CSPON建设 | 重庆：支撑超大城市精细化治理的人口监测分析模型研究

本文字数： 4600字

阅读时间： 约10分钟

全国国土空间规划实施监测网络建设

党的二十大作出加快建设网络强国、数字中国的战略部署。党中央、国务院印发的《全国国土空间规划纲要（2021—2035年）》《数字中国建设整体布局规划》明确要求建设全国国土空间规划实施监测网络。2023年和2024年全国自然资源工作会议持续作出部署，强调要“深入开展国土空间规划实施监测网络建设试点，完善数字化治理政策机制和技术标准体系”。

2023年9月，自然资源部办公厅印发《全国国土空间规划实施监测网络建设工作方案（2023—2027年）》，明确了建设目标、工作原则、主要任务和保障措施等，全力打造“可感知、能学习、善治理、自适应”的智慧国土空间规划，大力推进国土空间治理“数智化”转型，推动构建美丽中国数字化治理体系和建设绿色智慧的数字生态文明。2023年12月，自然资源部办公厅印发《关于部署开展国土空间规划实施监测网络建设试点的通知》，明确在长三角生态绿色一体化发展示范区和16个省份、29个城市、1个区县开展试点。

为探索构建“共建共治共享”新型治理机制，凝聚全社会力量，高质量推动国土空间规划实施监测网络建设，特将原国土空间规划“一张图”建设、城市体检进行时等专栏融合为CSPON（China Spatial Planning Observation Network）建设专栏，面向全社会公开征集 “智慧国土空间规划” 和 “国土空间规划监测评估预警” 两大版块的理论方法、国际经验、前沿趋势、技术路线、算法模型、实践经验等。欢迎相关领域重点实验室、工程技术创新中心、科技创新人才和团队，高等院校、科研机构、行业队伍、企业，各级自然资源部门及单位等积极投稿，单位或个人不限，我们将以成果质量为唯一标准，择优刊载（投稿邮箱：[email protected]）

本期刊发 《重庆：支撑超大城市精细化治理的人口监测分析模型研究》

——自然资源部国土空间规划局

手机信令数据具有覆盖范围广、时效性强、时空属性明显等特征，近年来成为国土空间规划大数据应用的热点。在重庆市规划和自然资源局的指导下，重庆市交通规划研究院自2011年起，启动手机信令数据规划应用探索，有效支撑了国土空间总体规划和综合交通体系规划等重大规划编制工作，以及国土空间规划城市体检评估、城市轨道步行便捷性提升、热门旅游景点提升等重点专项工作。为了助力全国国土空间规划实施监测网络（CSPON）建设试点关键技术攻关研究，重庆市交通规划研究院对实践进行了总结，形成 7个核心技术模型、7个应用场景 ，供各地讨论参考。各地可在此基础上，继续完善发展相关模型和场景。

手机信令数据获取基本情况

手机信令数据主要字段包括用户ID、时间、坐标（基站位置）、信令类型等。与重庆移动、重庆电信、重庆联通等运营商紧密合作，从移动通信网络持续获取信令数据，按照T+1（日）和T+30（日）模式进行流式处理。每天凌晨对前一天数据进行处理，从信令数据“串”中识别用户出行活动链，每月初对上月各天结果数据进行处理，识别出居住、通勤等特征标签。为确保信息安全，明细数据处理均位于运营商内部安全环境中，脱敏后的统计结果数据按照每月一次频率传出。

手机信令数据应用技术方法

核心技术模型搭建

通过十余年的自主技术研发，引入机器学习等先进算法，构建了相对完整的手机信令数据分析处理技术体系，具体如下。

图1 手机信令数据处理技术框图

——停留点识别模型。 从手机信令数据“串”中识别用户发生长时间停留的点，记录停留时长、停留位置。通过剔除出行移动过程中产生的记录、合并同一个停留点产生的重复记录，实现数据量指数级下降（每人每天记录条数可由500~1000条下降至1~5条），从而实现停留点数据的长期存储。

——出行链识别模型。 基于用户当天及前后相邻两天的停留点，构建当天完整的出行活动链，识别每次出行的起讫点（OD）以及每天的过夜位置（取夜间驻留超过6小时的位置）。

——活动点训练模型。 综合一个月的停留点，识别用户经常访问的位置点，记录访问天数（频率）、访问时段、停留时长、周期规律等，结合POI（兴趣点）或用地性质推断活动类型。

——人口分类画像模型。 综合一个月的数据，按照用户停留及夜间驻留特征，将用户分为长期驻留人口（过夜天数≥18天，简称长驻人口）、短期驻留人口（过夜天数<18天，简称短驻人口）、外来商务旅游人口（过夜天数≤7天）、实际服务管理人口（停留时长≥3小时）等。对于非本地人口，根据其居住地进一步细分为来自外省、来自市内其它区县。

——居住地及通勤识别模型。 针对长驻人口，取夜间驻留最频繁的位置为居住地，取居住地外白天驻留最频繁的位置为通勤目的地。

——人口离散模型。 受限于基站定位精度，指标统计空间单元城区不宜小于1 km² 尺度，城区外不宜小于乡镇单元。为实现城区更小单元（例如地块）指标统计，需要融合用地、建筑等数据，将指标进一步离散到各地块。

——扩样修正模型。 应对“一人多卡”、部分小孩和老人不使用手机、数据质量不稳定等情形对统计结果的影响，结合问卷调查、运营商市场渗透率等对统计结果进行扩样和修正，并与公安、统计部门数据相互校核。

多源数据融合验证

针对长驻人口，结合多种数据来源，开展多尺度验证。宏观层面，与统计部门发布的常住人口进行对比。以重庆中心城区为例，2023年长驻人口略大于统计部门发布的常住人口，差值为2.9%。微观层面，选取小区或者街镇，与统计部门的数据进行对比。全市抽样街镇验证结果显示，平均差值为6.6%，呈现发达街镇高于常住人口、欠发达乡镇普遍低于常住人口的特点。此外也可通过居民出行调查数据、居住建筑数据等对长驻人口分布进行验证。

图2 街镇长驻人口与统计常住人口对比

手机信令数据应用案例

手机信令分析处理后的结果可以广泛应用于人口监测、出行需求监测、产城融合评估、人地关系监测等，重庆在这些方面陆续开展了系列有益探索，部分应用案例简介如下。

实际服务管理人口监测

以重庆中心城区为例， 2023年实际服务管理人口超1200万，“平常月”（3~6月、9~12月）长驻人口数稳定在1100万左右，略多于统计常住人口（1050.9万）。“暑期月”（7~8月）由于学生放假及部分市民外出避暑，长驻人口数略微 下降。“春节月”（2月）大量人员返乡过春节，长驻人口数下降至谷底。

图3 重庆市域人口分布

图4 重庆中心城区长驻人口月变化

人口季节性流动监测

重庆市域范围内人口呈现季节性流动。全市各月长驻人口峰值（出现在春节月）与谷值相差约280万，呈现季节性流出市外特征。中心城区作为市内最大的流入地，长驻人口峰值与谷值（出现在春节月）相差约180万。

区县城 一方面吸引周边乡镇人口，另一方面也被中心城区吸引。中心城区外29个区县城净流出人口合计28万，约占区县城长驻人口的3%，其中8个区县城实现了人口季节性净流入。

乡镇 人口流出十分普遍，流向中心城区、区县城及其它区县。中心城区外29个区县的非区县城乡镇人口净流出430万，约占乡镇长驻人口的31.6%。

外来商务旅游人口监测

外来商务旅游人口出行目的包括商务出差、就医、旅游观光等，通常停留天数少，会场、景区、医院附近分布较为集中。以重庆中心城区为例，2023年5月停留7天及以下的外来商务旅游人口约70万人/日，恢复并超过了2019年同期水平。外来商务旅游人口集中分布的区域为 “两江四岸”核心区、磁器口、重庆北站枢纽周边区域。游客串联游玩热门路线包括朝天门—解放碑—洪崖洞、朝天门—磁器口—洪崖洞、湖广会馆—山城巷—解放碑—洪崖洞等。

图5 重庆中心城区外来商务旅游人口聚集分布

夏季高山避暑度假人口监测

避暑度假人口指每年暑期，重庆各高山避暑点（通常为较高海拔的街镇）吸引的避暑度假人口。2023年暑期，重庆全市20个主要避暑点周末高峰日吸引人口93万，其中武隆仙女山和石柱黄水吸引规模最大，分别达到23万和21万，南川金佛山未过夜游客占比最高，石柱黄水长期避暑人口（居住时间长，需要租赁或者购买避暑房）占比最高。

图6 重庆典型避暑点避暑度假人口构成

城市职住及通勤监测

重庆中心城区内部通勤人口超500万，其中穿中梁山、铜锣山通勤人口占比6.5%，跨长江、嘉陵江通勤人口占比16.5%。按照《重庆市国土空间总体规划（2021—2035年）》划分的9个组团统计，跨组团通勤人口占比15%。

图7 重庆中心城区跨组团通勤人口

主城都市区范围内，中心城区与主城新区间跨区通勤约40万人，其中当日往返通勤人口占比54%，多日往返（每周或隔多日回家一次）通勤人口占比46%，主要分布在中心城区与毗邻的江津、璧山、合川、长寿等同城化地区之间。通勤流向以中心城区往外为主，往外与进入中心城区的通勤人口比值约1.1~1.3。

图8 重庆主城都市区跨区通勤人口

城镇联系及客流走廊监测

通过手机信令获取全方式的出行OD，并与铁路、高速公路等方式的车流和客流进行校核。重庆跨区县出行联系以射线向心（中心城区）为主，以中心城区为起（终）点的跨区出行量日均约120万人次，约占全市跨区出行总量的71%。渝西地区的区县间出行联系呈现一定程度网络化特征。

图9 重庆跨区县出行联系

重点区域人口监测

对商业中心、交通枢纽、会展中心、旅游景区、大型医院等重点区域，监测吸引的人流数量、来源分布、进入与离开时段分布等，掌握人流的聚集与消散规律。以重庆2019年智博会为例，会议期间日均吸引客流约20万人，其中本地客流占比72%，外地客流占比28%。本地客流中90%来自中心城区，10%来自中心城区外的区县。场馆聚集人数从8:00后开始快速上升，高峰出现在14:00~15:00，聚集人数约7万人。

图10 重庆智博会场馆客流时段分布

手机信令数据应用的优势与瓶颈

应用优势

手机信令大数据分析应用极大地拓展了人口监测的内涵，丰富了国土空间规划的应用场景。

——连续性和时效性。 相比每年一次固定时点的人口抽样调查，动态性大幅提升，监测周期大幅缩短，实现了人口日变化、月变化、季变化监测，甚至可以按照小时颗粒度，分析24小时人口动态聚集，研究白天和夜间人口变化。

图11 重庆两江新区24小时人口聚集变化

——人口精细分类。 相比统计口径的常住人口和流动人口分类，可以按照用户停留特征开展更为精细的分类，例如实际服务管理人口、旅游人口、过夜人口、过境人口、停留人口等。

——任意空间单元统计。 突破固定行政单元统计，支持任意边界的人口统计以及长期趋势追溯，例如小尺度城市更新片区的人口分析、轨道车站10分钟步行范围内人口统计等。

应用存在的瓶颈

手机信令单类数据应用不可避免存在短板，例如受限于基站定位精度导致小尺度范围统计误差增大、步行方式等短距离出行难以监测，受限于信令采集频率不规律导致短暂停留的活动点难以识别，缺年龄分段等属性信息，跨运营商的“一人多卡”及数据质量波动造成统计结果波动等。建议与出行调查、互联网及规资、公安、卫计、统计部门的数据深度融合，相互校验、取长补短，发挥各自比较优势。

结语

重庆基于手机信令大数据，准确地掌握人的活动规律及空间需求，为支撑以人民为中心的超大城市国土空间现代化治理进行了有益探索。