4月20日下午2点，高德地图以微信发布会形式对外公布了《2016年第一季度中国主要城市交通分析报告》。

一、一季度中国堵城排行榜，北京还能稳居宝座吗？

　　2016年第一季度中国堵城排行榜TOP10依次为济南、北京、杭州、哈尔滨、重庆、郑州、深圳、贵阳、昆明、广州。（上海没能进入前十，当场震惊所有小伙伴）

　　其中，济南继去年三季度夺魁之后，今年再次问鼎。数据显示，济南是唯一一个高峰拥堵延时指数达到2.0以上的城市，也就是说一季度济南市民由于拥堵造成的时间损失达到了正常状态下的2倍以上，拥堵时间成本全国最高。

　　当然，受春节返乡影响，本季度堵城排行榜中，一些“老牌”堵城下降明显，如上海、成都、青岛、天津全部都掉出前10名，其中最明显的是青岛，从2015年的第9名直接下降到第31名。

　　一些“新秀”堵城纷纷跃居榜单，如贵阳挤走大连、上海直接跨入前10，洛阳也位列第14，拥堵潜力巨大

　　此外，高德针对高峰拥堵延时指数大于2.5的城市片区（简称“拥堵片区”）进行统计，发现一季度济南的严重拥堵区块面积占比全国第一，约占规划城区面积的9%。，其次是杭州、西安、唐山、北京、郑州、石家庄、武汉、贵阳、福州。

二、城市拥堵红黑榜，你的城市是加剧还是缓解？

2015年工作日交通拥堵地图

2016年春节交通拥堵地图

　　从上边两张图可以看出，16年春节，所有城市“一路畅通”。高德认为，这主要与春节期间城市人口大量返乡有关。数据显示，春节期间全国拥堵缓解巨大，北京、广州、上海等一线城市降幅达40%以上，道路交通呈现“空城绿”现象。其中，经济越发达、外来人口越多的城市道路交通缓解幅度越大。

　　高德认为，这主要与春节期间城市人口大量返乡有关。数据显示，春节期间全国拥堵缓解巨大，北京、广州、上海等一线城市降幅达40%以上，道路交通呈现“空城绿”现象。其中，经济越发达、外来人口越多的城市道路交通缓解幅度越大。

　　与此同时，一季度城市拥堵加剧榜中，珠海位于榜首，高峰拥堵延时指数上升18.8%，其次是济南，高峰拥堵延时指数上升9.6%。

　　珠海之所以在一季度上升最大，并不是春节返乡、人口迁入造成的，而是一季度珠海连续降雨造成的。高德数据统计发现，一季度珠海的降雨天数比去年同期多了1倍，连续降雨导致了其拥堵的严重加剧。

三、“堵城”香港不堵，背后的原因究竟是什么？

　　从前面的堵城排行可以看出，香港排名第18位，高峰拥堵延时指数达1.741。但是不知大家有没有注意，香港虽然排名18位，但是，它的高速自由流车速却有51.15公里/小时，高峰平均车速也竟达到了29.38公里/小时，与排名相近的南宁相比高出25%。

　　高德表示原因在于这个榜单是根据高峰拥堵延时指数来排名的。而高峰拥堵延时指数是根据该条道路高峰时所花费的时间除以畅通时所花费的时间得来的。所以，也就是说，不同道路的高峰拥堵延时指数所代表的车速是不一样的，因为决定指数变化的是这条道路自身的通行车速。

　　所以从以上数据对比可以看出，香港虽然高峰时的车速会比平时慢比较多，但由于其平时的车速已经非常高，所以其高峰时的车速也不会慢太多，相对大陆城市而言，已经远超一线堵城，实际拥堵水平应该与温州、泉州等较畅通城市相当。

　　那么，香港作为一个经济高度发达、人口密集、面积不到北京1/16的城市，为什么交通状况会远高于大陆城市呢？

　　高德发现，核心原因在于香港高水平的基础建设。数据显示，香港的高速路（香港没有快速路全是高速路）占比达到5.6%以上，而老牌堵城北京、济南高速+快速路占比都小于2.5%，连香港的一半都不到。而由于高水平的道路建设，让香港的整体车速明显提高，即使拥堵时车速也远高于大陆城市。

当然，除了基础设施建设，驾驶行为特性以及车种组成也是可能是香港交通良好的原因。

　　除此之外，还有两个相关原因就是道路分布不合理、职住失衡，它们造成部分大陆城市的车流过度集中，从而导致道路的严重拥堵。

　　以一季度中国堵城排行榜中位列前两名的济南、北京为例，高德做详细分析。

　　济南

　　济南主要拥堵区域集中在市中区和历下区，拥堵片区覆盖趵突泉、植物园、千佛山、奥体中心及众多高校园区。从热力图可以看出，济南东西向拥堵比南北向更为严重。而济南东西向道路贯通情况较差，基本被趵突泉、植物园、英雄山、千佛山所截断，从而造成这些区域车流过度集中，给经十路造成非常大的压力（经十路是贯通东西向最好的道路但又经多处高校区域），导致拥堵非常严重。

　　北京

　　从上图可看出，虽然北京的道路分布没有济南那么集中，但北京是典型的职住失衡城市。高德表示，衡量一个城市是否职住失衡严重，主要看他的潮汐式道路分布（早晚高峰时一侧交通流量大，反向流量小，从而导致的一侧严重拥堵而另一侧畅通的道路）。

　　高德发现，北京潮汐式道路总量最多有88条，而且早高峰潮汐式道路数量多于晚高峰，这应该与晚上出行目的较分散有关（比如加班人群多，回家时间不统一）。

　　从这个图可以看出，从潮汐式道路的方向来看，北京早高峰以南向北方向最为严重，占比达到了43.2%，比东西方向的总和还多。

　　从城市结构来看，重要办公区（如中关村、望京、国贸、金融街）主要分布在北城方向，而住宅区则主要分布南城方向，且租金相对便宜。这就造成南城大量上班族聚集，上班时部分人员还需要穿越整个城区，给本来拥堵的东西向环路“雪上加霜”，造成了潮汐式道路。

　　数据显示，北京南向北方向的高峰拥堵延时指数最高达到了2.54，而反方向只有1.25，显然说明北京是潮汐式差距最明显的城市。而也因为北京潮汐式差距明显，导致其道路拥堵严重。

四、城市交通拥堵可预测性有多少，相对于天气预报哪个更靠谱？

　　预测未来一直是古今中外人们的梦想。所以，从周公解梦到诸葛孔明观星象，到如今人工智能预测，其实都反映了人们想掌控自己命运的心理。

　　那么，回到交通上来，高德现在已经实现了实时路况，但预测路况呢？未来能实现不？特别是面对大型复杂开放的交通运输系统时，大数据预测还可行吗？

　　高德通过与清华大学戴姆勒可持续交通研究中心一起，对交通拥堵指标进行压缩简化，量化分析交通拥堵的可预测性，并将其与天气、股票、房价、随机系统、单一系统等一系列指标的可预测性进行对比，发现完全随机生成系统的可预测性最低，只有0.093，规定模式系统的可预测性最高为0.941，其余在两者之间。

　　交通拥堵指数相比天气（0.238）、油价（0.248）、股票（0.277）、房价（0.393），可预测性明显较高，挖掘其内在规律的潜力较大。

　　另外，对比北京和天津的交通拥堵可预测性大小，发现天津潜在可预测性明显高于北京。这主要由于北京路网复杂、路况多变造成；而在天津一个城市之中，高速路的可预测性比城市道路高出14.5%，可见高速路的拥堵更为稳定、可预测。

　　值得一提的是，此次发布内容还增加了互联网公司相关出行数据，高德数据分析师表示，这是对POI大数据分析的尝试，以互联网为切入点，后续报告还会增加POI方面的分析，用大数据服务公众。

　　以下是高德分享的互联网公司相关数据：

　　随着“互联网+”的热潮，互联网公司越来越多，也越来越火。为此，高德根据交通大数据和POI大数据的结合，特针对中国互联网公司的周边道路、餐饮、小区等进行了系统分析，为大家“解剖”这些互联网公司的“个性”之处。

　　上班最“堵”的互联网公司

　　高德根据互联网公司周边区域道路拥堵情况分析，发现排名前十的公司分别是：滴滴出行、百度、腾讯（深圳总部）、搜狐、乐视、优酷土豆、新浪、携程、小米。

　　其中，排名第一的奇虎360周边道路最拥堵，上下班高峰拥堵延时指数2.49，成为上下班出行最“苦逼”的一个互联网公司，它附近的酒仙桥路、望京街、京密路、机场高速辅路高峰平均拥堵延时指数接近3.0。

　　最给互联网人添“堵”的路

　　互联网公司周边最拥堵的一条道路，是位于百度公司附近的西二旗大街，其高峰平均拥堵延时指数超过了3.0，也就是说平时10分钟能通过的道路高峰经过需花费30分钟以上。

　　另外，其上班早高峰从7点一直持续到10点，高峰拥堵延时指数的峰值超过4.0，行车速度接近步行，是最给互联网人添“堵”的一条路，也是最“影响”中国互联网发展的一条路。

　　最适合“保健”的公司（周边洗浴、足疗、按摩店最多）

　　小米公司周边的洗浴、足疗店最多，占周边娱乐场所服务的48%。

　　最“恋公司”的员工（即最喜欢住在公司附近的员工）

　　高德发现，从互联网公司员工通勤直线距离来看，互联网人多数喜欢住在公司周围。但是，不同的城市和公司也有差异，例如广州互联网人的通勤距离平均最短，58%的互联网人选择在公司5km以内居住，而北京则最长，51%的互联网人选择在公司10km以外居住，这应该与广州市区房租相对便宜，北京较贵有关。

　　网易（广州）人住的离公司最近，有37%的员工住在公司两公里以内，而京东人却差距悬殊，最远超过50km，近似于从东南五环到西北六环。

　　最适合吃货的公司（即周边美食最多的公司）

　　高德地图POI大数据选取重点互联网公司周边餐饮数量进行统计发现，陆金所周边餐厅数量最多、种类最齐全，作为其员工相对选择较多，午餐可以变着花样吃。而从午餐路程时间（步行5分钟）来看，在百度公司吃午饭却是最省时的，步行5分钟就可到达170+家餐馆。

　　最适合健身的公司（即附件健身房最多）

　　大众点评、云游、炫彩互动公司周边的健身中心、公园等最多，而多益网络、京东、500彩票网地处郊区，周边健身场所较少，最不利于保持身材。其中，大众点评周边的健身中心、篮球场馆最多，云游周边足球场、游泳馆最多、炫彩互动的乒乓球馆、跆拳道场馆最多。

　　最适合“妹子”上班的公司？（附近美容、美甲、没发、化妆品店最多）