Data-Driven Urban Planning: Building Sustainable and Walkable Smart Cities

Data-driven urban planning works best when data is treated as a decision tool, not as the goal. A city can collect traffic counts, smartphone traces, air-quality readings, transit feeds, parcel data, crash records, tree-canopy maps, and resident feedback, yet still make poor choices if it measures the wrong outcomes or ignores who benefits.

To make that practical, this article follows a fictional example: imagine a mid-sized city called Riverton. Riverton is growing, its busiest corridors are congested, some neighborhoods lack continuous sidewalks, summer heat is worsening, and residents say everyday destinations feel too far away without a car. The example is illustrative only; it is not a real city case study or a claim about measured results.

Start With Outcomes, Not Sensors

Riverton's first mistake would be to ask, “What smart-city technology should we buy?” A better first question is, “What should become easier, safer, healthier, or more sustainable for residents?” That distinction is consistent with UN-Habitat's people-centered smart-city approach, which frames digital transformation around inclusion, sustainability, accessibility, quality of life, and human rights rather than technology for its own sake. See the UN-Habitat World Smart Cities Outlook 2024 and its Centering People in Smart Cities framework.

For Riverton, the outcomes might be straightforward: more residents able to reach schools, groceries, parks, transit, and health services on foot; fewer severe traffic injuries; cooler walking routes during hot weather; more reliable transit; and lower transport emissions. Sensors and software are useful only if they help the city diagnose those problems, compare options, or monitor progress.

Walkability Is About Access, Not Just Sidewalk Length

A city can add miles of sidewalk and still leave people far from useful destinations. For planning purposes, accessibility means the number of opportunities—such as jobs, schools, shops, parks, or clinics—that people can reach within a specified travel time by a particular mode. OECD work distinguishes accessibility from simple proximity and from transport-network performance.

Srovnání měst OECD z roku 2024 ukazuje, proč je to důležité. V zemích s dostupnými údaji se 76 % lidí v městských centrech mohlo dojít do základní školy a zařízení péče o děti do 15 minut, zatímco srovnatelný podíl na předměstích činil 36 %. Stejná zpráva zjistila, že přibližně čtvrtina obyvatel městských center neměla přístup k zelené ploše do 400 metrů. Tato čísla nejsou cíli, které by každé město muselo kopírovat, ale ilustrují měřitelný způsob, jak přejít od „ulic vypadajících jako vhodné pro pěší“ ke skutečnému přístupu. Viz analýza OECD o městech vhodných pro pěší .

V Rivertonu proto plánovači mapují 5, 10 a 15minutové pěší zóny kolem škol, zastávek veřejné dopravy, parků, lékáren, obchodů s potravinami a institucí veřejné správy. Užitečná otázka nezní jen „Kde chybí chodníky?“, ale „Který chybějící článek brání většině lidí – zejména dětem, starším dospělým a lidem se zdravotním postižením – v bezpečném dosažení základních destinací?“

Vytvoření základní linie z více datových vrstev

Žádný jednotlivý soubor dat nedokáže vysvětlit městský systém. Riverton kombinuje několik vrstev, protože každá z nich odpovídá na jinou plánovací otázku.

Městská práce Světové banky podobně klade důraz na data a analýzy na úrovni měst jako vodítko pro plánování politik a investic. Její program SURGE identifikuje územní plánování, data a analýzy, odolnost a nízkouhlíkový rozvoj jako propojené schopnosti, nikoli jako samostatné projekty. Viz program SURGE Světové banky .

Využijte data k nalezení vysoce účinných intervencí

Předpokládejme, že Rivertonovy mapy ukazují, že několik čtvrtí se fyzicky nachází blízko hlavního autobusového koridoru, ale je odděleno šestiproudými silnicemi s dlouhými křižovatkami. Město nepotřebuje drahé zavádění technologií v celém městě, aby na to reagovalo. Mohlo by potřebovat kratší křižovatky, středové zóny, nižší rychlost otáčení, lepší osvětlení, nájezdy na obrubníky a zastíněné cesty k zastávkám.

V jiném okrese může být problémem spíše využití půdy než návrh ulic: domy jsou od každodenních služeb odděleny územními plány, které nutí k dlouhým cestám. Tam může být nejúčinnějším zásahem víceúčelová zástavba, maloobchod v sousedství, bydlení v blízkosti časté dopravy nebo nové veřejné zařízení spíše než další senzor pro řízení dopravy.

Právě zde se plánování založené na datech stává více než jen monitorováním na řídicím panelu. Pomáhá rozlišit, zda špatná dostupnost pramení ze vzdálenosti, dopravní výkonnosti, bezpečnosti silnic, chybějících služeb nebo environmentálních podmínek – a tedy která investice pravděpodobně vyřeší skutečné omezení.

Propojte data o mobilitě s daty o zdraví a klimatu

Pěší dostupnost má přímou souvislost s veřejným zdravím. WHO uvádí, že špatně navržené systémy městské dopravy mohou přispívat k dopravním zraněním, znečištění ovzduší a hluku a překážkám bezpečné fyzické aktivity. WHO také propaguje chůzi a cyklistiku, protože mohou zlepšit zdraví a zároveň snížit dopravní zácpy, hluk a emise. Viz informační list WHO o zdraví ve městech a jeho pokyny k propojení zdraví a územního plánování .

Pro Riverton to znamená, že mapa s prioritou pro chodce by neměla končit v časech jízdy. Město zobrazuje teplotu povrchu, stromové koruny, znečištění ovzduší, riziko nehod a vystavení se záplavám. Trasa, která teoreticky trvá 12 minut chůze, nemusí být pro staršího dospělého rozumnou pěší trasou, pokud nemá stín, špatné přechody a extrémní letní horko.

Tento širší pohled může změnit investiční priority. Stromy, stínicí konstrukce, prvky pro odvod dešťové vody, lavičky, pitná voda a bezpečnější přechody mohou být stejně tak infrastrukturou mobility jako environmentálními prvky.

Explicitní měření rovnosti

Průměrné hodnoty v celém městě mohou zakrývat velké rozdíly mezi sousedstvími. Pokud Riverton zvýší podíl obyvatel v 15minutové vzdálenosti od parku, ale téměř veškeré zlepšení nastane v již dobře obsloužených čtvrtích, může se hlavní metrika zlepšit, zatímco nerovnost se zhorší.

Plánovači by proto měli rozdělit výsledky podle čtvrti a podle příslušných skupin obyvatelstva, pokud je to zákonem a statisticky vhodné. Mezi užitečné otázky patří: Dostávají oblasti s nízkými příjmy stejná bezpečnostní opatření? Mohou se starší obyvatelé dostat do lékáren? Mají děti bezpečné cesty do školy? Jsou obrubníky a přechody použitelné pro osoby se zdravotním postižením? Budují se v nejteplejších čtvrtích stromové koruny?

Práce UN-Habitat v rámci Cíle udržitelného rozvoje 11.7 zdůrazňuje univerzální přístup k bezpečným, inkluzivním a přístupným zeleným a veřejným prostranstvím, zejména pro ženy, děti, starší osoby a osoby se zdravotním postižením. Uvádí také, že ulice tvoří velkou část městského veřejného prostoru, což posiluje myšlenku, že design ulic je otázkou sociální rovnosti i dopravy. Viz pokyny UN-Habitat k ukazatelům veřejných prostor .

Využijte znalosti komunity k ověřování dat

Administrativní a senzorová data často popisují to, co se snadno spočítá, ne vše, na čem záleží. Počítadlo chodců může ukázat nízký objem chůze na ulici, ale samo o sobě nemůže plánovačům sdělit, zda se lidé ulici vyhýbají, protože se zdá nebezpečná, chybí jí stín, jsou na ní nepřístupné obrubníky nebo není kam jít.

Riverton proto vrací návrhy map obyvatelům, obhájcům práv osob se zdravotním postižením, školním komunitám, cestujícím v hromadné dopravě, místním podnikům a záchranným složkám. Cílem není nahradit data historkami, ale otestovat, zda byla data správně interpretována a zda nechybí důležité podmínky.

Tato zpětná vazba může také zabránit běžnému selhání chytrých měst: optimalizaci stávajícího systému, jehož přepracování si obyvatelé skutečně přejí.

Vybudujte správu dat před škálováním technologie

Více městských dat vytváří nové povinnosti. Data o mobilitě mohou odhalit citlivé vzorce. Kamerové systémy mohou vyvolat obavy ohledně dohledu. Platformy dodavatelů mohou vytvářet vázanost na konkrétní oblast. Nekonzistentní datové soubory mohou vést k zavádějícím srovnáním. A technicky sofistikovaný model může být stále zkreslený, pokud jsou některé čtvrti započítány nedostatečně.

Zpráva OECD o správě dat v inteligentních městech doporučuje jasné cíle a struktury, silnější kapacity pro správu dat, ochranu soukromí a transparentnosti, interoperabilitu a zapojení zúčastněných stran. Ústředním bodem je, že správa dat je součástí správy měst, nikoli dodatečnou záležitostí v oblasti IT.

Pro Riverton se to promítá do praktických pravidel: shromažďovat pouze data potřebná pro definovaný účel plánování; dokumentovat kvalitu a omezení dat; stanovit zásady pro uchovávání a přístup k datům; v případě potřeby používat agregaci nebo anonymizaci; zveřejňovat metodiky pro veřejné ukazatele; požadovat, aby dodavatelé podporovali interoperabilní formáty; a zavést proces, který obyvatelům umožní pochopit, jak se data používají.

Testovací intervence před závazkem v celém městě

Plánování založené na datech neznamená, že každé rozhodnutí vyžaduje roky analýzy. Riverton může využít pilotní projekty k proměně nejistoty v důkazy. Nebezpečný koridor může dostat dočasné prodloužení obrubníku, jízdní pruh s předností pro autobusy nebo víkendové opatření ke zklidnění dopravy. Město pak může porovnat rychlosti před a po, chování při přecházení, dobu jízdy veřejnou dopravou, počet chodců a zpětnou vazbu od obyvatel.

Důležité je definovat úspěch před zahájením pilotního projektu. Jinak si úředníci mohou vybrat metriku, která projekt vyhodnotí jako příznivý. Užitečný plán hodnocení specifikuje základní období, cílové ukazatele, kontroly rovnosti, sezónní vlivy a rozhodnutí, které bude následovat po každém možném výsledku.

Praktická hodnotící tabulka pro chytré město vhodné pro pěší turistiku

Riverton nepotřebuje stovky ukazatelů. Stručná hodnotící tabulka vázaná na skutečné politické cíle se snáze řídí a snáze se na ni působí. Užitečná sada by mohla zahrnovat:

• Podíl obyvatel v dosahu 15 minut chůze od klíčových denních služeb.
• Podíl obyvatel, kteří se nacházejí v krátké docházkové vzdálenosti od časté veřejné dopravy.
• Úplnost a přístupnost sítě chodníků a přechodů.
• Rychlost dopravy a vážná zranění chodců/cyklistů na prioritních koridorech.
• Četnost a spolehlivost tranzitní dopravy, nejen pokrytí trasy.
• Koruny stromů, stín a vystavení teplu podél turistických tras.
• Přístup k veřejnému zelenému prostranství.
• Emise skleníkových plynů z dopravy a podíl druhů dopravy.
• Rozdíly v rovnosti na úrovni sousedství u každého hlavního výsledku.
• Pohodlí, dostupnost a vnímaná bezpečnost hlášené obyvateli.

Každá metrika by měla mít vlastníka, plán aktualizace, zdokumentovaný zdroj a jasné propojení s rozhodnutím. Pokud metrika nikdy nezmění rozpočet, projekt, zásady ani návrh, měl by se Riverton zeptat, proč ji shromažďuje.

Jak vypadá „chytrost“ v praxi

Na konci fiktivního scénáře není Riverton „chytrý“ proto, že má nejvíce senzorů. Je chytřejší, protože dokáže propojit důkazy s akcemi: identifikovat, kdo nemá přístup, rozlišit problém s využitím půdy od dopravního problému, upřednostnit ulice, kde se bezpečnostní a tepelná rizika překrývají, zapojit obyvatele do interpretace dat, testovat intervence a transparentně zveřejňovat výsledky.

To je větší ponaučení z urbanistického plánování založeného na datech. Technologie mohou zvětšit rozpoznatelnost měst, ale udržitelnost a dostupnost pro pěší stále závisí na fyzickém návrhu, využití půdy, veřejné dopravě, veřejném prostoru, institucionální kapacitě a důvěře. Nejsilnější strategií chytrého města proto není technologický plán s městskou přílohou; je to urbanistická strategie, v níž se data a digitální nástroje pečlivě využívají, aby pomohly lidem dosáhnout více toho, co potřebují, s menším časem, rizikem, náklady a dopadem na životní prostředí.