Ridesourcing-platformen die taxiritten aanbieden, zoals Uber en DiDi, hebben baat bij sociaal-economische ongelijkheid. Onderzoekers Arjan de Ruijter, Oded Cats en Hans de Lint van de TU Delft modelleerden het gedrag van passagiers en chauffeurs en simuleerden zo de markt voor deze ridesourcing-platformen. Het onderzoek is onlangs gepubliceerd in Nature Scientific Reports en verklaart met name waarom in sommige steden ridesourcing-diensten grote spelers kunnen worden in het mobiliteitssysteem, terwijl ze in andere steden niet van de grond komen.  

Maar wat als iedereen hetzelfde inkomen had? Of wat als bijna al het geld in handen was van één persoon? Met deze uitersten van (on)gelijkheid simuleerden onderzoekers van de TU Delft de markt voor ridesourcingplatformen, zoals Uber of DiDi. Oded Cats, professor in Personenvervoerssystemen: “Deze extremen helpen bij het contextualiseren van de dynamiek in de echte wereld, waar alle samenlevingen wereldwijd ergens tussenin vallen.”  

Om tot een duurzaam stedelijk mobiliteitssysteem te komen, wordt in nieuwe ontwerpen het belang gezien van het verbeteren van het openbaar vervoer. Het is cruciaal om te begrijpen hoe je het ov kunt versterken en de toegang tot mobiliteitsknooppunten voor passagiers kunt verbeteren. “In steden als Amsterdam, met relatief weinig ongelijkheid, korte reisafstanden en een goed fiets- en ov-netwerk, zal Uber waarschijnlijk niet floreren,” legt onderzoeker Arjan de Ruijter uit: “Daarom kunnen vervoersautoriteiten in zulke steden zich beter richten op het aanbieden van deelfietsen en -scooters om de bereikbaarheid van stations te verbeteren.” 

In steden met een grote ongelijkheid, denk aan Johannesburg of Rio de Janeiro, gedijen Uber-achtige platformen juist goed. Uit het onderzoek, rekening houdend met het gedrag van chauffeurs en passagiers, komen verschillende verklaringen naar voren. Het platform kapitaliseert op basis van een beroepsbevolking die bereid is om voor lagere lonen te werken. Dit resulteert in een dienst met slechts beperkte wachttijden voor passagiers. Bovendien gaat de dienst mee in de vraag naar ‘mobility on demand’ onder de welvarenden, die bereid zijn ervoor te betalen. 

Met de onderzoeksresultaten kan de potentiële dominantie van Uber-achtige diensten verklaard worden en voorspellen ze het ontwerp van een mobiliteitssysteem. Ze bieden daarnaast een leidraad voor het bepalen van waar het nodig is om met regulerende maatregelen te komen en hoe dat het beste ontworpen kan worden. De Ruijter observeerde hoe deze platforms hun strategieën aanpassen op basis van ongelijkheid: “In een samenleving met veel ongelijkheid kunnen bedrijven hogere commissies vragen aan chauffeurs, omdat chauffeurs beperkte alternatieve arbeidsmogelijkheden hebben.” Cats voegt toe: “Aan de andere kant, in samenlevingen met weinig ongelijkheid, moeten de platforms met prijsstrategieën kieskeurige chauffeurs aantrekken, wat resulteert in lagere commissies.” Dit illustreert de wisselwerking tussen sociaal-economische factoren en de levensvatbaarheid van ridesourcingplatformen. 

Vanwege het gebrek aan gegevens over marktaandelen van de platformen in verschillende steden, besloten de onderzoekers het gedrag van de belangrijkste spelers in de markt te modelleren en te experimenteren met verschillende situaties. Hun model kan ook nuttig zijn bij onderzoek naar ongelijkheidseffecten in de markt voor maaltijd- en boodschappenbezorging, door platformen als Just Eat Takeaway. Deze serviceplatformen lijken ook te floreren op een groep relatief welvarende gebruikers die bereid zijn om te betalen voor de service, en een groep werkenden die voor bereid zijn voor weinig loon aan de slag te gaan.  

Dit onderzoek maakt deel uit van het project CriticalMaaS van het Smart Public Transport Lab. Het project werd gefinancierd door de European Research Council (ERC Starting Grant) en het Amsterdam Institute for Advanced Metropolitan Solutions (AMS). Binnen dit programma ontwikkelen en testen onderzoekers theorieën en modellen om de prestaties van flexibele vervoersdiensten op aanvraag, aangeboden door Mobility as a Service (MaaS-)providers, te verklaren en te voorspellen.  

Lees de volledige paper: Ridesourcing platforms gedijen op sociaaleconomische ongelijkheid door Arjan de Ruijter, Oded Cats en Hans van Lint. 

• Opvallend onderzoek TU Delft: Ridesourcing-platformen als Uber en DiDi gedijen op sociaal-economische ongelijkheid. Redactiefoto.