簡(jiǎn)介一份基于高德地圖超6.3億月活躍用戶(hù)及交通行業(yè)浮動(dòng)車(chē)數(shù)據(jù)編制的《2021年度中國(guó)主要城市交通分析報(bào)告》由高德聯(lián)合國(guó)家信息中心大數(shù)據(jù)發(fā)展部、清華大學(xué)交通研究所等機(jī)構(gòu)共同發(fā)布面向交通管理者、城市規(guī)劃研究人員及出行安全相關(guān)從業(yè)者用于掌握城市交通運(yùn)行規(guī)律與擁堵成因。壓縮包內(nèi)共1個(gè)PDF文件大小2.45MB完整收錄報(bào)告正文涵蓋時(shí)間、空間、效率三維評(píng)價(jià)體系以及“六宮格”交通健康指數(shù)、“公交出行幸福指數(shù)”等核心指標(biāo)并附有360城全國(guó)高速的監(jiān)測(cè)范圍說(shuō)明與50城地面交通、20城公共交通的詳細(xì)分析。已有350人學(xué)習(xí)下載。讀者可深入了解城市核心區(qū)識(shí)別方法、交通擁堵場(chǎng)景分類(lèi)及“評(píng)診治”一體化解決方案還可借鑒其大數(shù)據(jù)挖掘與交通理論結(jié)合的分析框架為交通評(píng)價(jià)、政策制定和安全出行參考提供數(shù)據(jù)支撐。1. 一份年度城市交通分析報(bào)告為什么值得花兩小時(shí)讀懂它拿到這份 PDF 的人大多把它當(dāng)成新聞通稿翻幾頁(yè)榜單看看「哪個(gè)城市又堵了」隨手丟進(jìn)文件夾。但做過(guò)物流調(diào)度或門(mén)店選址的人會(huì)告訴你真正值錢(qián)的不是排名而是排名背后的口徑——它其實(shí)是市面上少有的、覆蓋數(shù)百個(gè)城市且按統(tǒng)一方法計(jì)算的交通狀態(tài)快照。讀懂它意味著你手里多了一份可以逐年對(duì)比、支撐投放決策的數(shù)據(jù)源而不是一條過(guò)了時(shí)效的熱搜。這份報(bào)告解決的是三個(gè)很實(shí)際的問(wèn)題你的業(yè)務(wù)城市到底有多堵、堵在哪類(lèi)時(shí)段、過(guò)去一年正在變好還是變差。適合人群也很明確——城市運(yùn)營(yíng)、網(wǎng)約車(chē)/物流調(diào)度、充電樁或零售選址、通勤研究以及幫政府做交通評(píng)估的咨詢(xún)角色。我花了兩小時(shí)把它拆成一套可復(fù)用的指標(biāo)框架和抽取流程下面按「讀什么 → 怎么提數(shù)據(jù) → 哪里會(huì)翻車(chē) → 怎么長(zhǎng)期用」的順序講完。2. 報(bào)告骨架讀懂核心指標(biāo)體系先弄明白分母是什么2.1 先弄清數(shù)據(jù)從哪來(lái)軌跡樣本與自由流時(shí)間的「黑匣子」所有擁堵指數(shù)都來(lái)自導(dǎo)航用戶(hù)的軌跡數(shù)據(jù)不是全量機(jī)動(dòng)車(chē)更不是官方統(tǒng)計(jì)口徑的全樣本。日常導(dǎo)航請(qǐng)求、后臺(tái)路網(wǎng)狀態(tài)、出租車(chē)和貨運(yùn)車(chē)輛的定位軌跡經(jīng)過(guò)脫敏和地圖匹配之后被聚合成道路級(jí)速度再按城市邊界聚合。這個(gè)本質(zhì)是「大樣本抽樣」方法本身是黑匣子但好在每年的計(jì)算邏輯相對(duì)穩(wěn)定所以更適合看相對(duì)變化而不是咬死絕對(duì)數(shù)值。關(guān)鍵的分母是「自由流時(shí)間」——即道路在極低流量狀態(tài)下通過(guò)所需的耗時(shí)。報(bào)告中的延時(shí)指數(shù)就是用「實(shí)際高峰耗時(shí) ÷ 自由流耗時(shí)」算出來(lái)的自由流通常用歷史低峰時(shí)段的實(shí)測(cè)速度推估。這里有個(gè)看不見(jiàn)的風(fēng)險(xiǎn)地圖版本更新、限速調(diào)整、道路改擴(kuò)建都會(huì)改變自由流基準(zhǔn)同一座城市同一時(shí)段換了基準(zhǔn)之后指數(shù)也會(huì)變。后面避坑章節(jié)我會(huì)專(zhuān)門(mén)講。另外要記住樣本偏差高頻使用導(dǎo)航的網(wǎng)約車(chē)、貨運(yùn)司機(jī)對(duì)軌跡貢獻(xiàn)遠(yuǎn)大于普通私家車(chē)主所以這個(gè)數(shù)據(jù)天然偏向「活躍出行人群」的感受和純私家車(chē)通勤者的體感會(huì)有差距。這不代表報(bào)告無(wú)用而是提醒你別用它解釋「為什么我開(kāi)車(chē)覺(jué)得沒(méi)那么堵」。2.2 五個(gè)必看核心指標(biāo)從延時(shí)指數(shù)到通勤時(shí)耗指標(biāo)名稱(chēng)在不同年份的報(bào)告里可能略有差異比如有的叫「擁堵延時(shí)指數(shù)」有的叫「高峰行程延時(shí)指數(shù)」本質(zhì)都是同一套比值邏輯。我一般只看以下五個(gè)它們合起來(lái)能覆蓋「擁堵強(qiáng)度、擁堵范圍、絕對(duì)速度、個(gè)人成本」四個(gè)維度。指標(biāo)含義量綱一句話(huà)用法高峰行程延時(shí)指數(shù)早晚高峰實(shí)際耗時(shí) ÷ 自由流耗時(shí)無(wú)單位≥1.01.0 暢通1.8 代表比自由流多花 80% 時(shí)間擁堵里程比擁堵路段里程 ÷ 路網(wǎng)總里程百分比看擁堵是「點(diǎn)狀」還是「面狀」擴(kuò)散高峰平均速度早晚高峰路網(wǎng)平均車(chē)速km/h直接感受擁堵對(duì)時(shí)效的打擊平均通勤時(shí)耗單程通勤平均耗時(shí)分鐘和每個(gè)人最直接相關(guān)的成本通勤半徑居住地到工作地的典型距離公里輔助判斷城市空間結(jié)構(gòu)變化注意延時(shí)指數(shù)是相對(duì)值平均速度是絕對(duì)值。兩個(gè)要配著看指數(shù)漲但速度沒(méi)跌往往是自由流基準(zhǔn)變了而不是真的更堵指數(shù)沒(méi)變但速度跌了說(shuō)明道路整體限速或路況發(fā)生變化。做運(yùn)營(yíng)規(guī)劃時(shí)我優(yōu)先看平均速度和通勤時(shí)耗因?yàn)樗鼈兡苤苯诱鬯愠膳渌蜁r(shí)間或員工通勤成本指數(shù)更適合做跨年趨勢(shì)比較。2.3 報(bào)告三層結(jié)構(gòu)先總覽、再分檔、最后看專(zhuān)題從往年版本來(lái)看年度報(bào)告一般分三層。第一層是全國(guó)城市總覽給出主要城市的擁堵排名和年度同比變化第二層是按城市規(guī)模分檔通常劃分為超大城市、特大城市、大城市、中等城市因?yàn)椴煌w量城市的擁堵邏輯完全不同跨檔對(duì)比沒(méi)有意義第三層是通勤和專(zhuān)題分析包括通勤時(shí)耗、通勤半徑、公交和慢行系統(tǒng)的表現(xiàn)。閱讀建議是跳讀不要從頭翻到尾。先看你關(guān)注的城市屬于哪一檔然后只在該檔內(nèi)部做橫向?qū)Ρ?。比如你做連鎖零售選址重點(diǎn)看目標(biāo)城市的通勤半徑和高峰平均速度而不是全國(guó)總排名你做充電樁布局更要關(guān)心擁堵里程比和平均速度因?yàn)樗鼈儧Q定了車(chē)輛在路上的停留時(shí)間。提示分檔標(biāo)準(zhǔn)不是一成不變的每年可能根據(jù)城區(qū)人口或建成區(qū)規(guī)模調(diào)整?？缒陮?duì)比前先確認(rèn)城市檔位是否發(fā)生變化否則「從特大城市降為大城市」造成的指標(biāo)波動(dòng)會(huì)被誤讀為交通改善。3. 把 PDF 變成可用的數(shù)據(jù)集一份可直接照抄的抽取與清洗流程3.1 準(zhǔn)備環(huán)境pdfplumber 還是 tabula-py想把這幾十頁(yè) PDF 變成能入數(shù)據(jù)庫(kù)的表格常見(jiàn)做法是用兩個(gè) Python 庫(kù)pdfplumber 和 tabula-py。pdfplumber 基于 PDF 解析庫(kù)自行定位文本和線(xiàn)條對(duì)復(fù)雜表格的容忍度高tabula-py 底層依賴(lài) Java 環(huán)境適合行列規(guī)整的簡(jiǎn)單表格。年度報(bào)告里的排名表通常帶合并單元格和多級(jí)表頭我一般首選 pdfplumber遇到規(guī)整附表再用 tabula-py 補(bǔ)漏。先裝環(huán)境pip install pdfplumber tabula-py pandas openpyxltabula-py 需要本機(jī)裝有 Java 運(yùn)行時(shí)裝完可以用tabula-py --version驗(yàn)證。如果公司電腦裝不了 Java只用 pdfplumber 也夠覆蓋大部分表格。openpyxl 是用來(lái)最后輸出 Excel 的pandas 負(fù)責(zé)清洗。3.2 抽取表格的參考腳本從多級(jí)表頭到干凈 DataFrame下面這段腳本是核心抽取報(bào)告中的城市排名表。注意頁(yè)碼要按你手上 PDF 的實(shí)際頁(yè)數(shù)調(diào)整因?yàn)椴煌姹九虐娌煌?。import pdfplumber import pandas as pd pdf_path 2021_traffic_report.pdf with pdfplumber.open(pdf_path) as pdf: # 頁(yè)碼從 0 開(kāi)始示例抽取第 12 頁(yè) page pdf.pages[12] table page.extract_table( table_settings{ vertical_strategy: lines, # 按豎向線(xiàn)條切列 horizontal_strategy: lines, # 按橫向線(xiàn)條切行 snap_tolerance: 3, # 線(xiàn)條吸附容差解決輕微歪斜 } ) # 第一行通常是表頭空值用 unknown 填充 df pd.DataFrame(table[1:], columnstable[0]) df df.fillna(unknown) print(df.head())邏輯說(shuō)明extract_table返回一個(gè)二維列表第一行是表頭。vertical_strategy和horizontal_strategy都設(shè)為lines意思是嚴(yán)格按 PDF 里的繪制線(xiàn)條切分表格適合報(bào)告這種有線(xiàn)表格如果表格沒(méi)有完整線(xiàn)條可以把策略改成text靠文字位置推斷邊界代價(jià)是對(duì)齊不整齊時(shí)需要更多手工修正。snap_tolerance3用來(lái)容忍線(xiàn)條略微歪斜避免把同一列切成兩列。抽取完成后先別急著高興檢查df.columns是否包含「排名、城市、指數(shù)、速度」等字段。高德報(bào)告的表格經(jīng)常是「城市 指數(shù) 同比變化」這種寬結(jié)構(gòu)表頭可能跨兩行比如第一行是「高峰擁堵指數(shù)」第二行才是「2021年/2020年」。遇到這種情況先手工把合并單元格的表頭在代碼里重命名為index_2021、index_2020再繼續(xù)清洗。3.3 清洗與透視把多頁(yè)表格合并成「城市 × 年份」寬表一個(gè)城市的指標(biāo)可能散在多個(gè)頁(yè)面或者你需要把多個(gè)年份的報(bào)告合并做對(duì)比。清洗時(shí)統(tǒng)一做四件事列名標(biāo)準(zhǔn)化、百分號(hào)去除、千分位逗號(hào)去除、空值統(tǒng)一填充。然后按城市做透視。# 假設(shè)三份報(bào)告已經(jīng)分別抽取為 df_2021, df_2020, df_2019 frames [] for year, df in [(2021, df_2021), (2020, df_2020), (2019, df_2019)]: df df.copy() # 統(tǒng)一列名跳過(guò)表頭清洗細(xì)節(jié)只保留關(guān)鍵字段 df.columns [rank, city, index, speed, mileage_ratio] for col in [index, speed, mileage_ratio]: df[col] ( df[col] .astype(str) .str.replace(%, ) .str.replace(,, ) .str.replace(秒, ) # 防止時(shí)耗列混入單位 .astype(float) ) df[year] year frames.append(df) merged pd.concat(frames, ignore_indexTrue) # 透視成寬表每行一個(gè)城市每列一個(gè)年份的指數(shù)值 wide merged.pivot_table( indexcity, columnsyear, valuesindex, aggfuncfirst, # 同一城市同年只取第一條避免重復(fù)頁(yè)碼 ) wide.to_excel(city_index_wide.xlsx, sheet_nameindex)參數(shù)說(shuō)明aggfuncfirst是關(guān)鍵如果同一座城市在報(bào)告中出現(xiàn)兩次例如總榜和分檔榜各出現(xiàn)一次聚合時(shí)用first取第一條避免均值被重復(fù)數(shù)據(jù)污染。str.replace(秒, )是防呆處理因?yàn)闀r(shí)耗列有時(shí)帶著中文單位。如果原始 PDF 里的速度列是「30 km/h」這種格式清洗時(shí)可以先str.extract(r(\d))提出數(shù)字避免字符串轉(zhuǎn) float 報(bào)錯(cuò)。透視成寬表之后跨年對(duì)比就變得非常直接每一行是一城市每一列是一年份差值一減就出來(lái)。這也是后續(xù)長(zhǎng)期追蹤的數(shù)據(jù)底座。3.4 校驗(yàn)數(shù)據(jù)的一個(gè)土辦法抽三個(gè)數(shù)回原文核對(duì)表格抽取最容易出兩類(lèi)錯(cuò)錯(cuò)位和缺行。錯(cuò)位是指某個(gè)城市的數(shù)值串到了下一行缺行是 PDF 分頁(yè)時(shí)某一行被截?cái)?。我每次清洗完都做同一個(gè)土辦法按排名順序挑第一名、中間一名、最后一名回 PDF 原文核對(duì)三個(gè)數(shù)。更快的半自動(dòng)校驗(yàn)是看數(shù)值的單調(diào)性。排名表的指數(shù)按擁堵程度降序排列所以清洗后index列應(yīng)該是單調(diào)不增的。如果出現(xiàn)「某城市指數(shù) 1.8 之后緊接著 2.1」幾乎可以斷定發(fā)生了串行。另外把市區(qū)所有城市求和后再和報(bào)告「全國(guó)平均」對(duì)比偏差超過(guò)幾個(gè)百分點(diǎn)就說(shuō)明某行被漏掉了。提示不要相信任何一步到位的自動(dòng)抽取。PDF 排版千差萬(wàn)別每年版本都可能改版預(yù)留 20 分鐘人工核對(duì)比事后發(fā)現(xiàn)數(shù)據(jù)錯(cuò)了重跑整個(gè)分析劃算得多。4. 避坑用這份報(bào)告做對(duì)比分析時(shí)最容易踩的 5 個(gè)數(shù)據(jù)口徑坑4.1 坑一指數(shù)漲了并不是路變堵了而是樣本變了現(xiàn)象某三線(xiàn)城市今年高峰延時(shí)指數(shù) 1.62去年只有 1.48看起來(lái)?yè)矶麓蠓鶒夯?dāng)?shù)貜臉I(yè)者體感「路況差不多」。原因年度報(bào)告的數(shù)據(jù)量受用戶(hù)裝機(jī)量和活躍度影響。如果今年高德在該城市的導(dǎo)航用戶(hù)數(shù)明顯增長(zhǎng)新增用戶(hù)的使用習(xí)慣比如更多郊區(qū)用戶(hù)、更多短途出行會(huì)改變樣本構(gòu)成導(dǎo)致指數(shù)上升這并不等于道路物理?yè)矶录觿?。解決對(duì)比前先看報(bào)告前言或附錄里是否說(shuō)明「監(jiān)測(cè)范圍」和「樣本量變化」。如果沒(méi)寫(xiě)就只用「同比」不看「絕對(duì)值」并且至少連續(xù)追蹤三年再下結(jié)論。單年指數(shù)突然跳變的先懷疑口徑變化不要急于歸因到城市建設(shè)。4.2 坑二城市邊界口徑不一致跨年對(duì)比直接翻車(chē)現(xiàn)象某城市 2021 年指數(shù)明顯低于 2020 年匯報(bào)給管理層時(shí)被質(zhì)疑數(shù)據(jù)不對(duì)因?yàn)檎鎸?shí)路感更堵了。原因城市行政邊界調(diào)整是常見(jiàn)情況撤縣設(shè)區(qū)、新區(qū)并入都會(huì)讓城市路網(wǎng)總里程變大。新增的多是外圍低流量道路分子擁堵里程增速小于分母總里程擁堵指數(shù)被稀釋。解決跨年對(duì)比時(shí)只保留邊界穩(wěn)定的城區(qū)范圍或者干脆采用「市轄區(qū)」口徑。如果報(bào)告里的城市范圍定義變了當(dāng)年所有絕對(duì)值都不能與歷史直接比只能比「城市在全部樣本中的排位變化」。這是最容易踩也是最不容易發(fā)現(xiàn)的坑建議每次對(duì)比前先把前一年的范圍說(shuō)明抄一遍。4.3 坑三節(jié)假日剔沒(méi)剔除年度報(bào)告和個(gè)人體感永遠(yuǎn)有差距現(xiàn)象年度報(bào)告說(shuō)擁堵下降了可你自己每個(gè)月早晚高峰都堵在橋上覺(jué)得報(bào)告不可信。原因年度報(bào)告通常只統(tǒng)計(jì)工作日通勤時(shí)段并剔除法定節(jié)假日和極端天氣。個(gè)人體感覆蓋了周末、假期、下雨天和各類(lèi)臨時(shí)管制兩者統(tǒng)計(jì)窗口完全不同。解決看報(bào)告正文對(duì)「統(tǒng)計(jì)時(shí)段」的說(shuō)明。做內(nèi)部匯報(bào)時(shí)明確注明「該數(shù)據(jù)僅代表工作日高峰時(shí)段」不要用年度數(shù)字解釋某一次強(qiáng)降雨后的擁堵事件。如果需要全年真實(shí)路況要找月度版或?qū)崟r(shí)路況數(shù)據(jù)年度報(bào)告只適合看長(zhǎng)期趨勢(shì)。4.4 坑四百分比還是百分點(diǎn)「下降5%」可能是兩種完全不同的結(jié)論現(xiàn)象報(bào)告寫(xiě)「某城市擁堵指數(shù)同比下降 5%」你在匯報(bào)時(shí)說(shuō)「擁堵緩解了 5 個(gè)百分點(diǎn)」領(lǐng)導(dǎo)問(wèn)「從多少降到多少」時(shí)你答不上來(lái)。原因擁堵指數(shù)是比值同比下降 5% 是相對(duì)變化。比如指數(shù)從 1.80 降到 1.71是下降了 5%從 1.80 降到 1.75 則是下降了 2.8%約 0.05 個(gè)百分點(diǎn)。表述不清會(huì)把一個(gè)較小的變化放大成顯著改善。解決每次看到百分比變化都先自己用原始數(shù)值還原一遍(今年值 - 去年值) / 去年值 × 100%。如果報(bào)告只給了變化率沒(méi)給絕對(duì)值就從圖表數(shù)據(jù)里反推。落到自己的分析報(bào)告里時(shí)統(tǒng)一寫(xiě)成「指數(shù)從 X 降至 Y降幅 Z%」不給歧義留空間。4.5 坑五擁堵指數(shù)和擁堵里程比「打架」先查自由流基準(zhǔn)現(xiàn)象某城市高峰延時(shí)指數(shù)從 1.70 漲到 1.78但擁堵里程比從 25% 降到 22%兩個(gè)指標(biāo)指向相反結(jié)論。原因這兩個(gè)指標(biāo)各有側(cè)重。指數(shù)反映擁堵強(qiáng)度里程比反映擁堵空間范圍。核心區(qū)幾條路更堵會(huì)拉高指數(shù)但如果外圍道路通暢里程比反而下降不算矛盾。不過(guò)還有一種常見(jiàn)情況地圖廠(chǎng)商更新了路網(wǎng)限速數(shù)據(jù)自由流時(shí)間被調(diào)低導(dǎo)致延時(shí)指數(shù)整體抬高而里程比不受影響。解決看到「打架」先做兩步排查。第一步調(diào)出該城市高峰平均速度如果速度基本沒(méi)變那指數(shù)變化大概率是基準(zhǔn)調(diào)整第二步看報(bào)告發(fā)布說(shuō)明里是否提到「地圖數(shù)據(jù)版本更新」。速度才是最不容易被口徑操縱的絕對(duì)量建議在跨年對(duì)比時(shí)把它當(dāng)錨點(diǎn)。5. 進(jìn)階把單年報(bào)告變成跨年追蹤表才算真正用上這份數(shù)據(jù)年度報(bào)告每年出一次單看一年只是一張快照把三年、五年的報(bào)告串起來(lái)才看得出城市交通的演化方向。我習(xí)慣在每年報(bào)告發(fā)布后做一張「城市追蹤表」固定選 5~10 個(gè)業(yè)務(wù)相關(guān)城市每個(gè)城市只記錄高峰延時(shí)指數(shù)、高峰平均速度、平均通勤時(shí)耗三個(gè)指標(biāo)再加上城市行政口徑備注。這張表連續(xù)積累三年后價(jià)值遠(yuǎn)超單年報(bào)告本身。操作方法不復(fù)雜把歷年 PDF 按城市交通報(bào)告_年份.pdf的規(guī)范命名歸檔用前面第 3 章的抽取腳本做增量清洗然后按城市計(jì)算三年間的復(fù)合變化率。重點(diǎn)看兩個(gè)信號(hào)一是平均通勤時(shí)耗是否持續(xù)上升這比指數(shù)更能反映居民實(shí)際生活成本二是平均速度是否連續(xù)兩年下滑這往往預(yù)示路網(wǎng)擴(kuò)容趕不上機(jī)動(dòng)化增速。把這些數(shù)據(jù)和城市公開(kāi)的軌道里程、機(jī)動(dòng)車(chē)保有量放在一起做散點(diǎn)可以幫你粗判「擁堵緩解是靠限行還是靠新增軌道」雖然相關(guān)性不一定是因果但作為決策提示足夠。最后說(shuō)一個(gè)我的教訓(xùn)有一次我把某城市指數(shù)下降歸因于新開(kāi)通的一條快速路后來(lái)才發(fā)現(xiàn)是當(dāng)年地圖版本調(diào)整了自由流基準(zhǔn)差點(diǎn)寫(xiě)進(jìn)給領(lǐng)導(dǎo)的報(bào)告里。從那以后我養(yǎng)成了一個(gè)習(xí)慣——所有跨年對(duì)比先鎖定平均速度這個(gè)絕對(duì)量再談指數(shù)變化并且每年在報(bào)告發(fā)布后兩周內(nèi)完成數(shù)據(jù)入庫(kù)絕不把核對(duì)拖到下個(gè)月。讀數(shù)據(jù)的人容易輸在手感上建立固定流程才能真正躲開(kāi)那些坑。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取