课程视频在线视频

为什么我们今天讲新城市科学

我们要说这个复杂系统呢

因为新城市科学

相比起传统的城市科学

一个最大的区别

我的看法 龙老师未必赞同

来自于传统的城市科学

是基于系统论的

而新城市科学是面向复杂系统的

为什么它是面向复杂系统的

因为新城市科学里边的

一个重要的研究主体

从空间变成了人 变成了使用者

这是一个非常非常大的一个区别

我们所拿到的各种新数据

不是用来表征空间的

而是用来表征人的行为的

所以我们来看一看

新城市科学

到底有些什么样的机遇

我们把它说有三个新的机遇

一个叫新的感知方法

一个叫新的计算方法

一个叫新的建模方法

新的感知方法意味着

我刚才问龙老师

我以为跟你们讲过

新城市数据和城市大数据应用

结果发现你们还没有讲

对 所以意味着

我现在得跟你们干说一下

我们现在拥有了

非常多的新的数据

这些数据在哪儿呢

这些数据在你们的手机

我们每一个人

同时生活在两个空间

一个在实体空间

一个在赛博空间

过去你知道

猎人怎么去追踪猎物吗

看脚印 看气味对吧

看你留下来的痕迹

但是我们现在在城市当中

我们在实体空间

其实很难留下来脚印

你也很难留下来气味 对吧

有的水泥地

你根本踩不出印出来

但是我们

每天都留下了大量的数字脚印

这个手机

每天都在跟踪我们在什么地方

我们至少每半个小时

会为我们的运营商

提供一次我的定位

至少每半个小时

除非你把手机关了

只要你手机开着

运营商至少每半个小时

会确认一下你在哪个基站

所以你每天24小时都会留下位置

然后你们会干什么

你们会发微博 上微信

看抖音 对吧

可能会发抖音

上点评 写游记等等等等

所有的这一切

都将我们现代人的生活行为

给数字化了

只是我们把它数字在了

不同的平台上

所以我们意味着

我们对于城市的感知

拥有了更广的来源

非常多的来源

能够去感知我们的城市

怎么在运行

第二 我们拥有了

更多的理解城市的维度

特别特别的多

过去我们理解城市

我在规划院干了这么多年

城市规划三要素

人 地 法 就是这三个要素

过去我们做人

就是用的人口这个数据

人口有几个维度

基本上统计年鉴给我们什么

我们就用什么

你们见过统计年鉴没有

太可惜了

统计年鉴里边

就只有常住人口 户籍人口

外来人口 对吧

农业人口 非农业人口

仅有少少的几个维度

再加上一些性别 年龄

大概就这么个东西

它对于城市的人的理解

只有这么一个基本的统计特征

但是你想想

龙老师写过

用滴滴的数据研究城市的文章

用摩拜的数据研究城市的文章

用抖音的数据研究城市的文章

实际上不同的数据

都在看待不同的人的生活

比如说滴滴的数据

代表了人的打车行为对吧

人怎么打车的

摩拜的数据代表了人的骑行行为

抖音的数据

代表了人的文化消费 对吧

文化活动 等等等等

实际上

我们去理解城市的人的时候

我们拥有非常多的维度

去理解城市的人

还有我们能够看到更多的对象

过去我们去研究城市

使用的跟人有关的数据

要靠人去调查获得

所以我们特别依赖问卷

但现在 我们站在家里边

你就不停地在传你的各种数据

互联网公司

天天在给你画像 打标签

你是个什么样的人对吧

打了一大堆标签

所以我们能够拥有

特别多的对象的感知方法

这是我们说的新城市科学

为什么在这个时候

会产生这个玩意

因为我们的感知体系

完全的变化了

第二 我们有很多新的计算方法

首先我们现在有很多的云

阿里云 腾讯云 华为云

亚马逊的 微软的

有一大堆云服务

这些都给了我们

截然不同的算力的基础设施

过去我在北规院

我们有一个大大的机房

我们每台服务器都是我经手的

我们买了几十台

几十台服务器

维护这个服务器

费了好多的劲

现在我只有一个服务器

我买了一个服务器 我创业之后

我们大量的数据

都放在阿里云上面在算

我不需要构建这些东西

意味着

当我获得了这么多感知数据之后

我拥有了

非常廉价和便捷的处理方法

处理的基础设施

第二 我拥有了一些新的运算架构

我手上有好几亿人的行为数据

定位数据

你知道那个数据传给我

每周是以什么样的数据格式

给我的吗

是以txt的格式给我的

每个txt7个G

你们用电脑打得开7个G的txt吗

其实你是打不开的对不对

但是并不妨碍我们能够

把这样一个一个7个G的文件

我们把它快速地放到

我们的一个处理的框架当中

去运算它

因为我们有了新的运算架构

过去大家去说大数据

就会说Hadoop

现在Hadoop不时髦了

后来说Spark

我们有各种各样的运算架构

可以去处理这些日志形态的数据

而且作为一个非计算机专业的人

我们能够通过一些教程

能够去搞定它

这个是很不错的

第三个我们有了这些数据的算法

非常多的新的算法产生了

大家一说就会说

机器学习 深度学习

其实不光是这些东西

我们用了非常多的算法

去响应新的数据形式

响应新的数据内容

去解决不同的问题

这些都是我们在过去

城市科学的时候不具备的

这些事是同步发生的

我们叫移动互联网 大数据时代

和大数据的处理和计算方法

我们或者叫数据科学时代

是同步发生的

大体上就在Michael Batty

写《新城市科学》

这本书的那个时候

大概2012年 2013年的那个时候

产生了这样一个时代

所以我们可以看到了

新城市科学的诞生

跟这两个事情是息息相关的

那么这两个事情相关之后

它给我们城市科学研究

带来的一个最大的区别是什么

这个事是我个人看法

我认为学术界不认可

过去我们做城市模型

世界上的城市模型的热潮

50年代到80年代第一个大热潮

然后迅速地消褪了 为什么

因为那个时代的模型

在数学上都很有意思

但是没有实用性

为什么没有实用性

因为那个模型

首先是基于某一种理论

它一定是先有某一种理论

然后对它进行所谓合理的抽象

比如说我们会有地理决定论对吧

我们会有各种各样的对吧

比如劳瑞模型

我们会有什么基础的就业对吧

服务型就业对吧

类似这种的 他会简化这个城市

他会认为

影响这个城市现在这么运转的

是由这基本的几个要素来构成

它是服从于某一个单一理论的

问题出在哪儿

问题出在他对于所有的这些

所谓干扰要素的过滤

都把一个复杂系统进行了简化

变成了一个简化的系统

你能用任何一个简单系统

去解释复杂系统吗 做不到

所以就意味着第一轮城市的研究

或者城市模型热潮

带来了一大堆理论上有价值

但是实践上没有意义的事情

非常的多

所以你可以看到了

他由理论驱动

构建了一个简化模型

比如说我们会把这个世界

定义成金木水火土五个要素 对吧

可以跟你们来说

那我们这个模型

就只需要五个变量就行了 对吧

那接下来我们要针对这个变量

去采集数据

一个过去再复杂的模型

充其量也就几十个变量

为什么变量不能多

不是说这个数学太难搞

而是说这个变量的数据的获得

是有成本的

因为我们每一个变量的数据

都要我人工去采

我要去做调查

比如说我们去研究人

比如说研究出行

我就要对他的交通行为

交通出行做调查

他不会自动地把这个数据给我

所以意味着变量如果太多了

会意味这个模型的成本

是不可承受的

如果你变量的维度很高

就意味着你调研的对象

样本量一定要足够的少 对吧

如果你的样本量很大

你就不可能是一个很高维度的

因为你采不回来

一个问卷填三个小时

你肯定吃不消

所以过去的传统城市模型

它只具备理论研究价值

或者是一个数学游戏

不具备实践的指导意义

新城市模型跟这个模型的路径

是反的

新城市模型会发现

一上来我就认为

我们面对的是个复杂系统

压根儿不存在

一个复杂系统模型的

这么一个玩意

不存在一个复杂系统理论

能够去解释一切复杂系统

没有的 我们有的是什么

这个 我们拥有了

泛在感知的各种数据

我们现在拥有了 只要我想

就可能可以搞到的各种数据

所以我们会发现了

现在我们拥有了移动互联网

有大量的互联网公司

有大量的运营商

还有大量的物联网

还有大量的城市运行的基础设施

不停地在产生大量大量的数据

我们叫做

泛在感知或者全感知时代

现在数据不是问题

那我们就意味着

我们想让这个城市有多少个变量

就可以让这个城市有多少变量

一百个不够 一万个够不够

理论上你想要多少个

就跟互联网公司

给一个人打标签一样

2014年的时候 阿里跟我说

他们花了一段时间

给每一个人打了1000个标签 对吧

当时他们是这么说的

1000还是1500个标签

1500个标签

那是四五年以前了

现在他们想打 可以打得更多

因为阿里有一个大帝国

它有高德 有支付宝对吧

有淘宝 有天猫

还有一大堆什么UC 对吧

它想要什么都可以有

所以你的所有的行为

都会被它感知

它想打什么标签可以打什么标签

所以你可以有无数的变量

去解释你的对象

OK了 接下来那就是

我们这个模型是由变量来的

或者进一步来说是由数据来的

这就是龙老师所说的

数据驱动的模型方法

OK了 我拿到了一个

特别高维的一个数据集

我接下来要研究怎么降维

和这些变量之间的关系 建模

所以这个模型的构建

不是来自于某一种理论

这是一个纯数据游戏

这是一个完全由数据科学驱动的

没有理论参与的一个过程

那么接下来理论从哪儿来

理论从我们发现的模型

它对于数据的解释来

不存在这个理论

是反着由数据来的

那么现在我们走到哪儿了

我们现在这个

相对而言走得还不错

这个我们走了很多

这个很多的人在做

不同的事我们拿到了不同的变量

可以做不同的回归模型去解释它

OK了 最后理论现在没有的

我们现在不存在一个

新城市科学理论

或者新城市科学规划原理

没有的

新城市规划原理没有的

但是我们认为

当这些东西走得足够多了

理论也就呼之而出了 对吧

大概是这个意思