基于手機信令數據的邳州市人口分布與空間活動特征分析

摘 要：獲取人口分布和交通出行信息是進行城市交通規劃的基礎。目前開展大規模的居民出行調查是獲取居民出行信息的主要手段。隨著手機終端的普及，其用戶的動態分布信息可以準確反映整個城市人口的空間分布與活動特征，克服了傳統交通調查數據在數量、廣度、精度方面的不足。本文基于手機信令數據，結合邳州市實際情況，提出了人口職住識別算法、出行算法、畫像算法和擴樣算法，計算得到全市的人口數量、出行強度等信息，重點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。結果表明：邳州整體人口活動分布呈沿鐵路線兩側的雙中心結構;老城區人口居住和工作崗位最為密集;居民出行以東湖街道和運河街道為核心，形成放射狀形態，跨鐵路出行占比40%;在省域出行方面，邳州與徐州、南京聯系緊密，出行比例高達80%。

關鍵詞：手機信令數據;人口活動特征;職住分布;出行特征

大數據是發展智慧交通、緩解交通擁堵問題的重要手段和著力點?！冻鞘芯C合交通體系規劃交通調查導則》（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據的基礎上，對城市綜合交通調查的項目及內容進行適當調整，如可以利用移動信息數據對居民出行特征進行分析[1]。據工信部統計，2019年全國移動電話用戶總數達16億戶，4G移動網絡用戶總數達到12.8億戶，占移動電話用戶總數的80%以上[2]。隨著手機終端的逐漸普及，以及手機用戶頻繁的通話、短信以及主被動的上網行為，使得手機信令數據的數量急劇增加。手機用戶的每一條信令數據都完整的包含了時間、經度、緯度等信息。這些信令數據通過一系列的挖掘，能夠刻畫出對應手機用戶全天的活動軌跡。因此，手機信令數據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，克服了傳統交通調查數據在數量、廣度、精度方面的不足[3]。

基于此，本文結合邳州市實際情況，基于手機信令數據開展算法研究，用于分析邳州市人口分布與空間活動特征，提高對城市的認知和感知能力，為城市交通規劃提供基礎數據支撐。

1 基礎數據

1.1 數據來源

本文主要采用的是2017年12月某兩周的江蘇省全域手機信令數據。每日數據條數高達12.6億條，覆蓋近518萬用戶，數據量100G左右。每條信令數據包含加密的用戶ID、基站編號、手機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，再結合手機附著基站的時間，即可實現對用戶一天的活動軌跡的描述。

1.2 數據特征

通過用戶每日數據條數分布、數據時間分布兩個指標反映邳州市信令數據特征與數據質量。據此可以采用針對性的數據處理策略，以保證數據處理的精度。

1.2.1 每日數據條數分布

統計運營商進行數據清洗后的用戶每日信令數據條數分布。邳州用戶的信令條數多分布在50條以內。進一步對人均信令條數、中位數和標準差指標進行計算。每個用戶平均數據條數為17.9條，較詳細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 每日數據時間分布

計算逐小時用戶信令數據條數占比，如圖2所示，總體呈現凌晨數量少、白天數據量多且存在早晚兩個高峰的趨勢，與用戶活動強度的時變特性相符。

2 研究方法

運用手機信令數據開展邳州市人口空間分布與活動特征分析，首先進行數據預處理，去除冗余數據及異常數據;然后提取不同區域用戶的出行特征，識別職住地點，并對不同區域的人口時空分布、職住分布進行分析;其次根據樣本信息和實際需求進行人口畫像和擴樣計算;最后對用戶的時空出行特征進行可視化，并進行深入的結果分析。

2.1 人口職住識別算法

本文主要利用停留點的時間分布特征識別居住、工作停留地。結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。每天統計用戶在這兩個時間段停留時間最長的十個地點，分別作為用戶備選居住地和工作地。根據多天的統計信息，選取備選居住地和工作地中累計記錄次數最多且大于閾值N的點作為用戶的居住地和工作地。

2.2 人口出行算法

基于信令數據獲取邳州市人口出行信息的主要步驟如下：

2.2.1 計算用戶在每個基站的停留時間和連續注冊的兩個基站距離;

2.2.2 按照用戶注冊基站順序將用戶在半徑小于R、停留時間大于T的區域識別為用戶停留區域，停留點為其中停留時間最長的基站;

2.2.3 將時間連續的兩停留點作為起訖點，并計算出行開始時間與結束時間;

2.2.4 將時間與空間進行聚合，獲得用戶出行OD。

2.3 人口畫像算法

基于多天數據對每個用戶進行畫像，區別不同類型人口，是信令數據分析的難點。本研究針對邳州市信令數據特點，對比多個參數獲得的人口分類結果，最終選用活躍天數作為核心參數。邳州市手機用戶的活躍天數分布如圖4所示。考慮其分布特點，本研究將活躍天數大于等于7天的用戶定義為常住人口，活躍天數小于7天的用戶定義為臨時人口。進一步結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人口、常住無業人口、臨時人口三類。

2.4 人口擴樣算法

由于運營商在不同手機用戶群體的市場占有率不一致，因此在進行擴樣率計算時，需要針對每個類型的人口，分別確定擴樣率?；谌丝诜诸惤Y果，可以構建以下方程組：

（p1+p2）kc=A（1）

p1k1/p2k2=B（2）

kc=k2? （3）

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

（4）

（5）

（6）

由此計算得到了各類人口的擴樣率。將基于信令數據計算的各類數據樣本結果除以各類人口的擴樣率，即可計算得到全市的人口數量、出行強度等信息。

3 結果分析

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各有一個活動強度較高的區域，鐵路南側的主要活動區域為邳州老城區，鐵路北側的主要活動區域為建設中路與瑞興路之間的區域。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域與工作日相比，主要差異表現為鐵路南側的邳州中專熱度降低，新蘇購物中心熱度明顯增加，而鐵路北側人口活動區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進行分析。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，分布在老城區和鐵路北側的建設中路周邊，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的老城區，以及鐵路北側的建設中路附近區域，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站等交通樞紐處外，新蘇購物中心、人民公園等休閑娛樂區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的老城區人口居住最為密集，鐵路北側的銀杏大道與建設中路周邊的區域居住人口也較多。邳州的工作崗位分布與居住地分布存在一定的差異，鐵路南側的新蘇區域、鐵路北側的邳州初級中學和邳州人民醫院等地的工作崗位較人口居住密度有明顯提高。

隨著邳州的不斷發展，吸引了大量市區外城鎮的居民來到市區工作。本研究對該類人群進行了識別，其居住地分布如5圖所示?？梢园l現工作在市區、居住在市區外的人口主要分布在邳州市的東西兩側，且東側人口較多，主要分布在官湖、陳樓、炮車三個區域，西側主要分布在運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

基于信令數據計算得到了邳州市各街道鄉鎮間出行OD分布，如圖6所示?？梢钥闯?，邳州市居民的出行以東湖街道和運河街道為核心，以接近于放射狀的形態與邳州市其他鄉鎮進行人口交換。東湖街道和運河街道之間的出行在所有出行方向上人數最多，其次為戴圩街道、炮車街道與東湖街道、運河街道之間的聯系。其他鄉鎮除與東湖街道、運河街道存在一定的出行聯系外，還與周邊的相鄰鄉鎮存在人口交換，但與距離較遠的鄉鎮間不存在明顯的出行聯系。

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，邳州市與省內主要城市的出行聯系如圖7所示。可以看出，邳州與徐州、南京聯系最為緊密，占整個省域出行的80%左右。

進一步分析與邳州區位較為相近的新沂、東海兩市的省域出行狀況，結果如圖8所示。從圖中可以看出，與邳州市的省域出行規律不同，新沂主要與徐州、連云港、宿遷、南京等城市聯系比較緊密，而東海與連云港、徐州、宿遷、南京等城市聯系比較緊密。

4 結論與展望

本文基于江蘇省和邳州市手機信令數據，利用人口職住識別算法、出行算法、畫像算法和擴樣算法，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。結果表明：

4.1 在人口時空活動特征方面，鐵路南北兩側各有一個活動強度較高的區域，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域人口熱度明顯增長。

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

4.3 在出行特征方面，邳州市居民的出行以東湖街道和運河街道為核心，形成放射狀形態。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、東海省域出行規律，相對邳州存在較大差異。

本文借助手機信令數據的分析研究，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，進而為深入探討城市土地利用與人口時空間行為的互動關系、為城市規劃建設提供了科學依據。隨著更多數據的獲取和研究的深入，構建城市土地利用與人口活動行為的互動關系模型，并應用于各類城市基礎設施的規劃建設，是未來研究的重點。

參考文獻：

[1]中華人民共和國住房和城鄉建設部. 城市綜合交通體系規劃交通調查導則[S]. 2014-09.

[2]中華人民共和國工業和信息化部. 2019年通信業統計公報[R]. 2020-02-27.

[3]劉曉玲， 段進宇. 大數據背景下交通調查的創新與交通模型的構建[C]. 2018年中國城市交通規劃年會論文集， 2018年.

[4]邳州市統計局. 2018年邳州統計年鑒[R]. 2019-11-07.

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