基于时空大数据的GIS技术，推动网格化管理创新发展

本文刊载于《超图通讯》2020年6月总第六十八期

当前，我国社会经济高速发展，同时也面临着群众需求多样化、利益多元化等问题。党的十九大报告明确提出，要重点打造“共建共治共享”的社会治理格局，特别提到了“智能化、专业化、信息化”的社会治理手段，让人人安其居、乐其业，真正创建以人为本的宜居城市和社会环境。

本文探讨如何运用基于时空大数据的GIS技术，通过对时间、空间属性维度的研究，服务诸如一网统管的城市网格化治理，进而构建城市治理体系，实现城市治理能力大提升。同时，这些应用成效又可倒逼机制转型，促进制度创新和部门协同能力提升。

传统网格化管理面临的新难题

长久以来，城市治理主要存在核心功能、人口管理、综合执法、基层治理和机制创新等瓶颈问题。从城市发展来看，网格化管理包含不改变现状、资源整合协同以及实时源头治理等特征，是解决这些问题的重要手段和方法。

网格化管理是依照属地、地理空间、现状等要素，根据网格化单元的实际现状，将城市划成若干个单元，采取对每个单元实施动态的、全方位的数字化管理模式。城市网格化管理能很好地解决“任务相当、主次明确、界定清晰”的城市发展实际需求。其最重要的一步，则是“摸清家底”，以GIS为切入点，将城市划分成不同“网格”，掌握每个单位区域内的信息分布，实时了解最新数据变化，辅助做好城市治理，这是传统GIS的重要支撑作用。

而随着土地利用、产业发展的需求升级，伴随着新基建背景下的5G、大数据、人工智能等新兴信息技术的迅速发展，人口、产业、市场等数据的海量归集，超过了传统意义上的尺度，难以运用常规技术手段对数据进行存储、管理和分析。因此，时空大数据应运而生。

GIS是当前时空大数据的唯一载体

时空大数据包含时间、空间、专题属性，具有多源、海量、高速的特点，是大数据与时空属性的融合。而网格化管理首先需要城市部件、城市事件、单元网格、房屋建筑和人口数据等的支撑，再融入其它海量数据，在这个基础上，通过GIS拓展各类服务应用，然后运用数据技术和数据思维解决各类实际问题。

大数据的存储、挖掘和可视化，以及回归统计、预测模型、语义引擎、关联规则分析等技术方法，已经成为数据驱动治理背景下网格化管理必不可少的条件和手段，而这些都是传统技术难以实现的。

• 时空大数据的内涵
数据是GIS的核心，GIS是基础承载。过去，很多数据是泛在的、零散的，没有规律可循，没有明显的相互依存及从属关系。

时空大数据包括位置轨迹数据、地图数据、遥感影像数据等多源数据，它给城市产生的每一条信息都打上时间和空间的标签，有利于理顺数据之间的各种关系。利用好这些数据，能更好地满足服务和管理层面的需求，以及经济和城市发展层面的需求。

从时间维度来说，通过掘取源头、历史溯源、成因分析以及趋势判断等，对地理对象发生时空变化的事件采取溯清源头和精准定位等手段，可以对地理实体对象进行全方位、全过程和全生命周期的预测分析，参考时空关联的约束条件，建立事件态势分析模型，使城市治理行为发生的动态趋势，可被实时地觉察、理解和预测。

• 承载时空大数据的GIS
目前来看，GIS是时空大数据的唯一载体，两者紧密相依。时空大数据基本上是以抽象的方式存在，我们很难清晰地看懂和发挥这些数据的价值。GIS恰好弥补了这一点，它能够辅助我们进行数据可视化、数据分析，并支撑决策。

在城市数字化建设过程当中，GIS系统是要放在第一位的。很多应用从数字城管到城市管理网格化，再到市场监管网格化，都基于城市管理网格单元为基础来划分不同的图层，但是底层都是同样的GIS数据。

从空间维度的数据共享来说，在GIS技术不断升级之下，土地、产业、流动人口等数据得以可视化地呈现在“一张图”上，多与空间地理位置相关联，三者联动后可有据可依地为科学决策、民主决策提供支撑。

综合以上，承载时空大数据的GIS为城市治理现代化提供了扎实的技术支撑。

三个层面提升城市治理水平

数字化技术的持续迭代更新，不仅赋能治理创新，也为以往难以解决的城市问题提供了新思路和新方向。从世界各国的城市治理成功实践经验看，创新城市治理的基础就是GIS，核心还是数据。

因为GIS具有独特的数据模型来处理时间、空间信息，因此与空间相关的信息经过地理编码技术，能被映射为地理坐标，其他信息会被处理成与地理坐标相关联的属性数据。扩展GIS功能，能够接入、管理各种时空信息，进而为空间问题的源头分析、成因分析提供治理的决策依据。以下从相互关联的三个层级来分析时空大数据与GIS的协同运用，看它们如何提升城市治理水平。

• 服务层
从城市服务手段演变来看，得益于信息技术兴起，城市实现了精准化服务，能够不断满足城市居民的实际需求。如基于SuperMap GIS开发的地理可视化一刻钟服务圈，作为城市的基本组成单元，其能够很好地实现公共资源的精准配置，满足了新常态下多元化的城市需求，提升社区乃至城市整体的宜居度。

网格化管理的逐步实现，形成了对政府部门的“倒逼”效应，促使各办事部门的工作关口不断前移，工作重心不断下沉，将城市管理服务衍生到城市需求的最末端，提高了城市服务的针对性、实时性，促进了城市管理由“管控为主”向“精细服务”的转变。

• 治理层
城市治理的自身特点决定了其数据源种类多且内容庞大，进而出现“数据采集和存储能力有限、数据质量有待提高”等问题。大数据时代的到来，对城市治理量化工作产生了很大的影响。这决定了在城市治理背景下，时空大数据肩负解决“即时更新、海量搜集、多样整理、数据开发和利用”的使命，通过发现大数据中的关联性，能够准确预测城市未来治理中可能会存在的问题。

为了避免城市治理的“一刀切”现象，可以将管理政策、方法的制定实现网格化、特殊化，而不是整体化，从而提供更加个性化的城市治理策略。这表现在主体的治理理念革新性、治理效率提升飞跃性和治理方式科学化三个方面。一是形成用数据决策、数据管理和数据创新的理念，以大数据为资源和依据快速洞悉、发现和分析城市治理问题；二是能及时共享数据、打破碎片化的信息和数据状态，提高信息利用率；三是能够在大数据的辅助下，全面感知、实施监测和精准分析目标群体的需求，规范化、标准化实现科学决策和治理。

例如探索基于时空大数据的GIS如何促使多网格融合成一网格问题，其对象主要包含城管、社管和市场监督网格化治理，重点解决整合人员、数据，解决基础管理、部门协同，达到一站式服务的问题。从其网格化管理应用来说，重要体现在“一网统管”上，要坚持一张底图的理念，形成不同的城市数据图层。图层之间有效的横向、纵向流动，实现行业交换、数据共享，发挥数据应有的价值，从这个层面上来说，GIS也是不可或缺的。

• 决策层
从城市治理决策来说，时空大数据与GIS的协同运用主要体现在信息分析和决策支持两个方面。

一方面，以打造城市需求为驱动的治理体系为基础，通过数据的深度挖掘、分析，积极推进对政务、社会、经济、市场主体等各类数据的分析，加强网格化管理的部门协同，以支撑决策、应急和预警。

另一方面，实现决策分析。决策分析建立在数据的基础之上，而大数据的核心就是预测，基于大数据的统计、挖掘、可视化，以及云计算、人工智能等应用，辅助治理主体捕获实时信息并精准预测、准确分析现实状况。另外，可以利用基于时空大数据的GIS平台来实现城市的智能化治理，增加各部门之间工作的协调性，推动协作流程固化、过程监督和效果评价，减少成本消耗与资源浪费，充分发挥服务优势，避免主观决策、片面决策，提升各部门网格化管理水平，为科学判断提供决策支持。

通过基于种种时空大数据的GIS特性和技术手段，解决城市精细化管理问题，用数字信息技术推动城市发展，再通过取得的应用成效倒逼机制转型、制度创新和部门协同。

创新发展与未来展望

运用时空大数据的GIS技术，推动城市网格化治理发展，就是以解决问题的业务思维为导向，以GIS为基础，以时空大数据为核心，以数据的时空属性为要义，引领未来城市治理现代化的发展，实现GIS技术推动网格化的管理创新发展。用好5G、大数据、人工智能、区块链、物联网等现代信息技术，提升大数据辅助城市治理的能力，从而支撑科学决策的机制，通过数据记录可追溯性和运动轨迹定位管理能力。

进一步明确管理对象是城市，服务对象是人，治理主体是政府、企业和社会。政府自身就是把所有的业务任务化、任务流程化、流程公开化，最终让企业、社会通过政府进行有序的数据开放。强力推动城市治理的创新实践，进一步促使城市管理从网格化管理到网络化治理、从精细化管理到精准化治理、从单向度管理到协同化治理。

当然，如果只拥有大数据、云计算、物联网等先进技术，但不重视标准建设、政策保障、可持续的发展机制，GIS也无法发挥应有的作用。同时，“时空大数据”不是“全数据”，由于数据采集、处理方法或许存在偏差，部分结果不足以让人信服。

这些都迫切要求我们继续结合新的技术手段，例如三维、网格巡查的实时视觉模型，影像地图物体要素识别、城市部件识别、场景识别等的图像识别技术，结合网格化管理的创新发展，进一步发掘城市大脑和时空大数据可视化等未来发展方向。

在城市治理中，GIS技术有效促进了数据的共享，提升了城市的应用效能。对城市进行网格化治理，探索城市发展的运行模式，有效提升城市管理水平，能更好地构建城市治理体系、提升城市治理能力。总体来说，一方面，从网格化管理本身来说，它就是一种社会治理的创新；另一方面，运用基于时空数据的GIS，辅助新兴技术手段采集、管理和分析数据，实现数据的创新，可以解决城市治理中的实际问题。