ThesisPDF Available

Geoankieta jako wsparcie decyzyjne w procesach planistycznych na przykładzie rozbudowy systemu roweru publicznego w Poznaniu w 2019 roku

July 2019

DOI:10.13140/RG.2.2.26997.93920

Thesis for: Master
Advisor: Piotr Bartkowiak

Authors:

Cezary Brudka

Poznań University of Economics and Business

Content uploaded by Cezary Brudka

Content may be subject to copyright.

Cezary Brudka

Geoankieta jako wsparcie decyzyjne

w procesach planistycznych na przykładzie

rozbudowy systemu roweru publicznego

w Poznaniu w 2019 roku

Geo-questionnaire as a decision support in

planning processes – case of Poznań public

bicycle system expansion in 2019

Praca magisterska

Promotor: dr hab. Piotr Bartkowiak, prof. nadzw. UEP

Pracę przyjęto dnia:……………………...............................

Podpis Promotora

Kierunek: Zarządzanie

Specjalność: Zarządzanie Inwestycjami i Nieruchomościami

Poznań 2019

2/99 
 
Spis treści 
Wstęp ................................................................................................................................ 4 
Przedmiot badania – rower publiczny ..................................................................... 7 
1 Systemy roweru publicznego na świecie ......................................................... 7 
2 Poznański Rower Miejski ................................................................................ 15 
Narzędzie badawcze – geoankieta ........................................................................ 19 
1 Charakterystyka narzędzia ............................................................................. 19 
2 Stosowanie geoankiety w procesach planistycznych ..................................... 27 
Metody analizy przestrzennej ............................................................................... 31 
1 Analiza przestrzenna i GIS .............................................................................. 31 
2 Agregacja danych przestrzennych .................................................................. 34 
3 Operacje na danych zagregowanych .............................................................. 40 
Charakterystyka badania ....................................................................................... 45 
1 Postępowanie badawcze ................................................................................ 45 
2 Uzyskane dane ................................................................................................ 49 
Ocena reprezentatywności próby ......................................................................... 53 
1 Metody oceny reprezentatywności ............................................................... 53 
2 Ocena reprezentatywności proceduralnej ..................................................... 55 
3 Ocena reprezentatywności społeczno-demograficznej ................................. 55 
4 Ocena reprezentatywności przestrzennej...................................................... 57 
Wyniki badania ...................................................................................................... 65 
1 Zachowania transportowe użytkowników systemu ....................................... 65 
2 Preferencje użytkowników systemu .............................................................. 70 
Podsumowanie ............................................................................................................... 82 
Bibliografia ...................................................................................................................... 84 
Spis rycin ......................................................................................................................... 90 

3/99

Załącznik nr 1 - zestawienie pytań kwestionariuszowych .............................................. 93

Załącznik nr 2 – zestawienie pytań geograficznych ........................................................ 98

Załącznik nr 3 – zestawienie wartości wskaźnika uczestnictwa w osiedlach ................. 99

4/99

Wstęp

Systemy roweru publicznego w ciągu kilkunastu lat od pierwszych wielkoskalowych

zastosowań znalazły swoje miejsce w systemach transportowych wielu miast na świecie.

W Polsce ten środek transportu jest obecny już we wszystkich większych miastach, a jego

wprowadzenia podejmują się także mniejsze ośrodki. Projektowanie systemów roweru

publicznego staje się zatem ważnym i powszechnym elementem organizowania transportu

lokalnego, stanowiącego jedno z podstawowych zadań gmin.

Jednocześnie, ze względu na relatywnie niedługi czas funkcjonowania tego typu

systemów, nie istnieją jeszcze w Polsce ugruntowane zasady ich projektowania - odróżnia to

ten obszar od projektowania innych elementów systemu transportowego miast takich, jak

połączenia drogowe, szynowe, transportu zbiorowego itp. W tej sytuacji konieczne jest

wypracowanie optymalnych metod podejmowania decyzji dotyczących rozwoju systemów

rowerów w publicznych w Polsce.

Ponadto, ze względu na duże zainteresowanie społeczne tą tematyką oraz posiadanie

przez użytkowników systemów unikalnej wiedzy o ich funkcjonowaniu, użytecznej dla osób

podejmujących decyzje projektowe istniej duży potencjał włączenia użytkowników systemu

w proces jego planowania. Ich zaangażowanie wpisuje się w tendencje demokratyzacji

procesów podejmowania decyzji publicznych w ramach koncepcji współzarządzania

publicznego (ang. public governance).

Niniejsza praca ma na celu zaproponowanie i pilotażowe zastosowanie metodyki

prowadzenia badań geoankietowych wspierających podejmowanie decyzji publicznych

w obszarze projektowania systemów roweru publicznego.

Obok celu głównego, realizowane są także cele poboczne:

• Cel praktyczny: dostarczenie wyników decydentom w celu wsparcia procesu

decyzyjnego,

• Cel poznawczy: pozyskanie nowej wiedzy na temat zachowań transportowych

użytkowników systemu roweru publicznego w Poznaniu.

Główna część pracy dotyczy wyników badania geoankietowego, przeprowadzonego

na przełomie lutego i marca 2018 roku przez autora pracy, przy współpracy z Zarządem

5/99

Transportu Miejskiego w Poznaniu, którego przedmiotem był system roweru publicznego

funkcjonujący w Poznaniu pod nazwą Poznański Rower Miejski.

Do zebrania danych pierwotnych wykorzystano geoankietę - internetowy

kwestionariusz pozwalający na udzielanie odpowiedzi poprzez nanoszenie obiektów

na interaktywny podkład mapowy. Narzędzie zostało udostępnione w ramach projektu

badawczo-rozwojowego pn. „Geoportal wspierający partycypację społeczną w planowaniu

przestrzennym”, realizowanego przez Uniwersytet im. Adama Mickiewicza, dofinansowanego

przez Narodowe Centrum Badań i Rozwoju w ramach Programu Badań Stosowanych III

(umowa nr PBS3/A9/39/2015).

W wyniku badania pozyskano łącznie 3339 zwróconych kwestionariuszy

oraz 14 114 obiektów geograficznych naniesionych na mapę przez respondentów. Do części

analiz wykorzystano także dane pomocnicze pochodzące z Głównego Urzędu Statystycznego,

Urzędu Miasta Poznania, Zarządu Transportu Miejskiego, a także mapy podkładowe

pochodzące z serwisu OpenStreetMap.

Do analizy danych o charakterze przestrzennym pozyskanych z ankiety użyto metod

analizy przestrzennej. Pozwoliły one na agregację indywidualnych oznaczeń, estymację ich

gęstości, identyfikację i opis statystyczny skupień oznaczeń, a także delimitację obszarów

koncentracji. Do analizy danych pozbawionych charakteru przestrzennego użyto metod

statystyki opisowej.

Praca jest podzielona na 6 rozdziałów: trzech o charakterze teoretycznym

i metodycznym oraz trzech dotyczących samego badania empirycznego.

W rozdziale 1 zaprezentowano przegląd informacji na temat systemów roweru

publicznego w Polsce i na świecie, a w szczególności ich definicji, historii, modeli technicznych

i biznesowych funkcjonowania. Ponadto, scharakteryzowano także system roweru

publicznego funkcjonujący w Poznaniu do 2018 roku - Poznański Rower Miejski, a także -

proces projektowania jego rozbudowy planowanej na rok 2019.

W rozdziale 2 opisano zastosowane narzędzie badawcze - geoankietę. Omówiono w nim

zasady działania narzędzia, główne zastosowania w Polsce i na świecie, a także korzyści

i wyzwania związane z jego używaniem. Ponadto, przybliżono metodykę jego stosowania

w charakterze wsparcia w problemach decyzyjnych.

6/99

W rozdziale 3 dokonano omówienia metod analizy przestrzennej i wizualizacji wyników

z użyciem oprogramowania GIS. W kolejnych podrozdziałach zostały opisane: podstawowe

informacje o oprogramowaniu GIS i wykorzystywanych przez nie danych przestrzennych,

metody agregacji danych przestrzennych oraz zastosowane w badaniu operacje na danych

zagregowanych.

W rozdziale 4 przedstawiono charakterystykę przeprowadzonego badania

geoankietowego, a w szczególności - opisano okoliczności jego przeprowadzenia,

postępowanie badawcze, treść narzędzia badawczego, charakterystykę grupy docelowej

i zastosowane metody doboru i rekrutacji do badania. Ponadto, scharakteryzowano uzyskane

w wyniku przeprowadzenia ankiety dane.

W rozdziale 5 przeprowadzono ocenę reprezentatywności badania, zarówno ze względu

na kryteria społeczno-demograficzne, jak i kryteria reprezentatywności przestrzennej takie

jak: podobieństwo rozmieszczenia miejsc zamieszkania respondentów do rozmieszczenia

populacji miasta Poznania.

Rozdział 6 zawiera omówienie wyników badania w podziale na wyniki odnoszące się

do zachowań transportowych respondentów oraz wyniki opisujące ich preferencje wobec

rozwoju systemu. W pierwszej części omówiono deklarowane przez respondentów

użytkowanie systemu oraz motywy i powody korzystania i niekorzystania z niego, a także

charakterystykę ich głównej podróży z wykorzystaniem systemu - stopień jej wielomodalności

oraz substytucyjność wobec innych środków transportu. W drugiej części rozdziału zostały

zaprezentowane preferencje respondentów wobec takich aspektów funkcjonowania

przyszłego systemu jak: model przestrzenny funkcjonowania czy preferencje wobec rozwiązań

taryfowych i technicznych możliwych do zastosowania w przyszłym systemie.

Zaprezentowano także podsumowanie sugestii respondentów dotyczących lokalizacji nowych

stacji systemu oraz zasięgu ewentualnej strefy, w której wypożyczenia i zwrot mogłyby

odbywać się poza stacjami.

Pracę kończy podsumowanie, w którym opisano sposób realizacji celów pracy

oraz przytoczono najważniejsze wnioski z badania. Ponadto, zaproponowano w nim także

możliwe dalsze kierunki badań i prac rozwojowych.

7/99

1 Przedmiot badania – rower publiczny

1.1 Systemy roweru publicznego na świecie

Systemy rowerów publicznych stanowią relatywnie nowy, choć dynamicznie rozwijający

się element systemów transportowych miast. Ich tworzenie wpisuje się w ideę transportu

zrównoważonego, rozumianego jako „zaspokajanie aktualnego zapotrzebowania na transport

i mobilność bez ograniczania możliwości przyszłych pokoleń do zaspokajania tego

zapotrzebowania” (Black, 1996). Kierunek ten jest aktywnie wspierany przez takie instytucje

międzynarodowe jak Bank Światowy (1996) czy Komisja Europejska (2011).

1.1.1 Definicje i nazewnictwo

W literaturze funkcjonują różne definicje systemu roweru publicznego (dalej: SRP). Część

autorów przyjmuje, że jego głównym celem jest umożliwienie wykonania podróży rowerem,

zależnie od potrzeby, przy wyeliminowaniu z rachunku użytkownika kosztów

i odpowiedzialności związanych z posiadaniem roweru (Shaheen, Guzman i Zhang, 2010, s.

159) Inni z kolei podkreślają sieciowy charakter systemu (European Cyclists’ Federation, 2012)

oraz jego publiczną dostępność i samoobsługowość (Büttner, Mlasowsky i Birkholz, 2011, s.

10). W literaturze polskojęzycznej SRP został kompleksowo zdefiniowany przez Dwojackiego,

Jackowskiego i Zielińską (2016) jako „system mobilności rowerowej opartej o flotę rowerów

publicznych wraz z zapleczem technicznym i teleinformatycznym, oferujący bezpłatną lub

niskokosztową komunikację rowerową dla mieszkańców danego terenu (miasta, aglomeracji)

oraz osób przyjezdnych”.

Warto także zwrócić uwagę na brak jednoznacznie ustalonej terminologii – podczas gdy

w niektórych krajach istnieje jeden powszechnie używany termin na określenie systemu

roweru publicznego (fran. vélos en libre-service, niem. Fahrradverleihsysteme) w literaturze

anglojęzycznej funkcjonuje równolegle kilka określeń, takich jak bicycle-sharing system, public

bicycle system, czy bike-share scheme.

W Polsce także funkcjonują dwa stosowane wymiennie określenia: rower miejski

oraz rower publiczny. Pierwszy z nich powstał przez analogię do potocznej nazwy publicznego

W niniejszym rozdziale wykorzystano fragmenty wcześniejszych tekstów autora na temat roweru publicznego, a w

szczególności: pracy licencjackiej pt. „Opór przestrzeni w przejazdach rowerem publicznym na przykładzie Poznańskiego

Roweru Miejskiego w roku 2016” (Brudka, 2017a) oraz rozdziału pt. „Przestrzenne aspekty funkcjonowania roweru w mieście

- przykład Poznańskiego Roweru Miejskiego” (Brudka, 2017b).

8/99

transportu zbiorowego, tzn. komunikacji miejskiej. Forma ta jest także częścią nazw własnych

niektórych polskich systemów, np. Poznański Rower Miejski czy Wrocławski Rower Miejski.

Drugie określenie, rower publiczny, nawiązuje do publicznego charakteru systemu i także jest

odzwierciedlony w nazwach niektórych systemów – przede wszystkim Łódzkiego Roweru

Publicznego.

W niniejszej pracy stosowany będzie ten drugi termin, ponieważ wydaje się lepiej

oddawać istotę koncepcji (publiczny dostęp do roweru) oraz pozwala uniknąć konfliktu

z nazwą konstrukcji roweru („rower miejski - rower do jazdy po mieście” – analogicznie

do „rower górski – rower do jazdy po górach”).

1.1.2 Cele tworzenia SRP

Najważniejszym celem tworzenia systemów jest zwiększenie udziału ekologicznych

środków transportu w podziale zadań przewozowych (ang. modal split) całości systemu

transportowego miasta (Schneider, 2015). Cel ten jest realizowany najczęściej poprzez:

• bezpośrednie zastąpienie podróży prywatnymi samochodami podróżami z użyciem

roweru publicznego,

• uzupełnienie oferty transportu publicznego oraz

• zmianę nastawienia mieszkańców do poruszania się rowerem.

Bezpośrednie zastąpienie podróży prywatnymi samochodami jest możliwe dzięki

zaoferowaniu użytkownikom, gotowym do zmiany środka transportu, dostępu do publicznego

pojazdu za przystępną opłatą. Umożliwia to użycie roweru w codziennych podróżach osobom,

które nie posiadają roweru, nie mają warunków do przechowywania roweru w miejscach

zamieszkania lub obawiają się pozostawiania własnego jednośladu w miejscach publicznych

(Schneider, 2015).

Ten pierwszy przypadek, oprócz osób w trudnej sytuacji materialnej, dotyczy także

czasowych migrantów do miast (np. studentów), którzy często przy przeprowadzce nie

przewożą posiadanego przez siebie jednośladu, pozostawiając go w miejscu pierwotnego

zamieszkania. Drugi przypadek ma znaczenie szczególnie w miastach o wysokiej gęstości

zabudowy i zaludnienia, w których dominują mieszkania małe i/lub z trudnym dostępem

do wyższych kondygnacji – brak możliwości przechowywania roweru lub trudności z jego

codziennym transportem do i z mieszkania w takich warunkach bywa główną barierą dla

9/99

rozpoczęcia używania roweru w codziennych podróżach. Trzeci przypadek dotyczy obszarów

o wysokim poziomie drobnej przestępczości (np. kradzieży) oraz osób posiadających drogie

rowery turystyczne i sportowe.

Uzupełnienie oferty transportu publicznego jest możliwe poprzez zaoferowanie

rozwiązania „problemu ostatniego kilometra” podróży multimodalnych z wykorzystaniem

transportu publicznego (Shaheen i Martin, 2015). Ze względu na liniowy charakter

infrastruktury szybkiego transportu zbiorowego, skorzystanie z niego jest najczęściej

warunkowane dotarciem zarówno na przystanek początkowy z miejsca zamieszkania, jak

i z przystanku końcowego do miejsca docelowego. Czas potrzebny na przebycie pieszo tych

relatywnie krótkich odcinków podróży może znacznie wydłużać jej całkowity czas podróży,

a co za tym idzie – wpływać na obniżenie jej prędkości handlowej, określanej jako stosunek

całkowitego dystansu podróży do całkowitego czasu przejazdu. W przypadku podróży

samochodem całkowity czas podróży zawiera także czas poszukiwania miejsca postojowego,

a w przypadku transportu publicznego – oczekiwania na przyjazd pojazdu. W podróżach

z użyciem roweru czas niebędący czasem samej jazdy jest relatywnie krótki i wynika

z konieczności znalezienia odpowiedniego miejsca postojowego oraz przypięcia roweru.

System rowerów publicznych może zwiększać zasięg systemu transportu zbiorowego,

jeżeli jego stacje zlokalizowane są w pobliżu przystanków transportu zbiorowego. Umożliwia

to podróżnym szybszy od poruszania się pieszo sposób przebycia ostatnich metrów całkowitej

odległości podróży (Schneider, 2015).

Użytkowanie roweru publicznego może mieć także wpływ na zwiększenie wykorzystania

rowerów prywatnych i promocję przemieszczania się w mieście z pomocą tego środka

transportu (Shaheen i Martin, 2015). Niski koszt podróży tym środkiem transportu oraz jego

wysoka dostępność zachęcają do skorzystania z niego osoby, które na co dzień nie korzystają

z własnego roweru w transporcie. Doświadczenie jazdy rowerem w mieście, w różnych

warunkach ruchu i pogodowych często pozwala na przezwyciężenie barier mentalnych przed

korzystaniem z roweru w ogóle. W takim przypadku osoba taka może zdecydować się

na zakup własnego roweru i wykorzystywanie go w codziennych podróżach.

10/99

1.1.3 Modele techniczne SRP

Historia systemów roweru publicznego sięga roku 1965, a ich ewolucja jest tradycyjnie

dzielona na tzw. generacje (DeMaio, 2009, s. 42; Shaheen i in., 2010, s. 162) czyli okresy

dominacji kolejnych rozwiązań technicznych i organizacyjnych. Spośród nich, wiodącą jest

aktualnie generacja trzecia – oparta o rozmieszczone w przestrzeni miasta stacje dokujące.

Dynamicznie rozwija się jednak także generacja czwarta, w której stacje nie występują.

Spośród wcześniejszych generacji, pierwsza obejmuje przede wszystkim funkcjonujący

w roku 1965 w Amsterdamie system tzw. Białych Rowerów (niderl. Witte Fietsen). Inicjatywa

polegała na udostępnieniu mieszkańcom używanych rowerów seryjnej produkcji, poprzez

pomalowanie ich na biało i pozostawienie w widocznych miejscach w przestrzeni publicznej.

Co do zasady, roweru użyć mógł każdy pod warunkiem pozostawienia go po użyciu

do dyspozycji kolejnych użytkowników w przestrzeni publicznej. Program zakończył się

w ciągu kilku dni (DeMaio, 2009, s. 42) w wyniku konfiskaty rowerów przez policję (ITDP, 2013,

s. 19). Inne programy tej generacji (tj. charakteryzujące się całkowitym brakiem

zabezpieczenia rowerów przed kradzieżą) zostały zainicjowane we Francji („żółte rowery”,

fran. vélos jaunes w La Rochelle w roku 1974) oraz w Wielkiej Brytanii (system Green Bike

Scheme w Cambridge w roku 1993). Podobnie jak w przypadku systemu amsterdamskiego,

system w Cambridge załamał się niedługo po inauguracji, jednak nie w wyniku konfiskaty,

a masowych kradzieży rowerów (Shaheen i in., 2010, s. 160).

Druga generacja roweru publicznego została zapoczątkowana w Danii w roku 1991 (w

miejscowościach Farsø i Grenå), a jej głównym przedstawicielem jest kopenhaski system

Bycyklen z roku 1995 (DeMaio, 2009, s. 42). Głównymi wyróżnikami systemów drugiej

generacji było stosowanie specjalnie do tego celu zaprojektowanych rowerów

oraz konieczność wpłacenia depozytu w momencie wypożyczenia (Shaheen i in., 2010, s. 160).

Obydwa te wymogi miały zapobiegać kradzieży rowerów (i utrudniać dalszą ich sprzedaż).

W systemach drugiej generacji nie były jednak stosowane rozwiązania ograniczające czas

wypożyczenia. Skutkowało przypadkami bardzo długich wypożyczeń lub wręcz traktowania

roweru jak pojazdu prywatnego. Brak rejestracji utrudniał też znacząco identyfikację osób

odpowiedzialnych za akty wandalizmu i kradzieże (ITDP, 2013, s. 20).

Trzecia generacja charakteryzuje się zastosowaniem nowoczesnych technologii

informacyjnych, które umożliwiły m.in. identyfikację użytkownika oraz wprowadzenie opłat

11/99

uzależnionych od czasu wypożyczenia. Typowy system generacji trzeciej oparty jest o stacje

dokujące, rozmieszczone na obszarze miasta. W stacjach dokujących umieszczone są rowery,

a wypożyczenie i zwrot roweru odbywają się poprzez interakcję z terminalem stacji. Ma ona

na celu identyfikację użytkownika – najczęściej przy użyciu karty identyfikacyjnej lub przy

podaniu numeru telefonu i kodu autoryzacyjnego. Ponadto, konieczność użycia terminala

pozwala na zarejestrowanie momentu początku i końca podróży, a co za tym idzie – naliczenia

opłaty za wypożyczenie.

Do trzeciej generacji należą systemy, którym przypisuje się kluczową rolę

w popularyzacji koncepcji roweru publicznego, czyli założony w 2005 roku lyoński Velo’v

oraz dwa lata od niego młodszy paryski Velib’. Sukces obu systemów zaowocował bardzo

szybkim przyrostem liczby i wielkości nowych systemów trzeciej generacji (DeMaio, 2009, s.

43; ITDP, 2013, s. 13) – w ciągu kilku lat programy trzeciej generacji zostały zastosowane

zarówno w Europie (londyńskie Barclays Bikes, dzisiaj funkcjonujące pod nazwą Santander

Cycles), jak i na innych kontynentach: w Ameryce Północnej (system BIXI w Montrealu, Capital

Bikeshare w Waszyngtonie i Citibike w Nowym Jorku) oraz w Azji.

Większość działających w Polsce systemów roweru publicznego to systemy trzeciej

generacji, oparte o stacje. Należą do nich między innymi warszawski system Veturilo, Łódzki

Rower Publiczny, Wrocławski Rower Miejski, Szczeciński Rower Miejski, a do końca 2018 roku

także Poznański Rower Miejski.

Rozwój generacji czwartej SRP był możliwy dzięki postępowi technologii

informacyjnych, łączności i komunikacji zbliżeniowej (RFID) oraz popularyzacji osobistych

urządzeń z dostępem do internetu, tzw. smarfonów. Dzięki tym zmianom możliwe (i

ekonomicznie opłacalne) stało się wyposażenie rowerów w odbiorniki systemu GPS

oraz zasilane z akumulatorów komputery pokładowe. Obydwa te elementy pozwoliły

na uniezależnienie procesu wypożyczania i zwrotu rowerów od terminali umieszczonych

na stacji (Dwojacki i in., 2016, s. 26).

W systemie czwartej generacji, komputery pokładowe rejestrują i przekazują

do systemu teleinformatycznego operatora lokalizację każdego roweru oraz dane opisujące

każdą operację wypożyczenia i zwrotu roweru. Ponadto, w wielu systemach generacji czwartej

funkcje podobne do komputera pokładowego pełnią także oficjalne aplikacje na smartfony –

użytkownik za ich pomocą może zlokalizować, zarezerwować, wypożyczyć i zwrócić rower.

12/99

Systemy te nie wymagają zatem lokalizacji w przestrzeni stacji systemu i pozwalają na zwrot

i wypożyczenie rowerów w dowolnym miejscu wewnątrz wyznaczonego uprzednio obszarów

- stref elastycznego wypożyczania (ang. flex zones). W związku z powyższym, systemy tej

generacji są nazywane „systemami obszarowymi”.

Możliwe jest także tworzenie systemów hybrydowych, w których równolegle mogą

funkcjonować zarówno stacje dokujące jak i strefy elastycznego wypożyczania. Przykładem

takiego podejścia są funkcjonujące od roku 2015 systemy w Kolonii (Nextbike GmbH, 2015a)

oraz w Monachium (Nextbike GmbH, 2015b).

Pierwszym z tego typu systemów działających w Polsce jest uruchomiony w roku 2016

w Krakowie system Wavelo. Jest to pierwszy w Polsce system, w którym umożliwiono

pozostawianie rowerów poza stacją. Drugi z polskich systemów czwartej generacji to

działający od roku 2019 system Mevo, który obejmuje aglomerację trójmiejską (Gdańsk-

Gmina-Sopot) wraz z 11 gminami obszaru funkcjonalnego aglomeracji. Ze względu

na ukształtowanie terenu aglomeracji trójmiejskiej zdecydowano się, aby wszystkie rowery

systemowe były wspomagane elektrycznie – jest to tym samym największy tego rodzaju

system na świecie (Biała, 2018).

1.1.4 Modele biznesowe SRP

Równolegle do powstawania kolejnych generacji technicznych roweru publicznego,

rozwijały się także konkurencyjne modele biznesowe oraz formalno-prawne funkcjonowania

SRP.

Na kanwie sukcesu dwóch francuskich SRP - lyońskiego Velo’v oraz paryskiego Velib’

upowszechnił się zastosowany w ich przypadku specyficzny model świadczenia usług przez

operatorów powiązanych z rynkiem reklamy wizualnej. W przypadku systemów francuskich

pionierem tego układu była firma JCDecaux, zajmująca się wynajmem przestrzeni

reklamowych. W podobną działalność włączył się także jej główny amerykański konkurent -

firma Clear Channel.

W ramach tego modelu biznesowego, firma reklamowa oferuje w pełni funkcjonalny

system rowerów publicznych w zamian za monopol na wynajem powierzchni reklamowych

w przestrzeni miejskiej, eliminując konieczność bezpośredniego subsydiowania systemu

z budżetu miasta. Koszt dla samorządu nie powstaje w sensie finansowym, natomiast w sensie

13/99

ekonomicznym jest to koszt utraconych korzyści, jakie samorząd mógłby uzyskać z wynajmu

powierzchni reklamowych. Kwota ta nie jest łatwa do oszacowania co powoduje, że znacząca

część kosztu funkcjonowania systemów tego typu pozostaje ukryta.

Ponieważ w tego typu systemach koszt dla użytkownika jest niski, bądź zerowy –

powszechne są bezpłatne okresy wypożyczeń wynoszące kilkadziesiąt minut – systemy te

często charakteryzują się niskimi barierami wejścia dla użytkowników. Ubocznym efektem

sukcesu systemów tego typu jest presja na samorządy chcące wprowadzić system roweru

publicznego na swoim terenie, aby koszt systemu ponoszony przez finalnego użytkownika był

podobnie niski jak w systemach uznawanych za wzorcowe.

W warunkach polskich, najczęściej stosowany jest model, w którym organizator systemu

(najczęściej miasto/gmina lub jej jednostka organizacyjna) wybiera w otwartym przetargu

operatora systemu, który zobowiązuje się za odpowiednią opłatą dostarczyć infrastrukturę

systemu oraz zapewniać jego funkcjonowanie w ramach określonych przez zamawiającego

standardów obsługi. W zależności od uregulowań umownych, operatorzy mogą także

zachowywać prawo do pobierania indywidualnych opłat od użytkowników.

Model ten traktuje tym samym system roweru publicznego jako element systemu

transportu publicznego, a tym samym – przenosi ciężar jego organizacji oraz finansowania

na władze samorządowe. W tym modelu zamawiający (gmina) ponosi koszty zarówno budowy

jak i funkcjonowania systemu, lecz jednocześnie poprzez zapisy umowne może wymagać

od operatora odpowiedniego poziomu obsługi użytkowników w takich obszarach jak:

sprawność techniczna infrastruktury i samych rowerów, dostępność rowerów na stacjach itp.

W systemie tym funkcjonuje większość SRP w polskich miastach, a wśród nich: Poznański

Rower Miejski.

Trzecim modelem jest udzielenie operatorowi koncesji na prowadzenie systemu

na terenie gminy/miasta. System ten, w przeciwieństwie do poprzednich, zakłada daleko

posuniętą samodzielność finansową oraz rentowność systemu. W umowie koncesji, podobnie

jak w przypadku poprzedniego modelu, miasto ma możliwość uregulowania standardów

obsługi, jednak opłata na rzecz operatora ma charakter ryczałtowy (np. w zależności od liczby

funkcjonujących w systemie rowerów). Operator, po spełnieniu wymagań koncesji, ma prawo

do wykonywania działalności komercyjnej z zakresie wypożyczenia rowerów, a przede

14/99

wszystkim - samodzielnego kształtowania kosztów i stawek dla użytkowników w taki sposób,

aby maksymalizować rentowność systemu.

Pierwszym systemem działającym w oparciu o koncesję jest uruchomiony w roku 2016

w Krakowie system Wavelo. Na tle innych krajowych SRP, charakteryzuje go przeniesienie

ciężaru opłat za użytkowanie roweru na użytkowników – mają oni możliwość opłacenia

miesięcznego lub rocznego abonamentu (w ramach którego bezpłatnie można wykorzystać

w zależności od opcji – 60 lub 90 minut na dobę) lub rozliczania się za każdą minutę

użytkowania. Koszt systemu dla samorządu został obniżony do ryczałtowej opłaty 1 zł za

miesięczne funkcjonowanie jednego roweru (Szymajda, 2016).

Ponadto, od 2014 roku można obserwować dynamicznie rozwijający się segment

systemów typu free-float. Są to systemy obszarowe, w których wypożyczanie i zwrot rowerów

odbywa się w całości przy pomocy smartfonów. Konsekwencją tego jest zredukowanie

do minimum infrastruktury technicznej potrzebnej do organizacji systemu – rowery

pozbawione są komputerów pokładowych, w przestrzeni miasta nie są umieszczane stacje

systemowe, a zwrotów i wypożyczeń dokonuje się w dowolnym miejscu.

Drugą charakterystyką systemów tego typu jest to, że są one w 100% komercyjne,

oparte o przychody z opłat za wypożyczenie oraz wynajmu nośników reklamowych

na rowerach. Z tego powodu w większości wypadków funkcjonują one bez formalnej umowy

z miastem, na terenie którego system funkcjonuje, a często także mimo negatywnego

stosunku władz lokalnych do uruchomienia systemu. Negatywny stosunek władz lokalnych

wynika z faktu, że systemy tego typu generują wiele problemów związanych ze złym stanem

technicznym rowerów, agresywną ekspansją w przestrzeni miasta, blokowaniem chodników

i ulic oraz zaśmiecaniem miasta przez zepsute i porzucone rowery (Haas, 2017).

Systemy tego typu funkcjonują lub funkcjonowały głównie w Chinach, Indiach i Azji

Południowo-wschodniej. W okresie wzmożonego wzrostu, finansowanego przez globalne

fundusze typu venture capital, w samych Chinach funkcjonowało kilkudziesięciu operatorów

systemów typu free-float, którzy na potrzeby 130 milionów zarejestrowanych użytkowników

umieścili na ulicach chińskich miast 16 milionów jednośladów (Ibold i Nedopil, 2018).

Ze względu na silną konkurencję oraz niedoszacowanie popytu wielu operatorów w roku 2017

ogłosiło upadłość – rozmiary zainwestowanego kapitału przyczyniły się do rozpatrywania

15/99

wzrostu i upadku tego segmentu rynku wypożyczalni rowerów jako przykładu bańki (ang.

bubble). Upadłości operatorów oraz rozpowszechniane w mediach, pobudzające wyobraźnie

fotografie lotnicze miejsca składowania tysięcy porzuconych przez operatorów rowerów

(Haas, 2017) negatywnie wpłynęły na wizerunek tego środka transportu (Ibold i Nedopil,

2018).

1.2 Poznański Rower Miejski

1.2.1 Rozwiązania formalno-prawne do 2018 roku

Poznański Rower Miejski to system roweru publicznego funkcjonujący w Poznaniu

na podstawie zamówienia publicznego. Organizatorem systemu jest Zarząd Transportu

Miejskiego w Poznaniu, a operatorem – firma Nextbike Polska S.A., będącą spółką-oddziałem

niemieckiego operatora podobnych systemów na świecie – firmy Nextbike GmbH. Do roku

2018 firma ta obsługiwała system bezpośrednio, a od roku 2019 – poprzez spółkę-córkę NB

Poznań Sp. z o.o.

Działanie systemu opiera się o wieloletnią umowę z operatorem wyłanianym

w przetargu. W umowie regulowane są warunki finansowe współpracy oraz wymagania

techniczne względem systemu i jego funkcjonowania. Dla operatora przewidziane są m.in.

kary umowne za zły stan techniczny rowerów, awarie stacji oraz nierealizowanie obowiązku

realokacji rowerów.

1.2.2 Rozwój przestrzenny do 2018 roku

Historia Poznańskiego Roweru Miejskiego rozpoczęła się w 2011 r. wraz z podpisaniem

umowy pomiędzy Zarządem Transportu Miejskiego i firmą Nextbike Polska. W dniu

15 kwietnia 2012 r. uruchomiony został niewielki system trzeciej generacji z zaledwie

siedmioma stacjami i 80 rowerami przypinanymi analogowym zamkiem szyfrującym

(wRower.pl, 2017). Z racji na swoje ograniczenia system nie cieszył się dużą popularnością.

Sytuację w niewielkim stopniu poprawiła rozbudowa z 2014 roku, w ramach której przybyło

łącznie 9 stacji (Leśniewska, 2015)

Dużą zmianę w działaniu PRM przyniósł rok 2015. Sieć rozbudowano do 37 stacji i ponad

440 rowerów, zmodernizowano także sposób wypożyczania, wyposażając stacje

w elektrozamki pozwalające na szybsze zapinanie i odpinanie roweru. Na nowych stacjach

16/99

pojawiły się ponadto ekrany dotykowe wraz z możliwością płacenia z wykorzystaniem

terminali płatniczych.

W 2016 r. rozbudowano system do 61 stacji wyposażonych w 683 rowery. Dokończono

także modernizację systemu, wszystkie stacje wyposażając w ekrany dotykowe. W wyniku

rozbudowy liczba wypożyczeń osiągnęła niemal 400 tysięcy, czyli ponad 3 razy więcej niż

w 2015 r. W podsumowaniu sezonu przedstawiciele operatora wskazywali na szybszy niż

wprost proporcjonalny wzrost liczby wypożyczeń – podczas gdy rozmiary sieci powiększyły się

o około 60% to liczba wypożyczeń wzrosła o około 300%. (Nextbike Polska, 2016). Także

w 2016 roku została oddana do użytku pierwsza stacja sponsorska, będąc efektem współpracy

z siecią dyskontów Lidl.

Rok 2017 przyniósł kolejną rozbudowę, w ramach której przybyło 26 wypożyczalni i 210

rowerów. W kolejnym roku – 2018 – liczba stacji została zwiększona do 113, a wśród nich

funkcjonowały już 4 stacje sponsorskie.

1.2.3 Rozwiązania technologiczne do 2018 roku

Poznański Rower Miejski do roku 2018 był systemem trzeciej generacji, w którym

wypożyczenie i zwrot roweru następował w określonych punktach – stacjach, wyposażonych

w terminal z ekranem dotykowym. Domyślnie każdy z rowerów w stacji stał wpięty

do odrębnego słupka wyposażonego w elektrozamek, z którego następowało ich

wypożyczenie oraz do którego następował zwrot.

Aby skorzystać z roweru, wymagana była jednorazowa rejestracja, której można było

dokonać przez stronę internetową, aplikację Nextbike, terminal na stacji lub połączenie

z infolinią. Rejestracja obciążona była tzw. „opłatą inicjacyjną”, która do końca 2018 roku

wynosiła 10 zł. Zarejestrowanie się w jednym z systemów operatora umożliwiało korzystanie

ze wszystkich jego systemów na świecie – w takim wypadku nie była konieczna ponowna

rejestracja.

Zarejestrowany użytkownik wypożyczał rower podchodząc do terminala i następnie

postępując zgodnie ze wskazówkami na wyświetlaczu. Wypożyczenia można było dokonać

również za pomocą aplikacji mobilnej Nextbike oraz poprzez kontakt z całodobową infolinią.

Użytkownik identyfikowany był za pomocą numeru telefonu i kodu PIN albo karty, która

posiada funkcję bezdotykowego identyfikatora (RFID) – np. Poznańskiej Elektronicznej Karty

17/99

Aglomeracyjnej, Elektronicznej Legitymacji Studenckiej itp. Jeszcze przed fizycznym

zjawieniem się na stacji, użytkownik miał możliwość sprawdzenia liczby rowerów znajdujących

się w stacji poprzez oficjalny interaktywny plan miasta oraz aplikację mobilną. Było to możliwe

dzięki udostępnianiu statystyk zapełnienia stacji w czasie rzeczywistym przez operatora

w formie API (ang. application programming interface).

W kwestii rozwiązań taryfowych - pierwsze 20 minut każdego przejazdu było możliwe

bez opłaty. Opłata za użytkowanie roweru od 21 minut do godziny wynosiła 2 zł, a za każdą

kolejną rozpoczętą godzinę należało zapłacić 4 zł. Przewidziane były też zniżki dla

użytkowników biletów miesięcznych Zarządu Transportu Miejskiego posługujących się kartą

PEKA – użytkownicy tacy mieli możliwość darmowej podróży do 30 minut, a opłaty za

pierwszą, drugą i kolejne godziny użytkowania wynosiły odpowiednio – 1, 2 i 4 złote (Nextbike

Polska, 2017).

Progresja opłat za kolejne godziny i dwustuzłotowa kara za przekroczenie 12 h czasu

wypożyczenia miała zniechęcać do długich wypożyczeń, które zmniejszają rotację floty

w systemie. Według statystyk podawanych przez operatora w 2016 roku średni czas

wypożyczenia roweru wynosił 19 minut i 49 sekund. Na blisko 400 tysięcy wynajmów,

darmowe było około 80%. (Nextbike Polska, 2016).

1.2.4 Reorganizacja systemu od roku 2019

Ze względu na zbliżający się koniec umowy z operatorem wyłonionym w przetargu,

w roku 2018 Miasto Poznań podjęło prace mające na celu opracowanie nowej koncepcji

funkcjonowania systemu, a w konsekwencji – specyfikacji kolejnego zamówienia publicznego.

W listopadzie roku 2017 powołano przy Prezydencie Miasta Poznania Zespół ds.

funkcjonowania systemu roweru publicznego w Poznaniu, w którego skład po zmianach

ze stycznia 2018 roku weszło troje przedstawicieli Zarządu Transportu Miejskiego, dwoje

przedstawicieli Wydziału Transportu i Zieleni Urzędu Miasta Poznania, dwóch przedstawicieli

Stowarzyszenia „Rowerowy Poznań” (w tym autor pracy) oraz jeden przedstawiciel

Politechniki Poznańskiej. Zespół miał za zadanie przygotować rekomendacje dotyczące

przyszłego kształtu systemu i modelu jego funkcjonowania, a także wytyczne do zawarcia

w specyfikacji kolejnego zamówienia publicznego, planowanego do przeprowadzenia

w drugiej połowie roku 2018.

18/99

Spośród głównych problemów decyzyjnych przed jakimi stał zespół należy wymienić:

• Wybór modelu technicznego funkcjonowania systemu, w tym: wybór pomiędzy

systemem stacyjnym (trzeciej generacji) lub obszarowym (czwartej generacji);

• Wybór modelu taryfowego funkcjonowania systemu, w tym: wybór pomiędzy

dotychczasowym rozwiązaniem typu pay-as-you-ride, przewidującym opłaty

uzależnione od długości wypożyczenia, a wprowadzeniem abonamentu.

W celu pozyskania informacji potrzebnych do wydania rekomendacji, zespół postanowił

przeprowadzić trzy czynności, których wyniki miały być wsparciem informacyjnym

w rozważanym przez jego członków problemach.

Pierwszą z tych czynności było przeprowadzenie testów technicznych rowerów

dostarczonych przez zainteresowane strony. Rowery oceniane były według szeregu kryteriów,

a wyniki testów zbierane przez testujących w formie tabelarycznej, a następnie przedstawiane

na posiedzeniu zespołu.

Druga czynnością było przeprowadzenie formalnej procedury dialogu technicznego,

przewidzianej przez Ustawę z dnia 29 stycznia 2004 r. – Prawo zamówień publicznych (Dz.U.

2004 nr 19 poz. 177). W jej ramach zespół mógł skierować do potencjalnych oferentów

pytania dotyczące stosowanych przez nich rozwiązań oraz przyjąć dodatkowe informacje

od oferentów, które ich zdaniem powinny być wzięte pod uwagę przy konstruowaniu

docelowego zamówienia.

Trzecią czynnością było przeprowadzenie badania geoankietowego wśród

użytkowników systemu oraz zainteresowanych mieszkańców, mającego na celu uzyskanie

dodatkowych informacji na temat sposobów użytkowania dotychczasowego systemu, a także

preferencji mieszkańców wobec rozwoju przestrzennego systemu i możliwych

do zastosowania rozwiązań technicznych i taryfowych. Badanie to zostało przeprowadzone

przez autora pracy w ramach finansowanego przez Narodowe Centrum Badań i Rozwoju

projektu „Geoportal wspierający partycypację społeczną w planowaniu przestrzennym”

realizowanego przez konsorcjum od kierownictwem Centrum Badań Metropolitalnych

Uniwersytetu im. Adama Mickiewicza, a jego wyniki są głównym materiałem empirycznym tej

pracy.

19/99

2 Narzędzie badawcze – geoankieta

2.1 Charakterystyka narzędzia

2.1.1 Architektura i zasady działania narzędzia

Geoankieta to aplikacja internetowa posiadająca funkcjonalność kwestionariusza

ankiety oraz interaktywnej mapy, za pomocą której można odpowiadać na pytania związane

z przestrzenią geograficzną (Jankowski i in., 2019, 2018; Jankowski, Kaczmarek, i in., 2017).

Użytkownicy, poza udzielaniem odpowiedzi na tradycyjne pytania kwestionariuszowe, mogą

także nanosić na mapę obiekty geograficzne (punkty, linie, wieloboki) (Jankowski i in., 2019,

2018; Jankowski, Kaczmarek, i in., 2017). Obiekty te mogą oznaczać zarówno lokalizację

w przestrzeni fizycznych obiektów (np. odwiedzanych sklepów), jak i umiejscawiać

w przestrzeni bardziej subiektywne oceny (np. „to miejsce mi się podoba”, „to miejsce

powinno zostać przekształcone w park”). Ponadto, respondenci mogą także zostać poproszeni

o odpowiedź na dodatkowe pytanie kontekstowe dotyczące naniesionego wcześniej obiektu,

np. „Jak często odwiedzasz ten sklep?”, po naniesieniu na mapę punktu „sklep” (Jankowski

i in., 2019, 2018; Jankowski, Kaczmarek, i in., 2017).

Geoankietę można wypełnić z użyciem dowolnej przeglądarki internetowej – poprzez

wpisanie internetowego adresu ankiety (np. prm.geoankieta.pl). Każdy użytkownik, który

wyświetli ankietę otrzymuje unikalny identyfikator, pozwalający na późniejsze łączenie jego

odpowiedzi oraz możliwość ponownego przystąpienia do wypełniania ankiety, gdyby

czynność ta została wcześniej przerwana.

Typowa geoankieta składa się z kilku stron zawierających pytania zarówno o charakterze

przestrzennym jak i pozbawione tego aspektu. Podkład mapowy najczęściej przedstawia treści

kartograficzne popularnych serwisów udostępniających mapy online (np. OpenStreetMap).

Może on być jednak wzbogacony przez autorów ankiety o dodatkowe warstwy informacyjne

przydatne podczas wypełniania ankiety (np. lokalizację przystanków transportu publicznego

w przypadku ankiety o takiej tematyce). Użytkownik ma też możliwość przełączania się

pomiędzy warstwami, a także przesuwać, przybliżać i oddalać mapę (Jankowski i in., 2019, s.

253).

20/99

Osoba tworząca ankietę ma dostęp do panelu administratora, z którego pomocą może

dokonać konfiguracji map podkładowych, kolejnych stron ankiety, a w końcu – pytań

kwestionariuszowych i geograficznych (Jankowski i in., 2018, ss. 25, 30–40).

Dostępne pytania związane z przestrzenią to możliwość nanoszenia na mapę punktów,

linii i wieloboków. Odbywa się to poprzez wybranie z panelu odpowiedniej kategorii obiektu

(np. „sklep”), a następnie klikanie w odpowiednich miejscach w podkład mapowy.

W przypadku nanoszenia punktu jest to pojedyncze kliknięcie, które skutkuje naniesieniem

punktu we wskazanym miejscu. Linie i wieloboki, wskazuje się poprzez zaznaczanie na mapie

kolejnych wierzchołków figury – zakończenie nanoszenia obiektu odbywa się przez podwójne

kliknięcie. Utworzony obiekt liniowy to linia łącząca kolejne wierzchołki naniesione przez

użytkownika, W przypadku wieloboku – jest to pole ograniczone linią łączącą kolejne

wierzchołki.

Każdy z naniesionych obiektów geograficznych otrzymuje w momencie utworzenia

unikalny identyfikator i jest zapisywany w bazie danych. Dodatkowo jest mu przypisywany

także identyfikator użytkownika, który go naniósł.

Spośród typowych pytań kwestionariuszowych (tzn. pozbawionych aspektu

geograficznego) należy wymienić: pytania zamknięte (jedno- i wielokrotnego wyboru), pytania

otwarte oraz skale liczbowe. Każde z tych rodzajów pytań może być zarówno umieszczone

w części głównej kwestionariusza albo jako pytanie kontekstowe do konkretnego obiektu.

W pierwszym wypadku – odpowiedź jest przypisywana do identyfikatora użytkownika, a

w drugim – do identyfikatora konkretnego obiektu.

Odpowiedzi udzielane przez użytkowników są zapisywane przez aplikację

w przestrzennej bazie danych, skąd następnie mogą być pobrane przez organizatora ankiety

w postaci baz zawartych w plikach popularnego formatu CSV (ang. comma-separated value –

wartości rozdzielone przecinkami) (Jankowski i in., 2019, s. 65).

Odpowiedzi na pytania niezwiązane z przestrzenią udostępniane są w jednej bazie

danych, w której każdy wiersz (rekord) odpowiada jednemu użytkownikowi, a każda kolumna

(pole) odpowiada odpowiedzi na kolejne pytania. Ze względu na uniemożliwienie

wielokrotnego wypełniania ankiety – liczba rekordów w tej bazie odpowiada liczbie

21/99

użytkowników (respondentów ankiety). Kodowanie znaków odbywa się wg standardu

Unicode (UTF-8).

Odpowiedzi na pytania geograficzne są zapisywane w kilku bazach danych, a ich liczba

zależy od liczby pytań geograficznych. W każdej z baz danych znajdują się obiekty jednej klasy

– tzn. osobno są przechowywane obiekty typu „miejsce zamieszkania”, a osobno „miejsce

pracy”. Jest to uzasadnione tym, że dla różnych obiektów geograficznych mogą być

zdefiniowane inne pytania kontekstowe, co z kolei wpływa na architekturę bazy danych.

W każdej z baz, kolejne wiersze (rekordy) odpowiadają kolejnym obiektom geograficznym,

a kolejne kolumny (pola) – zawierają odpowiedzi na pytania kontekstowe dla każdego

z obiektów. Informacja o lokalizacji obiektów jest przechowywana w polu WKT (od ang. well-

known text) w układzie odwzorowania geograficznego EPSG:3857, tzw. „pseudo-Mercator”.

Ponadto, osoby organizujące ankietę mają możliwość monitorowania w czasie

rzeczywistym liczby zwróconych ankiet, a także – rozkładu odpowiedzi na poszczególne

pytania (Jankowski i in., 2018, s. 25). Jest to szczególnie przydatne do monitorowania

struktury uzyskanej próby i umożliwia zorganizowanie dodatkowej rekrutacji do badania

metodą doboru kwotowego lub celowego.

2.1.2 Zastosowania na świecie i w Polsce

Różne formy geoankiety (wykorzystujące różne pakiety oprogramowania) są stosowane

od wielu lat w krajach rozwiniętych – Stanach Zjednoczonych Ameryki, Finlandii, Wielkiej

Brytanii, Włoszech, Australii (G. Brown, 2015; Jankowski, Kaczmarek, i in., 2017; Kahila-Tani,

Broberg, Kyttä, & Tyger, 2016).

W Polsce rosnącą popularność geoankiet można odnotować od kilku lat. Pierwsze

zastosowania (rok 2014) miały charakter pionierski na Polskim gruncie – wnioski z tych

wdrożeń pozwoliły na udoskonalenia zarówno w kwestii rozwoju oprogramowania, metod

konstruowania kwestionariuszy jak i analizy danych (Jankowski, Czepkiewicz, Młodkowski i

Zwoliński, 2016; Pietrzyk-Kaszyńska, Czepkiewicz i Kronenberg, 2017). Niemałe znaczenie

miało też umiejscowienie nowatorskich metod partycypacji społecznej w relatywnie

sformalizowanym systemie planowania przestrzennego w Polsce (Bąkowska-Waldmann,

Brudka, & Jankowski, 2018; Jankowski i in., 2016). W tym czasie zastosowania zagraniczne

dotyczyły już kluczowych projektów z zakresu planowania przestrzennego (np. tworzenie

22/99

koncepcji zagospodarowania przestrzennego aglomeracji Helsinek w Finlandii) (Kahila-Tani

i in., 2016), a ich regularne i systematyczne stosowanie było przyczynkiem do proponowania

włączenia ich na stałe w reżim planistyczny w postaci elementu systemów wsparcia

decyzyjnego (Kahila-Tani i in., 2016, ss. 4, 17).

Na przestrzeni ostatnich lat geoankieta została zastosowana w Polsce w wielu obszarach

tematycznych, spośród których należy wymienić (Bąkowska-Waldmann, Czepkiewicz, &

Brudka, 2018; Bąkowska i in., 2016; Jankowski i in., 2016, 2019; Pietrzyk-Kaszyńska i in., 2017):

• opracowywanie miejscowych planów zagospodarowania przestrzennego

w aglomeracji poznańskiej, łódzkiej i warszawskiej

• planowanie sieci transportu publicznego (w Łodzi) oraz lokalnego planu uspokojenia

ruchu w Poznaniu

• formułowanie zapisów kodeksów ochrony krajobrazu (w Łodzi, Nysie, Cieszynie)

• inwentaryzacja zieleni i identyfikacja obszarów cennych przyrodniczo (w Krakowie,

Łodzi, Poznaniu)

• wspomaganie procesów rewitalizacji i formułowania gminnych programów

rewitalizacji (w Poznaniu)

Największym do tej pory zastosowaniem geoankiet w Polsce było badanie na potrzeby

opracowywania przez władze Miasta st. Warszawy nowego Studium Uwarunkowań

i Kierunków Zagospodarowania Przestrzennego. W tej ankiecie wzięło udział 16 tysięcy osób,

które naniosły łącznie 122 tysiące obiektów geograficznych (Czepkiewicz, Brudka,

Rozynkowski i Hejza, 2019).

2.1.3 Korzyści ze stosowania geoankiety

Autorzy podręcznika stosowania geoankiety w procesach planowania przestrzennego

zwracają uwagę na następujące korzyści z używania narzędzia (Jankowski, Kaczmarek, i in.,

2017):

1) „zaangażowanie większej liczby mieszkańców niż w przypadku tradycyjnych form

konsultacji społecznych,

2) nieograniczona czasowo i przestrzennie możliwość udziału w konsultacjach,

3) mobilność narzędzi pozwalająca na przeprowadzanie konsultacji w terenie,

4) możliwość integracji z tradycyjnymi formami konsultacji społecznych,

23/99

5) zaangażowanie osób w wieku 20-39 lat, zazwyczaj mniej aktywnych w tradycyjnych

formach konsultacji społecznych,

6) cyfrowy zapis danych pozyskanych od mieszkańców,

7) pełna i szczegółowa informacja o charakterze przestrzennym wprowadzanych

obiektów (współrzędne geograficzne, powierzchnia itp.).”

Ponadto, wskazywana jest relatywna prostota używania narzędzia – użytkownik

do poprawnej jego obsługi musi posiadać jedynie podstawowe kompetencje w posługiwaniu

się mapami elektronicznymi (Jankowski i in., 2019, s. 253). Co prawda, problemy w używaniu

narzędzia mogą mieć osoby, które nie posiadają tych kompetencji - np. osoby starsze lub

z innego powodu wykluczeni cyfrowo (Jankowski i in., 2019, s. 253) - ale należy przewidywać

ogólny wzrost tych kompetencji ze względu na popularyzację map cyfrowych np. przez

popularne aplikacje służące do organizowania podróży (np. polski serwis jakdojade.pl czy

globalny Uber).

Najczęściej wskazywane zalety używania geoankiet wynikają z ich elektronicznego

charakteru oraz używania elektronicznych map. Ta pierwsza cecha pozwala na efektywne

zbieranie i przetwarzanie dużych zbiorów danych, które byłyby trudne i czasochłonne

w przetwarzaniu w przypadku tradycyjnej „papierowej” ankiety typu PAPI (ang. Pen and pencil

interview). Pozwala to na łatwe skalowanie (ang. scaling up) procesów partycypacyjnych

(Jankowski, Czepkiewicz, Młodkowski, Zwoliński i Wójcicki, 2017) w celu zmniejszenia

znaczenia pojedynczych opinii na rzecz uchwycenia „mądrości tłumu” (G. Brown, 2015), a

na etapie analizy – znacznie ułatwia przeprowadzanie analiz ilościowych (Jankowski,

Kaczmarek, i in., 2017).

Używanie map jako materiału pomocniczego dla wypełnianej ankiety jest techniką

stosowaną od wielu lat także w przypadku ankiet tradycyjnych – respondenci takiej ankiety

mogli w odpowiedzi na pytanie zaznaczać obiekty geograficzne na uprzednio wydrukowanym

podkładzie mapowym. Dane zebrane w taki sposób mogły być analizowane w sposób

indywidualny (ang. disaggregation), jednak, aby mogły być agregowane i analizowane

ilościowo, musiały być ręcznie zapisywane w elektronicznych bazach danych, co podwyższało

czasochłonność i koszty takich badań. Także dokładność i jednoznaczność zebranych tą

metodą danych pozostawiała wiele do życzenia – respondent mogąc skorzystać tylko

z przedstawionego mu podkładu nie miał możliwości umieszczenia obiektów poza nim, albo

24/99

zmiany skali mapy, w celu dokładniejszego umiejscowienia obiektu. Sygnatury stosowane

w takich ankietach także mogły wprowadzać niejednoznaczność albo w kwestii przynależności

do konkretnej kategorii albo – dokładności przestrzennej oznaczeń.

Użycie elektronicznych podkładów pozwala użytkownikowi na takie dostosowanie

widoku (zakresu, skali) mapy, w którym może on jednoznacznie i precyzyjnie wskazać

lokalizację obiektu (Jankowski, Kaczmarek, i in., 2017, s. 31), co ma szczególne znaczenie

w przypadku analizy zjawisk o małej skali – np. lokalizacji cennych przyrodniczo drzew.

Na etapie analizy, dokładność tak wprowadzonych danych pozwala na ominięcie wielu

problemów z zakresu analiz przestrzennych, takich jak np. problemu zmiennej jednostki

odniesienia (ang. modifiable areal unit problem), który pojawia się w sytuacji, gdy zjawiska

przestrzenne rejestrowane są od razu w formie agregatów geograficznych takich jak np.

obszary dzielnic, osiedli, kodów pocztowych (Czepkiewicz i in., 2016, s. 20).

Warto także zauważyć, że możliwość przestrzennego umiejscowienia tak zwanych

kategorii „miękkich” (percepcja, opinie, postawy, preferencje respondentów) (Jankowski,

Kaczmarek, i in., 2017, s. 17), a następnie ich rejestracja w bazach danych w celu

przeprowadzania na nich operacji GIS jest jednym z głównych postulatów podejścia softGIS

(Rantanen i Kahila, 2009). Na podstawie ewaluacji prowadzonych w Polsce procesów

planistycznych, w których użyto geoankiety (Bąkowska-Waldmann, Brudka, i in., 2018;

Bąkowska i in., 2016; Jankowski i in., 2019) i w Finlandii (Kahila-Tani i in., 2016) stwierdzono,

że dostęp do tego typu informacji (niedostępnych w tradycyjnych źródłach, np. rejestrów

publicznych, danych pomiarowych i z inwentaryzacji) jest ceniony przez odbiorców danych

jako wsparcie dla podejmowanych przez nich decyzji planistycznych. Nowatorska forma

znajduje także uznanie wśród części respondentów (Bąkowska i in., 2016) – wskazują oni

na to, że brak ograniczeń co do miejsca i czasu pozwoliło im wziąć udział w procesie

partycypacyjnym, w którym nie wzięli by udziału przy zastosowanie innych, klasycznych form

(np. spotkań publicznych).

25/99

2.1.4 Wyzwania w stosowaniu geoankiety

Spośród głównych wyzwań w zakresie stosowania geoankiety należy wymienić:

• obciążenie pod względem demograficznym (wiek, wykształcenie) próby z użyciem

doboru dobrowolnego (Jankowski i in., 2019, s. 258, 2018, s. 75; Jankowski, Kaczmarek,

i in., 2017, s. 28),

• obciążenie danych błędem przestrzennym pod względem adekwatności i precyzji (G.

Brown, Weber i de Bie, 2015; Rzeszewski i Kotus, 2019),

• obawy respondentów o rzeczywisty wpływ na proces planistyczny (Bąkowska i in.,

2016);

• obawy organizatorów procesów partycypacji obywatelskiej przed:

o „przeładowaniem informacyjnym” prowadzonych procesów (Bąkowska-

Waldmann, Brudka, i in., 2018);

o otwarciem procesów planowania na szerokie grono interesariuszy (Bąkowska-

Waldmann, Brudka, i in., 2018; G. Brown, 2015);

• brak wystarczających kompetencji wśród organizatorów procesów do analizy danych

i wykorzystania ich w procesie (Kahila-Tani i in., 2016)

Pierwsze wyzwanie jest związane zarówno z samym narzędziem (wymagającym

posiadania kompetencji cyfrowych) jak i stosowanym do tej pory doborem dobrowolnym

do badania. Uzyskiwane próby najczęściej charakteryzują się nadmierna reprezentacją osób

młodych i z wyższym wykształceniem, a niedostateczną reprezentacją osób: w średnim wieku,

starszych i młodzieży, a także z wykształceniem średnim, podstawowym i zasadniczym

zawodowym (Jankowski i in., 2019, s. 258, 2018, s. 75; Jankowski, Kaczmarek, i in., 2017, s.

28).

Warto jednak zwrócić uwagę na różne znaczenie tego faktu w kontekście istniejących

metod angażowania mieszkańców w procesy planowania. W przypadku tradycyjnych metod

(np. spotkań publicznych) reprezentacja poszczególnych grup wiekowych w próbie jest

odwrócona – tzn. nadmiernie reprezentowane są osoby starsze, a w mniejszym stopniu –

młodsze (Kaczmarek i Wójcicki, 2015). Badania geoankietowe mogą zatem być stosowane

komplementarnie do tradycyjnych form, a ich połączenie może spowodować zrównoważenie

próby rozpatrywanej jako całość (Jankowski i in., 2019, s. 258).

26/99

Podobny efekt nie zachodzi w przypadku niereprezentatywności pod względem

wykształcenia, gdzie inne formy angażowania mieszkańców także przejawiają skrzywienie

próby w kierunku osób z wyższym wykształceniem (Jankowski i in., 2019, s. 258). Efekt ten jest

przypisywany alternatywnie: większej skłonności osób lepiej wykształconych do angażowania

się w sprawy publiczne lub mniejszym możliwościom osób z niższym wykształceniem

angażowania się w procesy partycypacyjne ze względu na większe obciążenie innymi

obowiązkami.

Drugie wyzwanie, zbadane w mniejszym stopniu niż pierwsze, dotyczy jakości

uzyskiwanych danych przestrzennych. Choć należy zauważyć w wielu przypadkach większą

dokładność w stosunku do innych form (Jankowski, Kaczmarek, i in., 2017, s. 31), to

w literaturze pojawiają się także przypadki, gdy jakość danych została oceniona

niezadowalająco bądź zadowalająco z zastrzeżeniami. Pierwszy przypadek (Rzeszewski i Kotus,

2019), będący wynikiem przeprowadzonego na nielicznej próbie (30 osób) eksperymentu

wskazuje na problemy wielu respondentów z posługiwaniem się mapami, a co za tym idzie –

trudnościach w adekwatnym oznaczeniu obiektów na mapie nawet w prostych zadaniach.

W drugim przypadku, ewaluacja jakości danych w dużym procesie partycypacyjnym

w Australii dotyczącym identyfikacji obszarów wartościowych biologicznie (G. Brown, 2015)

wykazała, że agregacja wskazań użytkowników pozwalała na identyfikację ok 80% obszarów

cennych zidentyfikowanych tradycyjnymi metodami. Zauważono, że obszary „pominięte”

przez respondentów ankiety koncentrowały się głównie w rejonach słabo zaludnionych

i rzadko odwiedzanych. Mimo tego autor wskazuje na „wystarczająco dobrą” (ang. good

enough) jakość danych w przypadku, gdy nie jest to jedyne źródło informacji (G. Brown, 2015).

Ostatnią grupą wyzwań są obawy zarówno respondentów ankiet jak i odbiorców danych

o wpływ stosowania narzędzi na wynik procesów partycypacyjnych, tzn. konkretne decyzje

planistyczne. Z jednej strony, wielu mieszkańców wyrażało brak wiary w to, że ich odpowiedzi

w rzeczywistości wpłyną na decyzje planistyczne (Bąkowska i in., 2016), z drugiej strony –

planiści oraz osoby organizujące procesy partycypacyjne wyrażali obawy, że otwarcie procesu

spowoduje większe wymagania społeczne wobec planu oraz wygeneruje widocznie więcej

informacji, które należałoby wziąć od uwagę (Bąkowska i in., 2016) – problem opisywany

metaforycznie w języku angielskim jako „drowning in data, but starving for insights” tzn.

„toniemy w danych, [a jednocześnie] jesteśmy głodni wglądu/wiedzy ” (E. D. Brown, 2014).

27/99

Wspomniany problem może być pośrednio związany ze zidentyfikowaną przez Kahilę-Tani

z zespołem (2016) luką kompetencyjną wśród urzędników będących odbiorcami danych,

którzy zgłaszali problemy z umiejętnościami analizy tak dużych zbiorów danych oraz brak

zachęt ze strony instytucji macierzystych do stosowania nowatorskich rozwiązań. Ta ostatnia

bariera została zauważona także innych krajach, takich jak Australia (G. Brown, 2015) czy

Polska (Bąkowska i in., 2016).

2.2 Stosowanie geoankiety w procesach planistycznych

2.2.1 Geoankieta jako narzędzie w procesie planowania

Geoankieta w warunkach polski stosowana jest w ostatnich latach przede wszystkim

w charakterze narzędzia pomocniczego w procesach planistycznych (Jankowski i in., 2019).

Wyrażenie „proces planistyczny” w tej perspektywie można traktować relatywnie pojemnie –

jako każde działania władzy publicznej, w wyniku której powstają wiążące lub niewiążące jej

lub obywateli plany o charakterze przestrzennym. W ramach tej definicji mieści się zatem

zarówno planowanie sensu stricto, tzn. proces przygotowywania i uchwalania dokumentów

planistycznych zgodnie z ustawą z dnia 27 marca 2003 r. o planowaniu i zagospodarowaniu

przestrzennym jak i planowanie sensu largo – dotyczące dokumentów o podobnej

charakterystyce, lecz alternatywnie: mających charakter niewiążący lub dotyczących innych

niż planowanie przestrzenne obszarów (planowanie transportu, ochrona krajobrazu,

rewitalizacja itp.), tj. procesów ze sfery soft planning.

W ramach procesu planowania geoankietę można stosować zarówno jako narzędzie

konsultacji społecznych jak i wsparcia informacyjnego dla planistów. Należy przy tym

zaznaczyć, że funkcje te nie są rozłączne, a nacisk na jedną bądź drugą z nich zależy

od charakteru konkretnego procesu. Szczególne znaczenie ma tu także charakter jednostki

organizacyjnej będącej odbiorcą danych. Jednostki będące organizatorami konsultacji (np.

centra komunikacji społecznej) traktują narzędzie jako element partycypacji społecznej

i wymagają od niego realizowania społecznych celów partycypacji – angażowania, edukacji

i informowania mieszkańców (ang. social outcomes). W przypadku jednostek organizacyjnych

związanych z samym procesem planowania (np. miejskie pracownie urbanistyczne) albo

stanowiących zaplecze analityczne dla planistów (np. biura analiz), większy nacisk jest

kładziony na korzyści dla samych planistów, tzn. możliwość pozyskania nowych, przydatnych

w planowaniu informacji (ang. task outcomes).

28/99

2.2.2 Metodyka zastosowania jako narzędzie wsparcia decyzyjnego

Prezentowana poniżej metodyka stosowania geoankiety w procesach planistycznych

jako wsparcia dla podejmowania decyzji planistycznych została wypracowana w ramach

projektu „Geoportal wspierający partycypację społeczną w planowaniu przestrzennym”,

realizowanego w latach 2015-2018 przez Uniwersytet im. Adama Mickiewicza,

dofinansowanego przez Narodowe Centrum Badań i Rozwoju w ramach Programu Badań

Stosowanych III (umowa nr PBS3/A9/39/2015) przy współudziale autora pracy. Niniejszy

podrozdział stanowi syntezę jej dłuższego opisu zawartego w podręczniku dobrych praktyk

autorstwa Jankowskiego z zespołem (2018).

Proces przygotowania geoankiety na potrzeby wsparcia informacyjnego procesów

decyzyjnych opiera się na ścisłej współpracy z odbiorcami jej wyników – głównie

z przedstawicielami władz, pracowników urzędów, planistami. Nawiązanie współpracy już

na etapie koncepcji badania pozwala na dokładniejszą identyfikację potrzeb i oczekiwań

odbiorców oraz dostosowanie narzędzia i formy pożądanego efektu współpracy (Jankowski

i in., 2018, s. 32). Proces ten obejmuje 3 zasadnicze etapy:

1. Sformułowanie koncepcji badania

2. Sformułowanie treści narzędzia i sposobu analizy

3. Weryfikacja narzędzia i sposobów analizy

Pierwszy ze wskazanych etapów dzieli się na 3 kroki:

• Określenie problemów decyzyjnych odbiorcy danych;

• Określenie potrzeb informacyjnych odbiorcy danych;

• Określenie grup docelowych badania.

Aby wynik badania (konsultacji społecznych) mógł wpłynąć na wynik procesu

planistycznego, kluczowe jest, aby stanowił istotną korzyść dla decydenta, np. w postaci

dodatkowej wiedzy. Dobrą praktyką jest zatem rozpoczęcie współpracy od określenia

głównych problemów decyzyjnych, przed jakimi stoi decydent/planista. W przypadku planu

miejscowego może to być np. decyzja o lokalizacji szkoły, a w przypadku planowania systemu

roweru publicznego – o lokalizacji stacji systemu.

Do rozstrzygnięcia problemów decyzyjnych planista może wykorzystywać różne rodzaje

i źródła wiedzy (np. ekspercką, wyniki inwentaryzacji) – kolejnym ważnym krokiem jest zatem

29/99

zastanowienie się, jakiego rodzaju informacje posiadane przez mieszkańców mogą być

przydatne w podjęciu decyzji. Innymi słowy, należy określić zbiór potrzeb informacyjnych

planisty. Mogą one przyjąć równoważnika zdania („lokalizacja często odwiedzanych miejsc”)

albo pytania („gdzie znajdują się miejsca często odwiedzane?”). Określone w ten sposób

potrzeby informacyjne nie stanowią jeszcze pytań kwestionariuszowych, ale są punktem

wyjścia do ich określenia w kolejnych krokach.

Kolejnym krokiem jest określenie grupy docelowej badania, tzn. odpowiedzenie

na pytanie „kto posiada informacje, których potrzebuje planista?”. W przypadku wielu

problemów planistycznych będą to przede wszystkim mieszkańcy obszaru objętego

planowaniem, ale mogą to być także inne grupy – jego użytkownicy (niebędący

mieszkańcami), przyszli lub byli użytkownicy, właściciele nieruchomości, inwestorzy,

deweloperzy itp. (Jankowski i in., 2018, ss. 20–21).

Po określeniu problemów decyzyjnych, potrzeb informacyjnych i grup docelowych,

można przejść do etapu 2 tj. projektowania kwestionariusza. Składa się on z 3 kroków:

• Sformułowanie pytań kwestionariusza;

• Określenie planowanych metod analizy danych;

• Skonstruowanie i konfiguracja w aplikacji ostatecznego kwestionariusza.

Przy formułowaniu pytań kwestionariusza należy uwzględnić następującą zasadę:

„Potrzeby informacyjne warunkują przedmiot pytania, podczas gdy grupy docelowe – jego

formę.” (Jankowski i in., 2018, s. 21). Innymi słowy, to o co chcemy zapytać powinno

odpowiadać na potrzeby informacyjne decydenta, ale to w jaki sposób zostanie sformułowane

pytanie zależy od możliwości grupy docelowej. Warto zwrócić uwagę, że pytania w większości

wypadków nie będą współbrzmieć z pytaniami określającymi potrzebę informacyjną (por.

potrzeba informacyjna: „gdzie znajdują się miejsca często odwiedzane?” a pytanie ankietowe:

„Wskaż na mapie często odwiedzane przez Ciebie miejsce”).

Należy też zauważyć, że w wielu przypadkach potrzeby informacyjne będą realizowane

przez analizę odpowiedzi na więcej niż jedno pytanie. Przykładowo, jeżeli decydent chce się

dowiedzieć jak daleko od miejsca zamieszkania pracują mieszkańcy danego obszaru to zamiast

zadawać trudne dla respondenta pytanie „Jak daleko (w kilometrach) od miejsca zamieszkania

znajduje się Twoje miejsce pracy?” można poprosić respondenta o zaznaczenie na mapie

30/99

zarówno miejsca zamieszkania jak i miejsca pracy, a następnie dokonać pomiaru odległości już

na etapie analizy.

Z tego też powodu, już na etapie konstruowania kwestionariusza ankiety należy

przewidzieć metody analizy oraz sposób w jaki dane wejściowe (odpowiedzi na pytania)

zostaną przetworzone w informację odpowiadającą potrzebą informacyjnym decydenta.

Skonstruowanie i konfiguracja gotowego kwestionariusza polegają przede wszystkim

na wprowadzeniu sformułowanych pytań do oprogramowania poprzez panel administracyjny.

Dodanie strony powitalnej, strony z podziękowaniami oraz tzw. „metryczki”, czyli pytań o

charakterystykę społeczno-demograficzną respondenta.

Etap 3, tzn. weryfikacja narzędzia może przyjąć różne formy, w zależności

od dostępności czasu i potrzeby. Podstawowa weryfikacja powinna obejmować

przedstawienie gotowego kwestionariusza osobom spoza kręgu projektantów ankiety

z prośba o wniesienie uwag. Nieodzowne jest także przedstawienie kwestionariusza kilku

osobom z grupy docelowej, w celu weryfikacji jest zrozumiałości i jednoznaczności.

Bardziej zaawansowana weryfikacja, tzn. bardziej czasochłonna, ale dająca lepsze efekty

powinna obejmować także badanie pilotażowe na niewielkiej próbie respondentów, w tym:

przeprowadzenie asystowanego wypełniania ankiety. W takiej sytuacji asystent jest w stanie

wychwycić problemy jakie napotykają respondenci oraz zarejestrować formułowane przez

nich uwagi. Z kolei dane uzyskane z pilotażu pozwolą na pilotażowe przeprowadzenie analiz,

w celu weryfikacji planowanych metod i wczesnego wykrycia ewentualnych problemów

z jakością danych.

31/99

3 Metody analizy przestrzennej

3.1 Analiza przestrzenna i GIS

Analiza przestrzenna to zbiór metod pozwalających na badanie i opisywanie zależności

i zjawisk występujących w przestrzeni. Historycznie, wiele z jej metod, problemów

i używanych pojęć wywodzi się geografii (w tym: kartografii), a także matematyki, a

w szczególności – geometrii i topologii. Zastosowanie znajduje zarówno w geologii, ekologii,

epidemiologii, jak i geografii społeczno-ekonomicznej, gospodarce przestrzennej, socjologii

i psychologii środowiskowej.

W ostatnich latach, wraz z rozwojem technologii informacyjnych, upowszechniły się tzw.

systemy informacji geograficznej (ang. geographic information systems – GIS). Choć

pierwotnie funkcjonowały one jako systemy gromadzenia i przetwarzania danych

przestrzennych, wraz z ich upowszechnieniem w geografii i innych naukach, rozpoczął się

proces przyrostu nowych metod i technik obliczeń, a także sposobów reprezentacji

środowiska przyrodniczego w komputerowych bazach danych. Ten nowy obszar wiedzy

w języku angielskim nazywany jest Geographic Information Science. Powszechnie stosowany

jest też skrót GIScience, wskazujący na powiązania z systemami informacji geograficznej.

W języku polskim nie przyjęto na razie jednej konwencji nazewnictwa, a stosowane są

w różnych kontekstach różne określenia takie jak: geoinformacja, geoinformatyka czy po

prostu GIS. Przykładem braku jednego terminu oddającego zarówno narzędzia jak i obszar

wiedzy dotyczący ich stosowania jest polskie tłumaczenie uznanego na świecie podręcznika

GIS/GIScience autorstwa P. Longleya, M. Goodchilda, D. Maguire’a i D. Rhinda (2006) –

podczas gdy oryginalny tytuł rozwija skrót GIS jako „Geographic Information Systems and

Science”, redaktorzy polskiego wydania zdecydowali się na pozostawienie w tytule skrótu GIS

wraz z dopiskiem „Teoria i praktyka”.

Dla przeprowadzenia jakichkolwiek analiz przestrzennych przy użyciu oprogramowania

GIS fundamentalne znaczenie ma rozstrzygnięcie dwóch problemów związanych

z reprezentacją w pamięci komputera danych o przestrzeni geograficznej i znajdującej się

w niej obiektach. Pierwszy z nich dotyczy odwzorowania przestrzeni geograficznej

(powierzchni kuli Ziemskiej) do systemów informatycznych, a drugi – sposobu reprezentacji

obiektów i zjawisk w tej przestrzeni.

32/99

3.1.1 Układ odniesienia

Podstawowym problemem w przechowywaniu i przetwarzaniu danych o charakterze

przestrzennym jest kwestia reprezentacji przestrzeni geograficznej w pamięci komputera.

Analizy przestrzenne w ekonomii czy geografii społeczno-ekonomicznej najczęściej dotyczą

zjawisk występujących na całości lub wycinku powierzchni Ziemi. Ze względów praktycznych,

aby możliwe było przeprowadzenie analiz, konieczne jest zastosowanie przekształceń

pozwalających odwzorować trójwymiarową powierzchnię Ziemi na płaszczyznę. Jest to

potrzebne zarówno dla uproszczenia metod obliczeniowych jak i ułatwienia późniejszej

wizualizacji kartograficznej. Przekształcenia te, nazywane w kartografii odwzorowaniem

kartograficznym, mają swoje odpowiedniki GIS w postaci układów odniesienia (ang.

coordinate reference system - CRS).

Układy odniesienia to systemy przechowywania w pamięci komputera informacji o

lokalizacji. Ze względu na różnorodne cele ich tworzenia i stosowania oraz wycinki kuli

ziemskiej, dla których zostały zaprojektowane do dyspozycji jest kilkaset różnych CRS. Używają

one różnych metryk, a co za tym idzie - jednostek miary (metry, stopnie szerokości i długości

geograficznej), a także konwencji zapisu współrzędnych. Dobór odpowiedniego układu

odniesienie jest warunkiem koniecznym przeprowadzenia analiz.

Najpopularniejszym globalnym układem współrzędnych jest aktualnie układ WGS

84 (ang. World Geodetic System ’84), identyfikowany także kodem EPSG:4326. Został on

opracowany przez amerykański Departament Obrony na potrzeby łączności i pozycjonowania

satelitarnego. Ze względu na jego użycie przez system nawigacji satelitarnej GPS (ang. Global

Positioning System) został on spopularyzowany w większości zastosowań cywilnych.

W Polsce do zastosowań w administracji publicznej i geodezji stosuje się Państwowy

Układ Współrzędnych Geodezyjnych (tzw. „układ 2000”), na który składają się 4 lokalne układy

odniesienia obowiązujące dla 4 stref ułożonych południkowo wzdłuż południków 15°E, 18°E,

21°E, 24°E (oznaczonych kolejno kodami EPSG: 2176, 2177, 2178, 2179). Jest to jedyny układ

odniesienia, w którym mogą być sporządzane geodezyjne mapy zasadnicze. Z tego powodu

jest to też układ odniesienia, w którym sporządzane są rysunki miejscowych planów

zagospodarowania przestrzennego.

33/99

W zastosowaniach internetowych najczęściej stosowanym układem odniesienia jest

układ „Web Mercator” (EPSG:3857). Dotyczy to w szczególności ogólnodostępnych serwisach

mapowych jak Google Maps, Bing Maps, OpenStreetMap i inne. Ze względu na uproszczony

charakter nie jest traktowany jako układ odpowiedni do wykonywania obliczeń, a mapy

przygotowywane z jego wykorzystaniem cechują się dużym poziomem zniekształcenia.

3.1.2 Modele danych

Dane o charakterze przestrzennym podobnie jak inne rodzaje danych mogą mieć

charakter ilościowy lub jakościowy. Z kolei zjawiska przedstawione w sposób ilościowy mogą

mieć charakter ciągły lub dyskretny. W terminologii GIS dane opisujące te pierwsze nazywane

są także danymi powierzchniowymi, a drugie – obszarowymi (Suchecki i Lewandowska-

Gwarda, 2010).

Do przechowywania informacji o zjawiskach występujących w przestrzeni w systemach

GIS wykorzystuje się dwa podstawowe modele danych: rastrowy i wektorowy. W pierwszym

z nich przestrzeń jest dzielona na pola podstawowe (oczka rastra, piksele), którym przypisuje

się atrybuty (Jaworska, Łaszkiewicz i Modranka, 2014a, s. 74). Atrybuty najczęściej są

wartością liczbową, oddającą natężenie zjawiska w danym obszarze lub binarną odnotowującą

zachodzenie lub nie danego zjawiska (Jaworska i in., 2014a, s. 74). Z tego powodu model ten

używany jest do przechowywania informacji o zjawiskach ciągłych, a także do celów

digitalizacji map analogowych.

Podstawową charakterystyką modelu wektorowego jest jednoznaczne

przyporządkowanie cechy określonej jednostce przestrzennej. Dane wektorowe występują

w trzech podstawowych klasach: punktów, linii i wieloboków. Nazwa modelu pochodzi

od wykorzystania wektorowego sposobu opisu obiektu, tzn. zdefiniowanie go poprzez szereg

wektorów kierunkowych lokalizujących w przestrzeni kolejne wierzchołki obiektów. Tym

samym każdy obiekt punktowy składa się z dokładnie jednego punktu, obiekt liniowy –

przynajmniej z dwóch, a wielobok – co najmniej trzech.

W modelu wektorowym, ze względu na relacje przestrzenne pomiędzy obiektami,

można z kolei wyróżnić dwa jego typy: prosty i topologiczny (Jaworska i in., 2014a, s. 69).

W pierwszym z nich, nie ma ograniczeń co do lokalizacji obiektów (ich wierzchołków

i krawędzi itp.) – mogą one zatem wchodzić w różne relacje przestrzenne, np. pokrywać,

34/99

zawierać, przecinać, sąsiadować itd. W modelu topologicznym obiekty co do zasady

pokrywają powierzchnię zupełnie i wyłącznie (ich wierzchołki i krawędzie są wspólne dla

więcej niż jednego obiektu), a podstawową relacją między nimi jest sąsiedztwo.

W konsekwencji baza danych przechowuje rejestr zerowymiarowych wierzchołków,

definiowanych na ich podstawie jednowymiarowych krawędzi oraz ograniczanych przeze te

ostatnie dwuwymiarowych wieloboków. Taki kaskadowy sposób zapisu danych pozwala

na zmniejszenie objętości dużych zbiorów danych (każdy wierzchołek jest zapisywany tylko

raz) oraz przyspieszenie obliczeń dotyczących relacji między obiektami (relacje sąsiedztwa

wynikają wprost z definicji obiektów, np. poprzez posiadanie wspólnej krawędzi).

Ponadto, każdy obiekt w modelu wektorowym (zarówno prostym jak i topologicznym)

może mieć przypisane atrybuty, teoretycznie w nieograniczonej liczbie. Atrybuty przechowują

informacje (zarówno ilościowe jak i jakościowe) na temat danego obiektu, a ponadto - także

odniesienia do innych obiektów w bazie danych (Jaworska i in., 2014a, s. 68).

3.2 Agregacja danych przestrzennych

3.2.1 Agregacja danych przestrzennych – zagadnienia ogólne

Agregacja danych przestrzennych to operacja, w wyniku której indywidualne obiekty

geograficzne (w przypadku geoankiety: oznaczenia respondentów) są grupowane w jednostki

wyższego rzędu w celu przeprowadzenia dalszych analiz lub wizualizacji wyników. Jest ona

możliwa dla wszystkich trzech rodzajów obiektów obsługiwanych przez oprogramowanie GIS

– punktów, linii i wieloboków – jednak dla każdego z nich możliwy do zastosowania jest inny

zestaw metod. Ze względu na typ danych zebranych w badaniu będącym przedmiotem

niniejszej pracy, dalsza część podrozdziału poświęcona jest wybranym metodom agregacji

obiektów punktowych i obszarowych.

Metody agregacji można podzielić na dwie grupy: opierające się na arbitralnych

jednostkach przestrzennych oraz takie, które tych jednostek nie wymagają. Pierwsze z nich

polegają na zastąpieniu indywidualnych oznaczeń (obserwacji) przez ich reprezentacje

w postaci obiektów obszarowych. Umożliwia to ich podsumowanie ilościowe, wizualizacje

i łatwiejsza interpretację. Z drugiej strony, agregacja tego typu nieuchronnie prowadzi

do utraty części informacji związanej z dokładną lokalizacją obserwacji oraz jej atrybutami.

Druga grupa metod polega na przedstawianiu w sposób ciągły miar będących wynikami

agregacji w przestrzeni. Metody tego typu wykazują większą czułość na indywidualne

35/99

właściwości obserwacji, jednak są bardziej skomplikowane metodycznie, a także często

opierają się na miarach abstrakcyjnych, trudnych do interpretacji.

3.2.2 Agregacja danych przestrzennych do jednostek przestrzennych

Agregacja obserwacji reprezentowanych przez obiekty geograficzne do zbioru obiektów

wyższego rzędu to jeden z podstawowych typów agregacji, pozwalający na relatywnie łatwą

wizualizację i interpretację. Procedura agregacji w pierwszej kolejności wymaga zdefiniowania

jednostek, do których mają być zagregowane dane (jednostek wyższego rzędu, wyjściowych).

W drugiej kolejności dla każdej z jednostek wyższego rzędu oblicza się statystyki na podstawie

obserwacji (obiektów wejściowych), które spełniają odpowiednie kryteria przestrzenne.

Najprostszą statystyką jest zliczenie obiektów spełniających dane kryterium, choć stosować

można także inne operacje, takie jak obliczanie parametrów statystyki opisowej z wartości

atrybutów. W ostatnim kroku następuje przypisanie wyników obliczeń do jednostek

przestrzennych wyższego rzędu w formie atrybutu.

Aby zliczanie do jednostek było możliwe, należy najpierw zdefiniować jednostki,

w których będzie się ono odbywać. W tym celu, należy dokonać teselacji (ang. tessellation)

przestrzeni, tzn. wyznaczenie takich obiektów obszarowych, które pokrywają przestrzeń

w sposób zupełny i wyłączny (Jaworska i in., 2014a, s. 53; Longley i in., 2006, s. 78). W wyniku

teselacji powstaje taki zbiór obiektów obszarowych, że każdy punkt w przestrzeni należy

do jednego i tylko jednego obiektu obszarowego (Jaworska i in., 2014a). Tę definicję spełniają

dwie powszechnie stosowane rodzaje jednostek – siatki (ang. grid data) i jednostki regionalne

(ang. regional data) takie jak: jednostki podziału administracyjnego kraju, obszary i rejony

do celów spisów powszechnych itp. (Jaworska i in., 2014a, s. 52).

Siatki składają się najczęściej z wielu obiektów w postaci figur geometrycznych, o tych

samych wymiarach i powierzchni – oczek siatki. Procedurę tworzenia siatki regularnej nazywa

się teselacją regularną (ang. regular tessellation). Najczęściej siatki tworzy się z prostokątów

i kwadratów (siatki prostokątne, kwadranty), a rzadziej – trójkątów foremnych i sześciokątów

foremnych (Jaworska i in., 2014a, s. 53). Wybór kształtu i rozmiaru oczka siatki należy

do osoby przeprowadzającej analizę i musi być dokonany starannie przy wzięciu pod uwagę

charakteru zjawiska, skali opracowania, liczby obserwacji (obiektów) oraz rozmiarów

obiektów terenowych, których dotyczą oznaczenia (Hengl, 2006; Jankowski i in., 2018, s. 54).

36/99

Przyjmuje się także, że liczba powstałych oczek siatki powinna pozostawać w odpowiedniej

relacji do powierzchni całego badanego obszaru (Suchecka i Antczak, 2010, s. 98).

Zalety stosowania siatek to przede wszystkim równa powierzchnia i jednakowy kształt,

które pozwalają na bezpośrednie porównywanie wartości otrzymanych dla różnych oczek.

Podstawowe wady związane są z arbitralnością doboru jednostki, a szczególne znaczenie ma

tu opisany w dalszej części rozdziału problem zmiennej jednostki odniesienia.

Drugi typ jednostek, do których dokonuje się agregacji to jednostki naturalne

oraz regionalne. Pierwsze z nich mają swoją genezę w występującej naturalnie w przestrzeni

odrębności jednych jednostek od drugich, np. szczytów górskich, wysp, zlewni rzek. Drugie są

wynikiem regionalizacji, tzn. podziału pewnej przestrzeni na mniejsze jednostki stanowiące

według przyjętych kryteriów jednostki odrębne i spójne (Jaworska i in., 2014a, s. 64; Runge,

2007, s. 163). Takimi jednostkami są jednostki administracyjne takie jak gminy, powiaty

i województwa tworzone na podstawie zależności funkcjonalnych występujących pomiędzy

składającymi się na nie jednostkami osadniczymi. Innym przykładem jednostki regionalnej

może być podział miasta na strefy takie jak śródmieście, przedmieścia wynikający z ich

morfologii, tzn. typu i gęstości zabudowy, kształtu układu komunikacyjnego, wielkości

kwartałów itp.

Zaletą stosowania jednostek regionalnych jest przede wszystkim łatwiejsza identyfikacja

jednostek, a co za tym idzie interpretacja wyników (np. „województwo wielkopolskie cechuje

się…”) oraz dostępność danych w zbiorach statystyki publicznej takich jak Bank Danych

Lokalnych GUS. Wady stosowania jednostek regionalnych to przede wszystkim możliwość

wystąpienia niezgodności kryteriów ich wyznaczania z charakterem analizowanego zjawiska

(np. stosowanie podziału kraju na zlewnie rzek do agregacji danych nt. wykształcenia

mieszkańców), oraz ograniczona porównywalność jednostek (ze względu na różną

powierzchnię, różną liczbę ludności, inne warunki naturalne) – do dokonywania porównań

konieczne jest obliczenie miar względnych, które najczęściej stanowią iloraz natężenia

zjawiska (np. liczby kradzieży) i innej wielkości znanej dla wszystkich jednostek (np. liczba

ludności).

W przypadku stosowania każdej jednostki przestrzennej w procedurze agregacji należy

mieć na uwadze występowanie problemu zmiennej jednostki odniesienia (ang. Modifiable

Areal Unit Problem – MAUP). Jest to szczególny przypadek błędu ekologicznego, tzn. „błędu

37/99

wynikającego z nieuprawnionego wnioskowania o mikrozależnościach na podstawie danych

zagregowanych” (Jaworska i in., 2014a, s. 61). Polega on zależności wyników analizy

od stopnia i sposobu agregacji danych przestrzennych (Jaworska i in., 2014a, s. 53). Składają

się na niego:

• Efekt skali/poziomu agregacji (ang. scale problem, aggregation bias);

• Efekt sposobu podziału przestrzeni (ang. zonation problem, grouping effect).

Pierwszy z wynika z zastosowanej rozdzielczości analizy, np. wielkości oczka siatki.

W zależności od wielkości oczka siatki typowe statystyki służące do opisu badanego zjawiska

(jak np. wartość średnia, wariancja) będą przyjmować różne wartości. W przypadku

analizowania dwóch zjawisk różnice w ocenie wariancji mogą skutkować dużymi różnicami

także miar korelacji, takich jak r-Pearsona (Jaworska i in., 2014a, s. 61), których wartości są

powszechnie używane do statystycznego testowania hipotez.

Z podobnych przyczyn jak efekty składające się na MAUP, wynika tzw. „efekt krawędzi”.

Powstaje on w przypadku, gdy granice jednostek wyższego rzędu przecinają obszary

naturalnie występujących skupień punktów. W takiej sytuacji podział jednostek tworzących

skupienie pomiędzy dwie jednostki wyższego rzędu może spowodować, że lokalne skupienie

nie zostanie poprawnie zidentyfikowane.

Alternatywnie do wyboru jednostki arbitralnej, w przypadku agregacji wieloboków,

możliwa jest teselacja wykorzystująca granice obiektów agregowanych. Dzięki temu jednostki,

do których agregowane są dane, nie są dobrane arbitralnie, a wynikają z kształtów obiektów

agregowanych – pozwala to na zmniejszenie błędu wynikającego z MAUP. Operacja polega

na nałożeniu na siebie granic kolejnych wieloboków i tworzenia jednostek przestrzennych

z obszarów ich przecięcia. Operacja ta zmniejsza zależność wyniku od skali i sposobu podziału

przestrzeni, ale wymaga znacznej mocy obliczeniowej zarówno do przeprowadzenia teselacji

jak i późniejszej klasyfikacji i wizualizacji. Związane jest to z duża liczbą nowych jednostek

przestrzennych, które powstają w wyniku procedury nakładania wieloboków.

Aby było możliwe obliczenie statystyk na podstawie obiektów wejściowych, poza

wyznaczeniem jednostek wyjściowych należy także przyjąć postać miary oraz kryteria doboru

jednostek do agregacji. W przypadku gdy agregacji podlegają atrybuty ilościowe miarą może

być dowolne wyrażenie, które wykorzystuje atrybuty dobranych jednostek - praktyce stosuje

się różnego rodzaju statystyki takie jak suma, średnia arytmetyczna, odchylenie standardowe

38/99

itp. Operacją, która jest możliwa do przeprowadzenia także gdy nie są agregowane atrybuty

ilościowe jest zliczenie obiektów, które spełniają kryteria.

Kolejnym krokiem jest określenie kryteriów doboru jednostek do agregacji. W praktyce,

w przypadku agregacji punktów, stosuje się kryterium zawierania (zliczane są punkty, które

zawierają się wewnątrz obszaru danej jednostki). W przypadku wieloboków stosuje się

alternatywnie (Jankowski i in., 2018, s. 54):

• kryterium przecięcia (zliczane są obiekty, które posiadają jakąkolwiek część wspólną

z obszarem jednostki);

• kryterium pokrycia (zliczane są obiekty, które pokrywają cały obszar jednostki) lub;

• kryterium powierzchni pokrycia (zliczane są obiekty, które pokrywają co najmniej

określoną z góry część oczka siatki).

Podsumowaniu (np. zliczaniu, sumowaniu atrybutów) poddawane są tylko te jednostki,

które spełniają dane kryterium przestrzenne.

3.2.3 Agregacja danych przestrzennych do miar geostatystycznych

Alternatywnym sposobem agregacji danych o charakterze punktowym (np.

pojedynczych obserwacji zjawiska) w stosunku do zastosowania jednostek wyższego rzędu

jest oszacowanie na podstawie obserwacji punktowych, ciągłej funkcji określonej

na dwuwymiarowej przestrzeni, będącej reprezentantem powierzchni Ziemi. Model oparty o

taką funkcję nazywany jest modelem geostatystycznym lub modelem powierzchniowym,

a dane przez niego używane – danymi powierzchniowymi lub geostatystycznymi (Jaworska

i in., 2014a, s. 53). Analizy oparte o model geostatystyczny nie wymagają zastosowania

jednostek wyższego rzędu, a zatem pozwalają na uniknięcie problemów związanych z ich

stosowaniem.

Podstawową funkcją używaną w celu agregacji obiektów punktowych jest funkcja

gęstości (Longley i in., 2006, s. 345). Funkcja gęstości stosowana w statystyce przestrzennej

jest odpowiednikiem funkcji gęstości prawdopodobieństwa (ang. probability density function

- PDF) stosowanej w statystyce matematycznej dla charakteryzowania rozkładu

prawdopodobieństwa zmiennych losowych o rozkładzie ciągłym (Sobczyk, 2010, s. 27).

Podczas gdy funkcje z rodziny PDF określone są najczęściej na jednowymiarowym zbiorze

wartości zmiennej losowej, funkcja gęstości w geografii określona jest na dwuwymiarowej

39/99

przestrzeni reprezentującej powierzchnię Ziemi (Jaworska i in., 2014a, s. 53). W przypadku gdy

przebieg funkcji jest jednakowy dla wszystkich kierunków, funkcja taka jest nazywana

izotropową i pozwala się sprowadzić do funkcji jednej zmiennej (odległości). W przypadku

funkcji, których przebieg zależy od kierunku (np. inny jest dla kierunku północ-południe, a inny

dla kierunku wschód-zachód) mamy do czynienia z funkcją anizotropową (Longley i in., 2006,

s. 344).

Najczęściej używanym sposobem estymacji funkcji gęstości jest jądrowa estymacja

gęstości (ang. kernel density estimation). Danymi wejściowymi do takiej operacji są

jednoznacznie określone w przestrzeni obiekty punktowe, a jej wynikiem – warstwa danych

przedstawiająca ciągłą funkcję gęstości (Longley i in., 2006, s. 345). Istota tej metody estymacji

jest związana ze stosowaniem jądra (ang. kernel), jako elementu pomocniczego estymacji.

Jądro to określona w przestrzeni funkcja oddająca spadek prawdopodobieństwa

znalezienia obiektu dyskretnego wraz z odległością – w praktyce najczęściej stosowana jest

funkcja gęstości prawdopodobieństwa rozkładu normalnego (krzywa Gaussa), o arbitralnie

dobranym parametrze 𝜎2, utożsamianym w tej procedurze z parametrem promienia

poszukiwań.

W procedurze estymacji jądrowej, „każdy obiekt punktowy zostaje zastąpiony wartością

obliczoną według funkcji gęstości prawdopodobieństwa, a następnie [dla każdego punktu

w przestrzeni] dodawane są wartości funkcji w celu uzyskania ciągłego pola gęstości.” (Longley

i in., 2006, s. 346). Otrzymana w ten sposób dwuwymiarowa funkcja gęstości jest ciągła,

a dzięki zastosowaniu jądra – także „wygładzona” (ang. smoothed). Jednak ze względu

na metodę otrzymania, jej wartości są abstrakcyjne i nie można ich interpretować wprost.

Warto zaznaczyć, że stopień wygładzenia funkcji zależy zarówno od przyjętej funkcji

jądra, ale przede wszystkim od parametru promienia długości, nazywanego także

„promieniem poszukiwań” (Jankowski i in., 2018, s. 57). Wielkość ta odpowiada odległości

od punktu, powyżej której wartość funkcji gęstości pojedynczego jądra spada do zera.

Zastosowanie zbyt dużego promienia poszukiwania powoduje zbytnie „wygładzenie” funkcji,

a tym samym – może maskować występująca w populacji zmienność. Analogicznie – przyjęcie

zbyt małego promienia może skutkować funkcją niedostatecznie „wygładzoną”, a więc

nienadającą się do celów wizualizacji, interpretacji i wykorzystania w innych analizach

(Jankowski i in., 2018, s. 57).

40/99

Mimo, że estymowana funkcja jest ciągła – ze względów praktycznych jej wartości

przechowuje się w postaci rastra, tzn. serii wartości jakie funkcja osiąga w kolejnych oczkach

siatki. Wielkość oczka także jest dobierana arbitralnie i wynika ze zważenia dwóch efektów,

jakie niesie za sobą:

• Zbyt duże oczko siatki powoduje utratę informacji o zmienności funkcji wewnątrz

oczka, co w skrajnych wypadkach powoduje utratę ciągłego charakteru danych;

• Zbyt małe oczko siatki co prawda zachowuje rozdzielczość i informacje o zmienności

na małych obszarach, ale zwiększa rozmiary pliku lub bazy danych przechowujących

warstwę rastrową.

3.3 Operacje na danych zagregowanych

3.3.1 Klasyfikacja metodą optymalizacji Jenksa

Jednym z podstawowych sposobów eksploracji danych opisujących pewne zjawisko jest

ich porządkowanie, grupowanie i łączenie, a jak zauważa Marek (1989, s.13 za: Runge, 2007)

„uporządkowanie otaczającej człowieka rzeczywistości stanowi wyjściowy warunek

do zadania pytania o istotę badanych zjawisk […] – grupując obiekty, dokonując ich

uporządkowania, badacz robi pierwszy krok do poznawania rzeczywistości”. Spośród

podstawowych metod porządkowania i grupowania jednostek w geografii społeczno-

ekonomicznej należy wymienić trzy: typologię, klasyfikację i regionalizację (Runge, 2007, s.

161).

Istotą typologii jest grupowanie jednostek do pewnych z góry ustalonych typów. Oprócz

konieczności wyboru typów a priori charakterystyczną cechą tej procedury jest fakt, że nie

musi ona obejmować wszystkich jednostek badanej populacji (nie spełnia warunku

zupełności), a poszczególne jednostki mogą przynależeć do więcej niż jednego typu (nie

spełnia warunku rozłączności) - różni się pod tym względem zarówno od klasyfikacji jak

i regionalizacji (Runge, 2007, s. 162).

Klasyfikacja natomiast jest „takim rodzajem grupowania obiektów, w którym znane są

wszystkie możliwe klasy, uwzględniane w procedurze postepowania badawczego” (Parysek

1982 za: Runge, 2007, s. 162). W wyniku klasyfikacji każda jednostka zostaje zaliczona

do dokładnie jednej klasy, przy czym dąży się do tego, aby klasy były możliwie jednorodne

wewnętrznie, a jednocześnie – niejednorodne pomiędzy sobą. Jeżeli klasyfikowane jednostki

41/99

są jednostkami przestrzennymi – mowa wtedy o klasyfikacji przestrzennej (Runge, 2007, s.

163). Nie jest przy tym wymagane, aby klasy tworzyły geograficznie spójny obszar.

Ten ostatni warunek spełnia natomiast wynik regionalizacji, czyli specyficznej formy

klasyfikacji. Procedura ta przyporządkowuje każdą jednostkę do dokładnie jednej klasy

(regionu), w taki sposób, że wszystkie jednostki zaliczone do tego samego regionu tworzą

jeden spójny obszar, a tym samym – żaden region nie składa się z więcej niż 1 obszaru.

W geografii społeczno-ekonomicznej stosowanych jest wiele metod klasyfikacji, a także

wyznaczania liczby przedziałów klasowych. W odróżnieniu od reguł statystyki opisowej,

według których liczba przedziałów klasowych (𝑘) jest determinowana liczebnością jednostek

(𝑛) - np. poprzez zastosowanie wzoru 𝑘 ≤ √𝑛 - w klasyfikacjach przeprowadzanych w celu

tworzenia wizualizacji kartograficznej (mapy) stosuje się też zasadę odgórnego ograniczania

liczby klas do maksymalnie 10, ze względu na ograniczone możliwości percepcji odbiorców

map (Jaworska, Łaszkiewicz i Modranka, 2014b, s. 89). Dobór metody klasyfikacji

do konkretnego opracowania kartograficznego zależy od charakteru przedstawianego

zjawiska, rozkładu przedstawianej zmiennej, a także celu opracowania (Longley i in., 2006, s.

291).

Klasyfikację przy pomocy przedziałów o równych rozpiętościach stosuje się przy

wizualizowaniu zjawiska, w przypadku, gdy zakres danych jest dobrze znany odbiorcy (np.

zakresy temperatur), albo kiedy opracowanie jest przeznaczone dla odbiorców

niedoświadczonych w interpretacji map. Jego stosowanie nie jest zalecane przy rozkładach

wartości o charakterze innym niż liniowy (Jaworska i in., 2014b, s. 89; Longley i in., 2006, s.

291).

Innym sposobem podziału populacji na klasy jest użycie przedziałów równolicznych –

w których w każdej klasie jest tyle samo jednostek – np. kwartylowych, kwintylowych,

centylowych, percentylowych itd. Dzięki wizualizacji na podstawie podziału kwartylowego

zostają wyodrębnione przy wartościach mediany, pierwszego i trzeciego kwartyla. W podziale

kwintylowym, środkowa klasa to jednostki, których wartości skupione są wokół mediany,

a cztery pozostałe grupują jednostki o odpowiednio wyższych i niższych wartościach.

Stosowanie tego podziału, szczególnie w przypadku nietypowego rozkładu wartości cechy

może skutkować błędami wizualizacji, wynikającymi z ignorowania naturalnych zgrupowań

42/99

jednostek w okolicach wartości kwartyli/kwintyli/centyli/percentyli (Jaworska i in., 2014b, s.

93; Longley i in., 2006, s. 291).

W przypadku, gdy wizualizowana zmienna ma rozkład zbliżony do normalnego, można

zastosować klasyfikację z użyciem wartości średniej arytmetycznej i odchylenia

standardowego (Longley i in., 2006, s. 291). Taki sposób prezentacji danych pozwala

na jednoznaczną identyfikację obserwacji odstających, jednak wymaga od odbiorcy

podstawowej znajomości terminologii statystyki opisowej.

W praktyce analizy przestrzennej bardzo często stosowana jest klasyfikacja metodą

optymalizacji Jenksa (ang. Jenks’ natural breaks). Realizuje ona cel klasyfikacji, tzn. taki podział

na klasy, który maksymalizuje różnice pomiędzy klasami i minimalizuje różnice wewnątrz klas

(Jaworska i in., 2014b, s. 93). Procedura ta jest procedurą iteracyjną, tzn. jest realizowana dla

kolejnych możliwych podziałów tak długo, aż niemożliwe będzie osiągnięcie lepszych

wyników. Z tego powodu może wymagać dużej mocy obliczeniowej w przypadku dużej liczby

klasyfikowanych jednostek i dużej pożądanej liczby klas.

Algorytm optymalizujący Jenksa rozpoczyna pracę od uporządkowania jednostek

według rosnącej wartości cechy oraz podział na pożądaną (wskazaną przez badacza) liczbę

klas. W kolejnym kroku, dla całości populacji oraz każdej klasy obliczane są średnie wartości

cechy. W kroku trzecim algorytm oblicza miarę zmienności wewnątrz klas (sumę kwadratów

odchyleń od średnich dla klas – ang. Squared Deviational from Class Mean, SDCM) oraz miarę

zmienności w populacji (sumę kwadratów odchyleń od średniej dla populacji – ang. Squared

Deviation from Array Mean, SDAM). W kolejnym kroku obliczany jest wskaźnik dopasowania

wariancji (ang. Goodness of Variance Fit, GVF) według wzoru: 𝐺𝑉𝐹 = 1 − 𝑆𝐷𝐶𝑀

𝑆𝐷𝐴𝑀. W kolejnych

krokach algorytm modyfikuje lokalizacje granic klas, a następnie powtarza kroki 2 i 3, aż

do znalezienia takich granic przedziałów, dla których wskaźnik GVF przyjmuje wartość

maksymalną, a SDCM – minimalną.

3.3.2 Identyfikacja skupień

Identyfikacja skupień jest możliwa dzięki analizie rozproszenia obiektów punktowych.

Co do zasady, punkty reprezentujące dane zjawisko mogą wykazywać rozmieszczenie losowe

(niezależne), skupione (punkty grupują się w skupienia, tzw. klastry – ang. clusters)

oraz rozproszone (Longley i in., 2006, s. 355). W przypadku występowania skupień, ich

43/99

identyfikacja jest możliwa przy użyciu metod analizy skupień (ang. cluster analysis), której

celem jest wyróżnienie grup obiektów podobnych ze względu na poziom badanego zjawiska

(Jaworska i Modranka, 2014, s. 136).

Metody analizy skupień można podzielić na hierarchiczne i niehierarchiczne

oraz zupełne i niezupełne (Jaworska i Modranka, 2014, s. 137; Runge, 2007, s. 267). Metody

hierarchiczne polegają na iteracyjnym grupowaniu (metody łączące, aglomeracyjne) kolejnych

obiektów o najwyższym stopniu podobieństwa lub dzieleniu (metody dzielące,

rozszczepiające) całej zbiorowości grupy o coraz mniejszym stopniu podobieństwa (Runge,

2007, s. 267). Z kolei metody analizy zupełnej i niezupełnej rozróżnia się w zależności od tego

czy do grupowania wykorzystywane są wszystkie obiekty czy tylko wybrane z nich (Runge,

2007, s. 266). Wizualnym wynikiem zastosowania metod hierarchicznych jest dendrogram,

czyli wykres przedstawiający zarówno grupy obiektów, jak też poszczególne poziomy ich

grupowania – od poziomu elementarnego (obiekty) aż po najbardziej ogólny (jedna grupa)

(Runge, 2007, s. 267).

Wśród metod niehierarchicznych należy wymienić procedurę wyszukiwania gęstości,

która polega na „znalezieniu w całym zbiorze badanych obiektów tych z nich, które

w wielowymiarowej przestrzeni odległości taksonomicznych cechują się bliskim sąsiedztwem,

tworząc obszary o wysokiej gęstości” (Runge, 2007, s. 268). W najprostszym wariancie tej

metody odległość taksonomiczną można utożsamić z odległością geograficzną, a co za tym

idzie zredukować przestrzeń odległości taksonomicznych do dwóch wymiarów przestrzeni

fizycznej. W tym wariancie o wystąpieniu skupień w przestrzeni informują wysokie gęstości

występowania punktów, np. wyrażone w postaci funkcji gęstości prawdopodobieństwa

opisanej w podrozdziale 3.2.3.

3.3.3 Wizualizacja wyników w postaci map

Powszechną metodą wizualizacji wyników analiz przestrzennych jest przedstawienie ich

na mapie. Taki sposób ich prezentacji pozwala na łatwe uchwycenie zależności w przestrzeni.

Podstawowe rodzaje map tematycznych stanowią:

• Kartogram

• Kartodiagram

• Mapa sygnaturowa

• Mapa izarytmiczna

44/99 
 
• Mapa izochromatyczna 
Kartogram służy przedstawienia zjawiska za pomocą jego średnich wartości w granicach 
poszczególnych jednostek terytorialnych na danym obszarze. Najczęściej wizualizuje się z jego 
pomocą nim miary względne (np. liczba mieszkańców na kilometr kwadratowy powierzchni). 
Przy  jego  konstruowaniu  ważny  jest  wybór  jednostki  przestrzennej  (pól  odniesienia)  – 
przyjęcie  jednostek  zbyt  małych powoduje  nieczytelność  mapy,  podczas  gdy  przyjęcie 
jednostek  zbyt  dużych – zbytnią  generalizację    (Jaworska  i in.,  2014b,  s.  82). Przykładem 
zastosowania kartogramu jest Ryc.  5.4 zamieszczona na stronie 60 prezentująca  zmienność 
wskaźnika uczestnictwa w ankiecie.  
Kartodiagram  pozwala  na przedstawienie  zmienności  zjawiska  w przestrzeni  poprzez 
umieszczanie  na mapie  diagramów  lub  wykresów  odnoszących  się do poszczególnych 
jednostek  przestrzennych  (Jaworska  i in.,  2014b,  s.  83).  Pozwala  on  na wizualizacje  także 
zjawisk opisanych w skalach nominalnych czy porządkowych (np. strukturę wykształcenia), dla 
których  niemożliwe  byłoby  obliczenie  średniej  miary  pozwalającej na zastosowanie 
kartogramu.  
Mapa  sygnaturowa  powstaje  poprzez  naniesienie  na mapę  symboli  (sygnatur) 
obrazujących  położenie  obiektów.  Możliwe  jest  także  przedstawienie  zróżnicowania  ich 
atrybutów poprzez skalowanie wielkości sygnatury (Jaworska i in., 2014b, s. 85). Przykładem 
mapy sygnaturowej  jest mapa  proponowanych lokalizacji stacji przedstawiona  na Ryc. 6.15 
umieszczonej na stronie 78.  
Mapa  izarytmiczna przedstawia  przebieg  izolinii,  czyli linii  łączących  w sposób  ciągły 
punkty o takim samym natężeniu zjawiska. W przypadku, gdy do wizualizacji zostaną włączone 
obszary  pomiędzy  izoliniami  (poprzez  nadanie  im  barwy  zależnej od natężenia  zjawiska) 
powstaje mapa izochromatyczna. Pozwala ona na wizualizację zjawisk o charakterze ciągłym. 
Przykładem mapy izochromatycznej (bez uwidocznionych poziomic) jest Ryc. 6.14 na stronie 
76, prezentująca gęstość oznaczeń propozycji lokalizacji nowej stacji systemu.  
   

45/99

4 Charakterystyka badania

4.1 Postępowanie badawcze

4.1.1 Okoliczności badania

Badanie zostało przeprowadzone na potrzeby Zespołu ds. funkcjonowania systemu

poznańskiego roweru publicznego przy Prezydencie Miasta Poznania w ramach pilotażowych

wdrożeń geoankiety w aglomeracji poznańskiej. Użycie narzędzia zostało sfinansowane

w ramach projektu pn. „Geoportal wspierający partycypację społeczną w planowaniu

przestrzennym”, realizowanego przez Uniwersytet im. Adama Mickiewicza, dofinansowanego

przez Narodowe Centrum Badań i Rozwoju w ramach Programu Badań Stosowanych III

(umowa nr PBS3/A9/39/2015).

4.1.2 Procedura opracowania treści narzędzia badawczego

Treść narzędzia badawczego (formularza ankiety internetowej) została opracowana

na podstawie wyników warsztatu przeprowadzonego w dniu 02.02.2018 w siedzibie Zarządu

Transportu Miejskiego w Poznaniu, w którym udział wzięli członkowie Zespołu ds.

funkcjonowania systemu poznańskiego roweru publicznego. Metodyka warsztatu została

opracowana na podstawie doświadczeń autora z prac w projekcie „Geoportal wspierający

partycypację…” (Brudka, 2017c). Warsztat przebiegał w trzech zasadniczych etapach:

1. określenie głównych problemów decyzyjnych przed którymi stoi Zespół

2. określenie potrzeb informacyjnych Zespołu, tj. wiedzy możliwej do uzyskania za

pomocą ankiety, mogącej wspomóc Zespół w rozstrzygnięciu wyszczególnionych

wcześniej problemów decyzyjnych

3. określenie metod zaspokojenia potrzeb informacyjnych, tj. technik pozyskania danych

od respondentów oraz ich przetworzenia w informacje potrzebne do zaspokojenia

potrzeb informacyjnych

Kolejne etapy scenariusza warsztatu, wraz z odpowiadającymi im pytaniami

pomocniczymi zostały zaprezentowane schematycznie na Ryc. 4.1. Pożądane informacyjne

sprzężenie zwrotne, będące celem przeprowadzenia badania w toku podejmowania przez

zespół decyzji zostało schematycznie zaprezentowane na Ryc. 4.2.

46/99

Ryc. 4.1 Schemat postępowania prowadzącego do sformułowania treści narzędzia

badawczego

źródło: opracowanie własne zaadoptowane z (Brudka, 2017c)

Ryc. 4.2 Pożądane modelowe informacyjne sprzężenie zwrotne, sytuujące zastosowanie

ankiety w rozwiązywaniu problemu decyzyjnego

Źródło: opracowanie własne zaadoptowane z (Brudka, 2017c)

Propozycja treści ankiety będąca wynikiem warsztatu została poddana obróbce

stylistycznej, a następnie wprowadzona do oprogramowania. Elektroniczna wersja ankiety

została udostępniona członkom zespołu oraz wybranym osobom postronnym, będącym

przedstawicielami grupy docelowej badania, w celu zebrania uwag do jej treści i układu.

Problemy

decyzyjne

•Jakie kluczowe

decyzje są do

podjęcia?

Potrzeby

informacyjne

•Jakie informacje

od mieszkańców

pozwolą podjąć

decyzję?

Treść ankiety

•W jaki sposób

pozyskać od

mieszkańców

odpowiednie

informacje?

Problemy

decyzyjne Potrzeby

informacyjne Treść ankiety

Decyzja Informacja Odpowiedzi

47/99

4.1.3 Treść narzędzia badawczego

Ankieta składała się z 7 stron, na których ogółem zadano 8 pytań geograficznych (tzn.

takich, na które respondent odpowiada nanosząc na podkład mapowy obiekt geograficzny)

i 25 pytań kwestionariuszowych. Spośród wszystkich pytań:

• 4 miały charakter metrykalny,

• 11 dotyczyło zachowań transportowych respondentów,

• 9 dotyczyło preferencji wobec rozwoju systemu PRM,

• 9 miało charakter informacji dodatkowych.

Pytania metrykalne dotyczyły:

• Płci,

• Wieku,

• Wykształcenia,

• Miejsca zamieszkania.

Pytania dotyczące zachowań opisywały:

• Fakt korzystania lub niekorzystania z systemu,

• Częstotliwość, cele i powody korzystania z systemu,

• Powody niekorzystania z systemu,

• Multi- lub mono-modalność głównej podróży

• Miejsca źródłowe i docelowe głównej podróży,

• Stacje (źródłowe i docelowe) używane w trakcie głównej podróży.

Pytania dotyczące preferencji opisywały:

• Preferencje respondentów względem wprowadzenia strefy elastycznych wypożyczeń

i zwrotów,

• Maksymalnej akceptowalnej kwoty abonamentu (w dwóch wariantach),

• Preferowane modele funkcjonowania systemu w zakresie taryfy, rezerwacji roweru,

identyfikacji użytkownika,

• Preferowana lokalizacja nowych stacji systemu,

• Preferowana lokalizacja strefy elastycznych wypożyczeń i zwrotów,

Główna podróż została zdefiniowana w kwestionariuszu jako „wykonywana najczęściej, albo z innego względu

mającą dla Pana/Pani największe znaczenie.”

48/99

Ponadto, na ostatniej stronie respondenci mogli odpowiedzieć na 9 pytań dodatkowych,

stanowiących źródło informacji pogłębiających wobec głównych pytań ankiety. Zestawienia

pytań kwestionariuszowych oraz geograficznych zostały zaprezentowane załącznikach 1 i 2.

4.1.4 Grupa docelowa

Zasadniczą grupą docelową badania byli użytkownicy roweru publicznego w Poznaniu

oraz osoby zainteresowane użytkowaniem roweru publicznego. Ze względu na brak

szczegółowych danych demograficznych dotyczących tej grupy, przy ocenie

reprezentatywności badania przyjęto założenie o podobieństwie struktury demograficznej tej

grupy do struktury demograficznej ogółu populacji miasta Poznania. Należy jednak zaznaczyć,

że prawdopodobnie grupa użytkowników roweru publicznego różni się pod względem

demograficznym od ogółu mieszkańców – w szczególności pod względem wieku (większy

udział osób młodszych) i płci (większy udział mężczyzn).

4.1.5 Próbkowanie i rekrutacja

Próba do badania została dobrana metodą doboru dobrowolnego. Respondenci mogli

wypełnić ankietę poprzez odwiedzenie adresu internetowego prm.geoankieta.pl w dniach

22.02.2018 – 19.03.2018. Przykładowy ekran ankiety internetowej stanowi Ryc. 4.3. Ankietę

można było wypełnić tylko raz z jednej przeglądarki internetowej – zabieg ten miał utrudnić

próby wpłynięcia na wynik przez zorganizowane grupy nacisku.

Ryc. 4.3 Przykładowy ekran geoankiety. Panel po lewej stronie umożliwia odpowiadanie

na pytania zamknięte, panel prawy zawiera interaktywny podkład mapowy, umożliwiający

nanoszenie przez respondentów odpowiedź w postaci obiektów geograficznych

Źródło: opracowanie własne na podstawie prm.geoankieta.pl

49/99

Rekrutacja do badania odbyła się poprzez udostępnienie adresu internetowego ankiety

w mediach Urzędu Miasta Poznania, mediach tradycyjnych oraz organizacji rowerowych.

Media tradycyjne zostały poinformowane o ankiecie podczas konferencji prasowej z udziałem

Zastępcy Prezydenta Miasta Poznania, Macieja Wudarskiego w dniu 22.02.2018.

4.2 Uzyskane dane

4.2.1 Liczba zwróconych ankiet i odpowiedzi na pytania

W ciągu 26 dni badania, ankietę wypełniło łącznie 3339 osób. Rozkład liczby zwróconych

ankiet w czasie przedstawiono na rycinie Ryc. 4.4.

Ryc. 4.4 Odsetek zwrotów ankiety w okresie zbierania odpowiedzi (22.02 – 19.03)

Źródło: opracowanie własne

Liczba odpowiedzi na poszczególne pytania kwestionariuszowe wahała się od 3 118

(pytanie: „Czy korzysta Pan(i) z Poznańskiego Roweru Miejskiego?”) do 484 (pytanie: „Jeżeli

nie [korzysta Pan(i) z PRM], dlaczego?”)

. Szczegółowe zestawienie liczby odpowiedzi

na pytania kwestionariuszowe zawiera załącznik nr 1.

Respondenci nanieśli na podkład mapowy łącznie 14 114 obiektów geograficznych,

w tym 13 129 obiektów punktowych i 985 obiektów powierzchniowych. Liczba naniesionych

obiektów wahała się pomiędzy 3 655 (pytanie o proponowaną lokalizację nowej stacji

sytemu), a 970 (pytanie o lokalizacje miejsca docelowego głównej podróży z wykorzystaniem

systemu). Szczegółowe zestawienie liczby naniesionych obiektów zawiera załącznik nr 2.

Architektura ankiety pozwalała na udzielenie odpowiedzi na wybrane pytania – z tego powodu liczba

respondentów, którzy udzielili odpowiedzi na poszczególne pytania różni się między sobą

10%

15%

20%

25%

30%

22 lutego

23 lutego

24 lutego

25 lutego

26 lutego

27 lutego

28 lutego

1 marca

2 marca

3 marca

4 marca

5 marca

6 marca

7 marca

8 marca

9 marca

10 marca

11 marca

12 marca

13 marca

14 marca

15 marca

16 marca

17 marca

18 marca

19 marca

50/99

4.2.2 Charakterystyka społeczno-demograficzna otrzymanej próby

Na pytanie o wiek, płeć i wykształcenie odpowiedziało odpowiednio: 3047, 3113,

2864 osoby. W przekroju płci (zob. Ryc. 4.5) w grupie respondentów dominowali mężczyźni.

Stanowili oni 67% respondentów ankiety, podczas gdy kobiety – 33%.

Ryc. 4.5 Struktura płci respondentów, odpowiedzi udzieliło 3113 respondentów

Źródło: opracowanie własne

Strukturę wieku respondentów ankiety zwizualizowano na Ryc. 4.6. Wśród

respondentów ankiety dominowały osoby młode. Najliczniej reprezentowana była grupa osób

pomiędzy 25 a 29 rokiem życia – stanowiła ona 27% wszystkich respondentów. Drugą

najliczniej reprezentowaną grupą były osoby w wieku 30 – 34 lata (23% respondentów).

W dalszej kolejności ankietę wypełniły osoby między 20 a 24, a także 35 a 39 rokiem życia (po

14% respondentów), osoby w wieku od 40 do 44 lat (9%) i osoby między 45 a 49 rokiem życia

(4%) Osoby poniżej 20 roku życia stanowiły około 3% respondentów, a osoby powyżej 50 roku

życia – 4%

33% 67%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

respondenci

Kobieta Mężczyzna

51/99

Ryc. 4.6 Struktura wieku respondentów, odpowiedzi udzieliło 3047 respondentów

Źródło: opracowanie własne

W odpowiedzi na pytanie o wykształcenie respondenci w zdecydowanej większości

wskazali wykształcenie wyższe (74%). Wykształcenie średnie zadeklarowało 21%

respondentów, a wykształcenie podstawowe i zawodowe – po 3%. Podsumowanie

odpowiedzi na to pytanie przedstawiono na Ryc. 4.7.

Ryc. 4.7 Struktura wykształcenia respondentów, odpowiedzi udzieliło 2864 respondentów

Źródło: opracowanie własne

4.2.3 Charakterystyka przestrzenna otrzymanej próby

Respondentów poproszono także o naniesienie na interaktywny podkład mapowy

swojego miejsca zamieszkania (lub najbliższego skrzyżowania, w przypadku wystąpienia obaw

związanych z ochroną prywatności). Z możliwości tej skorzystało 2 319 respondentów.

Respondenci w zdecydowanej większości wskazywali jako swoje miejsce zamieszkania

aglomerację poznańską (2 284), a w jej ramach – miasto Poznań (2 071). Innymi

14%

27%

23%

14%

2% 1% 1% 0% 0% 0%

10%

15%

20%

25%

30%

poniżej

15 - 19 20 - 24 25 - 29 30 - 34 35 - 39 40 - 44 45 - 49 50 - 54 55 - 59 60 - 64 65 - 69 70 - 74 75 i

więcej

3% 3%

21%

74%

10%

20%

30%

40%

50%

60%

70%

80%

podstawowe zawodowe średnie wyższe

52/99

reprezentowanymi jednostkami przestrzennymi aglomeracji były sąsiadujące z Poznaniem

ośrodki miejskie (Luboń, Swarzędz, Suchy Las – odpowiednio 33, 23, 17 respondentów) lub

gminy, na których terenie znajdują się sąsiadujące z Poznaniem miejscowości typu miejskiego:

• gmina Komorniki (w tym: miejscowość Plewiska) - 25 respondentów;

• gmina Czerwona (w tym: miejscowość Koziegłowy) – 23 respondentów;

• gmina Kórnik (w tym: miejscowości Borówiec i Kamionki) – 16 respondentów;

• gmina Dopiewo (w tym: miejscowość Skórzewo) – 15 respondentów;

• gmina Mosina (w tym: miejscowość Czapury) – 11 respondentów;

• gmina Tarnowo Podgórne (w tym: miejscowość Przeźmierowo) – 9 respondentów.

Dane o miejscach zamieszkania respondentów zagregowano metodą jądrowej estymacji

gęstości. Wyniki agregacji, tzn. gęstość miejsc zamieszkania w Poznaniu zaprezentowano

na Ryc. 4.8 zaprezentowanej na kolejnej stronie.

Ryc. 4.8 Miejsca zamieszkania respondentów ankiety zagregowane metodą jądrowej

estymacji gęstości (ang. kernel density estimation) na tle granicy miasta Poznań i jego

jednostek pomocniczych (osiedli) Liczba oznaczeń respondentów: 2 071

Źródło: opracowanie własne

53/99

5 Ocena reprezentatywności próby

5.1 Metody oceny reprezentatywności

Badanie geoankietowe, jak większość badań ankietowych, jest badaniem częściowym

(próbnym), ponieważ analizowany jest rozkład cech nie w całej badanej populacji, a w jej

podzbiorze nazywanym próbą (Sobczyk, 2010, s. 67). Co do zasady, celem tego typu badań jest

wnioskowanie o zjawiskach i prawidłowościach zachodzących w populacji generalnej

na podstawie badania tych zjawisk i prawidłowości w próbie, tzn. uogólnianie (Longley i in.,

2006, s. 109). Niezbędnym do tego typu wnioskowania jest korzystanie z metod rozwiniętych

na gruncie statystyki matematycznej.

Aby możliwe było wnioskowanie o zależnościach ogólnych z wykrytych zależności

w próbie badawczej, konieczne jest aby próba była reprezentatywna, tzn. „dobrze

odzwierciedlała strukturę i relacje zachodzące w danej populacji generalnej” (Sobczyk, 2010,

s. 68). Wyróżnia się dwa rodzaje reprezentatywności: reprezentatywność proceduralną

i przedmiotową.

Reprezentatywność proceduralna cechuje próbę jeżeli została ona dobrana w sposób

losowy i jest ona dostatecznie liczna (Sobczyk, 2010, s. 68). Losowy dobór jednostek do próby

oznacza, że każda jednostka populacji badanej ma jednakowe prawdopodobieństwo bycia

wylosowaną do próby. Warunek ten jest zawsze spełniony w przypadku, gdy dokonujemy

losowania prostego z wykorzystaniem operatu, tzn. takiego wykazu jednostek badania,

w którym każda jednostka ma przyporządkowany indywidualny identyfikator. Przykładem

takiego losowania jest np. losowanie przez Główny Urząd Statystyczny przedsiębiorstw

do objęcia badaniem na podstawie losowania z rejestru REGON. W geografii społeczno-

ekonomicznej stosuje się także losowanie. W przypadku gdy nie istnieje dla danej populacji

operat losowania stosuje się także inne techniki losowania, takie jak losowanie warstwowe

systematyczne czy z wykorzystaniem liczb losowych (Runge, 2007, s. 71).

W sytuacji, w której niemożliwe jest zastosowaniu doboru losowego, a tym samym

uzyskanie próby reprezentatywnej proceduralnie, stosuje się często kryterium

reprezentatywności przedmiotowej. Próba cechuje się nią, kiedy w wybranych

kontrolowanych wymiarach jej struktura jest zbliżona do struktury badanej populacji. Ten

warunek, co do zasady, spełnia każda próba wybrana losowo, ale także próba otrzymana

54/99

doborem kwotowym. Ten ostatni ma miejsce w przypadku, gdy na podstawie wiedzy

o strukturze populacji badanej (np. odsetku mężczyzn i kobiet wśród mieszkańców danej

gminy) oraz pożądanej wielkości próby, konstruowane są odpowiednie kwoty tzn. liczby

respondentów spełniających dane kryteria, których należy pozyskać do badania. Ponadto, to

kryterium mogą spełnić także próby otrzymane w wyniku doboru celowego lub otwartego

(dobrowolnego), mimo, że mają co do zasady inny cel.

Najczęściej spotykanymi kontrolowanymi zmiennymi są cechy demograficzne (płeć,

wiek), społeczne (wykształcenie), ekonomiczne (poziom zarobków). Wiąże się to

z powszechną dostępnością danych w tych przekrojach na temat populacji kraju oraz jego

jednostek składowych, co umożliwia relatywnie łatwe porównanie ze strukturą cech

mierzonych w badaniu. Najprostszą metodą porównania struktury próby i populacji jest

podział obu tych zbiorowości na klasy według tych samych kryteriów, a następnie porównanie

odsetków należących do kolejnych klas w obu zbiorowościach. Przykładem takiego

porównania jest porównanie udziału kobiet i mężczyzn w próbie badawczej do udziału kobiet

i mężczyzn w populacji badanej – w przypadku, gdy odsetki te są zbliżone, można mówić o

reprezentatywności przedmiotowej ze względu na płeć, a jeżeli są różne – o obciążeniu próby.

Należy przy tym odnotować, że stwierdzenie podobieństwa struktury w dowolnym

kryterium nie oznacza, że cała próba jest reprezentatywna ze względu na wszystkie badane

cechy. Co więcej, tak stwierdzona reprezentatywność nie pozwala na stosowanie zasad

wnioskowania statystycznego, a co za tym idzie – powoduje, że uogólnianie jest niemożliwe

lub obarczone dużym błędem.

W praktyce badań wspierających podejmowanie decyzji publicznych często nie stosuje

się doboru losowego. Najczęściej wynika to z wysokiej kosztowności i pracochłonności tego

typu procedury losowania oraz z mniejszego niż w przypadku badań podstawowych znaczenia

przykładanego do reprezentatywności wyników (Jankowski i in., 2018, s. 73).

W badaniach geoankietowych kontroluje się reprezentatywność przedmiotową

w dwóch wymiarach – społeczno-demograficznym oraz przestrzennym. W pierwszym z nich,

porównywane są pomiędzy grupą respondentów a populacją odsetki osób należących

do odpowiednich grup wiekowych, płci oraz wykształcenia (Jankowski i in., 2018, s. 60). Drugi

wymiar jest związany z przestrzennym charakterem badania i przeważnie polega

55/99

na porównaniu rozkładu przestrzennego miejsc zamieszkania respondentów do rozkładu

rozmieszczenia ludności badanej jednostki przestrzennej.

5.2 Ocena reprezentatywności proceduralnej

Ze względu na zastosowaną metodę doboru próby, próba nie może być uznana za

reprezentatywną proceduralnie, ponieważ nie została dobrana metodą losową. Zastosowany

dobór dobrowolny co do zasady generuje próbę obciążoną, ze względu na takie czynniki jak:

• nierówny dostęp do informacji o badaniu wśród badanej populacji

• nierówny poziom zainteresowania tematem wśród przedstawicieli badanej populacji

• nierówny poziom kompetencji wymaganych do wzięcia udziału w badaniu

• posiadanie przez niektóre grupy respondentów motywacji do badania dyktowanej

interesem grupy (np. chęć wpłynięcia na wynik celem zapewnienia dogodnej dla siebie

lokalizacji elementów infrastruktury systemu)

Mimo braku reprezentatywności proceduralnej możliwe jest jednak osiągnięcie

reprezentatywności przedmiotowej, pozwalającej w ograniczonym stopniu na wyciąganie

wniosków.

5.3 Ocena reprezentatywności społeczno-demograficznej

Porównanie struktury próby badawczej ze strukturą populacji miasta Poznania

zaprezentowano na rycinach Ryc. 5.1 (struktura płci), Ryc. 5.2 (struktura wieku), oraz Ryc. 5.3

(struktura wykształcenia).

Ryc. 5.1 Struktura płci respondentów na tle mieszkańców Poznania, odpowiedzi udzieliło

3113 respondentów

Źródło: opracowanie własne

33%

54%

67%

46%

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

respondenci

mieszkańcy Poznania

Kobieta Mężczyzna

56/99

Ryc. 5.2 Struktura wieku respondentów na tle mieszkańców Poznania, odpowiedzi udzieliło

3047 respondentów

Źródło: opracowanie własne

Ryc. 5.3 Struktura wykształcenia respondentów na tle mieszkańców Poznania, odpowiedzi

udzieliło 2864 respondentów

Źródło: opracowanie własne

Analizując dopasowanie struktury demograficznej próby do struktury demograficznej

populacji pod względem wieku należy stwierdzić, że w próbie nadmiernie reprezentowane są

osoby młode (od 20 do 44 roku życia), a niedostatecznie reprezentowane są osoby bardzo

młode (do 19 roku życia) oraz osoby w średnim wieku i starsze (powyżej 45 roku życia).

Nadreprezentacja osób młodych jest typowa dla badań geoankietowych z użyciem doboru

dobrowolnego i może wynikać z internetowego charakteru narzędzia. W wypadku tematu

roweru publicznego możliwe jest także, że podobna dysproporcja występuje także wśród

14%

27%

23%

14%

4% 2% 1% 1% 0% 0% 0%

13%

8% 10% 9% 7% 5% 5% 7% 8% 8%

4% 4%

10%

15%

20%

25%

30%

respondenci mieszkańcy Poznania

3% 3%

21%

74%

10% 12%

54%

23%

10%

20%

30%

40%

50%

60%

70%

80%

podstawowe zawodowe średnie wyższe

respondenci mieszkańcy Poznania

57/99

użytkowników tego systemu (np. wśród użytkowników jest więcej osób w wieku od 20

do 44 lat niż w populacji miasta).

W przypadku struktury płci i wykształcenia, w dobranej próbie nadmiernie

reprezentowani byli mężczyźni i osoby z wyższym wykształceniem, a niedostatecznie

reprezentowane były kobiety oraz osoby o wykształceniu innym niż wyższe. Nadreprezentacja

osób z wyższym wykształceniem zarówno jest typowa dla badań geoankietowych i może być

wynikiem większego zainteresowania sprawami publicznymi wśród tej grupy osób.

Podsumowując, w badaniu nie osiągnięto próby charakteryzującej się

reprezentatywnością przedmiotową w zakresie cech społeczno-demograficznych.

5.4 Ocena reprezentatywności przestrzennej

5.4.1 Wybór jednostek przestrzennych i wskaźnika

Do oceny reprezentatywności przestrzennej w przypadku opisywanego badania

zastosowano wskaźnik liczby respondentów na tysiąc mieszkańców. Obliczanie go polega

na zliczeniu miejsc zamieszkania zaznaczonych na mapie przez respondentów w obrębie

wszystkich jednostek przestrzennych, a następnie podzieleniu wyniku zliczenia dla każdej

jednostki przez liczbę mieszkańców tej jednostki. Tak otrzymany wskaźnik interpretuje się

następująco:

• Wysokie wartości wskaźnika oznaczają wysoką reprezentację mieszkańców

obszaru w próbie.

• Niskie wartości wskaźnika oznaczają niską reprezentację mieszkańców w próbie.

• Wartości wskaźnika wyższe od średniej dla całego miasta oznaczają, że dana

jednostka jest nadmiernie reprezentowana w próbie.

• Wartości wskaźnika niższe od średniej dla całego miasta oznaczają, że dana

jednostka jest niedostatecznie reprezentowana w próbie.

Ze względu na małą liczebność respondentów w gminach innych niż Poznań, a także

fakt, że system PRM nie obejmuje obszaru gmin podpoznańskich, ocenę reprezentatywności

przestrzennej ograniczono do obszaru miasta.

Dla obszaru miasta Poznania istnieją cztery sposoby podziału obszaru miasta

na jednostki niższego rzędu, w przypadku których w zbiorach statystyki publicznej dla każdej

jednostki jest dostępna liczba mieszkańców. Są to:

58/99

• podział Poznania na rejony spisowe, do celów przeprowadzenia spisu powszechnego,

• podział Poznania na obwody spisowe, do celów przeprowadzenia spisu powszechnego,

• podział Poznania na oczka siatki o boku długości 1 km według siatki referencyjnej

Europejskiego Urzędu Statystycznego,

• podział Poznania na jednostki pomocnicze (osiedla).

W przypadku trzech pierwszych jednostek, dane o stanie ludności pochodzą ze spisu

powszechnego wykonanego przez Główny Urząd Statystyczny w roku 2011. Dane o stanie

ludności w osiedlach są gromadzone przez Urząd Miasta Poznania na podstawie danych

meldunkowych i zostały udostępnione w stanie na dzień 31 grudnia 2018 roku.

Spośród czterech wspomnianych klas jednostek przestrzennych odrzucono obwody

spisowe ze względu na ich małą powierzchnię i liczbę mieszkańców, a także siatkę

jednokilometrową – ze względu na zbyt duży rozmiar.

Ostatecznie do celów przeprowadzenia analizy wykorzystano dwie klasy jednostek:

• obszary osiedli (jednostek pomocniczych Poznania),

• obszary rejonów spisowych GUS.

Za użyciem pierwszej z nich przemawia mała liczba jednostek, pozwalająca

na uchwycenie ogólnych tendencji badanego zjawiska oraz odpowiednio wysoka liczba

mieszkańców pozwalająca na wyliczenie wartości miary dla wszystkich jednostek.

Jednocześnie duże rozmiary przestrzenne jednostek utrudniają precyzyjną lokalizację

zjawiska. Kartogram przedstawiający zróżnicowanie liczby respondentów w osiedlach

Poznania przedstawiono na Ryc. 5.4 zamieszczonej na stronie 60. Pełna lista jednostek

przestrzennych (osiedli) wraz z wartością wyliczonej miary została przedstawiona Załączniku

nr 3.

Za użyciem drugiej z nich przemawia mała powierzchnia, zwiększająca precyzję

lokalizacji zjawiska. Podstawową wadą jej użycia jest niemożliwość wyliczenia miary dla

wszystkich jednostek przestrzennych ze względu na niską wartość bazową (liczbę

mieszkańców) w części z nich. Za wartość graniczną liczby mieszkańców jednostki przyjęto

liczbę 100 osób, tzn. odstąpiono od obliczenia wartości liczby respondentów na tysiąc

mieszkańców dla tych jednostek, których liczba mieszkańców jest niższa od wartości

granicznej Miało to na celu wyeliminowanie jednostek o wysokich wartościach miary,

59/99

w których z dużym prawdopodobieństwem jest ona artefaktem zastosowanego podziału, tzn.

konsekwencją niskiej wartości bazowej (liczby mieszkańców jednostki). Kartogram

przedstawiający zróżnicowanie liczby respondentów w rejonach spisowych Poznania

przedstawiono na Ryc. 5.5 zamieszczonej na stronie 62.

5.4.2 Ocena reprezentatywności w osiedlach

W przypadku oceny reprezentatywności w podziale na osiedla wartości wskaźnika

uczestnictwa (liczby respondentów na tysiąc mieszkańców) kształtowały się następująco:

• Liczba jednostek: 42

• Wskaźnik uczestnictwa dla całego miasta: 4,1868 respondentów/tys. mieszkańców

• Maksymalna wartość wskaźnika: 20,7980 respondentów/tys. mieszkańców

• Minimalna wartość wskaźnika: 0,4550 respondentów/tys. mieszkańców

• Liczba jednostek o wartości wskaźnika wyższej niż wartość dla całego miasta:

13 (31% wszystkich jednostek)

• Liczba jednostek o wartości wskaźnika niższej niż wartość dla całego miasta: 29

(69% wszystkich jednostek)

Wartości wskaźnika zostały zaprezentowane na kartodiagramie stanowiącym Ryc. 5.4.

Szczególnie wysokimi wartościami wskaźnika uczestnictwa

charakteryzowały się osiedla:

• Strzeszyn (20,798)

• Główna (13,430)

Szczególnie niskimi wartościami wskaźnika uczestnictwa charakteryzowały się osiedla:

• Głuszyna (0,767)

• Fabianowo-Kotowo (0,582)

• Krzesiny-Pokrzywno-Garaszewo (0,455)

Za takie przyjęto jednostki, dla których wartość wskaźnika odchyla się dodatnio od średniej o więcej niż

1 odchylenie standardowe. Z kolei za jednostki o szczególnie niskich wartościach wskaźnika przyjęto jednostki,

dla których wartość wskaźnika odchyla się ujemnie od średniej o więcej niż 1 odchylenie standardowe

60/99

Ryc. 5.4 Liczba respondentów na 1 tys. mieszkańców osiedli na tle granicy miasta Poznań

i jego jednostek pomocniczych (osiedli)

Źródło: opracowanie własne

5.4.3 Ocena reprezentatywności w rejonach spisowych

W przypadku oceny reprezentatywności w podziale na rejony spisowe, wartości

wskaźnika uczestnictwa (liczby respondentów na tysiąc mieszkańców) kształtowały się

następująco:

• Liczba jednostek: 636

• Liczba jednostek, dla których nie wyliczono wartości wskaźnika: 79

• Liczba jednostek, dla których wyliczono wartości wskaźnika: 557

• Wskaźnik uczestnictwa dla całego miasta: 3,7336 respondentów/tys. mieszkańców

• Maksymalna wartość wskaźnika: 380,368 respondentów/tys. mieszkańców

• Minimalna wartość wskaźnika: 0 respondentów/tys. mieszkańców

• Liczba jednostek o wartości wskaźnika wyższej niż wartość dla całego miasta: 196

(35% jednostek, dla których wyliczono wskaźnik)

• Liczba jednostek o wartości wskaźnika niższej niż wartość dla całego miasta:

361 (65% jednostek, dla których wyliczono wskaźnik)

61/99

Szczególnie wysokimi wartościami wskaźnika uczestnictwa charakteryzowały się rejony

o numerach:

• 672 470 – rejon Nadolnika (wartość wskaźnika: 380,3680 respondentów/tys.

mieszkańców)

• 674 590 – teren dawnego gospodarstwa rolnego Naramowice (wartość

wskaźnika: 46,948 respondentów/tys. mieszkańców)

• 671 691 – Strzeszyn Literacki (wartość wskaźnika: 34,006 respondentów/tys.

mieszkańców)

• 671 702 – Strzeszyn Grecki (wartość wskaźnika: 30,3800 respondentów/tys.

mieszkańców)

Należy przy tym zauważyć, że są to jednocześnie rejony, w których była w ostatniej

dekadzie prowadzona intensywna działalność deweloperska. Należy przypuszczać, że

spowodowało to także duży wzrost liczby ludności w stosunku do stanu odnotowanego

podczas Narodowego Spisu Powszechnego w 2011 roku. Wysokie wartości wskaźnika mogą

zatem wynikać częściowo z zaniżonej wartości bazowej (liczby mieszkańców w 2011 roku),

a nie tylko z rzeczywiście ponadproporcjonalnego udziału mieszkańców wskazanych rejonów.

62/99

Ryc. 5.5 Liczba respondentów na 1 tys. mieszkańców rejonów spisowych na tle granicy

miasta Poznań i jego jednostek pomocniczych (osiedli)

Źródło: opracowanie własne

5.4.4 Porównanie wyników w osiedlach i rejonach

Porównując wyniki w obydwu podziałach, warto zauważyć, że rejony wchodzące

w skład

zabudowanej części osiedla Strzeszyn, podobnie jak całe osiedle, charakteryzują się

wysokimi wartościami analizowanej miary (osiedle: 20,80; rejony: od 14,20 do 30,01; Poznań:

4,18).

Podobna sytuacja nie ma jednak miejsca w przypadku drugiego miejsca koncentracji

miejsc zamieszkania – rejonu Nadolnika (rejon spisowy nr 672 470), którego powierzchnia jest

podzielona pomiędzy dwa osiedla: Główna (północno-wschodnia część) oraz Ostrów Tumski-

Śródka-Zawady-Komandoria (część południowo-zachodnia). Na poziomie rejonów jest to

obszar o wyjątkowo wysokiej wartości miary (380,37, przy wartości dla całego miasta

Granice rejonów spisowych i osiedli zostały wyznaczone przez GUS i Urząd Miasta Poznania niezależnie, czego

konsekwencją jest to, że dany rejon spisowy może być częścią dwóch osiedli. Ze względu jednak na podobną metodę

wyznaczania granic jednostek, wykorzystującą istniejące w przestrzeni fizycznej bariery (np. linie kolejowe) w wielu

wypadkach granice pokrywają się lub są dostatecznie blisko siebie, aby uznać w przybliżeniu, że rejony składają się na osiedle.

Taki opis jest uprawniony np. w przypadku omawianego osiedla Strzeszyn, a nie jest – w przypadku omawianych dalej osiedli

Główna i Ostrów Tumski-Śródka-Zawady-Komandoria.

63/99

na poziomie 4,18), ale ze względu na podział miejsc zamieszkania respondentów tego rejonu

pomiędzy dwa osiedla – w podziale na osiedla nie odnotowuje się porównywalnie wysokich

wartości (osiedla Główna: 13,42; osiedle Ostrów Tumski-Śródka-Zawady-Komandoria: 6.43).

Należy odnotować jednak, że są one mimo tego wyższe od wartości dla całego miasta (4,18)

i należą do 5 osiedli o najwyższych wartościach tego wskaźnika (w przypadku osiedla Główna

jest to pozycja druga, a w przypadku Ostrowa Tumskiego-Śródki-Zawad-Komandorii – pozycja

piąta).

Sytuacja ta jest przykładem opisywanego w rozdziale 3.2.2 efektu krawędzi

, a jej

ilustrację zaprezentowano na Ryc. 5.6.

Ryc. 5.6 Efekt krawędzi na przykładzie oznaczeń w rejonie Nadolnika w Poznaniu

Źródło: opracowanie własne

Przyjęcie rejonów spisowych (oznaczenia obszarowe w odcieniach błękitu) jako jednostki podstawowej grupuje

większość wystąpień zjawiska w obszarze jednej jednostki, a co za tym idzie – generuje wysokie wartości wskaźnika.

Zastosowanie jako jednostki odniesienia obszaru osiedli (granica osiedli oznaczona czerwoną linią) powoduje rozdzielenie

wystąpień zjawiska pomiędzy dwie jednostki, co skutkuje niższą wartością wskaźnika.

64/99

Interpretując wyniki analizy reprezentatywności należy stwierdzić, że w badaniu nie

uzyskano próby, która charakteryzowałaby się reprezentatywnością przedmiotową

ze względu na rozmieszczenie miejsc zamieszkania respondentów.

Rozpatrując ten wynik łącznie z odpowiedziami na inne pytania (szczególnie dotyczące

lokalizacji nowych stacji), można wysnuć przypuszczenie, że w przypadku niektórych rejonów

wysoki wskaźnik uczestnictwa może być efektem zorganizowanej mobilizacji ich mieszkańców,

mającej na celu wpłynięcie na wyniki ankiety w taki sposób, aby na terenie tych osiedli zostały

zlokalizowane stacje systemu PRM. Warto odnotować, że w okresie zbierania odpowiedzi

na tych terenach nie funkcjonowała żadna stacja systemu.

65/99

6 Wyniki badania

6.1 Zachowania transportowe użytkowników systemu

6.1.1 Użytkowanie systemu PRM

Respondenci zostali zapytani o to czy korzystają z systemu PRM, a następnie o powody

korzystania i niekorzystania. Na pytanie o korzystanie z systemu PRM, 74% odpowiedziało

twierdząco, podczas gdy 26% z nich - przecząco (zob. Ryc. 6.1)

Ryc. 6.1 Podsumowanie odpowiedzi na pytanie „Czy korzysta Pan(i) z systemu PRM?”,

udzielono 3115 odpowiedzi

Źródło: opracowanie własne

6.1.2 Powody korzystania z systemu PRM

Wśród powodów, dla których respondenci wybierają rower publiczny (zob. Ryc. 6.2), za

najważniejsze uznano niezależność od rozkładu jazdy (75% respondentów), elastyczność

(66%) i korzyści zdrowotne (54%). W mniejszym stopniu do używania systemu motywuje

respondentów niski koszt podróży (42%), moda (29%) i brak alternatyw (11%). Należy

zauważyć, że w większości respondenci korzystali z możliwości zaznaczania wielu odpowiedzi

– zrobiło tak 71% z nich. Oznacza to, że wybierają oni rower publiczny z więcej niż jednego

powodu.

74%

26%

Użytkownicy

Nie-użytkownicy

66/99

Ryc. 6.2 Podsumowanie odpowiedzi na pytanie wielokrotnego wyboru „Dlaczego korzysta

Pan(i) z systemu PRM?”, 1665 respondentów udzieliło łącznie 4584 odpowiedzi, wartości

wyrażone jako % respondentów, który zaznaczył daną odpowiedź

Źródło: opracowanie własne

6.1.3 Powody niekorzystania z systemu PRM

Respondenci mieli także możliwość podania przyczyn, dla których nie korzystają

z roweru publicznego (zob. Ryc. 6.3) – z możliwości tej skorzystało około 1/5 respondentów.

Wśród głównych barier do korzystania z systemu PRM wskazano przede wszystkim: złą jakość

infrastruktury systemu (45%), brak warunków do poruszania się rowerem po mieście (37%)

i trudności w obsłudze systemu (32%). W mniejszym stopniu barierą są: koszty podróży (13%)

i niechęć do wysiłku fizycznego (8%). Należy zauważyć, że – w przeciwieństwie do przyczyn

korzystania z systemu – w przypadku barier respondenci w mniejszym stopniu korzystali

z możliwości udzielenia więcej niż jednej odpowiedzi (zrobiło to tylko ok. 26% z nich). Można

na tej podstawie domniemywać, że wykazują się oni większą wrażliwością na bariery

i wystąpienie chociaż jednej z nich wystarcza do rezygnacji z tego środka transportu.

9% 7% 6% 1% 4% 2%

66%

59% 48%

41%

25%

10%

20%

30%

40%

50%

60%

70%

80%

Ze względu na

niezależność od

rozkładu jazdy i

korków

Ze względu na

elastyczność

tego środka

transportu

Ze względu na

korzyści

zdrowotne z

aktywnego

poruszania się

Ze względu na

koszt podrózy

Ze względu na

to, że to nowy,

atrakcyjny

sposób

poruszania się,

Ze względu na

brak (lub małą

atrakcyjność)

alternatyw

jeden z powodów

jedyny powód

67/99

Ryc. 6.3 Podsumowanie odpowiedzi na pytanie wielokrotnego wyboru „Dlaczego nie

korzysta Pan(i) z systemu PRM?”, 482 respondentów udzieliło łącznie 649 odpowiedzi,

wartości wyrażone jako % respondentów, który zaznaczył daną odpowiedź

Źródło: opracowanie własne

Na pytanie o częstotliwość używania systemu (zob. Ryc. 6.4), 8% respondentów

zadeklarowało użytkowanie codzienne lub prawie codzienne, a co najmniej raz w tygodniu –

41%. Rzadsze korzystanie – co najmniej raz w miesiącu oraz rzadziej niż raz w miesiącu –

deklarowało odpowiednio 34% i 17% respondentów.

Ryc. 6.4 Podsumowanie odpowiedzi na pytanie „Jak często korzysta Pan(i) z systemu

PRM?”, udzielono łącznie 3339 odpowiedzi,

Źródło: opracowanie własne

27% 20% 16%

6% 5%

18%

17%

16%

7% 3%

10%

15%

20%

25%

30%

35%

40%

45%

50%

Zła jakość

infrastruktury

PRM

Brak

warunków do

poruszania się

rowerem po

mieście

Trudności w

obsłudze

systemu

Koszty podróży Niechęć do

wysiłku

fizycznego

jeden z powodów

jedyny powód

41%

34%

17%

10%

15%

20%

25%

30%

35%

40%

45%

Codziennie lub prawie

codziennnie

Co najmniej raz w

tygodniu

Co najmniej raz w

miesiącu

Rzadziej niż raz w

miesiącu

68/99

6.1.4 Motywy korzystania z systemu PRM

Głównymi motywami korzystania z roweru publicznego są (zob. Ryc. 6.5 ): dojazd

do miejsca pracy lub nauki (wskazany przez 27% respondentów) oraz dojazd do miejsca

spędzania wolnego czasu (22%). W celu załatwiania codziennych spraw korzysta z roweru

publicznego 15% respondentów, a rekreacyjnie – 18%. Taki sam odsetek respondentów

korzysta z systemu PRM awaryjnie – gdy zawiedzie podstawowy środek transportu.

Ryc. 6.5 Podsumowanie odpowiedzi na pytanie wielokrotnego wyboru „W jakim celu

korzysta Pan(i) z PRM?”, 1447 respondentów udzieliło łącznie 3072 odpowiedzi, wartości

wyrażone jako % respondentów, który zaznaczył daną odpowiedź

Źródło: opracowanie własne

6.1.5 Charakterystyka głównej podróży

Respondenci byli także proszeni o określenie swojej głównej podróży, tj. takiej, którą

odbywają najczęściej lub z innego powodu jest ona dla nich ważna. Następnie odpowiadali

na dwa pytania jej dotyczące. W pierwszym z nich mieli za zadanie określić czy ich główna

podróż jest wykonywana w całości rowerem publicznym czy może jest ona częścią podróży

łączonej wykonywanej różnymi środkami transportu (tzw. podróż multimodalna). Drugie

z pytań dotyczyło substytucyjności tego środka transportu – respondenci mogli wskazać

środek transportu, którym wykonaliby swoją główną podróż w przypadku nieobecności

systemu PRM. Podsumowanie odpowiedzi przedstawiono na Ryc. 6.6 oraz Ryc. 6.7.

6% 2% 3% 4% 1%

21%

20% 15% 14%

14%

10%

15%

20%

25%

30%

W celu dojazdu do

miejsca pracy/nauki

W celu dojazdu do

miejsca spędzania

wolnego czasu

(rodzina, kino,

kawiarnia)

Awaryjnie, jeśli

podstawowy środek

transportu

zawiedzie (np.

awaria samochodu,

spóźnienie

tramwaju)

Rekreacyjnie W celu załatwiania

codziennych spraw

(zakupy, poczta)

Między innymi

Wyłącznie

69/99

Ryc. 6.6 Podsumowanie odpowiedzi na pytanie o charakter głównej podróży

z wykorzystaniem PRM, udzielono 3300 odpowiedzi

Źródło: opracowanie własne

Ryc. 6.7 Podsumowanie odpowiedzi na pytanie o alternatywny do roweru publicznego

środek podróży, udzielono 3300 odpowiedzi

Źródło: opracowanie własne

Prawie połowa (49%) przejazdów z wykorzystaniem roweru publicznego jest według

deklaracji respondentów częścią podróży łączonej (multimodalnej) – wskazuje to na ważną

rolę wspierającą systemu PRM dla innych środków transportu. Jednakże, należy zauważyć

49%

51%

Podróże łączone (np. z

przesiadką na transport

publiczny)

Podróże w całości

wykonywana z

wykorzystaniem PRM

49%

22%

13% 12%

2% 2%

10%

20%

30%

40%

50%

60%

...transportem

zbiorowym

...własnym

samochodem

...pieszo ...własnym

rowerem

...samochodem

współdzielonym

(wypożyczonym,

taksówką, car-

sharingiem)

Nie

wykonał(a)bym tej

podróży

Gdybym nie wykonał(a) tej podrózy rowerem publicznym, wykonał(a)bym ją...

70/99

dominującą pozycję transportu zbiorowego wśród środków transportu zastępowanych przez

przejazdy rowerem publicznym (49% podróży PRM odbyło się kosztem transportu

zbiorowego). Oznacza to, że z jednej strony PRM wspiera system transportu zbiorowego

poprzez ułatwienie dotarcia do przystanków, ale z drugiej strony – częściowo jest dla niego

konkurencyjny. Jednocześnie, aż 22% respondentów deklaruje, że gdyby nie używali PRM to

ich główna podróż byłaby wykonana własnym samochodem, co oznacza wymierne korzyści

środowiskowe z funkcjonowania systemu w Poznaniu.

6.2 Preferencje użytkowników systemu

6.2.1 Preferencje wobec modelu funkcjonowania systemu PRM

Jak wspomniano w rozdziale 1.1.3, systemy roweru publicznego różnią się między sobą

stosowanymi rozwiązaniami technicznymi i taryfowymi. Aktualnie w sferze technicznej

największą różnicą z punktu widzenia użytkownika jest różnica między systemami 3 generacji

(stacyjnymi), a systemami 4 generacji (bezstacyjnymi). Kwestia przejścia poznańskiego

systemu na generację 4 był jednym z problemów stawianym przed Zespołem w toku

przygotowywania nowej koncepcji funkcjonowania systemu. Zadecydował on zatem, aby o

preferencje wobec niektórych rozwiązań technicznych zapytać przedstawicieli użytkowników.

Pierwsze pytanie dotyczące przyszłego kształtu systemu polegało na opowiedzeniem się

za systemem 3 lub 4 generacji na 10-stopniowej skali. Biegun skali odpowiadający systemowi

3 generacji został opisany jako „Rowery dostępne w stałych miejscach ALE konieczność dojścia

od stacji do celu podróży”, a biegun odpowiadający systemowi 4 generacji: „Możliwość

pozostawienia roweru poza stacją, ALE konieczność sprawdzania lokalizacji wolnych

rowerów.”. Wyniki następnie wtórnie zagregowano do 5 kategorii preferencji –

od zdecydowanie za systemem generacji 3 („ze stacjami”) do zdecydowanie za systemem

generacji 4 („ze strefą elastycznych wypożyczeń”). Podsumowanie odpowiedzi na pytania

zaprezentowana Ryc. 6.8.

71/99

Ryc. 6.8 Podsumowanie odpowiedzi na pytanie o preferencje na 10-stopniowej skali

pomiędzy systemem opartym o stacje, a systemem opartym o strefę elastycznych

wypożyczeni i zwrotów

, udzielono 963 odpowiedzi

Źródło: opracowanie własne

Drugie i trzecie pytanie dotyczące kształtu przyszłego systemu dotyczyły odpowiednio:

kwestii wprowadzenia możliwości rezerwacji roweru oraz sposobów identyfikacji

użytkownika. W kwestii rezerwacji przedstawiono respondentom wybór pomiędzy

następującymi modelami:

• Model A. Brak możliwości rezerwacji.

• Model B. Możliwość bezpłatnej rezerwacji do 5 minut. Niewypożyczenie roweru

w ciągu 5 minut powoduje usunięcie blokady - rower będzie ponownie dostępny dla

innych użytkowników.

• Model C. Możliwość płatnej rezerwacji do 15 minut. Czas od momentu rezerwacji

do momentu wypożyczenia roweru wlicza się do czasu podróży. Niewypożyczenie

roweru w ciągu 15 minut powoduje usunięcie blokady - rower będzie ponownie

dostępny dla innych użytkowników. Użytkownik rezerwujący rower zostanie obciążony

kosztem jak za 15 minut wykonanej podróży.

Rozkład odpowiedzi respondentów zaprezentowano na Ryc. 6.9.

Odpowiedzi ze skali 10-stopniowej pogrupowano do 5 klas skali porządkowej: wartości od 0 do

1 zaliczono do klasy „zdecydowanie za systemem ze stacjami”, od 2 do 3 – „raczej za systemem ze stacjami”, od

5 do 6 – „brak zdania”, od 7 do 8 – „raczej za systemem ze strefą”, od 9 do 10 – „zdecydowanie za systemem ze

strefą”

21% 10% 22% 19% 27%

0% 20% 40% 60% 80% 100%

Zdecydowanie za systemem ze

stacjami

Raczej za systemem ze stacjami

Brak zdania

Raczej za systemem z strefą

elastycznych wypożyczeń i zwrotów

Zdecydowanie za systemem ze strefą

elastycznych wypożyczeń i zwrotów

72/99

W przypadku sposobów identyfikacji dostępne były następujące opcje: dostęp tylko za

pomocą aplikacji na smartfona, dostęp poprzez aplikację i kartę PEKA lub dostęp poprzez

aplikację i numer telefonu. Rozkład odpowiedzi respondentów zaprezentowano na Ryc. 6.10.

Ryc. 6.9 Podsumowanie odpowiedzi na pytanie o preferowany model rezerwacji roweru,

udzielono 1754 odpowiedzi

Źródło: opracowanie własne

Ryc. 6.10 Podsumowanie odpowiedzi na pytanie o preferowany model identyfikacji

użytkownika, udzielono 1274 odpowiedzi

Źródło: opracowanie własne

Respondenci w kwestii możliwości rezerwacji opowiedzieli się za modelem bezpłatnej

rezerwacji, ograniczonej do 5 minut (65% wskazań), a w przypadku sposobu identyfikacji – za

użyciem aplikacji na smartfon i karty PEKA.

25%

65%

10%

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

Model A. Brak możliwości

rezerwacji

Model B. Możliwość bezpłatnej

rezerwacji do 5 minut

Model C. Możliwość rezerwacji

do 15 minut, płatnej tak jak czas

podróży.

10%

59%

31%

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

Identyfikacja tylko z użyciem

aplikacji

Identyfikacja z użyciem aplikacji

lub poprzez kartę PEKA

Identyfikacja z użyciem aplikacji

lub poprzez podanie numeru

telefonu i kodu PIN

73/99

6.2.2 Preferencje wobec rozwiązań taryfowych w systemie PRM

Trzecia grupą pytań dotyczących preferencji użytkowników były pytania o taryfę

przewozów, a w szczególności – możliwość wprowadzenia abonamentu na usługi

oraz gotowość respondentów do jego opłacania. Respondenci mieli możliwość określenia

maksymalnej miesięcznej stawki abonamentu, którą byliby skłonni zapłacić w zamian za:

• Możliwość korzystania z systemu przez 60 minut dziennie,

• Możliwość korzystania z systemu bez limitu.

Wykresy skumulowanej akceptacji dla kwot abonamentu w obydwu przypadkach

zostały zaprezentowane na Ryc. 6.11 i Ryc. 6.12. Zielonymi liniami przerywanymi oznaczono

na obydwu rycinach poziom 80% i 50% akceptacji, oraz odpowiadające im kwoty

abonamentu.

Ryc. 6.11 Odsetek respondentów akceptujących stawkę miesięcznego abonamentu na 60

minut korzystania z PRM dziennie, udzielono 1421 odpowiedzi

Źródło: opracowanie własne

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

- zł 5 zł 10 zł 15 zł 20 zł 25 zł 30 zł 35 zł 40 zł 45 zł 50 zł 55 zł 60 zł 65 zł 70 zł 75 zł 80 zł 85 zł 90 zł 95 zł 100

zł

74/99

Ryc. 6.12 Odsetek respondentów akceptujących stawkę miesięcznego abonamentu bez

limitu korzystania, udzielono 1792 odpowiedzi

Źródło: opracowanie własne

Kwoty abonamentu akceptowane przez 80% respondentów to około 10 zł w przypadku

abonamentu z limitem, a ok. 17 zł w przypadku abonamentu bez limitu. W przypadku kwot

akceptowanych przez 50% respondentów, są to odpowiednio – 22 zł i 34 zł.

6.2.3 Preferencje wobec lokalizacji nowych stacji systemu PRM

Jednym z pytań ankiety, na które respondenci mogli udzielić odpowiedzi poprzez

wskazanie punktu na mapie było pytanie o preferowaną lokalizację nowej stacji systemu.

Każdy respondent mógł nanieść na mapę do 3 lokalizacji. Korzystając z tej możliwości,

respondenci nanieśli łącznie 3655 oznaczeń. Lokalizację indywidualnych oznaczeń

respondentów zaprezentowano na Ryc. 6.13.

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

80,00%

90,00%

100,00%

- zł 5 zł 10 zł 15 zł 20 zł 25 zł 30 zł 35 zł 40 zł 45 zł 50 zł 55 zł 60 zł 65 zł 70 zł 75 zł 80 zł 85 zł 90 zł 95 zł 100

zł

75/99

Ryc. 6.13 Lokalizacje wskazanych przez respondentów lokalizacji nowych stacji. Liczba

oznaczeń: 3655

Źródło: opracowanie własne

Do agregacji wskazań zastosowano omówioną w rozdziale 3.2.2 metodę jądrowej

estymacji gęstości (ang. kernel density estimation), w siatce o długości boku oczka 50 m

oraz przy użyciu promienia poszukiwania 400 m – w jej wyniku otrzymano miarę gęstości

oznaczeń, której wartości zostały określone dla wszystkich oczek siatki, której wizualizację

zaprezentowano na Ryc. 6.14. Ze względu na to, że miara gęstości jest wielkością abstrakcyjną

– na legendzie zamiast wartości zaprezentowano opis słowny.

76/99

Ryc. 6.14 Gęstość oznaczeń wskazanych przez respondentów lokalizacji nowych stacji

estymowana metodą estymacji jądrowej (ang. kernel density estimation).

Źródło: opracowanie własne

W kolejnym kroku, na podstawie otrzymanej miary gęstości oznaczeń, dokonano

identyfikacji skupień. Ze względu na dużą rozpiętość wartości miary gęstości (od 0 do 78

jednostek) zastosowano procedurę wyznaczania skupień w podziale na 3 stopnie.

W pierwszej kolejności jako wartość progową przyjęto gęstość wynoszącą 30 jednostek.

Pozwoliło to na zidentyfikowanie 10 skupień o najwyższej gęstości oznaczeń (pierwszego

stopnia). W kolejnym kroku powtórzono procedurę dla wartości progowej wynoszącej 10

jednostek, co pozwoliło na identyfikację 60 skupień. Spośród nich usunięto te 10 z nich, które

zostały już zidentyfikowane jako skupienia pierwszego stopnia, co ostatecznie pozwoliło

ustalić liczbę nowych skupień drugiego stopnia na poziomie 50.

W kolejnym kroku wyznaczono skupienia o wartościach funkcji gęstości wyższych niż

5 jednostek. W wyniku tej operacji wyznaczono łącznie 109 skupień, spośród których

ponownie usunięto 50 skupień zidentyfikowanych już w poprzednich krokach. W rezultacie

otrzymano 59 skupień trzeciego stopnia.

77/99

Następnie przeprowadzono procedurę zliczania liczby oznaczeń użytkowników

należących do każdego skupienia. Aby zachować porównywalność wyników pomiędzy

skupieniami różnych stopni, wyznaczonymi w kolejnych krokach, przyjęto, że zliczane

i przyporządkowywane do skupienia będą wszystkie oznaczenia leżące w obszarze o gęstości

wyższej niż 5 jednostek – niezależnie od tego jakiej wartości progowej użyto do wyznaczania

danego skupienia. W przypadku gdy kilka skupień znajdowało się w jednym obszarze gęstości

powyżej 5 jednostek, punkty przyporządkowywano do tego skupienia, którego centroid

znajdował się bliżej. Tym samym otrzymano zbiór 119 skupień oznaczeń

z przyporządkowanymi im liczbami oznaczeń.

W ostatnim kroku dokonano klasyfikacji skupień ze względu na liczbę oznaczeń

w skupieniu. Otrzymane skupienia zostały podzielone na 3 klasy metodą podziałów

naturalnych (optymalizacji Jenksa). Liczba klas (3) została ustalona w oparciu o wymagania

odbiorcy danych. Wynik identyfikacji i klasyfikacji został przedstawiony na kartodiagramie

stanowiącym Ryc. 6.15.

W pierwszej klasie znalazło się 80 skupień o najniższej liczbie oznaczeń respondentów

(od 1 do 17), a w kolejnej – 29 skupień o liczbie oznaczeń od 18 do 46. Na ostatnią klasę złożyło

się 10 skupień o najwyższej liczbie oznaczeń respondentów (od 47 do 115).

Centroid to wypadkowa średnia lokalizacja alternatywnie – środka ciężkości obiektu powierzchniowego

lub zbioru innych obiektów punktowych. W opisywanym przypadku jest to geometryczny środek skupienia.

78/99

Ryc. 6.15 Skupienia oznaczonych przez respondentów lokalizacji nowych stacji w podziale

na 3 klasy ze względu na liczbę oznaczeń w skupieniu.

Źródło: opracowanie własne.

Lokalizacje 10 skupień o najwyższej liczbie oznaczeń to:

• Literacka – przystanek ZTM (osiedle: Strzeszyn, liczba oznaczeń: 115),

• Kąpielisko nad jeziorem Rusałka (osiedle: Sołacz, liczba oznaczeń: 86),

• Ulica Smolna, Nadolnik (osiedle: Główna, liczba oznaczeń: 84),

• Rondo Skubiszewskiego - przystanek ZTM (osiedle: Junikowo, liczba oznaczeń: 78),

• Baraniaka - przystanek ZTM (osiedle: Rataje, liczba oznaczeń: 70),

• Skrzyżowanie ulic Strzeszyńska/Druskiennicka (osiedle: Podolany, liczba oznaczeń: 70),

• Szwedzka - przystanek ZTM (osiedle: Chartowo, liczba oznaczeń: 68),

• Starołęka - pętla ZTM (osiedle: Starołęka-Minikowo-Marlewo, liczba oznaczeń: 66),

• Ulica Serbska, market Tesco (osiedle: Stare Winogrady, liczba oznaczeń: 65),

• Lechicka - przystanek ZTM (osiedle: Nowe Winogrady Północ, liczba oznaczeń: 63),

Warto zauważyć, że aż 6 z 10 najczęściej wskazywanych lokalizacji znajduje się

w bezpośrednim sąsiedztwie istniejących przystanków transportu zbiorowego. Ponadto,

2 lokalizacje (Literacka, Nadolnik) znajdują się w bezpośrednim sąsiedztwie obszarów

79/99

zidentyfikowanych jako nadmiernie reprezentowane w próbie badawczej (zob. rozdział 5).

Możliwe, że jest to efekt mobilizacji mieszkańców tych rejonów, która miała na celu lokalizację

stacji systemu PRM w okolicy ich miejsc zamieszkania.

6.2.4 Preferencje wobec delimitacji strefy elastycznych wypożyczeń systemu

Jedynym pytaniem ankiety, na które respondenci mogli udzielić odpowiedzi poprzez

wskazanie obszaru na mapie było pytanie o preferowaną lokalizację strefy elastycznych

wypożyczeń i zwrotów (dalej: „strefy”). Każdy respondent mógł nanieść nieograniczoną liczbę

obszarów. Korzystając z tej możliwości, respondenci nanieśli na podkład mapowy łącznie

985 obszarów proponowanego zasięgu strefy. Kontury tych obszarów przedstawiono na Ryc.

6.16.

Ryc. 6.16 Kontury oznaczonych przez respondentów obszarów proponowanych jako obszar

strefy elastycznych wypożyczeń i zwrotów. Liczba oznaczeń: 985

Źródło: opracowanie własne

Choć nałożenie na siebie konturów obszarów pozwala na zauważenie pewnych

prawidłowości (np. pokrywanie się konturów wzdłuż ulic transportowego układu

podstawowego takich jak: I i II rama komunikacyjna, ulice Solna, Garbary i aleja

Niepodległości), nie pozwala na ilościowe porównanie liczby wskazań dla poszczególnych

80/99

obszarów. Z tego względu, podobnie jak w przypadku lokalizacji nowych stacji, oznaczenia

respondentów zostały poddane agregacji.

W przeciwieństwie do zaprezentowanej w poprzednim podrozdziale agregacji obiektów

punktowych, ze względu na obszarowy charakter naniesionych obiektów reprezentujących

pożądany zasięg strefy elastycznych wypożyczeń i zwrotów, możliwe było zastosowanie

agregacji prostej, bez konieczności estymowania wartości gęstości oznaczeń. Agregacja w tym

przypadku polegała na zliczeniu dla każdego oczka siatki bazowej liczby obszarów, które

posiadają z nią obszar wspólny. Do tego celu wykorzystano siatkę sześciokątną o wysokości

jednego oczka wynoszącej 100 m. Efekt agregacji, po podziale jednostek przestrzennych

(oczek siatki) na 7 klas przy wykorzystaniu metody podziałów naturalnych Jenksa został

przedstawiony na Ryc. 6.17. Warto odnotować, że w tym wypadku, inaczej niż w przypadku

lokalizacji nowych stacji, wartość zagregowana jest wartością możliwą do interpretacji (liczbą

oznaczeń respondentów, które objęły dane oczko), w związku z czym jej wartości zostały

przedstawione na legendzie.

Ryc. 6.17 Gęstość oznaczeń obszarów proponowanych jako obszar strefy elastycznych

wypożyczeń i zwrotów w podziale na 7 klas metodą podziałów naturalnych (optymalizacji

Jenksa)

Źródło: opracowanie własne.

81/99

Najczęściej wskazywanym obszarem do objęcia strefą elastycznych zwrotów

i wypożyczeń (liczba oznaczeń ponad 368) był obszar ograniczony tzw. I ramą komunikacyjną

(ulice Królowej Jadwigi, Roosevelta, Wolnica, Solna, Estkowskiego, Jana Pawła II), tzn. obszar

osiedla Stare Miasto bez jego północnej części.

Kolejna klasa (grupująca oczka siatki oznaczane od 255 do 368 razy) tworzy obszar

obejmujący znaczną część śródmieścia Poznania (osiedle Jeżyce, północne części osiedli św.

Łazarz i Wilda i Stare Miasto, Ostrów Tumski, Śródkę, park Cytadela oraz rejon Grudzieniec

i osiedle Piastowskie na osiedlu administracyjnym Rataje).

Trzecia klasa (grupująca oczka siatki oznaczane od 176 do 254 razy) obszary intensywnej

zabudowy śródmiejskiej (południowe części osiedli św. Łazarz i Wilda), wielkopłytowej (Rataje,

Winogrady) wraz z występującymi pomiędzy nimi obszarami zabudowy jednorodzinnej (Stare

Winogrady, Sołacz, Ogrody, Stary Grunwald).

Kolejne klasy obejmują oddalone od centrum miasta obejmuje obszary silnie

zurbanizowane (Piątkowo, Chartowo, Żegrze, osiedle Kopernika, Winiary – od 107

do 175 oznaczeń) oraz resztę obszaru miasta (poniżej 107 oznaczeń) i nie były przedstawiane

jako kandydaci do objęcia strefą elastycznych zwrotów i wypożyczeń.

82/99

Podsumowanie

Obserwowana w ostatnich lata ekspansja terytorialna systemów roweru publicznego

w polskich miastach powoduje, że coraz więcej samorządowych jednostek planistycznych

staje przed zadaniem odpowiedniego zaprojektowania systemu roweru publicznego. Szybkość

rozwoju technologii oraz zmian zachowań transportowych mieszkańców powoduje, że planiści

często nie dysponują aktualną i pełną wiedzą odpowiednią do rozstrzygnięcia postawionych

przed nimi problemów decyzyjnych. W tej sytuacji na znaczeniu zyskują systemy wsparcia

decyzyjnego, które pozwalają pozyskać potrzebną wiedzę bezpośrednio od użytkowników

systemu.

Celem niniejszej pracy było zaproponowanie i pilotażowe zastosowanie metodyki

prowadzenia badań geoankietowych wspierających podejmowanie decyzji publicznych

w obszarze projektowania systemów roweru publicznego. Został on zrealizowany poprzez

• zaprojektowanie badania geoankietowego na podstawie problemów decyzyjnych

i potrzeb informacyjnych decydentów (w lutym 2018 roku),

• przeprowadzenie badania geoankietowego wśród użytkowników systemu roweru

publicznego (na przełomie lutego i marca 2018 roku),

• wykonanie analiz przestrzennych na podstawie zebranych danych (w okresie od marca

do kwietnia 2018 roku).

Oprócz realizacji celu głównego zrealizowano także cele poboczne, tj.:

• przekazanie wyników decydentom w celu wykorzystania w procesie projektowania

nowej odsłony systemu w maju 2018 roku (cel praktyczny)

• pozyskanie nowej wiedzy dotyczącej zachowań transportowych użytkowników

systemu roweru publicznego w Poznaniu (cel poznawczy)

Spośród najważniejszych wniosków z badania należy wymienić następujące:

• Według deklaracji, około 50% respondentów używa systemu przynajmniej 1 raz

w tygodniu

• W użytkowaniu systemu dominują motywy codziennej mobilności (dojazd

do pracy/szkoły/miejsca spędzania wolnego czasu) – ponad 50% respondentów, przy

motywie rekreacyjnym deklarowanym przez 18% respondentów

83/99

• Głównym środkiem transportu, z którego według deklaracji rezygnują respondenci

w wyniku wykonania podróży z użyciem roweru publicznego jest transport publiczny

(49%), ale wysoki jest także udział samochodu (22%)

• Prawie 50% głównych podróży respondentów to podróże multimodalne, co wskazuje

na ważną rolę wspierającą wobec transportu publicznego

• Respondenci wykazują preferencję elastyczności wypożyczeń w ramach strefy (tzw.

4 generacja) nad przewidywalnością lokalizacji rowerów na stacjach systemu (tzw.

3 generacja)

• Respondenci deklarują gotowość płacenia abonamentu – ponad 50% respondentów

akceptuje kwotę abonamentu na poziomie 22 zł dla abonamentu z limitem 60 minut

korzystania z systemu dziennie oraz na poziomie 34 zł dla abonamentu bez limitu.

• Respondenci wykazali duże zainteresowanie możliwością proponowania nowych

lokalizacji stacji systemu (3 655 naniesionych obiektów) oraz zasięgu stacji

elastycznych wypożyczeń i zwrotów (985 naniesionych obiektów)

• Na podstawie oznaczeń respondentów zaproponowano 119 lokalizacji nowych stacji

systemu oraz 3 możliwe zasięgi strefy elastycznych zwrotów i wypożyczeń.

Ze względu na pilotażowy charakter badania, otwiera ono szerokie pole dla kolejnych

działań mających na celu wsparcie procesów planowania systemów roweru publicznego

w Polsce. Mogą one mieć formę przede wszystkim:

• ewaluacji wdrożenia pilotażowego w kontekście jego przydatności do generowania

wiedzy pomocnej w podejmowaniu decyzji

• oceny wpływu wniosków z badania na projektowany i wdrożony kształt systemu

w 2019, a także identyfikacja innych czynników wpływających na tę decyzję

• aktualizacji i udoskonalenia treści narzędzia badawczego oraz zbioru metod analiz

• standaryzacji metodyki badania i treści narzędzia badawczego w celu replikacji badania

dla innych zakresów przestrzennych i czasowych

• ponownego przeprowadzenia badania przy zastosowaniu doboru losowego wśród

grupy docelowej w celu osiągnięcia próby reprezentatywnej proceduralnie

84/99

Bibliografia

Bąkowska-Waldmann, E., Brudka, C. i Jankowski, P. (2018). Legal and organizational

framework for the use of geoweb methods for public participation in spatial planning in

Poland: Experiences, opinions and challenges. Quaestiones Geographicae, 37(3), 163–

175. https://doi.org/10.2478/quageo-2018-0032

Bąkowska-Waldmann, E., Czepkiewicz, M. i Brudka, C. (2018). Ocena warunków życia i

aktywności mieszkańców obszaru rewitalizacji z wykorzystaniem geoankiety. W:

Uwarunkowania i kierunki działań rewitalizacyjnych w Poznaniu (ss. 122–132). Poznań:

Instytut Geografii Społeczno-Ekonomicznej i Gospodarki Przestrzennej.

Bąkowska, E., Kaczmarek, T., Jankowski, P., Zwoliński, Z., Mikuła, Ł., Czepkiewicz, M. i Brudka,

C. (2016). Geo-questionnaire in urban planning – preliminary results of the experimental

application in Poland preliminary results of the experimental. Quaestiones Geographicae,

35(1), 37–54.

Biała, I. (2018, 18 czerwiec). Największy system roweru elektrycznego na świecie powstaje na

Pomorzu! Pojedziemy już w listopadzie. gdansk.pl. Pobrano z:

https://www.gdansk.pl/wiadomosci/mevo-umowa-z-nextbike-polska-podpisana-w-

listopadzie-wsiadziemy-na-rower-metropolitalny,a,117468:

Black, W. R. (1996). Sustainable transportation: a US perspective. Journal of Transport

Geography, 4(3), 151–159. https://doi.org/10.1016/0966-6923(96)00020-8

Brown, E. D. (2014, 22 październik). Drowning in Data, Starved for Information.

ericbrown.com. Pobrano z: https://ericbrown.com/drowning-in-data-starved-for-

information.htm:

Brown, G. (2015). Engaging the wisdom of crowds and public judgement for land use planning

using public participation geographic information systems. Australian Planner, 52(3),

199–209. https://doi.org/10.1080/07293682.2015.1034147

Brown, G., Weber, D. i de Bie, K. (2015). Is PPGIS good enough? An empirical evaluation of the

quality of PPGIS crowd-sourced spatial data for conservation planning. Land Use Policy,

43, 228–238. https://doi.org/10.1016/j.landusepol.2014.11.014

Brudka, C. (2017a). Opór przestrzeni w przejazdach rowerem publicznym na przykładzie

85/99

Poznańskiego Roweru Miejskiego w roku 2016. Uniwersytet Ekonomiczny w Poznaniu.

Brudka, C. (2017b). Przestrzenne aspekty funkcjonowania roweru w mieście - przykład

Poznańskiego Roweru Miejskiego. W: W. Kisiała (Red.), Miasto – studia empiryczne z

wykorzystaniem metod analizy przestrzennej (ss. 112–133). Poznań: Uniwersytet

Ekonomiczny w Poznaniu.

Brudka, C. (2017c). Przygotowywanie treści ankiety - przykład geoankiety na potrzeby

uchwalenia MPZP dla terenu osiedla Andrzejów w Łodzi.

Büttner, J., Mlasowsky, H. i Birkholz, T. (2011). Optimising Bike Sharing in European Cities.

Pobrano z: https://ec.europa.eu/energy/intelligent/projects/sites/iee-

projects/files/projects/documents/obis_handbook_en.pdf:

Czepkiewicz, M., Brudka, C., Jankowski, P., Kaczmarek, T., Zwoliński, Z., Mikuła, Ł., … Wójcicki,

M. (2016). Public Participation GIS for sustainable urban mobility planning : methods ,

applications and challenges. Rozwój Regionalny i Polityka Regionalna, 35(August 2017),

9–35.

Czepkiewicz, M., Brudka, C., Rozynkowski, A. i Hejza, M. (2019). Jaka przestrzeń dla Warszawy?

Wyniki badania geoankietowego. Pobrano z:

http://architektura.um.warszawa.pl/sites/default/files/files/załącznik 3- wnioski z

geoankiety.pdf:

DeMaio, P. (2009). Bike-sharing: History, Impacts, Models of Provision, and Future. Journal of

Public Transportation, 12(4), 41–56.

Dwojacki, P., Jackowski, R. i Zielińska, M. (2016). Studium koncepcyjne Systemu Roweru

Metropolitalnego dla Obszaru Metropolitalnego Gdańsk–Gdynia–Sopot. Pobrano z:

http://www.metropoliagdansk.pl/upload/files/Studium_koncepcyjne_SRMOMGGS

wersja 4_0.pdf:

European Commission. (2011). Roadmap to a Single European Transport Area–Towards a

competitive and resource efficient transport system. https://doi.org/10.2832/30955

European Cyclists’ Federation. (2012). Factsheet - The Rise of Bicycle Sharing Schemes (T. 70).

Pobrano z: https://ecf.com/groups/factsheet-rise-bicycle-sharing-schemes:

Haas, B. (2017, 25 listopad). Chinese bike share graveyard a monument to industry’s

86/99

„arrogance”. The Guardian. Pobrano z: https://www.theguardian.com/uk-

news/2017/nov/25/chinas-bike-share-graveyard-a-monument-to-industrys-arrogance:

Hengl, T. (2006). Finding the right pixel size. Computers and Geosciences, 32(9), 1283–1298.

https://doi.org/10.1016/j.cageo.2005.11.008

Ibold, S. i Nedopil, C. (2018). The Evolution of Free-Floating Bike-Sharing in China. Pobrano 24

kwiecień 2019, z: Sustainable Transport in China

https://www.sustainabletransport.org/archives/6278:

ITDP. (2013). The Bike-Sharing Planning Guide. Pobrano z: https://www.itdp.org/wp-

content/uploads/2014/07/ITDP_Bike_Share_Planning_Guide.pdf:

Jankowski, P., Czepkiewicz, M., Młodkowski, M. i Zwoliński, Z. (2016). Geo-questionnaire: A

Method and Tool for Public Preference Elicitation in Land Use Planning. Transactions in

GIS, 20(6), 903–924. https://doi.org/10.1111/tgis.12191

Jankowski, P., Czepkiewicz, M., Młodkowski, M., Zwoliński, Z. i Wójcicki, M. (2017). Evaluating

the scalability of public participation in urban land use planning: A comparison of Geoweb

methods with face-to-face meetings. Environment and Planning B: Urban Analytics and

City Science. https://doi.org/10.1177/2399808317719709

Jankowski, P., Czepkiewicz, M., Zwoliński, Z., Kaczmarek, T., Młodkowski, M., Bąkowska-

Waldmann, E., … Walczak, D. (2019). Geoweb Methods for Public Participation in Urban

Planning: Selected Cases from Poland. W: K. Koutsopoulos, R. de Miguel González & K.

Donert (Red.), Geospatial Challenges in the 21st Century (ss. 249–269).

https://doi.org/10.1057/9781137479761

Jankowski, P., Kaczmarek, T., Zwoliński, Z., Mikuła, Ł., Wójcicki, M., Bąkowska, E., … Brudka, C.

(2017). Narzędzia internetowe w konsultacjach społecznych w planowaniu

przestrzennym. Poznań: Wydawnictwo Naukowe UAM.

Jankowski, P., Zwoliński, Z., Bąkowska-Waldmann, E., Brudka, C., Czepkiewicz, M., Mikuła, Ł. i

Młodkowski, M. (2018). Zastosowanie aplikacji geoankiety i geodyskusji w

partycypayjnym planowaniu przestrzennym - dobre praktyki (T. Kaczmarek, Red.).

Poznań: Bogucki Wydawnictwo Naukowe.

Jaworska, R., Łaszkiewicz, E. i Modranka, E. (2014a). Dane przestrzenne - podstawowe

87/99

zagadnienia. W: J. Suchecka (Red.), Statystyka przestrzenna. Metody analiz struktur

przestrzennych (ss. 48–78). Warszawa.

Jaworska, R., Łaszkiewicz, E. i Modranka, E. (2014b). Wizualizacja danych przestrzennych. W:

J. Suchecka (Red.), Statystyka przestrzenna. Metody analiz struktur przestrzennych (ss.

79–110). Warszawa.

Jaworska, R. i Modranka, E. (2014). Metody opisowej statystyki przestrzennej oraz wybrane

zagadnienia eksploracyjnej analizy danych przestrzennych. W: J. Suchecka (Red.),

Statystyka przestrzenna. Metody analiz struktur przestrzennych (ss. 111–144). Warszawa:

C.H. Beck.

Kaczmarek, T. i Wójcicki, M. (2015). Uspołecznienie procesu planowania przestrzennego na

przykładzie miasta Poznania. Ruch prawniczy, ekonomiczny i socjologiczny, 1, 219–236.

Kahila-Tani, M., Broberg, A., Kyttä, M. i Tyger, T. (2016). Let the Citizens Map—Public

Participation GIS as a Planning Support System in the Helsinki Master Plan Process.

Planning Practice & Research, 31(2), 195–214.

https://doi.org/10.1080/02697459.2015.1104203

Leśniewska, J. (2015, 7 październik). Rowery miejskie. Wielki plan ZTM - 1 tys. rowerów w 3

lata. Gazeta Wyborcza. Pobrano z:

http://poznan.wyborcza.pl/poznan/1,36037,18981250,rowery-miejskie-wielki-plan-

ztm-1-tys-rowerow-w-3-lata-sonda.html:

Longley, P. A., Goodchild, M. F., Maguire, D. J. i Rhind, D. W. (2006). GIS. Teoria i praktyka.

Warszawa: Wydawnictwo naukowe PWN.

Nextbike GmbH. (2015a). KVB-Rad in Cologne. Pobrano 2 maj 2017, z: 20-05-2015

http://www.nextbike.net/news/kvb-rad-in-cologne/:

Nextbike GmbH. (2015b). New smart bike system MVG Rad in Munich. Pobrano 2 maj 2017,

z: 13-10-2015 http://www.nextbike.net/news/new-smart-bike-system-mvg-rad-in-

munich/:

Nextbike Polska. (2016, 30 listopad). Trzy razy więcej wypożyczeń niż rok temu, nowe stacje i

więcej rowerów, debiut rowerków dziecięcych… Dziś dobiega końca najlepszy sezon w

historii Poznańskiego Roweru Miejskiego! nextbike.pl. Pobrano z:

88/99

https://nextbike.pl/miasta/poznanski-rower-miejski/aktualnosci-2/trzy-razy-wiecej-

wypozyczen-niz-rok-temu-nowe-stacje-i-wiecej-rowerow-debiut-rowerkow-dzieciecych-

dzis-dobiega-konca-najlepszy-sezon-w-historii-poznanskiego-roweru-miejskiego/:

Nextbike Polska. (2017). Cennik. Pobrano 7 maj 2017, z: nextbike.pl

https://nextbike.pl/miasta/poznanski-rower-miejski/cennik-2/:

Pietrzyk-Kaszyńska, A., Czepkiewicz, M. i Kronenberg, J. (2017). Eliciting non-monetary values

of formal and informal urban green spaces using public participation GIS. Landscape and

Urban Planning, 160, 85–95. https://doi.org/10.1016/j.landurbplan.2016.12.012

Rantanen, H. i Kahila, M. (2009). The SoftGIS approach to local knowledge. Journal of

Environmental Management, 90(6), 1981–1990.

https://doi.org/10.1016/j.jenvman.2007.08.025

Runge, J. (2007). Metody badań w geografii społeczno-ekonomicznej (wydanie dr). Katowice:

Wydawnictwo Uniwersytetu Śląskiego.

Rzeszewski, M. i Kotus, J. (2019). Usability and usefulness of internet mapping platforms in

participatory spatial planning. Applied Geography, 103, 56–69.

https://doi.org/10.1016/j.apgeog.2019.01.001

Schneider, O. (2015, 8 kwiecień). Wypożyczalnia rowerów w polityce transportowej miast.

portalkomunalny.pl. Pobrano z: http://portalkomunalny.pl/wypozyczalnia-rowerow-w-

polityce-transportowej-miast-317427/2/:

Shaheen, S., Guzman, S. i Zhang, H. (2010). Bikesharing in Europe, the Americas, and Asia.

Transportation Research Record: Journal of the Transportation Research Board,

2143(January 2010), 159–167. https://doi.org/10.3141/2143-20

Shaheen, S. i Martin, E. Unraveling the Modal Impacts of Bikesharing. , Access Magazine §

(2015).

Sobczyk, M. (2010). Statystyka matematyczna. Warszawa: C.H. Beck.

Suchecka, J. i Antczak, E. (2010). Elementy geostatystyki i metody analizy przestrzennych

danych punktowych. W: B. Suchecki (Red.), Ekonometria przestrzenna. Metody i modele

analizy danych przestrzennych (ss. 70–99). Warszawa.

Suchecki, B. i Lewandowska-Gwarda, K. (2010). Klasyfikacja, wizualizacja i grupowanie danych

89/99

przestrzennych. W: B. Suchecki (Red.), Ekonometria przestrzenna. Metody i modele

analizy danych przestrzennych (ss. 37–69). Warszawa: C.H. Beck.

Szymajda, M. (2016, 7 listopad). BikeU: Rower miejski czwartej generacji zmieni Kraków [film]

- Transport Publiczny. TransportPubliczny.pl. Pobrano z: http://www.transport-

publiczny.pl/wiadomosci/bikeu-rower-miejski-czwartej-generacji-zmieni-krakow-film-

53466.html:

The International Bank for Reconstruction and Development. (1996). Sustainable transport.

Priorities for Policy Reform. Pobrano z:

https://en.wikipedia.org/wiki/Sustainable_transport#Environmental_impact:

wRower.pl. (2017). Rower miejski w Poznaniu. Pobrano 7 maj 2017, z: wrower.pl

http://wrower.pl/miasto/rower-miejski-w-poznaniu,2333.html#historia:

90/99 
 
Spis rycin 
Ryc.  4.1  Schemat  postępowania  prowadzącego  do sformułowania  treści  narzędzia 
badawczego ............................................................................................................................. 46 
Ryc.  4.2  Pożądane  modelowe  informacyjne  sprzężenie  zwrotne,  sytuujące  zastosowanie 
ankiety w rozwiązywaniu problemu decyzyjnego ................................................................... 46 
Ryc.  4.3  Przykładowy  ekran  geoankiety.  Panel  po  lewej  stronie  umożliwia  odpowiadanie 
na pytania zamknięte,  panel  prawy zawiera  interaktywny podkład  mapowy, umożliwiający 
nanoszenie przez respondentów odpowiedź w postaci obiektów geograficznych ................. 48 
Ryc. 4.4 Odsetek zwrotów ankiety w okresie zbierania odpowiedzi (22.02 – 19.03) ............. 49 
Ryc. 4.5 Struktura płci respondentów, odpowiedzi udzieliło 3113 respondentów ................. 50 
Ryc. 4.6 Struktura wieku respondentów, odpowiedzi udzieliło 3047 respondentów ............. 51 
Ryc. 4.7 Struktura wykształcenia respondentów, odpowiedzi udzieliło 2864 respondentów 51 
Ryc.  4.8  Miejsca  zamieszkania  respondentów  ankiety  zagregowane  metodą  jądrowej 
estymacji  gęstości  (ang.  kernel  density  estimation)  na tle  granicy  miasta  Poznań  i jego 
jednostek pomocniczych (osiedli) Liczba oznaczeń respondentów: 2 071 ............................. 52 
Ryc.  5.1  Struktura  płci  respondentów  na tle  mieszkańców  Poznania,  odpowiedzi  udzieliło 
3113 respondentów ................................................................................................................. 55 
Ryc. 5.2 Struktura wieku respondentów na tle  mieszkańców Poznania, odpowiedzi udzieliło 
3047 respondentów ................................................................................................................. 56 
Ryc.  5.3  Struktura wykształcenia  respondentów  na tle mieszkańców  Poznania,  odpowiedzi 
udzieliło 2864 respondentów .................................................................................................. 56 
Ryc. 5.4 Liczba respondentów na 1 tys. mieszkańców osiedli na tle granicy miasta Poznań i jego 
jednostek pomocniczych (osiedli) ............................................................................................ 60 
Ryc. 5.5  Liczba respondentów na 1 tys. mieszkańców rejonów spisowych na tle granicy miasta 
Poznań i jego jednostek pomocniczych (osiedli) ..................................................................... 62 
Ryc. 5.6 Efekt krawędzi na przykładzie oznaczeń w rejonie Nadolnika w Poznaniu ............... 63 

91/99 
 
Ryc.  6.1  Podsumowanie  odpowiedzi  na pytanie  „Czy  korzysta  Pan(i)  z systemu  PRM?”, 
udzielono 3115 odpowiedzi ..................................................................................................... 65 
Ryc.  6.2 Podsumowanie  odpowiedzi  na pytanie wielokrotnego  wyboru „Dlaczego  korzysta 
Pan(i)  z systemu  PRM?”,  1665 respondentów  udzieliło  łącznie  4584 odpowiedzi,  wartości 
wyrażone jako % respondentów, który zaznaczył daną odpowiedź ........................................ 66 
Ryc. 6.3 Podsumowanie odpowiedzi na pytanie wielokrotnego wyboru „Dlaczego nie korzysta 
Pan(i)  z systemu  PRM?”,  482 respondentów  udzieliło  łącznie  649  odpowiedzi,  wartości 
wyrażone jako % respondentów, który zaznaczył daną odpowiedź ........................................ 67 
Ryc. 6.4 Podsumowanie odpowiedzi na pytanie „Jak często korzysta Pan(i) z systemu PRM?”, 
udzielono łącznie 3339 odpowiedzi, ........................................................................................ 67 
Ryc. 6.5 Podsumowanie odpowiedzi na pytanie wielokrotnego wyboru „W jakim celu korzysta 
Pan(i)  z PRM?”,  1447 respondentów  udzieliło łącznie  3072 odpowiedzi, wartości  wyrażone 
jako % respondentów, który zaznaczył daną odpowiedź ........................................................ 68 
Ryc.  6.6  Podsumowanie  odpowiedzi  na pytanie  o  charakter  głównej  podróży 
z wykorzystaniem PRM, udzielono 3300 odpowiedzi .............................................................. 69 
Ryc. 6.7 Podsumowanie odpowiedzi na pytanie o alternatywny do roweru publicznego środek 
podróży, udzielono 3300 odpowiedzi ...................................................................................... 69 
Ryc. 6.8 Podsumowanie odpowiedzi na pytanie o preferencje na 10-stopniowej skali pomiędzy 
systemem  opartym  o  stacje,  a systemem  opartym  o  strefę  elastycznych  wypożyczeni 
i zwrotów, udzielono 963 odpowiedzi ..................................................................................... 71 
Ryc.  6.9  Podsumowanie  odpowiedzi  na pytanie  o  preferowany  model  rezerwacji  roweru, 
udzielono 1754 odpowiedzi ..................................................................................................... 72 
Ryc.  6.10  Podsumowanie  odpowiedzi  na pytanie  o  preferowany  model  identyfikacji 
użytkownika, udzielono 1274 odpowiedzi ............................................................................... 72 
Ryc.  6.11  Odsetek  respondentów  akceptujących  stawkę  miesięcznego  abonamentu  na 60 
minut korzystania z PRM dziennie, udzielono 1421 odpowiedzi ............................................ 73 
Ryc. 6.12 Odsetek respondentów akceptujących stawkę miesięcznego abonamentu bez limitu 
korzystania, udzielono 1792 odpowiedzi ................................................................................. 74 

92/99 
 
Ryc.  6.13  Lokalizacje  wskazanych  przez  respondentów  lokalizacji  nowych  stacji.  Liczba 
oznaczeń: 3655 ........................................................................................................................ 75 
Ryc.  6.14  Gęstość  oznaczeń  wskazanych  przez  respondentów  lokalizacji  nowych  stacji 
estymowana metodą estymacji jądrowej (ang. kernel density estimation). ........................... 76 
Ryc.  6.15  Skupienia  oznaczonych  przez respondentów  lokalizacji  nowych  stacji  w podziale 
na 3 klasy ze względu na liczbę oznaczeń w skupieniu. ........................................................... 78 
Ryc. 6.16 Kontury oznaczonych przez respondentów obszarów proponowanych jako obszar 
strefy elastycznych wypożyczeń i zwrotów. Liczba oznaczeń: 985 .......................................... 79 
Ryc.  6.17  Gęstość  oznaczeń  obszarów  proponowanych  jako  obszar  strefy  elastycznych 
wypożyczeń  i zwrotów w  podziale  na 7  klas  metodą podziałów  naturalnych  (optymalizacji 
Jenksa) ...................................................................................................................................... 80 
 

Załącznik nr 1 - zestawienie pytań kwestionariuszowych

Lp.

Strona

kwest.

Treść pytania

Charakter

pytania

Typ pytania

Warianty odpowiedzi

Liczba

odpowiedzi

Wiek

metrykalne

jednokrotnego

wyboru

grupy wiekowe 5-letnie, od "poniżej 15" do "powyżej

80"

3051

Płeć

metrykalne

jednokrotnego

wyboru

1. Kobieta,

2. Mężczyzna

3116

Wykształcenie

metrykalne

jednokrotnego

wyboru

1. Podstawowe i gimnazjalne

2. Zawodowe

3. Średnie i policealne

4. Wyższe

2867

Czy korzysta Pan(i)

z Poznańskiego Roweru

Miejskiego (PRM)?

dotyczące

zachowań

jednokrotnego

wyboru

1. Tak

2. Nie

3118

Jeżeli nie, dlaczego?

dotyczące

zachowań

wielokrotnego

wyboru,

z możliwością

udzielenia innej

odpowiedzi

1. Ze względu na trudności w obsłudze systemu

2. Ze względu na brak warunków (lub

niewystarczające warunki) do poruszania się

rowerem po mieście

3. Ze względu na koszty podróży

4. Ze względu na złą jakość infrastruktury PRM

(stacji, rowerów)

5. Ze względu na niechęć do wysiłku fizycznego

6. Inna odpowiedź

484

94/99

Lp.

Strona

kwest.

Treść pytania

Charakter

pytania

Typ pytania

Warianty odpowiedzi

Liczba

odpowiedzi

Jeżeli tak, dlaczego?

dotyczące

zachowań

wielokrotnego

wyboru,

z możliwością

udzielenia innej

odpowiedzi

1. Ze względu na elastyczność tego środka

transportu

2. Ze względu na niezależność od rozkładu jazdy

i korków

3. Ze względu na to, że to nowy, atrakcyjny sposób

poruszania się

4. Ze względu na korzyści zdrowotne z aktywnego

poruszania się

5. Ze względu na brak (lub małą atrakcyjność)

alternatyw

6. Ze względu na koszt podróży

7. Inna odpowiedź

1734

Jak często korzysta Pan(i) z PRM?

dotyczące

zachowań

jednokrotnego

wyboru

1. Codziennie lub prawie codziennie

2. Kilka razy w tygodniu

3. Około raz w tygodniu

4. Kilka razy w miesiącu

5. Około raz w miesiącu

6. Rzadziej niż raz w miesiącu

1537

W jakim celu korzysta Pan(i)

z PRM?

dotyczące

zachowań

wielokrotnego

wyboru

1. W celu dojazdu do miejsca pracy/nauki

2. Awaryjnie, jeśli podstawowy środek transportu

zawiedzie (np. awaria samochodu, spóźnienie

tramwaju)

3. W celu dojazdu do miejsca spędzania wolnego

czasu (rodzina, kino, kawiarnia)

4. Rekreacyjnie

5. W celu załatwiania codziennych spraw (zakupy,

poczta)

6. Inna odpowiedź

1449

95/99

Lp.

Strona

kwest.

Treść pytania

Charakter

pytania

Typ pytania

Warianty odpowiedzi

Liczba

odpowiedzi

Moja główna podróż...

dotyczące

zachowań

jednokrotnego

wyboru

1. ...jest częścią podróży łączonej (np. z przesiadką

na transport publiczny)

2. ...jest w całości wykonywana z wykorzystaniem

PRM

1238

Gdybym nie wykonał(a) tej

podróży rowerem publicznym,

wykonał(a)bym ją...

dotyczące

zachowań

jednokrotnego

wyboru

1. ...własnym samochodem

2. ...własnym rowerem

3. ...transportem zbiorowym

4. ...samochodem współdzielonym (wypożyczonym,

taksówką, car-sharingiem)

5. ...pieszo

1359

Wprowadzenie stref

elastycznych wypożyczeń

i zwrotów oznacza z jednej

strony większą elastyczność, ale

z drugiej strony - potrzebę

korzystania z aplikacji w celu

znalezienia wolnego roweru,

gdyż nie wszystkie rowery będą

obecne na stacjach. Prosimy o

wskazanie swoich preferencji

na skali poniżej.

dotyczące

preferencji

skala liczbowa,

zakres od 0 do 10,

skok: 1

Objaśnienie dla wartości 0:

"Rowery dostępne w stałych miejscach ALE

konieczność dojścia od stacji do celu podróży"

Objaśnienie dla wartości 10:

"Możliwość pozostawienia roweru poza stacją, ALE

konieczność sprawdzania lokalizacji wolnych

rowerów."

964

Maksymalna akceptowalna

kwota, którą był(a)bym

skłonny/-a zapłacić miesięcznie

za możliwość korzystania

z roweru przez 60 minut

dziennie w ramach miesięcznej

opłaty.

dotyczące

preferencji

skala liczbowa,

zakres od 0 do 100,

skok: 5

Objaśnienie dla wartości 0:

"Maksymalnie 0 zł"

Objaśnienie dla wartości 100:

"Maksymalnie 100 zł"

1796

96/99

Lp.

Strona

kwest.

Treść pytania

Charakter

pytania

Typ pytania

Warianty odpowiedzi

Liczba

odpowiedzi

Maksymalna akceptowalna

kwota, którą był(a)bym

skłonny/-a zapłacić miesięcznie

za możliwość nieograniczonego

korzystania z roweru.

dotyczące

preferencji

skala liczbowa,

zakres od 0 do 100,

skok: 5

Objaśnienie dla wartości 0:

"Maksymalnie 0 zł"

Objaśnienie dla wartości 100:

"Maksymalnie 100 zł"

1424

Preferowany model taryfowy

dotyczące

preferencji

jednokrotnego

wyboru

1. Model A. Darmowe 20 minut na każde

wypożyczenie, dalej naliczanie godzinowe zgodne

z cennikiem.

2. Model B. Darmowe 30 minut dziennie, dalej

naliczanie godzinowe zgodne z cennikiem.

3. Model C. Stała stawka za minutę wypożyczenia,

od pierwszej minuty.

1327

Preferowany model rezerwacji

roweru

dotyczące

preferencji

jednokrotnego

wyboru

1. Model A. Brak możliwości rezerwacji

2. Model B. Możliwość bezpłatnej rezerwacji

do 5 minut

3. Model C. Możliwość rezerwacji do 15 minut,

płatnej tak jak czas podróży.

1756

Preferowany model identyfikacji

użytkownika

dotyczące

preferencji

jednokrotnego

wyboru

1. Identyfikacja tylko z użyciem aplikacji

2. Identyfikacja z użyciem aplikacji lub poprzez kartę

PEKA

3. Identyfikacja z użyciem aplikacji lub poprzez

podanie numeru telefonu i kodu PIN

1275

Czy posiada Pan(i)... - smartfon

dodatkowe

jednokrotnego

wyboru

1. Tak

2. Nie

1858

Czy posiada Pan(i)... - kartę PEKA

dodatkowe

jednokrotnego

wyboru

1. Tak

2. Nie

1762

Czy posiada Pan(i)... - własny

rower

dodatkowe

jednokrotnego

wyboru

1. Tak

2. Nie

1642

97/99

Lp.

Strona

kwest.

Treść pytania

Charakter

pytania

Typ pytania

Warianty odpowiedzi

Liczba

odpowiedzi

Czy posiada Pan(i)... - samochód

dodatkowe

jednokrotnego

wyboru

1. Tak

2. Nie

1607

Czy posiada Pan(i)... - bilet

okresowy na transport zbiorowy

dodatkowe

jednokrotnego

wyboru

1. Tak

2. Nie

1409

Ogólnie rzecz biorąc, jakie są

zalety obecnie funkcjonującego

w Poznaniu systemu roweru

publicznego (PRM)?

dodatkowe

otwarte

n/d

827

Ogólnie rzecz biorąc, jakie są

wady obecnie funkcjonującego

w Poznaniu systemu roweru

publicznego (PRM)?

dodatkowe

otwarte

n/d

553

Uwagi dotyczące PRM

dodatkowe

otwarte

n/d

250

Uwagi dotyczące tej ankiety

dodatkowe

otwarte

n/d

107

98/99

Załącznik nr 2 – zestawienie pytań geograficznych

Lp.

Strona

kwestionariusza

Charakter

pytania

Etykieta obiektu

Typ obiektu

Limit liczby

naniesionych

obiektów

Liczba

naniesionych

obiektów

metrykalne

Miejsce

zamieszkania

punktowy

2319

dotyczące

zachowań

Miejsce źródłowe

punktowy

1597

dotyczące

zachowań

Stacja źródłowa

punktowy

1168

dotyczące

zachowań

Stacja docelowa

punktowy

1116

dotyczące

zachowań

Miejsce docelowe

punktowy

970

dotyczące

preferencji

Nowa stacja

systemu roweru

publicznego

punktowy

3655

dotyczące

preferencji

Nowe miejsce

docelowe

punktowy

2304

dotyczące

preferencji

Strefa

elastycznych

wypożyczeń

i zwrotów

powierzchniowy

brak

985

99/99

Załącznik nr 3 – zestawienie wartości wskaźnika uczestnictwa w osiedlach

nazwa osiedla

liczba

mieszkańców

liczba

respondentów

liczba respondentów

na tysiąc mieszkańców

Strzeszyn

7741

161

20,798

Główna

4471

13,42

Stare Winogrady

7948

7,423

Wilda

26290

176

6,695

Ostrów Tumski-Śródka-Zawady-Komandoria

5909

6,431

Ławica

7581

6,068

Ogrody

5857

5,634

Winiary

13220

5,144

Jeżyce

22002

104

4,727

Podolany

8211

4,628

Naramowice

17574

4,438

Junikowo

9741

4,312

Stare Miasto

25082

106

4,226

Nowe Winogrady Południe

13643

4,105

Rataje

33896

134

3,953

Morasko-Radojewo

2610

3,831

Św. Łazarz

30281

115

3,798

Grunwald Południe

23918

3,679

Wola

5195

3,657

Nowe Winogrady Wschód

5806

3,445

Grunwald Północ

13079

3,441

Umultowo

4434

3,383

Nowe Winogrady Północ

15598

3,334

Chartowo

22400

3,125

Piątkowo

34290

106

3,091

Sołacz

4900

3,061

Warszawskie-Pomet-Maltańskie

6974

3,011

Żegrze

16620

3,008

Antoninek-Zieliniec-Kobylepole

9794

2,961

Krzyżowniki-Smochowice

7933

2,899

Górczyn

12432

2,815

Starołęka-Minikowo-Marlewo

9691

2,786

Zielony Dębiec

12418

2,738

Świerczewo

13442

2,678

Stary Grunwald

3043

2,629

Jana III Sobieskiego i Marysieńki

9253

2,486

Szczepankowo-Spławie-Krzesinki

7189

2,226

Kiekrz

1823

1,646

Kwiatowe

4522

1,548

Głuszyna

3911

0,767

Fabianowo-Kotowo

1718

0,582

Krzesiny-Pokrzywno-Garaszewo

2200

0,455

ResearchGate has not been able to resolve any citations for this publication.

Opór przestrzeni w przejazdach rowerem publicznym na przykładzie Poznańskiego Roweru Miejskiego w roku 2016

Thesis

Full-text available

Jun 2017

Cezary Brudka

Geoweb Methods for Public Participation in Urban Planning: Selected Cases from Poland: Volume Eight

Chapter

Full-text available

Jan 2019

This chapter presents Public Participation GIS (PPGIS) methods and tools based on open data, public input and Web 2 technologies, employed in participatory urban planning processes. The recent focus on sustainable urban development and livability has increased the demand for new data sourcing techniques to capture experiences, preferences and values of urban dwellers. At the same time, developments of geospatial technologies and social media have enabled new types of user-generated geographic information and spatially explicit online communication that is place-specific and often content-rich. As a result, new methods for engaging large groups of individuals that supplement, and sometimes, supplant traditional methods (e.g. public meetings) have emerged. Despite different application domains (e.g. land use and zoning, transportation, urban revitalization, green infrastructure and landscape audit), many participatory planning processes have shared common steps, in which PPGIS/Geoweb methods have been applied including (1) collection of values and preferences to inform the creation of plan draft and (2) discussion and feedback from participants on the plan draft. This chapter presents two methods and the corresponding tools that have been used by the authors in a number of participatory planning cases between 2014 and 2017. The cases concerning various planning problem and scales have been situated in two metropolitan areas of Poland.

Ocena uwarunkowań życia i aktywności mieszkańców obszaru rewitalizacji z wykorzystaniem geoankiety.

Chapter

Full-text available

Oct 2018

Legal and Organizational Framework for the use of Geoweb Methods for Public Participation in Spatial Planning in Poland: Experiences, Opinions and Challenges

Article

Full-text available

Sep 2018

Geoweb methods offer an alternative to commonly used public participation methods in spatial planning. This paper discusses two such geoweb methods – geo-questionnaire and geo-discussion in the context of their initial applications within the spatial planning processes in Poland. The paper presents legal and organizational framework for the implementation of methods, provides their development details, and assesses insights gained from their deployment in the context of spatial planning in Poland. The analysed case studies encompass different spatial scales ranging from major cities in Poland (Poznań and Łódź) to suburban municipalities (Rokietnica and Swarzędz in Poznań Agglomeration). The studies have been substantiated by interviews with urban planners and local authorities on the use and value of Geoweb methods in public consultations.

Zastosowanie aplikacji geoankiety i geodyskusji w partycypacyjnym planowaniu przestrzennym - dobre praktyki

Book

Full-text available

May 2018

Od kilku lat w Polsce rośnie zainteresowanie partycypacją społeczną w procesach decyzyjnych, w tym także w dziedzinie gospodarki przestrzennej. W książce zaprezentowano dobre praktyki stosowania w gospodarce przestrzennej aplikacji PPGIS takich jak: geoankieta i geodyskusja, posługując się przykładami wdrożeń w miastach i gminach aglomeracji poznańskiej i łódzkiej.

Geo-questionnaire in urban planning – preliminary results of the experimental application in Poland

Article

Full-text available

Jun 2017

Changes in the attitude of local authorities towards the public participation in the decision making processes have prompted development of new methods of such involvement. As far as the urban planning is concerned, of particular potential is the so-called Public Participation Geographic Information Systems (PPGIS). One of the tools used for the purpose is a geo-questionnaire, combining the benefits of a standard questionnaire and a map, which permits collecting information on particular sites and on the respondents' ideas on localisation of new objects and functionalities. Within the project " Geoportal supporting public participation in urban planning " , in the years 2015–2016, a study was undertaken to explore the effectiveness and usefulness of the geo-questionnaire. Five pilot studies were performed in the Poznań and Łódź agglomerations. The geo-questionnaires concerned the local spatial management plan in Rokietnica (Poznań agglomeration), landscape protection in Łódź, conception of the transportation system development in Łódź, conception of urban design of the Łazarski Market in Poznań, and the Map of Local Needs in the city center of Poznań. The aim of the study was to present the preliminary results of the initial implementations of geo-questionnaire developed within the project Geoportal supporting public participation in urban planning. The applications of geo-questionnaire have been analysed taking into account the characteristics of implementation areas, characteristics of users, the effectiveness of recruitment methods and opinions about the tool from two points of view: the respondents and the recipients of results.

Public Participation GIS for sustainable urban mobility planning: methods, applications and challenges

Article

Full-text available

Sep 2016

Sustainable mobility planning is a new approach to planning, and as such it requires new methods of public participation, data collection and data aggregation. In the article we present an overview of Public Participation GIS (PPGIS) methods with potential use in sustainable urban mobility planning. We present the methods using examples from two recent case studies conducted in Polish cities of Poznań and Łodź. Sustainable urban mobility planning is a cyclical process, and each stage has different data and participatory requirements. Consequently, we situate the PPGIS methods in appropriate stages of planning, based on potential benefits they may bring into the planning process. We discuss key issues related to participant recruitment and provide guidelines for planners interested in implementing methods presented in the paper. The article outlines future research directions stressing the need for systematic case study evaluation.

Usability and usefulness of internet mapping platforms in participatory spatial planning

Article

Feb 2019
APPL GEOGR

Internet mapping platforms are widely used in participatory planning. They carry the promise of accessibility, a wider audience, and more precise spatial data. However, they are critiqued for issues of trust, digital exclusion, and low usability. While the first two problems can be dependent on the local context, the last one is connected with the introduction of map editing tools. They change browser experience and require accessing spatial knowledge, which is a cognitively demanding task, especially for older people. This can negatively influence both quality and quantity of the data being produced. In this paper, we ask questions about the perception of online forms of participation, the accuracy and reliability of the data being collected in participatory mapping, differences between participants age groups, and design considerations for creating successful and inclusive participatory mapping tools? We conducted usability testing experiment with 30 participants. They were presented with various map editing tasks that were to be completed using a mock internet participatory mapping platform that was designed to mimic real-life applications. The sessions were recorded using eye-tracking equipment.

Entrepreneurial Co-creation and Cross Border Manifestos

Chapter

Oct 2017

Suja R. Nair

Evaluating the scalability of public participation in urban land use planning: A comparison of Geoweb methods with face-to-face meetings

Article

Jul 2017

Two modes of participatory engagement in local land use planning are contrasted and compared: the asynchronous mode enabled by Geoweb applications for collecting and deliberating public preferences, and the same-place/same-time mode exemplified by public meetings. Using data from a public participation process that took place between June 2014 and July 2015 in Poznan´, Poland, the article compares the scalability of each mode and evaluates it from the planners’ perspective. The findings show that Geoweb applications scale public participation more effectively than public meetings. The ability to attract a relatively large number of diverse participants contributed to the positive evaluation of participation outcomes by planners. The results of online participation have been reflected in the land use plan provisions and improved the transparency and access to planning documents. Several issues related to online participation including: bridging the educational gap, the digital divide, and focusing the attention of participants on a specific problem at hand remain still unresolved.

Geoankieta jako wsparcie decyzyjne w procesach planistycznych na przykładzie rozbudowy systemu roweru publicznego w Poznaniu w 2019 roku

Recommended publications

Geoweb Methods for Public Participation in Urban Planning: Selected Cases from Poland: Volume Eight

Selected Modern Methods and Tools for Public Participation in Urban Planning – A Review

PPGIS Potential in Local Governance and Spatial Planning: Lessons From Poland

Partycypacyjne systemy informacji geograficznej (PPGIS) w gospodarce przestrzennej – doświadczenia z...