大数据时代的城市规划数据治理体系建设

中国企业数据治理联盟（www.chinaedg.com/）

进入》主数据管理        企业数据治理          信息资源规划            数据安全管理

摘要：大数据时代，城市规划行业数据猛增，面临着管理困难、难以共享的难题。从知识管理的角度，以实现知识共享和重复利用为目标，基于“数据物理分布、服务逻辑统一”的数据存储模式，提出了数据治理思路和平台建设方案。
关键词：大数据；数据治理；知识管理
计算机和互联网技术的发展带来了信息大爆炸，世界已经转移到以数据为中心的范式上——“大数据”时代[1]。信息已经是继材料和能源之后出现的第三大生产资料；而知识又是继资本、劳动之后出现的第三资源[2]。作为知识密集型行业的代表，城市规划行业拥有的数据资料十分庞大，且增长迅速，依靠传统的档案式管理，难以实现数据有效利用。
1 城市规划行业数据管理现状
城市规划属于知识密集型产业，较大依赖于设计人员的知识和经验，同时工作过程中涉及的资料数据较多，如各类技术标准规范、经济社会统计数据、空间数据等。据统计，在协同设计中员工大约花费80% 的时间在资料和知识的寻找上[3]。如何有效管理资料数据，是每个城市规划设计企业都要面临的问题。目前国内城市规划设计企业的资料数据管理可分为四种形式：标准管理、过程管理、成果管理和知识管理，每种形式各有特征。
1.1 标准管理：重前期收集轻后续整理
目前部分企业建立了自己的标准库，但以收集形式简单、容易整理的技术标准规范、文献资料等为主。城市规划项目前期收集的资料除了这类资料外，仍有许多不能纳入标准管理的有用资料，在项目完成后未及时整理，被分散保管并闲置。对于同一城市规划区，下一次城市规划编制时，又要进行资料收集的重复性工作。
1.2 过程管理：重进度管理轻经验总结
设计企业员工的工作成果常常以某种思想、创意、技术发明、管理创新的形式出现，并且很多知识创新和科研性成果的形成需要团队的协同合作[4]。许多企业建立了OA办公系统，运用信息技术对项目过程进行管理，但主要是针对项目进度监控和流程审批，对团队合作过程中获取的隐形工作经验缺乏总结共享，导致这些经验随着设计人员流动而流失。
1.3 成果管理：重成果存档轻整合利用
目前的项目成果管理形式主要是以项目为单位进行纸质和电子成果存档，而未有意识的对企业拥有的全部项目成果进行结构化整合。特别对专注于某个区域的城市规划设计企业而言，已有成果未实现空间整合，导致新工作陷入被动。
1.4 知识管理：数据管理新形式
知识管理就是一个个体或组织将自己的和别人的经验转化为解决问题的能力的过程。国外老牌的建筑事务所大多拥有大型数据库和公共服务平台，一方面将事务所的过往业绩记录下来，另一方面收集外部的资料，这是建筑事务所的积累和财富。目前国内有少数大型城市规划设计企业正在从知识管理的角度，并从自身需要出发建立了知识共享平台，如越秀地产的产品研发平台、北京市城市城市规划设计研究院的城市规划支持系统等，做出了有效尝试。
2 数据治理解决思路
数据对于城市规划设计企业而言，是非常重要的无形资产。数据管理得当、组织合理，在快速培训新员工、技能流程化、沉淀工作经验、知识重复利用、培养核心竞争力方面将发挥重大作用。围绕以上目标，数据治理的解决思路，其目标应从数据保存走向数据利用，形式从档案管理走向知识管理，体系从分散组织走向结构化组织。数据治理工作内容主要包括知识组织、知识服务和知识管理三个部分。
2.1 知识组织：隐性知识显性化、各种知识结构化
将数据转化为知识，是知识管理的关键。所谓知识，除了我们日常自觉感受到它存在的可编码的显性知识（或称言传性知识）外，还有由个人的经验、技能和洞察力构成的、无法用语言表达的隐性知识（意会性知识）。知识组织，既包括显性知识整理，如城市规划案例、技术标准规范、国内外先进经验等，也包括隐性知识的数据挖掘，如设计人员的工作经验、各类空间数据等。建立起体系完整、层次明确、条理清晰的企业级知识库目录，各个部门可以对各类显性知识和挖掘后的隐性知识按照该目录进行结构化组织。
2.2 知识服务：共享和重复利用、提升效率及协作
知识管理最终目的是实现知识共享和重复利用，将个人知识组织化、组织知识个人化。城市规划设计企业内部部门众多，为保障数据安全、实现知识共享，可遵循“数据物理分布、服务逻辑统一”的数据存储模式，由各部门负责整理、保存、更新、管理自己的数据，通过服务在企业级平台中共享。
2.3 知识管理：实现流程化整理、持续维护及更新
为实现知识库的不断更新，知识整理可结合城市规划项目管理贯穿整个过程，在不同项目阶段确定数据整理的要点及任务，如项目前期阶段以整理国内外先进经验、相关技术标准、基础空间数据等为主，项目编制阶段以总结设计人员的工作经验为主，项目成果阶段以整理成果为主。
3 企业级数据治理平台架构
围绕知识组织、知识服务和知识管理，搭建城市规划行业企业级数据治理平台框架（详见附图1），其架构可充分利用部门和企业级的硬件、网络、操作系统、SOA套件、数据库管理系统、数据仓库、信息门户等各种系统资源。

　　图1 城市规划行业数据治理平台架构
4 配套保障机制
为维持数据治理平台运行的可持续性，必须建立有效保障机制，可总结为“四个一”：即一种数据存储模式、一套知识组织流程、一个知识服务平台、一套知识管理机制。
4.1 一种数据存储模式
“数据物理分布、服务逻辑统一”的数据存储模式，实现数据快速更新；通过动态配置数据质检规则，实现数据质量的一致性、有效性和准确性；通过业务与权限的分离，实现数据安全。
4.2 一套知识组织流程
结合项目管理体系流程，制定项目各阶段的数据整理要点，实现从隐性知识到显性知识的结构化组织，实现数据的标准化管理，实现数据的快速入库，实现数据快速检索。
4.3 一个知识服务平台
采用SOA的架构，将软件视为由“配置化服务”组成的新系统，隔离业务变化导致的系统修改，平台内可根据企业业务需求设置多个知识库，如案例库、空间数据库、方法模型库、交流平台等。
4.4 一套知识管理机制
通过自底向上的管理模式，解决数据收集难的问题，实现数据的快速积累；通过扁平化的权限管理，简化数据分配流程，实现数据的安全共享；针对所有数据实体，对其来源、存储、版本、容量和使用情况等信息造册登记，数据资产一目了然；通过SearchService等技术手段，建立多级资源索引技术，快速定位到需要的数据。
5 结语
城市规划行业数据治理，平台硬件建设只是起到“盒子”的作用，如何将“盒子”里装的数据管理好，更多依赖于配套保障机制的有效运行。只有将数据治理与城市规划项目管理体系紧紧融合，成为项目管理中必不可少的环节，才能真正实现数据治理的目标。
参考文献：
[1] 赵春雷.“大数据”时代的计算机信息处理技术[J].世界科学，2012，2：30-31.
[2] 温春玲，李宁新.工程勘察企业专业知识管理初探[J]. 工程勘察，2006（增刊），442-446.
[3] 钱亚东，顾新建，马军，王生发，陈芨熙.支持协同设计的知识管理研究[J]. 浙江大学学报（工学版），2007，41（2）：304-310.
[4] 刘霁，王辉，谢卫.用知识管理带动勘察设计企业的信息化[J].中国勘察设计，2011，3：72-75.