作為數據分析和知識挖掘的常用方法, 可視化在城市規劃、管理工作中的運用日見增多�？紤]大數據的基本特性和可視化技術本質, 從圖像展示、圖像理解、圖像運用三方面對管理決策的動態過程加以探索, 提出大數據可視化的輔助決策模型, 并據此對城市可視化治理應用體系進行討論。指出：信息壓縮是大數據高效表達的關鍵, 語義增強有利于數據知識的清晰展現, 人機交互對于可視化決策制定具有重要意義。借助大數據實現城市可視化治理, 需要對多方信息資源進行深度整合, 完善各領域業務語義模型, 并構建交互式功能操作平臺和服務系統。最后, 結合北京市交通治理案例, 剖析大城市可視化治理的現狀, 為城市公共事務實踐提供理論指導和經驗借鑒。

問題提出

近十年城鎮化的迅猛進程, 使得我國城市在規劃、建設和管理中積累的問題和矛盾日益凸顯。由于不同城市在經濟增長方式、社會結構和城區肌理上的差異, 我們往往難以直接從經典理論和國內外經驗出發, 找到一套行之有效且適用性強的“包治百病”治理方案。隨著物聯網、云計算技術的應用和數字化辦公與數字經濟的推廣, 城市公共數據呈現爆炸式增長, 基于大數據的城市治理得到了越來越多的關注。其中, 以微軟亞洲研究院鄭宇博士為代表的工程應用研究人員, 傾向于從“城市計算”角度, 利用各類傳感器所獲取的動態大數據, 對城市大氣環境污染、道路交通擁堵等現實問題進行探究;電子政務領域專家則更多從城市運行所涉及信息流通過程出發, 對大數據應用的協同關系和體系架構進行探討;而針對當前各地的智慧城市、智慧政府建設, 也有學者嘗試從技術演進和數據與政府關系的角度就城市大數據的應用趨勢和面臨的潛在問題展開討論。在國家“十三五”規劃中, 大數據發展與應用被提升為國家戰略, 強調通過大數據助力社會治理創新的改革方向。然而, 如何對公共大數據加以有效利用以提高城市治理水平, 許多問題仍有待探討和破解。

大數據的4V (Volume, Velocity, Variety, Value) 特性決定了其知識獲取的難度遠遠超出個人對信息的認知能力, 加上其固有的真實性 (Veracity) 問題和在線應用 (Online) 的現實需求, 使得大數據情境下的城市治理過程面臨諸多挑戰。為了從海量數據中探索模式、發現關系、找出規律, 統計建模和可視化成為數據知識挖掘的常用方法。美國的迪比克市通過對居民水、電、油、氣等資源的日常消耗數據進行有效建模, 實現了市轄區能源使用的系統優化, 降低能耗的同時改善服務品質, 成為智慧城市建設的典型代表;紐約市為了預防火災, 對城市房屋的建筑年代、周邊環境、居住人群等2400多項數據進行統計比較, 明確火險發生的重點區域, 有效提升公共安全防護水平;法國里昂市與IBM合作, 在對實時交通數據進行可視化分析的基礎上, 實現交通信號燈的靈活調整, 以減少城市交通擁堵、保持道路暢通。在我國, 也有越來越多的城市開始通過手機信令數據和公交“一卡通”數據對城市人流情況進行可視化探索, 嘗試將其結果應用于城市土地利用和基礎設施布局的規劃設計。相比于統計建模方法的精確描述與量化計算, 可視化更側重于信息的深度融合與整體感知。特別是在沒有先驗假設和因果推論的情況下, 可視化往往能為復雜問題的探索性分析提供靈活的解決方案與實現途徑。自美國國土安全局2004年成立國家可視化分析中心以來, 數據可視化日漸成為熱門的多學科交叉課題, 得到各領域普遍關注�！蹲匀弧泛汀犊茖W》雜志2013—2015年多次刊文, 討論可視化的綜合性技術、方法和思維方式對于大數據分析和理解的支撐作用。在公共管理領域, 模擬劇場、虛擬現實、動態仿真等一系列數據可視化手段也都正在被逐漸應用于公共事務處理和社會服務的研究實踐。

作為城市規劃、發展和運營管理的集合, 城市治理是一項過程繁雜、影響多元、評價標準多樣的系統工程。從對物質環境的管理到對經濟、社會問題的協調應對, 城市治理的概念內涵、實現方式和體系框架也在不斷發展。我國早期的城市治理強調對企業和公共事業的管理, 其活動開展更多依靠“管制模式”;進而, 從城市規劃和發展角度的“城市經營”理念漸次得到認可。隨著“服務型政府”理念深入人心, 城市治理日益注重公共利益和多元主體的互動和協作關系, 由此衍生出包括“善治”、“多中心治理”、“整體性治理”、“PPP模式”在內多樣化的城市治理思潮。先進的理念和經驗雖然能給城市公共事務治理提供理論指導, 卻無法有效解決諸如交通擁堵、環境污染、結構性就業困難、社會階層分化等當前諸多城市面臨的“城市病”。由于不能清晰地了解城市問題的真實狀況、形成原因和作用機制, 在實際工作中難以給出科學、合理且有針對性的解決方案。

城市因人而生, 因人而興, 是一個眾多因素相互影響的復雜巨系統, 其治理過程需要考慮的內容和需要理清的關系紛繁復雜。大數據的出現使人們能夠獲得的參考資料比以往任何時候都更及時、全面和精細;而可視化技術應用則為城市治理過程中的數據探索、數據挖掘和分析提供了直觀、高效的途徑和手段。然則, 不同于信息表述明確、應用流程規范的統計匯總數據, 大數據的內涵豐富、價值探索和利用過程復雜。構建有效的可視化治理應用體系, 對于充分挖掘大數據的內在價值, 提升管理決策質量, 助力城市治理能力現代化, 具有重要的現實意義。

城市數據可視化應用綜述

可視化不僅僅是一種計算結果的展現方式, 更是數據分析和知識理解的有效手段。從傳統圖表到復雜的示意圖, 數據可視化的實現途徑豐富且多樣。隨著信息量的增長和問題復雜度的提升, 相關技術與方法正在被越來越多地運用到城市問題的研究和規劃、管理工作中。

為了更好地理解現實環境和人類經濟、社會行為間的作用關系, 數據可視化一直是城市現象描述和探索的最常用方法。麻省理工學院的“垃圾跟蹤”項目, 通過對垃圾處理各環節的位置信息進行可視化標注, 借助GIS (Geographic Information System) 平臺將城市廢棄物清除的整個流程清晰地予以展現;倫敦大學學院開發的共享單車系統, 將全球超過300個城市公共自行車租賃使用情況通過專題圖的方式加以可視化表現, 使公眾能夠利用該系統直觀地獲取不同國家、不同城市公共自行車租賃點的分布以及不同時段的需求、供給信息;著名的“live Singapore”項目 , 借助空間數據可視化手段, 對新加坡的出租車運營、熱島效應、人口流動等城市環境和日常生活行為模式進行有效分析和理解;而由國際非盈利組織Mysociety推動的Mapumental項目 , 則整合各方面的社會調查數據, 利用網絡平臺對英國境內任意地點的公共出行范圍進行可視化描述, 用戶能通過自由設定郵編和時長的方式了解自身的空間移動能力。即便是氣味這種難以度量和說明的感官屬性, 依然可以通過可視化的方式進行細致展現, 以反映城市內部復雜的環境特征。

可視化定性與定量分析兼具的特點, 也使其在城市治理過程中獲得極為廣泛的應用空間。單純的經驗探討或量化計算往往難以滿足社會、經濟、文化等相關問題的理解需要。而借助可視化手段, 人們不僅能清晰地展現各要素的交互影響過程, 對城市生活狀態進行多維度評價;還能很好地刻畫城市現象的時空不確定性, 預測未來可能發生的變化。在具體的量化計算模型基礎上, 可視化方法從決策層面為城市規劃的建設投資和政策制定提供了直觀參考。從各類專題圖到虛擬現實應用, 從二維到三維, 從靜態到動態, 世界各國的城市規劃、設計和建設實踐對數據可視化的需求越來越強烈。由加州伯克利分校城市與區域規劃系教授Paul Waddell團隊研發的開源軟件系統Urban Sim是量化建模與可視化分析在城市規劃領域應用的代表。除此之外, ESRI、Autodesk、Synthicity等眾多優秀商業軟件公司也開始關注城市治理的可視化需求, 推出包括City Engine、Urban Canvas、GeoCanvas在內的可視化應用系統, 進一步提升城市規劃、管理過程的信息整合力度與表達效果。

然而, 可視化并非封閉的信息處理過程, 交流互動在其中扮演著同樣重要的角色。一方面, 不同視角下的城市物理空間和人文現象會表現出不同的結構特征, 根據應用需求對現實環境進行認知和理解離不開交互式的可視化分析操作。另一方面, 借助生動、友好的信息表現形式, 數據可視化能降低知識獲取與交流溝通的門檻, 為公眾有效參與城市治理提供便捷渠道。人機交互流程與框架的合理設計是可視化平臺在城市規劃、管理實踐中成功應用的關鍵, 不同的可視化方式會給用戶帶來不同的認知效果, 并最終影響公共決策的質量。為了滿足多樣、精細、復雜的應用需求, 國內外著名的城市治理項目近年都開始關注數據的可視化交互操作。例如, 基于Open Street Map、Mapbox、Mapillary等開放地理信息資源, 許多網絡應用平臺嘗試通過交互式的數據可視化手段鼓勵公眾了解城市、參與城市治理, 其典型代表包括:德國柏林摩根郵報推出的interaktiv交互式城市探索項目 、西班牙的300.000kms可視化城市分析服務項目, 以及針對南亞地區城市規劃與可持續發展的Open cities開放治理項目 。

如今, 隨著大數據時代來臨, 城市規劃、管理對于數據可視化的依賴進一步增強, 一系列全新的思路、方法和研究范式被提出。而隨著城市數據獲取能力的提升, 可視化應用也逐漸從宏觀闡釋過渡到微觀探索、從離線分析變為實時在線管理。通過大數據可視化, 不僅能對城市中每個人的行為模式進行定性描述, 還能根據社會、經濟現象所反映的語義信息, 實現更加全面的城市理解與社會感知。為了滿足城市機關單位和事業部門動態運營的工作需要, 基于電子大屏的可視化監測系統已成為城市信息指揮中心的標配。特別是在智慧城市建設背景下, 可視化技術與方法正被大量應用于城市的動態監控與管理中。其中, 交通治理可以說是目前城市大數據可視化最常見應用領域:對出租車的行駛軌跡進行可視化分析, 能在很大程度上了解城市的經濟活動模式;對公共交通系統各方面的運行屬性進行綜合展現, 有助于理解城市居民的出行狀態;而通過交通流量、流速的動態監測, 可以實時掌握道路的通行情況, 保證交通體系的可靠、安全運行。

與此同時, 伴隨著數據可視化在城市治理應用實踐的延伸, 許多問題也逐漸暴露出來。首先, 可視化方式的選擇與使用仍具有極大的隨意性, 針對數據融合效率、信息展現效果、知識闡釋能力、工具和對話機制影響的探討仍舊不足, 這使得輔助決策質量難以得到保障;其次, 國內外研究多停留在數據分析和理解層面, 始終沒有提出一套完整的大數據可視化治理體系, 缺乏對公共事務治理實踐的理論指導與配套支撐。

大數據可視化的輔助決策模型

數據分析和理解的深度決定了城市治理的科學化、精細化和智能化程度。為滿足社會、經濟活動的可視化治理需求, 圖像展示背后的數據組織、表達和交互過程都需要進行合理設計。只有按照科學的原則和方法開展可視化應用, 才能有效提升大數據的價值利用水平, 更好服務于管理者的決策過程。

數據可視化在本質上涉及多個層面, 從數據、信息、知識到決策的轉化, 其分析、處理各階段都有相應的目標和框架。針對大數據固有的4V特性, 可視化輔助決策必須充分考慮數據的信息描述、知識挖掘和人機交互問題, 并將其融入到城市管理的核心流程。以信息科學領域經典的知識發現 (KDD, Knowledge Discovery in Database) 模型為原型, 考慮數據可視化技術本質, 從圖像展示、圖像理解和圖像運用三方面對管理決策的動態過程進行完善, 可以初步構建大數據可視化輔助決策模型:在信息壓縮的基礎上, 實現高效表達;通過語義增強手段, 發現數據背后的知識;憑借動態交流互動, 推動智慧決策 。

信息壓縮與高效表達

目前, 受到技術應用水平和人類認知能力的制約, 數據可視化所展現和傳達的內容還十分有限。各項數據在可視化過程中都會被描述為特定的圖像實體, 而圖像實體的形狀、大小、顏色和位置構成了可視化信息表達的基本維度。以散點圖為代表的位置可視化手段, 能在二維或三維坐標空間對數據集的分布模式、排列關系與聚集特征進行有效展現;以熱力圖為代表的顏色可視化技術, 能借助色彩的深淺、明暗和色系變化, 在數據的定量與定性描述之間取得完美平衡;憑借圖像實體的幾何尺寸變化, 各項數據間的量化差異能得到精確展現;而不同種類圖像標識的形狀特征區別, 則直觀反映了數據集內部的分類屬性。為了獲得高質量的信息表達結果, 需要綜合考慮數據本身的特質和應用的關注焦點, 有針對性地選擇合適的可視化方式。

大數據不僅包括通過各種技術手段直接獲取的動態數據, 也涉及一系列相關的外部資料和歷史記錄。正是由于它本身蘊涵著海量信息, 在有限維度下從不同角度的分析和探討, 往往可以傳遞出不同的含義, 進而影響用戶對事物的認知與理解。因此, 數據可視化首先需要對信息進行壓縮和提取, 針對特定應用, 明確所要展現和突出的要素, 去除或弱化各類不相關的干擾。在實踐中, 一方面涉及同類數據的抽取與綜合, 通過降低復雜度、提升信息質量, 獲得特定區域和范圍內合適尺度的內容描述;另一方面涉及不同數據的整合與梳理, 憑借對內容描述維度的減少, 得到更為簡潔、直觀的表達。當需要研究的問題和所參考的特征比較明確時, 對屬性數據進行統計、篩選和有效組織是實現大數據分析、應用最常見的信息壓縮手段;而當要描述的內容較多或各要素之間的相互關系較為繁雜時, 往往需要采用主成分分析、特征提取、數據變換等技術, 從信息論的角度進行數據融合, 利用有限的可視展現空間獲得盡可能優化的表達效果。

語義增強與知識發現

大數據不僅要看得見, 更關鍵的是要看得懂。任何數據的大小、差異和變化在特定背景下都有著相應含義。在信息表達的基礎上, 對事物的發生、發展規律和相關因素的作用機制與影響過程進行深入理解, 離不開語義層面的分析與闡釋。簡單的可視化描述, 其語義表達能力往往非常欠缺, 難以滿足現代化管理、公共決策的知識獲取需求。尤其是對于內容豐富但價值密度較低的大數據而言, 其可視化應用一般都需要對其關聯語義進行增強展現, 通過創建一個明確、完備的表述環境, 使管理者能夠更好地分辨和識別數據背后蘊涵的知識。在此過程中, 實體關系模型、案例庫和知識信息源等業務參考成為語義增強展現的基礎。

大數據可視化輔助決策模型

根據不同的應用需要, 數據可視化語義增強的手段多種多樣。在眾多技術和方法中, 疊置展現是最簡單、常見的實現途徑, 即:在統一的坐標系統下, 通過背景圖像的多層次疊加, 實現相關內容的參照和比對。不同要素、不同視角、不同時段內容的疊置展現, 既可以增加原始數據的信息表達維度, 也能強化可視化過程的語義描述能力。例如, 地圖背景疊加帶來的位置參考作用、多種表達方式疊加帶來的系統化認知效果, 以及歷史數據疊加帶來的變化趨勢理解。而為了更加清晰地說明大數據內部的復雜關系, 則可以通過坐標系統的靈活構建和圖像實體間的連接組合, 獲得高維度的語義網絡圖;也可以采用有針對性的數據聚合與結構擴展, 得到多細節層次的語義描述;或者根據信息在時、空間維度的分布差異, 對數據集的語義要點進行側重展現。

人機交互與智慧決策

與流程化應用不同, 大數據的可視化決策過程通常有賴于充分的人機交流與互動。通過信息壓縮、語義增強等技術手段的合理應用, 雖然可以實現從數據到信息、知識的轉化, 但卻難以確保可視化結果的有效利用, 更不能決定管理者的決策過程。個人的認知偏好、環境的潛在約束和問題的復雜度都會在一定程度上限制數據可視化的信息傳達與知識提供能力, 進而影響輔助決策的最終效果。在數據可視化過程中, 只有引入一系列動態交互操作, 盡可能地增加分析、應用各環節的參與度, 將技術運用與人們的認識、判斷和處置行為結合起來, 才能真正提升決策的科學性與合理性。

可視化交互既是輔助決策的必要操作, 也是一種特殊的數據挖掘手段。數據的內涵與外延越豐富、應用場景越復雜, 其決策過程對于動態交互的需求越強烈。一方面, 在數據有效展現的基礎上, 通過屬性參數選擇、分析樣本調整、表達方式改變、描述尺度變化、適度的信息過濾和關聯拓展, 人們能夠從可視化的動態交互過程中獲得更多、更準確、更加滿足需要的信息和知識。特別是當數據的特征維度較多時, 采用交互式手段進行可視化價值探索, 或根據實際需求對相關信息進行靈活整理與組織, 對于提高分析、決策洞察力有著積極影響。另一方面, 面對各要素間的復雜作用關系和多目標決策的模糊應用需求, 則需要憑借其影響過程的動態推演、交互式探討和規劃結果的可視化比較與溝通, 在眾多策略中找到最優的解決方案。尤其是對于公共治理中的諸多現實問題, 可視化交互可以為事物的多角度認知和公眾意見的交流提供技術支持, 在科學化和民主化應用充分耦合的基礎上, 實現智慧決策。

城市可視化治理應用體系探討

相比于傳統的信息收集與反饋機制, 在數字化時代, 城市的物理空間變化和人類的社會、經濟行為都能得到實時、精細、全面的記錄, 并存儲于各類大數據之中。隨著線上和線下關聯與互動的加強, 現實世界與虛擬世界的界限變得越來越模糊。通過數據的可視化展現、分析與應用, 人們在計算機上可以更加清晰地了解城市, 并開展各類城市管理活動。然而, 隨著公共管理實踐朝著系統化、專業化、數字化的方向發展, 封閉式的資料整理流程、經驗導向的問題探索方式和過于僵化的事務處理框架, 顯然已不能滿足新時期城市治理的需要。參照大數據可視化輔助決策模型, 實現城市可視化治理需要多層面的應用支撐與功能保障 。

城市信息資源整合

城市大數據的異構特性源于其數據收集渠道的多樣化�；�于自身的應用流��, 相關單位和企業能夠從特定角度獲取城市動態運行的部分數據資料。但由于單個數據集的樣本有限 (Limited) 、內容有偏 (Bias) , 其反映的信息往往并不完全等同于現實世界的真實狀態, 而是呈現出多視角、碎片化的特點。近年來, 為了促進部門間的業務協作, 提升公共事務處置效率, 各級政府的管理改革舉措大多是將信息資源的互聯、互通作為發展建設的重點。為了最大程度消除信息孤島, 實現業務數據的統一編碼與管理, 政務云平臺在全國范圍得到了廣泛關注。但在大力推動信息共享的同時, 面對城市大數據的多源獲取現狀, 信息資源的深度整合則成為城市可視化治理必須正視的首要問題。

有別于單純的網絡平臺建設, 信息資源整合的關鍵在于數據內容的無縫聯接。為了明確公共大數據間的復雜聯系, 在技術層面, 首先需要構建統一的信息資源目錄, 通過對各部門、各單位的相關數據進行組織、分類與定義、說明, 在邏輯上實現信息服務的一體化;與此同時, 面對機構間長期以來的數據隔離, 尤其是政府與企業在數據采集、利用上的封閉性, 還需要自頂向下建立有效的信息互聯、互信機制, 通過對權益、隱私的法律、法規保護和各方服務責任的協議界定, 從過程上推動信息的有效匯集。過去, Oracle、SQL Server等數據庫系統通過數據字典對多樣的數據表格進行統一管理, 以提升數據的維護和利用效率。如今, 隨著大數據的普及, 數據字典也被逐漸拓展到多源、異構數據的融合、分析和處理中:英、美等發達國家為確保公共大數據開放、利用的有效性, 借助數據字典對不同類型的數據資源進行標準化描述 ;中國貴陽的大數據共享交換平臺為充分整合一系列來源各異、結構千差萬別的數據集, 也采用數據字典的方式對信息服務的內容進行系統化梳理和動態維護。而在政、企合作方面, 百度、阿里、騰訊等信息技術公司近年來都紛紛參與到我國的智慧城市建設過程中, 通過代建、代管或合作運營模式, 以數據融合為基礎、功能服務為導向, 協助地方政府整合多方信息資源, 提升大數據環境下的城市治理能力。

業務語義模型完善

經驗對照和指標判讀長期以來被看作是城市問題理解和處置的基礎。然而, 城市的運行規律絕不僅限于特定條件下總結的個別模式, 而是更深刻地反映于那些最根本的語義知識中。由于對城市表面狀態的關注遠遠超出對其背后驅動力量和演化機制的認識, 城市管理部門在公共治理過程中經常要面臨一系列意外事件和應急、突發情況。特別是在經濟、社會快速轉型的時期, 全新的矛盾和問題往往超出了歷史的經驗范疇。隨著城市數據獲取能力的提升和可視化分析手段的應用, 人們看到的內容不應只是簡單的“數字”, 而應是詳盡的“知識”。面對計算機屏幕上直觀的城市現象、動態的城市過程、變化的城市模式, 語義模型將成為城市可視化治理不可或缺的核心要素。

基于豐富的信息參考, 城市治理過程在變得更加靈活的同時, 各部門的信息加工和事務處理卻遇到了“瓶頸”, 即越來越難以通過傳統的工作流程加以實現。特別是在可視化應用體系下, 從實時展現到即時理解, 信息的選擇與獲取、邏輯關系的圖式表達, 都有賴于完善的語義模型支持。作為對現實世界的抽象概括, 語義模型不僅要在概念上確定影響事物發展、變化的諸多相關因素, 還要對其間的關聯關系和作用機制做出細致闡釋。由于不同的城市管理部門有自身的業務領域, 語義模型構建更多需要針對具體的應用需求, 從城市治理實踐出發定義數據分析和知識發現的有效規則。借助語義網絡 (Semantic Network) , 人們可以對現實問題進行深層次表述, 實現關聯信息的智能化獲取;利用系統動力學 (System Dynamics) 框架, 人們能對事物間的相互影響進行科學認知, 明確復雜場景下各要素的作用過程;而通過細致的圖形語言 (Graphic Language) 規劃和設計, 則能進一步為語義知識的可視化展現和理解提供標準解決方案。

交互式功能系統建設

城市管理和服務職能的實施是一個開放性、系統性的功能實現過程。在發展變化的經濟、社會環境下, 基于現有的管理體制和政策、法規約束, 城市往往處于一種半穩定的運行狀態。為了滿足生產、生活的各項社會化服務需求, 保證公共資源的合理、高效利用, 城市治理日益強調以問題為導向的實時監測與動態干預。然而, 無論是從一系列城市表象中理清綜合問題的治理源頭, 還是在眾多解決思路和備選方案里探求最優的應對策略, 或者在多方主體的參與下完成復雜的管理、決策任務, 城市治理過程往往涉及大量的信息互動行為和知識交流活動。從應用的角度, 借助信息化、數字化和智能化技術, 針對具體的事務處理環節, 在相關部門內部及部門與公眾之間構建交互式的功能操作平臺和系統是助推城市可視化治理的關鍵。

交互操作不僅為城市治理面臨的眾多非結構化和半結構化問題提供解決思路, 也是虛擬空間和現實世界相互作用的主要方式。在可視化治理過程中, 決策者沒有固定的流程可以遵循, 需要根據所掌握的信息, 在充分了解城市狀況、明晰決策影響的基礎上做出及時、合理的決定。因此, 在對城市大數據做可視化分析和理解時, 相關應用必須具備靈活的知識探索能力;對城市運行過程進行可視化展現, 其決策支持系統要求有可靠的信息反饋和控制功能;同時, 為了實現有效的城市服務, 在方案制定和執行過程中也需要引入多層次的可視化溝通、協作機制。從業務需求到用戶體驗, 各項功能模塊的交互內容、交互流程和交互方式都會在一定程度上影響城市治理效果。隨著虛擬現實、模擬仿真、人工智能和現代通信技術的發展, 人與機器之間的交互、人與人之間的交互變得更為容易和友好。以數據為基礎、交互為手段, 搭建功能完備的可視化應用系統, 探究城市事物本質、統籌各方資源, 有利于城市的科學治理。

城市交通可視化治理案例

現階段, 各地城市管理部門能夠收集到的數據越來越多, 也逐漸開始將數據可視化手段投入日常城市治理工作。但由于其信息利用能力不同、內容表現方式多樣、功能應用水平差異, 實際作用效果存在較大出入。通過與我國某個國際知名的上市公司S合作, 選擇其在北京城市交通治理中開發的多個真實案例, 對上述可視化治理的應用實踐進行簡要剖析。

案例1:北京市核心區萬達廣場交通通勤可視化治理。位于北京市某區的萬達廣場是城市核心區一個大型休閑娛樂中心。據不完全統計, 該廣場日均人流量超50萬人, 是中心城區最重要的交通匯集點之一。廣場四周道路均為雙向兩車道, 在人流高峰時交通擁堵嚴重, 并會擴散、影響到周邊區域的交通通勤, 問題不容樂觀。過去, 對該區域的交通治理, 只能根據各路段的實時狀況被動地進行車流疏導, 哪里擁堵就控制哪里, 缺乏直接的數據支撐和對路網的全局認識, 最多只是憑借歷史經驗機械地調整周邊幾個路口的紅綠燈時長, 但往往收效甚微。為改善該重點區域的交通狀況, 項目基于出租車的載客上、下車OD (Origin and Destination) 位置數據, 采用可視化的手段動態分析萬達廣場周圍500米區域的車輛流向。交管人員通過了解區域內的交通流變化, 有針對性地改變所有相關路段交通信號燈的整體通行模式, 根據實際狀況施行科學的交通管制措施, 以平衡整個道路系統的通勤壓力。

案例2:北京首都國際機場出租車運營可視化治理。北京市首都國際機場是我國三大門戶復合樞紐之一, 年旅客吞吐量超過9000萬人次, 居亞洲第一、全球第二。在機場的整個公共交通客運體系中, 出租車接駁扮演著極其重要的角色。然而, 首都機場的出租車管理一直以來飽受詬病:一頭是旅客打不上車, 另一頭是車輛接不到活兒。高峰時期, 旅客往往要等30~60分鐘才能坐上出租;而在低谷時期, 出租車在機場排隊接客, 經常也要等上幾個小時才能順利駛出, 供需關系極不平衡。如何科學、有效地協調出租車運力成為首都機場交通治理面臨的難題。為了避免國內、外旅客的大規模滯留, 保證機場出租車的高效運營, 該項目整合了機場周邊10公里范圍內道路網的車流量數據, 利用熱力圖實時反映機場外圍的交通密度, 并結合曲線圖表等可視化手段對機場內出租車進入、駛出數量變化實時監測。在數據可視化分析的基礎上, 交管人員能夠對機場載客運營的出租車合理調度, 提升道路交通系統的運行效率、降低旅客等待時間。

案例3:北京市轄區貨運車輛可視化治理。作為全國的政治、文化、國際交往和科技創新中心, 北京市人口超過2000萬, 大量的生活物資和產品需要通過貨運物流從其他省、市輸入。由于貨運車輛的道路通行和停放會對市區內的整個交通系統運行產生影響, 并在一定程度上關系到城市的經濟、社會發展和道路周邊環境, 北京市交通運輸管理部門需要清楚準確地掌握各轄區的貨運車輛進、出情況。過去, 對于貨運車輛的治理只能憑借決策者的主觀經驗, 各單位執法、管理人員的調配和安排往往難以有效匹配其轄區的實際工作強度, 多部門聯合執法和新政策的制定也缺乏直接依據。為了實現市區貨運交通的精細化管理, 項目通過整合區縣間、跨市、跨省車輛運輸的衛星定位數據, 從不同視角對一個月內每天的貨運流動狀況進行可視化描述。與前兩個項目不同, 該項目的分析和應用更多是針對歷史數據。管理者根據月度貨運車輛遷徙變化, 提出有針對性的交通規劃、維護方案和貨運政策, 從而科學、有效地協調交管、安監、工商等相關部門共同完成貨物運輸管理工作。

上述3個交通可視化治理案例在不同程度上考慮到了信息資源的利用、語義知識的探索和管理決策的實現 (如表1) 。其中, 萬達廣場交通通勤治理應用, 以出租車空間匯集趨勢為核心表達內容, 采用方向提示符引導的方式增強語義知識描述能力, 通過動態可視化分析為管理決策提供依據;首都機場出租車運營治理案例應用, 主要圍繞出租車載客運營能力信息, 借助出租車輛進入、駛出和留存機場數目以及周邊道路交通擁堵情況的多要素呈現, 對機場出租車綜合運力變化進行實時監測與管理;而市轄區貨運車輛流動治理案例, 則更關注于貨運車輛的地域分布結構信息, 在多視圖展現基礎上, 科學探索各市區道路貨運物流規律, 實現對城市貨運交通的規劃管理。

誠然, 現階段的項目實踐從整體而言尚處于城市可視化治理起步階段, 應用體系建設仍存在諸多不足 (如表2) 。以萬達廣場交通通勤治理為例, 在可視化過程中采用了特定的交通流向模型對出租車在特定區域的空間匯集情況進行語義展示, 但受制于部門間的數據共享壁壘, 信息資源渠道比較單一, 沒有對城市治理任務相關的不同數據源加以充分整合, 僅基于出租車空間匯集趨勢對該區域的整個道路交通狀況進行研判, 可視化描述的完整性和準確性還難以保證。再以市轄區的貨運車輛流動治理為例, 其應用充分整合了不同行政轄區的貨運車輛位置信息, 卻由于各單位對自身的業務相關因素及其作用規律認識不足, 可視化知識探索缺乏專業模型的支持, 多視角展現的內容雖然豐富, 但語義描述能力還較弱, 無法直接支撐日常的管理決策工作。此外, 三個案例的可視化分析、處理流程都過于追求自動化, 人機互動的功能操作有限, 用戶決策空間受到一定制約, 暫時難以在現有管理決策系統中實現虛實結合的規劃預案與靈活的動態預測。

結語

隨著城市內外部環境、功能系統和影響因素復雜度的日益提高, 以理論知識為支撐、歷史經驗為導向的傳統城市治理方式已難以滿足動態、多變和個性化的經濟、社會管理需求。從醫療、社保到商業活動, 從交通出行到物流、通訊, 從線下到線上, 不同領域的強細節、多維度大數據給城市問題研究和解決帶來了前所未有的機遇。然而, 對大數據的分析、處理和應用不同于過去常見的統計匯總數據。體量大、異構、快速、價值密度低等特征, 使得其內容理解和知識挖掘都面臨諸多挑戰�？梢暬�作為靈活、有效的信息表達與溝通手段, 不僅是大數據分析探索的有效途徑, 也為現代城市治理提供了全新的思路、方法和應用框架。在這個快速發展和轉型的時期, 面對生產、生活中日新月異的現象和規律, 基于大數據的可視化治理能夠實現更加精確、直觀的城市狀態認知、過程理解和問題發現, 進而完善城市運行系統。

迄今, 雖然數據可視化在城市規劃、管理中的運用越來越多, 但相關實踐卻亟需科學的理論指導。簡單的圖形、圖像表示, 無法滿足大數據價值挖掘和實踐應用的需要, 城市治理中諸多復雜的管理和決策任務也得不到有效支撐。圍繞大數據的基本特性, 本文創新性地提出大數據可視化輔助決策模型, 明確了可視化技術框架下從數據到信息、知識和決策的轉化過程和實現途徑, 并進一步從信息表達、知識發現和決策制定的需求出發, 探討了城市可視化治理應用體系。

(1) 大數據意味著海量信息, 但可視化的表現維度有限。對信息進行壓縮, 從中抽取最具價值的內容, 通過合適的圖像渲染方式加以表達, 是大數據可視化應用的基礎。在具體實踐中, 為保證現實世界的真實展現, 跨部門信息資源整合已成為城市可視化治理要正視的首要問題。

(2) 數據自身不會產生知識, 只有將其置于特定語境下, 才會反映出具體的含義。大數據的低價值密度特性, 使其知識展現過程變得更為困難。語義增強手段的引入, 能有效提升可視化的知識描述水平。對于各部門的日常管理和服務而言, 亟待通過業務語義模型的完善, 多層面、全方位地支撐可視化應用。

(3) 城市管理決策的實現過程不是簡單的數據計算與結果呈現。從信息、知識到決策, 人機交互起著關鍵的橋梁作用。以大數據可視化為載體, 增加用戶與計算機之間的互動以及多元主體間的思想溝通, 是保證決策有效合理的關鍵, 而交互式功能系統建設則為可視化治理的應用實踐提供了技術和平臺保障。

在大數據時代, 城市治理工作正朝著數據密集型和計算密集型的方向發展, 人與計算機之間的聯系日益密切。不僅在交通領域, 伴隨著信息技術的突飛猛進, 大數據在城市安全、環境污染、流動人口治理中的運用也日益廣泛。為適應新形勢下公共治理的變化, 許多單位增設了獨立的信息中心或數據中心, 以更好地收集、管理自身數據, 提升應用決策水平。各大城市在積極推動跨部門數據協作的同時, 也通過設立首席信息官對城市大數據進行全面規劃與統籌, 探索“城市運營腦”等現代城市治理模式的應用。

可視化治理的本質在于建立以數據為基礎的人機合作關系, 通過數據內容和數據計算結果的展現, 使得管理者看到、看懂和看透城市的過去、現在與未來, 幫助他們在實際工作中做出相對正確的決策。但大數據并不意味著全數據, 城市治理手段的進步也不能代表城市問題的根本解決。在可視化治理的理念、框架指引下, 數據的準確性和時效性、系統分析算法的合理性、管理單位的組織架構都會在一定程度上影響輔助決策的質量。不過, 隨著智慧城市的建設和發展, 城市可視化治理能力未來將得到進一步提升;在移動互聯網、云計算、人工智能等ICT (Information Communication Technology) 技術的推動下, 人機之間的合作治理關系也必然發生一些新的變化。

(新媒體責編：wb001)