[논문 리뷰] Analysis of Spatial-temporal Behavior Pattern of the Share Bike Usage during COVID-19 Pandemic in Beijing

Xiangping Chai, Guo X외 2명|arXiv (Cornell University)|2020. 04. 26.

Urban Transport and Accessibility참고 문헌 31인용 수 9

한 줄 요약

이 연구는 베이징에서 코로나19 팬데믹의 영향을 분석하기 위해 자전거 공유 시스템(BSS) 데이터를 활용한 시공간적 인간 이동성 분석 프레임워크를 제안한다. 연구는 팬데믹의 세 단계를 특정하고, 차등분석(DID) 모델을 적용하여 팬데믹의 순 영향을 분리한다. 정점 봉쇄 기간 동안 자전거 이용은 64.8% 감소했으며, 이후 조치 완화 후 평균 15.9% 회복되었으며, 고기술 및 사무소 지역에서 더 높은 회복률을 보였다.

ABSTRACT

During the epidemics of COVID-19, the whole world is experiencing a serious crisis on public health and economy. Understanding human mobility during the pandemic helps one to design intervention strategies and resilience measures. The widely used Bike Sharing System (BSS) can characterize the activities of urban dwellers over time & space in big cities but is rarely reported in epidemiological research. In this paper, we present a human mobility analyzing framework} based on BSS data, which examines the spatiotemporal characteristics of share bike users, detects the key time nodes of different pandemic stages, and demonstrats the evolution of human mobility due to the onset of the COVID-19 threat and administrative restrictions. We assessed the net impact of the pandemic by using the result of co-location analysis between share bike usage and POIs (Point Of Interest). Our results show the pandemic reduced the overall bike usage by 64.8%, then an average increase (15.9%) in share bike usage appeared afterwards, suggesting that productive and residential activities have partially recovered but far from the ordinary days. These findings could be a reference for epidemiological researches and inform policymaking in the context of the current COVID-19 outbreak and other epidemic events at city-scale.

연구 동기 및 목표

• 실제 BSS 데이터를 활용해 코로나19 팬데믹 기간 동안의 시공간적 인간 이동성 역학을 이해하기 위해.
• 베이징에서 팬데믹의 시작과 완화 시점을 나타내는 핵심 시간 노드를 특정하기 위해.
• 휴일 및 날씨와 같은 혼란 변수들로부터 분리하여 팬데믹이 도시 이동성에 미친 순 영향을 정량화하기 위해.
• 포인트 오브 인터레스트(POI)와의 공존 분석을 통해 다양한 도시 기능 지역에서의 이동성 회복 궤적을 평가하기 위해.

제안 방법

• 이동성 추세를 바탕으로 핵심 시간 노드를 특정하여 팬데믹 기간을 사전 팬데믹, 팬데믹 기간, 조치 완화 후의 세 단계로 분할한다.
• 휴일 및 날씨를 제어하는 조건에서 자전거 이용에 대한 팬데믹의 순 영향을 추정하기 위해 차등분석(DID) 모델을 적용한다.
• 공유 자전거 이용과 POI(예: 주거지, 지하철역, 쇼핑몰 등) 간의 공존 분석을 통해 도시 기능 지역별로 이동성 변화를 평가한다.
• 공간적 및 시간적 패턴을 포착하기 위해 익명화된 원점-도착지(OD) 및 타임스탬프 정보를 포함한 BSS 데이터를 활용한다.
• POI를 7개 카테고리(예: RA, HC, SS, SP, SM, TH, IRA)로 분류하여 도시 기능 구역 간 이동성 변화를 비교한다.
• 각 단계 및 POI 카테고리에서의 자전거 이용 추세를 기술풍선(평균 ± 2σ)을 사용해 표현하여 복구 수준 간 정량적 비교를 가능하게 한다.

실험 결과

연구 질문

• RQ1 인간 이동 패턴을 기반으로 하여 베이징에서 코로나19 팬데믹의 시작과 완화 시점을 나타내는 핵심 시간 노드는 무엇인가?
• RQ2 팬데믹은 베이징의 자전거 공유 이용을 얼마나 감소시켰으며, 휴일 및 날씨를 제어한 후 사전 팬데믹 수준과 비교해 볼 때 어떻게 나타나는가?
• RQ3 팬데믹 조치 완화 단계 이후 다양한 유형의 도시 기능 지역(예: 주거, 상업, 산업) 간 이동성 회복 궤적이 어떻게 다를까?
• RQ4 어느 POI 카테고리에서 자전거 이용의 감소와 회복이 가장 두드러졌으며, 이러한 차이를 설명할 수 있는 요인은 무엇인가?
• RQ5 BSS 데이터는 대규모 공중보건 비상 상황 기간 동안 도시 이동성 역학의 신뢰할 수 있는 대체 지표로 활용될 수 있는가?

주요 결과

• 팬데믹 기간 동안 베이징의 전체 공유 자전거 이용은 64.8% 감소했으며, 특히 지하철역(77.91%), 고기술 기업(74.21%), 쇼핑몰(73.58%)에서 가장 심각한 감소가 관찰되었다.
• 주거지, 슈퍼마켓, 종합병원은 덜 영향을 받았으며, 약 39.0%의 복구 수준를 보여 기초적인 필요 충족을 위한 지속적인 이동성이 유지됨을 시사한다.
• 2020년 2월 24일 이후, 7개 POI 카테고리 평균으로 자전거 이용이 15.9% 증가하여 비필수 이동성의 부분적 회복을 나타낸다.
• 고기술 기업(18.2% 증가)과 일반 기업(17.6% 증가)에서 가장 높은 복구율을 보이며 직장 출퇴근 이동의 회복이 이루어졌음을 시사한다.
• 감염 주거지(IRA) 및 주변 주거지(SRA)는 사전 팬데믹 수준의 약 39.0%로 복구되었으며, 이는 주거 이동성이 상업 및 교통 관련 이동성보다 덜 파급된 것을 의미한다.
• DID 모델은 팬데믹이 이동성에 유의미한 순 영향을 미쳤음을 확인하였으며, 휴일 및 날씨의 영향을 초월하여 도시 활동 패턴에 통계적으로 유의미한 영향을 미쳤다.