大数据时代背景下的“新”规划.pptxVIP

城乡规划

孙卫红刘君成鲁浩峰陈龙

1.大数据

2.城乡规划

3.大数据时代背景下的“新”规划

大数据的概念:

大数据又称巨量

资料，指需要新

处理模式才能具

有更强的决策力

洞察力和流程优

化能力的海量，

高增长率和多样

化的信息资产。

简言之：大数据是指数据多到几乎能对整个样本空间进行覆盖

“大数据”概念最早由维克托·迈尔·舍恩伯

格和肯尼斯·库克耶在编写《大数据时代》

中提出，指不用随机分析法〔抽样调查〕

的捷径，而是采用所有数据进行分析处理。

大数据有4V特点，

即Volume〔大量〕、Velocity〔高速〕、

Variety〔多样〕、Value〔价值〕。

城乡规划的概念：

是各级政府统筹安排

城乡开展建设空间布

局，保护生态和自然

环境，合理利用自然

资源，维护社会公平

公正的依据，具有重

要公共政策属性。

1〕相关性，主要表达在城乡土地开发涉及多

个利益主体的格局，并且各个利益主体之间

的决策会相互影响，最终实施的方案可能超

出规划的控制范围，其中又以城市边缘区的

土地产权冲突问题最为常见；

2〕不可分割性，指规划确定的规模影响着规

划将取得的价值，如规模与目标不匹配，那

么规划就可能出现控制失效的现象；

3〕不可逆性，指城乡土地一旦开发完成，或

者一旦规划失效，要想纠正就必须付出很大

的代价；

4〕不完全预见性，指在大多数情况下，规划

师难以准确预测未来的开展，同时受相关的

社会经济环境的影响，不能详细地描述城乡

未来开展可能形成的情景。规划与现实总会

存在差距，该差距表达了城乡规划决策的不

确定性程度。

〔1〕本钱高

〔2〕周期长

〔3〕样本率低

〔4〕误差大

〔5〕不能实时更新

城市数据

案例：北京出租车大数据可视化图

颜色越深，

说明车速

越快

出租车行驶速度可视化图：为城市交通规划提供了可靠的数据保障

颜色越深，

说明出租

车数量越

多

出租车分布可视化图

案例：基于信令的人员活动分析

城市活动系统分析一直是各项城市规划中分析的难

题，

主要的难点在于活动系统分析需要定量化编制，需要综

合运用大量的数据资料，除了常规的根底地图数据、遥

感影像数据、资源与环境数据、社会经济数据、土地利

用数据、市政与公共设施数据外，最重要的是动态数据

的统计分析，这些数据包括视频数据、互联网数据、社

交网络数据、电商数据、水电煤数据、数据。其中

蜂窝数据、信令数据的应用目前越来越得到重视。

图：早上4点和下午14点全市常住人口分布比

照

图：虹

桥枢纽

区域常

住人口

的工作

地分布

及工作

岗位居

住地分

布

近年来，“大数据”的概念从理论逐渐走

向实践，如何利用大量丰富的数据资源帮

助政府更好地响应社会需求、指导经济运

行的问题。大数据的特征和城乡规划决策

的本质属性，二者具有紧密的耦合性。大

数据的逐步应用将推动城乡规划决策从

“经验决策”走向“有限理性决策”，并

满足城乡规划“公共利益”的价值观以及

利益协调的需求。

〔1〕数据整合平台建设

应用大数据进行信息整合和公开，

符合城乡规划的“公共利益”价值观；大数

据为城乡规划决策中的跨部门利益协调机制

的构建提供了根底的数据平台，促进空间利

益的协调和“多规合一”

〔2〕数据挖掘和可视化

大数据挖掘和可视化识别作用在城

乡规划的宏观城镇体系、中观城市空间格局、

微观街道空间，为城乡规划决策提供了高效

分析途径，符合城乡规划的“相关性”和

“不可分割性”的特点

〔3〕模型开发探索和情景模拟优选

基于“大数据”的数据挖掘和预测

模型也有助于减少城乡规划决策的“不可逆

性”和“不可完全预知性”，降低了在城乡

规划实施过程中的“矫正”本钱。

第一阶段是融合相同部门内部的结构化和

非结构化数据，消除数据孤岛现象，统一

数据转换的接口

第二阶段是融合不同部门的结构化数据，

建立数据储存与共享平台，消除数据割据

现象

第三阶段是根据实际需求，创新与开发城

乡规划的决策辅助模型，并应用于规划编

制和决策工作

大数据，是规划的定量分析方法获得新生，

而定量分析是规划理性思维的基石。但也要

看到数据分析方法的局限性，有时候，我们

可以同意大数据的逻辑性，确定性，却不能

认同分析得出的结论。因为，现实情形是由