Почему автобус не приезжает по расписанию
Перейти к содержимому

Почему автобус не приезжает по расписанию

  • автор:

Верховный суд РФ: С перевозчика можно взыскать компенсацию за непришедший автобус

Просто замечательное решение принял Верховный суд РФ, когда кардинально пересмотрел результаты спора перевозчика и очень недовольного его работой пассажира.

За несоблюдение расписания движения пассажир имеет полное право требовать компенсацию.

За несоблюдение расписания движения пассажир имеет полное право требовать компенсацию. / Олеся Курпяева

Высокая судебная инстанция заявила, что пассажир, который не дождался автобусного рейса по вине автотранспортной компании, реально может требовать соответствующей компенсации.

Подчеркнем, важность вердикта Верховного суда РФ в том, что выплачивать человеку, оказывается, надо в любом случае — и даже тогда, когда не случилось серьезных последствий, то есть если по вине перевозчика гражданин не опоздал, к примеру, на самолет. А просто ждал автобуса, не дождался и перенервничал.

Понятно, что граждан, которые столкнулись с тем, что официальное расписание движений общественного транспорта живет само по себе, а автобус курсирует сам по себе ну очень много. Сколько именно — статистика не указывает, так как подобными подсчетами никто не занимался.

Но трудно найти людей, у которых ни разу в жизни не случилось подобной ситуации. И этим пассажирам, конечно, будет полезно узнать аргументы высокого суда в их защиту.

Суть нашей ситуации, которую первым заметил портал Право.ru, проста — некий гражданин купил билет на поезд из Москвы до Воронежа. Но житейская ситуация сложилась так, что до вокзала этому мужчине надо было добраться из подмосковного Наро-Фоминска.

Ну а дальше ситуация стала развиваться очень даже привычно. Мужчина пришел в назначенный день на остановку, но автобус просто не приехал. Когда потом стали выяснять, что произошло, оказалось: водитель неприехавшего автобуса в тот злополучный день заменял заболевшего коллегу на другом маршруте.

Следующий рейс, судя по вывешенному на остановке расписанию, был через 40 минут, но он опаздывал из-за пробок на дороге в это время. Наш герой мог просто опоздать на свой поезд. Поэтому, чтобы успеть на свой поезд, мужчине пришлось поехать на вокзал на маршрутке, а затем на электричке.

В итоге гражданин все-таки на свой поезд не опоздал, потому как умудрился вовремя добраться до вокзала. Но вот чего это ему стоило не только в материальном, но и в моральном, а также физическом плане?

Когда мужчина немного успокоился, то понял, насколько он возмущен тем, что из-за нарушения автобусного расписания ему пришлось пользоваться другим транспортом. И вот тогда наш герой подумал и подал в суд на перевозчика, так как ситуация причинила ему нравственные страдания.

В своем иске мужчина просил суд взыскать с автобусной компании 5000 рублей морального вреда.

Но вот только в суде недовольного гражданина не поняли. Там посчитали, что ситуация в общем-то обычная. Да и особо гражданин ведь не пострадал — даже на свой поезд умудрился не опоздать. А то, что перенервничал, так в жизни такое бывает.

Верховный суд РФ подчеркнул — то, что мужчина в итоге все-таки успел и не опоздал на свой поезд, не имеет юридического значения для спора

Именно с почти такими аргументами недовольному пассажиру последовательно отказали все три местные судебные инстанции. В своих решениях суды подчеркнули — гражданин не доказал, что перевозчик нарушил его права. Первый автобус не приехал по объективной причине, а второго автобуса мужчина не дождался по своей инициативе. Кроме того, он ведь благополучно успел на поезд.

Но вот когда недовольный пассажир дошел до Верховного суда РФ*, там его поняли. ВС отменил все решения не в пользу человека и отправил дело назад в Наро-Фоминский горсуд.

Вот аргументы ВС: болезнь водителя — это не чрезвычайное обстоятельство. Перевозчик мог решить проблему, так как он сам определяет, как оперативно урегулировать движение транспорта и вовремя перевезти пассажиров, если есть риск срыва рейса.

А местные суды не установили, есть ли условия, которые позволяют освободить перевозчика от ответственности за ненадлежащую перевозку. Еще суды не учли: отсутствие вины доказывает тот, кто нарушил обязательство, отметил ВС. А вот то, что мужчина успел на поезд, не имеет юридического значения для спора, сказал ВС.

*Определение Верховного суда РФ № 4-КГ22-55-К1

Почему автобус не приезжает по расписанию

У вас вопрос по вашим билетам не для комментариев? Вот тут его можно задать поддержке.

Что с расписанием автобусов?

Формально расписание автобусов есть, и формально его действительно соблюдают. Но надо понимать, что это расписание — скорее, ориентир, а не чёткое обещание. В России автобусы следуют по графику примерно в 70% случаев. Задержки в основном происходят из-за пробок и ДТП.

Что делать, если автобус ушёл раньше срока?

Автобусу с длинным рейсом важнее всего вовремя оказаться на конечной остановке, а вот промежуточные он может проехать раньше срока. Такое случается достаточно редко и противоречит закону, но если всё-таки происходит, то действовать нужно следующим образом. Если вы на автостанции или автовокзале, то стоит получить отметку про то, что автобус уехал раньше, а дальше обращаться к перевозчику за возмещением. Обычно такое быстро и просто решается по звонку напрямую либо по обращению дежурного к сотруднику перевозчика. Бывают случаи, когда на вокзале отметку не ставят, тогда надо звонить туда, где был куплен билет. Если же вы просто стоите на остановке в поле, то надо будет позже обратиться к перевозчику. Каждый автобус по закону оборудован тахографом — устройством, которое помогает отслеживать его местоположение.

Что делать, если автобус задерживается?

  • Позвонить перевозчику и узнать, как дела у вашего автобуса. Мы в tutu указываем номер, по которому можно обратиться, прямо на билете, если диспетчерская у этого перевозчика в принципе существует. Диспетчер может отследить местоположение автобуса по GPS или, если такой возможности нет, связаться с водителем.
  • Если до перевозчика дозвониться не получилось, можно позвонить на горячую линию tutu. Мы попробуем связаться с перевозчиком самостоятельно.

Дальше есть разные варианты развития событий. Возможно, автобус найдут и он приедет в ближайшее время. Если этого не произойдёт, вам предложат билет на другой рейс из ближайших. В некоторых случаях можно оформить вынужденный возврат — об этом ниже.

В каких случаях вам положена компенсация?

Если автобус задержался с выездом больше чем на час, можно сделать вынужденный возврат. Вам компенсируют полную сумму билета. То же самое, если рейс отменён.

Парадокс времени ожидания, или почему мой автобус всегда опаздывает?

Источник: Wikipedia License CC-BY-SA 3.0

Если вы часто ездите на общественном транспорте, то наверняка встречались с такой ситуацией:

Вы приходите на остановку. Написано, что автобус ходит каждые 10 минут. Засекаете время… Наконец, через 11 минут приходит автобус и мысль: почему мне всегда не везёт?

По идее, если автобусы приходят каждые 10 минут, а вы придёте в случайное время, то среднее ожидание должно составлять около 5 минут. Но в действительности автобусы не прибывают точно по расписанию, поэтому вы можете ждать дольше. Оказывается, при некоторых разумных предположениях можно прийти к поразительному выводу:

При ожидании автобуса, который приходит в среднем каждые 10 минут, ваше среднее время ожидания будет 10 минут.

Это то, что иногда называют парадоксом времени ожидания .

Идея встречалась мне раньше, и я всегда задавался вопросом, правда ли это на самом деле… насколько такие «разумные предположения» соответствуют действительности? В этой статье мы исследуем парадокс времени ожидания с точки зрения как моделирования, так и вероятностных аргументов, а затем взглянем на некоторые реальные данные автобусов в Сиэтле, чтобы (надеюсь) решить парадокс раз и навсегда.

Парадокс инспекции

Если автобусы прибывают ровно каждые десять минут, то действительно среднее время ожидания составит 5 минут. Можно легко понять, почему добавление вариаций в интервал между автобусами увеличивает среднее время ожидания.

Парадокс времени ожидания является частным случаем более общего явления — парадокса инспекции, который подробно обсуждается в толковой статье Аллена Дауни «Парадокс инспекции повсюду вокруг нас».

Короче говоря, парадокс инспекции возникает всякий раз, когда вероятность наблюдения количества связана с наблюдаемым количеством. Аллен приводит пример анкетирования студентов университета о среднем размере их классов. Хотя школа правдиво говорит о среднем количестве 30 студентов в группе, но средний размер группы с точки зрения студентов гораздо больше. Причина в том, что в больших классах (естественно) больше студентов, что и выявляется при их опросе.

В случае автобусного графика с заявленным 10-минутным интервалом иногда промежуток между прибытиями длиннее 10 минут, а иногда и короче. И если придти на остановку в случайное время, то у вас больше вероятность столкнуться с более длинным интервалом, чем с более коротким. И поэтому логично, что средний промежуток времени, между интервалами ожидания дольше, чем средний промежуток времени между автобусами, потому что более длинные интервалы чаще встречаются в выборке.

Но парадокс времени ожидания делает более сильное заявление: если средний интервал между автобусами составляет минут, то среднее время ожидания для пассажиров составляет минут. Может ли такое быть правдой?

Имитация времени ожидания

Чтобы убедить себя в разумности этого, сначала смоделируем поток автобусов, которые прибывают в среднем за 10 минут. Для точности возьмём большую выборку: миллион автобусов (или примерно 19 лет круглосуточного 10-минутного трафика):

import numpy as np N = 1000000 # number of buses tau = 10 # average minutes between arrivals rand = np.random.RandomState(42) # universal random seed bus_arrival_times = N * tau * np.sort(rand.rand(N))

Проверим, что средний интервал близок к :

intervals = np.diff(bus_arrival_times) intervals.mean()

Теперь можем смоделировать прибытие большого количества пассажиров на автобусную остановку в течение этого промежутка времени и вычислить время ожидания, которое каждый из них испытывает. Инкапсулируем код в функцию для последующего использования:

def simulate_wait_times(arrival_times, rseed=8675309, # Jenny's random seed n_passengers=1000000): rand = np.random.RandomState(rseed) arrival_times = np.asarray(arrival_times) passenger_times = arrival_times.max() * rand.rand(n_passengers) # find the index of the next bus for each simulated passenger i = np.searchsorted(arrival_times, passenger_times, side='right') return arrival_times[i] - passenger_times

Затем смоделируем время ожидания и вычислим среднее:

wait_times = simulate_wait_times(bus_arrival_times) wait_times.mean()

Среднее время ожидания близко к 10 минутам, как и предсказывал парадокс.

Копаем глубже: вероятности и пуассоновские процессы

Как смоделировать такую ситуацию?

По сути, это пример парадокса инспекции, где вероятность наблюдения значения связана с самим значением. Обозначим через распределение интервалов между автобусами по мере их прибытия на остановку. В такой записи ожидаемое значение времени прибытия будет:

В предыдущей симуляции мы выбрали минут.

Когда пассажир прибывает на автобусную остановку в произвольное время, вероятность времени ожидания будет зависеть не только от , но и от самого : чем больше интервал, тем больше в нём пассажиров.

Таким образом, можно написать распределение времени прибытия с точки зрения пассажиров:

Константа пропорциональности выводится из нормализации распределения:

Это упрощается до

Тогда время ожидания будет составлять половину ожидаемого интервала для пассажиров, поэтому мы можем записать

что можно переписать более понятным образом:

и теперь остаётся только выбрать форму для и вычислить интегралы.

Выбор p(T)

Получив формальную модель, каково же разумное распределение для ? Выведем картину распределения в пределах наших моделируемых прибытий, построив гистограмму интервалов между прибытиями:

%matplotlib inline import matplotlib.pyplot as plt plt.style.use('seaborn') plt.hist(intervals, bins=np.arange(80), density=True) plt.axvline(intervals.mean(), color='black', linestyle='dotted') plt.xlabel('Interval between arrivals (minutes)') plt.ylabel('Probability density');

Здесь вертикальная пунктирная линия показывает средний интервал около 10 минут. Это очень похоже на экспоненциальное распределение, и не случайно: наше моделирование времени прибытия автобуса в виде однородных случайных чисел очень близко к процессу Пуассона, а для такого процесса распределение интервалов экспоненциально.

(Примечание: в нашем случае это только приблизительная экспонента; на самом деле интервалы между равномерно отобранными точками в пределах промежутка времени соответствуют бета-распределению , которое в большом пределе приближается к . Для более подробной информации можете почитать, например, пост на StackExchange или эту ветку в твиттере).

Экспоненциальное распределение интервалов подразумевает, что время прибытия следует за процессом Пуассона. Чтобы проверить это рассуждение, проверим наличие другого свойства пуассоновского процесса: что число прибытий в течение фиксированного промежутка времени является пуассоновским распределенем. Для этого разобъём симулированные прибытия на часовые блоки:

from scipy.stats import poisson # count the number of arrivals in 1-hour bins binsize = 60 binned_arrivals = np.bincount((bus_arrival_times // binsize).astype(int)) x = np.arange(20) # plot the results plt.hist(binned_arrivals, bins=x - 0.5, density=True, alpha=0.5, label='simulation') plt.plot(x, poisson(binsize / tau).pmf(x), 'ok', label='Poisson prediction') plt.xlabel('Number of arrivals per hour') plt.ylabel('frequency') plt.legend();

Близкое соответствие эмпирических и теоретических значений убеждает в правильности нашей интерпретации: для больших смоделированное время прибытия хорошо описано пуассоновским процессом, который подразумевает экспоненциально распределённые интервалы.

Это означает, что можно записать распределение вероятностей:

Если подставить результат в предыдущую формулу, то мы найдём среднее время ожидания для пассажиров на остановке:

Для рейсов с прибытиями по процессу Пуассона ожидаемое время ожидания идентично среднему интервалу между прибытиями.

Об этой проблеме можно рассуждать так: процесс Пуассона — это процесс без памяти, то есть история событий не имеет никакого отношения к ожидаемому времени следующего события. Поэтому по приходу на автобусную остановку среднее время ожидания автобуса всегда одинаково: в нашем случае это 10 минут, независимо от того, сколько времени прошло с момента предыдущего автобуса! При этом не имеет значения, как долго вы уже ждали: ожидаемое время до следующего автобуса всегда ровно 10 минут: в пуассоновском процессе вы не получаете «кредит» за время, проведённое в ожидании.

Время ожидания в реальности

Вышеизложенное хорошо, если реальные прибытия автобусов на самом деле описываются процессом Пуассона, но так ли это?

Источник: схема общественного транспорта Сиэтла

Попробуем определить, как парадокс времени ожидания согласуется с реальностью. Для этого изучим некоторые данные, доступные для загрузки здесь: arrival_times.csv (CSV-файл объёмом 3 МБ). Набор данных содержит запланированное и фактическое время прибытия для автобусов RapidRide маршрутов C, D и E на автобусной остановке 3rd&Pike в центре Сиэтла. Данные записаны во втором квартале 2016 года (огромное спасибо Марку Халленбеку из транспортного центра штата Вашингтон за этот файл!).

import pandas as pd df = pd.read_csv('arrival_times.csv') df = df.dropna(axis=0, how='any') df.head()
OPD_DATE VEHICLE_ID RTE DIR TRIP_ID STOP_ID STOP_NAME SCH_STOP_TM ACT_STOP_TM
0 2016-03-26 6201 673 S 30908177 431 3RD AVE & PIKE ST (431) 01:11:57 01:13:19
1 2016-03-26 6201 673 S 30908033 431 3RD AVE & PIKE ST (431) 23:19:57 23:16:13
2 2016-03-26 6201 673 S 30908028 431 3RD AVE & PIKE ST (431) 21:19:57 21:18:46
3 2016-03-26 6201 673 S 30908019 431 3RD AVE & PIKE ST (431) 19:04:57 19:01:49
4 2016-03-26 6201 673 S 30908252 431 3RD AVE & PIKE ST (431) 16:42:57 16:42:39

Я выбрал данные RapidRide в том числе потому что на протяжении большей части дня автобусы курсируют с регулярными интервалами 10−15 минут, не говоря уже о том, что я частый пассажир маршрута С.

Очистка данных

Для начала сделаем небольшую очистку данных, чтобы преобразовать их в удобный вид:

# combine date and time into a single timestamp df['scheduled'] = pd.to_datetime(df['OPD_DATE'] + ' ' + df['SCH_STOP_TM']) df['actual'] = pd.to_datetime(df['OPD_DATE'] + ' ' + df['ACT_STOP_TM']) # if scheduled & actual span midnight, then the actual day needs to be adjusted minute = np.timedelta64(1, 'm') hour = 60 * minute diff_hrs = (df['actual'] - df['scheduled']) / hour df.loc[diff_hrs > 20, 'actual'] -= 24 * hour df.loc[diff_hrs < -20, 'actual'] += 24 * hour df['minutes_late'] = (df['actual'] - df['scheduled']) / minute # map internal route codes to external route letters df['route'] = df['RTE'].replace().astype('category') df['direction'] = df['DIR'].replace().astype('category') # extract useful columns df = df[['route', 'direction', 'scheduled', 'actual', 'minutes_late']].copy() df.head()
Маршрут Направление График Факт. прибытие Опоздание (мин)
0 C юг 2016-03-26 01:11:57 2016-03-26 01:13:19 1.366667
1 C юг 2016-03-26 23:19:57 2016-03-26 23:16:13 -3.733333
2 C юг 2016-03-26 21:19:57 2016-03-26 21:18:46 -1.183333
3 C юг 2016-03-26 19:04:57 2016-03-26 19:01:49 -3.133333
4 C юг 2016-03-26 16:42:57 2016-03-26 16:42:39 -0.300000

На сколько опаздывают автобусы?

В этой таблице шесть наборов данных: направления на север и юг для каждого маршрута C, D и E. Чтобы получить представление об их характеристиках, давайте построим гистограмму фактического минус запланированного времени прибытия для каждого из этих шести:

import seaborn as sns g = sns.FacetGrid(df, row="direction", col="route") g.map(plt.hist, "minutes_late", bins=np.arange(-10, 20)) g.set_titles(' ') g.set_axis_labels('minutes late', 'number of buses');

Логично предположить, что автобусы ближе к графику в начале маршрута и больше отклоняются от него к концу. Данные подтверждают это: наша остановка на южном маршруте С, а также на северных D и Е близка к началу маршрута, а в обратном направлении — недалеко от конечного пункта.

Запланированные и наблюдаемые интервалы

Посмотрим на наблюдаемые и запланированные интервалы между автобусами для этих шести маршрутов. Начнём с функции groupby в Pandas для вычисления этих интервалов:

def compute_headway(scheduled): minute = np.timedelta64(1, 'm') return scheduled.sort_values().diff() / minute grouped = df.groupby(['route', 'direction']) df['actual_interval'] = grouped['actual'].transform(compute_headway) df['scheduled_interval'] = grouped['scheduled'].transform(compute_headway)
g = sns.FacetGrid(df.dropna(), row="direction", col="route") g.map(plt.hist, "actual_interval", bins=np.arange(50) + 0.5) g.set_titles(' ') g.set_axis_labels('actual interval (minutes)', 'number of buses');

Уже видно, что результаты не очень похожи на экспоненциальное распределение нашей модели, но это ещё ничего не говорит: на распределения могут влиять непостоянные интервалы в графике.

Повторим построение диаграмм, взяв запланированные, а не наблюдаемые интервалы прибытия:

g = sns.FacetGrid(df.dropna(), row="direction", col="route") g.map(plt.hist, "scheduled_interval", bins=np.arange(20) - 0.5) g.set_titles(' ') g.set_axis_labels('scheduled interval (minutes)', 'frequency');

Это показывает, что в течение недели автобусы ходят с разными интервалами, так что мы не можем оценить точность парадокса времени ожидания по реальной информации с остановки.

Построение однородных расписаний

Хотя официальный график не даёт однородных интервалов, есть несколько конкретных промежутков времени с большим количеством автобусов: например, почти 2000 автобусов маршрута E в северную сторону с запланированным интервалом в 10 минут. Чтобы узнать, применим ли парадокс времени ожидания, давайте сгруппируем данные по маршрутам, направлениям и запланированному интервалу, а затем повторно сложим их, словно они произошли последовательно. Это должно сохранить все соответствующие характеристики исходных данных, облегчив при этом прямое сравнение с предсказаниями парадокса времени ожидания.

def stack_sequence(data): # first, sort by scheduled time data = data.sort_values('scheduled') # re-stack data & recompute relevant quantities data['scheduled'] = data['scheduled_interval'].cumsum() data['actual'] = data['scheduled'] + data['minutes_late'] data['actual_interval'] = data['actual'].sort_values().diff() return data subset = df[df.scheduled_interval.isin([10, 12, 15])] grouped = subset.groupby(['route', 'direction', 'scheduled_interval']) sequenced = grouped.apply(stack_sequence).reset_index(drop=True) sequenced.head()
Маршрут Направление Расписание Факт. прибытие Опоздание (мин) Факт. интервал Интервал по графику
0 C север 10.0 12.400000 2.400000 NaN 10.0
1 C север 20.0 27.150000 7.150000 0.183333 10.0
2 C север 30.0 26.966667 -3.033333 14.566667 10.0
3 C север 40.0 35.516667 -4.483333 8.366667 10.0
4 C север 50.0 53.583333 3.583333 18.066667 10.0

На очищенных данных можно составить график распределения фактического появления автобусов по каждому маршруту и направлению с частотой прибытия:

for route in ['C', 'D', 'E']: g = sns.FacetGrid(sequenced.query(f"route == ''"), row="direction", col="scheduled_interval") g.map(plt.hist, "actual_interval", bins=np.arange(40) + 0.5) g.set_titles(' ( min)') g.set_axis_labels('actual interval (min)', 'count') g.fig.set_size_inches(8, 4) g.fig.suptitle(f' line', y=1.05, fontsize=14)

Мы видим, что для каждого маршрута распределение наблюдаемых интервалов почти гауссово. Оно достигает максимума около запланированного интервала и имеет стандартное отклонение, которое меньше в начале маршрута (на юг для C, на север для D/E) и больше в конце. Даже на глаз видно, что фактические интервалы прибытия определённо не соответствуют экспоненциальному распределению, что является основным предположением, на котором основан парадокс времени ожидания.

Мы можем взять функцию моделирования времени ожидания, которую использовали выше, чтобы найти среднее время ожидания для каждого автобусного маршрута, направления и расписания:

grouped = sequenced.groupby(['route', 'direction', 'scheduled_interval']) sims = grouped['actual'].apply(simulate_wait_times) sims.apply(lambda times: " +/- ".format(times.mean(), times.std()))
маршрут направление интервал по расписанию C север 10.0 7.8 +/- 12.5 12.0 7.4 +/- 5.7 15.0 8.8 +/- 6.4 юг 10.0 6.2 +/- 6.3 12.0 6.8 +/- 5.2 15.0 8.4 +/- 7.3 D север 10.0 6.1 +/- 7.1 12.0 6.5 +/- 4.6 15.0 7.9 +/- 5.3 юг 10.0 6.7 +/- 5.3 12.0 7.5 +/- 5.9 15.0 8.8 +/- 6.5 E север 10.0 5.5 +/- 3.7 12.0 6.5 +/- 4.3 15.0 7.9 +/- 4.9 юг 10.0 6.8 +/- 5.6 12.0 7.3 +/- 5.2 15.0 8.7 +/- 6.0 Name: actual, dtype: object

Среднее время ожидания, возможно, на минуту или две больше половины запланированного интервала, но не равно запланированному интервалу, как подразумевает парадокс времени ожидания. Другими словами, парадокс инспекции подтверждён, но парадокс времени ожидания не соответствует действительности.

Заключение

Парадокс времени ожидания был интересной отправной точкой для обсуждения, которое включило в себя моделирование, теорию вероятности и сравнение статистических предположений с реальностью. Хотя мы подтвердили, что в реальном мире автобусные маршруты подчиняются некоторой разновидности парадокса инспекции, приведённый выше анализ довольно убедительно показывает: основное предположение, лежащее в основе парадокса времени ожидания, — что прибытие автобусов следует статистике пуассоновского процесса — не является обоснованным.

Оглядываясь назад, это и не удивительно: процесс Пуассона — это процесс без памяти, который предполагает, что вероятность прибытия полностью независима от времени с момента предыдущего прибытия. На самом деле в хорошо управляемой системе общественного транспорта есть специально структурированные расписания, чтобы избежать такого поведения: автобусы не начинают свои маршруты в случайное время в течение дня, а стартуют по расписанию, выбранному для наиболее эффективной перевозки пассажиров.

Более важный урок в том, что следует быть осторожным относительно предположений, которые вы делаете к любой задаче анализа данных. Иногда процесс Пуассона — хорошие описание для данных о времени прибытия. Но только то, что один тип данных звучит как другой тип данных, не означает, что предположения, допустимые для одного, обязательно действительны для другого. Часто предположения, которые кажутся правильными, могут привести к выводам, которые не соответствуют действительности.

  • процесс Пуассона
  • общественный транспорт
  • время ожидания автобуса

Автобусы не ходят по расписанию! Как с этим бороться?

Где можно сделать замечания по поводу работы автобуса №1209? Часто не приходят автобусы вообще или приходят с опозданием в полчаса. Как выяснить, кто хозяин этого маршрута или где находится диспетчерская?

18 ответов

02 июля 2009, 11:19

Так 1209 — это же коммерческий автобус, разве можно на него как-то воздействовать?

16 июля 2009, 15:30

Недавно послал сообщение в общественную приемную Толоконскому, в котором , в частности, осветил проблему с работой общественного транспорта в вечернее время и предложил меры борьбы с этим безобразием. Сегодня, 16.07.09 в интернете вообще не оказалось сайта общественной приемной губернатора. А вообще это должно решаться департаментами транспорта мэрии и администрации НСО, а мы должны иметь доступ для того, чтобы сообщать о нарушениях на маршрутах.

02 июля 2009, 11:19

Обратиться с замечаниями и предложениями по поводу работы транспорта Вы можете в Департамент транспорта и дорожно-благоустроительного комплекса мэрии. Специалисты данного департамента смогут предоставить Вам дополнительную информацию о нахождении диспетчера и собственника транспортного средства.

02 июля 2009, 11:25

Мне кажется, что это просто бесполезно, всё равно автобусы будут ходить так, как им удобно, а не так, как удобно людям.

07 июля 2009, 16:02

А вот это проблема, да. У нас в стране всё именно так, к сожалению. И корни сего уже наверное и не найти.

02 июля 2009, 11:36

Ну, я бы не согласилась с предыдущим комментатором. У нас тоже такая проблема есть, но это больше маршруток касается. Все равно нужно жаловаться, иногда это бывает действенно, а под лежачий камень и вода не течет.

02 июля 2009, 11:39

А у маршруток есть расписание? o_O

07 июля 2009, 16:01

Вы будете удивлены, но в паспорте маршрута, при получении лицензии и чего там еще требуется - есть и маршрут с остановками, и интервал движения и все-все-все. Поэтому требовать не только можно, но и нужно.

02 июля 2009, 11:49

автобус хоть и частный, но, насколько я знаю, все частники заключают договоры с управлением пассажирских перевозок и устанавливают расписание ,которому они обязаны следовать. Если не следуют - это прямое нарушение договора. У меня была подобная ситуация, когда мне надоело каждый вечер зимой ждать маршрутку 1091 на Речном вокзале по 30-40 минут, в то время как аналогичные маршрутки ходили нормально.Я позвонила в это управление пассажирских перевозок, добралась до какого-то начальника и он мне сказал, что эти маршрутки обязаны ходить с максимальным интервалом 15 минут, а если это не так, то пассажиры должны оставлять жалобы. На тот момент ни одной жалобы у него не было. Самое смешное, что на следующий день эта маршрутка начала ходить нормально, правда, это продолжалось не дольше 2 недель.Так что хочу сказать - люди, если Вас что-то не устраивает в работе транспорта, жалуйтесь, лучше в письменном виде. А то в очереди все хороши возмущаться, а как до дела доходит ,так все в сторону.

07 июля 2009, 16:01

Не знал. Спасибо! 🙂

06 июля 2009, 13:37

Предлагаю составить список "проблемных" автобусов и машруток, и обратиться с этим списком в управление пассажирских перевозок!

06 июля 2009, 14:51

Предлагаю организовать расследование по этому поводу, там собрать все списки и материалы, а потом вынести их в вердикт.

06 июля 2009, 17:14

А что, хорошая идея.

07 июля 2009, 01:53

Вы, кажется, хотели ответить мне на комментарий, а ответили во всю ветку, как на форуме. 🙂

07 июля 2009, 05:28

Здравствуйте, разрешите присоединиться. Транспорт в городе - это вопрос местного значения - На органы местного самоуправления возлагается создание условий для предоставления транспортных услуг населению и организация транспортного обслуживания населения в границах городского округа. Из этого следует, что есть определенные структуры (отделы в администрации, депертаменты, управления и т.д.) в органам МСУ, курирующие данные вопросы. Алгоритм обращения - 1) коллективное обращение (указать лицо, которому должен прийти ответ) 2) адресовать (по личному опыту) на имя главы муниципального образования (мэру, главе города и т.д.)- существует двойная регистрация заявления, - оно в любом случае направится транспортникам, но контроль со стороны главы будет жестче и по срокам и по содержанию. 3) описать проблему 4) потребовать а) проведения внутреннего расследования по фактам, изложенным в заявлении; б) твыполнения конкретных действий - не надо писать типа: просим принять меры, а надо четко указать - обязать соблюдать график перевозок и т.д. 5) указать, что просим о принятых мерах информировать в течение 30 дней по адресу . Насколько я помню местные транспортные разборки, все разруливалось.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *