吳杰 廖強

摘 要：文章結合貴陽聯(lián)合通信有限公司手機信令數(shù)據(jù)為基礎，探究區(qū)域內(nèi)人流交換情況、城市間聯(lián)系度以及城市區(qū)位優(yōu)勢，以便更好地實施城市區(qū)域客流需求數(shù)據(jù)的推測，為城市化建設中城鄉(xiāng)結構以及交通道路網(wǎng)絡的調整、建設提供堅實的依據(jù)。

關鍵詞：手機信令;通信系統(tǒng);大數(shù)據(jù);人口流動;城市建設

0? ? 引言

文章利用通信系統(tǒng)中的控制指令數(shù)據(jù)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(shù)據(jù)信息，實現(xiàn)較大基數(shù)的樣本的分析，并針對目標區(qū)域實施連續(xù)不間斷監(jiān)控、所消耗資源以及投資費用較低，對城市規(guī)劃數(shù)據(jù)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(fā)射基站或者微站之間的通信數(shù)據(jù)，這些數(shù)據(jù)是由運營商移動通信系統(tǒng)所產(chǎn)生[1]。運營商所采用的移動通信系統(tǒng)是由基站子系統(tǒng)（BSS）、網(wǎng)絡與交換子系統(tǒng)（NSS）、操作維護子系統(tǒng)（OSS）以及移動終端（MS）所構成[2]（見圖1）。手機信令數(shù)據(jù)的采集主要是在用戶進行撥打與接聽電話、收發(fā)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(shù)據(jù)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(shù)據(jù)進行分析，所剔除的數(shù)據(jù)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(shù)據(jù)樣本的整體特性的評估結果，其中樣本的評估項目包括區(qū)域中用戶數(shù)量，記錄數(shù)據(jù)、數(shù)據(jù)采樣時間的間隔、事件樣本的分布情況、數(shù)據(jù)采集的連續(xù)性以及數(shù)據(jù)空間的缺失情況等。目前，貴陽聯(lián)合通信公司手機信令監(jiān)測已經(jīng)在全市得到覆蓋，總監(jiān)控面積為0.8×104? km2，日用有效數(shù)據(jù)收發(fā)用戶數(shù)量達到460余萬、單一用戶有效數(shù)據(jù)40余條，平均數(shù)據(jù)采集時間為20～60 min。手機信令數(shù)據(jù)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(jù)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(qū)內(nèi)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(qū)域的定位精度為250～500 m;在主城區(qū)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(nèi)進行信號數(shù)據(jù)的收發(fā)操作時均會生成信令記錄，根據(jù)對用戶手機信令有效數(shù)據(jù)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(qū)域，工作單位則是用戶白天頻繁活動區(qū)域。針對用戶所在不同地點的辨識可通過用戶長期數(shù)據(jù)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(qū)域活動便可判定為工作單位區(qū)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(guī)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(xù)劃分，根據(jù)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(fā)生誤差，并呈現(xiàn)為正比關系，即便用戶不發(fā)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(nèi)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(wǎng)絡負載以及區(qū)域內(nèi)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(fā)生了跨區(qū)移動，需要以用戶發(fā)生的數(shù)據(jù)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(shù)據(jù)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(tǒng)計中的外部出行比例，并將其作為研究區(qū)域中真實的外部出行比例數(shù)據(jù)。

（2）根據(jù)母體容量預測比例關系。根據(jù)已知區(qū)域中移動終端的數(shù)量以及通行情況的比例計算出外部通勤數(shù)量，此結果也是區(qū)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(jù)抽查情況計算絕對出行量。如根據(jù)運營商提供的數(shù)據(jù)樣本分析區(qū)域內(nèi)的外部出行數(shù)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(qū)域內(nèi)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(qū)域基站檢測的方式。由于無法直接地計算出各區(qū)域中的抽樣率，在實施數(shù)據(jù)的擴樣時可使用全市平均抽樣率，需要注意的是數(shù)據(jù)擴樣結果應與其他社會普查數(shù)據(jù)相驗證。

3? ? 案例分析

3.1? 各區(qū)域聯(lián)系分析

對比分析貴陽主城與其他區(qū)縣的跨區(qū)交換量、人均跨區(qū)交換量，以此獲取各區(qū)域間的聯(lián)系性。其中，跨區(qū)交換量是指移動終端跨區(qū)的總體數(shù)量，此數(shù)據(jù)主要受區(qū)域人口的影響。人均跨區(qū)交換量是指跨區(qū)交換量與區(qū)縣常住人口的占比數(shù)值，能夠反映出區(qū)域中經(jīng)濟與距離等因素對連續(xù)性的產(chǎn)生的影響。主城占比可以詮釋為區(qū)域內(nèi)區(qū)縣、主城交換量與區(qū)縣全部跨區(qū)交換量的比值，此數(shù)據(jù)可以反饋出主城在外部聯(lián)系中的權重，可以表現(xiàn)出區(qū)縣對主城的依賴情況，其中主城的出行量較大、出行次數(shù)多、占比較多的情況下則會產(chǎn)生密切的聯(lián)系。主城與各區(qū)縣間發(fā)生的跨區(qū)交換量排序情況如圖2所示。

可以看出，金陽新區(qū)、云巖區(qū)以及烏當區(qū)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(fā)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(zhàn)略發(fā)展中，并能夠實現(xiàn)城市間的聯(lián)系定量描述。結果顯示，當前，貴陽的城鄉(xiāng)發(fā)展規(guī)劃所提出的“城市區(qū)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(qū)域人流情況進行必要的調整。按照聯(lián)系緊密度可以發(fā)揮金陽新區(qū)、云巖區(qū)以及烏當區(qū)可采用融入主城區(qū)的發(fā)展戰(zhàn)略，區(qū)縣的經(jīng)濟發(fā)展布局、基礎交通建設應與主城區(qū)相對接。

4? ? 結語

隨著經(jīng)濟以及科學技術的快速發(fā)展，在實施區(qū)域的城鄉(xiāng)規(guī)劃中應將數(shù)據(jù)作為規(guī)劃的實施依據(jù)，通過海量的手機信令數(shù)據(jù)代替?zhèn)鹘y(tǒng)分析方式，根據(jù)人流的活動軌跡，為區(qū)域的規(guī)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(shù)據(jù)支持城鎮(zhèn)體系規(guī)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(shù)據(jù)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(shù)據(jù)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(guī)劃編制研究[J].自然資源學報，2019（10）：2186-2199.

（編輯 姚 鑫）