基于手機(jī)信令的全社會公路旅客出行量測算方法

夏 晶，于丹陽，鄭鑫臻，崔藝馨，朱 靜

（1.交通運(yùn)輸部科學(xué)研究院，北京 100029；2.中咨數(shù)據(jù)有限公司，北京 100097）

0 引言

隨著公路旅客出行方式的多樣化，傳統(tǒng)公路客運(yùn)量統(tǒng)計因主要以營業(yè)性客運(yùn)班線為基礎(chǔ)，存在統(tǒng)計口徑小、覆蓋范圍不全等問題，而難以全面反映當(dāng)前公路旅客出行實際情況，無法為行業(yè)發(fā)展提供科學(xué)的數(shù)據(jù)支撐。相比而言，手機(jī)信令數(shù)據(jù)具有樣本量大、覆蓋面廣的特點(diǎn)，基于手機(jī)信令數(shù)據(jù)研究全社會公路旅客出行量測算方法，對完善公路旅客出行量統(tǒng)計方法，提高相關(guān)統(tǒng)計的準(zhǔn)確性和全面性具有重要意義。

在交通運(yùn)輸領(lǐng)域，國外基于手機(jī)信令數(shù)據(jù)的研究重點(diǎn)關(guān)注OD 出行量推算、出行速度計算、出行路徑規(guī)劃及出行方式識別等方面。如Caceres等[1]通過GSM 通信系統(tǒng)和手機(jī)定位數(shù)據(jù)提取用戶出行OD 數(shù)據(jù)；Rorije[2]將手機(jī)定位數(shù)據(jù)作為傳統(tǒng)OD 調(diào)查的輔助手段之一，并用獲取的OD 矩陣進(jìn)行校核；González 等[3]通過統(tǒng)計100 000 人連續(xù)6個月的手機(jī)定位數(shù)據(jù)，對人們的出行目的和軌跡進(jìn)行了研究；Yehuda 等[4]基于手機(jī)定位數(shù)據(jù)構(gòu)建了城際交通規(guī)劃模型，并將手機(jī)定位數(shù)據(jù)分析結(jié)果用于居民出行表的建立；Bloch 等[5]通過提取手機(jī)信令數(shù)據(jù)中的位置數(shù)據(jù)和傳感器中的平均速度、平均加速度等數(shù)據(jù)，構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)和決策樹的居民出行方式識別模型；Calabrese 等[6]通過識別次級出行鏈并根據(jù)用戶定義時間、空間閾值，來識別手機(jī)用戶的停留位置；Schlaich等[7]基于手機(jī)定位數(shù)據(jù)推導(dǎo)出用戶出行位置區(qū)域序列，并將其與高速公路路線進(jìn)行比較，生成高速公路出行軌跡；Tettamanti 等[8]以手機(jī)信令數(shù)據(jù)為基礎(chǔ)，利用路由分配技術(shù)，預(yù)測用戶出行路徑。

國內(nèi)相關(guān)研究重點(diǎn)關(guān)注出行OD 出行量推算、交通流量計算、出行路徑規(guī)劃、出行方式識別、出行特征分析等方面。如冉斌[9]詳細(xì)分析了從手機(jī)話單數(shù)據(jù)和信令數(shù)據(jù)中提取天津市居民出行特征的過程；賈會林等[10]詳細(xì)介紹了基于手機(jī)信令數(shù)據(jù)處理平臺的北京人口分布調(diào)查統(tǒng)計方法；胡斌杰等[11]利用手機(jī)信令數(shù)據(jù)對保定市的道路交通流量狀態(tài)進(jìn)行了識別和預(yù)測；Yuan 等[12]利用手機(jī)切換定位技術(shù)獲取北京用戶手機(jī)定位數(shù)據(jù)，并對其交通運(yùn)行速度進(jìn)行估算；倪玲霖等[13]基于手機(jī)信令數(shù)據(jù)構(gòu)建了影響杭州居民OD 出行量的空間自相關(guān)模型；Duan 等[14]根據(jù)手機(jī)信令數(shù)據(jù)對上海市通勤出行OD 矩陣進(jìn)行了估算；賴見輝等[15]利用手機(jī)信令數(shù)據(jù)分析了北京用戶的地鐵出行路徑；毛曉汶[16]基于手機(jī)信令數(shù)據(jù)對重慶市出行OD分布、出行目的地分布和出行時間分布等出行特征進(jìn)行了研究；李佳[17]通過對手機(jī)定位點(diǎn)的時空信息挖掘，構(gòu)建了昆明用戶出行識別模型，用于識別用戶停留點(diǎn)和停留時間，最終獲得用戶出行信息；李祖芬等[18]基于手機(jī)信令定位數(shù)據(jù)設(shè)計了北京居民出行時空分布特征提取方法。

總體來看，國內(nèi)外現(xiàn)有關(guān)于手機(jī)信令數(shù)據(jù)在交通領(lǐng)域的應(yīng)用研究多以某個城市為研究對象，以O(shè)D 出行量推算、出行軌跡識別、出行特征分析等為研究重點(diǎn)，缺少對省級以上區(qū)域間公路旅客出行量統(tǒng)計方法的研究。本文將以京津冀地區(qū)為試點(diǎn)區(qū)域，運(yùn)用手機(jī)信令數(shù)據(jù)搭建“一次出行”模型，對京津冀全社會公路旅客出行量進(jìn)行測算，以提高相關(guān)統(tǒng)計數(shù)據(jù)的全面性和準(zhǔn)確性，為決策提供數(shù)據(jù)支撐。

1 手機(jī)信令數(shù)據(jù)的采集與處理

1.1 手機(jī)信令數(shù)據(jù)簡介

手機(jī)終端會主動或被動地、定期或不定期地和移動通信網(wǎng)絡(luò)保持聯(lián)系，而移動通信網(wǎng)絡(luò)將這些聯(lián)系識別為一系列的控制指令，即為手機(jī)信令。一條完整的手機(jī)信令數(shù)據(jù)包括諸多數(shù)據(jù)字段信息。字段具體含義如表1所示，其中MSID是移動運(yùn)營商對每個手機(jī)用戶的編號，加密且唯一；位置區(qū)（LA）以往通常以一個縣或區(qū)的行政范圍進(jìn)行劃分，現(xiàn)在以尋呼量進(jìn)行劃分；小區(qū)編號（Cell-ID），即移動臺所在的基站（Cell）編號；事件類型（Event-ID）是信令產(chǎn)生的類型。

表1 手機(jī)信令數(shù)據(jù)各字段的名稱及含義

1.2 手機(jī)信令數(shù)據(jù)在交通運(yùn)輸出行量統(tǒng)計中的適用性分析

手機(jī)信令數(shù)據(jù)因具有以下優(yōu)勢而適用于交通運(yùn)輸出行量統(tǒng)計：

（1）顆粒度適中。手機(jī)信令數(shù)據(jù)定位精度與移動通信基站覆蓋范圍相關(guān)，在人口密集的城區(qū)可達(dá)250m，在人口稀疏的郊區(qū)一般為2000～3000m，能有效反映旅客跨城市出行特征。

（2）客觀性強(qiáng)。手機(jī)信令數(shù)據(jù)伴隨用戶使用手機(jī)時產(chǎn)生，不受用戶主觀意愿干擾，能客觀反映用戶所在位置信息，可視為簡單隨機(jī)抽樣。

（3）樣本量大。截至2020 年6 月底，中國三大基礎(chǔ)電信企業(yè)的移動電話用戶總數(shù)達(dá)15.95 億。海量的移動電話用戶群體，能反映全社會旅客的出行規(guī)律。

（4）覆蓋面廣。手機(jī)信令數(shù)據(jù)能反映用戶的客觀位置時空變化，既包括采用鐵路、公路、水路、民航等各種交通運(yùn)輸方式的出行，又包括營業(yè)性和非營業(yè)性出行，能更全面地反映全社會出行規(guī)律與出行總量。

（5）綜合效益高。與傳統(tǒng)的出行問卷調(diào)查相比，基于手機(jī)信令數(shù)據(jù)的出行統(tǒng)計具有成本更低、耗時更短、無需外業(yè)、可隨時更新、綜合效益更高等優(yōu)點(diǎn)。

1.3 手機(jī)信令數(shù)據(jù)可得性評估

我國手機(jī)信令數(shù)據(jù)由基礎(chǔ)電信企業(yè)運(yùn)營管理（見表2）。當(dāng)前中國移動、中國聯(lián)通、中國電信提供的數(shù)據(jù)服務(wù)模式包括數(shù)據(jù)定制處理服務(wù)和數(shù)據(jù)開放共享服務(wù)。數(shù)據(jù)定制處理服務(wù)是運(yùn)營商根據(jù)客戶需求，進(jìn)行數(shù)據(jù)加密處理，向客戶提供處理后的數(shù)據(jù)，按照數(shù)據(jù)量、城市大小、城市數(shù)量、處理難度等進(jìn)行定價銷售，在用于單指標(biāo)、低維度、小時間尺度分析時具有價格優(yōu)勢；數(shù)據(jù)開放共享服務(wù)是運(yùn)營商對數(shù)據(jù)進(jìn)行脫敏處理后，向用戶限時開放數(shù)據(jù)使用權(quán)限，用戶可以將算法部署于運(yùn)營商服務(wù)器中，自主進(jìn)行算法設(shè)計、數(shù)據(jù)處理、成果輸出，按照數(shù)據(jù)量、數(shù)據(jù)使用權(quán)限開放月數(shù)、城市大小、城市數(shù)量等進(jìn)行定價銷售，在用于多指標(biāo)、多維度、大時間尺度分析時具有價格優(yōu)勢。

表2 中國三大基礎(chǔ)電信企業(yè)對比（更新至2020年10月）

由表2 可知，在市場占比方面，中國移動遙遙領(lǐng)先，但其沒有統(tǒng)一的全國數(shù)據(jù)中心，手機(jī)信令數(shù)據(jù)歸屬于各省分公司，若想獲取跨省范圍的手機(jī)信令數(shù)據(jù)需與各省分公司協(xié)調(diào)購買，溝通成本高，且需對不同公司數(shù)據(jù)格式進(jìn)行統(tǒng)一處理。中國聯(lián)通與中國電信都具有全國數(shù)據(jù)中心，若想獲取跨省范圍的手機(jī)信令數(shù)據(jù)只需與全國數(shù)據(jù)中心協(xié)調(diào)購買，溝通成本低，數(shù)據(jù)格式統(tǒng)一。中國電信雖然在市場占比方面不如中國聯(lián)通，但其用戶同樣遍及全國，覆蓋每個年齡段，足夠支撐相關(guān)研究工作，同時價格遠(yuǎn)低于中國聯(lián)通。綜合考慮上述因素，本文選擇購買中國電信2017 年11月京津冀地區(qū)的手機(jī)信令數(shù)據(jù)3 個月使用權(quán)限，用于全社會公路旅客出行量測算方法研究。

1.4 手機(jī)信令數(shù)據(jù)預(yù)處理

使用手機(jī)信令數(shù)據(jù)進(jìn)行計算前，要對手機(jī)信令數(shù)據(jù)質(zhì)量加以評估并進(jìn)行預(yù)處理。

1.4.1 手機(jī)信令數(shù)據(jù)質(zhì)量評估

在對手機(jī)信令數(shù)據(jù)預(yù)處理時，首先要對數(shù)據(jù)進(jìn)行質(zhì)量評估，防止因存儲、傳輸?shù)仍驅(qū)е碌臄?shù)據(jù)總量缺失而影響出行量測算精準(zhǔn)度。手機(jī)信令數(shù)據(jù)質(zhì)量評估主要根據(jù)手機(jī)信令數(shù)據(jù)，按日和城市統(tǒng)計手機(jī)識別號MSID，結(jié)合各省統(tǒng)計局發(fā)布的城市常住人口數(shù)、運(yùn)營商在該城市的市場占有率，評估每日手機(jī)信令數(shù)據(jù)量的合理性。

1.4.2 數(shù)據(jù)清洗

手機(jī)信令數(shù)據(jù)經(jīng)過質(zhì)量評估后，要對存在缺失、重復(fù)、潛在定位錯誤及產(chǎn)生“乒乓切換”現(xiàn)象等的數(shù)據(jù)進(jìn)行清洗，即按照一定的清洗原則，對可能影響后續(xù)數(shù)據(jù)分析準(zhǔn)確性的數(shù)據(jù)進(jìn)行刪除或修復(fù)等處理。

（1）缺失數(shù)據(jù)過濾

將手機(jī)識別號MSID、時間戳TimeStamp 和蜂窩小區(qū)編號Cell-ID 定義為3 個關(guān)鍵字段，對信令數(shù)據(jù)表進(jìn)行輪巡，將字段為空值的記錄視為缺失數(shù)據(jù)，直接予以刪除。

（2）重復(fù)數(shù)據(jù)過濾

將手機(jī)識別號MSID、時間戳TimeStamp 和蜂窩小區(qū)編號Cell-ID 這3 個關(guān)鍵字段都相同的記錄定義為重復(fù)數(shù)據(jù)，僅保留其中1 條記錄，而將其他重復(fù)數(shù)據(jù)直接刪除。

（3）失敗數(shù)據(jù)過濾

事件類型Event-ID 字段主要記錄手機(jī)信令數(shù)據(jù)的類型[19]，其中可能存在失敗類型的數(shù)據(jù)（見表3）。這種情況下，手機(jī)信令數(shù)據(jù)不一定能反映用戶的真實位置，需要將其剔除。

表3 手機(jī)信令數(shù)據(jù)的事件類型Event-ID字段及其含義（部分）

（4）“乒乓數(shù)據(jù)”清洗

在2 個或2 個以上基站小區(qū)的交界處，往往會被多個基站信號覆蓋，且不同基站信號強(qiáng)度差異并不明顯，使得手機(jī)信號在不同基站之間來回切換，但實際上手機(jī)用戶并未移動。這種現(xiàn)象稱為“乒乓切換”現(xiàn)象，由此產(chǎn)生的數(shù)據(jù)稱為“乒乓數(shù)據(jù)”。“乒乓切換”現(xiàn)象會導(dǎo)致出現(xiàn)大量失真且冗余的數(shù)據(jù)，對此可通過設(shè)計識別與過濾算法將其過濾。

2 基于手機(jī)信令數(shù)據(jù)的出行量測算方法

2.1 用戶位置識別

基于移動通信網(wǎng)絡(luò)有多種定位技術(shù)，其中應(yīng)用廣泛、成本較低、精度較高的主要有基于蜂窩小區(qū)標(biāo)號Cell-ID 定位技術(shù)、基于Cell-ID 和TA定位技術(shù)、基于AOA 定位技術(shù)及基于TOA 定位技術(shù)[20]?；贑ell-ID 定位技術(shù)起源于蜂窩小區(qū)（Cell of Origin,COO）定位技術(shù)，要求每個小區(qū)都有1 個特定的識別號（Cell-ID）。該技術(shù)的定位原理如圖1 所示，當(dāng)移動終端進(jìn)入小區(qū)時要在當(dāng)前小區(qū)注冊，然后系統(tǒng)會自動記錄小區(qū)ID標(biāo)識數(shù)據(jù)，并通過小區(qū)識別號的位置信息來確定移動終端的位置。該技術(shù)精度取決于蜂窩小區(qū)的半徑大小，通常從幾百米到幾千米不等。在農(nóng)村，小區(qū)覆蓋范圍很大，定位精度很低；在城市，小區(qū)覆蓋范圍小，精度為幾百米量級。

圖1 Cell-ID定位技術(shù)原理圖

基于Cell-ID 的定位技術(shù)實現(xiàn)方法簡單，不需要手機(jī)終端提供任何信息，也無需對網(wǎng)絡(luò)改造，只需在網(wǎng)絡(luò)側(cè)加裝定位流程處理即可。與其他技術(shù)相比，基于Cell-ID的定位技術(shù)精度最低，投資也較低，目前在移動網(wǎng)絡(luò)中被廣泛應(yīng)用。本研究中旅客出行類型為跨區(qū)縣出行，對定位精度要求不高，無需特別精確，且由于研究范圍為京津冀地區(qū)，數(shù)據(jù)量較大，為了減少計算量，本文采用基于蜂窩小區(qū)標(biāo)號Cell-ID定位技術(shù)，將信令數(shù)據(jù)中的移動通信基站信息轉(zhuǎn)換成經(jīng)緯度信息，實現(xiàn)用戶位置識別，獲得具有時空信息的用戶出行數(shù)據(jù)。

2.2 旅客出行判斷

將用戶出行數(shù)據(jù)按手機(jī)識別號MSID 進(jìn)行分組，每組按信令發(fā)生時間升序排列，即可生成每位用戶的定位軌跡鏈。在用戶定位軌跡鏈中，某些地點(diǎn)駐留時間較長，如工作單位、家、商場、學(xué)校等，此類點(diǎn)即視為駐留點(diǎn)。當(dāng)相鄰兩個駐留點(diǎn)間距超過設(shè)定的駐留距離閾值δ（本文取δ為500m，即考慮公路出行的距離下限為500m）時，將這兩個駐留點(diǎn)定義為旅客出行的起終點(diǎn)，兩次駐留點(diǎn)之間的出行，即為一次旅客出行，如圖2中的R1→R2。

圖2 用戶定位軌跡圖

2.2.1 駐留點(diǎn)類型

駐留點(diǎn)可分為兩種類型：

（1）旅客定位軌跡中的某個點(diǎn)。旅客在某點(diǎn)長時間未產(chǎn)生位置移動，且在該點(diǎn)的停留時間超過設(shè)定的駐留時間閾值，則將該點(diǎn)既視為定位點(diǎn)，又視為駐留點(diǎn)，如圖2中的P2（R1）。

（2）旅客定位軌跡中某幾個點(diǎn)的幾何中心。如果某兩個相鄰定位點(diǎn)之間距離較小、移動時間較短（如圖2 中的P4→P5,P5→P6），則可認(rèn)為用戶在這個區(qū)域內(nèi)小范圍移動，或因定位誤差產(chǎn)生類似用戶位置移動的效果，此類定位點(diǎn)形成區(qū)域稱為駐留區(qū)域。當(dāng)用戶在該駐留區(qū)域的停留時間超過設(shè)定的駐留時間閾值時，將該區(qū)域的幾何中心點(diǎn)定為駐留點(diǎn)，如圖2中的R2。

2.2.2 駐留點(diǎn)識別算法

駐留點(diǎn)識別算法分為以下步驟：

（1）對于經(jīng)過預(yù)處理后用戶數(shù)為N的手機(jī)信令數(shù)據(jù)，按照手機(jī)識別號MSID 進(jìn)行排序，得到排序后每位用戶產(chǎn)生的信令數(shù)據(jù)Di(i=1,2,…,N)（i為用戶序號），接著提取用戶i在1d內(nèi)的所有數(shù)據(jù)，按照時間升序排列，排列后的數(shù)據(jù)為(i=1,2,…,N;j=1,2,…,Mi)（j為定位數(shù)據(jù)序號；Mi為用戶i的數(shù)據(jù)記錄數(shù)；i意義同前）。

（2）順序選取中相鄰兩條數(shù)據(jù)(i=1,2,…,N;k=1,2,…,Mi-1)，計算二者的時間差(i=1,2,…,N;k=1,2,…,Mi-1)和距離(i=1,2,…,N;k=1,2,…,Mi-1)，若≥τ（τ為駐留時間閾值），則保留兩條數(shù)據(jù)；若＜τ且≤δ，則將兩條數(shù)據(jù)合并；若＜τ且＞δ，則進(jìn)入下一步驟。

（3）計算用戶從到的速度=，若＞vmax（取vmax=800km/h，參考民航最大飛行速度），則刪除數(shù)據(jù)；若，則保留兩條數(shù)據(jù)。

（4）對(i=1,2,…,N;j=1,2,…,Mi)中 的數(shù)據(jù)重復(fù)進(jìn)行步驟（2）和步驟（3），直到剩下的記錄全部無法刪除，則剩余記錄的位置即為駐留點(diǎn)。

2.3 出行方式判別

本文研究對象為公路出行，因此需構(gòu)建旅客出行方式判別方法以區(qū)分鐵路、公路、水路、民航等出行方式，剔除非公路出行數(shù)據(jù)。通過歸納分析，不同出行方式的特征如表4所示。

表4 不同交通方式出行特征

根據(jù)表4所示，旅客出行方式特征總結(jié)如下：

（1）鐵路：存在百人以上同向同線形移動，平均速度超過60km/h，最高速度不超過350km/h。

（2）公路：不存在百人以上同向同線形移動，平均速度小于120km/h。

（3）水路：水域上移動，平均速度小于30km/h。

（4）民航：信令數(shù)據(jù)中存在開機(jī)、關(guān)機(jī)事件信令，且開關(guān)機(jī)時位置發(fā)生大區(qū)域移動，平均速度超過400km/h。

根據(jù)以上不同交通方式出行特征，同時結(jié)合手機(jī)信令數(shù)據(jù)的特點(diǎn)，可得旅客出行方式判別流程如圖3所示。

圖3 旅客出行方式判別流程

2.4 城區(qū)范圍劃分

本研究主要針對公路出行，不包括城市道路出行，故有必要將研究區(qū)域劃分為城區(qū)和非城區(qū)。在進(jìn)行手機(jī)信令數(shù)據(jù)統(tǒng)計時，將城區(qū)到非城區(qū)、非城區(qū)到非城區(qū)、跨城市、跨省出行視為公路出行，納入統(tǒng)計范圍；將城區(qū)范圍內(nèi)出行視為城市道路出行，不納入統(tǒng)計范圍。

國家統(tǒng)計局自2009 年11 月25 日印發(fā)《統(tǒng)計用區(qū)劃代碼和城鄉(xiāng)劃分代碼編制規(guī)則》（國統(tǒng)字〔2009〕91 號）后，每年發(fā)布精確到村級行政單元的城鄉(xiāng)統(tǒng)計代碼。該代碼分為17 位，第15～17位為城鄉(xiāng)分類代碼，111表示主城區(qū)，112表示城鄉(xiāng)結(jié)合區(qū)，121表示鎮(zhèn)中心區(qū)，122表示鎮(zhèn)鄉(xiāng)結(jié)合區(qū)，123 表示特殊區(qū)域，210 表示鄉(xiāng)中心區(qū)，220表示村莊。本文判斷城區(qū)范圍的方法是，在一個區(qū)縣內(nèi)，當(dāng)主城區(qū)和城鄉(xiāng)結(jié)合區(qū)的比例超過村級行政單元總數(shù)的70%時，視為城區(qū)。凡是起終點(diǎn)均落在城區(qū)范圍的出行量將被剔除，從而得到城區(qū)外公路旅客出行量。

2.5 多層數(shù)據(jù)擴(kuò)樣

手機(jī)信令數(shù)據(jù)可直觀反映手機(jī)的位置信息，單一通信運(yùn)營商的手機(jī)信令數(shù)據(jù)無法直接代表所有公路出行旅客，需要通過多層數(shù)據(jù)擴(kuò)樣[21]，才能反映全社會旅客出行信息，具體維度包括：從手機(jī)到手機(jī)用戶的擴(kuò)樣、從單一運(yùn)營商到全體運(yùn)營商的擴(kuò)樣、從手機(jī)用戶到全社會的擴(kuò)樣。從手機(jī)到手機(jī)用戶的擴(kuò)樣是對我國手機(jī)現(xiàn)狀進(jìn)行分析，在數(shù)據(jù)處理時排除一人擁有多部手機(jī)和閑置手機(jī)產(chǎn)生的數(shù)據(jù)干擾。從單一運(yùn)營商到全體運(yùn)營商的擴(kuò)樣是根據(jù)各城市運(yùn)營商的市場占有率、用戶覆蓋率、手機(jī)識別率等數(shù)據(jù)，從單一運(yùn)營商擴(kuò)樣至全體運(yùn)營商。從手機(jī)用戶到全社會的擴(kuò)樣是針對無手機(jī)用戶（如部分老人、小孩等）的擴(kuò)樣，該部分人群的出行無法通過手機(jī)信令數(shù)據(jù)直接反映，需要根據(jù)城市常住人口、年齡結(jié)構(gòu)、出行調(diào)查等信息，擴(kuò)樣補(bǔ)全該部分人群出行量。

本研究所用數(shù)據(jù)擴(kuò)樣方法是將統(tǒng)計數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、人工智能話單數(shù)據(jù)相結(jié)合，以電信手機(jī)用戶為源頭，首先識別用戶所在位置，然后通過卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)，將用戶位置、通話時間、通話時長等因素與通話對象位置（包括移動、電信、聯(lián)通用戶）建立聯(lián)系以估計區(qū)域三網(wǎng)占比，最后以工信部公布的區(qū)縣三網(wǎng)實際占比對估計值進(jìn)行誤差校驗。

3 基于手機(jī)信令數(shù)據(jù)的出行量測算結(jié)果

3.1 測算結(jié)果

按照統(tǒng)計范圍和城鄉(xiāng)劃分原則，本文基于中國電信2017 年11 月手機(jī)信令數(shù)據(jù)，將京津冀全社會公路出行劃分為市級以內(nèi)出行（不含城區(qū)內(nèi)部出行）、省級以內(nèi)跨市出行及跨省出行，分別對其進(jìn)行出行量測算與統(tǒng)計，結(jié)果如表5所示。由該表可知，利用該方法的測算結(jié)果為：2017 年11 月，京津冀全社會公路旅客出行量為5.3 億人次。

表5 基于手機(jī)信令數(shù)據(jù)的2017年11月京津冀全社會公路旅客出行量

3.2 結(jié)果校核

（1）自校核

在對數(shù)據(jù)質(zhì)量評估時，本文對數(shù)據(jù)中間成果進(jìn)行了驗證評估，具體方法包括出行人群性別結(jié)構(gòu)評估法和出行人群年齡結(jié)構(gòu)評估法。

采用出行人群性別結(jié)構(gòu)評估法對北京市、天津市、河北省出行人群性別結(jié)構(gòu)進(jìn)行分析評估。分析結(jié)果顯示，在數(shù)據(jù)時間范圍內(nèi)，出行人群性別結(jié)構(gòu)基本穩(wěn)定（以北京市為例，如圖4所示），沒有發(fā)現(xiàn)數(shù)據(jù)質(zhì)量問題。

圖4 基于手機(jī)信令數(shù)據(jù)的2017年11月北京市公路出行人群性別結(jié)構(gòu)

采用出行人群年齡結(jié)構(gòu)評估法對北京市、天津市、河北省出行人群年齡結(jié)構(gòu)進(jìn)行分析評估。分析結(jié)果顯示，在數(shù)據(jù)時間范圍內(nèi)，出行人群年齡結(jié)構(gòu)同樣保持穩(wěn)定（以北京市為例，如圖5 所示），沒有發(fā)現(xiàn)數(shù)據(jù)質(zhì)量問題。

圖5 基于手機(jī)信令數(shù)據(jù)的2017年11月北京市公路出行人群年齡結(jié)構(gòu)

（2）外部校核

將本次測算結(jié)果與官方發(fā)布的2017 年11 月公路旅客運(yùn)輸量統(tǒng)計數(shù)據(jù)進(jìn)行對比，如表6所示。

表6 基于手機(jī)信令數(shù)據(jù)的公路旅客出行量與官方發(fā)布的公路營業(yè)性客運(yùn)量對比

對比發(fā)現(xiàn)，基于手機(jī)信令數(shù)據(jù)測算的京津冀公路出行量是官方發(fā)布的公路營業(yè)性客運(yùn)量的6.68 倍，即手機(jī)信令公路出行量中非營業(yè)性客運(yùn)量與營業(yè)性客運(yùn)量之比為5.68∶1。手機(jī)信令測算數(shù)據(jù)大于營運(yùn)性數(shù)據(jù)的原因在于手機(jī)信令數(shù)據(jù)包含營業(yè)性與非營業(yè)性車輛，傳統(tǒng)公路客運(yùn)量統(tǒng)計更多基于班線客車、城鄉(xiāng)巴士等營業(yè)性客運(yùn)量測算，缺乏以私家車為主的公路非營業(yè)性客運(yùn)；手機(jī)信令測算的出行量包括私家車、網(wǎng)約車、摩托車、電動車、貨車及城市以外運(yùn)營的城市公交、出租車等各種行駛速度相近的交通工具旅客出行量，故導(dǎo)致測算結(jié)果較大。

4 結(jié)語

基于手機(jī)信令數(shù)據(jù)的全社會公路旅客出行量測算方法能直觀反映“人-出行”的交通運(yùn)輸機(jī)理，避免了“車-出行”的實載率估計、道路重復(fù)選擇等固有系統(tǒng)誤差，擴(kuò)大了現(xiàn)有交通運(yùn)輸公路客運(yùn)行業(yè)統(tǒng)計體系的覆蓋范圍，可全面反映全社會公路旅客出行情況，也客觀反映出我國公路網(wǎng)在綜合交通運(yùn)輸中的突出貢獻(xiàn)，在跨城市出行統(tǒng)計方面比傳統(tǒng)統(tǒng)計數(shù)據(jù)更具優(yōu)勢。

本文以京津冀地區(qū)為例，采用2017 年11 月的中國電信手機(jī)信令數(shù)據(jù)，經(jīng)過數(shù)據(jù)預(yù)處理、用戶位置識別、旅客出行判斷、出行方式判別、城區(qū)范圍劃分、多層數(shù)據(jù)擴(kuò)樣，建立了基于手機(jī)信令數(shù)據(jù)的全社會旅客出行量測算方法，最后對測算結(jié)果進(jìn)行校核。結(jié)果表明，本文的測算方法合理可行，在擴(kuò)展公路旅客出行量統(tǒng)計方法方面發(fā)揮了積極作用，可為下一步全面開展全國范圍內(nèi)的公路旅客出行量測算提供參考。

因手機(jī)信令數(shù)據(jù)使用權(quán)限時長和計算機(jī)算力限制，本研究在駐留閾值設(shè)置、用戶出行方式判別、測算結(jié)果校核方面尚有不足。未來，移動通信將進(jìn)入5G 時代，信令定位將更精確，通信小區(qū)切換將更頻繁，信令數(shù)據(jù)量更大，在條件許可的情況下，考慮設(shè)計基于城市規(guī)模、人口等因素的駐留距離閾值，探索更加精確的出行方式識別方法，并加強(qiáng)測算成果校核的輔助手段補(bǔ)充與校核，以提高測算的準(zhǔn)確性，為行業(yè)治理與發(fā)展提供更有力的統(tǒng)計數(shù)據(jù)支撐。