Modelli di domanda merci nella aree urbane e metropolitane Parte 1

Transcript

1 Corso di LOGISTICA TERRITORIALE DOCENTE prof. ing. Agostino Nuzzolo Modelli di domanda merci nella aree urbane e metropolitane Parte 1

2 City logistics measures for freight transport Freight demand management Time windows Loading/Unloading areas Vehicle access constraints (e.g. emissions, weight) Area-pricing Route restrictions 3P Incentives Telematics (ITS) Urban freight distribution organization Nearby Delivery Area Transit Point Urban Consolidation/Distribution Centre Design standards Urban Infrastructure Railway transports Land-use and zoning Cooperation 2

3 Trasporto urbano delle merci Si possono implemetare differenti classi di misure di city logistics per ridurre gli impatti del trasporto urbano delle merci Molte valutazioni ex-post hanno evidenziato il parziale insuccesso di alcune misure È importante avere strumenti e metodi di analisi per valutare ex-ante gli impatti dovuti all implementazione delle misure stesse 3

4 Processo decisionale di implementazione Regolamentazione vigente Raccolta dati Modelli di simulazione Valutazione ex-ante Nuova Regolamentazione Criticità Concertazione Nuova Regolamentazione da implementare 4

5 Messo a punto di un sistema di modelli Per mettere a punto un sistema di modelli è necessario procedere all analisi di struttura della distribuzione delle merci in area urbana per tipo di merce decision-maker/attori coinvolti nel processo distributivo dimensioni di scelta di ciascun decision-maker/attore relazione tra misure da valutare e scelte influenzate 5

6 Flussi e modelli merci Definizioni Zona di produzione (f) Produttore Zona di acquisizione (o) Zona di vendita al dettaglio (d) Zona di consumo (e) Flussi di merce (modelli I-O) Veicoli commerciali (modelli per la simulazione della scelta modale e di logistics chain) Mercato Generale Centro di Distribuzione Magazzino all ingrosso Flussi di merce (modelli merci a scala metropolitana/urbana) Vendita al dettaglio Grande Distribuzione Organizzata Flussi di veicoli (consumatori) Residenza Veicoli commerciali Flussi di merce Attività di servizio 6

7 Flussi e modelli merci Definizioni Zona di produzione (f) Produttore Flussi di merce (modelli I-O) Veicoli commerciali (modelli per la simulazione della scelta modale e di logistics chain) Mercato Generale Modelli merci a scala urbana/metropolitana Zona di acquisizione (o) Centro di Distribuzione Magazzino all ingrosso Flussi di merce (modelli merci a scala metropolitana/urbana) Veicoli commerciali Zona di vendita al dettaglio (d) Vendita al dettaglio Grande Distribuzione Organizzata Flussi di merce Zona di consumo (e) Modelli passeggeri a scala urbana /metropolitana Flussi di veicoli (consumatori) Attività di servizio Residenza 7

8 Il processo distributivo Produttore Centro di Distribuzione Consumatore (finale, intermedio) Dettagliante Grossista GDO 8

9 Processo distributivo della merce Schema funzionale ipotesi esemplificativa Rifornimento delle sole attività di vendita al dettaglio (dettagliante) Produttore Centro di Distribuzione 57% 64% 58% Dettagliante Consumatore (finale, intermedio) Grossista GDO Percentuale rispetto al flusso di merce uscente dal nodo Roma (2008) 9

10 Il processo distributivo Trasporto Ricevente (es. dettagliante) Mittente (es. grossita) Conto terzi Conto terzi Conto proprio Trasportatore Corriere Conto proprio Trasportatore Corriere 10

11 Attori Grossisti/Distributori acquistano discreti quantitativi di prodotti dai produttori e provvedono al deposito dei medesimi e poi allo smistamento presso i dettaglianti Grande Distribuzione Organizzata vendono la merce ai consumatori ed hanno proprie modalità di rifornimento Dettaglianti vendono la merce ai consumatori e possono decidere, per alcuni tipi di merce, come rifornirsi Trasportatori/corrieri forniscono serivizi di trasporto fra le diverse parti del territorio 11

12 Urban freight transport Actors and choices Location, vehicle and inventory choices Residence locations Shop location and dimension (including large-scale retail) Warehouse locations Actors behaviour Endconsumers Retailers (including large-scale retail) Wholesalers Trip choices Where and which type of retail type to buy Which transport mode to use Which transport service type to use: on own account or by carriers Which transport service type to use: on own account or by carriers What time to begin tour Which type of vehicle to use Which delivery tour to follow Strategical Carriers What time to begin tour Which type of vehicle to use Which delivery tour to follow Tactical and operative 12

13 Zonizzazione Zona di traffico: porzione di territorio con caratteristiche omogenee rispetto alle attività, all accessibilità, alle infrastrutture ed ai servizi di trasporto. Centroide: punto del territorio rappresentativo del baricentro delle origine e delle destinazione di una zona di traffico. Centroidi interni Centroidi di cordone Centroidi esterni Centroidi esterni area di studio Cordone 7 13

14 Le matrici Origine-Destinazione Hanno un numero di righe e di colonne pari al numero di zone. Il generico elemento D od fornisce il numero degli spostamenti che hanno origine nella zona o e destinazione nella zona d nel periodo di riferimento considerato. Spostamenti intrazonali Spostamenti interni Spostamenti di scambio Spostamenti di attraversamento O/D spostamenti di scambio esterno-interno spostamenti di scambio interno-esterno spostamenti di attraversamento = spostamenti intrazonali 14

15 Livelli di zonizzazione e matrici OD livello regionale, le zone di traffico coincidono con le regioni e le matrici OD sono interregionali livello provinciale, ciascuna zona di traffico coincide con una provincia e le matrici OD sono interprovinciali (o intraregionali) livello comunale (sub-provinciale), ciascuna zona di traffico è rappresentata da una area sub-comunale o da uno o più comuni e le matrici OD sono matrici OD intercomunali 15

16 Urban freight trips warehouse/courier location end consumer location end-consumer flows (store shopping) truck flows (shop restocking) end-consumer flows (store shopping) retailer location goods flow shopping trip flow 16

17 Urban freight trips warehouse/courier location end consumer location end-consumer flows (store shopping) truck flows (shop restocking) end-consumer flows (store shopping) retailer location goods flow shopping trip flow 17

18 Modello di domanda Matrici OD distrib. Struttura Matrici OD in quantità Matrici OD in consegne Matrici OD in veicoli 18

19 Modello di domanda Matrici OD Struttura Quantità Permette di cogliere i meccanismi che determinano la richiesta domanda di merce Attrazione Quantità attratte Servizio di trasporto Matrici O-D in quantità per tipo di servizio di trasporto Orario di partenza Numero di soste per viaggio e tipo di veicolo Consegna Permette di seguire il processo decisionale e logistico del rifornimento Veicolo Input per i modelli di assegnazione e di prestazione Acquisizione Matrici O-D in quantità modello dati Dimensione della spedizione Matrice O-D in consegne Localizzazione della consegna Viaggi di consegna Matrice O-D in veicoli 19

20 Modello di domanda Matrici OD Matrici OD in quantità 20

21 Modello di domanda Matrici OD Struttura Quantità Permette di cogliere i meccanismi che determinano la richiesta domanda di merce Attrazione Quantità attratte Servizio di trasporto Matrici O-D in quantità per tipo di servizio di trasporto Orario di partenza Numero di soste per viaggio e tipo di veicolo Consegna Permette di seguire il processo decisionale e logistico del rifornimento Veicolo Input per i modelli di assegnazione e di prestazione Acquisizione Matrici O-D in quantità modello dati Dimensione della spedizione Matrice O-D in consegne Localizzazione della consegna Viaggi di consegna Matrice O-D in veicoli 21

22 Matrici OD in quantità e tipo di servizio Simulano i flussi medi di quantità di merce di tipo s, Q, tra la zona o e la zona d in un intervallo temporale h (es. il giorno) per il rifornimento delle attività commerciali di tipo k (piccolo, medio o grande): Q sh od k Nel seguito si trascura l influenza di k (tipo di attività di vendita). Per semplicità di trattazione verrà sistematicamente sottinteso l indice s (tipologia merceologica), h (intervallo temporale) Q od 22

23 Matrici OD in quantità Q od =Q.d p o / d Q od è il flusso medio della quantità di merce attratto dalla zona d e proveniente dalla zona o; Q.d è il flusso di merce attratto dalla zona d ottenuto mediante un modello di attrazione; p o / d è la probabilità che la merce attratta dalla zona d provenga dalla zona o (dove sono localizzati produzione, centro di distribuzione, grossista, ecc.); tale aliquota è stimata mediante un modello di acquisizione. 23

24 Matrici OD in quantità Modello di Attrazione Modello di regressione per categoria Q AD. d AD d ASA ASA d t/giorno Q.d è il flusso di merce attratto dalla zona d; AD d è il numero di addetti al dettaglio della zona d ; ASA d è una variabile dummy che misura il potere di vendita della zona d con alta densità di negozi; è pari ad 1 se il rapporto tra addetti al dettaglio e residenti è maggiore di 0.35 (35%). Prodotti alimentari Prodotti per la casa 0,06 1,6 AD (t-student) (1,89) (2,52) β ASA 599,7 240,7 Roma (2008) (t-student) (5,96) (2,53) ρ 2 0,91 0,79 24

25 Matrici OD in quantità Modello di Acquisizione p[o/d] aliquota di merce che, essendo attratta dalla zona d, è acquisita dalla zona o, che si può stimare mediante un modello logit: p exp( V ) o o / d o' p o / d exp( V ) o' V o = j j A jo + t t C od j > 0 t < 0 A jo attributi di emissione della zona o es. addetti all ingrosso di prodotti alimentari C od attributi di costo per trasportare la merce dalla zona o alla zona d es. costo generalizzato di trasporto dalla zona o alla zona d 25

26 Matrici OD in quantità Modello di Acquisizione Esempio o od o o' d o' ' p o / d AI C AI C AI o C od è il numero di addetti all ingrosso nella zona o per la merce di tipo s è la lunghezza del viaggio da o a d Roma (2008) 1 Prodotti alimentari Prodotti per la casa 2,10 0,13 (t-student) (1,94) (2,63) 2-0,05-0,08 (t-student) (1,85) (2,80) ρ 2 0,45 0,52 26

27 Modelling framework to assess city logistics scenarios Structure of model system Quantity allows to capture the mechanisms underlying the freight demand generation Attraction Attracted quantities Transport service Departure time Trip chain order Delivery allows to follow the decisional and logistic process of restocking Acquisition Shipment size Vehicle type Delivery location Vehicle Input for assignment and performance models quantity O-D matrices delivery O-D matrices vehicle O-D matrices model data Nuzzolo, A. and Comi, A. (2012). Urban freight demand forecasting: a mixed quantity/delivery/vehiclebase prof. model. ing. Agostino Submitted Nuzzolo to Transportation - Corso di Logistica Research Territoriale Part E, Elsevier. 27

28 Matrici OD in consegne Simulano i flussi medi di consegne di merce di tipo s, ND, tra la zona o e la zona d in un intervallo temporale h per il rifornimento di attività commerciali di tipo k caratterizzati da: tipologia di servizio di trasporto (r), definito dal possibile tipo di servizio di trasporto: conto ricevente (es. dettagliante) conto proprio (auto-approvvigionamento) conto terzi: trasportatore o corriere conto mittente (es. grossista) conto proprio conto terzi: trasportatore o corriere ND sh od Nel seguito si trascura l influenza di k (tipo di attività di vendita). Per semplicità di trattazione verrà sistematicamente sottinteso l indice s (tipologia merceologica), h (intervallo temporale) ND r rk od 28

29 Matrici OD in consegne Q od ND od r p r / od qr NDod r è il numero di consegne di merce fatte con il tipo di servizio r lungo la relazione od; Q od r; è il flusso medio di quantità di merce lungo la relazione od con il tipo di servizio qr è la quantità media di merce consegnata con il tipo di servizio r. 29

30 Matrici OD in consegne Tipo di servizio di trasporto Dettagliante Grossista Conto terzi Conto terzi Conto Proprio Trasportatore Corriere Conto Proprio Trasportatore Corriere p r / od p[r/od] è la probabilità di essere rifornito con il tipo di servizio r 30

31 Transport service type model Results for retailers: logit model V c PC (1.6) (3.4) r 2 = 0.21 V 1.97 PROD 2.56 CD 1.82 WH EM 0.6 q c oa tp (6.3) (7.8) (6.4) (1.5) (1.3) V coa is the systematic utility for transport on own account, V ctp is the systematic utility for transport by carrier, PROD is a dummy variable equal to 1 if the restocked freight arrives from a producer, CD is a dummy variable equal to 1 if the restocked freight arrives from a distribution center, WH is a dummy variable equal to 1 if the restocked freight arrives from a wholesaler, PC is a dummy variable equal to 1 if the restocked shop is a public concern (e.g. bar, restaurant), EM is the number of employees at shop to be restocked, q is the average shipment size, expressed in tons. 31

32 Transport service type model Results V c oa PC (1.6) (3.4) V 1.97 PROD 2.56 CD 1.82 WH EM 0.6 q c tp Public concerns prefer restocking in own account (6.3) (7.8) (6.4) (1.5) (1.3) r 2 = 0.21 V coa is the systematic utility for transport on own account, V ctp is the systematic utility for transport by carrier, PROD is a dummy variable equal to 1 if the restocked freight arrives from a producer, CD is a dummy variable equal to 1 if the restocked freight arrives from a distribution center, WH is a dummy variable equal to 1 if the restocked freight arrives from a wholesaler, Probability to be restocked by carriers PC is related is a dummy to the variable type of origin equal centre: to 1 if the restocked shop is a public concern (e.g. bar, restaurant), producer, distribution centre and Probability to be restocked by carriers warehouse EM is the number of employees at shop to be restocked, increases with increasing shipment size and number of employees (shop q is the average shipment size, expressed in tons. dimension) 32

33 Shipment size model for retailers 1/2 i i q 5.83 EM STORE PC MR [ kg / delivery ] (5.3) (3.84) (1.6) (5.2) R 2 =0.56 q i is the average delivered quantity at shop i, expressed in kg; EM i is the number of employees at shop i; STORE is a dummy variable equal to 1 if there is a depot, 0 otherwise; PC is a dummy variable equal to 1 if the restocked shops is a public concern (e.g. bar, restaurant), 0 otherwise; MR is a dummy variable equal to 1 if the restocking happens before noon (i.e. in the morning), 0 otherwise; 33

34 Shipment size model for retailers 2/2 i i q 5.83 EM STORE PC MR [ kg / delivery ] (5.3) (3.84) (1.6) (5.2) R 2 =0.56 q i is the average delivered quantity at shop i, expressed in kg; Shipment size EMincreases i is the number with the of employees at shop i; presence of depot and number of employees STORE is a dummy variable equal to 1 if there is a depot, 0 otherwise; during the morning PC is a dummy variable equal to 1 if the restocked shops is a public concern (e.g. bar, restaurant), 0 otherwise; the delivered quantity Larger shipment size is larger than in the MR is a dummy variable equal to 1 if the restocking afternoon happens before noon (i.e. for public concerns in the morning), 0 otherwise; 34

35 Matrici OD in consegne Q od ND od r p r / od qr NDod r è il numero di consegne di merce fatte con il tipo di servizio r lungo la relazione od; Q od r; è il flusso medio di quantità di merce lungo la relazione od con il tipo di servizio qr è la quantità media di merce consegnata con il tipo di servizio r. 35