萬里長江長萬里 寂寥子
当你凝视深渊,深渊也在凝视你
关注数: 8 粉丝数: 175 发帖数: 2,284 关注贴吧数: 10
简析重庆新模型普工的换乘系数 重庆疑似24年12月10日开始更换换乘模型,换乘系数由此变化。用一种新的思路,简析重庆新模型普工的换乘系数。 基本前提(假设): 1、在重庆换乘模型更换前,重庆和武汉的客运量关联度很高,在同样不下雨(不下较长时间或较大的雨)的天气下,二城的客运量变化趋同,这导致一个有趣的现象。本身汉渝二城地理相隔较远,一个城市的客流与另一个城市的客流本质上没有因果上的关联性,在统计学上可称之为独立事件。但由于长期的数据观察,这两个城市的客流在近两年的关联度很高,由此具有彼此间的比对意义。 2、一个城市较短时间内(比如半个月)左右的日均值变化较为平滑(进站量同理),没有大的事件发生,不会出现大幅变化。 3、普工的变化比周五、休息日或节假日更为稳定,变化也更加平稳。 4、11月、12月,由于均不是双方对比差距变化较大的月份或时期,因此更加强化了前述3点的认知。 基本方法: 1、选取重庆24年12月10日之前十几天的普工数据; 2、第1点选取样本时,应剔除天气变化(比如长时间下雨或大雨等)导致的异动数据; 3、根据基本前提的第1点,用同期武汉客流数据(同样剔除天气变化导致的异动数据)校验重庆数据是否具备样本意义。 4、最终确定模型变化前的样本,计算重庆样本日均值A; 5、根据交通部发布的11月重庆数据计算出的换乘系数(1.607),计算A对应的进站量a; 6、选取重庆24年12月10日后半个月左右的普工数据(双方新线开通前)。根据第2、3、4点的标准或方式确定样本,并计算重庆样本日均值B; 7、假设进站量变化微小的前提下,用B和a反算出重庆新的换乘系数。简析: 1、重庆模型变化前,选取的样本跟武汉同期数据比较,最后得出的平均值非常接近,符合前述基本前提。 2、重庆模型变化后,从选取的重庆数据所对应的武汉数据来看,武汉的平均值变化十分微小(400.5变至399.04,减量1.46)。 3、武汉的数值变化符合前述基本前提,但同期的重庆数据却从400.78(A)变至418.39(B),违反了基本前提的假设,所以可以得出重庆的换乘模型变化的结论。 4、根据前述方法,计算出A对应的进站量a,数值为249.4=400.78/1.607。再用B/a,计算出新的换乘系数约为1.678=418.39/249.4。 5、对于249.4万的进站量,换乘系数每上涨0.001,客流上涨2500人左右,0.004就是上涨1万人。因此,考虑武汉同期两个时段的均值有1.46万的减量(对应的两个进站量均值约为0.9万的减量)。重庆之后的实际进站量均值如果也有轻微下浮的话,换乘系数还有细微上涨的可能。最终估计新模型普工的换乘系数约为1.68左右。 注意:本方法的很多前提都是基于一定的假设,存在错误的可能。而且选用的样本虽尽量客观,但还是难免主观,所以结论不一定准。但根据本方法计算出来的系数与之前部分吧友的计算结果较接近,还是有一定参考意义。
武汉春季客流旺季的标志特征周六客流反超周五? 从2023年客流规律来看,武汉春季的客流旺季,一大标志性特征就是周六客流反超周五。 2023年武汉首次出现该特征为2月24日和25日,客流分别为431、441。然后又于3月的第一周、第三周、第四周,4月的第一周、第三周、第四周(恰逢五一假期,更是出现了假期第一天客流超过了节前一天的现象),到了五月就没有了,共计为7次。 2024年,武汉于上周首次出现了该现象,3月15日475、16日479。按去年的规律,这预示武汉春季的旺季到来了。 前十中,只有武汉西安南京有这种现象,大概看了下,其中西安去年出现了4次(秋季有1次),还有多次很接近的。南京1次,也有多次很接近的。其余7城则没有。 有几个问题值得思考: 1、今年武汉是否延续这一规律,次数上是否能超过去年,“武汉春季的客流旺季,一大标志性特征就是周六客流反超周五”这个判断是否准确,或者只是偶然现象? 2、西安南京今年及未来几年是否也会继续出现这一现象? 3、这种现象出现的原因到底是否跟所谓的普工通勤弱有关?还是跟普工通勤无关,纯粹是因为高峰期的周六吸引了大量出行游客有关。那么其他旅游城市的周六为什么就没有这么多人出行?会不会是跟三城的大学生多有关? 4、随着线网规模的扩大、覆盖完善,这种现象是否会最终消失,3城变成跟另外7城一致?
天气对中短期客流具有重要影响 最近吧里部分人好像挺反感别人说天气,别人一提天气不好影响了客流,就被讥讽矫情。动不动就讥讽别人矫情,其实不也是另一种矫情? 言归正传,来简单谈谈天气对客流的影响。首先,明确下这里说的天气。众所周知,天气不外乎晴空郎朗,不外乎刮风下雨,不外乎打雷闪电,不外乎雪冷风寒,归结起来就是阴晴雨雪。阴晴雨雪等气象虽是天气的核心内容,但亦不过是其表,天气的实质乃是温度和湿度两仪,两仪又生干湿冷热四维,干冷之间称润,冷热之间称温,故四维又成九象,见下图所示:此九象可涵盖所有的天气类型,但过于抽象,这里以自己的观感各举一例使九象天气形象化,见下图:九象天气直接影响人的体感舒适度。大致说来,温度因素大于湿度因素,相同温度下,湿度极高者舒适度最低,湿度极低者舒适度次之,湿度适宜舒适度最高,也可用表格呈现:舒适度与出行意愿大致呈正相关,即天气越让人舒适,人们的出行意愿越高。但出行意愿并不等同于地铁出行意愿,因为有骑行、私家车、公交车、出租车、网约车等交通方式分流。但大致这么认为却也不错:天气让人舒适,人们出行意愿高,地铁客流就高。但这个结论仍然需要修正,从经验上而言地铁客流更易受到雨水的影响,这意味着人们选择地铁出行时,湿度因素大于温度因素。
1 下一页