Большие данные и умные города
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 1980х 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), бóльшая 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 изза 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 1980х по 2000е 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
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. 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. 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, 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.
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 изза 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 Operações 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.
Далее для извлечения информации из очень больших, динамичных массивов данных был создан новый комплекс инструментов анализа: 1) анализ данных и распознавание образов; 2) визуализация данных и визуальная аналитика; 3) статистический анализ; 4) прогнозирование, симуляция и оптимизация. Эти аналитические инструменты опираются на машинное обучение (искусственный интеллект) и значительно повышают компьютерные возможности обработки и анализа данных. Более того, они открывают новый формат для науки, которая уже не только опирается на данные и не столько ведома теорией, но ищет пути формулирования гипотез и идей напрямую «из данных». Это ведет к развитию «городской информатики» (urban informatics) подхода к изучению и описанию городских процессов, основанного на информационных феноменах и интеграциях между человеком и компьютером, а также «точной науки о городе» (urban science) подхода к пониманию и объяснению городских процессов при помощи вычислительных моделей, который основывается на практиковавшихся с 1950х годов количественных формах исследования города, радикально расширяя возможности последних с помощью соединения геоинформатики, исследования данных и социальной физики. Если городская информатика более ориентирована на человека, заинтересована в понимании и упрощении взаимодействия между людьми, пространством и технологиями, то «точная наука о городе» стремится не только объяснить города в их современном виде (выявляя взаимодействия и «законы» в жизни города), но и предсказать и смоделировать возможные сценарии будущего в различных условиях, потенциально предоставляя муниципальным администрациям ценный ресурс для принятия решений и формирования курса планирования и развития города.
Большие данные о городе, городские операционные системы, городская информатика и аналитика «точной науки о городе» закладывают основание новой логики контроля и управления городом (сетевого урбанизма, основанного на данных), которая предусматривает мониторинг и менеджмент городских систем в режиме реального времени и создание тех феноменов, которые все чаще объединяются понятием умный город. Идею умного города можно проследить от экспериментов с городской кибернетикой в 1970е годы к развитию новых форм городского менеджериализма и антрепренерства, включая умный рост (smart growth) и новый урбанизм 1980х и 1990х, к взаимопроникновению информационно-коммуникационных технологий и городских инфраструктур, а также начиная с конца 1980х к развитию первых форм сетевого урбанизма. В современном понимании «умным» называется такой город, в котором инфраструктура сетей, связанные с ней большие данные и аналитика данных стратегически используются для создания:
умной экономики за счет поддержки предпринимательства, инноваций, производительности, конкурентоспособности и поощрения новых форм экономического развития, таких как экономика мобильных приложений, открытых данных и шеринговых сервисов;
умного правительства с помощью новых форм e-government, новых способов управления, усовершенствованных моделей и симуляций для планирования будущего развития города, принятия решений на основании анализа текущей ситуации, оптимизации работы сервисов, увеличения прозрачности работы городских администраций, их партисипаторности и ответственности;
умной мобильности создания регулируемых транспортных систем и эффективных, способных к взаимодействию друг с другом мультимодальных средств общественного транспорта;
умной городской среды продвижения идей устойчивого развития, адаптируемости и восстанавливаемости города, а также использования возобновляемых источников энергии (green energy);
умного образа жизни улучшения качества жизни, повышения безопасности и снижения рисков;
умных людей обеспечивая горожанам легкий доступ к информации, поощряя креативность, создавая инклюзивную городскую среду, расширяя права горожан и развивая культуру участия (партисипаторную культуру).
Одним словом, умный город обещает решить фундаментальную головоломку города: сократить расходы, создать условия для бизнеса и быстрого восстановления экономики, одновременно обеспечив устойчивость развития города, улучшив сервисы, расширив возможности участия горожан в принятии общественно важных решений и повысив качество жизни в городе и достичь всего этого практикоориентированными, нейтральными, по возможности аполитичными методами, понятными для горожан, используя стремительный поток данных о городе и аналитику, управление на основе алгоритмов и адаптивную сетевую инфраструктуру. Кроме того, значительно больше информации должно предоставляться горожанам с помощью местных социальных медиа (городских мобильных приложений, которые не только содержат данные о городе, но и позволяют горожанам самим участвовать в их сборе), открытых «панелей управления», хакатонов и т. п.
Идея умного города и методы сетевого урбанизма, основанного на данных, не были, однако, повсеместно приняты с энтузиазмом, а напротив, стали объектом многочисленных критических комментариев. Во-первых, проекты умных городов рассматривают города как ряд понятных и удобных в обращении систем, которые действуют преимущественно рационально, механически, линейно и иерархически и могут направляться и контролироваться. Во-вторых, эти проекты в основном внеисторические, внепространственные и гомогенизирующие по своей направленности и задачам, в них не учитываются различия между городами с точки зрения политэкономии, культуры и управления. В-третьих, приоритет отдается выработке технических, а не политических или социальных решений проблем города, тем самым открыто пропагандируются технократические формы управления. В-четвертых, проект создания умных городов скорее усиливает существующие конфигурации власти, социальные и пространственные неравенства, чем размывает или меняет их структуру. В-пятых, этот подход игнорирует политический аспект данных о городе и то, что они являются продуктом сложных социотехнических ассамбляжей. В-шестых, повестка дня умного города явным образом формируется интересами корпораций, для которых захват функций управления городом открывает новые возможности на рынке. В-седьмых, городская инфраструктура, основанная на сетевых взаимодействиях, создает городские системы, работающие со сбоями и уязвимые для взломов. И наконец, сетевой урбанизм, основанный на данных, может иметь глубокие социальные, политические и этические последствия (включая электронную слежку и тотальное видеонаблюдение) и приводить к социальной и пространственной «сортировке» и предвосхищающему управлению.
Далее в тексте я сосредоточусь на четырех последних аспектах критики концепции умного города, в особенности на связанных с ними проблемах данных (в большей степени, чем на иных аспектах технологической составляющей городских социотехнических ассамбляжей и более масштабных политико-экономических структурах и эффектах), включая техническую сторону этих данных. Такой анализ позволит проиллюстрировать возможные проблемы, связанные с сетевым урбанизмом, основанном на данных, и необходимость дальнейшего изучения взаимодействия данных и города.
Данные и город. Политика городских данных
Один из ключевых доводов в пользу подхода к муниципальному управлению, основанного на работе с непрерывными потоками данных, заключается в том, что он предоставляет прочную фактическую основу для принятия решений, системного контроля и формирования политического курса, в отличие от других подходов, бессистемных, клиентилистских или местнических. Управление городской системой/инфраструктурой в рамках этого подхода гораздо менее подвержено политическому влиянию, так как формируется под влиянием объективных, нейтральных фактов техноориентированными, практическими и прагматическими способами. Технические системы и данные, которые они производят, объективны и не нагружены идеологически, а значит, безобидны с политической точки зрения. Датчики, сетевая инфраструктура и компьютеры не политизированы сами по себе они просто делают замеры, передают результаты, обрабатывают, анализируют и отображают данные, используя научные принципы, выдают наборы показателей, записи, информацию, которая позволяет узнать правду о городах. И хотя данные социальных систем, таких как платформы социальных медиа (например, Twitter), по своей сути более субъективны и насыщены информационным шумом, они содержат непосредственное отражение взглядов, взаимодействий и поведения людей, в отличие от официальных опросов, содержащих высказывания людей о том, что они делают и думают (или то, что, по их мнению, хочет услышать интервьюер), то есть дают более достоверную картину социальной реальности. В этом смысле «большие данные» о городах можно принимать за чистую монету, использовать как безусловный источник знаний о городе, как ресурс для управления и контроля городских систем и инфраструктуры, для определения направлений развития города.
Однако действительность несколько отличается от этой идеальной картины по двум причинам. Во-первых, существует ряд технических проблем, затрагивающих параметры сбора данных, доступа к ним и их качества, в силу чего образ города, формирующийся на основе этих данных, всегда неполон и должен восприниматься с осторожностью. Во-вторых, данные являются продуктом сложных социотехнических формаций, которые складываются под влиянием ряда технических, социальных, экономических и политических сил и сознательно программируются на получение определенных результатов (см. таблицу 2). С одной стороны, то, какие данные производятся, как их обрабатывают, хранят, анализируют и представляют, определяется специфической технической конфигурацией и способами ее использования (например, для интерпретации данных важно знать, где располагаются датчики, каков их обзор, частота регистрации, настройки и калибровка и т. д.). С другой стороны, то, как система спроектирована и каким образом управляется, обусловлено способами мышления, техническими навыками, правовой средой, финансированием и наличием ресурсов, организационными приоритетами и внутренней политикой, сотрудничеством различных учреждений и рыночным спросом. Иначе говоря, ассамбляж данных обладает определенным «диспозитивом», который Мишель Фуко охарактеризовал как «гетерогенную совокупность элементов, к числу которых относятся дискурсы, институты, архитектурные формы, правовые решения, законы, административные меры, научные утверждения и положения философии, морали и филантропии». Для Фуко диспозитив имеет неустранимо политическую природу, производя то, что он именует «властью/знанием», то есть знанием, выполняющим стратегическую функцию. Другими словами, «большие данные» о городе никогда не являются нейтральными и объективными, но обусловлены ситуативно, зависят от различных факторов, имеют относительный характер, используются в определенном контексте для достижения конкретных целей (для наблюдения, наделения полномочиями, дисциплинирования, регулирования, контроля, производства прибыли и т. д.). Или, если прибегнуть к образу, данные о городе никогда не бывают «сырыми», они всегда уже «приготовлены» по определенному рецепту для определенных целей. В этом смысле сетевой урбанизм, основанный на данных, насквозь политизирован и нацелен на создание вполне определенного типа города. Поэтому при анализе больших данных о городе необходимо подвергать критическому разбору связанные с ними ассамбляжи (включая техническую составляющую: инфраструктуру, платформу, программное обеспечение/алгоритмы, данные, интерфейс), чтобы документально зафиксировать, как эти ассамбляжи устроены и работают на практике, производя процессы и структуры городской жизни, и чьим целям это служит.