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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13