Τα «έξυπνα δεδομένα» μπορούν να δώσουν λύσεις στην επιβατική συμφόρηση στα Μέσα Μαζικής Μεταφοράς

Η επιβατική συμφόρηση στα μέσα μαζικής μεταφοράς (ΜΜΜ) είναι ένα καθημερινό φαινόμενο το οποίο φαίνεται να εντείνεται τις τελευταίες δεκαετίες στις αστικές περιοχές ανά τον κόσμο λόγω της αστικοποίησης καθώς και του αυξημένου αριθμού επισκεπτών/τουριστών ιδίως σε δημοφιλείς τουριστικούς προορισμούς μεταξύ άλλων. Στο μέλλον η κατάσταση θα γίνει περισσότερο δύσκολη καθώς 7 στους 10 ανθρώπους ανά τον κόσμο θα ζούνε σε πόλεις μέχρι στο 2050.

Τα αποτελέσματα της συμφόρησης είναι λίγο πολύ γνωστά σε όλους μας όπως η αύξηση του συνολικού χρόνου διαδρομής μας λόγω της μειωμένης ταχύτητας, η συνεχής ορθοστασία, το συναίσθημα της ανασφάλειας (π.χ. λόγω του πιθανού ενδεχομένου μιας κλοπής μέσα στο πλήθος) καθώς και μείωσης της ευημερίας μας (well-being). Επιπλέον, η επιβατική συμφόρηση στα ΜΜΜ μπορεί να συμβάλλει καθοριστικά και στην επιλογή του μέσου διαδρομής μας, με τη στροφή στο ΙΧ να αποτελεί μια επιβαρυντική επιλογή για το σύνολο της κοινωνίας.

Η επιβατική συμφόρηση σχετίζεται άμεσα με τη λήψη αποφάσεων σε πολλά και διαφορετικά επίπεδα όπως για παράδειγμα το ατομικό, το κοινωνικό, το θεσμικό και το επίπεδο επάρκειας της συγκοινωνιακής υποδομής. Επομένως η βαθιά κατανόηση όλων αυτών των επιπέδων είναι απαραίτητη για τη χάραξη πολιτικών με στόχο πιο βιώσιμα και πιο αποτελεσματικά ΜΜΜ για το σύνολο των επιβατών.

Η μοντελοποίηση της επιβατικής ζήτησης παραδοσιακά βασίζεται στις έρευνες ερωτηματολογίου, στις οποίες ο ερωτόμενος δηλώνει πως ταξιδεύει από το Α στο Β κατά τη διάρκεια της ημέρας. Στα μέσα της δεκαετίας του ΄90 μία νέα τεχνολογία, τα συστήματα έξυπνων καρτών, φαίνεται να έχει συμβάλλει σημαντικά στη ποσοτικοποίηση και μοντελοποίηση της επιβατικής κίνησης. Συγκεκριμένα ο επιβάτης επικυρώνει τη κάρτα του στα ακυρωτικά μηχανήματα και ταυτόχρονα ο τόπος, ο χρόνος της επικύρωσης καθώς και ο τύπος του εισιτηρίου αποθηκεύεται σε μία βάση δεδομένων. Στα πλεονεκτήματα της ξεχωρίζουν το χαμηλό της κόστος και η δυνατότητα που δίνει στη ποσοτικοποίηση της ζήτησης επιλεγμένων επιβατικών ομάδων (π.χ. επιβατική ομάδα με τύπο εισιτηρίου Χ, επιβατική ομάδα με σημείο έλευσης Α και σημείο προορισμού Β) .

Τα δεδομένα αυτά είναι διαθέσιμα για τα περισσότερα συστήματα ΜΜΜ σε όλο τον κόσμο, συμπεριλαμβανομένου αυτού της Αθήνας αλλά και μερικώς για το σύστημα ΜΜΜ της Θεσσαλονίκης μετά τη λειτουργία του μετρό. Τέλος, ο συνδυασμός των δεδομένων ζήτησης (αριθμός επιβατών) με αυτών της προσφοράς της μεταφορικής υπηρεσίας (π.χ. αριθμός θέσεων καθήμενων) είναι εξαιρετικά χρήσιμος για τον υπολογισμό και την αξιολόγηση του επιπέδου πλήρωσης του δικτύου ΜΜΜ σε μεγάλα χρονικά διαστήματα.

Όμως γιατί είναι σημαντική η μοντελοποίηση της ζήτησης επιλεγμένων επιβατικών ομάδων (μαθητών, επισκεπτών/τουριστών, κτλ);

Η σύντομη απάντηση αφορά στη κατανόηση προτύπων μετακίνησης και επομένως τη χάραξη πολιτικών χαμηλότερου κόστους με στόχο περισσότερο βιώσιμα ΜΜΜ για το σύνολο της κοινωνίας. Για παράδειγμα, σε πολλές μητροπολιτικές περιοχές ανά τον κόσμο, η ύπαρξη υπερκορεσμένων συγκοινωνιακών αξόνων κατά της ώρες αιχμής, δυσχεραίνει τη καθημερινή μετακίνηση όλων των πολιτών. Η «πολιτική απάντηση» συνήθως αφορά στην αύξηση της μεταφορικής προσφοράς με τη δημιουργία νέων υποδομών ΜΜΜ. Ωστόσο, για συστήματα ΜΜΜ μεγάλης χωρητικότητας (όπως το μετρό ή ο προαστιακός σιδηρόδρομος) απαιτούνται επενδύσεις δισεκατομμυρίων ευρώ, ενώ η χωρητικότητα του δικτύου δεν μπορεί να αυξάνεται επ’ άπειρον, μεταξύ άλλων λόγω του περιορισμένου φυσικού χώρου στις αστικές περιοχές.

Αν όμως γνωρίζαμε το πώς συγκεκριμένες επιβατικές ομάδες χρησιμοποιούν το σύστημα ΜΜΜ θα μπορούσαμε να θεσπίσουμε πολιτικές προς τη κατεύθυνση διαχείρισης της επιβατικής ζήτησης. Είναι λιγότερο πολύπλοκο το να αλλάξει η επιβατική συμπεριφορά μίας επιβατικής ομάδας με ομοιογενή χαρακτηριστικά παρά η συμπεριφορά του συνόλου των επιβατών.

Μαθητές

Οι μαθητές σχολείων (δημοτικών, γυμνασίων, λυκείων) είναι μια πολύ ιδιαίτερη επιβατική ομάδα καθώς οι μετακινήσεις τους i) είναι καθημερινές και αφορούν συγκεκριμένα σημεία (κατοικία, σχολείο, εξωσχολικές δραστηριότητες) και ii) ενδέχεται να επηρεάζουν και τις μετακινήσεις των γονέων και κηδεμόνων τους (π.χ. συνοδεία στο σχολείο). Όσο αφορά στη χρήση ΜΜΜ συνήθως έχουν το δικό τους τύπο εισιτηρίου (μαθητική κάρτα) και έτσι η συμπεριφορά τους μπορεί να μοντελοποιηθεί με σαφήνεια.

Στις δύο μεγαλύτερες περιφέρειες της χώρας (Αττική, Κεντρική Μακεδονία) ο αριθμός του συνόλου των μαθητών (2022-2023), σύμφωνα με την ΕΛΣΤΑΤ, υπολογίζεται στις 265.082 και 126.416 μαθητές αντίστοιχα. Πόσοι από αυτούς χρησιμοποιούν ΜΜΜ καθημερινά και πόσο συχνά; Τι ποσοστό της ζήτησης αντιπροσωπεύουν κατά τις ώρες αιχμής; Ποιες περιοχές του δικτύου των ΜΜΜ είναι περισσότερο επιβαρυμένες από μαθητές; Η καλύτερη κατανόηση της συμπεριφοράς μετακίνησης των μαθητών μέσω των smart card data μπορεί να καθοδηγήσει πολιτικές σε σχέση με τη:

* Δημιουργία/αναθέωρηση της χάραξης σχολικών λεωφορειακών γραμμών σε αστικές περιοχές με στόχο τη μερική αποσυμφόρηση επιβαρυμένων αξόνων του δικτύου ΜΜΜ κατά τις ώρες αιχμής

* Δημιουργία MMM ανταποκρινόμενα στη ζήτηση (DRT), μια πολλά υποσχόμενη λύση κυρίως για περιοχές με χαμηλή πληθυσμιακή πυκνότητα

* Αύξηση της επιβατικής ζήτησης μαθητών σε αστικές περιοχές με χαμηλή ζήτηση μέσω κινήτρων (π.χ. δωρεάν ΜΜΜ) ή/και βελτίωση της τοπικής προσβασιμότητας καθώς και του επίπεδου του αισθήματος ασφάλειας, με την τελευταία να αποτελεί σημαντικό εμπόδιο για την απρόσκοπτη χρήση ΜΜΜ από μαθητές

Επισκέπτες/Τουρίστες

Οι επισκέπτες/τουρίστες είναι μια επιβατική ομάδα με πολύ διαφορετικά χαρακτηριστικά από αυτή των μαθητών. Συγκεκριμένα ο αριθμός των αφίξεων επισκεπτών/τουριστών i) μπορεί να διαφέρει σημαντικά κατά τη διάρκεια του χρόνου (εποχικότητα) και ii) επηρεάζεται σημαντικά από εξωγενείς παράγοντες (π.χ. φυσικές καταστροφές, πανδημίες). Οι παράγοντες αυτοί δυσχεραίνουν το συγκοινωνιακό σχεδιασμό ΜΜΜ σε δημοφιλείς τουριστικούς προορισμούς καθώς αυτός πρέπει να λαμβάνει υπόψη τον τοπικό πληθυσμό και τον απρόβλεπτο αριθμό επισκεπτών και τουριστών.

Στην Ελλάδα, στο σύνολο των περιφερειών (NUTS 2), σύμφωνα με τη Eurostat (2023), παρατηρείται πολύ υψηλή τουριστική εποχικότητα. Συγκεκριμένα, στις νησιωτικές περιοχές και στη Κεντρική Μακεδονία το ποσοστό των δύο μηνών με τις περισσότερες διανυκτερεύσεις στο σύνολο των ετήσιων διανυκτερεύσεων αγγίζει το 40%-50% ενώ στην Αττική το ποσοστό αγγίζει το 25%-30%. Αν και ο τουρισμός συνεισφέρει σημαντικά στα ΑΕΠ των χωρών δημιουργεί σημαντικές προκλήσεις σε διάφορους τομείς συμπεριλαμβανομένου του τομέα των μεταφορών.

Η γνώση της επιβατικής συμπεριφοράς των επισκεπτών/τουριστών είναι πολύ χρήσιμη για δημοφιλείς τουριστικούς προορισμούς (όπως ελληνικές πόλεις) καθώς μπορεί να ενημερώσει υπάρχουσες πολιτικές σχετικά με το σχεδιασμό/λειτουργία δικτύων ΜΜΜ αλλά και την ισορροπημένη προώθηση αξιοθέατων με στόχο την αποφυγή υπερσυνωστισμού λόγω επισκεπτών/τουριστών. Πιο συγκεκριμένα, οι παρακάτω στρατηγικές έχουν εφαρμοστεί σε άλλους δημοφιλείς τουριστικούς και θα μπορούσαν να ληφθούν υπόψη και από τις ελληνικές αρχές:

* Καθιέρωση/Αναθεώρηση των εξατομικευμένων τύπων εισιτηρίων για επισκέπτες/τουρίστες που συνδυάζουν τη χρήση ΜΜΜ βάσει της δραστηριότητας τους (μέρες διαμονής, αριθμός ταξιδιών) καθώς και είσοδο σε επιλεγμένα αξιοθέατα (π.χ. Vienna City Card, London City Pass, Tokyo City Pass). Μια τέτοια πολιτική μπορεί να συνεισφέρει σε μια πιο ευέλικτη και στοχευμένη τιμολογιακή πολιτική, που προσαρμόζεται στα προφίλ και στις ανάγκες των επισκεπτών/τουριστών.

* Δημιουργία υπηρεσιών «κινητικότητας ως υπηρεσίας» (Mobility as a Service – MaaS) με στόχο τη προώθηση αξιοθέατων που δεν έχουν άμεση σύνδεση με το υφιστάμενο δίκτυο ΜΜΜ, μέσω της ολοκληρωμένης συνδυαστικής μετακίνησης με μικροκινητικότητα και συνεπιβατισμό.

* Στρατηγική προώθηση λίγοτερο δημοφιλών αξιοθέατων με καλύτερες συνδέσεις ΜΜΜ με στόχο την αποσυμφόρηση των υπερκορεσμένων αξιοθέατων (π.χ. μουσείων, ναών κτλ).

Οι λύσεις

Όλα τα παραπάνω αποτελούν κατευθυντήριες γραμμές για ΜΜΜ που θα είναι έτοιμα να αντιμετωπίσουν τόσο τις τωρινές όσο και τις μελλοντικές προκλήσεις σε μεγάλες αστικές περιοχές. Η κάθε πόλη οφείλει να μελετήσει εκείνες τις λύσεις οι οποίες θα λειτουργήσουν καλύτερα δεδομένων των τοπικών συνθηκών και ιδιαιτεροτήτων της.

Τα νέα αυτά δεδομένα είναι εδώ και με πολύ μικρό κόστος μπορούν να αποκαλύψουν πολλά σχετικά με τα πρότυπα μετακίνησης στις πόλεις μας όσο και να καθοδηγήσουν οικονομικά αποδοτικότερες πολιτικές όσον αφορά στη διαχείριση της επιβατικής ζήτησης. Τέλος, η μετάβαση στη χάραξη πολιτικών λαμβάνοντας υπόψη νέα δεδομένα δεν είναι απλώς τεχνολογική καινοτομία· είναι βήμα προς ένα πιο δίκαιο και αποτελεσματικό σύστημα μεταφορών.

* Ο Αναστάσιος Σκουφάς είναι Συγκοινωνιολόγος Μηχανικός (MSc) και Ερευνητής/Υποφήφιος Διδάκτορας στην επιστήμη των μεταφορών (Transport Science) με εξειδίκευση στην ανάλυση συστημάτων ΜΜΜ στο ΚΤΗ Royal Institute of Technology στη Στοκχόλμη.