基于客票数据的城际铁路出行方式选择行为研究

随着高铁快速发展,旅客城际铁路出行具有更多类型客运列车可供选择.基于铁路客票数据,以成渝交通廊道为例,应用离散选择模型研究城际铁路出行中以高铁和普速列车作为选择对象的出行方式选择行为.根据客票出行大数据构建人口统计学特征、购票渠道、社会阶层与地位、出发日期与时段、发车频率、距离等特征变量并融合百度指数数据,以一种新视角建立出行方式选择定量分析模型.结果显示人口统计学特征、购票渠道、社会阶层与地位、发车频率、出发日期与时段、出行目的、距离等变量显著影响旅客选择行为,能够对旅客城际铁路出行方式选择进行有效预测.研究设计为出行方式选择行为分析提供新思路,丰富了数据驱动下的交通出行选择研究.     

中国高铁和民航网络结构特征比较

为增强对高铁和民航网络结构差异的认知,以2019年高铁列车和航班时刻表数据为基础构建无向网络模型,从网络紧凑性、节点中心性、联系强度异质性、网络层次性几个方面对全国高铁和民航网络拓扑结构特征进行比较。结果表明：高铁和民航网络具有较为接近的特征路径长度和集聚系数,但高铁网络密度更大、紧凑性更强;平均而言,高铁网络中节点连通性更好,而民航网络中节点具有更强的中转作用和全局可达性。高铁网络节点“流”联系强度表现出更强的异质性,从东、中、西三大分区来看高铁列车流主要发生在东-东、东-中、中-中部之间,航班流主要发生在东-东、东-中、东-西部之间。从核心边缘层次结构来看,高铁网络中与桥接层相关联的列车流占比较高,民航网络中与桥接、边缘层相关联的航班流占比较高。     

中国人口流动网络时空演化及其对新冠疫情传播的影响

基于2020年1月1日至2月29日的手机信令数据构建全国尺度人口流动网络，研究了疫情-春节叠加影响下人群流动行为的时空演化规律，并实证检验了流动网络结构特征在疫情传播中的作用。研究结果表明：大流行对人口流动模式的破坏存在年龄和距离异质性，削弱了高层级城市在人口流动网络中的重要性，并重塑了城市间人口流动强度分布规律。各时间段流动网络度分布均呈现“低度饱和，高度截断”的幂律特征，不同年龄群体迁移模式的城市分异性揭示了不同层级城市居民工作压力存在分化，且分化趋势在年轻人群中更为显著。研究还发现，流动网络拓扑结构与当地疫情传播之间存在因果关联性，采用时间断点回归模型实证检验了流动网络度中心性、接近中心性和特征向量中心性3项结构特征在封控政策对当地疫情传播的影响中起到部分中介作用。本研究对深入理解人口流动网络结构特征在重大公共卫生事件传播中的影响具有重要的理论和实践意义。