本期特邀组稿人：钮心毅

同济大学建筑与城市规划学院 教授 博士生导师

中国城市规划学会城市规划新技术应用学术委员会 副主任委员

近年来，以移动定位大数据为代表的时空大数据已从高校实验室逐步走入城乡规划实践。时空大数据为全面认知城市活动提供了新的基础数据和方法。传统数据认知的城市是静态的，传统手段难以有效测度城市功能的流动。随着ICT技术发展而出现的时空大数据使得我们能量化认知城市、区域、乡村动态活动。尤其移动定位大数据能从个体行为出发，通过对个体移动轨迹时空特征测算，量化测度城市、区域、乡村的功能流动分析，从而支持规划研究和规划实践。

城乡规划研究和实践涉及3个空间尺度，区域尺度、城市尺度和街区尺度。在当前研究和实践中，移动定位大数据在3个空间尺度上都得到不同程度的应用。在区域尺度上，移动定位大数据能从区域城市来关联认识、解读城市群和都市圈，在实践中用于监测、评估城市群和都市圈演变。在城市尺度上，移动定位大数据能从功能联系认识城市职住空间关系、量化测度中心体系、设施服务水平，在实践中用于监测、评估城市空间结构变化、重要设施服务绩效。在街区尺度上，移动定位大数据能通过测度街区内活动评价城市活力，进一步评估街区建成环境设计的实际绩效。其中，城市尺度的研究最早出现，相对最为成熟。不仅学界已出现了系统性研究，中心体系、职住关系、设施服务水平3个领域的应用也已经进入规划业界，在多个大城市总体规划编制中得到了实际应用。在区域尺度上，移动定位大数据从城际出行入手，对城市群、都市圈内的跨城通勤等功能测度，有效弥补了传统方法的不足，也已开始进入规划实践。

本期以“大数据与规划实践”为主题，空间尺度上覆盖了相对成熟的区域、城市尺度；研究对象涉及城市群、中心体系、轨道交通、生活圈、城市空间结构、乡村聚落、城市公园等内容；研究手段包含手机信令数据、互联网LBS数据、轨交刷卡数据、共享单车数据等多种数据源。《基于多源大数据的轨道交通线网与上海城市中心体系匹配度测度研究》融合了手机信令数据、轨交刷卡数据这两类移动大数据研究轨交网络与城市中心体系的关系，提出了一种定量化测度轨交线网与城市中心体系匹配程度的方法。《基于大数据与网络分析的长三角城市群识别研究》运用百度迁徙数据表示城际出行，运用城市空间联系强度分析方法和复杂网络分析方法，构建了城市群中城际出行网络模型，对长三角城市群空间结构进行识别、测度。《融合手机信令数据与共享单车数据的轨道站点辐射范围分析研究》也是运用手机信令数据、共享单车数据两类大数据，实现了对轨交站点服务辐射范围的精确分析。《手机信令数据助力上海市社区生活圈规划》则是利用手机信令数据，采用活动核心圈指标和15分钟生活圈活动覆盖率指标，描述上海现状生活圈与规划15分钟生活圈之间的差距，助力15分钟生活圈规划的编制与实施。《脆弱生态约束下基于LBS数据的城市动态结构研究探索——以黔西南州兴义市为例》基于LBS大数据分析人群的聚散特征，探究脆弱生态约束下城市的内在动态结构，为编制城市设计策略提供指引。《村镇聚落网络联系的手机信令探索——以中山三乡镇为例》则将研究对象转向村镇，用手机信令数据分析了村镇聚落之间居民出行流动时空特征，探究自然地理环境、道路交通条件、土地混合程度等对村镇聚落之间联系的影响，支持村镇聚落体系规划布局。

流空间（Space of flow）是规划学界在1990年代提出的理论观点，得到广泛认可。在传统技术方法下，流空间“不可见、不可测”。移动定位大数据使得流空间从“不可见”变得“可见”，从“不可测”变得“可测”，从流动联系量化测度城乡空间成为了可能。这是近年来移动定位大数据应用在城乡规划研究中愈加得到重视的原因。随着我国国土空间规划体系的逐步建立，智慧国土空间规划是国土空间规划体系的重要组成部分，国土空间规划的编制、监测、评估都将离不开大数据。