交通大數據，在新老技術概念間架設橋梁

交通大數據所采集的信息與傳統交通調查數據之間存在很大差異，盡管我們可以采用例如“居民活動空間”等新技術概念來適應其特點，但是在許多情況下，仍然希望能夠在新舊概念之間架設橋梁。例如，移動通信數據與圍繞居民出行OD的交通調查所采集的數據存在一定程度上的差異，但是兩者存在能夠在部分參數上反映出來的內在聯系。

交通調查通過訪問調查記錄居民一天的全部出行，包括出行時間、目的地、交通方式等，可以說詳細記錄了居民口述的出行活動。但是其缺陷是無法實現大樣本調查(目前城市綜合交通調查一般抽樣率為1-5%)，不能連續觀測(盡管交通調查中也有連續追蹤調查的方法，但是只能對少數典型用戶實施，其抽樣數量一般為數千戶這樣的量級)。

移動通信數據本質上是在滿足通信需求基礎上產生的用戶時空位置信息，如果將其轉換到傳統出行OD概念，則需要增加很強的假設。對于一般大規模信息采集所使用的信令數據來說，由于移動通信數據的時空精度(其時間上具有與活動起始時刻不能對應的誤差;其空間上獲得的是所屬基站，具有數百米至數公里的誤差)并非理想，勉強轉換成為OD數據其可信度往往受到很大的質疑。

盡管如此，我們仍然可以發現兩種數據所形成的某些參數具有很強的相關性，從而可以通過建立轉換模型(盡管這種轉換模型需要定期標定)實現兩者的映射。

圖1中顯示了上海市顧村居民利用移動通信數據測定的活動點(連續停留30分鐘以上的空間位置)空間分布，以及居民出行調查獲得的出行D點空間分布的對比情況，由于數據所反映的活動日期(手機數據所選取的調查數據為2011年9月1日至2011年9月30日期間識別出來的顧村居住社區居民用戶數據，問卷數據為2012年8月29日至2012年9月4日的顧村大型居住社區入戶問卷調查數據。)存在差異，以及樣本數量的差異，其空間分布亦存在少許不同，但是總體態勢是一致的。

*圖中色塊深淺表示在該區域內活動占全部活動的百分比

圖1 不同數據源提取的上海市顧村大型居住社區居民活動空間分布對比

當然這種直觀的判斷不能代替科學的檢驗，在表1中是采用Kolmogorov-Smirnov檢驗，對兩種數據源在交通大區尺度的空間分布是否相同進行一致性分析結果，其雙側檢驗顯著性概率均有p>0.05，證實了兩樣本數據具有相同分布的假設。

表1 部分社區移動通信數據與調查數據Kolmogorov-Smirnov檢驗統計量

在移動通信所檢測的活動點與傳統技術概念中出行率之間也存在很大的關聯性。在上海市選取了10個不同區位的地區，采用移動通信數據測定居住在該區域居民的活動點數量，并進一步與第四次綜合交通調查獲得的相同區域居民出行率進行比較(參見圖2)，可以清楚地看到這種關聯性。

圖2 上海市居民日均出行率與移動通信活動點回歸分析結果

這樣的實驗結果令我們感到高興，因為可以采用移動通信數據獲得某些居民活動特征后，將其轉換為傳統基于出行OD概念技術體系中的部分參數。從而使得有可能在具有說服力檢驗基礎上，在兩次大規模綜合交通調查之間(一般為5-10年)，采用移動通信數據修正其中的部分參數。