– METOD OCH FÖRDJUPNING - Effektivisering av hemtjänstens resor i Eskilstuna.

3. Simuleringar av hemtjänstens resor

Syftet med denna studie är som sagt att utröna potentialen för minskat bilresande genom effektivare rutter med hjälp av ett ruttoptimeringsprogram samt ändrad områdesindelning med bibehållen eller förbättrad servicenivå.

Ruttoptimering innebär att finna den optimala lösningen på ett problem, givet vissa förutsättningar och restriktioner. Balanserande ruttoptimeringsprogram kan fördela arbetsuppgifter med olika tider och andra villkor mellan ett stort antal fordon.

För hemtjänsten används s.k. lågdensitetsoptimering eftersom adresserna är utspridda i det geografiska område. Detta till skillnad från till exempel sophämtning, där stoppen är täta inom det geografiska området och s.k. högdensitetsoptimering passar istället.

Kortfattat kan sägas att TES och liknande schemaläggnings-/planeringsprogram kan beräkna sträckan för ett fordon mellan A och B (inkl. mellanliggande stopp) samt rita en slinga för detta. Ruttoptimeringsprogram däremot kan utföra avancerade beräkningar för att minimera den totala körsträckan för samtliga fordon i fordonsflottan samt rita slingor och/eller lista dessa i körordning.

Ruttoptimeringsprogram minimerar körsträckorna utifrån givna restriktioner. En restriktion måste respekteras av planeringen, exempelvis tidsrestriktioner, stopptider och maximal körtid (arbetstid). Dessa restriktioner kan liknas med det som i TES kallas kompetenser och utgör i ruttoptimeringsprogrammet de villkor som används i kombination med adresser för att skapa rutter.

3.1 Omfattning och urval

Studien baseras på underlag från det digitala planeringssystemet TES under vecka 20 år 2008.

Studien omfattar endast hemtjänstens verksamhet i Eskilstuna dagtid. Nattpatruller, larmgrupp, gruppboenden och servicehus ingår inte.

Denna vecka gjordes totalt ca 15 000 hembesök till 993 vårdtagare av 426 personal. Figur 2 och Figur 3 visar den geografiska spridningen av vårdtagare över Eskilstuna kommun.

Figur 2: Vårdtagare i Eskilstuna (runda prickar) samt kontor (fyrkanter).

Figur 3: Vårdtagare i de centrala delarna av Eskilstuna (runda prickar) samt kontor (fyrkanter)

Då syftet med studien är att kunna påvisa en förbättringspotential när det gäller utfört trafikarbete med bil omfattas endast bilburna resor i studien. I princip kan alla insatser

optimeras men det visade sig att datamaterialet från TES inte definierade olika färdsätt, endast genomförda rutter. Alternativet för att kunna få bättre data skulle ha varit att personalen förde dagbok över alla sina förflyttningar och insatser, alternativt att trafikarbetet loggades med GPS i kombination med noteringar angående insatsen.

I studien användes datamaterial på utförda insatser med de 33 längsta dagliga rutterna från TES som antas vara bilrutter. Vilka rutter detta är framgår av Bilaga 5 – Urval av rutter, utgångsläge. De ingående turerna i urvalet simuleras i ruttoptimeringsprogrammet. Denna simulering benämns utgångsläget, se Figur 4. Simuleringen av utgångsläget återskapar ett urval av det verkliga trafikarbetet, körsträckorna, från vecka 20. För att räkna ut

besparingspotential jämförs sedan resultatet av utgångsläget med simuleringar av scenarier med annan områdesindelning.

Studien utreder besparingspotentialen i trafikarbetet (antal körda fordonskilometer) då

ruttoptimering används för transportplanering. Det traditionella tillvägagångssättet i ett sådant fall är att jämföra simuleringsresultat med ett nuläge, som motsvarar en återskapning av det faktiska trafikarbetet under en viss tidsperiod, med ett simulerat resultat.

Att ett faktiskt nuläge inte går att återskapa beror på att TES inte hanterar information om vilka vårdinsatser som utförs med bil och vilka ur personalstyrkan som kör bil. Utgångsläget baseras på information om antalet bilar inom respektive enhet³ och ett antagande om att dessa bilar kör de rutter som har längst körsträcka, mätt i antal km.

Med utgångspunkt i dessa data studeras fordonstillgängligheten för rutterna tillhörandes varje område. Ett exempel är HVO Gredby som har två bilar, varvid de två längsta turerna

tillhörandes detta område (respektive dag) definieras som ”bilturer” och resterande antal turer antas utföras med cykel och gång. Detta illustreras i Figur 4: Metod för skapande av

utgångsläge.

Utifrån resonemanget ovan omfattar urvalet för studien 555 vårdtagare, 135 vårdgivare och 2991 vårdbesök.

Figur 4: Metod för skapande av utgångsläge.

Omkring 10 % av vårdbesöken i Eskilstuna kräver dubbel bemanning, d.v.s. minst två anställda ur personalstyrkan för ett besök. Ruttoptimeringsprogram utgår från resurser där

3 Åsa Karlsson, Eskilstuna kommun (080712) och T de Verdier, Eskilstuna kommun/WSP (2007) ”Kommunal Reserevision – Hemtjänstens resor i Eskilstuna”

fordonet utgör en förutsättning för resursutnyttjande, således har i studien dubbelbemanning implementerats som vårdbesök som endast kräver en person ur personalstyrkan.

3.2 Förändrad områdesindelning

Två nya huvudscenarier skapades, med olika varianter på hur många kontor bilarna utgår ifrån. I de nya scenarierna hör varje bil till ett visst kontor eller grupp men planeras fritt över hela eller halva Eskilstuna, till skillnad från utgångsläget där varje grupp endast kör inom sitt område.

3.2.1 Scenariot ”Planering över hela kommunen”

Detta scenario utgår ifrån att alla bilar får röra sig fritt (planeras) över hela kommunen utan områdesgränser eller zoner, men med ett varierat antal enheter som bilarna utgår ifrån. Inga bilar läggs till eller tas bort utan förblir samma som i utgångsläget och de insatser som utförs är samma som i utgångsläget; indata hålls konstant.

Syftet med att ”ta bort” områdesgränserna för bilarna är att det då går att spara km och tid.

Om man har många små områden uppstår dels onödig ”dubbelplanering” vid adresser nära gränserna (suboptimering), dels minskar möjligeten till bra kombinationer av rutter.

Ruttoptimeringsprogrammet planerar samma besök som i utgångsläget men söker ut den mest optimala kombinationen av rutter över hela kommunen, inte som i utgångsläget där

personalen endast åker inom sitt område.

3.2.2 Scenariot ”Planering i två fasta områden”

Detta scenario liknar det ovan men utgår ifrån att kommunen är delad i två delar istället för att vara ett stort område. Bilar som utgår ifrån enheter på den västra sidan av ån får endast köra till vårdtagare på västra sidan och vice versa. Kommunen är alltså delad utmed ån och bilarna rör sig bara i ”sin” halva, se Figur 5.

Syftet med detta är att se om optimeringspotentialen blir lika hög när området som bilarna får röra sig över halveras. Dessutom kan ån ses som en naturlig gräns med få passager. Det är heller ingen risk för att vårdtagares adresser hamnar tätt intill gränsen vilket kan ge upphov till suboptimeringar. På samma sätt som i scenariot med planering över hela kommunen har inga bilar eller insatser lagts till eller tagits bort utan förblir samma som i utgångsläget.

Figur 5: Uppdelning av Eskilstuna kommun i två delar.

En mer ingående metodbeskrivning kring hur indata, utgångsläge och simuleringar har samlats in och bearbetats i studien återfinns i Bilaga 3 – Metod och fördjupning.

3.2.2 Förenklingar och antaganden i studien

Simuleringarna av hemtjänsten resor i Eskilstuna är gjorda på ett urval av rutter och med flera förenklingar och antaganden. Detta kan medföra viss osäkerhet i resultaten. En del av förenklingarna och antaganden påverkar dock inte resultaten eftersom de influerar

simuleringen av utgångsläget och scenarierna med ändrad områdesindelning likadant. Nedan diskuteras vilka antaganden som kan uppvisa osäkerheter och vilka som inte bör påverka resultatet.

Urvalet av rutter gjordes pga att det i TES inte noteras vilket färdsätt som använts. Hade denna information funnits i TES skulle alla verkliga bilrutter kunnat simuleras. Istället antogs de 33 längsta rutterna per dag vara bilrutter. De är mellan cirka 4 km och 17 mil långa, med ett medel på 4 mil (se Bilaga 5 – Urval av rutter, utgångsläge). Samma förutsättningar används i simuleringarna som i utgångsläget, och av denna anledning blir resultaten jämförbara (därav besparingspotentialen).

Däremot kan vi inte med säkerhet veta att just dessa är bilrutter eller att alla bilrutter är med.

De grupper med mest total bilåkning bidrar med större andel rutter. Men den totala längden av urvalets rutter 909 mil – att jämföra med bildagböckernas totala längd 938 mil vilket alltså starkt antyder att övervägande del av bil-rutterna är inkluderade (97%).

I studien har tidsfönster antagits för att sprida uppgifterna över dygnet. Dessa har inte kopplats till verkliga tidsfönster, dvs att t.ex. städning kan utföras någon gång under hela dagen, eller att t.ex. medicin måste ges en exakt tidpunkt. De har istället definierats som morgon, förmiddag, lunch, eftermiddag, middag och kväll utifrån de tider som uppdraget utförs enligt planeringen i TES. För de besök där större tidsfönster än de antagna skulle kunna sättas minskar optimeringspotentialen på grund av begränsningen i tid. För de uppgifter där ett snävare tidsfönster skulle sättas i verkligheten ökar optimeringspotentialen genom det större tidsfönstret. Detta slår alltså åt båda håll i studien och vi kan inte här avgöra hur

mycket. Viktigast är dock att samma tidsfönster är satta för simuleringen av utgångsläget som för de två scenarierna, vilket ger samma effekter och inte påverkar besparingspotentialen i simuleringarna. De antagna tidsfönstren föreslås inte ersätta tidpunkter i faktisk planering.

Ett mindre antal vårdbesök i databasen, cirka 4%, av rutterna i data-materialet från TES saknar geografiska koordinater och har därför inte tagis med. Det handlar om olika typer av ärenden såsom friskvård för personalen, utbildning, att följa en vårdtagare till läkaren eller frisören etc.Dessa motsvarar drygt en rutt per dag och kan anses försumbart. Dessa ärenden har varken tagits med i utgångsläget eller i scenarierna.

I studien har endast de lagstyrda kraven på medicinska kompetens hos den personal som skall besöka en viss vårdtagare tagits med, inte krav på annan kompetens eller eller

kontaktmannaskap. Om fler krav hade tagits med skulle besparingspotentialen blivit mindre.

Exakt hur mycket mindre beror på hur många fler krav som skulle ha tagits med. Till exempel togs inte kravet på kontaktmannaskap (personkontinuitet) med vilket ökade

besparingspotentialen något. Samtidigt visade det sig att det blev en väldigt liten effekt på antal personal till varje vårdtagare, det ökade endast från 3,3 personer per vårdtagare och vecka till 3,5 personer i simuleringarna.

Omräkningen av besparingspotentialen i procent från simuleringarna, till de gamla

uppgifterna från bildagböckerna är framförallt en pedagogisk uppvisning. Detta görs för att ge en bild av att besparingarna i faktiska siffror är mycket stora, oavsett en viss felmarginal. Men det är ändock något ovetenskapligt att tillämpa urvalets effekter på tidigare förda noteringar om reslängder.

För mer detaljer angående de antaganden som använts hänvisas till Bilaga 3 – Metod och fördjupning, under avsnittet ”Antaganden och avgränsningar av indata”.

4. Resultat

Resultatet av simuleringarna visar att det finns en mycket stor potential för besparingar vid planering för bilrutterna fritt över kommunen. Denna planering kräver dock stöd med hjälp av ett ruttoptimeringsprogram eftersom det med så många ingående parametrar inte är möjligt att genomföra planeringen manuellt. Trots de antaganden och förenklingar som beskrivits i tidigare avsnitt (och som var nödvändiga för genomförandet utifrån tillgängligt datamaterial) är resultatet helt ovedersägligt angående mycket stora besparingspotentialer. Simuleringarna visar en besparing på upp till 49% av körsträckorna och 42% av körtiden. Se alla tabeller i Bilaga 4 – Resultat.

Om man applicerar besparingspotentialen från simuleringarna på resultaten från de

bildagböcker som fördes en vecka hösten 2007 skulle de årliga besparingarna kunna bli uppåt 30 000 timmar, 45 000 mil, 90 ton CO2 och 0,5 miljoner kr i bränsle, se Tabell 2.

Km-besparingen per bil skulle då bli 1000 mil per år eller 20 mil per vecka.

Besparingen av körtid ger också effekt i att insatstiden skulle bli en större andel av total arbetad tid. Detta ger fördelar för hemtjänsten och dess personal, då kärnverksamheten är att vårda och bistå människor i hemmet, inte att spendera tid på resor. Andelen insatstid av total tid i simuleringarna ökade från 64% till 75%, se nedan:

Simuleringar Andel insatstid av total tid

Utgångsläge 64%

Planering i ett område, bilar på alla enheter 76%

Planering i två områden, bilar på alla enheter 76%

Tabell 1. Ökning av insatstid i förhållande till total tid.

Km-alstringen minskas allra mest när ruttoptimeringsprogrammet får arbeta fritt över ett stort område. Då uppnås bästa möjliga kombinationen av besök i kortast möjliga rutter, med samma uppgifter utförda. Eskilstuna är dock så stort att skillnaden är marginell mellan att planera fritt över hela kommunen som att dela kommunen i två planeringsdistrikt. Det kan dock finnas andra skäl att dela kommunen i två områden, exempelvis längs med ån, t.ex. att inte leda trafiken genom centrum eller över å-passagerna.

SIMULERINGAR Besparingseffekten från simuleringar tillämpad på verklig tid enligt bildagböcker okt 2007³

Utgångsläge

Tabell 2. Resultat av simuleringar av körsträckor och tid, samt omräkning till tid utifrån bildagböcker.

4 Simuleringarna beskriver procentuell besparing inte faktisk km eller tid. Utgångsläget visar 100% och scenarierna besparing i andel av detta. Besparingspotentialen tillämpas i högra kolumnerna på tid enligt

bildagböcker från en vecka under okt 2007, uppräknat till alla bilar (ej nattpatrull eller larmgrupp) och ett helt år.

I simuleringarna testades också att minska antalet kontor som har bilar, från 14-15 kontor till 8 samt 4 kontor. Med bilar på färre kontor skulle tillgängligheten mellan kontor och

vårdtagare bli något lägre och sträckorna därför något längre, besparingen skulle bli ned till 41% minskning i km-alstring och ned till 37% besparing av tiden. Det är dock fortfarande stora besparingar som kan vägas mot möjligheten att rationalisera hanteringstiden och

administrationen av bilar. Dessutom kan krav på körkort för de anställda minimeras och gälla färre grupper.

En minskning av körsträckorna minskar också bilbehovet drastiskt. Om körsträckorna halveras kan dock inte bilantalet antas minska lika mycket då det finns toppar i bilbehovet vissa tider. Simuleringarna i denna studie har inte optimerat det verkliga bilbehovet. Det är dock tydligt att om man minskar körsträckorna i denna omfattning kan också antalet bilar minskas. Andra liknande studier visar att bilbehovet kan minskas med 20%, vilket i detta fall skulle betyda en minskning från 47 till 37 bilar. Hemtjänstens kostnad för leasing är cirka 70 000 kr per bil och år. Totalt skulle en minskning med 20% av bilarna ge en besparing på 640 000 kr per år.

Andelen minskade körsträckor har tillämpats på den verkliga km-alstringen från bildagböcker som fördes i tidigare studie under hösten 2007. Samma andel km-besparing motsvarar

besparingar i bränsle på 437 000 - 522 000 kr/år. Minskningen av körsträckor innebär frigjord arbetstid som därmed också är en ekonomisk besparing genom minskad personaltid/minskat behov av vikarier och samtidigt ger möjlighet för personalen att lägga mer tid hos

vårdtagarna.

En begränsning man ofta vill tillämpa inom hemtjänsten är att minska antalet olika personal som besöker vårdtagarna. Om denna begränsning tillämpas strikt vid optimering minskas potentialen att effektivisera. Vid simuleringarna där bilarna (med personal) åkte fritt över hela eller i två halvor av kommunen togs därför inte hänsyn till kontaktmannaskap. Men

simuleringarna visade att trots att bilarna i scenarierna åkte fritt över kommunen, utan krav på kontaktmannaskap, ökade endast antalet personal per vårdtagare marginellt. I utgångsläget får varje vårdtagare i snitt 5,4 besök i veckan som utförs av 3,3 olika personer. Vid

simuleringarna ökar antalet personal endast till 3,5 personer per vårdtagare och vecka.

5. Förslag

Nedan ges ett förslag till hur Eskilstuna kommun skulle kunna gå vidare för att implementera ruttoptimering i den dagliga planeringen för att med hjälp av logistik minska körsträckor och därmed miljöbelastning och kostnader.

Samtidigt som man arbetar för att implementera ruttoptimeringen kan man uppnå andra kvalitetsperspektiv, genom att tydligt definiera hur planering skall styras utifrån

kompetenskrav. Dessa kan vara att ha delegation med en viss utbildning, ha viss kompetens för särskilda behov (t.ex. palativ vård, demens, etc.) eller att definiera vilka krav som skall finnas för omsorgskontinuitet, personkontinuitet och tidskontinuitet för olika typer av insatser och behov.

I avsnitten efter förslaget om ruttoptimering diskuteras principer för resepolicy och fordon.

5.1 Planering med ruttoptimering

En implementering av ruttoptimering i Eskilstuna skulle innebära förkortade resor samt planering med hjälp av logistik. Det dagliga utförande av planeringen skulle fungera likadant som idag medan programmen som utför planeringen skulle få en ruttoptimeringsmodul som planerar rutterna och kommunicerar med TES. De anställda tillhör samma grupp/kontor som tidigare och gång- och cykelturerna görs till de vårdtagare inom räckhåll från kontoren.

Skillnaden blir att den personal som får bilrutter kör över ett större område än idag.

Körsträckorna och tiden för bilresorna minskas genom att de administrativa gränserna inte begränsar rutternas utbredning, alltså att rutterna planeras fritt över Eskilstuna (eller med ån som naturlig gräns). De optimerade rutterna fördelas sedan till de kontor som respektive rutt ska utgå från. Man kan också styra bilinnehavet till vissa grupper så att fler grupper blir renodlade gång- och cykelgrupper och planera för bilrutterna utifrån ett färre antal kontor.

Detta är inte nödvändigt utan kan göras om det bedöms som fördelaktigt.

En möjlighet om Eskilstuna vill börja arbeta med optimerade resor är att avgränsa ett distrikt som är tillräckligt stort för att ge optimeringseffekt men ändå så litet att det är lätthanterligt i praktiken, förslagsvis ett område som innefattar 3 grupper. Arbetet i ett pilotprojekt skulle läggas upp enligt huvudmomenten nedan:

1. Lämpligt distrikt och grupper avgränsas utifrån parametrar som geografi, täthet och gruppernas intresse för utvecklad planering.

2. För detta distrikt läggs ett ruttoptimeringsprogram upp.

3. En eller flera planerare från grupperna eller centralt planeringsstöd lärs upp inom logistiken och programmet.

4. Ruttoptimeringsprogrammet körs för detta distrikt, karlägger nuläge samt skapar nya rutter för de dagliga insatserna. Rutterna fördelas till de 3 grupperna och dess personal.

5. Kommunikation mellan ruttoptimeringsprogrammet och TES skapas för att kunna skicka rutterna till TES.

6. Planeraren i varje grupp laddar upp de planerade rutterna för sin grupp i TES och slutför planeringen med manuella justeringar samt utför vid behov förändringar för oförutsedda händelser.

Kontinuerlig uppföljning av ruttoptimeringen bör ske för att visa resultat i form av sparad tid och km. Dessutom bör uppföljning göras av hur många fordon som kan avvecklas

(ruttoptimeringen ställs in på att minimera både km-alstring och antal fordon).

Vartefter alla funktioner fungerar kan ruttoptimeringen utökas till flera grupper för att så småningom täcka hela kommunen. Ju fler grupper som fasas in och därmed större yta och fler insatser läggs till, desto större vinster i besparade körsträckor och frigjord arbetstid kan räknas hem. Dessutom får man automatiskt kontroll och uppföljningsmöjlighet på hur mycket och var varje enskild bil körs, en dokumentation som t.ex. Skatteverket ställer krav på att den finns.

5.1.1 Särskilda frågor vid implementering

Förutom att arbetet skall avgränsas och planeras mer detaljerat än ovan är det några särskilda punkter vi vill lyfta som behöver lösas administrativt, resursmässigt och ur it-aspekt vid en implementering:

Administrativ ekonomisk lösning för de vårdtagare som hamnar i bilrutter för annat område än denna tillhör idag.

Importera alla vårdtagare och kontor, lägga upp detta samt lägga upp personalens schema i ruttoptimeringsprogrammet.

Avgränsa och definiera alla kvalitetskrav: Vårdtagare med särskilda behov t.ex. personer med demenssjukdomar eller pallitiva vårdformer. Förutom att personalens medicinska kompetens skall styra planeringen bör även omsorgs och tidskontiniuet defineras och när de skall tillämpas.

Kommunikationen mellan TES och ruttoptimeringsprogrammet behöver undersökas och lösas. Samverkan med kommunens it-ansvariga och GIS⁵-ansvariga.

Hur gång och cykelturerna skall hanteras i planeringen, vilket program som ska hantera dem och hur programmen fördelar alla vårdtagare/insatser mellan sig. Så många turer som möjligt bör läggas på gång och cykel och dessa bör om möjligt ingå i en dynamisk

planering.

Avgränsningen av gång/cykel mot bil löses antingen geografiskt eller genom att definiera olika hastigheter för olika färdsätt. Vissa justeringar behövs för att kompensera att

programmen följer bilvägar i sin beräkning.

5 GIS-geografiska informationssystem. Databaserade system för att samla in, lagra och analysera lägesbunden information. Används i ruttoptimering och i kommunal verksamhet genom olika program för att göra

beräkningar, analyser, simuleringar, presentationer och beslutsunderlag. Kan presenteras som kartor och/eller som tabeller etc.

5.2 Riktlinjer/policy för resande

Kommuner med flera använder riktlinjer eller resepolicy som ett styrmedel för att nå

verksamhetens mål inom området. Utifrån miljö-, klimat-, hälso- och ekonomiskt perspektiv anges oftast gång och cykel som första val av färdmedel, därefter kollektivtrafik (om möjligt) eller bil (och tåg före flyg). Resepolicyn eller tillägg till den, i exempelvis hemtjänsten, kan

In document Effektivisering av hemtjänstens resor i Eskilstuna. - med ruttoptimering och områdesindelning (Page 11-37)