微信公众号 免费知识星球VIP知识星球 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-戴姆勒可持续交通联合研究 中心”、“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 The Statement 概 述 The Statement 声 明 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。 报告是基于高德超4亿+月活 跃用户和交通行业浮动车数据， 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。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。 “ 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： 感谢您的关注，敬请留意后续研究结果的发布 注：注： 高德4亿MAU来源于QuestMobile Report description 编制说明 城市范围： 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。 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2020年1月1日2020年03月31日 数据呈现： 地面交通50城 选取 分析范围： 360城市+全国高速 选取 公共交通25城 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/T 36670-2018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 “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及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。 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。 | 2019年度交通分析报告 5 | 2020Q1交通分析报告 Update description 数据说明 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） 人流车流 紫色填充区域 高德LBS定位数据高德地图驾车数据 人车出行活跃 核心区 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 路网高峰 行程延时 指数 交通报告50主要城市选取标准： 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 路网高延 时运行时 间占比 时间 空间 效率 交通 健康指数 地面道 路交通 路网高延时运 行时间占比 路网高峰行程 延时指数 路网高峰拥堵 路段里程比 常发拥堵路段 里程比 高峰平均速度 道路运行速度 偏差率 数据说明 Update description 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。 路网高延 时运行时 间占比 城市发展交通体量 城市 选取 GDP汽车保有量 城市影响力出行核心区面积 城区常住人口在途车流密度 50城 指 标 归 一 化 加 权 计 算 第一章 城市公共交通运行分析 | 2019年度交通分析报告 8 | 2020Q1交通分析报告 城市高峰期公交运行效率 候车时长（发车频率）：环比增长明显 候车时长受发车班次影响的部分。 Q1期间，大部分城市由于发车频率降低，该部 分时长显著增加。 候车时长（交通扰动）：环比普遍下降 候车时长受交通环境影响的部分。 Q1期间，由于城市拥堵减少、公交线路运行道 路的不确定性降低，该部分时长普遍下降。 9.6 9.9 10.7 11.0 12.0 15.4 8.9 10.1 16.3 19.8 6.9 9.9 13.3 14.9 15.4 17.2 18.2 18.9 19.5 19.6 0 10 20 重庆 上海 广州 深圳 北京 天津 成都 青岛 杭州 沈阳 兰州 厦门 宁波 昆明 海口 石家庄 乌鲁木齐 长沙 中山 绍兴 高峰期平均候车时长 候车时长（发车频率）候车时长（交通扰动） 单位：分钟 特大城市超大城市大、中型城市 1.873 1.949 1.972 1.977 1.984 2.009 2.028 2.031 2.038 2.042 1.01.52.0 厦门 石家庄 长沙 海口 中山 天津 北京 兰州 宁波 成都 高峰社会车辆-公交车速比 2020Q1期间，虽然城市公汽电车客运量大幅下降，1-2月中心城市客运量仅为去年 同期的49.9%，但城市公交高峰期的运行效率总体稳定。 具体表现如下： 总的来看，各城市核心区内的高峰期“社会车辆-公交车速比”变化不大。部分城 市车速比环比有所下降、公交效率有所提升；其中，厦门小汽车速度是公交的 1.873倍，环比显著降低、公交效率明显上升。 超大城市、特大城市的候车时长环比略有上升，大多数城市变化不大；大、中型城 市多有明显上升。就研究范围内城市而言，早高峰平均候车时长均在20分钟以内。 注：指标基于各城市全市或核心区内、实时数据质量较高的公交线路计算得到； 城市规模来自中华人民共和国住房和城乡建设部2018年城市建设统计年鉴； 城市公汽电车客运量数据来自交通运输部统计公告（2020年2月中心城市客运 量） | 2019年度交通分析报告 9 | 2020Q1交通分析报告 绿色出行意愿指数 1/11/81/151/221/292/52/122/192/263/43/113/183/25 出行意愿指数 2020Q1主要城市出行意愿变化趋势图（分方式） 公交&地铁出行意愿指数骑行出行意愿指数 1月23日 武汉“封城” 2月10日 复工复产 选取全国50个主要城市，依据高德地图公交&地铁、骑行、步行路线规划占总规划次 数的比例，进行规范化后得出各城市的“绿色出行意愿指数”。该指数越高表明城市 绿色出行需求强度越大，反之绿色出行需求强度越小。 2020Q1期间，受春运和疫情影响，主要城市绿色出行意愿在1月份逐步下降，而 后稳定。 1/11/81/151/221/292/52/122/192/263/43/113/183/25 绿色出行意愿指数 2020Q1主要城市出行意愿变化趋势图 1月23日 武汉“封城” 2月10日 复工复产 分方式来看，受疫情影响，公交&地铁出行意愿指数在春节前快速下降，而同期骑 行出行意愿指数快速上升。2月10日城市逐步进入复工复产后，公交&地铁出行意 愿指数开始缓步回升，而骑行出行意愿基本平稳。 注：出行意愿指数基于高德规划大数据计算 | 2019年度交通分析报告 10 | 2020Q1交通分析报告 绿色出行意愿指数 对城市分析发现，2020Q1期间，北京、海口、西安等城市的绿色出行意愿依旧强烈， 在所研究城市中使用绿色出行的需求强度最高。 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。 2020Q1绿色出行意愿指数TOP10 2020Q1北京绿色出行意愿最高，兰州步行出行意愿最高，海口骑行出行意愿最高 2.77 2.73 2.69 2.69 2.67 2.60 2.53 2.45 2.44 2.43 北京市海口市西安市兰州市上海市厦门市昆明市深圳市长沙市成都市 3.37 3.06 3.06 北京市 乌鲁木齐市 哈尔滨市 公交&地铁出行意愿指数 2.94 2.44 2.14 兰州市 厦门市 西宁市 步行出行意愿指数 4.41 3.63 3.37 海口市 昆明市 南宁市 骑行出行意愿指数 注：出行意愿指数基于高德规划大数据计算 | 2019年度交通分析报告 11 | 2020Q1交通分析报告 公共交通服务水平分析：平均换乘次数 1.01.21.41.6 深圳 天津 重庆 广州 上海 北京 青岛 沈阳 杭州 西安 郑州 西宁 海口 哈尔滨 厦门 烟台 兰州 呼和浩特 温州 银川 贵阳 60% 52% 52% 48% 42% 40% 64% 61% 56% 56% 54% 81% 79% 77% 73% 71% 71% 70% 69% 69% 69% 30% 34% 33% 30% 36% 33% 27% 33% 34% 33% 34% 18% 20% 21% 25% 26% 25% 28% 23% 27% 29% 0%50%100% 换乘系数直达占比 一次换乘占比多次换乘占比 升 升 升 升 升 平 降 升 升 升 升 平 降 降 平 降 降 降 平 降 平 同比变化 根据高德地图2020Q1公交规划数据，计算每个城市公交出行的换乘系数和平均步行 距离，来判断城市公交出行的便捷度。换乘系数反映城市公交出行中换乘相对量；该 值越低，公交出行中需要换乘的出行越少，公交出行越便捷。分析发现： 2020Q1期间，超大城市、特大城市的平均换乘次数（1.510、1.456）较去年同期 （1.483、1.427）均有上升；大、中型城市（1.344）较去年同期（1.345）基本 持平。平均换乘次数的上升，可能与城市中部分公交线路因疫情停运有关。 其中，超大城市和特大城市的平均换乘次数上升幅度较显著，其中多数城市的平均 换乘次数均有上升，受影响最为严重。 2020Q1主要城市平均换乘次数 特大城市 TOP5 超大城市 大、中型城市 TOP10 注：城市规模来自中华人民共和国住房和城乡建设部2018年城市建设统计年鉴 | 2019年度交通分析报告 12 | 2020Q1交通分析报告 公共交通服务水平分析：平均步行距离 04008001200 深圳 广州 天津 重庆 上海 北京 青岛 沈阳 武汉 西安 东莞 西宁 拉萨 哈尔滨 海口 兰州 烟台 乌鲁木齐 长沙 厦门 绍兴 进出公交系统平均步行距离平均换乘距离 升 平 升 平 降 降 升 升 平 升 升 降 降 升 降 升 升 升 升 升 升 同比变化 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。分析发现： 2020Q1期间，特大城市和大中型城市的平均步行距离（954m、887m）较去年 同期（895m、852m）显著上升，超大城市的平均步行距离（984m）较去年 （980m）基本持平。这可能与城市中部分公交线路因疫情停运有关。 大多数特