張翔

一、研究背景

近年來，“以人民為中心的創(chuàng)作導向”、“以人民為中心的發(fā)展理念”等重要思想正式提出。2021年，自然資源部按照堅持以人民為中心的發(fā)展思想，發(fā)布《國土空間規(guī)劃城市體檢評估規(guī)程》（以下簡稱《規(guī)程》），確保國土空間規(guī)劃城市體檢評估的規(guī)范性和可操作性，有助于了解人民最關心最直接最現(xiàn)實的突出問題，提升人民群眾的獲得感、幸福感、安全感。《規(guī)程》倡導大數(shù)據(jù)等新技術和新方法的應用，對城市發(fā)展現(xiàn)狀及規(guī)劃實施效果進行分析和評價。鼓勵利用大數(shù)據(jù)等先進技術，提高對空間治理問題的動態(tài)精準識別能力。對此，可聯(lián)合電信運營商、互聯(lián)網(wǎng)公司等大數(shù)據(jù)提供方，對城市建設、人口和就業(yè)特征、交通和通勤特征、公共服務設施配置、空間品質等開展分析評價[1]。

自然資源領域常用的大數(shù)據(jù)包括POI數(shù)據(jù)、手機信令數(shù)據(jù)、交通IC卡數(shù)據(jù)、位置服務數(shù)據(jù)等[2-3]，本文重點討論以手機信令數(shù)據(jù)為支撐的基本指標與推薦指標測算。

二、數(shù)據(jù)來源與分析

（一）手機信令數(shù)據(jù)類型分析

利用手機信令數(shù)據(jù)開展人口定量分析，彌補了傳統(tǒng)統(tǒng)計數(shù)據(jù)的不足，提高了對人類活動的動態(tài)監(jiān)測水平，具有良好的實用性與適用性。目前手機信令數(shù)據(jù)的分類：移動通信運營商可以提供兩種手機信令數(shù)據(jù)服務方式。

第一種數(shù)據(jù)服務的數(shù)據(jù)處理結果是保留信令記錄，對信令數(shù)據(jù)字段中的信令時間戳、信令事件類型代碼、經(jīng)度、緯度進行必要模糊處理。第二種數(shù)據(jù)服務的數(shù)據(jù)處理結果是按指定空間位置、指定時間段匯總用戶人數(shù)，不保留加密移動用戶識別碼、不保留信令記錄。城市體檢評估相關大數(shù)據(jù)分析一般為人的群體趨勢性分析，無需移動用戶識別碼等敏感信息。另外，考慮到分析的易用性，建議采用第二種數(shù)據(jù)服務開展分析工作。

（二）數(shù)據(jù)源詳細說明

本次研究所用數(shù)據(jù)源為遼寧省范圍內的聯(lián)通手機信令數(shù)據(jù)，時間跨度為2019年9月1日至9月30日，共30天，記錄時間精度為秒級，總記錄量為TB級別。涉及全省30天共記錄到1959萬個用戶，平均每天約1300萬。共有16個表單，近200多個字段，包含了用戶的實體行為以及虛擬空間的行為。

表1 手機信令原始數(shù)據(jù)包含的信息

圖1 遼寧省2019年9月某日24小時人口實時分布

運營商基于原始數(shù)據(jù)通過剔除非人卡號、處理“乒乓效應”、處理“基站漂移”等一系列數(shù)據(jù)處理工作，得到不同類型的數(shù)據(jù)表單，用戶可針對表單進行分析查詢操作。常用表單情況如下：

（1）用戶位置狀態(tài)：用戶一天的狀態(tài)分為駐留和出行。原則上用戶在同一位置停留超過 30 分鐘形成駐留，部分情況可能出現(xiàn)駐留時間小于 30 分鐘，用戶每日的駐留記錄在 stay_month 表，每一條記錄為用戶一次駐留行為，包含用戶的駐留位置網(wǎng)格，駐留起止時間、編號、類型等信息 。

（2）月度駐留行為：stay_poi表為用戶月度駐留行為的匯總，包含用戶月度所有駐留位置的編號、位置網(wǎng)格、類型、分時段駐留時長、頻次等信息 。

（3）駐留與駐留之間的出行行為：記錄在 move_month 表中，包含用戶每次出行的編號、起止位置網(wǎng)格、起止時間、類型、時間、距離等信息。

（4）用戶出行軌跡：根據(jù)用戶出行途徑的基站點與路網(wǎng)進行空間擬合，得到用戶出行軌跡的最可能路，根據(jù)用戶出行途徑的基站點與路網(wǎng)進行空間擬合，得到用戶出行軌跡的最可能路網(wǎng)節(jié)點，記錄到網(wǎng)節(jié)點，記錄到move_rn（由于信令定位的精度限制，算法會優(yōu)先與主干道路進行匹配），通過與route_node表進行關聯(lián)，獲取到路徑經(jīng)緯度信息，可以實現(xiàn)不同區(qū)域道路節(jié)點表的關聯(lián)，獲取到路徑經(jīng)緯度信息，可以實現(xiàn)不同區(qū)域或者道路上出行量的統(tǒng)計。

（5）用戶屬性信息：用戶基礎屬性，通過uid、date、city字段與其余位置表進行關聯(lián)，以實現(xiàn)不同區(qū)域不同時間段的畫像特征統(tǒng)計。

（6）研究網(wǎng)格：s_city_grid，為方便數(shù)據(jù)統(tǒng)計和地圖展示，預置了以城市邊界范圍繪制的標準250＊250米網(wǎng)格，可以通過經(jīng)緯度關聯(lián)將用戶位置網(wǎng)格進行替換，并在極智平臺上進行制圖展示；客戶也可以自行上傳并同步不同大小形式的網(wǎng)格或者研究區(qū)域進行計算和展示。

數(shù)據(jù)源坐標系統(tǒng)：WGS84坐標系統(tǒng)。

三、技術路線

利用手機信令數(shù)據(jù)，結合城市體檢評估要求[1]，充分挖掘有價值的潛在信息，提出城市對外日均人流聯(lián)系量、工作日平均通勤時間、實際服務管理人口數(shù)量、45分鐘通勤時間內居民占比、軌道交通站點800米半徑服務覆蓋率等5項基本指標與推薦指標測算方法。

（一）軟硬件環(huán)境

通過智慧足跡DaaS平臺提供的Spark & Hadoop混合大數(shù)據(jù)處理集群環(huán)境，對數(shù)據(jù)處理請求進行響應，再對應的數(shù)據(jù)存儲及處理環(huán)境中進行數(shù)據(jù)建模及加工處理。借助SQL語言進行數(shù)據(jù)查詢建模，注入查詢條件，通過DaaS平臺獲取分析結果。利用Python編寫爬蟲程序，爬取相關的互聯(lián)網(wǎng)地圖POI信息資源。通過ArcGIS完成分析結果的處理與可視化展示。

（二）數(shù)據(jù)脫密和清洗

從加密移動用戶識別碼無法識別特定個人并無法復原對數(shù)據(jù)安全是至關重要的，在一般情況下只許輸出聚合統(tǒng)計后的指標結果。同一個移動用戶識別碼在不同區(qū)域加密后得到的加密移動用戶識別碼相同。由于手機信號等不穩(wěn)定因素，導致有些數(shù)據(jù)可能存在異常，比如信號丟失或信號位置偏移嚴重等，需識別并清理該部分異常數(shù)據(jù)，確保分析結果的準確性[4-6]。

（三）數(shù)據(jù)的可視化

基于聯(lián)通手機信令的大數(shù)據(jù)技術，以250m＊250m正方形網(wǎng)格為最小單位，提取大連市域常住人口、OD通勤以及職住關系等特征信息，賦予每個網(wǎng)格分析結果信息，結合GIS工具，形成實時精確的數(shù)據(jù)可視化解決方案，滿足各類數(shù)據(jù)分析應用場景。

GIS空間數(shù)據(jù)均采用WGS84坐標系，如果其他原始數(shù)據(jù)不屬于，可采用坐標系變換的方式，或利用基礎影像圖、控制點等數(shù)據(jù)對其進行校正。

（四）數(shù)據(jù)挖掘方法

通過手機信令數(shù)據(jù)融合提取每個用戶連續(xù)一個月的出行軌跡，進行匿名化處理，完成排除異常、消除乒乓效應等數(shù)據(jù)清洗工作后，采用聚類分析的方法進行軌跡頻繁模式挖掘[7]，DaaS平臺在聚類分析的數(shù)據(jù)基礎上提供多類表單。下一步重點分析表單結構，篩選對其有用的表名與字段，基于提供的基礎內容構建人群特征分析、OD分析等核心算法，結合五種指標的描述，根據(jù)數(shù)據(jù)源挖掘其潛在價值，建立分析模型，分析得出相對應的指標信息，并可利用ArcGIS或QGIS等工具完成可視化操作。

圖2 數(shù)據(jù)挖掘的技術路線

四、應用實踐探索

（一）城市對外日均人流聯(lián)系量

單位：萬人次；

分析過程：

識別每個ID的停留O點和D點，大于1小時停留算有效停留。當天該ID的出發(fā)地O點在城市A，目的地D點在城市A外，此類情況就算該天的一次對外人流，D點發(fā)生時間不做設定。匯總得出每日的城市對外人流聯(lián)系量，30天累加平均后獲得。計算結果為30.53萬人（未擴樣）。

圖3 遼寧省省域范圍內各街道對外OD分析

（二）工作日平均通勤時間

單位：分鐘；

分析過程：

從數(shù)據(jù)集的Move_month表單中提取城區(qū)工作日內，家到工作地移動的總人數(shù)作為總的通勤人口，計算該部分人口的總的家到工作的時間為工作日總通勤時間，并與工作日總通勤人口數(shù)量的比值計算獲得。結果為30.53分鐘。

圖4 大連市平均通勤時間分析

（三）實際服務管理人口數(shù)量

單位：萬人；

分析過程：

利用聯(lián)通手機信令數(shù)據(jù)識別大連市域內9月每天的停留人口（stay_day表單），定義實際服務人口：常住人口+短期駐留人口+其他人口。其中短期駐留人口：一個月內出現(xiàn)大于1天且小于10天（每天停留時長3小時以上）；其他人口：一個月內出現(xiàn)大于10天且小于18天（每天停留時長3小時以上）；常住人口：一個月內出現(xiàn)大于18天（每天停留時長3小時以上）；三類人口加和后進行擴樣[8]。結果為1050.2萬人（未擴樣結果251.6萬人，擴樣系數(shù)0.239679875）。

圖5 實際服務人口分布情況

（四）45分鐘通勤時間內居民占比

單位：%；

分析過程：

從數(shù)據(jù)集的Move_month表單中提取城區(qū)內從家到工作地移動的總人數(shù)作為總的通勤人口，計算其在家到工作地的時間，通過篩選通勤時長在45分鐘以內通勤人口，并與總通勤人口數(shù)量的比值計算獲得。結果為占總通勤人口的93.30% 。

（五）軌道交通站點800米半徑服務覆蓋率

單位：%；

分析過程：

以獲取的軌道交通站點點位，做800米的點緩沖。識別該范圍內的居住人口，以及就業(yè)崗位數(shù)（居住人口，就業(yè)崗位可從數(shù)據(jù)集中直接提取），兩者的比值即為人口和崗位覆蓋率。計算結果，800米內人口/總人口=0.21；800米內崗位/總崗位=0.32；（800米內人口+崗位）/（總人口+總崗位）=0.24。所以最后結果為24%。

圖6 研究范圍內工作人口居住/工作地與軌道交通站點的關系

總結與展望

本文探討了如何利用手機信令數(shù)據(jù)，挖掘有價值的潛在信息，并以大連市為例深入實踐，為國土空間規(guī)劃城市體檢評估相關指標測算提供了新技術、新方法。并分析了目前主流手機信令數(shù)據(jù)的兩種類型，從分析的易用性角度給出選擇建議?；谶B續(xù)一個月的聯(lián)通手機信令數(shù)據(jù)，構建了技術路線，重點開展了城市對外日均人流聯(lián)系量、工作日平均通勤時間、實際服務管理人口數(shù)量、45分鐘通勤時間內居民占比、軌道交通站點800米半徑服務覆蓋率等5項基本指標與推薦指標測算。但由于目前手機信令數(shù)據(jù)源較為單一，缺少其他兩個運營商數(shù)據(jù)，在人群覆蓋度、擴樣系數(shù)方面存在誤差。因此，應探索三大運營商數(shù)據(jù)結合的方法，提升數(shù)據(jù)準確性，充分發(fā)揮手機信令數(shù)據(jù)在國土空間規(guī)劃城市體檢評估中的作用，提高對空間治理問題的動態(tài)精準識別能力，為新一輪國土空間規(guī)劃提供技術支撐。