大数据的智慧应用与技术阻碍

　　信息技术的发展，催生了相关应用领域。智慧城市即是信息技术与城市管理相结合的产物，是电子政务发展的最新成果。大数据是指随着互联网数据的共享以及用户量的增加而产生的数据量和数据类型以几何级数激增的现象。在大数据时代，如何利用大数据技术推动智慧城市建设？这是本文关注的重点。

　　大数据应用的主要领域

　　第一，智慧管理。大数据在智慧管理方面的应用有三个领域：一是公共安全管理。城市是一个人口密集的区域，实时监控与突发事件处置尤为重要。在城市大规模且全方位地布置摄像头或传感器，可以及时发现火灾隐患或犯罪行为等异常情况，还可以通过设置实时监控系统，对交通事故、管道泄漏等突发事件及时做出应对处置。二是市政服务。比如可以开通移动门户网站，市民通过此网站可对市政服务进行投诉并监督其解决；可开发相关手机应用，以实时记录行车途中的路况，方便市政部门及时发现或修复道路故障。三是综合社会管理。基于大数据，可以构建反映城市环境实时变化的三维可视化系统，这可以作为公众参与的平台。这种智能化系统减少了使用者对专业知识的依赖，比如市民利用iPad即可以了解城市规划的总体状况，大大降低了公众参与的门槛和节省了公众参与的时间。

　　第二，智慧出行。解决交通问题的路径之一就是合理规划和疏导交通流。大数据因其广泛性和实时性为实现智慧出行提供了可能。具体来说，可建立集汽车、电子、通信、计算机为一体的系统，增加汽车信息处理功能，接入互联网络，实时采集和传输动态交通数据。这些大数据经整合后可用于城市交通的协同和预测。

　　借助智能交通网络，管理者可实时监控行人、车辆、货物等的位置移动状况，对被管车辆进行监管和调度，向社会提供实时路况，辅助市民优选出行方案，并为交通管理部门提供辅助决策的技术支持。另外，智能交通系统还可以与公安信息系统、医院信息系统连接起来，以便及时处置交通事故以及第一时间进行施救。

　　第三，智慧环境。目前，生态城市、绿色城市、低碳城市的概念受到推崇，这些城市理念也离不开大数据。通过搜集大量有关城市环境质量的信息，由云计算中心进行数据分析，用以指导环境保护方案的制订，并实时监控环境治理效果。在此过程中，还可以借助大数据的开放性，鼓励社会公众和企业共同参与。

　　大数据还可以用于能源使用管理，即利用安装在电网系统中的传感器来实时收集用户的能耗信息，智能调配能源供给，提高能源的使用效率。比如，建立一个以数据平台、网络平台和应用平台为基础的城市水务智能管理系统，全面整合城市的供水、排水、污水处理等事务，促进信息资源共享，实现水资源的动态、高效管理。同时，结合城市降水量和地面水量的历史数据分析和对城市未来用水量的预测，在城市规划中科学、合理布局供水、排水和污水处理等基础设施。

　　第四，智慧生活。“科技以人为本”，智慧城市涉及大量技术问题，但是其核心则是为市民提供更高质的生活。社区是市民社会生活的基本单元，智慧社区则是智慧生活的一个重要组成部分。通过智能网络系统将社区的服务、信息、人群等各种资源有效整合，从而在实体社区的基础上再造一个虚拟社区，拉近社区居民间的关系。

　　大数据应用的技术阻碍

　　信息时代的重要特征就是海量信息的高度聚集、迅速传播。如今，我们正步入大数据时代。

　　不同于传统数据，大数据的基本特征在于大容量、高速度与多样性。大容量体现在它的数据量已经从太字节（TB，240）级上升到泽字节（ZB，270）级，这种数据量已经很难用传统的技术进行处理；高速度在于数据传输速度已可达到实时的程度；多样性主要是指大数据的数据类型和数据来源的多样性。尽管如此，、在智慧城市建设中，具体应用仍有不少技术问题需要突破。

　　第一，存储成本的问题。智慧城市利用物联网将实体城市与数字城市连接起来，而物联网每时每刻都在产生庞大的数据信息，即使存储技术的发展促使成本下降，但智慧城市所依赖的数据量过于庞大，成本依旧居高不下。

　　比如，天津市安防系统如果按照理想标准建设，需要达到4.6EB的存储能力，仅存储成本就高达500亿元。迅速增长的数据规模以及相应的数据存储成本问题成为制约智慧城市建设的一个瓶颈。目前的应对措施或者是缩短数据的保存时间，或者是降低数据的存储质量。但是，这些做法又会带来数据追溯性和辨识价值降低的问题。

　　第二，大数据的快速检索和信息自动化提取的问题。传统的信息系统只对数据进行采集和存储，缺乏对关键信息的自动分析和提取。在智慧城市中，空间、视频等大数据的分析已难以通过传统的信息系统来完成。如何高效地识别和检索城市大数据中的关键信息，以做好风险防范和及时应对，这需要大数据技术的进一步发展。

　　第三，挖掘大数据中蕴含的知识的问题。城市大数据中不仅包含数据和信息，也蕴含着丰富的知识。这些知识不是直接呈现的，而是需要通过相关技术分析才能得出其内在规律。为实现城市的高效管理，智慧城市建设必须面对种类繁多、数量庞大的大数据，特别是空间、视频等方面的大数据。如何充分发挥云计算的优势，对智慧城市大数据进行有效的存储、融合、检索、挖掘等，这是亟待解决的问题。

　　（作者系中国人民大学公共管理学院副教授）