Lukovics Miklós

Az önvezető járművek és a városi társadalom


8.3. Stilizált városképek, adatállomány

Szakirodalom-elemzésünk alapján megállapítható, hogy az utcaképet vizsgáló kutatások esetén validált módszer a conjoint-elemzés (Van Cauwenberg et al., 2016; Muraleetharan et al., 2003; Liao et al., 2022; Verhoeven et al., 2017; Katoshevski–Timmermans, 2001; Veitch et al., 2016; Veitch et al., 2017), ugyanakkor ezek gyakran diszkrét kiválasztásos kísérletek, ami kritikákat is kapott amiatt, hogy nem mutat meg minden lehetőséget (Louviere et al., 2010). Ezt kiküszöbölendő tanulmányunkban teljes profilú conjoint-elemzést használunk, amelynek során a létrehozott kártyák mindegyikét értékelték válaszadóink (Ujházi, 2023).
Conjoint-elemzésünk során első lépésként meghatározandók az attribútumok és az attribútumszintek, majd ezek kombinációiból elképzelt utcaképeket hozunk létre, amelyeket a válaszadóink értékelnek (Luce–Tukey, 1964; Young, 1969). Szakirodalom-elemzésünkből egyértelműen meghatározható volt az a hat fő szempont, amely az önvezető járművek tömeges elterjedése során várhatóan markánsan meghatározza a városképet (8.2. táblázat), így ezek alkották elemzésünk hat attribútumát, amelyekhez egyenként két-három attribútumszintet rendeltünk.
 
8.2. táblázat. A kutatási dizájn létrehozásához használt attribútumok és attribútumszintek
Attribútumok
Attribútumszintek
Kapcsolódó publikációk
Jármű-technológia
Hagyományos
Hagyományos és önvezető
Önvezető
Járdahasználat
Csak gyalogosok
Gyalogosok és kerékpárosok
Kb. 1 méteres önvezető szállítórobotok IS
5G technológia
Egyáltalán nem
Ritkán
Sűrűn
Jeladók
Aszfaltban
Jákókelőkön
Aszfaltban és járókelőkön
Sávkiosztás
Régi, megszokott sávkiosztás
 
Új sávkiosztás
Autonóm áruszállító drónok
Nincs
Kevés
Sok
Forrás: saját szekesztés
 
Az itt bemutatott attribútumszintek kombinációiként kialakítható kártyák száma 3 × 3 × 3 × 3 × 2 × 3 = 486, ami túlságosan nagy ahhoz, hogy megmutassuk őket a válaszadóknak. Cél, hogy minimális számú, de mégis a lehető legtöbb információt biztosító kártyákat tudjunk előállítani. Ehhez bármely két attribútumszint-értékhez léteznie kell olyan kártyának, amelyen azok együtt szerepelnek, valamint az adott kártyák páronként nem korrelálhatnak (Addelman, 1962). Ezt ortogonális dimenziószám-csökkentéssel érhetjük el, amihez IBM SPSS szoftvert használtunk. A szoftver a fenti kritériumok mellett 18 kártyát hozott létre, amelyeken az attribútumszintek vizualizálásához a TU Wien streetTUner alkalmazását használtuk (8.1. ábra).
 
8.1. ábra. A teljes profilú conjoint-elemzés során alkalmazott kártyák
Forrás: saját szerkesztés
 
A fenn megfogalmazott kutatási gapre reagálva kutatásunk a fiatal felnőttekre fókuszál. Az adatfelvétel során a 18–30 év közötti korosztályt kerestük meg személyes adatfelvétellel 2023 májusa és novembere között. 1015 válaszadónk a fenn bemutatott 18 kártya mindegyikét (a kártyák teljes profilját) értékelte preferenciái szerint az egyes kártyák osztályozásával, ahol a legrosszabb adható érték 1, a legjobb pedig 10. Válaszaikat egy adatfelvételi lapon rögzítették. Az adatfelvétel személyenként átlagosan 32 percet vett igénybe, alanyaink szemmel láthatóan megfontolt és átgondolt válaszokat adtak. Az így összegyűjtött adatok elemzése IBM SPSS statisztikai elemzőszoftver segítségével történt.
Kutatásunk azon célját, hogy megismerjük, hogy a magyar fiatal városlakók mennyire fogadnák el az önvezető járművek hatására potenciálisan bekövetkező városképi változásokat, nem csupán azzal válaszoljuk meg, hogy megadjuk az egyes attribútumszintek relatív hasznosságát, hanem azzal is, hogy megadjuk a válaszadóink által preferált jövőbeni város jellemzőit az alábbiak szerint:
 
8.1. egyenlet,
 
ahol:
ULPVK: Legjobban Preferált Városi Környezet teljes hasznossága
β0: konstans tag
UTmax: „Jármű-technológia” attribútumon belüli legnagyobb részhasznosság,
UJmax: „Járdahasználat” attribútumon belüli legnagyobb részhasznosság,
U5Gmax: „5G” attribútumon belüli legnagyobb részhasznosság,
UAmax: „Jeladó” attribútumon belüli legnagyobb részhasznosság,
USmax: „Sávkiosztás” attribútumon belüli legnagyobb részhasznosság,
UDmax: „Drón” attribútumon belüli legnagyobb részhasznosság.
 

Az önvezető járművek és a városi társadalom

Tartalomjegyzék


Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2025

ISBN: 978 963 664 154 2

Az önvezető járművek elterjedése új kihívások elé állítja a városokat. A technológia ígéretes, de a sikeres integráció nemcsak műszaki kérdés: kulcsszerep jut a városi döntéshozóknak és az érintett közösségeknek is. E monográfia a felelősségteljes innováció szemléletében vizsgálja, hogyan készülhetnek fel a városok az önvezető járművek érkezésére. Interdiszciplináris kutatásra építve mutatja be a városi lakosság és az önkormányzatok attitűdjeit, kockázatérzékelését és elvárásait. A kötet nem csupán a jelenlegi állapotot tárja fel, hanem gyakorlati keretrendszert is kínál a városi önvezetőjármű-felkészültség növelésére. Hasznos olvasmány kutatók, szakpolitikusok, városfejlesztők és mindazok számára, akik tenni szeretnének a technológiai átmenet társadalmilag elfogadott és sikeres megvalósításáért.

Hivatkozás: https://mersz.hu/lukovics-az-onvezeto-jarmuvek-es-a-varosi-tarsadalom//

BibTeXEndNoteMendeleyZotero

Kivonat
fullscreenclose
printsave