Sähköautoilun yleistymisen vaikutukset bensiinin kysyntään Suomen maakunnissa
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.069 | 0.025 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".