• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      持續(xù)型大型活動影響因素及客流分布特征分析

      2020-03-12 06:49:20錢慧敏楊子帆張建強(qiáng)
      交通工程 2020年1期
      關(guān)鍵詞:客流量客流博會

      錢慧敏,李 靜,張 琳,楊子帆,張建強(qiáng),汪 坤

      (1.北京市交通運(yùn)行監(jiān)測調(diào)度中心,北京 100073;2.綜合交通運(yùn)行監(jiān)測與服務(wù)北京市重點(diǎn)實(shí)驗(yàn)室;3.清華大學(xué)工程物理系公共安全研究院,北京 100084;4.北京交通工程學(xué)會,北京 100070)

      0 引言

      隨著國民經(jīng)濟(jì)的顯著增長,近年來各類國際大型活動相繼在國內(nèi)舉辦,如2008年奧運(yùn)會、2010年世界博覽會、上海世博會、北京冬奧會等,提高了我國國際影響力.然而在各大城市中,持續(xù)型大型活動的頻繁舉辦,滿足了人們對豐富精神生活的追求的同時(shí)也帶來了一系列問題.活動的舉行,通常引起大規(guī)模的客流積聚,給城市日常交通帶來巨大壓力,也易造成大規(guī)模突發(fā)事件.因此本研究探究降水、活動自身特征、節(jié)假日等因素對持續(xù)型大型活動客流規(guī)模的影響,以應(yīng)對不同階段的客流疏解要求,為政府管理部門采取更加合理的交通組織優(yōu)化,以及游客選取更有效的出行決策提供支撐,提供同時(shí)提高城市交通系統(tǒng)的使用效率,緩解大型活動周邊道路交通壓力.

      近年來,關(guān)于持續(xù)型大型活動的相關(guān)研究仍相對較少,王田田[1]從政策、票務(wù)、區(qū)位等方面分析青島世園會影響客流規(guī)模的因素,基于月變特征分析旅游旺季,通過日均客流、周末日均客流、工作日日均客流情況分析日分布特征,通過高峰小時(shí)入園客流進(jìn)行小時(shí)分布特征的刻畫.劉淼[2]主要從時(shí)間、空間分布特征入手,結(jié)合天氣、票務(wù)政策、游客心理等因素進(jìn)行分析,總結(jié)上海世博會的入園月變、周變、時(shí)變客流特征.林文聞[3]以上海世博會為例,歸納整理了各入口的不同特征,利用數(shù)理統(tǒng)計(jì)工具和方法,對各入口進(jìn)行單獨(dú)分析.而現(xiàn)階段關(guān)于大型活動客流預(yù)測相關(guān)的研究存在計(jì)算量大、普適性較差的特點(diǎn).比如2003年阿克倫大學(xué)[4]分析了活動影響時(shí)段內(nèi)交通流的時(shí)空消散問題,通過現(xiàn)有交通數(shù)據(jù)建立時(shí)間和空間因素矩陣并標(biāo)定相關(guān)參數(shù),構(gòu)建大型活動場所周邊道路交通時(shí)空影響模型,該模型需要豐富的歷史樣本數(shù)據(jù)進(jìn)行支撐,普適性較差.河北工業(yè)大學(xué)崔洪軍[5]探究了大型活動觀眾離開的客流特征,并在基于此闡述了觀眾抵達(dá)停車場的客流分布特征,從而建立了大型活動交通流時(shí)空消散模型,但所需要的參數(shù)與資料較多,移植性較差.還有一些研究利用往屆大型活動數(shù)據(jù),對游客數(shù)量及客流規(guī)律的動態(tài)變化進(jìn)行線性回歸分析,最終選擇適當(dāng)模型進(jìn)行預(yù)測.比如楊軍[6]構(gòu)建了一種基于灰色馬爾科夫的大客流實(shí)時(shí)預(yù)測模型,該模型把不同類型大型活動客流的歷史OD作為數(shù)據(jù)基礎(chǔ),建立灰色預(yù)測模型及馬爾科夫修正模型,最后在預(yù)測誤差基礎(chǔ)上對灰色預(yù)測結(jié)果進(jìn)行修正,得到最終的預(yù)測大客流值,并以CBA總決賽時(shí)五棵松籃球館客流狀況為案例開展驗(yàn)證,其誤差可控制在20%以內(nèi).

      因此,針對大型活動客流影響因素及其分布的研究還比較少,而影響因素的作用機(jī)理研究又是大型活動客流預(yù)測的重要環(huán)節(jié).本文擬重點(diǎn)討論大型活動背景下的客流分布特征及其影響因素,為持續(xù)型大型活動的客流規(guī)模預(yù)測提供重要的參考.

      1 大型活動客流影響因素集的確定

      對于持續(xù)型大型活動而言,由于其時(shí)間跨度長、參與人數(shù)多等特點(diǎn),影響其客流分布的因素也很復(fù)雜,主要包括活動本身屬性、環(huán)境氣候和日期屬性等因素,因此下文對各影響因素進(jìn)行了詳細(xì)的闡述.

      1.1 活動屬性因素

      活動屬性因素是指活動自身的特點(diǎn),是會對活動客流量產(chǎn)生影響的重要因素,主要包括如下4方面:

      1)大型活動宣傳情況力度

      宣傳工作是大型活動吸引客流的關(guān)鍵環(huán)節(jié).目前,國內(nèi)大型活動宣傳主要以傳統(tǒng)媒體宣傳和新媒體宣傳2種方式展現(xiàn),傳統(tǒng)媒體包括報(bào)紙雜志等印刷類宣傳、以公交地鐵為載體的車體站點(diǎn)廣告、電視廣播類多媒體宣傳等;新媒體包括微博微信等網(wǎng)絡(luò)宣傳.不同的宣傳方式所針對的受眾群體也不盡相同,宣傳力度的增加必然將使得大型活動吸引客流增加.

      2)門票價(jià)格

      價(jià)格因素涉及到參觀的出行成本,屬于比較敏感的客流影響因素之一,會對大型活動總體客流情況產(chǎn)生影響.通常,門票價(jià)格提升將使得個(gè)體層面利潤的提升,但也必然將給參觀意愿帶來負(fù)面影響,最終使得客流規(guī)模降低.

      3)公交成本

      大型活動的舉辦都會借助現(xiàn)有的公交或地鐵線路和大型活動背景下開的設(shè)臨時(shí)公交專線作為疏導(dǎo)客流的重要途徑.城市公共交通通常顯示出較強(qiáng)的公益性.而大型活動主辦方設(shè)置的公交專線通常連接活動舉辦地和附近公交地鐵站點(diǎn),且更傾向于商業(yè)性的運(yùn)營模式.二者的這種特性就決定了他們的定價(jià)差異,而價(jià)格杠桿的作用使得價(jià)格較高的運(yùn)營線路客流量會低于價(jià)格較低的線路,從而導(dǎo)致高價(jià)線路不能充分發(fā)揮其運(yùn)輸效能.

      4)自辦活動因素

      自辦活動是大型活動吸引參觀者的重要手段之一,通常包括群眾性集體活動、明星站臺、商業(yè)匯演等形式.具有一定話題性的自辦活動可以吸引更多參觀者,從而促進(jìn)客流量的增長,提升大型活動自身的知名度,這對自辦活動本身的質(zhì)量和宣傳水平都提出了較高要求.

      1.2 氣候因素

      戶外活動中人們最敏感的因素就是氣候因素,他能綜合反映環(huán)境情況,他與人們的生理功能關(guān)聯(lián)密切,影響著人們在外的總體感受.基于其個(gè)體可直觀的進(jìn)行判斷,影響個(gè)體出行意愿.關(guān)于氣候舒適度評價(jià)研究已經(jīng)持續(xù)50多年了,特吉旺[7]在1966年就明確了氣候舒適性指數(shù)計(jì)算規(guī)則,奧利佛[8]在1973實(shí)驗(yàn)中構(gòu)建了寒冷指數(shù)(WCI).舒適性指數(shù)與寒冷指數(shù)是分析氣候狀況的主流評判指數(shù),主要利用氣溫,相對濕度和風(fēng)速統(tǒng)計(jì)數(shù)據(jù)分析計(jì)算而成.

      寒冷指數(shù)計(jì)算式(1):

      (1)

      式中,t為氣溫(℃);v為風(fēng)速(m/s).

      舒適指數(shù)計(jì)算式(2):

      (2)

      式中,K為舒適性指數(shù);t為氣溫(℃);RH為相對濕度(%);v為風(fēng)速(m/s).寒冷指數(shù)分級見表1,舒適性指數(shù)分級情況見表2.

      表1 寒冷指數(shù)分級[9]

      1.3 降水因素

      對客流有明顯影響的另一個(gè)因素就是降水,通常來說,降水給人們的戶外活動和出行產(chǎn)生明顯的負(fù)面影響.對于持續(xù)性大型活動,影響程度尤其顯著,且降雨量的差異也將對活動客流產(chǎn)生不同的影響.

      表2 舒適度指數(shù)分級[10]

      1.4 節(jié)假日因素

      對于持續(xù)型大型活動來說,非工作日通常會出現(xiàn)較明顯的客流增長.這一特性在持續(xù)性大型活動中體現(xiàn)的越明顯.基于此,按日期屬性將其進(jìn)行分類,通過剖析工作日、雙休日、節(jié)假日條件下持續(xù)型大型活動客流特征及變化規(guī)律,闡述節(jié)假日等日期屬性因素對客流量的影響程度,并明確不同類型節(jié)假日對客流量的影響程度.

      2 持續(xù)性大型活動的客流特征——以北京園博會為例

      “園博會”即第九屆國際園林博覽會.展會會場“園博園”會址位于北京市豐臺區(qū)永定河西岸,召開時(shí)間為2013-05-18—11-18,歷時(shí)185 d.附近開設(shè)3條常規(guī)公交以及4條園博會專線公交,園區(qū)西側(cè)配合地鐵14號線.展會期間將設(shè)置6個(gè)停車場,停車數(shù)量約1.1萬輛(其中大客車720輛,小客車1.06萬輛).

      2.1 北京園博會總體客流特征分析

      本研究數(shù)據(jù)均來源于園博會交通運(yùn)行監(jiān)測與保障系統(tǒng),該系統(tǒng)實(shí)現(xiàn)了各種交通運(yùn)輸方式客流數(shù)據(jù)、車輛運(yùn)行狀況和路網(wǎng)運(yùn)行狀況數(shù)據(jù)的動態(tài)接入與監(jiān)測.基于園博會全程182 d(未將后3 d數(shù)據(jù)納入考慮)日均客流數(shù)據(jù)統(tǒng)計(jì)的周日均客流,如圖1所示.

      圖1 園博會周入園人數(shù)圖

      本研究將園博會開放日劃分為3個(gè)階段,即開幕階段、平穩(wěn)階段、閉幕階段.從園博會客流分布特征來看,園博會客流呈現(xiàn)以下特征:

      1)在開幕階段,園博會游客數(shù)量適中平均每日客流約為35 000人,特別是開幕首日,客流達(dá)到44 000人,為本階段非特殊節(jié)日客流首位.次周起客流數(shù)據(jù)有所下降.端午節(jié)3 d,總的參觀人數(shù)超過了11萬人次,為本階段最高值,導(dǎo)致該周日均客流量明顯回升.小長假結(jié)束后,客流狀況發(fā)生明顯回落。

      2)進(jìn)入平穩(wěn)階段后,園博會客流一直維持較低狀態(tài) 在此期間,最低客流為7月15日的2 996人次,最高客流為07-20的37 442人次.該階段客流較少,周末客流較平日有小幅上升.

      3)閉幕階段客流量明顯增長 該階段的首個(gè)自辦活動為霍夫曼的“大黃鴨”展出.“大黃鴨”在園博會展出的2周時(shí)間中,園博會客流量較前兩周激增264 080人次,增長率達(dá)170%.另外,“大黃鴨”展出的第2周周末與中秋節(jié)重疊,該日為全程單日客流峰值,達(dá)到了81 335人次.另外國慶節(jié)長假期間共接待游客354 949人次,從10-08開始,周末人數(shù)都會出現(xiàn)較大幅度上升,雙休日平均客流量超過60 000人次,工作日也能維持超過2萬人次的游客數(shù)量.

      本研究定義擁有5個(gè)工作日及2個(gè)休息日的連續(xù)7 d為1個(gè)標(biāo)準(zhǔn)周,即不存在其他假日影響的完整禮拜.客流數(shù)據(jù)顯示,在標(biāo)準(zhǔn)周內(nèi)所出現(xiàn)的降雨天氣會對客流產(chǎn)生明顯影響,如表3,該周為1個(gè)典型的標(biāo)準(zhǔn)周,沒有特殊活動及假日,這1周所呈現(xiàn)的客流狀況為園博會典型的“L”分布,即周六客流量最高,周日略低,周一客流量達(dá)到極小值,之后每天都會有所回升,直至周五.

      周日變系數(shù)可以反映周中各日客流量的變化趨勢:

      (3)

      式中,Ki為周日變系數(shù);Q為園博會開幕期間客流量;qi為一周當(dāng)中某一天的客流量.如圖2所示,園博會工作日客流量處于全程客流量平均水平之下,而周末客流量高于客流總體平均值.由下圖2可見,工作日與雙休日客流呈現(xiàn)明顯差異.

      圖2 客流量周日變趨勢圖

      2.2 氣候因素對客流影響分析

      根據(jù)園博會期間的氣象統(tǒng)計(jì)資料,園博會開幕期間寒冷指數(shù)與舒適度指數(shù)分布情況如圖3所示.

      圖3 園博會舒適度指數(shù)K、寒冷指數(shù)Q及客流量分布情況

      舒適性指數(shù)主要將溫度和相對濕度考慮在內(nèi),而寒冷指數(shù)則主要考慮風(fēng)速和溫度,兩者一個(gè)更側(cè)重濕度,一個(gè)更側(cè)重與風(fēng)速.從舒適指數(shù)看,參照表2分級標(biāo)準(zhǔn),自06-15—09-07的12周均為b或c級,比較炎熱,讓人不太舒適.其余各周都處于舒適區(qū)間.因此,園博會開幕期間大部分時(shí)間適宜開展旅游活動,而暑假期間人體感覺比較炎熱.基于寒冷指數(shù)(參照表1分級標(biāo)準(zhǔn))走勢上可發(fā)現(xiàn),其變化趨勢較好的反映了園博會期間溫度變化的情況,寒冷指數(shù)升高,客流量也隨之升高.這2個(gè)指數(shù)可以在日后的客流預(yù)測中發(fā)揮更在作用.

      2.3 降水因素對客流影響分析

      園博會舉辦期間,北京市達(dá)到規(guī)模及以上的降水共有18次,其中小到中雨共有14次,大到暴雨共有4次,主要集中在5—8月,平均每月4次.其中,大到暴雨發(fā)生在06-07、06-08、07-31及08-12.數(shù)據(jù)顯示,不利天氣條件下園博會客流量有明顯下降,具體降水天氣下客流情況如表3所示.

      將園博會標(biāo)準(zhǔn)周中的客流情況和降雨數(shù)據(jù)結(jié)合分析發(fā)現(xiàn),如果當(dāng)日出現(xiàn)了降雨,其客流規(guī)模明顯較正常參觀日低.以周三為例,在2013-05-18—11-18期間內(nèi)周三共發(fā)生6次降水,園博會開放日中周三的日均客流為14 830人次,而出現(xiàn)降水的周三日均客流僅為6 630人次,為正常狀態(tài)下周三日均客流的44.7%.其余各參觀日情況類似.可見降水對園博會客流量產(chǎn)生明顯負(fù)面影響.降水因素對大型活動,尤其是室外參觀將造成客流量的顯著下降,而對于持續(xù)型大型活動來說,這種影響程度更為顯著.降水強(qiáng)度的不同對客流量的影響有明顯差異,降水強(qiáng)度越大,客流減少越明顯.

      2.4 自辦活動對客流影響分析

      基于顯著性差異分析方法,將不同自辦活動特點(diǎn)背景下園博會客流情況數(shù)據(jù)進(jìn)行分析后.從表4中可發(fā)現(xiàn),95%的置信區(qū)間內(nèi),無活動條件下與一般活動條件下客流的顯著性sig.值高于0.05,表明無活動情況下與一般活動情況下的客流差異并不明顯,即一般類型的活動屬性對客流量沒有產(chǎn)生顯著性影響.而無活動與特殊活動之間、一般活動與特殊活動之間比較分析的顯著性sig.值小于0.05,說明特殊活動與一般活動、無活動之間的差異是鮮明的,即特殊活動對客流量的影響具有顯著性差異.

      表3 園博會期間降水情況

      表4 不同自辦活動屬性多重比較結(jié)果

      *均值差的顯著性水平為0.05.

      2.5 節(jié)假日因素對客流影響分析

      對于北京園博會,在其舉辦的6個(gè)月當(dāng)中,共經(jīng)歷了23個(gè)雙休日,2個(gè)3 d假期,即端午節(jié)小長假與中秋節(jié)小長假,以及1個(gè)7 d長假,即國慶節(jié).排除降雨天氣數(shù)據(jù),在北京園博會運(yùn)營期間,工作日為126 d,周末為46 d,節(jié)假日為13 d.表3為園博會客流數(shù)據(jù)統(tǒng)計(jì)量指標(biāo)分析,雙休日客流比工作日客流量增長了121.19%;節(jié)假日客流比工作日客流量增長了241.18%.

      表5 園博會客流統(tǒng)計(jì)量指標(biāo)分析

      基于最小顯著性差異分析方法,通過將不同日期屬性的園博會客流數(shù)據(jù)進(jìn)行分析,從表6中可看出,95%的置信區(qū)間內(nèi),不同屬性多重比較的顯著性sig值均小于0.05,因此可認(rèn)為工作日與周末、工作日與節(jié)假日、周末與節(jié)假日之間的差異是顯著的,即不同的日期屬性對客流量的影響具有明顯差異.

      表6 園博會客流數(shù)據(jù)不同日期屬性多重比較結(jié)果

      *.均值差的顯著性水平為0.05.

      3 主要研究結(jié)論

      本文以北京園博會客流數(shù)據(jù)為基礎(chǔ),從4個(gè)方面對影響大型活動客流可能因素做了著重分析,并評估了其影響程度.客流數(shù)據(jù)分析表明,包括門票及公交價(jià)格在內(nèi)的價(jià)格因素會對客流選擇方式以及總體客流水平造成影響,以公交為例,專線公交客流是普通公交的25%,價(jià)格因素是造成這一結(jié)果的主要原因;寒冷指數(shù)和客流總體走勢呈正相關(guān),出行者更傾向于舒適的氣候環(huán)境下出行;根據(jù)降水量的不同,該因素對客流會造成負(fù)面折減,平均降幅在20%~50%;普通的自辦活動不會對大型活動客流造成影響,而具有較高話題性的自辦活動會推動客流上升;節(jié)假日客流量明顯高于平日,平均客流強(qiáng)度是工作日的200%以上.本研究著重分析了大型活動客流規(guī)模的影響因素,并明確了各影響因素對客流的影響程度,為未來大型活動客流預(yù)測提供依據(jù),對大型活動背景下的交通保障提供了一定的參考.

      猜你喜歡
      客流量客流博會
      客流增多
      聚焦“絲博會”
      金橋(2022年9期)2022-09-20 05:51:14
      第九屆“博博會”將在鄭州舉辦
      客家文博(2022年1期)2022-08-22 06:31:04
      閱讀之美 攝于第29屆書博會
      直企首探進(jìn)博會
      基于嵌入式系統(tǒng)的商場客流量統(tǒng)計(jì)算法
      基于自學(xué)習(xí)補(bǔ)償?shù)氖覂?nèi)定位及在客流分析中的應(yīng)用
      基于AFC數(shù)據(jù)的城軌站間客流量分布預(yù)測
      人工免疫算法在電梯客流時(shí)段劃分的應(yīng)用
      城市軌道交通運(yùn)營客流數(shù)據(jù)分析缺陷及應(yīng)對
      柘荣县| 错那县| 随州市| 遵义市| 新竹县| 砀山县| 瑞昌市| 云梦县| 平顶山市| 荆门市| 郴州市| 湾仔区| 宣化县| 九龙坡区| 富顺县| 台前县| 双流县| 星子县| 襄城县| 赤水市| 旅游| 万宁市| 彩票| 安庆市| 南涧| 湖口县| 兰考县| 和平区| 泽州县| 萨嘎县| 广州市| 康平县| 滨州市| 准格尔旗| 永顺县| 曲麻莱县| 武汉市| 富蕴县| 泗阳县| 万州区| 河北区|