摘 要：獲取人口分布和交通出行信息是進(jìn)行城市交通規(guī)劃的基礎(chǔ)。目前開展大規(guī)模的居民出行調(diào)查是獲取居民出行信息的主要手段。隨著手機(jī)終端的普及，其用戶的動態(tài)分布信息可以準(zhǔn)確反映整個城市人口的空間分布與活動特征，克服了傳統(tǒng)交通調(diào)查數(shù)據(jù)在數(shù)量、廣度、精度方面的不足。本文基于手機(jī)信令數(shù)據(jù)，結(jié)合邳州市實(shí)際情況，提出了人口職住識別算法、出行算法、畫像算法和擴(kuò)樣算法，計(jì)算得到全市的人口數(shù)量、出行強(qiáng)度等信息，重點(diǎn)分析了邳州市人口時空活動特征、職住分布、市域和省域出行特征。結(jié)果表明：邳州整體人口活動分布呈沿鐵路線兩側(cè)的雙中心結(jié)構(gòu);老城區(qū)人口居住和工作崗位最為密集;居民出行以東湖街道和運(yùn)河街道為核心，形成放射狀形態(tài)，跨鐵路出行占比40%;在省域出行方面，邳州與徐州、南京聯(lián)系緊密，出行比例高達(dá)80%。

關(guān)鍵詞：手機(jī)信令數(shù)據(jù);人口活動特征;職住分布;出行特征

大數(shù)據(jù)是發(fā)展智慧交通、緩解交通擁堵問題的重要手段和著力點(diǎn)?！冻鞘芯C合交通體系規(guī)劃交通調(diào)查導(dǎo)則》（建城[2014]141號）指出，隨著城市交通信息化水平的提高，具備條件的城市可在充分利用信息化數(shù)據(jù)的基礎(chǔ)上，對城市綜合交通調(diào)查的項(xiàng)目及內(nèi)容進(jìn)行適當(dāng)調(diào)整，如可以利用移動信息數(shù)據(jù)對居民出行特征進(jìn)行分析[1]。據(jù)工信部統(tǒng)計(jì)，2019年全國移動電話用戶總數(shù)達(dá)16億戶，4G移動網(wǎng)絡(luò)用戶總數(shù)達(dá)到12.8億戶，占移動電話用戶總數(shù)的80%以上[2]。隨著手機(jī)終端的逐漸普及，以及手機(jī)用戶頻繁的通話、短信以及主被動的上網(wǎng)行為，使得手機(jī)信令數(shù)據(jù)的數(shù)量急劇增加。手機(jī)用戶的每一條信令數(shù)據(jù)都完整的包含了時間、經(jīng)度、緯度等信息。這些信令數(shù)據(jù)通過一系列的挖掘，能夠刻畫出對應(yīng)手機(jī)用戶全天的活動軌跡。因此，手機(jī)信令數(shù)據(jù)為城市人口的空間分布與活動特征的獲取提供了更加客觀、全面的基礎(chǔ)，克服了傳統(tǒng)交通調(diào)查數(shù)據(jù)在數(shù)量、廣度、精度方面的不足[3]。

基于此，本文結(jié)合邳州市實(shí)際情況，基于手機(jī)信令數(shù)據(jù)開展算法研究，用于分析邳州市人口分布與空間活動特征，提高對城市的認(rèn)知和感知能力，為城市交通規(guī)劃提供基礎(chǔ)數(shù)據(jù)支撐。

1 基礎(chǔ)數(shù)據(jù)

1.1 數(shù)據(jù)來源

本文主要采用的是2017年12月某兩周的江蘇省全域手機(jī)信令數(shù)據(jù)。每日數(shù)據(jù)條數(shù)高達(dá)12.6億條，覆蓋近518萬用戶，數(shù)據(jù)量100G左右。每條信令數(shù)據(jù)包含加密的用戶ID、基站編號、手機(jī)與基站建立連接的時間。通過基站編號能夠定位到基站位置，再結(jié)合手機(jī)附著基站的時間，即可實(shí)現(xiàn)對用戶一天的活動軌跡的描述。

1.2 數(shù)據(jù)特征

通過用戶每日數(shù)據(jù)條數(shù)分布、數(shù)據(jù)時間分布兩個指標(biāo)反映邳州市信令數(shù)據(jù)特征與數(shù)據(jù)質(zhì)量。據(jù)此可以采用針對性的數(shù)據(jù)處理策略，以保證數(shù)據(jù)處理的精度。

1.2.1 每日數(shù)據(jù)條數(shù)分布

統(tǒng)計(jì)運(yùn)營商進(jìn)行數(shù)據(jù)清洗后的用戶每日信令數(shù)據(jù)條數(shù)分布。邳州用戶的信令條數(shù)多分布在50條以內(nèi)。進(jìn)一步對人均信令條數(shù)、中位數(shù)和標(biāo)準(zhǔn)差指標(biāo)進(jìn)行計(jì)算。每個用戶平均數(shù)據(jù)條數(shù)為17.9條，較詳細(xì)記錄了用戶的活動軌跡，能夠反映其一天的活動行為。

1.2.2 每日數(shù)據(jù)時間分布

計(jì)算逐小時用戶信令數(shù)據(jù)條數(shù)占比，如圖2所示，總體呈現(xiàn)凌晨數(shù)量少、白天數(shù)據(jù)量多且存在早晚兩個高峰的趨勢，與用戶活動強(qiáng)度的時變特性相符。

2 研究方法

運(yùn)用手機(jī)信令數(shù)據(jù)開展邳州市人口空間分布與活動特征分析，首先進(jìn)行數(shù)據(jù)預(yù)處理，去除冗余數(shù)據(jù)及異常數(shù)據(jù);然后提取不同區(qū)域用戶的出行特征，識別職住地點(diǎn)，并對不同區(qū)域的人口時空分布、職住分布進(jìn)行分析;其次根據(jù)樣本信息和實(shí)際需求進(jìn)行人口畫像和擴(kuò)樣計(jì)算;最后對用戶的時空出行特征進(jìn)行可視化，并進(jìn)行深入的結(jié)果分析。

2.1 人口職住識別算法

本文主要利用停留點(diǎn)的時間分布特征識別居住、工作停留地。結(jié)合邳州居民的作息時間，居住時段閾值為0：00-6：00，工作時段閾值為10：00-16：00。每天統(tǒng)計(jì)用戶在這兩個時間段停留時間最長的十個地點(diǎn)，分別作為用戶備選居住地和工作地。根據(jù)多天的統(tǒng)計(jì)信息，選取備選居住地和工作地中累計(jì)記錄次數(shù)最多且大于閾值N的點(diǎn)作為用戶的居住地和工作地。

2.2 人口出行算法

基于信令數(shù)據(jù)獲取邳州市人口出行信息的主要步驟如下：

2.2.1 計(jì)算用戶在每個基站的停留時間和連續(xù)注冊的兩個基站距離;

2.2.2 按照用戶注冊基站順序?qū)⒂脩粼诎霃叫∮赗、停留時間大于T的區(qū)域識別為用戶停留區(qū)域，停留點(diǎn)為其中停留時間最長的基站;

2.2.3 將時間連續(xù)的兩停留點(diǎn)作為起訖點(diǎn)，并計(jì)算出行開始時間與結(jié)束時間;

2.2.4 將時間與空間進(jìn)行聚合，獲得用戶出行OD。

2.3 人口畫像算法

基于多天數(shù)據(jù)對每個用戶進(jìn)行畫像，區(qū)別不同類型人口，是信令數(shù)據(jù)分析的難點(diǎn)。本研究針對邳州市信令數(shù)據(jù)特點(diǎn)，對比多個參數(shù)獲得的人口分類結(jié)果，最終選用活躍天數(shù)作為核心參數(shù)。邳州市手機(jī)用戶的活躍天數(shù)分布如圖4所示?？紤]其分布特點(diǎn)，本研究將活躍天數(shù)大于等于7天的用戶定義為常住人口，活躍天數(shù)小于7天的用戶定義為臨時人口。進(jìn)一步結(jié)合職住算法分析用戶的有無工作情況，最終將人口劃分為常住就業(yè)人口、常住無業(yè)人口、臨時人口三類。

2.4 人口擴(kuò)樣算法

由于運(yùn)營商在不同手機(jī)用戶群體的市場占有率不一致，因此在進(jìn)行擴(kuò)樣率計(jì)算時，需要針對每個類型的人口，分別確定擴(kuò)樣率?；谌丝诜诸惤Y(jié)果，可以構(gòu)建以下方程組：

（p1+p2）kc=A（1）

p1k1/p2k2=B（2）

kc=k2? （3）

式中，p1，p2，p3分別表示常住就業(yè)人口、常住無業(yè)人口、臨時人口三類人口;k1，k2，k3分別為對應(yīng)人口類型的擴(kuò)樣率;A、B分別為本地常住人口、常住人口的就業(yè)率，可通過邳州市統(tǒng)計(jì)年鑒獲取[3]。將上述方程組消元后可得：

（4）

（5）

（6）

由此計(jì)算得到了各類人口的擴(kuò)樣率。將基于信令數(shù)據(jù)計(jì)算的各類數(shù)據(jù)樣本結(jié)果除以各類人口的擴(kuò)樣率，即可計(jì)算得到全市的人口數(shù)量、出行強(qiáng)度等信息。

3 結(jié)果分析

3.1 人口時空活動特征

3.1.1 人口總體活動特征

工作日與周末人口活動熱度如圖1所示。從圖中可以看到，工作日在鐵路南北兩側(cè)各有一個活動強(qiáng)度較高的區(qū)域，鐵路南側(cè)的主要活動區(qū)域?yàn)橼堇铣菂^(qū)，鐵路北側(cè)的主要活動區(qū)域?yàn)榻ㄔO(shè)中路與瑞興路之間的區(qū)域。此外，邳州中專處也有較高人口活動熱度。周末人口的主要活動區(qū)域與工作日相比，主要差異表現(xiàn)為鐵路南側(cè)的邳州中專熱度降低，新蘇購物中心熱度明顯增加，而鐵路北側(cè)人口活動區(qū)域在人民公園附近更為集中。

3.1.2 不同類型人口活動特征

城市內(nèi)不同類型人口的出行需求和活動特征存在差異。本研究分別對工作日和周末典型人口的活動特點(diǎn)進(jìn)行分析。圖2為工作日常住人口和臨時人口的活動熱度。整體來看，常住人口的活動范圍較分散，分布在老城區(qū)和鐵路北側(cè)的建設(shè)中路周邊，而臨時人口的活動范圍則集中在邳州汽車站、邳州新城客運(yùn)站附近。

圖3為周末常住人口和臨時人口的活動熱度。常住人口的活動范圍主要分布在鐵路南側(cè)的老城區(qū)，以及鐵路北側(cè)的建設(shè)中路附近區(qū)域，其中新蘇購物中心熱度明顯增加。臨時人口除分布在汽車客運(yùn)站等交通樞紐處外，新蘇購物中心、人民公園等休閑娛樂區(qū)域也有較大的人口熱度。

3.2 人口職住分布

邳州市常住人口的居住地和工作崗位分布如圖4所示，從圖中可以看出鐵路南側(cè)的老城區(qū)人口居住最為密集，鐵路北側(cè)的銀杏大道與建設(shè)中路周邊的區(qū)域居住人口也較多。邳州的工作崗位分布與居住地分布存在一定的差異，鐵路南側(cè)的新蘇區(qū)域、鐵路北側(cè)的邳州初級中學(xué)和邳州人民醫(yī)院等地的工作崗位較人口居住密度有明顯提高。

隨著邳州的不斷發(fā)展，吸引了大量市區(qū)外城鎮(zhèn)的居民來到市區(qū)工作。本研究對該類人群進(jìn)行了識別，其居住地分布如5圖所示。可以發(fā)現(xiàn)工作在市區(qū)、居住在市區(qū)外的人口主要分布在邳州市的東西兩側(cè)，且東側(cè)人口較多，主要分布在官湖、陳樓、炮車三個區(qū)域，西側(cè)主要分布在運(yùn)河大橋附近和邳睢路沿線。

3.3 人口出行特征

3.3.1 市域出行特征分析

基于信令數(shù)據(jù)計(jì)算得到了邳州市各街道鄉(xiāng)鎮(zhèn)間出行OD分布，如圖6所示?？梢钥闯觯菔芯用竦某鲂幸詵|湖街道和運(yùn)河街道為核心，以接近于放射狀的形態(tài)與邳州市其他鄉(xiāng)鎮(zhèn)進(jìn)行人口交換。東湖街道和運(yùn)河街道之間的出行在所有出行方向上人數(shù)最多，其次為戴圩街道、炮車街道與東湖街道、運(yùn)河街道之間的聯(lián)系。其他鄉(xiāng)鎮(zhèn)除與東湖街道、運(yùn)河街道存在一定的出行聯(lián)系外，還與周邊的相鄰鄉(xiāng)鎮(zhèn)存在人口交換，但與距離較遠(yuǎn)的鄉(xiāng)鎮(zhèn)間不存在明顯的出行聯(lián)系。

此外，受鐵路線的分隔，每天超過40%的人口需要跨鐵路線通勤出行，周邊部分道路交通壓力較大，導(dǎo)致交通擁堵問題突出。

3.3.2 省域出行特征分析

在省域出行方面，邳州市與省內(nèi)主要城市的出行聯(lián)系如圖7所示?？梢钥闯?，邳州與徐州、南京聯(lián)系最為緊密，占整個省域出行的80%左右。

進(jìn)一步分析與邳州區(qū)位較為相近的新沂、東海兩市的省域出行狀況，結(jié)果如圖8所示。從圖中可以看出，與邳州市的省域出行規(guī)律不同，新沂主要與徐州、連云港、宿遷、南京等城市聯(lián)系比較緊密，而東海與連云港、徐州、宿遷、南京等城市聯(lián)系比較緊密。

4 結(jié)論與展望

本文基于江蘇省和邳州市手機(jī)信令數(shù)據(jù)，利用人口職住識別算法、出行算法、畫像算法和擴(kuò)樣算法，分析了邳州市人口時空活動特征、職住分布、市域和省域出行特征。結(jié)果表明：

4.1 在人口時空活動特征方面，鐵路南北兩側(cè)各有一個活動強(qiáng)度較高的區(qū)域，其中常住人口的活動范圍較分散，而臨時人口的活動范圍集中在邳州汽車站、邳州新城客運(yùn)站附近。與工作日相比，周末新蘇購物中心、人民公園等休閑娛樂區(qū)域人口熱度明顯增長。

4.2 在人口職住分布方面，鐵路南側(cè)的老城區(qū)人口居住最為密集，鐵路北側(cè)的銀杏大道與建設(shè)中路周邊的區(qū)域居住人口也較多。工作崗位方面，鐵路南側(cè)的新蘇區(qū)域、鐵路北側(cè)的邳州初級中學(xué)和邳州人民醫(yī)院等地崗位密度明顯較高。工作在市區(qū)、居住在市區(qū)外的人口主要分布在邳州市的東西兩側(cè)，且東側(cè)人口較多。

4.3 在出行特征方面，邳州市居民的出行以東湖街道和運(yùn)河街道為核心，形成放射狀形態(tài)。受鐵路線的分隔，每天超過40%的人口需要跨鐵路線通勤出行。在省域出行方面，邳州與徐州、南京聯(lián)系最為緊密，占整個省域出行的80%左右。與邳州相鄰的新沂、東海省域出行規(guī)律，相對邳州存在較大差異。

本文借助手機(jī)信令數(shù)據(jù)的分析研究，更加便捷、全面的反映了人在城市中的空間分布和活動特征，進(jìn)而為深入探討城市土地利用與人口時空間行為的互動關(guān)系、為城市規(guī)劃建設(shè)提供了科學(xué)依據(jù)。隨著更多數(shù)據(jù)的獲取和研究的深入，構(gòu)建城市土地利用與人口活動行為的互動關(guān)系模型，并應(yīng)用于各類城市基礎(chǔ)設(shè)施的規(guī)劃建設(shè)，是未來研究的重點(diǎn)。

參考文獻(xiàn)：

[1]中華人民共和國住房和城鄉(xiāng)建設(shè)部. 城市綜合交通體系規(guī)劃交通調(diào)查導(dǎo)則[S]. 2014-09.

[2]中華人民共和國工業(yè)和信息化部. 2019年通信業(yè)統(tǒng)計(jì)公報(bào)[R]. 2020-02-27.

[3]劉曉玲， 段進(jìn)宇. 大數(shù)據(jù)背景下交通調(diào)查的創(chuàng)新與交通模型的構(gòu)建[C]. 2018年中國城市交通規(guī)劃年會論文集， 2018年.

[4]邳州市統(tǒng)計(jì)局. 2018年邳州統(tǒng)計(jì)年鑒[R]. 2019-11-07.

作者簡介：郭小燕（1975-），女，漢族，江蘇徐州市人，高級城市規(guī)劃師，主要從事城市規(guī)劃研究。