翟 健， 金晓春

（1.中国城市规划设计研究院 学术信息中心，北京 100044）

1 基于数学统计的空间分析

1.1 基本原理

基于数学统计的空间分析，即基于矢量的地图叠加、简单缓冲区和类似的基本操作，基于栅格的滤波、地图代数操作等。这些技术涉及按照简单的数学规则处理一个或多个图层，生成一个新的图层。空间分析中涉及的统计概念往往包括描述性统计，如单元数量、均差、方差、最大值、最小值、累积值、频率、一系列其他度量和距离计算及专门用于空间数据和时空数据分析的统计技术（描述性技术、探测性技术、解释性技术和预测性技术）[1,2]。

1.2 应用现状

应用现状涉及数学计算和统计分析2个层面。

数学计算通常是按照一定的数学规则，针对空间数据进行地形分析、水网及流域分析、密度分析、缓冲区分析、插值计算、图层叠置及其他一些度量和计算操作，从而改变原图层属性或直接生成新的图层；针对网络数据，按照预先设定的网络规则，计算出最优方案，解决选址选线、服务区划分等问题。具体对应到城市规划项目中，解决的是“基本地形地势分析”、“人口社会经济数据的空间分布模拟”、“公共设施服务半径”等方面的问题。

统计分析包括描述性统计或针对空间数据和时空数据的探测性、解释性及预测性统计分析。描述性统计包括计数、极值、累积、均值、标准差等，针对栅格数据，上述描述性统计也可在设定的邻域范围内或多层数据之间进行。更丰富的统计分析涉及热点分析、聚类分析、空间自相关分析、回归分析等内容。具体对应到城市规划项目中，解决的是较深入的“地形地势分析”（地表曲率、起伏度等指标）、区域内城镇社会经济数据的“空间自相关分析”、“热点区域分析”等方面的问题。

1.3 存在的问题和应用建议

1.3.1 数据质量有待提高

基于数学统计的空间分析在实践应用中遇到的最大难题就是可获得的数据质量不高。在图形方面，矢量数据少，有空间信息的栅格数据少，即使有矢量数据，数据本身在拓扑关系等方面也需较大的前期处理工作；在统计数据方面，存在各部门各层级间数据共享不畅、数据难以获取以及各地区各层级统计标准不一降低了数据可比性等问题；并且统计数据与图形数据的关联性较差，很多统计数据难以落实到空间单元上，而很多重要的空间单元又缺乏相应的统计信息。

1.3.2 分析领域有待扩展

分析领域的扩展包括分析指标的多样化和统计分析的深度2个层面。

从分析指标的多样化来看，目前的空间分析存在以下特点：①关注点较单一，表现为数据领域和数据构成的单一。目前基于GIS的空间分析所用到的数据大多集中在人口、经济、产业等方面，且从数据构成上以单一指标或比例指标为主。②关联性分析不足，尚未充分发挥GIS对各种空间数据的比照、叠置、关联分析的突出优势。

随着宏观发展模式的转变，城市规划本身的关注点也在扩展、深化或转移。这些都使得GIS空间分析的数据对象，除人口、社会、经济方面的基本信息外，还应具有更广阔的视野。同时，要加强综合性指标的应用，善于进行空间关联分析，充分发挥GIS的优势。

在开封市城市总体规划中，通过人口年龄构成、近期迁移情况、教育结构、职业结构等多方面的空间信息（见图1），来综合考量城市市区范围内的教育、养老及各类公共设施的空间区位以及类型、数量、规模的配置（见图2），做到以人为本，有的放矢。

图1 开封市区人口分布特征空间分析示意图

图2 开封市区公共设施布局示意图

在舟山市金塘岛总体规划中，根据产业和物流园区的建设时序（见图3 a），来考虑不同空间位置上的村庄整治类型和措施，划分改造提升区、整合集中区、适时迁移区及严格控制区等不同区域（见图3b），尽可能避免或减少由产业发展的不确定性给村镇发展带来的制约和风险，处理好控制与发展的关系。

图3 远景产业格局指引及农村居民点分类指导图

从统计分析的深度来看，不足体现在以下2个方面：①目前统计数据的空间表达方式往往是点值图、单一面值图或点值图基础上的密度图。实际上，如果很好地研究这些数据的空间分布规律，找到更加精确的“统计数据”与“空间单元”的对应关系，就能将这些点数据进行合理的空间插值或其他适宜的趋势面分析，从而发现城乡之间、建设用地与非建设用地之间、建设用地中的不同用地类型之间等更加丰富的空间层次中的数据价值，得到更加真实的空间分布规律。②对GIS进行空间分析的数据结果，通常能进行简单的描述性统计分析，而进一步的解释性统计或具有探测性和预测性的统计挖掘还远远不足，甚至在指标选取是否恰当、分析范围的尺度是否合适、具体空间单元的划分是否合适以及一些检验方法的运用上都需要深入研究。

以下数据挖掘分析技术和方法，在城市规划领域都有很大的应用空间：通过动态窗口建立地理空间与数据空间之间联系的交互刷新技术；将统计结果通过图形方式予以表达的可视化探索性数据分析方法；包括全局角度的趋势面分析方法、广义回归模型方法以及面向局部特征的地统计方法的空间连续数据分析方法；空间自相关分析以及考虑了空间距离要素的聚类分析、因子分析、判别分析等多元统计分析方法等。它们既是对空间数据进行选择、聚集、趋势、分类、异常识别、关系判断的有效方法，也是对后续深入分析和建模的有效启发。

1.3.3 分析方法有待创新

在对专业知识充分理解的基础上，具体的应用方式和分析方法也需积极探索与创新，要充分挖掘和体现GIS空间分析在拓扑关系、三维分析、栅格与矢量的转换应用、网络分析、地统计分析、时空追踪分析等方面的优势。

例如，应用拓扑关系，可方便地对空间数据进行裁切、叠置进而对图形上的属性信息进行各种统计，也可应用拓扑关系进行中心城市和外围县市的发展关系研究。在中国工程院“中国特色城镇化道路发展战略”项目中的“城镇化发展的空间规划和合理布局研究”中，利用空间数据的拓扑关系，方便提取出邻接市区的县（市）和不邻接市区的县（市），发现这2组不同的空间位置在经济增速及人均GDP等方面存在明显差异；进而分析了全国经济总量前50位的市区周边的县（市）经济发展状况，从而成为认识“人均GDP超越全国平均水平的县市多分布于中心城市周边，且在省级政策支持下，中心城市与周边县市一体化发展势头明显”的辅助支撑之一。

又如，在石家庄空间发展战略规划中，项目组提出利用GIS提取城区用地功能结构的需求。通常认识中的密度分析只能针对点数据或线数据，而用地现状图是面状数据，于是尝试将面状数据按一定规则变换成点状数据，并赋予用地类型、开发强度等属性信息，再利用密度分析进行提取功能结构的工作（见图4）。直观地展现出现有中心城区的建设主要集中在城市二环路以内，各类城市功能混杂集中于面积约为100 km2的空间中，相互交织影响，进而引发一系列城市发展问题。

图4 石家庄空间结构的演变图

当然，这其中面状数据转化为点状数据的方式、开发强度等属性数据的权重、密度计算搜索半径的设置、最后表达的各类功能核心聚集地的密度值的取舍等具体参数的设置都值得商讨和研究。

2 基于模型的空间分析

2.1 基本原理

模型是现实世界的表达，模型的使用有助于理解、描述和预测世界中实物的发生、发展联系，是普遍使用的认识现实世界的方法和工具。模型具有普遍的意义，地图、数学公式、流程图、一组结构化的概念等都是模型[3]。

基于数学统计的空间分析与基于模型的空间分析并不完全割裂，实质上，前者是基础，往往包含于后者之中，有些数学计算正是空间分析模型的前几个步骤，亦或有些统计分析正是空间分析模型的后几个步骤。可以认为，基于模型的空间分析是基于数学统计的空间分析的深入发展。

2.2 应用现状

基于流程模型的空间分析，建立在流程性的通用分析方法和规划分析方法之上。流程性的通用分析方法包括一系列的系统分析方法、决策分析方法，如层次分析法、情景分析法、专家咨询法等。流程性的规划分析方法，有些是规划及相关专业独特的分析方法，如水文分析、人口规模预测等；有些是在上述通用分析方法的基础上，形成的较完善的规划应用模式，有较固定的输入输出数据指标和分析过程。具体对应到城市规划项目中，解决的是“流域划分”、“水网分析”、“人口预测与分布模拟”、“生态环境敏感性评价”、“用地适宜性评价”、“城镇发展条件评价”、“城市职能分析”、“产业结构分析”等方面的问题。

基于理论模型的空间分析，涉及模型建立的依据是通用基础理论（空间相互作用关系理论）和规划相关专业理论（区位理论、空间句法理论等）2个层面。具体对应到城市规划项目中，解决的是“城镇吸引力分析”、“空间结构特征分析”、“空间形态特征分析”等方面的问题。

2.3 存在的问题及应用建议

2.3.1 重视规范化、流程化

基于模型的空间分析，首先是针对规划需求确定分析方法或理论，然后是具体的步骤组织和分析指标的选定，再进行数学计算和统计并加以可视化表达。定量化水平的高低，往往能从一定程度上反映一个学科的发展水平。而这种定量化、模型化的应用，正是城市规划提高科学性和工作效率的一种迫切需求和重要途径。

然而，这对数据基础、分析人员的知识构成等都有较高的要求，要求规划人员在基础GIS软件上来实现这些分析难度较大。国外的GIS空间分析应用发展思路，为我们提供了很好的经验借鉴。在空间建模的基础上，国外形成了众多典型辅助分析系统，如INDEX、WHAT IF、CommunityViz、Expert Choice等，都在规划领域得到了广泛应用。

当然，发展阶段不同，所面临的任务和需求也有所不同。实践应用中，我们结合近年来的21项省域城镇体系规划、城市总体规划等宏观尺度的规划实践，总结出部分宏观层面的具有通用性的空间分析模型库（见表1）。

表1 空间分析模型一览表

GIS应用人员或规划人员可通过模型的交互界面确定各种参数设置，完成对特定城市或区域的分析。在上述模型库基础上的软件开发正处在进一步的产品转化过程中，对数据标准化处理的要求过高、交互界面还有待完善、软件以高度集成还是较灵活的形式推出等方面是下一步重点关注和需要解决的问题。

2.3.2 推动规划理论方法应用与发展

要总结并建立起丰富的空间分析模型库，并最终形成应用工具，无疑离不开规划领域相关理论方法的健康发展，这一方面需要已有理论方法的细化、深化，以达到完成空间建模的要求，另一方面需要适应当前发展阶段规划需求的新的规则的产生、方法的总结和理论的形成。

文献[4]总结了城市规划调查方法、城市经济分析方法、城市人口规模预测方法、城市用地选择方法、城市规划决策方法等内容。当然，由于是规划教材，这里的规划方法是基础性的，但在忙碌的实际工作和大量的实践项目中，能以流程或规范的方式予以总结并具有一定通用性的新规则和新方法也是乏善可陈。规划领域的GIS应用人员应在其中起到一定的推动作用，推动已有理论方法的模型化应用，推动基于空间建模的项目实践和科研积累，如与某些空间模型配套的参数设置或分析结果的类型划分、参考值推荐等，从而推动规划理论方法的应用和发展。

3 结 语

当前中国城市规划市场更多强调硬件（项目、物理数据和决策），而较少强调软件（政策、社会经济信息、主体和知识）。为达到有效的城市规划，规划支持系统发展或信息支持应在方法论、模型、规划支持系统开发、地方数据基础设施方面采取专门的战略[5]。

GIS辅助城市规划空间分析涉及到地理信息、城市规划、系统分析、统计等多个学科领域，其技术、理论、模型、方法等内容纷繁复杂。文献[6]对规划支持系统的基础框架进行了系统的总结。但现阶段，数据积累基础较差，GIS应用的人员构成、知识构成及工作组织模式尚不完善，在经济快速发展的大背景下传统规划模式的需求有一定路径依赖，公众参与进程尚在起步阶段等众多困难的存在，使得GIS在城市规划中的应用仍然任重道远。

最后，再强调几点对GIS辅助城市规划空间分析的认识：

1）充分认识基础数据库的重要性。基础数据库的建设不仅要对空间数据、统计数据进行处理、管理与应用，还要重视记录规划的过程，包括某次讨论中的思维火花、某个阶段的过程成果、某种具有创意的图形表达方式等，同时，对数据库的管理要在知识管理的大框架下展开，为下一阶段的GIS空间分析提供良好的数据基础。

2）强调人的作用，强调定性分析与定量分析的结合。推广GIS在城市规划中的应用，绝不可走上唯工具论、唯技术论的歧途。不可否认，城市问题的个性突出，因地制宜是基本原则，所以笔者认为GIS的工具作用必然是“半成品”，是供规划人员加入经验、定性判断、进行取舍的；供公众及社会团体加入主体意愿参与其中、交流协商的；供决策者综合多方因素进行最终决策的。

3）现阶段规划辅助工具的开发应注重分散性、灵活性，追求去繁求简的目标。计算机技术必须能够反映、体现规划中的不同的价值观，而且体现各种价值观的技术必须是公开、透明、易于理解的，这样才有利于工具的推广应用。

4）在上一个认识的基础上，重视发挥规划中信息技术支持在搭建交流平台、构建过程规划中的作用。西方城市规划逐步从“为公众规划”转变到“与公众一起规划”，需要有新的工具支持这种规划模式，能在其中起到交流、沟通的功能，为参与规划各方（决策者、专业规划师、普通公众）提供一个互动的交流平台。

[1]Mitchell A. ESRI Guide to GIS Analysis Volume 1:Geographic patterns and relationships[M].Redlands:ESRI PR,1999

[2]Smith M J, Goodchild M F, Longley P A.地理空间分析——原理、技术与软件工具[M]. 北京：电子工业出版社，2009

[3]王远飞, 何洪林. 空间数据分析方法[M]. 北京: 科学出版社，2007

[4]张军民, 陈有川. 城市规划编制过程中的常用方法[M]. 武汉:华中科技大学出版社，2008

[5]詹庆明. 城市规划中的空间地理信息与决策支持[M]. 武汉:武汉大学出版社， 2009

[6]龙瀛, 毛其智. 城市规划支持系统的定义、目标和框架[J].清华大学学报：自然科学版, 2010, 50(3): 335-337

[7]官卫华, 刘正平, 叶菁华. 基于区域协调的城市总体规划编制方法的新探索——以南京市城市总体规划修编为例[J]. 城市规划学刊，2010, 191(6): 22-30

[8]“基于3S和4D的城市规划设计集成技术研究”课题组. 空间信息技术在城市规划编制中的应用研究[M]. 北京: 中国建筑工业出版社, 2012

[9]李晓江, 金晓春, 石亚男,等. 城乡规划编制中的空间分析与辅助决策方法[M]. 北京: 中国建筑工业出版社, 2013

[10]王法辉. 基于GIS的数量方法与应用[M]. 北京: 商务印书馆, 2009