【T112017 智慧城市与政府治理分会场】城市大数据挖掘应用实践 从监测到评估

2020-03-01 104浏览

  • 1.城市大数据挖掘应用实践： 从监测到评估 林文棋 博士，清华大学建筑学院 副教授 北京清华同衡规划设计研究院 总规划师、技术创新中心主任 李 栋 博士，北京清华同衡规划设计研究院 技术创新中心常务副主任 吴梦荷/蔡玉蘅/陈清凝，北京清华同衡规划设计研究院 技术创新中心 城市规划师
  • 2.当我们谈论城市时，我们在谈论什么 城市中发生的事件往往是瞬时的、突发的、 不确定的 上海外滩踩踏事件后，多地取消了元宵灯会等各类公众 活动，但城市的管理不能因噎废食，通过更精细的监测 手段，事故可以得到有效预防和控制。 *图片来源于互联网
  • 3.当我们谈论城市时，我们在谈论什么 城市功能配置的失衡往往带来空间的结构化 不足/过剩 城市功能活动的节律性带来空间使用的节律性，空间功 能的划分保证了有序性，但功能过度单一则放大了空间 使用的不均匀性，降低了空间资源的使用效率。通过有 效的监测和管理手段，我们可以找到其中的平衡点。 *图片来源于互联网
  • 4.当我们谈论城市时，我们在谈论什么 这是许多人的早饭、午饭、晚餐、和宵夜 流动摊贩的背后实则生活设施配置的缺失，城市以自发 的方式适应着人的需求。尊重城市演化的形态，通过智 慧分析找到其中的原因并进行管理和优化，是推动城市 进步的有效手段。 *图片来源于互联网
  • 5.当我们谈论城市时，我们在谈论什么 一千个人心中就有一千个属于他们的城市 城市居民的多样性决定了需求的多样性、空间的多样性， 我们无法一次性满足所有居民的需求，却可以通过常态 的监测和调控，找到满足各类人群需求的最佳平衡。 *图片来源于互联网
  • 6.既有城市发展方式已经问题重重，我们需要城市发展范式的变革 新时代、新技术、新机遇
  • 7.城市管理的范式转变 长期城市精细化监测评估和管理的缺失， 使大量城市问题发酵 以有效的监测评估管理形成城市发展的全周 期闭环，塑造可 “进化”的城市  过去30年的快速增量式发展使我们“重规划建设、  城市需要迭代式发展，需要全生 轻管理”； 命周期的闭环式管理；  现有城市问题积重难返，忽视管理闭环的城市发展  有效的监测和管理手段是实现迭 方式难以为继； 规划  城市发展的环境时刻变动，规划建设无法一劳永逸； 规划 规划 建设 建设 规划 建设 运营 管理 建设 过去 未来 代发展的重要环节，及时解决问 题、引导发展；
  • 8.我们需要什么样的城市管理 城市管理工作的需要 现有城市管理手段的特点  全面、统筹 人、房、地、车、经济、设施……城市管理  业务分散，信息打通难度大； 不匹配 需要全面考虑城市中各个要素，并统筹考虑 城市管理的各项内容分散在各分管部门，信 息共享不充分，无法统筹化管理； 要素之间的相互作用；  常态、持续 城市需要常态化管理、持续性监测，才能及  问题导向式工作，处理应对具有滞后性； 不匹配 时发现城市问题，准确把握城市现状； 市现状缺少监测，导致问题发生时认识不足；  实时、精细 城市时刻处于变化之中，且变化通常以自下 多采用事后应对的方式，对不构成问题的城  空间粒度局限于行政单元，时间粒度依赖于 不匹配 官方统计调查工作； 而上的方式发生，需要信息实时、空间和时 时间、空间粒度上受到限制，对城市管理的 间粒度精细； 细节问题掌握能力不足；  轻便、高效 城市问题瞬息万变，需要快速处理；城市问 题复杂，需要轻便、简易的方法；  高度依赖人工，成本高，工作效率受限； 不匹配 以人工处理为主，投入人力成本高，流程多、 处理难度大，效率较低；
  • 9.新时代、新技术、新机遇 人类历史上第一次可以 大数据和智慧分析为城市管理带来新机遇 对城市进行实时的监测、评估、反馈 -- 技术 -快速发展的信息技术为大数据的行业应用带来基础支持， 大数据 互联网 物联网 云计算 物联网、互联网等提供了丰富的数据资源，人工智能、云 计算等为数据的智慧分析提供方法依托； -- 特点 -- -- 应用 -- 动 态：实时反映城市的动态特征和要素空间流动； 发现问题：数据感知与监测，发现城市日常运 精 细：反映城市精细时间、空间尺度上的状态和变化； 营和长期发展的问题； 多 元：可涵盖各个行业，从多个角度认识城市问题； 解决问题：现状分析与评估，针对现状寻找原 低成本：数据获取的人力和物力成本低，技术可持续； 因，提供解决途径； 智 慧：算法支持实时快速分析，以及发展评估、模拟、 发展引导：决策支持，情景模拟、趋势预测， 预测、预警等功能； 为城市发展提供解决方案和政策建议；
  • 10.新时代、新技术、新机遇 -- 智慧分析是城市监测评估的核心内容 -数据 发现问题 城市问题 基于大数据的城市管理技术方法： 技术 优化 数据采集数据清洗智慧分析问题识别解决方案 发展引导工具打造 解决问题 智慧分析是基于大数据监测评估的城市管理的关键环节：  贴近业务背景  掌握行业知识  需求理解充分  激活数据价值  连接技术与应用 核心： 智慧分析 解决方案 引导发展 发展建议
  • 11.城市--特征--场景--诉求 通 州 北 京 城 市 副 中 心 上 海  发展阶段：增量发展阶段  发展阶段：存量发展阶段  诉求：承接北京非首都功能疏解和人口  诉求：应对城市的复杂性，对存量空 疏解，合理把控发展方向 间的功能调整效果进行把握  特征：发展迅速，各要素处于快速变动 且不稳定状态  特征：城市总体趋于稳定，城市更新 动作小、影响大 ——需要对城市现状进行监测和评估 ——需要对城市更新的影响进行模拟预测 手段：现状发展监测评估 手段：存量空间模拟预测 全面统筹、常态持续、复杂高维、 精细、智慧、高效 助力城市管理与发展
  • 12.案例：通州——北京城市副中心城市运营监测与分析 背景 & 需求 项目目标>>  城市营造中的职能转型 • 及时把握城市的发展现状情况 • 监测城市同周边地区的发展关系 • 为区域的协同发展，城市的服务提升提供建议及依据 行政副中心 城市副中心  城市管理水平升级的先行示范 以人为本 高标准建设 解决方案>>分季度的连续监测 高质量管理 城市各项运行指标  未来京津冀协同发展的核心 城市管理关注点 北京主中心 数据可行性 副中心 北三县 雄安新区 产业活动 人群活动 设施及住房 城市运行
  • 13.案例：通州——北京城市副中心城市运营监测与分析  产业活动 对通州区整体产业发展进行评估，聚焦现代服务业、制造业，对重点行业、重点区域产业发展进行分析。  人群活动 对通州区人群整体分布及动态属性进行分析，聚焦通勤及休闲出行活动，评估职住平衡。  设施与住房 对通州设施配套现状水平进行衡量，对通州区住房整体以及分类型的住房状况进行分析，针对房价极值 进行房价空间结构研究。  城市运行 综合对城市中的道路交通运行、货车通行及公共交通设施使用情况进行分析评估，对城市的各项环境能 源相关指标进行监测。
  • 14.案例：通州——北京城市副中心城市运营监测与分析 多源监测原始数据 数据处理与筛选 地理空间可视化 空间集聚分析 支撑评估分析 形成可用指标 自身状态评估 通过多维度的数据， 从多个角度对现状通 州发展进行评估，与 发展目标相对照，判 断现状发展情况。 变量聚类分析 同期横向对比 将城六区、北三县同 通州进行比较。通过 判断通州区在比较对 象中所处的发展水平， 评估通州的发展状况。 时序纵向对比 利用长期具有连续性 的数据对通州区的各 项分析指标进行动态 监测，判断通州区的 变化趋势。
  • 15.案例：通州——北京城市副中心城市运营监测与分析 产业活动 人群活动 对通州区整体产业发展进行评估，聚焦现 通过手机信令数据，对通州区人群整体分布及动态 代服务业、文创产业、制造业，对重点行业、 属性进行分析，聚焦通勤及休闲出行活动，评估职住平 重点区域产业发展进行分析。 衡。
  • 16.案例：通州——北京城市副中心城市运营监测与分析 设施与住房活动 对通州设施配套现状水平进行衡量，对通州区 住房整体以及分类型的住房状况进行分析，针对房价 极值进行房价空间结构研究。 城市运行 综合对城市中的道路交通运行、货车通行及公共交通设施 使用情况进行分析评估，对城市的各项环境能源相关指标进行 监测。 通州地面公交站点客流高峰系数
  • 17.案例：上海——基于上海城市体征诊断模型的辅助决策研究 背景 & 需求 解决方案>> 以城市体征诊断解构城市复杂性， 综合评估城市运行状态， 解析模拟城市发展变化  城市发展新目标：转型升级及智慧运营 认识规律 提升质量 精细管理 智慧运营  上海“十三五”：机遇与挑战 转型升级 城市管理 精细服务 精准调控  精细化城市管理难点：城市的复杂性 系统协调 单元更小 因素更多 问题复杂 研究 体征指标构建与分析 研究 空间多维标签构建 应用 基于多维标签变化的用地基础评估 应用 基于机器学习的体征变化模拟
  • 18.案例：上海——基于上海城市体征诊断模型的辅助决策研究 人地兼顾，动静结合，多角度、全面反映城市体征 空间单元5000+ 7大类数据源，基础指标80+ 规划国土类基础指标 人口普查类基础指标 经济普查类基础指标 手机信令类基础指标 出租车GPS基础指标 轨道刷卡类基础指标 房屋价格类基础指标 城市复杂特征抽取  从抽象到具象  从复杂到直观
  • 19.案例：上海——基于上海城市体征诊断模型的辅助决策研究 多维标签：根据地块的单一指标的特征构成，提取多维特征标签  区位特征  建成环境  人口特征  通勤特征  人群活动特征
  • 20.案例：上海——基于上海城市体征诊断模型的辅助决策研究 模拟预测：基于多维标签的城市发展预测模拟，量化评估政策对空间单元特征的影响  单一场景1：在地块周围10公里范围内新设置一个区域中心 预测结果：  建中居委会：区位聚类无变化  吉祥居委会：区位聚类无变化  昌鑫居委会：区位聚类改变为第0类 典型居住单元多维标签
  • 21.案例：上海——基于上海城市体征诊断模型的辅助决策研究 模拟预测：基于多维标签的城市发展预测模拟，量化评估政策对空间单元特征的影响  综合场景：新增区域中心，基础设施改善，人口结构优化，房价提高 场景 量化变化 新的区域中心  1公里范围内增加1个地铁站点  常住人口平均教育水平增长0.05 高学历年轻人就业 房价提高 区位特征 建成环境 人口特征 人群活动 通勤特征 建中居委会 2 1 0 4 5 吉祥居委会 2 2 3 2 2 昌鑫居委会 5 4 3 0 1 建中居委会 2 1 0 4 5 吉祥居委会 2 1 3 2 0 昌鑫居委会 0 0 2 0 0  公共服务设施供给量增长0.05 新增地铁线路 通勤特征改变 综合场景下典型空间单元标签变化情况  常住人口平均年龄减小5岁 调 整 前  工作日平均通勤距离缩短2公里  工作日平均通勤人数增长70个单位  地块的房价增长2万元 调 整 后 对城市偏远且不成熟地区进行环境干预，其影响效果最为明显，变化投入的产出效率最高， 并可能随着地块建成条件成熟度的提高出现边际效应递减
  • 22.城市--特征--场景--诉求 通 州 北 京 城 市 副 中 心  首都人口和功能疏解效用的应对： 精确找出现状城市产业、人口等特征，为疏解工作与人口导流提供支撑；  对城市新区快速发展方向把控的应对： 合理探究城市要素分布情况，优势及短板，为发展方向提供指导； 空间挖掘 精细尺度，将空间关系本 身纳入思考 时间挖掘 动静态、多时序，将城市的时 间动态变化作为特征之一 多源融合 多主题，多问题 城市的多元要素协同考虑  城市复杂性的应对：多维标签 从高维特征提炼城市突出的“体征”特点，为管理工作提供精准定位；  城市存量空间演化的应对：体征变化模拟 模拟空间特征量化演变的影响，为城市存量空间管理决策提供参考； 上 海
  • 23.时间累积历史，时间塑造未来 时间挖掘 -- 高度动态是当下城市的特征，也是未来城市问题关注的重点。 城市空间特征的时序变化包含多个时间尺度的表征：  短时间的周期性体现城市的规律性；  时间是不断延展的，趋势在更大的时间尺度 上，也可表现为周期性特征；  长时间的趋势体现城市演化与发展；  对城市规律的理解需要综合考虑三个时间尺  波动体现城市的不确定性和特异性； 度上的规律和特点。 -- 周期 -城市的规律性 -- 趋势 -城市的演化性 秒，分，时，天，周，月，季，年，…… -- 波动 -城市的不确定性 ?
  • 24.思考与展望  基于大数据的监测评估对城市的管理和优化起到了积极作用；  智慧分析是相关工作的核心，该项技术应用范围广、适用场景多； 实践应用  现有的成熟应用仍然有限，更多技术和实践有待探索；  随着行业应用的深入，相关需求将持续增长，并在解决城市复杂问 题方面发挥显著作用； 未知探索  大数据在规划行业的应用需要多行业合作： 数据采集数据清洗智慧分析问题识别解决方案发展引导工具打造 数据运营商 行业专家+ 数据分析师 行业专家+ 软件工程师 -- 成效积极，需求增长，加强探索，多方合作 --
  • 25.THANKS 技 术 创 新 中 心 ·清 华 同 衡