引言
信息通訊技術的迅速發展促進了大量新數據的湧現。由大數據和開放數據構成的新數據環境正逐漸形成，為城市研究和規劃設計帶來了全新的機遇與挑戰。區別於過去傳統的統計年鑒等數據，本文提及的“新數據”特指十年前未被廣泛使用的數據。
新數據在成為規劃行業重要工具的同時影響著規劃理念的創新。自2013年以來，有關數據在規劃中應用的研究思潮如雨後春筍般出現，誕生了如“大數據與小規劃”、“眾籌眾包眾創”、“微時代與雲規劃”、“數據增強設計”、“大模型”等思潮。基於新數據開展規劃分析、規劃評估、輔助設計和模擬預測成為了技術視角的規劃轉型主要 探索 方向。
篇幅有限，本文主要采用近幾年所進行的研究與應用作為案例。
數據獲取、管理與平臺
2.1 數據獲取
2.1.1數據類型與特征
首先對大數據和開放數據進行辨析。開放數據（open data）指的是壹種經過挑選與許可的，不受著作權、專利權以及其他管理機制所限制的，開放給 社會 公眾自由出版使用的數據。大數據起源於21世紀以來互聯網信息技術的發展。目前關於大數據較為廣泛認可的是應具有“5V”特征——Volume（數據量）,Variety （多樣性）,Velocity（速度）,Veracity（真實性）,Value（價值）。大數據種類多且價值高，但真正投入規劃行業使用的數據類型卻相對較少，主要有公交卡數據、LBS數據、浮動車數據及手機數據等。
大數據與開放數據***同構成了當下的新數據環境。受限於數據獲取成本與途徑等各種原因，目前存在著“大數據不開放，開放數據不大”的現象，制約了城市研究及規劃實踐對數據的獲取與運用。
2.1.2新數據在城市規劃中的價值
（1）城市基礎數據覆蓋範圍的擴大
（2）編制手段的革新
（3）參與方式的擴充
2.1.3新數據獲取的 探索
2.2 數據管理
針對不同數據源，需要運用不同類型數據庫進行存儲。其中結構化數據主要運用傳統的關系型數據庫如Oracle、MySql、SQL Server等，半結構化數據則采用非關系型數據庫如HBase等，非結構化數據則需采用Text、HDFS等進行儲存。對於數據量較大的新數據，如公交刷卡數據、LBS位置數據等，需要開發專門的平臺進行管理。此外還有較常見的為大數據行業廣泛使用的Hadoop、Spark等大數據管理平臺。但這些平臺並非針對規劃行業搭建的數據管理平臺，因而在應用前還需要作相應的改造。
2.3 數據平臺
目前已有各式各樣的規劃數據平臺為不同組織所運用，其組織構成框架大同小異，主要包括數據處理平臺、規劃應用平臺、城市畫像平臺及規劃支持平臺四大部分（表1）。
目前，專門針對規劃行業的綜合數據平臺正不斷興起。人跡地圖規劃分析平臺、徐霞客計劃、BCL數據***享平臺是其中較為典型的三類（表2）。它們使用了不同的數據源，具有不同的應用領域，但均具有數據處理、城市研究與規劃支持的功能意義。
城市研究
3.1 城市研究新範式
伴隨著時空尺度的擴展，新數據為城市研究帶來了新範式，龍瀛等將其提煉為“大模型”。 “大模型”是壹種在大範圍地理區域上建立的相對精細尺度的城市、區域分析與模擬模型。與傳統城市與區域模型相比，大模型由大規模數據驅動，能夠兼顧研究精度與尺度（圖2右：大空間、細精度）。
在應用方面，“大模型”目前主要有以下幾個方向：壹是進行大中小各種尺度城市的分析（圖3）；二是從人的視角進行精細化分析與模擬（圖4）；三是將城市內尺度匯總的指標與宏觀城市指標進行計量分析，以豐富城市理論（圖5）。
3.2 基於開放數據的研究
針對不同的開放數據，城市研究者展開了不同的研究。如政府開放數據、微博數據、LBS數據等等。總體而言，盡管業內已有壹定技術積累與學術成果，但基於開放數據的研究仍處於起步階段。由於數據精確度與數據量大小問題，該領域的研究仍有較大的發展提升空間。
3.3 基於大數據的研究
業內主要運用到的大數據有公交壹卡通刷卡記錄數據、手機信令數據、智能手機LBS數據等。這種數據起源於基於智能卡的公***交通自動計費系統，它記錄了持卡者的出行行為，同時也在個體維度揭示了城市空間的使用模式。其次是手機信令數據。手機信令數據能在落實到個體的時空行為精度基礎上兼顧更廣的覆蓋範圍，是壹種近乎全樣本、全覆蓋的數據。此外還有通過與TalkingData合作獲得的基於智能手機APP采集的LBS和用戶標簽數據等。
規劃應用
4.1 認識城市規律——理解
然而，盡管新數據擁有許多優點，仍存在數據有偏性明顯、缺乏個體 社會 經濟屬性等不可規避的缺陷。新數據雖長於分析城市現象中的特征關系，卻短於揭示現象背後的原因。
4.2 規劃編制——創造
龍瀛與沈堯在 “大模型”的基礎上提出了“數據增強設計”（DAD，Data Augmented Design）。它是壹種以細尺度設計為基礎，同時對各個尺度效應進行精準了解與評估的設計模式，是“大模型”理念在規劃設計方面的深化與發展。它以定量城市分析為驅動，通過數據分析、建模、預測等手段，為規劃設計的全過程提供調研、分析、方案設計、評價、追蹤等支持工具（圖6），以提高設計的科學性，激發規劃設計人員的創造力。
DAD從本質上與過去的計算機輔助設計（CAD）及地理信息系統（GIS）壹致，是壹種新的規劃設計輔助方式。其設計框架主要由大尺度城市設計的時間、空間與人三維度構成（圖7）。其中，每個維度都可以細分為尺度與粒度兩個刻畫指標（圖8），並能在尺度與粒度間自如調度。
在具體實踐方面，DAD理念已在增量設計案例北京副中心和雄安的總體城市設計及存量設計案例上海城市設計挑戰賽中得到應用。對於增量設計而言，DAD可起到 探索 規律、輔助設計的作用。其中，“城市生長基因”方法可用於數據稀缺場地，如北京副中心城市規劃設計。借鑒“城市生長基因”，該項目從 歷史 數據中 探索 “城市生長基因”，從而對北京未來城市形態和活力展開定量分析與預測。此外，該項目還通過 探索 其他目標相似的城市“生長基因”，從中總結壹般性規律並提取模式，以支持新區設計方案的評價和優選（圖9）。
對於存量設計而言，DAD還可以提供有助於溝通協作的信息平臺。以曹哲靜等人在上海衡復城市設計競賽中的作品為例。該項目的基地在上海衡復 歷史 街區，涉及多主體、多產權、多價值觀的碰撞與融合。因而該項目在多維數據的幫助下搭建了測度空間數據的動態反饋平臺，溝通了設計主體與客體，為空間幹預制造了反饋機制。
4.3 規劃設計評價——評估
城市規劃雲平臺：存量規劃時代新的規劃形式與技術基礎
5.1 規劃行業未來方向：數據平臺支持下的人本主義存量規劃
數據化與平臺化對規劃行業的革命性意義不言而喻，如何順應並利用DT（Data Techonology）時代成為規劃行業內部亟待自我升級與變革的關鍵命題。如今，傳統規劃院的部分業務已具備平臺化的條件，具有經濟價值的案例業已出現。北京市城市規劃設計研究院搭建的城市規劃雲平臺CITYIF正是其中壹例。
5.2 城市規劃雲平臺的內容與組成
城市規劃雲平臺是北京市城市規劃設計研究院於2014年搭建的服務於政府、市民、規劃師的雲平臺。該平臺可分為數據雲平臺、智慧雲平臺和動力雲平臺三個部分，目的在於實現數據匯集、智慧匯集和動力匯集三大功能。
（1）數據雲
數據雲的任務是實現互聯網上微小元素的集成，包括所有新數據以及提供驅動新數據的技術、工具和應用系統。
（2）智慧雲
智慧雲的任務為構建規劃師之間智慧匯集與分享的平臺。目前，已有微博、微信、網絡論壇、虛擬社區等分享平臺。智慧雲的任務是在這些平臺的基礎上建立知識庫與智庫。
（3）動力雲
動力雲旨在實現規劃眾包、動力匯集與公眾參與的全 社會 化與全過程化。雲平臺將促成更多自下而上的微動力通過匯聚。它是自上而下與自下而上的聯系平臺，更是各方面各層次動力的匯集平臺。
結論與建議
6.1 收獲與經驗
正如前文所述，新數據已應用在城市規劃與研究的方方面面。對於城市規劃來說，新數據既是資源 探索 ，更是研究範式，還引發了理念創新，在實踐中形成了應用系統。下面將對近幾年在這幾個方面的收獲與經驗進行簡單的總結：
（1）資源 探索
新數據對於城市規劃與研究而言，首先是壹種資源。相對於傳統數據而言，新數據具有樣本量大、動態性、時效性、精細化、多樣化等特點，在個體行為捕捉、樣本容量、研究尺度、趨勢預測、規律發現等方面更具優勢。經過幾年的 探索 ，業內掌握壹定的智能獲取多源數據的技術方法。對於規劃行業如何與互聯網公司合作等現實問題上亦有壹定的思考成果。
（2） 研究範式
除了資源外，新數據同樣為城市研究帶來範式革新。基於新數據環境，筆者將新數據驅動下產生的城市研究新範式提煉為“大模型”。“大模型”能兼顧研究的尺度與粒度，因而它在保證研究粒度的前提下，為城市定量研究帶來了尺度的拓展。
（3） 理念創新
伴隨著新數據在城市規劃實踐中的應用，壹些新的理念誕生，如數據增強設計（DAD，Data Augmented Design）、人本尺度城市形態（human-scale urban form）、街道城市主義（Street Urbanism）以及圖片城市主義（Picture Urbanism）等。這些理念在實際的規劃設計中也已有所應用，如北京副中心城市規劃設計、雄安總體城市設計及上海城市設計挑戰賽衡復 歷史 片區更新改造等。在實踐中更是誕生了如“城市生長基因”等可直接應用於規劃設計的理念細分。
（4）應用系統
基於新數據的規劃綜合應用平臺同樣是規劃行業擁抱新數據的收獲與積累。其中，北規院搭建的城市規劃雲平臺CITYIF是較典型的壹例。此系統實現了規劃師、政府及市民的在線互動，是真正意義上基於“互聯網+”與多源數據的公眾參與輔助平臺。
6.2 教訓
新數據為城市規劃與研究帶來新視角、新動力的同時，也由於數據使用不規範帶來了壹系列經驗教訓。在城市研究方面，主要面臨的教訓是數據使用方法不當產生的“大錯誤”及壹系列道德倫理問題。首先是數據質量及使用方法，如數據收集失真、數據缺失、數據不具備代表性、壹致性及可靠性等問題所帶來的“大錯誤”（big error）；其次是倫理道德、個人隱私的問題。在城市規劃實踐領域同樣出現了盲目使用數據，為數據而使用數據的現象，方法嚴謹性的考究不足使得最終的結果良莠不齊。
總體而言，這些問題的產生與不科學、不規範的數據收集與處理過程有關。不能科學使用數據，就無法科學指導城市規劃研究與應用，因此我們必須從中吸取以下幾點教訓：（1）數據處理、分析方法的科學性；（2）數據供應方的合作模式；（3）不能完全摒棄傳統數據采集方式；（4）數據的多源校驗；（5）研究倫理的審查。
6.3 對未來發展的判斷
新數據環境為存量規劃時代中的精細化人本主義規劃提供了支持，規劃行業頭壹次具備了進行人本主義規劃實踐的條件。然而當下利用新數據所進行的城市研究與規劃應用多還處於現象描述、特征提取階段。未來對新數據的進壹步運用勢必需要進壹步的數據挖掘與分析方法進步。在下壹階段，機器學習與人工智能介入城市規劃行業勢在必得。
因而在此背景下，規劃行業改革迫在眉睫。這種改革不同於往日引進CAD、GIS之類的技術革新，而是從方法論上重新構建城市規劃的理論基礎、編制辦法、技術指標與評價體系。但是這種改革單憑規劃師群體難以實現，因而整個規劃行業也要做好開放與聯合行業外資源的準備。
筆者有理由相信，在不久的未來，大數據將不再是少數具有數據科學技能的城市研究者的專屬物，而是像CAD和地形圖壹樣每個規劃師都會用，能投入生產的生產資料。而這也是數據時代下城市規劃行業的自我變革與更新結果。