手机信令大数据用于交通调查的现状及分析

常青

长安大学 陕西 西安 710064

一、传统与新型交通调查数据采集方式

交通规划数据采集与分析经历了三个发展阶段。其一是关注路和公交系统本身的情况，其二是关注车辆本身，车辆出行规律及轨迹，其三是关注人的活动规律。而调查方法也从传统方法转化为新方法。其中传统调查方法包括居民出行调查、车流量调查、停车场调查等、车辆OD调查，新的调查方法包括FRID数据、卡口数据、车辆GPS数据、公路收费数据、GPS浮动车、停车场匝机数据、手机信令数据、移动互联数据等。

传统方法往往基于人工调查，故具有单个时间片段、低抽样、粗颗粒度及结果数据量小等特点。新方法可自动、连续采集数据，样本为全样本或大样本，数据为细颗粒度数据同时数据量大。在新的技术条件下，交通数据的应用关注现象同时更关注本质，视角分析从单一转为多视角关联分析。

二、基于手机信令数据的交通调查

（一）信令数据及其特点

手机信令数据，即手机用户在网络活动中留下的信号数据，只要手机开机，其所进行的任何行为或活动，都会与基站之间产生信号交换，信令数据对规划研究具有一定的价值。

大样本是信令数据的一大特点，用户基数大，基站在空间上全覆盖，可提供整个区域范围内居民的活动信息。其次是非自愿性，手机信令数据属于非自愿数据，是被动发生的数据，所以真实反映了居民活动的时空变化。再次是连续性和动态性，用户全体的手机活动信令都被记录，构成了基本连续的动态记录。因为通过手机信令数据可以研究手机用户的行为与空间环境之间相互作用的特征。

信令数据也有其局限性。其一是研究尺度比较大；其二是数据无行为目的，致使分析研究方向较为盲目。

（二）信令数据用于交通OD调查

起讫点调查即OD调查，是交通运输规划研究最基础的调查，全面的再现城市交通特征，揭示城市交通症结的原因。传统的OD调查方法程序繁复，较难实践。通过手机信令获取出行OD位置依靠信令数据中的基站编号，并结合基站所在位置和信号覆盖范围判断当前手机所处的位置。利用小区定位被动接收移动网络运营过程中产生的信令数据，是交通调查的一项较为简便的方式。

基于手机信令数据的OD调查分析运用了手机大数据大样本、客观性、连续性的优点，可以用于分析出行OD，进行交通方式识别、出行路径识别，进行道路车速与车流量检测。也可以用于获取人员分布情况、通勤距离方向情况，同时可以获得不同时间段的全市客流OD数据，为现代城市交通规划提供了更为详尽的原始数据。

（三）信令数据用于OD调查的基本处理流程

采集得到的手机信令原始数据基本处理流程如下：

第一步数据预处理。在确立条件后，逐一进行筛选，随后提出唯一且难以识别的IMSI号、无法定位等异常记录，随即获得与条件相符的信令数据样本。

第二步基站定位。依据用户手机提供的服务基站位置，确定出手机当前处于的基站位置。若为市区基站，由于其密度较大，同时服务半径较小；若为郊区基站，由于其密度较小，同时服务半径较大。

第三步识别出行链。根据时间顺序提取手机用户的信令数据，可获取用户手机随时间的移动轨迹，随后可构建出行链识别，可识别用户出行的起终和停留点。

第四步分区统计。通过划分空间分析单元，获得用以统计和分析的交通分区，随后建立交通分区和基站小区之间的对应关系，进而获得基于交通分区条件下的出行记录。

第五步结果扩样。由于获取的信令数据量有限同时为了去除无效数据，保证数据样本的有效性，应进行扩样处理。

三、问题与展望

隐私问题是获取手机数据的一大问题，信令数据虽不涉及个人具体信息，但如何做到数据完全脱敏，仍是一个需要解决的问题。信令数据的产权归属及使用模式是另一大问题。信令数据本身是由于用户使用手机以及获取运营商的服务才产生的，一旦信令数据成为可供科研机构研究的有价值的原始素材，其所有权必然引起争论。数据来源也是目前急需解决的另一个问题，相当比例的数据是靠政府通过行政命令施压运营商无偿提供的。运营商采集和处理信令数据需要一定经济上的投入，在无利益回报的情况下运营商缺乏积极性。同时相关技术方法以及知识人才仍有欠缺，有待进一步提升。

四、结语

近年来，大数据已经被广泛的应用到交通工程领域的研究，引入手机信令分析技术，利用大数据信息来获取移动手机用户人口移动的规律，以此实现人群分布、生活出行规律、聚集度分析等数据挖掘和分析工作，有效提高了交通规划决策的客观性和科学性。由于传统的交通调查分析方法耗费巨大的人力物力，利用各种信息资源进行数据挖掘，分析获取交通数据成为了新的研究方向。科学的运用大数据技术，要规范数据服务市场，通过改革令运营商能加工数据，提供数据增值服务，供给交通规划行业和政府合理合法地使用数据服务。