大数据时代带来了丰富、精细、实时、相互关联和低成本的数据,可将其用于更复杂、更大规模、更精细的城市研究,城市规划研究方法也将从数据缺乏型研究方法转向数据丰富型研究方法,大数据和信息化技术在城乡规划领域逐渐得到认可,通过多元的数据能更全面、及时地认识城市现状、发现城市问题[1]。
笔者结合实际工作需要,通过归纳梳理大数据在城市总体规划实施评估各专题中的相关研究和应用实践,分析其具体的数据要求、研究方法及应用方向,在此基础上初步构建大数据在城市总体规划实施评估的数据量化分析方法体系。一方面有利于提高城市规划工作效率;另一方面,通过对大数据背景下城市规划方法的进一步探索,让城市总体规划实施评估的结果更加准确和丰富,为科学制定规划决策提供帮助和借鉴。
城市总体规划实施评估是对城市总体规划的基本实施情况、存在的问题、下一步的实施建议等进行定期评估,通常采取定性和定量相结合的方法,全面总结现行城市总体规划各项内容的执行情况,以判断其规划内容的科学性、实施路径的可行性。

按照住房和城乡建设部《城市总体规划实施评估办法(试行)》的规定,城市总体规划实施评估报告的内容主要包括五个方面:①评估城市发展方向和空间布局是否与规划一致;②评估规划阶段性目标的落实情况;③评估各项强制性内容的执行情况;④评估规划委员会制度、信息公开制度、公众参与制度等决策机制的建立和运行情况 ;⑤评估土地、交通、产业、环保、人口、财政、投资等相关政策对规划实施的影响。
大数据(BIG DATA)自提出以来得到了广泛关注,但至今没有公认的明确定义,更多应用的是一种概念。

在城市规划领域的大数据应用和研究中,宋小冬(2015)、钮心毅(2016)、赵渺希(2017)等学者对城市规划的大数据类型进行了一定的归纳梳理[2],将城市规划相关的数据类型分为传统数据和大数据(本文称“新兴数据”)两种类型,其中传统数据主要包括政府部门调查统计数据、工商企业数据、交通数据、土地利用数据等;新兴数据包括百度LBS开放数据、新浪微博POI数据、大众点评网等网页结构数据、手机信令数据等。

在面向城乡规划编制及实施管理的量化分析中,基于传统数据的量化分析是城乡规划分析的基础,新兴数据、新技术在城市规划中的应用是对传统量化分析的补充和拓展。因此,本文所指的大数据主要包括传统数据和新兴数据,通过传统数据和新兴数据相结合的方式支撑大数据在城市总体规划实施评估的应用分析。
大数据尚未在城市规划领域应用和普及之前,城市总体规划的实施评估主要依托政府部门提供的基础地理数据、统计数据进行实施情况评估,评估的准确性、有效性很大程度上依赖于传统数据的可得性和可靠性。存在的不足有以下几个方面:
在大数据时代来临之前,城市总体规划实施评估主要是基于传统的城市统计年鉴、社会经济年度报表,以及通过现场踏勘对城市人口、社会经济、城乡建设等内容进行量化分析。数据准确程度依托统计口径、统计方式等,对于信息化管理程度较低的城市数据尤其难以保证其年度数据的可追溯性和准确性。因此,依据这些数据的分析往往导致评估内容的准确性降低,一定程度上影响了评估结论的科学性。
根据城市总体规划实施评估的要求,在评估过程中均构建了相对完善的评价体系,但是受限于数据的可得性,在具体的评估指标体系中有许多内容缺乏数据支撑和量化分析,仅能进行定性分析。如基于传统数据的中心体系评估仅基于人口、经济总量判断静态的等级规模,对于动态的空间联系强弱关系无法量化分析;公共服务设施的实施评估仅基于数量上的评估,对于质量评估缺乏量化指标。另外,诸如公众满意度、相关政策评估等内容未曾有过量化分析的方法。

城市总体规划实施评估的指标一般包含空间属性和非空间属性两种类型。如产业经济数据,包括增加值、税收等反映工业产出效益的数据,无法与空间进行匹配,无法反映不同空间要素与工业效益之间的相关性;基于传统数据的人口数据统计在空间尺度上一般仅精确到街道,街道的划分往往与基础设施服务规模范围不对应,无法进行合理的匹配。这些数据与空间的不对应性,使得规划评估过程往往无法将其纳入空间平台中进行合理分析,最终导致规划评估指标无法提供明确的空间评价和引导。
传统的城市总体规划评估的主要利用政府官方提供的年度统计数据,包括统计年鉴、政府年度工作报告、各专项普查数据等,但数据往往具有一定的滞后性,且主要以单一时间节点的数据作为分析评估的基础,呈现的往往是静态结果,缺乏对规划实施成效的动态监测,无法从规划实施的变化过程中挖掘深层次的作用原理和动力机制。采用这种“静态蓝图”式的规划评估往往存在实效性不足的问题,规划评估的灵活性、动态调控作用较弱,对规划修编和规划调整的指导性不强。
综合目前大数据在城市规划中的应用情况,结合城市总体实施评估的内容,构建大数据在城市总体规划实施评估中的重点应用方向。现重点阐述在城市人口规模实施评估、产业经济发展评估、城乡空间格局实施评估、公共服务设施实施评估、综合交通实施评估、生态环境保护等方面的应用,结合实际研究案例分析大数据在城市总体规划实施评估应用中的具体数据要求、研究方法。
城市总体规划的城市人口规模实施评估主要对当下城市人口规模水平、人口结构等数据与规划预测数据进行比较分析。手机信令数据、智能水表、智能电表、POI数据等新兴数据可以监测到最新的人口总量情况、人口动态分布情况及人口流动趋势等,从而能够更加准确地得出与规划人口规模的偏差。
(1)基于手机信令数据的人口规模分析
在城市人口规模的评估中,通过将一个月多于20天在本城市活动的手机用户数量汇总,视为本城市常住人口,结合该类运营商用户所占城市总人口的比例,确定城市总人口的规模范围。按照基站划分网格或泰森多边形,根据用户产生手机信令所在基站位置数据和网络发起的周期性位置更新[3],确定不同时间和空间尺度上的城市人口分布情况;同时基于人口出行轨迹分析,可追踪城市人群的波动规律,进行城市流动人口判断。

(2)基于资源消耗量数据的人口规模分析
通过智能管网中的耗水数据可判断实际居住人口规模。珠海市在城市总体规划实施评估中,采用珠海市水务集团提供的居民用水量数据,基于高德地理编码后,将文字地址数据转换为带坐标点的空间数据,再经过数据除杂后,通过各户居民点的空间位置和用水量,对珠海市的常住居住人口在空间上进行模拟,从而得到城市居住户数情况及各分区的现状人口分布情况[8]。
城市总体规划的产业经济实施评估主要是评估经济总量、产业结构、产业类型、产业布局等是否与规划相符,其中经济总量、产业结构等内容的评估常用较多的量化分析方法。
除了传统的经济普查数据,手机信令、地图POI等新兴数据对城市总体规划的产业经济评估有一定的补充作用,可结合人口、用地的分布数据,实现城市产业空间分布、职住平衡等方面的研究。例如在某市的总体实施评估中,通过将采集企业的高德地图POI数据对应到空间,利用GIS核密度分析的结果,识别该市的就业空间区位选择,再与规划的商业商务用地、工业用地规模与布局进行对比,检验是否实现了总体规划设想。

城市总体规划中的城乡空间格局实施评估主要是指通过分析市域城乡空间结构以及中心城区公共中心等级体系,判断与上版城市总体规划的空间结构差异情况。
(1)基于手机信令数据的城市空间结构评估
按照不同时间点统计每个基站的用户数量并进行密度计算,便可得到城市特定时间以及多日平均人流集聚情况,进而识别出城市中心[4]。在对金华的城市空间结构研究中,以乡镇为分析空间单元,通过手机信令的用户位置数据和时间戳判断城市之间的联系强度,从而判断不同城镇之间联系紧密程度,同时根据主要的联系方向初步判断城市发展空间轴线[7]。

基于手机信令数据的金华市城镇空间结构评估(图片来源:《金华市总体规划实施评估》项目组)
(2)基于移动互联网数据的城市空间结构分析
移动互联网数据包含了大量位置信息,可通过分析人流集聚来判断城市空间结构,其中以百度热力图数据和微信宜出行数据应用最为广泛。以百度热力图为例,抓取后的百度热力图数据首先要经过矢量化和空间投影,进而将直观的颜色转换成定量的数值,通常划分密度级别进行颜色深浅赋值,然后根据城市实际情况定义城市中心,确定城市结构[5]。

基于天地图POI数据的金华市域空间结构评估(图片来源:作者自绘)城市总体规划中的公共服务设施实施评估主要是分析现状公共服务设施与上版总规的规划设施数量、规模的差异情况。结合POI数据、手机信令数据、浮动车数据等新兴城市数据,通过分析各类公共服务设施的空间分布和人口流动状况,可判断城市公共服务设施的空间格局、城市公共中心的体系结构以及城镇公共服务设施的辐射能力[6]。
(1)基于POI数据的公共服务设施空间布局评估
在金华市公共服务设施空间分布研究中,通过百度LBS开放平台获取带有设施类型、评价数量、评论分数等属性的各类公共服务设施的POI数据,通过GIS平台分析城市公共服务设施的空间分布情况,由此判断城市公共服务设施整体格局[8]。
(2)基于手机信令数据的公共服务设施规模评估
通过手机信令数据中的用户位置数据,分析以重大基础设施为出发点和目的点的人流分布,判断区域内公共服务中心的分布及影响腹地范围,评估公共中心服务范围是否达到规划预期。

金华站人流辐射范围/金华南站人流辐射范围/义乌站人流辐射范围/永康南站人流辐射范围(图片来源:作者自绘)综合交通实施评估主要针对城市道路网及交通设施的建设情况、空间分布及整体运行情况与城市总体规划的内容进行对比评估。新兴的手机信令数据、出租车数据、交通拥堵数据等可以实现对城市交通的动态监测和分析,判断规划道路交通设施的合理性、交通联系的主要方向及未来交通供给的重点地区[7]。
利用互联网地图API可以获得城市不同地区通达性和拥挤情况;基于车辆GPS数据计算道路车速、道路流量和道路拥堵情况;利用公交GPS数据和地铁刷卡数据获取公共交通运行状况和客流情况,为公交优先设施建设、公共汽车线路优化提供依据;利用公共自行车数据可以对慢行交通布置提供依据;通过分析停车场实时停车信息并结合实时车流量分析为静态交通规划提供依据。

城乡生态环境实施评估主要是对总体规划提出的空气、水、噪声和固体废弃物等环境质量指标进行评估。在新数据环境下,大量环境传感器产生了海量数据,并且通过API等方式保证了数据较强的可获得性。通过利用环境大数据,可以实现对城市大尺度细粒度的认识,提升生态环境监测和保护的科学性。
以分析城市污染源为例,通过抓取工厂和餐饮场所等POI作为污染源,根据详细类型赋予不同的污染权重,得到精确的污染物排放分布图;通过对城市气象数据的时空分析,可以发现降水、气温和污染等的时空分布特点,提出极端天气应对措施和避暑场所建设措施;结合遥感等数据提出城市通风廊道建设策略。此外,由于人是环境的直接感受者,因而可以加入人迹数据,研究人群空气污染暴露情况,并通过抓取有关生态环境方面的信息,开展环境生态舆情监测和分析。
城市总体规划中市政基础设施规划主要包括给排水、电力、燃气、通讯等供应设施以及管网等内容,市政基础设施实施评估主要针对各类市政设施的数量、规模、区位等实施情况进行对比分析。新兴数据的兴起有助于对市政设施的运行情况进行动态监测管理,并为规划决策提供重要的技术支撑。例如,随着新兴信息技术与应用模式的出现,智能电网系统的建立优化了电力的生产、分配以及消耗的监管过程,实现可再生能源集约化开发、高效利用、改善能源结构,提出多路供电、统一管理的新型供电管理模式。

结合大数据的新型市政规划,与地下综合管廊建立智能的监控系统,实现现场录像、实时监控、及时反馈、远程巡视、远程访问、报警联动的目标,并为市政设施规划的决策系统、执行系统和反馈系统起到统筹兼顾作用;基于大数据的防洪排涝系统利用地理高程数据、径流时间、暴雨强度等数据,形成新型的、完善的大数据分析和模拟系统,有助于完成更准确的规划预测,进一步提高市政设施规划管理的科学性。
4.1 增强多源数据在城市总体规划实施评估的叠加应用分析
随着大数据获取渠道的多样化,在城市规划中可获取的数据类型也越来越丰富。在城市总体规划实施评估的大数据分析过程中,为最大发挥大数据效用及提升大数据分析的科学性,应充分利用大数据的不同数据来源、数据结构、数据属性等要素特征,根据研究目的的不同采用不同的数据叠加方式。
经过综合归纳,目前大数据使用的叠加方式主要包括决策叠加、特征叠加和数据叠加三种方式。决策叠加是指分别通过对单个数据源进行分析处理得到多种检测结果,并对分析结果进行加权评价或模糊判别获取最终结论;特征叠加是针对不同的属性数据,通过提取不同数据的不同特征进行组合,综合形成整体性的研究结论;数据叠加是不同数据源的数据通过标准化处理后进行融合,再进行特征提取得到分析结论。

通过以上多种的数据叠加方式,可以弥补数据之间的属性缺陷,提升数据分析的准确性和可信度。
4.2 拓展大数据在城市总体规划实施评估的应用广度
越来越多的新兴数据被应用在城市总体规划实施评估中,但受限于数据的开放程度和信息技术处理水平,整体应用框架尚未成熟,大数据的应用仍主要集中在城市规模、公共中心、综合交通、生态环境等方面,缺乏对社会空间、功能空间层面的深入研究。随着智慧城市、规划数据云平台建设,大数据的收集和管理机制逐渐完善,凭借其庞大的数据样本和丰富的社会、时空信息,大数据在研究城市社会空间和功能空间层面仍具有广阔的前景。
4.3 加强大数据在城市总体规划实施评估的应用深度
从目前大数据分析在城市规划的应用来看,其只是辅助规划设计和决策的一种工具。大数据分析作为一种时效性的分析方法自身存在一定的局限性,导致大数据的规划应用大部分停留在对现状或者过去的描述,缺乏对数据背后的原因和机制进行深层次的挖掘。因此,在城市总体规划实施评估的大数据分析过程中,不应拘泥于大数据和非大数据的形式上,应利用大数据本身丰富的数据属性和样本,对现象描述的同时总结规律、发掘原因及预测趋势,为城市未来的规划设计决策提供指导和建议。
本文通过梳理大数据在城市总体规划实施评估中的城市规模、城乡空间格局、公共服务设施、产业经济、综合交通设施、市政基础设施、城乡生态环境、规划实施机制等八大领域的应用,分析总结其数据来源、技术方法和结论应用,初步构建大数据在总体规划实施评估中的应用体系。随着新兴数据的不断涌现及信息技术的不断提升,更多适用于城市总体规划实施评估的大数据应用方法和技术手段有待进一步补充和完善。
参考文献:
[1]甄茂成,党安荣,许剑. 大数据在城市规划中的应用研究综述[J]. 地理信息世界, 2019,26(1):6-12.[2]茅明睿. 大数据在城市规划中的应用:来自北京市城市规划设计研究院的思考与实践[J]. 国际城市规划, 2014, 29(6):51-57.宋小冬, 丁亮, 钮心毅. “大数据”对城市规划的影响:观察与展望[J]. 城市规划, 2015, v.39;No.334(4):15-18.[3]丁亮,钮心毅,宋小冬.基于移动定位大数据的城市空间研究进展[J].国际城市规划,2015,30(04):53-58.[4]钮心毅, 丁亮, 宋小冬. 基于手机数据识别上海中心城的城市空间结构[J]. 城市规划学刊, 2014(6).[5]李娟, 李苗裔, 龙瀛,等. 基于百度热力图的中国多中心城市分析[J]. 上海城市规划, 2016(3):30-36.[6]丁亮, 钮心毅, 宋小冬. 上海中心城区商业中心空间特征研究[J]. 城市规划学刊, 2017(1).[7]蔡珺, 王南. 基于空间句法的城市交通系统研究——以昆明市交通路网和轨道交通规划分析为例[J]. 华中建筑, 2010, 28(12):98-102.
作者
黄京,深圳市城市规划设计研究院规划五所副主任工程师
郭振松,深圳市城市规划设计研究院规划五所规划师
黄劲芃,深圳市城市规划设计研究院规划五所规划师
排版 / 陈程
插画 / 王彦妍
图片 / 除标注外,均来源于pixabay