上海市政工程设计研究总院（集团）有限公司 上海市 200092
摘要：本文基于手机信令数据，融合水经注软件高德地图建筑属性数据，以厦门本岛为例，计算各类用地类型交通出行率，通过对照《交通出行率手册》，得出基于手机信令数据计算交通出行率适用于长驻留、研究人群手机使用率高的用地类型，为相关研究提供参考。
关键词：手机信令数据；水经注；厦门本岛；交通出行率
交通出行率是反映城市交通和土地利用相互关系的重要指标之一，能直接描述建筑自身特征和交通特征之间的量化规律，是城市交通规划、交通研究、建设项目交通影响评价等工作中定量分析的基础参数[1]。2005年，北京交通发展研究中心，开展《北京市交通出行率指标研究》课题，出版《交通出行率手册》，数据获取基于人工调查，调查手段传统，消耗大量人力物力，不利于在其他城市广泛推广。近年来，大数据在交通调查工作中的应用不断成熟，其中以手机信令数据为主要代表。手机信令数据以抽样率高、数据客观、调查人力物力成本低为特点，主要基于用户驻留点变化定义出行，因此本文采用手机信令数据作为技术手段研究交通出行率，为相关研究提供方法论及理论参考。
1 国内研究现状
近年来，交通出行率相关研究根据调查手段分为传统人工调查和大数据调查两种。人工调查多基于某种固定建筑物类型进行人工统计[2][3]，针对性强，考虑的影响因素丰富，但研究结论分散于多个文献，参考价值较单一。大数据调查主要基于手机信令数据[4]、热力图[5]以及融合多种调查手段的综合调查方法[6]，其中手机信令数据在定量分析建筑物交通出行率方面潜力最大，但依赖单一信令数据无法达到传统人工调查研究深度，需融合多种调查手段予以辅助。
2 数据获取与处理
2.1 手机信令数据
本次研究采用“智慧足迹”数据公司厦门市联通手机信令数据，联通在厦门的市占比为17.1%。为规避疫情，选取2019年9月份为研究月份。为体现研究结论的一般性，选取周六、周日（非国定假）为双休日研究日期，共6天；选取周二、周三、周四（非国定假及国定假前后日期）为工作日研究日期，共11天。
“智慧足迹”数据公司将原始出行数据（以通讯基站为单位）预处理成以栅格为单位（栅格最小边长250m），且定义驻留时间超过30分钟的两个驻留点之间为一次出行。数据基本格式为：用户ID，出行日期，当日出行ID，出行起点栅格ID，出行终点栅格ID，出发时间，到达时间，其他信息（出行距离、出行速度等）。
本次研究定义某研究用地出行产生及出行吸引如图2-1所示，通过Hive Sql对数据进行筛选，将出行起点栅格为研究用地栅格，出行终点为非研究用地栅格作为一次出行产生，反之则为一次出行吸引。
.png)
图2-1 手机信令数据出行产生、吸引示意
2.2 用地属性数据
本次研究选取厦门本岛各典型用地类型作为研究对象，共选取62块用地，包括30个居住用地、8个商业用地、8个商务办公用地、8个医院用地、8个学校用地。通过水经注软件下载高德地图建筑shape文件，建筑信息包含用地面积和层数，并通过GIS软件相交功能得到各研究用地建筑信息。之后进行坐标投影，输出坐标系选择投影坐标系—UTM—北半球—50N分区（厦门经度约118，取中心经度117的分区），由此计算各研究用地总建筑面积。
2.3 出行率计算
根据出行率定义，各研究用地出行产生率、出行吸引率以及总出行率计算公式如下。
出行产生率=日均出行产生量/市占比/总建筑面积（1）
出行吸引率=日均出行吸引量/市占比/总建筑面积（2）
总出行率=出行产生率+出行吸引率 （3）
3 数据分析
3.1 手机信令数据处理结果概述
本次研究共处理62个研究用地手机信令数据，成功采集55个，采集成功率为89%，未成功采集的研究用地对象用地面积均小于6万平方米（栅格最小面积6.25万平方米），由此看出手机信令数据不宜研究面积过小用地的出行率。
3.2 出行产生吸引时变规律分析
按出发时间对出行产生量进行聚合，按到达时间对出行吸引量进行聚合，得到本次研究各类用地出行产生吸引时变规律。
.png)
图3-1 各类研究用地出行产生吸引时变规律
1）居住用地
居住用地早高峰产生大于吸引，晚高峰吸引大于产生，工作日早晚高峰出行相较双休日更集聚，其中工作日早高峰集聚程度高于晚高峰，双休日晚高峰集聚程度高于早高峰。
2）商业用地
本次研究的商业用地均为商业综合体。工作日呈现早晚两个高峰，晚高峰较早高峰更集聚，并且早晚高峰均呈现吸引大于产生的情况，原因在于商业用地早高峰吸引工作人群为主，晚高峰则吸引休闲娱乐人群为主，通勤下班人群和休闲娱乐人群在晚高峰形成客流叠加。而双休日则呈现单晚高峰特征，19点之前吸引大于产生，19点之后产生大于吸引，符合商业中心客流出行特征。
3）商务办公用地
本次研究的商务办公用地科创类居多（如湖里创新园、厦门软件园等）。工作日早晚高峰出行相较双休日同样更集聚，但早高峰吸引大于产生，晚高峰产生大于吸引，与居住用地相反，符合认知。并且工作日早高峰出行吸引集聚程度（占全天比重18%）明显大于晚高峰出行产生集聚程度（占全天比重14%），原因在于相关岗位类型加班现象普遍，降低了晚高峰下班出行集聚性。
4）医疗用地
本次研究的医疗用地以三级综合医院为主（如仙岳医院、第一医院、中山医院等）。出行规律与商务办公用地类似，但早晚高峰集聚性有所降低，值得注意的是医疗用地12点和14点呈现一定的午高峰规律，12点短暂出现产生大于吸引，14点则相反。
5）学校用地
本次研究学校均为中小学，早晚高峰出行产生与出行吸引较为平衡，与认知不符。原因在于中小学用地面积较小，且与居住用地距离较近或完全包含在居住用地中，基站数据采集受居住用地影响较大。另外中小学学生手机使用率较低，手机信令无法把握学生出行规律。
3.3 出行率分析
交通规划、交通影响评价相关项目一般选取工作日早晚高峰以及双休日晚高峰作为出行特征重点研究时段。根据上节出行时变规律分析，所研究的各类用地工作日早晚高峰均出现在8点-9点以及18点-19点，双休日晚高峰均出现在18点-19点。对这三个时段进行相关性拟合，自变量为总建筑面积，应变量为总出行量，拟合效果良好，各类用地总建筑面积越大，总出行量越大，R方均在0.6以上。
进一步计算各类用地高峰时段平均出行率（单位建筑面积总出行量）及进出比例（出行吸引对应进地块，出行产生对应出地块）见表3-1：
表3-1 各类用地出行率（单位：人次/万平方米建筑面积）及进出比例
4 结束语
本文基于手机信令数据探索交通出行率计算方法，首先得出到厦门本岛居住、商业、商务办公、医疗、学校用地一般工作日及一般双休日出行时变规律，基于出行时变规律计算得到各用地类型高峰时段出行率，并通过《交通出行率手册》进行比对，分析得出基于手机信令数据计算交通出行率的适用性。主要结论为，手机信令数据不适用于较小用地面积（小于6万平方米）交通出行率计算，适用于长驻留、研究人群手机使用率高的用地类型。后续研究可进一步校核水经注软件高德地图建筑属性数据准确性，进一步增加样本量，进一步基于其他城市对相关结论进行普适性研究。
参考文献：
[1]交通出行率指标研究课题组.交通出行率手册[M].中国建筑工业出版社，2009.
[2]张文，陆再珍，朴莲花，胡郁葱.广州市普通住宅建筑物交通出行率研究[J].建设科技，2016，12：44-45.
[3]刘新杰，林焘宇，李智.深圳市中小学出行特征及交通出行率分析[J].道路交通与安全，2015，15（4）：38-43.
[4]李明高，杨冠华，刘剑锋，王静，廖唱.手机数据在城市居民出行特征分析中的应用实践[C].2018年中国城市交通规划年会论文集，2018.
[5]刘新杰，陈嘉超.手机信令分析与PDA调查融合法辨识交通出行特征——以大沥镇为例[C].2018年中国城市交通规划年会论文集，2018.