Rewarding Scale, Missing the Trail: Drone Subsidies and Exposure Accounting in Shenzhen

Stel je een stad voor die een nieuwe soort snelweg in de lucht probeert te bouwen, niet voor auto's, maar voor kleine, zoemende bezorgdrones. Dit is de wereld van de "low-altitude economy", een chique term voor de bloeiende industrie van het versturen van pakketjes via de lucht. Maar hier zit de crux: terwijl de stad deze drones wil aanmoedigen om meer te vliegen (omdat het cool en handig is), moet ze zich ook zorgen maken over de mensen op de grond. Als een drone over een druk park of een rustige school zoemt, kan dat irritant of zelfs gevaarlijk zijn. In de economie noemen we dit een "trade-off". Meestal proberen overheden dit op te lossen door geld (subsidies) te geven aan bedrijven om het netwerk op te bouwen, terwijl ze andere regels gebruiken om ervoor te zorgen dat ze de buren niet lastigvallen. De grote vraag is: praten deze twee systemen eigenlijk wel met elkaar? Of betaalt de overheid in de ene kamer voor de drones, terwijl een andere afdeling in een andere kamer probeert het lawaai te beheren, zonder dat iemand de verbanden legt?

Dit artikel onderzoekt precies dat mysterie in Shenzhen, China, een stad die een wereldleider is in dronebezorging. De onderzoekers treden op als detectives; ze kijken in de regelboeken en de bankafschriften om te zien of het betalingsplan van de stad gekoppeld is aan de veiligheids- en geluidsregels. Ze ontdekten iets verrassends: de stad is erg goed in het tellen van hoeveel vluchten er plaatsvinden en het betalen van bedrijven hiervoor, maar ze heeft een "missing link" als het gaat om de mensen op de grond. Het geld dat aan dronebedrijven wordt gegeven, verandert niet op basis van hoeveel mensen er onder het vliegpad wonen of hoe hard de drone is. De enige keer dat geluid ertoe doet, is als iemand achteraf een klacht indient, en zelfs dan is het slechts een veiligheidscontrole, geen prijskaartje. De studie suggereert dat hoewel de stad over al de juiste gegevens beschikt om deze kwesties te volgen, het systeem dat bepaalt wie betaald krijgt, die gegevens niet daadwerkelijk gebruikt om de beloningen aan te passen. Het is alsoğ als een leraar die een gouden ster geeft voor elke pagina huiswerk die gelezen is, maar nooit controleert of de leerling in een bibliotheek of bij een rockconcert aan het lezen is, ook al heeft de leraar daar een microfoon voor staan.

Het detectivewerk in de lucht

Het verhaal begint in Shenzhen, een enorme, technologische stad waar dronebezorging in opkomst is. De lokale overheid heeft een complex web van regels opgezet om deze nieuwe industrie te helpen groeien. Ze hebben "beloningsschema's"—eigenlijk menu's met contante prijzen voor dronebedrijven. Als een bedrijf een nieuwe route opent, krijgen ze een bedrag ineens. Als ze een bepaald aantal vluchten maken, worden ze per rit betaald. Als ze een groot bedrijf zijn, is er een plafond aan hoeveel totaal geld ze kunnen krijgen. De onderzoekers verzamelden zes van deze officiële documenten van de stad en haar verschillende districten om te zien hoe de wiskunde precies werkt.

Ze begonnen door naar de "prijskaartjes" te kijken. Ze ontdekten dat de beloningen zeer specifief zijn. Een bedrijf kan bijvoorbeeld CNY 200.000 tot CNY 350.000 krijgen, enkel voor het openen van een nieuwe route. Vervolgens kunnen ze voor elke vlucht CNY 20 tot CNY 50 krijgen. Het totale bedrag dat een bedrijf per jaar kan krijgen, varieert van CNY 1 miljoen tot CNY 20 miljoen. De onderzoekers merkten op dat deze bedragen sterk variëren afhankelijk van in welk district de drone vliegt. Het ene district betaalt misschien CNY 35 per vlucht, terwijl een buurdistrict CNY 50 betaalt. Dit laat zien dat de stad zeer serieus is over het stimuleren van de groei van het netwerk. Ze betalen bedrijven om meer, sneller en verder te vliegen.

Maar toen stelden de detectives de miljoen-dollar-vraag: verandert de prijs als de drone over een drukke buurt vliegt? Wat als hij over een ziekenhuis of een school vliegt? Wat als de drone echt hard lawaai maakt? De onderzoekers controleerden elke regel in de zes documenten. Ze zochten naar woorden als "bevolking", "geluid", "klachten" of "gevoelige gebieden". Het resultaat was een grote, lege nul. In geen van de 30 plaatsen die ze controleerden, ging het bedrag dat een bedrijf krijgt omhoog of omlaag op basis van hoeveel mensen werden blootgesteld aan de drone. De beloning is hetzelfde, of de drone nu over een woestijn of een dichtbebouwde stadswijk vliegt. De enige uitzondering was een kleine regel over geluidsklachten: als een bedrijf te veel klachten krijgt en weigert het probleem op te lossen, kunnen ze hun recht op toekomstige betalingen verliezen. Maar dit verandert het tarief dat ze voor de vluchten die ze al hebben uitgevoerd niet; het is slechts een "je bent eruit"-schakelaar, geen "betaal minder"-draaiknop.

De ontbrekende schakel in de keten

Als de stad de gegevens dus niet gebruikt om de betaling aan te passen, heeft ze die gegevens dan überhaupt wel? Hier wordt het verhaal interessant. De onderzoekers keken naar de "governance stack"—de stapel andere regels en digitale systemen die de stad gebruikt om de drones te beheren. Ze ontdekten dat de stad de mogelijkheid heeft om bijna alles te volgen. De regels zeggen dat bedrijven hun vliegroute, hun vlieghoogte, wanneer ze vliegen en hoeveel mensen er nabij de route wonen, moeten rapporteren. Er zijn digitale kaarten die de bevolkingsdichtheid en gevoelige locaties weergeven. De stad heeft een systeem dat de vluchtdynamiek registreert en deze gegevens meer dan een jaar bewaart.

Het probleem is niet een gebrek aan informatie; het is een gebrek aan verbinding. De onderzoekers ontdekten dat het systeem dat de vluchten telt om de betaling uit te keren en het systeem dat de veiligheids- en geluidsgegevens bijhoudt, als twee eilanden zijn die geen brug tussen hen hebben. De stad weet hoeveel vluchten er hebben plaatsgevonden en weet waar ze plaatsvonden, maar de publieke documenten tonen geen "gemeenschappelijke ID" die een specifieke vliegclaim koppelt aan een specifiek veiligheidsrecord. Het is alsof de bank een grootboek heeft met de tekst "Betaald $100 voor Vlucht A", en het veiligheidskantoor een logboek heeft met de tekst "Vlucht A vloog over een school", maar niemand heeft genoteerd dat "Vlucht A" in het bankgrootboek dezelfde "Vluct A" is als in het veiligheidslogboek. Zonder die link kan de overheid niet gemakkelijk controleren of het geld dat ze uitkeren, meer problemen veroorzaakt dan het waard is.

De "Wat als"-test

Om te zien hoe lastig dit dataprobleem werkelijk is, voerden de onderzoekers een klein experiment uit. Ze namen negen echte drone-routes die in het nieuws waren verschenen en probeerden te zien hoe "risicovol" deze waren door de wereld op verschillende manieren te meten. Ze vroegen zich af: als we de grootte van de veiligheidszone rond de route veranderen, of als we een andere kaart gebruiken om de mensen te tellen, verandert de lijst van "risicovolle" routes dan?

Ze kwamen tot de conclusie dat het antwoord "ja, het verandert veel" is. Als je de veiligheidszone iets groter of kleiner maakt, of als je de gebouwen net iets anders telt, kan een route die veilig leek plotseling gevaarlijk lijken, en vice versa. Dit vertelt ons dat je niet zomaan een simpel label op een drone-route kunt plakken. Je hebt een zeer duidelijke, overeengekomen manier nodig om het risico te meten voordat je het kunt gebruiken om over betalingen te beslissen. De studie sugg�t dat als de stad deze gegevens wil gebruiken, ze precies moeten opschrijven hoe ze het meten—welke kaart ze gebruiken, hoe groot de zone is en wat een "gevoelig" gebouw is—zodat iedereen de regels kent voordat het geld wordt uitgekeerd.

De Conclusie

Het artikel concludeert dat Shenzhen een geweldig werk doet bij het opbouwen van het drone-netwerk en het financieren ervan, maar dat het een "missing exposure-accounting trail" heeft. Die trail is het pad dat de gegevens over wie wordt blootgesteld aan de drones verbindt met de beslissing om het bedrijf te betalen. Op dit moment is dat pad onderbroken. De stad heeft de instrumenten om de drones en de mensen te volgen, en ze heeft het geld om de vluchten te betalen, maar ze heeft de brug nog niet gebouwd om deze met elkaar te verbinden.

De onderzoekers stellen een eenvoudige oplossing voor: creëer een "persistent ID" voor elke vliegclaim. Deze ID zou meereizen met de aanvraag voor betaling en de vliegroute, de hoogte en de lijst van mensen in de buurt bevatten. Op die manier kan, voordat de stad een cheque schrijft, een mens of een computer naar de ID kijken en zeggen: "Hé, deze vlucht gaat over een ziekenhuis. Laten we de geluidsregels controleren voordat we betalen." Dit zou er niet noodzakelijkerwijs toe leiden dat er minder wordt betaald, maar het zou betekenen dat er daadwerkelijk wordt gecontroleerd of de veiligheidsregels worden nageleefd. De studie zegt niet dat het huidige systeem een falen is; het zegt dat het incompleet is. De stad heeft de motor en de brandstof gebouwd, maar ze zijn nog aan het uitzoeken hoe ze de auto moeten besturen zodat hij niet tegen de voetgangers aan botst. Door deze ontbrekende schakel te repareren, kunnen andere steden leren hoe ze hun eigen drone-netwerken kunnen laten groeien zonder de mensen op de grond in het ongewisse te laten.