【T112017-智慧城市与政府治理分会场】用大数据重新认识城市_12页_3mb

文档总结

核心内容

本文档围绕“用大数据重新认识城市”这一主题，探讨了如何通过大数据分析手段，如移动行为数据、地理围栏数据和行政区划公开数据，来研究城市居民对公共设施的使用情况。文档主要以北京为例，分析了不同人群在城市空间中对医疗、娱乐、文化和体育等公共设施的使用差异，并结合科幻作品《北京折叠》中描绘的城市不平等现象，引发对现实城市规划与资源分配的思考。

主要观点

• 城市公共设施的使用差异：尽管北京市政建设在空间上实现了公共设施的平等分布，但居民在实际使用中仍存在显著差异，尤其是在不同时间段和不同区域。
• 时间维度上的交汇：在工作时间的15点到21点之间，不同收入群体在城市空间中出现一定程度的交汇，但这种交汇并不意味着资源分配的公平。
• 城市不平等的现实映射：《北京折叠》中的科幻场景反映了现实城市中资源分配不均、居民生活空间受限的问题，低收入群体仅能在极少的时间内使用公共资源，而高收入群体则能更自由地享受城市资源。
• 公众参与与设计游戏：通过设计游戏，鼓励公众表达对城市环境的诉求，帮助理解不同群体对城市空间的不同需求，同时促进对城市设计复杂性的认知。

关键信息

数据来源与分析方法

• 数据类型：移动设备数据、地理围栏数据、行政区划公开数据
• 分析指标：
  • 活跃性（Vibrancy）：衡量城市区域的使用频率和强度
  • 换流性（Commutation）：反映居民在不同区域之间的流动情况
  • 多样性（Diversity）：描述城市区域功能的多样性
  • 流动性（Fluidity）：衡量城市居民在空间中的移动规律
  • 密度（Density）：城市区域人口或活动的密集程度

城市区域、群落分析（以北京为例）

• 北京区域分析：

  • 活跃性（Vibrancy）：展示了城市区域的使用热度
  • 换流性（Commutation）：反映了居民在城市中的移动模式
  • 流动性（Fluidity）：分析了居民在不同时间段的活动规律
  • 密度（Density）：描述了城市区域的人口或活动密度

• 区域换流性与GDP对比：分析了不同区域的换流性与其经济水平之间的关系，揭示了经济发展对城市空间使用的影响。

• 区域多样性与房价对比：探讨了城市区域多样性与房价之间的关联，反映了城市功能分布与经济价值之间的互动。

研究结论

• 北京市政建设基本实现了在空间上的公共设施平等，但实际使用中仍存在显著差异。
• 时间上，仅有工作时间的15点到21点，两类人群所处地点实现一定程度的交汇。
• 城市设计需关注不同群体的需求差异，通过降低设计成本和理解真实需求来优化资源配置。

公众参与设计游戏

• 设计目的：鼓励公众表达对城市环境的诉求，理解其来源，并提升对城市设计复杂性的认知。
• 应用场景：通过游戏形式，使公众更直观地参与到城市设计和公共空间规划中。
• 设计要素：
  • 公共社交场所
  • 对儿童友好的设计
  • 私人与公共区域的过渡空间

总结

该文档通过大数据分析手段，深入探讨了城市居民对公共设施的使用情况，揭示了城市空间中的不平等现象。同时，提出了通过公众参与设计游戏的方式，促进不同群体对城市环境的诉求表达与理解，为未来城市规划和设计提供了新的思路与方法。