Christian Jongeneel
De grote beschikbaarheid van data geeft een impuls aan de ontwikkeling van nieuwe rekenmodellen voor verwachte verkeersstromen. Dat is maar goed ook, want nieuwe transportvormen als Uber-taxi’s, elektrische fietsen en deelauto’s maken het voorspellen alleen maar moeilijker. Tijdens een conferentie van de European Association for Research in Transportation, vorige week in Delft, passeerden tientallen onderzoeken de revue die de complexiteit proberen te vangen.
Tijdens een conferentie van de European Association for Research in Transportation, vorige week in Delft, passeerden tientallen onderzoeken de revue die de complexiteit proberen te vangen.
‘Je ziet in dit vakgebied één grote technische trend, namelijk mobiliteit als service’, zegt Caspar Chorus, hoogleraar modellering van keuzegedrag aan de TUD. ‘Dat komt omdat de scheidslijnen tussen voertuigen diffuus zijn geworden. Wanneer wordt een auto een taxi en een taxi een bus? Sommige mensen zien hun vervoermiddel ook als een werkplek. Dus redeneren we meer vanuit de service die het voertuig biedt.’
‘Een tweede onderzoekslijn die je op vele fronten terugziet, komt uit de eerste voort: hoe modelleren we het gedrag van mensen? Als een elektrische auto een krachtiger batterij krijgt, kunnen we het effect daarvan makkelijk doorrekenen. Moeilijker is het om na te gaan wat het effect op mensen is van de extra mogelijkheden die de elektrische auto zo gekregen heeft – zeker omdat we meer en meer doorkrijgen dat mensen zich niet alleen door rationele factoren laten drijven.’
Hoe complex modellen kunnen worden, bleek bijvoorbeeld uit de presentatie van de Canadese onderzoekster Shadi Sharif Azadeh, die een model presenteerde om het delen van transportmiddelen te faciliteren. Dat is wenselijk, omdat de gemiddelde bezettingsgraad van voertuigen de afgelopen twintig jaar met zo’n 10 % is afgenomen. Sharif Azadeh ontwierp een systeem waarin passagiers kunnen aangeven welke reis (waarheen en wanneer) zij willen maken en of zij bereid zijn het vervoermiddel te delen. Aan alles hangt een prijsoptie. Als de passagier kiest voor delen, kan de prijs nog dalen als er meer mensen ongeveer dezelfde reis willen maken.
‘Vooral dat laatste maakt het systeem ingewikkeld’, aldus Sharif Azadeh. ‘Het betekent immers dat de aanbieder van het transport moeilijk kan inschatten of de rit rendabel zal zijn. Uit de simulaties die we met het systeem gerund hebben, bleek dat we mensen moeten aanmoedigen zo vroeg mogelijk te boeken.’
Een mogelijke oplossing kan liggen in het analyseren van verkeerspatronen, bijvoorbeeld via gps-trackers. ‘Zo kun je bijvoorbeeld vaststellen dat iemand altijd op maandag om acht uur van de ene plek naar de andere vertrekt. Dat is informatie die je kunt gebruiken om de transportbehoeftes van mensen aan elkaar te matchen’, vertelde Iván Mendoza van de KU Leuven. Uit zijn simulaties blijkt dat ongeveer een kwart van de transportbewegingen op deze manier te voorspellen valt.
Onderzoek zoals dat van Mendoza was niet zo lang geleden ondenkbaar. Er waren simpelweg niet genoeg data beschikbaar om in zulk detail patronen over lange termijnen te analyseren. Met de komst van Uber-taxi’s en zelfrijdende auto’s, maar ook veranderende leefvormen en reisgewoonten, wordt het modelleren er alleen maar moeilijker op, waarschuwde Harry Timmermans, hoogleraar mobiliteit aan de TU/e. De tijd dat je simpelweg auto’s kon proberen te volgen om verkeersgedrag in kaart te brengen, is voorbij.
Chorus: ‘We hebben veel meer data dan ooit, maar het is niet per se rijkere data. Om gedrag van mensen eruit te verklaren ga je er al snel vanuit dat ze rationeel handelen. Terwijl uit onderzoek met eye-tracking blijkt dat mensen bepaalde informatie, bijvoorbeeld op een routebord, systematisch overslaan. Dat soort dingen moet je ook weten om effectief informatie te kunnen geven. We weten ook weinig over hoe mensen de keuze tussen auto en fiets maken – en hoe die keuze verandert onder invloed van gezondheidsbeleid.’
De hoeveelheid data die je in modellen kunt stoppen lijkt schier oneindig, maar worden ze daar ook nauwkeuriger van? Volgens Chorus zijn eenvoudige modellen op hoofdlijnen vaak al 90 % nauwkeurig. Maar dat maakt die laatste 10 % niet minder interessant.