楊 楠，孟慶林

引言

“大數據”概念是通過2013年維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》被大家所熟知，近些年各個企業(yè)、組織在其行業(yè)建立自身的“大數據”，但對城市建設方面還沒有一個公共性、可應用的“大數據”?，F階段城市建設中，設計行業(yè)最重要的設計依據還是“經驗”，如何擺脫“經驗”，讓設計具備“科學性”是當下城市建設中需要解決的主要問題之一。同時在高速發(fā)展的社會中，城市建設對于設計錯誤的包容度越來越低，當下需要一個客觀、真實的設計依據來支撐“科學性”的設計活動，由此可見城市基礎數據研究的必要性和重要性。

1 科學設計的必然性

在理論研究層面，2004年赫勃特·西蒙著，武夷山譯的《人工科學——復雜性面面觀》書中提出設計具備“科學性”的觀點[1]，后期沃爾夫·勞埃德、張欽楠、胡越等學者也在其對應的設計方法論研究著作中對設計的“科學性”進行重點研究，但多集中于“設計方法”的探索[2]，眾多學者的研究都表明“科學設計”是必要的，也是必然的[1-3]。如同沃爾夫·勞埃德（Wolf,Reuter）在其《建筑設計方法論》中提出：除對實踐建筑師的適應性以外，在對設計過程的觀察、探索和解釋中通過把設計作為人質的對象，它提供一種設計科學，“科學”旨在提出與現實世界某些現象一致的理論，在這里就是設計[3]。但在“大數據”概念未普及之前“科學設計”就像是沒有根基一樣，近些年隨著BIM、GIS、手機及智能化汽車等科技技術的進步以及CIM概念的產生，“科學設計”具備落地性[4-6]。

城市建設過程中，設計活動是重中之重的環(huán)節(jié)，從設計活動看，設計活動是在接收外部輸入條件后轉向內部梳理和決策，最終形成設計成果[7]。雖然內部可以通過自我調整來改善、優(yōu)化，但決策的依據在設計過程中多是依靠設計師個人“經驗”[2]，不可控的外部環(huán)境是要無條件接受的。隨著社會發(fā)展，外部影響因素的量級是以指數方式增長[8]，其中建筑技術的進步、規(guī)章制度的調整等因素雖然可以明確，但客戶日益增長、變化的需求和城市建設不斷變化的狀態(tài)等這些不可控的輸入條件是對設計成果影響最大的因素[9]，因此明確設計基礎決策環(huán)境是優(yōu)質設計成果形成的前提。面對這種設計環(huán)境，如何做好設計不僅僅是要設計師有優(yōu)秀的藝術天分和設計經驗，更需要用科學的態(tài)度去面對設計?！翱茖W設計”是主張在不考慮人的因素下，讓設計更客觀、合理，利用完備設計管理體系和真實的城市基礎數據通過設計活動得出具備“科學性”的設計成果的過程。城市的發(fā)展是必然的，其合理性、高效性、高質量是必要的基本要求，科學設計也就是必然的。

2 城市基礎數據是“科學設計”的基礎

“科學設計”的框架主要包含兩個方面，一是管理方面，主要體現在完善的流程、標準、管控工具；二是為設計提供依據的數據。數據不同于管理，需要在時間尺度、規(guī)模范圍尺度和縱向深度方面不斷積累才能形成可應用的數據形式[10]，在性質上數據也不同于管理，數據是“科學設計”的基礎。任何的設計過程都是依據數據分析，通過合理的設計過程管控和科學的設計方法加工，產生設計成果。設計成果也是新的數據[11]。由此可見數據是設計的基礎，那么客觀、真實的城市基礎數據則是“科學設計”的前提，也是“科學設計”的基礎。

3 城市基礎數據框架邏輯梳理

數據從收集到應用之間的轉換需要路徑，各種路徑的組合，形成數據框架，城市基礎數據很多是專題性的，定制性的，特別需要探索數據之間的關聯關系[10]，框架就是數據的必經之路和數據之間關聯的“翻譯器”[12]。數據之間的關聯能夠互相影響，起到疊加效應，帶來的價值也能夠超越原有單一數據的價值[10]。關聯是把具有某種共同屬性或特征的數據歸并在一起，通過其類別的屬性或特征來對數據進行區(qū)別[10]，例如2019年某小區(qū)人數為1000人，2020年為1200人，這些都是顯性數據，但增長率20%則是隱性數據，需在后續(xù)數據關聯過程中依據需求進行數據生成，并且很多隱性數據是依據需求在顯性數據已經存在或者完善的基礎上才能進行提出和生成。為實現數據共享和提高處理效率，必須遵循約定的分類原則和方法，按照信息的內涵、性質及管理的要求，將系統(tǒng)內所有信息按一定的結構體系分為不同的集合，從而使得每個信息在相應的分類體系中都有一個對應位置。明確數據的特性后，可見數據應用的基本路徑是輸入、轉換、承載、輸出（應用），城市基礎數據的基本框架也要圍繞著這個基本數據路徑建立（圖1）。

圖1 城市基礎數據邏輯框架總圖

3.1 數據收集

科技的進步使得數據收集及建立得到質的飛躍，在數據收集方面已不同于以往依靠人工收集為主方式進行，智能化、全覆蓋的數據收集基礎已經建立，當信息總量達到一定的層級，其信息的質量、效益、價值都會由量變的變化引發(fā)質變，這也是城市基礎數據具備落地性的基礎條件[10，13]。在收集數據前首先應對數據的范圍進行界定，然后依據特性進行分類，因為是城市基礎數據，那么首先應該按照城市建設的邏輯進行劃分，這里主要分為城市級數據和建筑級數據，然后再次進行劃分，劃分的末端是具備數字或是明確性指標。最后依據劃分的框架明確數據來源的渠道。在對數據劃分兩次后可初步總結出數據來源主要有以下幾個渠道（圖2）。

圖2 城市基礎數據收集與梳理框架圖

（1）政府機構：政府機構是數據的主要來源和組織管理者，能夠直接準確的依據城市規(guī)劃類和建筑類相關規(guī)范作為分類依據[14]提供城市規(guī)劃類、專項規(guī)劃類、人口、歷史、文化、產業(yè)、市政、氣候等城市級別的數據。

（2）建筑開發(fā)機構：建筑開發(fā)機構提供的數據是政府機構提供數據的細化與擴展性數據，多是建筑級的數據，例如建筑的功能、面積、地形等。

（3）物業(yè)機構：在建筑物方面通過物業(yè)建立智能化社區(qū)，完成數據收集。在商業(yè)方面利用手機終端和金融終端收集數據，多是動態(tài)數據，例如建筑的使用人群、商業(yè)的戶主變化等。

（4）交通管理機構：在智能化科技基礎上，在城市層面利用城市公共區(qū)域攝像頭、交通攝像頭等信息收集，在交通方面依靠智能化汽車作為交通方面的終端數據收集。交通由于其性質特殊，數據龐大，數據動態(tài)變化性強烈，因此需要單獨提出和專業(yè)研究。

（5）銀行、工商機構：利用工商、銀行、互聯網商業(yè)平臺等渠道收集并整理商業(yè)、金融數據。不同于政府的宏觀數據，銀行、工商機構提供的金融類數據是專題類數據收集。

（6）調研數據：利用技術手段收集的數據是客觀的，但對于使用者主觀意識的數據是收集不到的，因此要利用調研方法針對使用者進行主觀意識數據收集，例如住宅客廳寬度多少是在實際使用過程中最受歡迎的。

在數據的挖掘過程中要注意兩點，一是數據的準確性和真實性，一個不準確的數據會產生連鎖反應，數據關聯的過程中不確定的數據會導致其他準確數據無法應用，對于任何一個單一的數據其準確性要建立驗證機制，例如用兩種方法對數據進行收集比對，或者對數據進行推導應用，用另一可收集結果數據進行驗證等方法，這種驗證的方法是必要的。另外對于準確性也是要有對應層面的，例如民用導航的精準度達到米的級別就可以，但對于自動駕駛的精準度要達到厘米級別才可以，數據中要有健全的數據，以對應不同級別精準度的使用需求。二是數據的合法性與保密性，很多基礎數據其特性是具備公開性的，但在數據互相關聯之后其衍生數據就很可能涉及到一定保密性，因此對于數據生產的過程中要時刻對數據的保密性進行確認。

3.2 數據轉換

數據的轉換并不是簡單的歸納、梳理，首先要明確建立數據分類的原則，然后明確數據分類的方法，最后明確數據輸出的形式。

在數據分類的原則方面，2015年孫靜娟的《統(tǒng)計學》第三版中對數據分類提出五點基本原則，穩(wěn)定性、系統(tǒng)性、可擴展性、綜合實用性和兼容性[15]。城市基礎數據的轉換過程也是建立數據的過程，因此也要遵循數據建立的五個基本原則。

（1）在穩(wěn)定性方面，城市基礎數據可劃分為固態(tài)數據和動態(tài)數據，其中城市建筑數據雖然是變化的，但建筑數據是城市基礎數據的基礎，主要建筑數據的體現形式是可物質化、視覺化的。物業(yè)數據、交通數據、商業(yè)經濟數據和調研數據都是隨著時間變化而變化的，是劃分到動態(tài)數據中。這種建筑物數據可視為城市基礎數據的基礎和依據，從而確保在建筑數據基礎上再產生和引入的數據具備穩(wěn)定性。

（2）在系統(tǒng)性方面，將選定分類對象的特征（或特性）按其內在規(guī)律系統(tǒng)化進行排列，形成一個邏輯層次清晰、結構合理、類別明確的分類體系。城市基礎數據的系統(tǒng)性應依據城市原本的設計系統(tǒng)進行數據分類，這樣的系統(tǒng)性是便于后續(xù)依據不同需求在尋找相應數據時實現最佳效率。

（3）在可擴充性方面，城市基礎數據在類目的設置或層級的劃分上按照從大至小的方式進行劃分，并且在每個層級上都有其對應的擴展空間，以保證分類對象增加時，不會打亂已經建立的分類體系。

（4）在綜合實用性方面，城市基礎數據從實際需求出發(fā)，綜合各種因素來確定具體的分類原則，使得由此產生的分類結果總體是最優(yōu)、符合需求、綜合實用和便于操作。

（5）在兼容性方面，有相關的國家標準則應執(zhí)行國家標準，若沒有相關的國家標準，則執(zhí)行相關的行業(yè)標準，若二者均不存在，則應參照相關的國際標準。這樣，才能盡可能保證不同分類體系間的協調一致和轉換。

對數據的分類方法主要有三種，一是按計量層次分類，二是按照數據來源進行分類，三是按照時間狀況進行分類[15]。城市基礎數據由于其體量龐大，并且數據還要隨著時間的變化要對數據進行更新，因此主要采用按計量層次分類和按照時間狀況進行分類相結合的分類方法，城市基礎數據需經過加工才能使用，并且框架的搭建就是數據加工的核心思路，因此城市數據不能夠按照數據來源進行分類。

（1）在定類方面，城市數據的基礎數據要依據城市設計的邏輯進行設定。先從城市的宏觀層面出發(fā)，從宏觀到微觀進行深化分類，例如城市的建筑、交通、經濟、公共設施等這一城市級層面的；然后在建筑級這一層面再次進行劃分，例如商業(yè)辦公建筑、居住建筑、工業(yè)建筑等；再依據其建筑功能屬性再次進行劃分，面積、車位數、功能配比等，這里需要注意的是不同的建筑其再一次劃分的框架不同，例如醫(yī)療建筑有病房，但居住建筑是沒有病房的。劃分的最終目標是這個數據不能夠再進行劃分，這一層級是基礎平等并列關系的數據類別。

（2）在定序方面，因定序數據與定類數據最主要的區(qū)別是定序數據之間還是可以比較順序的。例如，建筑使用人群的劃分，男人設定為數字1、女人設定為數字2。這方面更多的是在應用階段要利用的比較方法，在框架搭建的過程中是不存在的，但是需要說明的。

（3）在定距方面是基于基礎數據的再次數據生成，這里主要有兩個方面的關聯，一是同一類別的數據再生，例如2019年深圳市居住建筑建設量為100萬m2，2020年居住建筑建設量為110萬m2，那么2020年較2019年增加的10萬m2居住建筑建設量和2020年較2019年居住建筑建設量增長10%就是再生數據。

（4）在定比方面不同于以上幾點，因輸出端的需求需要人為的介入相關的起始點或者干預點才能使數據具備應用價值，例如2019年深圳市居住建筑建設量為100萬m2，那么2019年1月1日到2019年12月31日就是100萬m2數據的介入點。在劃分的時間維度上，在輸入端，整體盡量滿足數據的全周期，即有數據的開始就要進行記錄并保留，沒有起始數據的要利用科技手段完善。在輸出端則不同于輸入端，要依據應用的需求找到對應的時間軸，提供與其時間軸數據成果。

對于數據的輸出結果，在沒有明確應用需求對象的情況下首先要依據數據的特性進行劃分，這個劃分也是在數據應用前，對于數據的最后一步數據形勢轉換，這種轉換有利于后期數據應用的梳理效率提升，主要有兩種數據形式。

（1）固態(tài)數據方面：固態(tài)數據并不是數據不會變化，固態(tài)數據可以看作為這個城市的骨架，例如城市層面的建筑物、綠化廣場、道路交通和農業(yè)用地等方面，其中數據集中于建筑物，在建筑物層面依據設計的體系可劃分為幾個重點數據點：功能、面積、交通流線、建筑信息、車輛信息[12]。固態(tài)數據多是可視化數據，主要依托城市模型而展示。

（2）動態(tài)數據方面：區(qū)別于固態(tài)數據，動態(tài)數據方面的分類在大類別上主要有流量數據和特性數據，像是在骨架上流淌的水，例如人流量、金融數據，不同功能類別的使用頻率流量。在這個流量的基礎上再依據特性進行劃分，例如人流量方面，可依據年齡進行劃分：兒童、青少年、中年、老年，金融流量方面可依據商業(yè)屬性進行劃分：服務消費、物質消費、大宗商品消費等，使用頻率流量可依據功能屬性進行劃分：商場人次頻率、綠地廣場人次頻率等[12]。動態(tài)數據大部分是可以依托城市模型進行展示的，但部分數據的屬性為非可視化數據，例如GDP，這種數據是依托于數據看板進行展示的[16]。

3.3 數據載體

依托“大數據”成熟體系，城市基礎數據的儲存主要由數據、非可視化數據的模型看板和承載可視化數據的城市模型，看板和模型是數據體現的工具。其中城市模型依托于BIM、GIS等技術實現數據承載的落地性，城市模型是城市基礎數據在大數據模式下一個特殊的存在形式[17]。城市模型與城市數據之間本身就是共生體，城市模型也就成為城市數據分類的最佳模式[13]，例如想了解100m高層建筑量，這種數據可以直觀的反應在模型上，如果需要從數據上來辨別則需要引入其他的數據影響因子，增加復雜度。從讀取數據的便捷性方面來看，利用城市模型承載城市數據在讀取的便利性、準確性、可視性方面都有很大的效率提高，并且在數據儲存方面對儲存空間并沒有特別的空間需求及空間占用[18]。

在數據收集的過程中對數據的準確性、真實性、合法性與保密性要進行初步的驗證與糾正，但并不是在應用的背景下。數據承載是城市基礎數據框架的核心，聯系著輸入端與輸出端，因此數據承載的板塊就要按照需求針對性的對數據進行整理，這里就包含對數據的準確性、真實性、合法性與保密性的專項驗證與糾正。工作的前提是需求端先明確數據需求框架，經過數據的初步分析后先應進行AI分析，解決工作量繁重的節(jié)點，然后再經過人工的分析與驗證即可提供數據。由于數據很多是關聯的，在給用戶的使用過程中要明確，非可視化數據的模型看板和承載可視化數據的城市模型之間要產生聯動，這樣才能完整的體現數據的應用價值（圖3）。

圖3 城市基礎數據載體模式圖

數據載體不僅僅是硬件堆積的數據庫，更是數據傳輸的邏輯。數據的儲存、數據的傳輸邏輯、數據的展示工具等共同構成數據載體，也是城市基礎數據框架的核心所在。

3.4 數據應用

城市基礎數據在設計上的應用主要分為兩部分，第一部分是策劃階段的應用，第二部分是設計階段的應用。應用前按照設計活動的屬性先提出數據需求框架和梳理數據，然后依據數據自身的屬性分成直接應用和決策應用，數據在策劃和設計兩個階段應用的區(qū)別在于驗證環(huán)節(jié)，隨驗證環(huán)節(jié)只存在于設計階段，但其結果也是驗證策劃階段。

對于策劃階段，數據應用的價值主要體現在為決策提供論據，其需求的數據更多是城市級的，例如經濟、人口等方面，推導出的結論也是數據類的，例如面積、功能、高度等。在設計上的應用技術路線為：數據需求框架、數據提煉整理、數據應用、數據驗證。重點在于數據需求框架、數據應用和數據驗證三個節(jié)點（圖4）。

圖4 城市基礎數據設計應用技術路線圖

第一步數據需求框架，通用性質的數據框架，例如周邊的道路數據、交通流量數據；周邊的建筑功能數據、面積數據、立面色彩數據等；周邊的人群數據、人群的年齡結構、男女比例、工作性質等。依據項目自身的功能特性而定制的專業(yè)性數據，例如設計電影院，那么周邊建筑具備電影院功能屬性的建筑有多少、面積是多少、分別的定位是什么等這些數據就是專業(yè)性數據。

第二步數據提煉整理，這部分的關鍵點在于數據的準確性，并不是設計過程中討論的，而是數據搭建過程中的重要工作。

第三步數據應用，主要有直接應用和決策應用兩個方面。在直接應用方面主要體現在因果關系上，例如周邊的建筑高度和占地面積數據明確后，可以利用日照軟件推算出具備最佳采光的新建筑的建筑空間范圍。在決策應用方面主要體現在決策論據上，例如周邊的交通數據明確后，在地塊的出入口設計方面依據數據可以評判各個可能性出入口的優(yōu)劣勢，結合出入口的功能屬性進行二次判斷，進而確定出入口的位置與功能。

第四步數據驗證，驗證的過程是將設計成果在虛擬的環(huán)境中建立，并將成果數據輸入虛擬環(huán)境中建立新的數據，再與原有數據融合的形式進行驗證。這里的驗證分為兩個部分：一是將新建筑的數據獨立，只考慮新建筑的輸出數據，驗證輸出的數據對原有環(huán)境數據的影響；二是新建筑的數據完全融入環(huán)境，重新模擬整體環(huán)境數據，驗證新環(huán)境數據的整體效果。依據影響與效果的矛盾點進行設計修正。

城市基礎數據不僅能應用于房地產設計行業(yè)自身，因其數據的特性，可實現數據的延伸應用[13，19]。在城市基礎數據建立后，依據其特性從城市的角度出發(fā)可應用于以下幾個方面：

（1）在宏觀層面上可提供給政府作為城市決策的數據依據：隨著科技的發(fā)展，城市體系中各類的數據體系也在逐步建立，城市基礎數據也是其中之一，其重要性按照需求等級也是排在前列的，特別是在城市建設過程中對于城市各類的決策是有其必要性的[20，21]。

（2）商業(yè)辦公建設：數據在商業(yè)方面的應用價值是比較明顯和明確的，通過數據能夠更加的應對客戶需求，控制商業(yè)建設規(guī)模，減少資源浪費。但數據對于商業(yè)建設也是有利有弊，部分商業(yè)發(fā)起者會利用數據來控制消費者，因此在商業(yè)建設方面數據的應用應該給其使用者建立應用規(guī)范[10]。

（3）居住建設：居住建設的應用主要有兩個方面：一是在宏觀層面上對居住建設量、職住平衡和居住建設與其他方面城市建設配合關系設計等城市級設計的應用；二是對于居住產品方面的應用，例如幾房幾廳、臥室的進深與面寬的設計[19]。

（4）道路交通建設：現階段我國已經存在的百度地圖、高德地圖等交通數據應用類軟件，同時還有北斗導航等基礎建設已經完善，但并不是一個可以閉環(huán)的數據體系，城市類數據在名義上是包含交通類數據的，但在實際的數據關系中交通類數據要結合城市建筑類、商業(yè)類數據等數據才能夠形成更準確、更完善的交通類數據，這樣的數據才能夠在交通應用和城市交通建設方面提供準確有效的決策依據[19]。

（5）物流倉儲建設：物聯網的建設近些年已經上升到國家戰(zhàn)略層面，并且我國已經有比較完善的建設基礎，在數據類方面如同道路交通類數據一樣，也是要結合城市數據中其他類數據才能夠更完善、更精準，也因此才能更好的給物流倉儲提供建設依據[19]。

（6）工業(yè)建設：工業(yè)的建設主要集中在建設量、與物流相結合的效率提升和工業(yè)與環(huán)境保護之間的關系。數據的應用在這三個方面都是有其重要的應用價值，并且能夠在質的方面給予大幅度的提升[19]。

（7）公共管理與服務建設、公用設施與綠地與廣場等數據對于城市公共類的城市設施：公共類的建設除大家日常使用的綠地廣場、公共設施之外，還有醫(yī)療系統(tǒng)、教育體系等，數據的應用能夠使這些公共資源更合理、更公平、更有效率的利用[19]。

（8）城市與建筑運營：不同于點式的應用在宏觀層面，給政府機構提供城市決策依據，在日常的城市及建筑運營中城市基礎數據也是可以持續(xù)性應用的，例如BIM運維就是典型案例，如果BIM運維過程中有城市基礎數據的加持就會提高效果和質量。

3.5 案例解析

數據實際應用中，典型案例為房地產住宅項目（因建筑項目涉及范圍廣，牽涉專業(yè)眾多，案例限定范圍為設計線條，運營、成本采購、工程、報建、財務融資、營銷和投資發(fā)展等專業(yè)線條不納入案例范圍。案例研究階段為強排策劃、設計和后評估三個階段，施工圖和施工配合階段屬于設計階段工作。因建筑類項目數據指標層級較多，為便于快速理解，案例僅列舉第一層級部分數據），例如XX地產公司，東莞XX項目。按照數據應用技術路線可劃分為三步：

第一步：強排策劃階段，對應技術路線中策劃層面數據應用，按照居住建筑屬性建立需求框架。例如經濟、人口、產業(yè)和上位規(guī)劃等，依照前文對應渠道獲取數據，并明確數據屬性及展示模式，將數據給到策劃人員應用，得出策劃階段的結論。例如用地及空間限制條件、產品（戶型及配比、功能構成及占比）、價值分析（商業(yè)、景觀等）和盈利可行性等。結論作為后期設計階段輸入條件，同時結合各方愿景，提出多個不同設計理念的初步方案（表1）。

表1 城市基礎數據設計應用案例策劃階段計劃表

第二步：設計階段對應技術路線中設計層面數據應用，結合策劃階段結論，按照居住建筑屬性建立需求框架。例如規(guī)范、交通、環(huán)境和日照等，依照前文對應渠道獲取數據，并明確數據屬性及展示模式，將數據給到設計人員應用，得出設計階段的科學設計成果（表2）。

表2 城市基礎數據設計應用案例設計階段計劃表

第三步：驗證階段對應技術路線中驗證層面數據應用，驗證的數據包含策劃階段數據和設計階段數據，通過輸出驗證和融入驗證得出對應結論。結論包含了四種情況，不同情況下修正點不同。

第一種情況是輸出驗證有矛盾點，融入驗證無矛盾點，例如案例中在輸出驗證中發(fā)現人口增加后，周邊建筑商業(yè)功能不能滿足人群使用需求，融入驗證將新建筑放到城市模型中模擬，新建筑商業(yè)功能彌補了缺失部分的需求，得到合理的商業(yè)功能需求，這種情況下可以判定設計成果在商業(yè)功能需求方面是具備“科學性”的結論。若新建筑商業(yè)融入后雖在需求上滿足了，但設計中由于交通流線等設計阻礙，外部城市空間依然缺少商業(yè)功能，這種情況下就需要修正設計。第二種情況是輸出驗證無矛盾點，融入驗證有矛盾點，例如案例中新建筑數據對原有城市交通沒有產生壓力，融入驗證時新建筑內部產生了交通堵塞，說明外部交通對新建筑內部交通產生影響，需調整新建住方案的交通設計。第三種情況是輸出驗證有矛盾點，融入驗證有矛盾點，兩個矛盾點無關聯關系，這種情況下針對不同矛盾點進行設計修正。第四種情況是輸出驗證有矛盾點，融入驗證有矛盾點，兩個矛盾點有關聯關系，則對應相同問題進行修正即可（表3）。

表3 城市基礎數據設計應用案例驗證階段計劃表

設計過程中采用了數據應用進行設計推導，在完成設計成果后用數據進行驗證與設計修正，為新建住設計排除設計缺陷，使設計更合理，實現科學設計概念，為城市、實用者提供科學的設計成果。

結語與展望

回顧歷史，數據是體現城市發(fā)展質量、效率的最佳途徑[10]。近些年我國社會形態(tài)由分散式增長向集中式增長轉變，或者說在統(tǒng)一發(fā)展思路下，由形式上無序的增長向有質量的增長轉變。城市基礎數據不能決定城市的未來，但能提高城市發(fā)展決策正確率，進而提高城市發(fā)展質量和效率。設計活動對于城市發(fā)展起著決定性作用，依據數據在應用中輸入、轉換、承載和輸出的特性，結合設計過程，建立數據輸入、數據轉換、數據承載和數據應用的城市基礎數據框架，依據數據的可視化屬性在承載節(jié)點中明確數據載體，在應用節(jié)點依照數據需求框架、數據提煉整理、數據應用、數據驗證的技術路線將數據應用到設計過程中。這種提供客觀事實依據，減少經驗判斷的模式，使設計具備“科學性”。這種模式是必然的，同時在質變后的社會發(fā)展中，城市基礎數據承擔著核心決策依據的角色，也體現其重要性。

城市基礎數據框架并不是一成不變，需根據社會發(fā)展，城市建設進度進行調整。上述框架是依據現階段客觀環(huán)境建立適應其社會階段的城市基礎數據框架雛形和搭建城市基礎數據框架的基本方法，后續(xù)隨著社會發(fā)展，在不同社會發(fā)展的不同階段應該有與其相適應的框架，甚至改變搭建城市基礎數據框架的方法，因此城市基礎數據框架和城市基礎數據框架建立方法與社會發(fā)展階段之間的關系還需進一步研究。另外城市基礎數據與設計方法關聯研究也有待進一步研究，不同類型建筑的設計有特殊的設計方法，在不同的設計方法中如何引入數據的應用是關鍵問題，城市基礎數據引入后會給設計方法帶來更多可能性，并且會激發(fā)出更多的設計認知和設計方法論。

圖、表來源

文中所有圖、表均由作者繪制。