大多数人可能对自行车模型更感兴趣，而不是建模自行车。然而，建模自行车是一个具有挑战性的问题流项目．实施交通措施后，如何预测自行车交通?你如何证明对一座自行车桥的投资是合理的?某个十字路口还会有更多的自行车吗?FLOW项目的合作伙伴在研讨会上讨论了如何将自行车和行人纳入交通模型，来自不同欧洲国家的12家咨询公司被选为“先行者”。

工具和模型

在流程项目中，评估工具旨在评估特定措施对行人或骑自行车者的影响。在第一个地方，流程已经开发出一种分析拥堵的方法。这种方法中的新是新的，它不仅可以依靠汽车流量的延迟，而是所有交通参与者，包括骑自行车者和行人。

然而，或多或少的拥塞不是基础设施测量的唯一影响。交通安全，噪音和排放量较低，积极循环和行走的健康益处，减少能耗，停车车的土地利用减少，吸引人的商店和房屋的租金增加：这只是考虑到的指标列表流’impact assessment tool’. This new tool can count the wider impact of cycling measures such as building a cycle bridge or a new cycle path. It will give decision makers a useful tool that compares the costs and the benefits of an investment for walking and cycling.

为了正确地使用这些工具，您需要大量的数据。今天的交通数据和措施实施后的交通预测。对于这些预测，您需要交通模型。到目前为止，只有少数车型考虑到自行车交通。但是，就像在上一篇文章，流程也在这个主题上工作。

挑战

使用这些模型和工具可能是非常具有挑战性的，因为以下三个原因：缺乏数据，骑自行车者的有时不可预测的行为和决策者的非理性决策。

数据

如果没有数据或数据错误，模型就不能给出充分的预测。人们居住、工作或购物的地方通常都有数据。另一方面，关于有多少通勤者骑自行车的数据并不总是可用。通过应用程序计算大街上骑自行车的人的数量和跟踪他们的路线，可以越来越多地提供这样的数据。荷兰是先驱之一，每年有5万人参加“Fietstelweek”(自行车计数周)。在这一周，我们不仅要追踪某一路段上骑自行车的人的相对数量，还要追踪在十字路口的速度和等待时间，以及从起点到终点的通行路线。此外，荷兰有关于每个路段和十字路口质量的非常详细的信息，由Fietsersbond的志愿者为“Fietsrouteplanner”或自行车路线规划师收集。“Fietstelweek”数据和“Fietsrouteplanner”信息的结合，可以提供更多关于骑行者如何选择路线的信息。

骑自行车者的不可预测的行为

交通模型具有建模骑自行车者的行为困难。在雨，风或风暴的情况下，有多少骑车者乘火车，公共汽车或汽车？汽车司机的路线选择是可预测的，但骑自行车的人采取不同的路线从A到B获取：有些人拍摄最短的路线，其他人更喜欢较长的路线以避免交通灯。有些人将乘坐更安全的路线或更具吸引力的路线。

骑自行车者和行人的行为不同，如微型模型情况所设计的。红色交通灯经常被忽视，骑自行车者和行人可以在拥挤的汽车之间移动，或者如果这似乎足够安全，甚至可以采取对角线过境。骑自行车者和行人可以找到自己的方式来处理拥堵。这个聪明的结果（但有时不是合法的）行为是交叉的能力远远大于可能预期的程度。在这些情况下，“常识”可能比交通模型更有用。

决策者的非理性决策

在决定实施措施之前，使用流量模型和评估工具似乎逻辑。但在实践模型中经常在决定之后使用，减少决策者的不确定性，并帮助政治家向公众销售措施。该模型应该向漂亮的视觉展示“好事”，以抵抗对手的通常负面评论。

只要使用的模型和工具准确且透明，这并不总是错的。该模型不应该导致一个数字，但应明确帮助解释选择，通过提供良好的分析。重要的是要意识到滥用不透明的模型，并使用不准确的数据作为决定的基础。

模型和评估工具必须留在使用中

这是否意味着我们不应该再使用模型和评估工具了?“不!车间里的专家们说。但是模型和评估工具应该始终与常识结合使用，小心滥用。模型应该始终是透明的，旨在帮助有关主题的讨论。由于这些模型的性能与汽车不同，所以要让它们更适合行人和骑自行车的人仍然是一个挑战。但通过解读这些数据，在收集相关数据和理解骑自行车者和行人的行为方面取得了进展。

评估交通措施的影响仍然值得一项严重的努力，因为数亿欧元在基础设施项目中度过。