Metodología para el estudio de la demanda y la calidad de los sistemas públicos de bicicleta mediante datos manuales y automáticos

Resumen

La investigación llevada a cabo describe una completa metodología para la evaluación y modelización de la demanda y calidad de los servicios de préstamo de bicicletas. Dicha metodología comprende todas las etapas desde la recolección de los datos, tratamiento, análisis y minería de datos mediante algoritmos, modelización, interpretación y predicción de impactos. A lo largo de la metodología que se ha desarrollado y que se encuentra contenida en el documento de tesis doctoral y diversas publicaciones, se consideran varios aspectos relevantes: - La demanda ciclista puede ser tanto derivada de cualquier otra actividad, o una actividad de ocio en sí misma. Esto conlleva un comportamiento diferente en cada caso, lo que se demuestra en los resultados de la investigación. - La demanda es heterogénea, así como el comportamiento y la percepción de la calidad. La investigación introduce este aspecto en sus etapas secuenciales mediante técnicas diferentes: parámetros aleatorios, interacciones socioeconómicas, clasificación de transacciones del servicio, de usuarios y de terminales. La primera fase de la investigación consiste en la estimación de modelos random ordered probit que estiman la calidad global del servicio en función de la calidad percibida de sus atributos, y variables socio-económicas y condiciones de viaje. En esta fase se determina el contexto de la problemática desde la perspectiva de los usuarios, y se identifican las variables que influyen en la demanda del sistema y la calidad percibida del servicio, demostrando la influencia del sexo, edad, propósito del viaje, el tiempo de viaje, la accesibilidad al sistema y el tipo de suscripción. En la segunda fase de la investigación se desarrollaron técnicas de minería de datos aplicadas a las transacciones de acceso al sistema mediante tarjeta canceladora. Los métodos se basan en la hipótesis de que hay prácticas de uso que pueden describirse a través de un conjunto de condiciones que permiten la clasificación de los alquileres, reduciendo la heterogeneidad en los patrones de viaje. Los dos procesos de minería de datos secuenciales que se proponen permiten depurar la base de datos, completar la caracterización de la demanda del sistema, enriquecer el estudio sobre la calidad percibida por los usuarios, y optimizar el desempeño del operador, así como la toma de decisiones. La última etapa de la investigación desarrolla modelos de regresión que estiman el impacto de la meteorología y de variables temporales en la generación de viajes en las terminales predominantemente demandadas por ocio y aquellas que experimentan una demanda predominante con fines de transporte. Esta última etapa de la investigación se sustenta sobre la relación entre el propósito del viaje, el tiempo de viaje y la distribución espacial de la demanda que se evidencia en las dos etapas anteriores. Los resultados contribuyen al conocimiento sobre la influencia del clima y las condiciones temporales en la demanda de bicicletas públicas. En particular, los modelos confirman la inercia meteorológica: la precipitación no solo afecta a la generación de viajes en el instante en que se está produciendo, sino que su impacto es también significativo en la hora siguiente. Los resultados y las conclusiones arrojadas por la aplicación de la metodología propuesta proporcionan los conocimientos necesarios para diseñar políticas estratégicas, tácticas y operativas eficientes y sostenibles. Los modelos y procesos producen diversos indicadores que son valiosos para el desarrollo de incentivos destinados a controlar el desempeño del operador y la calidad de la oferta, así como para promover la cultura pro-bicicleta. Por lo tanto, el enfoque es beneficioso para el operador y para los organismos decisores, pero eventualmente, toda la sociedad se verá beneficiada tras la aplicación de esta metodología y como resultado de la optimización de los recursos dedicados al sistema de reparto de bicicletas. La tesis doctoral constituye un compendio de contribuciones al conocimiento científico y práctico en sus diversas fases. Dichas contribuciones toman como fundamentos las contribuciones de la bibliografía que a continuación se expone de manera resumida. Ben-Akiva, M., & Lerman, S. R. (1985). Discrete Choice Analysis: Theory and Application to Travel Demand. Cambridge: The MIT Press. Böcker, L., Dijst, M., & Prillwitz, J. (2013). Impact of Everyday Weather on Individual Daily Travel Behaviours in Perspective: A Literature Review. Transport Reviews, 33 (1), 71-91. Borgnat, P., & Abry, P. (2011). Shared bicycles in a city: A signal processing and data analysis perspective. Advances in Complex Systems, 14 (3), 415-438. Brandenburg, C., Matzarakis, A., & Arnberger, A. (2007). Weather and cycling: a first approach to the effects of weather conditions on cycling. Meteorological Applications, 14,61-67. Cameron, A. C., & Trivedi, P. K. (2003). Essentials of Count Data Regression. In A Companion to Theoretical Econometrics (pp. 331-348). Dell'Olio, L., Ibeas, A., Bordagaray, M., & Ortúzar, J. D. D. (2011a). Modeling the Effects of Pro Bicycle Infrastructure and Policies Toward Sustainable Urban Mobility. Journal of Urban Planning and Development, 140 (2), 1-8. dell'Olio, L., Ibeas, A., & Cecín, P. (2010). Modelling user perception of bus transit quality. Transport Policy, 17 (6), 388-397. Greene, W. H. (2003). Discrete choices and event counts. In Econometric Analysis (6th ed., pp. 760-832). Prentice Hall. Hilbe, J. M. (2011). Negative Binomial Regression (2nd ed.). Cambridge University Press. Jensen, P., Rouquier, J.-B., Ovtracht, N., & Robardet, C. (2010). Characterizing the speed and paths of shared bicycle use in Lyon. Transportation Research Part D: Transport and Environment, 15 (8), 522-524. Kaltenbrunner, A., Meza, R., Grivolla, J., Codina, J., & Banchs, R. (2010). Urban cycles and mobility patterns: Exploring and predicting trends in a bicycle-based public transport system. Pervasive and Mobile Computing, 6 (4), 455-466. Lathia, N., Ahmed, S., & Capra, L. (2012). Measuring the impact of opening the London shared bicycle scheme to casual users. Transportation Research Part C: Emerging Technologies, 22, 88-102. McKelvey, R. D., & Zavoina, W. (1975). A statistical model for the analysis of ordinal level dependent variables. The Journal of Mathematical Sociology, 4 (1), 103-120. O'Brien, O., Cheshire, J., & Batty, M. (2014). Mining bicycle sharing data for generating insights into sustainable transport systems. Journal of Transport Geography, 34, 262-273. Ortúzar, J. D. D., & Willumsen, L. G. (2011). Modelling Transport. Fourth edition. Chichester, United Kingdom: John Wiley & Sons.