追逐城市的“原子”
——手機數據如何讓規劃更智能

文｜本刊綜合報道

追逐城市的“原子”
——手機數據如何讓規劃更智能

文｜本刊綜合報道

《X戰警》里“教授”憑一己之超凡腦力，可以找到世界上的每一個人，把說話的聲音直接傳到所有人的腦子里。如果這是現實，可真夠奇妙的，也真夠可怕的。慶幸“教授”并不存在，否則不時鉆進人們的意識里廣播一番，或者對人們的心智動點手腳，豈不糟糕！

移動通信系統雖然沒有“教授”神妙，恐怕也差不多了。在成年人幾乎“人手一機”的時代，通過移動通信系統就能定位每一個人，還能在每個人的手機屏幕上顯示推送信息。沒有“魔音穿腦”那么厲害，但在手機成為“器官”的今天，移動通信系統和想象中的《X戰警》“教授”之間，可怕程度正在迅速接近。

人類創造出一些自己駕馭不了的東西，大約是不可避免的吧。《人類簡史》的作者尤瓦爾·赫拉利說，1945年7月16日是歷史上最重要的一天；第一顆原子彈成功爆炸，意味著我們這個物種從此不僅有了創造歷史的能力，還有了終結歷史的能力。悲觀者不止這一位，葉夫根尼·莫羅佐夫寫作《技術致死》（電子工業出版社2014年出了中譯本），直指數字技術對人類社會的破壞，以及未來可能出現的更大破壞。

考慮到現在憂心忡忡也于事無補，咱們不妨收拾心情，轉換視角，看看技術有益人類的一面。繼續說手機，由于“人手一機”，手機位置分布與個人位置分布有極高的近似，或者說前者是后者重疊度極高的投影。個人是城市的“原子”，手機的分布和移動，顯示著“原子”的分布和移動。利用手機位置數據分析人群聚集和流動，以此為基礎做交通規劃，正是手機數據的一大用途。

取數

想利用手機數據作為交通規劃的決策基礎，必須先獲得可用的手機數據。那么什么是手機數據呢？手機數據，泛指用戶在移動通信網絡中使用手機所產生的數據。當前應用于交通領域的移動通信數據，主要包括信令數據、話單數據及上網數據。手機數據定位采用的是基于基站小區的模糊定位技術。手機數據是由手機用戶使用手機，觸發一定的數據獲取機制而獲得。

手機信令數據——根據無線通信網絡的覆蓋特性，以及無線通信網絡需具備為移動用戶連續提供服務的功能，移動用戶的手機終端會定期或不定期、主動或被動地與無線通信網絡保持聯系，這些聯系被無線通信網絡識別成一系列的控制指令，即手機信令。手機信令的觸發事件包括接打電話、收發短信、開關機、小區切換、位置更新等數據。

手機話單數據——依托移動運營商現有話單計費系統，獲取匿名手機用戶在產生計費數據時的位置信息，觸發事件類型包括接打電話、收發短信的數據。

手機上網數據——手機上網數據產生于使用流量進行上網的用戶，如進行網頁瀏覽、社交軟件聊天等任意需要耗費流量的活動。

三大移動通信運營商，以城市人群聚集和流動圖像為目標進行手機數據分析，只用任意從一家運營商獲得數據就可以了。根據2016年的財報，移動、聯通、電信的全國移動通信服務用戶數分別約為8.37億、2.61億和2.07億，份額最小的中國電信，也擁有龐大用戶數，占據了超過15%的市場。三大運營商的移動用戶在各城市的份額與全國的份額相仿，利用任何一家運營商的數據，均可滿足統計抽樣的要求，提供足夠精度的人群分布和交通流量分析。

從任意一家運營商獲取手機數據之后，就可以進行后續分析，包括數據預處理、數據計算、數據輸出等。數據預處理是對數據進行清洗、修補的過程，為數據分析的準確性提供保障；數據計算是對分析模型的應用體現，包括特征提取、數據擴樣等，需要進行交通專業知識及計算機技術的儲備；數據輸出是對分析結果的展現。

應用

本刊從北京晶眾智慧交通科技股份有限公司獲得了手機數據的城市應用案例和相關圖像。晶眾是國內較早將手機信令分析技術應用于交通調查的高科技公司，擁有20多個城市的手機信令數據，覆蓋了15個省份，同時是中國移動交通大數據SA戰略服務提供商。目前，在手機大數據交通方面的應用中，晶眾交通已經形成了包含居民出行及人口崗位調查兩大應用面，通過兩大應用層面的綜合應用，形成了較為完全的應用體系。

手機大數據應用之一：居民出行分析。

基于移動通信網絡信號覆蓋與道路交通網絡的相互映射關系，將移動用戶所有信令數據匹配至道路交通網絡，得到手機用戶在道路交通網絡中的位置電子腳印，再將時間序列的電子腳印前后連接，即得到用戶的出行軌跡。

通過對所有用戶軌跡的集聚處理，能夠獲取區域出行量、出行強度及分布、軌道交通客流量、典型吸引點客流量、道口、樞紐客流量及客流來源等信息，服務于城市交通規劃及評估工作。

手機大數據應用之二：人口及崗位分布分析。

通過多天手機信令的統計，根據手機用戶夜晚活動頻率規律，利用時空聚類技術進行統計及分析，結合規劃用地性質數據，能夠判斷用戶居住地、工作地所在的區域，從而研究區域內居住人口及工作崗位的分布情況。

具體說來，能夠通過手機信令數據的處理與分析，采用多天手機用戶信令數據的分析，根據手機用戶夜間（如21時至次日7時）活動頻率最大的地方判斷為居住地；同時，手機用戶白天（如7時至21時）活動頻率最大的地方判斷為工作地，然后分析出某區域的職住關系（職住比）空間分布情況。還可以通過匹配每小時手機信令數據的位置信息，根據選擇時間段按小時生成人口密度的變化情況，研究人口的流動情況。將人口崗位分布特征結果與居民出行分析結果相結合，能夠掌握城市通勤出行情況，對解決早、晚高峰特征明顯的通勤出行產生的擁堵具有重要的指導意義。

天河機場市內客流分布示意圖

天河機場市內客流來源占比

地鐵光谷廣場站客流去向分布

樞紐

我們先來看武漢天河機場案例。選取武漢天河機場2015年10月某一天的手機數據進行機場的客流分析，分析機場客流的市外流向分布可以看出：天河機場的日均客流約為3萬人；來天河機場乘機的客流中，江漢區和洪山區占比最多，各占人數的15%和12.2%，來自黃陂區的客流占比最少，僅有2.9%。

根據這些數據，武漢市內天河機場至各區的主要道路的優化方案已經開始提交討論。

再看武漢地鐵光谷廣場站案例。光谷廣場站，是武漢地鐵2號線的起點站，同時服務整個光谷區域。光谷廣場每天客流集散量約15萬人，有明顯的早晚高峰，早7點為最高峰——這些信息，通過手機數據和公交售票（及刷卡）數據均能獲得。但手機數據比公交售票（及刷卡）數據顯示了更多信息；具體到地鐵光谷廣場站，分析手機發現此站周邊交通服務區域還需延伸，至少應考慮方便乘客到達光谷大道、高新四路等方向的目的地，解決方案可為有針對性地梳理和完善公交接駁。

手機數據用于智能交通規劃，尤其是用于解決交通樞紐附近的擁堵問題，已經有了比較成熟的方法。其他來源的數據，如來自監控攝像頭的數據，也能起到類似的作用，但和手機數據相比，可采集量、分析精度都受到更多條件的制約。在城市交通出行特征研究、智能交通規劃之外，手機數據還有城鎮聯系強度分析、建成區空間分析、流動人口分析等等用途。