出海记｜英媒称滴北京爱情故事肖剑滴将筹资50亿-卡布西游冲霄怎么打

（原标题：出海记｜英媒称滴滴将筹资50亿-60亿美元向境外扩张}_《参考消息》官方网站）

【延伸阅读】滴滴大数据揭秘：想要准时抵达目的地你应该提前多久出发

央广网上海4月24日消息（记者傅闻捷通讯员王铭泽）原本只需要30分钟的上班路，却因为意外发生的交通事故、预料之外的道路维修、临时碰上的交通管制等等原因，使得最终到达的时间远远超出预期。

这些外界因素带来出行中的“不可靠”，成为了影响人们出行体验最重要的因素之一。为了应对这些不可靠因素，人们应该提前多长时间出发？这个看似无解的问题，却通过滴滴出行大数据给出了解答。日前，滴滴出行联合浙江大学交通工程研究所发布“中国主要城市交通可靠性分析报告”，利用滴滴出行大数据，制定了一系列测算交通可靠性的量化指标，并对全国40座一、二、三线城市的交通可靠性进行分析排名。

有了这个指数，出门需要提前预留多长时间，大概可以一目了然。

五大指标

量化城市交通可靠性

对于交通系统而言，何为“可靠性”？根据业内学者的定义，交通可靠性是指在给定的一段时间内，交通运输服务在一定的路段、区域中保持一致性的程度。

浙江大学交通工程研究所研究员陈喜群博士表示，城市道路系统经常受到随机因素的影响（交通事故、临时交通管制、突发自然灾害等），给居民出行带来极大的不确定性。同时随机因素降低了交通运行的可靠性，对城市交通功能的发挥和城市发展产生了不利的影响。简单地说，交通可靠性可以反映出路网的拥堵波动情况，居民出行随时间和空间的规律，随机因素对周围路网和整个城市路网的影响，特殊地点（如火车站，机场等）附近的路网交通情况等。

在此之前，交通可靠性主要由出行者的经验来判断，比如从自己家到公司，一般需要多长时间，出行者一般都有个基本判断。但这一时间是否准确，受到交通可靠性程度的影响，如果出门碰上交通事故，或者遭遇下雪天气，那原本预计的出行时间就可能大大延长；如果路上意外情况很少，这一时间也可能大大缩短。

如何对交通可靠性进行量化？对此，陈喜群博士的研究团队结合滴滴大数据，将指定城市划分为了1公里乘以1公里的正方形网格区域，每次出行都是从出行者所在的区域出发，抵达目的地所在的区域后结束。举例而言，早上7点半，一名乘客从家所在的A区域出发，前往公司所在的D区域结束。通过记录这一行程，可以计算出乘客从A到D区域所行驶的距离，以及所花费的时间。而借助滴滴大数据，可以计算出在一定的时间内，所有从A到D区域的乘客相关数据，再扩展为整个道路网络上的多个区域，从而计算出道路网络交通可靠性。

在此基础上总结出五大量化指标：网络自由流行程时间率（NFTTR）、网络平均行程时间率（NTTR）和网络规划行程时间率（NPTTR），分别代表着道路完全畅通时每公里行驶时间、平均状况下每公里行驶时间，以及为保证准时到达目的地的每公里规划时间。通过这三大指标，研究人员总结出了“网络缓冲行程时间率（NBTR）”及其指数NBTRI，两者数值越高，代表相应的交通可靠性程度越低。

40城市交通可靠性排名

出门预留多少时间靠谱可以算

在人们印象中，似乎城市越大，交通越拥堵，交通可靠性就越低。但从这次的研究结果来看并非如此。

以北京为例，在道路完全畅通时，每行驶1公里所需时间为2分钟；在通常情况下，平均每行驶一公里需要2.83分钟；如果要确保准时到达，每行驶一公里最多花费4.94分钟。这一数字表明，对于北京居民而言，为了保证能准时抵达目的地，每公里行程需要额外预留2.11分钟。这意味着北京的NBTRI指数为0.74，在本次研究划分的类别中，仅属于“轻度不可靠”（对本次研究的40个城市的交通可靠性等级进行分类，NBTRI指数低于0.67，为“可靠”级别；指数在0.67-0.7之间，为“基本可靠”；指数在0.7-0.75之间，为“轻度不可靠”；指数在0.75-0.79之间为“中度不可靠”；指数大于等于0.79，为“严重不可靠”）。

而此次浙江大学交通工程研究所也对全国40座一、二、三线城市的交通可靠性进行评测后发现，哈尔滨、长春和济南的NBTR指数最高，表明交通可靠性较差，其中排名榜首的哈尔滨，如果居民想要准时到达目的地，每公里至少需要多预留2.89分钟；而交通可靠性最高的三座城市为三亚、苏州和威海，其中在三亚每公里只需要多留出1.33分钟就可以确保准时到达。

对照NBTR掐指一算，你就知道自己提前多少分钟出门最靠谱了。

交通可靠性研究将助力“精准治堵”

为何哈尔滨和长春这两座东北重镇会名列前茅？对此，陈喜群博士认为，在测算的2015-2016年期间，这两座城市正在发展地下轨道交通，道路施工较多，造成地面道路的通行能力下降；同时两座城市均为北方城市，冬季下雪天气较多，使得路面结冰，降低道路通行能力，且易发生交通事故，这也造成了交通可靠性的降低。

陈喜群的研究团队此次是将城市进行1公里乘以1公里的网格化分析，更加微观地洞察了城市更小部位的交通状况。对此，陈喜群博士认为，“智慧交通”越来越多地被应用于城市交通治理，而运用大数据更细微地观察路网状况、居民出行感受度的交通可靠性分析，可以对城市“精准治堵”提供参考依据，为路网布局和规划提供决策支持。

点击图片进入下一页

北京市分区域交通可靠性指数

（图中红色越深表示交通可靠性程度越低,可靠性较低的区域主要集中在繁华商业区和交通枢纽及换乘地区，如王府井、五道口、四元桥、远通桥等）

滴滴出行大数据

将为智慧交通提供“导航仪”

一座城市的交通可靠性高不高？城市内各个区域的交通可靠性分布如何？背后是因为什么因素所造成的？对于这些问题，过去不少人或许可以从经验上来进行判断，但却无法通过直观的数字来进行量化。因为这种量化需要对海量的出行样本进行统计分析和挖掘之后，才能找到其中所隐藏的“秘密”，但在过去的出行模式之下，显然难以实现。

借助滴滴出行平台，每天都有海量的交通工具在平台上运行，这也为交通可靠性的量化提供了最有力的参考数据，也正是在此基础上，未来在智慧交通方案的制定上，才能更加有的放矢，达到更好的效果。在这个过程中，滴滴出行大数据让智慧交通的方向更加明确，成为了名副其实的“导航仪”。

事实上，滴滴正与越来越多的政府部门在智慧交通领域达成合作，此前滴滴出行分别于深圳和成都达成战略合作伙伴关系，共同推进当地的智慧交通建设，这也将让未来的城市出行环境变得更美好。

（2017-04-2414:29:01）

相关阅读

滴滴出行新增ofo单车入口将提供灵活环保的短途出行方案滴滴发布首份交通运行报告全新维度解读城市交通滴滴发布40城交通可靠性榜单三亚居首哈尔滨垫底滴滴大数据揭秘：想要准时抵达目的地你应该提前多久出发滴滴公布京津冀出行指数城际顺风车单量增长300％