Перенести часы недостаточно

Разговор с профессором Салехом Мамедовым о новом подходе к транспортной нагрузке

Транспортная ситуация в нашей столице заметно обострилась. После остановки движения на участке метро «28 Мая - Низами» нагрузка на наземный транспорт ожидаемо выросла. По официальным данным, ограничения должны продлиться 10-11 месяцев. Одновременно уже работают семь экспресс-маршрутов, призванных частично перераспределить пассажиропоток. На этом фоне Министерство труда и социальной защиты населения предложило изменить и дифференцировать рабочее время в государственных учреждениях.

В беседе с нами доктор экономических наук, профессор Салех Мамедов делится своим видением проблемы. По мнению ученого, одно изменение графика само по себе проблему не решит, транспортную нагрузку нужно рассматривать шире - вместе с режимом работы, образованием, удаленной занятостью и возможностями цифровизации.

- После изменений в работе столичного метро вопрос о разгрузке бакинских дорог стал особенно острым. Министерство труда предлагает дифференцировать рабочее время в государственных учреждениях. Насколько заметный эффект может дать такая мера?

- Изменение рабочего времени действительно может перераспределить часть пассажиропотока, однако рассчитывать на серьезное снижение нагрузки только за счет этой меры не стоит.

Мы провели модельный расчет, чтобы посмотреть, какой результат даст изменение одного режима работы государственных учреждений. Получается, что пиковый спрос снижается всего на 0,1%, максимальная 15-минутная нагрузка - на 3%, а продолжительность поездки в часы пик - на 1,6 минуты.

То есть сама идея имеет смысл, но ее возможностей недостаточно для решения всей проблемы. Нужен более глубокий анализ: кто, откуда и куда перемещается, в какое время возникают основные потоки и какие поездки вообще можно вывести из часов пик.

- В таком случае с чего, на ваш взгляд, нужно начинать?

- Знаете, транспортную проблему Баку нужно рассматривать не только как вопрос дорог и автомобилей. Ведь в этой плоскости связаны между собой работа, образование, транспорт и цифровизация. Нужно собрать официальные данные, провести анализ в Python, построить модель и для каждой предлагаемой меры отдельно рассчитать результат. Тогда можно будет увидеть не только саму идею, но и ее конкретный эффект.

Например, при сценарии с удаленной и гибридной работой модель показывает уже другую картину: пиковый спрос снижается на 8%, максимальная 15-минутная нагрузка - на 9,2%, а время поездки в часы пик - на 6,6 минуты.

Разница заметна. Она показывает, что определенный резерв связан не только с переносом времени поездки, но и с сокращением самих поездок в часы максимальной нагрузки.

- Вы отдельно выделяете образование. Почему оно оказалось частью транспортной модели?

- Потому что учебные поездки также формируют ежедневную транспортную нагрузку. Если часть образовательного процесса можно организовать дистанционно, количество поездок меняется.

В первоначальном варианте рассматривался один удаленный день в неделю. Сейчас мы предлагаем отдельно просчитать другую схему: одну неделю обучение проходит очно, следующую - дистанционно.

При этом потребуется учитывать количество студентов, особенности образовательных программ и продолжительность таких режимов. Начальное образование, лабораторные, клинические и практические занятия в основном должны оставаться очными.

Важно не переносить дистанционно все подряд. Смысл модели в том, чтобы определить, где такой формат действительно применим и какой транспортный эффект он дает.

- Что дает объединение разных мер в одной модели?

- Тогда можно увидеть уже не отдельный результат, а совокупный эффект. Для 90-дневной программы модель дает снижение пикового спроса на 14,7%, максимальной 15-минутной нагрузки - на 18,4%, а времени поездки в часы пик - на 13,4 минуты. В полном варианте программы smart mobility показатели составляют соответственно минус 19,6%, минус 23,9% и минус 15 минут.

Но здесь важно подчеркнуть: это результаты сценарного моделирования, а не официальный прогноз. Модель необходимо калибровать по реальным данным - фактическим пассажиропотокам, скорости движения, маршрутам и другим параметрам.

- Чем принципиально отличается схема «неделя очно, неделя дистанционно» от одного удаленного дня в неделю?

- Меняется сама структура транспортного потока. При одном удаленном дне человек просто не совершает часть поездок в один конкретный день. При чередовании недель все обстоит иначе: в течение целой недели часть студентов не совершает ежедневных поездок к месту учебы. И потому такую схему нужно рассматривать отдельно и заново рассчитывать ее влияние на утренние и вечерние пики. К тому же здесь важна организация групп: одна часть студентов находится на очном обучении, другая в этот период обучается дистанционно, затем они меняются.

- Получается, все это можно использоваться не только как образовательную меру, но и как способ управления транспортным спросом?

- Безусловно, но это нужно подтверждать расчетами. Если меняется график посещения, меняется и количество ежедневных поездок. Модель должна показать, насколько снижается нагрузка и в какие часы. При этом нужно учитывать специфику самого образования. Теоретические занятия легче адаптировать к смешанному формату. Лабораторные, клинические и практические занятия требуют очного присутствия.

- В исходных материалах исследования упоминается и возможное повышение качества работы, цифровизации и даже интеллектуального потенциала. Как это можно оценить в модели?

- В действительности такие вещи нельзя просто заявлять без измерения. Рост интеллекта в данной модели не рассчитывался, а нам нужны конкретные показатели, которые можно измерить и сравнить.

Например, можно оценивать цифровую компетентность, результаты обучения, производительность услуг, равный доступ к образовательным возможностям. То есть для каждой меры должны быть свои внятные показатели. Тогда можно будет увидеть не только транспортный результат, но и то, как изменение режима влияет на другие процессы.

- А можно ли тот же принцип применять к рабочему времени?

- Для части государственных и частных организаций возможно различное время начала работы и определенное количество удаленных дней. Но здесь также необходим расчет. Нельзя просто одновременно перенести рабочее время всех организаций. Нужно распределять графики с учетом того, когда возникает наибольшая транспортная нагрузка.

Рабочие и образовательные графики нужно рассматривать вместе с транспортом, и тогда становится понятно, где возникает спрос на поездки, кто его формирует и в какое время.

- А какие меры должны работать одновременно с изменением рабочего и учебного графика?

- В предлагаемом варианте рассматриваются три временных кластера для рабочего дня, один-два удаленных дня в неделю для подходящих видов занятости, чередование очной и дистанционной недели для высшего и профессионального образования, а также использование непикового времени.

К этому надо добавить транспортные меры: экспресс-автобусы и адаптивное управление светофорами.

После остановки движения на участке «28 Мая - Низами» уже были организованы семь экспресс-маршрутов. Их работу также необходимо оценивать с точки зрения того, как изменяется распределение пассажиров и время поездки.

- Скажите, что можно сделать в ближайшие месяцы, не дожидаясь завершения всех долгосрочных программ?

- Полагаю, можно использовать 90-дневный формат. Ведь за это время можно собрать необходимые данные, протестировать разные графики работы, варианты дистанционного режима, оценить работу экспресс-маршрутов и другие меры.

Но и здесь снова важен точный расчет. В нашей модели 90-дневная программа дает снижение пикового спроса на 14,7%, максимальной 15-минутной нагрузки - на 18,4%, времени поездки в часы пик - на 13,4 минуты. Но эти показатели, конечно же, нужно проверять на реальных данных Баку.

- И какие данные для этого необходимы?

- Разумеется, пассажиропотоки, фактическая скорость движения, маршруты, продолжительность поездок, загрузка общественного транспорта, перемещения между районами, графики работы и учебы. Особенно важна матрица происхождения и назначения поездок: откуда и куда перемещаются люди. Без такого понимания трудно точно определить, где возникает основная нагрузка и какие меры способны ее изменить.

- А что такое адаптивное управление светофорами?

- Это - управление, при котором работа светофоров меняется в зависимости от реальной дорожной ситуации. И для этого необходимо постоянно получать данные о скорости движения, плотности потока и заторах и использовать их при управлении транспортом. Но адаптивные светофоры тоже нельзя рассматривать отдельно. Они должны быть частью общей системы управления мобильностью.

- Как в таком случае оценивать результат всей программы?

- По конкретным показателям: пиковому спросу, продолжительности поездки, скорости движения, загрузке общественного транспорта, количеству поездок в часы пик.

Для удаленной работы и образования добавляются свои показатели - производительность, результаты обучения, цифровая компетентность, равный доступ. При этом в модели нужно четко разделять официальные данные, рассчитанные показатели и допущения самой модели. Тогда результат будет понятен и его можно будет проверять.

- Какой пакет мер нужно объединить в одной системе?

- В базовый вариант B4 входят три временных кластера рабочего дня, один-два удаленных дня в неделю для подходящих видов занятости, чередование очной и дистанционной недели для высшего и профессионального образования, использование непикового времени, экспресс-автобусы и адаптивное управление светофорами.

При этом начальное образование, лабораторные, клинические и практические занятия в основном должны оставаться очными.

Главное - не отдельное решение, а сама система. Если меняется рабочее время, нужно заранее понимать, как изменится транспортный поток. Если часть образования переводится в дистанционный формат, нужно рассчитать, сколько поездок исчезнет из часов пик. Если появляются экспресс-маршруты или меняется работа светофоров, нужно также заранее оценивать их влияние.

- То есть конечная задача заключается в том, чтобы научиться управлять не только транспортом, но и самим спросом на поездки?

- Да. Возможности дорог и общественного транспорта не безграничны. Поэтому нужно управлять и спросом на перемещения. Если заранее моделировать, что произойдет при изменении рабочего времени, частичном переходе образования на дистанционный формат, перераспределении пассажиропотоков, запуске экспресс-маршрутов и изменении работы светофоров, можно принимать решения уже с пониманием их результата.

Такой подход позволяет перейти от отдельных мер к системе smart mobility, где каждое решение предварительно рассчитывается, а после внедрения проверяется по конкретным показателям.