数据与城市（Data and the City）

《数据与城市》是劳特里奇出版社（Routledge）区域与城市系列丛书（Regions and Cities）中的一本，于2017年8月出版。它从不同学科不同领域对城市大数据如何重塑城市，触发城市转型展开了讨论，并特别关注了实时城市（real-time cities）和数据驱动城市主义（data-driven urbanism）。在如今的大数据时代，数据如同洪水般泛滥，不断给城市带来新的挑战。在这样的背景下，本书想要强调的不是智能城市技术本身，而是如何理解城市数据，以及如何在新时代运用好“数据”这一原材料。

全书分为四部分十六章，分别讨论了“数据驱动的城市”、“城市数据”、“处理城市数据的技术”以及“城市数据文化和权力”。第一部分从实时城市和数据驱动城市主义的产生，以及数据流如何转变城市服务、基础设施和生活讲起，从广义上阐述了数据与城市的关系。城市不能被简单的概念化界定，因为它和银河系等复杂系统类似，同样具有“社会-文化-政治”特质（其它复杂系统则是具有自然属性中的这一特质）。在数据驱动城市主义中更应该综合数学模型与城市社会、文化、历史等方面复杂性的结合。第二部分从本体论、政治、实践和技术角度审视了城市数据，不仅仅从数据的真实有效性出发，更触及了社会技术系统中数据被生产以及被架构的方式。通过举例犯罪数据应用，它从数据与其它社会要素分离带来的局限性；通过追踪婴儿死亡率数据，它探索了如何系统化处理数据。第三部分分析了现有的以及新兴的城市数据技术与基础设施，从政治、时间和技术的角度探讨了一系列建立、操作和理解数据驱动系统的认识论和理论方法。同样借助举例，它讨论了诸多问题：如城市仪表盘（City Dashboards）在认识论、准确性和有效性等方面的缺陷，以及区块链作为城市仪表盘新兴的服务形式如何更好适应系统的复杂性，并提高预测的准确性等。最后一部分涉及城市数据基础设施和数据驱动系统由谁运营，以及其社会和政治资源配置等问题。这一部分并不是一般意义上的为数据将服务于公众利益唱赞歌，而是在探讨数据文化和其代表的权力。

编者认为本书提供了让数据与城市巧妙联手的诸多方法，同时强调“数据政治与权力、认识论和规范性问题”是三个未来特别需要被关注的议题。当然在城市数据革命不断加快步伐的今天，也迫切需要新的实证研究和思想广泛地关注不断发生的变化。

本书同时是2016年劳特里奇出版社的《代码与城市》（Code and the City）的姊妹篇。它旨在传递对于数据、数据实践与城市三者间关系的辩证思考。而这对于希望了解并一进步挖掘城市大数据、数据驱动城市主义和智慧城市发展是至关重要的。

来源：KITCHIN R, LAURIAULT T P, MCARDLE G. Data and the city[M]. Routledge, 2017.

（供稿：王雅桐）

支持智慧城市信息系统的城市建筑数据库（An Urban Building Database (UBD) Supporting a Smart City Information System）

本文由葡萄牙学者Claudia Sousa Monteiro等2018年发表于期刊Energy and Buildings上。文章指出，城市能源建模需要大量详细数据用于做海量建筑物的系统动态模拟，采用能源高效利用策略对于可持续城市规划是一项重要的措施。葡萄牙国家统计数据库采集了重要的综合数据，涉及建筑建造、能源消耗以及居住主体等。同时许多城市也正在采取有效措施更新市域空间作为参考数据。然而这些数据整体上不够详尽，而且在尺度和格式上都有所差异。

综合利用这部分数据对于验证多种方法的可靠性十分关键，从而能够预测和模拟城市能源消耗进而计算其能源节约潜力。进一步来说，更新或者新设计的情景分析只有在建筑尺度才可行，凸显了以“自下而上”的方式建立数据库的潜力。本文阐述了采集、筹划、清洗以及整合城市数据，并最终建立一个城市建筑数据库（UBD）这一完整过程，从而为智慧城市提供了信息系统。研究目标是缩小城市可获取数据和特殊数据之间的差距，建立一个完整的城市建筑能源模拟。城市建筑数据库（UBD）的关键环节已开发出来并应用于一项葡萄牙里斯本的案例研究，隶属于“SusCity”项目下。涉及的数据来自于441hm2内的3 259座建筑物，对应3.7km2的建成区，1.8万座居民住宅和3.3万居民。这一数据库在未来可扩展至城市水平以及其他地理区域。

最终成果包含研发出的建筑仪表板，具象化了城市建筑数据库（UBD）的用户界面。这一仪表盘可实现建筑群在不同尺度上的交互可视化和数据挖掘。未来将会开展的工作包含城市场景分类，在该平台取得城市能源模拟的新见解并实现场景评估。

来源：MONTEIRO C S, et al., An urban building database (UBD) supporting a smart city information system[J]. Energy and Buildings, 2018. 158: 244-260.

（供稿：李默涵）

以基于元胞自动机的马尔可夫链模型探索潜在气候变化对伦敦城市增长的影响（Exploring the Potential Climate Change Impact on Urban Growth in London by a Cellular Automata-Based Markov Chain Model）

在人口增长，社会经济发展和全球化共同影响下，城市化已成为全球趋势。城市的发展和增长体现在土地利用受到经济，社会和环境活动影响而产生的变化，近年来，全球气候变化对于城市发展的影响愈发显著。尽管城市规划更加精明审慎，但对于气候变化与经济地理学背景下的城市增长之间的关系讨论较少，缺乏较为科学的模拟与分析。本研究选取伦敦为研究对象，以基于元胞自动机的马尔可夫链模型探索潜在气候变化对城市增长的影响。

作为欧洲人口密度最高的特大城市之一，伦敦在人口增长与经济发展的同时，森林和农业用地却因不断转换为城市空间而显著减少，这加剧了城市生态脆弱性。本研究依靠统计降尺度模型（Statistical Down Scaling Model ，简称SDSM）进行降雨预测，同时考虑与土地使用管理相关的主要社会经济政策，为伦敦城市空间未来发生洪涝灾害的可能性提供统计基础。将SDSM的研究结果与当前的土地利用政策作为约束要素输入基于元胞自动机的马尔可夫链模型（A Cellular Automata-Based Markov Chain Model），模拟和预测到2030年和2050年伦敦的土地利用变化。

本研究采用的模型主要为统计降尺度模型和基于元胞自动机的马尔可夫链模型，首先使用统计建模技术来分析伦敦城市范围内的历史降雨量，并将数据与气候模拟相结合对2030年和2050年降雨量进行预测，SDSM有助于基于多元线性回归技术确定大范围气候和当地气候之间的统计关系。元胞自动机模型可以基于网格原理在空间上大规模地模拟土地利用和土地覆盖变化，而马尔可夫链模型能够动态量化随时间变化的实际数值，本文将两者统一，同时从时空两个维度进行复杂性评估，特别是利用长期降水变化率和气候变化影响作为寻求更好的城市规划战略的推动力。

本研究将洪水影响因子作为研究变量，通过包含与去除该因子两种情景来评估气候变化对城市增长的影响。研究结果表明：①SDSM得出的伦敦2030年月平均降水量将有所增加，进而影响洪水发生概率，从而影响开放空间面积；②伦敦城市用地与开放空间面积到2030年和2050年将分别增加16和20km2（相比2012年分别增加1.51%和1.92%），而农业用地由于城市化和气候变化将显着下降；③在未来，降水变率引发的潜在洪水冲击将推动城市增长更注重开放空间的增加，而非城市区域。

来源：LU Q, CHANG N B, JOYCE J, et al. Exploring the potential climate change impact on urban growth in London by a cellular automata-based Markov chain model[J]. Computers Environment & Urban Systems, 2018, 68: 121-132.

（供稿： 朱明明）