十大赌博正规老平台区研究2019冠状病毒病期间的公园流动性
25个都会区中有18个经历了公园游客的显著增加
切萨皮克湾流域:华盛顿特区.C. +93.99%, Baltimore +86.97%
Annapolis, MD – Today, 十大赌博正规老平台协会的保护创新中心(CIC)发布了2019冠状病毒病期间公园流动性的调查结果. 十大赌博正规老平台协会的地理空间数据科学家Kumar Mainali和地理空间技术经理Emily Mills使用 谷歌COVID-19移动报告 (见最后关于谷歌数据的说明) 来检测美国人口最多的25个都会区的公园里人类流动性的变化.
Their study 比较了1月3日至2月6日期间的交通(停车场使用), 2020年(covid前)和5月16日至7月14日, 2020年(COVID期间)，并按人口和大约一小时车程内的人口衡量了最大的大都市地区.
“数据明确显示了我们所相信的事实, 在我们国家面临压力的时候, 人们转而到公园去养生和娱乐,十大赌博正规老平台协会总裁兼首席执行官乔尔·邓恩说. “当我们最需要大自然的时候，它就在我们身边. 因此，现在比以往任何时候都更需要为我们的公园提供资金，保护我们剩余的开放空间. On the federal level, 国会正在通过《十大赌博平台排行榜》回应这一呼吁, 这将全面和永久地资助土地和水资源保护基金，并提供数十亿美元来解决延期的公园维护问题. 我们还需要在州和地方层面回应这一呼吁, 公园游客数量的巨大增长，在哪里不仅仅体现了公众对自然的需求和价值呢. 比如马里兰州的开放空间项目, 弗吉尼亚州的土地保护基金和土地保护税收抵免, 宾夕法尼亚州的Keystone Recreation, 公园及自然保育基金, 以及特拉华州的开放空间计划都有助于满足这一需求，并通过户外娱乐和旅游支持当地经济, 这些项目是本地区经济复苏解决方案的重要组成部分.”
Key findings:
- 在COVID-19期间，25个大都市中有18个地区的公园访问量显着增加
- 在切萨皮克湾流域内, 城市地区的公园游客数量显著增加:华盛顿特区.C. +93.99%, Baltimore, MD +86.97%
- Increases ranged from 5.68%(圣安东尼奥)对145%(底特律)
- 7 of 25 metro areas, 都在佛罗里达州或美国西南部, experienced a decrease in park visitation; for some of these cities heat is a likely cause of decreased visitation
- Some of the variability in park visitation is likely due to weather conditions; year-on-year data were not available for comparison
Decreases ranged from -3.洛杉矶(83%)至迈阿密(-31%) - 在热变量之外, 数据显示，在2019冠状病毒病大流行期间，公园游客人数大幅增加，这与公园管理人员的实地报告一致
+/- By Market
- Detroit, MI +145.26%
- Boston, MA +123.12%
- Minneapolis-St. Paul, MN +98.41%
- Washington D.C. +93.99%
- St. Louis, MO +93.66%
- New York City, NY +90.01%
- Philadelphia, PA +88.59%
- Baltimore, MD +86.97%
- Chicago, IL +85.25%
- 西雅图-塔科马-贝尔维尤WA +78.14%
- Portland OR +75.33%
- Denver, CO +72.19%
- Atlanta, GA +45.08%
- Dallas, TX +34.29%
- Charlotte, NC +31.75%
- San Francisco, CA +23.14%
- Houston, TX +10.64%
- San Antonio, TX +5.68%
- Miami -31.07%
- Tampa, FL -16.88%
- Phoenix, AZ -14.97%
- Orlando, FL -13.78%
- San Diego, CA -7.53%
- 河畔-圣伯尔尼-安大略省-7.29
- Los Angeles, CA -3.83%
关于谷歌数据的说明: 来自谷歌有限责任公司的“谷歌COVID-19社区流动性报告”， http://www.google.com/covid19/mobility/ 访问时间:5月20日上午10:36. “这些数据集显示了与基线相比，不同地方的访问量和停留时间是如何变化的. 我们使用相同类型的聚合和匿名数据来计算这些变化 popular times 在谷歌地图上找位置….. 我们根据用户的数据计算了这些见解，这些用户选择了谷歌账户的位置历史记录, 这些数据代表了我们用户的样本.”