京公网安备 11010802034615号
经营许可证编号:京B2-20210330
你知道大数据管理城市是什么样子么?
如何用大数据管理城市?
Intetix Foundation(英明泰思基金会)由从事数据科学、非营利组织和公共政策研究的中国学者发起成立,致力于通过数据科学改善人类社会和自然环境。通过联络、动员中美最顶尖的数据科学家和社会科学家,以及分布在全球的志愿者,我们创造性地践行着我们的使命:为美好生活洞见数据价值。
介绍:
在日本,以及一些其他城市,随着最优化要求和更复杂的交通系统、二氧化碳排放量的减少、以及逐步更新的老化基础设施建设的社会制度的高效运行,智慧城市的建设正在逐步推进。日立集团经营社会创新事业,力求创造一个可持续发展的智慧城市,并将这看作是对城市多元化需求的一个回应。
近年来,由于科技的不断广泛运用,例如智能手机,智能卡,以及各式各样的传感器,使得将人口和交通流量这样的城市活动信息的收集、储存和可视化变成了可能。这些流量的信息过去仅仅以公共数据的形式每隔几年发布一次,例如,除了像城市规划和旅行这样的行政区域以外,作为智能操作中的一部分,日立集团正在研发城市管理平台解决方案,通过收集和分析从人口和交通流量中采集的大数据来支持城市的高效运行。
这篇文章描述了在城市管理平台背后的概念,选取了日本和海外的例子,以及展示了未来的前景。
城市管理平台背后的思想:
图1展示了城市管理平台解决方法背后的概念。人口流量数据和交通流量数据都是从一些使用智能手机、智能卡和传感器等科技的社会基础设施运营商处收集到的。例如设施数据、交通普查数据、人口数据等统计信息都是从国家或当地政府处得到的。这些被收集的数据都会在城市管理平台数据库中被储存和分析。由于这是一个基于地理空间信息系统技术的平台,它需要对不同的时间和空间参数进行分析。此平台的另一个特点是他可以将收集到的数据模型化,并通过不同形式的模拟将其视觉化。
城市管理平台的好处有:(1)方便且高效性(2)经济且盈利性(3)安全且有保障性。火车和公交,包括用来支持多模态旅游的最优化公共交以及组合导航都是城市管理平台在公共交通部门潜在应用的具体实例。在旅游业和零售行业,同时也包括对于商务区域的分析,还有以分析人类运动模式为基础的表达信息的有效方法中,也有一些可以说明的例子。另一些例子包括为了克服交通拥挤或协助城市规划,在城市和住宅方面的应用;还有一些以及为了支持疏散演练和确定道路封闭信息,用来帮助预防灾害与犯罪方面的应用。
图1-城市管理平台解决办法的思想
这个解决方法运用了智能手机,智能卡片和传感器来收集真实世界中的人口和交通流量的大数据。城市管理平台以收集到的数据为基础,通过地理信息系统技术进行分析,以模型化和可视化来协助城市的运行。
图2-城市大数据的三层模型
图2展示了城市大数据的数据模型。最下面一层是支持社会基础设施建设的平台,中间一层是建造在基础设施上的城市空间,例如大楼,马路,水库。最上面一层是在城市空间中运用到的动态数据,例如人口流量和交通流量。
城市管理平台的例子
福冈市智能手机探测示范项目:
2011年,福冈市成立了福冈指令委员会(Fukuoka Directive Council),它在工业、学术界、政府和私人部门之间建立了合作关系,其目的在于制定福冈市区增长战略以及对智能城市政策进行调查。委员会由五个工作小组(旅游组、环境组、食品组、人力资源组和城市发展组)及日立公司组成,日立公司主要参与环境工作小组的工作,包括愿景建设及示范项目,旨在使福冈市区在智能交通方面成为领头羊。
在2013财年中,环境工作小组承担了示范项目,即利用智能手机探测来获取“人流量”的信息。图3展示了项目的概况。该项目的参与者在领取智能手机时已经同意工作小组可以收集他们的数据(这200人与福冈指令委员会有关联),也同意使用福冈市交通部门发放的Hayakaken交通智能卡来记录他们在2014年1月最后一周时间的移动情况。智能手机事先安装了应用用于收集全球定位系统(GPS)数据和加速度数据。鉴于与福冈市交通局合作,该项目也从智能卡上搜集用户在哪里上、下地铁站的数据。这些数据是在实验结束后才获得的。为了使人们行动的信息视觉化,其移动路径和交通方式是由智能手机GPS数据和加速度数据自动绘制的。在乘坐地铁时无法收到GPS信号,因此获取的信息来源于智能卡的行程记录。示范项目将行程自动的分为四类(走路,公交,地铁或是其他交通工具)。
图3是仪表盘分析屏。该屏幕试图提供更易理解和视觉化的信息,并且能够由政府官员或其他人使用,最主要的分析项目分布是从早到晚在不同时间段聚集在某一特定区域的人数,他们停留的时间,以及他们到达该区域所使用的交通方式。福冈指令委员会仪表盘屏幕所展示的结果是由福冈市政府多个部门的示范项目提供。市政府官员也认识到广泛的潜在应用领域。这些领域包括为个人旅游研究补充信息;用于评估交通工具的目前状态和相关政策的制定;用于会议、奖励旅游、大型企业会议和活动展览(MICE)推广工作来判别哪些人会在参观福冈市时做这些事,并且研究提供信息的方式。在私人部门的潜在功能不仅包括公共交通运营者来制作更方便的时间表,检查班次和站点,或优化站点的选址及其他,同样也能用于分析商业领域分布或潜在购买客户的分布。
图3-用于人流量量分析的仪表盘屏幕
该屏幕展示了一个运用智能手机探测到的数据进行人员流动的分析。该屏幕可以用于分析人们在某一特定领域聚集的人数和他们为了到该地方使用的交通方式。
巴厘岛出租车探测示范项目:
印度尼西亚共和国一级行政区巴厘岛交通阻塞日益严重,这也是东盟国(ASEAN)的通病。原因是经济的发展导致了当地人对车辆需求的增强,并且Denpasar国际机场交通枢纽附近的交通堵塞问题一直难以改善。这就是日本合资企业公司示范项目的背景,同时也作为经济、贸易和工业部门在2012财年进行拨款来推动和研究基础设施系统出口的项目之一。该项目的目标是部署日本智能社区技术利用利用智能交通系统(intelligent transport systems ITSs)来缓解巴厘岛交通阻塞问题,同时通过景点之间便捷的交通来促进旅游业的发展。日立公司主要通过交通阻塞信息的产生,进行参与交通系统改革的实施。
示范项目从当地出租车公司运行的300辆交通工具获取GPS数据。这些数据用于分析计算一些参数,例如行程次数、每一段路的速度和特定选择道路所需要的时间。图4在地图上展示一个在不同路段上行驶的时间的例子。采用地图匹配技术,将道路网络的GPS数据和计算出的速度匹配,用颜色编码格式呈现不同路段的速度 (绿色表示移动畅通,黄色表示交通拥挤,红色表示静止不动)。该项目同样选择了主要的旅游景点之间的线路并比较了平均出行时间,如在早上、中午或晚上这些关键时期的堵塞信息。我们向大约200个当地用户提出了进行调查关于利用智能手机或其他方式提供这些信息的想法,45%的用户表示即使为此付费也愿意使用这项服务。这表明了对交通信息的需求量。
图4-巴厘市示范工程交通信息生成试验结果分析
从当地出租车公司获得的GPS数据用于离线分析来计算参数,例如行程次数、
每一段路的速度和特定选择的道路所需要的时间。
未来展望
本节介绍日立公司在基于人流量量和交通流量的大数据的城市管理平台的下一步打算。
(1)扩展个人数据的使用
可以预测到在未来社会系统将有能力产生并储存更大量的数据。随着日本对个人信息保护法的修正,同样也能预期到在不久的将来,企业使用个人数据的政策会更加明确。
在这种情况下,日立公司致力于提高分析技术和分析速度,并制定方法用于分析收集到的大量数据,通过识别隐藏的关系来形成新的生产力。在未来,日历公司将寻求发展和支持社会的系统:通过整合大数据分析与系统,来控制社交基础设施协助人们的活动、自动驾驶和管理交通的供需关系。
(2)无缝人流量分析,从城市到室内层次
对城市管理平台在多个应用领域不同层次(从室内空间到全市区域)进行人流量分析的期望日益增长。人流量分析用在零售业的目的在于鉴别人们的购物模式或者测试广告的有效性。对于体育馆或其他基础设施,它可以用来评估或提高基础设施的所有方面,例如,评估他们不同方面吸引参观者的能力。同时,它已经应用在整个城市的发展,例如决定交通的供给和需求,根据人们参观特定基础设施的行为来鉴定趋势。因此,日立公司正寻求发展它们城市管理平台的应用,不仅仅是应用于政府方面,同时应用于商业或其他领域,通过提供无缝人流量和车流量分析,横跨城市的大部分区域,同样也细致到基础设施和室内区域这一次层次。
图5-无缝人流量分析,从城市层次到室内层次
在不同程度上,在人员和交通流动方面,以及从当地室内空间到大的城市区域应用方面大数据的期望日益增长。
总结
这篇文章运用从日本到海外的例子,以及对未来的期望来阐述城市管理平台背后的含义。
日立公司运营的社会创新商业用于解决社会问题,旨在创造可持续发展的智能城市。除了城市管理平台解决方案的进一步发展,同时日立公司打算与广泛的用户(从公共部门到私人部门)进行合作并在现实社会中实施。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25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