Syftet med denna studie är att skatta marginalkostnaden för väg- och järnvägsbuller i Sverige. Vi använder effektkedjeansatsen där trafikbullrets påverkan på exponerade individer kopplas till en monetär värdering av dessa utfall. De data som används består av bullerberäkningar och antalet individer exponerade för olika bullernivåer. Vidare använder vi monetära värderingsfunktioner för bullerstörningar, vilka baseras på variationer i småhuspriser. Slutligen använder vi effektsamband för olika ohälsoeffekter till följd av bullerexponering samt monetära värderingar för dessa ohälsoeffekter. Det skattade resultatet visar att marginalkostnaden för trafikbuller är starkt beroende av antalet exponerade individer och fordonstyp. Den övergripande slutsatsen är därför att en differentiering av marginalkostnaden är nödvändig, dels eftersom exponering varierar kraftigt med befolkningstätheten men även för att olika fordonstyper bidrar i mycket varierad grad till bulleremissionerna. Vidare påverkas marginalkostnaden för vägbuller positivt av hastighetsgräns och trafikmängd. Känsligheten med avseende på trafikmängd är emellertid inte särskilt påtaglig. Beträffande järnvägsbuller har vi inte funnit något statistiskt samband mellan trafikmängden och marginalkostnaden. Dessutom är variationen i marginalkostnaden över dygnet skattad för vägbuller. Dessa resultat visar att marginalkostnaden är lägst under dagtid trots att trafiken är som störst då. Högst marginalkostnad har oftast kvällstid och i några fall nattetid. Eventuellt är sömnstörningar inte infångat i dessa marginalkostnader varför vi i en känslighetsanalys inkluderar en separat funktion avsedd att ta hänsyn till sömnstörningar med resultatet att marginalkostnaden genomgående är högst nattetid.

The purpose of this study is to estimate the marginal cost of road noise and rail noise in Sweden. We use the impact pathway approach (IPA) where traffic noise exposure implies an impact on individuals, which in turn is related to monetary valuation of these outcomes. Our data consists of noise calculations and number of exposed individuals at different noise levels. We further use monetary valuations of noise disturbances based on property market differentials. Finally, impact functions of negative health outcomes due to noise exposure, and monetary valuations of these negative health outcomes, are used. The empirical results show that the marginal costs of traffic noise are highly dependent on the number of exposed individuals and the vehicle type. The overall conclusion is thus that differentiation of the marginal costs is essential, as the noise exposure varies strongly with the population density, and that different vehicle types contribute very differently to the noise emissions. Furthermore, road noise marginal costs are positively influenced by the speed limit and the traffic volume. Nevertheless, the sensitivity with respect to traffic volume is not very substantial. For rail noise marginal costs, there is no effect of traffic volume on the estimated marginal cost. In addition, the marginal costs for road noise are estimated separately for different times of the day. These results show that day times have the lowest marginal costs despite the largest traffic volume. Highest marginal costs are mostly estimated for evening but also in some calculations for night time. Sleep disturbances may not be captured in our analysis however, but a sensitivity analysis, including a separate function for sleep disturbance, shows that night time marginal costs are consistently the highest.