211service.com
Datamining afslører omfanget af Kinas spøgelsesbyer
I de senere år har Kina gennemgået en periode med byvækst, der er uden fortilfælde i menneskehedens historie. Antallet af kvadratkilometer afsat til byliv voksede fra 8.800 i 1984 til 41.000 i 2010. Og det var kun begyndelsen. Kina brugte mere beton mellem 2011 og 2013, end USA brugte i hele det 20. århundrede.
Noget af denne bygning er blevet forlagt. I forskellige dele af Kina har udviklere bygget så mange boliger så hurtigt, at det har overgået efterspørgslen, selv i verdens mest folkerige land. Resultatet er det godt omtalte fænomen spøgelsesbyer – hele byområder, der er mere eller mindre øde.
Men meget af rapporteringen om spøgelsesbyer er anekdotisk eller baseret på upålidelige målinger, såsom en simpel optælling af antallet af lys, der er tændt om natten i beboelsesejendomme. Det er en særlig unøjagtig metode, ikke mindst fordi den ignorerer sæsonbestemte variationer forårsaget af turisme. Mange steder er travlt i turistsæsonen, men tomme i lavsæsonen, og ikke kun i Kina. Så det er noget af et problem at være ude af stand til at skelne disse fra spøgelsesbyer.
Og det rejser et interessant spørgsmål: Hvor slemt er problemet med spøgelsesbyer i Kina egentlig?
I dag får vi et slags svar takket være Guanghua Chis arbejde på Big Data Lab i Baidu, Kinas version af Google og en af de største webvirksomheder på planeten (for et indvendigt kig på Baidus forsøg på at konkurrere med Googles og Amazons of the world, se A Chinese Internet Giant Starts to Dream ), og et par venner. Disse fyre har brugt de lokationsdata, som Baidu indsamler om sine brugere, til at finde ud af, præcis hvor Kinas spøgelsesbyer ligger. Og ved at spore mennesker over tid kan Baidu-teamet skelne mellem spøgelsesbyer og -byer, der er sæsonmæssigt tomme.
Baidu har en ekstraordinær database at trække på. Omkring 700 millioner mennesker har tilmeldt sig de tjenester, det tilbyder, en betydelig del af Kinas 1,36 milliarder indbyggere.
Selvfølgelig er disse mennesker overvejende yngre, så dataene er ikke bredt repræsentative for det kinesiske samfund. Det giver dog en idé om bytæthed, og hvordan denne varierer både i tid og på tværs af landet med en opløsning målt i et par tiere meter.
Baidu sporede sine brugere gennem hver dag i mere end seks måneder i 2014 og 2015 og brugte en fælles klyngealgoritme til at beregne deres hjemsted. De korrelerede derefter disse steder med et andet datasæt af kendte boligområder for at finde ud af, hvor de boede. De beregnede derefter bytætheden - antallet af mennesker, der bor i hvert 100 meter gange 100 meter område.
Det kinesiske ministerium for boliger og by-landdistriktsudvikling oplyser, at en standard byregion med et areal på en kvadratkilometer skal huse 10.000 mennesker. Guanghua og co definerer en spøgelsesby som et område med halvdelen af denne tæthed.
For at finde ud af, hvor disse områder ligger, har de bygget en algoritme, der simpelthen jagter områder med en tæthed, der er mindre end halvdelen af den kinesiske standard. Men de går længere og sporer tætheden over tid for at se, om den tager til i turistsæsonen.
Resultaterne giver interessant læsning. Ikke alene identificerer holdet mere end 50 spøgelsesbyer i Kina, de er også i stand til at analysere deres rumlige fordeling, og hvordan det relaterer til den omgivende geografi og bymiljø.
De giver som eksempel byen Rushan, som ligger nær havet og har 21 miles smuk kystlinje, der er stærkt udviklet. Husene her står tomme det meste af året, men tæt befolket i turistsæsonen. Dette viser tydeligt Rushan som et turistcenter snarere end en spøgelsesby.
I modsætning hertil har byen Kangbashi en klar ugentlig cyklus med befolkningsændringer, omend med meget lav indbyggertæthed. Det er et tydeligt tegn på, at dette er en spøgelsesby.
Det er interessant arbejde, der for første gang måler spøgelsesby-fænomenet korrekt. I stedet for blot at tælle antallet af boliger med lys om natten i visse boligområder som indikatoren for spøgelsesbyen, kan Baidu big data tælle befolkningen præcist, i realtid og i national skala, siger Guanghua og co.
Det skulle hjælpe den kinesiske regering med at træffe bedre planlægningsbeslutninger i fremtiden og bør også informere folk, der overvejer at flytte til disse områder. (Baidu har været omhyggelig med ikke at rangere spøgelsesbyerne i denne undersøgelse af frygt for at påvirke ejendomspriserne der.)
Og hvis nogen vil udforske yderligere, har disse fyre lagt deres arbejdsdata på et interaktivt websted, www.bdl.baidu.com/ spøgelsesby, som alle kan bruge. God fornøjelse!
Ref: arxiv.org/abs/1510.08505 : Ghost Cities Analyse baseret på positioneringsdata i Kina