數據驅動的城市規劃：建立永續發展的智慧步行城市

智慧城市並非僅僅是擁有更多感測器、應用程式或儀錶板的城市。更實用的理念是，城市能夠觀察正在發生的事情，了解哪些人得到了服務或被忽略，測試各種改變，並從結果中學習。數據驅動的城市規劃透過整合街道、土地利用、交通、氣候、安全、公共空間以及居民日常需求等方面的數據，使這一切成為可能。

這一點至關重要，因為城市發展水平仍然參差不齊。聯合國2026年永續發展目標11的報告顯示，來自127個國家412個城市的數據顯示，便利使用大眾運輸的比例從2020年的53.2%上升到2025年的61.5%。然而，另一項涵蓋126個國家414個城市的調查顯示，同期便捷使用開放公共空間的比例卻從48.0%下降到45.9%。這些數據並非每個城市的最終得分，但它們說明了為什麼規劃者需要的不只是城市平均：一個系統進步的同時，城市生活的其他方面可能卻在惡化。請參閱聯合國永續發展目標11的數據和具體目標。

數據驅動的城市規劃究竟意味著什麼

數據驅動的城市規劃是指利用可量化的證據來決定城市投資的流向、設計方案的改進方向以及這些改進是否有效。關鍵不在於「數據」，而在於「決策」。即使城市收集了數百萬筆記錄，如果數據定義不明確、存在偏見、缺乏關聯性或與公共目標無關，仍然可能做出不明智的決策。

在智慧城市計畫中，有些術語頻繁出現。地理空間資料是指與特定位置相關的信息，例如人行橫道、公車站、地塊、交通事故、樹木或建築許可證等。地理資訊系統 (GIS)是一種用於繪製和分析這些基於位置的資訊的軟體。物聯網 (IoT)指的是可以傳輸資料的連網實體設備，例如交通計數器或環境感測器。數位孿生是指實體場所或系統的數位化表示，並可使用真實資料或模型資料進行更新。數位孿生可能很有用，但城市並不一定需要它才能開始基於證據的規劃。

對於步行友善性而言，區分出行便利性和可及性至關重要。出行便利性指的是人們移動的便捷程度，而可及性指的是人們到達工作場所、學校、商店、公園、醫療機構、公共交通站點和其他目的地的便捷程度。一條街道可能車流飛馳，但對行人來說卻很不方便。永續規劃的重點是到達重要地點的能力，而不僅僅是車輛行駛速度。

初學者在選擇技術之前應該了解什麼

先從人和結果入手，而不是從平台著手。

聯合國人居署以人為本的智慧城市工作強調，科技應服務於生活品質、包容性、永續性、韌性和人權，而非成為最終目標。其面向各國政府的《2025智慧城市戰略指南》圍繞著制度基礎、公眾參與、數位權利、治理、基礎建設、預算、實施和監測等要素建構智慧城市戰略。這對任何城市而言都是一個實用的操作順序：在決定購買哪些軟體之前，首先要確定哪些問題至關重要。聯合國人居署的《2025智慧城市戰略指南》提供了這個核心架構。

步行便利性是網路的屬性

一條街區良好的人行道並不能使整個社區適宜步行。人們需要的是連貫的人行道和人行道網絡、觸手可及的實​​用目的地、安全的限速、必要的遮蔭或防風雨設施、無障礙坡道以及便捷的公共交通連接。一條主幹道上缺少的人行橫道就可能破壞原本完善的人行網路。

公共衛生機構也將積極出行視為城市規劃問題。世界衛生組織指出，適合步行和騎行的城市設計不僅能促進身體活動，還有助於營造更安靜的街道、改善空氣品質並減少交通排放。世衛組織關於健康積極出行的概述闡述了交通、城市設計、健康和氣候之間的聯繫。

全市平均可能掩蓋不平等狀況

即使低收入社區、老年居民、兒童或殘疾人士面臨的道路覆蓋率差距最大，平均人行道覆蓋率看起來也可能尚可接受。因此，所有主要指標都應按地理位置細分，並在法律和倫理允許的情況下，按人口特徵進行細分。其目的並非給社區貼標籤，而是為了找出基礎設施和服務成果的差異。

分析開始前需要準備什麼

城市無需擁有完美的資料倉儲即可啟動專案。它需要的是共同的問題定義、地理分析單元、基準線以及清晰的資料使用規則。一個切實可行的啟動方案應包含規劃、交通、公共工程、公共衛生、永續發展、資訊科技和社區參與等方面的人員。此外，還應包括了解採購、隱私、無障礙訪問和地方法律的人員。

在整合這些資料來源之前，請先寫一個簡單的資料字典，定義每個欄位、地理範圍、更新頻率、擁有者和已知限制。關鍵績效指標 (KPI)是用於追蹤一段時間內結果的可衡量值。由國際電信聯盟和其他聯合國機構協調的「智慧永續城市聯盟」(U4SSC) 為城市提供了一個標準化的 KPI 框架。 U4SSC智慧永續城市 KPI 框架對於需要可比較定義而非從頭開始創建每個指標的團隊來說，是一個有用的參考。

數據如何讓街道、社區或區域變得更好

建立一個反映日常生活的基準

首先繪製現有街道網圖，標示人們需要到達的地點。包括人行道、行人穿越道、公車站、學校、診所、公園、超市、主要企業、公共建築等當地重要目的地。然後添加障礙物，例如高速公路、陡坡、缺少路緣坡道、過長的人行橫道、施工區域或不安全的十字路口。

進行步行分析時，應使用實際的步行路線，而不是圍繞目的地畫簡單的圓圈。例如，如果鐵路、河流、圍欄或高速公路阻擋了直線路線，那麼直線距離400碼的學校實際步行距離可能會遠得多。

將客觀數據與生活經驗結合

感測器計數和行政記錄固然有價值，但它們只能回答部分問題。行人計數器可以顯示某條走廊人流量稀少，但它本身無法告訴你具體原因，例如天氣炎熱、害怕交通擁堵、照明不足、受到騷擾、找不到目的地、人行道不便通行，或只是需求量低。調查、步行審計、研討會、訪談和觀察有助於解讀這些數據。

這正是以人為本的智慧城市理念得以實踐之處。數據應該幫助規劃者更好地向居民提問，而不是取代他們。如果社群回饋與資料看板有衝突，應該調查差異所在，而不是想當然地認為資料看板是正確的。

優先解決無障礙設施方面的差距，而不僅僅是交通擁堵問題。

傳統的交通分析通常從交通延誤著手。而步行城市分析會提出不同的問題：居民無需開車可以安全到達多少個重要目的地？需要多長時間？在炎熱天氣下，這條路線是否舒適？它是否方便輪椅使用者或推嬰兒車的家長？人們能否步行前往交通便利的站點而無需穿越危險的道路？

土地利用及交通規劃應統籌評估。美國環保署指出，當住宅、工作場所、商店、市政建築和公共交通設施彼此相鄰時，人們將擁有更多步行、騎自行車或乘坐公共交通工具的便利選擇。其發布的《智慧成長與交通指南》總結了緊湊型開發、交通選擇、排放和社區健康之間的關聯。

測試變革的規模要足以衡量結果。

並非所有介入措施都需要以大型基礎建設計畫的形式啟動。城市可以在確定永久性設計方案之前，先測試縮短過街距離、設置自行車專用道、改善路緣管理、實施公車優先通行、增設遮陽設施、座椅、裝卸區、限制學校與街道的通行，或採用新的公共空間佈局等措施。測試應設定明確的假設和基準線。

例如：如果縮短行人穿越道長度並降低車速，城市可能會預期行人過街時間減少、衝突減少，並且更多人願意步行。在改造前後進行測量，並比較相似時間和季節的情況。如果可能，最好設置一條對比走廊，這樣可以降低天氣、學校作息時間、旅遊業或燃油價格等更廣泛的變化被誤認為是專案影響的可能性。

衡量多個結果

一個成功的智慧城市計畫不應為了優化某一指標而損害其他指標。公車專用道可能會略微增加私家車的延誤，但卻能顯著提高大眾運輸的可靠性和便利性。步行廣場可能會減少過境車輛，但會增加本地人流量、遮蔭和公共空間利用率。數據驅動的評估應該能夠清楚地展現這些權衡取捨。

有用的指標包括步行和騎行次數、公共交通出行時間、受傷嚴重程度、運作速度、樹冠覆蓋率、路面溫度、空氣品質、零售店空置率、公共空間利用率、殘疾人無障礙設施以及居民滿意度。出行方式份額是指每種出行方式（例如步行、騎乘、大眾運輸或駕駛）的出行百分比。出行方式份額雖然有用，但不應作為唯一的衡量指標，因為出行距離、目的地可及性和人口統計差異也同樣重要。

資料治理是城市設計的一部分

資料治理是指決定資料如何收集、儲存、共享、保護和使用的規則、角色、標準和控制措施。它並非事後才考慮的行政措施。即使技術分析無可指摘，糟糕的資料治理也會損害公眾信任。

經合組織2023年發布的智慧城市資料治理研究報告指出，智慧城市資料治理面臨許多挑戰，包括職責分散、技能不足、資金限制、資料共享障礙、隱私問題、安全風險、互通性問題。互通性是指不同系統能夠以一致的方式交換和使用資訊。經合組織智慧城市資料治理報告建議採取更清晰的策略和架構、更完善的資料管理實務、隱私和透明度保障措施、跨組織合作以及利害關係人參與等措施。

對於初學者而言，一個明智的做法是僅收集規劃問題所需的最低限度數據。盡可能對個人資料進行匯總或匿名化處理，明確資料保留期限，記錄敏感資訊的存取權限，並避免僅僅因為供應商能夠提供就收集精確的個人行動軌跡。採購合約也應明確資料所有權、匯出權限、安全義務以及合約終止後的處理方式。

削弱智慧城市規劃的常見錯誤

• 在明確問題之前就購買技術。建立覆蓋全城的感測器網路並非良策。應該先考慮結果，然後再決定是否真的需要新的數據。
• 以交通流量作為衡量成功的主要指標。車輛通行能力並不能說明人們能否安全到達日常目的地。
• 將缺失資料視為零。沒有行人計數可能意味著沒有安裝感測器，而不是沒有人在那裡行走。
• 忽略數據偏差。基於應用程式的行動數據可能無法充分反映那些不攜帶智慧型手機、選擇退出追蹤或無力承擔某些服務的人。
• 優化全市平均。在服務良好的地區進行的小幅改善，可能會掩蓋其他地區情況的惡化。
• 僅在施工後進行測量。如果沒有基線數據，很難確定項目是否導致了觀察到的變化。
• 混淆相關性和因果關係。如果新公園開放後步行量增加，其他因素，例如新建住房、季節性天氣或交通變化，也可能有所貢獻。
• 建造一個無人負責的儀錶板。每個關鍵績效指標都需要一個負責部門、一個更新計畫以及一個與結果掛鉤的決策流程。
• 低估了維護成本。如果沒有營運預算，人行道品質、樹木健康狀況、感測器、標誌、照明和公共空間清潔度都會下降。
• 將居民排除在解釋範圍之外。當地居民的經驗往往能解釋行政資料集無法解釋的異常現象。

如何判斷規劃系統是否變得更智能

一座城市變得更智慧，並非取決於其技術儲備的增加，而是取決於其規劃流程的改進。一個有效的自我檢測方法是詢問城市能否用現有證據回答以下四個問題：哪些地方的無障礙設施和安全狀況有最大差距？哪些群體受影響最大？預期採取哪些介入措施來改善現況？實施後，情況是否真的有改善？

優秀的方案也體現了機構學習。定義年復一年保持一致。資料來源有據可查。隱私規則清晰明確。當證據支持時，社群意見會根據回饋調整優先事項。試點結果會影響資本預算。失敗的實驗會被記錄下來，而不是被掩蓋。成功的干預措施可以推廣，因為市政府了解其成功的原因。

對於初學者來說，最重要的經驗很簡單：不要試圖一口氣把城市變成「智慧城市」。選擇一個切實可行的目標，例如更安全的上學路線或更方便的步行連接，以便更方便地搭乘大眾運輸工具。建立一個可靠的基準線，將量化數據與社區知識結合，測試一項有針對性的干預措施，評估結果，然後重複這個過程。這個循環是永續、適合步行、數據驅動的城市規劃的基礎。

原始資料和延伸閱讀

• 聯合國永續發展目標11：永續城市與社區
• 聯合國人居署：《以人為本的智慧城市策略逐步指南，2025》
• 經合組織：《智慧城市資料治理，2023》
• 攜手共建智慧永續城市：KPI框架
• 世界衛生組織：促進健康正向的出行方式
• 美國環保署：智慧成長與交通