基于大数据背景下的智慧城市建设研究_魏剑源
科技·探索·争鸣
科技视界
Science &Technology Vision
科技视界0前言
随着国内经济的快速发展，城市化进程也日渐加快。根据国家统计局2015年发布的国民经济运行情况数据显示，城镇化人口占总人口比重的56.1%。城市化的快速发展，促进了城市的经济和社会的发展，但是，城市化的发展带来城市经济的同时，也产生了一系列的城市问题，如城市资源日益紧张，城市环境日趋恶劣，城市民生问题变得越来越复杂。促进生活和谐，提高生活质量是每一个人的愿望，基于此，智慧城市被看作是治疗“城市病”的一剂“良药”[1-2]。
智慧城市起源于IBM 公司“智慧地球”的理念。自2008年“智慧地球”这一理念被提出之后，智慧城市建设的热潮便不断高涨。但是，目前关于“智慧城市”的定义，学术界尚未有同一的定论。根据IBM 公司在《智慧的城市在中国》的白皮书中讲述，“智慧城市”被定义为：能够充分运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能的响应，为人类创造更美好的城市生活[3]。
如何实现对各需求做出准确、高效的智能响应，是智慧城市实现的最高目标。在智慧城市的运行过程中，会产生大量的数据，如地理空间数据、行业数据、普查数据、传感器检测数据等[4]。如何对大量数据的采集、存储以及分析，正是大数据理论的研究范畴。因此大数据在智慧城市建设中的实现，大致需要3个步骤：1）数据的采集，即通过传感器设备、视频监控设备等一系列设备，采集智慧城市运行过程中的状态；2）数据的存储，即如何将大量的数据，安全、有效以及低成本的保存在存储设备上；3）数据的分析，即将存储的数据利用大数据的相关理论，进行分析，得出数据的分布以及数据的相关规律，用于实现智慧城市建设的智能化。所以，大数据是实现智慧城市建设的基石，是实现智能响应的重要元素。
1大数据支撑智慧城市的发展
根据2016年1月发布的《中国互联网络发展状况统计报告》显示，截止2015年12月，中国的网民数量已经达到了6.88亿，超过了中国总人口的一半。较2014年底，2015年的网民数量增长了2.4个百分点。在网络快速发展的时代，越来越多的人使用互联网，通过互联网进行沟通、娱乐、工作、购物等等。庞大的用户群体，使互联网的日数据量从TB 级扩大到PB 级。互联网的数据量随着网络后期的不断普及，也会越来越庞大。根据《中国智慧城市惠民发展评价指数报告（2015版）》显示，互联网与移动互联网将成为智慧城市建设中惠民发展的一个重要形式。
在智慧城市建设中，智慧交通、智慧物流、智慧医疗、智慧旅游等各项的社会业务和民生工程都将会产生大数据。如在智慧交通中，交
通流量、车速、交通密度等车辆运行过程中的状态数据，以及人们出行时间、行程、路线等群众的出行情况数据等，都将会产生大量的数据，它是智慧交通建设中智能响应的基础,是提高交通主管部门对交通运输的管理效率以及减少突发事件的概率、缓解交通压力和减少环境污染，保证交通安全，提高运输效率的保障。在保证市民出行效率的同时，有效的缓解了“行车难、停车难”的城市通病问题，为城市交通的良性运转提供了科学的决策依据[5]。在智慧医疗中，电子病历数据、住院临床数据、药品管理数据、远程挂号数据等，都是大数据产生的来源。通过对这些数据的分析，可以有效的解决各个医院在医疗资源的分配、医疗信息的不畅以及医疗资源两极化等问题，并能够缩短患者就医流程，提高医院的看病效率。在智慧旅游中，旅游资源、旅游交通、游客数量、游客消费项目等旅游信息的相关数据，以及行业管理、景区公共安全管理和景区环境监测等相关的数据，都是大数据，在智慧旅游建设过程中通过对这些数据的分析，景区的管理者能够预测景区的旅游旺季以及景点的欢迎程度等，为其在管理上提高了效率。同时企业或其他商户可在游客密集的景区，提供广告投放或商品销售等业务，为景区增加经济收入。通过相关的数据，还可以显示景区的不足以及相关的安全隐患，为及时排除和完善提供了可能。在智慧物流中，物流业务交易的相关数据、物流配送的相关数据、公共信息管理等等的相关数据，在保障客人利益的同时，实现物流信息的有效管理，进一步降低物流成本，为创建更加便捷的智慧城市提供了支持[5]。除了交通、物流、医疗、旅游领域是大数据的来源之外，在智慧社区、智慧教育、智慧建筑、智慧环保等和城市任何息息相关的一切人文活动和社会活动都是大数据的来源，同时也为智慧城市在城市的各个领域的应用提供了可能。因此，大数据在智慧城市的建设过程中无处不在，它是智慧城市建设的主要元素，是智慧城市的动力源泉。
2
大数据在智慧城市建设中的案例分析
2.1
智慧上海
随着汽车保有量的增加，城市交通问题日益突出。过多的汽车量，使得道路网的承载力日益下降，因此，交通阻塞越来越严重，交通事故也越发频繁。面对高涨的交通需求，上海市政府积极采用先进的交通管理技术和手段，开发智能交通系统，努力保障城市交通的畅通[3]。
自20世纪80年代中期，上海市在交通控制方面，从澳大利亚引进了SCATS 交通信号控制系统以来，上海智能交通系统逐渐发展，现已建成了一系列的交通信息服务系统和交通管理服务系统等。在交通信息服务方面，上海市最先打造了“上海广播电台交通台”，及时的发布道路路况信息、交通拥堵指数等，引导司机改变路线，避免堵车，同时，还建设了“上海交通网站”，为市民的出行提供了交通地图的智能查询、交通出行的指南以及交通实时动态信息的查看等，使市民能够
基于大数据背景下的智慧城市建设研究
魏剑源陈煌吴志涛
（兰州理工大学计算机与通信学院，甘肃兰州730000）
【摘要】随着城市化进程的快速发展，城市人口的不断增加，“城市病”成为了城市急需解决的问题。在此背景下，智慧城市的建设越来越重要。通过对大数据在智慧城市建设过程中的理论分析以及案例分析，探讨了大数据在智慧城市建设中的重要性，同时对当前智慧城市建设过程中的不足，提出了几点建议。
【关键词】大数据；智慧城市；智能化
Research on the Construction of Smart City Based on the Big Data Background
W EI Jian －yuan C HEN Huang W U Zhi －tao
(Institute of Computer and Communication,Lanzhou University of Technology,Lanzhou Gansu 730000,China)
【Abstract 】With the rapid development of the process of urbanization,and the number of urban population is increasing,urban disease has become an urgent problem to be solved in the city .Under this background,the construction of smart city is becoming more and more important.Through the theoretical analysis and case analysis in the process of smart city construction ，the importance of big data in the construction of smart city is discussed.At the same time,as for the shortcomings during the smart city construction,I put forward some suggestions.
【Key words 】Big data;Smart city;Intelligent
作者简介：魏剑源（1993—），男，福建莆田人，兰州理工大学，本科，主要研究方向为物联网工程、大数据、智慧城市。陈煌（1996—），男，福建莆田人，兰州理工大学，本科，主要研究方向为物联网工程、大数据、智慧城市。吴志涛（1995—），男，甘肃武威人，兰州理工大学，本科，主要研究为物联网工程、大数据、智慧城市。
本刊视点
6
科技视界
Science &Technology Vision 科技视界科技·探索·争鸣
享受到“一网在手、交通全有”的智能化信息化的服务。在交通收费方
面，上海市实行了“金卡”工程，全面升级上海市交通收费的方式。在交通管理系统方面，通过对交通流量的调查，进行交通流量的预测以及拥堵属性的分析，智能的进行交通拥堵路段疏导决策以及对突发事件的指挥决策等[3]。
从信息的智能服务到交通管理的智能决策，大数据在智慧上海的建设过程中起到了不可替代的作用，加快推动了上海市的智慧交通的发展。
2.2新加坡的智慧
2006年6月新加坡推出了“智慧2015”规划，它是一个为期10年、政府投资40亿新元的信息通信发展的蓝图，目标是建成一个信息化和智能化的国度，甚至是全球化的都市。
2011-2015年，新加坡推出电子政务总体规划，目标是建立一个以全民参与，政府、企业共同合作的电子政府体系。目前，新加坡已建成了1600多项的电子政府服务，为新加坡市民的生活和企业的运行提供了极大的方便。新加坡市民可以在线办理任何的政府业务，以及企业可以在线和政府机关进行交流沟通。新加坡除了在电子政府方面实现了智能化外，还建立了智能交通，智能医疗，智能教育等一系列的便民服务的工程。新加坡在智能交通中，实现了交通监控系统、信息发布系统、电子收费系统、交通诱导系统以及智能地图系统，提升了新加坡的交通信息化和智能的。在智慧医疗领域，新加坡建立了综合医疗信息平台，实现了电子健康病例、临床管理、个人健康记录等等，方便了就医者的就医与医院的管理。在智慧教育方面，新加坡推出了“未来学校”计划，希望打造一个信息化、多技术融合的智能互动教室。
“智慧国2015”的规划的实施不仅为新加坡智慧城市的发展起到了快速推进的作用，也为新加坡带来了巨大的经济效益。2011年较2010年的经济增长了13.4%，并且计算机普及率以及宽带普及率几乎全面覆盖全国。
3
大数据时代对智慧城市发展的建议
3.1
加强数据收集，提高智能水平
对于构建智慧城市而言，城市是否智能化，是其评价智慧城市的关键。而城市的智能化体现在，需要通过数据分析，对用户的需求进行相应的响应。在智慧交通领域，目前，由于道路网路的复杂性，传感器的节点分布很难做到合理，并且由于无线网络未全面覆盖城市的各个角落，因此，数据的采集、传输远远低于实际的需求。由于市民在交通过程中的随意性，以及不确定性，对于市民在交通方面的数据也很难准确采集，因此，目前国内大部分城市的智慧交通的智能化水平还处于中级阶段。
3.2实现数据共享，打破信息孤岛
目前，我国智慧城市建设过程中遇到了一个瓶颈就是“信息孤岛”，由于各企业、各部门之间的利益关系，以及各行业的标准不同，导致了信息之间不能够很好的融合，使得数据之间相互独立开来，对于智慧城市的发展无疑带来巨大的障碍。如何打破“信息孤岛”的局面，对于
城市的发展是一个重要的问题。首先，政府部门之间应该起带头作用，以城市建设利益为主，相互协调，实现互利共赢。其次，政府作为一个城市的领导集体，应该积极的调动企业在城市建设中的积极性，并合理协调各企业间的利益关系，实现和谐的发展。
信息化时代催生了大数据，大数据推动信息化的发展。因此，在大数据时代，只有实现数据的共享，才能做到共同发展，实现社会进步。3.3注重人才培养，发展挖掘产业
智慧城市的建设必然催生大数据的进步[5]。2011年12月，工信部发布的物联网十二五规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分[6]。由于国内对大数据的研究起步相对较晚，对于大数据的处理、分析能力相对较弱。因此，在智慧城市建设过程中，要以政府为主导，整合企业和高校的人才资源，积极培育大数据方面的相关人才，并积极探索，主动学习国外先进的理论知识。政府部门或企业要积极引进国外先进技术和招揽人才，为智慧城市建设提供有力的技术保障。
4总结
随着“城市病”的越发严重，智慧城市的建设无疑是解决城市问题的一副良药。而在智慧城市的建设中，大数据遍布于城市的方方面面，从政府决策与服务到市民生活的方方面面，从城市产业布局和规划到城市的运营和管理方式，都将在大数据的支撑下走向“智慧化”[7]。大数据是智慧城市的重要技术[8]，大数据的挖掘对智慧城市的经济发展和社会管理是无形的生产资料[9]，但是，由于国内在大数据理论的研究起步较晚，且数据采集的难度系数较大，因此，国内在智慧城市的建设过程中还有很长的一段路需要走。【参考文献】
［1］王辉,吴越,章建强,裘加林,温晓岳.智慧城市[M].北京:清华大学出版社,2012:
4-26.
［2］严波,孙斌.大数据背景下智慧城市建设探析[J].前言,2015,12(12):19-22.［3］李贤毅.智慧城市开启未来生活———科学规划和建设[M].北京:人民邮电出版社,2012:2-3.
［4］朱亚杰,李琦,冯逍.基于大数据的智慧城市技术体系架构研究[J].测绘科学,2014,08(08):71.
［5］王枫云,陈亚楠.大数据时代的智慧城市建设与发展困局化解[J].上海城市管理,2016,03(02):33.
［6］陈颖.大数据发展历程综述[J].当代经济,2015,03(08):15.
［7］李小玲,高文杰,张舵.大数据与智慧城市建设[C]//城乡治理与规划改革———2014中国城市规划年会论文集(04城市规划新技术应用),2014.［8］陶旭骏.大数据背景下的智慧城市[J].移动通信,2014,11(21):18.
［9］邬贺铨.智慧城市产生大数据大数据支撑智慧城市[J].计算机光盘软件与应用,2013(22):16.
［责任编辑：杨玉洁］
Ｓ
（上接第28页）开挖面积小，坠落应该比较不容易发生，但是物件飞落所造成的人员伤亡却很有可能。但是采用伤害严重度分配法却相反。然而机会效能指数可以正确表示这种差异。
本文中比较“物件飞落”和“坠落”两项可能风险项目，若采用伤害严重度分配法：“坠落危害严重度γ＝0．102”>“物件飞落危害严重度γ＝0．074”，所以一般的预算是将“坠落”的安全投资>“物件飞落”的安全投资，但是采用本文研究的不确定性分析后，得到危害指数D．I ：
“坠落危害指数”D．I ＝1．212<“物件飞落危害指数”D．I ＝1．314，也就是两者的风险相当，但是当考虑到给付比率，由于“坠落”给付比率明显大于“物件飞落”的给付比率，这样就得到
“坠落机会效能系数O．E ＝2．716”<“物件飞落的机会效能O．E ＝21．129”。因此在人工开挖的施工方法中，对于“物件飞落”安全投资反而是应该大于“坠落”的安全投资；从经济效益方面考虑，这一结果与推测的结论符合。事实上，在施工现场“物件飞落”的投资效果是优于“坠落”的，此分析方式将有助于更深入地探讨和核实安全投资的分配方式。
究竟多少施工安全预算才足够是本研究可以提供的思考模式。由于施工安全的问题涉及太多的不确定因素，因此有系统的进行分析才是解决施工安全事故伤害事件最有效经济的方式。本文通过“不确定
性”观点的引进，风险加以量化。因此本研究旨在提供一个新的风险分析方法，所提出的“不确定分析”的研究结果，证明可以适时修正“严重度”安全预算编写的合理性，可以作为后续发展“风险量化”的参考。工程中若能在选择施工方法的同时，考虑到施工法特有风险因素以及危害指数，适时调整安全储备的分配，虽不一定可规避伤害事件的发生，但是一定可以降低人员伤亡程度，即达到风险的控制。【参考文献】
［1］周建新,任智刚,张兴凯．企业职业伤害严重度系数研究[J].中国安全生产科学技术,2006,2(4):16-19.
［2］屠文娟,张超,汤培荣．基于生命经济价值理论的企业安全投资技术经济分析[J].中国安全科学学报,1993,13(10):26-30.
［3］李祥,汪莉,等．安全投资经济分析与效益评价[J].中国安全科学学报,2005,15
(3):26-29.
［4］H.C.Hsc,D.H.Jiang,Opportunity Efficiency -Use Uncertainty Analysis To Evaluate Risks In Construction[J].Global Journal of Health Science,2009,1(1):69-79.［5］王新平．管理系统工程[M].北京:机械工业出版社,2011.
［6］刘国斌,王卫东．基坑工程手册[M].2版.北京:中国建筑工业出版社,2009.
［责任编辑：杨玉洁］
Ｓ
本刊视点
7