新冠肺炎疫情影响下的城际交通运输需求分析

运用百度迁徙数据分析新型冠状病毒肺炎疫情影响下的城际交通运输需求特征。一方面,对城际交通运输需求的时空特征进行分析,了解疫情影响下城际客流的整体趋势;另一方面,运用奇异值分解算法对城际客流的时空OD矩阵进行分解降维,对城际交通运输的客流构成进行识别。研究结果表明,疫情期间的城际交通运输包括两个阶段,节前返乡客流的趋势和规模与往年基本一致,而节后返程客流的需求释放缓慢,呈现长时间、分批次且逐步涉及疫情地区人员的特征。疫情影响下的城际交通运输需求包括四个主要类型:日常城际交通运输需求、节前返乡需求、节后返程需求和节前错峰返乡需求。其中,日常城际交通运输需求和节后返程需求受疫情影响较大。该分析方法有助于动态了解不同时期城际交通运输需求的类型构成和时空分布,为实施差异化的疫情防控策略提供定量决策依据。