孟繁瑞 李娜 劉巖

摘要：人口是一個城市發(fā)展的重要因素，是改革動力、城市活力的重要體現(xiàn)，先行區(qū)是一座城市先期實驗的區(qū)域，包括經(jīng)濟、科學等方面。區(qū)域人口分析從根本上體現(xiàn)了區(qū)域發(fā)展的內在潛力，區(qū)別于傳統(tǒng)的人口普查，移動網(wǎng)數(shù)據(jù)對人口特征分析是通過時間和空間對數(shù)據(jù)提取特征并建模分析，將數(shù)據(jù)分為5個維度，利用移動網(wǎng)數(shù)據(jù)大量、快速、低成本和高效率的特點，客觀、準確地展現(xiàn)先行區(qū)區(qū)域人口特征。該文針對分析結果形成技術及人口社會因素方面研究啟示，為政府等部門提供精細化管理及區(qū)域發(fā)展提供決策性支持。

關鍵詞：移動網(wǎng)數(shù)據(jù);先行區(qū);人口特征分析

中圖分類號：TP391? ?文獻標識碼：A

文章編號：1009-3044（2022）11-0015-03

1 引言

先行區(qū)是一個區(qū)域在經(jīng)濟、社會或若干具體領域先期進行實驗的區(qū)域，一般著重于經(jīng)濟發(fā)展、科學研究或創(chuàng)意創(chuàng)新，優(yōu)先發(fā)展先行區(qū)成為一個城市先行先試、領先領跑的建設目標。發(fā)展先行區(qū)需要將先行區(qū)建設成為理念先進的引領之區(qū)、體制靈活的活力之區(qū)、人才向往的智慧之區(qū)、產(chǎn)業(yè)高端的前衛(wèi)之區(qū)、四通八達的開放之區(qū)。人口與社會經(jīng)濟、資源環(huán)境在時間和空間上有著密不可分的關系，人口的屬性和行為特征可以反映當?shù)匕l(fā)展的基本動向，人口特征分析成為先行區(qū)發(fā)展的核心工作。當前，移動數(shù)據(jù)人口監(jiān)測普遍存在，大到智慧城市系統(tǒng)[1]、安防警務系統(tǒng)[2]，小至商場健康碼查驗，人口的變動促進社會發(fā)展的方方面面。區(qū)別于傳統(tǒng)的人口普查、社會調查問卷等耗費人力、物力、時間的調查方式，當前，基于海量移動網(wǎng)數(shù)據(jù)對先行區(qū)人口特征提取，高效、快速、準確、實時展示人口特征，將用戶基礎資料與信令數(shù)據(jù)結合，可實現(xiàn)用戶及物理位置關聯(lián)[3][4]，進而對人口時空位置、軌跡位置、生活位置挖掘分析，低成本摸清人口規(guī)模、實時掌握人口流向，并根據(jù)分析結果預測人口發(fā)展趨勢，為政府及相關部門提升區(qū)域能力建設、人才建設奠定堅實的基礎[5]。

2 基于移動網(wǎng)數(shù)據(jù)類型及特征分析

移動網(wǎng)數(shù)據(jù)的數(shù)據(jù)量龐大，以2019年9月某省一日內產(chǎn)生的數(shù)據(jù)為例，數(shù)據(jù)總量達6TB，涵蓋約9 000多萬用戶產(chǎn)生的700億條記錄，部分關鍵項包含用戶標識、基站標識、位置信息、時間戳、手機歸屬地、手機所在地、事件標識等信息，前期將數(shù)據(jù)進行去重、清洗及軌跡糾偏，根據(jù)不同規(guī)則獲取特定人口數(shù)據(jù)集，結合政府統(tǒng)計數(shù)據(jù)，對其區(qū)域內用戶人口、工作、年齡、性別、來訪等特征分析。

3 研究要素

3.1 工作人口分析

工作人口是一個地區(qū)全部人口中具有勞動能力的人口。工作能力同人的年齡有密切的關系，15歲至64歲屬于勞動適齡范圍，工作人口即形成一個地區(qū)的勞動力資源。

3.2 職住分析

居住人口是一個區(qū)域與住宅范圍一致的人口集合，職住為在該區(qū)域內居住和工作的人口，區(qū)域職住重合率是人口穩(wěn)定的重要指標，職住重合率的提升既實現(xiàn)了產(chǎn)城融合，又能提升居民或員工的幸福感與歸屬感。社會民生穩(wěn)定，城市留住人才，才能更好提高地區(qū)域能力建設。

3.3 人口來源分析

人口匯聚決定著資源匯聚，區(qū)域外人口匯入意味著攜帶其他區(qū)域的資源，先行區(qū)的發(fā)展需要充足的人才及技術水平，積極吸引外來人口，先行區(qū)才能“筑巢引鳳”。

3.4 人群來訪分析

人群來訪統(tǒng)計體現(xiàn)著區(qū)域內外的交流、互動，分析數(shù)據(jù)也同樣為區(qū)域社會治安治理、疫情防控提供預警，準確分析實時動態(tài)，實現(xiàn)安全態(tài)勢感知，把握人群實時規(guī)律，有效防范并應對各類風險，提高社會建設能力和治安水平。

3.5 境外來訪分析

境外人員訪問境內區(qū)域，同樣攜帶未知機遇和風險，屬于敏感人群，實時境外來訪分析，有助于相關部門及時有效掌握動態(tài)，對區(qū)域的和諧穩(wěn)定發(fā)展奠定基礎。

4 以濟南先行區(qū)為例結果分析

濟南新舊動能轉換先行區(qū)是國家新舊動能轉換綜合試驗區(qū)的先行者、先試者和排頭兵，先行區(qū)建設已寫入山東省第十一次黨代會報告中。按照規(guī)劃將以濟南新區(qū)申報的范圍為基礎并適當拓展，將大橋街道辦事處及濟陽縣崔寨、孫耿、太平三個街道辦事處劃歸先行區(qū)管委會代管，總面積450平方公里，共涉及308個村居，本次分析對以上四個街道進行統(tǒng)計分析。

4.1 數(shù)據(jù)規(guī)則定義

（1） 區(qū)域穩(wěn)定人口：長期在該區(qū)域內活動的人口;

（2） 工作人口：在劃定區(qū)域中，工作時間內停留時長大于2小時的天數(shù)≥10天，記為工作人口;

（3） 居住人口：在劃定區(qū)域中，夜間停留時間大于5小時的天數(shù)≥15天記為穩(wěn)定居住人口;

（4） 職住重合人口：即在劃定區(qū)域內工作，夜間又在劃定區(qū)域內居住的人口;

（5） 職住重合率：職住重合人口/工作人口;

（6） 人口來源地：按照人口所屬地區(qū)進行統(tǒng)計;

（7） 來訪人員：在先行區(qū)內出現(xiàn)過一次即為訪問過先行區(qū);

（8） 停留天數(shù)：來訪先行區(qū)且白天停留時間>2小時，記為該日停留;

（9） 數(shù)據(jù)來源：移動運營商數(shù)據(jù)、國家統(tǒng)計局、國家衛(wèi)生健康委員會官方網(wǎng)站;

（10） 數(shù)據(jù)周期：2020年6月1日至2020年6月30日，2020年7月1日至14日。

4.2 濟南先行區(qū)人口特征分析

4.2.1 工作人口分析

濟南新舊動能轉換先行區(qū)目標建成改革開放先行區(qū)，創(chuàng)新引領先導區(qū)，“四新”經(jīng)濟新高地，城市治理試驗區(qū)，建設綠色、宜居、共享的國際化智慧新城。先行區(qū)范圍內的穩(wěn)定人口達18.45萬人，其中男性共9.82萬人，占比53.25%，女性占比46.75%。與濟南市總體性別比例相比，男性人口比例略高于濟南總體水平。在先行區(qū)總人口中30至40歲人口最多，如圖1所示，總體來看青壯年較多，先行區(qū)年齡層次合理，有較大的發(fā)展?jié)摿?。先行區(qū)人口密度低于濟南市人口密度，主要由于先行區(qū)地處濟南市黃河以北，人口較少，地廣人稀，有較大的發(fā)展空間。

將先行區(qū)工作人口密度與濟南市工作人口密度相對比，先行區(qū)工作人口密度為252人/km2，濟南市工作人口密度為671人/km2，先行區(qū)工作人口密度低于濟南市工作人口密度，先行區(qū)計劃發(fā)展現(xiàn)代高端服務業(yè)，培育科技研發(fā)、商務服務、文化創(chuàng)意、高端制造等產(chǎn)業(yè)，建成后工作人口密度必將大幅上升，煥發(fā)更大的活力。先行區(qū)內共有工作人口11.3萬人，工作人口絕大多數(shù)是20歲至30歲之間的青年，并隨著年齡的遞增，工作人口遞減。先行區(qū)工作人口中56.74%為男性，43.26%為女性，先行區(qū)勞動力資源豐富，現(xiàn)有勞動年齡人口和就業(yè)人口眾多，通過優(yōu)化人口和勞動年齡人口結構，提高人口和勞動年齡人口素質，發(fā)揮人力資源、人才資源的作用。

4.2.2 職住分析

在先行區(qū)中穩(wěn)定居住人口共9.82萬人，其中男性占比55.82%，居住人口中以30至50歲人口為主。通過對先行區(qū)和濟南市的職住重合率進行對比，發(fā)現(xiàn)先行區(qū)職住重合率為37.3%，僅為濟南市的62.10%，先行區(qū)建成后需要增強配套設施建設，吸引更多居住人口，提高人才資源儲備，保證先行區(qū)的長期穩(wěn)定發(fā)展。

4.2.3 人口來源分析

2020年6月先行區(qū)人口共來源于31個省、自治區(qū)、直轄市，人口大多來源于山東省各地市，為14.2萬人，除山東省外，其他地區(qū)來源共12.76萬。河北省、北京市、江蘇省分列第二、三、四位，省內人口居多，周邊省份人口較多。

4.2.4 人群來訪分析

（1） 外省來訪分析

2020年6月，共12余萬外省人次訪問了濟南新舊動能轉換先行區(qū)，其中6月28日來訪人次最多，達0.47萬人;6月18日來訪人次最少，僅0.31萬。6月平均每日外省來訪人次達0.41萬人。2020年6月共有343個城市來訪先行區(qū)，對來訪人次前十五的地市進行分析，結果如圖2所示。

（2） 敏感地區(qū)來訪分析

根據(jù)我國全國人口普查登記，居住在我國境內并接受普查的香港特別行政區(qū)、澳門特別行政區(qū)、臺灣地區(qū)居民、外籍人員共1 020 145人。上述人員按居住地分類，山東省共有33 098人來訪，位列全國第八。

山東省特殊人員較多，社會治安治理工作開展難度較高。將敏感地區(qū)來訪人員按照日期進行統(tǒng)計分析，多數(shù)為來自廣東、廣西、西藏和新疆地區(qū)，停留天數(shù)廣東人最多，停留天數(shù)大多為4天，其次為廣西、新疆和西藏。統(tǒng)計敏感地區(qū)來訪結果，進一步鞏固平安中國創(chuàng)建成果，更好地開展社會治安和綜合治理工作，及時發(fā)現(xiàn)、化解社會矛盾糾紛，維護社會和諧穩(wěn)定。

（3） 疫情高風險地區(qū)來訪分析

2020年初，突如其來的新型冠狀病毒席卷全國，隨著全國人民的不懈努力，我國疫情成功得到有效控制，疫情高風險地區(qū)選取北京及烏魯木齊城市進行分析如下。

6 月初，北京市新發(fā)地的疫情打破了連續(xù)多日零新增的平靜，北京全市確定了重大突發(fā)公共衛(wèi)生事業(yè)應急一級響應。對6月份北京市來訪先行區(qū)的情況及停留天數(shù)進行統(tǒng)計分析，停留時間為四天占比最大達31%，停留時間為五天占比為26%，停留時間為六天及以上占比為16%，停留時間為一天占比最小為6%，歸屬地為北京市的人員來訪先行區(qū)均以短期來訪為主。

7 月19日，根據(jù)國務院應對新冠肺炎疫情聯(lián)防聯(lián)控機制有關規(guī)定和新疆維吾爾自治區(qū)新冠肺炎疫情發(fā)展形勢，經(jīng)自治區(qū)新冠肺炎疫情防控工作指揮部研究決定，將烏魯木齊市部分地區(qū)風險等級調整為高風險。同樣，對7月上旬烏魯木齊來訪先行區(qū)的情況及停留天數(shù)進行統(tǒng)計分析，停留時間為三天占比最大達36%，其次為停留時間四天占比為22%，停留時間為一天占比最小5%，歸屬地為烏魯木齊的人員來訪先行區(qū)以短期來訪為主。

高風險地區(qū)來訪人員未對該先行區(qū)疫情防控工作產(chǎn)生阻礙。

4.2.5 境外來訪分析

2020年6月先行區(qū)共有境外來訪400人次，對境外來訪人員的國籍進行統(tǒng)計分析，其中國籍為韓國的用戶來訪人次最多，其次是美國，日本、新加坡、馬來西亞、印度、泰國、印尼、菲律賓等國家，這些國家與我國同為亞洲國家且地理位置相近，來訪人次相對較多。其中6月27日境外用戶來訪43人，為本月單日來訪新高，6月2日境外來訪僅21人次，為本月最低，對境外來訪人員停留天數(shù)進行統(tǒng)計，多數(shù)來訪為五天及以上占比45%。境外來訪人數(shù)較少，停留時間相比較長，該數(shù)據(jù)體現(xiàn)機遇與風險并存，需要有效挖掘境外訪問人員資源，并保持社會和諧穩(wěn)定發(fā)展。

4.3 分析結果討論

濟南先行區(qū)人口密度較小，地廣人稀，但勞動適齡人口居多，奠定了長期穩(wěn)定發(fā)展的基礎。首先，先行區(qū)人口中省內來源較多，和其他地區(qū)的聯(lián)系密切，有利于加快融入濟南“三環(huán)十二射”高快一體的道路網(wǎng)絡;其次，先行區(qū)敏感人群來訪較少，有利于后續(xù)和諧穩(wěn)定發(fā)展，職住比例較濟南市較低，建設也需要同步致力于提升宜居水平，努力建成山東省乃至全國新舊動能轉換的新標桿，使新動能成為引領經(jīng)濟發(fā)展的主引擎。

5 結論

從分析結果可以看出，移動網(wǎng)數(shù)據(jù)分析與經(jīng)濟發(fā)展有高度相關性，先行區(qū)是先期實驗的區(qū)域，人口數(shù)據(jù)對于區(qū)域發(fā)展有重要的意義。利用得天獨厚的數(shù)據(jù)優(yōu)勢，通過關聯(lián)分析，將用戶的時間和空間社會行為與區(qū)域發(fā)展運行相互關聯(lián)，通過五個維度對濟南先行區(qū)人口特征數(shù)據(jù)分析，利用區(qū)域職住比等數(shù)據(jù)對城市發(fā)展規(guī)劃提供大數(shù)據(jù)服務，準確、客觀地展現(xiàn)人口分布等特征，實現(xiàn)人口動態(tài)監(jiān)測分析，協(xié)助政府等部門制定城市發(fā)展規(guī)劃、維護公共安全，為政府或有關部門提供有效的決策依據(jù)。

參考文獻：

[1] 呂鑫鵬.濟南移動通信在智慧城市建設中作用的研究[D].濟南：山東財經(jīng)大學，2018.

[2] 中國安防編輯部.5G移動通信技術引領安防行業(yè)高質量發(fā)展[J].中國安防，2021（5）：31.

[3] WANG H ， Calabrese F ， Di Lorenzo G ， et al. Transportation mode inference from anonymized and aggregated mobile phone call detail records[C].International IEEE Conference on Intelligent Transportation Systems. IEEE， 2010.

[4] Aguiléra V，Allio S，Benezech V，et al.Using cell phone data to measure quality of service and passenger flows of Paris transit system[J].Transportation Research Part C：Emerging Technologies，2014，43：198-211.

[5] 蔣小榮，汪勝蘭，楊永春.中國城市人口流動網(wǎng)絡研究——基于百度LBS大數(shù)據(jù)分析[J].人口與發(fā)展，2017，23（1）：13-23.

收稿日期：2021-11-25

作者簡介：孟繁瑞（1984—） ，男，山東濟南人，碩士研究生，高級工程師，主要研究方向為數(shù)據(jù)分析，人工智能等;李娜（1994—） ，女，通信作者，山東淄博人，碩士研究生，工程師，主要研究方向為數(shù)據(jù)分析、數(shù)據(jù)安全等;劉巖（1995—） ，男，山東棗莊人，碩士研究生，工程師，主要研究方向為數(shù)據(jù)安全、漏洞挖掘與漏洞分析等。