Baania
Baania
จังหวัด
ประเภทประกาศ
ประเภทอสังหาริมทรัพย์

ดัชนีความแนบเนื้อในรถไฟฟ้ากรุงเทพฯ ช่วงเช้า

x
คลิกที่นี่ เพื่อฟังบทความ

HIGHLIGHTS:

  • ดัชนี้ความแนบเนื้อ ดัชนีที่บ่งบอกชีวิตการเดินทางของคุณตอนเช้า จนเสมือนคุณได้ทดลองใช้ชีวิตอยู่เอง
  • หากคุณไม่เคยทดลองอยู่เอง ดัชนีแนบเนื้อ จะช่วยบอกสภาพการเดินทางในแต่ละสถานีได้
  • รถไฟฟ้าสายสีเขียว ช่วงสำโรง ถึง พร้อมพงษ์ มีดัชนีความแนบเนื้อในชั่วโมงเร่งด่วนเฉลี่ยสูงสุดที่ 200% 

มันก็จะแน่นๆ หน่อยอ่ะเนาะ

สวัสดีพนักงานออฟฟิศผู้ใช้เวลาเกือบสามชั่วโมงของทุกวันใช้ชีวิตอยู่ในรถไฟฟ้า พบเจอกับคนแปลกหน้า บางทีก็เจอกันบ่อยจนเริ่มคุ้นตา รถไฟฟ้าที่พวกเราใช้เดินทางกันทุกวันในชั่วโมงเร่งด่วนตอนเช้า (7.30-8.30) เปรียบเสมือน “เครื่องอัดปลากระป๋อง” ให้คุณ “แนบเนื้อ” ไปกับเพื่อนร่วมทางยามเช้าของทุกวันอย่างหลีกเลี่ยงไม่ได้

และหนึ่งในปัจจัยที่สามารถทำให้คุณจำเป็นต้องใช้เวลาการเดินทางมากขึ้นก็คือความ “แนบเนื้อ” นี่แหละครับ

ดัชนีความแนบเนื้อ

ด้วยปัจจุบัน จำนวนขบวนรถไฟฟ้าและพื้นที่นั่ง (บางคนอาจเรียกยืน+เบียด) มีพื้นที่จำกัด ในช่วงชั่วโมงเร่งด่วน หลายคนจึงพยายามที่จะเบียดตัวเองเข้าไปเพื่อให้ไปถึงจุดหมายได้ทันเวลา จึงเกิดการตั้งคำถามขึ้นว่า แล้วอะไรล่ะคือ คำจำกัดความว่ารถไฟฟ้าขบวนนี้เต็มแล้ว หรือเต็มแค่ไหน??

เพื่อให้เห็นภาพความแน่นที่เกิดขึ้น Baania จึงคิด “ดัชนีความแนบเนื้อ” ขึ้นมาครับ (อยากทราบที่มาที่ไปเลื่อนไปอ่านเพิ่มเติมได้ท้ายบทความครับ)

ดัชนีความแนบเนื้อ แต่ละระดับ

ดัชนีความแนบเนื้อนี้จะบ่งบอกเป็นเปอร์เซ็นต์ ถึงความเบียด ความแนบแน่นที่คุณกำลังจะพบเจอหากขึ้นรถไฟฟ้าขบวนนั้นๆ ในแต่ละสถานีครับ แต่เนื่องด้วยแต่ละสถานีมีปริมาณคนขึ้นและลงจากชานชาลาไม่เท่ากัน จึงทำให้ดัชนีความแนบเนื้อนั่นมีความแตกต่างกันอย่างเห็นได้ชัดในบางสถานี

ระดับความแนบเนื้อ เหมือนเราไปอยู่เอง

แน่นอนว่า หาก คุณเป็นผู้ที่เดินทางด้วยรถไฟฟ้าเป็นชีวิตประจำวันอยู่แล้ว ย่อมรับรู้ถึง สภาพการถูกอัดเป็นปลาป๋องทุกวัน แต่ถ้าหากคุณกำลังสนใจที่อยู่อาศัยในย่าน หรือพื้นที่ต่างๆ โดยอ้างอิง หรือหวังว่า จะใช้ประโยชน์จากรถไฟฟ้าแล้ว ทีมงานBaania จึงได้ทำสรุปออกมาให้ตามตารางด้านล่างนี้ครับ

ตารางดัชนีแนบเนื้อรอบ กทม.

สำหรับคนกรุงเทพที่ใช้รถไฟฟ้าเป็นประจำ อาจจะตั้งข้อสังเกตว่ารถไฟฟ้าของบ้านเรายังมีบางสถานีที่มีความแน่นเพียงบริเวณประตูทางเข้า-ออก หากมีวิธีการกระจายผู้โดยสารเข้าส่วนกลางขบวนได้อย่างเป็นระเบียบและรวดเร็ว ก็อาจจะช่วยเพิ่มจำนวนการโดยสารได้มากขึ้นและลดความหนาแน่นลง ซึ่งน่าจะเป็นสิ่งที่เราจะเห็นได้ในอนาคตครับ

วิเคราะห์ค่าของดัชนีความแนบเนื้อ

  • สาเหตุที่บางสถานีรถไฟฟ้ามี ดัชนีความแนบเนื้อที่แตกต่างกันนั้น ขึ้นกับสภาพแวดล้อมการใช้ประโยชน์ที่ดิน และปริมาณผู้อยู่อาศัยกลุ่มที่จำเป็นต้องใช้รถไฟฟ้าในชั่วโมงเร่งรีบ ยกตัวอย่างเช่น ที่อยู่อาศัยแถวสถานีรถไฟฟ้า แบริ่ง จนถึง อุดมสุข มีดัชนีความแนบเนื้อสูงตลอดทั้งช่วง เพราะ ปริมาณที่อยู่อาศัยของพนักงานออฟฟิสในบริเวณนั้นมีการกระจุกตัว อีกทั้ง ยังมีผู้โดยสารบางส่วนที่อยู่ห่างจากตัวเมืองเดินทางเข้าเมืองและมาเดินทางด้วยรถไฟฟ้าต่อ 
  • ในบางสถานีที่มีดัชนีความแนบเนื้อที่น้อย อาจเป็นเพราะหลายสาเหตุด้วยกัน ยกตัวอย่างเช่น สถานีบางหว้า เพราะเป็นสถานีเริ่มต้น หรือสถานีศาลาแดงที่มีดัชนีความแนบเนื้อที่น้อยกว่าช่องนนทรี เพราะ ผู้โดยสารส่วนใหญ่ลงที่สถานีนี้ เพื่อเดินทางต่อ เพราะฉะนั้น หากคุณเริ่มขึ้นขบวนที่สถานีนี้ มันก้จะโล่งๆหน่อยๆ
  • แม้ดัชนีความแนบเนื้อที่เท่ากัน แต่อาจเกิดจากคนละสาเหตุ ยกตัวอย่างเช่น ช่วงสถานีกรุงธนบุรี-สุรศักดิ์ นอกจากจะมีปริมาณผู้โดยสารหนาแน่นเพราะ เป็นทางเข้าเมืองจากฝั่งธนฯ, เป็นจุดเชื่อมต่อกับท่าเรือ ที่สถานีสะพานตากสิน, และยังเป็นคอขวดเพราะที่สถานีสะพานตากสินมีรางรถไฟฟ้าแค่1 ราง จึงทำให้ปริมาณผู้โดยสาร ถูกถ่ายออกจากสถานีได้ช้ากว่าสถานีอื่นๆ เป็นต้น

สถานีที่มีความแนบเนื้อสูงสามารถบ่งบอกถึงความแอดอัดของพื้นที่แต่ละเขตได้เช่นกัน แม้ในบางที่จะมีการอยู่ใกล้สถานีที่ทำงานของคุณมากกว่า แต่ก็อาจจะแลกมาด้วยความแนบเนื้อในยามเช้าของคุณทุกวัน นอกจากสภาพแวดล้อมตอนเช้าแล้ว การเดินทางในแต่ละที่ย่อมส่งผลให้คุณรอขบวนนานขึ้น และใช้เวลาต่างกัน (ติดตามในบทความถัดไป) สถานีที่มีความแนบเนื้อน้อยนั้นจะแสดงถึงความสะดวกในการใช้รถไฟฟ้า หากคุณต้องการที่จะใช้ในชั่วโมงเร่งด่วนครับ

ที่มาของดัชนีแนบเนื้อ

ความแน่นในระบบขนส่งสาธารณะนั้นมีอยู่ในทุกประเทศ ซึ่งในหลายประเทศได้มีงานวิจัยเพื่อศึกษามากมาย แต่หลักๆ แล้วสามารถแบ่งงานวิจัยได้เป็นสองประเภท คือ การวัดความหนาแน่นตามหลัก objective และ subjective [1] objective จะเป็นการเก็บข้อมูลและประเมินจากปัจจัย เช่น จำนวนคน จำนวนที่นั่ง หรือความจุของรถไฟ เป็นต้น แต่ข้อมูลไม่สามารถสื่อถึงความรู้สึกของผู้ใช้งาน ซึ่งถือว่าเป็นอีกมิติที่มีความสำคัญต่อผู้ใช้ระบบโดยตรง ดังนั้น จึงมีงานวิจัยที่มุ่งเน้นเก็บข้อมูลแบบ subjective ขึ้น [2],[3],[4] เพราะสามารถสะท้อนถึงคุณภาพชีวิตได้ด้วย (บางเมืองมีการทำแบบสำรวจ เช่น เมือง Melbourne [5])

นี่จึงเป็นที่มาของดัชนีความแนบเนื้อ ที่ Baania ต้องการให้ผู้ใช้ประโยชน์ หรือวางแผนเพื่อใช้รถไฟฟ้าเพื่อเดินทางไปทำงาน ได้เห็นภาพก่อนที่จะมาอยู่จริงครับ

การคำนวณเวลาจากดัชนีความแนบเนื้อ

ปัจจัยหลักที่ผู้คนเลือกใช้ระบบขนส่งสาธารณะ คือ ระยะเวลาในการเดินทาง, ความน่าเชื่อถือในการเดินทาง, และความหนาแน่นของผู้โดยสาร [6] 

หากสถานีไหนมีดัชนีความแนบเนื้อที่สูงระดับ 200% จะทำให้ผู้โดยสารเลือกที่จะหยุดรอขบวนถัดไป  เราจึงเลือกอ้างอิงดัชนีความแนบเนื้อจากงานสำรวจของประเทศญี่ปุ่น [7] ที่มีการแสดงถึงลักษณะทางกายภาพที่เกิดขึ้นเมื่อเกิดความแนบเนื้อที่ระดับต่างๆ แต่ทั้งนี้ ทีมงาน Baania ได้มีการปรับค่าลงมาเพื่อให้เหมาะกับลักษณะและพฤติกรรมของผู้ใช้รถไฟฟ้าในบริบทของประเทศไทย [4],[8]

ส่วนอนาคตเราจะมีค่าดัชนีความแนบเนื้อที่แน่นเหมือนประเทศญี่ปุ่น คือสูงสุดในระดับ 250% ต้องมีพนักงานช่วยดันที่ชานชลาหรือไม่ อันนี้ก็ขึ้นกับปัจจัยอีกหลายๆ ด้านครับ สามารถอ่านเพิ่มเติมงานวิจัยบทนีเพิ่มเติมได้ที่ [8]

อ้างอิง

[1] Li, Z. and Hensher, D. (2013). Crowding in Public Transport: A Review of Objective and Subjective Measures. Journal of Public Transportation, 16(2), pp.107-134.

[2] Day, A. and Day, L. (1973). Cross-National Comparison of Population Density. Science, 181(4104), pp.1016-1023.

[3] Turner, S., Corbett, E., O’Hara, R. and White, J., 2004. Health and safety effects of rail crowding: Hazard identification. HSL report RAS/04/12

[4] Cox, T., Houdmont, J. and Griffiths, A. (2006). Rail passenger crowding, stress, health and safety in Britain. Transportation Research Part A: Policy and Practice, 40(3), pp.244-258.

[5] Canstar Blue. (2017). City Trains Australia | Passenger Reviews - Canstar Blue.

[6] Hensher, D., Stopher, P. and Bullock, P. (2003). Service quality––developing a service quality index in the provision of commercial bus contracts. Transportation Research Part A: Policy and Practice, 37(6), pp.499-517.

[7] How much is it in Tokyo?. (2017). Congestion Rates of Tokyo Trains, 2013 - How much is it in Tokyo?

[8] Hirsch, L. and Thompson, K., 2011. I can sit but I’d rather stand: Commuter’s experience of crowdedness and fellow passenger behaviour in carriages on Australian metropolitan trains. Paper presented at the 34th Australasian Transport Research Forum, Adelaide, South Australia, Australia.

ดาวน์โหลดแผนภาพรถไฟฟ้ารอบกทม. กับดัชนีความแนบเนื้อได้ที่นี่

ดาวน์โหลดไฟล์

ประกาศยอดนิยม ในจังหวัดกรุงเทพมหานคร

โครงการยอดนิยม ในจังหวัดกรุงเทพมหานคร