An entropy-based measurement for understanding origin-destination trip distributions: a case study of New York City taxis
本研究针对城市人类移动模式分析需求，提出基于出租车与网约车记录的起点熵、终点熵度量及交互式可视化工具，可有效捕捉出行起讫点分布多样性变化，助力更全面地理解城市人流。
2024-04-16 cs.SI physics.soc-ph
Temporal and Spatial Analysis of Crime Patterns in New York City: A Statistical Investigation of NYPD Complaint Data (1963-2025)
本研究通过分析NYPD 1963-2025年的犯罪投诉数据，揭示了布鲁克林犯罪量最高、小额盗窃最常见以及工作日傍晚犯罪高峰等关键发现。
2025-11-13 physics.soc-ph
OpenStreetCab: Exploiting Taxi Mobility Patterns in New York City to Reduce Commuter Costs
Uber作为全球替代出租车运营商的崛起最近吸引了很多人的兴趣。除了讨论这一新现象的媒体头条新闻，例如它如何破坏传统的交通运输业，政策制定者，经济学家，公民和科学家们还围绕如何将新一代共享经济服务整合到城市生态系统中进行了讨论。在这项工作中，我们的目标是通过利用一个公开的纵向数据集，描述了纽约市黄色出租车的流动性，揭示新的讨论。除了移动之外，该数据还包含出租车客户每次旅行所支付的费用的信息。因此，我们有机会在世界上最大的大都市之一提供标志性的黄色出租车与其现代竞争对手优步之间的首次面对面比较。我们确定了Uber出租车服务的最便宜版本Uber X在相同旅程中往往比黄色出租车更贵的情况。我们还展示了Uber的经济模式如何有效地利用了人类运动中众所周知的模式。最后，我们把我们的分析更进一步，提出了一个新的移动应用程序，比较出租车价格在城市，以方便旅客的出租车选择，希望最终导致通勤成本的降低。我们的研究提供了一个案例，说明公开的大型数据集如何通过为缺乏最新法规的经济部门提供透明度的机会来改善消费者的城市服务。
2015-03-10 cs.CY cs.SI physics.soc-ph
Protection of New York City Urban Fabric With Low-Cost Textile Storm Surge Barriers
位于多个地点的纺织品风暴潮屏障实际上是世界著名的城市结构的延伸-这是城市对当地自然的统治的另一种表现。纺织品风暴浪涌屏障（TSSB）旨在保护城市免受北大西洋飓风的影响，这些飓风会导致海浪影响人口密集和高价值的房地产，引发灾难性的，可能是长期的基础设施和金钱损失。复杂的TSSB安装宏观项目规划是哈德逊河和其他河流的存在，几个小的潮汐海峡，未来的气候变化和其他因素。我们的结论是，TSSB装置均质建筑材料制成的是值得研究的，因为它们可能是更便宜的建设，更容易更换后，任何故障，比混凝土和钢风暴潮屏障，这也是由均质材料。我们认为，最好的宏观项目成果将在21世纪初以完美的宏观工程规划方式和最佳的需求时间发展，其中包括纽约和新泽西港务局。TSSB技术比战时港口反潜/反鱼雷钢网和岩石丘吉尔屏障更有实际意义。
2007-10-01 physics.ao-ph physics.gen-ph physics.soc-ph
Access to Emergency Services: A New York City Case Study
本文提出一种基于网络的交通可达性计算方法，以纽约市为案例识别“紧急服务荒漠”，发现出行时间与ESS站点密度呈负幂律关系，为政策制定者优化紧急服务设施布局和评估基础设施韧性提供依据。
2024-04-25 physics.soc-ph
Impact Of Bike Sharing In New York City
花旗自行车的部署改变了纽约市的城市交通格局，并提供了一个可扩展的解决方案的例子，世界各地的许多其他大城市已经采用了这种解决方案。正在考虑类似部署的城市利益相关者将在很大程度上受益于自行车共享对城市交通影响的定量评估，以及相关的经济，社会和环境影响。虽然Citi Bike的使用数据是公开的，但这种评估的主要挑战是提供一个足够的基线场景，说明如果没有Citi Bike系统，城市会发生什么。现有的努力，包括花旗自行车本身的报告，在很大程度上意味着对人们会使用的替代交通方式的武断和往往不切实际的假设（例如通过比较自行车旅行和驾驶）。本论文提供了一个平衡的基线方案的基础上的交通选择模型来描述预计的客户行为的情况下，花旗自行车系统。该模型还承认Citi Bike可能用于娱乐目的，因此，如果Citi Bike不可用，则并非所有旅行都将实际进行。该模型使用开放的Citi Bike和其他城市交通数据进行训练，并应用于评估Citi Bike旅行对最终用户以及纽约市和附近泽西市不同行政区的城市利益相关者的直接利益。除了估计出行时间和成本节省外，该模型还报告了相关的天然气节省、排放减少和客户的额外锻炼，涵盖了预期影响的所有三个领域--经济、社会和环境。
2018-08-20 cs.CY physics.soc-ph
Sentiment in New York City: A High Resolution Spatial and Temporal View
New England Complex Systems Institute（新英格兰复杂系统研究所）
衡量公众情绪是研究人员和政策制定者的一项关键任务。可用社交媒体数据的爆炸式增长使得比以往任何时候都更具有时间敏感性和地理特定性的分析成为可能。在本文中，我们分析数据从微博网站Twitter和生成的情绪地图的纽约市。我们开发了一个专门针对140个字符的Twitter消息或推文的分类器，使用关键词，短语和表情符号来确定每条推文的情绪。这种方法结合用户提供的地理标记，使我们能够在极其细粒度的空间和时间尺度上衡量公众情绪。我们发现，公众情绪一般是最高的公共公园和最低的交通枢纽，并找到其他领域的强烈情绪，如墓地，医疗中心，监狱和污水处理设施。离时代广场越近，人气越旺。情绪的周期性模式在每天和每周的规模上都有波动：周末发布的积极推文比工作日更多，每天的情绪高峰在午夜左右，最低点在上午9点到中午之间。
2013-08-22 cs.CL cs.CY physics.soc-ph
Optimal Lockdown for Pandemic Control
作为控制传染病的常用策略，封锁将不可避免地削弱经济。持续的COVID-19大流行凸显了公共卫生和经济成本之间的权衡。一个最佳的锁定政策，以解决这个权衡是非常需要的。在这里，我们提出了一个数学框架的流行病控制，通过一个最佳的稳定非均匀封锁，我们的目标是减少经济活动尽可能少，同时减少感染人数在规定的速度。这个框架使我们能够有效地计算一般流行病传播模型的最优稳定封锁政策，包括经典的SIS/SIR/SEIR模型和新的COVID-19传播模型。我们通过分析县际旅行频率的公开数据来分析纽约州62个县的COVID-19传播模型，从而展示了这一框架的强大功能。我们发现，根据2020年4月的疫情状况，最佳的稳定封锁措施将使纽约市以外的经济活动比纽约市内部更严格地减少，尽管当时纽约市的疫情要普遍得多。这种违反直觉的结果凸显了疫情控制的复杂性，并为未来的封锁政策设计提供了启示。
2022-01-25 math.OC physics.soc-ph
An Investigation of Containment Measures Against the COVID-19 Pandemic in Mainland China
随着近期COVID-19疫情在全球迅速蔓延，各国已采取各种遏制措施以对抗COVID-19疫情。在中国大陆，遏制措施包括三种类型，即，武汉出行禁令、市内隔离检疫、城际出行限制。为了实施这些措施，地方经济和信息获取发挥着重要作用。本论文探讨当地经济与中国内地为抗击COVID-19疫情而采取的防控措施的相关性。首先，我们使用一个简约的模型，即，SIR-X模型，估计代表中国大陆主要城市实施市内隔离检疫的参数。为了了解城市内部隔离和隔离的执行情况，我们分析了地方经济、流动性和信息获取等代表性参数之间的相关性。为此，我们从一个广泛使用的网络地图服务中收集了国内生产总值（GDP）、武汉流入和流出的数据，以及COVID-19相关的搜索频率，即，百度地图和网络搜索引擎，即，百度搜索引擎，在中国大陆。在此基础上，我们确认了中国大陆主要城市的地方经济与信息获取执行之间的强相关性。我们进一步证明，尽管人均GDP高的城市吸引了更多的武汉流入，但人们更有可能采取隔离措施，减少外出到其他城市。最后，使用搜索数据的相关性分析表明，消息灵通的个人可能会采取遏制措施。
2020-07-17 cs.SI physics.soc-ph
Fleet management for ride-pooling with meeting points at scale: a case study in the five boroughs of New York City
将会合点引入拼车（RP）服务已被证明可以提高乘客和服务提供商的满意度。乘客可以选择步行到集合点以降低成本。司机也可以得到匹配更多的车手没有作出额外的停止。与传统的RP服务相比，使用带有集合点的拼车（RPMP）具有经济效益。许多RPMP模型已被提出，以更好地了解其好处。然而，大多数以前的作品研究RPMP要么与一组有限的参数或在一个小规模，由于涉及昂贵的计算。在本文中，我们提出了STaRS+，一个可扩展的RPMP框架，是基于一个全面的整数线性规划模型。STaRS+的高可扩展性是通过利用启发式优化策略以及一种新的最短路径缓存方案来实现的。我们将我们的模型应用于纽约市都会区，以评估框架的可扩展性，并展示城市规模模拟的重要性。我们的研究结果表明，城市规模的模拟可以为城市规划者揭示有价值的见解，这些见解在较小的尺度上并不总是可见的。据我们所知，STaRS+是RPMP的第一个研究，可以解决整个纽约市都会区的大规模实例。
2021-04-25 cs.CE cs.SY eess.SY
Dynamics of racial segregation and gentrification in New York City
种族居住隔离与收入不平等、财产价值不平等以及健康和教育方面的种族差异等其他一些现象相互关联。此外，最近的文献表明，中产阶级化现象是美国一些城市种族居住隔离持续存在或加剧的原因。在本文中，我们分析了1990年，2000年和2010年纽约市白人，黑人，亚洲人和西班牙裔公民的种族居住隔离的动态。可以观察到，白人和西班牙裔公民之间的隔离，以及白人和亚裔公民之间的歧视有所增加，而白人和黑人之间的隔离则相当稳定。此外，我们分析了每个隔离区的人均收入和基尼系数，表明最高的不平等发生在种族对高密度区重叠的区域。我们的分析集中在这20年来改变人口密度的人口普查区域，特别是通过分析白人和黑人的隔离，我们的分析表明，与城市平均值相比，白人（黑人）的正流量与房地产价值的大幅增加（减少）有关。此外，通过对黑人人口密度高的地区进行聚类，我们测量了1990 - 2010年期间四个最大集群的面积和位移的变化。在其中两个集群中观察到的大位移（约1.6公里），即一个在哈莱姆附近，另一个在布鲁克林区内，导致了典型的绅士化地区的出现。
2019-04-17 cond-mat.stat-mech physics.data-an physics.soc-ph
A validated multi-agent simulation test bed to evaluate congestion pricing policies on population segments by time-of-day in New York City
对新兴交通技术和政策的需求评估可能因道路上的溢出、旅行者活动模式的重新安排以及转向影响拥堵程度的其他模式而异。这些影响并没有很好地捕捉静态旅游需求模型。我们校准和验证了纽约市的第一个开源多智能体仿真模型，称为MATSim-NYC，以支持评估拥堵定价等政策的机构。基于模拟的虚拟测试床加载了在先前研究中校准的8 M+合成2016种群。根据INRIX速度数据和东河交叉口沿线警戒线的年均日交通量对道路网络进行了校准，导致高速公路上的平均速率差异为7.2%，干线上的差异为17.1%，与东河警戒线的平均差异为+1.8%。对过境站的验证显示，与观察到的计数有8%的差异，选择道路连接计数的中位数差异为29%。该模型被用来评估区域规划协会提出的拥堵收费计划，并建议一个更高的（127 K）汽车出行减少相比，他们的报告（59 K）。定价政策将影响曼哈顿内旅行的人口部分，与曼哈顿以外旅行的人口部分不同。多智能体模拟显示，37.3%的曼哈顿路段将受到定价的负面影响，而非曼哈顿路段的这一比例为39.9%，这对拥堵定价收入的重新分配产生了影响。当拥挤收费从$9.18 to $ 14双向上升时，全市范围的旅行消费者剩余减少，即使它对收费相关的人口部分增加。这意味着从$9.18 to $ 14开始提高定价使曼哈顿人受益，而牺牲了城市其他地区的利益。
2020-12-21 cs.CY physics.soc-ph
One City, Two Tales: Using Mobility Networks to Understand Neighborhood Resilience and Fragility during the COVID-19 Pandemic
本研究利用纽约市两年移动数据构建每周移动网络，发现社会经济与地理属性均能预测社区对COVID-19居家政策的适应能力，为提升城市抗疫韧性的规划提供参考。
2022-10-06 physics.soc-ph
Investigating Taxi and Uber competition in New York City: Multi-agent modeling by reinforcement-learning
几十年来，出租车行业一直受到过度监管。监管应该确保在受控的竞争环境中的安全和公平。通过影响司机和乘客的选择和行为，新兴的电子叫车服务（例如，Uber和Lyft）在过去几年中一直在重塑现有的竞争格局。本研究调查了主流叫车服务（即，黄色和绿色出租车）和电子叫车服务（即，Uber在纽约市。他们的竞争调查的市场细分，新兴的需求和法规。数据可视化技术被用来发现旅行行为中现有的和新的模式。在这项研究中，我们开发了一个多智能体模型，并应用强化学习技术来模仿驾驶员的行为。该模型通过我们的数据可视化结果中识别的模式进行了验证。然后，该模型用于评估多个新法规和竞争场景。我们的研究结果表明，电子招呼器主导低旅行密度地区（例如，居民区），以及电子叫车快速识别和应对旅行需求的变化。这就导致了加油站的市场规模不断缩小。此外，我们的研究结果证实了绿色出租车法规对现有竞争的间接影响。这项调查，以及我们提出的方案，可以帮助政策制定者和当局设计政策，可以有效地解决需求，同时确保健康的竞争，为hailing和e-haling部门。关键词：出租车;优步;政策;网约车;多智能体仿真;强化学习;
2020-08-28 cs.CY cs.SY eess.SY
London in Lockdown: Mobility in the Pandemic City
本章审视伦敦在COVID-19大流行之前和期间的必要和非必要工作人员的空间分布和流动模式，并将其与英国其他地区进行比较。于二零二零年三月二十三日开始为期三个月的封城期间，20%的员工被视为从事重要工作。另外80%的人要么被解雇，这意味着被政府支持不工作，要么在家工作。根据各区之间的出行数据（出行被分解为必要和非必要出行。尽管在英国的一些大的区域差异，我们发现，必要的工人有很多相同的空间模式，非必要的所有职业群体包含必要和非必要的工人。此外，在大流行期间在家工作节省的旅行时间与必要和非必要工作人员之间的分离大致相同-80%。此外，使用Google Mobility Reports在伦敦不同行政区检查了旅行损失，工人减少，零售支出减少以及公园使用增加，这些报告让我们清楚地了解了自第一次封锁以来的过去6个月发生的事情。这些报告现在也意味着第二波感染正在开始。
2020-11-13 physics.soc-ph
Spatiotemporal variability of ride-pooling potential -- half a year New York City experiment
本研究基于纽约市半年150万次出租车行程开展3.5万次实验，通过六项指标分析拼车潜力的时空模式，验证了32%票价优惠的吸引力，且该模式在芝加哥、华盛顿特区可复现。
2023-12-12 physics.soc-ph
Modeling the impact of hospitalization-induced behavioral changes on SARS-COV-2 spread in New York City
本研究构建考虑异质行为群体与不同动机行为变化的行为-流行病学模型，经纽约市疫情数据校准验证，揭示不同风险偏好群体及行为动机对疫情的影响差异，明确初始风险规避比例与早期非药物干预的重要作用。
2025-01-12 math.DS physics.soc-ph q-bio.PE
Towards a comparative science of cities: using mobile traffic records in New York, London and Hong Kong
本章探讨的可能性，分析和比较人类活动在城市环境的基础上检测手机的使用模式。由于前所未有的计数器数据收集记录了在时间和空间上解决的呼叫，短信和数据传输的数量，我们确认了三个全球城市的时间活动概况和土地使用之间的联系：纽约，伦敦和香港。通过比较整个城市的典型模式，我们提供了关于文化，技术和经济因素如何塑造人类动态的见解。在更局部的范围内，我们使用聚类分析来识别城市中具有相似模式的位置。我们的研究揭示了城市的普遍结构，核心金融中心都有类似的活动模式，商业或住宅区有更多的城市特定模式。这些发现表明，随着经济变得更加全球化，全球不同城市的商业领域出现了共同的模式，而当地条件对日常活动的影响仍然可以识别。
2014-06-17 cs.CY cs.SI physics.data-an
Impact of COVID-19 behavioral inertia on reopening strategies for New York City Transit
COVID-19大流行影响了出行行为和交通系统运营，城市正在努力制定有效的政策，以实现由社交距离形成的分阶段重新开放。基线模型先前已针对COVID前的条件开发并校准为MATSim-NYC。新的COVID模型已被校准，以反映COVID-19大流行期间的出行行为，方法是重新校准人口议程，以包括在家工作，并重新估计MATSim-NYC的模式选择模型，以适应观察到的交通和过境乘客数据。假设在重新开放期间行为的变化表现出惯性，我们分析了由于纽约州政府指导的分阶段重新开放计划而导致的汽车交通量的增加。分析了四个重新开放阶段和两个重新开放情景（有和没有过境能力限制）。第四阶段重新开放时，100%的客运量可能仅为新冠肺炎疫情前的73%，而汽车出行量则可能较疫情前增加142%。将公交运力限制在50%将使公交乘客量从73%进一步下降到64%，同时将汽车出行量增加到大流行前水平的143%。虽然增长幅度看起来很小，但由于交通拥堵已经加剧，对消费者剩余的影响不成比例地大。许多旅行也会转向其他模式，如微移动。研究结果表明，重新开放期间的交通容量限制政策需要伴随着（1）对微移动模式的支持，特别是在非曼哈顿区，以及（2）缓解拥堵的政策，重点是减少曼哈顿的交通，如基于警戒线的定价。
2021-02-11 cs.MA econ.GN physics.soc-ph
Assessing Road Traffic Safety During COVID-19: Inequality, Irregularity, and Severity
COVID-19正在严重影响社会的各个领域，包括人类流动以及随后的道路交通安全。在这项研究中，我们分析了大流行对美国洛杉矶和纽约两个城市交通事故的影响，作为例子。具体来说，我们分析了与各种人口统计群体相关的交通事故，交通事故在时间和空间上的分布情况，以及涉及和不涉及其他交通方式的交通事故的严重程度（例如，行人和驾车者）。我们观察到：1）疫情对特定年龄段、种族和性别的影响不成比例; 2）交通事故“热点”与疫情前相比，在时间和空间上都发生了转移，表现出不规律性;及3）在疫情下，非致命交通意外个案有所减少，但严重及致命交通意外个案则维持不变。
2020-11-07 cs.SI physics.soc-ph
City-scale dark fiber DAS measurements of infrastructure use during the COVID-19 pandemic
在最近的COVID-19大流行期间，世界各地的政府官员命令公民在家中隔离，实时测量道路、医院、杂货店和其他公共基础设施的使用情况对于准确预测病毒感染率和为未来的政府决策提供信息至关重要。虽然移动电话的位置提供了一些关于社区活动的信息，但对整个城市的地面运动进行密集的分布式地球物理感测更完整，也更具有匿名性。在本文中，我们演示了连接到加利福尼亚州帕洛阿尔托下方电信电缆的光纤分布式声学传感（DAS）如何在COVID-19大流行爆发和随后的隔离期间捕获车辆产生的地震和大地测量信号。我们利用DAS应变测量的路基变形所造成的当地汽车和卡车在自动模板匹配检测算法来计算每天行驶的车辆数量超过两个月的时间周围的旧金山湾区避难所的地方秩序。使用Sand Hill Road上一家大型杂货店附近的一段光纤，我们发现订单后车辆数量立即减少了50%，但斯坦福医院附近的数据显示，由于正在进行的医院活动，变化要微妙得多。我们将DAS测量的信息与其他检疫响应指标进行比较，发现与Google和Apple使用手机数据报告的相对变化存在很强的相关性。
2020-05-11 eess.SP physics.geo-ph physics.soc-ph
Modeling the Impact of Social Distancing and Targeted Vaccination on the Spread of COVID-19 through a Real City-Scale Contact Network
我们使用移动终端数据在俄勒冈州波特兰市构建了经验性的人际物理接触网络，包括在COVID-19大流行期间实施社交距离措施之前和之后。这些网络揭示了社交距离措施和公众对初期流行病的反应如何影响城市内部的连通模式。我们发现，随着大流行病的发展，与许多人接触的人数大幅减少。我们进一步研究了这些不同的网络拓扑结构对COVID-19传播的影响，通过模拟这些网络上的SEIR流行病模型，发现减少的连接大大抑制了流行病。然后，我们调查了当部分人口接种疫苗时，流行病的反应，并比较了两种疫苗接种分配策略，包括有和没有社交距离。我们的主要结果是，接触网络的重尾度分布导致了有针对性的疫苗接种策略，该策略优先考虑高接触个体，以减少病例数，这比随机接种个体的策略更有效。结合有针对性的疫苗接种和社交距离导致病例的最大减少，我们还发现，与随机策略相比，有针对性的策略的边际效益超过了社交距离减少病例数量的边际效益。这些结果对全球正在进行的疫苗分发工作具有重要意义。
2021-07-13 cs.SI physics.soc-ph q-bio.PE
City-Scale Agent-Based Simulators for the Study of Non-Pharmaceutical Interventions in the Context of the COVID-19 Epidemic
我们强调了城市规模的基于代理的模拟器在研究各种非药物干预措施以管理不断发展的大流行中的有用性。我们的研究以COVID-19大流行为背景，并通过在孟加拉国和孟买两个大都市的几个探索性案例研究来展示模拟器的功能。在我们迈向数字健康的过程中，这些工具在任何城市管理部门的工具包中都是常见的。
2020-08-11 cs.OH physics.soc-ph q-bio.PE
Stratified Mobility, Segregated Boundary, and Socioeconomic Mixing in New York
跨空间单元的移动性代表了人们如何沿着时间序列管理位置之间的活动的体现。然而，时空模式与尊重的起源（推因素）和目的地（拉因素），在空间相互作用的文献中广泛讨论的社会经济特征的相互作用。在更高的空间分辨率下观察这种动态，使我们能够纠缠城市的多方面性质，它作为一个系统或网络的复杂性，以及它塑造人们运动的方式。本研究探讨了城市系统或城市网络中相互联系的要素在外部冲击（即COVID爆发）出现的同时可能影响流动性流量估计的程度。为了提高预测能力，引力模型扩展到城市系统模型，通过增加城市网络的复杂性，基于微观分析方法（城市内部网络）。我们的研究结果表明，更复杂的城市系统模型的性能比重力模型。在这里，我们利用分层的流动性，指定流动性流与收入状况的尊重地区。新型冠状病毒疫情爆发后实施封城措施，增加了阶层内流动性，显示社会经济距离与地理距离之间的耦合。经济水平相近地区间的流动比经济水平不同地区间的流动更具有可预测性。此外，无论外部冲击的严重程度如何，在决定流动性方面，拉因素的存在比推因素更丰富。
2022-03-02 physics.soc-ph
Study of lockdown/testing mitigation strategies on stochastic SIR model and its comparison with South Korea, Germany and New York data
我们目前正面临一场全球性大流行病的高度危急情况。新型冠状病毒（SARS-CoV-2，又名COVID-19）已被证明具有极强的传染性，最初从亚洲爆发的疫情现已蔓延到所有大陆。这种情况将有益于研究病毒的传播，评估有效的对策，以衡量所采取的战略的影响。标准的易感-传染-传播（SIR）模型是一个非常成功和广泛使用的预测流行病传播的数学模型。我们在随机网络上采用SIR模型，并将该模型扩展到包括控制策略{ \em锁定}和{ \em测试} -两种常用的缓解策略。这些策略在控制大流行病传播方面的能力通过改变其实施的有效性来研究。在撤回缓解战略后，详细评估了第二次爆发的可能性。我们注意到，在任何情况下，这种缓解战略的突然中断都可能导致第二次疫情的重新爆发，其高峰将与易感个体的数量相关。事实上，我们发现，在群体免疫力实现之前，一个群体仍然容易受到感染。我们还用韩国、德国和纽约的疫情传播的真实统计数据和信息测试了我们的模型，发现与模拟数据非常一致。
2020-06-20 physics.soc-ph q-bio.PE
Complexity of the COVID-19 pandemic in Maringa
本研究调查了巴西南部城市马里恩加 COVID-19 大流行的动态，发现非药物干预措施对流动性和疫情指标有显著影响，但城市措施主要是被动的，且超额死亡率表明医疗系统过载导致了其他原因死亡率增加，疫苗接种显著降低了死亡人数。
2023-07-20 physics.soc-ph q-bio.PE
Analysis of Spatial-temporal Behavior Pattern of the Share Bike Usage during COVID-19 Pandemic in Beijing
于COVID-19疫情期间，全球正经历严重的公共卫生及经济危机。了解大流行期间的人类流动有助于设计干预战略和复原措施。自行车共享系统（BSS）在大城市中广泛使用，可以表征城市居民在时间和空间上的活动，但在流行病学研究中很少报道。本文提出了一个基于BSS数据的人类流动分析框架，该框架考察了共享单车用户的时空特征，检测了不同流行阶段的关键时间节点，并展示了由于COVID-19威胁和行政限制的发生而导致的人类流动的演变。我们使用共享单车使用量与兴趣点（POI）的共址分析结果评估疫情的净影响。我们的研究结果显示，疫情令整体单车使用量减少64. 8%，其后共享单车使用量出现平均增长（15. 9%），显示生产及居住活动已部分恢复，但远未恢复正常。这些发现可作为流行病学研究的参考，并在当前COVID-19爆发和其他城市规模的流行病事件的背景下为政策制定提供信息。
2021-02-11 cs.SI physics.soc-ph
Human diffusion and city influence
城市的特点是人口、经济活动和服务集中。然而，并非所有的城市都是平等的，地方、区域或全球范围内的自然等级制度会自发出现。在这项工作中，我们介绍了一种方法来量化城市的影响，使用地理定位的推文来表征人类流动。罗马和巴黎似乎一直是吸引最多样化游客的城市。本地游客和非本地游客的比例是一个城市真正成为全球城市的基础。只关注城市居民的流动流，就可以构建一个城市到城市的网络。这个网络使我们能够分析不同尺度的中心性度量。纽约和伦敦在全球范围内发挥着主导作用，而如果将重点放在区域层面，城市排名就会发生重大变化。
2015-07-15 cs.CY cs.SI physics.data-an
STSIR: Spatial Temporal Pandemic Model with Mobility Data
随着COVID-19的爆发，如何减轻及抑制其传播是政府的一大课题。公共卫生部门需要强大的模型来模拟和预测这种流行病的趋势和规模。能够评估公共政策效果的模型对于抗击COVID-19也至关重要。现有模型的一个主要缺陷是只能在感染发生后通过计算$R_0$来评估策略，而不能给出可观测的指标。为了解决这一问题，基于COVID-19的传播特性，我们提出了一个新的框架时空易感感染移除（STSIR）模型。特别地，我们将城市内部和城市间的流动性指数与传统的SIR动态相结合，使其成为一个动态系统。并证明了STSIR系统是一个封闭系统，这使得系统是自洽的。最后，我们提出了一个多阶段模拟退火（MSSA）算法来寻找系统的最佳参数。在我们的实验中，基于百度移动数据集和鼎祥源提供的中国疫情数据集，我们的模型可以有效地预测疫情的总规模，并给出清晰的政策分析和可观察的指标。
2020-12-07 cs.CE physics.soc-ph
Changes in mobility and socioeconomic conditions in Bogotá city during the COVID-19 outbreak
我们分析了在哥伦比亚波哥大实施旨在减缓COVID-19传播的遏制措施后的流动性变化。我们描述了大流行之前和期间的流动网络，并分析了其在2020年1月至7月期间的演变和变化。然后，我们将观察到的流动性变化与社会经济条件联系起来，估计一个重力模型来评估社会经济条件对流动性的影响。我们观察到移动性趋势整体下降，但城市不同区域之间的整体连通性在封锁后仍然存在，反映了移动网络的弹性。我们发现，对封锁政策的反应取决于社会经济条件。疫情前，社会经济条件较好的人群流动性较高。自封锁以来，流动性普遍下降，但社会经济条件较差的人口流动性下降幅度较小。我们得出结论，得出政策影响。
2020-08-26 econ.GN physics.soc-ph q-fin.EC
A Case Study in Model Failure? COVID-19 Daily Deaths and ICU Bed Utilisation Predictions in New York State
预测模型对COVID-19疫情的决策具有影响力。然而，人们担心他们的预测可能具有误导性。在这里，我们剖析了四个模型对纽约州3月25日至6月5日期间每日COVID-19死亡人数的预测，以及有影响力的IHME模型对ICU床位利用率的预测。我们评估了点估计的准确性和模型预测的不确定性估计的准确性。首先，我们比较了这些模型训练的日常死亡的“地面实况”数据源。这些模型使用了三种不同的数据源，这些数据源在记录的每日死亡计数方面存在很大差异。我们检查的另外两个数据来源也提供了每天不同的死亡人数。就预测的准确性而言，所有模型的表现都很差。只有10.2%的预测落在训练场事实的10%以内，无论未来的距离如何。为了准确评估不确定性，只有一个模型相对较好地匹配了95%的标称覆盖率，但该模型直到4月16日才开始预测，因此对早期的重大决策没有影响。对于ICU床位利用率，IHME模型非常不准确;在大流行波开始减弱后，点估计值才开始与基本事实相匹配。我们的结论是，值得信赖的模型需要值得信赖的输入数据进行训练。此外，在将结果提供给决策者和公共卫生官员之前，需要对模型进行预先规定的实时性能测试。
2020-06-26 physics.soc-ph q-bio.PE
Optimal Scheduling of Anticipated COVID-19 Vaccination: A Case Study of New York State
本研究旨在通过将广泛认可的称为SEIR的传染病模型转化为最优控制问题，确定COVID-19大流行治疗中疫苗调度的最优控制策略。通过增加药物和疫苗的限制来适应现实世界的情况，这个问题更加严重。两个版本的问题制定，以尽量减少感染的个人在同一时间提供最佳的疫苗可能减少易感人群到一个相当低的状态。最优控制问题的求解采用径向基函数-伽辽金方法。这些问题是测试与基准数据集，以确定所需的参数。在此步骤之后，使用美国纽约州的最新数据对问题进行测试。关于所提出的最优控制问题的结果提供了一组证据，当COVID-19疫苗可用时，可以从中选择疫苗调度的最优策略。
2020-08-24 physics.soc-ph q-bio.PE
Deconstructing Mobility Segregation: A Network Analysis of Racialized Flows in Pandemic-Era NYC
本研究针对城市种族隔离研究依赖居住模式的局限，利用纽约市疫情前后移动设备数据，通过双指标网络分析框架揭示流动性隔离的多维性，提出同质性重力模型提升流动预测准确性，为理解城市种族不平等提供新视角。
2025-08-23 physics.soc-ph
Analysis of the Spatio-temporal Dynamics of COVID-19 in Massachusetts via Spectral Graph Wavelet Theory
Northeast Normal University（东北师范大学）；University of Massachusetts（马萨诸塞大学）
COVID-19疫情的迅速蔓延对全球产生了重大影响。在本文中，我们使用开放数据源研究了2020年12月6日至2021年9月25日马萨诸塞州351个城镇的COVID-19数据解释和可视化。由于城市嵌入在相当复杂的交通网络中，我们构建时空动态图模型，其中图注意力神经网络被用作深度学习方法来学习马萨诸塞州主要城市之间的流行病转移概率。我们使用谱图小波变换（SGWT）在动态图上处理COVID-19数据，这使我们能够设计有效的工具来分析和检测流行病传播的时空模式。设计了一种新的节点分类方法，有效地识别出基于谱图小波系数的异常城市。它可以协助行政部门或公共卫生组织监测大流行病的传播和制定预防措施。与大多数关注确诊病例随时间演变的工作不同，我们关注的是城市间流行病演变的时空模式。通过数据分析和可视化，可以更好地了解城市一级的流行病学发展，并有助于城市特定的监测。
2022-07-28 cs.LG cs.SI physics.soc-ph
On a coupled time-dependent SIR models fitting with New York and New-Jersey states COVID-19 data
本文描述了一个简单的易感感染者（SIR）模型，该模型与纽约州2020年3月的COVID-19数据拟合。该模型是一个经典的SIR模型，但它是非自治的;易感人群被感染的比率随着时间的推移而调整，以适应现有的数据。死亡率也进行了二次调整。我们的拟合是在这样的假设下进行的，即由于测试数量有限，很大一部分感染人群尚未被测试为阳性。在最后一部分中，我们扩展了模型，考虑到新泽西州（NJ）和纽约州之间的每日通量，并适合这两个国家的数据。我们的简单模型符合现有数据，并说明了疾病的典型动态：指数增加，顶点和减少。该模型强调了在此期间传播率的下降，定量说明了封锁政策如何减少大流行的传播。纽约和新泽西州的耦合模型显示了纽约波之后新泽西州的波，说明了从一个有吸引力的热点传播到其邻近热点的机制。}
2020-06-10 physics.soc-ph q-bio.PE
The 15-Minute City Quantified Using Mobility Data
美国人平均出行7至9英里，用于购物和娱乐活动，这远远超过生态导向的城市规划者所倡导的15分钟（步行）城市。本文利用来自4000万台移动设备的个人出行GPS数据，对美国城市的本地出行行为进行了全面分析。我们将本地使用定义为离家15分钟步行距离内的旅行份额，并发现美国城市居民的中位数在如此短的距离内只有12%的日常旅行。我们发现，在访问本地服务的差异可以解释80%的变化，在15分钟的使用跨大都市地区和74%的变化，在使用大都市地区。纽约市内历史分区许可程度的差异表明，进出和使用之间存在因果关系，限制性较低的分区规则，如允许更多的混合用途开发，将导致旅行时间缩短。最后，我们记录了当地使用和贫困但不富裕的城市居民经历的隔离之间的强烈相关性，这表明15分钟城市也可能加剧边缘化社区的社会隔离。
2022-11-27 physics.soc-ph
Can Testing Ease Social Distancing Measures? Future Evolution of COVID-19 in NYC
“纽约州禁止吸烟”行政命令于3月22日生效，旨在确保足够的社交距离，以缓解COVID-19的传播。该计划将以某种形式在纽约市继续有效，直到6月初。我们使用一个分区模型来研究检测能力和社交距离措施对“后疫情”时期伦敦金融城疫情演变的影响。我们发现，测试能力必须大大增加，如果它是为了平衡，即使是相对较小的放松，在社会距离措施在紧接后的时期。特别是，如果该市每天进行20，000次检测，并将社交距离措施放宽到前标准，那么到9月底，死亡总人数可能达到250，000人。通过将社交距离措施保持在预防前和预防中的标准之间，每天进行10万次检测，到9月底，死亡总数可以保持在27，000人左右。如果要抑制过度死亡，迅速回到前苏联的社会距离规范必须伴随着过高的检测能力。如果伦敦金融城要在疫情爆发后立即恢复到“疫情爆发前”的社交距离规范，并在9月底前将死亡总数保持在3.5万人左右，那么它每天应该进行50万次检测。我们的研究结果对伦敦金融城放松社交距离措施以重新开放经济所需的测试能力的规模具有重要意义。
2020-05-27 physics.soc-ph q-bio.PE stat.AP
Lessons learned from Milan electric power distribution networks data analysis during COVID-19 pandemic
从健康、社会及经济的角度来看，COVID-19大流行是一个破坏性事件。除此之外，人们生活方式的变化，特别是在2020年的封锁期间，也影响了能源网络。COVID-19疫情导致电力需求大幅下降。为处理健康危机而采取的封锁措施已造成过去数年最相关的能源影响。本文介绍了意大利北部城市米兰配电网的经验。该分析首先总结了2020年实施的限制，重点关注有功和无功潮流以及故障。为此，与2019年的数据进行了比较，突出了与2020年的主要差异。分析结果是预测中断期间城市配电网络行为的宝贵工具，有助于配电系统运营商制定可行的短期和长期弹性计划。
2022-05-25 physics.soc-ph
Should bike sharing continue operating during the COVID-19 pandemic? Empirical findings from Nanjing, China
2019冠状病毒病（COVID-19）引发全球大流行，而交通服务在冠状病毒传播中扮演关键角色。虽然不像公共汽车或地铁车那样拥挤在有限的空间里，但共享单车用户将暴露在自行车表面并承担传播风险。在COVID-19疫情期间，如何满足用户需求并避免病毒传播已成为共享单车的重要问题。本研究以南京市共享单车出行数据为基础，从站点、用户、单车三个角度分析疫情爆发前后的出行需求和运营管理。运用半对数差中差模型、可视化方法和统计指标，探讨疫情期间共享单车的运输服务和风险防范。结果表明，疫情控制策略大幅降低了用户需求，通勤出行减少更为明显。在卫生和宗教场所附近的一些车站变得更加重要。男性和老年人更依赖自行车共享系统。此外，行程减少减少了用户接触，增加了闲置自行车。并提出了一种新的用户距离概念，以避免传输风险和激活闲置自行车。这项研究评估了在COVID-19大流行期间共享微流动性的作用，并激发了城市内病毒传播的阻断。
2020-12-05 physics.soc-ph
The Social Divide of Social Distancing: Shelter-in-Place Behavior in Santiago during the Covid-19 Pandemic
自愿就地庇护指令和封锁是全球各国政府用于遏制新冠肺炎疫情的主要非药物干预措施。在本文中，我们研究的影响，这种干预措施在首都的发展中国家，智利圣地亚哥，表现出很大的社会经济不平等。我们研究的一个显著特点是，我们使用粒度地理定位的移动电话数据来构建移动性度量，这些度量捕获（1）就地避难行为，以及（2）城市内前往具有潜在不同风险特征的目的地的旅行。使用面板数据线性回归模型，我们首先表明，社会距离措施和封锁对流动性的影响是高度异质性的，并取决于社会经济水平。更具体地说，我们的估计表明，虽然高社会经济水平的地区可以根据所使用的具体流动性指标显示出约50%至90%的流动性减少，但这些减少仅为20%至50%。高收入社区的大量减少在很大程度上是由自愿就地避难行为推动的。其次，同样使用面板数据方法，我们表明，我们的流动性措施是感染的重要预测因素：大约，流动性增加10%与感染率增加5%相关。我们的研究结果表明，流动性是解释城市内高收入和低收入地区之间感染率差异的一个重要因素。此外，它们证实了减少低收入社区流动性的挑战，那里的人们从日常工作中赚取收入。为切实有效，在社会经济水平低的城市实行就地安置限制可能需要辅之以其他支助措施，使其居民能够更好地遵守规定。
2021-06-10 physics.soc-ph
NYC Recovery at a Glance: The Rise of Buses and Micromobility
纽约市（NYC）正在进入该州重新开放计划的第四阶段，从2020年7月20日开始。本白皮书更新了在前三个重新开放阶段观察到的出行趋势，重点介绍了巴士速度和花旗自行车出行的空间分布，并进一步研究了微流动性在疫情应对中的作用。
2020-09-23 physics.soc-ph
Understanding infection risks of COVID-19 in the city: an investigation of infected neighborhoods in Wuhan
该研究比较武汉高、中、低感染社区的人口与周边建成环境，发现老龄化及接近、可达高风险设施与感染风险相关，为精准防疫提供依据。
2025-02-20 physics.soc-ph
City size and the spreading of COVID-19 in Brazil
目前爆发的2019冠状病毒病（COVID-19）是一个前所未有的例子，表明传染病在全球（特别是在城市地区）传播的速度有多快，以及它对公共卫生和社会经济活动造成的巨大影响。尽管近期有关COVID-19大流行不同方面的调查激增，但我们对城市规模对城市地区这种疾病传播的影响仍然知之甚少。在这里，我们调查了COVID-19的病例和死亡人数如何与巴西城市的人口规模相关。我们的研究结果表明，在疾病最初传播期间，小城镇受COVID-19影响的比例更大，因此人均累计病例数和死亡人数最初随着人口规模而减少。然而，在大流行的长期过程中，这种城市优势消失了，大城市开始显示出更高的病例和死亡发生率，因此，自最初的两例每日死亡病例以来，人口每增加1%，人均死亡人数在大约四个月后增加0.14%。我们认为，这些模式可能与大城市中存在的按比例更多的卫生基础设施和大城市地区老年人比例较低有关。我们还发现大城市的病例和死亡人数的初始增长率较高;然而，随着时间的推移，这些增长率在大城市往往会下降，而在小城市则会增加。
2020-08-25 physics.soc-ph q-bio.PE
Making Sense of the Current Covid 19 Situation and Suggesting a tailored Release Strategy through Modeling And Simulation Case Study: Casablanca, Morocco
自宣布COVID-19为全球大流行的第一天起，来自不同背景和组织（包括各国政府和世界卫生组织（WHO））的世界各地的研究人员就开始广泛使用建模与仿真（M&S）技术来决定最佳策略，以减轻COVID-19对公共卫生和经济的影响。在本文中，我们提出了我们的结果，从应用M&S的城市卡萨布兰卡，摩洛哥理解（i）：如何可以相对容易或困难的这种流行病渗透到研究区域（国家，城市，区等）。(ii)：它如何在该区域内相对快速或缓慢地传播。最后（三）：什么是控制和减轻疾病传播的最佳战略，同时仍保持经济尽可能接近正常。
2020-05-16 physics.soc-ph q-bio.PE
Tracing contacts to evaluate the transmission of COVID-19 from highly exposed individuals in public transportation
我们通过数据驱动的接触者追踪模型，调查了巴西一个大城市在疫情不同阶段的公交车内COVID-19传播情况。通过这种微观方法，我们在连续的时间窗口内恢复了密切接触者的网络。纵向比较，然后进行升级的跟踪接触与传输计算从平均场分区模型为整个城市。我们的研究结果表明，在公共汽车内，$Re^{bus}$，并在城市，$Re^{city}$，有效的繁殖数量遵循一个兼容的行为在第一波的本地爆发。此外，通过区分公共汽车上医护人员的密切接触者，我们发现他们在同一时期的传播$Re^{health}$系统性地高于$Re^{bus}$。这一结果加强了对高度暴露人群的特殊公共交通政策的必要性。
2021-06-09 physics.soc-ph
Mobility Segregation Dynamics and Residual Isolation During Pandemic Interventions
本研究以四城市COVID-19大流行为自然实验，结合出行与社会经济数据发现封锁加剧流动性隔离，且放松限制后仍存残余隔离，提示需制定兼顾社会经济因素的干预政策。
2023-10-05 cs.CY cs.SI physics.data-an
Impact of pandemic fatigue on the spread of COVID-19: a mathematical modelling study
2020年末，全球多个国家的新冠确诊病例再次激增，包括英国、加拿大、巴西、美国等，在全国乃至世界范围内掀起了一股巨大的浪潮。虽然有迹象表明，预防疲劳可能是一个关键因素，但迄今尚未提供科学证据。我们使用了一个具有层次结构的随机集合种群模型，并将该模型与美国从疫情爆发开始到2020年底的阳性病例进行了拟合。我们将非药物干预（NPI）纳入该模型，假设预防强度随着阳性病例的增加而增加，并研究了两种类型的流行性疲劳。我们发现，大多数州和整个美国的人对疫情的反应呈次线性（指数k=0.5），而只有三个州（马萨诸塞州，纽约州和新泽西州）呈线性反应（k=1）。病例疲劳（对阳性病例警惕性下降）占58%，而预防疲劳（警惕组最大分数下降）占26%。如果没有大流行疲劳（没有病例疲劳和预防疲劳），阳性病例总数平均将减少68%。我们的研究显示，疫情疲劳是美国COVID-19疫情恶化的主要原因。警惕性降低是大多数阳性病例的原因，较高的死亡率往往促使当地人对疫情作出更快的反应，并保持更长时间的警惕。
2021-04-09 physics.soc-ph q-bio.PE
Critical Transit Infrastructure in Smart Cities and Urban Air Quality: A Multi-City Seasonal Comparison of Ridership and PM2.5
University of Nevada, Las Vegas（内华达大学拉斯维加斯分校）
本文通过多城市季节性数据比较，研究公共交通通勤量与PM2.5的关系，揭示不同城市和季节的结构性差异，并提出整合交通与环境监测的智能城市框架。
2026-04-03 cs.CY physics.soc-ph
The unequal effects of the health-economy tradeoff during the COVID-19 pandemic
在COVID-19疫情期间，健康结果与经济影响之间的潜在权衡一直是政策制定过程中的主要挑战。为解决这一问题而设计的流行病经济模型要么过于笼统，无法考虑社会经济群体之间的异质结果，要么即使足够精细，也没有很好的经验数据基础。为了填补这一空白，我们引入了一个数据驱动的、粒度的、基于代理的模型，该模型模拟了具有地理现实主义的跨行业、职业和收入水平的流行病和经济结果。疫情与经济模块耦合的关键机制是由于担心感染而导致的消费需求减少。我们将模型校准到纽约大都会地区的第一波COVID-19，表明它重现了关键的流行病和经济统计数据，然后检查了反事实情景。我们发现：（a）对感染的高度恐惧和严格的限制同样损害经济，但减少了感染;（b）低收入工人首当其冲地受到经济和流行病损害的影响;（c）关闭制造业和建筑业等不面向客户的行业只能略微减少死亡人数，同时大大增加失业率;以及（d）推迟启动保护措施对经济和艾滋病疫情在所有情况下的结果都没有什么帮助。我们预计，我们的模型将有助于设计有效和公平的非药物干预措施，以最大限度地减少新的大流行病的破坏。
2022-12-07 econ.GN physics.soc-ph q-fin.EC
Recreational Mobility Prior and During the COVID-19 Pandemic
本文利用华盛顿州公园聚合出行数据，研究 COVID-19 前后公园访问趋势，发现引力模型稳健，且高收入居民扩大休闲选择而低收入居民减少休闲选择。
2024-02-21 nlin.AO physics.soc-ph stat.AP
The Impact of COVID-19 on Urban Energy Consumption of the Commercial Tourism City
二零二零年，COVID-19疫情在全球蔓延。为了缓解疫情蔓延，不少地区实施了各种封锁政策。为了更好地为商业旅游城市的城市能源消费制定防疫政策，本文首先基于澳门的能源消费数据，从两个方面分析了疫情期间澳门的能源特征。在此基础上，分析了疫情期间商业旅游城市用电特点。然后，从酒店、交通、旅游文化、公共设施等方面分析了商业旅游城市不同领域的能源消耗特点。最后，通过与一些典型国家的比较，详细分析了以澳门为代表的商业旅游城市在疫情期间的能源消费特征。
2021-04-29 cs.SY eess.SY physics.soc-ph
