交流 | 大数据在规划项目中的应用探索——以杭州为例
时间:2023-05-08 05:33:02 | 来源:网站运营
时间:2023-05-08 05:33:02 来源:网站运营
交流 | 大数据在规划项目中的应用探索——以杭州为例:
“ 其实这个题目有点大,我原本写的时候更想表达的是这只是大数据在规划中的其中一种尝试,试图建立一种比传统经验主义的规划方法更有支撑性的方法论,从而推广到其他类型规划项目。
”下面我准备从四个方面简单讲讲我在杭州项目中做过的一种尝试。
1、大数据是什么?
2、大数据能用来做什么?
3、规划中要怎样利用大数据来做论证支撑?
4、你觉得对自己的工作有什么用?
01 大数据是什么?
其实之前我参加完2018年杭州数慧举办的规划信息化论坛后写过一篇文章,大致讲了下我自己的理解。
详情请戳:当我们在谈论大数据的时候,我们在谈的是什么?
简单来讲,我认为作为规划务工人员,我们每天编制的各类规划图纸、文本、指引都不能算是大数据,因为它们都是对未来的一种预测,是规划蓝图的愿景,而大数据是过去已经发生的事件和数据的总和,是过去所造成的结果。一个尚未发生、一个已是过去。
对于规划项目来说,规划师要做的就是从这些过去的结果
(手机信令、大众点评、安居客、百度地图POI等)中寻找能够用来支撑规划战略的论据,因为过去十多年仰仗“拍脑袋”式方法论已经越难越难做了。
02 大数据能用来做什么?
这是个好问题。
因为工科背景的规划师都有同一种通病:是什么不重要,更重要的是知道能用来干什么就行?
03 规划项目中要怎样运用大数据?
其实原理都很简单,先得有一个问题作为出发点,你的问题是什么?围绕这个问题能够用什么数据去反映?有了数据后要怎样去分析?分析完后如何归纳总结?
对应的数据处理环节就是:数据获取——数据分析——归纳规律。
原理很简单,但对于没有编程背景的规划师来说,往往第一步怎样去获取数据就已经卡的死死的了,更别说把几十万的数据量抓下来后怎么分析。
下面我来讲讲我的其中一种尝试吧。
1、识别问题
比如说下面这个项目中提出的问题就是杭州这个城市的就业情况到底怎么样?空间上的分布又是如何的?
传统的方法就是从公开的大型招聘会网站上整理各年份的招聘人数和缺口,判断下近几年招聘会是不是越来越不景气?一看,确实是这么个趋势。
从杭州人社局做的就业地图上看,只能看到大量岗位集中在松花江以南,但无法分辨具体分布。
2、寻找数据
网站是有了,但怎么把这几十万条数据抓下来呢?
用简单好用的HAWK,前面其实我有两篇是讲这个工具的,详情请戳:
数据获取 | 如何用HAWK获取杭州开放数据?
数据获取 | 如何用hawk获取各市开放数据并实现可视化?
几十万条数据是有了,要拿什么工具去分析呢?
office2016里的Excel内置了三维地图工具,可以做些数据量比较小的可视化分析,详情请戳:
可视化 | 如何实现带坐标信息要素的可视化?
但是数据量一大,Excel就经常崩溃,有没有更好的工具呢?
有,那就是同是微软出的Power BI,可以建立出支持交互式操作的仪表盘,能做到对大数据量的切片式分析。
3、解析模式
此处有动图演示:
工具有了,那就上手吧!
东北门户的杭州与西南门户的杭州对比一下,发现两者的高薪酬岗位均集中于老城区,新区就业岗位少且薪酬低,而且就公务员待遇看:杭州平均薪酬仅为5000出头,比杭州少一倍。
就业规模上看呢?
岗位总数的绝对值上杭州好一些,13万比9万,但那是因为杭州常住人口多啊,近乎杭州两倍,换算一下,就业岗位与常住人口的占比来看,1.35%比1.61%,确实岗位占比上没杭州人民多。
专业技术类岗位分布都比较均衡,但薪酬水平明显低于杭州。
生活服务类岗位集中于各商圈,说明早期杭州留下的商业底子还是有的,各个组团内会有级别明显的中心,具备一定升级的潜力,反观杭州,大多集中在杭州老街,基本上是单中心结构。
4、发现洞见
说实话,很遗憾,因为这样那样的原因,这部分后来没有更深入地展开,后来加入二手房、新房、百度地图POI等多源数据后,只是做了中心城区内各组团之间的差异识别。
得出的结论大致是这些组团里,除了老城和外围郊区组团,其他组团都有缺乏就业岗位的问题,尤其是位于江北的新区,为什么呢?
我们提出了几种可能的解释:
一是跨江时机过早,老城辐射的动力不足以跨江。
二是松花江的尺度巨大,平均6到7公里,这是什么概念?相当于杭州蛇口港到对面香港再打个来回,基本上可以算是两个独立的城市了。
三是本身东北整个人口外流的大趋势,人是城市发展的动力,尤其是那一茬茬刚毕业的大学生,人都没了,还谈什么扩张?
等等。
以上是我做的大数据在规划项目中的其中一种尝试,希望以后能有机会继续深化,谢谢。
04 你觉得对自己的工作有什么用?
我认为,这背后的想象力是巨大的。
举例:龙华区内有两条交通等级类似、景观设计相似的市政道路,如何知道哪条路实际使用情况上更好?
其中一种思路就是
1、用百度地图生活服务类POI设施评估街道两侧的公服数量、品质
2、用大众点评店铺的人均、评论数去评估街道两侧的商业运营情况
3、用安居客二手房价格评估哪条街道临近的小区更受市场欢迎
4、如此等等
大数据提供的其实是一种量化的思路,这种思路可以拓展、延伸乃至形成系统的规划方法论,进而推广到其他类型项目中。
那么,你觉得还能用到自己工作中的哪些地方呢?
欢迎关注公众号:平纸杂货铺