上接：http://www.cad.zju.edu.cn/home/vagblog/?p=3001
2.3 规划智慧城市
2.3.1**协调及耦合**
协调、沟通、耦合以及整合都是智慧城市发展的不同方面，而智慧城市的高效运转则在于不同基础设施以及服务的相互关联。通过形成新的数据库、挖掘新的数据以及空间模式分析方法，开发新的软件以整合分散的城市功能与部门，以及建立新型组织与管理，这一广泛的相互关联才能更加有效和公平。智慧城市将通过协调效率与公平，提高城市居民在合作与竞争中的创新能力。这又涉及到一个兼顾机动性与灵活性的统一城市服务供需市场的建立，后者已普遍纳入政府及企业推进智慧城市建设的任务报告中。这些研究报告列举了许多城市机构联动的案例。在此，我们选择其一作为范例，并将其整理在图表2中，资料来源为www.networks-etp.eu和www.smart-cities.eu 。
2.3.2 新数据系统及其整合
智慧城市的知识挖掘过程较为复杂，需要建立一套用以采集，查询和挖掘集成数据的全新系统，并体现信息服务供给的整个分析过程。具体表现为以下方面：
1、从不同的资源中获取数据，包括参与式传感（sensing）以及在线社区服务
2、数据流管理
3、将不同数据整合为内在连贯的数据库
4、 数据转换与准备
5、定义新观测值，并提取相关信息
6、分散数据挖掘和网络分析方法
7、通过进一步的分析和挖掘，对模型、模式、数据的无缝组合进行处理。
8、模型与模式的评估工具
9、行为模式与模型的可视化分析
10、基于模式与模型的模拟与预测方法
11、针对大数据处理时尺度问题的进一步的分布式的数据挖掘策略
这条研究线路虽尚处于基础阶段，但已在特定领域取得了部分成果，如移动性研究。FuturICT将以此为先导，迅速涵盖智慧城市的其他领域，包括数据、模式与模型探索。
2.3.3 智慧城市管理
智慧城市各部分之间的协调除了借助更加先进的智能技术外，还取决于整合政府及企业传统职能的新管理架构的建立。企业具有提供硬件、软件以及数据解决方案的技术力量，而政府则更加关注社区的生活质量，并为社区住户提供服务。这一管理架构还将进一步涵盖更高一级的非政府组织（NGO），后者从国家乃至跨区域（如欧盟）层面对社区问题进行审视。
没有任何一个机构可以涵盖城市的所有事务，城市正被视为各类活跃机构及团体的联合体，其综合管理与协调可通过自下而上和自上而下两种方式实现。同样的，通过智慧城市管理功能的延伸和整合，其不仅具有一个相对新的发展前景，同时也将涉及信息时代分散式治理的广泛争论[37]。智慧城市管理与隐私、安全以及经济效益、社会包容性等一系列议题紧密相关，这些议题正因信息通讯技术而改变。这一主题将成为我们研究项目的一部分，并与信息通讯技术下的智慧城市新组织架构相关联。规划的传统角色，即城市更新、交通、经济发展及住房等，将涉及城市基础设施运作、市民的公共服务供给、医疗卫生以及教育乃至各类对城市产生静态或动态空间影响的城市功能运作。
2.3.4 新规划与设计方法
过去50年，不同空间尺度与时间跨度的模型已经用于解释城市的运作。其中的大部分都用于指导规划与设计的前期过程。尽管交通以及土地使用的计算机模拟和预测是基于经济与人口视角，这些模型还主要是针对物质活动区位进行模拟。部分城市运行研究已经对这些模型进行了一定程度的拓展优化，但总体上这些称为规划支持系统的模型目前仍主要用于与政策制定者之间的直接互动[26]。
智慧城市的出现对这些模型带来了巨大挑战，表现为以下几个方面。首先，城市自身已由物质行为主导转型成为信息技术对物质活动的广泛补充；其次，城市的许多常规功能正被计算机控制所取代，而各种人类行为也日益融入自动化模式；第三，这些新电子功能所提供的数据，使我们能够了解城市的持续性运转情况。这一即时性与时间间隔压缩，使得长期规划有望通过数据的实时更新转化为一个持续性的过程式规划。随着城市运作中这些智能技术的运用，城市也将随之而改变，规划功能及智能技术的开发须同时进行，并行不悖。城市的这一时空关联意味着更高程度的复杂性，只有通过FuturICT中更新、更先进技术的开发才能加以应对。
智慧城市的研究重点在于城市各部门的新模型开发，其中涉及新的数据类型和数字网络行为及其与传统城市活动和区位的关联。研究的关键在于对模型如何指导不同时空范畴的规划建立清晰的认识。这一研究将有望产生更新、更加综合、协调的决策支持体系。
2.3.5 公众参与和网络通讯
我们认为，智慧城市中新的公众参与模式源于新的信息通讯技术。目前，基于网络的公众参与大多还是被动的，直到Web2.0技术的运用，才带来（presume）真正的互动。事实上，城市设计中的公众参与需要花费大量的时间和资金（interest），因此必须要让有兴趣的市民能真正的参与并产生影响。HCI以及隐私、保密议题是这些发展中的关键。网络在线通讯可以通过多种形式对更为广泛的市民群体进行动员，在此我们能够定义至少四种主要互动模式：首先，通过门户网站以及其他途径获取关于城市日常生活及工作的各方面信息；其次，通过与其他在线用户接洽并创造性地处理信息，从而使得市民在与软件的互动中增进对城市的了解；第三，市民通过众包系统，回应相关询问并上传信息；第四，通过完全成熟的决策支持系统，使得市民参与到未来城市的设计和规划中来。
2.4 一个当代**典范案例**
将信息通讯技术融入城市的相关案例众多，在这些案例中，信息通讯技术产生新的数据并促进对城市核心问题的了解；改善城市功能，提供提高城市效率与生活品质的新途径。我们将从中选出7个案例，概括其要点，以展示信息通讯技术在当前以及未来中、远期的运用。
2.4.1 实时传感：众包与社交媒体空间化（**mappingsocial media**）
当前最引人注目的社交媒体是短信息，任何信息都可以通过140字以内的内容传递给任何相应网络上的用户。其中的最佳案例就是推特，任何可以登上推特的智能设备或电脑都能可以作为一个地理编码设备，对信息传出点进行定位。相应的，也有不少研究正在探讨如何通过这些数据对社会网络以及空间网络进行分析。信息源的地理定位事实上是迄今最主要的应用。我们只是初睹这些媒体的发展潜力，而有效信息的提炼将是未来的主要议题。然而，借助新的移动化管理（mobilitymanagement）方法，通讯内容中有效信息的提炼将有望取得较大进展，且不限于推特数据。关键之处在于，随着信息挖掘技术的普及，将涌现更多类似的值得关注的新数据。下面是关于伦敦2011年8月7-9日推特信息的空间分布图以及巴黎2010年6月21日的24小时内的推特信息密度图。
图3.推特点分布图：（a）2011年夏伦敦骚乱，以及（b）巴黎24小时之内的推特点分布图
当前使用量最大的专业数据来自于众包，其中，开放街道地图（Openstreet map）是由众多志愿者通过GPS等部署在现场的定位技术记录位置信息。我们将不在此对其进行展示，但是OSM在世界的许多地方具有相当高的精度，并且能够作为其他社交媒体数据的基础底图使用。例如，尽管上面展示的是谷歌地图，但OSM显然也可用于此。
大城市市民已经普遍地使用可充值并可多次使用的公交卡搭乘公共交通。在伦敦，所有的公交车、地上铁路以及地铁都可使用一卡通。从2010年十一月到2011年六月的这半年里，一卡通产生了超过10亿条进出、换乘以及退款数据记录，而我们正在对这些数据进行信息挖掘以及可视化处理。目前已完成了地上铁路以及地铁的数据分析，并希望进一步分析枢纽之间的交通流模式（见图4a）以及各节点的交通总量（见图4b）。
图4 欧洲空间杂志专题图4 根据qyster数据获得的欧洲铁路网络枢纽之间的每日流量（左）以及枢纽交通总量（右）
2.4.2 多层**级网络：伦敦oyster公交卡数据**
目前我们正根据这些数据开发多交通模式出行算法，这需要对不同交通模式之间的换乘过程进行假设，因为只有轨道交通上才会有出发点与终点的刷卡进出记录。左边的图（4a）显示不同枢纽之间的交通流，而右边的图（4b）是24小时内每隔20分钟交通网络所有节点的交通总量。目前，作为项目的一部分，我们正在开发多交通模式换乘的指导程序。
2.4.3**新城市数据系统：开放数据**
许多国家的政府已经为广大感兴趣的公众和专业人士开发了开放公共数据。目前，继美国之后，英国等其他国家以及许多城市的政府已经致力于提供不同形式的公共数据。这也是当前政府透明管理计划的一部分，不仅涉及数据可靠性同时也关乎隐私和保密问题。欧盟根据PSI指令也积极参与到这些议题中来(http://ec.europa.eu/informationsociety/)。图（5a）是英国开放数据门户网站，图（5b）是纽约的同类网站。在智慧城市方面，预计未来十年内将会出现更多类似网站。
图5 开放数据门户：（左）英国以及（右）纽约
图6 土地利用及交通模型：不同空间尺度的特拉维夫ABM（左）以及伦敦大都市区集计模型
2.4.4 新出行与区位模型：**MATSim和模拟(simulacra)**
通过基于个体的方法可以对公共交通以及土地使用系统中不同对象之间的互动及其影响进行模拟，这些对象包括：出行者、网络操作员、公共交通服务（出租车、拼车、共用汽车、公交、铁路等）信息系统提供者、活动提供者（零售商、酒吧经营者、连锁餐厅、影院老板等）开发商以及业主、竞争及其他政策制定者。像MATSim这样开源的基于个体的微观模拟能很好的记录下研究对象的速度和尺寸，并为更进一步的模型开发奠定基础，后者将涵盖平衡以及非平衡条件（路径导向）下的不同对象类型。在此展示Aviv模型的一个典型应用（见图6a），这个模型目前正用于模拟不同空间范畴内的交通行为的互动。（软件下载、教程、论文以及动画详见(www.matsim.org）。图6b展示了伦敦利用更为传统的集计模型的模拟情景。FuturICT同时也将开发运算基础设施（设备）以进一步拓展模型系统的适用范围，并提高这些模型的速度和性能。
图7 米兰地铁GPS轨迹（左）城中心到东北部（右）簇状的轨迹
2.4.5 开发路径的风险分析
目前，由于涉及对象的数量和类型过多，计算时间过长，即使是最高速度的运算集群尚无法对于像大都市区这样复杂的系统进行强力风险分析（Bruteforce risk assessment）。我们希望通过开发智能系统，把握城市发展因素的范围及关联结构，研究城市相关事件的分布机制，包括城市生活质量、城市欣荣、耐灾力、稳定性以及恐怖袭击、自然灾害、犯罪等城市突发事件。
2.4.6 新出行行为模型和系统：**M-Atlas**
M-Atlas 是复杂城市出行信息的探索框架，也是一个综合的数据查询和挖掘系统。其核心关注于时空轨迹，即物体运动所形成的有时间标记的空间位置序列。人群空间移动轨迹可以通过不同情形下的采集数据加以建立，包括汽车以及手持导航设备采集到的GPS轨迹，移动电话（GSM）运营商和供应商提供的通话详细记录，来自于在线服务或社交网络（如Flickr,Foursquare,GoogleLatitude,等）的具有时间标记的空间位置记录。M-Atlas所支持的复杂信息获取范畴涵盖从原始的个体空间轨迹数据到高层级的集体移动信息，主要借助以下方式：
1、基于原始空间位置数据的轨迹重建
2、空间轨迹数据库的管理和查询
3、空间轨迹挖掘：特征提炼、聚类和预测/分类
4、空间轨迹可视化分析和模型展示/探索
举例来说，上图7a和7b展示了意大利米兰大都市区对一星期内大约两万个私家车的GPS轨迹监测数据进行分析的结果。在这一案例中，轨迹聚类分析显示出城市两个区域之间的通勤情况。图（7a）M-Atlas的可视化界面显示了聚类算法的输入数据，即从城市中心到东北郊的通勤轨迹。右图7b显示获得的聚类结果，在此M-Atlas将同一群簇的轨迹标为同一颜色。一旦确认了最受欢迎的通勤情景和路线，我们将进一步对不同群簇进行更加深入的分析，譬如研究每小时的交通量分布等。
图8 （左）罗马私家车GPS总量（右）都灵车速分布（红到蓝）
图9 轨迹重建（左）以及出行行为统计（右）
各利益团体运用M-Atlas作为主导技术的案例包括基于GSM漫游详细呼叫记录的法国巴黎旅游特征分析，托斯卡纳地区参与式拼车以及汽车共享服务的模拟，托斯卡纳沿海城市地区利用详细移动信息（通过整合GPS、GSM、传感器以及参与式移动数据）制定城市及区域尺度的公共管理政策。我们将首先利用M-Atlas作为智慧城市地图使用，接下来拓展至其他图集类型，并与即将开发的综合数据库相关联。
2.4.7 新出行需求管理工具
GPS技术能够实现个体在整个城市网络中移动数据的记录。在意大利，有3%的汽车拥有者因投保而得到监测，从而提供了2km空间范围内、30秒时间间隔的个体空间轨迹信息[9]。与此同时，一旦发动机启动或熄灭，相应数据就会被记录下来。每一条数据都包括位置、速度、运动方向以及GPS质量。图8分别展示了整个罗马城（4000辆车）在2007年5月一整个月中的地理定位数据（图8a）以及都灵大都市区（16000辆车）2007年9月的数据（图8b）。颜色表（从红到蓝）给出了行驶速度信息，并展现了交通网络结构。
图10（左）与（右）2007年威尼斯运河不同空间尺度的步行动态重塑
尽管这一GPS数据的空间分辨率较低，但可以实现对个体进行实时路网动态轨迹的重建，即通过使用特定的算法，并选择与实验观测结果、出行者的个人习惯以及不同道路使用情况相一致的路径。图9（a）展示了一个轨迹重建的例子，在此通过历史数据的图像化，进一步探究个人习惯行为的相关性。与此同时，数据分析也显示出城市时空行为的共性特征。图9b展示了基于私家车GPS数据的个体日常出行空间分布：其中的对数直线代表个体移动随距离显指数性衰减，类似于玻耳兹曼统计分布。这一结果揭示了城市交通的普遍特性，但是未来的微观数据将能够实现从更加微观（个体）角度研究城市的瞬态变化[39]。
微观移动数据研究人类决策机制以及信息交互模式的新机遇即将开启。这些宏观法则将成为新一代基于个体移动需求的微观模型的起点，并通过整个城市网络中的交通实时状况重建，整合公共与私人出行，实现低能耗可持续交通政策，从而对未来的危机事件进行模拟和预测，实现FuturICT的安全城市建设。其最终的目标是对安全保障机制建立一个完整的研究视角，以应对因空间出行而产生的危机。
与此同时，须通过对出行者的空间移动动机建立认知以达到人类出行行为的理解。信息通讯技术将利用微观方法研究人群的空间移动。例如，图10（a）和（b）展示了基于GPS测量结果重建的2007年威尼斯狂欢节步行流。
通过数据库的输入建立模型，可模拟网络中的步行以及主要地点及附近瓶颈地区的人群汇集(crowding)情况，图11a简要展示了蓬德拉多加纳附近的一个步行流仿真（左），以及圣马可广场相类似的人群出行3D模拟（图11b）。在未来的大城市里，极端事件将越来越频繁，其对公民安全的影响将非常值得关注。
这些数据库类型和建模功能，将构成信息通信技术框架下，电子政务工具策划及建立的基础，并将个人信息与合作式参与相结合以实现顺畅、安全和低能耗的出行。
图11 二维与三维步行动态
2.5 智慧城市情景
随着信息通讯技术的发展以及城市竞争的日益激烈，智慧城市这一理念已变得非常热门，相应的计划也不少，尤其是大城市正处在这些探索的前沿。我们需要准备好迎接这一智慧城市的发展机遇，因为其中部分要素正与当前研究紧密相关，在此主要有七类举措：
新兴城市的智能化发展：主要出现在快速发展的国家。目前通用公司（GE）正在阿布扎比城外的Masdar开发建设世界上第一座零碳城市。微软则在葡萄牙开发Pareades节能城市。在中国，Arup正在长江三角洲的东滩开发智能绿色生态城市，Cisco则正在韩国的Songdo进行全方位设备智能化（wiredat all levels）。
旧城更新的智能化发展，主要通过自下而上的方式，发生在一些电子信息技术得以广泛应用的城市。最佳案例则发生在新技术不断发展的世界城市，比如纽约市的硅巷、伦敦的硅盘以及东京的秋叶原。
聚焦于高技术的科技园、科技城以及高科技集群（**technopoles）发展。**硅谷以及128高速公路是其中的经典案例，但科技园概念不能脱离本地的经济发展，即通过将高技术生产与本地消费相结合，以促进地区的智能化发展。
运用当代信息通讯技术发展城市公共服务，通过网络化数据库、云计算以及固定和移动网络等形式，构成智慧城市设计和规划过程中用以协调不同利益与机构群体的核心力量。
运用信息通讯技术开发城市智能。这是城市运作方式的新理念，即通过运用复杂科学塑造强有力的模拟模型与优化模式，以形成具有较高城市效率、公平性以及生活质量的城市结构与形式。
在线及移动公众参与的发展，市民与来自政府和企业的规划师及设计师一同，广泛地参城市的提升与发展。在此，分散化管理与社区行动理念将构成信息通讯技术下新式公众参与模式的核心。
3 创新方法
3.1 至关重要的努力
技术创新是文化背景的产物（thecrucible）。技术不仅具有物质层面（material or ethereal）的价值,也是一种社会建设，并且其应用本身也是社会性的。越来越多的人相信城市是技术进步的孵化地，而拥有较高教育程度劳动力的大城市则是技术进步的最佳发源地，催生技术的发明和应用。虽然全球化使得情况变得复杂，但之所以有如此多的企业以及政府乐于接受智慧城市理念，则是因为人们普遍相信，只有运用信息通讯技术，城市才能更加智能，并在激烈的竞争中取得优势，以立于不败之地。虽然Alfred Marshall在一百年前就已指出这一点，但直到聚集经济的到来以及城市人口与信息库的极大拓展，智慧城市的基础才正在得以奠定。信息通讯技术是创造更好世界的关键，这在大城市表现得尤为明显。
智慧城市研究将带来一系列的创新。首先，FuturICT项目将复杂理论运用于解决人的问题，显然，这一项目的关注对象，即人类系统（humansystem），其本身正在不断复杂化，这源于信息通讯技术的运用以及新人工智能（human function）的发明。后者从一开始就不断对社会系统加以影响和塑造，项目通过运用这些技术工具，已牢牢居于理解复杂社会系统的前沿。正如前面所指出的，Mcluhans认为，意识到我们塑造的工具也会反过来塑造我们[4]。科学本身的变化正在改变我们对科学的运用。城市，在以各种方式运用信息通讯技术的同时，应用过程本身也随技术而改变。其中的关系很复杂，而对于这一相互交织复杂性的忽视将带来风险。我们所面临的问题是所有城市所共有的，这在多年前还不能被人们理解[40]。过于草率而简单的问题处理常常带来始料未及的后果和一些效应的忽视，使得情况常常变得更糟。以FuturICT为例，智慧城市研究中的一个重大创新在于处理议题时充分考虑上述问题。隐私与保密性问题以及从智慧城市各类项目中生成新的日常个人数据风险将尤为值得关注。
3.2 关键议题
初看起来，智慧城市项目理应主要关注于硬件及网络，但真正的关注点则在于对问题的组织，这通常需要借助软件发展及大尺度计算机资源、网络以及数据的管理。正如全篇所指出的那样，主要关注点在于利用电子信息技术整合数据、模型以及使用者。我们将信息通讯技术的这一类议题称之为斡件（orgware），虽为1980年代的老用语，却代表了各类新型计算发展和使用的一系列议题。
在开发和耦合这些数据库的同时，如何利用新型媒体，通过传感、在线交易信息挖掘以及环境和交流中自动行为记录等对数据进行收集，是本项目的关键点[41]。这类耦合以及已开发的组织模式将成为智慧城市新管理架构的一部分，以协助其智能运作（在决策制定以及实时建设过程中实现更广泛的公众参与，并通过模拟和优化对决策进行支持）。以下所举的不同项目的研究要点将涵盖所有这些议题，虽然在项目之间或与其他FuturICT项目之间可能存在交叉。
研究的主题之一是开发新的模拟模型以应对智慧城市中不断更新的复杂性。项目的创新点在于通过开发新模型，模拟智慧城市中的不同活动，这些模型将随着城市结构演变并不断智能化。换句话说，这些模型将对城市的自组织动态变化进行模拟，即类似于达尔文生物进化论中创新和选择机制之间的平衡。在此仅需一例即可证明。50年前，城市还延续着1000多年来几乎不变的认知：工作场所形成城市的中心，人们乘汽车去工作和交易货物（买卖服务）。这一模型基于城市拥有稳定不变的结构。自此以后，信息通讯技术以及全球化已经极大的改变了这一点。物质层面来看，城市在物质流方面并未改变多少，但是在社会网络以及经济交易方面，旧有的模型已经无法应对这一网络化社会的需求了。如今的世界已有相当一部分被信息流所主导，不留下任何旧有的物质足迹。如何建立有效的模型以应对这些变化将是一个挑战，特别是面对各种不同的城市运作理念。这些模型类型在MATSim以及Simulacra这样的模型架构中已初见端倪，如针对不同城市机构的基于个体的模型以及新型交通建模[42]。我们非常希望通过FuturICT项目对这些概念进行进一步探讨。
以上这些已经改变了我们对于在一个不断变化与演进系统的建模的理解。研究的最后一个主题是关于如何通过规划和决策过程的变革以实现城市变化的实时监测。随着自下而上实时数据的出现，空间与时间尺度正在被突破。我们将通过新数据集的创建，实现城市运作的实时展示并促进城市长期变化的监测。简而言之，如果收集的所有数据都是实时数据，那么在任何时刻，都能通过汇总数据来应对任何时空范围内的城市变化。虽然还有很多路要走，甚至可能永远都达不到这一理想目标（一旦实现，将会发现还有更多不同的数据需要去收集），但是由此而实现对不同时空范围内城市变化的实时监测却是切实可达的。由于时空尺度的压缩，未来的模型本身及其如何通过模拟和决策支持方法指导城市规划与决策的过程都将发生改变。这一点对于所谓的市民科学（citizenscience）尤为关键，而我们将致力于提供一个良好的公共参与环境促进未来智慧城市的发展。
3.3 项目提议
正如所见，我们无法顾全信息通讯以及智慧城市的方方面面。事实上，我们将与如IBM以及Cisco这样的企业团体合作，将他们当前的工作与我们更加广泛的诉求相结合。因此，研究方向可以归类为既独立又互相交叠的七个方面，并通过下图12的总框图加以展示。这些领域定义如下：
图12 FuturICTs智慧城市项目架构
3.3.1智慧城市综合数据库
我们将选择一系列正在开发中的不同城市部门的数据库，这些数据库不必是实时的，但都来自于数字资源（digital resources）。我们将研究如何在这些数据库中补充传统数据信息，例如周期性的抽样人口普查（recurrentcross-sectionalcensuses），使之更加丰富。我们将发掘数据错误，聚焦于整合标准的建立，并提供一系列数据挖掘以及模式识别技术，其中不少是基于机器学习的方法以提取评估城市运作的有用信息。我们同时也将通过这些数据为更加长远的决策提供支持，并聚焦于如何利用社交媒体所产生的非常规、实验性数据源来进一步丰富这些数据库。例如，我们计划将传统的在线交通数据和基础设施数据，如水电线路监控和定位，以及STM (Synchronous
TransportModule)网络资源的社交网络数据相连接。在此，我们将融入人口普查数据，并尝试研究如何土地价格与住宅交易的电子数据联系起来。目前这种整合过程是独一无二的，虽然在GIS社区中已经有所尝试。
交通数据方面，我们将整理不同欧洲国家的数据流，通过适当调整使其相容，并转译成共同术语。这需要与数据供应商谈判并签署合同，使数据的收集过程能够顺利可靠（APIs而非web-bots）。相应的例子包括交通计数、航班运行、集装箱运输、运费、TCP/IP交通，旅游客流以及移动电话使用等。美国联邦航空局（FAA）10%的票样本、商业机票数据库、国家统计局统计，人口普查数据，健康预警等将构成智慧城市数据库整合的重点。我们同时也将运用最先进技术对不同数据流的时空特性进行归总以获得关键主导因素。我们将至少一季度进行一次关键因素以及预测结果的发布，并将这一概念拓展至其他即将进行耦合的城市数据集。这些因素及其数据流的全面性也将不断提高。
3.3.2 传感、网络和新社交媒体影响
相比于自行开发传感器，我们更关注于数据挖掘及其价值的提炼。日常社交媒体网站的数据已得到广泛运用，但大部分限于即时效用。从智慧城市的维度看，这项任务涉及如何将这些媒体内容解释成关于城市运行以及市民与规划互动的一些特定议题。FuturICT的关注重点之一便是网络，我们将利用和关联其他网络科学计划并尝试从新的在线实时数据集中挖掘出社区、市场、政府以及企业之间相互关联的不同网络以及信息流。目前，我们尚不具备提取经济社会数据的经验和指导。这一研究的必然导向是社区实测，以应对变幻莫测的现实世界（aliquidword）。
当开始从出行数据中提炼社会网络时，我们常常忽视了两类数据而无法理解交通的动态性：一方面，我们对于欧洲社会地理网络以及运动、资源乃至传染病如何通过网络进行传递缺乏观察和理解。另一方面，获取长途旅行的成本信息也并不容易，因为所有的运营商都通过价格歧视以维持他们的利润。我们将在项目中纠正这些问题。例如，我们建议在10-12个欧洲国家或地区中建立一整套社会网络调查，以覆盖当前经济发展以及历史移民的所有范畴。在这一起始调查中，我们从访谈经济性考虑，将从所选的地区（NUT2-level）内抽取750人的样本量。我们期望深入研究的小组接下来能加入到这一初始计划中来。项目将组建数据归档、员工支持、数据分析队伍。第二，长距离出行市场（飞机、火车、轮渡、汽油价格）受价格歧视、订票时间、季节、服务水平/等级以及是否往返等的影响。我们将建立一个自动网络观测平台，对欧洲乃至跨洲旅行的不同订票情况（离开时间、等级、停留时间长短）进行系统地价格取样，并利用多服务器对不同地域旅客的行为进行模拟。这一数据集将连续的储存，并每隔一段时间便可获取，以作为美国航空市场的联邦航空局（FAA）10%官方票务样本的有力补充。
3.3.3网络性能、出行和交通行为模拟
我们将进行广泛的理论探索，以更好的理解交通与运输网络性能，其中包括交通瘫痪、跟车、交通动力学到新路径选择机制、网络不确定性下的合作博弈行为和动态出行模型等的新理论发展。
1、 大尺度综合出行行为以及拥有个体层面开放视野及学习机制的物流模拟模型，以作为政策分析的工具。
2、 简化表达的出行需求以及整合不同设施系统（能源、通讯、水、长途物流）的综合物流系统模型。
3、网络改进以及操作进度的弹性设计及优化。
4、已建基础设施（道路 铁路 运河以及管道）的快速网络设计优化
5、通过数据融合与整合，实现系统的持续性能
6、针对不同用户，兼顾效率、可靠性、公平性的新性能指标
我们同时也将为应对个人交通危机开发模型工具。潜在的危机是多方面的，例如，一次火山爆发干扰了欧洲的航空旅行；一次重大化学品事件后的人口大迁移；传染病流行期间关闭铁路运输服务。政府与企业需要借助于理论合理的模型，对现实情况进行描述，发现潜在的相互作用与关联。这些工具将成为流行疾病等详细模型的基础。
3.3.4 城市土地使用与交通建模
FuturICT的几个工作组正在开发不同类型的城市土地利用与交通模型，其中涵盖从传统的社会物理学城市经济类模型到元胞自动机城市发展模型乃至基于个体的空间行为模型，而后者已经拓展了交通模型的新方向。我们计划运用并进一步拓展基于个体的微观模拟模型MATSim，从而为开发融出行行为、土地利用、空间移动与社会网络于一体的新模型奠定基础。我们也将朝着多日程时间框架发展，从而与长距离出行选择相匹配。目前的快速模型需要进一步提速，从而在较快时间内实现对网络（拥有107到108个链接/服务以及107个目标点）中108个对象的模拟。在此，我们将运用GNU公共许可证框架（www.matsim.org.）下的技术工具。
为支持这一工具，我们将基于新收集的数据对欧洲的社会地理网络影响进行建模。项目将对不同模式、不同频率之间的联系和互动以及欧洲乃至世界范围内的政治、经济以及交通情况（performance）进行建模。我们同时也将对这些模型进行拓展，从而建立工具以应对物流危机：物流服务市场由于供应链长，涉及的决策参与与制定者数量大，因而比客运交通市场更加复杂。在利用合适的数据结构和模型扩展MATSim的基础上，需要增加计算速度以匹配新的实施规模。我们将在欧洲范围内运用这些模型工具，从而利于FuturICT及其他的相关项目能进一步探索对其有利的情景。我们将为第一步的实施保障必要的数据、搭建选择模型，生成人口代理，建立网络并校准和验证数据，接下来将对数据进行两年一次的小更新以及五年一次的大更新。我们还将持续与用户联系、整合他们的经历及联系结果：这一持续生长的模型将不断的适应和学习。
其他更为集计（aggregate）的土地利用和交通模型，比如theSimulacrasuite of models (www.simulacra.blogs.casa.ucl.ac.uk)，将得到进一步拓展并与非集计实体模型相链接。这些模型将对集计发展动态进行模拟，同时这类模型也将能与MATSim等多种模型相链接，并进一步展现智慧城市的新规划和决策支持系统，此处的关注重点在于开发更广泛的适于各类用户及参与者语言习惯的模型工具。
3.3.5 城市劳动力、住房以及交通市场交易活动建模
市场交易决定了城市土地、财产以及劳动力的开发、购买、配置以及报酬的方式，市场交易建模将是我们新的关注点。我们对于城市系统如何应对宏观金融危机（将在FuturICT的其他部分展开探索）所知甚少，而国家乃至国际经济的繁荣与萧条显然主要作用于城市层面。的确，这些危机的根源从某种程度上而言已成为决定城市功能运作好坏的核心。我们将利用基于个体的技术（agent-basedtechnologies），开发一系列住房市场模型，并对涉及市场金融交易、其融通方式、国际资本的获取如何决定空间行为、潜在的购买和开发商如何受资源获取渠道的影响等方面的各相关数据库进行整合。同时，我们也将借助不同类型的交通系统优化出行效率、公平性以及机会渠道，从而提升智慧城市设计。
类似的，我们还将探索劳动力市场如何受企业供给，政府角色，环境质量，以及劳动力创新能力等方面的影响。迁移是联系住房与劳动力市场的关键，我们将探索老龄化、法制法规以及金融服务的资本供给如何影响住房与劳动力市场运作。这些模型将与其他正在开发的交通和土地利用模型紧密关联，其共通之处在于唯有通过多模型的并行应用才能建立对城市这样一个复杂系统的了解。因此这一建模过程在相当程度上是并行而又相互交织的（afair degree ofparallel and also counter modelling.）。
3.3.6城市智能的决策支持：实时模型以及政策制定的公众参与
决策支持系统的模板与结构目前还处于起步阶段，其中将涉及广泛的模型和工具组合，这也是本项目在规划未来智慧城市时的主要关注点。过去大部分的城市政府机构智能化努力都是自上而下的，并且都出于专业使用考虑。由于城市过于复杂，这类智能仅仅是城市规划中众多需要协调的功能之一。对数据库以及模型的整合将支持综合智能的发展，但还需要将城市问题以及数据的新可视化方法、未来情景影响的新预测方法以及市民提供有效和集中建议的新方法统统重新整合成一个连续而稳定的综合系统。我们将依据综合建模理念，针对各种相互关联的规划问题开发不同时空尺度的综合智能环境，以解决相应范畴内的建模问题，在此方面目前已经有一系列简单的实际应用了。
3.3.7 智慧城市管理架构
鉴于当代公民社会已实现信息的充分获取，各级政府及其管理都需要建立起相应的新管理框架，而非仅仅限于城市层面。与之相比，项目的涉及面还远远不够，其与上文的第六个项目（3.3.6）中的公众参与议题也有明显的相关性。事实上，这一管理框架与上文的项目可以结合来看（syntheses），正如上图12所示，主要通过这些建模功能的整合，而这些建模功能正是基于未来数据系统的开发。数据以及模型发展标准，适宜的界面，在线资料获取权限的安全及保密性、知识产权、隐私权问题等统统都将受到这一项目领域的影响。城市因信息通讯技术而改变，城市的功能运作模型也随之改变，不同城市机构在处理未来城市问题时需要具备一定程度的弹性，这将非常不同于目前的组织架构。信息通讯技术将是核心，同样重要的还包括责任制度，开放性，透明性，公共数据获取以及他国政府机构就市民对城市管理方方面面的影响所制定的规范。
3.4 范例
目前为止，全文还未就我们的研究展开证明，但这并不妨碍本研究在各类城市中得到实时而广泛的运用与开发。我们将列举一系列典型的地区和部门为例：如新规划的智能城市，正明显变得智能的大城市，如伦敦、都灵、巴黎、罗马、苏黎世以及特拉维夫，另外，还有那些正处经济下行的城市，其未来也将依托于智慧城市的显著发展，还包括具有各类民族问题、高迁移率以及老龄化问题的城市等等。决策支持工具包（portfolioof tools）的开发将基于这些范例，同时我们也将确保这些工具将与世界主要信息通讯公司的智慧城市核心开发项目相关联。
4 预期范式转换
ThomasKuhn [43]在1962年首次提出了“范式”一词，将其定义为一定时期内普遍公认的科学成就，并为众多研究人员提供建模方面的问题与解决途径。简而言之，范式就是在一定时期居于主导地位，并可以不断拓展的世界性观点。当这一世界性观点失去效力，即当异常以及不确定性使研究者无法再在原框架中继续工作时，便会发生范式转换。科学历史已经表明，一个波动的掺入将导致范式转换在非常短的时间里发生，通常是数年或数十年而非上百年。现代计算机技术的发展从某一层面讲可以被视作引起这一转换的波动，但由于我们所关注的系统不断随着我们对其理解的加深而演进，这些系统的影响力将更强。因此，之前所提到的这些翻天覆地的变化已经超越了一次范式转变，而是代表着从能源和物资世界向信息世界的一次彻底转变。尽管如此，我们的建议非常明确，即许多传统的城市处理方法将不再适用，目前的规划系统将与目标相悖，而我们所推进的转变将是一种前所未有的范式转变。接下来将从智慧城市背景中举出其中的一些转变。
第一个也是最明显的转变是信息基础设施的发展，即采取分布式计算与网络形式，使得人人都可以通过设备与这些基础设施相链接。实际能否使用得上，还取决于管理和安全问题，因此这一基础设施在当前是否可行还需进一步的协调，以使各项服务能得到更加有效的配置。作为这一服务配置理所当然的催生品，数据的定期收集正令城市在不同时空尺度内变得更加智能。这将是前所未有的时刻，数据定期收集的实现，将为处理从未解决的人类问题创造了机会。即使如此，城市仍不会完全自动化，未来仍须与现存的非自动化以及非数字化技术为伴，并与数字化技术相融合。
我们将有史以来第一次站在了设计人类行为这一新科学的节点上，对本领域来讲，它可以成为空间行为科学。日常数据的实时传感将产生大数据，后者将借助新的数据使用和分析工具以及适于个人观察的新数据挖掘方法加以处理。同时，如果能实现数以万计的观测结果的处理，那么数据分析及统计领域将取得跨越式发展。传统的统计方法主要是从较小数目的人口（千量级，而非百万或上亿级）中提取宏观的均等化信息，这一传统方法在新时代已不再奏效。我们需要借助新的统计方法来处理这些大数据，并以自上而下的微观动态的角度（通常尚未为社会系统所知）对整体信息（genericinformation）进行重塑。在此，可视化非常重要，尤其是空间领域的可视化将处于主导地位。在开发人类行为新模型的过程中，则需要更多地关注于区位及出行议题，社交媒体以及网络渠道将在这一层面起到关键角色[44]。
这些发展同时也带来了新的视角，其范围从本地到全球，自下而上与自上而下无所不包。复杂性理论侧重于自下而上系统的演进与发展，但显然，尽管以个体行为可预测为前提，这些系统反应仍然受到不同空间尺度干扰的相互影响。本地化方面，这一城市新科学正逐步运用于城市设计乃至社区以及建筑层面，其中在建筑层面已经与建筑功能模型相结合。正是在这些尺度上，行为得到空间落位，也正是在智慧城市的这一领域中，发现了行为如何受物质空间层面因素的左右，而这些空间因素反过来又被人的行为所塑造。这一个范式转变将使带领我们踏足前所未有的领域。
5 策略建议
5.1 相关学科领域
3.3节已经概括出研究所关注的七个主要领域，本节将从未来战略层面进行进一步分析。城市已成为不同学科的关注焦点，社会人文科学领域研究的所有议题事实上都发生在城市，而我们则主要关注城市作为空间系统的一面，特别是其空间与物质组织。虽然空间与非空间议题之间是相互关联性的，但对智慧城市的理解及其智能建议主要围绕空间层面而展开，这也正是FuturICT项目中我们与其他团队研究领域分工的体现。
在FuturICT中，复杂性科学是我们的关注焦点，但这一科学同时又与许多其他涉猎城市的学科及专业领域相关联。特别地，城市规划与交通规划是城市研究的两大核心领域，而计算机科学则是大数据库、网络、数据挖掘以及人机交互发展的关键。城市研究的开展必须置于跨学科的背景下，本研究的视角涉及城市的社会物质领域，这与城市作为一个复杂系统的结构与演变是一致的[45,46]。从这层意义上说，研究将借鉴部分数学物理以及自然科学理念，但这都将置于社会学背景之中，并兼顾定量与定性。
5.2 主要参考与专利
我们将与几家参与智慧城市硬件与软件设施开发的公司合作，并将在数个领域里设计创新型软件并针对问题提出数据库解决方案，后者将涉及数据库耦合以及通过数据的实时挖掘，引导和控制城市的运作。这些成果都将受到知识产权保护，同时其中的部分产品将被授予专利。但是，我们开发的大部分软件都将是公众开放的，并遵从知识共享协议（Creative Commonslicenses），城市政府以及任何非营利机构或团体都可以采取正规透明的方式使用这些软件。虽然从自身角度来讲我们不一定站在支持这一立场，但我们将与合作伙伴，如MATSim等软件开发商就这些安排进行协商，从而为这些软件寻求广泛的支持。这些系统中的一部分目前已经向公众开放。
5.3 示范结果
3.4节已经提供了一系列示范对象。这些示范主要关注a)特定的问题类型 b)特定的模型类型 c)特定城市。我们将就以下问题进行进一步阐释和说明：
•大城市中受金融危机影响的房地产繁荣与萧条
•城市交通系统以及空间出行所带来的能源变化影响
•由于城市骚乱、天气以及偶发事件等短期事件而造成的交通瘫痪
通过不同城市数据集的合成提升城市运作效率
•欧洲气候变化影响，尤其是人口聚集地的海平面及温度上升
•市民参与未来智慧城市的规划制定，主要包括对出行、住房、更佳的设计、美学（城市美化）以及机会渠道的关注
•全球范围移民的影响。
这些只是智慧城市科学所引发议题的一小部分。我们将根据不同的模型类型及城市情况因地制宜，使一部分议题能在个别城市得以实际运用，特别是其中的许多应用将得到原位开发（will bedeveloped in situ）。
5.4 伦理问题
由于项目是从零开始对新数据系统进行开发，这些数据系统涉及个人行为数据监测以及与同层面二级数据集的整合，因此我们的工作将涉及较多的隐私权问题。当对不同数据源的数据集进行合并以形成综合与耦合系统时，常常会遇到版权以及知识产权问题。实际上，大部分数据库整合工作都会涉及到这类问题。
在如何吸引大量团体和市民参与未来智慧城市规划上，需要考虑谁能得到什么样的信息，尤其当我们可以在个体识别的精细空间尺度下获取信息的时候。我们将借助广泛的知识库，对数据系统建设、使用和获取时如何确保隐私权这一问题进行研究，同时也将与国家以及城市政府、NGO组织进行开放数据方面的合作，并与之保持一致。
6 预期的影响
智慧城市建设的预期影响将作为一系列要点列出来，前文已经在某种意义上对此进行了阐述。这些影响同时表现在科学、技术以及社会三个方面。
6.1 对科学的影响
从城市的视角解决社会演变的基本难题。我们将采取新的策略与方法应对在技术创新以及经济持续繁荣背景下不断演化、日益复杂的系统。与此同时，借助于上述技术（增加系统复杂性的原因之一），我们将对社会演变进行分析和预测，并促进认知系统统计技术（statisticalmechanics）的发展。
我们认为，城市模拟深深根植于城市作为一个经济与社会实体的时空运作理论之中，我们将推进城市模拟相关技术与艺术的发展。我们的模型需要与当代城市新理论相融合，后者主要基于新经济地理、城市经济、基于个体的社会经济制度概念以及新交通与通讯方法之中。
我们将探索空间及相关数据库整合的新方法，并继续推进数据挖掘尤其是百万兆字节的大数据集挖掘技术的发展。这将借助于神经网络、机器学习以及演化计算（neural nets,machine learningand evolutionary computation.）等方面的新发展。
6.2 对于技术及竞争力的影响
我们将不断创新理念，并随着城市的日益智能化实现城市的发展潜力。智慧城市是智慧理念的孵化地，我们将通过几个城市案例（也是智慧城市科学的实践地）对这一模型进行示范。
智慧城市是有竞争力的城市，我们将探索不同智能化程度的城市如何响应新的计划并增加其竞争优势。智慧城市系统的这一竞争意识需要建立在城市相互关联、共同演进的大背景之中（interactive evolutionary context），从而使城市之间的发展差距不至太大。
我们将开发基于网络的新关联式背景平台，从而使更广泛的市民活动家以及团体能参与到城市及社区的解读和设计中来。
6.3 对于社会的影响
智慧城市是公平的城市。我们将通过信息基础设施的建设使得更广泛的利益相关者以及不同专业及活跃程度的团体能参与到智慧城市的运作中来。在此，我们的关注核心是效率与公平之间的平衡。
基于网络的互动系统是市民科学（citizenscience）的基础，而市民参与在智慧城市中的普及将进一步推进城市的公平性，并平衡竞争过程。
新技术方法的开发将基于不同团体之间竞争与合作并存的理念。同时，智慧城市所特有的种种基础设施、专业知识及数据将使城市的公平性能更容易的建立，并提高城市的生活质量。
接下来将有一个更加详细的研究计划，而目前的任务仅仅是对研究背景加以定义、阐述主要议题，并对可能的研究重点进行一定程度的说明。这篇文章将是进一步探讨新技术的破坏性与建设性效应的基础，尤其是在社会组织方面，后者将是未来城市管理、社区及企业行动的必备要素。若想进一步了解本研究的实现前景，可参考FuturICT网站(http://www.futurict.eu/)所列举的诸多成果。
本研究的出版，部分由信息通讯技术领域的协调与资助计划(FuturICT FETFlagship PilotProject)中的欧盟第七框架项目（theEuropean Union’s SeventhFramework Programme）(FP7/2007–2013)的284709号拨款协议支持。
本文转自微信号“北京城市实验室BCL”
✉️ zjuvis@cad.zju.edu.cn