CN119047911A - 一种城市居住空间和人口耦合评估方法 - Google Patents

Abstract

本发明涉及一种城市居住空间和人口耦合评估方法，步骤包括：基于层次分析法建设居住空间评估指标体系；基于居住空间评估指标，利用耦合协调模型对居住空间和人口的关系进行量化并采用地理探测器计算居住空间指标权重，得到居住空间综合指数；对与耦合协调模型量化结果利用空间统计和莫兰指数对耦合协调度的空间格局和聚集模式进行分析；利用地理探测器计算人居环境因素对人口‑居住空间协调度的解释程度以及显著水平。与现有技术相比，本发明能够系统性地评估居住空间建设和常住人口的耦合协调程度的空间格局和聚集模式，并对公共服务对人口‑居住空间协调度的影响进行探究。

Description

一种城市居住空间和人口耦合评估方法

技术领域

本发明涉及城市规划技术领域，尤其是涉及一种基于地理探测器权重的城市居住空间和人口耦合评估方法。

背景技术

自从20世纪90年代吴良镛在人类聚居科学基础上提出了“人居环境科学”理论以来，地理、规划、环境等学科的相关研究成果愈发丰富。现有实证研究主要从不同空间尺度出发，采用层次分析法、耦合协调度模型、地理探测器等方法，围绕指标体系构建、耦合水平评估、聚集模式和驱动机制等方面展开研究。

但上述研究方法在尺度与方法层面依然存在改进空间。在空间尺度层面，目前居住空间与人口的耦合研究多从省域、城市等宏观尺度，定量研究农村人地关系的演化过程和机制，多采用统计年鉴中市、县的居住用地指标刻画居住空间。对于上海市等超大城市，在建设与管理精细化的发展趋势下，原有研究框架因指标单一、空间颗粒度粗糙已不再适用。

近来随着基础地理信息数据库不断完善，建筑物尺度的住宅信息为全面和精细地描述居住空间提供了数据支撑。在方法层面，目前的耦合研究多用CRITIC法、熵权法等计算指标权重，此类方法仅考察了指标的对比强度与冲突性等自身统计特征，却忽视了指标和人口的关联性。

发明内容

本发明的目的是克服上述现有技术存在的缺陷而提供一种城市居住空间和人口耦合评估方法、装置及介质。

本发明的目的可以通过以下技术方案来实现：

作为本发明的第一方面，提供一种城市居住空间和人口耦合评估方法，所述方法步骤包括：

基于层次分析法建设居住空间评估指标体系；

基于居住空间评估指标，利用耦合协调模型对居住空间和人口的关系进行量化并采用地理探测器计算居住空间指标权重，得到居住空间综合指数；

对与耦合协调模型量化结果利用空间统计和莫兰指数对耦合协调度的空间格局和聚集模式进行分析；

利用地理探测器计算人居环境因素对人口-居住空间协调度的解释程度以及显著水平。

作为优选技术方案，所述的居住空间评估指标体系按照目标层-准则层-指标层顺序建设：

所述的目标层设为居住空间，设置包括增加住房供应、提高土地利用效率以及增加住宅用地供应规模的要求；

所述的准则层对应目标层设定为建筑规模、建筑高度和土地利用，

所述的指标层与准则层相对应采用指标包括住宅面积、住宅基底面积；建筑高度与超高建筑数量以及居住用地面积。

作为优选技术方案，所述的耦合协调模型采用耦合度C来描述居住空间和人口系统彼此作用影响的程度：

其中，R和P分别为居住空间综合指数和人口密度；

采用协调度D综合衡量系统的耦合和协调发展水平：

T＝aR+bP

其中，T为综合协调指数，a、b为系统权重。

作为优选技术方案，所述的地理探测器用于计算居住空间指标权重和研究人居环境因素对协调性影响机制，地理探测器可探测因素X对属性Y空间分异的解释性：

式中，q为解释程度指标，h为属性Y或因素X的分层，L为总层数，N_h和N分别为层h和全区的单元数，和σ²分别是层h和全区的Y值的方差。

作为优选技术方案，采用所述地理探测器计算居住空间指标权重具体为：

以标准化后街镇i人口密度P_i作为属性Y并将P_i均匀划分为多层，以经过标准化的街镇i指标j值y_ij，作为因素X，计算指标x_i对人口密度P_i的解释性为q_i

基于各个指标各自的解释性指数q_i，按比重分配权重：

式中，w_i和q_i分别为指标i的权重和解释程度，∑q为指标的q值之和。

作为优选技术方案，所述居住空间综合指数R_i表示为：

式中，R_i为街镇i的居住空间综合指数；w_j为指标j的权重；y_ij为经过正向极差标准化后街镇i指标j的值。

作为优选技术方案，采用所述地理探测器研究人居环境因素对人口聚居分布的影响机制具体为：

以协调度C作为属性Y，因素X按照人居环境的支撑系统、自然系统和社会系统选取，除住宅价格以外的因素均为服务设施的覆盖率，计算公式如下：

式中，C为服务设施的步行范围覆盖率；A_r为街镇居住用地面积；A_w为以服务设施为中心，设定范围内的居住用地面积；

采用地理探测器可探测因素X对属性Y空间分异的解释程度指标q；

计算q的变换形式，通过查F分位数表对q值进行显著性检验：

式中，λ为分布参数；为层h的均值。

作为优选技术方案，通过所述莫兰指数对耦合协调度的空间格局和聚集模式进行分析具体如下：

全局莫兰指数I聚类度量变量的整体聚集程度：

式中，N是空间单元的个数；i和j是街镇的索引；x是相关变量，为耦合度C或协调度D；是x的平均值；w_ij是街镇i和j之间关系的空间权重；W是所有w_ij的总和；

全局莫兰指数的显著程度按照统计检验的Z检验方法计算：

式中，n为街镇数量，w_ij表示街镇i和j之间关系的空间权重；

局部莫兰指数I_i用于分析局部的空间自相关性：

局部莫兰指数的显著检验利用Z检验方法，计算如下：

基于局部莫兰指数的计算和显著性检验结果，对街镇按照高低水平进行聚类。

作为优选技术方案，所述的街镇i和j之间关系的空间权重w_ij为街镇间欧式距离的倒数，形成的权重矩阵为：

式中，d_ij为街镇i和街镇j中心间的欧氏距离。

作为优选技术方案，所述的对街镇按照高低水平进行聚类具体为：以存在边相交或者角点相交关系的街镇作为相邻街镇，基于局部莫兰指数的显著检验Z_i以及与街镇i相邻的所有街镇的Z值加权平均对街镇i和相邻街镇的高低聚类，得到街镇i与其相邻街镇相关参数的高低聚类划分结果。

与现有技术相比，本发明具有以下有益效果：

本发明基于上海市基础地理信息数据库计算街镇尺度的居住空间指标；并改进现有的耦合协调性研究方法框架，从空间分异和聚集模式角度评估上海市居住空间和人口耦合协调性的空间格局，通过社区生活圈探究公共服务对于人口聚居的影响机制。能够系统性地评估居住空间建设和常住人口的耦合协调程度的空间格局和聚集模式，并对公共服务对人口-居住空间协调度的影响进行探究。

附图说明

图1为本发明一种城市居住空间和人口耦合评估方法的结构示意图；

图2为本发明一种城市居住空间和人口耦合评估方法的框架路线图；

图3为基于本发明方法对上海市街镇尺度的居住空间和人口耦合评估结果图，a)为居住空间综合指数，b)为人口密度分布图；

图4为基于本发明方法对上海市街镇尺度的居住空间和人口的耦合度和协调度分布图，a)为耦合度分布，b)为协调度分布；

图5为耦合度和协调度的聚集情况，a)为耦合度的局部莫兰指数聚类结果，b)为协调度的局部莫兰指数聚类结果。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

本发明提出了一种城市居住空间和人口耦合评估方法，基于常用的耦合研究框架：指标体系建设-空间格局分析-影响机制挖掘三个步骤开展研究，具体方法步骤如图1所示：以上海市2035总规为指导建设居住空间评估指标体系。其次，利用耦合协调模型对居住空间和人口的关系进行量化，利用地理探测器对模型权重计算进行改进。利用空间统计和莫兰指数对耦合协调度的空间格局和聚集模式进行分析。最后，利用地理探测器量化探究公共服务对居住空间-人口协调度的影响机制。改进后的流程框架如图2所示。

居住空间指标体系建设

层次分析法是建设指标体系的常用方法，包含体系建设、权重计算和一致性检验步骤，本发明利用层次分析法建设体系，按照目标层-准则层-指标层顺序建设居住空间指标体系。目标层设为居住空间，参考2035总规中增加住宅用地供应规模、增加住房供应、提高土地利用效率的要求；准则层设定为土地利用、建筑规模和建筑高度；指标来源为2035总规实施监测指标体系，采用指标包括土地使用类的居住用地面积、人文魅力类的住房面积、城市综合运行体征类的建筑总量，以及监测指标中的超高建筑(>100m)数量、建筑面积总量等，见表1。

表1居住空间指标体系

街镇指标信息直接来自城市基础地理信息数据库的统计结果，人口密度来自人口普查数据，指标和人口数据处理过程如下：

将居住空间指标按照街镇面积平均得到指标密度，以消除面积差异，计算见式(1)。式中，x_ij为街镇i的指标j，A_i为街镇i的面积，X_ij为街镇i指标j的密度。

对指标密度和人口密度进行正向极差标准化处理，以消除量纲差异，方法见式(2)和(3)。其中X_ij为街镇i指标j的密度；X_jmax、X_jmin为所有街镇中指标j密度的最大、最小值。y_ij为标准化后街镇i指标j的密度。同理，p_i为街镇i人口密度，p_max、p_min为所有街镇中人口密度的最大值、最小值，P_i为标准化后街镇i人口密度。

采用公式(4)计算街镇的居住空间综合指数。式中，R_i为街镇i的居住空间综合指数，含义为综合反映居住空间供应量大小；y_ij为经过正向极差标准化的街镇i指标j值，共5个指标；w_j为指标j的权重，计算方法见式(9)。

耦合协调模型

本发明采用耦合度C来描述居住空间和人口系统彼此作用影响的程度，计算见式(5)。其中，R和P分别为居住空间综合指数和人口密度。R和P越接近，C越大。然而耦合度不能表征二者关系是高水平促进还是低水平制约，故采用协调度D综合衡量系统的耦合和协调发展水平，计算见式(6)、(7)：

T＝aR+bP (7)

式中，T为综合协调指数，a、b为系统权重，居住空间和人口系统的权重相同，均为1/2。

本发明采用如表2的耦合度等级划分标准以及如表3的协调度划分标准。

表2耦合度等级划分标准

表3协调度划分标准

地理探测器

本发明将地理探测器用于(1)居住空间指标权重计算；(2)人居环境因素对协调性影响机制研究。地理探测器是根据空间分异性挖掘多变量之间驱动力的有效方法，地理探测器可探测因素X对属性Y空间分异的解释性，计算见式(8)：

式中，q为解释程度指标，h为Y或X的分层，L为总层数，N_h和N分别为层h和全区的单元数，和σ²分别是层h和全区的Y值的方差。q值越大表示X对Y的解释力越强。地理探测器的使用方法分别如下：

1)居住空间指标权重。属性Y为式(3)中的标准化后街镇i人口密度P_i，其取值范围为0到1，将P_i均匀划分为10层，故层数L为10，每层的宽度为0.1。因素X为式(2)的经过正向极差标准化的街镇i指标j值y_ij，带入式(8)计算可得，指标x_i对人口密度P_i的解释性为q_i。计算完5个指标各自的解释性指数q_i，按比重分配权重，计算见式(9)：

式中，w_i和q_i分别为指标i的权重和解释性指数，∑q为5个指标的q_i值之和。

2)人居环境因素对人口聚居分布的影响机制。属性Y为协调度C，按照表2将协调度C分为四层，层数L为4。因素X按照人居环境的支撑系统、自然系统和社会系统选取。支撑系统指住区的交通基础设施，分为公共交通和道路交通。自然系统为城市公园绿地。社会系统包含教育、医疗、养老、商业四类服务，以及住宅价格，具体见表4。

表4人居环境因素分类

除住宅价格以外，其他因素均为服务设施的覆盖率，覆盖半径为15分钟步行距离。计算公式如下：

式中，C为服务设施的步行范围覆盖率，A_r为街镇居住用地面积，A_w为以服务设施为中心、720m范围内的居住用地面积。

q值的显著性检验方法：q的变换形式满足F分布，变换方法见式(11)，式中λ为分布参数，计算见式(12)；为层h的均值，其它参数同式。基于计算结果，可以查F分位数表或者使用软件检验q值的显著性。

莫兰指数

莫兰指数(Moran's I)用于度量变量的空间自相关性和分析空间聚集趋势，在本发明中用于分析耦合度和协调度的空间自相关性。其中，全局莫兰指数I度量变量的整体聚集程度，计算见式(13)。

式中，N是空间单元的个数，i和j是街镇的索引，x是相关变量，在本发明中为耦合度C或协调度D，是x的平均值，w_ij是街镇i和街镇j之间关系的空间权重，W是所有w_ij的总和。空间权重w_ij为街镇间欧式距离的倒数，形成的权重矩阵见式(14)，其中d_ij为街镇i和街镇j中心间的欧氏距离。

全局莫兰指数的显著程度按照统计检验的Z检验方法计算。Z的计算见下式：

其中，期望和方差的计算见下式：

式中，n为街镇数量，w_ij的计算见式(14)。

局部莫兰指数I_i用于分析局部的空间自相关性，利用式(18)和(19)计算街镇i的I_i

式中，N是空间单元的个数，i和j是街镇的索引，x是相关变量，是x的平均值，w_ij是街镇i和j之间关系的空间权重，W是所有w_ij的总和。

局部莫兰指数的显著检验和全局莫兰指数类似，同样利用Z检验方法，计算见下式：

式中，Z_i为街镇i的Z值，n为街镇数，w_ij，x_i，和式(18)中的参数相同。全局和局部莫兰指数的Z值计算完成后，通过查阅标准正态分布分位数表进行显著性检验，例如，在显著性为0.05水平下，只要满足∣Z∣>1.96即可认为莫兰指数显著。(1.96是正态分布的0.975分位数)。

I_i完成计算和显著性检验后，对街镇按照高低水平进行聚类。街镇的相邻关系定义为：存在边相交或者角点相交关系。街镇i和相邻街镇的高低聚类关系见表5，其中Z_i的计算见式(20)，代表和街镇i相邻的所有街镇的Z值加权平均，其中w_ij的计算见式(14)，Z_j计算见式(20)。

表5局部莫兰指数聚类划分标准

结果与分析

为验证本发明提出的基于地理探测器计算权重的居住空间评估方法，本实施例使用2020年的地理信息数据，来自上海市基础地理信息数据库。其中，上海市居住建筑数据和居住用地数据用于计算居住空间指标，居住建筑信息包括基底面积、层数、高度等。道路与公共服务设施数据用计算道路密度和公共服务设施覆盖率。常住人口数据为2020年第七次人口普查数据，包含常住人口数量、年龄结构、性别构成等多个维度的人口统计分析数据。

利用地理探测器计算得到居住空间指标和人口的解释性，见表6。同时，本发明利用已有的CRITIC法也计算了权重，并和本发明的地理探测器权重进行对比。由表6可知住宅面积指标与人口相关性最高，q值为0.74，权重为0.50。而超高层住宅数量指标和人口的q值仅有0.02且不显著，其地理探测器权重也仅有0.01。CRITIC法计算权重的原理是对比强度(即指标自身波动)和冲突性(即和其他指标的差异性)越强的指标，权重越大，而指标和人口的解释性对权重没有影响。由表6可知，对于CRITIC权重，住宅面积的权重最低，而超高层住宅数量权重最高，和指标的人口解释性不一致。因此，本发明根据指标和人口的解释性计算权重相比传统的CRITIC法更适用于人口耦合性研究。

表6基于地理探测器的相关性和指标权重

通过将街镇尺度居住空间指数和人口密度采用自然断点法划分等级，见图3。利用耦合协调模型计算居住空间指数和人口的耦合度和协调度，结果分别见图4(a)和4(b)。图4(a)街镇耦合度的配色采用自然断点法划分为10个等级，四种耦合水平用虚线框标出。由图4(a)统计可知，2020年上海市陆地部分居住空间和人口达到高水平耦合的街镇数量占比为82％，主要位于郊环以内、南汇新城和金山区中心等。崇明岛的耦合度较低，主要处于低耦合阶段和拮抗阶段。根据表3的划分标准，43％的街镇达到协调阶段，其余57％处于失调阶段。

空间自相关分析和聚集区域

对耦合度和协调度的全局聚集趋势进行分析，耦合度和协调度的全局莫兰指数分别为0.86和0.80，对应的Z值分别为35和32，两者在0.01显著水平下均存在空间正相关性和聚集趋势。计算局部莫兰指数，并在0.01显著水平下根据街镇的高低水平进行聚类，以生成街镇尺度的聚集情况，结果见图5。

利用地理探测器计算人居环境因素对人口-居住空间协调度的解释程度以及显著水平，结果见表7。

表7人居环境因素对协调度的解释程度

实施例2

作为本发明的第二方面，本申请还提供一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述城市居住空间和人口耦合评估方法。除了上述的处理器、存储器以及接口之外，实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能，还可以包括其他硬件，对此不再赘述。

实施例3

作为本发明的第三方面，本申请还提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述城市居住空间和人口耦合评估方法。所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是外部存储设备，例如所述设备上配备的插接式硬盘、智能存储卡(Smart Media Card，SMC)、SD卡、闪存卡(Flash Card)等。进一步的，所述计算机可读存储介还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种城市居住空间和人口耦合评估方法，其特征在于，所述方法步骤包括：

基于层次分析法建设居住空间评估指标体系；

基于居住空间评估指标，利用耦合协调模型对居住空间和人口的关系进行量化并采用地理探测器计算居住空间指标权重，得到居住空间综合指数；

对与耦合协调模型量化结果利用空间统计和莫兰指数对耦合协调度的空间格局和聚集模式进行分析；

利用地理探测器计算人居环境因素对人口-居住空间协调度的解释程度以及显著水平。

2.根据权利要求1所述的一种城市居住空间和人口耦合评估方法，其特征在于，所述的居住空间评估指标体系按照目标层-准则层-指标层顺序建设：

所述的目标层设为居住空间，设置包括增加住房供应、提高土地利用效率以及增加住宅用地供应规模的要求；

所述的准则层对应目标层设定为建筑规模、建筑高度和土地利用，

所述的指标层与准则层相对应采用指标包括住宅面积、住宅基底面积；建筑高度与超高建筑数量以及居住用地面积。

3.根据权利要求1所述的一种城市居住空间和人口耦合评估方法，其特征在于，所述的耦合协调模型采用耦合度C来描述居住空间和人口系统彼此作用影响的程度：

其中，R和P分别为居住空间综合指数和人口密度；

采用协调度D综合衡量系统的耦合和协调发展水平：

T＝aR+bP

其中，T为综合协调指数，a、b为系统权重。

4.根据权利要求1所述的一种城市居住空间和人口耦合评估方法，其特征在于，所述的地理探测器用于计算居住空间指标权重和研究人居环境因素对协调性影响机制，地理探测器可探测因素X对属性Y空间分异的解释性：

式中，q为解释程度指标，h为属性Y或因素X的分层，L为总层数，N_h和N分别为层h和全区的单元数，和σ²分别是层h和全区的Y值的方差。

5.根据权利要求4所述的一种城市居住空间和人口耦合评估方法，其特征在于，采用所述地理探测器计算居住空间指标权重具体为：

以标准化后街镇i人口密度P_i作为属性Y并将Pi均匀划分为多层，以经过标准化的街镇i指标j值y_ij，作为因素X，计算指标x_i对人口密度P_i的解释性为q_i

基于各个指标各自的解释性指数q_i，按比重分配权重：

式中，w_i和q_i分别为指标i的权重和解释程度，∑q为指标的q值之和。

6.根据权利要求5所述的一种城市居住空间和人口耦合评估方法，其特征在于，所述居住空间综合指数R_i表示为：

式中，R_i为街镇i的居住空间综合指数；w_j为指标j的权重；y_ij为经过正向极差标准化后街镇i指标j的值。

7.根据权利要求4所述的一种城市居住空间和人口耦合评估方法，其特征在于，采用所述地理探测器研究人居环境因素对人口聚居分布的影响机制具体为：

以协调度C作为属性Y，因素X按照人居环境的支撑系统、自然系统和社会系统选取，除住宅价格以外的因素均为服务设施的覆盖率，计算公式如下：

式中，C为服务设施的步行范围覆盖率；A_r为街镇居住用地面积；A_w为以服务设施为中心，设定范围内的居住用地面积；

采用地理探测器可探测因素X对属性Y空间分异的解释程度指标q；

计算q的变换形式，通过查F分位数表对q值进行显著性检验：

式中，λ为分布参数；为层h的均值。

8.根据权利要求1所述的一种城市居住空间和人口耦合评估方法，其特征在于，通过所述莫兰指数对耦合协调度的空间格局和聚集模式进行分析具体如下：

全局莫兰指数I聚类度量变量的整体聚集程度：

式中，N是空间单元的个数；i和j是街镇的索引；x是相关变量，为耦合度C或协调度D；是x的平均值；w_ij是街镇i和j之间关系的空间权重；W是所有w_ij的总和；

全局莫兰指数的显著程度按照统计检验的Z检验方法计算：

式中，n为街镇数量，w_ij表示街镇i和j之间关系的空间权重；

局部莫兰指数I_i用于分析局部的空间自相关性：

局部莫兰指数的显著检验利用Z检验方法，计算如下：

基于局部莫兰指数的计算和显著性检验结果，对街镇按照高低水平进行聚类。

9.根据权利要求8所述的一种城市居住空间和人口耦合评估方法，其特征在于，所述的街镇i和j之间关系的空间权重w_ij为街镇间欧式距离的倒数，形成的权重矩阵为：

式中，d_ij为街镇i和街镇j中心间的欧氏距离。

10.根据权利要求8所述的一种城市居住空间和人口耦合评估方法，其特征在于，所述的对街镇按照高低水平进行聚类具体为：以存在边相交或者角点相交关系的街镇作为相邻街镇，基于局部莫兰指数的显著检验Z_i以及与街镇i相邻的所有街镇的Z值加权平均对街镇i和相邻街镇的高低聚类，得到街镇i与其相邻街镇相关参数的高低聚类划分结果。