【大数据】上海2040总规的大数据应用思考

移动互联网、移动终端和数据感应器的出现带动了大数据的急速增长。大数据时代已经到来，并且以势如破竹的趋势影响着城市规划的变革。大数据具有海量、多源、高价值等特征，将对城市规划和研究的数据收集和利用、研究技术和方法等带来重大变革。城市规划的编制和实施如何响应大数据时代的要求，充分发挥大数据的优势，这是值得深入思考的问题。

随着网络数据挖掘和可视化技术日渐成熟，人们对城市的时空认知将会更加精细、精准。目前大数据的类型十分多元化，包括出租车GPS数据（浮动车数据）、公交刷卡数据、百度POI（Point of Interests）点、手机信令数据，以及大众点评、新浪微博、安居客等网络数据。

大数据具有空间属性，能实时反映空间动态信息，对研究城市规划编制、城市空间和社会研究十分重要。近年来，学者们运用大数据方法进行了信息内容的空间可视化、数据空间分析和信息集成等内容的研究，并且不断在实际的规划中尝试运用大数据技术，以加强规划的合理性和科学性。上海2040总规也需要顺应潮流，引入大数据的方法，挖掘新的规划思路。下面梳理了总规相关的大数据应用案例，包括城镇体系识别、中心区就土地利用、职住平衡、公共中心等方面。

1城镇体系识别

城镇体系能反映城市或地区之间的网络系统结构和等级，是城市空间中地区联系和等级分布的重要表现。运用大数据能够获取居民群体间的相互联系，既能衡量城市信息联系程度，又能反映不同时间段内城市间活动的联系程度。一般可以通过移动通讯数据（如手机信令）或者社交网络数据（如新浪微博）等数据来研究城镇等级体系。

图：基于手机数据的空间联系

来源：Song Gao, UCSB Geography, 2013

图：大城市对外网络信息不对称分析图

来源：陈映雪，甄峰，王波，等,2012（《地球科学进展》）

2中心区及土地利用

城市规划中需要根据人口、用地、产业规模等对城市进行功能区划分和用地布局安排。大数据能反映城市居民的日常活动，对于识别区域边界、优化用地布局具有重要意义。龙瀛等在优化土地利用布局等方面也运用的大数据方法，如结合OSM（Open Street Map）和POI（Points of Interest）数据对国内不同等级的城市进行密度、功能、土地利用等内容分析，界定城市发展边界。基于手机大数据还可以研究不同时段城市空间结构和用地布局、用地和人口之间的关系等。

图：国内典型城市的轮廓

来源：龙瀛 BCL北京城市实验室

图：手机大数据不同时段的空间分布变化

来源：Song Gao, UCSB Geography, 2013

3职住平衡

城市中的职住平衡是提高城市运行效率，提高人们生活质量的重要内容。基于大数据研究职住平衡能从居民视角分析职住平衡的程度、通勤路径、通勤模式等。职住平衡研究可以依托多种数据类型开展，如龙瀛等通过公交卡识别居住地和工作地；冷炳荣等运用百度热力度研究工作时间和休息时间的人口分布；王德等运用手机大数据建立通勤指标从人口和距离两方面研究上海市的职住平衡。

图：基于公交卡识别的居住地（左）和工作地（右）

来源：龙瀛 BCL北京城市实验室

图：重庆主城区职住关系

来源：冷炳荣，余颖，黄大全，易峥.2015（《规划师》）

图：基于手机大数据的上海市职住平衡分析（左：居住人口密度；右：就业人口密度）

来源：王德同济大学

4公共中心

公共中心是城市公共活动和社会生活高度集中的空间载体，能集中体现城市的社会经济发展水平。目前学者们主要运用了出租车浮点数据、百度POI、大众点评数据等来识别城市中的商业中心、餐饮中心、活动中心等。王芳等利用兴趣点数据和城市路网数据通过基本单元的划分商业活动量的计算和街区的合并三个基本步骤对北京的商业区进行识别。秦萧、甄峰等运用大众点评数据对城市中餐饮空间格局进行核密度分析和综合评价，识别了南京市的餐饮中心。周素红等运用浮点车GPS数据识别出深圳市两个重要商业中心，并分析商业中心之间的空间相互关系。

图：不同类型商业区空间分布（北京）

来源：王芳，高晓路，许泽宁.2015(《地理研究》)