I Tabel 3-5 er resultaterne <strong>for</strong> de relevante koefficienter fra regressionen ( 3-2 ) samt regression på en trend vist. I kolonnerne 2-4 er trend<strong>model</strong>len angivet (konstantleddet er tilnærmelsesvist det samme i alle de tre angivne <strong>model</strong>ler). I kolonnerne 5 og 6 er <strong>model</strong>len med vareprisen i <strong>for</strong>hold til brancheprisen angivet, mens de to sidste kolonner viser <strong>model</strong>len med vareprisen i <strong>for</strong>hold til den samlede produktionspris. Parameteren til trenden i <strong>model</strong>len ( 3-2 ) angiver den procentvise ændring i en andel fra et år til det næste. Anvendes i stedet en <strong>model</strong>, hvor der ikke tages logaritmen til handlefaktoren, er resultatet, at den procentvise ændring fra et år til det næste er stigende, når parameteren er negativ og faldende, når parameteren er positiv: ⎛ ∂ j ∂T ⎞ ∂ ⎜ ⎟ ⎝ ( T −1) ⎠ ∂T = − ρ h j ( ) ⎩ ⎨⎧ 2 T −1 < ≥ 0, 0, ρ > 0 ρ ≤ 0 ( 3-3 ) hvor udtrykket angiver ændringen i den procentvise ændring af handlefaktoren. Gennemføres den samme udregning <strong>for</strong> <strong>model</strong>len ( 3-2 ) bliver resultatet 0: ⎛ ∂h j ∂T ⎞ ⎜ ( 1) ⎟ ⎝ T − ⎠ ⎛ ⎜ ρ j * e ∂T = ∂ ⎜ ⎝ ( T −1) e ρ j ρ j ⎞ ⎟ ⎟ ⎠ ∂T = 0 ( 3-4 ) Tabel 3-5 Udvalgte estimationsresultater af <strong>model</strong>len ( 3-2 ), hvor hhv. en trend, og to pris<strong>for</strong>hold er anvendt som <strong>for</strong>klarende variable. Andelene er angivet som ax ij , hvor i er branche og j er varegruppe. “-“ angiver, at det ikke er muligt at estimere den pågældende andel. De udvalgte andele er de mest betydende andele. Konstant (α) Trend (δ) T prob Varepris (pX j ) i <strong>for</strong>hold til branchepris (pX i ) (β) T prob Varepris (pX j ) i <strong>for</strong>hold til samlet produktionspris (pX) (β) T prob log(ax 11 ) -1,014 0,005 0,324 - - -0,1627 0,500 log(ax 12 ) -2,033 0,009 0,523 7,39 0,46 -0,6862 0,302 log(ax 14 ) -3,820 -0,019 0,116 - - 0,7757 0,198 log(ax 16 ) -3,465 0,023 0,287 0,593 0,24 1,2305 0,206 log(ax 4,11 ) -5,476 0,381 0,003 -2,58 0,022 -2,748 0,006 log(ax 4,27 ) -0,002 -0,019 0,0001 -0,390 0,0001 -0,8924 0,0001 log(ax 5,8 ) -2,882 0,013 0,0001 -0,31 0,73 -0,8881 0,065 log(ax 5,9 ) -3,574 0,026 0,006 -1,80 0,68 -2,6011 0,0013 log(ax 5,27 ) -3,121 -0,042 0,0001 -1,27 0,0001 -1,8571 0,0001 log(ax 7,3 ) -4,505 0,065 0,0029 -1,88 0,0002 -4,119 0,0001 log(ax 7,6 ) -1,377 0,001 0,02 -0,91 0,35 0,00125 1 log(ax 7,16 ) -2,774 0,000 0,99 -2,41 0,11 -0,0221 0,960 log(ax 7,17 ) -0,968 -0,001 0,918 - - 0,0577 0,850 log(ax 7,19 ) -2,912 0,022 0,0188 -2,515 0,01 1,921 0,232 log(ax 7,21 ) -5,042 0,007 0,574 1,43 0,48 0,1937 0,720 log(ax 8,13 ) -5,963 -0,032 0,123 6,68 0,42 -1,392 0,320 log(ax 8,22 ) -0,956 -0,007 0,002 -1,68 0,08 -0,3105 0,001 log(ax 10,6 ) -1,192 0,034 0,0001 4,57 0,004 1,6215 0,0001 log(ax 10,18 ) -2,701 -0,062 0,0006 - - -3,408 0,003 log(ax 11,6 ) -0,160 0,004 0,098 -0,45 0,24 0,1350 0,251 log(ax 11,22 ) -4,822 -0,025 0,034 7,55 0,05 -1,988 0,086 log(ax 11,27 ) -2,567 0,007 0,201 -0,70 0,37 0,3163 0,200 81
Som statistisk teststørrelse er angivet T-prob, der angiver siginifikansen af t-værdien fra en standard ordinary least squared regression. Med andre ord vil en lille T-prob værdi betyde, at sandsynligheden <strong>for</strong> at estimatet på parameteren er <strong>for</strong>kert er lille. For regressioner med så få variable som vi her har anvendt, vil værdier mindre end 0,15 være indikationer af at <strong>model</strong>len er korrekt, om end der stadig er store usikkerheder. Den første bemærkning, der knytter sig til resultaterne er, at der er <strong>for</strong>skelle både på niveauet af koefficienterne (konstantleddet hørende til trend<strong>model</strong>len) og i de estimerede trende. Dette bekræfter således, at der opnås en gevinst ved at opdele udregningerne i de mange <strong>for</strong>skellige kategorier. I en række tilfælde er variationerne i priserne mellem varegruppe og branchens pris så små, at log(px j /px i ) er meget lille (”gående mod 0 <strong>for</strong> px j →px i ”). Dette sker primært i de tilfælde, hvor en varegruppe hovedsageligt produceres i en bestemt branche (f.eks. levende dyr – varegruppe 1). Pris<strong>for</strong>holdet vil i disse situationer have meget lille variation og der<strong>for</strong> ikke bidrage til at beskrive <strong>udvikling</strong>erne i andelene. Det fremgår af Tabel 3-5, at beskrivelsen ( 3-2 ), når der kun anvendes priser som <strong>for</strong>klarende variable, ikke umiddelbart er den bedste beskrivelse af produktionskoefficienterne, idet en del af de afprøvede pris<strong>for</strong>hold ikke bestemmes signifikant. <strong>En</strong> del af <strong>for</strong>klaringen ligger naturligvis i ovenstående problemer, da de fleste varegrupper hovedsageligt produceres i en bestemt branche. Et alternativ er der<strong>for</strong> at anvende pris<strong>for</strong>holdet mellem vareprisen og den generelle produktionspris. Resultatet af estimationen af denne <strong>model</strong> er også vist i Tabel 3-5 (kolonne 7-8), og giver en anelse bedre resultater end ( 3-2 ) på pris<strong>for</strong>holdet j i pX pX men virker dog ikke signifikant bedre end trend <strong>model</strong>len. Forklaringen er, at de anvendte varegrupperinger er <strong>for</strong> grove til, at pris<strong>for</strong>skydninger som de oven<strong>for</strong> anvendte har nogen betydning <strong>for</strong> <strong>udvikling</strong>erne. Selvom muligheden <strong>for</strong>eligger er det ikke umiddelbart sandsynligt, at en given branche omlægger store dele af sin produktion fra en varegruppe til en anden på grund af ændrede relative priser. Derimod er det mere sandsynligt, at sådanne omlægninger sker inden <strong>for</strong> den enkelte varegruppe. Disse omlægninger er ikke umiddelbart mulig at fange gennem pris<strong>for</strong>skydningerne anvendt her. Forskydninger mellem varegrupperne må der<strong>for</strong> <strong>for</strong>modes at skyldes ændringer af mere teknisk karakter. Trenden giver der<strong>for</strong> i en række af tilfældene bedre <strong>for</strong>klaring end de afprøvede pris<strong>for</strong>hold, som det også fremgår af tabellen. Som yderligere kommentar i <strong>for</strong>bindelse hermed er det klart, at de anvendte pris<strong>for</strong>hold ikke direkte siger noget om konkurrence<strong>for</strong>holdet mellem de producerede varer i hver branche, idet det er vareprisen set i <strong>for</strong>hold til den generelle pris i branchen, der anvendes. Det virker dog ikke sandsynligt, at anvendelse af direkte pris<strong>for</strong>hold mellem de varegrupper, der potentielt kan være <strong>for</strong>skydninger mellem vil give bedre <strong>for</strong>klaring. 82
- Page 1 and 2:
Miljø- og Energiministeriet Danmar
- Page 3 and 4:
Miljø- og Energiministeriet Danmar
- Page 5 and 6:
Indhold Forord 7 Sammenfatning 8 Su
- Page 7 and 8:
7 Energiforbrug og emissioner 176 7
- Page 9 and 10:
Sammenfatning Denne rapport beskriv
- Page 11 and 12:
taktivitet (Vejdirektoratet, 1999).
- Page 13 and 14:
100% 90% 80% 70% 60% 50% 40% 30% 20
- Page 15 and 16:
Selvom der i de fleste tilfælde ka
- Page 17 and 18:
1000 Ton 250000 200000 150000 10000
- Page 19 and 20:
dere er de transporterede mængder
- Page 21 and 22:
2 1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0,2
- Page 23 and 24:
et passende udgangsniveau (f.eks. n
- Page 25 and 26:
til produktion i den kemiske indust
- Page 27 and 28:
Summary This report describes the r
- Page 29 and 30:
several goods. That model has been
- Page 31 and 32: numbers are provided from which it
- Page 33 and 34: The structural changes cannot be de
- Page 35 and 36: stability of the regression results
- Page 37 and 38: The reason for choosing between imp
- Page 39 and 40: 38 100% 90% 80% 70% 60% 50% 40% 30%
- Page 41 and 42: describe any actual alternative to
- Page 43 and 44: large, because the value of the agg
- Page 45 and 46: skelle ved de to metodiske tilgange
- Page 47 and 48: Selvom fordelingen på transportmid
- Page 49 and 50: ikke formålet med modellen at anal
- Page 51 and 52: Transportmængderne i de ti transpo
- Page 53 and 54: I Figur 1-2 er den generelle strukt
- Page 55 and 56: udregnes én samlet handlefaktor fo
- Page 57 and 58: I sammenligning med McKinnon og Woo
- Page 59 and 60: de anvendes til varetransport, da d
- Page 61 and 62: emissionskomponent. Beskrivelsen af
- Page 63 and 64: 80000 70000 60000 50000 40000 30000
- Page 65 and 66: 3 2,5 2 1,5 1 0,5 0 2 Korn 10 kul o
- Page 67 and 68: Ton 230000 220000 210000 200000 190
- Page 69 and 70: 100% 90% 80% 70% 60% 50% Vogn Ton 3
- Page 71 and 72: Ton 25 20 15 10 5 0 Ton 25 20 15 10
- Page 73 and 74: ug både i transporterhvervene, i b
- Page 75 and 76: 3 Omregning af produktionsværdier
- Page 77 and 78: Færdigvare- Tabel 3-2 Input i vare
- Page 79 and 80: De beregnede andele for 1990 er vis
- Page 81: Det er et betydeligt reduceret anta
- Page 85 and 86: 0,08 0,07 0,06 0,05 0,04 0,03 0,02
- Page 87 and 88: Det er ikke muligt at anvende den s
- Page 89 and 90: og produktion i kr. Et andet eksemp
- Page 91 and 92: Tabel 3-8 Resultaterne fra den dire
- Page 93 and 94: eskrive udviklingen. Dette er ikke
- Page 95 and 96: 4 Handlefaktor og transporterede to
- Page 97 and 98: Inddeling af varegrupperne i tre ho
- Page 99 and 100: 4.1.4 Estimation Hvad forklarer udv
- Page 101 and 102: 4.1.5 Trenden som forklarende varia
- Page 103 and 104: Tabel 4-2 Signifikansniveauer og pa
- Page 105 and 106: alet. Dette vil føre til ekstra tr
- Page 107 and 108: der er meget små. Noget tyder på,
- Page 109 and 110: fattes som prisen på en fast beste
- Page 111 and 112: gerne ved produktion i forhold til
- Page 113 and 114: Estimation af en model formuleret v
- Page 115 and 116: denne metode indføres en vis syste
- Page 117 and 118: mationer om de enkelte sektorer, og
- Page 119 and 120: Grunden til den meget varierende v
- Page 121 and 122: 100% 90% 80% 70% 60% 50% 40% 30% 20
- Page 123 and 124: Selvom der kan argumenteres for, at
- Page 125 and 126: 4.2.3 Vurdering af fordeling på mo
- Page 127 and 128: snitlige trafikarbejde mellem de en
- Page 129 and 130: men i de fleste varekategorier er d
- Page 131 and 132: For at undersøge, om der kan estim
- Page 133 and 134:
der endvidere heller ikke er sammen
- Page 135 and 136:
90’erne sammenlignet med lavkonju
- Page 137 and 138:
Varebilerne anvendes til privatkør
- Page 139 and 140:
4000 3500 3000 2500 2000 1500 1000
- Page 141 and 142:
pX 1,20 1,00 0,80 0,60 0,40 0,20 0,
- Page 143 and 144:
plader” til privat kørsel. Denne
- Page 145 and 146:
lavere Km/Kr forhold og dermed til
- Page 147 and 148:
Ingen af disse trendmodeller opnår
- Page 149 and 150:
0,14 0,12 0,1 0,08 0,06 0,04 0,02 0
- Page 151 and 152:
Vi vil derfor konkludere, at den op
- Page 153 and 154:
6 Transport til udlandet I dette ka
- Page 155 and 156:
For hver enkelt transport angives h
- Page 157 and 158:
Ved opdeling på de enkelte varegru
- Page 159 and 160:
6.3 Modelopstilling Opstillingen af
- Page 161 and 162:
egnskabet. Forskellen målt i aggre
- Page 163 and 164:
Tabel 6-3 Estimationsresultater af
- Page 165 and 166:
ter (gruppe 12) og Gødningsstoffer
- Page 167 and 168:
Mio. tons Mio. tons Mio. tons Mio.
- Page 169 and 170:
også varegrupperne 8, 15, 20 og 22
- Page 171 and 172:
Tabel 6-6 Estimation af import vær
- Page 173 and 174:
hu_jl 0,4 0,35 0,3 0,25 0,2 0,15 0,
- Page 175 and 176:
importprisen på den enkelte varegr
- Page 177 and 178:
7 Energiforbrug og emissioner Energ
- Page 179 and 180:
178 e * vkm l, a, t l, a, 1997 a l,
- Page 181 and 182:
tilfælde meget nuanceret billede a
- Page 183 and 184:
I Finansministeriet (2000) angives
- Page 185 and 186:
Tabel 8-2 Nøgletal for fremskrivni
- Page 187 and 188:
8.2.3 Miljømæssige konsekvenser S
- Page 189 and 190:
F.eks. er der kraftige reduktioner
- Page 191 and 192:
1,8 1,6 1,4 1,2 1 0,8 0,6 0,4 0,2 0
- Page 193 and 194:
Tabel 8-5 Nøgletal (indekseret) fo
- Page 195 and 196:
1800000 1600000 1400000 1200000 100
- Page 197 and 198:
8.3.2 Sammenligning med EMMA Sammen
- Page 199 and 200:
som det her anvendte kan Vejdirekto
- Page 201 and 202:
En sammenligning af ændringerne ge
- Page 203 and 204:
Tabel 8-7 Indekserede ændringer (b
- Page 205 and 206:
204 0 -5000 -10000 -15000 -20000 -2
- Page 207 and 208:
9 Litteratur Andersen. F.M. og Trie
- Page 209 and 210:
Ohm, A. og Bøgelund, M. (1995) Sub
- Page 211 and 212:
{ Oversigt over varekategorier i k
- Page 213 and 214:
Side 2 212
- Page 215 and 216:
30000 25000 20000 15000 10000 5000
- Page 217 and 218:
7 8 9 10 11 1000 Ton 35000 30000 25
- Page 219 and 220:
17 18 19 20 21 1000 Ton 20000 18000
- Page 221 and 222:
0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15
- Page 223 and 224:
Bilag E Estimationsprocedurer - teo
- Page 225 and 226:
afhængige variabel er at de begge
- Page 227 and 228:
λ ⎧ ~ Y −1 ⎪ = når λ ≠ 0
- Page 229 and 230:
trend): Yt = α 0 + δ 0t + λX t +
- Page 231 and 232:
1000 Ton 3500 3000 2500 2000 1500 1
- Page 233 and 234:
Bilag G Gruppering af varegrupper I
- Page 235 and 236:
234 Varegruppe Eksport Import 5 0 5
- Page 237 and 238:
236 Varegruppe Eksport Import 16 0
- Page 239 and 240:
238 Varegruppe Eksport Import 26 0
- Page 241 and 242:
hu_jl 0,09 0,08 0,07 0,06 0,05 0,04
- Page 243 and 244:
hu_jl 0,09 0,08 0,07 0,06 0,05 0,04
- Page 245 and 246:
Firmabiler under 16 tons Firmabiler
- Page 247 and 248:
Firmabiler under 16 tons Firmabiler
- Page 249 and 250:
Danmarks Miljøundersøgelser Danma
- Page 251:
Rapporten beskriver analyser og udv