Estimación de la demanda de sistemas de movilidad urbana

Abstract

El presente trabajo analiza la situación actual de fuentes de datos geográficas y estadís ticas con las que podamos optimizar la distribución de escúteres eléctricos compartidos, centrándonos concretamente, como ejemplo urbano, en la ciudad de Sevilla. Para ello se comprueban los datos existentes oficiales y no oficiales que nos aporten información sobre movilidad de las personas en la ciudad de Sevilla, intentando encontrar matrices de Origen-Destino lo más actualizadas posibles, incluso analizando la posibilidad actual de obtener matrices O-D en tiempo real, dada la evolución de los sistemas de geolocalización y la recopilación de estos datos por parte de determinadas app. También hemos buscado la información disponible de estudios y encuestas de demanda de este tipo de vehículos, tratando de definir las variables o parámetros que nos definan los perfiles de las personas más atraídas por utilizar estos medios de locomoción. Finalmente, analizamos la información socioeconómica existente sobre personas en determinadas zonas geográficas, como las secciones censales, para poder cruzar los datos de estas secciones censales con los perfiles definidos y las matrices de Origen-Destino. Con todo ello, podemos elaborar un mapa de secciones censales en las que establecer la mayor y menor demanda.

The following dissertation analyses the current status of geographic and statistical data sources that can be used to optimize the distribution in shared electrical scooters, focusing specifically, as an urban example, in the city of Sevilla. For the purpose of the study, both existing official and unofficial geographical and statistical datasets that provide information on the movement of people across the city of Seville were checked. The objective was to try to find Origin-Destiny matrices that were as updated as possible, even analyzing the possibility of obtaining real-time O-D matrices, which would only be possible due to the recent evolution of geolocalisation systems and the gathering of this data by certain applications. Information from other studies and demand surveys on this type of vehicle was also used, trying to define variables and parameters that define the profile of people that would be more attracted to use these means of transportation. Finally, the existing socioeconomic information on people from specific geographic locations, like census tracts, was analyzed to try to cross data with census sections containing the defined profiles and Origin-Destiny matrices. With all data, a map of census sections with higher and lower demand could be created.