社會大數據在城市空間治理中的應用研究

摘 要：當前城市能級全面提升，蓬勃發展的數據智能技術為城市高起點規劃、高標準建設和精細化管理帶來新的契機。數字技術的不斷發展，通過公開的網絡應用或服務采集到的城市建成信息與居民行為信息形成海量的社會大數據。該文聚焦社會大數據特征，挖掘關于城市空間和社會更豐富、更細致、更有時效性的信息，探索基于社會大數據開展城市空間精細化的認知診斷，洞察城市發展運行特征，探討在城市空間治理現代化背景下，社會大數據輔助智能決策的應用范式。

關鍵詞：空間治理；社會化大數據；數據特征；智能決策；應用范式

中圖分類號：TU984.11 文獻標志碼：A 文章編號：2095-2945（2024）24-0163-06

Abstract： At present， with the overall improvement of urban energy level， the booming data intelligence technology brings new opportunities for urban high starting point planning， high standard construction and fine management. With the continuous development of digital technology， the urban construction information and residents' behavior information collected through open network applications or services have formed a huge amount of social big data. This paper focuses on the characteristics of social big data， excavates richer， more detailed and more timely information about urban space and society， explores the fine cognitive diagnosis of urban space based on social big data， and has an insight into the characteristics of urban development and operation. This paper discusses the application paradigm of social big data assisting intelligent decision-making in the context of the modernization of urban spatial governance.

Keywords： spatial governance; social big data; data characteristics; intelligent decision-making; application paradigm

城市數字化發展是城市空間治理模式變革、城市空間布局優化更新的驅動力[1]。城市空間治理的水平，與城市居民日常生活的舒適感、幸福感及價值感息息相關。2023年2月，中共中央、國務院印發《數字中國建設整體布局規劃》中指出，要全面賦能經濟社會發展，推進數字社會治理精準化，普及數字生活智能化[2]。統籌城市數據建設，通過數據精準描述城市運行細節、動態感知城市發展問題，才能實現高分辨率的街區管理、人居環境等各類問題的動態感知，從而精準規劃和科學決策[3]。

信息技術的發展與數字化應用的普及積累了大量社會化大數據，同時也使得對各類社會大數據的采集、管理和分析更加容易。社會大數據區別于傳統的統計年鑒等官方公開數據，具有規模大、粒度細、更新周期短的特點，能挖掘出關于城市空間和社會更豐富、更細致、更有時效性的信息與洞察，城市空間治理對建成環境與人口特征信息有強烈的需求，因此，對大數據的應用研究越來越多[4]。如何加強社會大數據采集的全面性和可靠性、數據規范的統一性和整合度、數據運用的有效性和合理度是應用社會大數據的難點[5]。

1 社會大數據分析

1.1 社會大數據采集

社會大數據采集的方法包括直接獲取和間接獲取兩大類。網絡公開數據直接采集是利用垂直搜索引擎技術的網絡爬蟲、分詞系統、任務與索引系統等技術進行綜合運用而完成，總體思路都是從一定URL出發，按照一定的搜索策略不斷獲取新的URL，同時檢索、提取和保存所需要的數據。API是應用程序編程接口的縮寫，功能都遵循系統服務接口規則，具有很強的系統性。通俗講，API是一些網站為了擴大影響，將自己的資源整理好給用戶調用的工具。城市空間分析中被廣泛應用的POI數據，在百度地圖和高德地圖中既可以獲取城市級別范圍的POI，也可以按街道或自繪范圍獲得POI[6]。

公共服務的提供部門有專門統計團隊，每年都沉淀大量各類政務專題數據，同時為數眾多的企業也有很多優質大數據，尤其是在行業內具有一定覆蓋性的公司，比如移動通信、交通出行、地圖導航和互聯網公司，但這些公司往往將數據作為重要資產，為實現行業壟斷和確保競爭安全基本不會公開所持數據。對于非公開數據，首先可以通過購買獲得，但由于許多數據具有一定的壟斷性而導致價格很高，往往會超過規劃項目的成本預算。更為可行的方式應該是憑借公共數據開放和公益研究間接獲得更多社會數據，與大數據生產商建立長期互利共贏的合作關系[7]。

1.2 社會大數據特征

社會大數據具有獲取途徑相對容易，數據信息豐富，空間特征明顯，數據處理難點較低等特點，廣泛應用于與城市空間相關的分析、評價和決策支撐中，見表1。常見的社會大數據包括公交線網與站點數據，道路路況數據、工商企業數據、互聯網地圖POI數據、大眾點評數據、連鎖商業運營數據、文化活動數據和居住小區信息數據等，如圖1—圖7所示。

1.3 數據處理與融合

數據清洗處理與融合是對數據進行重新審查和校驗的過程，目的在于保證數據一致性、有效性和科學性，更好地支撐空間分析和決策。數據處理與融合主要內容包括以下幾方面。

1.3.1 數據甄別與補全

對無效數據的甄別，主要是用來辨別缺失、無效、不一致的數據。甄別的規則主要基于數據分析的需求、數據規律來確定。缺失值是最常見的數據問題，處理缺失值時按照以下步驟進行。

1）確定缺失值范圍：對每個字段都計算其缺失值比例，然后按照缺失比例和字段重要性，分別制定策略。

2）去除不需要的字段：對于業務上應用不到的字段，可以根據實際情況進行刪除。

3）填充缺失內容：QPa3S9aFAkkW1LQzG8YFfrLvx6Gco3uol66/2LlWPiw=某些缺失值可以進行填充，可以通過業務知識或經驗推測填充缺失值，以同一指標的計算結果（均值、中位數、眾數等）填充缺失值，以不同指標的計算結果填充缺失值。

4）重新取數：如果某些指標非常重要又缺失率高，則需要和業務人員了解，是否有其他渠道可以取到相關數據。

1.3.2 數據清洗

1）空間位置處理。空間信息是最基礎的數據信息，經過坐標糾正、地理位置抽查、統計核對等手段保證空間信息的質量，可通過地理位置的抽樣核查地理位置有無坐標偏差。

2）數據規范化處理。主要從減少數據冗余、提高數據處理效率的角度出發對空間數據、結構化數據進行統一檢查和規范化處理，包括：空間參考檢查、數據完整性檢查、邏輯一致性檢查、矢量數據拓撲檢查和屬性數據檢查等。

1.3.3 專題文本空間化

對于結構化文本數據，通過地址匹配引擎進行專題文本空間化。地址匹配引擎是一種基于分詞的地址匹配技術，它通過構造分級地址庫，并轉換成地址分詞庫，采用基于地址詞典的中文分詞技術實現匹配。通過文本數據中地址信息的批量標準化，并與空間位置相對應，獲取較高的地址匹配成功率。

1.3.4 專題數據匯聚

專題數據基礎數據庫包含的數據內容豐富，數據來源多樣，數據標準、模型、格式、精度和存儲形態等差異甚大，要將種類繁多、數據量巨大數據集成整合為支撐空間分析的核心數據庫，需開展數據整合和數據整理工作。

數據整合處理指在通過數據清洗、數據分析與檢查、數據映射與抽取、數據預處理、對象編碼與關聯關系建立和質檢審核等操作，以數據模型設計為依據，對各類社會大數據進行標準化整合，最終形成符合標準規范的成果數據。其主要工作包括以下幾方面。

1）數據預處理：對不同的數據源進行規范化處理，使得它們具有相同的格式、坐標系統和地圖投影。

2）數據關聯融合：如果同一類數據有多個來源，則有必要進行多源數據關聯性驗證，根據需要調整或去除數據。

3）屬性映射、變化和重構：以數據模型設計為依據，根據數據標準化建庫要求，對不同來源數據等進行屬性映射、變化和重構，形成符合標準規范的成果數據。

4）同名實體匹配：根據要素空間位置、幾何形狀、語義屬性及拓撲關系，實現同名實體匹配；對于屬性信息，原則上以豐富為準，可以直接擴充。

5）數據標準化建庫：根據空間分享需求，進行專題數據標準化建庫，實現多源數據集成融合。

2 社會大數據在城市空間治理中的應用

2.1 社區人居環境體檢評估

加快構建城市空間新發展格局，著力推動經濟社會高質量發展的時代號召下，加快轉變超大特大城市發展方式，大力推進城市更新勢在必行。隨著城鎮化率的提高，人口、產業、交通和環境等要素在城市高密度集中，信息量巨大，城市問題的判斷和化解難度也愈來愈高。由此，城市空間治理工作正不斷向社區和基層聚焦，加強和推動城市有機更新，營造共建、共治、共享的基層治理格局，是新形勢下推進城市發展治理方式轉型的重要路徑。構建社區人居環境評價指標、數據框架和量化方法體系，為城市更新行動提供數據支持和決策支撐[8-10]。

橫向上，通過對數以千計的城市居住社區進行量化評估，客觀評價社區現狀，衡量更新需求，支撐城市更新對象的精確選擇和研判；縱向上，通過對具體更新對象的多維度量化分析，聚焦社區短板，定位現狀問題，明確更新重點，支撐社區更新改造方案的編制和決策；時間測度上，通過對社區在更新改造不同節點的量化評價，側面反映改造成效和社區演進，支撐城市更新工作的實施評估和效能評價。社區人居評估指標基于人本需求，體現了城市復雜性，能夠更好地對社區實現體檢到診斷，實現指標到空間治理[11-12]。

2.1.1 評價目標

通過社會大數據實現對社區基本情況的定量分析，對社區人居環境狀況進行完整把握，找到社區本身存在的問題，與區域平均水平和先進社區之間差距，為社區改造更新提供依據和建議。同時也可以為衡量空間治理能力高低、辨別空間治理成敗提供判斷依據。

2.1.2 評價思路

首先，界定社區現狀評價內容。評價部分聚焦于空間治理層面，即人居環境現狀評價，根據社區人居環境內容和當下空間治理需求，細化社區人居環境現狀評價內容。

其次，通過構建指標體系體現量化評價的目標。基于社會大數據采用客觀性評價指標，減少主觀評價的誤差。指標體系具有普遍適用性和獨特性，將不同社區置于同一框架之下，可以進行社區間橫向對比。

最后，根據問題，提出相對應的問題解決方案包。不同類型社區指標體系和應對策略可以有不同選擇。

2.1.3 評價指標體系構建

社區人居環境是關乎人類生存和發展的居住和生活環境，由此可見對社區人居環境評價包含了復雜的內容。可以將指標體系構建工作為兩部分：其一是社區體征描述，其二是社區人居評估，社區體征描述是體征運行的監測和客觀描述，社區人居評估則是按照目標和價值導向進行指標計算和構建。社區體征指標見表2。

2.2 城市15分鐘生活圈規劃

近年來，社區生活圈成為規劃領域關注的熱點，并成為規劃與公眾最為緊密的結合點之一。2018年《城市居住區規劃設計標準》指出生活圈根據居民步行出行規律，分別對應在300 m、500 m、1 000 m的空間服務半徑范圍內滿足其日常生活的基本需求、設置配套設施。2021年《社區生活圈規劃技術指南》指出，社會生活圈應滿足城鄉居民全生命周期工作與生活等各類需求的基本單元，社區生活圈規劃要按照“現狀評估—制定空間方案—推進實施行動—動態監測維護”工作程序開展，利用大數據等信息與智慧技術，開展實時監測與評估，技術調整規劃及實施計劃[13]。

利用開放社會大數據對生活圈現狀進行系統評估，發現供給不足的設施類型和存在的問題，并對生活圈優化提出建議，更深入地為設施配置提供決策支撐。城市15分鐘生活圈基礎保障類服務要素見表3。

2.3 公共服務設施配置優化

高品質的公共服務設施供給是城市空間資源高效配置的重要抓手，公共服務設施配置需要考慮居民多元需求，對服務范圍內居民人口數量、結構、出行特征、移動軌跡和城市布局規劃等方面的分析與研究，通過“人口-設施”的精準匹配，實現公共服務設施的最優化配置[14]。

基于社會大數據開展人口數量和結構的實時快速檢測判斷，利用遷徙數據分析得出人口活力變化規律與人口流動趨勢，搭建仿真模擬系統，通過實時操作設施規劃、模擬效果，支撐公共服務設施規劃選址、規劃建設。對新增小區的各項公共服務設施、新增小區開口、新增規劃道路等設計的提升效用進行預評估和科學的仿真模擬，基于評估模擬結果，為規劃方案預評估、生活服務便利度模擬、基礎設施選址、小微空間建設效用等形成決策支撐。從而科學地輔助規劃決策，提升街區人居品質[15-17]。

3 結束語

本文分析了社會大數據典型特征、處理與融合路線，以及數據應用價值，從社區人居環境體檢評估、城市15分鐘生活圈規劃、公共服務設施配置優化，探討了社會大數據在城市空間治理中的應用方向。當前蓬勃發展的數字技術為城市空間治理以及規劃、建設、管理發展帶來新的契機，通過數據智能發現城市空間問題、描述城市空間發展規律、支撐城市空間治理，是推進城市治理現代化的新方向。未來，需建立社會感知數據長效更新機制，推進數據與社會經濟數據的深度融合，探索發揮社會大數據在城市空間治理中更大的價值。

參考文獻：

[1] 袁曉玲，楊新標.面向中國式現代化的城市空間治理核心問題與實踐路徑[J].城市發展研究，2023，30（12）：106-112.

[2] 熊有軍，林少芬.數字產業化整體加速——全面解讀《數字中國建設整體布局規劃》[J].廣東經濟，2023（4）：6-11.

[3] 湛東升，周玄，周侃，等.城市人居環境感知對幸福感的影響——基于長三角地區城市體檢數據的分析[J].地理科學進展，2023，42（4）：730-741.

[4] 甄峰，李智軒.數據驅動的中國城市空間治理框架設想[J].經濟地理，2023，43（5）：26-35.

[5] 歐陽康，胡志康.大數據時代的社會治理智能化探析[J].天津社會科學，2023（6）：20-26.

[6] 莊曉平，陶楠，王江萍.基于POI數據的城市15分鐘社區生活圈便利度評價研究——以武漢三區為例[J].華中建筑，2020，38（6）：76-79.

[7] 林麗環.互聯網企業數據資產定價研究[D].南京：南京郵電大學，2023.

[8] 張樂敏，張若曦，黃宇軒，等.面向完整社區的城市體檢評估指標體系構建與實踐[J].規劃師，2022，38（3）：45-52.

[9] 周健.基于多源數據的社區環境宜居性評價研究[D].深圳：深圳大學，2019.

[10] 周悅，陶珊珊，段雪晴，等.有機更新背景下的社區智能治理探索[J].時代建筑，2021（4）：62-69.

[11] 楊靜，呂飛，史艷杰，等.社區體檢評估指標體系的構建與實踐[J].規劃師，2022，38（3）：35-44.

[12] 單穎，李鑫.基于大數據分析的沈陽市完整社區評價與研究[C]//中國城市規劃學會城市規劃新技術應用學術委員會.智慧規劃·生態人居·品質空間——2019年中國城市規劃信息化年會論文集.廣西科學技術出版社，2019：10.

[13] 李萌.基于居民行為需求特征的“15分鐘社區生活圈”規劃對策研究[J].城市規劃學刊，2017（1）：111-118.

[14] 李亞洲，張佶，畢瑜菲，等.“人口-設施”精準匹配下的公共服務設施配置策略[J].規劃師，2022，38（6）：64-69，87.

[15] 龍瀛，茅明睿，毛其智，等.大數據時代的精細化城市模擬：方法、數據和案例[J].人文地理，2014，29（3）：7-13.

[16] 李爽.基于城市更新和治理的城市公共空間提升[A].中國城市規劃學會，人民城市，規劃賦能——2023中國城市規劃年會論文集（02城市更新）[C].中國航空規劃設計研究總院有限公司，2023：1366-1374.

[17] 吳志強，王凱，陳韋，等.“社區空間精細化治理的創新思考”學術筆談[J].城市規劃學刊，2020（3）：1-14.