下载掌阅APP，畅读海量书库
立即打开
工业革命之后，人类的生产力不断提高。物质生活的极大丰富使得人们不再囿于田地，更多的生产力从农业生产中解放出来。人类社会从农业社会向工业社会转型，现代意义的城市逐步形成。如今，城市化已成为一种全世界范围的发展趋势。
然而随着越来越多的人口涌向城市（图2-10），鳞次栉比的高楼取代了郁郁葱葱的森林，车水马龙的街道取代了蜿蜒的林间小路，我们的城市难免会患上各种“城市病”。首先是过度、过快的城市开发忽视了对环境的保护。1952年的伦敦雾霾事件直接导致了4 000余人的死亡，并导致10万多人受到呼吸道疾病的影响。几十年后的今天，城市发展过程中的环境污染问题仍未得到妥善解决，近年来中国的各大城市仍然备受空气污染的困扰。交通拥堵是城市发展过程中的另一个难题。据统计，北京每年由交通拥堵带来的直接、间接经济损失高达数千亿元人民币，大概占北京地区生产总值的5%。尤其是节假日、大型活动期间以及遇恶劣天气时，城市交通更是面临极大的挑战。2018年春节因受琼州海峡大雾影响，上万车辆滞留海口造成大拥堵，许多人甚至在路上堵了4天之久。此外，由于城市人口稠密，人与人之间的接触频繁，容易造成传染病的大规模传播。现代便利的交通使得传染病的远距离传播成为可能，这更增加了传染病疫情控制的难度。2003年我国出现了致死率与传染性都很强的“非典”疫情，从最早在广东省发现病例到全国各地相继发现病例，仅仅几个月时间，人们的生命安全便遭受到极大的威胁。为了控制疫情，北京市的中小学校停课，部分企业停工歇业，严重影响了人们的正常生活。2020年初开始的新冠肺炎疫情，更是在全世界范围内造成很大影响。
图2-10 世界城镇人口变化
随着科学技术的发展，尤其是手机与互联网的普及，智慧城市的相关研究为这些“城市病”提供了新的解决方案。
智慧城市的相关研究可分为三个层次：感知、分析、决策。手机以及其他连接了互联网的设备（如共享单车、智能家电、智能手表等），可作为分布式的传感器，实时地感知关于城市各个方面的信息，例如人们的出行、用电、消费和社交行为等（图2-11） ［32］ 。相较于传统的人工采集数据（出行调查问卷、车流量计数），这些信息的采集具有更高的实时性与可持续性，这使得城市的智能分析成为可能。
图2-11 基于手机GPS的感知方式
通过对历史数据的挖掘，我们可以分析得到关于城市内在规律性的模式。例如基于人们出行模式挖掘的城市的功能区划分，这为现代的城市规划提供了数据驱动的新思路。通过对实时数据的理解，我们可以更精确地掌握城市的当前状态，预测下一时刻的状态，例如交通流量预测与灾难时人们行为的建模与预测。对于城市的交通管理和灾害应急管理来说，更精确的预测意味着管理部门可以对未来将要发生的状况做更合理的准备，从而尽早地进行交通疏导与救援资源分配。
基于城市分析，我们可以对城市的过去、当前乃至未来状态有更深入的理解和更精确的预测。然而对于城市问题的解决，仅仅通过分析是不够的，还需要我们能够根据分析结果提出切实可行的解决方案。这需要我们综合考虑多方面的因素，在优化目标与现实约束中寻求最优的组合解。例如，利用共享单车的轨迹数据估计自行车道路的使用量，结合施工的可行性与施工费用分析，就可以规划出更多的能满足人们出行需求的自行车道。对于城市交通数据以及已有空气质量观测站的空间分析，同样可以更好地为新的空气质量观测站选址提供决策依据，以更精确地监测城市的空气质量。
综上所述，城市化的进程在给我们带来便利的同时，也给我们带来了一些棘手的问题。智能化的城市管理为这些问题带来了新的解决方案，城市大数据的分析应用使我们对城市的理解更加精确、深入，从而使我们生活的城市更安全、更洁净、更高效。
宋轩，南方科技大学计算机科学与工程系副教授，北京大学博士。2017年入选日本卓越研究员计划。主要研究方向为人工智能及其相关领域，包括数据挖掘、城市计算、智慧城市等。