百度地圖廖龑：地圖大數據怎樣讓城市更美好？

原標題:百度地圖廖龑：地圖大數據怎樣讓城市更美好？

6月27日，由財視傳媒、傳播達人匯主辦的2017全球大數據傳播大會在京舉行。

百度地圖大數據架構師廖龑以「地圖大數據讓城市更美好」為主題，在大會上就百度地圖大數據在城市規劃、城市交通治理、城市研究報告上的經驗做了分享。

廖龑首先揭示了地圖大數據的三層結構，最下面一層是真實存在的山川、道路、湖泊、河流，作為三層大數據中最基礎的一層；中間層是組織和機構數據，即城市中為人服務的設施；最上面一層是城市中的人群數據，主要是城市中人口居住、工作以及運動的規律。

這些數據幫助人們更好地理解城市。比如城市功能區，在城市中根據產業分佈給每一個地塊加上標籤，由此得出了一些有趣的商業現象。就經濟酒店為例，數據顯示，漢庭主要分佈在商業區，七天主要分佈在人口居住區。

地圖大數據的另一個重要需求就是對路網運行狀況的洞悉。這方面數據除了來自用戶和合作企業，還有政府合作數據，百度地圖跟部分城市達成合作，對監管的計程車、客車、貨車數據做到共享。

百度地圖參與了北京周邊地區信號燈的治理，用「互聯網+信號燈」的模式衡量交通的狀況，來提升整個系統。廖龑透露，百度地圖第一季度跟北京交警在上地周邊連接了回龍觀到上地主要的公眾通行線路，每輛車上班的時間減少了3.35分鐘，下班時間縮短了約5分鐘。

在城市規劃上，他提到百度地圖跟寧波城市規劃院的合作項目，公園作為城市裡的稀缺資源，政府有一筆資金的時候應該優先投入哪些公園，就需要用科學演算法進行評估，這裡就要用到地圖大數據。

基礎建設也可以根據地圖大數據的熱力分佈，包括人口的工作地、居住地

商業設施的分佈，選擇更合適的地段。

利用地圖大數據，百度地圖在第一季度以人口為核心，推出了城市研究報告，提出包括人口吸引力、交通擁堵指數、公交人口覆蓋率等概念。公交人口覆蓋率反向利用可以將居住地周邊五百米沒有公交站點的人在地圖上顯示出來，從而發現城市公交覆蓋的盲區。

最後，廖龑表示手機地圖大數據不光是在為用戶出行導航，也是在為城市的發展導航。

附廖龑演講全文（經過財視media 編輯整理）：

廖龑：

大家下午好！我是百度地圖的廖龑，今天非常高興能有機會跟在座的各位分享百度地圖在大數據方面的探索，今天我分享的題目是「地圖大數據讓城市更美好」。

說到城市各位都不陌生，我們生活在城市裡，城市為我們提供了很多工作的機會，醫療資源、教育資源。但是城市也並不是完美的，在城市發展的過程當中，我們往往會遇到一些問題。

比如說城市的擁堵，像我們十公里的上班通行距離，駕車要超過一個小時。周邊的配套，我們在周末外出遊玩的時候，往往要驅車幾公里才能找到公園。這些問題都說明在城市發展過程當中確實存在一些問題，今天我給大家帶來百度地圖大數據的介紹希望能揭示一些答案。

首先，我們來看一下地圖大數據是哪幾部分構成的，我們將與城市相關的大數據分成三層，最下面一層是物，就是在我們身邊真實存在的山川、道路、湖泊、河流真正存在的物體構成了我們三層大數據當中最基礎的一層。再往上一層是組織和機構的數據，在城市中是由人構成的，並且是為人服務的。然後最上面一層是城市中人群的數據，人群的數據主要是城市中人口居住、工作以及運動的規律。

有了這些數據，百度地圖能做什麼？首先能夠索引萬物，在上一頁PPT當中提到的山川、道路、湖泊、河流，我們可以在地圖上面索引到。

與此同時，我們也會有很多的組織和機構的數據，像購物中心、旅遊景點、銀行機構，這些數據是在城市中為人提供服務的。海量的數據也為我們進一步分析城市提供了一種可能。

第三塊是人口大數據，百度地圖是面向開發者的平台，現在我們每天服務的應用和網站超過60萬。同時，我們開放的定位能力，每天有超過720億定位服務請求，覆蓋的人口超過7億人。大家看到右邊的圖是春節期間人口遷徙的可視化效果圖，這一塊是人口的大數據。

以上的數據幫助我們更好理解城市。利用百度慧眼的城市掃描可以非常輕易的解城市的人口狀況，基礎設施的分佈以及更新狀況。

另外，我們還有城市功能區，城市功能區是在城市發展的過程當中根據產業的分佈，給每一個地塊加上標籤，大家看到右邊是我們對北京市做城市功能區劃分的可視化效果圖，將城市細分到各個不同的功能區，我們可以發現一些有趣的商業現象。

比如說我們發現漢庭的分佈主要是以商業區為主，而七天的分佈主要是人口居住區為主，這說明我們通過功能區可以發現不同的商業規律，也可以更好的理解這個城市。

城市發展的核心是人，人是城市發展的終極目標。上面這三張圖是百度地圖在城市人口核心活動區上的嘗試。大家可以看到像在第一張圖上對整個北京的人口核心活動區進行了挖掘，通州，包括大興這些新興的城區已經可以在地圖上面挖掘出來了。如果按照主城區的概念去理解，可能在城市的規劃和資源的分配上把這些城區遺漏。同樣我們看上海的浦東新區和深圳的寶安新區已經列入到人口活動的核心區。

可能有朋友問，百度地圖大數據在微觀上會不會有幫助呢？我們這邊剛好有一個杭州灣汽車學院的案例，通過百度地圖大數據統計的人口，根據學校教務處給我們提供計算的規則，在校的學生總數減去外出實習的人數，再加上常駐教職工的數量，最後我們得出是1620人，可以說這個結果是非常接近的。

另一個非常重要的需求就是對路網運行狀況的洞悉。百度地圖對路網運行狀況的數據來源先第一塊是公眾的數據，用戶在使用百度地圖導航的時候所產生的數據。第二塊是政府合作的數據，目前我們跟各個地方的城市和部分省已經達成了合作，對部分城市監管的像計程車、客車、貨車的數據已經做到共享。第三個是我們跟行業合作的數據，現在我們行業中有很多開發者，他們也會把他們的共享開發的數據給我們作為共享。

這三個數據源使得百度機圖能夠更好的理解路網的運行狀況，其實就是路況。現在百度地圖的路況已經覆蓋全國達到375城市，我們在市內道路的覆蓋已經接近99%的比例。

當前是城市發展非常重要的階段，城市的規劃和發展需要有科學的數據、科學的方法作為支撐。百度地圖大數據在城市規劃上能夠提供什麼幫助呢？我也給大家分享幾個現在我們正在進行的真實案例。

首先，我們能夠通過地圖大數據對城市基礎設施進行真實使用率的評估，這個項目是我們跟寧波城市規劃院一起做的，針對寧波市公園密度的評估。現在城市裡公園是非常稀缺的資源，政府有一筆資金的時候，它優先投入哪些公園，就需要有很科學的演算法進行評估，並且這個項目接下來已經影響到城市公園投資的方法和策略。

同時，我們衡量城市基礎設施的使用率之外，還能支撐基礎設施的建設和規劃。大家可以看到第一條紅色的線跟我們合作之前，寧波規劃院根據之前的工作所選擇這條紅色的線路。它跟我們合作之後，根據我們地圖大數據的熱力分佈，包括人口的工作地、居住地的分佈，包括商業設施的分佈，然後進行了選線的升級。

在選線升級過程之後，我們有了更多科學的數據和方法作為支撐，對下一步廊道的營造策略會有幫助。比如說我們可以提出一些基礎設施規劃的建議，比如說像紅色的區域我們可以建議通過規劃建設增設一些步行的空間。比如說像藍色的區域是河道和道路，我們認為可以增加步行的區域來增加空間。

提到衡量城市的發展，不得不提一個問題就是城市的交通。我想現在城市的交通已經成為各個城市的城市病。接下來我也繼續分享幾個案例，就是百度地圖大數據是如何支撐城市交通治理的。

首先，百度地圖在北京周邊地區信號燈的治理，按照我們的理解「互聯網+信號燈」應該有三個過程。一是對個體信號燈的治理，二是對區域信號燈的治理，區域信號燈的治理到動態的平衡，我們要衡量區域之內交通的狀況，是對整個系統的提升，這是我們對區域交通治理真實的案例。三是所有的信號燈我們希望未來能夠聯網，同時結合百度的人工智慧和大數據，我們跟部分的城市已經嘗試合作了。

回到案例，我們在第一季度跟北京交警在上地周邊連接了回龍觀到上地主要的公眾通行線路，每輛車上班的時間已經減少了3.35分鐘，每輛車下班的時間已經縮短接近5分鐘。

我們跟成都交警在「互聯網+信號燈」做了實踐，我們通過百度地圖導航的權重和策略的調整，可以在某一個區域之內分散整個區域之內的交通壓力，將這個出行導航的用戶分散到周邊的街道，效果也是非常顯著的。

另外，我們發現其實城市的誘導屏也是可以聯網的，目前我們的誘導屏路況已經覆蓋了整個濟南交警95%以上的誘導屏，效果也還是非常不錯的。

最後，我想跟大家分享我們的城市研究報告，我們在第一季度以人口為核心，推出了城市研究報告。

在城市報告中，我們提出來一個概念是人口吸引力。人口吸引力我們是將第一季度全國所有的主要城市流動人口最後取了一個平均值，將每個城市的流動人口除以這個平均值可以得出一個指數，我們這個指數代表這個城市的吸引力。可以說這個指數是非常科學的，因為這些人口都是真正在這些城市工作或者居住超過兩個月以上的人口。

第二塊是我們對交通治理狀況的評估，我們提出來一個概念是交通擁堵指數。在單一的一條道路上，我們當前狀態下運行的時候通過的時間比它在理想暢通的時間下所要花費的時間，我們能得出來這條道路當前的交通擁堵指數。進而我們能得到整個城市綜合交通指數，這個排行出來之後，其實對整個交通管理部門，像各地的交警其實對他們來說，對行業有非常大的影響。因為我們這個指數其實作為可以量化的指標平均他們交通治理的情況。

同時我們將主要城市早晚高峰做了一個對比，可以看到不同城市之間不同的交通運行狀況。第一季度我們在評估城市的時候有非常重要的一點，就是城市的公共服務，不得不提的就是公共交通。還有公交人口的覆蓋率，我們把城市之內所有的公交和捷運站點，以500米為圓心畫一個半徑，所有面積覆蓋的人口比上這個城市的常住人口，我們可以得出這個城市當前公共交通人口的覆蓋率。跟傳統的公交站點覆蓋率，主要是以面積為主的，不同之外我們這個主要是以人口為評估的，就是說我們衡量的標準會更加科學。

這樣也可以發現人口覆蓋的盲區。我們將居住地周邊五百米沒有公交站點的人在地圖上打出來，就可以發現哪怕在北京也確實有一些地方雖然有人居住，但是周邊沒有公車。

剛才跟大家分享了很多百度地圖大數據在城市規劃、城市交通治理，包括城市研究報告上的經驗。今天我想以團隊的願景作為結束，我們百度地圖為用戶出行導航，同時也為的發展導航，謝謝大家。