Suomen kaupan ja teollisuuden rakenne kuljetusten näkökulmasta
Bibliographic record
Abstract
Tässä selvityksessä on tarkasteltu Suomen kaupan ja teollisuuden rakennetta tarkoituk-sena löytää SPC Finlandin tärkeimmät kohderyhmät tuojien ja viejien joukosta. Samalla tavoitteena on ollut muodostaa kokonaiskuva kaupan ja teollisuuden toiminnasta ulko-maan kuljetusten näkökulmasta. Selvitys jakaantuu nimensä mukaisesti erikseen kauppaan ja teollisuuteen. Teollisuuden tarkastelussa keskitytään merikuljetusten kannalta tärkeimpiin toimialoihin metsäteolli-suuteen, teknologiateollisuuteen kuuluvaan metalliteollisuuteen ja kemianteollisuuteen. Ulkomaankauppaan liittyvien kotimaassa tapahtuvien kuljetusten kannalta oleellista on ollut toimialojen maantieteellisen sijainnin ja alueittaisen viennin jakautumisen kartoit-taminen. Suomen vienti on toimijoittain tarkasteltuna hyvin keskittynyttä. Puolet Suomen viennin arvosta muodostuu 21 suurimman vientiyrityksen viennistä. Toisaalta yli miljoonan euron vuosittaiseen vientiin yltäviä yrityksiä on lähes 2 000. Keskittyneisyys vaihtelee teollisuudessa toimialoittain. Vienti on keskittyneintä paperiteollisuudessa ja perusme-tallien valmistuksessa, jotka ovat myös merikuljetusten tärkeimpiä rahdinantajia. Vienti painottuu rannikolle ja muutamaan sisämaan voimakkaasti teollistuneeseen alu-eeseen. Tuotantolaitosten maantieteellisessä sijoittautumisessa on toimialakohtaisia ero-ja. Kemiallisen metsäteollisuuden sisämaan keskukset tarjoavat mahdollisuuden kehit-tää intermodaalisia kuljetusvirtoja, jos kontitusta siirtyy tehtaille. Intermodaalikuljetuk-sissa käytetään kahta tai useampaa kuljetusmuotoa ja runkokuljetus tapahtuu rautateitse tai vesitse. Kuljetusyksikkö, esimerkiksi kontti, ei yleensä vaihdu kuljetuksen aikana. Teknologiateollisuus jakaantuu moneen alatoimialaan. Suomen teollisuuden kasvu on ollut nopeaa erityisesti elektroniikka- ja sähköteknisessä teollisuudessa, joka ei kuiten-kaan kuulu suuriin merikuljettajiin. Kone- ja metallituoteteollisuudessa useat tuotteet soveltuvat suuryksiköitäviksi. Kemianteollisuus on jakautunut hyvin erilaisiin alatoimialoihin. Peruskemikaaleissa merkittävä tuoteryhmä on muun muassa metsäteollisuuden kemikaalit. Rannikolla on merkittäviä kemianalan keskittymiä, joista suurin on Porvoon Kilpilahdessa. Sinne saa-puu öljyä kemian teollisuuden raaka-aineeksi. Muovi- ja kumiteollisuus käyttävät tuote-kuljetuksissa erityisesti maantiekuljetuksia. Vientimäärät ovat melko vähäisiä. Muovi- ja kumiteollisuuden raaka-aineet ovat tuontitavaraa. Kaupan kehitys riippuu suuresti demografisista tekijöistä ja ostovoiman alueellisesta jakautumisesta. Ostovoima keskittyy Suomessa väestöltään suurimpiin seutukuntiin, joista kahdessa, Helsingissä ja Turussa, sijaitsee kaupan tuonnin tärkeimmät satamat. Kaupan tuonti keskittyy yhä voimakkaammin näihin kahteen seutukuntaan, vaikka myös Pohjois-Pohjanmaalla on potentiaalia kaupan tuontiin. Toimijoittain tukkukaupan tuonti on vielä melko vähän keskittynyttä. Alalla on paljon maahantuontiyrityksiä. Kes-kittyminen kuitenkin jatkuu ja suuret ketjut ohittavat suoralla tuonnilla pienet maahan-tuojat. Erikoistavarakaupassa Suomeen etabloituu lisää ulkomaisia ketjuja. Ketjuohjauksella tehdään päätökset hankinnoista ja logistiikasta. Kaupan valikoimissa ulkomais-ten tuotteiden määrä kasvaa. Intermodaalisuus lisääntyy, vaikka perusteollisuuden tuotannon kasvu hidastuisi tai kääntyisi laskuun. Jalostusasteen noston seurauksena suuryksiköidyt ja intermodaaliset kuljetukset lisääntyvät. Aiemmin suuryksiköimättömänä kuljetettua lastia, kuten irtota-varaa, siirtyy kuljetettavaksi konteissa. Sisäiset Suomen ja muun Euroopan väliset kont-tikuljetukset ovat vielä vähäisiä. Logistiikkaketjujen tehostaminen johtaa komodaali-suuden lisääntymiseen niin, että eri liikennemuotojen yhteiskäyttö tehostuu myös bulk-kuljetuksissa. Suomen teollisuuden ja kaupan alueellinen rakenne ei tue intermodaalisuuden kehittä-mistä kotimaan kuljetusosuuksilla kovinkaan voimakkaasti. Intermodaalikuljetusten osuuden nostamiseksi tarvitaan uusia innovaatioita ja palveluita, joita myös SPC Fin-land voi olla mukana tuottamassa. Suomen viennin voimakkaan toimijakohtaisen keskittymisen takia SPC Finlandin on helppo saavuttaa viejät, jotka vastaavat suurimmasta osasta Suomen viennistä. Pk-yritykset käyttävät viennissään todennäköisesti hyvin laajasti huolintaliikkeiden palve-luita. Tuonnin kenttä on hajanaisempi, vaikka tuonnissakin keskittyminen lisääntyy. Toisaalta yhä useammat yritykset ovat potentiaalisia SPC Finlandin palveluiden tarvitsi-joita, koska pienenkin yrityksen on helppo tuoda tavaraa EU:n alueelta. Selvityksen perusteella voidaan päätellä, että teollisuuden jalostusasteen nousu ja sen seurauksena tapahtuva intermodaalikuljetusten määrän kasvu näyttäisivät lisäävän tar-vetta SPC Finlandin palveluihin teollisuuden kokonaiskuljetusmäärien kehityksestä riippumatta. Kaupan kansainvälistyminen ja ulkomaisten tuotteiden määrän lisääntymi-nen vaikuttavat samaan suuntaan. Kun vielä otetaan huomioon, että viennin osuus brut-tokansantuotteesta todennäköisesti nousee lähemmäksi muiden pienten eurooppalaisten maiden tasoa, näyttäisi siltä, että SPC Finlandin palveluille lähimerenkulkusidonnaisten intermodaalikuljetusten edistämisessä on olemassa tarvetta myös tulevaisuudessa.
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 | 0.007 | 0.003 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.107 | 0.030 |
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".