新数据在城市规划研究中的应用进展

信息和通信技术的快速发展促进了大量新数据的出现。由大数据和开放数据构成的新数据环境正在逐步形成，这为城市研究和规划设计带来了新的机遇和挑战。与以往传统的统计年鉴等数据不同，本文所说的“新数据”是指十年前还没有广泛使用的数据。

新数据成为规划行业的重要工具，也影响着规划理念的创新。2013以来，关于数据在规划中应用的研究思想如雨后春笋般涌现，诞生了“大数据小规划”、“众筹众包”、“微时代云规划”、“数据增强设计”、“大模型”等思想。基于新数据的规划分析、规划评估、辅助设计、模拟预测，从技术层面成为规划转型的主要探索方向。

篇幅有限，本文主要以近年来开展的研究和应用为案例。

数据采集、管理和平台

2.1数据采集

2.1.1数据类型和特征

首先，区分大数据和开放数据。开放数据是指经过选择和许可，不受版权、专利权等管理机制的限制，向公众开放，供免费发布和使用的一类数据。大数据源于20世纪以来互联网信息技术的发展。目前普遍认为大数据应该具备“5V”特征——体量(数据量)、多样性(多样性)、流速(速度)、真实性(真实性)、价值(价值)。大数据的种类很多，价值很高，但真正在规划行业投入使用的数据类型相对较少，主要有公交卡数据、LBS数据、浮动车数据、手机数据等。

大数据和开放数据* * *同构，形成新的数据环境。由于数据获取成本、方式等多种原因，存在“大数据不开放，开放数据不大”的现象，制约了城市研究和规划实践中数据的获取和应用。

2.1.2城市规划新数据的价值

(1)扩大城市基础数据覆盖面

(2)编制手段的创新

(3)参与方式的扩展

2.1.3新数据采集的探索

2.2数据管理

根据不同的数据源，需要使用不同类型的数据库进行存储。其中，结构化数据主要使用Oracle、MySql、SQL Server等传统关系数据库。，半结构化数据使用HBase等非关系数据库，非结构化数据需要用文本和HDFS存储。对于数据量较大的新数据，如公交刷卡数据、LBS位置数据等，需要开发专门的平台进行管理。此外，还有更常见的大数据管理平台如Hadoop、Spark等，在大数据行业应用广泛。但这些平台都不是规划行业的数据管理平台，需要改造后才能应用。

2.3数据平台

目前，各种规划数据平台已被不同的组织机构所使用，其组织框架也大同小异，主要包括数据处理平台、规划应用平台、城市画像平台和规划支撑平台(表1)。

目前，规划行业综合数据平台不断涌现。百姓出行地图规划分析平台、徐霞客计划、BCL数据共享平台是三种典型类型(表2)。它们使用不同的数据源，有不同的应用领域，但都具有数据处理、城市研究和规划支持的功能意义。

城市研究

3.1城市研究的新范式

随着时空尺度的扩大，新数据为城市研究带来了新的范式，应龙等人将其提炼为“大模型”。“大模型”是建立在大地理区域上的相对精细尺度的城市和区域分析模拟模型。与传统的城市和区域模型相比，大尺度模型由大尺度数据驱动，可以兼顾研究精度和尺度(右图2:空间大、精度细)。

在应用方面，“大模型”目前有以下几个方向:一是分析各种规模的城市(图3)；二是从人的角度进行详细的分析和模拟(图4)；三是对城市尺度中概括的指标和宏观城市指标进行定量分析，从而丰富城市理论(图5)。

3.2基于公开数据的研究

根据不同的公开数据，城市研究者开展了不同的研究。比如政府开放数据，微博数据，LBS数据等等。总的来说，虽然业界已经有了一些技术积累和学术成果，但是基于开放数据的研究还处于起步阶段。由于数据精度和数据量的问题，该领域还有很大的发展和改进空间。

3.3基于大数据的研究

行业内主要使用的大数据有公交卡刷卡记录数据、手机信令数据、智能手机LBS数据。这类数据源于基于智能卡的公共汽车自动售检票系统，它记录了持卡人的出行行为，揭示了个体层面的城市空间使用模式。其次是手机信令数据。手机信令数据可以在个体时空行为准确的基础上覆盖更广的范围，是一种几乎全样本、全覆盖的数据。此外，还有智能手机APP通过与TalkingData合作收集的LBS和用户标签数据。

规划应用

4.1了解城市法律-了解

然而，尽管新数据具有诸多优势，但仍存在数据偏差明显、缺乏个体社会经济属性等不可避免的缺陷。新数据虽然善于分析城市现象中的特征关系，但短于揭示现象背后的原因。

4.2规划-创建

应龙和沈瑶在“大模型”的基础上提出了“数据增强设计”。是一种基于精细尺度设计的设计模式，同时对各个尺度的效果进行准确的理解和评估，是规划设计“大模型”理念的深化和发展。以定量城市分析为驱动，以数据分析、建模、预测等手段，为规划设计全过程提供调查、分析、方案设计、评估、跟踪等配套工具(图6)，提高设计的科学性，激发规划师和设计师的创造力。

本质上，DAD与过去的计算机辅助设计(CAD)和地理信息系统(GIS)是一致的，是一种新的规划设计辅助方式。其设计框架主要由大尺度城市设计的三个维度构成:时间、空间和人(图7)。其中，每个维度又可以细分为规模和粒度两个描述性指标(图8)，并可以在规模和粒度之间自由调度。

在实践中，DAD的理念已经在上海城市设计挑战赛北京副中心增量设计案例和雄安整体城市设计和存量设计案例中得到应用。对于增量设计，爸爸可以起到探索规律，辅助设计的作用。其中，“城市增长基因”的方法可以用于数据稀缺的站点，比如北京副中心的城市规划设计。本项目借鉴“城市成长基因”，从历史数据中发掘“城市成长基因”，从而定量分析和预测北京未来的城市形态和活力。此外，该项目还探索了其他具有相似目标的城市的“成长基因”，从中总结一般规律并提取模式，以支持新区设计方案的评估和优化(图9)。

对于股票设计，爸爸也可以提供一个有助于交流合作的信息平台。以上海恒富城市设计大赛曹哲敬等人的作品为例。该项目位于上海恒福历史街区，涉及多主体、多产权、多价值的碰撞与融合。因此，在多维数据的帮助下，该项目构建了一个动态反馈平台来测量空间数据，沟通设计主体和客体，创建空间干预的反馈机制。

4.3规划设计评估-评价

城市规划云平台:存量规划时代的新规划形式和技术基础

5.1规划行业未来方向:数据平台支撑的人文股票规划

数据化和平台化对策划行业的革命性意义不言而喻。如何适应和利用DT(数据技术)时代，已成为规划行业迫切需要升级和变革的关键命题。现在传统规划院的一些业务已经满足了平台条件，有经济价值的案例出现了。北京市城市规划设计研究院打造的城市规划云平台CITYIF就是其中之一。

5.2城市规划云平台的内容和组成

城市规划云平台是北京市城市规划设计研究院于2014建设的服务于政府、市民、规划师的云平台。平台可分为数据云平台、智慧云平台、电力云平台三部分，旨在实现数据采集、智慧采集、电力采集三大功能。

(1)数据云

数据云的任务是实现互联网上微小元素的整合，包括所有的新数据，并提供驱动新数据的技术、工具和应用系统。

(2)智慧云

智能云的任务是为规划师搭建一个聚集和分享智慧的平台。目前有微博、微信、网络论坛、虚拟社区等分享平台。智能云的任务就是在这些平台的基础上建立知识库和智库。

(3)动态云

电力云旨在实现规划众包、电力联营、公众参与的全过程。云平台将使更多自下而上的微观力量汇聚。它是自上而下、自下而上的联系平台，也是各方面、各层次力量的汇聚平台。

结论和建议

6.1收获与经验

如上所述，新数据已经应用于城市规划和研究的各个方面。对于城市规划而言，新数据不仅是一种资源探索，更是一种研究范式，它还会引发概念创新，并在实践中形成应用体系。以下将简要总结近年来在这些领域的收获和经验:

(1)资源勘探

新数据是城市规划和研究的资源。与传统数据相比，新数据具有大样本量、动态性、时效性、精细化和多样化的特点，在捕捉个体行为、样本量、研究规模、趋势预测和规律发现等方面更具优势。经过几年的探索，业界已经掌握了一定的智能获取多源数据的技术方法。也有一些策划行业如何与互联网公司合作的思考。

(2)研究范式

除了资源，新数据也给城市研究带来范式创新。基于新数据环境，作者将新数据驱动的城市研究新范式提炼为“大模型”。“大模型”可以兼顾研究的尺度和粒度，所以在保证研究粒度的前提下，给城市的量化研究带来了尺度的扩展。

(3)观念创新

随着新数据在城市规划实践中的应用，产生了一些新的理念，如数据增强设计(DAD)、人类尺度的城市形态、街道城市主义和图片城市主义。这些理念也在实际的规划设计中得到了应用，如北京副中心的规划设计、雄安的总体城市设计、上海城市设计挑战赛中的恒福历史街区改造等。在实践中，诞生了“城市生长基因”等可以直接应用于规划设计的概念细分。

(4)应用系统

基于新数据的规划综合应用平台，也是规划行业拥抱新数据的收获和积累。其中，北京规划院打造的城市规划云平台CITYIF就是一个典型的例子。该系统实现了规划者、政府和市民的在线互动，是基于互联网+和多源数据的公众参与辅助平台。

6.2课程

新数据给城市规划和研究带来了新的视角和新的动力，但也因数据使用的不规范带来了一系列的经验和教训。在城市研究中，主要的教训是数据使用不当导致的“大错”和一系列道德伦理问题。首先是数据质量和使用方法，如数据采集失真、数据缺失、数据不具有代表性、一致性和可靠性等导致的“大误差”等。其次，还有道德和个人隐私的问题。在城市规划实践领域，也存在着盲目使用数据和为了数据而使用数据的现象。缺乏严谨的方法，使得最终的结果喜忧参半。

总的来说，这些问题都与数据收集和处理不科学、不规范有关。如果不能科学地使用数据，就不能科学地指导城市规划的研究和应用。因此，我们必须从中吸取以下教训:(1)科学的数据处理和分析方法；(2)数据供应商的合作模式；(3)不能完全放弃传统的数据采集方法；(4)数据的多源验证；(5)研究伦理的回顾。

6.3对未来发展的判断

新的数据环境为存量规划时代的精细化人文规划提供了支撑，规划行业首次具备了人文规划实践的条件。然而，目前使用新数据的城市研究和规划应用仍处于现象描述和特征提取阶段。未来新数据的进一步使用，必然要求数据挖掘和分析方法的进一步进步。下一阶段，机器学习和人工智能介入城市规划行业势在必行。

因此，在这种背景下，规划行业的改革迫在眉睫。这次改革不同于过去引进CAD、GIS等技术创新，而是从方法论上重构城市规划的理论基础、编制方法、技术指标和评价体系。但这种改革仅靠规划师是很难实现的，所以整个规划行业也要做好开放和联合行业外资源的准备。

笔者有理由相信，在不久的将来，大数据将不再是少数拥有数据科学技能的城市研究者的专属财产，而是像CAD、地形图一样，每个规划师都可以使用并投入生产的生产资料。这也是数据时代城市规划行业自我改革和更新的结果。