解決問題、分享創造價值丨我們致力于可持續的城市發展探索。2023年，我們將研究對象進一步聚焦于城市空間系統：

我們不僅關注城市基礎設施的提升，更關注的是復雜的、多元的、更變化的，更包容、更具人文關懷和可持續的城市發展探索；

利用新數據、新方法和新技術，去剖析城市問題，發掘城市現象背后的深層邏輯，對城市系統形成更科學、直觀的判斷；

我們以多學科的角度，從城市發展、建筑、景觀的角度進行空間梳理、整合及闡釋，為城市復雜問題提供解決方案。

ChatGPT火爆全網，亮相即封神，甚至有預言它將引發“思維革命”，改變人類思考和處理問題的方式。

在循證設計(EBD, Evidence Based Design)領域，不知ChatGPT會有怎樣的獨特見解，這個“超強工具”是否可以讓設計變得簡單？

ChatGPT是目前全球最先進的大型語言模型之一，由OpenAI公司研發。ChatGPT在推出后的兩個月時間內，注冊用戶就達到了一個億，它可以通過對海量數據的學習，自動生成自然語言的文本，可以回答人類提出的各種問題，也可以用于自然語言生成和自然語言理解任務。

為了提升文章點擊率（蹭熱點），我們先讓它給文章取個有深度、有趣的名字。

嗯...非常專業也很準確。接著，我們提了本次課題研究的三個關鍵問題：

Q1 : 什么是復雜性城市系統？

Q2 : 面對復雜性城市空間系統，如何展開相關研究？

Q3: 循證設計的思維邏輯與實施方法?

好的，它已經把這篇推文的內容講完了。滴.....打卡下班！  不....是打卡下崗 ?。?！

回歸本次分享的主題！

EBD讓設計變得簡單？
——面向復雜城市系統的設計邏輯

摘要 面對復雜性問題背景，探討在復雜性城市空間系統中的解決問題的新數據與新方法。研究循證設計的起源、發展歷程、應用場景及績效，梳理循證設計的思維邏輯與實施方式。探索在設計過程中如何融入研究、理論和實驗，旨在降低設計決策系統的不穩定性，提升設計專業的公信力及權威性，并推動以研究先導的城市設計實踐。

關鍵詞 復雜城市系統、EBD循證設計、EBLA、思維邏輯、方法論、城市設計

Abstract: In the context of complexity issues, this article explores new data and methods to address problems in complex urban spatial systems. It studies the origin, development, application scenarios, and performance of evidence-based design (EBD), and analyzes the logical thinking and implementation methods of EBD. The article also investigates how to integrate research, theory, and simulation experiments into the design process to reduce the instability of design decision-making systems, enhance the credibility and authority of design professionals, and promote research-led urban design practices.

Keywords: complex urban systems, evidence-based design (EBD), evidence-based landscape architecture (EBLA), logical thinking, methodology, urban design

01 研究背景

 1.1  新技術、新方法及新數據支持的城市研究工作 

近幾年來，大數據、AI人工智能等新一代信息技術被廣泛應用于城市規劃或城市空間問題的研究，其核心是采用各種數據和技術方法，探索城市發展的規律、模擬城市運行、評估發展趨勢、尋求解決方案的科學研究方法[1]。在此背景下，形成了計算性城市設計（CUD，Computational urban design）、數據增強設計（DAD，Data Augmented Design）兩大方向。計算性城市設計即依托計算機技術發展和多源城市數據，運用量化分析與數據計算途徑來研究城市的模式[2]，關注的是新數據、新工具、新算法在城市研究過程的運用，強調科學技術與設計的深度融合[3]。而數據增強設計是在新的數據環境下，通過定量城市分析驅動的規劃設計方法，通過數據分析、建模、預測等手段，為規劃設計的全過程提供調研、分析、方案設計、評價、追蹤等支持工具，以數據實證提高設計的科學性[4]。

新技術、新數據環境使得我們能夠觀測到微觀的物理空間和精細的社會空間，理解城市的環境、經濟與社會主體的關系（圖1）[5]。通過調查統計與模擬分析、描述城市物理空間、人群集散、交通擁堵、氣候條件、社會公平等系列城市問題，進而提供更加充分、科學的解決方案。近年來，MIT/ GSD/ UCL/BCL 等研究團隊紛紛展開城市、建筑、景觀的計算性設計研究，如MIT可感知城市實驗室，其致力于為精準城市品質營造及城市問題提供更高效的數據支持。

▲圖1：城市數據及信息流  https://www.behance.net/

 1.2  復雜性城市系統及城市高質量發展需求 

復雜性科學的研究深化了學界對人居環境多系統耦合機理的認識[6]，為人居環境的復雜系統理論奠定了基礎。20世紀60年代，Christopher Alexander在《A City Is Not a Tree》[7]中以系統論的觀念，提出城市系統的多樣性與復雜性特征，認為城市空間的復雜性具有動態、難以預測及多變量等特性。2019年，Michael Batty在《The New Science of Cities》[8]則指出：“認識城市不僅僅是理解城市物理空間（圖2），還需要理解流動的信息和網絡如何塑造城市（圖3）”，進一步揭示了城市系統的復雜性。

經過40多年的高速城鎮化過后，高密度成為中國城市現實問題，“全面提升城市品質”的戰略，成為城市增長的迫切需求。在此背景下，精準的城市更新與設計，需要推動人本尺度、品質導向的城市設計技術，來解決城市系統的宏觀與微觀、整體與局部、有序與無序、簡單與復雜、理性與感性、物理與虛擬等問題。

而隨著復雜系統開始越來越多地要求景觀設計師尋求解決方案，傳統以美學、功能、形態為主的設計手段已經不足以解釋當前所面臨問題的復雜性，需要通過更科學、理性的方式理解規律及量化成效[9]。在此期間，風景園林設計實踐已經逐步由傳統的、以美學和設計理論方法為核心的“經驗設計”，向以科學解釋和客觀可度量的“循證設計”的趨勢轉變。

02 循證設計的
發展歷程與行業經驗

 2.1  設計決策系統的不穩定性 

當單一的設計建造問題變成多元復合的社會問題，從業者的身份就開始具備立場（Mgenda）、使命（Mission），而觀點總會左右價值的判斷[10]。設計工作理應具有清晰的社會目標、文化使命和社會性能（social performance），而現實往往是模糊又曖昧。討論設計決策系統[11]，其目的在于最大化降低設計決策流程中的不確定性、模糊性及干擾因素對設計結果的影響。

1）設計師決策系統。設計方案的產生依賴于設計師意識及知識結構（圖4），包括個人觀察、經驗、思維模式及研究能力[12]。

2）委托方決策系統。通常表現為委托方的價值訴求，面向政府、開發商、社區機構及個人等，需要考慮其不同層面的價值訴求。

3）公眾參與決策系統。以公共使用需求為導向的設計決策流程，在公共空間、社區空間營造中，特征是以使用者的需求為導向。

4）市場及經濟決策系統。通常反映為項目整體造價成本、材料供應、實施施工難度等方面，對設計方案具有重要的調整作用。

▲圖4：設計師循證設計實踐結構性方法
Source:《Evidence-based design Structured approaches in leading Landscape architecture practice，2017》

 2.2  循證設計行業實踐經驗

循證設計首先出現在醫療建筑領域，1984年，Roger Ulrich 在報告“通過窗口查看可能影響手術后的恢復”被認為是首個EBD的研究[13]。1960年代，Ian McHarg領導的生態環境運動是首個在景觀領域的循證設計實踐。2009年，Hamilton與Watkins出版《各建筑類型中循證設計的應用》，將循證理論推廣至醫療建筑設計領域[14]。在2011年，Robert D. Brown與Robert C. Corry的文章“Evidence-Based Landscape Architecture: The Maturing of a Profession”[15]，首次創造了景觀循證設計（EBLA，evidence-based  landscape architecture）（圖5）。

▲圖5：循證設計發展及里程碑事件
Source:《Evidence-based design Structured approaches in leading Landscape architecture practice，2017》

2017年，Manhattan、Kansas發表了關于EBD的系統研究報告[16]，對前沿景觀設計事務所的EBD流程、工作方法、設計師對循證設計的認知、理解及實踐作出了詳細描述。研究數據來自研究部負責人和卓越領導者，內容包括企業背景、歷史、設計文化、組織及實踐等內容，并通過現場觀察，查閱公司文獻期刊、實踐項目案例調查收集資料。

1）Design Workshop對循證設計的理解：證據是收集的可用信息和事實，以支持決策或證明假設。循證設計作為設計師和規劃者決定方案和驗證結果的可用信息，并用來作為項目評估標準，包括在環境、社會、經濟、美學及可持續性方面的效益（Mendenhall，2016）。循證設計方法的開發和實施，可以管理企業設計質量，確保項目實踐按設計目標執行，并且可以探索更多的設計想法，提升公司內部協作氛圍和使命感，培養設計師的活力及溝通協作文化。除此之外，循證設計流程的透明度讓客戶能夠清晰地理解項目績效、指標，客戶愿意為研究部分支付額外費用，EBD的工作特色也全面提高了DW公司的設計費用。

2）Mithun對循證設計的理解：證據是可衡量的數據、可信的主張、量化的績效、信息及實踐經驗，使用證據作為設計基線，結合創造力和直覺來做出設計決策（Runge, 2013）。Mithun通過多年的LEED認證和EBD工作經驗而聞名，并表示：Mithun的循證設計方法在很大程度上依賴于使用評級系統（SITES）和軟件程序，要求通過循證制定設計決策，通過知識迭代推動設計創新。Mithun早期預見到行業內LEED和SITES等認證的需求演變，便盡可能雇用不同專業顧問，獲得更具體的專業知識參與項目決策。

3）Sasaki對循證設計的理解：證據是用于設計決策的可用信息，鑒于設計環境的規模和復雜性，證據包括經驗數據、公認的原則和啟發式的方法。另外，設計工作必須仔細權衡和綜合考慮，避免經驗和想象力的主觀推測，因此需要通過更好的工具來增強理解，以順利實現預期設計目標（Goulding, 2016）。調查中發現，Sasaki 創立了由設計師和程序員組成的智囊團，利用軟件（Smart Plan、The Visualizer、My Campus 、Prioritizer 等?具套件）來收集、分析和可視化復雜數據，數據分析是他們理解空間的重要部分，以便做出準確的設計決策。在工作機制設定上，構建多個跨專業顧問團體，靈活的組織架構可以在問題出現時快速地提供解決方案。

4）OLIN對循證設計的理解：證據是在回答特定問題，對現有知識進行研究并創造的新信息，而循證設計是利用已有研究成果來塑造、指導景觀設計的應用和實踐（Toronyi, 2016）。以證據為基礎的設計?法起源于創始? Laurie Olin 和 Robert Hanna，認為設計過程本質上是遇到不可預?問題的過程，需要設計師重新思考、拋棄之前所做的?量研究。循證設計在于收集和分析正確的數據，首先要確定項目目標、客戶愿望、設計愿望、指標和挑戰，進而給出相應的解決方案（Graffam, 2013）。除此之外，OLIN創建了知識存儲庫（Fusion, Tables），研究顯示，該數據庫提高了公司的專業知識和信譽、幫助設計師更好地理解證據。

5）Arup對循證設計的理解：證據是數據驅動下的洞察力和對客戶需求的清晰認識，而數字化的設計流程更方便了解客戶想要實現的目標，并評估項目的可持續性影響，同時其計算能力可以探索項目盡可能多方法和想法（Steve Walker, 2016）。Arup認為，循證設計的工作流程，使我們的團隊能夠科學地解決復雜性問題，并融合越來越多的客戶需求，實現以前不可能的事。在組織架構上，建立不同專業背景的專家學者庫加強學術合作，提升證據的深度與廣度，在面對大型的城市基礎設施建設項目時，可快速組織專家及技術人才為項目開展提供可用的信息及數據。

 2.3  使用循證設計企業特征小結 

使用EBD的設計事務所存在大量相同特征，首先是在企業內部具有研究部門及研究人員，這一點在很大程度能夠影響該思維的發展，并發現三個重要特征：

1）在實踐中EBD的工作方法能夠高效、全面地解決公司面臨的復雜難題；

2）研究發現每個公司都發展了自己的基于證據的設計方法來解決設計的復雜問題 ，這些都是為了滿足客戶需求而出現的；

3）五家公司都是由學術創始人創立的，具有支持EBD方法的角色和職責的實施，創建軟件工具以組織和理解數據，并且企業文化是支持EBD愿景，包括與客戶進行溝通和合作的方式。

03??????? 完整循證設計
思維邏輯與實施方法

循證設計不是探尋某種設計理念，而是尋找科學的設計方法、設計的科學依據[17]。進行循證設計的關鍵是運用定量與定性的方法，進行證據探尋、分類、運用與評估。詳細流程包括：確定目標、尋找證據來源（ChatGPT 將成為強大的證據搜索助手）、批判性解讀證據信息、建立并創新循證設計觀念、提出假說、收集績效評估數據、監督設計及施工執行情況、并進行使用后效果評估[11]。

 3.1 發現——發散性思考 

初步問題經常來自招標文件，或委托方傳遞的項目愿景。在這個過程中，MECE法則可以提供高效的思維模型，MECE分析法（“Mutually Exclusive , Collectively Exhaustive”）原則，可理解為相互獨立、完全窮盡，讓結構劃分更加邏輯清晰[18]，其目的是讓我們思考問題可以更全面，更系統，不重復不遺漏，以尋求項目的多種可能性。

 3.2 假設——界定研究問題 

利用系統性框架將問題簡化細分，提出初始假設，最短時間內選定分析內容，逐步明確研究領域。在此階段利用已掌握的信息與經驗，大膽假設、小心求證，從不同維度提出相應議題來預測場地的各種可能。隨即通過粗略檢驗（Quick and Dirty Test），檢驗過程中可證明哪些假設條件是成立的，提高決策效率。

 3.3 分析——目標度量衡 

定性與定量問題研究的相互結合。將問題進行細分，定性與定量兩種問題可通過不同的方式進行解決。

1）定性目標專業化。定性研究是一種理解的探究過程，研究員需要構建整體圖景、分析文字、報告信息的詳細視圖，從理念、功能、場景等出發，進行梳理、歸納與總結；

2）定量目標數據化。定量研究是對可測量的特性和現象及其關系進行系統、科學的調查，強調數據測量和驗證，體現的是設計目標度量衡過程。

 3.4  解釋——關鍵問題搜尋和解決 

搜尋及確定項目關鍵問題，最大化搜集證據并進行篩選分析，提出在目前證據體系下具有針對性的設計策略，具體表現為“Problem seeking——Problem solving”的過程。

 3.5 評估——績效測量及使用后評價 

針對方案實施后的落地項目進行景觀績效評估，目的是對相應指標進行實地測算及核驗。景觀績效評估三種主要研究體系一POE、STES和LPS（圖6）[19]，重點是設計效能的評估與反饋分析。

▲圖6：景觀績效評估系統發展的時間表
Source:《面向循證設計的景觀績效評估研究：發展、內涵與重點，2020》

 3.6 知識管理——解決方案數據庫 

醫生定期訪問期刊文章以支持他們的醫療實踐，設計師亦需如此。知識管理可以解決實施的復用與迭代問題，可將項目決策推向更為精準、高效的層級，并實現全行業的知識積累與共享。

04??????? 結語

在過去幾年時間里，EBD的工作方法為我們創造了眾多項目實踐機會，從宏觀空間規劃到微觀場景設計，在面對復雜性問題背景下，通過新技術、新方法、新數據等途徑，給予項目綜合性的解題方案。

對深圳大沙河生態長廊建成后進行系統評估；分析深圳蛇口城市空間物理特征，分析人群的使用偏好及情感訴求；分析深圳龍崗片區的城市空間系統，提出以景觀系統作為城市基礎設施的策略（Landscape as infrastructure）；對宜昌舊城區城市街道空間品質的要素進行系統性測度，實現高密度建成環境下城市慢行廊道選線潛力評估；在長沙智谷先進計算科學城微氣候模擬、群體智能優化算法尋求最高效的產業園空間。除此之外、鄭州商王古城城市更新項目、襄陽管家巷城市更新等項目中，EBD的工作方法讓我們為項目創造了更多的可能。

循證設計重點強調的是通過數據及證據，去觀察世界、理解規律、指導實踐，以至于更加準確地解釋過去、闡明現在、預測未來，可以極大地降低設計決策系統的不穩定性，提高從業者駕馭復雜系統問題的能力。

但是，EBLA方法論也面臨的重要問題，即擔心過于規范而導致這個過程會壓抑設計師的創造力與想象力。作家Gustave Flaubert曾說：“科學和藝術在山麓分手，回頭又在頂峰匯聚。”科學與藝術有許多不同，但是它們的本質和使命都是從雜亂的現象中整理出秩序和規律，因此，在循證設計過程中，所有的證據是支持設計方案評價和實施的依據，但不一定是全部的目標。

參考文獻

[1]龍瀛, 毛其智. 城市規劃大數據理論和方法[M]. 中國建筑工業出版社, 2019.
[2]孫澄, 袁烽, 陳自明, 等. 計算性設計賦能人居環境營造[J]. 當代建筑, 2022(06):6-13.
[3]葉宇, 黃鎔, 張靈珠. 量化城市形態學:涌現、概念及城市設計響應[J]. 時代建筑, 2021(01):34-43.
[4]侯靜軒, 張恩嘉, 龍瀛. 多尺度城市空間網絡研究進展與展望[J]. 國際城市規劃, 2021,36(4):17-24.
[5]Liu X, Song Y, Wu K, et al. Understanding urban China with open data[J]. Cities, 2015:47, 53-61.