[摘 要]近年来，信息通信技术的快速发展加速了大数据时代的到来。但对于大数据到底对城市规划带来了哪些冲击、城市规划编制与实施应如何响应，仍需进一步探索。基于对大数据时代城市空间研究成果的简要述评，研究从城市规划的编制与实施评价两方面展开讨论。对于规划编制，大数据提供了从“小样本分析”到“海量呈现”，从“滞后化”到“实时化”，从“专家领衔”到“公众参与”，从“人工化”到“智能化”，从“分散化”到“协同化”等多维转变的可能；对于规划实施评价，大数据指明了从“以空间为本”到“以人为本”，从“静态、蓝图式”到“动态、过程式”，从“粗放化”到“精细化”的转变方向。研究对当前正处于探索阶段的城市规划的未来发展具有一定的参考。[关键词]大数据；城市规划编制；规划实施评价；规划响应 [文章编号]1006-0022(2014)08-0005-07 [中图分类号]TU981 [文献标识码]A
Urban Planning Response For Big Data Development/Y e Yu, Wei Zongcai, Wang Haijun
[Abstract] Information technology development has brought us into big data era. The impact of big data on urban planning shall be further studied. Based on the review of big data urban spatial studies, the paper discusses urban planning compilation and implementation. In planning compilation, big data offers possible changes in urban planning from small sample analysis to big data presentation, from lagging behind to concurrency, from expert dominance to public participation, from labor work to intelligence, and from scatter to coordination. In planning implementation evaluation, big data may brin
g changes from space orientation to human consideration, from static blueprint to dynamic process, and from extensive to detailed development.
[Key words] Big data, Urban planning compilation, Urban planning implementation evaluation, Planning response
大数据时代的城市规划响应
□ 叶 宇，魏宗财，王海军
0引言
“大数据”(Big Data)是一个庞大的概念集合，用以指代各种规模巨大到无法通过手工处理来分析解读信息的海量数据。英国学者Michael Batty 曾说：“无
法在一张Excel 表格上放置的数据即可视为大数据。”
[1]这揭示了大数据的双重内涵：①大数据的数据样本量
足够大；②大数据本身并非一个新概念，而是传统小样本数据分析研究方法在样本数量上的扩展，即
仅基于样本数据就能实现对于分析空间的充分覆盖，从而直观地展现结果。换言之，大数据能够极大地减弱现有研究对于传统抽样方法的依赖。
大数据由于自身具有数据海量、类型丰富、价值密度低及处理速度快等优点，正逐步运用于科学分析、
[基金项目][作者简介]
国家自然科学基金项目(40871179)、北大—林肯中心2014～2015年度论文奖学金联合资助叶 宇，注册城市规划师(荷兰)，香港大学城市规划及设计系博士研究生。
魏宗财，通讯作者，工程师，注册城市规划师，香港大学城市规划与设计系博士研究生。
王海军，博士，武汉大学资源与环境科学学院副教授，香港大学城市规划与设计系访问学者。
天文学、生物学和社会学等诸多领域[2]。对于城市规划而言，目前已有的相关研究是基于以社交网络、手机数据、浮动车数据和城市传感器数据等为代表的海量、多源和时空数据在城市地理学方向上的一些研究[3-4]。随着网络数据挖掘、居民行为数据的采集和分析，以及数据可视化技术的日渐成熟，人们能够以前所未有的精细度来认知和了解城市，最终规划和管理城市。虽然大数据的类型多样、用途各异，但从城市规划角度，可以将大数据简要界定为海量、多源、时空数据。
与其他学科相似，大数据的使用必将给传统城市规划的编制及实施带来新思路和新方法。但是，目前已有的研究多是基于地理学视角，主要偏重对城市空间的认知和解释，难以直接运用于城市规划实践中。因此，如何运用这些大数据来更有效、更有针对性地进行城市规划编制，做好规划实施评价，仍有待进一步的研究。
1基于大数据的城市空间研究简述
传统上，关于信息技术对城市空间的影响等方面的研究主要是基于调查问卷、访谈及理论的梳理总结等[5-7]。随着信息技术的迅猛发展，特别是以网络日志、社交兴趣点(Place of Interests)、手机数据、浮动车数据和公交刷卡数据为代表的大规模、多类型信息数据的出现，城市空间研究迎来了重大的变革。主要表现在：研究方法由以传统的统计年鉴、社会问卷调查和深入访谈等为主向以网络数据(特别
是社交网络数据)的抓取与空间定位技术(全球定位系统、智能手机系统及定位服务系统等)的应用为主转变；数据内容呈现出大样本量、实时动态和微观详细等特征，且更加注重对研究对象地理位置信息的提取。当前学术界的相关研究主要集中在城市实体空间和城市社会空间研究两方面[8]，本文就相关研究进行简要述评。1.1城市实体空间研究
当前，城市实体空间研究主要针对
城市的各类地理现象，从微观尺度分析
人类活动对城市空间结构的影响。在大
地震的模拟实验
数据挖掘技术日益成熟的背景下，应用
全球定位系统、网络日志、社交兴趣点、
手机数据、浮动车数据和公交刷卡数据
等方面的技术进行时空数据挖掘，一方
面能够更为直观、精细地研究城市空间
结构的动态变化；另一方面可以通过对
体活动数据与城市空间结构匹配度的
分析，深入理解体活动对城市空间结
构的适应程度，为城市空间结构的优化
提供技术支撑。
具体而言，在城镇等级体系研究
方面，当前的大数据研究主要是基于
Twitter、新浪微博等社交媒体上具有地
理坐标和文本内容的兴趣点[9]，或者通
过对手机数据的通讯强度、来往方式等
进行数据分析和挖掘[10]，衡量不同城市
在信息资源数量、种类等方面的差异与
等级体系划分，分析不同城市的居民之
间的相互联系数据，进而判断城市的等
级体系结构。在城市交通研究方面，大
数据的应用主要是基于全球定位系统、
手机数据等大样本量对居民的出行活动
进行分析[11-12]，并在GIS平台上将其与
城市土地利用及人口现状结合分析，展
现不同于传统宏观城市层面的交通分析
新途径。在城市功能区研究方面，大数
据实现了从个体居民感知这一微观层面
而非传统的人口、用地和产业规模等宏
观层面来进行分析。此外，以Twitter、
Flicker和新浪微博等为代表的社交兴趣
点以及手机数据在划定城市功能单元、
确定大都市区等研究中亦有贡献[13-14]。
1.2城市社会空间研究
基于社交媒体(Social Media)和网
页数据抓取的地理学研究是当前大数据
研究的另一个主要方向。从海量的非结
构化数据中分析、揭示社交网络要素的
地理空间分布特征及形成机理，成为大
数据时代城市社会空间研究的重要课题，
城市居民活动分析、城市社交关系和城
市事件的传播等研究方向已初步涌现。
在城市居民活动研究方面，研究者
不再依靠小样本、主观性的社会调查数
据和统计分析，而是通过Twitter、新浪
微博等社交媒体直接抓取海量的个人网
络活动数据，实现对于定性地理特征分
析的定量化表达[15]。在城市社交关系研
究方面，大范围、大样本的社交网络研究，
特别是对于照片和文本内容中的关键词
的提取，为其提供了一条异于传统的深
入访谈和小样本数据的新研究路径[16]。
在城市事件的传播与响应方面，大数据
分析技术通过对地理信息关键词的抓取，
直观展示了城市事件的空间传播过程，
对于城市灾害应急响应、规划过程和公
众参与等方面具有重大意义[17]。
1.3简要评价
上述针对城市实体空间和社会空间
的研究，多以城市地理学研究范式出现，
着力于“解释现象”，回答“是什么、
燕窝饼折叠式集装箱怎么样”的问题，与城市规划“发现问
题、解决问题”的范式和应对“为什么、
怎么办”的需求存在不小的距离。城市
规划工作者如何在现有的规划编制、规
划实施中实现对大数据的有效利用，尚
需进一步探讨。
随着数据采集、分析和可视化技术
的突破及运用，一个以海量数据为基础
的城市空间环境与居民活动的直观展现
将成为现实。城市规划研究将跳出传统
的以统计年鉴、“走马观花”的实地调研，
以及以地形图等为表征的模糊化、滞后
化的少量样本数据的“窠臼”，转向运
用大数据更为直观、全面地描述城市的管式热交换器
运转过程，这将对传统的城市规划编制
与管理带来巨大冲击，对此，城市规划
需要及时做出响应。
2基于大数据的城市规划编制响应
对于城市规划而言，大数据不仅意
味着更丰富、全面的数据来源，还意味
着基于海量、高精度数据所产生的规划编制的变革。随着大数据时代的到来，城市规划编制的技术方法面临革新，其相应的方法论也将随之转变。具体而言，在大数据时代，城市规划编制的相关响应主要集中在以数据搜集、响应速度为代表的技术方法革新，以及以编制方式、决策辅助和编制策略为代
表的方法论转变等方面(图1)。
2.1从“小样本分析”到海量、多源、时空的数据搜集的转变
传统城市规划的定量分析依赖于统计年鉴、调查问卷和研究文献等小样本数据，而在大数据时代，随着数据挖掘、分析和处理成本的下降，规划工作者能够依托新的海量数据对规划信息进行挖掘和分析，从而得到对于城市全貌的全景展现。基于对海量、多源、时空数据，特别是对社交媒体数据、手机数据和传感器数据的分析，可以在时间与空间两个维度上对规划范围内的社会、经济和交通等活动展开研究。较之以往依靠小样本数据来做出预估的各种模型和分析方法，这些海量、实时的数据的直观呈现，能够为各层面的规划预测提供更坚实的基础(图2)。
以交通规划中的公交网络布局为例，在市域层面，传统布局规划需要投入大量人力进行OD调查和数据搜集，然后利用多种模型对所搜集的数据进行演算和预测。而基于海量公交刷卡数据的大数据分析方法，可以让所有流量数据精确、直接地展现在规划工作者面前。同时，通过对交通拥堵时的相关数据进行分析，可以更准确、有效地进行公交线路的安排与换乘站的调整。在区域层面，传统的布局研究方法是通过长途电话数据来研究城镇间的联系强度，而通过对海量的航空与铁路班次的数据挖掘、海量的手机用户移动轨迹的数据分析，可为城镇体系规划中的城镇的形态和发育程度、城市间的关联强弱等提供更直观的展现效果。
相比传统的小样本数据，对城市规
划行业数据的搜集将实现从初期的单纯
依靠个人经验、理论和模型进行规划分
析传统时代，跨越到依托海量数据挖掘
和分析来发掘知识的时代。另外，在规
划前期的数据搜集和分析阶段，挖掘海
量大数据的规划利用价值，并基于大数
据分析技术对传统数据进行重组和再利
用，将成为未来发展的态势。
2.2从“滞后化”到“实时化”的响应
速度的转变
所谓“滞后化”，是指传统城市规
划编制过程中所使用的信息、数据往往受
到多种技术手段匮乏的限制，从基础数据
获取到数据分析，再到规划方案阶段的数
据利用，多数是以“年”，甚至“十年”
为单位，规划数据的搜集时间与规划编制
的开展时间往往存在较长的时间间隔。以
城市总体规划为例，诸多人口、经济、产
工作票管理系统
业及用地等数据，在数据时效性上往往存
在以“年”为单位的滞后期限。数据的“滞
后化”，直接导致了城市规划在实施过程
中难以与城市发展现实相吻合，规划的权
威性和可操作性难以保证，在我国高速城
市化的背景下尤为明显。
在大数据时代，由于信息搜集、处
理和分析技术的进步，可以更为快捷地
获取或分析城市规划所需要的各项传统
基础数据，同时新增的海量数据信息也
为城市规划提供了更实时化、直观化的
数据展现方式。基于此，城市规划所需
要的各项基础数据有望以“月”、“天”
甚至是“小时”为单位而被获取、分析图1 基于大数据的城市规划编制响应
图2 从“小样本分析”到海量、多源、时空数据搜集的转变
和呈现。在此基础上，城市规划编制在数据使用方面可以做到近乎实时化的分析处理和响应，快速应对当前高速城市化进程中涌现的各种问题(图3)。
2.3从“专家领衔”到“公众参与”的编制方式的转变
虽然“公众参与”已经成为当前城市规划的主要发展方向之一，如何构建公众参与的规划实践也已被广泛讨论[18]，但在实践中，“专家领衔”仍是规划编制与评价的主导，具有重要公共服务功能、旨在为全
耐老化测试体市民服务的城市规划，却存在公共参与在编制的过程决策及整体评价中多流于形式的问题。这一现状的存在固然有体制、法规等多方面原因，但公众、政府和规划工作者之间互动渠道的缺乏也绝对是一大诱因[19]。传统的公众参与方式需要进行大量耗时的宣传、讲座和问卷调查，存在回馈慢、效果不
显著等问题。
在大数据时代，随着数据传播、分析和处理速度的提高，通过对多种社交媒体的数据分析和目标传播，使规划草案与成果更易于公布和讨论，海量的公众意愿也能够通过关键字挖掘、文本提取等方式被迅速整理和分析。正是这方面技术的进步，使专家与公众之间的交流渠道更顺畅，协作性规划更容易实现，促使传统以专家决策为主导的城市规划能够向快捷、高效的公众参与型规划转变(图4)。具体而言，信息传播与搜集的迅速化，使得城市规划在公众参与程度上能够实现从现有的规划成果公示向规划编制与评价的全过程参与转变；海量个体数据搜集与挖掘的简易化，使得城市规划在公众参与方式上能够有针对性、有重点地根据不同的对象做出参与邀请和信息回馈。具备了这些特征的公众参与，才能真正成为城市规划的重要
组成部分。
在具体操作方式上，对于有固定主题的公众参与，可以整合WebGIS 技术与Location-based Social Ne
t-work(定点服务网络)等社交网络(如微博、等)，在网络上实现规划公众参与的高效展现、分享、推广和反馈，引导公众主动参与到规划过程中。同时，以点评类Social Network Service 数据(如大众点评网)为基础数据源，采用潜在语义索引技术，基于点评文档语义进
行自动分类及评价，实现对于规划效果的被动式公众参与。
2.4从“人工化”到“智能化”的决策辅助的转变
相对于传统依赖人工判断和分析的规划编制模式而言，基于大数据的规划编制可以轻松构建一个海量的案例数据集，通过机器学习程序来辅助城市规划编制过程中的各项决策。通过建立以海量案例为核心的数据库，规划编制人员
可以高效查询之前是否有过同样或类似的案例及相关案例的实施评价，并以此
为基础进行相应分析，进一步辅助规划决策。在整个分析和改进的过程当中，使用不同内容和不同频次的指标，然后基于以往的规划实施效果评价来实现科学决策。
以控制性详细规划的编制为例，当前多是依照城市密度分区划定基准容积率，再按照相关道路、地铁、地块大小和用地性质等相关影响因素求算出最终值。这一方式在市场经济条件下过于死板，容易导致规划修编常态化，规划权威性易被损害。而基于海量的数字化基础案例及其实施评价，可以依照
以往多个地块控制性详细规划的编制及最终实施情况，为规划工作者提供更好的决策辅助(图5)。
虽然有学者在20世纪就提出用机器学习来辅助城市规划管理的设想[20]，但海量数字化案例的缺乏导致其实施效果一般。在大数据时代，这一设想可以
图3 从“滞后化”到“实时化”的响应速度转变
图
4 从“专家领衔”到“公众参与”的编制方式转变
进一步深化，并具有更广阔的前景。
2.5从“分散化”到“协同化”的编制策略的转变
当前，国内各城市的规划类型较为分散、多样，在引导和控制方面往往有城市规划、土地利用规划和经济社会发展规划等诸多规划，更广义上的规划还包括交通、环境和生态等类型的规划，而这些规划
分别隶属于不同的政府部门。这些政府部门在行政级别上“互不隶属”，致使在规划编制时常出现内容重叠、协调不周和管理分割等情况，由此衍生出的城市空间利用效率低下及规划浪费的现象并不少见。除了既有政府管理体制不健全的问题外，包括基础数据在内的技术方面的衔接失当也是产生上述现象的重要原因。具体而言，由于当前城市规划编制存在的基础数据来源、统计口径及数据可信度等的差异，各种规划的基础数据不具可比性，结论自然也无法对照比较[21]。
具有多源化、长时段和高精度等属性的大数据的出现，为弥合当前分属不同管理部门“分散”的规划、促进其走向“协同”，提供了技术层面的可能。通过技术手段，获取居民活动、交通流量和生态环境等数据，并与传统的规划、土地及经济社会等基础数据相结合，为城市规划、土地规划和经济社会规划等提供更为统一、全面、精准的基础数据来源及对接平台，进一步协调数据统计口径，实现信息共享、不同主体协作规划和空间融合建设等，最终实现规划统一的信息联动平台—“一张图”管理，建立各个部门在建设项目审批上的业务协同机制，以有效统筹城乡空间资源配置，优化城市空间功能布局(图6)。
3基于大数据的城市规划实施评价响应
大数据不仅给城市规划的编制带来了冲击，城市规划的实施评价也需要响应这一新形势，做出转变：大数据所带
来的方法论转变可以有效辅助城市规划
实施评价，实现关注要点和实施过程的
转变；而大数据所带来的技术方法革新
可以辅助实现评价力度的转变(图7)。
3.1从“以空间为本”到“以人为本”
的关注要点的转变
城市规划，回溯其历史缘起及发展
历程，不论是早期的英国田园城市运动
还是美国城市美化运动，甚至是之后的
分区规划，其本质目标都是为了创造良
好的城市空间，最终满足城市居民的要
求，为居民创造美好生活。传统的城市
规划编制与实施，都是通过对城市空间
的干预，最终作用于城市居民及其生活。
但长期以来，城市规划受制于技术进展，
无法直接服务于规划的最终用户—城
市居民的要求，只能退而求其次，通过
对城市空间的管理来间接地促进和实现
这一终极目标。
随着大数据时代的到来，基于居民
个体的大量、多源数据的出现，提供了
一条展示居民与城市互动的“捷径”。
在城市研究上，通过大数据分析，对居
民个体数据进行逐一处理，获得传统方图5 从“人工化”到“智能化”的决策辅助转变
图6 从“分散化”到“协同化”的编制策略转变
图7 基于大数据的城市规划实施评价响应
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议