制定智慧城市发展规划的策略研究

院旺

摘要： 随着城市化进程不断推进，越来越多的城市希望成为智慧城市，拥有最精明的城市发展增长计划。本文我们利用相关性分析和层次分析法（AHP）构建城市规划评价模型，利用迭代法，梯度下降法构建城市规划制定模型。选取中国城市孟州，美国城市里弗赛德两座发展情况不同的城市作为样例，评价其现有规划的优缺点，并按照精明增长的要求制定城市发展规划。

Abstract： With the continuous progress of the urbanization process， more and more cities want to become a smart city and obtain the most astute city development growth plan. In this paper， the correlation analysis and Analytic Hierarchy Process （AHP） are used to construct the city planning evaluation model， and the iterative method and gradient descent method are used to construct the city planning model. Taking Mengzhou city of China and Riverside city of the United States who have different development situation as example， the advantages and disadvantages of their existing planning are evaluated， and the urban development planning is developed in accordance with the requirements of smart growth.

关键词： 精明增长；智慧城市；层次分析法；梯度下降模型；迭代法

Key words： smart growth；intelligent city；Analytic Hierarchy Process；gradient descent model；iterative method

中图分类号：F299.2 文献标识码：A 文章编号：1006-4311（2017）34-0207-02

1 分析过程

根据智能增长的城市规划理论，考虑长期、可持续的规划目标，设计城市智能增长方案，并在世界各国的城市中实施。本文中我们以孟州和弗赛德两个城市为例。

首先，定义衡量城市智能增长成功率的指标，其相关因素应该考虑可持续性的三个E和智能增长的十个原则[1]。

其次，将模型运用到两个选中的特定的城市中，研究这两座城市目前已有的发展规划，即增长计划，衡量目前的发展规划是否符合智能增长原则，得出目前的计划是否成功的结论。

第三步，根据我们所定义的指標以及对城市规划问题的分析理解，为这两个城市制定未来的增长计划。这两个增长计划应该根据城市发展的具体情况有所不同，通过优化使其能够达到相应最好的智能增长效果。得到这两个计划后，我们再使用我们定义的城市智能增长成功率的指标评估新计划是否成功。

第四步，仍然使用我们在第一个问题中定义的指标，将计划中的各项因素按照潜能大小（因素对增长效果的影响程度）进行排列，同时将两个计划中的各因素及其排名相比较，解释差异存在的合理性。

第五步，假设到2050年，每个城市的人口将增加50%，解释我们的模型以何种方式支持该水平的增长。

2 数据分析计算过程

2.1 静态评价模型的建立

2.1.1 第一步：采用相关性分析将指标分为4类，并通过主成分分析得到每一类的代表因素

根据3个E模型以及10条规则[2]，参考了实际情况，我们将所有因素归为四类：经济繁荣、社会公平、环境可持续发展、生活质量。每一大类中都包括了很多小项，每一个小项中的可量化指标又有很多。在众多的参数中我们采用主成分分析法得到最具有代表性的指标。并选取城市规划常用指标[3]作为我们模型中的指标。

例如：经济繁荣用人均GDP和恩格尔系数来代表。社会公平用出租和销售住房与住房需求之比和公民参与社区建设百分比来代表。环境可持续用环境良好天数比例和绿色建筑认证比例来代表。生活质量用农田所占面积比例和旅游满意度来表示。

2.1.2 第二步：将选定的因素无量纲化

由于我们选取的参数单位各不相同，为了避免由于单位的不同，影响该因素在模型中的比重，我们首先对参数进行无量纲化，方式如下：

其余参数保持不变，最终我们将这些量都量化为0到1之间的没有单位的数字，用于之后的计算。

2.1.3 第三步：采用AHP层次分析法确定各个因素的权重

在社区系统内，各要素对社区的影响或引起的效应是不同的，在这里，我们采用AHP层次分析法进行分析。

2.1.3.1 确定四大类之间的比例关系

假设经济繁荣、社会公平、环境可持续、生活质量四个指数以及他们的系数按照如下表示，将静态成功指标S表示为他们之间乘积之和，S=a1X1+a2X2+a3X3+a4X4

其中：X1表示经济繁荣，X2表示社会公平，X3表示环境可持续，X4表示生活质量。然后利用AHP层次化分析法计算每一个因素的系数，最后进行一致性检验。得到结果为：

S=0.5193X1+0.0789X2+0.2009X3+0.2009x4endprint

2.1.3.2 确定每一大类中各个因素的比例关系

具体分析与前边相同，计算数据如下所示，

X1=0.75×GDP+0.25×EC

X2=01062×RAS+0.2605×AAS+0.6333×CP

X3=0.7235×GDE+0.1932×COG+0.0833×ADP

X3=0.1062×RPA+0.6333×AFS+0.2605×TS

2.2 动态评价

第一步：类似于静态评判模型的相关性分析和无量纲化处理，动态评判模型的参考指标与静态模型相同，具体见上。

第二步：运用层次分析法得到各個大类之间的参数，以及每个大类中各个因素之间的参数，类似于静态评判模型的过程，在此不再赘述。结果如下：

？驻X1=0.5000×？驻GDP+0.5000×？驻EC

？驻X2=0.1667×？驻RAS+0.8333×？驻CP

？驻X3=0.7500×？驻DGE+0.2500×？驻ADP

？驻X4=0.1250×？驻AFS+0.8750×？驻TS

第三步：动态评判模型为

2.3 规划制定

为了能够找到最优的资源投入方式，我们设计了迭代式资源分配的方法。在迭代式计划设计中，我们考虑将总资源分为N份，从第一份资源开始考虑，根据当前的各方面的需求指数排序，决定将这一份资源投入到经济发展、环境优化、社会和谐以及生活舒适度这四个方面的某个方面。在第一份资源投入后，需求指数会发生一定的变化，我们根据城的新生成的需求指数再将下一份资源投入。按照这样的方法进行迭代计算，最后所形成的资源投入方式应当是能产生最大效果的资源投入。

3 总结

我们的评价模型W由S（静态评价模型）与D（动态评价模型）两部分组成。S模型是评价城市目前发展程度的指标。D模型是评价城市下一阶段发展规划的优劣的指标。

参考文献：

[1]EPA， “Smart Growth： A Guide to Developing and Implementing Greenhouse Gas Reductions Programs.” 2011.

[2]Li Ming， the research based on the theory of Smart Growth of the establishment and evaluation of the harmonious community，2007.

[3]基于SmartGrowth原理的和谐社区建设及评价指标体

系研究.endprint