2023Q1中國(guó)主要城市交通分析報(bào)告

ú??P2編制說(shuō)明Report

description地面交通50城選取360城市+全國(guó)高速選取公共交通20城數(shù)據(jù)呈現(xiàn)：地面道路交通評(píng)價(jià)

——

采用“六宮格”綜合指標(biāo)表示城市交通運(yùn)行健康狀況，多項(xiàng)指標(biāo)兼容GB/T

36670-2018《城市道路交通組織設(shè)計(jì)規(guī)范》交通組織方案評(píng)價(jià)。城市道路公共交通評(píng)價(jià)

——“公交出行幸福指數(shù)”采用“公交全天運(yùn)營(yíng)速度、社會(huì)車(chē)輛與公交車(chē)速比及全市全天線路運(yùn)營(yíng)速度波動(dòng)率”三項(xiàng)指標(biāo)綜合評(píng)價(jià)城市地面公交效率。城市范圍：根據(jù)高德地圖開(kāi)放平臺(tái)人口定位和交通流量大數(shù)據(jù)，通過(guò)算法融合挖掘識(shí)別出城市人車(chē)出行活躍核心區(qū)，該核心區(qū)范圍為本報(bào)告城市道路路網(wǎng)評(píng)價(jià)范圍。樣本說(shuō)明：

城市道路公共交通評(píng)價(jià)、地面道路交通評(píng)價(jià)分別進(jìn)行獨(dú)立計(jì)算。時(shí)間說(shuō)明：全天06:00-22:00 早高峰07:00-09:00 晚高峰17:00-19:00因時(shí)區(qū)原因，烏魯木齊早晚高峰時(shí)段調(diào)整為09:00-11:00、19:00-21:00，拉薩早晚高峰時(shí)段調(diào)整為08:00-10:00、18:00-20:00。無(wú)其他特殊說(shuō)明，本報(bào)告統(tǒng)計(jì)時(shí)間均為2023年1月1日~2023年3月31日分析范圍：城市計(jì)算范圍：人車(chē)出行活躍核心區(qū)（

“人+車(chē)”大數(shù)據(jù)，全息勾勒城市核心區(qū)邊界）人流 車(chē)流高德LBS定位數(shù)據(jù)

高德地圖駕車(chē)數(shù)據(jù)人車(chē)出行活躍核心區(qū)紫色填充區(qū)域注：如無(wú)特殊說(shuō)明，城市研究范圍以此區(qū)域?yàn)闇?zhǔn)POI、AOI基礎(chǔ)數(shù)據(jù)數(shù)據(jù)說(shuō)明Data

description數(shù)據(jù)說(shuō)明Data

description城市公共交通：利用“公共交通出行幸福指數(shù)”,

對(duì)城市公共交通運(yùn)行進(jìn)行綜合評(píng)價(jià)交通報(bào)告50主要城市選取標(biāo)準(zhǔn)：地面道路交通：利用

“交通健康指數(shù)”

對(duì)城市地面道路交通健康水平進(jìn)行綜合評(píng)價(jià)診斷時(shí)間空間效率交通健康指數(shù)地面道

路交通路網(wǎng)高延時(shí)運(yùn)行時(shí)間占比路網(wǎng)高峰行程延時(shí)指數(shù)路網(wǎng)高峰擁堵路段里程比常發(fā)擁堵路段

里程比高峰平均速度道路運(yùn)行速度偏差率城市發(fā)展交通體量城市

選取GDP汽車(chē)保有量城市影響力城區(qū)常住人口在途車(chē)流密度50城指標(biāo)歸一出行核心區(qū)面積

化 加權(quán)計(jì)算注：1.“在途車(chē)流密度”統(tǒng)計(jì)方法為：城市核心區(qū)范圍內(nèi)平均每公里每分鐘在道路上行駛的去重車(chē)輛數(shù)，統(tǒng)計(jì)時(shí)段為6點(diǎn)-22點(diǎn)；2.

城市影響力考量標(biāo)準(zhǔn)為：是否省會(huì)、直轄市、區(qū)域中心城市及是否舉辦大型國(guó)際會(huì)議等。效率便捷公共交通出行幸福指數(shù)城市公共交通

時(shí)間社會(huì)車(chē)輛與公交車(chē)速比線路運(yùn)營(yíng)速度波動(dòng)率平均候車(chē)時(shí)長(zhǎng)公共交通與小汽車(chē)

高峰出行時(shí)間比平均步行距離平均換乘系數(shù)城市公共交通運(yùn)行分析城市地面道路交通分析合作研究：基于LBS數(shù)據(jù)的軌道交通洞察數(shù)據(jù)分析城市公共交通運(yùn)行分析第一章10公共交通是城市交通的重要組成部分，全面客觀地描述城市公共交通整體運(yùn)行水平，有利于更綜觀地評(píng)價(jià)城市交通狀況。高德提出“公共交通出行幸福指數(shù)”：效率維度，引入“小汽車(chē)與地面公交速度比、全市全天線路運(yùn)營(yíng)速度波動(dòng)率”；時(shí)間維度，引入“公共交通與小汽車(chē)高峰出行時(shí)間比、平均候車(chē)時(shí)間”；便捷維度，引入“平均步行距離、平均換乘系數(shù)”，構(gòu)成公共交通幸福六宮格，對(duì)城市公共交通運(yùn)行水平進(jìn)行綜合評(píng)價(jià)。該指數(shù)算法沿用國(guó)際通用的信息熵法客觀確定評(píng)價(jià)指標(biāo)權(quán)重（該方法在政府權(quán)威部門(mén)、社會(huì)經(jīng)濟(jì)、學(xué)術(shù)領(lǐng)域的各類(lèi)報(bào)告中得到廣泛普遍應(yīng)用）；同時(shí)，采用TOPSIS正負(fù)理想解的計(jì)算進(jìn)行排名，最終評(píng)分結(jié)果代表各城市指標(biāo)與理想值之間的接近程度；

“公共交通出行幸福指數(shù)”越高說(shuō)明離理想值越近，城市公共交通運(yùn)行水平越高；指數(shù)越低則說(shuō)明多項(xiàng)指標(biāo)距離理想值越遠(yuǎn)，相對(duì)水平越低。六項(xiàng)指標(biāo)信息熵權(quán)重分配結(jié)果顯示，

“公共交通與小汽車(chē)高峰出行時(shí)間比”

和“換乘系數(shù)”的權(quán)重占比最高，出行時(shí)間比與城市公共交通整體效率、尤其是地鐵線網(wǎng)發(fā)達(dá)程度關(guān)系較大，換乘系數(shù)與公共交通線網(wǎng)銜接、覆蓋率等關(guān)系較大。兩項(xiàng)指標(biāo)權(quán)重最大，一方面從數(shù)據(jù)層面說(shuō)明不同城市這兩項(xiàng)指標(biāo)的方差較大，另一方面亦說(shuō)明對(duì)于出行者來(lái)說(shuō)，公共交通與駕車(chē)出行相比時(shí)間花費(fèi)差距越小、換乘越少，采用公共交通出行的幸福感越佳?！肮步煌ǔ鲂行腋Ｖ笖?shù)”計(jì)算說(shuō)明權(quán)重確定方法——熵值法各項(xiàng)指標(biāo)運(yùn)用最大最小值歸一化處理，并考慮指標(biāo)的正反向進(jìn)行調(diào)整計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)樣本值占該指標(biāo)的比重3）計(jì)算第j項(xiàng)指標(biāo)的熵值4）計(jì)算信息熵冗余度5）計(jì)算各項(xiàng)指標(biāo)權(quán)重，最終結(jié)果如左圖所示。?

排名得分方法——TOPSIS1）對(duì)于反向指標(biāo)采用取倒數(shù)進(jìn)行同向處理，然后進(jìn)行數(shù)據(jù)規(guī)范化2）利用歐式距離計(jì)算與最優(yōu)最劣目標(biāo)的距離，并乘以權(quán)重3）計(jì)算各評(píng)價(jià)對(duì)象與最優(yōu)方案的貼近程度公共交通與小汽車(chē)高峰出行時(shí)間比,

22.21%換乘系數(shù),20.10%平均候車(chē)時(shí)長(zhǎng),18.84%注：受每個(gè)季度/年度數(shù)據(jù)波動(dòng)影響，各季度/年度指標(biāo)權(quán)重、正負(fù)理想值存在一定波動(dòng)；故“幸福指數(shù)”僅供季度/年度內(nèi)城市間橫向比較參考，同城不同季度/年度的“幸福指數(shù)”的比較無(wú)意義。小汽車(chē)與地面公交速度比,

15.44%平均步行距離,13.20%波動(dòng)率,

10.21%六項(xiàng)指標(biāo)信息熵權(quán)重分配全市全天線路運(yùn)營(yíng)速度南京93北京成都4

6重慶寧波廣州

82深圳1蘭州5 7

上海注：城市規(guī)模來(lái)自中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部2021年城市建設(shè)統(tǒng)計(jì)年鑒10長(zhǎng)春11公共交通出行幸福指數(shù)2023Q1蘭州公共交通出行幸福指數(shù)最高所研究城市在2023Q1期間，蘭州市、深圳市、北京市等10個(gè)城市的指數(shù)較高，說(shuō)明其公共交通（地面公交+地鐵）運(yùn)行效率、可靠性，相對(duì)其他城市公共交通運(yùn)行水平的綜合表現(xiàn)較好；蘭州市公共交通出行幸福指數(shù)最高，與正理想值最接近，達(dá)到83.23%；深圳市和南京市分別在超大城市和特大城市中“幸福指數(shù)”位列首位。特大城市超大城市74.22%72.11%71.85%67.90%66.50%50.14%71.97%56.07%53.71%51.58%49.01%83.23%65.83%65.47%64.78%64.30%61.82%61.46%38.65%0.00%深圳市北京市成都市重慶市上海市廣州市天津市南京市青島市沈陽(yáng)市杭州市東莞市蘭州市寧波市長(zhǎng)春市大、中型城市

太原市廈門(mén)市石家莊市海口市

昆明市公共交通出行幸福指數(shù)20.00%40.00%60.00%80.00%

100.00%76.54%12公共交通與小汽車(chē)高峰出行時(shí)間比注：指標(biāo)基于高德地圖公交、駕車(chē)規(guī)劃數(shù)據(jù)計(jì)算；取起終點(diǎn)均在該城市的規(guī)劃數(shù)據(jù)作為分析對(duì)象特大城市超大城市大、中型城市1.90

1.911.972.13

2.132.382.732.332.372.462.592.952.322.53

2.532.57

2.572.722.822.972.980.000.501.001.502.002.503.003.50高峰公共交通與小汽車(chē)出行時(shí)間比0.00 0.50 1.00 1.50 2.00 2.50 3.00北京市深圳市廣州市西安市上海市成都市武漢市長(zhǎng)沙市蘭州市南京市2023Q1廣州公共交通與小汽車(chē)高峰出行時(shí)間最接近公共交通與小汽車(chē)高峰出行時(shí)間比，基于早晚高峰時(shí)段內(nèi)的公共交通規(guī)劃數(shù)據(jù)和駕車(chē)規(guī)劃數(shù)據(jù)，計(jì)算同一組OD下的公共交通/駕車(chē)出行時(shí)間比；其中，公共交通包含地面公交和地鐵系統(tǒng)，用以綜合評(píng)價(jià)城市內(nèi)公共交通運(yùn)行效率；所研究城市在2023Q1期間，北京市高峰期公共交通出行時(shí)間比小汽車(chē)出行時(shí)間最接近，說(shuō)明該城市早晚高峰期采用公共交通出行的時(shí)間效率體感較好；南京市和蘭州市分別在特大城市和大中型城市中出行時(shí)間比最優(yōu)；對(duì)大多數(shù)城市而言，早高峰的公共交通與小汽車(chē)出行時(shí)間比略高于晚高峰。在排名前十的城市均呈現(xiàn)這樣的趨勢(shì)

。TOP10

城市早/晚高峰公共交通與小汽車(chē)出行時(shí)間比早高峰 晚高峰13公共交通平均換乘系數(shù)換乘系數(shù)反映公交出行中換乘相對(duì)量，該值越低，說(shuō)明公交出行中需要換乘的出行越少，公交出行越便捷。

2023Q1期間，超大城市、特大城市、大中型城市的平均換乘系數(shù)（1.607、1.520、1.447）與去年同期相比（1.521、1.430、1.339）均有上升。其中，重慶市、青島市、蘭州市的公交換乘系數(shù)分別在超大、特大與大、中型城市中最小。去年同期相比，大部分城市換乘系數(shù)呈現(xiàn)上升的趨勢(shì)。注：換乘系數(shù)計(jì)算方法參考國(guó)家標(biāo)準(zhǔn)（GB/T

32852.1-2016），指標(biāo)基于高德地圖公交規(guī)劃數(shù)據(jù)計(jì)算；取起終點(diǎn)均在該城市的公交規(guī)劃數(shù)據(jù)作為分析對(duì)象城市公共交通平均換乘系數(shù)整體同比多呈上升趨勢(shì)同比變化特大城市超大城市大、中型城1.5271.5731.5881.6081.6381.6421.6641.4091.4371.5191.5801.6261.3651.3921.3981.4511.4581.5281.5541.5761.0001.2001.4001.600重慶市深圳市天津市廣州市成都市上海市北京市青島市沈陽(yáng)市東莞市南京市杭州市蘭州市?？谑袕B門(mén)市太原市長(zhǎng)春市莊市寧波市昆明市↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升市↑

升↓

降↑升

石家↑

升↑

升換乘系數(shù)

47%43%41%39%36%36%34%59%56%48%42%37%64%61%60%55%54%47%45%42%33%34%36%32%36%36%34%29%32%34%35%36%27%31%31%32%34%37%35%34%1.800

0%20%40%60%80%100%直達(dá)占比一次換乘占比多次換乘占比城市高峰期地面公交平均候車(chē)時(shí)長(zhǎng)注：指標(biāo)基于各城市核心區(qū)內(nèi)、實(shí)時(shí)數(shù)據(jù)質(zhì)量較高的公交線路計(jì)算得到。高峰期平均候車(chē)時(shí)長(zhǎng)，計(jì)算方法參考TCRP165報(bào)告中國(guó)際通用的方法。14單位：分鐘特大城市超大城市大、中型城市8.849.327.0510.0020.0015.005.000.00深圳市 重慶市 成都市 北京市 上海市 廣州市 天津市 南京市 東莞市 青島市 杭州市 沈陽(yáng)市 蘭州市 長(zhǎng)春市

石家莊市

廈門(mén)市 寧波市 ?？谑?太原市 昆明市蘭州高峰期地面公交平均候車(chē)時(shí)長(zhǎng)最優(yōu)2023Q1期間，主要城市的候車(chē)時(shí)長(zhǎng)與去年同期相比，廈門(mén)市候車(chē)時(shí)長(zhǎng)降幅最明顯。所研究城市范圍內(nèi)，蘭州市的候車(chē)時(shí)長(zhǎng)為7.05分鐘，在所有城市中最優(yōu)，且蘭州市受發(fā)車(chē)頻率影響的候車(chē)時(shí)長(zhǎng)最小；重慶市受交通擾動(dòng)影響的候車(chē)時(shí)長(zhǎng)在所有城市中最小；深圳市、南京市的候車(chē)時(shí)長(zhǎng)分別為超大城市、特大城市的最優(yōu)。高峰期平均候車(chē)時(shí)長(zhǎng)候車(chē)時(shí)長(zhǎng)（受發(fā)車(chē)頻率影響）候車(chē)時(shí)長(zhǎng)（受交通擾動(dòng)影響）城市高峰期地面公交運(yùn)行效率?？诠恍逝c小汽車(chē)最接近，太原公交效率最穩(wěn)定將公交運(yùn)營(yíng)速度與同時(shí)段、同線路的社會(huì)車(chē)輛速度對(duì)比，能夠較直接、客觀地反映公交運(yùn)行效率與城市交通效率的相對(duì)水平，值越小表示兩者速度差距也越小。研究范圍內(nèi)的城市在2023Q1期間，海口市城市核心區(qū)內(nèi)的高峰期“社會(huì)車(chē)輛-公交車(chē)速度比”最小，小汽車(chē)速度是公交的1.957倍；此外，沈陽(yáng)市、廈門(mén)市速度比值也小于2，說(shuō)明其公共交通出行用戶體感良好。全天線路運(yùn)營(yíng)速度波動(dòng)率，為每條線路全天班次運(yùn)營(yíng)速度波動(dòng)率的加權(quán)平均值，反映公交運(yùn)營(yíng)速度的變化水平；該值越小，城市公交的運(yùn)行效率越穩(wěn)定。研究范圍內(nèi)的城市在2023Q1期間，太原市的“全市全天線路運(yùn)營(yíng)速度波動(dòng)率”最小，公交運(yùn)營(yíng)效率最穩(wěn)定。注：指標(biāo)基于各城市全市或核心區(qū)內(nèi)、實(shí)時(shí)數(shù)據(jù)質(zhì)量較高的公交線路計(jì)算得到；城市規(guī)模來(lái)自中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部2021年城市建設(shè)統(tǒng)計(jì)年鑒151.9571.9601.9612.0362.0692.0842.0992.1292.1572.1601.01.22.02.2?？谑猩蜿?yáng)市廈門(mén)市石家莊市天津市南京市寧波市蘭州市重慶市成都市高峰社會(huì)車(chē)輛-公交車(chē)速比1.4 1.6 1.810.33%11.75%14.57%15.18%15.25%15.32%15.96%16.07%16.24%16.41%0.00.2太原市寧波市南京市天津市長(zhǎng)春市北京市重慶市蘭州市杭州市深圳市全市全天線路運(yùn)營(yíng)速度波動(dòng)率0.1 0.1 0.216公共交通平均步行距離

同比變化城市公共交通平均步行距離同比均有增加注：指標(biāo)基于高德地圖公交規(guī)劃數(shù)據(jù)計(jì)算；取起終點(diǎn)均在該城市的公交規(guī)劃數(shù)據(jù)作為分析對(duì)象離開(kāi)公共交通系統(tǒng)公共交通平均步行距離指城市中公交系統(tǒng)使用者進(jìn)出系統(tǒng)、換乘所需的步行距離，該值越低，城市公交出行便捷度越高。2023Q1期間，超大城市、特大城市和大中型城市的平均步行距離（1114米、1063米、1011米）較去年同期（1084米、1033米、954米）相比呈上升趨勢(shì)，且各城市均呈現(xiàn)略增的趨勢(shì)，主要增幅發(fā)生在進(jìn)/出公共交通系統(tǒng)的步行距離。其中，廣州市、青島市、蘭州市的步行距離分別在超大、特大與大中型城市中最小。車(chē)站進(jìn)入公共交通系統(tǒng)車(chē)站換乘起點(diǎn)終點(diǎn)單位：米特大城市超大城市大、中型城↑

升↑

升→

平↑

升↑

升↑

升→

平↑

升↑

升↑

升↑

升↑

升↑

升↑

升↑

升市↑

升↑升

石家→

平↑

升↑

升104510571107113111511158115899932101062111138858348828851021106010851131121402004006008001000 1200 1400廣州市深圳市天津市重慶市成都市北京市上海市青島市沈陽(yáng)市東莞市南京市杭州市蘭州市海口市廈門(mén)市太原市莊市長(zhǎng)春市寧波市昆明市進(jìn)出公交系統(tǒng)平均步行距離平均換乘距離17綠色出行意愿指數(shù)北京綠色出行意愿最高基于全國(guó)50個(gè)主要城市的公交&地鐵、騎行和步行路線規(guī)劃占總規(guī)劃次數(shù)的比例，規(guī)范化后得出各城市的“綠色出行意愿指數(shù)”。2023Q1期間，綠色出行意愿最強(qiáng)的城市為北京市，其次為上海市、深圳市、西安市。從各類(lèi)綠色出行方式來(lái)看，公交&地鐵、騎行、步行出行意愿排名第一的城市分別為北京市、海口市、拉薩市。注：出行意愿指數(shù)基于高德規(guī)劃大數(shù)據(jù)計(jì)算2.7172.6772.6212.5442.518

2.5172.5072.463

2.462北京市

上海市

深圳市

西安市

昆明市

南京市

杭州市

廈門(mén)市

成都市

廣州市2023Q1綠色出行意愿指數(shù)TOP102.8683.243.17北京市西安市上海市公交&地鐵出行意愿指數(shù)3.643.433.89

?？谑心蠈幨欣ッ魇序T行出行意愿指數(shù)3.303.253.133.81

拉薩市蘭州市廈門(mén)市步行出行意愿指數(shù)城市地面道路交通分析第二章19隨著城市交通復(fù)雜性增加和智能交通的飛速發(fā)展，單一指標(biāo)的評(píng)價(jià)和診斷已不能滿足我國(guó)交通運(yùn)行的多樣化評(píng)測(cè)。高德運(yùn)用城市交通診斷評(píng)價(jià)模型“交通健康指數(shù)”綜合性評(píng)價(jià)方法，全面刻畫(huà)城市交通運(yùn)行狀況。該指數(shù)由六項(xiàng)交通運(yùn)行指標(biāo)組成，對(duì)城市進(jìn)行全方位立體化運(yùn)行健康評(píng)價(jià)分析。交通健康指數(shù)算法沿用國(guó)際通用的信息熵方法確定評(píng)價(jià)指標(biāo)權(quán)重（該方法在政府權(quán)威部門(mén)、社會(huì)經(jīng)濟(jì)及學(xué)術(shù)領(lǐng)域報(bào)告中已經(jīng)普遍應(yīng)用），并采用TOPSIS正負(fù)理想解的計(jì)算進(jìn)行排名，最終評(píng)分結(jié)果代表各城市六宮格指標(biāo)與理想值之間的接近程度，值越接近1，表示評(píng)價(jià)對(duì)象越優(yōu)秀。注：“交通健康指數(shù)”越高說(shuō)明離理想值越近，城市運(yùn)行相對(duì)越健康；指數(shù)越低則說(shuō)明多項(xiàng)指標(biāo)距離理想值越遠(yuǎn)，相對(duì)越不健康。

值越接近1，表示評(píng)價(jià)對(duì)象越優(yōu)秀。在城市健康指數(shù)中，所得結(jié)果即代表著該城市健康水平與最優(yōu)目標(biāo)的接近百分比。六項(xiàng)分指標(biāo)解釋說(shuō)明詳見(jiàn)附錄A。權(quán)重確定方法——熵值法各項(xiàng)指標(biāo)運(yùn)用最大最小值歸一化處理，并考慮指標(biāo)的正反向進(jìn)行調(diào)整計(jì)算第j項(xiàng)指標(biāo)下第

i

個(gè)樣本值占該指標(biāo)的比重3）計(jì)算第j項(xiàng)指標(biāo)的熵值4）計(jì)算信息熵冗余度5）計(jì)算各項(xiàng)指標(biāo)權(quán)重?

排名得分方法——TOPSIS1）利用歷史數(shù)據(jù)固定TOPSIS的最優(yōu)最劣值2）運(yùn)用固定的最優(yōu)最劣值對(duì)數(shù)據(jù)進(jìn)行歸一化處理，并考慮指標(biāo)的正反向進(jìn)行調(diào)整3）利用歐式距離計(jì)算與最優(yōu)最劣目標(biāo)的距離，并乘以權(quán)重4）計(jì)算各評(píng)價(jià)對(duì)象與最優(yōu)方案的貼近程度“交通健康指數(shù)”計(jì)算說(shuō)明17.06%16.90%16.02%20.80%14.35%14.87%六項(xiàng)指標(biāo)信息熵權(quán)重分配效率-道路運(yùn)行速度偏差率效率-高峰平均速度空間-常發(fā)擁堵路段里程比時(shí)間-路網(wǎng)高延時(shí)運(yùn)行時(shí)間占比時(shí)間-路網(wǎng)高峰行程延時(shí)指數(shù)空間-路網(wǎng)高峰擁堵路段里程比20序號(hào)城市名稱(chēng)交通健康指數(shù)同比變化率1南通市72.75%↑0.30%2紹興市70.97%↑11.23%3臺(tái)州市69.14%↑1.68%4洛陽(yáng)市68.60%↑0.42%5惠州市68.46%↑2.60%6南寧市67.58%↑1.23%7常州市67.10%↑0.84%8呼和浩特市66.69%↓3.87%9寧波市66.37%↑2.56%10南昌市66.20%↑2.17%2023Q1中國(guó)主要城市交通亞健康榜與健康榜TOP10將全國(guó)50個(gè)主要城市的“交通健康指數(shù)”

均值作為健康、亞健康臨界值，也就是健康水平線；高于健康水平線的城市為交通健康城市，數(shù)據(jù)顯示：2023Q1交通亞健康榜排名第一的是西安，其交通健康指數(shù)為47.91%，其次是北京、長(zhǎng)沙、蘭州、廣州、武漢、成都、烏魯木齊、重慶、上海；TOP10城市中有9城交通健康指數(shù)同比下降；交通健康榜TOP10城市中長(zhǎng)三角區(qū)域占五席，其中南通交通健康程度最高，其交通健康指數(shù)為72.75%，其次是紹興、臺(tái)州、洛陽(yáng)、惠州、南寧、常州、呼和浩特、寧波、南昌。2023Q1中國(guó)主要城市交通亞健康排名TOP10 2023Q1中國(guó)主要城市交通健康排名TOP10序號(hào)城市名稱(chēng)交通健康指數(shù)同比變化率1西安市47.91%↓14.66%2北京市49.05%↓13.20%3長(zhǎng)沙市50.29%↓7.63%4蘭州市50.67%↓17.27%5廣州市50.73%↓6.49%6武漢市50.76%↓15.71%7成都市51.10%↓7.22%8烏魯木齊市52.60%↓8.31%9重慶市53.42%↑0.46%10上海市54.05%↓11.34%21汽車(chē)保有量分類(lèi)——2023Q1中國(guó)主要城市“交通健康指數(shù)”注：汽車(chē)保有量數(shù)據(jù)來(lái)自：/ttarticle/x/m/show#/id=2309404788286563680815&_wb_client_=1排名城市交通健康指數(shù)↓1蘇州市65.73%2鄭州市61.79%3上海市54.05%4重慶市53.42%5成都市51.10%6武漢市50.76%7北京市49.05%8西安市47.91%排名城市交通健康指數(shù)↓1寧波市66.37%2杭州市64.43%3東莞市63.18%4佛山市62.44%5青島市62.42%6天津市61.84%7石家莊市58.97%8南京市57.97%9深圳市55.17%10濟(jì)南市54.21%11廣州市50.73%12長(zhǎng)沙市50.29%排名城市交通健康指數(shù)↓1臺(tái)州市69.14%2南寧市67.58%3唐山市66.06%4溫州市65.78%5煙臺(tái)市65.35%6無(wú)錫市65.27%7合肥市64.42%8哈爾濱市60.83%9沈陽(yáng)市59.05%10昆明市56.71%11長(zhǎng)春市55.02%排名城市交通健康指數(shù)↓1南通市72.75%2紹興市70.97%3洛陽(yáng)市68.60%4惠州市68.46%5常州市67.10%6呼和浩特市66.69%7南昌市66.20%8廈門(mén)市64.65%9太原市64.02%10貴陽(yáng)市63.55%11拉薩市62.89%12中山市62.82%13銀川市62.21%14福州市59.44%15大連市59.10%16西寧市58.47%17?？谑?4.60%18烏魯木齊市52.60%19蘭州市50.67%衡量及對(duì)比不同城市交通運(yùn)行狀況需充分考慮城市間交通發(fā)展規(guī)模的差異性，為準(zhǔn)確反映城市的真實(shí)交通運(yùn)行體量，報(bào)告采用公安部交通管理局發(fā)布的截至2022年6月底全國(guó)汽車(chē)保有量數(shù)據(jù)及各地政府公開(kāi)數(shù)據(jù)，將城市分為“超400萬(wàn)”、“超300萬(wàn)”、“超200萬(wàn)”、“200萬(wàn)以下”四檔對(duì)城市間交通狀況進(jìn)行綜合考量。

結(jié)果顯示：超400萬(wàn)輛的城市中蘇州交通健康指數(shù)最高，西安最低；超300萬(wàn)輛的城市中寧波得分最高，長(zhǎng)沙最低；超200萬(wàn)輛城市中臺(tái)州得分最高，長(zhǎng)春最低；200萬(wàn)以下城市中南通得分最高，蘭州最低。汽車(chē)保有量“超400萬(wàn)輛” 汽車(chē)保有量“超300萬(wàn)輛” 汽車(chē)保有量“超200萬(wàn)輛” 汽車(chē)保有量“200萬(wàn)輛以下”22同比分析——50城中有4城擁堵同比下降同比2022Q1，2023Q1全國(guó)50個(gè)主要城市中有8%的城市路網(wǎng)高峰行程延時(shí)指數(shù)下降，26%的城市基本持平，66%的城市擁堵上升。擁堵下降城市中紹興降幅最大，其次是拉薩、銀川、杭州。擁堵同比下降城市50城市路網(wǎng)高峰行程延時(shí)指數(shù)同比變化分布上升66%持平26%下降8%-9.4%-2.3%-1.8%-1.7%紹興市拉薩市銀川市杭州市23城市CT掃描——高峰平均車(chē)速全國(guó)50個(gè)主要城市中有24個(gè)城市高峰平均速度大于均值，其中TOP10城市分別為南通、蘇州、呼和浩特、臺(tái)州、紹興、太原、廈門(mén)、東莞、貴陽(yáng)、常州，平均車(chē)速均高于30公里/小時(shí)；城市自由流速度方面，汽車(chē)保有量超400萬(wàn)的城市中，蘇州自由流速度最高，達(dá)50.35公里/小時(shí)；汽車(chē)保有量超300萬(wàn)、超200萬(wàn)、200萬(wàn)以下自由流速度最高的城市分別為天津、臺(tái)州、南通。城市高峰平均車(chē)速排名TOP1035.9931.3830.9730.9430.7230.5230.5130.2930.1630.15南通市 蘇州市 呼和浩特市50城市自由流速度排名——按汽車(chē)保有量臺(tái)州市紹興市太原市廈門(mén)市東莞市貴陽(yáng)市常州市高峰平均速度（公里/小時(shí)）50.3548.8647.5652.314020060蘇州市武漢市鄭州市重慶市北京市成都市西安市上海市天津市石家莊市南京市濟(jì)南市佛山市青島市東莞市寧波市長(zhǎng)沙市深圳市杭州市廣州市臺(tái)州市無(wú)錫市唐山市合肥市煙臺(tái)市長(zhǎng)春市哈爾濱市南寧市沈陽(yáng)市昆明市溫州市南通市呼和浩特市太原市廈門(mén)市貴陽(yáng)市福州市南昌市常州市中山市大連市烏魯木齊市惠州市紹興市洛陽(yáng)市西寧市蘭州市銀川市?？谑欣_市超400萬(wàn)超300萬(wàn)超200萬(wàn)200萬(wàn)以下自由流速度（公里/小時(shí)）24城市CT掃描——道路運(yùn)行速度偏差率2023Q1全國(guó)50個(gè)主要城市中北京道路運(yùn)行速度偏差率最高，為10.74%，表明其道路運(yùn)行速度波動(dòng)較大，每日高峰平均速度相對(duì)不穩(wěn)定，速度波動(dòng)大意味著其每日出行時(shí)間相對(duì)不可靠；其次是廣州、武漢、?？?、成都、烏魯木齊、深圳、中山、重慶、佛山。中國(guó)主要城市道路運(yùn)行速度偏差率TOP10城市工作日高峰時(shí)段平均速度變化趨勢(shì)10.74%10.13%10.13%9.71%9.56%9.51%9.02%8.88%8.84%8.66%北京市廣州市武漢市?？谑谐啥际袨豸斈君R市深圳市中山市重慶市佛山市020406020230103202301052023010920230111202301132023011720230119202301282023013020230201202302032023020720230209202302132023021520230217202302212023022320230227202303012023030320230307202303092023031320230315202303172023032120230323202303272023032920230331高峰平均速度（公里/小時(shí)）北京市廣州市25城市CT掃描——武漢常發(fā)擁堵路段里程比最高2023Q1城市六宮格中“常發(fā)擁堵路段里程比”指標(biāo)武漢市相對(duì)較高，其中龍陽(yáng)大道(由南向北)工作日累計(jì)嚴(yán)重?fù)矶聲r(shí)長(zhǎng)336小時(shí)，其次是常青路高架(由南向北)、古田二路(由南向北)工作日累計(jì)嚴(yán)重?fù)矶聲r(shí)長(zhǎng)分別為179小時(shí)、172小時(shí)。武漢市常發(fā)擁堵路段分布武漢市工作日常發(fā)擁堵路段TOP10336

12

1794

16310

813

1725

1596

1337

111908336179172163159133111908581龍陽(yáng)大道(由南向北)常青路高架(由南向北)古田二路(由南向北)珞獅路(由南向北)古田二路(由北向南)武漢大道(由北向南)工農(nóng)路(由西向東)中山路(由北向南)黃浦大街(由東向西)龍陽(yáng)大道高架(由南向北)累計(jì)嚴(yán)重?fù)矶聲r(shí)長(zhǎng)(小時(shí))859高速公路運(yùn)行態(tài)勢(shì)——2023年春運(yùn)全國(guó)高速擁堵較去年同期上升7%2023年春運(yùn)40天全國(guó)高速擁堵較去年同期上升7%；

2023年1月27日（正月初六）受春節(jié)返程影響，全國(guó)高速擁堵程度最高。31個(gè)?。ㄗ灾螀^(qū)、直轄市）中上海高速擁堵里程占比最高，其次是北京、安徽、江蘇等，吉林省高速擁堵里程占比最低。全國(guó)高速每日擁堵變化趨勢(shì)31個(gè)?。ㄗ灾螀^(qū)、直轄市）高速擁堵里程占比排名0.0%0.4%0.8%1.2%1.6%2.0%1/1 1/5 1/91/131/171/211/25

1/292/2 2/62/102/142/182/22

2/263/2 3/63/103/143/183/223/26

3/30高速擁堵里程占比

2023/1/14、1/15

臘月廿三、廿四

周末 2023/1/27 2023Q1 2022Q1

正月初六 0.94%1.20%高速擁堵里程占比0.80%0.40%0.00%上 北 安 江 湖 廣 重 江 浙 廣 湖 海 青 四 甘 新 云 陜 河 貴 河 山 天 西 遼 內(nèi) 寧 福 山 黑 吉海 京 徽

蘇

南

東

慶

西

江

西

北

南

海

川

肅

疆

南

西

南

州

北

西

津

藏

寧

蒙

夏

建

東

龍

林古 江 26注：港澳臺(tái)暫無(wú)數(shù)據(jù)2022年春運(yùn)2023年春運(yùn)高速擁堵里程占比上升7%合作研究：基于LBS數(shù)據(jù)的軌道交通TOD洞察分析第三章類(lèi)型衛(wèi)星定位（GPS等）基站定位WIFI定位信令數(shù)據(jù)LBS數(shù)據(jù)優(yōu)點(diǎn)定位精度高，只須能接收到四顆衛(wèi)星定位信號(hào)即可。數(shù)據(jù)主動(dòng)采集。綜合精準(zhǔn)定位，服務(wù)場(chǎng)景多樣，不易受天氣和位置影響。定位精度高，速度快，外部WIFI設(shè)備密集為定位提供便利。缺點(diǎn)受天氣和位置的影響較大，甚至無(wú)法進(jìn)行定位服務(wù)?；灸：ㄎ?，單一運(yùn)營(yíng)商用戶有限，受基站密度影響較大。數(shù)據(jù)被動(dòng)接收，信息連貫性不足。WIFI依賴(lài)，必須處于聯(lián)網(wǎng)狀態(tài)，用戶被迫共享流量。精度5~10米200~2000米10-50米10~200米研究背景公共交通引導(dǎo)城市發(fā)展模式（TOD）是目前支持超特大城市可持續(xù)發(fā)展的重要途徑。我國(guó)“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要中明確提出轉(zhuǎn)變城市發(fā)展方式，“推行功能復(fù)合、立體開(kāi)發(fā)、公交導(dǎo)向的集約緊湊型發(fā)展模式”；《國(guó)家綜合立體交通網(wǎng)規(guī)劃綱要》中也明確提出“引導(dǎo)城市沿大容量公共交通廊道合理、有序發(fā)展”。隨著我國(guó)主要城市的規(guī)劃逐漸由“增量時(shí)代”進(jìn)入“存量時(shí)代”，在城市更新背景更需要充分挖掘大數(shù)據(jù)價(jià)值，為城市TOD提供有力的決策支持?；谖恢玫姆?wù)（LBS）是利用移動(dòng)通訊、互聯(lián)網(wǎng)絡(luò)、空間定位、位置信息、大數(shù)據(jù)等各類(lèi)型定位技術(shù)來(lái)獲取定位設(shè)備當(dāng)前的所在位置，通過(guò)移動(dòng)互聯(lián)網(wǎng)服務(wù)平臺(tái)進(jìn)行數(shù)據(jù)更新和交互，向定位設(shè)備提供信息資源和基礎(chǔ)服務(wù)，具有覆蓋范圍廣、定位精度高、操作簡(jiǎn)便和應(yīng)用廣泛等特點(diǎn)，能更精確、鮮活地分析城市人口出行規(guī)律與特征。28注：分析研究使用的數(shù)據(jù)源，均為匿名化后的統(tǒng)計(jì)數(shù)據(jù)，不涉及可識(shí)別自然人身份的個(gè)人信息數(shù)據(jù)。數(shù)據(jù)分析關(guān)鍵技術(shù)電子圍欄識(shí)別地理圍欄（Geo-fencing）是LBS的一種新應(yīng)用，即用一個(gè)虛擬的柵欄圍出一個(gè)虛擬地理邊界。當(dāng)手機(jī)進(jìn)入、離開(kāi)某個(gè)特定地理區(qū)域，或在該區(qū)域內(nèi)活動(dòng)時(shí)，手機(jī)可以自動(dòng)接收通知。借助地理圍欄技術(shù)，位置社交網(wǎng)站就可以幫助用戶在進(jìn)入某一地區(qū)時(shí)自動(dòng)登記。因此，當(dāng)用戶出現(xiàn)在地鐵站AOI范圍內(nèi)，可將其做為數(shù)據(jù)篩選條件，初步選取用于分析的目標(biāo)用戶。噪音清洗為增加獲取數(shù)據(jù)的準(zhǔn)確性，防止非統(tǒng)計(jì)用戶的干擾，通過(guò)設(shè)定60秒的閾值，判斷該用戶是否為乘坐地鐵的用戶，以排除非乘車(chē)用戶的干擾?；陔娮訃鷻诘腛D識(shí)別OD識(shí)別是一種溯源用戶出行鏈的時(shí)空屬性過(guò)程。基于電子圍欄的OD識(shí)別是指運(yùn)用電子圍欄技術(shù)識(shí)別交通體的出發(fā)點(diǎn)和到達(dá)點(diǎn)。同時(shí)，為檢驗(yàn)該技術(shù)的識(shí)別精度，本項(xiàng)目采用軌道交通刷卡數(shù)據(jù)進(jìn)行對(duì)比分析。網(wǎng)格ID（Grid_id）網(wǎng)格中心點(diǎn)坐標(biāo)（XY）(Center_xy)網(wǎng)格邊長(zhǎng)(Grid_len)居住人數(shù)（Home_uv）工作人數(shù)（Company_uv）2301766_0700115120.874338;31.10396100502301767_0700138120.875399;31.1246610011172301789_0700112120.898742;31.101261001001302301789_0700122120.898742;31.11026100050起點(diǎn)ID(Source_grid)起點(diǎn)坐標(biāo)（Source_xy)終點(diǎn)ID（Target_grid）終點(diǎn)坐標(biāo)（Target_xy）網(wǎng)格邊長(zhǎng)（Grid_len）ODID（odid）總出行人數(shù)（uv）出行類(lèi)型（type）2301766_0700115120.874338;31.103962400455_0700261121.483307;31.2353741002301766_0700115_2400455_0700261202301767_0700138120.875399;31.1246622400452_0700258121.480123;31.2326731002301767_0700138_2400452_0700258112301789_0700112120.898742;31.101262400439_0700238121.46633;31.2146711002301789_0700112_2400439_070023810附表1.1.1：職住數(shù)據(jù)字段

（邊長(zhǎng)單位：米；人數(shù)單位：個(gè)）附表1.1.2：通勤OD（邊長(zhǎng)單位：米；人數(shù)單位：個(gè)）29職住人口分析：市域范圍注：由于基于LBS數(shù)據(jù)計(jì)算人口與人口普查口徑不一致，其統(tǒng)計(jì)邏輯更為接近城市實(shí)際服務(wù)人口，本報(bào)告所提人口數(shù)據(jù)皆為實(shí)際服務(wù)人口，非人口普查常住人口。城市實(shí)際服務(wù)人口居住地分布基于LBS數(shù)據(jù)識(shí)別得到全部研究范圍城市實(shí)際服務(wù)居住人口1301萬(wàn)，西安市域（不含西咸新區(qū)）居住人口1234萬(wàn)，核心城區(qū)居住人口933萬(wàn)；居住人口數(shù)量位列前三的行政區(qū)分別為雁塔區(qū)、未央?yún)^(qū)與長(zhǎng)安區(qū)。城市實(shí)際服務(wù)人口工作地分布基于LBS數(shù)據(jù)識(shí)別得到全部研究范圍城市實(shí)際服務(wù)工作人口697萬(wàn)，西安市域（不含西咸新區(qū)）內(nèi)工作人口660萬(wàn)，核心城區(qū)工作人口488萬(wàn)；工作人口數(shù)量位列前三的行政區(qū)分別為雁塔區(qū)、未央?yún)^(qū)與長(zhǎng)安區(qū)。與七普數(shù)據(jù)對(duì)比，LBS數(shù)據(jù)表明郊縣區(qū)域人口數(shù)量較普查數(shù)據(jù)低，中心城區(qū)域則整體偏高?？梢?jiàn)利用LBS數(shù)據(jù)基于用戶活動(dòng)位置及時(shí)間識(shí)別的城市實(shí)際服務(wù)人口數(shù)才能較為真實(shí)地反映城市基礎(chǔ)設(shè)施所承載的服務(wù)體量。30職住人口分析：站域范圍站點(diǎn)居住人口分布從總體來(lái)看，大部分站點(diǎn)周邊都有居住人口集中分布的情況，主要集中在未央?yún)^(qū)、蓮湖區(qū)、長(zhǎng)安區(qū)、碑林區(qū)，雁塔區(qū)等市區(qū)線路站點(diǎn)。除連接臨潼市區(qū)的9號(hào)線外，超出西安三環(huán)道路以外的各站點(diǎn)，其周邊居住人口相對(duì)較少。注：站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。31職住人口分析：站域范圍站點(diǎn)居住人口分布3號(hào)線居住人口最高的站點(diǎn)是辛家廟站，5號(hào)線是漢城南路，6號(hào)線是紡織城站，8號(hào)線是廣秦門(mén)站。這些線路居住人口數(shù)量都在一個(gè)或幾個(gè)站點(diǎn)較為集中，總體分布呈現(xiàn)出起伏的波浪形趨勢(shì)。注：站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。32職住人口分析：站域范圍站點(diǎn)工作人口分布各站點(diǎn)工作人口分布具有空間聚集性，并且工作人口數(shù)量分布均呈現(xiàn)市中心密度高，逐漸向外圍遞減的趨勢(shì)。其中工作人口分布重心集中在未央?yún)^(qū)、蓮湖區(qū)、碑林區(qū)以及雁塔區(qū)。注：站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。33職住人口分析：站域范圍站點(diǎn)工作人口分布3號(hào)線工作人口數(shù)量最高的站點(diǎn)是科技路站，5號(hào)線是南稍門(mén)站，6號(hào)線是丈八一路站，8號(hào)線是高新一中站。對(duì)比分析以上空間范圍尺度下的西安市工作人口和實(shí)際服務(wù)人口分布情況，可知兩者空間分布在整體上呈現(xiàn)出相似特征，但個(gè)別區(qū)域有差異性。注：站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。34職住人口分析：職住空間分布軌道交通站點(diǎn)工作人口居住地來(lái)源分布：為了解各站點(diǎn)附近區(qū)域工作的人口從何處來(lái)，需要分析各站點(diǎn)工作人口居住地的空間分布?？萍悸氛荆?號(hào)線與6號(hào)線換乘站）匯集了眾多的企業(yè)公司。工作人口主要來(lái)源為站點(diǎn)附近單位家屬區(qū)及住宅小區(qū)、棗園街道、桃園路街道和土門(mén)街道等。西北工業(yè)大學(xué)站（5號(hào)線與6號(hào)線換乘站）分布眾多的學(xué)校、企業(yè)和寫(xiě)字樓。工作人口主要來(lái)源為附近大學(xué)、張家村街道、西關(guān)街道、小寨路街道、北院門(mén)街道及電子城街道等。注：站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。35職住人口分析：職住空間分布軌道交通站點(diǎn)居住人口工作地去向分布：為了解居住人口在各站點(diǎn)附近哪里工作，需要對(duì)各站點(diǎn)居住人口的工作地去向分布進(jìn)行分析。吉祥村站為3號(hào)線居住人口工作地去向最為廣泛的站點(diǎn)，主要分布在站點(diǎn)周邊的高校、企業(yè)和醫(yī)院，其居住人口去向較密的區(qū)域包括小寨路街道、電子城街道與丈八街道北部等區(qū)域。邊家村站為5號(hào)線居住人口工作地去向最為廣泛的站點(diǎn)，主要分布在2、4號(hào)線沿線，及子午大道以西，南三環(huán)道路以南的工業(yè)、商業(yè)園區(qū)的學(xué)校、醫(yī)院和企業(yè)。甘家寨站為6號(hào)線居住人口工作地去向最為廣泛的站點(diǎn)，主要分布在站點(diǎn)周邊的公司與商業(yè)街，其居住人口去向較密的區(qū)域包括丈八街道和電子城街道等。注：站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。36職住人口分析：交通中區(qū)職住比交通分區(qū)是在城市總體規(guī)劃中以交通特征為主要依據(jù)，兼顧用地功能、發(fā)展要求、資源保護(hù)差異等要素，對(duì)規(guī)劃用地范圍進(jìn)行的分區(qū)。其基本單元為交通小區(qū)，本研究中交通中區(qū)大致包含10-15個(gè)交通小區(qū)。通過(guò)LBS數(shù)據(jù)的職住人口計(jì)算得到的職住比可見(jiàn)，西安市中心城區(qū)的職住比偏大，郊區(qū)的職住比偏小。其中長(zhǎng)安區(qū)、未央?yún)^(qū)、雁塔區(qū)的部分交通中區(qū)的職住比在0.8-1.2區(qū)間內(nèi)，表明這些區(qū)域在中區(qū)尺度下基本達(dá)到職住平衡。37通勤分析：交通分區(qū)通勤OD分別以交通中區(qū)和交通小區(qū)為統(tǒng)計(jì)單元繪制OD期望線中，均能夠看出通勤出行OD網(wǎng)絡(luò)結(jié)構(gòu)較為明顯，總體呈現(xiàn)明顯的向心性，周邊區(qū)域之間的交互強(qiáng)度較弱。從空間特征上看，西安市三環(huán)內(nèi)被以北大街東北——西南為界分為兩大內(nèi)部通勤聯(lián)系緊密區(qū)域，呈現(xiàn)組團(tuán)形式。注：1.站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。2.左圖為以交通中區(qū)為統(tǒng)計(jì)單位的OD期望線圖，右圖為以交通小區(qū)為統(tǒng)計(jì)單元的OD期望線圖。38通勤分析：軌道站范圍間通勤左圖為以軌道交通站點(diǎn)范圍為統(tǒng)計(jì)單元的LBS識(shí)別所得通勤出行OD分布圖。由圖可見(jiàn)，西安市域范圍內(nèi)軌道交通站點(diǎn)間的通勤OD主要集中在西南側(cè)。根據(jù)對(duì)聯(lián)系強(qiáng)度較大的站點(diǎn)及其出行量的分析，出發(fā)和到達(dá)站點(diǎn)中都有過(guò)半的站點(diǎn)位于高新區(qū)，說(shuō)明該區(qū)域的居民通勤出行需求強(qiáng)烈。右圖為西安市軌道斷面客流分布圖。由圖可見(jiàn)，西安市客流強(qiáng)度最大的區(qū)間為軌道交通2號(hào)線大明宮西站至緯一街站。注：站域范圍指站點(diǎn)出入口距離1000米路徑距離劃定。39小結(jié)與展望與人口普查數(shù)據(jù)相比，利用LBS數(shù)據(jù)基于用戶活動(dòng)位置及時(shí)間識(shí)別的城市實(shí)際服務(wù)人口數(shù)才能較為真實(shí)地反映城市基礎(chǔ)設(shè)施所承載的服務(wù)體量。基于LBS數(shù)據(jù)識(shí)別軌道交通站點(diǎn)職住人口計(jì)算得到的職住比反映出西安市越靠近城市中心區(qū)職住比越大，該結(jié)論符合國(guó)內(nèi)主要城市的實(shí)際情況。基于LBS數(shù)據(jù)識(shí)別西安市通勤OD無(wú)論在中區(qū)層面還是小區(qū)層面均呈現(xiàn)明顯的向心性和組團(tuán)結(jié)構(gòu)，符合西安市城市格局形成的交通特征?；贚BS數(shù)據(jù)的軌道交通洞察數(shù)據(jù)分析方法能夠?yàn)檐壍澜煌▽?shí)際服務(wù)范圍交通銜接組織和設(shè)施規(guī)劃提供有力支持，未來(lái)將進(jìn)一步在其他城市推動(dòng)數(shù)據(jù)驗(yàn)證與合作交流。40附錄A：名詞解釋關(guān)鍵詞解釋定義交通健康指數(shù)由六項(xiàng)交通運(yùn)行指標(biāo)組成，表示城市交通健康水平與最優(yōu)目標(biāo)的接近百分比，指數(shù)越高說(shuō)明離理想值越近，城市交通運(yùn)行相對(duì)健康，反之越不健康路網(wǎng)高延時(shí)運(yùn)行時(shí)間占比道路網(wǎng)交通擁堵延時(shí)指數(shù)高于1.5的累計(jì)時(shí)長(zhǎng)占全天時(shí)長(zhǎng)的比例，從時(shí)間分布的角度反映路網(wǎng)擁堵程度和變化趨勢(shì)路網(wǎng)行程延時(shí)指數(shù)（擁堵延時(shí)指數(shù)）實(shí)際旅行時(shí)間與自由流（暢通）狀態(tài)下旅行時(shí)間的比值，值越大出行延時(shí)越高路網(wǎng)擁堵路段里程比道路處于擁堵、嚴(yán)重?fù)矶碌穆范卫锍陶伎偘l(fā)布里程的比例，從空間分布的角度反映道路網(wǎng)交通擁堵的影響范圍常發(fā)擁堵路段里程比道路網(wǎng)中以一定頻率出現(xiàn)嚴(yán)重?fù)矶碌穆范卫锍瘫壤?，從空間分布的角度反映交通擁堵發(fā)生的聚集性平均旅行速度城市范圍內(nèi)車(chē)輛行駛的平均速度道路運(yùn)行速度偏差率城市范圍內(nèi)道路每日速度標(biāo)準(zhǔn)差與平均速度的比值，值越大速度變化越大，從相對(duì)角度反映速度變化的差異和離散程度擁堵延時(shí)時(shí)間擁堵延時(shí)時(shí)間

=

交通擁堵通過(guò)的旅行時(shí)間-自由流通過(guò)的旅行時(shí)間平均旅行長(zhǎng)度城市范圍內(nèi)平均的旅行長(zhǎng)度平均旅行時(shí)間城市范圍內(nèi)平均的旅行時(shí)間平均延遲時(shí)間城市范圍內(nèi)平均的延遲時(shí)間最擁堵的一天城市在某時(shí)間范圍內(nèi)擁堵延時(shí)指數(shù)最高的一天熱點(diǎn)商圈城市中人流多、車(chē)流多、商業(yè)貿(mào)易發(fā)達(dá)的區(qū)域每天通勤延時(shí)每天上班或下班堵車(chē)時(shí)間道路高峰出行平均速度某條道路上，早晚高峰期車(chē)輛的平均行駛速度道路高峰出行旅行時(shí)間某條道路上，早晚高峰期車(chē)輛的平均旅行時(shí)間道路高峰出行延時(shí)時(shí)間某條道路上，早晚高峰道路的延時(shí)時(shí)間；延時(shí)時(shí)間=交通擁堵通過(guò)的旅行時(shí)間-自由流通過(guò)的旅行時(shí)間道路自由流速度某條道路上，不受堵車(chē)影響，車(chē)輛自由通過(guò)狀態(tài)下的平均車(chē)速，通常在夜間道路自由流旅行時(shí)間某條道路上，不受堵車(chē)影響，車(chē)輛自由通過(guò)狀態(tài)下的平均旅行時(shí)間，通常在夜間關(guān)鍵詞解釋定義城市類(lèi)型城市規(guī)模劃分標(biāo)準(zhǔn)

是由《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》明確提出的城市劃分標(biāo)準(zhǔn)，即新的城市規(guī)模劃分標(biāo)準(zhǔn)以城區(qū)常住人口為統(tǒng)計(jì)口徑，將城市劃分為五類(lèi)七檔：小城市、Ⅰ型小城市、Ⅱ型小城市、中等城市、Ⅰ型大城市、Ⅱ型大城市、特大城市、超大城市。報(bào)告中人口統(tǒng)計(jì)數(shù)據(jù)來(lái)自中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部2021年城市建設(shè)統(tǒng)計(jì)年鑒城市主干路是城市道路網(wǎng)的骨架，為連接城市各區(qū)的干路，以交通功能為主日均時(shí)空過(guò)飽和當(dāng)量在一定時(shí)間和空間內(nèi)過(guò)飽和的單元總量碳氧化物(COx)汽車(chē)尾氣中一氧化碳、二氧化碳等碳氧化合物的統(tǒng)稱(chēng)氮氧化物(NOx)汽車(chē)尾氣中氮氧化合物的統(tǒng)稱(chēng)駕車(chē)活力指數(shù)當(dāng)前駕車(chē)出行量與歷史正常水平下駕車(chē)出行量的比值，從駕車(chē)出行角度來(lái)反映和刻畫(huà)城市交通流的恢復(fù)情況，小于1表示未恢復(fù)正常水平公共交通出行幸福指數(shù)由六項(xiàng)公共交通運(yùn)行指標(biāo)組成，表示城市公共交通運(yùn)行水平與最優(yōu)目標(biāo)的接近百分比，指數(shù)越高說(shuō)明離理想值越近，城市公共交通運(yùn)行水平越高；反之離理想值越遠(yuǎn)，相對(duì)水平越低公交全天運(yùn)營(yíng)速度為城市人車(chē)出行活躍核心區(qū)內(nèi)，包含公交?？空拘袨閷?duì)速度影響的公交車(chē)輛速度公交車(chē)運(yùn)營(yíng)速度比為城市人車(chē)出行活躍核心區(qū)內(nèi)，工作日早晚高峰時(shí)期，同期同線路社會(huì)車(chē)輛速度與公交車(chē)運(yùn)營(yíng)速度的比值全天線路運(yùn)營(yíng)速度波動(dòng)率為每條線路全天班次運(yùn)營(yíng)速度波動(dòng)率的加權(quán)平均值，反映公交運(yùn)營(yíng)速度的變化水平；值越小、速度波動(dòng)越小、運(yùn)行效率越穩(wěn)定公交高峰期平均候車(chē)時(shí)長(zhǎng)為城市人車(chē)出行活躍核心區(qū)內(nèi)，工作日早晚高峰時(shí)期，假定乘客隨機(jī)到達(dá)服從均勻分布的情況下，乘客的平均候車(chē)時(shí)長(zhǎng)。計(jì)算方法參考TCRP165報(bào)告中國(guó)際通用的方法換乘系數(shù)乘車(chē)出行人次與換乘人次之和除以乘車(chē)出行人次（含地面公交、地鐵內(nèi)部換乘和地面公交、地鐵間換乘）軌道交通銜接率周邊150m內(nèi)有公共汽電車(chē)站點(diǎn)的軌道交通站點(diǎn)出入口與全部站點(diǎn)出入口之比站點(diǎn)500米步導(dǎo)可達(dá)性站點(diǎn)500米半徑范圍內(nèi)，到達(dá)站點(diǎn)的實(shí)際步行距離在500米之內(nèi)的規(guī)劃次數(shù)占總規(guī)劃次數(shù)的比例附錄B：數(shù)據(jù)榜422023Q1中國(guó)主要城市交通運(yùn)行數(shù)據(jù)榜1-25序號(hào)城市交通可比性評(píng)價(jià)道路交通運(yùn)行評(píng)價(jià)公共交通運(yùn)行評(píng)價(jià)高速運(yùn)行評(píng)價(jià)汽車(chē)保有量所屬區(qū)間交通健康指數(shù)交通健康指數(shù)同比變化率路網(wǎng)高峰行程延時(shí)指數(shù)路網(wǎng)高峰行程延時(shí)指數(shù)同比變化率高峰平均速度（公里/小時(shí)）公共交通出行幸福指數(shù)高速日均擁堵里程占比1蘇州市超400萬(wàn)65.73%-6.11%1.60510.15%31.38-0.38%2鄭州市超400萬(wàn)61.79%-2.58%1.6754.46%29.02-0.12%3上海市超400萬(wàn)54.05%-11.34%1.78816.92%23.8967.90%0.94%4重慶市超400萬(wàn)53.42%0.46%1.8410.41%26.0471.85%0.27%5成都市超400萬(wàn)51.10%-7.22%1.8334.73%25.2172.11%0.35%6武漢市超400萬(wàn)50.76%-15.71%1.88014.36%26.65-0.14%7北京市超400萬(wàn)49.05%-13.20%1.91510.44%24.3574.22%0.86%8西安市超400萬(wàn)47.91%-14.66%1.91915.97%23.72-0.57%9寧波市超300萬(wàn)66.37%2.56%1.575-0.83%28.5065.83%0.08%10杭州市