論文の概要: Public transit gains and spatially uneven travel demand changes after NYC congestion pricing

• arxiv url: http://arxiv.org/abs/2606.17530v1
• Date: Tue, 16 Jun 2026 05:14:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.283314
• Title: Public transit gains and spatially uneven travel demand changes after NYC congestion pricing
• Title（参考訳）: ニューヨーク市混雑価格による公共交通機関の利上げと空間的不均一な交通需要の変化
• Authors: Donghang Li, Dingyi Zhuang, Yunlin Li, Chenan Shen, Nina Cao, Yunhan Zheng, Shenhao Wang, Jinhua Zhao,
• Abstract要約: 2025年1月、ニューヨーク市は全国初のコードンベースの混雑価格設定プログラムを実施。 時系列基礎モデルを用いて,不確実性を校正した確率論的対実需要予測を生成する。 その結果, 公共交通機関のバスや地下鉄の乗客数は, 公共交通機関の需要に比して大幅に増加し, 旅行需要は緩やかに減少した。
• 参考スコア（独自算出の注目度）: 9.391171271059862
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: New York City implemented the nation's first cordon-based congestion pricing program in January 2025, providing an opportunity to evaluate how system-wide urban mobility responds to large-scale pricing interventions. Because such policies generate spillovers across modes and locations, credible control groups are difficult to construct. We address this challenge using time series foundation models to generate probabilistic counterfactual demand forecasts with calibrated uncertainty. Applying this framework to bus, subway, and aggregate trip volume data, we find that post-policy bus and subway ridership increased significantly relative to expected no-policy demand, while overall travel demand decreased modestly. The effects are spatially heterogeneous: while reductions in overall travel demand are concentrated within the Congestion Relief Zone, transit gains extend beyond Manhattan's core. Socio-demographic analyses further reveal uneven adaptation across neighborhoods, highlighting spatial equity implications. Our framework provides a scalable approach for the uncertainty-aware evaluation of system-wide urban interventions when clean control groups are unavailable.
• Abstract（参考訳）: 2025年1月、ニューヨーク市は全国初のコードンベースの混雑価格設定プログラムを実施し、システム全体の都市移動が大規模な価格介入にどう反応するかを評価する機会を提供した。 このようなポリシーは、モードや場所をまたいだこぼれを発生させるため、信頼できる制御グループの構築は困難である。 本稿では、時系列基礎モデルを用いて、不確実性を校正した確率論的対実需要予測を生成する。 この枠組みをバス、地下鉄、総走行量データに適用すると、公共交通機関のバスと地下鉄の乗客数は、予想される不要な需要と比較して大幅に増加し、旅行全体の需要は緩やかに減少した。 この効果は空間的に不均一であり、全体の旅行需要の減少が渋滞救済ゾーンに集中している一方で、マンハッタンの中心部を超えて交通の利得が伸びている。 ソシオデデミノグラフィー分析により、周辺地域への不均一な適応が明らかになり、空間的自己価値の影響が強調される。 本フレームワークは,クリーンコントロールグループが利用できない場合に,システム全体の都市介入に対する不確実性を考慮した評価を行うためのスケーラブルなアプローチを提供する。

関連論文リスト

• Column Generation for the Micro-Transit Zoning Problem [8.783715393635992]
  オンデマンドのマイクロトランジットサービスは、固定ラインの大量輸送と単一要求のライドシェアリングのギャップを埋めることができる。 マイクロトランジットサービスの効果的な運用には、事前にジオフェンスゾーンを計画する必要がある。 本稿では,MZP(Micro-Transit Zoning Problem)を一般化して,候補ゾーンのサイズ制限を課すのではなく,グローバル予算を実現する。
  論文  参考訳（メタデータ） (2026-03-08T21:42:29Z)
• Data-Driven Discovery of Mobility Periodicity for Understanding Urban Systems [13.241642295147878]
  本研究では、まず、複雑な人体移動データの周期性を定量化し、次に周期パターンを発見する。 本枠組みは, 広州省における大規模乗客フローデータと, ニューヨーク市とシカゴのマルチモーダルモビリティデータに適用した。
  論文  参考訳（メタデータ） (2025-08-02T15:25:20Z)
• Joint Estimation and Prediction of City-wide Delivery Demand: A Large Language Model Empowered Graph-based Learning Approach [40.357070798871675]
  電子商取引と都市化の進展は、都市部における配送業務を著しく強化した。 データ駆動予測手法、特に機械学習技術を利用した手法は、これらの複雑さを扱うために登場した。 本稿では,この問題を伝達可能なグラフ時間に基づく学習タスクとして定式化する。 中国とアメリカの8都市を含む2つの実世界の配送データセットに関する総合的な実証的評価結果から、我々のモデルは、精度、効率、転送性において最先端のベースラインを大幅に上回っていることが示された。
  論文  参考訳（メタデータ） (2024-08-30T12:56:17Z)
• Agent-based Simulation Evaluation of CBD Tolling: A Case Study from New York City [7.847915546266008]
  MATSimは、エージェントレベルでの顕微鏡的挙動を提供するシミュレーションプラットフォームである。 ニューヨーク市マンハッタン・セントラル・ビジネス・ディストリクト(NYC)の超粒度交通ネットワークモデルを用いたケーススタディを行う。 その結果、テスト対象の料金プログラムは、個人車両の容積を規制し、公共交通機関の利用を促進することが示唆された。
  論文  参考訳（メタデータ） (2024-02-16T17:09:49Z)
• Congestion Pricing for Efficiency and Equity: Theory and Applications to the San Francisco Bay Area [4.771971685916733]
  本稿では,全旅行時間を最小限に抑え,公平な目標を取り入れた新たな渋滞価格体系を提案する。 サンフランシスコ・ベイエリアの校正高速道路網における料金体系について検討した。
  論文  参考訳（メタデータ） (2024-01-30T09:35:02Z)
• Rethinking Urban Mobility Prediction: A Super-Multivariate Time Series Forecasting Approach [71.67506068703314]
  長期の都市移動予測は、都市施設やサービスの効果的管理において重要な役割を担っている。 伝統的に、都市移動データはビデオとして構成され、経度と緯度を基本的なピクセルとして扱う。 本研究では,都市におけるモビリティ予測の新たな視点について紹介する。 都市移動データを従来のビデオデータとして単純化するのではなく、複雑な時系列と見なす。
  論文  参考訳（メタデータ） (2023-12-04T07:39:05Z)
• Uncertainty Quantification for Image-based Traffic Prediction across Cities [63.136794104678025]
  不確実量化(UQ)法は確率論的推論を誘導するためのアプローチを提供する。 複数の都市にまたがる大規模画像ベース交通データセットへの適用について検討する。 モスクワ市を事例として,交通行動に対する時間的・空間的影響を考察した。
  論文  参考訳（メタデータ） (2023-08-11T13:35:52Z)
• Policy-Aware Mobility Model Explains the Growth of COVID-19 in Cities [36.94575237918065]
  新型コロナウイルスの感染拡大を遅らせるためには、非医薬品の介入を考慮する必要がある。 都市内モビリティと政策導入を新しいメタポピュレーションSEIRモデルに組み込むことで、米国の都市における複雑なCOVID-19成長パターンを正確に予測できることを示す。
  論文  参考訳（メタデータ） (2021-02-21T07:39:17Z)
• Extracting Spatiotemporal Demand for Public Transit from Mobility Data [0.0]
  都市人口の変化は、交通サービスの効率的な管理にいくつかの課題をもたらす。 都市における公共交通機関の需要を簡易に推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-06-05T10:21:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。