首先，永远不要预测未来，因为没有什么对未来的预测比这句话错的更离谱了。我们无法预测科技发展会将我们带向何方，即使是同样的技术也会产生不同的结果，通往不同的情境。我们需要思考的正是如何让我们的设计能够兼容不同的场景（future scenarios）。作为建筑师，我们总觉得自己能够预测人们的活动，设定人们会如何使用建筑物和空间，然而，人类活动，特别是在物理和数字混合形成的环境中的人类活动，时常会给我们带来惊喜。本文为全球知识雷锋第163篇讲座。为清华大学建筑学院院长张利教授特别推荐建筑师，MIT可感知城市实验室负责Carlo Ratti，在阿卜杜拉国王科技大学进行的题为“Sensible Cities”的讲座，讲座由张艺菡记录整理。正文共11717字111图，阅读完需要16分钟讲座正文Carlo Ratti今天我想向你们展示的是我们在MIT可感知城市研究室（sensible city lab）中进行的一些工作。首先，我们仍然需要回答这样一个问题：我们为什么要研究城市？让我们来看看这四个数字：2-50-75-80。在地球上，城市只占据了地表面积的2%，却聚集了50%的人口，进行着75%的能源消耗并排出了80%的二氧化碳。这就意味着，如果我们在城市的可持续化进程中作出一些小小的改变，就能够在全球尺度上获得显著的效果。那么，我们具体要关注城市中的什么方面呢？我的关注点在于数字城市和实体城市的融合。这张图是上世纪九十年代人们对未来生活的想象。那个年代正是互联网和电子技术方兴未艾之时，人们认为未来世界将会变得越来越虚拟化。我们正在走向城市的消亡（因为私人电脑的普及和组织机构的分散化）。城市是工业时代残留的废物。——乔治·吉尔德（1995）那时人们认为，实体城市也会随着世界的虚拟化而一并消失。这是美国作家乔治·吉尔德（George Gilder）在1995年说的话，在同一年，尼古拉斯·尼葛洛庞帝（Nicholas Negroponte）出版了《数字化生活（Being Digital）》一书。乔治·吉尔德认为，我们正在走向城市的消亡，城市是工业时代残留的废物。这句话告诉我们什么呢？首先，永远不要预测未来，因为没有什么对未来的预测比这句话错的更离谱了。这张图片展示的是中国天津。在过去的十几年中，中国建设的城市比人类历史上加起来都要多。联合国人口基金预测，在2008年，城市中居住着33亿人口，这个数字将在2030年增长为50亿。也就是说，数字化并没有像吉尔德说的那样“杀死”物理空间，实际上，数字空间和物理空间逐渐融合在了一起。互联网在向着物联网发展，在城市空间中创造出了一个新的维度，也改变着我们生活的方方面面——我们正生活在比特和原子之间。我今天的演讲将会从这几个问题入手。这也是很多关心城市的人、很多城市的市长经常会问的问题。第一个问题关于城市中的移动性（mobility）。自动驾驶汽车、无人机这些新交通工具的出现会带来什么样的影响？第二个问题关注的是城市肌理中的一种形态，也就是办公空间（office space），它在数字化的过程中发生了非常大的改变。第三个问题探讨的则是在数字经济影响下，城市中的零售空间（retail）发生了什么变化？实际上，这些问题都把我们引向了最后一个问题：数字化会对我们的城市体验（urban experience）带来什么改变？关于移动性What about mobility？我想从我们最早的一个项目讲起。大约在十年前，我们刚刚成立可感知城市研究室的时候，为威尼斯双年展做了一个项目。在这个项目中，我们收集了上百万罗马人的实时手机信令数据，将这些数据即时传送到我们位于MIT的服务器上，通过人工智能对数据进行分析计算以及可视化处理，然后把结果实时传送回到双年展现场。在十年前，手机还处于普及的过程中，我们在分析数据的过程中得到了很多有趣的发现，看到了城市作为有机体运作时的样子。在数字化和实体化融合的进程之前，我们是很难发现这些规律的。接下来我想向你们展示这个项目的一些可视化成果。在2006年那个有趣的夏天里，发生了很多特别的事件，其中就包括意大利对阵法国的世界杯决赛。意大利最终获得了冠军。我们从成千上万的罗马人那里收集到了手机的实时使用数据。首先看到的是比赛开始前的罗马，人们在城市中的不同地点中不断移动；当比赛开始的时候，城市突然安静了下来，没有人还在说话；然后，法国和意大利相继得分，在中场休息的时候，人们通过电话进行的交谈；接下来我们看到第一次加时，第二次加时，突然之间，意大利获胜了，整个城市都“亮”了起来。比赛结束后，我们可以看到，人们都前往了城市的高处享受胜利的狂欢。在这之后，获胜的意大利队回国并且接受了总理的接见，这时人们聚集在了城市中心，庆祝英雄凯旋；接着，人们前往了图中下部分这个叫做马西莫竞技场（Circo Massimo）的地方继续庆祝，这个竞技场从古罗马时期开始，就是人们进行庆祝的地方，也正是在这里，一天的欢庆达到了顶峰。现在，我们可以通过这样的形式观察城市，这种技术在几年之前都是无法达到的。十亿级别的数据点被收集，城市的移动性被动态的表现出来，让我们看到了城市作为一个具有生命的有机体动态变化的样子。这张图表现的是里斯本这座城市的移动性，由我在MIT的同事Pedro M. Cruz制作完成。关于移动性，另一个有趣的关注点是我们的城市街道。如果我们从街道上提取数据并进行分析，同样也能够获得非常有趣的发现。这张图分析的是出租车在街道上的上客点和落客点。图中所示的地点是纽约的肯尼迪机场（JFK Airport），黄色代表上客点，蓝色表示落客点。当我们把尺度放大到整个纽约市，肯尼迪机场是图中东南角的一个小块儿。在获取了这些数据之后，我们可以问自己一些问题：在这个提倡共享的时代，我们愿意在Airbnb上分享我们的公寓，愿意通过网络平台给沙发客提供家里的一小块区域，那么，在城市里，我们在多大程度上愿意共享移动性（mobility）呢？在数学上，这可以被归纳为一个简单的问题：有着相同起点和目的地的人们，他们如果愿意接受一定的等待时间来进行拼车，在这两点之间需要多少的车辆呢？当然，传统方法是没有办法解出这个问题的，因为我们的数据量实在太庞大了。常规的线性方式（linear programming）是无法处理这个量级的数据的。因此，我们借用了网络科学的方法来解这个最小车队问题（minimum fleet problem）。这张图展示的是描述共享能力的网络（shareability networks），我们可以看到，人们愿意等待的时间越长，共享能力网络就越致密。从D到E，等待时间变长，成功共享出行的旅程就变多了。在曼哈顿，如果人们能够共享出行的话，这里的交通量可以整整降低40%。等待时间（Δ）越长，共享旅程越多。我们这个项目的研究成果发表在UberPool（Uber提供的一项多人拼车服务）出现之前。Uber团队当时正在进行这个产品的研发，他们看到我们的研究之后联系到了我们，在这之后我们进行了一些合作。有意思的是，《纽约时报》后来刊登了一篇报道，其中评论说：“他们虽然解决了一个有趣的数学问题，但是纽约人并不喜爱分享，尤其是共享一辆车。”但事实并非如此。正如我们所看到的，UberPool这项拼车服务取得了巨大的成功。在旧金山，有50%的Uber服务是通过UberPool提供的，也就是说前往同一个地方的两个人中就有一个在和他人分享自己的旅程。在街道上，每减少一辆车，就意味着更少的能源消耗、更少的交通拥堵以及更少的污染排放。从这个问题出发，在上图中我们对比了不同城市的“共享力”（shareability），探讨在不同城市中，人们在什么程度上愿意共享旅程。接下来，让我们看看汽车本身。随着技术的发展，车辆已经成为了一个搭载各种各样不同传感器的系统。通过汽车上超过2000个传感器，我们几乎可以知道车上发生的一切，包括司机驾驶时的状态、车窗的开启和关闭，而且，车上感知外界的传感器可以告诉我们城市不同地点的温度、湿度等各种环境信息。总而言之，这些传感器收集着关于司机、关于车辆本身以及城市的方方面面的信息。这就意味着车辆成为了一个搭载多样传感器的移动平台，我们可以通过车辆看见人的行为。当我们在车上装上图中的两个小部件，它就可以开始扫描周围的环境，并构造出周边环境的三维模型。接下来，我们可以通过人工智能处理这些信息，再然后，这辆车就可以自动驾驶了。对我们而言，自动驾驶已经不再是遥远的未来，在某种程度上，它已经成为了现实。虽然自动驾驶仍然没有达到实际应用的水平，但是新加坡已经有了非常先进的技术，我们的新加坡团队也和新加坡政府在自动驾驶研发方面进行着紧密的合作。现在，我们对汽车的使用率只有5%，在95%的时间里，车辆都只是被停放在某个地方。如果车辆可以自动驾驶，那么早上它将你送抵办公室后，可以继续接送你的家庭成员，也可以为城市中其他的居民提供交通服务。这就意味着我们将在公共交通和私人交通之间创造出一种新的交通系统模式。如果我们将拼车服务和自动驾驶相结合，那么，只需要现有交通工具的一部分，就可以达到现在的移动性水平。当然，这种情况并不是一定会发生。如果自动驾驶技术和私人交通蚕食了公共交通系统，我们就很有可能面对一个十分不一样的情景。不过，我们还是很有可能在未来建设出一个更高效的城市交通基础设施系统的。当我们设想一个自动驾驶技术普及的未来时，以上提到的只是事情的一个方面，自动驾驶会对我们生活的其他很多方面都带来改变，比如交通信号灯。交通灯几乎伴随着汽车而出现。在一个十字路口，如果想要了解到别的车的运行信息从而避免碰撞，我们必须停下来观察。但自动驾驶技术可以自动识别其他交通工具的运行轨迹信息，在不间断的运行中也可以避免碰撞。交叉口自动管理技术（AIM，Autonomous Intersection Management）这是交叉口自动管理技术（AIM），但大家现在可不要尝试无视交通灯凭感觉转弯。当我把这个技术展示给那不勒斯（Naples）市长看时，他说：“这有什么新鲜的呢？”曾经有一个意大利部长Antonio Martino就这么说过：“在米兰，交通灯是人们通行的指引；在罗马，它是通行的建议；但在那不勒斯，它只是圣诞装饰品罢了。”交叉口看起来非常简单，但是当我们把它作为一个数学问题处理时，情况其实会变得很复杂，包括不同的行驶轨迹、不同的到达频率。在这个方案中，我们试图将排队论（queueing theory）引入到研究交叉口的数学模型中。在下面的视频中，你会看到在新加坡真实存在的一个交叉口。City Drive项目DriveWave项目：http://senseable.mit.edu/wave/在左右两个场景中有着相同的交通量，左边使用的是现在最复杂的信号管理系统，右边是基于“先到者先使用交叉口”原则的自动驾驶系统。图中汽车颜色的深浅代表着它们在经过交叉口时等待的时长。对于道路系统来说，交叉口通常是其瓶颈所在，因为来自两个不同方向的车流在这里竞争使用同一个空间。所以，如果我们能够减轻交叉口的拥堵问题，那么我们自然而然的就能够在一定程度上解决整个城市网络中的移动问题。事实上，这些技术不仅影响着道路交通系统，也影响着我们的城市设计。CapitaSpring, Carlo Ratti Associates（CRA）和BIG联合设计的摩天大楼，高达280m这是我们在新加坡设计的一栋大楼，它在几个月前已经开始建设了。和很多新加坡的大楼一样，这栋建筑的中段有几层种植着热带植物的开放空间，但我想让你们关注的重点是这栋大楼里的停车空间。现在的摩天大楼都需要配备大量的停车空间，然而，当我们转向以自动驾驶为主导的城市范式后，就不需要这么多停车空间了。正如我们之前提到的那样，自动驾驶会让车辆停泊的时间大大缩短，所需的停车空间自然也就减少了。我们在这栋建筑中采取的操作其实非常简单。首先，我们会继续为当下的需求提供足够的停车空间，但我们把这些空间移到了地上。如果停车场被设置在地下，那它的功能在未来也很难有改变的可能性。对停车场的设计而言，我们增大了它的层高，采用了更灵活易改造的结构形式，把坡道放在了外部，在楼板中留下可以增加楼梯的开口。停车楼改造后的场景这些设计方法实际上都基于同一个原则：给建筑预留更多迎接未来改变的可能性。这一点在我们设计城市时非常重要，特别是在考虑一个智慧城市之时。如何才能让我们的设计在未来保值，如何让它能够兼容我们无法设想的未来场景和未来功能……我们无法预测科技发展会将我们带向何方，即使是同样的技术也会产生不同的结果，通往不同的情境。我们需要思考的正是如何让我们的设计能够兼容不同的场景（future scenarios）。现在建造的基础设施将会持续存在50年甚至200年，而城市里的生活日新月异。我们的另一个项目位于阿姆斯特丹这座特别的城市之中。阿姆斯特丹的特别之处在于，城市中心区内并没有很多道路，而是布满了一条条运河。在与阿姆斯特丹政府的合作之中，我们产生了这样的想法：为什么不设计一些自动驾驶的船呢？我们把这些自动驾驶的小船命名为“机器船”（Roboats）。在运河中，我们可以用机器船来运输货物、运输人类，同时，在它们行进的过程中可以检测水质和空气质量。更有趣的是，我们可以把这些机器船想象成为水面上浮动的像素。在发生紧急情况之时，机器船可以迅速搭建起过河的桥梁；在举办活动的时候，它们可以自行组装成为浮动的平台。当然，通过船在水面上构建出桥梁和浮动平台并不是什么崭新的想法，威尼斯人已经这么做很长时间了。在特殊的节日里，威尼斯的贡多拉会聚集起来形成一条临时的桥梁。但这个项目令人兴奋之处在于，我们虽然在做和以往类似的事情，但是现代技术却让我们找到了做这件事情的新方法。在设计机器船的过程中，我们参考了无人机的模型。无人机上装有四个一样的引擎，因此我们能够非常容易的对它进行控制。我们在机器船上也设置了类似的四个动力装置来控制它的移动。装在机器船上的四个动力装置1：4模型下面这个视频展示的是这个1：4的模型在阿姆斯特丹的运河中进行实际测试时的场景。大家可以看到，因为它对称的形式，我们能够非常容易的操纵它。它不仅可以在前后方向上行驶，还可以侧着走。在阿姆斯特丹运河中的实际测试我们这个项目有可能不会成功，但即使在最坏的情况下，我们也可以开一家玩具公司，因为大家在操纵这个小船的时候都非常开心。在MIT的游泳池中对机器船的模型进行动力测试和自动驾驶汽车相比，自动驾驶船舶在两个方面上面临的情况会更加简单。首先，河流上的环境情况没有陆地上复杂，在河道中行驶的船舶密度远小于道路上的车辆；其次，船舶行驶的速度更低，这也就降低了它对环境进行分析的难度。然而，自动驾驶船舶也会面临其他的问题。在陆地上行驶的汽车行驶状态更为稳定，我们知道它在各种运动状态中会有什么样的反应。但是在水上，船舶的重心会不断发生改变，人们在船上走动，坐在船的不同侧边上，这些持续改变的影响因素时刻考验着船舶的应对能力。这也正是我们实验室正在试图解决的问题。当然，我们也在开发着不同功能和用途的机器船。上图的这两个原型将被用于垃圾的自动收集，能够收集运河上漂浮的水瓶和各种垃圾。它们是一群水上吃豆人。在讨论自动驾驶这个话题的时候，我也想和大家分享一些其他想法。在很多未来城市的预测中，人们想象城市上空会充满着无人驾驶飞行器一类的交通工具。但我觉得这种设想并不太可能成为现实。无人机是一样非常有用的工具，特别是小型的无人飞行器，它们在感知城市上能够发挥很大的作用。大型飞行器就不一样了，因为我们虽然能够改进技术，却不能改变物理定律。如果我们需要把像人一样相对大质量的物体送到空中，就必须消耗很大的能量，就会在获得向上的推力时产生向下的风，而且还会产生很强的噪音。这些影响其实是很恼人的。在曼哈顿，每个小时有个位数的直升机在楼顶起降，这样的飞行频率已经让楼里的人和周边社区抱怨连连。如果我们想要通过飞行器来改善曼哈顿里人们的移动能力，那么每小时就不只是需要几架直升机了，而是几千架。因此，我觉得通过载人飞行器改善交通的设想不太靠谱。但是我们可以用无人机做很多其他有趣的事情。对于没有基础设施的边远地区，它们可以作为运力的补充；在城市里，它们可以给大家带来快乐，正如我们在这个项目中所做的一样，无人机在空中喷洒颜料，在墙上作画。在MIT的校园里，我们通过无人机来为迷路的人导航。MIT的校园是工程师设计的，每一栋楼都有一个自己的编号，不熟悉校园的人容易在校园里迷失。所以我们设计了一个无人机领路系统，主要用来帮助在MIT里迷路的哈佛学生。Skycall 项目。在MIT校园中，呼叫无人机来为到访者引路关于办公空间What about office spaces?我想讲的第二部分内容关于办公空间。正如我之前提到的，数字化在各个方面中都改变着人们的生活方式。这是我们在《哈佛商业评论》（Harvard Business Review）上发表的一篇文章，标题为《如果工作都被数字化了，我们为什么还要去办公室呢？》。与十年或二十年前不同，我们去往办公室的理由已经变得不一样了。为了探讨这个问题，我们需要回溯城市建造原则的源起。这是20世纪的著名建筑师柯布西耶。上世纪三十年代，作为CIAM的一员，柯布西耶和其他建筑师一起发表了《雅典宪章》(The Charter of Athens)，其中将城市分为了功能相互分离的四个部分：居住、工作、游憩和交通。城市模型的演变上世纪三十年代，功能分区为代表的城市规划方式就会产生上图最左边这样的城市模型。工作、居住、游憩空间相互分离，中间通过大量的交通空间进行连接。如果城市中的各项功能被截然分离，就意味着它们都只能在一天当中的部分时间被使用，居住区成为一个只在晚上有人的睡城，工作区则只在白天容纳人们的活动。到了六十年代，人们自然而然的对这种功能分区的方式产生了质疑和批判。在美国，以简·雅各布斯（Jane Jacobs）为代表的城市研究者们试图寻找城市混合开发的模式，将这些不同的功能在城市中混合组装在一起，从而能够更高效地利用城市空间。时至今日，我认为城市模型有一次发生了改变，我们对于空间的利用变得更加灵活了。我们不仅能够在空间中并置不同的功能，还可以在不同的时间中给同一个空间赋予不同的功能。所以，如何在建筑中重新安排公共和私人空间，是我们在设计中需要考虑的问题。不同功能空间的公共性和私密性不同，透明性（transparency）也不一样，这些功能在空间中形成组团也有各种各样的组合方式，产生不同的空间和功能效果为探究这方面的内容，我们对位于波士顿的MIT校园进行了研究。上面这张图展示的就是波士顿的市中心。我必须解释一下，波士顿是一个绿意盎然的城市，因为这张照片是在冬天拍摄的，所以才会看起来有些像一个经历过核爆的荒芜都市。在2000年左右，MIT校园成为了世界上最早被WIFI完全覆盖的地方之一。在WIFI覆盖后，人们的工作场所完全改变了。大家曾经在左图这样的机房中工作，而现在大家都坐在了草坪上。虽然这两张照片代表着比较极端的场景，人们在阴雨天也不会在草坪上工作。但是我们的工作环境确实从格子间转向了更加开放有趣的场景。在法国导演雅克·塔蒂（Jacques Tati）的电影《玩乐时间》（Playtime）中，嘲讽了像立方体一样单调重复的工作空间和现代建筑；如今，以wework为代表的工作空间和工作方式成为了新的组织模式。在这两个场景中，带来改变的是什么？是技术。曾经，因为需要使用台式电脑，我们被固定在一张桌子旁边，但移动电子设备的发明让我们能够进行移动，从而获得了更高的灵活性。那么，我们是否能通过技术本身来对这种变化进行量化评估呢？MIT校园内的Wi-Fi接入点于是，我们收集了MIT校园中Wi-Fi网络的数据，分析人们在什么时间和什么地点接入了Wi-Fi网络，从而获得人们聚集和活动的时空信息。这是人们活动空间类型的统计表。星期一的早上，人们在早上九点左右开始到达校园，下午五点的时候，有一些人离开了，但是大部分人都一直工作到了晚上8-11点钟。这样的活动情况在周一到周四都重复发生，但周五却不一样。我想全世界都是这样的，周五下午人们就开始放下工作了。周六和周日的使用人数虽然变少了一些，但是活动模式是类似的。有趣的是，到了周日晚上9点左右，Wi-Fi的使用人数突然变多了，因为大家突然意识到第二天就是周一了，而这个周末还有很多事情没有完成。上面的统计表是对校园内Wi-Fi使用情况的一个整体统计。在下面这个图表中，我们可以看到校园中每个房间的活动时间分布图。从这些数据中我们可以分析空间的使用频率以及人群的聚集情况。当我们进行聚集分析的时候，会得到下图这样的结果。在几十年前，这张图可能会显示出非常不同的结果。图中代表不同功能的各个颜色会相互分离，分布在不同的建筑和空间之中，因为每个空间都有固定的功能，并且不会随着时间的推移而发生变化。但现在，我们看到图中的各个功能交织在一起，并且在一天不同的时间里不断改变。正如我们之前提到的那样，当代的空间功能逐渐变得模糊了。以上的项目研究的是人们如何和物理空间发生交互。接下来，我们可能会问这样一个问题：是什么造就了一个伟大的大学？在我看来，这个问题的答案是人们的合作。无论是在实体空间还是虚拟空间中，我们通过线下交流和线上讨论，聚集起每个人的智慧，达到一加一大于二的效果。左：2004-2014年，每栋建筑中人们获得的专利数量右：2004-2014年，每栋建筑中人们发表的论文数量左：每栋建筑的异质性（heterogeneity）量化评估。主要参数是每栋建筑的学科构成和关联情况右：每一位机构成员所占有的工作面积（包括实验室和办公室）这个图表显示了在专利发明和论文写作方面，不同学科之间的合作关系网络左：专利共同持有人网络（co-inventor network）右：论文共同作者网络（co-author network）于是，我们研究了在MIT校园中，过去十年间每栋建筑中产生的专利数量和论文数量，各个学术社区的构成和交往情况，以及在不同部门和建筑物之间人们的虚拟交流。在这项正在进行的研究中，我们试图找到国家、机构和文化中的相互联系，及其空间构成背后的组织逻辑。更值得探究的是，我们在实体空间中的活动在什么程度上能够对我们在数字空间中的交往产生帮助。在实际的空间设计过程中，我们也运用了研究得到的结果。我们和运营共享办公的企业合作，在欧洲和美国设计了一系列共享办公空间。如果大家只需要单独的工作环境，他们完全可以只待在家里。因此，“开放性”是设计的重点所在，更多的相互交流是当今办公室的主要功能，人们希望在更频繁的交流互动中产生更多新鲜想法。办公空间本身也可以和人们发生交流。上面这张图展示的是我们不久前完成的一个项目，空间中的亮度和温度都可以根据人的喜好而改变。在这个空间里，每个人都可以生活在最令自己舒适的微环境之中。关于零售空间What about retail?城市之中，零售空间也是一类对市民生活深有影响的基础设施，它也在数字化的过程中经历着很大的改变。根据瑞士信贷银行的报告，在未来的五年内，有四分之一的购物中心会关闭。这也就意味着城市中大量的商业房产被废弃。与之前提到的问题一样，这也是数字化和电子经济带来的挑战。比如，2017年，亚马逊收购了超市品牌全食公司（Whole Foods Market）；像Instacart这样的新的日常购物模式出现，人们直接在网上下单，购买的食物被直接送至家门口。左：超市品牌Whole Foods Market右：线上临售品牌Instacart城市生活中，有很多东西都被数字化了。但我认为，如果一样东西能够带给人们独特体验的话，那就会具备数字化所不具有的价值。为了探索这种独特体验，我们在2015年的米兰世博会做了以下尝试。我们非常有幸在米兰世博会中设计了两个展馆，其中一个叫做“未来食物区”（Future Food District）。米兰世博会的主题为“滋养地球，生命之源”（Feeding the Planet, Energy for Life），这是世博会史上首次以食物为主题，谋求2050年为全球多达90亿人口解决食物需要。主办方希望我们能够在世博园区中设计一个未来超市。这个超市不仅是一个主题展馆，而且将作为一个真正的超市为园区中的人们提供购物和休息的场所。我们在接到项目时，场地中就有图中左上角这个鞋盒子一样的建筑，虽然不能对它的外观做很大的改动，但我们在其内部可以为所欲为。©Andrea Gursky从项目最开始，我们就很清楚的知道，我们不想把超市做成这样。Andrea Gursky拍摄的这张照片非常令人印象深刻，它描绘着20世纪超市的一种异化状态。我们的灵感来源于伊塔洛·卡尔维诺（Italo Calvino）。你们可能读过他写的《看不见的城市》，这本书在建筑学院中非常流行。但这次启发我们的是另一篇小说，名叫《帕洛马先生》（Mr. Palomar）。帕洛马先生是个乡下人，当他第一次前往巴黎，走进一家芝士店的时候，他觉得每一块芝士背后都有一个故事，参观每一块芝士所在的小空间就像参观卢浮宫一样。因为在每一个展品之后，都蕴藏着一整个文明，它从这个文明中诞生，而文明又从它身上得到展现。引述自伊塔洛·卡尔维诺《帕洛马先生》这种“让物品讲故事”的想法并不新鲜。Tesco是总部在英国的一个超市集团，它的业务范围也广泛的扩展到了海外市场。Tesco在韩国首尔地铁站中植入了这些商品货架，当你通过手机拍摄这些物品的时候，你不仅能够购买这样物品，而且可以了解到关于它的很多信息。但这样的交互方式仍然让人感到冰冷和疏远，因为发生交流的是你面前的这块屏幕，以及另一块屏幕背后的数据和技术。这并不人性化。Tesco在韩国首尔地铁站的货架我们更希望能够通过技术创造出下面这样的场景。这张画描绘了一个传统的市场，其中人们与物品的交互体验非常丰富。我们设计的第一步就是把所有的东西都摆在了桌面上。桌面是一个非常美妙的交往界面。在过去的几千年里，人们一直都在餐桌上分享食物，售卖物品。于是，我们在桌面上布置了很多运动传感器。当你靠近桌子的时候，运动传感器就会捕捉到你的动作以及视线方向，然后，它就会把你想要了解的产品信息显示出来。这是我们最初的一张概念图。如果你想要购买一个苹果，你可以只花一秒钟拿起就走；但你也可以在这里停留三秒钟，了解到这个苹果的产地以及其他基本信息；当你在这里待上了十秒钟，你甚至可以观看一个关于这个苹果的介绍视频。在这整个过程中，你并不需要做任何额外的动作，只需要靠近这张桌子，关于这些产品的所有信息就会自动且自然地展示在你面前。整个超市被设计成剧院的形式。在阶梯的最高层，人们可以看到超市的全景。在这个超市中，我们不仅能够直观的获得产品的物理信息，还增强了对它们背后的其他信息的了解。这是展馆建成后的实景照片。它是世博会中参观人数最多的一个展馆。不同层次的信息在空间中叠加：产品的物理信息、数字信息以及关于展馆的整体空间信息，这些都被展示在人们面前。这是人们在和展馆装置互动。孩子们尤其喜欢这个地方，他们会在不同的产品间窜来窜去，摸摸这个又摸摸那个。在整个展馆设计中，有很多技术会被使用到。但是如果我们做好了交互界面（the interface），比如将其和物质实体结合起来，人们就不会过多的关注装置背后复杂的技术手段，而是像在普通超市中购物一样，不知不觉间就能够掌握到关于产品的更多信息，从而更好地保证消费者的知情权。当你在产品面前停留几秒钟时，可以了解到它得营养价值和碳足迹之类的信息，但如果停久一点，获取的信息就会更多。以上所说的设计和技术已经在意大利的一些超市中实现了，下面要讲的这个项目是我们和EATALY合作进行的。在未来城市中，如何进行食物生产是一项非常重要的议题。我们所面临的问题不只是如何利用有限的资源高效生产出健康的食物，不只是研究如何在可控的环境中减少农药的使用，更关键的是如何重新建立人与自然的联系。因此，在这个项目中，我们让公众参与到种植的过程中来。人们可以自己种下一颗植物，在手机上跟踪关注它的生长情况。在这个环形建筑里，人们还可以看到其他人种下的植物。走在这条路上，能够看到植物在一周、两周和不同生长阶段的状态。在这个项目中，我们比可以了解食物信息的超市又更进了一步，人们可以吃到自己或他人种下的食物，并在整个种植过程中更多地了解到关于食物的信息和知识。回到我们讨论的问题：“在数字化的影响下，零售行业会怎么样？”在我看来，回答这个问题的关键在于不能被数字化的东西，在于体验。了解商品信息的这个过程赋予了它更多的意义，而不只是作为一个名称存在于浩繁的商品列表之中。所以，我们应该为这些体验创造出怎样的新的城市空间呢？关于城市体验… and urban experience?关于城市体验，我将用下面最后一个项目来进行阐述。这同样是一个为世博会设计的项目。2008年的世博会在西班牙萨拉戈萨（Saragossa）举办，主题为“水和可持续发展”（Water and Sustainability）。当时，萨拉戈萨的市长找到我们，希望我们能够通过数字技术更加精确的对水进行“控制”。上图所展示的是我们最初的想法。这个装置的顶端是一条水管，非常多的水龙头沿着水管线性排布。如果通过电脑对水龙头的开关进行控制，我们能在一条条水流形成的水帘之上展现出各种各样的图案、文字甚至图像。它还可以感应人们的运动，在靠近水帘时留出通道。一个普通的水帘就这样“活”了过来。市长非常喜欢这个想法，所以我们获得了在世博园的入口处建造亭子的机会。我们给它起了个名字叫“数字水亭”（digital water pavilion）。闭馆时，建筑屋顶降到与地面平齐。建筑消失，留下一个浅水池。这个亭子的四面都是“水帘”。但你靠近亭子的时候，水帘会被拉开，为你留出通过的空间，在进入亭子之后，水帘又会自动拉上。水帘通过感应参观人数的多少，可以控制开启和封闭的比例。亭子的顶端同样覆盖着一层浅水。当风力增大时，屋顶会下降一定的距离，避免风吹水帘过于剧烈而溅湿人们的衣服。到了晚上闭馆的时候，建筑的屋顶会降到与地面平齐，整个“消失”在场地中。我们在做概念视频的时候非常兴奋，但却觉得它并不会真的被建出来。在距离世博会开幕仅剩九个月之时，这个项目被《时代》杂志列为当年的十大创造之一。因此，我们临危受命，在九个月内迅速将它变为现实。这张照片拍摄于开馆之前。图中这个男子其实是要去展馆旁边的车站等车的，但他找错了地方，于是就站在展馆旁边，一直问着“这里发生什么了？”这里发生的实际上是我们的测试。我们通过一个一个“水像素”来形成图案，并且和灯光投影结合起来形成统一的视觉效果。这是我自己在对水帘进行测试，确保所有的传感器都运行正常，让我在通过后保持干爽。孩子们在水帘中玩耍在展览开始后的一天，可怕的事情发生了，所有传感器停止了工作。它仍然在用水帘制作图案，但却不会对任何人的活动做出反应。我们都吓坏了，但是这个晚上却成了所有人最开心的一夜。超过九千个孩子从城市的四面八方来到这座建筑物玩一个新游戏。这座建筑不再为人们自动打开了，而人们必须参与到建筑的脉动之中。这件事情实际上给我们上了一课。作为建筑师，我们总觉得自己能够预测人们的活动，设定人们会如何使用建筑物和空间，然而，人类活动，特别是在物理和数字混合形成的环境中的人类活动，时常会给我们带来惊喜。谢谢大家！注：文中所有图片和视频截取自讲座视频讲座原址：https://www.youtube.com/watch?v=EQHapNEctfE⊿ 关于MIT Senseable City Lab的更多项目，可访问：http://senseabledb.mit.edu/⊿ Carlo Ratti教授参与写作了超过500篇文章和书籍，为很多项目提供了理论和技术基础，具体可参见：本文转载自微信公众号：城市数据派，如需转载请联系城市数据派。

近日，第十三届中国智慧城市大会在浙江省德清县圆满落幕。上海元卓设计研发的“面向智慧新市政的交通大数据平台”和“面向智慧规划的常州大数据辅助分析平台”在全国200多个申报项目中崭露头角，双双斩获“2019中国智慧城市优秀应用成果（案例）优秀奖”。本期我们聚焦“面向智慧规划的常州大数据辅助分析平台”，是什么样的平台，让规划院实现向智慧规划的快速数字化转型。背景2019年1月，中央全面深化改革委员会审议通过了《关于建立国土空间规划体系并监督实施的若干意见》，确立了国土空间规划改革总方案，提出利用大数据和新技术，探索提升空间治理能力的科学化、精准化和智慧化水平。“大数据辅助分析平台”是规划编制设计单位顺应国土空间规划改革的重要载体，更是助力智慧国土空间规划的有力抓手。规划院通过开展工作的积累，掌握的数据源类型和数据量不断丰富，数据的价值得以体现，随着规划工作的要求不断提高，基于已有的数据基础，各地规划院的数字化转型均已陆续展开。无论是从自身发展，还是从市场竞争力提升角度考虑，规划院数字化转型迫在眉睫，平台建设是支撑规划院数字化转型的有力支点。“三位一体”赋能智慧规划1.整合院内外数据：以数据资源为依托，整合院内已有数据与外部可获取数据，进行空间转换、融合，实现数据信息的关联挖掘。2.建立数据资源库：实现院内数据汇集管理及院外各部门数据众筹的长效数据库建设、运行、管理体系。3.建立以支持规划编制工作为核心的数据分析系统和可视化的、动态更新的数据平台，为规划项目提供数据及分析支撑，提高智慧规划水平、规划编制质量、技术审查效率及规划管理水平。4.建立开放性平台，满足模块变更及内容扩充的要求，不断适应院规划业务分析需求。平台登陆界面平台建设“三个一”平台建设内容主要包括一个数据库、一套模型和一套支撑流程这三部分。数据库目前已导入约1000余万条数据，涵盖手机大数据、手机CRM数据、社会经济数据、全域数字现状数据、重点规划成果数据等内容。“1+N”一套模型多重应用上海元卓深入解读 “可感知、能学习、善治理和自适应”的智慧规划新内涵，建立了一套分析模型库，提高规划编制工作的科学性。依托大数据处理、分析、可视化等相关技术及机器学习等相关算法，整合各类国土空间要素信息及新兴数据，深入挖掘数据价值，驱动模型的创新与优化开发。模型可根据需求进行定制开发。示例一No.1基于手机数据的人口微观分布及活动特征分析模型，可实现职住分析、出行特征分析、人口属性分析和旅游景区游客交通出行特征分析。职住分析模块用于产城关系研判、用地布局优化、职住平衡分析；出行特征分析模块支持人口分布、城镇体系结构、城市活动中心识别、交通出行/通勤特征等分析工作；人口属性分析模块为产城融合研究、公共服务设施布局、商业设施布局等提供依据；旅游景区游客交通出行特征分析模块为旅游专项规划提供数据支持。示例二No.2公共交通和道路交通系统指标分析模型，整合以往交通调查数据，集合优化道路网络与公交网络的评估算法模型，建立评估指标体系，支撑不同层级、区域范围的统计查询。"多点"支撑 "多类"实践基于《关于建立国土空间规划体系并监督实施的若干意见》，改革后的的国土空间规划按照规划类型分为总体规划、专项规划、详细规划三类，平台基于不同类型规划的编研和业务进行需求分析，提炼应用点并提供定向支撑方案。平台为模型工具提供接口，从多元数据视角及标准化分析参数视角为规划编制和管理提供分析支撑。平台拟对总体规划的支撑，主要包括功能联系分区、中心体系构建、重大交通设施建设引导、旅游型乡镇功能定位、交通路网布局和旅游设施建设布局等；平台拟对详细规划的支撑中，提炼出一套分析方法，对服务半径依赖型的基本公共服务设施规划均具有普适性的推广价值；平台拟对专项规划（如交通规划）的支撑体现在更全面深入地把握城市交通现状,为城市综合交通规划制定提供依据，为下阶段实现交通转型发展提供基础支撑和决策参考。平台目前已经在常州市规划设计院承接的多个项目中予以结合运用，大幅提高了规划院规划编研的效率和辅助决策的科学性水平。主要应用项目包括《溧阳市天目湖镇、戴埠镇总体规划》、《常州市中心城区城市更新规划》、《金坛城区绿地系统规划》、《社区生活圈试点项目规划》、《2018年常州市区/溧阳市综合交通发展年度报告》、《基于手机信令数据的轨基于手机信令数据的轨道交通沿线客流预测》等。结语上海元卓将持续回应“可感知、能学习、善治理、自适应”的智慧规划新需求，在数据感知、空间规划、城市体检、评估预警等方面加强数据资源的汇聚分析和模型工具的开发建设工作，“用数据来说话”，“让模型来计算”，持续为智慧规划赋能。系列产品现已发布，欢迎来电洽谈。 咨询电话：021-60833218

【投稿吗？有稿费的那种！】（点击看详情），是由城市数据派主办的征稿活动，我们希望能够提供更新鲜、更好玩、更有价值的内容，因此决定为派友们开放平台，提供交流和展示才能的机会。小派在此恭候派友们投稿分享！【本期看点】本研究基于GIS技术和大数据分析杭州市区AED设施的布局问题，研究发现主城区分布密集，设施的城市建成区覆盖率达到76.9%。AED设施配置在行政服务类机构最多，体育健身、社区、学校等场所配给水平不足。下沙城、萧山城区、未来科技城、良渚等区域较为短缺，杭州东站承担了最大的服务人流量。在郊区乡镇服务的人流量少。建议当务之急是增加AED设施的数量，优化总体布局，也要调整设施位置，优化微区位布局。本期投稿作者祝明明，浙江清华长三角研究院新经济发展研究中心大数据助理研究员严文律，浙江财经大学研究生，浙江清华长三角研究院新经济发展研究中心实习生包悦蕾，浙江大学本科生，浙江清华长三角研究院新经济发展研究中心实习生文章摘要本研究基于GIS技术和大数据分析杭州市区AED设施的布局问题，研究发现主城区分布密集，江干区最多，萧山区和拱墅区最少，分布态势形成了一主一副多中心的结构，设施的城市建成区覆盖率达到76.9%，但严格条件下不足30%。AED设施配置在行政服务类机构最多，体育健身、社区、学校等场所配给水平不足。从手机信令大数据分析结果，下沙城、萧山城区、未来科技城、良渚等区域的AED设施较为短缺。从AED设施的实际服务范围看，杭州东站承担了最大的服务人流量。在郊区的乡镇地区，由于人口密度低，服务的人流量少。同时建议，当务之急是增加AED设施的数量，优化总体布局，也要调整设施位置，优化微区位布局。文章内容近期知名艺人高以翔的离世，令“救命神器”AED(Automated External Defibrillator，自动体外除颤器)再次被热议。AED被称为生死一线的“救命神器”，在心跳骤停时，只有在最佳抢救时间的“黄金4分钟”内，利用自动体外除颤器（AED）对患者进行除颤和心肺复苏，才是最有效制止猝死的办法。据国家心血管中心统计，我国每年心源性猝死者高达55万，居全球之首。 AED是一种便携式医疗设备，全称是自动体外除颤器（英文：Automated External Defibrillator），是可以自动分析心跳、呼吸骤停伤患的心电图，并在需要除颤（电击）时给予电击，是非专业医疗人员也可以利用其来抢救心源性猝死患者的医疗仪器。要让AED设施发挥作用，需要很强的响应及时性，如何最大化的提高AED设施的使用率，在有限的资源下，惠及更多的人群，这对卫生技术人员提出了更高的要求。本研究采集了杭州市急救中心网站和微信小程序公开的主城区范围内458个AED设施点，结合联通智慧足迹的手机信令大数据，研究现状条件下杭州市AED设施的人群覆盖率，并识别人流量密集区域AED设施的短缺程度。AED设施都分布在哪儿？设施的空间分布1、主城区分布密集，江干区最多，萧山区和拱墅区最少。从AED设施的区域分布看，分布最多的是江干区，达到171个，占主城区的三分之一，其次是余杭区64个，西湖区62个，最少的萧山区和拱墅区，都为24个。图 1 杭州市主城区AED设施的数量分布2、分布态势形成了一主一副多中心的结构。从分布的热力密度看，主中心在江干区，次中心在上城区和下城区组成的密集区，再次滨江、余杭临平副城、下沙城、未来科技城、之江片区分布密度也较高。江干区集聚了杭州东站、市政府、市民中心和多条地铁线路，分布密度较高，上城区和下城区是杭州传统的老城区，也是杭州人口最密集的商业中心所在地，AED设施的分布业较为密集。余杭区分布密度最高的是在临平副城区，其次是城西片区，主要沿城西科创大走廊分布。滨江区的密度分布和其城市规划的空间结构密切相关，主中心在滨江科技城，次中心在公建城市次中心、浦沿城市次中心和白马湖城市次中心。萧山区主要是沿地铁分布和萧山国际机场集聚区。图 2 杭州市主城区AED设施分布和热力图（数据来源：浙江省杭州市急救中心网站）设施的类型分布1、AED设施配置在行政服务类机构最多，体育健身、社区、学校等场所配给水平不足。从AED设施配置的场所类型看，主要是政府部门、医疗机构、地铁站、火车站、机场等人流量密集的交通枢纽，还有少数大型商场、写字楼、产业园也配置了AED设施。体育健身场所是猝死频发的场所，杭州市主城区有52个体育健身场所配置了AED设施。根据百度地图的兴趣点大数据，杭州市主城区278家体育健身场所，健身场所的AED设施的覆盖率约为18.7%。2、AED设施在社区和学校层面的分布较少，目前只有38个学校配置了AED设施。根据《2018年杭州市统计年鉴》的数据，杭州市有各类小学、中学和高等院校835所。保守估计，主城区若占总数的一半，现有的AED设施覆盖水平也远远达不到服务学生群体的标准。而社区层面的覆盖更是少的可怜，目前只有约30个社区配置有AED设施，根据房天下网站统计杭州市主城区目前有房出售的小区数量，杭州市主城区范围内约有各类住宅小区4600多个。老铁们，要是你们看房的时候，物业中心摆着AED设施的，请毫不犹豫的入手吧，绝对是良心物业。3、分布最多的是行政服务类机构，达到68个，其中江干区和余杭区配置水平最高，占了该类型的数量的65%。其他市辖区的单位配置较少，江干区主要是钱江新城占有较大比重，最多的是市民中心和市政府周边，可谓是五步一个医疗箱，十步一台AED。余杭区在肯花钱方面真的算是不含糊的了，几万块一个的AED，为眼睛都不眨一下，为每一个乡镇、街道办都配齐了，将AED设施的服务延伸到了乡镇层面。4、医疗机构内的AED设施数量有59个。覆盖较多的主要是江干区和西湖区。地铁站内AED配置也比较多，有40个设施，服务范围覆盖了全市所有地铁站数量的1/3，在几个人流密集的的站点甚至配置了多个AED设施，如凤起路站、钱江站和武林广场站。图 3 杭州市主城区AED设施配置的机构类型分布设施的覆盖率AED设施的城市建成区覆盖率达到76.9%，但严格条件下不足30%。人在心跳骤停时，只有在最佳抢救时间的“黄金4分钟”内，利用AED设施进行急救，才是最有效制止猝死的最佳办法。如果从发现某人出现意外开始计，快速找到周边的AED设施，并全力奔跑取回，理想状态下，只能取到周边约400米的的AED设施，若只进行单趟搬运，那么能覆盖到周边约800米的范围。利用GIS空间分析的缓冲区分析技术，研究在现有的分布条件下，AED设施能周围400米能覆盖约133.68平方千米，覆盖周围800米的面积为354.42平方千米（图 4）。根据2018年发布的《杭州市第一次地理国情普查公报》，杭州市主城八区的建成区面积为460.9平方千米。也就是说理想状态下，AED设施能覆盖76.9%的城市建成区面积，但是严格条件下，AED设施的城市建成区覆盖率约为29%。图 4 AED设施在距离400米和800米条件下的缓冲区分析到底是哪些地方最需要AED设施？研究思路与方法杭城的AED设施固然很多，据目前不完全统计，市八区有458个。但是这些AED设施的放置的区域是否真的合理。使用常规的人口统计数据来研究急救类设施的分布具有一定的局限性，随着社会经济发展，人们总是处在各类生产活动中，具有很大流动性。令人扎心的是，我们并不知道自己会在什么时间点突然倒下。每一个人都希望自己倒下的时候，在最近的地点有一台可用的AED设施得以施救。但是城市的资源是有限的，如何尽最大可能在有限的资源条件下，将公共服务设施惠及更多的人？这就是一个值得研究的问题了。这时就应该祭出GIS+大数据的双节棍了。GIS是地理信息系统（Geographic Information System）的简称，是进行公共服务设施空间分析的有效手段，可以对空间设施的空间分布规律进行科学的研究和分析，GIS与大数据分析技术的结合将会极大促进服务设施布局的科学性和合理性。手机信令大数据具有明显的优势，只要手机是开机状态，每天至少有十几条信令记录，可以知道什么时候，在什么位置，到哪里去了。除了调查成本低，样本量极大，除老人、儿童，覆盖人群比例高。这有助于识别人口集聚和流动的密集地带，如在全天活动最密集的地带，应当尽量多的布置AED设施。我们采用联通智慧足迹大数据进行分析，联通智慧足迹大数据是基于手机信令数据的记录的，智慧足迹的人口大数据在城市规划、区域经济发展等领域得到了广泛的应用，具有相当高的可信度和准确度，在城市人口空间分析、城市公共服务设施布局规划与评估、人口与职住平衡研究等方面有较多研究。但是手机信令大数据和医疗服务相结合案例还较少。今天我们就来一场手机信令大数据和医疗急救设施布局交叉研究！基于手机信令数据的AED设施覆盖率分析。图 5 手机信令数据采集原理（智慧足迹 赵华）研究发现1、下沙城、萧山城区、未来科技城、良渚等区域的AED设施较为短缺。通过联通智慧足迹数据，采集2019年10月杭州市区日常活跃的人口分布情况。从图 6可以看出杭州市区活跃人口的密度分布，中心城区密度明显较高，滨江、下沙的活跃度次之，城西、临平、萧山、之江、九堡附近的活跃度也较高。结合AED设施的分布，可以看出下沙城、萧山城区、未来科技城、良渚等区域的AED设施分布均较少。图 6 市区日常活跃人口分布与AED设施的相关性2、区分AED设施的服务面积和有效服务面积，是本项研究的关键所在。提取主城区所有的AED设施，运用GIS空间分析的缓冲区分析技术，将每个AED设施点向外拓展800米的缓冲区域，即为该AED设施的服务面积。而由于相当一部分设施的距离较近，未免产生服务区域的重叠，这就需要将各自的“势力范围”区分开来，来划分服务区。可以用较为简单的泰森多边形方法，将每个AED设施的点集进行剖分，构建德洛内三角网，形成互相不重叠交错的泰森多边形，类似“细胞”的结构，即为AED设施的有效服务面积，这样距离该设施最近的区域构成一个面，得到每个设施的最近覆盖范围，单个设施的平均覆盖面积越小，则设施距离需求点的平均半径越小，说明AED设施的布局密度更高，在突发的应急事件发生时，更容易得到及时响应。图 7 服务范围（左）和有效服务范围（右）示意图图 8 AED设施有效服务范围局部放大图3、将AED设施的服务面积和有效服务范围与智慧足迹人口大数据进行交叉分析，得到每个AED设施服务范围和有效服务范围内的人口数。从AED设施的实际服务范围看，杭州东站承担了最大的服务人流量。对每个AED设施划分“势力范围”，得到实际服务的范围，得到每个实际服务范围内经过的人流量，可以发现最高的是杭州东站，湖滨商圈周边由于AED设施密度较高，平均每个设施服务的人流数量明显降低了。可也可以发现拱墅区的大关-拱宸桥区域、西湖区的北部、下沙区域的AED设施分布不足，平均每个设施服务的人流数量较高。在郊区的乡镇地区，由于人口密度低，AED设施只能辐射到周边几百米的人群，产生的影响力有限。图 9 市区AED设施服务的实际服务人口数据比较（数据详情点击文末链接或二维码）图 10 中心城区各AED设施覆盖实际服务人口数图 11 实际服务人口最多的设施点结论1、AED设施在主城区分布密集，江干区最多，萧山区和拱墅区最少，分布态势形成了一主一副多中心的结构。2、AED设施配置在行政服务类机构最多，体育健身、社区、学校等场所配给水平不足。设施的城市建成区覆盖率达到76.9%，但严格条件下不足30%。3、从手机信令大数据分析看，下沙城、萧山城区、未来科技城、良渚等区域的AED设施较为短缺。4、从AED设施的实际服务范围看，杭州东站承担了最大的服务人流量。在郊区的乡镇地区，由于人口密度低，服务的人流量少。建议1、增加AED设施的数量，优化总体布局，在下沙城、萧山城区、未来科技城、良渚等地增加AED设施的布局，应当要求再体育健身场所至少配置一台设施，积极鼓励在社区、学校等场所配置AED设施。2、调整布局位置，优化微区位布局，在资源有限的条件下，应当优化设施配置位置，如在郊区乡镇，应当布局在人流量较为密集的集市周边，在市政府和市民中心的冗余的资源，可以向基层单位倾斜。3、政府应当发挥主导作用，借助广泛的人力、物力和资金渠道，引导社会进一步完善AED急救体系的建立。随之需要跟上的是居民素质的提升和急救技能的普及。AED设施前期投入、后续使用维护成本较高，应该引导居民爱护公共物品，不随意损坏、占为己有。这是AED急救体系全面铺开的前提条件。而从有没有得用，到敢不敢用、会不会用，更需要急救知识和技能的支撑，政府和有关医疗组织可以借鉴他国经验，例如在考驾照前安排急救知识的系统学习，同时注重青年学生的教育。这一做法，能够使AED设施物尽其用，挽救更多的生命。数据详情点击此处扫码查看数据详情浙江清华长三角研究院新经济发展研究中心简介：浙江清华长三角研究院是浙江省人民政府和清华大学共同组建的正厅级事业单位，是在习近平同志亲自谋划、直接推动、大力支持下创建起来的科研创新机构，被国务院《长江三角洲区域一体化发展规划纲要》唯一列为重点打造的新型创新载体。新经济发展研究中心是浙江清华长三角研究院内设综合智库机构，聚焦长三角一体化基础性、战略性、前瞻性问题，致力于打造长三角一流、全国有影响的特色新型智库。专业领域涉及区域经济、宏观经济、城乡规划、投融资、大数据应用等各个领域。团队已完成省级以及地方市县100余项重大课题研究，多篇研究报告获国家和省部级领导批示，出版专著14本，公开发表论文500多篇次。

根据中央城市工作会议（《中共中央国务院关于进一步加强城市规划建设管理工作的若干意见》 2016.2.6）提出：“推进城市智慧管理。加强城市管理和服务体系智能化建设，促进大数据、物联网、云计算等现代信息技术与城市管理服务融合，提升城市治理和服务水平。”上海元卓信息科技有限公司联合深圳市市政设计研究院有限公司积极响应国家政策，探索市政交通企业数据化转型新方式并实现了领先技术的落地应用。喜报：由上海元卓信息科技有限公司为深圳市市政设计研究院有限公司设计研发的智慧城市交通大数据平台应用方案，运用了GIS+BIM+大数据解决方案，打通了实体城市和数字孪生城市之间的实时连接，并建立了动态反馈机制以及数据更新机制，通过对多源数据的分析跟踪识别城市动态变化的规律，使工程管理与城市规划互动融合，契合城市动态发展变迁的需求。该项目获得了第十三届中国智慧城市大会“2019年中国智慧城市优秀应用成果奖”。引 言中国智慧城市大会是我国发起最早、历史最长的智慧城市大会，已举办过12届，成为业内公认的智慧城市“风向标”。第十三届中国智慧城市大会由中国测绘学会、中国城市公共交通协会、中国海洋工程咨询协会、德清县人民政府联合主办，在浙江德清国际会议中心召开。在本次大会中，上海元卓信息科技有限公司推出GIS+BIM+大数据解决方案，支撑智慧城市中多源异构数据资源接入和整合，提供不同数据场景下的数据存储和管理及运算能力；同时依托GIS平台，实现“一张图”数据资源管理和BIM模型数据接入展示，并成功将其运用在智慧新市政交通大数据平台中。面向智慧新市政的交通大数据平台“面向智慧新市政的交通大数据平台”立足政府机构改革和空间规划改革背景，在构建智慧城市，优化编制决策方面做出了创新性实践探索，同时实现了模式创新、技术创新和应用创新。平台已广泛应用于深圳市政院项目生产中，平台输出成果有力支撑了深圳交通规划智能化、数字化发展，有效推动了市政规划领域的科技进步；同时也为其他市政交通设计相关单位，提供了参考借鉴。平台建设提高了行业数字化生产技术水平，在全国市政交通业务领域具有示范作用。“面向智慧新市政的交通大数据平台”于2018年2月启动建设，2019年3月正式投入运行，2019年11月初步完成验收。截止目前，平台已完成深圳市政院11个项目生产，包括大鹏新区交通改善规划、东部旅游地区综合交通规划、沙河西路快速化改造工程、长春净月区综合交通规划等等。平台亮点特色BIM技术与GIS平台无缝衔接通过GIS平台与BIM技术的无缝衔接，应用于市政交通从规划、设计，到建设、运营的全生命周期；实现BIM数据的导入和发布，二、三维数据的可视化和查询分析，支撑了市政交通设施BIM模型从设计生产到辅助交通规划分析的数据贯通。平台与交通规划仿真模型应用结合辅助完成深圳市政院交通模型的建设是平台建设主要用途之一。首先，通过平台汇聚、梳理、整合城市道路、轨交、公交等的基础设施数据，整合交通出行分析数据，满足深圳市交通模型建设的数据和参数需求；其次，通过对交通规划、仿真软件Transcad、Vissim进行二次开发，将常用分析模型用脚本语言实现，嵌入系统平台，实现了大数据平台直接对交通模型的调用，同时可以对模型成果进行分析、展示和查询，达到平台应用功能的升级。多源大数据集成、融合应用城市多源大数据融合应用是平台建设的重要支撑，平台数据源包括城市动态运行大数据、互联网数据、手机信令数据、公交轨交刷卡、浮动车数据等。一方面，利用业务模型，分析处理专业数据，以支撑平台市政交通、公交、轨交、城市规划等模块系统建设需求；另一方面，通过与互联网数据融合分析，应用于轨道交通、城市规划、交通规划、仿真等模块，如轨道周边开发强度分析、城市空间结构分析、道路交通疏解分析等，提升模块分析深度，实现了多维度、多角度的应用场景。智慧城市综合系统集成应用“面向智慧新市政的交通大数据平台”建设，实现了多系统集成，集成了智慧市政系统、市政交通系统、BIM系统、分院系统、城市规划系统以及轨道交通系统；同时系统涵盖市政、交通、城市规划、BIM等多个专业领域，应用于市政交通从规划、设计，到建设、运营的全生命周期管理，覆盖全产业链应用需求，是响应综合的、全面的市政交通应用体系的平台。分布式存储技术与结构化数据处理技术融合平台建设实现了大数据分布式存储技术与传统关系型数据存储技术的完美融合，即基于Hadoop集群的大数据存储、抽取技术与oracle数据存储技术融合应用于系统数据库设计，既保证手机信令数据、公交刷卡数据、浮动车数据等海量数据抽取、分析计算的性能及可实现性，同时也提高了成果数据存储、查询的便捷性使GIS平台与BIM技术的无缝衔接、Transcad、Vissim等规划仿真软件与大数据平台对接成为可能。“面向智慧新市政的交通大数据平台”融入了规模庞大、结构复杂、不断发展的城市、交通多源空间数据，通过扎实的新技术应用能力，支撑了市政领域多系统、多模型、多应用场景的成果输出与应用。通过建立动态数据更新机制，获得城市、交通变化的信息，使平台可以科学智慧的更新输出成果，为市政部门不断提供便捷、适用、实用的方案，GIS+BIM+大数据技术在市政领域的落地应用将推动智慧城市快速、可持续的发展。

【积分体验课程说明】此课程用积分兑换后，即可免费观看。如需免费获得积分，请加下面的客服微信二维码获取。 此体验课程为《空间大数据分析在都市圈研究中的应用实践（送课件+工具+代码）》课程的部分体验内容，点此查看完整课程视频内容介绍。如需观看完整课程视频内容，需成为城市数据派会员（9月14日-30日有疯狂国庆秒杀价，原价680元/年，秒杀价499元/年，扫下方二维码进入抢购）成为会员后还可获得课程配套课件等资料，部分课程还包括数据包+软件包+代码包等资料（具体课程资料请以完整课程视频内容链接说明为准） 想要成为会员，赶紧加我微信咨询吧： 【完整课程介绍】【课程视频目录】第一讲 空间数据分析的基本原理与方法（积分免费体验）第二讲 基于ARCGIS10.2的都市圈空间分析（1）（积分免费体验）第三讲 基于ARCGIS10.2的都市圈空间分析（2）（如需观看请成为会员或单独购买完整版课程）第四讲 基于Python的都市圈大数据分析（积分免费体验）第五讲 基于R的都市圈大数据分析（1）（积分免费体验）第六讲 基于R的都市圈大数据分析（2）（如需观看请成为会员或单独购买完整版课程）第七讲 基于R的都市圈大数据分析（3）（如需观看请成为会员或单独购买完整版课程）第八讲 基于R的都市圈大数据分析（4）（如需观看请成为会员或单独购买完整版课程）第九讲 都市圈大数据空间分析——从数据到信息与知识（如需观看请成为会员或单独购买完整版课程）下面是完整版课程的详细介绍信息：完整版课程简介：本课程以都市圈为切入点，为各位城市数据爱好者带来理论和实战的全方位教程。从空间数据和空间分析的概念与原理，到基于ArcGIS、Python和R的空间数据分析技能，再到从数据中提取结论的方法思路，本课程将无一遗漏地呈现“理论-方法-结论”的城市数据研究完整流程。授课老师：如果你也是一枚城市数据玩家/达人，乐于分享技术，享受知识变现，城市数据派正在招募线上线下课程的合作老师，欢迎勾搭（点击看详情）学完完整版课程后我能掌握什么？特色1：快速掌握关于地理坐标系、地图投影以及不同坐标系之间的转换方法，了解矢量、栅格数据分析的基本原理，为后续学习ARCGIS的实践操作奠定理论基础。特色2：快速掌握ArcGIS基本操作，熟练运用ArcGIS进行空间分析和地图制作。，包括数据转换、空间配准，掌握常用的空间分析模型。特色3：课程通过实例的方式详细讲解ArcGIS中python和Arcpy的使用方式，脚本工具的制作；带领大家从头开始制作arcpy脚本，让大家快速入门，提高工作效率。特色4：快速入门R语言基础，提升使用R语言的数据分析和可视化的技能，进行有数据、有思路、有技术方法的都市圈研究， 拓展都市圈研究的场景和思路。特色5：基于DIKW体系强调了分析结果的重要性，能够对DIKW体系（从数据到知识的生产过程）有更为深入的了解。完整版详细的授课大纲是什么？PART1 空间数据分析的基本原理与方法一、地理世界的概念模型1.坐标系统和投影概述1) 地理坐标系2) 常用坐标系比较3) 2000国家大地坐标系的转换方法4) 投影坐标系2.空间数据的性质二、不同空间数据的基本处理方法1.矢量数据2.栅格数据三、都市圈空间发展的理论背景1.都市圈的发展历程2.都市圈相关概念界定3.都市圈空间结构特征 PART2 基于ARCGIS10.2的都市圈空间分析一、数据空间配准1. ArcGIS数据导入及常见问题1) 矢量、栅格数据导入ArcGIS2) CAD图层导入ArcGIS3) 图片导入ArcGIS2.空间配准工具1) Georeferencing工具2) Spatial Adjustment工具二、空间分析工具1. 数据格式转换2. Analysis Tool介绍3. Spatial Analysis Tool介绍三、空间分析在实际问题中的应用1. Model Builder介绍2. 空间适宜性分析四、ArcGIS地图制作1. 地图要素2. 地图制作3. 3D地图制作 PART3 基于Python的都市圈大数据分析一、Python介绍1.Python简介2.Python常用包介绍，os，sys二、在ArcGIS中使用Python1. ArcGIS API for Python2. Arcpy3. Python Addin——坐标转换小工具三、应用示例1. 利用Python批量处理实际问题的应用四、扩展内容1. Python数据分析pandas2. geopandas读写shapefile PART4 基于R的都市圈大数据分析一、R语言基础语法和包的调用1. R语言基础语法简介1) 运算符2) 常用函数2. R语言中包的调用1) 包的装载和调用2) 常用包的介绍二、数据准备和预处理1. 数据导入1) 手机信令数据导入2) 矢量数据导入2. 数据连接三、数据分析实例1. 极限通勤距离研究1) 计算和分析方法2) 图表类数据可视化2. 区县通勤率研究1) 计算和分析方法2) 地图类数据可视化 PART5 都市圈大数据空间分析——从数据到信息与知识一、都市圈研究的场景以及该课程目标1. 数据资源与挖掘算法概览2. 分课程核心目标——从数据到信息与知识的转换二、都市圈的生态敏感性分析1. 数据准备与计算2. 基于计算结果的生态开发观点提取三、基于POI的都市圈空间结构分析1．基于POI的计算2．核心观点的提取：空间发展的均质度等四、人口、产业要素的分析１. 基于手机信令数据对人口与就业的解析五、都市圈空间价值的综合计算１. 权重的选取２. 空间价值的综合计算３. 根据策略对计算结果的分析：不同策略对应不同结果六、关于信息挖掘的简单讨论1. DIKW体系简介2. 关于数据挖掘的简单心得分享

国家统计局副局长鲜祖德向李振军颁发聘书加入专家委员会 服务现代化统计5月26日，数博会“大数据 新动能——大数据统计论坛”在贵阳大数据统计学院正式召开，国家统计局副局长鲜祖德等众多领导及专家学者出席会议。会上，鲜祖德向智慧足迹CEO李振军等专家委员颁发聘书，聘请李振军同志为大数据统计学院专家委员会委员。大数据统计学院是由国家统计局与贵州省人民政府共办，贵州财经大学承建的一所新型合作学院，于去年正式授牌。25日，学院召开学术委员会成立大会暨第一次工作会议，智慧足迹CEO李振军受邀参会讨论，分享了用数字科技服务新常态下统计工作的思考，以及智慧足迹大数据服务数据统计的案例实践，引发了与会嘉宾浓厚的兴趣与讨论。智慧足迹CEO李振军在大数据统计论坛演讲人口+消费+产业 ，以数据之美服务统计之器在26日举行的大数据统计论坛上，鲜祖德副局长提出“统计就是大数据”，贵州省政协副主席任湘生、联合国统计司司长Stefan Schweinfest也分别表达发展统计大数据的重要性，以及国家信息中心、新加坡国立大学、北京大学、华为、浪潮、腾讯、阿里、智慧足迹等各界专家学者分享了前瞻思考与创新实践。其中，李振军就《“人口+”大数据服务支撑全国统计工作》发表主旨演讲，介绍智慧足迹在承接国家统计局等部委、以及北京等地政府统计“人口+消费+产业”的案例成果和产品应用。手机信令，是人口大数据的全球公认标准李振军介绍，运营商手机信令是人口大数据的天然采集器。以贵州为例，大约3500多万人口，每个人每天的信令密度至少200个点以上，每天信令数据是超过70亿条。而且中国联通实现高度匿名化与高度隐私保护前提下的安全长期存储，不仅是大数据还是长数据。手机信令数据具有时间上的连续性，空间上的全覆盖，而且可以关联到自然人属性来分析群体特征，英国、西班牙、法国等也纷纷将手机信令大数据应用到统计、规划、洞察等领域，目前已是全球公认的事实标准。作为人口大数据的基础数据源，手机信令提供了一种时空轨迹大数据，基于基站定位且高度匿名化外推，可还原成全体人口的时空分布及流动矩阵。中国联通5G网络开通后，信令数据的精准度和连续性还将进一步得以提升。“人口+消费+产业”，服务统计数据的丰富、比对、佐证李振军表示，智慧足迹依托中国联通4亿用户群体数据，以及京东数字科技的AI、产业X科技等能力，开展全域数据智能科技业务。“人口+消费+产业”全域多源多维、大样本广覆盖、动态实时高频活数据，增加了而不是取代现有的调查方法，提高了人口、消费、国民经济总趋势的统计、监测、评估、预测预警的准确性、及时性、有效性。1、人口智慧足迹协助北京等地政府完成人口数量统计与监测、人口结构分析，按活跃人口、工作人口、居住人口、流动人口等不同口径，以全市、区县、街道为空间单位进行分析，以便政府准确及时掌握管理辖区内真实人口数量和流动变化。并进行人口调查人户分离试点研究，全国人口迁徙分析、农民工流动分布、就业趋势研判等，为城市人口空间容纳、资源匹配、城市健康发展、就业等相关政策制定提供决策依据。2、消费智慧足迹与京东数字科技合作，在国家信息中心等相关部委指导下完成消费活力指数、城市消费画像。进一步融合线下消费数据，建立人口消费指数模型和监测指标，分析全国整体消费规模和地域趋势、消费品类偏好、富裕指数等，并进行国民经济预测研究。3、产业服务政府部门开展投资活跃度、产业地图和价值链分析，衡量资本流动促进都市圈融合与协同，产业发展监测、数字经济看板、平衡指数、三新经济指数、高质量发展评价等应用。李振军表示，公司目前承接数百个“人口+”项目，实践中沉淀了一套特有的模型和方法论——十度。比如基于人口、消费、产业数据，对长三角一体化以及京津冀、粤港澳、成渝都市圈进行量化和监测，重点为人口、消费、资金等要素流动度、人口DID结构和经济结构，对全国人口流动和3000个县人口进行预测，从人口、产业、民生、生态、企业五个方面来评估高质量发展。李振军最后表示，数据之美在于挖掘和应用，智慧足迹愿与统计领域专家学者合作，共同为统计事业做出更大贡献。向国家统计局副局长鲜祖德等领导介绍人口大数据平台成果展示：人口的职住、流动、消费、产业会议现场，国家统计局副局长鲜祖德参观了智慧足迹成果展示，听取李振军介绍智慧足迹“人口+”大数据在统计领域的应用，并提出对人口流动等方面的关注。高效运用手机信令实现了人口的分布、结构、属性、迁徙、职住的清晰洞察，智慧足迹在全国、都市圈、省级、省内、市域、县域、街道、网格层面也有了丰富的案例应用。同时，智慧足迹以人的位置为核心，人的职住、人的出行、人的行为、人的消费、人的就业、人口与产业、人口与环境空间……人与自然，人与社会各种关系的总和，构成了“人口+”大数据的无限空间。文章转载于微信公众号：智慧足迹大数据

【课程说明】此课程为【城市数据派会员】专享课程，如需观看课程视频并获得课程配套课件+工具安装包+源代码包，请先成为【城市数据派会员】非会员可直接付费购买该课程。点击观看视频后，请到“讨论”栏目下获得课程配套课件+工具安装包+源代码包的下载地址。如遇任何问题，请加会员客服小派派微信咨询（ID：xiaopaipai_udparty）：赶快加我，等你哦课程简介：本课程以都市圈为切入点，为各位城市数据爱好者带来理论和实战的全方位教程。从空间数据和空间分析的概念与原理，到基于ArcGIS、Python和R的空间数据分析技能，再到从数据中提取结论的方法思路，本课程将无一遗漏地呈现“理论-方法-结论”的城市数据研究完整流程。授课老师：如果你也是一枚城市数据玩家/达人，乐于分享技术，享受知识变现，城市数据派正在招募线上线下课程的合作老师，欢迎勾搭（点击看详情）学完课程后我能掌握什么？特色1：快速掌握关于地理坐标系、地图投影以及不同坐标系之间的转换方法，了解矢量、栅格数据分析的基本原理，为后续学习ARCGIS的实践操作奠定理论基础。特色2：快速掌握ArcGIS基本操作，熟练运用ArcGIS进行空间分析和地图制作。，包括数据转换、空间配准，掌握常用的空间分析模型。特色3：课程通过实例的方式详细讲解ArcGIS中python和Arcpy的使用方式，脚本工具的制作；带领大家从头开始制作arcpy脚本，让大家快速入门，提高工作效率。特色4：快速入门R语言基础，提升使用R语言的数据分析和可视化的技能，进行有数据、有思路、有技术方法的都市圈研究， 拓展都市圈研究的场景和思路。特色5：基于DIKW体系强调了分析结果的重要性，能够对DIKW体系（从数据到知识的生产过程）有更为深入的了解。详细的授课大纲是什么？PART1 空间数据分析的基本原理与方法一、地理世界的概念模型1.坐标系统和投影概述1) 地理坐标系2) 常用坐标系比较3) 2000国家大地坐标系的转换方法4) 投影坐标系2.空间数据的性质二、不同空间数据的基本处理方法1.矢量数据2.栅格数据三、都市圈空间发展的理论背景1.都市圈的发展历程2.都市圈相关概念界定3.都市圈空间结构特征 PART2 基于ARCGIS10.2的都市圈空间分析一、数据空间配准1. ArcGIS数据导入及常见问题1) 矢量、栅格数据导入ArcGIS2) CAD图层导入ArcGIS3) 图片导入ArcGIS2.空间配准工具1) Georeferencing工具2) Spatial Adjustment工具二、空间分析工具1. 数据格式转换2. Analysis Tool介绍3. Spatial Analysis Tool介绍三、空间分析在实际问题中的应用1. Model Builder介绍2. 空间适宜性分析四、ArcGIS地图制作1. 地图要素2. 地图制作3. 3D地图制作 PART3 基于Python的都市圈大数据分析一、Python介绍1.Python简介2.Python常用包介绍，os，sys二、在ArcGIS中使用Python1. ArcGIS API for Python2. Arcpy3. Python Addin——坐标转换小工具三、应用示例1. 利用Python批量处理实际问题的应用四、扩展内容1. Python数据分析pandas2. geopandas读写shapefile PART4 基于R的都市圈大数据分析一、R语言基础语法和包的调用1. R语言基础语法简介1) 运算符2) 常用函数2. R语言中包的调用1) 包的装载和调用2) 常用包的介绍二、数据准备和预处理1. 数据导入1) 手机信令数据导入2) 矢量数据导入2. 数据连接三、数据分析实例1. 极限通勤距离研究1) 计算和分析方法2) 图表类数据可视化2. 区县通勤率研究1) 计算和分析方法2) 地图类数据可视化 PART5 都市圈大数据空间分析——从数据到信息与知识一、都市圈研究的场景以及该课程目标1. 数据资源与挖掘算法概览2. 分课程核心目标——从数据到信息与知识的转换二、都市圈的生态敏感性分析1. 数据准备与计算2. 基于计算结果的生态开发观点提取三、基于POI的都市圈空间结构分析1．基于POI的计算2．核心观点的提取：空间发展的均质度等四、人口、产业要素的分析１. 基于手机信令数据对人口与就业的解析五、都市圈空间价值的综合计算１. 权重的选取２. 空间价值的综合计算３. 根据策略对计算结果的分析：不同策略对应不同结果六、关于信息挖掘的简单讨论1. DIKW体系简介2. 关于数据挖掘的简单心得分享有哪些配套的课程材料呢？课件PDF+软件工具安装包+代码包