2023年我国的城市数量达到了694个，其中超特大城市数量22个。这些城市是人口、社会经济高度聚集和各类建筑、公共服务设施、交通等基础设施高度密集的地域综合体，规模越大的城市表现出更为复杂的空间组织与系统结构。城市空间的复杂性与城市多元的问题相互交织，因此要全面认识城市的各类问题，并解决这些问题，需要一套系统的认知方法和科学的分析手段。在应对城市复杂巨系统的各类问题方面，以往以指标体系为主的分析框架更多从还原论方法出发，缺少多维度、多尺度理解城市复杂空间特征与问题的系统性分析手段。城市体检是在全面客观认识城市发展基本规律、城市各项系统之间的相关性、不同层次空间的关联关系基础上，找到影响城市可持续发展的关键指标因子，有针对性地筛查城市主要问题、关键问题，并找准城市病因，实现“复杂问题的有限求解”。

基于此，中国城市规划设计研究院王凯团队在《自然资源学报》2025年第1期发表了《基于城市空间复杂性关系的城市体检方法研究》一文。该文提出以城市多尺度空间为切入点，在把握城市多尺度空间与规模效益的关联关系，城市形态与循环因果、持续进化的关系，城市空间多样性与异质性、互联性的关系基础上，建立整体性体检框架。整体体检框架的指标体系设置方面，一是明确指标所对应的物质环境、生态服务、社会经济三大子系统群，便于在后续问题诊断环节建立与城市空间基本属性的相关关系；二是考虑长周期影响因素和短期受人类活动干扰因素两方面影响，科学确定两者指标数量的比例关系；三是要考虑地域性因素对指标体系标准阈值的影响。该文提出从空间多尺度、空间形态、空间多样性三大基本空间属性出发开展量化分析，总结出多尺度联动的“问题台账—问题清单”汇总法，涉及空间形态的多指标关联性分析法，面向空间差异性的多维聚类法三项城市体检工具，便于对城市问题精准诊断。如该文提出利用各类大数据，对北上广深街区单元的体检指标开展关联分析，并参考世界范围其他超特大城市街区单元的相关指标阈值，对我国大城市中心城区街区单元的关键规划指标提出了推荐阈值。

引用本文：

王凯, 徐辉, 骆芊伊, 翟健, 李长风, 李昊, 贾鹏飞, 王伊倜, 李倩, 茅明睿. 基于城市空间复杂性关系的城市体检方法研究[J]. 自然资源学报, 2025, 40(1): 91-103 https://doi.org/10.31497/zrzyxb.20250106

【主要作者简介】

王凯全国工程勘察设计大师，中国城市规划设计研究院院长

徐辉中国城市规划设计研究院战略研究中心（城市体检中心）执行副主任、院士工作室主任，教授级高级城市规划师

当前中国的城市发展进入更新时代，城市建设由大规模增量建设转为存量提质和增量结构调整并重。城市工作重心从过去解决“有没有”的问题转向解决“好不好”的问题上来，相应的规划建设管理工具就需要作相应的调整。城市体检是对城市发展建设、城市人居环境状态开展全面、常态化、周期性的评价[1]，诊断城市各类问题和短板，并对规划建设管理工作的成效等进行定期监测、评估和反馈，不断校核城市发展建设目标，为各级政府精准治理城市病和推动人居环境整治工作提供了新方法、新手段[2]。城市体检是发现城市病，推动政府人居环境整治工作的重要手段，尤其是打通城市发展建设中“最后一公里”的决策环节，为各级政府有针对性地解决“城市病”提供有效支撑[3]。近年来中华人民共和国住房和城乡建设部在全国范围内启动了城市体检试点工作，将城市体检作为城市现代化治理和提升城市人居环境品质的重要手段。

在城市体检实际工作中，中华人民共和国住房和城乡建设部的体检指标体系从过去的生态环境、健康宜居、安全韧性、文化传承、多元活力、社会包容、交通便捷、智慧高效等8个方面，调整为住房、小区（社区）、街区、城区（城市）等多空间层次的指标体系（表1）。从汇总的样本城市各自增加的600余项地方特色指标分析来看，重点关注民生服务、产业创新、健康宜居、文化创意等维度 ① 。从人居环境领域的城市体检来看，针对多尺度空间问题的研究还不足，统筹微观层面小区（社区）、街区和宏观层面的空间要素的联动分析方法不足。如2020年中华人民共和国住房和城乡建设部开展的“防疫情、补短板”专项体检，涉及住宅、社区、公共建筑和城市的交通、环卫、医疗和智慧响应等多尺度的城市公共卫生相关指标。从目前城市体检指标体系设定和分析方法来看，偏重指标的单一分析结果来判定城市发展建设的问题，并未考虑城市的复杂性及问题间的相互关联关系。从指标体系的一级维度设定来看，往往从工作角度出发来设定，缺少对城市整体与子系统之间相互关系的认识；从多空间层次的指标分析来看，也多停留在单一空间层次，尚未做多尺度的联动分析。

表1 涉及四个空间尺度的城市体检指标

Table 1 Urban health check indicators covering four spatial scales

指标维度		序号	指标项	体检内容	数据获取方式
住房	安全耐久	1	存在结构安全隐患的住宅数量/栋	依托第一次全国自然灾害综合风险普查房屋建筑和市政设施调查数据成果，对住宅结构安全状况进行初步筛查，查找住宅的结构安全问题	调取第一次全国自然灾害综合风险普查房屋建筑和市政设施调查数据或其他相关专项工作数据、小区物业了解情况并调取相关资料、社区管理员现场调研填报、专业机构检测等
小区（社区）	设施完善	16	新能源汽车充电桩缺口数/个	按照《电动汽车分散充电设施工程技术标准》《完整居住社区建设标准（试行）》等标准，查找现有充电桩供给能力与小区居民新能源汽车充电需求的差距，以及充电桩在安装、使用、运维过程中存在的问题	社区管理员或专业人员现场调研填报
街区	功能完善	25	公园绿化活动场地服务半径覆盖率/%	按照“300 m见绿，500 m米见园”以及公园绿地面积标准要求，调查分析公园绿化活动场地服务半径覆盖的居住用地面积，占所在街道居住用地总面积的百分比，查找公园绿化活动场地布局不均衡、面积不达标等问题	遥感解译数据、行业部门调查统计数据，街道管理员或专业人员现场调研复核
城区（城市）	生态宜居	30	城市生活污水集中收集率/%	按照城市生活污水集中收集率不低于70%的目标，调查分析生活污水集中收集效能的影响因素，查找城市污水收集管网建设改造、运维等方面的差距和问题	官方统计数据、行业部门调查统计数据

注：数据来源于《中华人民共和国住房和城乡建设部城市体检工作手册》。

城市是复杂的巨系统，涉及多空间层级、多系统耦合。尤其对于城市空间的复杂性，包括城市子系统空间结构复杂性、城市系统空间结构复杂性和城市空间结构演化复杂性三方面[4]。城市体检应在全面客观认识城市发展基本规律、城市各项系统之间的相关性、不同层次空间的关联性基础上，找到影响城市可持续发展的关键指标因子，实现“复杂问题的有限求解”。当前，应对城市复杂巨系统的各类问题建立多维度、多尺度的体检指标体系已有共识，但如何建立起与城市空间紧密关联的指标体系，从多尺度空间着手系统梳理城市发展建设的问题尚且研究不足。此外，如何通过指标体系建立宏观系统与微观行为因子之间的关系，并通过微观尺度统计分析找到调控宏观尺度指标的关键阈值，也有待进一步研究。因此，建立基于城市多尺度复杂认知的城市体检方法是城市精细化治理的客观所需，有助于避免政府从单一系统逻辑施策导致过多增量决策下的整体不佳状况。

基于城市空间复杂性关系的城市体检方法研究

基于城市复杂性的整体性体检框架

1.1 城市空间的复杂性关系研究

城市演化的复杂性表现为规模效应、循环因果、持续进化、异质性、互联性五大基本特性，从空间方面认知城市复杂性体现以下三个方面关系。

第一，城市多尺度空间与规模效益的关联关系。杰弗里·韦斯特指出城市整体系统发展与城市规模存在幂律指数关系，其中，经济、消费、社交活动、创新等子系统与城市规模存在标度率>1（通常为1.15）的幂律指数关系，道路系统与规模之间的标度率<1（通常为0.85），资源与能源消耗与规模之间的标度律接近1[5,6]。这种幂律指数关系的存在是由于信息在微观系统的人群活动和宏观系统的社会经济活动两种不同尺度的系统间转换过程中，系统的总体熵会通过降维被转换为因果相关的有效信息形式[7]。借助微观行为观察，建立城市人口、建成环境、城市运行和城市活动—移动四大系统间的良性相互关系，能够对城市的整体发展提供监测方法[8]。

第二，城市形态与循环因果、持续进化的关系。城市空间与形态是城市各系统的载体，城市形态与社会经济、生态环境子系统之间形成复杂的循环因果关系。与城市形态相关的密度、强度及城市空间格局等指标与教育、健康、生活条件、劳动力和交通等社会经济变量之间存在紧密的相关关系。研究表明，具有相似生活质量水平的城市建成环境有着相似的类型特征和相同的空间结构模式[9]。近年来，借助于多源数据下的大样本统计分析方法研究表明城市空间形态、肌理对于城市发展中长期目标有着显著相关性，尤其对于人群聚集、社会经济活动的影响显著。

第三，城市空间多样性与异质性、互联性的关系。基于不同城市特征分区LCZ（Local Climate Zones），可研究其与城市宏观指标、生活质量指标的相关性具有内在关联性。如居民的健康方面，较为稀疏的建筑布局、分散化的植被斑块和相互隔离较大的城市组团具有较低死亡率；相反较高死亡率水平的城区有较大且集中的重工业区[9]。相应地，步行友好性、土地利用多样性与紧凑的城市形态的规划决策对居民健康状况改善有积极作用。

1.2 从城市复杂性认识城市体检方法

基于对城市的多尺度特征、城市形态和空间多样性的复杂性认识，在构建城市体检指标体系和分析方法方面具有如下借鉴意义。

建立融合微观、宏观尺度的体检指标体系，便于从整体角度认知城市空间发展演化的规律特征。近年来随着各类基于位置服务（Location Based Services，LBS）数据、物联网感知数据、遥感数据等的应用，越来越多的研究注重从微观空间尺度来做数理统计分析，并建构起宏观与微观尺度各项要素之间的关联性模型，以把握城市发展演变的客观规律。基于城市微观空间特征的多源大数据，可量化城市空间结构与居民生活质量及其他可持续发展目标之间的关系[10]。基于不同空间尺度的指标关联分析，特别是在微观层面上各要素之间的相互作用关系及对空间差异性分布的影响，以及各项空间要素的总体比例结构关系有待深入研究[11]。

城市空间是各类要素设施载体，从空间角度梳理指标体系和加强关联分析尤为重要。社会福祉与城市高密度、城市紧凑度（到中心最短距离）和土地利用多样性之间存在正相关关系，如从法国城市分析来看，道路网长度与空间范围之间的幂指数介于0.66~1.20之间[5]。研究表明，城市污染、能源消耗也与城市形态的中心性、开发密度等指标密切相关[12]。城市创新能力受到城市密度、中心度和城市规模的显著影响。近年来结合机器学习的空间差异性识别技术，可以从城市肌理涉及的形状、纹理和密度等方面对城市空间进行主成分和聚类分析[13]。

体检指标应充分体现空间的多样性与差异性特征，并注重找到不同功能单元的差异化问题。通过城市道路网密度在不同尺度上的非均匀变化特征，可采用“中心—边缘”和“边缘—中心”两种分区模式[14]。关于城市旧城与新城之间的活力分析，通过拓扑关系指标研究城市形态与城市生活水平之间的关系 [15]。可借助感知数据进行空间的活力、品质和绩效分析，如通过手机信令测度城市活力，利用海量街景数据下公众对照片的感知来测度空间品质，再结合POI和房屋租金等数据对空间品质与空间活力进行关联分类评估[16]。

此外，需要在问题诊断方面突出城市各系统的相互关联和不同空间尺度的相互关联性。如基础设施的安全韧性能力与抗风险能力方面，电力系统、水系统、能源供应、交通网络、电信网络等基础设施之间具有一定协同关系[17]。此外，有学者指出时间指数对城市数量的快速增长和人口增长减缓等情况敏感[18]，涉及长期繁荣活力、城市安全韧性等目标既有长周期因素积累的结果，又有短期人类活动干扰的影响，因此需要系统梳理短期受人类活动影响的关键指标项。

1.3 整体性体检指标体系框架

基于多尺度复杂认知下的体检方法包括城市整体角度和分层级角度。以城市多尺度空间为切入点，建立整合“可持续发展目标—体检指标—问题诊断”的整体性体检框架（图1）。在框架构建方面需要把握两方面要求：一是需要持续跟踪并把握城市长期健康、安全风险底线；二是不同时期城市发展建设的阶段性目标不同，规划、建设与治理的侧重点不同，影响城市可持续发展的动因也有差别，需要立足不同阶段来研判问题与短板。

基于城市空间复杂性关系的城市体检方法研究

图1 基于复杂理论下的整体性城市体检框架

Fig. 1 Holistic urban health check based on complexity theory

城市体检指标体系是连接城市发展目标和识别城市问题的纽带。立足联合国人居署制定的全球城市监测框架（UMF）和中国当前城镇化发展阶段面临的突出问题，综合近年来城市规划建设领域的关注重点与焦点议题，从绿色与低碳、繁荣与创新、健康与宜居、人文与包容、安全与韧性五大维度来构建指标体系（表2）。城市体检的指标项可以分为表征指标和监测指标两大类，前者是用于反映该维度状态或水平的核心指标，后者偏重对目标、绩效的跟踪监测。

表2 城市体检指标体系的构建方法 ②

Table 2 Construction method of urban health check index system

一级维度	表征指标	监测指标	监测指标的相关属性
一级维度	表征指标	监测指标	涉及空间基本属性	涉及空间关联属性	是否具有长期敏感	是否受人类活动扰动敏感	是否衔接区域城镇化分区
绿色与低碳	涉及城市总体生态环境、资源利用状况等	城镇开发边界管控与合理的密度、强度分区	多样性空间形态	物质环境	否	否	否
		整体性、系统性、连通性生态网络	多尺度性空间形态	生态服务	是	是	是
		生物多样性与珍稀动植物保护	多样性	生态服务	是	是	是
		集约、高效、循环水系统和海绵城市	多尺度性空间形态	生态服务	是	否	是
		建筑材料、生活垃圾、废弃物的资源化利用	多尺度性	物质环境	否	否	否
		建筑、交通等领域碳减排	多尺度性	物质环境	否	否	否
		绿色交通体系与小汽车控制	多尺度性	物质环境	否	否	否
繁荣与创新	经济增长率与就业率等	对外交通便捷与物流体系建设	多尺度性	物质环境社会经济	是	否	是
		引导适度功能混合与规划足够共享空间	多尺度性多样性	物质环境社会经济	否	是	否
		有适度比例的小街区、密路网空间	多样性空间形态	物质环境	是	否	否
		“第三空间”密度	多样性	社会经济	是	否	否
健康与宜居	城市密度、强度及人类健康指数	完整居住社区和15分钟生活圈居住区	多尺度性	物质环境社会经济	否	否	否
		健康舒适的开敞空间与绿道网络	多尺度性空间形态	物质环境	否	否	是
		都市农业和社区共同缔造	空间形态	生态服务	否	否	是
人文与包容	文化活动丰富与多样，老年人、低收入人群比例等	物质与非物质文化遗产保护	多样性	社会经济	是	是	是
		丰富而多元的景观风貌与艺术空间	多样性空间形态	社会经济	否	是	否
		覆盖弱势群体与特殊人群的住房与公共服务、无障碍系统	多样性	物质环境社会经济	否	是	否
		公众参与度与社区志愿者数量	多样性	社会经济	否	否	否
安全与韧性	人员财产及社会经济年度损失情况	绿色生态基础设施系统	多样性空间形态	生态服务	是	否	是
		整体设施系统与重要功能区的稳定性与抗风险能力	多尺度性多样性空间形态	物质环境	是	是	是
		关键服务部门和应急系统的保障性	多尺度性	物质环境	是	否	否

监测指标的设定及相关属性应体现以下几个方面的特征。一是明确空间的基本属性，包括是否具有多尺度特征、空间多样性、空间形态关键因素等。二是明确指标与不同子系统的关联性，将不同的指标纳入到物质环境、生态服务、社会经济三大子系统群，有助于在问题诊断环节建立城市空间基本属性与三大子系统群的关联关系。三是区分是否具有长期敏感性和受人类活动扰动的敏感性，这两类指标数量合计不应低于全部指标数量的80%，其中后者可以通过社会满意度调查等主观评价方法获取相关数据，并对客观数据进行校验分析。四是需要统筹考虑所在区域的特征，构建符合低地域性条件的指标及标准阈值，基于城镇与自然相适应的全国城镇化空间分区[19]制定相关指标及阈值。在本文提出的整体性体检框架基础上，各城市可根据实际情况和城市发展建设的阶段性问题，选择具体指标开展体检。

1.4 空间单元的划定

从城市规划角度来讲，可从功能类型划分，如商业区、住宅区、工业与仓储区等；从社会治理角度来看，有居住区、15分钟生活圈、5分钟生活圈等空间单元；从专项设施的服务覆盖范围来看，有地表径流排水分区、交通调查小区等；从规划管控角度来看，有风貌特色分区、开发密度强度分区等（表3）[20]。通过建筑及其周边空间的各类监测系统、物联网传感器等将微观层面的人、业、资源使用和空间需求状况逐级汇集到基本空间单元上，并向城市决策层反馈微观层面的状态。城市整体的安全、稳定发展，有赖于基本空间单元各项指标的稳定与健康。

表3 城市规划中经常采用的空间单元一览表

Table 3 List of spatial units often used in urban planning

空间单元	空间尺度出处	空间范围/km2
功能分区	按照主导功能的城市组团单元，如商业中心区、大型居住区、产业园区、仓储物流园区等	20~50
城市组团	城市规划中职住相对平衡，功能服务体系完善，具有一定的生态隔离廊道的城市空间	20~50
雨水排水分区	《城市排水工程规划规范》GB50318-2017	根据水脉格局、地势、用地布局等综合划定
街区层面控规单元	根据《首都功能核心区控制性详细规划（街区层面）2018—2035年》《北京城市副中心控制性详细规划（街区层面）2016—2035年》等综合判断	老城区：1.5~3.0 中心城区：2.0~4.0③ 新城：3.0~5.0
地块层面控规单元	根据各地控制性详细规划综合判断	老城区：<1.0 中心城区：<1.5 新城新区：<2.0
交通小区		老城区：<1.0 中心城区、新城：<2.0 城市边缘：5.0~10.0
15分钟生活圈居住区	《城市居住区规划设计标准》GB50180-2018	2.0~3.0
5~10分钟生活圈居住区	《城市居住区规划设计标准》GB50180-2018	0.3~0.5

基本空间单元是城市体检的“细胞”，一方面在具体工作中起到汇聚数据，汇总问题台账的作用，建构起一套标准化的体检数据信息“底盘”；另一方面，有利于在宏观、中观尺度上按照不同的功能导向来组合基本空间单元，便于在多目标体系下开展指标的协同诊断，同时也有利于不同空间层级的指标传导。从以人为本角度出发，综合时间地理学、行为心理学等方面因素，建议以15分钟生活圈居住区作为“街区—城区（功能区）”联动诊断问题的基本单元，该尺度空间面积约2~3 km2，向上进行问题联动分析；以5~10分钟生活圈居住区作为“建筑组团—小区（社区）”联动诊断问题的基本单元，该尺度空间为0.3~0.5 km2，向下进行问题联动分析（表3）。

基于城市空间复杂性关系的城市体检方法研究基于空间关联性的城市体检工具

2.1 城市体检工具集

基于城市的复杂性原理，从空间多尺度、空间形态、空间多样性三大基本空间属性入手开展体检评估，对城市各系统、各项设施、要素之间的系统性、差异性、匹配性问题进行诊断分析（表4）。涉及空间多尺度方面，通过贯穿多个尺度指标反馈的问题台账进行汇总分析，形成问题清单；涉及空间形态方面，基于微观层面空间单元的多指标关联分析后，从城市整体层面筛选影响城市可持续发展目标的主要指标项和关键阈值，同时按照中心—外围、圈层—走廊、节点—网络等空间形态进行深入分析；涉及空间差异性方面，以不同空间单元的多项指标聚类来进行差异性分类，明确优势单元与短板单元。 ③ ④

表4 基于空间关联性的城市体检分析工具集

Table 4 Analytic toolkit of urban health check based on spatial connectivity

分析切入点	分析工具	涉及相关空间规律及通用模型算法	主要应用场景
空间多尺度	问题台账—问题清单汇总法	幂律指数下的各类设施、要素在不同空间尺度下的分配/汇总关系泰森多边形供需有效匹配法④	识别关键问题，识别主要问题的子系统
空间形态	指标关联分析法	相关性矩阵回归法、OLS模型、GWR地理加权模型、主成分分析方法、随机森林等	识别影响空间可持续演化/子系统演化的主要指标，确定主要影响指标的关键阈值
空间差异性	多维聚类法	K-means聚类、自组织地图（Self-Organization Map）等多维聚类方法	从整体结构上找到问题地区，微观尺度上识别重点的问题单元

2.2 多尺度联动的问题台账—问题清单汇总法

问题台账汇总涉及两个方面，一是“街区—城区（功能区）”之间的汇总分析，主要涉及社会经济、各项设施、生态要素的多尺度空间关系，应从结构性、系统性方面加强问题诊断；二是“建筑组团—小区（社区）”之间的汇总分析，主要涉及小区（社区）设施、资源循环、环境要素的多尺度空间关系，应分析空间资源供给与人群需求之间的匹配关系（图2）。不同尺度问题的汇总应考虑幂率关系下不同的标度率，当指标在不同层级单元之间分解或聚合时应充分考虑标度的影响。对于人口规模标度率接近1的指标，可以基于总量规模对空间进行比例分配，例如水电气等消耗指标可以按照人均标准进行测算并汇总；对于标度率大于1或小于1的指标，指标数值需要在不同层级上根据相应的聚合规律合理确定评价阈值。在景德镇城市体检工作中，首先融合“住房—小区（社区）—街区—城区”各项指标反映的问题台账，在社区、街区和城区（功能区）三个主要空间尺度上整合形成主要问题清单；其次再按照守底线、补功能、提品质三种类型进行问题清单归类，并构建城市“问题地图”，标明重点问题单元所涉及的主要问题清单。

基于城市空间复杂性关系的城市体检方法研究

图2 多尺度联动的问题识别及归类

注：依据《2023年景德镇城市体检》。
Fig. 2 Problem identification and categorization of multi-scale linkages

2.3 涉及空间形态的多指标关联性分析法

多指标的关联分析是将数理统计分析方法应用于城市整体发展建设评估分析中，主要应用的方向包括诊断空间的结构问题、网络协同问题等涉及空间形态的问题。其主要流程包括：第一步，通过相关性矩阵或者主成分分析法识别影响城市整体形态的主要指标项，并通过不同城市的统计分析结果来确定主要指标项的关键阈值；第二步，将主要指标项与涉及城市空间形态的空间单元进行关联分析，进一步识别主要指标项的影响程度，如按照中心—外围、圈层—走廊、节点—网络等空间形态进行关联分析（表5）。如对全国40座大城市的多指标关联矩阵分析发现，产业与创新的多样性、创意与社交的多元化、交通与空间的连接性三组主要指标群对城市活力具有充分解释意义 ⑤ 。其中，路网密度、公交站点覆盖率等交通设施指标与产业、创新的关系紧密，特别是路网密度7 km/km2以上的城市，如上海、广州、成都、厦门城市整体活力相对较强。在空间形态上，距离城市中心10 km范围的路网密度平均值为7.7 km/km2。

表5 城市活力各项指标之间的相互关系

Table 5 Interrelationships among the indicators of urban vitality

指标	短期人口吸引量	游客活跃人口	小微企业数量	小微企业密度	夜间活跃人口	高新技术企业数量	创新型企业密度	路网密度	TOD指数	创意活动频率	社交网络活跃度
短期人口吸引量	1
游客活跃人口	0.94	1
小微企业数量	0.83	0.82	1
小微企业密度	0.59	0.59	0.46	1
夜间活跃人口	0.9	0.88	0.94	0.53	1
高新技术企业数量	0.78	0.75	0.84	0.39	0.85	1
创新型企业密度	0.66	0.62	0.6	0.42	0.67	0.86	1
路网密度	0.58	0.56	0.43	0.66	0.5	0.32	0.28	1
TOD指数	0.56	0.54	0.51	0.23	0.6	0.48	0.41	0.3	1
创意活动频率	0.74	0.73	0.92	0.36	0.9	0.92	0.68	0.34	0.53	1
社交网络活跃度	0.83	0.88	0.78	0.56	0.89	0.65	0.46	0.51	0.46	0.68	1

注：数据来自中国城市规划设计研究院《中国城市繁荣活力报告2020》。

2.4 面向空间差异性的多维聚类法

首先，立足不同的空间单元，将多个指标的阈值分布特征相近的指标项聚合到一个维度上，实现空间单元的分类。其次，按照相应规则进一步区分优势单元、问题单元和一般单元，通过对比问题单元和优势单元之间的指标数值差异，为问题单元的治理提供参考。该方法可基于国内外城市的相关空间单元开展大规模样本对比分析，为城市的精细化空间治理提供借鉴。如运用多维聚类法来分析北京、上海、广州、深圳四座超大城市的商业街区（含商务区）单元差异性特征（图3、图4）。首先，将北上广深四座城市的中心城区按照2~3 km2尺度来划分最小基本空间单元，并将人口在地密度、居住人口密度、就业密度、POI功能混合度、路网密度、公交覆盖率、建筑密度、容积率（比值）、公园绿地500 m覆盖率等指标涉及的数据汇总在基本单元内。其次，利用POI的多功能聚类[21] ⑥ 划分为商业街区（含商务区）、住宅区、产业园区（含创新创意区）、其他类型区等，根据多维指标聚类结果的分布特征对不同的基本单元进行分档评价（图3）。通过对比分析表明容积率、道路密度等对于商业街区（含商务区）的活力绩效有高度相关性和敏感性；公交站点覆盖率（尤其是轨道站点交通覆盖率）、公园绿地可达性等指标的短板对商业街区（含商务区）的活力影响显著（图4）。

基于城市空间复杂性关系的城市体检方法研究

图3 北京、上海、广州、深圳商业街区（含商务区）的聚类结果分布对比

Fig. 3 Comparison of the distribution of clustering results of commercial districts (including business districts) in Beijing, Shanghai, Guangzhou and Shenzhen

基于城市空间复杂性关系的城市体检方法研究

图4 北京、上海、广州、深圳商业街区（含商务区）的部分指标的数值阈值分布

Fig. 4 Distribution of numerical thresholds of some indicators of commercial districts (including business districts) in Beijing, Shanghai, Guangzhou and Shenzhen

通过对国内外城市分街区单元的多维聚类分析，总结提炼出大城市的中心城区的商业街区（含商务区）、住宅区（集中连片）、产业园区（含创意园区）等街区单元的推荐规划参数（表6）。

表6 大城市中心城区街区单元的推荐规划参数（对标上海、深圳中心城区）

Table 6 Recommended planning parameters for urban block units in central areas of major cities (benchmarking Shanghai and Shenzhen central areas)

街区单元分类	指标方向	控制与引导指标
商业街区（含商务区）	道路网络	含主次支在内的路网密度集中在10~15 km/km2之间，支路网间距120~150 m
	开发强度	容积率集中在2.8~3.5之间
	开发强度	建筑密度集中在35%~40%左右
	公共设施配套	公交覆盖率应达到90%以上
	公共设施配套	公园绿地覆盖率应达到90%以上
住宅区（集中连片）	道路网络	含主次支在内的路网密度集中在8~10 km/km2以上，支路网间距200~250 m
	开发强度	容积率集中在1.8~2.5之间
	开发强度	建筑密度在25%~35%之间
	公共设施配套	公交覆盖率应达到75%
	公共设施配套	公园绿地覆盖率应达到80%以上
产业园区（含创意园区）	道路网络	主次支在内的路网密度集中在8~10 km/km2以上，支路网间距200~300 m
	开发强度	容积率集中在1.9~2.6之间
	开发强度	建筑密度集中在30%~35%之间
	公共设施配套	公交覆盖率应达到65%以上
	公共设施配套	公园绿地覆盖率应达到85%以上

基于城市空间复杂性关系的城市体检方法研究结论

本文探讨了城市空间复杂性的相关特征及相互作用机理，提出建立基于多尺度性、城市形态、空间多样性为主线的城市体检指标体系框架，为科学查找城市人居环境领域的问题提供了一套方法和工具集。指标体系区分表征指标与监测指标两类，前者反映总体状态或水平，后者反映与目标之间的差距或者某项子系统的绩效。基于监测指标的三项空间基本属性，通过多尺度联动的指标分析，有利于识别不同尺度下的问题；通过多指标的联动分析，有利于从全局性角度来找准问题，并有利于确定相关阈值；通过多维聚类方法识别城市空间的差异性，有助于更精准确定相关问题所对应的特定空间单元，并有利于后续精准化施策。

后续还需要加强以下四个方面的深化研究工作。一是中国的区域发展差异巨大，城市体检需要因地制宜，在本文的通用体检指标框架及空间问题综合诊断方法基础上，应强调构建地方适应性指标和地方阈值标准，建立“精准适配”[19]方法下的动态体检评估技术。这就需要进一步结合国内外的大量城市样本，提出更为合理的阈值标准。

二是当前中国进入到高质量发展新阶段，不仅要解决“城市病”，更需要推动城市居民的生活质量不断提升[22]，在本文提出的城市体检指标体系框架基础上，就相关二级维度的指标进行丰富和细化。同时要基于人居环境的专项领域制定专项体检，便于深入查找问题。如广州市建立“城市安全评估—问题诊断—综合治理”专项体检指标体系[23]。

三是可以通过不同规模、性质城市分类开展指标的跨尺度分析、多指标关联分析，找到各类城市的普遍性问题集，为科学提出综合性策略提供科学依据。

四是加强信息化手段在城市体检全过程的运用，基于大数据分析、空间分析、人工智能等技术方法，耦合人类活动和自然环境作用的综合评价模型体系[24]，实现对于多尺度复杂问题的快速诊断。

参考文献（略）.

来源：自然资源学报.

《住房城乡建设部关于全面开展城市体检工作的指导意见》发布

城市“体检”，会有哪些改变？

官宣 |【智绘查——城市体检数据调查系统】开放试用，欢迎体验

原文始发于微信公众号（规划中国）：基于城市空间复杂性关系的城市体检方法研究

基于城市空间复杂性关系的城市体检方法研究

表1 涉及四个空间尺度的城市体检指标

基于城市复杂性的整体性体检框架

1.1 城市空间的复杂性关系研究

1.2 从城市复杂性认识城市体检方法

1.3 整体性体检指标体系框架

图1 基于复杂理论下的整体性城市体检框架

表2 城市体检指标体系的构建方法 ②

表3 城市规划中经常采用的空间单元一览表

2.1 城市体检工具集

表4 基于空间关联性的城市体检分析工具集

2.2 多尺度联动的问题台账—问题清单汇总法

图2 多尺度联动的问题识别及归类

2.3 涉及空间形态的多指标关联性分析法

表5 城市活力各项指标之间的相互关系

2.4 面向空间差异性的多维聚类法

图3 北京、上海、广州、深圳商业街区（含商务区）的聚类结果分布对比

图4 北京、上海、广州、深圳商业街区（含商务区）的部分指标的数值阈值分布

表6 大城市中心城区街区单元的推荐规划参数（对标上海、深圳中心城区）

《住房城乡建设部关于全面开展城市体检工作的指导意见》发布

城市“体检”，会有哪些改变？

官宣 |【智绘查——城市体检数据调查系统】开放试用，欢迎体验

相关推荐

专业子站

热门专题

分类目录

点击排行

网站统计

免责声明

其他操作