Dünyadaki kentsel alanlar, ulaşım modlarının ortasındadır. Hareketli-as-a-Service (MaaS) platformlarının yükselişi, insanların nasıl hareket ettiğini, entegre edilmiş bir şekilde, şehir trafiğinin gerçek etkisini anlamak, planlamacıları ve araba kiralamaları için en iyi bir öncelik haline gelir - tüm şehirler kronik bir kongestasyon, kirliliği ve sınırlı altyapı sunma konusunda zorlayabilirler.

Hareketli-as-a-Service (MaaS) Platformları Anlamak

MaaS sadece bir gezi planlayıcısı uygulamadan daha fazlasıdır; tek bir paradigma değişikliğidir. Anada, bir MaaS platformu birden fazla ulaşım hizmeti - kamu otobüsleri ve trenleri, binbaşı, araba paylaşımı, bisiklet paylaşımı, scooter kiralama, ve hatta taksi hizmetleri - tek bir yolculuk için, birleşik bir deneyim. Kullanıcılar bir yolculuk planlayabilir, bir yolculuk yapabilir ve zaman, kitap, ve tüm gezi için tek bir hesap ve uygulama yoluyla. Örneğin, bir yolcu tren istasyonuna paylaşılan bir bisiklet alabilir.

MaaS teşvikleri tarafından yaratılan faydalar, özel otomobil sahipliğine, kullanıcıların daha düşük ulaşım maliyetlerine ve mevcut altyapının daha verimli bir şekilde kullanılmasına bağlıdır. Helsinki gibi şehirler (hazırdadaki uygulama ile), Viyana ( Wien ile), ve Singapur trafik sıkışıklığı, emisyonlar ve genel hareketlilik üzerindeki gerçek etkiler kabul oranlarına, davranışsal değişikliklere ve sistemin nasıl yönetildiğini tahmin eder.

MaaS Maddelerinin Trafik Etkisini Neden Modelleme

Bir MaaS platformu bir şehrin ulaşım ekosistemine tanıtmak basit bir ek değildir; karmaşık, genellikle doğrusal olmayan etkileşimleri tetikleyebilir. Özel araçlardan uzaklaşan bir geçiş, ancak MaaS'nin rahatlığı da yeni gezileri etkileyebilir - bu nedenle araştırmacılar ve ulaşım yetkilileri daha kolay ve daha ucuz hale gelirse, bu durum daha fazla simülasyon azaltılabilir.

Bu modeller şehirlerin kritik soruları cevap vermesine izin verir: Farklı fiyat yapıları farklı mod seçimine nasıl etkilenecek? MaaS kabulü% 30 veya% 60'a ulaşırsa ne olacak? Hangi alanlar en sıkışık rahatlamayı görecek ve sorunlar kötüleşecek? Modelleme olmadan şehirler risk çok milyon dolarlık altyapı ve politika kararları tahmin etmeye devam edecek.

Anahtar modelleme Yaklaşımları ve Parametreleri

MaaS'nin kentsel trafik üzerindeki etkisini modellemek genellikle yaklaşımlara bir kombinasyon içerir. En yaygın olan ajan tabanlı modeller (ABMs), bu yöntemin davranışına gerçekçi simülasyonlar inşa etmek için gerekli olan birkaç anahtar parametredir.

Kullanıcı Kabul Koşulları

MaaS’yi hızla ve genişleyenler ne kadar hızlı bir şekilde kabul edilmez? Bu parametre sabit değildir - örneğin İsveç'te MaaS'nin kabul edilebilirliği, fiyat ve mevcut modları inceler.For example, a study of MaaS in İsveç found that acceptance rates of correct ödeme and travel planning, well as the detectity analysis of shared mod.

Mode Shift Desenleri

MaaS, özel otomobillerden paylaşılan ve toplu taşımaya bir değişim teşvik eder. Ancak tüm değişiklikler eşit değildir; bazı kullanıcılar yol trafiğinin azaltılması olmadan bisiklete binebilir, arabadan gelen diğer araştırmacılar bu parametreleri kurtarmaya yardımcı olur - hala tıkanır - modellerin araç-özel geçişlerini yakalaması gerekir ve araç millerine net etkisi seyahat etti (VMT).

Uzun yolculuk ve Frekans

MaaS'nin rahatlığı hem uzun hem de gezilerin sayısını etkileyebilir. Kullanıcılar daha fazla gezi yapabilir veya gezileri farklı bir şekilde birleştirebilir (örneğin, bir trene tek bir araba yolculuğu ayırıp bir bisiklet paylaşım segmentine geçiş yapın). Modellerin ortaya çıkması gerekir: mobilitenin ek seyahat yaratma olasılığı, kısmen de mod değişikliğinin faydalarını azaltır.

Ağ Kapasitesi ve Altyapı

Mevcut taşıma ağları sonlu kapasiteye sahiptir. MaaS, yeni bisiklet şeritleri (örneğin, e-scooters) veya diğer kullanıcıların kullanımını artırır (örneğin, bisiklet şeritleri), bu değişiklikleri ele alma yeteneğinin önemli olduğu kadar yol ve transit kapasiteleri de dahil etmek, özel bisiklet şeritlerinin, scooter park bölgelerinin ve binici seçici pick-up / damla-off alanlarının kullanılabilirliğini artırmaktır.

Farklı Senaryoları Simulating Farklı Senaryolar

Bir model inşa edildiğinde ve kalibre edildiğinde, araştırmacılar gelecekteki olasılıkları araştırmak için birden çok senaryo çalıştırıyor. Tipik senaryolar şunları içerir:

  • [FONT:0)Baseline Scenario:[Dönt: 1 ) MaaS platformu yok; mevcut seyahat modelleri devam ediyor.
  • [FONT:0) Düşük Onay Scenario:[Dönetici:[Dönetici:0) Yolcuların% 10-20'si MaaS'yi, mod değişikliği ve seyahat frekansı üzerindeki sınırlı etkilerle sınırlı.
  • [FONT=0) Yüksek Lisans Kabulü Scenario: [Dönetici:% 50 veya daha fazla, genellikle agresif politika desteği ile ilişkilendirilir (örneğin, kongestion fiyatlandırması, otopark vergileri).
  • [FONT:0]Policy Intervention Scenarios:[Dönetici:[Dönetici:0) MaaS Kombinasyonları, dinamik olarak fiyatlanmış binme-hailing, adanmış otobüs şeritleri veya bisiklet paylaşım gezileri için sübvansiyonlar.

Bazı çalışmalar da uzaysal varyasyonları taklit eder - örneğin MaaS'yi sadece şehir merkezinde metropolüne karşı. Çıktılar trafik hacimlerinde önemli koridorlarda, ortalama seyahat süreleri, emisyon seviyelerini ve genel erişilebilirlik puanlarını tanımlar. Bu çıktılar kılavuz karar verici sonuçları belirlemektedir.

Örneğin, Helsinki'deki MaaS'nin simülasyonu (tekrarlı araçların bir parçası olarak) MaaS'nin önemli bir kabul elde etmesi durumunda, özel araba kullanımı, CO2 emisyonlarının %10 azaltılmasına yol açabilir. Ancak aynı çalışma, tamamlayıcı politikalar olmadan, binbaşı araçların (boş geziler) kaybolabileceğini belirtti.

Potansiyel Çıktıları Analiz: Faydaları ve Riskler

Araştırmalar sürekli olarak birkaç potansiyel olumlu sonuca işaret eder, ancak aynı zamanda önemli riskleri ve ticaretlerini de vurgular.

Özel araç Sahipliği azaltın ve kullanın

En çok alıntılanan avantajlardan biri özel araba gezilerinde bir azalmadır. MaaS, araba sahibi olarak çok yönlü seyahat etmeyi ne zaman yapar, birçok kullanıcı bunu araba sahibine veya daha az kullanmaya karar verir.Bu, üst saatlerde yolda daha az araç sağlar, kongestion.

Alt Emisyonlar

Daha az özel araba gezileri ve daha fazla elektrik toplu transit ve paylaşılan bisikletler ile, kentsel emisyonlar geri düşebilir. Ancak, bu fayda şartlı: eğer binici araçlar benzinli ve sık sık geziler arasında boşsa, net etki, filo kompozisyonu ve ölülüğün daha doğru projeksiyonlar sağladığı küçük modeller olabilir.

Eşitlik Saygıları

MaaS platformları dijitaldir ve akıllı telefonlar ve kredi kartları gerektirir, potansiyel olarak düşük gelirli ve yaşlı nüfus hariç. Dahası, eğer bin-hail hizmetleri ağırlıklı olarak karşılıklı mahallelere hizmet ederse, mevcut eşitsizlikler daha kötüleştirebilir. demografik dağıtımları içeren modeller hangi alanları gelişmiş hareketlilik ve hangi hizmetleri sağlamaz.

Indüklenmiş Talep ve Rebound Effects

Bahsettiği gibi, MaaS'nin rahatlığı daha sık gezileri veya daha uzun mesafeleri teşvik edebilir. Örneğin, otobüsle bir kişinin daha önce bir yolcunun bir tren istasyonuna geçiş yapması, bir araç gezisi eklemek veya bisiklet paylaşımının daha gerçekçi sonuçlar doğurabilir.

Public Transit üzerinde Etkisi

MaaS genellikle halka geçiş için tamamlayıcı olarak konumlanır, ilk / son mil bağlantıları sağlar. Ancak, insanların otobüslerden daha ucuz paylaşılan yolculuklara geçiş yapması durumunda geçiş yolcularının stabilize edilmesi veya düşmesine yardımcı olabilir.

Politika Implikasyonlar ve Öneriler

Trafik modellemesinin içgörülmesi doğrudan eylemlenebilir politikalara tercüme eder. Yaygın olarak ortaya çıkan bazı öneriler şunlardır:

  • [FONT:0)Kongestion Fiyatlandırması:[Dönetici:[Dönetici:0)Yol kullanımı için şarj edilebilir, özellikle yoğun alanlarda özel araba gezileri daha az çekici ve ceza kullanıcıları MaaS seçeneklerine karşı test edebilir.
  • [FONT:0)Dediking Lanes ve Altyapı: Otobüsler için öncelikli şeritler, bisikletler ve yüksek hacimli araçlar paylaşılan modların hızlı ve güvenilir kalmasını sağlar, mod değişimi teşvik eder.
  • [FONT:0] Halk Transit ile Integration: MaaS transit geziler veya bütün aylık geçişler için destekçiler, rekabetten ziyade tamamlayıcılığı güçlendirebilir.
  • [FONT=0)Data Mandates:[[Dönetici:[Döneticileri doğru tutmak için, şehirler MaaS platform verilere (privacy-korunan) ulaşmaları gerekir.
  • [FONT:0)Gerekli Ücretler:[Dönlendirme: Zamana dayanan Dinamik ücretler ve yer, üst saat boyunca ölü olmayan sürüşleri azaltabilir ve cesaret edemez.

Örneğin, Singapur'daki bir model tabanlı çalışma, MaaS'nin uzaktan tabanlı bir kongestasyon ücreti ile kombinasyonunu test etti. Simülasyon, bu politika karışımının trafik hacmini %18 oranında azaltabileceğini gösterdi.Bu tür kanıtlar potansiyel olarak tartışmalı önlemler için kamu ve siyasi destek inşa etmeye yardımcı oluyor.

Güncel Politikaları ve Sınırlamaları

Onların gücüne rağmen, MaaS için trafik modelleri önemli zorluklarla karşı karşıyadır. İlk olarak, veri kalitesi ve kullanılabilirlik: MaaS nispeten yeni ve uzun vadeli davranışsal veriler düşük. Modeller genellikle anketlere, pilot çalışmalara veya benzer hizmetlerden elde edilen varsayımlara güvenebilir (örneğin Uber veya Lyft gibi), bu doğrudan entegre MaaS bağlamına transfer edilemez.

İkincisi, insan davranışları adapte edilebilir ve genellikle irrasyonel. Ekonomik rasyonelliğe dayanan modeller, modları değiştirmek veya güven sorunları içerir. Gelişmiş ABMs psikolojik faktörler içerir, ancak veri yoğun ve hesaplamalı pahalıdır.

Üçüncü olarak, ulaşım peyzajı sürekli gelişmektedir - yeni araç teknolojileri, arazi kullanımı ve öngörülemeyen olaylar (örneğin, salgınlar) hızla değişen seyahat kalıpları. Modeller, düzenli olarak güncellenmelidir ve gerçek gözlemlere karşı doğru doğrulanmalıdır.

Dördüncü, model şeffaflığı ve reproditesi endişeler. Birçok simülasyonlar tüm paydaşları tarafından tam olarak anlaşılabilmesi için özel veya çok karmaşıktır. Açık kaynak modelleme çerçeveleri ve standart karşılaştırmalar bunu ele almaya yardımcı olabilir.

Son olarak, tek başına modelleme gerçek dünya deneylerini değiştiremez. Birçok şehir simülasyon çalışmalarıyla birlikte pilot programları yürütüyor. Modelleme ve alan testleri karar verme için en sağlam temel sunuyor.

Vaka Çalışması: Viyana MaaS Simülasyonu

Viyana, MaaS’nin potansiyel etkisini kapsamlı bir şekilde modellemiş olan birkaç Avrupa şehridir. Hareketliliği ajansı Wiener Linien, farklı fiyat park politikaları ve kamu transit yatırımları geliştirmek için ortak bir model.

Çalışma, bir MaaS platformunun “mobilite abonelik” (günlük bir günlük ücretin sınırsız bir kamu transit artı belirli sayıda bin yolcu ve bisiklet-payların) iç şehirde% 25 oranında artış gösterebileceğini buldu. Ancak, model aynı zamanda bisiklet paylaşımlı kullanımda% 30 artış gerektirdiğini ortaya koydu.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

MaaS'nin kentsel trafik üzerindeki etkisini modellemek sadece akademik bir egzersiz değildir - gerçek verilere ve metodolojilere geçiş yapmak için kritik bir araçtır. Kullanıcı kabulünü, modu değiştirmeleri, gezi kalıpları ve ağ kısıtlamaları, şehirler her iki fırsatı ve orantısız geçiş fırsatlarını tahmin edebilir, gerçek veriler ve metodolojilerde zemine dayalı olarak, en yüksek orandaki talep ve eşdeğer planlamacıları en üstlenen talep ve öznel boşlukları tasarlayarak, en yüksek oranda azaltan politikaları tasarlamaya zorlayan politikalar tasarlayabilirler.

MaaS platformları olgunluğa ve yayılmaya devam ettikçe, bu yüzden yönetişimlerini destekleyen modeller gerekir. Güçlü simülasyon yeteneklerine yatırım yapan şehirler - kentsel trafik verileri yönetim sistemleri tarafından desteklenmeye devam edin:0)Directus) Farklı veri kaynaklarını entegre edebilir - bilgilendirilmiş kararlara doğru yolculuk daha iyi konumlandırılır.