Logistikutredning Södermalm

Transkript

1 Logistikutredning Södermalm Går det att effektivisera distributionen av livsmedel i stadsdelen genom samlastning?

2 Idé: Kortare transporter, färre bilar och mindre utsläpp Utan samlastning: Många leverantörer, en bil per leverantör Många bilar med relativt få leveranser i stadsdelen Med samlastning: Leveranserna lämnas på en central och lastas ihop Varorna körs ut av centralens bilar Kortare körsträcka totalt?

3 Idé: Effektivisering även för mottagarna och på gatunivå Färre leveranstillfällen per mottagare med samlastning? Färre fordon på gatorna (säkerhet, gatubild, trängsel, )? Bilden är hämtad från rapport En vision om citylogistik i världsklass för SATSA, WSP, 2011

4 Uppdrag: Är detta en bra idé för Södermalm? 1. Ta reda på hur leveranserna av livsmedel ser ut idag - Via mottagarna: butiker, restauranger, hotell, skolor, förskolor, servicehus 2. Ta reda på hur många körda kilometer och leveransfordon detta innebär - Använda simuleringsprogram för att optimera körsträcka givet information om leveranser enligt Uppskatta hur många körda kilometer och leveransfordon som skulle behövas vid samlastning - Använda simuleringsprogram för att optimera körsträcka för scenario med samlastningscentral, allt annat lika som i Jämföra 2. och 3. med avseende på körsträcka och antal fordon, med hjälp av detta uppskatta eventuell miljövinst, med mera

5 Steg 1: Vilka leveranser görs och hur ser de ut? Identifierat drygt 850 mottagare av livsmedelsleveranser i stadsdelen Fått in data från drygt 150 mottagare, via enkät/telefonintervju Servicehus/boende Skola Förskola Hotell Restaurang Svar Med i urval Antal mottagare Partihandel/grossist Butiker Bjudit in 435 till undersökningen, svarsfrekvens ca 35 % Dvs data från ca 18 % av alla mottagare Kategori partihandel/grossist struken pga dåligt underlag 800 kvar

6 Förskola Servicehus Övriga butiker Restaurang Skola Hotell Större butiker >30 Antal mottagare Steg 1: Vilka leveranser görs och hur ser de ut? I underlaget (150 mottagare) 1060 leveranser på en vecka, dvs i genomsnitt ca 1 leverans per dag och mottagare. Pilarna visar genomsnittet per kategori Antal leveranser per vecka För hela Södermalm innebär det ca 5000 leveranser/vecka, eller /år

7 Antal rullburar Steg 1: Vilka leveranser görs och hur ser de ut? I underlaget (150 mottagare) Genomsnittlig leveransstorlek: 3 rullcontainrar (70x80 cm). Median: 1 rullcontainer Dvs många förhållandevis små leveranser! Godsmängd per leverans > Antal leveranser

8 Steg 1: Vilka leveranser görs och hur ser de ut? En lastbil antas ha kapacitet för 24 rullcontainrar Det ger för hela Södermalm drygt 500 bilar i veckan, om alla bilar skulle vara fullastade med varor som bara ska till Södermalm, eller bilar per år Detta är dock inte fallet i verkligheten det rör sig om många fler bilar

9 Steg 1: Vilka leveranser görs och hur ser de ut? Skillnader mellan olika typer av mottagare 14,0 12,0 10,0 8,0 6,0 4,0 2,0 0,0 Restaurang Butiker Förskola Skola Servicehus Hotell Leveransstorlek (rullcontainrar) Antal leveranser/vecka Genomsnitt per kategori bland de 150 mottagarna i underlaget Jämför med antalet mottagare per kategori Andel av total godsmängd Servicehus Hotell 1% 3% Förskola 2% Skola 7% Butiker 52% Restaurang 35% Andelar av (antal mottagare) x (genomsnittlig leveransstorlek) x (genomsnittligt antal leveranser per vecka)

10 Steg 1: Vilka leveranser görs och hur ser de ut? I underlaget (150 mottagare) De flesta leveranser görs under måndag-fredag Måndag och torsdag är största leveransdagarna måndag tisdag onsdag Fördelning över veckan torsdag fredag lördag söndag Antal leveranser

11 Steg 1: Vilka leveranser görs och hur ser de ut? Identifierade godsmottagare på Södermalm en torsdag 1010 leveranser

12 Steg 1: Vilka leveranser görs och hur ser de ut? Största leverantörer (antal leveranser) Totalt 170 olika leverantörer i underlaget 1. Menigo 2. Servera 3. Axfood 4. Andys Frukt 5. Martin Olsson 6. Arla Foods 7. Grönsakshallen Sorunda 8. Coop 9. Bergfalk 10. Carlsberg 11. Spendrups 12. ICA 13. Alt grönt 14. Sandborgen 15. All Frukt 16. Pågen/Saltå Kvarn 17. Havi Logistic (transportör) 18. Dagab 19. Coca Cola 20. Gourmet Food

13 Steg 1 simuleringar (steg 2 och 3). Antaganden För de 650 okända mottagare för vilka underlag inte finns, har samma leveransmönster antagits som i dataunderlaget Fördelning över veckodagar, antal leveranser per vecka, genomsnittlig leveransstorlek och antal leveranser per leverantör är konsistent inom alla kategorier (16 st totalt: skolor, restauranger, butiker och hotell har två eller fler undergrupper var) Däremot har inga antaganden om leveranstidpunkt gjorts för de 650 okända mottagarna, utan varorna får levereras när som helst Leverantörernas lager antas ligga på en av sju möjliga platser: Årsta/Västberga, Bro, Slakthusområdet, Vårby, Enskede, Jordbro eller Vallentuna Viktigt antagande 1: I simuleringarna antas att alla typer av varor kan samlastas, vilket inte är fallet i verkligheten Viktigt antagande 2: I scenariot med samlastning är alla mottagare med i samlastningssystemet För detaljerade beskrivningar av metod och antaganden, se teknisk bilaga!

14 Simuleringar Alla rutter en torsdag, scenario utan samlastning

15 Simuleringar Exempel på rutt utan samlastning Exempel på rutt med samlastning

16 Resultat simuleringar I scenario med samlastning har sträcka, körtid och fordon från respektive lager till samlastningscentralen lagts på i efterhand (61 % av total körsträcka) Nedanstående siffror förutsätter att alla mottagare är anslutna till samlastningssystemet samt att alla varor kan samlastas! Utan samlastning Med samlastning Skillnad Procentuell skillnad Körsträcka km km km -31 % Antal fordon % Körtid 739 timmar 417 timmar -323 timmar -44 % CO 2 -utsläpp* 73 ton 50 ton -23 ton -31 % NOx-utsläpp* 650 kg 450 kg -200 kg -31 % Partikelutsläpp* 16 kg 11 kg -5 kg -31 % CO/HC/CH 4 /SOx* 171/39/0,8/0,08 kg 117/27/0,5/0,06 kg -54/12/0,25/0,003 kg -31 % * Utsläpp beräknade ur körsträcka mha schablonbelopp

17 Osäkerhet och risker Utgått från att alla leveranser samlastas via centralen högst orealistiskt. Siffrorna på föregående sida kan tolkas som en övre gräns Vinsterna blir större ju fler mottagare som ansluter sig sambandet ej linjärt För mer realistiska siffror bör man samla in data från leverantörerna och titta på ett antal scenarier Tidsfönster för leveranser har stor påverkan på resultatet här har vi använt den data vi fått in, men inte antagit några restriktioner för resten av mottagarna Samlastning av alla varutyper ej realistiskt, men samma i båda scenarier I samlastningsscenariot beror en del av vinsten på att ruttoptimeringsprogram använts går inte att uppnå samma effektivitet vid manuell planering för så stora ordermängder. Vanligt att spara 20 % bara genom att använda ruttoptimering

18 Intresse på skala 0-5 Intresse hos mottagarna för samlastning Tre frågor i enkäten/intervjun 111 svar Svar angavs på en skala från 0 (inte alls) till 5 (mycket) 1. Hur intresserade är ni av att få era leveranser effektiviserade, genom att färre lastbilar levererar allt eller en större del av ert gods till er (samma varor och mängd som idag, men mer samlat)? 2. Säg att ni skulle få alla era varor genom en enda transportör. Hur intressant är det för er att själva få välja tidpunkt då varorna levereras? 3. Hur intressant skulle det vara för er att kunna få samlad information om leveranserna från ett och samma system (t.ex. mängden gods, tidpunkt för leverans)? 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 Fråga 1 Fråga 2 Fråga 3 En fjärde fråga 50 svar 4. Vilken information skulle i så fall vara bra, mer specifikt? De vanligaste svaren: Tidpunkt (35 st) Mängd (11 st) Pris/moms/prisförändringar (5 st) Förseningar (3 st) Påverka leveranstiden (3 st)

19 Intresse hos mottagarna för samlastning 33 mottagare har lämnat fria kommentarer Ca en tredjedel är generellt positiva till idén, men en del uttrycker farhågor att det inte skulle fungera i praktiken En annan vanlig (5 av 33) invändning är att det skulle bli svårt att hantera om alla varor kom på en gång, på grund av att lager/kylutrymmen är för små och/eller att personalen inte skulle ha tid eller ork att ta hand om alla varor på samma gång

20 Privata hemleveranser av livsmedel 17 företag som levererar livsmedel till privata hushåll har identifierats Enkät skickats till 16 fem svar på tre av frågorna Södermalm Företag 1 Företag 2 Företag 3 Företag 4 Företag 5 Antal kunder Antal leveranser/vecka Leveransdag Söndag, måndag Söndag Söndag Måndag - fredag Söndag Om resten av företagen har samma omfattning på verksamheten innebär det ca 1000 kunder/adresser på Södermalm, 785 leveranser/kassar i veckan, varav ca 40 % på söndagar och 60 % under måndag-fredag Söndag är den dag i veckan som har minst antal övriga leveranser

21 Rekommendationer för fortsatt arbete Resultatet visar en tydlig potential för minskat trafikarbete och miljöpåverkan Detta är i linje med vad tidigare studier av samlastning visat Relaterat arbete: Nationell satsning Citylogistik, Handbok för godstransporter (Den Goda Staden) Slutsats: Gå vidare med projektet!

22 Rekommendationer för fortsatt arbete Vägval för genomförande Det finns olika samlastningsmodeller: c/o-adresser eller anslutna leverantörer vilken ska användas? Utifrån detta utforma affärsmodellen samt pilotprojektet: Vilka är målen för pilotprojektet? Vilket blir värdet och nyttan för samhället? Finansiering av pilotprojekt vilka möjligheter finns? Omfattning: Södermalm/Stockholm? Kommunikation med berörda intressenter/grupper Vilka incitament kan fungera? Restriktioner, morötter, etc. Behövs mer beslutsunderlag?

23 Rekommendationer för fortsatt arbete Ytterligare beslutsunderlag Viktigt och outforskat: trängsel/framkomlighetsaspekten samt säkerhet vad blir effekten på gatunivå? Observationer på plats, trafiksimuleringar Samhällsekonomiska värderingar där trängsel/framkomlighet och säkerhet inkluderas Dra nytta av befintliga studier med lärdomar från andra projekt Senare skede: Funktioner, drift och utformning av central ITS Fordonsflotta, kalkyler på detta Läge och dimensionering, tjänster och funktioner, hantering av gods Transportplanering, användning av ruttoptimering i driften