導讀：本文為北京清華同衡規(guī)劃設計研究院技術創(chuàng)新中心常務副主任李棟博士所作同名主題報告，通過近幾年的城市和數(shù)據(jù)工作，總結了數(shù)據(jù)在城市的應用及對未來發(fā)展的展望。
— 引子 —
大數(shù)據(jù)分析算不算是規(guī)劃信息化？
對這個問題的理解我們自己也在不斷變化中，最早在2013年剛開始組織北京城市實驗室BCL時，我們更偏向認為大數(shù)據(jù)分析不是規(guī)劃信息化。4、5年過去了，我發(fā)現(xiàn)在概念的認識上還是有很多誤區(qū)。
首先是對“規(guī)劃信息化”的理解太狹隘，過去的概念僅只是給規(guī)劃管理部門做一些成果管理或展示平臺；其次數(shù)據(jù)分析其實是密切依賴于各類信息化工作的，二者密切關聯(lián)、相輔相成。這也是貫穿我近幾年圍繞城市和數(shù)據(jù)工作的最大反思。
來回顧當下數(shù)據(jù)發(fā)展的幾個大趨勢。
首先，全社會數(shù)據(jù)可用性極大增加。當前全球超30億人、約170億設備聯(lián)網(wǎng)在線，這些設備無時無刻不在產(chǎn)生數(shù)據(jù)。據(jù)統(tǒng)計，人類從直立行走到2003年所創(chuàng)造數(shù)據(jù)量總計5艾字節(jié)，到2007年短短幾年間數(shù)據(jù)量已超了300艾字節(jié)；而到了2015年，全球網(wǎng)絡流量接連翻番，數(shù)據(jù)量達到接近1000艾字節(jié)；預測到2025年，全球數(shù)據(jù)總量將增長至現(xiàn)在的200倍到170,000艾字節(jié)?？梢哉f展望未來，大數(shù)據(jù)時代其實還沒有真正來臨，數(shù)據(jù)發(fā)展將呈現(xiàn)更加富集的趨勢。
其次，計算能力和算法挖掘手段全面提升。計算能力得到飛速強化，強大的計算機通過網(wǎng)絡連接，大量數(shù)據(jù)的并行處理成為可能，硬件方面也有很大的提升?，F(xiàn)在的手機計算能力已經(jīng)遠遠超過了早期的電腦，而且所使用的算法獲得了全面的更新。十余年機器學習發(fā)展基礎上，可以將這些龐大的數(shù)據(jù)和算力用于算法的訓練，開發(fā)新規(guī)則來執(zhí)行日益復雜的任務。以深度學習為代表的新手段得到持續(xù)優(yōu)化，啟發(fā)新服務，刺激了對AI領域各方面的投資和研究。數(shù)據(jù)、設備、算法幾個方面快速的發(fā)展，終將整個人類社會信息化的趨勢逐漸推向一個又一個高潮。
數(shù)據(jù)分析只是廣義信息化的一個環(huán)節(jié)，我們可以簡單做下分類。
? 一類是流程信息化（狹義信息化），指在既有機制下對業(yè)務的信息化改造，如政府委辦局的辦公OA等，流程和機制是預先規(guī)定好的。
? 另一類是決策智能化（廣義信息化），比如說我們要對城市發(fā)展的信息化做整合，而城市管理的規(guī)則和機制是開放的、不斷發(fā)展和變化的，我們的挑戰(zhàn)是如何運用信息化的手段處理這種挑戰(zhàn)。利用信息化對開放系統(tǒng)進行綜合決策，需要采集整理決策所需信息、設計多種決策方案、對方案開展模擬與預評估、對方案進行比選優(yōu)化，對方案實施開展周期性監(jiān)控、方案實施后評估等等，這是一個值得開展長期探索的方向，也是數(shù)據(jù)應用高附加值所在之處。
流程信息化，規(guī)則相對清晰、條件相對封閉、目標相對明確；而決策智能化規(guī)則相對模糊、條件相對開放、目標不夠明確，依賴更多、更復雜、非標準化信息輸入作為基礎。當面對決策智能化的時候，作為規(guī)劃師會往往會感到信息焦慮以及對工具的渴求，會懷疑自己是不是遺漏了什么關鍵信息、從而對項目造成一些決定性影響，這是所有咨詢者、決策者共同面對的一個很大挑戰(zhàn)。
以規(guī)劃編制為例，即使是同一個地區(qū)，即使是遵循相同的規(guī)劃編制技術要求等規(guī)則，但由于每一次規(guī)劃編制的背景不同、規(guī)劃目標和實施手段也大相徑庭，因此對規(guī)劃內(nèi)容本身（即待決策的方案）的評判標準也會存在很大的差異，更毋論如何對規(guī)劃方案進行優(yōu)化和持續(xù)改進了。
如果從一個更大的、數(shù)據(jù)的視角來看待這個問題，流程信息化指利用自有數(shù)據(jù)解決自己的問題，比如財務報銷自動化等，而決策智能化則意味著要綜合使用自有數(shù)據(jù)和他類數(shù)據(jù)（alternative data），一起來解決自己的問題。
他類數(shù)據(jù)是指全社會其他部門數(shù)字化、信息化之后的積累，例如原本用于運營商計費和網(wǎng)優(yōu)的手機信令數(shù)據(jù)，原本用于公交系統(tǒng)計費的市政一卡通刷卡數(shù)據(jù)，原本用于網(wǎng)站和APP經(jīng)營的移動互聯(lián)網(wǎng)流量內(nèi)容數(shù)據(jù)等等。我們現(xiàn)在之所以能夠在城市規(guī)劃中利用這些大數(shù)據(jù)，其實都要感謝早年其他部門所做的信息化基礎工作，雖然這些數(shù)據(jù)出現(xiàn)的動機并非是服務規(guī)劃師。推廣而言，所以若想解決城市這類開放系統(tǒng)的決策智能化問題，就需要全社會每個部門都把自己的信息化工作做好。
規(guī)劃師扮演的是決策咨詢的角色，為決策者出謀劃策。因此，我們自己首先要建立一個邏輯閉環(huán)，按照了解、認識、見解、行動的順序。一般規(guī)劃師往往更關注感知、認知與決策這三個環(huán)節(jié)，但對于“行動”，或者說“實施”，則是規(guī)劃或者咨詢業(yè)者不太擅長的。規(guī)劃信息化的工作其實在另一個層面就是在做“行動”或“實施”，在不斷地修補、完善信息化系統(tǒng)。所以我也特別希望規(guī)劃從業(yè)者能夠再多走一步，將分析出來的好方案親手實現(xiàn)出來，建立起完整的數(shù)據(jù)思維閉環(huán)。
數(shù)據(jù)思維體現(xiàn)為對數(shù)據(jù)應用的工作流程（workflow）。
?一是感知：數(shù)據(jù)的清洗收集，對現(xiàn)實了解得更精細；
?二是測度：數(shù)據(jù)的分析評價，對狀況判斷得更合理；
? 三是挖掘：數(shù)據(jù)的綜合解讀，對原因理解得更深入；
1、數(shù)據(jù)感知：對現(xiàn)實的精細了解
用精細化的數(shù)據(jù)感知來滿足規(guī)劃師對于信息渴求的狀態(tài)。例如，去年做朝陽區(qū)人口統(tǒng)計時，數(shù)據(jù)分析的目的不僅想了解朝陽區(qū)的總人口規(guī)模，還想知道人口分布的具體位置、根據(jù)每個位置人口活動的24小時規(guī)律進行分類等等。
再進一步細化，比如了解CBD片區(qū)每個小建筑里面大致人口分布的多少，工作日與非工作日的變化。甚至包括對每一個網(wǎng)格，都想去了解人口構成的結構與信息等等。
多源數(shù)據(jù)耦合、交叉檢驗。當數(shù)據(jù)源不同時需要做一些檢驗，例如對一個地區(qū)的移動信令數(shù)據(jù)、滴滴出行數(shù)據(jù)、互聯(lián)網(wǎng)定位數(shù)據(jù)做交叉對比，判斷出哪個數(shù)據(jù)相對更合理。
2、數(shù)據(jù)測度：分析與評價
通過設計評價指標體系來聯(lián)系物理世界與信息世界。將信息空間和物理空間聯(lián)系起來就是信息—物理系統(tǒng)（Cyber-Physical System），二者通過指標體系相互反饋、調(diào)控。
通過算法工具對狀況的合理判斷。數(shù)據(jù)評價包括許多內(nèi)容，包括評價方式。單純把收集的數(shù)據(jù)落在圖上，很難直觀看出規(guī)律，需要模型、算法、工具來幫助形成一定的結構化指標，從而可得到諸如聚類、分析等結論。例如，右圖中的方塊是共享自行車騎行軌跡的時空熱點，在相同時間空間，可以識別出哪里是騎行行為相對比較聚集的區(qū)域，并進一步分析聚集的原因和影響等。
自行車騎行軌跡熱點時空分析
此外，還需要把非結構化數(shù)據(jù)（如街景圖片）變成可計算的結構化指標，這是大數(shù)據(jù)很關鍵的核心問題，需要借助專門的工具或一些技術手段來實現(xiàn)。
街景圖像的計算機視覺分析
數(shù)據(jù)評價：對狀況的合理判斷。在充分感知數(shù)據(jù)、分析評價數(shù)據(jù)之后，就加入結論判斷環(huán)節(jié)了。例如我們可以根據(jù)騎行軌跡、街道狀況等要素，對騎行環(huán)境做出綜合評判。將結構化與非結構化數(shù)據(jù)疊合后，形成關鍵指標，根據(jù)問題和目標進行打分，最后得出好中差的觀點。
基于街景圖像數(shù)據(jù)的道路環(huán)節(jié)評價，圍繞需求設計多源數(shù)據(jù)的關鍵評價指標體系
評價指標結果：某時段騎行熱度空間分布
評價指標結果：某道路騎行熱度時間曲線
疊合分析的應用示例。比如，在對北京危險品運輸風險的大數(shù)據(jù)分析工作中，通過將危險品車輛GPS和同一時段人口分布進行重疊，識別出重疊率高的危險路段。左邊是進城的路段中重合較高的部分、右邊是危險品有大量聚集并停留較長時間的區(qū)域，把這些路段與片區(qū)識別出來，可以較好地預防一些危險品的泄露、爆炸等事故，避免不必要的生命財產(chǎn)損失。
危險品車輛出入城時段高重疊區(qū)
危險品車集中地
在設施評估案例里，我們對朝陽區(qū)32個2、3級醫(yī)院開展了就診人群分析，用醫(yī)院的到訪人口來源與分布情況，觀測京內(nèi)京外比重，看哪些醫(yī)院是受外地人歡迎。
千人床位指標推算的理論覆蓋范圍
手機數(shù)據(jù)表示的實際覆蓋范圍
傳統(tǒng)醫(yī)院的配給指標是以一個區(qū)域的千人床位數(shù)來確定的，那我們可以根據(jù)這個指標反推出一個醫(yī)院的理論覆蓋范圍，如左上圖；但用人流數(shù)據(jù)可以更直觀的看到一個醫(yī)院的實際覆蓋范圍，如右上圖。
通過對比，我們可以得到一些初步結論：一是4環(huán)以外的人口聚集區(qū)缺乏醫(yī)療設施的覆蓋；二是醫(yī)院的就診來源主要但不限于醫(yī)院周邊；三是某些外圍的衛(wèi)生設施如地壇醫(yī)院存在覆蓋范圍重疊浪費的情況。
結合人口的本外地屬性，可以看到，中國醫(yī)學院腫瘤醫(yī)院的外地患者最多，占到了44%，而其他的醫(yī)院則逐次下降。
3、數(shù)據(jù)挖掘：現(xiàn)象背后的機制和規(guī)律
除通過數(shù)據(jù)分析了解現(xiàn)象本身，繼續(xù)探索現(xiàn)象背后發(fā)生的原因規(guī)律及內(nèi)在機制，在大量評價指標中找出隱藏的規(guī)律，簡單的方式如線性回歸，對于城市這樣非線性的復雜系統(tǒng)，最基礎但有效的包括隨機森林等。
以騎行行為挖掘為例，隨機森林模型展示了影響騎行軌跡分布權重較大的因素，主要包括道路長度、功能興趣點POI 總數(shù)、道路適宜度水平、公交車站300 米覆蓋路段長等。
以上海城市人口結構挖掘為例，隨機森林模型所示，影響上海年輕人分布權重較大的因素主要包括外地人口比重、最近軌道站點距離等。
主要影響因素及其權重
最后，將利用仿真、模擬為主要手段，反向使用前述數(shù)據(jù)挖掘得到的結果，應用所獲得的規(guī)律。通過改變某些指標（對應城市規(guī)劃或管理措施），使得決策樹的走向發(fā)生變化，也即開展了一次政策預演，反復試算，使得我們可以基于隱含的規(guī)律對城市發(fā)展進行大量的沙箱模擬，尋求政策工具的最佳組合。
因此，自然而然地會觀察到，圍繞數(shù)據(jù)流開展的這些工作，無論是處理非結構化數(shù)據(jù)還是剖析非線性關系時，我們都在嚴重的依賴算法作為工具。在數(shù)據(jù)時代，算法的價值怎么重視都不為過。
全社會廣義信息化需求將越來越旺盛。如果把上述數(shù)據(jù)流過程拓展到整個社會來觀察，會發(fā)現(xiàn)他們是相輔相成的，不同行業(yè)之間需要互相依賴彼此對數(shù)據(jù)的感知、測度、挖掘，最終實現(xiàn)整個社會的信息化和智能化。
1、建設信息化系統(tǒng)
建設信息化系統(tǒng)體現(xiàn)為解決問題的創(chuàng)造性、實踐性策略，主要強調(diào)三個原則：
?一是以人為本：同理用戶感觸、貼近用戶需求；
?二是模糊推進：在知識和能力的范圍上保留足夠彈性、充分嘗試；
? 三是原型迭代：由粗略簡易的原型開始設計和實施，快速持續(xù)地進行修正；
在此分享案例的委托方是呼和浩特市新城區(qū)社區(qū)辦，建設內(nèi)容是呼市新城區(qū)居家養(yǎng)老服務體系，涵蓋了政策法規(guī)、運作機制、引導監(jiān)督機制、居家養(yǎng)老智慧管理平臺等內(nèi)容，以老年人需求為導向，社會服務力量整合，政府監(jiān)管體系為目標，提供多元化、專業(yè)化、高品質(zhì)的養(yǎng)老服務。
2、信息化系統(tǒng)實施
在空間環(huán)境整治規(guī)劃方面，《文化產(chǎn)業(yè)區(qū)區(qū)域行動規(guī)劃》提出CIQ內(nèi)部的交通網(wǎng)絡以步行道為主，保留和尊重原有肌理。同時，在原有基礎上規(guī)劃了兩條東北—西南走向和一條東西走向的主要道路，對路面進行拓寬和整修。CIQ的對外交通聯(lián)系以方便快捷的公交系統(tǒng)為主。
首先是需求分析。信息技術為養(yǎng)老精細化管理與精準服務提供新的方法和手段，主要用戶面向政府、老人、服務單位。
其次是定位與策略。我們認為居家養(yǎng)老智慧管理平臺應該實現(xiàn)連通政府各級部門、老人、服務單位等對象的基本能力，促使信息互通互聯(lián)、養(yǎng)老業(yè)務全過程留痕、線上線下有效互動，實現(xiàn)老年事務的聯(lián)動管理、服務單位的監(jiān)督監(jiān)管、智慧養(yǎng)老決策支持等核心功能。
實施中利用軟硬件進行整合支撐。以養(yǎng)老卡為核心載體，利用手機APP、信息查詢一體機、智能穿戴設備等各類線上線下手段，采集老人基本信息、為老交易、健康狀況等各類數(shù)據(jù)，聯(lián)動衛(wèi)計、民政等多個政府部門的業(yè)務數(shù)據(jù)，實現(xiàn)老人數(shù)據(jù)的全面覆蓋和聯(lián)動更新，在此基礎上合理實施技術架構，通過統(tǒng)一的底層數(shù)據(jù)庫支撐上層各類應用系統(tǒng)，采用模塊化的方式，后期可按照需求進行功能的增減調(diào)整。
上線運行、迭代維護。信息系統(tǒng)建設交付其實只是一個開始，更加重要的是提供長期的線上線下運維服務。目前平臺初步實現(xiàn)了國家及各地的相關公開數(shù)據(jù)的整合，為新城區(qū)居家養(yǎng)老服務體系建設提供參考；融合本地老年人各類健康數(shù)據(jù)，全方位實時掌握老人健康信息；實現(xiàn)服務商信息的統(tǒng)計、審核、以及監(jiān)管，對服務商相關數(shù)據(jù)收集、分析；為政府部門對養(yǎng)老事業(yè)相關決策提供科學、客觀的數(shù)據(jù)支撐。
社區(qū)指揮中心系統(tǒng)運行現(xiàn)場情況
我們重新把視角聚焦在城市規(guī)劃與管理上，未來遠景目標是在規(guī)劃師個體認知閉環(huán)的基礎上，完善城市發(fā)展相關業(yè)務智能化的閉環(huán)。
以決策咨詢?yōu)橐暯?，有兩個關鍵支撐點：
?一方面是必須整合多源大數(shù)據(jù)，數(shù)據(jù)可獲得性、維度、屬性決定了數(shù)據(jù)分析、信息化工作的基本面；
?另一方面是必須熟悉業(yè)務領域需求，應該說數(shù)據(jù)分析和挖掘的視角是多樣化的，而城市問題又是如此復雜，需要識別并緊密圍繞領域內(nèi)的關鍵需求來工作，科學設計指標體系，指導實施措施，在有限的數(shù)據(jù)分析結論中催生最大化的現(xiàn)實價值。
最后一點個人感受，數(shù)據(jù)思維與實施思維并非是割裂的，更好的做法是把二者有機的結合在一起。數(shù)據(jù)思維可能比較“陽春白雪”，進行大數(shù)據(jù)分析，做各種酷炫的展示，屬于腦力勞動；但其實真正發(fā)揮作用的也許是一些不起眼的信息化項目、實干項目，姑且稱之為“下里巴人”。我正試圖在二者之間建立一種能夠相互促進的正向反饋模式，未來肯定還需要大量的探索和完善。
