京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据、云计算、互联网,这是时下最流行的词汇与话题。能否以及如何将这些新技术运用到城市节能上,是一个很大的启示和挑战。
在第十一届中外绿色人居论坛上,论坛组委会委员、美国能源基金会建筑项目主任、博士莫争春以纽约为例向大家展示了一种可供参考的方向:以行政命令管理的手段,统计城市建筑能耗信息,并全部公开分享,鼓励市场参与数据分析,共同提升城市建筑能效。
莫争春在接受《第一财经日报》记者专访时表示,建筑能耗数据的公开与对标对于城市节能可以起到很大的推进作用,这首先是观念的问题,而非技术问题。
心中有“数”
世界正处于大数据时代。从纷繁复杂、不断爆炸的数据中寻找出任何有效的信息并加以利用,正成为一种共识。
在莫争春看来,国家在制定任何节能政策之前,关键也在于要知道自身的能源数据,要知道自己的“家底有多少”,做到心中有数。但实际上,在建筑行业方面,我国并没有清晰的数据,如何做到心中有数?
当前,国内绝大多数有关建筑能耗的研究及数据统计都只是针对单个建筑,缺乏对城市整体的统计。
莫争春对本报记者表示,虽然现在我国很多省市在做建筑信息能耗监测平台,但并没有哪个城市能确切把所有的建筑能耗搞清楚,也没有哪个城市把收集到的信息加以利用。“我们现在只是把数据收集起来,用图表现出来,但是这不是目标,我们的目标是利用这些信息来做节能。”
由于在中美两国节能领域工作了20余年,莫争春对两国的节能现状非常了解。他认为美国纽约在利用大数据进行城市节能方面有着突出表现。
纽约前市长迈克尔·布隆伯格曾提出纽约到2030年减排30%,而70%的能耗在建筑。为了完成这个目标,迈克尔·布隆伯格就必须摸清大部分建筑的能耗现状,才能对症下药。
据莫争春介绍,迈克尔·布隆伯格通过议会立法,最后要求采取强制性的方式,所有5000平方米以上的建筑,必须将能耗数据公开,否则将会受到相应的惩罚。他只花了2年时间,就掌握了纽约市所有5000平方米以上的建筑(包括住宅和公共建筑)的能耗数据,并能根据能耗强度将纽约市划分区域,由此有针对性地进行节能。
开放与市场化
数据公开的好处在于充分的市场化,可以发动全社会的力量共同推进城市节能。
仍然以纽约为例,迈克尔·布隆伯格的做法催生了一批优质的建筑能效服务公司,创造了新型能耗行业。城市建筑能耗数据需要进行审计,迈克尔·布隆伯格并没有事先设置行政许可,而是放开让市场去做,最终通过市场的力量催生优质的审计公司。
莫争春还介绍,在美国能源部官网上关于所有的住宅、商业建筑、能源供应等相关数据都对外公开,而且政府鼓励公众使用这些数据,尤其是开展竞赛,看谁能够开发更好的使用工具,把公布的数据开发利用得更好,给予奖励。
目前,美国已经出现了大批能源数据分析公司,都是基于上述公开信息做的。也正是由于信息的公开,美国今年有10个城市正在进行着一场信息公开和对标的比赛。
在莫争春看来,基于公共信息分析产生的策略才是城市发展之路。传统模式中,政府控制了绝大部分信息,主导着市场,而封闭、隔离的“信息孤岛”是形成大数据的障碍。现在需要一种新模式,即政府让这些信息在市场中流动,让市场利用信息催生新服务。
“在大数据时代,我们需要的不光是新的节能战略,而是信息的共享。”莫争春表示,公共信息的共享是大数据的起点,这个取决于决策者是否有决心去做。决策者需要意识到能耗数据的公开和对标对推动城市节能会起到很大的作用,而不是将其作为一种隐私或者国家安全问题而保持封闭。
说到底,就是政府需要转变职能,建立、监督、完善能耗公开制度,让市场去做功。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02