واکنش گیرندگان به سیاست‌های جدید حمل و نقل شهری

واکنش گیرندگان به سیاست‌های جدید حمل و نقل شهری

در دهه‌های اخیر، تحویل بار شهری (UFD) به طور قابل توجهی افزایش یافته است. وسایل نقلیه باری مانع از تحرک می‌شوند، ترافیک را کند می‌کنند و گاهی اوقات پارک دوبل می‌کنند. به طور کلی، UFD با ترافیک ساعات اوج همزمان است، زیرا تحویل‌ها باید در ساعات کاری انجام شوند. برخی از شهرها در سراسر جهان اقداماتی را با هدف کاهش وسایل نقلیه باری در حال گردش در ساعات اوج اتخاذ کرده‌اند، اما چنین اقداماتی معمولاً با دریافت‌کنندگانی که مایل به تغییر نحوه دریافت کالاهای خود نیستند، مواجه می‌شود. این مقاله نتایج اصلی یک پروژه انجام شده در دو شهر اسپانیا، یک شهر بزرگ (بارسلونا) و یک شهر متوسط ​​(سانتاندر)، در مورد تمایل دریافت‌کننده برای اتخاذ سیاست‌های جدید تحویل را نشان می‌دهد. به طور خاص، یک سیاست تحویل خارج از ساعات اوج (OPD) و یک سیاست مراکز توزیع شهری (UDC) مورد تجزیه و تحلیل قرار گرفته‌اند. متعاقباً، این نتایج با نتایج به دست آمده در نیویورک برای OPD مقایسه خواهد شد. از طریق یک نظرسنجی ترجیحی بیان شده، بررسی کرده‌ایم که چگونه هر متغیر از این سیاست‌ها بر تصمیم گیرنده تأثیر می‌گذارد. در نتیجه، ما یک مدل انتخاب سیاست حمل و نقل متفاوت برای هر شهر ایجاد کردیم. برای ساخت مدل‌ها، ما از یک مدل لوجیت ترکیبی با در نظر گرفتن مشاهدات مکرر (داده‌های پنل) و تغییرات سلیقه استفاده کردیم. با توجه به نتایج به‌دست‌آمده، دریافت‌کنندگان تمایل بیشتری به پذیرش سیاست UDC دارند، به‌ویژه در بارسلونا که دریافت‌کنندگان آن به‌شدت با OPD مخالف هستند. همانطور که انتظار می‌رفت، انگیزه‌ها به‌شدت بر دریافت‌کنندگان برای پذیرش این سیاست‌ها تأثیر می‌گذارند. با این حال، این تأثیر در بخش‌های تجاری خاص، مانند غذا (برای OPD در بارسلونا)، رستوران و هتل و مبلمان (به ترتیب برای UDC در سانتاندر و بارسلونا) بسیار مهم‌تر است. این با نتایج نیویورک، جایی که هفت بخش نسبت به انگیزه‌ها حساس‌تر هستند، مطابقت دارد. بنابراین، می‌توان با ترکیب این سیاست‌ها و هدف قرار دادن انگیزه‌ها در بخش‌های تجاری خاص به منظور دستیابی به نتایج بهتر، به تغییر رفتاری در UFD دست یافت.

مقدمه

در سال‌های اخیر، موفقیت‌های کم و بیشی در تلاش برای بهبود توزیع کالا در مناطق شهری حاصل شده است. از جمله سیاست‌های قابل توجه‌تر، سیاست‌هایی هستند که با هدف ترویج استفاده از سیستم‌های حمل و نقل مشارکتی و سیاست‌هایی که سعی در کاهش ترافیک وسایل نقلیه سنگین در ساعات شلوغی دارند، اتخاذ شده‌اند. سیاست‌هایی که استفاده از سیستم‌های توزیع مشارکتی را ترویج می‌دهند، با جستجوی همکاری بین شرکت‌ها، سعی در کاهش تعداد سفرهای مورد نیاز و افزایش میانگین ضریب بار وسایل نقلیه (که عموماً حدود 30 تا 40 درصد است) دارند. استفاده از سیستم‌های حمل و نقل مشارکتی، علیرغم مشکلات عملی موجود در یافتن توافق‌نامه بین شرکت‌های مختلف، برای دهه‌های متمادی مورد مطالعه قرار گرفته است. تحقیقات انجام شده توسط کمیسیون حمل و نقل سه ایالت در سال 1970 (وود، 1970) نشان داد که استفاده از سیستم‌های مشارکتی منجر به کاهش 12 درصدی هزینه‌های عملیاتی کلی، 50 درصدی زمان پارکینگ و 90 درصدی زمان رفت و برگشت خواهد شد. علیرغم مشکلات، همکاری‌های موفقیت‌آمیز قابل توجهی بین شرکت‌ها برای توزیع کالاهای شهری، مانند فوکوئوکا، ژاپن (ایدا و همکاران، ۲۰۰۱)، فریبورگ، سوئیس (کوهلر، ۲۰۰۱)، کاسل و مونیخ، آلمان، وجود داشته است.

نمونه اولیه یک سیستم مشارکتی، سرویس تحویل مشترک (JDS) است که در آن گروهی از شرکت‌های حمل و نقل، یک شرکت بی‌طرف ایجاد می‌کنند که وظیفه آن انجام آخرین مرحله در زنجیره توزیع کالا است. این راه‌حل، استفاده از وسایل نقلیه را افزایش داده و در عین حال سفرها را کوتاه می‌کند.

تحقیقات انجام شده برای ارزیابی کارایی JDS (کاوامورا و لو، ۲۰۰۸) نشان داده است که استفاده از آن تنها زمانی سودآور است که تراکم ترافیک بالا باشد و از وسایل نقلیه کوچک استفاده شود. بنابراین، برای تشویق شرکت‌ها به استفاده از این راه‌حل‌ها، باید به آنها انگیزه داده شود. سیاست‌هایی که با هدف تشویق برخی از وسایل نقلیه حمل کالا به استفاده از برنامه‌های زمانی جایگزین به جای ساعات کاری معمول تجاری اتخاذ شده‌اند، نتیجه این است که وسایل نقلیه توزیع، عامل مهمی در ازدحام ترافیک شهری در ساعات شلوغی هستند. اگرچه برخی از شهرها مانند پکن ممنوعیت کامل حمل و نقل کالا در طول روز را اعمال کرده‌اند، اما این امر تنها مشکل را از روز به شب منتقل کرده است، اما بهترین راه‌حل‌ها، راه‌حل‌هایی هستند که درصد زیادی از وسایل نقلیه توزیع را به دوره‌های غیر اوج ترافیک منتقل می‌کنند.

پراستفاده‌ترین سیاست، عموماً توزیع کالا در شب است. برخی از سیاست‌های موفق در شهرهای پرجمعیتی مانند نیویورک معرفی شده‌اند، جایی که یک آزمایش آزمایشی که در منهتن انجام شد، کاهش بیش از 6 درصدی در زمان سفر را با مشارکت 10 درصد از شرکت‌های حمل و نقل نشان داد (هولگین-وراس و همکاران، 2011). علاوه بر این، بهبودهای قابل توجهی در تراکم ترافیک شهری و آلودگی محیط زیست مشاهده می‌شود که منجر به افزایش رقابت اقتصادی شهرهای کوچک و بزرگ می‌شود.

اگرچه این سیاست‌ها اغلب برای کاهش ازدحام ترافیک ناشی از گردش وسایل نقلیه حمل کالا در ساعات شلوغی اتخاذ شده‌اند، اما در نظر گرفتن دیدگاه دریافت‌کنندگان که معمولاً با این سیاست‌ها مخالف هستند نیز مهم است زیرا آنها تمایلی به تغییر نحوه دریافت کالاهای خود ندارند. این مقاله با استفاده از مدلی برای پیش‌بینی تغییر نگرش دریافت‌کنندگان، قصد دارد تفاوت‌های رفتار دریافت‌کنندگان را در پاسخ به سیاست‌های جدید توزیع کالاهای شهری تجزیه و تحلیل کند. این تغییرات نه تنها به ویژگی‌های هر سیاست، بلکه به نوع کسب‌وکاری که تحت تأثیر قرار می‌گیرد نیز بستگی دارد.

دو سیاست مورد مطالعه قرار خواهند گرفت که هر دو با هدف جلوگیری از گردش وسایل نقلیه تحویل در ساعات شلوغی اجرا می‌شوند: توزیع در شب و استفاده از مراکز توزیع کالاهای شهری. سپس این سیاست‌ها با نتایج به‌دست‌آمده در نیویورک با استفاده از OPD مقایسه می‌شوند.

انتخاب اولیه‌ای از متغیرهای اصلی مؤثر بر هر یک از سیاست‌های مورد مطالعه انجام می‌شود و سپس یک نظرسنجی ترجیحات بیان‌شده از خرده‌فروشان پرسیده می‌شود تا تمایل آنها برای پذیرش هر یک از سیاست‌ها تجزیه و تحلیل شود.

نتایج نظرسنجی‌ها برای کالیبره کردن یک مدل لاجیت ترکیبی با در نظر گرفتن مشاهدات مکرر (داده‌های پانل) و تعاملات با نوع کسب‌وکاری که تحت تأثیر سیاست‌های مورد مطالعه قرار می‌گیرد، استفاده خواهد شد. این مدل امکان مطالعه بعدی نحوه رفتار کسب‌وکارها در نتیجه تغییرات ایجاد شده در سیاست‌های توزیع کالاهای شهری را فراهم می‌کند. پس از ایجاد مدل، شبیه‌سازی دو سیستم برای توزیع کالاهای شهری برای تخمین اهمیت هر متغیر بر تصمیمات اتخاذ شده توسط کسب‌وکارها انجام خواهد شد. سپس نتایج به‌دست‌آمده برای سانتاندر و بارسلونا با نتایج به‌دست‌آمده در نیویورک مقایسه می‌شود تا مشخص شود که آیا شباهت‌ها و تفاوت‌هایی وجود دارد یا خیر.

این مقاله به شکل زیر ساختار یافته است: بخش ۲ شرح مفصلی از تحلیل انجام‌شده، توضیح سیاست‌ها و مهم‌ترین متغیرها و همچنین توضیح نحوه طراحی نظرسنجی‌های ترجیحات بیان‌شده ارائه می‌دهد. بخش ۳ کالیبراسیون مدل برای پیش‌بینی رفتار گیرندگان در پاسخ به سیاست‌های جدید را شرح می‌دهد و بخش ۴ این رفتار را در سانتاندر و بارسلونا ارزیابی می‌کند. بخش ۵ نتایج به‌دست‌آمده در این دو شهر را با نتایج به‌دست‌آمده در نیویورک با استفاده از OPD مقایسه می‌کند و در نهایت، بخش ۶ مهم‌ترین نتیجه‌گیری‌ها را ارائه می‌دهد.(منبع).

Call Now Button