Сети города. Люди. Технологии. Власти
Шрифт:
Раздел 1
Забрасывая сети: власть технологий в умном городе
Начинаем мы, что объяснимо, с определения ключевых терминов. В первой главе мы уже писали о том, почему сегодня продолжает существовать несколько понятий, определяющих взаимоотношения между сетевыми технологиями и городским пространством: цифровой, сетевой и умный город. Первый раздел нашей монографии включает главы, посвященные умным городам: предпосылкам их появления, условиям их существования, их преимуществам и опасностям, а также критике как самой концепции, так и различных примеров ее воплощения. В разделе сбалансированы алармистские и вполне оптимистические взгляды на будущее умного города, аргументы представлены с обеих сторон, что дает и читателю возможность сформировать свою позицию.
Раздел показывает внутреннее устройство умного города и проявляет логики его функционирования. Суть «сетевого урбанизма, основанного на данных» – подхода, лежащего в основе концепции умного города, – раскрывает в своей главе Роб Китчин, рассматривающий способы сбора и правила функционирования городских данных, «командные центры» городов, а также панели управления, доступные всем горожанам.
Сергей Любимов предлагает взглянуть на оптимистический проект умного города с критических позиций. Его текст напоминает, что технологии не нейтральны, а умный город – это сплетение не только сетей, но и глобальных и локальных политик и интересов.
Создатели одной из самых важных
108
Kitchin R., Dodge M. Code/space: software and everyday life. Cambridge, Mass: MIT Press, 2011. (Software studies.)
Роб Китчин
Сетевой урбанизм, основанный на данных [109]
Производство данных о городах – их географии, городских жителях, деятельности горожан, связях с другими жителями – имеет богатую историю. Эти данные генерировались множеством разных способов: в процессе аудиторских проверок, картографических исследований, интервью, опросов, наблюдений, фотосъемок и дистанционного спутникового зондирования; данные о городах могут быть количественными и качественными, они хранятся в бухгалтерских книгах, блокнотах, альбомах, файлах, базах данных и многих других форматах. Эти данные открывают доступ к многочисленным фактам, цифрам, изображениям и мнениям, которые могут быть конвертированы в различные формы вторичных данных, визуализированы в графиках, картах и инфографике, изучены статистически или дискурсивно, превращены в информацию и знания. Городские данные вносят ключевой вклад в понимание городской жизни, решение городских проблем, формирование политики города и планов его развития, практическое управление, моделирование сценариев будущего и решение широкого круга других задач. С тех пор как начали собираться данные о городской жизни, существуют и различные виды основанного на данных урбанизма.
109
Перевод сделан по электронной публикации: Kitchin R. Data-driven, networked urbanism: The Programmable City Working Paper 14 (2015. August 10). URL: http://www.spatialcomplexity.info/files/2015/08/SSRN-id2641802.pdf.
В то же время сейчас начинается новая эпоха, когда урбанизм, учитывающий данные, все больше дополняется и замещается сетевым урбанизмом, основанным на данных. Иными словами, мы вступаем в эру, когда города становятся все более инструментализированными и сетевыми, а их системы – взаимосвязанными и интегрированными в единое целое; огромные массивы больших данных используются для того, чтобы управлять городом и контролировать городскую жизнь. Компьютеризация уже привычно встраивается в инфраструктуру и ткань городов, которые, с одной стороны, производят сбивающие с толку объемы как факультативных, так и имеющих прямое практическое значение данных, а с другой стороны, должны действовать на основании этих данных в режиме реального времени. Более того, данные, которые раньше применялись только в одной области, теперь все чаще используются разными системами, создавая таким образом более целостную и интегральную картину работы городских служб и инфраструктур. Теперь города можно изучать и контролировать новыми динамичными способами, опирающимися на данные. Это позволяет утверждать, что сетевой урбанизм, основанный на данных, является ключевым способом производства феноменов, которые в разных контекстах получили общее название «умный город» (smart city).
В этой статье я предлагаю критический обзор сетевого урбанизма, сфокусировавшись в первую очередь на взаимодействиях между данными и городом, а не на инфраструктуре сетей, компьютеризации или вопросах городской жизни. Вначале мы установим, каким образом города можно превратить в «большие данные», как эти данные используются для управления и контроля, и как сетевой урбанизм, основанный на данных, способствует возникновению умных городов. Затем мы подвергнем критическому анализу ряд связанных с сетевым урбанизмом проблем, среди которых: роль корпораций в управлении (проблемы права собственности на данные, контроля данных, параметров сбора данных и доступа к ним); уязвимость городских систем данных, которые легко взломать и которые часто ломаются сами (проблемы безопасности данных и сохранности информации); социальные, политические и этические последствия сбора данных (проблемы защиты данных и приватности, электронная слежка, «социальная сортировка» и предвосхищающее управление); технические проблемы (качество данных, точность информационных моделей и анализа данных, слияние и взаимодействие массивов данных).
С начала компьютерной эры данные о городах все в большей степени приобретают цифровую природу: их либо оцифровывают с аналоговых носителей (набирают вручную или сканируют), либо сразу создают в цифровом формате при помощи цифровых устройств, хранят в форме электронных файлов и баз данных, обрабатывают и анализируют с помощью различных систем программного обеспечения, таких как системы информационного менеджмента, электронных таблиц и программ для статистического и эконометрического анализа, геоинформационных систем. Начиная с 1980-х годов документооборот муниципального управления, официальная статистика и другие формы данных о городе существовали преимущественно в цифровых форматах и обрабатывались и анализировались с помощью цифровых медиа. Однако эти массивы данных формировались (и отчасти продолжают формироваться) лишь время от времени и публиковались часто спустя месяцы после их генерирования.
В случае больших массивов данных, например подробных карт или переписей населения, новые исследования проводятся редко (раз в десять лет, если говорить о переписях) и могут быть опубликованы через полтора-два года после сбора данных, а иногда и позднее. В конкретных областях, таких как изучение дорожного движения или общественного транспорта, исследования проводятся раз в несколько лет на основе ограниченной пространственно-временной выборки. Лишь немногие массивы данных публикуются ежемесячно (как, например, информация об уровне безработицы) или ежеквартально (как, например, отчеты о ВВП), б'oльшая часть данных обновляется раз в год, так как их сбор требует значительных усилий. Как правило, эти данные недостаточно подробны, охватывают лишь крупные регионы или страну в целом и имеют низкие возможности разукрупнения (например, разбивки по классам населения или секторам экономики). Когда сбор данных осуществляется чаще, например при спутниковой съемке, муниципальные власти из-за лицензионных расходов приобретают лишь отдельные снимки. В других случаях, таких как потребительские покупки (отчеты о которых можно получить, анализируя транзакции по кредитным картам), данные в основном хранятся в зашифрованном виде в финансовых учреждениях. Другими словами, хотя с 1980-х по 2000-е годы муниципальным администрациям и представителям правительственных структур был доступен определенный спектр цифровых данных о городе, а вместе с ним и все более современное программное обеспечение (например, GIS) для их обработки, источники данных были ограничены в пространстве, времени и областях применения.
Таблица 1. Сравнение понятий «малые» и «большие» данные [110]
После 2000 года ландшафт городских данных изменился, произошли значительные трансформации как в природе данных, так и в способах их производства, а именно – переход от малых к большим данным. Это означает, что производство данных становится непрерывным, обеспечивает полное покрытие в рамках одной системы, характеризуется высоким разрешением, связностью и подвижностью (см. таблицу 1) и охватывает различные сферы [111] . Ситуация относительного недостатка данных сменяется их переизбытком. Это в первую очередь относится к оперативным городским данным, поскольку традиционная инфраструктура города, включая транспорт (шоссе, железные дороги, автобусные маршруты, а также транспортные средства) и коммунальные службы (электроэнергия, вода, свет), превратилась в цифровую сеть, снабженную системами встроенных датчиков, механизмов управления, сканирующих устройств, приемоответчиков, камер, счетчиков и систем GPS, производящих непрерывный поток данных о состоянии и использовании инфраструктуры (и образующих интернет-вещей). Многие из этих систем производят персонифицированные данные, отслеживая проездные документы отдельных пассажиров, номерные знаки автомобилей, идентификаторы мобильных телефонов, лица и походку, автобусы/поезда/такси, показания счетчиков и т. п. [112] Все это совмещается с «большими данными», генерируемыми коммерческими компаниями, такими как операторы мобильной связи (местоположение, использование приложений), сайтами о путешествиях и гостиницах (отзывы), социальными медиа (мнения, фотографии, персональная информация, местоположение), поставщиками транспортных услуг (маршруты, пассажиропотоки), владельцами сайтов (история действий пользователей), финансовыми учреждениями и сетями розничной торговли (покупки), частными системами наблюдения и охранными предприятиями (местоположение, поведение), которые все чаще продают или отдают в лизинг свои данные, используя дата-брокеров, или открывают свои данные при помощи API (как в случае с Twitter или Foursquare). Большие данные также генерируются с помощью краудсорсинга (в таких проектах, например, как Open Street Map) и проектов гражданской науки (например, при помощи персональных метеостанций), когда люди общими усилиями создают информационный ресурс или собирают данные, будучи волонтерами. Другие виды данных, собираемые менее систематически, включают цифровую аэрофотосъемку с самолетов или беспилотных устройств, географическую видеосъемку, использование технологии LiDAR (световое обнаружение и ранжирование), тепловые и другие способы электромагнитного сканирования местности, позволяющие создавать 2D- и 3D-карты в реальном времени. И если официальной статистике в основном еще только предстоит пережить информационную революцию [113] , то использование онлайн-транзакций электронного правительства (e-government), в которых цифровые данные производятся в момент завершения операции, уже изменило способы сбора данных, практикуемые городскими администрациями.
110
Kitchin R. The real-time city? Big data and smart urbanism // GeoJournal. 2014. Vol. 79. № 1.
111
P. 1–14.
112
Dodge M., Kitchin R. Codes of life: Identification codes and the machine-readable world // Environment and Planning D: Society and Space. 2005. Vol. 23. № 6. P. 851–881.
113
Kitchin R. The opportunities, challenges and risks of big data for official statistics // Statistical Journal of the International Association of Official Statistics. 2015. Vol. 31. № 3. P. 471–481.
Мы находимся на пороге новой эры больших данных, когда объем и разнообразие информации о городе будут только возрастать. Более того, если сейчас значительная часть этих данных находится в хранилищах, их сложно интегрировать и увязать между собой из-за различий в используемых стандартах и форматах, впоследствии они будут все больше объединяться в централизованные системы, такие как межведомственные диспетчерские (inter-agency control rooms), осуществляющие мониторинг города как единого целого. Например, такой диспетчерской города является Centro de Operac~oes Prefeitura do Rio de Janeiro (Рио-де-Жанейро, Бразилия) – основанный на данных центр управления, в штате которого 180 сотрудников. В эту диспетчерскую в режиме реального времени собирается информация от 30 ведомств, включающая данные о дорожном движении и системе общественного транспорта, данные от муниципальных и коммунальных служб, служб безопасности и экстренной помощи, сведения о погоде, информация, производимая служащими и горожанами с помощью социальных медиа, а также административные и статистические данные. Другим примером могут служить так называемые городские операционные системы, такие как CityNext от Microsoft, Smarter City от IBM, City Operating System от Urbiotica и Urban Operating System от PlanIT. Фактически они представляют собой разработанные для координирования и контроля деятельности крупных компаний системы планирования ресурсов бизнес-предприятий (ERP), перепрофилированные для нужд города. По мере распространения движения за открытость данных какая-то часть этой информации будет поступать на открытые для горожан панели управления и мониторинга (city dashboards), на которых в режиме реального времени будут транслироваться интерактивные визуализации данных официальной статистики и городских администраций [114] .
114
Kitchin R., Lauriault T., McArdle G. Knowing and governing cities through urban indicators, city benchmarking and real-time dashboards // Regional Studies, Regional Science. 2015. Vol. 2. № 1. P. 6–28.