身处第四次工业革命之中，我们从数据相对匮乏的时期走向数字化浪潮的时代。在这个时代，我们为创造更好的未来城市寻求灵感，而席卷全球且投入巨大的智慧城市建设即为其中之一。交通、医疗、零售等行业已经开始通过方案创新和用户体验优化收获数据带来的红利。然而，在英国，大数据分析很少被应用在规划设计领域。最新相进展包括:规划申请流程的数字化、建筑信息模型在公共项目中的应用合法化，以及基于数据和数字工具的、贯穿设计、建造、运营全周期的信息价值链的出现。
在中国，数据和数字技术在城市规划设计领域发展迅猛。例如，龙灜创立的城市数据研究网络“北京城市实验室”已成为具有领军地位的研究者网络，促进了中国定量城市研究的发展和资源共享[5]。沈尧和龙灜提出了与早期规划设计中的数据应用(如规划支持系统和参数化设计)截然不同的“数据增强设计”(DAD)概念，强调数据对知识生产——而不仅仅是信息校验和可视化——的重要作用。这篇前沿性文章试图探索一个根本性问题:数据分析能够为城市规划设计提供怎样的智力支持。然而，DAD概念的局限在于，其过度关注于如何利用数据优化分析方法，以导出更理想的设计结果，却忽略了设计结果和政策成果本质上的不同。我们需要借助更加完善的理论框架，来探究城市数据分析和建模技术(作为工具)与更加美好且可持续的城市 (作为城市规划设计的最终目标)之间的关系。
社会转型趋势使通过规划设计建设更加美好的城市的任务变得更为复杂。这些未来工作和生活模式上的转变可能会带来巨大的社会-经济和环境影响。因此，我们需要新的实证数据和理论来理解城市规划设计的 内在机制和实质内容。“慢城市”等新兴城市设计概念看似为我们描绘了美好的愿景，但其理论内核和政策要点仍未明朗。我们期待数据和数字技术能够有效驱动转型，从而能够从早期实践(如智慧城市建设)中获得新的启迪。
中国的智慧城市建设取得了长足发展，但其工具和目标之间仍存在知识鸿沟。这一现状涉及到一系列关键性研究课题，包括:技术在创造一个更加美好和智能化的城市的过程中的目标角色和实际角色分别是什么?早期的智慧城市实践有哪些经验可供汲取?以及，纯数据驱动型途径在推行优化政策成果方面的局限性包括哪些?对于这些问题的探究将有助于我们吸取前车之鉴，避免数据在城市规划设计领域的应用重蹈早期智慧城市实践的覆辙。本文对这些问题进行了初步研究，以期填补这种知识鸿沟。
