1、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6.3亿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，

2、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:/ 高德6.3亿MAU来源于QuestMobileThe Statement声明联合发布中国主要城市交通分析报告以高德交通

3、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”、“清华大学交通研究所”、“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。Summary概 述清华大学交通研究所交通“评诊治”咨询报告服务交通“评诊治”数据接口服务高德交通报告官网高德交通大数据智库，提供城市交通管

4、理政策、措施实施和改善评价，为城市交通精准化综合施策提供“评诊治” 一体化的解决方案。高德交通大数据智库traffic-交通智库商务合作：对体表导致的局部拥堵，通行能力导致的区域用堵，出行结构不合理导致的城市拥堵，提供一体化解决方案通过30+项评价指标，快速扫描不同场景下城市堵点和资源瓶颈；为城市交通管理部门诊断交通问题，评估交通改善措施提供量化的数据支撑。精细化分类城市交通拥堵场景，与交通管理者、专业机构和交通“医生”，共同对交通问题进行诊断评日/周/月交通评价报告订阅明镜政府版更多交通 “评诊治” 大数据产品及服务诊治区域、学校、医院、街道、实时拥堵监测及改善监测报告城市交通运行态势提供城

5、市及特定区域交通评价、诊断、治理定制一体化解决方案提供交通评价、诊断、治理60+指标项数据接口服务全国交通实时动态监测及分析报告集Products and Services产品与服务5Report 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：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20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

6、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。全天 06:00-22:00 早高峰07:00-09:00 晚高峰17:00-19:00因时区原因，乌鲁木齐早晚高峰时段调整为09:00-11:00、19:00-21:00，拉萨早晚高峰时段调整为08:00-10:00、18:00-20:00。无其他特殊说明，本报告统计时间均为2021年1月1日2021年12月31日6城市计算范围：人车出行活跃核心区（ “人+车”大数据，

7、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Data description数据说明7城市公共交通：利用 “地面公交出行幸福指数” 对城市道路公共交通运行进行综合评价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城市公共交通交通报告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

8、里程比高峰平均速度道路运行速度偏差率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。地面公交出行幸福指数Data description数据说明城市公共交通运行分析城市地面道路交通分析目录合作研究：因路而兴，因路而富城市公共交通运行分析第一章10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

9、运行水平，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； “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

10、理想值越远，相对水平越低。注：受每个季度/年度数据波动影响，各季度/年度指标权重、正负理想值存在一定波动；故“幸福指数”仅供季度/年度内城市间横向比较参考，同城不同季度/年度的“幸福指数”的比较无意义。“地面公交出行幸福指数”计算说明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，最终结果如左图所示。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

11、与最优方案的贴近程度全市全天线路运营速度波动率, 30.73%公交全天运营速度, 34.76%社会车辆与公交车速比, 34.51%三项指标信息熵权重分配全市全天线路运营速度波动率公交全天运营速度社会车辆与公交车速比11地面公交出行幸福指数特大城市超大城市大、中型城市2021年度宁波地面公交出行幸福指数最高注：城市规模来自中华人民共和国住房和城乡建设部2020年城市建设统计年鉴石家庄成都12天津3南京8宁波7深圳5海口乌鲁木齐106兰州6厦门9沈阳4所研究城市在2021年间，宁波、天津、南京等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

12、数最高，与正理想值最接近，达到78.88%；天津和南京分别在超大城市中和特大城市中“幸福指数”位列首位。70.26%68.70%64.94%64.70%61.95%58.97%70.21%68.67%65.74%64.27%62.69%78.88%69.97%69.62%69.50%65.59%64.61%64.51%63.60%59.09%0.00%20.00%40.00%60.00%80.00%100.00%天津市深圳市北京市重庆市广州市上海市南京市成都市沈阳市青岛市杭州市宁波市石家庄市海口市厦门市乌鲁木齐市兰州市长沙市昆明市绍兴市地面公交出行幸福指数城市高峰期公交运行效率将公交运营速度与

13、同时段、同线路的社会车辆速度对比，能够较直接、客观地反映公交运行效率与城市交通效率的相对水平，值越小表示两者速度差距也越小。研究范围内的城市在2021年期间，厦门市城市核心区内的高峰期“社会车辆-公交车速度比”最小，小汽车速度是公交的1.886倍；此外，海口、石家庄的速度比值也小于2，公共交通出行用户体感较好。全天线路运营速度波动率，为每条线路全天班次运营速度波动率的加权平均值，反映公交运营速度的变化水平；该值越小，城市公交的运行效率越稳定。研究范围内的城市在2021年期间，宁波市的“全市全天线路运营速度波动率”最小，公交运营效率最稳定。厦门公交效率与小汽车最接近，宁波公交效率最稳定注：指标基

14、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2020年城市建设统计年鉴1.886 1.942 1.996 2.049 2.060 2.070 2.078 2.082 2.123 1.01.21.41.61.82.02.2厦门市海口市石家庄市成都市南京市沈阳市宁波市天津市重庆市高峰社会车辆-公交车速比10.79%13.90%14.63%15.18%15.34%15.48%15.79%15.82%15.97%16.38%0.00%3.00%6.00%9.00%12.00%15.00%18.00%宁波市乌鲁木齐市深圳市天津市南京市成都市绍兴市

15、兰州市石家庄市北京市全市全天线路运营速度波动率12城市高峰期平均候车时长2021年期间，超大城市、特大城市与去年同期相比呈下降趋势，其中北京、沈阳分别在超大城市中和特大城市候车时长降幅最大；大中型城市的候车时长同比变化率各城市间差异较大，其中海口候车时长降幅最明显。所研究城市范围内，兰州的候车时长为6.01分钟，在所有城市中最优，其受发车频率影响的候车时长也为最小；宁波受交通扰动影响的候车时长最小，说明其公交候车时长受干扰影响小、可靠性更高；重庆、成都的候车时长分别为超大城市、特大城市的最优。兰州高峰期平均候车时长最优注：指标基于各城市核心区内、实时数据质量较高的公交线路计算得到。高峰期平均候

16、车时长，计算方法参考TCRP165报告中国际通用的方法。8.33 8.36 8.46 9.73 10.03 13.54 8.85 9.26 10.42 12.77 13.32 6.01 9.99 10.06 12.11 14.08 15.76 15.97 18.13 18.84 0.005.0010.0015.0020.00高峰期平均候车时长候车时长（受发车频率影响）候车时长（受交通扰动影响）13单位：分钟特大城市超大城市大、中型城市14公共交通服务水平分析：平均换乘系数同比变化特大城市TOP5超大城市大、中型城市TOP10换乘系数反映公交出行中换乘相对量，该值越低，说明公交出行中需要换乘的出

17、行越少，公交出行越便捷。2021年期间，超大城市的平均换乘系数（1.521）与去年同期相比（1.519），基本持平，特大城市、大中型城市的平均换乘系数（1.447，1.344）较去年同期（1.434，1.337）略有增加。其中，深圳、哈尔滨、拉萨的公交换乘系数分别在超大、特大与大中型城市中最小。大部分TOP城市与去年相比持平，其中，东莞的公交换乘系数下降幅度最大（1.440 1.407），公交直达占比上升显著（56.0% 59.3%）。超大城市公交平均换乘系数整体同比几乎持平注：换乘系数计算方法参考国家标准（GB/T 32852.1-2016），指标基于高德地图公交规划数据计算；取起终点均在该

18、城市的公交规划数据作为分析对象 升 平 平 平 平 降 升 升 降 平 升 平 平 平 平 平 降 升 平 平 平1.444 1.492 1.505 1.528 1.575 1.581 1.244 1.370 1.407 1.448 1.485 1.127 1.170 1.171 1.270 1.273 1.282 1.289 1.291 1.292 1.293 1.0001.2001.4001.600深圳天津重庆广州上海北京哈尔滨青岛东莞沈阳郑州拉萨西宁海口烟台兰州唐山厦门绍兴洛阳乌鲁木齐换乘系数56%51%50%47%42%42%76%63%59%55%52%87%83%83%73%73%

19、72%71%71%71%71%32%34%33%31%36%34%21%26%30%33%34%13%16%17%23%23%25%26%24%26%26%0%20%40%60%80%100%直达占比一次换乘占比多次换乘占比15公共交通服务水平分析：平均步行距离 升 升 平 升 升 升 升 升 升 平 升 平 升 升 升 平 升 升 升 升 平同比变化特大城市TOP5超大城市大、中型城市TOP10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。2021年期间，超大城市、特大城市和大中型城市的平均步行距离（1071米、1027米、960米）较去年

20、（1046米、995米、928米）相比均呈上升趋势。其中，深圳、哈尔滨、西宁的步行距离分别在超大、特大与大中型城市中最小。多数城市平均步行距离同比略有增加注：指标基于高德地图公交规划数据计算；取起终点均在该城市的公交规划数据作为分析对象进入公共交通系统离开公共交通系统车站车站换乘起点终点02004006008000深圳广州天津重庆北京上海哈尔滨青岛济南东莞西安西宁拉萨海口烟台绍兴兰州厦门乌鲁木齐惠州温州进出公交系统平均步行距离平均换乘距离16基于公交&地铁、骑行和步行路线规划占总规划次数的比例，规范化后得出各城市的“绿色出行意愿指数”。2021年度，绿色出行意愿最强的城市

21、为北京，其次为上海和西安。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、海口、兰州，与去年排名一致。绿色出行意愿指数北京绿色出行意愿最高注：出行意愿指数基于高德规划大数据计算2.8292.7742.6782.6282.5702.5422.5322.5132.4982.492北京上海西安长沙兰州昆明深圳厦门杭州南京2021年度城市绿色出行意愿指数TOP103.713.273.18北京上海西安公交&地铁出行意愿指数3.843.563.39海口昆明南宁骑行出行意愿指数3.342.922.87兰州西宁厦门步行出行意愿指数城市地面道路交通分析第二章18随着城市交通复杂性

22、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。高德运用城市交通诊断评价模型“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，值越接近1，表示评价对象越优秀。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

23、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。六项分指标解释说明详见附录A。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TOPSIS1）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“交通健康指数”计算说明17.06

24、%16.90%16.02%20.80%14.35%14.87%六项指标信息熵权重分配效率-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19序号城市名称交通健康指数同比变化率1南通73.79%2.21%2洛阳70.90%0.63%3常州69.00%2.19%4台州68.69%0.40%5唐山68.49%0.97%6南宁67.88%0.43%7无锡67.75%1.23%8苏州67.71%1.69%9绍兴67.14%2.08%10宁波66.78%1.02%将全国50个主要城市的“交通健康指数” 均值作为

25、健康、亚健康临界值，也就是健康水平线；高于健康水平线的城市为交通健康城市，数据显示： 2021年度交通亚健康榜TOP10城市中南北方各占一半，其中长春交通健康指数最低，为51.72%，其次是重庆、北京、广州、西安、海口、上海、济南、乌鲁木齐、成都；TOP10城市中西安交通健康指数同比上升9.76%； 交通健康榜TOP10城市中长三角区域占七席，其中南通交通健康程度最高，其交通健康指数为73.79%，其次是洛阳、常州、台州、唐山、南宁、无锡、苏州、绍兴、宁波。2021年度中国主要城市交通亚健康榜与健康榜TOP102021年度中国主要城市交通健康排名TOP102021年度中国主要城市交通亚健康排名

26、TOP10序号城市名称交通健康指数同比变化率1长春51.72%7.41%2重庆51.82%4.21%3北京52.67%6.96%4广州53.39%0.82%5西安53.47%9.76%6海口53.56%8.05%7上海55.22%3.72%8济南56.17%3.76%9乌鲁木齐56.48%2.51%10成都56.54%1.17%20汽车保有量分类2021年度中国主要城市“交通健康指数”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至2021年三季度全国汽车保有量及各地国民经济和社会发展统计公报数据，将城市分

27、为“超400万”、“超300万”、“超200万”、“200万以下”四档对城市间交通状况进行综合考量。结果显示：超400万辆的城市中苏州交通健康指数最高，重庆最低；超300万辆的城市中宁波得分最高，广州最低；超200万辆城市中唐山得分最高，长春最低；200万以下城市中南通得分最高，海口最低。注：汽车保有量数据来自：https:/ 10/22 11/5 11/19 12/3 12/17 12/31驾车跨城出行占比2021年驾车跨城出行变化趋势2月17日（正月初六）清明小长假五一假期端午小长假国庆假期驾车跨城出行节假日特征明显，2021年2月17日（正月初六）驾车跨城出行占比最高，其次是10月1日、

28、5月1日，平日期间驾车跨城出行较为平稳；工作日期间，全国驾车跨城出行热门交互路线主要集中于深圳、广州、上海、西安、苏州、北京、东莞、杭州与其周边城市的联系，其中东莞与深圳的驾车交互热度最高，平均驾车出行里程为35.6公里，平均驾车出行时间为57分钟；TOP10交互路线的平均驾车出行里程均在35公里以上，平均驾车出行时间在50分钟以上。排名驾车跨城交互路线驾车出行热度平均驾车出行里程（公里） 平均驾车出行时间（分钟）1东莞深圳35.6572佛山广州37.1553苏州上海58.8764东莞广州58.7725咸阳西安35.9506无锡苏州50.2657廊坊北京47.0678惠州深圳54.0699惠州

29、东莞47.36410嘉兴杭州45.9602021年工作日全国驾车跨城出行热门交互路线TOP1028驾车跨城出行分析热点区域分布西安咸阳北京廊坊上海苏州选取TOP10热门跨城交互路线中的东莞深圳、苏州上海、咸阳西安、廊坊北京，分析到达各城市的热点区域，如右图所示，城市边界周边到达热度较高。东莞深圳：深圳去往东莞的热门终点区域主要集中于长安镇、凤岗镇；东莞去往深圳的则主要集中于松岗、平湖、沙井。苏州上海：上海至苏州的热点区域主要集中于昆山市，其中花桥、玉山镇热度较高；苏州至上海的嘉定区热度相对较高，青浦区部分区域及中心区域热度也较为集中。咸阳西安：西安至咸阳的热门终点区域主要集中于城市中心区域；西

30、安则相对较为分散，未央区热度相对较高。廊坊北京：北京至廊坊的终点热力分布较为集中，主要集中于三河、广阳、固安、香河等；廊坊至北京的终点热力分布则相对分散，主要集中于通州区和朝阳区。东莞深圳驾车跨城终点热力分布图热度 低高长安镇凤岗镇沙井松岗平湖未央区昆山市太仓市嘉定区青浦区通州区朝阳区固安香河三河大厂广阳合作研究：因路而兴、因路而富第三章30注1：2017年、2018年和2019年分别有125、283和344个县（区）退出“贫困”县（区）序列。受数据和区划变更等因素影响，本次分析选取其中的437个脱贫县。注2：道路长度出现较大涨幅也包含高德地图在该年份重点采集该县的情形。本次分析的区县的地理分

31、布图2017年脱贫县2018年脱贫县2019年脱贫县2019年富裕县数据说明和分析模型高德地图通过对现实世界高频高密度的数据采集，运用图像视觉AI能力，在海量的采集图片库中自动检测识别并确定出各种交通标志标线标牌的内容及位置，再通过与历史资料信息的对比，能快速发现现实世界的变化信息，同时结合强大而专业的数据融合能力，实现100%信息融入，从而构建出高现势性的全国基础地图，其覆盖包含全国所有区县。选取了68个2017年脱贫县、 169个2018年脱贫县、 200个2019年脱贫县和82个2019年GDP排名靠前的富裕县，进行道路里程和经济发展的协同分析。其中，道路包含高速路、快速路、主干路、次干

32、路、支路、小路（非导航道路），都是基于高德地图路网数据计算得出。上述县的经济数据都来自于中国县域统计年鉴（县市卷）。道路建设水平与区域经济发展水平息息相关。采用耦合协调度模型对两者协同发展状态进行分析，展示2017、2018、2019年脱贫县和2019年富裕县的相似性和差异性。（1）变量 1和变量 2的耦合度定义如下：（2）协调度定义如下：，其中，和为通过变异系数法确定的变量权重值。耦合度和协调度取值范围为【0，1】。其中，【0，0.5】区间对应的耦合度和协调度不好，越接近0越差；【0.5，1】区间则对应好的耦合度和协调度，越接近于1越好。 = 21 21+ 22 = 1+ 2 = 数据归一化

33、处理2017年地区生产总值2017年道路总里程2018年地区生产总值2018年道路总里程2019年地区生产总值2019年道路总里程数据归一化处理2017年经济变量2017年道路变量变异系数计算和权重确定2017年耦合度计算2017年协调度计算耦合和协调度分组综合分析数据归一化处理数据归一化处理2018年经济变量2018年道路变量变异系数计算和权重确定2018年耦合度计算2018年协调度计算数据归一化处理数据归一化处理2019年经济变量2019年道路变量变异系数计算和权重确定2019年耦合度计算2019年协调度计算计算流程3132脱贫县在脱贫年份之前的道路里程年际增长率呈现上升趋势，在脱贫年份之

34、后呈现下降态势。从2017年到2019年，富裕县的道路里程年际增长率有下降趋势，但道路里程一直都有较高的增长态势。脱贫县在脱贫年份前后的道路里程增长率变化明显，富裕县同期的道路里程增长更加显著0%10%20%30%0%10%20%30%2018-2019里程年际增长率2017-2018里程年际增长率0%10%20%30%0%10%20%30%2018-2019里程年际增长率2017-2018里程年际增长率0%10%20%30%0%10%20%30%2018-2019里程年际增长率2017-2018里程年际增长率0%10%20%30%0%10%20%30%2018-2019里程年际增长率2017

35、-2018里程年际增长率y=0.4618xy=0.6524xy=0.7979xy=0.7103x类型年际增长率2017年脱贫县2018年脱贫县2019年脱贫县2019年富裕县2017-2018里程年际增长率6.65%5.25%4.72%9.78%2018-2019里程年际增长率3.95%4.25%5.11%7.22%类型年际增长率拟合系数2017年脱贫县2018年脱贫县2019年脱贫县2019年富裕县2017-2018和2018-20190.46180.65240.79790.71030%6%12%2017年-2018年2018年-2019年里程年际增长率2017年脱贫县2018年脱贫县201

36、9年脱贫县2019年富裕县道路里程年际平均增长率的变化2019年富裕县的里程增长率2019年脱贫县的里程增长率2018年脱贫县的里程增长率2017年脱贫县的里程增长率2017年2018年2019年平均耦合度富裕县2019脱贫2018脱贫2017脱贫耦合度分析结果表明：富裕县耦合度比较稳定，脱贫县耦合度稳定中有轻微波动上升趋势；富裕县耦合度非常高，而脱贫县刚刚进入【0.5-1】区间，耦合度相对较低。2017年2018年2019年富裕县2019脱贫2018脱贫2017脱贫平均协调度协调度分析结果表明：脱贫县和富裕县都呈现轻微波动上升趋势；整体而言，脱贫县的协调度都处于【0，0.5】区间中的低端，协

37、调度差；富裕县的协调度则较好。脱贫县经济水平和道路里程的耦合度和协调度呈现微弱上升趋势，但富裕县表现更好年份类型2017年2018年2019年2019年脱贫县0.55 0.55 0.56 2018年脱贫县0.59 0.59 0.59 2017年脱贫县0.61 0.60 0.61 2019年富裕县0.95 0.94 0.94 年份类型2017年2018年2019年2019年脱贫县0.21 0.21 0.21 2018年脱贫县0.21 0.21 0.22 2017年脱贫县0.22 0.22 0.23 2019年富裕县0.58 0.59 0.60 33道路建设和经济增长协调发展情形突出的脱贫县和富裕

38、县20025030035040045060006500700075008000850090002017年-2019年地区生产总值（亿元）2017年-2019年里程（公里）固始县利辛县平江县虞城县2018年脱贫县03504004505005500600065007000750080002017年-2019年地区生产总值（亿元）2017年-2019年里程（公里）七星关区麻城市临泉县萧县2019年脱贫县03000350040004500700075008000850090009500100002017年-2019年地区生产总值（亿元）2017年-2019年

39、里程（公里）昆山市江阴市顺德区余杭区2019年富裕县200250300350400450500550400050006000700080002017年-2019年地区生产总值（亿元）2017年-2019年里程（公里）开州区云阳县石门县沈丘县2017年脱贫县342019年脱贫县2019年协调度2019年GDP2019年道路里程2017-2019年里程平均增长率安徽省临泉县0.39369.73亿7805公里5.28%脱贫县典型案例：临泉县的产业和道路协同发展，新增道路主要围绕产业和交通枢纽搭建临泉电子产业园义乌国际商贸城腾辉国际城碧桂园兴泉大道高铁站19年新增道路18年新增道路在耦合协调度分析中，

40、临泉县2019年的协调度为0.39，道路与经济的协调发展水平在脱贫县中相对突出。高德地图数据显示：2018年和2019年新增道路主要集中在义乌国际商贸城、电子产业园、碧桂园、腾辉国际城以及高铁站周边，这些区域周边公司企业数量也有较明显的增加。临泉县形成了产业和道路协同发展态势，产业与道路协调发展水平向好。临泉县路网分布图临泉县的新增公司企业POI的分布和增幅19年新增“公司企业”18年新增“公司企业”13.1%39.1%2018年公司企业增幅2019年公司企业增幅注1：临泉县公司企业类型来自高德地图POI分类。2017年、2018年、2019年三年此类型POI数据统计后得出增幅。注2：POI增

41、幅中也可能有高德地图在当地重点采集后出现数据量增长的情形。3536江阴县路网分布图19年新增道路18年新增道路南闸江阴职业技术学院花山路澄江新桥华苑城区临张家港2019年富裕县2019年协调度2019年GDP2019年道路里程2017-2019年里程平均增长率江苏省江阴县0.974001.12亿9393公里13.44%3.6%11.3%0.0%5.0%10.0%15.0%20.0%2018年公司企业增幅2019年公司企业增幅江阴县公司企业POI数量涨幅9.2%16.6%0.0%5.0%10.0%15.0%20.0%2018年商务住宅增幅 2019年商务住宅增幅江阴县商务住宅类涨幅在耦合协调度分

42、析中，江阴县协调度为0.97，道路与经济的协调发展水平在富裕县中非常突出。高德地图数据显示：江阴县在2018年和2019年的新增道路不是主干道路类型，反而是居住区和学校区等的内部道路，主要体现在城区的职业学校、花山路、澄江、南闸周边住宅区，临张家港的华苑和新桥等；从公司企业POI数据来看，江阴县的商务住宅类POI增加迅速，2019年增长近17%。富裕县典型案例：江阴县注重居民区周边和内部等区域的道路设施建设，进一步增强经济活力注1：江阴县公司企业类型来自高德地图POI分类。2017年、2018年、2019年三年此类型POI数据统计后得出增幅。注2：POI增幅中也可能有高德地图在当地重点采集后出

43、现数据量增长的情形。江阴县的公司企业和商务住宅POI数量增长37脱贫县在脱贫年份之前的道路里程年际增长率呈现上升趋势，在脱贫年份之后呈现下降态势。从2017年到2019年，富裕县的道路里程的年际增长率有下降，但道路里程一直都有较高的增长态势。脱贫县的经济水平和道路里程的耦合度相对较低，协调度还需提升。富裕县的经济发展与道路建设协同促进的情形突出，耦合度非常高，协调度也很好。“要想富，先修路”，无论对于刚刚“摘帽”的脱贫县，还是对于经济发达程度已经很高的富裕县，都具有非常重要的积极意义。小结与思考参考文献1 Glassman R B . Persistence and loose couplin

44、g in living systemsJ. Systems Research and Behavioral Science, 1973, 18(2):83-98.2 Li Y , Yi L , Yan Z , et al. Investigation of a coupling model of coordination between urbanization and the environmentJ. Journal of Environmental Management, 2012, 98:127-133.3 Shi T, Yang S, Zhang W, et al. Coupling

45、 coordination degree measurement and spatiotemporal heterogeneity between economic development and ecological environment -Empirical evidence from tropical and subtropical regions of ChinaJ. Journal of Cleaner Production, 244:.4 何格, 赵媛. 土地市场和区域经济耦合协调度分析J. 重庆大学学报(社会科学版), 2015, 21(1):23-2

46、7.5 刘耀彬, 李仁东, 宋学锋. 中国区域城市化与生态环境耦合的关联分析J. 地理学报, 2005, 60(2):11.6 孟德友, 沈惊宏, 陆玉麒. 中原经济区县域交通优势度与区域经济空间耦合J. 经济地理, 2012, 32(6):8.7 王淑佳, 孔伟, 任亮,等. 国内耦合协调度模型的误区及修正J. 自然资源学报, 2021, 36(3):18.8 杨忍, 徐茜, 余昌达. 中国县域交通优势度与农村发展的空间协同性及影响机制解析J. 地理科学, 2016, 36(7):10.附录A：名词解释38关键词解释定义交通健康指数由六项交通运行指标组成，表示城市交通健康水平与最优目标的接近

47、百分比，指数越高说明离理想值越近，城市交通运行相对健康，反之越不健康路网高延时运行时间占比道路网交通拥堵延时指数高于1.5的累计时长占全天时长的比例，从时间分布的角度反映路网拥堵程度和变化趋势路网行程延时指数（拥堵延时指数）实际旅行时间与自由流（畅通）状态下旅行时间的比值，值越大出行延时越高路网拥堵路段里程比道路处于拥堵、严重拥堵的路段里程占总发布里程的比例，从空间分布的角度反映道路网交通拥堵的影响范围常发拥堵路段里程比道路网中以一定频率出现严重拥堵的路段里程比例，从空间分布的角度反映交通拥堵发生的聚集性平均旅行速度城市范围内车辆行驶的平均速度道路运行速度偏差率城市范围内道路每日速度标准差与平

48、均速度的比值，值越大速度变化越大，从相对角度反映速度变化的差异和离散程度拥堵延时时间拥堵延时时间 = 交通拥堵通过的旅行时间-自由流通过的旅行时间平均旅行长度城市范围内平均的旅行长度平均旅行时间城市范围内平均的旅行时间平均延迟时间城市范围内平均的延迟时间最拥堵的一天城市在某时间范围内拥堵延时指数最高的一天热点商圈城市中人流多、车流多、商业贸易发达的区域每天通勤延时每天上班或下班堵车时间道路高峰出行平均速度某条道路上，早晚高峰期车辆的平均行驶速度道路高峰出行旅行时间某条道路上，早晚高峰期车辆的平均旅行时间道路高峰出行延时时间某条道路上，道路的延时时间；拥堵延时时间=交通拥堵通过的旅行时间-自由流

49、通过的旅行时间道路平峰出行平均速度某条道路上，不受堵车影响，车辆自由通过状态下的平均车速，通常在夜间道路平峰出行旅行时间某条道路上，不受堵车影响，车辆自由通过状态下的平均旅行时间，通常在夜间关键词解释定义城市类型城市规模划分标准 是由关于调整城市规模划分标准的通知明确提出的城市划分标准，即新的城市规模划分标准以城区常住人口为统计口径，将城市划分为五类七档：小城市、型小城市、型小城市、中等城市、型大城市、型大城市、特大城市、超大城市。报告中人口统计数据来自中华人民共和国住房和城乡建设部2019年城市建设统计年鉴城市主干路是城市道路网的骨架，为连接城市各区的干路，以交通功能为主日均时空过饱和当量在

50、一定时间和空间内过饱和的单元总量碳氧化物(COx)汽车尾气中一氧化碳、二氧化碳等碳氧化合物的统称氮氧化物(NOx)汽车尾气中氮氧化合物的统称。驾车出行热度高德地图用户导航过、路径规划过的所有POI，基于POI的分类体系，聚类去往各POI的用户。导航规划目的地用户数越多，其出行关注度越高。公交出行幸福指数由三项公共交通运行指标组成，表示城市地面公交运行水平与最优目标的接近百分比，指数越高说明离理想值越近，城市地面公交运行水平越高，反之离理想值越远，相对水平越低公交全天运营速度为城市人车出行活跃核心区内，包含公交停靠站行为对速度影响的公交车辆速度公交车运营速度比为城市人车出行活跃核心区内，工作日早