Dostępność transportu zbiorowego decyduje o tym, w jakim stopniu mieszkańcy miast mogą rzeczywiście korzystać z miejsc pracy, usług i innych zasobów przestrzennych. Sama obecność przystanków, linii lub rozkładów jazdy nie wystarcza jednak do oceny tej dostępności, ponieważ każda podróż obejmuje także dojście piesze, oczekiwanie, przesiadki oraz relację między miejscem zamieszkania a lokalizacją celów. W badaniach miejskich coraz częściej wykorzystuje się dane GTFS, sieci piesze OSM, modele grawitacyjne i wskaźniki sprawiedliwości transportowej, lecz narzędzia te rzadko są łączone w jednej porównywalnej procedurze. Szczególnie problematyczne pozostaje pytanie, czy ta sama metodyka zachowuje wartość interpretacyjną w miastach różniących się skalą, strukturą systemu transportowego i jakością danych. Niniejsza praca podejmuje problem budowy przenaszalnej ramy diagnostycznej dla oceny dostępności transportu zbiorowego w trzech odmiennych aglomeracjach europejskich: Paryżu, Warszawie i Dublinie. W pracy pokazano, że zintegrowanie reprezentacji topologicznych L-space i P-space, uogólnionego kosztu podróży WTC, podwójnie ograniczonych modeli grawitacyjnych oraz analizy zróżnicowania społeczno-ekonomicznego pozwala diagnozować nie tylko poziom dostępności, lecz także mechanizmy jej ograniczeń. Wyniki wskazują, że proste miary podażowe mogą istotnie zniekształcać obraz dostępności: korytarze infrastrukturalne lub wysoka gęstość przystanków nie muszą przekładać się na niski koszt pełnego łańcucha podróży. Analiza wykazała także, że uwzględnienie obszarów ościennych wpływa na wyniki analiz, a modele grawitacyjne pokazują, że dostępność zależy nie tylko od kosztu podróży, lecz również od rozmieszczenia i pojemności celów. Jednocześnie heterogeniczność danych okazała się nie tylko ograniczeniem technicznym, ale samodzielnym wynikiem badawczym: Dublin oferuje najbardziej audytowalny ekosystem danych, Warszawa wymaga największej liczby proxy, a Paryż testuje granice skali i stabilności obliczeniowej. Praca pokazuje więc, że holistyczna metodyka dostępności może wspierać planowanie transportu jako narzędzie diagnostyczne, pod warunkiem jawnego raportowania niepewności, lokalnych ograniczeń danych i scenariuszowego charakteru części parametrów behawioralnych.
Public transport accessibility determines whether urban residents can effectively reach jobs, services and other spatial opportunities. The presence of stops, routes or timetables alone is not sufficient to measure this accessibility, because each journey also includes walking access, waiting, transfers and the spatial relation between origins and destinations. Urban transport research increasingly uses GTFS data, OSM pedestrian networks, gravity models and equity indicators, but these components are rarely integrated into one comparable workflow. A key unresolved question is whether the same analytical procedure remains interpretable across cities that differ in scale, network structure and data quality. This thesis addresses this problem by developing a transferable diagnostic framework for public transport accessibility in three contrasting European metropolitan areas: Paris, Warsaw and Dublin. Paper shows that combining L-space and P-space network representations, Whole Travel Chain costs, doubly constrained gravity models and socioeconomic stratification makes it possible to identify not only accessibility levels, but also the mechanisms that produce low accessibility. The results show that supply-based indicators may substantially distort the interpretation of accessibility: infrastructure corridors or high stop density do not necessarily translate into low full-chain travel costs. The analysis also demonstrates that the results are significantly affected by the inclusion of suburbs, while gravity models show that accessibility depends not only on travel cost but also on the location and capacity of destination opportunities. At the same time, data heterogeneity emerges not merely as a technical limitation, but as a research finding in its own right: Dublin provides the most auditable data ecosystem, Warsaw requires the most extensive proxy layers, and Paris tests the limits of computational scale and model stability. The thesis therefore shows that a holistic accessibility framework can support transport planning as a diagnostic decision-support tool, provided that uncertainty, local data limitations and the scenario-based character of selected behavioural parameters are explicitly reported.
