数据驱动城市停车政策革新：方法与启示——以深圳为例.pdfVIP

“数据驱动”的城市停车政策革新：方法与启示 ——以深圳为例 刘倩 王缉宪 孙永海 摘要：本文最主要的研究目的之一是希望展示如何结合“大数据”和传统数据对城市规划中的热点问 题进行科学分析，并提出有价值的政策启示。研究关注大城市的停车问题，主要结论如下： (1) 目前城市 停车位的空间分布在很多方面显示出与城市可持续发展相违背的特征，如在城市中心区聚集了过多的停车 空间，以及公交可达性较高的地区车位供给数量也较大；（2）开发商自身出于对成本－利益的考虑，使得 规模较小的社区，停车位供给的比率也相比较少；（3）受停车政策影响，停车位供给数量与建筑容量呈现 出线性增长关系。这些结论带来的政策启示是：(1) 需重视地块尺度设计，在城市中心区避免过大尺度的 地块开发； (2) 加强公交可达性和机动车可达性的差异化供给； (3) 根据建筑容量的大小对停车位标准 进行等级划分； (4)控制城市中心区内的停车位供给数量。 关键词：数据驱动，多源数据，停车位供给，可持续城市 1. 前言 近年来，“大数据（big data）”的概念在世界范围内，在经济、政治、社会、生活等各 个领域越来越多的被提及，无论是学者还是决策者都开始逐渐意识到海量数据对研究和决策 可能带来的变革。在美国，“数据驱动的决策方法（Data-Driven Decision Making）”已经 渗透到城市管理的方方面面 （Esty and Rushing,2007）。在我国城市规划领域，信息技术的 确促进了“智慧城市”概念的兴起，也加速了城市地图及三维空间可视化的发展。但除此之 外，对于城市规划学者和广泛的从业者来说，如何利用“大数据”来实现更为科学的规划编 制和政策决策，仍然困惑重重。 目前可获得的“大数据”源，也在某种程度上阻碍了它在城市规划编制和决策中的切实 应用。这是因为，城市规划作为一门综合性学科，归根结底其服务的对象是生活在城市中的 “人”，以人为本的规划理念所要求的规划编制和决策，除应考虑空间因素外，还必须综合 考虑人（或特定人群）的经济社会需求，这样的规划编制和决策才可能谓之为“科学的”。 但是与之相比，“大数据”所提供的数据源往往只包含了单一信息数据集，很难形成与基于 1 组群（甚至个人）的社会经济信息的融合。因此，大数据的兴起是否能够替代传统的基于取 样的调查数据也一直是规划和地理学者热议的问题。举个简单的例子，近年来，手机数据， 公交卡数据，出租车数据等越来越容易获得也因此得到更多关注(龙瀛，2014)。但从个人隐 私保护的角度，手机运营商所能公开的手机数据是数以万计的手机用户的手机使用记录，这 个数据组仅仅是隐藏掉手机号码的基站间的联系记录。一些学者希望借助这些基站间的联系 模拟人的出行轨迹，除了模拟的准确度可能受到质疑外，由于缺乏个人属性信息，我们事实 上很难知道，哪类人群更可能倾向于哪种出行轨迹，以便采取对应的政策措施。而对于可持 续交通而言，我们所更为关心的问题是：“哪类人群倾向于私家车出行和怎样的措施才能减 少他们的驾车行为？”而目前的手机数据没有记录出行方式，自然无法帮助我们回答上述在 传统的城市出行调查中所能获取到的最有用的信息。同样的，公交卡和出租车数据也存在类 似的问题。因此，现代化的记录设备虽然为我们提供了“全样本”的某类数据信息，但与基 于取样的调研数据相比，我们为“海量数据样本”付出的代价就是丧失了对每个样本更全面 的信息记录。本质上说，“大数据”实际上把定量研究又重新带回到基于整体的“集计研究 （aggregate analysis）”层面。这与交通定量研究在过去半个多世纪，逐渐从基于整体的 “集计研究”走向基于个体的“非集计研究（disaggregate analysis）”的发展过程相悖， 让我们不得不认真思考，“大数据”如何才能更好的为城市规划所用？ 笔者作为城市规划从业者，对于信息技术的了解极其有限。下文所讨论的“大数据”， 实际上是指在本研究中所使用的“开放或称开源数据（open data）”。而本文也完全是从城 市规划科学决策的视角，借助多种“开源数据”，通过与传统取样数据的结合，对当前热议 的城市停车问题，以深圳为案例进行研究。其最主要的研究目的有二：一是以案例的方式展 示，如何结合“大数据”和传统数据对城市规划中遇到的问题进行科学的分析；二是利用这 样的实证分析，对规划决策