在“双碳”目标与智慧城市建设深入推进的背景下，公共交通网络数据已成为城市交通规划、可持续发展研究和TOD开发评估的核心基础。中国拥有全球最大规模的公共交通系统，但此前一直缺乏一套覆盖全国、整合公交与地铁的综合运营数据集。

今日分享的是2025年中国高精度公共交通运营网络矢量数据！该数据集简称为CPTOND-2025，是由北京市城市规划设计研究院张晓东团队联合北京交通大学和北京航空航天大学共同研发，发布在figshare平台上的数据集。该数据集的相关论文已被国际知名期刊Scientific Data（Nature子刊）接收发表。

该数据集的数据格式为Shapefile格式，数据坐标为WGS-84坐标系，数据采集时间为2025年6月。该数据集包括我国350个城市的公交数据和46个城市的地铁数据。公交数据和地铁数据均包括线路和站点数据。该数据集包括公交和地铁线路运营的详细指标，比如线路运营时间、运营公司、线路站点数、票价等，下文会详细介绍。

以下为数据的详细介绍：

01

数据预览

数据作者提供的数据集包括公交数据和地铁数据！我们依次来看一下！

一、公交站点和线路数据介绍

该数据集一共包括350个城市的公交数据。数据作者提供了全国一张图的公交站点shp数据，以及全国一张图的公交线路shp数据，也提供了分城市的公交数据。由于分城市的公交数据更为详细，下面我们先来介绍分城市的公交数据。

每个城市的公交数据结构一样，都包括4个shp文件，我们以上海为例展示，如下图：

这四个shp文件具体为：

首先，我们先来看“shanghai_bus_routes.shp”文件，也就是上海市的公交线路数据。每一条公交线为一条线，打开后如下图：

下面我们以96路公交线路为例来看下细节，整条线路为一条线：

我们再看看属性表：

字段解释如下：

• route_cn:公交线路中文名称
• route_cn:公交线路英文名称
• city_code:城市代码
• route_type:公交线路类型中文名称
• company_cn：公交公司中文名称
• company_en：公交公司英文名称
• s_stop_cn：起始站中文名称
• s_stop_en：起始站英文名称
• e_stop_cn：终点站中文名称
• e_stop_en：终点站英文名称
• distance：线路长度（单位km）
• total_stop：线路站点数
• start_time：开始营运时间
• end_time：结束营运时间
• loop:是否是环线
• status:线路状态（0：停运，1：正常，2：规划中，3：在建）
• basic_prc：基础票价
• total_prc：总票价
• city_cn：城市中文名称
• city_en：城市英文名称
• type_en：公交线路类型英文名称
• length：线路长度（单位km）(distance是官方返回的，length是作者自己计算的,主要原因是官方有些线路可能distance是空的，另一个主要原因是length的计算，作者是根据空间计算出来的，和官方可能略有差异)

下面我们来看看“shanghai_bus_segments.shp”文件，也就是上海市的公交站间路段数据。也就是每两站之间的公交线路为一条线，打开后如下图：

下面我们以上海市梅川路吉镇路公交站和万镇路延川路公交站之间的线路为例展示细节，如下图：

我们再看看属性表：

除了上个shp数据已经介绍过的字段以外，该数据多了如下字段：

• s_stopid：起始站id
• e_stopid：终点站id
• num：经过这个路段的公交线路数（比如北京1路和3路都经过南礼士路-太平庄，那么这个路段就是2）。

下面我们再来看看“shanghai_bus_stops.shp”文件，也就是上海市公交站点数据。打开后如下图：

下面我们以上海市核心区域的公交站点为例展示细节，如下图：

我们再看看属性表：

字段解释如下：

• name_cn：公交站点中文名称
• name_en：公交站点英文名称
• stop_id：公交站点ID
• route_cn:站点所属公交线路中文名称
• route_en：站点所属公交线路英文名称
• route_id：站点所属公交线路ID
• city_code：城市代码
• city_cn：城市中文名称
• city_en：城市英文名称
• Sequence：序列号（就是这个站点在线路中是第几个站点）

下面我们再来看看“shanghai_bus_stops_unique.shp”文件，也就是去重后的上海市公交站点数据。打开后如下图：

去重后的公交站点数据在外观上和不去重的公交站点数据没有区别，在这儿我们就不再相信介绍了。字段解释如下：

• stop_cn：公交站点中文名称
• stop_en：公交站点英文名称
• stop_id：公交站点id
• num：该站点经过的公交线路数
• city_cn：城市中文名称
• city_en：城市英文名称

除了分城市的公交数据，数据作者还提供了全国一张图的公交线路数据和全国一张图的公交站点数据，如下图：

我们以公交线路数据为例，打开数据看一下，如下图：

二、地铁站点和线路数据介绍

该数据集一共包括46个城市的地铁数据。数据作者提供了全国一张图的地铁站点shp数据，以及全国一张图的地铁线路shp数据，也提供了分城市的地铁数据。由于分城市的地铁数据更为详细，下面我们先来介绍分城市的地铁数据。

每个城市的地铁数据结构一样，都包括4个shp文件，我们以上海为例展示，如下图：

这四个shp文件具体为：

首先，我们先来看“shanghai_metro_routes.shp”文件，也就是上海市的地铁线路数据。每一条地铁线为一条线，打开后如下图：

下面我们以地铁7号线为例来看下细节，整条线路为一条线：

我们再看看属性表：

字段解释如下：

• route_cn：地铁线路中文名称
• route_en：地铁线路英文名称
• city_code：城市代码
• route_type：地铁线路类型中文名称
• company_cn：地铁运营公司中文名称
• company_en：地铁运营公司英文名称
• s_stop_cn：起始站中文名称
• s_stop_en：起始站英文名称
• e_stop_cn：终点站中文名称
• e_stop_en：终点站英文名称
• distance：线路长度（单位km）
• total_stop:线路站点数
• start_time:开始营运时间
• end_time:结束营运时间
• loop：是否是环线
• status：线路状态（0：停运，1：正常，2：规划中，3：在建）
• basic_prc:基础票价
• total_prc:总票价
• city_cn:城市中文名称
• city_en:城市英文名称
• merged_cnt:数据去重统计字段
• type_en:地铁线路类型英文名称
• length:线路长度（单位km）

下面我们来看看“shanghai_metro_segments.shp”文件，也就是上海市的地铁站间路段数据。也就是每两站之间的地铁线路为一条线，打开后如下图：

下面我们以上海市七号线昌平路站和静安寺站之间的线路为例展示细节，如下图：

我们再看看属性表：

除了上个shp数据已经介绍过的字段以外，该数据多了如下字段：

• s_stopid：起始站id
• e_stopid：终点站id
• num：该站点经过的地铁线路数

下面我们再来看看“shanghai_metro_stops.shp”文件，也就是上海市地铁站点数据。打开后如下图：

下面我们以上海市核心区域的地铁站点为例展示细节，如下图：

我们再看看属性表：

• name_cn：地铁站点中文名称
• name_en：地铁站点英文名称
• stop_id：地铁站点ID
• route_cn:站点所属地铁线路中文名称
• route_en：站点所属地铁线路英文名称
• route_id：站点所属地铁线路ID
• city_code：城市代码
• city_cn：城市中文名称
• city_en：城市英文名称
• Sequence：序列号（就是这个站点在线路中是第几个站点）
• merged_cnt：数据去重统计字段

下面我们再来看看“shanghai_metro_stops_unique.shp”文件，也就是去重后的上海市地铁站点数据。打开后如下图：

去重后的地铁站点数据在外观上和不去重的地铁站点数据没有区别，在这儿我们就不再相信介绍了。字段解释如下：

• stop_cn：地铁站点中文名称
• stop_en：地铁站点英文名称
• stop_id：地铁站点id
• num：该站点经过的地铁线路数
• city_cn：城市中文名称
• city_en：城市英文名称

除了分城市的地铁数据，数据作者还提供了全国一张图的地铁线路数据和全国一张图的地铁站点数据，如下图：

我们以地铁线路数据为例，打开数据看一下，如下图：

02

数据的其他信息

CPTOND在线可视化平台介绍

为方便研究者快速预览和使用数据，研究团队开发了CPTOND在线可视化平台，提供交互式地图浏览、数据查询和下载功能。

平台功能特色：

1、交互式地图浏览：支持全国公交、地铁网络的可视化展示

2、多维度查询：按城市、线路、站点等条件快速检索

3、统计分析：实时展示各城市公交、地铁网络统计指标

4、便捷下载：一键获取指定城市或全国数据

5、响应式设计：支持PC端和移动端访问

平台截图展示：

CPTOND可视化平台首页 - 全国公交地铁网络总览

城市级公交地铁网络详情展示（以北京地铁为例）

数据质量验证

空间精度

• 公交站点平均定位误差：3.69米
• 地铁站点平均定位误差：34.79米（因站点空间范围较大）
• 综合加权平均精度：5.08米

数据完整性

• 运营时间信息覆盖率：公交48.4%，地铁26.2%
• 票价信息覆盖率：公交86.6%，地铁68.7%
• 运营公司信息覆盖率：74.5%
• 城市覆盖率：97.2%（346/356个城市）

与权威数据对比验证

地铁网络数据经与各城市地铁公司官网逐一核对，线路覆盖率和站点准确率均达到100%。

数据来源：

数据存储于Figshare平台

数据格式：

Shapefile格式（.shp/.shx/.dbf/.prj）

坐标系统：

WGS-84 (EPSG:4326)

时间范围：

2025年6月（数据采集时间：2025年6月1日-30日）

空间范围：

中国大陆、香港特别行政区、澳门特别行政区、台湾地区

数据引用格式：

Wang, L., Wei, H., Guan, Y., Ouyang, L., Xu, D., Han, X., Zhang, M., Chen, M., Sun, D., Gong, D., Zhang, Z., Zhang, X., & Zhang, X. (2025). CPTOND-2025. figshare.

https://doi.org/10.6084/m9.figshare.29377427

如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可查看论文原文获悉！

论文引用格式：

Wang L, Wei H, Guan Y, et al. China Public Transport Operation Network Dataset (CPTOND-2025): National-Scale Bus-Metro Vector Dataset[J]. Scientific Data, 2026. DOI: 10.1038/s41597-025-06505-4

研究团队介绍：

主要完成单位：

• 北京市城市规划设计研究院
• 北京交通大学
• 北京航空航天大学

通讯作者：

• 张晓东（北京市城市规划设计研究院/清华大学建筑学院）zhang-xd23@mails.tsinghua.edu.cn
• 张兴华（北京交通大学/北京航空航天大学）zhangxh@bjtu.edu.cn

资助项目：

国家重点研发计划（2021YFA1000300, 2021YFA1000304）

【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