摘要：旅客吞吐量是支撐機(jī)場(chǎng)可持續(xù)運(yùn)營(yíng)的最基礎(chǔ)條件，也是新建機(jī)場(chǎng)可行性研究工作中最重要的基礎(chǔ)數(shù)據(jù)之一。海量手機(jī)信令數(shù)據(jù)分析可掌握城市人流活動(dòng)特征，特別是大范圍空間移動(dòng)特征，為機(jī)場(chǎng)旅客分析提供一種全新的數(shù)據(jù)獲取技術(shù)方法。文章基于機(jī)場(chǎng)建設(shè)前期工作中的實(shí)際需求，提出了一種對(duì)擬建機(jī)場(chǎng)潛在旅客數(shù)量統(tǒng)計(jì)分析的方法。該方法結(jié)合手機(jī)信令數(shù)據(jù)真實(shí)性、實(shí)時(shí)性、海量性的特點(diǎn)，對(duì)當(dāng)前進(jìn)出目標(biāo)城市的人群進(jìn)行分類，篩選出通過(guò)航空方式出行意愿最強(qiáng)烈的人群，從而計(jì)算出擬建機(jī)場(chǎng)潛在旅客數(shù)量，為提高機(jī)場(chǎng)旅客吞吐量預(yù)測(cè)的準(zhǔn)確性奠定了基礎(chǔ)。

關(guān)鍵詞：手機(jī)信令；新建機(jī)場(chǎng)；潛在旅客數(shù)量

doi：10.3969/J.ISSN.1672-7274.2024.08.039

中圖分類號(hào)：P 208；TU 984.113" " " " " " " " "文獻(xiàn)標(biāo)志碼：A" " " " " " 文章編碼：1672-7274（2024）08-0-03

Analysis of Potential Passenger Numbers at the Proposed Airport Based on Mobile Signaling Data

XIAO Liang， ZHU Yuyun， WANG Chao

（Guang'an Airport Construction Investment Co.， Ltd.， Guang'an 638000， China）

Abstract： Passenger throughput is the most fundamental condition to support the sustainable operation of airports， and it is also one of the most important basic data in the feasibility study of new airports. The analysis of massive mobile signaling data can grasp the characteristics of urban pedestrian flow， especially the large-scale spatial movement characteristics， providing a new data acquisition technology method for airport passenger analysis. The article proposes a method for statistical analysis of potential passenger numbers at the proposed airport based on actual needs in the early stage of airport construction. This method combines the authenticity， real-time， and massive characteristics of mobile signaling data to classify the current population entering and exiting the target city， screen out the group with the strongest willingness to travel by air， and calculate the potential number of passengers at the proposed airport， laying the foundation for improving the accuracy of airport passenger throughput prediction.

Keywords： mobile signaling; new airport construction; potential number of passengers

0" "引言

在常規(guī)的新建機(jī)場(chǎng)旅客吞吐量預(yù)測(cè)中，由于缺乏基礎(chǔ)數(shù)據(jù)，往往直接與地方GDP發(fā)展情況掛鉤，根據(jù)民航運(yùn)輸量與國(guó)民經(jīng)濟(jì)發(fā)展的關(guān)系，地區(qū)主要客流，參照類似機(jī)場(chǎng)的發(fā)展水平，對(duì)機(jī)場(chǎng)旅客吞吐量進(jìn)行預(yù)測(cè)，而預(yù)測(cè)結(jié)果與真實(shí)運(yùn)營(yíng)情況往往有較大出入。手機(jī)信令數(shù)據(jù)記錄了用戶活動(dòng)位置和時(shí)間，通過(guò)對(duì)數(shù)據(jù)蘊(yùn)含的時(shí)空模式分析，可以揭示大規(guī)模人口活動(dòng)分布、遷移規(guī)律以及個(gè)體出行行為特性，從而挖掘出豐富的社會(huì)動(dòng)態(tài)信息，這些極具價(jià)值的信息在城市規(guī)劃、交通規(guī)劃等諸多領(lǐng)域具有廣泛的應(yīng)用潛力。

1" "手機(jī)信令數(shù)據(jù)概述

當(dāng)用戶使用手機(jī)通信時(shí)，手機(jī)與基站通信，通信過(guò)程被記錄為信令數(shù)據(jù)。信令數(shù)據(jù)包含兩者通信時(shí)刻基站的位置。信令數(shù)據(jù)記錄了用戶活動(dòng)位置和時(shí)間，可以很容易地還原出用戶的出行軌跡，基于用戶出行軌跡，可以進(jìn)一步地研究各種人口活動(dòng)。相比傳統(tǒng)數(shù)據(jù)，如統(tǒng)計(jì)局人口數(shù)據(jù)，使用手機(jī)信令在研究人口活動(dòng)中具備獨(dú)特的優(yōu)勢(shì)：真實(shí)反應(yīng)人口活動(dòng)；長(zhǎng)時(shí)間、實(shí)時(shí)性；海量樣本。

在機(jī)場(chǎng)規(guī)劃設(shè)計(jì)領(lǐng)域，大數(shù)據(jù)的應(yīng)用已經(jīng)成為一種趨勢(shì)。手機(jī)信令數(shù)據(jù)作為大數(shù)據(jù)的一個(gè)重要組成部分，其價(jià)值不容忽視。收集和分析信令數(shù)據(jù)，可以識(shí)別和分類航空旅客的行為模式，從而更準(zhǔn)確地預(yù)測(cè)旅客流量。例如，石家莊正定國(guó)際機(jī)場(chǎng)的一個(gè)研究案例表明，利用手機(jī)信令數(shù)據(jù)可以有效地區(qū)分不同類型的旅客，如進(jìn)港、出港和中轉(zhuǎn)旅客，并對(duì)他們的客源地分布特征進(jìn)行統(tǒng)計(jì)。這種方法的準(zhǔn)確性高達(dá)82.76%，能夠?yàn)闄C(jī)場(chǎng)規(guī)劃和資源配置提供有力的數(shù)據(jù)支持。此外，手機(jī)信令數(shù)據(jù)還可以用于交通小區(qū)劃分、公交特征分析以及人車軌跡關(guān)聯(lián)等多個(gè)方面，為城市交通管理和控制提供詳細(xì)的信息。

隨著5G網(wǎng)絡(luò)的發(fā)展，基站覆蓋密度的增加將進(jìn)一步提高信令數(shù)據(jù)的空間分辨率，為基于信令數(shù)據(jù)的交通研究帶來(lái)更多可能性。這些進(jìn)展不僅優(yōu)化了數(shù)據(jù)處理流程，減少了數(shù)據(jù)量，還提高了算法的準(zhǔn)確性和可靠性。因此，手機(jī)信令數(shù)據(jù)的應(yīng)用對(duì)于新建機(jī)場(chǎng)的旅客數(shù)量分析至關(guān)重要，它有助于更好地理解旅客行為，預(yù)測(cè)旅客流量，以及優(yōu)化機(jī)場(chǎng)服務(wù)和運(yùn)營(yíng)[1]。

2" "潛在旅客分類

由于擬建機(jī)場(chǎng)尚未建設(shè)，沒(méi)有真實(shí)的運(yùn)行數(shù)據(jù)，因而只能通過(guò)分析手段間接推算潛在旅客。擬建機(jī)場(chǎng)的潛在旅客大致可以分為3類：一是現(xiàn)有的通過(guò)周邊城市機(jī)場(chǎng)進(jìn)出目標(biāo)城市的航空旅客；二是現(xiàn)有的通過(guò)其他交通方式進(jìn)出目標(biāo)城市的旅客；三是當(dāng)前無(wú)明確出行需求，當(dāng)機(jī)場(chǎng)建成后產(chǎn)生新的出行需求的旅客。其中，第一類旅客通過(guò)航空方式出行的意愿最為強(qiáng)烈，是本文研究分析的重點(diǎn)對(duì)象。第二、三類旅客受客觀條件和主觀意愿影響較大，存在較大的隨機(jī)性，本文暫不作為主要潛在旅客數(shù)量進(jìn)行分析。

3" "數(shù)據(jù)預(yù)處理

手機(jī)信令數(shù)據(jù)在使用前必須進(jìn)行相應(yīng)的數(shù)據(jù)預(yù)處理工作，這一過(guò)程涉及到從龐大的數(shù)據(jù)集中清洗和篩選出有用的信息，以便進(jìn)行更深入的分析。預(yù)處理的主要目標(biāo)是減少誤差，降低數(shù)據(jù)冗余度，從而提高分析結(jié)果的準(zhǔn)確性。例如，通過(guò)層次化數(shù)據(jù)清洗流程，可以有效地篩除殘缺數(shù)據(jù)、處理同時(shí)間不同位置的數(shù)據(jù)、合并同位置點(diǎn)的數(shù)據(jù)以及處理乒乓切換和漂移數(shù)據(jù)等問(wèn)題。這不僅提升了數(shù)據(jù)的價(jià)值密度，還大大減輕了后續(xù)數(shù)據(jù)處理所需的計(jì)算資源和時(shí)間[2]。

4" "潛在旅客計(jì)算方法

潛在旅客計(jì)算方法包括三個(gè)步驟：目標(biāo)城市常住人口分析、出行行為分析和出行方式分析等。

（1）常住人口分析。分析目標(biāo)城市范圍基站下數(shù)據(jù)，對(duì)用戶進(jìn)行分類，篩選出常住人口和流入人口。人員白天8～21點(diǎn)停留6小時(shí)及以上，或夜晚0～6點(diǎn)停留4小時(shí)及以上則人員當(dāng)天為該地市有效停留人員，當(dāng)月內(nèi)有效停留天數(shù)大于等于15天，則該客戶為當(dāng)?shù)爻Ｗ∪藛T。到達(dá)目標(biāo)城市區(qū)域基站下人員中，停留4小時(shí)及以上的人員（剔除過(guò)路人員和常住人員），該人員為流入目標(biāo)城市人口。

（2）出行行為分析。針對(duì)目標(biāo)城市常住人口，判斷其是否有對(duì)外出行的行為。根據(jù)信令信息追蹤目標(biāo)城市常住人員在省內(nèi)其他地市內(nèi)停留4小時(shí)及以上，則該人員為流向了省內(nèi)該城市；根據(jù)話務(wù)和流量判斷目標(biāo)城市常住人員在省外有1天及以上記錄，則該人員當(dāng)天為省外流向[3]。針對(duì)外地流入人員，優(yōu)先根據(jù)其常住地判斷劃分人員來(lái)源地，如無(wú)常住地則根據(jù)號(hào)段劃分來(lái)源地。

（3）出行方式分析。城市間的出行方式主要可以分為3種：飛機(jī)、火車和汽車。通過(guò)人員在目標(biāo)城市周邊機(jī)場(chǎng)、火車站等地點(diǎn)活動(dòng)信息，推算其出行方式（目標(biāo)城市是指分析針對(duì)的對(duì)象城市，不是人員外出的目的地城市，下同）。

對(duì)于發(fā)生外出行為的目標(biāo)城市常住人員，首先判斷其在外出到達(dá)目的地前12小時(shí)（根據(jù)機(jī)場(chǎng)距離確定）時(shí)間范圍內(nèi)是否在目標(biāo)城市周邊城市的機(jī)場(chǎng)范圍基站下停留，且時(shí)間超過(guò)30分鐘。若滿足上述條件，則認(rèn)為該人員通過(guò)乘坐飛機(jī)的方式進(jìn)行了外出，分析結(jié)束；若不滿足，則可判斷為該人員未通過(guò)飛機(jī)方式出行，并進(jìn)行下一步分析。

然后判斷該人員在外出到達(dá)目的地前12小時(shí)時(shí)間范圍內(nèi)是否在目標(biāo)城市周邊火車站范圍基站下停留，且時(shí)間超過(guò)20分鐘。若滿足上述條件，則認(rèn)為該人員通過(guò)乘坐火車的方式進(jìn)行了外出；若不滿足，則可判斷為該人員通過(guò)乘坐汽車的方式進(jìn)行了外出。

對(duì)于出行至目標(biāo)城市的外地人員，首先判斷其在到達(dá)前12小時(shí)（根據(jù)機(jī)場(chǎng)距離確定）時(shí)間范圍內(nèi)是否在目標(biāo)城市周邊機(jī)場(chǎng)范圍基站下停留，且時(shí)間超過(guò)30分鐘。若滿足上述條件，則認(rèn)為該人員通過(guò)乘坐飛機(jī)的方式達(dá)到了目標(biāo)城市，分析結(jié)束；若不滿足，則可判斷為該人員未通過(guò)飛機(jī)方式達(dá)到，并進(jìn)行下一步分析。

然后判斷該人員在到達(dá)前12小時(shí)時(shí)間范圍內(nèi)是否在目標(biāo)城市周邊火車站范圍基站下停留，且時(shí)間超過(guò)20分鐘。若滿足上述條件，則認(rèn)為該人員通過(guò)乘坐火車的方式達(dá)到了目標(biāo)城市；若不滿足，則可判斷為該人員通過(guò)乘坐汽車的方式到達(dá)。

通過(guò)上述方式，循環(huán)往復(fù)，可將所有發(fā)生外出和達(dá)到行為人員的出行方式分類為飛機(jī)、火車和汽車。其中，通過(guò)飛機(jī)方式外出或到達(dá)的人員即為擬建機(jī)場(chǎng)潛在旅客[4]。

5" "應(yīng)用案例

本文以四川廣安為例，分析計(jì)算了擬建的廣安機(jī)場(chǎng)潛在旅客數(shù)量。分析近兩年間數(shù)據(jù)，廣安旅客省外出行目的地主要集中在鄰近的重慶、云南、貴州和東部沿海各省。

廣安旅客省外出行至重慶的比例最高，為33.0%和31.9%。除重慶外，大致可分為云南、貴州、湖北、陜西組成的一圈層和廣東、福建、浙江、上海、江蘇組成的沿海圈層。沿海圈層出行的合計(jì)比例占到了40%，一圈層出行的合計(jì)比例占到了近15%。選擇飛機(jī)出行的廣安機(jī)場(chǎng)潛在旅客約為1%，數(shù)量分別約為20萬(wàn)人次和22萬(wàn)人次。其中，至廣東、浙江、福建的人次最多，至海南、北京、黑龍江、吉林等地的旅客選擇飛機(jī)出行的比例最高。

到訪廣安的外地旅客主要集中在鄰近的重慶、云南、貴州和東部沿海各省。到訪占比最高的前三個(gè)省份，合計(jì)占到了總出行人次的70%以上。

同廣安旅客出行選擇類似，重慶旅客到訪廣安的比例最高，為52.1%和54.7%。除重慶外，大致可分為云南、貴州、湖北、陜西組成的一圈層和廣東、福建、浙江、上海、江蘇組成的沿海圈層。沿海圈層到訪廣安的合計(jì)比例約30%，一圈層到訪廣安的合計(jì)比例約10%。選擇飛機(jī)出行的廣安機(jī)場(chǎng)潛在旅客約為0.5%，數(shù)量約2～4萬(wàn)人次。其中，來(lái)自廣東、新疆、云南等地的旅客人次最多，來(lái)自新疆、黑龍江、北京等地的旅客選擇飛機(jī)出行的比例最高。

6" "結(jié)束語(yǔ)

本文基于機(jī)場(chǎng)建設(shè)前期工作中的實(shí)際需求，提出了一種對(duì)擬建機(jī)場(chǎng)潛在旅客數(shù)量統(tǒng)計(jì)分析的方法。相對(duì)于傳統(tǒng)的機(jī)場(chǎng)吞吐量預(yù)測(cè)方式，本方法基于手機(jī)信令數(shù)據(jù)真實(shí)數(shù)據(jù)，可靠性相對(duì)較高，為提高機(jī)場(chǎng)旅客吞吐量預(yù)測(cè)的準(zhǔn)確性奠定了基礎(chǔ)。

參考文獻(xiàn)

[1] 姚海芳，馮天楠，劉勁松．基于手機(jī)信令數(shù)據(jù)的機(jī)場(chǎng)航空旅客分類識(shí)別研究——以石家莊正定國(guó)際機(jī)場(chǎng)為例[J]．地理與地理信息科學(xué)，2020（3）：56-62．

[2] 唐小勇，周濤．手機(jī)信令數(shù)據(jù)在交通規(guī)劃中的應(yīng)用及思考[C]．協(xié)同發(fā)展與交通實(shí)踐——2015年中國(guó)城市交通規(guī)劃年會(huì)暨第28次學(xué)術(shù)研討會(huì)論文集，2015．

[3] 自然資源領(lǐng)域應(yīng)用手機(jī)信令數(shù)據(jù)技術(shù)指南：TD/T 1085-2023[Z]．

[4] 路堯．大型機(jī)場(chǎng)旅客城市空間分布預(yù)測(cè)與交通方式選擇行為研究[D]．北京：北京工業(yè)大學(xué)，2019．

作者簡(jiǎn)介：肖" " 亮（1988—），男，漢族，四川廣安人，中級(jí)工程師，本科，研究方向?yàn)闄C(jī)場(chǎng)建設(shè)和運(yùn)營(yíng)管理。

朱于云（1974—），男，漢族，四川廣安人，中級(jí)人力資源管理師，本科，研究方向?yàn)闄C(jī)場(chǎng)建設(shè)和運(yùn)營(yíng)管理。

王" " 超（1987—），男，漢族，四川廣安人，專科，研究方向?yàn)闄C(jī)場(chǎng)建設(shè)和運(yùn)營(yíng)管理。