大数据作为智慧引擎，如何提升城市空间的治理能力？
作者：降晓冉
转载自微信公众号新型智慧风向标
【嵌牛导读】大数据技术及应用的发展为城市生产生活带来了深刻变革，随着网络数据挖掘、居民行为数据的采集和分析，及数据可视化技术的日渐成熟，规划学界已经意识到大数据技术在现代城市治理中的作用。
【嵌牛鼻子】大数据、城市空间、治理能力
【嵌牛提问】在大数据发展迅速的形势下，怎样将大数据应用到城市空间，提高其治理能力呢？
【嵌牛正文】大数据技术及应用的发展为城市生产生活带来了深刻变革，特别是在公共服务、智慧交通、智慧医疗、智慧家居、智慧安防等方面以及有广泛的应用。
对于城市而言，大数据是智慧引擎，能够提升城市智能水平，提高城市空间的治理能力，让居民享受智慧生活。
传统的城市空间治理的对象主要是工业化城市，表现为对城市功能分区即居住、产业、游憩、交通之间的协调。在工业化发展后期，可持续发展理论的提出促进了空间治理与城市环境的结合，城乡空间管制就体现了这个思想。
这个时期的空间治理手段主要有两种：
一种是定性的方式，主要依靠规划管理人员的经验水平，通过观察一定区域的空间环境来制定管理措施；
另一种是定量分析，依靠技术手段，通过对城市空间内环境、社会经济、人口等因素进行描述统计、聚类分析、因子分析以及建立空间模型，对城市空间的发展和管制目标提出建议。
但是由于调查内容复杂、过程繁琐，进行社会调查和深入访谈所花费的人力、物力、财力也较大，样本分布的时空间尺度往往较小，加之传统简单的统计分析数据处理技术的限制，研究结果难以应用到日常的城市规划与管理。
随着网络数据挖掘、居民行为数据的采集和分析，及数据可视化技术的日渐成熟，规划学界已经意识到大数据技术在现代城市治理中的作用。
对于城市空间这个复杂的网络，大数据作为一种先进的技术手段，可以通过对其地理信息、社会、经济、人口、生态环境等信息的挖掘，为空间治理提供强大的决策支持，强化城市管理的服务的科学性和前瞻性。
大数据与土地资源管理
通过建立城市土地信息的数据库以及信息服务平台，对城乡土地进行管理。
主要包括土地调查、土地利用规划、土地利用现状变更、土地储备、土地交易、土地利用计划、地籍管理、基本农田保护、建设用地预审、用地报批、土地供应、土地开发整理、土地登记等，以土地利用规划、计划为指导，以建设用地审批为主线，贯穿整个国土资源管理部门，涉及土地的批、供、用、补全过程。
大数据与城市功能区划
在社交网络在城市快速蔓延的同时，大数据技术为城市功能区划提出了新的发展方向，通过对社交网站的定位信息及图像信息进行收集分析，可以确定城市发展的核心区及边缘区，继而为划定城市的中心城区和空间增长边界提供了新的思路和方向。
以英国大城市为例，在通过研究客观环境进行城市功能区划的基础上，提出3种城市中心区划分的方法：
一是利用城市地图如公交、旅游或网站描述信息描绘城市的中心区范围或边界；
二是利用 Panorama 网站(全景照片网站)，结合网络日志调查的居民经验来确定城市的中心区范围；
三是利用 Flikr 社交网络中带有地理位置的图像信息，结合文本描述内容来划分城市的中心区。
可以发现，通过对城市居民社交信息的收集分析，可以为城市的功能区划找到另外一条人本主义的路径。大数据技术还可以帮助建立仿真模型寻找城市里面不同的功能区划。
由于各种各样因素城市并不可能完全按照规划发展，那么城市的发展策略、基础设施配套以及规划管理也需要进行适当调整。
通过对历史数据进行分析对比，然后对城市的用地发展做出适当预测，核心区在什么地方？城市发展方向在哪？现有功能如何调整？这样我们可以更加准确的制定下一个版本的城市规划。
大数据与职住平衡
城市职住关系是影响城市空间的重要因素。
随着大数据技术的兴起，对人类行为的探索进入了更深的层次，在这个基础上，城市规划可以引入大数据分析帮助确定符合城市居民时空间行为的产业布局。
在现阶段，大数据技术可以通过对人的活动方式、行为习惯进行分析指导老城区功能置换以及新城区建设中满足职住需求的功能布局。对城市居民行为现有的研究主要集中在对手机信令以及社交网络的大数据分析上。
美国麻省理工大学基于对手机信号的研究，着力于找出人类活动的某些基本模式。
他们的团队研究了10万匿名手机用户的位置以及六个月期间的生活轨迹，发现人的运动轨迹显示的时间和空间具有高度规律性，每一个单独的个体在一定时间行动之后有显著概率返回到常去位置。
通过校正不同活动距离和个体固有差异性之后，最终个人活动特征成为了一个单一的空间概率分布。
这表明，尽管他们的活动特征具有多样性，但是人类遵循简单的重复性的活动模式，这种固有的相似性活动模式可能会影响人类流动性引起的一切现象，从防疫、应急响应到城市规划。
对于人们出行方式的预测也为服务业及零售业带来了福音。
大数据与城市交通管理
大数据交通管理主要是以“云计算”信息技术为依托，在较为宏观、全面和立体化的角度对城市交通进行前瞻性的分析预测，为缓解交通问题提供应对思路。其对传统城市交通管理的变革体现在以下几个方面：
第一，大数据有助于建立综合性立体的交通信息网络平台。
传统交通管理中，大量的交通数据被闲置，主要原因是计算技术的缺失。
大数据技术如分布式数据挖掘、基于 MPP的分布式数据库、分布式文件系统、分布式缓存以及云计算平台可以为城市交通的收集分析提供有力的技术支持。
通过收集车辆的数量信息、交通与交通出行者有关的时间、空间、气候、地理、图像等信息，对这些信息进行数字化处理，建立城市的综合性立体的交通信息网络平台。
第二，大数据变革了公共交通资源配置模式。
对于城市公共交通运营调度问题，传统模式中，人的经验与直觉起到了决定性的作用。
即使是基于实地调研的数据分析也有较大局限性，不能铺开研究，这对大中城市日趋复杂的公共交通系统是杯水车薪。公共交通信息与路网数据互相分离，公共交通运营部门不能及时有效地了解路网状况。
同时，不同的公共交通运营部门也未能实现数据共享，从而未能保证最佳的换乘服务。
随着技术的不断发展，新的数据来源和传媒方式不断涌现，大数据技术能充分利用公共交通历史运行情况中产生的复杂而庞大的数字信息，有效地提高现行交通信息的采集和发布，并通过数字模型分析处理，对整个城市的公共交通系统调度做出恰当安排。
第三，大数据能促进城市交通体系的集约化发展。
现阶段，城镇化的推进带来了道路交通建设的高峰，但是这些建设大多没有进行有效的合理性分析，造成了土地资源的浪费。
虽然很多城市使用 GIS 技术对土地利用与交通承载力进行分析来优化道路交通规划，但是数据处理能力的不足制约了其发展。
通过优化交通模型和引入大数据处理技术，利用现有的物质交通设施，以交通结构优化为主、基础设施建设为辅，减少对诸如土地等外部资源的依赖，促进城市交通集约化发展。
