广西铭德土地规划设计有限公司 广西南宁 530022
摘要:提出一种基于各个运营商移动MR、XDR、基础工参等数据,结合使用大数据计算技术搭建全时域全时空的人口规划的方案思路,并对其中重点技术架构、共性技术、安全问题等提出重点阐述和解决思路,从而为指导移动数据用于空间规划提供参考意见。
关键词:MR数据;空间规划;移动定位大数据
引言
2017年12月8日,中共中央政治局就实施国家大数据战略进行第二次集体学习。习近平强调:“要实施国家大数据战略加快建设数字中国,要推动大数据技术产业创新发展。我们要瞄准世界科技前沿,集中优势资源突破大数据核心技术,加快构建自主可控的大数据产业链、价值链和生态系统;要面向国家重大需求,面向国民经济发展主战场,全面实施促进大数据发展行动,完善大数据发展政策环境;要坚持数据开放、市场主导,以数据为纽带促进产学研深度融合,形成数据驱动型创新体系和发展模式。”可见,研究采用新型大数据技术提升数字中国建设,为政府掌握精准的动态的人口要素,对城乡空间规划编制能产生至关重要的前沿研究作用。
1移动定位大数据、个体活动、城市功能
1.1移动定位大数据与个体活动
移动定位大数据是一种大规模记录个体时空轨迹的数据集。从时空轨迹角度出发,各种移动定位大数据基本类似,但是在个体时空轨迹点的产生方式和记录轨迹点的时间连续性上有所差异。例如,移动互联网LBS数据是用户在使用移动互联网服务、发出定位请求时被记录下来的位置信息。不同APP的使用频率不同,对应定位的时空轨迹点数量也不同。地铁刷卡数据是由智能公交卡用户每一次地铁出行产生进站刷卡、出站刷卡2个轨迹点,一日往返通勤会产生4个轨迹点记录。手机信令数据则一般以至少1h的间隔连续记录用户空间位置。在去除位置连续重复的信令后,4G用户人均每日大概能被记录到150个轨迹点。居民个体行为所形成的时空轨迹中,按照行为一般时空规律识别出个体行为的特征点,包括“居住、工作、游憩”等特征行为位置,这是规划设计中所应用的基础数据处理方法。例如,匿名用户一个月内在60%的日期内夜间在同一位置留下了轨迹点,这个位置很有可能是这位用户当月的居住地;同样匿名用户一个月内在60%工作日日间在同一位置留下了轨迹点,这个位置则很有可能是这位用户当月的工作地。类似规则也能测算用户休息日常去的游憩地。
1.2移动定位大数据与城市功能
对个体用户来讲,从上述移动定位大数据识别出个人行为的“居住、工作、游憩”特征位置点,将上述特征位置点串联在一起就是该用户当日的“交通”出行轨迹(图1)。当移动定位大数据样本量占据城市居民相当大的比例后,汇总众多用户的“居住、工作、游憩”特征位置点就能获得城市“居住、工作、游憩”功能空间分布特征。同样,在个体层面将上述各个特征位置点串联在一起的“交通”出行轨迹,在总体上能反映城市“居住—工作”“居住—游憩”等功能联系。移动定位大数据能用于测算城市居住、工作、游憩功能空间分布,也能用于测算“居住—工作”“居住—游憩”等功能联系。这是移动定位大数据在建成环境规划设计中的应用基础。
期刊文章分类查询,尽在期刊图书馆人口普查数据能很好地描述城市居住功能的空间分布,经济普查数据能很好地反映城市工作功能的空间分布。但是这些普查数据不仅调查成本极高、更新较慢,而且人口普查、经济普查数据是静态统计数据,无法测算诸如“居住—工作”等功能联系。移动定位大数据在上述方面弥补了传统数据的不足,具有独特的优势。
2现状描述
现有以抽样调研、公交数据、公安户籍、门禁数据等渠道获取的人口信息,均存在完整性不足、实效性差、数据整合难度大等困难,难以科学、精准地支撑城乡规划工作的高质量推进。从统计部门、户籍管理部门的数据来看,虽然有严格的户籍管理制度,但由于统计方法和统计口径不一致,加上现有人口流动、户籍分离的常态化,这些部门无法提供准确的人口规模数据供城镇空间规划部门使用。基于城镇空间规划对人口要素精准度、动态化的需求,需要尝试新的技术手段来高效、准确地实现。随着手机等移动终端的普及,在城市中2G/3G/4G网络已经基本实现全区域覆盖。根据工业和信息化部的统计,截至2015年,移动电话用户已达到13亿户,移动电话用户普及率达95.5部/百人,手机用户渗透率高达96%,智能机用户占比达到8成以上。由于手机的运动与机主的运动重合度高,手机位置很大程度上可以表示机主的位置。
3共性技术研究
3.1运营商数据有事及分类研究
三大运营商的业务性质本身,使其可以采集到庞大的用户信息,并对其消费习惯、服务记录、行为轨迹等有较为全面的理解,这是电信运营商开展大数据业务得天独厚的优势。此外,相比BAT电信运营商的社会公信力也是其拓展大数据业务的重要“优先证”。数据分类:1)基于BSS系统的用户身份和通信类数据。包括用户开户时的身份信息,话费情况即通话、短信与流量费用的构成,套餐种类,甚至终端类型等。2)基于运营商OSS系统的用户行为数据。包括用户通过手机上网、聊天、玩游戏、浏览网页等行为产生的数据。3)基于用户LBS的位置数据。如基于手机信令、基站位置等用户的实时定位数据。4)物联网场景下产生的2B和2C数据。这里主要指物联网场景下的“物”和“人”两类大数据:“物”的大数据——如来自仪表收集的水、电、气数据,传感器收集的气候、污染数据,资产货运的跟踪数据;“人”的大数据——如人体健康、生活习惯或运动的数据。
3.2运营商数据融合安全方案研究
运营商运用移动大数据在很多行业都取得了不错的应用效果如区域洞察、舆情监控、风险评估、交通分析、智慧旅游等行业,但是每家提供的产品都存在同质化竞争,仍缺乏业务场景的数据化。三大运营商都对数据的安全非常敏感,强调原始数据不出机房的原则,只能对外提供脱敏后的数据或者现有平台的标签类数据。为了确保数据安全,本着“运营商源数据不出机房”的原则,在每家运营商侧部署人口基础数据处理模块,生成非敏感统计级数据后,将数据推送给人口时空大数据平台进行三网数据融合,形成完整的、统一的人口时空大数据,从而对政府各部门提供数据服务支撑。
3.3三网数据融合设计研究
基于运营商的网络交互数据,分析用户的交往圈,实现对一人多卡用户的识别,对会产生重复统计的人群进行识别,并在结果中标记。在运营商大数据平台基于地图全域栅格化、网络化的数据汇集处理,每家运营商定位用户数据的栅格、网格化关联匹配,实现网络、栅格级别的数据汇集,进一步完成个体数据脱敏;网格、栅格化的处里后的数据应包含用户数、用户基本属性年龄分布、性别分布、异网用户数、网格间用户轨迹等统计属性信息;在人口时空大数据平台三网数据融合,以网络、栅格为计算单元,对3家运营商的数据进行加总汇集,并减除双卡、多卡用户,实现地理空间的精准人口规模和属性,以供城乡规划所用。
结语
基于移动网络的全域全时空人口大数据平台数据精准获取,比传统户籍数据、民政数据、社区管理数据、人口普查更精准、时效性更强,可以持续地动态地获取完整的人口规模、人口结构、人口空间分布数据。在人口分布、职住分析、交通规划、城市管理、城市规划、安防消防、智慧城市、智慧旅游等方面都具有较高的应用价值。
参考文献:
[1]钮心毅,丁亮.利用手机数据分析上海市域的职住空间关系——若干结论和讨论[J].上海城市规划,2015(2):39-43.
论文作者:卢东雄
论文发表刊物:《防护工程》2019年第4期
论文发表时间:2019/6/3
标签:数据论文; 用户论文; 轨迹论文; 人口论文; 位置论文; 运营商论文; 空间规划论文; 《防护工程》2019年第4期论文;