李志堂: 地图大数据让城市更美好

　　李志堂：地图大数据让城市更美好。我们在座的每个人都生活在城市中，城市对我们大家都有非常高的吸引力。这里有非常好的医疗，非常好的教育，非常好的文化等等。还有我们非常重视的工作的机会。这些资源都是城市它有非常高的优势。

　　但是，我们也发现城市，也不是非常的完美。我们在城市发展过程中，在我们城市生活的过程中经常会有一些问题，一些抱怨。比如说我距离我们上班的 地方，为什么要20多公里，而且经常会遇到交通的拥堵，到公司可能要花一个多小时，为什么我们去医院总是找不到停车位。如果有一些停车位还是路边的，经常引起交通的拥堵，为什么我们想买一辆新能源汽车，结果物业告诉你，我们装不了充电桩。再比如说，我们想到自己居住的环境去散散步，发现离自己最近的公园要走5公里，驱车5公里，带着全家老小非常的麻烦，为什么我们的周边都没有一个很方便的公园，有的都是超大型的公园。说明什么?说明我们在城市规划发展过程当中可能存在一些问题，这些问题应该是对城市的理解，对城市的规划不够科学，理解的不够透。今天我带来的百度地图大数据的介绍，可能能揭示它的一些答案。我们可以看一看地图大数据都有哪些部分构成的。

　　跟城市相关的地图大数据分为三层，从底层网上有关于物的数据。比如说桥梁、道路、河流、山川、湖泊，再比如跑在上面的车辆，这些静态的数据，动态的数据构成了三层大数据中最基础的一层。再网上就是关于组织和机构的数据，组织和机构都是人构成的，比如说这里有一个超市，这里有一个律师事务所，那里有一个医院，这些组织和机构的数据也是经常大家访问，去想向他提供的服务。最上面的一层是关于人群的数据，这层数据掌握的人群，特别是城市人口出行、活动、居住的一些规律。

　　首先百度地图可以索引万物，我刚才说到的山川、河流、桥梁、湖泊，再加上各种车辆，交通工具，他们的数据我们都可以索引到。

　　再一个就是组织机构及其服务的数据，可以看到像购物中心，景点、银行机构等等，这些组织机构还有他服务的数据也是我们百度地图做好这些数据非常重要的目标。

　　还有关于人口的大数据，百度地图也是一个面向开发者的平台。现在每天服务60万应用和网站。它把定位能力开放出去之后，每天都有720余次的定位请求汇聚在百度地图，覆盖的人口每天7亿人。那边的图是2017年春运期间从北京出发的人口的方向，这是一个人口的大数据。

　　有了这些数据，我们是不是就可以更好的理解城市?答案是肯定的。我们提供了一些工具、方法、算法，有助于我们对城市的理解。首先我们可以利用百度地图提供的工具，我们工具目前在行业中有一定的知名度叫百度地图会演。首先有一个功能做城市扫描，就像跟人做体验一样，我们可以看到这个城市人口分布的状况，也会看到这个城市基础设施分布的情况和更新的情况。

　　再有一个非常厉害的功能，叫城市功能区，我们发现城市在历史的演进过程当中，再加上自然条件的限制，再加上一些产业的分布，我们看到，是可以给这个地块上标签的。这是我们最近推出来的一个关于北京市功能区的可视化的效果。我们举几个例子可以看到，比如说星巴克和Costa咖啡他的定位是不一样的，前者定位没有后者那么高端，它在功能区上的分布，星巴克的分布除了商务区之外，它还有很多的地方是一些交通的枢纽，一些比较人群流动比较快的区域。Costa咖啡定位稍微高端一点，他的定位区域，商务区，商业区为主。还有关于汉庭酒店和7天连锁酒店的分布我们也做了一些分析，汉庭酒店分布的区域以商务区为主，7天连锁以居民区为主，这印证了他们的定位是有区别的，前着汉庭酒店定位稍微高端一点，面向商务人群。

　　人、市民是城市活动的主体，也是城市发展的出发点，目标服务的对象。我们每个城市的资源，都是有限的，这些有限的资源如何分配，它有个非常重要的标杆，就是以人为本。人分布在什么地方，我们知道我们对城市的划分有主城区，建城区，老城区，新城区等等。我认为这些都不足以说明我们人到底在哪里分布。我们可以看一下百度地图关于人口活动区的尝试，关于北京的尝试，我们把人口大数据系统挖掘出来，你可以看到，北京的通州区域，还有大兴区域，这些新兴的居住地都可以展示出来，如果你按照传统的主城区去理解的话可能就没有这些新的区域。未来公共设施，交通资源的投放，规划的时候可能会漏过这些区域。

　　再看上海，我们可以看到他的核心区，近年来吸引的人口特别多，也是可以把这些浦东新区包含进去。再一个有代表性的就是深圳，深圳我们看到巴安区(音)，也是近年吸引了很多的人口在这里居住和工作，整个深圳的居住化率也是非常的高。

　　我们刚才讲的都是一些比较宏观一些的分析，可能有的朋友要问，人口的数据能不能体现微观上的能力?这里正好有一个小例子，这个叫杭州湾，汽车学院，这个学院占地30公顷左右。他和我们做了一个测试，发现我们通过百度地图大数据统计，它的人口是1644人，精确到个体。他们教务处给的数据是，他用了一些公式，在校人数等于总数减去实习生，再加上在这里常住的教职工，发现是1620人。

　　还有还要深刻的理解交通工具以及道路路网的运行规律，我们做地图，现在大家出行除了要看导航路线，现在大家看路况到底哪里堵，堵到什么程度，也成为一个非常重要的需求。

　　我们在洞悉路网运行方面数据有三个非常重要的来源，首先是公众的数据，这个很好理解。比如说你在用百度地图导航的时候，或者是在用我们覆盖到的车厂服务的时候，这个时候它体现了一个人人为我，我为人人数据众包的流程，一个过程。

　　再一个政府合作，有很多的，政府出于交通监管的需求把出租车、客车、货车需要监管的数据都汇聚在自己的手中。基于这些共同的出发点，我们也和很多的政府交通主管部门各地的，还有部级的都展开合作，这方面有非常大的进展。

　　再一个行业合作，除了公众的，政府之外，发现行业开发者，行业伙伴他们在使用地图的过程当中也愿意和我们合作，把这个路况做的更好。

　　现在路况已经覆盖375个城市，城市的市内的道路路况覆盖率达到99%以上。

　　现在整个中国的城市化现在发展到一个非常关键的阶段，城市化需要科学的数据，科学的方法来做支撑的。我们发现，其实一些基础设施的使用率是可以通过地图大数据来衡量出来的。这里有个例子，我今天带来了案例故事比较多。宁波市公园的一个人流密度评估。我们知道现在公园已经是稀缺的资源，在一切建城区，老城区已经建好了这些公园。如果政府有一笔钱要去投入，我优先投入哪些?以人为中心的话就要看这公园的使用率如何。我们帮助宁波市规划院排出来的公园的密度，可信度非常高，这个已经影响了当地的下一步公园方面的投资如何去做。

　　再一个我们还可以支撑基础设施的建设规划，这也是宁波规划院在宁波市的案例，这是一个关于城市廊道的案例，廊道其实是一个，其实我们经常见到这样的廊道。比如说它其实是一个城市的联络线，除了有通行的功能以外，还有联络各个功能区，它的自己有的时候也是一种经管，这个廊道可能是一个草地，可能是一个河流，或者这三种的综合体。廊道两边的机制是不一样的，区隔了不同的区域，也联络了不同的区域。

　　在宁波的江东复合慢行廊道选线过程中，百度地图这是最早自己工作当中推演出来的一个廊道的设计，利用了百度地图大数据之后我们给他做了选线的一些升级，这些选线的升级，比之之前，数据用的更加科学，更加合理，从效果上来看，从验证效果上来看比之前有更好的效果，在这个基础之上，我们也发现可以基于这些数据对于它的营造策略有一定的影响。

　　比如说红色的区域可以通过规划，可以通过规划建设增加步行空间，蓝色的区域主要是河道、道路，可以增加一些步行的空间，这些东西都已经开始深刻的影响到城市的规划层面了。

　　提到城市的发展，就不得不提交通，交通路线是困扰每个城市的，都快是一个城市病了，这里边也有几个故事来分享，首先是北京周边地区的信号灯治理，基于我们的经验，对互联网+信号灯的治理分成三个，首先是个体道路上的信号灯的治理，这个质地主要是运用大数据和定时的信号灯效果，相互互动起来，让他可以调优再去看效果，第一个境界，我们在和北京交警在村路的改造上收到一些效果。第二个实践是区域的信号灯的治理，区域的信号灯，不单是一个个别道路，它是要改变区域甚至是一个区域连接两个区域的一个系统的交通的状况，它提升的是一种系统的效率。这种效率，你势必要去做权衡，有的地方可能要投入一些道路资源，有的地方可能要缩减道路资源，以图上这个案例为例，它是上帝周边地区的治理，这是我们在第一季度进行的治理。

　　这条路是想到上帝三街，我们发现东向西和西向东方向带来的效果是不一样的，这条路连接了回龙观地区到上帝地区，工作的重要的通行线路，这条线路经过我们的信号灯调和治理，在早上的时候，东向西是上班时间，每辆车平均上班减少了3分钟，下班时间减少了将近5分钟，效果还是非常明显的。

　　第二个是全球的系统化的信号灯治理，这个阶段需要信号灯的联网，目前和一些城市就第三个境界展开合作，第三个境界的信号灯治理需要人工智能。

　　这是我们和成都市的互联网+交通的实践，在这个实践当中我们发现可以通过地图的导航策略，权重的调整把导航出行的用户吸引到一些周边的中小街道减轻主干街道的压力，这个效果也是非常的明显。

　　再一个我们发现城市的诱导屏也是可以联网的，这里的一个案例是我们和济南交警的合作，目前已经覆盖了交警95%的路况诱导屏，这个效果也是非常显著的。前面讲到了理解城市，规划城市，还有治理城市的交通问题。

　　我们最后还要再介绍一下城市的研究报告。我们以人为核心做了一次城市研究报告的课题，第一季度的城市研究报告发布之后也是有一定的社会影响，首先揭示了一个人口吸引力的排行，他这个排行是全国主要的城市，全国第一季度，这些城市都有迁入迁出的人口，这些人口我们做出一个大盘，这个城市流入人口超过这个平均值的倍数，就是这个城市的人口吸引力指数。它可以揭示第一季度哪些城市更受人口的欢迎。而且这些人口他都是常住人口，是真正的在这里要生活两个月以上，生活工作两个月以上。

　　我们还揭示了主要城市的交通拥堵情况，这个榜单是前10名的榜单，这里引入了一个概念叫交通拥堵指数，单从一条道路来看，我们通过这条道路的实际的时间，比上理想的时间，超过了它的倍数，就是这个道路的拥堵指数，我们就有这个城市的综合交通指数，这个报告发出来之后影响也非常的大，很多地方的交警纷纷联络我们说能不能一起改进城市的交通，因为它有一个量化指标，它可以自己和自己相似规模的城市比较。

　　我们把不同城市的交通拥堵指数打在一个现象图上发现早高峰，晚高峰分布在不同的城市，这个也是非常震撼的。我们刚才讲到了人口吸引力 ，也讲到了交通拥堵，其实还有个非常重要的就是公共交通的人口覆盖率。这个覆盖率其实也是一个非常有独创性的一个覆盖率指标，它其实是以人为核心的，我这个公交站点以它为核心，公交站点包括公共交通、巴士，也包括地铁，以它为中心覆盖的半径总人口相加，占这个城市人口的比例是多少?我们可以看到，深圳、东莞、厦门排在前面，北京排在前面，不同城市的公共交通的站点覆盖率是不一样的，这也是能体现出来各个城市公共交通出行的便捷程度也是不一样的。反过来可以进行盲区的分析，我们以人为核心，如果以人为中心，人的聚集区分成网格，这些聚集区的网格周围的500米半径又没有交通概念覆盖的，这些把它可视化出来，衡量出来你会发现也是非常的明显。像北京，像北京的平谷，延庆一些地方，不光是人稀少的问题，确实有人的地方没有公共交通覆盖，我们的平行是把人包括进去了，一个非常科学的排行。到最后一个环节跟大家分享一下我们百度地图大数据参与城市建设，特别是智慧城市建设的经验，有三点。

　　首先一定要以人为中心，你可以看到我们所有的案例、措施，包括城市研究报告，都离不开人的要素，因为人是城市的重要的资源，也是城市服务的一个重要的对象。

　　第二，一定要连接人和城市，在连接人和城市，首先是数据的整合，来自互联网地图的大数据和政府的数据和各行各业的数据要整合好。再一个服务的互动，我们做出来这些服务和案例，这些解决方案都是服务市民的。同时市民的数据又可以去更好的支撑这些服务，是这样一个过程。

　　第三点，我们前面讲到了以人为本，我们又讲到了要连接人和城市，第三点，我们要勇于去改变，勇于去改善城市，因为在这个过程当中，你真的要改变城市，改善城市，你要让你的故事，让你的案例落地，去推广，是要有很大的勇气，因为各行各业在上面都有很多行业上的差异，数据上的壁垒。但是真正你去做下去的时候你会发现其实这是一个趋势，是一个方向，在座的各行各业的朋友，无论是解决城市问题还是交通问题，这是给大家的三点经验的分享。

　　最后我希望同样一句正能量的话结束今天的分享，百度地图它不仅为用户提供出行导航，也在为城市的发展建设提供一种导航。谢谢各位。