地理科学  2018 , 38 (1): 1-10 https://doi.org/10.13249/j.cnki.sgs.2018.01.001

Orginal Article

基于多源大数据的城市体征诊断指数构建与计算——以上海市为例

柴彦威1, 刘伯初1, 刘瑜2, 马修军3, 塔娜4, 申悦5

1.北京大学城市与环境学院,北京 100871
2.北京大学遥感与地理信息系统研究所,北京 100871
3.北京大学信息科学技术学院,北京 100871
4.华东师范大学地理科学学院,上海 200241
5.华东师范大学城市与区域科学学院,上海 200062

Construction and Calculation of Diagnostic Index of Urban Signs Based on Multi-source Big Data: Case of Shanghai

Chai Yanwei1, Liu Bochu1, Liu Yu2, Ma Xiujun3, Tana4, Shen Yue5

1.College of Urban and Environmental Sciences, Peking University, Beijing 100871, China
2.Institute of Remote Sensing and Geographical Information Systems, Peking University, Beijing 100871, China
3.School of Electronic Engineering and Computer Science, Peking University, Beijing 100871, China
4.School of Geographic Sciences, East China Normal University, Shanghai 200241, China
5.School of Urban and Regional Science, East China Normal University, Shanghai 200062, China

中图分类号:  K901

文献标识码:  A

文章编号:  1000-0690(2018)01-0001-10

通讯作者:  通讯作者:刘伯初。E-mail: richardbochu@163.com

收稿日期: 2017-04-20

修回日期:  2017-07-25

网络出版日期:  2018-01-10

版权声明:  2018 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金项目(41571144,41529101,41601159)“十二五”国家科技支撑计划项目(2015BAJ08B06)资助

作者简介:

作者简介:柴彦威(1964-),男,甘肃会宁人,教授,博士生导师,主要从事城市社会与行为地理研究。E-mail:chyw@pku.edu.cn

展开

摘要

基于多源大数据,构建了整合城市活动-移动系统、城市人口系统、城市运行系统、城市环境系统4个系统的城市体征诊断指数体系。该指数体系分解为底力、动力、压力、活力4个维度,具有4个层次和12个时空间尺度。底力指数表征土地、人口等空间单元基本属性,用以把握区域总体特征;动力指数通过企业发展状况、环境质量等反映了空间单元的发展状态;压力指数用以监测城市系统运行状况,起到风险评判与预警的作用;活力指数以活动和流的时空特征进行活动动态展现,反映空间单元的真实活力。最后以2016年4月6日为例,计算和展示了上海各街道的综合和各维度体征诊断指数,说明了体征诊断指数的可应用性和指数计算结果的稳健性。城市体征诊断指数可以辅助于城市网格化管理、压力预警等治理需求。

关键词: 城市体征 ; 城市体征诊断指数 ; 健康城市 ; 多源数据 ; 上海市

Abstract

Urban signs characterize the state of development and operation of a city, including construction conditions of built environment,driving force of urban economic and social development, operational status of facilities and urban activities of individuals in the city, etc. The diagnosis of urban signs equals to the health examination of urban development and operation, by which sticking points are recognized. A set of reliable and practical urban diagnostic indices is required not only to comprehensively reflect correlative sub urban systems that are static or dynamic, but also illustrate the status of urban system through quantitative methods and geo-visualization. Using traditional data and big data from different sources, this paper constructs a system of diagnostic index of urban signs based upon the integration of urban activity-travel system, urban population system, urban operation system, and urban environment system. The diagnostic index system is decomposed into 4 dimensions including fundamental force, driving force, pressure and vitality. The fundamental force index is used to describe basic attributes of land use and population; the driving force index reflects the state of development of spatial units through development of enterprises and quality of the environment; the pressure index is used to monitor the running status of the urban system, and as such, it plays a role in risk-evaluation and risk-warning; the vitality index reflects the real vitality of the spatial units by demonstrating the dynamic characteristics of the activity system and flows in time and space. 12 spatio-temporal scales are acquired through intersection of 4 levels of the spatial units(municipal Shanghai , district, Jiedao, census tract)and 3 levels of temporal scales(annual,daily and real time levels). The index weight is determined by fuzzy hierarchy analysis. Taking April 6, 2016 as an example, we calculate both comprehensive and dimensional diagnostic index of urban signs of Jiedaos (subdistrict that is sub-divided into several residential communities or neighbourhoods) in Shanghai and elaborate on how the diagnostic index of urban signs corresponds to actual state and facilitates detection of urban problems. Results show that comprehensive diagnostic index varies slightly while considerable variations emerge in diagnostic index of each dimension. Fundamental force index, driving force index and vitality index decline gradually from inner city to suburbs. On the contrary, pressure index increases from inner city to suburbs. Through visual and real-time analysis and evaluation, the diagnostic index of urban signs has huge potential for implementation in urban grid management, pressure warning and other needs of urban governance.

Keywords: urban signs ; diagnostic index of urban signs ; healthy city ; multi-source data ; Shanghai

0

PDF (1140KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

柴彦威, 刘伯初, 刘瑜, 马修军, 塔娜, 申悦. 基于多源大数据的城市体征诊断指数构建与计算——以上海市为例[J]. 地理科学, 2018, 38(1): 1-10 https://doi.org/10.13249/j.cnki.sgs.2018.01.001

Chai Yanwei, Liu Bochu, Liu Yu, Ma Xiujun, Shen Yue. Construction and Calculation of Diagnostic Index of Urban Signs Based on Multi-source Big Data: Case of Shanghai[J]. Scientia Geographica Sinica, 2018, 38(1): 1-10 https://doi.org/10.13249/j.cnki.sgs.2018.01.001

《国家新型城镇化规划(2014~2020)》指出,城镇化必须进入以提升质量为主的转型发展新阶段[1]。2015年12月中央再次召开城市工作会议,明确指出要转变城市发展方式,完善城市治理体系,提高城市治理能力,着力解决城市病等突出问题,不断提升城市环境质量、人民生活质量和城市竞争力[2]。在该背景下,城市治理亟待转型升级。在思路上,需将城市发展模式由过去片面注重追求城市规模扩大、空间扩张,转变为以存量优化调整和城市内涵提升为中心[1];内容上,城市治理从唯经济增长转向社会、环境与经济并重,开始关注社会运行、环境质量、生活质量等方面;视角上,从宏大叙事到日常生活转向的趋势已经显现,城市治理的精细化[3]、人本化的程度不断加深。

在存量优化的导向下,城市治理将更加依赖于智慧化的城市治理与运营工具来对城市系统的运转进行实时监测、直观展现和科学评判。城市大数据的涌现为此提供了契机。传统数据量小、偏静态,分析时注重因果解释,而海量、动态、多源的大数据时效性强、覆盖面广,更加适合解释活动、流等城市系统中的动态要素,还可以将人、物、地、信息等联网进行综合集成分析[4],提供了综合运用多学科的知识和方法去分析和解决复杂的社会经济问题的可能性[5]。通过多源数据的分析来支撑更全面更细尺度的现状展现、问题研判和场景模拟分析,将能够及时对城市体征把脉问诊,让城市“不得病”“少得病”“快治病”[6]

作为超大城市的上海市,在城市运行过程中交通拥堵、空气污染等问题显现,如何监测城市运行状态并辅助于管理决策已成为城市管理精细化和社会治理协同化的发展需求。同时,在上海市规划和国土资源信息数字化管理[7]和海量多源大

数据涌现的背景下,进行多源数据融合和城市体征诊断指数应用的尝试是可行的。基于此,本文在阐明城市体征与城市体征诊断的涵义的基础上,构建了城市体征诊断指数体系,并以上海市为例,利用多源数据完成了城市体征诊断指数的计算与分析,以期辅助于智慧城市管理。

1 城市体征与城市体征诊断

1.1 城市体征

医学上,“体征”是医学事实和特征的客观指征[8],可用来获取(包括推断)关于病人和疾病的信息[9]。体征常常可以将抽象的复杂人体系统进行具象的定量描述,以反映人体的运行状态和健康程度。城市这一复杂的巨系统,其运转的机制和复杂程度与人体具有相似性。类比于人体,复杂的城市系统可被视为生命体,这一生命体的运行状态的指征就是“城市体征”。

城市体征具有系统整合、动静结合和可量化展示三大特点。系统整合是城市体征最重要的特征,首先体现在研究对象的综合性上,城市体征涉及土地、设施、人口、资金、信息等多方面要素状况及要素之间互动状态,是综合的指标集合。其次,系统整合的特点还体现在城市体征系统内要素的层次性上,从最基层的单要素向上提炼、归类、汇总可得到同类或相关要素的一般运行状态,此外通过小的空间研究单元可以向上汇总到更大尺度的空间范围,以服务不同尺度的管理层级。其三,系统中的对象或要素具有联系性,人地互动、人与设施的交互、人与人的关联等都是城市体征系统的内在联系。城市的生命体征是动态与静态结合的,既有建设用地等相对长期稳态的体征,也有道路交通流量等瞬时变化的体征。对动态变化的关注使得城市体征不同与一般的城市特征,不仅能够评价城市的常态特征,还能够在更细的时空间尺度中展现和评价城市运行状况。城市体征的本质是表征城市运行状态的指标,这决定了其用以判读城市系统状态和病症的根本作用。多源城市数据为城市体征的量化及可视化展示提供了条件。

基于城市体征系统整合、动静结合的特点,本研究从时间与要素2个方面分解和联结城市体征子系统。从人与地、静态与动态出发,可以将城市体征系统划分为城市人口系统、城市环境系统、城市活动-移动系统和城市运行系统4个子系统。4个子系统相互作用与影响,从而联结成综合、有机的城市体征系统(图1)。

图1   城市体征系统示意图

Fig.1   System of urban signs

1.2 城市体征诊断

城市体征作为城市运行状态的指征是用于甄别城市健康状况的重要依据。类比人体检查和问诊,城市体征诊断是依据多源数据提炼的指标以及专业知识和经验,对城市某一体征进行现状展现、问题研判和治疗方案模拟分析,以把握城市运行状态,对城市运行的“健康程度”进行综合性和精细化的判断,为城市建设和管理决策提供科学依据。换言之,城市体征诊断是为城市“做健康检查”的过程。

1.3 城市体征诊断指数

自20世纪90年代的Agenda 21[10]开始,城市评价准则和监测指数不断涌现[11]。在评价内容上,这些指数总体上分为城市竞争力[12]、智慧城市建设[13]、可持续城市发展[13]等面向。城市竞争力面向的评价多从产业竞争力出发,注重对城市经济或某一产业的实力和潜力的评判;智慧城市建设面向的评价偏重于信息化设施建设及其社会和经济效应;可持续发展面向的评价重视环境可持续性的指标,对智慧城市建设缺少关注。因而,构建关注城市运行中的经济、社会、环境响应的综合性城市体征指数尤为重要。

在评价的时间和空间精度上,国际上已有综合性城市监测的多应用于城市区域的整体评价与城市间比较,空间精度低,对城市内部区域的关注不够[14]。小尺度上的研究则侧重建筑能源使用等具体面向[15],不具备区域综合性评判功能。国内已有实践多从部门管理的条块关系出发建立城市体征指标体系。吴昉等采用层次分析法构建了包含基础设施、环境、市场、公共服务、公共安全5个方面的城市运行评价指标[16]。清华同方率先提出“城市运行体征”的概念,从基础设施、公共安全、监测评价、综合服务和绩效考核5个方面描述城市运行状态[17]。一些学者以北京、上海、潍坊等城市为案例进行了构建城市运行体征评价体系和相应的管理平台的尝试[17,18],多以静态、城市口径的数据为基础构建和计算体征指数,缺少对城市中人及其活动的关注。随着大数据与信息技术的发展,城市体征的动态性得到关注。北京借2008年奥运会之机建设了国内领先的城市运行体征监测系统,整合了气象、市政、交通等北京众多城市管理和运行部门的监测数据,基本实现了对城市运行体征的总体监测[19, 20],北京市西城区城市运行监测预警平台主要针对应急响应[21]。与此同时,人及其活动在风险预警等方面得到具体应用。方家等基于手机数据分析了上海顾村公园樱花节大客流特征并尝试对大客流进行预警[22]

本研究尝试构建多源大数据支持的细分时空间尺度的城市体征指数体系,综合考虑城市运行中的经济、社会、环境响应,关注人及其活动的动态。

2 城市体征诊断指数体系构建

2.1 城市体征诊断指数体系的维度解析

2.1.1 维度分解

城市体征指数体系的设置需结合城市体征系统整合、动静结合的特点,并兼顾量化展示的需求。从城市体征作为城市运行的生命指征的内涵、在城市系统中发挥的作用和产生的影响出发,类比于反映人体较为稳定的身体基础,呼吸、运动等机能,亚健康和病症,以及新陈代谢等人体体征,我们将城市这一生命体的体征诊断指数体系的分解为底力、动力、压力、活力4个主要维度(表1)。

表1   体征诊断指数的维度分解

Table 1   Decomposition of dimensions of diagnostic index of urban signs

二层指数对应系统意义类比
底力指数土地利用和房屋、人口等反映空间单元的土地、人口基本属性,用以把握其类型特征身高、体重、BMI
动力指数经济运行、自然环境等空间单元经济社会发展的基础禀赋和动力肺活量、血氧饱和度
压力指数运行系统、活动-移动系统等反映城市系统运行压力,起到风险评判与预警作用尿蛋白、心理压力
活力指数活动-移动系统、联系网络等动态展现空间上的人的活动及交通、信息等流的联系消耗能量、摄入营养

新窗口打开

2.1.2 把握区域特征的底力维指数

底力维指数在一段时间内会保持稳定,用以判读区域的基本特征,在体征评价时既可作为城市建设和发展基底进行相应评价,也可作为空间单元类型的参照或校正系数。

2.1.3 发掘禀赋动力的动力维指数

人的体征中有肺活量、血氧饱和度等指标反映了身体的摄氧机能的强弱,一般来说该值越高,身体机能越优。城市生命体亦然,经济发展程度和环境质量等越优,说明城市发展的动力支撑越足,因而对动力维指数进行正向评分。

2.1.4 监控运行状况的压力维指数

压力维指数反映了城市系统运行系统所承受的压力,能够在一定程度上起到风险评判与预警的作用。市政设施超负荷运转、城市街区或道路节点人流过于拥挤等都会损害城市的正常运转。压力高于临界值则会带来风险,需对高于风险临界值的部分进行负向评分。

2.1.5 展现活动动态的活力维指数

本文以空间中可活动的要素(人、交通、信息等)的动态来反映活力。活动与流是城市运转中最为动态的要素,浮动较大,但又有其合理的变动区间。一般认为,活动密度越高、流量越大,则区域的活力越强,应进行正向评分。更严谨地,应根据专业经验判断出活力维指数取值的合理区间,在实际计算中,该区间有待明确,后文的活力指数暂进行正向评价。

2.1.6 4个维度之间的关系

底力维用以识别区域的类型特征,进而辅助于设定其发展模式路径,是其他维度评判的前提依据;动力维提供了推进区域发展的要素条件,其结果将呈现在活力维,同时可能引起压力值的改变;压力维设定了区域健康可持续发展的承受力上限,制约着动力和活动维度,它保障了区域的稳定运转;活力维是区域动态运转的表现,是其他维度力量综合作用的结果。

2.2 城市体征诊断指数体系的结构

由上构建了整合城市活动-移动系统、城市人口系统、城市运行系统与城市环境系统4个系统,具备底力、动力、压力、活力4个维度的城市体征诊断指数体系,该体系共包含4个二层指数、8个三层指数、19个四层指数(表2)。

表2   城市体征诊断指数体系

Table 2   Diagnostic index for urban signs

一层指数二层指数三层指数四层指数指标计算方式
城市体征
诊断指数
S
底力指数(F/0.16)建设指数(F1/0.42)土地开发潜力指数(F11/0.08)未开发土地面积比例
土地建设强度指数(F12/0.34)建筑密度
土地混合利用指数(F13/0.58)土地利用混合程度的熵值=-i=1npilog10pi,式中,i=1npi=1,n为土地利用类型数,pi为第i类土地面积占总面积比例[23]
人口指数(F2/0.58)人口素质指数(F21/0.33)常住人口中本科及以上人口比例
职住平衡度指数(F22/0.67)从业人口与常住人口比例
动力指数(D/0.26)经济指数(D1/0.53)经济发展水平指数(D11/0.73)0.5×(标准化企业数+标准化企业从业人员数)
经济开放程度指数(D12/0.27)0.5×(标准化外资企业数+标准化外资企业从业人员数)
绿色指数(D2/0.47)空气质量指数(D21/0.53)AQI
开敞空间指数(D22/0.47)绿地广场面积比例
压力指数(P/0.28)运行指数(P1/0.45)交通运行指数(P11/0.67)浮动车平均车速
市政设施运行指数(P12/0.33)实际负荷与最大稳定负荷比值
拥挤指数(P2/0.55)人流热度指数(P21/0.60)单位面积位置请求数
人流变化率指数(P22/0.40)位置请求数变化率
活力指数(V/0.30)活动指数(V1/0.52)居住活动指数(V11/0.23)单位面积居住活动人次=(居住用地面积/总面积)×总活动人次/总面积
商业活动指数(V12/0.47)单位面积商业活动人次=(商业用地面积/总面积)×总活动人次/总面积
创新活动指数(V13/0.30)单位面积创新活动人次=(创新技术人员/总就业人员)×总活动人次/总面积
联系流指数(V2/0.48)人流联系指数(V21/0.33)以空间单元i为起讫点的人流量=Fij+Fji,式中,i,j为空间单元集合M中单元编号,Fij为空间单元i到空间单元j的人流量,Fji为空间单元j到空间单元i的人流量
交通流联系指数(V22/0.53)以空间单元为起讫点的浮动车流量,方法同上
信息流联系指数(V23/0.14)以空间单元为起讫点的手机通话时长,方法同上

注:1.空气质量指数AQI(Air Quality Index)是定量描述空气质量状况的无量纲指数,通过ArcMap10.2对上海市杨浦四漂等9个监测站的AQI数值做空间内插,以每个空间单元的几何中心点的内插值作为该空间单元的AQI;数据缺乏暂都以0.5代入;以“科学研究和技术服务业”、“信息传输、软件和信息技术服务业”为创新行业代表。2. 括号中数值为该指数权重。

新窗口打开

2.3 城市体征诊断指数的时空间尺度

2.3.1 从实时到常态的时间尺度

根据研究和应用需要,可以将城市体征诊断指数体系分为常态、日常、实时3个时间尺度。常态以年、月为单位,关注建成环境、常住人口等稳定的体征;日常以整日24 h为时间尺度,关注1 d活动与流以及就业、居住、公共服务等城市功能;实时以小时为单位,重点关注变化幅度较大的要素活动与流。

2.3.2 从普查区到市域的空间尺度

考虑到数据精度和多源数据融合的需要,选取上海市5 848个普查区作为最小空间尺度。普查区是城市普查统计的最小口径,相较街道(包括镇,后同)能更精细地识别基本空间单元的运行状态;另一方面,普查区能够较好地关联静态的人口普查、经济普查、房屋规划土地信息和动态人流、交通流、信息流等多源数据。街道、区和上海全市域等上级的空间尺度的指数,均由普查区单元的数据计算得到。

2.3.3 时空间尺度的组合

根据上述时间尺度与空间尺度的组合,得到12个时空间组合尺度(图2)。时间和空间尺度,均从数据可获取的最小尺度向上汇总,而不是直接求下一级时空间尺度指数的平均值。根据指数是否“有用”和“可算”来确定某指数具有哪些时空间尺度。“有用”指在城市规划与管理中具有实际意义;“可算”指多源数据支持其计算。

图2   城市体征诊断指数体系的时空间尺度

Fig.2   Spatio-temporal scale of diagnostic index of urban signs

3 上海城市体征诊断指数的计算与分析

3.1 研究数据

研究数据来源于上海市规划、统计、公共交通、通讯等部门。规划数据涵盖了人口普查区尺度的土地利用类型、开发状况、建设强度等内容;统计数据包括第六次全国人口普查上海市部分的短表和长表数据,以及第三次全国经济普查上海市部分,人口普查数据包含性别、年龄、受教育程度等字段,经济普查数据包含各类型企业数和各行业从业人口数等字段;公共交通数据包含上海市出租车2016年1~4月全时段的轨迹和接送客位置数据;通讯数据为三大移动通信运营商之一的全网手机用户在2016年1~4月期间每半个小时的各人口普查区用户数、分时长的通话次数、从各普查区出发人次和各普查区到达人次(① 各普查区出发和到达人次计数需进行起讫点识别,本研究以一个用户位置不同(连接的基站所在的普查区不同)且时间间隔大于等于10 分钟的相邻2 个基站定位点为起讫点。)。

3.2 体征诊断指数的计算

3.2.1 基础数据处理与底层指标计算

以普查区为空间单元,对多源数据进行数据清洗和提取(② 原始通讯数据是基于基站的,为统一空间分析单元至所在人口普查区,在统计过程中,对于有且仅有1 个基站的普查区,将基站的各项数据作为该人口普查区的数据,对于有多个基站的普查区,将多个基站的汇总数据作为该人口普查区的数据,对于没有基站的普查区,该普查区的通讯数据为缺失。),建立基础指标集。该基础指标集合包含后续指标体系所需的原始数据,包括由规划、人口普查、经济普查等数据源提取的各功能类型用地面积、建筑占地面积、各受教育程度、常住人口数、各类型企业数和各行业从业人口数等静态数据,也包括由出租车、手机大数据清洗后提取的实时车速、人流量、车流量、通话流量等动态数据。接着完成4层指数计算。

3.2.2 数据标准化

为消除因各指标量纲不同的影响,对其进行极差标准化处理。计算公式为:

Xij'=(Xij-Xjmin)(Xjmax-Xjmin)(1)

Xij'=(Xjmax-Xij)(Xjmax-Xjmin)(2)

当指标为越大越好型指标时,采用公式(1)进行处理;当指标为越小越好型指标时,采用公式(2)进行处理[24]。式中, Xij'为标准化指标值, Xij为指标的观测值, XjmaxXjmin分别为同一指标的最大值和最小值,i为空间单元编号,j为指标编号。

底力指数囊括的四层指数中,职住平衡度指数以1为最优,其余指数进行正向评分;动力指数中,对以AQI表征的空气质量指数进行负向评分,其余指数为正向评分;压力指数中,对浮动车平均车速正向评分,其余均为负向评分;对活力指数进行正向评分。

3.2.3 体征诊断指数权重的设定

通过模糊层次分析法(Fuzzy AHP)确定指标权重,过程如下[25,26]

1) 准则间相对重要性比较。根据指数体系的维度分解,建立了多层次递阶结构(表2)。在此结构中,将下层因素{a1,a2,…,an}相对于上一层因素a的重要性两两比较,得到相对重要性模糊矩阵:

R=(rij)n×n=r11r1nrn1rnn(3)

ij{12n}

式中rij的实际意义是在将aiaj对于上一层次a的相对重要性进行比较时,对于模糊关系“aiaj重要得多”的隶属度。可采用0.1~0.9标度对隶属度进行定量描述。

2) 各因素权重的计算。 rik(l)l准则(因素)下ik列的标度值,则l准则(因素)下i行标度值的总和 ri(l)为:

ri(l)=k=1nrik(l)i=12nl=12s(4)

随后进行数学变换:

bij(l)=(ril-rjl)2n-1+0.5, l=12s(5)

式中,s表示总共有s个准则。由此得到相对重要性模糊矩阵R的模糊一致性矩阵:

A=(bij(l))n×nl=12s(6)

A̅=(bij¯)n×n(7)

bij¯=l=1sλibij(l)(8)

式中, λi>01sλi=1, bij¯bij(l)l准则下权重 λi相乘后加和的相应标度值, A̅是其对应的模糊一致性矩阵。

最后,假设有m位专家进行评价,令 λ1=λ2==λm=δ,即给每位专家赋予同等权重。根据下式可计算出因素i的权重 Vi

Vi=(i=1sj=1nλibij(l)+n2-1)[nn-1]i=12n(9)

3.2.4 时空间尺度的选取及相应尺度下的指数计算

选取所需时空间尺度,并根据该时空间尺度对应的指标计算公式进行4级指数的计算(表2)。

涉及动态数据的四层指数在不同时空间尺度的公式有所差别。比如,职住平衡度指数在常态尺度下为经济普查数据中从业人数与人口普查中常住人口数的比值,而对于日常尺度,本文以工作日9~11时和14~16时2个典型就业时段时均位置请求数代表就业人数,以0~6时时段的时均位置请求数代表居住人数,用前者与后者的比值估计职住人口比例。压力和动力指数中的四层指数都需从小时尺度开始计算,日常和常态尺度的上述指数由实时尺度的指数取均值得到,即日常尺度下某一天的人流热度指数为该日每小时位置请求数的平均值。

3.2.5 指数合成和体征健康等级划分

按权重从四层指数向上汇总得到一至三层指数。根据综合体征诊断指数(一层指数),对上海市街道的体征健康状况进行评级,具体划分为:S=[0.45~0.55)为“一级健康程度”,S=[0.40~0.45)为“二级健康程度”,S=[0.35~0.40)为“三级健康程度”,S=[0.30~0.35)为“四级健康程度”,S=[0.20~0.30)为“五级健康程度”。

3.3 街道日常尺度下城市体征诊断指数分析

本节选取2016年4月6日整日这一日常尺度,以上海市街道为空间单元进行展示与分析,以说明体征诊断指数的可信度和可应用性,并进行敏感性分析。

根据上海市230个街道的体征诊断指数计算结果,将陆家嘴街道、川沙新镇、花木街道等5个街道评为“一级健康程度”,虹桥镇、七宝镇、梅陇镇等26个街道评为“二级健康程度”,松江工业区、北蔡镇等74个街道评为“三级健康程度”,枫林路街道、程家桥街道等90个街道评为“四级健康程度”,绿华镇、控江路街道等35个街道评为“五级健康程度”(图3)。

图3   街道日常尺度下上海市城市体征诊断评级的空间分布(2016年4月6日)

Fig.3   Spatial distribution of diagnostic rating for urban signs among Jiedaos in Shanghai(April 6,2016)

通过整体分析可以发现:虽然上海市街道的体征诊断指数在中心城区和郊区均有不同健康评级的街道,综合体征诊断指数差异微小,但各维度指数具有圈层变化特征,底力、活力指数从中心城区到郊区逐渐降低,压力指数从中心城区到郊区逐渐升高,外环路范围内的街道动力指数显著高于外环路以外区域(图4)。

图4   不同区位街道的城市体征诊断指数比较(2016年4月6日)

Fig.4   Comparison of comprehensive and dimensional diagnostic index of urban signs among Jiedaos (subdistrict that is sub-divided into several residential communities or neighbourhoods) in different location in Shanghai(April 6,2016)

从分解的维度中可以得到进一步解释(表3)。底力维度上,内环路以内的街道的建设指数和人口指数均居首位,内环与外环之间区域次之,反映出中心城区成熟的设施建设和较高的人口素质。动力维度中的经济发展和开放水平方面,内环以内的街道评价最高(0.225),内环至外环区域的街道次之(0.142),而在绿色指数上,内环至外环区域(0.278)明显高于其他两个区域,体现出该区域的环境质量优势。外环以外区域包括了较多农业用地为主的街镇,本文并未将农用地列入绿地指数的计算公式中,因而外环以外区域的街镇绿色指数评分较低。压力维度上,外环以外区域街道的压力明显低于其余两个区域,内环以内的街道的承受的压力(0.335)高于内环至外环街道(0.415)。内环以内区域街镇的运行指数(0.174)和拥挤指数(0.531)最低,反映出该区域交通拥堵和人流拥挤程度最高。活力维度上,内环以内(0.248)的街道活动密度最高,其人流、交通流、信息流的集散功能最强大。

表3   上海市不同区位街道的各维度城市体征诊断指数比较(2016年4月6日)

Table 3   Comparison of dimensional diagnostic index of urban signs among Jiedaos in different location in Shanghai(April 6,2016)

区位底力指数F动力指数D压力指数P活力指数V
建设指数人口指数经济指数绿色指数运行指数拥挤指数活动指数联系流指数
内环以内0.6260.7330.2250.1810.1740.5310.3840.269
内环至外环0.5170.6870.1420.2780.1860.6960.2700.240

新窗口打开

具体剖析个案街道可以发现,排名靠前的街道动力、活力较优,与此同时承担了较重的运行压力。陆家嘴街道综合体征指数排在首位,这主要得益于其完备的设施建设、发达的经济部门等底力和动力支撑和表征活力的强大功能联系流,同时规划建设合理使其相对于老城区具有较轻的交通和人流压力。梅陇镇是闵行区近10 a来发展较为迅猛的街道,就业、居住、商业、服务等功能复合,南方商城附近已形成商圈,配套设施齐全,发展动力较足,但梅陇镇的压力维指数排名较靠后,虹梅南路、莲花路等路段交通流量大,易拥堵,人流量较大。压力维度设定了空间单元发展的上限,对该类街道,应重点突破交通拥堵等问题,打通堵点断点,同时对于人流、车流变化重点监控,这样才能提升空间对流要素的集散和疏导能力,更大程度地释放发展动能,发挥城市功能。宝山路等老城区街道建设成熟,但发展动能不足,同时还承受了较高的运行和拥挤压力。宝山路街道的拥挤指数排名第229位,该街道地块面积狭小,人流密度较高,其辖区内有东宝兴路、西藏北路的常拥堵路段。需要说明的是,此处的拥挤指数是整体街道的人流密度,暂无法区分高密度人流在道路、房屋、地下空间等的分布。老城区基础设施老化,运行压力高,需要在城市更新中通过设施更新、业态调整等方式提升动能,同时应进一步疏解老城人口与功能,缓解运行压力(表4)。

表4   上海市典型街道的各维度城市体征诊断指数比较(2016年4月6日)

Table 4   Comparison of diagnostic index of urban signs among typical Jiedaos in Shanghai(April 6, 2016)

外环以外0.4590.6550.1070.1570.3650.9710.1540.118
街道名称底力指数F动力指数D压力指数P活力指数V
建设指数人口指数经济指数绿色指数运行指数拥挤指数活动指数联系流指数
陆家嘴街道0.581(55)0.656(150)0.959(1)0.188(111)0.171(166)0.754(150)0.249(73)0.615(7)
梅陇镇0.425(184)0.707(73)0.363(12)0.427(20)0.167(169)0.653(172)0.316(56)0.648(5)
宝山路街道0.642(25)0.678(114)0.084(143)0.127(145)0.171(168)0.111(229)0.450(18)0.151(118)

注:括号内数字为该街道对应指数在上海市230个街道中的位序。

新窗口打开

上述城市体征诊断指数印证了2016年4月6日当日的情况,通过综合指数和各维度细分指数的比对能够判定空间单元的总体状态,发现“健康状况”的短板。比较230个街道4月5日至4月8日连续4个工作日的压力指数与活力指数,发现各街道4 d压力指数的标准差均小于0.18,活力指数的标准差均小于0.07,说明指数计算结果较为稳健。4 d压力指数与活力指数的Friedman秩检验均显著,说明了指数在各日间具有差异性。

4 结语

4.1 结论

本研究构建了整合四系统、具备四维度、分层汇总、分时空尺度的城市体征诊断指数体系。该指数体系整合了城市活动-移动系统、城市人口系统、城市运行系统与城市环境系统4个系统,分解为底力、动力、压力、活力4个维度,具有4个层级和“常态、日常、实时”与“市域、区、街道、普查区”交叉构成的12个时空间尺度。以上海市日常尺度为例,文章以2016年4月6日为例,计算了上海市各街道综合和各维度的城市体征诊断指数,并对230个街道进行了“健康评级”。上海市不同区位街道的综合体征诊断指数差异微小,但各维度指数具有圈层变化特征,底力、动力指数从中心城区到郊区逐渐降低,压力指数从中心城区到郊区逐渐升高,外环路范围内的街道动力指数显著高于外环路以外区域,与实际情况较为相符,说明了指数体系整体的可信度。最后以陆家嘴街道、梅陇镇、宝山路街道为例,探讨了体征指数在城市问题诊断中的可应用性,并进行了指数的敏感性检验。

4.2 讨论

多源大数据有效地结合了传统静态数据和动态的新数据,提供了综合把控城市运行状态和综合诊断城市问题的有力工具,能够在不同时空尺度下对规划建设、经济发展、设施运行、人类活动等多个方面同时进行体检,较为全面地体现城市体征系统运行状况并进行评判。

同时我们认识到大数据虽具有易于大规模采集和展现城市动态的优势,能够表达数据之间的模糊关联,但在解释城市现象和问题的时仍需要借助于个体属性与行为数据来阐明其微观机制。因而,更好地融合大数据与传统数据、汇总数据与个体数据,将是进一步完备指数的构建与计算过程的重点。

下一阶段,研究将着重完善城市体征诊断指数体系的评判标准,结合学科专业和管理经验,判定指数的阈值,并在对空间单元进行功能和发展定位归类的基础上,进行专题城市体征诊断指数分析,以更有针对性地服务上海市精细化的城市治理与规划建设。

致谢:本研究来源于咨询课题《基于上海城市体征诊断模型的辅助决策研究》,特向上海市房屋土地资源信息中心表示感谢!同时感谢北京大学蒋晨、曹鹏、孙泽远、王玮、王玉霞、马雯蕊、符婷婷等同学在基础数据处理中的贡献!

The authors have declared that no competing interests exist.


参考文献

[1] 国务院.

国家新型城镇化规划(2014~2020 年)

[EB/OL].2014-03-16[2016-05-07]..

URL      [本文引用: 2]     

[State Council ofChina.

National new urbanization plan(2014-2020). 2014-03-16

[2016-05-07]..]

URL      [本文引用: 2]     

[2] 中共中央办公厅.

2015中央城市工作会议公报

[EB/OL].2015-12-23[2017-01-03]. .

URL      [本文引用: 1]     

[General Office of the CPC Central Committee.

Communique of the 2015 central city working conference

.2015-12-23 [2017-01-03]..]

URL      [本文引用: 1]     

[3] 庄少勤.

精细化时代的城市管理

[J].浦东开发,2007(4):36-39.

[本文引用: 1]     

[Zhuang Shaoqin.

Urban management in the age of refinement

.Pudong Development,2007(4):36-39.]

[本文引用: 1]     

[4] 宋刚,张楠,朱慧.

城市管理复杂性与基于大数据的应对策略研究

[J].城市发展研究,2014,21(8):72-76.

https://doi.org/10.3969/j.issn.1006-3862.2014.08.016      URL      [本文引用: 1]      摘要

现代城市及其管理是一类开放的复杂巨系统,应对其复杂性须基于专家体系、计算机体系、数据体系实现从定性到定量的综合集成。随着新一代信息技术与知识社会创新2.0的互动与重塑,大数据技术的形成和发展为丰富和完善综合集成法,推进大成智慧工程提供了新契机。大数据的整体性思维及其对混杂性和相关性的关注使其成为应对复杂性的重要技术支撑。大数据时代的城市管理应基于综合集成法,抓住新一代信息技术和创新2.O融合发展的契机,实现人的联网、物的联网、数据的联网和思想的联网,充分认识并利用大数据给城市管理带来的新机遇,实现面向创新2.0的城市管理大数据应用和价值挖掘,推动智慧城市发展水平的全面提升。

[Song Gang, Zhang Nan, Zhu Hui.

The complexity of urban management and the coping strategies based on big data

.Urban Development Studies,2014,21(8):72-76.]

https://doi.org/10.3969/j.issn.1006-3862.2014.08.016      URL      [本文引用: 1]      摘要

现代城市及其管理是一类开放的复杂巨系统,应对其复杂性须基于专家体系、计算机体系、数据体系实现从定性到定量的综合集成。随着新一代信息技术与知识社会创新2.0的互动与重塑,大数据技术的形成和发展为丰富和完善综合集成法,推进大成智慧工程提供了新契机。大数据的整体性思维及其对混杂性和相关性的关注使其成为应对复杂性的重要技术支撑。大数据时代的城市管理应基于综合集成法,抓住新一代信息技术和创新2.O融合发展的契机,实现人的联网、物的联网、数据的联网和思想的联网,充分认识并利用大数据给城市管理带来的新机遇,实现面向创新2.0的城市管理大数据应用和价值挖掘,推动智慧城市发展水平的全面提升。
[5] 甄峰,秦萧,席广亮.

信息时代的地理学与人文地理学创新

[J].地理科学,2016,35(1):11-18.

https://doi.org/10.3969/j.issn.2095-0446.2016.14.228      URL      [本文引用: 1]      摘要

地理一直是支撑我国社会正常运行的重要学科,其本身的发展影响这社会的发展走向,同时不同的社会思想也会赋予地理学科全新的理念.本文立足于信息大爆炸时代的社会技术环境实际,对信息时代地理学科与人文地理的发展进行研究,并结合当前信息技术特性分析地理学和人文地理学的研究和创新方向.

[Zhen Feng, Qin Xiao, Xi Guangliang.

The innovation of geography and human geography in the information era

. Scientia Geographica Sinica,2016,35(1):11-18.]

https://doi.org/10.3969/j.issn.2095-0446.2016.14.228      URL      [本文引用: 1]      摘要

地理一直是支撑我国社会正常运行的重要学科,其本身的发展影响这社会的发展走向,同时不同的社会思想也会赋予地理学科全新的理念.本文立足于信息大爆炸时代的社会技术环境实际,对信息时代地理学科与人文地理的发展进行研究,并结合当前信息技术特性分析地理学和人文地理学的研究和创新方向.
[6] 仇保兴.

智慧城市建设的内容与路径研究

[J].中国市场,2016(13):3-6.

https://doi.org/10.13939/j.cnki.zgsc.2016.13.003      URL      [本文引用: 1]      摘要

介绍了智慧城市的背景、内容和途径,针对城市病治理问题、消耗、能源、交通、促进水的循环利用等做了系统的分析。解决城市病,空气污染、交通拥堵、噪声污染等问题,要从解决细胞人手,解决城市病本体,包括从集约化的城市化走向社会公平,利用“互联网+”解决智慧城市信息化;再循环利用方面达到节水节能,把城市分成网格,使城市更加精细。

[Qiu Baoxing.

Research on the content and path of smart city construction

.China Market,2016(13):3-6.]

https://doi.org/10.13939/j.cnki.zgsc.2016.13.003      URL      [本文引用: 1]      摘要

介绍了智慧城市的背景、内容和途径,针对城市病治理问题、消耗、能源、交通、促进水的循环利用等做了系统的分析。解决城市病,空气污染、交通拥堵、噪声污染等问题,要从解决细胞人手,解决城市病本体,包括从集约化的城市化走向社会公平,利用“互联网+”解决智慧城市信息化;再循环利用方面达到节水节能,把城市分成网格,使城市更加精细。
[7] 宋唯,刘利锋,龚威,.

规划和国土资源综合信息监管平台关键技术研究与应用

[J].上海国土资源,2015(4):52-54.

https://doi.org/10.3969/j.issn.2095-1329.2015.04.012      URL      [本文引用: 1]      摘要

进入“十二五”时期,国土资源综合信息监管平台建设面临着新形势和新要求。本文对国土资源综合监管平台,在监管体制、监测机制、监测指标体系、监测预警体系、辅助决策等方面的建设成果和科技创新作了分析和总结。为建立四级联动的国土资源综合信息监管平台,解决资源监管和社会化服务信息化问题提供重要技术标准支撑。

[Song Wei, Liu Lifeng,Gong Weiet al.

Research and application of key technologies in planning a comprehensive information monitoring platform for land resources

. Shanghai Land & Resources,2015(4):52-54.]

https://doi.org/10.3969/j.issn.2095-1329.2015.04.012      URL      [本文引用: 1]      摘要

进入“十二五”时期,国土资源综合信息监管平台建设面临着新形势和新要求。本文对国土资源综合监管平台,在监管体制、监测机制、监测指标体系、监测预警体系、辅助决策等方面的建设成果和科技创新作了分析和总结。为建立四级联动的国土资源综合信息监管平台,解决资源监管和社会化服务信息化问题提供重要技术标准支撑。
[8] Stedman T L, Thomas L.

Stedman’s medical dictionary for the health professions and nursing

[M]. Philadelphia: Lippincott Williams & Wilkins,2005.

[本文引用: 1]     

[9] King L S.

Medical thinking: A historical preface

[M]. Princeton: Princeton University Press, 2014.

[本文引用: 1]     

[10] United Nations.

Agenda 21(United Nations Conference on Environment & Development

.Rio de Janerio, Brazil,3 to 14 June 1992) [R/OL]. 1992-6-14 [2016-09-30].

URL      [本文引用: 1]     

[11] Marsal-Llacuna M L, Colomer-Llinàs J, Meléndez-Frigola J.

Lessons in urban monitoring taken from sustainable and livable cities to better address the Smart Cities initiative

[J]. Technological Forecasting and Social Change,2015, 90: 611-622.

https://doi.org/10.1016/j.techfore.2014.01.012      URL      [本文引用: 1]      摘要

61Synthetic indices are needed to assess the performance of a set of urban indicators.61The monitoring of the Sustainable City only through the LA 21 set of indicators failed.61Livable cities initiative is being successfully monitored through the QoL index.61Principal component analysis is an efficient method for the construction of indices.61The monitoring of the Smart Cities initiative requires real time data-based indices.
[12] 倪鹏飞,赵璧,魏劭琨.

城市竞争力的指数构建与因素分析——基于全球500典型城市样本

[J]. 城市发展研究,2013,20(6):72-79.

https://doi.org/10.3969/j.issn.1006-3862.2013.06.011      URL      [本文引用: 1]      摘要

提出“要素体系—产业体系—产业价值(FIV)”分析框架,对城市竞争力的动态决定机制进行解释;构建了城市竞争力的测度模型和构成模型;采用定量方法计量全球500个城市的竞争力指数,采用逐步回归方法对影响因素进行实证分析;利用动态聚类分析将497个城市分成具有7个相互区别的类别,采用逐步回归分析法对7类城市的竞争力影响因素进行具体分析.

[Ni Pengfei, Zhao Bi, Wei Shaokun.

The index construction and factor analysis of urban competitiveness:Based on the global 500 typical urban samples

. Urban Development Studies,2013,20(6):72-79.]

https://doi.org/10.3969/j.issn.1006-3862.2013.06.011      URL      [本文引用: 1]      摘要

提出“要素体系—产业体系—产业价值(FIV)”分析框架,对城市竞争力的动态决定机制进行解释;构建了城市竞争力的测度模型和构成模型;采用定量方法计量全球500个城市的竞争力指数,采用逐步回归方法对影响因素进行实证分析;利用动态聚类分析将497个城市分成具有7个相互区别的类别,采用逐步回归分析法对7类城市的竞争力影响因素进行具体分析.
[13] Ahvenniemi H, Huovila A,Pinto-SeppäIet al.

What are the differences between sustainable and smart cities?

[J]. Cities,2017, 60: 234-245.

https://doi.org/10.1016/j.cities.2016.09.009      URL      [本文引用: 2]      摘要

61We studied the differences of smart and sustainable city performance assessment.61We analyzed 16 sets of city assessment frameworks (smart and sustainable).61Smart city frameworks focus mainly on social and economic sustainability.61We recommend the use of a more accurate term “smart sustainable cities”.
[14]

International Living. World Rankings: The Best Places to Live

[R/OL]. 2017-01-01 [2016-9-30]. .

URL      [本文引用: 1]     

[15] Hedman Å, Sepponen M, Virtanen M.

Energy efficiency rating of districts, case Finland

[J]. Energy Policy,2014, 65: 408-418.

https://doi.org/10.1016/j.enpol.2013.10.022      URL      [本文引用: 1]      摘要

61We have created a tool for assessing energy efficiency of detailed city plans.61The energy source is the most important factor for efficiency of districts in Finland.61Five case districts in Finland were analyzed.61In this paper one residential district has in-depth sensitivity analyses done.
[16] 吴昉,徐黄,翟振岗,.

基于层次分析法的城市运行评价指标体系研究

[J]. 三峡大学学报(人文社会科学版),2008,30(S2):24-26.

[本文引用: 1]     

[Wu Fang, Xu Huang,

Zhai Zhengang et al. Research on evaluation index system of the city operation based on the AHP.Journal of China Three Gorges University (Humanities &

Social Sciences), 2008,30(S2):24-26.]

[本文引用: 1]     

[17] 朱秀美.

城市运行数据监控系统的设计与实现[D]

.济南:山东大学,2011.

[本文引用: 2]     

[Zhu Xiumei.

Weifang city operations monitoring system design and implementation

. Jinan: Shandong University,2011.]

[本文引用: 2]     

[18] 钱宁,陈新保,黄鹏,.

城市运行体征评价体系研究——以北京,上海,广州和深圳为例

[J].大众科技,2014,16(6):249-252.

https://doi.org/10.3969/j.issn.1008-1151.2014.06.092      URL      [本文引用: 1]      摘要

论文围绕城市运行体征指标体系及其有效的评价方法,开展了以下研究内容:首先,总结和部分完善了基于顶层设计城市运行体征评价指标体系;其次,基于专家系统模型和层次分析法,通过城市发展规模、城市基础设施运行、城市居住环境、社会公共安全、社会保障体系、市场经营运行等6个维度,包括17个要素、25个指标,构建了城市运行指标体系;最后,以北京、上海、广州和深圳四大城市进行了综合评价,并作了比较详细的对比分析和研究。从城市运行综合指标的评价结果来看,城市运行体征健康优劣由高到低依次是北京、上海、深圳和广州。

[Qian Ning, Chen Xinbao,Huang Penget al.

A research on city operating signs evaluation system: Beijing, Shanghai, Guangzhou and Shenzhen were picked as examples

. Popular Sceience&Technology,2014, 16(6):249-252.]

https://doi.org/10.3969/j.issn.1008-1151.2014.06.092      URL      [本文引用: 1]      摘要

论文围绕城市运行体征指标体系及其有效的评价方法,开展了以下研究内容:首先,总结和部分完善了基于顶层设计城市运行体征评价指标体系;其次,基于专家系统模型和层次分析法,通过城市发展规模、城市基础设施运行、城市居住环境、社会公共安全、社会保障体系、市场经营运行等6个维度,包括17个要素、25个指标,构建了城市运行指标体系;最后,以北京、上海、广州和深圳四大城市进行了综合评价,并作了比较详细的对比分析和研究。从城市运行综合指标的评价结果来看,城市运行体征健康优劣由高到低依次是北京、上海、深圳和广州。
[19] 李立明,潘成文,陈锐,.

城市运行系统设计与实现:北京奥运城市运行系统设计理论与实施研究

[M].北京:科学出版社,2009.

[本文引用: 1]     

[Li Liming, Pan Chengwen, Chen Ruiet al.

Design and implementation on city operations system: Research on the Beijing Olympic city operations system

. Beijing: Science Press,2009.]

[本文引用: 1]     

[20] 武利亚.

奥运城市运行监测中心:“数字化”城市管理系统发展新方向

[J].城市管理与科技,2008,10(4):12-15.

https://doi.org/10.3969/j.issn.1008-2271.2008.04.005      URL      [本文引用: 1]      摘要

城市是国民经济的基础单元,民生要素的综合载体,经济、政治、社会、文化的全息缩影,政府、企业与市民相互依存、相互影响、共生共荣的有机整体。联合国人居组织发布的《伊斯坦布尔宣言》指出:“我们的城市必须成为人类能够过上有尊严的、身体健康、安全、幸福和充满希望的美满生活的地方。”

[Wu Liya.

Olympic city operation monitoring center: A new direction for the development of digital urban management system

. Urban Management Science & Technology,2008,10(4):12-15.]

https://doi.org/10.3969/j.issn.1008-2271.2008.04.005      URL      [本文引用: 1]      摘要

城市是国民经济的基础单元,民生要素的综合载体,经济、政治、社会、文化的全息缩影,政府、企业与市民相互依存、相互影响、共生共荣的有机整体。联合国人居组织发布的《伊斯坦布尔宣言》指出:“我们的城市必须成为人类能够过上有尊严的、身体健康、安全、幸福和充满希望的美满生活的地方。”
[21] 王旭,吴长春,刘阳,.

搭建城市运行监测平台完善城市预测预警功能——北京市西城区建设城市运行监测平台的思考与实践

[J].城市管理与科技,2009,11(6):63-65.

https://doi.org/10.3969/j.issn.1008-2271.2009.06.023      URL      [本文引用: 1]      摘要

数字化城市管理使北京市西城区的城市管理工作上了一个大的台阶,实现了从粗放型向精细型的转变,解决了发现问题和处置问题的及时性,但是由于城市的动态性和复杂性,不能仅满足于对一些具体事件的管理,应该更注重动态管理,并且还要有预测性,仅仅依靠现有的“数字化”城市管理工作模式还无法胜任城市运行监测工作。在已有的数字化城市管理工作的良好基础上,

[WangXu, Wu Changchun,Liu Yanget al.

Establishing a city operation monitoring platform to improve the urban prediction and early warning function: Thinking and practice of Xicheng District city construction operation monitoring platform in Beijing

. Urban Management Science & Technology,2009,11(6):63-65.]

https://doi.org/10.3969/j.issn.1008-2271.2009.06.023      URL      [本文引用: 1]      摘要

数字化城市管理使北京市西城区的城市管理工作上了一个大的台阶,实现了从粗放型向精细型的转变,解决了发现问题和处置问题的及时性,但是由于城市的动态性和复杂性,不能仅满足于对一些具体事件的管理,应该更注重动态管理,并且还要有预测性,仅仅依靠现有的“数字化”城市管理工作模式还无法胜任城市运行监测工作。在已有的数字化城市管理工作的良好基础上,
[22] 方家,王德,谢栋灿,.

上海顾村公园樱花节大客流特征及预警研究——基于手机信令数据的探索

[J].城市规划,2016(6):43-51.

https://doi.org/10.11819/cpr20160608a      [本文引用: 1]      摘要

基于上海市手机信令数据,通过2014年上海顾村樱花节开幕后周六(文中简称"节日")和前周六(文中简称"平日")客流的比对,对樱花节引发大客流的时空分布规律以及游客行为的改变进行了分析,并尝试对大客流进行预警。研究发现节日和平日樱花节客流来源地空间分布规律:与传统同心圆形态不同,总体格局呈"锥形",该形态并未因节日发生明显改变,均呈现以顾村公园为核心,沿1号、3号、7号地铁线向市中心蔓延的趋势。客流增加最多的区域大多地铁出行便利、居住人数密集,出游率增加的空间统计单元占总数的88.43%。通过追踪发现:90.38%的游客游憩行为类型发生了变化——樱花节的开幕,使以上游客的行为从以居家放松、购物为代表的室内被动型游憩行为转化为亲近自然的主动型户外游憩行为。本文最后通过可预测节日顾村公园在园人数的站点和时段(文中简称"标志时站")的选择,明确了标志时站手机信令数据(节日比平日的)增率与顾村公园在园人数增率的关系;提出基于节日顾村公园在园人数预测的三级预警方案。研究证明,手机信令数据在人流预警与跟踪识别方面,具有较强的现实意义,可实现从被动监测到主动预测,从监控到预警的转变。

[Fang Jia, Wang De,Xie Dongcanet al.

Research on dynamic changed and early warning of large tourist flow based on mobile signal data analysis: A case study of Gucun park sakura festival in Shanghai

.City Planning Review, 2016(6):43-51.]

https://doi.org/10.11819/cpr20160608a      [本文引用: 1]      摘要

基于上海市手机信令数据,通过2014年上海顾村樱花节开幕后周六(文中简称"节日")和前周六(文中简称"平日")客流的比对,对樱花节引发大客流的时空分布规律以及游客行为的改变进行了分析,并尝试对大客流进行预警。研究发现节日和平日樱花节客流来源地空间分布规律:与传统同心圆形态不同,总体格局呈"锥形",该形态并未因节日发生明显改变,均呈现以顾村公园为核心,沿1号、3号、7号地铁线向市中心蔓延的趋势。客流增加最多的区域大多地铁出行便利、居住人数密集,出游率增加的空间统计单元占总数的88.43%。通过追踪发现:90.38%的游客游憩行为类型发生了变化——樱花节的开幕,使以上游客的行为从以居家放松、购物为代表的室内被动型游憩行为转化为亲近自然的主动型户外游憩行为。本文最后通过可预测节日顾村公园在园人数的站点和时段(文中简称"标志时站")的选择,明确了标志时站手机信令数据(节日比平日的)增率与顾村公园在园人数增率的关系;提出基于节日顾村公园在园人数预测的三级预警方案。研究证明,手机信令数据在人流预警与跟踪识别方面,具有较强的现实意义,可实现从被动监测到主动预测,从监控到预警的转变。
[23] 钱林波.

城市土地利用混合程度与居民出行空间分布——以南京主城为例

[J].现代城市研究,2000(3):7-10.

[QianLinbo.The research on the relationship between degree of mixed urban land-use and spatial distribution of trips: In case study of main districts in Nanjing. Modern Urban Research, 2000(3):7-10.]

[24] 仇方道,佟连军,姜萌.

东北地区矿业城市产业生态系统适应性评价

[J].地理研究,2011,30(2):243-255.

[本文引用: 1]     

[Qiu Fangdao, Tong Lianjun, Jiang Meng.

Adaptability assessment of industrial ecological system of mining cities in Northeast China

. Geographical Research,2011,30(2):243-255.]

[本文引用: 1]     

[25] 侯茂章.

地方产业集群国际化发展风险评价——基于模糊层次分析法的研究

[J]. 经济地理,2012, 32(12):97-100.

URL      [本文引用: 1]      摘要

跨区域实现国际化扩张是当前地 方产业集群发展的必然趋势。国际化过程中的风险界定、风险识别、风险因素分析、风险规避等是地方产业集群风险管理的重要内容。采用模糊层次分析法对地方产 业集群国际化发展过程中的主要风险进行定量分析,有助于地方产业集群采取有效措施预防、化解各种风险。

[Hou Maozhang.

Research on risk evaluation of local industrial clusters’ internationalization based on the method of Fuzzy AHP

. Economic Geography,2012, 32(12):97-100.]

URL      [本文引用: 1]      摘要

跨区域实现国际化扩张是当前地 方产业集群发展的必然趋势。国际化过程中的风险界定、风险识别、风险因素分析、风险规避等是地方产业集群风险管理的重要内容。采用模糊层次分析法对地方产 业集群国际化发展过程中的主要风险进行定量分析,有助于地方产业集群采取有效措施预防、化解各种风险。
[26] 于晓华,方创琳,罗奎.

丝绸之路经济带陆路边境口岸城市地缘战略优势度综合评估

[J].干旱区地理,2016,39(5):967-978.

[本文引用: 1]      摘要

“丝绸之路经济带”战略背景下,边境口岸城市作为中国对外开放的重要门户,成为新常态下中国与邻国共同发展的增长节点,成为“丝绸之路经济带”建设的重要依托点,其发展态势决定着该战略实施建设的成效。口岸城市的发展主要依托相应口岸的建设,具有不同地域条件及发展基础的边境口岸拥有不同的发展优势及潜力。通过对“丝绸之路经济带”战略及口岸地缘战略优势内涵的深入了解,提出地缘战略优势度的概念,从政策支持、通关条件、区域支撑、基础设施和民族文化5个影响因素出发,构建了包含18个具体指标的口岸地缘战略优势度的综合评估体系,从而对陆路边境口岸城市的发展现状及其未来发展潜力进行定量评估。并且以此为依据,将陆路边境口岸划分为6个等级,探索不同优势度等级的陆路边境口岸发展存在的问题以及其所依托城市未来的发展前景,从而提出有利于口岸城市发展的优化政策与建议。

[Yu Xiaohua, Fang Chuanglin, Luo Kui.

Comprehensive evaluation of the advantage value of geopolitical strategy of frontier port cities under the background of the Silk Road Economic Belt

. Arid Land Geography,2016,39(5):967-978.]

[本文引用: 1]      摘要

“丝绸之路经济带”战略背景下,边境口岸城市作为中国对外开放的重要门户,成为新常态下中国与邻国共同发展的增长节点,成为“丝绸之路经济带”建设的重要依托点,其发展态势决定着该战略实施建设的成效。口岸城市的发展主要依托相应口岸的建设,具有不同地域条件及发展基础的边境口岸拥有不同的发展优势及潜力。通过对“丝绸之路经济带”战略及口岸地缘战略优势内涵的深入了解,提出地缘战略优势度的概念,从政策支持、通关条件、区域支撑、基础设施和民族文化5个影响因素出发,构建了包含18个具体指标的口岸地缘战略优势度的综合评估体系,从而对陆路边境口岸城市的发展现状及其未来发展潜力进行定量评估。并且以此为依据,将陆路边境口岸划分为6个等级,探索不同优势度等级的陆路边境口岸发展存在的问题以及其所依托城市未来的发展前景,从而提出有利于口岸城市发展的优化政策与建议。

/