Public Transport Under Epidemic Conditions: Nonlinear Trade-Offs Between Risk and Accessibility
Gerhard Hiermann, Joana Ji, Ana Moreno, Rolf Moeckel, Maximilian Schiffer
流行病暴露了保护公共卫生和维护基本城市流动性之间的严重紧张关系。 公共交通系统面临这一困境最为严重:它们使就业机会、教育和服务成为可能,但也促进了旅行者之间的密切联系。 我们开发了一个集成的建模框架,在容量限制下将基于代理的流行病模拟(EpiSim)与基于优化的公共交通流模型相结合。 使用慕尼黑作为案例研究,我们分析了设施关闭和运输限制的组合如何塑造流行病结果和可及性。 结果揭示了三个关键见解。 首先,流行病干预措施重新分配,而不是简单地减少感染风险,将传播转移到家庭。 其次,疫情和运输政策相互作用非线性 - 适度的需求抑制可以抵消大容量削减。 第三,流行病压力放大了时间和空间上的不平等,不成比例地影响了外围和高峰时段的旅行者。 这些发现突出表明,全面限制既低效又不公平,呼吁采取有针对性的、时间间隔和空间的措施,以建立具有抗疫能力和社会公平的运输系统。
Epidemics expose critical tensions between protecting public health and maintaining essential urban mobility. Public transport systems face this dilemma most acutely: they enable access to jobs, education, and services, yet also facilitate close contact among travelers. We develop an integrated modeling framework that couples agent-based epidemic simulation (EpiSim) with an optimization-based public transport flow model under capacity constraints. Using Munich as a case study, we analyze how com...
