Nepgegevens maakt slimme beslissingen voor investeringen in openbaar vervoer in New York mogelijk

AmsterdamOnderzoekers van de Tandon School of Engineering van NYU hebben met behulp van fictieve gegevens de effecten van transportinvesteringen in de staat New York bestudeerd. Hun onderzoek, gefinancierd door het Amerikaanse Ministerie van Transport, analyseerde het gedrag van 19,5 miljoen inwoners tijdens meer dan 120.000 reizen. Traditionele enquêtes missen vaak lage-inkomens- en gemarginaliseerde gemeenschappen, wat leidt tot slechte toewijzing van middelen. De methode van NYU probeert dit probleem op te lossen.

• Het maximaliseren van de totale omzet
• Het maximaliseren van de toename van het consumentenoverschot
• Het minimaliseren van ongelijkheid in consumentenoverschot
• Het minimaliseren van tekortschietend consumentenoverschot

Joseph Chow, een universitair hoofddocent aan NYU Tandon, leidde het onderzoek. Het doel van de studie is om transportsystemen efficiënter en eerlijker te maken. Het besluitvormingssysteem helpt bij het vinden van een evenwicht tussen winstgevendheid en het leveren van eerlijke diensten.

Het onderzoek vergeleek twee soorten vervoersdiensten. De ene was ride-hailing, die sneller maar duurder is. De andere was on-demand microtransit, die langzamer maar voordeliger is. Ze probeerden verschillende investeringsmethoden uit met behulp van gegevens vanuit de hele staat.

De resultaten toonden verschillende effecten van elke investeringsstrategie:

• Investeren voornamelijk in ritdeel-diensten voor langere ritten maximaliseerde de opbrengst
• Prioriteit geven aan ritdeel-diensten voor kortere ritten optimaliseerde het consumentensurplus
• Vooral investeren in on-demand microvervoer verminderde de ongelijkheid in consumentensurplus
• Het budget verdelen tussen beide diensten zorgde voor een balans tussen rechtvaardigheid en efficiëntie

Lees ook:

22 september 2024 · 13:42

Wereldleiders in New York: spanningen en uitdagingen bijeenkomsten

Microtransit deed het beter in armere wijken, maar had financiële ondersteuning nodig. Ride-hailing leverde meer op, maar bediende niet iedereen eerlijk. Het combineren van beide diensten bood een ideale oplossing.

Chow benadrukte dat dit onderzoek in het hele land gebruikt kan worden. Het doel is om vervoersmiddelen eerlijk te verdelen in de VS. Het onderzoek werd mogelijk gemaakt door een synthetische dataset van Replica, een bedrijf dat transportgegevens verzamelt. Deze gegevens bevatten echte informatie over de verplaatsingen van mensen, demografie en omgevingsfactoren.

Robert Regué, onderzoeksdirecteur bij Replica, steunt het onderzoek. Hij benadrukte dat synthetische data helpt om eerlijke en duurzame steden te bouwen, terwijl de privacy gewaarborgd blijft. Het onderzoek aan NYU Tandon ondersteunt deze doelen.

Het onderzoek werd uitgevoerd door Joseph Chow, PhD-student Xiyuan Ren en ChengHe Guan, universitair docent aan NYU Shanghai. Dit onderzoeksteam ontving financiering van C2SMARTER, een centrum gesponsord door het Amerikaanse Ministerie van Transport.

Onderzoekers willen de transportplanning veranderen met een nieuwe methode. Ze zullen kunstmatige data gebruiken om hulpmiddelen te ontwikkelen waarmee betere beslissingen kunnen worden genomen. Dit kan bijdragen aan een eerlijkere verdeling van uitgaven voor openbaar vervoer in het hele land.