DEMOLOG; Modellering av logistikk fra et makroperspektiv Anne Madslien, TØI Seminar om integrerte forsyningskjeder Forskningsrådet, 29. november 2010 30.11.2010 Side 1
DEMOLOG Mål: Utvikle et bedre verktøy for overordnet analyse av godstransportmarkedet i Norge 2010-2012 Finansiert av Forskningsrådet og transportetatene Utføres av TØI, Sitma as og Significance, i samarbeid med transportetatene Videreutvikling og forbedring av Logistikkmodellen: Regionalisering/soneinndeling Terminalkostnader Nye metodikk for basismatriser basert på VSU Utslippsmodul 30.11.2010 Side 2
Godsmodellering, ikke så enkelt Mye mer heterogent marked enn for persontransport ( f eks mange varetyper) Hva er analyseenheten? (enkeltsending, årlig godsstrøm, avsenderbedrift, mottakerbedrift, transportør, samlaster, transportmiddel ) Hvem bestemmer transportmiddelvalget Langsiktige transportavtaler Konsolidering 30.11.2010 Side 3
Forskjeller i transportmiddelbruk mellom varer Varene har: - ulike krav til kvalitet, tidsbruk osv - ulik betalingsvillighet - ulike transportrelasjoner - osv Tonn innenriks: 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Termo (inkl fisk) Stykkgods Tømmer Tørr bulk Våt bulk Transportmiddelfordeling (andel av tonn) for ulike varegrupper innenriks Sum innenriks Tog 1% 7% 2% 10% 1% 2% 3% Skip 3% 8% 4% 6% 6% 29% 8% Lastebil 96% 85% 94% 84% 93% 69% 89% Tonnkilometer innenriks: 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Termo (inklfisk) Stykkgods Industrivarer Industrivarer Tømmer Tørr bulk Våt bulk Transportmiddelfordeling (andel av tonnkm) for ulike varegrupper innenriks Sum innenriks Tog 4% 16% 6% 25% 1% 0.4% 8% Skip 7% 33% 22% 13% 51% 80% 4 2% Lastebil 89% 51% 72% 61% 49% 19% 4 9% 30.11.2010 Side 4
Transportmidlene konkurransedyktig på ulike avstander Lastebil konkurransedyktig på alle avstander, tog i hovedsak over 500 km. Kostnader og tidsbruk ved terminalhåndtering viktig for konkurransekraften til intermodale transportkjeder. Tonn innenriks: 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 0-50km 50-100 km 100-250 km 250-500 km Transportmiddelfordeling (andel av tonn) etter avstandsgruppe 500 km + Sum innenriks Tog 1% 1% 4% 1% 22% 3% Skip 1% 6% 17% 36% 50% 8% Lastebil 98% 92% 79% 63% 28% 89% Tonnkilometer innenriks: 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 0-50km 50-100km 100-250 km 250-500 km Transportmiddelfordeling (andel av tonnkm) etter avstandsgruppe 500 km + Sum innenriks Tog 2% 1% 5% 1% 14% 8% Skip 2% 7% 18% 39% 62% 42% Lastebil 95% 92% 77% 60% 24% 49% 30.11.2010 Side 5
Transportmidlene konkurransedyktig på ulike relasjoner 1000 tonn pr år 1 800 1 600 1 400 1 200 1 000 800 600 400 200 - Veg stykkgods Veg bulk Sjø stykkgods Sjø bulk Jernbane Årlige godsmengder i 1000 tonn og transportmiddelfordeling i utvalgte relasjoner. 2008. Komplekst mønster modellen skal treffe Arbeidet i DEMOLOG skal hjelpe til at en i større grad treffer det faktiske transportmønsteret (ikke bare gode tall i makro ) 30.11.2010 Side 6
Eksempel på transportstrømmer krevende å gjenskape! 30.11.2010 Side 7
Historikk norske godstransportmodeller Den første nasjonale godstransportmodellen (NEMO) påbegynt ca 1993 [TØI] Logistikkmodellen påbegynt 2005 [Significance, TØI, Sitma] I en tidlig fase var SD oppdragsgiver for utviklingen av de norske modellene, de senere år har ansvaret ligget hos transportetatene (NTP Transportanalyser) Offisiell versjon av Logistikkmodellen ikke sluppet, men er likevel brukt til / i ferd med å bli brukt til: Prognoser KVU-er, nye jernbaneterminaler Diverse case-studier for transportetatene (delvis for å teste modellen) Strekningsvis planlegging jernbane? (Norconsult) Høyhastighetsutredningen? (Significance/Atkins) 30.11.2010 Side 8
Eksempel på bruk - Prognoser til NTP 225 200 175 Vekst i transportarbeid, pr transportmiddel 150 2006 = 100 125 100 75 50 25 Skip Jernbane Lastebil Sum 0 1980 1990 2000 2010 2020 2030 2040 2050 År 3.0 % Trafikkarbeid Vegtransport, fylkesvis vekst: 30.11.2010 Side 9 Gj. sn. årlig vekst 2006-2040 2.5 % 2.0 % 1.5 % 1.0 % 0.5 % 0.0 % Østfold Akershus Oslo Hedmark Oppland Buskerud Vestfold Telemark Aust Agder Vest Agder Rogaland Hordaland Sogn og Fjordane Møre og Romsdal Sør Trøndelag Nord Trøndelag Nordland Transportarbeid Troms Finnmark Sum
Eks fortsatt: Prognose for CO 2 fra godstransport (Alt 1: veg 0.25% bedre pr år, sjø 0.125% Alt 4: veg 1% bedre pr år, sjø 0.5% ) CO2-utslipp 2006-2040 12 Mill tonn CO2 11 10 9 8 7 Alt 1 Alt 2 Alt 3 Alt 4 6 2005 2010 2015 2020 2025 2030 2035 2040 År 30.11.2010 Side 10
Logistikkmodellen Nyutviklet modell for godstransport Utviklet og programmert av Significance i Nederland Inputdata, uttesting og analyse: TØI og Sitma as Samarbeid mellom NTP Transportanalyser og Sika/Samgods i Sverige Dekker all godstransport innen Norge og mellom Norge og utlandet Kommuner som enhet I modellen bestemmes sendingsstørrelse, frekvens, transportkjede, kjøretøytype og bruk av terminaler Varestrømmer kan fremskrives til analyseår basert på økonomiske vekstbaner fra MSG (nasjonal fremskrivning) Benytter PINGO til regionalisering av fremskrevne varestrømmer 30.11.2010 Side 11
Prinsippskisse - Logistikkmodellen Hovedprinsipper: Aggregate flows PWC flows OD Flows Assignment Disaggregation A C Aggregation B Disaggregate firms Firms Shipments and shipments (agents) Logistic decisions 30.11.2010 Side 12
Karakteristika ved logistikkmodellen Detaljert varegruppeinndeling (32 varegrupper) Detaljerte valgmuligheter med hensyn til transportmidler og kjøretøytyper (10 biltyper, 33 skipstyper osv) Detaljerte grunnlagsdata om antall og lokalisering (kommune) for bedrifter innenfor ulike bransjer Valgene styres av optimal logistisk atferd (sendingsstørrelse/ frekvens, transportrute og transportmiddelvalg er et resultat av best mulig avveining mellom transportkostnader og lagerkostnader) Som grunnlag for valgene er det lagt inn detaljerte kostnader (kmavhengige, tidsavhengige og terminalkostnader) for en rekke ulike kjøretøytyper, samt andre logistikkostnader som lagerhold, ordrekostnader, tidskostnader for godset mv Samme modell for innenlandske og utenlandske strømmer 30.11.2010 Side 13
32 varegrupper Varenr Varespesifikasjon 11 Matvarer bulk 12 Matvarer Konsum 13 Drikkevarer 21 Fersk fisk 22 Frossen fisk 23 Bearbeidet fisk 31 Termo innsatsvarer 32 Termo konsumvarer 41 Maskiner og utstyr 42 Transportmidler 51 Høyverdivarer 52 Levende dyr 53 Byggevarer 54 Diverse stykkgods, innsatsvarer 55 Diverse stykkgods, konsumvarer 61 Sagtømmer 62 Massevirke 63 Flis og cellulose 64 Trelast 65 Papirvarer 66 Trykksaker 71 Sand, grus og stein 72 Mineraler og malmer 73 Sement og kalk 74 Massevarer 81 Kjemiske produkter 82 Gjødsel 91 Metaller 92 Aluminium 101 Råolje 102 Naturgass 103 Raffinerte oljeprodukter 30.11.2010 Side 14
Terminaler Godsnettverket ligner på persontransportens nettverk, men i tillegg er godsterminaler lagt inn i nettverket for å muliggjøre omlasting mellom kjøretøyer. Havner Jernbaneterminaler Flyplasser Andre terminaler (detaljert informasjon innhentet, i nettverket slått sammen til maksimalt én terminal pr sone): Samlastterminaler Postens terminaler Vareeieres terminaler (f eks sement, korn, olje, større kjølelager mv) Informasjon om lokalisering (kommune), transportmidler som betjenes, varegrupper som håndteres. For havner også maksimal dybde for anløpende skip av ulike kategorier. Muligheter for direkte access 30.11.2010 Stiftelsen Norsk senter for samferdselsforskning Side 15
Minimering av samlede logistikkostnader G = O + T + D + Y + I + K + Z Hvor G : total årlig logistikkostnad O : ordrekostnader T : transport, konsoliderings- og distribusjonskostnad D: degraderingskostnad / verdiforringelse under transport Y : kapitalkostnad for varene under transport I : lagerholdskostnader K : kapitalkostnad for varer på lager Z : mankokostnad (ikke med i dagens modell) 30.11.2010 Side 16
Optimaliseringen en flertrinnsprosess Først velges det ut alternative transportkjeder for varestrømmer fra gitt avsendersted til gitt mottakersted. For hver av de alternative kjedene finnes den beste plassering av omlastingspunkter. Basert på de alternative kjedene optimaliseres så med hensyn til hvilke skipningsstørrelser og frekvenser som er de beste for hvert kjedealternativ, og deretter finnes den mest kostnadseffektive kombinasjon av skipningsstørrelser, transportkjede og kjøretøy I optimaliseringen ser man også på den konsolidering som vil gi den beste utnyttelsen av transportmidlene, ut fra en differensiering mellom varegruppene: Varer uten konsolidering Varer med konsolidering innenfor gruppen Varer som også kan konsolideres med varer fra andre (predefinerte) varegrupper 30.11.2010 Side 17
Nettverksmodell i bunn Representasjon av transporttilbudet Bruker Cube Voyager, samme program som etatenes persontransportmodeller Samme detaljerte vegnett som i persontransportmodellene Terminaler lagt inn som soner => kan hente ut informasjon om transporttilbud for hvert enkelt transportmiddel, samt legge ut unimodale matriser i nettverket 30.11.2010 Stiftelsen Norsk senter for samferdselsforskning Side 18
Eksempler på hva som kan analyseres: Endring i transportkostnader, både fremføring og laste/losse/omlasting (bakenforliggende detaljert kostnadsmodell med drivstoffpris og andre priser, sjåførlønn, laste/lossekostnad mv) Endring i transporttid (infrastruktur, tidsbruk i terminal osv) Endring i kjøretøytyper tilgjengelig Endring i terminalstruktur (antall, lokalisering, tilgang for kjøretøyer og varer) Endring i kapasitet på jernbanen Endring i dybde ved kai Endring i lokalisering av industri (påvirker matrisene) Økonomisk utvikling (påvirker matrisene; MSG og Pingo) 30.11.2010 Side 19
Output fra modellen Antall tonn transportert pr år pr varegruppe og type transportkjede (veg, veg-bane-veg, veg-sjø-veg osv), splittet på innenriks, import og eksport. Transporterte tonn mellom soner og terminaler i nettverket (matriser). Matriser med antall kjøretøy for utlegging i transportnettene. Transportkostnad mellom soner og terminaler i nettverket. Transportstrømmer mellom bedrifter (fra-sone, fra-bedrift, til-sone, til-bedrift, varegruppe, tonn pr år, sendingsstørrelse, transportmiddel/-midler, kjøretøytyper, rute (omlastingspunkter), transportkostnad. Store datamengder! 30.11.2010 Stiftelsen Norsk senter for samferdselsforskning Side 20
Takk for oppmerksomheten! Spørsmål? am@toi.no 30.11.2010 Side 21