京公网安备 11010802034615号
经营许可证编号:京B2-20210330
探讨大数据时代如何规划智慧城市(1)
智慧城市(smart city)这一概念发端于20世纪80年代的信息城市(information city),经历了20世纪90年代的智能城市(intelligent city)与数字城市(digital city),在2000年后逐步演化为智慧城市。2009年IBM公司首次提出了智慧城市愿景,使得智慧城市理念与实践在全球范围内迅速传播。目前,在欧洲和北美已有数百座城市宣布建设智慧城市,IBM公司参与的智慧城市项目多达2 500余个,微软、思科、西门子、日立、松下等科技公司以及埃森哲、奥雅纳等商业或工程咨询公司也在积极涉足智慧城市建设,预计至2020年智慧城市相关产业市场规模将达到4 000亿美元。
与智慧城市同时备受关注的是信息与通信技术(ICT:Information and Communications Technology)领域的大数据(Big Data)概念。作为与传统数据相区别的“大”数据,它的数据量已经从太字节(TB,240)级上升到拍字节(PB,250)级,甚至是泽字节(ZB,270)级。据统计,如今人们每两天生产的数据量就与人类文明发展至2003年产生的总数据量相当,而迄今为止人类所积累的数据量的90%都来自过去两年。
那么,大数据与智慧城市这两个经常被相提并论的概念之间存在怎样的关联关系?在具体的智慧城市规划中,大数据又扮演着什么角色,具有怎样的发展前景?本文将着重探讨上述问题。
1、大数据与智慧城市:演进与关联
1.1 智慧城市
出版于1972年的《后工业社会的来临》(The Coming of PostIndustrial Society)一书将1970年作为工业社会与后工业社会的分水岭,划分的依据即在于ICT的发展及对日常生活的广泛渗透,同时ICT也逐渐成为社会经济发展的关键,因此后工业社会通常也被称为信息社会。受这一思想影响,20世纪80年代的城市研究提出了信息城市概念。到20世纪90年代初,长期从事城市模型研究的迈克尔˙巴蒂(Michael Batty)提出了智能城市概念,核心思想在于强调互联网技术对提升信息交流和增强城市竞争力的重要地位。新千年后,对等互联网络技术(P2P:peer-to-peer)、移动智能终端和物联网对城市生产、生活的影响日益深刻,在ICT技术支持下,城市功能更加复杂,城市运行日益高效,城市各个子系统的交叉复合也越来越深入。但是将ICT技术广泛应用于城市发展并非仅仅为了提升城市运行效率,其最终目标应是城市经济的可持续发展、城市生活品质的提升以及城市社会经济活动公平性的促进。基于这些认识,智慧城市概念应运而生。
然而,智慧城市概念也受到了许多质疑,主要原因在于智慧城市内涵宽泛,不仅包括城市技术系统,也包括城市管理系统,还包括城市人文系统,同时其目标指向也涉及经济、政治、人文等多个维度,为智慧城市的确切定义造成了极大困难。目前学术界对于智慧城市尚未给出广为认可的统一定义,仅有一个包含六个子系统的智慧城市框架被较多使用,这六个子系统分别是:智慧经济(smart economy)、智慧市民(smart people)、智慧管理(smart governance)、智慧移动(smart mobility)、智慧环境(smart environment)与智慧生活(smart living)。而产业界对智慧城市的认识可总结为利用新一代的软、硬件和联络技术赋予ICT系统以实时的真实世界数据,与先进的科学分析技术相结合,协助人们进行更加理性的决策,从而提高生产生活水平。
1.2 大数据
如今,人们每天发送10万条推特,谷歌每分钟执行200万次搜索,全世界每天产生2.5艾字节(EB,260)数据,截至2013年互联网数据量已达到1 000艾字节……这些数字共同构成了所谓“大数据”。早在1980年,著名未来学家阿尔文˙托夫勒就在《第三次浪潮》一书中提及了“大数据”;大约2009年,大数据概念开始在ICT领域兴起。不同机构和学者为大数据提出过多种不同定义,其中较被广泛认可的是描述大数据与传统数据主要差别的“3V”特征——大容量、高速度与多样性。大容量体现为其数据量往往达到艾字节或泽字节级别,很难以传统数据处理方式在合理时间内完成分析;高速度体现为数据生成过程的流动速度,也就是大数据具有实时性;而多样性则主要表现在大数据类型和来源的多样。这些特点使得能够有效管理大数据、普遍适用的数据组织与处理技术成为关键。
1.3 演进与关联
可以看到,智慧城市概念的演进与ICT的日趋发展密不可分。概括而言,大数据与智慧城市分别代表了20世纪以来ICT进步的两个方面——大数据概念的提出和发展主要来自于ICT领域的发展,而智慧城市概念的提出和发展则是ICT影响下人类社会的思想观念与建设实践演进的反映,两者之间具有紧密的关联关系。智慧城市的发展必须依托于ICT技术的发展,而城市生产、生活的日趋复杂也为ICT领域提出了新的机遇和挑战。一方面,市民对基于ICT的各类服务需求激增,为ICT的进一步发展提供了市场支持;另一方面,用户在享受服务的同时,也生成了巨量潜存巨大社会、商业、科学价值的信息,也就是大数据。智慧城市的规划与建设,需要有充分的技术与条件处理城市运行过程中产生的大数据,如城市交通系统产生的实时交通信息、城市经济系统产生的商业活动信息等,特别是城市管理层(城市政府)对智慧城市进行智慧管理需要建立一整套大数据管理系统,不仅涉及数据的收集、存储、分析方法,还涉及来自不同行业、不同类别数据的整合问题。这一系列城市功能脱离大数据技术都是无法实现的(表1)。
表1 ICT数据管理方法与智慧城市的演进与关联
2 、大数据时代的智慧城市规划实践:国际案例与经验
由上文可以看出,智慧城市这一概念来自于产业界,并由政府和产业界推动实践,而学术界虽然也已开展相关研究,但尚未成为智慧城市建设的主要推动力,且部分研究与应用实践尚有一定差距。因此,本文将主要围绕各地政府或产业界主导的相关建设项目,对大数据时代的智慧城市规划实践予以梳理。由于提出时间尚短,目前关于智慧城市还未出现成熟的评价体系,仅有来自柯恩教授的“十佳智慧城市排名”较被认可,本文参考这一系列排名(世界排名及洲排名),综合考虑大数据相关技术在各地的应用水平,选择10座智慧城市为重点案例,结合少数其他案例,分析总结大数据在国际智慧城市规划中的应用进展。
同时,本文参考智慧城市六大系统的分析框架,分别梳理大数据相关技术在各个系统的应用。需要指出的是,六大系统中的智慧经济侧重产业发展,智慧市民侧重教育、个人发展与社会公平等,与大数据相关性较弱,故不作探讨。
2.1 大数据基础设施
大数据的获取与传输依赖于覆盖广泛、速度快捷的互联网络,因此互联网基础设施的铺盖与升级是智慧城市建设的必要环节。早在1993年,美国率先提出了国家信息基础设施(NII)计划,并随后提出了全球信息基础设施(GII)计划。至今,已有大量国家或地方政府提出高速或超高速宽带网络建设计划,如新加坡(2005)在“智慧国2015”(iN2015)计划中提出建设全面覆盖的超高速宽带网络等信息通讯基础设施;伦敦计划投资2400万英镑以较低的价格为中小型企业提供超高速宽带网络;在英国智慧城市计划竞赛中入围的布里斯托和伯明翰正分别投资l100万英镑和800万英镑用于宽带网络建设;芝加哥正在投资建设一条新的光纤网络以使网速达到千兆级别,并希望以极具竞争性的价格吸引更多公司于芝加哥落户。同时,随着智能移动终端的普及,免费无线网络也成为网络基础设施的建设重点,如伦敦正在与英国五大移动网络运营商之一的O2公司合作建设欧洲最大的免费无线网络,计划铺设在画廊、博物馆及全市150个地铁站;纽约计划在富尔顿街(Fulton Street)、BAM文化区等十余处街区提供免费无线网络;旧金山试点在主要街道市场街(Market Street)提供免费无线网络;阿姆斯特丹试点在艾瑟尔堡(IJburg)港口提供免费无线网络等。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01