基于大数据的城乡总体规划设计课程探讨研究

王  垚，周  敏，王  勇    

（苏州科技大学建筑与城市规划学院，江苏 苏州 215009）

[摘  要]数字化设计和精细化管理已经成为国土空间规划的新要求，大数据分析成为城乡规划专业学生必不可少的技能。然而，面对国土空间规划变革的现实需求，传统建筑类高校的城乡总体规划设计课程缺乏相应的知识体系、分析方法和实践训练。依据国土空间规划的技术需求和应用场景，建议城乡总体规划设计课程增加大数据分析的理论知识讲授、数据分析处理和综合实践运用三个模块，分别对应原理知识、软件技术和实践操作的能力提升。理论知识讲授模块主要介绍最新前沿理念和最新的实践案例，培养学生数据分析思维；数据分析处理是培养学生数据处理能力和数据可视化能力；综合实践运用模块指将大数据分析技术应用于课程规划设计的各应用场景。

[关键词]大数据；国体空间规划；城乡规划；总体规划设计

［基金项目］2021年度教育部国家城乡规划“一流本科专业”首批建设点（教高厅函〔2021〕7号）；2018年度江苏省人民政府办公厅“江苏高校优势学科建设三期工程三期项目——城乡规划学”（苏政办发〔2018〕87号）；2020年度国家自然科学基金青年项目：“场所-流动”双重视角下长三角城市群空间结构和规划策略研究（编号：52008281）。

［作者简介］王垚(1988-). 男，河南安阳人，博士，苏州科技大学建筑与城市规划学院讲师，硕士生导师，主要从事城市规划方法与技术、大数据分析的研究;周敏(1988-). 女，湖北宜昌人，博士，苏州科技大学建筑与城市规划学院讲师，硕士生导师，主要从事区域与城市空间结构的研究；王勇(1974-). 女，河南驻马店人，博士，苏州科技大学建筑与城市规划学院副院长，教授，硕士生导师，主要从事城乡空间规划与治理的研究。

 [中图分类号]G642.41   [文献标志码]A    

一、引言

大数据（big data）指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理,具有Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）五大特征^[1]。国务院的《促进大数据发展行动纲要》、工信部的《大数据产业发展规划 （2016-2020年）》以及《2020年国务院政府工作报告》强调通过大数据的开发和利用推动国民经济各个领域的发展。当前大数据可挖掘城乡居民在多个空间尺度和时间段的活动特征，或者商业业态、街道环境等建成环境，有效弥补传统数据的采样率低、成本高和周期长的不足，能够反映城乡居民的行为特征和城乡建成环境的特征。大数据能为城乡规划设计提供新的视角和方法，并为城乡空间的数字化设计和精细化管理奠定坚实基础。

2019年中共中央、国务院《关于建立国土空间规划体系并监督实施的若干意见》确立了国土空间规划作为各类开发建设基本依据，是保障国家战略有效实施、促进国家治理体系和治理能力现代化的必然要求，并要求教育部门加强国土空间规划相关学科建设。国土空间规划将统一不同类型的规划，实现规划编制、审批和落实的“一张蓝图”，发挥国土空间开发保护中的战略引领和刚性管控作用，统领各类空间利用，需要国土空间规划的数字化设计和精细化管理。因此，大数据将在国土资源配置、国家综合治理和民生品质提升等方面发挥重要作用。

面对国土空间规划变革的现实需求，城乡规划作为国土空间规划主体支撑学科，存在内在逻辑的延续性和一致性，将成为对接国土空间规划研究的主体学科^[2]。其中，城乡总体规划设计是城乡规划专业十大核心课程之一，也是与国土空间规划实践联系最直接和密切相关的课程。针对在大数据时代背景和国土空间规划实践的现实需求，要求城乡总体规划设计课程适应新的发展形势。既有研究主要关注大数据在城乡规划的应用^[3,4]，或者国土空间规划背景下城乡规划课程体系的改革^[5,6]，但并未从上述背景下对城乡总体规划课程进行完善。

因此，在国土空间规划实践背景下，大数据作为城乡规划领域的一项新技术，可以为城乡总体规划设计课程提供有效支撑，相应的课程设置也需要完善和变革。

二、当前城乡总体规划设计课程存在的不足

据全国城乡规划专业指导委员会的统计资料，目前我国七成以上的城乡规划专业起源于建筑类院校，教学体系中一半以上的课程基于建筑学背景进行设置，只有少量课程源于其他工程和理学学科^[7]。这导致城乡规划本科生的量化数据分析能力较为欠缺。笔者通过与规划设计院等生产实践部门同行的交流，得到的反馈是城乡规划毕业生的知识体系在面对国土空间规划实践时已然落后，规划设计部门对地理信息专业、土地管理等专业的毕业生需求更大。

（一）缺乏大数据的知识体系

当前城乡规划的课程体系并未设置大数据相关的理论课程。尽管大数据作为一种新的技术方法，对城乡规划的作用体现在应用层面，但也由于过去课程设施并未过多关注新的技术方法，导致了相关知识体系的匮乏。所以课程未来需要增加大数据的基本知识体系，以便学生课后进一步深入研究。

（二）缺乏大数据的分析方法

大数据的分析方法发展较快，新的数据和方法不断涌现。从国土空间规划的实践出发，城乡规划专业掌握基本的大数据分析方法就能够满足未来实践需求。全国城乡规划专业指导委员会推荐的课程体系中包括了地理信息系统、城乡规划信息技术、城市发展的技术应用等课程，涉及到一些数据分析方法，一些高校甚至将编程等大数据相关的分析方法作为全校的通识课程。

（三）缺乏大数据的实践训练

相对于理论和方法，大数据分析的最终目的是支撑城乡总体规划设计的实践。过去的教学经验表明，城乡规划技术与方法在课程实践中更容易被学生理解好掌握，所以大数据分析也需要结合国土空间规划实践并落实到城乡总体规划设计课程作业的各个环节。目前城乡总体规划设计课程缺乏大数据分析实践训练的应用场景，需要未来课程作业中考虑各个应用场景的训练的作用和目的。

三、基于大数据的城乡总体规划设计课程的完善

城乡规划专业学生应具备的大数据分析技术一般包括大数据采集、大数据存储及管理、大数据分析与挖掘、大数据可视化。传统的建筑类院校的城乡总体规划设计课程的课时量一般为96学时，未来应该在其中适当增加大数据相关的理论知识讲授、数据分析处理和综合实践运用三个模块。

（一）理论知识讲授模块

理论知识讲授模块主要介绍最新前沿理念和最新的实践案例。最新前沿理念包括了大数据相关的原理知识、大数据类型和特征和大数据与传统数据的关系介绍；最新的实践案例包括了当前国土空间规划实践中常用的大数据分析的应用场景。

理论教学模块可采用2-4个课时。首先，采用1-2个课时讲授大数据的基本原理、数据类型、数据特征以及与传统数据的关系。其次，采用1-2个课时介绍大数据的前沿研究和国土空间规划实践案例中运用场景，包括了大数据在城乡空间结构评估和测度、城乡人口识别和估测、城乡交通设施评估等方面。理论教学模块希望实现两个目标：一是基本了解大数据分析的原理，认识到大数据前沿研究能能够弥补传统数据的不足；二是通过实践案例介绍使得学生了解大数据是解决国土空间规划的实践问题时所面临的背景和需求以及项目选择的大数据类型，培养学生形成大数据解决实践问题的思维模式。

（二）数据分析处理模块

数据分析处理模块主要培养学生数据处理能力和数据可视化能力。城乡规划的大数据分析技术并不复杂，目前国土空间规划实践常用的技术方法是将在数据库管理的基础上将不同的空间技术分析方法进行组合。由于城乡规划开设的地理信息系统等相关技术方法课程，城乡总体规划设计课程不再关注具体的数据处理方法，而是重点讲授这些数据分析技术如何适用于不同的应用场景，以及相应的可视化的效果表达。

数据分析处理模块可采用2个课时。1个学时讲授SQL Server、Python软件对大数据所需的数据库管理的基本操作命令，主要包括了大数据存储和大数据清理两个步骤；1个学时讲授Arc GIS的高级分析工具，包括了大数据的空间分析和大数据的可视化，重点阐述这些工具的组合方式以及可被应用的场景。数据分析处理模块希望实现两个目标：一是帮助学生回顾和梳理之前的城乡规划技术方法课程的知识点；二是大数据分析思维的具象化，有能力解决实践问题。

数据分析处理模块落实的关键是今后应该注重课程体系的前后衔接。在大数据支持城乡总体规划设计的整个过程中，由于课时量的限制难以全面展开大数据分析方法的具体练习，所以要求现行教学体系中地理信息系统、城乡规划信息技术和城市发展的技术应用等课程增加常用大数据分析技术的介绍与讲解，城乡总体规划设计课程成为落实上述技术方法课程的应用场景。

（三）综合实践运用模块

综合实践运用模块指学生完成理论知识讲授模块和数据分析处理模块后，掌握了大数据分析辅助设计的思路、途径和方法后，选取城乡总体规划设计作业的应用场景，进行大数据技术的应用实践。综合实践运用模块不设立单独的课时，按照规划设计课程已有的分组团队作为基本单元，通过课程设计将大数据分析贯穿课程作业相关环节。基于国土空间规划实践，相关应用场景包括了：

1）城镇体系规划。基于国际最前沿的“流空间”理论，通过手机信令数据、企业关联数据、百度指数等大数据测度城镇之间的人流、资本流和信息流，反映城镇的等级结构、空间结构、职能结构和网络结构以及区域重要基础设施服务范围分析^[8]。

2）城乡人口估测。由于传统的人口普查数据周期较长，采用手机信令数据能够识别当前城乡“实际服务人口”，并结合人口普查数据共同估测城乡常住人口规模。

3）中心城区职住平衡分析。中心城区的职住平衡是城市空间结构的重要组成部分，但传统统计数据源难以获得居民的“居住-就业”的空间联系；通过交通抽样调查数据也能反映职住关系和通勤特征，但成本极高且获取难度大。使用手机信令数据识别出用户的就业地与居住地的空间分布，用以判断中心城区的各个片区之间通勤联系的紧密程度^[9]。

4）中心城区商圈分析。利用手机信令数据得到的游憩-居住功能联系数据，识别出中心城区的商业中心，依据游憩者来源地分析各商业中心腹地并划分势力范围，弥补使用传统的规模等级判断法的不足^[10]。

5）城乡基础服务设施效能评估。利用手机信令数据中获取设施使用者的时空轨迹，对医院、学校、大型超市等为代表的公共服务类设施或者医院、学校、大型超市、大型体育设施、公园等为代表的公共服务类设施以及大型公园、大型景区等为代表的生态旅游服务设施的服务范围进行分析^[9]。

四、结语

面对国土空间规划实践的数字化设计和精细化管理的新要求，要求城乡总体规划设计课程对大数据分析技术的需求。大数据分析技术能够以精细化尺度覆盖城乡空间，能够从微观个体视角出发研究城乡宏观空间问题，对国土空间规划实践进行有力支撑。

[参考文献]

[1] [英] 维克托•迈尔•舍恩伯格, [英]肯尼思·库克耶, 周涛, 译. 大数据时代: 生活、工作与思维的大变革[M]. 浙江人民出版社, 2012.

[2] 周庆华, 杨晓丹. 面向国土空间规划的城乡规划教育思考[J]. 规划师, 2020, 36 (7): 27-32.

[3] 吴莞姝. 基于城市大数据的城乡规划专业课程思考[J]. 教育教学论坛, 2020 (12): 350-353.

[4] 韩会然，杨成凤，姚景艳．大数据时代高校城乡规划本科专业课程体系改革——以安徽师范大学为例[J]. 高等建筑教育, 2020, 29(3): 86-93.

[5] 符娟林, 喻明红. 国土空间规划体系下城乡规划专业教学实践探讨[J]. 教育教学论坛, 2020(37): 201-203.

[6] 杨欢，魏晓宇. 国土空间规划背景下我国城乡规划专业本科课程体系“供给侧”改革思路探讨[J]. 黑龙江教育(高教研究与评估), 2021(3): 18-20.

[7] 孙一歌, 张百伶. 大数据支持下城乡规划专业设计类课程教学方法的思考[J]. 教育教学论坛, 2018, 28(7): 223- 224.

[8] 王垚，钮心毅．长江三角洲城市群核心区的功能多中心特征和规划响应——

基于城际出行联系的研究．国际城市规划.

http://kns.cnki.net/kcms/detail/11.5583.TU.20200511.1533.004.html

[9] 钮心毅, 朱娟, 施澄. 手机信令数据支持城市总体规划实施评估的技术框架[J]. 城市建筑, 2017 (27): 16-20.

[10]丁亮, 钮心毅, 宋小冬. 上海中心城区商业中心空间特征研究[J]. 城市规划学刊, 2017(1)：63-71.

Research on Urban and Rural Master Plan Design Course Based on Big Data

                      Wangyao Zhou Min  Wang Yong

             School of Architecture and Urban Planning, Suzhou University of Science and Technology, Suzhou, Jiangsu 215009

Abstract: digital design and refined management have become the new requirements of land and space planning, and big data analysis has become an essential skill for urban and rural planning students. However, in the face of the real needs of land and space planning reform, the urban and rural master planning and design courses of Traditional Architectural Colleges lack the corresponding knowledge system, analysis methods and practical training. According to the technical requirements and application scenarios of land and space planning, it is suggested that the course of urban and rural master planning and design should add three modules: theoretical knowledge teaching of big data analysis, data analysis and processing, and comprehensive practical application, respectively corresponding to the improvement of principle knowledge, software technology and practical operation ability. The theoretical knowledge teaching module mainly introduces the latest cutting-edge concepts and the latest practice cases to cultivate students' data analysis thinking; data analysis and processing is to cultivate students' data processing ability and data visualization ability; comprehensive practice application module refers to the application of big data analysis technology in various application scenarios of curriculum planning and design.

Key words: Big data, National spatial planning, Urban and rural planning, Master planning and design