Urban freight transport data - Identification of potential and implications of collection and analysis of carrier data
Abstract
Prognoser peker på stor vekst i godstransporten. Trender som urbanisering, økt netthandel og hjemlevering fører til mer kamp om plassen i byene og endring i godstransporten og varestrømmene. Samtidig skal veksten i persontrafikk med bil reduseres gjennom målrettede tiltak og restriksjoner i tråd med nullvekstmålet. Godstransport vil derfor utgjøre en større andel av trafikken i by fremover, og effekten disse tiltakene har på godstransporten vil være større enn den er i dag. En rekke innovative løsninger kan bidra til mer effektiv bylogistikk. Uavhengig av hvilken løsning man skal implementere, er det imidlertid sentralt å gjøre det på en måte som innebærer evnen til å forutsi og estimere fremtidige transportvolumer og effekten av tiltakene på trafikken, inkludert effekten på selve godstransporten. For å være i stand til dette, er pålitelige og høykvalitetsdata om godstransport på byskala nødvendig, for eksempel i en urban godstransportmodell. I dag mangler imidlertid planleggere og myndighetene tilgang på detaljert kunnskap om godstransporten i norske byer. En av årsakene til dette, er at transportører og andre aktører i godsmarkedet er tilbakeholdne med å dele data av markedshensyn. Ny teknologi gjør at godstransportdata samles inn av bedriftene til interne formål i økende grad, som kan muliggjøre effektiv datadeling dersom det gjøres i tråd med bedriftenes betingelser.
Formålet med denne oppgaven er å undersøke hvilket potensial innsamling av godstransportdata fra transportører til analyser har for mer bærekraftig bylogistikk. Dette har gitt følgende forskningsspørsmål for masteroppgaven: Hvordan kan innsamling og analyse av godstransportdata fra transportører bidra til mer effektiv bylogistikk? Med følgende underspørsmål: 1) Hvilke gevinster kan analyser av godstransport i by gi for mer bærekraftig bylogistikk? 2) Hva trengs for å forbedre eksisterende analyser av godstransport i by? 3) Hvordan kan og bør data samles inn for å muliggjøre disse analysene? 4) Hvilke muligheter kan leveransedata fra transportører gi for disse analysene?
Gjennom semi-strukturerte intervjuer og datanalyse har dette blitt undersøkt. Planleggere, forskere og beslutningstakere ble intervjuet om deres behov for data, mens transportører ble intervjuet om deres villighet til å dele data og databruk. Dataanalysen undersøkte mulighetene for automatisk datauttrykk fra leveransedata fra de samme transportørene. Til sammen 15 intervjuer ble gjennomført, 14 individuelle og ett i gruppe. 18 personer ble intervjuet, hvilket inkluderte ti planleggere, en forsker, en beslutningstaker og seks transportører innen de tre sektorene dagligvare, logistikk og byggevare. Planleggerne/forskerne var hovedsakelig basert i Trondheim og Oslo, mens transportørene og beslutningstakeren i Trondheim. Seks leveransedatasett ble innhentet fra de samme transportørene. Dataanalysen ble utført ved å bruke Excel til å få en grundig forståelse av innholdet og formatet på leveransedataen.
Resultatene fra studien peker på at analyser av urban godstransport har potensial til å bidra til kunnskapsbasert byplanlegging og beslutningstaking, som igjen kan redusere de negative effektene for og av godstransport i by. Et felles og tallfestet beslutningsgrunnlag blir også pekt på som bidrag til bedre samarbeid blant bylogistikkaktørene som følge av økt forståelse av hverandres situasjon og fokus på godstransporten. Dette kan bidra til å forbedre forutsigbarheten og effektiviteten for transportørene. Hovednytten transportørene ser for seg selv ved å bidra med data til et analyseverktøy er derfor å kunne bidra til et robust datagrunnlag, som øker deres konkurranseevne. Hvor stor verdi de ser i et analyseverktøy for egen planlegging av transporten varierer, og resultatene tyder på at verdien avhenger av hvor fleksibel planleggingen og transporten til transportørene er.
Om analysene vil bidra til disse gevinstene, avhenger imidlertid av formålet og egenskapene ved et analyseverktøy. Ifølge funnene fra denne studien, bør analyseverktøyet kunne gi et felles beslutningsgrunnlag, muliggjøre identifisering og formidling av potensielle gevinster/økonomiske gevinster for private aktører for å kunne stimulere til innovasjon og bidra til ny kunnskap om godstransporten for å gi nytte til verdikjeden. Formålet, ønskede resultater og tilgjengelig data vil påvirke egenskapene til modellen. Studien peker på at faktorer som må forbedres i et analyseverktøy på byskala omhandler: romlig og tidsmessig oppløsning; muligheten til å modellere en heterogen kjøretøysflåte og gjenspeile heterogeniteten i urban godstransport, ta høyde for kapasitet på veglenker og interagere med andre verktøy. Dybdeforståelse av hva et analyseverktøy skal ha som formål blir derfor viktig for å utvikle et hensiktsmessig verktøy.
Dybdeforståelse av formålet til et analyseverktøy, og hvordan det skal gi gevinst til transportørene, viser studien at er en av forutsetningene transportørene har for å dele data. Videre må det å hente ut og dele dataen kreve lite ressurser fra både planleggerne og transportørene sin side, og datasikkerhet og anonymitet må sikres for å overholde markedshensyn. Databruken blant transportørene og dataanalysen peker på potensial for automatisk datauttrekk på postnummernivå eller adressenivå. Adressene i de analyserte datasettene tyder på at adressene i dag ikke er standardisert, siden de fleste av transportørene planlegger på postnummernivå. Kjennskap til planleggingen av transporten til transportørene er derfor riktig med tanke på å forberede datauttrekk fra dem.
Gjennom studiet ble utdrag fra leveransedata til transportørene undersøkt, og resultatet er at det kan gi diverse informasjon om urban godstransport. I seg selv, kan leveransedataen fortelle om leveransemønsteret over dagen, attraksjon av leveranser til ulike steder og omfanget av leveransene. Dette kan hentes ut på adresseeller postnummerdetaljeringsnivå avhengig av mengde manuelt arbeid som brukes på å standardisere adresser i eksisterende datasett, avhengig av hva som er hensiktsmessig. Det er imidlertid mye nyttig data til analyser og bylogistikkindikatorer som leveransedataen ikke kan gi. Dataanalysen viser derfor at kombinasjon av ulike datakilder vil være nødvendig. Leveransedataen er funnet til å gi mest informasjon om prestasjon, størrelse og omfang og utslipp fra godstransporten, men data på rutevalg, kjøretøysflåten og koblingen mellom sendinger og turer må samles inn for at leveransedataen skal kunne bidra til å tallfeste informasjonen.
Studien har derfor vist at det kan forventes fordeler for transportørene ved å dele data for analyser av godstransport i by, som kan være et insentiv for å få til mer datadeling i fremtiden. Om disse fordelene blir realisert eller ikke, avhenger imidlertid av hvordan analyseverktøyet utvikles. Denne må utvikles med formål om å redusere eksisterende utfordringer i byområdet og gi gjensidige fordeler til de involverte. Urban freight transport will have an increasing share of the traffic in cities in Norway, as a result of both more restrictions on passenger transport in order to achieve the zero-growth goal and reduce use of private cars, and expected growth in urban freight transport in the future. As any road traffic, urban freight transport contributes to pollution, emission and safety issues. Inadequate infrastructure and unintended effects from measures targeting passenger transport can create a challenging work environment in fact, more urban freight traffic work. The stakeholders responsible for city planning lacks access to data on urban freight transport, which is a barrier for well-planned solutions. A lot of relevant data is being collected by the private actors in the supply chain of urban freight transport, but there is not willingness or methods today to share and utilize this data. The object of this study was therefore to investigate the potential and implications of collecting and analyzing carrier data for more sustainable city logistics. How the collection of urban freight data from carriers can contribute to more sustainable city logistics, has in this study been broken down to four aspects: potential benefits the analysis give actors involved; aspects achieving these benefits would require of an analysis tool; how transport data could be obtained from freight carriers and how it should be collected in order to benefit the analysis; and how existing delivery data sets from carriers contribute to cover the data needs for an analysis tool.
This was investigated through conducting interviews on the need for urban freight data among planners/researchers/policy makers, willingness to share data among carriers and the possibilities for automatic extraction from existing carrier delivery data sets. In total, 15 interviews were conducted with 18 interviewees, including ten planners, one researcher, one policy maker and six carriers within three different sectors, namely the grocery, third-party logistics and construction sector. The planners/researchers were mostly based in Trondheim and Oslo, and the carriers and policy maker in Trondheim. Six delivery data sets were obtained, from the same carriers. The data analysis was executed using Excel to get a thorough understanding of the content and format of the data.
The results show that if a thorough understanding of the purpose of an analysis tool is identified, enabling more informed planning and data sharing from the carriers, can provide benefits to both the planning/regulating and operational side of urban freight transport. The planners and policy makers benefit from a data-driven understanding of freight and possibility to evaluate measures, enabling more informed planning and a factual basis for decision making. The benefits seen by the carriers are mostly related to their contribution to enabling the data-driven understanding for the planners/decision makers and increased focus on urban freight transport, and to some degree for their own planning. This is seen to depend on how rigid their transport operations are. The findings also show that the data has to be obtained in line with the carrier requirements, among others: demanding little resources for extraction and processing of data; ensuring anonymization, data security and compliance with market consideration, with a clear purpose for the data use and handling, as well as leading to benefits for the carriers’ operation. The data analysis illustrated the view of the literature on how delivery data has to be combined with other data sources to contribute to analyses and urban freight transport indicators. Data on routes, the vehicle fleet and link between deliveries and trips is the most demanded. Furthermore, the data use among the carriers and existing delivery data set show potential for automated data extraction in the future.
This study has found that collection and analysis of urban freight data from carriers can contribute to more sustainable city logistics in the sense that the data-driven understanding and higher degree of cooperation between different actors within city logistics have the potential of reducing negative externalities from urban freight transport and improving the distribution for the carriers, leading to more sustainable city logistics in terms of less environmental impacts, more economic distribution and better health for the inhabitants. This data-driven understanding and common factual basis for understanding each other’s role is important in a complex and conflict-filled landscape of city logistics, and can potentially contribute to an understanding and better solutions for planning and regulation of urban freight transport in the future. Gaining an understanding on how the urban freight transport will be affected by measures, will provide valuable insights on how to reduce negative externalities from the urban freight transport, while improving its efficiency. Knowing what data and functionality urban freight transport analysis tools should have, will enable more targeted development. Furthermore, insights into requirements for stakeholder collaboration by data sharing in city logistics is relevant for others that want access to urban freight data in the future.