新型冠狀病毒肺炎疫情對(duì)紐約市交通出行的影響

李 潔

(湖南大學(xué) 土木工程學(xué)院，湖南 長(zhǎng)沙 410082)

0 引言

世界衛(wèi)生組織基于新型冠狀病毒肺炎在全球的快速傳播，于2020年3月11日將其評(píng)估為全球大流行病，并呼吁“各國(guó)圍繞預(yù)防感染、拯救生命和盡量減少影響的全面戰(zhàn)略，采取政府上下一致和全社會(huì)參與的做法”[1]?；久裆谋Ｕ虾筒∪说木戎坞x不開(kāi)高效的交通系統(tǒng)，但便捷的交通可能會(huì)加快病毒的傳播，給疫情防控帶來(lái)困難[2]。我國(guó)在新型冠狀病毒肺炎疫情(以下簡(jiǎn)稱新冠肺炎疫情)期間采取了一系列嚴(yán)格措施，加強(qiáng)對(duì)交通運(yùn)輸和公共場(chǎng)所的管理，減少人員聚集，有效地控制了新冠肺炎疫情。在我國(guó)取得“戰(zhàn)疫”重大階段性成果的同時(shí)，新冠肺炎疫情在國(guó)外多處暴發(fā)，并持續(xù)蔓延。追蹤分析國(guó)外新冠肺炎疫情的防控動(dòng)態(tài)，對(duì)我國(guó)交通運(yùn)輸管理部門未來(lái)在類似公共衛(wèi)生緊急事件下因地制宜、制定針對(duì)性防控策略、保障基本民生和穩(wěn)定經(jīng)濟(jì)運(yùn)行具有重要的參考意義[3-4]。

1 研究現(xiàn)狀

新冠肺炎疫情爆發(fā)后，交通系統(tǒng)既要保障醫(yī)護(hù)人員和物資的有序運(yùn)輸，又要避免病毒隨著交通工具和人員流動(dòng)擴(kuò)散，這對(duì)疫情下的交通管控帶了巨大挑戰(zhàn)。有關(guān)新冠肺炎疫情和交通運(yùn)輸?shù)难芯恐饕獓@兩個(gè)方面展開(kāi)：疫情通過(guò)交通運(yùn)輸擴(kuò)散的理論及模型、疫情對(duì)交通流和運(yùn)輸業(yè)的影響。

第一類研究主要基于交通大數(shù)據(jù)和流行病的傳播模型，分析預(yù)測(cè)疫情的發(fā)展。楊政[5]等利用百度遷徙數(shù)據(jù)和全國(guó)50個(gè)城市感染新冠肺炎病毒的確診人數(shù)，估計(jì)武漢市感染病毒的人員數(shù)量。王姣娥[6]等從地理學(xué)視角研究新冠肺炎疫情在我國(guó)的擴(kuò)散過(guò)程與模式，揭示人口流動(dòng)、交通網(wǎng)絡(luò)、疫情防控管理等因素對(duì)疫情的空間擴(kuò)散具有顯著影響。PEQUENO[7]等分析巴西天氣、航班、人口密度、老年人比例和平均收入與新冠肺炎病毒確診病例的相關(guān)性。LEE[8]等使用單線性回歸分析韓國(guó)交通量與新冠肺炎病毒確診病例數(shù)量之間的關(guān)系。多個(gè)學(xué)者從理論和實(shí)證層面論證應(yīng)急交通管制措施對(duì)抑制疫情擴(kuò)散的作用。姬楊蓓蓓[9]等基于典型相關(guān)性分析和中介效應(yīng)分析，揭示交通管控及時(shí)性和交通管控強(qiáng)度對(duì)阻斷疫情快速傳播的作用機(jī)理。陳武[10]等分析3類管制政策與湖北省疫情傳播的時(shí)空關(guān)系，發(fā)現(xiàn)其中交通管制對(duì)抑制疫情發(fā)展的作用最顯著。還有學(xué)者對(duì)比分析武漢封城前后國(guó)內(nèi)航空流量[11]或?qū)崟r(shí)移動(dòng)數(shù)據(jù)[12]，揭示封城令對(duì)抑制新冠肺炎病毒的傳播具有積極作用。

第二類研究主要分析和預(yù)測(cè)新冠肺炎疫情對(duì)城市交通、高速公路以及交通運(yùn)輸業(yè)的影響。闞長(zhǎng)城[13]等對(duì)疫情下北京市公共交通客流強(qiáng)度進(jìn)行分區(qū)段預(yù)測(cè)，并提出優(yōu)化建議。ALOI[14]等量化分析隔離措施對(duì)西班牙桑坦德市交通流量、公共交通客流量、NO2排放和交通事故的影響。有學(xué)者研究新冠肺炎疫情期間人口遷移的時(shí)間特征和地理空間格局[15-16]。姜楠[17]等通過(guò)在線問(wèn)卷的方式調(diào)查居民在新冠肺炎疫情期間的出行頻次及交通方式。閆明月[18]等采用回歸及神經(jīng)網(wǎng)絡(luò)等方法研究新冠肺炎疫情期間高速公路交通流，預(yù)測(cè)未來(lái)交通流的恢復(fù)模式。PARR[19]等對(duì)比分析美國(guó)佛羅里達(dá)州2019年與2020年不同類型道路在3月份的逐日通交流量，揭示出行限制措施在新冠肺炎疫情早期對(duì)交通的影響。除此之外，還有多篇文獻(xiàn)聚焦新冠肺炎疫情對(duì)客貨運(yùn)輸業(yè)、全球航空業(yè)、酒店、游輪和租車行業(yè)的影響[20-22]。有學(xué)者研究發(fā)現(xiàn)僅依靠交通管理措施無(wú)法滿足疫情期間交通需求，還需從應(yīng)急響應(yīng)、資源協(xié)同和政策機(jī)制等多方面統(tǒng)籌規(guī)劃，提升城市應(yīng)急保障能力[23-24]。

綜上所述，現(xiàn)有學(xué)者已對(duì)新冠肺炎病毒傳播、交通運(yùn)輸業(yè)和交通管控措施3個(gè)方面的相互影響展開(kāi)了研究，揭示出交通管控措施對(duì)抑制疫情傳播的積極作用，以及疫情對(duì)交通流和運(yùn)輸業(yè)的強(qiáng)烈沖擊。但是現(xiàn)有文獻(xiàn)的研究多基于疫情暴發(fā)初期的數(shù)據(jù)，調(diào)查持續(xù)時(shí)間一般在兩個(gè)月內(nèi)，沒(méi)有分析疫情對(duì)居民出行行為改變的持續(xù)性，也鮮有文獻(xiàn)定量分析疫情對(duì)不同出行類別和交通方式的影響，而這恰恰是突發(fā)公共衛(wèi)生事件下階段性動(dòng)態(tài)調(diào)整交通管理措施的關(guān)鍵。本文基于2020年3月—9月新冠肺炎疫情期間紐約市居民出行數(shù)據(jù)和不同交通方式的交通流量數(shù)據(jù)，研究疫情對(duì)出行距離和交通方式選擇的持續(xù)影響，以期未來(lái)為類似公共衛(wèi)生事件制定精準(zhǔn)防控措施、階段性動(dòng)態(tài)調(diào)整、合理引導(dǎo)交通出行提供借鑒。

2 紐約市疫情的發(fā)展和防控時(shí)間線

據(jù)美國(guó)人口統(tǒng)計(jì)數(shù)據(jù)，紐約市是美國(guó)人口最稠密的城市，截至2019年人口為8 336 817，人均占地面積約為94 m2[25]。紐約市是世界級(jí)的大都市，具有非常完善的交通網(wǎng)絡(luò)。在新冠肺炎病毒大流行之前，紐約市地鐵系統(tǒng)在一個(gè)典型的工作日運(yùn)送550萬(wàn)名乘客，是美國(guó)其他所有城市地鐵系統(tǒng)總載客量的2.5倍[26]。紐約市是2020年美國(guó)新冠肺炎疫情暴發(fā)較早且較嚴(yán)重的地區(qū)。為了應(yīng)對(duì)新冠肺炎病毒的大流行，紐約市實(shí)施了一系列的防控措施，市內(nèi)及周邊的交通運(yùn)輸系統(tǒng)因此發(fā)生了顯著改變。

2.1 紐約市疫情的發(fā)展

紐約市包紐約郡、布朗克斯郡、國(guó)王郡、皇后郡、里士滿郡5個(gè)行政區(qū)。本文所采用的疫情數(shù)據(jù)和交通數(shù)據(jù)均為紐約市5個(gè)郡之和。美國(guó)國(guó)家疾控中心網(wǎng)站[27]每天公布全美各州疫情總數(shù)據(jù)，但未具體到各市。本文采用USAFACTS網(wǎng)站[28]公布的各郡疫情數(shù)據(jù)，統(tǒng)計(jì)分析紐約市在2020年3月—9月疫情的發(fā)展，見(jiàn)圖1。

圖1 紐約市單日新增新冠肺炎確診病例和死亡病例Figure 1 Daily confirmed cases and deaths of COVID-19 in new york city

圖1的主要縱坐標(biāo)軸為單日新增確診病例，次要縱坐標(biāo)軸為單日新增死亡病例。紐約市在2020年3月2日確診第一例新冠肺炎病毒感染病例，在3月14日?qǐng)?bào)告第一例新冠肺炎病毒感染者死亡病例，隨后病例開(kāi)始爆發(fā)式增長(zhǎng)。單日新增確診病例在4月3日達(dá)到最高峰8 143例，單日新增死亡病例在4月14日達(dá)到最高峰2 289例。隨后疫情呈波浪式緩解：?jiǎn)稳招略龃_診病例在4月27日降到3 000例以下，在5月平均單日新增病例和死亡病例分別為1 156例和154例；在6月—9月單日新增病例在350例左右波動(dòng)；在8月—9月單日新增死亡病例降到10例以內(nèi)。

2.2 紐約市疫情防控時(shí)間線

紐約市從報(bào)告第一例新冠肺炎病毒感染病例的第二天開(kāi)始每天對(duì)地鐵站進(jìn)行消毒，并于3月8日呼吁市民選擇步行或騎自行車，避免乘坐地鐵上班。此后，紐約市實(shí)施了一系列防控措施，加強(qiáng)對(duì)交通運(yùn)輸、人員聚集、特殊場(chǎng)所的管理[29]。以下為紐約市疫情防控的主要時(shí)間線：

3月16日，關(guān)閉中小學(xué)，禁止50人以上的聚會(huì)； 3月17日，關(guān)閉酒吧和餐飲；

3月22日晚上8點(diǎn)，開(kāi)始就地隔離，進(jìn)入“暫?！睜顟B(tài)；

3月24日，減少地鐵、公交、通勤鐵路的發(fā)車次數(shù)；

4月17日，強(qiáng)制民眾在公共場(chǎng)所佩戴口罩；

6月8日，開(kāi)始重啟，結(jié)束為期78 d的“暫?！?。

3 新冠肺炎疫情對(duì)出行距離的影響

3.1 出行距離數(shù)據(jù)來(lái)源

新冠肺炎疫情爆發(fā)后，美國(guó)交通統(tǒng)計(jì)局網(wǎng)站定期更新馬里蘭州交通學(xué)院和馬里蘭大學(xué)研究統(tǒng)計(jì)的全國(guó)居民出行數(shù)據(jù)[30]。該項(xiàng)研究根據(jù)匿名的全國(guó)移動(dòng)設(shè)備數(shù)據(jù)，估算呆在家里和不在家的人數(shù)，并按距離將出行劃分成10個(gè)類別：<1,1～3,3～5,5～10,10～25,25～50,50～100,100～250,250～500, ≥500(單位：英里)，分別統(tǒng)計(jì)出行次數(shù)。將英制出行距離轉(zhuǎn)換為公制距離后，10個(gè)出行距離區(qū)間分別為：<1.6, 1.6～4.8,4.8～8.0,8.0～16.1,16.1～40.2,40.2～80.5,80.5～160.9,160.9～402.3,402.3～804.7,≥804.7(單位：km)。

3.2 疫情期間居家人數(shù)占比

2020年3月22日，紐約州州長(zhǎng)頒布就地隔離“暫?！绷睿韵拗撇《镜膫鞑?。在紐約市，只有約占全市勞動(dòng)力的25%基本工作人員(包括醫(yī)療保健、公共安全、食品服務(wù)、藥店和日雜店的員工)被允許出行?！皶和！绷钍辜~約市各種交通方式的客流量驟減，居家人口增加。圖2顯示紐約市2020年居家人數(shù)占總?cè)丝诘陌俜致逝c2019年同期的對(duì)比。

圖2 2020年與2019年每日居家人口占比Figure 2 Daily proportions of population staying at home in 2020 vs 2019

紐約市2019年全年居家人口占總?cè)丝诘陌俜致示?0%上下波動(dòng)。2020年在“暫?！绷钪埃蛹胰丝诎俜致逝c2019年基本持平。在“暫?！绷詈?，居家人口百分率突然增長(zhǎng)到45%左右，個(gè)別日期甚至接近50%。進(jìn)入5月后，居家人口百分率開(kāi)始下降。78 d“暫?！逼谄骄蛹胰丝诎俜致蕿?1.3%，相較2019年同期的31.8%，提高了9.5%。從6月8日“重啟”到數(shù)據(jù)統(tǒng)計(jì)截止的9月19日，平均居家人口占總?cè)丝诘陌俜致蕿?9.0%，比2019年提高了9.4%。紐約市居家人口比率的提高與疫情期間大量市民改為居家辦公有關(guān)[29]，這將在未來(lái)對(duì)交通系統(tǒng)產(chǎn)生持續(xù)影響。

3.3 疫情與出行距離指標(biāo)因子分析

Kaiser-Meyer-Olkin (KMO)檢驗(yàn)和Bartlett’s球性檢驗(yàn)常用來(lái)檢驗(yàn)多變量是否適合進(jìn)行因子分析[31]。KMO統(tǒng)計(jì)量大于0.7，Bartlett’s球性檢驗(yàn)顯著性水平小于0.05時(shí)，各個(gè)變量被判斷為不獨(dú)立，適宜進(jìn)行因子分析。本文13個(gè)疫情和出行距離指標(biāo)的KMO統(tǒng)計(jì)量為0.781，Bartlett’s球性檢驗(yàn)的顯著性水平小于0.1%，說(shuō)明這13個(gè)指標(biāo)適宜進(jìn)行因子分析。本文利用主成分法提取的3個(gè)成分能解釋原始13個(gè)指標(biāo)86.9%的方差。運(yùn)用具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法對(duì)3個(gè)成分進(jìn)行旋轉(zhuǎn)后得到表1成分矩陣。

表1 疫情與出行距離指標(biāo)主成分旋轉(zhuǎn)矩陣Table 1 Rotated component matrix of pandemic and trip-distance indices指標(biāo)4.8～8.0 km8.0～16.1 km1.6～4.8 km<1.6 km成分10.9810.9780.9600.923成分20.0790.7110.0830.045成分3-0.074-0.034-0.119-0.20416.1～40.2 km居家人數(shù)80.5～160.9 km40.2～80.5 km日新增確診病例0.903-0.872-0.1400.290-0.3720.292-0.2450.9040.886-0.7640.044-0.2240.1990.119-0.059160.9～402.3 km日新增死亡病例402.3～804.7 km≥804.7 km累積解釋的方差-0.081-0.235-0.036-0.05242.9%0.748-0.6800.1590.15769.3%0.562-0.0160.9570.94486.9%

成分1得分絕對(duì)值較高的是居家人數(shù)指標(biāo)和40.2 km以下短距離出行指標(biāo)，將之命名為短距離出行。居家人數(shù)得分為負(fù)值，與短距離出行負(fù)相關(guān)，說(shuō)明“暫停”令下居家人數(shù)的增加直接減少40.2 km以下短距離出行次數(shù)。成分2得分絕對(duì)值較高的是疫情指標(biāo)(即日新增確診病例和死亡病例，下同)和40.2～402.3 km中等距離出行指標(biāo)，將之命名為中等距離出行。單日新增確診病例和死亡病例得分都是負(fù)值，說(shuō)明疫情對(duì)中等距離出行的影響最顯著，且負(fù)相關(guān)。成分3得分絕對(duì)值較高的是402.3 km以上的兩個(gè)長(zhǎng)距離出行指標(biāo)，將之命名為長(zhǎng)距離出行。成分3并沒(méi)包括疫情指標(biāo)，顯示長(zhǎng)距離出行與疫情相關(guān)性差。圖3展示紐約市2020年相比2019年每日長(zhǎng)距離出行次數(shù)的變化。

圖3 2020年相比2019年每日長(zhǎng)距離出行次數(shù)的變化Figure 3 Daily change of long-distance trips in 2020 compared to 2019

圖3中的實(shí)線為紐約市2020年相較2019年同期距離402.3～804.7 km的出行次數(shù)的變化百分比，虛線則代表距離大于或等于804.7 km出行次數(shù)的變化百分比。紐約市402.3～804.7 km的出行次數(shù)在2020年1-5月比2019年同期增長(zhǎng)5.3%，在6-9月增長(zhǎng)70.0%，并未受疫情沖擊而減少。該距離的出行與基本生活品運(yùn)輸和工業(yè)生產(chǎn)密切相關(guān)，其在疫情期間出行次數(shù)“不減反增”的具體原因還需要根據(jù)更多的數(shù)據(jù)分析確定。

紐約市2020年大于或等于804.7 km的出行次數(shù)與2019年同期相比顯著減少：3月22日 “暫?！绷钪叭掌骄鶞p少21%，“暫?！逼陂g平均減少67%。但是進(jìn)入2020年8月，紐約市每日402.3～804.7 km和大于或等于804.7 km的出行次數(shù)均出現(xiàn)了爆發(fā)式增長(zhǎng)，是2019年同期的2～4倍，這與8月份是度假高峰期有關(guān)。在2020年9月紐約市402.3～804.7 km距離區(qū)間的出行次數(shù)比2019年同期日均增長(zhǎng)37.4%，大于或等于804.7 km距離的出行次數(shù)日均減少56.5%，與疫情指標(biāo)不相關(guān)。

4 新冠肺炎疫情對(duì)交通方式的影響

新冠肺炎病毒的大流行對(duì)公共交通的沖擊很大。為了減少感染風(fēng)險(xiǎn)，紐約市政府鼓勵(lì)市民選擇步行或騎自行車，避免乘坐大運(yùn)量的交通工具。本節(jié)將分析新冠肺炎疫情對(duì)紐約市居民出行交通方式選擇的影響。

4.1 交通方式數(shù)據(jù)來(lái)源

紐約市于2020年3月22日晚上8點(diǎn)進(jìn)入“暫?！睜顟B(tài)，居民出行次數(shù)迅速減少，紐約大都會(huì)運(yùn)輸署(Metropolitan Transportation Authority，MTA)于3月24日減少地鐵、公交、通勤鐵路的發(fā)車頻次。為了保證基本民生和維持經(jīng)濟(jì)運(yùn)行，MTA于2020年4月30日推出Essential Connector項(xiàng)目，為一線工作人員提供交通服務(wù)[32]。本節(jié)選擇各項(xiàng)數(shù)據(jù)齊全的2020年3月1日—8月31日時(shí)段分析疫情對(duì)公共交通、小汽車、自行車、飛機(jī)多種交通方式客流量的影響。公共交通數(shù)據(jù)來(lái)源于MTA網(wǎng)站[26]，包括地鐵、公交車、輔助客運(yùn)(Access-A-Ride, 為因殘障無(wú)法使用公共交通工具的注冊(cè)顧客提供公共交通接送服務(wù))。小汽車數(shù)據(jù)采用MTA發(fā)布的紐約市疫情期間橋梁和隧道總監(jiān)測(cè)交通量[26]。自行車數(shù)據(jù)采用美國(guó)交通統(tǒng)計(jì)局發(fā)布的紐約市Citi Bike共享自行車每日總租用次數(shù)[33]。航班數(shù)據(jù)采用美國(guó)聯(lián)邦航空管理局發(fā)布的紐約市3個(gè)機(jī)場(chǎng)進(jìn)出港航班總數(shù)[34]。

4.2 疫情與出行方式指標(biāo)因子分析

表2 疫情指標(biāo)與交通方式指標(biāo)主成份旋轉(zhuǎn)矩陣Table 2 Rotated component matrix of pandemic indices and travel mode indices指標(biāo)地鐵客流量輔助客運(yùn)客流量航班數(shù)量公交車客流量居家人數(shù)Citi Bike租用量日新增確診病例橋梁隧道車流量日新增死亡病例累積解釋的方差/%成分10.9680.8980.8690.858-0.7570.035-0.2980.550-0.22647.2成分20.1220.3500.0830.455-0.3500.893-0.8570.782-0.70781.8

成分1得分絕對(duì)值較高的是地鐵客流量、輔助客運(yùn)流量、航班數(shù)量和公交車客流量和居家人數(shù)，將之命名為公共交通出行。居家人數(shù)得分為負(fù)值，與各種公共交通方式客流量呈負(fù)相關(guān)。由于公共交通除航空外主要承擔(dān)短距離出行，因此居家人的增加除顯著減少40.2 km以下短距離出行次數(shù)(見(jiàn)3.2節(jié))，還降低了公共交通客流量。成分2得分絕對(duì)值較高的是疫情指標(biāo)、Citi Bike 租用量和橋梁隧道的車流量，將之命名為個(gè)體交通工具出行。共享自行車和小汽車的使用和疫情指標(biāo)負(fù)相關(guān)。

圖4顯示在2020年3月-4月，紐約市橋梁隧道監(jiān)測(cè)點(diǎn)的車流量下降了約60%，受疫情沖擊不及其他交通方式嚴(yán)重，而且在疫情趨緩后比其他交通方式反彈更快，9月份車流量已恢復(fù)到2019年同期的80%。新冠肺炎疫情導(dǎo)致出行方式發(fā)生了迅速變化，增大了小汽車出行比率。紐約市的交通管理部門擔(dān)心未來(lái)即使僅有10%的公共交通出行轉(zhuǎn)移到小汽車出行也可能導(dǎo)致非常嚴(yán)重的交通擁堵。美國(guó)公共交通中心(TransitCenter)建議公交公司及時(shí)響應(yīng)交通需求的變化，合理調(diào)整路線和時(shí)間表，通過(guò)提高服務(wù)水平增加公共交通的吸引力[35]。

圖4 2020年相比2019年各種交通方式客流量/車流量的變化Figure 4 Changes in passenger number/traffic flow of different travel modes in 2020 compared to 2019

在疫情期間，騎自行車是一種相對(duì)安全且具有彈性的交通模式。在2020年5月，紐約市Citi Bike共享自行車的租用人次反彈至2019年的水平，并有幾天出現(xiàn)爆發(fā)式增長(zhǎng)，具體變化見(jiàn)圖5。

關(guān)于自行車使用的一個(gè)顯著變化是騎車時(shí)間的增加。圖6展示的是紐約市Citi Bike平均騎車時(shí)間2020年與2019年的對(duì)比。2020年3月份以后，Citi Bike平均騎乘時(shí)間從2019年的14 min增長(zhǎng)到19 min。

新冠肺炎疫情增大了自行車這一綠色交通工具的吸引力。紐約市的交通運(yùn)輸專家建議政府重新規(guī)劃路邊空間，為自行車提供更多的街道空間，提高自行車出行的安全性，在疫情過(guò)后繼續(xù)保持自行車的吸引力[29]。

圖5 2020年相比2019年Citi Bike租用人次的變化Figure 5 Changes in the number of Citi Bike hires in 2020 compared to 2019

圖6 2020年與2019年Citi Bike平均騎車時(shí)間對(duì)比Figure 6 Comparison of the average riding time of Citi Bike between 2020 and 2019

5 結(jié)論

本文全面分析了新冠肺炎疫情在2020年前三季度對(duì)紐約市不同距離區(qū)間出行次數(shù)的影響，以及與不同交通方式之間的相關(guān)性，得到以下主要結(jié)論：

a.紐約市就地隔離“暫?！绷顚?shí)施的初期將居家人口占總?cè)丝诘陌俜致蕪?0%提高到45%左右，一個(gè)月后居家人口占比回落并穩(wěn)定在40%左右。居家人口占比的增加會(huì)減少總出行量，并持續(xù)影響交通系統(tǒng)。

b.利用主成分法對(duì)13個(gè)疫情和出行距離指標(biāo)進(jìn)行因子分析，提取的3個(gè)成分能解釋86.9%的方差。成分1為短距離出行，顯示“暫停”令下居家人數(shù)的增加減少了40.2 km以下短距離出行次數(shù)。成分2為中等距離出行，揭示中等距離次數(shù)對(duì)疫情的變化最為敏感。成分3為長(zhǎng)距離出行，顯示長(zhǎng)距離出行次數(shù)與疫情指標(biāo)相關(guān)性低，在疫情趨緩后反彈迅速。

c.利用主成分法對(duì)9個(gè)疫情和交通方式指標(biāo)進(jìn)行因子分析，提取的2個(gè)成分能解釋原始變量81.8%的方差。成分1為公共交通出行，揭示居家人增加降低了公共交通客流量。成分2為個(gè)體交通工具出行，顯示共享自行車和小汽車的使用頻率和疫情指標(biāo)負(fù)相關(guān)，在疫情趨緩后這兩種交通方式反彈最快。

2020年新冠肺炎疫情的爆發(fā)對(duì)紐約市的交通系統(tǒng)造成很大的沖擊，一系列防疫政策的推出進(jìn)一步改變市民的出行習(xí)慣和交通方式的選擇，對(duì)交通的影響深遠(yuǎn)。未來(lái)的研究將繼續(xù)關(guān)注紐約市交通的演化規(guī)律，以及相關(guān)交通調(diào)控策略的實(shí)施效果。