徐 猛 XU Meng
城市規(guī)劃的經(jīng)濟(jì)本質(zhì)之一是城市空間資源的配置機(jī)制。而主導(dǎo)城市規(guī)劃編制的主體將由城市發(fā)展需求導(dǎo)向的雅爾塔三元精英結(jié)構(gòu)(政府、企業(yè)、專業(yè)人員)走向人機(jī)交互與協(xié)同,體現(xiàn)全體成員訴求的全民參與(每個(gè)成員的主動愿景表達(dá)甚至每次出行產(chǎn)生的單體數(shù)據(jù)都將以整體數(shù)據(jù)訴求的形式深刻影響城市規(guī)劃)。就此意義而言,“規(guī)劃+大數(shù)據(jù)”更有機(jī)會表達(dá)全民對于稀缺的城市空間資源配置的集體意愿。
以上海2035總體規(guī)劃編制及其落地為契機(jī),為配合上海市城市規(guī)劃設(shè)計(jì)研究院(以下簡稱“上規(guī)院”)“規(guī)劃+大數(shù)據(jù)”戰(zhàn)略,上海數(shù)城網(wǎng)絡(luò)信息有限公司自主開發(fā)了多源數(shù)據(jù)規(guī)劃應(yīng)用平臺(以下簡稱“平臺”),嘗試提供法定規(guī)劃編制中傳統(tǒng)“官方數(shù)據(jù)+社會大數(shù)據(jù)”的應(yīng)用端接口,探索數(shù)據(jù)在規(guī)劃設(shè)計(jì)中的應(yīng)用,并在楊浦濱江城市設(shè)計(jì)、長寧區(qū)慢行系統(tǒng)規(guī)劃和虹橋開發(fā)區(qū)整體城市更新研究等項(xiàng)目實(shí)踐中獲得規(guī)劃師和評審專家的肯定。
1.1 業(yè)務(wù)需求調(diào)研
平臺開發(fā)的目標(biāo)用戶群體是一線規(guī)劃業(yè)務(wù)工作者,故開發(fā)團(tuán)隊(duì)立足規(guī)劃業(yè)務(wù)編制需求,通過走訪座談、項(xiàng)目合作等方式獲取大量規(guī)劃業(yè)務(wù)數(shù)據(jù)需求意向,包括使用場景、數(shù)據(jù)意義、使用數(shù)據(jù)目的、數(shù)據(jù)表現(xiàn)形式、模型公式、規(guī)劃結(jié)論等。
通過系統(tǒng)梳理眾多規(guī)劃師的數(shù)據(jù)應(yīng)用訴求,將其總結(jié)為3個(gè)要求:
(1)數(shù)據(jù)存儲,對上規(guī)院多方獲取的數(shù)據(jù)資源進(jìn)行更有效的展示、存儲,以規(guī)劃語義進(jìn)行數(shù)據(jù)表達(dá)比單純的數(shù)據(jù)羅列更能實(shí)現(xiàn)規(guī)劃價(jià)值。
(2)數(shù)據(jù)管理,針對不同維度的數(shù)據(jù)進(jìn)行更科學(xué)的管理和維護(hù)更新。不同維度包括空間尺度(顆粒度)和時(shí)間維度。
(3)模型算法,規(guī)劃模型方法論的標(biāo)準(zhǔn)化。多年的規(guī)劃實(shí)踐和項(xiàng)目積累可以為模型方法進(jìn)行沉淀和總結(jié),并在規(guī)劃編制中普適推廣和演替更新。形成規(guī)劃編制項(xiàng)目質(zhì)量可控、橫向可比、標(biāo)準(zhǔn)可依。
規(guī)劃項(xiàng)目中的數(shù)據(jù)支撐服務(wù)如果通過產(chǎn)品的形式提供,則該數(shù)據(jù)產(chǎn)品應(yīng)具有普適性、開放性、系統(tǒng)性的特征,才能基本涵蓋廣泛的規(guī)劃應(yīng)用場景和推廣價(jià)值。
重慶市規(guī)劃院下轄重慶城市大數(shù)據(jù)實(shí)驗(yàn)室,基于手機(jī)信令數(shù)據(jù)建立了重慶人口特征數(shù)據(jù)庫和“時(shí)空人”觀測平臺[1],為該院的規(guī)劃業(yè)務(wù)編制提供了新穎的數(shù)據(jù)研究窗口和量化手段,獲得良好的業(yè)務(wù)反饋?;诖?,該數(shù)據(jù)實(shí)驗(yàn)室從基礎(chǔ)數(shù)據(jù)倉庫建立、專項(xiàng)應(yīng)用研究、規(guī)劃體系應(yīng)用到科普教育,形成了完整的業(yè)務(wù)體系鏈條。
北京市規(guī)劃院與其他企事業(yè)單位合作成立的北京城市實(shí)驗(yàn)室(BCL)[2-4]是國內(nèi)較早進(jìn)行大數(shù)據(jù)規(guī)劃行業(yè)應(yīng)用研究的專門機(jī)構(gòu),其專業(yè)成果豐富,社會影響廣泛。
日本GSI公司專業(yè)從事商業(yè)地理選址咨詢服務(wù)[5]?;谄鋸?qiáng)大的Market Analyzer產(chǎn)品,可以為商業(yè)客戶提供完整的選址建議報(bào)告服務(wù)。其分析模型的精細(xì)定量化、數(shù)據(jù)更新高效是產(chǎn)品的核心競爭力之一。
通過業(yè)務(wù)需求調(diào)研和類比產(chǎn)品研究,結(jié)合自身的資源條件,確立了產(chǎn)品開發(fā)的基本方向和實(shí)現(xiàn)目的。
為法定規(guī)劃編制提供量化解決方案。依據(jù)規(guī)劃編制對大數(shù)據(jù)的客觀需求,對多源數(shù)據(jù)進(jìn)行規(guī)劃語義的整合、重塑、可視化和交互操作設(shè)計(jì),實(shí)現(xiàn)數(shù)據(jù)分析的產(chǎn)品化、標(biāo)準(zhǔn)化,構(gòu)建規(guī)劃師可以高效便捷使用的規(guī)劃設(shè)計(jì)應(yīng)用平臺。
(1)鏈接功能,多源數(shù)據(jù)規(guī)劃應(yīng)用平臺旨在鏈接規(guī)劃師和大數(shù)據(jù)。
(2)人機(jī)共生共進(jìn),平臺“替代”規(guī)劃師完成可數(shù)據(jù)化、標(biāo)準(zhǔn)化的重復(fù)性工作,釋放主創(chuàng)人員的生產(chǎn)力(時(shí)間),推動規(guī)劃師轉(zhuǎn)型升級編制更具創(chuàng)意的方案。
(3)應(yīng)用界面友好,打破專業(yè)壁壘,降低數(shù)據(jù)應(yīng)用的技術(shù)準(zhǔn)入門檻,使得每位規(guī)劃師只需上傳項(xiàng)目規(guī)劃范圍,即可開始“規(guī)劃+大數(shù)據(jù)”應(yīng)用體驗(yàn)。
(1)智能平臺:多源大數(shù)據(jù)的融合、展示和知識挖掘。
(2)解決方案:規(guī)劃決策模型開發(fā)、呈現(xiàn)、交互使用。
(3)功能模塊:科研課題研究方法沉淀、總結(jié)和持續(xù)更新、使用。
第一階段:平臺為人服務(wù)。
目前已完成平臺1.0版本垂直創(chuàng)新,由零到一實(shí)現(xiàn)職住模塊功能;正在啟動平臺2.0版本水平創(chuàng)新,由一生二以致多模塊。
圖1 職住關(guān)系數(shù)據(jù)融合技術(shù)體系結(jié)構(gòu)圖資料來源:作者自繪。
模板設(shè)計(jì):覆蓋宏觀、中觀、微觀各類專項(xiàng)的應(yīng)用場景,提供可供選擇、參數(shù)化的單元畫像功能群。平臺依靠模塊數(shù)量的積累,單向?yàn)橐?guī)劃業(yè)務(wù)人員提供數(shù)據(jù)服務(wù),并成為上規(guī)院科研轉(zhuǎn)化為規(guī)劃生產(chǎn)力的平臺。
第二階段: 人在平臺的互聯(lián)網(wǎng)化、數(shù)據(jù)化。
由規(guī)劃師和數(shù)據(jù)工程師共同主導(dǎo)進(jìn)行更多模塊構(gòu)建、更多模型完善、更多數(shù)據(jù)融合、更多功能延伸,使平臺不斷更新迭代,實(shí)現(xiàn)功能模塊與業(yè)務(wù)應(yīng)用的良性互動、提升和演進(jìn)。
這一階段規(guī)劃師已經(jīng)自動黏連平臺,通過平臺不斷獲得整個(gè)規(guī)劃行業(yè)內(nèi)新思維、新技術(shù)、新方法來解決規(guī)劃問題,同時(shí),他(她)的創(chuàng)新案例被數(shù)據(jù)化、模塊化地反饋到平臺,實(shí)現(xiàn)單體設(shè)計(jì)師的IP化。
第三階段:人機(jī)合一,協(xié)同進(jìn)化。
平臺的最終愿景是使具備專業(yè)訓(xùn)練背景的規(guī)劃師能熟練駕馭人工智能輔助設(shè)計(jì)平臺,包括數(shù)據(jù)抓取、清洗分類、模型運(yùn)算、評估判斷,并生成具有設(shè)計(jì)師個(gè)體價(jià)值偏好的方案,如影隨形,人機(jī)合一。與此同時(shí),平臺借由互聯(lián)網(wǎng)化的個(gè)體設(shè)計(jì)師的創(chuàng)新集合,演進(jìn)為呈現(xiàn)多元價(jià)值觀的AlphaGo智慧子系統(tǒng)。
從職住關(guān)系命題到多源數(shù)據(jù)的融合需要經(jīng)歷“命題解讀”、“量化維度分解”、“詳細(xì)指標(biāo)體系建立”、“基礎(chǔ)數(shù)據(jù)支撐”4大過程。這一體系既不是絕對的自上而下理論拆解,也不是簡單的自下而上數(shù)據(jù)拼裝,而需要各個(gè)過程不斷地融合貫通,最終才形成完整的數(shù)據(jù)融合技術(shù)體系。
職住關(guān)系是城市規(guī)劃的經(jīng)典命題,誕生于1933年的《城市規(guī)劃大綱》(后來被稱作《雅典憲章》)指出,城市規(guī)劃的目的是解決居住、工作、游憩與交通4大功能活動的正常進(jìn)行。該大綱針對就業(yè)存在的問題建議有計(jì)劃地確定工業(yè)與居住的關(guān)系。
關(guān)于職住關(guān)系的研究,以“職住平衡”為切入點(diǎn)開展得最為豐富,特別是在過去二三十年里,以數(shù)據(jù)科學(xué)為背景,經(jīng)歷了從“交通出行調(diào)查”到“大數(shù)據(jù)”的過程,職住平衡的量化分析得以體現(xiàn)。而隨著大數(shù)據(jù)的不斷出現(xiàn),關(guān)于職住關(guān)系的量化指標(biāo)也越來越多,不單單局限于“職住平衡”指數(shù)。典型研究如張?zhí)烊籟6]在研究上海市域職住空間時(shí),利用了手機(jī)信令數(shù)據(jù)和交通調(diào)查數(shù)據(jù)、人口抽樣調(diào)查數(shù)據(jù)相結(jié)合的方法,分析居民通勤距離和就業(yè)崗位通勤距離。作者通過文獻(xiàn)檢索發(fā)現(xiàn),國內(nèi)包括王德[7]、鈕心毅[8]、高碩[9]等都基于大數(shù)據(jù)開展了職住關(guān)系的量化分析研究,其核心定量化指標(biāo)包括居住地、就業(yè)地、居住的就業(yè)地、崗位的居住地、通勤圈、最大通勤、最小通勤等。
另一方面,職住關(guān)系分析在城市規(guī)劃中的支撐作用又日益迫切。結(jié)合作者所在單位業(yè)務(wù),發(fā)現(xiàn)各類型項(xiàng)目在開展前期現(xiàn)狀分析與評估時(shí),往往需要研究與職住相關(guān)的內(nèi)容,卻又不局限于上述研究學(xué)者所列舉的核心指標(biāo)[10-11],往往還包括居住人口規(guī)模、年齡、教育特征,就業(yè)與崗位的教育特征,職住空間的用地結(jié)構(gòu),通勤交通的作用,公共服務(wù)設(shè)施的服務(wù)水平等。
為此,我們結(jié)合已有學(xué)術(shù)研究及規(guī)劃設(shè)計(jì)需求提出,職住關(guān)系應(yīng)包含8個(gè)維度的數(shù)據(jù)內(nèi)容,分別為:人口、就業(yè)、崗位、用地、公服、交通、通勤和休閑(圖1)。
表1 基礎(chǔ)數(shù)據(jù)庫及詳細(xì)內(nèi)容介紹[12]
為破解8大維度的量化難題,本次研究所使用的數(shù)據(jù)來源廣泛,不僅包括上海城鄉(xiāng)發(fā)展戰(zhàn)略數(shù)據(jù)平臺(SDD)所涉及的規(guī)劃傳統(tǒng)數(shù)據(jù),還包括市層面主流空間大數(shù)據(jù)。這些數(shù)據(jù)來源廣泛,空間尺度不一、數(shù)據(jù)時(shí)效性各不相同,為了研究的嚴(yán)謹(jǐn)性,我們盡可能將數(shù)據(jù)落于微觀精細(xì)尺度,數(shù)據(jù)采集年份盡可能新,年份差距縮到最小。相關(guān)數(shù)據(jù)內(nèi)容介紹如表1所示。
圖2 職住關(guān)系指標(biāo)體系圖資料來源:作者自繪。
圖3 分布式計(jì)算對GIS性能提升(疊加分析)[14]資料來源:超圖集團(tuán),當(dāng)GIS擁抱大數(shù)據(jù)。
圖4 分布式計(jì)算對GIS性能提升(屬性更新)[14]資料來源:超圖集團(tuán),當(dāng)GIS擁抱大數(shù)據(jù)。
針對職住關(guān)系所涉8大維度以及數(shù)據(jù)基礎(chǔ),我們設(shè)立了81項(xiàng)指標(biāo)。根據(jù)指標(biāo)對職住關(guān)系支撐的重要程度,我們將指標(biāo)區(qū)分為核心指標(biāo)和一般指標(biāo)。其中的核心指標(biāo)包括:常住人口數(shù)量、人口密度、就業(yè)數(shù)量、就業(yè)密度、崗位數(shù)量、崗位密度、軌道交通站點(diǎn)進(jìn)出站流量、軌道交通站點(diǎn)通勤OD及時(shí)間、居民的工作地分布、崗位的居住地分布、職住比、居民的通勤距離和時(shí)間、崗位的通勤距離和時(shí)間等;其余指標(biāo)為一般指標(biāo)(圖2)。
IBM[13]對大數(shù)據(jù)進(jìn)行系統(tǒng)研究后,總結(jié)有4個(gè)典型特征(4V)。第一,體量大(Volume)。信息技術(shù)的高速發(fā)展,數(shù)據(jù)爆發(fā)性增長,存儲單位從過去的GB到TB,直至PB、EB。迫切需要智能的算法、強(qiáng)大的數(shù)據(jù)處理平臺和新的數(shù)據(jù)處理技術(shù)來統(tǒng)計(jì)、分析、預(yù)測和實(shí)時(shí)處理大規(guī)模的數(shù)據(jù)。第二,種類多(Variety)。廣泛的數(shù)據(jù)來源,決定了大數(shù)據(jù)形式的多樣性。大數(shù)據(jù)大體可分為3類,一是結(jié)構(gòu)化數(shù)據(jù),如財(cái)務(wù)系統(tǒng)數(shù)據(jù)、信息管理系統(tǒng)數(shù)據(jù)、醫(yī)療系統(tǒng)數(shù)據(jù)等,其特點(diǎn)是數(shù)據(jù)間因果關(guān)系強(qiáng);二是非結(jié)構(gòu)化的數(shù)據(jù),如視頻、圖片、音頻等,其特點(diǎn)是數(shù)據(jù)間沒有因果關(guān)系;三是半結(jié)構(gòu)化數(shù)據(jù),如HTML文檔、郵件、網(wǎng)頁等,其特點(diǎn)是數(shù)據(jù)間的因果關(guān)系弱。第三,價(jià)值密度低(Value)。有價(jià)值的數(shù)據(jù)所占比例很小。相比于傳統(tǒng)的小數(shù)據(jù),大數(shù)據(jù)最大的價(jià)值在于通過從大量不相關(guān)的各種類型的數(shù)據(jù)中,挖掘出對未來趨勢與模式預(yù)測分析有價(jià)值的數(shù)據(jù),通過機(jī)器學(xué)習(xí)方法、人工智能方法或數(shù)據(jù)挖掘方法深度分析,發(fā)現(xiàn)新規(guī)律和新知識,并運(yùn)用于農(nóng)業(yè)、金融、醫(yī)療等各個(gè)領(lǐng)域,從而達(dá)到改善社會治理、提高生產(chǎn)效率、推進(jìn)科學(xué)研究的效果。第四,變化快(Velocity)。大數(shù)據(jù)的交換和傳播是通過互聯(lián)網(wǎng)、云計(jì)算等方式實(shí)現(xiàn)的,遠(yuǎn)比傳統(tǒng)媒介的信息交換和傳播速度快捷。大數(shù)據(jù)與海量數(shù)據(jù)的重要區(qū)別,除了大數(shù)據(jù)的數(shù)據(jù)規(guī)模更大以外,大數(shù)據(jù)對處理數(shù)據(jù)的響應(yīng)速度有更嚴(yán)格的要求。實(shí)時(shí)分析而非批量分析,數(shù)據(jù)輸入、處理與丟棄立刻見效,幾乎無延遲。數(shù)據(jù)的增長速度和處理速度是大數(shù)據(jù)高速性的重要體現(xiàn)。
多源平臺是一個(gè)在線、實(shí)時(shí)操作、實(shí)時(shí)展現(xiàn)結(jié)果的信息化產(chǎn)品,涉及的數(shù)據(jù)種類繁多、交互操作豐富、空間計(jì)算海量,導(dǎo)致傳統(tǒng)的關(guān)系數(shù)據(jù)庫難以有效存儲、管理平臺數(shù)據(jù)資源(圖3-圖4)?;诖?,對經(jīng)典空間數(shù)據(jù)能力的改造在于3個(gè)方面:海量空間數(shù)據(jù)分布式存儲、空間數(shù)據(jù)處理分布式計(jì)算改造、空間分析分布式計(jì)算改造。
平臺建設(shè)中,采用國內(nèi)領(lǐng)先的SuperMap大數(shù)據(jù)解決方案(圖5),通過Spark+hadoop的分布式存儲、計(jì)算環(huán)境,能快速、高效地管理數(shù)據(jù)、海量計(jì)算和圖形渲染展示。
基于前期詳細(xì)的需求分析和數(shù)據(jù)整理工作,在多源平臺一期,成功實(shí)現(xiàn)以下主要功能。
多源平臺的功能是基于模塊化封裝的各個(gè)規(guī)劃應(yīng)用子系統(tǒng)實(shí)現(xiàn)的。構(gòu)建開放的平臺環(huán)境為后期的擴(kuò)展、更新提供了穩(wěn)定的運(yùn)行環(huán)境(圖6)。
通過OA系統(tǒng)統(tǒng)一的用戶管理接口,可以直接使用多源平臺。同時(shí),在后臺為用戶設(shè)置不同的權(quán)限等級,既實(shí)現(xiàn)數(shù)據(jù)功能的共享,也對敏感數(shù)據(jù)進(jìn)行安全管理。日志收集管理可以分析用戶常用的指標(biāo)功能,為平臺功能優(yōu)化和結(jié)構(gòu)調(diào)整提供依據(jù)。5.2 職住關(guān)系模塊
圖5 大數(shù)據(jù)解決方案資料來源:作者自繪。
圖6 多源數(shù)據(jù)規(guī)劃應(yīng)用平臺主頁資料來源:作者自繪。
圖7 職住關(guān)系模塊數(shù)據(jù)圖表界面資料來源:作者自繪。
圖8 職住關(guān)系模塊公服設(shè)施數(shù)據(jù)界面資料來源:作者自繪。
圖9 職住關(guān)系模塊通勤關(guān)系展示界面資料來源:作者自繪。
圖10 單元畫像資料來源:作者自繪。
圖11 用戶手冊和案例庫資料來源:作者自繪。
由平臺主頁進(jìn)入職住關(guān)系模塊,基于用戶的傳統(tǒng)認(rèn)知習(xí)慣布局其操作界面,左側(cè)為8個(gè)維度81項(xiàng)指標(biāo)的數(shù)據(jù)目錄樹,界面主體是數(shù)據(jù)展示的可視化窗口(地圖窗口),右側(cè)為圖表展示活動按鍵。地圖窗口上方為常用工具按鈕和數(shù)據(jù)篩選框。基本地圖要素包括圖例、比例尺、鷹眼等可以收放。界面右上角為單元畫像功能,上傳規(guī)劃邊界可以一鍵生成職住關(guān)系數(shù)據(jù)報(bào)告。各項(xiàng)功能展示見圖7-圖10。
用戶手冊封裝成電子書,與指標(biāo)使用過的項(xiàng)目庫鏈接在一起,既提供數(shù)據(jù)的詳細(xì)說明和算法公式,又將應(yīng)用過的項(xiàng)目場景以示范案例的形式進(jìn)行直觀展示。同時(shí),把案例中的原數(shù)據(jù)以地圖服務(wù)的形式發(fā)布,供參考學(xué)習(xí)者直接查詢、研究(圖11)。
未來政府委辦局招標(biāo)采購的可能是集成設(shè)計(jì)、管理與基于互聯(lián)網(wǎng)溝通反饋的專業(yè)系統(tǒng)解決方案。如上規(guī)院的街道設(shè)計(jì)系統(tǒng)解決方案,除了提供上海市街道設(shè)計(jì)導(dǎo)則、標(biāo)準(zhǔn)規(guī)范,規(guī)劃方案,還有方案實(shí)施評估和監(jiān)測管理軟件,公眾參與數(shù)據(jù)反饋接口等一攬子解決方案集合包,并以數(shù)據(jù)化模塊軟件樣式作為成果交付。
在重復(fù)性的腦力勞動、數(shù)據(jù)收集與清洗處理等日漸被平臺替代后,規(guī)劃師與機(jī)器之間良好的溝通互動能力將如同CAD、PS一樣成為新一代規(guī)劃師的技能標(biāo)配。更重要的是,規(guī)劃師需要聚焦那些無法被平臺模型算法所替代的部分,例如規(guī)劃項(xiàng)目策劃與運(yùn)營管理能力、與各方利益代表有效的溝通能力(特別是公眾溝通表達(dá)能力)、設(shè)計(jì)的創(chuàng)新創(chuàng)意能力等,這些差異化方面技能將會成為規(guī)劃師安身立命的新核心競爭力,抑或直接成為能夠駕馭人工智能的規(guī)劃數(shù)據(jù)工程師。我們預(yù)測未來設(shè)計(jì)行業(yè)的數(shù)據(jù)工程師人員比例將會大幅上升,甚至可能出現(xiàn)設(shè)計(jì)師與工程師比例倒掛的極端個(gè)案。到那時(shí),這些具備人機(jī)合一的跨界規(guī)劃師最有機(jī)會成為新生代規(guī)劃行業(yè)的領(lǐng)軍人才。
智慧城市建設(shè)方興未艾,其中重要的特征之一即信息的互聯(lián)互通,城市規(guī)劃設(shè)計(jì)和管理的信息系統(tǒng)內(nèi)容主體是實(shí)體空間的功能安排,也是承載智慧城市其他功能的基礎(chǔ)。
上海智慧城市總系統(tǒng)涵蓋城市功能的方方面面,由于管理和使用權(quán)屬界定明晰,必然是弱整合性的開放平臺。各子系統(tǒng)在穩(wěn)定運(yùn)行自身功能的同時(shí),通過數(shù)據(jù)接口等形式實(shí)現(xiàn)信息共享、知識分發(fā)和管理協(xié)同。
多源平臺與生俱來的數(shù)據(jù)屬性、互聯(lián)網(wǎng)屬性讓它和建筑行業(yè)的BIM平臺一樣更容易融入未來整個(gè)城市的“智慧系統(tǒng)”,而上海的空間資源配置的重要性決定了平臺作為一個(gè)子系統(tǒng)角色的重要性。
參考文獻(xiàn) References
[1]重慶城市大數(shù)據(jù)實(shí)驗(yàn)室(CUDL). 數(shù)讀重慶[R].2017.Chongqing Urban Big Data Laboratory. Digitizing Chongqing[R]. 2017.
[2]北京城市象限科技有限公司. 大數(shù)據(jù)視角下帝都魔都的愛恨情仇[R]. 2017.Beijing City Quadrant Technology Co., Ltd. A comparative study of Beijing and Shanghai from the perspective of big data[R]. 2017.
[3]龍瀛. 大數(shù)據(jù)時(shí)代的城市模型研究及其機(jī)遇[R].2017.LONG Ying. Urban model in big data era and its opportunities[R]. 2017.
[4]Beijing City Lab. Geospatial analysis to support urban planning in Beijing[EB/OL]. (2015)[ 2018-02-09]. EU:https://www.beijingcitylab.com/projects-1/5-planning-support-systems/.
[5]李長風(fēng). 國外咨詢公司商業(yè)選址類業(yè)務(wù)經(jīng)驗(yàn)借鑒研究[R]. 2016.LI Changfeng. Research on business location experiences of foreign consulting companies[R].2016.
[6]張?zhí)烊? 基于手機(jī)信令數(shù)據(jù)的上海市域職住空間分析[J]. 城市交通,2016(1):15-23.ZHANG Tianran. Job-housing spatial distribution analysis in Shanghai metropolitan area based on cellular signaling data[J]. City Traf fi c, 2016(1): 15-23.
[7]王德,朱查松,謝棟燦. 上海市居民就業(yè)地遷移研究——基于手機(jī)信令數(shù)據(jù)的分析[J]. 中國人口科學(xué),2016(1):80-89.WANG De, ZHU Chasong, XIE Dongcan. Research on intra-city employment mobility in Shanghai: based on cell phone data[J]. Chinese population science,2016(1): 80-89.
[8]丁亮,鈕心毅,宋小冬. 上海中心城區(qū)商業(yè)中心空間特征研究[J]. 城市規(guī)劃學(xué)刊,2017(1):63-70.DING Liang, NIU Xinyi, SONG Xiaodong. A study on spatial characteristics of commercial centers in the Shanghai central city[J]. Journal of Urban Planning,2017(1): 63-70.
[9]高碩,王銘揚(yáng),魯旭,等. 基于大數(shù)據(jù)的城市居民職住錨點(diǎn)計(jì)算方法研究[J]. 西部人居環(huán)境學(xué)刊,2017,32(1):31-37.GAO Shuo, WANG Mingyang, LU Xu, et al.Research on residence-and-work anchor points algorithm with big data in urban research[J]. Journal of Western Habitat Environment, 2017, 32(1): 31-37.
[10]張健,陳明敏. 基于智能出行大數(shù)據(jù)的城市空間活躍區(qū)分析及其應(yīng)用[J].規(guī)劃師,2017(1):65-72.ZHANG Jian, CHEN Mingmin. Analysis and application of commerical active space base on inteligent outgoing big data[J]. Planners, 2017(1):65-72.
[11]鄭曉偉.基于開放數(shù)據(jù)的西安城市中心體系識別與優(yōu)化[J].規(guī)劃師,2017(1):57-64.ZHENG Xiaowei. Identi fi cation and optimization of Xi’an urban center system based on open data[J].Planners, 2017(1): 57-64.
[12]上海市城市總體規(guī)劃(2017—2035). 上海城鄉(xiāng)發(fā)展戰(zhàn)略數(shù)據(jù)平臺(SDD)[R]. 2017.Shanghai City Master Plan (2017-2035). Shanghai urban-rural development strategy data platform (SDD)[R]. 2017.
[13]IBM商業(yè)價(jià)值研究院,牛津大學(xué)賽德商學(xué)院. 分析:大數(shù)據(jù)在現(xiàn)實(shí)世界中的應(yīng)用[R]. 2013.IBM Institute for Business Value, Sid College of Oxford University. Analysis: big data in the real world[R]. 2013.
[14]超圖集團(tuán). 當(dāng)GIS擁抱大數(shù)據(jù)[R]. 2017.Supermap Group. When GIS embraces big data[R].2017.