多源数据融合的城市功能空间评价与优化策略研究

Although scholars start to pay more attention on application of big data in urban spatial studies and urban planning, it has also some limitations that we can not overlook the important role of traditional data. This project focuses on the path of data fusion between big data and traditional data in urban function space studies. In particular, it chooses a “bottom up”perspective to analyze people’s activities to evaluate different function spaces,connections between two function spaces, typical spaces and occupants, and spatial livability. Based on these, it gives humanistic schemes for spatial optimization and suggestions for policy making, which is significant for traditional studies. Meanwhile, it also changes the “top down” and “empirical”approaches of traditional urban planning in practice to achieve sustainable development.

大数据已经成为城市空间研究与规划的热点，但是其还存在诸多缺陷，并不能忽略传统数据的重要作用。本项目重点探讨包括大数据与传统数据的融合路径，利用大数据挖掘、空间分析与可视化、统计与模型分析、质性分析等方法或技术，以居民行为活动分析为突破点，“自下而上”评价城市不同类型功能空间、功能空间联系、典型空间及群体、功能空间宜居性四个方面发展状态与特征、影响因素及内在形成机制，进而提出人本化的城市功能空间优化方案与引导策略，这对于丰富和扩展传统城市功能空间研究具有积极的意义。同时，从实践方面，对于改变“自上而下”和“经验主义”为主导的传统城市空间规划编制方法，积极推进新型城镇化进程和城市人居环境建设，促进城市可持续发展也将具有一定的指导和借鉴意义。

大数据已经成为城市空间研究与规划的热点，但是其还存在诸多缺陷，并不能忽略传统数据的重要作用。本课题重点探讨大数据与传统数据的融合路径，构建了“大样本空间发展评价+空间差异与联系发现+小样本影响因素探究”、“小样本模型构建+影响因素发现+大样本验证及挖掘”及面向国土空间规划的“城镇空间规划大数据应用框架”3个方法框架。同时，利用微博签到与文本、微信热力、街景图片、主题网站、POI等大数据和问卷调查、统计资料及基础地理信息等传统数据，选择南京、常州、淮海经济区、河北省为案例区，在城市功能空间评价方面，分析了南京城区餐饮空间格局及影响因素和常州城区职住关系及影响因素；在城市功能区联系分析方面，发现了河北省城镇发展格局、淮海经济区城镇扩张格局及常州市域城镇中心体系；在典型城市功能空间及群体分析方面，探讨了南京城区安全空间格局及影响因素、南京仙林大学城大学生公共自行车出行行为及影响因素；在城市功能空间宜居性评价方面，得到了南京城区社区满意度及空间宜居性影响因素。最终，根据实证研究得出的结果，本课题提出了人本化的城市功能空间优化方案与引导策略。这不仅对于丰富和扩展传统城市功能空间研究具有积极的学术意义，还在一定程度上提高了规划师各类空间规划设计的合理性与科学性。