搜索
1本研究报告由高德地图智慧交通行业中心团队撰写，所载全部内容仅供参考。报告是基于高德地图4亿月活跃用户和交通行业浮动车数据的融合，通过大数据挖掘计算所得，通用算法与理论保证了其合理性与科学性。此报告中地面道路交通通行时间的计算是基于考虑路口等待延误时间的评价（等灯时间），客观地从时间、空间、效率多维度综合反映城市道路交通健康状况及诊断方案的研究，报告力争做到精准、精细、精确，为公众出行、机构研究、政府决策提供有价值的理论参考依据。报告中的文字、数据、图片、标识等所有内容均受到中国著作权法、专利法、商标法等知识产权法律法规以及相关国际条约的保护。未经高德事先书面许可，任何组织和个人不得将本报告中的任何内容用于任何商业目的。如引用发布，需注明出处为“高德地图《中国主要城市交通分析报告》”，且不得对报告进行有悖原意的引用、删节和修改。报告以中文编写，英文版由中文版翻译而成，若两种文本间有差异之处，请以中文版为准。TheStatement• • 2SUMMARY《中国主要城市交通分析报告》以高德交通大数据发布平台、大数据开放平台、阿里云MaxCompute及相关数据挖掘支持为基础，描述城市交通现状、呈现演变规律、预测未来发展趋势，并专注拥堵成因及解决对策的研究。本年报由高德地图联合“中国社会科学院社会学研究所”、“城市公共交通智能化技术实验室”、“未来交通与城市计算联合实验室”共同联合发布，并分别支持部分研究。高德地图愿与政府、企业、院校等研究机构保持开放合作，共建交通共同体。联合发布3Ø 城市范围：根据开放平台人口定位和交通流量大数据，通过算法融合挖掘识别得出城市人口出行热度核心区，该核心区作为城市道路网评价范围，通过数据量化使范围划定更加客观真实。Ø 样本说明：城市地面公共交通评价、地面道路交通评价独立区分计算Ø 时间说明：全天06:00-22:00早高峰07:00-09:00晚高峰17:00-19:00无特殊说明，本报告统计时间均为2019年1月1日~2019年3月31日Ø 数据呈现：50Ø 分析范围：361+25地面道路交通评价——采用“六宫格”综合指标来表征城市交通运行健康状况；其中多项指标兼容GB/T36670-2018《城市道路交通组织设计规范》交通组织方案评价。地面公共交通评价——“公交出行幸福指数”采用“公交全天运营速度、社会车辆与公交车速比、全市全天线路运营速度波动率”三项指标综合评价城市地面公交效率。Reportdescription4ReportdescriptionØ --健康诊断Ø 5Ø 人流车流绿色+粉色LBS定位数据高德地图驾车数据Reportdescription路⺴密度+⻋流量，⼈⼯划定 NEW OLD ⼈⼝出⾏热度核⼼区（⼈流量+⻋流量，智能识别） 人口出行热度核心区面域67城市地面公共交通运行扫描分析城市地面道路交通运行扫描分析全国高速运行扫描分析城市交通画像专项分析01020304Catalog8城市地面公共交通运行扫描分析019注：站点覆盖率、线网覆盖率、线路重复系数统计范围是高德核心区范围；站点覆盖面积已剔除大于1平方公里的大型水域、公园、学校、军事区域等不适宜设置站点的区域，数据2018年度数据。城市公交线网覆盖率站点500米覆盖率线路重复系数北京市79.1%80.5%7.13昆明市79.0%76.9%6.58贵阳市78.9%66.1%6.10深圳市77.4%90.8%8.71上海市77.2%88.0%4.69广州市77.0%81.6%9.19三亚市76.0%54.2%4.26福州市75.1%69.5%5.63兰州市75.0%67.0%3.94绍兴市74.3%82.6%4.41乌鲁木齐市74.0%78.4%4.82海口市73.9%73.5%5.05西安市73.3%82.6%4.91长沙市73.2%82.5%4.44大连市72.9%72.2%4.52成都市72.5%87.1%4.17厦门市72.1%83.2%6.38武汉市72.0%81.1%4.53济南市71.9%65.5%5.00沧州市71.0%66.0%2.732018年度北京公共汽电车线网覆盖领先公共汽电车线网覆盖数据9个城市公交线网覆盖率超过75%25个城市公交线网覆盖率超过70%9162415192011114个城市公交线网覆盖率各区间分布数量≥75%≥70%and75%≥65%and70%≥60%and65%≥55%and60%≥50%and55%50%10“地面公交出行幸福指数”计算说明n ——12ji3j45“”“”“”“”TOPSIS“”n ——TOPSIS123111,47.63%,28.68%,23.69%“”“”“”TOPSIS公交出行效率——北京”公交出行幸福指数”在超大城市中最高5021“”n 2019Q110n 特大城市大中型城市超大城市12公交出行效率——东莞高峰公交出行效率与小汽车最接近2019Q1“-”1.9323-2.000-1.9321.9411.9702.0112.0192.0222.0302.1382.1402.1571.0001.2001.4001.6001.8002.0002.2002.400-1387.2% 85.3% 73.8% 85.6% 61.9% 91.9% 82.4% 0.0% 20.0% 40.0% 60.0% 80.0% 100.0% 深圳市北京市上海市广州市重庆市沈阳市成都市南京市武汉市天津市南宁市昆明市大连市哈尔滨市苏州市长春市无锡市乌鲁木齐市石家庄市西安市站点衔接率特大城市大中型城市TOP10超大城市150l 73.8%l 61.9%l 90%城市名91.9%190.7%287.9%387.9%487.2%586.9%685.6%785.3%884.3%983.5%1083.3%1183.3%1283.3%1383.2%1482.8%1582.4%1681.3%1780.8%1880.2%1979.4%2079.0%2178.8%2277.9%2376.7%2476.3%2574.5%2673.8%2772.0%2871.9%2970.4%3068.6%3161.9%32公交出行便捷——城市轨道交通站点衔接超大城市深圳最高14根据高德地图公交规划数据，计算平均每次公交出行中的步行距离和换乘距离，来判断城市公交出行的便捷度。l 超大城市中，上海市出入公交系统的平均步行距离和换乘距离均为最大，深圳市最小；l 超大、特大城市中，上海、北京、成都、南京四个城市每次公交出行规划的平均步行总距离均超过1000米；l 超大城市平均步行总距离为1031米；特大城市平均步行总距离为929米；大中型城市平均步行总距离为849米。特大城市大中型城市TOP10超大城市进入公共交通系统离开公共交通系统车站车站换乘起点终点990 973 841 837 761 906 880 879 873 721 1101 1063 997 954 935 918 909 908 896 887 220 212 127 157 86 145 160 104 135 99 42 70 117 55 69 50 77 71 50 78 0 200 400 600 800 1000 1200 上海市北京市重庆市广州市深圳市成都市南京市天津市武汉市沈阳市保山市漳州市湖州市三亚市邯郸市乌海市盘锦市盐城市喀什地区宜昌市进入和离开公交系统的平均步行距离平均换乘距离（米）1000米公交出行便捷——上海平均公交出行的步行距离1210米注：数据来自高德地图公交规划数据，时间范围2018年15l 超大、特大型城市的500米站点覆盖率普遍高于大中城市，但实际500米步导可达性却明显低于大中城市；l 超大型城市500米步导可达性平均为84.7%，上海市的500米步行可达性最高；l 特大型城市500米步导可达性平均为85.8%；l 大中城市（TOP10）500米步导可达性平均为90.7%。500米步行不可达500米步行可达500米半径大于500米小于500米小于500米站点86.50%87.91%91.77%0%20%40%60%80%100%75%80%85%90%95%500500大中城市（TOP10）超大城市特大城市500米步导可达性500米站点覆盖率公交出行便捷——公共交通500米站点覆盖的步导实际可达性注：数据来自高德地图步导规划数据，时间范围2018年16城市地面道路交通运行扫描分析0217“交通健康指数”立体诊断城市病18“交通健康指数”计算说明n 权重确定方法——熵值法1）各项指标运用最大最小值归一化处理，并考虑指标的正反向进行调整2）计算第j项指标下第i个样本值占该指标的比重3）计算第j项指标的熵值4）计算信息熵冗余度5）计算各项指标权重随着城市交通复杂性增加和智能交通的飞速发展，单一指标的评价和诊断已不能满足我国交通运行的多样化。高德首创城市交通病诊断的综合性评价“交通健康指数”来全面刻画城市交通运行状况，该指数由六项交通运行指标组成，实现城市全方位立体化智慧运行诊断。该指数算法沿用国际通用的信息熵法客观确定评价指标权重（该方法在政府权威部门、社会经济、学术领域的各类报告中得到广泛普遍应用）；同时，采用TOPSIS正负理想解的计算进行排名，最终评分结果代表各城市六宫格指标与理想值之间的接近程度。“交通健康指数”越高说明离理想值越近，城市运行相对越健康；指数越低则说明多项指标距离理想值越远，相对越不健康。n 排名得分方法——TOPSIS1）对于反向指标采用取倒数进行同向处理，然后进行数据规范化2）利用欧式距离计算与最优最劣目标的距离，并乘以权重3）计算各评价对象与最优方案的贴近程度值越接近1，表示评价对象越优秀。在城市健康指数中，所得结果即代表着该城市健康水平与最优目标的接近百分比。2019Q1最终计算各指标权重如上图所示，后续各季度权重按此算法自动更新路网高延时运行时间占比,17.7%路网高峰拥堵路段里程比,17.4%常发拥堵路段里程比,18.0%路网高峰行程延时指数,14.5%高峰平均速度,14.1%骨干道路运行速度偏差率,18.3%六项指标信息熵权重分配1988.79%71.48%53.86%0%10%20%30%40%50%60%70%80%90%100%南通市唐山市淄博市扬州市泉州市常州市绍兴市烟台市天津市台州市无锡市宁波市苏州市温州市石家庄市东莞市杭州市保定市佛山市厦门市福州市太原市均值青岛市柳州市沈阳市大连市南宁市合肥市洛阳市南京市乌鲁木齐济南市西宁市成都市长春市郑州市昆明市长沙市哈尔滨市广州市西安市南昌市兰州市武汉市深圳市上海市呼和浩特市北京市贵阳市重庆市交通健康指数50城市2019Q1交通健康指数排名将全国主要50城的“交通健康指数”均值作为健康、非健康临界值，也就是健康水平线；得出城市交通健康、亚健康榜单，数据显示：n 2019Q1全国50个主要城市中有44%的城市“交通健康指数”高于健康水平线，其中健康程度最高的是南通，交通健康指数为88.79%；n 有56%的城市“交通健康指数”低于健康水平线，相对而言处于亚健康；交通健康指数最低的城市重庆，其交通健康指数为53.86%；城市CT扫描——2019Q1中国主要城市“交通健康指数”榜202019年Q1季度，根据交通健康指数榜来看，交通“健康”城市TOP3分别是南通、唐山、淄博，三个城市各项评价指标均低于50城市的平均水平线，整体表现良好。交通“亚健康”城市排名前三的分别是重庆、贵阳、北京，从六项分指标数据来看，三个城市有至少五项指标高于50城市均值。重庆路网高峰行程延时指数、骨干道路运行速度偏差率高，贵阳常发拥堵路段里程比突出，北京则是路网高峰拥堵路段里程比较高。注：各项指标数值越低越好，其中平均速度指标已做反向处理。城市CT扫描——交通健康城市指标深度分析00.51路网高延时运行时间占比路网高峰拥堵路段里程比常发拥堵路段里程比路网高峰行程延时指数高峰平均