Hele lasten, halve utslippet

Transkript

1 Hele lasten, halve utslippet Analyse av inndata Metode for etablering av nøkkeltall Metode for aggregering av inndata Nåsituasjon Samlastmodell - HUBmodell

2 INNHOLD Kort om statistikken Visualisering Oslo Kommunes varemottak Visualisering Oslo Kommunes leverandører Metode for etablering av nøkkeltall inndata Metode for etablering av nøkkeltall fyllingsgrad Scenario 1 Nåsituasjon inndata Scenario 2 Samlastmodellen inndata Scenario 3 Hubmodellen inndata Metode for aggregering av inndata Metode for etablering av nøkkeltall aggregert Scenario 1 Nåsituasjon aggregert Scenario 2 Samlastmodellen aggregert Scenario 3 HUBmodellen aggregert

3 KORT OM STATISTIKKEN Totaler Pr. sending Varegruppe Sendinger Antall kolli Vekt Antall kolli Snitt vekt Forbruksvarer Næringsmidler Totalsum % av alle sendinger er forbruksvarer. Resterende 24% er næringsmidler. Levering på flere steder Sendinger Fordeling % Ja ,7 % Nei 18 1,3 % Totalsum % De aller fleste sendinger skal kun leveres på ett sted. Svarprosent = 19% Når registrert statistikk koples til «Liste over bestillere i Oslo kommune.» får vi 178 treff av 947 mulige. Dette etter noe vask av listene. I det videre er det benyttet gjennomprøvde metoder for å kvantifisere relevante nøkkeltall. Dog anses det relativt smale datagrunnlaget som usikkert spesielt inn mot aggregerte nivåer (årstall). Leverandøroversikt Ved vask av registrert statistikk for vi en liste på 296 ulike leverandører for gitt periode hvorav de ti største (sendinger) står for ca. 50% av alle leveringer. Antall sendinger pr. leverandør er snitt 4,7 stk. gjennom perioden. Leverandører Sendinger Fordeling % Lyreco as % Tine SA % Staples Norway AS % Lekolar AS 56 4 % Biblioteksentralen 51 4 % Mediq as 36 3 % Augusta Arnesen AS 33 2 % Dell AS 31 2 % Kristiania Brød Gourmet AS 26 2 % Ricoh Norge AS 24 2 % 3

4 KORT OM STATISTIKKEN FORTSETTER Transportører Vask av registrert statistikk for perioden viser 46 unike transportører. X - På sendinger hvor leverandørens navn også er oppgitt som transportør, er definert som «Egentransport». Egentransport oppstår ved avsender og levers direkte til mottaker - Sendinger uten oppgitt transportør er gitt fellesnavn «Ukjent» i transportøroversikten. For videre analyse er disse lagt under «Egentransport». Fordeling topp 10 Inkludert Egentransport og Ukjente. Egentransport Toll Post Globe AS Bring AS Posten AS Ukjent Schenker AS UPS Sporty Budservice AS DHL Oslo Budservice Fordeling topp 10 Kun «kjente» transportører. Toll Post Globe AS Bring AS Posten AS Schenker AS UPS Sporty Budservice AS DHL Oslo Budservice AS DSV AS Andre 4

5 VISUALISERING OSLO KOMMUNES VAREMOTTAK Visualisering av leveringssteder i Oslo kommune: - Kommunens mottakere er skalert etter antall sendinger de mottar pr. år. Grunnlaget er hentet fra aggregert statistikk. 5

6 VISUALISERING OSLO KOMMUNES LEVERANDØRER Visualisering av leverandører til Oslo Kommune: - Grunnlaget er hentet fra aggregert statistikk. - Kommunens leverandører er skalert med antall sendinger de sender til Oslo Kommune pr. år. - Visualiserer på en god måte i hvilke geografiske områder sendinger til Oslo Kommune oppstår. - Vi ser med dette at hovedtyngden av sendingene til Oslo Kommune «oppstår» på det sentrale Østlandet. - Avsendere med stor geografisk avstand til Oslo Kommune går i all hovedsak over en terminal i Oslo regionen. Oslo Kommunes 10 største leverandører basert på virkelig inndata: - Står for ca. 50% av alle leveranser Leverandører Sendinger Fordeling % Lyreco as % Tine SA % Staples Norway AS % Lekolar AS 56 4 % Biblioteksentralen 51 4 % Mediq as 36 3 % Augusta Arnesen AS 33 2 % Dell AS 31 2 % Kristiania Brød Gourmet AS 26 2 % Ricoh Norge AS 24 2 % 6

7 METODE FOR ETABLERING AV NØKKELTALL INNDATA Virkelig inndata er bearbeidet i ruteplanleggingsverktøyet Spider. Det er utarbeidet 3 alternative fremføringsmodeller inn mot Oslo kommunes enheter: Scenario 1 Scenario 2 Scenario 3 Nåsituasjon Alle varestrømmer oppstår hos avsender eller ved aktuell samlastterminal/transportør i Oslo regionen. Tine SA beregnes i eget distribusjonsopplegg. Samlastmodellen Alle varestrømmer oppstår ved godsterminaler i Oslo regionen. Godsterminaler er i denne sammenheng de fem største transportører funnet i inndata. Egentransporten er i dette scenario omdefinert og jevnt fordelt til de fem største transportører. Tine SA beregnes i eget distribusjonsopplegg. HUB modellen Alle varestrømmer oppstår ved 1 stk. hub strategisk lokalisert ift. kommunens enheter. Tine SA beregnes i eget distribusjonsopplegg. Ruteplaner bygger på: Omfang: Innhentet statistikk basert på uke 12 og 13, Datafangst utenom angitte uker er styrt inn i nevnte uker, til opprinnelig ukedag Tidsramme utkjøring og innhenting bil pr. dag: 08:00 15:30 hverdager Lasting: Det er lagt inn 60 min lasting pr. rute Hastighet bil: 85% av gjeldende fartsgrense Målet med denne tilnærmingen er å vise potensialer i følgende nøkkeltall: 1 Kjørte km 2 Co2 utslipp (Forbruk = 0,25 liter pr. km / Utslipp = 2,6 kg Co2 pr. liter) 3 Antall biler 4 Totale distribusjonskostnader Det foreligger ingen statistikk som viser fraktvolumer utover varer til Oslo Kommunes enheter. På neste side følger beskrivelse av metode for generering av fyllingsgrad på biler Tid pr stopp: 10 min Distribusjon / utkjøringskostnad: Pr time 401 kr Godsstruktur: Det er forutsatt at alle varestrømmer (unntatt Tine SA) i statistikk kan samlastes 7

8 METODE FOR ETABLERING AV NØKKELTALL FYLLINGSGRAD Fyllingsgrad i distribusjonsleddet nærmest Oslo Kommune bygger på følgende forutsettinger: Målsetting for antall stopp pr bil pr dag Maksimal fyllingsgrad samlastere, transportører og Tine SA Maksimal fyllingsgrad egentransport (80/20) 48 stopp/bil/dag 48 stopp/bil/dag 38 stopp/bil/dag Basert på ruteplanlagte turer for Oslo kommunes sendinger: 1. Alle turer er «blåst opp» til 8 timer med tilhørende fyllingsgrad som beskrevet over 2. Alle «nye» sendinger antas å lande innenfor angitte ruters geografiske område 3. Tid er styrende kostnadsfaktor for nærdistribusjon i Oslo 4. Tur = Bil 5. Stopp = Sending 6. Vi finner Oslo kommunes andel sendinger og andel km pr bil: Sammendrag for alle alternative fremføringsmodeller for Oslo Kommune: Scenario 1 Nåsituasjon: Km = Biler = 408 Sendinger = Co2 (Kg) = Scenario 2 Samlastmodellen: Km = Biler = 79 Sendinger = Co2 (Kg) = Antall Oslo kommune sendinger 48 sendinger Antall Oslo kommune km Totalt ant kilometer bil % andel sendinger pr bil pr tur % andel km pr bil pr tur Scenario 3 HUB modellen: Km = Biler = 57 Sendinger = Co2 (Kg) = 902 8

9 SCENARIO 1 NÅSITUASJON INNDATA Kommentarer til scenario 1: Sendinger med «ukjent» transportør er simulert som egentransport. Egentransport består av sendinger til mottaker hvor leverandør har definert seg selv som transportør. Det er 104 leverandører med egentransport. Hver av disse genererer minst en bil hver, avhengig av dag og mottaker. Derav relativt høy km produksjon, antall biler og enhetskostnader. Det antas å være effektiviserings potensialer i innfrakt til aktuelle godsterminaler. Totaler Pr. sending Fordeling Km Biler Sendinger Kostnad Co2 Km Kostnad Co2 Egentransport ,0 84 1,3 Tine SA , ,0 Transportører , ,9 Totalsum ,0 74 1,1 9

10 SCENARIO 2 SAMLASTMODELLEN INNDATA Kommentarer til scenario 2: All egentransport fra scenario 1 er omdefinert og likt fordelt på de fem største transportører fra virkelig inndata. Tine SA beregnes i eget distribusjonsopplegg. Alle sendinger oppstår hos respektiv transportør. Det antas å være effektiviserings potensialer i innfrakt til aktuelle godsterminaler. Totaler Pr. sending Fordeling Km Biler Sendinger Kostnad Co2 Km Kostnad Co2 Bring AS ,2 67 0,79 Posten AS ,4 67 0,92 Schenker AS ,3 67 0,88 Tine SA ,5 67 0,97 Tollpost Globe AS ,3 67 0,86 UPS ,1 67 0,75 Totalsum ,3 67 0,86 Endring / effekter opp mot Scenario 1: Km = - 19% Kostnad = - 9% Co2 = - 19% Biler = - 81% 10

11 SCENARIO 3 HUB MODELLEN INNDATA Kommentarer til scenario 3: Alle sendinger utenom Tine SA er i dette scenario distribuert ut fra en og samme HUB. Det geografiske tyngdepunktet for Oslo kommunes mottakere har gitt lokasjon for tenkt HUB. Det antas å være effektiviserings potensialer i innfrakt til HUB. Totaler Fordeling Km Biler Sendinger Kostnad Co2 Km Kostnad Co2 1 HUB , ,62 Tine SA , ,98 Totalsum , ,65 Kostnad pr sending vil sannsynlig vis være tilnærmet lik i scenario 2 og 3, da fyllingsgrad og enhetskostnader anses å ligge på samme nivå for de to modellene Pr. sending Endring / effekter opp mot Scenario 1: Km = -38% Kostnad = -9% Co2 = -38% Biler = - 86% Endring / effekter opp mot Scenario 2: Km = -24% Kostnad = 0% Co2 = -24% Biler = - 28% 11

12 METODE FOR AGGREGERING AV INNDATA Statistikk for ett år: - Fordeling på gruppert nivå for Oslo Kommune Grupper Sendinger kolli Vekt (tonn) Sendinger pr. uke pr. sted AVLASTNING BARNEHAGE BARNEVERN BOLIG BRANN OG REDNING BYDELSKONTOR BYRÅDSAVDELING ETATER FELTTILTAK HAVN HELSESTASJON HJEMMETJENESTE KULTUR MILJØ MILJØARBEID NAV OMSORG REHALBILITERING RENHOLD SERVICESENTER SKATT SKOLE SYKEHJEM UKJENT VOKSENOPPLÆRING Totalsum Metode for aggregering av inndata fra to uker til ett år: - Kommunens mulige mottakere er fordelt i totalt 52 grupper hvor av 25 har svart. - Grupper som ikke har sendinger i perioden er det ikke mulig å aggregere etter denne metoden. - Det er beregnet en snitt sending pr. uke fra de ulike leverandørene til respektive grupper. - Alle mulige mottakere i grupper som har svart får tildelt sendinger basert på gjennomsnittlig sendingsstatistikk pr. uke. Dette er så multiplisert med antall virkeuker. Henholdsvis 48 og Barnehage og skole er gitt 40 virkeuker. Resterende grupper er gitt 48 virkeuker. Tine SA spesielt: - Erfaringstall fra Tine SA benyttes for å kvalitetssikre aggregert statistikk for resten av kommunens mottakere Totaler pr. år Pr. sending Pr. Barnehage og sole pr år Gruppe Sendinger Kolli Vekt (tonn) Kolli Vekt (Kg) Sending kolli Vekt (tonn) BARNEHAGE OG SKOLE ,0 12

13 METODE FOR ETABLERING AV NØKKELTALL AGGREGERT Aggregert totalstatistikk for ett år er multiplisert med det enkelte scenarios snittverdi for km, kostnad og Co2 pr. sending. Scenario 1 Nåsituasjon Alle varestrømmer oppstår hos avsender eller ved aktuell samlastterminal/transportør i Oslo regionen. Scenario 2 Samlastmodellen Alle varestrømmer oppstår ved godsterminaler i Oslo regionen. Godsterminaler er i denne sammenheng de fem største transportører funnet i inndata. Egentransporten er i dette scenario omdefinert og jevnt fordelt til de fem største transportører Scenario 3 HUB modellen Alle varestrømmer oppstår ved 1 stk. hub strategisk lokalisert ift. Kommunens enheter. Målet med denne tilnærmingen er å vise potensialer i følgende nøkkeltall: 1 Kjørte km 2 Co2 utslipp (Forbruk = 0,25 liter pr. km / Utslipp = 2,6 kg Co2 pr. liter) 3 Totale distribusjonskostnader Aggregerte totaler bygger på: Omfang: Innhentet statistikk basert på uke 12 og 13, 2012 aggregert til ett år. Kjørte Km: Snitt km pr. sending multiplisert med antall sendinger Total kostnad: Snitt kostnad pr. sending multiplisert med antall sendinger Co2: Snitt Co2 utslipp pr. sending multiplisert med antall sendinger Godsstruktur: Det er forutsatt at alle varestrømmer i aggregert statistikk kan samlastes 13

14 SCENARIO 1 NÅSITUASJON AGGREGERT Scenario 1 Nåsituasjon aggregert: Aggregert totalstatistikk for ett år er multiplisert med det enkelte scenarios snittverdi for km, kostnad og Co2. Pr. sending Km Kostnad Co2 2,0 74 1,1 Totaler pr. år aggregert statistikk for Oslo Kommunes mottakere: - Km = Kostnad = Co2 = Grupper Sendinger kolli Vekt (tonn) Km Kostnad Co2 AVLASTNING BARNEHAGE BARNEVERN BOLIG BRANN OG REDNING BYDELSKONTOR BYRÅDSAVDELING ETATER FELTTILTAK HAVN HELSESTASJON HJEMMETJENESTE KULTUR MILJØ MILJØARBEID NAV OMSORG REHALBILITERING RENHOLD SERVICESENTER SKATT SKOLE SYKEHJEM UKJENT VOKSENOPPLÆRING Totalsum

15 SCENARIO 2 SAMLASTMODELLEN AGGREGERT Scenario 2 Samlast aggregert: Aggregert totalstatistikk for ett år er multiplisert med det enkelte scenarios snittverdi for km, kostnad og Co2. Pr. sending Km Kostnad Co2 1,3 67 0,86 Totaler pr. år aggregert statistikk for Oslo Kommunes mottakere: - Km = Kostnad = Co2 = Grupper Sendinger kolli Vekt (tonn) Km Kostnad Co2 AVLASTNING BARNEHAGE BARNEVERN BOLIG BRANN OG REDNING BYDELSKONTOR BYRÅDSAVDELING ETATER FELTTILTAK HAVN HELSESTASJON HJEMMETJENESTE KULTUR MILJØ MILJØARBEID NAV OMSORG REHALBILITERING RENHOLD SERVICESENTER SKATT SKOLE SYKEHJEM UKJENT VOKSENOPPLÆRING Totalsum

16 SCENARIO 3 HUB MODELLEN AGGREGERT Scenario 3 HUB aggregert: Aggregert totalstatistikk for ett år er multiplisert med det enkelte scenarios snittverdi for km, kostnad og Co2. Pr. sending Km Kostnad Co2 1, ,65 Totaler pr. år aggregert statistikk for Oslo Kommunes mottakere: - Km = Kostnad = Co2 = Grupper Sendinger kolli Vekt (tonn) Km Kostnad Co2 AVLASTNING BARNEHAGE BARNEVERN BOLIG BRANN OG REDNING BYDELSKONTOR BYRÅDSAVDELING ETATER FELTTILTAK HAVN HELSESTASJON HJEMMETJENESTE KULTUR MILJØ MILJØARBEID NAV OMSORG REHALBILITERING RENHOLD SERVICESENTER SKATT SKOLE SYKEHJEM UKJENT VOKSENOPPLÆRING Totalsum