En model for godstransportens udvikling - DCE - Nationalt Center for ...
En model for godstransportens udvikling - DCE - Nationalt Center for ...
En model for godstransportens udvikling - DCE - Nationalt Center for ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
og produktion i kr. Et andet eksempel er varegruppe 16, Grus, sand<br />
mv. samt varegruppe 17, der også er byggeartikler.<br />
Analyseres <strong>for</strong>holdet mellem tX 7 og fX 7 er der overordnet set en negativ<br />
trend, selvom denne ikke kan estimeres signifikant. Det betyder,<br />
at der samlet set kan produceres færre mængder til den samme<br />
pris. Denne <strong>udvikling</strong> kan skyldes at varerne er blevet relativt dyrere,<br />
hvilket igen kan skyldes en ændring i efterspørgslen inden<strong>for</strong> varekategorien<br />
mod dyrere varer.<br />
Tilsvarende tyder <strong>udvikling</strong>erne i <strong>for</strong>holdet mellem tX 16 og fX 16 på at<br />
der produceres flere tons pr. krone. Til gengæld er <strong>for</strong>holdet <strong>for</strong> varegruppe<br />
17 lige modsat. Dette kan synes lidt mærkelig, da begge<br />
disse varegrupper er varer, der anvende i bygge- og anlægssektoren.<br />
Forventningen til de to varegrupper er, at de skulle følge den samme<br />
<strong>udvikling</strong>. <strong>En</strong> <strong>for</strong>klaring på, at dette ikke er tilfældet kan være, at<br />
varerne i varegruppe 16 primært er råstoffer, mens varerne i gruppe<br />
17 er <strong>for</strong>arbejdede materialer (cement, mursten, plastic mv.).<br />
De resterende varegrupper, hvor der ikke er et entydigt <strong>for</strong>hold som<br />
beskrevet af regressionsligningen ( 3-5 ), er varegrupperne 5, 13 og 21.<br />
Disse varegrupper er varegrupper, hvor de producerede mængder<br />
(både i kr. og i tons) er relativt små og variationerne kan tilskrives<br />
tilfældigheder.<br />
3.2.2 Estimationer<br />
Som det fremgår af <strong>for</strong>rige afsnit er der meget, der peger på, at <strong>for</strong>holdet<br />
mellem produktionen i kroner og produktionen i tons følger<br />
de samme <strong>udvikling</strong>er. I nogle tilfælde vil selv små afvigelser fra den<br />
generelle sammenhæng dog kunne få relativt stor betydning <strong>for</strong> den<br />
videre <strong>udvikling</strong> af størrelserne i <strong>model</strong>len. Det er problematisk, at<br />
opstille en entydig sammenhæng <strong>for</strong> værditæthederne i alle varegrupperne,<br />
da det i de fleste tilfælde er kombinationer af mange <strong>for</strong>skellige<br />
faktorer, der bestemmer den samlede <strong>udvikling</strong>. For at fange<br />
nogle af disse <strong>udvikling</strong>er er der der<strong>for</strong> alligevel <strong>for</strong>søgt estimeret<br />
sammenhænge, hvor værditætheden beskrives af <strong>udvikling</strong>en i <strong>for</strong>holdet<br />
mellem prisen på råmaterialer (pV ) og outputprisen.<br />
j<br />
På grund af det meget begrænsede antal observationer er den eneste<br />
mulighed <strong>for</strong> at beskrive <strong>udvikling</strong>en i værditætheden vha. en trend.<br />
Trenden anvendes endnu engang til at beskrive <strong>udvikling</strong>erne i de<br />
ikke-økonomiske <strong>for</strong>klarende faktorer.<br />
Regressionen, der beskrevet som<br />
88<br />
⎛ tX ⎞<br />
⎛ pV ⎞<br />
⎜ j ⎟<br />
⎜ j ⎟<br />
logtx = log⎜<br />
⎟ = α + β log⎜<br />
⎟ + δ T + ε<br />
j,<br />
t ⎜ ⎟ fX j j ⎜ ⎟ pX j j,<br />
t<br />
⎜ j ⎟<br />
⎜<br />
t<br />
j ⎟<br />
⎝ ⎠<br />
⎝ ⎠t<br />
( 3-6 )<br />
hvor tx j,t er værditætheden, tX j er produktionen målt i tons, fX j er<br />
produktionen målt i 1980-DKK, og T er en trend.<br />
Modellen er testet, hvor hhv. β=0 (trend<strong>model</strong>len), δ=0 (pris<strong>model</strong>-