Nya varuvärden data, metod och resultat. Analys & Strategi. Christer Anderstig och Moa Berglund , rev , rev.

Nya varuvärden 24 - data, metod och resultat Christer Anderstig och Moa Berglund 215-2-6, rev. 215-11-9, rev.2 216-3-18 Analys & Strategi

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. Titel: Nya varuvärden 24 - data, metod och resultat Redaktör: WSP Sverige AB Besöksadress: Arenavägen 7 121 88 Stockholm-Globen Tel 1 722 5 Email: info@wspgroup.se WSP Org nr: Analys 55657-488 & Strategi Telefon 1 722 5 Arenavägen Styrelsens säte: 7 Stockholm www.wspgroup.se/analys 121 88 Stockholm-Globen www.wspgroup.se/analys Foto:

Innehåll 1 INLEDNING...5 2 VARUHANDEL OCH VARUVÄRDEN -...7 3 SAMGODS VARUVÄRDEN -...11 3.1 Data, metod och resultat för varuvärden - i riket...11 3.2 Data och metod för varuvärden 21 i kommuner...14 4 VAL AV PROGNOSMETOD...15 5 PROGNOSRESULTAT OCH DISKUSSION...16 6 VARUVÄRDEN ÅR 24...18 TEKNISK BILAGA...21 Underlagsmaterial...21 Varuvärdets variation -...22 Varuvärdets variation på kommunal nivå år 21...32 Appendix: Index för fastprisberäkning...37 BILAGA: INRIKES TRANSPORTER OCH TRANSIT...46 Analys & Strategi 3

4

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 23 och 25 (-1-14). 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 prisutvecklingen 1. 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 24, SIKA PM :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. Analys & Strategi 5

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 24. Rapporten är disponerad enligt följande: Kapitel 2 tecknar en översiktlig bild av varuvärdets utveckling för export och import under perioden -. 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 -. Kapitel 4 redogör för val av metod för att prognosera varuvärden, och i Kapitel 5 presenteras och diskuteras prognosresultaten för år 23. Kapitel 1-5 har inte förändrats jämfört med den rapport som presenterades hösten 214 2. I föreliggande version har rapporten kompletterats med Kapitel 6 som redovisar prognoserade varuvärden för år 24. 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_1526.xlsx 3. 2 Ny varuvärdesmodell_version1491 3 Uppdatering av tidigare dokument Resultat varuvärdesprognoser till TRV_rev1491.xlsx med beräkning av 24 års varuvärden. 6

2 Varuhandel och varuvärden - I volym har svensk varuexport på drygt 3 år ökat med 4,6 procent i genomsnitt per år, medan varuimporten har ökat med 4, 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 198-, volym, varuvärde och ton. Index 198=1. 5 45 4 35 3 25 2 15 Export, volym Export, ton Export, varuvärde Import, volym Import, ton Import, varuvärde 4.6% årl 4.% årl 2.9% årl 2.9% årl 1.6% årl 1.1% årl 1 5 198 1982 1984 1986 1988 199 1992 1994 1996 1998 2 22 24 26 28 21 212 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 - 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 -. Varugrupperna kan enkelt indelas i två kategorier, låga respektive höga varuvärden. Till låga varuvärden kan räknas Livsmedel (+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, Analys & Strategi 7

1996 1998 2 22 24 26 28 21 212 1996 1998 2 22 24 26 28 21 212 massa och malm), som år 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 svarade för hälften av den totala importen i ton, sjönk något mellan och. Figur 2 Export per varugrupp SITC1 -, Ton. Index =1. 35 3 25 2 15 1 5 +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 Figur 3 Import per varugrupp SITC1 -, Ton. Index =1. 3 25 +1 livsmedel, drycker, tobak 2 15 1 5 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 Utvecklingen under perioden - 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 (-9 totalt) för 8

1996 1998 2 22 24 26 28 21 212 1996 1998 2 22 24 26 28 21 212 exporten ändå ökat något långsammare än för importen förklaras som sagt av skillnaderna i varusammansättningens förändring under perioden. Figur 4 Export, varuvärden 1 kr per ton, - SITC 1, Fasta priser = År 2. Index =1. 25 225 2 175 15 125 1 75 5 25 +1 livsmedel, drycker, tobak -9 totalt 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 Figur 5 Import, varuvärden 1 kr per ton, - SITC 1, Fasta priser = År 2. Index =1. 25 225 2 175 15 125 1 75 5 25 +1 livsmedel, drycker, tobak -9 totalt 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 Av denna översikt av varuvärdets historiska utveckling - 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 Analys & Strategi 9

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. 1

3 Samgods varuvärden - 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 - 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 Samgods 4. Den statistik som används som grunddata för varuvärden till Samgods är i stället KN (Kombinerade Nomenklaturen). Den innehåller svensk varuexport och -import för åren - 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 SPIN. För att erhålla tidsserier för varuvärden i kronor per ton och Samgodsvarugrupp, antas därför att prisindex enligt femsiffrig SPIN-grupp gäller för alla KN-grupper som ingår i SPIN-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 21. 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 SPIN, dels av att uppgifter för vissa varugrupper är sekretessbelagda. Över hela perioden varierar det årliga bortfallet för exporten i ton mellan 1 och 2 procent, och i värde mellan 2 och 4 procent. Bortfallet för importen varierar mellan 9 och 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. Analys & Strategi 11

Resultatet av varuvärdesberäkningen per Samgodsvarugrupp presenteras i Figur 6. Figur 6 Varuvärden 1 kr per ton - för Samgodsvarugrupper, Export (blå) Import (röd). Fasta priser = År 26. 3.5 3 2.5 2 1.5 1.5 Cereals Cereals 12 1 8 6 4 2 1 Potatoes, other 8 vegetables, fresh or frozen, 6 fresh fruit 4 Potatoes, other vegetables, 2 fresh or frozen, fresh fruit Live animals Live animals 18 16 14 12 1 8 6 4 2 Sugar beet Sugar beet 2 1.5 1.5 Timber for paper industry (pulpwood) Timber for paper industry (pulpwood) 8 7 6 5 4 3 2 1 Wood roughly squared or sawn lengthwise, sliced or peeled Wood roughly squared or sawn lengthwise, sliced or peeled 1.8.6.4.2 Wood chips and wood waste Wood chips and wood waste 25 2 15 1 5 Textiles, textile articles and manmade fibres, other raw animal and vegetable Textiles, textile articles and manmade fibres, other raw animal and vegetable 25 2 15 1 5 Foodstuff and animal fodder Foodstuff and animal fodder 1 8 6 4 2 Oil seeds and oleaginous fruits and fats Oil seeds and oleaginous fruits and fats 1.4 1.2 1.8.6.4.2 Solid mineral fuels 3.65 3.6 3.55 3.5 3.45 3.4 3.35 3.3 3.25 Solid mineral 3.2 fuels 3.15 Crude petroleum 5 4 3 2 1 Petroleum products 3.5 3 2.5 2 1.5 1 Petroleum.5 products Iron ore, iron and steel waste and Iron ore, iron and steel waste and 45 4 35 3 25 2 15 1 5 Non-ferrous ores and waste Non-ferrous ores and waste 25 2 15 1 5 Metal products Metal products 3.5 3 2.5 2 1.5 1.5 Cement, lime, manufactured building Cement, lime, manufactured building 1.2 1.8.6.4.2 Earth, sand and gravel Earth, sand and gravel.8.7.6.5.4.3.2.1 Other crude and manufactured 2.5 1.5 Other crude and.5 manufactured 3 2 1 Natural and chemical fertilizers Natural and chemical fertilizers 5 4 3 2 1 Coal chemicals, tar Coal chemicals, tar 12

Figur 7 (forts) Varuvärden 1 kr per ton - för Samgodsvarugrupper, Export (blå) Import (röd). Fasta priser = År 26. 35 3 25 2 15 1 5 Chemicals other than coal chemicals Chemicals other than coal chemicals 5 4 3 2 1 Paper pulp and waste paper 1 8 6 4 2 Paper pulp and waste paper Transport equipment, whether or not assembled, and parts thereof Transport equipment, whether or not assembled, and parts thereof 7 6 5 4 3 2 1 Manufactures of metal 3 25 2 15 1 Manufactures of 5 metal Glass, glassware, ceramic products Glass, glassware, ceramic products 9 8 7 6 5 4 3 2 1 Paper, paperboard; not manufactures Paper, paperboard; not manufactures 6 5 4 3 2 1 5 Leather textile, 4 clothing, other 3 manufactured articles than 2 paper, paperboard and 1 manufactures thereof Timber for sawmill 2 15 1 5 Timber for sawmill Machinery, apparatus, engines, whether or not assembled, and parts thereof Machinery, apparatus, engines, whether or not assembled, and parts thereof 25 2 15 Paper, paperboard and manufactures thereof 1 5 Paper, paperboard and manufactures thereof 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 hemmamarknaden 5. 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. Analys & Strategi 13

med ett vägt genomsnitt av import- och exportvaruvärde, med ledning av importens andel av förbrukningen. 3.2 Data och metod för varuvärden 21 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 21 fördelas på landets kommuner. Bland de data som införskaffats inom PWC-projektet ingår Utrikeshandelsstatistik som fördelar export och import på Samgodsvarugrupp och SPIN. Med det dataunderlag som används för tidsserierna kan export i vikt och värde per KNnummer summeras till SPIN för år 21. Exempelvis innebär data för SPIN 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 SPIN-grupper inom respektive Samgodsvarugrupp, i riket, och exportens fördelning på kommuner med ledning av antalet sysselsatta i varuhanterande yrken i branscher på SNI femsiffrig nivå. Vid fördelningen av export per SPIN-grupp på kommuner antas att SPIN-koden överensstämmer med motsvarande SNI-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 21 visar förbrukningen per SNI-bransch av varor på detaljerad varugruppsnivå (med nyckel till SPIN). För en mer detaljerad beskrivning av data och metod, inklusive omräkning till varuvärden i 26 års priser, hänvisas till Teknisk bilaga. 14

4 Val av prognosmetod Förutsättningarna för varuvärdesprognosen är endast de data för varuvärdets historiska utveckling -, 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 prognoser 6. 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 ESmetoder presenteras i Gardner () 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 utvärderingskriterium 8. 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 område 9. 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 (): 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//wp6-5.pdf Analys & Strategi 15

5 Prognosresultat och diskussion Utdata och resultat från modellkörningarna redovisas utförligt i ett separat exceldokument Resultat varuvärdesprognoser till TRV_rev1491.xlsx. I Tabell 1 presenteras en sammanfattande bild. Tabell 1 Varuvärde per Samgodsvarugrupp *, 26, och prognos 23. 1 kr per ton, Fasta priser = 26. Varuvärde import Varuvärde export 26 23 26 23 SAMGODS 1 Cereals 2.5 2.6 1.7 1.8 1.3 1.3 1.1 1.1 2 Potatoes, other vegetables 8.6 9. 8.4 8.3 9.6 8.4 7. 7. 3 Live animals 572.2 173.8 379.5 37.3 88.4 41.9 18.9 25.5 4 Sugar beet 43.6 5.9 7. 15.8 6.3 5.5 5 Timber for paper industry (.4 1.6 1.3 2.4.9.5.7.7 6 Wood roughly squared or s 4.7 6.9 5.2 5.2 3.5 3.7 3.6 3.6 7 Wood chips and wood was.4.5.6.7.5.5.9.9 9 Textiles, textile articles an 18.5 14.2 15.2 15.2 9.7 11.8 8. 8. 1 Foodstuff and animal fodd 13. 12.1 16.8 16.8 15.2 18. 16.7 16.6 11 Oil seeds and oleaginous fr 5.4 4.3 5.1 5.3 9.5 5.8 7.6 7.4 12 Solid mineral fuels.8.8.8 1.2 1.3.9.5.3 13 Crude petroleum 3.5 3.4 3.5 3.4.1 3.4.2 3.4 14 Petroleum products 3.3 4.3 4. 4. 2.7 3.9 4. 5.4 15 Iron ore, iron and steel was 1.1.9 3.2 2.5.5.5.6.7 16 Non-ferrous ores and wast 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, manufacture 3.3 2.7 2.7 2.4 1. 1.7 1.5 1.5 19 Earth, sand and gravel 1.1.6.7.7.1.1.2.3 2 Other crude and manufactu.7.5.6.6.2.2.2.2 21 Natural and chemical fertil 1.4 1.6 2.1 3.8 1.2 2. 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 c 15.1 15.5 12.4 12.4 22.8 27.7 29.4 35. 24 Paper pulp and waste pape 1.8 2. 2.3 2.7 4.1 4. 4. 4.1 25 Transport equipment, whe 76.6 69.2 75.6 76.8 82.2 89.1 75.6 74.7 26 Manufactures of metal 48.6 34. 29.6 29.6 59.8 47.3 49.1 44.9 27 Glass, glassware, ceramic p 21.4 18.4 15.5 9.8 23.6 14.1 26.4 26.4 28 Paper, paperboard; not ma 8.2 6.2 6.2 7.3 5.5 5.6 6. 6. 29 Leather textile, clothing, o 45.8 31.4 4.6 41. 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, eng 118.4 141.2 167.8 169.7 1.2 158.2 188.1 188.1 33 Paper, paperboard and ma 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 * För två varugrupper (4 och 31) saknas värden för ; i dessa fall har prognosen baserats på data för 1996-. Som nämndes ovan har det genomsnittliga varuvärdet under perioden - 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,8 procentenheter och förändrad varusammansättning för 1,5 procentenheter (,8+1,5 = 2,3). 16

Motsvarande komponenter för ökningen av importens genomsnittliga varuvärde är,4 procentenheter respektive 1,9 procentenheter. Denna komponentuppdelning baseras på års fördelning av export och import på de olika Samgodsvarugrupperna. Vad blir motsvarande komponenter för prognosperioden 26-23? 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 23. Vid en framskrivning med 4 procent av export och import enligt 26 års observerade fördelning, och med prognoserade varuvärden för år 23, 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 26 års varusammansättning, beräknas uppgå till,7 procent per år för exporten och,2 procent per år för importen. Dessa effekter ligger relativt nära motsvarande komponenter för perioden -, givet års varusammansättning,,8 procent per år för exporten och,4 procent per år för importen. Hur mycket beräknas det genomsnittliga varuvärdet öka fram till år 23, 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 inte överensstämmer med nu framtagna export- och importdata per Samgodsvarugrupp för år 26. 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 PWCprojektet. Betydelsen av dessa avvikelser kan belysas med ett räkneexempel. Anta att års indata ersätts med framtagna export- och importdata, i 26 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, 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. Analys & Strategi 17

6 Varuvärden år 24 Prognosmodellen har skattats på data för perioden - och prognosen sträcker sig fram till år 24. Varuvärdet för 24 har beräknats genom att skriva fram 212 års varuvärde med den modellberäknade förändringen mellan 212 och 24; för detaljer se Excel-bilaga. Resultatet visas i Tabell 2, med beskrivning av varugrupper i Tabell 3. Tabell 2 Varuvärde per Samgodsvarugrupp 212 och prognos 24, Tkr per ton, Fasta priser = 212. Tabellen kompletteras med inrikes varuvärden i bilaga Inrikes transporter och transit Samgods Varuvärde 212, tkr per ton Varuvärde 24, tkr per ton Differens 24-212 varugrupp 212 års priser 212 års priser Export Import Export Import Export Import -------------------------------------------------------------------------------------------------------------------------------- 1 2.2 2.9 2. 2.6 -.3 -.4 2 12.9 8.8 12.8 8.8 -.1. 3 81.6 575.9 79.1 53.7-2.6-72.2 4 22.6. 22.7..1. 5.8.5.8 1...5 6 3.5 5.4 3.5 5.4. -.1 7 1.3 1. 1.8 1.4.5.4 9 22.9 16.3 21.5 15.8-1.4 -.5 1 17.9 19.1 17.8 2.1 -.1 1. 11 7.4 6.5 7.8 5.9.3 -.6 12.7 1.3.3 1.7 -.5.4 13 5.6 5.7.1 14 6.3 6.4 9.4 6.4 3.1. 15 1. 34.3 1.3 63.4.3 29.1 16 7.4 39.7 7.1 31.2 -.3-8.5 17 15.4 11. 17. 6.4 1.5-4.6 18 1.5 2.9 1.5 2.3. -.6 19.2.6.4.7.2.1 2.2.5.2.5.. 21 3.3 2.7 3.4 5.6. 3. 22 5.9. 11.8 5.9 23 28.6 1.4 39.8 1.3 11.2 -.1 24 4.9 6.8 4.9 9.6. 2.8 25 88.6 73.4 89.9 74.4 1.3 1.1 26 55.3 3.6 52.9 3.2-2.5 -.4 27 14.6 15.9 25.9 14.9 11.3 -.9 28 6.1 5.4 6.1 7.3. 1.9 29 43.9 3.9 52.5 34.8 8.6 3.9 31 3.8 3.5 3.1 4.2 -.7.7 32 157. 19.3 162.3 117.4 5.3 8.1 33 8.3 18.2 7.1 18. -1.2 -.1 -------------------------------------------------------------------------------------------------------------------------------- 18

Skillnaden mellan varuvärdet 212 och 24 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 1 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 2 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 212 innebär prognosen att i ton minskar total varuproduktion och total varuförbrukning med 11 procent respektive 1 procent fram till år 24. 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. Analys & Strategi 19

Men varusammansättningen kommer att förändras fram till år 24. Mängden ton kan uppskattas mer precist med stöd av de antaganden som LU215 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. 2

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 -, KN-indelat, tkr löpande priser - Tidsserier import/export -, KN-indelat, ton - Översättningstabell KN-SPIN - Översättningstabell KN21-Samgods (via NST\R) - Hemmamarknadsprisindex (HMPI), =1 efter produktgrupp SPIN och år - - Exportprisindex (EXPI), =1 efter produktgrupp SPIN och år - - Importprisindex (), =1 efter produktgrupp SPIN och år - - Volymindex för varuimport och varuexport, 2=1 efter produktgrupp SPIN22 och år -28 - Volymindex för varuimport och varuexport, 2=1 efter produktgrupp SPIN och år - - Sysselsättningsstatistik, SNI, yrke och kommun, 21 - Export- och importstatistik -, SITC-klassificerat, tkr löpande priser och ton - Tabeller från Nationalräkenskaperna 21 på detaljerad bransch- och varugruppsnivå - Exportstatistik enligt Utrikeshandelsstatistiken, bearbetad inom ramen för framtagandet av nya PWC-matriser för basåret 26 1 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 23. Prognosåret har senare ersatts med 24. 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 212. Vid framtagning av PWCmatriser för prognosåret 24 antas att varuvärdet förändras på samma sätt som på nationell nivå, enligt resultatet från det första steget. 1 Under projektets genomförande har basåret flyttats fram till 212. Analys & Strategi 21

I båda fallen har varuvärden beräknats separat för produktion/export respektive förbrukning/import. Metoderna vid beräkningen i respektive steg beskrivs nedan. Varuvärdets variation - För att kunna göra en prognos för varuvärdenas framtida utveckling behövs tidsserier för den historiska utvecklingen fram till idag. Tidsserier finns tillgängliga för perioden - och dessa ligger till grund för beräkningarna, som avser varuvärdets variation på nationell nivå. Som beskrivits ovan, finns statistik över svensk varuexport och -import i såväl vikt- som värdetermer på en detaljerad varugruppsindelning, nämligen åttasiffrig KN (Kombinerade Nomenklaturen), för åren -. Statistiken i värdetermer är i löpande priser. För att räkna om detta till fasta priser krävs prisindex, och sådana finns bara på den grövre varugruppsindelningen femsiffrig SPIN. För att erhålla tidsserier för varuvärden i kronor per ton och Samgodsvarugrupp, krävs alltså följande beräkningssteg. 1. Koppling mellan varje KN-nummer och dess motsvarande SPIN-kod. 2. Framtagning av pris- och volymindex för SPIN från olika källor. 3. Beräkning av volymutveckling per KN-nummer (det vill säga utveckling av exportens/importens värde i fasta priser) med hjälp av pris- eller volymindex för motsvarande SPIN-grupp. 4. Aggregering av KN-nummer till Samgodsvarugrupper för export/import i vikt (ren summering) och volym (med hjälp av kedjeindex). 5. Komplettering av volym samt vikt för vissa Samgodsvarugrupper, där tidsserien uppvisar bortfall jämfört med statistik på aggregerad nivå 6. Beräkning av varuvärden (volym dividerat med vikt) per Samgodsvarugrupp och år -. Vart och ett av beräkningsstegen beskrivs nedan. 1. Koppling mellan KN och SPIN I export- och importstatistiken finns drygt 15 5 KN8-nummer representerade. SCB tillhandahåller en tabell där alla KN-nummer giltiga år kopplas till en femsiffrig SPIN-kod. KN-nummer byts dock ut över tiden, vilket gör att statistiken för åren -212 delvis presenteras via KN-nummer som saknar koppling i SCB-nyckeln. Bortfallet på grund av detta, mätt i ton respektive värde i löpande priser, visas i figurerna nedan. Vidare beskriver vissa (relativt få) KN-nummer i statistiken tjänster, vilket kan utläsas ur dess motsvarande SPIN-kod. Dessa KN exkluderas i beräkningarna och omfattningen visas även den i Figur 8 och Figur 9 nedan. 22

Export, tusentals ton Export i löpande priser (MSEK) Figur 8 Total export -, MSEK, fördelad på koppling KN-SPIN. 14 12 1 8 6 Export, gamla KN Export, tjänste-spin Export, SPINfördelad 4 2 År Anm: Figur 9 Gamla KN står för KN-nummer som slutat gälla, tjänste-spin står för varor med koppling till en SPIN-kod som beskriver tjänster och därför exkluderas, och SPIN-fördelad står för den varuexport som tilldelats SPIN-kod. Total export -, 1 ton, fördelad på koppling KN-SPIN.. 1 9 8 7 6 5 4 3 2 1 Export, gamla KN Export, tjänste- SPIN Export, SPINfördelad År I figurerna ovan är det tydligt att bortfallet för vissa år blir stort på grund av gamla KNnummer. För att avhjälpa detta problem har en kompletterande nyckel tillämpats. Med denna nyckel kan alla KN-nummer som använts under perioden 1996- kopplas till en tillverkande bransch enligt SNI. Analys & Strategi 23

Eftersom SPIN-koderna är identiska med SNI-koderna 11, kopplas de KNnummer som saknar SPIN-koppling i SCB:s nyckel, till den SPIN-kod som motsvarar SNI-koden som anges i den kompletterande nyckeln. Syftet med SPIN-kopplingen är dock att kunna använda prisindex för SPIN-koden för att fastprisberäkna värdet av exporten. För vissa av de tillkommande SPIN-koderna saknas prisindex och de kan därför inte användas. Vidare, för vissa KN-nummer saknas även SNI-kod i den kompletterande nyckeln. Slutligen behöver varje KN-nummer också kopplas till en Samgodsvara för att kunna ingå i beräkningarnas alla steg. Proceduren och villkoren för det beskrivs i steg 4 nedan. För att ett KN-nummer ska inkluderas i beräkningarna krävs alltså att samliga följande villkor är uppfyllda: - Koppling till SPIN-kod finns (från någon av nycklarna) - Motsvarande SPIN-kod har ett prisindex - Koppling till Samgodsvara finns Andelen av exporten i värde och vikt som uppfyller samtliga villkor beskrivs i steg 4. 2. Pris- och volymindex för SPIN Beräkningen genomförs i huvudsak med export-/importprisindex. För vissa SPIN saknas dessa prisindex. I några fall hämtas direkt information om volymutveckling; i några andra fall används prisindex för hemmamarknaden och i ytterligare något fall används importprisindex även för exporterade varor. En tabell med förteckning över vilka index som använts återfinns i bilaga 1. I Figur 1 nedan beskrivs processen för att avgöra vilken typ av index som används. I de fall prisindex används, saknas för vissa SPIN indexvärden för något eller några år i slutet av perioden. I dessa fall imputeras värde, enligt två alternativ: - Alternativ 1 innebär att saknat värde blir indexvärde för senaste år, som förändras med indexvärdets förändring för motsvarande SPIN-aggregat. - Alternativ 2 innebär att saknat värde sätts lika med ett medelvärde mellan föregående och efterföljande år. I befintliga indextabeller är referensår = 1, men fastprisberäkningen genomförs för referensår 21. Indexvärdet för referensåret, till exempel EXPI 21, ersätts med indexvärde 1= EXPI21/EXPI21, och indexvärde för övriga år, till exempel, blir EXPI/EXPI21. I ett par fall används volymutvecklingen direkt, istället för prisindex. Volymutveckling finns redovisad på SPIN för åren - och på SPIN22 för åren -28. I de fall där aktuell SPIN-kategori har påverkats av den förändrade indelningen 11 Med vissa undantag, se SCB: MIS :1. Standard för svensk produktindelning efter näringsgren. Undantagen har ignorerats i beräkningarna, men berör endast en mycket liten del av de varor som är aktuella. 24

SPIN22-SPIN, väljs det mest snarlika aggregatet med kompletta uppgifter för åren -2. Även dessa serier räknas om till referensår 21=1. Figur 1 Översikt av metod vid omräkning från löpande till fasta priser Omräkning från löpande till fasta priser Med hjälp av export- och importprisindex Export- och importprisindex saknas För vissa SPINkoder saknas index för något/några år Saknat värde blir indexvärde för senaste år, förändrat med indexvärdets förändring för närmaste SPINaggregat Saknat värde sätts lika med ett medelvärde mellan föregående och efterföljande år Prisindex för hemmamarknaden används istället Information om volymutvecklingen används direkt istället (volymindex) Befintligt referensår i tabellerna () ersätts med nytt referensår (21) 3. Volymutveckling per KN För alla KN-nummer som inkluderas i beräkningarna enligt ovanstående villkor, beräknas värdet i fasta priser för åren -, det vill säga volymutvecklingen för nämnd period. Beräkningen görs genom att - I de fall prisindex används, dividera värdet i löpande priser per år och KNnummer med prisindex för motsvarande år - och SPIN-kod - I de fall volymindex används, multiplicera värdet i löpande priser för basåret (21) per KN-nummer med volymindex för motsvarande SPIN-kod och respektive år - 4. Aggregering från KN till Samgods Varje KN-nummer har en koppling till en NST\R-kod, given av Eurostat. Vidare är Samgodsvarugrupperna baserade på NST\R-koder (på den mest detaljerade tresiffriga nivån). Således kan varje KN-nummer som har en NST\R-koppling föras till en och endast en Samgodsvarugrupp. Kopplingarna KN-NST\R erhölls från SCB i samband med framtagningen av IVP-, INFI- och FTS-data, men bara för KN-nummer som var giltiga under 21. Analys & Strategi 25

Många KN-nummer som förekommer i import- och exportstatistiken - gällde inte år 21 och saknar därmed koppling till data från SCB. Listan över kopplingar har därför kompletterats med en tabell från Eurostat, som beskrivs på följande sätt (tabellerna för år har använts): Conversion tables created by Eurostat Unit G5 "International trade - Production". These conversion tables are ad hoc tables created yearly by unit G5 for the purpose of transposing external trade data from the CN to other classifications. The correspondences are created on a many (CN) to one (other classification) basis. These correspondence tables are also the basis of the "aggregate" construction for use with the Comext analytical interface. 12 Export/import mätt i vikt har aggregerats direkt från KN till Samgods för vart och ett av åren -. Aggregeringen av export/import i volym (värde i fasta priser) från KN till Samgods görs på följande sätt. Beräkning av export- respektive importvolym (fasta priser) per Samgodsgrupp Beteckningar: j J KN-nummer Samgodsvarugrupp. Alla KN-varor har kopplats till en Samgodsvarugrupp t Årtal, där t= motsvarar basåret (här 21) V j (t) export/import i löpande priser för KN-vara j år t (ges av statistiken) V J (t) export/import i löpande priser av Samgodsvarugrupp J år t, V J(t) = V j (t) j J X j (t) X J (t) export/import i fasta priser för KN-vara j år t (resultat av steg 3 ovan) export/import i fasta priser av Samgodsvarugrupp J år t Vi vill beräkna X J (t) för alla J och t. Eftersom andelarna för j förändras går det inte att aggregera X j (t) för respektive J och t, utan principen med kedjeindex måste tillämpas. Vi definierar: w j (t) = V j(t) V J (t) år t X j (t), t > X j (t 1) X j (t) = { X j (t), t < X j (t+1) Andelen av KN-vara j i Samgodsvarugruppen J i löpnade priser Volymutvecklingen för KN j mellan år t och föregående år t-1 (om t>) respektive efterföljande år t+1 (om t<) X J (t) = { j J w j (t 1) X j (t), t > j J w j (t + 1) X j (t), t < Volymutvecklingen för Samgodsvarugrupp J mellan år t och föregående år t-1 (om t>) respektive efterföljande år t+1 (om t<) 12 http://ec.europa.eu/eurostat/ramon/other_documents/index.cfm?targeturl=dsp_other_doc_ DTL#cn, 214-7-4 26

X J (t) beräknas sedan som X J (t) = X J (t 1) X J (t) för t> respektive X J (t) = X J (t + 1) X J (t) för t<, med utgångspunkt i basåret t=, där X J () = V J (). För ett år t> får vi alltså X J (t) = X J (t 1) X J (t) = X J (t 1) 1) V j(t 1) X j (t) j J V J (t 1) X j (t 1) j J w j (t 1) ΔX j (t) = X j (t Denna beräkningsgång ger dock vissa problem, då X j (t 1) = för vissa j och t, vilket ger division med. Visserligen måste i dessa fall även V j (t 1) = eftersom X j (t) V j (t), men / är likväl inte definierat. Problemet löses genom omskrivning av kvoten X j (t) X j (t 1) Omskrivningen görs på två sätt, beroende på om X j (t) beräknats med prisindex PI j (t) eller volymindex VI j (t). Definiera J P som delmängden av J där de ingående KNvarorna j fastprisberäknats med hjälp av prisindex, och J V som delmängden av J där de ingående KN-varorna j fastprisberäknats med hjälp av volymindex. För j J P är X j (t) = V j(t) PI j (t) och för j J V är X j (t) = VI j (t) V j (). Vi får då X J (t) = X J (t 1) [ V j(t 1) V j (t) PI j (t 1) V j (t 1) V j () VI j (t) + V J (t 1) V j (t 1) PI j (t) V J (t 1) V j () VI j (t 1) = j J P j J V ] = X J (t 1) [ V j (t) PI j (t 1) V J (t 1) PI j (t) j J P V j (t 1) VI j (t) + ] = V J (t 1) VI j (t 1) j J V = X J (t 1) V J (t 1) [ V j (t) Q j P (t) + V j (t 1) Q V j (t) j J V j J P ] där Q j P = PI j(t 1) PI j (t) och Q j V = VI j(t) VI j (t 1) för år efter referensåret (t>). För år t< görs beräkningarna på motsvarande sätt men med de definitioner som ges för t< ovan. Efter detta steg finns alltså export/import beräknad per år - och Samgodsvara, dels mätt i vikt, dels i värde (fasta priser). Som nämnts ovan, är export respektive import inte komplett beskriven i dessa tidsserier. Export/import redovisad på vissa KN-nummer har exkluderats: a) Saknar koppling till en SPIN-kod, b) Redovisar tjänster, inte varor, c) Kopplas till en SPIN-kod som saknar pris- och volymindex, d) Saknar koppling till en Samgodsvara. Analys & Strategi 27

1996 1998 2 22 24 26 28 21 212 Andel av import som exkluderats 1996 1998 2 22 24 26 28 21 212 Andel av export som exkluderats I figurerna nedan redovisas hur stor andel av exporten samt importen i rådata, mätt i vikt och värde i löpande priser, som avser KN-nummer som exkluderats. En stor del av bortfallet i importen fram till utgörs av KN-nummer kopplade till Samgodsvarugrupp 5 (massaved), något som hanteras i nästa steg. Figur 11 Andel av exporten, i vikt och värde (löpande priser), som inte kommer med i beräkningarna av olika skäl. 5% 4% 4% 3% 3% 2% 2% 1% 1% % Värde, löpande priser År Figur 12 Andel av importen, i vikt och värde (löpande priser), som inte kommer med i beräkningarna av olika skäl. 2% 15% 1% Värde, löpande priser 5% % År Vidare är delar av rådata belagda med sekretess. Det innebär att värden saknas för vissa KN-nummer för ett eller flera av åren -. Omfattningen av bortfallet går inte att uppskatta utifrån KN-statistiken. Däremot har avstämningar gjorts mot andra källor, se nästa steg. 5. Komplettering av volym samt vikt för vissa Samgodsvarugrupper, där tidsserien uppvisar bortfall jämfört med statistik på aggregerad nivå Av skäl som redovisats ovan har inte all export och import kunnat inkluderas i beräkningarna. Därför har vissa justeringar gjorts i efterhand, efter avstämning mot andra källor. På SCB:s hemsida redovisas export och import i värde (löpande priser) och vikt, dels för total varuhandel och dels uppdelat på så kallade SITC-koder som definierar en varugruppsindelning som finns på 1-5-siffriga nivåer. 28

1996 1998 2 22 24 26 28 21 212 Inkluderad andel På den mest aggregerade nivån finns inget sekretessbortfall, vilket gör att SITCstatistiken ger en heltäckande beskrivning av utrikeshandeln med varor -. En jämförelse med den statistik som inkluderats i varuvärdesberäkningarna ger en bild av hur stor del av handeln som täcks in, givet det bortfall som finns i KN-statistiken. Resultatet visas i Figur 13 nedan. Figur 13 Andel av total import och export, mätt i värde (löpande priser) och vikt som inkluderas i varuvärdesberäkningarna. 12% 1% 8% 6% 4% 2% Export, tkr Export, ton Import, tkr Import, ton % Efter det första året,, ligger andelarna på drygt 9 procent, med undantag för importen i ton, där bortfallet är större i början av perioden. Det indikerar att det är varor med ett lågt varuvärde som står för en stor del av bortfallet i importen. På den 3-siffriga SITC-nivån är sekretessbortfallet fortfarande litet och kan hanteras. Dock kan de 261 SITC 3-koderna inte aggregeras till Samgods varugrupper utan att cirka en fjärdedel av grupperna måste fördelas mellan minst två Samgodsgrupper. På den mest detaljerade nivån (5-siffriga koder) består SITC-indelningen av knappt 3 varugrupper. Dessa kan kopplas till KN-nummer och med hjälp av statistikens utfall för ett enskilt år kan en fördelning mellan Samgodsgrupper tas fram för de SITC 3-koder som kopplar till mer än en Samgodsvara. En sådan fördelning kommer dock alltid vara approximativ och adderar fel till beräkningarna, som kan vara lika stora eller större än de fel som bortfallet i KN-statistiken medför. En medelväg har därför valts här. Redan tidigare konstaterades att Samgodsgrupp 5 (massaved) verkar stå för en stor del av bortfallet i importstatistiken. Vid jämförelse mellan kopplingarna KN-Samgods och KN-SITC 3, visar det sig att SITC 3-kod 247 (rundvirke och grovt kanthugget virke) har exakt samma innehåll som Samgodsgrupperna 5 och 31 (rundvirke) tillsammans. Vidare är den beräknade importen/exporten för Samgodsvarorna 5 och 31 sammanlagt för åren 24-, enligt KN-statistiken, identisk med värdena för SITC 247 mätt i såväl värde som vikt, se Figur 14 nedan. Analys & Strategi 29