तकनीकी सारांश: मांग अनिश्चितता के तहत ट्रांजिट डेजर्ट सुधार के लिए जोखिम-जागरूक नियोजन

1. समस्या की परिभाषा

यह शोध पत्र ट्रांजिट डेजर्ट सुधार (transit desert remediation) की चुनौती को संबोधित करता है: उन क्षेत्रों में सार्वजनिक परिवहन में सुधार के लिए सीमित पूंजी का आवंटन करना जहाँ मांग तो मौजूद है लेकिन सेवा अपर्याप्त है। मुख्य कठिनाई मांग की अनिश्चितता (demand uncertainty) है। स्थापित गलियारों (corridors) के विपरीत जहाँ यात्री संख्या (ridership) दृश्यमान होती है, ट्रांजिट डेजर्ट में ऐतिहासिक डेटा का अभाव होता है; एजेंसियां सेवा शुरू होने से पहले यात्री संख्या का अवलोकन नहीं कर सकतीं।

पारंपरिक नियोजन 'फोर-स्टेप ट्रैवल डिमांड मॉडल' पर निर्भर करता है जो प्रकट प्राथमिकताओं (सर्वेक्षणों) और भूमि-उपयोग पूर्वानुमानों का उपयोग करते हैं। हालांकि, ये मॉडल असूचीबद्ध क्षेत्रों (unserved zones) में विफल रहते हैं क्योंकि वे मौजूदा बुनियादी ढांचे से अनुमान लगाते हैं, जिससे अक्सर निवेश केवल उन्हीं क्षेत्रों की ओर निर्देशित होता है जहाँ मांग पहले से ही निश्चित है, और इस प्रकार अंतराल को और गहरा कर देते हैं। लेखक इसे आंशिक दृश्यता (partial observability) के तहत एक अनुक्रमिक निर्णय लेने वाली समस्या के रूप में देखते हैं, जहाँ एक एजेंसी को तत्काल इक्विटी लाभ और प्रारंभिक सेवा तैनाती के माध्यम से गुप्त मांग (latent demand) को सीखने के मूल्य और वित्तीय हानि के जोखिम के बीच संतुलन बनाना होता है।

2. कार्यप्रणाली

A. POMDP के रूप में औपचारिकीकरण

इस समस्या को पांच साल की अवधि के लिए एक पार्शियली ऑब्जर्वेबल मार्कोव डिसीजन प्रोसेस (POMDP) के रूप में मॉडल किया गया है:

• अवस्था (state - $s_t$): इसमें वर्तमान कवरेज मानचित्र ($v_t$), शेष बजट ($B_t$), और एक गुप्त गुप्त मांग वेक्टर ($d$) शामिल है। मांग एक 'प्रायर' (prior) से एक बार ली जाती है और स्थिर रहती है (एपिस्टेमिक अनिश्चितता), न कि एक स्टोकेस्टिक झटके के रूप में उतार-चढ़ाव करती है।
• क्रिया (action - $a_t$): जनगणना क्षेत्र (census-tract zones) के आधार पर बजट का आवंटन। एक क्षेत्र में कवरेज तभी बदलता है जब संचयी निवेश एक विशिष्ट थ्रेशोल्ड लागत को पार कर जाता है।
• अवलोकन (observation - $o_t$): शोर युक्त यात्री गणना (noisy ridership counts) केवल उन्हीं क्षेत्रों में देखी जाती है जहाँ सेवा प्राप्त हुई है। असूचीबद्ध क्षेत्र कोई संकेत प्रदान नहीं करते, जो योजनाकार को तैनाती के माध्यम से सूचना "खरीदने" के लिए मजबूर करते हैं।
• पुरस्कार (Reward): एक मिश्रित फलन जो जोड़ता है:
  1. इक्विटी-भारित कवरेज लाभ: आय के व्युत्क्रमानुपाती भार द्वारा भारित ($w_z \propto 1/\text{Income}_z$)।
  2. जोखिम दंड (Risk Penalty): एक कंडीशनल वैल्यू-एट-रिस्क (CVaR) पद जो मांग के सबसे खराब $\alpha$-अनुपात (10% पर सेट) वाले परिदृश्यों में अपेक्षित वित्तीय कमी को दंडित करता है। यह योजनाकार को वित्तीय स्थिरता की कीमत पर उच्च-परिवर्तनशीलता (high-variance), उच्च-पुरस्कार वाले क्षेत्रों के पीछे भागने से रोकता है।

B. विश्वास गतिशीलता (Belief Dynamics) और साइड इंफॉर्मेशन

सिस्टम प्रत्येक क्षेत्र के लिए 'लॉग-नॉर्मल प्रायर' को साइड इंफॉर्मेशन (जनसंख्या घनत्व, रोजगार, आय, वाहन पहुंच, और मौजूदा ट्रांजिट से दूरी) के आधार पर बनाए रखता है।

• प्रायर वेरिएंस (Prior Variance): मौजूदा ट्रांजिट से दूर स्थित क्षेत्रों को उच्च प्रायर वेरिएंस दिया जाता है, जो यात्री संख्या के बारे में कमजोर साक्ष्य को दर्शाता है।
• बायेसियन अपडेट (Bayesian Update): जैसे-जैसे सेवा तैनात की जाती है और यात्री संख्या देखी जाती है, पोस्टीरियर वितरण को लॉग-स्पेस में एक 'नॉर्मल-नॉर्मल कंजुगेट अपडेट' का उपयोग करके अपडेट किया जाता है। प्रत्येक अवलोकन के साथ वेरिएंस कम होता है, जिससे योजनाकार सेवा वाले क्षेत्रों के लिए मांग अनुमानों को परिष्कृत कर सकता है, जबकि असूचीबद्ध क्षेत्रों के बारे में अनिश्चित बना रहता है।

C. समाधान दृष्टिकोण

पांच साल की अवधि और मध्यम एक्शन स्पेस को देखते हुए, लेखक पूर्ण POMCP (पार्शियली ऑब्जर्वेबल मोंटे कार्लो प्लानिंग) के बजाय एक मायोपिक बिलीफ-अवेयर प्लानर (myopic belief-aware planner) का उपयोग करते हैं।

• उद्देश्य: अपेक्षित इक्विटी-भारित कवरेज लाभ को घटाकर, CVaR दंड और एक स्पष्ट इंफॉर्मेशन वैल्यू (IV) बोनस को जोड़कर अधिकतम करना। IV बोनस योजनाकार को उच्च पोस्टीरियर अनिश्चितता वाले क्षेत्रों में निवेश करने के लिए प्रोत्साहित करता है ताकि सीखने की प्रक्रिया तेज हो सके।
• अनुकूलन (Optimization): इस समस्या को सैंपल-एवरेज एप्रोक्सिमेशन (SAA) के माध्यम से हल किया जाता है। योजनाकार वर्तमान विश्वास अवस्था से 200 मांग परिदृश्य निकालता है और सहायक CVaR चरों के साथ एक लीनियर प्रोग्राम (LP) को हल करता है। यह प्रति अवधि प्रति शहर तीव्र गणना (0.5 सेकंड से कम) की अनुमति देता है।

D. वित्तीय मॉडल

मॉडल 25 शहरों के लिए एक एकीकृत वित्तीय ढांचे को एकीकृत करता है, जो गणना करता है:

• परिचालन लागत (Operating Cost): वाहन-घंटों और क्षेत्रीय मूल्य समानता के आधार पर।
• पूंजीगत लागत (Capital Cost): वाहनों (12 वर्ष) और बुनियादी ढांचे (30 वर्ष) के लिए परिशोधित (amortized) लागत।
• राजस्व (Revenue): यात्री संख्या $\times$ किराया $\times$ कैप्चर रेट के रूप में अनुमानित।
• शुद्ध सब्सिडी (Net Subsidy): लागत और राजस्व के बीच का अंतर, जिसका उपयोग CVaR जोखिम मीट्रिक की गणना के लिए किया जाता है।

3. प्रयोगात्मक सेटअप

• डेटासेट: उत्तरी और दक्षिणी अमेरिका के 25 शहर (शिकागो, ऑस्टिन, डेट्रॉयट, पोर्टलैंड, बोगोटा आदि सहित), जो आकार, शहरी स्वरूप और ट्रांजिट परिपक्वता में भिन्न हैं।
• क्षेत्र (Zones): जनगणना क्षेत्र (या बोगोटा में प्रशासनिक इकाइयाँ), प्रति शहर 60-200 क्षेत्र।
• बेसलाइन (Baselines):
  1. स्थिर अनुकूलन (Static Optimization): एक नियत पांच साल का प्लान जो प्रायर मीन डिमांड के आधार पर पूरे बजट को आवंटित करता है, बिना किसी अनुक्रमिक अपडेट के।
  2. ग्रीडी कवरेज (Greedy Coverage): उच्चतम इक्विटी-टू-कॉस्ट अनुपात वाले अनकवर्ड क्षेत्र को फंड करता है, जोखिम और सूचना मूल्य की अनदेखी करता है।
  3. यादृच्छिक आवंटन (Random Allocation): समान यादृच्छिक चयन।
• मीट्रिक्स: उपचारित ट्रांजिट-डेजर्ट ट्रैक्ट्स का अंश ($\Delta C$), लागत दक्षता, इक्विटी स्कोर, और वित्तीय जोखिम (शुद्ध सब्सिडी का CVaR)।

4. मुख्य परिणाम

A. प्रदर्शन लाभ

• सुधार दर (Remediation Rate): POMDP प्लानर पांच वर्षों में ट्रांजिट-डेजर्ट ट्रैक्ट्स के मध्यिका (median) 53.6% को सुधारता है।
• स्थिर अनुकूलन पर सुधार: औसतन, POMDP दृष्टिकोण स्थिर अनुकूलन की तुलना में सुधार दर में 5.0 प्रतिशत अंक (एक 11.3% सापेक्ष लाभ) का सुधार करता है। यह 25 में से 16 शहरों में स्थिर नियोजन से बेहतर प्रदर्शन करता है।
• बजट संवेदनशीलता: लाभ मध्यम बजट पर सबसे अधिक स्पष्ट होते हैं। बेसलाइन बजट के 50% पर, लाभ +9.9 प्रतिशत अंक तक चरम पर होता है। 200% बजट (जहाँ दोनों नीतियां ~93% कवरेज के पास संतृप्त हो जाती हैं) पर, अंतर घटकर +2.6 अंक रह जाता है।
• मजबूती (Robustness): जब प्रायर डिमांड मॉडल काफी गलत कैलिब्रेटेड (50% शोर तक) होता है, तब भी प्लानर अपना लाभ बनाए रखता है, जबकि स्थिर नियोजन का प्रदर्शन स्थिर रहता है क्योंकि यह अपने प्रारंभिक पूर्वानुमान को संशोधित नहीं कर सकता।

B. संरचनात्मक भविष्यवक्ता (Structural Predictors)

• लागत चालक (Cost Drivers): जनसंख्या घनत्व प्रति-ट्रैक्ट सुधार लागत का सबसे मजबूत भविष्यवक्ता ($R^2 = 0.41$) है। जनसंख्या घनत्व को दोगुना करने से प्रति-ट्रैक्ट लागत लगभग 30% कम हो जाती है।
• लागत दक्षता: सघन, उच्च-घनत्व वाले शहर (जैसे शिकागो, सैन फ्रांसिस्को) रूट विस्तार के माध्यम से सुधारने के लिए सस्ते हैं, जबकि फैले हुए कम-घनत्व वाले महानगर (जैसे ह्यूस्टन, फीनिक्स) को लंबी रूटों की आवश्यकता होती है जिनमें कम यात्री घनत्व होता है, जिससे लागत बढ़ जाती है।

C. जोखिम और इक्विटी

• वित्तीय जोखिम: जबकि समग्र शुद्ध सब्सिडी जोखिम (CVaR) POMDP प्लानर के लिए थोड़ा अधिक है (अधिक क्षेत्रों को सेवा देने के कारण), प्रति उपचारित ट्रैक्ट जोखिम कम है। CVaR दंड प्रभावी रूप से योजनाकार को उच्च-अनिश्चितता, उच्च-विफलता-जोखिम वाले निवेशों से दूर ले जाता है।
• इक्विटी: इक्विटी-भारित पुरस्कार यह सुनिश्चित करता है कि अनुकूलन रणनीति कम आय वाले क्षेत्रों से दूर न जाए; अत्यधिक अनिश्चित शहरों में, यह सक्रिय रूप से उनमें निवेश की ओर झुकता है।

D. एब्लेशन अध्ययन (Ablation Studies)

• सूचना मूल्य (Information Value): स्पष्ट सूचना मूल्य (IV) बोनस ($\eta=0$) को हटाने से प्रदर्शन में केवल 0-4 प्रतिशत अंक की कमी आती है। यह इंगित करता है कि सफलता का प्राथमिक चालक बायेसियन बिलीफ अपडेटिंग है, न कि एक स्पष्ट अन्वेषण (exploration) पुरस्कार। प्लानर स्वाभाविक रूप से शुरुआती तैनाती से सीखता है, जिससे बाद के आवंटन में सुधार होता है।

5. महत्व और दावे

यह शोध पत्र दावा करता है कि यह निम्नलिखित कार्यों में से पहला है:

1. अनऑब्जर्वेबल डिमांड की "कोल्ड स्टार्ट" समस्या को संभालने के लिए ट्रांजिट डेजर्ट सुधार को स्पष्ट रूप से POMDP के रूप में तैयार करना।
2. अनुक्रमिक सार्वजनिक परिवहन नियोजन में वित्तीय टेल रिस्क (tail risk) को प्रबंधित करने के लिए CVaR बाधाओं को एकीकृत करना।
3. एक एकीकृत वित्तीय मॉडल का उपयोग करके 25 विविध शहरों में एक अनुभवजन्य बेंचमार्क प्रदान करना, जो केवल उदाहरणों तक सीमित नहीं है।

लेखकों का तर्क है कि उनके परिणाम दर्शाते हैं कि प्रारंभिक सेवा तैनाती को सूचना एकत्र करने के लिए भी डिज़ाइन किया जा सकता है। पांच साल का पूंजीगत प्लान पूरी तरह से प्रारंभिक अनुमानों पर आधारित होने की आवश्यकता नहीं है; इसके बजाय, एजेंसियां इक्विटी लक्ष्यों को छोड़े बिना बाद के आवंटन को सूचित करने के लिए प्रारंभिक यात्री अवलोकनों का उपयोग कर सकती हैं। अध्ययन बताता है कि विश्वास-जागरूक नियोजन (belief-aware planning) उन शहरों में सबसे अधिक मूल्यवान है जहाँ मांग अनिश्चित है और बजट मध्यम है, जो स्थिर, नियत नियोजन के मुकाबले एक मजबूत विकल्प प्रदान करता है।

6. सीमाएं

लेखक कई मॉडलिंग सरलीकरणों को स्वीकार करते हैं:

• डिमांड मॉडल लॉग-लीनियर है और प्रेरित मांग (induced demand) (नई सेवा से उत्पन्न नए यात्री) को कैप्चर नहीं करता है।
• लागत अनुमानों के लिए वहां राष्ट्रीय औसत का उपयोग किया जाता है जहां शहर-विशिष्ट डेटा उपलब्ध नहीं है।
• वास्तविक मांग को नियोजन अवधि के दौरान स्थिर माना गया है।
• एक्शन स्पेस उन राजनीतिक और नियामक बाधाओं को छोड़ देता है जो अक्सर वास्तविक सेवा विस्तार को निर्धारित करती हैं।