Anche una passeggiata relativamente breve per trovare la bicicletta più vicina è sufficiente per scoraggiare molti potenziali utenti dei sistemi di bike sharing, suggerisce una nuova ricerca Cornell.

"Se una docking station è a più di due o tre isolati di distanza, semplicemente non ci andranno, " disse Karan Girotra, professore di operazioni, tecnologia e innovazione alla Cornell Tech e al Cornell SC Johnson College of Business. "E se incontrano una stazione senza biciclette, è molto improbabile che vadano alla stazione successiva."

Girotra è co-autore di "Sistemi Bike-Share:accessibilità e disponibilità, " pubblicato a novembre da Scienze della gestione , con Elena Belavina, professore associato presso la School of Hotel Administration dello SC Johnson College, e Ashish Kabra, assistente professore presso la Robert H. Smith School of Business dell'Università del Maryland.

Le loro scoperte implicano che, al di fuori di alcune grandi stazioni nei principali snodi di transito, le città e gli operatori di bike sharing dovrebbero sforzarsi di creare reti più dense con molte stazioni più piccole, Dissero Girotra e Belavina, e tenerli riforniti.

"Non sorprende che le persone vogliano stazioni vicine a loro, ma è molto più vicino di quanto la maggior parte dei pianificatori e dei sistemi di bike sharing pensassero di aver bisogno, "Belavina ha detto. "La maggior parte dei sistemi non è neanche lontanamente vicina alla loro densità ottimale".

I sistemi di bike sharing hanno il potenziale per ridurre il traffico e l'inquinamento in zone dense, città piatte come Londra, New York, Parigi e Shanghai, hanno notato i ricercatori. Incoraggiano e migliorano l'uso del trasporto pubblico fornendo collegamenti "ultimo miglio" alle stazioni degli autobus e dei treni.

Ma "la loro promessa di trasformazione urbana è lungi dall'essere pienamente realizzata, " secondo la carta. Molti sistemi sono stati stabiliti rapidamente, a volte attraverso partenariati pubblico-privato, e con una pianificazione meno rigorosa rispetto ai sistemi di trasporto più costosi, disse Girotra.

"C'era forse l'opportunità di riflettere un po' di più su come introdurre un sistema di bike sharing in una città, " Egli ha detto.

A quello scopo, il team di ricerca ha costruito un modello per produrre le prime stime di come la vicinanza alla stazione e la disponibilità di biciclette influenzino le operazioni di bike sharing.

Il modello della domanda strutturale ha analizzato i dati del sistema Vélib di Parigi, il più grande al di fuori della Cina con circa 17, 000 biciclette e 950 stazioni—durante quattro mesi del 2013, un periodo che comprendeva quasi 4,4 milioni di viaggi. I dati hanno fornito istantanee dell'utilizzo del sistema ogni due minuti, mostrando come le stazioni cambiavano ogni giorno.

I ricercatori hanno unito tali informazioni con i dati sulla densità di popolazione in diversi distretti cittadini, trasporto in metropolitana, presenza nelle principali destinazioni turistiche e condizioni meteorologiche. Il team ha anche registrato le posizioni di migliaia di punti di interesse come stazioni di transito, parchi, biblioteche, alberghi, negozi di alimentari, ristoranti e caffè.

"Mettere insieme, "Belavina ha detto "questo ci ha dato una certa capacità di districare ciò che guida le decisioni delle persone nella scelta del bike sharing e delle diverse stazioni di bike sharing".

Il modello ha determinato che qualcuno a circa 300 metri (quasi 1, 000 piedi) da una docking station ha il 60% di probabilità in meno di utilizzare il servizio rispetto a qualcuno molto vicino alla stazione. Le quote diminuiscono leggermente con ogni metro in più, tale che qualcuno a 500 metri di distanza, a circa un terzo di miglio, è "altamente improbabile che utilizzi il sistema".

Ma un aumento del 10% della disponibilità di biciclette, la probabilità di trovare una bicicletta in una stazione, aumenterebbe il numero di utenti di circa il 12%, lo studio ha rilevato, grazie alla riduzione delle vendite perse nelle stazioni esaurite e al miglioramento delle aspettative del sistema.

Tra i vari punti di interesse, posizionare le stazioni vicino ai negozi di alimentari offre il massimo vantaggio, il modello ha mostrato.

La generazione dei risultati dello studio ha richiesto progressi metodologici per adattare la modellazione della domanda a un contesto di bike sharing, hanno detto i ricercatori.

I modelli prevedono da tempo cambiamenti nei modelli di utilizzo quando si considerano nuove posizioni per le stazioni di transito, punti vendita al dettaglio o bancomat bancari. Ma la domanda di bike sharing in una grande città, con centinaia di stazioni che cambiano inventario ogni giorno, implicato lo studio di un sistema più dinamico con una risoluzione molto più fine, disse Girotra.

L'enorme volume di dati del team potrebbe aver richiesto il completamento di più di un quadrilione di calcoli per generare le migliori stime, probabilmente impiegando più di un anno, secondo la carta. Anziché, i ricercatori hanno sviluppato nuove tecniche computazionali, Belavina ha detto, per condensare alcuni dati e rendere il processo più gestibile.

Il modello risultante, secondo i coautori, può essere applicato non solo ai sistemi di bike sharing ma ad altri servizi di micromobilità:scooter, biciclette a motore, consegna di cibo locale e condivisione di corse. I ricercatori hanno in programma di esaminare in modo più ampio la micromobilità in uno studio futuro in collaborazione con l'agenzia di trasporti di Londra.

Per quanto riguarda il bike sharing, il consiglio dello studio è stato chiaro:"Rendi più disponibili biciclette e stazioni, " Disse Girotra. "Alla gente non piace camminare per accedere a un sistema di bike sharing".