大数据：智慧城市引擎
来源:用户上传
作者: 阮晓东
对于中国这样一个历代都以农村为主要人口聚集区的国家，近三十年来，一种趋势已经不可避免：那就是城市已经成为中国大多数人的归宿。
按照正常状态估计，一个较为理想和稳定的城市人口占总人口的比例应在75%左右。而目前，我国常住人口城市化率已达50%，所以在未来较长时间内，中国城市化仍处在大规模加速过程中，据估计未来中国城市化进程还将持续30年。
当前在我国的东部沿海地区，开始形成以北京、上海、广州、深圳等特大城市为中心、多层次、功能互补的城市群，以大城市为中心的城市群（带）也在逐渐形成、壮大。但是伴随着高速的城市化进程和城市体系与空间分布的快速变化，社会的管理问题越来越凸出。
其中，管理核心问题虽然涉及到城市病问题，如候鸟式劳工迁徙问题，交通效率快速下降，空气、淡水、食品安全等问题。但是由于现代城市管理主要是通过处理信息来得到决策，因此深层次的城市管理问题则体现为城市竞争力的因素正在发生变化。
在这些因素中，如何将日益丰富的各类信息资源（“大数据”）通过处理来积极地影响城市正常运行是一个主要的问题。在城市的信息化的背景下，其中的关键又可以概述为如何让“大数据”来更好地适应城市的发展。
通向智慧城市
一个城市的信息化水平，外在表现主要是各行各业的信息化建设的开展以及数据的快速传送、分布和利用。而在一个城市中，海量的数据无时无刻不在产生：网站搜索购物过程中搜索引擎公司会记录下你的搜索记录；驾车过程中，电子导航系统会自动定位并向你指示方向；去医院就诊过程中各种仪器所记录的病例档案；手机通讯过程中留下的联系人、通话记录等信息……它们就是“大数据”。可以说，由于城市对物流、人流和信息流的汇集，“大数据” 就在我们的身边。
2012年12月5日，住房和城乡建设部正式发布了关于开展国家智慧城市试点工作的通知，并印发了《国家智慧城市试点暂行管理办法》和《国家智慧城市（区、镇）试点指标体系（试行）》两个文件。文件指出，智慧城市建设是推动集约、智能、绿色、低碳的新型城镇化发展，拉动内需，带动产业转型升级的重要途径。构成智慧城市的基础分别是交通网、水网、能源网和信息网。
而国家之所以出台这个文件，还在于目前我国在城市管理过程中出现了一系列问题：比如城市管理者无法获知实时状态，并进行实时的整理和分析；虽然一些城市在推进信息化项目，不过很多业内人士都指出，由于在建设过程中缺乏统筹规划，缺少统一的数据标准和规范，存储分散，缺乏共享或共享服务质量与效率不高，并且缺乏深度开发和综合利用，城市公民很多时候都无法共享信息；错综复杂的业务流程和不兼容的接口让城市管理者由于无法获得管理所需的清晰视图用于决策；城市管理各部门间也无法对事件、事故或潜在危机的整合性单一视图，无法快速分享信息，缺乏领域与领域间的协作与交流，很难整体协调。
因此，需要从整合现有信息资源并为未来的信息化建设提供统一支撑的角度，打破各个系统间数据不能共享的现状，实现空间信息和非空间信息的统筹管理、统一服务、共享共用。针对共享的信息资源通过专业的基础架构实现不同数据的快速查询、统计、关联等操作，为政府各级领导和各业务应用对象，提供有效支撑业务应用、领导决策和内外部的信息共享。这就是“智慧城市”的深层含义。
智慧城市=
数字城市+物联网+云计算
“智慧城市”的发展与早期的信息基础设施及“数字城市”的建设一脉相承，但更注重信息资源整合集成，更强调城市管理协调统筹，是信息化城市和数字城市建设的更高级阶段。
武汉大学测绘遥感信息工程国家重点实验室李德仁院士认为，智慧城市是在数字城市建立的基础框架上，通过物联网将现实世界与数字世界进行有效融合，自动和实时地感知现实世界中人和物的各种状态和变化，由云计算中心处理其中海量和复杂的计算与控制，为城市管理和公众提供各种智能化的服务。所以综合来看，智慧城市是数字城市、物联网和云计算的有机结合。
从智慧城市的体系结构来看，由于智慧城市的基础在于物联网技术，因此智慧城市体系架构和物联网的体系结构相类似，也可分为感知层、传输层、平台层、应用层。感知层是智慧城市体系对现实世界进行感知、识别和信息采集的基础性物理网络，海量的数据在感知层产生。
物联网在于能够实现人与人、人与机器、机器与机器的互联互通。而云计算是一种基于互联网的大众参与的计算模式，其计算资源（包括计算能力存储能力、交互能力等）是动态、可伸缩、被虚拟化的，而且以服务的方式提供。云计算促进了软件开发商之间的资源聚合、信息共享和协同工作，形成面向服务的计算，在智慧城市时代为机器增加了可以思考的大脑。
智慧城市相对于之前的数字城市，最大的区别在于对感知层获取的信息进行了智慧的处理，因此也可以认为智慧城市是数字城市的升级版。由城市数字化到城市智慧化，关键是要实现对数字信息的智慧处理，其核心是引入大数据处理技术。在智慧城市的数据处理中，各种类型的数据进入数据库，经过组织、分析、决策之后，将最后的处理结果提供给决策者供参考，形成了完整的大数据处理流程。
由此可见，大数据是智慧城市各个领域都能够实现“智慧化”的关键性支撑技术，智慧城市的建设离不开大数据。大数据将遍布智慧城市的方方面面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，都将在大数据支撑下走向“智慧化”，大数据成为智慧城市的智慧引擎。
智慧城市=
聚合+分析+决策
在人们的政治、经济乃至社会生活中，组织决策随着信息化的进程加速越来越依赖数据的支持。而随着新技术、新理论的迅速发展，数据缺乏的问题已经成了历史，但在目前数据过剩的情况下，我们所能见到的一些政策仍然低能弱智，这些政策不仅阻碍城市正常发展，也造成资源浪费及各种负面效应。 而在大数据的背景下，以最佳方式追求最满意目标的智慧决策，则是智慧城市的发展方向。可以说，决策智慧化既是智慧城市的实现路径，也是智慧城市的重要评价参数。从这个角度看，智慧城市的一个主要功能是为管理者提供高质量的决策支持。
“智慧城市是使用智能计算技术，让城市的关键基础设施的组成与服务更智能、互联和有效。它通过对人力与社会资源和传统及现代设施的投资，促进可持续经济发展和高质量生活；同时通过参与治理的机会实现对自然资源聪明地管理。”邬贺铨院士表示。那么，如何才能利用大数据为智慧城市的各个领域提供强大的决策支持呢？
相关专家表示，大数据主要通过数据挖掘，将形成的知识和信息传递给需要它们的流程和员工来进行信息化组织，进而加入到决策过程中。比如在城市规划方面，研究者通过调用经济、社会、文化、人口等人文社会信息以及城市地理、气象等自然信息并对其进行深度挖掘和整合，来为城市规划提供强大的决策支持，强化城市管理服务的科学性和前瞻性。
再比如在交通管理方面，通过对道路交通信息、关键事件、天气、物流信息等进行实时挖掘，可以快速响应突发状况，为城市交通的良性运转提供科学的决策依据。
由此可见，形成大数据并不是未来的核心，对大数据的处理才是智慧城市各个领域实现“智慧化”的关键性支撑技术。未来大数据将更多参与到智慧城市决策的方方面面，从政府决策与服务，到衣食住行到商业往来；从城市的产业布局和规划到城市的运营和管理方式，城市只有以大数据为智慧引擎才能将其引向“智慧化”。
第十九届科博会上，同方股份有限公司物联网产业本部副总经理王恩勇说，大数据产业目前已经提供数据分析、挖掘，并为领导进行决策等服务。王恩勇给记者讲述了一个案例，同方将北京市72个委办局的数据整合到一个平台，在进行分析后可以为市政府的领导提供实时的或者定期北京经济发展水平、社会发展、居民生活宏观等各方面指标。
“城市间目前还不能实现信息互通，到省级实施才有可能实现。”王恩勇指出，在大数据和智慧城市的结合上，不论是人还是城市都有很多指标，同方设定了一些指标对城市运营进行体征管理，而根据指标的情况就能看出城市运转是否都正常、有序、高效。
通过以上的案例，经济学家成思危所讲的“狭义的智慧城市是用信息技术来改进城市管理、促进城市的发展”就可以被理解了，而他所讲的“广义的智慧城市是运用人们的智慧来尽可能优化地配置城市各种核心资源、管理与发展好城市”，则为未来智慧城市与大数据的结合方式指出了方向。
智慧城市≠概念炒作
2013年1月15日，日经BP社的“智慧城市及服务研究会”指出，在创建智慧城市及服务方面，城市及服务需要保持为居民活动提供支持，建立开放的服务基础平台和创新性模式是智慧城市的三个主要方向。目前，智慧城市的概念已经提出，相关的技术手段正在日益丰富，大数据被认为是构建智慧城市必不可少的重要元素，是建设智慧城市的主要支撑。
日经BP社认为，智慧城市努力的方向不是引进最尖端的技术及设备，而是“创造一个人人能够每天充实生活、愉快工作的场所”。所以，在建设智慧城市的过程中驾驭大数据，“真正问题不是技术问题，而是企业文化或者跟人有关的，这就需要一些流程，所以真正的问题是人、文化、流程或者基础设施。”
而从目前各地智慧城市建设实践来看，现在对大数据的处理正面临概念化和简单化的倾向，由于缺乏顶层设计和统一规范，智慧城市的快速复制和规模推进受到了影响。
Teradata公司全球合作伙伴计划首席分析官Bill Franks认为，现在对大数据的炒作确实已经到了顶峰，企业关注的重点应该是如何采取正确的策略、流程和方法从大数据分析中获得价值。而在牛津大学互联网研究中心主任HelenMar-getts的眼中，真正应用大数据到智慧城市的建设中还存在很长距离。
综合各方观点来看，“大数据”概念目前还限于对海量数据处理、存储等技术市场的描述，而要将其具体应用到社会实践中，其存在不确定性也非常多。对企业和个人来说，应该尽快将大数据话题的炒作冷却，切实提高风险意识。彼得德鲁克指出，信息的目标不是知识，而是为了获取正确的行动。所以，相关企业应将精力专注建设性领域，比如需要培养哪种技能、如何实施大数据应用等，来强化价值投资理念，避免盲目炒作。
转载注明来源:https://www.xzbu.com/3/view-4647645.htm
