大数据、云计算、互联网,这是时下最流行的词汇与话题。能否以及如何将这些新技术运用到城市节能上,是一个很大的启示和挑战。
在第十一届中外绿色人居论坛上,论坛组委会委员、美国能源基金会建筑项目主任、博士莫争春以纽约为例向大家展示了一种可供参考的方向:以行政命令管理的手段,统计城市建筑能耗信息,并全部公开分享,鼓励市场参与数据分析,共同提升城市建筑能效。
莫争春在接受《第一财经日报》记者专访时表示,建筑能耗数据的公开与对标对于城市节能可以起到很大的推进作用,这首先是观念的问题,而非技术问题。
心中有“数”
世界正处于大数据时代。从纷繁复杂、不断爆炸的数据中寻找出任何有效的信息并加以利用,正成为一种共识。
在莫争春看来,国家在制定任何节能政策之前,关键也在于要知道自身的能源数据,要知道自己的“家底有多少”,做到心中有数。但实际上,在建筑行业方面,我国并没有清晰的数据,如何做到心中有数?
当前,国内绝大多数有关建筑能耗的研究及数据统计都只是针对单个建筑,缺乏对城市整体的统计。
莫争春对本报记者表示,虽然现在我国很多省市在做建筑信息能耗监测平台,但并没有哪个城市能确切把所有的建筑能耗搞清楚,也没有哪个城市把收集到的信息加以利用。“我们现在只是把数据收集起来,用图表现出来,但是这不是目标,我们的目标是利用这些信息来做节能。”
由于在中美两国节能领域工作了20余年,莫争春对两国的节能现状非常了解。他认为美国纽约在利用大数据进行城市节能方面有着突出表现。
纽约前市长迈克尔·布隆伯格曾提出纽约到2030年减排30%,而70%的能耗在建筑。为了完成这个目标,迈克尔·布隆伯格就必须摸清大部分建筑的能耗现状,才能对症下药。
据莫争春介绍,迈克尔·布隆伯格通过议会立法,最后要求采取强制性的方式,所有5000平方米以上的建筑,必须将能耗数据公开,否则将会受到相应的惩罚。他只花了2年时间,就掌握了纽约市所有5000平方米以上的建筑(包括住宅和公共建筑)的能耗数据,并能根据能耗强度将纽约市划分区域,由此有针对性地进行节能。
开放与市场化
数据公开的好处在于充分的市场化,可以发动全社会的力量共同推进城市节能。
仍然以纽约为例,迈克尔·布隆伯格的做法催生了一批优质的建筑能效服务公司,创造了新型能耗行业。城市建筑能耗数据需要进行审计,迈克尔·布隆伯格并没有事先设置行政许可,而是放开让市场去做,最终通过市场的力量催生优质的审计公司。
莫争春还介绍,在美国能源部官网上关于所有的住宅、商业建筑、能源供应等相关数据都对外公开,而且政府鼓励公众使用这些数据,尤其是开展竞赛,看谁能够开发更好的使用工具,把公布的数据开发利用得更好,给予奖励。
目前,美国已经出现了大批能源数据分析公司,都是基于上述公开信息做的。也正是由于信息的公开,美国今年有10个城市正在进行着一场信息公开和对标的比赛。
在莫争春看来,基于公共信息分析产生的策略才是城市发展之路。传统模式中,政府控制了绝大部分信息,主导着市场,而封闭、隔离的“信息孤岛”是形成大数据的障碍。现在需要一种新模式,即政府让这些信息在市场中流动,让市场利用信息催生新服务。
“在大数据时代,我们需要的不光是新的节能战略,而是信息的共享。”莫争春表示,公共信息的共享是大数据的起点,这个取决于决策者是否有决心去做。决策者需要意识到能耗数据的公开和对标对推动城市节能会起到很大的作用,而不是将其作为一种隐私或者国家安全问题而保持封闭。
说到底,就是政府需要转变职能,建立、监督、完善能耗公开制度,让市场去做功。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22