TransData Lab
交通数据实验室

期刊论文
Shiguang Wang, Dexin Yu, Mei-Po Kwan, et al. The impacts of road network density on motor vehicle travel: An empirical study of Chinese cities based on network theory[J]. Transportation Research Part A: Policy and Practice. 2020, 132: 144-156.

王世广, 于德新, 王树兴 等. 基于改进度的城市路网元素连接特性 [J]. 交通运输工程学报. 2018, 18(2): 101-110.

Shiguang Wang, Heng Ding, Zeyang Cheng. Understanding the Shortest Route Selection Behavior for Private Cars Using Trajectory Data and Navigation Information[J]. Journal of Advanced Transportation. 2022: 1-15.


Shiguang Wang, Dexin Yu, Ciyun Lin, et al. How to connect with each other between roads? An empirical study of urban road connection properties [J]. Physica A. 2018, 512: 775-787.

Shiguang Wang, Dexin Yu, Xiaogang Ma, et al. Analyzing urban traffic demand distribution and the correlation between traffic flow and the built environment based on detector data and POIs [J]. European Transport Research Review. 2018: 1-17.

Shiguang Wang, Lili Zheng, Dexin Yu. The improved degree of urban road traffic network: A case study of Xiamen, China[J]. Physica A. 2017, 469: 256-264.

Wei Zhang, Shiguang Wang*, et al. The backbone of urban street networks: Degree distribution and connectivity characteristics [J]. Advances in Mechanical Engineering. 2017, 9(11): 1-11.

郑黎黎, 王世广, 王伟 等.城市道路交通网络关键节点辨识方法研究[J].武汉理工大学学报(交通科学与工程版), 2015, 39(04): 675-679.

李婧怡; 柏海舰; 王世广*; 基于复杂网络的城市公交车辆动态分布分析方法[J].合肥工业大学学报(自然科学版), 2022, 45(9): 1225-1231.


研究详情


1. Shiguang Wang, Dexin Yu, Mei-Po Kwan, et al. The impacts of road network density on motor vehicle travel: An empirical study of Chinese cities based on network theory[J]. Transportation Research Part A: Policy and Practice. 2020, 132: 144-156.


本研究从三个角度利用中国城市交通流和道路网数据考察了道路网密度对机动车出行的影响:多城市交通流对比,同时期多城市及同一城市多时期路网结构对比。研究发现,交通流与道路网密度无相关性;相似土地面积的不同城市对比上,道路网密度的增加不会使平均出行距离显著增加,对出行的影响有限;城市路网的演化过程中,道路密度的增加整体而言会缩短平均路段长度和出行距离,且这一影响与城市路网的演化时期和模式相关。这些发现为规划者和政策制定者理解道路网密度对交通性能的影响以及设计更高效的城市路网提供了重要的实证支撑。

多城市交通流对比所选案例城市


同一时期具有相似面积和人口的城市对比案例,a:厦门市;b:华盛顿市;c:圣何塞市


同一城市多时期路网,长春市                              道路网密度与结构指标的关系



2. Shiguang Wang, Heng Ding, Zeyang Cheng. Understanding the Shortest Route Selection Behavior for Private Cars Using Trajectory Data and Navigation Information[J]. Journal of Advanced Transportation. 2022: 1-15.


出行信息和驾驶偏好在驾驶人的路径选择中扮演着重要角色,并进一步影响着交通管理实践。一些研究已经探讨了私家车驾驶人实际路径与最短路径之间的差异,然而,较少涉及对两者的差异、偏差进行量化以及考察日期对路径选择的影响。本研究基于轨迹大数据和电子地图提出了一种量化实际与最短路径偏差的方法。首先,根据出行的定义提出私家车出行的划分原则,将出行轨迹划分为多次出行。然后,使用地理信息方法生成出行的矢量路径与出行属性。使用百度地图的路径规划功能采集最短距离、时间路径,进而比较实际路径和推荐路径的偏差。最后将提出的方法应用于重庆市私家车驾驶人最短路径选择分析,近400位驾驶人两天(周一和周六)2860次私家车出行结果显示,只有约67%的实际选择路径与推荐路径匹配(评价指标为相似性大于80%)。但两种路径之间的偏差集中于9分钟或2千米以内。工作日和休息日的对比中未发现明显的最短路径选择比例差异,但休息日的各指标偏差更大。路径选择和偏差程度随着出行模式、OD类型、驾驶偏好、行程时间与距离间隔的变化而变化。


研究思路与架构(未包含路径选择影响因素分析)


某日出行者的OD分布

(来源于近400位私家车志愿者出行轨迹)


某次出行路径对比,(a)百度地图推荐的最短距离路径;(b)实际驾车路径

(选择相同时段的电子地图推荐路径和实际行驶路径进行对比,路径相似性为80%及以上则判定为同一路径)




理解城市道路网络的演化和增长模式有助于设计高效可持续的交通网络。本研究提出了一个基于网络理论的城市路网研究架构和分析流程来分析道路网络的时间演化。主要任务分为三步:矢量路网绘制,拓扑图生成,指标分类。考虑到数据可获取性和现有研究的不足,我们以一个当前研究很少关注的中等发展中城市——中国长春市为例进行了后续研究。长春市(1912-2017)路网的研究结果显示,该城市道路网随着时间推进呈现扩张和加密趋势,演化模式依赖于历史时期和城市规划模式。道路网规模指标间呈现强相关性,人口也与道路总里程和私家车保有量相关性显著。网络指标也呈现一定的规律性。所有时期的道路网皆为小世界网络,且不同时期的主干路是相对一致的,但核心区域是变化的且通常远离老城区域。更重要地,我们发现了时间演化维度道路网结构与功能之间的相关性,但该相关性随着时间或规划模式的变化而不同,这在以往的研究中没有被报道过。



当对城市路网结构特性进行研究时考虑时间尺度,则会产生多时序路网特征分析,即城市路网演化研究。当前,国内外研究中主要集中于伦敦、巴黎、米兰、香港、北京、上海等大型发达城市,像本文研究的此类中型发展中城市(长春市)的分析鲜有报道。同时,描绘道路网络的指标可以分为以下两类:一是状态性指标;二是功能性指标,主要指物理功能。这为从时间演化角度分析道路网络的结构与功能之间的联系提供了可能。




城市路网的形式和演化与特定的历史时期和规划理念密切相关。长春是近代发展起来的年轻城市,只有200多年的历史。从1800年清政府正式设立长春厅至今,长春市城市规划历史大致可以分为六个阶段。城市路网的演化与城市规划密切相关,因而,长春市路网的演化也可以分为对应的六个时期需要指出的是,直到19世纪末,长春只是普通的边疆集镇,仍处于城市成形时期,因而19世纪及之前的长春市道路情况不作分析。



长春市规划阶段划分及采样年份


城市路网演化分析研究框架



城市路网演化分析流程可视化


长春城市路网具有两个明显的演变特征:一方面,路网覆盖面积越来越大,不断向外扩张;另一方面,路段数量越来越多,不断密实化。这与北京等城市的分析结论一致。考虑发展阶段问题,不同于其它城市的是,除早期道路自由发展演化之外,长春路网演化呈现周期递进性。以大跃进及文革时期为界,可将长春的路网发展分为两个不同时期,且后者整体依托于日本殖民时期所规划的基础路网形式。由于早期道路难以匹配当前路网中的道路名称,因而选取1939年至今路网中的主要道路进行词云分析。人民大街、吉林大路、普阳街在10个历史时期皆为关键道路;西安大路、自由大路、东环城路在9个时期为关键道路。


   长春市不同历史时期道路网络演化情况(1912-2017)       长春市路网主要道路词云图(1939-2017)


加权路径长度与网络规模(+)、平均路径长度(+)、图密度(-)、模块性(+)和效率(-)有关。效率与网络规模(-)、平均路径长度(-)、图密度(+)、模块性(-)、加权路径长度(-)和密度(+)呈线性相关。

在日本规划时期(1932-1958),网络规模与平均聚类系数、效率和分形维数无关。节点数或边数与加权路径长度相关性的显著性检验失败。效率与密度(+)相关性显著。

新中国规划期(1968 - 2017)的节点或边的数量没有通过与加权路径长度和效率的显著性检验,道路总长度没有通过与分形维数的相关显著性检验。第二个时期(1968-2017)与第一个时期(1932-1958)的差异主要表现在平均聚类系数、加权度、平均路段长度、效率和密度等指标与其它指标相关性的增强。





4. Shiguang Wang, Dexin Yu, Ciyun Lin, et al. How to connect with each other between roads? An empirical study of urban road connection properties [J]. Physica A. 2018, 512: 775-787. (SCI)


从符合居民个体认知的道路元素出发,将命名道路与未命名道路统一考虑到城市路网整体的分析中



5. Shiguang Wang, Dexin Yu, Xiaogang Ma, et al. Analyzing urban traffic demand distribution and the correlation between traffic flow and the built environment based on detector data and POIs [J]. European Transport Research Review. 2018: 1-17. (SCI & SSCI)








6. Shiguang Wang, Lili Zheng, Dexin Yu. The improved degree of urban road traffic network: A case study of Xiamen, China[J]. Physica A. 2017, 469: 256-264. (SCI)



7. Wei Zhang, Shiguang Wang*, et al. The backbone of urban street networks: Degree distribution and connectivity characteristics [J]. Advances in Mechanical Engineering. 2017, 9(11): 1-11. (SCI)



8. 王世广, 于德新, 王树兴 等. 基于改进度的城市路网元素连接特性 [J]. 交通运输工程学报. 2018, 18(2): 101-110. (EI)

9. 郑黎黎, 王世广, 王伟 等.城市道路交通网络关键节点辨识方法研究[J].武汉理工大学学报(交通科学与工程版), 2015, 39(04): 675-679.