移動(dòng)互聯(lián)背景下的上海市人員出行調(diào)查關(guān)鍵技術(shù)實(shí)踐與創(chuàng)新

朱 洪，陳 歡，范 瑱，蘇 瑛

上海市城鄉(xiāng)建設(shè)和交通發(fā)展研究院

1 現(xiàn)狀調(diào)查實(shí)施情況及面臨的問(wèn)題

人員出行調(diào)查主要是為了掌握關(guān)于出行源頭的規(guī)律性指標(biāo)，獲取不同屬性的人員出行的特征,發(fā)現(xiàn)影響人員出行行為的主要因素,為分析城市交通發(fā)展趨勢(shì)，制訂城市交通規(guī)劃、管理政策等提供基礎(chǔ)數(shù)據(jù)。

目前國(guó)內(nèi)外許多城市、地區(qū)已經(jīng)形成了政府部門主導(dǎo)下定期開(kāi)展人員出行調(diào)查的機(jī)制（見(jiàn)表1），并在長(zhǎng)期實(shí)踐中積累了寶貴經(jīng)驗(yàn)，同時(shí)調(diào)查的途徑在不斷拓展，調(diào)查的技術(shù)手段也在不斷提升。

當(dāng)前社會(huì)經(jīng)濟(jì)背景下，出行調(diào)查在實(shí)際實(shí)施中無(wú)法避免地面臨入戶家訪、人工攔截等傳統(tǒng)調(diào)查手段實(shí)施難度越來(lái)越大的問(wèn)題，同時(shí)也面臨著科技發(fā)展、大數(shù)據(jù)技術(shù)革新等帶來(lái)的機(jī)遇。但在日常實(shí)踐中，大數(shù)據(jù)往往只能反映局部或單個(gè)交通系統(tǒng)的特征，無(wú)法全面反映交通系統(tǒng)之間銜接和人員全程出行的行為特征，特別是不同屬性人群的出行肌理，直接應(yīng)用于決策支撐時(shí)存在一定的局限性。移動(dòng)互聯(lián)背景下人員出行調(diào)查應(yīng)更注重大數(shù)據(jù)技術(shù)應(yīng)用與現(xiàn)代化人工調(diào)查手段的充分融合。

2 調(diào)查方案設(shè)計(jì)思路

本次上海市人員出行調(diào)查方案設(shè)計(jì)在緊貼政府各部門決策管理需求的基礎(chǔ)上，強(qiáng)化移動(dòng)互聯(lián)技術(shù)的應(yīng)用。對(duì)傳統(tǒng)人工調(diào)查手段進(jìn)行優(yōu)化升級(jí)的同時(shí)，廣泛深入開(kāi)展大數(shù)據(jù)開(kāi)發(fā)應(yīng)用（見(jiàn)圖1）。在大數(shù)據(jù)技術(shù)不斷發(fā)展的環(huán)境下，自動(dòng)采集的數(shù)據(jù)資源日益豐富，為開(kāi)展交通調(diào)查提供了很好的數(shù)據(jù)支撐。強(qiáng)化大數(shù)據(jù)的融合應(yīng)用，可以在保證調(diào)查質(zhì)量的前提下，有效降低人工調(diào)查成本，針對(duì)日常工作較難獲取或尚未形成固化分析機(jī)制的大數(shù)據(jù)制定開(kāi)發(fā)應(yīng)用方案。通過(guò)更加廣泛、深入地使用交通及相關(guān)行業(yè)大數(shù)據(jù)，充分發(fā)揮大數(shù)據(jù)的優(yōu)勢(shì)。

圖1 人工調(diào)查與大數(shù)據(jù)開(kāi)發(fā)應(yīng)用相結(jié)合

3 調(diào)查實(shí)施情況

3.1 調(diào)查范圍

移動(dòng)互聯(lián)技術(shù)的應(yīng)用使得本次人員出行調(diào)查的范圍首次從上海市域擴(kuò)展至長(zhǎng)三角，在獲取上海市域內(nèi)人員出行特征指標(biāo)的基礎(chǔ)上，進(jìn)一步獲取長(zhǎng)三角都市圈人員城際出行的特征指標(biāo)（見(jiàn)圖2）。并且在2019年開(kāi)展常態(tài)出行調(diào)查的基礎(chǔ)上，對(duì)2020年疫情期間的人員出行情況進(jìn)行了跟蹤調(diào)查。

圖2 基于長(zhǎng)三角區(qū)域手機(jī)信令數(shù)據(jù)的城際人員出行分布

3.2 調(diào)查內(nèi)容

人員出行特征與社會(huì)經(jīng)濟(jì)、城市用地布局、車輛擁有情況、基礎(chǔ)設(shè)施布局等相關(guān)，以往調(diào)查以人員為調(diào)查對(duì)象，調(diào)查其在上海市域內(nèi)的活動(dòng)為主，本次調(diào)查不僅調(diào)查上海市域內(nèi)的人員出行特征，還針對(duì)上海與長(zhǎng)三角區(qū)域間的城際客流出行情況進(jìn)行了調(diào)查，全面獲取上海市及長(zhǎng)三角區(qū)域城際出行的整體情況。主要調(diào)查指標(biāo)包括出行總量、出行強(qiáng)度（頻次）、時(shí)空分布、出行方式鏈、出行各環(huán)節(jié)時(shí)耗、軌道換乘、出行費(fèi)用等方面的特征數(shù)據(jù)。此外，考慮近年來(lái)小客車的普及情況，結(jié)合家庭戶調(diào)查和新能源汽車平臺(tái)數(shù)據(jù)分析等獲得小客車的使用特征。

3.3 調(diào)查途徑與規(guī)模

本次上海市人員出行調(diào)查中獲取常住人口出行特征的主要途徑是通過(guò)對(duì)居民家庭戶的入戶家訪調(diào)查。根據(jù)住建部2018年發(fā)布的《城市綜合交通調(diào)查技術(shù)標(biāo)準(zhǔn)》，常住人口規(guī)模超過(guò)1 000萬(wàn)的城市，居民家訪調(diào)查的抽樣率應(yīng)在0.5%以上。根據(jù)上海市常住人口規(guī)模匡算，確定本次居民家訪調(diào)查樣本量為5.1萬(wàn)戶，樣本戶覆蓋全市所有街道。同時(shí)，為了加強(qiáng)對(duì)強(qiáng)出行人口的調(diào)查，本次調(diào)查中首次與市教委合作，對(duì)全市3.9萬(wàn)戶學(xué)生家庭進(jìn)行了出行調(diào)查，樣本覆蓋上海市所有行政區(qū)的各學(xué)齡段共120所學(xué)校。此外，還首次使用三家運(yùn)營(yíng)商的手機(jī)數(shù)據(jù)對(duì)出行空間信息進(jìn)行挖掘。區(qū)域出行方面，一方面基于區(qū)域手機(jī)信令數(shù)據(jù)獲取出行分布情況，另一方面通過(guò)對(duì)外樞紐旅客抽樣問(wèn)詢和全市隨機(jī)網(wǎng)絡(luò)問(wèn)卷結(jié)合，獲得城際出行空間分布和內(nèi)外銜接交通方式等情況。在小客車使用特征方面，隨著小客車的普及，一方面通過(guò)居民出行家訪調(diào)查和學(xué)生家庭調(diào)查可以獲得約5.7萬(wàn)輛車的出行信息，另一方面通過(guò)新能源汽車公共信息平臺(tái)，獲取了約5萬(wàn)輛新能源小客車的出行軌跡數(shù)據(jù)。此外，依托公安交警的城運(yùn)平臺(tái)，抽取一周的內(nèi)環(huán)內(nèi)區(qū)域號(hào)牌識(shí)別數(shù)據(jù)，進(jìn)一步對(duì)中心區(qū)域的小客車使用特征補(bǔ)充完善。

在實(shí)施人員出行特征調(diào)查的基礎(chǔ)上，同步對(duì)軌道交通、地面公交、道路交通等系統(tǒng)運(yùn)行情況進(jìn)行了相關(guān)調(diào)查，為校核特征調(diào)查數(shù)據(jù)提供依據(jù)。在公交客流調(diào)查方面還首次使用交通卡和公交車衛(wèi)星定位數(shù)據(jù)融合挖掘的方法。調(diào)查通過(guò)多源數(shù)據(jù)校核，更全面、更精準(zhǔn)地獲得人員出行的關(guān)鍵特征指標(biāo)數(shù)據(jù)（見(jiàn)圖3）。

圖3 人員出行特征調(diào)查調(diào)查途徑方法

4 關(guān)鍵技術(shù)實(shí)踐與創(chuàng)新

本次調(diào)查緊密結(jié)合當(dāng)前政府管理工作要求，深入研究大數(shù)據(jù)應(yīng)用與挖掘的方式方法，探索大數(shù)據(jù)融合應(yīng)用的技術(shù)和機(jī)制創(chuàng)新，制定大數(shù)據(jù)和人工調(diào)查融合的調(diào)查方案，主要涉及以下四個(gè)方面的關(guān)鍵技術(shù)實(shí)踐與創(chuàng)新。

4.1 大數(shù)據(jù)融合挖掘

為了實(shí)現(xiàn)移動(dòng)互聯(lián)數(shù)據(jù)從局部、抽樣到全面的應(yīng)用，通過(guò)梳理數(shù)據(jù)之間的層次關(guān)系、時(shí)態(tài)關(guān)系等，確定數(shù)據(jù)的多維關(guān)聯(lián)規(guī)則，首次實(shí)現(xiàn)對(duì)三家通信運(yùn)營(yíng)商的手機(jī)信令數(shù)據(jù)、交通卡與公交車衛(wèi)星定位數(shù)據(jù)等多平臺(tái)數(shù)據(jù)的融合挖掘，提升相關(guān)數(shù)據(jù)在人員出行特征分析中的支持度與可信度。

手機(jī)信令數(shù)據(jù)挖掘以連續(xù)一個(gè)月內(nèi)在上海市域內(nèi)出現(xiàn)的手機(jī)用戶為對(duì)象，通過(guò)常住用戶識(shí)別、駐留地判斷、出行判斷等時(shí)空信息分析，獲取市域內(nèi)的通勤出行特征，重點(diǎn)了解區(qū)域職住平衡情況和通勤客流走廊的不均衡性。對(duì)于疫情期間的出行變化跟蹤，以周為單位對(duì)手機(jī)數(shù)據(jù)進(jìn)行連續(xù)分析，及時(shí)掌握通勤出行的恢復(fù)情況和特殊時(shí)期通勤出行特征的變化。本次調(diào)查中首次同時(shí)對(duì)三家運(yùn)營(yíng)企業(yè)的數(shù)據(jù)開(kāi)展手機(jī)信令數(shù)據(jù)的整合分析（見(jiàn)圖4），覆蓋用戶群體廣泛，能夠更加全面地反映人員出行的空間信息。

圖4 基于三家通信運(yùn)營(yíng)商手機(jī)信令數(shù)據(jù)的通勤客流走廊分布

對(duì)交通卡與公交車GPS數(shù)據(jù)的融合挖掘打破了以往兩塊數(shù)據(jù)獨(dú)立挖掘的格局，實(shí)現(xiàn)了對(duì)全市公交客流上下客與公交走廊的關(guān)聯(lián)分析。乘車OD的推算主要是應(yīng)用重力模型、增長(zhǎng)系數(shù)法等，并利用每天上下班時(shí)段刷卡乘公交車判斷通勤用卡的OD，利用公交車后換乘軌道或者公交刷卡記錄推算換乘客流的OD，根據(jù)客流上下客特征推算偶爾乘車用卡的OD。通過(guò)大數(shù)據(jù)挖掘，最終得到客流時(shí)空分布、斷面客運(yùn)量、乘車距離、客運(yùn)周轉(zhuǎn)量、換乘系數(shù)、客運(yùn)走廊各斷面流量等數(shù)據(jù)。同時(shí)，為了反映該項(xiàng)調(diào)查技術(shù)的精度，通過(guò)與主要公交走廊的線路抽樣調(diào)查數(shù)據(jù)相比對(duì)，得到相關(guān)性檢驗(yàn)系數(shù)R2均值達(dá)到0.9以上（見(jiàn)圖5）。交通卡與公交車GPS數(shù)據(jù)的融合挖掘技術(shù)可以較好地還原公交客流分布。

圖5 部分公交線路數(shù)據(jù)相關(guān)性檢驗(yàn)結(jié)果

4.2 問(wèn)卷填報(bào)系統(tǒng)優(yōu)化升級(jí)

本次居民家訪調(diào)查在延續(xù)2014年首次采用的手持終端設(shè)備入戶調(diào)查的基礎(chǔ)上，對(duì)移動(dòng)端調(diào)查APP和云端平臺(tái)進(jìn)行了功能優(yōu)化（見(jiàn)圖6），實(shí)現(xiàn)了調(diào)查過(guò)程自動(dòng)錄音、調(diào)查數(shù)據(jù)自動(dòng)審核及云端同步入庫(kù)等功能，邊調(diào)查邊審核邊錄入，避免了傳統(tǒng)問(wèn)卷調(diào)查數(shù)據(jù)采集與錄入中的誤操作可能導(dǎo)致的誤差。在學(xué)生家庭調(diào)查中進(jìn)一步探索無(wú)接觸調(diào)查問(wèn)卷系統(tǒng)研發(fā)與應(yīng)用，對(duì)在線問(wèn)卷的交互設(shè)計(jì)進(jìn)行優(yōu)化，新增填寫引導(dǎo)、案例示范、時(shí)間位置信息自動(dòng)匹配等功能，引導(dǎo)在線沉浸式的調(diào)查體驗(yàn)，被調(diào)查者可使用智能終端設(shè)備掃描二維碼進(jìn)入填報(bào)系統(tǒng)。調(diào)查數(shù)據(jù)在自動(dòng)同步的基礎(chǔ)上實(shí)現(xiàn)統(tǒng)計(jì)數(shù)據(jù)的后臺(tái)可視化監(jiān)測(cè)功能，進(jìn)一步提升調(diào)查過(guò)程的質(zhì)量控制水平。與傳統(tǒng)的在線問(wèn)卷相比，被訪者的體驗(yàn)度、填報(bào)環(huán)境及進(jìn)程質(zhì)控均有所提升。

圖6 移動(dòng)端調(diào)查問(wèn)卷系統(tǒng)應(yīng)用及后臺(tái)界面

4.3 基于活動(dòng)鏈的問(wèn)卷內(nèi)容設(shè)計(jì)整合

在人員出行調(diào)查的問(wèn)卷設(shè)計(jì)中，以被調(diào)查者全天的活動(dòng)為主線開(kāi)展調(diào)查，調(diào)查內(nèi)在邏輯更加符合人們?nèi)粘５乃季S方式和思考習(xí)慣，可有效提升出行鏈獲取的完整度與真實(shí)度?；谲壍揽土鲾?shù)據(jù)、新能源汽車平臺(tái)數(shù)據(jù)、牌照識(shí)別數(shù)據(jù)等大數(shù)據(jù)無(wú)法獲得全程出行鏈信息、出行費(fèi)用、目的等細(xì)分?jǐn)?shù)據(jù)的基本情況，在問(wèn)卷設(shè)計(jì)中予以彌補(bǔ)。調(diào)查內(nèi)容和方案設(shè)計(jì)將人員活動(dòng)鏈抽樣調(diào)查與各系統(tǒng)大數(shù)據(jù)充分整合，強(qiáng)調(diào)反映全程出行鏈和各次出行活動(dòng)之間的關(guān)聯(lián)連續(xù)性。

4.4 調(diào)查機(jī)制創(chuàng)新

本次人員出行調(diào)查由政府部門擴(kuò)展到互聯(lián)網(wǎng)企業(yè)、大數(shù)據(jù)平臺(tái)，形成一個(gè)綜合、穩(wěn)定、高效的調(diào)查機(jī)制。調(diào)查首次得到了上海市教育委員會(huì)、上海市通信管理局等部門的支持，探索基于學(xué)生家庭開(kāi)展無(wú)接觸調(diào)查場(chǎng)景，首次協(xié)同三家手機(jī)運(yùn)營(yíng)企業(yè)開(kāi)展數(shù)據(jù)調(diào)查，并以此為契機(jī)形成了長(zhǎng)效合作研發(fā)機(jī)制。

5 結(jié) 語(yǔ)

本文重點(diǎn)介紹了移動(dòng)互聯(lián)背景下上海市人員出行調(diào)查實(shí)施過(guò)程中新思路、新技術(shù)的實(shí)際應(yīng)用情況，系統(tǒng)闡述了本次人員出行調(diào)查從方案設(shè)計(jì)、實(shí)際實(shí)施情況到關(guān)鍵技術(shù)的實(shí)踐和創(chuàng)新等內(nèi)容。目前有關(guān)于交通領(lǐng)域的大數(shù)據(jù)研究日趨成熟，相關(guān)技術(shù)在豐富可挖掘數(shù)據(jù)資源的同時(shí)，也在拓寬調(diào)查分析方法的技術(shù)路徑。未來(lái)，在積累總結(jié)人員出行調(diào)查實(shí)施經(jīng)驗(yàn)的基礎(chǔ)上，仍需進(jìn)一步思考如何將大數(shù)據(jù)技術(shù)系統(tǒng)地融合納入出行特征獲取分析的技術(shù)框架內(nèi)，在實(shí)踐中不斷通過(guò)新技術(shù)方法取得更高質(zhì)量的調(diào)查成果。