A multilevel integrated assessment of safe and green mobility

Abstract

The main objective of this doctoral dissertation is the multilevel integrated assessment of safe and green mobility. This assessment is conducted across multiple levels, from individual trips to the road network, by fusing road infrastructure, traffic, and weather-related data with high-resolution naturalistic driving behavior data. To achieve this objective, the methodological framework is structured around three complementary analytical modules with distinct but interrelated objectives. The first analytical module focuses on the identification of safe and green mobility patterns at the trip and spatial levels. At the trip level, six sustainable profiles revealed structured heterogeneity in the integrated consideration of surrogate driving safety and fuel consumption, ranging from the most sustainable, namely "Low-risk x Eco", to the least sustainable, "Risky x Inefficient". These profiles were predicted using Machine Learning classifiers based on driving, infrastructure, weather, and temporal predictors. The strong performance of the XGBoost model confirmed the stability of the identified trip patterns, while SHapley Additive exPlanations (SHAP) analysis highlighted average driving speed, speed variability, stopping behavior, and route complexity, in terms of road grade and road junction exposure, as the most influential determinants. At the spatial level, 182 crash risk hotspots and 232 fuel consumption hotspots were identified within the study area through the application of global and local spatial autocorrelation statistics. Limited direct overlap was observed, indicating that the most crash-prone junctions are not necessarily the most fuel-inefficient. However, statistically significant short-range spatial segregation showed that safety and environmental mobility externalities coexist within the same broader urban areas while concentrating at different junctions. The second analytical module advances towards the quantification of the mechanisms influencing surrogate safety and fuel consumption, at both individual trip and road segment levels. Through the development of two Structural Equation Models (SEM), latent variables capturing driving volatility, road network characteristics, and weather and temporal conditions were identified. Joint modeling results further confirm that high fuel consumption consistently co-occurs with aggressive driving, characterized by frequent harsh acceleration and braking events, and distracted driving associated with mobile phone use across the examined levels, reflecting shared behavioral and contextual mechanisms. In contrast, the relationship between speeding and fuel consumption follows distinct structural pathways that depend primarily on road external context. In the third analytical module, an explainable multi-criteria efficiency analysis was developed to evaluate trip-level driving efficiency by simultaneously considering road safety, fuel consumption, and travel time, and to aggregate these outcomes into road-level efficiency. Results showed that efficient trips are consistently characterized by lower fuel consumption, shorter travel time per kilometer, as well as fewer harsh braking and mobile phone use events. This module showed that the three considered sustainable mobility pillars can be coherently integrated into a single sustainability efficiency metric, while traffic congestion constitutes the main external driver of driving inefficiency in terms of sustainability. Overall, the data-driven findings demonstrate that the relationship between safe and green mobility is significant and characterized by both synergies and trade-offs across levels of analysis. In parallel, they highlight the importance of multilevel and integrated assessment approaches for addressing the multidimensional nature of sustainability and for supporting informed and targeted interventions towards safer and greener mobility for all.

Κύριο στόχο της παρούσας Διδακτορικής Διατριβής αποτελεί η πολυεπίπεδη ολοκληρωμένη αξιολόγηση της ασφαλούς και πράσινης κινητικότητας. Η εν λόγω αξιολόγηση πραγματοποιείται από το επίπεδο της μεμονωμένης διαδρομής έως το επίπεδο του οδικού δικτύου, μέσω της συγχώνευσης δεδομένων οδικής υποδομής, κυκλοφορίας και καιρικών συνθηκών, με ευρείας κλίμακας δεδομένα οδηγικής συμπεριφοράς. Για την επίτευξη του στόχου της παρούσας διατριβής, το μεθοδολογικό πλαίσιο δομείται από τρεις συμπληρωματικές αναλυτικές συνιστώσες με διακριτούς αλλά αλληλένδετους στόχους. Η πρώτη αναλυτική συνιστώσα εστιάζει στον εντοπισμό βιώσιμων μοτίβων ασφαλούς και πράσινης κινητικότητας, σε επίπεδο διαδρομής και σε χωρικό επίπεδο. Σε επίπεδο διαδρομής, έξι βιώσιμα μοτίβα ανέδειξαν δομημένη ετερογένεια μέσω της συνδυαστικής θεώρησης έμμεσων δεικτών οδικής ασφαλείας και της κατανάλωσης καυσίμου, που εκτείνονται από το πλέον βιώσιμο μοτίβο διαδρομής «Χαμηλής Επικινδυνότητας x Χαμηλής Κατανάλωσης», έως το λιγότερο βιώσιμο «Υψηλής Επικινδυνότητας x Υψηλής Κατανάλωσης». Τα εντοπισμένα μοτίβα διαδρομών προβλέφθηκαν με τη χρήση ταξινομητών Μηχανικής Μάθησης, λαμβάνοντας υπόψη μεταβλητές που σχετίζονται με την οδηγική συμπεριφορά, την οδική υποδομή, και τις καιρικές συνθήκες. Η υψηλή απόδοση του μοντέλου XGBoost επιβεβαίωσε τη σταθερότητα των έξι βιώσιμων μοτίβων διαδρομών, ενώ η ανάλυση SHapley Additive exPlanations (SHAP) ανέδειξε τη μέση ταχύτητα οδήγησης, τη μεταβλητότητά της, τη συχνότητα στάσεων και την πολυπλοκότητα της διαδρομής, σε όρους κλίσης της οδού και έκθεσης σε οδικούς κόμβους, ως τους σημαντικότερους προσδιοριστικούς παράγοντες. Όσον αφορά στο χωρικό επίπεδο, στην περιοχή έρευνας εντοπίστηκαν 182 κόμβοι υψηλής επικινδυνότητας ατυχημάτων και 232 κόμβοι υψηλής κατανάλωσης καυσίμου (hotspots), μέσω της εφαρμογής ολικών και τοπικών δεικτών χωρικής αυτοσυσχέτισης. Παρατηρήθηκε περιορισμένη άμεση επικάλυψη μεταξύ τους, γεγονός που υποδηλώνει ότι οι κόμβοι υψηλής επικινδυνότητας δεν ταυτίζονται απαραίτητα με εκείνους που παρουσιάζουν υψηλή κατανάλωση καυσίμου. Ωστόσο, ο στατιστικά σημαντικός χωρικός διαχωρισμός μικρής χωρικής εμβέλειας, ανέδειξε ότι οι δύο τύποι εστιών υψηλής επικινδυνότητας και κατανάλωσης, εμφανίζονται σε κοινές αστικές περιοχές, αλλά συγκεντρώνονται σε διαφορετικούς γειτονικούς οδικούς κόμβους. Η δεύτερη αναλυτική συνιστώσα, μεταβαίνει προς την ποσοτικοποίηση των κοινών μηχανισμών που επηρεάζουν την ασφαλή και πράσινη οδήγηση σε επίπεδο εξατομικευμένης διαδρομής και οδικού τμήματος. Μέσω της ανάπτυξης δύο μοντέλων δομικών εξισώσεων (Structural Equation Models-SEM) προσδιορίστηκαν λανθάνουσες μεταβλητές που σχετίζονται με την οδηγική μεταβλητότητα, τα χαρακτηριστικά του οδικού δικτύου, καθώς και οι καιρικές και χρονικές συνθήκες. Τα αποτελέσματα επιβεβαιώνουν ότι η επιθετική οδήγηση, που χαρακτηρίζεται από υψηλή συχνότητα απότομων επιταχύνσεων και επιβραδύνσεων, καθώς και η οδήγηση υπό απόσπαση προσοχής, μέσω της χρήσης κινητού τηλεφώνου, συσχετίζονται συστηματικά με υψηλότερα επίπεδα κατανάλωσης καυσίμου στα διαφορετικά επίπεδα ανάλυσης, αντανακλώντας κοινούς συμπεριφορικούς και εξωτερικούς μηχανισμούς. Αντίθετα, η υπέρβαση των ορίων ταχύτητας εμφανίζει διαφοροποιημένο πρότυπο συσχέτισης με την κατανάλωση καυσίμου, που εξαρτάται κυρίως από το οδικό χωρικό συγκείμενο. Στην τρίτη αναλυτική συνιστώσα αναπτύχθηκε μια ερμηνεύσιμη πολυκριτηριακή ανάλυση αποδοτικότητας για την αξιολόγηση της βιωσιμότητας της οδηγικής συμπεριφοράς σε επίπεδο διαδρομής, λαμβάνοντας υπόψη την οδική ασφάλεια, την κατανάλωση καυσίμου και τον χρόνο διαδρομής. Στη συνέχεια, οι δείκτες αποδοτικότητας σε επίπεδο εξατομικευμένης διαδρομής ανάχθηκαν σε έναν ανώτερου επιπέδου δείκτη βιωσιμότητας σε επίπεδο οδικού άξονα. Τα αποτελέσματα ανέδειξαν ότι οι αποδοτικές διαδρομές χαρακτηρίζονται συστηματικά από χαμηλότερη κατανάλωση καυσίμου, μικρότερο χρόνο ταξιδιού, καθώς και από μειωμένη εμφάνιση απότομων επιβραδύνσεων και απόσπασης προσοχής. Η συγκεκριμένη συνιστώσα κατέδειξε ότι οι τρεις υπό εξέταση διαστάσεις της βιώσιμης κινητικότητας μπορούν να ενσωματωθούν συνεκτικά σε έναν ενιαίο δείκτη βιωσιμότητας, ενώ η κυκλοφοριακή συμφόρηση αναδεικνύεται ως ο κύριος εξωτερικός παράγοντας που οδηγεί σε αναποτελεσματικότητα της οδήγησης από πλευράς βιωσιμότητας. Συνολικά, τα ευρήματα της παρούσας Διδακτορικής Διατριβής καταδεικνύουν ότι η σχέση μεταξύ της ασφαλούς και πράσινης κινητικότητας είναι σημαντική και χαρακτηρίζεται τόσο από συνέργειες όσο και από συμβιβασμούς στα διαφορετικά επίπεδα ανάλυσης. Παράλληλα, αναδεικνύεται η σημαντικότητα των πολυεπίπεδων και ολοκληρωμένων προσεγγίσεων αξιολόγησης για την αντιμετώπιση της σφαιρικότητας της βιωσιμότητας και για την υποστήριξη τεκμηριωμένων και στοχευμένων παρεμβάσεων προς την κατεύθυνση μιας ασφαλέστερης και περιβαλλοντικά αποδοτικότερης κινητικότητας για όλους.