En national godstrafikmodel

Transkript

1 En national godstrafikmodel Metodestudie Notat Otto Anker Nielsen, Mogens Fosgerau, Christian Overgaard Hansen, Mikal Holmblad, Jeppe Husted Rich

2

3 En national godstrafikmodel Metodestudie Notat Otto Anker Nielsen, Mogens Fosgerau, Christian Overgaard Hansen, Mikal Holmblad, Jeppe Husted Rich

4 En national godstrafikmodel Metodestudie Notat Af Otto Anker Nielsen, Mogens Fosgerau, Christian Overgaard Hansen, Mikal Holmblad, Jeppe Husted Rich Tryk: Danmarks TransportForskning Oplag: 100 Copyright: Eftertryk tilladt med kildeangivelse Udgivet af: Danmarks TransportForskning Knuth-Winterfeldts Allé Bygning 116 Vest 2800 Kgs. Lyngby Rekvireres hos: Danmark.dk s netboghandel Tel.: Pris: kr. 50,00 inkl. moms ISSN: (trykt udgave) ISBN: (trykt udgave) ISSN: (elektronisk udgave) ISBN: (elektronisk udgave)

5 Forord En national godstrafikmodel vil kunne finde anvendelse i en lang række sammenhænge. Imidlertid er der store metodiske og statistiske vanskeligheder, som skal overvindes, før en tilfredsstillende model kan realiseres. Trafikministeriet og Hovedstadens Udviklingsråd har derfor ønsket en undersøgelse, som kan bane vejen for en national dansk godstrafikmodel. Projektet gennemføres af Danmarks TransportForskning i samarbejde med Center for Trafik og Transport ved DTU med et samlet budget på kr Projektet er opdelt i fire aktiviteter: 1. En behovsanalyse, som igennem interview med centrale institutioner sammenfatter analysebehovene, som en national godstrafikmodel kan bidrage til. 2. En datagennemgang, som kortlægger mulighederne i eksisterende datakilder. 3. En modelgennemgang, som kortlægger mulighederne i eksisterende nationale modeller i andre lande, såvel som i den forskningsmæssige litteratur. 4. Et arbejdsprogram, som skitserer opbygningen af en national dansk godstrafikmodel udfra brugerbehovene i sammenhæng med de data- og modelmæssige muligheder. Der findes ikke lige så stor konsensus om metoder, som der gælder for persontransportmodeller. Derfor tjener metodegennemgangen i dette notat ikke blot til at give overblik, men også som et selvstændigt bidrag til opbygningen af nationale godstransportmodeller. I notatet struktureres modelleringen i en række trin, som derefter gennemgås hver for sig. Herudover behandles modelramme og andre softwarespørgsmål, som på en gang er vigtige og dårligt beskrevne. Notatet afsluttes med anbefalinger til en dansk modelopbygning. Kgs. Lyngby december 2003 Ole Zacchi Direktør Mogens Fosgerau Forskningschef

6

7 Indhold 1 Indledning Overblik over modelniveauer Beregning af produktion og forbrug Geografisk fordeling af varestrømme Beregning af ændringer i virksomhedslogistik Valg af transportløsning Ligevægt og samspil mellem modeltrin Beregning af produktion og forbrug Baggrund Bruttomodelliste Input-output modeller Generelle ligevægtsmodeller Nationaløkonomiske dynamiske modeller Omkostningsminimeringsmodeller Systemdynamiske modeller Tidsseriemodeller Zone-rate modeller Foreløbig konklusion Input-output og SCGE modeller Koblingen mellem økonomi og transportomkostninger LINE-modellen Produktion Forbrug Import og eksport Anbefalinger Geografisk fordeling af varestrømme Enkeltstående turfordelingsmodeller Samspil med økonomiske modeller Pivot pointing Beregning af ændringer i virksomhedslogistik Valg og lokalisering af lagre Metoder til modellering af logistisk adfærd Udvidelse af model for geografisk fordeling med oplagring... af gods Udvidelse af netværksmodel med oplagring af gods Selvstændig delmodel til beskrivelse af oplagring af gods SMILE SAMGODS... 39

8 5.2.6 GoodTrip Anbefalinger Valg af transportmiddel og rute Håndtering af alternativer Alt eller intet Forudsatte kendte diskrete valgsæt Generering af valgsæt til diskret valgmodel Simultan generering af valgsæt og ruter Multimodale rutevalgsmodeller Anbefaling Nyttefunktioner Overførsel af estimerede nyttefunktioner til rutevalgsmodeller Segmentering Parametriserede nyttefunktioner med ikke-lineariteter Heterogene præferencer Køretøjskapacitet Softwarespørgsmål Estimationssoftware STAN rutevalgsmodel Anden standardsoftware til rutevalgsmodeller Egenudvikling Anbefalinger Transportlogistik Lange transporter Lokal distribution og citylogistik Anbefalinger Transportnetværksmodellering Kapacitetsrestriktioner Netværkskapacitet Transportmiddelspecifikke omkostningsfunktioner Tidsafhængig kapacitet Køreplansbaserede net Softwarespørgsmål Anbefalinger Modelramme og andre softwarespørgsmål Ligevægt mellem modeltrin Transformationer mellem delmodeller Geografiske informationssystemer Standardsoftware Cube VISUM/PTV... 75

9 9.5 Standardsoftware eller egenudvikling af software Modelramme Anbefalinger Anbefalinger Appendiks 1 SAMGODS Indledning Opbygning af SAMGODS ISMOD EARLY VTI/TPR Udlandshandelsmodel Vareværdimodellen Netværksmodellen Netværket Transportformer Varegrupper Transportomkostninger Diskussion Appendiks 2 NEMO/PINGO Indledning Beskrivelse af PINGO Økonomisk struktur i PINGO Beskrivelse af NEMO Omkostningsfunktioner Zoneinddeling O/D-matricer for indenlandsk transport O/D-matricer for import/eksport Diskussion Appendiks 3 SMILE Indledning Opbygningen af SMILE Økonomimodulet Forbrugsstruktur Produktionsstruktur Lokaliseringsstruktur Transportmodulet Logistik Netværket Diskussion Appendiks 4 Andre modeller og studier

10 4.1 Senex og den nationale lastbilmodel Andre danske studier og modeller Anvendelse af SP-data i danske godsmodeller Engelsk modelreview Andre udenlandske reviews og modeller EU modeller Appendiks 5 Litteratur

11 1 Indledning Formål og baggrund Dette notat afrapporterer tredje aktivitet i projektet En national godstrafikmodel, som udføres for Trafikministeriet og Hovedstadens Udviklingsråd af Danmarks TransportForskning i samarbejde med Center for Trafik og Transport ved Danmarks Tekniske Universitet. Aktiviteter Projektet omfatter i alt fire aktiviteter: 1. En behovsanalyse, som igennem interview med centrale institutioner sammenfattede analysebehov, som en national godstrafikmodel kan bidrage til at dække. 2. En datagennemgang, som kortlægger eksisterende datakilder. 3. En modelgennemgang, som kortlægger mulighederne i eksisterende nationale modeller i andre lande, såvel som i den forskningsmæssige litteratur. 4. Et arbejdsprogram, som skitserer opbygningen af en national dansk godstrafikmodel ud fra brugerbehovene i sammenhæng med de data- og modelmæssige muligheder. Der udarbejdes selvstændige notater i forbindelse med hver af de fire aktiviteter. Dette notat vedrørende modelgennemgangen er således det tredje. Baggrundsmateriale Notatet bygger på en gennemgang af eksisterende litteratur, tidligere reviews, samt forfatternes egne erfaringer. I særlig grad kan nævnes et review gennemført for Transportrådet (Kristensen & Petersen, 2002 samt Jovicic, 2002) der har et dansk fokus, et nyligt stort engelsk udredningsarbejde gennemført for det Engelske Transportministerium (se Appendiks 4.4, samt Williams m.fl. 2000a-i), samt et omfattende materiale vedrørende EU-modeller, som Panayotis Christidis fra EU's Institute for Prospective Technological Studies (IPTS) har været venlig at fremsende (se Appendiks 4.6). To danske godsmodeller er for øjeblikket under udvikling, Senex for trafikken mellem Danmark og Tyskland (TetraPlan, 2003) samt en national lastbilmodel. Da disse endnu ikke er endeligt dokumenteret 1, er der gennemført et interview derom med Morten Steen Petersen og Hjalmar Christiansen, TetraPlan. Derudover er der indhentet litteratur om de enkelte mo- 1 TetraPlan (2003) foreligger kun som udkast. 1

12 deller, samt metodisk litteratur. Hvilken fremgår af litteraturlisten i Appendiks 5. Valgte modeller Det er ud fra baggrundsmaterialet valgt at beskrive 3 udenlandske modeller særligt grundigt i appendiks, 1) den svenske SAMGODS-model (Appendiks 1), 2) det norske modelsystem NEMO/PINGO (Appendiks 2) og 3) den hollandske SMILE (Appendiks 3). Kriterierne for valget af disse modeller var dels den geografiske nærhed til Danmark, dels at de hver for sig indeholder metodiske bidrag, der udmærker sig i forhold til de fleste udenlandske modeller; Den svenske SAMGODS har sit fokus tæt på Danmark, og det vil være en mulighed at forestå en fælles modeludvikling i Øresundsregionen. Det Svenske Institut for Kommunikationsanalyse (SIKA) er åben for samarbejde vedrørende modellen. Der har været afholdt indledende drøftelser derom. SAMGODS bygger imidlertid på dyr proprietær software (rutevalgsmodellerne), hvilket er en hindring for en eventuel tillempning af modellen til danske forhold. SAMGODS er forholdsvis traditionel, både hvad angår efterspørgsel, transportmiddelvalg og rutevalg. Den norske landmodel NEMO/PINGO udmærker sig ved omfatte en rumlig generel ligevægtsmodel i sammenhæng med infrastruktur og godstransport. Dette er nyt i en national model med en rimelig geografisk detaljeringsgrad. Den hollandske SMILE har et udbygget logistikmodul, modsat de fleste godstransportmodeller. Appendiks 4 rummer en kort oversigt over andre modeller og studier, der er fundet relevante, men som ikke beskrives i samme detaljeringsgrad som de tre udvalgte modeller, SAMGODS, NEMO/PINGO og SMILE. Derudover blev det i en relativ sen fase af projektet besluttet at beskrive et amerikansk software, Cube Cargo, idet dette hvad angår modelramme og beskrivelse af logistik rummer visse muligheder. Beskrivelsen heraf er tilføjet i de afsnit af notatet, hvor det er fundet relevant. Godsmodelkonference Den 8. og 9. September, 2003 afholdt Center for Logistik og Godstransport (CLG) en international godsmodelkonference (se under hvor resultaterne af nærværende projekt blandt andet blev præsenteret og diskuteret. Derudover deltog ledende modelbyggere bag SAMGODS, SMILE, NEMO/PINGO, STAN (netværksmodellen i SAMGODS og NEMO PINGO), tyske modelbyggere, Cube, samt lederen af ovennævnte engelske modelreview (Ian Williams). Diskussioner fra konferencen er til en vis grad indarbejdet i notatet. 2

13 Kommentarer Endelig har Staffan Widlert fra SIKA givet en række kommentarer til et udkast til notatet, som er indarbejdet i den endelige version. Læsevejledning Notatets appendiks giver et review af eksisterende modeller, mens selve notatet i højere grad fokuserer på at give et generelt overblik over de metoder, der er vurderet som særligt relevante. Hovedteksten rummer derudover en del referencer til specifikke modeller, hvor det er skønnet nødvendigt for forståelsen. Kapitel 2 giver et overblik over modelniveauer, og er som sådan ment som en introduktion til det resterende notat. I særlig grad fremhæves afsnit 2.4, der diskuterer valg af transportløsning. Dette strukturerer valg af transportmiddel og rute, transportlogistik og transportnetværksmodellering som separate men samspillende problemstillinger. Kapitel 3-8 beskriver typiske modeltrin og problemstillinger ved modellering af godstransport, startende med overordnede økonomiske problemstillinger og sluttende med detaljerede netværksmodeller. Kapitel 3 beskriver overordnede økonomiske sammenhænge og modeller til beregning af produktion og forbrug. Kapitel 4 beskriver den geografiske fordeling af varestrømme (i det omfang den ikke allerede fremgår af modeller til beregning af produktion og forbrug). I notatet skelnes mellem de logistiske beslutninger, der hidrører transportkøberne, f.eks. beslutninger om forsyningskæder og lagerstruktur- (kapitel 5), og rene transportlogistiske beslutninger (kapitel 7), der typisk tages af transportører (kapitel 6). I enkelte tilfælde foretages beslutningerne af samme organisation (for eksempel IKEA), mens transportkøberne i nogle tilfælde endog outsourcer dele af virksomhedslogistikken. Det påvirker dog ikke det hensigtsmæssige i at beskrive de forskellige beslutningsniveauer i separate modeltrin, der typisk har forskellige tidshorisonter og beskriver strategiske versus taktiske beslutningsniveauer. Modelleringen af transportnetværk omtales i kapitel 8. I kapitel 9 behandles generelle softwarespørgsmål, og anbefalinger til implementering af et samlet modelkompleks. Endelig opsummerer kapitel 10 kort resultater fra notatet og giver nogle overordnede anbefalinger, idet detaljerede anbefalinger for en kommende dansk modeludvikling vil fremgå af projektets fjerde notat, der som nævnt skitserer opbygningen af en national dansk godstrafikmodel ud fra brugerbehovene i sammenhæng med de data- og modelmæssige muligheder. 3

14 2 Overblik over modelniveauer I det følgende gives en overordnet gennemgang af forskellige mulige modelniveauer i en godsmodel, der fra de mest strategisk langsigtede til operationelle kortsigtede problemstillinger omfatter: 1. Beregning af produktion og forbrug 2. Geografisk fordeling af varestrømme 3. Beregning af ændringer i virksomhedslogistik 4. Valg af transportmiddel og rute 5. Transportlogistik 6. Transportnetværksmodellering. Denne struktur beskrives kort i det følgende, samt mere omfattende i de efterfølgende kapitler. 2.1 Beregning af produktion og forbrug Beregning af produktion og forbrug beskriver den helt overordnede økonomiske vækst, og dennes relation til transport. Modelkategorien har bortset fra de mest heuristiske modeller afsæt i økonomisk teori. Modellerne arbejder typisk på et geografisk aggregeret niveau. I forhold til andre dele af godstransportmodellering, er der opnået mindre enighed om ét modelparadigme, og forskellige teoridannelser beskrives derfor kort i kapitel 3. En del godsmodeller mangler helt økonomiske modeller, mens mange andre ikke rummer et feedback fra transportsektoren til økonomien. Sidstnævnte er endog tilfældet for nogle af de rumlige økonomiske modeller. Det vil primært være i forbindelse med vurdering af meget store strategiske beslutninger om transportudbudet, at det er nødvendigt at inkludere et sådant feedback. Eksempler er de største infrastrukturanlæg samt gennemgribende økonomiske tiltag, som indførelse af kørselsafgifter eller ændring af fradragsregler. 4

15 Under alle omstændigheder vil der for langsigtede prognoser være et behov for brug af økonomiske modeller til fremskrivning af den økonomiske vækst og udviklingen af andre baggrundsvariable. Og det vil derfor være hensigtsmæssigt, at en national godsmodel som et minimum har links til eksisterende modeller inden for området. 2.2 Geografisk fordeling af varestrømme Den geografiske fordeling af varestrømme kan beskrives i en særskilt model (se afsnit 4.1); typisk som kompensation for en manglende egentlig økonomisk model. Imidlertid vil det selv med en selvstændig økonomisk model ofte være nødvendigt at disaggregere outputtet fra økonomiske modeller, der som regel arbejder på et meget overordnet zoneniveau, f.eks. amter i Danmark til et trafikzoneniveau. Her vil modeller til geografisk fordeling af varestrømme med en vis tillempning kunne inkludere transportudbud på en mere konsistent måde end blot brug af fordelingsfaktorer. Og derved vil modeller for geografisk fordeling af varestrømme yde et nyttigt bidrag til det samlede modelkompleks. Forslag til fremgangsmåder hertil beskrives i afsnit 4.2. Resultatet fra en model, der beregner den geografiske fordeling af varestrømme formuleres ofte i en P/C-matrix (Production/Consumption), der angiver produktionen i en zone, som sendes til forbrug i en anden zone, hvor både virksomheder og forbrugere kan være de forbrugende modtagere af godset. I nogen tilfælde vil man beskrive logistikniveauet ved, at det omsætter en P/C-matrix til en O/D-matrix, som angiver den geografiske fordeling af transporter (Origin/Destination). En transport fra P til C, som konsolideres i et punkt, vil således optræde som to transporter i O/Dmatricen. 2.3 Beregning af ændringer i virksomhedslogistik De fleste godstransportmodeller tager ikke hensyn til logistiske overvejelser om valg og lokalisering af lagre. Herved forklares transporten kun med relationen mellem producent og slutbruger, hvilket kan give helt forkerte strømme i transportnettet. Et eksempel er IKEA s distribution, der foregår med tog fra Älmhult i Sverige til Duisburg i Tyskland, hvorfra varerne udbringes med lastbil til de enkelte varehuse, f.eks. i Taastrup. Transportstrømmen er således ganske anderledes, end hvis det foregik med lastbil direkte fra Älmhult til Taastrup. Virksomhedslogistiske modeller er særdeles komplicerede at opbygge, og i særlig grad at etablere det nødvendige datagrundlag herfor. Men enkelte modeller er lykkedes i praksis, f.eks. den hollandske SMILE. Om end be- 5

16 skrivelsen af godssektoren her simplificeres betydeligt, er der dog tale om et væsentligt fremskridt i forhold til helt at ignorere virksomhedslogistiske problemstillinger. Kapitel 5 beskriver nærmere problemstillingen og giver anbefalinger til modeller herfor. 2.4 Valg af transportløsning Givet en geografisk fordeling af varestrømme og beregnet virksomhedslogistik (lager og forsyningsstruktur) vil den konkrete transport skulle besluttes. Transportkøbere Købere af transport tager i nogle situationer end ikke stilling til transportmiddel og rute (for eksempel ved pakketransport, der købes hos en speditør). I andre tilfælde vælges bestemte transportmidler til (eller fra). For eksempel vælges lastbil, mens det er op til transportøren at vælge rute, for eksempel ved at vognmanden disponerer selve transporten. Og endelig er der situationer, hvor køberen af transport også selv organiserer transporten (for eksempel IKEA Rail). Under alle omstændigheder er enheden for transportefterspørgslen godsmængder (stykgods, bulk, containere, etc.), der således skal konsolideres til transportmidler (lastbiler, skibe, tog, etc.). Transportkøberne tager stilling til transporten, givet deres valg af lagerstruktur (virksomhedslogistik). Således tager en virksomhed eksempelvis stilling til antal lagre i dens europæiske distribution, hvorfra transportørerne tager stilling til den videre transport og transportlogistik. Modelteknisk kan det antages, at transportkøberne minimerer en omkostningsfunktion, som kan estimeres vha. kendte økonometriske teknikker. Den enkelte transport vil normalt antages at benytte det transportmiddel og den rute, der er optimal for den enkelte transport givet dens omkostningsfunktion. Der findes i dag effektive løsningsalgoritmer for dette problem. Konsolidering Imidlertid vil det som nævnt være nødvendigt med konsolidering for at holde transportprisen nede og udnytte transportmidlernes kapacitet. Den enkelte transportør, der råder over en flåde af transportmidler, vil således søge at optimere sit system så efterspørgslen mødes bedst muligt efter et givent optimalitetskriterium. Principielt kan transportørerne justere såvel priser som andre udbudsvariable vedrørende transporter. Den enkelte transportør agerer således systemoptimerende, hvad angår sin del af transportsystemet. For at udvikle effektive transportløsninger, går transportører ofte sammen i klynger af firmaer, for eksempel danske fragtmænd, hvorved der sikres en mere effektiv konsolidering. 6

17 Transportudbydernes beslutninger konsoliderer godset fra godsenheder til transportmidler. Dette kan i princippet indeholde omladninger, multimodale transporter, kortvarig lagring af gods, m.v. Udbudsligevægt Visse modeller forsøger en simplificeret beskrivelse af ligevægten, hvor det forsøges at inkludere visse af transportørernes beslutninger i nyttefunktioner for de enkelte transportmidler. Nytter afhænger af transportmængderne; jo højere udnyttelsesgrad des lavere pris, etc. Imidlertid er sådanne systemoptimeringer vanskelige at formulere (som det diskuteres i afsnit om STAN-modellen i SAMGODS), og er også løsningsalgoritmisk vanskelige, hvilket kan ledet til ustabile løsninger. Transporterhvervet er konkurrencepræget, så man kan med god tilnærmelse benytte faste omkostningsfunktioner for givne transportmidler. Man vil dog kunne antage, at priserne falder ved større efterspørgsel, fordi det sikrer bedre kapacitetsudnyttelse i større og mere effektive transportmidler og mindre tomkørsel. Man vil således kunne argumentere for en aftagende priskurve som funktion af transportmængder. Principper herfor beskrives i kapitel 7. Netværkskapacitet Når godset er omsat til transportmidler, kan det være nødvendigt at modellere kapacitetsrestriktioner i transportnettet. Dette kan eksempelvis være relevant for lastbiltransport og visse dele af skibstransporten (terminalhåndtering). Hvad angår jernbanetransport allokeres normalt bestemte kanaler til godstog, hvorved kapaciteten da enten er sikret - eller ej. Kapacitetsmodeller er i dag veludviklede, herunder også ligevægtsmodeller for rutevalg i transportnet (for eksempel lastbiler). Det er således forholdsvist ukompliceret at indarbejde dette i en godstransportmodel. I nærværende notat skelnes således mellem følgende modelniveauer for valg af transportløsning: 1. Valg af transportmiddel og rute (kapitel 6) 2. Transportlogistik (kapitel 7) 3. Transportnetværksmodellering (kapitel 8). Taktiske og strategiske transportlogistiske beslutninger om eksempelvis nedlæggelse af ruter og ændringer af terminalstrukturer er svære at beskrive. Derfor beskrives i kapitel 6 kun modeller for valg af transportmiddel og rute givet et bestemt overordnet transportlogistisk mønster, mens kapitel 7 kort skitserer transportlogistik og kapitel 8 eksisterende metoder til transportnetværksmodellering. 7

18 2.5 Ligevægt og samspil mellem modeltrin En ikke ubetydelig del af et modelkompleks er en række udvekslingsrutiner mellem modeltrin, samt en mekanisme, der sikrer konvergens i iterationerne mellem de forskellige delmodeller. Disse samt andre softwarespørgsmål diskuteres nærmere i kapitel 9. 8

19 3 Beregning af produktion og forbrug I dette kapitel beskrives metoder til at beregne varestrømme mellem zoner, såvel i basisår som i prognoseår. Herunder diskuteres feedbackeffekter fra godstransport tilbage til økonomien. Først gives en generel beskrivelse af de økonomiske mekanismer, der giver anledning til godstransport. Udviklingen i godstransporten bestemmes af udviklingen i produktion og forbrug, idet godstransport flytter varerne fra produktionssted til forbrugssted. For at beregne udviklingen i varestrømme er det således nødvendigt at kende udviklingen i produktion og forbrug. Det er endvidere vigtigt at beskrive, at produktion og efterspørgsel er lokaliseret forskellige steder. Ændringer i lokaliseringen giver direkte anledning til ændringer i transportomfanget. En given produktion benytter en række inputs kaldet faktor inputs (råvarer/halvfabrikata, kapital og arbejdskraft) og producerer en række outputs. Disse outputs anvendes dels som input i andre virksomheder (intermediære varer), dels til endeligt forbrug hos forbrugerne. Forbrugernes efterspørgsel efter varer er bestemt af indkomst og priser. Ændringer i disse fører til ændringer i efterspørgslens størrelse og sammensætning. Herudover forekommer der løbende udvikling i indkomst og priser, blandt andet som følge af teknologisk udvikling og deraf afledt vækst i produktiviteten. Indkomstvækst fører til øget efterspørgsel efter varer, som trækker produktion og transport med sig gennem hele systemet. Indkomstvækst forøger generelt ikke efterspørgslen efter alle varer lige meget. Efterspørgslen stiger mere efter nogle varer end andre, hvilket også har transportmæssige konsekvenser. Ændringer i de relative priser, hvor nogle varer bliver dyrere eller billigere end andre varer fører til ændringer i sammensætningen af efterspørgslen, både forbrugernes efterspørgsel og virksomhedernes efterspørgsel efter inputs, hvilket igen har transportmæssige konsekvenser. Omvendt er det også oplagt, at godstransporten har betydning for sammensætningen og omfanget af de økonomiske aktiviteter. Transportomkostningerne indgår i varernes pris hos aftagerne og har dermed betydning for efterspørgslens størrelse og sammensætning, både for virksomheder og 9

20 forbrugere. Transportpriser har også betydning for konkurrencen, idet omkostningen ved transport kan skabe lokale markeder med nedsat konkurrence. Således kan reducerede transportomkostninger forstærke konkurrencen, hvilket kan påvirke prissætningen både for varer og arbejdskraft. Således har ændrede transportomkostninger betydning for omfang og geografisk fordeling af produktion og beskæftigelse. Kapitelindhold Afsnit 3.1 indeholder en kort gennemgang af kravspecifikation til modellen jf. behovsanalysen (Fosgerau m.fl., 2003b). Herefter følger i afsnit 3.2 en bruttoliste samt korte beskrivelser af forskellige metodetilgange. Afsnittet afrundes med en anbefaling til typen af modeller, der bør anvendes. Afsnit 3.3 fokuserer på metodiske problemstillinger for input- outputmodeller og SCGE 2 modeller med speciel fokus på LINE, SAMGODS og PINGO. Afsnit 3.4 indeholder konklusioner og anbefalinger. 3.1 Baggrund Ifølge behovsanalysen (Fosgerau m.fl., 2003b) er det vigtigt for en dansk national godstransportmodel at kunne beskrive transportudviklingen på basis af økonomiske fremskrivninger. Modellen skal kunne generere prognoser, der er konsistente med forventninger til udviklingen i den danske økonomi i øvrigt. Modellen skal yderligere kunne håndtere international trafik. Det er derfor vigtigt at overveje koblingen mellem økonomien og transportsektoren nøjere (afsnit 3.3.1). 3.2 Bruttomodelliste Metoder til bestemmelse af produktion og forbrug er behandlet i en række internationale reviews, bl.a. RAND Europe (2001), Pendyla & Shankar (2000) og Tavasszy m.fl. (2000). Et alternativt review er Janssen & van den Bergh (2000), der beskriver økonomiske flowmodeller med udgangspunkt i energisektoren. Her opstilles bruttolister over forskellige modeltyper til beregning af produktion/attraktion, eller mere generelt økonomiske strømme, mellem regioner og sektorer. I tillæg til bruttolisten fra disse referencer inddrages også Nationaløkonomiske dynamiske modeller, hvor ADAM modellen er særligt relevant for Danmark. For en detaljeret beskrivelse af den danske LINE model og input-output og ligevægtsmodeller generelt henvises til afsnit 3.3. I det følgende er det valgt at diskutere følgende modeltyper: 1. Input-output modeller 2. Generelle ligevægtsmodeller 2 Engelsk forkortelse af Spatial Computable Generalised Equilibrium. 10

21 3. Nationaløkonomiske dynamiske modeller 4. Omkostningsminimeringsmodeller 5. Dynamiske systemmodeller 6. Tidsseriemodeller 7. Zone-tur-rate modeller Input-output modeller Input-output modeller repræsenterer strømme af penge og varer mellem de forskellige producenter og forbrugere i økonomien. Leontief teknologi Modellerne bygger på Leontief teknologi, hvilket indebærer en antagelse om at virksomheder producerer varer med faste proportioner mellem faktor inputtene. Det vil sige, at selv hvis nogle input bliver relativt dyrere i forhold til andre, vil virksomhederne fortsætte med uændret sammensætning af inputs. Dette er en restriktiv antagelse, idet virksomheder som regel vil ændre sammensætningen af inputs, hvis de relative priser ændrer sig. Man taler i den forbindelse om substitutionseffekter i produktionen. Datamæssigt baseres modellerne typisk på input-output tabeller eller social accounting matricer (SAM), der repræsenterer økonomien som et sæt af balancerede konti. Modsat input-output tabeller indeholder en SAM udover et regnskab mellem produktion og inputs også et regnskab mellem indkomst og endelig efterspørgsel, hvad der refereres til som inducerede effekter. Styrken ved denne modeltype er beskrivelsen af, hvordan efterspørgslen (inklusiv eksport) trækker produktion i flere led, gennem virksomhedernes efterspørgsel efter inputs (inklusiv import). LINE modellen udviklet i samarbejde mellem Amternes og Kommunernes Forskningscenter (AKF) og Fødevare Økonomisk Institut (FØI) er et dansk eksempel på en sådan model. Relevante referencer til LINE er Madsen m.fl. (2001a & 2001b) Generelle ligevægtsmodeller Generelle ligevægtsmodeller beregner en økonomisk ligevægt i priser og mængder af varer. I princippet omfattes alle markeder og alle priser, og mængder bestemmes i modellen. Agenterne i økonomien (forbrugere og virksomheder) beskrives hver for sig, og de agerer optimerende. Generelle ligevægtsmodeller har på datasiden store ligheder med inputoutput modeller, er typisk baseret på en SAM og regner i penge. Den primære forskel består i, hvordan økonomien er beskrevet på produktionssi- 11

22 den og efterspørgselssiden. Produktion beskrives eksplicit gennem produktionsfunktioner, hvorved Leontief teknologien kan erstattes med mere komplicerede produktionsfunktioner, som kan fange substitutionseffekter. På efterspørgselssiden beskrives forbrugselasticiteter og substitutionseffekter ud fra definitionen af nyttefunktionerne. Som med input-output modeller er ligevægtsmodellers styrke en god beskrivelse af de kausale sammenhænge i økonomien, men med den fordel at substitutionseffekter kan adresseres. Her ligger samtidig en svaghed ved ligevægtsmodeller, idet det forudsættes at en lang række elasticiteter er til rådighed Nationaløkonomiske dynamiske modeller Denne type modeller som for Danmarks tilfælde er repræsenteret ved ADAM og for Sveriges tilfælde ved ISMOD, er dynamiske ikke-rumlige nationaløkonomiske modeller. De er begge bygget op omkring fejlkorrektionsmodeller estimeret ud fra lange nationale tidsserier, hvorved modellerne omfatter dynamiske tilpasningsmekanismer. På produktionssiden indeholder modellerne en input-output struktur. Det dynamiske aspekt er vigtigt, fordi tidsserier som regel forklares bedst, når der tages højde for dynamisk tilpasning til en langsigtet ligevægt. Økonomien udsættes løbende for stød, hvorefter det tager en vis tid, inden den finder tilbage til ligevægt. Modeller, der tager højde for dette, er bedre i stand til at måle styrken af de undersøgte sammenhænge. I en prognose situation kender man ikke de fremtidige stød, der vil komme, men må forudsætte den forventede værdi af stødene, som er nul. Derfor er den aktuelle afvigelse fra ligevægt den eneste information om stød, der kommer med i en prognose. Efter en årrække, måske fem til ti år, er denne effekt døet ud. På en længere horisont har modellens dynamik således ikke særlig betydning for prognosen. Det er helt oplagt at udnytte den information, der findes i ADAM om den nationale økonomiske udvikling over tid. Danske fremskrivninger af økonomiske variable vil derfor typisk være ADAM fremskrivninger. Således kan ADAM anvendes til at fremskrive udviklingen over tid. Omvendt findes der så vidt vides ikke eksempler på, at feedback-effekter fra en trafikmodel er inkluderet i en model som ADAM. Således kan ADAM ikke benyttes til at vurdere effekten på produktion og beskæftigelse som følge af ændringer i transportsystemet. ADAM modellen har en lang historie og anvendes i mange sammenhænge. Således vil ADAM prognoser for den fremtidige økonomiske vækst være 12

23 mere pålidelige, end hvis man starter forfra med en helt ny økonomisk model Omkostningsminimeringsmodeller Modellerne søger at finde den bedste løsning ud fra et sæt af klart definerede alternativer ved at minimere systemomkostningerne givet forskellige politiske målsætninger. Systemet har været anvendt til at beskrive gods- og materialestrømme samt energiforbrug (Sundberg, 1993 og Gielen, 1999). Der er flere problemer i forhold til disse modeller. Dels er de mere normative end beskrivende, hvilket ikke harmonerer med det nærværende behov for en model. Dernæst er der ingen integration med andre økonomiske aktiviteter, og efterspørgselssiden er eksogen Systemdynamiske modeller I systemdynamiske modeller simuleres vekselvirkninger og relationer mellem sektorer, agenter og produktionsfaktorer eksplicit udtrykt ved differensligninger, der beskriver ændringen over tid i en given størrelse for en given sektor som funktion af andre variable fra andre sektorer i det økonomiske system. Det samlede system af differensligninger integreres numerisk i passende sekventielle trin. Modellerne er således opbygget i en slags årsag/virkningsstruktur med positive og negative feedbacks mellem sektorerne, hvor systemets dynamik simuleres. Et eksempel findes i van den Berg & Nijkamp (1994). Detaljering af sektorer og faktorer er nødvendigvis stærkt aggregeret og simplificeret af hensyn til modellens kompleksitet og det samlede dynamiske systems stabilitet. Vekselvirkningerne eller de funktionelle sammenhænge mellem karakteristiske størrelser for modellens sektorer fastlægges som udgangspunkt på baggrund af relevant litteratur og særskilte studier. Nogle parametre kan dog forsøges bestemt i modellen ved en trial and error tilgang. Det empiriske fundament for de funktionelle sammenhænge er ofte svagt. Hovedformålet for en systemdynamisk modelbeskrivelse er ikke kvantitativ præcision, men en modeldynamik som kvalitativt kan beskrive reaktionerne i et virkeligt økonomisk system. En dynamisk model er derfor mest egnet til at sammenligne forskellige politikker mere end kvantitativt at beregne resultatet af et enkelt tiltag eller forandring i økonomien. Den europæiske transportmodel SCENES omfatter en systemdynamisk komponent. 13

24 3.2.6 Tidsseriemodeller Disse modeller bygger på historiske trends, som ekstrapoleres ud i fremtiden. Der findes meget avancerede økonometriske værktøjer til dette, men i transportsammenhæng ses ofte meget simplere metoder anvendt. En tidsseriemodel beskriver kun en begrænset del af en samlet økonomisk struktur, og er derfor ikke underlagt en betingelse om en samlet økonomisk balance. Eventuelt behøver tidsseriemodeller slet ikke at involvere monetære enheder, idet størrelsen som beskrives udmærket kan være udtrykt i fysiske enheder som vægt eller volumen. Ved beskrivelsen af en given tidsserie kan andre tidsserier involveres som forklarende variable. Modellerne har dog ofte mere karakter som beskrivende end som forklarende. Således vil eksempelvis fremtidige konsekvenser af større omlægninger, forandringer og tiltag uden historiske paralleller vanskeligt kunne belyses, da modellerne er partielle og ikke omfatter generelle ligevægtseffekter. Typisk vil modellerne beskrive temmelig aggregerede størrelser for at undgå støj, som kan ligge i mere disaggregerede størrelser. Der kræves generelt lange tidsserier, for at kunne estimere sådanne modeller pålideligt. Omvendt vil en fremskrivning baseret på tidsserier ofte give bedre resultater end fremskrivninger baseret på data for et eller få år. En model som ADAM omfatter et stort antal tidsserierelationer i en samlet struktur Zone-rate modeller Zone-rate modeller estimerer produktion og efterspørgsel på baggrund af simple indikatorvariable. Med zonedata, såsom antal virksomheder og antal ansatte i forskellige sektorer, kan man således opstille statistiske sammenhænge for produktionen. På tilsvarende måde kan man med zonedata opstille statistiske sammenhænge for efterspørgslen. Zone-rate modeller anvendes i praksis, når datagrundlaget er svagt, eller når der ikke er ressourcer til en mere omfattende indsats Foreløbig konklusion I tabel 1 opsummeres fordele og ulemper ved de omtalte modeltyper. 14

25 Model Fordele Ulemper Kompleksitet Input-output - Mulighed for feedback- - Leontief teknologi Middel / Stor effekter - Datakrævende (SAM - Prisligevægt matricer) - Rumlighed Generel ligevægt - Alle fordele fra I/O - Datakrævende (SAM Stor - Fleksibel teknologi matricer) - Fleksibel beskrivelse af efterspørgselsside - Fastlæggelse af elasticiteter Nationaløkonomiske dynamiske - Foreligger gennemar- - Ikke rumlig Lille yderli- modeller bejdet og valideret. Kan anvendes direkte - Ingen feedback fra transportsektor gere indsats - God dynamisk beskrivelse (ECM) - Konsistent med officielle prognoser Omkostningsminimeringsmodeller - Normativ frem for be- Middel skrivende - Ingen kausale sammenhænge Systemdynamiske modeller - Dynamik er integreret - Dårlig eller ingen beskrivelse af kausalitet Middel / Stor - Svag international anvendelseserfaring - Svagt empirisk fundament Tidsseriemodeller - Dynamik Ingen kausale sammenhænge Zone-rate modeller - Simpel Ingen kausale sammenhænge Lille Lille Tabel 1: Modelkarakteristikker. Såfremt der ønskes en beskrivelse af kausale økonomiske sammenhænge, må denne forankres i en input-output model eller en generel ligevægtsmodel. Omvendt er modelkompleksiteten for disse modeller stor, hvilket dels 15

26 beror på det omfattende datakrav og dels, på vanskeligheder ved løsningen af modellerne (specielt for generel ligevægtsmodeller). I generelle ligevægtsmodeller er det endvidere nødvendigt at fastlægge substitutionselasticiteter, og det empiriske fundament for dette kan være svagt. Det taler for at anvende en simplere input-output model. Omvendt må man indføre generel ligevægtsprincipper, hvis substitutionseffekter vurderes at være vigtige at beskrive. Både input-output og generel ligevægt giver mulighed for at etablere feedback mekanismer, hvorved ændrede transportomkostninger påvirker den økonomiske aktivitet. Det er oplagt at koble sådanne modeller til den generelle økonomiske udvikling som bestemt af beregnet for eksempel ADAM. Det er dog ikke på samme tid muligt, uden at tage højde for konsistensproblemer, både at have en sådan kobling til ADAM og at have feedbackeffekter. 3.3 Input-output og SCGE modeller Metoder til beregning af produktion og forbrug bør forankres i rumlige input-output baserede modeller. Fremskrivning af den økonomiske vækst bør trække på ADAM. Nedenfor ses nærmere på problemer og fremgangsmåder i relation hertil. Et centralt spørgsmål vedrørende udviklingen af input-output modeller og rumlige ligevægtsmodeller angår datagrundlaget for varestrømme mellem zoner. I den forbindelse er det oplagt, at arbejdet omkring LINE modellen (afsnit 3.3.2) og de tilknyttede SAM-K matricer (afsnit ) bør udgøre det danske datagrundlag. Der er lagt mange ressourcer i udviklingen af disse rumlige SAM-matricer, og dette har affødt et datagrundlag der dels er konsistent med nationalregnskabet, og som findes på et detaljeret geografisk og sektoralt niveau. Der henvises til gennemgangen af datagrundlaget for ny godstransportmodel (Overgård Hansen m.fl., 2003) samt til Madsen m.fl. (2001b) Koblingen mellem økonomi og transportomkostninger Et relevant spørgsmål er, hvordan koblingen mellem økonomi og transportomkostninger etableres. I de fleste modeller fra bruttolisten er dette spørgsmål simpelt, eftersom transportpriser samt udbud og efterspørgsel er eksogent. For økonomiske modeller er dette imidlertid ikke tilfældet. 16

27 Vi antager, at transportmiddelvalg og rutevalg (inklusive skift mellem logistikkæder) ligger i en separat trafikmodel, som det er tilfældet i SAMGODS (STAN) og NEMO/PINGO (NEMO). Typisk vil også konverteringen fra pengemængder per vareenhed til tons ligge i transportmodellen. Transportmodellen finder en ligevægt i transportsystemet repræsenteret som ligevægtsnetbelastninger, hvorfra transportomkostninger er en afledt størrelse. Den økonomiske model bestemmer en prisligevægt på alle markeder givet transportomkostningerne. Koblingen mellem de to ligevægtssystemer udgør en særskilt problemstilling. En mulig fremgangsmåde er følgende. 1. Beregn initiale transportomkostninger i trafikmodellen 2. Anvend 1) til at kalibrere den økonomiske model i basisåret 3. Definer alternativt scenarie i trafikmodel 4. Beregn trafikmodellen i det alternative scenarie med udgangspunkt i varestrømmene fra 2) 5. Indlejr de nye transportomkostninger fra 4) i den økonomiske model og find modellens nye økonomiske ligevægt 6. Beregn trafikmodellen med udgangspunkt i de nye varestrømme fra 5) 7. Itererer 5) og 6) indtil konvergens 3. Formentligt, som det har været erfaringen fra internationale studier (Romp & Osterhaven, 2002), er såkaldte højere ordenseffekter forholdsvist små. Hermed menes effekten af de ændringer i transportomkostningerne der returneres til den økonomiske model. Af den grund vil man formentligt kun behøve 1 eller 2 iterationer LINE-modellen LINE-modellen, udviklet på Amternes og Kommunernes Forskningscenter (Madsen m.fl., 2001a), er en rumlig input-output model, der opererer på kommunalt niveau eller i en mere aggregeret form på amtsniveau. Eftersom modellen er nøje forbundet med SAM-K matricerne og repræsenterer en 3 I princippet konvergerer rene iterative algoritmer ikke nødvendigvis, jf. diskussionen i afsnit 9.1. Imidlertid må transportomkostninger i de fleste scenarier antages at påvirke de økonomiske modeller så relativt svagt, at man kan benytte en iterativ algoritme. 17

28 forholdsvis komplet rummelig økonomisk model er der grund til at kigge nærmere på strukturen i forhold til godstransportproblematikken. LINE ligner i struktur en traditionel input-output model med Leontief teknologi, hvor der produceres i faste proportioner, og hvor den økonomiske feedbackmekanisme mellem udbudssiden og efterspørgselssiden sker sekventielt. Modellen indeholder en migrationsmodel og har dermed i princippet faktormobilitet. LINE modellen er ikke konstrueret med henblik på at kunne beskrive godstransport. Hvis LINE skal udgøre den økonomiske del af en godstransportmodel, skal den modificeres på en række punkter. Dels skal varegrupperingen ændres og dels skal modellen kobles med et logistikmodul. Koblingen med logistikmodulet betyder, at logistikmodulets transportomkostninger skal anvendes i LINE. Da transportmarginerne er eksogene i LINE repræsenterer dette ikke umiddelbart et problem. Dog er det et spørgsmål, om beskrivelsen af transport i LINE (den inverse isbjergs-formulering) er tilfredsstillende i forhold til opgaven. Der kan optræde et konsistensproblem, hvor transport både beskrives som sektor i LINE og i en underliggende trafikmodel Produktion Traditionelt har input-output modeller baseret sig på sektor-til-sektor I/Otabeller. Det er imidlertid ud fra et teoretisk og empirisk synspunkt bedre at basere modellerne på make-use sammenhænge (Madsen & Butler, 1999), dvs. submodeller for sektor-til-varer og varer-til-sektor strømme. Modeller baseret på make-use sammenhænge vil ligge tættere på teorierne for produktion og forbrug samtidigt med at de i praksis er nemmere at formulere og gennemskue. Samme fremgangsmåde er anvendt i SMILE. PINGO og SAMGODS opererer ligeledes med make-use sammenhænge. Varegrupper I forhold til håndteringen af produktionssektoren er det første vigtige punkt at etablere en god nøgle mellem den standardiserede varegruppering fra Danmarks Statistik (130 varegrupper) og en opdeling, der er hensigtsmæssig i forhold til godstransport. Motivet for den standardiserede opdeling (tradition, pengemæssig volumen, m.m.) er typisk ikke vigtigt i forhold til godstransport. Det er vigtigt (Tavasszy m.fl., 1998a), at inddelingen i varer i så vid udstrækning som muligt matcher de logistiske familier, der transporteres på markedet. En god inddeling vil lette koblingen til et logistikmodul. For flere detaljer vedrørende logistikmodulet refereres til kapitel 5. I SAMGODS opereres der på det øverste niveau (ISMOD) med 10 varegrupper til privatforbrug og 28 varegrupper i produktionen. En matrix sammen- 18

29 kobler disse. I forhold til STAN, der har 12 produkt/varegrupper, er der dermed et konverteringsproblem i forhold til ISMOD. For PINGO opereres der med 10 varegrupperinger, som er specielt aggregeret til formålet fra 174 sektorer i det norske nationalregnskab. Aggregeringen er konsistent med sektordefinitionerne for NEMO og indeholder blandt andet en sondring mellem fødevarer, fisk, kølevarer, kemiske produkter, m.m. I PINGO og NEMO undgår man altså konverteringer ved at bibeholde konsistens mellem vare- og sektorgrupperingen på begge niveauer. Omvendt kan man i SAM- GODS nationalt set operere på et mere detaljeret sektorniveau, hvilket gør aggregeringen til de 13 sektorer mindre kritisk. Sektorer og varer En anden problemstilling er koblingen mellem sektorer og varer til forbrug. Hvor sektorer repræsenterer produktionssiden, repræsenterer varer forbrugssiden. Man forbruger ikke sektorer, men varer. Der er derfor et konverteringsproblem. I både PINGO og SAMGODS har man således en matrix, som konverterer sektorer til varer, eventuelt opdelt på primære og sekundære varer for den enkelte sektor. Jvf. Fosgerau & Kveiborg (2002) er der ikke væsentlige strukturelle ændringer i denne kobling over tid. En anden opdeling er mellem varer til forbrug og varer til produktion (intermediære varer). I SAMGODS håndteres beregningen af de interregionale varestrømme i VTI/TPR modulet, som parallelt håndterer intermediære varer og endelig efterspørgsel gennem en I/O tilgang. For PINGO skelnes der i princippet ikke mellem varer til forbrug og produktion. Alle agenter, husstande og virksomheder, anvender et sammensat gode som transporteres/- forarbejdes af vareagenter. Vareagenterne anvender rå produktion som input, som hentes til den pågældende zone, hvori agenten opererer. LINE og SAM-K omfatter koblingen mellem sektorer og varer. Service Et andet forhold er sondringen mellem industriel produktion og service. Eftersom service ikke involverer godstransport i nævneværdig grad, er det vigtigt at kunne udskille disse aktiviteter i økonomien. Man kan forestille sig, at omkostninger på godstransport vil kunne føre til forskydninger mellem industri og service. Opdelingen i service og industriel produktion eksisterer i PINGO, som har to separate servicesektorer, som per antagelse ikke involverer godstransport. Der er åbnet op for, at fremtidige versioner af modellen vil indeholde servicesektorer, der forbruger transportydelser. I SAMGODS eksisterer service på det øvre niveau (ISMOD), men indgår ikke i transportdelen. Mere naturligt er det for Danmarks vedkommende at opfatte service som en vare, der produceres af alle sektorer på lige fod med andre varer. Dette er understøttet i SAM-K matricerne. 19

30 Transport Transportsektoren har traditionelt været håndteret på fire forskellige måder, hvoraf PINGO og SAMGODS og LINE hver især repræsenterer en: - Via. fordelingsmodel (SAMGODS). - Som selvstændig sektor (PINGO). - Isbjerg-formen (jvf. Samuelsson, 1952). - Invers isbjerg-form (LINE). I SAMGODS modelleres godstransporten ved hjælp af en fordelingsmodel. Der er således ikke endogene transportpriser i SAMGODS, men faste transportmargener gennem hele systemet. I PINGO derimod, håndteres godstransportsektoren som en separat sektor, der producerer transport gennem en produktionsfunktion. Modellen bestemmer derfor landsdækkende transportmargener endogent. Isbjerg-formen (Samuelsson, 1952), er en tredje måde at modellere transport på, hvor en del af det transporterede gods antages at smelte væk under transporten. I visse specielle situationer kan formuleringen føre til inkonsistente løsninger. Et velkendt paradoks er, at stigende transportpriser i visse situationer kan føre til et stigende forbrug, fordi en fast andel smelter væk. Metoden skønnes ikke at være relevant. En fjerde metode er den inverse isbjerg-form som er anvendt i LINE modellen. Her stiger produktomkostningerne under transport med en på forhånd fastlagt rate. Transportmargener er derfor som sådan eksogene, mens transportudbud og efterspørgsel er endogent. Produktionsteknologi Input-output modeller baseres typisk på Leontief teknologi, som betyder, at der produceres med faste proportioner uden mulighed for substitution. PINGO tillader delvis substitution baseret på Constant Elasticity of Substitution teknologi normalt refereret til som CES teknologi. For SAMGODS er det noget mere uklart hvordan produktionsteknologien håndteres. Vi er tilbøjelige til at tro, at ISMOD kan håndtere substitution i produktion, som det er tilfældet med ADAM. Problemet er imidlertid, at det rumlige aspekt og transport ikke er integreret. Det betyder, at ændringer i transportpriser (med substitutionseffekter til følge) ikke beskrives direkte Forbrug Forbruget af varer opdeles på en række forbrugskomponenter, som inkluderer husstandstyper, industri, den offentlige sektor, m.m.. For PINGO beskrives forbrug enten gennem produktionsfunktionen eller gennem nyttefunktionen. Hvor produktionen i princippet er mobil, andelen af en sektors produktion i en given region kan stige eller falde, er befolkningen immobil. 20

31 Dette betyder at det endelige forbrug i vid udstrækning er immobilt. Ulempen ved ikke at have mobile faktorer er, at de reelle højereordenseffekter vil underestimeres. På den anden side er det ikke umiddelbart simpelt at håndtere mobile faktorer. SAMGODS har som PINGO eksogene regionale befolkninger og ingen migration Import og eksport Der findes i det danske nationalregnskab en detaljeret opgørelse over import/eksport opdelt på 130 sektorer samt oprindelsesland. Der findes imidlertid ikke umiddelbart detaljerede oplysninger om forbrug, befolkning, transportomkostninger, m.m. i andre lande. Af denne grund anvender man simplifikationer i beskrivelsen af import og eksport. Der findes i litteraturen primært tre tilgange: - Medtag udlandet som én eller flere portzoner. - Beregn import og eksport til og fra subregioner i andre lande. Anvend proxyer til bestemmelse af fordelingen af efterspørgsel og produktion. - Inddrag en økonomisk model for varestrømme mellem lande som eksempelvis GTAP. Portzoner Den første metode er anvendt i PINGO. Man har således en national balance for import og eksport og bekymrer sig ikke om hvorfra import kommer og hvortil eksport går hen. Valget af denne fremgangsmåde er delvist motiveret i manglende data, men er dog i PINGO projektet sat på listen over snarlige forbedringer. I PINGO er import udelukkende et nationalt anliggende, opdelt på de standardvaregrupperinger, der anvendes i modellen. Man kender derfor ikke den regionale fordeling af import. For eksport kender man derimod den regionale fordeling samt fordelingen på varegrupper. Separat model I SAMGODS håndteres import og eksport gennem submodeller, der beregner varestrømme til og fra regioner i andre lande. Modellen for international handel består af to submodelsystemer. Først en række bilaterale handelsmodeller, som beskriver handel mellem Sverige og udvalgte handelspartnere (lande eller grupper af lande). Disse modeller er baseret på tidsseriemodeller. Dernæst en række fordelingsmodeller, som fordeler bilateral handel på subregioner for Sverige og den pågældende handelspartner. Disse modeller er gravitationsmodeller, som anvender internationale afstande og GDP i fordelingen. Det subregionale niveau består i STAN99 versionen af 82 regioner i Norden og Baltikum samt 66 regioner i det øvrige Europa. 21