导读

2024年12月7日，“智慧规划治理赋能新质生产力”年度学术研讨会在北京清华同衡规划设计研究院有限公司成功召开。

在特邀主题报告环节，北京清华同衡规划设计研究院有限公司副院长、自然资源部国土空间规划行业科技领军人才、自然资源部智慧人居环境与空间规划治理技术创新中心副主任郑筱津分享了题为《数据驱动的人居空间治理维度与场景创新》主旨报告，从数据驱动角度介绍了空间治理和空间规划的新思路。

数据驱动的人居空间治理维度与场景创新

郑筱津  北京清华同衡规划设计研究院有限公司副院长

自然资源部国土空间规划行业科技领军人才

自然资源部智慧人居环境与空间规划治理技术创新中心副主任

1 数据驱动的人居空间治理背景与认识

推进数字中国建设是数字时代推进中国式现代化的重要引擎和抓手。用好大数据可以助力城市规划建设管理的精细化、智能化和可持续性，实现自然资源和国土空间规划分析、决策能力的全面提升。

近年来，人居空间面临愈加复杂的问题和日益加剧的风险挑战，面对这样复杂的巨系统，规划治理迫切需要技术手段的整体升级和提升。数据驱动的人居空间治理以智慧人居创新中心提出的“智慧人居环境科学”为理论基础，在“人类系统+自然生态系统+社会系统+居住系统+支撑系统”的传统物理现实人居与“虚拟空间系统”相融合的基础上，探索数智时代数据驱动的人居空间治理的新模式。

数据驱动的人居空间治理，综合应用多源异构大数据，通过人工智能、数字孪生等新技术方法，支撑人居空间画像分析、问题诊断、方案推演、规划决策、实施监测和评估预警，实现治理全流程、系统化的研究分析，提升人居空间治理的系统性、科学性、精准性和高效性。与传统的规划治理相比，两者在数据基础、技术方法、成果构成和评估维护方面存在明显差别。

基本特征

2 数据驱动的人居空间治理主要维度

数据驱动的人居空间治理包含全要素协同、多时空尺度和全生命周期三大维度。

在全要素协同层面，需要将传统的耕地、森林、草原等传统静态数据，与人群活动、土地利用、交通出行等动态大数据相融合，对全域要素发展变化进行更为全面精准的分析，从不同要素维度，特别是要素融合维度，实现对人居空间规律的新认识。

在多时空尺度层面，需要对应五级三类的空间规划要求，充分利用多源大数据动态更新和颗粒度可控特点，在不同时间周期和空间尺度上开展不同精细度的时空特征分析，推动时空资源与时空行动精准匹配，进一步提高空间治理的精细化水平。

在全生命周期层面，在画像分析到问题诊断、方案推演、规划决策、实施监测、评估预警的整个人居空间治理全链条流程中，以横纵互联贯通的数据底座打通全流程工作，以数据赋能人居空间规划与治理。

三大维度

结合全要素协同、多时空尺度、全生命周期三个维度的特点，清华同衡开展了多个应用场景创新。

全要素协同应用场景创新

在全要素协同应用场景中，主要从规划核心的人口、产业和空间三大类要素开展研究：

人口要素方面，开展了京津冀范围内、北京市内以及清河街道三个不同空间尺度的人口通勤分析。主要基于手机信令数据，使用职住人口识别、出行OD识别等技术，在三个尺度上分析职住人口空间分布和通勤联系，为都市圈范围划定、产城关系研判提供数据支撑，相比传统方法具有数据多尺度覆盖、精细度高、更新及时等优点。

产业要素方面，开展了产业历史周期变化情况以及供应链、创新链的分析。基于企业工商注册大数据，使用产业链环节识别、网络关联分析等技术，进行产业链、供应链、创新链的图谱空间化研究，为产业空间布局、产业链延链补链提供数据支撑，相比传统方法，具有全企业数据覆盖、产业链环节颗粒度更高等优点，能够将宏观经济和微观经济结合支撑新质生产力发展。

空间要素方面，开展了国内及国际城市群、都市圈土地与人口耦合分析、城市热环境反演分析等。利用遥感影像及人口经济等多源时空数据，通过神经网络、支持向量机等算法提取多时间序列目标地类、地温等信息，分析的时间序列密、空间覆盖广，可更及时精准地捕捉整体和局部细微变化特征。

全要素协同驱动应用场景案例

多时空尺度应用场景创新

在多时空尺度应用场景中，同衡基于国家、省级（区域）、市级、区县级以及街道（社区）等不同空间尺度展开研究：

国家尺度上，同衡开展了全国城镇空间格局和土地资源配置研究，基于资源环境数据及流空间数据，运用多要素耦合分析模拟、时空压缩算法等，支撑区域资源禀赋分析、主体功能研判、国土空间格局优化等。相比传统方法更全面和精准地提升资源要素配置与地域特征需求的匹配度。

省级（区域）尺度上，针对长江中游城市群和郑州都市圈，利用百度迁徙、手机信令、企业工商注册大数据、高德地图开放平台数据等，开展了人居空间多要素迁移和关联网络分析、产业集群建构、区域竞合格局的研判等研究。

市级尺度上，针对本轮国土空间规划工作，同衡运用资源环境与社会经济数据，基于多因子评价模型测算城市资源环境承载能力和国土空间开发适宜性。相比传统方法，一方面对地域特征的刻画更加精准全面，同时对规划指标分解、三线划定、国土空间风险研判和格局优化等提供支撑。

区县级尺度上，基于手机信令、POI、交通路网等高精度数据，开展了人口、企业、设施等要素的空间耦合关系研究，相比传统方法具有空间颗粒度高、时空覆盖全面等优点。

街道（社区）尺度上，同衡开展了生活圈的划定和分析、街道/社区体检等，综合运用传统部门数据和网络公开数据，精准挖掘各类特征人群对空间的差异化需求，提高社区治理决策的科学性和公平性。

多时空尺度驱动应用场景案例

全生命周期应用场景创新

在全生命周期应用场景中，同衡针对画像分析、问题诊断、方案推演、规划决策、实施监测、评估预警的规划全过程开展了应用场景创新：

画像分析环节，开展了人居需求、人居空间供给及供需关系画像分析，利用手机信令、POI、互联网LBS等动态数据，基于人群行为与空间功能识别、人群活动特征识别规则与匹配等算法，对不同人群在不同时空下的行为活动特征做精准画像。

问题诊断环节，开展了人居空间复杂多维要素的耦合分析、空间问题诊断、因果解析等研究，主要聚焦人口、经济、产业、空间的各类社会大数据，利用机器学习、空间计量模型、结构方程模型等，突破传统规划的定性分析。

方案推演环节，运用遥感数据、气象数据等，通过机器学习、遥感热力反演、CA模拟等技术开展规划方案多情景模拟推演，相较于传统规划，更好地适应多变的城市发展需求，为规划方案确定提供更扎实量化的依据。

规划决策环节，开展了地块开发可行性决策和公服设施选址分析，主要利用城市人口、交通、公服设施等多源数据，应用决策树、遗传算法等人工智能方法，基于城市不同尺度空间单元分析诊断和模拟推演，实现多目标框架下规划辅助决策，指导项目选址和用地开发。

实施监测环节，针对已批复的规划，开展实时有效的监控。充分运用规划成果、遥感影像、业务管理数据等，进行国土空间开发保护指标、控制线落实、重点区域空间结构、重大设施建设布局等场景的监测。

评估预警环节，运用无人机、元宇宙等新技术方法，全面采集空天地多维实时感知数据，定期/实时评估城市运行状态，及时预警异常和突发情况，辅助快速决策与智慧调度。相比传统方法，进一步提升了人居空间治理效能。

全生命周期驱动应用场景案例

3 优势与展望

数据驱动的人居空间治理，能够更加系统地支撑工作、更加科学地支撑决策、更加精准细致地描述状态、更加高效地实现预警和反馈。我们需要在智慧人居环境理论的基础上，通过数据、算法和平台“三维能力”的提升，全面赋能发展转型、新动能培育和治理现代化，不断推动智慧人居环境科学理论的演进和深化，提升治理能力。