GyőrBike a győri közösségi bérkerékpár rendszer első éve Magyar Urbanisztikai Társaság Győr-Moson-Sopron megyei csoportja MTA KRTK RKI Nyugat-magyarországi Tudományos Osztály Smart City rendezvénysorozat Győr szept. 20.
A közösségi kerékpárrendszerekről Witte Fietsen (1964) Amszterdam Bycyklen (1995) Koppenhága Bikeabout (1996) Portsmouth University
A közösségi kerékpárrendszerekről Felügyelet nélküli rendszerek PPP rendszerek Pénzbedobós Tagsági rendszer Hosszútávú bérlés Partnerség a vasúttal Partnerség parkolóházakkal
A közösségi kerékpárrendszerekről szeptemberében működik Kialakítás alatt szeptemberében nem üzemel A világ 1114 városában üzemel 1 412 900 bicikli és pedelec Jelenleg 337 városban tervezik, építik. 130 városban nem üzemel Forrás: http://www.bikesharingmap.com/
A közösségi kerékpárrendszerekről szeptemberében működik Kialakítás alatt Esztergom (2013. szept.) EBI 60 kerékpár, 6 állomás Budapest (2014. szept.) BuBi 1 150 kerékpár, 98 állomás Szeged (2014. ápr.) City Bike 100 kerékpár, 7 állomás Hévíz (2014. jún.) HeBi 30 kerékpár, 4 állomás Győr (2015. szept.) GyőrBike 180 kerékpár, 23 állomás Szentendre a BuBi-hoz csatlakozna (2015) Balaton körül egységes hálózat kialakítása (2013-14) Debrecen 2015-ben tendert írtak ki
A győri rendszer
Az állomások távolsága
Az állomások kihasználtsága
Külső hatások a használatban Correlations Hőmérséklet szélsebesség eső/zivatar/hó páratartalom légnyomás hétvége Összes Győrbike kivétel az adott napon Legmagasabb hőmérséklet Közép hőmérséklet Legalacsonyabb Hőmérséklet Max Szélsebesség Mean Szélsebesség Max Széllökések sebessége esemeny_dummy Max Páratartalom Mean Páratartalom Min Páratartalom Max Tengerszintre Átszámított légnyomás Mean Min Tengerszintre Tengerszintre Átszámított Átszámított légnyomás légnyomás Pearson Correlati on,441 **,408 **,339 ** -,059 -,125 * -,275 ** -,197 ** -,041 -,288 ** -,353 ** -,104 * -,086 -,072 -,608 ** Sig. (2- tailed),000,000,000,256,016,002,000,434,000,000,044,098,164,000 N **. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed). Hetkoznap/ Hetvege dummy 373 373 373 373 373 128 364 373 373 373 373 373 373 373
Külső hatások a használatban ANOVA a Mean Model Sum of Squares df Square F Sig. 1 Regressi on 76984,384 1 76984,384 69,288,000 b 2 Regressi on 3 Regressi on Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1,596 a,355,350 33,333 2,654 b,428,418 31,521 3,673 c,453,440 30,930 a. Predictors: (Constant), hetkoznap_hetvege_dummy b. Predictors: (Constant), hetkoznap_hetvege_dummy, MinPáratartalom c. Predictors: (Constant), hetkoznap_hetvege_dummy, MinPáratartalom, MaxSzélsebességKmh Residual ######## 126 1111,076 Total ######## 127 92783,677 2 46391,839 46,692,000 c Residual ######## 125 993,571 Total ######## 127 98351,722 3 32783,907 34,268,000 d Residual ######## 124 956,680 Total ######## 127 a. Dependent Variable: Összes Győrbike kivétel az adott napo b. Predictors: (Constant), hetkoznap_hetvege_dummy c. Predictors: (Constant), hetkoznap_hetvege_dummy, MinPáratartalom d. Predictors: (Constant), hetkoznap_hetvege_dummy, MinPáratartalom, MaxSzélsebességKmh Model 1 (Constant) hetkoznap_ hetvege_du mmy 2 (Constant) hetkoznap_ hetvege_du mmy MinPáratar talom Coefficients a Unstandardized Coefficients Standardize d Coefficients B Std. Error Beta t Sig. 92,694 3,367 27,529,000-57,894 6,955 -,596-8,324,000 136,467 11,430 11,940,000-57,731 6,577 -,594-8,778,000 -,865,217 -,270-3,988,000 3 (Consta 158,924 14,575 10,904,000 nt) hetkozn ap_hetv ege_du -54,300 6,609 -,559-8,216,000 mmy MinPára tartalom -,841,213 -,262-3,947,000 MaxSzél sebessé gkmh -,779,323 -,164-2,413,017 a. Dependent Variable: Összes Győrbike kivétel az adott napo Excluded Variables a Model Beta In t Sig. Partial Correlation 1 esemeny_dummy MinPáratartalom Meantengerszintreá tszámítottlégnyomá shpa MaxSzéllökéseksebe sségekmh MeanSzélsebességK mh MaxSzélsebességKm h 2 esemeny_dummy Meantengerszintreá tszámítottlégnyomá shpa MaxSzéllökéseksebe sségekmh MeanSzélsebességK mh MaxSzélsebességKm h 3 esemeny_dummy Meantengerszintreá tszámítottlégnyomá shpa MaxSzéllökéseksebe sségekmh MeanSzélsebességK mh Collinearity Statistics Tolerance -,155 b -2,167,032 -,190,976 -,270 b -3,988,000 -,336 1,000,110 b 1,540,126,136,999 -,147 b -2,019,046 -,178,948 -,149 b -2,076,040 -,183,962 -,177 b -2,459,015 -,215,954 -,030 c -,385,701 -,035,750,035 c,492,624,044,916 -,149 c -2,175,032 -,192,948 -,121 c -1,765,080 -,157,951 -,164 c -2,413,017 -,212,952 -,019 d -,251,802 -,023,747 -,013 d -,180,857 -,016,844 -,031 d -,237,813 -,021,257 -,006 d -,058,954 -,005,455 a. Dependent Variable: Összes Győrbike kivétel az adott napo b. Predictors in the Model: (Constant), hetkoznap_hetvege_dummy c. Predictors in the Model: (Constant), hetkoznap_hetvege_dummy, MinPáratartalom d. Predictors in the Model: (Constant), hetkoznap_hetvege_dummy, MinPáratartalom, MaxSzélsebességKmh
A győri rendszer 400000 25 350000 300000 20 250000 15 200000 150000 10 100000 50000 5 0 2015. szept.. 2015. okt.. 2015. nov.. 2015. dec.. jan.. febr.. márc.. ápr.. máj.. jún.. júl.. aug.. szept.. 0 Összeg / gyorbike_ki Átlag / hasznalat_min
A győri rendszer