2019年度中国城市交通报告.pdf

中国城市交通报告2019年度 China Urban Transportation Report联合发布1Intelligent Transportation Joint Lab智能交通联合实验室目 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0701城市交通拥堵状况42019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况，可登陆址 http:/ 或扫描左维码。2020 Baidu 2019年度中国城市交通报告52019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2.16523.642 1北京2.04025.123 3贵阳1.97925.794 2哈尔滨1.90523.085 1春1.77726.696 21州1.74429.897 2上海1.73925.568 30安1.73028.139 2呼和浩特1.72528.8310 6武汉1.71627.082019年度，拥堵同2018年度加剧的TOP5城市为唐、重庆、沧州、安和贵阳；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 http:/ 或扫描左维码。2020 Baidu 2019年度中国城市交通报告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%23.642 1北京2.0406.44%25.123 3贵阳1.97914.31%25.794 2哈尔滨1.9050.35%23.085 1春1.7772.33%26.696 21州1.74411.16%29.897 2上海1.7394.34%25.568 30安1.730 14.86%28.139 2呼和浩特1.7252.37%28.8310 6武汉1.7166.97%27.0811 3合肥1.7125.43%27.1812 1南京1.7053.38%27.5113 33沧州1.705 15.20%30.1214 44唐1.702 18.77%30.4215 11佛1.6967.97%29.6516 1沙1.6874.49%28.8917 8济南1.6841.24%29.0918 10沈阳1.6770.36%26.1019 9昆明1.6761.51%28.9920 9厦1.6667.46%29.8021 9连1.6590.69%26.3222 12廊坊1.6558.94%31.6823 10乐1.6541.78%27.5524 7珠海1.6503.93%31.9625 18秦皇岛1.646 10.68%30.842019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%28.1627 4衡阳1.6255.84%27.7728 4福州1.6135.49%30.7929 11天津1.6121.54%32.0730 10成都1.6107.14%32.7031 12济宁1.6051.28%26.0832 18张家1.6009.45%32.4333 15深圳1.6009.05%32.9634 21家庄1.593 10.38%35.2335 2东莞1.5885.28%32.9336 3郑州1.5805.11%31.8237 7韶关1.5776.12%29.3438 15理1.5760.09%28.8839 3岛1.5745.72%30.1340 7惠州1.5692.70%29.5841 25保定1.56111.95%35.5442 14汕头1.5510.25%26.5443 13桂林1.5500.75%26.3444 7兰州1.5486.54%28.8645 25绵阳1.5342.84%31.0146 5海1.5281.81%27.7847 17临沂1.5279.43%29.6748 23南宁1.5262.89%30.8549 2太原1.5233.66%34.6950 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 http:/ 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%31.8252 5潮州1.5054.77%28.7553 8中1.5045.75%34.3054 5邢台1.5045.63%32.8355 25衡1.50213.11%33.6056-南昌1.4994.07%30.5457 18邯郸1.494 10.47%33.8258 4柳州1.4872.83%27.7759 10清远1.4841.22%29.5560 5苏州1.4836.29%35.9461 26茂名1.4742.76%27.5162 2洛阳1.4723.40%27.6863 10湛江1.4721.69%31.3064 6泉州1.4656.55%34.7265 20拉萨1.4502.02%29.5666 22锡1.44311.20%37.2067 31阳泉1.4374.83%29.1868 1温州1.4273.73%32.2769 16南充1.4147.27%32.6670 48宜宾1.414 10.38%32.1271 26嘉兴1.412 12.60%34.5272 10银川1.3911.87%33.1873 16绍兴1.3917.27%34.3874 3赣州1.3863.33%32.0575 7淄博1.3840.55%33.362019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%36.2177 6泰安1.3834.60%36.3578 4南阳1.3822.11%31.0679 2宁波1.3803.98%34.2080 13同1.3790.95%33.3281 5江1.3701.46%39.9182 11云浮1.3700.05%33.4583 5咸阳1.3631.65%37.4984 5潍坊1.3612.17%35.6585 7淮安1.3494.22%30.9486 13宁1.3480.40%39.0287 24肇庆1.3434.52%36.8288 1漳州1.3402.71%32.3289 1台州1.3353.01%35.6090 9南通1.3237.57%40.3491 5扬州1.3221.19%35.4092 20连云港1.3143.64%34.0993 2新乡1.2830.22%35.6794 1盐城1.2810.73%36.5095 4德州1.2791.23%38.3896 12镇江1.2733.48%34.3497 1常州1.2482.04%38.8298 2湖州1.2385.66%45.0899 5华1.2383.60%33.12100 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17:0019:00，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 http:/ 或扫描左维码。2020 Baidu 2019年度中国城市交通报告82019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17:0019:00，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 http:/ 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1.74429.892合肥1.71227.183南京1.70527.514唐1.70230.425佛1.69629.656沙1.68728.897济南1.68429.098沈阳1.67726.109昆明1.67628.9910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2.16523.642北京2.04025.123上海1.73925.564安1.73028.135武汉1.71627.086天津1.61232.077成都1.61032.708深圳1.60032.969东莞1.58832.9310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 http:/ 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1.97925.792哈尔滨1.90523.083春1.77726.694呼和浩特1.72528.835沧州1.70530.126厦1.66629.807连1.65926.328廊坊1.65531.689福州1.61330.7910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1.65427.552珠海1.65031.963秦皇岛1.64630.844衡阳1.62527.775张家1.60032.436韶关1.57729.347理1.57628.888汕头1.55126.549桂林1.55026.3410兰州1.54828.862019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%23.642北京2.0406.44%25.123上海1.7394.34%25.564安1.73014.86%28.135武汉1.7166.97%27.086天津1.6121.54%32.077成都1.6107.14%32.708深圳1.6009.05%32.969东莞1.5885.28%32.9310郑州1.5805.11%31.8211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%29.892合肥1.712 5.43%27.183南京1.705 3.38%27.514唐1.702 18.77%30.425佛1.6967.97%29.656沙1.687 4.49%28.897济南1.6841.24%29.098沈阳1.677 0.36%26.109昆明1.6761.51%28.9910杭州1.6273.11%28.1611家庄1.593 10.38%35.2312岛1.574 5.72%30.1313保定1.561 11.95%35.5414临沂1.527 9.43%29.6715锡1.443 11.20%37.2016温州1.427 3.73%32.2717宁波1.380 3.98%34.2018潍坊1.3612.17%35.6519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 http:/ 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）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%25.792哈尔滨1.9050.35%23.083春1.7772.33%26.694呼和浩特1.7252.37%28.835沧州1.70515.20%30.126厦1.6667.46%29.807连1.6590.69%26.328廊坊1.6558.94%31.689福州1.6135.49%30.7910济宁1.6051.28%26.0811惠州1.5692.70%29.5812南宁1.5262.89%30.8513太原1.5233.66%34.6914徐州1.5194.85%28.8415乌鲁1.5173.60%31.8216中1.5045.75%34.3017邢台1.5045.63%32.8318南昌1.4994.07%30.5419邯郸1.49410.47%33.8220洛阳1.4723.40%27.6821泉州1.4656.55%34.7222嘉兴1.41212.60%34.5223绍兴1.3917.27%34.3824赣州1.3863.33%32.0525淄博1.3840.55%33.3626烟台1.3834.32%36.2127南阳1.3822.11%31.0628台州1.3353.01%35.6029南通1.3237.57%40.3430新乡1.2830.22%35.6731盐城1.2810.73%36.5032德州1.2791.23%38.3833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，可登陆址 http:/ 或扫描左维码。2020 Baidu 2019年度中国城市交通报告142019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3331522122112019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 http:/ 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3321011911210412019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 http:/ 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132167311212912019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，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42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。050100150200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050100150200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、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。050100150200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050100150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。050100150200250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050100150200250300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4507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-0.0010.0200.006-0.015-0.0080.9840.006-0.0050.002-0.002-0.001GDP0.413-0.030-0.122-0.095-0.006-0.0080.0410.0250.0200.013-0.001均GDP0.3510.2570.070-0.520-0.043-0.1100.062-0.0590.002-0.019-0.011平均资-0.0510.0050.7690.0140.0810.0060.0020.0140.0470.0050.0060.334-0.034-0.1520.3240.0070.0520.0330.0340.0480.0170.003产占0.0540.7160.001-0.0630.0150.050-0.038-0.003-0.004-0.0020.004三产占0.105-0.5530.046-0.206-0.051-0.016-0.020-0.0130.013-0.004-0.003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0.0010.0000.002-0.0010.002-0.0020.000-0.004-0.0010.9990.000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f10.0061*(19.67)f2-0.0366*(-72.97)f30.0182*(32.42)f40.0213*(39.02)f50.0165*(26.14)f6-0.0003(-0.49)f7-0.0017*(-2.71)f80.0055*(8.78)f9-0.0114*(-17.80)f10-0.0896*(-142.30)f110.0160*(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的成因相对重要性分析 使平均超序排序法（即LMG法）和例边界差分解法（即PMVD法）估算变量的相对重要性。为检验结果的稳健性，此处运Bootstrap法计算相对重要性的95%置信区间。分析表明，量出需求在交通峰期的聚集，是交通拥堵形成的最主要原因。产业结构、出模式、道路容量、交通需求和交通事故对于交通拥堵指数的影响分别为0.0709、0.0220、0.0204、0.0170、0.0090。此外，驾驶为的影响为0.0008，降量、平均温、速等象条件的影响分别为0.0056、0.0026、0.0001。平均速度同交通拥堵指数影响因素的排序基本致，但道路容量的影响更为重要。模型共解释了交通拥堵指数35.3%的变化和平均速度29.13%的变化。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49经济学法分析交通拥堵的成因早晚峰影响因素相对重要性分析 晚峰不考虑迟到成本，且因部分群在回家前参加晚间活动会导致交通需求相对分散。分析表明，早晚峰成因的重要性排序存在显著差异，作集中出仍是最重要因素。早峰影响因素的重要性排序为：节假、产业结构、交通需求、道路容量、交通事故、出模式、驾驶为、降量、空质量、速、平均温。同早峰相，晚峰交通拥堵受产业结构、出模式、道路容量的影响更。驾驶为以及降量、温等象因素的影响也更为显著。模型共解释了晚峰24.81%的变化和早峰37.96%的变化。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50计量经济学法分析交通拥堵的成因各类城市交通拥堵影响因的重要性排序 集中出是各类城市交通拥堵形成的最主要因素；产业结构和出模式选择是多数城市交通拥堵的重要成因。线城市交通拥堵主要受到经济活动的影响。新线城市、线城市交通拥堵还受到道路容量的重要影响，驾驶为对线城市的影响也不容忽视。模型共解释了线城市71.36%、新线城市60.87%、线城市41.87%交通拥堵指数的变化。主成分线城市(置信区间）新线城市(置信区间）线城市(置信区间）f10.0672(0.0473,0.0872)0.0060(0.0048,0.0073)0.0090(0.0062,0.0121)f20.1207(0.0920,0.1483)0.0540(0.0482,0.0601)0.0908(0.0847,0.0972)f30.0328(0.0242,0.0425)0.0388(0.0340,0.0442)0.0494(0.0440,0.0542)f40.0117(0.0046,0.0182)0.0487(0.0407,0.0576)0.0142(0.0110,0.0177)f50.0079(0.0038,0.0140)0.0032(0.0020,0.0049)0.0033(0.0019,0.0050)f60.0005(0.0000,0.0021)0.0020(0.0010,0.0035)0.0000(0.0000,0.0003)f70.0002(0.0000,0.0013)0.0005(0.0001,0.0011)0.0019(0.0011,0.0029)f80.0000(0.0000,0.0005)0.0007(0.0002,0.0016)0.0142(0.0118,0.0168)f90.0146(0.0105,0.0189)0.0000(0.0000,0.0002)0.0056(0.0039,0.0078)f100.4517(0.4291,0.4732)0.4461(0.4323,0.4597)0.2269(0.2192,0.2343)f110.0065(0.0018