1 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 ” 、 “ 中国社会科学院社会学研究所 ” 、“ 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 ” 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2The Statement 概 述本 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 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 。The Statement 声 明3“ 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： report.amap/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常规说明城市 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 2019年 7月 1日 2019年 9月 30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。4Report description编制说明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 。地面 道路 交通 ： 六 宫格 ->健康 综合 诊断公共 道路 交通： 增加 城市道路公共交通运行评价出行速度公交全天运营速度全市全天 线路运营速度波动率社会车辆与公交车速比地面公交出行幸福指数城市道路公共交通路网高延时运行时间占比路网高峰拥堵路段里程比路网高峰行程延时指数高峰平均速度道路 运行速度偏差率时间空间效率交通健康指数九宫格 矩阵地面道路交通六宫格常发拥堵路段里程比5Report description编制说明更新说明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6Report description编制说明更新说明注：如 无特殊说明，城市研究范围以此区域为准重要 POI、 AOI城市道路公共交通运行分析地面公交出行幸福 指数公共 交通服务水平分析主要 城市交通运行健康评价主要 城市交通拥 堵分析全国高速 运行 态势分析01城市地面道路交通运行分析出行夜生活0203智能 +出行 社会经济价值研究04夜生活、夜经济分析重点区域拥 堵分析潮汐 通勤 -深圳交通 专项分析05一 城市道路 公共交通运行分析8 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）计算各项指标权重最终计算各指标权重如左图所示 。 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。注：受每个季度 数据 波动影响，各季度指标权重、正负理想值存在一定波动；故“幸福指数”仅供季度内城市间横向比较参考，同城 不同季度的 “幸福指数”的比较无意义。地面 公共交通是城市交通的重要组成部分，综合、客观地描述城市地面公交运营水平，有利于更综观地评价城市交通水平。高德首创综合性评价“地面公交出行幸福指数”来全面刻画城市地面公交运行状况，从“全市全天线路运营速度波动率”、“人口出行热度核心区全天公交平均运营速度”、“人口出行热度核心区高峰期社会车辆与公交车速比”多个维度描述城市地面公交运行水平。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；需要注意，受每个季度数据波动影响，各季度指标权重、正负理想值存在一定波动。“地面公交出行幸福指数”越高说明离理想值越近，城市地面公交运行水平越高；指数越低则说明多项指标距离理想值越远，相对水平越低。“ 地面公交出行幸福指数” 计算说明全市全天线路运营速度波动率 , 25.02%公交全天运营速度 , 25.23%社会车辆与公交车速比 , 49.76%三项指标信息熵权重分配9特大城市大中型城市超 大城市地面公交出行幸福指数 宁波 “幸福指数”最高61.87%61.15%56.07%53.64%65.40%63.71%63.67%48.06%89.96%82.32%66.07%63.22%62.74%60.66%59.21%58.66%58.14%57.83%57.64%49.23%0.00% 50.00% 100.00%北京深圳重庆广州天津成都南京沈阳宁波石家庄长沙兰州南宁厦门杭州东莞昆明乌鲁木齐青岛绍兴地面公交出行幸福指数2019 Q3地面公交出行幸福指数城市分布图10 所研究城市在 2019Q3期间 ， 宁波 、 石家庄 、 长沙 等 10个城市的 指数较高 ， 说明其 公交运行效率 、 可靠性 、 相对城市交通 水平的综合表现较好； 宁波 地面 公交出行幸福指数最高 ， 与正理想值最接近 ， 达到 89.96%； 北京和天津分别 在 超 大城市中和特大城市中 “ 幸福指数 ” 位 列前茅 。