王 伟，冯兰晓，成湘龙，李振军，赵 华，宋名悦，冯永恒

（1.自然资源部国土空间大数据工程技术创新中心人类活动大数据应用分中心，北京 100033；2.中央财经大学 政府管理学院，北京 100081；3.中国联合网络通信有限公司，北京 100033；4.中国联通智慧足迹数据科技有限公司，北京 100032）

0 引言

2015 年中央城市工作会议提出“坚持以人民为中心的发展思想，坚持人民城市为人民，这是我们做好城市工作的出发点和落脚点”。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，推进以人为核心的新型城镇化，进一步指明以人为本将是中国城市高质量发展和空间资源优化配置的基本要求、价值尺度与核心要义[1]。据此，笔者认为人本城市是要立足人的全面发展，以人的生命质量最优化为准则，重视社会群体与个体的需求满足和相互协调，从而创造满足人民物质与精神需求的各类设施、功能、规则相统一的城市空间系统与治理体系。

2021 年6 月，自然资源部发布《国土空间规划城市体检评估规程》，坚持以人民为中心，按安全、创新、协调、绿色、开放、共享原则划分6 个一级类别、18 个二级类别和104 项指标[2]，对城市发展特征及规划实施效果定期进行分析和评价，及时发现国土空间治理、城市功能布局存在的问题和短板，动态完善国土空间规划编制和实施制度，提高城市发展质量。

当前，城市与区域规划研究正在发生新的变化，尤其是大数据时代的到来，数据的频度、维度、粒度得到极大拓展[3]，多源数据资源体系得到不断丰富，正在建立起以国土空间数据为基础，融入各类相关时空数据、关联管理数据、新兴大数据、社会调查数据等多来源、多尺度、多时相数据，同时利用不同数据的优势又可派生出比原始数据可用性更好的新数据，成为支持实现“可感知、能学习、善治理、自适应”智慧国土空间规划的关键基础。这些新数据不仅为人本城市研究提供了新的技术条件和工具，也创造了新的方法论，正如吉姆·格雷（Jim Gray）提出的“数据密集型”第四研究范式。为此，本文依托自然资源部国土空间大数据工程技术创新中心人类活动大数据应用分中心的平台，基于经典的马斯洛层次需求理论进行指标设计研究，进一步聚焦城市人本价值刻画及评估，探索高效监测与诊断人本城市水平的“体检单、对标卡、刻度尺”[4-5]，以期形成一套人本城市发展监测评估方案，丰富和提升目前国土空间规划城市体检评估的人本价值内涵与属性。

1 观测分析框架与方法

1.1 分析框架

城市的核心是人，城市发展最终是为了人。衡量一个城市的人本发展水平，不仅要从供给侧观察城市拥有的资源和要素，还应从需求侧考量城市真正满足人的生存发展需求情况。1943 年，亚伯拉罕·马斯洛提出马斯洛层次需求理论，该理论成为管理心理学的五大支柱理论之一，并作为一种以人为本体、解释人的研究学说，为城市层面探究提供了重要启示[6-7]。本文借鉴马斯洛层次需求理论，将其与“以人为本”理念进一步结合；通过内在逻辑映射转译，提出基座层、中坚层、顶层3 个层次，越低、越密、越快、越蓝、越韧、越热、越广、越杂、越晚、越尖、越浓、越高的12 个观测维度，达到认知和城市建设与需求相匹配、适宜城市人群生存发展的良性状态，如图1 所示。

图1 马斯洛层次需求模型与人本城市金字塔评价模型的映射逻辑

1.2 观测城市

本文选择北京、上海、天津、重庆、广州、深圳、武汉、南京、郑州、杭州、宁波、长沙、沈阳、大连、西安、成都、哈尔滨、长春、济南、青岛、合肥、昆明、太原、南宁、乌鲁木齐、贵阳、石家庄、福州、厦门、南昌、兰州、海口、西宁、银川、呼和浩特、拉萨36 个中国重点城市作为观测样本。

1.3 测评方法

受世界银行的营商环境评估“所测即所得”方法论[8]和营商环境评价的前沿距离得分评价方法（即各经济体与“前沿”经济体之间的距离）的启示，本文的人本城市观测研究更加强调对某一观测时点观测样本城市群体的前沿性与整体性水平刻画及后续改善进展的监测评价。在测评方法上，对所有变量、维度均不设权重，每个城市的某项指标变量在36 个城市中的位序构成其积分。

本文存在2种赋分情形。当指标为正向指标时，按对应位序的分值降序排列，第一位城市计最高分36 分，最后一位城市计最低分1 分，并列排名城市的积分相同。当指标为负向指标时，如成本类指标，则按对应位序的分值升序排列，即积分等同位序，第一位城市计1 分，最后一位城市计36 分，并列排名城市的积分相同。每个“越”维度中各城市各个指标项的累加积分构成该城市在此维度的排序，本文累加12 个维度的积分并获得某城市的观测总得分，得到36 个观测样本城市的整体排名。

1.4 数据来源

遵循客观、公正、严谨、适用的原则，评价指标的数据均源自公开权威渠道，包括中国联通手机信令数据、国家统计局数据、各城市统计年鉴及统计公报数据，以及新一线知城数据平台等权威智库或大学、研究机构的研究数据。考虑新型冠状病毒肺炎疫情影响，受限于数据可得性，本次观测数据主要时点为2019 年，部分数据时点为2020 年或2021 年。

2 观测指标体系设定

本文基于城市发展规律、内在机制及不同要素维度相互作用的长期观察和研究，经过广泛的文献查阅及深度的相关领域专家调研，按照科学性、系统性、可操作性原则，创新性提出12 个“越”的观察维度。将12 个维度细分22 个三级指标、28 个四级指标，如表1 所示，力求围绕城市中“人”这一主体的生存和发展进行全面刻画反映。

表1 人本城市金字塔评价模型指标体系

传统数据与大数据的充分融合与交叉应用是城市研究的重要方式。本次人本城市观测研究，核心是对“人”的洞察分析，采用中国联通手机信令大数据实现城市以人为本的观测和刻画。手机信令是一种时空轨迹大数据，基于基站定位且高度匿名化外推，可还原全体人员的时空分布及流动矩阵，具有时间连续、空间完整等特性，能够真实反映中国人口的总量、结构、迁徙、流动等各类信息。

本文的手机密度、人口密度、通勤时间、联通复工指数、人口吸引力指数、18～45 岁人口在总人口中的占比、迁徙规模指数、城市夜生活指数8个指标通过联通智慧足迹手机信令数据计算获得，这极大提升了相关指标的刻画精度与分析效果。以通勤时间指标为例，在识别用户居住地和工作地的基础上，该指标测定用户居住地到工作地之间的日均通勤时间。每次通勤时间通过实际在路上的时间及出发地和目的地基站覆盖导致的误差修正等进行测定。

续表

3 观测结果分析

计算结果显示：北京、上海、深圳、广州、成都、杭州、武汉、西安、南京、重庆为排名前10 的人本城市；36 个城市的人本发展水平呈现非均衡特点，可大致分为4 个梯队，如图2 所示。

图2 36 座重点城市的人本城市观测结果

第一梯队城市的观测综合得分超过800 分，包括北京和上海。这两座城市营造人本城市的基础条件和综合能力最雄厚，处于中国人本城市发展水平的前沿面。

第二梯队城市的观测综合得分介于600～800分，包括深圳、广州、成都、杭州、武汉、西安、南京、重庆、天津、长沙和郑州11 个城市。这个梯队的城市拥有良好的人本城市建设条件，总体表现较为出色。

第三梯队城市的观测综合得分介于400～600分，包括宁波、青岛、合肥、厦门、济南、福州、昆明、沈阳、贵阳、南昌、石家庄、长春、太原、南宁和大连15 个城市。相较前2 个梯队城市，该梯队城市在人本城市营造方面表现中规中矩，需对标前沿城市加快改进。

第四梯队城市的观测综合得分低于400 分，包括哈尔滨、海口、兰州、乌鲁木齐、银川、西宁、拉萨、呼和浩特8 个城市。相较前3 个梯队城市，该梯队城市在人本城市营造的各方面存在不同程度的短板，亟需进行深度革新改善。

总体来说，36 个城市发展禀赋特色各有不同，发展战略方向各有侧重。本文观测结果反映观测城市群体人本城市发展水平的基本前沿面及每个城市在不同指标方面的动态表现，形成其人本城市建设“画像”，为处于中国城市群体前列的36个重点城市提供了一个群体性的动态成长参照系，通过相互学习推动中国人本城市发展与质量改进。

4 结语

回溯城市发展历程，人本发展既是城市的初心和使命，也孕育着城市的未来和希冀。城市发展要以满足人的需求为根本出发点，以实现人的发展为落脚点。在以人为本理念指导和马斯洛层次需求理论支撑下，本文旨在充分发挥新数据的多维价值，从人本角度感知和记录城市，为国土空间规划城市体检评估增添新的第三方视角，进一步丰富国土空间规划体检评估的系统性与客观性。如“体检单”般助力城市精准明确优势和劣势，更有的放矢地推进相关工作；如“对标卡”般助力城市立足禀赋，找到适合自己学习的榜样；如“刻度尺”般助力城市监测自身进步和退步，评估工作成效，形成“计划-执行-检查-处理”（plan-do-check-act，PDCA）闭环，为促进现代化城市高水平规划、建设、运行与管理提供参考。

本文属于阶段性成果，尚有诸多待完善与丰富之处。例如，目前主要聚焦大中城市，尚未覆盖所有地级城市；现阶段单一时点截面数据难以体现跨时间的变化。未来研究将不断完善和深化研究方案、数据与方法，持续推出高质量的中国人本城市观测成果。