【T112017-智慧城市与政府治理分会场】大数据视角下帝都魔都的爱恨情仇.pdf

《【T112017-智慧城市与政府治理分会场】大数据视角下帝都魔都的爱恨情仇.pdf》由会员分享，可在线阅读，更多相关《【T112017-智慧城市与政府治理分会场】大数据视角下帝都魔都的爱恨情仇.pdf（59页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活近年来专注于基于定量城市研究方法的城市治理实践，组建了一支由多学科背景构成的城市数据科学团队，利用数据科学支持城市运营，治理和更新。茅明睿北京城市象限科技有限公司创始人北京市城市规划设计研究院云平台创新中心秘书长中国城市科学研究会城市大数据专委会副秘书长北京城市实验室联合创始人数据改变企业决策，数据改善人类生活大数据视角下帝都魔都的爱恨情仇茅明睿城市象限数据改变企业决策，数据改善人类生活为什么上海比北京更好看?北京与上海，帝都与魔都，承载了无数人的梦想与现实，悲欢与离合。这两个历史悠久的城市，在城市形态，人文风貌，未来发展各具

2、特色，到底哪个是你的菜呢?数据改变企业决策，数据改善人类生活为什么上海比北京更好看？城市管理水平旗鼓相当城市公共空间上海宜人北京吓人城市绿地景观旗鼓相当各有千秋城市风貌（管理）上海小胜北京城市格局上海优于北京数据改变企业决策，数据改善人类生活为什么上海比北京更好看？数据改变企业决策，数据改善人类生活京沪之间的比较从未停止数据改变企业决策，数据改善人类生活京VS沪人口北京市 2171万人上海市 2415万人GDP北京市 24541亿元上海市 26688亿元中国第一大城市北京？上海？数据改变企业决策，数据改善人类生活人均GDP北京 11.3万元上海 11.1万元汽车保有量北京 540万辆上海 27

3、2.3万辆人均地铁长度北京 278米人上海 213米人京VS沪数据改变企业决策，数据改善人类生活谁活的更好?北京人上海人数据改变企业决策，数据改善人类生活歌 词基于心理认知的京沪品质对比数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活研究工具与方法数据改变企业决策，数据改善人类生活19.70%14.40%6.20%7.20%“离开”相对词频“留下”相对词频21.60%22.00%14.40%41.20%“哭”相对词频“笑”相对词频2.30%38.60%8.20%29.90%“恨”相对词频“爱”相对词频北京上海差异显著差异显著城市心理认知：动作与描述数据改变企业决策，数据改善

4、人类生活17.40%28.30%26.70%20.60%15.50%21.60%负信任感负归属感正成就感差异显著北京上海城市心理认知：身份认同数据改变企业决策，数据改善人类生活-12.261.2328.6629.4135.63-150.00-100.00-50.000.0050.00100.002000年前2000-2005年2006-2010年2011-2015年2016年至今加权情感值城市心理认知：情感表达22.202.1216.84-11.68-84.62-150.00-100.00-50.000.0050.00100.002000年前2000-2005年2006-2010年2011-2

5、015年2016年至今加权情感值北京上海数据改变企业决策，数据改善人类生活地铁刷卡数据基于行为感知的京沪品质对比数据改变企业决策，数据改善人类生活北京地北京地铁全天客流变化上海地上海地铁全天客流变化数据改变企业决策，数据改善人类生活00.050.10.150.20.250.310-2020-3030-4040-5050-6060-7070-8080-9090-100100-110110-120北京上海北京上海平均数35.20736.541中位数32.634.08333离散系数0.470.465通勤时间（分钟）通勤时间数据改变企业决策，数据改善人类生活9990972597028708826082

6、05815875527041651956895637558755571357410355864180777276650358365553510746204512340220581630长通勤者的线路分布北京上海长通勤：通勤时间在1-2小时相比北京，上海的长距离通勤者在某些线路中比例更高长距离通勤数据改变企业决策，数据改善人类生活北京地铁出行人群聚类数据改变企业决策，数据改善人类生活星期一聚类一 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.2 0.1 0.0 0.0 0.0 0.0 星期一 聚

7、类二 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0星期二9.7%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.4 0.2 0.1 0.1 0.0 0.0 星期二4.3%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.2 0.2 0.1 0.1 0.1

8、0.0星期三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.4 0.2 0.1 0.1 0.0 0.0 星期三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.8 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.2 0.2 0.1 0.1 0.1 0.0星期四0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.4 0.1 0.1 0.1 0.0 0.0 星

9、期四0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.8 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.2 0.2 0.1 0.1 0.1 0.0星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.2 0.1 0.0 0.0 0.0 0.0 星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0星期六0.0

10、 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0 0.0 星期六0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0 0.0星期日0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期日0.0 0.0

11、 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期一聚类三 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.1 0.0 0.0 0.0 0.0 0.0 星期一 聚类九 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0 0.0星期二2.7

12、%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.7 0.1 0.0 0.0 0.0 0.0 0.0 星期二5.9%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.3 0.2 0.1 0.1 0.0 0.0 0.0星期三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.7 0.1 0.0 0.0 0.0 0.0 0.0 星期

13、三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.9 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.3 0.2 0.1 0.1 0.0 0.0 0.0星期四0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.6 0.1 0.0 0.0 0.0 0.0 0.0 星期四0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.8 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.3 0.2 0.1 0.1 0.0 0.0 0.0星期五0.0

14、0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.3 0.1 0.0 0.0 0.0 0.0 0.0 星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0 0.0星期六0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 星期六0.0 0.0

15、0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0星期日0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期日0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期一聚类四 0.0 0.0 0

16、.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期一 聚类七 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0星期二3.9%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期二3.8%

17、0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.2 0.1 0.0 0.0 0.0 0.0 0.0星期三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期三0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.3 0.1 0.0 0.0 0.0 0.0 0.0星期四0.0 0

18、.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期四0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.0 0.1 0.1 0.1 0.1 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期五0.0 0.0 0

19、.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0星期六0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期六0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0星期日0.0 0.0 0.0 0.

20、0 0.0 0.0 0.0 0.0 0.0 0.5 0.1 0.1 0.1 0.6 0.1 0.1 0.0 0.1 0.1 0.1 0.1 0.0 0.0 0.0 星期日0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0星期一聚类五 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期一 聚类八 0.0 0.0 0

21、.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期二2.7%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 1.0 0.1 0.1 0.1 0.0 0.0 0.0 0.0 0.0 星期二4.6%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0 0.0 0.0星期三0.0 0.

22、0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.1 0.1 0.0 0.0 0.0 0.0 0.0 0.0星期四0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期四0.0 0.0 0.

23、0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1 0.1 0.1 0.5 0.1 0.1 0.6 0.0 0.1 0.0 0.0 0.0 0.0 0.0星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期六0.0 0.0 0.0 0.0

24、 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期六0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期日0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期日0.0 0.0 0.0 0.0 0.0

25、 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期一聚类六 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期一 聚类十 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期二59.3%0.0 0.0 0.

26、0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期二3.1%0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.001234567891011121314151617181920212223012345678910

27、111213141516171819202122230123456789101112131415161718192021222301234567891011121314151617181920212223012345678910111213141516171819202122230123456789101112131415161718192021222301234567891011121314151617181920212223012345678910111213141516171819202122230123456789101112131415161718192021222301234567

28、8910111213141516171819202122230.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期三0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期四0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期四0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.

29、0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期五0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期六0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0

30、 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期六0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.0 0.0 0.0 0.0 0.0 0.0 0.0星期日0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 星期日0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.1 0.1 0.1

31、 0.1 0.1 0.1 0.1 0.1 1.0 0.0 0.1 0.1 0.1 0.0 0.0 0.0上海地铁出行人群聚类数据改变企业决策，数据改善人类生活23.2%54.9%京沪不加班人群分布数据改变企业决策，数据改善人类生活失落的上海人悲催的北京人该怎么比？数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活更好的就业机会更好的公共服务好城市的吸引力在哪？数据改变企业决策，数据改善人类生活城市城区面积（平方公里）职住比平均通勤距离（米）内部通勤比内向通勤比平均通勤距离排名上海市静安区7.71.236895.429%85%1上海市黄埔区211.136905.441%77%2

32、上海市虹口区240.767397.839%63%3北京市东西城920.927571.041%73%4上海市长宁区370.97584.843%69%5上海市闸北区290.777662.539%63%6上海市普陀区560.697620.543%54%7上海市徐汇区550.957941.049%65%8上海市杨浦区610.668110.952%42%9北京市海淀区4290.88077.062%50%10北京市朝阳区4660.768433.067%40%11北京市丰台区3060.619211.043%46%12北京市石景山区840.610329.044%44%13北京市通州区9110.5912751.

33、052%32%14京沪职住通勤便利度对比数据改变企业决策，数据改善人类生活城市城区设施密度（个/平方公里）归一化总分综合排名便利店菜市场药房社区医院书店健身中心电影院游乐场游泳馆上海静安区48.852.338.292.854.7913.870.910.912.598.28 1上海黄浦区50.561.666.482.244.588.631.411.321.277.30 2北京东城区27.632.316.841.643.176.291.070.741.195.75 3北京西城区30.601.796.302.432.974.511.240.620.725.47 4上海虹口区42.251.784.78

34、1.861.995.550.470.800.724.76 5上海长宁区20.810.593.131.371.625.660.460.430.592.98 6上海闸北区27.041.733.331.191.463.120.310.170.412.96 7上海徐汇区17.961.112.801.221.383.740.440.350.762.84 8上海杨浦区17.290.942.730.911.352.390.300.640.532.57 9上海普陀区16.030.773.670.540.773.000.320.520.432.27 10北京朝阳区6.800.262.550.500.912.27

35、0.290.680.301.72 11北京海淀区4.790.241.760.420.781.360.250.180.331.03 12北京丰台区6.200.392.160.540.210.930.130.240.200.98 13北京石景山区4.340.221.790.560.141.150.060.380.170.88 14北京通州区1.670.050.670.110.040.210.020.040.020.00 15京沪生活便利度（设施密度）对比数据改变企业决策，数据改善人类生活0.000.501.001.502.002.50便利店菜市场电影院健身中心社区卫生中心书店药房游乐场游泳馆静安区

36、黄浦区虹口区长宁区徐汇区杨浦区普陀区闸北区东城区西城区丰台区朝阳区海淀区石景山区通州区京沪居民服务设施可达性对比北京上海数据改变企业决策，数据改善人类生活便利度方面北京比上海全面落后京沪对比数据改变企业决策，数据改善人类生活越便利就越幸福？真的么？数据改变企业决策，数据改善人类生活北京各个街道的情绪值情绪值0.5610.544情绪值0.561情绪值0.544 0.530.5350.540.5450.550.5550.56东城区西城区朝阳区丰台区通州区海淀区石景山区北京各区情绪值数据改变企业决策，数据改善人类生活情绪与便利度的关系数据改变企业决策，数据改善人类生活如何衡量情绪？便利度与情感显著相

37、关数据改变企业决策，数据改善人类生活城市基因破解城市的密码数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活城市形态数据与指标各城市各城市/区县区县/街道空间形态指标街道空间形态指标数据改变企业决策，数据改善人类生活0.0010.0020.0030.0040.0050.0060.00京沪各区道路交叉口密度0.002.004.006.008.0010.0012.0014.00京沪各区路网密度0.51 0.46

38、0.46 0.45 0.43 0.39 0.37 0.37 0.36 0.34 0.33 0.32 0.32 0.31 0.28 0.000.100.200.300.400.500.60京沪各区建筑密度4.37 3.88 3.26 3.23 2.97 2.77 2.72 2.60 2.18 2.07 2.02 1.98 1.95 1.86 1.52 0.000.501.001.502.002.503.003.504.004.505.00京沪各区容积率城市形态数据与指标数据改变企业决策，数据改善人类生活城市区面积（平方公里）人口密度（万人/平方公里）密度排名总排名儿童游乐场菜市场书店物流快递药房

39、便利店宠物医院电影院口腔诊所游泳池健身中心上海黄浦区20.43 2.10 2 14234151222徐汇区54.81 1.98 12 1279132010175536长宁区36.96 1.87 5 9155918864353静安区7.69 3.21 1 21121212111普陀区55.44 2.32 14 812144151612118129闸北区29.33 2.83 8 203861741396137虹口区23.53 3.62 3 324110333464杨浦区60.47 2.17 15 51010142112161212911杭州上城区26.94 1.28 13 149151671411

40、891110下城区29.55 1.78 4 76178258101375江干区203.15 0.49 22 2219232223222023242423拱墅区68.55 0.81 21 1716202013202221202317西湖区317.38 0.26 24 2424212424242324232024滨江区68.39 0.47 23 2323222322232122222121厦门思明区87.39 1.06 16 11201319141715131488湖里区81.09 1.15 19 1918181116182418191818深圳罗湖区82.87 1.11 17 132119121

41、1111815111414福田区83.39 1.58 7 61711786977412南山区182.79 0.60 20 1522242119211916161919成都锦江区60.71 1.14 11 161171791346151016青羊区66.13 1.25 9 21831859714171613金牛区106.82 1.12 10 414656151020181720武侯区122.04 1.13 6 105121037217101515成华区108.17 0.87 18 1813161512191419212222城市生活便利度数据与指标数据改变企业决策，数据改善人类生活城市区面积（平

42、方公里）人口人口密度（万人/平方公里）职住比排名通勤距离排名新兴设施密度排名上海静安区7.692467883.2111上海黄浦区20.434298912.1222上海虹口区23.538524763.61133杭州下城区29.555260961.81274上海长宁区36.966905711.9785成都武侯区122.041E+061.11046深圳福田区83.391E+061.63207上海闸北区29.338304962.813118成都青羊区66.138281401.315149成都金牛区106.821E+061.121910成都锦江区60.716904221.1141611上海徐汇区54.8

43、11E+06241312杭州上城区26.943445941.36613上海普陀区55.441E+062.3201214上海杨浦区60.471E+062.2171715深圳罗湖区82.879234211.1162116成都成华区108.179387850.9221817深圳南山区182.791E+060.652218杭州拱墅区68.555518740.8181019杭州江干区203.159987830.5191920杭州滨江区68.393190270.58521杭州西湖区317.388200170.391522城市职住通勤数据与指标数据改变企业决策，数据改善人类生活1、上海职住情况：以街道为单元

44、上海市各街道人口密度图(人/平方公里)长征镇曹家渡街道打浦桥街道上海市各街道职住比图虹梅路街道南京西路街道南京东路街道外滩街道虹梅路街道南京东路街道外滩街道上海市各街道平均通勤距离图长桥街道凌云路街道新泾镇桃浦镇彭浦新村街道新江湾城街道殷行街道上海市各街道内部通勤比图桃浦镇桃浦镇城市基因库数据改变企业决策，数据改善人类生活1、成都职住情况：以街道为单元成都市各街道人口密度图(人/平方公里)武侯区成华区金牛区青羊区锦江区抚琴街道双楠街道玉林街道府南街道建设路街道春熙路街道莲新街道草市街道双桥子街道龙舟路街道成都市各街道职住比图府南街道跳伞塔街道汪家拐街道草市街道春熙路街道水井坊街道督院街街道成都

45、市各街道平均通勤距离图苏坡街道龙潭街道柳江街道成龙路街道柏合镇苏坡街道芳草街道成都市各街道内部通勤比图城市基因库数据改变企业决策，数据改善人类生活沙井街道办香蜜湖街道办华富街道办桂园街道办东门街道办深圳市各街道人口密度图(人/平方公里)深圳市各街道职住比图盐田街道办福田街道办清水河街道办沙头街道办深圳市各街道平均通勤距离图沙头角街道办平湖街道办横岗街道办深圳市各街道内部通勤比图西乡街道办大鹏街道办横岗街道办观澜街道办石岩街道办光明街道办1、深圳职住情况：以街道为单元城市基因库数据改变企业决策，数据改善人类生活1、杭州职住情况：以街道为单元杭州市各街道人口密度图(人/平方公里)小河街道清波街道杭

46、州市各街道职住比图西湖乡半山街道四季青街道杭州市各街道平均通勤距离图双浦镇丁桥镇杭州市各街道内部通勤比图留下街道下沙街道长河街道城市基因库数据改变企业决策，数据改善人类生活职住比与城市形态的关系数据改变企业决策，数据改善人类生活通勤便利性（距离）与城市形态的关系数据改变企业决策，数据改善人类生活生活便利性（可达性）与城市形态的关系数据改变企业决策，数据改善人类生活生活便利性（设施密度）与城市形态的关系数据改变企业决策，数据改善人类生活空间感知行为感知城市大数据空间认知品质评估心理认知空间形态/生活品质/主观感受行为空间数据空间行为数据城市基因的研究路径编码解码原子DNA人居环境科学基因数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活Nothing数据改变企业决策，数据改善人类生活Everything数据改变企业决策，数据改善人类生活数据改变企业决策，数据改善人类生活THANKS