技术分享 | 互联网时代居民出行调查小程序设计与实践

交通发展正逐渐从设施建设转向存量优化阶段,精准的政策调控和精细化的运营服务依赖于时效性、连续性更强的数据采集。交通出行调查是获取基础出行数据的关键,目前主要的采集手段包括纸质问卷调查、手持终端(pad)调查、微信小程序、H5小程序等。基于pad端的软件调查,应用程序的内存占用过大,硬件耗电快,且一旦更新,则需要收回所有设备,重新安装新版软件,管理难度大。问卷调查的方式需要人工收发问卷,指导问卷填写,调查成本高,数据采集速度慢。而随着智能手机和互联网技术的快速发展,小程序已经成为一种新的发展趋势。小程序具有更低的开发成本、更流畅的使用体验、更多的曝光机会、打开率更高、更易留存用户等优势。为了更高效地进行交通调查,本文将小程序引入交通调查实践,开发基于小程序的交通调查工具,提高居民出行调查的整体效率。

 

 

01 基于小程序的交通调查流程

 

基于小程序的调查流程采用调查员+后台管理员分工合作模式,调查人员负责现场数据采集,后台管理员负责数据审核统计输出。每个调查员需要绑定登录软件,创建调查家庭样本,通过问答或用户自主填写的方式完成问卷内容录入,通过数据关联校核,检查数据真伪与有效性,及时反馈数据问题,可即时进行修改。问卷内容符合2017年住建部提出的城市综合交通调查技术规范。

 

后台管理员通过PC端管理平台,可实时监测调查员的样本数据,对数据做二次检查审核,保证数据的有效性。平台端支持对样本数据进行分析展示形成各类出行画像特征,输出统计分析结果。

 
图片
 
图1 居民出行调查流程图

 

 

02 总体功能设计

 

系统总体设计分为三大板块:手机端调查小程序、PC端数据管理平台、交通调查公众号。手机端调查小程序主要用于面向调查对象的数据采集录入;数据管理平台用于对数据的批量审核、校验和统计分析;交通调查公众号则是对数据采集途径的扩展和延伸,形成持续的数据收集途径。

 
图片
 
图2 居民出行调查系统总体功能结构

 

 

1.手机端调查小程序
 

手机端调查程序采用智能手机小程序(以微信小程序为例),主要用于样本数据的实时采集,无需发放调查硬件设备,且使用培训简单便利。并且,现场调查数据实时回传后台,可以实现数据快速处理、调查逻辑自动纠错、快速数据检核等工作,大幅提升调查效率和数据质量。

 

根据居民出行调查内容及数据类型划分为四大问卷模块,户特征、人员特征、个人一日活动链、出行意愿调查,提高调查的综合性和专项性,只需调查“冰山一角”,便可开展“交叉分析”,洞见“规律全貌”。程序根据样本数据内容自动构建样本结构,可看到每户样本需要填写的内容以及填写进度。

 

户特征:采集家庭住址、家庭户类型、常住人口数、家庭年收入(按区间划分)、住房特征、车辆拥有情况等;

 

个人特征:采集个人的基础信息、职业信息、出行时间特征、出行方式选择,出行车辆使用情况等信息。

 

个人一日活动链:活动是指人们主导或参与社会、集体、家庭、或个人事务的行为。一日活动链采集个人全天每一次活动的内容、地点、停留时间、到达活动地点的交通方式及同行人数等。

 

出行意愿调查:采集个人出行特征、对交通发展方面的看法及意见,以及列举各类出行情况的出行选择等信息。

 

各模块问卷问题之间数据校验主要根据问题选择答案进行确认校验,如家庭成员活动多种出行方式的衔接是否正确、一日活动链的时间地点是否闭合等。

 
图片
 
图3 小程序基础信息采集页面
 
 
图片
 
图4 小程序特征采集页面

 

 

2.PC端数据管理平台

 

数据管理平台主要基于小程序采集到的调查数据,进行样本数据审核及分析展示。管理人员可在数据管理平台进行样本审查校验、样本数据一键分析、精准分析各类出行画像、样本筛选导出等功能。打造质量把控的“千里眼”,确保调查问卷所见即所得,实现质量不达标、现场就退货。

 

样本审核校验:管理员可以查看样本,对样本进行复查审核,确保每份要进行数据录入分析的调查问卷真实有效。

 

数据一键分析:分析采集的调查问卷数据,进行各种展示及构建交通模型的数据源。

 

出行画像:根据样本中出行路选择、出行方式的选择、出行时间选择等构建多种出行画像。

 

样本筛选导出:可从居住区域、主要交通方式、出行时间特征等不同维度进行数据的筛选导出。

 
图片
 
图5 数据管理平台出行链展示页面

 

 

3.交通调查公众号

 

交通调查公众号负责交通相关新闻消息推送,以及后期新交通调查的问卷推送。每一份问卷调查结束后,都会给被调查者发送奖品,同时会发出调查公众号邀请,通过小程序+公众号的结合,绑定后续调查潜在用户。

 

居民可在公众号中查看交通相关消息,了解相关交通资讯。新的调查问卷也会直接在公众号进行推送,支持有奖问卷调查,提升居民对城市交通建设的参与度和归属感,逐步扩大调查样本,提升交通调查的效果。

 

 

03 应用案例

 
 
案例一:深圳市居民交通行为与意愿调查

 

居民出行调查系统经研制形成后,并成功应用于2019年深圳市居民交通行为与意愿调查中,为2020年深圳交通白皮书提供数据支撑。本次调查共计采集超过1.03万户的居民约2万份居民出行活动链数据,包含人口特征、居中特征、收入特征、交通工具配置情况、户成员工作情况、出行方式特征、出行意愿等多项指标数据。

 
图片
 
图6 兼顾产业、收入、家庭结构调查抽样分布

 

本次调查中构建了以在线调查小程序和智能分析平台为核心的调查系统,相比以往纸质问卷调查、手持智能终端(PAD)调查(如2017年兰州市居民出行交通调查、2018年西安高新区居民出行调查),人力投入及时间成本大幅降低,同时配合智能分析平台,实现了调查数据实时接入、云端审查、在线统计、秒出结果,充分保障了调查数据的精度及可靠性。

 

案例二:武汉市第四次综合交通大调查
 

2020年11月武汉启动新一轮城市综合交通调查工作,本次调查使用居民出行调查小程序,共计采集超过1.5万户家庭,面向6周岁及以上城市常住人口,调查内容主要为户特征、居民日常出行规律以及前一个工作日的出行情况,包括24小时内每一次出行的起止点,出行目的,出行时间,交通方式等。

 

本次居民出行调查为武汉市下一个十年的交通发展战略研究和政策制定奠定坚实基础,为支撑武汉市新一轮重大战略及规划的编制工作、改善居民交通出行状况提供重要保障。结合居民出行调查系统先进的移动端调查程序,融合实时定位、自动化校核等大数据技术,极大地提升实施效率和调查成果的可靠性。

 

案例三:无锡市交通出行调查
 

无锡市正在开展交通出行调查,本次调查计划采集5000户家庭样本,目前调查正在进行中。

 

 

结语
 

本研究实现了基于小程序的居民出行调查系统设计和开发,并经过两次调查的应用,项目实践证明,通过小程序的方式开展交通出行调查,不仅支持高效数据采集,节省调查成本,还显著提高了数据的有效性。小程序的应用在交通数据采集中仅是一小步的拓展前进,未来可通过引入多源的新技术,如语音问卷录入采集、视频识别问卷采集、拟真交通小游戏采集问卷等,不断拓展数据采集途径,持续拓展和优化交通数据采集体系。

 

深城交致力于城市交通治理综合提升,通过近20余年以来在大数据、模型研发和探索经验,集规划-设计-智能于一体,汇聚城市综合交通大数据,掌握交通行业数据特征,提供多专业交通数据的精准采集能力、综合管理能力、融合共享能力、特征关联分析等能力。展望未来,深城交将秉承“让交通与城市更美好”的企业使命,致力于成为全球领先的城市交通整体解决方案提供者,充分利用移动互联网技术,通过交通大数据运营及生态整合,为居民出行打造全新业态和优质服务。

 

 

交通信息与模型院

撰写:李 鹏

审核:陈昶佳

审定:丘建栋

返回列表