Nye GodsData

The work on a national framework for collection of data on freight transport is taken further. Among other issues, we have looked into how data logged by the suppliers of trucks can be used and how the new terminal system developed by the national railway administration can be used. The terminal system will be able to provide new details on railway transports, including load unit identifiers, times for arrivals to and departures from terminal with both railway and truck, trains and trucks involved, etc. The project has looked into how Big Data analysis such as Complex Event Processing can be used to verify and improve data. Data such as truck tracing data from operators, logs from truck providers, data from terminal systems, data from toll road operators, data from the national maritime Single Window, etc. can be used for this purpose. Statistics Norway did in 2015 carry out a survey to collect data on the flow of goods, and the analysis of these data are carried on. The work on the Maritime Single Window solution that may lead to better access to maritime data is also continued. The national railway administration is working on the terminal system mentioned above. The results from the project are summarised in reports. They define requirements for data collection and suggests solutions, and they also summarise lessons learned from data collections carried out during the project. The conclusions are: 1) Electronic reporting of data must be implemented via the national Altinn portal. It is important that the reports for the flow of goods and the mode specific journeys are coordinated. This means that the transport modes, the load units and the goods units must be identified. The project provides a possible solution. 2) The statistics act must be updated to arrange for data collection from new actors and sources, sources that can be used in Big Data analysis included. 3) Cargo owners, the transport industry and the providers of professional systems must get time to adapt to the new reporting requirements. 4) The changes must be implemented in collaboration with the cargo owners and the transport industry. They must be motivated to see that electronic reporting of data will be efficient and provide data of better quality and thereby in the long term arrange for new knowledge and better conditions for the transport industry. 5) Data in conflict with commercial interest and privacy concerns must, unless they are of specific interest, not be requested. 6) Big Data analysis should be used to validate and improve existing data and models.

Godstransporten er ikke tilstrekkelig ivaretatt i de samfunnsøkonomiske kalkylene som ligger til grunn for transportetatenes planprosesser. Dette skyldes mangel på godsdata. Transportetatene ønsker derfor kostnadseffektiv tilgang til nye og oppdaterte dat a. Næringslivet og transportnæringen vil bidra til bedre datainnsamling slik at de på sikt kan redusere hyppigheten av forsinkelser, verditap, økte kostnader og andre belastninger som følge av dårlig vegkvalitet. Prosjektet skal bidra til at næringsliv, transportnæring og transportetatene for veg, sjø og bane blir enige om løsninger og strategi for automatisk datafangst i transportkjedene. Automatisk datafangst betyr at data skal innhentes elektronisk og automatisk fra transportkjedene uten at mennesker må bidra med bl.a. skjemautfylling. I fase 1 av prosjektet skal datafangst fra dagligvarebransjens transportkjeder på veg demonstreres. I fase 2 skal man basert på erfaringene fra demonstratoren spesifisere en multimodal nasjonal løsning for automatis k datafangst som skal favne de fleste varegruppene. Det skal også lages en plan for realisering an den nasjonale løsningen. Prosjektet skal også prøve ut og utrede bruk av nye godsdata fra dagligvarebransjen i de samfunnsøkonomiske beregningene som ligge r til grunn for transportetatenes prioriteringer. Dataene skal bl.a. forbedre varestrømsmatrisene som benyttes i de nasjonale godstransportmodellene. Forskningsutfordringene ligger i å gi svar på følgende forskningsspørsmål: 1)Hvordan kan man realisere a utomatisk datafangst som på en kostnadseffektiv måte kan gi reelle godsdata for godstransporten i Norge? 2) Hvordan kan godsdata fra automatisk datafangst operasjonaliseres og generaliseres slik at de kan inngå i nettverksanalyser? Deltakere i prosjekte t er: Statens vegesen, Jernbaneverket, Kystverket, NTNU, Coop, TakeCargo, NHO logistikk og transport, Dagligvarebransjens Miljøforum (DMF), TØI og SINTEF.