CC BY
259
Евсеева А.И.
Мониторинг велосипедного трафика в условиях города
Евсеева Анастасия Игоревна — аспирант, факультет государственного управления, МГУ имени М.В. Ломоносова, Москва, РФ E-mail: nastasiya.evseeva@gmail.com SPIN-код РИНЦ: 3235-2592
Аннотация
Во многих городах мира велосипед становится популярным видом транспорта, а велоинфраструктура учитывается в транспортной стратегии. Потенциал развития велосипедных проектов высок и в некоторых городах России. Такие проекты требуют как предварительного анализа потенциального спроса, так и последующей оценки отдачи от инвестиций. Ключевым инструментом такого анализа является мониторинг объема велосипедного трафика. В статье рассмотрены основные способы мониторинга велосипедного трафика, приведены практические примеры их применения в различных городах мира и представлен их сравнительный анализ. Помимо этого, даны общие рекомендации по разработке методики мониторинга и анализа развития велосипедного движения в условиях города. Таким образом, обзор будет полезен при реализации проектов по развитию велоинфраструктуры, в частности, для проведения предварительных исследований спроса на будущую инфраструктуру, а также для оценки динамики развития велодвижения.
Ключевые слова
Городской транспорт, велосипедная инфраструктура, мониторинг велосипедистов, велосипедный трафик, развитие городской велоинфраструктуры.
Введение
Урбанизация — один из глобальных демографических трендов современного общества. Если сейчас доля городского населения в мире составляет 54%, то к 2050 г. этот показатель достигнет 66%1. При этом, по данным ООН, 95% урбанизации будет приходиться на развивающиеся страны2. Ожидается, что в России уже к 2050 г. в крупных населенных пунктах будет проживать 81% населения3 (см. Рисунок 1).
Стремительная урбанизация создает целый ряд серьезных рисков, угрожающих социальной стабильности, экономической эффективности и устойчивому развитию городов. Загрязнение атмосферы, дорожные заторы и высокая смертность в ДТП негативно сказываются на качестве жизни и снижают потенциал экономического роста. В связи с этим широкое развитие получили новые подходы к обустройству городской транспортной инфраструктуры. С их содержанием можно ознакомиться, к примеру, в
1 The Risks of Rapid Urbanization in Developing Countries // Zurich Insurance Group [Site]. 15 January 2015. URL: https://www.zurich.com/en/knowledge/articles/2015/01/the-risks-of-rapid-urbanization-in-developing-countries (accessed: 07.08.2017).
2 Устойчивые города: почему это важно // Организация Объединенных Наций [Официальный сайт]. URL: http://www.un.org/ru/development/devagenda/pdf/Russian Why it matters Goal 11 Cities.pdf (дата обращения: 07.08.2017).
3 World Urbanization Prospects: 2014 Revision / United Nations. 2014. URL: https://esa.un.org/unpd/wup/publicati ons/files/wup2014-highlights.Pdf (accessed: 07.08.2017).
концепции «умного» города ООН —ХАБИТАТ4, концепции устойчивого развития городских агломераций5, концепции новой городской мобильности6. Центральными идеями данных концепций в области городского транспорта являются ориентация на развитие человеческого капитала и стремление к повышению качества жизни.
Важным направлением работы по достижению этих целей становится развитие в городе велосипедной инфраструктуры. Велосипед считается одной из наиболее устойчивых форм мобильности, поскольку он экологичен, экономичен и доступен всем слоям населения. Снижение доли автомобильных поездок в пользу велосипеда влечет за собой ряд положительных эффектов, таких как:
- сокращение выбросов С02 и шумовых загрязнений;
- сокращение дорожных заторов;
- формирование комфортной городской среды;
4 Habitat III Issue Papers. 21 — Smart Cities. New York, 31 May 2015. URL: http ://www. europeanhabitat.com/wp-content/uploads/2016/03/21 -Smart-Cities rus.pdf (accessed: 07.08.2017).
5Хайдуков Д.С., Тасалов К.А. Основы обеспечения устойчивого развития городской агломерации // Государственное управление Российской Федерации: вызовы и перспективы. Материалы 14-й Международной конференции Государственное управление в XXI веке. М.: КДУ; Университетская книга, 2017. С. 783-789.
6 Евсеева А.И. Новая городская мобильность: тенденции развития транспортных систем // Государственное управление. Электронный вестник. 2016. № 59. C. 238-266.
URL: http://e-journal.spa.msu.ru/vestnik/item/59 2016evseeva.htm (дата обращения: 17.07.2017).
7 Источники: Федеральная служба государственной статистики [Официальный сайт]. URL: www.gks.ru (дата обращения: 07.08.2017); Урбанизация в России: 5 ключевых особенностей // Информационно-аналитическое агентство «Деловые Новости» [Сайт]. 15.05.2016. URL: http://delonovosti.ru/business/3552-urbanizaciya-v-rossii-5-klyuchevyh-osobennostey.html (дата обращения: 07.08.2017).
- сокращение затрат на здравоохранение за счет увеличения активности образа
жизни;
- стимулирование местного бизнеса за счет повышения транспортной доступности и пр.
Поэтому при проведении транспортной политики важно учитывать возможности велодвижения как одной из альтернатив привычным способам перемещения. Чтобы велоинфраструктура пользовалась спросом, она должна быть релевантной потребностям пользователей. Выявить данные потребности, а также оценить эффект от реализации проектов позволяет систематический мониторинг велосипедных поездок. От полноты и достоверности данных, полученных в результате анализа, зависит качество и эффективность проектов по развитию велоинфраструктуры.
Анализ велодвижения позволяет получить ответы на такие прикладные вопросы, как, например:
- Где в первую очередь стоит строить объекты велоинфраструктуры?
- Как сократить количество ДТП с велосипедистами?
- Удалось ли достичь ожидаемых результатов развития велоинфраструктуры?
На практике результаты анализа могут быть использованы при принятии политических решений и обосновании инвестиций, как основа для разработки комплексной стратегии развития велоинфраструктуры, а также для оценки и корректировки уже реализованных проектов.
Способы и технологии мониторинга велосипедного трафика
Можно выделить 7 основных способов мониторинга велосипедного трафика в
городе:
1. Ручной подсчет;
2. Подсчет с помощью датчиков;
3. Анализ записей с камер видеонаблюдения;
4. Анализ GPS-треков;
5. Социологические обследования;
6. Анализ данных систем городского велопроката;
7. Вторичные данные.
В зарубежных и отечественных источниках можно найти более подробную информацию о некоторых из этих способов мониторинга. Ссылки на релевантные работы будут приведены в соответствующих разделах настоящей статьи. В целях систематизации
имеющейся литературы и накопленного практического опыта по развитию велоинфраструктуры в мире и в России в данной статье мы рассмотрим каждый из перечисленных выше способов мониторинга подробнее, приведем практические примеры их использования в различных городах и представим их сравнительный анализ. В основе статьи лежит обзор зарубежной и отечественной литературы по данной тематике, а также практический опыт работы автора над проектом по развитию велосипедной инфраструктуры г. Москвы в столичном департаменте транспорта. Обзор будет полезен как для разработки комплексной системы мониторинга велодвижения в городе, так и для проведения локальных исследований.
1. Ручной подсчет
Самый простой и наименее затратный способ мониторинга велосипедистов — это механический подсчет. Такой способ удобен, когда надо измерить трафик на одной или нескольких улицах до и после реализации проекта. Он применяется даже в городах с развитой системой автоматизированного мониторинга. С помощью ручных подсчетов можно оценить пиковые, суточные, сезонные колебания трафика, а также изменения, связанные с погодой. Еще одно преимущество ручных подсчетов — это возможность получить дополнительную информацию о пользователях, такую как пол, возрастная группа, наличие шлема и специальной экипировки, использование мобильных гаджетов и пр. Во многих городах ручные замеры проводятся ежегодно с привлечением волонтеров, а отчеты публикуются публично. Для отслеживания динамики трафик замеряется в одних и тех же локациях в разное время суток, разные дни недели, при различных погодных условиях в соответствии с заранее определенной методикой. В качестве примера можно привести методику подсчета, применяющуюся в Портленде (США) или в Торонто (Канада)9 (см. Рисунок 2). Чаще всего данные фиксируются письменно на бланке, но для повышения точности подсчета рекомендуется использовать специальные приложения для смартфонов, такие как Counter+w или Thing Counter11.
8 Portland Summer Bike Count // Portland Bureau of Transportation [Site]. URL: https://www.portlandoregon. gov/tr ansportation/article/490280 (accessed: 07.08.2017).
9 2010 Bicycle Count Report / Toronto Cycling Infrastructure & Programs Transportation Services. December 2010. URL: https://www1.toronto.ca/city of toronto/transportation services/cycling/files/pdf/bicycle count report 2010. pdf (accessed: 07.08.2017).
10 Counter+ // iTunes [Site]. URL: https://itunes.apple.com/ru/app/counter/id478557426?mt=8 (accessed: 07.08.2017).
11 Thing Counter // Google Play [Site]. URL: https://play.google.com/store/apps/details?id=de.sleak.thingcounter&h l=ru (accessed: 07.08.2017).
Рисунок 2. Пример формы ручного подсчета велосипедистов, Портленд (США)12 2. Датчики подсчета велосипедистов
Наиболее популярным способом мониторинга велосипедного трафика являются специализированные датчики. Они широко применяются во всем мире от США до Австралии и позволяют определять объем велосипедного трафика с высокой точностью в режиме онлайн. В зависимости от технологической основы, датчики бывают пневматические, пьезоэлектрические, волоконно-оптические, индуктивные, инфракрасные, лазерные, магнитные и пр. Широкое распространение получил датчик в виде индукционной петли с электрической цепью, которая монтируется в покрытие проезжей части. Она реагирует на изменения электромагнитного поля при проезде металлической рамы велосипеда. Это позволяет выделить велосипедистов среди других участников движения. За счет конструкции петли датчик позволяет фиксировать не только количество велосипедистов, но и направление их движения (см. Рисунок 3).
12 Источник: Portland Bureau of Transportation [Site]. URL: https://www.portlandoregon.gov/ (accessed: 07.08.2017).
Рисунок 3. Пример конструкции петли и датчика Eco-counte13
Такие датчики могут быть дополнены стелой с дисплеем для отображения результатов подсчета в режиме реального времени (см. Рисунок 4). Это решение служит развитию велокультуры, поскольку позволяет наглядно продемонстрировать популярность велосипедных поездок.
Рисунок 4. 1) дисплей датчика подсчета велосипедистов, Портленд (США)14; 2) дисплей датчика подсчета велосипедистов, Фрунзенская наб., Москва (Россия)15
Существуют также портативные счетчики велосипедистов для краткосрочных замеров высокой точности (см. Рисунок 5). Как правило, они представляют собой набор из двух проводов, которые следует расположить перпендикулярно потоку движения. С подробным описанием данной технологии можно ознакомиться на информационном порталe Еео-еоиШег16. Такая система способна выделять велосипедистов из общего трафика, подсчитывать их количество, учитывать направление движения и скорость за счет расстояния между передним и задним колесами.
13 Источник: Eco-counter [Site]. URL: http ://www. eco-compteur. com/ (accessed: 07.08.2017).
14 Источник: Ibid.
15 Источник: Moscowcyclist: Велосипед как транспорт в Москве [Сайт]. URL: https://www.moscowcyclist.wor dpress.com (дата обращения: 07.08.2017).
16 Tubes // Eco-counter [Site]. URL: http://www.eco-compteur.com/en/products/tubes-range (accessed: 07.08.2017).
Рисунок 5. Пример портативного счетчика велосипедистов Eco-counter17
Такие счетчики позволяют проводить максимально гибкий и точный мониторинг велодвижения. К примеру, с их помощью можно оценить количество велосипедного трафика на улицах, еще не оборудованных велоинфраструктурой, или отследить динамику роста трафика после строительства велодорожки.
С подробными рекомендациями по выбору типов датчиков и их размещению в городе можно ознакомиться в руководстве транспортного агентства Новой Зеландии18.
3. Анализ записей с камер видеонаблюдения
Один из наиболее технологичных и перспективных способов мониторинга велосипедистов в городе — автоматизированный анализ записей с камер отслеживания дорожного движения. Такими камерами оборудованы перекрестки большинства крупных городов. Камеры позволяют следить за порядком и оперативно реагировать на дорожную ситуацию. Помимо стандартной информации о скорости, интенсивности, загруженности и наличии на дороге чрезвычайных ситуаций, камеры способны анализировать определенные данные в автоматическом режиме. Современное программное обеспечение позволяет обнаруживать транспортные средства по номерным знакам, находить очаги заторов и ДТП и распознавать различных участников движения, в том числе пешеходов и велосипедистов. Существует опыт интеграции видеомониторинга со средствами управления дорожным движением, что позволяет предоставить преимущественное право на проезд приоритетным группам движения. К примеру, если камеры обнаруживают пешеходов у перекрестка, на переходе автоматически включается зеленый сигнал светофора (см. Рисунок 6).
17 Источник: Eco-counter [Site]. URL: http://www.eco-compteur.com/ (accessed: 07.08.2017).
18 Monitoring and Reporting // New Zealand Transport Agency [Site]. URL: https://www.nzta.govt.nz/walking-cycling-and-public-transport/cycling/cycling-network-guidance/cycle-network-and-route-planning-guide/process/monitoring-and-reporting/#casestudies (accessed: 07.08.2017).
Рисунок 6. Пример алгоритма интеграции системы видеомониторинга и системы
управления дорожным движением19
Одной из функций такого программного обеспечения может быть мониторинг велосипедистов. При этом можно отслеживать не только интенсивность и объем трафика, но и основные нарушения правил дорожного движения, как, например, движение в противоположном направлении или в неположенном месте. Кроме того, функция обнаружения присутствия велосипедиста перед перекрестком позволяет повысить общую безопасность дорожного движения: в таком случае зеленый сигнал светофора горит до тех пор, пока велосипедист не покинет зону обнаружения перед стоп-линией перекрестка.
С помощью записей с камер видеонаблюдения можно провести анализ движения велосипедистов в ручном режиме. Для этого следует определить временные интервалы, в которые будет производиться подсчет, выявить тренд и использовать метод экстраполяции для дальнейшего прогнозирования. Целесообразно замерять объем велосипедного трафика в пиковое (8:00-10:00; 18:00-20:00) и непиковое (11:00-16:00) время в течение дня, в будние и выходные дни, в условиях хорошей и плохой погоды. Такой способ обходится дешевле, но точность подсчета значительно снижается.
4. Данные GPS-треков
Еще один способ посчитать количество велосипедистов — проанализировать GPS-данные об их перемещениях. Такие данные называются треками и собираются специализированными приложениями для смартфонов (Strava, Cyclemeter и пр.), фитнес-браслетами и умными часами, а также транспортными навигаторами (Citymapper, Google Maps, Yandex и пр.). Поскольку анализ GPS-треков позволяет выявить наиболее популярные маршруты, он является незаменимым инструментом при планировании новой инфраструктуры.
19 Источник: ООО «АППЭК» [Официальный сайт]. URL: http://www.energycontrol.spb.ru/ (дата обращения: 07.08.2017).
В общем виде данные о велосипедных поездках во всем мире доступны на глобальной тепловой карте, созданной лабораторией Strava22) (см. Рисунок 7). На карте можно проследить объем и динамику велосипедных поездок с точностью до улиц. Остальные данные, такие как маршруты и продолжительность треков, как правило, предоставляются на коммерческой основе. К примеру, правительство Портленда закупает детализированные данные о велосипедных поездках у приложения Strava за 20 тыс. долларов в год21.
Рисунок 7. Динамика роста велопоездок в 2014-2015 гг. в ЦАО г. Москвы на
тепловой карте Strava22
При анализе важно учитывать специфику приложений, поставляющих данные. Так, Strava — это спортивное приложение для бегунов и велосипедистов, поэтому многие транспортные поездки в нем не учитываются. Из-за относительно невысокой репрезентативности данных целесообразно использовать такие GPS-треки лишь как дополнительный источник информации.
Стоит отметить высокий потенциал GPS-треков в качестве источника информации в будущем. С технической точки зрения, поставщиками данных о перемещении объектов могут быть не только специализированные приложения, но и мобильные операторы. По мере того, как повышается обеспеченность городского населения смартфонами с GPS, репрезентативность данных увеличивается. Основными
20 Global Heatmap // Strava Labs [Site]. URL: http://labs.strava.com/heatmap/ (accessed: 07.08.2017).
21 HuntK. Strava Training App Not the Best Way to Gather Cycling Data // Metro News [Site]. 24 November 2015. URL: www.metronews.ca/views/ottawa/your-ride/2015/11/23/strava-training-app-not-the-best-way-to-gather-cycling-data.html (accessed: 07.08.2017).
22 Источник: Strava [Site]. URL: www.strava.com (accessed: 07.08.2017).
задачами станут разработка алгоритма обработки больших данных, позволяющего автоматически выделять перемещения на велосипеде из общей массы треков на основании скорости движения и деталей маршрута, а также урегулирование юридических ограничений на использование подобных данных. Наиболее подробно мониторинг велосипедного трафика на основе GP^-треков рассмотрен европейскими коллегами в статье "Big Data and Cycling "23.
5. Социологические обследования
Социологические обследования позволяют исследовать велосипедное движение на макроуровне, то есть в масштабе всего города и его окрестностей. С помощью такого исследования можно получить достаточно широкий спектр информации, например:
- оценить долю велосипедных поездок среди всех типов перемещений;
- составить демографический портрет реальных и потенциальных пользователей;
- определить основные цели и назначения велопоездок;
- определить факторы, сдерживающие и стимулирующие велодвижение, и обозначить потенциальные точки роста;
- выявить тренды в использовании велосипеда в качестве транспортного средства. Во многих городах транспортные социологические исследования проводятся
властями ежегодно. В качестве примера можно познакомиться с результатами
«-» 24 25
исследований велодвижения в Лондоне (Великобритания) , Окленде (Новая Зеландия) ,
26 27 28
Нью-Йорке (США) , а также в Австралии или Шотландии .
В рамках таких исследований анализируются паттерны транспортного поведения населения в целом. Целью ставится выявление структуры транспортных перемещений различных социальных групп (по возрасту, полу, семейному статусу, доходу и пр.). Наиболее часто применяется метод телефонного опроса на случайной репрезентативной выборке среди городского населения. Иногда отдельные группы изучаются более
23 Romanillos G., AustwickM.Z., Ettema D., De Kruijf J. Big Data and Cycling // Transport Reviews. 2015. No 36. P. 1-20. URL: https://www.researchgate.net/publication/282531625 Big Data and Cycling (accessed: 07.08.2017).
24 Cycling // Transport for London [Site]. URL: https://tfl.gov.uk/corporate/publications-and-reports/cycling (accessed: 07.08.2017).
25 The Auckland Cycling Account: A Snapshot of Cycling in Auckland in 2016 / Auckland Council; NZ Transport Agency. 2016. URL: https://at.govt.nz/media/1973770/at-cycling-account-book-2017.pdf (accessed: 07.08.2017).
26 Bloomberg M., Burden A.M. The New York City Bicycle Survey / City of New York, Department of City Planning, Transportation Division. May 2007. URL: http://www1.nyc. gov/assets/planning/download/pdf/plans/trans portation/bike survey.pdf (accessed: 07.08.2017).
27 National Cycling Participation Survey 2015 // Australian Bicycle Council [Site]. 22 July 2015. URL: http://www. bicyclecouncil.com.au/publication/national-cycling-participation-survey-2015 (accessed: 07.08.2017).
28 Annual Cycling Monitoring Report 2015 / Cycling Scotland. 2015. URL: http://www.cyclingscotland.org/wp-content/uploads/2015/03/Annual-Cycling-Monitoring-Report-2015-v2.0.pdf (accessed: 07.08.2017).
тщательно, например, с помощью дневникового наблюдения. В результате исследователи получают информацию о доле перемещений на каждом виде городского транспорта в общей структуре поездок, определяют количественные и качественные характеристики мобильности, включая среднее количество поездок в день на душу населения, среднее время в пути, среднее преодолеваемое расстояние в день на душу населения, целевое назначение поездок и пр., а также выявляют ключевые факторы, влияющие на выбор средства передвижения для разных социальных групп. Полученные данные используют для корректировки транспортной политики в целях повышения ее эффективности.
Иногда проводят опросы, ориентированные только на велосипедистов. В пример можно привести онлайн опросник Нью-Йорка (см. Рисунок 8). Он обращается к различным группам пользователей и ставит своей целью учёт общественного спроса на велоинфраструктуру при реализации транспортной политики города.
Рисунок 8. Интерфейс онлайн опроса общественного мнения о развитии велоинфраструктуры в Нью-Йорке30
6. Данные систем городского велопроката
Если в городе действует система общественного велопроката, то можно использовать ее в качестве дополнительного источника данных (см. Рисунок 9). Глубина анализа будет зависеть от наличия в городских велосипедах системы GP^-мониторинга и юридической возможности использования личных данных пользователей, таких, как, например, возраст и пол. Но даже если GP^-отслеживание поездок не предусмотрено, а демографические характеристики пользователей недоступны, оператор располагает
29 Bike NYC 2020 [Site]. URL: http://bikenvc2020.org/ (accessed: 07.08.2017).
30 Источник: Bike NYC 2020 [Site]. URL: http://bikenvc2020.org/ (accessed: 07.08.2017).
данными о времени и месте начала и конца всех поездок, а также о заполняемости станций. Этой информации достаточно для выявления пространственно-временной корреляции поездок, на основе которой может быть разработан алгоритм прогнозирования заполняемости станций. Эффективность системы релокации велосипедов, в свою очередь, влияет как на доходность сервиса, так и на удовлетворенность пользователей качеством услуг. Подробно с возможностями пространственно-временного анализа городского велопроката можно ознакомиться на
^ г 31
примере исследования статистики парижской системы Vélo .
Рисунок 9. Системы городского велопроката: 1) Велобайк (Москва)32; 2) Citibike (Нью-Йорк)33
Кроме того, на основе простых статистических данных об использовании велопроката можно получить представление о наиболее популярных направлениях, продолжительности и целях поездок. К примеру, анализ поездок в системе московского велопроката Велобайк, проведенный командой проекта Urbica и департаментом транспорта г. Москвы (см. Рисунок 10), позволил сделать следующие выводы:
- транспортные поездки характеризуются меньшей продолжительностью по времени (до 30-40 минут), чем рекреационные поездки;
- у транспортных поездок отличаются пункты начала и окончания велопроката, в то время как у большинства рекреационных поездок пункты начала и окончания проката совпадают;
- уникальные пользователи, совершившие всего одну поездку за продолжительный период времени, как правило, берут велосипед в рекреационных целях;
31 Borgnat P., Robardet C., Rouquier J.-B., Abry P., Fleury E., et al. Shared Bicycles in a City: A Signal Processing and Data Analysis Perspective // Advances in Complex Systems. 2011. No 14. P. 415-438.
32 Источник: Афиша. Спецпроект «Московский транспорт» [Сайт]. URL: http://velo.afisha.ru/page 1.html (дата обращения: 30.10.2017).
33 Источник: Bicycling [Site]. URL: https://www.bicycling.com/culture/advocacy/citi-bike-101 (accessed: 30.10.2017).
- транспортные поездки совершаются чаще вдоль дорог, в то время как рекреационные — вдоль набережных и в парках.
Рисунок 10. Визуализация поездок на городских велосипедах Велобайк за 2015 г. в Москве в зависимости от типа тарифа (голубой цвет — дневной тариф, малиновый — месячный, оранжевый — сезонный)34
Если доступны демографические характеристики пользователей, то с помощью кластерного анализа можно выявить паттерны поведения различных социальных групп. К примеру, анализ статистики использования систем велопроката Бостона, Вашингтона и
34 Источник: Статистика проката велосипедов в Москве [Сайт]. URL: https://urbica.co/bikes/ (дата обращения: 07.08.2017).
Чикаго позволил зафиксировать различия паттернов поведения мужчин и женщин35. Зависимость различных характеристик поездок от пола также подтверждает исследование лондонской системы городского велопроката36.
Анализ статистики использования городского велопроката будет полезен при:
- планировании новых и оптимизации размещения имеющихся станций велопроката;
- прогнозировании загруженности станций и оптимизации релокации велосипедов между станциями;
- привлечении новых клиентов и работе с пользовательским опытом.
7. Вторичные данные
В качестве дополнительных источников информации о велосипедном движении можно использовать различные вторичные данные, такие как статистика ДТП с велосипедистами, статистика о продаже билетов на провоз велосипедов в общественном транспорте, статистика продаж велосипедов в ритейле и др. Рассмотрим подробнее источники данных, представляющие наибольший практический интерес.
Анализ статистики ДТП с велосипедистами. Во многих городах мира широкое распространение получила шведская программа по повышению безопасности дорожного движения Vision Zero. Суть программы состоит в стремлении к нулевой смертности в результате ДТП в целом, а также сведении к минимуму ДТП с велосипедистами.
Одним из инструментов реализации этой цели является анализ данных о происходящих в городе ДТП с велосипедистами. Благодаря такому анализу можно обнаружить и устранить основные очаги аварийности, а также получить представление о наиболее распространенных нарушениях правил дорожного движения. Эти данные могут быть положены в основу информационной кампании, направленной на повышение культуры вождения среди всех участников движения. В Москве анализ ДТП с велосипедистами с 2014 по 2016 гг. показал следующее:
- количество зафиксированных аварий снизилось на 20% за 2 года, несмотря на существенный рост числа велосипедистов (см. Рисунок 11);
35 Bargar A., Gupta A., Gupta S., Ma D. Interactive Visual Analytics for Multi-City Bikeshare Data Analysis / The 3rd International Workshop on Urban Computing (UrbComp 2014). New York, 2014. URL: http://www2.cs.uic.edu/~urbcomp2013/urbcomp2014/papers/Bargar Bikesharing.pdf (accessed: 07.08.2017).
36 Beecham R., Wood J. Exploring Gendered Cycling Behaviours Within a Large-scale Behavioural Data-set // Transportation Planning and Technology. 2014. No 37 (1). P. 83-97.
- половина ДТП совершается в светлое время суток в период с 15:00 до 21:00 часов;
- наиболее распространенная причина аварий — наезд на велосипедиста — в 57% случаев совершается на прямых перегонах, в 16% — во дворах и на выезде с прилегающих территорий, в 10% — на регулируемых перекрестах и еще в 10% — на нерегулируемых пешеходных переходах.
300 250 200 1150 100 50 0
247 241
13 3 1
2014 2015 2016
i Кол ичество Д ТП ■ Количество погибших
Рисунок 11. Количество ДТП с велосипедистами в Москве с 2013 по 2016 г.37
Подобные данные можно использовать для совершенствования правил дорожного движения, обоснования необходимости строительства велоинфраструктуры, а также для разработки социальной информационной кампании.
Статистика провоза велосипедов в городском и пригородном транспорте. Одним из этапов развития велоинфраструктуры в городе является ее интеграция в транспортную систему. Чтобы создать комфортные условия для сочетания велосипеда с другими видами транспорта, применяются такие меры, как:
- разрешение бесплатного провоза велосипеда в общественном транспорте;
- оборудование пригородных поездов, автобусов, трамваев и других видов транспорта велосипедными креплениями;
- установка велосипедных парковок у транспортно-пересадочных узлов и остановок общественного транспорта;
- развитие системы общественного городского велопроката (bikesharing system).
37 Источник: отчеты департамента транспорта г. Москвы.
Если в каком-либо виде общественного транспорта разрешено провозить велосипеды, можно использовать статистику провозов в качестве дополнительного источника данных. С ее помощью можно судить о некоторых трендах в использовании велосипеда в качестве средства передвижения. Так, например, анализ провоза велосипедов в пригородных поездах Москвы с 2013 по 2016 гг. показал рост спроса на данную услугу на 208% за 4 года, а также позволил определить наиболее популярные направления, откуда в Москву прибывает больше всего велосипедистов (см. Рисунок 12).
180000 160000 140000 120000 100000 80000 60000 40000 20000 0
Рисунок 12. Количество продаж билетов по провозу велосипедов в пригородных поездах г. Москвы с июня 2013 по 2016 г.38
Эти данные обосновывают целесообразность оборудования пригородных поездов специальными велосипедными креплениями, а также могут стать основанием для развития межсубъектных велосипедных связей между Москвой и прилегающими городами.
Статистика продаж велосипедов. Чтобы оценить популярность велосипедов, можно обратиться к статистике их продаж. Так, исследование агентства BusinesStat «Анализ рынка велосипедов в России» свидетельствует об активном восстановлении рынка после экономического кризиса 2008 г. В 2010-2011 гг. продажи велосипедов выросли на 76% и 22% соответственно. Уже в 2013 г. объем продаж вдвое превысил уровень 2009 г., достигнув отметки в 4,7 млн штук. При этом доля городских (дорожных) велосипедов составляет 24% рынка. По прогнозам экспертов, в 2014-2018 гг. натуральный объем продаж велосипедов продолжит расти и в 2018 г. достигнет 6,62 млн штук.
Эти данные позволяют сделать вывод о высокой обеспеченности населения велосипедами и об общем росте их популярности. Дополнительно следует оценить
38 Источник: отчеты департамента транспорта г. Москвы.
готовность людей использовать велосипед в качестве средства передвижения и выявить сдерживающие факторы. Как правило, наиболее существенными из них являются отсутствие комфортной велоинфраструктуры, низкая безопасность дорожного движения и погодно-климатические условия. Более точные данные можно получить с помощью метода социологического опроса, который описан выше.
Альтернативные способы мониторинга
В статье «Велосипеды в Умном Городе»39 в качестве источника данных для проведения сравнительного анализа предлагается применять ряд альтернативных источников данных. Среди них упоминаются гео-кодированные фотографии с велосипедами в Instagram и сообщения о велосипедных поездках в Twitter.
Но на практике возможность использования этих данных вызывает сомнения по ряду причин. Основная причина — непригодность данных для темпорального анализа в силу изменчивости популярности социальных сетей. Легко заметить, как стремительно меняется использование соцсетей для коммуникаций на ту или иную тематику. Если до 2015 г. популярным было писать и публиковать фотоотчеты о своем досуге в Twitter, то с 2016 г. коммуникации, связанные с этой тематикой, практически полностью переместились в Instagram и Facebook. Цели, с которыми люди используют каждую социальную сеть, зависят от многих факторов, но в особенности от изменения функционала самих соцсетей. Так, после добавления в Instagram возможности отправлять личные сообщения многие пользователи Вконтакте и Facebook стали обмениваться сообщениями именно там.
Кроме того, использование соцсетей значительно подвержено влиянию моды. Например, в первые несколько лет после создания Вконтакте наблюдался резкий рост количества друзей в профилях пользователей. Однако через 2-3 года рост остановился, и число друзей начало сокращаться. Люди поняли, что Вконтакте в основном используется для обмена информацией о личной жизни и аудитория должна быть скорректирована соответствующим образом. Это повлекло волну удаления малознакомых людей из друзей, а также повлияло на контент, которым пользователи делятся друг с другом. Данные с такими колебаниями не подходят для проведения темпорального сравнительного анализа из-за их неустойчивости на протяжении длительного времени.
39 Намиот Д.Е., Куприяновский В.П., Карасев О.И., Синягов С.А., Добрынин А.П. Велосипеды в Умном Городе // International Journal of Open Information Technologies. 2016. № 10. C. 9-14. URL: http://cyberleninka.ru/artide/n/velosipedy-v-umnom-gorode (дата обращения: 07.08.2017).
Гео-кодированные фотографии с велосипедами в Instagram и Twitter, а также сообщения в Twitter с информацией о велосипедных поездках как источник информации имеют еще один серьезный недостаток — они требуют либо ручной обработки, либо автоматизированного распознавания объектов на фотографии. Первый способ слишком трудоемок, с его помощью не удастся собрать достаточное количество данных за короткий период времени для проведения сравнительного исследования. Второй способ позволяет обрабатывать большие объемы информации, однако даже на современном уровне развития программ распознавания объектов на фото они будут давать существенные погрешности, которые не позволят корректно сравнить данные за различные периоды времени. Эти погрешности не позволяют выявить различие между сравниваемыми параметрами на адекватном уровне значимости (применение автоматизированного распознавания объектов мы рассматриваем только как часть количественного анализа, т. к. для качественного оно не подходит из-за накопления ошибок на последующих этапах ручного анализа).
Таким образом, использование гео-кодированных фотографий с велосипедами в Instagram, Twitter и других соцсетях не подходит для сравнительного анализа, но допустимо только для разовой оценки реализации какого-либо проекта. Такая оценка может решить задачу сбора общественного мнения о слабых и сильных сторонах реализованных проектов, что может быть полезно для повышения качества работ в будущем за счет устранения отмеченных пользователями недостатков.
Сравнение инструментов мониторинга велосипедного трафика
При разработке системы мониторинга велосипедного трафика в городе перед исследователем стоит задача выбора эффективного набора инструментов применительно к каждому конкретному случаю. Как правило, используется портфель из 2-3 разноплановых методик. К примеру, в Лондоне система мониторинга основывается на ежегодных социологических опросах на транспортную тематику, данных 60 автоматических счетчиков, статистике городского велопроката и анализе ряда вторичных данных, таких
ттттт 40
как статистика пострадавших в ДТП велосипедистов и статистика краж велосипедов .
Приведем сравнительный анализ различных инструментов сбора первичных данных о велосипедном трафике (см. Таблицу 1). Выбор критериев сравнения обусловлен их значимостью при формировании системы мониторинга на практике.
40 London Datastore [Site]. Search: Cycling. URL: https://data.london.gov.uk/dataset?q=cycling (accessed: 07.08.2017).
Таблица 1. Сравнительный анализ различных инструментов сбора первичных данных о велосипедном трафике
Ручной подсчет Датчики / счетчики Камеры видеонаблюдения бР^-треки Социологические обследования Анализ данных городского велопроката
Точность подсчета Средняя Высокая Высокая в автоматическом режиме; средняя — в ручном Средняя Высокая Средняя
Состав данных Пол, наличие шлема, направление движения Направление движения Направление движения Направление движения, протяженность и длительность поездки Максимально широкий спектр данных Длительность и протяженность поездки, возможно — пол и иные личные данные пользователя
Возможность учета различных групп пользователей Велосипедисты, пешеходы Велосипедисты, пешеходы Велосипедисты, пешеходы, автомобили Велосипедисты - -
Стоимость Низкая Средняя Высокая Низкая Низкая Низкая
Типы инфраструктуры, для которых способ наиболее эффективен Дороги общего пользования, перекрестки Велодорожки, велополосы, велопешеходные дорожки Перекрестки
Масштаб применения Для локальных исследований на уровне улиц, районов Возможно применение в масштабе города Возможно применение в масштабе города Возможно применение в масштабе города с детализацией до улиц Подходит для исследований, как на макроуровне, так и в масштабе одного проекта / улицы Масштаб зависит от зоны покрытия велопроката
Мониторинг нарушений ПДД + - + - - -
Недорогой и Возможно За счет возможности Позволяет
быстрый способ использование интеграции с получить полное
мониторинга портативных техническими представление о
датчиков для средствами транспортном
максимально гибкого дорожного движения поведении
мониторинга позволяет субъектов в
оптимизировать масштабе города
транспортный поток,
Дополнительные сокращать количество
преимущества атмосферных
загрязнений,
обеспечить
велосипедистам
приоритет при
проезде перекрестков,
повысить их
безопасность и
мобильность
Высокая Необходимость Техническая Недостаточная Трудности в Ограниченность данных,
погрешность регулярного сложность, репрезентативность разработке возможность
подсчета обслуживания необходимость и валидность методики юридических
инфраструктуры регулярного данных исследования, ограничений на их
Ограничения и (замена батарей, обслуживания высокие использование
недостатки ремонт и пр.) инфраструктуры временные
(обновление затраты на сбор и
программного анализ данных
обеспечения, ремонт
и пр.)
Общие рекомендации для разработки методики мониторинга и анализа велосипедного трафика
При разработке методики мониторинга велосипедного трафика в городе необходимо опираться на параметры конкретного случая. Тем не менее, можно дать ряд рекомендаций общего характера.
1) В ходе анализа следует учитывать естественные факторы влияния на объем велосипедного трафика. К таким факторам относятся погодные условия, время суток, сезон, день недели, наличие велосипедной инфраструктуры и соответствующего законодательства, интенсивность автомобильного движения и пр.
2) Паттерны поведения различных групп пользователей различаются. В зависимости от цели перемещения принято выделять следующие типы велосипедных поездок:
• транспортные поездки совершаются с целью добраться из одного пункта в другой (например, из дома в магазин или из офиса в парк для прогулки). Пиковое время таких поездок соответствует времени в пути до и с работы в утренние и вечерние часы будних дней.
• рекреационные поездки совершаются ради удовольствия и не имеют конкретного пункта назначения. Пиковое время рекреационных поездок — выходные дни в теплое время года.
• смешанные поездки совмещают в себе обе цели.
3) Для разных типов дорожной инфраструктуры эффективны разные технологии подсчета. Руководство, подготовленное на основе исследования велодвижения в Лос-Анджелесе41, предлагает придерживаться следующих рекомендаций:
• для велосипедных дорожек и полос рекомендуется использовать велосипедные пьезоэлектрические, индуктивные или пневматические счетчики;
• для вело-пешеходных дорожек больше подойдут лазерные велопешеходные счетчики или датчики давления;
• на автомобильных дорогах общего пользования, как правило, применяются пьезоэлектрические датчики;
• на перекрестках эффективнее применять аналитические системы записей с видеокамер.
4) Необходимо определить правильные места замеров, где велосипедный трафик будет наиболее интенсивным. Следует учитывать, что велосипедная
41 Bike Count Data Clearinghouse [Site]. URL: http://www.bikecounts.luskin.ucla.edu/ (accessed: 07.08.2017).
инфраструктура значительно повышает спрос на поездки. Если же инфраструктуры нет, велосипедисты предпочитают дороги со спокойным автомобильным трафиком. Общие рекомендации таковы:
• в зеленых зонах и вдоль набережных рекомендуется проводить замеры в основных точках доступа — на въездах и выездах;
• на велодорожках и велополосах — в местах пересечения нескольких велосипедных путей;
• в центральных районах — при подъезде к остановкам общественного транспорта;
• в рабочих кварталах — на основных подъездных дорогах;
• в жилых кварталах — в местах социального притяжения: около парков, школ, университетов, учреждений культуры и остановок общественного транспорта.
5) Необходимо учесть возможность статических ошибок и погрешностей. При ручном подсчете погрешность может достигать 20%. Для того, чтобы определить значение погрешности, данные необходимо верифицировать. К примеру, информацию, полученную при помощи ручного подсчета, можно проверить с помощью записей видеокамер за определенный небольшой период времени.
Выводы
Анализ зарубежных практик позволяет заключить, что универсальной формулы для мониторинга велосипедного движения не существует. Методика и инструменты должны подбираться в соответствии с конкретными задачами каждого частного случая. Тем не менее, крупные города стремятся автоматизировать системы мониторинга, обрабатывать данные в режиме онлайн и настраивать интеллектуальную систему управления трафиком на основе полученных данных. Для мониторинга велосипедного трафика, как правило, используют комплекс из нескольких взаимодополняющих инструментов. Наиболее экономичным и технологически простым из них является социологическое обследование. Этот метод позволяет исследовать велосипедное движение как в масштабах всего города, так и в рамках отдельных районов. В крупных европейских и американских городах масштабные социологические обследования проводятся с 1970-х годов с периодичностью в 1-5 лет. Полученные данные дают представление о транспортном поведении населения в целом и о тенденциях его изменения со временем. Среди технических средств наибольшей популярностью пользуются датчики подсчета велосипедистов благодаря их высокой точности, простоте в
использовании и относительной экономичности. С их помощью можно оценить объем и динамику велосипедного трафика в масштабе всего города. Можно предположить, что в ближайшем будущем необходимость в датчиках отпадет, поскольку их заменят видеокамеры. Специализированное программное обеспечение позволит получать информацию высокой точности обо всех участниках дорожного движения, включая велосипедистов, в режиме онлайн. Пока такой способ остается наиболее затратным. В качестве более экономичной альтернативы используется анализ GP^-треков, собираемых навигаторами и специализированными приложениями на смартфонах, фитнес-браслетах, умных часах и других устройствах. Этот способ позволяет получить представление о велосипедных перемещениях в масштабах всего города с возможностью детализации до улиц. Преимущество такого метода состоит в высокой доступности данных — треки уже собраны и готовы к анализу; недостаток заключается в их низкой валидности: не все велосипедисты записывают свои треки, к тому же большинство приложений ориентировано на спортсменов. Если в городе есть система общественного велопроката (байкшеринга), целесообразно анализировать статистику его использования. Анализ поездок позволит судить о динамике их объема, продолжительности, а также о самых популярных маршрутах. Если отсутствуют юридические ограничения на обработку личных данных, то можно дополнительно изучить портреты пользователей и паттерны их поведения. В качестве дополнительных источников информации рекомендуется использовать доступные вторичные данные, к которым относятся статистика провоза велосипедов в общественном транспорте, статистика ДТП с велосипедистами, статистика продаж велосипедов, гео-кодированные фотографии и записи в социальных сетях, публикации в СМИ и др. Анализ таких данных позволит получить дополнительную информацию о велодвижении, которая может быть полезна для его дальнейшего развития.
Список литературы:
1. Доклад о состоянии безопасности дорожного движения в мире : время действовать / Всемирная организация здравоохранения. 2009. URL: http://apps.who.int/iris/bitstream/1066 5/44122/2/9789244563847 rus.pdf (дата обращения: 10.07.2016).
2. Евсеева А.И. Новая городская мобильность: тенденции развития транспортных систем // Государственное управление. Электронный вестник. 2016. № 59. C. 238-266. URL: http://e-j ournal.spa.msu.ru/vestnik/item/59_2016evseeva.htm (дата обращения: 17.07.2017).
3. Намиот Д.Е., Куприяновский В.П., Карасев О.И., Синягов С.А., Добрынин А.П. Велосипеды в Умном Городе // International Journal of Open Information Technologies. 2016.
№ 10. C. 9-14. URL: http://cyberleninka.ru/article/n/velosipedy-v-umnom-gorode (дата обращения: 07.08.2017).
4. ООО «АППЭК» [Официальный сайт]. URL: http://www.energycontrol.spb.ru/ (дата обращения: 07.08.2017).
5. Статистика проката велосипедов в Москве [Сайт]. URL: https://urbica.co/bikes/ (дата обращения: 07.08.2017).
6. Урбанизация в России: 5 ключевых особенностей // Информационно-аналитическое агентство «Деловые Новости» [Сайт]. 15.05.2016. URL: http://delonovosti.ru/business/3552-urbanizaciya-v-rossii-5-klyuchevyh-osobennostey.html (дата обращения: 07.08.2017).
7. Устойчивые города: почему это важно // Организация Объединенных Наций [Официальный сайт]. URL: http://www.un.ors/ru/development/devagenda/pdf/Russian Why it _matters_Goal_11_Cities.pdf (дата обращения: 07.08.2017).
8. Федеральная служба государственной статистики [Официальный сайт]. URL: www.gks.ru (дата обращения: 07.08.2017).
9. Хайдуков Д.С., Тасалов К.А. Основы обеспечения устойчивого развития городской агломерации // Государственное управление Российской Федерации: вызовы и перспективы. Материалы 14-й Международной конференции Государственное управление в XXI веке. М.: КДУ; Университетская книга, 2017. С. 783-789.
10. Цели развития тысячелетия: доклад за 2015 год / Организация Объединенных Наций. 2015. URL: http://www.un.org/ru/millenniumgoals/mdgreport2015.pdf (дата обращения: 10.07.2016).
11. 2010 Bicycle Count Report / Toronto Cycling Infrastructure & Programs Transportation Services. December 2010. URL: https://www1.toronto.ca/city of toronto/transportation service s/cycling/files/pdf/bicycle_count_report_2010.pdf (accessed: 07.08.2017).
12. Annual Cycling Monitoring Report 2015 / Cycling Scotland. 2015. URL: http://www.cyclingscotland.org/wp-content/uploads/2015/03/Annual-Cycling-Monitoring-Report-2015-v2.0.pdf (accessed: 07.08.2017).
13. Bargar A., Gupta A., Gupta S., Ma D. Interactive Visual Analytics for Multi-City Bikeshare Data Analysis / The 3rd International Workshop on Urban Computing (UrbComp 2014). New York, 2014. URL: http://www2.cs.uic.edu/~urbcomp2013/urbcomp2014/ papers/Bargar Bikesharing.pdf (accessed: 07.08.2017).
14. Beecham R., Wood J. Exploring Gendered Cycling Behaviours Within a Large-scale Behavioural Data-set // Transportation Planning and Technology. 2014. No 37 (1). P. 83-97.
15. Bike Count Data Clearinghouse [Site]. URL: http://www.bikecounts.luskin.ucla.edu/ (accessed: 07.08.2017).
16. Bike NYC 2020 [Site]. URL: http://bikenyc2020.org/ (accessed: 07.08.2017).
17. Bloomberg M., Burden A.M. The New York City Bicycle Survey / City of New York, Department of City Planning, Transportation Division. May 2007. URL: http://www1.nyc.gov/as sets/planning/download/pdf/plans/transportation/bike survey.pdf (accessed: 07.08.2017).
18. Borgnat P., Robardet C., Rouquier J.-B., Abry P., Fleury E., et al. Shared Bicycles in a City: A Signal Processing and Data Analysis Perspective // Advances in Complex Systems. 2011. No 14. P. 415-438.
19. Cheshire J., O'Brien O. Revealing and Informing Transport Behaviour from Bicycle Sharing Systems // The University of Edinburgh. School of Geosciences [Site]. 2013. URL: http://www.geos.ed.ac.uk/~gisteac/proceedingsonline/GISRUK2013/gisruk2013_submissi on 31.pdf (accessed: 07.08.2017).
20. Counter+ // iTunes [Site]. URL: https://itunes.apple.com/ru/app/counter/id478557426?mt=8 (accessed: 07.08.2017).
21. Cycling // Transport for London [Site]. URL: https://tf1.gov.uk/corporate/publications-and-reports/cycling (accessed: 07.08.2017).
22. Global Heatmap // Strava Labs [Site]. URL: http://labs.strava.com/heatmap/ (accessed: 07.08.2017).
23. Habitat III Issue Papers. 21 — Smart Cities. New York, 31 May 2015.
URL: http://www.europeanhabitat.com/wp-content/uploads/2016/03/21-Smart-Cities_rus.pdf (accessed: 07.08.2017).
24. Hunt K. Strava Training App Not the Best Way to Gather Cycling Data // Metro News [Site]. 24 November 2015. URL: www.metronews.ca/views/ottawa/your-ride/2015/11/23/strava-training-app-not-the-best-way-to-gather-cycling-data.html (accessed: 07.08.2017).
25. London Datastore [Site]. Search: Cycling. URL: https://data.london.gov.uk/dataset?q=cycling (accessed: 07.08.2017).
26. Monitoring and Evaluation of Walking and Cycling (Draft) / Sustrans Design Manual Chapter 16. November 2014. URL: http://www.sustrans.org.uk/sites/default/files/images/files/Ro ute-Design-Resources/Monitoring-31-10- 14.pdf (accessed: 07.08.2017).
27. Monitoring and Reporting // New Zealand Transport Agency [Site]. URL: https://www.nzta.govt.nz/walking-cycling-and-public-transport/cycling/cycling-network-guidance/cycle-network-and-route-planning-guide/process/monitoring-and-reporting/#casestudies (accessed: 07.08.2017).
28. Moscowcyclist: Велосипед как транспорт в Москве [Сайт]. URL: https://www.moscowcyclist.wordpress.com (дата обращения: 07.08.2017).
29. National Cycling Participation Survey 2015 // Australian Bicycle Council [Site]. 22 July 2015. URL: http://www.bicyclecouncil.com.au/publication/national-cychng-participation-survey-2015 (accessed: 07.08.2017).
30. Portland Summer Bike Count // Portland Bureau of Transportation [Site]. URL: https://www.portlandoregon.gov/transportation/article/490280 (accessed: 07.08.2017).
31. Romanillos G., AustwickM.Z., Ettema D., De Kruijf J. Big Data and Cycling // Transport Reviews. 2015. No 36. P. 1-20.
URL: https://www.researchgate.net/publication/282531625 Big Data and Cycling (accessed: 07.08.2017).
32. Solutions: Cycle & Pedestrian Monitoring // Q-Free TDC Systems [Site]. URL: http://www.tdcsystems.co.uk/solutions/cycle-pedestrian-monitoring (accessed: 07.08.2017).
33. Strava [Site]. URL: www.strava.com (accessed: 07.08.2017).
34. The Auckland Cycling Account: A Snapshot of Cycling in Auckland in 2016 / Auckland Council; NZ Transport Agency. 2016. URL: https://at.govt.nz/media/1973770/at-cycling-account-book-2017.pdf (accessed: 07.08.2017).
35. The Risks of Rapid Urbanization in Developing Countries // Zurich Insurance Group [Site]. 15 January 2015. URL: https://www.zurich.com/en/knowledge/articles/2015/01/the-risks-of-rapid-urbanization-in-developing-countries (accessed: 07.08.2017).
36. Thing Counter // Google Play [Site]. URL: https://play.google. com/store/apps/details? id=d e.sleak.thingcounter&hl=ru (accessed: 07.08.2017).
37. Tubes // Eco-counter [Site]. URL: http://www.eco-compteur.com/en/products/tubes-range (accessed: 07.08.2017).
38. World Urbanization Prospects: 2014 Revision / United Nations. 2014. URL: https://esa.un.org/unpd/wup/publications/files/wup2014-highlights.Pdf (accessed: 07.08.2017).
Evseeva A.I.
Bicycle Traffic Monitoring in a City
Anastasiya I. Evseeva — graduate student, School of Public Administration, Lomonosov Moscow State University, Moscow, Russian Federation. E-mail: nastasiya.evseeva@gmail.com
Annotation
This article examines the main ways to monitor cycling traffic, gives practical examples of their use in various cities of the world and presents their comparative analysis. In addition, the author gives general recommendations on developing a methodology for monitoring and analyzing the development of city cycling. In many cities around the world, a bicycle becomes a popular mode of transport, and bicycle infrastructure is taken into account in the transport strategy. In some Russian cities the potential for the development of cycling projects is high as well. Projects for the development of bicycle infrastructure require both a preliminary analysis of potential demand and a subsequent evaluation of the return on investment. A key tool for such an analysis is monitoring of the amount of cycling traffic. Thus, the review will be useful in the implementation of projects for the cycling infrastructure development, in particular, for conducting preliminary studies of the demand for future infrastructure, as well as for assessing the dynamics of the city cycling development.
Keywords
Urban transport, cycling infrastructure, cycle monitoring.
