2024年2月12日发(作者：类佳文)
信息化技术应用 TECHNOLOGY AND INFORMATION基于手机信令数据的重庆实际服务人口测算及特征分析赵必成 陈易林 邹延权重庆市交通规划研究院 重庆 400015摘 要 城市除了服务本地发展以外，还承担着服务周围腹地的区域性职能，吸引大量以商务、旅游等目的为主的短期驻留人口。本文基于重庆市中心城区的手机信令数据，利用大数据数据挖掘、关联分析等技术，并参考《市县国土空间开发保护现状评估技术指南（试行）》中的数据计算方法实现了重庆中心城区实际服务人口测算及特征分析。根据手机信令监测数据，2019年中心城区日均实际服务人口约1029.3万人，其中：长驻人口、短驻人口日均分别为882.5万人、146.8万人；约115.4万人为市外人口、31.4万远郊区县人口在主城活动，同时主城有日均约62.6万居民外出主城活动。此外本文还针对短期驻留人口聚集地分布特征开展了分析。关键词 大数据；手机信令数据；实际服务人口；长驻人口；短驻人口Measurement and Characteristic Analysis of Chongqing’s Actual Service Population Based on Cell Phone Signaling
DataZhao Bi-cheng, Chen Yi-lin, Zou Yan-quanChongqing Transportation Planning Research Institute, Chongqing 400015, ChinaAbstract In addition to serving local development, the city also undertakes the regional function of serving the surrounding hinterland, attracting a
large number of short-term residents mainly for business and tourism purposes. This article is based on the mobile phone signaling data in the central
area of Chongqing, uses big data data mining, correlation analysis and other technologies, and refers to the data calculation method in the "Evaluation
Technical Guide for City and County Land Space Development and Protection Status (Trial)" to achieve the actual service population estimation and
characteristic analysis of the central city area in Chongqing. According to mobile phone signaling monitoring data, the actual average daily service
population in the central urban area in 2019 is about 10.293 million, of which: the average daily population of permanent residents and short-term
residents are 8.825 million and 1.468 million; about 1.154 million are residents outside the city, 314,000 residents from the suburban counties live in
the main urban area, and at the same time, an average of 626,000 residents from the main city go out of the main city every day. In addition, this article
also analyzes the distribution characteristics of short-term residents gathering words big data; mobile phone signaling data; actual service population; permanent resident population; short-term resident population引言在当前城市规划技术体系中户籍人口和常住人口是最核心的两个人口统计口径，对城市的基础设施建设、公共服务设施配置、土地开发等有重要的指导作用[1]。但随着城市规模的发展，不仅需要服务本地发展，还具有服务周围腹地的区域性职能，因此吸引了大量以商务、旅游等目的为主的短期驻留人口[2]。因此在特大城市实际日常中的“实际服务人口”与传统人口统计口径的“常住人口”有着较大偏离。按照自然资源部发布的《市县国土空间开发保护现状评估技术指南（试行）》，实际服务人口数量指常住人口和三天以上、半年以下短期驻留人口总和。短期驻留人群每日间有所不同，重复率较低，客观上构成了一个相对稳定且不可忽视的规模（约占常住人口数的15%）[3]。将短期驻留人口纳入城市规划、建设和管理的视野，对各类资源进行合理配置有着重要意义。1 实际服务人口识别过程1.1 实际服务人识别技术路径本文主要介绍实际服务人口识别标准，对于基于手机信令的职住识别模型、驻留点识别模型[4-5]方法及过程不再介绍。通过驻留点识别模型掌握到每个在重庆中心城区出现的用户活动的位置及驻留时间，通过长时间跟踪用户在夜间居住位置训练出用户长驻位置及夜间居住天数。将在中心城区月居住18天以上的用户标识为长驻人群，并统计各空间单元中某一天的人口总量。将月居住3天以上且小于18天的用户标识为短期驻留人群，并统计各空间单元中某一天的人口总量。根据短期驻留人口居住位置记录，可细分为：市外短驻人口和远郊区县短驻人口。实际服务人识别技术路径如图1所示。图1 实际服务人识别技术路径1.2 中心城区实际服务人识别结果根据手机信令监测数据，2019年中心城区日均实际服务人口约1029.3万人，其中：长驻人口、短驻人口日均分别为882.5万人、146.8万人；约115.4万人为市外人口、31.4万远郊区县人口在主城活动，同时主城有日均约62.6万居民外出主城活动。市外外来短驻人口是中心城区短驻人口的主要构成部分，主城九区中渝北区对短驻人口的吸引能力最强，北碚区和大渡口区的吸引能力相对较弱。市外外来短驻人口是中心城区短驻人口的主要构成部分，市外外来短驻人口占中心城区短驻人口的78%。渝北区有江北机场、重庆北站两个重要的对外交通枢纽对短驻人口的影响，其吸引的短驻人口数量稳居主城各行16 科学与信息化2021年7月中
TECHNOLOGY AND INFORMATION信息化技术应用居住区域、白天活动区域。2.1 夜间居住区域时间分布上看，节假日夜间聚集的短驻人口明显高于周六和工作日，工作日各行政区夜间驻留人口普遍较少。中心城区五一期间夜间短驻人口总量分别高于周六和工作日，五一夜间主城九区短驻人口占三个时间段短驻人口的比值平均约49%，周六占比约32%，工作日夜间集聚短驻人口的占比最小。空间分布上看，中心城区周六、工作日短驻人口夜间主要分布在大型商圈、重要交通枢纽附近；五一期间，除以上区域人口集聚强度明显增强外，在部分轨道换乘站点附近居住也相对集聚。从短驻人口夜间在空间上的分布来看，工作日、周六晚上人口主要集聚在解放碑、观音桥、沙坪坝和南坪商圈，重庆北站、江北机场、菜园坝汽车站和重庆西站重要对外交通枢纽附近区域也集聚了相当数量的短驻人口。五一期间，除以上区域人口集聚强度明显增强、集聚范围向外蔓延外，一号线沿线的大坪、石油路、两路口、磁器口轻轨站，二号线沿线的牛角沱、杨家坪轻轨站，三号线沿线的红旗河沟轻轨站，六号线沿线的红土地、黄泥磅轻轨站附近区域短驻人口夜间集聚程度也比较高。短驻人口不同时间夜间分布及主要集聚点分布详见如图3所示。 政区之首，全月累计短驻人口约473万，其中市外短驻人口占比77%。北碚区和大渡口区受交通和地理区位条件的影响，全月累计短驻人口分别约95万、77万人，吸引的短驻人口数量较少，主城九区短驻人口总量及分布如图2所示。500500渝北 沙坪坝 九龙坡 江北 渝中 南岸 巴南 北碚 大渡口区县外来短驻人口（万人）市外短驻人口（万人）图2 中心城区累计短驻人口总量及分布2 短期驻留人口聚集地识别根据手机信令数据监测短驻人口在中心城区分工作日、周末、节假日的空间聚集情况，识别短驻人口在中心城区的夜间 （a）工作日 （b）周六 （c）劳动节图3 中心城区短驻人口夜间居住地分布渝北区夜间集聚的短驻人口高于其他行政区，北碚区、大渡口区夜间集聚的人口最少。中心城区同一时间段，渝北区夜间集聚的短驻人口数量均高于其他行政区，渝北区工作日、周六和五一期间夜间集聚的人口占其他行政区人口的24%，其次江北区集聚了夜间18%的短驻人口，北碚区、大渡口区占比分别为3%、2%。2.2 白天聚集区域时间分布上看，白天与夜间在工作日、周六及节假日的分布特征类似，节假日人口集聚明显强于工作日、周六，渝北区集聚的短驻人口多。空间分布上看，大型商圈、重要交通枢纽、磁器口景区附近会吸引大量的短驻人口，国博中心在工作日、周六也会吸引部分短驻人口。从短驻人口白天在空间上的分布来看，短驻人口主要集聚在解放碑、观音桥、沙坪坝商圈，重庆北站、江北机场、菜园坝汽车站和重庆西站重要对外交通枢纽附近区域也集聚了相当的短驻人口，磁器口景区也吸引了大量短驻人口。国博中心是大型文体设施中心，在工作日、周六白天集聚的人口。磁器口、渣滓洞为典型的白天游玩景区，白天吸引的短驻人口明显强于夜间。磁器口、渣滓洞景区在工作日、周六和节假日的白天均为短驻人口高度集聚的区域，但该区域夜间基本（下转第20页）科学与信息化2021年7月中 17
信息化技术应用sender， EventArgs e){OpenFileDialog ofd = new OpenFileDialog();//打开一个数据文件： = “表格文件 (*.xls)|*.xls”;//导入文件的格式 eDirectory = true; Index = 1; if (alog() == )
{ ExcelProgress ep = new ExcelProgress(); ame = me; = 0; = 1; if (alog() == ) LoadData(32(tscb_())，32(tstb_())); }//确定导入表格，则每页数据更新，页码更新： }2.2.5
检测记录可以对进入人员的体温信息进行添加、查询与修改，并判断体温是否为正常状态。通过此功能可以显示：人员工号、人员姓名、人员类别、所属部门、联系方式、测量体温、体温级别、检测时间。2.2.6
关键字搜索可以通过搜索人员信息的关键字以及时间限制，准确地筛查出所要查找的人员信息。 TECHNOLOGY AND INFORMATION3 结束语本项目基于无感体温检测、疫情信息填报、数据分析[4]及智能报警[5]等技术，结合体温检测终端设备及管理平台，通过对高校人员健康信息的采集、分析、及实时反馈，实现缩短入校停留时间，对异常情况进行健康状况预警，能够对人员实施体温检测、排查、上报。通过使用C++，快速搭建系统采集接口、数据应用系统、可视化终端界面，界面操作简单且方便管理。从发展趋势分析，疫情仍在全球范围内持续，国内的疫情防控会随着放假放工复学复工而加大力度，测温检测装置必不可少，在未来很长一段时间内都会应用。参考文献[1] 中国疾病预防控制中心新型冠状病毒肺炎疫情防控技术组.新型冠状病毒肺炎疫情紧急研究议程:传播和非药物缓疫策略[J].中华流行病学杂志,2020,41(2):135-138.[2] 马海晶.物联网感知技术探讨[J].制造业自动化,2011,33(11):76-78.[3] 杜云明,周杨.无线射频识别技术与应用研究[J].自动化技术与应用,2010,29(5):52-55.[4] 侯波涛.基于python的通信系统数据分析[J].通信技术,2020,
53(7):1715-1720.[5] 章昕,黄秋,汤彬,等.智能温度报警系统的研制[J].自动化技术与应用,2009,28(7):103-105.（上接第17页）很少，夜间人口只占白天短驻人口的20%。3 结束语城市除了服务本地发展以外，还承担着服务周围腹地的区域性职能，吸引大量以商务、旅游等目的为主的短期驻留人口，这一群体在时间停留、空间分布、出行强度等方面具有特殊性，对城市各类服务设施的承载压力和日常运行具有很强的扰动和压迫作用。以实际服务管理人口来分配资源，这更加符合中心城市发展的客观规律。本文基于重庆市中心城区的手机信令数据为基础，利用大数据数据挖掘、关联分析等技术，并参考《市县国土空间开发保护现状评估技术指南（试行）》中的数据计算方法实现了重庆中心城区实际服务人口监测。并根据手机信令数据监测短驻人口在中心城区分工作日、周末、节假日的空间聚集情况，识别短驻人口在中心城区的夜间居住区域、白天活动区域。下一步工作计划根据国土空间规划的需求，在合理配置基础设施、公用设施、高等级公共设施等场景下开展深入分析，对应对不同情景下城市实际服务人口的合理需求，具有重要的理论和现实意义[6]。参考文献[1] 施澄.面向“实际服务人口”的特大城市空间规划响应[J].城市规划学刊,2018(4):244.[2] 孙华灿.江苏省城市发展数据洞察:城市实际服务人口与通勤特征[J].江苏城市规划,2019(12):301.[3] 赵习枝.基于实有人口数据的城市公园绿地服务分析[J].华东师范大学学报(自然科学版),2017(1):1.[4] 关志超,胡斌,张昕,等.基于手机数据的城市交通信息采集技术研究[C]//第九届中国(国际)城市智能交通论坛.第九届中国(国际)城市智能交通论坛论文集.深圳:深圳市智能交通行业协会,2012:86-92.[5] 冉斌.手机数据在交通调查和交通规划中的应用[J].城市交通,2013,11(3):72-81.[6] 梁家声.大数据在城市规划中的应用现状与展望[J].名城绘,2018(7):451.20 科学与信息化2021年7月中
2024年2月12日发(作者：类佳文)
信息化技术应用 TECHNOLOGY AND INFORMATION基于手机信令数据的重庆实际服务人口测算及特征分析赵必成 陈易林 邹延权重庆市交通规划研究院 重庆 400015摘 要 城市除了服务本地发展以外，还承担着服务周围腹地的区域性职能，吸引大量以商务、旅游等目的为主的短期驻留人口。本文基于重庆市中心城区的手机信令数据，利用大数据数据挖掘、关联分析等技术，并参考《市县国土空间开发保护现状评估技术指南（试行）》中的数据计算方法实现了重庆中心城区实际服务人口测算及特征分析。根据手机信令监测数据，2019年中心城区日均实际服务人口约1029.3万人，其中：长驻人口、短驻人口日均分别为882.5万人、146.8万人；约115.4万人为市外人口、31.4万远郊区县人口在主城活动，同时主城有日均约62.6万居民外出主城活动。此外本文还针对短期驻留人口聚集地分布特征开展了分析。关键词 大数据；手机信令数据；实际服务人口；长驻人口；短驻人口Measurement and Characteristic Analysis of Chongqing’s Actual Service Population Based on Cell Phone Signaling
DataZhao Bi-cheng, Chen Yi-lin, Zou Yan-quanChongqing Transportation Planning Research Institute, Chongqing 400015, ChinaAbstract In addition to serving local development, the city also undertakes the regional function of serving the surrounding hinterland, attracting a
large number of short-term residents mainly for business and tourism purposes. This article is based on the mobile phone signaling data in the central
area of Chongqing, uses big data data mining, correlation analysis and other technologies, and refers to the data calculation method in the "Evaluation
Technical Guide for City and County Land Space Development and Protection Status (Trial)" to achieve the actual service population estimation and
characteristic analysis of the central city area in Chongqing. According to mobile phone signaling monitoring data, the actual average daily service
population in the central urban area in 2019 is about 10.293 million, of which: the average daily population of permanent residents and short-term
residents are 8.825 million and 1.468 million; about 1.154 million are residents outside the city, 314,000 residents from the suburban counties live in
the main urban area, and at the same time, an average of 626,000 residents from the main city go out of the main city every day. In addition, this article
also analyzes the distribution characteristics of short-term residents gathering words big data; mobile phone signaling data; actual service population; permanent resident population; short-term resident population引言在当前城市规划技术体系中户籍人口和常住人口是最核心的两个人口统计口径，对城市的基础设施建设、公共服务设施配置、土地开发等有重要的指导作用[1]。但随着城市规模的发展，不仅需要服务本地发展，还具有服务周围腹地的区域性职能，因此吸引了大量以商务、旅游等目的为主的短期驻留人口[2]。因此在特大城市实际日常中的“实际服务人口”与传统人口统计口径的“常住人口”有着较大偏离。按照自然资源部发布的《市县国土空间开发保护现状评估技术指南（试行）》，实际服务人口数量指常住人口和三天以上、半年以下短期驻留人口总和。短期驻留人群每日间有所不同，重复率较低，客观上构成了一个相对稳定且不可忽视的规模（约占常住人口数的15%）[3]。将短期驻留人口纳入城市规划、建设和管理的视野，对各类资源进行合理配置有着重要意义。1 实际服务人口识别过程1.1 实际服务人识别技术路径本文主要介绍实际服务人口识别标准，对于基于手机信令的职住识别模型、驻留点识别模型[4-5]方法及过程不再介绍。通过驻留点识别模型掌握到每个在重庆中心城区出现的用户活动的位置及驻留时间，通过长时间跟踪用户在夜间居住位置训练出用户长驻位置及夜间居住天数。将在中心城区月居住18天以上的用户标识为长驻人群，并统计各空间单元中某一天的人口总量。将月居住3天以上且小于18天的用户标识为短期驻留人群，并统计各空间单元中某一天的人口总量。根据短期驻留人口居住位置记录，可细分为：市外短驻人口和远郊区县短驻人口。实际服务人识别技术路径如图1所示。图1 实际服务人识别技术路径1.2 中心城区实际服务人识别结果根据手机信令监测数据，2019年中心城区日均实际服务人口约1029.3万人，其中：长驻人口、短驻人口日均分别为882.5万人、146.8万人；约115.4万人为市外人口、31.4万远郊区县人口在主城活动，同时主城有日均约62.6万居民外出主城活动。市外外来短驻人口是中心城区短驻人口的主要构成部分，主城九区中渝北区对短驻人口的吸引能力最强，北碚区和大渡口区的吸引能力相对较弱。市外外来短驻人口是中心城区短驻人口的主要构成部分，市外外来短驻人口占中心城区短驻人口的78%。渝北区有江北机场、重庆北站两个重要的对外交通枢纽对短驻人口的影响，其吸引的短驻人口数量稳居主城各行16 科学与信息化2021年7月中
TECHNOLOGY AND INFORMATION信息化技术应用居住区域、白天活动区域。2.1 夜间居住区域时间分布上看，节假日夜间聚集的短驻人口明显高于周六和工作日，工作日各行政区夜间驻留人口普遍较少。中心城区五一期间夜间短驻人口总量分别高于周六和工作日，五一夜间主城九区短驻人口占三个时间段短驻人口的比值平均约49%，周六占比约32%，工作日夜间集聚短驻人口的占比最小。空间分布上看，中心城区周六、工作日短驻人口夜间主要分布在大型商圈、重要交通枢纽附近；五一期间，除以上区域人口集聚强度明显增强外，在部分轨道换乘站点附近居住也相对集聚。从短驻人口夜间在空间上的分布来看，工作日、周六晚上人口主要集聚在解放碑、观音桥、沙坪坝和南坪商圈，重庆北站、江北机场、菜园坝汽车站和重庆西站重要对外交通枢纽附近区域也集聚了相当数量的短驻人口。五一期间，除以上区域人口集聚强度明显增强、集聚范围向外蔓延外，一号线沿线的大坪、石油路、两路口、磁器口轻轨站，二号线沿线的牛角沱、杨家坪轻轨站，三号线沿线的红旗河沟轻轨站，六号线沿线的红土地、黄泥磅轻轨站附近区域短驻人口夜间集聚程度也比较高。短驻人口不同时间夜间分布及主要集聚点分布详见如图3所示。 政区之首，全月累计短驻人口约473万，其中市外短驻人口占比77%。北碚区和大渡口区受交通和地理区位条件的影响，全月累计短驻人口分别约95万、77万人，吸引的短驻人口数量较少，主城九区短驻人口总量及分布如图2所示。500500渝北 沙坪坝 九龙坡 江北 渝中 南岸 巴南 北碚 大渡口区县外来短驻人口（万人）市外短驻人口（万人）图2 中心城区累计短驻人口总量及分布2 短期驻留人口聚集地识别根据手机信令数据监测短驻人口在中心城区分工作日、周末、节假日的空间聚集情况，识别短驻人口在中心城区的夜间 （a）工作日 （b）周六 （c）劳动节图3 中心城区短驻人口夜间居住地分布渝北区夜间集聚的短驻人口高于其他行政区，北碚区、大渡口区夜间集聚的人口最少。中心城区同一时间段，渝北区夜间集聚的短驻人口数量均高于其他行政区，渝北区工作日、周六和五一期间夜间集聚的人口占其他行政区人口的24%，其次江北区集聚了夜间18%的短驻人口，北碚区、大渡口区占比分别为3%、2%。2.2 白天聚集区域时间分布上看，白天与夜间在工作日、周六及节假日的分布特征类似，节假日人口集聚明显强于工作日、周六，渝北区集聚的短驻人口多。空间分布上看，大型商圈、重要交通枢纽、磁器口景区附近会吸引大量的短驻人口，国博中心在工作日、周六也会吸引部分短驻人口。从短驻人口白天在空间上的分布来看，短驻人口主要集聚在解放碑、观音桥、沙坪坝商圈，重庆北站、江北机场、菜园坝汽车站和重庆西站重要对外交通枢纽附近区域也集聚了相当的短驻人口，磁器口景区也吸引了大量短驻人口。国博中心是大型文体设施中心，在工作日、周六白天集聚的人口。磁器口、渣滓洞为典型的白天游玩景区，白天吸引的短驻人口明显强于夜间。磁器口、渣滓洞景区在工作日、周六和节假日的白天均为短驻人口高度集聚的区域，但该区域夜间基本（下转第20页）科学与信息化2021年7月中 17
信息化技术应用sender， EventArgs e){OpenFileDialog ofd = new OpenFileDialog();//打开一个数据文件： = “表格文件 (*.xls)|*.xls”;//导入文件的格式 eDirectory = true; Index = 1; if (alog() == )
{ ExcelProgress ep = new ExcelProgress(); ame = me; = 0; = 1; if (alog() == ) LoadData(32(tscb_())，32(tstb_())); }//确定导入表格，则每页数据更新，页码更新： }2.2.5
检测记录可以对进入人员的体温信息进行添加、查询与修改，并判断体温是否为正常状态。通过此功能可以显示：人员工号、人员姓名、人员类别、所属部门、联系方式、测量体温、体温级别、检测时间。2.2.6
关键字搜索可以通过搜索人员信息的关键字以及时间限制，准确地筛查出所要查找的人员信息。 TECHNOLOGY AND INFORMATION3 结束语本项目基于无感体温检测、疫情信息填报、数据分析[4]及智能报警[5]等技术，结合体温检测终端设备及管理平台，通过对高校人员健康信息的采集、分析、及实时反馈，实现缩短入校停留时间，对异常情况进行健康状况预警，能够对人员实施体温检测、排查、上报。通过使用C++，快速搭建系统采集接口、数据应用系统、可视化终端界面，界面操作简单且方便管理。从发展趋势分析，疫情仍在全球范围内持续，国内的疫情防控会随着放假放工复学复工而加大力度，测温检测装置必不可少，在未来很长一段时间内都会应用。参考文献[1] 中国疾病预防控制中心新型冠状病毒肺炎疫情防控技术组.新型冠状病毒肺炎疫情紧急研究议程:传播和非药物缓疫策略[J].中华流行病学杂志,2020,41(2):135-138.[2] 马海晶.物联网感知技术探讨[J].制造业自动化,2011,33(11):76-78.[3] 杜云明,周杨.无线射频识别技术与应用研究[J].自动化技术与应用,2010,29(5):52-55.[4] 侯波涛.基于python的通信系统数据分析[J].通信技术,2020,
53(7):1715-1720.[5] 章昕,黄秋,汤彬,等.智能温度报警系统的研制[J].自动化技术与应用,2009,28(7):103-105.（上接第17页）很少，夜间人口只占白天短驻人口的20%。3 结束语城市除了服务本地发展以外，还承担着服务周围腹地的区域性职能，吸引大量以商务、旅游等目的为主的短期驻留人口，这一群体在时间停留、空间分布、出行强度等方面具有特殊性，对城市各类服务设施的承载压力和日常运行具有很强的扰动和压迫作用。以实际服务管理人口来分配资源，这更加符合中心城市发展的客观规律。本文基于重庆市中心城区的手机信令数据为基础，利用大数据数据挖掘、关联分析等技术，并参考《市县国土空间开发保护现状评估技术指南（试行）》中的数据计算方法实现了重庆中心城区实际服务人口监测。并根据手机信令数据监测短驻人口在中心城区分工作日、周末、节假日的空间聚集情况，识别短驻人口在中心城区的夜间居住区域、白天活动区域。下一步工作计划根据国土空间规划的需求，在合理配置基础设施、公用设施、高等级公共设施等场景下开展深入分析，对应对不同情景下城市实际服务人口的合理需求，具有重要的理论和现实意义[6]。参考文献[1] 施澄.面向“实际服务人口”的特大城市空间规划响应[J].城市规划学刊,2018(4):244.[2] 孙华灿.江苏省城市发展数据洞察:城市实际服务人口与通勤特征[J].江苏城市规划,2019(12):301.[3] 赵习枝.基于实有人口数据的城市公园绿地服务分析[J].华东师范大学学报(自然科学版),2017(1):1.[4] 关志超,胡斌,张昕,等.基于手机数据的城市交通信息采集技术研究[C]//第九届中国(国际)城市智能交通论坛.第九届中国(国际)城市智能交通论坛论文集.深圳:深圳市智能交通行业协会,2012:86-92.[5] 冉斌.手机数据在交通调查和交通规划中的应用[J].城市交通,2013,11(3):72-81.[6] 梁家声.大数据在城市规划中的应用现状与展望[J].名城绘,2018(7):451.20 科学与信息化2021年7月中