我国在较短的时间内经历了西方发达国家在较长的历史时期内发生的城镇化历程，产生正负两种效应：从正面效应来看，人口、产业、金融资本、技术信息等资源高度集中于城市区域，所形成强大的集聚规模，推动着城市和整个区域的社会经济快速发展[1]。从负面效应分析，这种“多阶段共存”和“时空压缩”的特点，使得当今中国城市问题显得尖锐且复杂，大量城市问题被浓缩在一起，如城市快速扩张、用地结构混乱、社会空间割裂、生态系统退化、能源消耗增加、交通拥堵、空气污染、热岛效应等问题已经对城市可持续发展和城市居民正常生产生活造成巨大威胁。与传统数据相比，大数据具有海量的数据规模、多源的数据类型、动态的时空属性、价值密度低和处理速度快等优势特点，并正逐步运用于地理学、生物学、社会学等诸多学科领域。在数据获取方式、时空尺度以及核心价值等方面，对于城市规划发展和转型具有十分重要的影响。本研究在对大数据时代下城市规划响应特征分析进行分析的基础上，探讨大数据在城市规划中的典型应用，并对大数据在城市规划应用中的发展方向进行了展望，以期为当前城市规划的编制和决策提供有益借鉴[2]。
1大数据时代下的城市规划响应特征分析
1.1规划数据：从小样本静态向多源时空数据转变
传统城市规划工作涉及到包括地形图、影像图、交通路网、人口、用地、经济专项数据等类型众多的小样本数据，数据的获取方式依赖于统计年鉴、调查问卷、研究文献、深入访谈等，时间尺度也多以“年”甚至“十年”为单位，实时更新效果较差，这种传统数据的“小样本量”和“滞后性”导致了一系列严重问题，且这些问题贯穿于城市规划的全过程：规划编制阶段难以全面掌握城市发展现状，规划实施阶段难以与城市发展状况相符合，规划监管和评估阶段难以精准诊断建设过程中遇到的问题[3]。
1.2规划尺度：从单一空间尺度向全域空间尺度转变
空间单元选择是影响城市要素研究以及进行合理的资源空间配置的重要因素，不同空间尺度下的地理目标或现象会呈现不同的模式和结构,形成空间的多尺度表达。因此，在多大空间范围和空间分辨率上进行要素和问题的研究是在城市规划中必须回答的问题。由于许多自然现象和社会经济现象具有复杂性、非线性、空间异质性和不确定性等特性，在对这些现象和规律进行研究、观察时往往需要采用多尺度、跨尺度的方法[4]。
1.3规划核心：从“物质空间”向“以人为本”转变
传统城市规划编制与实施，都是通过对城市物质空间的干涉，作用于城市居民及其生活，强调的是结构与空间，受制于规划理念滞后和数据获取与处理的制约难以应对及其复杂的居民行为和个体感受。大数据技术的发展促进城市规划发生明显的社会转向，即由“经济活动和建设”为主的物质空间规划向关注“个人日常行为活动”为核心的社会空间规划转变。可以说大数据技术为城市规划的人本化提供了契机，主要体现在：首先，人的活动记录是大数据的重要构成，这为精准地反映和预测人类与城市空间环境之间的互动、个体及群体之间的互动、个体行为的空间格局等在内的城市居民时空行为特征与规律提供了技术方法，通过深刻的数据挖掘可以最终帮助我们理解和揭示城市中这些复杂的社会经济现象以及背后的影响机理[5]。
2大数据在城市规划中的应用
2.1居民时空行为研究
传统城市空间关注于从人口规模、土地利用、产业布局、经济总量等宏观层面的统计数据揭示城市发展的目标和规律，忽视了城市居民主体对城市本身的需求。随着行为地理学和信息通信技术的快速发展，城市居民行为活动及其影响下的城市空间组织和结构变化成为城市规划研究中需要重点关注的内容，不少学者致力于在城市居民通勤、购物、休闲等各类行为分析的基础上，探讨城市居民在空间约束下的行为决策以及两者之间的互动机理，从而为城市规划提供思路。在这一过程中，大数据技术的发展促使居民时空数据获取方式由传统的以人口普查、活动日志等面谈调查、问卷调查获取数据的方法转向基于手机信令、微博、POI等新技术手段获取数据的阶段。
2.2城市交通网络研究
城市交通研究是城市空间规划中的重要组成部分，传统的城市交通调查采用抽样问卷调查的方式，在数据获取周期和样本量数量方面存在较大弊端。此外，在规划方法上也多是基于人口规模和功能分区，依赖于传统计量模型得出的规划方案进行道路选线与建设，这样做的结果就是一方面容易导致交通资源空间配置失衡，另一方面影响了城市空间结构的优化发展。大数据技术的出现为城市交通规划提供了一种具有广覆盖、多层次、成本低、稳定可靠的全样本连续观察能力。目前，智能刷卡数据、ETC数据、手机信令数据、出租车计价器数据、网约车数据等已在城市交通规划中得到应用，这些数据为交通规划提供了基础数据源，可以详细获取车辆和用户的出行信息，探索城市中的人车活动规模和分布规律，更合理地引导城市交通规划的制定和交通资源的分配，最终使城市交通规划乃至城市规划显得更加“以人为本”。
2.3城市功能分区研究
城市是一个高度结构化的系统，其中包含着很多不同功能的区域，一方面为城市居民的居住、工作、游憩、交通提供各种便利，另一方面这些不同功能区的空间分布和组合模式也反映着城市中各种物质要素在空间上的分布和组合。传统的城市功能分区出发点多是通过人口规模、布局、土地利用、统计调查等数据，结合各类反映功能分区特征的指标体系等方法对城市功能区域进行划分，这种做法有两种弊端：第一，基于实地调查统计数据或统计数据获取周期长。第二，这种分区方法忽视了人的行为与所处空间的相互作用，较少利用人类活动数据划分具有共性特征的城市单元。而基于微观对象行为和感知的研究是增强理解这一复杂空间系统运作规律和划定的重要依据。
3结束语
我国正处于新型城镇化建设和工业化发展的关键时期，需要应对城市过度蔓延、交通拥堵、个性特色丧失、脆弱性增加、社会极化、环境恶化等一系列城市病，这些问题时刻考验着政府部门的治理能力和服务水平，问题的解决很大程度上取决于决策主体的能力及其拥有的数据信息。在大数据时代，基于高质量的多源数据和强大的算法，大数据技术实现了对城市要素发展趋势及要素间相互关系进行分析和预测，为全面、实时地了解城市发展变化以及解决发展中的问题提供了有力的技术支撑，在城市规划领域中应用的深度和广度也不断得到拓展。然而，为了城市规划学科的健康发展，在大数据研究热潮之下，有必要对大数据在规划实践和研究中存在的问题予以重视：诸如城市规划大数据有偏性问题、大数据长期预测不足问题、城市规划大数据开放共享问题、大数据应用于城市规划的理论方法滞后问题、城市规划大数据与传统小数据的融合问题、城市规划大数据应用体系构建问题等。
参考文献
[1]党安荣,袁牧,沈振江.基于智慧城市和大数据的理性规划与城乡治理思考[J].建设科技,2015(5):64-66.
[2]王腾.大数据在城市慧体规划编制中的应用方法研究[D].武汉:武汉大学,2017.
[3]惠西鲁.大数据助推精准规划的思路与策略[J].规划师,2015,31(S2):248-252.
[4]叶宇,魏宗财,王海军.大数据时代的城市规划响应[J].规划师,2014,30(8):5-11.
[5]高惠君.城市规划空间数据的多尺度处理与表达研究[D].北京:中国矿业大学(北京),2012.
