疫情影响下的上海交通运行特征分析

为总结新冠肺炎疫情对上海市对内、对外交通产生的影响,以上海市各种交通业态在重大突发公共卫生事件不同响应阶段的运行状况为研究对象,着重分析高速公路、快速路、轨道交通、出租汽车在不同时段、不同政策下的流量下降以及后期恢复情况。在疫情的冲击下上海市对内、对外交通先是呈现断崖式下跌,随着复工复产的逐步推进,市内交通逐渐恢复,对外交通依然处于较低水平。通过分析不同阶段的城市交通运行的变化,总结疫情下的交通出行特征,进一步掌握重大疫情对特大城市交通运行所产生的影响,为后疫情时代的城市管理提供参考。     

新冠疫情对老年人公交出行行为的影响

新冠肺炎疫情对交通运输产生巨大影响，但现有成果主要研究疫情爆发期疫情对交通运输的影响，较少有分析后疫情阶段的出行行为.本文利用验证性因素分析模型及Logit 模型，研究后疫情阶段新冠病毒，老年人个人统计学特征，老年人对新冠肺炎疫情严重程度的感知等心理因素对老年人出行行为的影响.研究结果表明：短距离出行中，新冠疫情和对新冠肺炎疫情严重程度的感知对出行方式选择没有显著影响；新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响；此外，这两个因素也影响老年人外出概率和使用公交的概率.     

新冠疫情对老年人公交出行行为的影响

新冠肺炎疫情对交通运输产生巨大影响,但现有成果主要研究疫情爆发期疫情对交通运输的影响,较少有分析后疫情阶段的出行行为.本文利用验证性因素分析模型及Logit 模型,研究后疫情阶段新冠病毒,老年人个人统计学特征,老年人对新冠肺炎疫情严重程度的感知等心理因素对老年人出行行为的影响.研究结果表明：短距离出行中,新冠疫情和对新冠肺炎疫情严重程度的感知对出行方式选择没有显著影响;新冠疫情和对新冠肺炎疫情严重程度的感知对老年人使用公交意愿具有显著影响;此外,这两个因素也影响老年人外出概率和使用公交的概率.     

新冠疫情对城市核心区交通安全的干预效应分析

新冠疫情政策使城市核心区交通安全特征发生变化.本文利用交通事故接处警数据构建一维时间序列，分析疫情下交通事故的时间分布特征；针对交通事故量序列的非平稳特征，运用小波分解技术提取疫情防控政策干预下的序列结构突变点，该突变点排除春节假日因素的影响；结合支持向量机方法构建疫情防控政策对交通事故量影响的干预模型，评估疫情对交通事故量的影响程度.研究结果表明：疫情初期的管控政策使交通事故量平均每日下降12.23起，先以68.7%的速度衰减，又以30.9%的速度回升，该趋势一直持续到复工复产政策实施，相对宽松的交通管控政策使平均每日事故量下降值稳定在11.71起.     

数据驱动下的深圳市交通疫情响应与精细治理

新冠肺炎疫情前期快速响应阶段,城市运行遇到系列应急性问题。以构建"可信、可控、可靠"的交通服务体系为目标,利用大数据研判疫情整体防控、对外交通客流、城市交通运行、重点区域活动、企业复工复产等态势。围绕如何动态、精准识别市民出行需求变化以及全人群出行链特征变化等关键问题,提出城市交通系统从传统追求"大客流、高效率"向追求"安全可信、精准调控"转变的完整措施建议。最后,提出将韧性交通构建纳入长期交通战略,持续保障城市运行恢复。     

新冠肺炎疫情下武汉封城令对交通流的影响——以浙江省为例

为研究新冠肺炎疫情下武汉封城令对交通流的影响，基于新冠肺炎疫情期间浙江省移动手机漫游数据，采用数据挖掘和回归分析等方法，分析了交通流的时空分布及其与武汉封城令的关系。结果表明，武汉封城令发布后，浙江—湖北每日交通流量和疫区每日新增感染人数满足自然界的Taylor定律，即交通量的自然对数和疫区每日新增感染人数的自然对数线性负相关；人们往往倾向于在“不得不”离开的状态下逃离危险区域，而武汉封城令和紧急状态令对人口的出行影响具有1d的时间滞后性，其短期出行峰值持续时间为3d左右；政府发布武汉封城令使疫区交通出行量出现短期增长，但长期来看，使人们的交通出行更加谨慎，降低了流行病大范围传播的风险。据此，在全球新冠肺炎疫情加剧的形势下，建议政府部门可在海外各国疫情紧急发布状态后的1～3d内，实施海外输入交通流严格管控，并至少持续一周时间。     

公交资讯

疫情防控多举措,交通出行“不打烊”新冠肺炎疫情发生以来,在厦门市委市政府决策部署下,厦门公交集团党委带领广大干部职工主动承担企业责任,将疫情防控作为当前首要任务来抓,充分发挥党建引领优势,凝聚全集团的力量,发挥集团基层党组织的战斗堡垒作用和全体党员的先锋模范作用,让党旗在疫情防控斗争第一线高高飘扬,为打赢疫情防控阻击战,贡献公交人的坚强力量。     

新冠疫情防控对大湾区高速公路运输的影响分析

在新冠疫情常态化防控背景下，我国区域性疫情频发，如何量化疫情防控措施对经济运行和客货运输的影响成为社会亟待研究的问题。为此，本文设计了高速公路运输指标计算方法，提出疫情防控措施的等级与阶段划分流程，建立双重差分模型分析疫情防控措施对高速公路运输指标的影响。本文以粤港澳大湾区主要城市为对象，基于2020年5月—2022年4月高速公路收费数据和疫情防控信息开展案例研究。研究结果表明：I级(加强)防控措施下，客车流量显著下跌，各案例降幅在8%~27%之间，货运指标变化不明显。深圳和东莞在II级(严格)防控阶段，客货运指标均剧烈下跌，两市客车流量分别再下降 46.3%和 33.7%，货车流量分别再下降 42.7%和 27.6%，货运量和货物周转量降幅与货车流量相当。高速公路客车市际平均运距在I级防控措施下存在下降趋势，但在II级阶段下，客车和货车市际平均运距均显著提升。本文为城市与城市群疫情防控措施的制定与实施提供一定的参考价值。     

新冠肺炎疫情下旅客安全感知对乘机出行意愿的影响机理研究

为探究新冠肺炎疫情发生后旅客安全感知对乘机出行意愿的影响机理,考虑旅客个人安全意识和新冠肺炎疫情认知的前因影响及航班营服水平的调节作用,应用结构方程模型对255个有效样本数据进行实证分析,结果表明:(1)人们的安全意识越高越倾向于主动了解更多有关疫情的知识;对疫情认知越充分,人们感受到的安全性就越高;感知到的安全性越高,人们乘机出行的意愿就越强.(2)疫情状态下,个人安全意识对安全感知不存在显著正向影响,但可以通过新冠肺炎疫情认知这一中介变量间接作用于安全感知;个人安全意识和新冠肺炎疫情认知不能直接对乘机出行意愿产生影响,但可以通过安全感知这一中介变量间接影响乘机出行意愿.(3)提高旅客安全感知及航班营服水平客观上都可以促进旅客乘机出行意愿,但在新冠肺炎疫情状态下,旅客乘机出行意愿更大程度受到安全感知的影响.     

基于出行行为模型的出行感染风险评估 ——以新冠肺炎疫情期间江苏省地区为例

为准确评估新冠肺炎疫情期间的出行感染风险，在对出行行为进行全出行链建模基础上提出出行风险评估模型.基于江苏省确诊病例流行病学调查报告和线上问卷调查数据，分别对病毒携带者和普通出行者出行行为模型进行参数标定，对比分析病毒携带者和普通出行者出行行为的异同.进一步对疫情期间不同出行方式和出行活动进行感染风险评估. 得到结论：交通管制措施可有效降低出行感染风险，就医出行风险明显高于其他出行活动，差旅在疫情传播初期风险较高，非机动车出行风险相对较低.     

基于乘客感知的多模式公交服务质量差异性研究

针对多模式公交服务质量的差异性，提出一种以TAN贝叶斯网络与支持向量机(SVM)为 基础的多方法组合评价模型，评价各模式公交服务质量，并预测检验了指标优化效应。首先，采 集2015—2018年市区线路、郊区线路、快速公交、定制公交的服务质量调查数据，基于公交方式截 面，使用TAN贝叶斯网络推理得出各因素对乘客满意度的影响能力及潜在影响关系；其次，结合 IPA分析方法，基于时间截面定位分析各模式公交选取指标的服务水平，辨识各模式公交需优化 的主要指标；最后，选取多层感知器(MLP)、长短时记忆神经网络(LSTM)与SVM进行对比，验证 了SVM回归预测的精准度，并采用SVM与OAT方法预测得到各模式公交满意度变化及指标敏 感性，参照因素间潜在的影响关系提出优化方案。结果表明：4种公交模式的服务质量影响关系 网络具有差异性，各模式公交均存在车厢拥挤问题，市区线路的指标优化效果最佳，正效应为 36.4%；市区和郊区线路均应与其他模式公交匹配发车计划，通过缩短乘客候车时长可分别提升 39%、32.2%的乘客满意度；快速公交需提升车辆行驶的稳定性，定制公交需要调整线路规划，减 少乘客乘车总时长，优化为整体服务质量提升带来的正效应分别为42.7%和37.4%。     

新冠疫情及建成环境对公交客流量的影响模型

为揭示新冠疫情背景下公交客流量变化的空间影响因素，以疫情前后公交站点层面客流变化量为因变量，以建成环境、病毒感染情况及病毒传播途径等指标为自变量，构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares, OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees, GBRT)模型。以广州市为实证对象，基于公交IC卡数据、兴趣点数据(Point of Interest, POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明：考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度；同时，常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素，片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限，居民日常公交出行已经从疫情的影响下逐渐恢复。     

交通运输传播新型冠状病毒肺炎的系统动力学仿真

为研究交通运输对新型冠状病毒肺炎(COVID-19)传播的影响, 建立了基于系统动力学的交通运输传播新型冠状病毒肺炎模型; 在设定模型假设的基础上, 将人群分为易感个体、潜伏个体、感染个体和移除个体4种, 并根据COVID-19的传播特性建立了交通运输影响下疫区、港站、车船和关联地区的COVID-19修正易感-潜伏-感染-移除(SEIR)和易感-潜伏-感染(SEI)传播动力学方程; 在研究交通运输传播COVID-19过程的基础上, 绘制了交通运输传播COVID-19的系统动力学模型因果回路, 并进行了因果反馈回路分析; 构建了基于系统动力学的交通运输传播COVID-19模型, 并检验了模型的量纲一致性、机械错误、有效性和极端条件; 以A市为研究对象, 建立了3种仿真场景以研究交通运输对COVID-19传播的影响。仿真结果表明: A市COVID-19感染个体数量在疫情发生后第32天达到峰值, 累计感染77 726人, A市以外地区感染个体数量在疫情发生后第30天达到峰值, 累计感染28 084人; 交通运输对COVID-19的传播起正反馈作用, 交通运输影响下的COVID-19感染个体和移除个体数量峰值分别是无交通运输参与下的18.62、10.99倍, 因此, 实施交通管控措施对控制疫情发展、防范疫情扩散具有积极作用; 公共交通出行比例的增加将进一步加快COVID-19的传播, 因此, 减少人们出行需求, 降低公共交通出行比例, 加大对公共交通车船、港站的病毒消杀工作能有效减缓COVID-19的传播。      

随机时变特征下基于行程时间的路径选择算法

基于南京市实测数据分析了道路交通流实际随机、时变特征,证实现有行程时间最短路径算法相关研究中对道路交通流的随机、时变特征的假设与实际不符.以反例论证道路交通流实际随机、时变特征下,自适应算法(Adaptive Routing Policy)在求解行程时间最短路径方面的无效性.针对交通模式时段内道路交通流随机、时间无关的特征,以及路段行程过程中行程时间的确切概率分布难以知晓的实际情况,提出基于历史概率分布的历史期望行程时间最短k路径基础上的考虑风险衡量及当前道路实际交通流状况的路径选择算法.     

���ھ������������·���������ij��н�ͨ״̬�о� ��

城市交通状态可以用路网机动车平均行程速度来衡量,是居民出行行为在城市道路网络上形成的结果,随城市交通出行需求和交通供给的变化而动态变化．本文采用道路网络理想承载力来衡量交通供给,采用基于居民出行特性的机动车交通强度来衡量交通需求,使路网交通承载力与交通强度可以在同样的度量单位下进行比较,用交通负荷比来表示交通需求和交通供给的匹配程度,进而可以计算出以平均行程车速衡量的交通状态．最后,以北京市2005年数据为例,验证了模型方法的有效性．