数据空间
您当前的位置: 首页 /新闻资讯

数据时代的规划应对

发布时间:[2017-03-21] 来源:cityif 点击量:

  30周年学术报告会在北规院建院30周年学术报告会上,特邀清华大学教授江亿、东南大学教授王建国、中规院院长杨保军、清华大学教授尹稚等10位专家作学术报告。我们将陆续把专家们的精彩报告推送给大家。敬请关注!

李栋.webp.jpg

李栋 清华同衡规划设计研究院技术创新中心常务副主任

在北京市规划院建院30周年学术报告会上,清华同衡规划设计研究院技术创新中心常务副主任主任作了《数据时代的规划应对》学术报告,介绍了在规划转型时期,利用大数据科学高效地辅助规划与决策的重要意义及主要思路。
【规划变革的背景】
  1
、经济发展由高速转为中高速,城镇化进入增速下降阶段。规划变革的背景首先表现在经济增速下降。从原来的高速增长变为中高速增长,随之将会带来经济、人文、数据等各方面的影响。城镇化发展类似于生态系统的发展规律,其增长或演化都符合S曲线。从模型推算中发现城市化率到50%后增速会逐步下降,而当前中国各地的城市化率普遍超过了这个数字,未来经济赖以增长的用地红利及人口、资源红利都将面临挑战。

1.webp (1).jpg
  2
、规划的侧重点从城乡建设转向可持续发展,从空间扩张转向品质提升。
一方面,经济的迅猛增长,带来城市空间的过度,留下了很多粗制滥造的东西;另一方面,人类个体生活条件的改善,使人们对生活品质有了越来越高的要求。因此,城市发展需要从过去的盲目扩张向品质提升转变。

2.webp.jpg
  3
、从服务城乡规划拓展转向服务城乡治理;从支撑空间管控技术提升为支撑城市综合运营;从服务单一行业拓展为更广泛的产业和社会。城市规划由过去的单一的增速考量转为追求公平和社会综合发展。过去,规划行业主要强调空间技术管控,各要素间基本是平行的、无交集的。转型后,规划行业更需服务于城乡治理、城市运营。空间政策将作为平台且与涉及到的各要素产生交集,如空间、资产等。空间平台将承载且支撑更多需求,因此规划行业具体的业务会比过去更多,会服务社会的各行各业。例如,玻璃幕墙其实与城市关系不大,但是它有很强的空间属性(空间数据、空间资产),因此,对资产在空间上的管理属性的探讨,是我们规划转型的方式和方向之一。《中央城市工作会议》精神也传达出未来城市将更加统筹的方向。

3.webp.jpg

4.webp.jpg

5.webp.jpg
【规划转型下的数据演进】
 
数据是应对规划转型、社会变革的最好切入点和支撑点,它能将城市复杂系统的复杂关系和复杂程度刻画清楚,能帮助我们了解城市发展的客观规律,最终实现五个统筹的目标。数据的演进包括三个层次:感知、测度和挖掘。我们对数据的感知功能有较普遍的了解,大量数据能揭示更多现象,但测度和挖掘更加重要,可能是在深化工作基础上发现的更值得探讨的方向。

6.webp.jpg
  1
、数据感知:看的更精细数据的感知功能使我们对城市规律有更精细的认知。精细区别于精致和精准,即提供更微观、更局部的情况。例如:
1)中关村街道管委会人口疏解及功能改善建议的研究中,通过大数据如手机、公交卡等,研究区域内人口疏解、产业转型、活力提升等,从大数据中了解住宅、人口分布特点。中关村街道中很多产业形态是以独栋楼的形式存在,因此研究将产业评估做到楼宇层面,评估每栋楼内个体企业(资本金、就业人口、面积等),分析中关村街道各写字楼经济属性(上升、增长、停滞)。

7.webp.jpg
2)对北京市养老卡数据分析与应用案例中,以老年人为研究对象,通过老年IC卡数据掌握北京市老人的分布;研究发现北京市老年人分布与总人口分布有明显的偏差,这为规划中各类配套设施、交通布局等提供参考意见。
3)北京市十年(200520102015)文化产业空间布局规律的研究。结果显示朝阳与通州的文创产业逐渐连成轴线型布局。
4)首都功能核心区地理国情动态监测系统。通过自布硬件来采集信息,如环境传感设施、空气监测网络、行为传感设施等,得到关于人或车的行为数据。

8.webp.jpg
2
、数据指标测度:看的更合理数据收集后对其整理设计的指标测度才是更重要的。五年前指标测度固定,因为所用数据来自统计局官方,有较完整的采集、处理的口径和规则。但现在数据来源于主动收集,因此指标也需要自主设计。最关键的是设计指标的合理性,因为评价指标体系的设计体现了分析的视角和方向,其合理性决定了数据分析的效能。例如:
1)上海城市体征诊断的研究中,最重要的工作是增加设计指标的可信度。将上海分成六千多个单元,每个单元里有多个来源的数据,共涉及几百个指标。城市系统本身的复杂性决定了指标设计的复杂性,复杂性即体现在人本身凭直觉或者直感没有办法把握其中的规律。

9.webp.jpg

0.webp.jpg
2)基于城市投资网络分析的城镇群评估。通过数据得知每个企业之间互相投资的信息,包括企业归属地、投资方向等。将这些明晰的数据归集后,通过指标评价反映2000-2015年城市间的投资网络。结果发现2000年只有几大城市之间有很强的投资网络,到2015年投资网络已经开始发散且越来越多的城市参与到投资网络中。在指标设计里,除了常规的投资量,另外增加了两个指标,从网络分析角度增加一个出度入度,将其作为一个整体网络进行刻画。

11.webp.jpg
3
、算法挖掘:看的更深入算法的挖掘在未来的数据应用中是一个很大的挑战,这个挑战甚至于超过了获取数据和指标分析。分析模型计算结果的可用性在行业应用中难度较大,因为它得到的结论可能是颠覆性的。
众所周知,传统的理论和方法很多也较成熟,包括在经济地理学、人口地理学等理论支撑下的统计分析、空间分析、概率分析等。然而数据时代已衍生出一些所谓的新理论、新方法,其本质是没有理论。有本书叫《第四范式》,讨论了在数据密集情况下如何做才科学,即在没有理论的前提下如何拿数据堆砌出一个合理的现象的说明。缺少理论的数据分析在城市规划或决策中存在很大风险。拿上海城市体征诊断为例,分析与上海年轻人分布关系较强的指标,通过随机森林模型得到的结果是外地人口比重,这个结果超出预期但也合理,上海本地老龄化严重,年轻人聚集的地方也是外地人聚集区。继续研究利用决策树模型,根据设定的指标判断每个地块的类型,层层设计,最终不断推演得知所有地块对年轻人的吸引能力。这对上海市未来城市更新或改造具有重要意义。这个就是城市规律在空间层面的的一种表达形式。

111.webp.jpg
 
数据创新不容易,在摸索前进中面临的最大问题是规划行业数据应用理论的缺失,数据已经走在了应用的前面。数据大量获取已不是难题,关键是如何更加科学、合理、有效地应用。因此未来数据方向的重点在于,相关理论的支撑下,通过数据实现理解城市复杂系统的规律。
中翰软件专注数据治理11http://www.jobhand.cn/
最后,用四句话作为结语,也是与同仁们共勉:

——数据价值在于多远融合、充分关联;

——我们要善用数据、但不迷信数据,合理设计分析指标尤为关键;

——通过谨慎决策,客观评判算法挖掘的结果;

——坚持规划转型的价值观、把握规划人的初心。

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


发表评论 共有条评论
用户名: 密码:
匿名发表