F ÖRÄNDRAD 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”.