百度地圖：2018第四季度&年度中國城市活力研究(45頁).pdf

1、2019.1 Baidu 2018Q4 從廣州新常住人口流入城市分析（省外），流入人口TOP10占廣州總流入人口的11.69%，其中衡陽、長沙、北京、重慶、武漢位列前五，且TOP10中多南方城市。 排名城市所屬省占比 1衡陽市湖南省1.56% 2長沙市湖南省1.32% 3北京市北京市1.27% 4重慶市重慶市1.21% 5武漢市湖北省1.17% 6南寧市廣西壯族自治區1.17% 7上海市上海市1.11% 8贛州市江西省1.09% 9成都市四川省0.91% 10郴州市湖南省0.88% 其他 27.99% 河南省 3.47% 湖北省 4.62% 廣西壯族自治區 6.14% 湖南省 8.33% 廣東

2、省 49.46% 廣東省湖南省廣西壯族自治區 湖北省河南省其他 廣州常住人口流入占比（省份） 注：人口流入來源城市已排除廣東省內城市 廣州新常住人口流入TOP10城市（省外） 2019.1 Baidu 2018Q4 從廣州常住人口流出城市分析（省外），流出人口TOP10占廣州總流出人口的13.15%，其中衡陽、贛州、重慶、南寧、玉林位列前五，且TOP10中多湖南省、江西省、重慶市、廣西壯族自治區等地。 排名城市所屬省占比 1衡陽市湖南省2.09% 2贛州市江西省1.92% 3重慶市重慶市1.37% 4南寧市廣西壯族自治區1.28% 5玉林市廣西壯族自治區1.17% 6長沙市湖南省1.13% 7

3、永州市湖南省1.10% 8郴州市湖南省1.07% 9邵陽市湖南省1.07% 10貴港市廣西壯族自治區0.95% 其他 25.20% 江西省 4.23% 湖北省 5.19% 廣西壯族自治區 8.10% 湖南省 10.20% 廣東省 47.07% 廣東省湖南省廣西壯族自治區 湖北省江西省其他 廣州常住人口流出占比（省份） 注：人口流出城市已排除廣東省內城市 廣州常住人口流出TOP10城市（省外） 2019.1 Baidu 2018Q4&年度城市活力研究報告 2018年Q4新流入人口畫像變化分析 ? 21 2018年第四季度，從學歷同比、環比變化情況來看，高中及以下學歷占比69.14%，同比下降了2

4、.94%，環比增長6.89%；大專學歷占比22.44%，同比增長1.43%，環比下降4.89%；本科及以上學歷占比 為8.42%，同比增長1.51%，環比下降2%； 從年齡同比、環比變化情況來看，18-24歲占比且占比最高為47%，同比增長2.28%，環比增長18.33%；25-34歲占比為28.05%，同比下降1.57，環比下降6.9%；35-44歲占比為14.93%，同比增長 0.14%，環比下降7.72%。 流入人口各年齡占比情況 新流入常住人口學歷占比情況 高中及以下大專本科及以上 8.42% 22.44% 69.14% 10.42% 27.33% 62.25% 6.91% 21.01

5、% 72.08% 2017年Q42018年Q32018年Q4 18歲以下 18-24歲 25-34歲 35-44歲 45-54歲 55歲以上 0.45% 4.92% 14.93% 28.05% 47% 4.66% 0.67% 7.69% 22.65% 34.95% 28.67% 5.37% 0.25% 4.29% 14.79% 29.62% 44.72% 6.33% 2017年Q42018年Q32018年Q4 2019.1 Baidu 2018Q4&年度城市活力研究報告 基礎設施：2016-2018年廣州基礎設施分布熱力圖 ? 22 城市基礎設施分布熱力圖代表了基礎設施的密度，從2016至20

6、18年廣州基礎設施分布熱力圖來看，2017年越秀、荔灣、天河區基礎設施密度較高。到2018年海珠區、白云區、黃浦區、番禺區基礎設施建設 也在不斷加強。 2016年廣州基礎設施分布熱力圖2017廣州基礎設施分布熱力圖2018年廣州基礎設施分布熱力圖 注：基礎設施poi類型包括公共設施（如：金融設施、運動設施、醫療設施、教育培訓、政府機構等）、交通 設施、旅游設施、商務設施（如：公司企業、寫字樓、廠礦等） 以及商業設施（餐飲、酒店、旅游旅游景點、購物、生活服務、休閑娛樂等）、住宅區。 白云區 黃浦區 番禺區 越秀區 海珠區 天河區 荔灣區 2019.1 Baidu 2018Q4&年度城市活力研究報

7、告 廣州美食&文化：白切雞、腸粉、粵語、早茶最受關注 ? 23 根據百度數說數據顯示，廣州美食關注度排名前五分別是白切雞、腸粉、龜苓膏、雙皮奶、艇仔粥； 廣州文化關注度排名前五分別是粵語、早茶、粵劇、廣繡、荔枝節。 數據來源：百度百科用戶瀏覽數據（數據量級：千萬級） 白切雞腸粉龜苓膏雙皮奶艇仔粥涼茶砂鍋粥 蘿卜牛雜干蒸燒味 廣州美食關注熱度TOP10 粵語早茶粵劇廣繡荔枝節騎樓粵曲廣彩廣雕東山洋房 廣州文化關注熱度TOP10 2019.1 Baidu 2018Q4&年度城市活力研究報告 Q4熱點：廣州燈光秀新聞輿情 ? 24 廣州一年一度的燈光秀備受世界關注，每年的燈光秀都會吸引了數以萬計的游

8、客前往觀看游覽，燈光秀正在成為廣州的絢麗名片。網民最關注的是什么呢？根據百度聲納輿情平臺顯示，2018年第四季度燈 光秀期間，廣州、燈光、城市、世界、中國、活動、旅游、建筑、酒店等詞熱度較高。 數據來源：百度聲納輿情平臺 時間范圍：2018年11月20-2018年12月20。 新聞輿情提取互聯網媒體報告中與廣州燈光秀相關的詞匯，根據詞頻、動詞、位置計算貢獻度排名，體現傳播熱點。 廣州燈光秀新聞輿情傳播熱詞 2019.1 Baidu 2018Q4&年度城市活力研究報告 Q4熱點：燈光秀搜索人群畫像分析 ? 25 百度數說人群畫像數據顯示，搜索廣州燈光秀的人群畫像中，高中及以下學歷占比最高為43%

9、；18-34歲占比為77.72%。 在搜索廣州燈光秀的人群地域TOP5中，除了省內廣州、深圳、湛江、東莞外，值得一提的是重慶占比6.9%，與東莞持平，這也顯示重慶人對廣州燈光秀有極高的熱情。 數據來源：百度數說； 時間范圍：2018年11月20-2018年12月20。 搜索人群地域分布TOP5 43% 26% 31% 大專 本科及以上 高中及以下 學歷占比 18歲以下18-24歲25-34歲35-44歲45以上歲 4.57% 17.14% 38.86%38.86% 0.57% 廣州深圳湛江東莞重慶 6.9%6.9% 10.92% 12.64% 36.21% 年齡占比 2019.1 Baidu

10、2018Q4&年度城市活力研究報告? 26 02 全國都市圈發展現狀研究 2019.1 Baidu 2018Q4&年度城市活力研究報告 背景：我國目前人口向中心城市聚集態勢不變，都市圈體系在加快形成 ? 27 相關研究表明，2011-2018年全國至少有225個地區人口凈流出，較2001-2010年的192個有明顯上升，人口凈流出地區的數量占比53.6%增至62.8%；人口凈流入地區數量從166個降至113個，表明人口 在更加向少數地區、向大城市大都市圈集聚。 全球的城鎮化進程表明，城鎮化前半階段是農村人口向城鎮轉移，后半程階段更多是小城鎮、小城市向大城市及其周邊的地區轉移。在這樣的背景下開展

11、都市圈研究具有重要意義： 都市圈是城鎮化發展進程中產業發展及空間重構的關鍵階段； 培育發展都市圈，以“多中心、網絡化”布局來替代大城市的“一極獨大”，是解決“城市病”的有效辦法； 培育發展都市圈，借助中心城市的輻射能力“以點帶面”，是實現區域協同發展的重要抓手。 百度大數據的實時人口分布 2019.1 Baidu 2018Q4&年度城市活力研究報告 都市圈空間格局：“胡煥庸線”下二元分異 ? 28 都市圈的劃定標準主要使用通勤數據和人口數據。一是參照日本總務省劃定標準，都市圈腹地到中心城區的通勤人口占常住人口超過1.5%；二是都市圈腹地的人口密度在300人/平方公里以上。 據此共劃定16個都市

12、圈：北京、上海、重慶、天津、廣州、深圳、石家莊、南京、杭州、蘇州、青島、鄭州、武漢、長沙、成都、西安； 空間分布特征：16個都市圈均未突破胡煥庸線，悉數分布在分界線以東，顯示出我國經濟社會發展中的空間差異性。 現代都市圈空間格局 2019.1 Baidu 2018Q4&年度城市活力研究報告 都市圈占地面積與人口規模分析：地少人多，四兩撥千斤 ? 29 16個都市圈占地雖少（約1.4%），卻容納了約21%的全國人口，體現了都市圈集聚發展的特征； 都市圈占地規模表現出一定的地域分異，西南、華中、華北地區都市圈普遍規模較大，華東、華南地區都市圈規模普遍較??； 都市圈人口沒有明顯地域分異，與經濟發展水

13、平存在關聯，北、上、廣、深四個一線城市都市圈人口規模遙遙領先。 都市圈核心增長極中心城市識別 都市圈人口規模 上海北京廣州深圳成都西安鄭州武漢杭州天津重慶南京長沙 石家莊 青島蘇州 武漢北京鄭州成都西安天津重慶杭州南京上海廣州青島長沙 石家莊 蘇州深圳 都市圈面積規模 2019.1 Baidu 2018Q4&年度城市活力研究報告 假期休閑格局分析：都市圈發揮基本支撐作用 ? 30 大部分城市的休閑圈范圍在30-50公里左右；北京、廣深、上海、成都能達到80-100公里。 在此空間范圍內，都市圈構成了假日休閑旅游的基本空間支撐。 周末通勤格局 人口流動反映的城市組群關系 人口流動與跨區縣通勤格局

14、：都市圈通勤聯系強度顯著 一周內的人口流動分布：京津冀、長三角、珠三角、鄭州、山東半島、成渝形成多個緊密區域； 東北、中三角、關中地區聯系相對緊密。 2019.1 Baidu 2018Q4&年度城市活力研究報告 都市圈發展績效評估：都市圈發展水平存在差異 ? 31 從人口密度和經濟密度兩個維度來考察，可以將都市圈分為三個集團； 趨勢線以上代表同等量級下都市圈土地利用效率更高，反之土地利用效率較低。 都市圈核心增長極中心城市識別 2019.1 Baidu 2018Q4&年度城市活力研究報告 案例：典型都市圈研究 ? 32 深圳都市圈擁有所有都市圈中最高的經濟密度和空間效率，在各項資源緊約束的條件

15、下，發揮出巨大的效能，堪稱我國最為成熟的都市圈；目前來看，深圳都市圈與粵港澳大灣區建設息息相關，需深化 合作；同時利用好惠州這一“后花園”，破除資源約束；此外加強對珠三角其他地區的統合，進一步做強做大都市圈。 北京都市圈的經濟密度適中，近年來空間效率也有了長足的提高。隨著雄安新區和城市副中心的建設，都市圈結構勢必將再度巨變；北京都市圈在未來一是要適應新的區域結構變化，將非首都功能疏解 和城市高品質發展放在首要位置；二是加強區域基礎設施和公共設施建設，提升地方品質；三是繼續提升自身的輻射能力，特別是對西部、北部地區實現均衡帶動。 西安都市圈以西安市區為中心，整合了周邊大量的區縣，發展勢頭迅猛。同

16、時，相對第一集團和第二集團來說人口密度和經濟密度仍有提升的空間；從都市圈的范圍來看，咸陽尚未納入西安都市圈，西 咸一體化仍是未來西安需要解決的最大問題。 深圳都市圈北京都市圈西安都市圈 深圳都市圈范圍：包括深圳市各區以及惠州市惠陽區；面積：3388.3（平方公里）；人口密度：5713.5（人/平方公里）；地均GDP：6.8（億元/平方公里）。 北京都市圈范圍：包括北京市大部分區縣以及河北固安、大廠、香河等縣；面積：11264.9（平方公里）；人口密度：2121.7（人/平方公里）；地均GDP：1.9（億元/平公里） 西安都市圈范圍：包括西安市內未央、蓮湖等區以及周邊富平、涇陽等縣；面積：103

17、34.8 （平方公里）；人口密度：1325.1（人/平方公里）；地均GDP：1.0（億元/平方公里） 2019.1 Baidu 2018Q4&年度城市活力研究報告? 33 03 城市居民通勤研究 城市職住不均衡性評價過剩通勤指數 2019.1 Baidu 2018Q4&年度城市活力研究報告? 34 過剩通勤指數 0.000 0.175 0.350 0.525 0.700 沈陽市 西安市 重慶市 成都市 烏魯木齊市 哈爾濱市 石家莊市 太原市 大連市 天津市 長春市 西寧市 北京市 長沙市 南充市 綿陽市 濟南市 蘭州市 武漢市 福州市 合肥市 樂山市 秦皇島市 鄭州市 南昌市 上海市 唐山市

18、洛陽市 邯鄲市 呼和浩特市 南陽市 貴陽市 新鄉市 宜賓市 衡陽市 濟寧市 泉州市 大同市 保定市 南京市 廣州市 咸陽市 淄博市 銀川市 青島市 煙臺市 廈門市 ?？谑?昆明市 湛江市 張家口市 徐州市 南寧市 滄州市 邢臺市 陽泉市 杭州市 淮安市 連云港市 泰安市 漳州市 德州市 柳州市 寧波市 桂林市 贛州市 臨沂市 茂名市 深圳市 鹽城市 常州市 拉薩市 廊坊市 衡水市 金華市 溫州市 臺州市 無錫市 濰坊市 紹興市 南通市 汕頭市 揚州市 鎮江市 韶關市 潮州市 珠海市 大理州 云浮市 肇慶市 惠州市 嘉興市 湖州市 江門市 清遠市 蘇州市 三亞市 中山市 東莞市 佛山市 城市居民

19、的就業地和居住地距離過遠所造成的不均衡（以下簡稱職住分離）是造成城市交通擁堵的重要原因之一。量化城市職住分離狀況，洞察背后成因，再通過城市用地 布局優化調整等手段來減少通勤交通壓力，對于從源頭上緩解擁堵至關重要。在城市交通規劃中，一般使用過剩通勤指數來衡量城市職住分離的嚴重程度，過剩通勤指數= （實際平均通勤距離-理論最小通勤距離）/實際平均通勤距離。其中，理論最小通勤距離為在不改變目前城市結構的前提下，居民居住與就業最優組合下的通勤距離最小值。 對全國百城過剩通勤指數分析顯示： A. 沈陽、西安、重慶三個城市的職住分離程度最為嚴重，位列前三； B. 一線城市北、上、廣、深的職住分離程度依次減

20、弱，北京最為嚴重。此外，與常規認知不同的是，一線城市的職住分離現象并非是最嚴重的； C. 中山、東莞、佛山三個城市的過剩通勤指數位列最后三位，表明這三個珠三角城市的職住均衡性最好。 0.620 0.593 0.552 0.467 數據來源：百度地圖慧眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 各類城市職住不均衡性評價 2019.1 Baidu 2018Q4&年度城市活力研究報告?

21、 35 城市 行政區面積 （平方公里） 中心城區面積 （平方公里） 過剩通勤指數 （職住不均衡） 唐山149531240.59 肇慶149411250.38 咸陽103431230.55 德州103351210.48 中山18491740.28 廈門18061730.54 同等規模城市過剩通勤指數比較 部分同等規模的城市，其過剩通勤指數差異較大，該結果可以用于指導相同主城區規模城市的城市規劃和交通規劃的改進方向。 例如，唐山的行政區面積只比肇慶大0.08%，中心城區面積只比肇慶小0.8%，但唐山的過剩通勤指數卻比肇慶大55.3%。 唐山通勤OD期望線圖肇慶通勤OD期望線圖 數據來源：百度地圖慧

22、眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 城市職住不均衡和擁堵的關系 2019.1 Baidu 2018Q4&年度城市活力研究報告? 36 過剩通勤指數與通勤高峰擁堵指數呈較強的正相關，表明平均意義上，城市的職住不均衡現象越嚴重，該城市越傾向于擁堵。 通勤高峰擁堵指數 1.25 1.5 1.75 2 過剩通勤指數 0.20.3250.450.5750.7 各城市過剩通勤指數及2

23、018Q4通勤高峰擁堵指數相關性趨勢 過剩通勤指數與通勤高峰擁堵指數的相關性 數據來源：百度地圖慧眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 城市居民通勤成本評價 2019.1 Baidu 2018Q4&年度城市活力研究報告? 37 “單程平均通勤時間”和“單程平均通勤距離”可以作為表征城市通勤成本和職住分離狀況的指標，即工作日早晚高峰上下班單程平均行程時間和距離。 在平均通勤距

24、離方面，二線城市平均通勤距離最??；在平均通勤時間方面，一線、新一線以及二線、三線及四、五線的平均通勤時間均值依次遞減； 過剩通勤指數與行政區單程平均通勤距離呈較強的正相關，表明城市的職住不均衡現象越嚴重，居民的單程平均通勤距離就越長。 中心城區范圍的單程平均通勤距離和時間比行政區范圍的對應值要大，主要是因為以中心城區范圍統計時，存在很多從遠郊區縣長距離通勤到中心城區上班的人群；但是以 行政區劃范圍統計時，由于包含了大量在中心城區外圍衛星城內部通勤的人群，客觀上就會整體拉低平均通勤距離和時間。 平均通勤距離（km） 2.5 5 7.5 10 一線、新一線城市二線城市三線城市四、五線城市 8.20

25、1 7.107 7.4217.307 9.398 8.074 8.731 8.545 平均值項:中心城區單程平均通勤距離（km） 平均值項:行政區單程平均通勤距離（km） 平均通勤時間（min） 10.5 21 31.5 42 一線、新一線城市二線城市三線城市四、五線城市 38.214 33.871 32.932 32.391 41.732 36.09 34 32.937 平均值項:中心城區單程平均通勤時間（min） 平均值項:行政區單程平均通勤時間（min） 各類城市平均通勤距離及平均通勤時間 行政區單程平均通勤距離（km） 3 5.25 7.5 9.75 12 過剩通勤指數 0.20.32

26、50.450.5750.7 各城市過剩通勤指數及行政區單程平均通勤距離相關性趨勢 過剩通勤指數與行政區單程平均通勤距離相關性 數據來源：百度地圖慧眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 城市通勤成本評價一線城市錢多離家近幾乎不可能 2019.1 Baidu 2018Q4&年度城市活力研究報告? 38 四大一線城市均呈現“錢多離家相對遠、錢少離家相對近”的特征：四城市高收入群體

27、通勤距離大于10km的比例為低收入群體該比例的1.4-2.1倍，四城市低收入群體通勤距離 小于3km的比例為高收入群體該比例的1.8-2.1倍。 北京市 上海市 廣州市 深圳市 0%25%50%75%100% 北京市 上海市 廣州市 深圳市 0%25%50%75%100% 小于3km 3-5km5-10km10-15km15-20km20-25km 25km以上 北京市 上海市 廣州市 深圳市 0%25%50%75%100% 小于3km 3-5km5-10km10-15km15-20km20-25km 25km以上 北京市 上海市 廣州市 深圳市 0%25%50%75%100% 一線城市高收入

28、群體通勤距離分布 一線城市中低收入群體通勤距離分布 一線城市中高收入群體通勤距離分布 一線城市低收入群體通勤距離分布 數據來源：百度地圖慧眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 城市通勤成本評價典型二線及以下城市錢多離家近不是夢 2019.1 Baidu 2018Q4&年度城市活力研究報告? 39 二線城市不同程度地表現出“錢多離家相對近”的特征：以石家莊市、保定市、徐州市為

29、代表的近半數二線城市，通勤距離總體呈現“高收入群體略小于中高收入群體”的態勢； “錢多離家相對近”的特征在三線及以下城市相對更顯著：所有被統計城市，中高收入群體通勤距離10km以上的比例均超過高收入群體；超過半數的被統計城市，中低收入群體 通勤距離10km以上的比例均超過中高收入群體。 典型二線城市不同收入群體通勤距離典型三線及以下城市不同收入群體通勤距離10km比例 徐州市（高） 徐州市（中高） 保定市（高） 保定市（中高） 石家莊市（高） 石家莊市（中高） 0%25%50%75%100% 小于3km 3-5km5-10km10-15km15-20km20-25km 25km以上 唐山市 臨

30、沂市 濟寧市 邯鄲市 莆田市 滄州市 銀川市 呼和浩特市 廊坊市 西寧市 拉薩市 0%8%16%24%32% 高收入中高收入中低收入 數據來源：百度地圖慧眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 附表3：全國百城居民通勤數據 2019.1 Baidu 2018Q4&年度城市活力研究報告? 40 城市城市分類 過剩通勤指數 （職住不均衡） 行政區單程平均通 勤距離（km） 行政區

31、單程平均通 勤時間（min） 中心城區單程平均 通勤距離（km） 中心城區單程平均 通勤時間（min） 北京一線城市0.6211.449.412.653.1 上海一線城市0.599.343.311.249.8 廣州一線城市0.557.438.08.741.9 深圳一線城市0.477.139.18.041.2 沈陽新一線城市0.667.938.48.239.3 西安新一線城市0.658.336.68.837.6 重慶新一線城市0.659.937.911.843.9 成都新一線城市0.649.539.111.243.9 大連新一線城市0.638.740.19.542.0 天津新一線城市0.639.

32、040.310.544.4 長沙新一線城市0.628.636.28.937.8 武漢新一線城市0.618.439.68.841.1 鄭州新一線城市0.607.835.68.738.1 南京新一線城市0.558.942.39.744.8 青島新一線城市0.558.337.89.340.5 杭州新一線城市0.507.637.99.243.6 寧波新一線城市0.486.332.38.436.5 蘇州新一線城市0.336.233.48.138.4 東莞新一線城市0.274.828.97.134.8 烏魯木齊二線城市0.647.236.77.336.7 哈爾濱二線城市0.648.937.18.938.6

33、 石家莊二線城市0.638.535.010.136.9 太原二線城市0.636.833.97.034.1 長春二線城市0.638.637.28.737.8 濟南二線城市0.618.237.78.538.7 城市城市分類 過剩通勤指數 （職住不均衡） 行政區單程平均通 勤距離（km） 行政區單程平均通 勤時間（min） 中心城區單程平均 通勤距離（km） 中心城區單程平均 通勤時間（min） 蘭州二線城市0.618.135.58.035.7 福州二線城市0.618.034.28.935.9 合肥二線城市0.618.331.08.738.7 南昌二線城市0.607.535.87.836.5 貴陽二

34、線城市0.577.936.18.136.9 泉州二線城市0.557.131.59.837.0 煙臺二線城市0.547.635.88.837.9 廈門二線城市0.546.436.47.840.5 ?？诙€城市0.535.931.06.131.3 昆明二線城市0.538.635.09.036.5 徐州二線城市0.537.734.49.537.1 南寧二線城市0.527.934.48.235.0 常州二線城市0.466.032.86.834.6 金華二線城市0.466.832.69.834.7 溫州二線城市0.466.130.47.833.5 臺州二線城市0.456.331.26.932.6 無錫二

35、線城市0.455.933.27.337.1 紹興二線城市0.456.834.87.436.2 南通二線城市0.457.934.910.537.6 珠海二線城市0.407.036.27.639.1 惠州二線城市0.386.531.57.834.8 嘉興二線城市0.375.430.87.334.6 中山二線城市0.284.428.65.732.1 佛山二線城市0.265.130.66.234.0 西寧三線城市0.638.537.98.838.1 數據來源：百度地圖慧眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時

36、間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 城市城市分類 過剩通勤指數 （職住不均衡） 行政區單程平均通 勤距離（km） 行政區單程平均通 勤時間（min） 中心城區單程平均 通勤距離（km） 中心城區單程平均 通勤時間（min） 南充三線城市0.627.631.68.632.0 綿陽三線城市0.628.532.89.233.2 秦皇島三線城市0.618.034.28.434.3 唐山三線城市0.598.636.111.138.8 洛陽三線城市0.597.732.38.533.5 邯鄲三線城市0.587.632

37、.510.434.4 呼和浩特三線城市0.587.933.37.933.3 南陽三線城市0.587.930.410.031.1 衡陽三線城市0.568.332.68.632.4 濟寧三線城市0.557.835.79.436.6 保定三線城市0.557.131.710.533.9 咸陽三線城市0.557.330.98.831.5 淄博三線城市0.556.933.87.934.6 銀川三線城市0.558.335.58.335.5 湛江三線城市0.538.432.39.933.7 滄州三線城市0.517.332.49.631.2 淮安三線城市0.507.333.58.535.2 連云港三線城市0.4

38、98.234.510.739.4 泰安三線城市0.497.534.09.134.1 漳州三線城市0.487.031.29.432.7 柳州三線城市0.487.733.67.233.4 桂林三線城市0.488.133.88.734.0 贛州三線城市0.487.930.89.231.7 臨沂三線城市0.488.334.710.736.9 鹽城三線城市0.468.033.59.934.8 城市城市分類 過剩通勤指數 （職住不均衡） 行政區單程平均通 勤距離（km） 行政區單程平均通 勤時間（min） 中心城區單程平均 通勤距離（km） 中心城區單程平均 通勤時間（min） 廊坊三線城市0.466.1

39、31.98.032.7 濰坊三線城市0.457.633.69.835.8 汕頭三線城市0.444.428.25.429.2 揚州三線城市0.426.632.87.935.3 鎮江三線城市0.426.033.07.336.6 肇慶三線城市0.386.731.98.232.9 湖州三線城市0.376.132.46.732.9 江門三線城市0.366.030.56.631.2 清遠三線城市0.357.332.77.933.0 三亞三線城市0.326.733.27.334.0 樂山四線城市0.618.433.911.336.4 新鄉四線城市0.567.132.18.733.3 宜賓四線城市0.568.

40、834.210.836.1 大同四線城市0.558.437.09.037.4 張家口四線城市0.538.132.18.831.6 邢臺四線城市0.516.731.68.832.1 德州四線城市0.487.032.18.731.9 茂名四線城市0.477.432.08.333.7 韶關四線城市0.417.333.18.033.0 潮州四線城市0.404.428.34.627.7 大理四線城市0.398.932.011.733.9 陽泉五線城市0.516.232.75.631.5 拉薩五線城市0.466.629.26.428.9 衡水五線城市0.466.931.69.933.0 云浮五線城市0.3

41、87.333.97.633.8 附表3：全國百城居民通勤數據（續） 2019.1 Baidu 2018Q4&年度城市活力研究報告? 41 數據來源：百度地圖慧眼 數據說明：分析基于百度海量定位數據，畫像挖掘數據以及常駐地挖掘數據；鳴謝中國城市規劃設計研究院城市交通研究分院提供的技術指導； 時間范圍：2018年9月-2018年11月； 城市分類：引用自第一財經周刊 新一線城市研究所 2017年中國城市商業魅力排行榜。 2019.1 Baidu 2018Q4&年度城市活力研究報告 百度地圖慧眼全景圖 ? 42 2019.1 Baidu 2018Q4&年度城市活力研究報告 百度地圖慧眼產品及服務介紹

42、 ? 43 商業地理大數據平臺 Mapv數據可視化能力 中國城市活力研究報告人口動態監測解決方案 2019.1 Baidu 2018Q4&年度城市活力研究報告 百度地圖慧眼聯合創新實驗室 ? 44 省/市聯合創新實驗室 廣東省百度慧眼深圳規劃院聯合創新實驗室 廣東省百度慧眼廣東省城鄉規劃設計研究院聯合創新實驗室 浙江省百度慧眼寧波規劃創新實驗室 北京市百度慧眼中國城市規劃設計研究院聯合創新實驗室 廣東省百度慧眼珠海市規劃設計研究院聯合創新實驗室 湖南省百度慧眼長沙規劃聯合創新實驗室 廣東省百度慧眼廣東省空間規劃大數據產業技術創新聯盟聯合創新實驗室 山東省百度慧眼青島規劃聯合創新實驗室 天津市百度慧眼天津規劃院聯合創新實驗室 福建省百度慧眼廈門規劃數字聯合創新實驗室 重慶市百度慧眼重慶市規劃信息服務中心空間規劃創新實驗室 掃描二維碼查看 最新研究成果 截至2018年， 百度慧眼聯合創新實驗室共產出研究成果50+ 實驗室成果 2019.1 Baidu 2018Q4&年度城市活力研究報告? 45 掃描下載百度地圖APP 百度地圖慧眼公眾號 百度地圖慧眼官網： 聯系我們：