Verdieping van de zeevaartstatistieken: lading en routes van zeeschepen

Het CBS publiceert elk kwartaal over de goederen die in de Nederlandse zeehavens gelost en geladen worden. Die informatie krijgt het CBS van de douane en Royal Dirkzwager. Daarnaast doet het CBS onderzoek naar de bruikbaarheid van nieuwe toepassingen op basis van deze en nieuwe bronnen voor het verbeteren van bestaande zeevaartstatistieken en het maken van nieuwe statistieken.

De eerste nieuwe toepassing is op basis van de gegevens van de douane over containers. Deze containers komen via zeeschepen Nederlandse havens binnen en verlaten deze havens vervolgens weer via een ander zeeschip. Het CBS verricht onderzoek naar dit zogenaamde transshipment in het kader van een Europese opdracht. Eind dit jaar zal het CBS een uitgebreider artikel over transshipment publiceren.

De tweede, nieuwe, bron die het CBS onderzoekt is het zogenaamde Automatic Identification System (AIS). Dit systeem zorgt voor veiligheid in de scheepvaart doordat schepen hiermee met elkaar en met de wal communiceren over bijvoorbeeld hun positie en snelheid. Deze big data bron is in gestandaardiseerde vorm voor alle landen wereldwijd beschikbaar. De data is hierdoor internationaal goed vergelijkbaar en kan gebruikt worden om statistieken over zeevaart te verbeteren en uit te breiden. Onder leiding van het CBS is Europees onderzoek gestart om te bekijken of havenbezoeken door schepen op basis van AIS in kaart gebracht kunnen worden. Aan de hand van die gedetailleerde data kunnen we bijvoorbeeld vaststellen welke typen schepen waar aanleggen en hoe lang ze in de havens verblijven. Bij het huidige onderzoek wordt ook bepaald welke routes afgelegd worden en welke havens worden aangedaan.

Een visualisatie van de route van een containerreus en hun bijbehorende schepen

Onderstaande animatie geeft een beeld van de mogelijkheden van deze big data en is gebaseerd op een combinatie van de twee nieuwe bronnen. De gegevens van de douane maken het mogelijk om containerreuzen te koppelen aan schepen die op de kade gezette containers verder vervoeren. De routes van de schepen kunnen worden getoond met AIS gegevens.

Hier is te zien hoe twee containerreuzen na elkaar uit China via het Suez-kanaal naar de Rotterdamse haven komen. Een aanzienlijk deel van de containers die door deze reuzen op de kade gezet zijn wordt vervolgens via andere zeeschepen weer naar andere havens meegenomen. De routes van deze bijbehorende schepen worden ook getoond. Wanneer er over langere trajecten geen informatie was door ontbrekende data is de route ingeschat. Hierdoor kan de route enigszins afwijken van de reële afgelegde route. In de animatie is te zien dat de eerste containerreus tussenstops maakt in enkele andere Europese havens. Hier wordt een deel van de containers gelost. Het vervoer van deze containers naar andere Europese havens wordt niet getoond in de animatie.

Klik op de het plaatje om naar de visualisatie te gaan

Scheepvaart visualisatie

Toepassingen

Deze gegevens kunnen worden gebruikt om cijfers te maken over onder meer zeevaart, binnenvaart en milieu (uitstoot). De data kunnen wellicht ook gebruikt worden als een economische indicator. Zo is bijvoorbeeld de ontwikkeling van het vervoer en de bestemming van bepaalde typen goederen te volgen. Aan de hand van patronen is het mogelijk om op korte termijn internationale vergelijkingen te maken. Wanneer er bijvoorbeeld meer containerschepen naar Rotterdam komen, is dat direct te zien. Voor deze toepassingen zijn grote gemiddelden relevanter om te rapporteren dan enkele voorbeelden zoals in de visualisatie. In dit nieuwsbericht zijn de eerste resultaten te vinden die mede gebaseerd zijn op dit onderzoek.

Het Center for Big Data Statistics

Dit onderzoek is uitgevoerd binnen het Center for Big Data Statistics (CBDS) dat het CBS in september 2016 lanceerde. Binnen het CBDS werken ongeveer veertig partners uit overheid, bedrijfsleven, onderwijs en wetenschap samen aan de inzet van big data voor de productie van officiële statistieken. Het CBDS wil de statistiekvoorziening actueler maken, nieuwe statistieken produceren en bij bestaande statistieken meer verdieping naar bijvoorbeeld regio of sector aanbrengen. Dat leidt tot een betere beleidsondersteuning, terwijl het geautomatiseerd integreren van databronnen en –stromen bovendien forse efficiencyverbeteringen kan realiseren.

Binnen het CBDS wordt, in overleg met de partners, gewerkt aan een grote verscheidenheid aan projecten. Dit onderzoek is daar een voorbeeld van. Resultaten uit CBDS-projecten worden gepubliceerd op de innovatiepagina van het CBS.

We zouden graag uw mening willen over deze nieuwe AIS-visualisatie. Dat kan een algemene indruk zijn, maar ook meer specifieke punten die u goed of niet goed vindt. Is het bijvoorbeeld duidelijk wat er getoond wordt? Zo nee, hoe kunnen we dit verbeteren? En ontbreekt er relevante informatie?