孔令彥，關 麗，丁燕杰，陳 思

(北京市測繪設計研究院，北京 100038)

空間大數據支持下的城市區(qū)域評估及其關鍵技術

孔令彥，關 麗，丁燕杰，陳 思

(北京市測繪設計研究院，北京 100038)

針對人口擁擠、交通擁堵、環(huán)境污染、住房困難等一系列“城市病”問題，為了客觀、定量評估城市現狀，找到“城市病”根源，本文面向城市區(qū)域評估，利用空間大數據全面、客觀、準確的特點，對城市進行全方位的評估，從人口、資源、環(huán)境、住房、公共設施、道路交通、經濟發(fā)展及城市安全等多方面為治理“城市病”提供基礎數據。本文從城市區(qū)域評估的內涵入手，設計了城市區(qū)域評估的總體流程，建立了全面的評估體系，并對實現城市區(qū)域評估的關鍵技術進行了闡述。通過城市區(qū)域評估的方式，對城市現狀客觀掃描，將使“城市病”的病重程度得到客觀度量，是根治“城市病”的首要條件。

城市病； 城市評估； 城市現狀評估； 空間大數據

城市是一個巨系統(tǒng)，涉及社會、經濟、生活等各方面。按照經濟學解釋，城市是一個坐落在有限空間地區(qū)內的各種經濟市場(包括住房、勞動力、土地、運輸等)相互交織在一起的網絡系統(tǒng)。近些年，隨著城市規(guī)模的日益擴大，現代大中城市發(fā)展過程中暴露出諸多的問題，統(tǒng)稱為“城市病”(urban disease)。所謂“城市病”，是常常與人口在大城市過度聚集相伴隨的若干社會管理和公共服務問題的統(tǒng)稱。如果以城市發(fā)展愿景作為參照，按聚集于發(fā)達、宜居與文明作為衡量標準，可以將城市病的具體表現形式總結為人口擁擠、交通擁堵、環(huán)境污染、住房困難、資源供應緊張、安全風險增加、城市秩序惡化、貧富差距過大、存在低收入人群成片聚集區(qū)及城市缺少文化特征等?，F階段我國城市病較為突出地表現為人口擁擠、交通擁堵、環(huán)境污染、住房困難等。根治“城市病”是一個復雜而漫長的過程，需要社會多部門、多領域發(fā)揮專長協(xié)調治理。但目前亟須解決的問題是：城市哪里生病了，病的有多重，這個量化的指標需要定期給出來，這樣專家才能針對性地給出治理方案。

正是基于此，本文立足城市區(qū)域評估，利用空間大數據全面、客觀、準確的特點，對城市進行全方位的評估，找到“城市病”根源，為專家治理提供基礎數據。城市生態(tài)系統(tǒng)作為有機體，城市區(qū)域評估是對城市進行的全方位或專項評估。針對城市現狀評估方法方面國內外鮮有專門文獻進行論述。與此類似的工作，如規(guī)劃實施評估、宜居城市、健康城市，由于側重點不同，評估結果往往具有片面性；同時，由于數據條件和技術條件的限制，使相關工作只進行了定性評估，沒有實現真正意義的定量評估。如規(guī)劃實施評估主要是將規(guī)劃項目實施后的現狀與規(guī)劃成果進行對比，評估規(guī)劃實施效果[1-5]。宜居城市、健康城市方面主要是借助多層面指標對城市的宜居方面進行評價[6]。隨著大數據分析技術的發(fā)展，對城市進行客觀評估的數據源及分析手段已趨成熟，具備對城市進行客觀評估的條件，評估結果也將為城市多部門多學科提供基礎服務。本文從城市區(qū)域評估的內涵入手，設計了城市區(qū)域評估的總體流程，建立了評估體系，并對實現城市區(qū)域評估的關鍵技術進行了闡述，真正實現客觀、定量地評估城市現狀。

1 城市區(qū)域評估的特點

1.1 概 念

城市區(qū)域評估是指針對城市發(fā)展過程中一系列社會管理和公共服務問題而進行的分析和評價，是城市現狀評估的表現形式。

1.2 特 點

城市是一個有機體，其健康發(fā)展對于城市中人的影響很大，只有城市健康了，城市中的人才能健康。城市區(qū)域評估具有空間位置、定期性和動態(tài)性等特征。

(1) 城市區(qū)域評估具有空間位置特征。由于城市區(qū)域評估是基于空間大數據進行的城市現狀評估研究，因此研究成果具備空間位置特征，即解決了發(fā)生地點的問題，這也是城市區(qū)域評估區(qū)別于其他評估的根本特征，能夠清晰表達出城市空間的概念。

(2) 城市區(qū)域評估具有定期性。定期對城市進行評估，實現預防為主的目標，從城市中人的行為方式和致病原因上發(fā)現影響城市健康的因素；定期對城市進行評估，實現對城市的連續(xù)監(jiān)測，可以了解環(huán)境、經濟、社會等有關因素對城市有機體的影響；定期對城市進行評估，了解城市的健康狀態(tài)，采取最佳強度，提高城市抗病能力，及早發(fā)現危險因素。

(3) 城市區(qū)域評估具有動態(tài)性。評估區(qū)域位置、范圍大小、評估時間、評估間隔的不同，都會對評估體系內指標內容的選擇有影響，這些動態(tài)的變化主要是實現城市區(qū)域評估的有效性，同時保證城市區(qū)域評估結果的客觀描述和安全隱患的提示。從評估成本上講，從長遠考慮，城市區(qū)域評估的支出遠遠小于后期的治理費用，就像目前北京的霧霾污染治理，如果早預警早治理，治理成本估計會小很多。

2 城市區(qū)域評估總體流程設計

城市區(qū)域評估的總體流程分為以下4個步驟，即輸入區(qū)域數據、確定評估指標、制定健康指數、輸出評估報告。

(1) 輸入區(qū)域數據。區(qū)域數據是城市區(qū)域評估的血液，因此數據的準確性和全面性很重要。數據種類主要包括業(yè)務運營數據、普查數據、監(jiān)控數據、社會網絡數據、主動感知數據和空間基礎數據等幾類。其中，業(yè)務運營數據包括公交IC刷卡數據、水電煤氣數據、業(yè)務審批數據、出租車GPS軌跡數據等；普查數據包括人口普查、經濟普查、地理國情普查數據等；監(jiān)控數據包括視頻監(jiān)控、交通監(jiān)控、環(huán)境監(jiān)控等；社會網絡數據包括微博、論壇數據等；主動感知數據包括關于溫度、濕度、PM2.5等環(huán)境的感知數據、手機定位數據等；空間基礎數據包括空間電子地圖、地形圖、三維數據等。這些數據數量龐大、結構多樣，利用技術難度較大，而空間化技術可以在一定程度上方便它們的利用。城市大數據空間化后，信息變得直觀，并拓展了分析和利用途徑，可以更加有效地支持信息發(fā)掘和知識發(fā)現。

(2) 確定評估指標。根據城市發(fā)展階段與實際情況，在有效對接城市發(fā)展目標的情況下，建立科學、動態(tài)的評價城市的評估指標體系。

(3) 制定健康指數。參考宜居城市、健康城市等體系，制定符合城市區(qū)域的健康指數。同時，在世界范圍內，一些與所研究城市地理緯度和氣候相當、位置相似的發(fā)達國家的城市，在城市健康發(fā)展方面，為我們提供了有效的經驗，如東京、倫敦；而一些城市，如新加坡堪為世界的范本。以這些城市為樣板，根據評估指標制定出合理的可參照的健康指數。

(4) 測出評估報告。針對歷史數據和現狀數據，開發(fā)出針對性的數學模型，進行指標測定，將城市分析的數值與評價指標所參照的指標數值進行比對，找出差異，形成評估報告，初步分析城市發(fā)展的問題和弊端。

3 城市區(qū)域評估體系的構建

城市區(qū)域評估體系的構建分為評估項目的選取、分類指標的構建兩個組成部分。

3.1 城市區(qū)域評估項目的選取

本研究根據世界衛(wèi)生組織(WHO)提出的健康城市的具體標準和宜居城市的研究成果，研究北京市城市區(qū)域評估的項目選取問題[7-8]。WHO整理公布了健康城市的10項具體標準及其內容。健康城市主要涉及7大領域，即政治領域(領導參與、政策制定)，經濟領域(就業(yè)、收入、住房)，社會領域(文化、教育、福利、保障)，生態(tài)環(huán)境(生態(tài)平衡、污染控制和資源保護)，生物、化學和物理因素(醫(yī)療衛(wèi)生技術及其服務和營養(yǎng)供給及其安全衛(wèi)生等)，社區(qū)生活(健康的社區(qū)鄰里關系、文明的風尚等)，個人行為(心理衛(wèi)生、行為矯正和健康生活方式的鼓勵等)。

結合城市實際情況和矛盾比較突出的方面，最終確定了城市區(qū)域評估項目，包括8個專項，分別是人口、資源、環(huán)境、住房、交通、公共設施、經濟發(fā)展和城市安全，見表1。這8個專項中，其中4項屬于空間信息領域關聯(lián)度大的項目，即住房、交通、公共設施和城市安全，也就是說這4個項目通過空間數據方式可以實現更好的表達。另外4個項目數據關聯(lián)度小的項目，即人口、資源、環(huán)境、經濟發(fā)展，但考慮到城市區(qū)域評估的全面性，也需要加入其中。

3.2 城市區(qū)域評估分類指標的構建

在城市區(qū)域評估體系中，每個專項具體細分為若干評估指標，以人口為例，說明城市區(qū)域評估的指標體系構成，見表2。在分類指標的設計上，考慮指標的可操作性，選取的指標多數能從政府公開數據中計算獲得，另外一部分則需要依靠評估區(qū)域的社會感知數據計算獲得，如手機信令數據或交通刷卡數據等。城市區(qū)域評估分類指標的構建還要考慮其動態(tài)性，因為評估的區(qū)域特點不同，需要指標能夠做到動態(tài)調整，這無形中增加了指標設計的難度。

表1 城市區(qū)域評估的項目設置

表2 人口專項的分類指標設計

3.3 城市區(qū)域評估指標的成果

為了驗證城市區(qū)域評估指標的可行性，研究組對3個街道共64 km2進行了“評估”評估，得到諸多評估成果，這里只選取其中部分成果說明驗證過程。在人口專項中，首先將人口數量與空間分布相結合，形成研究區(qū)域64 km2的人口熱力圖，如圖1所示。該圖能夠反映研究區(qū)內的人口分布均勻度情況，進一步分析分布原因，可以指導區(qū)域內產業(yè)或人口布局。

在此基礎上，研究流動人口對于研究區(qū)域人口分布的貢獻率，計算了區(qū)域內3個街道的流動人口2010—2014年度數量變化，如圖2所示。從流動人口的數量和5年的變化趨勢分析，街道1在2014年度流動人口大幅度增加，需要進一步了解背后的原因；街道2流動人口5年來變化不大，有下降趨勢；街道3近5年流動人口數量先降低后升高，需要進一步了解區(qū)域情況。

圖1 研究區(qū)域人口分布熱力圖

圖2 研究區(qū)3個街道的流動人口2010—2014年度數量變化

如在公共設施專題中，基于教育科研設施的分布情況(如圖3所示)分析教育科研設施實際服務范圍有效性，如圖4所示。本次針對服務半徑有效性分析是運用GIS基于豐臺區(qū)現有道路分布情況對教育科研設施的實際服務半徑和服務范圍與居住用地相疊加并與相關規(guī)劃標準所給予的服務半徑進行對比得到的結果。評價過程中，服務半徑大于1000 m為較好，800—1000 m之間為一般，低于600—800 m為較差，低于600 m為差。從圖4可知，有約40%區(qū)域距離教育科研設施過遠，另外該區(qū)域存在教育科研設施分布不均現象。

圖3 教育科研設施分布

4 城市區(qū)域評估的關鍵技術

空間大數據種類多樣，為了城市區(qū)域評估的順利實施，需要多類技術進行支撐，其中包括大數據分析技術、并行處理技術和數據可視化表達技術等。

圖4 教育科研設施實際服務范圍分析

4.1 大數據分析技術

大數據時代對于數據分析、管理都提出了不同程度的新要求，許多傳統(tǒng)的數據分析技術和數據庫技術已經不能滿足現代數據應用的需求。為了給大數據處理分析提供一個性能更高、可靠性更好的平臺，Doug Cutting模仿GFS，開發(fā)了一個云計算開源平臺Hadoop[9-10]。目前Hadoop已經發(fā)展為一個包括分布式文件系統(tǒng)(HDFS)、分布式數據庫(HBase、Cassandra)及數據分析處理(MapReduce)等功能模塊在內的完整生態(tài)系統(tǒng)(Ecosystem)，現已成為目前最流行的大數據處理平臺[11-13]。在這個系統(tǒng)中，以MapReduce算法為計算框架，HDFS是一種類似于GFS的分布式文件系統(tǒng)，可以為大規(guī)模的服務器集群提供高速度的文件讀寫訪問。HBase是一種與BigTable類似的分布式并行數據庫系統(tǒng)，可以提供海量數據的存儲和讀寫，而且兼容各種結構化或非結構化的數據。如圖5所示。

圖5 Hadoop組件結構

4.2 并行處理技術

MapReduce技術由Google公司于2004年提出，作為一種典型的數據批處理技術被廣泛應用于數據挖掘、數據分析、機器學習等領域，已經成為大數據處理的關鍵技術[14]。MapReduce的數據分析流程如圖6所示。由圖6可以看出，MapReduce系統(tǒng)主要由兩個部分組成：Map和Reduce。MapReduce的核心思想在于“分而治之”，也就是說，首先將數據源分為若干部分，每個部分對應一個初始的鍵值(Key/Value)對，并分別交給不同的Map任務區(qū)處理，Map對初始的鍵值對進行處理，產生一系列中間結果Key/Value對，MapReduce的中間過程Shuffle將所有具有相同Key值的Value值組成一個集合傳遞給Reduce環(huán)節(jié)；Reduce接收這些中間結果，并將相同的Value值合并，形成最終的較小Value值的集合。MapReduce系統(tǒng)簡化了數據的計算過程，避免了數據傳輸過程中大量的通信開銷，使得MapReduce可以應用于多種實際問題的解決方案中，在各個領域均有廣泛的應用。

圖6 MapReduce的數據分析流程

4.3 數據可視化表達技術

城市大數據由于數據量極其龐大，要直觀反映其中的內容是非常困難的。而空間化后，用二、三維地圖反映其空間分布，用顏色、線型反映信息的內容(如GDP、人口數量、交通量等)，繁雜的信息就能變得有序易懂。數據可視化(data visualization)技術是指運用計算機圖形學和圖像處理技術，將數據轉換為圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。由于圖形化的方式比文字更容易被用戶理解和接受，數據可視化就是借助人腦的視覺思維能力，將抽象的數據表現成為可見的圖形或圖像，從而幫助人們發(fā)現數據中隱藏的內在規(guī)律?？梢暬夹g能夠迅速和有效地簡化與提煉數據流，幫助用戶交互篩選大量的數據，有助于用戶更快更好地從復雜數據中得到新的發(fā)現。用形象的圖形方式向用戶展示結果，已作為最佳結果展示方式之一率先被科學與工程計算領域采用。常見的可視化技術有原位分析(insitu analysis)、標簽云(tag cloud)、歷史流(history flow)、空間信息流(spatial information flow)、不確定性分析等.可以根據具體應用需要選擇合適的可視化技術[15]?？梢暬夹g作為解釋大數據最有效的手段之一，最初是被科學與計算領域運用，它對分析結果的形象化處理和顯示，在很多領域得到了迅速而廣泛的應用。如百度遷徙應用數據可視化表達技術所形成的北京國貿地區(qū)通勤情況就是很好的例證，如圖7所示。

圖7 北京國貿地區(qū)通勤動態(tài)情況

5 結 語

本文立足空間信息領域，基于空間大數據提出了城市區(qū)域評估的概念，利用空間大數據全面、客觀、準確的特點，對城市進行全方位的評估，從人口、資源、環(huán)境、住房、公共設施、道路交通、經濟發(fā)展及城市安全等多方面為領域專家治理“城市病”提供基礎數據。在城市區(qū)域評估指標體系中，分類指標的動態(tài)性和可操作性是需要充分考慮的，有些指標的設計往往由于數據無法獲取而被迫放棄。同時，城市區(qū)域評估是基于空間大數據，在數據表達與數據分析方法上，也區(qū)別與一般的社會經濟數據評價，“以圖代數”的方式大大提高了評估結果的直觀性，也直觀地體現了城市區(qū)域評估的空間位置特征。接下來，筆者將繼續(xù)擴大研究區(qū)范圍和類型，一方面完善評估指標體系，另一方面，推進城市區(qū)域評估的產業(yè)化進程，為“城市病”提供全面、可靠的數據評估結果。

[1] 平宗莉, 閆整. 國外規(guī)劃實施評價理論與方法及其在國內應用的研究進展[J]. 山東國土資源, 2010, 26(2):33-36.

[2] 石瑩怡. 城市規(guī)劃定量化監(jiān)測與評估的體系框架研究[D]. 廣州：華南理工大學, 2011.

[3] 何靈聰. 基于動態(tài)維護的城市總體規(guī)劃實施評估方法和機制研究[J]. 規(guī)劃師, 2013, 29(6):18-23.

[4] 鄭德高, 閆巖. 實效性和前瞻性:關于總體規(guī)劃評估的若干思考[J]. 城市規(guī)劃, 2013, 37(4):37-42.

[5] 邢谷銳, 蔡克光. 城市總體規(guī)劃實施效果評估框架研究[J]. 城市問題, 2013, 6(6):23-227.

[6] 吳良鏞. 人居環(huán)境科學導論[M]. 北京：中國建筑工業(yè)出版社，2001.

[7] TIMMER V，SEYMOAR N K. The World Urban Forum 2006: Vancouver Working Group Discussion Paper[C]∥The Livable City.[S.l.]:[s.n.],2006.

[8] 李業(yè)錦, 張文忠, 田山川,等. 宜居城市的理論基礎和評價研究進展[J]. 地理科學進展, 2008, 27(3): 101-109.

[9] 劉智慧，張泉靈. 大數據技術研究綜述[J]. 浙江大學學報(工學版), 2014, 48(6): 957-972.

[10] 宮夏屹，李伯虎，柴旭東，等. 大數據平臺技術綜述[J]. 系統(tǒng)仿真學報, 2014, 26(3): 489-496.

[11] 曾元武,陳澤鵬,方曉樂,等.大數據時代下地理信息公共平臺建設展望[J].測繪通報,2015(11):84-87.

[12] 肖建華,王厚之,彭清山,等.地理時空大數據管理與應用云平臺建設[J].測繪通報, 2016(4):38-42.

[13] 王凱,曹建成,王乃生,等.Hadoop支持下的地理信息大數據處理技術初探[J].測繪通報,2015(10):114-117.

[14] 潘巍, 李戰(zhàn)懷. 大數據環(huán)境下并行計算模型的研究進展[J]. 華東師范大學學報(自然科學版), 2014, 5(9): 43-53.

[15] 吉根林, 趙斌. 面向大數據的時空數據挖掘綜述[J]. 南京師大學報(自然科學版), 2014,37(1):1-7.

Urban Examination Evaluation System and Its Key Technologies Based on Spatial Big Data

KONG Lingyan，GUAN Li，DING Yanjie，CHEN Si

(Beijing Institute of Surveying and Mapping,Beijing 100038,China)

For “urban disease” problem, such as overcrowding, traffic congestion, environmental pollution, housing difficulties and so on, in order to assess urban situation objectively and quantitatively and find the causes of “urban disease”, this paper presents concept of “urban examination” based on spatial big data in spatial information domain. Hoping to play the role of comprehensive, objective and accusation of spatial big data, to evaluate urban in full range is important, such as population, resources, environment, housing, public facilities, road transportation, economic development and urban safety. Its results will provide basic data for governance of “urban disease”. In this paper, concept and connotation of “urban examination” is presented firstly, and overall process of “urban examination” is designed, and comprehensive assessment system is established.Finally key technologies to retaliate “urban examination” are described. By the way of “urban examination”, to measure the illness degree of urban objectively is the first condition of position of “urban disease”.

urban disease；urban examination；urban situation assessment；spatial big data

孔令彥，關麗，丁燕杰,等.空間大數據支持下的城市區(qū)域評估及其關鍵技術[J].測繪通報，2017(8)：100-105.

10.13474/j.cnki.11-2246.2017.0263.

2016-12-12

北京市科學計劃課題(Z151100002115057)

孔令彥(1979—)，男，碩士，高級工程師，主要從事地理信息服務相關工作。E-mail:kongly@163.com

P208

A

0494-0911(2017)08-0100-06