ã%~QÆ%z%C/u l (
47
Transcript of ã%~QÆ%z%C/u l (
《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
9YdYrUuWnWkXmUeXxUpPsR8ObPbRpNoOoMnNfQmMnRkPpOpQaQrQpQNZnQsMMYsQqR
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：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
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
| 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
1.0 1.5 2.0
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
1/1 1/8 1/15 1/22 1/29 2/5 2/12 2/19 2/26 3/4 3/11 3/18 3/25
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。
1/1 1/8 1/15 1/22 1/29 2/5 2/12 2/19 2/26 3/4 3/11 3/18 3/25
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
1.0 1.2 1.4 1.6
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
0 400 800 1200
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。
• 大多数特大城市和大、中城市平均步行距离均有显著上升，受影响最为严重。
2020Q1主要城市平均步行距离
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14 | 2020Q1交通分析报告
全国拥堵恢复地图
拥堵恢复
恢复至去年同期90%+
恢复至去年同期80%+
恢复至去年同期60%+
恢复至去年同期或超出
暂无数据
• 从全国拥堵恢复地图可以看出：东北、华北地区拥堵恢复差，而华东、西北地区拥
堵恢复较好，近7成城市恢复到去年同期90%以上的状态，50个主要城市中西安、
深圳、无锡恢复最快，还有不足1%的城市恢复不足80%，其中武汉、哈尔滨、呼
和浩特恢复最慢。
注：拥堵时间段选取2020年4月1到4月8工作日的高峰平均拥堵延时指数，与2019年4月1到4月8工作日的高峰平均拥堵延时指数进行对比
近7成的城市拥堵已经恢复至去年同期90%以上的状态
11.39%
8.31%
4.72%
3.02%
2.50%
2.02%
1.76%
0.11%
-1.65%
-1.66%
西安
深圳
无锡
广州
石家庄
南京
成都
重庆
杭州
上海
50城拥堵恢复TOP10城市
同比去年同期拥堵变化38.13%
21.71%
16.67%
12.90%
10.24%
9.26%
8.97%
8.71%
8.32%
8.32%
武汉
哈尔滨
呼和浩特
南昌
福州
太原
惠州
温州
大连
海口
50城拥堵恢复BOTTOM10城市
同比去年同期拥堵下降
| 2019年度交通分析报告15 | 2020Q1交通分析报告
全国2020Q1驾车活力图
驾车活力
驾车活力值70%左右
驾车活力值90%左右
驾车活力值50%左右
正常
暂无数据
• 从全国2020Q1驾车活力地图显示：北方驾车活力低，多数城市不足正常情况下的
70%，南方沿海城市以及湖北、重庆驾车活力相对较低，其它区域接近正常水平的
90%以上。
2020Q1 60%的城市驾车活力不足正常状态下的8成
73.9%
71.4%
70.9%
70.1%
69.9%
69.4%
69.3%
68.9%
68.8%
68.4%
南通
台州
绍兴
重庆
常州
西宁
洛阳
兰州
南京
沈阳
2020Q1驾车活力TOP10
34.4%
50.8%
51.6%
51.9%
52.3%
55.9%
56.1%
57.0%
58.9%
59.0%
武汉
北京
乌鲁木齐
哈尔滨
拉萨
天津
太原
郑州
深圳
上海
2020Q1驾车活力BOTTOM10
一季度驾车活力平均值 一季度驾车活力平均值
注：驾车活力指数旨在通过驾车导航流量反映城市活跃程度，通过每日实际导航出行量与基准出行量的比值计算得到（基准时间为2019年12月）
| 2019年度交通分析报告16 | 2020Q1交通分析报告
2020Q1 平峰驾车活力低城市
36.6%
44.7% 46.7%51.3%
55.2%58.0% 58.1% 58.6% 58.8% 59.0%
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
70.0%
北京 天津 郑州 上海 深圳 重庆 南京 青岛 西安 佛山
平峰驾车活力指数BOTTOM10
• 复工后平峰出行中驾车活力越低，在家或办工楼工作后，外出越少，通过对比全国
主要城市2月10号复工后平峰出行活力显示，北京在复工后平峰出行驾车活力最低，
其次是天津和郑州。
• 从每日驾车活力来看，北京的平峰驾车活力与早高峰的驾车活力差异明显，平均差
值高达14.2%。
0%
10%
20%
30%
40%
50%
60%
70%
80%
每日驾车出行活力
平峰驾车活力 早高峰驾车活力
注：驾车活力指数旨在通过驾车导航流量反映城市活跃程度，通过每日实际导航出行量与基准出行量的比值计算得到（基准时间为2019年12月）由于武汉还Q1时还未解封（4月8日解封）所以统计平峰驾车活力时未统计武汉。
| 2019年度交通分析报告17 | 2020Q1交通分析报告
2020Q1跨城出行以短距离为主，长三角最热，京津冀较弱
• 从全国2020Q1驾车跨城热力图显示：一季度受疫情影响，全国各城市跨城出行较
平日有较大差异，本季跨城出行多以短距离为主，多数区域呈现辐射状。从主要经
济区域来看，长三角和珠三角跨城热度最高，其次是成渝、山东半岛、京津冀。
京津冀
山东半岛
长三角
珠三角
成渝地区
跨城中最热的TOP20线路
全国2020Q1跨城热力地图
| 2019年度交通分析报告18 | 2020Q1交通分析报告
17.06%
16.90%
16.02%
20.80%
14.35%
14.87%
六项指标信息熵权重分配
• 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。高德首创城市交通诊断评价模型，即“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。本年度
进一步对权重计算和TOPSIS算法进行了优化，建立了交通健康指数的可对比性。
注：“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。 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。
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
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
3）利用欧式距离计算与最优最劣目标的距离，并
乘以权重
4）计算各评价对象与最优方案的贴近程度
效率-道路运行速度偏差率
效率-高峰平均速度
空间-常发拥堵路段里程比
时间-路网高延时运行时间占比
时间-路网高峰行程延时指数
空间-路网高峰拥堵路段里程比
“交通健康指数”计算及优化说明
| 2019年度交通分析报告19 | 2020Q1交通分析报告
2020Q1中国主要城市交通亚健康榜与健康榜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；得出交通健康、亚健康榜单，数据显示：
• 西安市交通健康指数最低，城市交通相对处于亚健康状态，其交通健康指数为62.5%；
南通市交通健康程度最高，其交通健康指数为79.0%。
• 同比2019Q1，交通亚健康榜TOP10中重庆市交通健康状态明显变好，同比上升
23.70%。
| 2019年度交通分析报告20 | 2020Q1交通分析报告
城市CT扫描——2020Q1中国主要健康指数同比变化
• 全国50个主要城市中，交通健康指数同比变好的城市排名第一的是武汉市，其六项指
标有零项指标同比变差，六项同比变好，本季受疫情影响交通健康指数没有变差城市。
无同比变差城市
交通健康指数同比变好城市TOP10
呼和浩特
| 2019年度交通分析报告21 | 2020Q1交通分析报告
• 衡量及对比不同城市交通运行状况需充分考虑城市间交通发展规模的差异性，为准确反
映城市的真实交通运行体量，报告采用公安部交通管理局发布的截止2019年12月全国
汽车保有量数据，将城市分为“超400万”、“超300万”、“超200万”、“200万以
下”四档对城市间交通状况的进行综合考量。
• 结果显示：本季交通健康指数都相对较高，超400万的城市健康指数67.3%，超300万
71.2%，超68.3%，200万以下70.9%。
注：汽车保有量数据来自： https://mp.weixin.qq.com/s/MVa2dY_aKhCYGmXqn4l1Yg
排名 城市 交通健康指数↓
1 苏州 74.15%
2 上海 66.67%
3 北京 66.53%
4 成都 65.80%
5 重庆 63.34%
排名 城市 交通健康指数↓
1 武汉 78.03%
2 天津 75.60%
3 东莞 74.41%
4 郑州 70.63%
5 深圳 65.89%
6 西安 62.51%
汽车保有量“超400万辆”
汽车保有量“超300万辆”
排名 城市 交通健康指数↓
1 宁波 72.43%
2 佛山 72.14%
3 唐山 71.70%
4 温州 70.85%
5 无锡 70.43%
6 石家庄 70.37%
7 合肥 69.70%
8 杭州 68.01%
9 青岛 67.49%
10 长沙 66.67%
11 沈阳 66.30%
12 昆明 65.79%
13 广州 65.06%
14 济南 64.17%
15 南京 64.05%
汽车保有量“超200万辆”
排名 城市 交通健康指数↓
1 南通 79.01%
2 常州 74.27%
3 乌鲁木齐 73.90%
4 惠州 73.71%
5 厦门 73.09%
6 台州 73.07%
7 南昌 72.76%
8 中山 72.45%
9 拉萨 72.26%
10 洛阳 72.17%
11 绍兴 72.03%
12 太原 72.02%
13 南宁 71.53%
14 福州 70.55%
15 呼和浩特 69.71%
16 烟台 69.50%
17 海口 68.90%
18 大连 68.81%
19 贵阳 68.33%
20 西宁 68.24%
21 银川 67.48%
22 兰州 66.67%
23 哈尔滨 66.10%
24 长春 65.85%
汽车保有量“200万辆以下”
汽车保有量分类——2020Q1中国主要城市“交通健康指数
67.3% 71.2% 68.3% 70.9%
0.0%
50.0%
100.0%
超400万 超300万 超200万 200万以下
按汽车保有量分类
| 2019年度交通分析报告22 | 2020Q1交通分析报告
城市CT诊断——城市路网高峰行程延时指数
• 根据高德地图交通大数据监测的50个主要城市结果显示，2020Q1济南市路网高峰行程
延时指数1.560，平均车速31.79km/h，高峰拥堵延时指数指数最高；TOP10城市依次
为济南市、西安市、南京市、银川市、沈阳市、重庆市、西宁市、成都市、兰州市、大
连市。
通勤高峰十大拥堵延时城市分布
中国主要城市路网高峰行程延时指数TOP10
1.560
1.534
1.529
1.506
1.486
1.479
1.474
1.468
1.468
1.458
济南市
西安市
南京市
银川市
沈阳市
重庆市
西宁市
成都市
兰州市
大连市
| 2019年度交通分析报告23 | 2020Q1交通分析报告
城市CT诊断——城市高峰运行效率武汉市最快
• 在50个城市中有21个城市高峰平均车速高于均值，其中武汉市排名第一，高峰平均车
速为43.09km/h，从日均24小时平均车速趋势来看，最快时段为4时，平均车速
53.89km/h，最慢时段为18时，平均车速40.16km/h。
在超大城市中，重庆市自由流速度最高，达50.26km/h；特大城市、I型大城市、II型大城市自由流速度最高的分别是武汉市、苏州市、南通市。
高峰平均车速TOP10
日均24小时平均车速变化趋势
50城市自由流速度变化排名-按城市规模
超大城市 特大城市 Ⅰ型大城市 Ⅱ型大城市 中等城市
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
0
20
40
60
上海
广州
深圳
北京
天津
重庆
杭州
沈阳
西安
成都
南京
青岛
东莞
郑州
武汉
哈尔
滨
昆明
长春
南宁
长沙
合肥
宁波
福州
大连
济南
太原
厦门
苏州
海口
银川
温州
兰州
洛阳
绍兴
台州
乌鲁
木齐
呼和
浩特
惠州
西宁
佛山
烟台
南昌
无锡
石家
庄
贵阳
常州
唐山
南通
拉萨
中山
| 2019年度交通分析报告24 | 2020Q1交通分析报告
城市CT诊断——青岛市常发拥堵路段里程比例最高
• 2020Q1季度六宫格中“常发拥堵路段里程比”指标青岛市最高，其中崇阳路累计严
重拥堵时长达36小时，拥堵时长排名第一，相当于平均每日严重拥堵0.61小时；
青岛市常发拥堵路段分布
2020Q1工作日青岛常发拥堵路段TOP10
| 2019年度交通分析报告25 | 2020Q1交通分析报告
城市CT诊断——一线城市中上海市道路运行速度最稳定
• 一线城市中广州市道路运行速度偏差率最高，表明其道路运行速度波动较大，相对不稳
定；上海市最低，道路运行速度偏差率为9.00%，速度稳定意味着其出行时间相对可靠。
一线城市道路运行速度偏差率
2020Q1一线城市工作日道路运行速度变化趋势
| 2019年度交通分析报告26 | 2020Q1交通分析报告
城市CT诊断——重庆道路运行速度偏差率最大
• 根据高德地图交通大数据监测的50个主要城市结果显示，2020Q1道路运行速度偏差率
最高的是重庆市，偏差率达12.18%。
效率——道路运行速度偏差率
高峰平均车速相近的两个城市每日速度波动差异对比
| 2019年度交通分析报告27 | 2020Q1交通分析报告
全国区域拥堵分析
• 在高德交通大数据监测的360个城市中，本季无城市通勤高峰受拥堵威胁，有11.08%
的城市通勤高峰处于缓行，本季有88.92%的城市通勤不受拥堵威胁。
2020Q1中国城市通勤高峰拥堵热力图
2020Q1中国城市拥堵状态
| 2019年度交通分析报告28 | 2020Q1交通分析报告
重点区域拥堵分析
• 全国主要经济区域以成渝区域拥堵程度最高，而长三角区域高峰拥堵延时指数1.33，低
于全国1.39，是交通状况最好的区域。
长三角、珠三角、京津冀区域拥堵低于全国均值，成渝地区拥堵最高
各区域拥堵热力
各区域高峰拥堵延时指数
| 2019年度交通分析报告29 | 2020Q1交通分析报告
50城中有50个城市拥堵缓解，其中武汉市降幅最大
• 高德地图交通大数据监测的50个主要城市中，2020Q1同比有100%的城市拥堵延时指
数同比下降。拥堵同比降幅最大的城市是武汉市。
29.0%
21.6%
20.7%
20.2%
19.8%
19.4%
18.4%
17.5%
17.4%
17.3%
武汉市
南昌市
哈尔滨市
呼和浩特市
重庆市
北京市
洛阳市
长春市
福州市
郑州市
50城市拥堵同比下降TOP10
50城市拥堵同比变化分布
| 2019年度交通分析报告30 | 2020Q1交通分析报告
“拥堵指数分析”——分城市规模划排行榜
• 按照不同城市规模来对50个主要城市拥堵做排名，以期提供更多维度的量化参考。数
据显示：本季超大、特大型城市中南京市拥堵排第一，高峰拥堵延时指数1.53，其次为
沈阳市、重庆市。而在大、中型城市拥堵TOP10榜单中济南市排名第一，其次为西安市、
银川市和西宁市。
超大、特大型城市拥堵排名
大、中大型城市拥堵排名
1.534
1.529
1.486
1.479
1.468
1.457
1.442
1.437
1.409
1.397
西安
南京
沈阳
重庆
成都
青岛
北京
上海
广州
郑州
1.560
1.506
1.474
1.468
1.458
1.453
1.440
1.433
1.420
1.414
济南
银川
西宁
兰州
大连
烟台
昆明
长沙
长春
呼和浩特
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31 | 2020Q1交通分析报告
“拥堵指数分析”——拥堵经济损失分析
• 根据高德地图交通大数据监测的50个主要城市结果显示，北京市2020Q1平均每月因拥
堵造成的时间成本达841元，占月平均工资比的6.92%。但与去年的10.14%相比月平
均工资比重有所下降，在拥堵成本TOP10的城市中有10个城市拥堵经济损失比重出现
下降。
• 本季一线城市同比2019Q1因拥堵造成的经济损失全面下降，北京降幅最大达31.7%。
北京市月拥堵成本841元，因拥堵造成的时间成本占月平均工资6.92%
因拥堵造成的成本TOP10城
拥堵经济损失城市占月平均工资比
0
500
1000
1500
北京 上海 广州 深圳
一线城市因拥堵造成经济损失
2019Q1 2020Q1
-31.7%-25.8%
-23.9% -25.0%
注：月平均工资（根据各地社保部门最 近公布的上年度平均工资），用月平均工资/21.75/8（按每月21.75个工作日，每日8小时计算）得到每小时经济损失，再通过拥堵延时指数所延误的时间，得到因拥堵造成的时间成本。
| 2019年度交通分析报告32 | 2020Q1交通分析报告
主要城市交通拥堵成因分析——西安市
• 同比2019Q1，西安市交通健康指数上升19.29%，六项指标中运行道路偏差率变差。
西安市交通健康指数同比上升19.29%
西安市交通健康指数
西安市六宫格同比
| 2019年度交通分析报告33 | 2020Q1交通分析报告
主要城市交通拥堵成因分析——西安市
• 主要拥堵道路有金花北路、西安高架快速干道、二环南路东段、二环南路西段等，与去
年同期相比西安市城区拥堵下降幅度大。
2020Q1西安市高峰拥堵延时指数热力图
2019Q1西安市高峰拥堵延时指数热力图
西安市每日高峰拥堵延时指数
| 2019年度交通分析报告34 | 2020Q1交通分析报告
• 从流量分布图来看，城区内流量分布基本相似,但整体流量低于2019Q1，除过境高速外，
西安市主要流量集中在西三环、二环北路西段等道路
西安市流量分布热力
主要城市交通拥堵成因分析——西安市
2020Q1西安市流量分布热力图
2019Q1西安市流量分布热力图
| 2019年度交通分析报告35 | 2020Q1交通分析报告
• 2020Q1省高速拥堵排名TOP10分别为江苏省、广东省、安徽省、新疆维吾尔自治区、
山西省、河北省、浙江省、云南省、陕西省、湖南省；直辖市高速拥堵排名分别为北京
市、上海市、天津市、重庆市。
2020Q1江苏省高速拥堵排名第一，直辖市中北京市高速拥堵突出
高速运行态势——省、自治区、直辖市高速拥堵排名
2020Q1省、自治区高速拥堵排名TOP10
2020Q1直辖市高速拥堵排名TOP10
| 2019年度交通分析报告37 | 2020Q1交通分析报告
城市道路流量临界值研究：原理
• 2020Q1见证了国内疫情爆发、有效控制、复工复产的全过程，而城市交通流量也
经历了断崖式下跌、缓步回升的阶段。Q1期间的交通状态变化，是一次难得的自
然实验，为研究城市交通特性提供了丰富的数据素材。
• 在城市复工复产过程中，交通流量缓慢上升，城市逐渐由畅通转变为拥堵状态：
• 拥堵延时指数逐渐上升
• 拥堵里程逐渐上升
注：基于2020Q1、2019Q1工作日早高峰交通数据，拟合标定每个城市的特性曲线数据来源：高德交通大数据
01-10
01-14
01-16
01-19
01-21
01-23
02-01
02-04
02-06
02-10
02-12
02-14
02-18
02-20
02-24
02-26
02-28
03-03
03-05
03-09
03-11
03-13
03-17
03-19
相对量
全国主要城市工作日早高峰流量及拥堵变化
交通流量
拥堵延时指数
拥堵里程比
• 分析发现，城市交通拥堵与流量符合以下规律：在交通流量恢复到一定程度后，城
市拥堵随流量上升而快速加剧；当流量接近或达到饱和时，微小的事件也会让交通
系统快速恶化，面临崩溃。
• 根据各城市疫情复工期间的交通状态变化，结合历年数据，报告计算得到了每个城
市进入缓行的流量临界值、稳定发生局部拥堵的流量临界值。
1.0 1.5 2.0 2.5
相对
流量
拥堵延时指数
拥堵延时指数-流量
0% 1% 2% 3%
相对
流量
拥堵里程比
拥堵里程比-流量
路网缓行临界值 节点拥堵
临界值
| 2019年度交通分析报告38 | 2020Q1交通分析报告
城市路网缓行流量临界值：路网承受力
• 根据每个城市的交通特性曲线，报告测算了城市整体进入缓行状态的流量临界值。
流量临界值越低，意味着畅通状态下城市能承载的相对车流量越少，城市路网的承
受力越弱。
• 分析发现，超大城市中，重庆路网的承受力最弱，当早高峰流量达到82.70%时，
城市将进入缓行状态。广州路网承受力最强，早高峰流量达92.53%时，城市才进
入缓行状态。
• 南京和济南的路网承受力分别在特大城市和大、中型城市中最弱。其中，当济南的
早高峰流量达到69.46%时，城市就进入缓行状态。
• 总体来看，超大城市的路网承受力较特大城市和大、中型城市更强。
82.70%
83.02%
84.13%
86.82%
87.41%
92.53%
77.98%
78.00%
78.45%
79.51%
80.26%
81.47%
82.30%
94.07%
69.46%
73.27%
77.26%
79.32%
79.52%
79.96%
82.05%
82.79%
83.04%
83.48%
0.00% 50.00% 100.00%
重庆
北京
天津
上海
深圳
广州
南京
沈阳
杭州
郑州
青岛
西安
成都
东莞
济南
保定
大连
哈尔滨
潍坊
临沂
福州
长沙
合肥
南昌
路网缓行流量临界值
特大城市
超大城市
大中型城市TOP10
注：本章仅取城市早高峰（早7-9点）交通做研究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39 | 2020Q1交通分析报告
城市节点拥堵流量临界值：节点承受力
• 当流量超过一定程度后，城市将呈现出明显的节点拥堵特征，道路拥堵里程比超过
1%。据此，报告测算了每个城市出现节点拥堵的流量临界值。流量临界值越低，
意味着较少的流量就会使城市关键节点拥堵，城市节点的承受力越弱。
• 分析发现，超大城市中，重庆的节点承受力最弱，当早高峰流量达到57.49%时，
城市1%的道路就会出现拥堵或严重拥堵。天津节点承受力最强，早高峰流量达
77.46%时，城市才呈现明显节点拥堵。
• 南京和哈尔滨的节点承受力分别在特大城市和大、中型城市中最弱。其中，当哈尔
滨的早高峰流量达到61.17%时，城市关键节点就会进入拥堵状态。
57.49%
60.65%
62.41%
68.94%
75.50%
77.46%
57.15%
65.14%
66.61%
69.90%
70.94%
73.26%
74.65%
86.56%
61.17%
61.57%
68.85%
70.28%
70.65%
72.80%
73.28%
73.91%
74.24%
74.99%
0.00% 50.00% 100.00%
重庆
深圳
北京
上海
广州
天津
南京
杭州
西安
青岛
郑州
沈阳
成都
东莞
哈尔滨
济南
贵阳
长沙
长春
南昌
太原
合肥
大连
福州
节点拥堵流量临界值
注：本章仅取城市早高峰（早7-9点）交通做研究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
特大城市
超大城市
大中型城市TOP10
| 2019年度交通分析报告40 | 2020Q1交通分析报告
城市节点拥堵流量临界值：先发拥堵节点
• 在复工复产过程中，城市早高峰流量较日常低许多，而一些节点就已经出现拥堵现
象，出现“城市未堵节点先堵”。据此，针对部分节点承受力较弱的城市，报告梳
理了其“未堵先堵”的节点。
重庆：
• 路网缓行流量临界值82.70%
• 节点拥堵流量临界值57.49%
先发拥堵节点在城市内的分布相对分散，几
个突出节点包括：
• 两路口-七星岗附近
• 江南立交桥附近
• 经纬大道-虎歇路附近
两路口-七星岗附近
江南立交桥附近
经纬大道-虎歇路附近
南京：
• 路网缓行流量临界值77.98%
• 节点拥堵流量临界值57.15%
先发拥堵节点主要分布在城市主干道，几个
突出节点包括：
• 夹江大桥、扬子江隧道、南京长江大桥西
岸入口
• 赛虹桥立交-晨光立交桥附近
• 新庄立交桥附近
夹江大桥、扬子江隧道、南京长江大桥西岸入口
赛虹桥立交-晨光立交桥附近
新庄立交桥附近
本章仅取城市早高峰（早7-9点）交通做研究
| 2019年度交通分析报告41 | 2020Q1交通分析报告
城市节点拥堵流量临界值：先发拥堵节点
杭州：
• 路网缓行流量临 界值
78.45%
• 节点拥堵流量临 界值
65.14%
济南：
• 路网缓行流量临 界值
69.46%
• 节点拥堵流量临 界值
61.57%
• 在复工复产过程中，城市早高峰流量较日常低许多，而一些节点就已经出现拥堵现
象，出现“城市未堵节点先堵”。据此，针对部分节点承受力较弱的城市，报告梳
理了其“未堵先堵”的节点。
先发拥堵节点主要集中在城市主干道，几个突出节点包括：
• 顺河高架路部分路段
• 玉函立交桥附近
先发拥堵节点主要集中在城市主干道，几个突出节点包括：
• 上塘高架-中和立交桥附近
• 秋石高架路部分路段
顺河高架路部分路段
秋石高架路部分路段
上塘高架-中和立交桥附近
玉函立交桥附近
本章仅取城市早高峰（早7-9点）交通做研究
| 2019年度交通分析报告42 | 2020Q1交通分析报告
城市道路临界值研究：城市分类
• 从上述几个城市的例子可以发现，城市路网缓行和节点拥堵的临界流量并不一致，甚至
有较大差别。据此，报告按路网缓行流量临界值（路网承受力）和节点拥堵流量临界值
（节点承受力），对城市进行了分类。
注：本章仅取城市早高峰（早7-9点）交通做研究
哈尔滨
杭州
宁波
济南
西安
保定无锡
南通绍兴
潍坊惠州
东莞
北京
上海
广州
深圳
重庆
天津
石家庄
沈阳
南京
郑州 长沙
成都
50.00%
75.00%
100.00%
60.00% 80.00% 100.00%
节点拥堵流量临界值
路网缓行流量临界值
早高峰脆弱型 早高峰节点薄弱型
早高峰路网薄弱型 早高峰高韧型
代表城市：南通
指标特征：路网承受力、节点承受力双高
交通特征：道路资源相对充足；只有当流量很
大时，才会进入节点拥堵、路网缓行状态。
代表城市：保定
指标特征：路网承受力低、但节点承受力高
交通特征：当流量较小时，就易发路网缓行；
但更大流量才会进入节点拥堵。
代表城市：深圳
指标特征：节点承受力低、路网承受力高
交通特征：当流量较小时，就易发节点拥堵；
但更大流量才会进入路网缓行。
代表城市：济南
指标特征：路网承受力、节点承受双低
交通特征：道路资源相对不足；当流量较小时，
就易发节点拥堵、路网缓行。
路网承受力低 高
节点承受力
低
高
| 2019年度交通分析报告43 | 2020Q1交通分析报告
城市道路临界值研究：早高峰高韧性城市
• 从城市人口来看，早高峰高韧性（路网承受力、节点承受力双高）城市中，大多数为Ⅱ
型大城市。Ⅰ型大城市数量次之，上榜的南宁、厦门、苏州、昆明、宁波的早高峰均呈
现高韧性。
• 超大城市、特大城市各有1城市上榜，分别为广州和石家庄，他们在早高峰均呈现出较
高交通韧性。然而，广州由于人口热力核心区内，存在大量过境流量，城市日常的流量
往往很容易达到临界值以上，城市仍旧容易进入缓行甚至拥堵状态。
50%
75%
100%
南通
东莞
惠州
绍兴
广州
南宁
无锡
中山
温州
扬州
台州
常州
厦门
佛山
石家庄
苏州
徐州
昆明
宁波
早高峰高韧性城市临界值
路网缓行流量临界值 节点拥堵流量临界值
超大城市
特大城市
Ⅰ型大城市Ⅱ型大城市
早高峰高韧性城市类型分布
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44 | 2020Q1交通分析报告
城市道路临界值研究：异常天气承受力
• 在异常天气发生时，即使与平日流量相同，路网也会呈现更拥堵的状态。
• 根据城市特性曲线，报告分析计算了相同流量情况下，路网的拥堵加剧程度，并以
此作为城市路网的“异常天气承受力”：
• 承受力越高的城市，异常天气发生时，城市拥堵变化越小；
• 相反的，承受力越低的城市，异常天气发生时，城市拥堵加剧越显著。
67.76%
64.49%
44.18%
34.31%
26.46%
16.70%
12.65%
11.49%
9.41%
7.73%
0.00% 50.00%
长春
太原
哈尔滨
沈阳
北京
郑州
济南
保定
廊坊
青岛
雪天脆弱榜TOP10
48.96%
32.79%
27.08%
25.02%
20.12%
19.84%
18.62%
18.31%
17.60%
16.73%
0.00% 50.00%
济南
西安
上海
北京
徐州
厦门
深圳
重庆
南昌
中山
雨天脆弱榜TOP10
• 长春的早高峰受雪天影响最严重的，拥堵程度较平日加剧67.76%，雪天早高峰交
通最脆弱；此外，太原、哈尔滨、沈阳、北京早高峰的交通状态也受雪天影响严重。
• 济南的早高峰受雨天影响最严重的，拥堵程度较平日加剧48.96%，雨天早高峰交
通最脆弱；此外，西安、上海、北京、徐州早高峰的交通状态也受雨天影响严重。
注：本章仅取城市早高峰（早7-9点）交通做研究雨雪天气下的交通状态基于2019全年-2020Q1历史数据分析
