本研究报告由高德地图大云图业务中心数据分析团队撰写,所载全部内容仅供参考。 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《2024年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。 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。 TheStatement声明 “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。” 《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。本季度报告由高德地图联合“国家信息中心大数据发展部”、“清华大学土木水利学院”、“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”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。 Summary概述 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。 Products and Services产品与服务 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。 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 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 更多交通“评诊治”大数据产品及服务 明镜政府版 提供交通评价、诊断、治理60+指标项数据接口服务 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 traffic-report@service.alibaba.com交通智库商务合作: 根据高德地图开放平台交通流量大数据,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。 城市范围: 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。 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。 Report description编制说明 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。 时间说明: 无其他特殊说明,本报告统计时间均为2024年01月01日~2024年12月31日 分析范围: 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 Data description数据说明 01城市公共交通运行分析 02城市地面道路交通分析 第一章 城市公共交通运行分析 第一章 计算说明:公共交通出行幸福指数 •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,“换乘系数”和“速度波动率”的权重占比最高,换乘系数与公共交通线网衔接、覆盖率等关系较大;速度波动率与城市公共交通稳定性相关。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,出行稳定程度、公交运营效率对出行体感影响大。 排名得分方法——TOPSIS 权重确定方法——熵值法 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 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 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.计算第j项指标的熵值 3.计算各评价对象与最优方案的贴近程度 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。 第一章公共交通 公共交通出行幸福指数 •所研究城市在2024年期间,兰州市、合肥市、济南市等10个城市的公共交通出行幸福指数较高,说明其公共交通(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; •兰州市公共交通出行幸福指数最高,与正理想值最接近,达到81.48%;深圳市和合肥市分别在超大城市和特大城市中“公共交通出行幸福指数”位列首位。 第一章公共交通 公共交通平均换乘系数 •换乘系数反映公交出行中换乘相对量,该值越低,说明公交出行中需要换乘的出行越少,公交出行越便捷。 •2024年期间,城市公共交通平均换乘系数整体同比呈多持平或下降趋势,超大城市、特大城市、中大城市的平均换乘系数(1.574、1.522、1.432)与去年同期相比(1.579、1. 520、1.435)差异较小。其中,东莞市、沈阳市、海口市的公交换乘系数分别在超大、特大、中大城市中最小。 第一章公共交通 城市高峰期地面公交运行效率 •研究城市范围内海口公交效率与小汽车最接近,常州市公交效率最稳定 •将公交运营速度与同时段、同线路的社会车辆速度对比,能够较直接、客观地反映公交运行效率与城市交通效率的相对水平,值越小表示两者速度差距也越小。研究范围内的城市在2024年期间,台州市城市核心区内的高峰期“社会车辆-公交车速度比”最小,小汽车速度是公交的1.95倍;此外,海口市、沈阳市速度比值也小于2,说明其公共交通出行用户体感良好。 •全天线路运营速度波动率,为每条线路全天班次运营速度波动率的加权平均值,反映公交运营速度的变化水平;该值越小,城市公交的运行效率越稳定。研究范围内的城市在2024年期间,常州市的“全市全天线路运营速度波动率”最小,公交运营效率最稳定。 第一章 公共交通与小汽车高峰出行时间比 •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; •在所研究城市在2024年期间,北京市高峰期公共交通与小汽车高峰出行时间最接近,排名与2023年同期一致,蝉联公共交通与小汽车高峰出行时间比最优城市;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;西安市和兰州市分别在特大城市和中大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。在时间效率体感最佳的排名前十城市均呈现这样的趋势。 公共交通平均步行距离 •公共交通平均步行距离指城市中公交系统使用者进出系统、换乘所需的步行距离,该值越低,城市公交出行便捷度越高。 •2024年度期间,超大城市、特大城市、大城市的平均步行距离(1185米、1145米、1119米)较去年同期(1149米、1107米、1088米)均略有上升,主要增幅发生在进/出公共交通系统的步行距离。其中,深圳市、济南市、哈尔滨市的步行距离分别在超大、特大、中大城市中最小。 第一章公共交通 城市高峰期地面公交平均候车时长 •研究城市范围内兰州高峰期地面公交平均候车时长最优 •所研究城市范围内,兰州市的候车时长为6.87分钟,在所有城市中最优,且兰州市受发车频率影响的候车时长最小;合肥市受交通扰动影响的候车时长在所有城市中最小。重庆市、合肥市的候车时长分别为超大城市、特大城市的最优。 第一章公共交通 绿色出行意愿指数 •研究城市范围内北京绿色出行意愿最高,继续蝉联榜首。 •基于全国50个主要城市的公交&地铁、骑行和步行路线规划占总规划次数的比例,规范化后得出各城市的“绿色出行意愿指数”。2024年期间,绿色出行意愿最强的城市为北京市,其次为上海市、深圳市、西安市。 •从各类绿色出行方式来看,公交&地铁、骑行、步行出行意愿排名第一的城市分别为北京市、海口市、兰州市。 第二章 城市地面道路交通分析 第二章城市交通 计算说明:交通健康指数 •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评测。高德运用城市交通诊断评价模型“交通健康指数”综合性评价方法,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,对城市进行全方位立体化运行健康评价分析。•交通健康指数算法沿用国际通用的信息熵方法确定评价指标权重(该方法在政府权威部门、社会经济及学术领域报告中已经普遍应用),并采用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,值越接近1,表示评价对象越优秀。权重确定方法——熵值法排名得分方法——TOPSIS 1.利用历史数据固定TOPSIS的最优最劣值2.运用固定的最优最劣值对数据进行归一化处理,并考虑指标的正反向进行调整 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.利用欧式距离计算与最优最劣目标的距离,并乘以权重 3.计算第j项指标的熵值 4.计算各评价对象与最优方案的贴近程度 4.计算信息熵冗余度 5.计算各项指标权重 第二章城市交通 2024中国主要城市交通亚健康与健康排名TOP10 •将全国50个主要城市的“交通健康指数”均值作为健康、亚健康临界值,也就是健康水平线;高于健康水平线的城市为交通健康城市,数据显示: •2024交通亚健康指数排名第一的是乌鲁木齐市,其交通健康指数为50.5%,其次是兰州、北京、西安、广州、成都、海口、济南、上海、长沙;北京较去年同期提升最高,同比变化率高达5.22%; •2024交通健康指数排名中,南通继续蝉联交通健康指数榜首,其交通健康指数为73.2%,其次是绍兴、台州、洛阳、惠州、南宁、常州、宁波、唐山、苏州。 第二章城市交通 汽车保有量分类——2