会议 | 第六届数据增强设计学术研讨会成功举办

欢迎致辞

欢迎致辞

《上海陆家嘴地区的人流分析与空间评价》

《皮下信息：城市需求画像》

《数据增强设计: 基于新数据的可持续城市规划与设计》

《城市设计要素的再定义与精准干预》

《日常生活的功能空间结构》

《量化与精准——"从沉默的数据"说起》

《动静显隐：城市设计中的大数据洞察与实践探索》

史宜首先介绍了大数据面向城市设计的四种维度：高频难感知、高频可感知、低频难感知和低频可感知及其特征、类型和应用，并提出基于多维数据交互集成分析提升数据洞察城市的深度的观点。最后通过大连市总体城市设计实践史宜研究员总结出，多源数据交互分析较单维度大数据分析能进一步发掘城市发展内生问题，并且能实现研究误差的降低和更好的规划衔接。

《数据支持下社区空间更新的多维优化策略思考》

王雨首先从数据的角度梳理社区更新所需的要素类别与特征类别，综合利用形态、行为、时间等多维度数据。他分享了多个在天津的社区更新DAD案例，基于多维数据交互分析，例如社区活力的影响因素探究、时空间数据分析、数形结合的数据检验等的结论，对适老社区和混合社区提出更新规划策略。他最后指出数据挖掘有利于处理社区更新涉及的多元性问题，实际上社区更新是在居民、经营者和游客主导下的机制重构问题，是一个商业经济、文化旅游与居民生活在空间上的协同重构作用。

《合意城市》

许立言主要介绍了合意城市“社会关怀+技术方法+领域知识”的概念框架，提出社会关怀指引数据增强设计方向的观点。他指出合意城市是以城市优化三重境界为目标探索城市生活本质，最后通过城市风貌、政府体系、社会治理和城市韧性四个合意城市的场景案例展示了为了解决城市问题而连接场景、数据和方法的城市治理优化的知识图谱网络。

《基于CIM的协同设计》

杨滔主要介绍了CIM基础平台发展背景、概念定义、建设内容、总体建设目标和发展趋势以及在多维网络协同中控规详规和城市设计的互动案例。杨滔老师指出，城市信息模型将成为一种新的基础设施、新的空间形态、新的共享平台，借以发挥超越人体本身感知维度的超感知能力，催化出市民共创未来城市的无限创意；且数字本身也将会作为领土的概念被提出。

《新城市科学支持下的计算性城市设计》

叶宇首先介绍了城市设计核心内涵、传统分析方法的局限和新城市科学所提供的新可能，并归纳提出数据支持型、具身循证型和算法驱动型的三类计算性城市设计方向，最后介绍其在上海城市设计2020挑战赛中的实践应用。叶宇老师指出，新数据和新技术正在为城市设计分析提供日益全面的支持，表现为从自上而下的综合研判到自下而上的具身循证和从经验判断到计算评估，城市设计的分析方法已经在逐渐迭代。

作为圆桌讨论环节，城市科学与实验室学生研究助理、同济大学硕士研究生徐怡怡汇报了对DAD关注的潜在听众的抽样调查结果。问卷共回收到134份有效样本，反映出DAD关注者的几个特征：

①女性关注者略多于男性。②40岁以下群体占95.5%，尤其以30岁以下群体为大多数。③未从业的硕博生为主 (47.01%)，从业5-20年的规划设计从业者和高校研究人员其次。④对DAD的掌握程度：了解不多 (44.03%)，比较了解但实践中用得很少 (32.84%)，实践中有些初步应用 (20.9%)，实践中掌握得比较充分(2.24%)。⑤感兴趣的内容按热度从高到低依次为DAD的技术与规划方法 (79.85%)、规划设计过程中的数据应用 (68.66%)、DAD相关理论与方法论 (48.51%)、解释与判断 (42.54%)；相比研究与从业者，学生群体更感兴趣理论与方法、解释与判断。⑥预期的DAD发展方向体现出服务于规划设计实践的特点，从高到低依次为规划设计过程中的数据应用 (75.37%)、DAD的技术与规划方法 (73.88%)、相关理论与方法论 (50%)、解释与判断 (49.25%)。⑦关于数据或分析技术的进步对当前规划设计的促进作用，认为作用一般的占43%，认为作用很大的占34%，其余23%认为作用很少。

王德老师提出使用技术的人的价值取向决定了人工智能技术应用能否使得人民生活更平等和生活质量更好，规划设计则完全可以用价值导向来驾驭技术的应用使其往正确的方向发展。

龙瀛老师认为人工智能技术的应用会提升人们生活质量，但是可能会进一步带来不平等，规划设计应趋利避害，善用技术方法，积极应对人工智能可能带来的问题。

盛强老师举例经常会发现一些数据表面上是相关性，实际上是没有逻辑的结果，而梳理数据的关联和因果发生条件是需要经验的帮助。数据的价值是产生经验，经验帮助我们更好的理解数据间的关联。

王雨老师指出新数据并不能直接驱动所有的规划设计场景，因为新数据存在误差并且反应的也是小样本的需求，比如老城区更新中，新数据多是代表年轻人不能反映老年人和儿童的诉求。同时他也提到新数据可以补充、解释和验证传统经验和理论，也通过可视化传统经验使得在公众参与环节中老百姓更易理解和交流。

杨滔老师认为数据不会成为市场霸权，而数据的开放性或者权威性会对决策产生影响。并且数据分析一直都是审批的一部分，比如日照分析和计算面积等。数据分析应该帮助审批者更多维度更精准化地评价其合理合法性，也需要设立独立环节评估数据分析。

李栋老师认为中国不会存在市场霸权。在管理层面，当数据用作公共行为，数据不会有门槛。在技术应用层面，如果数据有价值便会被商业普及，相应的成本也会较低。决策过程受数据分析的影响会逐渐加大，在审批上，会出现相关的技术标准，会形成固化的审批流程。

叶宇老师认为城市分析的核心技术方法并没有更新换代很快，仍然以python 和gis为主体。而与其说担心学习知识库被淘汰，不如说本质上更需要锻炼行业洞察力和城市敏锐度，因为短期技术方法核心不会变，而且新技术的学习成本并没有很高。

史宜老师认为城市数字化分析方法经过近十年的发展已经形成比较完善的知识库，同学们应该根据自己的工作学习需求找寻相应数据库，并吸收消化成为自己的能力。

许立言老师举例在社会物理学领域中，基于大数据的出现，大尺度人类行动性的规律的探索较几十年前出现了很大的突破；在认知科学领域中，在问卷中显示性偏好指标的表征上，环境心理学已经出现可以直接测量人的心理生理指标的技术方法并且其结论与传统问卷的不一致，而且尚未有明确结论。故而他认为数据驱动的研究能够推动传统理论的进步，但不一定能说是颠覆。

沈尧老师举例在大数据背景下在行为和社会物理学领域中发现城市设计越来越多沉淀出物理态的特征，比如人的行为分布更多是幂律分布而不是正太分布的规律。而当我们用幂律分布的规律去验证一个新的指标是否重现出了对于人的行为分布的基本特征时，又苦于没有标准参照时我们可以验证其物理特性是否符合在其它系统中观察到的样子。他认为数据驱动的研究不是颠覆传统理论的问题，而是应该利用多理论交叉应对未来更多挑战。