Операционные показатели такси: Яндекс объявляет финансовые результаты за III квартал 2021 года

Содержание

Вакансия Операционный менеджер в службу управления ценообразованием в Москве, работа в компании Яндекс

Яндекс.Такси активно развивается не только в крупных городах, но и в отдаленных регионах России. Мы ищем операционного менеджера в службу управления ценообразованием, который будет отвечать за показатели роста и прибыльности всей группы «малых городов» — это около 200 населенных пунктов.

Операционный менеджер — эксперт в особенностях бизнеса своего региона: он знает все тонкости, проблемы, ограничения и умеет с ними работать. В тесном сотрудничестве с региональной командой он формирует стратегию развития региона или группы городов. У вас будет возможность применить на практике весь спектр ваших знаний. Вы сможете почувствовать себя почти собственником бизнеса, ведь контролировать нужно будет несколько регионов.

Что нужно делать:

разрабатывать ценовую политику для региона, поддерживать баланс спроса и предложения на рынке;
контролировать баланс роста и прибыльности бизнеса;
анализировать тренды и оценивать проведенные изменения;
разрабатывать, тестировать и масштабировать новые бонусные схемы;
корректировать параметры настроек сервиса Такси в России;
корректировать тарифы, компенсации и комиссии в соответствии с принятыми решениями;
активно взаимодействовать с коллегами регионального развития бизнеса.

Мы ждем, что вы:

получили профильное высшее образование;
работали не меньше полутора лет на участках, описанных выше;
готовы и умеете работать с большим объемом информации и документации;
обладаете аналитическим складом ума, ответственны, внимательны, самостоятельны.

Условия:

сильная команда, с которой можно расти;
современный офис в центре Москвы, где комфортно работать и приятно находиться;
обширный социальный пакет: компенсация оплаты питания, ДМС;
молодая и активная профессиональная команда, у которой можно многому научиться;
корпоративная культура открытости и взаимопомощи.

Вырулит ли Uber в прибыль, или обоснована ли ставка на автономный транспорт и доставку еды

Сервис заказа такси Uber изменил привычный всем рынок автомобильных поездок с водителем. После запуска в 2009 году компания заняла лидирующие позиции на рынке США, вторым по величине рынком является Бразилия, а Великобритания занимает третью строчку.

За короткое время компания распространила свое влияние на весь мир, а также стала примером для конкурентов: в 2011 году появился сервис «Яндекс.Такси», а в 2012 году были запущены Lyft, Grab и Didi Chuxing.

В марте 2018 года Uber заключил сделку с Grab о продаже бизнеса в Юго-Восточной Азии за нераскрытую сумму и долю в 27,5% акций совместной компании.

В 2017 году «Яндекс.Такси» и Uber объявили о создании объединенной компании для работы в России, Белоруссии, Казахстане, Грузии, Азербайджане и Армении. Объединенная компания оценивается более чем в $3,8 млрд. Приблизительно 59,3% предприятия принадлежат «Яндекс», 36,9% принадлежит Uber, а 3,8% принадлежит сотрудникам.

Читайте: Топ-3 компании для тех, кто придерживается стратегии «купить и забыть»

«Uber является ведущим в мире агрегатором такси, занимая в различных странах если не первые позиции, то, по крайне мере, близкие к первым. Объединение «Яндекс.Такси» и Uber за счет синергии бизнеса позволило позаимствовать все лучшие наработки в бизнес-процессах обеих компаний, а также существенно расширить географию присутствия в нашей стране и государствах бывшего СНГ», – отмечает аналитик ГК «ФИНАМ» Алексей Коренев.

В 2019 году Uber провела IPO и привлекла $8,1 млрд. В июне текущего года Санкт-Петербургская биржа допустила акции Uber к торгам в России.

Редакция Financial One опросила аналитиков ведущих брокерских компаний на тему того, что они думают о перспективах акций Uber, о развитии сегмента рынка, где компания ведет свой бизнес, а так же, как внедрение новых технологий повлияет на бизнес.

О прошедшем IPO

«Uber имеет более 91 млн активных пользователей и работает в 700 городах мира. Сейчас Uber торгуется на уровне около $44 за акцию при цене размещения в $45, поэтому нельзя назвать это IPO провальным. Капитализация компании составляет $74 млрд и пока имеет не быстро реализуемые перспективы для роста. В индустрии сейчас не происходит больших изменений, и рынок ожидает органический рост на 30-40%. Несмотря на большую оценку общего рынка транспорта – $3 трлн, куда может выйти Uber и его конкуренты, они пока занимают только до 10%», – комментирует директор аналитического департамента ИК «Фридом Финанс» Вадим Меркулов.

«Uber планировала продать в рамках IPO 180 млн акций по цене $44-50, таким образом, рассчитывая на оценку в $80,5–91,5 млрд. В первый день торгов стоимость бумаг составила $45 за акцию, однако уже во второй день упала до $41,57 за акцию и лишь в конце июня достигла $46,38 за акцию, после чего цена вновь скорректировалась до $44 за акцию. Таким образом, ценные бумаги компании показывают нестабильную динамику. Инвесторы оценивают убытки организации. На текущий момент мы не видим триггеров для существенного роста и стабилизации акций сервиса. Несмотря на рост выручки, убыток компании растет. По результатам первого квартала 2019 года он составил $1,15 млрд против прибыли в $0,2 млрд за тот же период в прошлом году», – сообщают аналитики ITICapital.

Читайте: Топ-6 банков, на которые стоит обратить внимание

«Результаты IPO оказались ниже ожиданий примерно на 40%. В день выхода на биржу стоимость акции Uber составляла $45, в моменте бумаги приближались к $42. Сейчас котируются вблизи $44. Бизнес глубоко убыточен. При квартальной выручке $3,1 млрд компания демонстрирует убытки на уровне скорректированной EBITDA $0,9 млрд. Компания вынуждена привлекать очень дорогой мезонинный капитал, при этом с учетом темпов роста компания перестанет нуждаться во внешнем финансировании скорее всего ближе к 2023 году, а деньги потребуются уже через 1,5 года», – считает портфельный менеджер «Открытие Брокер» Тимур Нигматуллин.

«Мы видим, что при размещении Uber в мае этого года и Lyft несколько месяцев назад в США компании себя явно переоценили. Вроде бы выручка Uber в 2018 году выросла более чем на 40% до $11,5 млрд, а в 2017 году и вовсе в 2 раза – до $8 млрд, но последние 5 лет компания активно наращивала и продолжает наращивать операционные расходы – более $12 млрд за этот период. Таким образом, становится понятно, что даже успешное размещение акций отнюдь не является гарантией роста операционной рентабельности бизнеса в этом сегменте», – добавляет глава аналитического отдела «Риком-Траст» Олег Абелев.

Оценка перспектив акций

«С точки зрения частных инвестиций, это история скорее долгосрочная. Uber по-прежнему является убыточным бизнесом, вероятно, останется таковым еще в течение не одного года. За первый квартал 2019 года убыток составил $1 млрд. При этом выручка, как и число пользователей, продолжают расти. В бумаге, определенно, сохранится волатильность. Инвесторам сферы такси следует, во-первых, смотреть на индустрию портфельно, а, во-вторых, ориентироваться на длинный срок для получения высокой доходности», – считает инвестиционный стратег «БКС Премьер» Александр Бахтин.

«Если говорить об акциях Uber, то на стоимость ценных бумаг оказывает воздействие куда большее количество совершенно разнородных факторов. Начиная от дивидендной политики, операционных и финансовых показателей самой компании, и заканчивая общемировой конъюнктурой на фондовых рынках планеты. Так что дальнейшая динамика ценных бумаг данного эмитента представляется крайне трудно предсказуемой», – считает Коренев.

«Акционеры могут столкнуться с падением котировок акций, размытием долей и прочим негативом вплоть до банкротства. Я бы обходил стороной и не верил в обещания заработка на летающих автомобилях», – добавляет Нигматуллин.

Развитие бизнеса

«Один из самых обсуждаемых – это автономный транспорт, который в случае успешного тестирования может увеличить капитализацию компании больше $100 млрд. Однако, как уже было отмечено, реализация данной технологии долгосрочная задача – она запланирована на 2021- 2022 год. Не стоит забывать про рынок доставки еды, который оценивается в $800 млрд, где проникновение Uber составляет менее 1%. Сейчас только данный сегмент может удивить инвесторов резким ростом выручки на отчетную дату 29 августа», – комментирует Меркулов.

«Причина мощного роста операционных затрат компаний из сегмента Uber банальна донельзя: в стремлении завоевать все большую долю на рынке агрегатор пытается активно демпинговать, но для того, чтобы делать это успешно, нужно снижать ценовые условия для клиентов, это и доставка еды, и такси.

А как можно это сделать? Преимущественно доплатами части дохода из своего денежного потока. Именно поэтому Uber и Lyft вынуждены доплачивать клиентам за рост аудитории через агрегацию.

Читайте: Что такое коэффициент P/E, и почему он важен для инвесторов

«Мне кажется, и в сервисе доставки еды, и в сегменте такси Uber пока нельзя сократить рост операционных затрат, что вынуждает компанию сокращать свой денежный поток, акционерную стоимость и привлекательность для миноритариев. «Яндекс», кстати, осознанно не платит дивиденды, инвестируя в развитие, а Uber этого сделать пока не может, поскольку просто не из чего», – добавляет Абелев.

«Основными позитивными факторами для финансовых показателей сервисов заказа такси является интеграция с функционалом доставки еды. Альтернативным вариантом может послужить увеличение стоимости одной поездки и развитие опции такси с попутчиком. Благодаря данной функции компании смогут сократить количество машин, снизить затраты на ремонт автомобилей. Позитивным фактором для бизнеса также может послужить и диверсификация транспортных средств: предоставление услуг по прокату скутеров, самокатов, велосипедов.

Uber в 2020 году планирует запуск беспилотного воздушного такси UberAIR в Мельбурне, после чего может перейти к внедрению этой технологии и в других крупных городах: Лос-Анджелесе, Далласе и Дубае (в ОАЭ уже развивается технология дронов на борту с человеком). Летающие машины будут оснащены четырьмя пассажирскими местами и областью для размещения чемоданов. Компания не раскрывает стоимости поездки, однако предварительно можно оценить, что полет будет доступен только пассажирам со средним и высоким достатком», – подчеркивают аналитики ITICapital.

«Рынок такси услуг очень перспективен. Внедрение новых технологий позволяет оптимизировать стоимость поездки и предлагать потребителям новые сервисы», – отмечает Бахтин.

«Что касается внедрения летающих автомобилей, то это лучше к Люку Бессону, у него уже давно такси летают», – пошутил Коренев.

Заключение

В мае 2018 года Uber заключила соглашение с NASA о работе над проектом летающего такси. В планах Uber к 2020 году запустить тестирование летающих такси, а в 2023 году начать их коммерческое использование. Uber будет работать над трафиком и логистикой. NASA возьмет на себя моделирования летающих транспортных средств, как пассажирских, так и для перевозки грузов.

Читайте: Топ-10 компаний для инвестирования от легендарного Уоррена Баффета

Как и многие другие инновационные компании, которые стали осваивать новые сегменты рынка, Uber достиг определенной стадии зрелости бизнеса, когда многое зависит от качества управленческих решений, доверия инвесторов и акционеров. Стоит отметить, что с проблемами также сталкиваются компании со столетней историей, а ошибки совершенные крупным бизнесом попадают в учебники. В настоящее время накоплен большой опыт, как нельзя делать, и у Uber есть большой запас знаний, как и каких ошибок лучше избегать.

Одним из примеров молодой компании, которая сталкивается с вызовами рынка и регуляторными сложностями, является Tesla. Которая с одной стороны, подвергается нападкам критиков, а с другой стороны, еще 10 лет назад мало кто мог подумать, что на устоявшемся рынке автопроизводителей появится новый игрок, который перевернет индустрию.

Что такое коэффициент P/E, и почему он важен для инвесторов

Коэффициент P/E, или соотношение цена/прибыль – финансовый показатель, равный отношению рыночной стоимости акции к годовой прибыли, полученной на акцию. Это важный финансовый показатель, показывающий, насколько акция той или иной фирмы дорога или дешева по сравнению с ее прибылью.

Многих начинающих инвесторов настораживает то, что финансовые эксперты часто используют причудливые слова или жаргон, знакомые только им. Но такие понятия вовсе не означают что-то сложное или находящееся за гранью понимания. Большинство терминов и «формул» в мире инвестиций на самом деле довольно просты. То же самое можно сказать и о соотношении P/E.

Что такое соотношение P/E

Коэффициент P/E, также известный как отношение цены к прибыли, является простым способом оценки инвестиционной привлекательности акционерной компании. На первый взгляд, формула может показаться сложной, но это не так.

Подробнее

7 ключевых показателей для быстрого анализа акций перед покупкой

Инвесторы, которые недавно пришли на рынок, сталкиваются с огромным количеством информации по ценным бумагам. На рынке несколько тысяч акций и множество подходов и способов, как их анализировать.

Но для инвесторов, которые понимают, что начинать нужно с малого, изучение основных правил анализа рынка, а также терминологии, поможет сформировать общее понимание и представление об эффективности деятельности компании и ее акциях. Ниже приведены семь основных параметров, на которые начинающему инвестору стоит обратить внимание перед совершением сделки.

Далее идет мнение от первого лица эксперта USNews World Report Уэйна Даггана.

1. Прибыль на акцию (EPS)

Когда дело доходит до публикации финансовых отчетов, один из самых важных параметров – это прибыль на акцию. Отчеты публикуются ежеквартально и показывают, сколько компания получила прибыли в расчете на одну акцию за отчетный период. Чем выше EPS, тем лучше.

Подробнее

Uklon проложил дорогу в Украину техгигантам Uber и Bolt. Теперь компания ищет свой голубой океан

Закончив работу в офисе на проспекте Степана Бандеры, недалеко от станции метро «Почайная», Сергей Смусь, 31, не сразу спешит домой. Несколько раз в месяц он подрабатывает таксистом, подвозя попутчиков из соседних бизнес‑центров. Для самых вежливых и пунктуальных клиентов в бардачке автомобиля заготовлено несколько промокодов на заказы такси в сервисе Uklon.

«Считаю, что каждый владелец автомобиля может ехать не в пустой машине, а кого‑то подвозить в дороге,– говорит Смусь. – Рано или поздно модель райдшеринга станет популярной в Украине». Желание разгрузить столичный трафик не единственная причина, по которой Смусь тратит время на вечерние заказы. Он совладелец и операционный директор Uklon – компании, известной по одноименному приложению для заказа такси. «Выполняя заказы, я вижу изнутри, как работает приложение, как внедряются обновления, с какими трудностями сталкиваются водители и клиенты, как построен процесс поездки»,– объясняет Смусь.

Во второй половине нулевых он устроился на работу в небольшую фирму Evos, специализирующуюся на разработке софта для диспетчерских служб такси. Здесь он познакомился с владельцем компании Дмитрием Дубровским, 39, который основал Evos в 2006 году. После университета Дубровский разрабатывал софт для служб такси в компании «Трансновиком». Дорос до позиции руководителя проектов, но почувствовал потолок и ушел на вольные хлеба. «Не то чтобы я хотел продолжать работать с такси, но остались знакомства,– вспоминает Дубровский. – Иногда обращались с просьбой что‑то сделать, но особой перспективы в этой сфере не видел».

В те времена обработка заказов в службах такси не отличалась инновационностью. «В 2008 году у таксистов были рации, блокнотики, пейджеры, – рассказывает Дубровский. – Пока диспетчер не прочитает в эфире все заказы, никто взять заказ не мог – очень громоздко и неудобно». Чтобы заказать поездку, нужно было звонить в службу. Получив заказ, диспетчерская ретранслировала его в эфир, к которому были подключены сотни водителей, готовых к поездке. После того как кто‑то вызвался выполнить заказ, клиенту звонили из кол‑центра с сообщением, когда и какая машина приедет. Дубровский придумал, как упростить эту схему.

Идею подкинул популярный в те времена мессенджер ICQ. Почему бы не присылать заказы водителям не с голоса оператора, а сообщениями прямо в телефон? «Помните, у таксистов были мобильники, которые во время поездки издавали пикающие звуки, их еще называли балалайками? – говорит Дубровский. – Это делала написанная мной программа Mobile Taxi». Новая технология сильно упростила обмен информацией между водителями и диспетчерскими, и рынок быстро оценил ее по достоинству. Через год после презентации «балалайки» звучали в тысячах такси по всей Украине. «Аналогов на рынке не было. Пошел поток денег»,– вспоминает Дубровский. Тогда он впервые увидел возможность построить большой бизнес.

Компания зарабатывала на фиксированной плате за подключение и небольшом проценте от выполненных заказов. Как масштабировать прибыль? Дубровский знал, что спрос на подобную услугу есть не только у водителей, но и у пассажиров. Оставалось придумать, как автоматизировать процесс заказа такси и для них. Была зима 2009 года. На другом конце планеты, в Калифорнии, Трэвис Каланик и Гаррет Кэмп только что презентовали мобильное приложение, позволяющее искать, вызывать и оплачивать такси под названием Uber.

К тому времени в Evos работало около 20 сотрудников. Дубровский был гендиректором, его жена Виктория курировала финансы, Смусь отвечал за продажи. Разработкой продукта управлял выпускник Могилянки – 21‑летний математик Виталий Дятленко. В 2008 году Смусь и Дятленко стали совладельцами компании.

«Они настолько круто перформили, пришла идея предложить долю», – говорит Дмитрий Дубровский. В чем заключался «перформанс»? Смусь хорошо проявил себя в стремительном масштабировании Mobile Taxi, а Дятленко написал базовый код для цифровой платформы, которая впоследствии стала технологической основой Uklon.

Материалы по теме

Категория: Компании

АТБ вырос в крупнейшего ритейлера благодаря бесконечным улучшениям. Какая следующая вершина?

Только для подписчиков

Даниил Ваховский, три года проработавший маркетинг‑директором Uklon, называет Дятленко гениальным программистом. «Классический айтишник‑интроверт, для которого не существует понятия времени. Виталик мог написать в три часа ночи о том, как прикрутить ту или иную фичу, – вспоминает Ваховский. – Он всегда работает, фактически круглосуточный рабочий режим». Иногда он на ночь отключал смартфон от интернета, чтобы не просыпаться от уведомлений Дятленко в рабочем чате.

Как возник Uklon? «Однажды зимним вечером сидели в офисе и думали: почему онлайн можно заказать пиццу или пиво, но нельзя вызвать такси», – вспоминает Дятленко. По его словам, о таком сервисе, как Uber, в Украине тогда никто не слышал. «Виталик не копировал Uber, – подтверждает Ваховский.– Он вообще не знал тогда, что такое существует. Он это изобрел, можно сказать, параллельно».

Инфографика Леонид Лукашенко

Используя заработанные в Evos $10 000, партнеры за полгода разработали сайт. Запуск был в стиле «попробуем, а вдруг выгорит», рассказывал Дятленко в ранних интервью. Изначально речь шла о создании многофункционального веб‑портала, где можно почитать новости, узнать прогноз погоды, сделать покупку. Для онлайн‑заказа такси выделялась одна из вкладок, на которой можно было заказать авто без «разговора с диспетчером». Платформа соединяла людей, которым надо куда‑то ехать, и готовых подвезти.

25 марта 2010 года с платформы поступил первый заказ. Директора служб такси, сидевшие в соседних офисах, сначала смотрели на затею стартаперов скептически, но были не против попробовать и подключили к сервису своих водителей: лишние заказы не помешают. Поначалу агрегатор принимал десятки заказов в сутки– в основном от друзей и друзей друзей. Компаньоны повесили на стену в офисе флипчарт, где каждое утро фиксировали количество выполненных заказов. Через несколько недель, когда цифры перевалили за 1500 заказов, записывать перестали. К 2013 году сервис сотрудничал более чем со 100 службами такси. Через Uklon приходило 500–1000 заказов в сутки. В 2014‑м агрегатор стал самоокупаемым.

В первые три года инвестиции в Uklon составили, по подсчетам Дубровского, несколько сотентысяч долларов. Основной заработок формировала комиссия с водителей и диспетчерских служб– от 5% до 8% за заказ. «Uklon был в онлайне один, аналогов фактически не было,– вспоминает Смусь.– На низкой базе, без особых вложений рост был очень большой – по 100–200% ежемесячно». «Голубой океан для бизнеса»,– добавляет Дубровский.

А ЗАТЕМ ПОЯВИЛСЯ UBER

Американская компания обещала низкие цены, комфортные машины, проверенное международными рынками мобильное приложение и вежливых водителей. В общем, все то, чего не хватало Uklon, уже считавшемуся на тот момент основным игроком на украинском рынке. По оценке главы Украинской таксомоторной организации Андрея Антонюка, в 2015 году Uklon контролировал 30% рынка такси, остальную долю занимали офлайн‑игроки – диспетчерские службы и таксопарки. Аркадий Вершебенюк, готовивший в 2015 году стратегию выхода Uber в Украину, рассказывает, что компания не воспринимала Uklon как равноценного конкурента. «Уже были зачатки современного сервиса, они пользовались популярностью, но технологически и финансово сильно уступали Uber»,– вспоминает Вершебенюк, позже занявший позицию генерального менеджера в Украине. По его словам, компании играли в разных сегментах: Uber больше ориентировался на бизнес‑пассажира, Uklon – на молодую и менее платежеспособную аудиторию.

В 2016‑м на рынке стало внезапно тесно. Помимо Uber, в течение года в Украину зашло несколько сервисов‑клонов для заказа такси: российский «Яндекс.Такси», словацкий HopinTaxy и эстонский Taxify.

«Яндекс.Такси» был самым опасным. Российский сервис обвалил стоимость поездок, Uklon это сразу почувствовал, вспоминает Смусь. «Они в первые пару месяцев сожгли несколько миллионов долларов только на заход,– добавляет Вершебенюк.– По Киеву ездили «лексусы» и «ягуары», обклеенные рекламой «Яндекса», и возили людей по цене маршрутки. Водителям платили по $6000–7000 в месяц, только чтобы они находились на линии».

Uklon таких ресурсов не имел, но устоял. На руку сыграл запрет сервисов «Яндекс» в Украине весной 2017 года. Проработай «Яндекс» в таком режиме еще полгода‑год, Uklon мог бы и не выжить, полагает Вершебенюк.

Материалы по теме

Категория: Компании

Как продавать золото, убеждая потребителей, что это не инвестиция. Кейс ювелирной сети SOVA

Только для подписчиков

Но и сам Uklon сильно поменялся. С 2016 года практически всю прибыль компания реинвестировала в развитие, говорит Дубровский. В 2017–2018 годах Uklon полностью переработал приложение, систему рейтинга и борьбы с мошенничеством, доработал карты, алгоритмы подачи машины, ввел страховку для пассажиров и водителей, провел ребрендинг. Сегодня компания тратит на разработку и маркетинг более $200 000 в месяц.

Uklon много вкладывает в узнаваемость бренда и формирование комьюнити, подтверждает руководитель по развитию Uber в странах Центральной и Восточной Европы Георгий Соколянский. «Маркетинг Uklon более эмоциональный, чем у Uber, направлен на объединение людей»,– говорит он.

Украинский сервис никогда не имел больших ресурсов на дотирование поездок, которое практикуют международные сервисы, приходя на новый рынок. Вместо этого компания всегда взимала самую низкую на рынке комиссию. Это удерживало достаточное количество машин на линии, чтобы обеспечить быструю подачу и доступные тарифы для конечных пользователей.

Слева направо. Операционное управление: Сергей Смусь. Разработка: Виталий Дятленко. Финансы: Виктория Дубровская. СЕО: Дмитрий Дубровский. Фото Александр Чекменев

«Стратегия райдшеринга – привлечь в свою агломерацию как можно больше пользователей, – описывает специфику работы современных платформ такси GRC Bolt Тарас Потичный, ранее он запускал сервис в Украине. – Много заказов – много водителей, много водителей– хорошее предложение для клиента: быстрая подача машины, ниже цена, а в результате– еще больше пользователей. Эту цепочку очень трудно разорвать».

Пока рынок растет, и такая формула позволяет удерживать равновесие с конкурентами. Uklon входит в тройку лидеров рынка вместе с Uber и Bolt (ранее – Taxify). Рассчитать распределение долей сложно – компании не раскрывают операционные показатели, а единого центра подсчета статистики нет.

Uklon оценивает объем рынка в $700–800 млн и называет свой сервис лидером в основных городах‑миллионниках. Uber при подсчетах ссылается на данные аналитической компания AppAnnie, которая замеряет активные сессии использования приложений. На март 2020 года у приложения Uber было 3,7 млн активных сессий в Украине, у Uklon– 2,6 млн, Bolt– 1,7 млн. По данным Uber, сервис также лидировал по количеству скачиваний приложения в App Store и Google Play – 4,3 млн. У Uklon около 3 млн скачиваний, у Bolt – более 2 млн.

В мае 2020‑го Bolt привлек $109 млн, а его капитализация увеличилась до $1,9 млрд. В отличие от глобальных игроков, Uklon никогда не поднимал инвестиций и развивается за собственные средства. Это позволяет основателям сохранять полный контроль над компанией, но тормозит развитие. С ограниченными ресурсами труднее участвовать в гонке вооружений. «Если ты не можешь драться деньгами (на бонусы, рекламу, маркетинг и т.д.), остается одно из двух: терять маржу или долю рынка», – говорит Потичный.

В ноябре 2019‑го агентство Mergermarket со ссылкой на Дубровского сообщало, что в 2019 году оборот Uklon должен был вырасти на 53%, до $110 млн. Большую часть выручки компания возвращает партнерам‑водителям, оставляя себе 12–15% комиссии. По словам Дубровского, ему и Виктории принадлежит по 30% акций Uklon. По 10% акций владеют двое других соучредителей. Еще 20% выделены на опционы для ключевых сотрудников.

Инфографика Леонид Лукашенко

«Uklon – это семейный бизнес, а все управленцы, принимающие решения, – выходцы из сервиса автоматизации таксопарков. Это накладывает отпечаток, – говорит Ваховский.– Не хватает опыта построения корпоративного управления и привлечения денег». Ваховский ушел из компании в 2019 году. В какой‑то момент он решил, что компания не использует свой потенциал полностью. «Рост показателей есть, но глобально не прикрываются тылы, не создаются ценностные инновации, фичи, которые помогут удерживать рынок, когда заходит условный «Яндекс» и бесконечно демпингует», – говорит он. По словам Вершебенюка, долгосрочно в этом бизнесе пользователю по‑настоящему важны скорость и цена. «Они достигаются масштабом. А масштаб достигается финансовым и технологическим превосходством», – отмечает бывший менеджер Uber. Сейчас он управляет венчурным фондом BeeVentures.

Uklon знает, что противопоставить большим игрокам и технологически, и финансово, возражает Смусь. «У Uber и Bolt расходы на разработку в сотни раз больше наших,– говорит он.– Но если вы откроете приложение и начнете пользоваться, разницы практически не заметите».

В 2019 году Uklon нанял инвесткомпанию Dragon Capital для поиска инвестора. Деньги пригодились бы для выхода в некоторые страны Африки, куда еще не добрались глобальные сервисы. Первой в списке для экспансии значилась столица Кении Найроби. Uklon рассчитывал привлечь от $10 млн до $20 млн в обмен на 10–15% компании. Дубровский рассказывал Mergermarket, что переговоры велись с фондами Da Vinci Capital, Almaz Capital и «Эльбрус Капитал». Но вмешалась пандемия. «В карантин на бирже начали падать котировки по Uber и Lyft, которые служат инвесторам бенчмарками для определения стоимости подобных компаний», – объясняет Смусь. На просевшем из‑за локдауна рынке Uklon оценили в диапазоне от $20 млн до $50 млн – и основатели предпочли отказаться от финансирования на таких условиях.

Лучшим временем для привлечения инвестиций были для Uklon 2018–2019 годы, полагает инвестиционный директор GR Capital Сергей Кравец. Из Украины ушел «Яндекс» и еще не укрепился Bolt. До пандемии, по оценке партнера инвесткомпании Capital Times Сергея Гончаревича, бизнес Uklon стоил не менее $100 млн. Сейчас меньше, но Кравец советует не оставлять попытки выйти за рубеж своими силами: инвесторы любят истории успеха на чужих рынках – тогда оценка будет выше.

«Лучшее время для инвестиций в Uklon впереди, – уверен управляющий директор инвестиционно‑банковских услуг Dragon Capital Михаил Гранчак. – В отличие от убыточных конкурентов, Uklon – прибыльный бизнес, который постоянно растет за счет собственной прибыли. Намного интереснее инвестировать в лидера рынка, чем в преследователя».

Uklon не отказывается от экспансии. «Это наша амбиция»,– говорит Смусь. Менеджмент понимает, что стать глобальной компанией вряд ли получится – момент упущен. «Uber собрал все сливки, и инвесторы не готовы вкладывать такие деньги в новый райдшеринг»,– добавляет Дубровский.

А пока сервис укрепляется дома. «Ловим момент,– говорит Смусь.– Не получилось с Кенией – идем в регионы Украины». За год Uklon появился в пяти новых городах. Сейчас он присутствует в 19 областных центрах, Uber– в семи, Bolt– в десяти. План на 2021‑й– увеличить покрытие до 30 городов, а через три года иметь долю не ниже 50% в городах‑миллионниках. Соколянский уверяет, что Uber в ближайшее время не планирует выходить в новые города. «Объем по поездкам там можно набрать, но много денег не заработаешь»,– объясняет логику Uber Вершебенюк.

Основатели Uklon не привыкли заглядывать за горизонт, больше полагаясь на короткое планирование. «Мы достаточно гибкие, – добавляет Дубровский. – Готовы к слияниям или поглощению глобальным игроком. Но сейчас основная задача – быть лидером в Украине». «В семь‑восемь раз в Украине мы не вырастем, но за короткий период увеличимся вдвое‑трое,– добавляет Смусь.– Разве плохо?»

Опубликовано в седьмом выпуске журнала Forbes (январь-февраль 2021)

ФАС одобрила слияние «Яндекс.Такси» с Uber

24 ноября 2017

Автор фото, Kirill Kukhmar/TASS

Подпись к фото,

У нового сервиса появится новое мобильное приложение

Федеральная антимонопольная служба России сообщила о согласовании сделки о слиянии компаний «Яндекс. Такси» и Uber.

При этом, отмечается в сообщении ведомства, компаниям выдано предписание, «направленное на развитие конкуренции и обеспечение безопасности пассажиров и водителей».

«В настоящее время на рынке наблюдается тенденция по консолидации действующих игроков и усилению их роли на рынке. При этом мы понимаем, что развитие конкуренции на таких рынках важно обеспечивать даже на самом начальном этапе, чтобы все участники рынка находились в равных условиях», — пояснил заместитель руководителя ФАС России Анатолий Голомолзин.

Uber и «Яндекс» объявили о решении объединить сервисы такси в середине июля этого года.

Объединение коснется рынка перевозок в России, Белоруссии, Казахстане, Грузии, Азербайджане и Армении. «Яндекс» получит в объединенной компании более 59% акций, Uber — 36,6%, еще 4,1% будет принадлежать сотрудникам нового сервиса.

После закрытия сделки таксопарки и водители перейдут на единую технологическую платформу, что позволит увеличить количество доступных для выполнения заказов машин, сократить время их подачи и сохранить доступную стоимость поездки, говорилось в заявлении гендиректора «Яндекс. Такси» Тиграна Худавердяна, который возглавит объединенную компанию.

Сервис «Яндекс. Такси» был запущен в России в конце 2011 года, Uber начал осваивать российский рынок спустя два года — осенью 2013-го. К настоящему моменту, по оценке «Ренессанс Капитала», водители «Яндекс. Такси» в России совершают 500 тыс. поездок ежедневно, Uber — 170 тысяч поездок, Gett — 150 тысяч. Объединенная компания рассчитывает обеспечивать более 35 млн поездок в месяц.

Uber не раскрывает свои финансовые показатели по России, а «Яндекс. Такси», как следует из отчета «Ренессанс Капитала», является убыточным. По прогнозу экспертов, сервис должен был выйти в плюс только к 2021 году.

Служба такси — 48531 — Финансовые показатели — Статистика промышленности Канады

Здесь вы найдете информацию о средних доходах, расходах и прибылях малого и среднего бизнеса в этом подсекторе. Вы можете использовать эту информацию, чтобы увидеть, насколько ваш бизнес соотносится с конкурентами.

Ссылки ниже предоставляют два вида отчетов с разными параметрами. Другие отчеты доступны с другими параметрами, такими как провинции/Канада, статус регистрации, распределение, стоимость и отрасль.Настраиваемый отчет, включая возможность добавления собственных данных; экспорт отчетов в Excel и поиск других отчетов NAICS доступны в приложении «Данные о финансовых результатах».

Диапазон доходов:

Годовой доход от 30 000 до 5 000 000 долларов США

Провинции/территория/Канада:

Канада

Регистрационный статус:

Все предприятия

Примечание. Балансовая информация недоступна для всех предприятий и некорпоративных предприятий со статусом регистрации.

Распространение:

Общий доход

Значение в:

Тысячи долларов

Промышленность:

Служба такси — 48531

Н/Д = данные недоступны на основе выбранного состояния

Индикаторы качества

А: Отлично
Б: Очень хорошо
С: Хорошо
Д: Приемлемо
Е: Использовать с осторожностью

границ | Коэффициенты выбросов для таксопарка, работающего на сжиженном нефтяном газе (СНГ), в зависимости от скорости и уклона дороги

Введение

Сжиженный нефтяной газ (LPG), также часто называемый «автогазом», наряду со сжатым природным газом (CNG) являются наиболее распространенными альтернативными видами топлива для автомобилей (U. С. Министерство энергетики, 2017 г.). Во всем мире эксплуатируется более 25 миллионов автомобилей, работающих на сжиженном газе (WLPGA, 2016), а по состоянию на 2015 год в Европе эксплуатировалось 7,4 миллиона автомобилей [European Alternative Fuels Observatory (EAFO), 2015]. Мировое потребление сжиженного нефтяного газа в автомобилях увеличилось с 2009 по 2015 год на 24%, хотя его использование ограничено довольно небольшим числом стран: всего на пять стран вместе приходится половина мирового потребления сжиженного нефтяного газа в 2015 году (WLPGA, 2016).

За последние два десятилетия было проведено несколько исследований воздействия использования СНГ в транспортных средствах на окружающую среду.В целом, выбросы оксидов азота (NO _x) транспортных средств, работающих на сжиженном нефтяном газе, кажутся ниже, чем у дизельных и бензиновых (Jeuland and Montagne, 2004; WLPGA, 2016), хотя на самом деле модернизированные сжиженные нефтяные газы могут иметь гораздо более высокие уровни (Vonk et al. , 2010). Преимущество по сравнению с дизельным топливом следует ожидать из-за более низкой температуры сгорания при искровом зажигании (сжиженный газ, бензин), чем при сжигании дизельного топлива. Разницу с бензином объяснить сложнее. Слегка обедненное сгорание в двигателях с искровым зажиганием в целом увеличивает выбросы NOx из-за более высокой доступности кислорода и повышенной температуры по сравнению со стехиометрическим сгоранием, а также за счет ингибирования реакций восстановления позже в каталитическом нейтрализаторе.Незначительные изменения в измерении соотношения воздух/топливо при смене топлива, например, из-за влияния различного состава газа на кислородный датчик в выхлопной линии, повлияют на выбросы NO _x в соответствии с новым соотношением воздух/топливо. По той же причине влияние СНГ на выбросы монооксида углерода (CO) по сравнению с бензином также неодинаково. Пундкар и др. (2012) сообщили, что сжиженный нефтяной газ производит меньше CO, чем бензиновые (и дизельные) автомобили, в то время как Jeuland and Montagne (2004) и WLPGA (2016) сообщили об обратном. Таким образом, оценка относительного воздействия LPG как на NOx, так и на CO требует проведения измерений на реальных транспортных средствах.

Влияние сжиженного нефтяного газа по сравнению с обычным топливом кажется более равномерным в отношении летучих органических соединений (ЛОС) и твердых частиц (ТЧ), при этом использование сжиженного нефтяного газа превосходит как бензин, так и дизельное топливо (Jeuland and Montagne, 2004; Pundkar et al., 2012; Лим и Ким, 2013 г.; Хайнце и Земборски, 2016 г.). Это можно объяснить газообразной природой, высокой смешиваемостью и низкой молекулярной массой СУГ.Газообразная природа позволяет избежать избыточной концентрации топливных углеводородов в холодных местах (например, объем камеры топливной форсунки и щели поршня/стенки), которые в конечном итоге не сгорят в виде летучих органических соединений в выхлопных газах. Высокая смешиваемость снижает склонность к образованию прекурсоров ТЧ, которые образуются в богатых топливом карманах внутри цилиндра. Наконец, низкая молекулярная масса означает высокую летучесть углеводородов выхлопных газов, полученных из топлива, и их разделение в основном на газообразную, а не на фазу ТЧ.

Выбросы парниковых газов (ПГ) с акцентом на двуокись углерода (CO ₂ ), судя по литературным источникам, на 9–20% ниже для автомобилей, работающих на сжиженном газе, чем для автомобилей с бензиновым двигателем (Jeuland and Montagne, 2004; Antes et al., 2009; Министерство транспорта США (DOT) и Центр прогнозирования изменения климата и окружающей среды, 2010 г.; Хайдт и др., 2013; Хусс и др., 2013; COWI, 2015), благодаря более высокому соотношению H/C в сжиженном нефтяном газе по сравнению с бензиновым топливом. Транспортные средства, работающие на дизельном топливе, по-видимому, не менее эффективны и на 15 % меньше выбрасывают CO ₂, чем автомобили, работающие на сжиженном газе (Jeuland and Montagne, 2004; Министерство транспорта США (DOT) и Центр климатических изменений и прогнозирования окружающей среды, 2010; Хайдт и др. , 2013; Хусс и др., 2013; COWI, 2015), благодаря их превосходной топливной экономичности.

Большая часть этих более ранних данных о характеристиках автомобилей, работающих на СНГ, основана на лабораторных испытаниях. В настоящее время использование портативных систем измерения выбросов (PEMS) предлагает дополнительные возможности для определения характеристик выбросов. PEMS можно использовать для сбора репрезентативных данных о реальной эксплуатации транспортных средств в различных условиях вождения, и они наиболее полезны для разработки и проверки коэффициентов выбросов (EFs) (Franco et al., 2013). Тем не менее, применение испытаний PEMS для независимой характеристики выбросов транспортных средств, работающих на сжиженном нефтяном газе, очень ограничено. Хайнце и Земборски (2016) измерили два автомобиля, работающих на двух видах топлива, соответствующих стандарту Евро-5, и один автомобиль, работающий на двух видах бензина/сжиженном газе, соответствующий стандарту Евро-6, в том числе два с непосредственным впрыском, и продемонстрировали положительное влияние сжиженного нефтяного газа на выбросы твердых частиц и его влияние на конкретное транспортное средство в NO _x. и выбросы CO. Лау и др. (2011) сообщили о выбросах от четырех такси, работающих на сжиженном нефтяном газе, соответствующих стандартам Евро-2 и Евро-4, в Гонконге (Гонконг).Это исследование показало, что уровни выбросов на дорогах реальных транспортных средств, работающих на СНГ, значительно превышали предельные значения выбросов, и это было связано с плохим обслуживанием в сочетании с интенсивным использованием транспортных средств.

Несколько доступных исследований относились только к небольшой выборке транспортных средств, работающих на СНГ. Необходимы дополнительные данные, чтобы сделать надежные выводы о характеристиках выбросов автомобилей, работающих на СНГ, в реальных условиях. В текущем исследовании рассматриваются показатели выбросов 18 такси, работающих на сжиженном нефтяном газе, включая модели до Евро-4, Евро-4 и Евро-5, путем анализа измерений PEMS, собранных в период с 2009 по 2016 год.Измерения в различных условиях вождения и эксплуатации позволяют различать уровни выбросов в зависимости от стандарта выбросов, скорости движения и уклона дороги. Кроме того, мы пытаемся предоставить руководство о том, как можно интегрировать посекундные измерения PEMS в пространстве или во времени, чтобы получить соответствующие коэффициенты выбросов, которые будут использоваться для целей инвентаризации с различным разрешением.

Экспериментальный

Образец автомобиля состоит из 18 такси, работающих на сжиженном нефтяном газе, работающих в Гонконге, от одного производителя (Crown, часть семейства брендов Toyota) с технологиями от Евро 2 до Евро 5.Одно из такси Евро-4 также было включено в исследование Lau et al. (2011) и обобщены в настоящем исследовании вместе с выбросами еще 8 такси Евро-4. Все автомобили оснащены 2000-см ³ 4-цилиндровым двигателем, автоматической коробкой передач и трехкомпонентным каталитическим нейтрализатором (TWC). Спецификации испытательного автомобиля сгруппированы в соответствии с их европейским стандартом в дополнительной таблице 1, представленной в дополнительных материалах. Такси Евро 2 и Евро 3 сгруппированы в единую категорию Евро стандарта, т. е.т. е. до Евро 4. Что касается пройденного расстояния, некоторые автомобили до Евро 4 и Евро 4 превысили свои максимальные показания одометра (1 миллион км), поэтому возраст автомобиля вместо общего пробега указывается как показатель использования. история. Транспортные средства были испытаны либо до, либо после, либо и до, и после замены TWC и лямбда-зонда, как также указано в дополнительной таблице 1. Два автомобиля до стандарта Euro 4, протестированные как до, так и после замены TWC и лямбда-зонда, были испытаны с замененным контролем выбросов. системы через 4 года после испытаний с оригинальными.

Измерения проводились с использованием так называемых экспериментов «преследования» или «преследования», т. е. следования за такси в их обычном режиме, так что реалистичные условия вождения отражались в профиле вождения. Такси с приборами PEMS управлялось опытным водителем такси, в то время как оно следовало за целевым такси, которым управлял неосведомленный водитель такси, так что не было никакой предвзятости в отношении профиля вождения или работы. Целевое такси время от времени менялось, чтобы избежать подозрений в слежке за водителем.Таким образом, выборка состояла из фактических профилей вождения такси, включая несколько поездок в центр города в различных условиях пробок, а также поездки в сельской местности и некоторые поездки по автомагистралям. Выбранный набор данных включает только горячую работу и не включает события холодного пуска. Масса такси с приборами, включая ПЭМС и водителя, в среднем составляла 1750 кг (в диапазоне от 1600 до 1930 кг).

На рис. 1 показана типичная установка PEMS. Оборудование, использованное для измерений, включало SEMTECH-DS PEMS для измерения CO, CO ₂, NO, NO ₂ и THC.Положение регистрировалось как системой счисления пути Trimble, так и глобальной системой позиционирования (GPS), расход выхлопных газов — расходомером SEMTECH EFM-2 или EFM-HS, скорость автомобиля — спидометром Peiseler (рабочий диапазон: 0–250 км). /ч), условия окружающей среды (температура и относительная влажность) с помощью метеозонда SEMTECH и давление окружающей среды с помощью барометра.

Рисунок 1 . Типовая конфигурация измерительного оборудования на измеряемом транспортном средстве.

В дополнение к дорожным измерениям были проведены тесты на прогретый пуск автомобиля на динамометрическом стенде на такси Евро 5, работающем на сжиженном нефтяном газе, для определения состава углеводородов, а также концентрации нерегулируемых загрязняющих веществ, включая аммиак (NH ₃ ) и закись азота ( N ₂ O), используя газоанализатор инфракрасной спектроскопии с преобразованием Фурье (FTIR) (Best Instruments BOB-1000FT).FTIR — это довольно тяжелое, громоздкое и потребляющее большое количество энергии оборудование, предназначенное для перевозки по дорогам легковым транспортным средством, поэтому испытание шасси на динамометрическом стенде было единственным вариантом. Этому такси было 5 лет, с пробегом 909 971 км, оно было оснащено оригинальной системой контроля выбросов. На динамометрическом стенде шасси были настроены три различных ездовых цикла для представления типичных условий вождения в Гонконге, их профили показаны на рисунке 2. Циклы «городской», «смешанный» и «круизный» имели средние скорости 11, 25, и 39 км/ч соответственно.

Рисунок 2 . Динамометр шасси проверяет модели ездового цикла; городской (слева), смешанный (посередине), круизный (справа).

Типичное автомобильное СНГ-топливо, используемое в Гонконге, состоит из комбинации бутан-бутилена (70–80%), а оставшаяся часть в основном состоит из пропан-пропилена, а общее содержание серы в топливе ограничено 200 ppm (Электромеханические службы). Департамент Гонконга (EMSDHK), 2017 г.).

Результаты и обсуждение

Условия эксплуатации Характеристики

На Рисунке 3 показаны типичные записи основных сигналов во время отключения в смешанных условиях работы, графически показанные на карте Рисунка 4.Верхняя панель на рис. 3 показывает скорость руления и высотный профиль испытательного маршрута, а температура выхлопных газов (выхлопной трубы) и значение лямбда (рассчитанное в соответствии с ISO16183:2002) показаны на средней панели, а NO _x , CO и THC показаны в нижней части. Эта поездка выполняется на окраине города и включает в себя различные условия вождения. Записи показывают типичную изменчивость, наблюдаемую в обычных условиях вождения, вызванную дорожным движением и холмистыми условиями Гонконга.Температура выхлопа в выхлопной трубе колеблется в диапазоне 120–250°C, а диапазон соотношения воздух/топливо (12,8–20,3 кг воздуха/кг топлива) указывает на довольно слабый контур регулирования соотношения воздух/топливо. В результате кажется, что выбросы загрязняющих веществ значительно меняются в течение поездки, демонстрируя скачкообразный характер.

Рисунок 3 . Пример поездки по дороге (автомобиль до стандарта Euro 4O) с профилями записанных сигналов. Вверху: скорость и высота, в середине: температура выхлопных газов и значение лямбда, внизу: NO _x, массовые показатели выбросов CO и THC.

Рисунок 4 . Записи точек сигнала GPS (красные точки) поездки представлены на рисунке 3.

Такие записи выбросов были проведены для окружающей среды, рельефа местности и условий эксплуатации, обобщенных в дополнительной таблице 2 в дополнительных материалах. Продолжительность каждой поездки колебалась от 20 до 93 мин, при средней продолжительности 56 мин. Общая продолжительность испытаний 18 такси составила около 370 часов (в среднем более 20 часов испытаний на одно транспортное средство) после фильтрации неполных записей.Высота поездки была оценена путем проецирования GPS-координат на дорожную сеть и интерполяции по значениям высоты места, которые известны с разрешением примерно 50 м по проезжей части для всех основных улиц Гонконга. Как правило, движение ведется на малых высотах, но со значительными уклонами дорог на короткие расстояния и относительно высокой температурой окружающего воздуха. Несмотря на то, что кампания по измерению в целом охватила период в 7 лет, средние эксплуатационные характеристики различных категорий транспортных средств довольно схожи, что отражает постоянство условий, в которых работают эти такси.

Совокупное частотное распределение мгновенной скорости всех поездок представлено на рис. 5. Более 70% точек находятся ниже 50 км/ч, при работе на холостом ходу — что соответствует скорости автомобиля < 2,5 км/ч и абсолютному ускорению < 0,1 м/с ² (Lau et al. , 2011) – наблюдается 20% времени. Это не обязательно соответствует частоте простоев такси в Гонконге, потому что такси с приборами не отставало от целевого, если последний долго простаивал.Скорости свыше 80 км/ч соответствуют 4% общего количества баллов, так как ограничение скорости на большинстве автомагистралей в Гонконге составляет 80 км/ч.

Рисунок 5 . Кумулятивное частотное распределение мгновенной скорости измеренных такси.

Средние показатели выбросов и расхода топлива

В таблице 1 представлены среднее значение и стандартное отклонение уровней NO _x , CO, THC и FC, а также отношения выше соответствующих пределов для каждой группы технологий. Эти две статистики рассчитываются на основе среднего уровня выбросов каждого транспортного средства в каждой категории.Нормы расхода топлива рассчитывались с использованием стандартизированного уравнения углеродного баланса (Правила ЕЭК ООН 101, 2013 г.). Все автомобили до Евро 4 и четыре из пяти автомобилей Евро 4R демонстрируют уровень выбросов NO _x выше 1 г/км. Для сравнения, дизельные легковые автомобили Euro 5, которые считаются самыми высокими выбросами NO _x легковых автомобилей всех времен (Ntziachristos et al., 2016), находятся ниже этого уровня. Несмотря на то, что абсолютные уровни падают с улучшением технологий, автомобили Евро-4 остаются выше соответствующего предела NO _x в среднем в 12 раз (минимум-макс: выше в 3–25 раз).Только такси Euro 5 LPG находятся на уровне или даже ниже соответствующего предела, от 59% ниже до 82% выше лимита. Газовые такси Евро 5, как правило, моложе, чем Евро 4, т. е. средний испытательный возраст газовых такси Евро 5 и Евро 4 составляет 3,7 и 7,2 года соответственно.

Таблица 1 . Средние уровни выбросов и расхода топлива ± стандартное отклонение, и соответствующий коэффициент выше предела европейского стандарта.

Влияние замены системы контроля выбросов на уровни выбросов

Высокие значения стандартного отклонения/среднего значения в таблице 1 свидетельствуют о большом разбросе уровней выбросов отдельных транспортных средств или, другими словами, о довольно неоднородной выборке транспортных средств с точки зрения уровня выбросов в каждой технологической группе. Те транспортные средства, у которых уровни NO _x более чем в два раза выше, чем у остальных транспортных средств в каждой группе, были охарактеризованы как «высокоэмиссионные». Два автомобиля до Евро-4 были протестированы как до, так и после замены их системы контроля выбросов (катализатора и лямбда-зонда); один из них характеризуется как высокоэмитентный в соответствии с приведенным выше определением. В обоих случаях замена снизила уровень всех загрязняющих веществ с более высоким воздействием на CO и THC обычного автомобиля (около 90%), чем автомобиля с высоким уровнем выбросов (20–46%).Снижение NO _x было легким (15–24%) в обоих случаях. В случае автомобилей Евро 4, один из протестированных автомобилей, измеренный через 10 месяцев после замены системы контроля выбросов, выбрасывал NO _x примерно на 40% от уровня автомобиля с наименьшим уровнем выбросов с исходной системой контроля выбросов. Тем не менее, оставшиеся четыре транспортных средства Евро-4, измеренные через 15 месяцев — 2,5 года после замены их системы контроля выбросов, после замены выбрасывали примерно в три раза больше, чем наихудший источник выбросов с оригинальной системой контроля выбросов. Эти ограниченные данные свидетельствуют о том, что однократная замена катализатора и лямбда-зонда на такси не гарантирует автоматического снижения выбросов до нормального уровня в течение длительного периода времени.

Испытания автомобилей до Евро-4 и Евро-4 с замененным контролем выбросов проводились через 6–19 и 10–31 месяцев соответственно после замены. Только две машины прошли испытания менее чем через год после замены. Типичное такси проезжает в среднем около 150 000 км в год, а срок службы системы контроля выбросов составляет 80 000 км в соответствии с требованиями Евро 3 и 100 000 км в соответствии с требованиями Евро 4.Таким образом, испытания после замены проводились после значительного старения замененных катализаторов, в большинстве случаев превышающего срок их службы. Это говорит о том, что любое экологическое преимущество замены катализатора может быть уже исчерпано менее чем через год после замены, особенно потому, что плохо обслуживаемый двигатель может способствовать быстрой деградации TWC и лямбда-зонда. Собранные здесь данные показывают неуверенность в выводах об эффективности замены контроля выбросов.Сравнение уровней до и после замены показывает, что эффективность выбросов зависит от общего состояния автомобиля и истории обслуживания, а не только от состояния системы контроля выбросов. Этого следует ожидать от автомобилей со средним пробегом, часто превышающим 1 млн км. Это похоже на доказательства, собранные в другом месте (Diaz et al., 2001), и предполагает, что программы модернизации автопарков транспортных средств с искровым зажиганием должны быть тщательно рассмотрены в первую очередь на пилотных образцах и, в зависимости от результатов, рассмотреть возможность их распространения на уровень парка.

Коэффициенты выбросов для мезомасштабного моделирования

Влияние разрешения на уровни коэффициента выбросов

Поскольку статус замены системы контроля выбросов не является определяющим фактором фактического уровня выбросов, в оставшейся части документа транспортные средства различаются на автомобили с нормальным/высоким уровнем выбросов и приводятся отдельные наборы коэффициентов выбросов, независимо от статуса замены системы контроля выбросов. С другой стороны, средняя скорость движения считается хорошей оценкой уровней выбросов в мезомасштабном моделировании выбросов и используется в качестве входной переменной трафика в нескольких моделях выбросов (COPERT, MOBILE, EMFAC и т. д.).) (Франко и др., 2013; Гроте и др., 2016). Средняя скорость также использовалась для оценки выбросов на основе дорожных связей городской сети (Lejri et al., 2016). В прошлом уровни выбросов по сравнению со средней скоростью устанавливались путем соотнесения средних показателей выбросов со средней скоростью ездовых циклов, проводимых на динамометрическом стенде (Ntziachristos and Samaras, 2000). В настоящее время записи PEMS предлагают различные варианты интеграции на основе расстояния и времени для развития таких отношений. Интеграция на основе времени дает статистическое преимущество при использовании одного и того же размера выборки для усреднения измерений выбросов, независимо от средней скорости движения.При интегрировании на основе расстояния размер выборки уменьшается по мере увеличения скорости, но, с другой стороны, это может указывать на максимальное пространственное разрешение, к которому применим конкретный EF. В нашем исследовании с обоими методами были опробованы разные наборы интервалов интегрирования. Интегрирование по времени проводилось для временных интервалов 60 с и 480 с, а интегрирование по расстоянию проводилось с шагом 100, 500 и 1000 м. На рис. 6 показан размер выборки записей при альтернативных методах интегрирования в зависимости от скорости.Размер выборки в каждом случае выражается в секундах или в количестве записей, считая одну запись в секунду. Интегрированные выходные данные по выбросам лучше представляются при большом размере выборки, т. е. с высоким разрешением, в то время как низкое разрешение при высоком коэффициенте интегрирования сведет к минимуму колебания данных о выбросах в сторону изменения коэффициента выбросов.

Рисунок 6 . Размер выборки для различных методов интегрирования в зависимости от средней скорости движения в каждой выборке.

При расчете соответствующих уровней выбросов использовались последовательные и непересекающиеся интервалы времени или расстояния. В прошлом Смит и Нциахристос (2012) разработали аналогичные интервалы на основе принципа скользящего окна, что было полезно, когда были доступны ограниченные рабочие профили, такие как определенные ездовые циклы в лаборатории. Этот метод не рассматривался в данном случае, когда данные PEMS предлагали адекватную и репрезентативную изменчивость реальных реальных условий вождения.Использование неперекрывающихся интервалов устраняет любое потенциальное смещение из-за повышенной автокорреляции, которую может вызвать подход скользящего окна.

На рис. 7 в качестве показательного примера показано влияние альтернативных подходов к интеграции на зависимость от скорости выбросов Евро-4 NO _x и FC. Интеграция более чем 100-метровых сегментов приводит к совершенно другим уровням NO _x на умеренных скоростях, чем все другие интеграции. В этом диапазоне скоростей интегрирование на 100 м соответствует размеру выборки <10 с, и это увеличивает соответствующий вклад всплесков NO _x событий. Напротив, интегрирование в течение 480 с дает очень мало выборок на высоких скоростях, несмотря на то, что общее время записи составляет более 20 часов на одно транспортное средство, и приводит к непостоянным характеристикам выбросов на скорости более 60 км/ч. Различия между различными методами для ФК менее выражены, однако все же присутствуют. Например, разрешение 100 м приводит к FC на 25% выше в классе менее 10 км/ч, чем разрешение 500 м.

Рисунок 7 . Выбросы NO _x (слева) и FC (справа) при средней скорости для альтернативных вариантов интеграции (пример Евро-4).

Трехсторонний тест ANOVA (уровень значимости, α = 5%) показал, что скорость, подход к интеграции и неоднородность уровня выбросов транспортных средств (в каждой технологической группе) статистически значимы (sig. = 0,000) для объяснения уровней выбросов. Последующий анализ чувствительности показал, что скорость объясняет большую часть вариации уровней выбросов, но неоднородность уровня выбросов транспортных средств может в некоторых случаях объяснить большую часть общей дисперсии, например, в случае автомобилей Евро 50.

Интеграционный подход, по-видимому, имеет в целом меньший вклад в дисперсию выбросов (дополнительная таблица 3).Тем не менее решающим фактором при выборе метода интегрирования является минимизация неопределенности при использовании средней скорости для оценки уровней выбросов. В дополнительной таблице 4, представленной в дополнительных материалах, обобщается средний коэффициент дисперсии (CV) для каждого метода интеграции и группы транспортных средств для NO _x и FC. Это было рассчитано путем объединения выбросов в интервалы скорости 10 км/ч, вычисления CV в каждом интервале скорости и последующего усреднения этих CV по интервалам скорости.Для интеграции как по времени, так и по расстоянию в дополнительной таблице 4 наблюдается четкая тенденция к увеличению дисперсии с разрешением. Этого можно было ожидать, поскольку более точное разрешение позволяет достичь одной и той же средней скорости при многих различных стилях вождения. В целом, выбросы NO _x демонстрируют более высокую дисперсию, чем FC, независимо от группы транспортных средств и разрешения, поскольку разные автомобили в одной группе имеют одинаковые уровни FC, а FC на транспортное средство в интервалах скоростей гораздо менее чувствителен, чем NO _x. .

Таким образом, выбор подходящего метода интегрирования представляет собой компромисс между неопределенностью при увеличении разрешения и доступностью тестовых данных при уменьшении разрешения, как следует из дополнительной таблицы 4 и рисунка 6 соответственно. Транспортная сеть Гонконга использует дороги длиной не более 500 м. Это, вместе с тем фактом, что разрешение 500 м обеспечивает хороший компромисс между неопределенностью и доступностью данных, позволяет предположить, что это разрешение может быть подходящим для разработки коэффициентов выбросов в зависимости от скорости на уровне городской сети.

Влияние скорости автомобиля на уровни выбросов

Уровни NO _x , CO, THC и FC относительно средней скорости для каждой из рассматриваемых категорий транспортных средств представлены на рисунке 8 для разрешения по расстоянию 500 м. Они соответствуют ровным дорогам, т. е. учитывают только те участки дорог, где абсолютный уклон был < 0,5 %. Выбросы и FC скорее показывают монотонное падение со скоростью для рассматриваемого диапазона скоростей. Неопределенность в функциях, основанных на скорости, оценивается с использованием 95% доверительного интервала среднего значения.В таблице 2 представлены верхняя и нижняя границы этих интервалов как отношение полуширины интервала к соответствующему выборочному среднему. Например, в случае автомобилей до стандарта Euro 4H реальное среднее значение NO _x EF (в интервале скорости) ожидается в диапазоне ±5% от соответствующего среднего значения выборки с доверительной вероятностью 95%. Оценки интервала по категориям транспортных средств для FC уже по сравнению с соответствующими оценками для загрязнителей воздуха. Оценки КВ NO _x характеризуются средней неопределенностью в диапазоне 5–17 % в зависимости от группы транспортных средств.Оценки CO и THC демонстрируют более высокий уровень неопределенности и находятся в диапазоне 7–23 и 5–38% соответственно. В этом случае также можно было наблюдать влияние неоднородности уровня выбросов транспортных средств на итоговую неопределенность оценки.

Рисунок 8 . Уровни выбросов в зависимости от скорости для ровных дорог для NO _x (вверху слева), FC (вверху справа), CO (внизу слева) и THC (внизу справа) для различных исследованных технологий (интеграция расстояния: 500 м).

Таблица 2 . Средние пределы 95% доверительного интервала для коэффициентов выбросов и FC на основе расстояния для каждой категории транспортных средств (вариант интегрирования 500 м), выраженные как процентное (%) отношение полуширины интервала к соответствующему среднему значению выборки.

Сравнение уровней выбросов на Рисунке 8 с литературными проводится с учетом того, что первые являются интегрированными уровнями выбросов на расстоянии 500 м, а вторые не получаются из какого-либо интегрирования.Сравнение уровней выбросов текущего исследования с выводами Lau et al. (2011) (с использованием PEMS) показывает повышенные уровни выбросов NO _x на всех классах скорости, более низкие уровни CO на низких скоростях и аналогичные уровни на более высоких скоростях, а также более низкие уровни THC на всех классах скорости. Сравнение уровней выбросов текущего исследования с уровнями, представленными Ning and Chan (2007) (с использованием дистанционного зондирования), показывает более высокие уровни выбросов NO _x и THC во всех классах скорости, более высокие уровни CO на низких классах скорости и более низкие уровни CO. уровни в более высоких классах скорости.Более подробное обсуждение сравнения с предыдущими исследованиями проводится в разделе Сравнение с предыдущими исследованиями.

Влияние уклона дороги на уровни выбросов

Рисунок 9 иллюстрирует эффект наклона на уровнях NO _x и FC для автомобилей до стандарта 4N. Аналогичный анализ был проведен для всех других категорий транспортных средств. Графики дают сравнение уровней выбросов в зависимости от скорости для довольно крутого уклона дороги в гору (> 5%) для ровной дороги (абсолютный уклон < 0.5%) и при довольно крутом спуске дороги (≤5%). Столбики погрешностей иллюстрируют 95% доверительный интервал средних уровней. На неровных дорогах скорость выше 80 км/ч не наблюдается. Уровни выбросов обычно увеличиваются с увеличением уклона дороги. Выбросы NO _x на крутых подъемах в среднем в 2,9 и 13,3 раза выше, чем на ровных и спусках соответственно, а соответствующие коэффициенты FC равны 1,6 и 2,7 соответственно. Столбики погрешностей показывают меньшую неопределенность при движении по ровной поверхности и спуску, чем при движении вверх по склону дороги для NO _x, в то время как неопределенность для FC в целом намного ниже.

Рисунок 9 . NO _x (слева) и FC (справа) уровни превышения скорости для дороги с большим уклоном в гору (уклон > 5%), для ровной дороги (∣уклон∣ < 0,5%) и для дороги с большим уклоном (уклон < −5% ), для тематического исследования до введения стандарта Euro 4N (интеграция расстояния: 500 м). Столбики погрешностей указывают на 95% доверительный интервал средних уровней.

Влияние уклона дороги на уровни NO _x и FC для всех категорий транспортных средств обобщено на рисунке 10. Уровни подъема и спуска представлены как отношения к движению по ровной дороге. Движение вверх по склону приводит к монотонному увеличению выбросов за некоторыми исключениями, которые подтверждают высокую неопределенность NO _x, представленную на рисунке 9. При движении под уклон наблюдается противоположное. Вождение в гору приводит к значительному увеличению NO _x для автомобилей до Евро 5, в то время как для автомобилей Евро 5 эффекты минимальны. Это показывает, что система контроля выбросов в более поздних транспортных средствах намного эффективнее в более широком диапазоне условий вождения, чем в более старых транспортных средствах.С другой стороны, влияние уклона дороги на FC гораздо более последовательно для различных категорий транспортных средств.

Рисунок 10 . NO _x (слева) и FC (справа) соотношения подъема (уклон >0,5%) и спуска (уклон <-0,5%) уклона дороги по сравнению с плоской дорогой (∣уклон∣ <0,5%) в зависимости от абсолютного уклона дороги занятия по различным изучаемым технологиям (дистанция-интеграция: 500 м).

Нерегулируемые загрязнители

Измерения, проведенные на динамометрическом стенде, позволили определить состав органических веществ и нерегулируемых загрязняющих веществ в одном такси стандарта Евро-5.Несмотря на то, что речь идет об отдельном транспортном средстве, в литературе отсутствуют профили выбросов для последних технологий транспортных средств, работающих на сжиженном нефтяном газе, несмотря на то, что они очень важны для моделирования качества воздуха. На рис. 11 представлен состав органических веществ для трех ездовых циклов. Они были оценены путем масштабирования общей концентрации углеводородов FTIR до FID THC. Концентрация оксигенированных и нитрованных частиц не масштабировалась, так как они не измеряются FID. Неизвестная масса, показанная в цикле Mix, указывает на то, что общий уровень массы углеводородов, рассчитанный по FTIR, был ниже, чем уровень FID THC, а неуказанные виды составляют общий уровень FID THC.В остальном все три исследованных цикла имеют близкие пропорции УВ. C4 (бутан-бутадиен) и CH ₄ (метан) являются преобладающими видами углеводородов. Интересно, что содержание С3 (пропан-пропилен) невелико, несмотря на то, что содержание таких частиц в СУГ составляет 20–30%. Таким образом, частицы C3, по-видимому, окисляются преимущественно по сравнению с более тяжелыми во время сгорания или, позднее, в катализаторе.

Рисунок 11 . Уровень выбросов для газоанализатора FTIR, зарегистрированные виды углеводородов: метан, C2 (ацетилен, этилен, этан), C3 (пропилен, пропан), C4 (бутан, бутадиен), C8 (октан), формальдегид и метановая кислота, цианистый водород, изоциановая кислота Кислота неизвестного вида.

NH ₃ и N ₂ O образуются в TWC и напрямую связаны с рабочей лямбдой и температурой выхлопных газов. В таблице 3 представлены средние уровни NH ₃ и N ₂ O для каждого ездового цикла, которые обычно считаются высокими по сравнению с уровнями выбросов, полученными в ходе предыдущих исследований транспортных средств с искровым зажиганием (Bielaczyc et al. , 2013; Suarez-Bertoa et al. ., 2014, 2015). Ожидается, что оба вида образуются в богатых условиях и на деградированном катализаторе, который не может полностью восстановить NO _x до азота.Действительно, в тестируемом автомобиле при ускорении наблюдаются явления богатого сгорания, и эти события совпадают со скачками уровня аммиака и закиси азота. В системах TWC N ₂ O преимущественно образуется при низких температурах в результате неполного восстановления NO _x различными восстановителями (Gong and Rutland, 2013; Karavalakis et al., 2016), что также подтверждено в текущем исследовании на соответствующие низкие скорости автомобиля. Результаты носят ориентировочный характер, но предполагают, что необходимо уделять больше внимания этим веществам в выхлопных газах старых автомобилей с искровым зажиганием.

Таблица 3 . Испытания шасси на динамометрическом стенде означают уровни выбросов (минимум-максимум указывают диапазон уровней выбросов среди повторений испытаний) нерегулируемых загрязняющих веществ такси Евро-5, работающего на сжиженном нефтяном газе.

Сравнение с предыдущими исследованиями

Сравнение уровней выбросов с предыдущими исследованиями, в которых сообщалось о выбросах такси на сжиженном нефтяном газе (Ning and Chan, 2007; Lau et al., 2011), выявило некоторые интересные тенденции, представленные в таблице 4. Значения отражают средние уровни выбросов вместе с диапазоном самый высокий и самый низкий излучатель в каждой категории транспортных средств.Распределение транспортных средств в исследовании Lau et al. (2011) был изменен, чтобы отразить последнее распределение евростандарта, используемое Департаментом охраны окружающей среды Гонконга. Следовательно, автомобиль № 2 в этом исследовании на самом деле соответствует стандарту Евро 3, а автомобиль № 3 — стандарту Евро 4.

Таблица 4 . Сравнение уровней выбросов с предыдущими исследованиями.

Средние уровни выбросов NO для автомобилей до Евро-4 и Евро-4 здесь в 1,9 и 3,4 раза соответственно выше, чем измерено Lau et al. (2011). Коэффициенты выбросов, рассчитанные Ning and Chan (2007) с использованием данных дистанционного зондирования, ниже, чем в текущем исследовании, при этом NO демонстрирует наибольшую разницу (примерно в 45 раз ниже). Относительная разница между нашим исследованием и предыдущими обычно уменьшается со скоростью для всех исследованных регулируемых загрязнителей.

Текущие результаты и уровни выбросов отражают всесторонние условия вождения по сравнению с более ранними исследованиями из-за большого размера выборки измеряемых такси и охвата диапазона условий вождения.Сравнение уровней с работой Lau et al. (2011), скорее всего, указывает на влияние увеличения среднего возраста на 4 года на уровни выбросов между двумя исследованиями с использованием PEMS. Для гонконгских такси, проезжающих около 150 000 км в год, это соответствует более чем полумиллиону километров. Сравнение с работой Ning and Chan (2007) является более сложным, поскольку записи дистанционного зондирования требуют мгновенных предположений об эффективности использования топлива, чтобы получить абсолютные уровни выбросов, и не принимают во внимание динамику движения (Franco et al. , 2013). В этом случае часть существенной разницы выбросов с текущими уровнями может быть связана с погрешностью, вызванной значениями эффективности использования топлива, которые были только предположениями при преобразовании данных о выбросах методом дистанционного зондирования, особенно в связи с тем, что несколько испытанных транспортных средств было показано, что они не работают при стехиометрическом сгорании.

Резюме и выводы

В этом исследовании представлен анализ данных PEMS, собранных с 18 такси LPG в период от 6 до 2 месяцев.5 лет после их замены катализатора и лямбда-зонда. Исследованные загрязняющие вещества включают NO _x , CO и THC, а расход топлива оценивался по выбросам загрязняющих веществ. В исследовании была предпринята попытка оценить влияние замены катализатора и лямбда-зонда на уровни выбросов до Евро 4 (Евро 2 и Евро 3) и Евро 4. Из-за большого пробега такси, который может превысить нормативные требования к долговечности катализатора менее чем за календарный год, влияние замены на выбросы было в целом умеренным и переменным. Таким образом, средние уровни выбросов LPG-такси от Евро 2 до Евро 4 превышали предельные значения выбросов, независимо от статуса замены катализатора.

Образец такси стандарта Евро-5 также был измерен с помощью PEMS. В этом случае измеренные уровни выбросов в основном были ниже соответствующих регламентируемых пределов. Тем не менее, высокие уровни выбросов NH ₃ и N ₂ O были зарегистрированы при измерении одного автомобиля стандарта Евро 5 на динамометрическом стенде с использованием FTIR с высокими пиками, наблюдаемыми в периоды обогащения обогащенного топлива.

При изучении методов интегрирования для определения коэффициентов выбросов 500-метровый участок дороги оказался хорошим компромиссом между достаточным размером выборки и разрешением моделирования. Используя это разрешение, исследование показало, что и скорость, и класс уклона дороги оказывают значительное влияние на выбросы. Эта зависимость значительно ниже для автомобилей стандарта Евро-5 по сравнению с более ранними.

Используемые методы и выводы этого исследования представляют собой дополнительную ценность для научного сообщества, исследующего реальные выбросы с помощью PEMS такси на сжиженном нефтяном газе в городской сети и следуя мезомасштабному моделированию для разработки коэффициентов выбросов.Предоставленные уровни выбросов загрязняющих веществ в атмосферу также полезны для политиков во всем мире в признании состояния реальных выбросов от вождения конкретной категории транспортных средств, чтобы обобщить головоломку загрязнения воздуха, направленную на реализацию будущих целей в области качества воздуха и законодательства RDE.

Вклад авторов

Изучение литературы было проведено GP, CK под руководством LN. Экспериментальную часть выполнили T-SL, K-LN, H-LW под руководством CW.Используемые методы расчета были предложены LN. Статистический анализ был выполнен в основном GP и CK, в то время как LN, T-SL и CW также внесли свой вклад путем внутренней проверки и консультирования. Дискуссионная часть статьи выполнена всеми соавторами. Подготовку рукописи выполнил Г.П.

Заявление о конфликте интересов

GP и CK были наняты компанией EMISIA S.A. Ответственность за содержание этого документа полностью несут его авторы, и он не обязательно отражает официальную точку зрения правительства САР Гонконг.

Остальные авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Дополнительный материал

Дополнительный материал к этой статье можно найти в Интернете по адресу: https://www.frontiersin.org/articles/10.3389/fmech.2018.00019/full#supplementary-material

Каталожные номера

Антес, М., Бриндл, Р., Киуру, К., Ллойд, М., Мандервиль, М.и Пак, Л. (2009). Пропан снижает выбросы парниковых газов: сравнительный анализ . Energetics Incorporated, Совет США по образованию и исследованиям в области пропана (PERC).

Белачиц, П., Щотка, А., и Вудберн, Дж. (2013). Обзор выбросов при холодном пуске от двигателей с искровым зажиганием и воспламенением от сжатия с непосредственным впрыском легковых автомобилей при низких температурах окружающей среды. Горение. Двигатели 154, 48–53. Доступно в Интернете по адресу: http://www.combustion-engines.eu/en/numbers/11/475 (по состоянию на 10 мая 2017 г.).

Академия Google

КОВИ (2015). Современные транспортные системы на альтернативных видах топлива в Европейском Союзе . Европейская комиссия DG MOVE — Экспертная группа по транспортному топливу будущего.

Диас Л., Шифтер И., Родригес Р., Авалос С., Лопес Г. и Лопес-Салинас Э. (2001). Долгосрочная эффективность каталитических нейтрализаторов, работающих в Мехико. J Управление отходами воздуха. доц. 51, 725–732.дои: 10.1080/10473289.2001.10464308

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

Франко, В. , Кусулиду, М., Мунтян, М., Нциахристос, Л., Хаусбергер, С., и Диляра, П. (2013). Разработка коэффициентов выбросов от автотранспорта: обзор. Атмос. Окружающая среда. 70, 84–97. doi: 10.1016/j.atmosenv.2013.01.006

Полнотекстовая перекрестная ссылка | Академия Google

Гонг, Дж., и Ратленд, К. (2013). Моделирование трехходового катализатора с использованием кинетики аммиака и закиси азота для бензинового двигателя с искровым зажиганием и непосредственным впрыском (SIDI) .Детройт, Мичиган: Технический документ SAE.

Академия Google

Гроте, М., Уильямс, И., Престон, Дж., и Кемп, С. (2016). Включая влияние заторов на городское дорожное движение CO ₂ Моделирование выбросов: есть ли у местных органов власти правильные варианты? Транспорт. Рез. Часть D Транспортная среда. 43, 95–106. doi: 10.1016/j.trd.2015.12.010

Полнотекстовая перекрестная ссылка | Академия Google

Хайдт, К., Ламбрехт, У., Хардингхаус, М. , Кнички, Г., Schmidt, P., Weindorf, W., et al. (2013). На пути к устойчивому энергоснабжению автомобильного транспорта – Возможности СПГ и СНГ в качестве транспортного топлива . Отчет DLR-IFEU-LBST-DBFZ AZ Z14/SeV/288.3/1179/UI40.

Хайнце, Т., и Земборски, О. (2016). Abgastests unter realen Fahrbedingungen: Autogas-Pkw im Vergleich mit Benzin- und Diesel-Fahrzeugen — PEMS-Untersuchungen, LPG- und Konventionell betriebenen Pkw, Real-Driving-Emissions-Betrieb und im WLTC-Zyklus .Саарбрюккен: автомобильная трансмиссия HTW, im Auftrag des Deutschen Verbandes Flüssiggas e. В.

Хусс А., Маас Х. и Хасс Х. (2013). Отчет Tank-to-Wheels, версия 4.0 — Анализ JEC Well-to-Wheels: анализ Well-to-Wheels будущих автомобильных топлив и силовых агрегатов в европейском контексте . Испра.

Jeuland, N., and Montagne, X. (2004). EETP: Заключительный отчет «Европейской программы испытаний на выбросы загрязняющих веществ» . Французский институт нефти.

Каравалакис, Г., Цзян Ю., Ян Дж., Хайбабаи М., Джонсон К. и Дурбин Т. (2016). Выбросы газов и твердых частиц от мусоровоза, оснащенного стехиометрическим двигателем, работающим на природном газе, на различных составах топлива . Детройт, Мичиган: Технический документ SAE.

Академия Google

Лау, Дж., Хунг, В.Т., и Чунг, К.С. (2011). Бортовые газообразные выбросы таксопарков, работающих на сжиженном газе, и оценка выбросов таксопарка. Науч. Общая окружающая среда. 409, 5292–5300. doi: 10.1016/j.scitotenv.2011.08.054

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

Лейри, Д., Кан, А., и Леклерк, Л. (2016). «Соединение моделей трафика и выбросов: динамическая скорость движения для оценки выбросов», в 21-й Международной конференции по транспорту и загрязнению воздуха, 2016 г. (Лион).

Лим, Ю., и Ким, Х. (2013). Исследование по оценке степени поступления опасных загрязняющих веществ от легковых автомобилей, работающих на бензине и сжиженном нефтяном газе . Бангкок: Технический документ SAE 2013-01-0068.

Академия Google

Нинг З. и Чан Т.Л. (2007). Дистанционное зондирование сжиженного нефтяного газа (СНГ) на дорогах, измерение выбросов транспортных средств и оценка коэффициентов выбросов. Атмос. Окружающая среда. 41, 9099–9110. doi: 10.1016/j.atmosenv.2007.08.006

Полнотекстовая перекрестная ссылка | Академия Google

Нциахристос, Л., Пападимитриу, Г., Лигтеринк, Н., и Хаусбергер, С. (2016). Последствия сбоев в контроле выбросов дизельных двигателей для коэффициентов выбросов и эволюции дорожного транспорта NO _x. Атмос. Окружающая среда. 141, 542–551. doi: 10.1016/j.atmosenv.2016.07.036

Полнотекстовая перекрестная ссылка | Академия Google

Нциахристос, Л., и Самарас, З. (2000). Репрезентативные коэффициенты выбросов в зависимости от скорости для легковых автомобилей с катализаторами и влияющие параметры. Атмос. Окружающая среда. 34, 4611–4619. дои: 10. 1016/S1352-2310(00)00180-1

Полнотекстовая перекрестная ссылка | Академия Google

Смит, Р., и Нциахристос, Л. (2012). «COPERT Australia: Разработка улучшенных алгоритмов выбросов транспортных средств на средней скорости для австралийского флота», в 19-й Международной конференции по транспорту и загрязнению воздуха (Салоники).

Академия Google

Суарес-Бертоа, Р., Зардини, А. А., и Асторга, К. (2014). Выбросы аммиака из выхлопных газов автомобилей с искровым зажиганием в рамках нового европейского ездового цикла. Атмос. Окружающая среда. 97, 43–53. doi: 10.1016/j.atmosenv.2014.07.050

Полнотекстовая перекрестная ссылка | Академия Google

Суарес-Бертоа Р., Зардини А. А., Лилова В., Мейер Д., Накатани С., Хибель Ф. и соавт. (2015). Взаимное сравнение измерений содержания аммиака в выхлопных газах транспортных средств, прошедших испытания в рамках нового согласованного во всем мире цикла испытаний легковых автомобилей (WLTC) в режиме реального времени. Окружающая среда. науч. Загрязн. Рез. Междунар. 22, 7450–7460. doi: 10.1007/s11356-015-4267-3

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

Правило 101 ЕЭК ООН (2013 г.). E/ECE/324/Rev.2/Add.100/Rev.3. Соглашение об утверждении единых технических предписаний для колесных транспортных средств, оборудования и частей, которые могут устанавливаться и (или) использоваться на колесных транспортных средствах, и об условиях взаимного признания разрешений, выданных на основании этих предписаний , 48–49.

Центр Министерства транспорта США (DOT) по изменению климата и прогнозированию окружающей среды (2010 г.). Роль транспорта в сокращении выбросов парниковых газов в США, отчет Конгрессу . Вашингтон, округ Колумбия: Кембриджская систематика.

Вонк, В. А., Вербеек, Р. П., и Деккер, Х. Дж. (2010). Emissieprestaties van Jonge Nederlandse Personenwagens Met LPG and CNG Installaties . Делфт, отчет TNO MON-RPT-2010-01330a.

WLPGA (2016 г.). Политика стимулирования использования автомобильного газа: анализ по странам того, почему и как правительства поощряют использование автомобильного газа и что работает — 2016 г. .

Модель количественной оценки отрасли такси, основанная на данных: масштаб состояния бизнес-экосистемы | European Transport Research Review

Эмпирические данные

В Китае регуляторами индустрии такси являются центральные и местные органы власти. Местные органы власти выдают муниципальные лицензии такси на аукционе, которые не могут продаваться физическими лицами на рынке.Эти лицензии позволяют такси работать на рынках диспетчерской, уличной и телефонной связи. Количество лицензий контролируется и зависит от политики, проводимой центральным правительством. Таксомоторные компании являются владельцами лицензий, но большинство такси сдается в аренду их сотрудникам — водителям такси, которые несут ответственность за расходы на топливо и техническое обслуживание автомобилей. Аналогично случаю в Нью-Йорке [7]. Два или более водителя посменно управляют одним такси, что приводит к тому, что такси работает на улице около 18 часов в день.

Уси является региональным деловым центром в провинции Цзянсу с почти 637 миллионами жителей на территории 4787.61 км2. Это примерно в 130 км от Шанхая, который является экономическим центром Китая. Уси является центром текстильного производства. Также значительный вклад в его экономический рост внесли химическая промышленность и производство электродвигателей в пригородном технопарке (ВВП на одного жителя в 2016 году составляет 19 000 долларов США). Городские районы Уси имеют сложную сеть метро и автобусов. И есть три железнодорожных вокзала (один расположен в центре города, а два других в южной и северной части соответственно) и один аэропорт, расположенный в 14 км от центра города.Таким образом, Уси имеет много общего с городами Европы и США.

Данные были собраны из базы данных исторических траекторий, записанных с помощью GPS и Таксометра, предоставленных всеми таксомоторными компаниями в Уси. Мы взяли за образец 61 день с мая по июнь 2015 года. Общее количество поездок на такси, зарегистрированных всеми устройствами GPS, составляет 9 698 004. Однако в исходном наборе данных GPS было определенное количество повторяющихся или неправильных записей. Таким образом, мы получили 8 876 660 поездок на такси после устранения повторяющихся и неправильных записей.Некоторые численные результаты в тематическом исследовании зависят от контекста Уси. Но следует отметить, что модель может быть адаптирована и для других городов, поскольку оценки производятся путем обсуждения изменений «степени здоровья».

Как видно из Таблицы 5, насчитывается около 4874 таксистов и администраторов. Среднее количество поездок такси составляет 145 519 в день. Для каждого зарегистрированного такси среднее количество поездок в день составляет 38. Почти 65% пробега приходится на прибыльные поездки.Однако зарегистрированные такси оставались незанятыми почти 70% рабочего времени. Для компании такси общий доход составляет 307 миллионов йен в день. Однако ежедневный доход водителей такси сильно различается (средняя разница в доходах составляет 237 иен).

Поскольку 4 мая — понедельник, из графика можно сделать вывод, что уровень здоровья соответствует недельному графику. Возьмем, к примеру, период с 4 по 11 мая: степень здоровья в будние дни относительно низкая и постоянная. Тем не менее, он быстро растет с пятницы до достижения наивысшего балла в воскресенье.Он падает до нижнего диапазона, когда начинается новая неделя. Следует отметить, что эта еженедельная схема уникальна для города. Оценку следует проводить путем сравнения степени здоровья с соответствующим историческим значением (например, значением в тот же день на прошлой неделе). Например, на неделе с 12 по 19 мая степень здоровья во вторник не соответствует шаблону, а падение от выходных к будним дням происходит рано в субботу. Поэтому следует уделять больше внимания конкретному значению индикатора производительности во вторник и субботу.

Таблица 5 Типичное значение критериев в индустрии такси Уси

Синтетические модели оценки

Нечеткая всеобъемлющая модель оценки

Веса всех критериев, полученных посредством применения AHP к матрице предпочтений, приведены в таблице 6 ниже. Затем нечеткий оценочный набор с пятью категориями используется для оценки ежедневной работы отрасли такси в Уси.

Таблица 6 Веса критериев, полученные из AHP

Эмпирические данные Уси применяются к модели нечеткой комплексной оценки, и результаты показаны на рис.6. Как показано, в мае и июне 2015 года служба такси в Уси была в основном здоровой, и в большинстве дней степень здоровья составляла более 70 баллов. В частности, степень здоровья колеблется между 70 и 89 при среднем значении 79 и стандартном отклонении 4.

Рис. 6

Результаты нечеткой комплексной оценки

Для дальнейшего анализа примите каждый из трех критериев макроуровня, надежность, производительность и устойчивость в качестве цели FCE, повседневная производительность таксомоторной отрасли показана более конкретно.Как показано на рис. 7, баллы по трем критериям колеблются в разных пределах, хотя достигают высокого/низкого уровня почти синхронно (как и 8 мая, 2 июня и 26 июня). Однако исключения, такие как 8 июня и 24 июня, все еще существуют.

Рис. 7

Оценка надежности, производительности и устойчивости отрасли такси Уси

Модель оценки нейронной сети

Входные данные за два месяца разделены на обучающую и тестовую выборку: данные со 2 мая по 17 июня в качестве обучающей выборки и данные с 18 по 29 июня в качестве проверочной выборки.Программное обеспечение Neurosolution версии 6 используется для обучения модели. Процесс следов и ошибок показывает, что наилучшая производительность достигается в трехслойной нейронной сети с 10 скрытыми узлами и обеими функциями передачи logsig и tansig . Модель обучается со значениями скорости обучения 0,5. Поскольку взаимосвязь между входными и выходными данными напрямую связана с наборами критериев в процессе нечеткой комплексной оценки, цель обучения (mse = 10 ⁻⁴ ) достигается в течение 100 эпох.

Хорошо обученная нейронная сеть применяется для оценки выборки данных. Результат сравнивается с результатом нечеткой комплексной оценки, которая является прямым результатом принятия решения (как показано на рис. 8).

Рис. 8

Сравнение результатов нейросетевых моделей и желаемого результата

Анализ чувствительности

После оценки результатов как с помощью нечеткой комплексной модели оценки, так и модели нейронной сети выполняется анализ чувствительности, чтобы проиллюстрировать, как выходные данные модели меняются в ответ на изменение входных данных.Во время этого процесса обучение сети отключено, поэтому веса не влияют [57]. Целевой вход варьируется между максимальным и минимальным значением, в то время как все остальные входы фиксированы, и вычисляются выходные параметры варьируемого целевого входа. Графики, показывающие выход сети по различным входам (оба значения нормализованы), показаны на рис. 9, 10 и 11.

Рис. 9

Выходы различного ввода устойчивости

Рис. 10

Выходы различного ввода производительности

Рис.11

Результаты разнообразного вклада устойчивого развития

На рис. 9 диаграмма а) показывает, что здоровая степень индустрии такси в некоторой степени пропорциональна росту ее доходов. Однако высокая волатильность поездок на такси оказывает негативное влияние на его показатели. То есть существует компромисс между ростом выручки и волатильностью поездок, и точка пересечения двух кривых обозначает второй лучший сценарий. Диаграмма б) показывает, что по мере увеличения количества поездок на такси индустрия такси становится более здоровой, что соответствует здравому смыслу.Однако, когда дело доходит до ресурсов в отрасли, таких как транспортные средства и водители, степень здоровья варьируется. Во-первых, больше работающих автомобилей означает больше предложений такси на рынке такси, что является решением проблемы дисбаланса спроса и предложения в Уси. Во-вторых, чем больше сотрудников, тем больше расходов, что вредно для здоровой индустрии такси, но гораздо более неясно и медленнее. Лица, принимающие решения, должны уделять больше внимания населению действующих транспортных средств при сохранении рационального количества практиков.

На рис. 10, диаграмма с) показывает, что степень здоровья в значительной степени зависит как от пробега, так и от использования времени. Результаты поляризованы: степень здоровья ниже 40 (нормализованное значение равно 0,4, как показано), когда время и пробег не используются полностью. Лица, принимающие решения, должны тщательно учитывать использование пробега и времени. На диаграмме d) показаны отчетливые тенденции выходных данных в зависимости от среднего времени работы, пробега и скорости движения. Во-первых, степень здоровья таксопарка находится в прямой зависимости от средней скорости движения. Во-вторых, более короткое среднее время работы в разумных пределах способствует оздоровлению рынка такси. В-третьих, степень здоровья сначала медленно снижается, а затем увеличивается с увеличением пробега. Другими словами, средний пробег не выгоден всей индустрии такси.

На рис. 11, диаграмма e) показано, что по мере увеличения среднего дохода на транспортное средство индустрия такси становится более здоровой. Кроме того, высокая разница в доходах пагубно влияет на индустрию такси. Тем не менее, общий доход находится в иной ситуации.Это можно объяснить тем, что критерий общего дохода определяется только денежным доходом от каждой поездки на такси, а более высокий денежный доход обычно соответствует чрезмерному времени вождения и пробегу, а также большим внешним факторам, таким как заторы и загрязнение окружающей среды, которые оказывает более прямое вредное воздействие на всю отрасль. Поэтому общий доход не следует использовать в качестве единственного определяющего фактора при принятии решений. Кроме того, на диаграмме f) затраты, такие как энергия и углеродоемкость, не так важны, как предыдущие затраты.Однако дисперсия обоих входных данных показывает типичные тенденции. Здоровая индустрия такси отличается высокой энергоемкостью и низкой углеродоемкостью соответственно. Учитывая комбинированное влияние энергоемкости и углеродоемкости, оптимальный сценарий достигается где-то в точке пересечения двух кривых.

Рекомендации по новым операциям в сети аэротакси на основе анализа онлайн-обзоров вертолетных служб

Heliyon. 2020 декабрь; 6(12): e05581.

Сучитра Раджендран

^a Факультет проектирования промышленных и производственных систем, Университет Миссури, Колумбия, Миссури 65211, США

^b Департамент маркетинга, Университет Миссури, Колумбия, Миссури 65211, США

81, США

8

^a Департамент проектирования промышленных и производственных систем, Университет Миссури, Колумбия, Миссури, 65211, США

^b Департамент маркетинга , University of Missouri Columbia, MO 65211, USA

Поступила в редакцию 19 июня 2020 г. ; Пересмотрено 6 августа 2020 г .; Принято 19 ноября 2020 г.

Это статья в открытом доступе по лицензии CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).

Abstract

Последствия заторов на дорогах неблагоприятны, в первую очередь это загрязнение воздуха, стресс у пассажиров, увеличение эксплуатационных расходов на транспортные средства и дорожно-транспортные происшествия. Стремясь решить эти проблемы в мегаполисах, логистические компании планируют ввести новую услугу городской воздушной мобильности (UAM) под названием аэротакси. Это электромобили, которые в ближайшие годы будут тестироваться и эксплуатироваться международными транспортными компаниями, такими как Airbus, Uber и Kitty Hawk.Поскольку эти летающие такси представляют собой развивающийся вид транспорта, необходимо предоставить рекомендации по первоначальному проектированию, реализации и эксплуатации. В этом исследовании предлагаются управленческие идеи для этих будущих услуг UAM путем анализа онлайн-отзывов клиентов и проведения внутренней оценки операций вертолетов. Вертолеты аналогичны аэротакси в отношении их операций вертикального взлета и посадки (VTOL), и поэтому отзывы клиентов, касающиеся первых, могут позволить нам получить представление о сильных и слабых сторонах службы ближнемагистральной авиации в целом.В этом исследовании используется четырехэтапный последовательный подход, при котором онлайн-обзоры добываются на этапе 1 , анализируются с использованием моделей биграмм и триграмм на этапе 2 , внутренняя оценка 7S проводится для вертолетных услуг на этапе 3 и управленческие рекомендации для воздушных такси предложены в Stage 4 . Информация, полученная в этом документе, может помочь любой компании, занимающейся воздушным такси, улучшить обслуживание клиентов, когда они выходят на рынок.

Ключевые слова: Аэротакси, Вертолетные услуги, Текстовая аналитика, Онлайн-отзывы клиентов, Городская воздушная мобильность (UAM), Вертикальный взлет и посадка (СВВП), Промышленный инжиниринг, Системная инженерия, Экологическая оценка, Информатика, Психология

1 .

Введение

В связи с непрерывным ростом населения в крупных городах заторы на дорогах стали неизбежной проблемой, которая увеличивает стресс, несчастные случаи и загрязнение воздуха. Пробки на дорогах не только наносят ущерб тем, кто проживает в крупных городах, но и способствуют экономическим потерям (Rajendran and Srinivas, 2020). По данным Inrix (2019), средний пассажир тратит в пробках еще около 90 минут. Длительное время, проведенное в автомобиле, может ограничить рабочее время и время, проводимое с семьей, что, в свою очередь, приводит к снижению доходов и экономической эффективности, что ведет к плохому образу жизни.Чтобы решить эту насущную проблему, метро и альтернативные виды автотранспорта (такие как автобусы, каршеринговые услуги) были реализованы, но не решают эту проблему полностью. Таким образом, в дополнение к использованию автомобильных дорог необходимо также использовать воздушное пространство, и поэтому в последующие годы будут внедрены воздушные такси (Holden and Goel, 2016).

Воздушное такси — это будущая служба совместного использования, которая, как ожидается, будет бороться с наземным движением через авиацию. Это небольшие электрические самолеты, которые обеспечат пассажирам более быстрый и удобный вид транспорта по сравнению с уже существующими системами общественного транспорта (Rajendran and Shulman, 2020).Эти воздушные такси значительно уменьшат заторы на дорогах в крупных мегаполисах, таких как Нью-Йорк (NYC), Лос-Анджелес и Бангалор, и могут стать жизнеспособной альтернативой обычным наземным такси (Holden and Goel, 2016). Например, по оценкам Нью-Йорка, почти четыре миллиона жителей ежедневно едут на Манхэттен, что приводит к пробкам на дорогах (Partnership for New York City, 2019). Эти неблагоприятные последствия существуют и в других крупных городах мира, таких как Токио и Лондон.

Несмотря на то, что внедрение этой авиационной службы дает много преимуществ, необходимо решить несколько проблем и ограничений. Например, решения о размещении станций должны приниматься с учетом таких переменных, как площадь, потребительский спрос и конструкция инфраструктуры в районах в пригородных зонах (Antcliff et al. , 2016; Hawkins, 2018). Кроме того, маршрутизация и координация нескольких аэротакси через частную сеть должны эффективно контролироваться и синхронизироваться.Надежная система контроля имеет важное значение из-за существования значительного риска, связанного с авиационными услугами, по сравнению с автомобильным транспортом (Rajendran and Zack, 2019).

Хотя вертолеты и аэротакси сильно различаются по скорости движения и дальности полета, они очень похожи с точки зрения их операций вертикального взлета и посадки (СВВП), расписания и требований к инфраструктуре, таких как наличие вертолетных площадок для вертикального взлета и посадки процедуры (Datta et al., 2018).Из-за схожести бизнес-операций в этом исследовании изучаются отзывы клиентов о вертолетных услугах и используются для создания рекомендаций по аэротакси. Анализируя отзывы клиентов в Интернете и проводя внутреннюю оценку аналогичных услуг, таких как вертолеты, мы считаем, что можем получить представление о сильных и слабых сторонах службы ближнемагистральной авиации в целом. Несмотря на то, что аэротакси предназначены для повседневных поездок на работу, клиенты получат те же впечатления, что и вертолеты, и, следовательно, могут иметь схожие предпочтения и антипатии.Оценив текущие положительные и отрицательные стороны вертолетов, которые воспринимаются клиентами, службы воздушного такси могут реализовать надлежащие стратегии, чтобы успокоить своих пассажиров.

Важность анализа отзывов клиентов (OCR) резко возросла с расширением веб-сайтов социальных сетей и позволила потребителям оценивать качество продукта или услуги на основе мнений других людей (Srinivas and Rajendran, 2019). С ростом доступности Интернета онлайн-взаимодействия с клиентами и публикации ежедневно просматривают тысячи потенциальных покупателей, поэтому распространение положительных отзывов имеет решающее значение.Поскольку OCR считаются вторым наиболее надежным источником информации о продукте (после рекомендаций друзей и семьи), довольные клиенты, которые делятся своим опытом, будут поощрять других покупателей и, следовательно, увеличивать продажи продукта (Iduozee, 2015; Balaji et al. , 2016). ). Анализ OCR также дополняет знания компаний о восприятии клиентами их продуктов/услуг. Используя информацию, полученную с помощью OCR, можно определить воспринимаемое качество продукта/услуги или его характеристик, а затем можно дать рекомендации по улучшению (или поддержанию) (Wang et al., 2016).

В этом исследовании используется последовательный четырехэтапный подход, при котором онлайн-обзоры вертолетов анализируются на этапе 1 , анализируются с использованием моделей биграмм и триграмм на этапе 2 , внутренняя оценка 7S проводится для вертолетных услуг на этапе 3 , а управленческие рекомендации для новых услуг воздушного такси предложены в Stage 4 . Управленческие идеи могут помочь компаниям воздушного такси улучшить обслуживание клиентов, когда они выходят на рынок.

Оставшаяся бумага организована следующим образом. Раздел 2 посвящен обзору литературы, касающейся аэротакси, и онлайн-отзывов клиентов. В разделе 3 подробно описан четырехэтапный последовательный подход, включая методологию текстовой аналитики, а также инструмент организационной эффективности, использованный в этом исследовании. В разделе 4 обсуждаются результаты внутренней оценки вертолетных служб. В разделе 5 представлены управленческие рекомендации для аэротакси, а в разделе 6 приведены вопросы для обсуждения с точки зрения реализации.Наконец, выводы и будущие работы приведены в Разделе 7.

2. Обзор литературы

2.1. Обзор литературы по аэротакси

Поскольку ожидается, что аэротакси станут жизнеспособной альтернативой наземному транспорту для миллионов пассажиров, ежедневно путешествующих на большие расстояния, крайне важно иметь надежное и безопасное транспортное средство, способное выдержать большой спрос. Фальк и соавт. (2018) обсудили основные характеристики самолета, включая срок службы батареи и пассажировместимость. Продолжая рассмотрение конструкции летающего такси, Shamiyeh et al.(2017) оценили различные модели, особенно во время взлета и посадки. По сравнению с конфигурацией «подъем + крейсерский полет» было определено, что конструкция мультикоптера с 18 роторами имеет преимущество в отношении уровня шума, но при испытаниях крейсерских полетов с неподвижным крылом была достигнута более высокая скорость движения. Методы движения в самолетах, такие как аккумуляторно-электрические, гибридные и электрические/водородные, также изучаются для оценки их эффективности, мощности и уровня шума (Anderson et al., 2015; Antcliff et al., 2016; Датта и др., 2018).

Еще одна широко распространенная конструкция аэротакси — это воздуховоды. В этом типе пропеллеры находятся внутри цилиндрического канала, что значительно снижает шум, производимый кончиками винтов (Kim et al., 2018). Каналы ротора значительно смягчают последствия ударов лопастей и обеспечивают более высокую скорость ротора без дополнительного создания вихревого шума (Rajendran and Srinivas (2020)). Более крутые углы подъема и спуска также ограничат зону воздействия вихревого шума ротора — с учетом этого фактора взлет и посадка, вероятно, будут самой громкой частью операции (Бассет и др., 2018; Раджендран, 2020b). Следовательно, выбор места для вертипортов также будет играть жизненно важную роль в отношении шума и беспокойства.

Идеальные кандидаты на роль воздушных такси имеют грузоподъемность примерно для четырех пассажиров, способны развивать скорость в среднем 160 миль/час и иметь запас хода 100 миль при полной зарядке (Holden and Goel, 2016; Duffy et al. и др., 2017; Фингер и др., 2018; Раджендран и Зак, 2019). В то время как многие компании находятся в процессе разработки конструкции аэротакси, городская инфраструктура, необходимая для поддержки такого рода операций, считается серьезным препятствием для внедрения этой новой технологии (Reiche et al., 2019; Тарафдар и др., 2019). В таких исследованиях, как Rajendran (2020b), Rajendran and Shulman (2020) и Hasan (2019), при рассмотрении расположения станций были названы два типа инфраструктуры: vertistop и vertiport. В то время как вертистопы — это небольшие объекты с инфраструктурой только для посадки и высадки клиентов, вертипорты — это более крупные объекты с станциями обслуживания, зарядки и стыковки воздушных такси (Vascik and Hansman, 2019).

В дополнение к вышеупомянутым статьям, в которых исследовалась конструкция аэротакси, предыдущие работы также были сосредоточены на эксплуатационных аспектах этой авиационной службы.Еженедельный поток пассажиров для одного поставщика оценивался с помощью сетевой формулы, созданной Lee et al. (2008). В рамках этого исследования были разработаны две модели: дискретно-событийный и совокупный поток, и их характеристики сравнивались для определения более эффективной модели в различных условиях. Авторы пришли к выводу, что модель совокупного потока дает более точные результаты и подходит для принятия решений о ценообразовании. Чтобы лучше понять стратегические операции, Sun et al. (2018) оценили общее время в пути для пассажиров, использующих различные способы передвижения.Конкурентоспособность будущего рынка по сравнению с наземным транспортом была проанализирована для нескольких населенных городов Европы. Авторы предположили, что короткие и очень большие расстояния перемещения быстрее всего преодолеваются автомобилем и самолетом соответственно. Они также пришли к выводу, что аэротакси выигрывает во времени прежде всего в трех европейских странах: Бельгии, Нидерландах и Германии.

2.2. Обзор OCR-анализа

С расширением Интернета онлайн-обзоры позволяют существующим клиентам заинтересовать потенциальных клиентов и других читателей по всему миру (Duan et al. , 2008; Ху и др., 2008, 2014; Чжу и Чжан, 2010 г.). В исследовании, проведенном Cheung and Lee (2012), было обнаружено, что более 61% людей просматривают отзывы клиентов, размещенные в Интернете, перед покупкой продукта или использованием услуги. Кроме того, клиенты готовы платить как минимум на 20 % больше за услуги, получившие оценку «отлично» (т. е. 5 звезд), чем те, которые получили оценку «хорошо» (т. е. оценку 4 звезды).

Для дальнейшего анализа онлайн-отзывов клиентов Эркан и Эванс (2016) изучили влияние eWOM в социальных сетях на покупательское намерение клиентов.Авторы разработали модель, объединяющую Модель принятия информации (IAM) и Теорию обоснованных действий (TRA), чтобы определить мотивы eWOM в попытках лучше понять решения покупателей. Аналогичным образом, в других работах также предпринимались попытки проанализировать корреляцию между eWOM и продажами (Amblee and Bui, 2011; Lin et al., 2013; Hyrynsalmi et al., 2015; Babić Rosario et al., 2016).

2.3. Вклад в литературу

Насколько нам известно, это исследование является первым, предлагающим управленческие рекомендации для новой технологии воздушного такси, основанной на анализе онлайн-обзоров вертолетных услуг. Путем анализа отзывов клиентов устанавливаются текущие слабые и сильные стороны вертолетов. Эти идеи обеспечивают более глубокое понимание уровня удовлетворенности клиентов и могут быть использованы для разработки эффективных бизнес-операций для служб воздушного такси. Кроме того, это исследование является одним из пионеров в интеграции инструментов внутренней оценки, таких как 7S, с текстовой аналитикой. Разработанный четырехэтапный последовательный подход позволяет нам оценить текущие положительные и отрицательные стороны обслуживания ближнемагистральной авиации в целом с точки зрения клиентов.Несмотря на то, что аэротакси предназначены для повседневных поездок на работу, клиенты получат те же впечатления, что и вертолеты, и, следовательно, могут иметь схожие предпочтения и антипатии.

3. Методология

В этом разделе представлен обзор разработанной четырехэтапной последовательной схемы, использованной в данном исследовании. Этап 1 относится к извлечению онлайн-обзоров (подробно описанных в разделе 3. 1), которые были размещены на нескольких сайтах социальных сетей, таких как yelp, trustpilot и birdeye. После извлечения отзыва этап 2 включает (i) категоризацию отзывов на основе их рейтинга (раздел 3.2) и (ii) определение положительной и отрицательной обратной связи с использованием биграммного и триграммного анализа (раздел 3.3). Шаг 3 посвящен внутренней оценке проверок вертолетов с использованием 7S (раздел 3.4). На основании внутренней оценки на этапе 4 предлагаются рекомендации по услугам аэротакси.

3.1. Извлечение онлайн-отзывов клиентов и предварительная обработка данных

Предлагаемый подход начинается с извлечения общедоступных OCR с многочисленных онлайн-сайтов. Для этого исследования извлеченные записи включают рейтинги услуг (от одной до пяти звезд) и контекстуальные отзывы клиентов.Эти данные добываются для определения наиболее часто обсуждаемых тем с помощью текстовой аналитики. Индивидуальные проверки не могут быть сосредоточены вокруг какой-то одной функции вертолетного обслуживания. Таким образом, контекстная обратная связь разделяется на предложения и обрабатывается независимо. После извлечения данных код Python® используется для обобщения обзоров путем удаления повторяющихся или отсутствующих утверждений. Кроме того, каждое предложение подготовлено для анализа текста посредством токенизации, удаления ненужных слов, определения корней слов и преобразования всех символов в нижний регистр.Эти шаги выполняются с помощью пакетов, доступных в наборе инструментов естественного языка Python (NLTK).

3.2. Разделение отзывов на основе звездного рейтинга

После завершения извлечения отзыва и предварительной обработки отзывы разделяются по рейтингу. Эти рейтинги варьируются от одной до пяти звезд и зависят от восприятия клиентом качества. Отрицательные отзывы состоят из звездных оценок 1 и 2, нейтральные отзывы — это оценки 3, а оценки 4–5 считаются положительными отзывами.Разделение этих отзывов на основе звездных оценок позволяет выявить темы, положительно и отрицательно воспринимаемые пассажирами.

3.3. Анализ биграммы и триграммы

Как упоминалось ранее, анализ биграммы и триграммы используется в этом исследовании для изучения OCR, чтобы определить отношение клиентов к авиационным услугам. В этом разделе обсуждаются биграммные и триграммные модели, подробно описанные в Jurafsky and Martin (2014), которые широко применялись в предшествующих исследованиях как в сфере производства, так и в сфере услуг (например,г., Раджендран, 2020а; Раджендран и Пейджел, 2020 г.; Синха и др., 2020).

Если α1,α2,…,αn — набор слов, то вероятность появления слова α1, за которым следуют слова α2 и α3 (т. е. P(α1,α2,α3)) определяется уравнениями (1) и (2).

P(α1,α2,α3)=P(α3|α1,α2)×P(α1,α2)

(1)

P(α1,α2,α3)=P(α1)×P(α2 |α1)×P(α3|α1,α2)

(2)

Расширение уравнения (2) к набору N слов, уравнения. (3) и (4) дают вероятность появления N слов в последовательности (P(α1…αN)).

P(α1…αN)=P(α1)×P(α2|α1)×P(α3|α1,α2)…P(αN|α1,α2…αN−1)

(3)

P (α1…αN)=∏n=1NPr(αn|α1…αn−1)

(4)

Применяя цепное правило условной вероятности к исследуемому ряду слов, уравнения. (5) и (6) дают вероятность того, что N слов встречаются в последовательности.

P(α1…αN)=P(α1)×P(α2|α1)×P(α3|α12)…P(αN|α1n−1)

(5)

P(α1…αN)= ∏i=1NP(αi|α1i−1)

(6)

Марковское предположение о том, что P(αN|α1N−1)=P(αN|αN−1), применяется к текущему исследованию, и P(αN |αN−1) биграмма может быть получена как доля слов, содержащих αN−1 и αN в последовательности (представленной f(αN−1αN)) к общему количеству слов, содержащих αN−1 (т. е. ∑αf(αN −1α)), как указано в уравнении(7).

P(αN|αN−1)=f((αN−1αN))∑αf(αN−1α)

(7)

Аналогично получается триграмма P(αN|αN−1,αN−2) аналогично модели биграммы, как показано в уравнении. (8).

P(αN|αN−1,αN−2)=f((αN−2αN−1αN))∑αf(αN−2αN−1α)

(8)

3.4. Введение в McKinsey 7S framework

В этом исследовании мы использовали инструмент внутренней оценки McKinsey 7S для оценки вертолетных услуг с точки зрения клиента. Причина особенного использования этой структуры заключается в том, что она была широко принята и доказала свою эффективность в нескольких секторах, таких как образование, банковское дело и коммерческий бизнес, для определения элементов бизнес-модели, которые необходимо перенастроить для повышения производительности и устойчивости. е.г., Чен и Лю, 2010; Альшахер, 2013 г.; Найпинит и др., 2014). Эта реорганизация может включать реструктуризацию профессиональных стратегий, внедрение новых процессов и смену персонала или руководства Bastian et al. (2015) и Kambli et al. (2020). Структура 7S начинается с обеспечения согласованности общих ценностей как в жестких, так и в мягких элементах, включая структуру, стратегию, системы, стиль, персонал и навыки (Channon and Caldart, 2015). После установления этих постоянных значений как «жесткие», так и «мягкие» компоненты имеют перекрестные ссылки, чтобы гарантировать их поддержку друг друга для достижения общей цели.Если «мягкая» метрика (общие ценности, навыки, стиль и персонал) не усиливает «жесткий» компонент (стратегия, структура и системы), то ее необходимо перенастроить (Ханафизаде и Равасан, 2011).

4. Результаты

4.1. Практический пример

Чтобы почти полностью учесть предпочтения клиентов и предложить авторитетные рекомендации по аэротакси, анализируются отзывы клиентов о вертолетных услугах в связи с их схожими бизнес-операциями. Например, оба этих метода транспортировки используют самолеты для перевозки пассажиров на короткие расстояния.Их услуги также сталкиваются с аналогичными препятствиями, такими как высокие эксплуатационные расходы и расписание поездок. Принимая во внимание текущий недостаток и хорошо известные особенности обслуживания вертолетов, установленные с помощью онлайн-обзоров, службы воздушного такси могут получить более полное представление о том, что нравится и не нравится авиационным клиентам. Мы изучили более 5000 онлайн-обзоров вертолетных служб из нескольких социальных сетей, таких как yelp, trustpilot и birdeye, которые были опубликованы с января 2011 г. по февраль 2020 г. Общее количество предложений составило примерно 25 000.В среднем на обзор приходилось 4,71 предложения (со стандартным отклонением 2,15) и 6,59 слов на предложение (со стандартным отклонением 1,12).

4.2. Сводка модели

освещает критические темы, полученные из моделей биграмм и триграмм. В то время как большинство тем, таких как реклама, функции, персонал, бронирование, безопасность и экскурсии, рассматриваются клиентами положительно, по некоторым темам получаются отрицательные отзывы, например, зона ожидания и видимость сайта.

Таблица 1

Ключевые темы, определенные с помощью анализа биграмм и триграмм.

ключевой теме	Описание

Продвижение	эксклюзивные предложения, скидки или купоны, предоставленные клиентам для будущих услуг
Особенности	Специфический атрибут авиационная служба
Персонал	Лица, занятые обслуживанием клиентов (например, пилоты, обслуживающий персонал, персонал на стойке регистрации)
Бронирование	Бронирование будущей поездки на вертолете по телефону, через веб-сайт или приложение для смартфона
Безопасность
Безопасность	Неудачливость легковых травм, опасности или риска
Tour	Tour	авиационная поездка на историческом / известный район или памятник с объявлениями конкретных деталей
отрицательные темы
Зона ожидания	Номер/сьют предназначен для клиентов, ожидающих полета на вертолете
Возврат и отмена	Возможность легкого возврата и уведомления об отмене услуги из-за погодных условий
Видимость площадки	Возможность для клиентов смотреть через окна транспортного средства во время их поездки
Расписание	Список предполагаемых будущих деталей поездки
Техническое обслуживание автомобиля	Процедура обслуживания для обеспечения безопасной и долгосрочной эксплуатации транспортных средств

портреты персонала», полученные в результате анализа отзывов о вертолетах.

Примеры биграмм и триграмм, созданных для темы «персонал» на основе анализа отзывов о вертолетах.

4.3. Анализ обзоров вертолетов на основе структуры 7S

На основании выявленных тем проводится внутренняя оценка 7S для понимания «жестких» и «мягких» компонентов. Затем эти элементы используются для создания рекомендаций по услугам воздушного такси из-за схожести операций. Хард-функции, рассмотренные в разделе 3.4, анализируются в первую очередь из-за их большего влияния на успех бизнеса.

• Чтобы начать внутреннюю оценку, сначала изучается жесткий элемент Стратегия . Вертолетные службы часто предлагают рекламные акции, чтобы увеличить спрос на поездки и удержать постоянных клиентов. Эти услуги со скидкой предназначены для обеспечения долгосрочного успеха и, следовательно, являются стратегическими и тактическими бизнес-решениями. Акции могут быть распространены на прошлых или будущих клиентов, а иногда и на большие группы в зависимости от наличия самолетов.
• Еще одним важным жестким элементом являются системы . Например, вертолетные службы часто осуществляют бронирование через веб-сайты онлайн-бронирования. Эти сайты удобны и просты в использовании, что привело к положительным отзывам клиентов, и их можно легко внедрить в работу службы воздушного такси. На этих сайтах также доступны дополнительные функции, такие как оплата проезда, которые клиенты считают очень удобными.
• Первым проверенным программным элементом является Shared Values. Наивысшим приоритетом для любой авиационной службы является безопасность пассажиров, которой уделяется особое внимание перед каждым полетом на вертолете, о чем свидетельствуют онлайн-обзоры.Это значение имеет отношение к успеху этих услуг, и, следовательно, перед полетом требуется обучение безопасности для всех пассажиров. Также отзывы о вертолетах негативно описывают возврат средств после отмены услуги (из-за сложных погодных условий).
• Второй программный элемент, Skills , также анализируется. Многие клиенты высоко оценили летные способности пилотов, а также отметили, что капитаны предупреждают пассажиров о предстоящей турбулентности, что привело к повышению комфорта. Поэтому для обеспечения безопасности и уровня комфорта клиентов необходим высокий уровень безопасности полетов для всех пилотов, работающих в вертолетной службе.
• Последним программным элементом, рассматриваемым в 7S Framework, является Staff. Во многих положительных отзывах клиенты отмечали дружелюбный и услужливый персонал авиапредприятий. В их число входили инструкторы по технике безопасности, работники стойки регистрации и пилоты. Гостеприимная обстановка, созданная сотрудниками, позволяла пассажирам чувствовать себя в безопасности и комфорте, что неоднократно отмечалось во всех отзывах. Однако иногда клиенты (особенно страдающие ожирением) смущаются, потому что работники спрашивают их вес на глазах у других пассажиров.Хотя вес является важным фактором при определении допустимого количества пассажиров в полете на вертолете, он может быть чувствительной темой для клиентов.

обобщает результаты внутренней оценки. Обзоры не давали оценки компонентам «структура» и «системы», поскольку они проводились с точки зрения управления.

Резюме внутренней оценки обзоров вертолетов.

5. Рекомендации для служб аэротакси

На основе внутренней оценки вертолетных служб с использованием положительных и отрицательных отзывов клиентов в Интернете предлагаются следующие предложения для новых служб аэротакси.

5.1. Акции

Воздушные такси могут начать предлагать клиентам купоны и/или бесплатные поездки по особым случаям, таким как их дни рождения и годовщины свадьбы. Это стимулирует клиентов возвращаться ежегодно, а также может привести к дополнительному маркетингу для бизнеса. Празднование дня рождения часто публикуется в социальных сетях, поэтому клиенты, использующие свои годовые купоны, могут убедить своих подписчиков также воспользоваться этими услугами.

Скидки должны предлагаться в течение всего года для борьбы с обычно высокими ценами на поездку. Эти скидки должны быть стратегически размещены во время праздников или сезонов с предпочтительными погодными условиями. В это время клиенты с большей вероятностью приобретут поездку, поэтому рекомендуется предлагать скидку.

Для привлечения более крупных вечеринок или корпоративных мероприятий службам аэротакси следует рассмотреть вопрос о введении скидок для пассажиров, оплачивающих поездку в составе группы. Корпорациям следует предлагать эти скидки по относительно более высокой ставке из-за их размера, чтобы завоевать лояльность. Эти сниженные ставки повысят вероятность высокого трафика клиентов и маркетинга из уст в уста.

Создание программы поощрения лояльности поощряет клиентов возвращаться и оплачивать несколько авиационных услуг. Если люди поощряются скидками или бесплатными поездками при следующем посещении, они с большей вероятностью вернутся, чтобы воспользоваться преимуществами. Программы поощрения лояльности также могут получать доступ к личной информации, такой как дни рождения, и отслеживать их ежегодно. Предприятия могут рассылать купоны по электронной почте или через креативную бумажную рекламу.

Предлагая подарочные карты для аэротакси, получатели с большей вероятностью станут новыми клиентами.Эти подарочные карты можно продавать вместе с другими транспортными услугами, такими как Uber или Lyft, в магазинах шаговой доступности, заправочных станциях, продуктовых магазинах или даже покупать в Интернете.

Для клиентов, желающих путешествовать ночью, после 21:00 или 22:00 могут предлагаться скидки на проезд, в зависимости от маркетинговой стратегии. Скидки на ночные поездки также могут привлечь клиентов, желающих отпраздновать любое событие в полночь.

Для пассажиров, забронировавших «дальние» поездки по решению службы аэротакси, может быть применена скидка.Это побуждает клиентов пользоваться услугой на больших расстояниях и рекомендовать ее другим. Цена не обязательно должна линейно возрастать с расстоянием.

5.2. Встроенная камера

Клиенты, оплачивающие вертолетную перевозку, часто делают это по особым случаям, например, на годовщину или день рождения. Основываясь на этом наблюдении из обзоров вертолетов, мы рекомендуем установить и стандартизировать камеру высокого разрешения в летающих такси, чтобы клиенты могли делать фотографии во время поездки.Для получения дополнительного дохода предприятия могут продавать эти фотографии в качестве сувениров (например, брелоков, фотоальбомов, рамок для фотографий) клиентам после приземления.

5.3. Персонал

Компания по вертолетным перевозкам стандартизирует базовую авиационную подготовку для всех сотрудников. Если все сотрудники хорошо осведомлены, клиенты будут чувствовать себя более комфортно и безопасно перед поездкой. На начальных этапах эксплуатации любые сомневающиеся пассажиры могут выбрать высококвалифицированного помощника на протяжении всей поездки за дополнительную плату.

5.4. Reservations

Службы воздушного такси должны предлагать пассажирам возможность бронировать определенные места в транспортных средствах в соответствии с предпочтениями. Предпочтительные места, например места у окна, можно было забронировать по более высокой цене. Их предпочтения могут зависеть от типа поездки, будь то повседневные поездки или особые случаи.

Вертолет отзывы негативно описывают возврат средств после отмены услуги (из-за сложных погодных условий). Поэтому для услуг аэротакси мы рекомендуем:

(a)
установить политику предоставления бесплатной/скидочной перенесенной поездки,
(b)
немедленно вернуть полную или частичную сумму или
2
(c)
предлагает альтернативный транспорт, если клиенты используют воздушное такси для ежедневных поездок на работу, которые могут состоять из билетов на поезд или обычных такси.

Эти схемы должны быть четко отображены на веб-сайте компании или показаны клиентам перед бронированием, чтобы завоевать их доверие.

5.5. Зона ожидания

Во избежание увеличения времени ожидания аэротакси на некоторых станциях с высоким спросом следует создать зону ожидания. В этих зонах могут быть детские развлечения, телевизоры и, если возможно, прохладительные напитки для максимального комфорта клиентов. Стандартизация зон ожидания улучшит общее впечатление пассажиров и снизит вероятность распространения отрицательного eWOM в отношении длительного времени ожидания.

5.6. Расписание

Чтобы сократить время ожидания клиента, служба аэротакси должна установить временной буфер между временем бронирования. Это дает пилоту достаточно времени для подготовки к следующему полету, а также компенсирует любые рейсы, отстающие от графика, или время на техническое обслуживание автомобиля. Если рейсы аэротакси продолжают опаздывать после стандартизации буфера времени, следует провести дополнительные измерения, такие как внедрение методов бережливого производства и шести сигм.

Кроме того, чтобы смягчить недовольство клиентов, когда поездки опаздывают, следует предоставлять купоны или скидки на будущие поездки.

5.7. Безопасность

Прежде чем клиент сможет успешно забронировать поездку, необходимо пройти онлайн-обучение безопасности. Используя эту политику, можно устранить необходимость в обучении на месте, которое может отнимать много времени. После того, как человек успешно завершит обучение, ему / ей, возможно, не придется проходить его повторно для будущих поездок. Курсы безопасности могут быть представлены в виде видео или текста для пассажиров, в зависимости от их выбора. Клиенты также могут выбрать обучение технике безопасности на месте в зависимости от своих предпочтений.

Хотя вес является важным фактором при определении допустимого количества пассажиров в авиаперевозках, он может быть чувствительной темой для клиентов с ожирением. Запрашивая необходимую личную информацию (например, рост, вес, возраст) в телефонном приложении или на веб-сайте, устраняется необходимость расспрашивать пассажира на месте перед другими путешественниками. Это будет более частный и дискреционный способ сбора необходимых данных.

Если пилоты знают о предстоящей турбулентности, они должны подробно сообщить об этом пассажирам.Когда люди готовы к ухабам во время поездки, они с большей вероятностью будут чувствовать себя в безопасности и комфортно в полете. Пилоты также должны открыто обсуждать со всеми пассажирами статус аэротакси в течение всей поездки.

5.8. Экскурсии с гидом

В качестве дополнительной услуги аэротакси может предлагать экскурсии по историческим или популярным районам города. Эти туры также могут иметь групповые скидки для привлечения туристов. Пилоты должны хорошо знать историческое значение всех памятников, городов и достопримечательностей в этом районе.

5.9. Видимость места

Чтобы пассажиры могли успешно находить места аэротакси, вокруг рабочих станций должны быть четко видны вывески. Также рекомендуется размещать на основных автомагистралях рекламные щиты, содержащие информацию о направлении объектов.

5.10. Техническое обслуживание транспортных средств

Отзывы хвалят техническое обслуживание и чистоту вертолетной службы. Для дорогих путешествий, таких как аэротакси, клиенты будут предъявлять более высокие требования к комфорту поездки.Чтобы оправдать ожидания пассажиров, аэротакси рекомендуется регулярно чистить и обслуживать. По завершении поездки клиентам также следует предоставить опрос об их впечатлениях от поездки, чтобы собрать полезные данные. Если пассажиры выражают озабоченность по поводу чистоты, необходимо принять дополнительные меры.

содержит основные рекомендации для аэротакси на основе анализа отзывов.

Краткое изложение основных рекомендаций по аэротакси.

6. Обсуждение

Хотя компании, занимающиеся воздушным такси, пытаются обеспечить миллионы людей более комфортными поездками по конкурентоспособной цене, у потенциальных клиентов могут возникнуть определенные опасения.Многочисленные документы были посвящены перспективному дизайну и эксплуатации служб воздушного такси (например, Holden and Goel, 2016; Johnson et al., 2018; Sun et al., 2018; Rajendran and Zack, 2019; Rajendran and Shulman, 2020). однако компании должны решить следующие вопросы с точки зрения реализации.

Ниже приведены несколько вопросов и опасений, которые могут возникнуть у отдельных лиц.

• Службы воздушного такси в целях повышения доступности и расширения клиентского рынка могут обслуживать пассажиров с ограниченными возможностями.Учитывая быструю погрузку и разгрузку клиентов, как можно обеспечить обслуживание этих клиентов?
• Эта услуга может также применяться в чрезвычайных ситуациях в дополнение к повседневным поездкам на работу. Вместо того, чтобы предлагать это всему населению, можно выбрать отдельное сообщество, например пенсионный комплекс. Могут ли эти услуги предоставляться пенсионному сообществу, чтобы они могли быстрее попасть в больницу? Или можно использовать воздушные такси для перевозки органов или крови в больницы и хирургические центры?
• Для повышения уровня безопасности и комфорта пассажиров необходимо установить стандартизированную чистку и техническое обслуживание самолетов.Как обеспечить успешную реализацию услуг по уборке и техническому обслуживанию в условиях напряженного графика поездок?
• Из-за ограничений по размеру и весу самолета возникнут ли проблемы с перевозкой пассажиров, которые путешествуют в аэропорты и из аэропортов, которые, как правило, перевозят тяжелые предметы багажа?
• Для обеспечения безопасности пассажиров авиационным службам требуются процедуры и проверки безопасности. Однако из-за ограничений по расписанию это ожидаемое дополнительное время может создать много проблем для аэротакси.Как служба аэротакси планирует соблюдать стандартные процедуры безопасности и время проверки безопасности?
• Многие рекламные предложения вертолетных служб ориентированы на тарифы для больших групп или мероприятий, но не учитывают скидки для молодых пассажиров. Какие стратегии ценообразования для детей являются экономически обоснованными?

7. Заключение

В настоящее время несколько логистических компаний изучают возможность создания аэротакси в крупных мегаполисах. Эти электрические летательные аппараты работают аналогично вертолетам, хотя первые обслуживают миллионы ежедневных пассажиров, пытаясь уменьшить заторы на дорогах и сократить время в пути.Из-за того, что они коррелируют с бизнес-операциями, текущие сильные и слабые стороны вертолетных служб оцениваются, чтобы определить правдоподобные рекомендации по проектированию, эксплуатации и внедрению аэротакси. Преимущества и недостатки авиационных услуг выводятся после анализа текстов онлайн-отзывов клиентов (OCR) вертолетных услуг. Эти OCR часто содержат жизненно важную информацию о восприятии клиентами услуг и могут повлиять на решение потенциальных клиентов воспользоваться новыми методами.

В этом исследовании разработан четырехэтапный последовательный подход. Чтобы определить идеи, которые могут улучшить дизайн и бизнес-операции аэротакси, OCR извлекаются из нескольких сайтов социальных сетей на этапе 1, а текстовая аналитика OCR проводится на этапе 2. Анализ включает разделение положительных и отрицательных отзывов, биграммы и триграммы. идентификация и распознавание критических тем на основе часто встречающихся слов. По завершении анализа текста проводится внутренняя оценка 7S для вертолетных служб на этапе 3, а на этапе 4 предлагается несколько управленческих рекомендаций для аэротакси.

OCR вертолетной службы предоставили много интересных данных, которые можно использовать для рекомендаций по воздушному такси. Например, многие клиенты высоко оценивают свои впечатления от поездки, особенно в сопровождении надежного и вежливого персонала или когда доступны дополнительные функции, такие как встроенная автомобильная камера. Кроме того, скидки могут применяться к большим группам, корпоративным мероприятиям или вернувшимся пассажирам, чтобы обеспечить высокий уровень удержания клиентов. Безопасность также является серьезной проблемой для заказчиков вертолетов.Чтобы компенсировать это, перед первой поездкой на воздушном такси рекомендуется пройти обязательный стандартизированный инструктаж по технике безопасности. Предложенная рекомендация может помочь логистическим компаниям в эффективной работе сети.

Одним из основных ограничений этого исследования является отсутствие достаточного количества онлайн-обзоров. При наличии большого объема данных для анализа онлайн-обзоров можно использовать более совершенные методы анализа текста, такие как анализ тональности и инструменты моделирования тем, и могут быть предоставлены более ценные рекомендации.

Декларации

Заявление автора о вкладе

Сучитра Раджендран: задумал и разработал эксперименты; Провел эксперименты; Проанализированы и интерпретированы данные; Предоставленные реагенты, материалы, инструменты анализа или данные; Написал бумагу.

Эмили Пейджел: проанализировала и интерпретировала данные; Предоставленные реагенты, материалы, инструменты анализа или данные; Написал бумагу.

Заявление о финансировании

Это исследование не получило каких-либо специальных грантов от финансирующих агентств в государственном, коммерческом или некоммерческом секторах.

Заявление о конкурирующих интересах

Авторы заявляют об отсутствии конфликта интересов.

Дополнительная информация

Для этого документа дополнительная информация отсутствует.

Каталожные номера

Alshaher A.A.F. Структура модели McKinsey 7S для оценки готовности системы электронного обучения. Междунар. Дж. Адв. англ. Технол. 2013;6(5):1948. [Google Scholar]
Эмбли Н., Буи Т. Использование социального доказательства в онлайн-покупках: влияние электронного сарафанного радио на продажи цифровых микропродуктов.Междунар. Дж. Электрон. коммер. 2011;16(2):91–114. [Google Scholar]
Андерсон К., Бланшар С., Чеа Д., Колинг А., Левитт Д. 2015. Технический отчет по анализу пригодности транспортного узла города Окленд. (декабрь) [Google Scholar]
Антклифф К.Р., Гудрич К., Мур М. Семинар по мобильности по требованию/новых технологий, Арлингтон (том 7), 2016 г. Исследование городского воздушного такси вертикального взлета и посадки НАСА в Силиконовой долине. [Google Scholar]
Бабич Росарио А., Сотгиу Ф., Де Валк К., Биймолт Т.Х. Влияние электронного сарафанного радио на продажи: метааналитический обзор платформы, продукта и метрических факторов.Дж. Маркет. Рез. 2016;53(3):297–318. [Google Scholar]
Balaji M.S., Khong K.W., Chong A.Y.L. Детерминанты негативного общения из уст в уста с использованием сайтов социальных сетей. Инф. Управление 2016;53(4):528–540. [Google Scholar]
Basset P.M., Vu B.D., Beaumier P., Reboul G., Ortun B. 2018, май. Модели и методы в ONERA для предварительного расчета гибридного самолета eVTOL, включая анализ сценариев отказа. [Google Scholar]
Бастиан Н.Д., Макмерри П., Фултон Л.В., Гриффин П.M., Cui S., Hanson T., Srinivas S. AMEDD использует программирование целей для оптимизации решений по планированию рабочей силы. Интерфейсы. 2015;45(4):305–324. [Google Scholar]
Чаннон Д.Ф., Калдарт А.А. Энциклопедия менеджмента Wiley; 2015. Модель McKinsey 7S; п. 1. 1. [Google Scholar]
Chen J.X., Liu W. Международная конференция по интернет-технологиям и приложениям, 2010 г. ИЭЭЭ; 2010. Исследование структуры управления операционным риском для коммерческих банков в мире Интернета на основе модели McKinsey 7S; стр.1–6. [Google Scholar]
Cheung C.M., Lee M.K. Что побуждает потребителей распространять информацию из уст в уста на онлайн-платформах потребительского мнения. Реш. Система поддержки 2012;53(1):218–225. [Google Scholar]
Датта А., Элберс С., Вакаяма С., Алонсо Дж., Ботеро Э., Картер К.…Мартинс Ф. 2018. Коммерческий внутригородской электрический вертикальный взлет и посадка, статус технологии.https ://vtol.org/files/dmfile/TVF.WG2.YR2017draft.pdf Получено из. [Google Scholar]
Дуан В., Гу Б., Уинстон А.B. Динамика слухов и продаж продукции в Интернете — эмпирическое исследование киноиндустрии. Дж. Розничная торговля. 2008;84(2):233–242. [Google Scholar]
Эркан И., Эванс С. Влияние eWOM в социальных сетях на покупательские намерения потребителей: расширенный подход к усвоению информации. вычисл. Гум. Поведение 2016;61:47–55. [Google Scholar]
Falck R.D., Ingraham D., Aretskin-Hariton E. Симпозиум AIAA/IEEE по технологиям электрических самолетов, 2018 г. 2018. Мультидисциплинарная оптимизация траекторий движения самолетов класса городской аэромобильности с акустическими ограничениями; п.4985. [Google Scholar]
Ханафизаде П. , Равасан А.З. Основанная на модели McKinsey 7S структура для оценки готовности ERP. Междунар. Дж. Энтерпрайз Инф. Сист. 2011;7(4):23–63. [Google Scholar]
Хасан С. 2019. Исследование рынка городской воздушной мобильности (UAM). [Google Scholar]
Хокинс А.Дж. 2018. Автономное воздушное такси Vahana компании Airbus завершило свой первый испытательный полет. [Google Scholar]
Холден, Гоэль . 2016. Ускоренный переход к будущему городского воздушного транспорта по требованию.[Google Scholar]
Ху Н., Кох Н.С., Редди С.К. Рейтинги приводят вас к продукту, а отзывы помогают его заполучить? Опосредующая роль настроений онлайн-обзоров в продажах продукта. Реш. Система поддержки 2014; 57:42–53. [Google Scholar]
Ху Н., Лю Л., Чжан Дж.Дж. Влияют ли онлайн-обзоры на продажи товаров? Роль характеристик рецензента и временных эффектов. Инф. Технол. Управление 2008;9(3):201–214. [Google Scholar]
Хюринсалми С., Сеппанен М., Аарикка-Стенроос Л. , Суоминен А., Jarvelainen J., Harkke V. Разрушение мифов об электронном сарафанном радио: взаимосвязь между оценками клиентов и продажами мобильных приложений. Дж. Теорет. заявл. Электрон. Комм. Рез. 2015;10(2):1–18. [Google Scholar]
Идуози Э. 2015. Доверие к отзывам потребителей в Интернете. Кейс Люмен. (магистерская диссертация) [Google Scholar]
INRIX . 2019. INRIX Global Traffic Scorecard.inrix.com/scorecard/ INRIX – INRIX. [Google Scholar]
Джонсон В., Сильва К., Солис Э.2018. Концептуальные автомобили для операций вертикального взлета и посадки. [Google Scholar]
Джурафски Д., Мартин Дж. Х. Том. 3. 2014. (Обработка речи и языка). [Google Scholar]
Камбли А., Синха А. А., Шринивас С. Улучшение работы столовой в кампусе с помощью управления пропускной способностью и очередью: пример на основе моделирования. Управление по туризму госпиталя J. 2020; 43: 62–70. [Google Scholar]
Ким Х. Д., Перри А. Т., Анселл П. Дж. Симпозиум AIAA/IEEE по технологиям электрических самолетов (EATS) IEEE, 2018; 2018, июль. Обзор концепций распределенных электрических двигателей для авиационных транспортных средств; стр. 1–21. [Google Scholar]
Lee D.W., Bass E.J., Patek S.D., Boyd J.A. Модель организации движения для службы аэротакси. Транспорт. Рез. Э Логист. Транспорт. 2008;44(6):1139–1161. [Google Scholar]
Lin C., Wu Y.S., Chen J.C.V. Материалы ТИИМ 2013. 2013. Электронное сарафанное радио: модерирующая роль участия продукта и имиджа бренда; стр. 39–47. [Google Scholar]
Найпинит Т., Койчавивонг С., Ковиттаякорн В., Саколнакорн Т.П.Н. Модель McKinsey 7S для управления цепочками поставок местного строительного бизнеса малого и среднего бизнеса в верхнем северо-восточном регионе Таиланда. Азиатская соц. науч. 2014;10(8):35. [Google Scholar]
Раджендран С. Повышение эффективности мировой индустрии курьерских служб и служб доставки путем анализа мнений клиентов и сотрудников с помощью текстовой аналитики. Междунар. Дж. Лог. Рез. заявл. 2020: 1–21. [Google Scholar]
Раджендран С. 2020. Подход к оптимизации на основе моделирования для эффективного маршрутизации воздушных такси в киберфизической сети.Препринт arXiv arXiv: 2011.09281. [Google Scholar]
Rajendran S., Pagel E. Взгляд на производство интеллектуальных устройств следующего поколения с использованием анализа текста. Гелион. 2020;6(7) [Бесплатная статья PMC] [PubMed] [Google Scholar]
Раджендран С., Шульман Дж. Исследование работы новой сети аэротакси с использованием подхода к моделированию систем с дискретными событиями. Дж. Воздушный транспорт. Управление 2020;87:101857. [Google Scholar]
Раджендран С., Шринивас С. Воздушное такси для городской мобильности: критический обзор последних событий, будущих проблем и возможностей.Транспорт. Рез. Э Логист. Транспорт. 2020; 143:102090. [Google Scholar]
Раджендран С., Зак Дж. Анализ стратегических местоположений инфраструктуры сети аэротакси с использованием итеративного кластерного подхода с ограничениями. Транспорт. Рез. Э Логист. Транспорт. 2019; 128:470–505. [Google Scholar]
Райх К., Макгиллен К., Сигел Дж., Броди Ф. Конференция по интегрированным коммуникациям, навигации и наблюдению (ICNS), 2019 г., IEEE; 2019, апрель. Готовы ли мы к погодным условиям городской воздушной мобильности (UAM)? стр.1–7. [Google Scholar]
Shamiyeh M., Bijewitz J., Hornung M. Vol. 913. 2017. Обзор последних концепций персональных летательных аппаратов; стр. 1–18. (Аэрокосмическая Европа, 6-я конференция Ceas). [Google Scholar]
Синха А. А., Раджендран С., Назарет Р. П., Ли В., Улла С. Повышение качества услуг телекоммуникационных компаний с помощью онлайн-анализа отзывов клиентов и сотрудников. Квал. Управление Дж. 2020;27(4):182–199. [Google Scholar]
Сринивас С., Раджендран С. Тематический анализ онлайн-отзывов студентов для стратегического планирования в университетах.вычисл. Инд.Инж. 2019;128(1):974–984. [Google Scholar]
Sun X., Wandelt S., Stumpf E. Конкурентоспособность воздушных такси по требованию относительно времени в пути от двери до двери: гонка по Европе. Транспорт. Рез. Э Логист. Транспорт. 2018; 119:1–18. [Google Scholar]
Tarafdar S., Rimjha M., Hinze N., Hotle S., Trani A.A. Конференция по интегрированной связи, навигации и наблюдению (ICNS) IEEE 2019 г .; 2019, апрель. Анализ осуществимости региональной посадочной площадки городской воздушной мобильности и анализа стоимости проезда в регионе Большой Северной Калифорнии; стр.1–11. [Google Scholar]
Vascik P.D., Hansman R.J. Форум AIAA Scitech 2019. 2019. Разработка оболочек пропускной способности вертипортов и анализ их чувствительности к топологическим и эксплуатационным факторам; п. 526. [Google Scholar]
Ван Т., Е Р.К.Дж., Чен С., Цыдыпов З. Что движет электронным сарафанным радио в социальных сетях? Перспективы социального капитала и самоопределения. Телематическая инф. 2016;33(4):1034–1047. [Google Scholar]
Zhu F., Zhang X. Влияние отзывов потребителей в Интернете на продажи: сдерживающая роль характеристик продукта и потребительских характеристик. Дж. Маркет. 2010;74(2):133–148. [Google Scholar]

Извлечение событий такси из наблюдения для оценки производительности на поверхности

[1] Hotle S., Baszczewski B. и Gulding J., «Использование ASDE-X Surveillance для сравнительного анализа времени выруливания и оценки задержки, 16-я конференция AIAA по авиационным технологиям, интеграции и эксплуатации , документ AIAA 2016-3749, 2016 г., «Модели очередей в процессах вылета из аэропорта для сокращения выбросов», Конференция AIAA по руководству, навигации и управлению , документ AIAA 2009-5650, 2009 г. https://doi.org/10.2514/6.2009-5650

[ 3] Балакришна П., Ганесан Р. и Шерри Л., «Точность алгоритмов обучения с подкреплением для прогнозирования времени выруливания самолетов: пример вылета из Тампа-Бэй», Transportation Research Part C: Emerging Technologies , Vol. 18, № 6, 2010. С. 950–962.https://doi.org/10.1016/j.trc.2010.03.003

[4] Деонандан И. и Балакришнан Х., «Оценка стратегий сокращения выбросов при рулении в аэропортах», 10th AIAA Aviation Конференция по технологиям, интеграции и эксплуатации (ATIO) , документ AIAA 2010-9370, 2010 г. https://doi.org/10.2514/6.2010-9370

[5] Хао Л., Райерсон М.С., Канг Л. и Хансен М., «Оценка воздействия задержки выруливания на сжигание топлива с последствиями для выгод от остановки», Transportation Research Part C: Emerging Technologies , Vol.80, июль 2017 г., стр. 454–466. https://doi.org/10.1016/j.trc.2016.05.015

[6] Lee H., Malik W., Zhang B., Nagarajan B. и Jung YC, «Прогнозирование времени такси в аэропорту Шарлотты» Использование методов быстрого моделирования и машинного обучения», 15-я конференция AIAA по авиационным технологиям, интеграции и эксплуатации , документ AIAA 2015–2272, 2015 г. https://doi.org/10.2514/6.2015-2272

[ 7] Ким С.Х., Ферон Э. и Кларк Дж. П., «Назначение выхода на посадку для минимизации времени транзита пассажиров и времени руления самолета», Journal of Guidance, Control and Dynamics , Vol. 36, № 2, 2013. С. 467–475. https://doi.org/10.2514/1.57022

[8] Монтойя Дж., Вуд З., Ратинам С. и Малик В., «Смешанная целочисленная линейная программа для решения задачи планирования такси по нескольким маршрутам», AIAA Guidance, Navigation, and Control Conference , Документ AIAA 2010-7692, 2010 г. https://doi.org/10.2514/6.2010-7692

Временное моделирование операций аэропорта Детройта для оценки производительности в условиях неопределенности», 31-я конференция IEEE/AIAA по системам цифровой авионики (DASC) , 2012 г., Институт инженеров по электротехнике и электронике, Нью-Йорк, 2012 г., стр.4Е2–1. https://doi.org/10.1109/DASC.2012.6382349

[10] Чжан Ю. и Ван К., «Методы определения времени беспрепятственного руления самолета и оценки эффективности руления в аэропорту», Китайский журнал аэронавтики , Том. 30, № 2, 2017. С. 523–537. https://doi.org/10.1016/j.cja.2017.01.002

[11] Сривастава А. , «Улучшение прогнозов времени вылета руления с использованием данных наблюдения ASDE-X», 2011 IEEE/AIAA 30th Digital Avionics Системная конференция , Институт инженеров по электротехнике и электронике, Нью-Йорк, октябрь.2011 г., стр. 2B5–1. https://doi.org/10.1109/DASC.2011.6095989

[12] Николерис Т., Гупта Г. и Кистлер М., «Подробная оценка расхода топлива и выбросов при рулении самолетов в Далласе/Форт-Уэрт Интернэшнл». Airport», Transportation Research Part D: Transport and Environment , Vol. 16, № 4, 2011. С. 302–308. https://doi.org/10.1016/j.trd.2011.01.007

[13] Леви Б.С. и Легге Дж.Е., «Объективная и автоматическая оценка избыточного времени руления», 2008 Интегрированные коммуникации, навигация и наблюдение Конференция , Институт инженеров по электротехнике и электронике, Нью-Йорк, май 2008 г., стр.1–10. https://doi.org/10.1109/ICNSURV.2008.4559197

[14] «ASPM Taxi Times: Отчет о беспрепятственном времени», Федеральное авиационное управление, 2017 г. , http://aspmhelp.faa.gov/index.php/ ASPM_Taxi_Times:_Unimpeded_Times_Report [получено 5 апреля 2017 г.].

[15] Мирмохаммадсадеги Н., «Улучшение пропускной способности и эффективности систем аэропортов с использованием компьютерных моделей и инструментов», М.С. Диссертация, кафедра гражданской и экологической инженерии, Технологический институт Вирджинии, Блэксбург, Вирджиния, 2017 г.

[16] «Профиль пропускной способности международного аэропорта Шарлотт-Дуглас, 2015 г.», Федеральное управление гражданской авиации, 2015 г., https://www.faa.gov/airports/planning_capacity/profiles/media/CLT-Airport-Capacity-Profile- 2015.pdf [получено в декабре 2015 г.].

3 Такси, регулирование и рост транспортных сетевых компаний | Между общественной и частной мобильностью: изучение роста транспортных услуг с поддержкой технологий

Хинц, Г. 2015.Эмануэль приветствует универсальное приложение такси. Crain’s Chicago Business , 4 мая.

ИТРЕ. 1998. Обзор нормативных изменений такси в Цинциннати, Индианаполисе и Сиэтле. Международный фонд такси и ливрей, Кенсингтон, Мэриленд.

Ла Круа, С., Дж. Мак и В. Миклиус. 1992. Оценка альтернативных механизмов предоставления услуг такси в аэропорту. Обзор логистики и транспорта , Vol. 28, № 2, 147–166.

Ли Фишер. 2015. Отчет ACRP 108: Коммерческий наземный транспорт в аэропортах: передовой опыт. Совет по исследованиям в области транспорта Национальной академии, Вашингтон, округ Колумбия

Макмиллан, Д. и Т. Демос. 2015. Uber оценивается более чем в 50 миллиардов долларов. The Wall Street Journal , 31 июля. http://www.wsj.com/articles/uber-valued-at-more-than-50-billion-1438367457.

Май-Дык, К.2015. Летом Лос-Анджелес потребует, чтобы все такси использовали мобильные приложения, похожие на Uber. Los Angeles Times , 16 января.

Metz, C. 2014. Доход Uber в 12 раз превышает доход Lyft, говорится в новом исследовании. Wired.com , 11 сентября. http://www.wired.com/2014/09/ubers-revenue12-times-bigger-lyfts-new-study-says.

Nagy, E. 2014. Увеличение доли: количество поездок и выручка Lyft выросли в пять раз в 2014 году. Fast Company , 11 ноября.

Нельсон, Л.Дж. и К. Шеперд. 2015. LAX становится крупнейшим аэропортом США, в котором разрешены пикапы Uber и Lyft. Los Angeles Times , 16 июля.

Nelson\Nygaard Consulting Associates. 2004. Исследование правил такси : рабочий документ № 1. Город Сакраменто, Калифорния.

ТЛЦ Нью-Йорка. 2014. Мобильность для всех жителей Нью-Йорка. , 11 июня.

ПрайсУотерхаус. 1993. Анализ дерегулирования и повторного регулирования такси. Международный фонд такси, Кенсингтон, Мэриленд.

Шаллер Консалтинг. 2000. Исследование потребности в разрешениях на такси в городе Сан-Диего. Город Сан-Диего, Калифорния.

Шаллер Консалтинг. 2006. Исследование наземного транспорта Форт-Уэрта. Город Форт-Уэрт, Техас.

Schaller, B. 2007. Въездной контроль для регулирования такси. Транспортная политика , Vol. 14, № 6, стр. 490–506.

Shaw, L.C., G. Gilbert, C. Bishop, and E. Pruitt. 1983. Правила такси в городах США. Министерство транспорта США, Вашингтон, округ Колумбия

МетроДоступ Паратранзит | WMATA

MetroAccess планирует вернуться к сервису совместных поездок с 1 ноября 2021 года.Пожалуйста, начните готовиться к корректировке вашего расписания соответствующим образом.

В соответствии с федеральным мандатом, MetroAccess требует, чтобы все пассажиры носили маску во время поездки, и настоятельно рекомендует водителям выбирать место ближе к задней части транспортного средства во время перевозки. Клиенты не должны использовать MetroAccess при появлении признаков болезни. Клиенты должны избегать разговоров с операторами, если расстояние между ними не превышает шести футов, во время прохода от двери к двери и в процессе обеспечения безопасности.

MetroAccess — это услуга совместного проезда от двери до двери для людей, чья инвалидность не позволяет им пользоваться автобусом или поездом.Если вы считаете, что вам может понадобиться услуга паратранзита, см. квалификационные требования.

Подробнее о работе службы MetroAccess:

Безопасность MetroAccess

Ваша безопасность — наш приоритет!

В случае угрожающего или разрушительного поведения на борту транспортного средства MetroAccess или в чрезвычайной ситуации оператор транспортного средства может позвонить в Центр управления операциями, используя радио, чтобы запросить помощь.
В целях вашей безопасности автомобили MetroAccess будут оснащены аудио- и видеозаписью при перевозке клиентов с 1 января 2021 года.
- Записи используются для:
  - Поддержка оператора транспортного средства
  - Анализ безопасности
  - Претензии, судебные разбирательства, суброгация и аналогичные ответы
- Доступ к видео используется для:
  - Помощь транспортной полиции метро после вызова о помощи
  - Включить управление MetroAccess для просмотра потенциальных небезопасных ситуаций
Персонал по обеспечению качества следит за работой транспортных средств, чтобы убедиться, что операторы соблюдают правила безопасности.

Безопасность — это общая ответственность. Помогите нам обеспечить безопасность MetroAccess, следуя этим советам по безопасности:

Вместе с водителем MetroAccess по вопросам безопасности следуйте их инструкциям.
Позвольте водителю сопровождать вас (взять за руку для равновесия) или пройти рядом и предупредить вас об опасностях на пути следования.
Знайте свои пределы — возьмите с собой помощника по уходу (PCA), если:
1. Вам нужна чья-то поддержка при подъеме по лестнице или при ходьбе к/от автомобиля.
2. Вы не хотите оставаться в одиночестве в месте высадки.
Убедитесь, что ваши личные/механические устройства (например, кресло-коляска, скутер, кислород) работают без вмешательства водителя.
Поддерживайте свое средство передвижения в хорошем рабочем состоянии.
Будьте в состоянии безопасно управлять креслом с электроприводом.
Убедитесь, что тормоза работают должным образом.
Убедитесь, что пандусы, тротуары и пешеходные дорожки в частном владении содержатся в чистоте и чисты от препятствий, снега и льда.
Амбулаторные клиенты, пользующиеся лифтом, должны использовать поручни для безопасной посадки.

Планирование поездки

Онлайн-бронирование

Все клиенты MetroAccess могут использовать приведенную ниже ссылку «Веб-сайт бронирования», чтобы забронировать или отменить свои поездки в Интернете.

До 15 марта 2021 г. клиенты должны пройти процесс «Регистрация» и установить новый безопасный пароль. Для регистрации клиентам потребуется их идентификационный номер MetroAccess и действующий адрес электронной почты. Перед регистрацией важно, чтобы клиенты подтвердили свой текущий адрес электронной почты в файле, нажав кнопку «Профиль» в системе онлайн-бронирования. «Регистрация» — это разовая процедура подтверждения даты рождения и адреса электронной почты для получения ссылки для сброса пароля. Если у вас есть вопросы или вам нужна помощь в процессе «Регистрации», обратитесь в Отдел сертификации и информационно-пропагандистской деятельности Metro по телефону 202-962-2700 или по электронной почте [email protected].

По телефону

представителя службы поддержки клиентов MetroAccess доступны в любое время работы MetroAccess. Позвоните по номеру 301-562-5360, нажмите 2, чтобы узнать статус поездки, а затем нажмите 2, чтобы поговорить с представителем службы поддержки (TTY 301-588-7535).

Чтобы подтвердить или отменить поездку, вы можете поговорить с представителем службы поддержки клиентов или воспользоваться нашим автоматизированная система. Пожалуйста, не звоните, чтобы узнать о вашей поездке до или во время окна посадки. Поездки могут быть отменены с уведомлением всего за два часа без штрафных санкций.

Тарифы с предоплатой в MetroAccess EZ-Pay

MetroAccess EZ-Pay позволяет клиентам предварительно оплачивать проезд кредитной или дебетовой картой по телефону или через Интернет, либо наличными, кредитной или дебетовой картой лично в офисе продаж Metro Center.