بریتانیا، مانند جاهای دیگر، از اوایل دهه 2000 شاهد روندی شتابان بسته شدن شعب بانک ها و کاهش ساعات کار بوده است. دلایل ارائه شده توسط بانک ها به خوبی تکرار شده است، اما ارزیابی های تاثیری که آنها برای توجیه چنین برنامه هایی ارائه می کنند و گزینه های راهنما به طور گسترده ای به عنوان ناکافی بودن مورد انتقاد قرار گرفته است. این امر به ویژه برای مشتریان آسیب پذیر وابسته به خدمات مالی که ممکن است در دسترسی به شعب باقی مانده با مشکل مواجه شوند، صادق است. در حین تجزیه و تحلیل الگوهای فضایی دسترسی به در دسترس بودن زمانی در رابطه با فرصت‌های حمل‌ونقل نیز نیاز است. با استفاده از مطالعه موردی دسترسی چندوجهی بالقوه به بانک ها در ولز، ما نشان می‌دهیم که چگونه می‌توان از ابزارهای منبع باز برای بررسی الگوهای دسترسی استفاده کرد، در حالی که ساعات کاری شعب را در ارتباط با برنامه‌های حمل و نقل عمومی در نظر می‌گیریم. گنجاندن حالت‌های سفر عمومی و خصوصی، بینش‌هایی در مورد دسترسی فراهم می‌کند که اغلب تنها با در نظر گرفتن اقدامات مربوط به خدمات نادیده گرفته می‌شوند. علاوه بر این، یافته‌های حاصل از انواع ابزارهای توسعه‌یافته در این مطالعه، نشان‌دهنده اطلاعات اضافی است که می‌تواند در ارزیابی‌های تاثیر کل‌نگر گنجانده شود، و اجازه می‌دهد پیامدهای تصمیم‌های اتخاذ شده برای تعطیلی یا کاهش ساعات کاری شعب بانک‌ها با وضوح بیشتری به آنها منتقل شود. مشتریان

کلید واژه ها:

پیکربندی مجدد خدمات بانکی ؛ دسترسی چند وجهی ; مدل های حوضه آبریز شناور ; اثرات بسته شدن الگوهای فضایی دسترسی

1. مقدمه

یک پایگاه طولانی مدت و گسترده در ادبیات مربوط به بررسی ارتباط بین مکان گروه های اجتماعی مختلف و دسترسی بالقوه یا تحقق یافته آنها به امکانات و خدمات از طریق سیستم های حمل و نقل وجود دارد. گنجاندن معیارهای دسترسی چندوجهی و نیاز به درک تغییرات زمانی در دسترسی مکانی به عنوان پیشرفت های کلیدی در رویکرد کلی اتخاذ شده برای اندازه گیری دسترسی شناخته شده است [ 1 ]]. سیستم‌های حمل‌ونقل با کمک به گروه‌های اجتماعی-اقتصادی محروم برای غلبه بر محدودیت‌های ناشی از جداسازی فیزیکی خدمات از تقاضای بالقوه، نقش مهمی در تأثیرگذاری بر الگوهای دسترسی بازی می‌کنند. به عنوان یک نتیجه، ارائه ضعیف حمل و نقل عمومی یا دسترسی محدود به حمل و نقل خصوصی می تواند چنین مشکلاتی را تشدید کند. با این حال، با توجه به گنجاندن برنامه‌های حمل‌ونقل عمومی در مطالعاتی که به دنبال درک تأثیرات تغییرات فضایی در سطوح دسترسی به فرصت‌های خدماتی بر نابرابری‌های بالقوه در ارائه هستند، چالش‌ها باقی می‌ماند.
اخیراً در بریتانیا، بسته شدن شعب بانک‌های خرده‌فروشی تأثیر عمیقی بر سرزندگی مراکز شهر و تأثیرات بالقوه قابل‌توجهی بر مشتریانی دارد که به انواع خدمات مالی ارائه‌شده وابسته هستند. نگرانی های مشابهی در رابطه با کاهش دسترسی به خدمات بانکی و محرومیت مالی بالقوه افراد یا خانوارهایی که از نظر اقتصادی-اجتماعی محروم هستند در سایر زمینه های بین المللی بیان شده است [ 2 ، 3 ، 4 ، 5 ، 6 ، 7 ، 8 ، 9 ، 10 ، 11 .]. در بریتانیا، ارزیابی‌های تاثیر ارائه شده توسط بانک‌ها برای توجیه تعطیلی شعبه و نشان دادن منابع جایگزین تامین، توسط برخی از مفسران در شواهد تحقیقات پارلمانی مورد انتقاد قرار گرفته است که بیانیه‌هایی از نوع “بعد از پیچیدن اسب” است که فاقد هرگونه ورودی واقعی عمومی است. فرآیندهای تصمیم گیری منجر به تعطیلی اعلام شده [ 12]. از نظر ترتیبات خدمات آتی، اطلاعات ارائه شده اغلب محدود به علامت گذاری نزدیکترین شعبه پست است که خدمات مالی محدودی ارائه می دهد، سطح دسترسی پهنای باند در مجاورت محلی، و مسافت یا زمان اضافی مورد نیاز برای رسیدن به نزدیکترین شعبه بعدی آن. بانک برخی شامل اطلاعاتی در مورد در دسترس بودن، فرکانس، و مدت سرویس اتوبوس یا سایر گزینه های حمل و نقل عمومی مورد نیاز برای دسترسی به امکانات جایگزین هستند، اما اکثر آنها چنین نیستند.
تحقیقات قبلی نشان داده است که چگونه می توان از رویکردهای جغرافیایی برای اندازه گیری تأثیرات از دست دادن خدمات بر جوامع استفاده کرد، حداقل از منظر سفر اضافی مورد نیاز برای رسیدن به شعب باقی مانده و کاهش انتخاب که اغلب منجر می شود [ 13 ، 14 ، 15 ]]. با این حال، یک محدودیت تایید شده به فرض رایج یک حالت حمل و نقل مربوط می شود، که تاثیر تغییرات خدمات را برای گروه های اجتماعی-اقتصادی بدون دسترسی به خودرو نادیده می گیرد. علاوه بر این، ساعات باز بودن تسهیلات در محدودیت‌های زمانی تحمیل‌شده توسط حمل‌ونقل عمومی نیز اغلب نادیده گرفته می‌شود، و برخی رویکردها را برای اندازه‌گیری دسترسی به خدمات بر اساس «مفهوم ایستا نزدیکی فیزیکی» که نمی‌تواند جنبه‌های زمانی دسترسی را در خود جای دهد، زیر سوال می‌برد [ 16 ].] (ص 81). هدف اصلی مطالعه حاضر پرداختن به این محدودیت‌ها با اتخاذ یک تحلیل چندوجهی بود که در آن یک ارزیابی سراسری از در دسترس بودن حمل‌ونقل عمومی و ساعات کاری شعبه بانک نیز در نظر گرفته شد. ما معتقدیم که چنین تحقیقاتی برای درک بیشتر پیامدهای پیکربندی مجدد خدمات بانکی بر الگوهای فضایی دسترسی که عمدتاً در روش‌های ارزیابی تأثیر فعلی نادیده گرفته می‌شوند، مورد نیاز است.
طیف گسترده ای از روش ها برای تخمین دسترسی وجود دارد. ما از تکنیک‌های حوضه آبریز شناور (FCA) برای پیاده‌سازی مدل‌های حمل‌ونقل چندوجهی و برای محاسبه معیارهای دسترسی مبتنی بر مکان استفاده کردیم که همچنین شامل جزئیات اطلاعات مکانی و زمانی در زمان‌های باز شدن بانک می‌شود، زیرا آنها با جدول زمانی خدمات اتوبوس در طول هفته و آخر هفته تعامل دارند. به دانش ما، این مطالعه نشان دهنده اولین تلاش برای گنجاندن یک چارچوب زمانی چندوجهی مبتنی بر مدل‌های حوضه آبریز شناور برای بررسی تغییرات دسترسی به تسهیلات بانکی است.
این مطالعه ابتدا محدودیت‌های مطالعات قبلی را در نظر گرفت که اغلب متغیرهایی مانند کیفیت و کمیت زمانی (یعنی ساعات کاری) ارائه خدمات، و همچنین محدودیت‌های زمانی-مکانی تحمیل‌شده توسط استفاده از حمل‌ونقل عمومی را نادیده می‌گرفتند. ثانیاً، ما این فرضیه را آزمایش کردیم که تأثیر محسوس در مناطقی که شعب در حال بسته شدن هستند و ساکنان آن به یک سرویس حمل‌ونقل عمومی عادی و در دسترس وابسته هستند، احتمالاً در مطالعات محدود به حمل‌ونقل تک حالته و فرض در دسترس بودن موقت نامحدود دست‌کم گرفته می‌شود. بنابراین، هدف ما این بود که به فراخوان مفسرانی مانند پارک و گلدبرگ پاسخ دهیم [ 17] برای تحقیق به منظور بررسی گنجاندن متغیرهای پویا در مطالعات دسترسی به طوری که آنها بتوانند بهتر به سیاست گذاری آینده مربوط به ارائه خدمات برنامه ریزی اطلاع دهند. فرصت‌های حمل‌ونقل موجود برای گروه‌های اجتماعی مختلف بر توانایی آنها برای دستیابی به خدمات مالی تأثیر می‌گذارد، اما این موضوع اغلب توسط مسئولان تصمیم‌گیری در مورد بسته شدن شعب بانک نادیده گرفته می‌شود. با گنجاندن چنین ملاحظاتی در کنار توزیع مکانی و ساعات کار شعب، این مطالعه با هدف جلب توجه به نیاز ارائه‌دهندگان خدمات به در نظر گرفتن تأثیرات آنها بر کسانی که بیشترین اتکا به انواع خدمات مالی ارائه شده از طریق شبکه‌های شعب فیزیکی را دارند، انجام شد.

2. روش ها

2.1. رویکردهای دسترسی چندوجهی و زمانی

رویکردهای متداول مبتنی بر مکان برای اندازه‌گیری دسترسی اغلب شامل محاسبه زمان‌ها/فاصله‌های خط مستقیم یا مبتنی بر شبکه از مراکز تقاضای ثابت تا نقاط عرضه خدمات استاتیک است یا تعداد فرصت‌های واقع در یک آستانه زمان رانندگی معین را محاسبه کرده‌اند [ 18 ، 19 ] , 20 , 21 , 22 ]. با این حال، قابلیت‌های شبکه‌سازی GIS و در دسترس بودن گسترده‌تر مجموعه‌های داده‌های تقاضا، عرضه و شبکه (بسیاری به‌طور آشکار در دسترس هستند) به یک پایگاه رو به رشد ادبیات در مورد رویکردهایی منجر شده است که فراتر از معیارهای ثابت دسترسی به سمت موارد مشابه با استفاده واقعی از خدمات حرکت می‌کنند. رفتار [ 23]. چنین تلاش‌هایی با اطلاعات موجود از رسانه‌های اجتماعی، داده‌های کارت هوشمند، سوابق تلفن، یا منابع ردیابی GPS تقویت شده‌اند که امکان ردیابی مسیرهای واقعی سفر و دسترسی به داده‌های نقاط مورد علاقه را در طول یک روز معمولی اندازه‌گیری می‌کنند. تغییرات پویا زمانی در فرصت های موجود [ 24 ، 25 ، 26 ].
داده‌های مربوط به ساعات کار به‌دست‌آمده از وب‌سایت‌های تأمین‌کنندگان یا موتورهای جستجوی شخص ثالث، با استفاده از انواع ابزارهای خراش‌دادن وب مورد استفاده در این مقاله، محققان را قادر می‌سازد تا ابعاد زمانی را ترکیب کنند و نگرانی‌هایی را که دسترسی به آن در طول زمان نوسان می‌کند، برطرف کنند. مطالعات مختلف تلاش کرده اند تا ساعات کاری روزهای هفته و آخر هفته و تغییرات در وضعیت شبکه حمل و نقل را ترکیب کنند [ 27 ، 28 ، 29 ، 30 ، 31 ، 32 ، 33]. چنین کارهایی از محاسبه زمان سفر با استفاده از جدول‌های زمانی نگهداری شده در قالب‌های مشخصات خوراک حمل و نقل عمومی (GTFS) بهره برده است که اقدامات مستمر زمانی را برای ارزیابی در دسترس بودن سرویس در فواصل زمانی خاص تعریف‌شده توسط کاربر ممکن می‌سازد [ 17 ، 34 ، 35 ].
پیامدهای ترکیب چندین حالت حمل و نقل و عناصر زمانی نسبتاً به خوبی در زمینه خرید مواد غذایی و وجود احتمالی به اصطلاح “صحراهای غذا” مورد مطالعه قرار گرفته است [ 36 ]. وایدنر و همکاران [ 37 ] نشان داد که چگونه می‌توان معیارهای دسترسی را برای ساکنان رفت‌وآمد خودرو محاسبه کرد که زمان در دسترس برای دسترسی به فروشگاه‌های مواد غذایی را نیز در نظر می‌گیرند. یک مطالعه بعدی نشان می‌دهد که چگونه برنامه‌های حمل و نقل را می‌توان برای بررسی اینکه چگونه دسترسی حمل‌ونقل عمومی به سوپرمارکت‌ها در زمان روز متفاوت است، گنجانده شود [ 38 ]. دیگران فواصل و زمان های پیاده روی را در چارچوب چند وجهی برای طیف گسترده ای از انواع سمت عرضه/مقصد گنجانده اند [ 39 ، 40 ]. ژانگ و مائو [41 ] بر روی جمعیت‌های تقسیم‌بندی مودال استفاده شده در چارچوب‌های چندوجهی متمرکز شد و الگوهای فضایی در دسترسی چندوجهی را با آنهایی که از اقدامات تک‌وجهی به دست می‌آیند مقایسه کرد.
چنین مطالعاتی به‌طور گوناگون نشان داده‌اند که چگونه از جمله ساعات کار و داده‌های برنامه سفر می‌تواند بر نابرابری‌ها در دسترسی تأثیر بگذارد و در واقع ممکن است مشکلاتی را که افراد وابسته به شیوه‌های حمل‌ونقل خاص با آن مواجه هستند تشدید کند. با این حال، تا به امروز، تعداد کمی از مطالعات ساعات کار یا جنبه های زمانی در دسترس بودن حمل و نقل را هنگام در نظر گرفتن دسترسی به بانک ها در نظر گرفته اند. سونیا و وسترهولت [ 42] شامل ساعات کار برای مطالعه دسترسی به خدمات بانکی ارائه شده در دفاتر پست بریتانیا است. آنها یک اندازه گیری ظرفیت را بر اساس نسبت زمانی که خدمات در دفاتر پست ارائه می شود در مقایسه با خدمات ارائه شده در شعب بانک های ثابت، ضمیمه کردند. Isochrones در اطراف دفاتر پست با اندازه‌گیری‌های ظرفیت متفاوت برای منعکس‌کننده دسترسی درک شده از این مکان‌ها تولید شدند. با این حال، یافته های آنها توجه را به نیاز بیشتر در نظر گرفتن عناصر زمانی عرضه خدمات، و همچنین فواصل جغرافیایی و زمان سفر جلب می کند. با این حال، همانطور که توسط نویسندگان تشخیص داده شده است،
دیگران نشان داده‌اند که چگونه می‌توان تغییرات زمانی در تأمین حمل‌ونقل عمومی را با ساعات کار در کنار سایر ویژگی‌های سمت عرضه ادغام کرد. ژرو و همکاران [ 43 ] دسترسی به فرصت‌های خرید مواد غذایی را برای نشان دادن اینکه چگونه معمولاً مدل‌های دسترسی مبتنی بر مکان «ایستا» به طور کلی دسترسی را بیش از حد برآورد می‌کنند و برای استفاده از مدل‌های موقتی که تغییر توزیع جمعیت، برنامه‌های حمل‌ونقل و ساعات کار تسهیلات را در نظر می‌گیرند، استدلال می‌کنند. تصویر واقعی تر از نابرابری های اجتماعی در دسترسی. فاربر و همکاران [ 34] دسترسی حمل‌ونقل عمومی به فرصت‌های غذای سالم را در نظر گرفت و زمان سفر از بلوک‌های سرشماری تا نزدیک‌ترین سوپرمارکت را در زمان‌های مختلف روز تخمین زد. اخیراً، رویکردهای چند وجهی برای اندازه‌گیری دسترسی بالقوه به انواع دیگر خدمات مورد بررسی قرار گرفته‌اند. کوتاوارا و همکاران [ 44 ]، برای مثال، دسترسی خودروی شخصی به خدمات بهداشتی اولیه در فنلاند را با زنجیره‌های چندوجهی پیاده‌روی، پیاده‌روی، با استفاده از داده‌های موجود در برنامه‌های حمل‌ونقل عمومی مقایسه کرد.
چنین تحقیقاتی با افزایش دسترسی به داده های زمانی مربوط به افراد، حمل و نقل و خدماتی که به طور بالقوه می توانند در مدل های شبکه چندوجهی و اقدامات دسترسی گنجانده شوند، تسهیل می شود [ 45 ، 46 ، 47 ، 48 ، 49 ، 50 ، 51 .]. در حالی که در بسیاری از مطالعات هنوز داده‌ها به مناطق انبوه پیوسته می‌شوند، تنوع زمانی در نمرات اجازه می‌دهد که چنین اقداماتی با داده‌های اجتماعی-اقتصادی مرتبط شوند تا تصور واقعی‌تری از روند دسترسی ارائه کنند. مدل های حوضه آبریز شناور (FCA)به طور گسترده ای برای بررسی قابلیت دسترسی بالقوه استفاده شده است. در بخش بعدی، به طور خلاصه تلاش‌های قبلی برای ترکیب جنبه‌های زمانی و چندوجهی در مدل‌های FCA را قبل از نشان دادن کاربرد آنها در مطالعه دسترسی به خدمات بانکی در ولز، بریتانیا مرور می‌کنیم.

2.2. مدل‌های حوضه آبریز شناور با رویکردهای چندوجهی

رویکردهای FCA اساساً مدل‌های گرانشی هستند که به طور همزمان اجزای تقاضا، عرضه و فاصله را ادغام می‌کنند. پیاده سازی های اولیه – برای مثال، توسط Luo و Wang [ 52 ] – مربوط به اندازه گیری دسترسی به پزشکان مراقبت های اولیه بود. فرمول آنها به طور گسترده در انتشارات قبلی [ 53 ، 54 ] توضیح داده شده است، و یک مثال کار شده توسط لانگفورد و همکاران ارائه شده است. [ 55] در زمینه دسترسی به خدمات مراقبت از کودک. مدل‌های FCA شامل دو مرحله کلیدی هستند: در مرحله اول، نسبت عرضه به تقاضا برای هر تسهیلات با تقسیم ظرفیت خدمات آن بر تقاضای بالقوه ناشی از یک فاصله آستانه مشخص محاسبه می‌شود. مرحله دوم شامل محاسبه مجموع وزنی فاصله از این نسبت‌ها در یک فاصله آستانه مشخص از هر واحد تقاضای جمعیت (معمولاً یک مرکز وزنی جمعیت یک دستگاه سرشماری/منطقه اداری) است.
تحقیقات بعدی طیف گسترده ای از انواع و پیشرفت ها را بر اساس روش شناسی اولیه ایجاد کرده است. شیا و همکاران [ 56 ] چهار پیشرفت روش شناختی اصلی را برجسته می کند:
  • گنجاندن وزنه های فروپاشی فاصله [ 57 ]؛
  • تنظیم اندازه حوضه بر اساس ملاحظات طرف تقاضا/ عرضه یا دور بودن جمعیت [ 58 ، 59 ]؛
  • حسابداری برای رقابت بین ارائه دهندگان [ 60 ]؛
  • ترکیب چندین حالت حمل و نقل [ 61 ، 62 ، 63 ، 64 ، 65 ].
این نوع اخیر پیشرفت‌ها، آنهایی هستند که حالت‌های حمل‌ونقل متعدد و جدول‌های زمانی حمل‌ونقل عمومی را در نظر می‌گیرند، که در این مطالعه مورد توجه هستند. فرضیه حمل و نقل خصوصی جهانی (خودرو) در بسیاری از مطالعات مبتنی بر FCA ساخته شده است. مائو و نکورچوک [ 61 ] تلاش اولیه ای را برای توسعه یک رویکرد چند وجهی ارائه کردند در حالی که دسترسی به بیمارستان های فلوریدا با اتوبوس و ماشین را در نظر می گرفتند. آن‌ها حوضه‌های حوضه‌های مختلف را ادغام کردند، که در غیاب الگوهای استفاده دقیق از خدمات برای هر تأسیسات، مبتنی بر فرضیات مربوط به آستانه زمان/فاصله است که پس از آن یک روش حمل و نقل خاص مناسب نیست، اما همچنین استدلال می‌کنند که زمان سفر می‌تواند به صورت تجربی باشد. در صورت وجود از نظرسنجی های سفر منطقه ای به دست آمده است.
همچنین داده هایی در مورد استفاده از هر روش حمل و نقل در هر نقطه تقاضای جمعیت مورد نیاز است. مائو و نکورچوک [ 61 ] از مالکیت وسیله نقلیه در سطح بلوک سرشماری استفاده کردند تا یک شکاف دوگانگی بین دو زیر گروه که هر دو از طریق شبکه حمل و نقل یکسانی سفر می کردند، بدست آورند. سفر با اتوبوس با تحمیل سرعت های کمتر سفر در مقایسه با خودروها به طور خام مدل سازی شد. هیچ حسابی از مسیرها، مکان توقف ها، یا جدول زمانی و برنامه های واقعی در نظر گرفته نشد. یافته‌های آنها تفاوت‌هایی را بین امتیازهای تک حالته (فقط خودرو) و امتیاز چند حالته معادل نشان داد. به عنوان مثال، میانگین دسترسی کمتر در مناطق شهری (با معکوس شدن این روند در مناطق روستایی) به دلیل مفروضات ایجاد شده در مورد نحوه سفر که سپس بر مخرج جمعیت تأثیر می گذارد، مشاهده شد.
تقریباً همین رویکرد توسط یین [ 66 ] برای بررسی مراقبت های دوران بارداری در ایالت جورجیا برای دو مقطع زمانی و اجازه سفر با ماشین و اتوبوس اتخاذ شد. محدودیت‌ها در رویکرد آنها به عدم گنجاندن یک حالت پیاده‌روی و اثربخشی حالت‌های حمل‌ونقل عمومی مربوط می‌شود. به عنوان مثال، آنها به جای مدلسازی مسیرهای ثابت و جدول زمانی معمولی برای تأمین حمل و نقل عمومی، سرعت اتوبوس و دسترسی به کل شبکه جاده را یکسان فرض کردند.
لنگفورد و همکاران [ 63] پیچیدگی FCA چندوجهی را با ترکیب شبکه‌های خودرو و حمل‌ونقل عمومی جداگانه، با سرعت‌های سفر بر اساس جدول زمانی در شبکه دوم افزایش داد، اما زمان‌های خاص سفر را مدل‌سازی نکرد. این انطباق ها منجر به ثبت امتیاز دسترسی جداگانه برای هر زیر گروه مسافر شناسایی شده در هر منطقه تقاضا می شود. اخیراً، تلاش‌هایی برای گنجاندن برنامه‌های دقیق حمل‌ونقل عمومی که قبلاً به آن اشاره شده بود، در چارچوب FCA چند وجهی گنجانده شده است تا واقع‌گرایی خروجی‌های آن افزایش یابد. این را می توان با ساخت یک ماتریس سفر مبدا/مقصد (OD) بر اساس مسیرهای واقعی، زمان سفر و شرایط ترافیکی موقت مرتبط با هر حالت سفر تسهیل کرد. چنین رویکردهای FCA چند وجهی به طور فزاینده ای برای بررسی تغییرات در دسترسی در طیف وسیعی از حوزه های موضوعی مورد استفاده قرار می گیرند. به عنوان مثال، Dony و همکاران. [67 ] دسترسی به چهار نوع حمل و نقل -دوچرخه، ماشین، حمل و نقل عمومی و پیاده روی- را به پارک های عمومی مقایسه کرد. الگوهای آشکار شده در میان حالت‌های سفر و در مقایسه با امتیازهای به دست آمده از سفر تک حالته، آنها را بر آن داشت تا پیشنهاد کنند که “هنگام انتخاب یک مدل دسترسی فضایی و تفسیر الگوهای فضایی حاصل از دسترسی باید احتیاط کرد” [ 67 ] (ص 90). . همچنین اگر داده های تجربی مربوط به استفاده از خدمات توسط هر روش حمل و نقل در دسترس باشد، باید انعطاف پذیری برای تغییر فاصله آستانه وجود داشته باشد. با این حال، مفروضات مربوط به زمان‌های آستانه که برای حالت‌های مختلف اعمال می‌شود، هنوز در مطالعات FCA چند وجهی رایج هستند. تائو و همکاران [ 68]، برای مثال، از آستانه‌های دلخواه هنگام درج حالت‌های رانندگی و پیاده‌روی در سایت‌های آزمایش COVID-19 استفاده کرد.
برخی دیگر پایگاه‌های اطلاعاتی را در مشخصات عمومی خوراک حمل‌ونقل (GTFS) برای محاسبه مسیریابی درب به در گنجانده‌اند. این شامل پیاده روی به نقطه دسترسی حمل و نقل عمومی، سفر در سرویس و پیاده روی به مقصد می شود. در برخی موارد، سرشماری یا بررسی‌های استفاده از سفرهای خانگی می‌تواند برای سنجش تقاضا برای خدمات مختلف توسط گروه‌های جمعیتی استفاده شود. اینها می توانند برآوردهای بالقوه دقیق تری از اعدادی که احتمالاً از هر حالت سفر استفاده می کنند ارائه دهند. علاوه بر این، برخی از محدودیت‌های مطالعات قبلی با ترکیب مجموعه داده‌های شبکه دقیق و داده‌های جدول زمانی حمل‌ونقل عمومی برای توسعه مدل‌های FCA بلادرنگ برای انواع خدمات مختلف مورد توجه قرار گرفته است [ 69 ، 70 ، 71 ، 72 ،73 ، 74 ]. نویسندگانی مانند ما و همکاران. [ 75 ] و تائو و چنگ [ 76 ] از Google Map یا رابط های برنامه نویسی کاربردی نقشه بایدو (API) برای استخراج زمان دقیق سفر برای اتومبیل ها و حمل و نقل عمومی در یک رویکرد چند حالته FCA استفاده کرده اند. ادعا می‌شود که این روش‌های احتمالی حمل‌ونقل را که توسط گروه‌هایی مانند افراد مسن در هنگام دسترسی به مراکز بهداشتی اتخاذ می‌شود، بهتر توضیح می‌دهد.
تحقیقات اخیر گنجاندن حالت های سفر فعال در FCA چند وجهی را در نظر گرفته است. ژو و همکاران [ 77 ] و شیائو و همکاران. [ 78 ]، برای مثال، چهار حالت (ماشین، پیاده‌روی، حمل‌ونقل عمومی، و دوچرخه) را با استفاده از داده‌های به دست آمده از یک پلت فرم نقشه‌برداری وب اتخاذ کرد. خاخ و همکاران [ 79 ] از پیکربندی‌های دقیق پیاده‌روها، مسیرها و مسیرها برای ایجاد یک شبکه قابل پیاده‌روی استفاده کرد و حوضه‌های پیاده‌روی را در کنار حمل‌ونقل خصوصی و چندوجهی (اتوبوس و راه‌آهن) در مطالعه دسترسی به مراقبت‌های بهداشتی اولیه در کلگری، کانادا گنجاند. همانطور که در مطالعه فعلی وجود دارد، محققان همچنین از داده‌های GTFS برای محاسبه زمان سفر با اتوبوس استفاده کرده‌اند و اندازه‌های حوضه آبریز متفاوتی را برای هر حالت تعیین کرده‌اند تا امتیازات دسترسی متفاوتی را برای هر گروه بدست آورند [ 80 ].]. Guida و Carpentieri [ 81 ] از FCA چند وجهی برای بررسی تغییرات دسترسی سالمندان به مراقبت‌های بهداشتی اولیه در میلان در طول همه‌گیری COVID-19 استفاده کردند. پارک و همکاران [ 82 ] عناصر زمانی را برای تقاضا و عرضه و همچنین ماهیت پویا سناریوهای ترافیکی برای محاسبه امتیازات موقت FCA به ایستگاه‌های شارژ خودروی الکتریکی معرفی کرد. زینگ و همکاران [ 65 ] دسترسی به فضاهای سبز و پیامدهای حالت‌های مختلف سفر را در نظر گرفت، با توجه به اینکه اندازه‌های حوضه آبریز به پارک‌ها بستگی به حالت سفر تعیین می‌شود.
علیرغم این فعالیت تحقیقاتی قابل توجه، مطالعات کمی تا به امروز شامل زمان بازگشایی تسهیلات مانند مطالعه فعلی شده است. لی و همکاران [ 70 ] دسترسی از طریق پیاده‌روی و حمل‌ونقل عمومی به خدمات متعدد در Xiamen، چین را در نظر گرفت و بر اساس بررسی سفر خانوار، کاهش‌ها و آستانه‌های وزنی جداگانه را اتخاذ کرد. با این حال، ساعات کار تسهیلات در مطالعه آنها مورد توجه قرار نگرفت. فرانسن و همکاران [ 83 ] یک رویکرد FCA مبتنی بر رفت و آمد را فرموله کرد که شامل زنجیره سفر و تفاوت در امتیازات دسترسی بین مدل اصلی بود. این نسخه پیشرفته نتیجه حسابداری برای الگوهای رفتاری سفر پیچیده تر است. پل و ادواردز [ 84] مدل‌های FCA را برای در نظر گرفتن پنجره‌های زمانی (یعنی ساعات کاری پزشک در مراکز بهداشتی) تطبیق داد. اگرچه کار ارائه شده در این مطالعه هنوز به طور کامل به درخواست «نسخه‌های پویا و آگاه به زمان حوضه‌های شناور» برای جمع‌بندی رفتار رفت‌وآمد، ساعات کار و سرعت‌های سفر موقت [ 23 ] (ص. 23) نمی‌پردازد، اما این کار را انجام می‌دهد. نیاز به گنجاندن عناصر زمانی در مدل‌های FCA را نشان می‌دهد و توجه را به اهمیت آن‌ها در تعیین دسترسی به خدمات در میان گروه‌های جمعیتی وابسته به حمل‌ونقل عمومی جلب می‌کند که اغلب هنگام بررسی تأثیرات بسته شدن بانک‌های خیابانی نادیده گرفته می‌شوند.

2.3. روش شناسی و جمع آوری داده ها

این تحقیق تجزیه و تحلیل مقایسه ای از الگوهای فضایی در دسترسی را ارائه می دهد که از پیکربندی های مختلف و درجات پیچیدگی مدل سازی FCA ناشی می شود، همانطور که در جدول 1 خلاصه شده است.. همه مدل‌های پیاده‌سازی‌شده در اینجا یک رویکرد چندوجهی را اتخاذ می‌کنند، که به موجب آن جمعیت ثبت‌شده در سایت‌های تقاضا به گروه‌های جداگانه تقسیم می‌شود و سپس از طریق شبکه‌های حمل‌ونقل عمومی و خصوصی مستقل به سمت مجموعه مشترکی از نقاط ارائه خدمات، یعنی بانک و جامعه ساختمانی حرکت می‌کنند. شاخه ها. سفر در حالت خصوصی فرض می‌کند که همه پیوندهای جاده قابل استفاده هستند، با زمان سفر برای عبور از این پیوندها با محدودیت‌های سرعت مرتبط با طبقه‌بندی جاده‌های ملی تعیین می‌شود. سفر در حالت عمومی فقط از پیوندهای جاده ای مرتبط با مسیرهای اتوبوس ثبت شده استفاده می کند، با زمان سفر بین گره های دسترسی (ایستگاه های اتوبوس) که از داده های جدول زمانی تعیین شده است. همه مدل‌ها از مرکز وزنی جمعیت کوچک‌ترین مناطق سرشماری بریتانیا (مناطق خروجی) به‌عنوان مکان‌های تقاضا استفاده می‌کنند، که هر کدام معمولاً حدود 125 خانوار را نشان می‌دهند.
مدل 1 یک مورد استفاده است که به طور گسترده در رویکردهای متعارف FCA دیده می شود که به موجب آن این فرض وجود دارد که سایت های عرضه همیشه در دسترس هستند (یعنی باز). علاوه بر این، اگرچه حالت‌های خصوصی و عمومی سفر از شبکه‌ها و سرعت‌های مستقل استفاده می‌کنند، هیچ محدودیت زمانی اعمال نمی‌شود. به طور خاص، هنگام سفر با اتوبوس، بدون توجه به زمان روز یا روز هفته که این سفر در آن انجام می شود، سریع ترین مسیر ممکن بین یک جفت تقاضا و عرضه به مدل FCA منتقل می شود. با این حال، مسیرهای اتوبوس، در صورت نیاز، عناصر پیاده‌روی را برای (الف) رسیدن به یک ایستگاه اتوبوس، (ب) تردد بین ایستگاه‌ها در حین تغییر مسیر، و (ج) رسیدن به نقطه مقصد را در خود جای می‌دهند. در نهایت، در این مدل، نقاط عرضه تنها حضور یک بانک یا شعبه انجمن ساختمانی را ثبت می‌کنند.
اگرچه مدل 1 سناریوی پایه در نظر گرفته شده در این تجزیه و تحلیل است، با این وجود نشان دهنده پیشرفت در بسیاری از مطالعات FCA گزارش شده قبلی است که در آن حالت منفرد سفر، تعداد سایت های واحد، و سفرهای شبکه همیشه در دسترس معمولاً اتخاذ می شود. همانطور که جدول 1 نشان می دهد، مدل 1 در حال حاضر پیچیدگی های بهبود یافته ای را از طریق اتخاذ سفرهای چندوجهی و همچنین با ترکیب سرعت های سفر شبکه اتوبوس برگرفته از جدول زمانی واقعی ارائه می دهد.
مدل 2 با استفاده از کل ساعات کار شعب بانک و ساختمان به عنوان متغیر سمت عرضه، سطح پیچیدگی را بیشتر می کند. ساعات جمع آوری شده در هفته برای هر سایت ثبت می شود، در نتیجه یک عنصر ظرفیت زمانی به فرآیند مدل سازی اضافه می شود. این به نوبه خود به خروجی‌های FCA که اکنون دسترسی به ساعات کاری بانکی در دسترس را برای هر نفر گزارش می‌کنند، اجازه می‌دهد تا موقعیت‌هایی مانند کاهش گسترده گزارش‌شده در ساعات کاری شعب را حتی زمانی که خود سایت‌ها به طور اسمی باز هستند، منعکس کنند. با این وجود، فرضیات مربوط به باز بودن شعب همیشه و بنابراین در دسترس بودن، صرف نظر از زمان واقعی سفر، همچنان باقی می ماند. این محدودیتی است که مدل 3 قصد دارد مستقیماً به آن بپردازد.
در مدل 3، نمایش عرضه خدمات برای در نظر گرفتن زمان‌های بازگشایی خاص، روز به روز، در هر شعبه توسعه می‌یابد. بنابراین، یک محدودیت در دسترس بودن زمانی به در نظر گرفتن ظرفیت زمانی اضافه می شود. برای مثال، در مورد تعیین دسترسی حالت خصوصی، اکنون می‌توان زمان مشخصی از سفر را مشخص کرد، و اگرچه شعب همیشه با خودرو قابل دسترسی خواهند بود، اما در امتیاز دسترسی FCA نقشی ندارند، مگر اینکه در آن زمان باز بودن آن‌ها نیز مشخص شود. وقتی مسافر ماشین می رسد این پیچیدگی در مورد امتیازات FCA حمل و نقل عمومی بیشتر بزرگ‌تر می‌شود، زیرا تعامل بین زمان باز شدن شعبه و سرویس‌های اتوبوس با جدول زمانی کاملاً در نظر گرفته می‌شود. این بدان معناست که مسیرهای اتوبوس تنها در صورتی «قابل اجرا» تلقی می‌شوند که بتوانند زمان رسیدن به شعبه را در ساعات کاری مشخص‌شده آن ارائه کنند، یا، به‌عنوان جایگزین، ممکن است محدودیت زمانی کمتر سخت‌گیرانه‌تری برای شامل تنها آن مسیرهای اتوبوس در محاسبه FCA تنظیم شود. که ساکنین را بین ساعات کاری شعبه در روزهای کاری که معمولاً پذیرفته شده‌اند، به سایت‌های عرضه می‌رسانند. مانندجدول 1 نشان می دهد، بنابراین مدل 3 پیچیدگی بیشتری را به هر سه عنصر کلیدی روش حوضه آبریز شناور دو مرحله ای اضافه کرده است.
با گنجاندن اطلاعات جدول زمانی حمل و نقل عمومی در مدل‌های FCA، هدف ما این است که نشان دهیم چگونه الگوهای دسترسی گزارش‌شده در مقایسه با مدل‌های ساده‌تر که حمل و نقل فقط خصوصی را فرض می‌کنند، متفاوت است. همچنین هدف ما شناسایی مکان‌هایی است که در منطقه مطالعه انتخابی ما نابرابری‌هایی را در دسترسی نشان می‌دهند که از ترکیب ارائه خدمات اتوبوس و تغییرات زمانی در ساعات کاری ناشی می‌شود. برای پیاده سازی چنین مدل هایی همانطور که توضیح داده شد چندین منبع داده کلیدی و قابلیت های نرم افزاری نیاز دارد. اول، در دسترس بودن زمانی و موقعیت مکانی شعب بانک و انجمن ساختمانی ( شکل 1). دوم، توزیع و میزان جمعیت تقاضا، با تخمینی از تقسیم با اتخاذ شیوه‌های حمل‌ونقل خصوصی و عمومی. سوم، شبکه ای که قادر به پشتیبانی از تحلیل مسیرها برای سفر با ماشین و اتوبوس است. چهارم، داده های دقیق جدول زمانی حمل و نقل عمومی. در نهایت، یک محیط نرم افزاری که ادغام همه این داده ها را تسهیل می کند و قابلیت ردیابی مسیرهای شبکه را در محدودیت های زمانی فراهم می کند. هر یک از این الزامات و راه حل های اتخاذ شده به طور خلاصه در زیر توضیح داده شده است.

2.3.1. ساعات کار شعبه

در زمان مطالعه، هیچ مجموعه داده آزادانه در دسترس در بریتانیا وجود نداشت تا اطلاعاتی در مورد ساعات کار شعب ارائه دهد. سرویس‌هایی مانند Google Platform API [ 85 ] می‌توانند این داده‌ها را با هزینه تعیین شده برای هر پرس و جو ارائه کنند، اما روش‌های جایگزینی در دسترس هستند که از چنین پیامدهای هزینه‌ای جلوگیری می‌کنند. در این مثال، می‌توان ساعات کار شعبه را از طریق وب‌سایت اختصاصی «شاخه یاب» هر برند بانک یا به‌طور متناوب از طریق وب‌سایت‌هایی که اطلاعات جمعی را ارائه می‌دهند، بدست آورد [ 86 ، 87 ، 88 ]. ما تصمیم گرفتیم یک راه حل خراش دادن وب را برای جمع آوری داده ها از این سایت ها در حالی که به شرایط و ضوابط هر وب سایت پایبند بوده و به نگرانی های اخلاقی بیان شده در مطالعات قبلی احترام بگذاریم [ 89 ] اتخاذ کنیم.].
برای هدایت اسکریپت به صفحه مورد نظر که قرار است داده ها از آن منبع داده شوند، یک URL مورد نیاز است. در حالت ایده‌آل، صفحات وب وارد شده به اسکریپت از یک ساختار ثابت پیروی می‌کنند، زیرا این امکان را به سیستم می‌دهد تا به‌جای اینکه هر صفحه به‌صورت جداگانه ارائه شود، به‌طور روشمند در یک مجموعه کار کند. سایتی که برای جمع‌آوری ساعات کاری بانک استفاده می‌شد، با این رویکرد مطابقت داشت، با استفاده از یک URL واحد که سپس با استفاده از یک اسکریپت پایتون، برای پیمایش تدریجی در کل سایت تنظیم می‌شود. اگرچه اطلاعات بیشتری از طریق خراش دادن جمع‌آوری نشد، اما اگر به شیوه‌ای ثابت در دسترس بود، متغیرهای جانبی اضافی را می‌توان در مدل‌های FCA ما گنجاند تا کیفیت یا محدوده خدمات ارائه‌شده در هر نقطه ارائه را بیشتر روشن کند. پس از استخراج و ارسال به پایگاه داده، سپس تعداد کل ساعات هفتگی به عنوان یک متغیر سمت عرضه در مدل FCA چند وجهی که قبلاً توضیح داده شد، اختصاص داده شد. نوع اطلاعاتی که توسط این فرآیند بر روی آنها اعمال می شود و تنوع بالقوه در زمان باز شدن شعبه در زیر نشان داده شده است.شکل 2 .
2.3.2. تقاضای جمعیت و تقسیم معین

برای اجرای مدل‌های FCA چند وجهی، لازم است جمعیت تقاضا مرتبط با هر حالت سفر تعیین شود. روش ارائه شده توسط لانگفورد و همکاران. [ 63 ] بر اساس مالکیت خودروی خانگی گزارش شده در سرشماری جمعیت بریتانیا در سال 2011 به تصویب رسید. این فرض را بر این می‌گذارد که ساکنان مناطق خروجی (OA) با سطوح مالکیت خودرو پایین، بیشتر از حمل‌ونقل عمومی استفاده می‌کنند، با یک تقسیم مودال که با اعمال معادلات (1) و (2) برای هر OA محاسبه می‌شود:

پoپپتوبلمنج=(پ×آ)+(0.25×پ×ب)
پoپپrمنvآتیه=پ-پoپپتوبلمنج

جایی که پoپپتوبلمنج و پoپپrمنvآتیهتعداد معین جمعیت، P کل جمعیت ساکن، A درصد خانوارهایی است که بدون ماشین یا وانت گزارش شده اند، و B درصد خانوارهایی است که فقط یک ماشین یا ون دارند. بنابراین فرض می‌کند که تمام ساکنان خانواده‌هایی که به ماشین دسترسی ندارند، از طریق حمل‌ونقل عمومی به بانک‌های مجاور سفر خواهند کرد. علاوه بر این، 25 درصد از کسانی که فقط یک ماشین دارند، این کار را انجام می دهند، بر اساس این تصور که یک ماشین تنها همیشه در دسترس نیست. این داده‌ها، بر اساس تصمیمات ذهنی، می‌توانند با اطلاعات به‌دست‌آمده از نظرسنجی‌های رفتاری خانوارها در صورت در دسترس قرار گرفتن جایگزین شوند. کل جمعیت، P، تخمین جمعیتی در اواسط سال بود که برای سال 2020 به دست آمد، اما سطوح مالکیت خودروهای خانگی فقط از سرشماری سال 2011 به دست آمد.

2.3.3. جدول زمانی حمل و نقل عمومی
این اطلاعات در توسعه عناصر زمانی مدل‌های FCA که در بالا توضیح داده شد، و همچنین برای تسهیل سفر چند وجهی حیاتی است. در واقع، سه جزء داده برای دستیابی به این اهداف مورد نیاز است: کدگذاری توپولوژیکی شبکه راه و مسیر. مکان تمام ایستگاه های اتوبوس و ایستگاه های قطار که به عنوان نقاط دسترسی برای سفرهای عمومی عمل می کنند. و یک حساب کامل از تمام مسیرها، سفرها و برنامه‌های مربوط به خدمات اتوبوس و ریلی در حال حاضر. کسب، رمزگذاری و استفاده از این اطلاعات، همانطور که در زیر به اختصار توضیح داده شده است، یک کار غیر پیش پا افتاده است، که عناصر آن نیز به محیط راه حل نرم افزاری اتخاذ شده، Open Trip Planner (OTP) مربوط می شود، که در ادامه با جزئیات بیشتر مورد بحث قرار می گیرد.
اطلاعات مربوط به برنامه های حمل و نقل عمومی از دو منبع و به تاریخ اوت 2021 به دست آمده است. داده های اتوبوس از TravelineData [ 90 ] در قالب TransXChange دانلود شده است. ریل سنگین، که راه‌حل حمل‌ونقل عمومی مناسبی را بین شهرهای بزرگ و شهرک‌ها ارائه می‌دهد، از گروه تحویل ریلی [ 91 ] در قالب CIF دانلود شد. هر دو منبع نیاز به فرمت مجدد در مشخصات خوراک حمل و نقل عمومی (GTFS) داشتند، و این با استفاده از یک بسته R، UK2GTFS [ 92 ] انجام شد.]. GTFS یک فرمت داده باز است که توقف‌های حمل‌ونقل عمومی، زمان‌های توقف، مسیرها، خدمات آژانس‌ها و جدول زمانی/تقویم‌ها را رمزگذاری می‌کند تا بتوان از آن برای ایجاد یک شبکه حمل‌ونقل عمومی کامل استفاده کرد. این اطلاعات به یک شبکه جاده و مسیر دقیق دانلود شده از OpenStreetMap پیوند داده شده است، که همه آنها برای ایجاد یک نمودار استفاده می شود تا توسط موتور مسیریابی Open Trip Planner بر روی آن عمل کند.
شکل 3 شبکه حمل و نقل عمومی مشتق شده از داده های GTFS را نشان می دهد که سپس توسط Open Trip Planner برای محاسبه زمان سفر بین سایت های عرضه و تقاضا، همانطور که برای مدل سازی FCA لازم است، استفاده شد. نمونه هایی از برنامه های مسیر در شکل 4 نشان داده شده است. در مجموع 900 سرویس اتوبوس و ریل سبک و 439 سرویس راه آهن سنگین در سراسر ولز در زمان مطالعه فعالیت داشتند. همه دارای مسیرهای ثابت و زمان های عملیاتی برنامه ریزی شده بودند که محدودیت هایی را بر مسیرهای احتمالی موجود بین مراکز تقاضای OA و شعب بانک ها و ساختمان ها در زمان های مشخصی از روز یا هفته اعمال می کرد. علاوه بر این، هنگامی که از OTP خواسته می شود یک مسیر را محاسبه کند، حداکثر فاصله پیاده روی در رابطه با رسیدن به یک ایستگاه حمل و نقل، تبادل احتمالی بین سرویس ها و رسیدن به نقطه مقصد نهایی، همانطور که قبلاً اشاره شد، مشخص می شود. بر اساس یافته های تحقیقات قبلی [ 93 ، 94 ، 95 ، 96]، مقدار 5 دقیقه یا 400 متر را برای این پارامتر در نظر گرفتیم. به عبارت دیگر، زمان سفر تنها در صورتی توسط OTP برگردانده می شود که در هر یک از سه وضعیت ذکر شده در بالا از این حد تجاوز نکند.
2.3.4. محیط نرم افزاری
تمام مدل‌های FCA با استفاده از یک راه‌حل نرم‌افزاری ساخته شده بر روی نرم‌افزار منبع باز و عملکرد از طریق زیرساخت مشتری-سرور، که اجزای کلیدی آن در شکل 5 نشان داده شده‌اند، اجرا شدند . طراحی آن، جریان‌های داده مرتبط، و نحوه عملیات دقیق‌تر به طور کامل کاوش و در جاهای دیگر توضیح داده شده است [ 97 ]، بنابراین فقط خلاصه‌ای در اینجا ارائه می‌شود.
حیاتی ترین جزء سیستم، موتور مسیریابی است (مورد a در شکل 5 ) که بخشی از برنامه ریز سفر باز (OPT) را تشکیل می دهد. OTP یک نرم افزار رایگان و منبع باز (FOSS) است که می تواند برای محاسبه مسیرها و سفرها از مبدا تا مقصد برای حالت های حمل و نقل چندگانه استفاده شود [ 98 ]. با توجه به اطلاعات کافی، OTP می تواند نتایج را برای ماشین شخصی محاسبه کند. پیاده روی و دوچرخه سواری؛ و برای حمل و نقل عمومی از طریق اتوبوس، قطار سبک، قطار سنگین و تراموا. OTP یک نمودار را تجزیه و تحلیل می کند (مورد b در شکل 5 )، که یک شبکه توپولوژیکی است که برای خود از داده های حمل و نقل عمومی ارائه شده در قالب GTFS و از شبکه ای از جاده ها و مسیرهای پیاده روی منبع OpenStreetMap برای خود می سازد [ 99 ]]. پس از پیکربندی کامل، مسیرهای قابل اجرا برای پرسش‌هایی که از طریق RESTful API آن صادر می‌شوند، بازگردانده می‌شوند. اینها با ارسال URLهای حاوی پارامترهایی برای شناسایی حالت مورد نظر سفر به دست می آیند. نقاط شروع و پایان سفر؛ و هر گونه محدودیت زمانی، مانند نیاز به خروج یا رسیدن در یک بازه زمانی مشخص. مسیرهای محاسبه شده بر اساس الگوریتم Dijkstra و الگوریتم ستاره A هستند. زمان سفر برای ماشین شخصی بر اساس سرعت جاده ارائه شده در داده های OpenStreetMap است و هیچ حسابی برای ازدحام احتمالی در نظر گرفته نشده است. زمان سفر برای حمل و نقل عمومی مستقیماً از جدول زمانی GTFS محاسبه می شود.
دومین جزء کلیدی پایگاه داده PostgreSQL [ 100 ] با پسوند فضایی PostGIS [ 101 ] است (مورد c در شکل 5 ). پایگاه داده اطلاعاتی مانند مرکزهای وزنی مبتنی بر جمعیت OA، شعب بانک و جامعه ساختمانی، نتایج حاصل از مدل‌سازی FCA و آیتم‌های میانی مختلفی از داده‌های مورد استفاده در طول فرآیند مدل‌سازی را ذخیره می‌کند. یک سرور HTTP (مورد d در شکل 5 ) اسکریپت های کنترلی، کدهای منبع و کتابخانه های پشتیبانی را در خود نگه می دارد که با هم، تعاملات بین موتور مسیریابی و پایگاه داده فضایی را کنترل و هدایت می کنند. مدل های FCA با استفاده از ترکیبی از کدگذاری PHP، پرس و جوهای SQL صادر شده به پایگاه داده فضایی و درخواست های HTTP GET صادر شده به موتور مسیریابی OTP اجرا می شوند.
هنگام استفاده از مدل‌های FCA، مشخص شد که مسافران معمولاً انتظار دارند هنگام سفر با وسایل نقلیه عمومی، زمان رسیدن به شعبه بیشتر از سفر با ماشین باشد. برای این منظور، اندازه حوضه شناور مشخص شده برای حمل و نقل عمومی 30 دقیقه تعیین شد، در حالی که برای سفر با خودروی شخصی 15 دقیقه تعیین شد. علاوه بر این، همه مدل‌ها شامل سفرهایی می‌شوند که در آن‌ها می‌توان از طریق پیاده‌روی به تنهایی به یک شاخه رسید، مشروط به محدودیت 400 متری که قبلاً توضیح داده شد. همه مسیرها و زمان‌های بین مراکز تقاضا و شاخه‌های قابل دسترسی که از OTP به دست می‌آیند، زمانی که به محاسبات FCA وارد می‌شوند، تابع یک تابع واپاشی فاصله هستند (روش حوضه آبریز شناور دو مرحله‌ای «افزایش‌یافته» Luo و Qi [ 57 ]]). یک تابع فروپاشی خطی ساده استفاده شد، زیرا هیچ شواهد تجربی برای پیشنهاد جایگزین مناسب تری در دسترس نبود.

3. نتایج

نتایج به کارگیری مدل 1 و مدل 2، همانطور که در بالا توضیح داده شد، به طور سنتی از طریق نمایش یک نقشه choropleth ارائه می شود، که برای تجسم نحوه تغییر امتیازات FCA از نظر جغرافیایی در سراسر منطقه استفاده می شود. نگرانی ویژه در این مطالعه درک این است که چگونه اصلاح اضافی مدل 2 (یعنی استفاده از ظرفیت زمانی به عنوان متغیر سمت عرضه) ممکن است بر چنین نتایجی تأثیر بگذارد. متأسفانه، نتیجه‌گیری معنادار از طریق مقایسه بصری بین نقشه‌های choropleth مربوطه آنها دشوار است، زیرا هر مدل ویژگی متفاوتی را گزارش می‌کند: مدل 1 تعداد سایت‌های شعبه موجود به ازای جمعیت را برمی‌گرداند، در حالی که مدل 2 ساعات کار شعبه موجود را به ازای هر جمعیت برمی‌گرداند. هنگامی که به عنوان نقشه های choropleth نمایش داده می شود، هر دو امتیاز الگوهای تقریبا مشابهی را نشان می دهند.
برای جداسازی و تمرکز بهتر بر تأثیر پالایش ظرفیت زمانی اضافی، ابتدا تمام امتیازات FCA رتبه‌بندی شدند و سپس تفاوت در رتبه‌بندی بین مدل‌ها تعیین شد. آن دسته از OA هایی که رتبه آنها در زمان معرفی ظرفیت موقت بیشتر یا کمتر شد، شناسایی و نقشه برداری شدند ( شکل 6 را ببینید.) برای برجسته کردن جایی که چنین تأثیراتی بیشترین بود. OAهایی که کاهش قابل توجهی در رتبه داشتند تقریباً منحصراً در مناطق روستایی دور افتاده ولز قرار داشتند. این شواهد این پیشنهاد را تأیید می‌کند که، اگرچه ممکن است برخی از شعب روستایی در سال‌های اخیر به‌جای تعطیلی کامل باز مانده‌اند، ساعات کاری محدود فزاینده آنها به احتمال زیاد بر کیفیت ارائه خدمات در جوامع روستایی تأثیر گذاشته است. در حالی که برخی از تفاوت‌ها بین کاربران حمل‌ونقل خصوصی و حمل‌ونقل عمومی مشهود است، با توجه به اینکه سفرهای عمومی در مناطق دورافتاده‌تر تأثیرات خود را نشان می‌دهند، الگوی اصلی تقریباً یکسان است، و با توجه به اینکه هر دو گروه به دنبال دسترسی به یک مجموعه مشترک هستند، منطقی است. از نقاط تحویل خدمات که ساعات خدمات یکسانی را ارائه می دهند. OA هایی که نشان دهنده افزایش قابل توجهی در رتبه بودند در مناطق اصلی شهری و مراکز شهرها متمرکز شدند. این همان چیزی است که می‌توان انتظار داشت، و نشان می‌دهد که سخاوتمندانه‌ترین ساعات کار شعبه در جایی رخ می‌دهد که پایگاه جمعیتی قادر به حفظ این سطح بالای ارائه خدمات باشد. به طور کلی، الگوهای نمایش داده شده درشکل 6 سوگیری بالقوه‌ای را که ممکن است در مطالعات قبلی FCA وجود داشته باشد، نشان می‌دهد که ساعت‌های عملیاتی خدمات را در نظر نمی‌گیرند، و همچنین به وضوح یک شکاف روستایی-شهری را در رابطه با این موضوع پیشنهاد می‌کنند.
انواع تجزیه و تحلیل و اطلاعات قابل دستیابی از کاربرد مدل 3 که در آن محدودیت های زمانی بیشتر توسعه می یابد در شکل 7 ارائه شده است . هنگام استفاده از این مدل، زمان خاصی از روز و روز هفته برای گزارش امتیازات دسترسی FCA مشخص می شود. در طول محاسبه امتیازات، هر سایت عرضه نامزد باید شرایط زیر را برآورده کند: (الف) در زمان ورود باز باشد – این محدودیت بر هر دو حالت خصوصی و عمومی سفر تأثیر می گذارد. و (ب) قابل دسترس باشد – یعنی یک سفر حمل و نقل عمومی مناسب داشته باشید که بتواند ساکنان را در زمانی که سایت باز است به آن برساند. سفر خصوصی تحت تأثیر محدودیت دوم قرار نمی گیرد، زیرا سفر با ماشین می تواند در هر زمانی انجام شود.
برای نشان دادن نتایج بالقوه، ما سه دوره زمانی مختلف را در سه روز مختلف انتخاب کردیم – سه‌شنبه ساعت 11 صبح، جمعه در ساعت 2 بعد از ظهر و شنبه در ساعت 11 صبح. اول زمانی است که اکثر شعب باز هستند، دومی زمانی که پیش‌بینی می‌شد ساعات کاری محدود برخی از شعبه‌ها احتمالاً تأثیر بگذارد، و سومین شعبه برای کمک به روشن کردن محدودیت دسترسی خدمات بانکی در آخر هفته انتخاب شد. به طور همزمان، برنامه ها و فرکانس های حمل و نقل عمومی نیز احتمالاً نقش مهمی در سناریوی سوم ایفا می کنند. ما نقشه ها را بر روی شبه جزیره پمبروکشایر متمرکز کردیم تا سطح جزئیات آشکار شده در سطح OA را بهتر به تصویر بکشیم. یک افسانه رایج برای مجموعه امتیازات FCA حمل و نقل عمومی استفاده می شود ( شکل 7a-c)، و دوباره برای مجموعه امتیازات حمل و نقل خصوصی ( شکل 7 d-f). با این حال، نقاط شکست بین دو حالت متفاوت است.
واضح است و جای تعجب نیست که در مقایسه با مسافرت با ماشین شخصی، امتیازات دسترسی کمتری در حمل و نقل عمومی دریافت می شود. قبلاً ذکر شده است [ 64] که در یک مدل حمل‌ونقل خصوصی چندوجهی FCA، امتیازها ممکن است در مقایسه با مدل تک‌وجهی افزایش یابد، زیرا آنها از تقاضای پایین‌تر مدل‌سازی‌شده در نقاط عرضه از کاربران حمل‌ونقل عمومی بهره می‌برند. این تعامل در تمام نتایج رایج است، به طوری که هر جا امتیازات حمل و نقل خصوصی افزایش/کاهش یابد، ممکن است به کاهش/افزایش ظرفیت استفاده‌های حمل‌ونقل عمومی برای رسیدن به سایت‌های عرضه و یا تغییرات مستقیم در ظرفیت و در دسترس بودن سایت عرضه نسبت داده شود. به عنوان مثال، نمرات FCA سفرهای خصوصی به طور قابل توجهی در شبه جزیره شمال غربی بین روزهای سه‌شنبه و جمعه متفاوت است – به نظر می‌رسد که این موضوع به ساعات کار شعب محلی در این نمونه نسبت داده می‌شود، همراه با مشکلاتی برای مسافران حمل و نقل عمومی برای رسیدن به این خدمات در این زمان ها به طور کلی، الگوهای دسترسی ثبت شده برای حمل و نقل عمومی برای سه شنبه در ساعت 11 صبح و جمعه در ساعت 2 بعدازظهر کاملاً مشابه بود، در حالی که الگوهای دسترسی به حمل و نقل خصوصی کمتر است، بنابراین نشان می دهد که ساعات کاری متفاوت نتایج را برای حمل و نقل خصوصی و فرصت هایی که در دسترس قرار می گیرند ایجاد می کند. برای مسافران خودرو به دلیل محدودیت‌های حمل‌ونقلی که توسط سرویس‌های برنامه‌ریزی شده بر آن‌ها تحمیل می‌شود، به یک اندازه در دسترس کاربران حمل‌ونقل عمومی نیستند. در حالی که شواهدی وجود دارد که نشان می‌دهد ساعات کاری شعبه یک عنصر مهم برای دسترسی موقت است (از 464 شعبه در ولز، تعداد شعبه‌ای که در ساعت 11 صبح روز سه‌شنبه باز هستند، 443 مورد بود که به 339 در ساعت 2 بعد از ظهر روز جمعه و 170 شعبه در ساعت 11 صبح در روز کاهش یافت. شنبه)،
چنین تعاملاتی بین ساعات کار و در دسترس بودن حمل و نقل نیز در تجزیه و تحلیل امتیازهای تعیین شده برای خدمات آخر هفته برجسته شده است ( شکل 7)ج، ج). همانطور که در بالا ذکر شد، فقط حدود یک سوم شعب در صبح روز شنبه باز هستند و این امر به ناچار منجر به کاهش امتیازات FCA می شود. حتی برای مسافران خصوصی، قراردادهای دسترسی به مناطقی که در اطراف شهرک‌های بازار واقع شده‌اند، بدون هیچ سرویسی در مدت زمان رانندگی 15 دقیقه برای بسیاری از جوامع روستایی در دسترس است. با محدودیت‌های اضافه‌ای که توسط خدمات حمل‌ونقل عمومی تحمیل می‌شود، دسترسی افراد وابسته به سفر با اتوبوس به شدت محدود شده است، و بخش‌های باقی‌مانده بر مراکز شهر بازار و در امتداد مسیرهای اتوبوس اولیه متمرکز شده‌اند. فقدان باز ماندن شعب در جوامع روستایی، همراه با مشکلاتی که در دستیابی به شعبی که در شهرهای بازار باز باقی می‌مانند، منجر به تأمین ضعیفی می‌شود که در شکل 7 ج نشان داده شده است.

4. بحث و نتیجه گیری

4.1. نقاط قوت رویکردهای اتخاذ شده

این مطالعه در زمینه انواع اطلاعاتی که در حال حاضر پس از تصمیم به تعطیلی شعبه بانک به مشتریان بالقوه منتقل می شود، انجام شد. غالباً این محدود به علامت‌گذاری مکان‌های جایگزین است که در آن خدمات آن بانک در دسترس مشتریان فعلی است و برخی اطلاعات اولیه در مورد مسافتی که افراد برای سفر نیاز دارند یا اینکه آیا حمل‌ونقل عمومی ممکن است برای دسترسی به چنین سایت‌هایی در دسترس باشد یا نباشد. چنین ارزیابی‌هایی به طور معمول ساعات کار سرویس‌هایی را که پس از پیکربندی مجدد در رابطه با برنامه‌های حمل‌ونقل عمومی باقی می‌مانند، در نظر نمی‌گیرند، عواملی که ممکن است به طور نامتناسبی بر اعضای آسیب‌پذیر جامعه یا کسانی که بیشتر به خدمات حمل‌ونقل عمومی وابسته هستند که برای دسترسی به چهره نیاز به سفر بیشتری دارند، تأثیر بگذارد. -خدمات بانکی حضوری در این صفحه، هدف این بود که نشان دهد چگونه می توان از اقدامات دسترسی (بر اساس ابزارهای حوضه آبریز شناور) برای بررسی چنین تأثیراتی استفاده کرد. سناریوهای زمان سفر در روزهای هفته و آخر هفته، انواع تحلیل‌هایی را نشان می‌دهند که می‌توان از آنها برای بررسی دسترسی بالقوه در روزها/زمان‌های انتخابی استفاده کرد و فراتر از آنچه در حال حاضر توسط بانک‌ها برای ارزیابی تأثیرات بر دسترسی ارائه می‌شود، رفت.
یکی دیگر از پیشرفت‌های کلیدی پیشنهاد شده در این مطالعه، گنجاندن اطلاعات دقیق جدول زمانی حمل‌ونقل عمومی در چارچوب روش‌شناختی است که امکان در نظر گرفتن نیازهای مشتریانی را که ممکن است بیشتر به چنین شیوه‌های حمل‌ونقل وابسته باشند، می‌سازد. با ترکیب چنین اطلاعاتی در ارتباط با زمان بازگشایی و در دسترس بودن خدمات بانکی، اقدامات FCA توسعه یافته بینش بیشتری در مورد انواع عواملی که باید به طور کامل در نظر گرفته شوند و قبل از تصمیم گیری برای تعطیلی یک بانک یا ساختمان به مشتریان اطلاع داده شود، ارائه کرده است. شاخه جامعه ارزیابی‌های تاثیری که برای دفاع از برنامه‌های بسته شدن یا تغییر ساعت‌های بازگشایی استفاده می‌شود، باید شامل یک ارزیابی جامع از پیامدهای دسترسی پیکربندی مجدد تسهیلات بانکی باشد که در صورت لزوم شامل: تغییرات در جدول زمانی ارائه خدمات علاوه بر این، آنها همچنین نیاز به توسعه اقداماتی دارند که به راحتی بتوان از نظر نسبت عرضه به تقاضا و مقیاس‌های جغرافیایی که به طور معمول در تلاش‌های قبلی برای اندازه‌گیری دسترسی استفاده شده است، درک کرد.
برای این مقاله، ما یک مطالعه سراسری را انجام دادیم که زمان بازگشایی تسهیلات بانکی را با جدول‌های زمانی داده‌های حمل‌ونقل عمومی و برآوردی مبتنی بر سرشماری از مسافران اتوبوس/خودرو که به برخی از محدودیت‌های رویکردهای قبلی برای اندازه‌گیری دسترسی اشاره می‌کند، در بر می‌گیرد. روشی برای انواع تحلیل هایی که ارزیابی جامع تری از تأثیرات برنامه های بسته پیشنهادی یا اجرا شده در مقیاس های مکانی دقیق ارائه می دهد. ما معتقدیم که چنین نمایش‌های بصری (نقشه‌ای) می‌تواند به راحتی در مطالب ارائه شده به مشتریان گنجانده شود، اما ممکن است به فرآیند تصمیم‌گیری اولیه در مورد برنامه‌های پیکربندی مجدد بانک‌ها در مورد اینکه بسته شدن بانک‌ها کمترین تأثیر را از نظر دسترسی کلی در سطح ملی داشته باشد، کمک کند.

4.2. پیشرفت های این رویکرد

روش های مختلفی وجود دارد که می توان تحلیل ارائه شده در اینجا را تقویت کرد. اولاً، مشابه با بسیاری از مطالعات قبلی در این زمینه، ما فرض کرده‌ایم که تقاضا از مرکزهای وزنی جمعیت برگرفته از سرشماری سرچشمه می‌گیرد و بنابراین این تقاضا براساس مجموع جمعیت شبانه مسکونی است که در یک نقطه مرجع خلاصه شده‌اند. معایب بالقوه استفاده از مرکزهای وزنی جمعیت در کاربردهای بالقوه دسترسی در یک مطالعه اخیر که دسترسی به پزشکان عمومی در نیوکاسل را مورد بررسی قرار داده است، تکرار شده است [ 102 ]. مفاهیم استفاده از نمایش های مختلف توزیع جمعیت در مدل سازی حوضه آبریز شناور توسط لانگفورد و هیگز [ 103 ] مورد بحث قرار گرفت.و ظهور منابع داده جدید که می‌تواند تخمین‌های دقیق‌تری از جمعیت را در مقیاس‌های فضایی دقیق‌تر در رویکردهای چندوجهی گنجانده شود، در مطالعه جدیدتر دسترسی به انواع مختلف خدمات/امکانات در سه شهر ایالات متحده برجسته شده است. 48 ]. پیامدهای استفاده از جمعیت‌های محیطی که تغییرات توزیع جمعیت در طول روز را هنگام بررسی تغییرات زمانی در دسترسی با استفاده از برنامه‌های داده‌های حمل‌ونقل عمومی در نظر می‌گیرد، در مطالعات قبلی اشاره شده است [ 104 ].
علاوه بر این، ما هیچ اطلاعاتی در مورد رفتار زنجیره ای سفر، هدف سفر، شرایط ترافیک در زمان واقعی، و جنبه های گسترده تر کیفیت ارائه حمل و نقل نداریم. این احتمال وجود دارد که مردم سفر به شعب بانک ها را با انواع دیگر فعالیت های روزانه ترکیب می کنند و اغلب در یک روز کاری معمولی از محل کار خود به چنین امکاناتی دسترسی دارند. نشان داده شده است که این بر نمرات دسترسی در زمینه های دیگر تأثیر می گذارد، به عنوان مثال، در رابطه با دسترسی به فرصت های سوپرمارکت با استفاده از اندازه گیری فرصت تجمعی [ 105 ]. مطالعات قبلی نشان داده‌اند که چگونه این نوع عوامل را می‌توان در رویکردهای مکانی-زمانی برای اندازه‌گیری الگوهای دسترسی به این نوع مقاصد غیر کاری گنجاند [ 106 ].
چنین تحقیقاتی را می‌توان با ترکیب اطلاعات ترافیکی موجود از APIهای مسیریابی و حمل‌ونقل عمومی که ممکن است با دقت بیشتری نشان‌دهنده نابرابری بین زمان‌های جاده و حمل و نقل در هنگام دسترسی به تسهیلات باشد، افزایش داد [ 76 ، 107 ، 108 ]. در راستای این، نیاز به ترکیب تغییرات زمانی در دسترسی حمل و نقل مرتبط با عدم قطعیت زمان سفر برای ارائه تخمین واقعی تر از زمان سفر حمل و نقل عمومی [ 50 ، 109 ] است.]. به دلیل ملاحظات اخلاقی و حفظ حریم خصوصی، ما هیچ اطلاعاتی در مورد بانک‌های واقعی مورد استفاده مشتریان یا درصد مراجعه ساکنان به بانک‌ها با انتخاب روشی نداریم، بنابراین به پروکسی‌هایی متوسل شده‌ایم که شامل اندازه‌گیری دسترسی همه افراد به بانک و ساخت شعبه‌های جامعه است. در زمان های آستانه در نظر گرفته شده است.
الگوهای فعالیت فردی که شامل رفتارهای سفر و اطلاعات در مورد نیازهای مشتری و حمایت می شود، انواع تجزیه و تحلیل ارائه شده در این نوع مطالعات را افزایش می دهد، از جمله انتخاب پارامترهای مورد استفاده در مدل های FCA (به عنوان مثال، آستانه های اتخاذ شده یا کالیبراسیون فاصله- زوال. عملکرد بر اساس روش حمل و نقل). برای مثال، چنین تحقیقاتی را می‌توان با در نظر گرفتن معیارهای دقیق تقسیم‌بندی‌های مودال و فاصله آستانه متغیر یا زمان‌های سفر، بر اساس مبدا و/یا حالت سفر، که برای پیاده‌سازی مدل‌ها استفاده می‌شود، تقویت کرد، شاید با تکیه بر بررسی‌های دقیق سفر خانوار جمع‌آوری‌شده توسط سازمان‌های مربوطه. 41]. این می‌تواند انتخاب پارامترهای تابع فاصله-واپاشی برای استفاده در مدل‌های FCA را راهنمایی کند، که نشان داده شده است که براساس حالت و هدف حمل و نقل متفاوت هستند [ 110 ]. اگر تقسیم مودال مشتریان به این نوع امکانات در دسترس باشد، مطالعات اخیر نشان داده‌اند که چگونه حالت‌های حمل‌ونقل مانند دوچرخه‌سواری، برای مثال، می‌تواند در رویکردهای GIS چند وجهی در نظر گرفته شود [ 111 ]. مفروضات اضافی مربوط به استفاده از سرعت های مفروض از طریق شبکه جاده ای است که برای تخمین زمان صرف شده برای دسترسی به امکانات و نیاز به ترکیب ازدحام و سایر عوامل مرتبط با وضعیت شبکه حمل و نقل استفاده می شود.

4.3. تحولات آینده

تحقیقات بیشتر می تواند شامل تجزیه و تحلیل حساسیت با استفاده از سایر مناطق جغرافیایی تقاضای جمعیت مانند کد پستی یا با استفاده از معیارهای مختلف فاصله در هنگام دسترسی به حمل و نقل عمومی باشد. در این مطالعه، ما فرض کردیم که مردم برای دسترسی به مسیرهای اتوبوس به طور متوسط ​​400 متر (یک پنج دقیقه پیاده‌روی) پیاده‌روی می‌کنند – استانداردی بر اساس یافته‌های مطالعات قبلی و همچنین اداره حمل‌ونقل بریتانیا (DfT) عمومی- راهنمایی برنامه ریزی حمل و نقل دیگران از آستانه های برش جایگزین استفاده کرده اند. به عنوان مثال، کوتاوارا و همکاران. [ 44] 1 کیلومتر برای دسترسی به ایستگاه های اتوبوس استفاده شده است. علاوه بر این، بررسی اخیر مطالعات موردی بین‌المللی، استفاده از این آستانه فرضی متعارف را هنگام تحلیل دسترسی به ایستگاه‌های اتوبوس با جلب توجه به انواع تأثیراتی که ممکن است بر مسافت‌های واقعی که افراد آماده پیاده‌روی برای دسترسی به حمل‌ونقل عمومی هستند، زیر سوال برد [ 112 ] ].
دسترسی به خدمات از طریق دوچرخه سواری در اینجا در نظر گرفته نشده است، اما می تواند به عنوان بخشی از اصلاحات رویکرد توصیف شده در مطالعه حاضر گنجانده شود. این ممکن است اهمیت پیدا کند، زیرا سفرهای فعال به طور فزاینده ای به عنوان یک مشارکت کننده بالقوه در نیاز به حرکت به سمت راه حل های حمل و نقل خالص صفر پایدار ترویج می شود و مسیرهای چرخه اختصاصی به طور فزاینده ای در دسترس هستند. عواملی مانند توپوگرافی مداخله‌ای بین مبدأ یا مقصد سفر و ایستگاه‌ها و ایستگاه‌های حمل‌ونقل عمومی، شرایط آب‌وهوایی، ایمنی درک شده پیرامون چنین توقف‌هایی، و سایر مسائل مربوط به حمل‌ونقل را می‌توان در اینجا به‌ویژه برای گروه‌های بالقوه آسیب‌پذیر مانند افراد مسن در نظر گرفت [ 113 , 114]. یکی دیگر از حوزه‌های نسبتاً کمتر تحقیق‌شده مربوط به ویژگی‌های جمعیت شناختی (به عنوان مثال، سن، جنسیت، وضعیت اقتصادی و سلامت) و ویژگی‌های نگرشی افراد استفاده‌کننده از حمل‌ونقل عمومی است، زیرا نشان داده شده است که چنین ویژگی‌هایی بر ظرفیت پیاده‌روی برای دسترسی به ایستگاه‌های حمل‌ونقل عمومی تأثیر می‌گذارند. 115 ، 116 ].
در نهایت، در اینجا تاکید بر دسترسی فیزیکی به شعب بانک و ساختمان است و نه دسترسی به ابزارهای مجازی (به عنوان مثال، بانکداری آنلاین)، ارائه خدمات بانکی از طریق واحدهای سیار، یا خدمات بانکی موجود از طریق سایر تسهیلات، مانند دفاتر پست. چنین عواملی باید در نظر گرفته شوند تا تصویر کامل تری از تأثیر بسته شدن بانک ها بر جوامع محلی ارائه شود. با توجه به اهمیت طولانی مدت گنجاندن اقدامات دسترسی که اثرات بالقوه را برای گروه های آسیب پذیر در نظر می گیرند [ 117]، در حال حاضر سعی نکرده ایم این امتیازات را به ویژگی های اجتماعی-اقتصادی مشتریان بالقوه مرتبط کنیم. تحقیقات قبلی نیاز به شناسایی «شکاف‌های حمل‌ونقل عمومی» را بر اساس «اینکه آیا سیستم افراد را به مکان‌های فعالیت مورد نظر در یک زمان سفر قابل قبول در زمان مورد نظر از روز می‌آورد یا خیر» [ 118 ] (ص. 176) برجسته کرده است. روش هایی که از طریق آنها می توان چنین تغییرات زمانی را به عنوان بخشی از ارزیابی کلی برابری الگوهای اجتماعی و مالی محرومیت در نظر گرفت، اساس برنامه تحقیقاتی جاری ما را تشکیل خواهد داد.

منابع

  1. صدیق، ف. تیلور، ابزارهای BD تجارت؟ ارزیابی پیشرفت اقدامات دسترسی برای عمل برنامه ریزی. مربا. طرح. دانشیار 2021 ، 87 ، 497-511. [ Google Scholar ] [ CrossRef ]
  2. آلاما، ال. Tortosa-Ausina، E. شعبه بانک الگوهای موقعیت جغرافیایی در اسپانیا: برخی از مفاهیم برای محرومیت مالی. رشد چانگ. 2012 ، 43 ، 505-543. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  3. آرجنت، ن. رولی، F. محرومیت مالی در نیو ساوت ولز روستایی و دورافتاده، استرالیا: جغرافیای منطقی سازی شعب بانک، 1981-1998. اوست Geogr. گل میخ. 2000 ، 38 ، 182-203. [ Google Scholar ] [ CrossRef ]
  4. کاربو، اس. باغبان، EPM; Molyneux, P. طرد مالی در اروپا. مدیریت پول عمومی 2007 ، 27 ، 21-27. [ Google Scholar ] [ CrossRef ]
  5. دانهام، IM; فاستر، الف. مناظر نزدیک به شمول اقتصادی در جنوب شرقی پنسیلوانیا. پروفسور Geogr. 2014 ، 67 ، 132-144. [ Google Scholar ] [ CrossRef ]
  6. هگرتی، مکان های بانک تجاری SW و “بیابان های بانکی”: تجزیه و تحلیل آماری میلواکی و بوفالو. ان Reg. علمی 2015 ، 56 ، 253-271. [ Google Scholar ] [ CrossRef ]
  7. هگرتی، SW “بیابان های بانکی”، زیان شعب بانک، و ویژگی های اجتماعی-اقتصادی محله در شهر شیکاگو: یک تحلیل فضایی و آماری. پروفسور Geogr. 2019 ، 72 ، 194-205. [ Google Scholar ] [ CrossRef ]
  8. کاشیان، ر.د. تائو، آر. بیابان های دراگو، آر. بانک در ایالات متحده و رکود بزرگ: جغرافیا و جمعیت. جی. اکون. گل میخ. 2018 ، 45 ، 691-709. [ Google Scholar ] [ CrossRef ]
  9. لیشون، ا. فرانسوی، اس. Signoretta، P. طرد مالی و جغرافیای بسته شدن شعب بانک و جامعه ساختمانی در بریتانیا. ترانس. Inst. برادر Geogr. 2008 ، 33 ، 447-465. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  10. مارتین-الیور، الف. محرومیت مالی و تعطیلی شعب در اسپانیا پس از رکود بزرگ. Reg. گل میخ. 2018 ، 53 ، 562-573. [ Google Scholar ] [ CrossRef ]
  11. موریسون، PS; O’Brien، R. بسته شدن شعبه بانک در نیوزلند: کاربرد یک مدل تعامل فضایی. Appl. Geogr. 2001 ، 21 ، 301-330. [ Google Scholar ] [ CrossRef ]
  12. کمیته امور اسکاتلند مجلس عوام بسته شدن شعبه رویال بانک اسکاتلند، گزارش سوم جلسه 19-2017 . HC 682; مجلس عوام: لندن، بریتانیا، 2018؛ در دسترس آنلاین: https://publications.parliament.uk/pa/cm201719/cmselect/cmscotaf/682/682.pdf (دسترسی در 28 آوریل 2021).
  13. فرانسوی، اس. لیشون، ا. میک، اس . تغییر جغرافیای بانک بریتانیا و شبکه های شعبه جامعه ساختمان، 2003-2012 . کاغذ کار؛ دانشگاه ناتینگهام: ناتینگهام، انگلستان، 2013; در دسترس آنلاین: https://nottingham-repository.worktribe.com/output/716960/the-changing-geography-of-british-bank-and-building-society-branch-networks-2003-2012 (دسترسی در 28 آوریل 2021 ).
  14. فرانسوی، اس. لیشون، ا. Signoretta، PE “All Gone Now”: پاکسازی مادی، گفتمانی و سیاسی شعب بانک ها و انجمن ساختمانی در بریتانیا. Antipode 2008 ، 40 ، 79-101. [ Google Scholar ] [ CrossRef ]
  15. لنگفورد، ام. هیگز، جی. جونز، اس. درک تغییرات فضایی در دسترسی به بانک ها با استفاده از تکنیک های حوزه آبریز شناور متغیر. Appl. تف کردن مقعدی سیاست 2020 ، 14 ، 449-472. [ Google Scholar ] [ CrossRef ]
  16. نویتنز، تی. دلافونتین، ام. اسکات، دی. De Maeyer, P. تجزیه و تحلیل تغییرات روز به روز در دسترسی فردی فضا-زمان. J. Transp. Geogr. 2012 ، 23 ، 81-91. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  17. پارک، جی. گلدبرگ، دی. مروری بر مطالعات دسترسی فضایی اخیر که از اطلاعات مکانی پیشرفته سود برده است: حمل و نقل چندوجهی و تفکیک فضایی و زمانی. ISPRS Int. J. Geo-Inf. 2021 ، 10 ، 532. [ Google Scholar ] [ CrossRef ]
  18. Handy، SL; Niemeier، DA اندازه گیری دسترسی: کاوش در مسائل و جایگزین. محیط زیست طرح. یک اقتصاد. فضا 1997 ، 29 ، 1175-1194. [ Google Scholar ] [ CrossRef ]
  19. Geurs، KT; دی مونتس، ا. Reggiani، A. پیشرفت‌ها و کاربردهای اخیر در مدل‌سازی دسترسی. محاسبه کنید. محیط زیست سیستم شهری 2015 ، 49 ، 82-85. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  20. کوان، ام.-پی. فضا-زمان و معیارهای جامع دسترسی فردی: تحلیل مقایسه ای با استفاده از چارچوب مبتنی بر نقطه. Geogr. مقعدی 2010 ، 30 ، 191-216. [ Google Scholar ] [ CrossRef ]
  21. نویتنز، تی. شوانن، تی. ویتلوکس، اف. De Maeyer, P. Equity of Urban Service Delivery: مقایسه ای از معیارهای مختلف دسترسی. محیط زیست طرح. یک اقتصاد. فضا 2010 ، 42 ، 1613-1635. [ Google Scholar ] [ CrossRef ]
  22. تالن، ای. Anselin, L. ارزیابی برابری فضایی: ارزیابی معیارهای دسترسی به زمین های بازی عمومی. محیط زیست طرح. یک اقتصاد. فضا 1998 ، 30 ، 595-613. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  23. Neutens، T. دسترسی، برابری و مراقبت های بهداشتی: بررسی و دستورالعمل های تحقیق برای جغرافیدانان حمل و نقل. J. Transp. Geogr. 2015 ، 43 ، 14-27. [ Google Scholar ] [ CrossRef ]
  24. کوی، جی. لیو، اف. یانسنز، دی. آن، اس. وتز، جی. Cools, M. تشخیص مشکلات دسترسی به شبکه جاده های شهری با استفاده از داده های GPS تاکسی. J. Transp. Geogr. 2016 ، 51 ، 147-157. [ Google Scholar ] [ CrossRef ]
  25. گارسیا آلبرتوس، پی. پیکورنل، ام. Salas-Olmedo، MH; گوتیرز، جی. بررسی پتانسیل سوابق تلفن همراه و برنامه ریزان مسیر آنلاین برای تجزیه و تحلیل دسترسی پویا. ترانسپ Res. بخش A سیاست سیاست. 2019 ، 125 ، 294-307. [ Google Scholar ] [ CrossRef ]
  26. گوان، جی. ژانگ، ک. شن، Q. او، ی. شکاف دسترسی مدال پویا: اندازه‌گیری و کاربرد با استفاده از داده‌های مسیرهای سفر. ترانسپ Res. قسمت D Transp. محیط زیست 2020 , 81 , 102272. [ Google Scholar ] [ CrossRef ]
  27. آلن، جی. نقشه برداری تفاوت در دسترسی به کتابخانه های عمومی بر اساس حالت سفر و زمان روز. Libr Inf. علمی Res. 2019 ، 41 ، 11-18. [ Google Scholar ] [ CrossRef ]
  28. چن، ایکس. کلارک، جی. اندازه گیری دسترسی فضا-زمان به خرده فروشان غذا: موردی از اختلاف دسترسی زمانی در شهرستان فرانکلین، اوهایو. پروفسور Geogr. 2015 ، 68 ، 175-188. [ Google Scholar ] [ CrossRef ]
  29. دلافونتین، ام. نویتنز، تی. شوانن، تی. Van de Weghe، N. تاثیر ساعات باز بودن بر برابری دسترسی فردی فضا-زمان. محاسبه کنید. محیط زیست سیستم شهری 2011 ، 35 ، 276-288. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  30. نویتنز، تی. شوانن، تی. ویتلوکس، اف. د مایر، پی. ارزیابی سازمان موقت ارائه خدمات عمومی با استفاده از تحلیل دسترسی فضا-زمان. جئوگر شهری. 2010 ، 31 ، 1039-1064. [ Google Scholar ] [ CrossRef ]
  31. نویتنز، تی. دلافونتین، ام. شوانن، تی. Van de Weghe، N. رابطه بین ساعات کار و دسترسی به ارائه خدمات عمومی. J. Transp. Geogr. 2012 ، 25 ، 128-140. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  32. وانگ، ی. چن، توسط; یوان، اچ. وانگ، دی. لام، WH; لی، کیو. اندازه‌گیری تغییرات زمانی دسترسی مبتنی بر مکان با استفاده از دیدگاه ابزار فضا-زمان. J. Transp. Geogr. 2018 ، 73 ، 13-24. [ Google Scholar ] [ CrossRef ]
  33. وبر، جی. کوان، ام.-پی. بازگشت زمان به داخل: مطالعه ای در مورد تأثیر تغییرات زمان سفر و ساعات کاری تسهیلات بر دسترسی فردی. پروفسور Geogr. 2002 ، 54 ، 226-240. [ Google Scholar ] [ CrossRef ]
  34. فاربر، اس. مورانگ، MZ; Widener، MJ تنوع زمانی در دسترسی مبتنی بر حمل و نقل به سوپرمارکت ها. Appl. Geogr. 2014 ، 53 ، 149-159. [ Google Scholar ] [ CrossRef ]
  35. Goliszek، S. ابزارها و زبان های برنامه نویسی GIS برای ایجاد مدل های دسترسی بالقوه حمل و نقل عمومی و خصوصی در Szczecin، لهستان. جی. جئوگر. سیستم 2021 ، 23 ، 115-137. [ Google Scholar ] [ CrossRef ]
  36. تنکانن، اچ. سارسلمی، پ. جرو، او. سالونن، ام. Toivonen، T. تحقیقات بهداشتی به اقدامات دسترسی جامع تری نیاز دارد: یکپارچه سازی زمان و حالت های حمل و نقل از داده های باز. بین المللی J. Health Geogr. 2016 ، 15 ، 23. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  37. وایدنر، ام جی. فاربر، اس. نویتنز، تی. هورنر، مگاوات با استفاده از داده‌های رفت‌وآمد شهری برای محاسبه اندازه‌گیری دسترسی مکانی-زمانی برای مطالعات محیط غذایی. Health Place 2013 ، 21 ، 1-9. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  38. وایدنر، ام جی. میناکر، ال. فاربر، اس. آلن، جی. ویتالی، بی. کلمن، رایانه شخصی؛ کوک، بی. چگونه تغییرات در محیط های غذایی و حمل و نقل روزانه بر دسترسی به فروشگاه های مواد غذایی تأثیر می گذارد؟ Appl. Geogr. 2017 ، 83 ، 46-62. [ Google Scholar ] [ CrossRef ]
  39. کلمپنهاور، دبلیو. Huang, W. چارچوبی انعطاف‌پذیر برای اندازه‌گیری دسترسی با بسته‌بندی مقصد. J. Transp. Geogr. 2021 ، 91 ، 102949. [ Google Scholar ] [ CrossRef ]
  40. ماووا، اس. ویتن، ک. مک کرینور، تی. O’Sullivan، D. دسترسی به مقصد مبتنی بر GIS از طریق حمل و نقل عمومی و پیاده روی در اوکلند، نیوزیلند. J. Transp. Geogr. 2012 ، 20 ، 15-22. [ Google Scholar ] [ CrossRef ]
  41. ژانگ، جی. مائو، ال. ادغام چندین حالت حمل و نقل در معیارهای دسترسی فضایی به غذا. J. Transp. سلامت 2019 ، 13 ، 1-11. [ Google Scholar ] [ CrossRef ]
  42. سونیا، ع. Westerholt، R. دسترسی جغرافیایی و زمانی به خدمات بانکداری پایه ارائه شده از طریق دفاتر پست در ولز. Appl. تف کردن مقعدی سیاست 2021 ، 14 ، 879-905. [ Google Scholar ] [ CrossRef ]
  43. جرو، او. تنکانن، اچ. سالونن، ام. آحاس، ر. Toivonen، T. شهرهای پویا: مدل‌سازی دسترسی مبتنی بر مکان به عنوان تابعی از زمان. Appl. Geogr. 2018 ، 95 ، 101-110. [ Google Scholar ] [ CrossRef ]
  44. کوتاوارا، او. نیوالا، ا. لانکیلا، تی. هووتاری، تی. دلمل، ای. Antikainen، H. دسترسی جغرافیایی به مراقبت های بهداشتی اولیه در فنلاند – ارزیابی چندوجهی مبتنی بر شبکه. Appl. Geogr. 2021 ، 136 ، 102583. [ Google Scholar ] [ CrossRef ]
  45. Djurhuus، S. هانسن، اچ اس. عادل، م. گلومر، سی. ساخت یک شبکه چندوجهی و تعیین دسترسی فردی توسط حمل و نقل عمومی. محیط زیست طرح. B طرح. دس 2015 ، 43 ، 210-227. [ Google Scholar ] [ CrossRef ]
  46. هو، اس. آهنگ، دبلیو. لی، سی. Lu, J. یک روش حوضه آبریز شناور دو مرحله‌ای مبتنی بر گاوسی برای اندازه‌گیری دسترسی به پارک‌های شهری. Cities 2020 , 105 , 102815. [ Google Scholar ] [ CrossRef ]
  47. لی، TL; کلیسا، نقشه برداری RL دسترسی مبتنی بر حمل و نقل: یکپارچه سازی GIS، مسیرها و برنامه ها. بین المللی جی. جئوگر. Inf. علمی 2010 ، 24 ، 283-304. [ Google Scholar ] [ CrossRef ]
  48. لوگان، تی. ویلیامز، تی. Nisbet، A. لیبرمن، ک. زو، سی. Guikema، S. ارزیابی دسترسی شهری: استفاده از داده های منبع باز و تجزیه و تحلیل برای غلبه بر محدودیت های موجود. محیط زیست طرح. ب مقعد شهری. علوم شهر 2017 ، 46 ، 897-913. [ Google Scholar ] [ CrossRef ]
  49. ما، ال. لو، ن. وان، تی. هو، سی. پنگ، ام. یک معیار دسترسی به مراقبت های بهداشتی بهبود یافته با توجه به ابعاد زمانی و تقاضای جمعیت در سنین مختلف. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2018 ، 15 ، 2421. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  50. ژانگ، تی. دونگ، اس. زنگ، ز. لی، جی. کمی کردن دسترسی حمل و نقل عمومی چند وجهی برای مناطق بزرگ شهری: یک رویکرد مدل‌سازی قابلیت اطمینان وابسته به زمان. بین المللی جی. جئوگر. Inf. علمی 2018 ، 32 ، 1649-1676. [ Google Scholar ] [ CrossRef ]
  51. ژنگ، ز. شیا، اچ. Ambinakudige، S. Qin، Y. لی، ی. زی، ز. ژانگ، ال. Gu, H. دسترسی فضایی به بیمارستان ها بر اساس API نقشه برداری وب: یک مطالعه تجربی در کایفنگ، چین. پایداری 2019 ، 11 ، 1160. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  52. لو، دبلیو. Wang, F. Measures of Spatial Accessibility to Health Health in a GIS Environment: Synthesis and a Case Study در منطقه شیکاگو. محیط زیست طرح. B طرح. دس 2003 ، 30 ، 865-884. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  53. Delamater، PL دسترسی فضایی در سیستم‌های مراقبت بهداشتی با پیکربندی غیربهینه: یک متریک حوضه آبریز شناور دو مرحله‌ای اصلاح شده (M2SFCA). Health Place 2013 ، 24 ، 30-43. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  54. پلاچکینووا، م. وو، ا. باسکار، آر. هیلتون، بی. یک چارچوب مفهومی برای دسترسی به مراقبت های بهداشتی با کیفیت: رویکردی مقیاس پذیر برای فناوری های داده های بزرگ. Inf. سیستم جلو. 2016 ، 20 ، 289-302. [ Google Scholar ] [ CrossRef ]
  55. لنگفورد، ام. هیگز، جی. Dallimore، DJ بررسی تغییرات فضایی در دسترسی به مراقبت از کودکان با استفاده از مدل‌های سیستم اطلاعات جغرافیایی مبتنی بر شبکه. Soc. سیاست Adm. 2018 , 53 , 661–677. [ Google Scholar ] [ CrossRef ]
  56. شیا، ز. لی، اچ. چن، ی. Yu, W. یکپارچه سازی ابعاد فضایی و غیر فضایی برای اندازه گیری دسترسی به خدمات آتش نشانی شهری. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 138. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  57. لو، دبلیو. Qi، Y. یک روش حوضه آبریز شناور دو مرحله ای (E2SFCA) برای اندازه گیری دسترسی فضایی به پزشکان مراقبت های اولیه. Health Place 2009 ، 15 ، 1100-1107. [ Google Scholar ] [ CrossRef ]
  58. لو، دبلیو. Whippo، T. اندازه های حوضه آبریز متغیر برای روش حوضه آبریز شناور دو مرحله ای (2SFCA). Health Place 2012 ، 18 ، 789-795. [ Google Scholar ] [ CrossRef ]
  59. مک گریل، ام. Humphreys، JS اندازه گیری دسترسی فضایی به خدمات مراقبت های بهداشتی اولیه: استفاده از اندازه های پویا حوضه. Appl. Geogr. 2014 ، 54 ، 182-188. [ Google Scholar ] [ CrossRef ]
  60. وان، ن. زو، بی. Sternberg، T. روش حوضه آبریز شناور سه مرحله ای برای تجزیه و تحلیل دسترسی فضایی به خدمات بهداشتی. بین المللی جی. جئوگر. Inf. علمی 2012 ، 26 ، 1073-1089. [ Google Scholar ] [ CrossRef ]
  61. مائو، ال. Nekorchuk، D. اندازه گیری دسترسی فضایی به مراقبت های بهداشتی برای جمعیت با حالت های حمل و نقل چندگانه. Health Place 2013 ، 24 ، 115-122. [ Google Scholar ] [ CrossRef ]
  62. لنگفورد، ام. فرای، آر. هیگز، جی. اندازه‌گیری قابلیت دسترسی به سیستم حمل‌ونقل با استفاده از روش اصلاح‌شده حوضه آبریز شناور دو مرحله‌ای. بین المللی جی. جئوگر. Inf. علمی 2012 ، 26 ، 193-214. [ Google Scholar ] [ CrossRef ]
  63. لنگفورد، ام. هیگز، جی. فرای، آر. تجزیه و تحلیل حوضه آبریز شناور دو مرحله ای چند وجهی دسترسی به مراقبت های بهداشتی اولیه. Health Place 2016 ، 38 ، 70-81. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  64. نی، ج. لیانگ، ام. لین، ی. وو، ی. وانگ، سی. روش حوضه آبریز شناور دو مرحله ای چند حالته (2SFCA) برای اندازه گیری قابلیت دسترسی فضایی بالقوه خدمات مراقبت های بهداشتی. ISPRS Int. J. Geo-Inf. 2019 ، 8 ، 236. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  65. زینگ، ال. لیو، ی. لیو، ایکس. اندازه‌گیری نابرابری فضایی در دسترسی با روش چند حالته بر اساس طبقه‌بندی فضای سبز پارک در ووهان، چین. Appl. Geogr. 2018 ، 94 ، 251-261. [ Google Scholar ] [ CrossRef ]
  66. یین، ص. نابرابری های شهری- روستایی در دسترسی فضایی به مراقبت های دوران بارداری: تجزیه و تحلیل GIS از جورجیا، ایالات متحده آمریکا، 2000-2010. جئوژورنال 2018 ، 84 ، 671-683. [ Google Scholar ] [ CrossRef ]
  67. Dony, CC; دلمل، EM; Delmelle، EC مفهوم مجدد دسترسی به پارک ها در شهرهای چند وجهی: روش حوزه آبریز شناور با عرض متغیر (VFCA). Landsc. طرح شهری. 2015 ، 143 ، 90-99. [ Google Scholar ] [ CrossRef ]
  68. تائو، آر. داونز، جی. بکی، TM; چن، ی. مک نلی، دبلیو. بررسی دسترسی فضایی به سایت‌های آزمایش COVID-19 در فلوریدا. ان GIS 2020 ، 26 ، 319-327. [ Google Scholar ] [ CrossRef ]
  69. خو، دبلیو. دینگ، ی. ژو، جی. لی، ی. اقدامات دسترسی ترانزیت شامل بعد زمانی. شهرها 2015 ، 46 ، 55-66. [ Google Scholar ] [ CrossRef ]
  70. لی، ی. لین، ی. گیرتمن، اس. هویمیجر، پ. Xu, W. برابری تسهیلات عمومی مبتنی بر دسترسی: مطالعه موردی در Xiamen، چین. Appl. تف کردن مقعدی سیاست 2021 ، 14 ، 947-968. [ Google Scholar ] [ CrossRef ]
  71. کیان، تی. چن، جی. لی، ا. آنگ، ال. شن، دی. ارزیابی دسترسی فضایی به بیمارستان‌های عمومی با ناوبری و داده‌های مکان رسانه‌های اجتماعی: مطالعه موردی در نانجینگ. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2020 ، 17 ، 2752. [ Google Scholar ] [ CrossRef ]
  72. کوین، جی. لیو، ی. یی، دی. سان، اس. ژانگ، جی. تجزیه و تحلیل دسترسی فضایی پارک ها با ورودی های متعدد بر اساس سفر در زمان واقعی: مطالعه موردی در پکن. پایداری 2020 ، 12 ، 7618. [ Google Scholar ] [ CrossRef ]
  73. تائو، ز. یائو، ز. کنگ، اچ. دوان، اف. Zhuolin، T. دسترسی فضایی به خدمات مراقبت های بهداشتی در شنژن، چین: بهبود روش حوضه آبریز شناور چند مرحله ای با تخمین زمان سفر از طریق API های نقشه آنلاین. سرویس بهداشتی BMC Res. 2018 ، 18 ، 345. [ Google Scholar ] [ CrossRef ] [ PubMed ] [ نسخه سبز ]
  74. وانگ، اف. Xu, Y. برآورد ماتریس زمان سفر O-D توسط Google Maps API: پیاده سازی، مزایا، و مفاهیم. ان GIS 2011 ، 17 ، 199-209. [ Google Scholar ] [ CrossRef ]
  75. ما، ایکس. رن، اف. دو، س. لیو، پی. لی، ال. شی، ی. جیا، پی. ترکیب حالت‌های سفر متعدد در چارچوب حوضه آبریز شناور برای تجزیه و تحلیل الگوهای دسترسی به امکانات بهداشتی سلسله مراتبی. J. Transp. Health 2019 , 15 , 100675. [ Google Scholar ] [ CrossRef ]
  76. تائو، ز. چنگ، ی. مدلسازی دسترسی فضایی سالمندان به خدمات مراقبت های بهداشتی در پکن، چین. محیط زیست طرح. ب مقعد شهری. علوم شهر 2018 ، 46 ، 1132-1147. [ Google Scholar ] [ CrossRef ]
  77. ژو، ایکس. یو، ز. یوان، ال. وانگ، ال. Wu, C. اندازه‌گیری دسترسی به تسهیلات بهداشتی برای جمعیت‌هایی با حالت‌های حمل‌ونقل چندگانه با در نظر گرفتن انتخاب حالت حمل‌ونقل مسکونی. ISPRS Int. J. Geo-Inf. 2020 ، 9 ، 394. [ Google Scholar ] [ CrossRef ]
  78. شیائو، دبلیو. وی، وای. Wan, N. مدل‌سازی دسترسی شغلی با استفاده از داده‌های نقشه آنلاین: یک روش حوضه آبریز شناور دو مرحله‌ای توسعه‌یافته با حالت‌های سفر چندگانه. J. Transp. Geogr. 2021 ، 93 ، 103065. [ Google Scholar ] [ CrossRef ]
  79. کاور خاخ، ع. سریع، V. شهید، ر. دسترسی فضایی به خدمات بهداشتی اولیه با وسایل سفر چندوجهی: سنتز و مطالعه موردی در شهر کلگری. بین المللی جی. محیط زیست. Res. بهداشت عمومی 2019 ، 16 ، 170. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  80. لین، ی. وان، ن. شیتس، اس. گونگ، ایکس. دیویس، الف. یک رویکرد ارزیابی دسترسی نسبی فضایی چند وجهی برای اندازه گیری دسترسی فضایی به ارائه دهندگان مراقبت های اولیه. بین المللی J. Health Geogr. 2018 ، 17 ، 33. [ Google Scholar ] [ CrossRef ]
  81. گیدا، سی. کارپنتیری، جی. کیفیت زندگی در محیط شهری و خدمات بهداشتی اولیه برای سالمندان در طول همه‌گیری کووید-19: برنامه‌ای برای شهر میلان (ایتالیا). Cities 2020 , 110 , 103038. [ Google Scholar ] [ CrossRef ]
  82. پارک، جی. کانگ، J.-Y. گلدبرگ، DW; هاموند، TA اعمال تغییرات زمانی اندازه‌گیری‌های دسترسی فضایی برای پیامدهای سیاست بهتر: مطالعه موردی ایستگاه‌های شارژ وسایل نقلیه الکتریکی (EV) در سئول، کره جنوبی. بین المللی جی. جئوگر. Inf. علمی 2021 ، 36 ، 1185-1204. [ Google Scholar ] [ CrossRef ]
  83. فرانسن، ک. نویتنز، تی. دی مایر، پ. Deruyter, G. روش حوضه آبریز شناور دو مرحله ای مبتنی بر رفت و آمد برای اندازه گیری دسترسی فضایی مراکز مهدکودک. Health Place 2015 ، 32 ، 65-73. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  84. پل، جی. ادواردز، E. در دسترس بودن موقت مراقبت های بهداشتی عمومی در کشورهای در حال توسعه کارائیب: یک روش بهبود یافته حوضه آبریز شناور دو مرحله ای برای تخمین دسترسی مکانی به مراقبت های بهداشتی. بین المللی J. طرح سلامت. مدیریت 2018 ، 34 ، e536–e556. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  85. پلتفرم گوگل. پلتفرم نقشه های گوگل در دسترس آنلاین: https://mapsplatform.google.com/ (در 28 آوریل 2022 قابل دسترسی است).
  86. Datafic Sp z oo Home Opening Times. در دسترس آنلاین: https://www.bank-opening-times.co.uk/ (در 28 آوریل 2022 قابل دسترسی است).
  87. زمان افتتاح بانک ها به Bank-Opening-Times.co.uk خوش آمدید. در دسترس آنلاین: https://www.bankopeningtimes.co.uk (در 28 آوریل 2022 قابل دسترسی است).
  88. Enterprises, T. Opening Hours UK. در دسترس آنلاین: https://www.opening-hours-uk.co.uk/store/bank (در 28 آوریل 2022 قابل دسترسی است).
  89. هان، اس. اندرسون، CK Web Scraping for Hospitality Research: بررسی اجمالی، فرصت ها و پیامدها. بیمارستان کورنل. Q. 2020 , 62 , 89-104. [ Google Scholar ] [ CrossRef ]
  90. مسافرتی. داده های سفر. در دسترس آنلاین: https://www.travelinedata.org.uk/ (در 28 آوریل 2022 قابل دسترسی است).
  91. گروه تحویل ریلی. داده های صنعت ریلی در دسترس آنلاین: https://data.atoc.org/rail-industry-data (در 28 آوریل 2022 قابل دسترسی است).
  92. مورگان، M. UK2GTFS. نرم افزار کامپیوتر. در دسترس آنلاین: https://itsleeds.github.io/UK2GTFS/index.html (در 28 آوریل 2022 قابل دسترسی است).
  93. موری، ای. دیویس، آر. استیمسون، آر. Ferreira, L. دسترسی به حمل و نقل عمومی. ترانسپ Res. D 1998 , 3 , 319-328. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  94. ایوان، آی. هوراک، ج. زجیچکووا، ال. بوریان، جی. Fojtík، D. عوامل مؤثر بر مسافت پیاده روی تا ایستگاه حمل و نقل عمومی ترجیحی در مراکز شهری منتخب چک. GeoScape 2019 ، 13 ، 16–30. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  95. وو، بی.ام. Hine, JP یک رویکرد PTAL برای اندازه گیری تغییرات در دسترسی به سرویس اتوبوس. ترانسپ سیاست 2003 ، 10 ، 307-320. [ Google Scholar ] [ CrossRef ]
  96. ژائو، اف. چاو، L.-F. لی، ام.-تی. اوباکا، آی. گان، الف. پیش‌بینی دسترسی پیاده‌روی ترانزیت: مدل رگرسیون جایگزین روش بافر. ترانسپ Res. ضبط J. Transp. Res. هیئت 2003 ، 1835 ، 34-41. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  97. قیمت، A. لنگفورد، ام. هیگز، جی. محاسبه دسترسی جغرافیایی به خدمات: طراحی یک راه حل سرویس گیرنده-سرور که چندین حالت حمل و نقل را در بر می گیرد. ترانس. GIS 2021 ، 25 ، 1849-1867. [ Google Scholar ] [ CrossRef ]
  98. OpenTripPlanner.org. نرم افزار کامپیوتر. در دسترس آنلاین: https://www.opentripplanner.org/ (در 28 آوریل 2022 قابل دسترسی است).
  99. OpenStreetMap.org. نرم افزار کامپیوتر. در دسترس آنلاین: https://www.openstreetmap.org/ (در 28 آوریل 2022 قابل دسترسی است).
  100. PostgreSQL. نرم افزار کامپیوتر. در دسترس آنلاین: https://www.postgresql.org/ (دسترسی در 28 آوریل 2022).
  101. PostGIS. نرم افزار کامپیوتر. در دسترس آنلاین: https://postgis.net/ (دسترسی در 28 آوریل 2022).
  102. وو، سی. پاو، NA; کوپلند، الف. به حداقل رساندن خطاهای تجمیع در هنگام اندازه گیری دسترسی بالقوه به خدمات برای گروه های اجتماعی در مقیاس شهر. محیط زیست طرح. ب مقعد شهری. علوم شهر 2020 ، 48 ، 2206-2220. [ Google Scholar ] [ CrossRef ]
  103. لنگفورد، ام. هیگز، جی. اندازه‌گیری دسترسی بالقوه به خدمات بهداشتی اولیه: تأثیر بازنمایی‌های فضایی جایگزین جمعیت. پروفسور Geogr. 2006 ، 58 ، 294-306. [ Google Scholar ] [ CrossRef ]
  104. بوک، جی. Kwon, Y. اقدامات قابل مقایسه دسترسی به حمل و نقل عمومی با استفاده از مشخصات خوراک حمل و نقل عمومی. Sustainability 2016 , 8 , 224. [ Google Scholar ] [ CrossRef ][ Green Version ]
  105. وایدنر، ام جی. فاربر، اس. نویتنز، تی. هورنر، ام. دسترسی فضایی و زمانی به سوپرمارکت ها با استفاده از حمل و نقل عمومی: یک رویکرد بالقوه تعامل در سینسیناتی، اوهایو. J. Transp. Geogr. 2015 ، 42 ، 72-83. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  106. Niedzielski، MA; کوچارسکی، R. تاثیر رفت و آمد، بودجه زمانی و مدت زمان فعالیت بر عدم تعادل مودال در دسترسی به سوپرمارکت ها. ترانسپ Res. قسمت D Transp. محیط زیست 2019 ، 75 ، 106-120. [ Google Scholar ] [ CrossRef ]
  107. دافی، سی. نیوینگ، ا. گورسکا، جی. ارزیابی دسترسی جغرافیایی و برابری سایت‌های واکسیناسیون COVID-19 در انگلستان. واکسن‌ها 2021 ، 10 ، 50. [ Google Scholar ] [ CrossRef ]
  108. سوین، ام آر؛ Lowery، BC ادغام داده های حمل و نقل و زمان سفر در تجزیه و تحلیل امنیت غذایی: مطالعه موردی سن دیگو، کالیفرنیا. Appl. Geogr. 2021 ، 131 ، 102461. [ Google Scholar ] [ CrossRef ]
  109. چن، توسط; یوان، اچ. لی، کیو. وانگ، دی. شاو، اس.-ال. چن، اچ.-پی. Lam، WHK اندازه‌گیری دسترسی مبتنی بر مکان تحت عدم قطعیت زمان سفر. بین المللی جی. جئوگر. Inf. علمی 2016 ، 31 ، 783-804. [ Google Scholar ] [ CrossRef ]
  110. چن، ایکس. جیا، ص. تجزیه و تحلیل مقایسه ای از اقدامات دسترسی به روش دو مرحله ای حوضه آبریز شناور (2SFCA). بین المللی جی. جئوگر. Inf. علمی 2019 ، 33 ، 1739–1758. [ Google Scholar ] [ CrossRef ]
  111. کاپودیچی، ا. D’Orso، G. Migliore، M. یک روش مبتنی بر GIS برای ارزیابی افزایش حمل و نقل چندوجهی بین دوچرخه و سیستم حمل و نقل ریلی. مطالعه موردی در پالرمو ISPRS Int. J. Geo-Inf. 2021 ، 10 ، 321. [ Google Scholar ] [ CrossRef ]
  112. ون سوست، دی. تنگ، MR. راجرز، CDF کاوش مسافت‌هایی که مردم برای دسترسی به حمل‌ونقل عمومی طی می‌کنند. ترانسپ Rev. 2019 , 40 , 160–182. [ Google Scholar ] [ CrossRef ]
  113. دانیلز، آر. Mulley, C. توضیح فاصله پیاده روی تا حمل و نقل عمومی: تسلط عرضه حمل و نقل عمومی. J. Transp. کاربری زمین 2013 ، 6 ، 5-20. [ Google Scholar ] [ CrossRef ]
  114. Hess, DB پیاده‌روی به سمت اتوبوس: در مقایسه با فاصله واقعی پیاده‌روی تا ایستگاه‌های اتوبوس برای بزرگسالان مسن‌تر. حمل و نقل 2011 ، 39 ، 247-266. [ Google Scholar ] [ CrossRef ]
  115. چیا، جی. لی، جی. Kamruzzaman، M. پیاده روی به حمل و نقل عمومی: بررسی تغییرات بر اساس وضعیت اجتماعی و اقتصادی. بین المللی J. Sustain. ترانسپ 2016 ، 10 ، 805-814. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  116. ریبیرو، جی. فونتس، تی. سوآرس، سی. بورخس، JL دسترسی به عنوان شاخصی برای برآورد طرد اجتماعی در حمل و نقل عمومی. ترانسپ Res. Procedia 2021 ، 52 ، 740-747. [ Google Scholar ] [ CrossRef ]
  117. نویتنز، تی. دلافونتین، ام. اسکات، دی.م. De Maeyer, P. یک روش مبتنی بر GIS برای شناسایی شکاف های مکانی-زمانی در ارائه خدمات عمومی. Appl. Geogr. 2012 ، 32 ، 253-264. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  118. فرانسن، ک. نویتنز، تی. فاربر، اس. دی مایر، پ. درویتر، جی. Witlox، F. شناسایی شکاف های حمل و نقل عمومی با استفاده از سطوح دسترسی وابسته به زمان. J. Transp. Geogr. 2015 ، 48 ، 176-187. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Ijgi 11 00350 g001 550
شکل 1. ( الف ) مکان شعب و ( ب ) کل ساعات کار هفتگی.
Ijgi 11 00350 g002 550
شکل 2. در دسترس بودن موقت شعب. زمان باز و بسته شدن در بین شعب و گاهی اوقات در یک شعبه بین روزها متفاوت است. تعداد کمی از سایت ها روز شنبه را پیشنهاد می کنند.
Ijgi 11 00350 g003 550
شکل 3. شبکه حمل و نقل عمومی متشکل از مسیرهای اتوبوس و ریل سبک و سنگین. درج نقشه ها ( a – c ) جزئیات بیشتر را در سه شهر بزرگ نشان می دهد.
Ijgi 11 00350 g004 550
شکل 4. نمونه‌هایی از برنامه‌های مسیر اتوبوس: مسیرها و زمان‌های حرکت مرتبط با توقف واقع در LSOA داخلی شهر (Birchgrove، سمت چپ ) و در یک LSOA روستایی (Llan Festiniog، سمت راست ).
Ijgi 11 00350 g005 550
شکل 5. محیط محاسباتی و زیرساخت مورد استفاده برای اجرای مدل های FCA.
Ijgi 11 00350 g006 550
شکل 6. تفاوت در رتبه بندی امتیازات FCA بین مدل 1 و مدل 2. سقوط زیاد (قرمز) یا افزایش (آبی) در رتبه بندی به ترتیب به معنی سطح دسترسی پایین تر یا بالاتر است، زمانی که ساعات کار شعبه نیز در نظر گرفته شود.
Ijgi 11 00350 g007 550
شکل 7. مقایسه امتیازات FCA در شبه جزیره پمبروکشایر زمانی که محدودیت‌های زمانی مربوط به سفر (جدول زمانی اتوبوس) و در دسترس بودن خدمات (ساعات باز شعبه) مدل‌سازی می‌شوند. سری ( a – c ) دسترسی از طریق حمل و نقل عمومی را به ترتیب در روز سه شنبه ساعت 11 صبح، جمعه در ساعت 2 بعد از ظهر و شنبه در ساعت 11 صبح گزارش می دهند. سری ( d – f ) نقشه‌های معادلی هستند که بر اساس سفر با وسایل نقلیه خصوصی هستند.
جدول
جدول 1. یک نوع شناسی از مدل های FCA اتخاذ شده در این مطالعه.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید