大数据在智慧城市建设中发挥着巨大作用

    智慧城市的建设带来数据量的爆发式增长，城市运作过程中所产生的大数据，包括地图数据，交通流数据、人口流数据以及环境监测数据等都能很好的反映城市问题，这些数据的有效利用对于解决城市问题起到了举足轻重的作用。

    首先，我们以北京出租车分布的例子来看。通过相关数据分析，了解到北京市出租车占北京市道路交通流量的20%—25%，从分析北京市出租车数据轨迹任务图，可以得知，哪里的出租车分布比较密集，哪里比较疏松，这可以反映城市的人流状况，那么我们就可以根据这一信息采取有必要的手段。

    打车难一直是困扰广大北京市民出行的一大难题，一方面，乘客抱怨打车难，另一方面，司机烦恼收入少。有人说，要靠增加出租车数量来缓解打车难的问题，但是增加出租车的数量真的能解决问题吗？答案是否定的，那只会使道路变得更加拥挤。面对窘境，能否在乘客费用、司机收入、道路压力之间找一个平衡点呢？这就需要提高出租车系统容量。

    如果把出租车看成卡车，人看成货物，那么整个物流效率就会提高，通过仿真推算出一年可以节省8亿，相当于一百辆车跑十个月，一个城市的经济价值可以省到十万美金，16亿千克二氧化碳。服务至少可以提高300%，但是费用能够降低42%，司机收入会增加16%。

    北京市某地比较拥堵，不管采取何种措施都不能有效解决问题，可能是由于该地的规划不合理。通过历史数据的累计可以找出某城市规划不合理之处。在历史数据统计表中用颜色的深浅来判断问题发生的频度，其中颜色越深的表示问题发生的频度越高，可反映出两个区联动性不好，通过该区域的人流量很大，但是不得不绕路，说明规划有问题。把近年的数据进行对比，可以找出该地方拥堵的问题所在。然后采取或是修路或是拓宽道路的措施缓解拥堵。

    通过数据分析，拥堵可能由于规划不合理，即便没有拥堵从来自出租车行驶线路的数据仍可以看出潜在的城市规划问题。例如，某出租车司机或许会绕路从A点驶向B点，而不是直接前往。所增加的距离或许意味着该司机知道如何找到最快的行驶线路。

    另一方面，通过数据的统计可以找出城市里面不同的功能区划，不同的颜色表示不同的功能。比如红色可以表示为北京市的文教科技区域，黑色表示成熟的商业区域。可能由于各种因素该城市并没有按规划发展，但是五年后，该城市在哪，核心区在哪，怎样扩展？这样的信息可以更加准确的规划下一个版本的城市。

    构建智慧城市是城市发展的必由之路。大数据在智慧城市建设中发挥着巨大作用，从政府决策与实施，到城市的产业布局和规划，再到城市的运营和管理，甚至我们生活的各个方面，注定要被贴上“智能”的标签。