香港城市大学建筑与土木工程学系的 Yi Lu（陆毅）教授负责 HUB Lab，实验室围绕健康城市、建成环境与空间行为开展研究。HUB Lab 的招募页面明确列出2026/27入学的博士招募主题，并区分不同奖学金计划的申请资格。这类公开招募信息的重要性在于，导师不仅展示研究兴趣，也说明了计划吸收什么背景的学生，以及研究活动依托哪种数据与方法。
该团队长期研究街道绿化、步行环境、城市形态与居民健康之间的关系。研究往往需要把城市设计中的直观问题转化为可测量的变量：例如路段的绿视率如何计算、行人行为如何观察、不同街区的样本是否可比较，以及空间差异是否真的支持某种健康效应的解释。空间数据并不是万能证据，实验设计和因果边界仍然重要。
实验室官网列出正在参与研究的博士候选人与博士生，也公开了部分毕业成员的去向。团队当前呈现出明确的空间数据研究主线，并已有可供新学生协作的研究工作流程。名单并不代表剩余空缺人数；未来岗位能否落实，还应以具体申请批次和导师确认的名额为准。
导师的学术角色与团队资源
Yi Lu 教授同时担任建筑学课程负责人，实验室页面列出其获得过高被引研究者称号，并有较多城市健康相关论文及研究资助项目。这些履历可以说明研究团队在该领域积累的资源与国际交流经验，但不能单独用论文总数衡量指导质量，更不能把团队成果直接转化成新生获得奖学金的概率。
团队列出的研究成员中，有人在研究街景数据与城市行为，有人在做健康城市和空间统计，也有成员关注城市形态与人们的视觉感知。这些方向彼此相关，却需要不同的数据组织与模型能力。申请者若希望进入团队，应先识别自己适合哪一类工作包，而不是把所有研究主题都写进同一份计划。
实验室公开提及合作高校与学术会议活动；研究合作机会通常要通过具体课题、经费及合作关系落实。对于新入组博士，比较现实的切入点是复现团队已有方法，在新的城市、数据集或政策场景下检验其适用性，再提出更有独立性的研究问题。
例如对于步行环境研究，一个区域在地图上距离公园很近，并不代表居民能便捷进入：道路连通、实际入口、坡度和人行道连续性都可能改变体验。团队研究将空间数据与行为数据结合的价值，就在于尽量避免把规划上的“可达”与人的实际行动混为一谈。
奖学金计划的资格和边界
HUB Lab 介绍了 CityUHK Presidential Research Award、Top Universities Studentship Scheme、香港博士研究生奖学金计划等多个路径。不同计划有明确的本科院校、成绩和论文经历要求；其中部分路径在实验室页面列有每年港币340,000元以上或240,000元的津贴标准。这些是特定计划及其条件下的资助信号，不应被概括为“该导师所有博士生全奖”。
判断资助时，建议把录取资格、津贴额度、学费安排、在校服务义务、续期考核、是否可兼任助研等逐项分开。网页上出现较高的金额，并不意味着每个申请批次均有相同名额，也不意味着跨年政策毫无调整。对申请者而言，真正决定可执行性的仍是正式录取文件和所获奖项的条款。
在个人预算中，年度名义津贴还需考虑学费、住宿与项目差旅。实验室研究会涉及现场调查、街景数据和地理计算，有些活动可能通过研究课题报销；这与生活津贴属于不同资金来源，不能混用。
竞争性资助通常还意味着申请评审可能同时考察学术成绩、研究成果、推荐材料和论文经历。对于跨专业申请者，判断自己属于哪一种招生路径，比盲目追逐最高金额更重要。研究计划应呈现已有技能与课题需求的连接，不宜把奖学金要求误写为一般博士入学的统一门槛。
适合该团队的研究陈述
假设申请者研究过社区公园可达性，可以把问题从“绿化是否有益”缩小为“哪一类绿地指标能够预测某种可观察行为，是否受到道路网络和人口结构影响”。研究陈述中应说明数据来源、地理尺度、缺失值处理、潜在混杂因素和结果是否有外部验证。
有城市规划经历的学生，可以展示问卷、街道观察、GIS 或空间分析项目；有计算背景的学生，则可以展示视觉数据处理、时空建模、统计检验与可复现代码。关键是解释自己承担的环节，而不是单纯罗列 Python、R 或遥感软件名称。
博士阶段需要在团队协作和独立判断之间取得平衡。早期学生或许更多参与数据采集和方法复现，成熟后则要界定独立问题、设计识别策略并管理合作项目。对于跨领域的团队，懂得向不同背景的合作者解释数据质量和研究结论，是与编程能力同样重要的训练。
HUB Lab 的招募信息是具体实验室层面的邀请，学校的官方博士录取审查仍是独立步骤。申请者应围绕真实研究能力与公开项目准备材料，而不要只以高额奖学金标签决定是否匹配。
城市数据还涉及隐私与采样伦理。即使研究使用公开街景图像，也需要考虑图像中个体信息、拍摄区域覆盖不均和算法对不同城区的系统偏差。能在研究计划中主动讨论这些问题，说明申请者理解数据分析不仅是技术步骤，也包含对结论有效性和使用边界的判断。
