不畏疫情确保充电车辆“吃饱饭”——记交运集团60余座充电站24小时坚守岗位

2月5日,从交运集团获悉,交运集团(青岛)(以下简称:交运.集团)建设的60余座充电站春节期间全部在岗,24小时轮班工作,拼搏在疫情防控的第一线,为岛城公交车、私家车提供能源供应,让电动车辆“有饭吃、吃饱饭”,为抗击疫情添动力。全天运营,充电站工作人.员轮班.上阵保供应2月5日,在交运集团天泰体育场充电站,工作人员正在紧张地忙碌着:给前来充电的车辆消毒、为驾驶员测体温、进行场站的消毒、做好各项登记。据站长刘小舟介绍,春节期间他们一直有充电人员在岗,大家24小时轮班上阵。     

疫情对汽车文化产业的影响及应对建议

疫情防控不只是医药卫生问题,而是全方位的工作,各项工作都要为打赢疫情防控阻击战提供支持。疫情防控形势不断变化,各项工作也不断面临新情况新问题,要密切跟踪、及时分析、迅速行动,坚定有力、毫不懈怠做好各项工作。"面对席卷全国的疫情,习近平总书记作出重要指示,举国上下众志成城。     

基于常态化疫情防控需求的商船设计

船舶设计的局限性、环境密闭性、船上人员绝对移动性等特点,以及中央空调系统闭环、通风循环和生活污水没有隔离是导致新冠肺炎在豪华邮轮和商船传播的主要原因,船舶设计和建造即考虑隔离是搞好船舶疫情防控的重要手段.现有IMO公约和规则缺乏防止和控制船舶这一特定场所疫情传播的相关指导和要求,商舶设计将依据控制和降低船上疫情传播的目标型标准,将船舶完全独立的主竖区分成疑似隔离A区、密切接触隔离B区和安全C区,病房布置在A区,此区域空调、通风和生活污水系统等完全隔离,B区的中央空调送风管设置独立的止回风闸和空气过滤器,"黑水"和"灰水"管路相互隔离,在A区和B区间设置缓冲区,C区参照常规船舶设计,生活作息、床位、照明、通风、取暖及供水等相应布置,B区和C区的设计充分考虑商船追求经济性的特点.      

受新冠肺炎疫情影响的2020年春运

历时40天的2020年春运2月18日落下帷幕。受新冠肺炎疫情影响,全国铁路、道路、水路、民航累计发送旅客14.76亿人次,比去年同期下降50.3%。这也比此前多部门会商预测的30亿人次少了约15亿人次。按照惯例,春运时间的计算是以春节当天为基准的,节前15天,节后25天。“今年春运后半程客流大幅缩水,旅游流、商务公务流等弹性客流大幅减少,旅客流局部地区甚至归零,返岗等刚性客流峰值减少并拉长,将溢出春运期。”交通运输部副部长刘小明说。这意味着,40天的春运虽然结束了,仍有很多人还未返程。今年春运前各部门摩拳擦掌,一些新线集中投入运营,客运服务不断创新。然而,突然到来的疫情打乱了今年春运的节奏。《工人日报》记者梳理交通运输部提供的数据发现,今年春运的第1个拐点出现在1月23日(腊月二十九)。当天全国发送旅客8349.9万人次,比去年同期下降0.1%。这是今年春运第1次出现发送旅客数量单日同比下降,此后一直延续单日同比下降的态势。今年春运的第2个拐点出现在1月26日,这一天,全国发送旅客数量同比下降63.2%。而从春运开始到1月26日的这17天,全国累计发送旅客11.86亿人次,比去年同期下降1.5%。这是今年春运累计发送旅客数量第1次出现同比下降,此后一直延续同比下降的态势。春运拐点的背后是疫情严重。今年春运第1个拐点当天,武汉“封城”。     

新冠肺炎疫情对港口散杂货吞吐量的影响及建议

新冠肺炎疫情全球蔓延导致我国外贸环境显著变化，对我国海运运输产生重要影响。为补充散杂货领域的研究空白，本研究以我国重要枢纽港口广州港为实例，基于广东省疫情和实际生产数据，应用时间序列模型进行预测与分析。实证结果表明：地区疫情强弱程度能够在港口吞吐量上反应且无明显滞后现象，并且，各细分货类的吞吐量变化较大，且影响因素较为复杂，可分为政策因素、价格指数、运价指数、国内外供需关系四大类。最后对后疫情时代的港口散杂货业务发展策略、货类管理办法提出对策建议。     

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.     

新冠疫情对高速公路交通量的影响评价

采用时间序列分析中的A RIM A模型对湖北省某高速公路2020年交通量本底趋势值(不考虑疫情影响)进行预测,并通过分析疫情危机的生命周期,将此次新冠疫情危机分为征兆期、爆发期、高峰期、后疫情期4个阶段,对各阶段中收费车流量进行统计分析,计算交通量损失率,判断此次疫情对高速公路交通量的影响程度.选取经济指标、感染人数等相关因素,采用主成分分析、线性回归及曲线估计等方法,建立疫情影响下高速公路交通量短时预测模型,模型误差在±5％ 以内为可接受范围.该模型能够帮助政府主管部门及高速公路运营管理单位对交通量发展趋势进行准确判断,有利于相关应急措施的制定.