田云柯
貴陽市地理信息大數據中心(550000)
大數據作為一種科學工具和新的思維方式,促使規劃管理部門重新發現和認識數據的價值,從而為城市規劃與決策提供新的思維、理念和方法。如何打造以大數據為引領的創新型中心城市,促進城市發展和管理變革,成為規劃人急需解決的問題。
傳統城市規劃一般遵循著“自上而下”的規劃模式,容易造成規劃實施和管理的不合理和效率低下,大數據支撐下的城市研究與規劃管理將促使城鄉規劃更多地從傳統的空間規劃向動態的“時”“空”規劃轉變,能夠對規劃實施效果進行長期的實時評估和快速優化。大數據時代的城鄉規劃將給城市開啟一個新的時代,并成為城鄉規劃變革、創新的新動力[1]。
由單一的“條數據”轉變為多元的“塊數據”,將促使規劃管理部門全面、及時地認識城市現狀,發現城市問題。在大數據時代,數據供給渠道的增多和數據分析技術的進步,將為規劃管理部門更客觀地認知城市現狀、分析城市問題和樹立城市形象提供質量更高的數據[2]。
在大數據時代,廣泛、開放和多元協同的公眾參與規劃編制,不僅可以在各類社交網絡上利用大數據技術獲取和分析公眾對城市發展的意見及建議,還可以在網絡上搭建專門的城市規劃咨詢平臺,收集公眾的聲音。此外,隨著城市發展從規模擴張到品質提升的轉變,城市規劃關注的重點也逐漸從宏觀轉向微觀。利用大數據的相關技術,搭建以城鄉規劃為主體、相關部門共同參與的城市研究、分析、管理平臺,將為多部門協同解決城市發展中的問題提供幫助。
隨著城鄉規劃領域科學技術的發展,在大數據的驅動下,各類型數據的聚集、融合深刻影響著城鄉規劃領域的變化,不斷推動城鄉規劃技術手段的變革。傳統城鄉規劃以隨機樣本、抽樣精準數據、因果數據為基礎的分析模式,必將被全體數據、混合型數據、關聯性數據所取代。以大數據為引領的創新型中心城市的視角,需要構建一套以“規劃塊數據”驅動城市規劃新技術支持體系,才能更好地支持新形勢下的城鄉規劃編制工作。
傳統城市規劃的理論基礎之一是統計學、線性預測模型及其對應的規劃支持系統。復雜城市系統需要一整套科學方法和工作體系,其代表就是數據挖掘、機器學習、人工智能等大數據時代下的技術應用。
亞里士多德有一句名言:“人們來到城市是為了生活,人們居住在城市是為了更好地生活。”城市是人類文明的結晶,也是人類創造力的集大成之地。在2003年,威廉·J.米切爾在《伊托邦》一書中,為人們描述了城市的未來:“城市——指的是從柏拉圖、亞里士多德到芒福德、雅各布斯這樣的城市理論家們所熟悉的城市——已經不能再像以前那樣維系在一起并發生作用了。傳統的城市模式無法與“網絡空間”(Cyberspace)共存。在大數據時代,城市的本質和形態也在悄然地面臨巨大的變革。
人類信息存儲量的增長速度比世界經濟的發展速度快4倍,計算機的處理能力的增長速度則比世界經濟的發展速度快9倍。在大數據時代,全體數據的出現,是人們發現事實和預測未來的模式的一次重大顛覆。大數據時代,人群每日上下班出行軌跡、年齡、教育背景、收入水準、家庭結構、日常消費、文化生活等早已統統被其周邊的“準智能空間”以各種介質攝入在一個海量的數據庫中。以此為基礎進行有針對性地精準挖掘和分析,對于更好地組織公眾參與、完善調研、支持決策,其重要意義不言而喻。對于城市規劃者,大數據的采集和精準挖掘也可以說是如虎添翼。
現狀調查與分析是各級各類城鄉規劃重要的基礎環節,是城鄉規劃定性、定量分析的主要依據。對城鄉現實狀況的準確把握,有利于發現現實中的核心問題,有利于支撐城鄉規劃制訂科學、合理的發展藍圖。在當前規劃編制新形勢下,既要保證現狀調查的質量,又要提高現狀調查的效率,深度改革與創新已勢在必行。根據規劃管理與編制的實踐,積極探索了大數據技術支撐下的城鄉規劃現狀調查與分析新模式,為城鄉規劃構建工作模式合理、技術手段先進的現狀調查與分析提供有力的支撐[3]。
經典規劃中的功能分區和交通布局基于傳統的生產和生活方式。而這一前提正在慢慢發生質的變化。展望未來,工作、生活一體化的社區、24 h社區等有可能將越來越普及。人們的空間和時間配置將因為大數據而變得更為靈活。生活、工作、分享、交流、創造可以交替混雜進行。在大數據時代基礎設施的支持下,人們創新的條件將更完美。在“永遠在線”的模式下,以用戶為導向的平臺經濟已經初露端倪,今后將獲得更為突飛猛進的發展。以此為基礎積累的大數據將為用戶體驗的技術創新、應用創新、商業模式創新,以及跨界交叉創新提供肥沃的土壤,更靈活的生產、營銷和分配方式將會出現,最終將消除許多傳統上對于工商業的地域限制,從而構成新型的城鄉空間模式。
在城鄉規劃管理和研究中,大數據時代帶給人們至少五個方面的重大機遇,產品和服務的非物質化 (dematerialization)、減少機動出行(demobilization)、大規模定制生產(mass customization)、智能化能源管理(intelligent operation),以及柔性的城市改造(soft transformation)。面對新的機遇與挑戰,需要人們具備獨特的預見力,充分發揮規劃人專業優勢,才不至于被時代所拋棄。
在大數據時代,數據來源更廣泛,分布更集中,以前散落各處的數據越來越集中,以前不可獲取的信息現在可獲取。通過互聯網、醫療設備、視頻監控、移動設備、智能設備、非傳統IT設備獲得的文本、圖形、音頻、視頻、遙感遙測等建立與城鄉規劃管理直接相關聯的實時數據集,處理空間信息和與之相關的屬性信息,迅速及時地更新數據集,大規模綜合性地管理城市空間分布信息。可以提高現狀調研的效率和規劃編制基礎數據的準確全面,建立相應問題表象對于城市規劃的決策系統、執行系統和反饋系統,改變規劃的滯后性和低效率,提高規劃的時效性[4]。
大數據在智慧城市和城鄉規劃中發揮著巨大作用。從政府決策與實施,到城市的產業布局和規劃,再到城市的運營和管理,甚至人們生活的各個方面,注定要被貼上大數據的標簽。在城市規劃方面,通過對城市地理、氣象等自然信息和經濟、社會、文化、人口等人文社會信息的挖掘,可以為城市規劃提供強大的決策支持,強化城市管理服務的科學性和前瞻性。
歷史上,顛覆人類生活方式的技術進步往往伴隨著新的城市發展理論的誕生[5]。如今,大數據的普及應用為新的城市分析和運行模式帶來了可能,正在改變著規劃師、政府和普通市民對城市的理解。
城鄉規劃設計內容可分為幾個階段,包括基礎圖紙分析、前期規劃調研、基礎數據初步處理和信息提取、空間分析和城市問題剖析、方案設計、成果生成和可視化表達效果的提升、規劃成果的科學管理等。在每一個階段,根據不同要求和實現目標,對應不同特點的信息處理工具和應用軟件[6]。
在新技術和新數據的促使下,各類數據獲取、應用和分析的整個生命周期貫穿在新的城市規劃過程中,相比傳統的數據組織和使用方式,最大程度上發揮數據應有的價值。
在生命周期視角下重新認識傳統規劃流程框架[7]。
3.2.1 調研階段
主要任務是獲取數據,在傳統的踏勘、訪談和筆錄等模式基礎上進行數字化、格式轉換、坐標校準、網絡抓取和軟件開發的工作。數據應盡可能保留空間屬性。
3.2.2 分析階段
針對規劃需要對數據進行清洗、處理和分析。常用技術有GIS、數據挖掘、機器學習、自然語言處理、可視化等。
3.2.3 方案階段
在統一的規劃平臺上將關于規劃的數據進行匹配、整合,根據規劃師的行業經驗和技術對數據的進一步加工和解讀。
3.2.4 成果階段
在方案數據化的前提下,用數據分析結果指導軟件或平臺開發,取代機械重復勞動。
3.2.5 管理應用階段
在規劃工作完成后,利用已有數據進行延伸應用和開發。
3.3.1 POI數據-導航地圖類
POI是Point of Interest的縮寫,可以翻譯成信息點(或者興趣點),包含導航地圖類POI和大眾點評POI。
3.3.1.1 導航地圖類POI分類
每個POI包含四方面信息,名稱,類別,經度緯度,附近的酒店、飯店、商鋪等信息。
人們可以稱其為“導航地圖信息”,導航地圖數據是整個導航產業的基石。
3.3.1.2 常用分析類型
設施密度分析:采用點密度、核密度等分析方法將設施密度可視化。可以描述各類設施的空間分布和聚集特征。
用地功能混合度分析:通過用地信息熵分析,得出地塊的各類用地功能混合度數值。可以用來檢測區域的各類用地配置均衡性。
多種設施的相關性分析:將研究范圍分區,分別統計區域內某幾類公共設施的數量,并用此類數量作相關性分。
3.3.2 POI數據、大眾點評類
大眾點評是我國領先的本地生活信息及交易平臺,也是全球最早建立的獨立第三方消費點評網站。大眾點評不僅為用戶提供商戶信息、消費點評及消費優惠等信息服務,同時亦提供團購、餐廳預訂、外賣及電子會員卡等O2O交易服務。
大眾點評里面豐富的的POI評論、分類、特色菜等信息對人們研究城市生活提供了很好的數據基礎,地塊混合度、商圈密集程度、住宅配套等信息都可以通過挖掘此類數據得到。
與其他多種數據的交互使用,可以為人們了解城市提供更豐富的途徑。如通過對服裝鞋類、化妝品、首飾的聚類分析,可以看到城市的“熱點”與“冷點”,通過咖啡館的POI結合房價可以作出選址的最佳優化等。
3.3.3 社交類數據
3.3.3.1 包括微博數據和社交網絡圖片
主要指微博用戶在使用微博時,產生并存儲于新浪微博后臺的數據,如用戶基本信息、微博內容、簽到地點坐標等。
通過微博數據,人們可以獲知如某一時段的熱點話題、某一地點的熱點話題等內容,通過帶有地理信息標識的輿情監測,反映城市的運行狀況等與規劃相關的有效信息。
3.3.3.2 常用分析類型
簽到熱度分析:尋找微博用戶簽到空間熱點,針對某社會話題尋找輿情空間分布。
簽到曲線分析:探尋微博用戶的時間熱力區間,針對某社會話題尋找輿情時間分布。
3.3.4 人口熱圖數據
人口熱圖數據包括百度熱圖數據、騰訊某LBS產品數據、百度景區熱圖數據等。
常用分析類型:利用了百度的時空大數據,包括定位數據、軌跡數據等,首次在細尺度上檢測,并可視化出了中國的住宅空置率狀況,發現了存在于不同城市、城市的不同區域有關住宅空置率的有趣現象,并分析了這些現象的原因。
3.3.5 智能設施數據
常見智能設施數據包括智能水電網運行數據、手機數據等反映城市運行狀態、基礎存量和人口活動的數據。
智能水電網運行數據:智能電網數據支持下的城市運行狀態監測與特征地塊識別。
手機數據:分為手機信令數據、手機話單數據等。其精度為2 g、3 g等蜂窩在中心城區為100 m左右,而市郊500~1 000 m。微蜂窩基站在城區可到建筑尺度,精度可達20 m,采樣時間頻率為不均勻的時間采樣,采樣率覆蓋大部分人群。
大數據不僅可以整合更廣泛的資源,為城鄉規劃管理與研究提供更科學、客觀、系統的分析支持,還可以為公眾參與提供表達意愿的渠道。大數據也為城鄉規劃的變革提供理想的研究分析模型和公眾參與平臺。相對于傳統數據對應的多種時間尺度面向未來的規劃、擴張性的規劃,大數據使規劃人獲得了一種全面、多維、穩態的規劃技術手段,可以通過不斷優化完善技術和方法,加快實現以大數據為引領的打造創新型中心城市的目標。人們正昂首闊步邁入大數據時代,在變革中擁有驅動大數據的能力,讓規劃人成為大數據時代的強人,才能贏得未來。