杨东援：移动通信数据，透过“纷繁复杂”的位置特征描述

　　在屏蔽个人隐私（以虚拟ID替换移动设备真实号码）的前提下，移动通信信令数据可以作为研究城市中个体时空活动的重要信息资源。但是由于多种原因造成的缺失和误差，仅依靠信令数据难以准确获得用户完整时空轨迹，加之个体行为的多样性，采用传统出行OD概念并不能正确表达个体的活动。因此适当选取属性特征描述个体的空间活动成为对其进行"度量"的重要任务。

　　在图1中显示了随机抽取10位移动通信用户5天的数据，将连续停留30分钟以上的位置定义为活动点，在平面位置坐标基础上添加时间坐标轴（以1天24小时作为取值区间），勾画出用户数天中的空间活动链轨迹，从中可以切实感受到个体活动的多样性特征。

　　图1 随机抽样用户时空活动轨迹

　　显然不可能直接以数百万乃至上千万的这类个体活动轨迹作为讨论的基础，而需要通过选取特征参数来简化问题。

　　在图2中显示的基于世界多个国家居民出行调查数据得出的出行距离分布，其中隐含的内在规律给出了解决方案的线索。从图中可以看到众多个体的出行距离，在宏观层面上呈现的共同特征是均服从幂指数分布。也就是说呈现出短距离出行占有很高比例，长距离出行虽然比例小但是分布范围大的特征。如果这些短距离出行具有一定的空间集聚性，则可认为人的活动空间与一些重要的空间节点紧密相关，并在其一定邻域范围内集聚性展开。

　　图2 美国、英国、德国、芬兰、丹麦居民出行距离分布

　　在行为地理学理论中，就提出了人的活动空间与对于空间的认知具有非常紧密联系的观点。在此基础上G. Golledge提出了"锚点理论"（anchor point theory），认为人在陌生环境（例如新的城市）中首先会全力寻找主要节点（如工作地、居住地），而后围绕这些主要节点，逐步认识次要节点和其间的通路，最终形成具有等级的空间认知结构。

　　在基于移动通信数据的活动空间描述中，我们将个体居住地作为一个重要的属性特征，将其称为锚点。并进一步采用在一定空间范围内累计停留超过一定时间阈值的区域数量，来表达居民的空间活动集聚特征。将此该空间范围的形心定义为驻点，采用邻域概念定义围绕驻点在某个半径范围内的区域，驻点数量反映个体日常活动集中地区的数量。

　　针对随机抽样提取的1496位用户个体移动通信信令数据分析中可以看到，用户活动的空间集聚性是确实存在的特征，且80%以上的用户倾向于在少数空间集聚范围内活动。图3说明了这些用户以30天内累计逗留时间大于24小时为标准，驻点数量随邻域半径变化情况。不难看出，即使取较小的邻域半径（2公里），不多于3个驻点的用户比例也达到82.1%。

　　图3 具有不同驻点的居民比例随邻域半径的变化（累计逗留时间≥24小时）

　　据此，我们可以将移动通信信令数据确定为三种精细程度不同的时空位置点，分别是：信息点--原始数据的时空位置；活动点--停留时间半小时以上的时空位置；锚点和驻点--分别描述用户居住地位置，以及用户经常活动的位置。