Smartphone-apps die pendelaars vertellen wanneer een bus bij een halte aankomt, resulteren niet in minder wachttijd dan vertrouwen op een officieel busrouteschema, suggereert een nieuwe studie.
Mensen die de suggesties van transit-apps volgden om hun aankomst te timen voor wanneer de bus aan de halte stopt, zouden de bus waarschijnlijk ongeveer driekwart van de tijd missen, zo bleek uit de resultaten.
“Het volgen van wat transit-apps je vertellen over wanneer je je huis of kantoor moet verlaten om naar de bushalte te gaan, is een riskante strategie”, zegt Luyu Liu, hoofdauteur van de studie en doctoraalstudent geografie aan de Ohio State University.
“De app zal je misschien vertellen dat de bus vijf minuten te laat zal zijn, maar chauffeurs kunnen tijd inhalen nadat je bent begonnen te lopen en je uiteindelijk de bus mist.”
De beste keuze voor buspendelaars is om te verwijzen naar de officiële dienstregeling, of in ieder geval extra tijd in te bouwen bij het gebruik van de suggesties van de app, aldus de onderzoekers.
Liu voerde het onderzoek uit met Harvey Miller, hoogleraar geografie en directeur van het Center for Urban and Regional Analysis van Ohio State. De studie is onlangs online gepubliceerd in het tijdschrift Transportonderzoek Deel A.
“We zeggen niet dat realtime businformatie slecht is. Het is geruststellend om te weten dat er een bus komt”, zei Miller.
“Maar als je deze apps gaat gebruiken, moet je weten hoe je ze moet gebruiken en moet je beseffen dat het gemiddeld nog steeds niet beter zal zijn dan het schema volgen.”
Voor de studie analyseerden de onderzoekers het busverkeer gedurende een jaar (mei 2018 tot mei 2019) op één route van de Central Ohio Transit Authority (COTA), het openbare bussysteem in Columbus.
Liu en Miller gebruikten dezelfde realtime gegevens die openbaar beschikbare apps gebruiken om rijders te vertellen waar bussen zijn en wanneer ze waarschijnlijk individuele haltes zullen bereiken. Ze vergeleken de real-time gegevensvoorspellingen van wanneer bussen zouden aankomen bij haltes met wanneer bussen daadwerkelijk aankwamen voor een populaire busroute die een groot deel van de stad doorkruist. De onderzoekers berekenden vervolgens de gemiddelde tijd die pendelaars zouden wachten bij een stop als ze verschillende tactieken zouden gebruiken om hun aankomst te timen, inclusief het volgen van het busschema.
De absoluut slechtste manier om de bus te halen was door gebruik te maken van wat de onderzoekers de “hebzuchtige tactiek” noemden – de tactiek die door veel OV-apps wordt gebruikt – waarbij forensen hun aankomst bij de halte zo timen dat de app zei dat de bus zou stoppen.
De gemiddelde wachttijd met de hebzuchtige tactiek was ongeveer 12½ minuut – ongeveer drie keer langer dan het volgen van het schema. Dat komt omdat rijders die deze tactiek gebruiken een groot risico lopen de bus te missen, ontdekten onderzoekers.
De app vertelt rijders wanneer de bus aankomt op basis van waar hij is en hoe snel hij rijdt wanneer een forens hem controleert, zei Miller.
Maar er zijn twee problemen met die methode, zei hij. Ten eerste kunnen chauffeurs verloren tijd inhalen.
“COTA wil op tijd service leveren, dus busondernemingen zullen begrijpelijkerwijs proberen om weer op schema te komen,” zei Miller.
Bovendien controleren de apps de buslocatie niet vaak genoeg om nauwkeurige realtime informatie te krijgen.
Iets beter was de “willekeurige tactiek” toen een persoon willekeurig naar een halte liep en de volgende bus nam die arriveerde. Pendelaars die deze tactiek gebruiken, wachten gemiddeld ongeveer 8½ minuut op de volgende bus.
De op een na beste tactiek was wat de onderzoekers de ‘voorzichtige tactiek’ noemden, waarbij de app werd gebruikt om de aankomst bij de halte te plannen, maar wat tijd toevoegde als ‘verzekeringsbuffer’. Hier was de gemiddelde wachttijd vier minuten en 42 seconden, met een risico van 10 procent om de bus te missen.
De voorzichtige wachttijd was vergelijkbaar met de “schematactiek”, die alleen het openbare schema gebruikt om te bepalen wanneer ze bij de halte aankomen. Deze pendelaars wachtten gemiddeld vier minuten en 12 seconden, met slechts 6 procent kans om de bus te missen.
Binnen deze gemiddelden is er enige variatie in wachttijd, vooral bij de twee tactieken die gebruikmaken van realtime informatie uit apps. Een van de belangrijkste factoren is de lengte van een forenzenwandeling naar de bushalte.
Degenen die langere wandelingen maken, nemen meer risico’s als ze vertrouwen op realtime informatie. Als de app pendelaars vertelt dat hun bus te laat is, geeft een lange wandeling de bus meer tijd om te versnellen om weer op schema te komen.
Een andere belangrijke factor is de tijdsduur tussen de bussen die aankomen. Een langere tijd tussen bussen betekent meer risico als u een bus mist, en resulteert in meer wachttijd.
Hoewel de planningstactiek gemiddeld het beste werkte, waren er kleine uitzonderingen.
De resultaten toonden aan dat het voor pendelaars over het algemeen beter was om ’s ochtends de planningstactiek te volgen wanneer ze naar het werk gingen en’ s middags de voorzichtige tactiek te volgen met een app.
Maar één ding was zeker, zeiden de onderzoekers: het was nooit een goed idee om hebzuchtig te zijn en te proberen niet te wachten bij de bushalte.
Wachttijd voor bussen is een belangrijke kwestie, zei Miller. Ten eerste is lange wachttijden een van de belangrijkste problemen die mensen noemen omdat ze geen gebruik maken van het openbaar vervoer.
Het is ook een veiligheidsprobleem voor mensen om niet lang te hoeven wachten bij haltes, vooral ’s nachts, of voor degenen die zich haasten door drukke straten omdat ze te laat zijn voor een bus. En voor veel mensen kunnen ontbrekende bussen hun baan of belangrijke afspraken in de gezondheidszorg in gevaar brengen, zei Miller.
Miller zei dat de apps zelf nuttiger zouden kunnen zijn door gebruik te maken van de gegevens die in dit onderzoek zijn gebruikt om betere aanbevelingen te doen.
“Deze apps mogen gebruikers geen risicovolle strategieën opdringen om wachttijden te elimineren. Ze zouden geavanceerder moeten zijn”, zei hij.
Luyu Liu et al. Verkort realtime transitinformatie de wachttijd? Een empirische analyse, Transportonderzoek, deel A: beleid en praktijk (2020). DOI: 10.1016 / j.tra.2020.09.014
Geleverd door de Ohio State University