![[09127409082]](https://barast.com/wp-content/uploads/2021/01/newlogo.png){kind=small}
آشکار کردن تأثیرات همهگیری کووید-۱۹ بر حمل و نقل کامیونی بین شهری: بینشهای جدید از تجزیه و تحلیل کلان داده
حمل و نقل کامیونی بین شهری به عنوان یک شریان حیاتی برای حفظ عملیات شهری در طول همه گیری کووید-۱۹ ظهور کرد. درک تأثیرات تحمیل شده توسط همه گیری بر حمل و نقل کامیونی بین شهری میتواند به سیاستگذاران در تدوین استراتژیهای مؤثرتر برای بحرانها و اختلالات آینده کمک کند. با این حال، تا آنجا که ما میدانیم، تحقیقات قبلی عمدتاً بر جابجایی بار در شرایط عادی متمرکز بودند. به دلیل محدودیت دادهها، مطالعات مرتبط با همه گیری معمولاً بر بررسی بار متکی بودند و بر صنایع خاص تمرکز داشتند که نمیتوانند طیف کاملی از عوامل مؤثر بر تولید سفر بار (FTG) در طول همه گیری را ثبت کنند. در اینجا، یک مجموعه داده جدید که جابجایی کامیونهای انفرادی در مقیاس بزرگ را در طول همه گیری کووید-۱۹ ثبت میکند، ارائه شده است. با استفاده از مجموعه داده تحرک، تغییرات ناشی از همه گیری در ساختار تقاضای حمل و نقل کامیونی با استفاده از روشهای آماری فضایی کمی سازی میشوند. علاوه بر این، یک چارچوب یادگیری ماشینی قابل تفسیر برای تخمین تقاضای حمل و نقل بین شهری توسعه داده شده است که تعامل پیچیده عواملی را که بر تغییرات رفتاری سیستمهای حمل و نقل کامیونی بین شهری به دلیل شیوع همه گیری تأثیر میگذارند و شکل میدهند، آشکار میکند. یافتهها نشاندهنده تغییرات قابل توجه در عوامل مختلف مؤثر بر جابجایی کامیونهای بین شهری در مناطق محلی و گستردهتر است و بر چالشهای خاص شهر در میان همه گیری تأکید دارد. مدل توسعهیافته FTG میتواند به عنوان ابزاری برای پیشبینی تقاضای بار بین شهرها برای بحرانهای آینده و پشتیبانی از سیاستگذاری در عمل مدیریت بار عمل کند.
مقدمه
شیوع بیماری همهگیر کووید-۱۹ منجر به یک بحران جهانی شد و کشورهای سراسر جهان را بر آن داشت تا اقدامات سختگیرانهای را با هدف مهار شیوع ویروس اجرا کنند. در میان این اقدامات، قرنطینههای شهری و استراتژیهای کنترلی مختلف معمولاً برای کاهش انتقال ویروس در بین جمعیتها، به ویژه در مراحل اولیه، به کار گرفته شدند. در حالی که این سیاستهای محدودیت سفر، جابجایی ساکنان را محدود میکرد، حمل و نقل کامیونی بین شهری به سرعت به عنوان یک شریان ضروری برای عملیات عادی شهر ظهور کرد (فانگ و همکاران، ۲۰۲۳). کامیونها نقش حیاتی در حمل کالاهای ضروری، عبور از مرزها و اتصال مناطق به ویژه در طول بحران همهگیری ایفا کردند. آنها ستون فقرات زنجیرههای تأمین را تشکیل دادند و تضمین کردند که لوازم پزشکی حیاتی، غذا و مایحتاج ضروری همچنان به جوامع نیازمند میرسد (یانگ و همکاران، ۲۰۲۴a). شیوع کووید-۱۹ به طور قابل توجهی بر ساختار تقاضا و عوامل محرک ذاتی حمل و نقل کامیونی بین شهری تأثیر گذاشت و منجر به تغییرات قابل توجه در الگوهای جابجایی بار شد (بکر و همکاران، ۲۰۲۲). درک تأثیرات بیماری همهگیر کووید-۱۹ بر حمل و نقل کامیونی بین شهری میتواند به سیاستگذاران در تدوین استراتژیهای مؤثر برای حمایت از تابآوری شبکههای حمل و نقل بار کمک کند.
جابجایی کامیونهای بین شهری معمولاً تحت تأثیر عوامل مختلفی از جمله فعالیتهای اقتصادی، تراکم جمعیت، توزیع صنعتی و در دسترس بودن زیرساختها قرار میگیرد (یانگ و همکاران، 2023a). این عوامل تقاضای حمل و نقل بار را شکل میدهند و بر نحوه و مکان جابجایی کامیونها بین شهرها تأثیر میگذارند. با توجه به شیوع بیماری همهگیر کووید-19، عوامل محرک جابجایی کامیونها ممکن است دستخوش تغییراتی شده باشند، همانطور که افزایش فعالیت تجارت الکترونیک (سواوا و همکاران، 2022)، تغییر رفتار مصرفکننده (هو و همکاران، 2021) و تغییر در عملیات زنجیره تأمین (فو و همکاران، 2022) نشان میدهد که به نوبه خود بر حجم و فراوانی سفرهای باری تأثیر گذاشته است. درک دگرگونی این عوامل محرک و پیشبینی دقیق حجم جابجایی کامیونها، جنبههای حیاتی برنامهریزی حمل و نقل بار در دوران پس از همهگیری هستند.
درک تأثیرات همهگیری کووید-۱۹ بر حمل و نقل کامیونی بین شهری، چالشهای متعددی را ایجاد میکند. این همهگیری، تغییرپذیری بیسابقهای در تقاضای بار ایجاد کرده و تلاشها برای مدلسازی و پیشبینی دقیق حرکات کامیونها را پیچیده کرده است. مدلهای سنتی تولید سفر بار (FTG) (Al-Battaineh et al., 2005; de Oliveira et al., 2022; Holguin-Veras et al., 2011; Jesus et al., 2020; Middela and Ramadurai, 2024; Sorratini and Smith Jr, 2000) که به دادههای تاریخی و الگوهای اقتصادی پایدار متکی هستند، ممکن است پویاییهای جدید ایجاد شده توسط این همهگیری، مانند جهشهای ناگهانی در تجارت الکترونیک یا تغییرات در حمل و نقل کالاهای ضروری، را به طور کامل در بر نگیرند. علاوه بر این، تعامل بین اثرات این همهگیری و عوامل از پیش موجود، مانند نوسانات اقتصادی، تغییرات در رفتار مصرفکننده و محدودیتهای زیرساختی، لایههایی از پیچیدگی را به تجزیه و تحلیل میافزاید. برای پرداختن به این چالشها و افزایش دقت مدلهای FTG در زمینه همهگیری، ادغام تجزیه و تحلیل کلاندادهها و فناوریهای یادگیری ماشین، راهحلهای امیدوارکنندهای ارائه میدهد. با این حال، به دلیل در دسترس نبودن دادههای با وضوح بالا در مورد حرکت کامیونها در طول شیوع همهگیری، عوامل پیچیدهای که پویایی FTG را در بحبوحه همهگیری، به ویژه در مقیاس ملی، شکل میدهند، هنوز به خوبی بررسی نشدهاند.
برای پر کردن شکافها، یک مجموعه داده جدید GPS شامل بیش از ۲.۷ میلیون کامیون قبل و بعد از شیوع بیماری همهگیر کووید-۱۹ در چین، به همراه طیف گستردهای از ویژگیهای جغرافیایی و صنعتی جمعآوری شد. با استفاده از دادههای GPS در مقیاس بزرگ، الگوهای مکانی-زمانی حرکات کامیونهای بین شهری برای درک تأثیر بیماری همهگیر کووید-۱۹ بر حمل و نقل بار مورد تجزیه و تحلیل قرار گرفت. به طور خاص، اختلالات ناشی از بیماری همهگیر برای تعیین تأثیر آنها بر جریان کامیونها در مناطق مختلف بررسی شد و تغییرات کلیدی در پویایی تقاضای حمل و نقل شناسایی شد. از روشهای آماری مکانی برای تشخیص تغییرات در الگوهای حرکت کامیونها استفاده شد و بینشهایی در مورد درجات مختلف تأثیر در مناطق جغرافیایی مختلف و بخشهای صنعتی ارائه شد. علاوه بر این، یک چارچوب یادگیری ماشین قابل تفسیر برای مدلسازی FTG تحت شرایط منحصر به فرد اعمال شده توسط بیماری همهگیر توسعه داده شد. این چارچوب طیف گستردهای از ویژگیهای جغرافیایی، اقتصادی و صنعتی را برای ثبت دقیق عوامل پیچیده محرک حمل و نقل کامیونهای بین شهری در طول بیماری همهگیر ادغام میکند. یافتهها بر نیاز به استراتژیهای تطبیقی که میتوانند به اختلالات ناگهانی پاسخ دهند و تابآوری زنجیرههای تأمین را در طول بحرانهای آینده تضمین کنند، تأکید میکند.
این کار از چهار طریق به ادبیات کمک میکند. (1) یک منبع داده جدید از جابجایی کامیونها در مقیاس بزرگ در طول همهگیری کووید-19 ارائه شده است، به همراه تجزیه و تحلیل دقیقتر برای سیستمهای حمل و نقل بین شهری. (2) تغییرات در ساختار تقاضای حمل و نقل کامیونهای بین شهری کمیسازی شده است و درک جامعی از پویایی تقاضای بار تحت شیوع کووید-19 ارائه میدهد. (3) یک چارچوب یادگیری ماشین قابل تفسیر برای تخمین تقاضای بار بین شهری توسعه داده شده است. (4) تعامل پیچیده عواملی که بر رفتار سیستمهای حمل و نقل کامیونهای بین شهری در طول بحران کووید-19 تأثیر گذاشته و آن را شکل دادهاند، همراه با پیامدهای بالقوه آن برای مدیریت سیستمهای حمل و نقل بار آشکار شده است.(منبع).