网约车对公交客流量的影响：芝加哥案例研究
物理与社会
2020-11-24 v1 多智能体系统
摘要
现有关于网约车（RH）与公交服务关系的文献局限于缺乏实时空间背景的实证研究。为填补此空白，我们采用了一种新颖的实时地理空间分析方法。利用伊利诺伊州芝加哥市的网约车行程源数据，我们计算了 2019 年 6 月全部 7,949,902 次网约车行程的公交等效行程；我们的样本规模之巨是现有文献所研究对象无法比拟的。使用已有的多项嵌套 Logit 模型确定网约车用户选择公交替代方式服务特定起讫点对的概率 P(Transit|CTA)。我们发现 31% 的网约车行程可替代，而 61% 不可替代，剩余 8% 处于缓冲区内。我们使用参数敏感性分析衡量该概率的稳健性并进行了双尾 t 检验。结果表明，在四个敏感性参数中，该概率对公交行程总出行时间最为敏感。我们研究的主要贡献在于详尽的方法和精细调整的实时时空分析序列，用以考察网约车行程对公共交通的可替代性。结果与讨论旨在基于真实行程提供视角，我们期望本文能展示网约车数据记录与发布所带来的研究益处。
引用
@article{arxiv.2011.11130,
title = {Ride-hailing Impacts on Transit Ridership: Chicago Case Study},
author = {Helena Breuer and Jianhe Du and Hesham A. Rakha},
journal= {arXiv preprint arXiv:2011.11130},
year = {2020}
}
备注
Paper submitted to the Transportation Research Board Annual Meeting