大数据在城市规划领域的应用思考

2018-12-03 15:30

大数据是近几年最热的话题之一，但其在城市规划领域的应用研究较少。在中国前几十年的快速城市化进程中，每年有大量的城市规划方案出台，但由于科学性不足，它们容易在实施过程中发生变更，缺乏对城市的定量分析使得规划师的话语权偏弱。

现在，大数据技术给了规划师们这样一个可能，对比大数据的概念与特征，可发现很多与城市规划相吻合的方面，对于城市规划来说，可以从各种类型数据中寻求事物间的联系，从而在更为宏大的视角上，将更多领域的数据一并纳入城市问题中考虑，将城市放在更为完整的数字量化环境中分析。

以下是关于大数据在城市规划中应用领域的思考，需要说明的是即使按照用途进行了划分，各个应用构想之间仍存在重合或关联的部分。

1．规划评价与规划指标

就目前而言，大多数城市规划的实施预测与评价仍然是一个以定性分析为主的过程，规划方案评估能依托的多半只有类比经验或者是设计者的主观判断，这也促使规划师更多地去发展规划中的定量分析手段。目前应用较为广泛与成熟的是基于地理信息系统的定量分析方法，依托软件的强大空间分析与信息能力，在规划分析与规划管理中应用广泛。但单一的GIS软件并不具备完善的方案模拟功能，因此，很多学者进一步研究GIS基础上的城市仿真模型，这些模型考虑了多种相关因子在城市发展中的作用，从长远来看研究发展空间更大。在众多的城市规划仿真模型中，智能体模型自下而上的模拟特征十分吻合城市规划的需求，可将人或者其他城市要素作为智能体代入到模型中进行仿真，这些智能体在数据支撑下可以进行无限细分的单体规则制订，进而在模拟中产生出类似真实世界的运行演化。始于计算机人工智能研究的智能体模型有着良好的算法支持，也支持分布式运算，这使其可成为大数据的良好载体。目前此类模型应用于实际规划分析的最大障碍在于数据的缺乏，真实城市环境中各类要素的行为交互十分复杂，只有基于足够的数据才能制订对应的运行规则。

此外，我国的城市规划实践中都会运用各种指标来对规划进行限制，这些指标在城市化早期发挥了重要的指导作用，可以高效地应对快速的城市化进程，但就目前的城市发展而言却越来越不够准确。大多数情况下都缺乏足够的数据对指标进行论证，且无法根据发展变化进行实时更新。依托大数据去构建仿真模型，可以发掘过去几十年的人口规模与城市空间扩张之间的关系，又或者是居住用地、公共设施用地的布局与城市道路交通之间的关系，纳入原有的指标类别、数值进行分析，就能做到对指标的进一步完善。以上设想如能实现，因地制宜也不再成为一句空洞的介绍词，可以考虑依据不同的环境要素如场地条件、城市气候、居民诉求、经济支撑等为不同的城市制定更为准确的控制指标。

2．规划的公众参与

城市居民才是城市的最终使用者与感受者，因此城市规划一直在提倡公众参与，这点国外发达国家做得相对较好，如规划师与业主、建设者、开发商多利益代表集团组成规划评定委员会，代表各自群体对规划进行评估。但在国内，规划的公众参与还处于起步阶段，无论是参与方法还是相关支撑技术都在不断摸索中。

大数据应用中最鼓舞人心的一点在于其可视化技术的发展，数据分析的可视化是大多数研究者所采用的手段，也诞生了众多的可视化工具，降低了技术门槛，使分析结果变得更加便于理解。大数据时代的来临或将带来新的公众参与形势，这种形势是两方面的：一方面从规划师角度来说，需要做的是借助大数据分析工具从多个方向实现规划方案的可视化图形表达。另一方面，需要专业知识来解读的方案如果能转化成非专业人士可理解的直观可视化图表，那城市居民就可以更快地理解城市规划的意图与实施影响、判断方案优劣，继而即时反馈——这将是另一类有价值的数据——而后二次分析形成对规划方案的公众评估。

大数据领先于传统分析的技术优势在于其无分巨细的充实数据量，能带来更多可定制的分析结果，同时与云计算的紧密相连使得网络交互平台成为可能，规划师与使用者的距离进一步拉近。此外，规划实施后的各类数据再次汇总即可形成反馈评估，通过对比可以很明确地发现与之前预测的差异，再与公众评估相结合，就会使得下一次的预测分析更为精确。

3．城市规划与城市生态

近几十年来城市生态的持续恶化使得人们开始思考，怎样的规划才有利于城市生态环境的可持续性发展，也因此提出了一系列相关概念。但通过文献阅读很容易发现这样一个现实：着眼于新城建设的常面临经济上的不可复制性或非生态化演变，而着眼于更具普适性的指标制定的，最终整理出的大部分指标又往往无法直接对城市规划进行指导，此外还有一些指标属于很难获取。生态城市的相关研究进展虽然普及了生态理念，也为城市发展指明了更好的方向，但在落实到城市规划中却缺乏更进一步的基础——数据支撑。

如果需要的指标都可搜集到，而彼此间的相互关系将不再依托目前的主观判断，以上的问题则可能将迎刃而解：在生态城市指标的制订中，如将节能减排作为最终目标，那么基于城市交通、居民行动、企业生产等排放源的大数据分析可以建立比现在更为精确的碳排放模型；更进一步可建立数据关联分析模型，道路密度、绿地率、建设用地开发强度、交通方式、城市风道等规划控制可与碳排放发生联系，进而为减排制订的目标可准确地反映到城市规划指导中；而生态城市所一直提倡的社会人文、经济发展等指标也可以通过相关关系来获取一个趋势判断，获得城市建设开发与社会经济发展之间的平衡。

4．城市规划与公众健康

近两年笼罩我国各大城市的雾霾屡屡发生，但从城市规划角度很难解释其成因。规划提倡的是以人为本，但城市规划与人的关系——确切地说与公众健康的关系则缺乏客观的评判标准。究竟怎样才是对居民健康更有利的城市？小数据时代，规划很难跨行业得到对自身有价值的医疗数据，而到了大数据时代，规划终于有获取城市居民健康数据的可能，进而能分析城市规划与居民健康之间的联系。

就大数据技术而言，生物医药比规划领域更早关注并已经开展了很多相关方面的尝试，如已经进入实际应用的基因序列组测试，此外也有更多关于医学应用的构想：基于详尽的临床数据、近几十年来的医疗数据与传感器的实时数据，未来的医学大数据有望朝着更智能的方向发展，能够协助医生做出诊断预测；而随着数据类别的完善以及更多细节数据的保留，许多未曾被注意到的发病机制可能会被发现，病情诊断将会更加准确，甚至在发病之前就可依据病理特征对病人做出诊断。

当医疗大数据完成对过去多年积累数据的数字化转换与整合，再加上今后更细致与更具针对性的病例数据整理，就能为公众健康分析提供一个庞大又精细的数据库，而依托这个数据库，城市或许能规划得更有利于居民健康。以传染型疾病为例，通过对公众发病空间与发病时间的定位，叠加城市空间信息，能很直观地看到传染病的蔓延区域、蔓延速度，再加上城市空间规划的特征数据，或许就能发现在同一外部条件下，哪种城市空间能降低传染病传播效率，又或者哪种城市空间更适宜于特定人群的生活。

当然，医疗大数据进入城市规划还需要其他类别数据的辅助，但城市规划与居民健康之间应能发掘出越来越多的联系。