Том 51 № 6 (2021)
МУНИЦИПАЛЬНЫЕ ПРОБЛЕМЫ

Технологии умного города против коронавируса

Е. Костина
Институт экономики и организации промышленного производства СО РАН
А. Костин
Институт экономики и организации промышленного производства СО РАН, Новосибирский национальный исследовательский государственный университет, Новосибирск

Опубликован 31.05.2021

Ключевые слова

  • умный город,
  • цифровые технологии,
  • искусственный интеллект,
  • большие данные,
  • роботизация,
  • интернет-технологии,
  • изоляция и социальное дистанцирование,
  • коронавирус
  • ...Показать
    Скрыть

Как цитировать

1.
Костина Е, Костин А. Технологии умного города против коронавируса. ECO [Интернет]. 31 май 2021 г. [цитируется по 23 декабрь 2024 г.];51(6):119-38. доступно на: https://ecotrends.ru/index.php/eco/article/view/4266

Аннотация

Пандемия коронавируса повлекла за собой необходимость создания или переориентации современных цифровых технологий на борьбу с вирусом и существенно ускорила их развитие. Кроме того, технологии упростили обеспечение нормального функционирования населения в условиях ограничений, связанных с пандемией. Местами концентрации таких технологий являются «умные» города, имеющие развитую цифровую инфраструктуру. Зачастую в них есть интеллектуальная система городского хозяйства, система видеонаблюдения, быстрая связь, «умные» здравоохранение и образование, что способствует дальнейшему расширению применения цифровых технологий. В статье приведены основные направления их использования, помогающие в борьбе с пандемией: диагностика и лечение, прогнозирование распространения инфекции, создание специальных систем отслеживания контактов зараженных на основе Gis-технологий, роботизация рабочих мест, обеспечение перехода на удаленную работу, дистанционное образование и др. На общемировых статистических данных проанализирована взаимосвязь заболеваемости коронавирусной инфекцией и количества умных городов.

Библиографические ссылки

  1. Земцов С. П., Бабурин В. Л. Коронавирус в регионах России: особенности и последствия распространения // Государственная служба. 2020. № 2(124). С. 48–55.
  2. Зырянов А. И. Географические особенности распространения коронавируса // Социально-экономическая география. Вестник ассоциации российских географов-обществоведов. 2020. № 1 (9). С. 135–137.
  3. Пузанов А. С., Боброва К. В. Города на передней линии борьбы с коронавирусом: обзор международной экспертной повестки и оценка ее адекватности российским реалиям // сайт Фонда «Институт экономики города». [Эл. ресурс] URL: http://www.urbaneconomics.ru/research/mind/goroda-na-peredney-linii-borby-s-koronavirusom-obzor-mezhdunarodnoy-ekspertnoy (дата обращения: 20.12.2020).
  4. Angelidou, M. (2014). Smart city policies: a spatial approach. Cities. No. 41. Рp. 3–11.
  5. Baqui, Pedro, Ioana, Bica, Valerio Marra, Ari Ercole, Mihaela van der Schaar. (2020). Ethnic and regional variations in hospital mortality from COVID-19 in Brazil: a cross-sectional observational study. Lancet Glob Health. Vol. 8, Issue 8. Pp. 1018–1026.
  6. Camboim G. F., Zawislak P. A. Pufal N. A. (2019). Driving elements to make cities smarter: Evidences from European projects. Technological Forecasting and Social Change. Vol. 142. Pp. 154–167.
  7. Caragliu, A. C. Del, Bo, Nijkamp, P. (2011). Smart Cities in Europe. Journal of Urban Technology. Vol. 18, Issue 2: Creating Smarter Cities. Pp. 65–82.
  8. Chen, Bei, Simon, Marvin, Aidan, While. (2020), Containing COVID-19 in China: AI and the robotic restructuring of future cities. Dialogues in Human Geography. Vol. 10(2). Pp. 238–241.
  9. Clark, Andrew, Mark, Jit, Charlotte, Warren-Gash, Bruce, Guthrie, Harry, H.X. Wang, Stewart, W. Mercer, Colin, Sanderson, Martin McKee, Christopher Troeger, Kanyin L Ong, Francesco Checchi, Pablo Perel, Sarah Joseph, Hamish P Gibbs, Amitava Banerjee, Rosalind M Eggo. (2020). Global, regional, and national estimates of the population at increased risk of severe COVID-19 due to underlying health conditions in 2020: a modelling study. Lancet Glob Health. Vol. 8, Issue 8. Pp. 1003–1017.
  10. Czifra, G., Molnar, Z. (2020). COVID-19 and Industry 4.0. Research papers Faculty of materials science and technology in Trnava Slovak University of technology in Bratislava. 28(46). Pp. 36–45.
  11. DeWit Andrew. 2020. Japan’s Integration of All-Hazard Resilience and Covid-19 Countermeasures. The Asia-Pacific Journal. Japan Focus Volume 18. Issue 11. Number 2.
  12. Fazeli, Shayan, Babak, Moatamed, Majid, Sarrafzadeh. Statistical аnalytics and Regional Representation Learning for COVID-19 Pandemic Understanding. Available at: https://arxiv.org/pdf/2008.07342.pdf (accessed: 20.12.2020).
  13. Frontera, A., Martin, C., Vlachos, K., Sgubin, G. (2020). Regional air pollution persistence links to COVID-19 infection zoning. J Infect. 81(2). Pp. 318–356.
  14. Gupta, Maanak, Mahmoud, Abdelsalamy, Sudip, Mittalz. Enabling and Enforcing Social Distancing Measures using Smart City and ITS Infrastructures: A COVID-19 Use Case. Available at: https://arxiv.org/pdf/2004.09246.pdf (accessed: 20.12.2020).
  15. Hashem Ibrahim Abaker Targio, Absalom E. Ezugwu, Mohammed A. Al-Garadi, Idris N. Abdullahi, Olumuyiwa Otegbeye, Queeneth O. Ahman, Godwin C. E. Mbah, Amit K. Shukla, Haruna Chiroma. A Machine Learning Solution Framework for Combatting COVID-19 in Smart Cities from Multiple Dimensions. Available at: https://www.medrxiv.org/content/10.1101/2020.05.18.20105577v3.full.pdf (accessed: 20.12.2020).
  16. Hollands, R. G. (2008). Will the real smart city please stand up? Intelligent, progressive or entrepreneurial? //City. 12 (3). Pp. 303–320.
  17. Huang, R.H., Liu, D.J., Tlili, A., Yang, J.F., Wang, H.H., et al. (2020). Handbook on Facilitating Flexible Learning During Educational Disruption: The Chinese Experience in Maintaining Undisrupted Learning in COVID-19 Outbreak. Beijing: Smart Learning Institute of Beijing Normal University. March, verstion 1.2/ Available at: http://www.alecso.org/nsite/images/pdf/1–4–2.pdf (accessed: 20.12.2020).
  18. Philip, James, Ronnie, Das, Agata, Jalosinska, Luke, Smith. (2020), Smart cities and a data-driven response to COVID-19. Dialogues in Human Geography. Vol. 10(2). Pp. 255–259.
  19. Kumar, Aishwarya, Puneet, Kumar Gupta, Ankita, Srivastava. (2020). A review of modern technologies for tackling COVID-19 pandemic. Diabetes & Metabolic Syndrome: Clinical Research & Reviews. 14. Pp. 569–573.
  20. Lee, David, Jaehong, Lee. (2020). Testing on the move: South Korea’s rapid response to the COVID-19 pandemic. Transportation Research Interdisciplinary Perspectives. Vol. 5. Pp. 100-111.
  21. Li, Wanga, Guannan, Wangb, Lei Gaoa, Xinyi Lic, Shan Yu Spatiotemporal Dynamics, Nowcasting and Forecasting of COVID-19 in the United States. Available at: https://arxiv.org/pdf/2004.14103.pdf (accessed: 20.12.2020).
  22. Vaishnavi, P.; Preethika, T.; Agnishwar, J.; Padmanathan, K.; Umashankar, S.; Annapoorani, S.; Subash, M.; Aruloli, K. (2020). Artificial Intelligence and Drones to Combat COVID – 19. Preprints, 2020060027 (DOI: 10.20944/preprints202006.0027.v1).
  23. Madurai Elavarasan Rajvikram, Rishi Pugazhendhi. Restructured society and environment: A review on potential technological strategies to control the COVID-19 pandemic (2020) Science of the Total Environment. Vol. 725. 138858.
  24. Neirotti, P., De Marco, A., Cagliano, A.C., Mangano, G., Scorrano, F. (2014) Current trends in Smart City initiatives: some stylized facts. Cities. 38. Pp. 25–36.
  25. Ratzan, S., Gostin, L., Meshkati, N., Rabin, K., Parker, R. (2020). COVID-19: An Urgent Call for Coordinated, Trusted Sources to Tell Everyone What they Need to Know and Do. NAM Perspectives. Commentary National Academy of Medicine, Washington, DC. Available at: https://doi.org/10.31478/202003a (accessed: 20.12.2020).
  26. Singh, R.P., Mohd, Javaid, Abid, Haleem, Rajiv Suman. (2020). Internet of things (IoT) applications to fight against COVID-19 pandemic. Diabetes & Metabolic Syndrome: Clinical Research & Reviews. 14. Pp. 521–524.
  27. Tan, Lii Inn. (2020). Smart City Technologies Take on COVID-19. Maranalysing Penang, Malaysia and the region. Available at: https://penanginstitute.org/wp-content/uploads/2020/03/27_03_2020_TLI_download.pdf (accessed: 20.12.2020).
  28. Wilder, Bryan, Marie, Charpignon, Jackson, A. Killian, Han-Ching, Ou, Aditya Mate, Shahin Jabbari, Andrew Perrault, Angel, Desai, Milind, Tambe, Maimuna S. (2020). Majumder. Modeling between population variation in COVID-19 dynamics in Hubei, Lombardy, and New York City. PNAS. 117 (41). Pp. 25904–25910.