杨东援大数据系列：交通大数据，在新老技术概念间架设桥梁

　　交通大数据所采集的信息与传统交通调查数据之间存在很大差异，尽管我们可以采用例如"居民活动空间"等新技术概念来适应其特点，但是在许多情况下，仍然希望能够在新旧概念之间架设桥梁。例如，移动通信数据与围绕居民出行OD的交通调查所采集的数据存在一定程度上的差异，但是两者存在能够在部分参数上反映出来的内在联系。

　　交通调查通过访问调查记录居民一天的全部出行，包括出行时间、目的地、交通方式等，可以说详细记录了居民口述的出行活动。但是其缺陷是无法实现大样本调查（目前城市综合交通调查一般抽样率为1-5%），不能连续观测（尽管交通调查中也有连续追踪调查的方法，但是只能对少数典型用户实施，其抽样数量一般为数千户这样的量级）。

　　移动通信数据本质上是在满足通信需求基础上产生的用户时空位置信息，如果将其转换到传统出行OD概念，则需要增加很强的假设。对于一般大规模信息采集所使用的信令数据来说，由于移动通信数据的时空精度（其时间上具有与活动起始时刻不能对应的误差；其空间上获得的是所属基站，具有数百米至数公里的误差）并非理想，勉强转换成为OD数据其可信度往往受到很大的质疑。

　　尽管如此，我们仍然可以发现两种数据所形成的某些参数具有很强的相关性，从而可以通过建立转换模型（尽管这种转换模型需要定期标定）实现两者的映射。

　　图1中显示了上海市顾村居民利用移动通信数据测定的活动点（连续停留30分钟以上的空间位置）空间分布，以及居民出行调查获得的出行D点空间分布的对比情况，由于数据所反映的活动日期（手机数据所选取的调查数据为2011年9月1日至2011年9月30日期间识别出来的顾村居住社区居民用户数据，问卷数据为2012年8月29日至2012年9月4日的顾村大型居住社区入户问卷调查数据。）存在差异，以及样本数量的差异，其空间分布亦存在少许不同，但是总体态势是一致的。

　　*图中色块深浅表示在该区域内活动占全部活动的百分比

　　图1 不同数据源提取的上海市顾村大型居住社区居民活动空间分布对比

　　当然这种直观的判断不能代替科学的检验，在表1中是采用Kolmogorov-Smirnov检验，对两种数据源在交通大区尺度的空间分布是否相同进行一致性分析结果，其双侧检验显著性概率均有p>0.05，证实了两样本数据具有相同分布的假设。

　　表1 部分社区移动通信数据与调查数据Kolmogorov-Smirnov检验统计量

　　在移动通信所检测的活动点与传统技术概念中出行率之间也存在很大的关联性。在上海市选取了10个不同区位的地区，采用移动通信数据测定居住在该区域居民的活动点数量，并进一步与第四次综合交通调查获得的相同区域居民出行率进行比较（参见图2），可以清楚地看到这种关联性。

　　图2 上海市居民日均出行率与移动通信活动点回归分析结果

　　这样的实验结果令我们感到高兴，因为可以采用移动通信数据获得某些居民活动特征后，将其转换为传统基于出行OD概念技术体系中的部分参数。从而使得有可能在具有说服力检验基础上，在两次大规模综合交通调查之间（一般为5-10年），采用移动通信数据修正其中的部分参数。