京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在上述“硬件”基础设施之外,“软件”基础设施——开放数据同样是智慧城市建设的重要基础。开放数据与众包开发已成为国外智慧城市建设的必需环节。旧金山于2009年立法开放数据,是美国第一个为开放数据立法的城市,此后已有来自多个政府部门的500多组数据被发布,由此催生了200多项手机应用;纽约已开放2400多组数据并从2009年起每年举办Big Apps程序开发竞赛,是目前开放数据量最大的城市;伦敦也是全球最早推出开放数据平台的城市之一,由此开发的手机应用已被大量下载;维也纳、巴塞罗那、阿姆斯特丹、西雅图、波士顿等城市均已开放几百至千余组数据;哥本哈根还计划建设比开放数据平台更为全面、结构化、标准化的“开放价值网络”(open value network),统一管理数据质量,制定使用条款,并提供数据整合、可视化等服务。
2.2 智慧管理
由城市运行所产生的交通、环境、市政、商业等各领域数据量是巨大的,这些数据经过合理的分析挖掘可产生大量传统数据所不能反映的城市运行信息。目前与智慧管理相关的大数据来源主要包括由遍布全市的摄像头收集的视频影像,由各类传感器收集的环境等方面信息,由各类终端收集的刷卡信息,由市民通过手机应用或社交网站贡献的相关信息等。其应用方式主要体现在三个领域。一是实时监控与突发事件处理,如巴塞罗那和格拉斯哥都计划在全市大规模布置摄像头或传感器以及时识别火灾、犯罪等异常情况;巴西里约热内卢还开设了一座建设有80 m宽监视屏的城市运行控制中心,显示来自全市900多个摄像头的监控影像,由来自30个不同部门的50名工作人员对洪水威胁、交通事故、管道泄漏等突发事件做出应急控制。二是市政服务,如维也纳、波士顿、格拉斯哥都推出(或计划推出)用于报告市政故障的手机应用;而瑞典斯德哥尔摩自2007年至今已投资7000万欧元开发50多项电子服务,并藉此降低了城市的管理成本。三是公众参与,大数据使人们得以构建反映城市建成环境实时变化的三维可视化系统,这类系统可作为公众参与的平台,如Autodesk公司在德国班贝格市(Bamberg)开发的城市三维可视化系统被用于讨论新铁路线建设,市民使用iPad即可了解铁路线对周边环境的影响,节省了公众参与的时间。
2.3 智慧出行
交通流的合理规划与疏导是几乎所有城市长期面临的问题,而大数据的广泛性与实时性则为解决这类问题提供了新的可能。目前大数据在智慧出行领域的应用主要体现在两方面。一是交通流量实时监控,如伦敦、波士顿和伯明翰(计划)利用遍布全市的摄像头监控实时交通流量;伯明翰还将摄像头和各类传感器收集到的交通信息统一传送至控制中心,由工作人员实时调控交通。二是交通信息实时提供,如阿姆斯特丹和巴塞罗那通过安装在停车场的传感器为市民提供实时停车位信息,以引导居民合理出行;多伦多和巴塞罗那(计划)为市民提供公交车实时位置信息;波士顿为学生家长提供校车位置信息;伦敦为市民提供公用自行车位置信息等。
2.4 智慧环境
在智慧城市概念出现之前,生态城市、低碳城市等概念就已被广泛接受,也是新千年后全球城市发展的关注重点。目前大数据在智慧环境领域的应用主要体现在两方面。一是能源使用管理,安装在电网系统中的传感器可实时收集用户的能耗信息,并按时段调配能源供给或在电力峰值不同的建筑物之间进行电力融通,提高能源使用效率,如伦敦、阿姆斯特丹、西雅图、斯德哥尔摩等许多城市都计划推行智慧电网(Smart Grid),日本千叶与日立公司合作建立了地区能源管理系统(AEMS)。二是环境质量监控,如哥本哈根利用安装在自行车轮上的传感器收集空气质量信息,巴塞罗那利用安装在路灯上的传感器收集噪声、污染信息等。
2.5 智慧生活
虽然智慧城市涉及大量技术内容,但其核心价值仍在于为市民提供更高质量的生活(Quality of Life),这也是几乎所有国外智慧城市建设项目所不断强调的。目前大数据在此领域的应用主要体现在生活服务方面,如维也纳、巴塞罗那、纽约等城市在开放数据的基础上众包开发了几十种至上百种生活服务类手机应用,多伦多、格拉斯哥等城市则通过云计算等技术对实时信息进行分析并据此为市民提供更多生活服务实时信息。此外,思科公司提出了智慧连接社区概念(Smart+Connected Communities),通过智能网络系统将社区的服务、信息和人群等各类资源相结合,将物理空间的社区转化为一个更加紧密联系的社区。但也可以看到,在医疗、教育这两个智慧生活的重要方面,大数据尚未获得较多实质性的应用。
本文所选取的10座智慧城市案例在4个智慧城市子系统中的大数据相关应用如表2所示。
3 、结论与讨论
3.1 结论
大数据概念的提出是ICT技术,例如移动智能终端、物联网等在当前社会生产、生活中广泛应用和渗透的发展结果。智慧城市建设着眼于提升城市可持续发展能力和竞争力,并以提高城市生活品质为根本目标,其规划与建设需要依托于整合ICT的城市基础设施规划与建设,在运行和管理层面,智慧城市则需要大数据相关技术的支持。然而,大数据本身的三个特点——大容量、高速度和多样性,则分别给大数据的存储、处理及系统整合提出了巨大挑战。目前来看,大数据相关技术在智慧城市规划与建设中的应用取得了相当多的进展,但仍处于起步探索阶段。一方面,其应用范围较多局限在智慧城市各个子系统,较少有整合多个系统的应用案例,但也可以看到,整合多个城市系统数据的数据平台也在构建当中,如哥本哈根的“开放价值网络”。另一方面,大数据在各个子系统的应用方式虽然具体内容不同,但大多可归纳为实时信息的收集监控、分析与推送,随着长期大数据的积累,其应用方式有待获得更多拓展,如我国的北京城市实验室(BCL)正在利用多年积累的北京公交和轨道交通刷卡数据研究北京的城市贫困问题。
3.2 讨论
大数据背景下,智慧城市规划建设在理论与实践层面都面临着一系列挑战。在规划理论层面,智慧城市的系统性规划理论目前尚处于孕育之中,但关于智慧城市子系统的理论研究则已经逐步展开。例如伦敦大学学院(UCL)高级空间分析中心(CASA)基于地铁刷卡数据的伦敦市民地铁出行行为研究,新加坡—麻省理工学院技术研究联合体(Singapore-MIT Alliance for Research and Technology)基于手机数据的新加坡市民24小时出行可视化与大数据分析等。不可否认,目前这些研究主要集中在ICT使用密集且已经较为深入渗透的城市子系统(例如交通系统、土地利用系统等),而对于智慧管理、智慧生活等子系统的研究还非常有限。这一方面在于这类数据的结构更加复杂,相关数据的捕捉获取技术也有待发展;另一方面在于相关研究所需的数据开放与整合面临着多个政府部门之间行政权力的分割阻碍,这一问题在我国尤为明显。因此,目前智慧城市的规划与建设实践大多表现为城市局部子系统的实践。
此外,大数据与智慧城市的出现也为传统城市规划理论提出了新的挑战。在过去半个多世纪,城市规划理论经历了早期的蓝图式规划到理性主义,再到后来的有限理性(bounded rationality)、渐进主义(incrementalism)以及沟通式规划(communicative planning)的发展历程,而发端于自然科学领域的复杂性科学思想(complexity thinking)虽然受到了部分城市规划学者的关注,但到目前为止仍处于城市规划思想的边缘。然而城市本身以及城市规划过程的复杂性,使得当今城市规划实践面临着种种困境,进而导致了所谓的城市规划“第三次理论危机”。随着大数据相关技术的发展与智慧城市规划建设实践的兴起,大数据所体现的城市系统复杂性以及智慧城市规划建设所需处理的各种新、旧问题的复杂性,使得城市规划理论越加趋向于向复杂性理论转变。
在规划实践层面,智慧城市建设除了需要解决大数据的存储、组织、管理处理这一系列ICT领域技术问题外,其规划所面临的如下问题也有待深入探索。第一,如何规划布局传感器以及相关数据捕捉的软、硬件设施,这将影响到最终获得的大数据是否能够全面、有效地描述整个城市系统。第二,如何能够以经济、可持续的方式实现各类基础设施升级,也即智慧城市所需的新型基础设施建设与传统基础设施之间的更新换代与对接问题。第三,由于大数据的来源往往分属于不同政府职能部门管理(如交通部门与市政部门),如何能促使各职能部门相互合作,真正实现数据开放与有效整合。第四,在有效建立统一的数据系统后,政府将如何有效分析挖掘数据以促进规划管理,同时数据的管理、维护和使用权责又将如何划分,这也是智慧城市规划在行政领域的顶层设计问题。第五,是在智慧城市新趋势的影响下,传统的规划法律、法规、规章、规范以及实施标准与细则,需要进行怎样的调整,相应的规划方法又需要进行怎样的转变的问题。
虽然智慧城市和大数据在经历发展热潮的同时也面临着“炒作”、“泡沫”等质疑,但可以肯定的是,随着ICT的技术进步和应用渗透,以及市民生产生活方式的转变,城市规划建设的理论与实践也将获得相应扩充与调整,探索新的规划方法并产生新的规划思想,现在还只是开始。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11