姚 海 芳,劉 云 溪,劉 勁 松

(1.河北師范大學(xué)旅游系,河北 石家莊 050024；2.東北林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,黑龍江 哈爾濱 150040；3.河北師范大學(xué)資源與環(huán)境科學(xué)學(xué)院,河北 石家莊 050024)

0 引言

機(jī)場(chǎng)腹地是規(guī)劃航空運(yùn)輸網(wǎng)絡(luò)以及完善和管控機(jī)場(chǎng)地表集疏運(yùn)網(wǎng)絡(luò)的基礎(chǔ)依據(jù)[1，2]，如何及時(shí)、準(zhǔn)確地劃定機(jī)場(chǎng)腹地范圍，學(xué)界尚未達(dá)成共識(shí)[3]。目前，常用的機(jī)場(chǎng)腹地理論范圍劃定方法有：1)同心圓法，即以機(jī)場(chǎng)為中心，采用指定半徑畫(huà)同心圓確定機(jī)場(chǎng)腹地范圍[4]，但劃分結(jié)果不能準(zhǔn)確展現(xiàn)機(jī)場(chǎng)綜合吸引力的輻射范圍；2)旅行時(shí)間法(交通等時(shí)圈法)，一般以機(jī)場(chǎng)為中心，以交通網(wǎng)絡(luò)為基礎(chǔ)，采用指定的時(shí)間閾值界定機(jī)場(chǎng)腹地范圍，該方法在交通地理學(xué)領(lǐng)域得到廣泛應(yīng)用[5-8]；3)加權(quán)Voronoi圖法(或加權(quán)V圖法)，綜合考慮機(jī)場(chǎng)引力、機(jī)場(chǎng)地表集疏運(yùn)條件[9]，通過(guò)設(shè)定不同機(jī)場(chǎng)的引力權(quán)重，生成機(jī)場(chǎng)博弈情景下的腹地范圍；4)Huff模型法，綜合考慮機(jī)場(chǎng)吸引力和交通情況[10]，劃分結(jié)果優(yōu)于同心圓法和等時(shí)圈法，但該方法中的機(jī)場(chǎng)綜合吸引力彈性系數(shù)和距離衰減系數(shù)需結(jié)合具體機(jī)場(chǎng)分別設(shè)定。機(jī)場(chǎng)腹地是機(jī)場(chǎng)吸引航空旅客的陸面區(qū)域，旅客的出行行為決定機(jī)場(chǎng)腹地分布范圍[11]，但上述方法未充分考慮航空旅客的真實(shí)出行行為，劃分的機(jī)場(chǎng)腹地分布范圍常被高估或低估，而且易忽略機(jī)場(chǎng)腹地內(nèi)部的空間異質(zhì)性特征。5)離散選擇模型法，通過(guò)調(diào)查問(wèn)卷獲取航空旅客歸屬地，從而確定機(jī)場(chǎng)腹地范圍[12，13]，但其數(shù)據(jù)獲取難度大，成本高；為彌補(bǔ)調(diào)查問(wèn)卷的不足，Lieshout[1]利用機(jī)場(chǎng)航班頻率、機(jī)票價(jià)格、機(jī)場(chǎng)陸側(cè)可達(dá)性、空側(cè)可達(dá)性等可直接獲取或計(jì)算得出的數(shù)據(jù)，基于離散選擇模型測(cè)算了阿姆斯特丹機(jī)場(chǎng)2005年和2011年的腹地范圍。離散模型法雖然考慮了旅客的真實(shí)出行行為，但該模型數(shù)據(jù)收集成本高、更新周期長(zhǎng)、計(jì)算量大，且受多種不確定性因素影響，不適于機(jī)場(chǎng)腹地動(dòng)態(tài)監(jiān)測(cè)。為加強(qiáng)機(jī)場(chǎng)腹地內(nèi)部的事件管控和精準(zhǔn)服務(wù)能力，迫切需要揭示機(jī)場(chǎng)腹地的動(dòng)態(tài)性和異質(zhì)性特征。

手機(jī)信令屬于個(gè)體行為大數(shù)據(jù)[14]，具有時(shí)空信息豐富、獲取成本低等優(yōu)點(diǎn)，在人口流動(dòng)[15]、人口出行特征[16-18]、城市職住關(guān)系[19,20]、城市空間結(jié)構(gòu)[21,22]、旅游客源市場(chǎng)[23]等領(lǐng)域得到廣泛應(yīng)用。因此，本文利用手機(jī)信令大數(shù)據(jù)構(gòu)建機(jī)場(chǎng)腹地識(shí)別算法，包括分類識(shí)別機(jī)場(chǎng)進(jìn)/出港旅客、生成進(jìn)/出港旅客的出行軌跡、確定進(jìn)/出港旅客的出行OD位置、刻畫(huà)進(jìn)/出港旅客機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征，并以石家莊正定國(guó)際機(jī)場(chǎng)(簡(jiǎn)稱“石家莊機(jī)場(chǎng)”)為例，利用中國(guó)聯(lián)通河北分公司提供的2019年10月2-8日的手機(jī)信令數(shù)據(jù)，對(duì)該算法進(jìn)行測(cè)試和驗(yàn)證。

1 基于手機(jī)信令大數(shù)據(jù)的機(jī)場(chǎng)腹地識(shí)別算法

1.1 機(jī)場(chǎng)進(jìn)/出港旅客分類識(shí)別

將一周內(nèi)出現(xiàn)在研究區(qū)5天及以上的手機(jī)用戶判定為工作人員、居民等[24]非航空旅客并予以標(biāo)記，不參與航空旅客分類。根據(jù)旅客流向，將航空旅客分為出港、進(jìn)港、中轉(zhuǎn)3類旅客；根據(jù)旅客出行行為的組合特征，對(duì)3類旅客進(jìn)一步細(xì)分：如果測(cè)試機(jī)場(chǎng)具有省內(nèi)通航城市，則將其旅客細(xì)分為11小類(表1)，否則細(xì)分為5小類(表1中陰影部分)。航空旅客分類算法參見(jiàn)文獻(xiàn)[24]。鑒于當(dāng)日往返的進(jìn)/出港旅客所占比重極小，中轉(zhuǎn)旅客僅在機(jī)場(chǎng)航站樓附近逗留，故機(jī)場(chǎng)腹地識(shí)別算法中未考慮這部分旅客。因此，在劃定機(jī)場(chǎng)腹地過(guò)程中，如果測(cè)試機(jī)場(chǎng)沒(méi)有省內(nèi)通航城市，則僅考慮“11”和“21”兩類旅客，否則需考慮“11”、“13”(合稱為狹義的出港旅客)和“21”、“23”(合稱為狹義的進(jìn)港旅客)4類旅客。

表1 機(jī)場(chǎng)航空旅客分類及編碼

1.2 進(jìn)/出港旅客出行軌跡生成

基于狹義的進(jìn)/出港旅客的手機(jī)用戶ID碼，提取每位進(jìn)/出港旅客的手機(jī)信令記錄，分別建立進(jìn)/出港旅客手機(jī)信令數(shù)據(jù)集。其中，對(duì)于“13”類旅客，僅考慮其到達(dá)測(cè)試機(jī)場(chǎng)及之前的手機(jī)信令記錄，對(duì)于“23”類旅客，僅考慮其到達(dá)測(cè)試機(jī)場(chǎng)及之后的手機(jī)信令記錄。

以日為單位，將每位進(jìn)/出港旅客的手機(jī)信令記錄按照時(shí)序排列，通過(guò)識(shí)別駐留點(diǎn)和移動(dòng)點(diǎn)[25]，生成每位進(jìn)/出港旅客的出行軌跡。以用戶a為例，假設(shè)某日用戶a有n條手機(jī)信令記錄，令其第一條記錄和最后一條記錄為當(dāng)日停留點(diǎn)，令時(shí)間約束Tmax為5 min，距離約束Dmax=1 km[17]。理論上，在Pt點(diǎn)，用戶a只有“停留”或“可能移動(dòng)”兩種運(yùn)動(dòng)狀態(tài)。依據(jù)Dmax和Tmax，按照下述規(guī)則，逐點(diǎn)推斷用戶a在后續(xù)比鄰時(shí)刻位置點(diǎn)的運(yùn)動(dòng)狀態(tài)。

(1)

(2)

ΔT=Tt+1-Tm

(3)

(2)若用戶a在Pt點(diǎn)為“可能移動(dòng)”狀態(tài)，則計(jì)算Pt+1和Pt之間的距離d(式(4))，同時(shí)計(jì)算t+1與t之間的時(shí)間差ΔT(式(5))。則用戶a在Pt+1點(diǎn)運(yùn)動(dòng)狀態(tài)的判定方法為：如果d>Dmax，則用戶a在Pt+1點(diǎn)的運(yùn)動(dòng)狀態(tài)為“可能移動(dòng)”，并將用戶a在Pt點(diǎn)的運(yùn)動(dòng)狀態(tài)改為“移動(dòng)”；如果dTmax，則用戶a在Pt點(diǎn)和Pt+1點(diǎn)的運(yùn)動(dòng)狀態(tài)均為“停留”，兩點(diǎn)共同構(gòu)成一個(gè)新的停留點(diǎn)集N′(Pt,Pt+1)；如果d

(4)

ΔT=Tt+1-Tt

(5)

依據(jù)上述算法，生成每位進(jìn)/出港旅客出行軌跡。

1.3 進(jìn)/出港旅客出行OD位置判定

判定進(jìn)港旅客的出行目的地(D)和出港旅客的出行起始地(O)(圖1)，進(jìn)而識(shí)別進(jìn)/出港旅客機(jī)場(chǎng)腹地范圍。以用戶a為例，根據(jù)1.2節(jié)方法獲得用戶a在每個(gè)出行軌跡點(diǎn)的信息，包括經(jīng)度(x)、緯度(y)、運(yùn)動(dòng)狀態(tài)(sigh=0表示停留，sigh=1表示移動(dòng))、停留時(shí)長(zhǎng)(stay_time)、停留開(kāi)始時(shí)間(stay_start_time)、停留結(jié)束時(shí)間(stay_end_time)等。

(1)如果用戶a為進(jìn)港旅客，則令A(yù)irport_end_point為出行的起始點(diǎn)O，向D方向?qū)ふ襰igh=0且stay_time>Tstay_time_max(Tstay_time_max用于判定當(dāng)前停留點(diǎn)是否為O/D的時(shí)間閾值)的點(diǎn)，如果能找到，則將此點(diǎn)判定為用戶a的出行目的地D，否則將最后的停留點(diǎn)判定為用戶a的出行目的地D。

圖1 進(jìn)/出港旅客出行OD判定方法

(2)如果用戶a為出港旅客，則令A(yù)irport_first_point為出行目的地D，向O方向?qū)ふ襰igh=0且stay_time>Tstay_time_max的點(diǎn)，如果能找到，則將此點(diǎn)判定為用戶a的出行起始點(diǎn)O，否則將最后一個(gè)停留點(diǎn)判定為用戶a的出行起始點(diǎn)O。

1.4 進(jìn)/出港旅客機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征解析

根據(jù)上述進(jìn)港旅客的出行目的地(D)數(shù)據(jù)集和出港旅客的出行起始點(diǎn)(O)數(shù)據(jù)集，分別與市、縣、鄉(xiāng)、村4級(jí)行政區(qū)劃單元進(jìn)行空間疊置，按行政區(qū)劃單元統(tǒng)計(jì)進(jìn)/出港旅客出行強(qiáng)度(某行政區(qū)劃單元航空旅客出行或抵達(dá)人數(shù))、出行密度(某行政區(qū)劃單元進(jìn)/出港旅客數(shù)量與行政區(qū)面積之比)，據(jù)此解析不同尺度上進(jìn)/出港旅客機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征。

2 案例地及數(shù)據(jù)

本文案例地選取京津冀城市群的重要空中門戶石家莊正定國(guó)際機(jī)場(chǎng)(IATA：SJW，ICAO：ZBSJ)。2018年機(jī)場(chǎng)航空旅客吞吐量突破千萬(wàn)人次大關(guān)，2019年10月通航城市達(dá)65個(gè)(國(guó)外6個(gè)，省外56個(gè)，省內(nèi)3個(gè)(張家口、承德、秦皇島))。G4高速、G107國(guó)道、京石客運(yùn)專線等是航空旅客進(jìn)出石家莊機(jī)場(chǎng)的主要客運(yùn)通道。

本文聯(lián)通手機(jī)信令數(shù)據(jù)來(lái)源于中國(guó)聯(lián)通河北分公司，包括用戶唯一識(shí)別號(hào)、時(shí)間戳、信令發(fā)生時(shí)手機(jī)所處經(jīng)度和緯度、用戶所屬省/市/縣、用戶性別、用戶年齡等字段，時(shí)間范圍為2019年10月2日0時(shí)至8日24時(shí)。將實(shí)驗(yàn)數(shù)據(jù)分為機(jī)場(chǎng)數(shù)據(jù)集(Airport Dataset)和外圍數(shù)據(jù)集(Outside Dataset)。其中，Airport Dataset來(lái)源于以機(jī)場(chǎng)外輪廓為中心，以850 m為半徑的緩沖區(qū)內(nèi)的204個(gè)聯(lián)通手機(jī)基站(圖2)；Outside Dataset是依據(jù)Airport Dataset中出現(xiàn)的手機(jī)用戶ID碼，提取的同一天內(nèi)手機(jī)用戶在Airport Dataset空間范圍外其他聯(lián)通手機(jī)基站的全部手機(jī)信令數(shù)據(jù)集，且僅限于河北省內(nèi)，暫未獲得省外、國(guó)內(nèi)的聯(lián)通手機(jī)信令數(shù)據(jù)。經(jīng)數(shù)據(jù)預(yù)處理(去除用戶ID、時(shí)間戳、經(jīng)緯度為空以及重復(fù)和漂移等無(wú)效記錄)，Airport Dataset中共有手機(jī)信令記錄278.9萬(wàn)條，Outside Dataset中共有對(duì)應(yīng)時(shí)段手機(jī)信令記錄3 101.1萬(wàn)條。

圖2 機(jī)場(chǎng)數(shù)據(jù)集(Airport Dataset)所屬空間范圍

統(tǒng)計(jì)2019年10月2-8日每個(gè)用戶相鄰手機(jī)信令記錄的時(shí)間間隔的均值和標(biāo)準(zhǔn)差，發(fā)現(xiàn)均值與2倍標(biāo)準(zhǔn)差之和小于3 600 s的用戶占74%，3 600 ～7 200 s的用戶占16.6%，說(shuō)明石家莊機(jī)場(chǎng)航空旅客手機(jī)信令記錄的間隔時(shí)長(zhǎng)通常為1～2 h；考慮到用戶換乘交通工具的時(shí)間一般不超過(guò)1 h，故本文將Tstay_time_max設(shè)定為3 600 s。采用上述進(jìn)/出港旅客識(shí)別算法，共識(shí)別出航空旅客47 444人次，其中，進(jìn)港旅客18 630人次(2 661人/d)，出港旅客24 759人次(3 537人/d)。考慮到中國(guó)聯(lián)通手機(jī)用戶數(shù)量占全國(guó)手機(jī)用戶的19.8%[26]，2019年10月石家莊機(jī)場(chǎng)共運(yùn)送旅客102.93萬(wàn)人次[27]，本研究的識(shí)別精度約為96.9%，識(shí)別結(jié)果可信。

3 機(jī)場(chǎng)腹地內(nèi)部多尺度結(jié)構(gòu)特征

利用2019年10月2-8日的手機(jī)信令數(shù)據(jù)，運(yùn)用本文機(jī)場(chǎng)腹地識(shí)別算法刻畫(huà)機(jī)場(chǎng)腹地分布范圍、不同尺度下機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征及旅客出行強(qiáng)度。

(1)出港旅客的客源地分布特征。由圖3(彩圖見(jiàn)封3)可知，出港旅客的客源地呈現(xiàn)以機(jī)場(chǎng)為中心、沿主要交通干線(高鐵、高速公路、國(guó)道)向外圍輻射的空間分布模式，且出港旅客密度隨著距機(jī)場(chǎng)距離延長(zhǎng)而衰減。在圖3上采用同心圓法和等時(shí)圈法進(jìn)一步測(cè)算發(fā)現(xiàn)：在R=100 km和R=200 km的同心圓內(nèi)，出港旅客數(shù)量占比分別為82.8%和98.21%，在30 min、60 min和90 min等時(shí)圈內(nèi)，出港旅客數(shù)量占比分別為58.3%、85.45%和96.13%，說(shuō)明R=200 km的同心圓和90 min等時(shí)圈是石家莊機(jī)場(chǎng)出港旅客的主要客源地。

圖3 2019年10月2-8日石家莊機(jī)場(chǎng)出港旅客客源地散點(diǎn)圖

(2)市級(jí)尺度機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征。市級(jí)尺度進(jìn)/出港旅客主要分布在石家莊市(約占70%)，其次為保定市(約占15%)，邢臺(tái)、衡水、滄州、邯鄲4市進(jìn)港旅客合計(jì)約占9%，出港旅客合計(jì)約占15%(表2)，說(shuō)明石家莊機(jī)場(chǎng)的核心腹地是石家莊市，主要腹地是保定市，次要腹地是邢臺(tái)、衡水、滄州和邯鄲4市。

表2 石家莊機(jī)場(chǎng)進(jìn)/出港旅客分布特征

(3)縣級(jí)尺度機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征?？h級(jí)尺度進(jìn)/出港旅客出行強(qiáng)度均呈現(xiàn)以機(jī)場(chǎng)為中心向外逐步衰減的圈層結(jié)構(gòu)特征(圖4，彩圖見(jiàn)封2)，但與北京比鄰的涿州市的進(jìn)港旅客出行強(qiáng)度畸高(圖4a)，違背了距離衰減原則，結(jié)果異常的原因可能與僅獲得省內(nèi)手機(jī)信令數(shù)據(jù)有關(guān)，如經(jīng)石家莊機(jī)場(chǎng)前往北京的進(jìn)港旅客的目的地均劃歸涿州，說(shuō)明僅用省內(nèi)聯(lián)通數(shù)據(jù)識(shí)別進(jìn)/出港旅客的OD位置，會(huì)產(chǎn)生省界堆積效應(yīng)。

(4)鄉(xiāng)級(jí)尺度機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征。鄉(xiāng)級(jí)尺度機(jī)場(chǎng)腹地內(nèi)部不再連續(xù)(圖5，彩圖見(jiàn)封2)，石家莊及周邊區(qū)縣的進(jìn)/出港旅客出行強(qiáng)度最高，且高強(qiáng)度出行區(qū)域沿京廣線、石德線、石太線等交通要道分布，石家莊、保定、衡水及其部分縣城的進(jìn)/出港旅客出行強(qiáng)度明顯高于其他鄉(xiāng)鎮(zhèn)。值得注意的是，涿州與北京、霸州與天津、井陘與山西相鄰的鄉(xiāng)鎮(zhèn)進(jìn)/出港旅客出行強(qiáng)度偏高，進(jìn)一步驗(yàn)證了省界堆積效應(yīng)。

(5)村級(jí)尺度機(jī)場(chǎng)腹地內(nèi)部結(jié)構(gòu)特征。村級(jí)尺度機(jī)場(chǎng)腹地的客源地和目的地更加離散(圖6，彩圖見(jiàn)附錄3)，統(tǒng)計(jì)發(fā)現(xiàn)，城市、建制鎮(zhèn)、村莊3類聚落的進(jìn)港旅客出行密度分別為6.86 人/km2、1.15 人/km2、0.96 人/km2，出港旅客出行密度分別為9.25 人/km2、1.57 人/km2、0.83 人/km2，進(jìn)/出港旅客出行密度呈現(xiàn)出城市>建制鎮(zhèn)>村莊的特征，說(shuō)明城市和建制鎮(zhèn)是進(jìn)/出港旅客的主要目的地和客源地。

(6)航空旅客出行強(qiáng)度動(dòng)態(tài)監(jiān)測(cè)。本文的機(jī)場(chǎng)腹地識(shí)別算法能持續(xù)監(jiān)測(cè)腹地內(nèi)部航空旅客的出行強(qiáng)度。利用中國(guó)聯(lián)通河北分公司提供的2020年2月2-8日的手機(jī)信令數(shù)據(jù)，共識(shí)別進(jìn)港旅客2 541人次(363人/d)，出港旅客4 126人次(589人/d)。與2019年10月2日-8日數(shù)據(jù)相比，進(jìn)港旅客減少了86.4%，出港旅客減少了83.3%，主要是受新冠疫情影響，旅客出行強(qiáng)度明顯下降。

圖4 縣級(jí)尺度進(jìn)/出港旅客出行強(qiáng)度

圖5 鄉(xiāng)級(jí)尺度進(jìn)/出港旅客出行強(qiáng)度

4 結(jié)論

本文利用手機(jī)信令大數(shù)據(jù)，構(gòu)建新的機(jī)場(chǎng)腹地識(shí)別算法，并利用中國(guó)聯(lián)通河北分公司提供的石家莊機(jī)場(chǎng)2019年10月2-8日的手機(jī)信令數(shù)據(jù)，測(cè)算了石家莊機(jī)場(chǎng)的腹地范圍和內(nèi)部結(jié)構(gòu)特征。研究表明：1)以石家莊機(jī)場(chǎng)為中心，R=200 km的同心圓和90 min等時(shí)圈覆蓋的省域范圍內(nèi)，覆蓋了超過(guò)95%的出港旅客客源地。2)市級(jí)尺度石家莊機(jī)場(chǎng)進(jìn)/出港旅客的核心腹地是石家莊市，主要腹地是保定市，次要腹地是邢臺(tái)、衡水、滄州和邯鄲4市，6市的貢獻(xiàn)率高達(dá)約99%；縣級(jí)尺度腹地內(nèi)的進(jìn)/出港旅客出行強(qiáng)度呈現(xiàn)以機(jī)場(chǎng)為中心逐步衰減的圈層結(jié)構(gòu)；鄉(xiāng)級(jí)尺度腹地內(nèi)部呈現(xiàn)不連續(xù)特征，交通線附近旅客出行強(qiáng)度高；村級(jí)尺度進(jìn)/出港旅客出行密度呈現(xiàn)城市>建制鎮(zhèn)>村莊的特征。

圖6 村級(jí)尺度進(jìn)/出港旅客出行強(qiáng)度

基于手機(jī)信令大數(shù)據(jù)的機(jī)場(chǎng)腹地識(shí)別算法，借助出港旅客客源地分布圖和進(jìn)港旅客目的地分布圖，真實(shí)刻畫(huà)了機(jī)場(chǎng)腹地分布范圍；通過(guò)不同級(jí)別行政區(qū)域的出行強(qiáng)度圖準(zhǔn)確解析了機(jī)場(chǎng)腹地的內(nèi)部結(jié)構(gòu)特征，能動(dòng)態(tài)監(jiān)測(cè)機(jī)場(chǎng)腹地的分布特征和航空旅客的出行特征，為深入探索腹地內(nèi)部進(jìn)/出港旅客的出行規(guī)律以及診斷機(jī)場(chǎng)集疏運(yùn)網(wǎng)絡(luò)運(yùn)行效率提供了新方法，也為建構(gòu)機(jī)場(chǎng)腹地的個(gè)性化扎根理論提供了支撐。如果能夠獲得全國(guó)范圍內(nèi)的手機(jī)信令數(shù)據(jù)，則可避免省界周邊的進(jìn)/出港旅客堆積效應(yīng)；如果能夠獲得中國(guó)移動(dòng)、中國(guó)聯(lián)通、中國(guó)電信三大運(yùn)營(yíng)商的手機(jī)信令數(shù)據(jù)，則可進(jìn)一步提高機(jī)場(chǎng)腹地的識(shí)別精度。