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。 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)。
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。 |
|