Strukturen av anläggningar utgör stommen i det fysiska logistiksystemet. Lokali-seringsbeslutet består i att bestämma antal, geografisk placering och storlek på de anläggningar som ska ingå i det fysiska logistiksystemet samt hur efterfrågan och råvara ska allokeras mellan dem. Anläggningslokalisering har således stor betydelse för ett logistiksystems totala effektivitet. Många logistiska läroböcker behandlar utförligt anläggningslokalisering t.ex. Ballou (1992), Coyle, Bardi och Langley (1996), Johnson och Wood (1996), Lambert och Stock (1993), Shapiro och Heskett (1985). Återkommande presenteras också artiklar om anläggningsloka-lisering i vetenskapliga logistiktidskrifter. Några exempel från två välkända tid-skrifter inom logistik, The International Journal of Logistics Management och Interna-tional Journal of Physical Distribution & Logistics Management är Robinson Jr och Satterfield (1990), Shapiro (1992), Skills (1990), Lee (1993), Mourits och Evers (1995) samt Ballou (1995).
Fortsättningen på avsnitt 4.2 behandlar teorier, modeller, metoder och tekniker för anläggningslokalisering. Det råder viss språkförbistring mellan dessa begrepp.
Det som är teori i ett sammanhang kan i ett annat sammanhang få en annan ställ-ning. Teorier från matematik som t.ex. linjärprogrammering får inom logistik en ställning som teknik snarare än som teori. Skillnaden mellan teori, modell, metod och teknik är ibland ganska godtycklig. Hensvold (1997) klassificerar sambanden mellan begreppen i en hierarki där teori - modell - metod - teknik är överordnade varandra i nämnd ordning. Denna klassificering tillämpas i detta arbete. Den teoretiska utgångspunkten vid studium av sågverksstrukturen kan t.ex. vara att göra ett urval av faktorer som påverkar sågverksstrukturen. I en modell skapas en förenklad bild av verkligheten genom att urvalet av faktorer relateras till varandra.
Metoden kan bestå i att utvärdera alternativa sågverksstrukturer med avseende på de faktorer som ingår i modellen. Utvärderingen sker t.ex. med tekniken simu-lering.
Teoretiska utgångspunkter för anläggningslokalisering
Som teoretisk utgångspunkt för anläggningslokalisering kan Coyle, Bardi och Langleys (1996) fyra sätt att studera logistiksystem tillämpas. De ser logistiksyste-met som bestående av delsystemen försörjning och distribution, kostnadsställen, noder och länkar eller en logistikkanal.
Förhållandena mellan försörjning och distribution påverkar lokaliseringen av produktionsanläggningarna. Mötet mellan försörjning och distribution sker vid produktionsanläggningarna. Lokalisering av dem påverkar båda dessa delsystem.
4 Teoretisk referensram
Ofta skiljer sig försörjning och distribution åt i flera avseenden. T.ex. kan bulkrå-vara ankomma till produktionsenheten i fartygslaster från ett fåtal leverantörer och geografiska platser medan de färdiga varorna noggrant måste förpackas och distribueras i små kvantiteter till många väl spridda kunder. Utifrån dessa förhål-landen kategoriseras logistiksystem i (Coyle, Bardi och Langley, 1996):
• balanserade system som har relativt lika struktur på materialflödena till och från produktionsenheterna
• försörjningstunga har omfattande flöden till produktionsanläggningen men enklare flöden vidare ut, t.ex. fordonsmontering
• distributionstunga har enkla försörjningssystem men komplex distribution, t.ex.
läskedryckstillverkning
• reverserade system; vissa produktionsenheter distribuerar produkter som återtas vilket ökar komplexiteten i utformandet av effektiva logistiksystem.
I logistiksystemet kan kostnadsställen analyseras med totalkostnadssynsättet.
Genom att studera de sammanlagda kostnaderna för olika aktiviteter identifieras kostnadskonflikter och trade-off situationer mellan dem (se avsnitt 4.1.2 Klassiska perspektivet. Ett exempel på trade-off situation för anläggningslokalisering är att väga antalet lagerställen mot transportkostnader. Ett ökat antal lagerställen höjer i allmänhet kostnaden för lagren och lagerhållningskostnaderna medan transport-kostnaderna kan sjunka.
Logistiksystemet kan även studeras i form av noder och länkar. Det fysiska logistiksystemet i figur 4.1 utgörs av transportvägar i form av länkar som binder ihop de geografiska punkterna, noderna. Vid noderna uppehåller sig gods tillfälligt på väg till slutkunden, det kan t.ex. vara fabriker, lager, hamnar, grossister eller återförsäljare. Fokus vid ett nod- och länkperspektiv blir ofta transportavstånd och -tider samt kapaciteter i olika noder och länkar.
Coyle, Bardi och Langley (1996) fjärde sätt att studera logistiksystemet är i form av en logistikkanal. Det är ett konceptuellt betraktelsesätt. En logistiskkanal består av ett nätverk av mellanhänder som alla deltar i förflyttning, lagring, hantering, kommunikation och andra funktioner som bidrar till ett effektivt materialflöde. Logistikkanalkonceptet har likheter med supply chain management, se avsnitt 4.1.1. I en kanal uppstår lätt kommunikationsproblem och vissa företag integrerar vertikalt, i motsats till SCM, medan andra dominerar kanalen för att överbrygga kommunikationsproblemen. Logistikkanalkonceptet fokuserar i första hand organisatoriska aspekter och inte det fysiska logistiksystemet.
De ovan beskrivna fyra betraktelsesätten kan var för sig eller i kombination med varandra utgöra grunden för att analysera logistiksystemet och anläggningslokali-seringsproblemet.
Lokaliseringsmönster
Förhållandet mellan försörjning och distribution i logistiksystemet påverkar loka-liseringen av anläggningar. Hoover (se avsnitt 4.3.4) klassificerade lokaliserings-alternativ av produktionsanläggningar förenklat till råvarunära, marknadsnära lokalisering eller någonstans däremellan. Detta är en förenkling eftersom många produktionsanläggningar försörjs med flera olika råvaror från flera källor och förmodligen har flera geografiskt spridda kunder. I skogsindustrin är denna klas-siska indelning dock relevant. I debatten om sågverkens lokalisering diskuteras ofta om sågverken ska ligga råvarunära eller marknadsnära vid kusten.
Oberoende av balanserna mellan försörjning och distribution har tidigare i all-mänhet ett närhetsparadigm2, varit förhärskande, d.v.s. marknadsnära lokaliseringar (Bowersox och Closs, 1996). Företagen ansåg sig behöva lokal närvaro för att vara konkurrenskraftiga. Denna uppfattning hade sitt ursprung i dåliga kommu-nikationer, både för fysiska transporter och information, jämfört med idag. Det innebar framförallt att perifera lager förekom i stort antal och var väl spridda. Idag finns det emellertid företag som med framgång har implementerat en distribu-tionsstrategi med direktleveranser från ett centrallager till slutkund. De har minskat sina distributionskostnader genom att minska det totala lagret och trots detta kunnat tillhandahålla en högre leveransservice (Abrahamsson, 1992).
Lokaliseringsfaktorer
En utgångspunkt i en lokaliseringsstudie är att studera vilka faktorer som påverkar lokaliseringsbeslutet. Greenhut (1956) listar ett antal faktorer vilka han grupperar i efterfrågefaktorer, kostnadsfaktorer och personliga faktorer. Efterfråge-faktorerna behandlar i vilken grad försäljningen beror på lokaliseringen. Kost-nadsfaktorer behandlar geografiska skillnader i kostnader för exempelvis produk-tionsfaktorer som arbetskraft och kapital. Personliga faktorer utgörs i huvudsak beslutsfattarnas personliga preferenser, andra mål än monetär vinst kan påverka lokaliseringsbeslutet t.ex. hur entreprenören och personalen trivs på orten. Genom att Greenhut tar hänsyn till efterfrågefaktorer är det inte säkert att den lokalisering som ger lägsta kostnaden ger högsta vinsten.
Nedan följer en lista på lokaliseringsfaktorer anpassade till en strukturutredning för sågverksindustrin. Den är influerad av Greenhuts lokaliseringsfaktorer och kompletterade med faktorer ur Coyle et at. (1996), Ballou (1992), Weber (1929) och Johnson och Wood (1996).
• Råvarutillgång och råvarukonkurrenter
• Sågverkets betalningsförmåga för sågtimmer
• Skalekonomi i produktionen
2 Närhetsparadigm är en fri översättning av det engelska local presence paradigm.
4 Teoretisk referensram
• Arbetskraft - tillgång och kostnad
• Externa stordriftsfördelar såsom tillgång till infrastruktur
• Transporter - fysiska förutsättning och kostnader
• Marknadernas efterfrågan och belägenhet
• Beslutsfattarnas personliga preferenser, som t.ex. språkkunskaper
• Samhälleligt stöd
• Miljöfaktorer
Ballou (1977) menar att de viktigaste faktorerna vid utformning av ett distribu-tionssystem, se figur 4.1, är: lagerstyrning, lokalisering av lager samt utformning av transportupplägg. Mellan tre faktorerna finns ett samspel som påverkar lokalisering av lagren. För sågverksstrukturer, där både försörjning och distribution ingår i logistiksystemet, ska lokalisering av produktionsenheterna och utformning av transportuppläggen beaktas men det är rimligt att fästa större vikt vid skalekonomi än vid lagerstyrningen.
Utformning av transportupplägg behandlar efterfråge- och råvaruallokeringsfrågor som: Från vilka skogstäkter ska resp. sågverk försörjas? Vilka kunder ska försörjas från vilket sågverk och vilket transportslag ska användas i distributionen?
P.g.a. av de tre faktorernas samverkan och komplexitet måste många detaljer aggregeras till en hanterbar nivå för att lyckas med en strukturstudie och de tre faktorerna väger olika tungt beroende på vilket slags logistiksystem som ska utformas.
Kvantitativa modeller för anläggningslokalisering
Kvantitativa modeller för anläggningslokalisering är ofta utvecklade med opera-tionsanalytisk utgångspunkt, d.v.s. de har en tillämpad matematisk inriktning.
Kvantitativa lokaliseringsmodeller förekommer av en mängd typer som kan klas-sificeras på flera sätt.
Plangeometriska modeller (eng. planar models) är en klass av modeller där anläggningar kan lokaliseras fritt i ett betraktat område (Daskin, 1995). Utbud och efterfrågan kan förekomma i såväl punkter som utbrett i planet. Transporter företas oftast fågelvägen mellan anläggningar samt utbuds- och efterfrågeställena. I nätverksmodeller kan anläggningar bara lokaliseras till noder. Utbud och efterfrågan förekommer bara i noder och transporter kan endast företas längs på förhand givna länkar som förbinder noderna.
Ballou (1992) klassificerar anläggningslokaliseringsmodellerna i kontinuerliga och diskreta. I kontinuerliga modeller undersöks varje möjlig lokalisering i ett kontinum. I diskreta modeller väljs de bästa lokaliseringar från ett ändligt antal möjliga lokaliseringar. Daskins och Ballous klassificeringar plangeometriska -
nät-verksmodeller respektive kontinuerliga - diskreta modeller sammanfaller i stort sett. Plangeometriska och kontinuerliga modeller är kanske i första hand av aka-demiskt intresse medan de i praktiken blir en alltför dålig avbild av den modelle-rade verkligheten. Det är vanligen lättare att avbilda verkligheten med diskreta nätverksmodeller.
En central fråga vid utveckling av kvantitativa modeller är vilken detaljupplös-ning modellen skall ha. Med en hög detaljupplösdetaljupplös-ning ökar möjligheten att i modellen noggrant avbilda verkligheten. Det finns också ett antal aspekter som talar emot hög detaljupplösning bl.a. ökar datamängden vilken kan bli alltför omfattande att hantera, dels för användaren, dels för datorutrustningen. Begränsad datatillgång kan också vara ett hinder för önskad detaljupplösning. Ett sätt att begränsa modellens komplexitet och därmed datamängderna är, enligt Ballou (1995) att aggregera artiklar till produktfamiljer och enskilda kunder till efterfrågecenter. T.ex. tillverkar ett sågverk åtskilliga produkter med varierande kostnader för resp. produkt. För aggregaten används genomsnittliga kostnader.
Ballou (1995) menar att en sådan gruppering inte innebär någon större förlust i kostnadsnoggrannhet om de enskilda produkterna följs åt i materialflödet. Olika produkter av sågade trävaror följs i hög utsträckning åt i materialflödet från skog till kund. Från skogen kommer brädor och plank förpackade i samma stock, de förädlas i samma sågverk, lagras i samma magasin och distribueras ibland med samma fordon.
Ett sätt att klassificera anläggningslokaliseringsmodeller är att dela in dem i sta-tiska och dynamiska (Coyle, Bardi och Langley, 1996). Stasta-tiska modeller jämför olika logistiksystems totalkostnader för en given situation, t.ex. den efterfrågan som ska tillgodoses. De dynamiska modellerna har ett längre tidsperspektiv och jämför olika logistiksystems totalkostnader vid över tiden varierande förut-sättningar t.ex. efterfrågevariationer. De dynamiska modellerna ger möjlighet att välja det system som över en flerårsperiod ger lägst kostnader. De ger också möj-ligheter till omstrukturering under den modellerade tidsperioden. En av svårig-heterna med dynamiska modeller är att erhålla tillförlitliga data om framtiden.
Vidare är dynamiska modeller svårare att lösa beräkningsmässigt. De statiska modellerna bristande förmåga att ta hänsyn till förändrade förutsättningar över tiden kan dock reduceras genom att känslighetsanalyser i form av upprepade beräkningar med olika förutsättningar görs.
Modeller för anläggningslokalisering kan också delas in i stokastiska och deterministiska (Daskin, 1995). Stokastiska modeller innefattar en eller flera komponenter, t.ex. efterfrågan och ankomstfrekvenser för timmer, som beskrivs matematiskt med sannolikhetsfördelningar. I deterministiska modeller tilldelas parametrar konstanta värden. Datainsamlingsarbetet är ofta mindre för determin-istiska modeller.
4 Teoretisk referensram
Antal anläggningar som ska lokaliserar är en avgörande fråga vid utveckling av lokaliseringsmodeller. Det är betydligt enklare att lokalisera en anläggning än flera samtidigt. Vid lokalisering av en anläggning räcker det ofta med att analysera transport- och eventuellt produktionskostnader vilket ger enklare modeller. Vid lokalisering av flera anläggningar samtidigt ställs man in för situationen att anläggningarna påverkar varandras förutsättningar genom att de konkurrerar om exempelvis råvarutillgångar och marknadens efterfrågan. Detta leder till mer komplicerade modeller. Ett hybrid mellan lokalisering av en och flera anläggningar är lokalisering av flera identiska anläggningar med samma förutsättningar för varje anläggning.
Huruvida anläggningarna i modellen har kapacitetsbegränsningar eller inte har betydelse för hur lättbehandlade de är med tillgängliga matematiska tekniker.
Modellerna kan därför delas in i de med kapacitetsbegränsningar och de utan kapacitetsbegränsningar på anläggningarna (Daskin, 1995). Andra bivillkor än kapacitetsbegränsningar på anläggningar kan också förekomma. Mer generellt kan modellerna indelas i de med bivillkor och de utan bivillkor (Hillier och Lieberman, 1995).
I anläggningslokaliseringsmodeller har transportavstånden stor betydelse. I plan-geometriska modeller kan anläggningar lokaliseras fritt varför avstånden mellan dem och exempelvis råvaruutbudet inte kan bestämmas i förväg. Avståndsberäk-ningarna sker samtidigt som övriga beräkningar i modellen. Avstånden beräknas typiskt som rätvinkliga avståndet eller som fågelvägen. I nätverksmodeller repre-senterar länkarna kortaste vägen mellan noderna vilka i förväg identifierats med någon kortaste-väg teknik.
Kvantitativa anläggningslokaliseringsmodeller kan vidare klassificeras efter vilken typ av matematiska funktioner som används i modellen. Funktionerna kan delas in i linjära och icke-linjära funktioner (Hillier och Lieberman, 1995) samt kontinuerliga och diskontinuerliga funktioner. I linjära funktioner för anlägg-ningslokalisering är intäkter och kostnader additiva och proportionella mot nivån på aktiviteterna som modelleras medan icke-linjära funktioner exempelvis kan spegla en avtagande marginalkostnad. Att linearisera verkligheten ger möjligheter att använda mer kraftfulla matematiska tekniker och därmed lösa mer omfattande lokaliseringsproblem. Kontinuerliga funktioner är sammanhängande medan diskontinuerliga funktioner innehåller språng, t.ex. i form av fasta etablerings-kostnader.
Metoder för anläggningslokalisering
Anläggningslokaliseringsproblem kan behandlas med flera olika metoder. Metod-erna delas in i två principiellt skilda grupper - förslagsgenererande och för-slagsvärderande metoder. I förslagsgenererande metoder används modellen för
att utifrån givna förutsättning beräkna fram ett bra eller t.o.m. bästa möjliga lokalisering. I förslagsvärderande metoder utvärderas istället ett antal givna loka-liseringar, figur 4.4.
möjliga lokaliseringsorter produktionsteknik marknadens efterfrågan transportalternativ
Figur 4.4 Kvantitativa metoder för anläggningslokalisering.
Tekniker för anläggningslokalisering
Till lokaliseringsmetoderna kan olika tekniker ansättas. Kalkylerande, simule-rande, optimerande och heuristiska tekniker utgör fyra exempel på teknik-grupper. De två förstnämnda teknikerna används i första hand i förslagsgenerer-ande metoder medan de två senare i första hand används i förslagsvärderförslagsgenerer-ande metoder.
Kalkylteknik är utan tvekan den mest välkända och spridda tekniken. Verktyg för kalkylering finns tillgängliga i nära nog varje persondator. Också vid anlägg-ningslokalisering är kalkylering en populär teknik som principiellt kan användas för de flesta modelltyperna. Om lokaliseringsalternativen är relativt få så att alla intressanta förslag lätt kan överblickas och logiken i varje alternativ enkel är kal-kylteknik många gånger fullt tillräckligt för att hitta det bästa lokaliseringsalter-nativet. Med en mer komplex logik är analytisk kalkyleringsteknik otillräcklig.
Simulering kan då vara en möjlig teknik att använda. När antalet
lokaliseringsal-4 Teoretisk referensram
ternativ ökar så blir det allt svårare att överblicka alla möjliga alternativ. Optime-rande eller heuristiska tekniker är då mer lämpliga.
Simuleringsteknik kan bl.a. användas för att analysera lokaliseringsproblem. Tek-niken används i likhet med kalkylteknik för att utvärdera en uppsättning givna förslag på lokaliseringar. Speciellt komplexa situationer som är svåra att utvärdera analytiskt, med kalkylteknik, kan med fördel analyseras med simuleringsteknik.
Karaktäriserande för simuleringsteknik är att förlopp och händelser som är tidsre-laterade till varandra modelleras. Vanligen görs detta i en dator där modellen består av algebraiska och logiska relationer. Simuleringsteknik kan användas för de flesta modelltyperna och har använts länge. Simuleringsteknik tillämpades redan av Shycon och Maffei (1960) vid lokalisering av lager i ett av Heinz distri-butionssystem.
Optimerande tekniker är ett samlingsnamn på förslagsgenererande tekniker som finner den bästa, optimala, lösningen för givna förutsättningar. En modell är dock alltid en mer eller mindre grov approximation av verkligheten varför den optimala lösningen för modellen inte säkert är optimal i verkligheten. Det finns ett stort antal olika optimerande tekniker som var och en ofta är anpassad till en specifik modellsituation. Några optimeringstekniker presenteras här kort.
Vid lokalisering av en anläggning enbart med hänsyn till transportkostnader kan enkla tyngdpunktsformler användas. Weber, se avsnitt 4.2.2, använder en sådan ansats för att finna den lokalisering som ger lägsta totala transportkostnaden för försörjning och distribution givet ett antal råvarukällor och ett antal marknader.
Tyngdpunktstekniken, (även kallad grid technique, centroid technique och p-median technique) är en optimerande teknik för statiska plangeometriska lokali-seringsmodeller. Tekniken med tyngdpunktsformler skiljer sig från andra opti-merande tekniker genom att den inte tillåter bivillkor.
Linjärprogrammering, LP, är en teknik som kan användas för att fördela resurser t.ex. efterfrågan och råvara mellan utvalda lokaliseringsorter på optimalt sätt. En LP-modell består av en målfunktion och ett antal bivillkor vilka måste vara linjära med kontinuerliga variabler. Nackdelen med linjärprogrammering är att fasta kostnadskomponenter inte kan hanteras.
Blandad heltalsprogrammering bygger på linjärprogrammering kompletterad med ytterligare teknik för att hantera variabler med heltalskrav. Med hjälp av heltal-svariabler kan fasta kostnadskomponenter användas i modellen. Heltalheltal-svariablerna visar vilka anläggningar som ska vara med i strukturen och kontinuerliga variabler visar hur råvara och efterfrågan ska allokeras mellan dem. Blandad heltalspro-grammering klassificeras som en optimerande teknik för i första hand statiska nät-verksmodeller med punktvis diskontinuerliga men linjära funktioner. Geoffrion och Graves (1974) analyserade ett anläggningslokaliseringsproblem med 45
po-tentiella lokaliseringar, 121 geografiska områden vari efterfrågan ansätts och 17 olika produktgrupper med blandad heltalsprogrammering.
Dynamisk programmering är en optimerande teknik för dynamiska nätverksmo-deller som spänner över en lång tidsperiod och tillåter ändrade förutsättningar under perioden. Tekniken ger således svar på när omstruktureringar ska ske under beaktande av de kostnader omstruktureringarna medför. Ballou (1968) tillämpade denna teknik för dynamisk lokalisering av lager.
Heuristiska tekniker för anläggningslokalisering är i likhet med optimerande tek-niker förslagsgenererande. Till skillnad från de optimerande tektek-nikerna så erhåller man med heuristiska tekniker ej garanterat den optimala lösningen, men ofta bra lösningar. Heuristiska tekniker består av tillvägagångsregler för lösning av pro-blem. Heurestik är speciellt användbart för att förenkla problem som annars skulle vara alltför komplexa eller för omfattande för att tillämpa optimerande teknik på.
Ett exempel på hur heurestik kan användas är som avbrottskriterium för optimerande tekniker vilket kan vara mycket tidsbesparande. För stora optimeringsproblem hittas ofta snabbt en bra lösning men att därifrån nå fram till den optimala kan vara mycket tidskrävande och ibland omöjligt. Hansen, Hegedahl och Obel (1994) använde en heuristisk lösningsteknik för lagerlokaliserings- och transportutformningsproblemet.
4 Teoretisk referensram