Investigating usage patterns of shared electric scooters in Stockholm

Abstract: Hyrelskootrar har snabbt utvecklats till ett nytt alternativ för att ta sig fram i städer. Integrationen av dessa skotrar kräver ingen ändring i infrastrukturen vilket leder till att deras effekt på reseflödet är i hög grad okänd. Detta arbete är ett försök till att förstå dessa effekter genom att analysera hyrelskotrarna från företaget Voi, med en fallstudie i Stockholm. Statistisk analys av 3,5 miljoner datapunkter från Stockholmsområdet under tiden 2018-2020 visade var och när många resor gjordes. Genom att kombinera datapunkterna från Voi med intressepunkter (POIs) från databasen OpenStreetMap estimerades anledningen att resan gjordes. Denna estimering gjordes genom att koppla ihop varje slutpunkt på en resa med den närmsta intressepunkten. OpenStreetMap-databasen lagrar även information om vilken typ varje intressepunkt har. Exempel på typ är “sustenance” (restaurang, barer osv.) “bus-and- subway” (bussar och tåg) och “shops” (galleria, diversehandel, varuhus). Genom att använda dessa typer går det att visualisera hur resandet påverkas av vissa uppsättningar av typer i varje närliggande område och det möjliggör även att dra slutsatser kring varför vissa resor utfördes. Ett mycket viktigt fynd var att områden som inte ligger centralt eller är kollektivtrafiksknytpunkter kommer att ha en bråkdel av resemängden jämfört med de andra. En maskininlärningsmodell tränades att prediktera mängden reseslutpunkter runtom i Stockholm baserat på sammansättningen av intressepunkter och tiden på dygnet. Modellen nådde 32-41 % träffsäkerhet på ett dataset med fem klasser.