In den letzten zwei Jahren haben wir das immer schnellere Wachstum von Mikromobilitätsdiensten (z. B. E-Bikes und E-Scooter) miterlebt, das sowohl Herausforderungen als auch neue Möglichkeiten für die traditionellen städtischen Verkehrssysteme mit sich bringt. Beispielsweise bieten Mikromobilitätsdienste aufgrund ihres Komforts, der Flexibilität und ihres Null-Emissions-Status die Möglichkeit, das Problem der „letzten Meile“ besser anzugehen. Daher ist es wichtig zu verstehen, warum und wie Stadtbewohner diese Mikromobilitätsdienste über Raum und Zeit hinweg nutzen. Um diese Herausforderung anzugehen, haben wir, ein gemeinsames Forschungsteam der Universität Heidelberg, des HeiGIT, der Universität Utrecht, der University of Warwick und der Tongji University, kürzlich eine Arbeit in Computers, Environment and Urban Systems
veröffentlicht.
In diesem Artikel untersuchen wir die raumzeitlichen Reisezwecke der urbanen Mikromobilität mittels des Benutzerverhaltens von docklosen E-Scootern. Dafür entwickeln wir zunächst eine raumzeitliche Themenmodellierungsmethode, um den zugrunde liegenden Fahrtzweck der Nutzung von docklosen E-Scootern abzuleiten. Anschließend wenden wir das Modell unter Verwendung von Washington, D.C. als Fallstudie auf einen Datensatz an, der 83.002 gültige Benutzerfahrten zusammen mit 19.370 POI-Orten und Landnutzungsdaten enthält, um systematisch die Reisezwecke der Mikromobilität über Raum und Zeit hinweg zu untersuchen. Die Ergebnisse bestätigen eine Reihe von ungedeckten Fahrtthemen als informative und effektive Proxy für die raumzeitlichen Reisezwecke von Mikromobilitätsnutzern. Obwohl der vorgeschlagene Ansatz traditionelle OD-Umfragen noch nicht vollständig ersetzen kann, um die Reisezwecke der Benutzer unter Berücksichtigung der ausgefeilten sozioökonomischen Antriebsfaktoren zu verstehen, bietet er eine vielversprechende, kostengünstige und modusorientierte Ergänzung zu Standard-OD-Benutzerumfragen. Als potenzielle Anwendungen werden der entwickelte Modellierungsansatz und die in diesem Paper geteilten Erkenntnisse für Stadtbehörden und politische Entscheidungsträger hilfreich sein, um die Auswirkungen von Mikromobilitätsdiensten zusätzlich zu bestehenden öffentlichen Verkehrsnetzen zu bewerten und ihre Transportvorschriften entsprechend anzupassen. Dockless e -Scooter-Unternehmen können ihren Fahrzeugeinsatz optimieren, indem sie ihre Fahrzeugflotten klug neu verteilen. Mobile APP-Anbieter wiederum können Reisezwecke basierend auf ihren Mobilitätsmustern besser abschätzen und zeitnahe POI-Empfehlungen geben.
Zusammenfassend bieten unsere Ergebnisse aufschlussreiche Erkenntnisse für Stadtbehörden und Dockless-E-Scooter-Unternehmen für eine nachhaltigere städtische Verkehrsplanung und eine effizientere Umverteilung von Fahrzeugflotten auf städtischer Ebene.
Li, H., Yuan, Z., Novack, T., Huang, W., Zipf, A., (2022) Understanding spatiotemporal trip purposes of urban micro-mobility from the lens of dockless e-scooter sharing. Computers, Environment and Urban Systems, 96, 101848, June 2022, https://doi.org/10.1016/j.compenvurbsys.2022.101848
Previous related work:
- Huang, W. and Li, S. (2018): An approach for understanding human activity patterns with the motivations behind. International Journal of Geographical Information Science (IJGIS), 2018.
https://doi.org/10.1080/13658816.2018.1530354 - Huang, W., Xu, S., Yan, Y. and Zipf, A. (2018): An exploration of the interaction between urban human activities and daily traffic conditions: A case study of Toronto, Canada. Cities, 2018. https://doi.org/10.1016/j.cities.2018.07.001
- Novack T., R. Peters, A. Zipf (2018): Graph-Based Matching of Points-of-Interest from Collaborative Geo-Datasets. ISPRS International Journal of Geo-Information, 7(3), 117-134. DOI:10.3390/ijgi7030117.
- Yan, Y., M. Eckle, C.-L. Kuo, B. Herfort, H. Fan and A. Zipf (2017): Monitoring and Assessing Post-Disaster Tourism Recovery Using Geotagged Social Media Data. International Journal of Geo-Information, ISPRS IJGI. 6(5), 144; doi:10.3390/ijgi6050144
- Rousell A. and Zipf A. (2017): Towards a landmark based pedestrian navigation service using OSM data. International Journal of Geo-Information, ISPRS IJGI, 6(3): 64.
- Steiger, E., B. Resch, J. Porto de Albuquerque, A. Zipf (2016): Mining and correlating traffic events from human sensor observations with official transport data using self-organizing-maps. Transportation Research Part C: Emerging Technologies. Vol 73, Dec.16, pp 91–104. http://dx.doi.org/10.1016/j.trc.2016.10.010
- Zipf, A. (2002): Location aware mobility support for tourists. Trends & Controversies. IEEE Intelligent Systems. Journal. Special Issue on “Intelligent Systems for Tourism”. November/December 2002. S.57-59.
