秦潔，徐喜安，陳毓鋒，田小忱

（中國移動通信集團廣東有限公司深圳分公司，廣東 深圳 518048）

基于移動通信大數(shù)據(jù)的城市職住空間分析

秦潔，徐喜安，陳毓鋒，田小忱

（中國移動通信集團廣東有限公司深圳分公司，廣東 深圳 518048）

基于移動通信網(wǎng)絡(luò)大數(shù)據(jù)的城市規(guī)劃分析在大范圍、規(guī)律性的居民出行活動調(diào)查中具有低成本、高時效等顯著優(yōu)勢。為了研究深圳人口聚集和職住通勤特征，收集并整合了城市交通規(guī)劃相關(guān)的移動通信網(wǎng)絡(luò)關(guān)鍵數(shù)據(jù)信息，依托基站位置信息及脫敏用戶信令話單數(shù)據(jù)，以深圳800萬移動通信用戶位置信息為樣本，得出人口流動量較大的重點通勤區(qū)域；同時，以深圳北站區(qū)域為例詳細分析了居民出行特征，結(jié)合高頻出行目的地給出了公共交通增補建議，為未來城市規(guī)劃提供參考。

大數(shù)據(jù) 城市規(guī)劃 職住分析

1 引言

城市的規(guī)劃與運作，歸根結(jié)底要以居民為核心，要致力于滿足城市居民生活各方面的需求。城市規(guī)劃設(shè)計部門需充分地了解城市居民的信息，如居住地、工作地、出行軌跡等，進而可以推演出居民的聚集特征、出行規(guī)律等，這些數(shù)據(jù)對于城市規(guī)劃的功能區(qū)劃分、基礎(chǔ)設(shè)施配置等都具有非常重要的意義。過去常通過獲取如居民出行問卷調(diào)查、人口普查等規(guī)劃數(shù)據(jù)，采用小樣本抽樣方式進行分析，數(shù)據(jù)采集效率、采樣率、準確性等都有所欠缺?；谝苿油ㄐ啪W(wǎng)絡(luò)大數(shù)據(jù)的城市規(guī)劃方法在大范圍、規(guī)律性的居民出行活動調(diào)查中具有顯著優(yōu)勢，與人工調(diào)查及其它信息數(shù)據(jù)分析相結(jié)合，不僅能夠在較低成本的情況下實現(xiàn)大范圍、近似全樣本、快速的調(diào)查分析，還能夠?qū)崿F(xiàn)長期持續(xù)的跟蹤和監(jiān)測，對新時期交通規(guī)劃、管理等工作提供支撐，具備較好的推廣價值和廣闊的應(yīng)用前景。

移動運營商角度可以將移動通信數(shù)據(jù)資源分析應(yīng)用于其他具體的領(lǐng)域、行業(yè)，比如對職住特征進行分析，能夠總結(jié)經(jīng)驗、發(fā)現(xiàn)規(guī)律、預(yù)測趨勢，為城市規(guī)劃、建設(shè)、管理輔助決策服務(wù)。關(guān)于職住特征的分析，在宏觀上，可以直接通過人的遷移數(shù)據(jù)描述城鎮(zhèn)間的關(guān)聯(lián)；中觀上，大量詳細的移動軌跡可以代替?zhèn)鹘y(tǒng)的OD（Origin Destination，通勤出行）調(diào)查，通過對目的地、運動速度和軌跡進行分析，研究人員可以挖掘分類出交通方式和出行類別，甚至還可以對特征人群進行識別（如學(xué)生、通勤人員）和行為分析；微觀上，精確的人口分布有助于公共設(shè)施和商業(yè)設(shè)施的選址，另外，通過對交通方式進行識別，可實現(xiàn)車速控制范圍的劃定和道路使用狀況分析。

本文詳細分析了與城市交通規(guī)劃相關(guān)的移動通信網(wǎng)絡(luò)關(guān)鍵數(shù)據(jù)，并予以整合。依托基站位置信息及脫敏用戶信令話單數(shù)據(jù)，以深圳800萬移動通信用戶位置信息為樣本，展開了對深圳人口聚集和職住通勤特征的分析，并以深圳北站區(qū)域為例詳細探討了居民出行特征，結(jié)合高頻出行目的地給出了公共交通增補建議，旨在為未來城市規(guī)劃提供參考。手機用戶的時空行為進行精確定位而得，數(shù)據(jù)已經(jīng)過脫敏（匿名編號，不涉及個人信息）、清洗異常數(shù)據(jù)等處理。每個基站由唯一經(jīng)緯度確定地理位置，其小區(qū)覆蓋范圍與站型、覆蓋場景有關(guān)，室內(nèi)站覆蓋范圍基本在樓宇內(nèi)部，室外站在密集城區(qū)的覆蓋半徑約200 m，在郊區(qū)、景區(qū)等環(huán)境開闊、人員稀少的區(qū)域覆蓋半徑約3 km。統(tǒng)計每個用戶每小時駐留時間最長的基站小區(qū)作為該用戶該時段的常駐小區(qū)。本文采用核密度法模擬用戶在基站覆蓋范圍內(nèi)的分布情況。根據(jù)深圳4G基站的密度，選取搜索半徑為5 km的調(diào)查范圍，柵格邊長為100 m。將每個小區(qū)的常駐用戶以小區(qū)經(jīng)緯度為中心，按照核函數(shù)賦值至每個柵格中，用戶密度在中心點處最高，隨著與中心點距離的增大逐漸減小，在搜索半徑處減小至0，至此可得到深圳24小時人口熱力分布情況。

3 深圳全市職住空間分析

2 研究數(shù)據(jù)及研究方法

運營商大數(shù)據(jù)主要分業(yè)務(wù)數(shù)據(jù)和網(wǎng)絡(luò)數(shù)據(jù)。其中業(yè)務(wù)數(shù)據(jù)主要包括用戶的套餐信息、計費信息、通話時長/流量等消費信息，以及性別、年齡、號碼歸屬地等實名制信息。網(wǎng)絡(luò)數(shù)據(jù)中最重要的是基站地理信息和手機信令數(shù)據(jù)。手機終端會定期或不定期、主動或被動地與移動通信網(wǎng)絡(luò)保持聯(lián)系，這些聯(lián)系被移動通信網(wǎng)絡(luò)識別成一系列的控制指令，即手機信令。手機信令的內(nèi)容主要包括用戶編號、時間、基站小區(qū)編號、事件類型（如位置更新、接聽/撥打電話、上網(wǎng)、發(fā)短信等）。手機信令數(shù)據(jù)具有動態(tài)、連續(xù)、地理位置近乎全覆蓋的特點，可以較好地反映人們總體的時間/空間行為規(guī)律。

本研究所使用的數(shù)據(jù)為深圳800萬個4G手機用戶（約占2016年深圳1 100萬常駐人口的72%）連續(xù)一周的信令信息，這些數(shù)據(jù)是通過全市約20 000個基站對

3.1 職住人口識別

“職住人口”即包括就業(yè)人口和居住人口，就業(yè)人口指以該地區(qū)為工作地小區(qū)的人口，居住人口指以該地區(qū)為居住地小區(qū)的人口。以深圳市企事業(yè)單位工作時間段“9：00—17：00”代表全市居民的工作時間，凌晨“0：00—5：00”代表全市居民在居住地的居家時間。取周一至周五連續(xù)一周的樣本，定義某手機用戶在工作時間段出現(xiàn)次數(shù)最多的常駐小區(qū)為該用戶的工作地小區(qū)，在居家時間段出現(xiàn)次數(shù)最多的常駐小區(qū)為該用戶的居住地小區(qū)。圖1（a）和圖1（b）分別給出了深圳800萬手機用戶的工作地及居住地人口熱力分布圖，由綠色至紅色表示人口密度呈增強趨勢，密度最低的綠色代表該區(qū)域人口密度在0.5萬人/平方公里以下，密度最高的紅色代表該區(qū)域人口密度在9萬人/平方公里以上。

3.2 職住通勤分析

由圖1（a）及圖1（b）可見，深圳居民的工作地與居住地分布具有較大差異，定義工作地人口密度圖層減居住地人口密度圖層之差為工作時間的人口凈流動分布圖層，如圖2所示。圖2中紅色越深表明工作時間該區(qū)域人口凈流入越多，綠色越深表明工作時間該區(qū)域人口凈流出越多。人口凈流出TOP區(qū)域有寶安中心區(qū)、白石洲、深圳北站、上沙、梅林關(guān)、布吉等區(qū)域，人口凈流入TOP區(qū)域有車公廟、華強北、福田中心區(qū)、南山科技園、深圳大學(xué)等區(qū)域。紅色及綠色區(qū)域應(yīng)為職住通勤重點交通規(guī)劃區(qū)域。

圖1 人口工作/居住地熱力分布圖

圖2 人口凈流動分布圖

在交通規(guī)劃中，交通小區(qū)是交通研究的最小分析區(qū)，圖2所示的人口凈流動分布屬于微觀交通源，為了對整個區(qū)域的交通特性進行研究，必須由微觀分析轉(zhuǎn)向宏觀分析，其轉(zhuǎn)換的媒介即為交通小區(qū)。本文以半徑1 km的六邊形蜂窩作為通勤分析標準化單元，將全市劃分為990個交通小區(qū)。將交通小區(qū)內(nèi)人口凈流動數(shù)據(jù)累加，以人數(shù)作為棱柱高度繪制交通小區(qū)的人口凈流動三維地圖，如圖3（a）和圖3（b）所示。

交通小區(qū)的出行量數(shù)據(jù)稱為OD數(shù)據(jù)，在圖3（a）中，柱狀越高表示該交通小區(qū)的工作時間人口流入凈OD越高，圖3（b）中，柱狀越高表示該交通小區(qū)的工作時間人口流出凈OD越高。在深圳990個交通小區(qū)中，有249個交通小區(qū)由于覆蓋山區(qū)或無采樣點等原因凈OD流量為0，在有凈OD流量的單元小區(qū)中，工作時間人口凈流入大于10 000的交通小區(qū)有31個，工作時間人口凈流出大于10 000的交通小區(qū)有6個，建議將這37個交通小區(qū)作為交通規(guī)劃分析的重點考慮區(qū)域。

圖3 人口凈流入/流出交通小區(qū)分布

4 深圳北站區(qū)域職住通勤分析

4.1 區(qū)域職住通勤概況

本文以深圳北站區(qū)域作為研究案例，選取3個地理位置相鄰、又各有特點的交通小區(qū)開展詳細的中微觀層面的職住通勤分析。該區(qū)域?qū)儆谧≌袇^(qū)域，既有紅山片區(qū)大量商業(yè)及住宅小區(qū)，又有龍悅居等政府廉租社區(qū)，還有白石龍城中村區(qū)域。將3個交通小區(qū)約11.28萬居住人口，以及約9.86萬就業(yè)人口作為分析對象。深圳北站交通小區(qū)地理位置如圖4中三個相鄰的藍色六邊形區(qū)域所示。

圖4 深圳北站交通小區(qū)地理位置示意圖

本文采用職住比、內(nèi)外通勤比評價職住平衡，定義如下：

（1）職住比=區(qū)域就業(yè)人口/區(qū)域居住人口，可直觀反映區(qū)域職住平衡情況，職住比越高就業(yè)環(huán)境比重越大，職住比越低，居住功能比重越大。

（2）內(nèi)外通勤比=區(qū)域內(nèi)工作人口/區(qū)域外工作人口，反映區(qū)域內(nèi)居住并且在區(qū)域內(nèi)工作的人口與區(qū)域內(nèi)居住但在區(qū)域外工作的人口之比，體現(xiàn)區(qū)域內(nèi)職住自足的情況，自足度越高，區(qū)域內(nèi)居住人口在本區(qū)域內(nèi)就業(yè)的比重越高，職住關(guān)系質(zhì)量越高。

由表1可見，小區(qū)408（政府廉租社區(qū)）職住比0.72、內(nèi)外通勤比0.43均較低，是典型的居住區(qū)域，通勤需求比例最高；其次為小區(qū)461（城中村區(qū)域），有部分村內(nèi)居民在本區(qū)域居住及工作，外出通勤比例有一定緩解；小區(qū)463（商業(yè)及住宅區(qū)）職住比接近1，區(qū)域職住發(fā)展較為平衡，內(nèi)外通勤比1.1，說明還是有近一半的人存在外出通勤需求，特別是從絕對數(shù)量看，小區(qū)463中本區(qū)居住外區(qū)就業(yè)的人數(shù)達27 298人，需求依舊旺盛。深圳北站整體區(qū)域職住比0.87、內(nèi)外通勤比0.93，是外出工作需求較強的居住區(qū)域。

4.2 區(qū)域出行目的地分析

以街道辦為粒度，統(tǒng)計深圳北站區(qū)域外出就業(yè)目的地，離開本街道辦的人數(shù)為44 367，占居住人口比例的39.3%，目標主要為華富街道、龍華街道、蓮花街道，前10位出行目標街道的人次占總出行人次的59%。外出工作人口通勤方向主要向南，其中25%的人口目的地為東南方向。深圳北站區(qū)域外出工作人口目的地街道及方向分布如圖5所示。

以交通小區(qū)為粒度，深圳北站外出通勤用戶以周邊小區(qū)及華強北、車公廟、福田中心區(qū)等區(qū)域作為高頻目的地，根據(jù)高頻方向和高頻目的地覆蓋原則，基于原有的城市道路建議增補公交線路如圖6右中紅線所示。

表1 深圳北站交通小區(qū)職住通勤分析

5 結(jié)束語

本文依托基站位置信息及脫敏用戶信令話單數(shù)據(jù)，以深圳800萬移動通信用戶位置信息為樣本，開展深圳人口聚集和職住通勤特征分析，并以深圳北站區(qū)域為例詳細分析了居民出行特征，結(jié)合高頻出行目的地給出了公共交通增補建議，為未來城市規(guī)劃提供參考。后續(xù)將在城市功能中心識別、出行方式識別、人流價值地圖等方面展開進一步探索。

[1] 王德,鐘煒菁,謝棟燦,等. 手機信令數(shù)據(jù)在城市建成環(huán)境評價中的應(yīng)用——以上海市寶山區(qū)為例[J]. 城市規(guī)劃學(xué)刊, 2015(5)： 82-90.

圖5 深圳北站區(qū)域外出工作人口目的地街道及方向分布

圖6 深圳北站區(qū)域外出工作人口目的地交通小區(qū)分布及新增公交路線建議

[2] 丁亮,鈕心毅,宋小冬. 基于移動定位大數(shù)據(jù)的城市空間研究進展[J]. 國際城市規(guī)劃, 2015,30(4)： 53-58.

[3] 龔航,孫黎,王璞. 基于手機數(shù)據(jù)的城市交通大區(qū)OD分布估計——以舊金山市為例[J]. 城市交通, 2016,14(1)：37-42.

[4] 丁亮,鈕心毅,宋小冬. 上海中心城就業(yè)中心體系測度——基于手機信令數(shù)據(jù)的研究[J]. 地理學(xué)報, 2016,71(3)： 484-499.

[5] 徐金壘,方志祥,蕭世倫,等. 城市海量手機用戶停留時空分異分析——以深圳市為例[J]. 地球信息科學(xué)學(xué)報,2015,17(2)： 197-205.

[6] 許佳捷,鄭凱,池明旻,等. 軌跡大數(shù)據(jù)：數(shù)據(jù)、應(yīng)用與技術(shù)現(xiàn)狀[J]. 通信學(xué)報, 2015,36(12)： 97-105.

[7] 鈕心毅,丁亮,宋小冬. 基于手機數(shù)據(jù)識別上海中心城的城市空間結(jié)構(gòu)[J]. 城市規(guī)劃學(xué)刊, 2014(6)： 61-67.

[8] 吳松,雒江濤,周云峰,等. 基于移動網(wǎng)絡(luò)信令數(shù)據(jù)的實時人流量統(tǒng)計方法[J]. 計算機應(yīng)用研究, 2014,31(3)： 776-779.

[9] 吳健生,黃力,劉瑜,等. 基于手機基站數(shù)據(jù)的城市交通流量模擬[J]. 地理學(xué)報, 2012,67(12)： 1657-1665.

[10] 楊飛. 基于手機定位的交通OD數(shù)據(jù)獲取技術(shù)[J]. 系統(tǒng)工程, 2007,25(1)： 42-48. ★

Job-Housing Spatial Distribution Analysis Based on Mobile Communication Big Data

QIN Jie, XU Xi'an, CHEN Yufeng, TIAN Xiaochen
(China Mobile Group Guangdong Co., Ltd., Shenzhen Branch, Shenzhen 518048, China)

The urban planning and analysis based on mobile communication network big data has prominent advantages of low cost and high real time in the survey on wide-range and regular residents’trips. In order to investigate the characteristics of population aggregation and job-housing spatial distribution in Shenzhen, the key data information of mobile communication networks related to the urban transportation planning was collected and arranged.According to the base station location information and anonymous users’signaling data, the key commuting areas with large amounts population were derived with the sample of the location information of eight million mobile communication users in Shenzhen. Tanking Shenzhen North railway station as the example, the characteristics of residential traveling were elaborated. Combined with the frequent traveling destinations, the supplementary suggestion on the public transport was put forward to provide a reference to the urban planning in the future.

big data urban planning job-housing spatial distribution analysis

10.3969/j.issn.1006-1010.2017.17.014

TN929.5

A

1006-1010(2017)17-0073-05

秦潔,徐喜安,陳毓鋒,等. 基于移動通信大數(shù)據(jù)的城市職住空間分析[J]. 移動通信, 2017,41(17)： 73-77.

2017-05-12

責任編輯：文竹 liuwenzhu@mbcom.cn

秦潔：高級工程師，碩士畢業(yè)于北京郵電大學(xué)，現(xiàn)任中國移動通信集團廣東有限公司深圳分公司網(wǎng)絡(luò)部高級網(wǎng)絡(luò)質(zhì)量主管，主要研究方向為網(wǎng)絡(luò)質(zhì)量管理。

徐喜安：高級工程師，碩士畢業(yè)于成都電子科技大學(xué)，現(xiàn)任中國移動通信集團廣東有限公司深圳分公司網(wǎng)絡(luò)部室經(jīng)理，主要研究方向為網(wǎng)絡(luò)質(zhì)量管理。

陳毓鋒：高級工程師，北京大學(xué)光華管理學(xué)院EMBA，現(xiàn)任中國移動通信集團廣東有限公司深圳分公司網(wǎng)絡(luò)部部門總經(jīng)理，主要研究方向為網(wǎng)絡(luò)運營管理。