为什么我们越来越不爱坐公交了？

又是一个新的工作日，早上好，问大家一个问题：今天你怎么到的公司，地铁、开车、打车还是骑车？

可能有人注意到了，这个提问中没有公交这个选项。

因为诸多数据显示，对于很多生活在一二线城市的年轻人来说，公交车似乎已经成为了“被遗忘”的出行选项。

那么问题来了，为什么我们越来越不爱坐公交了？

01 是的，公交被地铁抢走了生意

人们越来越少坐公交，不是幸存者偏差式的错觉，而是数据支撑下的现实。

搜索近10年来中国城市的交通出行报告，会发现同一个惊人的趋势——公交客运量在持续下滑，而地铁的客运量却在不断上涨。

以北京著名的300路为例，来看看近十来年大城市公交客运量是如何一步步变少的。

300路是北京一条连接三环各个版块的主干公交线路，拥有内环、外环及配套快线等4条线路（以下简称300路），说是主动脉一点也不为过。

在2007年，300路总客流曾经创下了日运送30万乘客的历史记录。

事实上，北京和南昌的公交地铁客运量占比还算是比较高的，其他城市远低于此。

2025年数据显示，杭州2025年的地铁、公交客运量分别为15亿人次和4.98亿人次，公交客运量占地铁的比例只有33.2%。

跌破30%大关的城市还有上海，2025年地铁客运量约为37.16亿人次，公交客运量约为10.07亿人次，仅相当于前者的27%；而深圳客运量约为32.81亿人次，公交客运量约为7.06亿人次，仅相当于前者的21.52%。

与公交相比，地铁在长距离通勤（10公里以上）上具有压倒性的优势：准时、快速、不受红绿灯干扰。

在超长距离通勤时，公交甚至连价格低的唯一优势也不复存在。

以北京为例：公交票价是10 公里内为2 元，超出部分每5公里增加1元；而地铁起步价是3元可乘坐6公里，6-12公里为4元，12-22公里为5元，22-32公里为6元，32公里以上部分，每20公里加1元。

也就是说，在20公里之内，公交比地铁便宜1-2元；但当超过20公里时，公交票价和地铁相当；当超过30公里时，公交反而不如地铁便宜。

即使不考虑乘坐体验和通行效率，乘客如何选择也一目了然。

显然，公交和地铁之间存在着明显的替代效应，一旦地铁线路成网，原本依赖中长线公交的人群会迅速向地铁转移。

02 不只地铁，截流的还有私家车、网约车

地铁分流了公交客运量不假，但把公交客运量下跌的原因归结为地铁扩张则有些片面，因为私家车、打车（含网约车和出租车，下同）也在围剿公交。

先说私家车。

它其实是非常容易被忽视的一种出行方式，以至于在不少城市里都没有统计它，包括上海、深圳这样的大城市。

2025年，中国的私人汽车保有量3.23亿辆，比2015年的1.44亿辆增长约 2.24倍；私人轿车保有量则从0.88亿辆增长至1.87亿辆，10年时间同样翻了一番。

买了车自然就要开，保有量的增加意味着私家车出行人次的增长。

由于私家车出行无法像公交、地铁那样拥有精准的数据记录，只能靠估算，而估算出来的结果出入较大。

北京交通发展研究院发布的《2026北京市交通发展年度报告》显示，2025年小客车日均出行量为824万人次，这么算下来的年出行量约为30.076亿人次，低于地铁的35.76亿人次，但高于公交的20.9亿人次。

而早一年发布的《2025北京市交通发展年度报告》则提供了另一种计算方法，2024年底北京的私人机动车保有量为649.6万辆，工作日日均出行3.37次。

以此保守计算（仅计算工作日出行，且每车次为1人次），即2024年北京私家车出行量=649.6万*248个工作日*3.37次/车，不难算出其年客运量至少54.29亿人次，妥妥的京城第一出行方式。

综合官方数据显示，2025年底，深圳、成都、杭州的私人汽车保有量分别为372.78万、633.9万辆、402万辆。

如果按《2026北京市交通发展年度报告》的公式计算，那么2025年深圳、成都、杭州的私家车出行量分别为31.16亿人次、52.98亿人次、33.6亿人次，均远远高于该市的地铁、公交出行量，稳居第一位。

即便是按《2026北京市交通发展年度报告》的算法，（约等于2025版算法结果的55.4%），各城市私家车出行人数也能轻松超过公交客运量。

相比买车，如今的年轻人似乎更加偏爱打车。

比如年轻人多的深圳，据《深圳市2025年国民经济和社会发展统计公报》显示，2025年网约车客运量5.58亿人次+出租车客运量2.36亿人次，年打车人次达到了7.94亿，而公交客运量才7.06亿人次。

广州也是类似的情况。

《2025年广州市交通发展年度报告》显示，2025年广州市地铁、公交、出租车和网约车的日均客运量分别为931万、249万、58万、267万，折算为年客运量分别为33.982亿人次、9.089亿人次、2.117亿人次、9.746亿人次，仅网约车一项就超过了公交的客运量。

还有杭州，官方数据显示，2025年其地铁、公交客运量分别为15亿人次、4.98亿人次，网约车明确可查的数据是Q1的1.76亿人次和Q2的2亿人次，预估全年数据不低于5.76亿人次（下半年是旺季），打车出行人数同样超过了公交。

对于追求舒适度和时间效率的人群来说，网约车在线叫车的便利性、“点对点”的门到门服务，显然比“站站停”的公交更有吸引力。

与10年前相比，市民收入水平有了较大的提高，同时近几年网约车供给增加带来了价格下降，使得网约车用户一直呈现稳定增长的态势。

事实上，不少城市打车出行的市民日益增多，公交客运量实际已经掉到第三甚至第四位。

03 意不意外，骑电动自行车上班的人比坐地铁的还多

今年6月30日，杭州综合频道发布了杭州地铁公交接驳的调查问卷，其中有一项是换乘地铁站选择何种出行方式，有近1/3的网友选择了骑电动自行车或自行车。

官方数据显示，杭州和深圳的电动自行车保有量分别为520万辆和650万辆，而上海更是达到了1000万台的恐怖体量。

即便以日平均骑行0.8次/辆来（相当于广州的一半左右）估算，杭州、上海的电动自行车年出行人数也分别达到了15.18亿人次和29.2亿人次，二者都超过了各自公交客运量，前者甚至比地铁客运量还高。

在通勤里程较短、居民收入较低的城市，电动自行车出行便捷、成本低的优势更为明显，这个比例可能还会更高。

比如南昌市，它的通勤平均里程只有7.7公里，而电动自行车保有量310多万辆，几乎每两个市民就拥有一辆电动自行车，成为市民工作生活不可缺少的一部分。

04 我们为啥不爱坐公交了？

杭州地铁公交接驳的调查问卷，还有一项是选择出行方式主要考虑的因素。

人们在选择出行方式时，价格因素并没有想象中的那么高，反而是时效、换乘便利性和不受天气影响排在前面。

源自杭州综合频道截图编辑

说起为啥不爱坐公交，可能每个人有着不同的具体原因，但归结起来无非上面这三大类：时效慢、乘坐体验差和换乘不方便。

乘坐体验差主要体现在两个方面：一是乘坐舒适性不如打车，加上走走停停、准点率差的焦虑感，导致整体体验差；二是候车的体验差，公交站台普遍在户外，冬冷夏热，恶劣天气时更是难熬。

因此就出现了现在的局面——长距离被地铁抢走，短距离被电动自行车分流，舒适度被网约车碾压。

传统的公交线路夹在中间，生存空间日益狭窄。

面对着乘客减少的现状，不少城市公交公司断然采取了精减线路、减少班次的措施，却反而陷入了乘客少-减少班次-乘客更少的恶性循环。

公交公司要怎么改变，才能挽回不断下滑的颓势呢？

首先，公交必须认识到市场地位转变的事实，自己不再是城市出行的“主力”，而成了“辅助”角色，需要及时调整自己的心态和定位。

公交在大城市里不再承担干线运输的任务，而是要成为有益的补充者，地铁、高铁等枢纽的接驳人，以及公共交通盲区的服务商。

与地铁线路重合或正面竞争的线路不妨尽可能裁掉，以减少不必要的成本。

其次，提升服务意识，做好差异化竞争。

一些城市公交公司做出了有益的尝试，比如区间接驳车、定制班车、网约巴士、观光专线等，值得学习和推广。

第三，具体点地说，公交的车子要变小、路线变得灵活，尝试把站台做小、站点设置间隔适当缩小（国内大城市公交车站间隔800-1000米实在有点远，国外通常在300-500米）。

总而言之，公交坐的人少了，既是城市发展的必然，也是市民出行选择多元化的体现。

市民不是不需要城市公交了，而是目前它们没能提供适合需求的服务。

只要设法解决了时效慢、乘坐体验差和换乘不方便的顽疾，城市交通市场总有它的一席之地。

说明：1、数据来源于各城市统计公报或交通发展年度报告；2、图片除标注来源外，均由AI制作；3、图表均为自制。

OlmoEarth v1.3发布：Ai2推出全球卫星嵌入模型

Ai2（艾伦人工智能研究所）今日发布了一款卫星地图嵌入模型OlmoEarth v1.3，并为全球范围提供了多种分辨率下预先计算好的年度嵌入数据，同时配套推出了基于浏览器的地图制作工具。

该模型能够将一年的卫星观测数据压缩成数值指纹，最小分辨率下每个指纹对应10米乘10米的地面区域，同时也提供64平方米和128米分辨率的版本。

这种数值指纹捕捉的模式信息，可供其他软件用于区分农田、森林、矿区等不同类型的地表覆盖。

此前，使用OlmoEarth的主要方式是通过OlmoEarth Studio进行微调，针对每项任务训练一个模型，再将其应用于卫星数据以生成地图。

这种方式需要大量图形处理单元资源，以及下载和存储影像的能力。

此次发布的OlmoEarth嵌入浏览器是一款基于浏览器的地图制作工具。

这意味着任何人都可以将OlmoEarth用于实际工作，从追踪时间变化到寻找相似地点，无需注册登录即可使用。

嵌入数据代表了模型从数百万张卫星图像中学习到的内容。

OlmoEarth会读取一年的雷达图像及相关数据，包括Sentinel-1、Sentinel-2和Landsat的数据。

Sentinel和Landsat是提供地球互补视角的卫星任务：Sentinel-1测量雷达反射信号，而Sentinel-2和Landsat则捕捉可见光和红外波长的光线。

该公司表示，与以往版本的OlmoEarth模型相比，v1.3是其训练成本最低的模型。

其训练所用计算时间仅为最新版本（v1.2）的53%，为第一版（v1）的18%，碳排放量也分别仅为两者的50%和22%。

不过v1.2仍是一款强大的微调模型，对研究机构和合作实验室而言依然具有价值。

这些模型在现实世界中的应用场景 这些卫星模型有助于压缩跨越时间和空间的大量数据，这对于理解地球的变化方式非常有用。

在秘鲁马德雷德迪奥斯地区，围绕拉潘帕的非法金矿开采活动在2017年和2018年达到顶峰，在坦博帕塔国家保护区缓冲区内清除了超过1200公顷的森林。

亚马逊保护团队的MAAP监测项目报告了这一活动。

2019年2月，秘鲁的"水银行动"关闭了大部分采矿作业。

我们如何得知这一事实？ 嵌入数据给出了明确答案。

无需进行模型训练，仅通过比较不同年份的数据像素，观察2016年至2020年间的情况，可以清晰看到南部矿区带内有明显的向东扩张趋势：显著变化区域达34平方公里。

而同样的比较放在2020年至2024年间，这一面积降至9平方公里。

关闭行动的效果显而易见。

Ai2表示，对许多团队来说，针对某个想法测试OlmoEarth通常意味着需要进行一次微调运行，这是一项耗时数小时、成本高昂的艰巨任务。

而在浏览器工具中，初步分析仅需几秒钟即可完成。

仅凭少量标签对某个区域进行分析，无需使用GPU。

当某项任务确实需要进行微调实验时，嵌入数据可以帮助判断该实验是否值得投入计算时间，以及模型存在哪些不足之处。

人多抢网真烧心！从技术原理到实测数据，看天际通拥塞加速值不值

十月下旬深秋，正是出门赏秋和年底商务出差扎堆的时候。

不知道大家有没有遇到过这种让人极度“烧心”的时刻：高铁站候车的时候，临时被拉进视频会议，画面非常卡；或者挤在晚高峰地铁里，手机右上角明明信号满格，微信却一直在转圈。

这通常不是基站没信号，也不是手机故障，大概率是“信道堵车”了。

当高密度人群在同一时空同时发起连接，基站的上下行信道资源被瞬间挤占，数据包只能排队，表现出来就是高延迟和高丢包。

那么，这个“拥塞加速”真的靠谱吗？我深度体验了一下，用这几天的行程实测数据说话。

场景一：高铁站商务办公 上周赶车出差，高铁候车厅人山人海，是典型的网络拥堵重灾区。

等车的时候，加入公司的视频会议，画面频繁卡顿，网络延迟一度飙升到380ms左右。

随后我打开华为天际通，在首页并一键开启服务（系统会智能感知网络，零门槛不用调参数）。

开启后再次观察会议监控面板，延迟迅速回落并稳定在75ms-90ms之间；从候车大厅一路检票上车，全程沟通连贯没掉线。

场景二：周末万人演唱会现场 周末去看了场演出，几万人聚集导致上行信道争抢极其激烈。

未开启加速时，用测速软件测得文件上传速度仅0.3MB/s，一段45MB的现场高清合唱视频，微信转圈了近两分钟还没传完。

开启拥塞加速后，重测上传速度提升至3.2MB/s左右，同样大小的高清视频十几秒就顺利发出了，演唱会现场也能及时分享。

场景三：晚高峰地铁通勤 回到日常晚高峰地铁，车厢里人挨着人。

不开加速追1080P剧集，15分钟内出现了4次加载缓冲；打开MOBA手游，游戏延迟飘红破300ms。

而启用拥塞加速后，追剧更顺畅，一路上拖动进度条基本即点即播，视频缓冲次数降为0；游戏内的ping值则被稳稳压在48ms-65ms的绿网区间，团战响应稳了不少。

总结： 智能感知、一键开启，在基站高负载场景下，华为天际通拥塞加速降延迟和提速上行的效果很直观。

但也需要和大家分享的是：它解决的是“人多抢网”的信道拥堵，如果身处信号较差的偏远地区、地下室和地下停车场等地点，它是无法凭空变出信号的。

目前该服务仅支持 华为鸿蒙5及以上设备，且需使用 移动/电信网络。

最后聊聊怎么选。

现在大家都是讲究性价比的“纯过日子人”，大流量包买多了用不完纯属浪费，所以可以按需购买，共有三档： 1小时包（9.9元）：9.9元起，不到一杯咖啡的钱，适合快速通勤、高铁站候车及短途高铁救急； 2小时包（14.9元）：折合7.45元/小时，适合看演唱会、中长途出行； 4小时包（21.9元）：折合低至5.48元/小时，适合长途高铁或全天移动办公。

如果你近期准备出门欣赏秋日，需要出差、看演唱，或者日常挤地铁，不妨打开华为天际通备上一单，关键时刻确实能少受不少网络卡顿的窝囊气。