威尼斯-WWW.37000cm.COM|创新 合作 共赢

icon
../../hdupf/gimg/202107/20210728090413_772665.png
icon

NEWS

新闻中心

清研智库:疫情凸显数据采集和分析成为智慧城市规划核心

作者:清研智库 来源: 清研智库 更新于:2020年06月03日 09时 阅读:0

COVID-19大流行病暴露了主要城市在危机时期的一些缺点。当世界在寻找使城市地区更具弹性的方法时,智慧城市新方案提供了一些答案。

历史证明传染病的爆发会让城市变得更好。伦敦的下水道网络是在19世纪50年代霍乱流行之后修建的,1918年西班牙流感之后,建筑通风标准得到改善。

智慧城市是一个通俗易懂的术语,用来描述如何利用技术和数据分析使城市更具可持续性和效率,它可能对决策者和居民如何重新构想城市空间产生深远影响。

长期以来,智慧城市一直被视为管理城市人口爆炸性增长的关键工具。根据联合国经济和社会事务部的数据,世界上一半以上的人口居住在城镇,这个数字到2050年可能会攀升到接近68%。随着城市人口的膨胀,他们的经济影响力也在增加。麦肯锡的数据显示,到2025年,全球前600大城市预计将占全球GDP的60%。

智慧城市的发展,像沙特阿拉伯正在建设的giga项目和阿布扎比的Masdar项目表明,该技术可用于降低城市运行成本、减少资源消耗和提供改善服务。但改造现有的城市基础设施,而不是从头开始建设新的智慧城市,是一个长期的挑战。沉重的价格标签和这些工作的复杂性减缓了执行的步伐。

然而,COVID-19对经济、社区和公共卫生的影响可能会是促使城市克服这些障碍,并找到创造性的、多学科的方法,使智慧城市原则成为所有城市长期规划的基础。这一流行病还可能为具体技术的实施提供有用的数据和支持。

数据收集和分析是智慧城市规划的核心

对于任何计划将智慧城市理念置于其更广发的规划战略的中心的城市或组织来说,手机数据,并对其使用进行管制,是任何计划都必须建立的基础。

数据收集和分析是智慧城市规划的核心,如果智慧城市要实现其承诺,数据收集和分析至关重要。在沙特阿拉伯和阿联酋等绿地智慧城市,数据采集设备可能从一开始就内置到建筑结构中,有助于最大限度地降低成本和提高效率。

在世界上的一些地方,隐私法和隐私权使得在不实施合规措施的情况下很难跟踪人们并收集和使用他们的数据。尽管一些国家政府被赋予了更大的权力来收集和处理个人数据,以打击COVID-19(例如,欧洲数据保护委员会就这一点提供了指导),但在保存这些数据的时间和用途方面仍然存在限制。事实上,有一种观点认为,许多西方国家在智慧城市发展方面落后于亚太地区,并可能落后于中东地区,正是因为这些限制,尤其是在欧洲,全球发展政策规则非常强调个人隐私权和对家庭生活的尊重。

在智慧城市的背景下,个人隐私权和新技术的快速发展之间不可避免地存在权衡。在许多西方法律结构中,这些权利使得收集个人相关数据和处理这些数据(包括智慧城市的运营和发展)变得更加复杂和昂贵。数据的收集也伴随着商业和知识产权方面的挑战。如果智慧城市要运作,特别是那些采用人工智能的城市,它们需要准确和最新的数据集。此外,相互竞争的企业和平台需要能够以不同的方式、不同的目的访问这些数据。但是,如果数据要集中化,然后共享,并由许多人以可伸缩的方式利用,我们必须询问谁拥有数据,以及控制其商业用途的规则是什么。

应对COVID-19的紧迫性很可能会改变西方国家、公司和州如何看待个人数据,以及个人隐私与公共健康和安全之间的平衡。病毒的影响还可能集中思想,加快私营公司和政府在共享数据和将数据放在一个适当控制的开源平台上的合作。在建立和控制这样一个平台方面,政府可以发挥关键作用,并确保所有公民,不论社会经济如何,都能够利用数据驱动的感染率、保健、数字保健和远程医疗提供知识,并从中受益。

智慧城市工具成功利用数据,对抗COVID-19

当数据可用时,智慧城市工具在对抗COVID-19的斗争中的应用,已经成为技术如何优化城市生活各个方面的蓝图。

例如,芝加哥的一些城市使用匿名手机数据来分析旅行模式,并追踪人们是否待在家里和自我隔离。在中国、韩国和中东,各国政府更进一步,利用智能手机数据追踪感染病毒的个人,并绘制与他们接触的其他人的路线图。韩国政府还推出了一款“自我健康检查”的应用程序,随时监控海外游客的健康状况,并在购物中心安装了热成像传感器和消毒喷雾器,以阻止病毒传播,识别可能处于危险之中的人群。

成功地使用数据和跟踪个人设备来提供医疗保健服务,可能是大规模采用医疗保健技术的一个转折点。管理COVID-19的技术应用仅展示了其潜力的一小部分。例如,扩大跟踪呼吸、心率和体温的可穿戴技术的使用,可以使数以千计的患者能够进行早期和个性化的干预,并改善危机时期以外的资源分配。医疗机构、保险公司和政府已经看到如何利用技术促进早期干预和提供改善服务,并可能准备长期扩大其在日常医疗服务中的应用。

城市交通是另一个领域,智慧城市方法的好处,采取直接回应遏制COVID-19,可以看到城市政策的长期转变。在新西兰,政府已经投入资金拓宽人行道,铺设“弹出式”自行车道,这样人们在城镇周围行走时可以保持社交距离;而在加利福尼亚州的奥克兰,74英里的道路已经被车辆封锁,这样人们可以利用街道走得更远。这些举措指出了未来城市交通变化的方式,有可能减少拥堵和改善空气质量。

作为对COVID-19的响应的一部分,运输机构还使用乘客数据来监测锁定合规性,并模拟人与人之间的接触。从提供个性化的交通信息到交通和停车,这为数据分析如何被用于多个应用程序提供了切实的证据。捕捉这一潜力将伴随着法律上的复杂性,因为在许多司法管辖区,未经数据主体的同意,为一个目的收集的数据不能保留并用于其他用途。

撇开这些障碍不谈,对于COVID-19后彻底反思城市交通网络的运营和设计方式,仍有令人信服的论据。

采用多学科的方法来寻找对抗covid-19的最佳方案

与COVID-19战斗的紧迫性还要求传统的公共和私营部门之间的交叉合作。例如,芝加哥的旅行模式跟踪计划是与一家移动数据公司BlueDot合作执行的,有许多制造商检修生产线,使医疗设备和建筑物重新用作医疗设施的例子。

这场危机可能标志着一种思维方式的转变,即采用多学科的方法来寻找城市管理的最佳解决方案。基础设施、技术和移动专家之间的跨部门合作一直被视为智慧城市交付的关键。在COVID-19之前,科技、医疗和汽车公司已经本着这种精神成立了合资企业,但这种合作关系的战略价值得到前所未有的强调。COVID-19促进了跨行业、公共和私营部门的协作和整合的新文化。

这代表了一个独特的窗口,汇集了一系列学科的最佳实践,以建设和运营更好的城市。

COVID-19促使进入新工作方式

工作性质和地点一直是COVID-19推动公司和工人进入新工作方式的另一个领域。

世界各地的封锁迫使人们在家办公,加速了虚拟会议和远程工作的采用和管理,规模空前。早期迹象表明,总体而言,全球家庭办公实验取得了成功,可能会改变人们对公司如何管理员工、招聘和使用办公空间的态度。支持团队已经展示了他们远程向工人提供支持的能力,这使得在昂贵的市中心办公室减少办公空间成为可能。办公空间和家庭空间之间的办公桌和工作周划分可能会变得更为普遍。现在,员工已经体验到视频会议软件和各种信息和协作平台的功效,这也可能成为降低业务成本的一种方式,商务旅行也可能受到深刻影响。

这一长期转变将需要对电信和宽带基础设施进行大量投资。例如,在英国,互联网服务提供商在封锁期间看到了两位数的流量增长,而像Netflix和Disney+这样的流媒体服务已经减少了带宽使用,以消除网络拥塞。城市互联网连接速度与农村和城市周边地区之间的差距也凸显出来。例如,在美国,像纽约和华盛顿这样的城市,DC的连接速度通常会高达每秒10gb,而密西西比的用户的连接速度则会低至1.5mbps。世界其他地区也出现了类似的城乡连接鸿沟。

雇主一般仍将对其雇员在工作中的健康和安全负有法律责任,即使这项工作是在家里进行的。他们不太可能去所有员工的家里进行风险评估,但任何雇主都可以做很多合理的事情,在COVID-19大流行病期间,更多的雇主一直在做这些事情。这些措施特别包括向雇员提供必要的信息、指导和培训,使他们能够对自己的家庭工作环境进行风险评估,从而为自己维持一个安全的工作环境。雇主还可以定期与雇员进行联系,以确保他们正在进行这些风险评估,并确保他们在家工作时感到安全和舒适。

英国《合同和就业法》为管理雇主与其雇员之间的关系提供了一个强有力的平台,与其他一些法域中较为僵化的结构相比,该平台具有足够的灵活性,能够应对“白领”工作人员远程工作的挑战,它们更多地依赖于集体谈判安排和适合“蓝领”环境的劳动保护。法律的使用,主要是基于英国普通法原则,已经在世界各地的自由区广泛使用,应该特别适合智慧城市。

远程工作很可能在病毒来来往往很久之后成为劳动力市场的一个重要支柱,并将为工人、企业和电信运营商提供令人兴奋的商业机会。

COVID-19使人们意识到智慧城市的好处

在过去的几个月里,将旧城改造成智慧城市所带来的挑战和成本并没有改变,但毫无疑问,COVID-19迫使社会所有利益相关者重新评估了一种“一切照旧”的城市管理方法。领导人将能够做出更好的数据驱动决策,人们越来越认识到,数据和技术工具可以更好地执行城市管理的各个方面。只需要投资就行。

新冠病毒对人类和经济的影响是巨大的,为克服阻碍利用数字工具更好地管理城市的症结和既得利益提供了新的动力。智慧城市的方法已经显示出它们在应对全球流行病的即时反应中的价值。随后的实施将带来远远超出这一范围的好处,但从最初规划阶段开始的适当设计将是至关重要的。

    XML 地图