当城市规划插上大数据的翅膀

    在“互联网+”年代,不提一提大数据都显得out了,尤其是传统行业。好吧,我承认out了好久了。自从接触规划行业的一些大数据专题以来,终于找到了入门的感觉,现与大家分享下。
    从事过规划或相关工作的人可能了解,规划行业以前获取部分决策资料都是通过比较朴素的方式获取,比如统计数据、问卷调查、实地考察、走访、调研。这种方式的好处在于很深入群众,但是效率和效果就需要考虑了下。有了诸如手机信令、手机话单、文本地址等数据以后,我们可以怎样与城市规划的辅助决策进行结合呢?geohey举栗如下。

1、业务数据空间化
城市规划部门可能拥有多个行业文字地址信息,如工商、旅游、体育、文广、医疗卫生、民政等行业数据,但是需要空间化来进行某些方面辅助决策,比如使用商业、餐饮数据来进行区域活力分析。geohey可以通过地理编码自动匹配,及少量的人工纠正,将这些数据进行有效匹配,并生成相应的空间数据。如下图所示,左侧为城市文本地址信息截图,右侧为地理编码后生成的十几万条空间数据。

2、空间承载力分析
 如果规划建成区扩展,考虑可以扩展哪些周边的乡镇。可以通过周边各乡镇到建成区的联系,重点考虑扩展联系强的乡镇。如下图所示,通过信令数据分析,可以获取到每一个建成区到周边乡镇联系强度的OD线(关于OD线的介绍,可参考关于大数据下OD线的小思考,从而获取联系强度。

3、城市公共中心体系发展方向辅助分析
通过空间大数据手段,如信令数据,可以用来了解不同年龄段在不同时段、不同空间的人流分布。如下图为某城市工作日10点,20点,22点,25-60岁之间人流分布图,可以看出来就业、商业、居住都分布主要在城市主城区,且向东南方向延伸。
下图为该城市就业分布图:

下图为该城市商业分布图:

下图为该城市人口居住分布图:

4、城市之间联系紧密度
通过统计一定时间段内地市居民同外地的通话联系状况,可在一定程度反映出该城市与外界城市关联的紧密程度,如下图所示,可以看到南昌除了与省内城市联系较多外,和北上广深的联系也是非常密切,可以从另一个角度说明从该城市去这些一线城市务工或者出差的人流也非常多。

  当然,少数案例并不能全面概括大数据思维的全貌,不管在传统行业,还是新兴行业,大数据应用的广度和深度应该与创新更密切,打破传统思维,就能带来新的规划方法论。本文仅以抛砖引玉,期待城市规划及更多的行业,都可以充分发挥大数据价值,从而飞的更快更远!