1、中国城市交通报告 2019年度 China Urban Transportation Report 联合发布 1 Intelligent Transportation Joint Lab 智能交通联合实验室 声 明 2019年度中国城市交通报告由百度地图联合清华学数据科学研究院交通数据研究中、东南学交通学院、中国社会科学院财经战略研究院、赛交通、KuWeather、百度 阿波罗平台、百度声纳、百度指数及百度百科编写。本报告所涉及的反映城市交通状况的指标均基于百度地图海量的交通出数据、辆轨迹数据、位置定位数据、POI数据以及百度搜 索数据、百度新闻媒体数据挖掘计算所得。 本报告选取了中国100个
2、主要城市，通过数据客观反映城市的交通拥堵、动驾驶发展、新能源出发展、智能交通市场发展、交通安全、交通象、交通经济7个的状况，以供 社会公众和相关政府部、科研院所、等院校、企事业单位参考。 本报告版权为百度地图所有，未经书许可，任何机构和个不得以任何形式翻版、复制和发布。如引发布，需注明出处为“百度地图”，且不得对本报告进有悖原意的引、删节 和修改。本报告最终解释权归百度地图所有。 如需查看往期数据报告，可访问 或扫描右维码关注百度地图智慧交通官方微信公众号。 百度地图智慧交通 微信公众号 2 目 录 3 城市交通象问题06 城市交通拥堵状况01 动驾驶发展状况02 新能源出发展状况03 智能交
3、通市场发展状况04 城市交通安全问题05 城市交通经济问题07 01 城市交通拥堵状况 4 2019年度，重庆、北京、贵阳三个城市位列全国城市交通拥堵榜单前三位。 2019年度全国百城交通拥堵排名TOP10（城市不分类） 数据说明：本报告采“通勤峰拥堵指数”作为表征城市交通拥堵状况的指标，即作早晚峰时段，实际程时间与畅通程时间的值。其中，早 峰为07:0009:00，晚峰为17:0019:00，乌鲁和拉萨的早晚峰时间因时区原因有所调整。本报告中各分析指标所反映的评价范围是各城市的主 城区，各城市主城区范围是根据政府公开数据、百度地图地理数据、热数据等综合分析确定。 如需查看各城市实时交通拥堵状
4、况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告5 2019年度 排名 环排名 升降 城市 2019年度通勤峰 拥堵指数 2019年度通勤峰 实际速度（km/h） 1 2重庆2.16523.64 2 1北京2.04025.12 3 3贵阳1.97925.79 4 2哈尔滨1.90523.08 5 1春1.77726.69 6 21州1.74429.89 7 2上海1.73925.56 8 30安1.73028.13 9 2呼和浩特1.72528.83 10 6武汉1.71627.08 2019年度，拥堵同2018年度加剧的TOP5城市为唐、重庆、沧州、安和贵阳；
5、拥堵同2018年度缓解的TOP5城市为宜宾、阳泉、肇庆、上海和连云港。 2019年度拥堵加剧城市TOP5及拥堵缓解城市TOP5（城市不分类） 数据说明：本报告采“通勤峰拥堵指数”作为表征城市交通拥堵状况的指标，即作早晚峰时段，实际程时间与畅通程时间的值。其中，早 峰为07:0009:00，晚峰为17:0019:00，乌鲁和拉萨的早晚峰时间因时区原因有所调整。本报告中各分析指标所反映的评价范围是各城市的主 城区，各城市主城区范围是根据政府公开数据、百度地图地理数据、热数据等综合分析确定。 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告
6、6 -15% -10% -5% 0% 5% 10% 15% 20% 唐重庆沧州安贵阳 连云港 上海肇庆阳泉宜宾 2019年度拥堵加剧城市TOP5及拥堵缓解城市TOP5 年 度 拥 堵 指 数 同 升 降 附表1：2019年度全国百城交通拥堵指数排名（城市不分类） 2019年度 排名 排名环 升降 城市 2019年度通勤峰 拥堵指数 拥堵指数同 2018年度 2019年度通勤峰 实际速度（km/h） 1 2重庆2.165 18.70%23.64 2 1北京2.0406.44%25.12 3 3贵阳1.97914.31%25.79 4 2哈尔滨1.9050.35%23.08 5 1春1.7772.
7、33%26.69 6 21州1.74411.16%29.89 7 2上海1.7394.34%25.56 8 30安1.730 14.86%28.13 9 2呼和浩特1.7252.37%28.83 10 6武汉1.7166.97%27.08 11 3合肥1.7125.43%27.18 12 1南京1.7053.38%27.51 13 33沧州1.705 15.20%30.12 14 44唐1.702 18.77%30.42 15 11佛1.6967.97%29.65 16 1沙1.6874.49%28.89 17 8济南1.6841.24%29.09 18 10沈阳1.6770.36%26.10
8、 19 9昆明1.6761.51%28.99 20 9厦1.6667.46%29.80 21 9连1.6590.69%26.32 22 12廊坊1.6558.94%31.68 23 10乐1.6541.78%27.55 24 7珠海1.6503.93%31.96 25 18秦皇岛1.646 10.68%30.84 2019年度 排名 排名环 升降 城市 2019年度通勤峰 拥堵指数 拥堵指数同 2018年度 2019年度通勤峰 实际速度（km/h） 26 5杭州1.6273.11%28.16 27 4衡阳1.6255.84%27.77 28 4福州1.6135.49%30.79 29 11天津
9、1.6121.54%32.07 30 10成都1.6107.14%32.70 31 12济宁1.6051.28%26.08 32 18张家1.6009.45%32.43 33 15深圳1.6009.05%32.96 34 21家庄1.593 10.38%35.23 35 2东莞1.5885.28%32.93 36 3郑州1.5805.11%31.82 37 7韶关1.5776.12%29.34 38 15理1.5760.09%28.88 39 3岛1.5745.72%30.13 40 7惠州1.5692.70%29.58 41 25保定1.56111.95%35.54 42 14汕头1.551
10、0.25%26.54 43 13桂林1.5500.75%26.34 44 7兰州1.5486.54%28.86 45 25绵阳1.5342.84%31.01 46 5海1.5281.81%27.78 47 17临沂1.5279.43%29.67 48 23南宁1.5262.89%30.85 49 2太原1.5233.66%34.69 50 2徐州1.5194.85%28.84 数据说明：本报告采“通勤峰拥堵指数”作为表征城市交通拥堵状况的指标，即作早晚峰时段，实际程时间与畅通程时间的值。其中，早 峰为07:0009:00，晚峰为17:0019:00，乌鲁和拉萨的早晚峰时间因时区原因有所调整。本
11、报告中各分析指标所反映的评价范围是100个城市 的主城区，各城市主城区范围是根据政府公开数据、百度地图地理数据、热数据等综合分析确定。 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告7 附表1：2019年度全国百城交通拥堵指数排名（续）（城市不分类） 2019年度 排名 排名环 升降 城市 2019年度通勤峰 拥堵指数 拥堵指数同 2018年度 2019年度通勤峰 实际速度（km/h） 51 27乌鲁1.5173.60%31.82 52 5潮州1.5054.77%28.75 53 8中1.5045.75%34.30 54 5邢台1.
12、5045.63%32.83 55 25衡1.50213.11%33.60 56-南昌1.4994.07%30.54 57 18邯郸1.494 10.47%33.82 58 4柳州1.4872.83%27.77 59 10清远1.4841.22%29.55 60 5苏州1.4836.29%35.94 61 26茂名1.4742.76%27.51 62 2洛阳1.4723.40%27.68 63 10湛江1.4721.69%31.30 64 6泉州1.4656.55%34.72 65 20拉萨1.4502.02%29.56 66 22锡1.44311.20%37.20 67 31阳泉1.4374.
13、83%29.18 68 1温州1.4273.73%32.27 69 16南充1.4147.27%32.66 70 48宜宾1.414 10.38%32.12 71 26嘉兴1.412 12.60%34.52 72 10银川1.3911.87%33.18 73 16绍兴1.3917.27%34.38 74 3赣州1.3863.33%32.05 75 7淄博1.3840.55%33.36 2019年度 排名 排名环 升降 城市 2019年度通勤峰 拥堵指数 拥堵指数同 2018年度 2019年度通勤峰 实际速度（km/h） 76 6烟台1.3834.32%36.21 77 6泰安1.3834.60
14、%36.35 78 4南阳1.3822.11%31.06 79 2宁波1.3803.98%34.20 80 13同1.3790.95%33.32 81 5江1.3701.46%39.91 82 11云浮1.3700.05%33.45 83 5咸阳1.3631.65%37.49 84 5潍坊1.3612.17%35.65 85 7淮安1.3494.22%30.94 86 13宁1.3480.40%39.02 87 24肇庆1.3434.52%36.82 88 1漳州1.3402.71%32.32 89 1台州1.3353.01%35.60 90 9南通1.3237.57%40.34 91 5扬州
15、1.3221.19%35.40 92 20连云港1.3143.64%34.09 93 2新乡1.2830.22%35.67 94 1盐城1.2810.73%36.50 95 4德州1.2791.23%38.38 96 12镇江1.2733.48%34.34 97 1常州1.2482.04%38.82 98 2湖州1.2385.66%45.08 99 5华1.2383.60%33.12 100 2三亚1.2321.76%43.50 数据说明：本报告采“通勤峰拥堵指数”作为表征城市交通拥堵状况的指标，即作早晚峰时段，实际程时间与畅通程时间的值。其中，早 峰为07:0009:00，晚峰为17:001
16、9:00，乌鲁和拉萨的早晚峰时间因时区原因有所调整。本报告中各分析指标所反映的评价范围是100个城市 的主城区，各城市主城区范围是根据政府公开数据、百度地图地理数据、热数据等综合分析确定。 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告8 2019年度全国百城交通拥堵排名（城市分类） 汽保有量 300万级城市拥堵排名TOP10汽保有量200万300万级城市拥堵排名TOP10 数据说明：本报告采“通勤峰拥堵指数”作为表征城市交通拥堵状况的指标，即作早晚峰时段，实际程时间与畅通程时间的值。其中，早 峰为07:0009:00，晚峰为17:
17、0019:00，乌鲁和拉萨的早晚峰时间因时区原因有所调整。本报告中各分析指标所反映的评价范围是各城市的主 城区，各城市主城区范围是根据政府公开数据、百度地图地理数据、热数据等综合分析确定。 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告9 排名城市 2019年度通勤峰 拥堵指数 2019年度通勤峰 实际速度（km/h） 1州1.74429.89 2合肥1.71227.18 3南京1.70527.51 4唐1.70230.42 5佛1.69629.65 6沙1.68728.89 7济南1.68429.09 8沈阳1.67726.10
18、9昆明1.67628.99 10杭州1.62728.16 排名城市 2019年度通勤峰 拥堵指数 2019年度通勤峰 实际速度（km/h） 1重庆2.16523.64 2北京2.04025.12 3上海1.73925.56 4安1.73028.13 5武汉1.71627.08 6天津1.61232.07 7成都1.61032.70 8深圳1.60032.96 9东莞1.58832.93 10郑州1.58031.82 数据说明：本报告采“通勤峰拥堵指数”作为表征城市交通拥堵状况的指标，即作早晚峰时段，实际程时间与畅通程时间的值。其中，早 峰为07:0009:00，晚峰为17:0019:00，乌鲁
19、和拉萨的早晚峰时间因时区原因有所调整。本报告中各分析指标所反映的评价范围是各城市的主 城区，各城市主城区范围是根据政府公开数据、百度地图地理数据、热数据等综合分析确定。 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告10 排名城市 2019年度通勤峰 拥堵指数 2019年度通勤峰 实际速度（km/h） 1贵阳1.97925.79 2哈尔滨1.90523.08 3春1.77726.69 4呼和浩特1.72528.83 5沧州1.70530.12 6厦1.66629.80 7连1.65926.32 8廊坊1.65531.68 9福州1.
20、61330.79 10济宁1.60526.08 排名城市 2019年度通勤峰 拥堵指数 2019年度通勤峰 实际速度（km/h） 1乐1.65427.55 2珠海1.65031.96 3秦皇岛1.64630.84 4衡阳1.62527.77 5张家1.60032.43 6韶关1.57729.34 7理1.57628.88 8汕头1.55126.54 9桂林1.55026.34 10兰州1.54828.86 2019年度全国百城交通拥堵排名（续）（城市分类） 汽保有量100万200万级城市拥堵排名TOP10汽保有量 300万辆 1重庆2.16518.70%23.64 2北京2.0406.44%2
21、5.12 3上海1.7394.34%25.56 4安1.73014.86%28.13 5武汉1.7166.97%27.08 6天津1.6121.54%32.07 7成都1.6107.14%32.70 8深圳1.6009.05%32.96 9东莞1.5885.28%32.93 10郑州1.5805.11%31.82 11苏州1.4836.29%35.94 城市分类排名城市 2019年度通勤峰 拥堵指数 拥堵指数同 2018年度 2019年度通勤峰 实际速度（km/h） 汽保有量 200-300 万辆 1州1.744 11.16%29.89 2合肥1.712 5.43%27.18 3南京1.705
22、 3.38%27.51 4唐1.702 18.77%30.42 5佛1.6967.97%29.65 6沙1.687 4.49%28.89 7济南1.6841.24%29.09 8沈阳1.677 0.36%26.10 9昆明1.6761.51%28.99 10杭州1.6273.11%28.16 11家庄1.593 10.38%35.23 12岛1.574 5.72%30.13 13保定1.561 11.95%35.54 14临沂1.527 9.43%29.67 15锡1.443 11.20%37.20 16温州1.427 3.73%32.27 17宁波1.380 3.98%34.20 18潍坊1
23、.3612.17%35.65 19华1.238 3.60%33.12 数据说明：本报告采“通勤峰拥堵指数”作为表征城市交通拥堵状况的指标，即作早晚峰时段，实际程时间与畅通程时间的值。其中，早 峰为07:0009:00，晚峰为17:0019:00，乌鲁和拉萨的早晚峰时间因时区原因有所调整。本报告中各分析指标所反映的评价范围是100个城市 的主城区，各城市主城区范围是根据政府公开数据、百度地图地理数据、热数据等综合分析确定。 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告11 附表2：2019年度全国百城交通拥堵指数排名（续）（城市分类
24、） 城市分类排名城市 2019年度通勤峰 拥堵指数 拥堵指数同 2018年度 2019年度通勤峰 实际速度（km/h） 汽保有量 100-200 万辆 1贵阳1.97914.31%25.79 2哈尔滨1.9050.35%23.08 3春1.7772.33%26.69 4呼和浩特1.7252.37%28.83 5沧州1.70515.20%30.12 6厦1.6667.46%29.80 7连1.6590.69%26.32 8廊坊1.6558.94%31.68 9福州1.6135.49%30.79 10济宁1.6051.28%26.08 11惠州1.5692.70%29.58 12南宁1.5262.
25、89%30.85 13太原1.5233.66%34.69 14徐州1.5194.85%28.84 15乌鲁1.5173.60%31.82 16中1.5045.75%34.30 17邢台1.5045.63%32.83 18南昌1.4994.07%30.54 19邯郸1.49410.47%33.82 20洛阳1.4723.40%27.68 21泉州1.4656.55%34.72 22嘉兴1.41212.60%34.52 23绍兴1.3917.27%34.38 24赣州1.3863.33%32.05 25淄博1.3840.55%33.36 26烟台1.3834.32%36.21 27南阳1.3822
26、.11%31.06 28台州1.3353.01%35.60 29南通1.3237.57%40.34 30新乡1.2830.22%35.67 31盐城1.2810.73%36.50 32德州1.2791.23%38.38 33常州1.2482.04%38.82 城市分类排名城市 2019年度通勤峰 拥堵指数 拥堵指数同 2018年度 2019年度通勤峰 实际速度（km/h） 汽保有量 300万城市拥堵TOP1） ? ? ? ? ? ? ? ? ? ? ? ? ? 模型开发：由清华学数据科学研究院交通数据研究中与百度地图联合开发； 数据范围：2018年及2019年； 如需查看各城市实时交通拥堵状况
27、，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告14 2019年度，重庆交通拥堵六个特征指标在汽保有量超300万辆的城市排名中，除区域间拥堵不均衡系数排名同微跌1名之外，其他5个指标排名同较2018年均出现上升， 相较同类其他城市，重庆交通拥堵情况较2018年整体有所加剧。 2019年 2018年 峰拥堵指数 严重拥堵路段程占 区域间拥堵不均衡系数 常发性严重拥堵路路段程占 严重拥堵持续时间 峰速波动系数 333 1 5 22 1 22 11 2019年排名 2018年排名 ? ? ? ? ? ? ? ? ? ? ? ? ? 2019年度典型城市交通拥堵六维特征画
28、像分析州（汽保有量200万300万城市拥堵TOP1） ? ? ? ? ? ? ? ? ? ? ? ? ? 2019年度，州交通拥堵六个特征指标在汽保有量超200万辆的城市排名中，峰拥堵指数、严重拥堵路段程占、严重拥堵持续时间、峰速波动系数的排名同 2018年均有上升，相较同类其他城市，州2019年的交通拥堵程度同较2018年有所加剧。 2019年 2018年 模型开发：由清华学数据科学研究院交通数据研究中与百度地图联合开发； 数据范围：2018年及2019年； 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告15 峰拥堵指数 严重拥堵
29、路段程占 区域间拥堵不均衡系数 常发性严重拥堵路路段程占 严重拥堵持续时间 峰速波动系数 33 2 10 11 9 11 2 10 4 1 2019年排名 2018年排名 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2019年度典型城市交通拥堵六维特征画像分析贵阳（汽保有量100万200万城市拥堵TOP1） ? ? ? ? ? ? ? ? ? ? ? ? ? 2019年度，贵阳交通拥堵六个特征指标在汽保有量超100万辆的城市排名中，除严重拥堵路段程占排名微降外，其他指标排名均有所上升或保持不变，相较同类其他城 市，拥堵情况同较2018年部分有所加重。 2019年 2018年 模
30、型开发：由清华学数据科学研究院交通数据研究中与百度地图联合开发； 数据范围：2018年及2019年； 如需查看各城市实时交通拥堵状况，可登陆址 或扫描左维码。 2020 Baidu 2019年度中国城市交通报告16 峰拥堵指数 严重拥堵路段程占 区域间拥堵不均衡系数 常发性严重拥堵路路段程占 严重拥堵持续时间 峰速波动系数 1 3 2 16 7 3 11 2 12 9 1 2019年排名 2018年排名 ? ? ? ? ? ? ? ? ? ? ? ? ? 2019年度典型城市交通拥堵六维特征画像分析乐（汽保有量1表示事故后的交通拥堵参数变。 数据说明：选取事故前后15min内的交通拥堵参数分析
31、，较不同情形下事故对拥堵影响。 数据来源：百度地图交通数据 合作研究：东南学交通学院、百度地图。 2020 Baidu 2019年度中国城市交通报告38 早晚峰出，主最怕的不是普通拥堵，是“不期遇”的交通事故。交通事故对道路拥堵状况到底影响何？东南学交通学院联合百度地图，基于国内某城市的百 度交通数据，进了深分析： 事故发后，路段速度平均下降10%，交通拥堵指数平均上升8%。不同 期类型下事故的影响稍有差异，节假的影响相对较，事故后拥堵更严重， 速度减更多。 早峰时事故的影响最，事故之后拥堵指数平均上升9.9%，平均速度降 低了15%。其次是晚峰，最后为其他时间。 交通事故对道路拥堵状况有多影
32、响？（续） 算法说明：事故对拥堵的影响系数=(事故后交通拥堵参数/事故前交通拥堵参数)/(事故后平交通拥堵参数/事故前平交通拥堵参数)。1表示事故后的交通拥堵参数变。 数据说明：选取事故前后15min内的交通拥堵参数分析，较不同情形下事故对拥堵影响。 数据来源：百度地图交通数据 合作研究：东南学交通学院、百度地图。 2020 Baidu 2019年度中国城市交通报告39 发在主路上的事故造成的影响最，拥堵指数增加或速度减少都超过 10%，其次是次、，最后是环路。速公路上事故发后速度下降最 多，但交通拥堵指数增加不，其原因在于速的基准速度较。 当降量于10mm（）时，事故发后速度明显下降，拥堵指
33、数明显 增加；当降量于10mm（中、）时，事故对拥堵的影响明显规律。 其可能原因在于降成为影响速的要原因。 交通拥堵状态下容易引发交通事故吗？ 算法说明：拥堵对事故的影响以事故前15min内交通拥堵指数与平交通拥堵指数的值来反映。 数据来源：百度地图交通数据 合作研究：东南学交通学院、百度地图。 2020 Baidu 2019年度中国城市交通报告40 既然交通事故极易引发交通拥堵，那交通拥堵是否反过来也对交通事故有影响？对交通事故与事故发前的道路拥堵数据进深分析，结果显示： 1.事故前拥堵指数明显于平，平均速度也明显于平，说明拥堵对事故的影响较。拥堵情况下，由于辆的由动空间缩窄，若加之辆频繁变
34、道、穿插以及 加减速等原因，则更易引发交通事故。 2. 早晚峰略有差别，但因早峰般较晚峰拥堵程度，暂时难以判断早晚峰拥堵对事故影响的相对。 3. 作和节假拥堵对事故的影响差别很。 06 城市交通气象问题 41 低视觉能度在交通事故的天诱因中充当最主要 视觉能度：是指眼视辨别标物轮廓的程度。KuWeather在传统机器测量的能度基础上，加了包括雪、溶胶、低光照等因素造成的对能度的衰减机 制，在原有能度基础上，更还原交通出者的实际感受。 数据来源：国内某城市百度地图交通数据、KuWeather交通象数据 合作研究：KuWeather、百度地图。 2020 Baidu 2019年度中国城市交通报告4
35、2 为了解各天因素对交通事故的影响程度，分别对视觉能度、路温度、温、天现象进了主成分分析，旨在通过对原始数据标准化处理，来消除原始指标的相关性对 综合评价所造成的信息重复的影响。通过对相关矩阵的观察，发现各项指标之间P值均于0.05，具有强相关性，故适合采主成分分析。但是通过查看主成分特征根和贡献 率，发现仅提取了视觉能度个特征根（ 1=2.605，差贡献率65.130%），说明视觉能度在交通事故的4个天诱因中扮演了最主要。 雾和低视觉能度是作的早晚峰发交通事故的主要诱因 作早晚峰是公众不得不出的时段，流量、道路拥挤，如再遇上雾等异常天，则可能有更多的交通事故发。 雾与出峰期交叠的时刻更易发交
36、通事故作赶上雾需警惕交通事故发 通过对交通事故发时的天现象与早晚峰进直图的绘制，发现在雾天，早 峰更易发交通事故。进对其进了卡检验，P值于0.05，表明两者之间具有显著 的相关关系。 通过对交通事故发时的天现象与是否作进直图的绘制，发现雾天在 作有更的事故量。进对其进卡检验，P值于0.05，表明两者之间具有显著的相 关关系。 0 50 100 150 200 晴雨雾霾 天气现象在是否高峰期上的分布 早晚高峰其他时段 0 50 100 150 200 晴雨雾霾 天气现象在是否周末上的分布 工作日周末 视觉能度：是指眼视辨别标物轮廓的程度。KuWeather在传统机器测量的能度基础上，加了包括雪、
37、溶胶、低光照等因素造成的对能度的衰减机 制，在原有能度基础上，更还原交通出者的实际感受。 数据来源：国内某城市百度地图交通数据、KuWeather交通象数据 合作研究：KuWeather、百度地图。 2020 Baidu 2019年度中国城市交通报告43 雾和低视觉能度是作的早晚峰发交通事故的主要诱因（续） 浓雾为主并配合阴的天状态下，极易发交通事故。事故旦发，会对通速度造成极影响。 较差的视觉能度在出峰期的交通事故发时更常作出遇到低视觉能度，更易引发交通事故 将交通事故发时的视觉能度按照15级进分类处理，级为不危险，五级为常 危险，能度越越不危险，反之则为越危险。通过对分类后的视觉能度与早晚
38、峰进 直图的绘制，发现当能度较低时，早晚峰的事故量于其他时段。进对其进卡 检验， P值于0.05，表明两者之间具有显著的相关关系。 通过对交通事故发时的分类视觉能度与是否周末进直图的绘制，发现作事 故量显著于周末。进对其进卡检验， P值于0.05，表明两者之间具有显著的相关 关系。 0 50 100 150 200 不危险比较危险一般很危险非常危险 分类视觉能见度在是否高峰期上的分布 早晚高峰其他时段 0 50 100 150 不危险比较危险一般很危险非常危险 分类视觉能见度在是否周末上的分布 工作日周末 视觉能度：是指眼视辨别标物轮廓的程度。KuWeather在传统机器测量的能度基础上，加了
39、包括雪、溶胶、低光照等因素造成的对能度的衰减机 制，在原有能度基础上，更还原交通出者的实际感受。 数据来源：国内某城市百度地图交通数据、KuWeather交通象数据 合作研究：KuWeather、百度地图。 2020 Baidu 2019年度中国城市交通报告44 在早晚峰道路繁忙时期，由于速普遍较慢，路湿滑等异常情况在交通事故的发中并未充当主要影响。反在道路相对闲暇的周末和早晚峰期，由于速较 快，旦路出现湿滑等异常情况，极容易导致交通事故的发。 路状况在峰期对交通事故的影响未显示显著性路状况在周末路闲时，对交通事故影响更 通过对交通事故发地路状况（燥、湿润、露等）与早晚峰进直图的绘 制，并未发
40、现不同路状态在早晚峰期有明显的分布特征。进对其进卡检验，P值 略于0.05，说明两者的相关关系并不显著。基于以上检验结果配合经验推测，由于早晚 峰本身就有流量巨、驶缓慢的特征，所以路的湿滑现象并未造成更多的交通事故， 因此两者未显示出显著的相关关系。 0 50 100 150 200 250 干燥湿滑露水融雪霜 路面状况在是否高峰期上的分布 早晚高峰其他时段 0 50 100 150 200 250 300 干燥湿滑露水融雪霜 路面状况在是否周末上的分布 工作日周末 通过对交通事故发地路状态与是否作进直图的绘制，发现异常的路条件 下，周末的事故量于作。进对其进卡检验，P值于0.05，说明两者之
41、间具有 显著的相关关系。由此可认为路的异常状态在道路闲时，对交通事故的作会更为明显。 路湿滑等异常情况在道路闲时对交通事故的影响更 路状况：是指在、雪、湿、温度作下的路状态，包括燥、湿润、积冰/积雪、积和积雪混合、露、融雪、霜、冻，共8种状态。 数据来源：国内某城市百度地图交通数据、KuWeather交通象数据 合作研究：KuWeather、百度地图。 2020 Baidu 2019年度中国城市交通报告45 07 城市交通经济问题 46 城市交通拥堵归因专题经济学法分析交通拥堵成因 从经济学的视出发，对交通拥堵的影响因素及其相对重要性进科学量化分析，有助于我们以全局式系统地看待交通拥堵成因，并
42、据此制定更加有效的综合缓堵案。 交通拥堵受环境、天、交通需求、道路容量、出式、交通事故、驾驶为、城市规划、交通管理等诸多复杂因素的影响。考虑到数据的可获得性，本研究先对2017/ 01/01-2018/12/31间全国百城交通拥堵的20个可能的影响因素进主成分分析。 根据Kaiser-Harris准则，保留特征值于1的主成分。此处共提取出11个主成分，表示为f1-f11，可以解释所有原始指标87.87%的信息。 变量f1f2f3f4f5f6f7f8f9f10f11 温度0.002-0.0030.016-0.002-0.0050.002-0.001-0.0010.993-0.001-0.001
43、降量0.0000.0020.002-0.002-0.002-0.0010.0010.000-0.0010.0001.000 速0.001-0.0090.0000.0040.0060.0060.9920.000-0.0010.0000.001 事故-0.0020.0150.035-0.0100.969-0.0090.0070.005-0.0050.002-0.003 空质量-0.0010.0200.006-0.015-0.0080.9840.006-0.0050.002-0.002-0.001 GDP0.413-0.030-0.122-0.095-0.006-0.0080.0410.0250.0
44、200.013-0.001 均GDP0.3510.2570.070-0.520-0.043-0.1100.062-0.0590.002-0.019-0.011 平均资-0.0510.0050.7690.0140.0810.0060.0020.0140.0470.0050.006 0.334-0.034-0.1520.3240.0070.0520.0330.0340.0480.0170.003 产占0.0540.7160.001-0.0630.0150.050-0.038-0.003-0.004-0.0020.004 三产占0.105-0.5530.046-0.206-0.051-0.016-0
45、.020-0.0130.013-0.004-0.003 汽拥有量0.3490.1130.1150.091-0.032-0.026-0.0450.0010.017-0.0020.002 私汽拥有量0.3400.1100.1010.140-0.042-0.007-0.004-0.010-0.016-0.003-0.003 出租拥有量0.202-0.1890.3660.043-0.0420.066-0.010-0.015-0.081-0.005-0.004 公共交通拥有量0.272-0.0560.344-0.013-0.0420.014-0.0140.008-0.0360.0020.000 在校学数
46、0.263-0.187-0.1960.0790.2000.034-0.048-0.0950.010-0.0380.013 公路程0.0740.0910.0570.728-0.040-0.0820.030-0.034-0.008-0.012-0.008 新销售0.391-0.072-0.214-0.0510.0540.040-0.0350.076-0.0060.0220.006 新注册驾驶员0.0030.0010.006-0.0040.004-0.0050.0000.989-0.001-0.0040.000 节假0.0010.0000.002-0.0010.002-0.0020.000-0.00
47、4-0.0010.9990.000 数据来源：百度地图交通数据、CEIC数据库、环保部站等； 数据分析：中国社会科学院财经战略研究院课题组、百度地图。 2020 Baidu 2019年度中国城市交通报告47 因载荷矩阵 经济学法分析交通拥堵的成因主成分回归 对提取的11个主成分进回归分析，结果表明，交通需求、产业结构、出模式、道路容量、交通事故、驾驶为、降、产业结构、速、平均温和节假因素对交通拥 堵具有不同程度的影响。 f1：交通需求，在GDP、均GDP、汽拥有量、私汽拥有量、 新销售量、在校学数等变量上均具有较的载荷； f2：产业结构，在第产业占、第三产业占上具有较的载荷； f3：出模式，在
48、平均资、出租拥有量、公共交通拥有量等变量上具有 较的载荷； f4：道路容量（公路程）； f5：交通事故； f6：空质量（AQI）； f7：速； f8：驾驶为，在新注册驾驶员数量上具有较的载荷； f9：平均温； f10：节假； f11：降量。 被解释变量均拥堵指数 f1 0.0061* (19.67) f2 -0.0366* (-72.97) f3 0.0182* (32.42) f4 0.0213* (39.02) f5 0.0165* (26.14) f6 -0.0003 (-0.49) f7 -0.0017* (-2.71) f8 0.0055* (8.78) f9 -0.0114* (-17.80) f10 -0.0896* (-142.30) f11 0.0160* (25.60) 说明： *、*、*分别表示10%、5%和1%的显著性平。 数据来源：百度地图交通数据、CEIC数据库、环保部站等； 数据分析：中国社会科学院财经战略研究院课题组、百度地图。 2020 Baidu 2019年度中国城市交通报告48 经济学法分析交通拥堵
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
