城市运营大数据

城市数据运营实践（见图2），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。

图2 城市数据运营实践结构图

智慧城市顶层设计方面，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。在不同的城市地区，智慧城市建设的不同阶段面临的问题都是不同的，因此需要因地制宜开展问题研究，并提出相应的应对方案，具体案例（见表）。

智慧城市建设案例表

城市类型	共同问题	案例	典型应用
发达地区	旧城更新 公共参与 品质提升	北京西城数据实验室	大数据实验室 公众参与APP 遗产教育APP
		北京未来科技城智慧城市
		北京通州文化旅游区（环球影城）
		深圳建筑地图/负面清单
发展中地区	产业提升 城镇化促进 建设管理 节能减排	重庆智慧两江	智慧物流 智慧公租房 智慧建管 智慧绿建 智慧园区
		贵安新区智慧园区
		智慧乌镇
欠发达地区	（旅游）产业培育 增加财政收入 文化遗产保护	智慧阜平	智慧旅游 智慧农业 新媒体旅游推广 旅游O2O应用 文化遗产导览APP
		智慧敦煌
		新县智慧旅游
		中国传统村落数据运营

数据获取与感知方面，开展众包与公众参与，研发高密度城市数据监测物联网设备与互联网企业合作等。具体来看：众包数据与公众参与的实践应用，如武汉记忆地图、乌镇公众参与协商平台、中国传统村落档案管理与项目监管系统，搭建一套包括APP、微信和web等的完整的规划和遗产保护公众参与平台，全面、系统收集公众主观数据，倒查公众参与、遗产保护与城市规划；物联网感知的实践应用，如城市数据网格计划，即利用人车流量，环境质量监测等物联网技术，以100米～1000米精细化网格实时收集环境数据，人车行为数据，实现城市微观环境精细感知以及未来趋势的预测的城市感知计划；互联网企业合作，与百度、阿里巴巴、中国指数研究院等具有高价值互联网公司建立合作关系。

数据分析方面，对智慧城市大数据进行提取、恢复、积累大量关系型数据，并进行数据分析，从而获得有价值的信息，例如大数据分析职住平衡，大城市治理现代化专题等。以城市数据实验室与数据平台的方式系统运营城市数据，进行两个方面的应用。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。如上海城市体征数据云平台的建设：基于城市数据实验室的构想，与清华同方、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开发城市数据平台；将上海市政府的各种空间和规划数据、上海市交通实时数据、移动运营商的信令数据和互联网公司提供的位置服务（LBS）等行为数据进行整合，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。该体系能够基于新数据，感知人在空间中的状态，为城市运行提供实时的诊断。