ดัชนีความแนบเนื้อในรถไฟฟ้ากรุงเทพฯ ช่วงเช้า

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)

ดัชนีความแนบเนื้อนี้จะบ่งบอกเป็นเปอร์เซ็นต์ ถึงความเบียด ความแนบแน่นที่คุณกำลังจะพบเจอหากขึ้นรถไฟฟ้าขบวนนั้นๆ ในแต่ละสถานีครับ แต่เนื่องด้วยแต่ละสถานีมีปริมาณคนขึ้นและลงจากชานชาลาไม่เท่ากัน จึงทำให้ดัชนีความแนบเนื้อนั่นมีความแตกต่างกันอย่างเห็นได้ชัดในบางสถานี

ระดับความแนบเนื้อ เหมือนเราไปอยู่เอง

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

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