|
端午假期结束，DT君继续分享“寻找数据侠”大会上的干货。这位重量级的数据侠，是北京清华同衡规划设计研究院技术创新中心副总工程师王鹏。 虽然他自嘲城市规划师运用的数据，属于大数据里的“忽悠派”，但是他们出的成果可丝毫不忽悠人:不仅给上海做了城市体征分析，还对北京六环的城乡结合部进行深入挖掘，呈现了一个被人忽视的北京。 非常有幸跟大家分享一下同衡在智慧城市和城市数据运营方面的感受。 城市规划师是比较另类的角色，我们属于大数据几大门派里的“忽悠派”。我们认为，智慧城市的本质，应该是运用信息技术去解决城市问题。城市规划师的工作本来就需要集成各种学科知识去解决问题，智慧城市在我们解决问题的手段上增加了一个ICT技术。 在实践中，我们总结出以数据为核心的“智慧城市”体系结构。针对我国城市发展现状，提出各行业协同实现“感知-应用-共享信息”的模式。 我们的城市数据运营实践，主要包括智慧城市顶层设计、城市数据的获取与感知、数据分析以及城市数据实验室与数据平台四个部分。 智慧城市在顶层设计方面，应该是帮助政府建立一套数据生态系统。如果缺少这个环节，我们就无法获得所需要的数据。智慧城市顶层设计方法论的基本原则，就是“以问题为导向，以数据为核心”，包括了“发现问题“和”解决问题“两个环节。 我们认为，不同城市和地区，在不同发展阶段下，面临着不同问题。所以，智慧城市建设就是要提供因地制宜的解决方案。 我们在数据获取与感知方面开展了多项工作。首先是众包与公众参与，我们搭建了一套包括APP、微信和web等的完整的规划和遗产保护公众参与平台，我们研发了高密度城市数据监测物联网设备等。此外，还包括与互联网企业的合作。 综合以上这些环节，我们以城市数据实验室与数据平台的方式系统运营城市数据，一方面，通过数据分析为政府提供大数据智库方式的决策咨询;另一方面，通过市场化研发孵化新的产品甚至企业。 案例1:上海城市体征数据云平台 新的数据环境带来了新的契机和新的应用方式。我想要介绍的第一个案例，是上海市体征数据云平台。基于城市数据实验室(Urban Data Lab)的构想，我们和上海市房屋土地资源信息中心、上海数慧、北京大学等进行战略合作，尝试开发城市数据平台。 上海市房屋土地资源信息中心拥有上海市政府的各种空间和规划数据，以及交通等实时数据。我们又一起整合了移动运营商的信令数据和互联网公司提供的位置服务(LBS)等行为数据。这些数据一起，形成全新的城市体征数据云平台。 在这个系统中，可以用各种数据分析手段，对上海不同地块的运行状态进行评价与分析，包括地块的基本情况、活动时段和居住特征等生态指标。
我们可以就此形成一套新的城市生命体征评价体系。该体系基于新数据，可以感知人在空间中的状态，为城市运行提供实时的诊断。 案例2:北京六环的城乡结合部 另一个案例则是“六环，你比五环多一环”。 《五环之歌》想必许多人都知道。而去年，一个名为“六环，你比五环多一环”的艺术展览在北京举行，是艺术家们通过在北京五环与六环之间实地调研访谈所完成的艺术作品。这个地区有什么特点呢?住在北京的人可能都知道，这里是北京城乡结合部，聚集了大量多样的人口，并且城市规划非常混乱。 大家看下面左图，北京五环与六环之间的区域，藏着很多平时看不到的东西。可以说，这些数据里隐藏着“另一个北京”，最穷和最富的人都住在这个区域。而且很少有方法可以知道这里到底住了多少人，以及真正发生了什么事情。
我有一次去一个街道调研，问街道主任:“这个地方有多少人?“回答:“我们的统计是10万人”。但是，下一句话他说:“我估计这个地方得有30万人。”可见，政府对城市现状情况的掌握有多么欠缺，更别说制定出合理的城市政策。
我们现在掌握着北京大量的数据，因此可以对城市的动态变化进行非常深入的描述。我们想了解在北京五环到六环之间的这片城乡结合部地区，到底发生了什么。 这是我们基于手机、出租和公交等几组数据分析，通过机器学习分类得到的几种不同的村庄类型。 我们希望用大数据对不同状态类型进行描述，再用传统数据对结果进行验证。
工作日中，出行分成两个方向:一个方向是非正规的就业，传统上认为的流动人口，或者来自于农村非正规就业的人口。另一个方向是前往上地、中关村西区就业的高学历人口。
通过数据观察居住在这里的人群，他们工作时间较长，晚上21点到24点是回到居住地的主要时间段。
同时根据我的观察，他们周末出行距离较短或较少出行，休闲活动呈现比较单调的状态。 清华大学博士生盛明洁也对这个地方进行了非常深入的问卷调查，发现:居住在这里的人，他们的日常通勤距离，比北京市居民的通勤距离短，而且学历越低的话，通勤距离则越近。这与我们通过大数据的分析结果，较为一致。 数据发现了怎样的另一个北京?首先，数据可以推断五环与六环之间城市边缘区常住人口的规模与构成。其次，数据描述了这些常住人口的职业身份与日常生活状态。 我尤其感觉到，我们还需要关注传统规划中被忽视的城市边缘区的群体，对缺乏统计数据且高度动态化的区域进行精细化描述，通过多维多源数据融合，为城市决策提供支撑。 本文参考报告:清华同衡《智慧城市与城市数据运营》 |
|
|
