2015年6月6日下午13:00-18:30，北京城市实验室BeijingCityLab（简称BCL）2015年会在北京交通大学机械楼二层多功能厅举行。BCL于2013年10月成立，是由城市研究领域的年轻学者发起的一个学术团体，致力于运用跨学科方法量化城市发展动态，开展城市研究。
本次会议的主题为《新数据环境下的城市规划与研究》，继续探讨数据支撑下的城市研究，来自高校、研究机构、规划设计院和互联网公司等单位的多个专业的年轻学者再次齐聚一堂，分享最新的研究进展。报告更是比去年增加了10个，从城市光谱到互联网+、社交媒体，从PM2.5到公共交通、文化城市，从城市数据画像到乡村规划、精准医学，报告内容十分丰富。本次会议的组织方北京交通大学建筑与艺术学院也是特别给力，会场安排周到细致，演讲时间控制精准，体现了学院强大的战斗力。

（3）利用语义认知来理解城市
语义认知，需要阅读，并理解词汇、理解话题、理解情绪。在理解词汇方面，同样一个中关村，可能意味着不同含义，指代着不同的生活方式。而不同的词汇也会在城市中出现集聚。通过抓取微博中的词汇，进行语义识别，来观察城市中的词汇集聚现象，我们有可能获取对城市中人的生活状态的感知。通过识别不同地块语义主题的差异，我们可以了解不同地块中人们的谈话内容差异，以及不同时间段的谈话内容特征，进而了解集体情绪在时空中变化的规律性。
（4）城市光谱：空间边界有限，内部变化无穷
借城市光谱的概念，李栋博士提出了一个有趣的话题：缘分之城。在哪些城市空间中，我们更有可能遇到有缘人？有没有一种办法可以度量特定空间下社会交往的可能性？基于时空约束的共现搜索也许可以帮助我们解答这个问题。通过分析50万人的空间移动特征，分析在同一时间段、同一地理区域出现的人数，来得到潜在碰面可能性最高的区域。
（5）重回城市研究的本质：空间、人、人与人之间的关系
最后，李栋博士认为跨过基本的技术门槛后，数据的挖掘正在回归城市研究的本质：关注空间、关注人、关注人和人之间的联系；大数据对城市整体性的描述不再重要，细分、特征和机理是下一步的方向。
2.新数据环境下的城市规划实施评价
龙博士长期关注大数据在城市规划实施评估中的应用，即城市规划对空间的实际控制效果尤其是城市增长边界（UGB）如何引导城市空间发展方向。以往研究多采用卫星遥感数据评估规划实施的一致性（conformity），新数据环境为城市规划实施评价提供了新的视角。
北上广深的基于遥感数据的研究都发现，大城市的城市规划实施效果是有限的。而龙博士在新数据环境的若干研究显示，规划不再是“纸上画画、墙上挂挂”，如他和合作者的一项研究显示，对于北京新城来说，规划边界的制定对城市扩张起到了引导作用。另一项最新发表的研究利用出租车、公交、微博、出行调查等新数据和传统数据数据，发现规划边界对城市活动的限制作用明显，95%的市民活动和移动发生在规划范围内。这与已有的研究结论不同，后续正在跟踪并深入研究。
城市活动数据的引入为规划决策和模拟提供了新的视角。在活动联系研究中发现顺义比通州更有资格和地位作为城市副中心，而通州与中心城联系过密。梁陈方案的反现实模拟还用数据验证了单中心城市结构的必然性，行政中心的5公里西迁在保护旧城方面是有意义的，但却阻挡不了北京摊大饼的趋势。
龙博士及团队正在着手的研究是全国176个城市的UGB实施评价，一方面使用物理空间上的数据来评价城市扩张和再开发的趋势，另一方面通过微博、照片、百度热力图等评价社会空间上人类活动与移动范围的对应情况。最后，他推荐了新作Geospatial Analysis to Support Urban Planning in Beijing（预计2015年底由Springer出版社刊出）

3. “互联网+”规划公众参与
 茅明睿主任首先介绍了在互联网和大数据的技术进步下，北京市规划设计研究院组织开发的“云规划”平台Cityif。该平台具有面向政府、市民以及规划师的三个界面，旨在通过自下而上的公众参与集合群体智慧。然后，茅主任以四个近期的规划实例，来说明在公众参与中如何运用大数据，并认为大数据与互联网时代下的城市研究可以使公众参与实现提质、协同、增容和赋能。

4. 社交媒体地理：分析框架与应用
（1）社交媒体地理的概念与框架
从传统空间数据的获取分析方式到大数据时代的时空数据获取，一些新的数据产生方式正在涌现，比如志愿者地理信息，即每个市民都可以作为一个传感器终端贡献数据信息。而微博、微信、人人、豆瓣等社交媒体正是此类志愿者地理信息产生和数据收集的良好平台。特别是基于位置的社交媒体，包含了时间信息、空间信息和语义信息，体现为三层结构：（1）使用者层次的社会网络；（2）位置层次的地理网络；（3）内容层次的语义数据网络。
基于位置的twitter研究包含三类内容：（1）事件探测，包括灾害管理、疾病传播、交通拥堵识别等；（2）地理推测；（3）社交网络。社交足迹地理学研究包括了城市活力研究、突发事件监测与预警、城市微观人口社会经济模拟、人群时空间行为研究、城市空间流动与相互作用、城市规划方案涉及与优化等。
5. 城市形态对空气质量的影响：基于中国地级市和县级市尺度的分析
从技术革命中到新城市主义，张纯老师回顾了工业发展历史进程中的规划思想，就当今我国的空气污染现实来说，减少污染一方面是推动节能减排技术创新，另一方面要进行城市形态的优化。
城市空气污染的来源主要是发电、取暖、交通和工业，已有的关于城市形态对空气质量的研究集中于城市密度、土地开发布局和交通模式等方面。不同于美国的普遍经验，在中国人口密度越高，空气污染水平越高，人均绿地面积在缓解空气污染方面也不是越高越好，因为同时会增加机动出行距离。
张老师通过分层线性回归模型分析了导致污染的各种变量对地级市和县级市污染程度的影响。总的来说，城市规模和富裕程度等经济指标是根本因素，人口密度、SO2工业排放量及公交数量也相应有着重要影响。产业经济上的宏观指标在地级市更为显著， 而道路交叉口数量这类微观的用地指标在县级市更为显著，这为不同规模的城市形态优化提出了规划导向依据。
最后张老师就女性是否适合做城市大数据研究方面提供了几个新的视角。她认为女性在此方面有四个优势：
一是善于对数据进行长时间的比对、拣选和分析；二是能够把握复杂关系、洞察事物本质；
三是对事物的变化、异常更加敏感；四是善于利用非数据信息作为数据使用。

6. 基于大数据的系统优化与政策评估：以北京公交通勤为例

周教授首先从哲学层面探讨了大数据研究的基本问题，以及个人对这些基本问题的见解。他提出其中两个最本质的问题：

大数据对城市研究而言改变了什么？大数据对城市研究而言没有改变什么？

周教授认为，大数据的应用能够干预社会交往，突破了来自不同学科与行业间交流的壁垒，扩大了从同行学习的可能性；但大数据仍然改变不了智慧产生的路径，城市存在的本质（如集聚效应、土地利用的分异等），以及资源在城市中的稀缺性等问题。大数据在城市研究领域的出现，帮我们更好地去反思学科的使命，通过变与不变对学科进行解构。接着，周教授简要介绍了其对大数据的哲学思考如何渗透在北京公交通勤的研究中。结合研究，周教授提醒研究者们“多谈些主意，少谈些问题”，“固本守源，因势利导”，逐步达到“正心，修身，齐家，治国，平天下”的目标。

7. 文化与城市：基于互联网下的思考

他清晰地抛出了五个观点：

• 观点一：可视化不是什么值得炫耀的新花招。除了数据挖掘之外，我们更需要数据处理；除了可视表现之外，纯粹的见解更弥足珍贵。

• 观点二：大数据的优势在于全样本，而非精准数据。因为社会结构模式的流动性、弱结构性和碎片化，使得抽样数据的误差变大，因此在数据使用的过程中存在很多欺骗性，比如数据表现欺骗、数据处理欺骗以及意识上的欺骗等。

• 观点三：大数据在城乡规划应用中的尴尬将长期存在。由于个人数据采集的合法性问题，不同单位和部门数据的开放性问题，以及商业数据使用的经济性问题，将大数据在城乡规划使用中的尴尬。

• 观点四：思想最大，数据背后的逻辑更重要。

• 观点五：DAD数据增强设计，媲美田园城市的架构。大数据分析是规划研究愈加趋近工程技术，所以DAD很重要，不能只是方法论。

8. C-IMAGE: 基于地理信息照片的城市感知地图

刘浏工程师首先强调了大数据是一种思维而非具体方法，应以问题为导向来把握核心部分。他介绍了以凯文林奇的城市意象五要素为理论基础在美国City Collaboration Medialab的研究工作。

街景地图作为一种重要的城市形象数据来源，通过照片集合能够反映人对城市的感知，而他的研究兴趣在于挖掘相机背后人对城市的主观视角。Panoramio主要反映城市地景而Flicker多是个人题材。

利用照片地理坐标可以反映城市空间结构，他在照片数据叠加后用机器和人肉识别cluster，发现城市的note、path、edge、landmark有较高识别度，而district定义模糊，很难识别。

通过对照片和图像更为高级的场景识别，刘工对波士顿公园2000年后的活动和改造效果进行了评价。他把照片内容分为绿、水、道路、高点、建筑、社交和运动场七种类别，用不同颜色进行投影，分析城市活动的结构性，进而扩大到整个城市。以绿代表被感知的绿色空间，以黄代表市民活动，新加坡是全绿的城市，欧洲城市黄绿相间，而北美城市大都黄绿分开，而上海黄多绿少。

有趣的是，上海的绿地率与东京相当， 绿地实际很多，但市民能感知的绿色很少。而东京的绿色除了绿还叠加了代表运动的紫色，使用率更高。这是因为东京在规划时，围绕人如何使用这个地方的活动来增加绿色空间，而非仅仅提高绿地率。