse og Thema Consulting Group	 	
 
Undersøkelsen tyder på at husholdningene verdsetter et kortvarig 	avbrudd	 på ett minutt 	
forho	ldsvis mer enn et 	avbrudd	 på to timer	, regnet 	i form av	 betalingsvillighet	 per 	
tidsenhet	. Det 	er rimelig å tolke dette i lys av at en del kostnader 	og ulemper 	ved 	avbrudd	 	
er uavhengig	e av 	avbrudd	ets lengde. 	Et 	avbrudd	 på seks timer verdsettes til om lag tre 	
ganger så mye som et 	avbrudd	 på to timer, noe som tyder på 	propo	rsjonalitet 	i kostnaden 	
i dette 	tids	intervallet, mens 	å unngå 	et 	avbrudd	 på 24 timer 	verdsettes 	ca	. 2,5 gang	er 	
høyere enn 	ett på seks timer. Her kan de	t være avbøtende tiltak som gjør at kostnaden 	
ikke er 	propo	rsjonal, dvs. ikke fire ganger større	. Avbrudd	 i tre døgn (72 timer) vurderes 	
å være snaue tre ganger så alvorlig som 	avbrudd	 i ett døgn	, og er 	dermed tilnærmet 	
propo	rsjonalt	. 	
Referanse	tidspunktet	 for å vurdere 	avbrudd	 er en tirsdag kl	. 17 i januar, d	et vil si	 	
middagstid om vinteren. Dersom 	avbrudd	et inntreffer kl	. 09	, synker 	betalingsvillighet	en 	
til om lag 75 prosent av	 referansetidspunktet. Dersom det inntreffer kl	. 01, når de fleste 	
sover, synker	 den til 65 prosent 	av	 referansetidspunktet. Videre 	finner vi at 	
betalingsvillighet	en 	er 15 prosent høyere på en lørdag enn en hverdag. Dersom 	
avbrudd	et inntreffer i juli er 	betalingsvillighet	en 60 prosent av 	betalingsvillighet	en	 i 	
januar. Dersom 	avbrudd	et er varslet	, er 	betalingsvilligheten	 for å unngå det	, bare 	
halvparten	. D	ette viser 	som forventet 	at folk ved et var	slet 	avbrudd	 tilpasser seg slik at 	
velferdstapet, og 	dermed 	betalingsvilligheten	 for å unngå det, er mindre	. 	
De relative t	allene 	i forrige a	vsnitt	 gjelder et 	avbrudd	 av seks timers lengde. Hvis 	vi 	ser 	
på 	et langvarig 	avbrudd	 på 72 timer, er resultatene omtrent de samme	 som for seks 	
timer	. Unntaket er 	avbrudd	 fra lørdag ettermiddag til ti	rsdag ettermiddag, der 	
betalingsvillighet	en er lavere enn	 for 	avbrudd	 fra tirsdag til fredag. 	Det kan skyldes at 	
ved et virkelig langt 	avbrudd	 er det større 	frihet i helgene til å reise bort eller annet.	 	
Regnet per kW effekt er 	betalingsvillighet	en nær 	propo	rsjonal 	over lange 	
tidsintervaller	 	
I enkelte	 sammenhenger er det ikke 	betalingsvilligheten	 per husholdning som er 	
interessant, men 	betalingsvillighet	 regnet i forhold til effektforbruket. Husholdningenes

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	9 	
effektforbruk er dårlig kartlagt inntil vi får nær kontinuerlige 	målinger fra 	AMS	-målerne 	
som nå	 installeres, men vi har brukt resultater og beregninger fra FASIT	 (fasit.no)	, som 	
er 	kraftbransjens	 nettsted for informasjon om feil og avbrudd i kraftsystemet	. 	
Funksjonen 	for betalingsvillighet per 	kW 	effekt 	begynner på 11 kroner, som gjenspeiler 	
de 37 	kronene over	, dividert på et standard effektforbruk kl. 17 i januar på 3	,45	 kW	 	
(Tabell 	S.2). Vi antar med andre ord at kostnaden registrert for ett minutt gjelder 	avb	rudd	 	
inntil ett minutt	, selv om det bare skulle forekomme i et sekund. 	Øvrige estimater blir 	
også delt på tallet 3,45 kW. Deretter interpolerer vi mellom disse verdiene, men må også 
ta hensyn til forskriftens krav om at avbrudd som varer mer enn en time, r	uller gjennom 	
timeskorreksjonsverdier	 som kan anta en verdi forskjellig fra 1,0	. 	
I KILE	-kostnadsfunksjonen opptrer leddet 	kP,ref	. Dette er en funksjon som etter vårt 	
forslag vil ha formen gitt i 	Tabell 	S.2. 	
Tabell 	S.2 	Funksjonen 	kP,ref	 vist for ulike intervaller for varig	het på 	avbrudd	et 	 	
(0,1 m)	 	[1 m, 2 t)	 	[2 t, 6 t)	 	[6 t, 24 t)	 	[24 t, 72)	 	[72 t, 	∞) 	
11	 	11+1	3,7	*t 	38	+21	,9*(t-2) 	12	6+1	3,0	*(t-6) 	360	+1	3,0*(t-24)	 	984	+1	3,0	*(t-72)	 	
Note: m = minutt, t = time	. Kilde:	 Vista Analyse og Thema Consulting Group	 	
 
KILE	-kostnadsfunksjonen	 kan sammenliknes med konstant og stigningstall i den gamle 	
funksjonen	. I	nflasjonskorrigert 	til 2017 er	 konstanten i den gamle funksjonen	 1,2, og 	
stigningstallet er 	11,0	 kroner. Konstanten i den nye funksjonen er altså 	nær 	ti ganger 	
høyere enn den gamle, og stigningstallet 	fram til seks timer 	er også høyere.	 Fra 6 til 24 	
timer nærmer funksjonene 	seg hverandre, som skyldes timekorreksjonsverdiene i 	
gjennomsnitt over døgnet er lavere enn i gammel funksjon. 	Figur 	S.1 gir en grafisk 	
fremstilling av 	ny kostnadsfun	ksjon i blått og gammel kostnadsfunksjon i 	oransje	.

Nye KILE	-funksjoner for husholdninger 	 	
10	 	 	Vista Analyse	 	
Figur 	S.1 	Betalingsvillighet	 per kW som funksjon av tid. Ny og gammel funksjon	 
 	
Kilde: Vista Analyse og Thema Consulting Group	. Kroneverdi per april	-mai 2017	 	
 
Av figuren kan man få det inntrykk at ny og gammel funksjon er 	ganske 	parallelle. 	
Dersom vi forkorter perspektivet til seks timer, blir imidlertid bildet et annet. 	Figur S.	2 	
viser dette.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	11	 	
Figur S.	2 	Betalingsvillighet per kW som funksjon av tid opp til seks timer. Ny og 	
gammel funksjon	 	
 	
Kilde: Vista Analyse og Thema Consulting Group. Kroneverdi per april	-mai 2017	 	
 
Av denne figuren får en et b	edre inntrykk av at ny og gammel funksjon har ulike 	
startpunkt, og at ny funksjon stiger raskere enn gammel. Et avbrudd på fire timer om 
vinteren vurderes for eksempel å være dobbelt så kostbart i ny funksjon som i gammel. 	 	
I et oppfølgingsprosjekt analyse	rer Vista Analyse og Thema Consulting Group 	
betalingsvillighet	 blant husholdninger som har opplevd lange 	avbrudd	. Vi vil vente med 	
å trekke 	en 	endelig konklusjon om 	kostna	dsfun	ksjonen 	vi 	anbefaler	 inntil resultatene fra 	
oppfølgingsprosjektet foreligger. 	 	
Undersøkelsen følger god praksis for 	undersøkelser av bet	alingsvillighet	 (betinget 	
verdsetting)	 	
For å få 	pålitelige 	resultater i en 	betinget verdsettings	undersøkelse av 	betalingsvillighet	, 	
er spørreundersøkelsen utviklet og analysert	 i flere steg	: 	
i) Etter 	interne diskusjoner og arbeid med utkast til spørreskjemaet, arrangerte vi to 	
fokusgruppemøter i henholdsvis Oslo og Ålesund	, der gruppene diskuterte hvilke 	
konsekvenser av 	avbrudd	 som var viktige, hvilken innretning på spørsmål om 	
betalingsvillighet	 som f	ungerte best, osv. I 	møtet 	i Ålesund hadde vi sikret oss at gruppen 	
inneholdt 	deltagere	 som selv hadde opplevd lange 	avbrudd	. 	
ii) På grunnlag av erfaringene fra fokusgruppene	, og 	i tråd med 	«best	e praksis» innen 	
betinget v	erdsetting, 	utformet	 vi et fullste	ndig 	spørreskjema og testet det i en	-til-en 	
intervjuer. I intervjuene besvarte hver respondent skjemaet mens han eller hun

Nye KILE	-funksjoner for husholdninger 	 	
12	 	 	Vista Analyse	 	
kommenterte høyt sin tenkemåte og reaksjoner. Slik ble vi oppmerksom på flere feil og 
uklarheter i skjemaet. Det var særlig viktig fo	r oss å teste betalingsscenarioet 	– det skal 	
være troverdig og utløse færrest mulig protestsvar.	 	
iii)	 Etter en	-til-en intervjuene og ny revisjon av spør	reskjemaet gjennomførte vi en 	
pilotundersøkelse, d	et vil si	 en undersøkelse rettet mot et representativt	 utvalg i mindre 	
skala. Ca	. 300 respondenter 	deltok i	 pilot	undersøkelsen. Pilotundersøkelsen ga oss 	
positive 	tilbakemeldinger	, men førte til at vi gjorde 	noen 	mindre endringer 	i 	
oppfølgingsspørsmål om motivene for å svare null 	betalingsvillighet	 eller svar	e «vet 	
ikke»	 for bedre å identifisere mulige protestsvar	. 	
iv) 	Endelig undersøkelse	 ble gjennomført 	med 2000 deltagere 	i april	-mai 2017. 	 	
v) 	Svarene i undersøkelsen ble behandlet ved hjelp av ulike statistiske metoder. Blant 	
annet har vi testet om de avgitte svarene for tidspunkt, sesong og dag er signifikant 
forskjellige, noe de er. I utvalget er det respondenter som svarer på en slik måte at 	det 	
ikke er forsvarlig å la deres svar inngå i det som til syvende og sist kan 	gi grunnlag for 	
store investeringsbeslutninger. Det er for eksempel enkelte som oppgir samme 
betalingsvillighet	 for 	å unngå	 avbrudd	 på 	ett minutt og 72 timer. 	Vi har testet ulik	e kriterier 	
for	 å inkludere/ekskludere respondenter. Kriteriene spiller liten rolle for estimert 	
betalingsvillighet	 for lange 	avbrudd	, men større rolle for 	korte 	avbrudd	. E	stimert 	
betalingsvillighet	 for korte 	avbrudd	 synker ettersom	 respondenter 	som har sv	art 	
inkonsistent og/eller har misforstått	, ekskluderes.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	13	 	
1.	 Innledning	 	
Kvalitetsjusterte inntektsrammer ved ikke levert energi (KILE) er et mål	 for samfunnets 	
kostnader ved av	brudd i strømforsyningen. Ordningen trådte i kraft 1. januar 2001. KILE	-	
ordningen skal bidra til at nettselskapene tar hensyn til 	avbrudds	kostnader i utvikling, 	
utnyttelse og drift av nettet. Ved 	avbrudd	 reduseres nettselskapenes tillatte inntekt med 	
ca. 60 prosent av KILE	-beløpet. Det er viktig for 	å få en riktig 	forsyningssikkerhet i det 	
norske kraftnettet at KILE	-funksjonene i størst mulig grad reflekterer de 	
samfunnsøkonomiske kostnadene ved 	avbrudd	. 	
KILE 	legger til grunn 	ulike kostnadsfunksjoner for ulike kundegrupper. Fra 1. januar 2015 	
endret NVE KILE	-satsene	 for alle kundegrupper unntatt husholdninger. Endringene var 	
basert på en undersøkelse fra 2010 som også inkluderte estimater for KILE	-kostnad	er 	
for husholdningene. NVE mente imidlertid at det var behov for mer informasjon om 
husholdningenes 	betalingsvillighet	 ved 	avbrudd	, før KILE	-satsene	 også endres for 	
denne gruppen. I 2015 fikk NVE utarbeidet en rapport (Vista Analyse	 og Thema 	
Consulting	 Gro	up	, 2016	) som vurderte hvorvidt 2010	-undersøkelsen kan legges til grunn 	
for nye KILE	-satser for husholdningene. Rapporten konkluderte med at 2010	-	
undersøkelsen ikke bør brukes direkte for fastsettelse av nye 	KILE	-satser for 	
husholdningene.	 	
I 2016 fikk Vist	a og 	THEMA	 i oppdrag å 	utarbeide en spørreundersøkelse som grunnlag 	
for å korrigere KILE	-kostn	ader for husholdninger. I oppdraget skal det	 innhente	s 	
besvarelser fra et statistisk representativt utvalg husholdninger, 	svarene skal 	
bearbeide	s, 	og det skal	 	utforme	s 	eventuelle nye kostnadsfunksjoner og 	
korreksj	onsfaktorer for husholdninger. E	ventuelle svakheter ved undersøkelsen og 	
besvarelsene	 skal belyses	. Mandatet for undersøkelsen er gjengitt i Vedlegg B.	 	
Konklusjonene som denne rapporten kommer til, ska	l blant annet sammenliknes med 	
resultater fra en oppfølgingsundersøkelse rettet mot husholdninger som har opplevd 
lange 	avbrudd	. 	
Denne rapporten begynner 	i kapittel to 	med	 en kort introduksjon til tidligere arbeid med 	
verdsetting av unngåtte 	avbrudd	. Vi 	fokuserer på det den	 vitenskapelige litteraturen 	
forteller 	om hvordan en slik spørreundersøkelse bør utformes for å	 sikre best mulig	 	
estimater 	for	 husholdningenes velferdstap ved 	avbrudd	. Vi gjennomgår også to tidligere 	
undersøkelser av norske husholdningers kostnader ved 	avbrudd	. Videre viser vi 	i kapittel 	
tre	 hvordan vår spørreundersøkelse er utformet og testet for å unngå	 svakhetene ved 	
de tidligere gjennomførte undersøkelsene. I 	kapittel	 fire viser vi resultatene fra 	
spørreundersøkelsen	 og vurderer	 kvaliteten på 	besvarelsene,	 estimerer gjennomsnittlig 	
betalingsvillighet	 for de ulike 	scenariene for 	avbrudd	 og 	undersøker 	hvor følsomme 	
resultatene er for ulike antakelser. 	Til slutt	 bruker vi 	i kapittel fem	 resultatene fra 	
spørreundersøkelsen til å utforme nye kostnadsfunksjoner og korreksjonsfaktorer for 
husholdningene.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	15	 	
2.	 Tidligere arbei	d med verdsetting av unngåtte 	
avbrudd	 	
I Norge er de	t i løpet av de siste 15 	årene	 gjort to	 forsøk på å verdsette 	unngåtte 	avbrudd	 	
for hushol	dninger, og det e	r gjennomført	 en	 rekke studier 	i andre land	. Det 	finnes	 flere 	
ulike metoder for å estimere verdien av unngåtte 	avbrudd	, eller Value of Lost Load 	
(VoLL), som det omtales som i 	den internasjonale litteraturen.	1 	
I revealed preference	-undersøkelser	 (“avslørte preferanser”) bruker man data 	for	 	
aktørenes faktiske beslutninger for 	å utlede verdien av å unngå 	avbrudd	. Et e	ksempel 	
på 	informasjon	 som kan brukes	, er kostnader forbundet m	ed	 investering i 	reserve	utstyr	 	
eller andre investeringer husholdninger gjør når de opplever 	avbrudd	. S	om London 	
Economics In	ternational (2013) påpeker, vil 	ikke	 dette	 gi tilstrekkelig informasjon i 	
områder med høy levering	spålitelighet	. 	Avslørte preferanse	r er dermed 	en 	lite 	
anvendelig 	metode 	for husholdninger i Norge	. 	
En annen tilnærming er den såkalte produksjonskostnadstilnærmingen, hvor verdien av 
å unngå 	avbrudd	 for husholdninger er 	satt lik	 verdien av tid	en man 	tilbringer	 hjemme, 	
beregnet på ulike måter 	(Leahy og Tol	, 2011).	 Leahy og Tol (2011) viser 	imidlertid til at 	
de ikke fanger opp kostnader ved ulemper for husholdningene gjennom denne metode	n, 	
og 	at det er en metode som 	bare 	bør	 brukes når man ikke har mulighet til å	 samle inn 	
data gjennom spørreundersøkelser. 	 	
Spørreundersøkels	er rettet mot husholdninger fre	mheves som den beste tilnærmingen 	
til å estimere verdien av å unngå 	avbrudd	 for husholdninger	 i litteraturgjennomganger 	
både 	fra 	London Economics International (2	013) og Electricity North West (2016)	. En 	
type spørreundersøkelse er	 direct worth	-metoden (	“direkte 	utgifter”	). Den	 går ut på å 	
presentere respondenter i en spørreundersøkelse for ulike scenarier for 	avbrudd	 og be 	
dem oppgi hvilke utgifter de ulike 	avbrudd	ene medfører. 	Ved hjelp av denne 	
tilnærmingen fanger man imidlertid ikke opp kostnader ved ubeha	g og ulemper for 	
husholdningene. 	 	
Den anbefalte metoden i begge de tidligere omtalte litteraturgjennomgangene er s	tated 	
preference	-undersøkelser	 (“uttrykte	 pref	eranser”	). Dette er 	enten betalingsvillighets	-	
undersøkelser hvor man spør	 respondentene 	direkte	 om 	deres 	betalingsvillighet	 eller 	
nødvendig	 kompensasjon	,2 eller valgeksperimenter (choice experiments)	 hvor betalings	-	
villigheten utledes indirekte gjennom 	valgene respondenten gjør i eksperimentet	. 	
I undersøkelser av kostnader ved 	avbrudd	 presenteres vanligvis respondenten for ulike 	
scenarier for 	avbrudd	, og blir bedt om å oppgi 	det meste 	hun	 er villig til å betale for å 	
unngå 	avbrudd	et, eller 	det minste	 hu	n måtte bli kompensert for å akseptere 	avbrudd	et.	 	
I praksis spør man som regel om betalingsvillighet og ikke 	kompensasjon	, fordi 	et 	
kompens	as	jonskrav ikke er begrenset av inntekten, og 	det 	er 	dermed ikke noen 	øvre 	
grense for hvor høyt beløp respondenten ka	n oppgi	. Man	 kan også 	oppleve en	 høy 	andel 	
«vet ikke»	-svar fordi konsumenter 	har liten erfaring med å kreve kompensasjon, men er 	
vant til å betale for varer og tjenester. I tillegg kan 	andel	en	 protestsvar 	bli høy 	fordi 	
 	 	 	
1 Vi viser til 	Vista Analyse og Thema Consulting Group (2016) for en mer grundig gjennomgang 	
og vurdering av metodevalg. 	 	
2 Denne typen undersøkelser omtales som betinget verdsetting i verdsettingslitteraturen.

Nye KILE	-funksjoner for husholdninger 	 	
16	 	 	Vista Analyse	 	
respondenten ikke aksepterer situasjo	nen med 	avbrudd	, og ikke vil la seg «bestikke» 	
med en kompensasjon for å godta 	avbrudd	ene	. 	
I litteraturen skiller man mellom åpne og lukkede betalingsvillighetsspørsmål, hvor man 
ved åpne betalingsvillighetsspørsmål fritt kan oppgi et beløp, enten i et åp	ent felt i 	
spørreundersøkelsen eller ved hjelp av et betalingskort med en skala, for eksempel ved 
hjelp av en glideskala i 	inter	nettbaserte undersøkelser. I undersøkelser med lukkede 	
betalingsvillighetsspørsmål får respondenten spørsmål om hun er villig ti	l å betale et 	
bestemt beløp eller ikke, og i noen tilfeller påfølgende spørsmål om 	et 	høyere 	eller lavere 	
beløp for å avgrense betalingsvilligheten. Betalingsvilligheten utledes ved hjelp av 
observasjoner fra mange respondenter som er stilt spørsmål om uli	ke beløp.	 	
I et valgeksperiment kan r	espondenten 	gjentatte	 ganger 	bli bedt om å velge mellom 	to 	
alternativ/program	 karakterisert av 	attributte	r som	 for eksempel 	lengde	 på 	avbrudd	, 	
varsling og	 sesong	, og en 	kostnad 	forbundet med hvert valgalternativ	 (hvor verdiene for 	
hver	t attributt varieres over valgene som respondenten presenteres for)	. 	
Ved hjelp av 	stated preference	-undersøkelser	 skal man i teorien både fange opp direkte 	
kostnader og ikke	-monetære kostnader ved 	avbrudd	, som ulemper og ubehag.	 St	ated 	
preference	-undersøkelser	 er imidlertid også omdiskutert i en del sammenhenger. Det 	
gjelder særlig ved verdsetting av fellesgoder der det er urimelig å anta at respondentene 
har erfaring med å gjøre valg som påvirker tilbudet av disse godene. En hovedi	nnvending 	
er at hypotetiske undersøkelser kan gi betalingsvillighetsbeløp som er «for høye» 
sammenli	gnet med en reell valgsituasjo	n, fordi respondentene vet at situasjonen ikke er 	
reell	, og dermed ikke trenger å forplikte seg til valgene de tar.	 Dette omta	les som 	
hypotetisk skjevhet	. I litteraturen omtales ulike måter å forhindre hypotetisk skjevhet	 på	, 	
det vil si å sikre at respondenten har insentiv til å oppgi sin faktiske betalingsvillighet (at 
undersøkelsen er såkalt 	insentiv	-kompatibel).	 Carson et al. 	(2001) 	poengterer	 at 	grundig	 	
utforming av betalingsvillighetsundersøkelsen er viktig. For det første må godet som skal 
betales for	, forklares på en 	måte som er 	forståelig 	for alle respondenter	. Beskrivelsen 	
må være slik at	 respondenten skjønner hvordan god	et sk	al bringes til veie. 	
Betalingsm	ekanismen må være troverdig	, slik at respondenten	 tror på at hun må betale 	
for godet. Til slutt må også spørreundersøkelsen utformes slik at respondentene tror at 
valgene de tar påvirker faktiske beslutninger (	dvs. såkalt 	konsekvensialitet).	 	
I neste avsnitt ser vi nærmere 	på de to norske studiene	 fra 2002 og 2010	. 	
2.1	 Tidligere norske studier	3 	
Vinteren 2001	-2002 gjennomførte SINTEF i samarbeid med	 	Samfunns	- 	og 	
næringslivsforskning	 og NVE en spørreundersøkelse av kostnaden ved ikke	-levert 	
energi til ulike bruker	grupper («2002	-undersøkelsen») (Samdal m.fl., 	2002, 2003). I 	
perioden 2008	-2011 gjennomførte Pöyry Management Consulting og SINTEF en ny 	
unde	rsøkelse («2010	-undersøkelsen»)	 	(Pöyry og SINTEF, 	2012a,	 	b). Begge 	
undersøkelsene e	r spørreundersøkelser 	som baserer seg på spørreskjemaer sendt ut til 	
et representativt 	utvalg 	husholdninger. 	2002	-undersøkelsen 	spør	 om 	direkte utgifter 	og 	
om	 betalingsvillighet. 	2010	-undersøkelsen 	spør	 om 	betalingsvillighet	. Sentrale resultater 	
fra undersøkelsene er gjengitt i tabellen under. 	 	
 	 	 	
3 Dette avsnittet er basert på Vista Analyse og Thema 	Consulting Group (2016), og vi henviser til 	
denne rapporten for en mer detaljert gjennomgang av undersøkelsene.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	17	 	
Tabell 	2.1 	Anslag for avbruddskostnader i 2002 og 2010	 ( i 2010	-kr) 	. 	
Undersøkelse	 	Metode	 	Varigheter	 	
 	 	1 min	 	1 time	 	2 timer	 	4 timer	 	8 timer	 	24 timer	 	
2002	 	Direkte utgifter	 	- 	13.	62	 	27.	61	 	59.	39	 	103.	80	 	- 	
2002	 	Betalingsvillighet	 	- 	5.90	 	11.	04	 	20.	92	 	38.	28	 	- 	
2002	 	Gjennomsnitt av 
estimatene	 	
- 	10.	05	 	19.	35	 	40.	48	 	69.	26	 	- 	
2010	 	Betalingsvillighet	 	0.12	 	5.20	 	- 	36.	30	 	85.	61	 	183.	46	 	
Kilde: Pöyry og SINTEF (2012a). Enhet kr/kW. 2002	-tallene er fremført til 2010	-kroneverdi	, v.h.a.	 	
konsumprisindeksen (KPI)	. Ifølge ssb.no har det vært 15 prosent prisstigning fra 2010 til 2017, slik at i 2017 	
års prisnivå vil tallene være 15 prosent høyere	. 	
 
Vi ser a	t for 	avbrudd	 på 	én time er betalingsvillighets	estimatene i 2010 omtr	ent 	
halvparten av gjennomsnittsestimatet	 fra 2002 (fre	mført til 2010	-pengeverdi). På fire	 	
timer er esti	matene forholdsvis like, og på åtte	 timer er 2010	-estimatene høyest.	 Vi ser 	
også at estimatene for direkte utgifter 	i 2002	-undersøkelsen ligger godt over 	
betalingsvillighets	estimatene, i strid med intuisjon	en	, men i tråd med andre 	
undersøkelser. 	 	
For 	avbrudd	 på 	én time er 	betalingsvillighets	estimatene i 2002 og 2010 svært 	like. For 	
avbrudd	 av lengre varighet ligger 	betalingsvillighets	estimatene i 2010 godt over 	
betalingsvillighets	estimatene i 2002. 	 	
2010	-estimate	ne antyder 	at 	marginal	kostnad	en	 for 	avbrudd	 er stigende 	som funksjon av 	
tid. Fire timers 	avbrudd	 er ca. syv gange	r så ille som én times 	avbrudd	, og åtte timers 	
avbrudd	 er mer enn dobbelt så ille som fire timers 	avbrudd	. 24 timers 	avbrudd	 er 	
imidlertid mindre enn tre ganger så ille som åtte timers 	avbrudd	 ifølge 2010	- 	
undersøkelsen. I 2002	-undersøkelsen antyder estima	tene nesten påfallende konstant 	
marginal kostnad, se 	Figur 	2.1. 	
Figur 	2.1 Avbruddskostnader pr. time, kr/kW	h 	
 	
Kilde: Vista Analyse og T	hema Consulting Group	 (2016)	. Merk 	enheten kroner per kWh.

Nye KILE	-funksjoner for husholdninger 	 	
18	 	 	Vista Analyse	 	
2.1.1	 2002	-undersøkelsen	 	
I 2002	-undersøkelsen ble det sendt ut postalt spørreskjema til 1000 tilfeldig valgte 	
husstander. Etter to purringer og en ny utsendelse til husholdninge	r som ikke hadde 	
svart, kom det inn 425 svar.	 	
Undersøkelsen	 spør både om 	direkte utgifter	 og 	betalingsvillighet	, og	 starter med et 	
oppvarmingsspørsmål	. Deretter	 følger en del mulige konsekvenser, og respondenten blir 	
bedt om å vurdere sin grad av ubeha	g på	 en firedelt skala fra int	et ubehag til svært stort 	
ubehag (Samdal m.fl. 2002). 	 	
Neste spørsmål dreier seg om å a	nslå utgifter ved et 	avbrudd	, og det blir oppgitt 	
eksempler på forskjellige tiltak som kan være nødvendig å gjennomføre når det skjer 
avbrudd	, og som medfører utgifter. 	De spurte blir bedt om å marke	re kostnaden ved 	
avbrudd	 på 	én time, to	 timer, fire timer og åtte	 timer på et betalingskort med beløp fra 	
til 500 kroner, og et åpent felt for beløp over 500 kroner.	 	
På tvers av varighetene er gjennomsnittlig 	kostnad per kWh relativt lik, på	 omtrent 	12 kr 	
pr. kWh, jf. Samdal m.fl. (2002) tabell 15. 	I snitt oppgir respondentene	 11,50 som kostnad 	
ved en times 	avbrudd	; 23,50 som kostnad for to timers 	avbrudd	, 51 kr som kostnad ved 	
fire timers 	avbrudd	 og 88 kr som kostnad ved åtte timers 	avbrudd	. 	
Deretter blir respondentene spurt om betalingsvillighet for å unngå 	avbrudd	: 	
Anta at en reserveforsyning er tilgjengelig som vil kunne forsyne 	husstandens 	
totale ele	ktrisitetsbehov	 under et 	strømbrudd	. De vil bli fakturert av nettselskapet 	
over strømregningen kun for de tidsrom der reserveforsyningen faktisk benyttes 
av Dem (av/på bryter i boligen). Tenk Dem at strømmen blir borte en 	ettermiddag	 	
i januar. Hvor mye er 	De villig til å betale for en slik tjeneste 	hver gang	 de benytter 	
den? (Understreking i original).	 	
Også her er gjennomsnittlig betalingsvillighet per kW	h relativt konstant over de ulike 	
varighetene, på 	4,50 kroner pr. kWh. Etter viderebehandling og oppdate	ring til 2010 blir 	
dette til tallene i 	Tabell 	2.1 over.	 	
Resultatene til Samdal m.fl. (2002) tilsier altså at selv om	 gjennomsnittsrespondenten	 	
oppgir k	ostnader på 12 kroner pr. kWh dersom forsyningen svikter, er 	respondenten i 	
gjennomsnitt bare villig til å betale 4,50 kroner for å opprettholde stabil strømforsyning. 
Samdal m.fl. (2002) diskuterer ikke mulige årsaker til dette, for eksempel om det er fle	re 	
nullsvar (protestsvar) til spørsmålet om betalingsvillighet, eller om ordbruken «en 
ettermiddag» ikke oppfattes likt med «kl. 16». 	 	
Gjennomsnittlig 	direkte utgifts	- og 	betalingsvillighets	verdi 	er beregnet som vanlig (dvs	. 	
aritmetisk), uvektet	 gjennomsni	tt av sv	arene. Det 	blir ikke	 stilt oppfølgingsspørsmål	 til 	
respondentene	 for å skille mellom 	reelle nullsvar og protestsvar	. I stedet 	blir	 de 1,5 	
prosent laveste verdiene og de de 2,5 prosent høyeste 	verdiene fjernet	, samt 	
observasjoner fra husholdninger m	ed årsforbruk under 5000 kWh og husholdninger som 	
oppgir årsforbruk i kroner som ikke	 stemmer med det de oppgir i kWh	. 	
2.1.2	 2010	-undersøkelsen	 	
2010	-undersøkelsen er en webundersøkelse som ble gjennomført av TNS Gallup og 	
rettet mot et såkalt aksesspanel som er rekruttert til å delta i ulike undersøkelser. 
Utvalget 	er vektet for å sikre bedre statistisk representativitet i forhold til befolkningen	s 	
alder, bosted og så videre. Ca. 2400 personer ble spurt om å være med, og formålet var 
å få 1000 personer til å sva	re. Det endelige utvalget bes	to av 1008 	respondenter	.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	19	 	
I undersøkelsen	 blir 	respondentene	 presentert for fem scenari	er for 	avbrudd	, der 	
avb	rudd	ene har ulik lengde, men alle er 	“uventet og inntreffer kl. 17 en hverdag om 	
vinteren	”. Det korteste 	avbrudd	et er ett	 minutt, det lengste er 24 timer.	 Undersøkelsen 	
starte	t med et oppvarmingsspørsmål om hvilke konsekvenser ved et 	avbrudd	 som har 	
størst	 betydning for husholdningen, hvor respondenten kan velge fem konsekvenser fra 	
en liste. 	Neste spørsmål følge	r opp ved å spørre hvor store	 konsekvensene ved 	
avbrudd	et totalt sett	 er for husholdninge	n. Så følger to spørsmål om betalingsvillighet. 	
Som i 2002	-undersøkelsen motive	res betalingsvillighet med	 en reserveforsyning	 som 	
kan benyttes dersom det skjer et 	avbrudd	, og som medfører en engangskostnad.	 	
Deretter får respondenten først spørsmål om hun ville vært villig til å betale for en 
reservefo	rsyning ved 	et 	avbrudd	 med en gitt varighet, og hvis ja,	 hvor mye.	 	
En høy andel av respondentene 	svarer at et kortvarig 	avbrudd	 har 	“ingen konsekvenser 	
av betydning	”. Hele 809 av 1008 spurte mener at et 	avbrudd	 på ett minutt 	ikke 	har 	
konsekvenser av betydning for dem, og i tillegg er det 151 spurte som sier små 
konsekvenser. 12 personer sier de har 	betalingsvillighet	 	for å ta i bruk 	
reserveforsyningen. Et noe lenger 	avbrudd	 på en time gir små eller ingen konsekvenser 	
for 747 hushol	dninger, og 70 husholdninger sier de har 	betalingsvillighet	 for reserve	-	
forsyning. Det er også et mindretall som har 	betalingsvillighet	 for fire	 timer og 8 timers 	
avbrudd	, mens et snaut flertall har 	betalingsvillighet	 for reserveforsyning ved et 24 timers 	
avbrudd	 om vinteren. 	 	
Det	 er stor variasjon i	 svarene, fra til 1000 kroner for en times 	avbrudd	 og fra helt 	
opp til 20	 000 kroner for 24 timers 	avbrudd	. Ekstremverdier blir luket ut i den endelige 	
beregningen, og 	2010	-undersøkelsen	 har også et omfatten	de opplegg for å håndtere 	
nullsvar.	 	
Det blir	 stilt oppfølgingsspørsmål om hvorfor respondenten oppgav null som 	
betalingsvillighet	 for å skille ut	 protestsvar. Dersom årsaken er	 “ubetydelige 	
konsekvenser	”, ble nullsvaret betraktet som reelt. Men det var ogs	å så mange som 300	-	
400 som svarte null fordi 	“nettleien er høy nok til at 	avbrudd	 kan unngås og 	avbrudd	 bør 	
betales av det offentlige	”. Disse blir	 utelukket fra undersøkelsen og gjennomsnittlig 	
betalingsvillighet	 øker	 som følge av dette. 	 	
I beregningen av 	gjennomsnittlig betalingsvillighet	 er svarene vektet på to måter. For det 	
første 	blir	 	husholdninger som er 	underrepresentert	 	i utvalget vektet opp 	
(populasjonsvekting). For det andre 	blir	 betalingsvillighete	n til husholdninger med høyt 	
elektrisitetsforbruk	 vektet opp.	 Det fører til at 	betalingsvilligheten	 til slike husholdninger 	
teller mer i den endelige beregningen, mens husholdninger som nesten ikke bruker 
strøm, teller mindre. 	 	
Vista Analyse og 	Thema	 Consulting Group	 (2016) 	konkluderer	 med at det er en rekke 	
svakheter ved 2010	-undersøkelsen som gjør at resultatene fra undersøkelsen ikke bør 	
ligge til grunn for oppdaterte KILE	-satser for husholdninger. Blant annet tyder en høy 	
andel protestsvar på at 	undersøkelsen ikk	e har fungert godt, 	og 	det er flere uklarhe	ter i 	
undersøkelsen som gjør at man ikke er sikker på om svarene reflekterer faktisk 
betalingsvillighet.	 Dersom vi ser tilbake på anbefalingene fra Carson et al. (2001)	, kan 	
mulige årsaker til dette være at både	 beskrivelsen av hvord	an godet	 skal skaffes til veie 	
og 	betalingsmekanismen ikke er realistiske. I begge undersøkelsene kan respondenten 	
velge å betale for en «reserveforsyning» av strøm, og bruk av reserveforsyningen 
betales 	som en engangsbetaling	. For respondenten kan dette b	åde oppfattes som 	
urealistisk og provoserende 	– dersom det er strøm tilgjengelig, hvorfor skjer det da 	
avbrudd	? I neste kapittel viser vi hvordan vår undersøkelse er utformet og testet for å 	
motvirke problemer med hypotetisk skjevhet.

Nye KILE	-funksjoner for husholdninger 	 	
20	 	 	Vista Analyse	 	
3.	 Verdsettingsundersøke	lsen	 	
Verdsettingsundersøkelsen ble 	utformet og 	gjennomført i perioden	 juni 2016 til mai 2017. 	
Formålet var	 å innhente informasjon om betalingsvillighet for å unngå 	avbrudd	 med ulik 	
varighet, på ulike tide	r av d	øgnet	 og året, og med og uten varsling, fra et	 representativt 	
utvalg av 	norske	 husholdninger.	 I undersøkelsen ble det lagt vekt på å unngå svakhetene 	
ved tidligere undersøkelser, jfr forrige kapittel, for eksempel høy andel protestsvar og 
urealistisk betalingsmekanisme. 	Undersøkelsen ble gjennomført	 som en web	-	
undersøkelse	 i samarbeid med Norsk Gallup, 	og 	sendt ut til 	Norsk Gallups 	
landsdekkende 	panel.	 	
3.1	 Utforming og testing av spørre	undersøkelsen	 	
Utformingen av undersøkelsen følger anbefalingene 	i verdsettingsl	itteraturen (se for 	
eksempel Carson, 2012	) og tidligere erfaringer	 fra store betalings	villighets	undersøkelser	 	
(se blant annet Vista Analyse, 	2016)	, og består av flere runder med 	testing og 	revisjon	. 	
Testingen av spørreskjemaet er 	spesielt 	viktig for å forhindre potensielle problemer med	 	
hypoteti	sk skjevhet og for å unngå	 en	 høy andel protestsvar blant respondentene.	 	
Testingen og utformingen av spørreundersøkelsen 	er basert på følgende trinn	: 	
• 	Utarbeide	 førsteutkast til spørreskjema basert på erfaringer fra 2010	-	
undersøkelsen og spørreskjemametodik	k. 	
• 	Fokusgruppesamtaler med to fokusgrupper bestående av 7	-8 personer. 	
Testing av fors	tåelse av begreper, tolkning av og reaksjoner på	 foreløpige 	
formuleringer og	 betalingsmekanisme.	 	
• 	En	-til-en intervjuer hvor respondenter 	gjennomfører 	spørreundersøkelsen 	
mens en av utrederne observerer og stiller oppfølgingsspørsmål for å 
undersøke hvordan respondenter besvarer undersøkelsen, deres forståelse 
av spørsmålene	 og	 teknisk funksjonalitet	, og 	for 	å avdekke eventuelle 	
misforståelser	. 	
• 	Pilottest av undersøkelse	n og analyse av svar fra pilotundersøkelse for å 	
avdekke eventuelle svakheter og reaksjoner fra et større (representativt) 
utvalg respondenter	. 	
• 	Innhente og analysere svar på endelig spørreundersøkelse fra 	et 	
representativt utvalg husholdninger	. 	
I tillegg til	 disse trinnene fikk vi tilbakemeldinger på utformingen av spørreskjemaet 	
underveis fra en 	referanse	gruppe bestående av representanter fra NVE, Statnett og 	
Eidsiva	 Energi.	 	
Førsteutkastet til spørreundersøkelse 	ble	 utformet basert på følgende oppbygging:	 	
Innledende spørsmå	l: Undersøkelsen innledes med “oppvarmingsspørsmål” for å sette 	
godet som skal verdsettes inn i en 	større 	sammenheng. Her er det viktig å få 	
respondenten	 til å 	tenk	e gjennom konsekvense	ne	 av	 avbrudd	 for husholdningen. På den 	
andre siden bør man få respondenten til å sammenligne godet som beskrives (unngåtte 
avbrudd	) med andre goder man kan tillegge verdi	, for å unngå at respondenten legger 	
for stor vekt	 på kostnadene og ulempene ved strømburdd og der	med overvurderer 	
betalingsvilligheten sin. 	 	
Scenariobeskrivelse	n er en beskrivelse av godet som skal verdsettes	, og må være både 	
faglig korrekt og forståelig	 for folk flest	. Fokusgrupper og en	-til-en intervjuer er sentrale 	
for å sikre 	at scenariobeskrivels	en er forståelig. I denne undersøkelsen benytter vi oss i

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	21	 	
tillegg av den tidligere omtalte referansegruppen for å sikre en faglig korrekt framstilling.	 	
I scenariet må man både sannsynliggjøre at husholdningen vil oppleve 	avbrudd	 dersom 	
det ikke gjøres tilt	ak, og at man faktisk kan unngå 	avbrudd	 ved 	å gjøre tiltak.	 Her er det 	
viktig at scenariet beskrives slik at respondentene tror at valgene de tar vil påvirke 
faktiske beslutninger.	 I følge Carson (2012) må en godt utformet verdsettings	studie 	
formidle til 	respondentene at myndighetene vurderer å gjennomføre tiltak, og at deres 	
svar på undersøkelsen skal brukes som informasjonsgrunnlag for denne vurderingen.	 	
Betalingsmekanisme	n er måten 	betalingen for godet skal foregå	 på;	 for eksempel som 	
en 	avgift	, engangsbetaling eller	 årlig skatteøkning	. Det er viktig at betalingsmekanismen 	
er troverdig. 	Dersom man	 for eksempel	 velger et påslag på nettleien som 	
betalingsmekanisme	, er det viktig å forklare dette på en måte som ikke 	utløser protest 	
mot 	avgifts	økninge	r generelt 	hos respondenten	. Dette henger tett sammen med 	
scenariobeskrivelsen, hvor man må sannsynliggjøre at det faktisk vil skje 	avbrudd	 	
dersom det ikke gjennomføres tiltak, og at disse tiltakene betales over nettleien.	Videre 	
må scenaraet konstrueres sl	ik at respondentene svarer ut fra at tiltakene er effektive og 	
helt unngår framtidige 	avbrudd.	 (Selv om noen vil være klar over at det i praksis vil være 	
vanskelig å unngå helt, må det framgå at de skal angi sitt velferdstap ut fra at dette var 
mulig). 	 De	t er	 også	 viktig at betalingsmekanismen fremstår som rettferdig,	 for eksempel	 	
ved å presisere at alle som drar nytte av et forbedret nett må være med 	å betale. 	 	
Utforming av betalingsvillighetsspørsmålene	 er basert på tidligere erfaringer fra 	
betalingsvi	llighetsundersøkelser	 og anbefalinger fra litteraturen. Betalingsvillighets	-	
spørsmålet kan formuleres som et budspill (bidding game), 	todelt valg (	dichotomous 	
choice	), åpent spørsmål	 eller 	betalingsskala.	 Som diskutert i 	for eksempel Soeteman m. 	
fl. (20	17)	 er det flere fordeler med betalingsskala i forhold til de andre mulighetene. Man 	
unngå	r det som kalles “starting point bias” fordi man ikke starter betalingsvillighets	-	
spørsmålet med e	t ankerbeløp, man unngår “	yea	-saying” fordi man ikke stiller ja	-nei 	
spø	rsmål, og man kan også unngå at mange respondenter lar være å svare fordi det er 	
mindre krevende å oppgi svar på en skala enn å svare på et åpent spørsmål, eller en 
rekke ja/nei	-spørsmål. På den andre siden har enkelte studier vist at respondentene 	
påvirke	s av beløpene som vises på skalaen, for eksempel dersom de oppfatter at 	
beløpet de ønsker å oppgi er høyt eller lavt i forhold til beløpene på skalaen. Det er derfor 
viktig å 	teste ut og 	velge en 	fornuftig betalingsskala.	 	
3.1.1	 Fokusgrupper	 	
Vi gjennomførte to 	fokusgruppesamtaler	 hvor vi testet enkelte elementer av 	det 	
foreløpige 	spørreskjemaet. 	Formålet med samtalene var blant annet	 å forstå hva som 	
kunne utløse protestsvar	 hos respondentene, og hvordan respondentene reagerte på 	
ulike 	scenariobeskrivelser	. 	
Den	 første fokusgruppen ble 	samlet	 i Oslo 12. oktober 2016, med åtte	 deltakere 	
rekruttert gjennom Norstats webpanel	,4 med forsøksvis jevn fordeling 	over 	kjønn, alder 	
og inntekt.	 For å innhente erfaringer fra husholdninger i en mindre by, og i et område 	
med fl	ere 	avbrudd	, ble d	en andre fokusgruppen 	samlet	 i Ålesund	 17. oktober 2016.	 Også 	
her var det 	åtte deltakere, men	 Norstat	 hadde fått beskjed om å 	rekruttere 	inn	til fire 	
respondenter som hadde opplevd 	avbrudd	 som varte lenger enn fire timer	 for å sikre 	
innspi	ll fra respondenter med erfaringer fra lengre 	avbrudd	. 	
 	 	 	
4 Vi benyttet ikke Norsk Gallups panel til fokusgrupper og en	-til-en intervjuer ettersom de kun 	
rekrutterer til grupper hvor de selv gjennomføre	r intervjuene/samtalene.

Nye KILE	-funksjoner for husholdninger 	 	
22	 	 	Vista Analyse	 	
I forkant av fokusgruppene ble det utarbeidet en fokusgruppeguide og en presentasjon 
av foreløpige elementer i spørreundersøkelsen.	 Fokusgruppen ble ledet av en av 	
utrederne, mens en annen utrede	r not	erte og fulgte opp med utfyllende spørsmål dersom 	
det var nødvendig. 	Det ble stilt åpne spørsmål og lagt til rette for at alle deltakerne skulle 	
få si sin mening. 	 	
Fokusgruppen	e begynte med innledende spørsmål om 	kjennskap til NVE, bruk av strøm 	
og tidlige	re erfaringer med 	avbrudd	. Her diskuterte vi blant annet hva deltakerne synes 	
om 	leveringspålitelighet	en i dag. Deretter ble deltakerne ledet over på en diskusjon om 	
konsekvenser for husholdningen deres v	ed 	avbrudd	, og sammenhengen mellom 	
konsekvenser og 	varighet, tidspunkt, årstid og varsling. Under dette punktet fikk vi også 	
innspill fra respondentene på en	 illustrasjon av strømbruk i et hjem	, og en liste med 	
mulige konsekvenser. Etterhvert gikk vi enda mer i detalj, og ba respondentene fylle ut 
en tabel	l med konsekvenser av 	avbrudd	 med ulik lengde, for så å diskutere hvordan 	
tabellen fungerte. 	I begge fokusgruppene brukte vi en del tid på å diskutere hvordan 	
respondentene forstod b	egrepene “konsekvense	r”, “kostnader”	 og “ulemper”, for å sikre 	
at både dir	ekte kostnader og ulemper og ubehag blir verdsatt i undersøkelsen.	 	
Til slutt leste vi opp den foreløpige introduksjonen til betalingsvillighetsspørsmålet	 	
(scenariobeskrivelsen)	, og ba om deltakernes inntrykk av hvor troverdig scenariet som 	
ble presentert f	or dem	, var. Her undersøkte vi om deltakerne synes det var troverdig at 	
man ville få flere 	avbrudd	 i fremtid	en uten nye tiltak, og hvordan de reagerte på 	
formuleringen om at alle må være med å betale for tiltak i strømnettet for å unngå flere 
avbrudd	. Base	rt på tilbakemeldingene fra fokusgruppen i Oslo, og for å teste to ulike 	
scenarier	 endret vi noe på formuleringen til fokusgruppen i Ålesund. I Oslo ble behovet 	
for tiltak for å unngå økte 	avbrudd	 i fremtiden motivert med økt slitasje og forbruk, mens 	
i Ål	esund ble behovet for tiltak motiv	ert med mer uvær og økt 	forbruk, som vist i 	
tekstboksen	 under.	 I tillegg gav vi mer informasjon om hvilke tiltak som er aktuelle for å 	
unngå 	avbrudd	.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	23	 	
Tekstramme 	3.1 Scenariobeskrivelser fra fokusgruppene	 	
 
Felles for begge gruppene 	var	 	relativt sterke reaksjoner på	 	spørsmål om 	
betalingsvillighet. D	et ble særlig uttrykt misnøye overfor	 nettselskapene. Til en viss grad 	
kan dette skylde	s at med en gang 	en deltaker uttrykker skepsis, smitter det over på de 	
andre deltakerne. 	Etter begge fokusgruppene forklarte vi deltakerne hva det egentlige 	
formålet med spørreundersøkelsen er, og forsøkte å forklare hvordan KILE	-ordningen 	
fungerer. En tyd	elig tilbakemelding fra respondentene var at det ville være bedre å 	
forsøke å forklare dette i undersøkelsen, enn å prøve å argumentere for at nettleien 
måtte øke for å unngå 	avbrudd	. Ettersom vi ikke kom fre	m til en versjon av 	
scenariobeskrivelsen som fun	gerte godt nok i fokusgruppene,	 besluttet 	vi 	å fortsette å 	
teste to versjoner av scenariobeskri	velsen i en	-til-en intervjuene	. Den ene versjonen var 	
en variant av scenariobeskrivelsen fra fokusgruppe 2, mens den andre versjonen 
inneholdt en forenklet forkl	aring av KILE	-ordningen.	 	
3.1.2	 En	-til-en intervjuer	 	
Basert på tilbakemeldingene f	ra fokusgruppene	 og innspill fra referansegruppen	 ble det 	
foreløp	ige spørreskjemaet revidert	, f	ør web	-versjonen av skjemaet ble programmert. 	I 	
utformingen av web	-skjemaet jobbet vi spesielt med illustrasjonene og symbolene som 	
hadde som hensikt å minne respondentene om kostnadene og ulempene ved 	avbrudd	 	
med ulik varighet. 	Web	-skjemaet ble deretter testet i en	-til-en intervjuer i Oslo, hvor syv 	
respondenter rekrutte	rt av Norstat gjennomførte spørreundersøkelsen sammen med 	
hver sin	 utreder. Deltakerne ble rekruttert med tanke på å få en jevn spredning i alder, 	
inntekt og kjønn for å få tilbakemeldinger fra ulike typer respondenter. I intervjuene testet 
vi 	de 	to ulike 	ve	rsjonene	 av scenariobeskrivelsen, hvor halvparten av deltakerne fikk én 	
versjon i selve spørreundersøkelsen, og ble presentert for den andre versjonen etterpå 
Scenariobeskrivelse, fokusgruppe 1:	 	
«Energimyndighetene og nettselska	pene vurderer nå nye tiltak for å unngå strømbrudd 	
i fremtiden. Uten tiltak må vi regne med at det blir flere strømbrudd på grunn av slitasje 
på strømnettet og økt forbruk. Både næringslivet, offentlige myndigheter og folk flest 
vil ha fordeler av å unngå 	strømbrudd, og alle disse må være med på å betale for de 	
nye tiltakene. 	Vi ber deg nå tenkte igjennom hva det er verdt for deg og husholdningen 	
din å unngå hvert av de ulike eksemplene på strømbrudd som vi vil presentere for deg. 
Din mening er viktig for v	alg av omfang av tiltak, og dermed for kostnadene for din 	
husholdning.»	 	
Scenariobeskrivelse, fokusgruppe 2:	 	
«Vi må regne med at det blir flere strømbrudd i årene som kommer på grunn av mer 
uvær og økt strømforbruk som gjør at kapasiteten i nettet blir spre	ngt. NVE og 	
nettselskapene vurderer derfor nye tiltak for å unngå flere strømbrudd i fremtiden. 
Disse tiltakene er blant annet å forsterke linjer og transformatorer, legge utsatte linjer 
i bakken i stedet for i luften og lage back	-up med doble linjer slik	 at strømnettet blir 	
mindre utsatt for brudd. I tillegg økes beredskapen.	 Både næringslivet, offentlige 	
myndigheter og husholdningene vil ha fordeler 	av å unngå strømbrudd, og alle	 må 	
derfor være med å betale for de nye tiltakene. 	Vi ber deg nå tenke igjen	nom hva det 	
er verdt for deg og husholdningen din å unngå kostnadene og ulempene ved et 
strømbrudd. 	Din mening er viktig for hvor mange tiltak som blir gjennomført, og dermed 	
for kostnadene for din husholdning.»

Nye KILE	-funksjoner for husholdninger 	 	
24	 	 	Vista Analyse	 	
for å vurdere hvilken de foretrakk, og omvendt for den andre halvparten. Dette gav oss 
noen nyttige tilbakemeldinger, selv om det ikke var noen klare preferanser for den ene 
eller den andre versjonen. 	Basert på tilbakemeldingene fra fokusgruppene	 og nye 	
innspill fra referansegruppen	 besluttet vi likevel å gå videre med en forenklet forklaring 	
av KILE	-ordningen i den endelige scenariobeskrivelsen, som vist i tekstboksen under.	 	
Tekstramme 	3.2 Endelig scenariobeskrivelse	 	
 
En	-til-en intervjuene gav oss også viktige innspill til den tekniske utformingen og 	
funksjonaliteten til undersøkelsen. Undersøkelsen ble testet i ulike nettlesere og på ulike 
plattformer, og det ble gjort tiltak for å sikre at 	undersøkelsen også fungerer greit på 	
mobiltelefon. Det er en avveining mellom funksjonalitet på mobiltelefon og løsninger som 
hjelper respondenten gjennom undersøkelsen, for eksempel illustrasjoner og glideskala 
for å oppgi beløp, og den endelige undersøke	lsen 	kan fungere	 noe 	bedre på pc eller 	
nettbrett enn på en mobiltelefon. Vi besluttet også å vise en oversikt over hvilke beløp 
respondenten har oppgitt etter å ha svart på alle scenariene, med m	ulighet for å revidere 	
beløpene, for å sikre enda bedre kvali	tet på svarene som oppgis.	 	
3.1.3	 Pilottest	 	
Etter ytterligere revideringer basert på innspill fra en	-til-en intervjuene ble det 	
gjennomført en pilottest av undersøkelsen i 	februar 2017. 	Undersøkelsen ble 	besvart av 	
324 respondenter, og media	n responstid var 14 mi	nutter. I	 introduksjonen til 	
undersøkelsen oppgis det at undersøkelsen 	vil ta omtrent 10 minutter	, og vi forsøkte 	
derfor å korte ned undersøkelsen noe etter pilottesten.	 Pilottesten viste at undersøkelsen 	
i hovedsak fungerte godt og at relativt få respondenter protesterte på betalings	villig	hets	-	
spørsmålene.	 Omtrent 10 prosent av respondentene ble definert som “protestsvarere” 	
ved at de oppgav null som betalingsvillighet	 på alle spørsmål og oppgav det vi definerte 	
som protestårsaker til nullsvarene.	 Vi fant	 imidlertid	 ut at det var behov for å be 	
respondentene begrunne nullsvar og «vet ikke»	-svar hver for seg, slik at vi enda bedre 	
kunne skille mellom reelle nullsvar og p	rotestsvar.	 Oppgitt betalingsvillighet økte som 	
forventet med varigheten til 	avbrudd	ene, og variasjonen mellom scenariene med ulike 	
oppstartstidspunkt	- og dag, ulik sesong og med og uten varsling var også som forventet. 	
Vi gjorde derfor kun mindre endringe	r i undersøkelsen før vi kom fram til den endelige 	
versjonen av spørreskjemaet.	 	
3.2	 Endelig spørreskjema	 	
Introduksjon	 	
«Gjennom strømregningen betaler du nettleie. Nettleien går til ditt lokale nett	selskap 	
som leverer strøm til husholdningen din, og dekker kostnadene til drift og vedlikehold 
av nettet. Ved strømbrudd må nettselskapet betale en	 form for	 avgift. 	Hvis avgiften er 	
høy, gjør	 nettselskapene flere tiltak for å unngå strømbrudd. 	Tiltakene	 be	tales som et 	
spleiselag ved at du og de andre kundene får høyere nettleie.	 	
 
NVE skal bruke undersøkelsen til å fastsette hvor stor avgiften skal være, og vi vil 
derfor gjerne vite hvor mye det er verdt for hushold	ningen din å unngå strømbrudd	. 	
 
Det er ikk	e så vanlig med strømbrudd i Norge, men det skjer ofte i forbindelse med 	
ekstremvær. Det kan bli flere avbrudd i årene som kommer på grunn av mer uvær og 
større behov for strøm i landet.»

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	25	 	
Undersøkelsen starter med en introduksjon hvor respondenten får beskjed om at 
undersøkelsen gjennomføres på vegne av Norges vassdrags	- og ener	gidirektorat, og at 	
NVE og strømnettselskapene vurderer ulike tiltak for å sikre strømforsyningen og derfor 
ønsker å vite hvor viktig det er for husholdninger å unngå 	avbrudd	. Deretter får 	
respondenten beskjed om at meningen 	deres er viktig for å beslutnin	gen om å 	
gjennomføre tiltak eller ikke	. Til slutt	 får de opplysninger om forventet varighet (ca	. 10 	
min	utter	) og hvor mange poeng de får for å gjennomføre undersøkelsen.	5 Denne 	
introduksjonen har som hensikt å 	vekke respondentenes interesse for å gjennomfø	re 	
undersøkelsen, samtidig som den skal sikre 	konsekvensialitet	, det vil si at respon	-	
dentene skjønner at svarene deres påvirker faktiske beslutninger	 slik at de skal ha	 	
insentiv til å oppgi sin reelle betalingsvillighet. 	 	
Innledende spørsmål	 	
Som oppvarmin	gsspørsmål blir respondentene bedt om å tenke gjennom hvor mye 	
penger de synes samfunnet bør bruke på ulike oppgaver, som å sikre bredbånds	-	
utbygging, trygg vannforsyning, strømforsyning osv. Hensikten er å minne 
respondentene på at det finnes mange samfun	nsoppgaver som krever finansiering, og 	
som man derfor bør veie opp mot hverandre. Deretter 	får respondenten bla gjen	nom 	
“kort” med	 informasjon om ulike uvær som har ført til 	avbrudd	 for mange husholdninger, 	
og 	blir 	bedt om å markere hvorvidt de kan huske å	 ha hørt om de ulike hendelsene. Her 	
er formålet å minne respondentene på at det faktisk skjer 	avbrudd	 i dag som påvirker 	
mange husholdninger.	 Deretter følger en rekke spørsmål om respondentens egne 	
erfaringer med 	avbrudd	 (hvor mange, hvor mange siste året	, erfaringer med lengre 	
avbrudd	). 	Så følger et spørsmål om hvorvidt husholdningen er avhengig av strøm for å 	
varme opp hjemmet sitt, for å begynne å få respondenten til å tenke gjennom mulige 
kostnader og ulemper ved 	avbrudd	.6 En illustrasjon av et hus med ulike elektriske 	
apparater, lys, varme etc. skal minne respondenten på alt som er avhengig av strøm i 
en typisk bolig	. F	or å få respondentene til å se nøye på	 bildet	, blir de bedt om å se om 	
det er noe de savner på bildet.	 	
 	 	 	
5 Medlemmene i Galluppanelet får poeng som belønning for å delta i undersøkelser og kan bytte 
inn poengene i gaver og gavekort.	 	
6 Et særlig poeng her gjelder spørsmål om elektrisk oppvarming. Under testingen av skjemaet ble 
det klart at forholdsvis mange av de spurte ikke var klar over at f.eks. vannbåren varme drives av 
elektrisitet i boligen eller dens umiddelbare nærhet. Vi endret	 spørsmålsstillingen på dette punktet 	
for å få fram at de fleste oppvarmingskilder krever elektrisitet, men det kan hende enkelte av de 
spurte i hovedundersøkelsen fortsatt var usikre på dette. Regresjonsresultatene dokumentert i 
Tabell 	4.14	 viste ingen sammenheng mellom betalingsvillighet og hvorvidt en er avhengig av 	
strøm til oppvarming.

Nye KILE	-funksjoner for husholdninger 	 	
26	 	 	Vista Analyse	 	
Figur 	3.1 Illustrasjon av strømbruk fra spørreundersøkelsen	 	
 	
Kilde: Vista Analyse og Thema Consulting	 Group	 	
 
 
For å 	sikre at respondentene både tenker på direkte kostnader og indirekte kostnader 	
gjennom ulemper	 og ubehag, følger en forklaring av “kostnader og ulemper”:	 	
Strømbrudd kan medføre 	kostnader og ulemper	 for husholdningen din.	 	
Med 	kostnader	 tenker vi for eksempel på utgifter til å kjøpe mat på restaurant, 	
overnatte på hotell, eller erstatte mat som blir 	dårlig i kjøleskap/fryser. 	 	 	
Med 	ulemper	 tenker vi på ubehag og irritasjon, for eksempel fordi man må endre 	
på planene sine, eller blir kald.	 	
Deretter blir respondenten bedt om å tenke gjennom hva som vil være 	de	 største 	
kostnadene og ulempene for husholdn	ingen ved 	et 	avbrudd	 en typisk tirsdag 	kl. 	17 i 	
januar som ikke er varslet med varighet ett minutt, to timer, seks timer, 24 timer og 72 
timer. Respondentene blir presentert for en liste med mulige kostnader og ulemper, og 
må velge de to viktigste. Hver varighet er presentert med ulike symboler som	 skal 	
illustrere mulige kostnader og ulemper, for eksempel 	ved 	et stearinlys	-symbol	 for et 	
avbrudd	 med varighet	 to timer. Et skjermbilde fra denne 	delen av undersøkelsen er vist 	
i Figur 	3.2.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	27	 	
Figur 	3.2 Spørsmål om kostnader og ulemper ved strømbrudd	 	
 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Scenariobeskrivelse	 	
Scenariobeskrivelsen i undersøkelsen er vist i 	Tekstramme 	3.2. For å sikre at 	
respondentene leser scenariobeskrivelsen nøye	, etterfølges den av et spørsmål om hvor 	
store konsekvenser 	avbrudd	 får for respondentens husholdning	. Dette skal angis	 på en 	
firedelt skala fra “ingen konsekvenser” til “store konsekvenser”	. 	
Betalingsmekanisme	 	
Gjennom scenariobeskrivelsen er det etablert at 	nivået på 	“avgift	en	” som nettselskapene 	
betaler	 ved 	avbrudd	, be	stemmer nivået på	 tiltak	 i strømnettet,	 som betales som et 	
spleiselag gjennom økt nettleie for kundene. 	Scenariobeskrivelsen er utformet for at den 	
skal være troverdig, men samtidig ikke for komplisert.	 Sammenhengen mellom beløpet 	
respondentene oppgir, niv	ået på “avgiften” og 	den faktiske økningen i nettleie 	kan	 	
imidlertid	 være vanskelig å se for seg, 	og det er en tydelig avveining mellom en enkel og 	
en troverdig scenariobeskrivelse. Erfaringene fra fokusgruppene er at 	alternativet 	hvor 	
man kun presenterer 	sammenhengen mellom investeringer i nettet og økt nettleie	, 	
vekker	 sterke protestfølelser h	os deltakerne	. 	
Betalingsvillighetsspørsmål	 	
Figur 	3.3 viser de første betal	ingsvillighetsspørsmålene i undersøkelsen. Respondenten 	
trekker pilen på glideskalaen til ønsket beløp. Merk at pilen må dras til null for at 
respondenten skal kunne gå videre, for å unngå at respondenter går videre uten å aktivt 
markere	 et beløp eller sva	re “vet ikke”	. Skalaen går fra til 12500 kr, med tettere 	
intervaller for de lavere enn de høyere beløpene. 	Respondenter som drar pilen til “Mer 	
enn 12500 kroner” blir bedt om å oppgi konkret beløp i en åpen rute i neste steg i 
undersøkelsen.	 Etter dette spørsmålet følger spørsmål om 	avbrudd	 som starter kl. 09 og 	
som varer i seks timer. For å hjelpe respondenten til å svare konsistent, viser vi beløpet

Nye KILE	-funksjoner for husholdninger 	 	
28	 	 	Vista Analyse	 	
respondenten oppgav for tilsvarende 	avbrudd	 som startet kl. 17 til høyre for glideskalaen. 	
Tilsvarende spørsmål følger om 	avbrudd	 som starter kl. 01, og 	avbrudd	 som starter en 	
lørdag i stedet for tirsdag, med både 6 og 72 timers varighet, 	avbrudd	 i juli i stedet for 	
januar, og til slutt 	avbrudd	 som er varslet på forhånd. Til sammenligning vises he	le tiden 	
beløpet for 	avbrudd	 med tilsvarende lengde, men for “referansescenariet” tirsdag kl. 17 	
i januar, ved siden av glideskalaen.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	29	 	
 
Figur 	3.3 Betalingsvillighetsspørsmål for sce	nario 	tirsdag kl	. 17 i januar	 	
 	
Kilde: Vista Analyse og Thema Consulting Group

Nye KILE	-funksjoner for husholdninger 	 	
30	 	 	Vista Analyse	 	
Figur 	3.4 Betalingsvillighetsspørsmål for scenario lørdag kl	. 17 i januar	 	
 	
Kilde: Vista Analyse og Thema Consulting Group

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	31	 	
Til slutt får respondenten se en tabell med alle svarene sine, med mulighet for å revidere 
beløpene, som vist i 	Figur 	3.5. 	
Figur 	3.5 Oversiktstabell for alle betalingsvillighetsspørsmål	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Respondenter som oppgir null som betalingsvillighet for 	avbrudd	 med varighet 6, 24 	
og/	eller 72 timer 	får et oppfølgingsspørsmål om hva som er den viktigste grunnen til at 	
de svarte null. Svaralternativene er vist i 	Figur 	3.6. Formålet med spørsmålet er å skille 	
mellom r	espondenter som ikke har betalingsvillighet og respondenter som ikke har 	
besvart spørsmålet, men som på en eller annen måte protesterer på problemstillingen.	 	
Figur 	3.6 Begrunnelse av nullsvar for varigheter ov	er seks timer	 	
 	
Kilde: Vista Analyse og Thema Consulting Group	 	
Tilsvarende får respondenter som har svart “vet ikke” på ett eller flere spørsmål 
oppfølgingsspørsmål for å begrunne svarene sine. Her er svaralternativene de samme 
som for begrunnelsen av 	nullsvar.	 	
Helt til slutt følger noen generelle spørsmål om husholdningen for å fange opp 
bakgrunnsinformasjon som ikke er tilgjengelig i Norsk Gallups bakgrunnsdata på 
paneldeltakerne. Her spør	 vi om type bosted (by, tettbygd	 strøk etc.), bolig, 	strømforbr	uk 	
og husholdningsinntekt.

Nye KILE	-funksjoner for husholdninger 	 	
32	 	 	Vista Analyse	 	
4.	 Resultater fra spørreundersøkelsen	 	
I dette kapitlet viser vi resultatene fra spørreundersøkelsen	, som ble gjennomført i 	slutten 	
av april og begynnelsen av mai	 2017. Vi gjennomgår hvordan vi kommer frem til endelige 	
tall for gjenn	omsnittlig betalingsvillighet	 	for å unngå 	avbrudd	, med flere 	
følsomhetsanalyser for å belyse hvor følsomme resultatene er for hvordan vi definerer 
protestsvar og ekstreme observasjoner, og hvilken estimeringsmetode som ligger til 
grunn. 	Vi belyser også eve	ntuelle svakheter ved undersøkelsen som avdekkes gjennom 	
resultatene.	 	
4.1	 Utvalg og svarprosent	 	
Undersøkelsen ble sendt ut til 	4399	 respondenter	 og	 ble åpnet av omtrent	 2375 	
respondenter. Av disse	 besvarte 2029 respondenter	 hele	 undersøkelsen. 	Dette gir, som 	
vist i	 Tabell 	4.1, en svarprosent på 46 prosent.	 Median intervjutid 	for undersøkelsen 	var 	
14 minutter.	 Som tidligere nevnt fikk respondentene opplyst at undersøkelsen skulle ta 	
omtrent 10 minutter å fylle ut.	 I følge Norsk Gallup er en responsrate på 46 prosent noe 	
lavere enn gjennomsnittlig svarprosent fra andre undersøkelser med samme type utvalg. 
Dette kan kanskje ha noe med lengden på undersøkelsen å gjøre.	 	
Tabell 	4.1 Svarprosent	 	
Status	 	Antall respondenter	 	Andel	 	
Utsendte	 	4399	 	100 %	 	
Åpnet	 	2375	 	54 %	 	
Fullstendig 
besvarelse	 	
2029	 	46 %	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Utvalget	 som undersøkelsen ble sendt ut til	 er forhåndsstrati	fisert etter alder, kjønn og 	
bosted. 	Det endelige utvalget på 2029 respondenter 	følger stort sett bef	olkningen etter 	
kjønn og region, men med noen unntak.	 Det	 endelige utvalget	 er underrepresentert blant 	
de yngre under 45 år, særlig blant menn. Mens andele	n under 29 år og aldersgruppen 	
30	-44 år utgjør henholdsvis 20% og 26% i befolkningen, er de tilsvarende andelene i 	
utvalget 14% og 22%. Tilsvarende er særlig de eldste over 60 år overrepresenterte med 
35% i utvalget mot 28% i befolkningen. Når vi ovenfor h	ar sett at responsen er noe lavere 	
i dette utvalget enn «normalt», og at dette særlig gjør seg gjeldende blant de yngste, kan 
det også ha sammenheng med at denne målgruppen i større grad besvarer skjemaet 
med mobiltelefon, og at skjemaet 	kan være krevende 	å fylle ut på mobiltelefon.	 I overkant 	
av 10 prosent av respondentene besvarte likevel skjemaet på mobiltelefon.	 	
4.2	 Protestsvar	 	
Til tross for at undersøkelsen er grundig testet og utformet	, kan enkelte respondenter 	
protestere på spørsmål om betalingsvillighet	 for å unngå 	avbrudd	. Noen av deltakerne i 	
fokusgruppene hadde sterke, negative følelser overfor særlig nett	selskapene, og selv 	
om den endelige scenariobeskrivelsen er u	tformet for å unngå protestfølelser	, er dette 	
fortsatt et problem vi må ta hensyn til 	når vi tolker resultatene fra spørreundersø	kelsen. 	
Protestsvar	 er svar fra respondenter med	 positiv betalings	villighet, men som av en eller

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	33	 	
annen grunn protesterer mot noe i spørsmålsstillingen og derfor oppgir null i 
betalingsvillighet. 	Det kan	 for eksem	pel	 være respondenter som	 mener at de allerede 	
betaler for mye 	i strømregning	, at	 nettselskapene har ansvar og dermed bør betale	, at 	
det er vanskelig å svare osv. Dersom disse protestsvarene regnes som null i utregningen 
av gjennomsnittlig betalingsvillig	het, vil vi trolig underestimere 	den reelle 	
betalingsvilligheten	. Det er derfor viktig å skille ut protestsvarene og ta dem ut ved 	
beregning av gje	nnomsnittlig betalingsvillighet	. I Tabell 	4.2 ser vi andelen nullsvar for 	
betalingsvillighetsspørsmålet for hvert av de 13 scenariene. Som forventet er andelen 
nullsvar høyest for scenariene med kortest varighet, med 64 prosent nullsvar 	for 	
scenariet med ett minutts 	avbrudd	. Vi ser også at andelen nullsvar er høyere for 	
scenariet som er varslet og for sommerscenariet	. Noe overraskende er andelen nullsvar 	
høyere for scenariet med 24 timers varighet enn for scenariet med seks timers varighe	t. 	
Tabell 	4.2 Andel nullsvar i hvert scenario	 	
Scenario	 	1 min	 	2 timer	 	6 timer	 	24 timer	 	72 timer	 	
Kl. 	17 tirsdag januar	 	64 %	 	37 %	 	15 %	 	18 %	 	3 %	 	
Kl. 	09 tirsdag januar	 	 	 	23 %	 	 	 	
Kl. 	01 tirsdag januar	 	 	 	26 %	 	 	 	
Kl. 	17 lørdag i januar	 	 	 	13 %	 	 	3 %	 	
Kl. 	17 tirsdag juli	 	 	 	26 %	 	 	5 %	 	
Kl. 	17 tirsdag i januar, 	
varslet	 	
 	 	26 %	 	 	7 %	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
For å skille mellom protestsvar og reelle nullsvar har vi, som vist i 	Figur 	3.6, stilt 	
respondenter som oppgir null	 i betalingsvillighet på 	avbrudd	 med varighet 6 timer, 24 	
timer eller 72 timer, et oppfølgingsspørsmål for å begrunne svaret 	sitt	. Vi tolker de to 	
øverste alternativene i listen som begrunnelser som signaliserer reelle nullsvar. 
Respondenter som 	sier at de klarer seg uten strøm i denne perioden, opplever reelt ikke 	
et velferdstap de er villige til å betale for å unngå. Respondenter 	som oppgir at de ikke 	
har råd til å betale, opplever ikke et stort nok velferdstap til at 	de 	vil prioritere å betale for 	
å unngå 	avbrudd	 fremfor andre goder. Respondenter som oppgir at det er 	
nettselskapenes ansvar å sikre strømforsyningen, eller at det va	r for vanskelig å komme	 	
fram til et beløp, vet vi derimot ingenting om betaling	svilligheten til. Det samme gjelder 	
respondenter som begrunner nullsvar med “vet ikke”. 	Figur 	4.1 viser andelen av 	
respondentene som oppgir hver av begrunnelsene. 	Den største andelen oppgir null 	
betalingsvillighet fordi de mener at de klare	r seg uten strøm fra 6 til 72 timer og dermed 	
ikke har et velferdstap av 	avbrudd	et. Det kan tyde på at 	flestepartene av nullsvarene er 	
reelle nullsvar, og ikke protestsvar	, slik at oppgitt betalingsvillighet angir reelt velferdstap 	
ved 	avbrudd	. Imidlertid synes det merkelig at folk ikke har noe velferdstap av de aller 	
lengste varighetene (se drøftingen og k	orreksjon for dette nedenfor).	 Et fåtall 	
husholdninger 	oppgir	 at de ikke har råd til å betale for å unngå 	avbrudd	, mens resten (32 	
prosent av respondentene som har oppgitt null betalingsvillighet for å unngå 	avbrudd	 på 	
seks timer eller mer), oppgir det vi 	definerer som protestårsaker.	 	
De få respondentene (4 prosent)	 som oppgav at ingen av utsagnene over passer helt 	
eller delvis, fikk muligheten til å spesifisere årsaken til nullsvaret i et kommentarfelt. Her

Nye KILE	-funksjoner for husholdninger 	 	
34	 	 	Vista Analyse	 	
er det mange 	av 	kommentare	ne	 som indikerer at 	nullsvaret stammer fra en 	
protestfølelse	, eller at det var for vanskelig å svare,	 og ikke at betalingsvilligheten faktisk 	
er null. For eksempel er det 	en 	respondent som skriver:	 	
Jeg blir provosert over tanken på at jeg som kunde skal betale for at 	leverandøren 	
av strøm og nettleie ikke har gjort jobben sin, dette er ikke mitt ansvar som kunde, 
jeg forventer at den allerede høye nettleien dekker slike ting.	 	
Figur 	4.1 Begrunnelser for nullsvar	 	
 	
Kilde: Vi	sta Analyse og Thema Consulting Group	 	
 
I en undersøkelse som inneholder et fåtall betalingsvillighetsspørsmål	, vil det være 	
naturlig å stille	 dette oppfølging	sspørsmål	et separat etter hvert spørsmål.	 I vårt tilfelle	 	
ville det gjort undersøkelsen for lang, 	dermed	 har vi begrenset oss til å stille ett 	
oppfølgingsspørsmål til alle respondenter som har oppgitt at de ikke er villige til å betale 
noe 	for å unngå 	avbrudd	 som varer seks timer eller lenger. 	I tilfeller hvor	 respondenten 	
har oppgitt mer enn ett nulls	var betyr det at vi ikke vet hvilket nullsvar som burde 	
utelukkes fra beregningen av gjennomsnittlig betalingsvillighet. 	Vi utforsker derfor ulike 	
mulige regler for å utelukke protestsvar.	 	
Vi finner at 47 respondenter har oppgitt null på a	lle betalingsvil	lighetsspørsmål.	 I tillegg 	
er det én respondent som har 	oppgitt null 	i betalingsvillighet på alle de lange varighetene, 	
definert som 	avbrudd	 som varer lenger enn 24 timer.	 Til sammen 	49 respondenter har 	
oppgitt null i betalingsvillighet for alle 	spørsmålene etter den første runden m	ed 	
betalingsvillighets	spørsmål, 	det vil si spørsmålene vist i 	Figur 	3.3. Disse inkluderer de 	
47 	som har svart null på alt	, og den	 ene som har svart null på alle lange varigheter	. 	
Blant 	de 47	-49	 respondentene er det 35 som oppgir det vi har definert som 	
protestbegrunnelse	r for svarene sine. Denne typen svarmønster, kombinert med 	
begrunnelser som indikerer protest, 	fører til at vi ut	elukker disse 35 respondentene fra 	
de videre undersøkelsene. I tillegg utelukker vi fem respondenter som gjennom ulike 
kommentarer i undersøkelsen avslører at de i sin verdsetting tar hensyn til tapte 
næringsinntekter, for eksempel gjennom stans i gårdspro	duksjon etc., og ikke bare 0	10	20	30	40	50	60	70	
Vi	klarer	oss	uten	strøm	i	denne	perioden	
Husholdningen	min	har	ikke	råd	til	å	betale	
Det	er	nettselskapenes	ansvar	å	sikre	strømforsyningen	
Det	var	for	vanskelig	å	komme	fram	til	et	beløp	
Ingen	av	utsagnene	over	passer	helt	eller	delvis	
Vet	ikke	
Prosentandel	av	respondenter

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	35	 	
husholdningens tap.	7 Til sammen utelukker vi altså 40 respondenter fra den videre 	
analysen.	 	
4.3	 Ekstreme observasjoner	 	
Man kan også se for seg at respondenter protesterer 	mot	 spørsmålene i undersøkelsen 	
på andre måter enn 	ved 	å oppgi	 null betalingsvillighet. Respondenter kan fo	r eksempel 	
oppgi 	vilkårlige 	eller 	ekstremt høye beløp på alle spørsmålene. Vi undersøker ulike måter 	
å avsløre og utelukke denne typen besvarelser	 på	. Det finnes ingen allmen	n regel for å 	
identifisere og	 utelukk	e ekstreme observasjoner i verdsettingslitteraturen	 (Notaro og De 	
Salvo, 20	10). I noen tilfeller defineres ekstreme observasjoner som beløp som overstiger 	
en viss andel av husholdningens totale inntekt	 (Alberini, 2005)	. I vårt tilfelle	 er det 	
vanskelig å definere en	 klar grense for når et b	eløp er ekstremt eller urimelig, og en slik 	
grense måtte vært ulik for de ulike scenariene som verdsettes. I stedet utnytter vi at vi 
har informasjon om oppgitt betalingsvillighet 	for	 ulike scenarier 	som kan rangeres basert 	
på hvor store kostnader og ulemper de	 forventes å medføre	. For det første 	legger vi til 	
grunn at et 	avbrudd	 medfører større kostnader og ulemper jo lenger det varer. For det 	
andre legger vi til grunn av et 	avbrudd	 som ikke er varsle	t, medfører større kostnader og 	
ulemper enn et 	avbrudd	 som er varslet. 	Basert på dette utforsker vi ulike 	
beslutningsregler for å utelukke inkonsistente og ekstreme observasjoner. 	 	
La oss først se på gjennomsnittlig betalingsvillighet for 	avbrudd	 en tirsda	g ettermiddag i 	
januar	, når vi kun har tatt ut de 40 observasjonene som ble omtalt i avsnitt 	4.2	. Vi vil 	
komme tilbake til hvordan gjennomsnittene er beregnet. 	 	
Ant	all observasjoner i hver kolonne varierer fordi antall “vet ikke”	-svar varierer over de 	
ulike scenariene.	 Vet	-ikke svar er tatt ut av undersøkelsen. 	 	
Tabell 	4.3 Betalingsvillighet tirsdag kl	. 17 i januar uten å ta ut ekstreme observasjoner	8 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t	 	24 t	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet	 	
112.7	*** 	
[76.1,	 	
149.2]	 	
211.2	*** 	
[168.7,	 	
253.7]	 	
456.8	*** 	
[408.4,	 	
505.2]	 	
1013.7	*** 	
[932.4,	 	
1095.0]	 	
2692.8	*** 	
[2484.3,	 	
2901.4]	 	
Antall observasjoner	 	1753	 	1752	 	1745	 	1961	 	1645	 	
95% konfidensintervall i klammeparentes	. Antall observasjoner varierer pga ulikt antall vet	-ikke svar.	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
 	 	 	
7 Denne typen tap er tatt hensyn til i KILE	-satsene for kundegruppen jordbruk,	 og skal derfor ikke 	
inkluderes i 	satsene som reflekterer husholdningenes 	avbruddskostnader.	 	
8 Gjennomsnittet med konfidensintervall er beregnet ved å estimere en OLS modell med 
midtpunktet av intervallene som avhengig variabel, og kun en konstant på høyre	 side, eller 	
��������	������,�����������������������������	=	�+������������ hvor 	��������	������,�����������������������������	 er midtpunktet i intervallet valgt av respondent i for 	
det aktuelle betalingsvillighetsspørsmålet, 	� er konstanten vi estimerer (altså gjennomsnittet over 	
alle observasjon	ene), og 	������������ er et restledd.

Nye KILE	-funksjoner for husholdninger 	 	
36	 	 	Vista Analyse	 	
Oppgitt betalingsvillighet øker som forventet med varighet, fra 113 kroner for ett minutt, 
til omtrent 2700 kroner for 	72 timer, og basert på konfidensintervallene ser vi 	at 	
forskjellen mellom estimatene er statistisk signifikant.	9 	
4.3.1	 Beslutningsregel 1	 	
Den f	ørste beslutningsr	egelen 	innebærer at vi 	utelater 	respondenter som har oppgitt 	
høyere betalingsvillighet for kortere enn 	for 	lengre varigheter	. Dette 	gjelder	 100 	
respondenter. I tillegg utelater vi 186 respondenter som 	har oppgitt høyere betalings	-	
villighet for å unngå 	avbrudd	 som er v	arslet	, enn som ikke er varslet.	 	
Dersom en respondent har svart inkonsistent på minst ett betalingsvillighetsspørsmål 
etter disse kriteriene, utelates alle svar fra denne respondenten. 	Selv om enkelte av 	
svarene 	er 	kon	sistente, 	vurderer 	vi det slik	 at 	respondentens svar 	ikke 	bør inngå i 	
grunnlaget for å gi råd til NVE	 om 	KILE. 	 	
Totalt utelater vi 286 observasjoner ved å følge den første beslutningsregelen	. Tabell 	
4.4 viser estimert betalingsvillighet 	basert på det reduserte utvalget	. Den gjennom	-	
snitt	lige 	betalingsvilligheten er lavere for alle varighetene	 bortsett fra 72 timers 	avbrudd	 	
og tyder på at vi utelukker	 noen ekstreme observasjoner for de kortere varighetene.	 	
Tabell 	4.4 Betalingsvillighet tirsdag kl	. 17 i januar med beslutningsregel 1	10 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t	 	24 t	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet	 	
66.30	*** 	
[32.20,	 	
100.4]	 	
158.1	*** 	
[119.5,	 	
196.7]	 	
432.4	*** 	
[384.3,	 	
480.6]	 	
966.5	*** 	
[881.2,	 	
1051.8]	 	
2770.0	*** 	
[2520.9,	 	
3019.1]	 	
Antall observasjoner	 	1478	 	1473	 	1460	 	1675	 	1387	 	
95 % konfidensintervall i klammeparentes	. Antall observasjoner varierer pga ulikt antall vet	-ikke svar.	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
 Kilde: Vista Analyse og Thema Consulting Group	 	
 
4.3.2	 Beslutningsregel 2	 	
Den andre beslutningsregelen 	innebærer at 	vi i tillegg 	utelater 	alle respondenter som har 	
oppgitt 	samme	 betalingsvillighet for å unngå 72 timer	s 	avbrudd	 som	 for ett	 minutts 	
avbrudd	. Dette gjelder	 65 respondenter i tillegg til de 286 respondenten	e som ble utelatt 	
under 	beslutningsregel	 1, men en del av disse overlapper 	med respondenter som har 	
svart “vet ikke” på ett eller flere spørsmål. 	Det	 er kun 35 nye observasjoner	 som 	
utelukkes ved å følge beslutningsregel 2.	 Tabell 	4.5 viser 	gjennomsnittlig betalings	-	
villighet	 når vi følger beslutningsregel 1 og 2	. Estimert betalingsvillighet reduseres 	
 	 	 	
9 Dersom vi gjentok estimeringen og lagde nye konfidensintervaller 100 ganger med ulike utvalg 
fra samme populasjon, vil den sanne parameterverdien ligge i 95% konfidensintervallet i 95 av 
de 100 beregnede konfidensintervallen	e. 	P-verdiene i tabellen viser at vi kan forkaste 	
nullhypotesen om at gjennomsnittlig betalingsvillighet er null på minst 0,1 prosent signifikansnivå 
for alle scenariene. Det betyr at det er mindre enn 0,1 prosent sannsynlighet for å observere de 
estimerte	 verdiene dersom den sanne verdien er 0.	 	
10 Differansen mellom antall observasjoner i tabell 1 og tabell 2 er ikke 286 observasjoner fordi 	
det er noen tilfeller av overlapp mellom utelatte observasjoner og observasjoner som uansett var 
utelatt på grunn av “vet ikke”	-svar.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	37	 	
ytterligere fra	 Tabell 	4.4 for alle varig	hetene borts	ett fra 72 timer, hvor estimert 	
betalingsvillighet er høyere. 	 	
Tabell 	4.5 Betalingsvillighet tirsdag kl	. 17 i januar med beslutningsregel 2	 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t	 	24 t	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet	 	
42.29	*** 	
[17.80,	 	
66.78]	 	
135.9	*** 	
[105.2,	 	
166.7]	 	
415.8	*** 	
[373.1,	 	
458.6]	 	
961.8	*** 	
[877.4,	 	
1046.2]	 	
2804.2	*** 	
[2551.1,	 	
3057.3]	 	
Antall observasjoner	 	1448	 	1443	 	1430	 	1645	 	1357	 	
95 % konfidensintervall i klammeparentes	. Antall observasjoner varierer pga ulikt antall vet	-ikke svar.	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
4.3.3	 Beslutningsregel 3	 	
Den tredje beslutningsregelen 	innebærer at 	vi i tillegg 	utelater 	respondenter som har 	
oppgitt 	samme	 betalingsvillighet for å unngå 24 timers 	avbrudd	, som	 for	 1 minutts 	
avbrudd	. Dette omfatter 112 observasjoner	. Totalt, når vi sammenlikner beslutningsregel 	
3 med startpunktet i 	Tabell 	4.3, utelukker vi mellom 	333 og 428 observasjoner avhengig 	
av hvilket scenario vi ser på	. Tabell 	4.6 viser igjen estimert betalingsvillighet for de fem 	
varighetene	 når vi følger beslutningsregel 1, 2 og 3	. I forhold til 	Tabell 	4.5 øker e	stimert 	
betalingsvillighet noe for alle varigheter unntatt 1 min. 	 	
Tabell 	4.6 Betalingsvillighet tirsdag kl	. 17 i januar med beslutningsregel 3	 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t	 	24 t	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet	 	
36.63	*** 	
[15.83,	 	
57.43]	 	
136.3	*** 	
[107.5,	 	
165.0]	 	
430.8	*** 	
[388.7,	 	
472.8]	 	
1024.4	*** 	
[935.8,	 	
1113.0]	 	
2832.1	*** 	
[2573.1,	 	
3091.2]	 	
Antall observasjoner	 	1336	 	1342	 	1353	 	1533	 	1312	 	
95 % konfidensintervall i 	klammeparentes	. Antall observasjoner varierer pga ulikt antall vet	-ikke svar.	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
4.3.4	 Følsomhet knyttet til varslet 	avbrudd	 	
Til slutt undersøker vi hvor følsomme resultatene er for antakelsen om at det er 
inkonsistent å oppgi høyere betalingsvillighet for varslet enn for ikke varslet 	avbrudd	. 	
Hovedantagelsen er at uvarslet 	avbrudd	 gir større velferdstap.	 En innflytelsesrik arti	kkel 	
av Joskow og Tirole (2007) bruker et eksempel med en person som vurderer å ta heisen. 
Dersom han er varslet om strømbruddet, er det grunn til å tro han vil ta trappen, men om 
han ikke er varslet, går han kanskje inn i heisen og må være der inntil strø	mbruddet er 	
over. Varsling kan også tilskynde at man lader opp elbilen, kjører opp temperaturen på 
varmtvannet og termostaten i boligen, og kjøper inn ved før strømbruddet skjer. 
Kontakten på sensitivt elektrisk utstyr trekkes ut, osv. 	Det kan	 imidlertid o	gså 	tenkes at 	
respondenter 	for eksempel 	irriterer seg mer over	, eller gruer seg til varslede 	avbrudd	, 	
hvis 	de uansett ikke er i stand til å 	tilpasse seg 	slik at de unngår kostnader og ulemper.	 	
Som nevnt er det 186 respondenter som har oppgitt høyere betali	ngsvillighet for varslet 	
enn uvarslet avbrudd.	 Disse er utelatt i 	beslutningsregel 3	. Hvis vi fører dem tilbake igjen	, 	
innebærer det at vi utelukker totalt 245	 respondenter. (Noen av de vi fører tilbake igjen 	
har svart vet	-ikke på et eller flere scenarioer	).

Nye KILE	-funksjoner for husholdninger 	 	
38	 	 	Vista Analyse	 	
Vi ser 	av 	Tabell 	4.7 at 	resultatene stort sett er robuste for denne endringen, men 	at 	
gjennomsnittlig betalingsvillighet for å unngå 1 minutts 	avbrudd	 er en del høyere med 	
dette utvalget. 	Fra en praktisk synsvink	el 	kan 	dette	 tyde på at det er en riktig beslutning 	
å utelate alle svar fra respondenter som har oppgitt ett inkonsistent svar 	– en respondent 	
som har oppgitt høyere betalingsvillighet for varslet enn for ikke varslet brudd	, har 	
kanskje også oppgitt vilkår	lige eller svært høye svar for andre varigheter	. Dermed er	 det 	
ikke hensiktsmessig 	ta med disse respondentenes svar i grunnlaget 	for	 å gi	 råd om ny 	
KILE	. For ett minutts varighet har disse svarene	 stor påvirkning på gjennomsnittlig 	
be	talingsvillighet på gr	unn av den	 høye 	andelen nullsvar.	 	
Tabell 	4.7 Betalingsvillighet tirsdag kl	. 17 i januar med beslutningsregel 3, uten regel for å 	
utelukke varslede brudd	 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t	 	24 t	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet	 	
53.82	*** 	
[32.29,	 	
75.35]	 	
148.9	*** 	
[120.8,	 	
177.0]	 	
422.1	*** 	
[383.0,	 	
461.2]	 	
1038.8	*** 	
[956.7,	 	
1120.9]	 	
2778.2	*** 	
[2547.1,	 	
3009.4]	 	
Antall observasjoner	 	1546	 	1556	 	1571	 	1751	 	1527	 	
95 % konfidensintervall i klammeparentes	. Antall observasjoner varierer pga ulikt antall vet	-ikke svar.	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Vår vurdering er at	 utvalget bør være basert på beslutningsregel 	3, som vel og merke tar 	
opp i seg og inkluderer beslutningsregel 1 og 2. 	Det er vanskelig å se for seg noen grunn 	
til at respondenter skal ha lik eller høyere	 betalingsvillighet for å unngå ett minutts 	
avbrudd	 som 	for 	ett eller 	tre døgns 	avbrudd	. V	i mener h	eller ikke at det finnes gode 	
forklaringer for at respondenter skal 	ha høyere betalingsvillighet for varslede enn ikke 	
varslede 	avbrudd	. Denne typen svar indikerer at respondenten kan ha svart vilkårlig på 	
betalingsvillighetsspørsmålene, og for å sikre at 	våre estimater reflekterer reell 	
betalingsvillighet mener vi disse observasjonene må tas ut av utvalget. 	Vi sitter da igjen 	
med i overkant av 1300 observasjoner for hvert av scenariene, og har dermed fortsatt et 
solid datagrunnlag for de videre analysene. 	I neste avsnitt vurderer vi representativiteten 	
i det endelige utvalget. 	 	
4.4	 Representativitet og vekting	 	
Som nevnt 	i avsnitt 	4.1	, finner vi at	 menn og eldre er noe ov	errepresentert i utvalget i 	
forhold til i befolkningen som helhet, mens yngre menn er noe underrepresentert. 	Tabell 	
4.8 viser at dette også er et problem i det endelig	e utvalget vårt basert på 	
beslutningsregel 3.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	39	 	
Tabell 	4.8 Andeler i e	ndelig utvalg og befolkning etter kjønn og aldersgruppe	 	 	
Kvinne	 	Mann	 	Total	 	
Alder 18	-29 i utvalg	 	8.84	 	5.83	 	14.7	 	
Alder 18	-29 i befolkningen	 	9.9	 	10.5	 	20.4	 	
Alder 30	-44 i utvalg	 	8.97	 	12.3	 	21.3	 	
Alder 30	-44 i befolkningen	 	12.5	 	13.3	 	25.8	 	
Alder 45	-59 i utvalg	 	13.07	 	16.85	 	29.9	 	
Alder 45	-59 i befolkningen	 	12.4	 	13.0	 	25.4	 	
Alder 60+ i utvalg	 	15.57	 	18.58	 	34.1	 	
Alder 60+ i befolkningen	 	15.0	 	13.3	 	28.4	 	
Kilde: 	Norsk Gallup (2017)	 	
Analyser av samvariasjon mellom respondentkarakteristikker og betalingsvillighet	 	
(beskrevet i detalj i avsnitt 	4.5.1	) viser at menn	 i 	gjennomsnitt oppgir høyere 	
betali	ngsvillighet enn kvinner, og at	 eldre	 i snitt oppgir lavere betalingsvillighet enn yngre 	
respondenter	 for noen scenarier	. Dette	 fører til at et enkelt gjennomsnitt	 basert på vårt 	
utvalg	 ikke vil være representativt for befolkningen	s gjennomsnittlige betalingsvillighet	. 	
På den ene siden kan o	verrepresentasjon av menn	 føre til overestimering av betalings	-	
villigheten. På den andre siden kan o	verrepresentasjon av eldre	 trekke estimert 	
betal	ingsvillighet i motsatt retning	. Totaleffekten på estimert betalingsvillighet er usikker. 	 	
For å kontrollere for utvalgsskjevheten 	må vi vekte	 observasjonene slik at svarene fra 	
overrepresenterte grupper av respondenter tillegges mindre vekt, og 	slik at 	
und	errepresenterte grupper tillegges høyere vekt i estimeringen. Vektene genereres ved 	
å dele andelen i populasjonen på andelen i det endelige utvalget. For kategorien menn 
i aldersgruppen 18	-29 vil for eksempel vekten være 10.5/5.83=1.8, som vil si at hver 	
observasjon i denne gruppen teller som 1.8 observasjoner i beregningen av 
gjennomsnittet. Resultatene er vist i	 Tabell 	4.9, og vi ser at resultatene i stor grad er 	
robu	ste for vektingen. 	En sammenligning av gjennomsnittlig betalingsvillighet med og 	
uten vekting for resten av scenariene (ikke vist her) viser at disse resultatene også er 
robuste for vekting. 	 	
Tabell 	4.9 Beta	lingsvillighet tirsdag kl	. 17 i januar med beslutningsregel 3, vektet for 	
utvalgsskjevhet	 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t 	 	24 t 	 	72 t	 	
Vektet gjennomsnittlig 
betalingsvillighet	 	
36.55	*** 	
[16.22,	 	
56.88]	 	
138.1	*** 	
[108.8,	 	
167.5]	 	
433.8	*** 	
[390.3,	 	
477.2]	 	
1031.5	*** 	
[942.6,	 	
1120.3]	 	
2814.1	*** 	
[2570.9,	 	
3057.3]	 	
Antall observasjoner	 	1336	 	1342	 	1353	 	1533	 	1312	 	
95 % konfidensintervall i klammeparentes	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting Group

Nye KILE	-funksjoner for husholdninger 	 	
40	 	 	Vista Analyse	 	
4.5	 Økonometrisk spesifikasjon	 	
Resultatene som er presentert til nå	, er basert på midtpunktene i intervallene på 	
betalingsskalaen. 	I spørreundersøkelsen oppgir respondenten “det høyeste beløpet det 	
er verdt for husholdningen din[…]” på en glideskala med ulike beløp. En respondent som 
trekker pilen til 100 er dermed villig til å betale 	minst 	100 kroner, men ikke 200 kroner, 	
som er neste beløp på skalaen. Det vil si at den faktiske betalingsvilligheten ligger et 
sted mellom 100 og 200 kroner. Til nå har vi antatt at faktisk betalingsvillig	het ligger midt 	
mellom nedre og øvre intervallgrense på betalingsskalaen (	dvs. i 	midtpunktet), med 	
unntak av respondenter som oppgir null.	11 For respondenten som trekker pilen til 100 	
antar vi dermed at faktisk betalingsvillighet er 150 kroner	 (siden neste 	beløp på skalaen 	
er 200 kr). 	 	
Intervallregresjon basert på log	-normal fordeling av 	svar	 	
Cameron og Huppert (1989) viser at estimatene	 for gjennomsnittlig betalingsvillighet 	
som er 	basert på midtpunktene 	(det vil si gjennomsnittene som er 	presentert i tabel	lene 	
over)	 er avhengig av designet av betalingsskalaen, og kan være forskjellig fra estimater 	
basert på en intervallregresjonsmodell med en antatt log	-normal sannsynlig	hetsfordeling 	
av betalingsvilligheten.	12 Siden vi ikke kjenner fordelingen av folks «fak	tiske» 	
betalingsvillighet innen intervallene vil jo også en slik fordeling være en antagelse på 
linje med å anta at den «faktiske» betalingsvilligheten er midtpunktet i intervallet.	 	
Forskjellen mellom disse to estimeringsmetodene antas imidlertid å være li	ten når det, 	
so	m i vå	rt tilfelle, er mange beløp på betalingsskalaen og avstanden mellom beløpene 	
er liten (noe som er spesielt viktig i beløpsområdet de fleste velger). Likevel har vi valgt 
å gjøre en følsomhetsanalyse for vår midtpunktanalyse i form av e	n intervallregresjon for 	
å kartlegge effektene av ulik estimeringsteknikk	er. 	
Intervallregresjonsmodellen estimeres ved hjelp av maximum likelihood, som svært 
forenklet går ut på å velge parameterestimatene som maksimerer sannsynligheten for å 
observere da	tapunktene i datasettet, gitt en antakelse om den betingede sannsynlig	-	
hetsfunksjonen som ligger bak observasjonene. Cameron	 og Huppert (1989) utleder log 	
likelihood	-funksjonen som 	må 	maksimeres for å finne	 maximum likelihood	-estimatene	 	
for intervallregresjonsmodellen med log	-normal betalingsvillighet	. Vanligvis finnes det 	
ikke noen analytisk løsning på optimeringsproblemet man står igjen med, i stedet 
maksimeres funksjonen ved hjelp av en algoritme som 	finner estimatene som 	
maksimerer f	unksjonen gjennom 	“prøving og feiling”.	 	
Tabell 	4.10	 viser resultatene når vi estimerer gjennomsnittlig betalingsvillighet ved hjelp 	
av intervallregresjon.	 Utvalget 	er basert på beslutningsregel 3, og vi viser her kun 	
resultatene for scenariene med ulik varighet som starter en tirsdag kl	. 17 i januar. 	 	
 	 	 	
11 Null vi tolker som fak	tisk null og ikke midtpunktet mellom null og første intervallgrense.	 	
12 Den log	-normale fordelingen tar hensyn til at betalingsvilligheten gjerne er skjevfordelt på grunn 	
av et høyt antall nullsvar, og at betalingsvilligheten ikke kan være negativ	.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	41	 	
Tabell 	4.10	 Betalingsvillighet tirsdag kl	. 17 i januar med beslutnings	regel 3	, Cameron og 	
Huppert	’s (1989)	 intervallregresjonsmodell	 	 	(2)	 	(3)	 	(4)	 	(5)	 	 	2 t	 	6 t 	 	24 t 	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet, 
intervallregresjon	 	
118.8	8*** 	
[109.21	, 	
129.39	] 	
452.1	4*** 	
[420.44	, 	
486.23	] 	
1115.32	*** 	
[1039.0	, 	
1197.3	] 	
2961.4	*** 	
[2753.2	, 	
3185.4	] 	
Antall observasjoner	 	1342	 	1353	 	1533	 	1312	 	
95 % konfidensintervall i klammeparentes	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Estimatet for 1 minutt ble meningsløst og er tatt ut	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
I likhet med ove	nfor	 har vi	 her	 estimert	 en modell uten forklaringsvariabler, det vil si at vi 	
kun estimerer 	den gjennomsnittlige, predikerte verdien av betalingsvillighetsvariabelen. 	
Fordi 	den avhengige variabelen her er en ukjent verdi som ligger mellom to 	beløp 	for 	
hver respond	ent, er ikke den gjennomsnittlige, predikerte verdien	 den samme som 	
gjennomsnittet av midtpunktene	. Den gjennomsnittlige betalingsvill	igheten er estimert 	
ved å finne estimatene som maksimerer log likelihood	-funksjonen	, som igjen er baser	t 	
på en	 antakelse om log	-normal	 fordeling av betalingsvilligheten. 	 	
 
Vi ser at 	denne tilnærmingen gir en noe lavere estimert betalingsvillighet for de to 	
ko	rteste varighetene, særlig for ett	 minutts varighet. Resultatene for de lengre 	
varighetene ser ut til å væ	re 	lite følsomme for valg av estimeringsmetode.	 	
 
Det faktum at 	intervallregresjonsmetoden 	 er følsom for 	hvilken	 sannsynlighetsfordelin	g 	
for betalingsvilligheten 	 som ligger til grunn	, taler for midtpunktestimering. Det samme 	
gjør vår	 betalingsskala med relativt mange beløp hvo	r midtpunktet vil gi en god 	
approks	imasjon 	for 	«faktisk» betalingsvillighet	. Vi holder derfor fast ved 	den enklere 	og 	
mer transparente 	tilnærmingen med å basere seg på midtpunktene mellom beløpene 	på 	
betalingsska	laen.	 	
Individfaste effekter	 	
Et annet mulig problem ved å bruke et enkelt gjennomsnitt av midtpunktverdiene, er at 
man kan se for seg at hver respondent ikke besvarer betalingsvillighetsspørsmålene 
uavhengig av hverandre. 	Det er 	mulig 	at respondentene behan	dler betalingsskal	aen på 	
en uobserverbar måte som i hvert fall delvis	 er fast 	på tvers av hvert scenario. Forskjeller 	
i respondentenes tilnærming til betalingsskalaen bør «lukes vekk» fra undersøkelsen. 
Eksempel på tilnærming kan for eksempel være dersom P	er oppfatter verdiene på 	
skalaen som proporsjonale fordi de visuelt ser slik ut. Reelle forskjeller i betalingsvillighet 
mellom respondenter på tvers av scenarioer bør derimot beholdes og ikke lukes vekk. 
Eksempel på reell forskjell er dersom Per gjennomgå	ende har høyere betalingsvillighet 	
enn Pål fordi Per synes strøm er viktig. 	 	
For å kontrollere for 	uønskede faste effekter 	kan vi estimere en paneldatamodell med 	
individfaste effekter, og dermed redusere feilestimeringen som kommer av at vi ikke 
observerer	 faktisk betalingsvillighet.	13 Vi estimerer følgende modell:	 	
 	 	 	
13 Dersom	 man har et datasett med flere observasjoner for hver enhet, i dette tilfelle for hver 	
respondent, kan man kontrollere for uobserverbare karakteristikker ved respondentene ved å 
inkludere en dummyvariabel for hver respondent i modellen man estimerer. Da br	uker man 	
variasjonen mellom scenariene innad i hver respondent for å estimere koeffisientene i modellen. 
Uobserverbare faktorer som bare varierer mellom respondentene og ikke mellom scenariene (for 
eksempel måten man behandler betalingsskalaen på) påvirker	 ikke de estimerte koeffisientene i 	
modellen.

Nye KILE	-funksjoner for husholdninger 	 	
42	 	 	Vista Analyse	 	
 
��	������������,�=	�������+	∑	����������	12�=1	+	������������,� 	 	 	
 
hvor 	��	������������,� er betalingsvilligheten til respondent 	������ for scenario 	������, ������� er et 	individ	spesifikt 	
konstantledd, 	�������� er dummyvariabler	 for tolv scenarier (det trettende scenariet er 	
referansescenariet). 	�� er den marginale effekten av scenario s på betalingsvilligheten, 	
relativt til referansescenariet. 	Her estimerer vi altså én modell for alle scenariene, med 	
13 observasjoner av betali	ngsvillighet for hver respondent. 	Gjennomsnittlig 	
betalingsvillighet beregnet ved hjelp av de estimerte koeffisientene fra denne modellen 
er vist i 	Tabell 	4.11	. 	
 
Tabell 	4.11	 Betalingsvillighet tirsdag 	kl. 	17 i januar med beslutningsregel 3	, kontroll for 	
individfaste effekter	 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t 	 	24 t 	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet, 
individfaste effekter	 	
7.34	 	
[-66.41	, 	
81.1	] 	
110	.42	*** 	
[41.09	, 	
179,75	] 	
410.88	*** 	
[351.84	, 	
469.93	] 	
1120.42	*** 	
[1069.42	, 	
1171.42	] 	
2816.53	*** 	
[2624.80	, 	
2008.25	] 	
95 % konfidensintervall i 	klammeparentes.	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Igjen ser vi at estimert betalingsvillighet for de korte varighetene er noe lavere enn i 
modellen med midtpunktestimater, særlig for ett minutt, og omtrent den samme for 72 
timer. For ett minutts varighet ser vi imidlertid at estimatet er svært upresist es	timert, 	
sannsynligvis på grunn av det høye antallet nullsvar og at vi bruker en del av variasjonen 
til å estimere de individfaste effektene. 	 	
 
Betalingsvillighet	 lik nedre intervallgrense	 	
Alt i alt ser vi at resultatene er relativt robuste for valg av esti	meringsmetode, med unntak 	
av gjennomsnittlig betalingsvillighet for å unngå ett minutts 	avbrudd	. Fordi det kan være 	
mulige svakheter ved de to alternative tilnærmingene vi har testet, og disse svakhetene 
kan være årsaken til at estimatet for ett minutt var	ierer en del, velger vi å gå videre med 	
det vektede gjennomsnittet av midtpunktestimatene. Betalingsskalaen vår består av 
forholdsvis mange	, relativt små 	intervaller, noe som gjør antakelsen om at faktisk 	
betalingsvillighet ligger i midtpunktene i interval	lene, mindre problematisk enn i tilfeller 	
med få	, store	 intervaller. I tillegg er det en fordel å velge en enkel metode som ikke hviler 	
på strenge antakelser om fordeling	en av faktisk betaling innen intervallet	. 	
 
Som et konservativt, nedre estimat for gje	nnomsnittli	g betalingsvillighet kan vi	 sette 	
faktisk betalingsvillighet lik beløpet respondenten markerer på betalingsskalaen. Som 
vist i 	Tabell 	4.12	 påvirker denne antakelsen gjennomsnittlig betalingsvillighet vesentlig 	
mer enn følsomhetsanalysene over. 	Dette kan ses på som en nedre grense for 	
gjennomsnittlig betalingsvillighet.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	43	 	
Tabell 	4.12	 Betalingsvillighet tirsdag 	kl. 	17 i januar med beslutningsregel 3	, nedre 	
intervallgrense	 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	1 min	 	2 t	 	6 t 	 	24 t 	 	72 t	 	
Gjennomsnittlig 
betalingsvillighet, 
nedre intervallgrense	 	
30.23	** 	
[9.94, 
50.52	] 	
110.41	*** 	
[82.5	0, 	
138.31	] 	
338.2	8*** 	
[310.5	6, 	
36	6.0	] 	
842.9	2*** 	
[777.33	, 	
908.50	] 	
2184.88	*** 	
[2043.95,	 	
2325.82	] 	
95 % konfidensintervall i klammeparentes.	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
4.5.1	 Samvariasjon mellom oppgitt betalingsvillighet og 
respondentkarakteristikker	 	
Vi er også interesserte i hvordan oppgitt betalingsvillighet varierer med ulike typer 
karakteristik	a ved respondenten	. Dette kan både gi oss en indikasjon på hvorvidt 	
undersøkelse	n ser ut til å ha fungert som ønsket, og gi interessant informasjon om hvilke 	
faktorer 	som påvirke	r hvor mye det er verdt for husholdninger å unngå 	avbrudd	. Man 	
kan for eksempel se for seg at husholdninger som har opplevd mange 	avbrudd	 tidligere	, 	
kan ha gj	ort investeringer som reduserer kostnadene og ulempene ved nye 	avbrudd	. 	
Respondenter som har opplevd lange 	avbrudd	 tidligere kan også ha gjort seg erfaringer 	
som påvirker hvor mye de er villige til å betale for å unngå å oppleve denne typen 
avbrudd	 igjen. 	 	
La oss først se på beskrivende statistikk for det endel	ige utvalget vårt basert på 	
bes	lutningsregel 3 beskrevet over.

Nye KILE	-funksjoner for husholdninger 	 	
44	 	 	Vista Analyse	 	
Tabell 	4.13	 Beskrivende statistikk for bakgrunnsvariabler i endelig utvalg	 	 	
Antall	 	Gjennoms	
nitt	 	
Standard	-	
avvik	 	
Min	 	Maks	 	
Husholdningsinntekt	 	1561	 	819	 438.8	 	414	 361.1	 	100	 000	 	3 000	 000	 	
Alder	 	1561	 	50.70	 	16.57	 	18	 	90	 	
Mannlig respondent	 	1561	 	0.54 	0.50	 	0 	1 	
Hø	yere utdanning 	
lenger enn fire ar	 	
1561	 	0.22	 	0.42 	0 	1 	
Sør	 	1561	 	0.09 	0.29 	0 	1 	
Vest	 	1561	 	0.25	 	0.43	 	0 	1 	
Midt	 	1561	 	0.08	 	0.27	 	0 	1 	
Nord	 	1561	 	0.11 	0.31 	0 	1 	
Opplevd flere enn 
fire brudd	 	
1561	 	0.32	 	0.47 	0 	1 	
Opplevd brudd 
lenger enn 24 timer	 	
1537	 	0.07 	0.25	 	0 	1 	
Ikke avhengig av 
strø	m for 	
oppvarming	 	
1558	 	0.47	 	0.50	 	0 	1 	
Alt eller noe 
strø	mforbruk er 	
inkludert i husleia	 	
1561	 	0.14	 	0.35 	0 	1 	
Bor i leilighet	 	1561	 	0.30	 	0.46 	0 	1 	
Boligareal (kvm)	 	1522	 	131.1	9 	61.80	 	15	 	300	 	
Svar på	 mobiltelefon	 	1561	 	0.12 	0.32	 	0 	1 	
Små	 eller ingen 	
konsekvenser ved 
strø	mbrudd	 	
1561	 	0.44	 	0.50	 	0 	1 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Gjennomsnittsinntekten til husholdningene i undersøkelsen er i overkant av 800 000 
kroner, og respondentene er i snitt 50 år gamle. 53 prosent av respondentene er menn, 
og i overkant av 20 prosent oppgir å ha	 høyere utdanning lenger enn fire år. 9 prosent 	
av	 respondenten	e bor i Sør	-Norge, 25 prosent 	på Vestlandet, 8 prosent i Midt	-Norge, 11 	
prosent i Nord	-Norge, og de resterende 47 prosentene bor på Østlandet.	14 32 prosent 	
av respondentene oppgir å ha opplevd f	lere enn fire 	avbrudd	 i boligen sin	, mens 7 	
prosent har opp	levd 	avbrudd	 som varer lenger	 enn ett døgn.	 Hele 47 prosent oppgir at 	
de ikke er avhengig av strøm for å varme opp boligen sin. Vi 	tolker dette som at 47 	
prosent kan varme opp 	i hvert fall	 deler	 av	 boligen sin ved hjelp av en vedovn eller 	
lignende. 	14 prosent har hele eller deler	 av st	rømregningen inkludert i husleien	, mens 	
omtrent 30 prosent bor i leilighet. Gjennomsnit	tlig boligareal er i overkant av	 130 	
kvadrat	meter. 	 	
Omtrent 12 prosent av 	respondentene besvarte undersøkelsen på mobil. I følge Norsk 	
Gallup er dette en lavere andel enn snittet for undersøkelsene deres. En mulig forklaring 
er at respondenter underveis finner ut at de ikke synes undersøkelsen fungere	r så godt 	
 	 	 	
14 Sør	-Norge er her definert som Telemark, Aust	-Agder og Vest	-Agder, Vestlandet er Rogaland, 	
Hordaland, Sogn og Fjordane og Møre og Romsdal, Midt	-Norge er Nord	- og Sør	-Trøndelag, Nord 	
er Norland, Troms og Finnma	rk, og Øst er resten av fylkene.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	45	 	
på mobil	 eller tar	 lengre tid enn oppgitt	, og så avbryter	; eller at lengden på undersøkelsen 	
(oppgitt 	til å ta	 omtrent 10 minutter	, men	s median intervjutid var 14 minutter	) avskrekker 	
mange respondenter fra å 	starte besvarelsen	 	på mobil. I forkant av 	
betali	ngsvillighetsspør	smålene 	(rett etter scenariobeskrivelsen	 i Tekstramme 	3.2) får 	
respondentene spørsmål om	 hvor store konsekvenser 	avbrudd	 får for husholdningen. 	
44 prosent av responden	tene svarer at 	avbrudd	 får små eller ingen konsekvenser.	 	
Vi 	fortsetter å bruke midtpunktene på betalingsskalaen, og 	estimerer en log	-log 	modell 	
hvor oppgitt betalingsvillighet og kontinuerlige variable er log	-transformerte.	 Når vi 	
estimerer en log	-transfor	mert modell sikrer vi at den predikerte betalingsvilligheten ikke 	
er negativ, og vi kan i tillegg tolke koeffisientene på de log	-transformerte variablene som 	
elastisiteter. 	Vi estimerer følgende modell:	 	
log	��	������������=	�+	�′�+	������������ 	
Her er igjen 	��	������������ oppgi	tt betalingsvillighet (basert på midtpunktet) for respondent 	������. Merk 	
at vi estimerer 13 separate modeller, én for hvert scenario, i stedet for å estimere en 
samlet modell som i analysen med individfaste effekter. 	� er et konstantledd, 	�′ er en 	
vektor av forklaringsvariabler hvor kontinuerlige variabler er log	-transformerte, og 	������������ er 	
restleddet. 	 	
Her viser vi kun resultatene for de første fem scenariene, det vil si 	avbrudd	 som starter 	
klokken 17 en typisk tirsdag i januar med varighet et	t minutt, to timer, seks timer, ett døgn 	
og tre døgn. Resultatene for de reste	rende åtte scenariene er vist i Vedlegg A	.

Nye KILE	-funksjoner for husholdninger 	 	
46	 	 	Vista Analyse	 	
Tabell 	4.14	 Regresjonsresultater, betalingsvillighet for å unngå strømbrudd tirsdag kl	. 17 i 	
januar	 	 	(1)	 	(2)	 	(3)	 	(4)	 	(5)	 	 	Log BV 	 	
1 min	 	
Log BV	 	
2 t	 	
Log BV 	 	
6 t	 	
Log BV 	 	
24 t	 	
Log BV 	 	
72 t	 	
Log 
husholdningsinntekt	 	
0.146	 	
(1.55)	 	
0.241	 	
(1.82)	 	
0.139	 	
(1.31)	 	
0.278	* 	
(2.25)	 	
0.161	* 	
(2.11)	 	
Alder	 	-0.00609	 	
(-0.30)	 	
-0.0358	 	
(-1.33)	 	
-0.0326	 	
(-1.54)	 	
-0.0233	 	
(-0.92)	 	
-0.0158	 	
(-1.01)	 	
Alder kvadrert	 	0.0000484	 	
(0.25)	 	
0.000156	 	
(0.59)	 	
0.000148	 	
(0.70)	 	
0.0000914	 	
(0.37)	 	
0.0000689	 	
(0.44)	 	
Mannlig respondent	 	0.363	*** 	
(3.66)	 	
0.414	** 	
(3.11)	 	
0.320	** 	
(2.88)	 	
0.399	** 	
(3.27)	 	
0.224	** 	
(2.85)	 	
Hø	yere utdanning 	
lenger enn fire ar	 	
0.0701	 	
(0.61)	 	
0.242	 	
(1.56)	 	
0.172	 	
(1.40)	 	
0.0868	 	
(0.64)	 	
-0.0249	 	
(-0.27)	 	
Sø	r 	-0.111	 	
(-0.66)	 	
-0.346	 	
(-1.41)	 	
-0.337	 	
(-1.59)	 	
-0.490	* 	
(-2.16)	 	
-0.0622	 	
(-0.45)	 	
Vest	 	0.136	 	
(1.09)	 	
0.0783	 	
(0.48)	 	
-0.146	 	
(-1.09)	 	
-0.170	 	
(-1.15)	 	
-0.0193	 	
(-0.21)	 	
Midt	 	-0.173	 	
(-1.06)	 	
-0.420	 	
(-1.82)	 	
-0.246	 	
(-1.21)	 	
-0.149	 	
(-0.68)	 	
0.0839	 	
(0.58)	 	
Nord	 	-0.0493	 	
(-0.30)	 	
-0.167	 	
(-0.78)	 	
-0.127	 	
(-0.67)	 	
-0.0873	 	
(-0.41)	 	
0.204	 	
(1.57)	 	
Opplevd flere enn 
fire brudd	 	
0.00908	 	
(0.08)	 	
0.379	* 	
(2.48)	 	
0.175	 	
(1.38)	 	
-0.0707	 	
(-0.50)	 	
0.0317	 	
(0.36)	 	
Opplevd brudd	 	
lenger enn 24 timer	 	
-0.115	 	
(-0.65)	 	
-0.374	 	
(-1.51)	 	
-0.265	 	
(-1.16)	 	
0.243	 	
(1.06)	 	
0.0580	 	
(0.33)	 	
Ikke avhengig av 
strø	m for 	
oppvarming	 	
0.0240	 	
(0.22)	 	
-0.0792	 	
(-0.55)	 	
-0.0108	 	
(-0.09)	 	
-0.115	 	
(-0.86)	 	
-0.106	 	
(-1.25)	 	
Alt eller noe 
strø	mforbruk er 	
inkludert i 	husleia	 	
0.134	 	
(0.81)	 	
0.183	 	
(0.87)	 	
0.132	 	
(0.78)	 	
-0.144	 	
(-0.72)	 	
-0.0444	 	
(-0.34)	 	
Bor i leilighet	 	0.0641	 	
(0.43)	 	
0.220	 	
(1.15)	 	
0.0630	 	
(0.39)	 	
-0.0772	 	
(-0.42)	 	
0.0193	 	
(0.16)	 	
Log boligareal	 	-0.00188	* 	
(-2.01)	 	
-0.000548	 	
(-0.39)	 	
0.00136	 	
(1.11)	 	
0.00199	 	
(1.56)	 	
0.00184	* 	
(2.29)	 	
Svar p	å mobiltelefon	 	0.310	 	
(1.79)	 	
0.0490	 	
(0.25)	 	
-0.0747	 	
(-0.49)	 	
0.258	 	
(1.61)	 	
-0.00489	 	
(-0.04)	 	
Små	 eller ingen 	
konsekvenser ved 
strø	mbrudd	 	
-0.519	*** 	
(-5.24)	 	
-1.123	*** 	
(-8.39)	 	
-0.910	*** 	
(-8.10)	 	
-0.0954	 	
(-0.79)	 	
-0.378	*** 	
(-4.80)	 	
Konstant	 	-0.652	 	
(-0.55)	 	
1.154	 	
(0.67)	 	
4.327	** 	
(3.18)	 	
2.521	 	
(1.63)	 	
5.423	*** 	
(5.67)	 	
Observasjoner	 	1289	 	1297	 	1310	 	1475	 	1267	 	
Juster	t R2 	0.026	 	0.072	 	0.062	 	0.023	 	0.03	3 	
t-statistikk i parentes	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001	 	
Kilde: Vista Analyse og Thema Consulting	 Group	 	
 
Som forventet	, er høyere inntekt assosiert med høyere betalingsvillighet, men denne 	
sammenhengen er ku	n statistisk signifikant for de to lengste 	avbrudd	ene	. Den estimerte 	
koeffisienten tolkes som en elastisitet, og vi ser at én prosents økning i 
husholdningsinntekt er assosiert med	 mellom 0.15 og 0.28	 prosents økning i oppgitt 	
betalingsvillighet for å unngå 	de ulike 	avbrudd	ene	. Dette er 	i nedre del av intervallet for	 	
inntektselastisitete	r man har funnet 	i andre betalingsvillighetsstudier	 for felle	sgoder	 som 	
vannkvalitet og biodiversitet 	(se	 Kristöm og Riera 1996; og Barbier et al 2017)	. Vi ser

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	47	 	
også at 	alder ikke har 	signifikant effekt på betalingsvilligheten for scenariene vist i 	
tabellen, men for 	seks timers 	avbrudd	 som starter kl	okken	 09, på en l	ørdag og om	 	
sommeren	 (gjengitt i Vedlegg A	), har eldre signifikant lavere betalingsvillighet enn de 	
yngre.	 	
Det er en tydelig sammenheng mellom respondentens kjønn og oppgitt betalingsvillighet 
i de fleste 	scenariene. Mannlige respondenter oppgir i snitt h	øyere betalingsvillighet enn 	
kvinnelige respondenter.	 Respondenter i sør, 	øst, 	vest, midt og nord 	har ikke signifikant 	
forskjellig	 betalingsvillighet 	når man kontrollerer	 for de andre forklaringsvariablene i 	
modellen	. Det ser heller ikke ut til å være noen	 tydelig sammenheng mellom tidligere 	
opplevelser med 	avbrudd	 eller hvorvidt strømu	tgifter er inkludert i husleia. Det siste 	
funnet er	 beroligende, ettersom vi ønsker at respondentene skal oppgi betalingsvillig	het 	
uavhengig av hvordan de betaler for strøm	. Vi ser heller ingen tydelig sammenheng 	
mellom oppgitt betalingsvillighet og boligtype, boligareal eller hvorvidt respondenten har 
svart på mobiltelefon. Imidlertid ser vi en 	signifikant 	negativ sammenheng mellom	 	
betalingsvillighet og hvorvidt 	respondente	n oppgir at 	avbrudd	 har små eller ingen 	
konsekvenser for husholdningen. Dette er også betryggende fordi det viser at respon	-	
dentene ha	r svart konsistent på spørsmålene	 om konsekvenser og betalingsvillighet. 	 	
Justert R	2 viser hvor stor andel av 	variasjonen 	i betalingsvillighet som forklares av 	
variablene vi har inkludert i modellen, og varierer fra i over	kant av 2 prosent til 7 prosent. 	
Det er selvfølgelig en rekke 	faktorer som forklarer respondentenes betalingsvillighet for 	
å unngå 	avbrudd	 som ikke fanges o	pp av bakgrunnsvariablene vi har samlet inn 	
informasjon om, men formålet med regresjonsanalysen er først og fremst å undersøke 
om undersøkelsen ser ut til å ha fungert som ønsket, noe resultatene bekrefter.	 	
4.6	 Endelige resultater for gjennomsnittlig betalings	villighet	 	
Resultatene av analysene indikerer at spørreundersøkelsen har fungert godt, 	og at 	
resultatene er relativt robuste for hvordan vi velger å utelukke ekstreme observasjoner	, 	
og hvilken estimeringsmetode vi benytter oss av. 	Tab	ell 	4.15	 viser de endelige 	
anslagene for gjennomsnittlig betalingsvillighet for hvert av de tretten scenariene, basert 
på beslutningsregel 	3, og vektet for å sikre representativitet.	 	
Tab	ell 	4.15	 Endelige anslag for gjennomsnittlig betalingsvillighet	 	
Scenario	 	1 min	 	2 timer	 	6 timer	 	24 timer	 	72 timer	 	
Tirsdag 	kl. 	
17 i januar	 	
37 kr	 	138	 kr 	434	 kr 	1032	 kr 	2814	 kr 	
Tirsdag 	kl. 	
09 i januar	 	
 	 	331	 kr 	 	 	
Tirsdag 	kl. 	
01 i januar	 	
 	 	280	 kr 	 	 	
Lørdag 	kl. 	
17 i januar	 	
 	 	506	 kr 	 	2482	 kr 	
Tirsdag 	kl. 	
17 i juli	 	
 	 	265 kr	 	 	1863	 kr 	
Tirsdag 	kl. 	
17 i januar, 
varslet	 	
 	 	210	 kr 	 	1555	 kr 	
Note: Vektede	 gjennomsnitt av oppgitt betalingsvillighet basert på midtpunktene i 	intervallene på 	
betalingsskalaen, med unntak av null, som tolkes som et punktestimat. Protestsvarere, respondenter som 
verdsetter tapt næringsinntekt og respondenter som svarer inkonsistent (etter beslutningsregel tre) er utelatt.

Nye KILE	-funksjoner for husholdninger 	 	
48	 	 	Vista Analyse	 	
Kilde: Vista Analyse og T	hema Consulting Group	 	
4.6.1	 Test av forskjeller mellom scenariene	 	
Forskjellene i betalingsvillighet mellom de ulike scenariene skal brukes for å utforme 
korreksjonsfaktorer i KILE	-satsene. Dermed er det viktig å vite om forskjellene mellom 	
scenariene er statist	isk signifikante eller om variasjonen i oppgitt betalingsvillighet er så 	
stor at vi ikke kan si med sikkerhet om det er noen forskjell i betalingsvillighet.	 For 	
scenariene med ulik varighet 	som inntreffer 	tirsdag kl	. 17 i januar, kan vi allerede fra 	
konfid	ensintervallene i 	Tabell 	4.9 se at betalingsvilligheten er signifikant hø	yere jo leng	re 	
varighet på 	avbrudd	et er. Forskjellen mellom de ulike varighetene kommer også 	tydelig 	
fram i figuren under.	 	
Figur 	4.2 Betalingsvillighet for å unngå strømbrudd en tirsdag kl	. 17 i januar, med økende 	
varighet	 	
 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
For resten av scenariene gjør vi grundigere undersøkelser 	ved hjelp av tre ulike tester. 	
Resultatene er vist i	 Tabell 	4.16	. Den uparede t	-testen har som nullhypotese 	at de to 	
variablene som sammenlignes har likt gjennomsnitt, mens alternativhypotesen er at de 
ikke har likt gjennomsnitt. Den parede t	-testen har som nullhypotese at differansen 	
mellom de to observasjonene for hvert individ i gjennomsnitt er null, og samme	nligner 	
derfor bare parede observasjoner. Ettersom variablene vi undersøker ikke er normal	-	
fordelte	, gjør vi også en ikke	-parametrisk test (Wilcoxon sign rank test), hvor null	-	
hypotesen er at medianen av differans	ene	 mellom de to variablene er null	. Som vi	st i 	
Tabell 	4.16	 kan vi forkaste nullhypotesen på minst 5 prosent signifikansnivå for alle 	
sammenligningene, med unntak av sammenligningen av lørdag vs. tirsdag for 7	2 timers 	
brudd når man 	ser på den uparede	 t-test.	 0
500	
1000	
1500	
2000	
2500	
3000	
1	min	2	t	6	t	24	t	72	t	
Kroner

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	49	 	
Tabell 	4.16	 P-verdier for tester av lik betalingsvillighet mellom scenarier	 	
Scenario	 	6 timer	 	 	 	72 timer	 	 	 	
 	Uparet t	-	
test	 	
Paret t	-	
test	 	
Paret, ikke	-	
parametrisk	 	
Uparet t	-	
test	 	
Paret t	-	
test	 	
Paret, ikke	-	
parametrisk	 	
Kl. 	17 vs 	
kl. 	09	 	
p=0.002	 	p=0.000	 	p=0.000	 	- 	- 	- 	
Kl. 	17 vs 	
kl. 	01	 	
p=0.000	 	p=0.000	 	p=0.000	 	- 	- 	- 	
Kl. 	09 vs 	
kl. 	01	 	
p=0.045	 	p=0.019	 	p=0.000	 	- 	- 	- 	
Lørdag vs 
tirsdag	 	
p=0.036	 	p=0.000	 	p=0.000	 	p=0.077	 	p=0.000	 	p=0.000	 	
Januar vs 
juli	 	
p=0.000	 	p=0.000	 	p=0.000	 	p=0.000	 	p=0.000	 	p=0.000	 	
Ikke 
varslet vs 
varslet	 	
p=0.000	 	p=0.000	 	p=0.000	 	p=0.000	 	p=0.000	 	p=0.000	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Vi kan dermed konkludere med at betalingsvilligheten for å unngå 	avbrudd	 som varer i 	
seks timer og som starter kl	. 17, er høyere enn dersom 	avbrudd	et starter kl	. 9. 	
Tilsvarende er betalingsvilligheten høyere for å unngå et 	avbrudd	 kl. 17 enn kl	. 01, og 	
den	 er også høyere for et 	avbrudd	 som starter kl	. 09 enn for et 	avbrudd	 som starter kl	. 	
01. Dette er i tråd med 	våre forventninger,	 basert	 på når 	en gjennomsnittlig husholdning 	
er mest avhengig	 av stabil st	rømforsyning. Betalingsvilligheten for å unngå et 	avb	rudd	 	
som skjer i juli i stedet for i januar	, er også 	lavere, og som forventet er husholdningene 	
villig	e til å betale mindre for å unngå et varslet enn et ikke varslet 	avbrudd	. 	
Figur 	4.3 Betalingsvillighet for å unngå strømbrudd med seks timers varighet	 
 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 0
100	
200	
300	
400	
500	
600	
Tirsdag	kl	17		
i	januar	
Tirsdag	kl	09		
i	januar	
Tirsdag	kl	01		
i	januar	
Lørdag	kl	17	i		
januar	
Tirsdag	kl	17		
i	juli	
Tirsdag	kl	17		
i	januar,		
varslet	
Kroner

Nye KILE	-funksjoner for husholdninger 	 	
50	 	 	Vista Analyse	 	
For scenariene med 	avbrudd	 som varer i tre døgn	, ser vi at betalingsvilligheten er høyere 	
for 	avbrudd	et som starter en tirsdag	, enn det ti	lsvarende 	avbrudd	et som starter en 	
lørdag. Betalingsvilligheten er også høyere for å unngå 	avbrudd	 om vinteren enn om 	
sommeren, og den er som ventet	, også høyere for å unngå ikke varslet enn varslet 	
avbrudd	. 	
Figur 	4.4 Betalingsvillighet for å unngå strømbrudd med 72 timers varighet	 	
 	
Kilde: Vista Analyse og Thema Consulting Group	 0
500	
1000	
1500	
2000	
2500	
3000	
Tirsdag	kl	17	i		
januar	
Lørdag	kl	17	i		
januar	
Tirsdag	kl	17	i	juli	Tirsdag	kl	17	i		
januar,	varslet	
Kroner

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	51	 	
5.	 Ny KILE	-funksjon for husholdninger	 	
Forrige kapittel konkluderte med anslag for 	betalingsvillighet	 for 	avbrudd	 av ulik varighet 	
og	 under	 ulike omstendigheter. Neste og siste skritt i denne utredningen er å 	bruke 	
anslagene til å 	foreslå 	en 	ny 	kostnads	funksjon for 	avbrutt effekt i 	husholdninger	. Den 	
foreslåtte funksjonen vil vi stort sett kalle 	ny	 funksjon. Dagens kostnadsfunksjon vil 	vi 	
stort sett kalle 	gammel	 funksjon, men enkelte steder, som i neste avsnitt bruker vi 	dagens	 	
funksjon. 	 	
5.1	 Dagens 	kostnads	funksjon	 er utgangspunktet	 	
Utgangspunktet for vårt forslag er dagens funksjon, som er spesifisert i 	Forskrift om 	
økonomisk og teknisk ra	pportering, inntektsramme for nettvirksomheten og tariffer	, fra 	
NVE	. I paragraf 9	-2 Avbruddskostnader sies det: 	 	
 	
Kostnaden (K	j ) for et vilkårlig avbrudd på tidspunkt j, skal beregnes som:	 	
 
Kj = k	P,ref	 · f	K,m · f	K,d · f	K,h · P	ref 	
 
Der	 	
 
Kj 	= kostnad i kr 	for avbrudd på tidspunkt j	 	
Pref 	= avbrutt effekt i rapporteringspunktet dersom tilsvarende avbrudd hadde 
skjedd på referansetidspunktet (kWh/h)	 	
kP,ref	 	= spesifikk avbruddskostnad (i kr/kW) på referansetidspunktet for en gitt 
varighet	 	
fK,m 	= 	korreksjonsfaktor for avbruddskostnad (i kr) i måned m	 	
fK,d 	= korreksjonsfaktor for avbruddskostnad (i kr) på dag d	 	
fK,h 	= korreksjonsfaktor for avbruddskostnad (i kr) i time h	 	
 
Kostnadsfunksjonen har samme form for alle kundegrupper, og vi legger 	denne 	form	en	 	
til grunn for vårt forslag for husholdninger.	 	
Vi går nå gjennom leddene i kostnadsfunksjonen ett for ett	. Det viser seg praktisk å 	
begynnet med faktoren f	k,d, som tar hensyn til klokkeslett. 	 	
5.2	 Leddet 	fK,h	 korrigerer for klokkeslett	 	
Leddet 	fK,h	 er gitt ved følgende formel:	 	
, der 	BV	h er betalingsvillighet vedkommende klokkeslett. BV	ref refererer seg 	
til kl 17.	 	
Tab	ell 	4.15	 opplyser om betalingsvillighet for 	seks timers avbrudd en tirsdag i januar kl. 	
01	-07 og 09	-15 i tillegg til 17	-23:	 ref
h	hK	BV
BV	f	=	,

Nye KILE	-funksjoner for husholdninger 	 	
52	 	 	Vista Analyse	 	
• 	331 kroner for et brudd som starter kl. 09, mot 434 kroner hvis det starter kl. 17. 
Forholdstall 0,76.	 	
• 	280 kroner for et brudd som starter kl. 01, mot 434 kroner hvis det start	er kl. 17, 	
forholdstall 0,65.	 	
På grunnlag av disse tallene anbefaler vi følgende sett av 	fK,h	-ledd fordelt på de 	
tidsintervallene som brukes for alle brukergrupper i forskriften 	(Tabell 	5.1) 	
Tabell 	5.1 	fK,h	 i gammel og ny funksjon	 	
Timer	 	00	-06	 	06	-09	 	09	-12	 	12	-16	 	16	-18	 	18	-21	 	21	-24	 	
Ny f	K,h	 	0,65	 	1,05	 	0,75	 	0,75	 	1,05	 	1,05	 	0,8	 	
Gammel	 fK,h	 0,9	 	1,0	 	1,0	 	1,0	 	1,1	 	1,1	 	1,1	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Merk at inndelingen i timer i kolonneoverskriftene er noe annerledes i ny funksjon enn i 
gammel (kl 09 istedenfor 08 i nåværende forskrift, og 21 istedenfor 20 i forskriften).	 	
I tråd med funnene fra undersøkelsen setter vi 	fk,h kl 01 til 0,65 og 	fk,h kl 09 settes til 0,75. 	
Når vi setter 	fk,h kl 17 til 1,05 og ikke 1,00 så skyldes det følgende passus i forskriften: 	
Når avbruddets varighet berører mer enn én av tidsperiodene gitt	 i kolonne 1(= 	Tabell 	
5.1), skal et vektet gjennomsnitt av korreksjonsfaktorene benyttes	. Et 	seks timers 	
avbrudd som starter kl 17 vil avsluttes først kl 	23 og er da i en periode tilordnet 	
faktoren 0,8. For å få en riktig verdi i gjennomsnitt må vi til gjengjeld korrigere 
faktoren kl 17 opp til 1,05.	 	
Når faktoren kl 17 er 1,05 blir i utgangspunktet betalingsvilligheten for et to timers 
avbrudd som begynner 	kl 17, for høy. Den korrigerer vi imidlertid ned ved hjelp av 	
faktoren 	kP,ref	. Mer om korreksjonen av 	kP,ref	 i et senere avsnitt. 	 	
Vi har ikke data for andre tider enn kl 01, 09 og 17 og faktoren 	fk,h for andre tider er satt 	
ut fra rimelighetsbetraktning. 	Kl 01 antas å representere perioden fra midnatt til kl 06. 	
Frokostperioden kl 06	-09 behandles som ettermiddagsperioden 16	-21. Kl 09 	
representerer formiddagen 	til kl 16, og fasen fra 21	-24 legges mellom ettermiddag og 	
natt i betydning. 	 	
5.3	 Leddet 	fK,d	 korrigerer for dag	 	
Leddet 	fK,d	 er gitt ved følgende formel:	 	
, der 	BV	d er betalingsvillighet vedkommende dag. BV	ref refererer seg til 	
tirsdag.	 	
Tab	ell 	4.15	 gir to anslag for betalingsvillighet på lørdag og tirsdag for tilsvarende 	
avbrudd:	 	
• 	506 kr på lørdag, mot 434 kr på tirsdag for et avbrudd på seks timer. Forholdstall 
1,165.	 	
• 	2482 kr på lørdag,	 mot 2814 kr på tirsdag for et avbrudd på 72 timer. Forholdstall 	
0,88.	 ref
d	dK	BV
BV	f	=	,

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	53	 	
Av disse legger vi vekt på avbruddet på seks timer når vi utformer forslag til 
korreksjonsfaktorer. 6	-timersavbruddet gir et rent anslag på forskjellen mellom tirsdag 	
og lørdag. Det and	re alternativet, 72	-timersavbruddet gjelder perioden fra lørdag kl. 17 	
til tirsdag kl. 17 i det ene tilfellet (2482 kr), og fra tirsdag kl. 17 til fredag kl. 17 i det andre 
tilfellet (2816 kr) i det andre tilfellet. Begge periodene inneholder hverdager, in	gen 	
inneholder hele helgen og man får ikke like skarpt frem skillet mellom helg og hverdag.	 	
Det er likevel interessant at perioden som inneholder helg har lavere betalingsvillighet 
knyttet til seg i tilfellet med et virkelig langt avbrudd. Kanskje er det s	lik at dersom 	
strømmen blir borte i flere dager medfører det større ulemper på hverdager, fordi man 
er avhengig av å være hjemme for å være i nærheten av arbeidsplass eller lignende. I 
helgene kan man i større grad gjøre avbøtende tiltak, for eksempel opph	olde seg et 	
annet sted enn hjemme. Et kortere avbrudd kjennes derimot tyngre i helger, spesielt 
lørdag ettermiddag når man er hjemme og kanskje skal kose seg med familie og venner.	 	
Når vi tar for oss alle dagene, anbefaler vi følgende sett av 	fK,d	-ledd (	Tabell 	5.2): 	
Tabell 	5.2 	fK,d	 i gammel og ny funksjon	 	
Dag	 	Ukedag	 	Lørdag	 	Søn	-/helligdager	 	
Ny f	K,d	 	1,0	 	1,15	 	1,15	 	
Gammel	 fK,d	 1,0	 	1,1	 	1,1	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Vi har ingen kunnskap om betalingsvilligheten på søndag/helligdag utover det som 
eventuelt kan leses ut av svarene på spørsmålet om 72 timer. Vi velger å gjøre som i 
nåværende funksjon, 	nemlig å tilordne søndag/helligdag samme faktor som lørdag. De 	
andre hverdagene behandles som tirsdag. Til sammen gir dette en faktor	-struktur på 	
dette punktet omtrent som i dagens funksjon.	 	
5.4	 Leddet 	fK,m	 korrigerer for måned	 	
Leddet 	fK,m	 er gitt ved følgende	 formel:	 	
, der 	BV	m er betalingsvillighet vedkommende måned. 	BV	ref refererer seg til 	
januar.	 	
I Tab	ell 	4.15	 for betalingsvillighet har vi to anslag som gir grunnlag fo	r å sammenligne 	
betalingsvillighet i juli med betalingsvillighet i januar:	 	
• 	265 kr i juli versus 434 kroner i januar for et seks timers avbrudd. Det gir et 
forholdstall på 0,61. 	 	
• 	1863 i juli versus 2814 i januar for et 72 timers avbrudd. Det gir et forholds	tall på 	
0,66.	 	
Ettersom seks timers avbrudd er vanligere enn 72 timer, legger vi forholdstallet ved seks 
timer til grunn for et avbrudd i juli sammenliknet med januar. Når vi tar for oss alle 
månedene, anbefaler vi følgende sett av 	fK,m-ledd (	Tabell 	5.3). r ef
m	mK	BV
BV	f	=	,

Nye KILE	-funksjoner for husholdninger 	 	
54	 	 	Vista Analyse	 	
Tabell 	5.3 	fK,m i gammel og ny funksjon	 	
Måned	 	Jan	 	Feb	 	Mar	 	Apr	 	Mai	 	Jun	 	Jul	 	Aug	 	Sep	 	Okt	 	Nov	 	des	 	
Ny f	K,m 	1,0	 	1,0	 	0,9	 	0,9	 	0,8 	0,7	 	0,6	 	0,6 	0,7	 	0,9	 	0,9	 	1,0	 	
Gammel	 	
fK,m 	
1,0	 	1,0	 	0,9	 	0,9	 	0,9	 	0,8	 	0,8	 	0,8	 	1,0	 	1,0	 	1,0	 	1,0	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Forskjellen mellom gammel funksjon og vårt forslag skyldes dels at vi finner at nivået i 
juli er 60 prosent av januar, mot tidligere antatt 80 prosent. Dels skyldes det også at vi 
ønsker en jevn nedtrapping fra januar til juli, og en jevn opptrapping mot d	esember. 	
Desember, januar og februar er de tre vintermånedene i FASIT, og det er naturlig å sette 
verdien til 1,0 for disse månedene. 	 	
Intuisjon til forløpet for 	fK,m-leddet kan man ellers få ved å se på norske temperaturserier. 	
I Figur 	5.1 under viser vi gjennomsnittet av middeltemperaturer per fylke, vektet med 	
befolkningen i fylket, over femårsperioden 2012	-2016. Figuren viser en klokkeformet 	
kurve der juli er varmest og januar er kaldest. Det kan være fornuftig å la 	fK,m-leddet 	
speile en	 tilsvarende fasong.	 	
Figur 	5.1 	Befolkningsvektet middeltemperatur gjennom året	 	
 	
Kilde: Vista Analyse og Thema Consulting Group. 	Note. Temperatur ved sentral værstasjon per fylke, vektet 	
med befolkning, 2012	-2016.	 	
 
 
5.5	 Leddet 	kP,ref	 	uttrykker 	betalingsvillighet	 	per standard 	
effektenhet	 	
 
Leddet 	kP,ref	 er benevnt i kr/kW, der kronebeløpet er hentet fra 	betalingsvilligheten	 for 	
avbrudd	 av en viss lengde, og kW er det 	standardiserte	 effektforbruket for samme 	
lengde. 	Med andre ord er 	kP,ref	 gitt av følgende formel:

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	55	 	
 	
BV	ref er betalingsvillighet på referansetidspunktet hverdag kl 17 i januar. 	Pstandardprofil	 er 	
det standardiserte effektforbruket på referansetidspunktet, eller standardh	usholdningens 	
effektforbruk om man vil.	 	
Den gamle 	kP,ref	 for husholdninger 	er 	simpelthen 	1,1 + 9,8*t	 for alle lengder.	 Forskriften 	
oppgir at dette tallet er 	i 2012	-kroner, og at totale avbruddskostnader skal justeres ved 	
hjelp av konsumprisindeksen. Prisstigningen i perioden 2012 (gjennomsnitt) til april	-mai 	
2017 da vår undersøkelse fant sted, har vært 12 prosent. I kroneverdi per april 2017 er 
gammel funksjon	 da 	1,2 + 11,0*t	. 	
Vi finner standardisert effektforbruk for husholdninger fra 	nettstedet fasit.no	.15 Forbruket 	
i FASIT er gitt som	 	
 	
B er 	en temperaturuavhengig konstant og 	A en temperaturavhengig konstant	. Forholdet 	
W/W	N uttrykker forholdet mellom en sluttbrukers 	energi	forbruk (	W	) og standardisert 	
forbruk (	W	N). 	Vi har fått vite at dette refererer seg til energiforbruk året før. 	Vi finner 	
konstantene 	A og 	B fra fasit.no (regneark 	Generelle lastprofiler for FASIT	, besøkt	 1. 	
oktober 2017). Disse koeffisientene varierer per time, døgn og sesong. Vi legger til grunn 
vinter, hverdag og 	koeffisiente	ne for time 17 og 18. Time 17 referer seg til timen mellom 	
16 og 17. Time 18 er timen mellom 17 og 18. Effektforbruket kl 17 blir et 	gjennomsnitt av 	
time 17 og 18	. Temperaturen 	på referansetidspunktet i januar har vi anslått i 	Figur 	5.1, 	
den er minus 2,7 grader. 	 	
Et aritmetisk gjennomsnitt 	under dis	se forutsetningene 	er 3,	45 kW. Vi bruker dette tallet 	
til å normere 	kP,ref	. 	
I parentes bemerket fremstår beregningen av husholdningers effektforbruk som noe 
sjablon	gpreget	, men forhåpentligvis vil	 AMS	-måling vil gi bedre tall for effekt.	 	
Neste skritt er	 å dividere tallene for 	betalingsvillighet	 knyttet til referansetidspunktet 	
tirsdag kl	. 17 i januar, fra 	Tab	ell 	4.15	, på 	beregnet effekt kl 17 i januar. R	esultatet av 	
denne øvelsen er gitt i 	Tabell 	5.4. 	
Tabell 	5.4 	Anslått betalingsvillighet i kr per kW knyttet til referansetidspunktet 	– kP,ref	 	
Scenario	 	1 min	 	2 timer	 	6 time	 	24 timer	 	72 timer	 	
Tirsdag kl	. 17 i januar	 	11	 	40 	126	 	299	 	816	 	
Kilde: Vista Analyse og Thema Consulting	 Group	 	
 
 	 	 	
15 Nettstedet fasit.no driftes av EnergiAkademiet i samarbeid med 	Referansegruppe for feil og 	
avbrudd	. I referansegruppen sitter Statnett, NVE og EnergiAkademiet, og i tillegg tre nettselskap 	
på omgang. Sintef Energi er også	 representert. Nettstedet samler det som kalles FASIT	-arbeid, 	
og det finnes FASIT programvare, FASIT	-system og ulike dokumentasjonsrapporter. Vi henviser 	
til nettstedet som et samlet informasjonspunkt for alt dette. 	 dardprofil	s	
ref	refP	P	
BV	k	
tan	,	= N	hd	u	hd	h	W
W	B	T	A	P	d	)	*	(	,	,	+	=

Nye KILE	-funksjoner for husholdninger 	 	
56	 	 	Vista Analyse	 	
Det er ønskelig å utforme en funksjon på grunnlag av disse tallene, jf. hvordan 	kP,ref	 er 	
beskrevet i dag. Vi lar tallet 11 kr/kW representere alle 	avbrudd	 opp til et minutt. For 	
øvrig lager vi lineære funksjoner mellom hvert 	punkt	anslag i 	tabellen.	 	
Lineære funksjoner 	av denne typen	 har formen	 	
�=	��−1+	������(�−	��−1) 	
der	 	
������=	��−	��−1	
��−	��−1 	
For å finne a kan vi ikke 	bare	 plugge inn tallene i 	Tabell 	5.4. Siden KILE	-anslaget følger 	
formen 	 	
Kj = k	P,ref	 · f	K,m · f	K,d · f	K,h · P	ref 	
så må vi ta hensyn til at enkelte av korreksjonsfaktorene kan være forskjellige fra 1,0. 
Spesielt vil et avbrudd på 24 timer rullere gjennom alle timesfaktore	ne. Gjennomsnittet 	
av timesfaktorene viser seg å være 0,83. Vi har altså (frasett de andre faktorene) at 	 	
K24 = k	P,ref	, 24 · 0,83. 	 	
For å sørge for at 	kP,ref	, 24	 · 0,83	 treffer riktig K på 24 timer, må vi derfor dividere 	
betalingsvilligheten 	for 24 timer 	fra 	Tabell 	5.4 på tallet 0,83. 	Tilsvarende dividerer vi 	
betalingsvilligheten for 2 timer fra tabellen med tallet 1,05, jf diskusjonen i avsnitt 	5.2	. 	
Tilsvarende problem oppstår ikke for de andre 	timeskorreksjonsfa	ktorene	, eller for 	
korreksjonsfaktorer for dag eller måned	. 	
KP,ref 	-funksjonen er gitt i 	Tabell 	5.5. 	
 
Tabell 	5.5 	Ny	 kP,ref	 	
(0,1 
min)	 	
[1 min	, 2 	
t) 	
[2 t, 6 t)	 	[6 t, 24 t)	 	[24 t, 72)	 	[72 t, 	∞) 	
11	 	11+1	3,7	*t 	38	+21	,9*(t-2) 	12	6+1	3,0	*(t-6) 	360	+1	3,0	*(t-24)	 	984	+1	3,0	*(t-72)	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Vi ser her en funksjon der stigningstallet varierer mellom 	13	,0 og 21	,9.	 Noe av 	
stigningstallet fram til 24 timer skyldes imidlertid at vi skyter for høy med k	P,ref	, og treffer 	
som det går fram av konstantleddet 360 på 24 timer, mens den normaliserte 
betalingsvilligheten på dette tidspunkt er 299. 	Gamme	l funksjon har til sammen	likning 	
11,0	 som stigningstall	 når det regnes i 2017	-kroner	. Konstanten 	i den nye funksjonen er 	
11, mot 1,	2 (i 2017	-kroner) 	tidligere. Konsekvensen 	er at særlig korte og mellomlange 	
avbrudd	 blir verdsatt høyere i den 	nye	 funksjonen, enn i den gamle.	 	
5.6	 Visuel	le uttrykk for ny funksjon i forhold til gammel	 	
Referansetidspunktet tirsdag i januar kl 17	 	
På referansetidspunktet en hverdagsettermiddag i januar ser ny funksjon u	t som i 	Figur 	
5.2. Her har vi også lagt inn den 	gamle 	funksjonen for sammenlikningens skyld	. I figuren

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	57	 	
faller d	en nye funksjonen 	tilbake mot den gamle 	fra	 seks 	til 	24 timer. Det skyldes at 	
stigningstallet er lavere enn 11,0 når vi tar hensyn til at vi skal treffe gjennomsnittlig 
timeskorreksjon på 0,83 på 24 timer. 	 	
Figur 	5.2 	KILE	-kostnad med utgangspunkt i tirsdag i januar kl 17 	
(referansetidsp	unktet)	 	
 	
Note: Funksjonene samler 	KP,ref	 og korreksjonsfaktorene med start kl 17 en hverdag i januar	 	
Kilde: Vista Analyse og Thema Consulting Group	. Kroneverdi per april	-mai 2017	 	
 
Dersom vi begrenser oss til perioden null til og med seks timer, hvor langt de fleste 
avbruddene skjer, ser funksjonene ut som i 	Figur 	5.3. Et kort avbrudd på inntil et minutt 	
vurderes ti ganger høyere i ny enn i gammel funksjon. Et avbrudd på fire timer vurderes 
ca dobbelt så høyt, osv.

Nye KILE	-funksjoner for husholdninger 	 	
58	 	 	Vista Analyse	 	
Figur 	5.3 	KILE	-kostnad med utgangspunkt i tirsdag i januar kl 17 	
(referansetidspunktet) opp til seks timer	 	
 	
Note: Funksjonene samler 	KP,ref	 og korreksjonsfaktorene med start kl 17 en hverdag i januar	 	
Kilde: Vista Analyse og Thema Consulting Group	. Kroneverdi per april	-mai 2017	 	
 
Hverdagsettermiddag i juli	 	
Siden 	den forholdsmessige reduksjonen om sommeren er større i ny funksjon enn i 	
gammel funksjon, blir forskjellen mellom funksjonene mindre om sommeren enn om 
vinteren. 	Figur 	5.4 viser dette	, jf de uthevede linjene om sommeren i forhold til de bleke 	
om vinteren	. Om våren og høsten blir forskjellen midt mellom det en har om vinteren og 	
om sommeren. I perioden des	ember	-april er det ingen endring i det relative forholdet 	
mellom gammel og ny funksjon.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	59	 	
Figur 	5.4 	Ny og gammel funksjon	 en hverdagsettermiddag 	om sommeren	 	
 	
Note: Funksjonene samler 	KP,ref	 og korreksjonsfaktorene med start kl 17 en hverdag i juli.	 	
Kilde: Vista Analyse og Thema Consulting Group	. Kroneverdi per april	-mai 2017. 	 	
 
Hverdag tidlig formiddag i juli	 	
For å demonstrere effekten av ulike klokkeslett tar vi for oss perioden 0	9-12	. Hvis 	vi også 	
antar at avbruddet skjer 	en hverdag 	i juli om sommeren, får vi funksjoner som vist i 	Figur 	
5.5. 	
Vi har beholdt funksjonene på referansetidspunktet (januar, t	irsdag kl 17) i blek farge, for 	
å gi perspektiv. 	Avbruddsfunksjonene 	for juli, tirsdag, kl 0	9-12 	er omtrent like	 før og nå	. 	
Vi kan altså konkludere at forskjellen mellom gammel og ny funksjon varierer betydelig 
med tid og sesong, men at ny funksjon 	ikke	 gir lavere kostnad enn gammel så lenge vi 	
snakker om uvarslet avbrudd.	16 	
 	 	 	
16 Vi har ikke undersøkt et avbrudd med 	start sent om kvelden, da forskjellen i timeskorreksjon er 	
enda litt større enn tidlig formiddag (0,3 vs 0,25).

Nye KILE	-funksjoner for husholdninger 	 	
60	 	 	Vista Analyse	 	
Figur 	5.5 	Ny og gammel funksjon om sommeren kl 0	9-12	 	
 	
Note: Funksjonene samler 	KP,ref	 og korreksjonsfaktorene med start kl	 09 en hverdag i juli. 	 	
Kilde: Vista Analyse og Thema Consulting Group	. Kroneverdi per april	-mai 2017. Kombinasjon av leddene 	
fK,m	 og 	fK,h. 	
5.7	 Varslet 	avbrudd	 er mindre ubekvemt	 	
Tab	ell 	4.15	 gir bakgrunn for å vurdere kostnaden av varslet 	avbrudd	 sammenliknet med 	
uvarslet:	 	
• 	210 kr ved varslet, mot 434 kr ved uvarslet 	avbrudd	 på seks timer	, et forholdstall 	
på 0,48.	 	
• 	1555 kr ved vars	let, mot 2814 kr ved uvarslet 	avbrudd	 på 72 timer, et forholdstall 	
på 0,55.	 	
Vi anbefaler følgende korreksjon for varslet 	avbrudd	 (Tabell 	5.6) 	
Tabell 	5.6 	Faktor for varslet 	avbrudd	 i gammel og ny 	funksjon	 	 	
Uvarslet	 	Varslet	 	
Ny	 faktor	 	1,0	 	0,5	 	
Gammel	 faktor	 1,0	 	0,9	 	
Kilde: Vista Analyse og Thema Consulting Group	 	
 
Vårt forslag på dette punktet innebærer som man ser, en relativt stor endring fra dagens 
forskrift.	 Denne endringen innebærer at i enkelte situasjoner vil ny funksjon vise langt

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	61	 	
lavere verdier enn gammel funk	sjon i tilfellet varslet avbrudd. 	Figur 	5.6 gir det tydeligste 	
eksemplet på dette, idet vi har tatt utgangspunkt i sommeren kl 0	9-12	, der funksjonene 	
allerede er gansk	e like, og lagt på effekten av varslet avbrudd. Ny funksjon blir da nesten 	
halvparten av gammel for avbrudd av noe lengde. 	 	
Figur 	5.6 	Ny og gammel funksjon om sommeren kl 0	9-12	, varslet	 	
 	
Note: Funksjonene samler 	KP,ref	 og korreksjonsfaktorene for varslet avbrudd med start kl 09 en hverdag i juli	 	
Kilde: Vista Analyse og Thema Consulting Group	. Kroneverdi per april	-mai 2017. Kombinasjon av leddene 	
fK,m	 , fK,h og 	varslet	. 	
 
I kostnadsfunksjone	n inngår også leddet 	Pref, såkalt 	avbrutt effekt i rapporteringspunktet 	
dersom tilsvarende avbrudd hadde skjedd på referansetidspunktet	. Her foreslår vi ingen 	
endring.	 	
5.8	 Videre tolkning og andre måter å 	lage kostnadsfunksjon på	 	
I dette kapitlet har vi foreslått nye parameterverdier 	for 	den nåværende kostnads	-	
funksjonen for husholdninger. Det innebærer at vi har fulgt strukturen i den nåværende 
funksjonen.	17 Vi antar at det forenkler kommunikasjonen med brukerne av kostnads	-	
funksjo	nen. Dessuten bruke	s den samme strukturen fo	r de andre sluttbrukergruppene. 	 	
Arbeidet med denne utredningen har imidlertid vist at mange eksperter synes strukturen 
i kostnadsfunksjonen er komplisert. 	Det 	er 	mulig 	å se fo	r seg andre måter å beregne 	
avbrudd	skostnadene på som ikke involverer en fullt så komplisert formel. For en som er 	
 	 	 	
17 Et lite unntak gjelder tidsangivelsene som bidrar til knekkpunkter i leddet 	kP,ref	. Tidsangivelsene 	
ble avtalt med oppdragsgiver etter omfatte	nde diskusjon med referansegruppa.

Nye KILE	-funksjoner for husholdninger 	 	
62	 	 	Vista Analyse	 	
utenfor det vante brukermiljøet er det særlig forholdet mellom 	kP,ref	 og 	Pref som er 	
kompliserende.	 	
La oss	 tenke oss at f	-faktorene er lik 1,0 og vi ser på et 	avbrudd	 en hverdag	 om vinteren. 	
Kostnadsfunksjonen blir da	 	
 	
Her er 	kP,ref	 en brøk på formen 	, se avsnitt 	5.5	. 	BV	ref er 	
betalingsvillighet på referansetidspunktet hverdag kl	 17 i januar.	 Pstandardprofi	l er 	
standardprofilens effektforbruk på referansetidspunktet, eller standardhusholdningens 
effektforbruk om man vil.	 Dette er i praksis ett tall som er uavhengig av avbruddets 	
lengde. 	Pref er som før «	avbrutt effekt i rapporteri	ngspunktet dersom tilsvarende avbrudd 	
hadde skjedd på referansetidspunktet	». 	Det v	il si at både 	Pstandardprofil	 og 	Pref refererer seg 	
til en hverdag om vinteren.	 	
Vi har fått oppgitt at det er ett 	rapporteringspunkt 	svarer til 	én husholdning	. Hvis vi antar 	
at 	Pstandardprofil	, altså 	nevneren i 	kP,ref	 er lik 	Pref , så ender vi med at 	Kj er lik én husholdnings 	
betalingsvillighet for et 	avbrudd	 på referansetidspunktet. 	 	
Den kompliserte formelen kan i så tilfelle erstattes med sum 	betalingsvillighet	 for 	avbrudd	 	
per rapporteringspunkt. 	Det vil si at 	Pref og 	Pstandardprofil	, altså nevneren i 	kP,ref	, elimineres.	 	
f-faktorene for brudd på andre tidspunkter, da	ger og måneder enn referanse	tidspunktet	 	
kan fortsatt brukes. 	 	
En forenklet formel 	for et avbrudd av gitt leng	de 	kan med andre ord være	 	
 	
Den forenklede formelen krever at det er kjent hvor mange husholdninger som rammes 
av et 	avbrudd	, og hvor lenge	 de er rammet	. 	
Dagens formel har en fordel i den grad det er viktig å ivareta at 	Pref kan være forskjellig 	
fra 	Pstandardprofil	, altså nevneren i 	kP,ref	. I fasit	-dokumentasjonen gjøres det klart at 	
effektforbruket i rapporteringspunktet (	Pref) kan være forskjellig fra 	Pstandardprofil	. Det kan 	
for eksempel være varmere om vinteren i rapporteringspunktet enn i standard	profilen. 	
Det trekker 	Pref ned i forhold til 	Pstandardprofil	. Det gjøres også en annen korrigering, knyttet 	
til energiforbruket i rapporteringspunktet sammenliknet med standardprofilen, som 	tar 	
hensyn til	 husholdningsspesifikke forhold. 	 	
Resultatet er at 	gammel funksjon	 ve	kter opp 	avbruddskostnaden for husholdninger og 	
områder med høyere effektforbruk enn standard, mens den ve	kter ned	 for husholdninger 	
og områder med lavere effektforbruk enn standard. I områder der noen 
rapporteringspunkter har høyt forbruk	 og andre lavt, blir det til syvende og sist ingen 	
nevneverdig endring sammenliknet med den enklere formelen.	 	
Vi vil argumentere for at dagens kompliserte formel ikke nødvendigvis er riktigere enn	 	
den enklere formelen. Betrakt et område 	der 100 kW faller u	t, og det rammer 	25	 	
husholdninger med høyt forbruk	 om vinteren	. Sammenlikne med et annet område der 	
100 kW faller ut, og det rammer 50 husholdninger	 med lavt forbruk om vinteren. Anta at 	
det målte forbruket om vinteren er dobbelt så stort i høyforbruksområ	det, slik at målt og 	
faktisk forbruk er like. Det er ikke garantert, men forenkler resonnementet. 	 r ef	r efP	j	P	k	K	*	,	= dardprofil	s	
ref	refP	P	
BV	k	
tan	,	= hK	dK	mK	r ef	f	f	f	BV	K	,	,	,	*	*	*	=

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	63	 	
I gammelt system	 får de to områdene samme avbruddskostnad. 	Vi vil argumentere for 	
at dette ikke er a priori mer korrekt enn den motsatte forutsetningen at 
av	bruddskostnaden er dobbelt så høy når 50 rammes. 	 	
Dagens regel antar i eksempelet implisitt 	at de 25 husholdningene med høyt forbruk, har 	
dobbelt så høy betalingsvillighet som de 50 med lavt forbruk. Generelt 	antar dagens 	
regel	 at 	betalingsvilligheten	 for 	å unngå et 	avbrudd	 av en viss varighet og til et visst 	
tidspunkt, 	øker med det beregnede 	strømforbruket	 om vinteren	. 	
Dette er i beste fall en utestet forutsetning. Den er vanskelig å teste direkte fordi 
husholdningene ikke har oversikt over strømforbruket	 sitt, men indikatorer vi har testet i 	
Tabell 	4.14	 over, 	kan ikke bekrefte	 at 	betalingsvilligheten	 stiger med strømforbruket. Vi 	
finner riktignok en svak korrespondanse med inntekt, som kan tenkes å stå i forhold til 
strømforbruket, men de re	gionale effektene er ikke signifikante og ikke systematiske i 	
forhold til temperatur. Som vi kommenterte i kapittel 	4, er 	R2 lav, 	noe 	som viser at det er 	
svært man	ge forklaringsfaktorer bak 	betalingsvillighet	 som vår regresjonsanalyse ikke 	
har fanget opp.	18 Det mest presise vi kan si, er at oppgitt 	betalingsvillighet	 er et 	
gjennomsnitt av husholdninger	, hvorav noen har høyt forbruk og andre har lavere 	
forbruk. Gitt d	e mange 	faktorene som påvirker strømforbruket i ulike retninger, 	virker det 	
ikke overbevisende å gjøre en stor innsats (jf	r FASIT	-apparatet) for å korrigere i én av 	
retningene. 	 	
5.9	 Kostnadsfunksjoner regnet per kWh	 	
I enkelte sammenhenger kan det være nyttig å	 kjenne kostnadsfunksjonen regnet per 	
kWh. Det kan argumenteres for at når en husholdning oppgir betalingsvillighet for 	unngå 	
strømavbrudd 	i for eksempel to timer, så er det antall kWh over perioden 	husholdningen	 	
har betalingsvillighet for. Det kan da være	 naturlig å dividere oppgitt betalingsvillighet 	
med antall kWh	 over perioden	. 	
I Figur 	5.7 har vi gjort dette	. Figuren antyder en fallende tendens i betalingsvillighet for 	
kWh som funksjon av timer avbrudd, men med enkelte flate partier. På lang sikt går 
betalingsvilligheten mot 1	2,5 kr/kWh. 	 	
 	 	 	
18 R2 og justert 	R2 er mål som viser hvor stor andel av spredningen i oppgitt betalingsvillighet blant 	
respondentene som forklares av forklaringsfaktorene.

Nye KILE	-funksjoner for husholdninger 	 	
64	 	 	Vista Analyse	 	
Figur 	5.7 	Avbruddskostnad	er per time på referansetidspunktet, kr	 per kWh	 	
 	
Kilde: Vista Analyse og Thema Consulting Group	. Kroneverdi per april	-mai 2017	 	
 
Formen på funksjonen i 	Figur 	5.7 kan	 sammenliknes med de tidligere norske 	
undersøkelsene vist i 	Figur 	2.1. Den fallende tendensen er lik som i 2002	-	
undersøkelsen, mens 2010	-undersøkelsen viste en 	topp ve	d åtte timer	. Ellers kan vi 	
legge merke til at antall kroner per kWh er betydelig høyere i 2017 enn i 2002 og 2010. 
Det ville vært tilfellet selv om vi hadde inflasjonsjustert de tidligere undersøkelsene.	 	
Formen på funksjonen i 	Figur 	5.7 kan også sammenliknes med 	den hypotetiske VoLL	-	
kurven som ble presentert i Vista Analyse og Thema Consulting (2016	), se 	Figur 	5.8. 	
Vista Analyse og Thema Consulting (2016) lanserte en hypotese om at helt korte 
avbrudd gir liten kostnad: «For eksempel kan et kortvarig strømbrudd føre til at middagen 
blir et kvarter forsinket. Det er til å leve med, og ette	rspørselskurven etter strøm kl 17 er 	
flat så lenge man får strøm kl. 17.15.» Et noe lenger avbrudd skulle ifølge Vista Analyse 
og Thema Consulting gi høyere kostnad regnet per kWh: «Et langvarig strømbrudd fører 
kanskje til at man ikke får middag i det hel	e tatt.» På enda lengre sikt mente Vista 	
Analyse og Thema Consulting at kurven kunne falle og flate ut, og også reverseres, på 
grunn av det de kalte en tilvenningseffekt: «På lengre sikt overtar tilvenningseffekten 
(vedovn, middag hos venner (med strøm) i 	en annen by). Dersom strømbruddet skulle 	
vare usedvanlig lenge, kan det tenkes at tilvenningseffekten ebber ut eller begynner å 
reverseres (vedovn mindre eksotisk, ulempene med å mangle varmtvann blir tydeligere, 
kan ikke utnytte venners gjestfrihet i leng	den).»	.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	65	 	
Figur 	5.8 	Prinsippskisse for avbruddskostnad per kWh (VoLL) hentet fra Vista 	
Analyse og Thema Consulting (2016)	 	
 	Kilde: Vista Analyse og Thema Consulting (2016)	 	
 
Den empiriske funksjonen i 	Figur 	5.7 bekrefter ikke 	fullt ut 	hypotesen 	til Vista Analyse og 	
Thema Consulting (2016)	. Spesielt viser empirien av helt korte avbrudd har en meget 	
høy kostnad regnet	 per kWh (og kW) på grunn av de faste kostnadene knyttet til 	
strømbrudd. Det er for så vidt riktig at med et kvarters strømbrudd blir middagen et 
kvarter forsinket. Men irritasjonen knyttet til dette, og andre sider ved at 
strømforsyningen avbrytes, utgjør	 ifølge empirien en fast kostnad som i et kortvarig 	
avbrudd skal utliknes på et meget lite antall kWh.	 Dermed blir VoLL høy for kortvarige 	
avbrudd	 	
Den videre utviklingen i 	Figur 	5.7, fra 2 timer og utover, kan sies å bekrefte hypotesen 	
ganske godt. I fasen 2	-6 timer er stiger riktignok kostnaden bare meget svakt, før den 	
begynner å falle i tråd med «tilvenningseffekten». 	 	
Vi har også sett at varsling reduserer avbruddskostnaden, i tråd med hypotesen i Vista 
Analyse og Thema Consulting (2016).

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	67	 	
Vedlegg A	 	
Tabell A 1 Regresjonsresultater, betalingsvillighet for å unngå strømbrudd med 6 timers 
varighet	 	 	(2)	 	(3)	 	(4)	 	(5)	 	(6)	 	 	Log BV 
tirsdag 	kl. 	
09 januar	 	
Log BV 
tirsdag 	kl. 	
01 januar	 	
Log BV 
lørdag 	kl. 	
17 januar	 	
Log BV 
tirsdag 	kl. 	
17 juli	 	
Log BV 
tirsdag 	kl. 	
17 i januar, 
varslet	 	
Log 
husholdningsinntekt	 	
-0.0421	 	
(-0.29)	 	
0.113	 	
(0.78)	 	
0.123	 	
(1.05)	 	
0.388	** 	
(2.72)	 	
0.208	 	
(1.48)	 	
Alder	 	-0.0635	* 	
(-2.16)	 	
-0.00106	 	
(-0.03)	 	
-0.0527	* 	
(-2.37)	 	
-0.0583	* 	
(-2.09)	 	
-0.00210	 	
(-0.07)	 	
Alder kvadrert	 	0.000646	* 	
(2.25)	 	
-0.0000511	 	
(-0.17)	 	
0.000334	 	
(1.51)	 	
0.000388	 	
(1.39)	 	
-0.0000870	 	
(-0.31)	 	
Mannlig respondent	 	0.434	** 	
(3.08)	 	
0.566	*** 	
(3.90)	 	
0.180	 	
(1.53)	 	
0.613	*** 	
(4.25)	 	
0.372	** 	
(2.62)	 	
Høyere utdanning 
lenger enn fire å	r 	
0.0905	 	
(0.56)	 	
-0.0723	 	
(-0.43)	 	
0.0881	 	
(0.66)	 	
0.0907	 	
(0.55)	 	
0.0760	 	
(0.46)	 	
Sø	r 	-0.229	 	
(-0.89)	 	
-0.408	 	
(-1.51)	 	
-0.446	 	
(-1.88)	 	
-0.154	 	
(-0.58)	 	
-0.585	* 	
(-2.21)	 	
Vest	 	-0.148	 	
(-0.86)	 	
-0.332	 	
(-1.91)	 	
-0.192	 	
(-1.33)	 	
0.331	* 	
(1.97)	 	
-0.125	 	
(-0.72)	 	
Midt	 	-0.159	 	
(-0.62)	 	
-0.358	 	
(-1.26)	 	
-0.345	 	
(-1.52)	 	
0.0322	 	
(0.13)	 	
-0.190	 	
(-0.73)	 	
Nord	 	-0.0724	 	
(-0.31)	 	
0.0187	 	
(0.08)	 	
0.0108	 	
(0.06)	 	
0.209	 	
(0.80)	 	
-0.117	 	
(-0.48)	 	
Opplevd flere enn 
fire 	brudd	 	
0.453	** 	
(2.86)	 	
0.314	 	
(1.87)	 	
0.120	 	
(0.89)	 	
0.194	 	
(1.16)	 	
0.382	* 	
(2.34)	 	
Opplevd brudd 
lenger enn 24 timer	 	
-0.426	 	
(-1.54)	 	
-0.365	 	
(-1.27)	 	
-0.325	 	
(-1.23)	 	
0.242	 	
(0.85)	 	
-0.330	 	
(-1.14)	 	
Ikke avhengig av 
strø	m for 	
oppvarming	 	
-0.0608	 	
(-0.41)	 	
-0.119	 	
(-0.77)	 	
-0.168	 	
(-1.33)	 	
0.00344	 	
(0.02)	 	
-0.262	 	
(-1.72)	 	
Alt eller noe 
strø	mforbruk er 	
inkludert i husleia	 	
0.296	 	
(1.36)	 	
0.152	 	
(0.69)	 	
0.116	 	
(0.65)	 	
0.400	 	
(1.84)	 	
0.120	 	
(0.52)	 	
Bor i leilighet	 	-0.416	* 	
(-2.08)	 	
-0.191	 	
(-0.93)	 	
0.179	 	
(1.04)	 	
0.167	 	
(0.82)	 	
0.0425	 	
(0.21)	 	
Log 	boligareal	 	0.00108	 	
(0.74)	 	
0.000174	 	
(0.12)	 	
0.00311	* 	
(2.33)	 	
-0.000276	 	
(-0.18)	 	
0.000752	 	
(0.50)	 	
Svar på	 	
mobiltelefon	 	
-0.327	 	
(-1.39)	 	
0.209	 	
(0.91)	 	
-0.200	 	
(-1.19)	 	
-0.0116	 	
(-0.05)	 	
-0.211	 	
(-0.99)	 	
Små	 eller ingen 	
konsekvenser ved 
strø	mbrudd	 	
-0.912	*** 	
(-6.41)	 	
-1.042	*** 	
(-7.10)	 	
-0.893	*** 	
(-7.35)	 	
-0.999	*** 	
(-6.97)	 	
-0.982	*** 	
(-6.78)	 	
Konstant	 	6.040	*** 	
(3.30)	 	
2.655	 	
(1.43)	 	
5.040	*** 	
(3.39)	 	
0.115	 	
(0.06)	 	
1.337	 	
(0.74)	 	
Observ	asjoner	 	1273	 	1267	 	1267	 	1259	 	1250	 	
Justert R	2 	0.05	1 	0.04	9 	0.06	5 	.0579	 	0.04	6 	
t-statistikk i 	parentes	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001

Nye KILE	-funksjoner for husholdninger 	 	
68	 	 	Vista Analyse	 	
 
 
Tabell A 2 Regresjonsresultater, betalingsvillighet for å unngå strømbrudd med 72 timers 
varighet	 	 	(1)	 	(2)	 	(3)	 	(4)	 	 	Log BV 	
tirsdag 	kl. 	17 	
januar	 	
Log BV 	
lørdag 	kl. 	17 	
januar	 	
Log BV 	
tirsdag 	kl. 	17 	
juli	 	
Log BV t	irsdag 	
kl. 	17 januar, 
varslet	 	
Log husholdningsinntekt	 	0.155	* 	
(2.00)	 	
0.193	* 	
(2.18)	 	
0.313	** 	
(2.59)	 	
0.509	** 	
(2.71)	 	
Alder	 	-0.0175	 	
(-1.10)	 	
-0.0178	 	
(-1.05)	 	
-0.0321	 	
(-1.25)	 	
-0.000813	 	
(-0.03)	 	
Alder kvadrert	 	0.0000843	 	
(0.53)	 	
0.0000727	 	
(0.42)	 	
0.000137	 	
(0.52)	 	
0.00000153	 	
(0.00)	 	
Mannlig respondent	 	0.217	** 	
(2.71)	 	
0.197	* 	
(2.14)	 	
0.319	* 	
(2.36)	 	
0.385	* 	
(2.20)	 	
Hoyere utdanning lenger 
enn fire ar	 	
-0.0182	 	
(-0.19)	 	
-0.0638	 	
(-0.60)	 	
-0.0283	 	
(-0.20)	 	
-0.0782	 	
(-0.41)	 	
Sør	 	-0.0549	 	
(-0.39)	 	
-0.155	 	
(-0.83)	 	
-0.340	 	
(-1.22)	 	
0.169	 	
(0.58)	 	
Vest	 	-0.0129	 	
(-0.14)	 	
-0.00719	 	
(-0.07)	 	
0.117	 	
(0.79)	 	
-0.0644	 	
(-0.31)	 	
Midt	 	0.0913	 	
(0.63)	 	
0.0286	 	
(0.16)	 	
-0.00654	 	
(-0.03)	 	
0.437	 	
(1.59)	 	
Nord	 	0.215	 	
(1.63)	 	
0.173	 	
(1.02)	 	
0.151	 	
(0.57)	 	
0.325	 	
(1.12)	 	
Opplevd flere enn fire 
brudd	 	
0.0372	 	
(0.42)	 	
-0.0742	 	
(-0.68)	 	
-0.157	 	
(-0.99)	 	
-0.118	 	
(-0.58)	 	
Opplevd brudd lenger 
enn 24 timer	 	
0.0588	 	
(0.33)	 	
0.196	 	
(1.09)	 	
0.190	 	
(0.62)	 	
-0.144	 	
(-0.36)	 	
Ikke avhengig av strøm 
for oppvarming	 	
-0.0993	 	
(-1.15)	 	
-0.208	* 	
(-2.07)	 	
-0.0272	 	
(-0.20)	 	
-0.0125	 	
(-0.07)	 	
Alt eller noe 
strømforbruk er inkludert 
i husleia	 	
-0.0785	 	
(-0.53)	 	
0.0931	 	
(0.72)	 	
0.182	 	
(0.95)	 	
-0.239	 	
(-0.86)	 	
Bor i leilighet	 	0.0437	 	
(0.33)	 	
-0.0920	 	
(-0.59)	 	
-0.232	 	
(-1.14)	 	
0.235	 	
(0.87)	 	
Log boligareal	 	0.00197	* 	
(2.33)	 	
0.00228	* 	
(2.36)	 	
-0.0000522	 	
(-0.04)	 	
0.00316	 	
(1.81)	 	
Svar	 på mobiltelefon	 	-0.00425	 	
(-0.04)	 	
-0.141	 	
(-1.04)	 	
-0.277	 	
(-1.30)	 	
-0.307	 	
(-1.21)	 	
Små eller ingen 
konsekvenser ved 
strømbrudd	 	
-0.372	*** 	
(-4.63)	 	
-0.392	*** 	
(-4.25)	 	
-0.471	*** 	
(-3.51)	 	
-0.700	*** 	
(-4.03)	 	
Konstant	 	5.509	*** 	
(5.65)	 	
4.960	*** 	
(4.62)	 	
3.524	* 	
(2.31)	 	
-1.213	 	
(-0.49)	 	
Observasjoner	 	1267	 	1238	 	1245	 	1220	 	
Justert R	2 	0.03	3 	0.03	2 	0.025	 	0.030	 	
t statistikk i parentes	 	* p < 0.05, 	** p < 0.01, 	*** p < 0.001

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	69	 	
Vedlegg B	 	
Bilag 1 Kundens beskrivelse av Oppdraget	 	
Avtalen punkt 1.1 Avtalens omfang	 	
Beskrivelse av Kundens behov for Oppdraget: 	 	
NVE ønsker å vurdere om dagens KILE	-satser for husholdninger bør endres, og i så fall 	
hva de bør endres til. Det er avgjørende for forsyningssikkerheten i det norske kraftnettet 
at KILE	-funksjonene i størst muli	g grad reflekterer de samfunnsøkonomiske kostnadene 	
ved avbrudd. 	 	
Kundens krav til Oppdraget og forventet sluttresultat: 	 	
Konsulenten skal utarbeide kostnadsfunksjoner, korreksjonsfaktorer og 
referansetidspunkt som er representative for kundegruppen hushol	dninger. Disse skal 	
være basert på en kartlegging av husholdningenes betalingsvilje for å unngå 
strømavbrudd. Kartleggingen må minimum omfatte avbrudd opp til 72 timer.	 	
Konsulenten skal ta utgangspunkt i forslagene i NVE	-rapport 117/2015, men kan foreslå 	
endringer dersom det er hensiktsmessig ut fra formålet med undersøkelsen eller 
kostnadsrammene. Mangler og forhold som skaper usikkerhet, beskrevet i rapporten, 
knyttet til kartleggingen og utarbeidelsen av kostnadsfunksjoner og korreksjonsfaktorer 
må imidl	ertid adresseres. 	 	
Konsulenten skal: 	 	
1. Utarbeide en spørreundersøkelse som håndterer usikkerhetsmomentene 
beskrevet over. Listen med forhold som skaper usikkerhet ved en slik 
spørreundersøkelse er ikke uttømmende. Det er av avgjørende betydning for 
resultat	et at antallet protestsvar minimeres.	 	
2. Innhente besvarelser fra et statistisk representativt utvalg husholdninger som 
gir et godt nok grunnlag for å finne nye KILE	-satser for husholdninger for 	
avbrudd av alle varigheter. 	 	
3. Bearbeide besvarelsene og utforme e	ventuelle nye kostnadsfunksjoner og 	
korreksjonsfaktorer for kundegruppen husholdninger. 	 	
4. Belyse eventuelle svakheter ved undersøkelsen og besvarelsene. Det bør også 
beskrives hvorvidt respondentenes betalingsvillighet samsvarer med 
samfunnsøkonomisk teori,	 jf. figur 3 i NVE	-rapport 117/2015. 	 	
 
Grunnlagsmateriale/resultat av Oppdraget 	 	
Følgende grunnlagsmateriale skal utarbeides og overleveres Kunden ved oppdragets 
avslutning:	 	
 
Sluttproduktet skal være én helhetlig rapport som omfatter alle relevante vurder	inger og 	
konklusjoner. Rapporten skal, dersom NVE ønsker det, publiseres som en del av NVEs 
rapportserie.

Nye KILE	-funksjoner for husholdninger 	 	
70	 	 	Vista Analyse	 	
Referanser	 	
Alberini, A. (2005). What Is a Life Worth? Robustness of VSL	 Values from Contingent 	
Valuation Surveys. 	Risk Analysis	 25	 (4), 783	-800.	 	
Barbier, E.B	.; M.	 Czajkowski 	og	 N. 	Hanley (2017	): Is the Income elasticity 	of the 	
willingness to pay for pollution control constant? 	Environmental and Resource 	
Economics	, 28 (1)	, 1-17	. 	
Cameron	, T.A. 	og 	Hupper	 D.D. (1989) OLS versus ML Estimation of Non	-market 	
Resource Values with Payment Card Interval Data. 	Journal of Environmental Economics 	
and Management	 17, 230	-246.	 	
Carson, R., 	N. Flores,	 og 	N. F. Meade	 (2001). Contingent valuation. Controversies and 	
eviden	ce. 	Environmental and resource economics	 19	 (2),173	-213.	 	
Carson, R. (2012)	. Contingent valuation. A practical alternative when prices aren’t 	
available. 	Journal of Economic Perspectives 	26	 (4), 27	-42.	 	
Electricity North West (2016). The Value of Lost Load (	VoLL). Methodology Statement 	
Addendum. A Literature Review.	 	
Joskow, Paul og Jean Tirole, 2007. 	Reliability and competitive electricity markets. 	RAND 	
Journal of Economics	, 38, 1, 60	-84.	 	
Kriström B og P. Riera 	(1996)	: Is the income elasticity of environmen	tal improvements 	
less than one? 	Environmental and Resource Economics	, 7 (1)	,45	–55.	 	
Leahy	, E.	 og Tol	, R.S.J. (2011). 	An estimate of	 the value of lost load for Ireland	. Energy 	
Policy	 39	 (3), 1514	-1520.	 	
London Economics International (2013). Estimating the 	Value of Lost Load. Briefing 	
paper prepared for the Electric Reliability Council of Texas, Inc.	 	
Norsk Gallup 	(2017). Vista Betalingsvillighet strøm Pnr 16101858. 	Kantar TNS, Norsk 	
Gallup. 	Upublisert notat 12.05.2017.	 	
Notaro, S	. og De Salvo, M. (2010). 	Esti	mating t	he economic benefits of the landscape 	
function of ornamental trees in a sub	-Mediterranean area. 	Urban Forestry & Urban 	
Greening	 9, 71	-81.	 	
Pöyry og SINTEF	 (2012a	). Samfunnsøkonomiske kostnader ved avbrudd og 	
spenningsforstyrrelser 	– husholdninger. 	Energi Norge Publikasjon nr 348	-2012	. Av 	
Line Furseth Bjørk, Einar Bowitz og Cecilie Seem. 	 	
Pöyry og SINTEF (	2012b	). Samfunnsøkonomiske kostnader ved avbrudd og 	
spenningsforstyrrelser 	– implikasjoner for regulering. 	Energi Norge Publikasjon nr 354	-	
2012	. 	
Samdal, K., G. Kjølle, O. Kvitastein, og B. Singh (2002). Anbefaling til nye KILE	-satser. 	
SINTEF Notat	, 6. november.	 	
Samdal, K., G. Kjølle, O. Kvitastein, 	og B. Singh	 (20	03	). Sluttbrukeres kostnader 	
forbundet med avbrudd og spenningsforst	yrrelser: Del 2: S	pørreundersøkelse 	– 	
Resultater. 	SINTEF Teknisk Rapport, TR A5754	.

Nye KILE	-funksjoner for husholdninger 	 	
Vista Analyse 	 	 	71	 	
Soet	eman	, L., van Exel, J. og Bobinak. A. (2017). The impact of the design of payment 	
scales on the willingness to pay for health gains. 	European Journal of Health 	
Economics	 18, 743	-760.	 	
Vis	ta Analyse og T	hema Consulting Group	 (2016). KILE for husholdninger. 	Rapport 	
2016/05	. Av Silje Elise Harsem, Berit Tennbakk og Haakon Vennemo.	 	
Vista Analyse (2016). Verdsetting av miljørelatert velferdstap ved oljeutslipp fra skip: 
Kalkulasjonspriser	 for samfunnsøkonomiske analyser. 	Rapport 2016/22	. Av Henrik 	
Lindhjem, Kristin Magnussen, Ståle Navrud, Sofie Skjeflo og Odd Willy Brude.

Nye KILE	-funksjoner for husholdninger 	 	
72	 	 	Vista Analyse	 	
 	
Vista Analyse AS	 	
Vista 	Analyse AS er et samfunnsfaglig analyseselskap med hovedvekt på 	 	
økonomisk forskning, utredning, evaluering og rådgivning. Vi utfører oppdrag	 	
med høy faglig kvalitet, uavhengighet og integritet. Våre sentrale temaområder 	 	
omfatter klima, energi, samferdsel	, næringsutvikling, byutvikling og velferd.	 	
 
Våre medarbeidere har meget høy akademisk kompetanse og bred erfaring	 	
 inn	ennfor konsulentvirksomhet. Ved behov benytter vi et velutviklet nettverk med 	 	
selskaper og ressurspersoner nasjonalt og internasjonalt. 	Selskapet er i sin 	 	
helhet eiet av medarbeiderne.	 	
Vista Analyse AS	 	
Meltzersgate 4	 	
0257 Oslo	 	
 
post@vista	-analyse.no	 	
vista	-analy	se.no