SLIDE 1 ¡ ¡ ¡ ¡
Smart ¡Cities: ¡myths ¡and ¡realities ¡
¡
Elisabet ¡Viladecans-‑Marsal ¡ ¡
UB ¡Smart ¡City ¡Chair ¡ Barcelona ¡Institute ¡of ¡Economics ¡-‑ ¡Universitat ¡de ¡Barcelona ¡(IEB-‑UB) ¡ ¡ ¡ ¡ ¡
¡
INTERNATIONAL ¡SUMMER ¡SCHOOL ¡ “SMART ¡GRIDS ¡AND ¡SMART ¡CITIES” ¡ Barcelona, ¡6-‑8 ¡June ¡2017 ¡
¡ ¡
SLIDE 2 ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡
SLIDE 5 What ¡does ¡it ¡make ¡a ¡city ¡‘smart’? ¡ ¡
¡ Is ¡it ¡having ¡Open ¡Data? ¡ ¡Is ¡it ¡about ¡education? ¡ ¡ ¡ Is ¡it ¡smart ¡parking ¡bays? ¡ ¡ ¡ Smart ¡lighting? ¡ ¡Efficient ¡energy? ¡ ¡ Having ¡its ¡government ¡services ¡online? ¡ ¡ Intelligent ¡transport ¡cards? ¡Free ¡WIFI? ¡UBER? ¡….. ¡ ¡ ¡ All ¡of ¡the ¡above? ¡None? ¡ ¡ What ¡ is ¡ clear: ¡ ‘Smart ¡ cities’ ¡ is ¡ a ¡ multidisciplinary ¡ topic ¡ regarding: ¡ engineering, ¡ information ¡ technology, ¡ architecture, ¡ environmental ¡ science, ¡ economics, ¡ geography,… ¡
¡
SLIDE 6 ¡ ¡
ROAD ¡MAP: ¡ ¡ 0) ¡Why ¡do ¡we ¡care ¡about ¡cities? ¡Are ¡cities ¡that ¡important? ¡ ¡ ¡ 1) ¡The ¡origin ¡of ¡the ¡‘Smart ¡City’ ¡concept ¡(or ¡when ¡a ¡big ¡tech ¡company ¡did ¡a ¡ terrific ¡marketing ¡campaign) ¡ ¡ 2) The ¡current ¡definition ¡(one ¡of ¡them): ¡what ¡is ¡a ¡‘smart ¡city’ ¡? ¡ ¡ 3) Can ¡we ¡measure ¡the ¡‘smartness’ ¡of ¡a ¡city? ¡(Methods, ¡Indicators ¡& ¡ Rankings) ¡ ¡ 4) Big ¡Data ¡& ¡Smart ¡cities: ¡the ¡current ¡challenge ¡ ¡ 5) ¡Conclusions ¡& ¡Policy ¡implications ¡
¡ ¡ ¡ ¡
SLIDE 7 ¡
0 ¡– ¡Why ¡do ¡we ¡care ¡about ¡cities? ¡Are ¡cities ¡that ¡important? ¡ ¡
¡
Cities ¡are: ¡“our ¡greatest ¡invention(s)” ¡really ¡have ¡the ¡potential ¡to ¡make ¡us ¡all ¡“richer, ¡ smarter, ¡greener, ¡healthier ¡and ¡happier” ¡ ¡ ¡ ¡ Edward ¡Glaeser ¡in ¡‘The ¡triumph ¡of ¡cities’ ¡(2011) ¡ ¡ What ¡determines ¡cities’ ¡growth? ¡ ¡ ¡ “workers ¡are ¡more ¡productive ¡in ¡big ¡cities” ¡(Duranton ¡& ¡Puga, ¡2014) ¡ ¡ Why? ¡City ¡workers/inhabitants ¡enjoy ¡AGLOMMERATION ¡ECONOMIES: ¡ ¡ ¡ 1) sharing ¡resources ¡ ¡ 2) efficient ¡matching ¡(firms ¡– ¡workers) ¡ 3) learning: ¡human ¡capital ¡& ¡knowledge ¡ ¡ ¡ Resercah ¡on ¡cities: ¡Duranton, ¡Henderson ¡& ¡Strange ¡(2015) ¡what ¡is ¡new… ¡
¡
SLIDE 8
0 ¡– ¡Why ¡do ¡we ¡care ¡about ¡cities? ¡Are ¡cities ¡that ¡important? ¡ ¡
¡ THE ¡URBAN ¡PHENOMENA: ¡Grade ¡of ¡urbanization ¡(% ¡of ¡people ¡living ¡in ¡urban ¡areas) ¡ ¡ ¡ 1955 ¡ ¡ 1975 ¡ ¡ 1995 ¡ ¡ 2015 ¡ ¡ 2030 ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ 31.6 ¡ ¡ 37.7 ¡ ¡ 44.7 ¡ ¡ 54.0 ¡ ¡ 60.0 ¡ ¡ ¡ ¡ ¡ ¡ ¡ Africa ¡ 16.1 ¡ 24.7 ¡ 33,1 ¡ 40,4 ¡ 47,1 ¡ Asia ¡ 19.3 ¡ 25.0 ¡ 34,8 ¡ 48,2 ¡ 56,3 ¡ Europe ¡ 54.3 ¡ 65.4 ¡ 70,5 ¡ 73,6 ¡ 77,0 ¡ Latin ¡America ¡ 45.2 ¡ 60.7 ¡ 73,0 ¡ 79,8 ¡ 83,1 ¡ North ¡America ¡ 67.0 ¡ 73,8 ¡ 77,3 ¡ 81,6 ¡ 84,2 ¡ Oceania ¡ 64.8 ¡ 71,9 ¡ 70.6 ¡ 70,8 ¡ 73,5 ¡ ¡ ¡ ¡ ¡ ¡ ¡ Number ¡of ¡cities: ¡ ¡ ¡ ¡ ¡ ¡ > ¡300,000 ¡ 354 ¡ 627 ¡ 1,061 ¡ 1,692 ¡ >2,000 ¡ > ¡10 ¡Million ¡ ¡ ¡ ¡ ¡ ¡ ¡ (Megacities) ¡ ¡ 2 ¡ 4 ¡ 14 ¡ 29 ¡ ‘41’ ¡
Source: ¡World ¡Urbanization ¡Prospect. ¡2014 ¡Revision. ¡United ¡Nations. ¡ ¡
SLIDE 9 0 ¡– ¡Why ¡do ¡we ¡care ¡about ¡cities? ¡Are ¡cities ¡that ¡important? ¡ ¡
¡ But ¡cities ¡could ¡have ¡also ¡(very) ¡negative ¡aspects: ¡ ¡
- The ¡slums ¡of ¡Mumbai ¡and ¡Rio ¡de ¡Janeiro ¡(in ¡the ¡past, ¡life ¡in ¡Victorian ¡London, ¡
and ¡New ¡York ¡150 ¡years ¡ago) ¡
- Crime, ¡congestion, ¡pollution, ¡sanitation ¡issues… ¡
- Concentration ¡of ¡poverty, ¡inequalities, ¡segregation, ¡gentrificaton… ¡
¡ What ¡about ¡sustainability? ¡ ¡
¡
1) ¡Cities ¡consume ¡60-‑80% ¡of ¡energy ¡worldwide ¡+ ¡are ¡responsible ¡for ¡large ¡shares ¡
- f ¡GHG ¡emissions ¡(UN ¡2012) ¡
¡ 2) ¡The ¡lower ¡the ¡urban ¡density, ¡the ¡more ¡energy ¡is ¡consumed ¡for ¡electricity ¡and ¡ transportation: ¡the ¡emissions ¡pc ¡drop ¡with ¡the ¡increase ¡of ¡urban ¡areas ¡density. ¡ ¡ This ¡complicated ¡scenario ¡requires ¡to ¡find ¡ways ¡to ¡manage ¡new ¡challenges: ¡ What ¡is ¡the ¡contribution ¡of ¡the ¡‘smart ¡cities’? ¡
SLIDE 10 1-‑ The ¡Origin ¡of ¡the ¡‘Smart ¡City’ ¡concept ¡(or ¡when ¡a ¡big ¡tech ¡company ¡did ¡ a ¡terrific ¡marketing ¡campaign) ¡
¡ ¡
- Mid ¡1990s: ¡(from ¡the ¡newspapers) ¡The ¡‘smart ¡city’ ¡term ¡first ¡appeared: ¡cities ¡
randomly ¡ labeled ¡ themselves ¡ as ¡ ‘smart’ ¡ when ¡ they ¡ introduced ¡ ICT ¡ infrastructure, ¡e-‑governance,… ¡ ¡ Main ¡idea: ¡optimization ¡and ¡automation ¡of ¡urban ¡infrastructures ¡ ¡
- 2008: ¡the ¡IBM’s ¡CEO ¡gave ¡a ¡talk ¡entitled ¡‘A ¡smarter ¡planet: ¡the ¡next ¡leadership ¡
agenda’ ¡including ¡the ¡term ¡‘smart ¡cities’ ¡ ¡ 2009: ¡ the ¡ company ¡ officially ¡ files ¡ the ¡ term ¡ ‘smart ¡ cities’ ¡ and ¡ the ¡ trademark ¡ was ¡
- fficially ¡registered ¡as ¡belonging ¡to ¡IBM ¡(November ¡2011) ¡
¡ ¡ ¡ ¡
SLIDE 11 1-‑ The ¡Origin ¡of ¡the ¡‘Smart ¡City’ ¡concept ¡(or ¡when ¡a ¡big ¡tech ¡company ¡did ¡ a ¡great ¡marketing ¡campaign) ¡
¡ The ¡marketing ¡language ¡of ¡IBM: ¡‘to ¡became ¡smarter, ¡the ¡world ¡(or ¡the ¡city) ¡ needs ¡to ¡be ¡instrumented, ¡interconnected ¡and ¡intelligent’ ¡ ¡ ALL ¡IS ¡ABOUT ¡TECHNOLOGY! ¡ ¡ IBM ¡ strategy: ¡ after ¡ 2004 ¡ concentrate ¡ all ¡ the ¡ efforts ¡ on ¡ consultancy ¡ and ¡ software ¡ (Sold ¡the ¡PC ¡division ¡to ¡the ¡Chinese ¡company ¡Lenovo) ¡
¡
¡ For ¡IBM: ¡cities ¡as ¡a ¡huge ¡untapped ¡market ¡(2016: ¡40 ¡bilion ¡USD) ¡and ¡became ¡the ¡ market ¡ leader ¡ in ¡ the ¡ business ¡ of ¡ smart ¡ urban ¡ technologies ¡ in ¡ terms ¡ of ¡ sales ¡ and ¡ strategy ¡ ¡ Some ¡literature ¡appeared: ¡Against ¡the ¡Smart ¡City ¡(2013) ¡or ¡its ¡corporate ¡view: ¡ ¡ ‘Siemens ¡and ¡Cisco ¡aim ¡to ¡be ¡the ¡electrician ¡and ¡the ¡plumber ¡[…] ¡and ¡IBM ¡their ¡ choreographer, ¡superintendent, ¡and ¡oracle ¡tolled ¡into ¡one’ ¡ ¡(Townsed, ¡2013) ¡
SLIDE 12 2. The ¡current ¡definition ¡(one ¡of ¡them): ¡what ¡is ¡a ¡‘smart ¡city’ ¡? ¡ ¡
MAIN ¡IDEA: ¡The ¡concept ¡of ¡smart ¡city ¡is ¡no ¡longer ¡limited ¡to ¡the ¡diffusion ¡of ¡new ¡ technologies ¡BUT ¡it ¡looks ¡at ¡people ¡and ¡community ¡need: ¡technology ¡is ¡the ¡tool ¡not ¡ the ¡result ¡ ¡ The ¡concept ¡has ¡been ¡applied ¡to ¡different ¡domains: ¡ ¡ ¡ Hard ¡domain ¡ Soft ¡domain ¡
- ‑ ¡Buildings ¡
- ‑ ¡Energy ¡Grids ¡
- ‑ ¡Natural ¡resources ¡
- ‑ ¡Water ¡and ¡waste ¡management ¡
- ‑ ¡Mobility ¡
- ‑ ¡Logistics ¡
- ‑ ¡Education ¡
- ‑ ¡Culture ¡
- ‑ ¡Policy ¡innovations ¡
- ‑ ¡Social ¡inclusions ¡
- ‑ ¡Government ¡
ICT ¡has ¡a ¡decisive ¡role ¡ ICT ¡not ¡decisive ¡
¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡ ¡Source: ¡Neirotti ¡et ¡el ¡(2014) ¡ ¡
¡ ¡ ¡
Actors ¡involved: ¡1) ¡firms, ¡2) ¡institutions/ ¡public ¡administrations, ¡3) ¡people ¡
SLIDE 13 Smart ¡city ¡characteristics: ¡
¡
Smart ¡Governance ¡ Transparency ¡and ¡open ¡data. ¡Use ¡of ¡ICT ¡and ¡e-‑government ¡ in ¡participatory ¡decision-‑making ¡and ¡co-‑created ¡e-‑services ¡ Smart ¡Economy ¡ e-‑business ¡ and ¡ e-‑commerce ¡ (increased ¡ productivity), ¡ ICT-‑ enabled ¡innovation, ¡as ¡well ¡as ¡new ¡products, ¡new ¡services ¡and ¡ business ¡models: ¡smart ¡clusters ¡and ¡eco-‑systems ¡ ¡ Smart ¡Mobility ¡ ICT ¡supported ¡and ¡integrated ¡transport ¡and ¡logistics, ¡clean ¡and ¡
non-‑motorised ¡
Real-‑time ¡ information, ¡ improvement ¡ ¡commuting ¡efficiency, ¡save ¡costs ¡and ¡reduce ¡CO2 ¡ Smart ¡ Environment ¡ Smart ¡energy: ¡renewables, ¡ICT ¡enabled, ¡energy ¡grids, ¡metering, ¡ pollution ¡ control, ¡ green ¡ buildings ¡ and ¡ urban ¡ planning, ¡ re-‑use ¡ and ¡resource ¡substitution ¡which ¡serves ¡theabove ¡goals. ¡ Smart ¡People ¡ e-‑skills, ¡ working ¡ in ¡ ICT-‑enabled ¡ working: ¡ access ¡ to ¡ education ¡ and ¡ training, ¡ human ¡ resources ¡ and ¡ capacity ¡ management, ¡ inclusive ¡ society ¡ that ¡ improves ¡ creativity ¡ and ¡ fosters ¡ innovation ¡ Smart ¡Living ¡ Healthy ¡ and ¡ safe ¡ living ¡ in ¡ a ¡ culturally ¡ vibrant ¡ city ¡ and ¡ incorporates ¡ good ¡ quality ¡ housing ¡ and ¡ accommodation. ¡ It ¡ is ¡ also ¡linked ¡to ¡high ¡levels ¡of ¡social ¡cohesion ¡and ¡social ¡capital. ¡
Source: ¡Mapping ¡Smart ¡Cities ¡in ¡the ¡EU ¡(2014) ¡
SLIDE 14 3) ¡Can ¡we ¡measure ¡the ¡‘smartness’ ¡of ¡a ¡city? ¡Methods, ¡Indicators, ¡Rankings ¡
¡
¡ Many ¡indexes, ¡rankings ¡and ¡methodologies…. ¡ ¡ ¡ 1) The ¡EU ¡Project ¡Mapping ¡the ¡Smart ¡Cities ¡in ¡Europe ¡(2014): ¡sample ¡of ¡ European ¡cities ¡ 2) The ¡Intelligent ¡Community ¡Forum: ¡Smart ¡21 ¡Communities ¡ 3) The ¡Global ¡Power ¡City ¡Index ¡ 4) The ¡Economist ¡ 5) The ¡IBM ¡Smart ¡City ¡Index ¡ 6) The ¡University ¡of ¡Vienna ¡ 7) Forbes/IESE ¡ 8) ……. ¡ ¡ ¡ ¡ ¡
SLIDE 15 3) ¡Can ¡we ¡measure ¡the ¡‘smartness’ ¡of ¡a ¡city? ¡Methods, ¡Indicators, ¡Rankings ¡
¡ ¡
City ¡ Economy ¡ People ¡
Mobility ¡ Environ ment ¡ Living ¡ Total ¡ Luxembourg ¡ ¡ 1 ¡ 2 ¡ 13 ¡ 6 ¡ 25 ¡ 6 ¡ 1 ¡ Aarhus ¡(Dk) ¡ 4 ¡ 1 ¡ 6 ¡ 9 ¡ 20 ¡ 12 ¡ 2 ¡ Turku ¡(FI) ¡ 16 ¡ 8 ¡ 2 ¡ 21 ¡ 11 ¡ 9 ¡ 3 ¡ Aalborg ¡(DK) ¡ 17 ¡ 4 ¡ 4 ¡ 11 ¡ 26 ¡ 11 ¡ 4 ¡ Odense ¡(DK) ¡ 15 ¡ 3 ¡ 5 ¡ 5 ¡ 50 ¡ 17 ¡ 5 ¡ Tampere ¡(FI) ¡ 29 ¡ 7 ¡ 1 ¡ 27 ¡ 12 ¡ 8 ¡ 6 ¡ Oulu ¡(FI) ¡ 25 ¡ 6 ¡ 3 ¡ 28 ¡ 14 ¡ 19 ¡ 7 ¡ Eindhoven ¡(NL) ¡ 6 ¡ 13 ¡ 18 ¡ 2 ¡ 39 ¡ 18 ¡ 8 ¡ Linz ¡(AT) ¡ 5 ¡ 25 ¡ 11 ¡ 14 ¡ 28 ¡ 7 ¡ 9 ¡ Salzburg ¡(AT) ¡ 27 ¡ 30 ¡ 8 ¡ 15 ¡ 29 ¡ 1 ¡ 10 ¡
Source: ¡University ¡of ¡Viena. ¡2016. ¡
¡ Cities ¡100.000-‑500.000 ¡inhabitants ¡(70 ¡European ¡cities, ¡excluding ¡the ¡biggest ¡ones) ¡ ¡
SLIDE 16 An ¡alternative ¡ranking ¡for ¡the ¡biggest ¡cities ¡in ¡the ¡world, ¡2017: ¡
¡
SLIDE 18 ¡ ¡ ¡ ¡ Source: ¡Forbes ¡& ¡ ¡IESE ¡Cities ¡in ¡Motion ¡Ranking ¡(2017) ¡
¡ ¡
SLIDE 19 4) ¡Big ¡Data ¡& ¡Smart ¡cities: ¡the ¡current ¡challenge ¡
¡ ¡ ¡ ¡
Interest ¡over ¡time ¡(2013-‑2017, ¡ ¡100 ¡represents ¡the ¡peak ¡search ¡interest) ¡
¡ ¡ ¡ ¡ ¡
SLIDE 21 4) ¡Big ¡Data ¡& ¡Smart ¡cities: ¡the ¡challenge ¡
¡
¡ Big ¡Data: ¡‘any ¡data ¡that ¡cannot ¡fit ¡into ¡an ¡Excel ¡spreadsheet’ ¡[one ¡million ¡rows ¡and ¡a ¡ much ¡lesser ¡number ¡of ¡columns] ¡ ¡ There ¡ is ¡ a ¡ overlapping ¡ between ¡ smart ¡ cities ¡ & ¡ big ¡ data: ¡ people ¡ in ¡ cities ¡ generate ¡ tones ¡of ¡information ¡captured ¡by ¡sensors ¡in ¡real ¡time ¡+ ¡geo-‑positioning ¡ ¡ ¡ Examples: ¡transportation, ¡energy ¡and ¡utility ¡flows, ¡…, ¡smart ¡devices: ¡‘WE ¡PRODUCE ¡ INFORMATION ¡EVERY ¡SECOND’ ¡ ¡
- Data, ¡when ¡collected ¡and ¡shared ¡properly, ¡can ¡create ¡opportunities, ¡services, ¡
and ¡insights ¡that ¡can ¡solve ¡any ¡number ¡of ¡problems. ¡ ¡ ¡
- However, ¡can ¡often ¡be ¡the ¡biggest ¡challenge: ¡ ¡
1) privacy ¡and ¡confidentiality ¡ 2) availability ¡of ¡the ¡data ¡(again ¡big ¡tech ¡companies’ ¡business) ¡ 3) technical ¡problems ¡of ¡treatment ¡ ¡
SLIDE 22
4) ¡Big ¡Data ¡& ¡Smart ¡cities: ¡the ¡challenge ¡
¡ ¡ Opportunities ¡for ¡research ¡and ¡city ¡management: ¡ ¡ 1) The ¡"microscope" ¡for ¡cities ¡ ¡ 2) Answer ¡ old ¡ and ¡ new ¡ questions ¡ through: ¡ More ¡ detail ¡ in ¡ space ¡ and/or ¡ time ¡ ¡ ¡ ¡ (e.g. ¡transit ¡data) ¡ ¡ 3) Better ¡measurement ¡of ¡known ¡phenomena ¡(e.g. ¡WalkScore) ¡ ¡ 4) Reflect ¡new ¡questions ¡(e.g. ¡Internet ¡usage ¡patterns) ¡ ¡ 5) "Always-‑on" ¡ observatory ¡ → ¡ the ¡ city ¡ as ¡ a ¡ lab ¡ (policy ¡ experiments): ¡ fast ¡ information, ¡better ¡reaction ¡to ¡fix ¡the ¡problems ¡ ¡ ¡ ¡ ¡
SLIDE 23 5) ¡Conclusions ¡& ¡Policy ¡Implications ¡
¡
- Urbanization/cities ¡ represents ¡ huge ¡ advantages ¡ but ¡ also ¡ several ¡ diseases ¡
(pollution, ¡traffic, ¡congestion, ¡waste ¡and ¡social ¡exclusion) ¡
- Local ¡governments ¡are ¡committed ¡to ¡face ¡and ¡solve ¡these ¡problems ¡to ¡improve ¡
the ¡attractiveness ¡of ¡their ¡city ¡and ¡the ¡quality ¡of ¡life ¡for ¡citizens. ¡ ¡ In ¡terms ¡of ¡public ¡policies: ¡SMART ¡CITIES ¡NEED ¡SMART ¡CHOICES ¡ ¡
- Will ¡smart ¡policies ¡create ¡smart ¡cities ¡and ¡ ¡solve ¡urban ¡problems? ¡
– Potentially ¡to ¡improve ¡productivity ¡/ ¡reduce ¡costs ¡ ¡
- Cities ¡will ¡still ¡need ¡to ¡make ¡good ¡choices: ¡
¡ – ‘Smart’ ¡won’t ¡always ¡be ¡the ¡right ¡choice ¡ – Which ¡infrastructure ¡investments? ¡ – How ¡to ¡improve ¡public ¡service ¡provision? ¡ ¡ ¡ ¡
SLIDE 24 5) ¡Conclusions ¡& ¡Policy ¡Implications ¡ ¡
- More ¡research ¡is ¡needed ¡to ¡evaluate ¡the ¡impact ¡of ¡‘smart’ ¡policies! ¡ ¡
¡
- Scholars ¡do ¡not ¡agree ¡on ¡whether ¡policies ¡targeted ¡at ¡very ¡narrow ¡geographical ¡
areas ¡ cities/neighborhoods ¡ ¡ (i.e., ¡ the ¡ so-‑called ¡ ‘place-‑based’ ¡ policies) ¡ are ¡ effective ¡in ¡solving ¡these ¡problems. ¡ ¡ ¡
- Some ¡policies ¡work ¡depending ¡on ¡the ¡needs ¡and ¡capabilities ¡of ¡each ¡city ¡and ¡also ¡
- n ¡the ¡specific ¡policy ¡design ¡used: ¡heterogeneous ¡effects ¡
¡
- So, ¡ in ¡ order ¡ to ¡ find ¡ ‘what ¡ works ¡ for ¡ urban/cities ¡ development’, ¡ we ¡ need ¡ to ¡
perform ¡systematic ¡impact ¡evaluations ¡of ¡different ¡sorts ¡of ¡policies ¡implemented ¡ in ¡different ¡types ¡of ¡places. ¡ ¡ ¡
