О городах и данных

От подписчиков Source: https://www.reddit.com/r/ProgrammerHumor/comments/1ddmad1/plannedvsunplanneddevelopment/

Не многие оценят 😆

Вдохновившись постом Ивана Бегтина, я решила дать 2ой шанс сайту OECD, и попробовать найти что-то полезное для моего PhD в их базе данных. Данные можно получить либо через API, либо найти в Data Explorer Меня интересовали 2 вещи: внутренняя миграция с 2019 года, и доля работников на удаленке. В 3 регионах: Барселона, Тель-Авив и Мельбурн. Результаты получились 50/50. По удаленке датасетов нет вообще, хотя в 2021 году они публиковали отчет про Teleworking. То есть как минимум, не ко всем репортам открыты датасеты. По миграции данные есть для всех регионов, но глубже города спуститься нельзя, плюс нет информации о структуре миграции - откуда и почему люди переезжают. Зато есть net migration, по которой видно, что во всех 3 регионах после ковида чистая миграция отрицательная -хорошее обоснование для исследования. Какие выводы: Детальность данных невысокая. На мой взгляд статистика OECD подходит для макроисследований, или для обоснования актуальности работы, вроде: "в регионе отрицательный уровень миграции, давайте посмотрим в других источниках почему". Из плюсов - большая география данных, в OECD входит 38 стран (России нет), что позволяет сходу сравнить регионы с разных концов планеты по одному набору показателей. Но и тут важно помнить, что далеко не по всем показателям, которые вам нужные будут все 38 стран

1-4 июля будет проходить небольшая ICCSA (B-level, Q2 proceedings) конференция, как раз (на половину-треть) про города и данные! Программа и ссылки на трансляции -- тут https://ess.iccsa.org/program/#1A (я там тоже где-то есть) --- П.с. время может быть по Вьетнаму!

Летняя школа для PhD закончилась, буду здесь постепенно выкладывать самое интересное. Для тех, кто занимается пространственным анализом в R очень рекомендую открытый онлайн-курс по Network Analysis профессора университет Бристоля Эмануэля Траноса Здесь вы найдете и лекции о городах и теории графов, и ноутбуки R с решением практических задач, например созданием матриц origi -destination или оценкой accessibility

Город в 1997 году и сегодня

​​#bilbaoeffect Эту неделю я проведу в летней школе для PhD студентов, в Овиедо ( соу эксайтед увидеть аж 20 не седых человек, пишущих исследование в моей области!) и поскольку, прямых рейсов из Израиля нет, я решила заехать по дороге в Бильбао. Интерес был и туристический и исследовательский. Дело в том, что про Бильбао, а точнее про "эффект Бильбао" я писала в магистратурском тезисе, и уже давно хотела увидеть город вживую и почувствовать "эффект" на себе. Все началось в 1997 году, когда в депрессивном промышленном Бильбао открывают музей современно искусства. Что особенно в этом музее? Во-первых, имя музея - это музей Гуггенхайма, собрат Нью-Йоркского музея, известного на весь мир (хотя девочка в хостеле, приехавшая из Нью-Йорка, заявила, что никогда не слышала об этом музее - говорит, эта фигня - для туристов😁) Во-вторых, конечно - облик здания. Архитектура музея, разработанная по проекту Франка Генри, делает его уникальным объектом. Так вот, "неожиданно" этот музей стал привлекать туристов и создал городу имидж культурной столицы. Вместе это дало толчок к экономическому возраждению города. Такой феномен и назвали "эффектом Бильбао" возрождение экономики города за счёт появление в нем яркой, в первую очередь архитектурно, культурной локации. Простота и эффективность идеи понравилась многим городам с индустриальным наследием и они решили повторить опыт города Басков. Многие современные музеи- это результат попыток властей сменить имидж города и привлечь туристов: музей Титаника в Белфесте, MuCEM в Марселе, здание оперы в Гамбурге, музей дизайна в Холоне, Victoria& Albert museum в Dundy. Но такого же успеха им достичь не удалось (хотя часто и утверждают обратное) - даже если прирост туристов и был, на экономику это несильно влияло. Дело в том, что музей - лишь верхушка айсберга, тогда как за ним стоит целая стратегия по возрождению региона длиной в 20 лет: от создания "устойчивой городской среды" (сравните фото 97 года с сегодняшним) до многочисленных программ поддержки креативного сектора. Пока музей менял имидж, инвестиции меняли содержание. Но вот моих личных ожиданий город оправдал не до конца: - С одной стороны город очень walkable, есть бесплатный городской wifi, и большое число баров и магазинов - с другой стороны жилье было найти сложно, а при этом не было ощущения что в городе много туристов. Кажется их ровно столько, сколько вмещает в себя музей. -Также интересно, что город не умеет удерживать туриста больше чем на ночь - посетив музей и поев местной кухни большинство едет дальше - В городе нет аутентичности. Он что-то среднее между Дублином и Малагой. Это при том, что страна Басков - регион с уникальным народом и культурой, которые тоже могли бы быть интересны туристу. Но американский попап их затмил - обидно) Вобщем, "эффект" получился неполным.🤷‍♀️

#remoteworking #data Интересное наблюдение сделала на днях, пока готовила ответ на вопрос по теме своего PhD тезиса. Так вот: практически невозможно найти детальных данных о доле удаленных работников в разных странах. Еще сложнее найти по годам (2019-2023), и почти невозможно по городам (если это не US) . И я не говорю о том, что понятие удаленки в разных источниках разное - от 5 дней дома, до хотя бы 1 в неделю. Иногда встречаются отдельные цифры в статьях, как например, тут (опять же США) или тут - при этом источник не всегда доступен; иногда детальная статистика, но за 1 год, часто не последний - как, например, тут . Учитывая, что динамика изменений высокая, даже 2022 - уже не показатель. Но чаще всего попадаются прогнозы, (например тут или тут), которые не сбываются или ответы на вопросы "готовы/хотели бы вы" работать из дома" и как дела с вашей продуктивностью. Почему так? Очевидно, что подсчитать такой показатель сложно, и об одной методологии не договорились. То есть либо это опрос на ограниченной выборке (исключение недавняя перепись населения в США), либо это косвенно связанные c удаленкой метрики -например, уровень использования онлайн-сервисов для удаленки (график), или средняя частота комьютов в центр(исследование). Получается, что на самом деле, не смотря на все разговоры о популярности удаленки, оценить ее точно в масштабах страны никто не может, а сравнить между странами тем более (исключая OECD страны). Интересно, как это отразиться на исследованиях и решениях компаниях.

​​Впервые как взрослая подписалась на печатное издание журнала, поэтому переодически буду делать здесь обзоры понравившихся статей (один из них уже публиковала 3 недели назад). Журнал: "Urban Economics" , в нем публикуются исследования связанные с оценкой различных полиси на рынок недвижимости , сегрегацию населения, транспорт и тд. В мартовском выпуске мне понравилась статья "The impact of road rationing on housing demand and sorting". Статья исследует влияние новой политики ограничения дорожного движения в Пекине на город. Но в отличие от предыдущих исследований платного въезда в центр города, авторы фокусируют внимание не на трафике, а на рынке жилья и неравенстве. Вопрос, который задают авторы: верно ли что, с введением платного проезда в город в 2008 году, районы вокруг метро стали доступны только для богатых? Ответ: да, верно. Авторам подтвердили, что политика увеличила спрос на жилье рядом со станциями метро, что привело к росту цен и изменению состава домохозяйств в сторону более состоятельных.То есть получается, что политики, направленные на уменьшение трафика, могут иметь побочный негативный эффект - сокращение доступа к общественному транспорту для малоимущих граждан. Как авторам удалось это доказать? 1. Авторы собрали информацию о покупке жилья и ипотеке за 2005 и 2011 и оценили как изменился градиент цен на жилье после введения платного въезда. 2. Авторы отказались от использования линейной регрессии, поскольку есть риск не учесть другие изменения в районах, приведшие к росту цен ( например, открытие частной школы) и применили эконометрический метод difference-in-difference вместе с hedonic regression. В результате они увидели, что если в регрессию помимо прочего одновременно добавить факторы "расстояние от метро" и "расстояние от метро X на факт внедрения полиси", то первый показатель не является статзначимым, а 2-ой является. Значит, цены стали чувствительны к расстоянию только после введения полиси. Более детально о методологии можно прочитать у меня в блоге

Применение диаграмм Вороного в геоаналитике и урбанистике Диаграммы Вороного, также известные как полигоны Тиссена, представляют собой геометрический инструмент, который делит плоскость на регионы на основе близости к данным набором точек. Каждый регион (или ячейка) соответствует определенной исходной точке, и любое местоположение внутри региона ближе к соответствующей точке, чем к любой другой. В областях геоаналитики и урбанистики диаграммы Вороного выполняют несколько важных функций: 1. Распределение ресурсов: Диаграммы Вороного помогают в оптимизации расположения и распределения ресурсов, таких как общественные услуги (больницы, пожарные станции, школы), торговые точки и коммунальные услуги. Минимизируя расстояние до ближайшей точки обслуживания, планировщики могут повысить эффективность и доступность сервиса. 2. Анализ сетей: Они используются для анализа и проектирования сетей, включая транспортные, телекоммуникационные и коммунальные сети, обеспечивая максимизацию покрытия и минимизацию избыточности. 3. Пространственный анализ: Диаграммы Вороного помогают в анализе пространственных данных, способствуя пониманию распределения различных географических явлений, таких как уровни преступности, трафик или экологические измерения. 4. Градостроительство: В городских условиях эти диаграммы могут быть использованы для планирования и оценки городского развития, анализа жилой плотности, использования земли и воздействия новых разработок на существующие объекты. 5. Анализ рынка: Компании используют диаграммы Вороного для анализа рынка с целью определения торговых зон, на которые влияют конкуренты, и выявления потенциальных мест для новых магазинов на основе близости к существующим клиентам. https://github.com/m-erts/voronoi

Это ссылка на мой скрипт. Я показала, как делать диаграммы Вороного с помощью 2х библиотек: geovoronoi, scipy.

@urban_mash