MK_07.洞悉城市现状：反演、模拟、分析与案例——城乡规划现状综合分析模型建设与应用

洞悉城市现状：反演、模拟、分析与案例——城乡规划现状综合分析模型建设与应用何莲娜，黄晓春，吴兰若摘要：城市建设的快速扩张、信息技术的不断发展、政府部门的资源交互，以及大数据时代以移动互联网和传感器网络为载体的社会化数据等，都为城乡规划编制部门对于规划资源获取和积累、把握城市建设发展的现状情况创造了极好的条件。

然而目前，针对规划编制部门进行规划空间数据资源的深度应用，实现规划编制与管理的科学决策的成功案例在全国并不多见。

本文关注点在于在城乡规划行业呼唤变革的时代，在“互联网+”与大数据带来巨量数据与创新技术冲击的当下，如何基于规划决策支持的理念，有效利用计算机软硬件技术、网络技术、数据库技术及地理信息系统（GIS），变革传统的现状资料收集与分析的方法与模式，构建现状综合分析模型体系，选择有效的模型算法，研发适用的规划决策支持系统，实现城乡规划数据资源的高效整合与深度利用，提高城市现状问题分析的科学性和规范性以及分析结果准确性和通用性，加速新技术在城乡规划行业的广泛应用。

关键字：规划信息化规划决策支持现状综合分析规划支持模型微观模拟地理信息系统1 引言城乡规划是综合性、实践性极强的工作。

对城市现实状况把握的准确与否是规划能否发现现实中的核心问题、提出切合实际的解决办法，从而真正起到指导城市发展建设关键作用的基础。

因此现状数据的收集、分析与应用是城乡规划编制的重要环节。

近年来随着大数据、云计算、自媒体等新技术的迅速发展，以及政府各部门之间数据共享机制和数据交换平台的建立，为我们获取多源的现状数据提供了条件。

面对大数据时代带来的丰富多样的数据新环境，计算机技术迅猛发展带来的技术新常态，以及“互联网+”推动的跨界融合产业新模式，如何利用有效的、创新的、可行的规划支持模型，传承城乡规划基本理论精髓，变革规划方法，创新规划思路，为城乡规划的现状调研和现状分析提出系统科学的解决方案是本文的关注点。

2 研究背景与目的意义规划支持模型是以城市科学、地理学、经济学等学科作为理论基础，以计算技术、地理信息系统、遥感和虚拟现实技术作为技术支撑建立的反映城市与区域发展规律的模型。

其研究和开发的主要目的是用客观量化的方法模拟城市动态生长的现象、总结其发展规律和趋势，并预测未来，为城市规划决策提供科学分析的工具。

规划支持模型是开展现状综合分析必不可少的技术手段和主要发展方向，国内外热衷于城市定量研究的机构和学者已经建立用于规划实践的规划支持模型，并进行了较多的理论探索和案例研究，如Lowry模型，Clark模型等。

至20世纪80年代后，土地利用、交通、环境一体化的综合模型也在实践应用中逐渐走向了成熟（图1）。

这些研究在提高规划的编制效率和科学性等方面具有一定的优势，但也存在问题，主要表现在：图1 规划支持模型发展脉络图第一，缺乏完整的针对城乡规划现状综合分析的规划支持模型框架体系。

已有研究多是对应特定的规划类型或规划专题的独立规划支持模型，在研究深度上以大空间范围，中宏观尺度，粗颗粒的模型研究为主。

而对于针对城乡规划各类规划要素现状综合分析的规划支持模型，缺乏微观尺度上的系统探讨。

第二，缺乏可操作的用于城乡规划现状综合分析的规划决策支持系统建设与应用实践。

在我国规划实践中，采用国外软件模型支撑规划研究，或自主开发建设规划模型辅助城市研究已有相关探索，但通过规划支持系统的建设，系统性地实现城乡规划现状分析，并用于规划实践中的成功案例还较为缺乏。

面向规划支持系统应用的数据库、模型库和系统平台的统筹建设方法研究尚不深入。

在此背景下，开展城乡规划现状综合分析模型建设与应用研究，目的在于在理论上研究建立一套适合我国城乡规划现状问题分析的规划支持模型体系，并在实践上普及和推广规划支持技术应用，实现行业信息化工作的整合发展与变革创新。

3 技术思路与实施路径3.1 技术思路大数据时代是一个用数据说话，用互联网思维思考，用信息图表达的时代。

大数据技术环境在云计算、移动互联网、社交网络、物联网等新兴信息技术的推动下逐渐趋向成熟，创造出繁荣的数据景象。

数据是丰富规划业务的驱动力，数据的价值已得到各行各业的普遍共识。

数据从获取，到变成可利用资源，再到精彩的数据应用方法来解决特定规划问题，最后到应用成果的推广与营销，是一个全生命周期的过程。

其中将数字变成数据，将数据变成知识的核心是数据挖掘，而数据挖掘是通过规划决策支持来实现的。

本研究在综合运用理论研究、文献回顾、问卷调研、深度访谈、关键技术研究、应用案例分析等方法，回顾和剖析规划信息化和规划支持系统发展过程与问题的基础上，结合我国城乡规划编制对于现状分析内容结构、方法和深度的要求，构建了面向城乡规划的现状综合分析模型框架体系，开展了适合我国规划业务工作的现状综合分析体系建设和各类定量分析的算法研究，研发了模型系统，并将体系建设和模型算法的成果在典型规划任务中加以应用实践，对其进行验证和完善（图2）。

图2 技术路线示意图3.2 实施路径3.2.1 构建面向城乡规划的现状综合分析模型框架体系面向城乡规划的现状综合分析模型框架体系是基于大量资料整理和文献调研，通过多学科多专业的系统性分析，深入剖析规划编制与管理对现状分析过程中信息资源特点和业务内容的要求所建立的。

该框架体系将城乡规划现状问题分析的理论方法、数学算法与空间数据资源紧密结合，从而实现了与城乡规划业务工作的紧密关联。

该框架体系可分为两个层次，六十七个子模型（图3）。

两个层次分别为单项分析层和综合分析层。

单项分析层侧重单要素逐项分析，聚焦特定规划专题内容，分为基础地理与区位分析，人、地、房、经济现状分析，和现状专题分析三大板块，进一步可细分为自然地理、区位条件、适宜性、人口专题、用地专题、建筑专题、经济专题、住房专题、公共服务设施专题等主题。

其中自然地理、区位条件、适宜性等主题所涉及的规划支持模型关注对自然资源、地形地貌、气候气象、水文地质等自然地理条件，行政区位、规划区位、交通区位、经济区位、文化区位等区位特征，以及各类城市限建要素进行综合分析和建设适宜性评定。

人口专题立足于从自然人的微观尺度，对各类实有人口和就业人口进行空间分布模拟，动态变化趋势分析，人口结构、重心、集中度分析，以及人口与用地功能、用地需求之间匹配度的分析，是掌握人口时空特征，合理利用人力资源，有效开展城市公共资源配置的关键。

用地和建筑专题分别以用地和建筑为数据承载单元，将用地规模、用地性质、用地强度、土地利用类别、土地权属、建筑规模、建筑高度、建筑年代、居住人口结构、就业人口结构、交通出行负荷、市政设施负荷、地价、房价等来自于规划、国土、测绘、人口普查、经济普查、交通调查、市政调查、房地产市场调研等各方面的多时项信息，利用规划支持模型分别聚合到用地和建筑尺度中，进而开展一系列的空间统计和动态演变分析，为客观掌握城市建设发展方向，衡量各类用地建设强度、人口容量和基础设施负荷，进而开展城乡规划实施评估提供技术支撑。

经济专题关注对研究区域内的经济量、产业结构、地方财政收支等社会经济数据进行数理统计分析，对区域优势产业、产业竞争力进行判别，对居民生活水平进行综合分析，从而提升社会经济发展现状分析的科学性和准确性。

城市住房、公共设施、交通设施、市政设施专题则以层次分析法为核心，从政府供给和百姓需求两个角度，为民生设施的评估与选址提供技术方案。

图3 城乡规划现状综合分析模型框架体系结构图综合分析层侧重于多要素交叠分析，聚焦专题互动关系，包括多尺度复合维度数据生产模型、区位优势与适宜性分析模型、现状用地综合效益评价模型、用地需求与总量预测分析模型、城市建设成熟度综合评价分析模型等方面的内容。

各个子模型之间并不是简单的拼贴，部分子模型运行结果也即是另一部分子模型运行的输入端，单向分析子模型运行结果可组合作为综合分析子模型的输入端，综合分析子模型的输出端又可反哺作为某些单项分析子模型的输入端。

各子模型之间紧密承接，互为关联，构成开展复杂城市定量研究的有机整体。

3.2.2 确定城乡规划现状问题单项分析与综合分析的数学模型算法现状综合分析模型框架体系中所包含的六十七个规划支持模型，按照其模型算法实现的技术特点，可梳理为基础地理空间计算、经典借鉴型模型算法、实践归纳型模型算法，以及创新探索型模型算法，为进一步将规划新技术应用由传统的数据服务转向知识服务奠定了扎实的基础。

基础地理空间计算是运用基本的空间统计分析和数理统计分析方法，以及与分析对象有关的理论知识，设计分析方案、搜索整理资料，进而开展的一项基础性研究工作，目的在于提质增效。

如“多尺度复合维度数据生产模型”（图4），将研究范围内分为若干连续的小单元，如格网，或交通分区，或地理编码单元，或自定义单元等，通过空间叠加分析将人口、用地、建筑、专题等多维度属性信息传递给数据承载单元。

其中文本信息采用传递算法，或按用户需求自定义合并算法，数值信息采用统计汇总算法。

成果为具有复合属性信息的不同空间尺度的数据承载单元空间数据，以及各类分析图统计表等。

该模型已在多城市同尺度格网数据生产和对比分析中发挥重大作用。

图4 多尺度复合维度数据生产模型成果分析图示例经典借鉴型模型算法是对与城乡规划密切相关领域，如地理、人口、经济等领域中成熟经典的、与规划紧密结合的，且实操性较强的数学模型算法的借鉴，目的在于继承与传播。

如“人口重心分析模型”用于模拟某个时间点，或者某一段连续的时间序列中，规划范围内的某类型人口重心的空间位置，或人口重心的演变路径。

再如“区域优势产业判别分析模型”通过计算区位熵，即区域规模优势指数，来反映产业优势劣势，用以衡量产业的聚集程度、专业化程度等，从而对产业结构、产业布局以及区域经济发展作出评价和政策建议。

实践归纳型模型算法是通过大量规划实践，在规划行业内被广泛采纳、简单实用的定量分析方法，其中以情景分析和指标分析法为典型代表，目的在于对工作经验的归纳与发扬。

如“人口空间分布模拟模型（指标计算法）”通过设定不同空间区域（旧城、中心城、新城、村镇等）、不同居住用地类型（一类、二类、三类等）、不同建设年代的人均居住建筑面积标准，结合居住建筑空间分布和属性特征，通过模型计算生成不同情景下的人口微观空间分布模拟成果。

以北京市金融街办事处居住人口空间分布为例（图5）。

(a) 街道办尺度常住人口大平均分布 (b)平均指标：人均居住建筑面积30㎡（c ）平均指标：人均居住建筑面积70㎡ （d ）复合指标：R1为100㎡，R2为35㎡图5 人口空间分布模拟模型（指标计算法）成果分析图示例（1点=5人）创新探索型模型算法是针对某些难以解决的规划命题，尝试用创造性数据应用理念和方法深入研究并实现，目的在于创新与探索。