Исследование выбора способа передвижения городских жителей на основе метода CART-Apriori

Почему важно то, как вы добираетесь до работы

Каждая ваша поездка по городу — пешком, на велосипеде, автобусе или автомобиле — незаметно формирует пробки, загрязнение и даже развитие города. В этом исследовании подробно изучается, как люди в одном среднеразмерном китайском городе выбирают способ передвижения, и проверяется новый, основанный на данных метод для прогнозирования этих выборов. Результаты помогают понять, почему одни люди идут пешком километр, а другие заказывают такси на такое же расстояние, и как более грамотное планирование может сократить заторы и выбросы углерода.

Какими способами люди передвигаются в среднеразмерном городе

Город, изучаемый в исследовании, насчитывает около 580 000 городских жителей, не имеет метро или железнодорожного сообщения, и характеризуется относительно плавным движением. Большинство поездок короткие; распространённые варианты — пешие прогулки, совместные велосипеды и электросамокаты, автобусы, такси или сервисы по вызову и личные автомобили. Поскольку тарифы на автобус низкие и в основном фиксированные, люди не переживают о небольших ценовых различиях при отдельной поездке. Вместо этого они больше обращают внимание на долговременные решения, например, покупать ли автомобиль, а также на практические детали: сколько нужно проехать и сколько пересадок потребуется. Крупный опрос 1500 жителей собрал данные о том, кто эти люди, зачем они путешествуют, на какие дистанции и каким видом транспорта предпочитают пользоваться.

Сочетая классические модели и новые алгоритмы

Десятилетиями транспортные исследователи использовали традиционные математические модели для прогнозирования выбора способа передвижения, но они часто слабо справляются со сложным поведением в реальном мире. Новые инструменты машинного обучения могут давать лучшие прогнозы, но их часто критикуют как «чёрные ящики», трудные для интерпретации. В этом исследовании несколько подходов объединены в единую структуру. Сначала алгоритм Apriori просматривает данные опроса, чтобы найти самые сильные «если—то» закономерности, например: «если человек едет 3–5 км, имеет автомобиль и делает одну–две пересадки, то он с большой вероятностью выберет сервис по вызову». Эти шаблоны затем передаются в модель дерева решений CART, которая последовательно делит путешественников на ветви по таким факторам, как расстояние или наличие автомобиля, чтобы предсказать, каким видом транспорта воспользуется каждый человек.

Делаем «чёрный ящик» понятным

Чтобы выйти за рамки простого прогнозирования и действительно объяснить поведение, исследователи добавляют модель RuleFit. RuleFit берёт ветви дерева решений — правила о том, кто в итоге выбирает тот или иной вид транспорта — и преобразует их в простые, понятные человеку утверждения с числовыми коэффициентами. Эти коэффициенты показывают, насколько сильно каждое правило склоняет человека к пешей прогулке, велосипеду, автобусу, вождению или вызову машины. Такой подход позволяет не только предсказывать поведение, но и ясно описывать основные закономерности, а не просто выдавать необъяснённый прогноз.

Немногие, но ключевые факторы

Несмотря на множество первоначально возможных влияний, этап добычи данных показывает, что в решениях о перемещении доминируют всего четыре фактора: расстояние поездки, причина поездки, наличие личного автомобиля и число пересадок в общественном транспорте. На первое место выходит расстояние. Жители обычно идут пешком, если поездка короче одного километра, независимо от того, есть у них автомобиль или нет. Совместные велосипеды особенно популярны для поездок на работу длиной 1–3 км, даже среди владельцев автомобилей. Для поездок средней длины 3–5 км привлекательными становятся электросамокаты и личные автомобили для тех, кто хочет прямую поездку и избегать множества пересадок. Автобусы работают лучше всего на маршрутах 3–5 км без необходимости пересадок. Сервисы по вызову предпочитают для поездок 1–3 км, когда автобусный вариант потребовал бы нескольких пересадок. В целом комбинированная модель CART–Apriori правильно предсказывает выбранный людьми способ передвижения примерно в 83% случаев, превосходя несколько других широко используемых методов.

Что это значит для более экологичных улиц

Выделив небольшой набор факторов, которые действительно управляют повседневными выборами, исследование даёт практические рекомендации городским планировщикам. Улучшение тротуаров и велосипедных дорожек в радиусе 3 км от жилья может перевести многие короткие поездки в пешие и вело-пути. Перепроектирование автобусных маршрутов с целью сокращения числа пересадок, особенно для поездок 3–5 км, может сделать общественный транспорт более привлекательным по сравнению с поездкой на автомобиле. Политики вроде платы за парковку или сборов за въезд в зоны с пробками для коротких автомобильных поездок в сочетании с удобными совместными велосипедами и электросамокатами могут дополнительно поощрять низкоуглеродные варианты. Для обычного человека главный вывод прост: когда города делают короткие поездки удобными для пеших или велосипедных перемещений, а более длинные — простыми на автобусе без множества пересадок, люди естественно выбирают более чистые и эффективные способы передвижения.

Цитирование: Song, H., Wang, X., Tian, W. et al. Study on urban residents’ travel mode choice based on the CART-Apriori method. Sci Rep 16, 6270 (2026). https://doi.org/10.1038/s41598-026-37216-4

Ключевые слова: поведение при городских перемещениях, выбор вида транспорта, машинное обучение, устойчивая транспортная система, общественный транспорт