Применение данных сотовых операторов для анализа маятниковой миграции Киевской агломерации

Отечественным транспортникам и градостроителям на сегодняшний день приходится решать довольно трудную задачу: необходимо обеспечить гарантированность поездки от жилых районов к местам приложения труда, минимизировав при этом затраты времени и количество пересадок. В арсенале проектировщиков и управленцев немало средств: от адекватной схемы организации движения на узлах с точки зрения расставления приоритетов, до интеллектуальных транспортных систем. Однако же, и для того и для другого необходимо понимать поведение людей при передвижениях по городу, начальные и конечные точки их движения, цели поездок и системы транспорта. Во всем мире для этой цели используют статические прогнозные транспортные модели городов. Однако такая система нуждается в постоянной калибровке. Источником данных для предварительного анализа матриц корреспонденций и калибровки транспортной модели могут стать данные сотовых операторов.

Любой мобильный телефон при включении осуществляет поиск ближайших базовых станций (Base station, BS). Если быть точнее, то прослушивает эфир в поисках доступных сот. Телефон может прослушивать до 16 широковещательных каналов. Из их числа определяет 6, наиболее удовлетворяющих с точки зрения затрат энергии и качества сигнала. Но в один момент времени работать будет только с одной. У каждой из сот есть свой уникальный номер (CellID). Кроме того, определяется сектор базовой станции (Cell Sector) и фиксируется время, за которое сигнал от мобильного устройства достигает базовой станции — это параметр Timing Advance. Благодаря этому известна не только принадлежность к базовой станции, но и удаленность от нее:

В 2015 году, в рамках сотрудничества Киева и World Bank, состоялся пилотный проект по изучению подвижности населения Киева и Киевской области с помощью данных операторов сотовой связи. Всего в Украине 3 таких оператора, самым крупным из которых является Киевстар (доля в Киеве более 55%; 1,8 млн абонентов). Однако, все же одним из главных факторов отбора было согласие и интерес со стороны оператора к совместному исследованию.

На то время Киевстар не собирал данные о переключении между базовыми станциями (Location Update). Он лишь фиксировал примерное местонахождение абонента в момент совершения им какой-либо активности: звонки, SMS, MMS, интернет и т.д.

Исследование маятниковой миграции Киевской области состояло из 6 основных шагов.

Шаг 1. Киев и Киевская область были разделены на транспортные районы. 407 транспортных районов были взяты из транспортной модели Киева (эти районы включают также и ближайшие пригороды) и 85 транспортных районов были размечены сугубо для Киевской области. При этом, руководствовались административным территориальным делением Киевской области (районы и крупные населенные пункты).

Шаг 2. Специалистами сотового оператора была выполнена привязка локаций базовых станций к предоставленным транспортным районам Киева и Киевской области. Там, где один транспортный район перекрывался сигналами нескольких базовых станций, предпочтение отдавалось большему покрытию (лучшему сигналу).

Шаг 3. В качестве пилотной, была выбрана одна из недель октября 2014 года. На основании активности абонентов в октябре 2014 года, в выходные дни (суббота 00:00:00 до воскресенья 23:59:59)  и в рабочие дни (понедельник-пятница) во временных интервалах 00:00:00 до 07:59:59 и 20:00:00 до 23:59:59, для каждой группы абонентов был определен так называемый “домашний” транспортный район. Допущение было следующим: если группа абонентов пользуются одной и той же базовой станцией в выходные дни и ночное время, то транспортный район, ассоциированный с данной базовой станцией, скорее всего, является “домашним” для данной группы абонентов. Важно подчеркнуть, что работа велась именно с группами абонентов, что соответсвует всем требованиям по защите персональных данных.

Шаг 4. Для каждых 15 минут (стандартный интервал времени для задач транспортного планирования) одной из недель октября 2014 была создана база данных, включающая: идентификатор группы (идентификатор “домашнего” транспортного района), дата и время, идентификатор транспортного района, количество абонентов из “домашнего” транспортного района X в транспортном районе Y.

Шаг 5. Были построены и визуализированы матрицы корреспонденций (OD-matrix) для Киева и Киевской области.

Шаг 6. Чтобы перейти от перемещений абонентов Киевстар к абсолютным перемещениям людей, рассматривалось 2 принципиальных варианта: с помощью деления перемещений абонентов на долю рынка оператора; с помощью соотношения поездок, полученных в транспортной модели Киева, с рассчитанными поездками, на основании данных сотового оператора. От первого варианта было принято решение отказаться в виду того, что немалое количество абонентов пользуются 2 sim-картами разных операторов одновременно. Кроме того, не было данных о доле рынка оператора в Киевской области. В итоге, приведение происходило путем вычисления количества внутрикиевских перемещений по данным Киевстар и соотношение этой цифры с общим количеством корреспонденции в транспортной модели Киева.

Итак, собственно результаты исследования маятниковой миграции Киева и области выглядят следующим образом:

ТР	Населенный пункт	Кол-во людей, совершающих поездку в Киев и обратно
500	Бровари	69 028
501	Борисполь	23 966
502	c.Крюковщина, с . Гатне	37 730
503	с. Тарасовка, c. Боярка	27 084
504	Петропавловк-Борщагивка	88 109
505	Шевченкове	17 864
506	Гостомель	24 674
507	Ирпинь	36 190
508	Вышгород	21 745
509	Новые Петровцы	13 791
510	Лютеж	4 630
511	Осещина	9 546
512	Зазимье, Погребы, Хотяновка, Пуховка, Новоселки	21 068
513	Литки	10 051
514	Лесники, Ходосовка, Кременище	7 397
515	Хотов	16 001
516	Гнедин, Вишенки	21 261
517	Гора, Мартусовка	34 791
518	Княжичи	21 625
625	Васильків	14 152
678	Обухів-Українка	36 300

Как видно из результатов, многие населенные пункты Киевской области уже де-факто превратились в “спальные районы” Киева. Это дает возможность говорить о формализации определения “Киевской агломерации”.

В конце стоит дополнительно подчеркнуть несколько моментов. Первое — точность транспортных расчетов составляет 80-90%, а основной показатель их достоверности — это корреляция, поэтому не следует воспринимать предложенные выше значения как единую истину. Второе — погрешность расчетов может быть определена неравномерностью распределениям абонентов сотового оператора. Третье — описанное исследование полностью соответствовало всем Законам Украины, касающихся защиты персональных данных. Четвертое — подобные исследования, направленные на изучение перемещений абонентов сотовых операторов по улично-дорожной сети города между транспортными районами, видятся весьма перспективными. Для этого необходимо либо собирать данные о так называемом Location Update в момент переключения между базовыми станциями, либо же устанавливать преимущественную (ту, которой он пользуется чаще всего в конкретный промежуток времени) базовую станцию для каждого абонента или группы абонентов. Это позволит:

• анализировать поведение жителей определенных районов и заниматься стратегическим планированием транспортных систем, связанных с этой локацией;

• калибровать динамическую и статическую транспортные модели города;

• анализировать изменения в мобильности населения города или области, готовить планы по проведению социологических исследований;

• заниматься оптимизацией маршрутов общественного транспорта и их расписанием;
  анализировать потребность и работу транспортно-пересадочных узлов;

• получить основу для принятия оперативных решений, связанных, например, с координацией циклов светофорного регулирования и т.д.