Alternative financing and organization of transport infrastructure : Experiences from the Nordic countries and Canada
Notice bibliographique
Résumé
Rapporten analyserar internationella erfarenheter av alternativa modeller för finansiering och organisering av transportinfrastruktur i ett urval av länder som liknar Sverige i institutionellt och geografiskt hänseende. Fokus ligger på offentlig–privat samverkan (OPS) och statliga projektbolag. Syftet är att identifiera vilka institutionella, ekonomiska och organisatoriska faktorer som påverkar utfallet av sådana modeller samt att bedöma dessas relevans i en svensk kontext. Studien bygger på ett teoretiskt ramverk bestående av transaktionskostnadsteori, ny institutionell ekonomi, principal–agent-teori och kontraktsteori, kombinerat med litteraturstudier, dokumentanalyser och intervjuer med centrala aktörer i Norge, Finland, Danmark och Kanada. Resultaten tyder på att alternativa genomförandeformer i vissa fall kan bidra till kortare byggtider, bättre kostnadskontroll och starkare incitament för långsiktigt underhåll, men att dessa potentiella vinster måste vägas mot högre finansieringskostnader, ökade transaktionskostnader och höga krav på beställarkompetens. Rapportens övergripande slutsats är att alternativa finansierings- och organisationsmodeller inte bör betraktas som en generell lösning på infrastruktursektorns utmaningar, utan som ett selektivt komplement till traditionell anslagsfinansierad upphandling. Deras främsta värde ligger inte i att tillföra ”nytt och billigare” kapital, utan i potentialen att stärka styrning, incitament och livscykelperspektiv i genomförandet av vissa typer av projekt. För svensk del innebär detta att OPS kan vara motiverat för specifika, väl avgränsade objekt, att det finns ett långsiktigt politiskt åtagande att genomföra flera OPS-projekt, att den institutionella kapaciteten stärks och att modellerna tillämpas med tydlig medvetenhet om både deras möjligheter och begränsningar. För mer komplexa projekt kan genomförande via statliga projektbolag liknande den danska modellen vara mer ändamålsenligt.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,010 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».