Eesti üleriigilist liikuvusmudelit LAAM arendatakse selleks, et vastata väga praktilisele küsimusele: kuidas inimesed Eestis tegelikult ringi liiguvad? Millised teed võivad kümne aasta pärast ummikusse joosta? Kus on puudu bussiliin? Mis juhtub liiklusega siis, kui ehitatakse uus maantee või raudtee? LAAM võimaldab teede, ühistranspordi ja taristuinvesteeringute kavandajatel lähtuda otsuste tegemisel sellest, kuidas inimesed päriselt elavad ja liiguvad, mitte oletustest.
See avatud lähtekoodiga andmepõhine mudel ühendab tavapärase transpordimodelleerimise tegevuspõhise lähenemisega, mille keskmes on inimene. Selle asemel, et vaadelda iga liikumist eraldi, võtab mudel arvesse inimeste igapäevaseid tegevusi ja liikumisvajadusi ning seda, kuidas nende liikumisvalikuid mõjutavad näiteks elukoht ja teised leibkonnaliikmed. Nii saab senisest märksa detailsemalt analüüsida nii praegust transpordisüsteemi kui ka tulevikustsenaariume.
LAAM valmib Tartu Ülikooli mobiilsusuuringute labori eestvedamisel koostöös Positiumi, Statistikaameti, Goudappeli ja STACCiga. Selles artiklis keskendume STACCi osale projektis: sünteetilisele populatsioonile, millele ülejäänud mudel tugineb.
Päris riigi modelleerimise probleem
Selline mudel ei saa vaadata Eestit lihtsalt ühe suure tervikuna. See peab arvestama konkreetsete inimestega: pensionäridest paariga Pärnus, Tartusse sõitva tudengiga või Maardus elava perega, kus on kaks last ja üks auto. Korruta see umbes 1,3 miljoni elanikuga ja tekib probleem. Loomulikult ei saa kõigi Eesti elanike tegelikke elukohapõhiseid andmeid anda transpordimudelile ega kellelegi väljaspool turvalist riiklike registrite keskkonda. Kui inimesed aga lihtsalt juhuslikult välja mõelda, annab mudel tulemuseks vaid enesekindlat jama.
Probleemi lahenduseks on sünteetiline populatsioon: umbes 1,3 miljonist väljamõeldud inimesest ja ligikaudu 569 000 leibkonnast koosnev kunstlik elanikkond, mis tervikuna vastab päris Eesti elanikkonnale (sama vanuseline koosseis, samasugused peretüübid, sama palju lapsi, sarnased autode omamise ja töölkäimise mustrid) kuni piirkonna tasandini välja. Samas ei vasta ükski sünteetiline inimene ühelegi päris inimesele.
Probleemid, mis kõlavad lihtsamalt, kui nad tegelikult on
Sünteetilise populatsiooni loomisel tuli lahendada terve rida ülesandeid, mis tunduvad lihtsad seni, kuni neid päriselt lahendama hakata.
Leibkondade paigutamine õigesse kohta
Kus iga leibkond tegelikult elab? Mitte lihtsalt “kusagil selles linnas”, vaid konkreetses hoones, sest kui mudel paigutab pere nende tegelikust elukohast poole kilomeetri kaugusele, modelleerib see selle tänava liiklust valesti.
Loogiliste leibkondade moodustamine
Päriselus on peresid rohkemat tüüpi, kui tabelist esmapilgul paistab: paarid, üksikvanemad, üksi elavad inimesed, lapsed, aga ka näiteks üksikvanem, kes elab koos täiskasvanud lapsega. Kõik need inimesed tuleb leibkondadesse kokku panna nii, et tulemus oleks loogiline (et kümneaastased ei elaks üksi ja ühel leibkonnal poleks kolme leibkonnapead).
Autode jaotamine nii, et neid juurde ei tekiks ega ära kaoks
Mitu autot on ühel leibkonnal? Auto võib kuuluda ühele inimesele, kuid seda kasutab kogu pere. Samuti võib auto kuuluda ettevõttele, kuid sellega sõidab inimene, kes elab tavalisel kodusel aadressil. See on oluline, sest ühe leibkonnaliikme ligipääs autole võib mõjutada ka teiste leibkonnaliikmete liikumisvõimalusi. Kõik autod tuli õigesti arvesse võtta, ilma et neid kogemata topelt loendataks või osa neist ära kaoks – ja see nõudis omajagu tööd.
Töökohtade paigutamine sinna, kus inimesed tegelikult töötavad
Töökohad tekitasid teistsuguse probleemi. Kui seda eraldi ei korrigeerita, kipuvad “muud” töökohad (alates ehitusest kuni avaliku halduseni) koonduma sinna, kus juhtub olema mõni suur büroohoone, selle asemel et kajastada töökohtade tegelikku paiknemist.
Ebatüüpiliste leibkondadega arvestamine
Aga mis saab inimestest, kes ei ela tavapärases leibkonnas: näiteks asendushooldusel olevatest lastest või väga suurtes ühiselukohtades elavatest inimestest? Selliste erandjuhtudega tuli tegeleda eraldi, mitte need vaikselt andmetest välja jätta.
Privaatsus ei ole ainult lubadus, vaid lahenduse osa
Ühegi päris inimese andmed ei lahku turvalisest riiklikust registrikeskkonnast, kus sünteetilist populatsiooni luuakse. Kõigile seal loodud arvulistele tulemustele kehtib range reegel: ükski statistiline näitaja ei tohi kirjeldada vähem kui kolmest inimesest koosnevat rühma. Kui vähem kui kolmel inimesel on sama tunnuste kombinatsioon, randomiseeritakse vastavat arvu piisavalt, et täpset väärtust varjata. Nii ei jää ükski rühm nii väikeseks, et selle põhjal võiks jõuda konkreetse inimese või leibkonnani.
Privaatsust säilitavatest koondandmetest terve populatsioonini
Turvalisest keskkonnast väljuvad ainult privaatsust säilitavad koondandmed: ümardatud arvud ja mustrid, mille põhjal ei saa kedagi tuvastada. Viimases etapis ehk disagregeerimisel luuakse nende koondandmete põhjal väljaspool turvalist keskkonda uuesti detailne sünteetiline populatsioon: ligikaudu 1,3 miljonit sünteetilist inimest ja 569 000 sünteetilist leibkonda. Tervikuna annavad need kokku samasuguse statistilise pildi nagu päris andmed, ilma et populatsioon sisaldaks ühtegi päris inimese kirjet.
Miks see oluline on?
Tulemus käitub nagu Eesti elanikkond, olemata selle koopia. See on päriselule piisavalt lähedane, et transpordimudeli abil saaks teha usaldusväärseid järeldusi teede, bussiliinide ja raudteede kohta, mida pole veel olemaski.
LAAMi projekt on veel arendamisel ning kui soovid selle käekäiguga kursis olla, saad lugeda värskeid uudiseid ja liituda projekti uudiskirjaga siin.
