Validering av Samgods mot sjöfarts-statistik KVAL

Publik version.

1

KVAL

Validering av Samgods mot sjöfarts- statistik

2017-04-03

Förord

Denna rapport ingår som en del i avrapporteringen av projektet KVAL. Det övergripande syftet med projektet är att bidra till förbättring av den svenska nationella godstransportmodellen SAMGODS genom utveckling och genomförande av valideringsmetodik. Uppdragsgivare är Trafikverket. Tidigare har en förstudie utgivits, KVAL – Valideringsmetoder för Samgods, Förstudie¹.

Den föreliggande rapporten har författats av Rune Karlsson, VTI. Arbetet har genomförts i samarbete med övriga medlemmar i projektgruppen: Leonid Engelson, KTH (projektledare); Henrik Edwards, Sweco; Per Eriksson, Trafikverket; Christer Persson, KTH; Petter Hill, Trafikverket och Carsten Sachse, Trafikverket.

En förutsättning för att detta arbete kunnat genomföras har varit tillgång till sekretesskyddade mikrodata från främst undersökningen Sjötrafik, för vilken Trafikanalys ansvarar. För att inte skyddade data ska röjas ges rapporten ut i två olika versioner; en hemlig som endast behöriga personer har tillgång till och en publik version som kan distribueras fritt. I denna, den publika versionen, har alla känsliga data borttagits och ersatts med en svart markering.

1http://www.trafikverket.se/contentassets/773857bcf506430a880a79f76195a080/forskningsresultat/rapport_

forstudie_kval.pdf

Innehåll

1 Inledning ... 6

2 Utdata från Samgods ... 6

3 Statistiska data: ”Sjötrafik” ... 8

3.1 Tabeller och variabler ... 8

3.2 Datakvalitet generellt i ”Sjötrafik” ... 9

3.3 Bortfallet av varukoder i ”Sjötrafik” ... 9

4 Nyckling mellan hamnar i Samgods och ”Sjötrafik” ... 13

4.1 Icke entydighet mellan hamnar i Samgods och ”Sjötrafik” ... 13

4.2 Hamnnycklar ... 14

5 Nyckling mellan varugruppskoder i Samgods och ”Sjötrafik” ... 14

6 Nyckling mellan fartygstyper i Samgods och ”Sjötrafik” ... 16

7 Fartygsstorlekar ... 17

8 Statistiska data: ”Shippax” ... 18

9 Resultat ... 21

10 Jämförelser av godsmängder ... 22

10.1 På aggregerad nivå ... 22

10.2 Uppdelning på hamn och kustområden ... 22

10.3 Uppdelning på fartygstyper och - storlekar ... 26

10.4 Uppdelning på destinationer ... 28

11 Jämförelser av varugruppers fördelningar på enskilda hamnar ... 33

11.1 Råolja ... 33

11.2 Petrokemiska produkter ... 34

11.3 Järnmalm ... 35

11.4 Annan malm än järnmalm ... 36

11.5 Cement, jord, sten grus ... 37

11.6 Spannmål ... 38

11.7 Flis, träavfall ... 39

11.8 Gödningsmedel... 40

12 Jämförelser av varugruppsspektra för vissa utvalda hamnar och kustområden ... 41

12.1 Oxelösund ... 41

12.2 Gävle ... 42

12.3 Mälaren (Kustområde 5) ... 43

12.4 Norrbotten + Skellefteå (Kustområde 1) ... 44

12.5 Umeå-Sundsvall (Kustområde 2) ... 45

12.6 Hälsingland-Gästrikland och Norra Uppland (utom Gävle) ... 46

12.7 Vänern (Kustområde 14) ... 47

12.8 Bohuslän exklusive Strömstad och Göteborg ... 48

13 Jämförelser av antal anlöp ... 49

13.1 På aggregerad nivå ... 49

13.2 Uppdelning per hamn och kustområde ... 49

13.3 Uppdelning på fartygsstorlekar ... 50

13.4 Uppdelning på destinationsområden ... 51

14 Färjetrafik ... 54

14.1 Antal turer med färjor ... 54

14.2 Antal lastbilar på färjor ... 55

14.3 Godsmängder på färjor ... 55

14.4 Felaktiga färjelinjer i Samgods? ... 57

14.5 Tågfärjor ... 59

15 Avidentifierad sammanfattning av jämförelser ... 61

16 Slutsatser ... 64 Bilaga 1 Variabelförteckning ”Sjötrafik”

Bilaga 2 Varukodsdefinitioner i ”Sjötrafik” och Samgods

Bilaga 3 Samband mellan bruttodräktighet och dödvikt för olika fartygsklasser

6

1 Inledning

Denna rapport ingår som en del i avrapporteringen av projektet KVAL. Projektet har syftet att bidra till förbättring av den svenska nationella godstransportmodellen SAMGODS genom utveckling och genomförande av valideringsmetodik. En mer övergripande beskrivning över målsättningen i KVAL- projektet har tidigare presenterats i en förstudie.

I den aktuella delstudien har begränsning gjorts till validering mot oberoende sjöfartsstatistik. Två statistikkällor har använts som valideringsdata: Trafikanalys undersökning ”Sjötrafik” och data från Shippax. Den förra innehåller data som svenska hamnar samlar in om fartygsanlöp och godslaster till respektive hamn, den senare beskriver färjetrafiken i nordeuropeiska farvatten. Valideringen

omfattar data för år 2012.

En nyhet med detta arbete är att det datamaterial vi fått tillgång till innehåller/består av

sekretesskyddade data. Detta har gjort det möjligt att genomföra mer djuplodande jämförelser mot Samgods-utdata än vad som tidigare kunnat göras med enbart offentlig statistik. Det innebär också att innehållet i denna rapport består i stor utsträckning av sekretesskyddat material. Därför

produceras två olika versioner av den; en sekretessbelagd version där alla resultat visas och en publik version där känsliga resultat överskuggas. Den förstnämnda versionen får endast spridas till personer med behörighet. På titelsidan anges vilken version som är den aktuella.

Även om sjöfartsdata kan tyckas ha en enkel struktur och vara heltäckande är en jämförelse mellan Samgods-data och de oberoende data långt ifrån problemfri. Nedan följer en lista med de

allvarligaste svårigheterna:

1. Kraftigt bortfall av varugruppskoder för av- och pålastat gods i hamnar

2. Omlastat gods i ”Sjötrafik” inkluderar även allt transitogods. I Samgods räknas inte vissa typer av transitogods in, exempelvis mellanlagringen av rysk olja i vissa svenska depåer.

Problemet berör vissa svenska hamnar.

3. Olika mått på fartygsstorlekar i ”Sjötrafik” (bruttodräktighet) och Samgods (dödvikt).

4. Ej 1-1-relation mellan hamnar i Samgods och statistiska data. Nyckel krävs.

5. Ej 1-1-relation mellan fartygstyper i Samgods och statistiska data. Nyckel krävs.

6. Olika varugruppskoder används i Samgods (NST/R) och ”Sjötrafik” (NST2007). Nyckel krävs.

7. Ett generellt problem vid beräkning av tonkm är att fartyg kan göra flera mellanliggande anlöp mellan godsets på- och avlastningshamnar. Explicita data om sådana mellanliggande stopp saknas i ”Sjötrafik” (och förstås även i Samgods). Detta leder till att tonkm i

valideringsdata systematiskt underskattas.

8. I Samgods görs en kalibrering som kraftigt påverkar utdata. Validering kan göras med avseende på en kalibrerad eller en okalibrerad version av Samgods.

9. Sekretessen medför att resultat endast kan redovisas på aggregerad nivå om de ska spridas utanför projektgruppen.

I föreliggande rapport beskrivs dels hur dessa problem har tacklats, särskilt hur de olika nycklingarna har genomförts, dels presenteras resultat från jämförelserna.

2 Utdata från Samgods

Samgodsmodellen är en nationell godsmodell som beräknar antalet sändningar till, från och genom Sverige samt sändningarnas storlek per varugrupp, transportkedja och reserelation. Modellen gör detta genom att för varje simulerat företag välja sändningsstorlek, transportkedja, användning av

7

terminaler, fordon och lastfaktorer som minimerar företagets totala årliga deterministiska

logistikkostnad. I lösningen beaktas kapacitetsvillkor för bantrafik. Modellen är integrerad i ett GIS- skal (CUBE), i vilket även traffic assignment-beräkningar görs så att flöden av gods och fordon på ett trafiknät erhålls. Systemet producerar ett stort antal utdatatabeller och -filer. Den version som använts i denna rapport är Samgods 1.1.1. 2016-10-26.

Följande Samgods-data är av intresse att jämföra med statistiska data:

• LINKFLOWS_xxx: Denna tabell innehåller assignade flöden (av fartyg och gods) på Samgods- nätet. Genom att för varje hamn identifiera den länk² som (på sjösidan) går ut från hamnen kan länkflöden till/från hamnen beräknas. Flöden för varje fartygstyp erhålls på detta vis uppdelade på antal (på/avlastade) ton, antal anlöp med lastade fartyg samt antal anlöp med tomma fartyg. Någon uppdelning på varugrupper erhålls däremot inte här. (Finns dock tillgänglig i andra utdatafiler, OUTPUT\STAN.dat).

• ChainChoi-filer: Dessa filer innehåller OD-flöden (av fartyg och gods) mellan de noder där omlastningar sker (terminaler, hamnar) eller där flöden genereras (centroider). Ur dessa flöden kan in/ut-flöden till/från enskilda hamnar erhållas. Förutom uppdelning på ton och fartygstyp görs här även uppdelning per varugrupp. OD-flödena mellan olika hamnar kan även användas för att jämföra med flöden till andra hamnar i ”Sjöfart”.

• Extract-filer: Innehåller, liksom ChainChoi-filerna, flöden (av fartyg och gods) mellan terminaler, hamnar och centroider. Ingen uppdelning på varugrupper görs här men skulle kunnat göras. OD-matriserna kan således ses som förenklade varianter av de som finns i ChainChoi-filerna. Ur dessa flöden kan flöden in/ut till/från specifika hamnar beräknas uppdelat på fordonstyp och antal (på/avlastade) ton, antal anlöp med lastade fartyg samt antal anlöp med tomma fartyg. OD-flödena mellan olika hamnar kan även användas för att jämföra med flöden till andra hamnar i ”Sjöfart”.

Utöver de nämnda storheterna i listan ovan kan man tänka sig att jämföra även:

• Tonkm: Dessa kan fås uppdelade på geografiska områden (t ex svenskt territorium (DTOT), internationellt territorium) och uppdelade på fartygstyper/-storlekar.

När det gäller transporter till/från hamnar i Samgods finns således en kraftig redundans av data, vilket innebär att jämförelser (mot statistiska data) kan göras för ett antal olika utdatatabeller i Samgods. En metodfråga som därvid uppstår är: ska valideringen göras med avseende på flera olika (mer eller mindre ekvivalenta) utdatatabeller eller filer i Samgods (t ex Extract- och ChainChoi-filer)?

Vår utgångspunkt har varit att alla utdata från Samgods är konsistenta med varandra och att vi validerar den utdatatyp som är lämpligast för jämförelsen. Konsistenskontroller för utdata från Samgods ligger således utanför ramen för detta arbete³.

2 Skaparna av Samgods-nätet har varit förutseende och skapat en (ofta mycket kort) kopplingslänk från hamnen ut mot sjön. Detta gör att man för varje hamnnod endast behöver beakta en enda länk. Färjeterminaler är alltid separerade från vanliga sjöfartshamnar och har sina egna kopplingslänkar. Kopplingslänkarna bestäms genom att specificera nodnumren för deras ändpunkter. Detta har gjorts för varje svensk hamn.

3 I huvudsak är data inom Samgods konsistenta med varandra. Det finns dock ett par undantag. För fordons- kilometer med lastbil kan i en del fall inom-zontransporter ingå i redovisningen medan i andra fall dessa exkluderas. Speciellt saknas inom-zonsresultat i nätverksutlagda flöden. Dessutom kan det förekomma situationer där efterfrågade flöden till någon isolerad nod inte kan läggas ut på nätet.

8

I de flesta fall har utdata i form av OD-matriser (Extract) använts vid jämförelserna. I de fall då uppdelning per varugrupp har gjorts har i stället ChainChoi-filer använts. En jämförelse mellan Exctract- och ChainChoi-filer har visat att avvikelsen mellan dem är försumbar.

3 Statistiska data: ”Sjötrafik”

3.1 Tabeller och variabler

Databasen som skapats utifrån insamlade data från undersökningen ”Sjötrafik” beskriver

sjötransporter till/från varje hamn i Sverige med rapporteringsskyldighet till Trafikanalys. Data utgörs väsentligen av följande tre tabeller:

• Fartygsdata: Varje post svarar mot ett anlöp till hamnen. Tonvikten ligger på beskrivning av fartygen.

• Fartygstrafik: Liknar fartygsdata men två poster per anlöp, en för inkommande transporter och en för utgående. Innehåller bl a data om varifrån fartyget närmast kommer (föregående hamn då riktning är in resp. efterföljande hamn då riktning är ut).

• Last: Beskriver av- och pålastat gods (över kaj). Bl a varifrån (avlastad) godssändningen härrör och slutdestination (slutlig hamn) för det pålastade godset. Varukod och bruttovikt (på- eller avlastad vikt) är väsentliga variabler här.

Posterna i Last kan med nycklar kopplas till motsvarande poster i de övriga tabellerna. En hamn bestäms entydigt av TrpOmr och GransLopNr. Ett fartygsanlöp till en specifik hamn bestäms entydigt⁴ av kvadruppeln: (TrpOmr, GransLopNr, Manad, AnlopNr).

I Figur 1 visas en översikt över de fält (variabler) som finns i respektive tabell. En detaljerad förklaring till fältnamnen finns i Bilaga 1.

4 Detta är en något förenklad beskrivning. För vissa högfrekventa identiska fartygsrörelser, t ex korta färjelinjer, redovisas inte varje enskild tur. I stället anger man en enda tur som får representera samtliga och anger multipliciteten för denna i variabeln AntAvkAvg (Antal ankommande eller avgående).

Fartygsdata (26173 poster) Fartygstrafik (52327 poster) Last (75153 poster)

Variabel Exempel Variabel Exempel Variabel Exempel

TrpOmr 431 TrpOmr 222 Typ E

GransLopNr 00 GransLopNr 00 TrpOmr 222

Manad 201206 Manad 201210 GransLopNr 00

AnlopNr 1 AnlopNr 59 Manad 201203

BruttoDrakt 2694 Riktning 2 AnlopNr 67

FartTyp 02 Datum 20121020 Riktning 2

Signal XYZ3J NarmKustKod AE00 LastLopNr 3

IMO 1234567 NarmHamnKod AE888 Lasttyp 32

FartNamn Cinderella AntAnkAvg 1 Varukod 018

Flagg SE00 UtlLast TermKustKod AE00

TypFart 2 TermHamnKod AE888

FartTyp Benämning BruttoVikt 25

01 Tankfartyg Transito 0

02 Bulkfartyg AntMedLast 1

03 Containerfartyg AntUtanLast 0

04 Specialiseratfartyg

05 Ro/Rofartyg för passagerare TypFart Beskrivning Typ Beskrivning

06 Övrigt Ro/Rofartyg 1 Inrikes fart E Enhetsgods

07 Torrlastpråm 2 Direkt utrikes fart I Icke enhetsgods

08 Övrigt torrlastfartyg 3 Kombinerad utrikes fart P Passagerare

09-19 Passagerarfartyg och övrigt

9

Figur 1 Tabellstruktur för de tre huvudtabellerna i ”Sjötrafik” samt exempel på data⁵.

3.2 Datakvalitet generellt i ”Sjötrafik”

Från beskrivningen till undersökningen ”Sjötrafik” kan man läsa⁶:

”Samtliga hamnar inkom med svar under årets samtliga kvartal och något objektsbortfall förekom därmed inte. Det går inte att veta säkert om samtliga anlöp har rapporterats in. Om enstaka anlöp eller en liten del av godsmängden saknas vid rapportering från en enskild hamn kan det vara svårt att identifiera om skillnaden är liten jämfört med tidigare rapporterade uppgifter. Vid större förändringar av till exempel antal anlöp eller godsmängd mellan kvartal eller jämfört med motsvarande kvartal tidigare år kontaktas alltid hamnen för bekräftelse av förändringen. Åtgärden bedöms reducera omfattningen av oavsiktligt eller partiellt bortfall.”

Trots detta saknas inte problem med datamaterialet. Det största problemet är det stora bortfallet i varugruppskoderna. Detta undersöks närmare i nästa avsnitt. Ett annat problem är att uppgift om fartygens storleksklass ges i form av bruttodräktighet (GT), medan uppgift om dödviktsklass saknas (vilket behövs för jämförelsen med Samgods). Denna brist hade kunnat lösas enkelt, genom alternativa informationskällor, om fartygens identiteter alltid angivits korrekt (IMO-nummer och CallSignal). Tyvärr finns stora brister i kvaliteten på dessa, vilket försvårat framtagandet av dödvikter.

I avsnitt 7 beskrivs detta mer ingående.

3.3 Bortfallet av varukoder i ”Sjötrafik”

I princip ska materialet i ”Sjötrafik” vara heltäckande. Bortfallet bedöms vara litet men med ett viktigt undantag: varukoder för lasten. I detta avsnitt undersöks denna problematik närmare.

I Tabell 1 visas antal omlastade ton totalt i svenska hamnar fördelade på varukoder (varugrupper).

Tabellen är framtagen genom aggregering av variabeln Bruttovikt i tabellen Last. Över 30% av totalt omlastat gods har varugrupp klassad som ”Okänd”, vilket innebär bortfall.

5 TrpOmr (dvs transportområde) utgörs av ett nummer. Avidentifiering har gjorts här genom att ersätta detta med ”CCC”.

6 Bortfallet av anlöp skulle kunna analyseras genom jämförelser med AIS-data. Trafikanalys genomför för närvarande ett forskningsprojekt där man utvecklar en metod för att matcha samman data från ”Sjötrafik” med AIS-data.

10

Tabell 1 Omlastade ton totalt i svenska hamnar fördelade på rapporterade varugrupper.

En fråga som uppstår är om det går att karakterisera detta bortfall. Vi undersöker här tre olika möjligheter:

• är bortfallet koncentrerat till vissa hamnar?

• är bortfallet koncentrerat till vissa lasttyper?

• är bortfallet koncentrerat till vissa fartygsklasser?

Varukodsbortfallets omfattning i respektive hamn visas i Tabell 2. För Strömstad saknas varukod för samtliga transporter. Hamnar som har färjetrafik dominerar bortfallet. Men även hamnar som saknar färjetrafik kan ha ett ansenligt bortfall, exempelvis Södertälje och Gävle.

I Tabell 3 visas varukodsbortfallets omfattning för olika lasttyper. Det framgår tydligt att lastfordon och släpvagnar dominerar bland bortfallet, men även containrar utgör ett stort problem.(I tabellen ingår containrar i klasserna ”Enheter …”.) Gods lastade på järnvägsvagnar tycks alltid klassas som okänd varugrupp.

I Tabell 4 visas varukodsbortfallets omfattning för olika fartygstyper. För roro-fartyg (inklusive färjor) och containerfartyg är bortfallet mycket omfattande medan det för övriga fartygstyper är litet. För bulk och tankfartyg är det helt försumbart.

Tabell 2 Varukodsbortfallets omfattning (% av omlastat ton) per hamn i ”Sjötrafik”. Endast hamnar som har ett varukodsbortfall är medtagna i tabellen.

Hamnkod Hamn Okänd varukod (Tonnes) Totalt (tonnes) % okänd varukod

SESMD Strömstad xxxxxx xxxxxx 100.0%

SEKPS Kapellskär xxxxxx xxxxxx 99.5%

SENYN Nynäshamn xxxxxx xxxxxx 98.5%

SEYST Ystad xxxxxx xxxxxx 95.6%

SETRG Trelleborg xxxxxx xxxxxx 94.2%

SEHEL Helsingborg xxxxxx xxxxxx 86.3%

SEVBY Visby xxxxxx xxxxxx 83.3%

SEKAA Karlskrona xxxxxx xxxxxx 76.3%

Varugrupp Varukod Ton Andel Varugrupp Varukod Ton Andel

Okänd XXX 53 720 476 31% Livsmedel och djurfoder som vidareförädlats samt drycker och tobak040 698 036 0%

Raffinerade petroleumprodukter 075 41 174 698 24% Varor ej tidigare uppräknade 200 647 399 0%

Råolja 022 20 027 958 12% Andra råvaror med vegetabiliskt eller animaliskt ursprung01D 593 773 0%

Jord, sten, grus, lera och sand 035 8 191 881 5% Styckegods och samlastat gods 180 590 113 0%

Järnmalm 031 6 784 370 4% Övriga trävaror; t.ex. byggelement av trä 066 288 255 0%

Rundvirke 015 5 462 952 3% Andra skogsråvaror än rundvirke 01C 183 993 0%

Cement, kalk samt byggnadsmaterial, t.ex. isolering, byggelement av betong094 4 960 838 3% Torv 037 165 596 0%

Kemikalier, kemiska produkter och konstfibrer, gummi- och plastvaror samt kärnbränsle080 4 033 786 2% Maskiner och apparater, elektroniska komponenter och vitvaror110 102 913 0%

Papper, papp och varor därav 068 3 625 721 2% Naturgas 023 68 463 0%

Sågade, hyvlade trävaror 064 3 110 549 2% Glas och glasvaror, keramiska produkter och porslinsprodukter091 64 944 0%

Flis, trä-/sågavfall, t.ex. spån 065 2 858 420 2% Textilvaror, kläder och pälsvaror, läder och lädervaror050 21 447 0%

Metallprodukter exkl. maskiner och utrustning100 2 512 550 1% Hushållsavfall och liknande avfall 141 15 903 0%

Pappersmassa 067 2 242 167 1% Sockerbetor 013 10 654 0%

Spannmål 011 2 079 058 1% Potatis 012 10 042 0%

Stenkol och brunkol 021 1 973 278 1% Möbler och andra tillverkade varor 130 9 652 0%

Transport medel (-utrustning) 120 1 736 539 1% Tomcontainer, tompallar, växelflak och skåp etc.160 7 038 0%

Kemiska och mineraliska (naturliga) gödselmedel samt salt038 1 726 657 1% Tryckt och inspelad media 063 4 974 0%

Stenkolsprodukter, t.ex. koks och koksbriketter071 1 248 766 1% Fisk och fiskeriprodukter 01b 1 501 0%

Annat avfall och returråvara; t.ex. skrot och returpapper142 1 065 357 1% Flyttgods, fordon för reparation 170 1 150 0%

Annan malm än järnmalm 039 955 634 1% Totalt 172 977 501

11

SESTO Stockholm xxxxxx xxxxxx 65.1%

SEMMA Malmö xxxxxx xxxxxx 43.1%

SEGOT Göteborg xxxxxx xxxxxx 43.0%

SEGRH Grisslehamn xxxxxx xxxxxx 41.0%

SEVAG Varberg xxxxxx xxxxxx 38.4%

SEKAN Karlshamn xxxxxx xxxxxx 34.4%

SEOSK Oskarshamn xxxxxx xxxxxx 33.9%

SESOE Södertälje xxxxxx xxxxxx 28.2%

SEGVX Gävle xxxxxx xxxxxx 23.8%

SEVST Västerås xxxxxx xxxxxx 14.0%

SENRK Norrköping xxxxxx xxxxxx 10.0%

SEHAD Halmstad xxxxxx xxxxxx 8.9%

SEAHU Åhus xxxxxx xxxxxx 7.9%

SEFOR Forsmark xxxxxx xxxxxx 1.0%

SEWAL Wallhamn xxxxxx xxxxxx 0.9%

SE134 Oxelösund, SSAB xxxxxx xxxxxx 0.3%

SEOXE Oxelösund xxxxxx xxxxxx 0.2%

SEUME Umeå xxxxxx xxxxxx 0.1%

SEUDD Uddevalla xxxxxx xxxxxx 0.0%

Tabell 3 Varukodsbortfallets omfattning för olika lasttyper.

Tabell 4 Varukodsbortfallets omfattning för olika fartygstyper.

Lasttyp Okänd varukod (tonnes) Totalt (tonnes) % okänd varukod

Järnvägsvagnar 1 383 823 1 383 823 100.0%

Pråmar som transporteras ombord på fartyget 58 58 100.0%

Andra mobila EJ självgående enheter 2 389 256 2 396 082 99.7%

Lastfordon med eller utan släpvagnar 26 994 931 27 165 324 99.4%

Släp- och påhängsvagnar utan dragfordon för godstr 9 690 531 9 754 636 99.3%

Enheter större än 20 fot och mindre än 40 fot 418 059 426 881 97.9%

Enheter på 20 fot 4 524 993 4 659 078 97.1%

Andra mobila självgående enheter 105 322 110 688 95.2%

Enheter på 40 fot 7 601 318 8 019 835 94.8%

Enheter större än 40 fot 609 972 670 419 91.0%

Släpfordon som tillhör hamnen eller fartyget 2 213 1 246 803 0.2%

Oljeprodukter 0 35 081 288 0.0%

Råolja 0 20 027 958 0.0%

Skogsprodukter 0 16 167 950 0.0%

Övrigt torrbulkgods 0 15 857 952 0.0%

Malm 0 7 665 385 0.0%

Flytande gas 0 6 106 083 0.0%

Kemikalier samt övrigt flytande bulkgods 0 3 609 977 0.0%

Jordbruksprodukter 0 3 395 218 0.0%

Kol 0 2 912 357 0.0%

Järn- och stålprodukter 0 2 320 832 0.0%

Annan last 0 2 287 652 0.0%

Import/export av motorfordon 0 1 613 301 0.0%

Husvagnar, jordbruks- och industrivagnar utan drag 0 97 921 0.0%

Totalsumma 53 720 476 172 977 501 31.1%

12

FartTyp Benämning Okänd varukod (Tonnes) Totalt (tonnes) % okänd varukod

05 Ro/Rofartyg för passagerare 30 620 481 31 063 753 98.6%

03 Containerfartyg 10 830 479 11 310 474 95.8%

06 Övrigt Ro/Rofartyg 11 802 093 16 151 588 73.1%

04 Specialiseratfartyg 81 464 1 972 207 4.1%

08 Övrigt torrlastfartyg 368 781 23 165 140 1.6%

07 Torrlastpråm 16 881 2 553 977 0.7%

02 Bulkfartyg 297 21 413 567 0.0%

01 Tankfartyg 0 65 346 795 0.0%

Totalt 53 720 476 172 977 501 31%

13

4 Nyckling mellan hamnar i Samgods och ”Sjötrafik”

För att en jämförelse mellan statistiska data och Samgods-utdata ska vara möjlig måste hamnarna matchas mot varandra. Tyvärr saknas en 1-1-korrespondens mellan hamnarna i Samgods och

”Sjöfart”, vilket kräver att aggregeringar av hamnar görs (både för ”Sjötrafik” och Samgods) innan matchningen kan genomföras. I detta avsnitt beskrivs hur nycklar har utformats så att både matchningar och aggregeringar kan genomföras på ett relativt enkelt och smidigt sätt.

4.1 Icke entydighet mellan hamnar i Samgods och ”Sjötrafik”

Samtliga hamnar i ”Sjötrafik”-data är försedda med en internationell kod, UN/LOCODE, som bestämmer hamnen entydigt⁷. Koden består av 5 bokstäver, varav de två första utgör landsprefixet och de tre återstående anger vilken specifik hamn inom landet som avses. Exempelvis är GBLON koden för Londons hamn, och SESOO koden för Södertälje hamn.

Någon motsvarande kodning finns inte inlagt i Samgods-systemet. Där beskrivs i stället varje Samgods-hamn av ett entydigt sexsiffrigt nummer, NORIG. Ur detta nummer kan man utläsa exempelvis vilken zon (kommun i Sverige) som hamnen tillhör (Detta motsvarar logiken för zon- numreringen även i Sampers.) Man kan ur NORIG även utläsa om det rör sig om en ren sjöfartshamn eller en färjehamn.

För en del (svenska) hamnar kan vi omedelbart etablera en entydig koppling mellan NORIG-numren i Samgods och hamnkoderna i ”Sjötrafik”. Men i många fall svarar en specifik Samgods-hamn mot flera

”Sjötrafik”-hamnar. Detta gäller speciellt utomlands, där det är glest mellan Samgods-hamnarna. I exempelvis England/Wales/Skottland finns endast två Samgods-hamnar (London resp Hull), medan det i ”Sjötrafik”-statistiken förekommer 119 hamnar⁸. Även i Sverige finns ett antal mindre hamnar i statistiken som inte finns representerade i Samgods. Det finns alltså en ett-till-många-relation från Samgods-hamnarna till ”Sjötrafik”-hamnarna.

Det omvända förekommer också: en ”Sjötrafik”-hamn kan svara mot flera Samgods-hamnar. Det vanligaste exemplet utgör färjehamnarna. I Samgods separeras de ”rena” sjöfartshamnarna från färjehamnarna, dvs de tilldelas olika NORIG-nummer. I ”Sjötrafik”-statistiken däremot görs i allmänhet ingen åtskillnad mellan dessa. Det finns även andra exempel där vi har en finare uppdelning i Samgods (exempelvis kärnkraftverken). Här har vi alltså en ett-till-många-relation i motsatt riktning, dvs. från ”Sjötrafik”-hamnarna till Samgods-hamnarna.

Den dubbelriktade ett-till-många-relationen gör att resultatet av jämförelsen mellan Samgods- och

”Sjötrafik”-data inte kan presenteras på den ursprungliga (hamn-)aggregeringsnivå som används i

”Sjötrafik” eller i Samgods. Jämförelser kan endast göras på en hamnaggregeringsnivå som är

7 I ”Sjötrafik”-databasen används UN/LOCODE endast för utländska hamnar. För svenska hamnar använder Trafikanalys i stället en kombination av två variabler (TrptOmr och GransLopNr) som beskriver hamnarna.

Tillsammans utgör de dessutom en nyckel för att koppla samman olika tabeller i ”Sjötrafik”. För att få enhetlighet vid bearbetningen av data har vi kompletterat de svenska hamnarna med UN/LOCODE.

8 Vid nycklingen har hamnarna i den nordliga delen av ön matchats mot Hull, medan de i den södra halvan (Norfolk till Bristol-viken) har matchats mot London. Vid jämförelser representerar således

”hamnen Hull” norra delen av ön och inte bokstavligen hamnen Hull.

14

gemensam för både ”Sjötrafik” och Samgods, lämpligen den finaste gemensamma aggregeringen (FGA)⁹.

4.2 Hamnnycklar

Det är lämpligt att skapa två olika nycklar; en nyckel mellan FGA och hamnarna i ”Sjötrafik” och en annan nyckel mellan FGA och Samgods-hamnarna. Matchningen mellan ”Sjötrafik”-data och Samgods-data får därför ske i två steg¹⁰.

I Tabell 5 visas formatet för nyckeltabellen mellan FGA och ”Sjötrafik”-hamnar (till vänster)

respektive nyckeltabellen mellan FGA och Samgods-hamnar (till höger). Den senare är mycket enkel och består av de två nyckelfälten (FGA och NORIG) samt informationsfältet SamgodsNamn.

”Sjötrafik”-nyckeln är mer komplicerad beroende på att Trafikanalys representerar de svenska och de utländska hamnarna på olika sätt. (Vi har kompletterat med LOCODE för de svenska hamnarna för att underlätta vissa beräkningar.)

Antal poster i ”Sjöfart”-nyckeln är 841 och i Samgods-nyckeln 225.

Tabell 5 Nyckeltabeller mellan ”Sjötrafik”-hamnar och FGA (till vänster) samt mellan FGA och Samgodshamnar (till höger).

5 Nyckling mellan varugruppskoder i Samgods och ”Sjötrafik”

Varukod för transporterat gods i ”Sjötrafik” bygger på den enhetliga varunomenklaturen för Europeiska gemenskapens transportstatistik (NST2007). Denna klassificering avviker från den varugruppsindelning (NST/R) som används i Samgods. I Bilaga 2 visas varukodsdefinitionerna för samtliga varugrupper som finns representerade i ”Sjötrafik respektive Samgods.

9 I exemplet Hull benämner vi på FGA-nivån hamnen Hull som ”NorraEngland+Skottland”. Utanför Europa saknas hamnar helt. Där representeras hamnarna (på Samgods-sidan) i stället av centroider, exempelvis

”Japan”. Formellt inkluderas då även flygfrakt, men de kvantiteterna är närmast försumbara.

10 Teknisk not: Efter respektive nyckling har alla ”Sjötrafik”- resp Samgods-data ett associerat FGA-värde. Tyvärr (i MS Access) är detta inte tillräckligt för att direkt koppla samman de två data-setten. Anledningen är att det i

”Sjötrafik” kan finnas FGA som inte har någon motsvarighet Samgods, och vice versa. I Access finns endast kopplingstyperna INNER, LEFT and RIGHT JOIN, medan FULL JOIN Saknas. FULL JOIN hade behövts för att smidigt koppla samman de två data-setten. I stället får man i ett första steg koppla samman (den nycklade)

”Sjötrafik”-tabellen med en komplett lista med FGA (genom att använda LEFT JOIN) och därefter koppla samman resultatet med Samgods-tabellen (åter med LEFT JOIN).

Sjötrafik Samgods

KustKod Trptomr Gränslopnr TrafaNamn LOCODE FGA FGA SamgodsNamn NORIG

NO00 Stavanger NOSVG Stavanger Stockholm Stockholm(Värtan) 718021

NO00 Tau NOTAU Stavanger Stockholm Sea Ferry: Stockholm 718031

13 610 23 Stenungsund, Talludden SE959 Stenungsund Södertälje Södertälje 718121

13 610 33 Stenungsund, oljehamnen SE960 Stenungsund Bergs oljehamn, Loudden Nacka(Loudden) 718221

13 610 43 Stenungsund, INEOS Sverige AB SE961 Stenungsund Hallstavik (Norrtälje) Hallstavik (Norrtälje) 718821

13 610 10 Stenungsund, Vattenfall SESTE Stenungsund Grisslehamn Sea Ferry: Grisslehalm 718831

4 271 00 Stockholm SESTO Stockholm Kapellskär Sea Ferry: Kapellskär 718832

8 427 03 Storugns SESUS Storugns Bornholm Rönne 964421

13 671 00 Strömstad SESMD Strömstad Bornholm Sea_Ferry: Rönne 964431

2 182 00 Kubikenborg SEKUB Sundsvall Västra Jylland (Esbjerg) Esbjerg 964721

2 185 00 Sundsvall SESDL Sundsvall Västra Jylland (Esbjerg) Sea_Ferry: Esbjerg 964731

2 184 00 Stockvik SESTK Sundsvall Övr Afrika Övr Afrika,Afri 977100

2 191 00 Tunadal SETUN Sundsvall Stenungsund Stenungsund 841521

CD00 .ZAIRE = CONGO DEM. (CD) CD888 Övr Afrika Östrand, Timrå Östrand 926221

CG00 .CONGO CG888 Övr Afrika Söråker, Timrå Söråker 926222

Sundsvall Sundsvall 928121

15

För att kunna göra jämförelser mellan ”Sjöfart” och Samgods på någon varugruppsnivå är en nyckling nödvändig mellan dessa kodsystem. En heltäckande sådan nyckel är mycket svår att åstadkomma eftersom klasserna i NST2007 och i NST/R överlappar och skär in i varandra. En nyckel skulle alltså behöva beskrivas (och kräva data) på en finare nivå än både NST2007 och NST/R¹¹.

För vissa varugrupper kan beskrivningarna av varugrupperna antyda överensstämmelsen är mellan de två kodsystemen. I Tabell 6 visas exempel på sådana ungefärliga ekvivalenser. För att få en uppfattning om i vilken grad denna ekvivalens är gällande visas i tabellen även totalt omlastat gods i svenska hamnar för varugrupperna (Trafikanalys resp. Samgods). Man ser att i vissa fall

(grönmarkerade) är överensstämmelsen god eller åtminstone av samma storleksordning. I många fall är däremot avvikelserna stora eller t o m dramatiska. Dessa kan i de flesta fall förklaras med att varukoderna bortfallit i ”Sjötrafik” (oftast på grund av containeriseringen) och därmed även redovisningen i tabellen. I en del fall (ofta) har vi även effekter av att ekvivalensen mellan

varugrupperna endast är ungefärlig. Som ett bra exempel på detta kan man välja pappersmassa. I Samgods ingår returpapper i denna varugrupp (nr 24), vilket inte är fallet i ”Sjötrafik” (nr 067), där returpapper har slagits samman med skrot och annat avfall i en egen varugrupp (nr 142). De grönfärgade varugrupperna kommer att studeras närmare på hamnnivå i avsnitt 11.

11 För en översiktlig beskrivning över de existerande varukodssystemen och sambanden mellan dem hänvisar vi till PM från WSP: New correspondence keys for associating industries with commodities. 2013-06-14.

Assignment ref.: 10178437.

16

Tabell 6 Varugrupper i NST/R och NST2007 som skulle kunna matcha varandra, samt jämförelser av omlastade kvantiteter per varugrupp enligt ”Sjötrafik” och Samgods..

6 Nyckling mellan fartygstyper i Samgods och ”Sjötrafik”

Även fartygstyperna skiljer sig åt mellan Samgods och ”Sjötrafik” och en nyckling krävs även för dessa. I ”Sjötrafik” är fartygen uppdelade i åtta typer medan i Samgods finns fyra typer¹²: färjor, container-, roro- och övriga lastfartyg.

I Tabell 7 visas hur de olika klasserna ungefärligen korresponderar mot varandra. Ett problem är avgränsningen mellan RoRo-fartyg och färjor. Vi har tolkat ”RoRo-fartyg för passagerare” som att detta motsvarar färjor. En närmare granskning visar att detta antagande stämmer bra.

Beträffande ”övriga lastfartyg” i Samgods så görs, för indata till Samgods, viss åtskillnad mellan ”dry bulk”, ”liquid bulk” och ”general cargo”. Men någon sådan uppdelning görs inte för utdata. I

”Sjötrafik” är gränsdragningen mellan klasserna ”02” och ”08” oklar, och ett och samma fartyg

12 Vi räknar här färjorna i Samgods som en typ. Dessa kunde ha delats upp i typerna vägfärja och järnvägsfärja.

Färjor kommer att studeras i mer detalj i avsnitt 14.

Varukod_

Trafa Beskrivning_Trafa

Varukod_

Samgods Beskrivning_Samgods Trafa Samgods

011 Spannmål 1 Cereals 2 079 058 1 242 475

012 Potatis 2 Potatoes, other vegetables, fresh or frozen, fresh fruit 10 042 4 469 851

018 Levande djur 3 Live animals - 85 164

013 Sockerbetor 4 Sugar beet 10 654 15 063

01C Andra skogsråvaror än rundvirke 5 Timber for paper industry (pulpwood) 183 993 5 935 731

064 Sågade, hyvlade trävaror 6

Wood roughly squared or sawn lengthwise, sliced or

peeled 3 110 549 7 839 992

065 Flis, trä-/sågavfall, t.ex. spån 7 Wood chips and wood waste 2 858 420 2 897 769

050

Textilvaror, kläder och pälsvaror, läder

och lädervaror 9

Textiles, textile articles and manmade fibres, other raw

animal and vegetable materials 21 447 261 485

040

Livsmedel och djurfoder som

vidareförädlats samt drycker och tobak 10 Foodstuff and animal fodder 698 036 8 261 348 071

Stenkolsprodukter, t.ex. koks och

koksbriketter 12 Solid mineral fuels 1 248 766 4 464 188

022 Råolja 13 Crude petroleum 20 027 958 19 332 890

075 Raffinerade petroleumprodukter 14 Petroleum products 41 174 698 29 596 636

031 Järnmalm 15 Iron ore, iron and steel waste and blast-furnace dust 6 784 370 4 143 876

039 Annan malm än järnmalm 16 Non-ferrous ores and waste 955 634 856 294

094

Cement, kalk samt byggnadsmaterial,

t.ex. isolering, byggelement av betong 18 Cement, lime, manufactured building materials 4 960 838 6 145 019

035 Jord, sten, grus, lera och sand 19 Earth, sand and gravel 8 191 881 2 334 532

038

Kemiska och mineraliska (naturliga)

gödselmedel samt salt 21 Natural and chemical fertilizers 1 726 657 846 324

021 Stenkol och brunkol 12 Solid mineral fuels 1 973 278 4 464 188

080

Kemikalier, kemiska produkter och konstfibrer, gummi- och plastvaror samt

kärnbränsle 23 Chemicals other than coal chemicals and tar 4 033 786 10 256 271

067 Pappersmassa 24 Paper pulp and waste paper 2 242 167 3 280 906

120 Transport medel (-utrustning) 25

Transport equipment, whether or not assembled, and

parts thereof 1 736 539 2 435 646

100

Metallprodukter exkl. maskiner och

utrustning 26 Manufactures of metal 2 512 550 1 566 408

091

Glas och glasvaror, keramiska produkter

och porslinsprodukter 27 Glass, glassware, ceramic products 64 944 522 668

015 Rundvirke 31 Timber for sawmill 5 462 952 24 026

110

Maskiner och apparater, elektroniska

komponenter och vitvaror 32

Machinery, apparatus, engines, whether or not

assembled, and parts thereof 102 913 3 236 286

068 Papper, papp och varor därav 33 Paper, paperboard and manufactures thereof 3 625 721 4 544 468 Omlastade kvantiteter (totalt i svenska hamnar)

17

klassas ofta på olika sätt. Detta påverkar dock inte valideringen eftersom båda kategorierna svarar mot samma klass i Samgods (Other vessel).

Tabell 7 Nyckel mellan fartygstyper i "Sjötrafik" och i Samgods.

7 Fartygsstorlekar

En komplikation som uppstår när man vill jämföra data från Samgods och i ”Sjötrafik” uppdelade på fartygens storleksklasser är att man använder olika storleksmått. I Samgods används dödvikt (DWT)¹³ medan man i ”Sjötrafik” använder bruttodräktighet (GT). Tyvärr saknas dödvikten helt i ”Sjötrafik”.

Trafikanalys genomför en kompletterande undersökning av svenska fartyg, där bl.a. dödvikten samlas in, men svenska fartyg utgör endast en liten andel av de fartyg som anlöper svenska hamnar.

Två möjligheter att ta fram DWT-värden för fartygen i ”Sjötrafik”-data har funnits:

• att ta fram DWT för enskilda fartyg från någon annan datakälla

• att skapa regressionsmodell(er) mellan GT och DWT (baserade på tillgänglig data) och tillämpa dessa på ”Sjötrafik”-data.

Den första metoden kräver att ett fartygs-id finns tillgängligt. För fartygen i ”Sjötrafik” finns IMO- nummer och Signal tillgängliga (om än med ganska mycket brister och felaktigheter). Från www.marinetraffic.com och www.vesselfinder.com kan DWT plockas fram för ett fartyg i taget¹⁴. Kvalitén i data på dessa hemsidor bedöms vara god. Tack vare detta, samt att vi har redundanta data i ”Sjötrafik” (IMO-nummer, Signal och GT och Namn), har inte enbart de flesta DWT-värdena tagits fram utan även korrigeringar och kompletteringar gjorts av de IMO-nummer och Signal som saknats eller varit felaktiga. För de återstående fartyg där DWT inte kunnat plockas fram modelleras DWT ur GT. I Bilaga 3 illustreras hur sambandet ser ut för några olika fartygstyper.

13 Dödvikt, förkortat DWT efter deadweight tonnage, är ett mått på ett fartygs maximala lastförmåga och är den totala vikten av last, bränsle, förråd, besättning och passagerare som ett fartyg förmår bära när det lastats ned till lägsta tillåtna fribord. Bruttodräktighet, förkortat GT efter gross tonnage, baseras på fartygets totala inneslutna volym. Ett fartygs bruttodräktighet beräknas enligt formeln: GT = K×V, där V är den sammanlagda volymen av alla fartygets inneslutna utrymmen uttryckt i kubikmeter och K = 0.2 + 0.02 × ¹⁰logV. (Enligt Wikipedia)

14 Automatisering av processen är gjord med programmet AutoHotKey.

Kod Beskrivning Beskrivning Kod

01 Tankfartyg Other vessel OV

02 Bulkfartyg Other vessel OV

03 Containerfartyg Container vessel CV

04 Specialiseratfartyg Other vessel OV

05 Ro/Rofartyg för passagerare Ferry RXF

06 Övrigt Ro/Rofartyg RoRo RO

07 Torrlastpråm Other vessel OV

08 Övrigt torrlastfartyg Other vessel OV

09 Övrigt passagerarfartyg XXX XXX

10 Offshorefartyg XXX XXX

11 Övrigt fartyg XXX XXX

19 Kryssningsfartyg XXX XXX

"Sjötrafik" Samgods

18

8 Statistiska data: ”Shippax”

Beskrivningen här gäller data från år 2012. Formatet för data från 2014 (och 2009) är detsamma.

Data omfattar endast färjetrafik.

Data består av två Excel-tabeller benämnda År 2012 resp. Trade 2012. Den senare utgörs av en ren aggregering (till trader eller stråk) av data från den första tabellen, varför vi här endast beskriver den första oaggregerade tabellen. I Tabell 8 visas en fältlista (variabellista) för år 2012, inklusive

exempeldata samt en förklaring. Varje post beskriver en viss kombination av rederi+linje. Någon uppdelning på riktning görs inte så data beskriver summan av trafiken i båda riktningarna!

Observera att data inte innehåller någon information om det gods som transporteras med färjan.

Observera också att ur valideringssynpunkt är OPERATOR (rederi) irrelevant. (En linje, t ex Stockholm -Helsingfors, kan trafikeras av flera olika rederier (Viking Line och Silja Line). Därför görs en

aggregering av data till linjer.

Tabell 8 Beskrivning av variablerna i Shippax-data. XXX anger avidentifierat värde. Observera att ”0” kan betyda antingen

”ingen trafik” eller att ”uppgift saknas”.

Variabel Exempel Förklaring

ID 225

AREA Baltic Baltic eller North Sea

TRADE Denmark domestic Trad (=stråk) (se separat lista)

OPERATOR Danske Faerger AS Rederi (totalt 33 olika)

ROUTE Bøjden-Fynshav Färjelinje (totalt 93 olika)

PAX XXXAntal passagerare år 2012

CARS XXXAntal bilar år 2012

BUSES XXXAntal bussar år 2012

TRAILERS XXXAntal lastbilar år 2012

TRIPS XXXAntal färjeturer år 2012

RWPAX XXXAntal passagerare i jvg-vagnar år 2012

RAILW XXXAntal järnvägsvagnar år 2012

RAILWCARGO 0Antal godsvagnar år 2012

RWLOADED 0Antal lastade godsvagnar år 2012

RWEMPTY 0Antal tomma godsvagnar år 2012

NOTES

Pax-2011 XXXÅr 2011

Cars-2011 XXXÅr 2011

Buses-2011 XXXÅr 2011

Trailers-2011 XXXÅr 2011

Trips-2011 XXXÅr 2011

RwPax-2011 0År 2011

Railw-2011 0År 2011

RailwagonsCargo-2011 0År 2011

RwLoaded-2011 0År 2011

RwEmpty2011 0År 2011

19

För jämförelser med Samgods är framför allt följande variabler av intresse:

• TRIPS: antal en-vägs-turer som färjan gör per år. Detta innebär att en tur-retur-resa med färjan räknas som två turer.

• TRAILERS: antal lastbilar som transporteras med färjorna.

• RW-variablerna.

Tyvärr har vi inte fått några data för variablerna RAILWCARGO, RAILWLOADED eller RAILWEMPTY.

Antal turer med färjan (TRIPS) kan direkt jämföras med motsvarande beräknade kvantitet i Samgods (från LOS-matriserna). Även antal TRAILERS kan direkt jämföras med OD-matriser i Samgods

(OD_Vhclxxx.314 under Extract). TRAILERS gör dock ingen åtskillnad på storleksklasser så jämförelser kan endast ske på total nivå (totalt antal lastbilar per färjelinje).

En matchning mellan färjelinjerna i Shippax och motsvarande linjer i Samgods är nödvändig för att jämförelser ska kunna göras. I Tabell 9 visas en preliminär matchning som kan användas som nyckel. I vänstra kolumnen anges färjelinjerna i Shippax (som en textsträng). Fälten A och B anger

nodnummer i Samgods för linjens start- och slutpunkter (färjeterminalerna). A_near anger den nod utmed färjelinjen som ligger närmast A. Matching code anger kvalitén på matchningen. Code=0 innebär att den är entydig. Code=1 att en Shippax-linje svarar mot fler Samgodslinjer. Code=2 att en Samgodslinje svarar mot fler Shippaxlinjer. Negativa kodvärden anger olika typer av bortfall.

Färjelinjerna i Shippax är dubbelriktade medan de är enkelriktade i Samgods. Vid tillämpning av färjenyckeln måste man tillse att båda riktningarna i Samgods matchas mot Shippax-data.

Varje post i Shippax data svarar mot en entydig kombination av operatör (rederi) och färjelinje.

Eftersom operatören är ointressant i detta sammanhang görs först en aggregering av data så att varje post svarar mot exakt en linje innan matchningen mot Samgods-data genomförs. Färjelinjer mellan utländska hamnar (t ex Rödby-Puttgarden) kan inte användas vid valideringen eftersom ”icke- svenska” transporter då ingår i data. På grund av ytterligare diverse bortfall i nyckeltabellen återstår slutligen endast 28 färjelinjer för vilka valideringen är meningsfull (Code>=2).

Någon uppdelning på olika fartygsstorlekar eller trailerstorlekar kan ej göras eftersom Shippax-data inte innehåller någon sådan information.