3

　　教训

　　通过本次授课，虽然积累了上述经验，但所得到的教训则更为广泛，这些教训涵盖了数据、方法、时间安排和设计与研究关系等多个方面，期望对这些教训的总结，能够推进在下一次课程中的改进。

　　（1）开放数据丰富但核心数据稀缺：本次提供给学生的数据多为体现空间分布和密度的数据，而少有体现空间联系和人的移动性方面的数据，学生在后半程表达了对这类数据的需求。设计场地的大规模街景图片如果能够提供给学生，则应能促进对人的尺度的现状城市形态的认知。此外，学生们对谷歌遥感影像认识地段历史变迁比较重视，每组都人工进行了抓取、对比和判读，瑕疵课程可以考虑对这类数据（还包括多年的夜光影像等）事先准备好并进行发放。

　　（2）学生热情高涨但掌握的技术方法有限：课程的学生多上过地理信息系统方面的课程，但对所提供的数据的基本操作还多不很熟悉，最多用的是兴趣点的核密度分析，这也制约着对数据的深入使用。为此，一方面可以由任课教师直接利用ArcGIS将所有新数据都整合在地块、街区或街道尺度，并对图层进行符号化，学生打开ArcMap后可以直接进行浏览和对场地进行判断。另一方面，建议开设专门的大数据与城市规划方面的理论课，提高学生的大数据动手能力和培养学生的大数据分析思维（详见本文“三、《大数据与城市规划》课程的开设”）。

　　（3）有提高工作效率的预期但最终陷入方案冲刺：在大尺度城市设计中，本来应该是可以通过量化分析强化对现状的认识，如类型的判断，进而提高设计的效率。但由于这属于中国规划设计教学方面的第一次尝试，最近几周学生们多处于赶方案阶段，没有额外时间进行方案的情景分析和量化评估。

　　（4）研究成果丰富但支持设计仍需桥梁：数据增强城市设计几乎是全新的领域，没有已有的方法论和软件工具支持，研究方面进展的局限，也制约着在教学中推进DAD思想，这也造成了数据和量化方法的应用多处于现状评价，即问题与策略脱节，现状分析与未来设计的脱节（两张皮），而在方案生成和方案评价方面仍然进展缓慢，从研究到设计的难度尚未有效解决。为此有必要开发生成式城市设计平台以及设计方案量化评价平台进行支持，这也有待于对形态－功能－活动的类型学方面的深入研究。

　　3

　　《大数据与城市规划》课程的开设

　　随着城市规划由建筑学一级学科下设的二级学科，上升为城乡规划一级学科，高等学校城乡规划学科专业指导委员会编制的《高等学校城乡规划本科指导性专业规范》指出，城乡规划的本科生的培养计划将纳入城市发展模型、城市系统工程、地理信息系统、城乡规划公众参与等诸多课程或知识点，相较原有培养计划增设了较多定量城市研究的相关基础课程，这些相应的课程多是候选人的研究领域。随着我国城市化进程的转型，复杂性和综合性的增加，迫切需要提高这一领域的专业教育水平。

　　经过调查，随着大数据在城乡规划中的广泛应用，英美部分知名高校（如麻省理工学院、伦敦大学学院和纽约大学等）已经开设了《城市模型》、《大数据与城市规划》以及《智慧城市》等相关课程，所使用的教材多是授课教师的专著或最新研究论文的合集。考虑到大数据相对还是较新的概念，虽然在我国城乡规划中反响较大、应用较多，但国内尚未开设大数据用于城市规划（或数据增强设计）相关的课程。前期笔者在北京城市实验室（BeijingCityLab）发布了《城市模型及其规划设计响应》网络课程（中英文，详见http://www.beijingcitylab.com/projects-1/21-urban-model-course/），涵盖大量将大数据用于城市规划领域的内容，在线课件得到了数千人的下载和阅读。此外，经过笔者的调研，清华大学多个专业的学生都反映了对大数据与城市规划课程的广泛期待（清华学生发起的大数据兴趣小组也是一个证明）。在这样的背景下，顺应我国城乡规划编制的特点和国内对城乡规划教育变革的需求，集成笔者的已有研究经历和大量学界和业界同行的诸多积累，笔者将于2016年秋季学期在清华大学开设面向研究生的《大数据与城市规划》理论课程。作为城乡规划教学的必要知识点，这将是国内城乡规划专业在这一方面的较早尝试，面对的对象预计包括城乡规划、人文地理、地理信息系统、城市经济、公共管理等专业。

　　授课过程中，笔者将秉承技术方法与规划设计并重的原则，第一部分侧重大数据技术方法的讲解，以便于学生掌握技术，第二部分则侧重规划设计领域的应用（如规划设计方案的制定与评价）。此外除了介绍经典的研究方法外，还将对当前国际的研究前沿与热点进行介绍。本课程的所有课程文件、数据和扩展阅读将放到指定网站上供选课学生下载。此外，还将结合微信群、邮件群等方式，建立选课学生和任课教师间多个渠道的直接联系，促进学生对大数据支持城市规划的理解。

　　通过课程学习，学生应该可以更好地理解实际的规划问题，并且利用大数据来进行研究设计和解决这些问题，同时能够了解这些规划策略所带来的政策启示以及政策反馈。此外，学生可以利用实证数据来支持规划决策，并且从数据分析中得到理性结论。最后，通过课程学习，还可以增进学生在对社会和空间复杂系统认识中的理性思考，替代传统规划中直觉和“拍脑袋”的决策方式，同时也将提升他们应用大数据方法来分析和处理动态复杂系统中问题的能力。

　　4

　　结论与展望

　　数据增强设计自2015年初我和伦敦大学学院（UCL）沈尧一同提出至今才一年有余，期间我们与合作者进行了科学研究、学术交流、规划设计实践以及课堂教学等多个方面的推进，本文对这些进展进行了概要性的介绍，并重点介绍了在清华大学《总体城市设计》课程中数据增强设计思想的应用过程，以及所取得的经验和教训。回过头总结下来，这次的教训大于经验，还存在大量需要改进之处。但作为在中国规划教育界较早的一次尝试，无论是经验还是教训，都对日后在清华大学以及兄弟院校的相关教学工作，以及中国规划设计界的实践，提供了第一手的参考。也希望这些参考，能够促进数据增强设计在规划设计教学和实践中的应用不断深入。

　　城市研究致力于认识（understand）我们的城市，而数据增强设计，则是致力于创造（create）更加美好的城市，因此无疑具有更大的难度。期寄在清华大学《大数据与城市规划》理论课的开设，能够与设计课中运用数据增强设计的思想一同，推进从研究到设计的华丽异或艰难的转变。也更期待与学界和业界同行进行更多交流和可能的合作，共同推进数据增强设计在多个维度的持续发展。