Teknik och samhälle Datavetenskap
Examensarbete
15 högskolepoäng, grundnivå
Vad är konsekvenserna av samlastning och hur uppfattas
det av slutanvändare
What are the consequences of collective transportation and how is it
perceived by the end-user
Max Frennessen
Julian Hultgren
Examen: Kandidatexamen 180 hp Handledare: Jan Persson
Huvudområde: Datavetenskap Examinator: Gion Koch Svedberg
Sammanfattning
Transportsektorn är en av de sektorer som står för en stor andel utsläpp. Transporter står för cirka en tredjedel av Sveriges utsläpp av växthusgaser. För att minska denna siffra har flera kommunala samt privata initiativ startats. Ett av dem är företaget i fråga som detta arbete är gjort tillsammans med.
Huvudsyftet med vårt arbete var att ta fram faktisk data i form av en simulering för att kunna styrka att detta privata initiativ faktiskt var ett grönare alternativ samt att kunna förmedla detta på ett bra och metodiskt sätt för användaren via en prototyp. Simuleringen gjordes på äldre data från företaget på faktiskt körda transporter. Prototypen är ett interaktivt verktyg för användaren för att se vilka effekter deras tänkta agerande kan åstadkomma. Kan man nu med denna prototyp få användare att bli mer villiga att använda sig utav tjänsten? Och är de beredda att betala mer när de ser vilka effekter det skulle ge? Detta undersöktes i form utav en användarundersökning.
Vad simuleringen visade var att samlastning av gods är avsevärt mycket bättre gällande Co2-utsläpp, än att transportera godset själv. Utöver detta visade prototypen i samarbete med användarundersökningen att slutanvändare tyckte om utformningen utav prototypen samt att budskapet förmedlades, dvs vilka minskade Co2 utsläpp som kunde göras. Våra resultat visar på att budskapet om Co2:s påverkan hade tagits emot av användarna. Samt att de var villiga att betala 21% högre belopp för dessa typer av tjänster, med motivering att det skulle vara bra för miljön.
Abstract
The transport sector is one of the sectors that accounts for a large proportion of emissions. The transport sector accounts for about one third of Sweden's greenhouse gas emissions. To reduce this figure, several municipal and private initiatives have been started. One of them is the company in question with which this work has been written.
The main purpose of our work was to produce actual data in the form of a simulation in order to prove that this private initiative was actually a greener alternative, and to be able to convey this in a good and methodical way for the user via a prototype. The simulation is done on older data from the company on actual transports. The prototype is an interactive tool for the user to see what effects their intended actions can bring. With this prototype, could users now be more willing to use the service? And are they prepared to pay more when they see what effects it would give? This was tested in the form of a user survey.
This meant that the user was first asked about why they would like to use this form of service and what sums they were prepared to pay for a specific transport. The user then tested the prototype by entering various transports and goods they wished to transport, and were shown the environmental effects it would have. The user was then asked what they thought of the prototype and the information they received, and what motivations they had to use the service or similar services. Lastly they were asked what amount they were prepared to pay for this form of service.
The results show that the simulation resulted in the collective transportation of goods being considerably better with respect to Co2 emissions, than if it were to be transported by itself. In addition to this, the prototype together with the user survey showed that end users liked the design of the prototype and that the message was conveyed - ie that Co2 emissions can be reduced by using this service.
In conclusion, the users’ motivations for using this or similar services were still similar to before, but Co2 - a motivation not even stated at the beginning of the survey - became one of the top reasons for choosing this kind of service. The users were now also willing to pay up to 21% more for these types of services, with the justification that it would be good for the environment.
Ordlista
GUI - Förkortning för Graphical User Interface, det är detta man som användare interagerar
med under tiden man använder sig utav program på datorn1.
Slutanvändare - De användare som kommer använda sig utav produkten i slutändan när
den är släppt2.
API - Förkortning för Application Programming Interface, som är ett program som är öppet
för andra program att kalla på, utan att för den delen veta om hur allting bakomliggande fungerar3.
Co2 - Den kemiska beteckningen för koldioxid, det är en osynlig och luktfri gas som enligt
de flesta forskare är en faktor till den globala uppvärmningen4.
Total impact - Totala påverkan i Co2-utsläpp som man är ansvarig för som tas fram under
simuleringen av den data som företaget gav oss att använda.
Fyllnadsgrad - Är ett mått inom transportfordon för att beskriva i vilken utsträckning ett
lastutrymme har blivit använt i relation till hur mycket gods det kan transportera5.
1 Anders Lotsson, “Ord och uttryck i IT-branschen”, IT-Ord, https://it-ord.idg.se/?s=GUI 2 Wikipedia, “Slutanvändare”, https://sv.wikipedia.org/wiki/Slutanv%C3%A4ndare
3Anders Lotsson, “Ord och uttryck i IT-branschen”, IT-Ord https://it-ord.idg.se/ord/programmeringsgranssnitt/ 4 Petter Lydén, “CO2 - Koldioxid”, Klimatordlista,
http://www.klimatordlista.se/co2-koldioxid/?fbclid=IwAR2pWtprLUozcph-w9045vcMFL_aH0_7GH9ifTT-SQx5eCyIFpbSv833i2s
Innehållsförteckning
1. Inledning 1
1.1 bakgrund 1
1.2 Problemformulering och syfte 2
1.3 Avgränsning 3 1.4 Relaterade arbeten 4 2. Metod 5 2.1 Metodbeskrivning 5 2.2 Tillvägagångssätt 6 2.3 Simulering 7 2.4 Prototypen 7 2.5 Användarundersökning 9 3. Resultat 11 3.1 Beräkning av variabler 11
3.2 Simulering och dess formel 16
3.3 Resultat av simuleringar 17 3.4 Beräkningen i prototypen 20 3.4.1 Kategorier i prototypen 24 3.4.2 Prototypens utseende 25 3.5 Resultat av användarundersökning 25 4. Analys 28 4.1 Generell analys 28 4.2 Simulation 28 4.3 Användarundersökning 30 4.4 Prototypen 32 5. Diskussion 33 5.1 Generell Diskussion 33
5.2 Analys av samarbete med företag 33
5.3 Diskussion om avgränsningarna 34
6. Framtida arbeten 35
7. Referenser 36
1. Inledning
Det här kapitlet presenterar bakgrunden till arbetet, problemformuleringen, syftet och frågeställningar samt avgränsningar.
1.1 bakgrund
Transportsektorn är en av de sektorer som står för en stor andel utsläpp. Utsläpp från transporter står för cirka en tredjedel av Sveriges totala utsläpp. Huvuddelen av de växthusgaser som släpps ut från transportsektorn kommer från vägtrafiken där utsläppen från personbilar och tunga fordon dominerar [1]. Under 2018 genomfördes drygt 45 miljoner godstransporter av svenskregistrerade tunga lastbilar. Detta var en ökning med 9 procent från 2017. Ökningen av lastbilstrafiken är en av huvudanledningarna till varför Co2-utsläppen ökar igen inom vägtrafiken efter flera års minskning [2].
Lastbilstrafiken kan delas upp i två kategorier, yrkesmässig trafik vilket omfattar transporter åt andra mot betalning. Den andra kategorin är firmabilstrafik vilket omfattar grossister och återförsäljare som i egen regi distribuerar sina varor åt kunderna [2].
Den yrkesmässiga trafiken är den klart största kategorin - den utgjorde mer än fyra femtedelar av alla inrikestransporter 2018. Den yrkesmässiga kategorin kan man dela in i två underkategorier: yrkesmässig trafik med last och yrkesmässig trafik utan last, där yrkesmässig trafik med last är den största. Mellan 2017 och 2018 ökade antalet transporter inom den yrkesmässiga trafiken med last med 12 procent [2].
Enligt den klimatlag som trädde i kraft 1 Januari 2018 ska Sverige inte ha några nettoutsläpp av växthusgaser senast år 2045. För att nå det målet behöver utsläppen för växthusgaser från inrikes trafiken (exklusive flyg) minska med 70 procent senast år 2030 jämfört med utsläppsnivån år 2010. Detta innebär en minskning på 8 procent årligen fram till 2030. På gods-sidan handlar det om att få lastbilar att gå längre, tyngre och i längden bli färre [3].
Detta kan ge upphov till nya affärsmöjligheter inom transportsektorn som kan bidra till att minska Co2-utsläppen, bland annat med hjälp av digitala medier. Inom denna sektorn ska vi titta närmare på en specifik affärsmodell och hur dess verksamhet eventuellt kan bidra till att minska Co2-utsläppen.
1.2 Problemformulering och syfte
Företaget vi samarbetar med har en affärside som går ut på att privatpersoner lägger upp annonser på föremål de vill få transporterade från punk A till punkt B. Dessa föremål kan vara allt från möbler till motorcyklar, båtar och bilar. När en annons är skapad och ligger uppe på företagets hemsida kan personer som är villiga att transportera dessa föremål lägga bud på annonsen. Idén är att folk som redan ska transportera saker lägger bud på annonserna och fyller på så sätt upp fyllnadsgraden i sitt fordon och kan tjäna lite extra pengar på körningen.
På detta sätt får personen som lägger upp annonsen sina föremål transporterade till ett rimligt pris och transportören fyller upp sitt fordon med fler föremål och får en extra inkomst. Då fordonet redan skulle ha kört sträckan oavsett så slipper det köras en extra transport på samma sträcka för att endast transportera ett föremål, och med detta minskas Co2-utsläppen förhoppningsvis.
Företagets affärside är nischat till ett specifikt område och riktar sig till privatpersoner men även till folk som jobbar inom transport för att det ska gå runt. Efter att sett över utbudet av liknande företag så visar det sig att en av de stora konkurrenterna för detta företag kommer vara Uber Freight6. Deras modell är väldigt snarlik och går ut på att transportörer
registrerar sig och accepterar uppdrag som privatpersoner publicerar via en mobilapplikation.
Det visar att detta kan vara en framgångsrik affärsmodell som lutar åt att vara ett “grönare alternativ” till de andra. Men hur mycket grönare är detta alternativ jämfört med de andra? Huvudsyftet med vårt arbete är att ta fram faktisk data för att kunna styrka detta påstående att det faktiskt är ett grönare alternativ samt att kunna förmedla detta på ett bra och metodiskt sätt för användaren via en prototyp [4]. Prototypen kommer vara ett interaktivt verktyg för användaren för att se vilka effekter ens tänkta agerande kan åstadkomma. Kan man nu med denna prototyp få användare att bli mer villiga att använda sig utav tjänsten? Och är de beredda att betala mer när de ser vilka effekter det skulle ge?
1.3 Avgränsning
Eftersom området “Co2-utsläpp” är ett gigantiskt område kommer detta arbete att fokusera på företaget och deras tjänst. Områden som är i fokus för arbetet är Co2-reducering som görs genom att använda företagets tjänst, miljöpåverkan för tidigare körda transporter genom simulering på gammal data och hur användarna uppfattar sin egna miljöpåverkan.
I arbetet ifrågasätts aldrig om själva transporten av godset överhuvudtaget behöver transporteras. Detta är ointressant då hela syftet med tjänsten som företaget erbjuder bygger på att det finns något gods som behöver transporteras. Om detta sedan görs själv eller man överlåter en transportör att utföra transporten och vilken påverkan detta har på miljö är det som är det viktiga.
Företaget saknade data över transportörernas fyllnadsgrad. Fyllnadsgraden är en viktigt faktor när man räknar ut Co2-utsläpp, detta eftersom lastbilens vikt påverkar mängden utsläpp. För att kompensera för avsaknaden av data över transportörerna gjordes en enkät. Syftet med enkäten var bland annat att ta reda på transportörernas fyllnadsgrad. Enkäten skulle med hjälp av företaget nå fram till utvalda transportörer som företaget redan hade en bra relation med. Svaret vi fick tillbaka från företaget var en sammanställande text över de frågor vi hade, vilket inte var något användbart för oss eftersom vi var ute efter konkreta siffror. För att kompensera för detta valde vi att genomföra simuleringar med tre olika fyllnadsgrader, 0%, 50% och 80% för att se vad olika fyllnadsgrader har för påverkan på Co2-utsläppen.
Vi försökte använda oss av Google Maps för att ta fram distansen mellan start och slutpunkt för en sträcka. Detta fungerade inte helt felfritt och vi stötte på en del problem, detta gjorde att vi valde att leta efter ett annat API att använda oss av eftersom det tog onödig tid att försöka lösa Google Maps. Därför använder vi oss av Distance24.
Företaget vi samarbetade med använder däremot redan Google Maps på deras hemsida. Detta gör att företag ej behöver använda sig av Distance24 utan enkelt kan fortsätta att använda Google Maps.
1.4 Relaterade arbeten
Om man jämför att transportera föremål var för sig med att transportera gods gemensamt, vilket är då det vinnande konceptet ur ett miljöperspektiv? Enligt C. L. Weber med flera så är det, det gemensamma alternativet det vinnande konceptet[5]. I deras studie tittar de på utsläpp som tillkommer vid traditionell handeln och e-handel. De jämför vad som är mest slitsamt för miljön, antingen om köparna tar bilar till produkten i affären, eller om produkterna kommer hem till köparna. I deras fall var produkten som skulle inhandlas en hårddisk. Resultatet utifrån dessa premisser var att det var mest miljövänligt ifall produkten, hårddisken, handlades via E-handeln, dvs produkten kom hem till köparen. Vad detta visar är att transportera föremål kollektivt genererar mindre Co2-utsläpp än om flera mindre transporter skulle göra samma sak [5].
C. Rizet med flera [6] och V. Santén [7] tar också upp att samlastning är generellt det effektivaste sättet att förbättra energieffektiviteten och samtidigt reducera Co2-utsläpp. C. Rizet med flera visar relationen mellan ökad lastkapacitet och Co2-utsläpp för godstransporter och vad detta innebär. Användningen av ett fordons lastkapacitet är oftast betydligt lägre än maxkapaciteten. Inom vissa områden är det däremot inte möjligt att uppnå maxkapacitet eftersom godset som transporteras kräver specialiserade fordon, detta vid transport av till exempel kemikalier. Ökade transportkostnader är betraktat som det bästa passiva sätt att förbättra användandet av lastkapacitet, detta eftersom ökade kostnader stimulerar till förbättringar och nytänkande inom området. Ökade transportkostnader är däremot inte det enda sättet, studien tar även upp andra sätt som kan bidra till att förbättra användningen av lastkapacitet [6].
Även V. Santén fokuserar på sätt som kan förbättra lastkapaciteten. Hennes infallsvinkel är däremot riktad mot personerna som är ansvariga för själva paketeringen av godset och den logistiska delen av transportering av gods. Inom det området utforskar hon hur det utgående flödet av gods fungerar, och hur man kan göra förbättringar och utföra ändringar för att öka lastkapaciteten. I studien tar hon fram ett ramverk som gör det möjligt att få en större förståelse över hur lastkapaciteten kan ökas från personerna som är ansvariga för paketering och logistiska delen av transporteringen. Ramverket består av indikatorer som är kopplade till logistiska variabler, de variablerna sätter gränserna för förbättring av lastkapaciteten. Genom ramverket kan man göra bedömningar på olika åtgärder och hur de olika åtgärderna påverkar lastkapaciteten [7].
Vad som framgår av tidigare arbeten är att det fattas simulerings-data vilket krävs för detta arbete. Därför är det motiverat att genomföra simuleringar i detta arbete för att kunna besvara våra frågor.
2. Metod
Det här kapitlet presenterar hur arbetet ska gå till och vad som arbetas mot att ta fram för att kunna besvara frågeställningen som presenterades i tidigare kapitel.
2.1 Metodbeskrivning
Målet med arbetet var att utveckla en modell som visar hur mycket Co2-utsläpp som kan undvikas genom att använda sig av företagets tjänst, och hur man presenterar den relevanta information för användaren på ett lämpligt sätt.
För att genomföra arbetet utfördes det flera olika moment. Det som behövde göras var att ta fram relevant litteratur som styrker att samlastning kan användas för att reducera Co2-utsläpp. Därefter utföra beräkningar på gammal data för att se eventuella Co2-besparingar som redan gjorts. Och sist presentera och visualisera relevant information för användarna, validera att informationen som användarna tog del av uppfattades korrekt och visades på ett lämpligt sätt. På grund av detta ansåg vi oss behöva flera olika metoder för de olika momenten.
En litteraturstudie [8] genomfördes för att kartlägga vad tidigare arbeten inom samma området har gjort. Förhoppningen med litteraturstudien var att hitta liknande studier där andra tjänster, likt företagets affärsidé, testades för att se om de kunde bidra till minskade Co2-utsläpp. Det visade sig vara svårt att hitta då det är ett väldigt specifikt användningsområde som vi söker efter, detta gjorde att fokus ändrades till att leta efter studier som stödjer samlastning som ett alternativ för att minska Co2-utsläpp inom transport.
En beräkningsmodell eller beräkningsformel togs fram under arbetet. Syftet med denna är att ha som grund för att bygga simuleringar samt till prototypen. Detta för att ta fram svar på vilka besparingar i Co2-utsläpp som kan göras.
Ett annat moment som utfördes var simulering7. Simulering genomförs för att påvisa
eventuella besparingar som redan gjorts på gamla transporter samt att denna typ av data saknas. Genom simulering kan det skapas en modell som representerar något verkligt. När modellen finns kan man utföra olika scenarion och studera hur den virtuella miljön reagerar. I vårt fall handlar det om att simulera data på redan utförda transporter och se vilka påföljder som de haft i form av Co2-utsläpp. Eftersom det fungerar som en virtuell miljö kan simuleringen testa olika scenarion utifrån olika variabler och sedan studera hur mängden Co2-utsläpp påverkas.
Design and Creation [8] används för att ta fram så kallade “artefakter”. Inom vårt arbete handlar det om att ta fram en prototyp. Syftet med prototypen är att presentera relevant information för användaren, det vill säga hur mycket Co2 som släpps ut för en given transport. För att validera att den information som prototypen presenterar uppfattas korrekt och presenteras på ett lämpligt sätt ska intervjuer göras med användare. Intervjuer fungerar bra tillsammans med Design and Creation då intervjuer kan användas som en metod för datagenerering [8]. Syftet med intervjuerna är att generera data som sedan kan användas för att till exempel utvärdera och förbättra sin artefakt, i vårt fall prototypen som tagits fram.
2.2 Tillvägagångssätt
För att kunna utföra detta arbete krävdes det att ett antal variabler togs fram som tillsammans med en beräkningsformel kan räkna ut Co2-kostnaderna. Efter att variablerna och formeln är framtagen kommer simuleringar på den data som företaget gett oss att ske. Denna simulering på data görs för att se om tjänsten som företaget erbjuder faktiskt kan bidra till sänkta Co2-utsläpp genom samlastning.
Efter att simuleringen är utförd skall en prototyp utvecklas. Denna prototyp kommer använda sig utav samma variabler och beräkningsformel för att beräkna Co2-kostnader. Vad som skiljer simuleringarna och prototypen åt är att prototypen kommer utvecklas med ett grafiskt gränssnitt. Det grafiska gränssnittet(GUI) kommer fokusera på att vara användarvänligt, och ska ge användaren en förståelse över vilka konsekvenser dess planerade transport skulle ha för inverkan på miljön i form av Co2-utsläpp. När en fungerande prototyp togs fram, gjordes en användarundersökning. Målet med undersökningen var att undersöka ifall detta interaktiva verktyg kan göra användaren mer benägen till att använda sig utav denna tjänst eller tjänster liknande denna.
2.3 Simulering
Syftet med simuleringen är att ta fram data som säger vare sig denna typ av tjänst är bra ur ett miljöperspektiv eller inte. Simuleringen jobbade med den data vi fick från företaget och räknade ut eventuella vinster som det har bidragit med gällande sänkta Co2-utsläpp. Anledningen till varför en simulering utförs är för att det är ett bra sätt att testa olika scenarion utifrån riktig data, och studera hur den virtuella miljön reagerar.
Hur simuleringen har gått tillväga är att datan som företaget givit oss blev bearbetat och sedan körts igenom simuleringen. Resultaten som detta gav, sparades och bearbetats så att det sedan kunde analyseras och presenteras. Resultatet presenterades på ett sätt att man kunde se om denna affärsmodell som företaget har, faktiskt är ett grönare alternativ till att man som privatperson skulle köra sträckan själv eller ej [5].
2.4 Prototypen
Utifrån inparametrar från användaren skall prototypen [4] illustrera för användaren eventuella Co2-besparingar som kan göras genom att använda företagets tjänst. Detta genom att presentera den mängd Co2 som hade släppts ut om användaren valt att utföra transporten själv, jämfört med att låta en transportör utföra transporten. Bredvid dessa siffror skriv det även ut vad det hade kostat i Co2-utsläpp ifall man hade låtit en transportör göra det åt en, detta för att visa användaren vilka effekter det hade gett.
Prototypen utvecklades genom att följa P. Weichbroth och M. Sikorski 5 stegs-princip [9]. Dessa steg används för att få en prototyp som är designad och utvecklad utifrån en fast modell.
Figur 2.1 som visar hur P.Weichbroth och M.Sikorskis modell ser ut[9].
1. Första steget är att designa och utvärdera flödesdiagram och eller sekvensdiagram som kan användas för prototypen, detta kan involvera att man bygger upp tänkbara scenarion som en slutanvändare kan tänkas ställas inför.
2. Andra steget är att kolla över och ta fram de viktigaste komponenterna som kommer finnas i prototypen och vilka relationer dessa delar kommer ha med varandra.
3. Tredje steget är att ta fram de olika designelement som ska finnas i UI:t utifrån det som tagits upp i de två tidigare steg.
4. Fjärde steget är att sätta samma de olika designelement som har tagits fram till ett sammanhängande UI som ger en slutanvändare en bra användarupplevelse utav prototypen.
5. Sista steget är att utvärdera användarvänligheten utav UI-delen, samt validera de systemkrav som sattes för prototypen.
2.5 Användarundersökning
En användarundersökning utfördes också. Eftersom tjänsten riktar sig mot privatpersoner som behöver flytthjälp och inte är inriktad på en speciell eller en mer specificerad målgrupp, kunde slumpmässiga testpersoner enkelt väljas ut. Detta innebar att man kan få en god spridning bland testpersonerna, något som man eftersträvar i användarundersökningar[4]. God spridning är bra eftersom det ger en stor bredd på åsikterna och kommentarerna som testpersonerna bidrar med vilket senare kan ligga till grund för vidareutveckling av produkten [4].
Organisationen Nielsen Norman Group tar upp hur många olika användare som behövs för att få ett resultat som är användbart. Denna siffra är 5 stycken [10]. Med denna siffra i åtanke, kommer därför undersökningen utföras på en mindre grupp. För att upprätthålla en god spridning bland testpersonerna kommer till exempel ålder/kön/intressen/ekonomi att variera mellan testpersonerna.
Vad som är en bra parameter på användarvänligheten för den prototypen vi har tagit fram, är hur mycket en användare utav prototypen ökar sin förståelse för ens egna miljöpåverkan och vilka besparingar i form av Co2 som kan tillämpas via tjänsten. Därför delades undersökningen in i två delar.
Först skulle testpersonerna få bekanta sig med konceptet kring själva tjänsten. Dock ej använda sig utav prototypen än. När testpersonerna sedan känner sig familjära med konceptet och tjänsten kommer en enkel fråga att ställas:
- Om du har ett skrivbord som skall transporteras från Malmö till Stockholm, hur mycket är du beredd att betala för att få någon att göra denna transport åt dig?
- Skrivbordet i fråga är ett arv från en släkting, det är en ett större bord i ek och dess värde ligger runt 6200kr. Se 2.2 för referensbild.
Figur 2.2 Exempel-skrivbordet som användes i undersökningarna
Motivering till varför dessa två orterna är valda är för att det var de som var vanligast förekommande i den data som vi fick från företaget. Detsamma gäller varför det valda föremålet att transporteras, skrivbord dök upp ofta i den data och är ett föremål som de flesta kan relatera till. Efter att testpersonen gett oss en estimerad siffra ska undersökningen gå över till del två.
Del två innefattar då själva användandet av prototypen där testpersonen fick bekanta sig med prototypen genom att testa att ange en sträcka och eventuella föremål för transport. Efter några minuters användning ställdes samma fråga som angavs i del ett. Testpersonen blev också tillfrågad om hur deras beslutsprocess i del två var. Där undrade vi ifall informationen som fanns tillgänglig i prototypen angående den miljöpåverkan man själv bidrar med, och om man hade valt att transportera godsen själv, gentemot om man hade låtit en transportör transportera godset påverkar användarens beslutsprocess. Detta för att se om digitala media kan vara ett hjälpmedel för att ge vardagliga användare en bättre insyn i vilken miljöpåverkan man själv bidrar med, men också för att försöka starta en tankeprocess hos användaren vilket gör användaren mer medveten om dennes aktiva vals påverkan på miljön.
3. Resultat
Det här kapitlet presenter de resultat som framkom av de metoderna som var valda för detta projekt. Först presenteras framtagningen av de variabler som varit med för framtagande utav simulering och prototyp. Därefter presenteras resultaten utav simuleringen följt utav prototypens utformning och sist presenteras resultaten utav användarundersökningen.
3.1 Beräkning av variabler
Datan som blev tillhandahållen från företaget innehöll information om annonser som har blivit publicerade på deras hemsida och där en transportör har lagt ett bud för att köra föremålen till utsatt destination. Informationen som var användbar i denna data var från vilken plats och till vilken plats man ville flytta godset och vad det är för typ av föremål som skulle transporteras.
Vid tillfället för detta arbete fanns det inget krav på att ange bredd, höjd, vikt och volym på föremålen som annonsören avser att få transporterat vid skapandet av en transportförfrågan på företagets hemsida. Därför är den data som vi tillhandahölls bristfällig när det kommer till bredd, höjd, vikt och volym.
En viktig variabel är avståndet som skall köras. Denna variabel fanns tyvärr inte med i datan som vi fick tag på. Då denna variabel är av största vikt, så var det ett måste att hitta ett sätt att få fram denna variabel.
Med lite eftersökningar hittades en hemsida kallad Distance24 som hade ett API som fungerade bra till vårt ändamål 8. Här uppstod dock vårt nästa problem då API:t som vi har
ger avstånd mellan två orter, men gör detta i fågelväg och inte vad det skulle vara om man faktiskt skulle transportera föremål längs den angivna sträckan. Nästa steg här är att hitta ett bra medium att lägga till på varje sträcka för att det ska väga upp för det faktum att det är fågelvägen.
Lösningen som togs fram var flera tester där vi använde Google Maps9 som referens då
Google Maps är en ansedd tjänst. Och med dessa tester tog vi fram en variabel som skulle hjälpa oss få en mer rättvis distans-uppfattning.
8 Distance24, “Distance, Route Info, Time Difference. Worldwide,” https://www.distance24.org/ 9 Google, “Google maps” https://www.google.com/maps
Tabell 3.0 Utvalda sträckor mätta via 2 APIer.
Från Till Tid (Google) Distance24 Google maps
Malmö Stockholm 6h 36m 513 km 613 km Malmö Göteborg 2h 56m 243 km 272 km Malmö Lund 22m 16 km 18 km Malmö Norrköping 4h 57m 384 km 456 km Örebro Luleå 11h 29m 788 km 965 km Stockholm Lycksele 8h 18m 587 km 712 km Helsingborg Stockholm 5h 56m 485 km 556 km Stockholm Falun 2h 46m 196 km 223 km Helsingborg Östersund 12h 6m 801 km 966 km Västerås Linköping 2h 25m 241 km 187 km Totalt: 57h 51m 4254 km 4986 km
Tabell 3.1 Sammanlagda distanserna från de olika APIerna
Distance24 Google maps Skillnad
4254 km 4986 km 17%
Vi har betonat Malmö då denna ort var startpunkt för ett flertal annonser och även företagets hemort. Från Google Maps fick vi ut att vårt API ger en kortare sträcka på i genomsnitt 17%. För att ge en mer rättvisande distans-variabel kommer vi därför att öka den siffran som vi får ut via vårt API med 17%, detta för att kompensera för att det är fågelvägen. I den data vi tillhandahölls fanns inte något som indikerade hur lång tid en transportsträcka tog att genomföra. För att räkna ut ett snitt på vad en resa kan ta i tid, tog vi sålunda in alla restider som vi fick ut genom Google Maps (se tabell 3.0) och därigenom räknade fram en genomsnittshastighet.
För att beräkna de olika typer av fordon och dess Co2-utsläppshalt sammanställdes data. Vi delade in de olika fordonen i olika kategorier: personbil, personbil med släp, lätt lastbil och tung lastbil. I kategorin “personbil” ingår de fordon som man med ett svenskt b-körkort [11] får lov att köra. Lätt lastbil är de fordon som inte kan anses vara personbil och vars vikt inte överstiger 3500 kg [11,12].
Tung lastbil har en liknande formulering som lätt lastbil fast dessa skall överstiga 3500 kg och för att få lov att köra en tung lastbil i Sverige krävs ett körkort inom C kategorin [11].
Tabell 3.2 Sammanställning för utsläpp/km för olika fordonstyper
Typ Co2 utsläpp/km
Personbil 157 g/km [13]
Personbil + gallersläp 164 g/km
Lätt lastbil 200 g/km [12]
Tung lastbil 550 g/km (tom lastbil)
För att räkna ut g/km i Co2 använder vi oss av Volvos uträkning för deras modeller. Där får de efter en uträkning fram resultatet ~ 0.0275 kg/ton-km [14]. Volvo får fram denna siffra genom att de titta på mängden bränsle som används upp och använder detta som en bas för att kunna få en mer träffsäker siffra. Användandet av just bränsleförbrukningen verkar vara det mest lämpade måttet för beräkning av Co2-utsläpp. De tar även in lastförmågan, vägval, körhastigheter och olika körstilar i sina beräkningar. Med denna variabel framtagen, d.v.s. vad vi ska lägga till för varje kilo, så kan den användas för att räkna ut kostnaden för våra fordonskategorier med tom last.
Anledning att använda oss utav Volvos modell är för att märket Volvo är det vanligaste märket som kör på de svenska vägarna enligt teknikvärlden10, samt att det var den mest
tillförlitliga siffra vi kunde hitta.
För att räkna ut Co2-utsläpp för en personbild med gallersläp räknade vi först ut en snittvikt för gallersläp11. Efter att ha avrundat fick vi en snittvikt på 240kg. För att sedan räkna ut
Co2-utsläpp för personbil med gallersläp använde vi oss av Volvos uträkning [14]. Först måste vi omvandla vikten för gallersläp till ton vilket då blir 0.24 ton. Därefter gör vi en beräkning enligt följande:
10 M. Rabe, “Sveriges mest sålda bilmärken - Här är listan”, Teknikens Värld,
https://teknikensvarld.se/sveriges-mest-salda-bilmarken-har-ar-listan-316040/f
11 WT Trailer, Obromsade EU släp 80 km/h
Co2-utsläpp, kg/ton-km * genomsnittsvikten av gallersläp(i ton).
0.0275 * 0.24 = 0,0066 ton = 6.6 kg ~ avrundat 7kg. Sedan adderar vi resultatet vi fick fram (7kg) med en personbils Co2-utsläpp, vilket vi kan se i tabell 3.2 är 157 g/km [13], och detta ger oss följande uträkning:
Co2-utsläpp för personbil + Co2-utsläpp för gallersläp, baserat på tidigare uträkning.
157 + 7 = 164. Detta ger oss då 164 g/km Co2-utsläpp för personbil med gallersläp. Det vi inte tar i beaktning här i denna uträkning är eventuellt luftmotstånd som skulle tillkomma. Tabell 3.3 är en sammanställning från Volvo som listar olika typer av tyngre lastbilar som kan fungera som en mall för att få fram hur mycket de olika fordonen släpper ut i form av Co2-utsläpp samt ger en uppfattning på hur mycket lastkapacitet som de olika lastbilstyperna har [14].
Tabell 3.3 Sammanställning av utsläpp för olika typer av lastbilar
Lastbilstyp Vikt *
kg/ton-km Avrundning i kg/km Avrundning i g/km Lastkapacitet i ton Truck, distribution traffic 5,5 * 0.0275 ~ 0,151 kg/km ~ 151 g/km 8,5 ton
Truck, regional traffic 10 * 0.0275 ~ 0,275 kg/km ~ 275 g/km 14 ton Tractor and semi-trailer,
long-haul traffic
14 * 0.0275 ~ 0,385 kg/km ~ 385 g/km 26 ton
Truck with trailer, long-haul traffic
20 * 0.0275 ~ 0,55 kg/km ~ 550 g/km 40 ton
Med denna data har vi tagit fram en formel som kan användas utav vår simulering och prototyp för att ge användaren en uppfattning om vad deras transport kommer kosta i Co2-utsläpp. Beroende på vilket typ av fordon de väljer att använda så kommer resultatet uppdateras till rätt sorts fordons utsläppsmängd och ge en uppskattning för hur mycket Co2 som släpps ut för en given sträcka.
Total utsläpp = (Fordonsutsläpp * Avstånd) + ((Vikt * Co2 / kg) * Avstånd) +
((Avstickare * (Vikt * Co2 / kg)) + (Fordonsutsläpp * Avstickare))
Totala utsläpp
Detta blir det slutgiltliga siffran på kostnaden i Co2 i kilogram för sträckan som har körts.
Fordonsutsläpp
Beroende på vilken typ av fordon som körs kommer denna siffra variera. De olika alternativen presenteras i tabell 3.2 ovan och är då personbil, personbil med släp, lätt lastbil och tung lastbil. Detta visas i form av Co2 i kilogram.
Vikt
Denna variabel syftar på den totala vikten som lasten väger, alltså de föremål som ska transporteras och inte vad själva fordonet väger. Fordonets vikt i kilogram är inräknat i Utsläpps-variabeln ovan.
Distans
Detta är den siffra som har blivit framtaget av vårt API för att beskriva avståndet i kilometer mellan punkt A och punkt B och som sedan blivit modifierat för att ta hänsyn till att efterlikna transport via vägar.
Avstickaren
Då avståndet från punkt A till punkt B är precis vart annonsören vill få sina föremål transporterade, så behövs ett tillägg på det transportören behöver köra extra för att plocka upp föremålen. “Avstickaren” som tillkommer är tagen ifrån en “avrundning” på vad transportörer är okej med att köra extra för att plocka upp extra last. Denna siffra är 10 km på båda ändarna av transporten, så totalt 20 km extra läggs till på varje transport för att efterlikna det värsta scenariot utav denna sträcka.
Bilden nedan visar ett exempel. På företagets hemsida finns ett filter som visar transportörer alla transporter inom en tio kilometers area runtom den väg de har skrivit in. I programmet kommer vi därför lägga till 20 kilometer extra om den ursprungliga sträckan överstiger 100 kilometer. Transportören kan även plocka på sig transporter under själva sträckan och inte endast vid start- och slutpunkt. Detta är medräknat i programmet och vi kör simulering på värsta fall på 10 kilometer inom båda hållen.
Figur 3.0 Potentiella “avstickare” inom inringat område, Bilden är en illustration och representerar inte korrekt avstånd.
3.2 Simulering och dess formel
Med hjälp av tidigare uträkningar av variabler har vi nu den grund som behövs för att kunna fortsätta arbetet. Vi har en beräkningsmodell och vi har datan. Nästa steg var att kolla över datan och få fram ett resultat.
Hur själva simuleringen på den datan vi fick från företaget såg ut var följande: Läs in alla mått till objekt ( sparas som String[] )
- skapa objekt som motsvarar en rad i mått.txt
- lägg skapade objekt i en ArrayList<CategoryObject> Läs in rad från fil (sparas som String[] )
- Ta String “från” tillsammans med String “till”, och skicka detta till API:et och läs av svaret och spara resultatet i en double namn “km” som skickas tillbaka till simulatorn.
- Leta igenom alla färdiga måttobjekt och ser ifall det finns ett objekt med samma namn från String[].
- Om funnet, skapa ett till objekt av denna sort och lägg till i lista av innehav. - Gå igenom lista av innehav och kolla vikt, längd, volym och räkna ut vilka
fordon som går att använda. Välj sedan det som släpper ut minst Co2. - Skicka till Calculate, lista med innehav, distansen, val av fordon.
- Calculate skickar tillbaka, tiden det tar att köra, hur mycket Co2 och distansen.
- Resultaten sparas ner till variabler som räknar samma den totala mängden av varje kategori.
- Avsluta programmet när alla rader av testdata har blivit testade och skriv ut slutresultaten.
Då datan vi fick inte hade förvalda kategorier på företagets hemsida, gjorde detta att vad som står som ska flyttas ibland inte följde de kategorier vi hade. Dessa fall togs bort och testades inte. Av den testdata som vi hade tillhanda så blev det 300 testfall totalt, av dessa 300 testfall togs det bort 23 stycken som inte gick att köras då beskrivningen på transporterade objekt inte stämde överens med vad som fanns som förvalda objekt.
3.3 Resultat av simuleringar
Ett antagande som görs vid dessa beräkningar är att om man låter en transportör köra åt en, så tas fordonskostnaden bort förutom för avstickaren. Detta för att arbetet grundar sig på ett antagande om att transportören skulle köra den specifika sträckan oavsett om denne fick mer att transportera på eller ej.
Vid körning utav den data vi hade fått från företaget fick vi fram följande resultat utskrivet från simuleringen:
Kör själv, du står för 100% av fyllnadsgraden: Total distance: 270588.27 total time: 3192.35 total co2: 37634.2 total impact: 100%
Annan kör endast dina föremål:
Total distance: 274548.2 total time: 3238.6 total co2: 57866.2 total impact: 12.1%
Annan kör med 50% fyllnadsgrad plus dina föremål: Total distance:274548.2 total time: 3238.6
total co2: 99067.0 total impact: 7.2%
Annan kör med 80% fyllnadsgrad plus dina föremål: Total distance:274548.2 total time: 3238.6
total co2: 123813.6 total impact: 5.8%
Vid första anblick noterades att “total impact” sjönk kraftigt från första “kör själv” till sista “Annan kör med 80% fyllnadsgrad plus dina föremål”. Total impact är hur mycket som man som annonsör är ansvarig för mängden Co2-utsläpp som har tillkommit.
Tabell 3.4 Sammanställt resultat av simuleringar
Antal rader Distans i KM Tid i minuter Co2 i Kg Total påverkan i %
Kör själv 277 270588.2 3192.3 37634.2 100% Annan kör med endast dina föremål 277 274548.2 3238.6 57866.2 12.1% Annan kör med totalt 50% last plus, dina föremål 277 274548.2 3238.6 99067.0 7.2% Annan kör med totalt 80% last plus, dina föremål 277 274548.2 3238.6 123813.6 5.8%
Tabell 3.5 visar den totala mängden Co2 som har tillkommit pga avstickaren som transportören behöver göra, samt om man skulle köra själv. I alla fall av olika fyllnadsgrader är alternativet att man kör själv avsevärt mycket sämre ur ett Co2-perspektiv.
Tabell 3.5 Sammanställning av miljöpåverkan utifrån olika scenarion
Totalt utsläpp i kg Mängd Co2 som man
är ansvarig för Total Co2 i kg som man har bidraget med
Kör själv 37634.2 100% 37634.2
Annan kör med
endast dina föremål 57866.2 12.1% 7001,8 Annan kör med
totalt 50% last, plus dina föremål
99067.0 7.2% 7132,8
Annan kör med totalt 80% last, plus dina föremål
123813.6 5.8% 7181,1
Figur 3.1 Diagram som illustrerar utsläpp i % utifrån gjorda simuleringar
Figur 3.2 Procentuellt av mängden Co2 utsläpp man är ansvarig för ifall en transportör transporterar ens föremål
3.4 Beräkningen i prototypen
Utifrån att ha följt de 5 steg som P. Weichbroth och M. Sikorski [9] skriver om, gick våran utveckling utav prototypen dessa steg som nämns nedan på följande vis:
1.
Första steget var att komma på en design och utvärde de sekvensdiagram som ska motsvara scenarion som en slutanvändare kan tänkas infinna sig i. Figur 3.3 nedan visar ett sekvensdiagram över hur prototypen ska fungera när en slutanvändare använder sig utav prototypen.Se figur 3.3 nedan för hur utformningen utav hur prototypens process såg ut.
Figur 3.3 Utformningen av prototypen
1. Användare skriver in orterna de vill transportera sitt/sina föremål från och till, samt vilka föremål de vill ha transporterade.
2. Prototypen gör en koll på vad de föremål väger och deras storlek, överstiger dessa ett fordons kapacitet så tas detta alternativ bort och användaren blir tilldelat ett nytt fordon
3. De inskrivna variablerna skickas till uträkning. Variablerna är vad som ska transporteras, med vilket fordon samt från vilken startplats och vilken slutplats.
4. De olika orterna kommer skickas till vårt api (Distance24) som ger tillbaka en double som är avståndet mellan dessa två orterna. Dock pga att distansen erhålls som fågelvägen och inte vad det faktiskt skulle ta att köra sträckan tilläggs en variabel som ger en god uppskattning till den riktiga sträckan.
5. Co2 beräkningen görs där man tar in det valda fordonets Co2-utsläpp/km som körs samt vikt av föremål som transporteras. Detta ger oss en double i form av vad Co2-utsläppet för resan avger.
6. Likt distansen fanns det problem med att få fram denna variabel som avser att ge ett tidsestimat. Utifrån tester fick vi fram en god avrundning variabel som används för att få en uppskattning i tid för sträckan.
7. Med hjälp av distans och fordonstyp tas en siffra fram på en uppskattning på sträckans utsläppsmängd för om individen själv skulle köra samt om man skulle låta en transportör från hemsidan köra sträckan, och eventuella vinster i Co2-minskning räknas fram. 8. Alla variabler och data skickas till Gui för presentation.
9. Resultatet visas för användare och de får ta del av informationen som har blivit uträknad.
2.
Vad som syns när figur 3.3 togs fram var då vilka delar (komponenter) som har en relation med varandra. Då andra steget i denna metod är att kolla över vilka komponenter som har en relation med varandra, så kollades detta över här och vi var noga med att följa MVC modell och lät endast GUI som är Viewer delen i MVC ha en relationen med vår Controller som detta fall var Calculate.3.
När dessa komponenter var framtagna var nästa steg att ta fram de designelement som skulle implementeras i ett UI som blev vara ansiktet för prototypen. Dessa element blev följande:Bilderna nedan blev de bilder som fick representera de olika fordonskategorierna som fanns. Bil, Bil + Släp, Lätt lastbil och sist Tung lastbil. Motivering till bilderna var för att det ska bli lättare för användaren att ta in vilket sorts fordon som är representerat i de olika grupperna.
Informationen som anges på prototypen är hur mycket Co2 som blir besparat. Denna siffra som tillkommer kan vara svår att begripa i vilken mängd Co2 detta motsvarar. Därför används träd som ett sätt att lättare förstå i vilka mängder Co2 som blir besparade.
Figur 3.4 Bilder på olika transportfordon, bilderna används i prototypen
Motivering till varför just träd valdes är för att detta enkelt kan tas emot utav användaren då människor som helhet gillar natur och just träd absorberar Co2 vilket gör det högst relevant.
Figur 3.5 Bild för att illustrera träd, bilden används i prototypen
Efter att ha tagit fram de olika designelement som var de delar som var interaktiva och dynamiska, så togs det fram en statisk bakgrund som var likadan oavsett vad användaren gjorde. De andra designelements skulle sedan bli placerade på denna statiska bakgrund för att ge ett bra helhetsintryck.
Figur 3.6 Skalet till prototypen
4.
Fjärde och näst sista steget var att sammanställa alla dessa designelements till ett fungerande UI som skulle vara användarvänligt och gav en bra användarupplevelse.5.
Steg fem besvarades i form utav den användarundersökning som gjordes. Detta tillkommer senare i texten i kapitel 4.3 där det analyseras över hur undersökningen gick samt vad användarna tyckte om prototypen.3.4.1 Kategorier i prototypen
När man som privatperson/annonsör skapar en transportförfrågan på hemsidan fanns det inget krav på att man anger mått och vikt på godsen som man avsåg att få transporterat. Detta gjorde att det blev svårt att estimera Co2-utsläpp eftersom godset mått och vikt påverkades. Det gick inte heller att bygga modeller eftersom den data som behövs saknas eller inte är fullständig.
Däremot har företaget börjat lägga in standardmått för förvalda kategorier. För tillfället var det kategorin “Möbler” som har de här standardmåtten eftersom det är den populäraste kategorin på deras hemsida. Eftersom Möbel-kategorin är den populäraste kategorin och där redan fanns standardmått framtagna blev det den kategori som vi fokuserade på och baserade prototypen runt.
Tabell 3.6 visar vilka underkategorier som fanns inom Möbel-kategorin och vilka standard föremål som fanns under varje underkategori, komplett med mått, vikt och volym.
De mått som tabell 3.6 presenterar är framtagna från fyra olika möbelföretag där ett median-mått har tagits fram från ett tiotal möbler inom samma subkategori. Eftersom den data som fanns tillgänglig för oss var bristfällig med mått för de olika föremålen behövdes någon form av standardmått tas fram. Detta innebär däremot inte att alla möbler alltid kommer ha de här måtten - de är framtagna för att ge en indikation på vad genomsnittsmåtten för de valda möblerna är.
Tabell 3.6 - Standardmått för skrivbord & skrivbordsstolar (se bilaga 1 för fullständig tabell)
Kategorier/Underkategorier Längd Bredd Höjd Vikt Volym
Skrivbord & skrivbordsstolar Skrivbord liten 1.2 m 0.7 m 0.65 m 15 kg 0.55 m3 Kontorsstol liten 0.65 m 0.65 m 0.9 m 7 kg 0.38 m3 Skrivbord medium 1.6 m 0.8 m 0.8 m 25 kg 1.02 m3 Skrivbord stort 1.8 m 0.8 m 0.8 m 30 kg 1.15 m3 Hörnskrivbord 1.5 m 1.1 m 0.8 m 30 kg 1.32 m3 Receptionsdisk 2 m 1.8 m 0.8 m 70 kg 2.88 m3 Kontorsstol stor 0.7 m 0.7 m 1.2 m 10 kg 0.59 m3
3.4.2 Prototypens utseende
Figur 3.4 illustrerar hur prototypen såg ut vid framtagandet utav information för en sträcka mellan Malmö och Stockholm med två föremål.
För att göra det mer förståeligt för användare hur mycket Co2 som sparas in så använde vi i vår modell en jämförelse istället för att skriva t.ex. “Du sparar 31 kilo Co2 ”, som inte ger en direkt tydligt idé på hur mycket detta motsvarar. Lösningen på detta är att vi skriver något som kan vara enklare att förstå och förhålla sig till och jämför istället med hur mycket Co2 ett träd kan absorbera varje dag, denna siffra blev 48 pounds/året vilket motsvarar 21.77kg/året12. I exemplet ovan med 31 kilo så kan dessa istället omvandlas till X-antal års
arbete för ett träd, vilket ger användaren en tydligare bild av hur mycket Co2 som faktiskt sparas och vilka effekter detta motsvarar.
Figur 3.7 Prototyp som tagits fram
12 Urban Forestry Network, “Trees Improve Our Air Quality”,
3.5 Resultat av användarundersökning
Tabellen 3.7 visar vilka användare vi hade för testning utav prototypen. Dessa användare var personen i olika delar av livet samt med olika intressen. Detta för att ge en stor spridning i vad olika användare skulle tycka om prototypen.
Målet var att få tag på 5 testpersoner, men då vi fick ihop till 8 personer då vi hade frivilliga som ville vara med så tog vi med dessa ytterligare 3 personer. Resultatens påverkan av detta diskuteras nedan i analys 4.3.
Tabell 3.7 Tabell över testpersonerna
Testperson (T*) Ålder Kön Intresse Ekonomi
T1 57 Man Sport,Bilar Jobbar
T2 20 Kvinna Kläder,mode Studerande
T3 20 Man IT,Gaming Studerande
T4 35 Man Sport, IT Jobbar
T5 30 Kvinna Resa, film Studerande
T6 25 Man IT,Gaming Studerande
T7 28 Man Sport Jobbar
T8 64 Kvinna Miljö, Blommor
& Odling Pensionär
När användare fick använda sig utav prototypen slogs de av hur mycket Co2-utsläpp som kunde bli besparat ifall man skulle använda sig utav tjänster som företaget tillhandahåller. Bild nedan visar vad de olika testanvändare var beredda på att betala för att få detta skrivbord transporterat från Malmö till Stockholm. Testanvändare 1 var först beredd på att betala 1000kr för denna transport. Efter att ha använt prototypen ett tag och såg effekterna utav tjänsten i form av Co2-besparingar var denne person beredd att betala en avsevärd summa högre därefter på 1500kr.
Tabell 3.8 Sammanställning av frågan i vad användarna var beredda på att betala före och efter användning utav prototypen i användarundersökningar.
Vid förfrågan på hur mycket mer de var villiga att betala för en tjänst som företaget erbjuder gick denna summa upp med 21% efter att ha provat prototypen med olika transporter av föremål.
Tabell 3.9 Anledningar till varför användarna var beredda att använda tjänsten, före och efter testat prototypen
Efter användning utav prototypen var motiveringarna till att använda tjänsten liknande, utom att Co2 besparingarna som motivering kom in i bilden och landade högt upp på listan. Vad som även har hänt är att användarna är beredda att betala mer för tjänsten då de fick använda prototypen. Motiveringen var från dessa som var beredda att betala mer, att de besparingar i Co2 var så pass stora att detta kompenserade för den ökade kostnaden. När de blev tillfrågade ifall den visualisering som fanns i form av trädet var ett effektfullt verktyg så sa samtliga att de gillade själva idén med någon form av visualisering. Alla var eniga om att det är svårt att förstå hur mycket Co2 som faktiskt släpps ut enbart genom att läsa en siffra. Däremot var inte alla eniga om att använda trädet som en jämförelse. Några användare tyckte att en jämförelse med något mer “vardagligt” föremål hade gett större effekt, detta eftersom man förmodligen är mer familjär med det föremålet än hur mycket ett träd absorberar, vilket de tyckte var lite abstrakt.
Två användare påpekade också att även fast de tyckte att idén med att visualisera och förenkla Co2-utsläppen man står för är bra, är det inte något som är direkt avgörande ifall de skulle använda tjänsten eller inte. Detta eftersom båda användarna påpekade att den Co2-besparing som användaren står för är så pass liten om man tittar på helhetsbilden. Båda användarna föreslog också någon form av “liveuppdatering” där man får se hur mycket Co2-besparingar som gjorts hittills av alla som använt tjänsten tillsammans. Live Uppdateringen skulle fungera som ett komplement till informationen om hur mycket man själv bidrar med. Detta tyckte dem skulle fått större slagkraft då man kan se den totala vinsten som görs genom att använda tjänsten, och inte bara den lilla del som man själv bidrar med.
4. Analys
I det tidigare avsnitt presenterar vi de resultaten av våra metoder. I detta avsnitt går vi igenom dessa och analyserar över varför vi fick dessa svar.
4.1 Generell analys
Vårt arbetes resultat visar tydligt med hjälp av simulationen att denna tjänst faktiskt bidrar till minskade Co2-utsläpp. Lägg därtill att användarna var mer benägna att använda tjänsten samt betala extra efter att de sett vilka miljövinster det går att göra genom samlastning.
Detta leder till ett resultat som visar att den utökade funktionaliteten i prototypen har en positiv påverkan på användarna, och något som är värt att försöka implementera på den befintliga hemsidan.
4.2 Simulation
Resultaten visade att det är avsevärt mycket bättre att använda sig utav denna typ av tjänst som företaget erbjuder. Anledningen till att det kunde skilja sig så mycket mellan att köra själv och låta en annan köra är att hela kostnaden för att transportera bilen försvinner då den redan skulle kört den sträckan. Vilket ledde till att man endast var ansvarig för en mycket liten procentuell del utav hela körningen.
Figur 4.0 Illustrering på hur CO2 är kategoriserad
Sedan kan man även ta i beaktande att om en privatperson skulle transportera en föremål från låt oss säga Malmö till Stockholm så är detta en sträcka på 613 Km. Detta medför utsläpp för hela denna sträcka, sen om denne person ska köra tillbaka samma sträcka till Malmö efter att ha lämnat sina föremål i Stockholm så blir det ytterligare 613 Km minus extra utsläpp för den ökade vikten för föremål. Detta gör att man i princip kan ta resultatet för en sträcka och multiplicera med två för att få körning fram och tillbaka.
Detta slipper man helt om man låter en annan köra sträckan åt en. Då denna person kan ta ytterligare körningar tillbaka från Stockholm och hem till Malmö igen.
Om man kollar på tabellen nedan som även visades i resultaten så ser man att den mängd Co2 som faktiskt släppts ut på grund av ens sträcka blir högre hela tiden. Detta är pga att som i värsta fall har vi tagit in att hela transporter kör en extra 20 Km som avstickare. Denna avstickare är man själv helt ansvarig för då transportören behöver köra extra pga ens transport. Men som helhet så minskar ens påverkan i procentuell form.
Tabell 4.0 Sammanställning av miljöpåverkan utifrån olika scenarion
Fyllnadsgrad Totalt utsläpp i kg Mängd Co2 som man
är ansvarig för Total Co2 i kg som man har bidraget med
Kör själv 37634.2 100% 37634.2
Annan kör med
endast dina föremål 57866.2 12.1% 7001,8 Annan kör med
totalt 50% last, plus dina föremål
99067.0 7.2% 7132,8
Annan kör med totalt 80% last, plus dina föremål
123813.6 5.8% 7181,1
Om man ska presentera denna siffra, dvs den som visar den totala Co2 i kg som man ansvarar för så ser det dåligt ut. Då denna siffra blir högre än om man kör själv. Detta kommer ha en negativ påverkan på användares syn på denna typ av tjänst.
Det finns miljövinster att göra genom att fylla ut en lastbils kapacitet, detta genom att bland annat färre lastbilar behöver köra, vilket resulterar i mindre Co2-utsläpp. Däremot kan det finnas oavsiktlig miljöpåverkan genom att fylla lastbilar, då dessa blir tyngre och påfrestar vägarna mer. Vilket i sin tur leder till oftare reparation och underhåll av vägar vilket skapar miljöpåverkan genom ökade Co2-utsläpp [15].
Vad man också kan ta i beaktning är att nu i denna simulering använder vi företagets förbestämda parameter som visar transporter inom 10 km längs med transportörens ursprungs sträcka. Om denna parameter är högre skulle detta leda till att avstickaren, dvs den del som användaren utav tjänsten behöver stå för kommer bli högre.
Framtida arbeten kan vara att göra fler simuleringar på mer data och ha en varierande avstickare-variable och med detta försöka hitta en punk där de miljövinsterna går över till miljöförluster.
4.3 Användarundersökning
Resultaten från användarundersökningen visar att efter att ha fått testa att använda prototypen fick detta användaren i fråga att inse sin miljöpåverkan och gjorde denne användare mer benägen att vilja minska dess Co2-påverkan på miljön genom att inte köra själv.
Detta syntes dels i form utav att de flesta var villiga att gå upp i pris med hela 21% för att låta någon annan transportera ens gods till önskad destination och då denne redan skulle köra denna sträcka så skulle detta leda till minskade utsläpp.
Det syntes även i den form att när de blev tillfrågade om vilka anledningar det fanns att använda sig utav denna form av tjänst så tillkom Co2-besparingarna till listan medan det argumentet inte fanns med i åtanke innan.
Antalet personer för denna undersökning var att sikta på ca 5 personer. Det slutade med att vi hade gjort undersökning på 8 personer totalt. Anledning till detta var att vi hade personer villiga att testa och det enligt graf nedan ej skadade att testa på fler personer utan faktiskt gav ett mer precist resultat.
Ett citat från Nielsen Norman group är följande:
“The most striking truth of the curve is that zero users give zero insights.”[10]
Våran grupp-användare på 8 personer fångar alltså in över 80% utav vad de flesta skulle tycka om ens prototyp. Med detta är vi nöjda med våra resultat som denna grupp utav användare gav oss och vilka resultat dessa gav oss [10].
Den spridning vi hade på användare för undersökning gav ett spann på åldrarna 20-64 år. Inom detta spann fanns det personer med varierande inkomster som utgjorde testgruppen. Vad som fanns som förutfattad mening var att ju högre inkomst användaren hade, ju mer benägen skulle denna vara att minska sin Co2-påverkan. Detta stämde dock inte, då de yngre de mellan 20-35 år var lika benägna trots lägre inkomster så en korrelation mellan högre inkomst och högre intresse utav minskad miljöpåverkan kunde ej upprättas.
Allt detta visar på att en slutanvändare kunde ta till sig informationen och hade inga problem med detta. Detta besvarar den femte punkten i P. Weichbroth och M. Sikorski modell som handlar om att utvärdera prototypen. Vi hade inte heller under undersökningens gång några frågor utav användarna över hur olika saker fungerade, utan alla förstod hur den fungerade och där fanns inga frågetecken gällande prototypen. Detta visar på att användarvänligheten fanns där och gjorde det enkelt för användaren.
4.4 Prototypen
Prototypen utvecklades som ett “proof of concept”. Förhoppningen med prototypen var att vi ville se om ett digitalt verktyg kunde påverka användare och få dem mer benägna att använda sig utav Co2 minskande tjänster.
Utifrån resultaten kan man tydligt se att visualiseringen av Co2-utsläpp har effekt. De flesta av de användare som fick testa prototypen var villiga och beredda att betala en högre summa för att få sitt gods transporterat. En bidragande faktor var att man såg hur mycket Co2 som man kunde spara in genom att använda tjänsten, detta kombinerat med praktiska och tidsmässiga skäl gjorde att användarna var positiva till tjänsten.
Tanken med prototypen är inte att det ska fungera som ett separat verktyg senare, utan tanken är att det som prototypen illustrerar och förmedlar kan implementeras på den befintliga hemsidan. Hemsidan utökas då med funktionalitet och relevant information som förhoppningsvis gör att användaren väljer att använda denna tjänst.
5. Diskussion
I denna delen diskuterar vi de svar vi fick för vår forskningsfråga som var: “Vad är konsekvenserna av samlastning och hur uppfattas det av slutanvändare”
5.1 Generell Diskussion
Första delen utav frågeställningen i arbetet var; “Vad är konsekvenserna av samlastning?”. Det som framgick var att dessa konsekvenser blev att Co2-utsläppsmängden minskade tack vare samlastning, under de förhållande som vi testade. Dock så är vissa saker inte tagna i beaktning, till exempel ifall den extra vikten i transporterna påverkar vägarna mer och gör att dessa behöver repareras mer frekvent - vilka effekter skulle det ge?
I analysen i kapitel 4.1, angående prototypen i samband med användartestare, skrev vi: “De är mer villiga att använda den samt beredda att betala extra när de får se effekterna.“ Vad detta säger är bra och positivt - men det är efter att användaren fått se effekterna. Att däremot få en användare att själv sätta sig ner och ta sig tiden att ta reda på dessa effekter kan bli en svårighet. Kan man på ett enkelt sätt förmedla dessa effekter på ett annat sätt, och inte bara efter att ha använt sig utav en prototyp? Kan man skriva upp de vanligaste sträckorna med de vanligaste godsen och sen sprida detta som reklam på exempelvis bussen, och få fler användare att uppleva samma intryck som de med prototypen upplevde? Eller krävs det att man sätter sig vid prototypen för att få in det?
5.2 Analys av samarbete med företag
Arbetet gjordes tillsammans med ett företag, och för att säkerställa att företaget inte påverkade eller vinklade våra resultat, var de inte med i utformningen utav arbetets processer. Vad företaget i fråga gjorde i detta samarbete var att delge oss med data över transporter som genomfördes inom en tidsperiod på tre månader.
Att samarbeta med ett företag som direkt gynnas av positiva resultat från ens arbete kan vara problematiskt. Om man tittar bakåt i tiden kan man se hur stora företag sponsrat egna forskningsarbeten och tvingat fram mer positiva bilder utav deras produkter. Ett exempel på detta kan vara hur tobaksindustrin [16] har finansierade arbeten som skulle ge en mer positiv bild utav rökning och ta fram de punkter som skulle göra så att det inte såg så farligt ut.
Med detta sagt så är vi väldigt öppna över vad företaget i vårt samarbete är och vad de har bidragit med i vårt samarbete.
5.3 Diskussion om avgränsningarna
I början av arbetet gjordes en del avgränsningar. Avgränsningarna behövdes eftersom själva området som var i fokus behövdes göras mindre och mer lätthanterligt. Med hjälp av avgränsningarna kunde vi fokusera på ett specifikt området och studera det.
En avgränsning som gjordes var att vi aldrig ifrågasatte om själva transporten behövde utföras överhuvudtaget. Detta var inte fokus för vårt arbete vilket gjorde den frågeställningen oväsentlig. Idén som företaget vi samarbetade med hade, utgick från att det fanns något typ av föremål/gods som behövdes transporteras från punkt a till punkt b. Om vi skulle väga in ifall transporten verkligen behövde utföras hamnar vi inom ett annat området, vilket vi ville undvika eftersom transportsektorn och Co2-utsläpp redan är två väldigt stora områden.
Avgränsningarna fungerade också ibland som antaganden, detta för att skala av området ytterligare. De personer som registrerar sig som transportörer på företagets hemsida kan både vara privatpersoner och dedikerade transportörer. Men inom arbetet antogs det att det var dedikerade transportörer som redan hade en utsatt rutt att utföra. Detta antagande gjordes eftersom enligt företaget är det endast en liten del av de registrerade transportörerna som är privatpersoner. Det kan finnas skillnader på bland annat Co2-utsläpp om en privatperson utför transporten kontra en dedikerad transportör. Detta eftersom en privatperson kanske inte har lika stort lastutrymme som en dedikerad transportör, vilket gör att denne inte kan transportera lika mycket gods. En privatperson kanske också drar sig för att köra längre sträckor vilket också kan påverka Co2-utsläpp. Detta är något som kan vara värt att utforska vidare.
6. Framtida arbeten
I detta avsnitt tas det upp hur man skulle kunna arbeta vidare. Vilka området som kan vara relevanta att utforska mer inom.
Området i fråga är stort och intressant och vad som kan arbetas vidare med är mycket. Under 4.2 nämns det hur en annan avstickare-variabel kan ändra resultatet. Detta kan vara en bra utgång för framtida arbete, att hitta den längd som skulle kunna vara optimal ur miljöperspektiv samt var gränsen går för var det istället kommer vara ett sämre alternativ. Det kan också vara intressant att undersöka hur tillbakavägen påverkar utsläppen, i vår studie ligger fokus bara på transporten dit, och hur skillnaderna ser ut i Co2-utsläpp om man låter en transportör transportera godset istället för att man kör själv. Det kan eventuellt finnas ännu större miljövinster om man adderar tillbakavägen i ekvationen, detta då man även står för 100% av utsläppen när man själv kör tillbaka. En transportör kan eventuellt även transportera andras gods på tillbakavägen vilket kan effektiviserar hela processen ytterligare.
Under 4.2 nämns en studie [15] som påvisar att tyngre lastbilar kan medföra en indirekt negativ miljöpåverkan. Studien tar upp att tyngre lastbilar har en högre belastning, vilket i sin tur medför att vägarna behöver underhållas oftare. Mer frekventa underhåll av vägarna innebär i sin tur en negativ miljöpåverkan. Detta borde vara ett område värt att forska mer inom för att ta reda på hur stor den negativa miljöpåverkan är av underhåll av vägarna, kontra hur stor den positiva miljöpåverkan är av samlastning. Finns det någon “sweet spot” för att maximera miljövinsterna men samtidigt hålla miljökostnaderna nere?
Ytterligare ett område som kan vara intressant att forska mer inom, är hur stor skillnad det är mellan godstransporter med bil jämfört med godstransporter med tåg eller en kombination av de båda. Finns det en typ av transport som är allmänt bättre om man fokuserar på till exempel tid, pengar och miljö, eller är det en kombination av det båda?
![Figur 2.1 som visar hur P.Weichbroth och M.Sikorskis modell ser ut[9].](https://thumb-eu.123doks.com/thumbv2/5dokorg/4116985.87291/15.918.127.609.136.341/figur-visar-p-weichbroth-m-sikorskis-modell-ser.webp)
