规划院系列讲座：城市规划研究中的时空大数据

钮心毅教授首先明确了时空大数据的概念边界。时空大数据是同时具备时间维、空间维的大数据，是城市规划使用最多的大数据。由于时空大数据记录了大规模城市活动、能反映城市活动与城市空间关系，而“城市活动”和“城市空间”之间的关系本身就是城市规划研究核心内容之一。支持城市空间和城市活动关系研究是时空大数据应用于城市规划的基础。

米兰市移动电话活动强度的连续地图分析

城市规划研究中的时空大数据技术先后出现了感知活动现象、归纳活动模式、识别城市功能、支持规划学科议题等四种技术类型，四种技术类型存在接续演进关系。四类研究还在持续发展进程中。其中，支持规划学科议题、将时空大数据直接用以回答城市规划学科自身议题，成为了城市规划研究中时空大数据主流技术范式。

 时空大数据推动四类经典议题的研究范式产生全面变化。

议题一：城市空间结构。

这一议题是时空大数据进入规划学科自身研究议题的起点，也是至今最为集中的议题。城市中心体系和职住空间关系是时空大数据支持城市空间结构研究的两个最集中领域。

结合智能卡数据和家庭出行调查案分析北京的职住关系

议题二：区域空间结构。

城市网络和功能性城市区域是时空大数据支持区域空间结构研究的两个集中领域。

使用手机信令数据计算居民城际出行联系

议题三：行为与建成环境。

城市活力和城市意象是时空大数据支持行为与建成环境研究的两个集中领域。

使用社交媒体数据探究城市公园参观的驱动因素

议题四：城市治理。

通过时空大数据评估居民出行活动与情感态度，为社会层面的城市治理提供新的感知手段。社区治理、空间公平是时空大数据支持城市治理研究的两个集中领域。

使用地理标记推文识别公众对社区评价的变化

钮心毅教授强调，做研究时要同时考虑规划研究议题和时空大数据，规划研究议题是更为核心的。

针对“还要做什么”这一问题，钮心毅教授将尚待解决的前沿分为三类：

（1）城市活动的感知技术有待提升。当下对人的行为、行为目的、物的属性挖掘还不够，需要依靠计算机技术、数据技术等感知技术的突破。

（2）城市活动的时空规律尚待挖掘。对于城市规划学科，城市活动时空规律挖掘的目的是实现未来城市活动的预测，使得时空大数据技术从当前对城市空间“诊断”走向对城市空间“预测”。

（3）探知城市活动与城市空间的作用机理。通过大数据发现的时空关系与人的活动等各种客观现象，还需要利用专业知识，解释其因果关系，了解其内在作用机制之后，才能提出规划策略。城市活动与城市空间的作用机理是城市规划学科最值得探索的时空大数据前沿，是规划学科的自身任务。

本文已经本人确认

供稿 | 朱盼

编辑 | 宣传办

终审 | 王颖、肖达