本研究报告由高德地图智慧交通业 务中心数据分析团队撰写,所载全部内容 仅供参考。 报告是基于高德地图及行业浮动车数据,通过大数据挖掘技术结合交通算法及交通理论编制,保证报告合理性与科学性。报告中地面道路交通通行时间计算方法,是考虑融合道路交叉口延误时间(即信号灯等待时间),从时间、空间、效率三个维度客观、综合地反映了城市道路交通健康状况并提出诊断方案的研究。报告力争做到精准、精细、精确,为公众出行、机构研究及政府决策提供有价值的参考依据。 报告中所涉及的文字、数据、图片及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。经高德事先书面许可的引用发布,需明确出处为“高德地图《2022Q3中国主要城市交通分析报告》”,不得对报告进行有悖原意的引用、删节和修改,且引用本报告的文件发布前应当经高德审核。 声 明 TheStatement “交通评价是一个极其复杂的工程,虽然大数据可以反映城市运行规律和特征,但源于数据来源和样本渗透的差异性,认识的局限性,设备的不足等困难,更科学、更精确、更有价值是我们一直追求的目标。” 欲了解您所在城市交通拥堵数据,请访问:https://report.amap.com/diagnosis/index.do 感谢您的关注,敬请留意后续研究结果的发布 概述 Summary 《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及相关数据挖掘方法为支撑基础,描述城市交通现状、呈现演变规律、预测未来发展趋势,专注拥堵成因及解决对策的研究。本年度报告由高德地图联合“国家信息中心大数据发展部”、“清华大学交通研究所”、“同济大学智能交通运输系统(ITS)研究中心”、“未来交通与城市计算联合实验室”、“高德未来交通研究中心”等机构共同联合发布,在此一并表示感谢。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 清华大学交通研究所 高德交通大数据智库 高德交通大数据智库,提供城市交通管理政策、措施实施和改善评价,为城市交通精准化综合施策提供“评诊治”一体化的解决方案。 评 诊 治 通过30+项评价指标,快速扫描不同场景下城市堵点和资源瓶颈;为城市交通管理部门诊断交通问题,评估交通改善措施提供量化的数据支撑。 精细化分类城市交通拥堵场景,与交通管理者、专业机构和交通“医生”,共同对交通问题进行诊断 对体表导致的局部拥堵,通行能力导致的区域用堵,出行结构不合理导致的城市拥堵,提供一体化解决方案 更多交通“评诊治”大数据产品及服务 日/周/月交通评价报告订阅明镜政府版交通“评诊治”咨询报告服务交通“评诊治”数据接口服务高德交通报告官网 城市交通运行态势 区域、学校、医院、街道、实时拥堵监测及改善监测报告 提供城市及特定区域交通评价、诊断、治理定制一体化解决方案 提供交通评价、诊断、治理60+指标项数据接口服务 全国交通实时动态监测及分析报告集 产品与服务 ProductsandServices 交通智库商务合作:traffic-report@service.alibaba.com 城市范围:根据高德地图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出城市人车出行活跃核心区,该核心区 范围为本报告城市道路路网评价范围。 样本说明:城市道路公共交通评价、地面道路交通评价分别进行独立计算。 数据呈现:地面道路交通评价——采用“六宫格”综合指标表示城市交通运行健康状况,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。 城市道路公共交通评价——采用“人口出行热度核心区高峰期社会车辆与公交车速比、全市全天线路运营速度波动率、平均候车时长、公共交通与小汽车高峰出行时间比、平均步行距离、平均换乘系数”等六项指标综合得出“公共交通出行幸福指数”,来全面刻画城市公共交通运行状况。 时间说明:全天06:00-22:00早高峰07:00-09:00晚高峰17:00-19:00 因时区原因,乌鲁木齐早晚高峰时段调整为09:00-11:00、19:00-21:00,拉萨早晚高峰时段调整为08:00-10:00、18:00-20:00。 无其他特殊说明,本报告统计时间均为2022年7月1日~2022年9月30日 选取 选取 分析范围: 编制说明 Reportdescription 360城市+全国高速 地面交通50城 公共交通20城 城市计算范围:人车出行活跃核心区(“人+车”大数据,全息勾勒城市核心区边界) 数据说明 Datadescription 人流车流 高德LBS定位数据高德地图驾车数据 人车出行活跃核心区 紫色填充区域 注:如无特殊说明,城市研究范围以此区域为准 POI、AOI 基础数据 城市公共交通:利用“公共交通出行幸福指数”,对城市公共交通运行进行综合评价 线路运营速度波动率 公共交通与小汽车公共交通出 高峰出行时间比行幸福指数 平均换乘系数 社会车辆与公交车速比 效率 平均候车时长 城市公时间 共交通 平均步行距离 便捷 地面道路交通:利用“交通健康指数”对城市地面道路交通健康水平进行综合评价诊断 路网高峰行程延时指数 常发拥堵路段 里程比 交通健康指数 道路运行速度偏差率 路网高延时运行时间占比 时间 路网高峰拥堵路段里程比 地面道空间 路交通 高峰平均速度 效率 交通报告50主要城市选取标准: 城市发展交通体量 数据说明 Datadescription GDP 城市 选取 城市影响力 城区常住人口 汽车保有量 出行核心区面积 指 标归一 化 加权计算 50城 在途车流密度 注:1.“在途车流密度”统计方法为:城市核心区范围内平均每公里每分钟在道路上行驶的去重车辆数,统计时段为6点-22点; 2.城市影响力考量标准为:是否省会、直辖市、区域中心城市及是否举办大型国际会议等。 城市公共交通运行分析城市地面道路交通分析 第一章 城市公共交通运行分析 •公共交通是城市交通的重要组成部分,全面客观地描述城市公共交通整体运行水平,有利于更综观地评价城市交通状况。高德提出“公共交通出行幸福指数”:效率维度,引入“小汽车与地面公交速度比、全市全天线路运营速度波动率”;时间维度,引入“公共交通与小汽车高峰出行时间比、平均候车时间”;便捷维度,引入“平均步行距离、平均换乘系数”,构成公共交通幸福六宫格,对城市公共交通运行水平进行综合评价。 •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指标与理想值之间的接近程度;“公共交通出行幸福指数”越高说明离理想值越近,城市公共交通运行水平越高;指数越低则说明多项指标距离理想值越远,相对水平越低。 •六项指标信息熵权重分配结果显示,“平均候车时长”和“公共交通与小汽车高峰出行时间比”的权重占比最高,平均候车时长与公交发车频率、地面路况关系较大,出行时间比与城市公共交通整体效率、尤其是地铁线网发达程度关系较大。两项指标权重最大,一方面从数据层面说明不同城市这两项指标的方差较大,另一方面亦说明对于出行者来说,候车时长波动越小、公共交通与驾车出行相比时间花费差距越小,采用公共交通出行的幸福感越佳。 六项指标信息熵权重分配 权重确定方法——熵值法 排名得分方法——TOPSIS 平均步行距离,17.30% 公共交通与小汽车高峰出行时间比,18.84% 平均换乘系数,8.65% 社会车辆与公交车速比,14.82% 线路运营速度波动率,10.40% 平均候车时长,29.99% 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,最终结果如左图所示。 1)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 注:受每个季度/年度数据波动影响,各季度/年度指标权重、正负理想值存在一定波动;故“幸福指数”仅供季度/年度内城市间横向比较参考,同城不同季度/年度的“幸福指数”的比较无意义。10 2022Q3深圳公共交通出行幸福指数最高 所研究城市在2022Q3,深圳、北京、南京等10个城市的指数较高,说明其公共交通 公共交通出行幸福指数 0.00%20.00%40.00%60.00%80.00%100.00% (地面公交+地铁)运行效率、可靠性、相对其他城市公共交通运行水平的综合表现较好; 深圳公共交通出行幸福指数最高,与正理想值最接近,达到81.74%;南京和宁波分别在 超大城市和特大城市中“幸福指数”位列首位。 超大城市 特大城市 深圳市北京市重庆市广州市上海市天津市南京市成都市东莞市青岛市 53.26% 81.74% 79.99% 75.32% 74.64% 70.82% 79.56% 72.78% 65.22% 64.58% 2 北京 6 兰州 10 太原 成都95 重庆 南京 3 宁波 4 广州71 8厦门 深圳 大、中型城市 沈阳市杭州市宁波市兰州市厦门市太原市 59.26% 58.84% 76.07% 74.77% 72.83% 71.58% 注:城市规模来自中华人民共和国住房和城乡建设部2020年城市建设统计年鉴 石家庄市 海口市长沙市昆明市 42.96% 68.17% 62.33% 53.85% 11 深圳高峰期地面公交平均候车时长最优 2022Q3期间,超大城市、特大城市候车时长与去年同期相比变化不大,大中型城市的整体候车时长同比呈上升趋势,尤其是受发车频率影响的候车时长上升明显。 所研究城市范围内,深圳市的候车时长为9.10分钟,在所有城市中最优,且深圳市受发车频率影响的候车时长最小;兰州市受交通扰动影响的候车时长在所有 城市中最小;南京市、宁波市的候车时长分别为超大城市、特大城市的最优。 单位:分钟 高峰期平均候车时长 20.00 9.10 9.31 10.54 16.00 12.00 8.00 4.00 0.00 深圳市北京市重庆市上海市广州市天津市南京市成都市东莞市青岛市杭州市沈阳市宁波市厦门市石家庄市兰州市太原市海口市长沙市昆明市 超大城市 特大城市 大、中型城市 候车时长(受发车频率影响)候车时长(受交通扰动影响) 注:指标基于各城市核心区内、实时数据质量较高的公交线路计算得到。高峰期平均候车时长,计算方法参考TCRP165报告中国际通用的方法。 2022Q3广州公共交通与小汽车高峰出行时间比最接近 公共交通与小汽车高峰出行时间比,基于早晚高峰时段内的公共交通规划数据和驾车规划数据,计算同一组OD下的公共交通/驾车出行时间比;其中,公共交通包含地面公交和地铁系统,用以综合评价城市内公共交通运行效率; 所研究城市在2022Q3,广州市高峰期公共交通出行时间比小汽车出行时间比最接近,说明该城市早晚高峰期采用公共交通出行的时间效率体感较好; 除广州市外,北京市的出行时间比小于2,说明其公共交通系统较完备;西安市和长沙市分别在特大城市和大中型城市中出行时间比最优; 对大多数城市而言,早高峰的公共交通与小汽车出行时间比略高于晚高峰。其中排名前十的城市,除上海市和沈阳市外,其余城市均呈现这样的趋势。 TOP10城市早/晚高峰公共交通与小汽 3.50 3.00 2.50 2.00 1.50 1.00 0.50 广州市 北京市 深圳市 上海市 重庆市 南昌市 厦门市 兰