大数据的城市研究

　　大数据（big data），指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。　　在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）Veracity（真实性） 。　　应用　　洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。　　google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。　　统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。　　麻省理工学院利用手机定位数据和交通数据建立城市规划。　　梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。　　医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。

个人判断不是规划换一批人来做，而是行业会细分。一部分人倾向于通过数据分析，判断问题症结，解决建成区问题，优化格局；另一批人更偏向于设计，提供不同的解决方案。其实判断大数据对城市规划未来的影响，看看当下大数据在城市规划领域的处境多少能够明白些。在现在的城市规划中大数据在研究中是热门事物，但在实际项目中却不是。在城市规划实务中，大数据分析一般作为专题研究附在如总体规划等较高层面的发定规划之中。除上海、北京等一线城市及二线主要城市，少有城市有专门的大数据研究专题，个人接触到的也仅上海2040的上轮总规评估与武汉市总体规划的评估有涉及相应技术，其他项目基本无涉及，仅按需要自己使用。究其原因如下，想到哪些写哪些，排名无先后顺序：1、难立项。难立项主要体现在两个方面，其一是因为城市规划属于法定流程，明文规定相应程序所需要的内容，由于大数据技术方法多样，多针对特异性的具体问题研究，这给大数据研究应用法定化带来极大难点。怎么给一个或多个合适的名头立项、立法定流程，如何定价，都是大难题，而这也是现在以专题形式依附总体规划的主要原因之一。其二是主管部门分散，城市规划业务主要针对住建、城建、规土口，但大数据（算上智慧城市建设吧）很多时候是工信部主导，跨部门操作也是一个问题。2、高成本、低收益（这里仅指项目收益，不谈社会收益）。目前，大数据在城市领域多立于学术研究领域，可以说很多时候是研究兴趣使然下的自发行为。一项技术如果难以以模式化的方式应用，就很难降低成本，那么就很难在市场上大范围推广，在城市规划领域正是如此。对于一般的项目，比如一个1平方公里的旧城更新的控规项目，应用大数据分析需要几个模块？解决哪些问题？需要投入哪些成本？又能够带来哪些收益呢？有没有替代方案，替代方案又会有多大差距，不用大数据分析，仅用常规数据做数据分析能否得到相近的成果？会不会增加项目的时长？思考完这些问题，再算笔账就会发现，当下在大量控规、城市设计等项目中，运用大数据分析很可能是不划算的。3、没有数据的时候怎么办？虽然城市规划进入了存量规划时代，但即使是存量规划过程中也有大量新建的过程，部分地块必然是要采用推平重建的方式（或者说是重要手段之一），大数据可以给出方案的限制，可以比选方案，但方案从无到有怎么产生？（想到再补充）如果上述问题得以解决，那么大数据一定能够改变这个行业，不过这需要时间。有可能因为数据安全、隐私等问题，最终大数据分析的业务完全由规划局或是其他政府部门完成也说不定，我相信那时，城市的大数据运营中心应该已经建成了。也可能有专门的运营公司运营，并完成相应的分析报告，这些报告最终成为规划的基础材料。可能今后大数据分析会成为单独立项的东西，支持的也不仅仅是城市规划，而是城市的全部过程。

作者 | 网络大数据 来源 | raincent_com 城市大数据是指在城市运行过程中产生或获取的数据，是其与信息收集、处理、利用和通信能力相关的活动要素组成的有机系统，是国民经济和社会发展的重要战略资源，简单易懂的公式可以表述为：城市大数据=城市数据+大数据技术+城市职能。 城市大数据的数据资源来源丰富多样，广泛存在于经济、社会各个领域和部门，是政务、行业、企业等各类数据的总和。同时，城市大数据的异构特征显著，数据类型丰富、数量大、速度增长快、处理速度和实时性要求高，且具有跨部门、跨行业流动的特征。 按照数据源和数据权属不同，城市大数据可以分为政务大数据、产业大数据和社会公益大数据。政务大数据指的是政务部门在履行职责过程中制作或获取的，以一定形式记录、保存的文件、资料、图表和数据等各类信息资源。产业大数据指的是在经济发展中产生的相关数据，包括工业数据、服务业数据等。 此外，还有一些社会公益大数据。当前，城市大数据多数为政务大数据和产业大数据，所以城市大数据的主要推动者应为一个城市的政府和相关的具有一定数据规模的企业。 为保障城市运转的安全高效，智慧城市建设需要对海量的数据资源进行收集、整合、存储与分析，并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术实现资源的合理配置。因此，城市大数据是实现城市智慧化的关键支撑，是推动“政通、惠民、兴业”的重要引擎。 新型智慧城市发展面临挑战 数据驱动的新型智慧城市发展面临诸多问题。白皮书认为，虽然当前各级地方政府和企业都在积极探索智慧城市建设，但仍存在着特色不明、体验不佳、共享不足等问题。究其根源在于，未能实现城市大数据资源与城市业务的良好融合。 具体而言，挑战包括三个方面：一是信息系统烟囱林立，阻碍数据共享;二是数据治理普遍薄弱，价值大打折扣;三是数据管理水平不一，缺乏整体联动。 如何应对新型智慧城市建设中的困难和挑战?白皮书认为城市大数据平台的建设能够发挥积极作用，具体表现在三个方面。 一、通过数据汇集加速信息资源整合应用 第一，城市大数据平台建立了数据治理的统一标准，提高数据管理效率。通过统一标准，避免数据混乱冲突、一数多源等问题。通过集中处理，延长数据的“有效期”，快速挖掘出多角度的数据属性以供分析应用。 通过质量管理，及时发现并解决数据质量参差不齐、数据冗余、数据缺值等问题。第二，城市大数据平台规范了数据在各业务系统间的共享流通，促进数据价值充分释放。通过统筹管理，消除信息资源在各部门内的“私有化”和各部门之间的相互制约，增强数据共享的意识，提高数据开放的动力。通过有效整合，提高数据资源的利用水平。 二、通过精准分析提升政府公共服务水平 在交通领域，通过卫星分析和开放云平台等实时流量监测，感知交通路况，帮助市民优化出行方案;在平安城市领域，通过行为轨迹、社会关系、社会舆情等集中监控和分析，为公安部门指挥决策、情报研判提供有力支持。 在政务服务领域，依托统一的互联网电子政务数据服务平台，实现“数据多走路，群众少跑腿”;在医疗健康领域，通过健康档案、电子病历等数据互通，既能提升医疗服务质量，也能及时监测疫情，降低市民医疗风险。 三、通过数据开放助推城市数字经济发展 开放共享的大数据平台，将推动政企数据双向对接，激发社会力量参与城市建设。一方面，企业可获取的城市数据，挖掘商业价值，提升自身业务水平。 另一方面，企业、组织的数据贡献到统一的大数据平台，可以“反哺”政府数据，支撑城市的精细化管理，进一步促进现代化的城市治理。 六个方面推进平台建设 白皮书认为，当前我国城市大数据平台的建设仍处于起步阶段，且各地在管理机制、业务架构和技术能力等方面各有优劣，不利于城市大数据平台的长远发展。对于建设城市大数据平台的具体路径，白皮书提出了六点建议。 一、强化平台顶层设计 科学合理的顶层设计是城市大数据平台建设的关键，需从落实国家宏观政策出发，结合地方实际需求，统筹考虑平台目标、数据主权、关键技术、法制环境、实现功能等各个方面，以“高起点、高定位、稳落地”开展平台的顶层设计，保障城市大数据平台建设有目标、有方向、有路径、有节奏地持续推进，并且根据项目进展状况，不断迭代更新、推陈出新。 二、完善平台配套保障机制 城市大数据平台建设与运营须有相应的配套保障机制，并充分发挥保障机制的导向作用和支撑作用，以确保平台规划建设协调一致和平台整体效能的实现。 如建立城市大数据资源管理机制，明确数据内容的归口管理部门、数据采集单位和共享开放方式等;建立城市大数据平台运行管理机制，明确平台使用中数据、流程、安全等各项内容和管理标准，保障平台持续稳定运行。 三、加强数据管理 加强城市大数据管理，实现数据从采集环节到数据资产化的全过程规范化管理。明确数据权属及利益分配，以及个人信息保护、数据全生命周期的管理责任问题。明确数据资源分类分级管理，健全数据资源管理标准。 分类指的是通过多维数据特征准确描述政府基础数据类型;分级是指确定各类数据的敏感程度，为不同类型数据的开放和共享制订相应策略，完善数据采集、管理、交换、架构、评估认证等标准，推动数据共享与开放的基本规范和标准出 台。 以资源目录汇编、资源整合汇聚、交换共享平台为三大标准步骤，坚持“一数一源”、多元校核，统筹建设政务信息资源目录体系和共享交换体系。建立一套科学合理的数据分类体系，将不同领域、多种格式的数据整合在一起，通过多元的检索途径、分析工具与应用程序，方便用户查找和利用数据内容。 四、因地制宜开展平台建设与运营 城市大数据平台的建设与应用要结合，避免出现重平台建设轻平台使用的现象。政府、产业和城市的数据资源极其庞杂，需要明确平台数据资源的权属性，保障数据所有权的归属。 政府拥有政府数据资源所有权，互联网企业往往掌握着先进的数据技术和拥有互联网思维的专业队伍，本地企业对当地的人才资源、市场环境、产业发展等因素有更清晰、更准确的认识，需要充分盘活政府、互联网企业、本地企业等各方资源，参与平台的建设与运营。 城市大数据平台的数据治理和运营体系相当复杂，平台建设的模式和路径没有固定模式，需要发挥各方的主观能动性，因地制宜，挖掘地方优势，突出地方特色，为城市大数据决策提供有力的支撑。 五、开展城市大数据综合评价 各省市大数据主管部门应制定平台长效运行机制和考评办法，建立完善的上报、检查、考评机制，设计量化考核内容和标准，加强平台数据质量管控，管好用好城市大数据平台。 加强对城市大数据平台项目的后评价和项目稽查，强化对数据资源建设以及数据共享开放、数据质量和安全的审计监督。科学构建城市大数据平台综合评价指标体系，开展城市大数据平台建设成效综合评价工作，引导各地城市大数据平台建设工作，不断提升城市大数据平台建设应用成效。 六、加强平台数据安全保障 城市大数据平台包含大量政务和产业数据，涉及国家利益、公共安全、商业秘密、个人隐私，具有高度敏感性，因此必须加强平台数据安全保障能力建设。 落实等级保护、安全测评、电子认证、应急管理等基础制度，建立数据采集、传输、存储、使用、开放等各环节的安全评估机制，明确数据安全的保护范围、主体、责任和措施。研究制定数据权利准则、数据利益分配机制、数据流通交易规则，明确数据责任主体，加大对技术专利、数字版权、数字内容产品、个人隐私等的保护力度。

媒体人、作家王欣（笔名“反裤衩阵地”）撰文比较什么样的城市更适宜单身人士居住。他的答案是上海——从静安到张江，从浦西到浦东，只有两三张桌子的酒吧、咖啡馆、小饭店，24小时营业的便利店、小吃摊转角便有一个。人人都习惯适度的距离，不必非得亲密同行，一个人下楼，喝一杯酒、吃一碗馄饨，或者要一杯热咖啡看看杂志，说不说话都没关系。出门稍微走一走，总有一个像样的小酒吧，能喝一杯得体的oldfashion，或者有一家看起来油渍麻花的小饭馆，要一碟炸猪排、一碗葱油面，喝得心花怒放，吃得欢天喜地，又回去继续写作。我是一个人，但在上海这样自给自足的生活，我可以一整天不说话，却也不会觉得寂寞。这是凭自己的经历和感觉，看法既有代表性，又是属于个人的。一个城市是否宜居，便利店真有加分作用。记者有两三位经常出差的朋友，他们坚持认为北京没有便利店，不方便（其实有不少，人的固有印象很难改变）。而假如问起久居在上海的白领为何喜欢这座城市，步行5分钟范围内总找得到一家便利店会是不少人的回答。理性严谨的数据出来说话了。数据既支持王欣的感受，又不完全支持。全国城市中，上海拥有的便利店和超市总数最多，但上海的人多，按常住人口一平均，上海只能排到第20名。上海餐厅的数量，人均拥有量排在第13位。这两个排名得第一的，分别是你想也想不到的——大连和三亚。再说到咖啡馆，把爱评网和大众点评上的数据统计起来，台北拥有3271家咖啡馆，上海5296家。但上海市建成区面积远大于台北的面积271平方公里，多达好几倍，所以，尽管上海已经遍地咖啡馆，密度还是远逊于台北。再算算人均，上海每万人拥有2.18家咖啡馆，台北是12.1家，接近上海的6倍。对一个城市的感性认识，可以用很多维度的数据来理性验证。以上数据，是一个昵称“新一酱”的小团队做的。大数据这座巨大的金库，她们在研究其中一种打开方式。6个女生给城市分级“新一酱”的“酱”，跟当前最红的网红“Papi 酱”相同，来源于日语，表示亲昵的后缀称呼，女子专用。“新一”是“新一线城市研究所”的简称。说是研究所，其实是一份杂志内的一个报道小组。2013年，《第一财经周刊》想从擅长的商业报道领域做一些数据分析。当时数据还是手工采集，人也是临时抽调组成的松散型团队。2013年底，周刊从商业魅力角度——依据大公司对不同城市的关注度，对400个城市（包括除传统一线城市之外的300个地级及以上城市，100个百强县）进行详尽调查，做出了分级和排名，评选出成都、杭州、南京、武汉、天津、西安、重庆、青岛、沈阳、长沙、大连、厦门、无锡、福州、济南为15个“新一线城市”。报道小组认为，改革开放30多年之后，中国城市的发展正在冲破行政级别的枷锁，更加贴近现代意义上的由商业驱动的都市。依据工商业繁荣程度对城市进行分级已经成为可能，而且必要性也越来越迫切。做完这组报道，几位年轻媒体人对城市大数据的兴趣一发不可收。2015年，阿里巴巴投资第一财经，商业数据挖掘这块算是对上路了。2015年4月，《哪个城市让你感到幸福》专题的制作过程中，新一酱的班底基本成型。7月，正式成立新一线城市研究所。研究所共6位全职采编人员，包括主编沈从乐，2名记者，1名编辑，1名美编，1名市场经理。全是女生，大多为90后。她们用数据新闻的方式，探索和分析中国城市的商业魅力，生活方式的发展与变迁。她们玩起了各种各样的分级、分类，衣食住行游购娱，“为什么南京没有外资便利店”、“第一家诚品书店为什么开在苏州”，新鲜视角层出不穷。什么叫新一线城市，是一个生造的新概念，把原来定位为二线的城市提拔上来？并非如此，新一酱的目标是“寻找下个一线城市”，名单并不固定，“北上广深”也应有危机感，不进则退。挖数据就是挖宝新一酱的观点是，城市的未来取决于对年轻人的吸引力。要了解每个城市中的年轻人都在想些什么，或者对什么感到兴奋，并不困难。他们是离不开网络和手机的一代，也将大部分生活的足迹都留在了网络。数据怎么挖呢，一个来源是各大互联网公司。主流互联网公司在新一线城市的渗透已经足够高，它们的大数据能够为城市青年的生活状态描绘出一个大致精确的画像。在《哪个城市让你感到幸福》专题中，取用了京东、大众点评、支付宝、优酷、去哪儿、滴滴打车、微信电影票、知乎、领英的数据。这些公司的头儿差不多都到乌镇参加了世界互联网大会，别的场合也经常能凑一堆。但是，他们各自把数据拿出来合成一体，没什么由头。这事由媒体来做，比较好办。从阿里系拿数据相对容易一些，自家人嘛。不过，媒体的立场应该不偏不倚，按选题需要来，BAT的数据可以同时存在于一个图表中。新一酱说，互联网公司是愿意做数据共享的，乐意与媒体合作。记者把需求交给他们，他们专门去把这部分数据跑出来。这种方式有一定的缺点，可控性比较弱。你认为A公司有这项数据，A公司也同意给，可最后拿到的数据不一定符合要求，时间也不好控制。不少公司把数据视为核心竞争力，不能毫无保留地拿出来。上市公司的话，还会被财务部门阻止。要可控性强就自己动手，用技术手段去抓取。为此，文科出身的几位记者编辑都学会了写代码。一开始是一个姑娘会一点，她边自学边教大家，半年后，6个妹子都成了编程小能手，实习生也概莫能外。抓取的都是公开信息，从网站的前端获取。当然，即使是公开信息，零散的单独的一条两条没什么，把成千上万条搜罗到一起，分析出规律来，就不一样了，有的会有点敏感。可是，新闻要的不就是发现力么？新一酱添置了一个可靠的亲密伙伴，一台32G内存的大电脑，连日连夜跑数据。近期做的房价、高铁专题，每个都用到了10万条以上的数据。假如人工一条一条去摘录，理论上也是能够做到的，花上十天半月。自己抓取也有缺点，毕竟是外人，不知道人家有讲究。主动寻求合作的企业还挺多的，会不会有猫腻？新一酱认为，大数据要伪造非常难。整个项目是研究城市的发展，数据的积累非常重要。所以，合作者多多益善。至于选题，坚持独立，不受干扰。数据有了，新一酱又自己研究数据库和算法，也向研究学者讨教，从数据中挖宝。量化的信心为什么要研究城市？哈佛大学教授爱德华·格莱泽在《城市的胜利》一书中指出，尽管城市面临这样那样的问题，但它的吸引力正变得越来越大，在一个城市人口占比较高的国家，居民更容易感受到快乐。假如从创新的角度去思考，就会理解这种快乐——一种对文明的向往。城市是创新的发动机，城市是否幸福，决定了这座城市的未来命运，也关系着国家的未来命运。街角咖啡馆的多寡，知乎用户的活跃度，电影票房的高低，餐饮品种的丰富度，交通系统的效率，都是城市幸福与否的一部分。不必为个人的体感争论，也不用考量去过多少个城市的人才有发言权，大数据提供了量化比较的可操作性。新一酱先列出五个维度，五个维度获得均衡发展的城市，才能够让年轻人感到幸福：首先它要能够提供足够多样的选择，让年轻人可以自由地选择生活方式。它也需要是一座开放的城市，以便满足好奇心强烈的年轻人挖掘自我的可能性。效率和信息对称则更能促进创新，也将年轻人从琐碎的事务中解放出来，把精力集中到所热爱的事情上。便利度会吸引的年轻人聚集在一起，而良好的生活方式则会阻止城市老去。大公司是重塑城市的主体。人均收入、教育资源、大公司和大品牌的选择等多项更具现代商业意义的指标，意味着大公司和公司人选择把自己的未来投资到某个地方，都是建立在对未来的信心之上，外国领事馆数量、国际航线开通数量等等，在某种程度上也是一种可以量化的信心。根据这些指标，新一酱排出了中国120个城市针对年轻人生活的幸福榜。从计算结果看，北上广深的一线城市地位并未被撼动，而紧随其后的成都、苏州、杭州、宁波、武汉、厦门、青岛、天津、西安、沈阳、昆明、东莞、大连、南京、无锡和福州成为了年轻人幸福感“新一线”城市。其他城市也各有长处。比如“生活的多样性”这个指标，参考“生物的多样性”而来。就说吃吧，大众点评上把餐饮分成68个菜系，新一酱归并为20多个，看这些菜系在各个城市的分布，发现最丰富的不是一线城市。新一酱觉得，这结果蛮符合认知的。谁不说一线城市节奏太快压力太大，中小城市更适合生活？发现新增长极一个选题的数据跑出来之后，往往能抓出比原来设想更有意思的点。新一酱有了很多意料之外、情理之中的新发现。“白色情人节”做了一个关于快递包裹运费的选题，打的名义是，情人节送礼物嘛。结果发现，从价格看，安徽也许可以纳入苏浙沪包邮区，此外全国还有若干个区域内包邮的幸福“小区”。快递的运费，取决于快递业发达程度、城市间联系紧密度等因素，距离不是第一位的。能包邮，意味着这些城市购买力强、与其他城市经济联系密切，新包邮区的经济增长潜力不容小觑。长沙不愧为娱乐之城，文化创意产业产值高速增长。年轻电视人才涌入，文化创意产业占GDP比重8.88%，高端酒店品牌也迅速进入。最“黑马”的是成都，被新一酱评为“新一线城市NO.1”。同为西南大城市，成都的GDP不如重庆高，重庆是直辖市而成都是省会城市，但各种排名中，成都的名次大多高于重庆好几位。在新一线城市中，成都最适合创业，国际航线数量第一，在公司人眼里是最有吸引力、生活最便利的城市。的黑马藏在二线、三线、四线城市。这两年，马云、刘强东老喊着电商下乡，在县城直至乡村投入了大量人力物力，布点、建物流、手把手教村民上网购物。他们早就看到了，一线、二线城市的市场基本饱和，新的增长点在三四线城市和农村。听上去比较“洋气”的海淘，新一酱拿来跨境电商的数据一比较，三线城市用户购买力甚至高过一线城市平均值。她们分析，三四线城市居民能够接触海淘的，应该是其中最有实力的人群，他们很难从实体店买到多元、与潮流同步的商品，购物的渠道相对集中；而大城市居民选择多、用户分散，平均下来，数字反而低了。排一排大数据，收获的是城市大发现，中国经济新的增长极隐约可见。记者手记多一点挖宝者因为自己也尝试过做类似（但远远不能跟她们比）的城市数据新闻，所以对新一酱的做法比较有感觉。大数据城市研究的价值，毋庸赘言了。很多机构在研究大数据下的城市。BAT中，淘宝／天猫最喜欢分享他们为各种维度的消费者画的像，星座、性别、年龄，最常用的维度是地域。“上海的男人最疼老婆”啦，“北京爷们的朋友最多”啦，类似这样子。相比大公司和专业科研机构，新一酱的数据来源和研究方法、理论储备、图表制作，都不完善。不过，她们有自己的优势，最大的优势是，能够在一定程度上打通各个来源的数据。传统咨询公司依靠抽样统计和经验的方法来帮助商业品牌做相关决策。到了大数据时代，用户行为分析能够带来更精准的分析。但互联网大数据分散在各家互联网公司，真正能够挖掘出来，转化成商业价值，目前还没有成熟的模式。为城市管理者、城市开拓者和城市人提供丰富有趣、有价值的数据内容和数据服务，新一酱自称“野心不小”。这份“野心”，记者倒希望不仅这6个妹子有。精准助推经济增长和生活幸福，大数据中挖宝的层次，目前还浅得不能再浅呢!以上由物联传媒转载，如有侵权联系删除

大数据已经渗透至全球政治经济的各领域，提高了全球各部门、各行业的创造力、竞争力、生产效率与经济效益。更重要的是，它改变了我们的生活、工作和思维方式，从而开启了这次重大的时代转型。毫无疑问，大数据时代已经到来，并影响着人文地理与城市研究的理论、方法与技术体系。中国城市社会经济发展正处于全面转型之中，刚刚出台的《国家新型城镇化规划(2014—2020)》也强调了“人的城镇化”，以及通过智慧城市建设促进城市可持续发展的构想，这对于人文地理与城市研究提出了新的要求。因此，人文地理与城市学科应该抓住大数据时代这一新的科学研究机遇期，依托中国这一巨大的大数据市场，从理论与方法体系上对不同层面地理要素与城市问题展开深入研究，这对于理论创新与解决实际问题都具有非常重要的意义。因此，为促进国内地理与规划领域对大数据应用于人文地理和城市研究的认识和了解，本刊策划了大数据应用与城市研究专栏，组稿3 篇论文，内容主要涉及理论、方法与应用等方面，以期达到抛砖引玉，吸引学者关注大数据的研究。——栏目特约编辑甄峰教授提要信息通信技术快速发展带来了大数据时代的到来，改变着区域或城市空间组织及居民行为，流空间成为人类活动的主要载体，并使得人文地理学理论与方法面临革新。本文在梳理国内外文献基础上，认为大数据时代的人文地理研究开始更加注重自然与人文学科间的融合、数据密集型研究方法的革新、以居民活动为主体的人本科学性，并构建了人文地理学及其主要分支学科在大数据时代研究的总体框架。同时，也提出了大数据面向空间规划方法和技术、居民个体行为决策优化、企业运营决策、政府宏观政策制定与管理等方面的应用方向。

一、ETL研发二、Hadoop开发三、可视化工具开发四、信息架构开发五、数据仓库研究六、OLAP开发七、数据科学研究八、数据预测分析九、企业数据管理十、数据安全研究十一、数据分析师十二、数据挖掘工程师大数据分析12大就业方向

城市群是全球城市化发展的重要趋势和现象，城市群承担了核心国家和区域主要的人口与经济规模，在此基础上的最终成型，在于形成整个区域中，各个城市产业、经济功能互补及专业化功能协调的空间结构。在我国城镇化的后半程（城镇化率达到50%以后），城市群作为新型城镇化的主体形态，已经成为我国生产力布局的核心增长点，也是我国创新驱动发展战略的重要载体和空间平台。城市群的发展进入了新的阶段，面临着从增量扩张到存量提升的转型提升过程。在这一过程中，大数据与智慧城市技术将深刻地影响城市群的发展变革。近年来，基于信息技术和数据科学的城市定量研究，成为了城市规划行业变革的重要推动力量。特别是随着大数据技术方法的瓶颈不断被突破，海量数据不断形成深度积累，大数据研究也出现新的趋势——逐渐由以往对单个城市内部空间结构的静态描述，向更大区域尺度的全面研究跃迁。最新的动态系统、复杂网络、多维流空间等研究，已经逐步应用到城市群的理论研究和规划实践中。城市群的本质是流的空间：人流、物流、经济流、信息流等多维的流。在市场经济的导向下，多重要素在城市间的流动与融合，促进了城市群的形成与发展。城市群即为建立在这种复杂流网络之上的复合空间。在传统的城市研究与规划政策制定中，由于技术手段的限制，城市群的布局和发展模式，被静态的、理想化的模型所束缚。比如城市群规划中，我们习惯将城市划分为不同等级，这样“蓝图型”的规划，可能会很难实施。事实上，相比城市的静态规模，城市间动态要素流动的汇集与扩散，才是城市群发展与区域联动的核心内涵。大数据与智慧城市技术，可以通过定量的方式，实现对动态要素流的精细化监管和干预，从而实现城市群的智慧化发展。以京津冀城市群为例，近年来三地一直在推动协同发展。北京作为领头羊，一直在进行产业的疏解。但在实际工作中，产业相对比较容易转移，自由流动的人口则很难把握其总量，各个口径的统计也往往不一致。这就为城市群的人口管理政策带来困难。手机信令、互联网位置数据等大数据，可以用来深入的分析人口活动的时空特征。例如，研判不同类别、职业、年龄阶段的人口，在不同时间的分布情况，分析其职住、通勤等特征，研究其在城市群内部流动的特点等。这些新数据源能够透视城市群自组织的特征规律，帮助我们更好地理解城市群的特征，进而对城市规划的科学决策提供有力支持。大数据将帮助静态的城市管理体系向动态的生态系统转型。人口管理政策也可以采用更具灵活性的政策工具集，为人口生命周期内的自由流动服务。我们可以观测到北京人口的实时变动情况，跟踪人口的流向，观察京津冀三地间人口流动趋势变动，通过对人口的全面、动态地监测，提供弹性、及时的设施配套和其他服务。这样我们就有可能在城市群的大空间尺度上，实现更加人性化的人口管理。城市群内部的部分城市人口减少，但整个城市群的人口空间分布会得到优化。除了人口之外，大数据为我们提供了定量化、精细化、全面感知的技术手段，来分析检测各种真实要素流动特征，使得我们可以全面、立体、实时地识别城市群的问题，进而促进多种要素资源的高效利用。例如通过对城市群内部经济流的深度分析，可以明确不同城市、不同产业间的关联和量化关系及产业演进路径，为各城市在城市群层面的精准招商、产业转型升级提供决策支持。多源、多维度大数据的综合，可以实现对多重要素的叠加分析，帮助城市群实现人口、产业和环境在城市群层面的合理匹配，优化城市群的布局和空间形态，提升其发展效率。城市是一个动态的生命体，而城市群作为城市的集合，生命体征的复杂度更是以指数增长。如果说传统的统计数据像传统医学一般，根据经验为城市群的发展开药方，那么，大数据则会像新兴的精准医学那样，通过对城市群体征的全息检测，提供个性化、有针对性和精准的治疗方案。对于城市管理部门来说，以数据为基础，构建动态的监测指标体系和信息化管理平台，是城市群协同发展、智慧提升的必然要求，也是现代化城市群治理体系的一部分。大数据为城市群协同发展提供智能支撑，支撑区域政策的制定科学化、管理的精细化。而对于开发商来说，随着城市群发展与区域联动的进展，以及我国大都市郊区化和要素外溢，各大城市的外围辐射区域也开始成为我国城市开发新的增长点。大数据可以帮助开发商精准研判城市群价值空间特征，寻找城市群核心城市外围辐射区域的价值潜力。通过构建全周期、集成化、定量化、智慧化的城市开发和资本运营平台，优化投资和开发效绩。公众亦在大数据介入城市群发展的过程中获益。事实上，各种人流、车流、信息流等大数据，均来自公众的时空活动行为。每个人都在以“用脚投票”的方式，为城市群的全息观测和研究提供了行为样本。基于大数据的人口监测将促进人口的有序流动，有力推动我国城镇化的健康有序发展，最终为城市群发展的核心主体——居民们提供更完善的福祉。以往的智慧城市都是单一城市的发展路径，如今大数据与城市群发展的融合，将实现多个城市的“群体智能”。最新的大数据、深度学习、神经网络等“新IT时代”的技术，将在新时代的城市群发展和运营中全面、综合、动态地实现数据价值，为城市问题提供与时俱进的系统性解决方案。大数据能知道用户需要什么。

大数据不仅意味着海量、多样、迅捷的数据处理，更是一种颠覆的思维方式、一项智能的基础设施、一场创新的技术变革。 大数据不仅意味着海量、多样、物联网、智慧城市、增强现实(AR)与虚拟现实(VR)、区块链技术、语音识别、人工智能、数字汇流是大数据未来应用的七大发展方向。　　趋势一：物联网　　物联网：把所有物品通过信息传感设备与互联网连接起来，进行信息交换，即物物相息，以实现智能化识别和管理。　　物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。　　物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；　　其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。　　趋势二：智慧城市　　智慧城市就是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；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响应。其实质是利用先进的信息技术，实现城市智慧式管理和运行，进而为城市中的人创造更美好的生活，促进城市的和谐、可持续成长。这项趋势的成败取决于数据量跟数据是否足够，这有赖于政府部门与民营企业的合作；此外，发展中的5G网络是全世界通用的规格，如果产品被一个智慧城市采用，将可以应用在全世界的智慧城市。　　趋势三：增强现实(AR)与虚拟现实(VR)　　拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境；是一种多源信息融合的、交互式的三维动态视景和实体行为的系统仿真使用户沉浸到该环境中。这两个技术最近开始降价跟提升质量，走向大众市场。VR应用一开始以电玩为主，现在的应用却超越电玩，可以用来教学，靠着VR设备，把家里的插头电线完成配线，就像有水电技师在教学一样。　　趋势四：区块链技术 区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。　所谓共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。 区块链技术是指一种全民参与记账的方式。所有的系统背后都有一个数据库，你可以把数据库看成是就是一个大账本。　区块链有很多不同应用方式，美国几乎所有科技公司都在尝试如何应用，最常见的应用是比特币跟其他加密货币的交易。 　趋势五：语音识别技术　人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。　很多专家都认为语音识别技术是2000年至2010年间，信息技术领域十大重要的科技发展技术之一。　语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等。这项产业有个很大优点，就是发展技术的公司都打算把这项技术商品化。像是google、Amazon跟苹果的语音识别技术都可透过授权，使用在其他业者的硬件服务上。 趋势六：人工智能(AI)人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能需要被教育，汇入很多信息才能进化，进而产生一些意想不到的结果。AI影响幅度很大，例如媒体业，现在计算机跟机器人可以写出很好的文章，而且1小时产出好几百篇，成本也低。 AI对经济发展会产生剧烈影响，很多知识产业跟白领工作也可能被机器人取代。但他对于AI的态度很正面，这会让生活更好，例如自驾车绝对比人驾车更安全。　　趋势七：数字汇流 大约从1995年左右，就陆续有人在讨论所谓“数位汇流”，在不同的使用情境之下，我们还是会需要很不一样的数位装置—光是萤幕大小就有好多种选项，音响效果、摄影机，都需要不同的配套。　　所以数位比较像是“iCloud”，也就是说所有的装置会存取同一个远端资料库，让你的数位生活可以完全同步，随时、无缝的切换使用情境。　　但除了“载具”的汇流，我们更应关心的是另一个数位汇流，一个网路商业模式的汇流，或者更明确的说，数字汇流就是“内容”与“电子商务”的汇流。

大数据的应用领域主要包括大科学、RFID、感测设备网络、天文学、大气学、交通运输、基因组学、生物学、大社会数据分析、互联网文件处理、制作互联网搜索引擎索引、通信记录明细、军事侦查、金融大数据，医疗大数据，社交网络、通勤时间预测、医疗记录、照片图像和视频封存、大规模的电子商务等