城市数据嘉年华：城市大数据与城市的发展及治理

【UDU.ORG.CN】

城市数据嘉年华活动，今日推荐个人分享，欢迎大家点击阅读原文至个人页面下载相关PDF文件。

城市数据嘉年华推荐

本期嘉年华，推荐北京零点有数数据科技股份有限公司大数据事业部（暨北京零点远景网络科技有限公司）总经理，零点城市大数据研究院副院长，清华大学环境工程学士、管理科学与工程专业硕士，清华AEON特等奖学金获得者宋志远。11年数据咨询行业研究经验，专注于城市视角的大数据研究，整合多元数据为城市管理、营商环境评估、公共设施布局决策与优化等公共决策提供支持。

本期嘉年华为大家带来三份研究分享，分别是零点大数据研究院的中国城市功能发育诊断以及城市人本马斯洛指数，以及论文城市大数据与城市的发展与治理。

相关内容点击阅读原文，可进入udu.org.cn下载相关PDF文件，感谢大家对城市数据嘉年华的支持，欢迎大家继续参加，点击这里查看详细介绍。

1

城市大数据与城市的发展及治理

宋志远

零点城市大数据研究院

1.1 摘要

党的十九大指出，中国特色社会主义进入新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。新形势下，城市发展应如何满足城市人不同层次的需要，如何建设城市美好生活，是摆在城市管理者面前的新难题。

城市是一个复杂的有机体，城市生态中，人、企、城是三个重要维度。人是核心，通过企业参与社会生产活动，是城市的建设者，也是城市的使用者；企是细胞，既为人提供工作岗位和劳动报酬，也为城市创造财富，是经济生产最基本的社会单位；城是载体，为人和企的生活生产提供地域空间，承载政治、经济、社会、文化功能，城市发展影响人和企业的同时，人和企的活动也形塑着城市的精神气质。建设城市美好生活，城市管理者应创新管理思维，兼顾人、企、城的协调发展，推动人和社会的全面进步。

北京零点有数数据科技股份有限公司（以下简称零点）深耕城市公共事务多年，致力于城市中数据与互联网大数据的多元融合，是中国公共事务领域卓有影响的民间智库，城市的健康发展和科学治理，也是零点持续关注的重点。大数据时代，零点将继续发挥既有优势，创新思维，综合利用多源数据与多元分析工具，构建“人—企—城”三元协同分析模型，多维度深度延展，发挥第三方智库的协同作用，为城市建设提供决策依据，助力实现城市人民美好生活，推动城市发展升级和人与社会的全面进步。

2017 年，零点整合多元数据推出“城市人本马斯洛发展指数”研究成果作为城市研究体系的纲领性产品。城市人本马斯洛发展指数全面描摹中国 300 余城市的生理-保障-社交-尊重-自我实现等五个阶梯的人本表现，从城市满足个人需求的角度考量城市的发展。在“以人为本”理念的基础上，零点进一步推出城市功能发育诊断初步研究成果，从硬件设施的视角关注城市的“人本”能力，探索城市发展规律、优化城市发育路径，从而指导城市资源的进一步配置优化。

1.2 传统城市治理与商业分析的困境

传统城市治理和商业分析，主要依靠随机抽样调查和少量数据统计分析，经济社会瞬息万变，点对点的数据应用已经无法满足需要。随着互联网技术的不断发展，以大量、高速、多样、真实为特征的大数据技术应运而生，海量数据存储设备和应用企业雨后春笋般不断涌现，大数据与社会生产生活各领域的融入程度也越来越深，比如大数据与选举、大数据与交通规划、大数据与医疗健康等。

大数据的蓝图描绘极尽精美，但实际应用中，仍存在不少困境，经济的、社会的、伦理的等。总的来说，传统城市治理和商业分析领域的大数据发展仍是断点式的，掌握数据源的各方缺乏合理整合，变成一座座数据孤岛，数据资源的碎片化无法为管理部门、企业的科学决策提供依据。

1.2.1 数据孤岛、数据碎片化下的相对缺乏

在大数据时代，数据不是绝对性的缺乏，而是囿于管理部门间、企业间的整合失效，导致的相对缺乏。对于政府机构、商业企业的决策而言，往往需要整合多个数据资源、深度分析挖掘综合分析，才能有效地决策。但实际的状况是，管理部门内条块分割的体制限制了政府数据彼此协调流通，企业商业数据各自为营零散分布，彼此缺乏良性沟通和有效整合，导致整个数据市场的孤岛化、碎片化。

孤岛化、碎片化的非常态数据应用，导致数据市场的不规范运行，提高了数据交流、数据购买的沟通成本、选择成本以及资金成本，进一步强化了数据孤岛现象。城市管理是一个系统性工程，涉及多部门多领域数据，如工商、税务、交通、市政等领域的业务数据；对企业来说更是如此，企业在市场进入、运营策略等各环节，都需要全面的、持续的、多视角的数据分析和营商环境、市场环境的考察。但目前，市场没有一个大而全的数据整合平台来满足类似的需求。尽管市场各类“大数据交易中心”为企业提供了数据交易机会，但数据范围有限，缺乏强大的整合能力，无法为管理部门和企业提供综合化的全数据服务，最终造成了大数据遍地开花，却又相对缺乏有分量的结果。

1.2.2 数据融合对接、数据加工的壁垒

从城市建设的角度来看，城市内各管理部门、企业数据的整合还不足以支撑更宏观更全面的管理建设。每个城市都是一个数据孤岛，管理建设仅仅关注自己的一亩三分地，无论是商业企业还是政府机构都很难对所在城市之外的其他城市有深刻而全面的认识，既给管理部门学习其他城市建设经验带来不便，也给企业“走出去”带来障碍。

因此，在数据的应用层，需要以城市或者更细致的颗粒（比如行政区、商业商圈）融合对接，形成城市、行政区、商圈不同颗粒细度下的数据链条，才可能基于此进行数据建模支持政府、商业的实际应用。对于政府管理部门与企业而言，即便可以接触到各类不同的数据源，但由于对数据的来源逻辑不清楚，无法有效的对多源数据进行有效融合对接，建模的结果也大打折扣，因此，数据融合能力与数据加工的壁垒，是大数据面临的另一困境。

示例：不同数据源的“人流”相关数据

1.3 城市发展与大数据技术的引入

在城市发展和治理环节引入大数据，是信息时代的要求和必然趋势。大数据时代，几乎所有信息都能“数据”形态被记录、存储，从城市统计数据、设施数据的数字化，到城市企业的注册注销、人的消费行为、上网行为、舆论倾向等，应有尽有，大数据像一张编织精美的网络，每个个体、组织都被紧紧绑定其中。

如果能将海量数据科学合理应用于城市治理，将极大提高城市运行效率，促进城市公共决策科学化、动态化。以“城市”为基本单位进行数据梳理，能够得到一个城市设施资源、自然环境、营商环境、产业动态、舆论环境、人的移动互联网生态、消费偏好等多维度多层次的信息数据，利用这些多维数据，我们能对城市，以及城市所承载的人、企业与产业进行更加全面和立体的刻画，从而为城市管理者提供更科学的决策依据，促进城市良性健康发展。

1.3.1 引入多维数据接口，刻画城市发展全貌

城市是大数据应用的绝佳单位，几乎所有数据都能以城市的视角来进行组织：传统国民经济统计数据，城市资源设施数据（POI 数据以及相关属性数据，如房租、店铺租金）、企业活动数据（工商数据、税务数据、海关数据、招聘数据、用电数据等）、人的活动数据（移动互联网行为、消费、互联网电视）、互联网文本类数据（微博、新闻、论坛等）……

这些数据从不同维度来刻画城市面貌，从而更加全面、立体的描摹每一座城市的特征。

1.3.2 引入数据融合技术，对接多层多元数据

当大量数据被汇集在一起发挥价值时，除了基本的数据整理清洗工作外，更重要的是数据的融合与匹配，在此基础上才能对同一主体可以进行多维度立体刻画。零点的城市大数据最核心的组织单元是城市，在城市的基础上，仍可以进一步细化，行政区、商圈、园区、经济开发区等，也是政府管理、企业经营常关注的维度。通过引入数据融合技术，可以在不同的研究颗粒细度对多层数据进行融合对接，实现对城市及城市各个局部的精细刻画。

1.3.3 引入多种算法模型，支持政企科学决策

零点在马斯洛的理论框架下，构建了“人本马斯洛发展指数”，整合城市基础设施、环境质量、社会舆情等多维数据用以精准描述人与城的关系；通过聚类算法，对全国近 300个城市进行城市功能发育的诊断，从硬件设施供给对人的生存发展保障程度刻画城市功能不同发育阶段；并引入 DEA 分析模型，对城市基础设施建设投入方向给出建议；同时，基于商圈的设施、人流、消费等数据，解决餐饮商业选址的问题。多层次、多视角的城市数据的集合，不仅可以更加全面的描述城市不同侧面、支持政府与企业的各类决策，而且为多领域的商业应用提供了更为丰富的想象空间。

1.3.4 引入多城市大数据，直观把握全国状况

通过全国城市大数据的引入，除了对不同城市分别画像，还能直观把握全国城市发展状况，勾勒城市整体发展图谱，为各城市创建专属城市发展坐标。对城市管理者来说，清楚认识自身发展水平的同时，精准定位其在全省乃至全国范围的位置，科学对标，提升城市竞争力。对企业而言，亦可结合全国市场状况，制定更实际的长期发展战略。

1.4 大数据的城市研究创新

当前零点开发出的大数据应用服务主要包括城市人本马斯洛发展指数、城市发育诊断体系与城市餐饮商圈选址三部分，后续还在持续开发城市营商环境、城市消费、城市生活圈、城市体检等多个基于城市视角的大数据产品。城市人本马斯洛发展指数、城市发育诊断体系是在全国范围内对每一座城市进行不同视角的刻画，而城市餐饮商圈选址则在每一个城市内部基于多维商圈信息协助餐饮企业进行商圈选址。

1.4.1 城市人本马斯洛发展指数

零点采用马斯洛需求层次理论作为研究的理论框架，筛选了环境、出行、治安、城市管理、创新创业、教育等 48 个维度的指标，通过专家德尔菲法对指标赋予相应权重，构建了“人本马斯洛指数”，用以监测评估城市的“人本”发展状态。

附图：城市人本马斯洛发展指数框架

在全国 337 座城市人本马斯洛指数分布图中，每个圆点代表一座城市，圆点大小代表人本马斯洛指数得分，圆点越大，得分越高，城市“人本”表现越好，反之同理。结果显示，中国城市人本能力发展不均衡，城际差异大。北上深广巨幅领先，全国 TOP30 城市南多北少，华东地区数量最多，西北地区仅西安入围，东北地区仅沈阳、大连上榜。TOP10分布更集中，仅分布于长江流域、珠三角、渤海湾，马太效应明显。

附图：全国 337 座城市人本马斯洛指数分布

附图：人本马斯洛指数矩阵图

注：城市人本马斯洛发展矩阵图根据城市人本马斯洛数量和值质量的发展程度绘制，纵轴代表人本马斯洛指数得分，得分越高，量的发展越好，横轴代表需求层次结构，越向右，高阶需求满足越强，质的发展越好。矩阵中数字代表处于该位置的城市数。

从结构特征上来看，全国城市人本能力发展水平有限，纵向上 88%的城市处于量级结构的中部，坐标轴上方城市数量较少，横向上 83%的城市位于质级结构的左侧，低阶需求比重较大。我们也发现，尽管城市发展现状在质和量上都有待提升，但呈现良好的趋势，衣食住行等物质需求比重越来越低，更高级的精神、价值需求的驱动力越来越高。城市人本马斯洛指数的 48 个指标中，对指数得分贡献前 10 位的指标近一半集中在职业发展、创业教育等个人发展成长领域，博物馆、高品质专卖店、环境评价等亦指向价值性的、更有品质的生活需求。

1.4.2 城市功能发育诊断体系

城市的功能在于满足人生活与工作的不同需要。城市功能发育诊断体系，选择了便利店、超市、公交站、小学、大学、科技馆等 55 类不同的城市功能设施，归为基础生活服务、公共交通服务、文体休闲服务、教育培训服务、时尚消费服务、金融商务服务、研发创新服务、会展传媒服务等八大类城市功能簇，继而对中国的城市进行功能发育诊断，旨在从硬件设施的视角关注城市的“人本”能力，探索城市发展规律、优化城市发育路径，从而指导城市资源的进一步配置优化。

通过对中国近 300 个城市的硬件设施的诊断，使用聚类的算法，我们将中国城市分为五个阶段十二种类型：同一个发育阶段能看到不同的城市类型分布与动因，这要比单一的经济拉动更加全面和耐人寻味。城市的发展是多因素综合作用的合力使然，通过城市发育诊断，能看到的是更全面的城市样态及其驱动力。

附图：城市功能发育的五阶段十二型分布

结合中国不同城市的产业特色，更能直观的看到十二种类型城市行业与产业的重心差异。我们发现，同一个发育阶段，不同城市类型的产业上是有差异的。随着发育阶段的提升，产业的重心也不断升级。这也更加体现出城市发展的破除“唯 GDP”理念、呈现多元化、特色化的态势，客观上也反映出中国城市管理者探索城市发展与未来的努力。

附图：城市功能发育的五阶段十二型与产业重心

注：图中每一个颜色代表一个类型城市。

城市升级的脉络和核心驱动因素方面，我们发现，无论从城市设施建设的分析还是城市的统计指标上的差异分析都可以看到，在城市发育初期，基础的设施投入、“城市体量”的发展仍然占据主导地位，但教育和时尚消费正在成为城市升级的标志性因素，而高发育阶段的城市吸引力则更加聚焦于精神消费和创新服务。

附图：城市升级核心驱动因素

1.4.3 城市中小型餐饮商圈选址

餐饮企业选址往往是先期投入非常大的工作，传统的选址往往是企业根据自身经验实地考察后进行选址，即便部分餐饮企业有自己的选址模型，但多基于实地考察的数据，数据主观性强，缺乏对备选区域的全面、立体的评估。大数据时代下，也有企业开始涉足选址产品的设计，但由于数据成本高因而模型维度相对简单，部分大数据公司基于运营商大数据的选址产品构建，关于“人流”数据因为终端覆盖率的问题往往也受到挑战。

零点利用多年垂直行业咨询经验构建选址模型，并基于城市视角下的大数据融合在多方向利用中平摊了各个产品的数据成本。零点的选址模型考虑客流、客群特征、竞争、关联业态、竞品评价、配套资源、租金水平等多个维度的信息，全面反映目标商圈的综合水平。

附图：零点的餐饮商圈选址模型

基于零点研究模型，针对每个商圈的客户特征与客流情况、竞争业态，对餐饮企业开店进行营收预测，推荐给企业最合适的目标开店商圈。

附图：基于多元数据的市场营收预测-示意

注：餐饮规模、日本菜规模为规模指数。

1.5 助力城市治理与商业应用

大数据时代，几乎所有的信息都能以数据形式被记录存储，个人的行为数据、企业的生产经营数据、城市的运行管理数据，甚至国家的、全球的生存发展数据都可以被详细刻录，在有效利用的情况下能发挥意想不到的价值。数据本身是没有意义的，只有按照一定的逻辑将其组织起来，才能发挥其内在价值。城市大数据的价值在于，在描摹城市全貌的基础上，可以针对特定领域、特定行业进行垂直深度解析，从而支持政府经济、政治、人口等领域的综合城市治理和企业市场进入、商业选址、竞争分析等维度的商业决策。

1.5.1 城市治理、商业决策有“数”可依

大数据城市大数据在城市规划领域应用较多，在其他领有限。城市人本能力监测、城市功能发育诊断、商业餐饮选址是零点在城市大数据领域的首批运用，城市治理是一个更宏大复杂的系统，传统数据搜集以随机抽样、调查走访为主，数据有效性和及时性不足，难以形成实时反应机制，未来大数据的应用可以更加广泛，如结合交通数据、治安数据、人流监控数据搭建城市安全网络，利用水、电、气、房屋租赁数据建立人口精细化管理系统等。商业决策与城市运行逻辑息息相关，比如商场的建设与区域交通、人口、市政状况密不可分，掌握了城市运行逻辑，商业决策的科学性也更高，可依赖的工具更全面和实效，真正做到有数可依。

1.5.2 厘清城市发展脉络，指导城市精细化治理

城市大数据的大容量、高速度特点，使得多个城市的数据整合、数据对接和比较成为可能，时间维度的加入后，我们还能得到一个动态的三维城市画像。基于动态的三维城市系统，城市管理者可以从不同截面认识其城市发展状况和未来方向，横向上更直观了解全国城市发展图谱，纵向上更全面把握城市发展脉络。聚类分析和时间序列分析等大数据分析技术的应用，任何一座城市都可以精准匹配当前城市发展标杆进行对标提升，同时，还能对标发达城市 5 年、10 年或 15 年前的发展状况，探索城市发展演变的规律，指导城市的精细化治理。

1.5.3 多场景下的数据应用，助力“智慧城市”建设

随着城市维度的数据不断积累，数据的复用性、多用性价值将进一步得到体现。如零点的餐饮商圈选址产品汇聚了各大城市主要商圈的多维度的数据，经重构、补充可以进一步支持其他业态的商圈选址，如服装店、早教机构等商圈选址均可在此基础上来进行。城市管理也有更多的数据应用场景，如将城市的环境质量、基础设施分布与政府内部数据结合起来，找到城市管理的内在规律。“智慧城市”是城市化和信息化的有机结合，依赖互联网、物联网、云计算等高新技术实现城市的科学高效治理，大数据是“智慧城市”建设的核心所在。可以想见，随着城市不同维度的数据的积累，将有更多的数据应用领域和场景，为智慧城市管理平台建设提供更多支持，助力“智慧城市”进一步落地。

1.6 展望未来

我国大数据的应用尚处于起步阶段，数据的获取、使用、交易各环节均有待规范。未来，探索推进政府公共数据的开放、企业数据服务规则的制定、大数据的场景化应用，是大数据从业者需共同努力的方向。如何能够在保护国家、企业、个人隐私的情况下最大限度的挖掘数据价值，为不同场景提供垂直深度的数据服务，是大数据领域的集体愿景。

1.6.1 政府管理部门数据的开放

当前信息孤岛的问题依然是大数据应用的巨大障碍，城市管理涉及的工商、税务、市政、交通等诸多维度数据，这些数据零散分布于各业务部门，政府内部缺乏有效的打通对接手段，大量城市管理优质数据被闲置，部分公开数据往往因颗粒度较粗、定义不明而在应用上大打折扣。随着大数据应用的逐渐深入，各个政府相关部门势必将构建以大数据为核心的管理决策体系，数据的进一步公开也是社会发展的大势所趋。

1.6.2 隐私保护与大数据的使用

不同来源的数据只有经过对接才能发挥更大的价值，以城市为颗粒的大数据在一定程度上避开了有关个人、企业的隐私数据，但随着研究问题的进一步深化、大数据使用的更加聚焦，如何在保证隐私安全的前提下更加有效的利用数据是需要关注问题。零点多次呼吁，由专门的政府机构或者完全中立的第三方数据融合公司构建大数据应用平台，实现数据的清洗整理和多元数据的底层对接，数据应用方在不触及个人与企业隐私的情况下使用更加细颗粒度的数据，实现更有效的大数据应用。

1.6.3 多元大数据的垂直深度应用

伴随着多元数据不断融合和对接，城市大数据的内涵将越来越丰富，外延越来越广泛。大数据在城市管理、商业分析诸领域的应用必将更深入，垂直领域的深度应用是大数据的必然趋势。不同颗粒度数据源的有效对接，多元数据的多场景垂直深度应用，数据驱动的政府治理商业决策，有利于推动智慧城市管理平台转型，进一步促进城市美好生活的建设。

2

城市的基因，国家的脉动

中国城市功能发育诊断

3

新时代，新数据，新方略

城市人本马斯洛指数

以上内容，可进入udu.org.cn下载相关PDF文件，感谢大家对城市数据嘉年华的支持，欢迎大家继续参加，点击这里查看详细介绍。

---

活动学术指导：

中国城市科学研究会城市大数据专业委员会

网站链接  https://csdsj.jimdo.com

活动友情支持：

---

【 国匠城 】

回复“研习社”，学习城市数据技能

回复“成长营”，一起提升规划思维

回复“APP”

下载国匠城最新APP客户端