Urban Big Data, Open Data and Crowdsourced Data Methods

As big data becomes increasingly integral to urban studies, the evolving pro file of its applications, including the trends in data, methodologies, and contributions to urban theories, remains unclear. This study systematically reviewed literature from 57 representative journals in the fields of Urban Studies, Geography, and Environmental Studies (JCR Q1) over the past decade (2013 –2023), with a focus on quantitative research involving urban spatial big data. A total of 1,425 articles were identified through automated keyword filtering and manual screening, of which 82 were selected for further analysis due to their theoretical contributions. The results revealed key thematic areas, including urban transportation, spatial quality, vitality, and structure, with a predominant focus on developed countries and large cities. The applications of big data and novel methodologies in urban studies have increased from 2013 to 2023, with increasingly higher levels of spatiotemporal resolution. However, studies linking big data to urban theories remained limited, with most quantitative research centered on applying or proposing new methods or uncovering new phe- nomena. Theoretical contributions primarily explored the mechanisms underlying urban envi- ronment formation and their impacts on human activities and behaviors. This study provides a comprehensive understanding of big data applications and advances in theories in urban spatial studies and highlights key directions for future research. Corresponding author: Ying Long, School of Architecture and Hang Lung Center for Real Estate, Tsinghua University, Beijing 100084, China. Email: ylong@tsinghua.edu.cn Data Availability Statement included at the end of the article

中国飞地城市主义及其社会空间影响 | 223 评《城市规划大数据理论与方法》 沈振江 Review of Theor y and Method o f Big Data in Urban Planning SHEN Zhenjiang (School of Environmen tal Planning, Kanazaw a University, Kanazawa 9201192, Japan) 《城市规划大数据理论与方法》 龙瀛、毛其智著北京：中国建筑工业出版社 341 页，56.00 元 ISBN：978-112-22592-7 作者简介沈振江，日本国立金泽大学。 国内在完成大规模的城市建设任务之后，开始转向注重数据分析的规划工作，《城市规划大数据理论与方法》 一书反映了这一时代的特点，规划者不仅要为实现城市的建设工程做扎实的努力，也要与时俱进结合实际的城市规划管理，ICT（Information & Communication Technology） 设施进入城市建设的需求，利用大数据在城市分析和规划模型方面探讨新的规划方法与理论。 本书作者龙瀛和毛其智多年从事大数据与城市规划相结合的应用研究，为城市研究与规划设计提供数据支持， 为国内规划工作做出了很大贡献。这本书从五个维度讨论了大数据的规划应用， 即城市开发、 城市形态、 城市功能、 城市活动与城市活力/品质。同时，作者整理了多源数据， 对如何进行数据获取，如何进行数据挖掘、如何进行可视化、如何进行城市空间研究、如何在城市规划设计工作中应用进行了深入的探讨并提出了城市大模型的设想。本书所介绍的很多研究工作在国内领先，也在国际上引起了各国学者的关注。 城市建设本身，从远古的水道设施到近代的电力设施， 人类文明始终离不开城市基础设施的建设。近年信息通信技术的发明，城市建设兴起了 ICT 设施建设的新浪潮，物联网（Internet of Things ，IoT）的形成给城市带来了实时掌握城市局部现象与整体状况的手段，智慧城市规划与建设成为新一轮的城市建设增长点。和水电设施一样，今后 ICT 设施也必将是城市赖以生存、提高效率的基础设施之一，也将促进城市空间发生很多的变革。 224 | 第1 1卷第1期总第3 0期近几年，随着 ICT 设施进入城市空间，原来可用于城市现状分析的数据，从统计数据、样本调查数据，拓广到了通过 ICT 设施建设的物联网的大数据。数据在城市规划与设计工作中一直起着不可忽视的作用，从现状分析、目标设定、技术标准、项目评审到后评估的整个规划过程中，都是最关键的依据之一。本书在城市规划与设计的现状分析上，从土地利用与功能业态、社交网络与人的活动、交通轨迹与出行，乃至城市与建筑环境做了大量的努力，试图捕捉认识城市形态的数学规律。 因为 ICT 建设与大数据可以给人类生活方式带来很大的变革，带来非常多的新的商业机会，必然对城市空间产生很多变革的要求。 就像过去有产业、 有生活， 才可能有调查统计一样， 没有ICT 设施， 没有智慧城市建设，也就没有所谓的大数据，大数据是智慧城市建设的产物。作者关注到当下城市正在发生变化，即全天候在线化、智能化、共享化和连锁化，因此城市生活也可能小型化、居家化、个性化和自然化，所以城市空间正在产生很多新的空间使用方式，城市规划与设计正在面临新的空间类型。 在认识论层面上认识到大数据产生的背景， 认识到城市空间在第四次工业革命影响下产生的变化， 是难能可贵的，也是非常有必要与读者进行沟通和讨论的。

This output forms part of the Beijing City Lab research direction on Urban Big Data, Open Data and Crowdsourced Data Methods. Download the publication below.

As one of the essential parts in urban planning and design practice, the methodology about case study which is more reasonable and effective has not been established yet. Therefore, this paper attempts to provide the quantitative research methodology aiming at case study, which is applicable to urban planning and design in both incremental and stock urban areas. This methodology will be based on the new data environment as well as the framework of Data Augmented Design. After that, as the empirical research, the urban design practice in the new town of Tong Zhou is used to verify the feasibility of methodology in incremental areas. The paper finds that the quantitative research about current urban spaces will be continually used for the urban planning and design in incremental areas through extracting the “urban genes” and constructing the “urban gene bank”. For this reason, this methodology can provide more reasonable and scientific reference for the urban planning and design practice. 关键词： 方法论 ； 新数据环境 ； 城市设计 ； 数据增强设计

The rapid development of informatio n and communication technology has promoted th e formation of a new data environment that is made up of big data and open data, which provides dat a support for traditional planning to transform to stock-based planning. This paper is a systemati c review on the application of new data in the field of urban planning. Firstly, it introduces the acquisition, management, and platform of new data. Secondly, i t illustrates the application of new data in urban studies from the two pers pectives of the change of paradigm and the relevant academic achievements. In this part, “big model”, a new research paradigm, is specifically introduced. The third part is about the methodological revolution in urban planning practices, and mainly introduces an important method called DAD (Data Augmented Design). Then, from the perspective of new data application in urban planning in th e transitional period, the paper introduces a brand new platform called “Urban Planning Cloud Platform ” which will become a new planning form and technical basis. In the final part, the paper gives a summary on the experience and lessons of the application of new data in urban planning so as to bring new inspiration an d reference for the future development.

6 城市建筑 2018.2 | URBANISM AND ARCHITECTURE Feb. 2018 特邀嘉宾（以发言先后为序） 召集人 | 主持人龙瀛清华大学建筑学院副教授，特别研究员，博士生导师盛强北京交通大学建筑与艺术学院副教授杨鑫北方工业大学建筑与艺术学院副教授梁军辉北京清华同衡规划设计研究院技术创新中心规划师王鹏北京清华同衡规划设计研究院技术创新中心副总工程师龙瀛清华大学建筑学院副教授，特别研究员，博士生导师刘祎绯北京林业大学园林学院城乡规划系讲师熊文北京工业大学建筑与城市规划学院副教授陈瑾羲清华大学建筑学院讲师城市空间品质是反映城市人群对城市空间综合需求的评价概念 ，作为空间的总体质量 ，反映了城市空间各组成要素在“量”和“质”两方面对城市人群和城市社会经济发展影响的适宜程度 。然而，空间品质的综合性和主观性给界定和测度带来了困难，而且既有的理论和实证研究大多采用解构的方式对其进行还原和简化 ，有的通过空间若干构成要素的特征和服务水平来反映总体的质量 ，有的则以“人”为媒介，调查使用者在空间中的感知 。但近些年，新数据、新技术的引入为空间品质的研究带来了新的可能 ，为此，在本次沙龙中我们邀请多位学者 、规划师基于新数据、 新技术的不同视角，谈谈如何加强本土的相关理论研究 ，如何与传统分析方法协同工作 ，如何构建合理的集成模型 ， 如何更好地利用既有研究成果促进空间品质提升，等等。 “基于新数据、新技术的城市空间品质提升研究” 主题沙龙时间 ： 2017年12月25日(星期一) 地点 ： 清华大学建筑学院北小会议室主办 ： 《城市建筑》 杂志社协办 ： 中国城市科学研究会城市大数据专业委员会， 清华大学建筑学院， 北京城市实验室 OVERVIEW OF THE SALON THEMED ON IMPROVEMENT OF QUALITY OF PUBLIC SPACE IN CITIES WITH NEW DATA AND EMERGING TECHNOLOGIES FEATURE THEME | 主题专栏 7 首先，从一个新的数据环境角度看 ，在信息时代或者更准确地说是最近两三年，各种各样的数据让人眼花缭乱 、应接不暇。一方面，面对如此大量的数据，我自己也觉得越来越力不从心 、无法驾驭，也没有经济实力去获得类似手机信令等高端的大数据 。另一方面，从实证研究层面讲， 当我们回归规划和设计工作，特别是以提升空间品质为目的进行设计时 ， 我一直在想这些数据到底有多少是真正能够提升空间品质的 ，有多少是人可以感知到空间品质提升的，又有多少是建筑师和规划师能够影响和控制的。比如，城市中有很多指标、方法或各种各样的数据 ，以此可以识别城市的活力或城市街道空间的氛围 ，但识别的往往只是一种结果 。建筑师、 规划师真正能够控制的，除了一些形象和物理空间要素 ，其余的大都很难控制。例如，空间功能 ： 在一个地方规划了一种特定的用地功能，可能过一两年就变了。曾经规划的商业街可能发展平平，最终改为他用 ； 居住建筑也可能随着商铺的繁华发展变为商业街 。从建筑师的视角来说看似简单些，你拿到的是设计一个影剧院的任务书 ，你的任务似乎就是做好一个影更多类型的数据让我们看清更多的现象，但更重要的是分析这些现象之间的关系和因果性，进而提炼出有多少是设计能够左右的。而如何发现众多现象背后的因果关系则是在数据的问题解决之后的更重要的任务，也是更艰难的任务。 剧院，而不用想它过两年会变成什么 。

２０ １ ７ 年第 ４ 期总第 ２３ ６ 期数据自适应城市设计的方法与实践 — 以上海衡复历史街区慢行系统设计为例曹哲静龙瀛提要基于存量型数据增强设计 ， 提 Ｍｅ ｔ ｈ ｏ ｄ ｏ ｌ ｏ ｇｙ ａ ｎ ｄ Ｐ ｒ ａ ｃｔ ｉ ｃｅ ｏ ｆ Ｄａ ｔ ａ Ａｄ ａ ｐ ｔ ｉ ｖｅ Ｕ ｒ ｂ ａ ｎ Ｄ ｅ ｓ ｉ ｇ ｎ ： Ｃａ ｓ ｅ Ｓ ｔ ｕ ｄｙ ｏ ｆ 出了数据自适应城市设计的理念 ， 倡导将 Ｓ ｌ ｏ ｗ Ｔｒ ａ ｆｆｉ ｃ Ｓｙ ｓｔ ｅ ｍ Ｄｅ ｓ ｉ ｇ ｎ ｉ ｎ Ｓ ｈ ａ ｎ ｇ ｈａ ｉ Ｈｅ ｎ ｇ ｆ ｕ Ｈ ｉ ｓ ｔｏ ｒ ｉ ｃ ａ ｌ Ｄ ｉ ｓｔ ｒｉ ｃｔ 后置式空间测度反馈与规划设计过程进行 Ｃ Ａ Ｏ Ｚ ｈ ｅ ｊｉ ｎ ｇ ， Ｌ Ｏ Ｎ Ｇ Ｙ ｉ ｎ ｇ 结合 ， 将长周期的规划设计评估转换为短周期的空间反馈与空间干预 ， 并在未来的 Ａ ｂ ｓｔ ｒ ａｃｔ ： Ｔ ｈ ｉ ｓ ｐａ ｐ ｅ ｒ ｐｒｏ ｐｏ ｓｅ ｓ ｄａ ｔ ａ ａ ｄａｐ ｔｉ ｖｅ ｕ ｒ ｂａ ｎ ｄ ｅ ｓｉ ｇ ｎ ｃｏ ｎ ｃ ｅ ｐｔ ｂａ ｓ ｅ ｄ ｏ ｎ ｄ ａ ｔ ａ 城市建设中落实数据测度基础设施的建 ａ ｕ ｇ ｍ ｅ ｎｔ ｅ ｄ ｕ ｒｂａ ｎ ｄ ｅｓ ｉ ｇ ｎ ． Ｉ ｔ ｉ ｎｔ ｅ ｇｒ ａ ｔ ｅ ｓ ｐ ｏｓｔ － ｐ ｏｓ ｉ ｔｉ ｏｎ ｅ ｄ ｓｐ ａｔ ｉ ａ ｌ ｍ ｅ ａ ｓｕ ｒｅ ｍ ｅ ｎ ｔ ｆｅ ｅｄ － 设 ， 通过精细化的 “ 订制大数据 ” 的反馈 ｂ ａｃ ｋ ｉ ｎ ｔｏ ｔ ｈ ｅ ｐｒ ｏ ｃ ｅ ｓ ｓ ｏ ｆ ｕｒ ｂａ ｎ ｐ ｌ ａ ｎ ｎ ｉ ｎｇ ａ ｎ ｄ ｄ ｅ ｓ ｉ ｇ ｎ， ｗ ｈｉ ｃ ｈ ｃ ｏ ｎｖ ｅ ｒｔｓ ｔｈ ｅ ｌ ｏ ｎｇ － ｔｅ ｒ ｍ 来实现设计方案和空间使用的可持续良性 ｐ丨 ａ ｒ ｍ ｉ ｎｇ ｅ ｖａ ｌ ｕａ ｔ ｉ ｏ ｎ ｉ ｎｔ ｏ ｓｈ ｏｒｔ － ｔｅ ｒ ｍ ｓｐ ａ ｔｉ ａ ｌ ｆｅ ｅ ｄｂａ ｃ ｋ ａ ｎ ｄ ｉ ｎ ｔｅ ｒｖ ｅ ｎｔ ｉ ｏｎ ． Ｉ ｔ ｐｒ ｏｐ ｏ ｓｅ ｓ 互动 。 对数据自适应城市设计的方法与实 ｔ ｏ ｂ ｕｉ ｌ ｄ ｄａ ｔ ａ ｓｅ ｎ ｓｏ ｒ ｉ ｎ ｆｒａ ｓｔ ｒｕｃ ｔｕ ｒ ｅ ｔ ｏ ｐ ｒｏ ｍ ｏ ｔｅ ｓｕｓ ｔａ ｉ ｎａ ｂ ｌ ｅ ｒｅ ｃ ｉ ｐ ｒｏｃ ａ ｌ ｉ ｎｔ ｅ ｒａ ｃ ｔ ｉ ｏｎ ｏ ｆ 践进行了系统的阐述 。

新数据环境下的中国人居环境研究龙/G21瀛/G21郎/G21嵬 /G35 /G36 /G37 /G29 /G2A /G33 /G24 /G31 /G31 /G38 /G24 /G37 /G24 /G2A /G31 /G33 /G31 /G36 /G2B/G3C/G2D /G25/G43 /G32 /G23 /G2A /G29 /G23 /G2A /G31 /G32 /G24 /G44 /G24 /G28/G45 /G29 /G31 /G29 /G46 /G2A /G27 /G23 /G22 /G2D /G2A /G37 /G24 /G2A /G31 /G23 /G54 /G4F /G55/G56 /G24 /G26/G27 /G39/G22/G23 /G2F /G4F /G55 /G21 /G32 /G24 /G4E /G21/G39 /G4B /G2A /G2B /G2C /G29 /G29 /G2D /G29 /G2E /G2F /G30 /G2B /G2C /G24 /G31 /G32 /G2B /G31 /G33 /G30 /G32/G22/G34 /G35 /G24 /G26/G27/G2C /G33 /G25/G22 /G26 /G24 /G36 /G32 /G30 /G35 /G24 /G40 /G31/G28/G22/G37 /G32 /G24/G38/G24 /G26/G27/G39 /G3A /G3A /G3A /G3B /G3C/G22/G3D /G2C /G24 /G26 /G25/G24/G4E /G47 /G57 /G25 /G2B /G33 /G2D /G31/G28/G29 /G2E/G3D /G29 /G26 /G40 /G35 /G31 /G30 /G33 /G2B /G31 /G24 /G29 /G26 /G25 /G26 /G42/G58 /G26 /G36 /G24 /G30 /G29 /G26 /G3F /G32 /G26 /G31/G22/G3E /G29 /G26/G27/G59 /G29 /G26/G27/G4A /G29 /G2D/G28/G40 /G31 /G32 /G2B /G2C /G26 /G24 /G2B/G22 /G26 /G24 /G36 /G32 /G30 /G35 /G24 /G31/G28/G22/G3E /G29 /G26/G27/G59 /G29 /G26/G27/G22/G3D /G2C /G24 /G26 /G25/G23 /G39 /G3A /G2E /G31 /G22 /G29 /G30 /G31/G21/G34 /G2C /G24 /G35/G44/G25/G44/G32 /G30 /G24 /G35 /G25 /G35/G28/G35 /G31 /G32 /G3F /G25 /G31 /G24 /G2B /G30 /G32 /G40 /G36 /G24 /G32 /G41/G25 /G46 /G29 /G33 /G31 /G31 /G2C /G32 /G26 /G32 /G41/G44/G25 /G30 /G25 /G42 /G24/G27/G3F/G25/G44 /G44/G2D /G24 /G2B /G25 /G31 /G24 /G29 /G26 /G24 /G26 /G31 /G2C /G32/G33 /G30 /G46 /G25 /G26/G35/G28/G35 /G31 /G32 /G3F /G29 /G2E/G3D /G2C /G24 /G26 /...

Aimed at the challenges faced by the current urban development and urban planning, along with the research opportunities brought by “big data,” this paper proposes an analytical framework based on crowd-sourced data for urban planning by reviewing related literature and prac - tice. The framework is mainly oriented towards three major requirements of analysis in urban planning: the physical spaces, the user communities, and the social relationships. This analytical framework can be regarded as a preliminary attempt for future data-intensive applications in urban plan- ning and assessment.

With more than 700 million urban residents and another 30 million people being added to its cities every year, China becomes the world’s largest and most rapidly transforming urban society ( Bai, Shi, & Liu, 2014 ). Urbanization in China has therefore attracted wide attentions from researchers, policy makers, inves- tors, and the general public. The number of articles featuring ‘‘urban China’’ has risen by 600% in the last decade, based on bibliographic information gathered from the ISI Web of Science. Public awareness about a wide range of urban issues, ranging from public safety, air pollution, to food security, has reached a historical height ( Enserink & Koppenjan, 2007 ). Meanwhile, the recently released ‘‘National New-Type Urbanization Plan (2014–2020)’’ has marked a new consensus among the country’s ruling elites to foster sustainable and people-centered urbanization patterns ( Bai et al., 2014; Wallace, 2014 ). A solid understanding of urbanizing China hinges on improved measurements of Chinese cities, although gaining more data is sel- dom a solution by itself, as rigorous analyses and insightful communications are necessary to deliver derived information to a wide variety of audiences. Recent studies in urban analytics iden- tify open urban data as a promising complement to conventional authoritative data sources in understanding urban form and functions ( Crooks et al., in press; Goetz & Zipf, 2012; Jia & Jiang, 2010).

The decade of 2004–2013 saw one of the most rapid urban expansion periods in Beijing. According to official statistical yearbooks, Beijing ’s resident population grew from 14.9 million in 2004 to 21.1 million in 2013, i.e. at an annual rate of 5.1 % and adding 886,000 people each year. 1 Urban land use has expanded at a similar speed to surrounding rural areas, accompanied by significant urban rede- velopment and densification within existing built-up areas. Understanding the patterns of population and urban land use growth during this decade has an immediate relevance to urban planning in the coming decades, and hence to the pressing policy objectives to enhance citizens ’ quality of life, social inclusiveness, environmental sustainability and economic vitality in Beijing and its wider hinterland. Rapid urban development tends to create a significant gap between what takes place on the ground and the statistical data for strategic policy analysis. Typically, the data sources lag behind for one or more years, and for urban land use the data has been really patchy, in spite of great efforts by statisticians and scholars in the field. Studies on the geographical pattern of Beijing ’s development usually rely on satellite photos (e.g. Liu et al. 2000; Kuang et al. 2009) and confidential official data (e.g. Yan and Feng 2009), which are not generally open for public use. Satellite X. Rong  Y.

互联网时代的 “ 大数据 ” 热潮迅猛波及到经济社会的各个领域 ， 地理学是大数据研究与应用的天然试验场 。 聚焦地理学与大数据的碰撞 ， 回顾大数据在地理学研究中的应用探索 ， 重点讨论大数据给地理学研究与发展带来的机遇与挑战 。 讨论认为 ： 大数据已经对地理学研究产生了一定的影响 。 其中 ， 人文地理学领域的反应最为热烈 ， 基于大数据的研究案例纷纷呈现 ； 地理信息科学在互联网大数据时代将会更加迅猛发展 ， 自然地理学领域正在寻找和等待爆发点 。 目前 ， 大数据还不能改变地理学的核心命题与基本范式 ， 在坚持地理学核心思想的同时 ， 应该对地理学领域有关大数据理论的探讨与应用尝试持有一种开放包容的态度 。

新数据环境下的城市研究、规划与设计龙瀛，博士，高级工程师北京市城市规划设计研究院，北京市南礼士路 60 号，100045，北京 1 误区与契机信息通讯技术的发展以及政务公开的推进使大量数据如雨后春笋般涌现，人们称之为大数据。需要指出一个范畴上的误区是， 大数据的概念有广义与狭义之分， 国内已有的多数研究（包括我本人的研究） ，实际上都不属于大数据，而是属于开放数据，如来自商业网站或政府网站的数据；而狭义的大数据如手机信令、 公共交通刷卡记录和信用卡消费等记录大多不是开放数据，获取难度较大。为此，本讨论用“新数据环境”作为目前大数据、开放数据等研究工作的统称。 新数据环境日益成为国内规划学界和工程学界的关注热点，让学者、规划师和决策者观测到社会个体及详细空间单元上的活动。新数据环境产生的微观个体 （社会层面和物理空间层面）数据，与“以人为本”的新型城镇化不谋而合，对存量规划、收缩城市、公共参与等热点问题具有支撑作用， 为城市研究、 规划设计、 工程实践和商业咨询等带来了新的发展契机。 新数据环境下，国内多个城市研究和规划机构开展了定量城市研究工作，如北京城市实验室的多数研究工作都是基于新数据开展的。新数据多以精细化尺度覆盖大量城市，为此我与合作者提出了“大模型”这种区域和城市研究新范式， 并认为当前定量城市研究正经历四个方面的变革： 空间尺度、 时间维度、 研究粒度和研究方法——这些变革都以提高居民生活质量为核心目的。 以下是我对新数据环境下研究工作的几个看法。 2 数据有偏性的应对新数据的有偏性广为学界讨论。例如利用位置微博数据进行的城市幸福感研究， 面临着多个层面的偏差，包括微博用户的口是心非、 自然语言处理的能力约束、发微博人群的代表性、新浪提供微博 API 的黑箱。这些偏差使得研究结果的可信性受到质疑。 针对这个问题，不同的研究采取了不同的应对方法，主要包括： (1) 充分利用数据的有偏性 。例如在中国城市中频繁乘坐公交的出行者中，低收入人群有更大的出现概率，我与合作者充分利用公共交通刷卡数据（smart card data /SCD）的有偏性，研究城市贫困对象在 2008-2010 年间的出行行为、居住地和就业地的变化情况； (2) 关注局部群体的行为特征。我与合作者利用学生 SCD 分析北京 985 高校学生的出行行为，也分析了四类极端出行人群的出行行为及其社会经济特征； (3) 结合其他数据研究同一问题，以保证研究结果的稳定性。如我与合作者利用 SCD、传统居民出行调查数据、 社交网站签到数据以及出租车轨迹数据共同评价北京城市规划的实施效果，发现各类数据的评价结果都表明超过 95%的人群活动与规划边界一致； (4) 在承认新数据有偏性的前提下研究城市系统，并期待与其他有偏数据研究互补，一起勾勒出完整的城市系统。 3 多瞬时的可视化，少长周期探索已有的新数据研究多利用少于一周时长的记录，部分研究仅处于可视化层次，而少有利用覆盖多年的数据进行的研究。与新数据相比，传统数据如城市年鉴能反映出城市一年的变化和年末状态，以及城市的多年累积变化。随着新数据的不断积累， 多年连续的新数据研究成果和规划应用， 将与目前已发表的研究结果有很大差异。 例如，一日信用卡刷卡数据， 能够识别城市的消费规律， 一个月的刷卡数据， 可以识别节日的影响， 多年的数据则能够看到技术进步对消费行为的改变。这样的研究， 也将突破现有研究被质疑多可视化、多现状、 少理论的瓶颈。我和合作者利用 2008-2014 的 SCD 开展了若干探索性研究。

With the development of information technologies, open data released by central and local governments and crowdsourcing means are emerging in China. In this article, we first address this phenomenon by describing open data source, open data, and crowdsourcing datasets. We secondly address case studies on using open data are elaborated, most of which are developed by a recently-established network city lab Beijing City Lab (BCL, http://longy.jimdo.com). Lastly, we address the potential opportunities for public participation in urban planning and public governance for urban management in detail.

The paper focuses on international practices on smart city planning in the era of big data. We begin with a review on the progress of ICT and the"smart city" concept. Based on ten smart city cases around the globe, we summarize and analyze the application of big data related technologies in the current smart city movement. Accordingly, we point out that the application of big data in city development is still at its starting stage and is faced with various theoretical and practical challenges. 关键词 ：智慧城市 ； 大数据 ； 国际经验

9 2014 Vol.29, No.6国际城市规划作者 ： 柴彦威，北京大学城市与环境学院，教授龙瀛，北京市城市规划设计研究院，高级工程师申悦，华东师范大学中国现代城市研究中心，讲师 1 大数据时代的智慧城市规划随着我国城镇化的加速与深化，以消耗资源环境为代价、 以空间机械扩张为核心的城市发展模式已难以为继 ，传统的城镇发展与城市规划模式亟待转型与革新 ，而近年来引起各领域高度关注的大数据与智慧城市则为这种革新提供了机遇与挑战。 大数据业已发展成为重要的研究领域 ，在商业决策、经济发展、社会安全、公共卫生等领域的应用中发挥了突出作用，影响着人们的生活方式和学者的研究范式 。智慧城市作为提高城市可持续发展能力的重要手段和途径 ，已成为中国新型城镇化的重要战略方向，在政府部门的引导下，相关的规划与实践已在全国各地不断推进 。与此同时，信息科学、 地理信息科学、城市规划、地理学、经济学等不同学科的学者分别从不同视角出发，展开了大数据与智慧城市的研究与探讨。近年来，有关研究项目、研究机构等逐年递增，国家重大项目逐步向信息科学领域倾斜 ；有关研究成果不断丰富化，并成为很多学科的热点与主流 。因此，大数据在城市领域中的应用以及在智慧城市的规划管理中正显现出更加重要的作用。 大数据时代的城市规划不是简单的规划信息化 ，也不是规划中多了一个数据源而已 ；相反，大数据时代的大数据更多反映的是人的大数据 ，是中国经济社会与城市发展进入新的转型时期后各种新理念 ，如以人为本 、新型城镇化等的终极体现 ，是城市研究与城市规划实践的又一个春天 。 2 大数据在中国智慧城市规划中的应用探索 2.1 研究机构雨后春笋北京大学在城市与环境学院成立智慧城市研究与规划中心（http://www.smartcity.pku.edu.cn ），同济大学等成立了高密度区域智能城镇化协同创新中心 （http://www.ciuc- cocreation.org ），龙瀛发起北京城市实验室BCL（http://www. beijingcitylab.com ），南京大学城市规划设计研究院成立了规划技术协同创新中心，上海同济城市规划设计研究院成立可持续智慧城市实验室SU-SMART CITY LAB（http://tjupdi.com/ smartcity ），北京清华同衡规划设计研究院成立北京西城—清华同衡城市数据实验室UDL（http://xc.urbandatalab.com），以及南京大学成立的长三角可持续发展与智慧城市研究学术创新平台（http://www.smartregion.cn ）。与此同时，多个自媒体网站也先后创建或开始关注大数据和智慧城市领域 ，如国匠城—城市规划人的在线社区（http://www.caup.net）、城市数据派 UDParty（http://www.udparty.com）、澎湃新闻的市政厅栏目 （http://www.ThePaper.cn）以及北京市城市规划设计研究院创建的城市界面 CITYIF（http://www.cityif.com）等。 2.2 学术研究百家争鸣柴彦威、王德、张文忠、王冬根等学者发起成立了 “空间行为与规划研究会 ”，致力于建立并持续推动中国的时空间行为研究及其规划应用 ，近年的相关数据获取手段亦由传统的问卷调查扩展到手持 GPS 、公交刷卡记录 、手机记录等大数据 ，发表了一系列具有相当影响力的成果 。

8 2014 Vol.29, No.6 Editorial: Big Data and Smart Cities “大数据与智慧城市规划”专栏寄语迈克尔 · 巴蒂著赵怡婷龙瀛译 Written by Michael Batty Translated by Zhao Yiting, Long Ying 作者 ： 迈克尔 · 巴蒂，伦敦大学学院，高级空间分析中心，教授。m.batty@ucl.ac.uk，t @jmichaelbatty 译者 ： 赵怡婷，北京市城市规划设计研究院，工程师龙瀛，北京市城市规划设计研究院，高级工程师文章编号 ：1673-9493（2014）06-0008-01 中图分类号 ：TU984 文献标识码 ：A 本期主题新信息技术在公共空间、集体体系以及为公益事业提供服务的公众参与活动中的广泛应用正在改变城市生活 。智慧城市正是描绘了这样一种愿景 。在过去的 50 年里，计算机全面渗透到当代社会的公共与私人领域 ，但直到最近，城市的各大区域才广泛互联，使得计算学能够为大众提供多样化的服务，并极大地提高了这些服务的效率与公平性。 这些新生事物在过去 10 年里进展得非常迅速 ，特别是遥感技术的极大进步为城市交通等覆盖大范围区域的服务带来了革命性的变化。这些技术在运行过程中产生了大量数据， 并提供了管理和控制这些服务的新方法以更好地提升公众利益。此外，由于许多服务可以实时监测，其规划焦点也逐渐由长期转为短期。时间维度上的拓展使得城市变化被纳入到城市规划议程中来，这也意味着我们的模型与理论必须更高效地应对这些城市动态议题。在这一背景下，地理与交通领域时空研究的相互关联度将日益增加 。同时，复杂科学所反映出的自下而上的城市演进途径以及城市动态性相关理论 ， 正愈加构成我们理解当今城市的核心。 “大数据”是这些新技术催生的产物 。城市所产生的实时数据集有望促发对人们移动与定位方式的新理解 ，并提供前所未有的通讯与活动模式研究 。正如简 · 雅各布斯（Jane Jacobs）以及近期的爱德华 · 格莱泽（Edward Glaeser ）所指出的那样，城市把人们聚集到一起从事社会与经济生产 ，而智慧城市则为这些活动提供了新的社会资本 。这在通讯领域表现得尤为明显。例如，使用移动电话所产生的通话记录正为我们提供新的空间互动数据，并不断丰富我们对于人们如何出行的了解。 社交媒体——包括脸书（Facebook ）和新浪微博等社交网络、推特（Twitter ）等文本发送、Flickr 等照片档案，都在为我们提供研究人们移动与定位方式的新视角 。同时，各类智能卡的使用也为我们提供了从详细零售记录 、网上购物到交通与能源使用等各类城市数据 。人口统计数据因大数据而转变，并为我们提供了更加丰富的数据集 ，而这些数据正是提升地理信息科学系统的关键。 毫无疑问，技术带来的新通讯方式正在改变城市居民的行为。通过挖掘与这些行为相关的大数据 ，我们将发现并建立新的行为模式和研究视角。在此，我们不仅需要强大的新技术来探索这些数据，还需要更强大的方法以利用这些视角重塑城市规划流程。 我们需要借助新的数据处理方式 ，开发新的城市分析模式，实现数据挖掘与数据模型的匹配 ，并比以往更好地进行近期预测。借由更详细的时空数据集、数据开放以及更多常规功能以实现自动化，城市模型的新时代即将到来。在此基础上，我们将进一步拓展现有的规划与政策 ，以应对更加多样时空尺度下的城市变化，并不断丰富我们对于未来更加宜居而繁荣城市的设想。 我们需要新的科学来处理所有这些问题 。

开源和众包是两个伴随互联网而流行的词汇，近年来兴起的开放和众包运动不仅带来了新的商业模式， 更对多个社会领域和政府治理带来了一系列影响。 本文介绍了以 Beijing City Lab 为代表的中国城市研究者基于开放和众包数据所做的城市定量研究的概况， 并以其为例阐述了开放、 众包对城市规划编制和公共参与带来的影响及发展趋势， 并试图从权力社会学的角度提出一个城市规划改革和政府治理的新视角。