“大數據”對城市規劃的影響：觀察與展望

閆明

黑龍江省合江林業勘察設計院 黑龍江 154007

摘要：隨著大數據時代的到來，人們獲取數據的設備也是越來越先進，數據的存儲及處理更加便捷，全球數據信息也越來越多，按照相關以及得出，現今全球每兩天產生的數據量相當于人類有史來至2003年的產生數據總量。然而大數據具有數據數量龐大、關聯性強、覆蓋面廣、種類繁多、更新速度快等的特點，其與人們一般接觸的普通數據分析截然不同。下面就對大數據時代下對城市規劃的影響進行探討，希望可供相關從業者參考。

關鍵詞：大數據；城市規劃；影響分析

前言：大數據不僅在信息行業發展迅速，并且在交通、市政、城市建設等各方面都有著廣泛的作用。本文主要對大數據給城市規劃及相關設計行業帶來的機遇與挑戰進行探討。

一、大數據時代對城市規劃帶來的機遇

1、城市規劃研究將從相對簡單的觀察轉向更復雜的模型模擬

在大數據未出現之前，由于數據的缺乏、計算能力受限、數據不全面等多方面的原因導致城市規劃只是簡單的觀察，而沒有深入去探索研究，城市規劃者對數據的觀測沒有專門的儀器，采用的數據分析方法也是原始的單一變量法，這就對城市規劃中出現的問題難以很快找到突破問題的方法，同時對相互聯系的城市規劃設計元素之間的關系難以描述，只能采用假設的辦法對問題作出初步的判斷。在大數據時代，我們可以利用豐富的數據對城市規劃進行充分的數據論證，利用數據模型發現復雜規劃中存在的問題以及規律，快捷地采用較好的解決方案。這不僅給城市規劃者的施工操作提供了方便，同時也使城市規劃設計更具有城市化特色。

2、城市規劃研究將從片段的統計轉向動態的演變

大數據時代到來之前，城市規劃技術發展落后，數據和設備的能力有限，運作成本居高不下，大多數的城市采用的數據都不全面，利用的數據甚至是相關行業的數據，導致城市規劃質量得不到發展，同時受資源以及資金方面的影響，是城市規劃設計出的工程越來也粗糙。大數據時代的到來改變了傳統的規劃模式，不再受數據和統計周期的影響，呈現了動態的數據演變，從而達到了精細化的城市規劃工程。

3、城市規劃研究將從粗糙的集合轉向精細的個體

大數據時代到來之前，城市規劃傾向于宏觀層面的分析與研究，只對研究對象進行粗糙的分析，利用個體的同質性來避免數據的缺失和數據分析的復雜行為，大數據時代，人們通過網絡技術對城市規劃進行微觀層面的深入研究，提供給城市規劃者高精度的數據，打造了許多高精細的城市規劃個體。

二、大數據時代給城市規劃來帶的挑戰

1、城市規劃中的大數據共享

隨著網絡技術的發展，互聯網已經遍布全球，但是依然存在著城市規劃中數據難以獲取的窘境。由于技術、體制、成本的影響，只有公司和政府才能對大數據資源進行收集、存儲、和處理，因此，政府掌握了大數據的絕大部分，這對城市規劃者在規劃中無疑是一個非常大的挑戰。

2、城市規劃中的大數據的理論和方法

在城市規劃中，城市的空間尺度較大，系統性繁雜導致規劃者必須以不同的視角去研究城市，然而大數據的類型多、數量大，而且大多是跨行業數據，所以它們所利用的理論和方法都不一樣，并且許多理論方法還尚未成熟，從而導致在數據的處理上增大了困難，一些數據理論還沒有形成完整的理論體系，這給城市規劃工作帶來了巨大的挑戰。

3、城市規劃中大數據的倫理和安全

城市規劃的研究必須對社會群體和市民個體的意愿進行研究和分析，這就會深入到社會群體當中，也很容易涉及到個人隱私問題，這對大數據時代的數據倫理和安全產生了很大的安全隱患，城市規劃中將呈現大量數據濫用現象，這將造成大數據的倫理和安全問題變得更加突出。

三、對大數據時代下城市規劃建設的思考

1、以小數據方法提升大數據質量

盲目的大數據崇拜者認為，在大數據時代任何事物都可以量化，而且通過發達的科技手段可以獲得不間斷的普查數據，足以達到“全樣本”覆蓋和“全樣本”分析，避免了樣本偏差問題，可以徹底淘汰傳統統計學的小數據調查和分析方法。然而，在現階段，先進的科技手段可以幫助人們獲得很多的樣本數據，卻仍然不能獲得“全樣本”數據。

在以社交媒體數據為基礎的城市居民空間行為研究和城市之間的關聯程度研究中，社交媒體被看作使用率很高、具有較大樣本覆蓋率的數據源。2013 年第四季度，新浪微博日活躍用戶為6140 萬人，約占我國網民人數（6.18 億人）的9.94%，約占大陸地區人口數量（13.6

億人）的4.51%，覆蓋率仍然是很低的。即使以全部互聯網用戶信息作為數據源，我國有6.18 億網民，占大陸地區總人口的45.4%，仍無法達到較大的樣本覆蓋率，更達不到“全樣本”分析。大數據可以為城市規劃提供豐富的數據，然而在大數據時代初期，數據源還不能達到“全樣本”的水平，城市規劃依然面臨著眾多數據“陷阱”，如果不重視數據的質量問題，極有可能造成重大的偏差。因此，在城市規劃的大數據應用中仍然有必要使用小數據統計調查的理論模型和分析方法，檢驗大數據的質量，并探究提升大數據質量的新方法。

2、以專業知識驅動大數據分析

盲目的大數據崇拜者認為，大數據分析的樣本更好、人工智能算法分析不帶人為偏見和計算系統的能力非常強大；與傳統分析方法比較，大數據分析可以發現更多的相關性，不需要因果關系解釋現象背后的原因，甚至可以不需要學科專業知識足以生成更準確的結果。然而，依靠相關性分析而沒有專業知識解讀，一旦條件發生變化，便難以對預測模型做相應調整，極易出現錯誤。例如，谷歌公司作為大數據應用的先鋒，其2009 年推出的“谷歌流感趨勢”（GFT）是作為成功應用大數據而被廣泛引用的案例。但是，在2012～2013 年的流感季節，“谷歌流感趨勢”預測門診數量是美國疾病預防控制中心（CDC）記

錄數量的兩倍，出現了嚴重的錯誤。不可否認，大數據如同20 世紀50年代的“數量革命”，將極大地推動城市規劃的發展。但是，“數量革命”中也出現過類似“谷歌流感趨勢”的錯誤，即用完全數值化、算式模型的方式研究社會人文問題，從而受到了尖銳的批判。由于隨著分析數據的增加，結果中的偽相關將以指數級別增長，大數據應用遇到的類似問題將會更突出。鑒于城市規劃的大數據應用仍處于探索階段，因此需要借助城市規劃專業的理論和知識來闡述數字代表的信息，尋找其相關性，辨析潛在的因果關系。

3、以辯證的態度思考大數據的價值

挖掘盲目的大數據崇拜者認為，依靠人工智能算法和新型計算機科學，可以擁有人類自身和傳統科學無法掌控的大數據分析能力，更能充分地發掘其潛在的價值。在很多實際應用中，依靠人工智能的大數據分析已經帶來豐厚的回報，如亞馬遜、淘寶的應用等。但是，“數

據偏愛潮流，忽視杰作”。即使進入大數據時代，城市發展中的大事件決策仍然會帶有類似的特點，在相對較長的一段時間內，大數據應用仍無法模擬這些復雜的人類社會決策過程，無法完全預測城市發展的未來，盲目的數據崇拜可能會給城市帶來災難性后果。在清晰認識大數據局限性的前提下，城市規劃者需要構建新型的城市規劃支撐體系，該體系既要反映人類決策行為特點，又要發揮大數據預測在城市規劃決策中的輔助作用，而不能盲目崇拜。

結束語：

隨著大數據時代的發展，城市規劃也變得更加成熟，城市規劃將形成完整的數據體系。在未來城市規劃工作中，城市規劃工作者必須積極推動大數據研究與城市規劃的結合運用，依據當前城市的規劃研究方向，推動城市規劃行業的不斷發展。

參考文獻：

[1]王剛；西方城市規劃史對中國城市規劃的啟示[J].城市規劃，2007，（2）.

[2]閆奎銘；孫雍君；大數據時代的認知轉向及其對科研管理的影響[J].科技進步與對策，2015，（20）.