寫在前面：

作為本次論壇的提議者和組織者，首先感謝清華同衡領導的支持、同事的配合；感謝規劃學會特批兩個同主題自由論壇，且石秘書長親臨現場并做了振奮人心的發言；感謝來自全國各地，以龔健雅院士、李清泉校長、熊璋教授為代表的多學科高級專家和一線技術骨干的參會和精彩發言；感謝黨安榮、沈振江兩位教授的辛苦主持；感謝前輩崔功豪先生認真聽完整個論壇并發言鼓勵；感謝吳志強校長的全程鼓勵和指導，并在百忙之中出席支持；感謝城市數據派的媒體配合。大家一起為全國的規劃行業奉獻了兩場精彩的論壇，并也許將對不止一個行業產生深遠的影響。論壇的總結文章已經有了幾篇很好的（沈振江老師http://t.cn/RhXmLgf，龍瀛博士http://t.cn/Rhaxhf3），我就不再贅述，這里只說些許感受。

　　自從三年前自己從規劃一線來到規劃技術研究的崗位，到開始智慧城市的研究和規劃，直至步入大數據研究的領域，回顧整個路徑，其實就代表了這兩年規劃行業對智慧城市和大數據的認知軌跡。

　　從兩年前成立智慧城市研究所開始，我們就認為智慧的城市規劃、智慧城市的規劃其實是高度統一的兩件事，他們的結合點，就是繼土地之后，城市最寶貴的資源--數據。如吳志強校長所說，“大數據用在城市研究上面是搞大數據人的幸福，城市遇到大數據是城市的幸福”，數據方能成就城市的智慧。因此我們在探索了城市數據的整個生命周期特征后，提出了城市數據運營的概念，成立了城市數據實驗室（urbandatalab.com），并在北京市西城區落地了第一個城市數據聯合實驗室（xc.urbandatalab.com），進行城市數據的運營實驗。有人說我們城市規劃拿不到數據，做不了分析，這個實驗室就是想讓大家試試，當擁有了全面的數據，城市規劃到底能做些什么。

　　關于智慧城市頂層設計

　　然而在參與了一些地方政府的智慧城市申報和建設工作以后，深感這個所謂的智慧城市圈子的無奈：所謂“頂層設計”，不過是為了賣設備的信息化。而地方政府做這些事情，也并不知道是為了什么，正如熊璋教授所說，一些市領導請專家來做智慧城市規劃，被問到要解決什么問題，答曰不知道，請專家隨便做。如此種種的結果是，IT企業把原來所有的事情都包裝上了智慧的外衣，每個城市的“頂層設計”本子除了城市名字不同，其他往往一字不差。這樣的方案指導出來的智慧城市建設，其效果可想而知。

　　智慧城市離不開IT技術，但以IBM為代表的IT企業創造出來的智慧城市模式，從一開始就是自上而下，技術導向的，簡單說就是忽悠政府為新技術買單。但西方智慧城市的建設中，在經歷了這個彎路之后，已經逐漸轉向自下而上、問題導向，即政府通過開放數據資源，吸引市場力量開發創新智慧應用，并以解決實際問題為目標。

　　針對我國的實際情況，我們從城市規劃的思想出發，提出了“自上而下與自下而上相結合”，“從問題出發”的智慧城市頂層設計原則，上下的結合點，就是城市數據，尤其是政府開放數據；而問題導向，因地制宜，則是城市規劃的基本研究方法。在與熊璋教授的交流中，我驚喜地發現原來IT領域的高級專家也有類似的見解。

　　關于大數據

　　城市數據，或者說大數據到底包括什么呢？我覺得其實大數據并非一個嚴謹的術語，而只是一個隨著技術發展變化內涵的營銷概念，所以，其實我們接觸的數據幾乎都可以納入大數據的范疇。一方面，對調查統計等傳統數據通過新系統的再認識和再組織可以具備大數據的特性；另一方面，互聯網和物聯網生成的數據則天然就是大數據。與會專家幾乎是給我們全面展示了國際上最前沿的大數據分析技術及其在規劃中可能的應用領域，最根本的，還是崔功豪先生所說，大數據使我們真正獲得了研究“人”的工具，可以實現以人為本的城市規劃。當然，通過物聯網獲取的城市實時數據對能源、環境、交通等城市規劃的核心問題也提供了全新的分析和研究工具。

　　關于未來

　　沈振江教授在論壇的總結中提到“多規融合，構建平臺，分析數據，統合模型，實現轉型”，我想非常全面地概括了兩天論壇的內容。專家們的工作和思想，清晰地為我們未來的工作指明了方向，即整合多學科資源和知識，融合GIS、BIM等系統的特點，開發更加適用于全面整合城市數據的軟件平臺，服務于城市規劃、建設和管理的全過程；通過社交網絡、物聯網，廣泛收集來自與市民個體與城市基礎設施的數據資源，并進行可視化分析和研究和產品研發，發現和解決城市問題；通過數據，建立和完善各種城市模型，對城市運行進行模擬和預測；最終形成一套新的人本、科學的城鄉規劃方法論。

　　當然，其實數據的融合也就是學科和部門的融合，這套方法論其實也就是人居環境科學的一個側面。這次論壇讓我們看到了人居科學多學科交叉思想的強大力量，期待下次相聚，我們會有能源、環境、社會、經濟、統計……更多的學科一起探討城市大數據的未來。

　　Bigger than bigger，我越來越喜歡蘋果這句廣告語，大數據的意義遠不止于體量，胸懷有多大，數據就有多大，未來就有多大。