جدیدترین داده‌های اسنپ در مورد رفتار ترافیکی شهروندان همزمان با فصل بازگشایی مدارس
رفتوآمد مقرونبهصرفه در ساعات کم‌ترافیک در پاییز ۱۴۰۳
اسنپ برای دومین سال پیاپی گزارشی جامع از رفتار ترافیکی و الگوی سفر شهروندان ۱۰ شهر ایران در مهر ۱۴۰۳ ارائه کرد. این گزارش با هدف مشارکت در بهبود ترافیک، سهولت جابه‌جایی در ساعات پرتردد و ارائه سفرهای مقرونبهصرفه منتشر شده است. در این گزارش، رفتار ترافیکی شهرهایی که بیشترین آمار تقاضا را برای جابه‌جایی و سفر درون‌شهری در مهر سال جاری داشته‌اند بر اساس آمارهای اسنپ مورد بررسی قرار گرفته است. از جمله اطلاعات موجود در این گزارش می‌توان به تاثیر تغییر ساعات اداری بر روند ترافیک شهری و به تبع آن قیمت‌گذاری تاکسی‌های اینترنتی اشاره کرد.
همزمان با آغاز سال تحصیلی جدید و پیوستن جمعیت دانش‌آموزان به کارمندان که در ساعات مشخصی از روز در سطح شهر تردد می‌کنند، تعداد سفرهای روزانه در اغلب کلان‌شهرهای کشور از جمله تهران، کرج و اصفهان به‌طور چشمگیری در روزهای شنبه تا چهارشنبه افزایش می‌یابد که موجب افزایش ترافیک در ساعات ابتدایی صبح و عصر می‌شود. به طور کلی، جابه‌جایی‌ها در این ساعات مختص دو گروه است: گروه اول کارمندان و محصّلان هستند که از منزل به محل کار یا تحصیل و بالعکس تردد می‌کنند و انعطاف‌پذیری کمتری در تغییر ساعات رفتوآمد خود دارند. اما گروه دوم شامل افرادی می‌شود که انعطاف بیشتری در ساعات انجام سفرهای خود دارند. این گروه با اندکی تغییر در ساعت انجام سفرهایشان می‌توانند به خود و همچنین گروه اول کمک بسزایی کنند.
پرتقاضاترین شهرها در ساعات اوج رفتوآمد در مهر ۱۴۰۳
به گزارش روابط عمومی اسنپ، بررسی سفرهای انجام شده با ناوگان اسنپ در هفته اول مهر ۱۴۰۳ نشان می‌دهد که بیشترین ترافیک شهری در ایران به ترتیب متعلق به شهرهای تهران، کرج، اصفهان، شیراز، مشهد، قم، اهواز، تبریز، رشت و ساری بوده است.
بررسی دقیق و اختصاصی سفرهای اسنپ در هر یک از این شهرها، با توجه به شرایط ویژه آن شهر، اطلاعات و آمار مختص به خود را ارائه می‌دهد. نگاهی کلان‌تر به این آمار نشانگر الگوی رفتاری مشابهی میان تمامی این شهرهاست؛ به این معنا که ممکن است ساعات شروع و پایان ترافیک صبح و عصر در شهرهای مختلف اندکی تفاوت داشته باشد، اما رفتار کلی ترافیکی این ۱۰ شهر یکسان است و برای نجات از ترافیک می‌توان دستورالعمل‌های یکسانی را رعایت کرد.
توضیح نمودار: نمودار تجمیعی تغییرات ترافیکی در یک سفر با کیلومتر ثابت در طول شبانه‌روز در ۱۰ کلانشهر مورد اشاره در این گزارش (مدت زمان سفرهای درون‌شهری در ساعات اوج ترافیک)
بررسی سفرهای اسنپ طی هفته اول مهر در شهرهای مورد اشاره بیانگر این است که شروع ساعت ترافیک از ۵ و ۳۰ دقیقه صبح بوده است و این ترافیک در ساعت ۷ و ۳۰ دقیقه به اوج خود می‌رسد و پس از آن با اندکی کاهش سیری ثابت را طی می‌کند. شروع ترافیک عصرگاهی نیز از ساعت ۱۵:۳۰ آغاز شده، در ساعت ۱۸:۳۰ به اوج خود می‌رسد و پس از آن با شیبی ملایم کاهش پیدا می‌کند. این نمودار در مقایسه با سال قبل کاملا رفتار مشابهی را نشان می‌دهد.
تنها مورد اختلاف با سال گذشته مربوط به ساعت شروع ترافیک صبحگاهی و عصرگاهی می‌شود. ترافیک صبحگاهی در سال گذشته یک ساعت دیرتر یعنی از ۶:۳۰ بوده و ترافیک عصرگاهی نیز نیم ساعت دیرتر یعنی از ساعت ۱۶ آغاز می‌شده است. نکته حائز اهمیت در این نمودار این است که مدت زمان انجام یک سفر استاندارد در ترافیک عصرگاهی طولانی‌تر و بیشتر از ترافیک صبحگاهی است.
تغییر الگوی شاخص نسبت تقاضا به عرضه در سفرهای درون‌شهری طی ساعات پرتردد
بر اساس داده‌های این گزارش، نسبت تقاضا به عرضه در ساعات پرتردد ابتدایی صبح با مدت زمان مشابه در عصر تفاوت محسوسی دارد. چنانچه در نمودار زیر، روند اوج‌گیری قیمت هر سفر به ازای یک کیلومتر در ترافیک صبحگاهی بیشتر از این روند در مدت مشابه عصر بوده است. در سمت دیگر اما مدت زمان ساعات پرترافیک در سفرهای درون‌شهری عصر بیشتر از مدت مشابه صبح بوده است. در ساعات عصرگاهی که شاهد ترافیک سنگین‌تری هستیم اما به دلیل نبودن محدودیت زمانی برگشت به محل سکونت، با وجود طولانی‌تر بودن مدت زمان قرارگیری در ساعات پرترافیک این موضوع تاثیر ملایم‌تری بر قیمت سفرها گذاشته است.
روند مورد اشاره تأکیدی بر این موضوع است که قیمت‌گذاری پویا در تاکسی‌های اینترنتی متأثر از متغیرهای مختلفی از جمله میزان ترافیک، نسبت تقاضا بر عرضه و… است. اگرچه در ساعات عصرگاهی ترافیک طولانی‌تری را شاهد هستیم ولی نبود محدودیت زمانی برای رسیدن به مقصد سبب شده تا شاهد رفتار قیمتی مشابه با ساعات صبحگاهی نباشیم.
توضیح نمودار: نمودار مقایسه‌ای روند قیمت هر سفر به ازای ۱ کیلومتر و نسبت تقاضا به عرضه در طول شبانه‌روز (در این نمودار روند تغییرات قیمتی سفر و نسبت تقاضا به عرضه به صورت ۰ و ۱ محاسبه شده است.)
با توجه به هم‌بستگی نسبت تقاضا به عرضه و قیمت سفرهای درخواستی، انتظار می‌رود قیمت سفرها در ساعات پرترافیک ۱۰ شهر مطالعه‌شده نیز تحت تاثیر این مورد باشد. بررسی داده‌ها نشان می‌دهد که اگرچه عامل نسبت تقاضا به عرضه بسیار مهم است اما گاهی عوامل دیگر نیز بر این رفتار اثر قابل توجهی می‌گذارند. محاسبه قیمت یک سفر علاوه بر نسبت تقاضا به عرضه به شاخص‌های دیگری، از جمله مسافت و مدت زمان سفر نیز ارتباط دارد و قیمت‌گذاری اسنپ با در نظر گرفتن این شاخص‌ها به شکل پویا محاسبه می‌شود. در این نوع قیمت‌گذاری گاهی برای یک مسیر یکسان در ساعات مختلف قیمت متفاوتی در نظر گرفته می‌شود. به عنوان مثال، قیمت یک مسیر ثابت ممکن است در ساعات مختلف به دلیل تغییر مدت زمان سفر با توجه به عواملی مانند ترافیک یا شرایط جوی خاص تغییر کند. به همین دلیل در ساعاتی از شبانه‌روز قیمت‌ها پایین‌تر و در ساعاتی دیگر بالاتر از حالت عادی است.
استفاده از آمارهای ترافیکی برای جابه‌جایی آسان و سفرهای مقرونبهصرفه
توضیح نمودار: نمودار مقایسه‌ای نسبت تقاضا به عرضه و زمان یک سفر استاندارد در طول شبانه‌روز (در این نمودار نسبت تقاضا به عرضه به صورت ۰ و ۱ محاسبه شده است. همچنین سفر استاندارد به زمان طی شدن کیلومتری ثابت اطلاق می‌شود.)
آمار فوق، علاوه‌بر کمک به تحلیل رفتار ترافیکی شهروندان، معرف بازه‌های زمانی کم‌ترافیک و مقرونبهصرفه برای جابه‌جایی و سفر در سطح شهرهای پرتقاضا به افرادی است که انتخاب و انعطاف بیشتری در زمان تردد خود دارند. به‌عنوان‌مثال، با توجه به این نکته که قبل از ساعت ۵:۳۰ صبح ترافیک شهری در پایین‌ترین سطح قرار دارد و پس از ساعت ۸:۰۰ نیز با کاهش بار ترافیکی روز مواجه هستیم، سفرهای درون‌شهری در این ساعات بهینه‌تر خواهد بود. شناور بودن ساعات اداری در سال جاری کمک می‌کند تا کاربران مسافر با انتخاب ساعات ترددی که نسبت تقاضا به عرضه کاهش داشته از طرفی گرفتار ترافیک‌های سنگین شهری نشوند و سفرهای مقرون به‌صرفه‌تری را تجربه کنند و از سوی دیگر به کاهش ترافیک در ساعات اوج کمک کنند.
گفتنی است، تاکسی‌های اینترنتی بین ۵ تا ۶ درصد از سهم حمل‌و‌نقل درون‌شهری را در اختیار دارند. از همین رو، اسنپ به عنوان یکی از بازیگران این حوزه تصمیم گرفته تا با هدف مشارکت موثر در بهبود مدیریت جریان ترافیک، در کنار انتشار مستمر گزارش‌هایی از این دست، راهکارهایی هوشمند به‌ویژه در حوزه تحلیل داده‌های ترافیکی ارائه دهد تا با مسیر‌یابی بهتر و بهینه به کاهش زمان سفر و بهبود تجربه کاربران راننده و مسافر کمک کند.
