国外城市管理大数据应用典型案例及启示

王忠　安智慧

〔摘要〕应用大数据提高城市管理水平已是大势所趋，目前也产生了不少成功案例。通过对国外城市管理大数据应用典型案例的深入剖析可见：大数据主要应用于公共设施管理、交通管理、治安管理、灾害预警等领域；大数据应用开发运营模式，主要有3种，即政府开发并运营、企业开发并运营，企业开发政府运营。我国城市管理大数据应用存在数据条块分割严重、数据公开共享不够、数据获取成本太高、技术水平存在差距等难题。建议明确大数据应用领域时序，采用灵活多样的开发运营模式，实施政府数据开放战略，支持产业创新发展，鼓励市民参与。

〔关键词〕大数据；城市管理；应用；典型案例；开发运营模式；启示

DOI：10.3969/j.issn.1008-0821.2016.09.028

〔中图分类号〕G203〔文献标识码〕A〔文章编号〕1008-0821（2016）09-0168-05

〔Abstract〕It is a general tendency to improve the level of urban management by big data.At present，there were many successful cases.Through in-depth analysis of typical cases abroad，it could be concluded：1）Big data was mainly used in public facilities management，transportation management，security management，disaster warning and other fields；2）There were mainly three kinds of big data application modes，namely government development and operation，enterprise development and operation，enterprise development and government operation.The urban management of big data applications existed many problems in China，including serious data fragmentation，inadequate public data sharing，high data acquisition cost，technology gap，etc.Big data applications timing should be definite，and adopt flexible and varied development operation modes，implement the strategy of open government data，support the development of the industry innovation and encourage citizens to participate in.

〔Key words〕big data；urban management；application；typical case；development and operation modes；enlightenment

进入大数据时代，城市管理给大数据提供了极佳的用武之地。首先，城市拥有庞大的人口总量、较高的人口密度、完善的基础设施，其日常运行提供了源源不断的数据。第二，基于大数据的解决方案一般造价不菲，城市规模越大，越能使其实现规模效益。第三，我国大中城市不同程度地存在着“城市病”，解决“城市病”传统的技术手段已难以为继。大数据能有效缓解这些“城市病”，这给城市管理应用大数据提供了内在动力。

城市管理大数据应用也成为学界关注的热点，国内外现有研究文献主要关注以下内容：（1）城市管理大数据应用的价值及意义。指出现代城市及其管理是一个开放的复杂巨系统，应充分利用大数据实现城市服务智能化、城市应急快速化和城市监测实时化，提高城市管理水平[1-2]。（2）城市管理大数据应用的技术研发。针对交通、环保等具体领域，有不少文献提出了大数据应用的解决方案及思路[3-4]。（3）大数据对城市规划的影响。指出应该关注大数据在城市空间发展战略制定、质量评价、规模预测及用地布局等方面的革新作用[5]。

现有研究文献尚没有对国际上城市管理大数据应用进行系统梳理。我国已进入快速城市化阶段，城市病普遍存在，提高城市管理水平迫在眉睫。应充分借鉴国外的成功案例，加快大数据应用。因此，本文将对国际上城市管理大数据应用领域及运营模式进行深入分析，并分析其对我国的启示。

1国外案例分析

大数据技术已广泛应用于农业、交通运输业、现代商业、政府管理等方面，其在促进经济发展、管理模式变革的同时，也成为解决民生问题的重要工具。城市管理是一个巨大的大数据应用市场[6]，应用大数据成为全球主要城市发展共识，出现了大量成功案例，有代表性的如表1所示：

11城市管理大数据应用领域分析

由表1可知，国际上在公共设施管理、交通管理、治安管理、灾害预警等众多领域都有应用大数据技术的成功案例。在不同的领域应用大数据技术，应用价值、数据来源、技术手段等方面各有其特点。

111公共设施管理

该领域大数据技术主要应用于水电管网管理，有利于公共设施的运行维护和资源节能减排[8]。其数据来源主要通过传感器、计量设备等搜集的海量数据，数据类型多样，以非结构化数据为主。进行对数据的运算分析，实现对公共设施的实时监控、危机排查及快速响应。

112交通管理

该领域大数据技术主要应用于公共交通管理，有利于预测市民出行规律，指导公交线路的设计、调整车辆密度等。其数据来源主要为对公交地铁刷卡、停车收费站、信号灯、交通视频摄像头等信息的收集。利用收集的历史数据进行预测，实现对交通调度系统的指挥控制，及时梳理拥堵，有效缓解城市交通负担。

113治安管理

该领域大数据技术主要应用于犯罪行为管理，有利于犯罪信息的监控与实时分析、犯罪模式分析与犯罪趋势预测。其数据来源主要为视频摄像头、社交网站、移动基站的通讯记录以及以往案件中犯罪嫌疑人的信息等，数据类型多样，以视频、图像数据为主。利用大数据技术进行研判分析，不少城市成功实现了对犯罪案件迅速调查、准确侦破，并起到降低犯罪率的效果。

114灾害预警

该领域大数据技术主要应用于消防隐患排查和社会舆情监控等方面，有利于生命财产保护和社会治安维稳。其数据来源于政府掌握的基本信息、对社交网站中关键词的定位监控、卫星对某区域的定位观察和回顾往期数据进行综合分析，数据类型多样，以非结构化数据为主。进行对数据的运算分析，实现对隐患的精准预警，社会舆情的实时监控及快速响应。

12城市管理大数据应用开发运营模式分析

城市管理大数据应用包括两个重要环节：开发和运营。按开发方和运营方的主体不同可以分为4类：Ⅰ是政府同时作为大数据应用的开发方和运营方；Ⅱ是由政府作为开发方，企业作为运营方；Ⅲ是企业作为开发方，政府作为运营方；Ⅳ是企业同时作为开发方和运营方。此外，第三部门也是一支重要的力量，将来有可能扮演重要的角色。但是，由于目前尚无第三部门参与的成功案例，在此不作分析。表2大数据应用开发运营模式分类

运营方政府企业开发方政府ⅠⅡ企业ⅢⅣ

Ⅰ类开发运营模式，是由政府同时作为大数据应用的开发方和运营方。在城市管理中，此类模式通常应用于与政府强力部门职责紧密相连的领域，如公共设施管理、治安管理等。该类模式的突出优点在于政府对其具有较强的控制力。基础数据安全等级较高的领域，也适合采用该模式。

Ⅱ类开发运营模式，是由政府作为大数据应用的开发方，企业作为运营方。在城市管理中，此模式比较少见，原因在于：一方面政府并不擅长大数据应用的开发；另一方面，数据资源具有可复制性、非竞争性、产权模糊性等特性[9]，企业的逐利冲动使得该模式存在较大道德风险。

Ⅲ类开发运营模式，是由企业作为大数据应用的开发方，政府作为运营方。在城市管理中，此模式采用较多，原因在于企业具有更专业、更高效的大数据应用开发人员。由政府提供数据源并提出需求，企业按需开发[10]，能降低研发的时间和人力成本，提升精确度。但数据安全隐患也不可忽视。

Ⅳ类开发模式，是由企业同时作为大数据应用的开发方和运营方。在城市管理中，此模式也比较常见，尤其在电力、燃气、供水等公用事业领域。企业有自己的数据收集渠道，具备数据基础[11]；大数据应用可以节约成本、增加收益，企业也有足够的应用动力。该模式存在隐私保护方面的隐患。此外，企业前期需要大量投入，可能由于费用不足而中断。从国外经验来看，不少企业在系统研发及运营早期阶段，都有政府给予的补贴[12]。而且在敏感数据获取方面，也需要政府的协助。

2我国城市应用大数据存在的难题

社会各界都已经意识到大数据的战略价值，为推动城市管理的智慧化，很多城市提出智慧城市建设的目标。2012-2014年，住房和城乡建设部分3批共确定277个城市（区、县、镇）为国家智慧城市试点。这些城市也在积极探索城市管理的大数据应用，如广州市设立了大数据管理局，有一项重要职能即为统筹协调城市管理智能化视频系统建设，推进视频资源整合共享和综合应用。如宁波推出了“宁波通”，融合了交警、城管、气象等多个部门、几十个业务系统的交通信息，涵盖城市的交通设施、交通工具以及所有交通事件，为出行者提供全面、实时的信息。尽管不乏成功案例，我国城市应用大数据存在很多障碍。

21数据条块分割严重

大数据决定智慧城市是否真正“智慧”，如何“清洗”海量数据并为城市系统的运行管理决策提供支撑，是智慧城市建设关键[13]。城市管理的“数据化”是大数据技术引领人类社会发展的必然趋势。中国不同省份、不同部门，甚至同一省份不同委办局之间数据集类型差异较大，数据集格式不统一。数据在不同行政层级集中，且数据的管理缺乏统一的标准，致使无论数据格式、数据结构、采集指标都存在差异。只有数据集类型和格式统一，才有利于数据的收集、整合、分析和处理的自动化。

22数据公开共享不够

城市管理中的大数据作为公共数据资源，除了涉密数据，应做到对内共享，对外公开。一方面，政府内部数据共享不畅。出于不同方面的考虑，很多部门将数据视为部门资产，不愿意与其他部门共享。另一方面，数据公开处于起步阶段。有些部门数据公开的力度不够，无法为大数据应用开发者提供足够的有效数据；还有一些部门虽然有对外公开数据的意愿，但是由于未能详实掌握往期数据，使得这些部门在数据公开方面心有余而力不足。

23数据获取成本太高

一方面经济成本较高。目前我国大数据应用开发与运营的发展尚不成熟，数据的开放程度很低，城市管理大数据应用的开发者需要花费大量支出用于购买数据，此外开发者能否为开放数据创造出附加值，开发的应用是否符合商业预期等都存在许多不确定性[14]。另一方面时间成本较高。在很多领域，大数据的获取需要长时间的跟踪收集，不但需要数据的广度更需要数据的跨度，由此提高了数据获取的时间成本。

24技术水平存在差距

在大数据技术研发方面，国内企业与谷歌、IBM[15]、亚马逊等国际巨擘存在一定的差距，尤其是缺乏高端的数据科学家，不能有效利用现有的数据资源，为当前国家治理中的重大问题开发出解决方案。尤其是匿名、化名处理方式，对于其隐私风险评估技术尚在探索之中，相关技术标准各国也尚在研究之中，在监管等方面存在技术障碍[16]。

3启示

城市管理大数据的应用既需要政府部门的体制机制实现突破，又需要产业界的技术创新，还需要广大市民的积极参与。三者缺一不可，应齐头并进。而在此过程中，政府应起主导作用。

31明确大数据应用领域的时序

尽管国外在城市管理很多领域的大数据应用都取得了成功，还是应该根据我国实际情况，谨慎选择近、中、远期有可能应用大数据的领域。近期，在公共设施、交通领域，大中城市都具备应用大数据的基础条件；中期，在灾害预警领域可以应用大数据技术；治安管理领域需要使用大量的个人隐私信息，如个人基本信息、违法记录、流动及社交情况等，而且这些数据分散在很多部门，无论是公众还是政府内部都会有阻力，应从长计议。

32采用灵活多样的开发运营模式

应根据各领域的特点，确定大数据应用适宜采用的开发运营模式。我国的公共设施基本由国企运营，可以采用模式Ⅳ。在研发及早期运营阶段，政府可以给予财政补贴，激励其进行技术创新，并实现盈利。交通管理方面，可以采用模式Ⅲ，采购企业成熟技术开发系统，政府进行运营维护。治安管理、经济管理方面，应采用模式Ⅰ，因为相关基础数据涉及社会稳定、隐私保护、经济发展，不宜让营利性的企业介入。灾害预警方面，可以根据城市具体情况，在模式Ⅰ和Ⅲ之间进行选择。

33实施政府数据开放战略

政府公共数据资源的开放既是民众的诉求，也有利于促进国民经济和社会发展，特别在能源、交通、医疗、农业等传统行业内具有广泛的应用价值，而政府公共数据的开放程度也成为影响国家综合竞争力的关键因素之一。近年来，世界各国逐渐重视公共数据的开放共享，将公共数据资源视为国家重要战略资源[17]。发达国家普遍认识到公共数据本身具有的商业价值及其对整个社会产生的外部效应，以一系列政策措施推动开放数据运动的开展。公共数据开放共享应当着眼于公众需求，对于公众迫切需要的、再利用值高的如交通、环境、农业等公共数据率先开放，采取合理手段鼓励公众参与交流，解决条件式共享的尴尬，探索建立公共数据为民生服务的长效机制[18]。引导社会资本对公共数据增值开发，鼓励公众自由运用和开发数据产品，形成大众创新应用公共数据的局面。

34支持产业创新发展

一是开展城市管理应用开发竞赛，以此鼓励企业及个人创新，开发出适合本市的应用程序。二是支持企业研发，针对城市精细化管理大数据应用相关项目，通过财政资金加大研发支持力度[19]。三是补贴企业运营，对于本地化初创企业正在运营的有利于城市管理的系统或者应用，对其正的外部性进行评估，给予后补贴，鼓励其发展。

35鼓励市民参与

城市管理中大数据应用归根结底是对市民的行为和城市运行中的数据的收集、处理和分析，并得出可行性方案，为将城市建设得更美好做出决策[20]。市民是城市管理的参与者和利益相关者，缺少市民的参与，城市管理大数据应用这个“巧妇”是难为无米之炊的。实际上，只有让城市进程更加透明化、参与度更高[21]，我们才能最终将之践行。一方面通过各种媒体加大对城市管理相关大数据应用的传播[22]，使市民都有所了解。另一方面，加大对市民的培训，使市民都能熟练操作和应用。

4结语

我国处于快速城市化阶段，人口的快速涌入，使得城市管理复杂程度激增。大数据应用既能提高城市治理能力，又能提高市民满意度、政府公信力，还能带动相关产业发展，形成新的增长点。尤其是在中国人口众多、市情复杂的城市应用成功的解决方案，必然能向国外推广，产生国际影响力。当前，中国城市管理大数据应用的主要障碍是体制机制，应加强在数据开放、数据安全、市民参与方面的研究。

参考文献

[1]石晓冬.大数据时代的城乡规划与智慧城市[J].城市规划，2014，（3）：48-52.

[2]宋刚，张楠，朱慧.城市管理复杂性与基于大数据的应对策略研究[J].城市发展研究，2014，（8）：95-102.

[3]明仲，王强.大数据助力智慧城市科学治理[J].深圳大学学报：人文社会科学版，2013，（4）：36-37.

[4]Debnath Ashim Kumar，Chin Hoong Chor，Haque Md Mazharul等.A methodological framework for benchmarking smart transport cities[J].Cities.2014，37：47-56.

[5]Kogan Natalia，Lee Kyoung Jun.Exploratory Research on the Success Factors and Challenges of Smart City Projects[J].Asia Pacific Journal of Information Systems.2014，24（2）：141-189.

[6]Michael Batty.Big data，smart cities and city planning[J].Dialogues in Human Geography，2013，3（3）：274-279.

[7]安晖.美国大数据维稳镜鉴[J].人民论坛，2014，8（4）：61-63.

[8]Battista Gabriele，Evangelisti Luca，Guattari Claudia等.Buildings Energy Efficiency：Interventions Analysis under a Smart Cities Approach[J].Sustainability，2014，6（8）：4694-4705.

[9]Wang Zhong.Big Data：Key Factor of Production in Information Age[J].Contemporary Arisan Economy Research，2013，（2）：52-60.

[10]Crivello Silvia.Urban Policy Mobilities：The Case of Turin as a Smart City[J].European Planning Studies，2015，23（5）：909-921.

[11]Lee Jung Hoon，Hancock Marguerite Gong，Hu Mei-Chih.Towards an effective framework for building smart cities：Lessons from Seoul and San Francisco[J].Technological Forecasting and Social Change，2014，89：80-99.

[12]Kitchin Rob.The real-time city？Big data and smart urbanism[J].GeoJournal.2014，79（1）：1-14.

[13]赵鹏军，李铠.大数据方法对于缓解城市交通拥堵的作用的理论分析[J].现代城市研究，2014，（10）：25-30.

[14]芮绍炜.百度大数据的应用分析[J].企业管理，2015，（2）；114-116.

[15]Paroutis Sotirios，Bennett Mark，Heracleous Loizos.A strategic view on smart city technology：The case of IBM Smarter Cities during a recession[J].Technological Forecasting and Social Change.2014，89：262-272.

[16]Musolesi Mirco.Big Mobile Data Mining：Good or Evil？[J].Ieee Internet Computing，2014，18（1）：78-81.

[17]李德仁，姚远，邵振峰.智慧城市中的大数据[J].武汉大学学报：信息科学版，2014，（6）：631-640.

[18]Batty Michael.Smart cities，big data[J].Environment and Planning B-Planning & Design，2012，39（2）：191-193.

[19]茅明睿.大数据在城市规划中的应用：来自北京市城市规划设计研究院的思考与实践[J].国际城市规划，2014，（6）：51-57.

[20]Marsal-Llacuna Maria-Lluisa，Colomer-Llinas Joan，Melendez-Frigola Joaquim.Lessons in urban monitoring taken from sustainable and livable cities to better address the Smart Cities initiative[J].Technological Forecasting and Social Change，2015，90：611-622.

[21]迈克尔·巴蒂，赵怡婷，龙瀛.未来的智慧城市[J].国际城市规划，2014，（6）：12-30.

[22]Walravens Nils.Mobile city applications for Brussels citizens：Smart City trends，challenges and a reality check[J].Telematics and Informatics，2015，32（2）：282-299.

（本文责任编辑：郭沫含）