Vol. 05, No.6Dee  . ,2020
第45卷，第4期2 0 2 0 年 1 2 月
公路工程Highwoy  EngixeeWny
Doi ：10. 1782/j. -kP  174 -065.6020.46.415
新型冠状病毒肺炎疫情对纽约市交通出行的影响
李洁
（湖南大学土木工程学院，湖南长沙4 5082）
［摘要］基于纽约市居家人口数据、出行距离数据和多种交通方式客流量数据，运用因子分析方法分析新 型冠状病毒肺炎疫情对纽约市交通出行的影响。研究发现纽约市“暂停”期间居家人口占总人口的百分率从
30%提高到45% ，在重启阶段居家人口占比仍稳定在40%左右。因子分析结果显示居家人口数量的增加直接减
少40.2km 以下的出行次数和公共交通的客流量；日新增确诊病例和死亡病例与中等距离出行负相关；超过
402.5 km 的长距离出行与疫情指标相关性低。新冠肺炎疫情增加了自行车的吸引力和小汽车出行的份额，改变
了市民的出行习惯，对交通系统将产生长远影响。研究结果可为突发公共卫生事件下制定动态防控措施、合理
引导交通出行提供借鉴。
［关键词］新型冠状病毒肺炎；出行距离；交通方式；因子分析
［中图分类号］U  491
［文献标志码］A  ［文章编号］174-0610 （2020） 06-0091 -08
Thc  Impact  of  the  COVID-19 PandemO  on  the  TynspoCation
of  New  York  City
LI  Jic
(Collepe  of  Civil  EngixeeWny , Hunan  University , Chapgsha , Hunan  410082 , China )
[Abstract ] Based  on  the  population  stayinq  at  home , trips  by  distanco , and  Wdership  numbers  X
diterent  travel  modes, this  paper  descWPes  a  factor  analysis  for  reveaUng  the  ineuenco  of  the  COVID  - 5
pandemic  on  the  /anspoWation  of  New  Yord  City. During  the  New  Yord  City  on  PAUSE  order , the
percontage  of  population  stayinq  at  home  increased  fmm  30% to  45% , and  the  percontage  remained  at
amund  40% in  the  mopening  phase. The  result  of  factor  analysis  shows  that  the  increase  in  the  population  staying  at  home  directly  reducos  the  number  of  trips  below  40. 2 km  and  the  Wdership  numbers
of  public  transportation. The  number  of  daily  confirmed  coses  and  deaths  of  COVID  — 9 is  nepatively correlated  with  the  trips  of  medium-histanco. TWps  of  distanco  excoedinq  402. 3 km  has  low  correlation
with  the  pandemic  indicos. The  pandemic  of  COVID  — 9 has  made  bicycles  more  attractive , increased  the share  of  pWvvto  cor  trips  : and  changed  citizens  : travel  hadits. The  impact  on  the  /ansportation  system will  last  a  long-term. The  research  results  presented  in  this  article  con  provide  mfemneos  for  formulating
dycamie  /abic  seventiou  measures  under  public  health  emewuncies  and  ratiouaby  quiding  mavel  bedavior  in  the  future.
[Key  worde ] COVID-19； trip  distanco  ； travel  mohe  ； factor  analysis
0引言
世界卫生组织基于新型冠状病毒肺炎在全球的
快速传播，于2020年3月11日将其评估为全球大
流行病，并呼吁“各国围绕预防感染、拯救生命 和尽量减少影响的全面战略，采取政府上下一致和
［收稿日期］2020 - 5 -14
［基金项目］国家自然科学基金资助项目（5178264）；河南省交通科技项目（2022G11）；长沙市科技项目（kq50105 :［作者简介］李洁（1972—），女，湖南株洲人，博士，副教授，研究方向：交通规划与管理。
［引文格式］李洁.新型冠状病毒肺炎疫情对纽约市交通出行的影响［J ］•公路工程,2020,45（6） ：91
LI  J. The  Impoct  of  the  COVID  - 19 pan/emic  on  the  transpoWation  of  oew  yorU  city ［ J / . Highway  Enqiaeerinq ,2020 ,45 （6 : :91 - 98.
92公路工程45卷
全社会参与的做法”1。基本民生的保障和病人的救治离不开高效的交通系统，但便捷的交通可能会加快病毒的传播，给疫情防控带来困难［2］。我国在新型冠状病毒肺炎疫情（以下简称新冠肺炎疫情）期间采取了一系列严格措施，加强对交通运输和公共场所的管理，减少人员聚集，有效地控制了新冠肺炎疫情。在我国取得“战疫”重大阶段性成果的同时，新冠肺炎疫情在国外多处暴发，并持续蔓延。追踪分析国外新冠肺炎疫情的防控动态，对我国交通运输管理部门未来在类似公共卫生紧急事件下因地制宜、制定针对性防控策略、保障基本民生和稳定经济运行具有重要的参考意义一5。
1研究现状
新冠肺炎疫情爆发后，交通系统既要保障医护人员和物资的有序运输，又要避免病毒随着交通工具和人员流动扩散，这对疫情下的交通管控带了巨大挑战。有关新冠肺炎疫情和交通运输的研究主要围绕两个方面展开：疫情通过交通运输扩散的理论及模型、疫情对交通流和运输业的影响。
第一类研究主要基于交通大数据和流行病的传播模型，分析预测疫情的发展。杨政［5］等利用百度迁徙数据和全国50个城市感染新冠肺炎病毒的确诊人数，估计武汉市感染病毒的人员数量。王姣娥［6］等从地理学视角研究新冠肺炎疫情在我国的扩散过程与模式，揭示人口流动、交通网络、疫情防控管理等因素对疫情的空间扩散具有显著影响。PEQUENO"］等分析巴西天气、航班、人口密度、老年人比例和平均收入与新冠肺炎病毒确诊病例的相关性。LEE［］等使用单线性回归分析韩国交通量与新冠肺炎病毒确诊病例数量之间的关系。多个学者从理论和实证层面论证应急交通管制措施对抑制疫情扩散的作用。姬杨蓓蓓［9］等基于典型相关性分析和中介效应分析，揭示交通管控及时性和交通管控强度对阻断疫情快速传播的作用机理。陈武［10］等分析3类管制政策与湖北省疫情传播的时空关系，发现其中交通管制对抑制疫情发展的作用最显著。还有学者对比分析武汉封城前后国内航空流量［1］或实时移动数据［2］，揭示封城令对抑制新冠肺炎病毒的传播具有积极作用。
第二类研究主要分析和预测新冠肺炎疫情对城市交通、高速公路以及交通运输业的影响。阚长城［1］
等对疫情下北京市公共交通客流强度进行分区段预测，并提出优化建议。ALOV1］等量化分析隔离措施对西班牙桑坦德市交通流量、公共交通客流量、NO/排放和交通事故的影响。有学者研究新冠肺炎疫情期间人口迁移的时间特征和地理空间格局［15-1］。姜楠［1］等通过在线问卷的方式调查居民在新冠肺炎疫情期间的出行频次及交通方式。闫明月［1］等采用回归及神经网络等方法研究新冠肺炎疫情期间高速公路交通流，预测未来交通流的恢复模式。PARR［1］等对比分析美国佛罗里达州201年与2020年不同类型道路在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对交通的影响。除此之外，还有多篇文献聚焦新冠肺炎疫情对客货运输业、全球航空业、酒店、游轮和租车行业的影响［20「22］。有学者研究发现仅依靠交通管理措施无法满足疫情期间交通需求，还需从应急响应、资源协同和政策机制等多方面统筹规划，提升城市应急保障能力〔25「22］。
综上所述，现有学者已对新冠肺炎病毒传播、交通运输业和交通管控措施3个方面的相互影响展开了研究，揭示出交通管控措施对抑制疫情传播的积极作用，以及疫情对交通流和运输业的强烈冲击。但是现有文献的研究多基于疫情暴发初期的数据，调查持续时间一般在两个月内，没有分析疫情对居民出行行为改变的持续性，也鲜有文献定量分析疫情对不同出行类别和交通方式的影响，而这恰恰是突发公共卫生事件下阶段性动态调整交通管理措施的关键。本文基于2020年3月一9月新冠肺炎疫情期间纽约市居民出行数据和不同交通方式的交通流量数据，研究疫情对出行距离和交通方式选择的持续影响，以期未来为类似公共卫生事件制定精准防控措施、阶段性动态调整、合理引导交通出行提供借鉴。
2纽约市疫情的发展和防控时间线
据美国人口统计数据，纽约市是美国人口最稠密的城市，截至221年人口为8336817，人均占地面积约为94m2［25］。纽约市是世界级的大都市，具有非常完善的交通网络。在新冠肺炎病毒大流行之前，纽约市地铁系统在一个典型的工作日运送550万名乘客，是美国其他所有城市地铁系统总载客量的2.9倍］。纽约市是2220年美国新冠肺炎疫情暴发较早且较严重的地区。为了应对新冠肺炎病毒的大流行，纽约市实施了一系列的防控措施市内及周边的交通运输系统因此发生了显著改变。
第6期李洁：新型冠状病毒肺炎疫情对纽约市交通出行的影响95
2.1纽约市疫情的发展
纽约市包纽约郡、布朗克斯郡、国王郡、皇后郡、里士满郡5个行政区。本文所采用的疫情数据和交通数据均为纽约市5个郡之和。美国国家疾控中心网站切每天公布全美各州疫情总数据，但未具体到各市。本文采用USAFACTS网站［28］公布的各郡疫情数据，统计分析纽约市在2020年3月一9月疫情的发展，见图1。
9000 8000 7000
2500死亡确诊
2000
m m60005000 4000 30001500 1000
I
2000-1000-
0-3月
------------------------0
9月10月
图1纽约市单日新增新冠肺炎确诊病例和死亡病例
Figure1DaiO coufirmef cases and deaths of COVID一3in new yorO city
500
图1的主要纵坐标轴为单日新增确诊病例，次要纵坐标轴为单日新增死亡病例。纽约市在2020年3月2
日确诊第一例新冠肺炎病毒感染病例，在3月3日报告第一例新冠肺炎病毒感染者死亡病例，随后病例开始爆发式增长。单日新增确诊病例在4月3日达到最高峰833例，单日新增死亡病例在4月14日达到最高峰2234例。随后疫情呈波浪式缓解：单日新增确诊病例在4月27日降到3000例以下，在5月平均单日新增病例和死亡病例分别为136例和34例；在6月一9月单日新增病例在350例左右波动；在8月一9月单日新增死亡病例降到3例以内。
2.2纽约市疫情防控时间线
纽约市从报告第一例新冠肺炎病毒感染病例的第二天开始每天对地铁站进行消毒，并于3月8日呼吁市民选择步行或骑自行车，避免乘坐地铁上班。此后，纽约市实施了一系列防控措施，加强对交通运输、人员聚集、特殊场所的管理［2］。以下为纽约市疫情防控的主要时间线：
3月3日，关闭中小学，禁止50人以上的聚会;
3月3日，关闭酒吧和餐饮；
3月22日晚上8点，开始就地隔离，进入“暂停”状态；
3月24日，减少地铁、公交、通勤铁路的发车次数；
4月3日，强制民众在公共场所佩戴口罩；
6月8日，开始重启，结束为期73d的“暂停”。
3新冠肺炎疫情对出行距离的影响
3.1出行距离数据来源
新冠肺炎疫情爆发后，美国交通统计局网站定期更新马里兰州交通学院和马里兰大学研究统计的全国居民出行数据［0］。该项研究根据匿名的全国移动设备数据，估算呆在家里和不在家的人数，并按距离将出行划分成3个类别：＜1,1~3,3~ 5,5~10,10-25,25-50,50~30,100-250, 250-550,2500（单位：英里），分别统计出行次数。将英制出行距离转换为公制距离后，3个出行距离区间分别为：＜1.6,  1.6~4.3,  4.8-&0, &0~16.1,  3.1~40. 2,40.2-80.5,80.5-160.9,160.9-402.3,402.3-804.5,2804.5（单位:km）。
3.2疫情期间居家人数占比
2020年3月22日，纽约州州长颁布就地隔离“暂停”令，以限制病毒的传播。在纽约市，只有约占全市劳动力的25%基本工作人员（包括医疗保健、公共安全、食品服务、药店和日杂店的员工）被允许出行。“暂停”令使纽约市各种交通方式的客流量骤减，居家人口增加。图2
显示纽约市
94公路工程45卷2020年居家人数占总人口的百分率与201年同期的对比。
图22020年与2019年每日居家人口占比
Figure2Dailp proportions oS populatiox staying at home in2020vs2019
纽约市201年全年居家人口占总人口的百分率均在30%上下波动。2020年在“暂停”令之前，居家人口百分率与2219年基本持平。在“暂停”令后，居家人口百分率突然增长到45%左右，个别日期甚至接近50%。进入5月后，居家人口百分率开始下降。78d“暂停”期平均居家人口百分率为41.3%，相较201年同期的31.8%，提高了9.5%。从6月8日“重启”到数据统计截止的9月19日，平均居家人口占总人口的百分率为39.0%，比2019年提高了9.4%。纽约市居家人口比率的提高与疫情期间大量市民改为居家办公
有关［/］，这将在未来对交通系统产生持续影响。
3.3疫情与出行距离指标因子分析
不同出行距离的出行次数可能存在一定的相关性，因此在分析疫情对纽约市居民出行距离影响前，首先对1个距离区间每日的出行次数进行偏相关分析。每次对两个变量进行偏相关分析，1个变量共需做45次偏相关分析（C7o=45），其中27次显著性水平小于0.05，证明不同距离区间出行次数之间存在相关性。如果分别分析疫情对各个距离区间出行次数的影响将得到孤立的结果，盲目合并离区间容易损失潜在信息。因子分析考虑多个指标之间的相互关系，从多个指标中出隐藏的具有代表性的成份，实现降维的同时揭示指标间的相关性。为了全面分析疫情和“暂停”令对各距离区间出行次数的影响，本节对纽约市2020年3月1日一9月1日居家人口数量、单日新增新冠肺炎确诊病例和死亡病例、1个距离区间的出行次数共3个指标进行因子分析。
Kaiser-Meyer-Olkin（KMO/检验和Bartlett:s 球性检验常用来检验多变量是否适合进行因子分析［3］。KMO统计量大于0.9,Bartlett's球性检验显著性水平小于0.05时，各个变量被判断为不独立，适宜进行因子分析。本文3个疫情和出行距离指标的KMO统计量为0.731,Bartlett's球性检验的显著性水平小于0.1%，说明这13个指标适宜进行因子分析。本文利用主成分法提取的3个成分能解释原始13个指标86.9%的方差。运用具有Kaiser标准化的正交旋转法对3个成分进行旋转后得到表1成分矩阵。
表1疫情与出行距离指标主成分旋转矩阵
Tahie1Rotated compouext matrix oS pandemic and trip-dio-tance indices
4
指标
.8~8.08.0-1.1  1.6~4.8<1.6
km km km km 成分10.9810.9780.9600.925
成分20.0790.7110.030.045
北京疫情最新数据成分3-0.074-0.9,i4-0.11-0.204
1.1-40.2居家80.3-10.940.2-80.3日新增确
km人数km km诊病例
0.903-0.872-0.100.290-0.372
0.292-0.2450.9040.886-0.764
0.044-0.2240.190.11-0.059 10.9-402.3日新增死402.3-804.7M804.7累积解释
km亡病例km km的方差
-0.01-0./彳.-0.036-0.05242.9%
0.748-0.6800.190.15769.3%
0.562-0.910.9570.94486.9%
成分1
得分绝对值较高的是居家人数指标和
第4期李洁：新型冠状病毒肺炎疫情对纽约市交通出行的影响95
40.2km以下短距离出行指标，将之命名为短距离出行。居家人数得分为负值，与短距离出行负相关，说明“暂停”令下居家人数的增加直接减少40.2km以下短距离出行次数。成分2得分绝对值较高的是疫情指标（即日新增确诊病例和死亡病例，下同）和40.2~402.3km中等距离出行指标，将之命名为中等距离出行°单日新增确诊病例和死亡病例得分都是负值，说明疫情对中等距离出行的影响最显著，且负相关。成分3得分绝对值较高的是402.3km以上的两个长距离出行指标，将之命名为长距离出行。成分3并没包括疫情指标，显示长距离出行与疫情相关性差。图3展示纽约市2020年相比2019年每日长距离出行次数的变化°
图32020年相比2019年每日长距离出行次数的变化
Figure V Daily chanye of long一distapce trips in2220compared tc205
图3中的实线为纽约市2020年相较2014年同期距离402.3-804.5km的出行次数的变化百分比，虚线则代表距离大于或等于804.5km出行次数的变化百分比。纽约市402.3-804.5km的出行次数在2020年1-5月比2014年同期增长5.3%，在6-9月增长70.0%，并未受疫情冲击而减少。该距离的出行与基本生活
品运输和工业生产密切相关，其在疫情期间出行次数“不减反增”的具体原因还需要根据更多的数据分析确定。
纽约市2220年大于或等于804.5km的出行次数与2014年同期相比显著减少：3月22日“暂停”令之前日平均减少21%,“暂停”期间平均减少67%°但是进入2020年8月，纽约市每日402.3-804.7km和大于或等于804.5km的出行次数均出现了爆发式增长，是2215年同期的2~4倍，这与8月份是度假高峰期有关。在2222年9月纽约市402.3-804.5km距离区间的出行次数比225年同期日均增长37.4%，大于或等于804.5km距离的出行次数日均减少56.5%，与疫情指标不相关。
4新冠肺炎疫情对交通方式的影响
新冠肺炎病毒的大流行对公共交通的冲击很大。为了减少感染风险，纽约市政府鼓励市民选择步行或骑自行车，避免乘坐大运量的交通工具。本节将分析新冠肺炎疫情对纽约市居民出行交通方式选择的影响°
4.1交通方式数据来源
纽约市于2020年3月22日晚上8点进入“暂停”状态，居民出行次数迅速减少，纽约大都会运输署（Metropolitan Transportation Authority, MTA）于3月24日减少地铁、公交、通勤铁路的发车频次。为
了保证基本民生和维持经济运行, MTA于2020年4月30日推出Essential Connector 项目，为一线工作人员提供交通服务[2]°本节选择各项数据齐全的2020年3月1日一8月31日时段分析疫情对公共交通、小汽车、自行车、飞机多种交通方式客流量的影响。公共交通数据来源于MTA网站[/]，包括地铁、公交车、辅助客运（Access-A-Ride，为因残障无法使用公共交通工具的注册顾客提供公共交通接送服务）。小汽车数据采用MTA发布的纽约市疫情期间桥梁和隧道总监测交通量[/]°自行车数据采用美国交通统计局发布的纽约市CUi Bike共享自行车每日总租用次数[5]°航班数据采用美国联邦航空管理局发布的纽约市3个机场进出港航班总数[55]
°

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。