论客流与发车频率

甚至在 COVID-19 大流行开始之前，美国的公交客流量就已降至 1973 年以来的最低水平。如果公交机构希望扭转这一趋势，就必须理解其服务分配政策如何影响客流量。本文是最早在超本地层面随时间建模客流量趋势的研究之一。我们开发了泊松固定效应模型，利用 2012 至 2018 年间来自波特兰、迈阿密、明尼阿波利斯/圣保罗和亚特兰大的乘客计数数据，评估工作日的客流量对发车频率的弹性。在每个机构中，当观察某一时点上各线路段之间的差异时，发现客流量对频率具有弹性。换言之，频率最高的线路在每车次乘客量方面已然是最高产的。然而，当观察各线路段随时间的变化时，客流量无弹性；每额外增加的一车次预计产生的客流量低于该线路上已有公交车的平均值。在四个机构中的三个里，弹性是先验频率的递减函数，意味着低频线路对频率变化最为敏感。本文可帮助公交机构预期在整个网络中调整服务时的边际效应。随着乘客计数数据质量与可用性的提升，本文可作为探索公交客流动态的方法论基础。