大数据在智慧街道设计中的全流程应用

[摘　要]大数据的快速发展不仅给街道设计提供了有力的技术支撑，还带来了全新的设计模式——智慧街道设计。研究总结了世界街道发展的4个阶段：现代城市街道改革、完整街道运动、活力街道运动和智慧街道运动，指出基于大数据、云计算等虚拟技术的智慧街道设计将成为未来街道设计的发展趋势。同时，研究从现状收集、技术分析、公众参与和使用管理4个阶段分析大数据在智慧街道设计中的全流程应用，在此基础上构建智慧街道设计的大数据生态圈，并对智慧街道设计的未来进行了展望。

[关键词]大数据；智慧街道；全流程设计；大数据生态圈

[文章编号]1006-0022(2014)08-0032-06　[中图分类号]TU981　[文献标识码]A

Full Course Application Of Big Data In Intelligent Street Design/Li Wen, Wang Jiyong

[Abstract] Big data brings about a new design model-intelligent street design. The paper concludes four periods of street development: modern street, integrated street, energetic street, and intelligent street. Big data and cloud computing will promote future intelligent street development. The paper analyzes current status, technical analysis, public participation, and management of big data application in street design, establishes big data ecological circle, and studies future prospects of intelligent street.[Key words] Big data, Intelligent street, Full course design, Big data ecological circle

大数据在智慧街道设计中的全流程应用

□　李　雯，王吉勇

0引言

艾伦?B?雅各布斯曾说：“伟大的街道造就伟大的城市。如果我们可以把街道发展设计成为精彩的、令人满意的地方，对所有人都充满吸引力，那么我们就可以直接成功地设计三分之一的城市，还会对其他的空间产生巨大的影响。”随着人类技术的进步，街道设计从传统的以机动车为主导、标准化的技术主义街道设计范式，逐渐扩大到对街道宜居性、交互式的创新设计。国外部分城市已经开始着手于重新发掘街道空间价值的实践，推出了各种类型的“街道设计手册”，重新定义了街道设计的内涵与使用方式，引发了城市最具潜力的公共空间—街道的再开发潮流。

大数据时代的到来，为街道设计提供了全新的试验与探索。海量和多类型的街道数据改变了传统街道设计在现状信息收集方面受到的零散、静态数据的制约，为规划设计人员提供了诸如空间定位技术(GPS、智能手机和LBS 等)数据和网络数据(社交网络数据等)等动态、及时的数据来源，这些数据本身通常来源

于各类街道的直接使用者，甚至由他们主动提供。大数据在为街道设计提供数据获取及分析方法多样化等支撑的同时，还带来了整个街道设计全流程的创新，即从设计前期调查到方案设计，再到评审全流程的多层次、多角度公众参与的创新。这种从数据技术到社会参与的转变，不仅有效避免了纵向设计系统所造成的“信息孤岛”，还建立了动态的街道设计反馈机制与公众参与平台，形成了街道交互式设计的新模式。

1街道设计的发展历程

本文从发展背景、设计措施、数据特征及处理方式方面总结世界街道设计的4个阶段：现代城市街道改革、完整街道运动、活力街道运动和智慧街道运动(图1)。

1.1阶段一：现代城市街道改革

世界第一次街道设计源于工业革命前期城市街道严重的卫生和管理问题，如在维多利亚时期的英国城市街道面临腐烂的垃圾、马粪、拥挤的人群、噪音、泥土、

[作者简介]

李　雯，深圳市城市规划设计研究院规划师。

王吉勇，硕士，注册城市规划师，现任职于深圳市城市规划设计研究院。

灰尘、坑槽和没有人行道等问题。这一时期的街道改革主要应对快速工业化和城镇化过程中出现的交通工具与街道空间的均等性及设施的标准化等问题，如自行车联合会和俱乐部最早开始倡导街道标准化，以应对自行车技术所带来的骑自行车热潮；1875年英国通过了《公共健康法案》(Public Health Act)，其中的街道条令明确了设计宽阔、笔直、有铺装街道的规定。

1.2阶段二：完整街道运动

在现代城市街道改革后的一百年里，西方出现了完整街道运动。该运动

的目标是改革交通政策使之适合所有的街道使用者，让人们能够安全舒适地在街道上运动穿行。完整街道运动体现了城市不断推进宜居性和可持续发展的理念，试图推行多层次的改变街道设计的行动，包括数据采集、人员培训、建设资金筹措和决策程序制定等，以及鼓励所有使用者参与街道空间设计。例如，2005年“美国完整街道联盟”(The National Complete Streets Coalition)成立，完整街道运动在全美迅速扩散。截至2011年，美国23个州出台了支持完整街道运动的政策或法律，如2008年加州颁布了《加州完整街道法案》(The California Complete Streets Act)。

1.3阶段三：活力街道运动

在完整街道运动上发展起来的活力街道运动更具远见，它将街道空间作为一种城市公共空间，通过多种方式提高城市环境质量，增强经济活力与社会凝聚力，最终使街道成为城市的骄傲。活力街道运动强调场所营造、具有独特性及结合文脉的街道设计，强调多部门合作的设计流程，并最终落实于社区参与。从诸多方面看，活力街道运动分别把威廉?怀特和简?雅各布斯的经验用在了街道设计及政策制定中，同时也充实了完整街道运动的内涵。1.4阶段四：智慧街道运动

大数据为智慧街道的建设提供了技

术上的支持。智慧街道实际上是一个微

型的智慧城市，它以物联网智能感知设

备和基础网络为基础设施，融合更为先

进的云计算、移动互联网等技术，促进

街道使用者和街道环境之间的互动，提

高街道智能化的程度，建立一种基础设

施高端、管理服务高效、环境智慧友好

和未来特质明显的新型街道；同时，通

过透明、充分的信息获取，广泛、安全

的信息传递，以及高效、智能的信息处

理，有效地提高街道的设计和管理效率，

改善服务水平，让街道使用者能享受到

智慧街道的服务。通过大数据技术主动

感知街道使用者的各项需求，最终使街

道使用者能够享受到主动、智能和贴心

的街道环境。

2大数据在智慧街道设计中的应用

阶段

2.1街道设计的现状收集阶段

大数据使街道设计前期数据采集阶

段从传统的依靠有限数据、经验判断和

统计分析向海量数据、精确分析和动态

跟踪转变。采用大数据技术，根据不同

设计对象的特点，利用新的数据来源，

采用适当的采集方式，进行数据的预处

理，最后进行数据的存储，为后面对每

个设计对象制定符合其特色与要求的策

略打下基础(图2)。

智慧街道设计的现状数据收集工作

主要包括以下5个方面：①步行者的数

据，包括移动设备提供的移动数据、停

留时间、移动路径、出行目的和出行方

式等；②街道活动的数据，包括街道使

用者的活动模式、时空行为模式、活动

类型、活动密度和活动时间等；③机动

车数据，包括机动车流量、停车状况、

使用者的个人信息、通勤模式和移动速

度等；④非机动车数据，包括非机动车

流量、使用时间、使用者的个人信息和

移动速度等数据；⑤街道空间与景观的

数据，包括各类元素的种类、数量、尺寸、

使用程度和使用者的信息等。

在数据采集方法上，与随机采样、

人工观察等传统数据获取方法相比，创

新智慧街道设计采用系统日志采集、网

络数据采集和使用特定系统接口等相关

方式进行数据采集，便捷、精确、实时

地获取街道有关的信息，为数据抽取、

转化和存储提供了充足可靠的依据。

2.2街道设计的技术分析阶段

传统街道设计中的数据分析方法与

大数据的分析方法在研究范围、建立基

础、分析过程和平行实现方式上都有所

区别。大数据的分析技术让街道设计中

搜集的半结构化和非结构化数据能够真图1 街道设计发展历程

正用于数据分析中，扩大了数据分析的范围，为街道设计人员提供了广阔的视野。这种数据范围的扩大是建立在非传统关系数据模型上的，并且可以进行实时的分析处理，同时还可以通过新的软件与硬件进行廉价的平行展现。在街道设计的初期阶段，可利用大数据技术对采集到的数据进行充分、深入的分析与挖掘，为设计策略的制定提供可靠的依

据。通过对街道设计问题的详细定义，选择可用的数据，建立挖掘算法与模型，并利用可视化软件将分析结果进行可视化的处理(图3)。

本文将以人的移动性、机动车和街道使用者出行活动分析为例，利用大数据技术进行数据分析与数据挖掘。2.2.1人的移动性分析

在人的移动性分析中，随时间而变

化的空间位置是其最基本的反映。以往的数据调查主要针对数据记录时刻个体所在空间位置及其反映的活动模式，忽略了相邻两个时刻之间的移动过程及其对街道空间的影响。在实际的移动过程中，数据记录的个体会在道路交通网络上产生交通流量，大数据技术可以把这些数据整合起来，通过建立模型来判断在不同变量情况下哪种设计方案最好，包括移动轨迹的地理可视化、出行方式的研究、个体的移动性规律与模式挖掘、个体移动轨迹的预测(图4)、街道活动特征与结构等。2.2.2机动车分析

在基于自动感应设备采集交通信息数据的研究中，常用的数据来源包括路面传感器、车载GPS 和手机基站网络。通过对数据的聚合处理，结合个体属性数据，与传统交通信息数据互补，为模拟交通流量、了解出行行为与方式和建立规划交通网络提供了有力的手段(图5)。

例如，利用车辆的GPS 轨迹数据分析轨迹点在时间、速度及空间分布上的特点，并确定合理的阈值过滤出点簇，生成OD 点。在此基础上，用轨迹点捕获含有拓扑关系的临近路段，通过最短路径算法生成车辆沿道路的线型轨迹，最终获得完整的出行通道数据。与传统交通调查数据获取方法比较，此方法的环节较少，数据和成果也更为客观、可靠。

2.2.3街道使用者出行活动分析

在街道使用者出行活动的分析中，通过截取不同类型的时序数据，可模拟多种情景下使用者的出行活动；根据时间间隔和个体移动速度，可判断出交通工具的选择；对上下班时间段和休闲时段等不同出行目的进行讨论，可得到交通模式偏好特征，评定不同道路交通规划思路或方案的好坏以及对交通状况和居民出行环境的改善程度(图6)。

例如，利用手机作为交通探测器，对居民出行信息进行分析。首先，将手

机数据映射到交通分析单元中，并通过

图2 街道设计数据采集流程

图 3 街道设计数据分析流程

信息的预处理、匹配分析、交通模型分析处理、数据去噪和扩样等一系列对海量数据的运算处理，得到居民出行的特征数据；利用长期历史手机数据，可进行通勤出行特征、大区间OD和特定区域出行特征的分析。由于手机信号数据能较完整地识别手机用户的出行轨迹，可进一步将其应用于分析时空动态分布、关键通道客流、出行时耗、出行距离和出行强度等。

2.3街道设计的公众参与阶段

在设计前期，大数据让公众从信息的被动提供者变为信息的主动提供者，从而提高公众的参与度。传统街道设计是以交通规划者和街道设计者为主导的，通过调研了解街道使用者的需求，街道使用者在整个设计中的角色是信息的被动提供者。随着大数据技术的进步，公众将以更积极的姿态参与到街道的设计中，街道设计不再是“能为使用者提供什么”，而是“使用者能为街道设计提供哪些有用的数据”，从而影响街道设计的成果，最终使使用者成为街道信息的主动提供者。例如，通过某种APP为街道使用者提供上传信息的渠道，让街道使用者成为街道设计最可靠的信息源(图7)。

公众除了能成为信息提供者外，还可以最大限度地参与街道设计的全过程。例如，2013年北京国际设计周主展“智慧城市2013”的展览作品—“城市关注”(City Care)是一个大众参与的信息分享平台，鼓励人们发现城市中的各种问题，表达其对城市的关注，推动城市公共服务建设。其中，用户可以通过手机发布问题、评价问题，就共同关注的问题进行交流，同时在网页端查看全城

问题统计信息。在该系统中，问题的发布者(用户)、问题的负责人(政府和相关部门)及解决问题的执行者(相关部门、企业和社会团体)通过平台的信息互动进行有效合作，能更好地改善城市公共服务质量。2.4街道设计的使用管理阶段

利用虚拟技术来真正了解人们的需

求、查看人们如何使用街道，已经成为

一种越来越重要的技术，通过采用虚拟

技术的互动城市网站，提供关于街道设

计手册信息的图片、相关的示范项目和

教育材料，并与社交媒体连接。例如，

波士顿与MIT合作开发了一个基于网络

的手册，提供关于智慧街道的完整章节，

包括了智慧信号、智慧仪表、电动汽车

充电、共享汽车和自行车、找路和更好

的系统效能以及使用者方面的社会网络图4 个体移动轨迹的预测过程

图5 出行行为与方式的预测案例

图6 出行时间模式研究案例

指南。市民可以自由在互动城市网站上进行上传、下载和重构，充分体现了“活”的城市公共政策的本质。作为智慧街道策略的一部分，波士顿还与智能手机应用开发者合作，通过用户友好界面的应用，提供与搜集街道实时信息，如沿街道设置“移动枢纽”，市民可以充电、搜集信息、处理文字、发推特，还可以通过在公交车站扫描QR 标签来确定自己的位置(图8)。

在街道管理中，利用大数据可以将街道设计的成果以直观、友好和易于理解的方式进行展示，并尽可能地让更广范围的人参加，让公众可以及时地反馈

自己的意见。例如，阿布扎比在网上建立包含街道设计信息的可视化街道设计系统，即在线设计工具，让公众对设计方案进行查询、浏览并发表评论，提出自己的设想，甚至直接修改街道设计，供设计人员参考(图9)。

2.5街道设计的大数据生态圈构想

在对智慧街道4个阶段进行分析的基础上，本文尝试建立基于大数据技术的街道设计生态圈。首先，通过多种数据源来搜集机动车、非机动车、行人、街道活动、街道空间与景观元素等的相关数据，对街道环境进行动态的实时监

测。其次，由数据分析师根据交通规划师与街道设计师提出的具体设计问题，通过数据算法与模型，构建数据分析平台和数据开发与维护平台。再次，数据分析平台为规划师提供针对具体问题的分析报告与设计决策意见，如评价街道资源的利用状况、预测使用者的行为趋势、对可能或已经出现的问题进行预测分析，为制定合理的交通规划、进行街道空间与景观设计和公共活动空间布局等提供技术支持。最后，数据开发与维护平台提供的多样数据驱动产品，如数据存储产品、数据分析工具和数据端的

各种接口与渠道。这些数据分析的结果

图7 街道设计数据采集APP 案例图8 波士顿交互式网站

资料来源：https://www.360docs.net/doc/1016269581.html,。

图9 阿布扎比在线街道设计工具

行？如何从车流和人流中发现道路系统设计存在的问题并指导设计改进？这些都是需要进一步思考的问题。

[参考文献]

[1]谭源．试论城市街道设计的范式转型

[J]．规划师，2007(5)：71-74.

[2]李秀华．浅谈城市的街道设计[J]．中

国新技术新产品，2011(5)：202.[3]朱洪，曲广妍．新发展形势下的交通

调查技术探讨[J]．上海建设科技，2009(6)：43-46.

[4]Bill Franks．驾驭大数据[M]．黄海，

车皓阳，王悦，译．北京：人民邮电出版社，2013.

[5]维克托?迈尔?舍恩伯格．大数据时代[M]．

盛杨燕，周涛，译．杭州：浙江人民出版社，2012.

[6]左光之．城市街道的设计方法与评价

体系研究[D]．合肥：合肥工业大学，2007.

与产品最终被提供给交通规划师、街道设计师、交通部门、街道管理部门、街道使用公众及企业等，形成一个街道设计的大数据生态圈(图10)。

3结语

自大数据出现以来，在云计算、虚拟技术等的影响下，街道设计正处于从完整、活力型街道向智慧街道转型的阶段。在海量数据、精确分析、公众参与及实时评估作用下，以“多元、动态、参与”为特点的智慧街道设计尝试了大数据全流程应用的探索，这些应用主要体现在四方面：①数据收集从传统的依靠有限数据、经验判断向海量、多元、动态数据转变；②在技术分析方面，通过对街道设计问题的详细定义，选择可用的数据建立挖掘算法与模型，利用可视化软件将分析结果进行可视化的处理；③在公众参与方面，公众在从信息被动提供者变为信息主动提供者的同时，最大限度参与街道设计的全过程；④在使用管理方面，通过互动城市网站的设计，使公共政策可以由市民自行下载、上传和重构，并实时反映市民日常生活需求与建议。

基于上述分析，本文提出了智慧街道设计的大数据生态圈：①多元的数据收集与处理；②规划设计人员与数据分析人员对街道数据的分析与提炼；③构建数据分析平台和数据开发与维护平台，提出街道数据分析报告；④将分析结构与产品提供给不同使用者。

在信息爆炸的信息化社会，大数据在为街道设计提供全新探索的同时，人们也要充分认识到数据源获取、异构数据管理、数据有效表达及数据隐私等问题对智慧街道设计的影响。其中，如何有效地传达大数据分析的结果，并从中提取出设计策略制定的有效支撑，是大数据在智慧街道设计中面临的主要挑战，如街道中人们在不同时间段中的移动规律如何展现？如何利用已获悉的交通流量来指导人们的出

[7]文益民，刘华领，方茂．浅谈城市街道

设计[J]．中国科技信息，2006(5)：170-172.

[8]Abu Dhabi Urban Street Design Manual[EB/

OL]．https://www.360docs.net/doc/1016269581.html,/s/zYp6iVEhImi1l.

[9]马俊，张薇．行人视野中的街道空间解

析[J]．四川建材，2012(6)：20-23.[10]冉斌．手机数据在交通调查和交通规

划中的应用[J]．城市交通，2013(1)：86-88.

[11]龙瀛，张宇，崔承印．利用公交刷卡

数据分析北京职住关系和通勤出行[J]．地理学报，2012(10)：72-81.

[收稿日期

]2014-07-15

图10 街道设计的大数据生态圈构想