城市企事業人群出行鏈提取及出行特征分析

晉澤倩， 陳艷艷， 李臣

(北京工業大學城市建設學部， 北京 100124)

研究居民出行時空特征及其內在機制為城市規劃建設、運營管理、交通政策提供了數據支撐，對城市空間發展、城市規劃具有重要意義。當前企事業人群出行量在城市居民出行中占比逐漸增高，2020年北京市企事業人群出行量占比已超47%，武漢市企事業人群出行量占比約55%，因此探究企事業人群的出行特征分析對城市居民出行特征研究具有重要意義。

Peterson等[1]基于調查問卷數據，確定了對公園游客出行模式影響最大的時空變量，并利用時空變量對旅游群體進行聚類。Calderón等[2]基于網約車數據，對居民出行時空特征和通勤模式進行分析，得到出行目的為工作和上學的網約車用戶較多。Wang等[3]基于個人出行軌跡數據，提出了包含行程分割、出行模式和出行類型識別的完整出行鏈提取過程。Zhang等[4]基于南京市共享單車出行數據，研究了共享單車系統中綠色出行行為的時空特征。蘇躍江等[5]根據傳統入戶抽樣調查居民的社會經濟屬性，以及手機信令數據獲取居民出行影響因素及出行時空特征分布。周英迪等[6]提出了基于出租車軌跡和興趣點(point of interest， POI)數據的地理信息系統(geographic information system，GIS)時空分析方法，對居民出行的時空分布等進行量化分析。王宇環等[7]利用出租車全球定位系統 (global positioning system，GPS)軌跡生成上下車熱點，從不同時段、周末與節假日等多角度比較居民出行的時空特征。張圓等[8]從個體特征、出行特征和出行者對共享汽車服務水平的主觀感知三個方面分析了影響使用共享汽車出行的主要因素。崔洪軍等[9]基于公交IC卡數據，識別乘客出行目的，實現完整乘客公交出行鏈的提取。

當前基于出租車數據、網約車數據的城市居民出行特征分析的研究較多，而對企事業人群出行特征分析的研究相對較少。在有效獲取企事業人群出行意愿數據的基礎上，改進DBSCAN算法有效識別出居民出行停留點，進而結合關聯規則提出出行鏈的提取方法，挖掘企事業人群出行時空分布規律，并進一步探究不同功能區域企事業人群的出行特征，以期為預測交通客流及信息服務提供基礎支持。

1 研究方法

基于居民出行調查問卷數據，提出針對企事業人群的居民出行特征分析方法，分析流程如圖1所示。首先，清洗調研數據，進行數據信度與效度分析，檢驗數據的可靠性和效度水平；其次，改進DBSCAN算法，識別居民出行停留點，進而基于關聯規則，提出了居民出行鏈數據的提取方法；最后，從居民屬性、時間屬性、空間屬性和功能區劃分4個角度，分析居民出行特征，挖掘出行規律。

圖1 居民出行特征分析流程Fig.1 Residents’ travel characteristics analysis process

1.1 數據預處理

1.1.1 數據清洗

所采取的出行數據會存在多種異常類型的數據，如數據是否存在重復、是否存在缺失、數據是否具有完整性和一致性、數據中是否存在異常值等。因此，需要對數據進行清洗。在重復觀測處理過程中，采用duplicated方法進行驗證，再將重復觀測數據刪除；在缺失值處理過程中，常采用刪除法、替換法和插補法；在異常值處理過程中，常采用n個標準差法和箱線圖判別法。

1.1.2 信度與效度檢驗

為保證數據的有效性和一致性，需要對調研數據進行信度檢驗。通常采用Cronbach’s Alpha系數(α系數)作為衡量調查數據一致性的重要指標。一般情況下，當α系數大于0.7時，可以認為調查數據的可信度較好。效度檢驗常采用主成分分析法，以Kaiser-Meyer-Olkin值(KMO值)和Bartlett球體檢驗作為判斷效度水平的標準。當KMO值大于0.6時，Bartlett球體檢驗的結果小于0.05，表明數據效度水平高。

1.2 居民出行鏈提取

1.2.1 改進的DBSCAN算法

DBSCAN算法是基于密度的空間聚類算法，該算法能夠把具有足夠高密度的區域劃分為簇，并可在噪聲的空間數據庫中發現任意形狀的聚類。傳統DBSCAN算法[10-11]的核心思想是對給定的數據集、聚類半徑r、最小點數minPts，任選一個點，以半徑r為鄰域掃描數據集，統計領域范圍內所有的點數，如果大于最小點數minPts則將該點標記為核心點，領域內的其他點標記為邊界點，否則標記為噪聲點，依次遍歷整個數據集直至遍歷完所有的點。

1.2.2 基于改進DBSCAN算法的出行停留點識別

在改進DBSCAN算法的基礎上，提出停留點識別實現流程，如圖2所示。

圖2 改進的DBSCAN算法的停留點識別流程圖Fig.2 Stop point identification flow chart of improved DBSCAN algorithm

1.2.3 基于關聯規則的出行鏈提取

關聯規則是反映一個事物與其他事物之間的相互依存性和關聯性，用于從大量數據中挖掘出有價值的數據項之間的相關關系[12]。因此結合主觀調查問卷數據，引入關聯規則方法挖掘居民出行的關聯特性，進行穩定性辨別。利用支持度、置信度和提升度3個參數描述挖掘關聯規則的有效性和確定性。首先，基于改進的DBSCAN算法識別出的個體出行停留點，利用關聯規則對停留點進行初步分類，確定最小支持度閾值δs；其次，選出滿足δs的集合為頻繁項集；最后，從頻繁項集中提取滿足最小置信度和提升度的規則，確定為強關聯規則。

在利用關聯規則對停留點進行初步分類的過程中，根據出行目的地不同，將出行者出行停留點分為三類，分別為居住停留點、工作停留點、休閑娛樂停留點，對應的出行鏈也劃分為三類，分別為基于居住地的出行鏈、基于工作地的出行鏈、基于休閑娛樂地出行鏈，用式(1)特征向量表示。

(1)

式(1)中:Chain1為工作地出行鏈；(lati,longi)為居民出行目的地位置信息；Tsi為出行到達時間；Activity為一次出行活動；(lati+1,longi+1)為一次出行結束的位置信息；Tsi+1為一次出行結束的到達時間，Tei+1為一次活動的駐留時長。以此類推，Chain2為居住地出行鏈，Chain3為休閑區出行鏈。

居民每天的出行鏈為不閉合單向鏈，包含一天內居民的所有時間、位置信息，活動類型包含通勤、就餐、居住情況等。利用居民出行鏈可以識別出居民出行的時空信息，一天中的第i(i>1)個停留點代表居民出行目的地，可識別出居民目的地的位置信息(lati,longi)，出行到達時間Tsi。之后根據第i+1個停留點的活動屬性可以判別居民到達下一目的地的時間Tsi+1和駐留時長Tei+1，或者結束出行的位置(lati+1,longi+1)和時間。

1.3 基于出行鏈的出行特征分析

在獲得居民出行鏈數據的基礎上，根據出行鏈數據的時空屬性，進行居民出行時空特征分析。首先，居民出行時間特征分布主要從出行量和行程時間兩方面進行分析，探尋不同時段出行行程時間分布規律，研究居民時間特征分布。其次，借助ArcGIS軟件中的核密度分析工具進行居民出行空間特征分析。在核密度分析過程中，首先將出行起訖點以點的形式呈現出來，根據核函數定義，設定population字段值為None，輸出值是基于實際輸入點數計算的，進而所得到的核密度柵格圖即為企事業人群出行起終點分布熱點圖。

除了居民時空特征分析，居民個人屬性特征分析也能夠直觀的反應研究企事業群體的個體基本屬性特征。其次，通過功能區的劃分，對比不同功能區的起終點出行量分布，可以得到不同功能區出行者的出行特征。

2 案例分析

2.1 數據處理

選取北京市亦莊經濟技術開發區作為研究區域，進行居民出行特征分析。研究區域覆蓋核心區、路東區、河西區以及路南區，總面積105 km2，是北京城市總體規劃的重點新城之一。針對亦莊區企事業人群開展居民出行意愿調研，共發放問卷18 300份，回收有效問卷16 537份，問卷有效率為90.4%。調研內容包含居民社會經濟屬性、出行屬性和出行意愿三個方面。

在數據采集過程中難免會出現不良現象導致數據采集出現錯誤。首先對重復觀測數據和缺失值進行處理，重復觀測處理采用duplicated方法進行驗證，再刪除，缺失值處理采用均值替換法；其次，為了提高數據分析精確度，采用如下規則進行數據處理：居民出行會有一定的時間限制，研究選擇出行總時間在4 h內，且對出行次數大于1次的居民出行進行研究；同時選擇年齡在16歲以上的調研樣本進行分析。

通過對調查問卷數據進行信度與效度分析，得到α系數為0.765，大于0.7，認為該調查數據可信度較好。效度分析結果如表1所示。

表1 KMO和巴特利特檢驗Table 1 KMO and Bartlett tests

根據表1 中KMO和巴特利特檢驗結果得，KMO值為0.698，大于0.6，并且通過了Bartlett球形檢驗，該數據效度水平高。

2.2 居民出行特征分析

2.2.1 居民屬性分析

1)居民社會經濟屬性分析

居民社會經濟屬性分析如表2所示。由表2可知，亦莊區居民出行年齡在20～30歲的占比最大，為45.42%；工人群體出行占比最高，占比為37.45%。同時，本科學歷的人群出行占比最大，占比達35.02%。此外，年收入在5萬～10萬的居民占比為37.95%，10萬～15萬的居民占比為20.36%。亦莊區企事業單位的出行群體主要是中低等收入的中青年通勤群體。

2)居民出行屬性分析

居民出行目的和出行方式統計分析如圖3所示。

表2 居民社會經濟屬性分析Table 2 Analysis of residents’ social and economic attributes

圖3 居民出行屬性分析Fig.3 Residents travel attribute analysis

上班為目的的居民占比為38.92%，出行目的為回家的占比為32.44%，得出通勤出行占比最大；28.82%的乘客選擇地鐵出行，16.14%的乘客選擇公交出行，18.22%的乘客選擇共享單車出行。因此，公共交通出行方式在所有出行方式中占有較大比例。

2.2.2 居民出行時間特征分析

企事業人群工作日與休息日出行量隨時間分布[11,13]如圖4所示。

亦莊經濟開發區居民出行呈現明顯的潮汐現象，且企事業人群的出行早晚高峰與北京市總體人群的早晚高峰一致。與休息日相比，工作日出行更加集中。其次，工作日居民有固定的通勤行為，而休息日居民出行時間較為靈活。

統計居民不同出行行程時間，如圖5所示。

企事業人群大部分行程時間都在20～40 min，分布最密集的時段是30 min。出行時長超過70 min的占比相對很小，且亦莊區企事業人群總體出行時間較短，遠程出行較少。

居民出行不同時段行程時間分布如圖6所示。以小時為單位，分析不同時段居民出行行程時間分布，其中，橙色線條代表每個時段的行程時間中位數，紅色圓點代表平均行程時間，綠色箱體的長度代表行程時間分布集中程度。

圖4 居民出行時段特征曲線Fig.4 Characteristics curve of residents’ travel time

圖5 全天行程時間分布Fig.5 All day trip time distribution

圖6 分時段行程時間分布Fig.6 Time-divided travel time distribution

根據行程時間分布圖，在5:00和17:00高峰時期，平均行程時間最長，且行程時間分布較為集中；在18:00和22:00，平均行程時間較小，且行程時間分布最為分散；與高峰時期相比，平峰時期平均行程時間較小，且行程時間分布更為集中。

2.2.3 居民出行空間特征分析

在對出行數據進行核密度分析時，由于包含較少部分的長距離出行，導致核密度分析結果誤差較大。為了提高精確度，只研究亦莊經濟開發區內的短距離出行。在此基礎上，分析工作日早晚高峰時段以及休息日居民出行起終點分布，探尋居民在不同時段出行空間分布特征。

居民在工作日早高峰(7:00—9:00)和晚高峰(17:00—19:00)出行起終點分布，如圖7所示。將研究區域劃分為商務區、居住區、休閑區和混合區，分析工作日早晚高峰起終點分布情況，在核密度分析過程中，將出行量劃分為8個等級，為更好地對比高峰時期起終點分布，把第1個等級顏色設置為空，其他等級代表不同程度的出行量，顏色越深，代表出行量越大。

圖7 工作日起終點分布Fig.7 Distribution of working days starting and ending points

根據早晚高峰起終點分布核密度圖，早高峰起點分布和晚高峰終點分布基本一致，主要集中居住區；早高峰終點分布與晚高峰起點分布一致，主要集中在商務區。對比早晚高峰起終點分布，早高峰終點分布最為密集，晚高峰終點分布最為分散，這表明亦莊區就業辦公區較為集中，而居住區較為分散。

居民在休息日出行起終點分布，如圖8所示。

圖8 休息日起終點分布Fig.8 Distribution of rest days starting and ending points

休息日出行終點比出行起點分布更加集中，且起終點集中分布在商務區，較少部分分布在居住區、休閑區或混合區。與工作日起終點分布相比，休息日起終點分布更為隨機，與休息日時間分布特征一致。

2.2.4 不同功能區居民出行特征分析

結合亦莊區用地性質和居民出行目的，根據出行目的的差異性劃分功能區[14]，以上班、公務為主要出行目的的出行到達區域劃分為商務區，以回家為主要出行目的到達區域劃分為居住區，以餐飲、購物、文體娛樂等為主要出行目的的到達區域劃分為休閑區，而將既有上班、回家或文體娛樂等為出行目的的區域劃分為混合區。根據以上假定將功能區劃分為商務區、居住區、休閑區和混合區，通過分別對每個功能區進行逐時出行起終點出行量分析，進一步對比不同功能區的出行特征，研究功能區的出行特征分布規律。

不同功能區起終點出行量隨時間分布如圖9所示。

圖9 不同功能區起終點出行量分布Fig.9 Travel volume distribution in different functional areas

商務區和居住區出行量分布呈現明顯的高峰時段，7:00—9:00為早高峰，18:00—19:00為晚高峰；早高峰出行量大于晚高峰出行量，且早高峰出行量更為集中，晚高峰則因加班、購物或者娛樂等其他出行活動引起出行量較為分散。

休閑區終止出行量集中在18:00—20:00，起始出行量集中在20:00—22:00；與商務區何居住區相比，休閑區出行比較隨機，且夜間出行量較大。混合區起始和終止出行量在一天內呈現雙高峰，表明混合區多為居住區和商務區的混合。

不同功能區全天起始出行量對比[12]分析如圖10所示。

圖10 不同功能區對比分析Fig.10 Comparative analysis of different functional areas

通過對比分析圖，商務區和居住區出行量主要集中在早晚高峰時期；休閑區出行量沒有明顯的高峰時期，出行時間隨機，且出行量較少；混合區呈現雙高峰出行特征，且高峰時間段與商務區和居住區高峰時間段相對應。

3 結論

基于居民出行調查問卷數據，對居民出行行為特征分布進行了研究，得到以下結論。

(1)在經典DBSCAN算法的基礎上，提出了擴展時間維度的時間閾值β以及自適應選擇時間閾值β參數的改進方法，進行居民出行停留點識別，結合關聯規則挖掘停留點的關聯特性，提取居民出行鏈信息。

(2)亦莊區居民出行多為中低收入的中青年通勤族，且71.36%的居民為通勤職工出行，63.18%的居民選擇公共交通出行。

(3)從出行時間特征分布看，工作日和休息日具有明顯的潮汐現象，且工作日高峰時期出行量更為集中且出行量大；行程時間分布最密集的時間段是20～40 min，居民出行多為短距離出行；從空間特征分布來看，工作日起終點分布更為集中，且出行多集中在商務區和居住區，而休息日出行起終點分布更為分散，且與工作日相比出行量較小。

(4)對比不同功能區起終點出行量分布，商務區、居住區起終點主要集中在早晚高峰時期且出行量較大，而休閑區出行起終點出行量隨時間分布更加隨機，且出行量較小。