朱 洪，陳 歡，范 瑱，蘇 瑛

上海市城鄉(xiāng)建設(shè)和交通發(fā)展研究院

1 現(xiàn)狀調(diào)查實(shí)施情況及面臨的問題

人員出行調(diào)查主要是為了掌握關(guān)于出行源頭的規(guī)律性指標(biāo)，獲取不同屬性的人員出行的特征,發(fā)現(xiàn)影響人員出行行為的主要因素,為分析城市交通發(fā)展趨勢，制訂城市交通規(guī)劃、管理政策等提供基礎(chǔ)數(shù)據(jù)。

目前國內(nèi)外許多城市、地區(qū)已經(jīng)形成了政府部門主導(dǎo)下定期開展人員出行調(diào)查的機(jī)制（見表1），并在長期實(shí)踐中積累了寶貴經(jīng)驗(yàn)，同時(shí)調(diào)查的途徑在不斷拓展，調(diào)查的技術(shù)手段也在不斷提升。

當(dāng)前社會經(jīng)濟(jì)背景下，出行調(diào)查在實(shí)際實(shí)施中無法避免地面臨入戶家訪、人工攔截等傳統(tǒng)調(diào)查手段實(shí)施難度越來越大的問題，同時(shí)也面臨著科技發(fā)展、大數(shù)據(jù)技術(shù)革新等帶來的機(jī)遇。但在日常實(shí)踐中，大數(shù)據(jù)往往只能反映局部或單個(gè)交通系統(tǒng)的特征，無法全面反映交通系統(tǒng)之間銜接和人員全程出行的行為特征，特別是不同屬性人群的出行肌理，直接應(yīng)用于決策支撐時(shí)存在一定的局限性。移動互聯(lián)背景下人員出行調(diào)查應(yīng)更注重大數(shù)據(jù)技術(shù)應(yīng)用與現(xiàn)代化人工調(diào)查手段的充分融合。

2 調(diào)查方案設(shè)計(jì)思路

本次上海市人員出行調(diào)查方案設(shè)計(jì)在緊貼政府各部門決策管理需求的基礎(chǔ)上，強(qiáng)化移動互聯(lián)技術(shù)的應(yīng)用。對傳統(tǒng)人工調(diào)查手段進(jìn)行優(yōu)化升級的同時(shí)，廣泛深入開展大數(shù)據(jù)開發(fā)應(yīng)用（見圖1）。在大數(shù)據(jù)技術(shù)不斷發(fā)展的環(huán)境下，自動采集的數(shù)據(jù)資源日益豐富，為開展交通調(diào)查提供了很好的數(shù)據(jù)支撐。強(qiáng)化大數(shù)據(jù)的融合應(yīng)用，可以在保證調(diào)查質(zhì)量的前提下，有效降低人工調(diào)查成本，針對日常工作較難獲取或尚未形成固化分析機(jī)制的大數(shù)據(jù)制定開發(fā)應(yīng)用方案。通過更加廣泛、深入地使用交通及相關(guān)行業(yè)大數(shù)據(jù)，充分發(fā)揮大數(shù)據(jù)的優(yōu)勢。

圖1 人工調(diào)查與大數(shù)據(jù)開發(fā)應(yīng)用相結(jié)合

3 調(diào)查實(shí)施情況

3.1 調(diào)查范圍

移動互聯(lián)技術(shù)的應(yīng)用使得本次人員出行調(diào)查的范圍首次從上海市域擴(kuò)展至長三角，在獲取上海市域內(nèi)人員出行特征指標(biāo)的基礎(chǔ)上，進(jìn)一步獲取長三角都市圈人員城際出行的特征指標(biāo)（見圖2）。并且在2019年開展常態(tài)出行調(diào)查的基礎(chǔ)上，對2020年疫情期間的人員出行情況進(jìn)行了跟蹤調(diào)查。

圖2 基于長三角區(qū)域手機(jī)信令數(shù)據(jù)的城際人員出行分布

3.2 調(diào)查內(nèi)容

人員出行特征與社會經(jīng)濟(jì)、城市用地布局、車輛擁有情況、基礎(chǔ)設(shè)施布局等相關(guān)，以往調(diào)查以人員為調(diào)查對象，調(diào)查其在上海市域內(nèi)的活動為主，本次調(diào)查不僅調(diào)查上海市域內(nèi)的人員出行特征，還針對上海與長三角區(qū)域間的城際客流出行情況進(jìn)行了調(diào)查，全面獲取上海市及長三角區(qū)域城際出行的整體情況。主要調(diào)查指標(biāo)包括出行總量、出行強(qiáng)度（頻次）、時(shí)空分布、出行方式鏈、出行各環(huán)節(jié)時(shí)耗、軌道換乘、出行費(fèi)用等方面的特征數(shù)據(jù)。此外，考慮近年來小客車的普及情況，結(jié)合家庭戶調(diào)查和新能源汽車平臺數(shù)據(jù)分析等獲得小客車的使用特征。

3.3 調(diào)查途徑與規(guī)模

本次上海市人員出行調(diào)查中獲取常住人口出行特征的主要途徑是通過對居民家庭戶的入戶家訪調(diào)查。根據(jù)住建部2018年發(fā)布的《城市綜合交通調(diào)查技術(shù)標(biāo)準(zhǔn)》，常住人口規(guī)模超過1 000萬的城市，居民家訪調(diào)查的抽樣率應(yīng)在0.5%以上。根據(jù)上海市常住人口規(guī)?？锼?，確定本次居民家訪調(diào)查樣本量為5.1萬戶，樣本戶覆蓋全市所有街道。同時(shí)，為了加強(qiáng)對強(qiáng)出行人口的調(diào)查，本次調(diào)查中首次與市教委合作，對全市3.9萬戶學(xué)生家庭進(jìn)行了出行調(diào)查，樣本覆蓋上海市所有行政區(qū)的各學(xué)齡段共120所學(xué)校。此外，還首次使用三家運(yùn)營商的手機(jī)數(shù)據(jù)對出行空間信息進(jìn)行挖掘。區(qū)域出行方面，一方面基于區(qū)域手機(jī)信令數(shù)據(jù)獲取出行分布情況，另一方面通過對外樞紐旅客抽樣問詢和全市隨機(jī)網(wǎng)絡(luò)問卷結(jié)合，獲得城際出行空間分布和內(nèi)外銜接交通方式等情況。在小客車使用特征方面，隨著小客車的普及，一方面通過居民出行家訪調(diào)查和學(xué)生家庭調(diào)查可以獲得約5.7萬輛車的出行信息，另一方面通過新能源汽車公共信息平臺，獲取了約5萬輛新能源小客車的出行軌跡數(shù)據(jù)。此外，依托公安交警的城運(yùn)平臺，抽取一周的內(nèi)環(huán)內(nèi)區(qū)域號牌識別數(shù)據(jù)，進(jìn)一步對中心區(qū)域的小客車使用特征補(bǔ)充完善。

在實(shí)施人員出行特征調(diào)查的基礎(chǔ)上，同步對軌道交通、地面公交、道路交通等系統(tǒng)運(yùn)行情況進(jìn)行了相關(guān)調(diào)查，為校核特征調(diào)查數(shù)據(jù)提供依據(jù)。在公交客流調(diào)查方面還首次使用交通卡和公交車衛(wèi)星定位數(shù)據(jù)融合挖掘的方法。調(diào)查通過多源數(shù)據(jù)校核，更全面、更精準(zhǔn)地獲得人員出行的關(guān)鍵特征指標(biāo)數(shù)據(jù)（見圖3）。

圖3 人員出行特征調(diào)查調(diào)查途徑方法

4 關(guān)鍵技術(shù)實(shí)踐與創(chuàng)新

本次調(diào)查緊密結(jié)合當(dāng)前政府管理工作要求，深入研究大數(shù)據(jù)應(yīng)用與挖掘的方式方法，探索大數(shù)據(jù)融合應(yīng)用的技術(shù)和機(jī)制創(chuàng)新，制定大數(shù)據(jù)和人工調(diào)查融合的調(diào)查方案，主要涉及以下四個(gè)方面的關(guān)鍵技術(shù)實(shí)踐與創(chuàng)新。

4.1 大數(shù)據(jù)融合挖掘

為了實(shí)現(xiàn)移動互聯(lián)數(shù)據(jù)從局部、抽樣到全面的應(yīng)用，通過梳理數(shù)據(jù)之間的層次關(guān)系、時(shí)態(tài)關(guān)系等，確定數(shù)據(jù)的多維關(guān)聯(lián)規(guī)則，首次實(shí)現(xiàn)對三家通信運(yùn)營商的手機(jī)信令數(shù)據(jù)、交通卡與公交車衛(wèi)星定位數(shù)據(jù)等多平臺數(shù)據(jù)的融合挖掘，提升相關(guān)數(shù)據(jù)在人員出行特征分析中的支持度與可信度。

手機(jī)信令數(shù)據(jù)挖掘以連續(xù)一個(gè)月內(nèi)在上海市域內(nèi)出現(xiàn)的手機(jī)用戶為對象，通過常住用戶識別、駐留地判斷、出行判斷等時(shí)空信息分析，獲取市域內(nèi)的通勤出行特征，重點(diǎn)了解區(qū)域職住平衡情況和通勤客流走廊的不均衡性。對于疫情期間的出行變化跟蹤，以周為單位對手機(jī)數(shù)據(jù)進(jìn)行連續(xù)分析，及時(shí)掌握通勤出行的恢復(fù)情況和特殊時(shí)期通勤出行特征的變化。本次調(diào)查中首次同時(shí)對三家運(yùn)營企業(yè)的數(shù)據(jù)開展手機(jī)信令數(shù)據(jù)的整合分析（見圖4），覆蓋用戶群體廣泛，能夠更加全面地反映人員出行的空間信息。

圖4 基于三家通信運(yùn)營商手機(jī)信令數(shù)據(jù)的通勤客流走廊分布

對交通卡與公交車GPS數(shù)據(jù)的融合挖掘打破了以往兩塊數(shù)據(jù)獨(dú)立挖掘的格局，實(shí)現(xiàn)了對全市公交客流上下客與公交走廊的關(guān)聯(lián)分析。乘車OD的推算主要是應(yīng)用重力模型、增長系數(shù)法等，并利用每天上下班時(shí)段刷卡乘公交車判斷通勤用卡的OD，利用公交車后換乘軌道或者公交刷卡記錄推算換乘客流的OD，根據(jù)客流上下客特征推算偶爾乘車用卡的OD。通過大數(shù)據(jù)挖掘，最終得到客流時(shí)空分布、斷面客運(yùn)量、乘車距離、客運(yùn)周轉(zhuǎn)量、換乘系數(shù)、客運(yùn)走廊各斷面流量等數(shù)據(jù)。同時(shí)，為了反映該項(xiàng)調(diào)查技術(shù)的精度，通過與主要公交走廊的線路抽樣調(diào)查數(shù)據(jù)相比對，得到相關(guān)性檢驗(yàn)系數(shù)R2均值達(dá)到0.9以上（見圖5）。交通卡與公交車GPS數(shù)據(jù)的融合挖掘技術(shù)可以較好地還原公交客流分布。

圖5 部分公交線路數(shù)據(jù)相關(guān)性檢驗(yàn)結(jié)果

4.2 問卷填報(bào)系統(tǒng)優(yōu)化升級

本次居民家訪調(diào)查在延續(xù)2014年首次采用的手持終端設(shè)備入戶調(diào)查的基礎(chǔ)上，對移動端調(diào)查APP和云端平臺進(jìn)行了功能優(yōu)化（見圖6），實(shí)現(xiàn)了調(diào)查過程自動錄音、調(diào)查數(shù)據(jù)自動審核及云端同步入庫等功能，邊調(diào)查邊審核邊錄入，避免了傳統(tǒng)問卷調(diào)查數(shù)據(jù)采集與錄入中的誤操作可能導(dǎo)致的誤差。在學(xué)生家庭調(diào)查中進(jìn)一步探索無接觸調(diào)查問卷系統(tǒng)研發(fā)與應(yīng)用，對在線問卷的交互設(shè)計(jì)進(jìn)行優(yōu)化，新增填寫引導(dǎo)、案例示范、時(shí)間位置信息自動匹配等功能，引導(dǎo)在線沉浸式的調(diào)查體驗(yàn)，被調(diào)查者可使用智能終端設(shè)備掃描二維碼進(jìn)入填報(bào)系統(tǒng)。調(diào)查數(shù)據(jù)在自動同步的基礎(chǔ)上實(shí)現(xiàn)統(tǒng)計(jì)數(shù)據(jù)的后臺可視化監(jiān)測功能，進(jìn)一步提升調(diào)查過程的質(zhì)量控制水平。與傳統(tǒng)的在線問卷相比，被訪者的體驗(yàn)度、填報(bào)環(huán)境及進(jìn)程質(zhì)控均有所提升。

圖6 移動端調(diào)查問卷系統(tǒng)應(yīng)用及后臺界面

4.3 基于活動鏈的問卷內(nèi)容設(shè)計(jì)整合

在人員出行調(diào)查的問卷設(shè)計(jì)中，以被調(diào)查者全天的活動為主線開展調(diào)查，調(diào)查內(nèi)在邏輯更加符合人們?nèi)粘５乃季S方式和思考習(xí)慣，可有效提升出行鏈獲取的完整度與真實(shí)度?；谲壍揽土鲾?shù)據(jù)、新能源汽車平臺數(shù)據(jù)、牌照識別數(shù)據(jù)等大數(shù)據(jù)無法獲得全程出行鏈信息、出行費(fèi)用、目的等細(xì)分?jǐn)?shù)據(jù)的基本情況，在問卷設(shè)計(jì)中予以彌補(bǔ)。調(diào)查內(nèi)容和方案設(shè)計(jì)將人員活動鏈抽樣調(diào)查與各系統(tǒng)大數(shù)據(jù)充分整合，強(qiáng)調(diào)反映全程出行鏈和各次出行活動之間的關(guān)聯(lián)連續(xù)性。

4.4 調(diào)查機(jī)制創(chuàng)新

本次人員出行調(diào)查由政府部門擴(kuò)展到互聯(lián)網(wǎng)企業(yè)、大數(shù)據(jù)平臺，形成一個(gè)綜合、穩(wěn)定、高效的調(diào)查機(jī)制。調(diào)查首次得到了上海市教育委員會、上海市通信管理局等部門的支持，探索基于學(xué)生家庭開展無接觸調(diào)查場景，首次協(xié)同三家手機(jī)運(yùn)營企業(yè)開展數(shù)據(jù)調(diào)查，并以此為契機(jī)形成了長效合作研發(fā)機(jī)制。

5 結(jié) 語

本文重點(diǎn)介紹了移動互聯(lián)背景下上海市人員出行調(diào)查實(shí)施過程中新思路、新技術(shù)的實(shí)際應(yīng)用情況，系統(tǒng)闡述了本次人員出行調(diào)查從方案設(shè)計(jì)、實(shí)際實(shí)施情況到關(guān)鍵技術(shù)的實(shí)踐和創(chuàng)新等內(nèi)容。目前有關(guān)于交通領(lǐng)域的大數(shù)據(jù)研究日趨成熟，相關(guān)技術(shù)在豐富可挖掘數(shù)據(jù)資源的同時(shí)，也在拓寬調(diào)查分析方法的技術(shù)路徑。未來，在積累總結(jié)人員出行調(diào)查實(shí)施經(jīng)驗(yàn)的基礎(chǔ)上，仍需進(jìn)一步思考如何將大數(shù)據(jù)技術(shù)系統(tǒng)地融合納入出行特征獲取分析的技術(shù)框架內(nèi)，在實(shí)踐中不斷通過新技術(shù)方法取得更高質(zhì)量的調(diào)查成果。