《齐齐哈尔大学学报》（ 哲学社会科学版） 2017 年 5 月

Journal of Qiqihar University（ Phi＆ Soc Sci） May， 2017

当前城市模型研究存在问题及发展方向

张 伟，吴伟东

（ 安徽科技学院 建筑学院，安徽 凤阳 233100）

摘 要： 目的： 回顾了城市模型的发展历程，探讨了城市模型存在的问题及未来发展方向； 方法： 文献资料法和

对比分析法； 结果： 城市模型在时间机制、反馈机制、人类—环境相互作用机制以及多尺度效应等方面尚存在不
足； 结论： 引入模型耦合、复杂系统理论、大数据等方法，是未来城市模型的发展方向。
关键词： 城市模型； 复杂系统理论； 大数据
中图分类号： TU984 文献标识码： A 文章编号： 1008－2638（ 2017） 05－0059－03
DOI:10.13971/j.cnki.cn23-1435/c.2017.05.017
The Ｒesearch on the Challenges and Future Direction of Urban Model
ZHANG W ei，W U W ei－dong
（ College of Architecture，Anhui Science and Technology University，Fengyang Anhui 233100，China）
Abstract： The urban model provided a useful tool for people to research the essential characteristics and the dynamic processes of
urban growth． This thesis reviews the history of the study of urban system and urban model，and then discusses the challenges and fu-
ture direction of urban model． The results shows that main existing challenges of urban model including the temporal mechanism，feed-
back mechanism，the human－environment interaction mechanism and the multi scale effects． It＇s the development direction of introduc-
tion of new methods such as the model coupling，complex theory and big data．
Key words： urban model； complexity system theory； big data

一、城市模型研究历程 从 20 世纪 60 年代末开始，人们意识到动态行为在城市
（ 一） 早期城市模型 系统研究中的重要性，从而带动了动态城市模型的发展，其
早期城市模型的结构和形式与其所在时代的城市系统 中以系统动力学模型为主要代表，它通过分析系统结构，采
研究水平密切相关，基于时间特征大致可将其分为静态模型 用微分方程的形式构建了因子之间的反馈关系。最早将系
与动态模型两大类。静态模型主要根据还原论的思想将城 统动力学引入到城市模型中的是富雷斯特（ J W Forrester） ，
［3］
市系统机械地划分为各子系统，进而分析城市空间实体的分 在其著作《Urban Dynamics》中， 富雷斯特用一系列的微分
布、实体间的相互作用特征与机制等，对于城市时空结构演 方程对城市内部因素的动态变化进行了模拟； 之后，威尔逊
化过程的研究则往往较弱。如 19 世纪末期出现的空间分布 （ J．L．Wilson） 在劳利模型的基础上，通过引入最大熵原理，构
理论，试图通过分析超距作用（ Action at a distance） 下人类选 建了第一个城市动态模型； ［4］ 韦格勒（ M．Wegener） 将城市视
择空间位置的方式及其原因，研究人类在空间上的分布行 为一个动态的非平衡系统，并在 1994 年通过将交通、人口、
［1］
为， 其中影响 最 大 的 是 中 心 地 理 论 （ Central Place Theo- 雇员 等 城 市 子 系 统 模 型 联 系 起 来，建 立 了 Dortmund 模
［5］
ry） 。该理论运用六边形概括一定区域内城镇等级、城镇规 型。
模之间的关系； 同时，描述了市场、交通与行政等因素对城镇 早期城市模型的主要特点是，采用自上而下的建模方
［2］
区位分布的影响。 到 20 世纪 50 年代早期，空间相互作用 法，从宏观角度研究城市空间布局及其动态行为。静态模型
模型成为城市模型的主流，如零售力模型、Lowry 引力模型、 主要利用机械的牛顿物理模型，描述城市空间实体的分布，
Grain－Lowry 模型等，它通过牛顿物理模型的机械作用，描述 一般不具备反映城市动态变化特征的能力； 动态模型虽然在
和反应了空间实体的分布及其相互作用的特征和机制。 一定程度上反映了城市发展的演化过程，但无法反映对城市

收稿日期： 2017－02－01
作者简介： 张伟（ 1983－） ，男，安徽科技学院建筑学院讲师，博士。主要从事区域发展与城市化研究。
基金项目： 安徽高校人文社会科学研究重点项目（ SK2017A0574） ； 安徽科技学院引进人才资助项目（ ZＲC2014396） ； 安徽
省教育厅重点项目（ KJ2016A168）
 60 齐齐哈尔大学学报（ 哲学社会科学版）

发展起重要作用的城市微观个体的结构特征及其相互作用， 的动态模型将是未来城市模型的发展方向之一。这类动态
［6］
同时对空间问题的描述能力还相当有限， 从而影响了其 模型综合考虑了城市化过程的非线性、多维性、路径依赖性
在城市系统研究中的应用范围。 等特征，可以更好地描述城市化过程的复杂性和动态性，解
（ 二） 基于复杂系统理论的城市模型 释其成因、过程及结果。
20 世纪 80 年代后，城市系统研究由静态的、均衡的模 （ 二） 反馈机制
式逐渐 向 动 态 演 化 的 模 式 转 变，复 杂 性 科 学 （ Sciences of 反馈机制是城市系统作为复杂巨系统的一个重要特征，
Complexity） 的理论和方法被广泛用来研究和分析城市特征 如城市扩张过程导致土地资源大量流失以及土地质量退化，
［7］
及其时空演化的内在规律。 基于复杂系统理论的城市模 从而促使城市规划者采取有效措施控制城市扩张规模，促进
型逐渐被城市和区域研究者认识和应用，其中以元胞自动机 城市区域的可持续发展。目前城市模型的注意力多集中在
［8］
（ CA） 模型与多智能体（ Agent－base） 模型为主要代表。 寻求影响城市扩张的主要驱动因子，建立城市扩张与驱动因
［9］
自从 Tobler 1979 年首次将 CA 模型引入到城市模拟 子之间的定量关系，如回归方程等，以此解释城市扩张的数
［20］
中，诸多学者尝试运用 CA 模型查找城市发展过程中的内在 量特征与空间格局， 并没有充分考虑城市扩张速率和空

规律性，或 者 探 索 服 务 于 城 市 规 划 进 行 决 策。如 Couclel- 间分布的反馈机制。这种反馈机制的时空间变化差异，对全

is［10］ 尝试使用 CA 模型探索复杂系统理论和城市动态变化 面理解城市系统的复杂性和动态性十分必要，因而需要进一

步深入研究。
过程间的内在规律，并将该内在规律运用到城市规划中，便
（ 三） 人类—环境相互作用机制
于直视观察城市扩展过程。20 世纪 90 年代，国内兴起 CA
模型研究，周成虎［6］ 率先提出了地理元胞自动机（ GeoCA） 城市系统作为一个开放的复杂巨系统，始终在与外界环

的概念； 黎夏、冯徽徽等 ［1 1 ，12］

尝试借助神经网络、主成分分 境发生着不同程度的相互作用。尽管 CA 模型在模拟复杂
空间系统时具有很多优势，但它只考虑周围自然环境的作
析等理论，探索了 CA 模型转换规则的智能获取途径，并对
用，
几乎没有考虑对城市系统动态演化起决定作用的人类影
元胞自动机的误差进行了分析。
响。与 CA 模型相同，多智能体通过微观个体的相互作用形
多智能体模型通过微观个体或智能体（ Agent） 的相互作
成全局有秩的空间格局，没有充分考虑对城市发展起关键作
用产生宏观格局，智能体根据变化的局部环境，作出有针对
用的社会、经济等宏观因素的影响，多智能体间的相互作用
性的对策和行动，并可按照一定的规则在二维网格中移动，
在揭示城市单元之间的物质、信息和能量的交换时还存在较
以非线性方式表现出微观个体与全局行为之间的互相作用，
大不足，无法从更深的层次揭示城市发展的内在动力。因
即个体行为决定全局行为，全局行为决定个体行为的决策环
此，从长远来看，城市模型需要从系统观和整体观的角度综
境，从而使得模拟更加灵活、真实。Benenson 等［1 3］ 根据市
合考虑人类—环境的复杂关系，系统分析人与城市的相互作
民的家庭收入、房价涨落等因素，模拟了城市空间演替过程
用。
中的自组织现象和城镇市民住宅分异情况； Ligtenberg［1 4］ 分
（ 四） 多尺度问题
析了政府干扰城市规划的空间布局因素，模拟了城市用地扩
城市扩张具有明显的尺度性。就模型模拟的空间范围
张。从国内来看，刘小平［15］ 等将地方政府、社区市民等智能
而言，主要是以国家或区域尺度为主，洲域或全球尺度的模
体类型引入城市模拟，根据各智能体间的决策行为，尝试模 ［17］
型还不多见。 在模型结构上，目前主要有“自上而下”型
拟了广州市海珠区的城市未来 扩 张 情 景； 张 鸿 辉［16］ 将 政
与“自下而上”型两种模型，前者首先从宏观尺度出发，确定
府、居民及农民智能体引入城市系统，根据不同类型的智能
城市扩张的总量，继而向低层次的空间单元逐级分配，早期
体的选择行为，尝试模拟了长沙市的城市未来发展场景。总
城市模型多采取这种结构，如系统动力学等； ［18］ 后者则根
之，
多智能体模型已成为分析和模拟城市复杂系统的重要手
据微观个体间的相互作用，决定土地利用单元转化为城市用
段和工具，但目前尚缺乏一个比较完整的多智能体模型来模
地的概率，从而形成全局城市扩张的空间格局，基于复杂系
拟城市的演化过程，多数研究采用的智能体局限于政府、居 统的城市模型如 CA 模型、多智能体模型等均采用这种构模
民等有限的城市实体，难以全面反映城市系统内部系统的相 ［1 4］
方式。 在城市发展中，既有城市单元，如道路、城市中心
互作用，同时，多智能体的决策行为的定义还存在较大的主 等微观个体对城市扩张产生的影响，也有宏观规划等对城市
观性。 总体控制，因而无论是基于“自上而下”还是“自下而上”的
二、城市模型主要问题 城市模型都只是从某一方面反映了城市扩张的特点和规律，
（ 一） 时间机制 在某一时刻可能是微观个体的相互作用对城市发展起主导
目前，多数城市模型重视城市化过程中土地利用变化的 作用，在另一时刻其主导因素可能就变成城市总体规划。此
空间机制，但在时间机制方面则考虑较少，通常假设城市扩 外，
人类活动等其他因素也使城市系统的发展在不同尺度范
张与其驱动因子之间的因果关系不随时间发生变化。如在 围内发生着复杂的变化。因而未来城市模型应该较好地体
CA 模型中，通常根据历史数据获取道路、环境等因子对城市 现城市系统的多尺度特征，获取城市发展的内在本质，进而
扩张的经验公式，建立模型的转换规则，继而根据这一规则 对其扩张过程进行模拟。
预测下一时期城市扩张的情况。然而，由于城市系统的复杂 三、城市模型发展方向
性，
影响城市发展的主导因素及其相互作用的程度随时都在 （ 一） 模型耦合
发生变化。因而，综合考虑城市扩张的空间机制与时间机制 利用模型间的耦合，不仅可以更全面地了解城市扩张过
 第5期 当前城市模型研究存在问题及发展方向 61

程中的内在规律性，还可以直接拓宽城市复杂系统的理论研 已经开展相关研究。在地理学中的企业集群、城市群功能联
究。系统动力学重点突出信息反馈作用，但空间问题处理能 系等领域已有少量报道［2 1］ ，但目前将复杂系统理论应用于
力较差； CA 模型的优点是空间实体单元间的相互作用可以 城市扩张模拟研究中还未见报道。
充分体现，但人文因素及复杂空间决策行为缺乏足够应对。 （ 三） 大数据的应用
将系统动力学与 CA 模型有机结合，地理信息系统的复杂性 在城市活动中，居民公交刷卡、小汽车运行轨迹、社交网
得到较好反映，地理现象的时空动态性得到有效表达。将 络互动和手机通话记录等海量数据不断产生，获取、管理、共
CA 模型与多智能体模型有机耦合，可以让 CA 模型较好地 享、分析以及可视化这些“大数据”，将为城市模型逐渐走向
反映人文因素及复杂的空间决策行为，特别是将政府主导城 精细化提供了重要机遇。比如，通过实时监测城市地块人口
市规划的因素嵌入模型中，进一步契合实际情况。 密度，深入挖掘手机通话记录和公交刷卡数据，可以定量化
（ 二） 引入复杂系统理论的新方法 地对城市规划进行模拟评价。通过挖掘出租车的运行轨迹，
伴随着信息化纵深发展，复杂系统与复杂网络相关研究 有助于识别城市功能区的定位是否妥当； 若结合公交刷卡数
方兴未艾。复杂系统理论将各类实体视为复杂网络中的节 据，则可以预测评价某个片区的居住、就业、购物等土地混合
点，并根据实体间的相互作用，组成连接两点之间的边，形成 使用程度。在预判城市扩张趋势时，可以将居民出行、消费、
复杂网 络，网 络 系 统 根 据 节 点 间 的 相 互 作 用 而 不 断 演 娱乐等相关大数据的兴趣点，纳入城市空间扩张影响因素体
［19］
化。 复杂网络理论在社会治理、公共危机预警等领域［2 0］ 系中，有助于提高城市模型的预测精度。
参考文献：
［1］Batty M． Fifty Years of Urban Modeling： Macro－Statics to Micro－Dynamics［A］． The Dynamics of Complex Urban Systems
［C］，Switzerland，Mendrisio： Physica－Verlag HD Publisher，
2008．1－20．
［2］许学强，周一星，宁越敏．城市地理学（ 第二版） ［M］．北京： 高等教育出版社，
2009： 204－221．
［3］ Forrester J． W． Urban Dynamics［M］． Cambridge MA： the MIT Press，
1969： 76－88．
［4］ 陈干，闾国年，王红．城市模型的发展及其存在问题［J］．经济地理， 20（ 5） ： 59－63．
2000，
［5］ Wegener M． Operational Urban Models State of the Art［J］．Journal of the American Planning Association，1994，60（ 1） ： 17
－29．
［6］ 周成虎，孙战利，谢一春．地理元胞自动机研究［M］．北京： 科学出版社，
1999： 6－11．
［7］ 何大韧，刘宗华，汪秉宏．复杂系统与复杂网络［M］．北京： 高等教育出版社，
2009： 3－10．
［8］ Feng H，Liu H，Lv Y．Scenario prediction and analysis of urban growth using SLEUTH model［J］． Pedosphere， 22（ 2） ：
2012，
206－216．
［9］ Tobler W． Cellular Geography［A］． Philosophy in Geography［C］．Ｒeidel： Dordrecht，
1979，
379－386．
［10］ Couclelis H． Macrostructure and microbehavior in metropolitan area［J］． environment and Planning B： Planning and De-
1989，16（ 3） ： 141－154．
sign，
［11］ 黎夏，叶嘉安． 基于神经网络的单元自动机 CA 及真实和优化的城市模拟［J］．地理学报，2002，
57（ 2） ： 159－166．
［12］ 冯徽徽，刘慧平．基于误差反馈控制的变系数城市扩张模型构建及应用［J］．地理科学，2014，
34（ 5） ： 594－600．
［13］ Benenson I．，Omer I．，Hatna E． Entity－based modeling of urban residential dynamics： the case of Yaffo，Tel Aviv［J］．Envi-
ronment and Planning B： Planning and Design，2002，29（ 3） ： 491－512．
［14］Ligtenberg A．，Bregt A． K．，Lammeren Ｒ． V． Multi－actor－based land use modeling： spatial planning using agents［J］． Land-
scape and Urban Planning，2001，56（ 1－2） ： 21－33．
［15］ 刘小平，黎夏，艾彬，等． 基于多智能体的土地利用模拟与规划模型［J］．地理学报， 61（ 10） ： 1101－1112．
2006，
［16］ 张鸿辉，曾永年，金晓斌，等． 多智能体城市土地扩张模型及其应用［J］．地理学报， 63（ 8） ： 869－881．
2008，
［17］ Ge Y．，Cao F． A Study on the Driving Forces of Urban Expansion Using Ｒough Sets［A］，Computational Science and Its Ap-
plications－ICCSA2009［C］，Verlag Berlin Heidelberg，2009，
176－188．
［18］ Norman L． M．，Feller M．，Guertin D． P． Forecasting urban growth across the United States ! Mexico border［J］． Computers，
33（ 2） ： 150－159．
Environment and Urban Systems，2009，
［19］ Luo G．，Yin C．，Chen X．，et al． Combining system dynamic model and CLUE－S model to improve land use scenario analyses
7（ 2） ： 198－207．
at regional scale： A case study of Sangong watershed in Xinjiang，China［J］． Ecological Complexity，2010，
［20］ 范如国．复杂网络结构范型下的社会治理协调创新［J］．中国社会科学， 35（ 4） ： 98－120．
2014，
［21］ 赵渺希，魏冀明，吴康．京津冀城市群的功能联系及其复杂网络演化［J］．城市规划学刊， 58（ 1） ： 46－52．
2014，
（ 责任编辑 马 蓉）