[论文解读] Effect of the COVID-19 pandemic on bike-sharing demand and hire time: Evidence from Santander Cycles in London

Shahram Heydari, Garyfallos Konstantinoudis+1 more|arXiv (Cornell University)|Jul 24, 2021

Urban Transport and Accessibility参考文献 52被引用 62

一句话总结

本研究采用贝叶斯二阶随机游走时间序列模型，估算2020年3月至12月新冠肺炎疫情对伦敦桑坦德自行车系统的影响。研究发现，自行车租赁需求在2020年5月已恢复至疫情前水平，表明系统具有韧性；而4月至6月期间平均租赁时长显著增加，表明公众出行方式从公共交通向更长距离骑行转变。

ABSTRACT

The COVID-19 pandemic has been influencing travel behaviour in many urban areas around the world since the beginning of 2020. As a consequence, bike-sharing schemes have been affected partly due to the change in travel demand and behaviour as well as a shift from public transit. This study estimates the varying effect of the COVID-19 pandemic on the London bike-sharing system (Santander Cycles) over the period March-December 2020. We employed a Bayesian second-order random walk time-series model to account for temporal correlation in the data. We compared the observed number of cycle hires and hire time with their respective counterfactuals (what would have been if the pandemic had not happened) to estimate the magnitude of the change caused by the pandemic. The results indicated that following a reduction in cycle hires in March and April 2020, the demand rebounded from May 2020, remaining in the expected range of what would have been if the pandemic had not occurred. This could indicate the resiliency of Santander Cycles. With respect to hire time, an important increase occurred in April, May, and June 2020, indicating that bikes were hired for longer trips, perhaps partly due to a shift from public transit.

研究动机与目标

• 评估新冠肺炎疫情对伦敦桑坦德自行车系统骑行需求及租赁时长的影响。
• 利用疫情前数据，估算无疫情情景下2020年3月至12月的租赁次数与租赁时长反事实预测。
• 评估政府政策与公共交通中断对疫情期间骑行行为的影响。
• 探究疫情是否引发向主动出行方式（特别是骑行）的长期转变。
• 通过评估公共健康危机期间自行车共享系统的韧性，为城市规划提供依据。

提出的方法

• 采用贝叶斯二阶随机游走时间序列模型，以考虑日度自行车租赁与租赁时长数据中的时间相关性。
• 基于疫情前数据（2010年7月至2020年2月）校准模型，生成2020年3月至12月的反事实预测。
• 采用留一年外交叉验证方法验证模型性能并确保稳健性。
• 将疫情后观测数据与反事实预测的95%可信区间进行比较，识别统计上显著的偏离。
• 将天气变量（温度、降雨量、风速、湿度）作为协变量，以控制环境因素的影响。
• 应用后验预测检查以评估模型拟合度及各模型层级中不确定性传播情况。

实验结果

研究问题

• RQ1 2020年3月至12月期间，新冠肺炎疫情如何影响伦敦桑坦德自行车系统的租赁次数？
• RQ2 桑坦德自行车的平均租赁时长（行程时长）在疫情期间是否发生显著变化？若发生，何时变化，变化幅度如何？
• RQ3 疫情引发的公共交通向骑行的转变在多大程度上改变了伦敦的出行行为？
• RQ4 从疫情后需求模式来看，伦敦自行车共享系统是否表现出对疫情相关干扰的韧性？
• RQ5 政府政策与公共交通中断与自行车共享使用量及行程时长变化之间是否存在相关性？

主要发现

• 与反事实预测相比，2020年3月和4月的自行车租赁数量出现统计上显著的下降，但从2020年5月起恢复至预期水平。
• 2020年4月平均租赁时长增加了16.48分钟（95%可信区间[12.97, 19.18]），表明骑行行程显著变长。
• 2020年5月（超出13.72分钟，置信区间[9.88, 17.42]）和6月（超出10.11分钟，置信区间[5.86, 13.95]）的租赁时长仍显著偏高。
• 2020年7月，额外租赁时长减少至3.96分钟（置信区间[-0.72, 8.25]），不确定性区间包含零，表明已趋近基线水平。
• 2020年11月实施第二次全国封锁后，租赁时长再次小幅上升，超出3.96分钟（置信区间[-0.72, 8.25]）。
• 研究结果表明，伦敦自行车共享系统表现出韧性，2020年5月至12月期间需求未出现统计上显著的下降。