关于手机信令数据在交通规划中的应用及思考

许哲

（中交海西投资有限公司，福建 厦门 361021）

0 引言

从本质上来说，手机信令就是在网络中传输的信号，这种信号通常涉及打电话、上网和手机定位等功能[1]。手机信令的传输需要巨大的信令网络作为支撑，所以通常手机信令都来源于手机运营商。在网络技术普遍应用和移动终端制造成熟的当今现代，手机已经成为现代人的必备随身工具，当人们在使用手机的过程中，不可避免会产生大量出行特征相关的信令数据，而这些数据也为交通规划提供了信息支持。另外，相较于传统的交通检测手段，手机信令数据具有覆盖范围广、实施成本低和连续性强的优点，所以手机信令应用交通规划已经成为相关行业的研究热点[2]。

1 手机信令数据分析方法

1.1 手机信令数据采集

手机信令主要来源于手机运营商，就我国主要运营商移动通信系统来看，常见的方法是对A接口和E接口进行检测，采集并导出信令数据副本[3]。结合手机信令采集内容可以知道，信令中包含的信息有经过加密处理的SIM卡号、事件类型、位置区、基站控制器和交换机号等信息。

另外，手机运营商在给用户提供服务的同时，会对部分类型的信令进行周期性采集，如收发短信、位置更新、BSC切换等，都将作为采集对象进行处理。采集流程如图1。

1.2 手机信令数据处理

关于手机信令数据在交通规划应用方面的研究早已有之，我国绝大多数城市都有利用手机信令数据分析交通出行数据的经验，尤其是部分主要城市已经对手机信令的应用达到的可观的水平。此外，相关方面的研究也在不断趋于完善，如借助手机信令还原城市道路流量分布状况；通过信令分析交通出行OD；使用信令总结特定时期的交通特征；利用信令获取车辆OD分布、检测实时车速等[4]。

手机信令在交通规划中的应用主要是通过研究居民动态分步实现，即在判断用户处于移动或停留的状态下描述区域人口流动特性。当用户手机输出信令后，将会按照时间进行排序，记为Ri(k)，表示用户i的第Ri(k)条信令记录。当然，Ri(k)中也包含附着基站的位置信息Pi(k)和时间信息ti(k)。当用户信令中的部分{Ri(q)，Ri(q+1)，…Ri(q+n)}同时满足式（1）和式（2）时，那么用户状态将被判定为停留。需要注意的是，在出行分析中，需要对用户的起点和终点进行判断，如此才能更大限度地开展分析。所以在研究中，通常将q视为该数据的起点，n则为该数据的终点。

其中，k和j指信令数据中的任意两点编号，{Ddist[pi(j)，pi(k)]}代表两点间的距离。

从公式中可以认识到，判别用户是否停留的主要标准是设定半径为S的范围，若是用户在S范围内的停留时间超过T，则可以认为用户处于停留状态。因此，设定时间阈值T和距离阈值S就显得尤为重要，如果只是依赖主观经验进行设置，就会导致信令数据的分析呈现随意性，进而难以准确表达和普遍应用[5]。文章为了准确的识别出行，选择将30min和100m作为时间阈值和距离阈值，而后对用户状态进行判别。

将手机信令数据应用在交通规划中除了要对用户出行做出有效判别外，还要适当分析空间单元，划分交通大区和小区。在此基础上，需要分别对交通大区和小区的用户数量及类型进行统计。考虑到不同运营商的计算结果可能存在差异，故选取区域用户所占比例进行研究。大区交通用户比例计算为：

其中 指的是m交通区中T型用户的数量，stop则代表停留用户数量，相应的move就代表移动的用户数量。按照公式计算后，可以得到大区m型用户在城市用户中的占比。

以面积90km2和人口均值36万人的交通大区为例，按交通小区占大区10%的设想使用上述三个公式，最终得到关于两大运营商在大区内的用户分布状况。

由图2、图3可知，尽管运营商有所差异，但是经过两个数据源计算得到的大区级别用户分布基本保持一致，不过从严谨的研究角度出发，描述两者间的差异依然有必要。所以需要通过对应的公式计算交通大区级别移动和停留用户的相关系数。经过式（4）计算后，分别得出相关系数为0.98和0.99。

2 手机信令数据分析应用方向及案例

2.1 手机信令数据分析应用方向

手机移动和用户相互绑定，手机信令能够对用户活动规律进行直观的反应。对连续采集的手机信令进行分析后，可以在一定程度上缓解因为调查次数不足而导致的局限性。将对单一个体的信令分析上升到城市群体后，大量个体的活动特征将会集合为城市整体人流特征，而这种大范围的空间移动特征，也正是交通规划的导向信息[6]。在准确认知人流空间位移特征的前提条件下，手机信令数据可用于分析轨迹聚集和出行分析。这两种应用方向的区别主要在于是否对用户出行进行界定，即轨迹聚集不需要进行界定，出行分析则需要识别用户的起点和终点，以及出行过程中的停留点等。在实际应用中，轨迹聚集分析的主要内容有活动空间强度分析、人口分布分析和居住地分析等，经过这些分析后，城市功能分布和建设实情都能得到有效反映，而这无疑有利于帮助城市建设和规划方面的决策优化。出行分析主要有通勤OD分析、人流集散、时段出行特征等，在有效处理此类信息的基础上，城市交通系统的构建将更加趋于智能化，相关配套设施的建设也将变得更加科学。

2.2 手机信令数据分析案例

手机信令数据分析在城市规划中应用广泛，重庆市城乡总体规划至2020年已是收官之年，该规划立足于重庆市功能区域发展战略需要，对多种因素和资源进行了妥善考虑，从而进行了城市布局和功能等方面的规划完善。不过需要注意的是，相关规划在实施的过程中要充分考虑县区联系状况[7]。

3 手机信令数据分析局限性

3.1 信令采样频率低下导致的局限性

信令采样频率与用户使用频率和周期性位置更新时间有关，简而言之，就是用户在不使用手机功能的情况下，信令采集只能依靠周期性的位置更新采集信息。在信令采集频率过低的情况下，对于手机轨迹的呈现往往不是连续的，而这也导致用户的出发时间、到达时间和停留时间难以准确的记录[8]。在这种情况下，信令数据的有效性也会相对降低，误差产生的可能性也会随着信令采集间隔的增大而提高。

3.2 非全样本检测导致的局限性

信令采集的遗漏不可避免，这是因为信令采集会受到移动通信机制、网络和设备等多种因素的限制。在实际采集过程中，以下几种状况都会导致信令采集缺失：首先是两条信令数据时间间隔大于更新周期时，至少会有一条信令缺失；此外，在切换基站时也有可能导致信令采集缺失。不过需要注意的是，在位置区切换时，信令可以得到有效采集，而这也在一定程度上保障了跨区出行检测的有效性。但是相应的，跨基站的停留和不符合周期性位置更新机制的出行还是会对检测率造成消极影响。

4 结论

手机信令数据大样本、连续性、获取方便的优势使研究人员能够直观便捷地了解区域内人流出行特征，从而在此基础上获得有关居民出行、人口分布和交通模型的正确认识。因此，在手机信令数据的支持下，交通规划将会呈现出智慧性的转变，相应的交通管理理念和体系也会发生变革，最终促使城市基础社会更好的发挥作用，给人们带来便利。