Factor 6 realiseren in Agri-Foodlogistiek

Agri-food is een grote en sterk groeiende categorie goederenvervoer in Nederland en zorgt naar verwachting voor relatief veel CO2-uitstoot in goederenvervoer. Ruim 30% van al het tonnage vervoerde goederen in Nederlands is agri-food gerelateerd. De beladingsgraad in gewicht van agri-food grootvervoer over de weg is 20% (8-9,5 ton) lager dan het gemiddelde van 12,2 ton in andere sectoren (Rademakers, 2018), Door haar waarschijnlijk grote aandeel in de CO2-uitstoot van de logistiek is het een zeer relevante categorie goederen om nader te bestuderen als het gaat om het realiseren van de Nederlandse klimaatdoelstellingen die uit het akkoord van Parijs zijn gekomen.

Deze doelstellingen zijn door Connekt vertaald in de logistieke uitdaging Factor 6. In 2050 moet de logistieke sector met dezelfde CO2-uitstoot, zes keer zo veel producten vervoeren als nu. (Connekt e.a., 2017). Tot op heden is er echter nog geen daling bewerkstelligd doordat een stijgende vraag naar logistiek voor meer CO2-uitstoot zorgt dan dat er bespaard wordt. Zo liet het eerste kwartaal van 2018 een stijging zien van 5% (CBS Statline, 2018). Op 1 januari 2018 was slechts 0,06% van alle vrachtwagens (86 stuks) in Nederland elektrisch (Rijksdienst voor Ondernemend Nederland, 2018).

De agri-foodlogistiek omvat alle logistieke bewegingen in de supply-chain van voedsel: van meststoffen en zaden naar de boer tot aan leveringen van maaltijden bij de consument aan de deur. Elk segment in deze keten staat voor andere uitdagingen (Levelt e.a., 2017).

Structurele oplossingen kunnen alleen goed bedacht worden als de CO2 uitstoot in de logistiek gedetailleerd vanaf bedrijfs- naar sectorniveau goed in beeld is. De huidige modellen om CO2-uitstoot in de logistiek te berekenen, lijken hier nog niet volledig geschikt voor.

In dit artikel stellen we daarom een andere aanpak voor. Startend bij de bestellende (en ontvangende) klant, brengen we in kaart welke variabelen de logistieke vraag in de supply chain beïnvloeden en welke verschillen daarin bestaan tussen klanten (bedrijven). Als we daar een beter beeld van hebben, zouden ideaaltypen gemaakt kunnen worden van ontvangende klanten ingedeeld naar logistieke vraag. Met informatie over de vestigingslocaties (zoals in eerder onderzoek (Kranendonk e.a. 2018) ontsloten) van deze - in ideaaltypen ingedeelde - klanten zou het vervolgens mogelijk moeten zijn om de logistieke vraag en CO2-uitstoot van supply chains in een bepaald gebied realistischer dan nu mogelijk is, in te schatten en op basis daarvan onderbouwde voorstellen te doen om de uitstoot van CO2 van de logistiek in al deze supply chains samen te verminderen.