滴滴出行-2017年三季度全国重点城市交通出行报告-65页-6mb
报告摘要
Q3 2017 交通出行报告总结
核心内容
本报告是滴滴出行发布的《全国重点城市交通出行报告》,基于滴滴平台大数据分析,涵盖交通运行、城市出行、重要事件、出行预测及附录等部分。报告旨在为政府决策、学术研究和市民出行提供数据支持,反映城市交通运行状况及社会民生特征。
主要观点
-
交通运行状况改善
- 第三季度大部分城市的交通运行指数下降,平均车速上升,拥堵情况较上一季度有所缓解。
- 哈尔滨交通运行指数上升,但拥堵缓解效果较好,部分远郊区域如永宁古城墙遗址、翠城公园等拥堵治理效果显著。
- 北京市二环内部分路段及高新技术区如上地西二旗拥堵缓解效果显著。
- 上海、广州、深圳等城市的部分高架路和城市道路拥堵情况改善。
-
交通失衡现象
- 典型道路失衡分为同向失衡和反向失衡两种类型。
- 同向失衡多由人流聚集点引起,如机场、火车站等。
- 反向失衡则与通勤高峰时段有关,如北京苏州桥-万柳园路段。
-
拼车对交通的影响
- 拼车显著提升打车成功率,缓解打车难问题。
- 拼车可提高车辆运营效率,减少路面行驶车公里数,提升路网可靠性。
- 北京拼车让居民平均每千米节省7.8秒,减少出行时间预留2.4秒。
-
恶劣天气对出行的影响
- 高温天气下打车需求平均增幅为17.4%,暴雨天气下打车需求平均增幅为34.3%。
- 拼车在恶劣天气下更具优势,高温天拼车需求增加52%,暴雨天增加10%。
-
暑期出行特征
- 暑期出游以内陆城市为主,热门目的地包括青岛、大连、南京。
- 暑期打车需求集中在上午和傍晚,部分高校如浙江大学、北京大学成为热门游览地。
- 拼车在暑期成为重要出行方式,部分西部旅游城市如拉萨、银川顺风车需求增幅显著。
-
大学城生活便捷度
- 广州大学城、仙林大学城、江宁大学城生活便捷度较高,而北京良乡大学城、沙河高教园便捷度较低。
- 松江大学城、沙河高教园、长安大学城学生需搭乘地铁出行,平均距离较远。
-
京津冀协同发展
- 北京与廊坊、天津、保定之间的跨城顺风车连接度较高,石家庄与保定、邢台之间的连接度也显著。
- 跨城顺风车与城市内公共交通形成互补,助力城市群协同发展。
关键信息
- 交通运行指数:反映城市交通拥堵状况,第三季度多数城市指数下降,平均车速上升。
- 打车难区域:哈尔滨、重庆、上海、广州、深圳等城市存在不同程度的打车难问题。
- 拼车价值:拼车不仅提高打车成功率,还提升交通系统运行效率与可靠性。
- 恶劣天气影响:高温和暴雨天气显著增加打车需求,拼车在应对突发需求方面作用明显。
- 暑期出行趋势:暑期出游量呈两头多中间少,主要受学生假期影响。
- 大学城分析:生活便捷度与品牌连锁店数量和种类密切相关,南方大学城普遍优于北方。
- 京津冀协同发展:跨城顺风车成为区域交通的重要补充,促进城市间人员流动。
重点城市数据
交通运行指数
| 城市 | 全天交通运行指数 | 平均行驶速度 (km/h) |
|---|---|---|
| 哈尔滨市 | 1.742 | 30.30 |
| 西安市 | 1.628 | 32.75 |
| 北京市 | 1.616 | 34.54 |
| 长春市 | 1.605 | 33.82 |
| 重庆市 | 1.548 | 35.87 |
| 广州市 | 1.545 | 36.66 |
| 成都市 | 1.538 | 35.25 |
| 沈阳市 | 1.537 | 34.95 |
| 大连市 | 1.535 | 33.14 |
| 昆明市 | 1.527 | 35.26 |
打车难区域
- 北京:国贸、望京、中关村软件园。
- 上海:陆家嘴、外滩、南京西路、虹桥火车站。
- 广州:太古汇、天河南商业街、珠江新城、广州东站、广州南站。
- 深圳:万科红生活广场、海岸城购物中心、民俗村内的百易广场附近。
拼车成效
- 北京:拼车使打车成功率提高64%(国贸),11%(中关村软件园)。
- 上海:拼车提升打车成功率53%(整体),152%(陆家嘴外滩)。
- 广州:拼车提升打车成功率14%,部分商圈如广州东站提升30%。
大学城生活便捷度
- 生活便捷度高:广州大学城、仙林大学城、江宁大学城。
- 生活便捷度低:北京良乡大学城、沙河高教园、深圳大学城。
京津冀跨城顺风车连接度
- 最高:北京-廊坊、北京-天津、北京-保定。
- 次高:石家庄-保定、石家庄-邢台。
- 较弱:保定-邢台、邯郸-保定。
附录说明
交通可靠性指标
- 网络自由流行程时间率:5%分位数,反映无拥堵时的出行时间。
- 网络平均行程时间率:50%分位数,反映平均出行时间。
- 网络规划行程时间率:95%分位数,反映规划出行时间。
- 网络缓冲行程时间率:95%与50%分位数差值,反映预留时间。
TTI(交通运行指数)计算公式
$$
\text{TTI}k = \frac{\sum{j=1}^{m} W_{kj} \overline{t_{kj}}}{\sum_{j=1}^{m} W_{kj} t_{\text{free}j}}
$$
- $ W_{kj} $:近3个月内k时段内经过路段j的车次数。
- $ t_{kj} $:k时段内通过路段j的实际平均时间。
- $ t_{\text{free}j} $:通过路段j的自由流时间。
自由流速度与时间计算
- 自由流速度为低交通量情况下的车辆平均速度。
- 自由流时间通过自由流速度计算得出。
结论
本报告通过滴滴出行平台的大数据,全面分析了2017年第三季度全国重点城市的交通运行情况、出行趋势及城市治理效果,突出了拼车和顺风车在缓解交通压力和提升出行效率方面的重要作用。同时,结合暑期出游、恶劣天气、大学城生活便捷度和京津冀协同发展等重要事件,为城市交通规划和政策制定提供了详实的数据支持和参考方向。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载