一百年前，美國西北部的水牛城和克利夫蘭曾是高財富地區。當時沒有人能想到，20世紀末衰落的紐約、芝加哥、波士頓，會成為美國乃至世界最富有的大都市區。
對於如何解釋城市和地區的發展原因，一直是社會科學的巨大挑戰。而找到這些變化的原因與規律，對一個城市和地區甚至一個國家的發展都至關重要。
新古典城市經濟學認為，人口變化是衡量城市系統發展動力的最好標準。換言之，一定時間內人口的遷徙、流動數據能夠體現城市的「狀態」。
前不久，百度地圖發布的《2020年第二季度中國城市活力研究報告》顯示，今年Q2全國總體遷徙規模已恢復至去年同期的近7成。其中，平日遷徙規模達到去年同期70.82%，節假日期間全國遷徙規模指數達去年同期的59.10%。
2020年Q2全國總體遷徙趨勢
從中不難梳理出潛在的因果關係：地圖作為理解城市的基礎，所產生的的地圖大數據直觀的展現了疫情對民眾的影響程度，遷徙規模的回升意味著隨著疫情進一步得到控制，民眾的出行時間、頻次和距離將會繼續提升。
拋開疫情這樣沉重的話題，將目光移向更廣泛的商業世界。地圖大數據的商業價值潛力近年來已被大幅挖掘，將定位、畫像、POI、交通等基礎數據以AI的方式處理，在人口統計、遷徙/交通分析、城市規劃、房地產等多個層面都已有實際落地案例。
本文想要討論的，正是基於百度地圖的中國城市活力研究報告，嘗試從「上帝視角」去探尋地圖大數據中蘊藏著何種價值。
百度地圖城市活力報告，疫情後經濟復甦晴雨表
在經濟學和社會學理論範疇里，城市地理學家麥可·斯托珀爾認為，社會互動（如面對面接觸）對創新和當地要素稟賦有十分積極的作用。
毫無疑問，突如其來的疫情打斷了這種互動。而城市活力研究報告正是疫情之後民眾觀察城市社會互動的最直觀數據之一。某種意義上，這些數據也是一幅經濟復甦晴雨表。
《2020年第二季度中國城市活力研究報告》分別從城內出行強度、人口吸引力、購物中心客流量三個角度展示了今年Q2主要城市的出行狀態。
城內出行強度：一線城市「逐周遞增」，南方城市「夜生活」恢復
2020年第二季度，全國8成以上城市的城內出行強度已經恢復到去年同期90%以上。從恢復排名來看，南方城市受影響較小恢復也最快，TOP 10中只有北京屬於北方，其中海南省的三亞、海口均上榜前十，分別位列第二、第六。
2020年Q2城內出行強度恢復TOP10
4月以來，隨著國內疫情得到控制，多地全面復工，一線城市中除北京外，其餘3座城市城內出行強度工作日呈現「逐周遞增」的特徵，北京城內出行強度則因6月疫情反彈而有所下降。
2020年Q2一線城市城內出行強度變化趨勢
從報告中給出的趨勢圖可以發現，進入4月，復工復產促使人們走向工作崗位，但很明顯6月的周末出行已遠高於4月，可見民眾因疫情得到控制而開始增加室外的娛樂時間，這也為零售、餐飲、娛樂等行業提供了復甦動力。
另一個復甦動力是「夜經濟」。報告顯示，第二季度夜生活指數TOP 10中，有9個為南方城市，其中三亞、海口、南寧位列前三，唯一一個北方城市是被稱為「大唐不夜城」的西安。
2020Q2城市夜生活指數TOP10
人口吸引力：江浙地區恢復最快 長、珠三角城市群「魅力不減」
巴爾扎克說過，根據一個人穿著的時髦程度，就可以判斷出這個人所居住地方距巴黎的路程。同樣，根據報告的百城人口吸引力研究，我們也能看出哪些城市更具魅力。
《報告》顯示，二季度全國近6成城市的人口吸引力已經恢復到去年同期的90%以上狀態。其中，在人口吸引力指數恢復TOP 10中，沿海城市更受歡迎，長三角地區獨占了7席，內陸城市烏魯木齊也出現在榜單中。
另外一份人口吸引力指數TOP 10則顯示，深圳、廣州、東莞位列前三甲。前十個中有4個珠三角城市、3個長三角城市上榜。
而青年人指數的TOP 10，東莞、南寧、深圳、蘇州、昆明、金華這六所城市的流入人口中，18-34歲的青年人群占比較大，高達76%以上。
2020年Q2青年人指數TOP10
購物中心客流量：受疫情影響程度與城市等級成正比
購物中心的客流量充分說明了疫情對實體零售、娛樂體驗、餐飲等多業態的影響嚴重程度。
報告通過對比2020年6月與去年同期檢索量發現，運動用品和健康美容類受衝擊最大，下降幅度超過60%，而服裝和鞋類箱包檢索占比漲幅明顯，上升50%以上。
整體來看，體驗業態受衝擊較大，零售業態占比小幅度上升。這也不難解釋，疫情期間，相對不剛需的體驗業態比如遊樂場、健身房、電影院等，因避免人群聚集自然無法營業，而零售業態隨著疫情緩解消費者重新回到線下，自然也就有所回升。
這從購物中心的客流指數也能看出來。2020年2月，一線城市客流降幅達到70.40%，甚至武漢、北京、天津等地的月均客流受影響更大，直到6月仍未達到同期正常水平。
其中，北京購物中心客流輻射出現了明顯變化，即77%客流輻射半徑明顯縮小，下降到2.8km。消費者顧及安全，更傾向於家門口的購物中心。
上海商業中心受疫情的衝擊較大，人數減少了45%-75%，範圍大部分縮減至70%。不過，好在上海疫情防控並未反彈，後期恢復情況較好，客流增加程度達到50%-70%，範圍也有不同程度的增加。
2020年Q2上海商業中心受疫情影響後客流整體變化趨勢
這類結論還有不少，不再一一列舉，有興趣的可以去看報告本身。
從社會學的角度看，影響人口流動的因素很多，諸如就業機會、環境狀況、經濟狀況、交通狀況、房價等等，但在疫情影響下，諸多因素都呈下降趨勢，但歸根結底，人口作為城市核心資源，其流動性無疑能夠體現出城市的核心競爭力。
地圖大數據：探尋城市發展的「鑰匙」
百度地圖大數據的「一戰成名」，還要從2014年登上央視新聞聯播的《百度遷徙》說起。
「百度遷徙」利用百度地圖開放平台、百度天眼，對其擁有的LBS大數據進行計算分析，並採用創新的可視化呈現方式，在業界首次實現了全程、動態、即時、直觀地展現中國春節前後人口大遷徙的軌跡與特徵。
隨後幾年，百度地圖先後推出了城市活力、交通大數據、節假日出行等多種類型大數據報告。
這些報告的陸續推出，一方面滿足了人們更迫切從個人視角去了解整體數據的心理和需求，另一方面，也是百度地圖向商業市場投石問路的一顆顆石子。
尼古拉斯凱奇在《預見未來》這部電影中有一句台詞：人類對於未來最大的恐懼源於未知。沒有人可以預見未來，但大數據能夠從另一個維度進行「預判」。
大數據在不確定性、隨機性事件中的預測可能會出現不小的偏差，但對確定性、趨勢性的事件，幾乎可以用「研判」一詞來形容。
同樣的道理也適用於地圖大數據。
研究報告顯示，通過青年流入人口年齡占比數據可知，東莞、南寧、深圳、蘇州、昆明、金華這六所城市的流入人口中，18-34歲的青年人群占比較大，其中東莞以77.31%青年流入比例排名第一。
而東莞之所以能夠成為吸引青年人的「頭馬」，無疑是因其「智能製造」的產業發展，近年來實現了GDP的飛速增長，因此吸引越來越多的年輕高新科技人才湧入。
這份數據折射出的城市發展和人才引進的關聯，正是地圖大數據的價值所在。
地圖大數據不僅能夠在緊急情況下提供實時的人口流動走向，更重要的是，在宏觀層面，百度地圖大數據提供的「可視化」工具，為洞察城市發展和社會現象提供了質性研究和定量研究融合的方法。
舉個例子，百度地圖此前曾通過大數據進行過「預防踩踏事故」研究。將百度地圖路徑搜索數據進行匯總，再與目標地點的人口密度進行關聯後，便可預測特定時間在特定地方的人群聚集狀況。
這只是眾多案例中的一個。打開百度地圖慧眼的官網，在行業方案里可以看到面向人口統計、城市規劃、政府、商業地產、零售餐飲、零售選址六大類方案，其中前三個屬於政府層面，而後三個則是商業市場，甚至於餐飲、選址這類的方案中小微企業也可以直接選用。
從社會學的角度出發，城市人口的變化如短期流動、長期遷徙甚至數量變化，都會改變城市系統在經濟、制度、創新、社會互動等等方面的決策。
因此，如果能夠以「上帝視角」去觀察這些人口數據的變化，甚至可以從中發現某種規律，那麼一百年前水牛城和克利夫蘭的衰敗原因也許就能有答案了。
最後
數據的價值如今已經沒有人敢忽視了。
1980年，著名未來學家阿爾文·托夫勒就在《第三次浪潮》中，將「大數據」描繪為「第三次浪潮的華彩樂章」。
2012年，IBM CEO羅睿蘭的觀點更為直接，他將大數據比喻為一種新的自然資源。「像是蒸汽、電磁和化石燃料對之前時代的角色一樣，它有潛力推動更高一層的社會進步和繁榮。」
回到更貼近現在的商業市場中來，Netfilx出圈的《紙牌屋》，在選角時就用到了大數據；元氣森林崛起的核心，也是出自對數據的重視和用數據的能力。
那麼，地圖大數據成為推動經濟發展改進城市治理的重要參考數據，也就很好理解了。特別是現在，隨著疫情緩解人口再次流動，城市業態、經濟、規劃等等各個方面，都需要以人口數量為基準調整相應的對策。
比如，商場可以根據各個城市購物中心的客流恢復程度，選擇性開放門店；商家也可以根據業態搜索指標漲跌幅，合理選擇產品配置；甚至城市管理者也可以提前做好疫情突然反彈的防控工作，根據熱力圖掌控人口流動和聚集等等。
概括來說，地圖大數據讓公眾能夠更透徹地了解城市的發展潛力，輔助進行房產車牌各類投資決策。對於商業機構和管理部門來說，這樣的報告也可用於商業決策、城市規劃、市政和交通規劃。
拋開疫情，當代中國的城市發展，實際正處於一個過渡期和調整期。在新一線和二線城市放寬落戶和推出人才吸引政策後，一線城市人口過剩的情況或將得到緩解。
而對於城市管理者以及商業市場而言，這可能是未來幾年一個重要的機會。掌握人口的流動，就能對城市規劃、交通規劃、硬體基礎設施建設，以及配套的住房、經濟、教育、醫療等等資源進行更合理的長遠規劃。
在這其中，以百度地圖為代表的大數據平台作為強有力的研究工具，還能發揮更大的作用。
文章來源: https://twgreatdaily.com/zh-cn/guUCw3MBeElxlkka4bRR.html