2026年城市规划年会投稿：传统实证 vs 数据驱动，五年中稿率深度对比

2026年城市规划年会论文投稿竞争日趋白热化，传统实证研究与新兴数据驱动方法在五年（2021-2025年）的投稿数据中呈现出显著分化。根据《城市规划》期刊及年会论文集的统计，传统实证类论文的投稿量年均增长约8%，而数据驱动类论文的投稿量年均增长高达22%。

从录用率看，传统实证研究（如基于问卷调查、空间形态分析的案例）录用率稳定在15%-18%，优势在于方法论成熟，审稿人认可度高，但存在样本量小、结论普适性不足的劣势。数据驱动研究（如利用手机信令、POI数据、AI模拟）录用率从2021年的12%攀升至2025年的25%，其优势是能处理海量数据、发现隐形规律，但劣势在于对数据质量依赖性强，且部分研究缺乏理论支撑。

从引用率看，2024年录用的数据驱动论文年均被引次数达4.3次，高于传统实证的2.8次。例如，基于百度迁徙数据的城市网络研究引用量是传统空间结构分析的2倍。然而，传统研究在深度案例剖析上仍具不可替代性，如历史街区更新的社会调研类论文，在规划实践领域的落地率更高。

综合来看，2026年投稿时，若选题偏向微观社区治理或历史保护，应优先采用传统实证法；若涉及城市群、交通流等宏观系统，则数据驱动法更具优势。建议采用混合方法：以数据挖掘锁定关键特征，再用实证调研验证机制，这种组合在2025年投稿中录用率最高，达到32%。