该报告由亚洲开发银行(ADB)2026 年 5 月发布,聚焦欠发达数据稀缺国家,以尼泊尔为典型案例,系统阐述移动通信信令大数据的采集、清洗建模全流程,实证其在交通规划、国土空间开发中的应用价值,同时梳理技术局限、落地路径与全球推广方案。
2020–2035 年亚太交通基建需 43 万亿美元投入,是前 20 年投资规模的 3 倍。传统出行入户调查成本高、更新慢、易漏短途步行 / 非机动车出行、空间颗粒度粗糙,难以匹配快速城镇化下动态出行需求,发展中国家普遍存在规划数据短板。
分为两类:①智能手机 GPS 聚合数据(覆盖人群偏中高收入);②运营商 2/3/4/5G 网络 RRC 无线信令数据(覆盖全部手机用户,样本更全面)。依托 OSSii 行业标准可自动采集、解析海量信令,实现被动式、全域人群出行监测。
地形复杂、传统实地勘测难度大,未来 5 年计划投入 82 亿美元交通基建;国内城镇化分散、旅游出行占比高、通勤规律区别于欧美城市,是南亚数据稀缺发展中国家代表。ADB 基于 2023 年 10 月 5–16 日尼泊尔匿名 2G/3G 信令数据,提取 1163 万次市域出行记录开展实证分析。
核心数据源:基站 RRC 通信信令,记录手机与基站交互时间、小区编号;4G/5G 信令频次远高于 2/3G,空间精度更高,本研究仅采用 2/3G 数据,行程时长测算存在最高 33% 偏差。
基站空间解译:单基站分 3 个 120° 扇区(Cell),通过同小区海量用户 GPS 点位椭圆中心做地理增广,把基站粗坐标转化为手机近似真实位置。
数据聚合至 0.5 平方英里网格、行政区(村镇)单元,杜绝个体轨迹还原风险;整套自动化采集解析流程由爱立信、诺基亚、华为联合推出的 OSSii 标准支撑。
乒乓效应抑制:算法过滤手机无物理位移、频繁切换基站产生虚假移动轨迹,设定校验公式保证有效出行占比>99%;按速度区分步行、机动车、航空出行,剔除异常高速虚假行程。
人口偏差修正:结合各国人口普查数据,按运营商用户占比设置扩乘系数;尼泊尔分特莱平原城乡、山地城乡、加德满都分区校正手机出行量与真实地面车流的比值(加德满都仅 0.3,山地城区达 2.9)。
出行链路生成:将离散信令点位修正为连续轨迹节点,停留超 30 分钟判定出行起止,汇总生成OD 起讫矩阵、道路流量、时程出行分布三大核心规划数据集。
百万用户每日产生 20GB 聚合事件、1200GB 原始 RRC 信令;自建服务器长期使用相比云服务可节约 60%–95% 算力成本。
不局限传统交通小区(TAZ),可输出精细化网格人流,尼泊尔、不丹路网规划中用于分级战略道路升级优先级判定。
匹配轨迹与道路网,输出分小时路段车流量、平均车速,区分普通拥堵与超饱和重度拥堵(加德满都主干道 NH34 实测午间全域超饱和拥堵),可模拟交通增量下车速衰减,预判扩容效益。
覆盖中国武穴、广东、深圳、香港,新加坡、欧美多国;新加坡融合公交刷卡与手机数据完善最后一公里规划,国内多用于城际人流、通勤结构分析。
研究选取加德满都谷地(500 万人口)、博卡拉(60 万)、蓝毗尼 - 布特瓦尔(LBS,30 万)三大片区,结合 Sentinel-2 卫星土地覆盖、OSM 建筑 / 路网密度数据,关联出行生成规律。
加德满都:仅 30% 建成度>80% 的网格承载 90% 出行;全域路网密度 5.45km/km²,三城最高;
博卡拉:不足 10% 高密度核心承载 55% 出行,70% 低开发郊区仍贡献 14% 出行,城郊需求不可忽视;
LBS 走廊:10% 核心区覆盖 70% 出行,小型城镇仅需聚焦核心片区投放交通资源。
密度特征:单网格建筑、道路密度越高,出行生成量越高;但同等开发强度下,博卡拉、LBS 单网格出行频次高于加德满都。
人均日出行率(PCTR):三城均值 1.61 次 / 人,博卡拉 1.71 最高、加德满都 1.59 最低(缺失 4G 数据低估城市短途出行);工作日、周末出行率差异极小,尼泊尔周日多机构不休息,旅游、民生出行冲淡通勤差异。
日出行总量:加德满都日出行量约为博卡拉、LBS 的 10 倍;仅德赛节首日出行骤降至总量 2.7%,其余日期稳定在 7.8%–10.6% 区间。
行程时长:17%–20% 行程<15 分钟(适宜步行),43%–45%≤30 分钟,近八成行程 1 小时以内,短途出行占主导。
规避受访者记忆偏差、抽样局限,一次性获取千万级全域出行样本,捕捉步行、短途非通勤等易遗漏出行;提供分小时、分网格动态时序数据。
战术层(1–5 年):公交线网优化、拥堵收费、车道改造、电动车配套布局;
优先向高密度出行片区分配修路、公交资源,量化新建道路 / 轨道客流量、拥堵缓解收益;支撑城市控规,管控无序蔓延、引导高密度集约开发。
人群覆盖缺口:无法统计无手机人群(老人、儿童、低收入群体);缺少用户年龄、收入等社会属性,难以分人群细分建模;
技术约束:2/3G 数据精度不足,5G、光纤基建不完善地区轨迹误差大;海量信令对存储、算力要求极高;
普及 5G 信令采集;融合车辆 GPS、交通摄像头、公交票务、卫星夜光多源数据;搭建基于 OSSii 的近实时数字孪生交通平台,接入 AI 优化信号配时、道路养护计划。
建立跨国、跨运营商数据共享通用标准;在南亚、非洲等数据稀缺发展中国家复制尼泊尔分析框架,联合国全球数据基金计划 5 年内落地 20 国试点。
分短期数据素养培训、中期交通大数据实验室、长期高校人才合作三步搭建本土技术团队;将手机大数据制度化纳入城市总体规划、道路专项规划法定数据源。
全球已形成 Equity AI、Dataspark、Inrix 等专业移动出行数据服务商,可为各国规划机构提供标准化分析服务。