Sähköautoilun yleistymisen vaikutukset bensiinin kysyntään Suomen maakunnissa
Notice bibliographique
Résumé
Henkilöajoneuvoliikenne aiheuttaa suurimman osan liikenteen päästöistä. Muutospaine liikenteen osa-alueella on korkea ja kestävää liikennettä edistäviä toimenpiteitä tehdään globaalisti kaikkialla maailmassa ilmastonmuutoksen hidastamiseksi. Öljy on tärkeä, mutta paljon päästöjä aiheuttava energialähde, jonka saatavuus on pitkällä aikavälillä rajallista. Sähköautojen käyttöönotto on globaalisti merkittävässä osassa ympäristön saastumisen ja ilmastonmuutoksen estämisen strategioissa. \n \nEuroopan Unioni on asettanut jäsenmailleen päästövähennystavoitteita, jonka saavuttamiseksi useat valtiot ovat asettaneet sähköautokannan kehityksen yhdeksi avaintekijäksi vähentääkseen öljyriippuvuutta sekä tieliikenteestä aiheutuvia päästöjä. Suomen hallitusohjelman tavoitteen mukaisesti Suomen liikenteen tulisi on täysin nollapäästöistä vuonna 2045. Välitavoitteen mukaisesti kotimaan liikenteen päästöjen tulisi olla vuonna 2030 puolet vähemmän, kuin vuonna 2005. (Liikenne- ja viestintäministeriö 2021a.) \n \nAsetetut ilmastotavoitteet ja -velvoitteet vaativat ennakointia ja muutostoimia yrityksiltä. Tämä tutkielma on laadittu toimeksiantona polttoaineen vähittäismyynnin jälleenmyyjälle. Tutkimusongelman tunnistamisessa huomattiin, ettei maakuntakohtaista tutkimusta bensiinin kysynnän muutoksesta alueellisesti olla tutkittu sähköautoilun yleistymisen kontekstissa. Tutkielman tarkoitus on tutkia henkilötieliikenteen sähköistymisen vaikutuksia bensiinin kysyntään alueellisesti Suomessa. Vaikutusten arvioinnissa on käytetty tukena Suomen Teknologian tutkimuskeskuksen VTT:n ym. (2021) laatimaa ennustetta ajoneuvokannan käyttövoimakohtaisesta kehityksestä sekä ajosuoritekilometrien ja ajoneuvojen energiatehokkuuden kehityksestä. Teoreettinen viitekehys painottuu päästöttömän liikenteen ajureihin sekä polttoaineen vähittäismyynnin liiketoimintaympäristöön vaikuttaviin tekijöihin. Tutkielman tavoitteena on ennustaa, miten bensiiniä käyttövoimanaan käyttävien henkilöautojen lasku Suomessa tulee vaikuttamaan maakuntakohtaisiin bensiinin myyntivolyymeihin aikavälillä 2022–2040. \n \nSuomen henkilöautokanta tulee sähköistymään tulevina vuosina merkittävästi VTT:n (2021) laatiman ennusteen mukaan. Tutkielman tulosten mukaan Uudellamaalla henkilöautokanta sähköistyy nopeammin, kuin muissa maakunnissa. Ladattavien bensiinihybridien ennustettu suuri määrä kuitenkin hidastaa bensiinin kysynnän laskua. Tulosten mukaan vuosittainen bensiinin kokonaismyyntivolyymi säilyy maakunnissa prosentuaaliselta jakaumaltaan melko samalla tasolla aikavälillä 2022–2040, kuin edeltävinä vuosina aikavälillä 2015–2021, vaikka autokannan sähköistymisen kehitysnopeus vaihtelee maakunnittain.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,069 | 0,025 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».