近日，由中国地理信息产业协会主办，中国地理信息产业协会空间大数据应用工作委员会和Esri中国承办的“空间大数据应用论坛”在长沙召开。论坛邀请了“产、学、研、用”多个方面的专家，对当前空间大数据最新的应用实践及其支撑技术进行分享和研讨。其中，对于与每个城市人息息相关的“如何看待城市品质、如何发现城市问题、如何理解城市规律、如何进行城市治理”等问题，北京市城市规划设计研究院云平台创新中心秘书长、北京城市实验室（BCL）执行主任茅明睿分享了他所带领团队通过人本观测的空间大数据分析，所探索出的一条新路。
茅明睿开篇即指出，中国从2000年开始进行数字城市建设，建立起了对城市地物的全方位观测手段。但这些只能观测城市中的静态背景，而步入智慧时代的今天需要更智慧的手段了解城市，了解城市流动。在人流、经济流和信息流这些城市流动指标中，人流是最重要和最具有空间特征以及更多样属性的。因此实现对城市更有见地的洞察，不仅仅要见天见地，更要查人。
具体要怎么查人？茅明睿首先分享了一张前门大街西侧的大栅栏和琉璃厂与东侧的鲜鱼口和草厂两个片区在2016年1月11 日下午 3 点的人流热力图。从图片可以看出，两个片区的人流密度截然不同，对应的城市活力也天壤之别。而回溯到2003年，这两个片区同属第一批北京市历史文化保护区，在历史背景、区位条件、城市肌理和功能等方面都有很多相似性。在2003年它们有相似的商业、居民、活力、胡同、院落等，同样的起点，但是十三年之后它们的命运截然不同。基于这种不同，提出了“城市异质性”的概念。可仅仅依靠传统的地理信息数据，无法评估是什么造成了这两个地区的差异。
再说到城市品质，茅明睿以北京的回龙观和望京两地的地图截图说明，并不是从地图上看路网和房屋更有序，就代表着人居环境会更好，更有品质。我们不能仅仅从地理信息数据去评估城市的异质性或者城市的品质。
茅明睿认为，人的异质性和空间异质性一起构成了城市的异质性。我们在了解城市，治疗城市病的时候，需要重新审视我们的空间大数据。过去我们看重的是客观的地物信息，比如土地、房屋、基础设施，现在我们需要关注人本身，比如市民、行为、活力以及相关的政策。
于是，他们提出了“人本观测”的思想，将测绘的视角从对物的观测，转化到对人的观测上，并运用这种观测数据和结果开展城市治理，以及把它扩散到全国所有地区。
北京城市象限科技有限公司和北京工业大学、北京市城市规划设计研究院联合发起了 “人本街道实验室”，在2016年国际设计周期间，以大栅栏地区为试点进行人本观测实践。主要从流量（人流、车流）、外部特征（样貌、年龄、情绪）、内部特征（性别、婚否、喜好）三个维度进行观测。
通过设置探针和高清摄像头等传感器，他们获得了大量的实时数据，可以看到每个小时不同街道的人流量，每一天人流量的变化；访客的来源，从什么地区来的，住在哪里，几点钟到达。还可以了解他们的性别，年龄，有没有车，有没有结婚，用的什么手机。从这里还可以看到他们的消费偏好和兴趣偏好。可以说，实现了对这个地区的全方位立体观测。
最后通过实时的数据分析，得出了如下结论：
设计周期间，日访问高峰小时是 15 点至 16 点，其次是 14 点和 17 点。来访者流量受降雨量影响较大，和空气质量关联不大。
设计周之前，这条街上老年人比较多，19-25岁的人比较少。设计周之后，大量出现19-25岁的人群；设计周街道上出现的女性只有30%多，设计周之后上升到50%多。
情绪，在设计周之前这条街道上95%以上的人是面无表情的，5%的人是笑脸。设计周之后这条街道上喜悦的表情是23%，面无表情是58%，很明显设计周给这条街道带来了快乐。
在设计周期间，这里访客大多来自大学、798、望京、三里屯这些北京潮人聚集的地方，再有就是本地的居民。而天通苑、回龙观、通州这些大型居住社区来这里的人则非常少。
合作者还为这条街道的人群做了如下画像，居民、艺术家、孩子、潮人等等的典型特征。
通过这些大数据分析，绘制出社区画像，为社区治理提供价值：
1、诊断社区问题：量化社区体征指标，结合社区横向对比发现差距与问题，为空间治理、城市设计提供依据
2、提升治理能力：场所社会感知，精细化分析空间使用率和受欢迎程度，协助社区重大活动管理
3、评估治理效果：量化、可视化、评估治理前后社区体征变化：通勤、职住、活力、人口、舆情等
4、保障社区安全：流量观测了解街道、场所承载力，做好预案；保存WiFi指纹为案件侦查留下线索；发现外来人口，对外来人口情况进行线上摸底等
5、服务社区商业：洞察游客与消费者，提供客群画像；利用数据支持商家营销；为社区、街道招商提供数据支持
茅明睿进一步强调，一个城市的品质，仅仅从地物角度是无法得到全面了解的，因此也需要通过对市民认知、职住分析、就业结构等人本的角度，对城市和社区的公共服务品质和空间特征来进行分析。他接着分享了回龙观和望京两个社区的监测结果：
1、回龙观比望京的居民每天早上早出发15分钟，晚上平均比望京的居民晚回家45分钟；
2、9.2%的回龙观居民在回龙观区域上班，而有23.7%的望京居民在望京内部上班；
3、回龙观居民的平均上班距离接近11公里，望京是8.6公里；
4、回龙观从事IT行业的居民平均上班距离7公里，从事娱乐、医疗、综合商业、文化、体育、商务等行业的居民出行距离超过10公里，这些人以女性为主；
5、回龙观IT从业人员的烦恼是：开车上班拥堵，而地铁太挤挤上不去。因此回龙观通勤人的情绪波动，开车的整天情绪在0.5以下，早晚高峰跌倒0.28。地铁站人群在早晚高峰情绪直线下降；
6、望京的商业设施吸引大量的其他地区人口去消费，而回龙观居民周末消费人口大量外溢。
“这些例子表明，通过对城市或者社区的各种监测和抓取，我们会得到针对城市空间单元的城市检测和诊断体系。比如：通行时间、通行距离、内部休闲、情绪等等。我们在构建智慧城市，或者做城市治理的时候，需要了解每一项公共政策，每一个城市规划和设计到底对于中国的城市意味着什么。我们的目的是用动态的指标去监测中国所有的城市、所有单元，评价这些指标是在改善还是在恶化。于是我们以人为基础建立了一套指标体系，一个诊断平台，一个治疗方法。”
接着茅明睿简要介绍了他们的这套体系。首先，指标体系包含两个方面的指标，城市指标：如人流指标、生活圈指标、职住通勤指标、活力指标、公共服务指标等等；人群指标：如人群属性、行为属性、位置属性、身份属性、设备属性等等。通过归纳分类以及一系列的算法制定出一整套大概100多个指标。
在诊断平台上，通过数亿的智能设备全年的定位数据可以得到国人的时空分布。在这个平台上，可以做人流分析、人群分析、锚点分析、单元画像、城市光谱等。
在指标和平台建立以后，他们又提出了“数据治理手册”，对于了解城市问题的前期分析、方案设计、运营评估等都给出了一套方案，对于每一阶段该运用什么指标，什么工具，如何评估对比，运用哪些模型，哪些数据可以用来跟踪等，都会给出相应方案。
新闻热点
新闻爆料
