天津城市规划设计研究院-城市厚数据建设手册天津李刚V1.1-37页-23mb

城市厚数据建设手册总结

核心内容

城市厚数据（Thick Data）是传统城市数据与新兴数据的融合，旨在通过整合时间、空间、人的多维信息，形成更立体、更准确的城市数据画像。它强调数据的深度挖掘和因果关系分析，以辅助城市问题识别、发展评估、规划设计和运营管理等。

主要观点

1. 城市数据的重要性：在新常态下，城市数据已成为城市研究的首要条件，但当前国内“大数据”资源有限，因此应注重传统数据的收集与建设。
2. 厚数据的构建：通过整合传统数据和新兴数据，形成可持续更新的数据源，提升数据提炼和分析能力。
3. 多学科方法论：结合人类学、社会学、经济学、地理学、城市规划等多学科的定性与定量分析方法，提升研究的科学性。
4. 数据应用方向：厚数据用于城市运营全过程分析、城市空间结构识别、城市问题诊断、城市规划编制优化等。
5. 技术手段：借助GIS、互联网地图、网络爬虫、手机信令、公交IC刷卡等技术手段，实现数据采集与处理。

关键信息

一、新兴城市数据

• 居住小区：通过搜房网等平台获取房源信息，整理成标准数据库，包含小区名称、位置、层数、平均房价、物业费用等信息，结合百度地图进行空间匹配。
• 写字楼：通过搜房网、安居客等平台爬取写字楼数据，涵盖名称、区域、地址、类型、物业费等属性，匹配空间坐标后用于分析楼宇经济和空间聚集性。
• 大众餐饮：利用大众点评数据，建立商户信息GIS数据库，分析餐饮业的空间分布特征、商业中心识别、人流密集区识别等。
• 城市底商：基于百度地图API，抓取POI数据，分析底商的分布、便利性、覆盖范围等。
• 公交站/线：从公交查询网站（8848）获取公交线路和站点信息，用于交通影响评价、拥堵分析、出行可达性分析等。
• 道路路况：利用百度地图和高德地图的实时交通数据，分析道路拥堵情况、交通流量预测等。
• 互联网地图出行时长：通过百度、高德、腾讯等平台获取出行时间、距离和票价数据，用于分析城市交通可达性及“时空圈”测度。
• 人口热力图：基于百度地图的签到数据，反映人流量的空间差异，用于分析城市空间结构、居民活动规律等。
• 微博数据：利用新浪微博签到信息，分析城市居民活动时空分布特征，识别用地类型和城市空间结构。
• 公共服务设施：通过百度地图获取医疗、教育等设施信息，用于分析其空间分布、覆盖范围、均等化程度等。

二、传统城市数据

• 现状用地：包括土地使用类型、面积等信息，用于分析城市空间布局。
• 现状建筑：建筑类型、年代、结构等信息，用于城市发展评估和规划编制。
• 经济数据：包括区域经济指标、产业分布等，用于城市经济分析。
• 地形数据：用于城市空间结构和基础设施规划。

三、规划编制协同工作方法

• 地理设计（GD）方法：用于城市规划的可视化分析和空间设计，提升规划编制的科学性和效率。
• 数据整合与分析：将多源数据（包括传统数据和新兴数据）进行整合，形成城市厚数据，用于城市问题识别和规划决策支持。

四、附录

• GIS等信息技术服务项目内容：包括数据采集、处理、分析、可视化等，用于城市规划与管理。

数据应用实例

• 地铁站出行时间分析：分析地铁1号线、2号线、3号线、9号线各站点的步行时间、5分钟、10分钟、15分钟等出行时间数据。
• 写字楼核密度分析：基于写字楼特征数据进行空间聚集性分析，识别城市经济中心。
• 餐饮业空间分布分析：通过大众点评数据识别商业中心、人流密集区及待开发区域。
• 公交线路与站点分析：分析公交线路长度、密度、非直线系数等指标，评估城市交通可达性。
• 道路拥堵分析：结合高德地图数据，分析道路拥堵延时指数、车速、旅行时间等，预测交通流量。
• 人口热力图分析：基于百度地图签到数据，分析城市人口分布和活动规律。
• 微博签到数据应用：分析居民活动空间分布、城市网络结构等，辅助城市空间研究。

总结

城市厚数据建设是城市研究与规划的重要手段，通过整合传统数据与新兴数据，提升数据的准确性、时效性和深度分析能力。该手册强调数据的多源性、多维度和可操作性，为城市研究提供全面、系统的数据支持，推动城市规划编制的科学化和智能化。