北京不仅是最拥堵的城市，还是通勤耗时最长、距离最远的城市。

2023年，北京的平均通勤时间超过了44分钟，平均通勤距离超过12千米。

另外值得一提的是，尽管兰州排名最后，但其拥堵情况提升速度最快。

2023年，兰州的拥堵情况比2022年上升了36个名次，这是一个显著的变化。

自 快科技

11月份，新增运营区段2个、运营里程28.6公里，分别为哈尔滨地铁3号线二期东南半环和杭州地铁6号线丰北站至枸桔弄站区段。11月份，49个城市完成客运量环比减少0.8亿人次、下降3.9%，同比去年11月增加0.2亿人次、增长1%。

9月份北京新车交易50500辆，环比增长-7.68%，低于全国21.5个百分点；同比增长-8.18%，降幅低于全国3.37个百分点。

1月—9月京城累计交易新车427300辆，同比去年473700辆累计增长-9.8%，降幅高于全国11.29个百分点。

新车销量三季度环比二季度增长3.10%，三季度销量同比去年增长-7.15%。

2018年三季度进口车交易情况

9月份京城进口车交易6600辆，环比增长-5.71%，同比增长-14.29%，占京城新车交易总量13.07%。

1月—9月京城进口车累计交易54800辆，同比去年59900辆累计增长-8.51%，占京城新车交易总量12.82%。

进口车销量三季度环比二季度增长18.90%，三季度销量同比去年增长-7.14%。

2018年三季度京城纯电动乘用车交易情况

9月份京城纯电动新能源乘用车交易5600台，环比增长12.30%。其中国产纯电动汽车5300多台，进口纯电动汽车近300台。

9月份国产纯电动汽车销售前五位的是：比亚迪、北汽、吉利、传祺、荣威。进口纯电动车环比增长138.39％，9月份销量占新能源乘用车总销量的4.77%。

2018年1月—9月国产新能源纯电动乘用车累计销售29700台，占新车总销量的6.95%。

三季度纯电动乘用车环比二季度增长0.89%。

2018年三季度京城二手车交易情况

9月份京城二手车成交过户61400辆次，环比增长4.42%，同比增长1.66%。

9月份京城二手车外迁率54.72%，新旧车交易比例1︰1.22，二手车成交过户辆次超过新车交易量21.58%。

1月—9月京城累计成交过户二手车519600辆次，同比去年522500辆次累计增长-0.56%，二手车超过新车销量21.60%，新旧车交易比例1︰1.22。前三季度外迁率为49.52％。

二手车三季度成交过户辆次环比二季度增长-2.79%，同比增长-3.11%。

京城三季度车市交易总体评价

●车市总体平稳，三季度京城车市表现好于二季度。

在关税政策阶段性波动减弱、厂家淡季促销拉动、消费者持币待购观望现象有所下降、新能源汽车市场持续旺盛、二手车外迁率保持高位等多重因素影响下，三季度北京新旧车市场总体保持平衡，同比负增长有所收窄。

京城新车销售在二季度环比增长18.41％的基础上，三季度新车交易环比二季度又增长了3.1％。1月—9月份累计同比降幅较上半年收窄1.51％，9月份较6月份销售同比增长56.49％，同比降幅减少15.96％。

京城进口车季度环比由二季度的－13.23％提升到三季度的18.9％，增加了32.13％，季度同比降幅收窄了7.79个百分点。9月份进口车销量较6月份增长15.97％，同比降幅收窄1.89％。

新能源汽车9月份销售量较6月份增长16.67％，成为活跃京城沉闷车市的积极因素。

●政策及市场层面的多样因素让京城车市形势依然严峻。

报废高补贴购置税减免等车市利好政策退出；连续两年老旧车政策性深度淘汰，提前释放了置换资源；股市财富效应降低；楼市消费资金分流；消费者消费信心下降，持币待购观望情绪严重等使京城新车交易前9个月呈现累计同比9.8％的负增长，降幅高于全国平均水平11.29个百分点。

二手车是新车市场发动机，新车市场是二手车交易变速器，两者相辅相成、互为联动。

外迁率提升，促进二手车销售和新车交易。随着二手车外迁解禁，京城二手车外迁率今年保持较高水平，9月份外迁率较6月份提高5.67％，达到54.72％，外迁率水平的大幅提升，促进了二手车成交过户量，成就了新车置换市场的平稳运行。

消费者新车置换意向减弱，延迟消费拖累了二手车交易的整体增长。京城前9个月新车交易累计同比-9.8％，降幅高于全国11.29个百分点，使得二手车前9个月同比去年也出现了0.56％的负增长，三季度二手车过户辆次相比二季度同环比均呈现-3.11％和-2.79％。

“金九”未现辉煌，传统打法有待改进。亚市数据显示：9月份新车交易环比为-7.68％，“金九”销售不及8月份。淡季大促销、旺季搞宣传是市场传统营销方法，在整体车市沉闷，利空因素增多，消费意向减弱状态下，价格优惠促销仍是刺激购车的最直接手段。

云房数据研究中心整理了最新的北京所有地铁站点1000米（京西三条新线为2000米）范围内的小区楼盘租金数据，超出范围则不计。希望能为大家提供有用的参考！

租金单位：元/㎡/月

平均租金54.6元/㎡/月

租金最贵地铁站：苹果园（70.2元/㎡/月）

租金最低地铁站：桥户营（47.5元/㎡/月）

西郊线

平均租金96.8元/㎡/月

租金最贵地铁站：巴沟站（125.4元/㎡/月）

租金最低地铁站：颐和园西门（83.8元/㎡/月）

燕房线

平均租金27.8元/㎡/月

租金最贵地铁站：阎村（33.9元/㎡/月）

租金最低地铁站：周口店镇（24.0元/㎡/月）

原有线路

一号线

平均租金110.4元/㎡/月

租金最贵地铁站：国贸（161.2元/㎡/月）

租金最低地铁站：苹果园（61.6元/㎡/月）

二号线

平均租金121.0元/㎡/月

租金最贵地铁站：北京站（136.8元/㎡/月），复兴门（135.8元/㎡/月）

租金最低地铁站：鼓楼大街（110.2元/㎡/月）

四号线

平均租金92.1元/㎡/月

租金最贵地铁站：西单（146.1元/㎡/月）

租金最低地铁站：黄村火车站（44.1元/㎡/月）

五号线

平均租金101.9元/㎡/月

租金最贵地铁站：磁器口（156.7元/㎡/月）

租金最低地铁站：天通苑（62.1元/㎡/月）

六号线

平均租金98.4元/㎡/月

租金最贵地铁站：东大桥（141.4元/㎡/月）

租金最低地铁站：北运河西（43.1元/㎡/月）

七号线

平均租金100.3元/㎡/月

租金最贵地铁站：磁器口（156.7元/㎡/月）

租金最低地铁站：双合（52.5元/㎡/月）

八号线

平均租金88.4元/㎡/月

租金最贵地铁站：南锣鼓巷（121.0元/㎡/月）

租金最低地铁站：朱辛庄（56.2元/㎡/月）

九号线

平均租金91.6元/㎡/月

租金最贵地铁站：国家图书馆（125.3元/㎡/月）

租金最低地铁站：丰台东大街（68.5元/㎡/月）

十号线

平均租金106.1元/㎡/月

租金最贵地铁站：巴沟（183.9元/㎡/月）

租金最低地铁站：宋家庄（68.8元/㎡/月）

十三号线

平均租金96.7元/㎡/月

租金最贵地铁站：东直门（123.0元/㎡/月）

租金最低地铁站：回龙观（62.3元/㎡/月）

十四号线

平均租金66.6元/㎡/月

租金最贵地铁站：七里庄（82.0元/㎡/月）

租金最低地铁站：张郭庄（47.7元/㎡/月）

租金最贵地铁站：清华东路西口（117.7元/㎡/月）

租金最低地铁站：俸伯（32.9元/㎡/月）

八通线

平均租金66.3元/㎡/月

租金最贵地铁站：四惠（100.9元/㎡/月）

租金最低地铁站：梨园（47.3元/㎡/月）

昌平线

平均租金55.7元/㎡/月

租金最贵地铁站：西二旗（91.3元/㎡/月）

租金最低地铁站：南邵（38.9元/㎡/月）

房山线

平均租金51.0元/㎡/月

租金最贵地铁站：郭公庄（85.1元/㎡/月）

租金最低地铁站：苏庄（33.0元/㎡/月）

亦庄线

平均租金60.4元/㎡/月

租金最贵地铁站：肖村（76.7元/㎡/月）

租金最低地铁站：次渠（38.8元/㎡/月）

图为11月6日预测指数。来源：高德地图交通大数据

　　“拥堵延时指数”作为城市拥堵程度的评价指标，即城市居民平均一次出行实际旅行时间与自由流状态下旅行时间的比值。拥堵延时指数（拥堵延时指数=交通拥堵通过的旅行时间/自由流通过的旅行时间）越高表示出行延时时间越长，也就越拥堵。

　　图为11月5日交通拥堵延时指数。来源：高德地图交通大数据

　　根据该指数，11月5日，北京市在18:00拥堵延时指数最高，达到2.93，是最拥堵时刻。该指数来源于高德每日发布的《中国主要城市日交通分析报告》。

高德称，报告基于高德积累的海量交通出行数据，通过大数据挖掘计算所得，发布该指数是为了从交通出行者角度出发，以简单易懂的方式表达交通拥堵给出行者带来的时间成本。

高德方面表示，该报告可以客观地从多维度反映城市的交通拥堵状况，力争做到精准、精细、精确，为公众交通出行、机构研究、政府决策提供有价值的理论参考依据。

　    2014年6月10日，第五届中国智能运输大会暨第三届深圳国际智能交通与卫星导航位置服务展览会在深圳会展中心开幕。中国智能交通协会理事长吴忠泽到会做了中国智能交通未来发展的趋势发言。 在我们中国，十几年来，智能交通的发展，大体上经历了体系框架的制定，示范城市的建设，到目前各级城市全面展开智能交通系统建设的过程。在科技创新的引领和推动下，中国智能交通技术的研究开发和应用，取得了瞩目的成就。在城市交通管理、高速公路监控、电子收费、公众服务，以及决策支持等方面，开始发挥越来越重要的作用。对于缓解交通拥堵，减少交通事故，改善交通的环境等等，都起到了良好的支撑作用。

　　目前，我们国内从事智能交通相关的企业超过了2000家，有关政策在直接驱动着市场对视频、安防、监控、电子收费等设备以及各种软件开发和系统集成等方面的需求，预计到2020年国内智能交通领域的投入将达到上千亿元，智能交通产业将进入新一轮的快速发展轨道。

　　今后一段时期，面向建设综合交通、智慧交通、绿色交通、平安交通的重大需求，迎接大数据时代为智能交通技术发展所带来的机遇和挑战，立足国情、运用新技术手段、结合智慧城市建设，构建具有中国特色的新一代智能交通系统，将是我国智能交通发展的重要方向。

　　首先，我们要不断的提升交通感知智能化水平，构建网络化的交通状态感知体系，提高交通信息资源的综合利用水平；

　　一是要突破车路状态感知与交互等关键技术，来提升交通运行监测能力和技术水平。二是在提高交通基础设施承载能力的同时加快交通基础设施智能化管理升级，完善道路交通、轨道交通和水上交通的智能化监管体系。三是建设大范围交通感知和数据传感网络，尽快形成权路网智能监控体系。

　　四是推动交通运输各个相关部门实现信息共享，支撑综合交通智能化协调管理，安全应急指挥和规划决策。

　　第二，我们要重视面向公众的综合交通的信息服务，改善和提高公众出行的智能化服务水平；

　　这是我国智能交通产业未来亟待要加强和突破的重点，为了满足公众出行的多样化、个性化和动态化的交通服务需求。以及交通应急救援，跨行业综合交通服务需求，首先我们要建立起交通数据采集、共享和信息发布的制度。

　　二是推进政府交通信息资源有序开放，建立起公益服务与市场化增值服务相结合的交通信息资源开发利用机制。

　三是应用新一代宽带发展网络，应用大数据、云计算、泛在网络、智能终端等新技术、大力推进个性化的移动服务发展，创新交通信息服务商业模式，鼓励交通管理、载运工具制造、信息产业等多方组成联盟，共同推进新一代的交通信息服务系统的建立，让老百姓随时随地的享受到高效便捷的出行服务。

　　第三，提升公共交通智能化水平与服务能力，增强交通运输系统综合运行能；

一是要大力推广应用公交信号优先、快速公交、多模式城市公共交通协同控制与服务等关键技术，来加快实现公共交通智能化。

二是推进公共交通智能调度系统建设，使公交系统的运行效率和服务品质有更好的提升。

三是要建设发展综合客运枢纽的智能化管理和服务体系，提升客运枢纽的集散能力和服务水平。

四是要逐步建立起城际公路、铁路、民航等交通体系一体化发展的综合交通智能华协调运行体系，提高综合交通运营的协同能力管理智能化水平。

　第四，建设跨区域、多模式的综合交通电子支付系统；

这是我们国家智能交通产业化未来要突破的另一个重点，一是建立起全国联网电子收费结算体系网络信任平台，建设国家高速公路联网电子收费清分结算和客户服务体系，实现全国范围跨区域电子不停车收费服务。

二是加快交通一卡通跨区域跨行业互联互通，逐步实现多种交通方式之间，不同城市之间一卡通通用。

三是加快电子不停车收费技术，在城市拥堵停车场等领域里的广泛推广应用，形成跨区域、多模式的综合交通电子支付体系，为公众出行提供智能化的服务。

　第五、加快构建绿色交通运输体系；

一是重视智能汽车的发展，提升车辆的智能化水平，加强车路协同系统、专用短程通信等核心技术研究开发，普及车辆的智能终端，加强城市物流车辆的智能管理，并开展“车联网”试点工作，提高车辆运行效率；二、要积极采用混合动力汽车、替代燃料车等节能环保型营运车辆。

三是要推广高速公路不停车收费系统。

　　四是构建绿色交通技术体系，促进客货运输市场的电子化、网络化提高运输效率，降低能源消耗，实现技术性节能减排。

　　第六、促进智能交通科技成果推广应用，积极营造智能交通产业发展的良好环境；

　　一、紧密结合行业发展实际需求，通过开展示范工程及专项行动计划等各种方式，加强智能交通领域的成果推广应用。重点在资金投入、人才保障、激励措施、信息共享、知识产权保护等方面予以加强，完善促进科技成果推广的制度保障与动力机制，探索新型科技成果推广模式，广泛利用社会资本，促进科技成果资本化和产业化。鼓励优势企业参与和主导智能交通标准的制定，积极参与智能交通国际标准化工作。

　　二、建议政府有关部门制定将公益性智能交通应用系统和必要的支撑设施纳入交通基本建设范畴的政策，同步规划和建设；

　　三、政府要加大对智能交通基础性、公益性系统的建设资金和运行维护资金的保障力度，充分发挥金融市场的作用，鼓励和引导民营和社会资本参与智能交通的建设和运营。

　　四、健全智能交通技术创新市场导向机制，支持和引导智能交通领域里带动性强、集中度高的大企业以及拥有技术专长的中小企业发展，促进企业成为技术创新决策主体、研发投入的主体、科研组织的主体和科技成果转化的主体。构建产学研用协同创新的机制，形成创新集聚效应。