在過去十年中，人們已經看到“自我量化”的出現，也就是通過數據更好地了解和改善自身的狀況，這些數據可能是你每天的卡路里消耗量，也可能是你每周的睡眠時間。而現在這種概念已經被應用到整個社區中，并且會像影響個人一樣對城市的運行產生影響。例如，你可能認為自己今天走了不少路，而計步器經過快速核實后可以告訴你精確的距離。這種概念不僅可以讓城市規劃者和政府官員更加清楚地了解城市的運作規律，還可以幫助他們作出更好的調整，包括如何更加有效地利用資源，如何創造更安全和更適于步行的社區，或最佳的交通方式。在美國，“風城”芝加哥正采用先進的大數據預測模型，精確定位城市風險領域，對包括鼠患、鉛中毒等在內的城市頑疾開出處方。
全世界的城市病幾乎都是雷同的：每年總有小孩會因為接觸家裝涂料或水管而鉛中毒；總有一些餐館的衛生環境不達標；總有不自覺的車主在市中心亂停車；總有某些社區幫派分子特別活躍；總有這個或那個角落會突然冒出大量老鼠……在像芝加哥這樣人口超過250萬的特大型城市，這些問題可以說無法避免，而讓人抓狂的是，沒人能確切知道某個城市病將于何時何地爆發。
不過，在芝加哥市長拉姆·艾曼紐看來，在大數據時代，與其被動接受那些突如其來的“緊急狀況”，不如借助大數據的興起未雨綢繆主動出擊，通過打造強大的大數據預測模型并將其納入日常城市管理，改變特大型城市面對頑疾“不定期發作”時束手無策的尷尬。“在像芝加哥這樣的特大城市，沒有一件事情是會突然發生的。事實上每件事理論上都應該有跡可循，而大數據的出現，讓我們有可能對這些風險進行分析預測。它要比一群人關著門想出來的對策更有效，而且成本更低。”拉姆·艾曼紐說道。
城市管理引入大數據
芝加哥市政府于2年前啟動了一個新項目，目前處于試點測試階段。該項目通過分析家庭調查記錄和人口普查數據等要素，提前預測出城市運行的薄弱環節，比如哪些區域的兒童更可能發生鉛中毒，在孩子們暴露于高鉛危險環境之前，就找到問題點。“我們能主動、提前避免問題發生，而不是僅僅對已發生的問題做出被動反應。”芝加哥公共衛生部首席創新官杰·巴特說，“兒童鉛中毒預測只是在公共衛生領域啟動大數據預測性分析的開始，很高興我們正處于這一領域的最前沿。”
理論上，開展這類大數據預測項目必須建立在該市已擁有提高城市“智商”的基礎之上，即具有大規模的足量數據。2012年，芝加哥市政府就建立了“風網”（WindyGrid）大數據平臺，收集建筑物的歷史數據、公交車位置信息、推特和報警電話等最新數據流。風網大數據平臺的設計初衷僅是一項概念證明，不對公眾開放。但以風網為基礎的另一個名為“完全”（Plenario）的大數據平臺，則允許公眾在線訪問有關數據。
隨著這些大數據工具不斷推出，其應用操作也日趨豐富。例如，芝加哥開發了一項大數據工具，能把市政熱線對鼠患的投訴與引發鼠患的特定區域條件（如管道漏水、垃圾投訴增多等）匹配起來，于是環衛管理人員能
提前到達那些潛在的問題區域，主動采取治理行動。去年，芝加哥居民的滅鼠需求下降了15%，人們似乎看到了成效。
當然，要提高大數據預測分析的準確率并不容易。芝加哥城市計算和數據中心主任查理·卡特利特正在調查一個警察圈內廣泛流行的說法，如果氣溫驟降，城市各個地區的暴力犯罪事件會迅猛增加。但他發現這一現象缺乏合理的理論解釋，而在數據及模型缺失的情況下，管理者很難檢驗這一說法的有效性。“對于城市治理的很多方面，我們都缺乏基本的理論依據來解釋城市運作的方式。”卡特利特說。
不過，隨著全球范圍內越來越的城市開始使用大數據工具整治城市病，大數據預測模型正逐步走向成熟。2011年，紐約通過大數據技術，成功定位到更易發生火災的建筑物，即通過分析聚焦逃稅、不付公共事業費以及周邊的犯罪率、事故發生率等數據，預測出一批超過平均火災發生概率的建筑物。
消防人員在有針對性地檢查這些樓宇時，確實比傳統的撒網式掃樓，排查到了更多的消防隱患。
還有不少城市在嘗試基于大數據預測的提前出警，根據歷史的犯罪發生率，預測未來可能發生犯罪的區域。
大數據預測分析可能成為城市治理的福音，可以使現代城市運行更加高效，世界各地的城市都已經開始試驗大數據項目，并且看到了顯著的改善結果。
2012年，IBM公司與法國的里昂市合作，通過其推出的首個智能交通項目減少交通擁堵。在使用實時數據和對最佳實踐法進行計算后，交通工程師可以作出更明智的決定，例如在發生交通事故時如何進行道路封閉，或是如何通過交通標志建議繞行，以幫助司機避免交通擁堵。在加拿大的溫哥華市，警察局自2008年以來就開始使用以分析為主導的監控策略。通過使用數據確定犯罪熱點地區及模式，使得該市2013年的財產犯罪率下降了24%，暴力犯罪率下降了9%。加拿大另一大城市多倫多也與IBM公司合作創建了一個社區門戶，承諾使用大數據分析法監測該地區的所有事務，例如公共安全、以及社區的節水情況等。
大數據管理“綠色社區”
紐約大學城市科學與進步中心副主任康托科斯塔認為，大數據將使城市生活更加健康、更加靈活、更加公平，從目前來看，在城市管理的各個環節中，應用大數據提高能源使用效率，相對而言更容易入手。
身為城市規劃專家，康托科斯塔的確是有感而發，他目前的另一個身份是紐約哈德遜園區開發團隊顧問。哈德遜園區是紐約有史以來規模最大的房地產開發項目，項目位于曼哈頓西部、毗鄰長島鐵路場的“鉑金地段”。這一占地超過28英畝的超大規模社區將建造15棟混合用途大樓，其中包括辦公室、住宅單元、商業空間，以及餐廳、酒吧、一家酒店、一所學校和14英畝開放的公共空間。目前該社區已經破土動工，預期第一階段的項目將于2018年完工。
根據現有規劃，哈德遜園區的大部分地區都將安裝傳感器，以監測從能源消耗到行人流量等各種數據。與此同時，在此基礎上設置的各項環保設施也讓人眼前一亮。以令人望而生畏的廢棄物管理為例，哈德遜園區將采用龐大的真空管道系統，從每棟樓宇收集垃圾到中央處理端，也就是說園區居民無需忍受垃圾車午夜穿行的呼嘯。能源方面，園區將在現場配備發電機組，居民無需擔心因颶風等突發原因而遭遇停電，并且園區內還將建立小型電網，樓宇間可共享電力資源……在康托科斯塔看來，哈德遜園區將成為全美第一個“量化社區”——城市管理者收集數據的范圍將空前廣泛，下到相對簡單的收集用電、用水數據，上到用先進的高光譜成像工具實時測量溫室氣體排放和空氣污染物。
近年來，紐約在全球城市大數據應用領域處于領先地位。2009年，時任紐約市長的布隆伯格簽署法令，規定面積超過5萬平方英尺的私人樓宇每年要提供用電用水基本情況報告。與美國LEED綠色建筑認證只評價樓宇啟用時的狀態是否達標不同，紐約的綠色建筑評估更為嚴格，持續覆蓋樓宇使用的全過程。
根據當時布隆伯格的要求，康托科斯塔撰寫了2012年紐約綠色建筑評估報告。與此類報告一般關注房齡、能源類型、地段、規模等常規能耗指標不同的是，康托科斯塔的報告指出了中高層建筑能耗與哮喘急診量之間的相關性。這份報告發表后在業內廣受好評，也引起了紐約哈德遜園區開發商的關注。
打造可量化的宜居城市
事實上，利用持續收集的數據和實時數據采集進行比對分析，從而發現城市運行中各類不同事件之間的關聯度，正是大數據在城市管理中的核心應用。放眼全球，許多城市都開始使用信息技術來提高城市的運營水平，比如在舊金山，鬧市區的停車以進入車流的多少來浮動定價；在新加坡，市政府以車輛的實際使用情況為基礎收取道路稅……這一切都離不開大量的數據采集和分析。不過康托科斯塔認為，哈德遜園區是獨一無二的：“我們在園區內測量的不只是建筑或基礎設施的數據，還試圖衡量人如何與空間互動，物理性的空間設計如何影響人們的生活、公共健康，乃至社會交往。”他同時強調，哈德遜園區各項大數據信息披露，均以當事人的同意為前提。
哈德遜園區的開發為紐約大學城市科學與進步中心的師生們提供了理想的實驗場所。這個年輕的研究中心在2012年由前市長布隆伯格發起，坐落于布魯克林，旨在通過大數據應用引領一門“城市科學”。從市郊出租車是否夠用，到噪音擾民對健康、犯罪、教育成果以及房產價值產生的影響，均屬該中心的研究范圍。
康托科斯塔不只是處理數據本身，關鍵在于他把大數據應用到城市各個角落。“在數據與城市相關聯的問題上，業內分裂為兩大陣營。”他解釋道，“一派認為只要把已采集到的數據關聯起來，加以分析，看看能發現什么有趣的模式并作出反應；另一派則主張先提出重要、有趣的問題，然后把所需的數據找出來，再開始解決這些問題。”康托科斯塔認為這兩種方式都有可取之處，但顯然他站在后一陣營：“大數據的關鍵在于你所提問題的本質。我重點關注的是進一步理解大數據如何影響人們的行為。”
康托科斯塔的教育背景值得一提，土木工程本科、房地產金融碩士、城市規劃博士的黃金組合，使他的工作核心定位于“思考社會公平和社會正義的問題，以及我們正在努力實現的事業對社會產生的影響。這個視角非常有用，但很多工程或科學背景出身的大數據業者，不大有機會從這一角度切入探索。”
紐約大學城市科學與進步中心的目標是真正打破學科間的藩籬，不僅需要計算機、工程學、環境學、社會學等背景的專業人才，更需要社會科學家們拋出問題，取得相關數據，關鍵是上述兩個陣營的專家能共同合作，破解這些問題。
“我知道我的視角肯定與大型科技公司大相徑庭，比如他們非常重視物理層面以及在物理基礎架構上可實現的數據。”康托科斯塔承認，“我把重點放在進一步理解數據如何影響人們的行為，以及使用何種可獲得的信息類型，真正吸引更多人們參與到規劃過程中來。”
一種聲音：隱私問題難以避免
在我們生活的城市中，隨處都有攝像頭和傳感器，在不被察覺的情況下搜集數據，例如通過步行、騎車、搭地鐵、開車移動的數據；你每月的水電使用量；你的垃圾生產量及其去處等……經過特別搭建的數學模型，這些枯燥的數據會成為城市管理者的助手，讓城市的運作更為順暢。
不過，在享受大數據為城市管理帶來好處的同時，大數據收集所面臨的隱私問題正變得難以回避。目前大數據項目收集的信息通常都是匿名收集或是進行匯總，并且只有在當事人選擇參加該項目的情況下才能收集數據。也就是說，仍有許多人不愿意相關機構對他們的數據進行跟蹤和分析。相當多的大數據研究者樂觀地認為，隨著人們在網上越來越自由地分享他們的信息，這個問題可能會變成小菜一碟。
京公網安備 11010502049343號