Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tác động của thông tin đông đúc theo thời gian thực: nghiên cứu thử nghiệm tại metro Stockholm
Tóm tắt
Bài báo đánh giá tác động của việc cung cấp thông tin đông đúc theo thời gian thực (RTCI) dựa trên một nghiên cứu thử nghiệm tại một nhà ga metro Stockholm. Trong một giai đoạn thử nghiệm kéo dài 6 ngày, RTCI cho mỗi toa xe trong chuyến tàu đến tiếp theo được cung cấp thông qua màn hình hiển thị trực quan và loa phát thanh. Tác động được đánh giá qua ba phương diện: (1) sự chú ý của hành khách được phân tích bằng cách sử dụng phân tích video; (2) giá trị đánh giá của hành khách được khảo sát thông qua các cuộc điều tra của người đi lại; (3) hành động của hành khách được phân tích qua dữ liệu tải hành khách trong toa xe. Ước tính khoảng 25% hành khách đã nhận thấy, hiểu và cho rằng thông tin được cung cấp là hữu ích cho quyết định đi lại của họ. Hơn nữa, RTCI có tác động tích cực và có ý nghĩa thống kê đến việc phân phối hành khách lên tàu giữa các toa xe và, theo đó, làm giảm tình trạng đông đúc trong toa xe. RTCI đã giảm tỷ lệ hành khách lên toa đầu tiên, thường là toa đông đúc nhất, xuống 4,3% điểm phần trăm cho các chuyến tàu đã đông đúc khi đến nơi, và tăng tỷ lệ hành khách lên toa thứ hai, ít đông đúc hơn, lên 4,1% điểm phần trăm. Những phát hiện cũng cho thấy rằng nhiều hành khách có thể đánh giá tích cực thông tin về đông đúc dù rằng nó không thay đổi quyết định đi lại của họ. Kết quả cho thấy RTCI có thể là một công nghệ hữu ích cho các nhà điều hành và cơ quan giao thông công cộng trong việc tăng cường sử dụng công suất tàu hiện có và giảm tình trạng đông đúc.
Từ khóa
#Thông tin đông đúc theo thời gian thực #nghiên cứu trường hợp #hành khách #hệ thống giao thông công cộng #metro StockholmTài liệu tham khảo
Beirão G, Sarsfield-Cabral JA (2007) Understanding attitudes towards public transport and private car: a qualitative study. Transp Policy 14(6):478–489
Cats O, Jenelius E (2014) Dynamic vulnerability analysis of public transport networks: mitigation effects of real-time information. Netw Spat Econ 14(3–4):435–463
Dziekan K, Kottenhoff K (2007) Dynamic at-stop real-time information displays for public transport: effects on customers. Transp Res Part A 41:489–501
Eboli L, Mazzulla G (2015) Relationships between rail passengers’ satisfaction and service quality: a framework for identifying key service factors. Public Transp 7:185–201
Hensher DA, Rose JM, Collins AT (2011) Identifying commuter preferences for existing modes and a proposed Metro in Sydney, Australia with special reference to crowding. Public Transp 3:109–147
Kim KM, Hong S-P, Ko S-J, Kim D (2015) Does crowding affect the path choice of metro passengers? Transp Res Part A 77:292–304
Kim H, Kwon S, Wu SK, Sohn K (2014) Why do passengers choose a specific car of a metro train during the morning peak hours? Transp Res Part A 61:249–258
Lam WHK, Cheung C-Y, Lam CF (1999) A study of crowding effects at the Hong Kong light rail transit stations. Transp Res Part A 33:401–415
Li Z, Hensher DA (2011) Crowding and public transport: a review of willingness to pay evidence and its relevance in project appraisal. Transp Policy 18:880–887
Li Z, Hensher DA (2013) Crowding in public transport: a review of objective and subjective measures. J Public Transp 16(2):107–134
Lin T, Wilson NHM (1992) Dwell time relationships for light rail systems. Transp Res Rec 1361:287–295
Qi Z, Baoming H, Dewei L (2008) Modeling and simulation of passenger alighting and boarding movement in Beijing metro stations. Transp Res Part C 16:635–649
Raveau S, Guo Z, Muñoz JC, Wilson NHM (2014) A behavioural comparison or route choice on metro networks: time, transfers, crowding, topology and socio-demographics. Transp Res Part A 66:185–195
SL (2015) Fakta om SL och länet 2014. Stockholm City Council, report SL 2015–1293. In: Swedish. http://www.sll.se/Global/Verksamhet/Kollektivtrafik/Fakta%20om%20SL%20och%20l%C3%A4net/Fakta%20om%20SL%20och%20l%C3%A4net%202014.pdf. Accessed 29 Nov 2016
Tirachini A, Hensher DA, Rose JM (2013) Crowding in public transport systems: effects on users, operation and implications for the estimation of demand. Transp Res Part A 53:36–52
TRB (2014) Transit Capacity and Quality of Service Manual, 3rd edn. Transit Cooperative Highway Research Program (TCRP) Report 165, Transportation Research Board
Wardman M, Whelan GA (2011) Twenty years of rail crowding valuation studies: evidence and lessons from British experience. Transp Rev 31(3):379–398
Watkins KE, Ferris B, Borning A, Rutherford GS, Layton D (2011) Where Is My Bus? Impact of mobile real-time information on the perceived and actual wait time of transit riders. Transp Res Part A 45:839–848
Zhang Y (2015) Real-Time Crowding Information (RTCI) Provision: Impacts and Proposed Technical Solution. M.Sc. Thesis, KTH Royal Institute of Technology, Sweden
Zhang F, Shen Q, Clifton KJ (2008) Examination of traveler responses to real-time information about bus arrivals using panel data. Transp Res Rec 2082:107–115