一、城市大数据的定义及特点

麦肯锡给出的大数据定义：利用大小超出常规的数据库工具进行获取、存储、管理和分析的数据集；Gartner给出的大数据定义：需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；国际数据公司（International Data Corporation, IDC）给出的大数据定义：海量的数据规模（volume）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）、巨大的数据价值（value）；维基百科给出的大数据定义：指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。国内学者和研究机构对大数据也有不同的认识：大数据重要的是体现价值、发现价值（魏伟，2014）；大数据是具有体量大、结构多样、时效性强等特征的数据；大数据应具有“5V”特点，即Volume（海量）、Velocity（高速）、Variety（多杂）、Veracity（真实）和Value（价值）。可见，大数据是一个宽泛的概念，仁者见仁、智者见智。

城市大数据作为大数据的主体，在中国城镇化推进过程中，将发挥越来越重要的作用。城市大数据是指城市的政府、公共机构、企业、个人利用新一代信息技术手段获取和汇聚的各类城市设施设备、个人和集体等主客体所产生的动态和静态数据。该类数据除具有一般大数据特征外，还具有层次性、完整性和关联性等自身特征。通过城市大数据深入和系统的挖掘、分析，不仅能够客观掌握城市运行状态，实现科学决策，而且有利于城市资源优化配置，降低城市系统运行成本，推动城市经济社会安全、高效、绿色、和谐、智能发展。

城市大数据描述了城市的建筑、街道、管网、环境、企业、金融、商业、产品、市场、物流、医疗、文化、教育、交通、公安、人口等的实时运行情况。★akuriah等人（2015）将城市大数据分为5类，即基于传感器系统的数据、用户生产数据、政府管理数据、客户和交易记录数据、艺术和人文数据等。其实，城市大数据的分类不会是唯一的。因为从本质而言，分类总离不开树状结构，而城市的数据信息实属网状结构，所以城市大数据的分类应依处理方法和应用目标而定。对于中国城市的大数据而言，可按城市功能的供给侧划分、按城市服务的需求侧划分、按城市数据的发生原因划分等。

人类正进入大数据时代，各国都在加紧城市大数据、行业和企业大数据以及科技大数据这三类重要大数据的应用，其中城市大数据更重要，更富有应用价值。大数据的主体是城市大数据，大数据的发展现状也反映了城市大数据的当前状况。