Nya varuvärden 2040 - data, metod och resultat

(1)

Analys & Strategi

Christer Anderstig och Moa Berglund

2015-02-06, rev. 2015-11-09, rev.2 2016-03-18

(2)

WSP Analys & Strategi Arenavägen 7

121 88 Stockholm-Globen

Telefon 010 722 50 00 www.wspgroup.se/analys Titel: Nya varuvärden 2040 - data, metod och resultat Redaktör:

WSP Sverige AB

Besöksadress: Arenavägen 7 121 88 Stockholm-Globen Tel 010 722 50 00 Email: info@wspgroup.se Org nr: 556057-4880 Styrelsens säte: Stockholm www.wspgroup.se/analys Foto:

Konsulter inom samhällsutveckling

WSP Analys & Strategi är en konsultverksamhet inom samhällsutveckling. Vi arbetar på uppdrag av myndigheter, företag och organisationer för att bidra till ett samhälle anpassat för samtiden såväl som framtiden. Vi förstår de utmaningar som våra uppdragsgivare ställs inför, och bistår med kunskap som hjälper dem hantera det komplexa förhållandet mellan människor, natur och byggd miljö.

(3)

Analys & Strategi 3

Innehåll

1 INLEDNING ...5

2 VARUHANDEL OCH VARUVÄRDEN 1995-2013 ...7

3 SAMGODS VARUVÄRDEN 1995-2013 ...11

3.1 Data, metod och resultat för varuvärden 1995-2013 i riket ...11

3.2 Data och metod för varuvärden 2010 i kommuner ...14

4 VAL AV PROGNOSMETOD ...15

5 PROGNOSRESULTAT OCH DISKUSSION ...16

6 VARUVÄRDEN ÅR 2040 ...18

TEKNISK BILAGA ...21

Underlagsmaterial ...21

Varuvärdets variation 1995-2013 ...22

Varuvärdets variation på kommunal nivå år 2010 ...32

Appendix: Index för fastprisberäkning ...37

BILAGA: INRIKES TRANSPORTER OCH TRANSIT ...46

(4)

4

(5)

1 Inledning

För att förutsäga framtida godstransporter behövs indata och prognosförutsättningar i en mängd olika avseenden. Grundläggande är de scenarier för varuproduktion och varuhandel som tas fram på nationell nivå, som en del av Långtidsutredningen.

Utgående från dessa förutsättningar tar Trafikverket fram prognoser som på varugruppsnivå fördelar ut produktion, import, export och förbrukning på olika kommuner i landet. Till att börja med är dessa prognoser, till exempel exportens utveckling för de olika varugrupperna, uttryckta i ekonomiska volymtermer (fasta priser). För att kunna prognosera motsvarande godstransporter måste exporten uttryckas i vikttermer, ton. Omvandlingen görs med prognoserade Varuvärden som i fasta priser anger exporten i tusen kronor per ton och varugrupp, och motsvarande för produktion, import och förbrukning.

Över tid förändras varuvärdet för specifika varor pga. kvalitetsförändringar, men de data som kan användas för att beräkna och prognosera varuvärden är på varugruppsnivå, dvs.

aggregat av varor. Inom varugrupper sker över tid förändringar i sammansättningen av varor med olika varuvärden. Observerade förändringar av varuvärdet på varugruppsnivå kan därför lika gärna uttrycka att det inom aggregatet har skett en förändrad varusammansättning som att det har skett kvalitetsförändringar för specifika varor. Det bör förstås tilläggas att observerade förändringar av varuvärdet också kan inrymma mätfel.

Varuvärdets historiska utveckling kan alltså definieras som kvoten mellan ekonomisk volymutveckling, dvs. utvecklingen i fasta priser, och utvecklingen i ton. Men denna definition tillämpas inte i nuvarande varuvärdesmodell, ”Varuvärden godsprognos 2030 och 2050” (2011-10-14). Där definieras varuvärdet i stället med ledning av historiska prisindexar på branschnivå, som via nycklar till varugrupp ligger till grund för prognoserade varuvärden. Nuvarande varuvärdesmodell utgår från historiska data i löpande priser, men i modellen används också BNP, Befolkning och Sysselsättning som variabler för att skriva fram varuvärden till prognosåret. Framskrivningen med hjälp av dessa variabler bidrar till att varuvärdets utveckling i många fall dämpas avsevärt, jämfört med en framskrivning baserad på den historiska prisutvecklingen¹.

De nationella förutsättningarna från Långtidsutredningen redovisar volymutvecklingen, dvs. den fastprisberäknade utvecklingen. Prognoserna baseras på modellberäkningar där förändringar av utbud och efterfrågan påverkar och påverkas av prisutvecklingen. Den prognoserade volymförändringen är således ett resultat som (redan) tagit hänsyn till prisutvecklingen för olika varor, så långt som det i modellberäkningar är möjligt att återge samspelet mellan utbud och efterfrågan mellan olika sektorer i ekonomin.

1 Även föregående ”Varuvärdesmodell 2004”, SIKA PM 2005:17, baserades på en framskrivning av varornas prisutveckling till prognosåret. I både nuvarande och föregående varuvärdesmodell införs olika typer av begränsningar och justeringar av beräkningsresultaten, för att uppnå vad som anses vara rimliga resultat.

(6)

6

Detta är bakgrunden till Trafikverkets beslut om att ta fram nya varuvärdesprognoser. I denna rapport redovisas de metoder och data som använts, och resulterande varuvärden för prognosåret 2040. Rapporten är disponerad enligt följande:

Kapitel 2 tecknar en översiktlig bild av varuvärdets utveckling för export och import under perioden 1995-2013. Denna bild avser total export och import av varor, samt varor indelade i några större aggregat av varugrupper. Kapitel ger 3 en kortfattad beskrivning av data, metod och resultat vid beräkning av historiska varuvärden för Samgodsvarugrupper. Också i dessa beräkningar används data för perioden 1995-2013.

Kapitel 4 redogör för val av metod för att prognosera varuvärden, och i Kapitel 5 presenteras och diskuteras prognosresultaten för år 2030. Kapitel 1-5 har inte förändrats jämfört med den rapport som presenterades hösten 2014².

I föreliggande version har rapporten kompletterats med Kapitel 6 som redovisar prognoserade varuvärden för år 2040. Rapporten inkluderar även den tidigare fristående Tekniska bilagan, som ger en ingående beskrivning av de data och metoder som använts för att ta fram underlag till prognosen. Modellresultat mm redovisas i en fristående Excel-bilaga, ”Varuvärdesmodellen Bilaga med modellresultat mm_150206.xlsx”³.

2 ”Ny varuvärdesmodell_version140901”

3 Uppdatering av tidigare dokument ”Resultat varuvärdesprognoser till TRV_rev140901.xlsx”

med beräkning av 2040 års varuvärden.

(7)

2 Varuhandel och varuvärden 1995-2013

I volym har svensk varuexport på drygt 30 år ökat med 4,6 procent i genomsnitt per år, medan varuimporten har ökat med 4,0 procent per år, se Figur 1. Tillväxten i ton har varit betydligt långsammare, 1,6 procent per år för varuexporten och 1,1 procent per år för varuimporten. Det genomsnittliga varuvärdet har således ökat snabbt både i export och import, runt 2,9 procent per år.

Figur 1 Total export och import av varor 1980-2013, volym, varuvärde och ton. Index 1980=100.

En förklaring till varuvärdets snabba ökning kan vara att kvaliteten för de varor som exporteras och importeras har ökat kraftigt, en annan förklaring är att varuhandelns sammansättning förändrats. Medan den första förklaringen inte kan beläggas är det mycket tydligt att förändringar i varuhandelns sammansättning starkt bidrar till att förklara den snabba ökningen av genomsnittliga varuvärden.

För perioden 1995-2013 har dock exportens genomsnittliga varuvärde ökat något långsammare, 2,4 procent per år, än importens, 2,8 procent per år. Denna skillnad beror på att exportens varusammansättning inte har förändrats på samma sätt som importens.

Det illustreras i Figur 2 och Figur 3 som för (aggregat av) varugrupper visar hur exporten och importen i ton har utvecklats 1995-2013.

Varugrupperna kan enkelt indelas i två kategorier, låga respektive höga varuvärden. Till låga varuvärden kan räknas Livsmedel (0+1), Råvaror (2+4), samt Mineral och bränslen (3); till kategorin höga varuvärden räknas övriga varugrupper, dvs. Kemiska produkter (5), Bearbetade varor (6), Maskiner mm (7), samt Övriga färdiga varor (8+9).

Under perioden har exporten i ton ökat något snabbare för varugrupper med låga varuvärden, medan importen i ton har ökat snabbare för varugrupper med höga varuvärden. Det kan t ex noteras att exporten av Råvaror (2+4, exempelvis trävaror,

0 50 100 150 200 250 300 350 400 450 500

1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 Export, volym

Export, ton Export, varuvärde Import, volym Import, ton Import, varuvärde

4.6% årl

4.0% årl

2.9% årl 2.9% årl

1.6% årl 1.1% årl

(8)

8

massa och malm), som år 1995 svarade för hälften av total export, ökade med 1,3 procent per år.

Det kan jämföras med att importen av Mineral bränslen (3, mer än hälften råolja), som år 1995 svarade för hälften av den totala importen i ton, sjönk något mellan 1995 och 2013.

Figur 2 Export per varugrupp SITC1 1995-2013, Ton. Index 1995=100.

Figur 3 Import per varugrupp SITC1 1995-2013, Ton. Index 1995=100.

Utvecklingen under perioden 1995-2013 av exportens och importens varuvärde per varugrupp visas i Figur 4 och Figur 5. Där framgår att per varugrupp har varuvärdet i exporten ökat snabbare än i importen. Att det genomsnittliga varuvärdet (0-9 totalt) för

0 50 100 150 200 250 300 350

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

0+1 livsmedel, drycker, tobak

2+4 råvaror, utom bränslen

3 mineral bränslen, smörjoljor, elström

5 prod av kemiska och närstående industr

6 bearbetade varor, i huvudsak efter material

7 mask och apparater samt transportmedel 8+9 övriga färdiga varor

0 50 100 150 200 250 300

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

(9)

exporten ändå ökat något långsammare än för importen förklaras som sagt av skillnaderna i varusammansättningens förändring under perioden.

Figur 4 Export, varuvärden 1000 kr per ton, 1995-2013 SITC 1, Fasta priser = År 2000. Index 1995=100.

Figur 5 Import, varuvärden 1000 kr per ton, 1995-2013 SITC 1, Fasta priser = År 2000. Index 1995=100.

Av denna översikt av varuvärdets historiska utveckling 1995-2013 finner vi att per varugrupp har varuvärdet i exporten ökat snabbare än i importen, medan det omvända gäller för det genomsnittliga varuvärdet. Det är osäkert om detta även kommer att gälla för varuvärdesprognosen. Den kommer visserligen att baseras på data för samma period och ska överensstämma med de aggregat av varugrupper som redovisats här. Men

0 25 50 75 100 125 150 175 200 225 250

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

0-9 totalt

0 25 50 75 100 125 150 175 200 225 250

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

0-9 totalt

(10)

10

prognosen genomförs på Samgods’ mer detaljerade varugruppsnivå, och som framgått kommer den prognoserade förändringen av exportens och importens sammansättning på olika varugrupper ha stor betydelse för prognoserade genomsnittliga varuvärden.

(11)

3 Samgods varuvärden 1995-2013

Från den översiktsbild som presenterades ovan ska vi ta fram en mer detaljerad bild för den historiska utvecklingen av varuvärden för Samgodsvarugrupper. Dessa data kommer sedan att ligga till grund för prognoserade varuvärden. I detta kapitel ges en kortfattad beskrivning av data och metod för att ta fram dessa historiska varuvärden. För tekniska detaljer och en mer utförlig beskrivning hänvisas till den tekniska bilagan.

3.1 Data, metod och resultat för varuvärden 1995-2013 i riket

Översiktsbilden i föregående kapitel baserades på statistik enligt SITC. På den mest detaljerade nivån i SITC redovisas export och import i ton och värde (löpande priser) med varugrupper på femsiffernivå. Av flera skäl är dock SITC på femsiffernivå inte lämplig för att ta fram varuvärden för Samgods⁴. Den statistik som används som grunddata för varuvärden till Samgods är i stället KN (Kombinerade Nomenklaturen).

Den innehåller svensk varuexport och -import för åren 1995-2013 i såväl vikt- som värdetermer (dvs. löpande priser) med en detaljerad (åttasiffrig) varugruppsindelning.

För att beräkna volymutvecklingen (fastprisberäkna statistiken) krävs prisindex, och sådana finns på en grövre varugruppsindelning, femsiffrig SPIN2007. För att erhålla tidsserier för varuvärden i kronor per ton och Samgodsvarugrupp, antas därför att prisindex enligt femsiffrig SPIN2007-grupp gäller för alla KN-grupper som ingår i SPIN2007-gruppen.

För några Samgodsvarugrupper (t ex järnmalm och massa) kan tillgängliga data för volymutvecklingen användas. För övriga Samgodsvarugrupper skattas KN-gruppernas volymutveckling med utvecklingen i löpande priser som deflateras med respektive prisindex. Det ger utvecklingen i fasta priser med basår 2010. För att få Samgodsvarugruppens genomsnittliga utveckling i fasta priser sammanvägs ingående KN-grupper med hjälp av kedjeindex. I korthet innebär detta att Samgodsvarugruppens utveckling mellan två år beräknas med volymförändringen för respektive KN-grupp som viktas med KN-gruppens andel av Samgodsvarugruppen i löpande priser det första året. Efter summering erhålls Samgodsvarugruppens genomsnittliga volymförändring mellan de två åren.

De data som ligger till grund för varuvärdeberäkningen innebär ett visst bortfall i jämförelse med de totaler för export och import som redovisas på aggregerad nivå enligt SITC. Bortfallet förklaras dels av att vissa KN-grupper saknar koppling till SPIN2007, dels av att uppgifter för vissa varugrupper är sekretessbelagda. Över hela perioden varierar det årliga bortfallet för exporten i ton mellan 10 och 2 procent, och i värde mellan 20 och 4 procent. Bortfallet för importen varierar mellan 9 och 0 procent i ton, och mellan 17 och 2 procent i värde. Medelvärdet för bortfallen ligger runt 5 procent.

4 Det främsta skälet är att flera SITC-grupper är kopplade till mer än en Samgodsvarugrupp.

(12)

12

Resultatet av varuvärdesberäkningen per Samgodsvarugrupp presenteras i Figur 6.

Figur 6 Varuvärden 1000 kr per ton 1995-2013 för Samgodsvarugrupper, Export (blå) Import (röd). Fasta priser = År 2006.

0 0.5 1 1.5 2 2.5 3 3.5

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Cereals Cereals

0 2 4 6 8 10 12

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Potatoes, other vegetables, fresh or frozen, fresh fruit Potatoes, other vegetables, fresh or frozen,

fresh fruit 0

200 400 600 800 1000

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Live animals Live animals

0 2 4 6 8 10 12 14 16 18

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Sugar beet Sugar beet

0 0.5 1 1.5 2

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Timber for paper industry (pulpwood) Timber for paper industry (pulpwood)

0 1 2 3 4 5 6 7 8

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Wood roughly squared or sawn lengthwise, sliced or peeled Wood roughly squared or sawn lengthwise, sliced or peeled

0 0.2 0.4 0.6 0.8 1

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Wood chips and wood waste Wood chips and wood waste

0 5 10 15 20 25

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Textiles, textile articles and manmade fibres, other raw animal and vegetable Textiles, textile articles and manmade fibres, other raw animal and vegetable

0 5 10 15 20 25

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Foodstuff and animal fodder

0 2 4 6 8 10

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Oil seeds and oleaginous fruits and fats

Oil seeds and oleaginous fruits

and fats 0

0.2 0.4 0.6 0.8 1 1.2 1.4

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Solid mineral fuels

Solid mineral

fuels 3.15

3.2 3.25 3.3 3.35 3.4 3.45 3.5 3.55 3.6 3.65

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Crude petroleum

0 1 2 3 4 5

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Petroleum products

Petroleum

products 0

0.5 1 1.5 2 2.5 3 3.5

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Iron ore, iron and steel waste and

Iron ore, iron and steel waste

and 0

5 10 15 20 25 30 35 40 45

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Non-ferrous ores and waste

0 5 10 15 20 25

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Metal products

Metal products 0 0.5 1 1.5 2 2.5 3 3.5

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Cement, lime, manufactured building

Cement, lime, manufactured

building 0

0.2 0.4 0.6 0.8 1 1.2

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Earth, sand and gravel

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Other crude and manufactured

Other crude and manufactured 0

0.5 1 1.5 2 2.5 3

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Natural and chemical fertilizers

Natural and chemical fertilizers 0

1 2 3 4 5

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Coal chemicals, tar

(13)

Figur 7 (forts) Varuvärden 1000 kr per ton 1995-2013 för Samgodsvarugrupper, Export (blå) Import (röd). Fasta priser = År 2006.

Som framgår av dessa bilder gäller det för flertalet varugrupper att det skattade varuvärdet varierar avsevärt mellan åren och i många fall utan någon tydligt urskiljbar trend. Som berörts ovan förklaras variationen av tre faktorer: förändrad sammansättning, förändrad varukvalitet och mätfel. De underlagsdata som kan användas för prognosändamål är dock endast respektive tidsserier, utan information om bakomliggande faktorer.

Det framgår även att det är skillnad mellan varuvärdet för export och import. Det är mycket möjligt att det för respektive Samgodsvarugrupp också är skillnad mellan varuvärdet för export och varuvärdet för hemmamarknaden. Men denna fråga kan inte klarläggas eftersom det saknas nödvändiga data för att uppskatta varuvärdet för hemmamarknaden⁵. Vi har således inte underlag för att bedöma om och hur varuvärdet varierar mellan in- och utrikeshandel. För respektive varugrupp får det därför antas att varuvärdet för exporten också gäller för den produktion som säljs på hemmamarknaden.

Vad gäller varuvärdet för förbrukningen av respektive varugrupp kan det uppskattas

5 SCB:s prisindexar avser producentpriser vid försäljning på hemmamarknaden respektive exportmarknaden samt importpriser och täcker på detaljerad nivå varugrupper från jord- o skogsbruk, fiske, mineralutvinning, och tillverkningsindustri. Det saknas dock data som för produktion och förbrukning ger värde och vikt i sammanhängande tidsserier på relevant varugruppsnivå.

0 5 10 15 20 25 30 35

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Chemicals other than coal chemicals

Chemicals other than coal

chemicals 0

1 2 3 4 5

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Paper pulp and waste paper

Paper pulp and

waste paper 0

20 40 60 80 100

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Transport equipment, whether or not assembled, and parts thereof Transport equipment, whether or not assembled, and parts thereof

0 10 20 30 40 50 60 70

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Manufactures of metal

Manufactures of

metal 0

5 10 15 20 25 30

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Glass, glassware, ceramic products

0 1 2 3 4 5 6 7 8 9

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Paper, paperboard; not manufactures

0 10 20 30 40 50 60

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Leather textile, clothing, other manufactured articles than paper, paperboard and manufactures

thereof 0

1 2 3 4 5

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Timber for sawmill

Timber for

sawmill 0

50 100 150 200

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Machinery, apparatus, engines, whether or not assembled, and parts thereof Machinery, apparatus, engines, whether or not assembled, and parts thereof

0 5 10 15 20 25

1995 1997 1999 2001 2003 2005 2007 2009 2011 2013

Paper, paperboard and manufactures thereof

(14)

14

med ett vägt genomsnitt av import- och exportvaruvärde, med ledning av importens andel av förbrukningen.

3.2 Data och metod för varuvärden 2010 i kommuner

Förändrad varusammansättning inom respektive Samgodsvarugrupp är således en av de faktorer som kan förklara varuvärdets variation över tid. Olika varusammansättning inom respektive Samgodsvarugrupp är på motsvarande sätt en faktor som kan förklara varuvärdets regionala variation för ett givet år.

Ett belysande exempel är Samgods varugrupp 25 – Transportmedel mm – en mycket heterogen varugrupp som bland annat inkluderar delar till tunga fordon, fritidsbåtar, och flygplan. Varuvärdet varierar högst avsevärt mellan de olika delgrupperna inom varugruppen. Det innebär att det genomsnittliga varuvärdet för riket blir missvisande vid beräkningar av varuvärde (och transportefterfrågan) i olika delar av landet vars produktion och förbrukning av transportmedel har en helt annan varusammansättning än riksgenomsnittet.

För att uppskatta hur varuvärdet varierar mellan landets kommuner används, förutom det dataunderlag (tidsserier) som beskrivits i föregående avsnitt, även data som tagits fram inom PWC-projektet. Med dessa data uppskattas för respektive Samgodsvarugrupp hur produktion, export, import och förbrukning för år 2010 fördelas på landets kommuner. Bland de data som införskaffats inom PWC-projektet ingår Utrikeshandelsstatistik som fördelar export och import på Samgodsvarugrupp och SPIN2007.

Med det dataunderlag som används för tidsserierna kan export i vikt och värde per KN- nummer summeras till SPIN2007 för år 2010. Exempelvis innebär data för SPIN2007 på femsiffrig nivå att det är möjligt att göra åtskillnad mellan lastbilar, flygplan etc.

I korthet beräknas de kommunalt differentierade varuvärdena för export och produktion med ledning av exportens sammansättning på SPIN2007-grupper inom respektive Samgodsvarugrupp, i riket, och exportens fördelning på kommuner med ledning av antalet sysselsatta i varuhanterande yrken i branscher på SNI2007 femsiffrig nivå. Vid fördelningen av export per SPIN2007-grupp på kommuner antas att SPIN-koden överensstämmer med motsvarande SNI2007-kod. Per SPIN-grupp (femsiffrig nivå) antas exportens andel av produktionen inte variera mellan kommuner.

Metoden för att ta fram kommunalt differentierade varuvärden för import och förbrukning är likartad. I PWC-projektet beräknas förbrukningen med ledning av detaljerade data från Nationalräkenskaperna som för år 2010 visar förbrukningen per SNI-bransch av varor på detaljerad varugruppsnivå (med nyckel till SPIN2007).

För en mer detaljerad beskrivning av data och metod, inklusive omräkning till varuvärden i 2006 års priser, hänvisas till Teknisk bilaga.

(15)

4 Val av prognosmetod

Förutsättningarna för varuvärdesprognosen är endast de data för varuvärdets historiska utveckling 1995-2013, som beskrivits ovan. Utan annan information än dessa historiska data blir valet av prognosmetod en fråga om att välja mellan olika metodansatser för att extrapolera befintliga data. Med stöd av litteraturen har vi funnit att metoden exponential smoothing är att föredra framför alternativa metoder (glidande medelvärde, Box-Jenkins, regression). Vid en jämförelse mellan dessa metoder menar Armstrong (1985) att Exponential smoothing rankas högst (och regression lägst) i fråga om prognosprecision vid långsiktiga prognoser⁶.

Exponential smoothing (ES) är en förhållandevis enkel metod, som bygger på idén att tidsserier generellt kan dekomponeras i trend, säsong och felterm. Till viss del liknar metoden glidande medelvärde, men ES lägger större vikt vid data för senare år. Vikten för observationer från tidigare perioder klingar av exponentiellt, i den takt som anges av värdet på utjämningsparametrarna. En översikt av det aktuella kunskapsläget kring ES- metoder presenteras i Gardner (2005)⁷.

ES är en metod som ingår i de flesta vanliga statistikprogram, som exempelvis SAS, SPSS, STATA, R, E-Views. Här används E-Views, ett statistikprogram som är specialiserat på tidsserieanalys och som gör det möjligt att automatiskt välja den modellspecifikation och estimera de utjämningsparametrar som ger bäst anpassning till data enligt givet utvärderingskriterium⁸. Eftersom varuvärdesprognosen avser årsdata bortfaller säsongkomponenten. De två övriga komponenterna, feltermen (som representerar tidsseriernas oregelbundna och oförutsägbara komponent) och trenden kan kombineras på olika sätt, additivt eller multiplikativt, och trenden kan även vara dämpad. I utdata från modellkörningarna betecknas den valda modellspecifikationen med förkortningarna N = none, A = additiv, M = multiplikativ, AD = additiv dämpad, och MD = multiplikativ dämpad. Specifikationen anges i ordningen ETS för Error, Trend och Säsong, där säsong bortfaller och därför betecknas N.

Det utvärderingskriterium som valts är Akaikes informationskriterium (AIC), som är default i E-Views. Detta likelihood-baserade kriterium vid automatiskt val av modellspecifikation har också stöd av forskningen inom detta område⁹. De prognosresultat som redovisas i kapitel 5 är med några undantag baserade på bästa specifikation enligt detta kriterium. Undantagen avser de fall där modellen inte konvergerar, eller där det prognoserade varuvärdet inte bedöms vara rimligt. I dessa fall har den näst bästa specifikationen valts, enligt samma kriterium.

6 Se Kapitel 7, Extrapolation Methods” i Armstrong (1985), “Long-Range Forecasting, From Crystal Ball to Computer”. Se även Armstrong (2001):

http://repository.upenn.edu/cgi/viewcontent.cgi?article=1179&context=marketing_papers

7 Se http://www.bauer.uh.edu/gardner/Exponential-Smoothing.pdf

8 Se http://www.eviews.com/EViews8/ev8ecets_n.html

9 Se http://www.buseco.monash.edu.au/ebs/pubs/wpapers/2005/wp6-05.pdf

(16)

16

5 Prognosresultat och diskussion

Utdata och resultat från modellkörningarna redovisas utförligt i ett separat excel- dokument ”Resultat varuvärdesprognoser till TRV_rev140901.xlsx”. I Tabell 1 presenteras en sammanfattande bild.

Tabell 1 Varuvärde per Samgodsvarugrupp 1995^*, 2006, 2013 och prognos 2030.

1000 kr per ton, Fasta priser = 2006.

* För två varugrupper (4 och 31) saknas värden för 1995; i dessa fall har prognosen baserats på data för 1996-2013.

Som nämndes ovan har det genomsnittliga varuvärdet under perioden 1995-2013 i genomsnitt per år ökat med 2,4 procent för export och 2,8 procent för import. Enligt de data som har använts i varuvärdesberäkningen för samma period, och som täcker in runt 95 procent av totalerna, har det genomsnittliga varuvärdet ökat med ca 2,3 procent per år för både export och import.

Hur stor del av denna ökning beror på förändrade varuvärden respektive förändrad varusammasättning? Svaret är att för ökningen av exportens genomsnittliga varuvärde svarar förändrade varuvärden för 0,8 procentenheter och förändrad varusammansättning för 1,5 procentenheter (0,8+1,5 = 2,3).

Varuvärde import Varuvärde export

1995 2006 2013 2030 1995 2006 2013 2030

SAMGODS

1 Cereals 2.5 2.6 1.7 1.8 1.3 1.3 1.1 1.1

2 Potatoes, other vegetables, fresh or frozen, fresh fruit 8.6 9.0 8.4 8.3 9.6 8.4 7.0 7.0

3 Live animals 572.2 173.8 379.5 370.3 88.4 41.9 18.9 25.5

4 Sugar beet 43.6 5.9 7.0 15.8 6.3 5.5

5 Timber for paper industry (pulpwood) 0.4 1.6 1.3 2.4 0.9 0.5 0.7 0.7 6 Wood roughly squared or sawn lengthwise, sliced or peeled 4.7 6.9 5.2 5.2 3.5 3.7 3.6 3.6

7 Wood chips and wood waste 0.4 0.5 0.6 0.7 0.5 0.5 0.9 0.9

9 Textiles, textile articles and manmade fibres, other raw animal and vegetable 18.5 14.2 15.2 15.2 9.7 11.8 8.0 8.0 10 Foodstuff and animal fodder 13.0 12.1 16.8 16.8 15.2 18.0 16.7 16.6 11 Oil seeds and oleaginous fruits and fats 5.4 4.3 5.1 5.3 9.5 5.8 7.6 7.4

12 Solid mineral fuels 0.8 0.8 0.8 1.2 1.3 0.9 0.5 0.3

13 Crude petroleum 3.5 3.4 3.5 3.4 0.1 3.4 0.2 3.4

14 Petroleum products 3.3 4.3 4.0 4.0 2.7 3.9 4.0 5.4

15 Iron ore, iron and steel waste and 1.1 0.9 3.2 2.5 0.5 0.5 0.6 0.7

16 Non-ferrous ores and waste 37.5 37.4 21.3 21.3 9.6 7.8 8.5 8.6

17 Metal products 17.7 12.8 12.8 8.4 23.1 16.8 15.2 15.2

18 Cement, lime, manufactured building3.3 2.7 2.7 2.4 1.0 1.7 1.5 1.5

19 Earth, sand and gravel 1.1 0.6 0.7 0.7 0.1 0.1 0.2 0.3

20 Other crude and manufactured 0.7 0.5 0.6 0.6 0.2 0.2 0.2 0.2

21 Natural and chemical fertilizers 1.4 1.6 2.1 3.8 1.2 2.0 2.3 2.2

22 Coal chemicals, tar 1.3 3.1 4.3 6.7 1.4 4.3 4.2 7.6

23 Chemicals other than coal chemicals 15.1 15.5 12.4 12.4 22.8 27.7 29.4 35.0

24 Paper pulp and waste paper 1.8 2.0 2.3 2.7 4.1 4.0 4.0 4.1

25 Transport equipment, whether or not assembled, and parts thereof 76.6 69.2 75.6 76.8 82.2 89.1 75.6 74.7

26 Manufactures of metal 48.6 34.0 29.6 29.6 59.8 47.3 49.1 44.9

27 Glass, glassware, ceramic products 21.4 18.4 15.5 9.8 23.6 14.1 26.4 26.4 28 Paper, paperboard; not manufactures8.2 6.2 6.2 7.3 5.5 5.6 6.0 6.0 29 Leather textile, clothing, other manufactured articles than paper, paperboard and manufactures thereof 45.8 31.4 40.6 41.0 34.4 36.3 53.6 53.6

31 Timber for sawmill 1.2 2.8 2.8 3.8 3.1 3.1

32 Machinery, apparatus, engines, whether or not assembled, and parts thereof 118.4 141.2 167.8 169.7 100.2 158.2 188.1 188.1 33 Paper, paperboard and manufactures thereof 21.4 14.5 14.5 14.4 11.6 8.5 7.7 6.6

Genomsnitt 8.6 11.5 12.8 7.9 11.8 11.9

(17)

Motsvarande komponenter för ökningen av importens genomsnittliga varuvärde är 0,4 procentenheter respektive 1,9 procentenheter. Denna komponentuppdelning baseras på 1995 års fördelning av export och import på de olika Samgodsvarugrupperna. Vad blir motsvarande komponenter för prognosperioden 2006-2030?

Vi kan först ta fram effekten av de prognoserade varuvärdena. Enligt aktuella indata (för de Samgodsvarugrupper som avses) ökar total varuexport och varuimport med ca 4 procent per år fram till 2030. Vid en framskrivning med 4 procent av export och import enligt 2006 års observerade fördelning, och med prognoserade varuvärden för år 2030, blir resultatet att antalet ton totalt beräknas öka med 3,3 procent för exporten och med 3,8 procent för importen.

Det betyder att varuvärdesprognosens effekt på det genomsnittliga varuvärdet, givet 2006 års varusammansättning, beräknas uppgå till 0,7 procent per år för exporten och 0,2 procent per år för importen. Dessa effekter ligger relativt nära motsvarande komponenter för perioden 1995-2013, givet 1995 års varusammansättning, 0,8 procent per år för exporten och 0,4 procent per år för importen.

Hur mycket beräknas det genomsnittliga varuvärdet öka fram till år 2030, med hänsyn till både förändrade varuvärden och förändrad varusammansättning?

Utgående från aktuella indata med avseende på såväl basår som prognosår, och med tillämpning av prognoserade varuvärden, beräknas antalet ton öka med totalt 1,8 procent per år för exporten och med 2,7 procent per år för importen. Med dessa förutsättningar beräknas således det genomsnittliga varuvärdet öka med 2,2 procent per år för exporten och med 1,3 procent per år för importen.

Men, det bör poängteras att indata för basåret 2005 inte överensstämmer med nu framtagna export- och importdata per Samgodsvarugrupp för år 2006. En viktig orsak till avvikelser är att aktuella indata för Samgods har tagits fram med betydligt grövre nycklar mellan bransch och varugrupp än de nycklar som används här och i PWC- projektet.

Betydelsen av dessa avvikelser kan belysas med ett räkneexempel. Anta att 2005 års indata ersätts med framtagna export- och importdata, i 2006 års priser. Med tillämpning av samma förändringstakter för export och import som i aktuella indata blir resultatet att total exportvolym ökar med 3,8 procent (i stället för 4,0 procent), och att totalt antal ton för exporten ökar med 2,2 procent per år. Exportens genomsnittliga varuvärde beräknas därmed öka med 1,6 procent per år.

För importen blir volymökningen oförändrad, medan antalet ton ökar nästan lika mycket, 3,9 procent per år.

(18)

18

6 Varuvärden år 2040

Prognosmodellen har skattats på data för perioden 1995-2013 och prognosen sträcker sig fram till år 2040. Varuvärdet för 2040 har beräknats genom att skriva fram 2012 års varuvärde med den modellberäknade förändringen mellan 2012 och 2040; för detaljer se Excel-bilaga. Resultatet visas i Tabell 2, med beskrivning av varugrupper i Tabell 3.

Tabell 2 Varuvärde per Samgodsvarugrupp 2012 och prognos 2040, Tkr per ton, Fasta priser = 2012. Tabellen kompletteras med inrikes varuvärden i bilaga

”Inrikes transporter och transit”

Samgods Varuvärde 2012, tkr per ton Varuvärde 2040, tkr per ton Differens 2040-2012

varugrupp 2012 års priser 2012 års priser

Export Import Export Import Export Import

---

1 2.2 2.9 2.0 2.6 -0.3 -0.4

2 12.9 8.8 12.8 8.8 -0.1 0.0

3 81.6 575.9 79.1 503.7 -2.6 -72.2

4 22.6 0.0 22.7 0.0 0.1 0.0

5 0.8 0.5 0.8 1.0 0.0 0.5

6 3.5 5.4 3.5 5.4 0.0 -0.1

7 1.3 1.0 1.8 1.4 0.5 0.4

9 22.9 16.3 21.5 15.8 -1.4 -0.5

10 17.9 19.1 17.8 20.1 -0.1 1.0

11 7.4 6.5 7.8 5.9 0.3 -0.6

12 0.7 1.3 0.3 1.7 -0.5 0.4

13 5.6 5.7 0.1

14 6.3 6.4 9.4 6.4 3.1 0.0

15 1.0 34.3 1.3 63.4 0.3 29.1

16 7.4 39.7 7.1 31.2 -0.3 -8.5

17 15.4 11.0 17.0 6.4 1.5 -4.6

18 1.5 2.9 1.5 2.3 0.0 -0.6

19 0.2 0.6 0.4 0.7 0.2 0.1

20 0.2 0.5 0.2 0.5 0.0 0.0

21 3.3 2.7 3.4 5.6 0.0 3.0

22 5.9 0.0 11.8 5.9

23 28.6 10.4 39.8 10.3 11.2 -0.1

24 4.9 6.8 4.9 9.6 0.0 2.8

25 88.6 73.4 89.9 74.4 1.3 1.1

26 55.3 30.6 52.9 30.2 -2.5 -0.4

27 14.6 15.9 25.9 14.9 11.3 -0.9

28 6.1 5.4 6.1 7.3 0.0 1.9

29 43.9 30.9 52.5 34.8 8.6 3.9

31 3.8 3.5 3.1 4.2 -0.7 0.7

32 157.0 109.3 162.3 117.4 5.3 8.1

33 8.3 18.2 7.1 18.0 -1.2 -0.1

---

(19)

Skillnaden mellan varuvärdet 2012 och 2040 är för de flesta varugrupper relativt liten.

Det är en följd av att historiska data i många fall saknar trend, som diskuterades i avsnitt 3.1. Förändringen av importvaruvärdet för varugrupp 3 är iögonfallande, men av marginell betydelse.

Tabell 3 Beskrivning av Samgods varugrupper.

1 Spannmål

2 Potatis, andra färska eller frysta köksväxter, färsk frukt mm 3 Levande djur

4 Sockerbetor

5 Trä till papper och pappersmassa 6 Sågade och hyvlade trävaror 7 Flis, sågavfall

9 Obearbetade material, textil mm 10 Livsmedel och djurfoder

11 Oljefrön, oljehaltiga nötter mm 12 Stenkol, brunkol och torv samt mm 13 Råolja

14 Mineraloljeprodukter

15 Järnmalm, järn- och stålskrot samt masugnsdamm 16 Icke järnhaltig malm och skrot

17 Obearbetat material eller halvfabrikat av järn eller metall 18 Cement, kalk och byggnadsmaterial

19 Jord, sten, grus och sand

20 Annan rå och obearbetad mineral 21 Gödselmedel, naturliga och tillverkade 22 Kolbaserade kemikalier och tjära

23 Andra kemikalier än kolbaserade och tjära 24 Pappersmassa, returpapp och pappersavfall

25 Transportmedel och transportutrustning, samt delar därtill 26 Arbeten av metall

27 Glas, glasvaror och keramiska produkter 28 Papper, papp och kartong, obearbetat 29 Diverse andra färdiga varor

31 Timmer till sågverk

32 Maskiner, apparater, samt delar därtill 33 Papper, papp och varor därav, bearbetat

På liknande sätt som i föregående kapitel kan vi belysa prognosens implikationer för antalet producerade och förbrukade ton, förutsatt att exportvaruvärdets förändring kan tillämpas på produktionen och importvaruvärdets förändring kan tillämpas på förbrukningen. Vid oförändrad varusammansättning och vid samma ekonomiska volym som år 2012 innebär prognosen att i ton minskar total varuproduktion och total varuförbrukning med 11 procent respektive 10 procent fram till år 2040. Detta är den partiella effekten av beräknad förändring av varuvärdet för respektive varugrupp. Vid oförändrad varusammansättning, men med en ekonomisk volymökning på, säg, 2 procent per år innebär varuvärdesprognosen att mängden ton beräknas öka med runt 1,5 procent per år.

(20)

20

Men varusammansättningen kommer att förändras fram till år 2040. Mängden ton kan uppskattas mer precist med stöd av de antaganden som LU2015 redovisar för varuproduktion, export och import för olika varugrupper. I det sammanhanget är det motiverat att analysera huruvida varuvärdesprognosens resultat ska tillämpas intakta, eller om avsteg ska göras för, exempelvis, varugrupper med låga export- och importandelar.

(21)

Teknisk bilaga

Underlagsmaterial

Följande underlagsmaterial har använts i beräkningarna. Det finns tillgängligt på Statistiska Centralbyråns hemsida, eller har i vissa fall levererats av SCB mot en kostnad.

- Tidsserier import/export 1995-2013, KN-indelat, tkr löpande priser - Tidsserier import/export 1995-2013, KN-indelat, ton

- Översättningstabell KN2013-SPIN2007

- Översättningstabell KN2010-Samgods (via NST\R)

- Hemmamarknadsprisindex (HMPI), 2005=100 efter produktgrupp SPIN2007 och år 1995-2013

- Exportprisindex (EXPI), 2005=100 efter produktgrupp SPIN2007 och år 1995- 2013

- Importprisindex (IMPI), 2005=100 efter produktgrupp SPIN2007 och år 1995- 2013

- Volymindex för varuimport och varuexport, 2000=100 efter produktgrupp SPIN2002 och år 1995-2008

- Volymindex för varuimport och varuexport, 2000=100 efter produktgrupp SPIN2007 och år 2001-2013

- Sysselsättningsstatistik, SNI2007, yrke och kommun, 2010

- Export- och importstatistik 1995-2013, SITC-klassificerat, tkr löpande priser och ton

- Tabeller från Nationalräkenskaperna 2010 på detaljerad bransch- och varugruppsnivå

- Exportstatistik enligt Utrikeshandelsstatistiken, bearbetad inom ramen för framtagandet av nya PWC-matriser för basåret 2006¹⁰

Beräkningen av nya varuvärden har genomförts för syftet är att ta fram underlag för varuvärdesprognosen. Beräkningen genomförs i två steg.

I det första steget uppskattas hur varuvärdet för respektive Samgodsvarugrupp varierar över tid, på nationell nivå. Detta ger underlag för prognoser av varuvärdets förändring till prognosår 2030. Prognosåret har senare ersatts med 2040.

I det andra steget beräknas hur varuvärdet för respektive Samgodsvarugrupp varierar mellan kommuner för ett givet basår. Denna uppskattade variation mellan kommuner har beaktats i skattningen av PWC-matriser för basåret 2012. Vid framtagning av PWC- matriser för prognosåret 2040 antas att varuvärdet förändras på samma sätt som på nationell nivå, enligt resultatet från det första steget.

10 Under projektets genomförande har basåret flyttats fram till 2012.