En model for godstransportens udvikling - DCE - Nationalt Center for ...

More documents

Recommendations

Info

En anden mulighed, der er afprøvet er at introducere en dummy i regressionerne, der skal fange niveauforskydninger i koefficienterne. Sådanne niveauforskydninger ses f.eks. i koefficienterne a 4,27 og a 4,11 og skyldes den påbegyndte produktion af naturgas i Nordsøen. a 4,11 er 0 indtil 1983 og kraftigt stigende fra 1984 til 1989, hvorefter den har været relativ konstant. Da ingen af de andre varegrupper, der produceres i branche 4 har haft stigende produktion, betyder det, at deres andele af den samlede produktion i branchen er relativt faldende og altså ikke nødvendigvis, at produktionen af den pågældende varegruppe er faldet. For branche 4 betyder ændringen at der er et negativt niveauskift i a 4,27 . Effekterne kan ses i Figur 3-1. Den sidste koefficient (a 4,12 ) er ikke størrelsesmæssigt af betydning, men viser samme udvikling som a 4,27 . 1,2 1 0,8 0,6 0,4 0,2 0 81 82 83 84 85 86 87 88 89 90 91 92 Figur 3-1 Udviklingen i andelen af produktionen i branche 4, der er af varegruppe j. Der kan tilsvarende anvendes en dummy for at angive en ændret parameterværdi (eller hældning om man vil) til prisforholdet (eller trenden). Det er dog i enkelte tilfælde muligt at finde forklaringer på forskydningerne. Ses der f.eks. på andelene til varegrupperne 6 17 (skind, glas, beklædning, møbler mv.), 16 og 17 (byggematerialer mv.) kan disse ikke umiddelbart beskrives af hverken trende eller udviklinger i de forskellige prisforhold (ingen af T-prob værdierne for de andele, der knytter sig til netop disse varegrupper er mindre end de krævede 0,15). For gruppe 6, er problemet ikke så stort, da denne er forklaret af udviklingerne i de fleste af brancherne, og de største produktionsværdier ikke optræder i koblingen til branche 1 eller branche 11, hvor andelen ikke er antaget konstant. For produktionsværdierne i gruppe 16 og 17 er problemet dog større, idet branche 7 (leverancer til byggeri) er eneste branche, der producerer disse to varegrupper, og da de to varegrupper målt i både kroner og tons er relativt store. Udviklingerne af andelen af produktionen i de enkelte brancher af varegruppe 16 og 17 er vist i Figur 3-2. Som det fremgår er denne primært beskrevet af branche 7. 17 Bemærk, at varegruppe 6 i analysen består af både den oprindelige gruppe 6, gruppe 24 og 25, og at alle de brancher, der producerer til disse tre varegrupper som angivet i Tabel 3-4, er med i analyserne. a 4,27 a 4,11 a 4,12 83
0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 0 81 82 83 84 85 86 87 88 89 90 91 92 Det er interessant at selvom varegruppe 16, målt i tons er den største varegruppe, udgør andelen af produktion af denne varegruppe kun en meget lille del af den samlede produktionsværdi. Dette skyldes naturligvis, at varegruppen primært består af råvarer, der har en lav værdi. Til gengæld er varegruppe 17 også i produktionsværdi en meget stor andel af produktionen i branche 7. Det gælder for begge varegrupper, at produktionen i midten af 80’erne har været relativt stor. Analyserne viser, at dette ikke skyldes en relativ større pris i disse varegrupper set i forhold til den generelle prisudvikling. Forklaringen skal søges andetsteds. Forklaringen kan være udviklingen i bygge- og anlægserhvervet (erhverv 12), der ikke producerer varer i fysisk forstand, og derfor ikke er med som en forklaring af udviklingen af den fysiske produktion i varegruppe 16 og 17. Udviklingen i produktionsværdien i bygge- og anlægsbranchen er vist i Figur 3-3. Denne har et stort sammenfald med udviklingen i andelen af branche 7’s produktion af varegrupperne 16 og 17. Andelene ax 7,16 og ax 7,17 beskrives derfor også ved hjælp af den indekserede udvikling (1980=1) i produktionen i bygge- og anlægssektoren. På samme måde, kan forklaringen af varegruppe 6 (Skind, beklædning mv.) forbedres ved anvendelse af udviklingen af produktionsværdierne i branchen Handel. Også for varegruppe 19 (Tjære mv.) kan en tilsvarende kobling til bygge- og anlæg bidrage til yderligere forklaring. Disse to muligheder er ikke vurderet nødvendig for modellen. Det er endvidere forsøgt, at anvende forhold mellem input og output 84 Leverancer til byggeri Anden produktion I alt Grus, sand, jord, sten og salt mv.(16) 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 Leverancer til byggeri Anden produktion I alt Jernindustri 81 82 83 84 85 86 87 88 89 90 91 92 Cement, kalk, mursten mv.(17) Figur 3-2 Udviklingen i andelen af de enkelte branchers produktion af varegruppe 16 og 17. 70000 60000 50000 40000 30000 20000 10000 0 12 Bygge og anlæg 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 Figur 3-3 Udviklingen i bygge- og anlægsbranchen
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 and 82: Det er et betydeligt reduceret anta
Page 83: Som statistisk teststørrelse er an
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
show all

En model for godstransportens udvikling - DCE - Nationalt Center for ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?