🏙 Большая встреча с девелоперами «Строим будущее: как урбанистика и смарт-технологии меняют городскую реальность»
На большой панельной дискуссии в рамках карьерной недели ВШМ СПбГУ встретимся с ведущими девелоперами и урбанистами, чтобы узнать, как современные тенденции в области урбанистики и использование смарт-технологий влияют на запросы жителей, действия застройщиков и общую городскую среду. Встреча организована сообществом урбанистов «Люди в городе».
🔵 СПИКЕРЫ:
Анастасия Шаляпина — ведущий менеджер по развитию продукта, Группа «Самолет»;
Марина Николаева — руководитель блока корпоративной стратегии, Группа «Эталон»;
Елизавета Гречухина — главный архитектор проектов ГК «А101» в Санкт-Петербурге;
Дарина Карасева — сооснователь архитектурного бюро и коворкинга «KLAUZURA»;
Евгения Арефьева — управляющий партнер Института территориального планирования «Урбаника».
🔵 МОДЕРАТОР:
Анастасия Голубева — к.э.н., доцент и заведующая кафедрой государственного и муниципального управления ВШМ СПбГУ, руководитель Летней школы урбаниста.
У всех слушателей панельной дискуссии будет возможность выиграть подарки за интересные вопросы и принять участие в экскурсии по исторической территории «Михайловской дачи».
📍 30 марта, суббота, 15:00-16:30.
👀 Офлайн, кампус ВШМ СПбГУ «Михайловская дача».
Слушатели из других городов смогут подключиться онлайн, мероприятие открыто для всех.
🔵 Предварительная регистрация обязательна: https://mcw.gsom.spbu.ru/future_registration/
На большой панельной дискуссии в рамках карьерной недели ВШМ СПбГУ встретимся с ведущими девелоперами и урбанистами, чтобы узнать, как современные тенденции в области урбанистики и использование смарт-технологий влияют на запросы жителей, действия застройщиков и общую городскую среду. Встреча организована сообществом урбанистов «Люди в городе».
🔵 СПИКЕРЫ:
Анастасия Шаляпина — ведущий менеджер по развитию продукта, Группа «Самолет»;
Марина Николаева — руководитель блока корпоративной стратегии, Группа «Эталон»;
Елизавета Гречухина — главный архитектор проектов ГК «А101» в Санкт-Петербурге;
Дарина Карасева — сооснователь архитектурного бюро и коворкинга «KLAUZURA»;
Евгения Арефьева — управляющий партнер Института территориального планирования «Урбаника».
🔵 МОДЕРАТОР:
Анастасия Голубева — к.э.н., доцент и заведующая кафедрой государственного и муниципального управления ВШМ СПбГУ, руководитель Летней школы урбаниста.
У всех слушателей панельной дискуссии будет возможность выиграть подарки за интересные вопросы и принять участие в экскурсии по исторической территории «Михайловской дачи».
📍 30 марта, суббота, 15:00-16:30.
👀 Офлайн, кампус ВШМ СПбГУ «Михайловская дача».
Слушатели из других городов смогут подключиться онлайн, мероприятие открыто для всех.
🔵 Предварительная регистрация обязательна: https://mcw.gsom.spbu.ru/future_registration/
Онлайн-конференция Мапакон
Совсем скоро, в пятницу 29 марта, пройдет онлайн-конференция Мапакон от Картетики ☀️
Мапакон — это целый день погружения в сферу геотехнологий, 36 докладов на тему ГИС и вокруг нее, а еще мастер-класс и географический квиз.
Что будет на конференции:
– доклады о геотехнологиях разной сложности, для новичков и экспертов
– представители бизнеса, которые расскажут про реальные кейсы геоаналитики
– обзор тем ГИС-образования и поиска работы в сфере
– выставка картографических работ
– нетворкинг и новые знакомства
Конференция полностью бесплатна, но обязательно нужна предварительная регистрация. Читайте больше на странице события и регистрируйтесь заранее, чтобы не пропустить ⚡️
P.S.: обязательно посмотрите программу, там найдется что-то интересное для вас. Будут доклады от картографической визуализации до ML в задачах геоаналитики.
Совсем скоро, в пятницу 29 марта, пройдет онлайн-конференция Мапакон от Картетики ☀️
Мапакон — это целый день погружения в сферу геотехнологий, 36 докладов на тему ГИС и вокруг нее, а еще мастер-класс и географический квиз.
Что будет на конференции:
– доклады о геотехнологиях разной сложности, для новичков и экспертов
– представители бизнеса, которые расскажут про реальные кейсы геоаналитики
– обзор тем ГИС-образования и поиска работы в сфере
– выставка картографических работ
– нетворкинг и новые знакомства
Конференция полностью бесплатна, но обязательно нужна предварительная регистрация. Читайте больше на странице события и регистрируйтесь заранее, чтобы не пропустить ⚡️
P.S.: обязательно посмотрите программу, там найдется что-то интересное для вас. Будут доклады от картографической визуализации до ML в задачах геоаналитики.
Всем привет!
Полгода пролетели, и я начинаю набор на 4ой запуск курса "Пространственный анализ и моделирование в Python".
🔸Новая дата старта: 11 апреля.
Уже завтра, мы пришлем письма с информацией по курсу тем, кто записывался в лист ожидания и кому не хватило места в 3ьем потоке. Не пропустите и проверяйте спам😁
Для остальных желающих регистрация открыта на сайте - вам сюда!
Проходите тесты и мы свяжемся с вами в конце следующей недели.
Увидимся на занятиях😊
Полгода пролетели, и я начинаю набор на 4ой запуск курса "Пространственный анализ и моделирование в Python".
🔸Новая дата старта: 11 апреля.
Уже завтра, мы пришлем письма с информацией по курсу тем, кто записывался в лист ожидания и кому не хватило места в 3ьем потоке. Не пропустите и проверяйте спам😁
Для остальных желающих регистрация открыта на сайте - вам сюда!
Проходите тесты и мы свяжемся с вами в конце следующей недели.
Увидимся на занятиях😊
geopython.tilda.ws
Курс Пространственный анализ и моделирование на Python
#course_geoanalytics
Итак, мы отправили письма всем, кто ждал записи на курс с предыдущих потоков, так что проверяйте почты;)
Если вы были в листе ожидания, а вам письмо не пришло, то напишите мне в личку.
А если вы не оставляли ранее заявку, но тоже хотите научиться находить оптимальные локации для кафе или понимать причины выбора ОТ для поездок на работу с помощью пространственных моделей, то переходите на сайт, решайте тест и мы свяжемся с вами:)
Как всегда - вопросы можно задавать в чате канала, как мне, так и участникам прошлых потоков.
P.S. осталось 10 мест, так что лучше не откладывать)
Итак, мы отправили письма всем, кто ждал записи на курс с предыдущих потоков, так что проверяйте почты;)
Если вы были в листе ожидания, а вам письмо не пришло, то напишите мне в личку.
А если вы не оставляли ранее заявку, но тоже хотите научиться находить оптимальные локации для кафе или понимать причины выбора ОТ для поездок на работу с помощью пространственных моделей, то переходите на сайт, решайте тест и мы свяжемся с вами:)
Как всегда - вопросы можно задавать в чате канала, как мне, так и участникам прошлых потоков.
P.S. осталось 10 мест, так что лучше не откладывать)
Telegram
О городах и данных
3-ий набор моего курса "Пространственный анализ и моделирование в Python" закончился, а значит, пришло время постов с финальными проектами участников.
Автор 1-ого проекта @arirrr исследовала районы Берлина с целью выбора локации для открытия там вегетарианского…
Автор 1-ого проекта @arirrr исследовала районы Берлина с целью выбора локации для открытия там вегетарианского…
#ghsl
Делюсь результатами тестирования данных о застройке с Global Human Settlement database, про которую писала выше, на Лагосе, Нигерия.
Результаты получились негативные, от использования слоя мы отказались.
Теперь почему.
Напомню, что мы хотели использовать данные для оценки высотности. И хотя мы не ожидали точных результатов, получить разделение высотной и одноэтажной застройки мы все же рассчитывали. Не вышло :(
Сравнивали датасет с данными заказчика, который собирал высоту вручную. То есть можно доверять.
Про гипотезы и подход к решению можно прочитать у меня в блоге.
Методы:
1. сравнивали корреляции реальные значения со значением из GHSL
2. Построили linear regression на данных GHSL с таргетом реальной высотой и считали относительный размер ошибки: abs ( floor real-floor ghsl) / floor real) .
3. Делили медианную высоту на категории низкая/высокая застройка и проверяли способность Logistic Regression на данных GHSL предсказать категорию. В модели 1 - низкие, 0 - высокие
Результаты:
1. Футпринт в GHSL (слой GHS-BUILT-S) отличается от данных заказчика (1) и MS buildings footprint (2) - всреднем он больше. Correlation = 0.51 с (1) и 0.56(2) Между (1) и (2), corr = 0.78
2. Высоту посчитали 3мя способами:
1. Median ( floor real)
2. 75 pcntl floor real
3. sum (real volume) / sum( surface)
Лучшая corr = 0.14 с 75 pcntl floor real. То есть связи нет :(
3. Лучший результат Linear Regression: R = 0.04, относительная ошибка ~86%
4. Наконец, Logistic regression. Тоже все печально: лучший результат на 3% лучше рандома, а precision (TP / (TP + FP)) = 35%.
Перебор порога между "низкими" и "высокими" разницы особой не дал, но лучший оказался на 6м
5. И наконец, последняя надежда увидеть закономерности ошибок на карте. Но связи с изменением рельфа или с близостью к морю, мы не увидели🤷♀️
Какой из этого вывод:
- Не хочу говорить про бесплатный сыр в мышеловке, но для Нигерии данные себя не оправдали - будем покупать;
- Обязательно валидируйте GHSL перед использованием. Хотя бы сравните футпринт с microsoft.
Делюсь результатами тестирования данных о застройке с Global Human Settlement database, про которую писала выше, на Лагосе, Нигерия.
Результаты получились негативные, от использования слоя мы отказались.
Теперь почему.
Напомню, что мы хотели использовать данные для оценки высотности. И хотя мы не ожидали точных результатов, получить разделение высотной и одноэтажной застройки мы все же рассчитывали. Не вышло :(
Сравнивали датасет с данными заказчика, который собирал высоту вручную. То есть можно доверять.
Про гипотезы и подход к решению можно прочитать у меня в блоге.
Методы:
1. сравнивали корреляции реальные значения со значением из GHSL
2. Построили linear regression на данных GHSL с таргетом реальной высотой и считали относительный размер ошибки: abs ( floor real-floor ghsl) / floor real) .
3. Делили медианную высоту на категории низкая/высокая застройка и проверяли способность Logistic Regression на данных GHSL предсказать категорию. В модели 1 - низкие, 0 - высокие
Результаты:
1. Футпринт в GHSL (слой GHS-BUILT-S) отличается от данных заказчика (1) и MS buildings footprint (2) - всреднем он больше. Correlation = 0.51 с (1) и 0.56(2) Между (1) и (2), corr = 0.78
2. Высоту посчитали 3мя способами:
1. Median ( floor real)
2. 75 pcntl floor real
3. sum (real volume) / sum( surface)
Лучшая corr = 0.14 с 75 pcntl floor real. То есть связи нет :(
3. Лучший результат Linear Regression: R = 0.04, относительная ошибка ~86%
4. Наконец, Logistic regression. Тоже все печально: лучший результат на 3% лучше рандома, а precision (TP / (TP + FP)) = 35%.
Перебор порога между "низкими" и "высокими" разницы особой не дал, но лучший оказался на 6м
5. И наконец, последняя надежда увидеть закономерности ошибок на карте. Но связи с изменением рельфа или с близостью к морю, мы не увидели🤷♀️
Какой из этого вывод:
- Не хочу говорить про бесплатный сыр в мышеловке, но для Нигерии данные себя не оправдали - будем покупать;
- Обязательно валидируйте GHSL перед использованием. Хотя бы сравните футпринт с microsoft.
human-settlement.emergency.copernicus.eu
Global Human Settlement - Download - European Commission
The GHSL framework produces thematic information and evidence-based knowledge supporting the implementation of EU urban policy and the international frameworks.
Для любителей "запрыгнуть в последний вагон" осталось 3 места на курс Пространственный анализ и моделирование в Python.
Курс стартует уже завтра 11 апреля
Если есть вопросы или сомнения, пишите в личку:)
Курс стартует уже завтра 11 апреля
Если есть вопросы или сомнения, пишите в личку:)
geopython.tilda.ws
Курс Пространственный анализ и моделирование на Python
Forwarded from Oleg Bogatkin
Требуется UX/UI дизайнер под проект.
Проект - геоинформационное вэб-приложение на стыке классической геоаналитики, урбанистики и ML. Видение приложения есть - нужно грамотно его преобразовать в макеты в Фигме.
Из требований - желательно быть дизайнером именно с уклоном в карты и геоинформатику и иметь примеры реализованных проектов.
тг для откликов: obogatkin
Проект - геоинформационное вэб-приложение на стыке классической геоаналитики, урбанистики и ML. Видение приложения есть - нужно грамотно его преобразовать в макеты в Фигме.
Из требований - желательно быть дизайнером именно с уклоном в карты и геоинформатику и иметь примеры реализованных проектов.
тг для откликов: obogatkin
Geoff Boeing, автор библиотеки OSMNX, выпустил новую статью - значит, надо читать!
Название: "Resilient by design: Simulating street network disruptions across every urban area in the world"
В-первую очередь статья - отличный пример исследования, сделанного с помощью готовых гео-методов питона. Авторы измеряют устойчивость уличных сетей к таким угрозам как наводнения или террористические атаки, как дельту между количеством маршрутов, возможных между всеми парами вершин дорожной сети, до и после разрушения. Для решения авторы считают метрики и симулируют кратчайшие маршруты, используя возможности библиотеки OSMNX.
Во-вторых, авторы решают задачу в глобальном масштабе (пишут, что для каждого города мира) и используют только открытые данные: из OSM, GHSL и UCD.
В-третьих, конечно, интересны результаты исследования.
Авторы обнаружили, что нарушение узлов с высокой центральностью серьезно влияет на функционирование сети. При прочих равных условиях сети с более высокой связностью, меньшим количеством узких мест или меньшими замкнутостями более устойчивы к воздействию угроз, где под устойчивостью понимают количество поездок ставших невозможными после разрушения.
Для тех, кто занимается, проектированием и оценкой дорожной сети, статья может быть источником вдохновения - рекомендую
Название: "Resilient by design: Simulating street network disruptions across every urban area in the world"
В-первую очередь статья - отличный пример исследования, сделанного с помощью готовых гео-методов питона. Авторы измеряют устойчивость уличных сетей к таким угрозам как наводнения или террористические атаки, как дельту между количеством маршрутов, возможных между всеми парами вершин дорожной сети, до и после разрушения. Для решения авторы считают метрики и симулируют кратчайшие маршруты, используя возможности библиотеки OSMNX.
Во-вторых, авторы решают задачу в глобальном масштабе (пишут, что для каждого города мира) и используют только открытые данные: из OSM, GHSL и UCD.
В-третьих, конечно, интересны результаты исследования.
Авторы обнаружили, что нарушение узлов с высокой центральностью серьезно влияет на функционирование сети. При прочих равных условиях сети с более высокой связностью, меньшим количеством узких мест или меньшими замкнутостями более устойчивы к воздействию угроз, где под устойчивостью понимают количество поездок ставших невозможными после разрушения.
Для тех, кто занимается, проектированием и оценкой дорожной сети, статья может быть источником вдохновения - рекомендую
Еще одна интересная недавно опубликованная статья, которая расстроит всех, кто занимается транспортом.
Статья “Downs's Law” under the lens of theory: Roads lower congestion and increase distance traveled математически доказывает неприятную для урбанистов истину: расширение дорог, действительно, снижает суммарное число пробок и время коммьюта в городе🤷♀️ Прости @alexradchenko2
Этот вывод был сделан еще Down в 62-ом году, но тогда, он автор не строил модель, а подтвердил результат графически. Автор же этой статьи доказывает этот результат и графически и с помощью формул.
Должна сказать, что статья написана известным экономистом, выиграла пару премий, поэтому, вероятность ошибки невысокая. Однако автор живет в США и ссылается на исследования в США и Канаде, поэтому допущения, рассмотренные в статье, например, эластичность машинного трафика в зависимости от стоимости поездки, могут не совпадать с российскими реалиями.
P.S. в статье очень много математики, поэтому если вам интересно прочитать финальные результат моделирования, то я описала их у себя в блоге
Статья “Downs's Law” under the lens of theory: Roads lower congestion and increase distance traveled математически доказывает неприятную для урбанистов истину: расширение дорог, действительно, снижает суммарное число пробок и время коммьюта в городе🤷♀️ Прости @alexradchenko2
Этот вывод был сделан еще Down в 62-ом году, но тогда, он автор не строил модель, а подтвердил результат графически. Автор же этой статьи доказывает этот результат и графически и с помощью формул.
Должна сказать, что статья написана известным экономистом, выиграла пару премий, поэтому, вероятность ошибки невысокая. Однако автор живет в США и ссылается на исследования в США и Канаде, поэтому допущения, рассмотренные в статье, например, эластичность машинного трафика в зависимости от стоимости поездки, могут не совпадать с российскими реалиями.
P.S. в статье очень много математики, поэтому если вам интересно прочитать финальные результат моделирования, то я описала их у себя в блоге
boosty.to
Почему расширение дороги - это хорошо? Разбор статьи. - GeoBrain
Posted on Apr 29 2024
Forwarded from URBAN MASH (Мария)
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
@urban_mash
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
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. Авторы 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
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. Авторы 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
#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.
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.
Nasdaq
Cities With the Most People Working From Home – 2024 Study
With the most recent U.S. Census Bureau designating the average commute time to work across large cities at 25 minutes, remote workers may save four hours per week or more compared to their in-person counterparts. Some commutes average up to 40 minutes one…
#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 Гери, 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.🤷♀️
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 Гери, 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.🤷♀️
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
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
Forwarded from GeoGosha
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!
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!
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
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
Telegram
Ivan Begtin
ОЭСР (Организация экономического сотрудничества и развития) в которой состоят практически все развитые страны обновила свой сайт oecd.org и, наконец-то, они перевели в открытый доступ все свои материалы, а публикации стали дата-ориентированными. Для тех кто…
От подписчиков
Source: https://www.reddit.com/r/ProgrammerHumor/comments/1ddmad1/plannedvsunplanneddevelopment/
Source: https://www.reddit.com/r/ProgrammerHumor/comments/1ddmad1/plannedvsunplanneddevelopment/
Contemporary Urban Studies Institute совместно с Университетом ИТМО и Исследовательской программой Urban HUB запустил новую образовательную программу “Управление современными городскими исследованиями” — Urban HUB executive.
Программа рассчитана на подготовленных специалистов из областей градостроительства, архитектуры, дизайна, социологии, экономики и муниципального управления, желающих повысить свои компетенции в области междисциплинарного взаимодействия, обобщить и расширить опыт в области современных городских исследований.
За 4 месяца обучения участники Программы изучат с теоретической и практической стороны 10 дисциплин и в полной мере реализуют полученные знания и навыки в рамках реального выпускного проекта.
Среди преподавателей программы — ведущие академические и отраслевые исследователи.
Прием заявок: с 1 августа 2024 по 12 сентября 2024
Продолжительность обучения: с 24 сентября 2024 по 31 января 2025
Формат: очный, онлайн обучение с двумя оффлайн сессиями в Санкт-Петербурге
Документ: диплом о повышении квалификации установленного образца.
📍Подробная информация: www.urbanhubedu.ru
Приглашаем к участию!
Программа рассчитана на подготовленных специалистов из областей градостроительства, архитектуры, дизайна, социологии, экономики и муниципального управления, желающих повысить свои компетенции в области междисциплинарного взаимодействия, обобщить и расширить опыт в области современных городских исследований.
За 4 месяца обучения участники Программы изучат с теоретической и практической стороны 10 дисциплин и в полной мере реализуют полученные знания и навыки в рамках реального выпускного проекта.
Среди преподавателей программы — ведущие академические и отраслевые исследователи.
Прием заявок: с 1 августа 2024 по 12 сентября 2024
Продолжительность обучения: с 24 сентября 2024 по 31 января 2025
Формат: очный, онлайн обучение с двумя оффлайн сессиями в Санкт-Петербурге
Документ: диплом о повышении квалификации установленного образца.
📍Подробная информация: www.urbanhubedu.ru
Приглашаем к участию!