基于手機信令的大范圍人流移動分析

吳杰 廖強

摘 要：文章結合貴陽聯合通信有限公司手機信令數據為基礎，探究區域內人流交換情況、城市間聯系度以及城市區位優勢，以便更好地實施城市區域客流需求數據的推測，為城市化建設中城鄉結構以及交通道路網絡的調整、建設提供堅實的依據。

關鍵詞：手機信令;通信系統;大數據;人口流動;城市建設

0? ? 引言

文章利用通信系統中的控制指令數據實施基本處理分析，可獲取有效的人口分布信息、流估計（OD）等大數據信息，實現較大基數的樣本的分析，并針對目標區域實施連續不間斷監控、所消耗資源以及投資費用較低，對城市規劃數據獲取而言具有重要的意義。

1? ?手機信令的原理及構成

手機信令是手機用戶與發射基站或者微站之間的通信數據，這些數據是由運營商移動通信系統所產生[1]。運營商所采用的移動通信系統是由基站子系統（BSS）、網絡與交換子系統（NSS）、操作維護子系統（OSS）以及移動終端（MS）所構成[2]（見圖1）。手機信令數據的采集主要是在用戶進行撥打與接聽電話、收發短信息、移動中更換基站等。

2? ?手機信令實施流程分析

2.1? 采集數據的預處理

手機信令[3]的預處理是對所收集的信息進行逐條篩選，并將其中滿足要求的數據進行分析，所剔除的數據為時間錯誤、無法識別移動用戶識別碼等。通過對手機信令的預處理可得到數據樣本的整體特性的評估結果，其中樣本的評估項目包括區域中用戶數量，記錄數據、數據采樣時間的間隔、事件樣本的分布情況、數據采集的連續性以及數據空間的缺失情況等。目前，貴陽聯合通信公司手機信令監測已經在全市得到覆蓋，總監控面積為0.8×104? km2，日用有效數據收發用戶數量達到460余萬、單一用戶有效數據40余條，平均數據采集時間為20～60 min。手機信令數據事件類型如表1所示。

2.2? 用戶基站定位

用戶基站定位采用根據用戶所持移動終端所在基站的位置即移動終端位置的模糊定位的方式。模糊定位的精度是由基站覆蓋半徑所決定，通常在城區內基站覆蓋程度較為密集，單個基站覆蓋面積則相對較小，在此區域的定位精度為250～500 m;在主城區周邊縣的基站布設較為稀疏，但單個基站覆蓋面則較大，定位的精準度則具有一定的差異，通常在幾百米到幾千米范圍不等。移動終端在基站內進行信號數據的收發操作時均會生成信令記錄，根據對用戶手機信令有效數據的采集分析，并按照時間進行排序便可得到用戶的空間位置變化軌跡信息[4]。

2.3? 出行鏈的分析識別

（1）用戶居住地與工作單位地點的辨識。通常情況下，居住地是用戶夜間停留所在區域，工作單位則是用戶白天頻繁活動區域。針對用戶所在不同地點的辨識可通過用戶長期數據進行判斷，如夜晚長期在某一位置停留便可判斷為居住地，而白天長期在某一區域活動便可判定為工作單位區域。需要注意的是，此方法只適用于具有固定居住、工作的用戶，需要排除具有夜班以及流動崗位等非常規作息或工作的用戶。

（2）用戶居住地與工作單位地點之外的行動軌跡的識別。通過將用戶全天出行軌跡進行連續劃分，根據移動終端在不同基站的停留時間設定閾值，從而判斷用戶是否存在停留。若跨基站過程中信令時間的間隔將會導致計算的停留時間發生誤差，并呈現為正比關系，即便用戶不發生活動，基站仍會進行位置的刷新，因而，用戶的停留時間最大誤差值即為兩次周期性更新的間隔時間。在進行用戶停留計算時要求用戶最少具有兩次在當前基站范圍內的往返活動，否則將無法進行判斷或是將兩次短時間隔進行合并計算。在受到通信網絡負載以及區域內電磁場信號影響的情況下，將會導致移動終端將信號在周邊基站進行頻繁的切換，若要判斷用戶是否發生了跨區移動，需要以用戶發生的數據中頻率最高的基站為中心點，將有效范圍作為分析對象，也可以選定周邊多個基站為中心點，以此判定用戶真實的運行軌跡。

2.4? 數據擴樣

（1）僅需獲取比例關系而無須擴樣。此場景主要是為了獲取樣本統計中的外部出行比例，并將其作為研究區域中真實的外部出行比例數據。

（2）根據母體容量預測比例關系。根據已知區域中移動終端的數量以及通行情況的比例計算出外部通勤數量，此結果也是區域中移動終端與外部通勤占比的乘積。

（3）在母本容量不確定時根據抽查情況計算絕對出行量。如根據運營商提供的數據樣本分析區域內的外部出行數量，則需要具有有效樣本量、運營商市場占有率、移動終端的持有率以及檢測率。

式中：ki表示抽樣率（%）;mi表示運營商的市場占有率（%）;ti表示為移動終端的檢測率（%）;p表示區域內用戶移動終端的持有率（%）。運營商的市場占有率以及移動終端的持有率主要采用問卷調查的形式，移動終端的檢測率可采用區域基站檢測的方式。由于無法直接地計算出各區域中的抽樣率，在實施數據的擴樣時可使用全市平均抽樣率，需要注意的是數據擴樣結果應與其他社會普查數據相驗證。

3? ? 案例分析

3.1? 各區域聯系分析

對比分析貴陽主城與其他區縣的跨區交換量、人均跨區交換量，以此獲取各區域間的聯系性。其中，跨區交換量是指移動終端跨區的總體數量，此數據主要受區域人口的影響。人均跨區交換量是指跨區交換量與區縣常住人口的占比數值，能夠反映出區域中經濟與距離等因素對連續性的產生的影響。主城占比可以詮釋為區域內區縣、主城交換量與區縣全部跨區交換量的比值，此數據可以反饋出主城在外部聯系中的權重，可以表現出區縣對主城的依賴情況，其中主城的出行量較大、出行次數多、占比較多的情況下則會產生密切的聯系。主城與各區縣間發生的跨區交換量排序情況如圖2所示。

可以看出，金陽新區、云巖區以及烏當區與主城存在較大的交換量，并且主城的占比情況較大，可見其依賴主城發展較為嚴峻。

3.2? 分析結果應用

手機信令的分析結果能夠應用在城市的戰略發展中，并能夠實現城市間的聯系定量描述。結果顯示，當前，貴陽的城鄉發展規劃所提出的“城市區域觀，城市容量觀，城市生長觀，城市空間結構觀”不相符，需要針對區域人流情況進行必要的調整。按照聯系緊密度可以發揮金陽新區、云巖區以及烏當區可采用融入主城區的發展戰略，區縣的經濟發展布局、基礎交通建設應與主城區相對接。

4? ? 結語

隨著經濟以及科學技術的快速發展，在實施區域的城鄉規劃中應將數據作為規劃的實施依據，通過海量的手機信令數據代替傳統分析方式，根據人流的活動軌跡，為區域的規劃、基礎交通建設提供科學的支持，具有極為廣闊的應用前景。

[參考文獻]

[1]鈕心毅，康寧，王垚，等.手機信令數據支持城鎮體系規劃的技術框架[J].地理信息世界，2019（1）：18-24.

[2]孫天旭，趙蘊龍，練作為，等.基于時空數據的城市人流移動模式挖掘[J].計算機科學，2020（10）：91-96.

[3]楊延杰，尹丹，劉紫玟，等.基于大數據的流空間研究進展[J].地理科學進展，2020（8）：1397-1411.

[4]孔宇，甄峰，李兆中，等.智能技術輔助的市（縣）國土空間規劃編制研究[J].自然資源學報，2019（10）：2186-2199.

（編輯 姚 鑫）