摘要：在数字化时代背景下，大数据成为城市规划研究中的热点方向。规划研究者们利用居民运动轨迹数据、移动新媒体社交数据和网络开源数据等对城市空间、城市人口流动与行为特征、城市交通和城市管理与公众参与进行了多方面的研究。文章以武汉市15分钟社区生活圈研究中多源大数据的应用为例，探讨大数据在城市规划新理念中的应用。
关键词：大数据,城市规划,社区生活圈
随着信息技术的发展，大数据理论和方法正在改变着人们的行为方式、工作方法和思维路径，成为各学科的关注对象。城市规划作为综合性学科，更需要对新知识、新数据、新技术保有敏感性。因此在数字化背景下及城市规划体系转型的时期，城市规划者应改进依据少量样本数据进行规划评估、决策、编制、管理的传统方法，要认识到大数据的价值，积极探索大数据的运用途径、使用手段，使城市规划成果更加具有科学性、合理性与前瞻性。
一、大数据概述
大数据（Big Data）源于互联网领域，它最初用于描述大量需要同时处理或分析的数据集，以更新Web搜索索引。目前公认的大数据定义为所涉及的资料量规模巨大的，在合理时间内传统数据处理应用软件不足以对有价值的信息进行提取、管理、处理，并整理成可供直接参考、辅助决策的海量数据[1]，具有规模性、多样性、高速性以及价值性的特点。大数据的意义不在于庞大的数据集合，而是通过合理的工具对数据进行专业化处理，挖掘其背后隐藏的巨大价值。
二、大数据在城市规划中的研究及应用现状
城市规划的研究和编制中需要对大量的城市基础信息进行采集和处理，涉及的大数据类型有感知数据、新媒体数据、城市交通数据、政府公开数据和网络开源数据等。在应用方面，经过对大数据论文的阅读与分析，大数据在城市规划领域研究应用主要集中在城市空间、城市人口流动与行为特征、城市交通、城市管理与公众参与等领域。
（一）城市空间
随着“流空间”研究的不断深入，利用大数据中“人流”“物流”“信息流”来研究城市间的关联度，从而判定城市群的等级关系受到学者的青睐。姚凯等利用手机用户时空活动轨迹对区域内城市网络联系强度进行模拟，为南昌大都市多中心城镇体系、构建城镇组群、优化主要廊道的策略提供了定量分析支持[2]。
通过网络定位、手机信令数据识别空间热点，对城市空间结构和城市功能混合度进行评价也是研究的热门方向。吴志强等利用百度地图热力图，通过分析人群的集聚度、集聚位置、人口重心等指标，分析了上海市中心城区空间结构[3]。钮心毅等对移动信令数据进行空间处理，识别出上海市公共中心等级和类型，并对功能区地块的混合度进行判定[4]。同时梅梦媛等利用夜间灯光、微博签到等多源数据对城市建设用地进行模拟，实现城市开发边界的划定[5]。
（二）城市人口流动与行为特征分析
人的活动信息是大数据的重要来源之一，通过关注人的行为特征与活动路径，可以挖掘人的真实诉求，实施人口流动监测、特征人群识别和行为特征分析等。王婧等基于百度迁徙数据和人口普查数据探讨了京津冀地区人口时空变化特征和影响因素[6]。谢彦敏等利用地铁刷卡数据对深圳市居民通勤结构进行了分析，揭示了特征人群的经济社会属性对职住空间选择影响较大[7]。
（三）城市交通
大数据在城市交通中的应用较为成熟，主要集中在道路交通评价、最优化路线分析和出行目的与出行模式研究等领域。于伶姿基于出租车GPS轨迹数据最大还原城市道路的时效性，结合公交站点的数据与全局最优的思想，制定出了客流量最大、运行时间最少的城市公交路线[8]。龙灜等利用公交IC卡数据对持卡人通勤出行的方式和目的地进行了识别，展示了北京整体的通行形态，为研究城市系统的时空间动态发展规律提供借鉴[9]。
（四）城市管理与公众参与
随着空间规划体系的转变和居民主体性意识的提高，大数据的应用在城市管理与公众参与领域极为重要。许多城市已经展开了空间规划“多规合一”平台的搭建，在横向上将不同部门之间的数据进行融合与共享，破除信息壁垒以实现更加科学的决策；在纵向上进行不同空间尺度和行政层级信息的对接，有助于宏观上对资源的调控与引导。同时城市动态发展的信息也需要向社会进行展示并接受监督，目前政府、规划机构已经开通了微信公众号、微博账号等，旨在搭建社会与规划编制者的沟通平台，促进公众参与。
总体来看，大数据在城市空间识别、城市交通等领域已经得到广泛的关注，但是在城市功能区划、城市公共服务设施、城市管理与公众参与方面的研究还比较薄弱，难以符合政府、企业与社会各方面的需求，“智慧规划”“智慧城市”建设任重道远。下文就武汉市社区生活圈中大数据的应用进行探讨，以期充实城市公共服务设施在实践方面的成果。
三、实例探究———大数据在武汉市社区生活圈研究中的应用
武汉市15分钟社区生活圈的研究是武汉新一轮城市总体规划的子课题之一，目的是为居民提供便捷的公共服务设施，更加科学合理地进行居住区规划建设，提高城市的宜居性。该项目对数据采集与处理进行了创新，改变了通过实地调研获取设施位置信息、发放纸质问卷调查居民满意度的传统路径，采取了大数据与传统数据相结合的方法。该研究中对于数据的应用包括原始数据采集、数据标准化、数据分析、数据可视化表达四个阶段。
（一）原始数据采集
原始数据集包括武汉市遥感卫星地图、城市道路网、居住用地边界、公共服务设施种类和数量、居住社区内部道路网以及人口数据等。数据来源主要有全能电子地图下载、OSM道路网信息以及政府网站的开放数据等。其中公共服务设施数据获取手段是利用Python编程代码，利用高德地图API开放平台进行爬取。
（二）数据标准化
由于数据信息来源广泛，需要对数据的真实性、有效性进行判别，如需对从利用问卷星获得的满意度数据进行筛选，剔掉重复的数据。数据标准化的工作平台是ArcGIS9.2，因此需要对筛选后的数据进行矢量化，符合ArcGIS的工作标准。
（三）数据分析
在数据分析阶段，主要采用数理统计、空间分析、机器学习等手段进行数据处理，客观地展现生活圈内人居环境现状。
（四）数据可视化表达
最后将研究数据、成果形成数据库与专题图，向公众进行展示，并建设互动平台，积极发挥社会参与、献言献策的作用。
四、大数据在城市规划应用中面临的问题
大数据为城市规划工作提供了新的数据类型、研究方法与技术手段，有助于以规划师主观判断为主的经验主义的分析转向科学化和精细化的定量处理。以聚焦居民行为的城市规划大数据和开放透明的信息平台，更加关注微观层面人的真实需求，促进了城市规划由“自上而下”到“上下联动”的转变。但是当前城市规划中的大数据应用仍存在着诸多问题与挑战，主要体现在数据获取、数据处理和数据应用三个方面。
数据的获取是首要问题，大数据最大的特点是数量大，需投入较多的精力进行数据适用性研判，甚至超过传统数据收集、分析所耗费的时间，较难进行普及。价值较高的数据掌握在信息化行业的领域，如互联网公司等，掌握了非开放大数据的资源，在城市规划与城市研究中较难接触到真实的城市数据。同时缺乏统一的数据标准化和规范化指南，根据研究目的的不同具有一定的主观性，影响了研究成果的可采纳性。在数据应用领域，以数据挖掘为核心，研究成果主要用于分析现象而非解决实际问题，与城市规划较强的实践性有所差距。
结语
大数据在城市规划中的应用已经取得了初步成效，但仍处于探索阶段。对于城市规划学科而言，随着大数据的渗透和空间规划体系的变革，要正视新理论、技术和方法对于城市研究的影响，增加学科的延展性。规划师要以开放的心态迎接大数据时代的到来，准确地评估自身能力是否与未来工作相匹配，不断地学习相关理论知识和方法，最大限度地将大数据与规划工作相结合，实现城市规划由相对简单观察向复杂模型模拟、静态统计向动态修正与监测的转向。
参考文献
[1]李芬,朱志祥,刘盛辉.大数据发展现状及面临的问题[J].西安邮电大学学报,2013(5):100-103.
[2]姚凯,钮心毅.手机信令数据分析在城镇体系规划中的应用实践:南昌大都市区的案例[J].上海城市规划,2016(4):91-97.
[3]吴志强,叶锺楠.基于百度地图热力图的城市空间结构研究:以上海中心城区为例[J].城市规划,2016(4):33-40.
[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):61-67.
