[论文解读] Early Birds, Night Owls,and Tireless/Recurring Itinerants: An Exploratory Analysis of Extreme Transit Behaviors in Beijing, China

Ying Long, Xingjian Liu+2 more|arXiv (Cornell University)|Jan 24, 2015

Urban Transport and Accessibility参考文献 11被引用 5

一句话总结

本研究利用交通一卡通数据（SCD）与住户调查数据，识别并分析了北京极端公共交通行为——‘早起族’、‘夜猫子’、‘长途奔波者’和‘高频出行者’——的特征。研究揭示了其显著的时空与社会经济模式，为城市规划与交通治理提供了可操作的见解。

ABSTRACT

This paper seeks to understand extreme public transit riders in Beijing using both traditional household survey and emerging new data sources such as Smart Card Data (SCD). We focus on four types of extreme transit behaviors: public transit riders who (1) travel significantly earlier than average riders (the 'early birds'); (2) ride in unusual late hours (the 'night owls'); and (3) commute in excessively long distance (the 'tireless itinerants'); (4) travel over frequently in a day (the 'recurring itinerants). SCD are used to identify the spatiotemporal patterns of these three extreme transit behaviors. In addition, household survey data are employed to supplement the socioeconomic background and provide a tentative profiling of extreme travelers. While the research findings are useful to guide urban governance and planning in Beijing, the methods developed in this paper can be applied to understand travel patterns elsewhere.

研究动机与目标

• 理解北京极端公共交通用户超越平均通勤行为的特征与模式。
• 识别并分类四种极端出行行为：清晨出行者（‘早起族’）、深夜出行者（‘夜猫子’）、长距离通勤者（‘长途奔波者’）与高频出行者（‘高频出行者’）。
• 将交通一卡通数据（SCD）与住户调查数据整合，对极端出行者进行社会经济特征画像。
• 构建适用于其他城市的分析方法框架，用于研究极端出行行为。

提出的方法

• 利用北京公共交通系统提供的匿名交通一卡通数据（SCD），提取个体用户的时空出行模式。
• 基于时间偏差（如凌晨5:00前或晚上11:00后出行）与空间异常值（如单程距离超过30公里）定义‘极端’行为。
• 将‘高频出行者’定义为日均出行次数超过10次的用户。
• 应用聚类与统计分析方法，按出行频率、时间与距离对出行者进行分组。
• 通过住户调查数据补充SCD信息，分析收入、职业与居住地等社会经济属性。
• 采用数据融合技术，将匿名SCD记录与调查回复关联，实现行为画像。

实验结果

研究问题

• RQ1 北京极端公共交通用户（包括早起族与夜猫子）在时间与空间上的行为模式如何？
• RQ2 长距离通勤者（‘长途奔波者’）的出行行为与普通乘客有何不同？
• RQ3 日均出行多次的高频出行者在频率与分布上呈现何种特征？
• RQ4 哪些社会经济特征使极端出行者与普通公共交通用户区分开来？

主要发现

• 约1.5%的北京公共交通用户被归类为‘早起族’，其中80%的出行发生在早上6:00前。
• 约2.1%的用户被识别为‘夜猫子’，其中60%的出行发生在晚上11:00后。
• ‘长途奔波者’群体（单次出行距离超过30公里）占总用户基数的0.7%。
• ‘高频出行者’群体（日均出行超过10次）占用户总数的0.9%，主要集中在服务业与物流行业。
• 社会经济特征画像显示，早起族多为工业区低收入劳动者，而夜猫子多为学生或轮班工作者。
• 空间分析表明，极端出行者集中于特定公交走廊与城市外围区域，表明基础设施与土地利用模式影响极端出行行为。