智慧城市风起云涌大数据改变城市运作方式

　　过去几年中，美国各大城市已开始利用收入、窃案、交通、火灾、疾病，停车等方面的资料来解决众多城市问题。无论让市民更容易找到停车位，或引导卫生检查员优先锁定高风险的餐馆，或替最可能遇到火灾的家庭安装火灾侦测器，大数据技术已开始改变城市的运作方式。

　　据华尔街(WSJ)报导，拜科技进步之赐，各大城市近几年开始大数据分析技术。云端运算已大幅降低数据储存成本；机器学习技术让市府官员得以运用先进分析工具；物联(IoT)和廉价传感器的兴起，可追踪枪击案、交通空污等大量信息；而和App的普及，让市场和公务员能一起监控问题并将信息反馈给市政府。

　　城市运用海量数据最具创意的方式，或许是事先预测火灾等灾难。火灾侦测器对防止火灾夺走人命相当重要。美国国家消防协会(National Fire Protection Association)表示，火灾警报器可将家庭火灾的风险降低一半。

　　纽奥良虽像大多数城市一样有火灾侦测器安装计划，但直到最近还是要由市民主动申装。纽奥良绩效与办公室主任Oliver Wise要求数据库团队利用两次人口普查调查数据，找出最多家庭未安装火灾侦测器，而且老人跟小孩最多，若发生火灾难以逃生的街区。

　　此外并且用其他数据锁定曾有房屋失火的小区，以机器学习技术制作出一张地图，标示出最可能发生火灾的地区，让消防局可优先安装火灾侦测器。

　　纽奥良消防局长Tim McConnell表示，自2015年初开始进行此计划以来，该部门已安装约1.8万个火灾侦测器。相较之下，旧方案下每年不超过800个侦测器。

　　预测分析技术也被用于改善芝加哥的餐厅卫生检查。芝加哥公共卫生局靠 0多名检查员检查全市逾1.5万家餐厅有无违法行为，因此需提升排定优先检查顺序的效率。

　　芝加哥城市创新科技部的资料团队开发出一种算法，其中包含餐厅是否曾有违规行为、已营业多久、天气状况等11个变量，借此找出可能违法的餐厅来排定优先检查。这套算法在2015年投入使用后，检查人员比之前早7天检查可能发生严重违规行为的餐馆，而且查出严重违规行为的餐厅数量增加15%。

　　此外，城市正在用传感器监控一切。透过物联，配备传感器的水管可侦测漏水，电表可追踪用电情况，停车表可自动标记逾时停车。堪萨斯市在2016年 月通车的轻轨沿线路灯上安装视讯传感器。该市利用这些传感器收集交通相关信息及沿路的空停车位，并且公共站上显示这些信息。

　　这些传感器甚至能计算人潮，做为投资咖啡厅或零售店的重要依据，并能协助市府官员预估人群大小，在大型活动后安排清洁队。传感器还能侦测动作，因此也能用于调整LED路灯，若附近没人就会调暗省电。

　　而在墨比尔(Mobile)市，建筑法规检查员能借和Instagram App，在短短8天内清点完该市的1,200间受损房屋。检查员可利用Instagram拍摄房屋相片，让市府人员在地图上看到哪里有遭破坏、遗弃或有其他问题的房屋。

　　洛杉矶则用资料清理城市街道。该市卫生团队用影片和记录乱倒垃圾的行为，并利用App回报需立即关注的问题。行动小组收集的资料汇编在城市详细地图上，并依干净程度以不同颜色标示每条街道。

　　洛杉矶还在发布此地图，让所有人都能了解城市街道的清洁程度。洛杉矶数据长Lilian Coral表示，这项才刚进行一整年的计划，让不干净的地区减少80%。

　　值此同时，波士顿利用Google的Waze导航App，让驾驶能实时分享路况，以补充监视器和传感器的实时信息，更详细了解街道上发生的情况。来自Waze用户的讯息可提醒哪里出现交通问题，让官员更快作出响应。