2025年全国地级市间驾车出行距离和出行时间矩阵数据

可达性数据是我们在各项研究中都经常使用的数据。对于可达性的测度有很多方法和指标。

**今日分享的是2025年我国地级市间驾车出行距离和出行时间矩阵数据!**该数据集的格式为excel格式(csv文件)。数据为我国地级市间的矩阵数据。数据包括出行距离和出行时间两大指标------出行方式为驾车出行。出行距离的单位为公里,出行时间的单位为分钟。另外,以地级市市政府所在地点作为驾车出行的起终点。该数据是基于高德地图路径规划API计算得到的,统计的是两个城市的市政府之间的最快出行路径的出行距离和出行时间。数据采集时间为2025年8月份。该驾车出行距离和出行时间基于真实道路网络计算,综合考虑道路等级、红绿灯及交通状况等因素,反映城市之间在现实出行情境下的出行时间成本。

以下为数据的详细介绍:

01

数据预览

该数据集包括地级市间的驾车出行距离excel文件和驾车出行时间excel文件。我们依次来看一下!

一、地级市间出行距离矩阵

地级市间出行距离矩阵记录了城市之间(市政府到市政府之间)的驾车行驶距离。表格以城市名称作为行和列索引,每一个单元格表示从行城市市政府到列城市市政府的驾车行驶距离(单位:公里)。该距离数值来自于高德软件的导航(路径规划)功能,反映城市之间沿道路通行的最快路径的出行距离,而非市政府之间的直线距离。以下为部分数据展示:

二、地级市间出行时间矩阵

**地级市间出行时间矩阵记录了城市之间(市政府到市政府之间)的驾车出行时间。表格以城市名称作为行和列索引,每一个单元格表示从行城市到列城市的实际驾车出行时间(单位:分钟)。该时间数值来自于高德软件的导航(**路径规划)功能,反映城市之间沿道路通行的最快路径的出行时间。以下为部分数据展示:

02

数据详情

数据处理说明:

以全国地级市为分析单元,首先确定各城市的空间起点位置(政府驻地)。在此基础上,城市之间的出行路径通过高德地图路径规划 Web 服务 API(v3)进行计算,采用驾车模式(driving)并使用速度优先策略(strategy = 0),获取城市之间的最优行驶路径。

路径结果综合考虑道路等级、红绿灯、拥堵状况及高速与城市道路权重等现实交通因素。为保证数据的可比性,所有路径请求统一在工作日 9:00--17:00 时间窗口内完成,最终整理形成全国尺度的市际距离矩阵和市际出行时间矩阵。

数据单位:

驾车出行时间:分钟

驾车出行距离:公里

数据格式

csv格式(excel可直接打开)

【下载→

方式一(推荐):主页 *个人* 简介

城数派-CSDN博客

方式二:数据下载方式汇总-CSDN博客

相关推荐
wgzrmlrm744 小时前
SQL实现按用户偏好进行分组汇总_自定义聚合规则
jvm·数据库·python
lzhdim4 小时前
SQL 入门 10:SQL 内置函数:数值、字符串与时间处理
前端·数据库·sql
QX_hao4 小时前
PGsql的常用命令(对比mysql)
数据库·mysql·pgsql
半点闲4 小时前
入门 SQLAlchemy 教程:从 0 到 1 创建数据库
数据库·python·sqlite·sqlalchemy
xcjbqd05 小时前
CSS如何给Bootstrap侧边菜单加图标_使用font-awesome结合CSS
jvm·数据库·python
KevinCh5 小时前
Vespa:面向 AI 时代的检索与排序服务平台
数据库
Rick19935 小时前
Redis查询为什么快
数据库·redis·缓存
fly spider5 小时前
MySQL索引篇
android·数据库·mysql
oradh5 小时前
Oracle数据库表存储基本概述
数据库·oracle·oracle基础·oracle入门·oracle表存储