基于手机信令的大范围人流移动分析

吴杰 廖强

摘 要：文章结合贵阳联合通信有限公司手机信令数据为基础，探究区域内人流交换情况、城市间联系度以及城市区位优势，以便更好地实施城市区域客流需求数据的推测，为城市化建设中城乡结构以及交通道路网络的调整、建设提供坚实的依据。

关键词：手机信令;通信系统;大数据;人口流动;城市建设

0    引言

文章利用通信系统中的控制指令数据实施基本处理分析，可获取有效的人口分布信息、流估计（OD）等大数据信息，实现较大基数的样本的分析，并针对目标区域实施连续不间断监控、所消耗资源以及投资费用较低，对城市规划数据获取而言具有重要的意义。

1   手机信令的原理及构成

手机信令是手机用户与发射基站或者微站之间的通信数据，这些数据是由运营商移动通信系统所产生[1]。运营商所采用的移动通信系统是由基站子系统（BSS）、网络与交换子系统（NSS）、操作维护子系统（OSS）以及移动终端（MS）所构成[2]（见图1）。手机信令数据的采集主要是在用户进行拨打与接听电话、收发短信息、移动中更换基站等。

2   手机信令实施流程分析

2.1  采集数据的预处理

手机信令[3]的预处理是对所收集的信息进行逐条筛选，并将其中满足要求的数据进行分析，所剔除的数据为时间错误、无法识别移动用户识别码等。通過对手机信令的预处理可得到数据样本的整体特性的评估结果，其中样本的评估项目包括区域中用户数量，记录数据、数据采样时间的间隔、事件样本的分布情况、数据采集的连续性以及数据空间的缺失情况等。目前，贵阳联合通信公司手机信令监测已经在全市得到覆盖，总监控面积为0.8×104  km2，日用有效数据收发用户数量达到460余万、单一用户有效数据40余条，平均数据采集时间为20～60 min。手机信令数据事件类型如表1所示。

2.2  用户基站定位

用户基站定位采用根据用户所持移动终端所在基站的位置即移动终端位置的模糊定位的方式。模糊定位的精度是由基站覆盖半径所决定，通常在城区内基站覆盖程度较为密集，单个基站覆盖面积则相对较小，在此区域的定位精度为250～500 m;在主城区周边县的基站布设较为稀疏，但单个基站覆盖面则较大，定位的精准度则具有一定的差异，通常在几百米到几千米范围不等。移动终端在基站内进行信号数据的收发操作时均会生成信令记录，根据对用户手机信令有效数据的采集分析，并按照时间进行排序便可得到用户的空间位置变化轨迹信息[4]。

2.3  出行链的分析识别

（1）用户居住地与工作单位地点的辨识。通常情况下，居住地是用户夜间停留所在区域，工作单位则是用户白天频繁活动区域。针对用户所在不同地点的辨识可通过用户长期数据进行判断，如夜晚长期在某一位置停留便可判断为居住地，而白天长期在某一区域活动便可判定为工作单位区域。需要注意的是，此方法只适用于具有固定居住、工作的用户，需要排除具有夜班以及流动岗位等非常规作息或工作的用户。

（2）用户居住地与工作单位地点之外的行动轨迹的识别。通过将用户全天出行轨迹进行连续划分，根据移动终端在不同基站的停留时间设定阈值，从而判断用户是否存在停留。若跨基站过程中信令时间的间隔将会导致计算的停留时间发生误差，并呈现为正比关系，即便用户不发生活动，基站仍会进行位置的刷新，因而，用户的停留时间最大误差值即为两次周期性更新的间隔时间。在进行用户停留计算时要求用户最少具有两次在当前基站范围内的往返活动，否则将无法进行判断或是将两次短时间隔进行合并计算。在受到通信网络负载以及区域内电磁场信号影响的情况下，将会导致移动终端将信号在周边基站进行频繁的切换，若要判断用户是否发生了跨区移动，需要以用户发生的数据中频率最高的基站为中心点，将有效范围作为分析对象，也可以选定周边多个基站为中心点，以此判定用户真实的运行轨迹。

2.4  数据扩样

（1）仅需获取比例关系而无须扩样。此场景主要是为了获取样本统计中的外部出行比例，并将其作为研究区域中真实的外部出行比例数据。

（2）根据母体容量预测比例关系。根据已知区域中移动终端的数量以及通行情况的比例计算出外部通勤数量，此结果也是区域中移动终端与外部通勤占比的乘积。

（3）在母本容量不确定时根据抽查情况计算绝对出行量。如根据运营商提供的数据样本分析区域内的外部出行数量，则需要具有有效样本量、运营商市场占有率、移动终端的持有率以及检测率。

式中：ki表示抽样率（%）;mi表示运营商的市场占有率（%）;ti表示为移动终端的检测率（%）;p表示区域内用户移动终端的持有率（%）。运营商的市场占有率以及移动终端的持有率主要采用问卷调查的形式，移动终端的检测率可采用区域基站检测的方式。由于无法直接地计算出各区域中的抽样率，在实施数据的扩样时可使用全市平均抽样率，需要注意的是数据扩样结果应与其他社会普查数据相验证。

3    案例分析

3.1  各区域联系分析

对比分析贵阳主城与其他区县的跨区交换量、人均跨区交换量，以此获取各区域间的联系性。其中，跨区交换量是指移动终端跨区的总体数量，此数据主要受区域人口的影响。人均跨区交换量是指跨区交换量与区县常住人口的占比数值，能够反映出区域中经济与距离等因素对连续性的产生的影响。主城占比可以诠释为区域内区县、主城交换量与区县全部跨区交换量的比值，此数据可以反馈出主城在外部联系中的权重，可以表现出区县对主城的依赖情况，其中主城的出行量较大、出行次数多、占比较多的情况下则会产生密切的联系。主城与各区县间发生的跨区交换量排序情况如图2所示。

可以看出，金阳新区、云岩区以及乌当区与主城存在较大的交换量，并且主城的占比情况较大，可见其依赖主城发展较为严峻。

3.2  分析结果应用

手机信令的分析结果能够应用在城市的战略发展中，并能够实现城市间的联系定量描述。结果显示，当前，贵阳的城乡发展规划所提出的“城市区域观，城市容量观，城市生长观，城市空间结构观”不相符，需要针对区域人流情况进行必要的调整。按照联系紧密度可以发挥金阳新区、云岩区以及乌当区可采用融入主城区的发展战略，区县的经济发展布局、基础交通建设应与主城区相对接。

4    结语

随着经济以及科学技术的快速发展，在实施区域的城乡规划中应将数据作为规划的实施依据，通过海量的手机信令数据代替传统分析方式，根据人流的活动轨迹，为区域的规划、基础交通建设提供科学的支持，具有极为广阔的应用前景。

[参考文献]

[1]钮心毅，康宁，王垚，等.手机信令数据支持城镇体系规划的技术框架[J].地理信息世界，2019（1）：18-24.

[2]孙天旭，赵蕴龙，练作为，等.基于时空数据的城市人流移动模式挖掘[J].计算机科学，2020（10）：91-96.

[3]杨延杰，尹丹，刘紫玟，等.基于大数据的流空间研究进展[J].地理科学进展，2020（8）：1397-1411.

[4]孔宇，甄峰，李兆中，等.智能技术辅助的市（县）国土空间规划编制研究[J].自然资源学报，2019（10）：2186-2199.

（编辑 姚 鑫）