[发明专利]一种基于手机信令数据的城市低收入人群分布预测方法、系统及存储介质

说明书

本发明公开了一种基于手机信令数据的城市低收入人群分布预测方法，包括获取数据；对获取的城市贫困相关大数据、兴趣点数据、低保人口数据和城市道路数据进行预处理；构建基于最低生活保障人群数据的贫困测度模型，根据预处理的低保人口数据，划分样本单元网格，利用自然断裂点法进行贫困分级；构建基于手机信令数据与多源数据的城市低收入人群分布预测模型，根据预处理的多源大数据，划分样本单元网格，统计多源大数据的相关指标；根据样本单元网格，构建随机森林模型，输入基于手机信令数据的城市低收入人群分布预测模型的相关指标，对低收入人群分布进行预测；对随机森林模型测度出的城市低收入人口聚集区进行索引分析，分析贫困成因和贫困维度。

技术领域

本发明涉及一种城市低收入人群分布方法及系统，属于城市规划和信息技术领域。

背景技术

住房市场化在很大程度上改善了居民的居住条件，但越来越多的家庭难以承担购买住房，产生了大量的城市贫困空间，这包括聚焦了大量低收入外来人口的城中村、日渐衰落的单位大院、逐渐增多的保障房住区等等，这是城市不充分不平衡发展的重要表现。在消除了现行标准下的绝对贫困后，仍然需要对城市中部分相对落后地区进行持续扶持，防止贫困再发生。

已有城市弱势群体聚集空间的相关研究多采用传统的统计年鉴数据，主要关注收入与消费这一维度，而对其他非经济维度的关注度不够，且多数弱势空间研究是基于贫困人口分布的。而从地理学视角分析贫困现象时空分布和发展趋势既有助于理解区域贫困，又有利于针对性地实施贫困治理。在贫困空间测度方法上，已经从单一维度研究发展为多维指标测度；在测度计算方面，有学者基于A-F(多维贫困测度模型)方法形成了多维贫困测度方法，但现有研究在维度选取、权重赋予、计算方法等方面仍有待改善；在数理统计与地理信息结合方面，近年来发展出基于空间尺度的数理统计和分析方法；在研究数据来源上，从初期通过人口普查、家庭调查等获得相关数据来构建指标体系发展为运用多源大数据和传统数据相辅相成共同构建贫困测度体系；在数据精度上，国内现有研究主要利用卫星影像等单一类型数据分析研究广大区域或城乡地带，而在城市贫困测度上测算精度不高；在数据数量上，国内现有研究有利用街景数据进行城市贫困测度，而街景图片的数量较为有限不能反映所有地块的贫困状况。

发明内容

本发明的第一个目的是为了解决城市低收入人群统计困难，且以自主申报为主，可能存在部分人群收入低但却并没有享受帮扶的缺陷，提供一种基于更新周期短、获取渠道广的手机信令数据及其他开源大数据建立的多维贫困空间测度模型，确保容易滋生贫困空间的人群能够得到合适的帮扶。

本发明的第二个目的在于引入机器学习，建立了低收入人群分布的预测模型。

本发明的第三个目的在于借助A-F模型(多维贫困测度模型)作为索引工具，提供一种识别弱势空间所缺资源的方法。

本发明的第四个目的在于提供一种储存介质。

本发明的第一个目的可以通过如下技术方案达到：

构建基于手机信令数据与其他开源数据的多维贫困空间测度模型，所述方法包括：

确定研究范围、城市弱势空间指标、获取与指标相关的手机信令数据、兴趣点数据、低保人口数据、在线消费数据；

对获得的研究范围数据、手机信令数据、兴趣点数据、低保人口数据进行预处理，并与研究范围网格相对应；

进一步的，所述对城市弱势空间指标相关的手机信令数据、兴趣点数据、其他开放数据预处理，具体包括：

运用层次分析法从经济、健康、教育、文娱、交通5个层次解构城市贫困问题，将这5个层次记为准则层，确定每个准则层下因子层指标；

对兴趣点数据中筛选保留，选取因子层的指标数据，包括医疗设施、中小学教育设施、文娱设施、公共交通设施；

其他开放数据的处理包括：(1)获取在线消费数据(2)提取遥感数据影响中自然资源的信息(3)获取道路线要素数据；

进一步的，将预处理的数据与研究范围相匹配，剔除无效数据、补全缺失值，按照相对贫困概念与对数据的分析，设定贫困线，贫困线设定方式具体为如下：