Professional Documents
Culture Documents
当前城市模型研究存在问题及发展方向
张 伟,吴伟东
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
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)