之前给大家分享了 2021 年和 2022 年中国的各城市间交通距离矩阵——驾车去其他城市的最优路线、最短距离和最小耗时数据，很多小伙伴都希望能再处理一份区县的，该数据处理使用的还是之前课程「使用 R 语言计算各个城市与上海的交通距离（高德地图驾车路径规划）」（平台链接：https://rstata.duanshu.com/#/course/e35a78b8555143749245c9de51f9aa48）中讲解的方法。感兴趣的小伙伴可以前往那个课程学习。
多年份的路径规划数据可能对研究中国城市间交通状况的变化非常有用，不过由于高德地图地理编码接口只提供实时的路径规划结果，所以之前年份的不再能够获取了，因为只能接下来每年坚持解析一次，这样就会逐步积累好这份数据了。所以对这方面研究感兴趣的小伙伴可以持续关注这份数据，我会在每年的 10 月份更新（更新后的数据还会放在一起）～
今天推送的是质心版本，也就是使用每个区县的质心作为起点和终点，还有另外一份政府版本在处理中（使用各区县的政府作为起点和终点）。
区县间的驾车路线规划工作量非常大，大概需要规划超过 400 万次，因此这份工作我断断续续的做了将近 1 个月才完成，最终得到了这个超过 2TB 的数据。
这份大小超过 2TB 的数据详细的描述了从中国的每个区县（不包含台湾和三沙市）驾车去其他区县的最优路线、最短距离和最小耗时。为了方便大家使用我提取整理了如下数据：
中国各区县间的交通距离矩阵
比起基于质心计算的区县间大圆距离，驾车交通距离可能更能反映城市间的真实“距离”，所以这份中国各区县间的交通距离矩阵数据可能非常有用（距离的单位均为 km）：
这里的区县列表使用的是 2021 年的中国区县行政区划，起点和终点为各个城市的质心。
经常我们还会遇到需要距离矩阵倒数的时候，在 Stata 中只需要运行下面的代码即可：
use 各区县间驾车距离矩阵.dta, clear |
为了方便大家使用，提供下面两种格式的数据：
- 各区县间驾车距离矩阵.dta
- 各区县间驾车距离矩阵.xlsx
中国各区县间的驾车耗时矩阵
距离有时候并不能真实反映两个区县的关系，毕竟有些路段好，开车就快些，有些路段差，开车就慢些，所以驾车耗时数据可能也是非常有用的（单位均为小时）：
为了方便大家使用，提供下面两种格式的数据：
- 各区县间驾车耗时矩阵.xlsx
- 各区县间驾车耗时矩阵.dta
中国各区县间的最优驾车路径
由于这部分的数据过大（超过 2TB），就不再分享给大家了，大家如果需要的话，可以自行根据课程「使用 R 语言计算各个城市与上海的交通距离（高德地图驾车路径规划）」（平台链接：https://rstata.duanshu.com/#/course/e35a78b8555143749245c9de51f9aa48）中讲解的方法进行解析。
这里展示下部分结果：
驾车路径规划
关于这份数据是如何处理的，可以学习这个课程：
×
驾车距离与耗时
通过这个数据可以看到一个很有意思的结果：
其中红色线表示时速 107km/h，所有的驾车路线平均速度都没有超过这个值；紫色的线表示 86.3km/h，为平均速度。
点击这里跳转到 RStata 短书平台获取附件：2022 年中国各区县间的驾车路线规划和交通距离矩阵数据库
评论