作为空间粒度；CDA 平均通勤距离可以按照不同的人群标签作为组群粒度进行统计。从规划需求角度出发，应用列举了各指标可应用的分析角度，如人口、功能品质和交通等。

3.分析工具集

      分析工具集是对分析计算方法的提取结合，是面向用户分析需求的工具集合，可分为大类、中类和小类三个层次(表3)：大类包含如A流动监测、B锚点分析、C人群洞察和D单元画像等；中类是对各大类工具的细分，如C人群洞察可分为C1人口属性、C2设备属性和C3职业属性等；中类又划分为若干小类，如D1行为画像可分为D11职住特征、D12通勤特征和D13人口特征等。各分析工具通常需要一系列标签和指标的共同支撑，如D12通勤特征需要由ICR内部通勤比、OCR外向通勤比、ACR内向通勤比、CDA平均通勤距离及CTA平均通勤时长等一系列指标共同进行描述和分析。此外，每一个分析工具都可以在适用的空间、时间和人群维度进行组合分析以及横向、纵向对比。例如，使用D12通勤特征这一分析工具时，用户可以进行不同空间单元(两个行政区)、不同年份(一年间隔)及不同职业组群(如软件开发和商务从业者)的对比。当用户对筛选条件设置完毕时，工具所在平台(“人迹地图”)将以合理的数据可视化的形式(热力图、色差图等 ) 对工具运算结果进行呈现。

（二）指南框架

      数据增强设计指南框架面向用户，以数据驱动规划的流程为横轴，分为前期分析—问题剖析—解决方案—评估监测四大阶段；以规划问题分析的角度为纵轴，分为人口、职住、交通、人群活力、功能品质、产业、用地和空间结构等层次。数据增强设计指南的流程框架如图 1 所示。

      在前期分析阶段，用户可根据项目类型和实际需求选取分析角度。此阶段还要求用户为项目选取对比标杆，如不同的空间单元或者同一空间单元的不同时期的指标。对比标杆选取的必要性在于目前并不存在一套公认、权威的城市指标评价体系，单一的指标数据缺乏实际意义，所以需要通过横向或者纵向对比来判断单元间的差异与某空间单元的变化趋势。
      在问题剖析阶段，第一步，用户从各分析角度列举想分析或想证明的规划问题，如从人口职住角度查看研究范围的职住平衡水平，或从功能品质角度查看研究范围的业态多样性，或从人群活力角度查看目标范围内居民的休闲生活范围等；第二步，选取适宜的指标对规划问题进行解答或证明分析，如使用JHR职住比、CDA平均通勤距离、CTM平均通勤时间、CDD通勤距离离散度和ICR内部通勤比等若干指标综合地对职住平衡问题进行验证；第三步，根据工具索引选取对应的数据分析工具对指标进行计算，如利用“人迹地图”时空分析平台获取指定范围的居民加班度，或利用语义感知工具对互联网语料进行情感感知；第四步，从指标结果的对比分析中剖析问题的症结所在。
      在解决方案阶段，用户针对前一阶段发现的问题提出解决方案。而设计方案的有效性可以在评估监测阶段通过一些模型工具进行测试和验证。指标不仅可以支撑问题的发现或验证，还可以为后续方案的修改、政策的调控提供数据依据。
      在评估监测阶段，用户选取量化指标，对方案实施后的效果进行跟踪监测，以判断方案对策是否有效地按照预期发挥作用。

二  应用案例：回龙观地区功能优化规划研究

      始建于1998年的回龙观是北京市最著名的几个大型居住区之一，是在住房制度改革、政府主导和市场化运作的历史背景下的首批经济适用房项目。当前回龙观存在道路交通拥堵、地铁拥挤、公共服务管理水平不高和城市风貌有待提升等一系列突出问题。为提升回龙观的空间品质、优化功能，近期北京市城市规划设计研究院开展了回龙观地区功能优化规划研究，并尝试利用“人迹地图”时空分析平台，将数据增强设计的有关方法作为此次存量更新项目的重要规划依据和手段 ( 图 2)。

（一）前期分析阶段

      在前期分析阶段，根据项目需求，项目组选取了四个分析角度作为切入点：①人口职住。针对回龙观“睡城”的经验认知，观察回龙观居民的通勤和职住情况。②区域交通。探索回龙观居民的通勤状态和体验，剖析问题产生的原因。③人群活力。观察回龙观居民区别于其他地区居民的行为特征，并挖掘居民需求。④功能品质。查看社区内公共服务设施的功能品质，探索如何有针对性地提升设施的功能品质。
      由于城市规划并没有建立起一