2024Q3主要城市交通分析報告

1本研究報告由高德地圖大云圖業(yè)務(wù)

中心數(shù)據(jù)分析團隊撰寫

，所載全部內(nèi)容僅

供參考。報告是基于高德地圖及行業(yè)浮動車數(shù)

據(jù)

，

通過大數(shù)據(jù)挖掘技術(shù)結(jié)合交通算法及

交通理論編制

，保證報告合理性與科學性。

報告中地面道路交通通行時間計算方法，是考慮融合道路交叉口延誤時間（即信號

燈等待時間）

，從時間、

空間、效率三個

維度客觀、綜合地反映了城市道路交通健

康狀況并提出診斷方案的研究。報告力爭

做到精準、精細、精確

，

為公眾出行、

機

構(gòu)研究及政府決策提供有價值的參考依據(jù)。報告中所涉及的文字

、

數(shù)據(jù)

、

圖片

及標識等所有內(nèi)容均受到中國著作權(quán)法、

專利法、

商標法等知識產(chǎn)權(quán)法律法規(guī)以

及相關(guān)國際條約的保護。

未經(jīng)高德事先

書面許可

，任何組織和個人不得將本報

告中的任何內(nèi)容用于任何商業(yè)目的。

經(jīng)

高德事先書面許可的引用發(fā)布

，

需明確

出處為

“

高德地圖《2024Q3中國主要

城市交通分析報告》

”

，不得對報告進

行有悖原意的引用、

刪節(jié)和修改

，

且引

用本報告的文件發(fā)布前應當經(jīng)高德審核。聲

明TheStatement“交通評價是一個極其復雜的工程，雖然大數(shù)據(jù)可以反映城市運行規(guī)律和特征，但源于數(shù)據(jù)來源和樣本滲透的差異性，認識的局限性，設(shè)備的不足等困難，更科學、更精確、更有價值是我們一直追求的目標?！?欲了解您所在城市交通擁堵數(shù)據(jù)，請訪問：/diagnosis/index.do?感謝您的關(guān)注，敬請留意后續(xù)研究結(jié)果的發(fā)布2《中國主要城市交通分析報告》以高德交通大數(shù)據(jù)發(fā)布平臺、大數(shù)據(jù)開放平臺、阿里云MaxCompute及相關(guān)數(shù)據(jù)挖掘方法為支撐基礎(chǔ)

，描述城市交通現(xiàn)狀、呈現(xiàn)演

變規(guī)律、預測未來發(fā)展趨勢

，專注擁堵成因及解決對策的研究。本季度報告由高德

地圖聯(lián)合“

國家信息中心大數(shù)據(jù)發(fā)展部

”、

“清華大學土木水利學院

”、

“

同濟大

學智能交通運輸系統(tǒng)（ITS）研究中心”、“未來交通與城市計算聯(lián)合實驗室”等機

構(gòu)共同聯(lián)合發(fā)布

，在此一并表示感謝。高德地圖愿與政府、企業(yè)、

院校等研究機構(gòu)

保持開放合作

，共建交通共同體。聯(lián)合發(fā)布概述Summary3高德交通大數(shù)據(jù)智庫高德交通大數(shù)據(jù)智庫，提供城市交通管理政策、措施實施和改善評價，為城市交

通精準化綜合施策提供“評診治”一體化的解決方案。交通智庫商務(wù)合作：traffic-report@servi4通過30+項評價指標，快速掃描不同

場景下城市堵點和資源瓶頸；

為城市

交通管理部門診斷交通問題，

評估交

通改善措施提供量化的數(shù)據(jù)支撐。精細化分類城市交通擁堵場景，與交

通管理者、專業(yè)機構(gòu)和交通“醫(yī)生”，共同對交通問題進行診斷對體表導致的局部擁堵，通行能力導致的區(qū)域用堵，

出行結(jié)構(gòu)不合理導致

的城市擁堵，提供一體化解決方案產(chǎn)品與服務(wù)Productsand

Services4高德地國診治評更多交通“評診治”大數(shù)據(jù)產(chǎn)品及服務(wù)提供交通評價、診斷、治

理60+指標項數(shù)據(jù)接口服

務(wù)提供城市及特定區(qū)域交

通評價、診斷、治理定

制一體化解決方案區(qū)域、學校、醫(yī)院、街

道、實時擁堵監(jiān)測及改

善監(jiān)測報告基于高德云睿時空大模型，

AI智能輔助交通治理決策全國交通實時動態(tài)監(jiān)測及

分析報告集交通“評診治”咨詢報告服務(wù)交通“評診治”數(shù)據(jù)接口服務(wù)城市交通運行態(tài)勢高德交通報告官網(wǎng)AI智能交通醫(yī)生明鏡政府版根據(jù)高德地圖開放平臺交通流量大數(shù)據(jù)

，通過算法融合挖掘識別出城市人車出行活躍核心區(qū)

，該核心

區(qū)范圍為本報告城市道路路網(wǎng)評價范圍。城市道路公共交通評價、地面道路交通評價分別進行獨立計算。地面道路交通評價

——

采用“六宮格

”綜合指標表示城市交通運行健康狀況

，多項指標兼容GB/T36670-2018《城市道路交通組織設(shè)計規(guī)范》交通組織方案評價。城市道路公共交通評價

——采用“人口出行熱度核心區(qū)高峰期社會車輛與公交車速比、全市全天線路運營速度波動率、平均候車時長、公共交通與小汽車高峰出行時間比、平均步行距離、平均換乘系數(shù)

”等六項指標綜合得出“公共交通出行幸福指數(shù)”

，來全面刻畫城市公共交通運行狀況。全天06:00-22:00早高峰07:00-09:00晚高峰17:00-19:00因時區(qū)原因，烏魯木齊早晚高峰時段調(diào)整為09:00-11:00、

19:00-21:00，拉薩早晚高峰時段調(diào)整為08:00-10:00、

18:00-20:00。無其他特殊說明，本報告統(tǒng)計時間均為2024年07月01日~2024年09月30日編制說明Reportdescription

城市范圍：

樣本說明：

數(shù)據(jù)呈現(xiàn)：

時間說明：

分析范圍：選取選取360城市+全國高速地面交通50城公共交通20城5數(shù)據(jù)說明Datadescription注：1.“在途車流密度”統(tǒng)計方法為：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輛數(shù)，統(tǒng)計時段為6點-22點；2.城市影響力考量標準為：是否省會、直轄市、區(qū)域中心城市及是否舉辦大型國際會議等。公共交通

出行幸福

指數(shù)高峰出行時間比公共交通與小汽車

地面道路交通：利用“交通健康指數(shù)”對城市地面道路交通健康水平進行綜合評價診斷

城市公共交通：利用“公共交通出行幸福指數(shù)”,對城市公共交通運行進行綜合評價城市選取交通健康指數(shù)交通報告50主要城市選取標準：50城平均換乘系數(shù)汽車保有量出行核心區(qū)面積在途車流密度路網(wǎng)高峰行程延

時指數(shù)常發(fā)擁堵路段里

程比道路運行速度偏

差率路網(wǎng)高延時運行

時間占比路網(wǎng)高峰擁堵路

段里程比高峰平均速度GDP城市影響力城區(qū)常住人口平均候車時長平均步行距離時間空間效率效率時間便捷社會車輛與公

交車速比線路運營速度

波動率城市發(fā)展

交通體量地面道路

交通城市公共

交通指

標

歸

一

化

加

權(quán)

計

算6目錄01

城市公共交通運行分析02

城市地面道路交通分析7第一章城市公共交通運行分析8?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行水平

，有利于更綜觀地評價城市交通狀況。高德提出“公共交通出行幸福指數(shù)

”：效率維度

，引入“小汽車與地面公交速度比、全市全天線路運營速度波動率”；時間維度

，引入“公共交通與小汽車高峰出行時間比、平均候車時間”

；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

，對城市公共交通運行水平進行綜合評價。?該指數(shù)算法沿用國際通用的信息熵法客觀確定評價指標權(quán)重（該方法在政府權(quán)威部門、社會經(jīng)濟、學術(shù)領(lǐng)域的各類報告中得到廣泛普遍應用）

；同時

，采用TOPSIS正負理想解的計算進行排名

，最終評分結(jié)果代表各城市指標與理想值之間的接近程度；“公共交通出行幸福指數(shù)”越高說明離理想值越近

，城市公共交通運行水平越高；指數(shù)越低則說明多項指標距離理想值越遠

，相對水平越低。?六項指標信息熵權(quán)重分配結(jié)果顯示，“換乘系數(shù)”和“速度波動率

”的權(quán)重占比最高

，換乘系數(shù)與公共交通線網(wǎng)銜接、覆蓋率等關(guān)系較大；速度波動率與城市公共交通穩(wěn)定性相關(guān)。兩項指標權(quán)重最大

，一方面從數(shù)據(jù)層面說明不同城市這兩項指標的方差較大

，另一方面亦說明對于出行者來說，

出行穩(wěn)定程度、公交運六項指標信息熵權(quán)重分配候車時間,6.990%換乘系數(shù),22.228%平均步行距離,

11.558%速度比,

17.156%速度波動率,21.035%高峰時間比,21.033%3.計算第j項指標的熵值dj=l-ej,

j=1,…,

m4.計算信息熵冗余度5.計算各項指標權(quán)重，最終結(jié)果如左圖所示。權(quán)重確定方法——熵值法1.各項指標運用最大最小值歸一化處理，并

考慮指標的正反向進行調(diào)整2.計算第j項指標下第i個樣本值占該指標的比重排名得分方法——TOPSIS1.對于反向指標采用取倒數(shù)進行同向處理，

然后進行數(shù)據(jù)規(guī)范化注：受每個季度/年度數(shù)據(jù)波動影響，各季度/年度指標權(quán)重、正負理想值存在一定波動；

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)”的比較無意義。2.利用歐式距離計算與最優(yōu)最劣目標的距離，并乘以權(quán)重計算說明：公共交通出行幸福指數(shù)3.計算各評價對象與最優(yōu)方案的貼近程度公共交通第

一

章營效率對出行體感影響大。9

72.

70.2

69.47

69.46

66.62%

65.75%

62.77%

57.77%

71.1

60.34%5.62%57%7%%%4%79.82%0%%%

43.90%

5

70.1

68.83

68.38

64.12%

61.75%

.33%

54

42.08%?所研究城市在2024Q3期間，蘭州市、深圳市、南京市等10個城市的公共交通出行幸福指數(shù)較高，說明其公共交通（地面公交+地鐵）運行效率、可靠性，相

對其他城市公共交通運行水平的綜合表現(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，達到79.82%；深圳市和南京市分別在超大城市和特大城市中“公共交通出行幸福指數(shù)”位列首位。深圳市北京市武漢市成都市重慶市上海市廣州市杭州市東莞市南京市沈陽市青島市蘭州市寧波市太原市長春市?？谑袕B門市石家莊市昆明市注：城市規(guī)模來自中華人民共和國住房和城鄉(xiāng)建設(shè)部2022年城市建設(shè)統(tǒng)計年鑒

109長春3南京

5寧波公共交通出行幸福指數(shù)0.00%20.00%40.00%60.00%80.00%100.00%公共交通出行幸福指數(shù)1蘭州7成都

1重慶0公共交通第

一

章48北京太原公共交通出行幸福指數(shù)特大城市↓2深圳6武漢超大城市大城市注：換乘系數(shù)計算方法參考國家標準（GB/T

32852.1-2016），

指標基于高德地圖公交規(guī)劃數(shù)據(jù)計算；取起終點均在該城市的公交規(guī)劃數(shù)據(jù)作為分析對象0%20%

40%

60%

80%100%54%49%41%40%39%38%35%57%52%33%29%54%東莞市重慶市深圳市武漢市廣州市杭州市成都市上海市北京市沈陽市青島市南京市?？谑刑m州市廈門市太原市長春市石家莊市

寧波市昆明市 直達占比

一次換乘占比

多次換乘占比1.0001.2001.4001.6001.4651.5091.5541.5821.5851.604

1.6141.6191.6451.4321.4801.5431.3011.3711.3921.3981.4611.4991.5271.553換乘系數(shù)?換乘系數(shù)反映公交出行中換乘相對量，該值越低，說明公交出行中需要換乘的出行越少，公交出行越便捷。?2024Q3期間，城市公共交通平均換乘系數(shù)整體同比多呈小幅上升趨勢，超大城市、特大城市、大城市的平均換乘系數(shù)（1.574、

1.523、

1.413）與去年同期相比

（1.561、

1.503、

1.403）略有上升，且超大城市中大部分城市換乘系數(shù)呈現(xiàn)上升的趨勢。其中，東莞市、沈陽市、?？谑械墓粨Q乘系數(shù)分別在超大、特大、大城市中最小。東莞市

重慶市

深圳市

武漢市

廣州市

杭州市

成都市

上海市

北京市

沈陽市

青島市

南京市

?？谑?/p>

蘭州市

廈門市

太原市

長春市

石家莊市

寧波市

昆明市→

平↓

降↑

升

↑

升→

平↑

升

↑

升

↑

升

↑

升→

平↑

升→

平

→

平

→

平↑

升→

平

→

平

→

平↓

降

↓

降公共交通平均換乘系數(shù)34%31%35%

35%

35%公共交通第

一

章29%33%

34%63%61%

60%31%30%24%26%33%31%28%31%50%47%45%42%同比變化特大城市超大城市大城市46%45%70%35%32%1110.05%8%8%16%3.35%13.82%13.91%10.811.88%

12.7

13.

1

14.30%

14.35%1.9641.9822.0092.0092.0262.0732.0872.0942.1072.132?研究城市范圍內(nèi)?？诠恍逝c小汽車最接近，寧波公交效率最穩(wěn)定?將公交運營速度與同時段、同線路的社會車輛速度對比，能夠較直接、客觀地反映公交運行效率與城市交通效率的相對水平，值越小表示兩者速度差距也越小。研究范圍內(nèi)的城市在2024Q3期間，海口市城市核心區(qū)內(nèi)的高峰期“社會車輛-公交車速度比”最小，小汽車速度是公交的1.964倍；此外，?？谑?、沈陽市速

度比值也小于2，說明其公共交通出行用戶體感良好。?全天線路運營速度波動率，為每條線路全天班次運營速度波動率的加權(quán)平均值，反映公交運營速度的變化水平；該值越小，城市公交的運行效率越穩(wěn)定。研究范圍內(nèi)的城市在2024Q3期間，寧波市的“全市全天線路運營速度波動率”最小，公交運營效率最穩(wěn)定。高峰社會車輛-公交車速比1.0

1.2

1.4

1.6

1.82.0

2.2全市全天線路運營速度波動率0.00

0.02

0.04

0.06

0.08

0.10

0.12

0.14

0.16?？谑猩蜿柺?/p>

廈門市

石家莊市

南京市

蘭州市

寧波市

長春市

成都市

重慶市寧波市太原市

武漢市

南京市

長春市

?？谑?/p>

石家莊市

杭州市

昆明市

北京市注：指標基于各城市全市或核心區(qū)內(nèi)、實時數(shù)據(jù)質(zhì)量較高的公交線路計算得到；城市規(guī)模來自中華人民共和國住房和城鄉(xiāng)建設(shè)部2022年城市建設(shè)統(tǒng)計年鑒城市高峰期地面公交運行效率公共交通第

一

章123.503.002.502.001.501.000.500.003.09

3.00

3.02

3.07超大城市

2.582.482.342.62

2.31

2.332.22

2.231.952.15?公共交通與小汽車高峰出行時間比，基于早晚高峰時段內(nèi)的公共交通規(guī)劃數(shù)據(jù)和駕車規(guī)劃數(shù)據(jù)，計算同一組OD下的公共交通/駕車出行時間比；其中，公共交通包含地面公交和地鐵系統(tǒng)，用以綜合評價城市內(nèi)公共交通運行效率；?在所研究城市在2024Q3期間，北京市高峰期公共交通與小汽車高峰出行時間最接近，排名與2024Q2同期一致，蟬聯(lián)公共交通與小汽車高峰出行時間比最優(yōu)城市；說明該城市早晚高峰期采用公共交通出行的時間效率體感較好；沈陽市和蘭州市分別在特大城市和大城市中出行時間比最優(yōu)；?對大多數(shù)城市而言，早高峰的公共交通與小汽車出行時間比略高于晚高峰。在時間效率體感最佳的排名前十城市均呈現(xiàn)這樣的趨勢。TOP10城市早/晚高峰公共交通

與小汽車出行時間比0.001.002.003.00公共交通與小汽車高峰出行時間比北京市深圳市

廣州市

蘭州市

上海市

成都市

武漢市

南京市

沈陽市

杭州市注：指標基于高德地圖公交、駕車規(guī)劃數(shù)據(jù)計算；取起終點均在該城市的規(guī)劃數(shù)據(jù)作為分析對象高峰公共交通與小汽車出行時間比公共交通第

一

章2.51

2.53

2.55 早高峰晚高峰4—

特大城市2.71

2.74大城市2.181.9913?公共交通平均步行距離指城市中公交系統(tǒng)使用者進出系統(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。?2024Q3期間，超大城市、特大城市的平均步行距離（1185米、

1146米）較去年同期（1184米、

1143米）基本持平，大城市的平均步行距離（1102米）較去年

同期（1126米）有一定程度下降，主要增幅發(fā)生在進/出公共交通系統(tǒng)的步行距離。其中，深圳市、青島市、蘭州市的步行距離分別在超大、特大、大城市中最小。超大城市特大城市大城市↑

升→

平↑

升↓

降↓

降→

平↑

升↑

升→

平

→

平

→

平

→

平↑

升↑

升↓

降↓

降→

平↓

降→

平

→

平深圳市廣州市

武漢市

東莞市

重慶市

北京市

上海市

成都市

杭州市

青島市

沈陽市

南京市

蘭州市

廈門市

?？谑?/p>

太原市

長春市

石家莊市

寧波市

昆明市離開公共

交通系統(tǒng)109211061172117511901195

1222

1230■1258

10591076

1150

965注：指標基于高德地圖公交規(guī)劃數(shù)據(jù)計算；取起終點均在該城市的公交規(guī)劃數(shù)據(jù)作為分析對象

進出公交系統(tǒng)平均步行距離

平均換乘距離

14

1107

111811661225■1350公共交通平均步行距離公共交通平均步行距離02004006008001000120014001600公共交通第

一

章進入公共交通系統(tǒng)同比變化單位：米換乘終點起點車站車站■97110198.509.876.85?研究城市范圍內(nèi)蘭州高峰期地面公交平均候車時長最優(yōu)?2024Q3期間，主要城市的候車時長與去年同期同比，成都市候車時長降幅最明顯。?所研究城市范圍內(nèi)，蘭州市的候車時長為6.85分鐘，在所有城市中最優(yōu)，且蘭州市受發(fā)車頻率影響的候車時長最??；寧波市受交通擾動影響的候車時長在所有城市中最小。成都市、南京市的候車時長分別為超大城市、特大城市的最優(yōu)。成都市深圳市重慶市上海市北京市廣州市武漢市杭州市東莞市南京市青島市沈陽市蘭州市長春市廈門市寧波市太原市

石家莊市?？谑欣ッ魇凶ⅲ褐笜嘶诟鞒鞘泻诵膮^(qū)內(nèi)、實時數(shù)據(jù)質(zhì)量較高的公交線路計算得到。高峰期平均候車時長，計算方法參考TCRP165報告中國際通用的方法。城市高峰期地面公交平均候車時長25.0020.0015.0010.005.000.00

候車時長（受發(fā)車頻率影響）候車時長（受交通擾動影響）高峰期平均候車時長公共交通第

一

章單位：分鐘特大城市超大城市大城市15?研究城市范圍內(nèi)北京綠色出行意愿最高，繼續(xù)蟬聯(lián)榜首。?基于全國50個主要城市的公交&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)”。2024Q3期間，綠色出行意愿最強的城市為北京市，其次為上海市、深圳市、西安市。2024Q3綠色出行意愿指數(shù)TOP102.671?從各類綠色出行方式來看，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。2.4452.4242.400

2.400北京市上海市深圳市西安市南京市南昌市杭州市哈爾濱市長沙市武漢市綠色出行意愿指數(shù)海口市南寧市合肥市北京市西安市上海市拉薩市蘭州市貴陽市注：出行意愿指數(shù)基于高德規(guī)劃大數(shù)據(jù)計算公共交通第

一

章公交&地鐵出行意愿指數(shù)3.493.342.922.853.143.07騎行出行意愿指數(shù)步行出行意愿指數(shù)2.5712.3892.3932.5232.5343.963.253.7916第二章城市地面道路交通分析17?隨著城市交通復雜性增加和智能交通的飛速發(fā)展

，單一指標的評價和診斷已不能滿足我國交通運行的多樣化評測。高德運用城市交通診斷評價模型“交通健康指數(shù)”綜合性評價方法

，全面刻畫城市交通運行狀況。該指數(shù)由六項交通運行指標組成

，對城市進行全方位立體化運行健康評價分析。?交通健康指數(shù)算法沿用國際通用的信息熵方法確定評價指標權(quán)重（該方法在政府權(quán)威部門、社會經(jīng)濟及學術(shù)領(lǐng)域報告中已經(jīng)普遍應用）

，并采用TOPSIS正負理

想解的計算進行排名

，最終評分結(jié)果代表各城市六宮格指標與理想值之間的接近程度

，值越接近1

，表示評價對象越優(yōu)秀。17.06%14.35%16.90%20.80%16.02%時間-路網(wǎng)高延時運行時間占比時間-路網(wǎng)高峰行程延時指數(shù)空間-路網(wǎng)高峰擁堵路段里程

比注：“交通健康指數(shù)”越高說明離理想值越近，城市運行相對越健康；指數(shù)越低則說明多項指標距離理想值越遠，相對越不健康。值越接近1，表示評價對象越優(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)目標的接近百分比。六項分指標解釋說明詳見附錄A。

18權(quán)重確定方法——熵值法1.各項指標運用最大最小值歸一化處理，并考慮指標的正反向進行調(diào)整2.計算第j項指標下第i個樣本值占該指標的

比重排名得分方法——TOPSIS1.利用歷史數(shù)據(jù)固定TOPSIS的最優(yōu)最劣值2.運用固定的最優(yōu)最劣值對數(shù)據(jù)進行歸一化處理，并考慮指標的正反向進行調(diào)整4.計算信息熵冗余度d;=1-ej,

j=1,…,

m5.計算各項指標權(quán)重3.利用歐式距離計算與最優(yōu)最劣目標的距離，并乘以權(quán)重計算說明：交通健康指數(shù)4.計算各評價對象與最優(yōu)方案的貼近程度城市交通第二章六項指標信息熵權(quán)重分配效率-道路運行速度偏差率空間-常發(fā)擁堵路段里程比3.計算第j項指標的熵值效率-高峰平均速度14.87%

2024Q3中國主要城市交通亞健康排名TOP10

序號

城市名稱交通健康指數(shù)同比變化率 1

烏魯木齊市49.3%↓2.81%2蘭州市50.1%

↑1.64%

3北京市51.3%

↑0.48%

4廣州市51.8%↑5.60%

5西安市52.2%↑0.11%6拉薩市53.1%

↓3.24% 7成都市54.1%↓2.03%8濟南市54.3%

↑1.18%

9大連市54.4%

↓0.69%

10?？谑?4.6%

↓1.42%

序號城市名稱交通健康指數(shù)同比變化率1南通市74.6%↑1.37%2紹興市73.5%↑1.03%3臺州市70.2%↑0.39%4常州市69.8%↑1.07%5洛陽市69.5%↓1.11%6南寧市68.7%↑1.28%7蘇州市68.4%↑1.31%8寧波市68.4%↑1.21%9無錫市68.1%↑3.29%10惠州市68.0%↑0.84%?將全國50個主要城市的“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：?2024Q3交通亞健康指數(shù)排名第一的是烏魯木齊市

，其交通健康指數(shù)為49.3%

，其次是蘭州、北京、廣州、西安、拉薩、成都、濟南、大連、?？?；廣州較去年同

期提升最高

，同比變化率高達5.6%；?2024Q3交通健康指數(shù)排名中

，南通繼續(xù)蟬聯(lián)交通健康指數(shù)榜首

，其交通健康指數(shù)為74.6%

，其次是紹興、臺州、常州、洛陽、南寧、蘇州、寧波、無錫、惠州。2024Q3中國主要城市交通亞健康與健康排名TOP10

2024Q3中國主要城市交通健康排名TOP10城市交通第二章19排名城市交通健康指數(shù)↓1南通市74.6%2臺州市70.2%3南寧市68.7%4無錫市68.1%5合肥市67.7%6唐山市66.9%7溫州市66.8%8貴陽市63.0%9太原市61.8%10昆明市61.3%11煙臺市59.9%12長春市56.3%13哈爾濱市55.9%14沈陽市54.7%15大連市54.4%排名城市交通健康指數(shù)↓1寧波市68.4%2佛山市65.8%3石家莊市64.5%4青島市60.2%5南京市59.7%6長沙市58.2%7濟南市54.3%8廣州市51.8%排名城市交通健康指數(shù)↓1紹興市73.5%2常州市69.8%3洛陽市69.5%4惠州市68.0%5南昌市66.8%6中山市66.0%7銀川市65.2%8廈門市64.4%9呼和浩特市63.8%10福州市62.8%11西寧市55.6%12?？谑?4.6%13拉薩市53.1%14蘭州市50.1%15烏魯木齊市49.3%排名城市交通健康指數(shù)↓1蘇州市68.4%2杭州市66.4%3鄭州市64.8%4天津市63.8%5東莞市63.1%6武漢市61.1%7重慶市59.5%8上海市56.3%9深圳市55.4%10成都市54.1%11西安市52.2%12北京市51.3%?衡量及對比不同城市交通運行狀況需充分考慮城市間交通發(fā)展規(guī)模的差異性，為準確反映城市的真實交通運行體量，報告采用公安部交通管理局發(fā)布的截至2023年末全國汽車保有量數(shù)據(jù)及各地政府公開數(shù)據(jù)，將城市分為“超400萬”、“超300萬”、“超200萬”、“200萬以下”四檔對城市間交通狀況進行綜合考量。?結(jié)果顯示：超400萬輛的城市中蘇州交通健康指數(shù)最高；超300萬輛的城市中寧波得分最高；超200萬輛城市中南通得分最高；200萬輛以下城市中紹興得分最高。汽車保有量分類——2024Q3中國主要城市“交通健康指數(shù)”汽車保有量“200萬輛以下”

汽車保有量“超400萬輛”

汽車保有量“超300萬輛”

汽車保有量“超200萬輛”注：汽車保有量數(shù)據(jù)來自

https://mp.weixin.qq.com/s/toTCYv2YNwP8c1Xmi-5q4g城市交通第二章20上升

10%持平58%?同比2023Q3

，2024Q3全國50個主要城市中有16個城市路網(wǎng)高峰行程延時指數(shù)下降，占比32%；

5個城市路網(wǎng)高峰行程延時指數(shù)上升，占比10%；29個城市

基本持平，占比58%；?擁堵下降城市中長春降幅最大，其次是石家莊、重慶、貴陽等。-6.6%-6.4%-4.4%-4.2%-3.4%

-3.1%-2.9%

-2.8%

-2.7%擁堵同比下降城市TOP10擁堵延時指數(shù)變化率

(%)同比分析——50城中有16城擁堵同比下降，

3城上升，

23城持平長春市石家莊市

重慶市

貴陽市

廣州市

長沙市

昆明市

武漢市

無錫市

青島市50城市路網(wǎng)高峰行程延時指數(shù)同比變化分布城市交通第二章下降

32%-6.9%2135.5631.81

31.12

31.0330.1930.04

30.02

29.83

29.69

29.57超400萬超300萬超200萬200萬以下?全國50個主要城市中

，TOP10城市分別為南通、紹興、石家莊、蘇州、常州、臺州、合肥、洛陽、鄭州、呼和浩特；?城市自由流速度方面

，汽車保有量超400萬的城市中

，蘇州自由流速度最高

，達48.36公里/小時；汽車保有量超300萬、超200萬、200萬以下自由流速度最高的城市分別為石家莊、南通、呼和浩特。

城市高峰平均車速排名TOP10

南通市紹興市石家莊市蘇州市常州市臺州市合肥市洛陽市鄭州市呼和浩特市48.36

49.7350.33

49.00城市CT掃描——高峰平均車速蘇州市重慶市武漢市鄭州市天津市東莞市北京市杭州市成都市西安市深圳市上海市南昌市常州市中山市紹興市惠州市洛陽市西寧市蘭州市銀川市拉薩市?？谑心贤ㄊ刑匈F陽市合肥市唐山市長春市大連市煙臺市臺州市無錫市50城市自由流速度排名——按汽車保有量佛山市青島市濟南市南京市寧波市廣州市長沙市城市交通第二章沈陽市南寧市溫州市昆明市高峰平均速度（公里/小時）自由流速度（公里/小時）廈門市福州市烏魯木齊市呼和浩特市石家莊市哈爾濱市226.91%6.43%6.18%6.18%6.12%6.02%5.98%5.97%?2024Q3期間全國50個主要城市中?？诘缆愤\行速度偏差率最高

，為9.18%

，表明其道路運行速度波動較大

，速度波動大意味著其每日出行時間相對不固定；?其次是石家莊、濟南、成都、重慶、西安、長春、烏魯木齊、蘭州、鄭州。城市高峰時段平均速度變化趨勢平均速度

(公里/小時)海口市石家莊市

濟南市

成都市

重慶市

西安市

長春市烏魯木齊市蘭州市

鄭州市

中國主要城市道路運行速度偏差率TOP10城市CT掃描——道路運行速度偏差率6040200城市交通第二章

石家莊

?？谒俣绕盥?/p>

(%)9.18%7.98%暴雨臺風233122641791251171161109178S15廣佛高速-西向東東風西路-東向西

金沙洲路-西向東

獵德大道-南向北

黃埔大道中-東向西

廣園中路-東向西

黃埔大道西-東向西

昌崗中路-西向東

興太一路-東向西

廣州大道中-南向北?2024Q3城市六宮格中“常發(fā)擁堵路段里程比”指標廣州市相對較高

，其中S15廣佛高速(由西向東)最高

，時長高達535小時；?其次是東風西路(由東向西)及金沙洲路(由西向東)工作日累計嚴重擁堵時長分別為312小時、264小時。城市CT掃描——廣州常發(fā)擁堵路段里程比最高廣州市工作日常發(fā)擁堵路段TOP10廣州市常發(fā)擁堵路段分布城市交通第二章累計嚴重擁堵時長（小時）535242023國慶中秋假期2024國慶假期吉林貴州

廣西

寧夏

內(nèi)蒙古

山東

江西

安徽

福建

黑龍江

河南

湖北

湖南

海南

西藏

四川

甘肅

河北

云南

山西

陜西

新疆

重慶

青海

浙江

天津

江蘇

遼寧

廣東

上海

北京?2024Q3期間

，全國高速擁堵里程占比于國慶前一天達到假期峰值；同比去年擁堵峰值有下降。?31個?。ㄗ灾螀^(qū)、直轄市）

中北京高速擁堵里程占比最高

，其次是上海、廣東、遼寧等

，吉林高速擁堵里程占比最低。高速公路運行態(tài)勢——2024Q3北京高速擁堵里程占比最高 31個?。ㄗ灾螀^(qū)、直轄市）高速擁堵里程占比排名1.28%1.04%0.28%0.0150.010.0050全國高速每日擁堵變化趨勢1.40%0.70%0.00%城市交通第二章

2024Q3

2023Q3注：港澳臺暫無數(shù)據(jù)高速擁堵里程占比高速擁堵里程占比0.01%0.23%25關(guān)鍵詞解釋定義城市類型城市規(guī)模劃分標準是由《關(guān)于調(diào)整城市規(guī)模劃分標準的通知》明確提出的城市劃分標準，即新的城市規(guī)模劃分標準以城區(qū)常住人口為統(tǒng)計口徑，將城市劃分為五類七檔：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。報告中人口統(tǒng)計數(shù)據(jù)來自中華人民共和國住房和城鄉(xiāng)建設(shè)部2022年城市建設(shè)統(tǒng)計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，以交通功能為主駕車活力指數(shù)當前駕車出行量與歷史正常水平下駕車出行量的比值，從駕車出行角度來反映和刻畫城市交通流的恢復情況，小于1表示未恢復正常水平公共交通出行幸福指數(shù)由六項公共交通運行指標組成，表示城市公共交通運行水平與最優(yōu)目標的接近百分比，指數(shù)越高說明離理想值越近，城市公共交通運行水平越高；反之離理想值越遠，相對水平越低平均候車時長為城市人車出行活躍核心區(qū)內(nèi)，工作日早晚高峰時期，假定乘客隨機到達服從均勻分布的情況下，乘客的平均候車時長。計算方法參考TCRP165報告中國際通用的方法公共交通與小汽車高峰出行時間比基于早晚高峰時段內(nèi)的公共交通規(guī)劃數(shù)據(jù)和駕車規(guī)劃數(shù)據(jù)，計算同一組OD下的公共交通/駕車出行時間比；其中，公共交通包含地面公交和地鐵系統(tǒng)，用以綜合評價城市內(nèi)公共交通運行效率平均步行距離公共交通平均步行距離指城市中公交系統(tǒng)使用者進出系統(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小汽車與地面公交速度比為城市人車出行活躍核心區(qū)內(nèi)，工作日早晚高峰時期，同期同線路社會車輛速度與公交車運營速度的比值全市全天線路運營速度波動率為每條線路全天班次運營速度波動率的加權(quán)平均值，反映公交運營速度的變化水平；值越小、速度波動越小、運行效率越穩(wěn)定換乘系數(shù)乘車出行人次與換乘人次之和除以乘車出行人次（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)有公共汽電車站點的軌道交通站點出入口與全部站點出入口之比站點500米步導可達性站點500米半徑范圍內(nèi)，到達站點的實際步行距離在500米之內(nèi)的規(guī)劃次數(shù)占總規(guī)劃次數(shù)的比例關(guān)鍵詞解釋定義交通健康指數(shù)由六項交通運行指標組成，表示城市交通健康水平與最優(yōu)目標的接近百分比，指數(shù)越高說明離理想值越近，城市交通運行相對健康，反之越不健康路網(wǎng)高延時運行時間占比道路網(wǎng)交通擁堵延時指數(shù)高于1.5的累計時長占全天時長的比例，從時間分布的角度反映路網(wǎng)擁堵程度和變化趨勢路網(wǎng)行程延時指數(shù)（擁堵延時指數(shù)）實際旅行時間與自由流（暢通）狀態(tài)下旅行時間的比值，值越大出行延時越高路網(wǎng)擁堵路段里程比道路處于擁堵、嚴重擁堵的路段里程占總發(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)嚴重擁堵的路段里程比例，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)車輛行駛的平均速度道路運行速度偏差率城市范圍內(nèi)道路每日速度標準差與平均速度的比值，值越大速度變化越大，從相對角度反映速度變化的差異和離散程度擁堵延時時間擁堵延時時間

=交通擁堵通過的旅行時間-自由流通過的旅行時間平均旅行長度城市范圍內(nèi)平均的旅行長度平均旅行時間城市范圍內(nèi)平均的旅行時間平均延遲時間城市范圍內(nèi)平均的延遲時間最擁堵的一天城市在某時間范圍內(nèi)擁堵延時指數(shù)最高的一天熱點商圈城市中人流多、車流多、商業(yè)貿(mào)易發(fā)達的區(qū)域每天通勤延時每天上班或下班堵車時間道路高峰出行平均速度某條道路上，早晚高峰期車輛的平均行駛速度道路高峰出行旅行時間某條道路上，早晚高峰期車輛的平均旅行時間道路高峰出行延時時間某條道路上，早晚高峰道路的延時時間；延時時間

=交通擁堵通過的旅行時間-自由流通過的旅

行時間道路自由流速度某條道路上，不受堵車影響，車輛自由通過狀態(tài)下的平均車速，通常在夜間道路自由流旅行時間某條道路上，不受堵車影響，車輛自由通過狀態(tài)下的平均旅行時間，通常在夜間附錄A：名詞解釋26序號城市交通可比性評價道路交通運行評價公共交通運行評價高速運行評價汽車保有量所屬區(qū)間交通健康指數(shù)交通健康指數(shù)同比變化率路網(wǎng)高峰行程延時指數(shù)路網(wǎng)高峰行程延時指數(shù)同比變化率高峰平均速度（公里/小時）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400萬68.4%1.31%1.577-1.2%31.03-0.53%2杭州市超400萬66.4%-0.37%1.5351.7%27.7957.77%0.18%3鄭州市超400萬64.8%0.09%1.606-0.1%29.69-0.26%4天津市超400萬63.8%-0.61%1.657-0.2%28.18-0.15%5東莞市超400萬63.1%-0.96%1.5880.5%27.7943.90%1.50%6武漢市超400萬61.1%3.62%1.745-2.9%28.2869.47%0.13%7重慶市超400萬59.5%8.50%1.839-6.4%27.9166.62%0.15%8上海市超400萬56.3%2.86%1.781-1.5%23.3765.75%1.60%9深圳市超400萬55.4%2.96%1.682-0.8%25.1272.57%1.13%10成都市超400萬54.1%-2.03%1.7661.9%23.9069.46%0.38%11西安市超400萬52.2%0.11%1.813-0.6%23.61-0.49%12北京市超400萬51.3%0.48%1.871-0.3%23.6470.27%1.27%13寧波市超300萬68.4%1.2