国土空间规划实施监测

面向居民福祉的国土空间规划监测评估预警模型体系研究——基于可行能力理论

  • 焦林申 , 1, 2 ,
  • 张敏 , 2, 3, 4 ,
  • 甄峰 2, 3, 4 ,
  • 张姗琪 2, 3, 4 ,
  • 秦萧 2, 3, 4
展开
  • 1.浙大城市学院国土空间规划学院,杭州 310015
  • 2.城市AI与绿色人居环境营造省高校重点实验室,南京 210093
  • 3.南京大学建筑与城市规划学院,南京 210093
  • 4.江苏省智慧城市规划与数字治理工程研究中心,南京 210093
张敏(1976- ),女,江苏盐城人,博士,教授,博士生导师,研究方向为城市与区域规划、城市社会文化空间研究与规划。E-mail:

焦林申(1991- ),男,河南商丘人,博士,助理研究员,研究方向为建成环境与居民福祉、大数据与人工智能应用。E-mail:

收稿日期: 2024-04-07

  修回日期: 2024-10-18

  网络出版日期: 2025-02-21

基金资助

国家自然科学基金项目(42271230)

国家自然科学基金项目(42330510)

Research on the well-being-oriented model system of monitoring-evaluation-warning for territorial spatial planning: Based on the capability approach

  • JIAO Lin-shen , 1, 2 ,
  • ZHANG Min , 2, 3, 4 ,
  • ZHEN Feng 2, 3, 4 ,
  • ZHANG Shan-qi 2, 3, 4 ,
  • QIN Xiao 2, 3, 4
Expand
  • 1. School Spatial Planning, Hangzhou City University, Hangzhou 310015, China
  • 2. Key Laboratory of Urban AI and Green Built Environment of Provincial Higher Education Institutes, Nanjing 210093, China
  • 3. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China
  • 4. Jiangsu Provincial Engineering Laboratory of Smart City Design Simulation & Visualization, Nanjing 210093, China

Received date: 2024-04-07

  Revised date: 2024-10-18

  Online published: 2025-02-21

摘要

国土空间规划监测评估预警不仅是全国国土空间规划实施监测网络(CSPON)建设的重点内容,也是落实以民生福祉为发展根本目的的福祉发展观的重要抓手;然而现有研究侧重于空间要素和技术方法,对人的关怀不足,存在“见地不见人”的问题。基于对理解发展和福祉产生重大影响的可行能力理论,构建面向居民福祉的国土空间规划监测评估预警概念模型;在此基础上形成以居民福祉为价值标准,以动态监测、精准评估和及时预警为主要内容,以大数据、人工智能和云计算为关键技术支撑的智能模型体系;并以常熟市为例构建应用情景,展示模型体系在落实福祉发展观、推动智慧规划转型方面的应用价值。研究可为CSPON建设和实施监督体系提供理论借鉴和方法支撑。

本文引用格式

焦林申 , 张敏 , 甄峰 , 张姗琪 , 秦萧 . 面向居民福祉的国土空间规划监测评估预警模型体系研究——基于可行能力理论[J]. 自然资源学报, 2025 , 40(3) : 584 -599 . DOI: 10.31497/zrzyxb.20250302

Abstract

The monitoring-evaluation-warning of territorial spatial planning is not only the key content of China Spatial Planning Observation Network (CSPON) but also an important mean to implement the people-centered development thought. However, existing studies predominantly emphasize spatial elements while overlooking resident well-being. The Capability Approach (CA) has been a powerful and more widely used evaluative framework for individual well-being and public policy. From the view of the CA, well-being is defined as capabilities and is the end for the human-oriented development. Inspired by the CA, this paper constructed an innovative conceptual model for well-being-oriented monitoring-evaluation-warning of territorial spatial planning. In this conceptual model, well-being is the final target instead of the spatial results, as well as a people-centered development ideology. The model is composed of three core elements: dynamic monitoring, accurate evaluation, and timely early warning. It is technologically underpinned by big data, artificial intelligence, and cloud computing, which together offer robust analytical capabilities. Compared to existing research, our monitoring, evaluation, and warning system not only focuses on territorial space and key technologies but also encompasses the well-being of residents and the relationship between territorial space and resident well-being. Thus, we extend the scope of traditional studies by integrating well-being into the implementation and supervision of the territorial spatial planning, ensuring a more holistic and inclusive assessment of the planning's impact. To support the evolution of smart planning, we proposed three smart model systems for dynamic monitoring, accurate evaluation, and timely early warning respectively. The results of the practical application in the built environment show the promise of applying the model system to CSPON. This paper enriches existing literature by incorporating the CA and well-being, offering a novel perspective on how to reconceptualize the monitoring, evaluation and warning of territorial spatial planning. This paper also illustrates the pathways on how to implement the well-being thought in the monitoring-evaluation-warning of territorial spatial planning and providing theoretical reference and method support for CSPON construction.

中国的城乡发展始终强调以人为本。党的“十八届五中全会”进一步明确提出“必须坚持以人民为中心的发展思想,把增进人民福祉、促进人的全面发展作为发展的出发点和落脚点”。此后,居民福祉逐渐成为以人为本的具象体现,形成了以“增进民生福祉是发展的根本目的”这一福祉发展观[1]。国土空间规划作为可持续发展的空间蓝图,是落实福祉发展观的重要抓手[2]。随着国土空间规划逐渐从编制走向实施[3],作为实施监督体系重要组成部分的国土空间规划监测评估预警体系亟待进一步完善[4]。《全国国土空间规划实施监测网络建设工作方案(2023—2027年)》(以下简称“《方案》”)明确提出构建全国国土空间规划实施监测网络(China Spatial Planning Online Mornitoring Network,CSPON),聚焦国土空间规划实施监督监测需求,开展指标、模型、场景设计。在此背景下,如何在国土空间规划监测评估预警中融入福祉发展观,构建与居民福祉相关的指标、模型和应用场景值得探讨。
国土空间规划监测评估预警强调动态监测、精准评估和及时预警,包括对国土空间要素进行长期的动态监测,对国土空间规划实施效果进行常态化的评估,以及对可能违反国土空间规划的行为及时预警[5,6]。现有研究围绕规划业务场景构建了监测评估预警的技术体系框架[7-10],形成了以指标体系展开监测评估的主流形式[8,11,12],重点探讨了大数据、云计算和人工智能在实现信息化和智慧化方面的关键技术[5,6,13,14]。但是,既有框架主要基于规划业务需求进行顶层设计,缺乏基于福祉发展观的价值定位,在具体的监测评估预警要素上,局限于国土空间要素本身,对居民福祉、空间要素与居民福祉间的复杂、动态关系考虑不足,导致“见地不见人”“重技术,轻价值”和“缺少人文关怀”等问题[15]。在数字化转型的背景下,如何在国土空间规划监测评估预警中更加智慧化地实现福祉提升和福祉公平,有待深入探讨[16]
基于上述思考,本文引入可行能力理论(capability approach),结合其将居民福祉作为发展目的的人本发展观念,从空间要素与居民福祉的关系出发,构建面向居民福祉的国土空间监测评估预警理论框架,结合大数据和人工智能方法探索模型的落地应用。可行能力理论是由诺贝尔经济学奖得主阿玛蒂亚·森提出的关于如何看待发展和福祉的理论[17],将发展视作促进人的发展和提升福祉的过程,认为人的福祉才是社会发展的目的[18],在过去40年间深刻地影响了学界和社会对发展和福祉的理解,已成为具有国际影响力的福祉和公共政策评估框架[1,19,20]。有别于从个体拥有的物质资源理解福祉,该理论倡导从个体能做什么的角度认识居民福祉,提出了“功能性活动—可行能力”的福祉分析框架[19]。其中,“功能性活动”(functionings)指人珍视或有理由珍视的活动或一种有价值的存在状态,例如出行、参与社会活动等,构成了一种有价值的生活,是福祉的本体;“可行能力”(capability)指个体可真实实现的多种功能性活动的机会集合,意味着选择的自由度,可行能力在一定程度上决定可以实现的功能性活动,即福祉。因此,对福祉的评估就可以转化为对可行能力的考察上。可行能力理论将福祉、发展理念和人本思想进行了统一,与中国的福祉发展观十分契合,可为在监测评估预警中引入福祉思想提供理论支撑。此外,可行能力还强调环境在居民福祉中的重要作用,这为分析国土空间与居民福祉的关系和梳理国土空间规划监测评估预警的内容体系提供了新思路。因此,本文尝试基于可行能力理论和国土空间规划实施监督的现实背景,构建面向居民福祉的国土空间规划监测评估预警概念模型、智能模型体系和应用场景,以期丰富现有研究体系,提供理论借鉴和技术路径参考。

1 面向居民福祉的国土空间规划监测评估预警理论框架

基于可行能力理论,本文构建面向居民福祉的国土空间规划监测评估预警理论框架。首先,明确居民福祉的内涵以及如何进行监测;其次,分析国土空间要素影响居民福祉的理论路径,厘清面向居民福祉的国土空间监测评估预警内容的逻辑关系;最后,构建面向居民福祉的国土空间规划监测评估预警框架。

1.1 基于可行能力理论的福祉测度

可行能力理论认为福祉是个体的可行能力,强调个体实现自己认为有价值的多重功能性活动的能力,是选择机会的集合。因此,福祉测度需要聚焦在可行能力方面,并考虑福祉的多维属性[21,22]。但是森[17]并没有给出可行能力的清单,而是鼓励根据研究目的和数据可获性确定指标。基于此形成的福祉指标体系包括联合国开发计划署采用的人类发展指数(Human Development Index,HDI)、世界经合组织采用的更佳生活指数(Better Life Index,BLI),以及国家层面的英国多维福祉指数(Multidimensional Well-being Index,MWI)等[21]。其中最著名的当属联合国开发计划署创建的HDI[22,23],自1990年起至今一直被《人类发展报告》用于测度世界各国和地区的居民福祉。维度方面,他们认为虽然理论上居民福祉包括的可行能力清单可以无限长,但福祉测度需要考虑数据可获性和指标的简洁性,因此主张选取居民福祉的核心维度,具体指健康长寿、知识获取和体面生活。其中,健康和知识是个体生活的基础,体面生活代表个体生活中未被健康维度和知识维度囊括的其他方面。指标方面,从表征可行能力的角度选取了出生时预期寿命、受教育年限、预期受教育年限和人均国民收入四个指标。HDI的思路与框架也被中国学者用于中国居民福祉测度分析[1,19,24],但分析尺度多为省级行政区划,难以在更精细的尺度上实现对居民福祉的全面感知。
当前福祉测度研究中存在的两大问题难以满足国土空间规划实施监测预警的需求。一是可行能力理论十分强调在个体粒度上分析福祉,但既有研究多因缺乏有效的数据,往往在行政区划尺度上测度平均福祉,存在难以体现不平等、无法向下分解等问题;二是传统的抽样调查方法成本高昂,难以覆盖大样本,且具有时间滞后性,难以满足动态监测的需求[21]。因此,本文基于HDI,构建适用于大样本的个体级别的居民福祉监测指标体系,设计思路包括四个方面:一是考虑福祉的多维属性,在个体生活的无限维度中聚焦有限核心维度;二是从表征可行能力的角度选取指标;三是体现福祉剥夺情况,识别出弱势群体,并体现高级能力差异;四是指标粒度精细至个体,并能覆盖大样本。在综合考虑指标体系的科学性和可行性,以及所需数据的可获性、普遍性的基础上,本文基于多源政务大数据选取健康长寿、知识获取和体面生活三个核心维度构建指标体系(表1)。健康长寿维度方面,平均寿命代表了免于过早死亡和获得长寿的能力;平均疾病负担表征获取有质量的健康生活方面的可行能力,以回应健康研究出现的从仅关注生命长度到关注健康生命长度的转变[25]。知识获取维度方面,受教育年限表征与教育水平相关的获取知识的可行能力;职业、技能资格证书等级代表了职业发展中的高级可行能力,对应《人类发展报告2019》对关注高级可行能力差异增大这一现实的呼吁[22]。体面生活维度方面,住房成本指房价或租金,是衡量体面生活的代理指标,它既是个人收入的有效代理指标,代表了与收入相关的可行能力,也表征了与住房相关的可行能力;低保家庭人均实际月收入代表了低收入群体在体面生活维度内的福祉剥夺程度。本文构建的指标体系,可以精准地刻画居民福祉的全貌,具有向上聚合而不丢失福祉信息的优势,实现了在大样本中动态测度个体级别的福祉水平的突破,提高了动态监测居民福祉的可行性。
表1 面向国土空间规划监测评估预警的居民福祉指标体系

Table 1 Indicators of well-being for monitoring-evaluation-warning for territorial spatial planning

维度 指标 解释
健康长寿 平均寿命/年 居住地一定范围内,近5年已故人口的平均寿命,表征获取长寿的可行能力
平均疾病负担/种 居住地一定范围内,近5年已故人口的平均死因疾病数量,通过正向化处理,表征生存质量方面的可行能力
残疾*(是/否) 对有残疾的样本的其他两个指标赋予折减权重,将其设置为0.5,表征健康长寿维度中的福祉剥夺程度
知识获取 受教育年限/年 基于受教育水平折算后的受教育年限,表征获取知识的可行能力
职业、技能资格证书等级/年 获取相应等级证书所需年限,表征在知识获取维度中的高级可行能力
体面生活 住房成本/(元/月) 房价或租金,表征与收入和住房相关的可行能力
低保家庭人均实际月收入*
/(元/月)
加入低保补贴后的人均实际月收入;将其与案例地人均月收入的比值作为折减系数,表征在体面生活维度中的福祉剥夺程度

注:带“*”标注的为剥夺指标,仅根据布尔值和实际值确定同纬度其他指标的折减系数。

1.2 可行能力视角下国土空间对居民福祉影响的复杂性

明确国土空间对居民福祉的影响路径有助于厘清国土空间与居民福祉在国土空间规划监测评估预警中的内在逻辑关系。可行能力理论认为“资源”(resource)或“服务”(service)是获取福祉所必需的手段[17],指市场化和非市场化的物品和服务,对人而言具有相应的价值。国土空间既是空间资源,也提供多种服务,由此影响居民的福祉。但是,可行能力理论进一步强调,资源或服务并不是直接映射到福祉上的,其向福祉的转化程度还受到转化因子(conversion factors)的影响。转化因子指那些决定了可将资源在何种程度上转化为福祉的影响因子,一般被分为个体转化因子、环境转化因子和社会转化因子。
首先,就提供资源或服务而言,国土空间规划一方面通过指标传导的方式在央地、地区之间分配空间资源[26,27],另一方面又通过空间组合优化空间资源的配置[28]。此外,国土空间所承载的自然和人工系统还会提供维系和提升居民福祉所需的服务,包括千年生态系统评估(MA)所指出的多种生态系统服务[29],也包括基于空间的基础设施、公共服务设施等人工服务[2]。总体而言,国土空间的土地覆被类型、空间格局和开发强度均会显著影响国土空间的资源属性和服务供给,并进而影响居民福祉[30,31]
其次,国土空间又作为环境转化因子和社会转化因子影响福祉。其中,环境转化因子指人所处的物质环境或建成环境,包括土地、水体、建筑物、道路等;社会转化因子是指个体所处环境中的社会文化要素,如社区文化、社会规范、社会网络、公共政策等[20]。个体所处的国土空间由于既有物质性,也有社会文化属性,因此既是环境转化因子,又是社会转化因子,协同影响空间资源和服务向福祉的转化效率[20,32]。例如由于受到空间中路网结构、公交站点数量和出行文化的影响,相同的交通资源在不同的个体间并不能同等效率地转化为流动能力福祉[33];城市区域因为有发达的基础设施,因此可以显著地提升转化因子的转化效率[34]。此外,可行能力通常需要借助特定的空间才能得以实现。Robeyns[35]将那些需由空间参与以及受空间影响的可行能力称之为“基于空间的可行能力”(place-based capabilities)。例如对于具有积极出行能力和意愿的老人和儿童而言,其积极出行行为还需仰赖良好的步行环境才能得以实现[36]。这也进一步说明可行能力的实现依赖于空间中的环境转化因子。
综上所述,国土空间既作为资源和服务,又作为转化因子,与居民福祉构成了复杂的影响关系[37]。国土空间与居民福祉的这种关系性视角在为构建面向居民福祉的国土空间监测评估预警模型奠定理论基础的同时,又提出了挑战,即如何动态测量两者之间的复杂关系。大数据、人工智能和云计算在揭示复杂关系、提高模型解释性方面的卓越表现为本文提供了技术方法支持。

1.3 面向居民福祉的国土空间规划监测评估预警概念模型

基于上述分析,在对相关理论、政策文件和学术讨论进行梳理总结的基础上[38],结合相关研究对国土空间规划实施监测的概念界定[5,6,13],本文构建了面向居民福祉的国土空间规划监测评估预警概念模型框架(图1)。在此框架中,居民福祉是国土空间规划实施监测的核心目标,同时还是统领监测评估预警全局任务的价值导向。
图1 面向居民福祉的国土空间规划监测评估预警概念模型

Fig. 1 Conceptual model of well-being-oriented monitoring-evaluation-warning for territorial spatial planning

首先,以大数据、人工智能、云计算为代表的新技术、新方法构成的关键技术支撑体系,是支撑实现多维度福祉测度分析、定量挖掘国土空间与居民福祉复杂关系的基础。其次,国土空间规划监测评估预警的内容体系,除了一般监测评估预警框架中的国土空间要素外,还纳入了居民福祉要素和国土空间对居民福祉的影响效应两部分内容。其中:(1)动态监测指对居民福祉、国土空间和两者关系三部分内容进行动态感知。其关键是建立权威高效的福祉数据获取机制和开发多源福祉数据融合汇聚关键技术,构建科学的福祉测度指标体系和分析方法,以及利用先进的人工智能技术深度挖掘国土空间与居民福祉之间的复杂关系。(2)精准评估指基于居民福祉变化,对国土空间进行全方位、全要素、分阶段的规划实施效果和存在的问题进行定期评估。其难点在于将居民福祉作为价值判断标准,强化价值评估环节。(3)及时预警指对可能或已经不利于居民福祉和突破国土空间规划底线的建设行为及时提出预警。本文侧重于根据国土空间与居民福祉之间的关键阈值效应,设置预警规则,及时提出时空粒度精细、强度精准的整体性空间干预措施。

2 面向居民福祉的国土空间规划监测评估预警智能模型体系

提高智能化水平,推进智慧规划转型已经成为构建国土空间规划监测评估预警体系的共识,《方案》明确提出强化智能工具和智能算法的支撑作用,现有研究也普遍采用将关键技术集成为智能算法模型库的思路[5,6,14]。基于此,本文分别构建动态监测、精准评估和及时预警的智能模型体系。

2.1 动态监测模型体系

现有研究和实践就国土空间的动态监测内容进行了较为充分的研究[11,12],本文在此基础上加入了居民福祉和国土空间对居民福祉影响效应两部分监测内容,形成了动态监测模型体系(图2)。第一部分是居民福祉感知模型。最主要的是基于理论和数据可获性,选取表征可行能力的监测指标。其次是通过智能算法对居民福祉进行分析,包括福祉水平的群体差异、空间特征等方面。第二部分是国土空间感知分析模型。基于空间信息动态感知与快速识别技术,实现对大范围复杂地理环境多要素的快速监测[13]。具体可按三类国土空间的开发保护要求和属性特征确定感知内容,形成可量化的指标体系[7,8,11,12]。第三部分是国土空间与居民福祉的关系感知模型。基于国土空间对居民福祉的影响路径,利用人工智能技术为精准评估、及时预警和空间干预提供知识库。由于国土空间本身就是一个高度开放的巨型复杂系统,国土空间要素对居民福祉影响效应具有非线性、非独立、动态演化等特点。本文参照相关研究[36,39],确定关系感知的重点内容包括国土空间对居民福祉的主效应、阈值效应和交互效应。模型算法方面,可通过机器学习、神经网络等方法实现对复杂关系的精准感知,此外,还应注意利用先进的可解释人工智能方法(Explainable Artificial Intelligence,XAI)提高智能模型的可解释性,以满足动态反馈的现实需求[40,41]
图2 面向居民福祉的国土空间规划动态监测模型体系

Fig. 2 Well-being-oriented monitoring model system for territorial spatial planning

2.2 精准评估模型体系

针对现有研究存在的“重技术,轻价值”问题,将居民福祉作为价值判断标准,构建了包括价值评估、技术评估和实效评估的精准评估模型体系(图3)。价值评估指对空间规划实施在体现社会价值导向、发展思想和规划理念方面的价值判断,往往是规划实施评估的难点和关键。本文将居民福祉作为具体抓手,重点从提升程度、提升效率、公平性、福祉均衡度等方面构建价值评估模型,并指导技术评估和实效评估。技术评估聚焦规划方案的科学性、规范性及规划实施结果与规划方案的“一致性”,体现的是空间规划的工具理性,重点从底线约束条件、规划条件和综合指标体系方面建立智能评估模型。实效评估主要关注规划实施在多大程度上达到了规划方案所设定的发展愿景,重点从总体规划、详细规划和专项规划的目标构建智能评估模型。在具体实践中,可根据五级三类国土空间规划编制的重点内容进一步细化精准评估模型体系,从宏观、微观两个空间尺度,定量与定性两种方法确定实施评估要素体系,并依托丰富多源的海量大数据和新近涌现的新技术、新算法提高评估模型的智能化水平。
图3 面向居民福祉的国土空间规划精准评估模型体系

Fig. 3 Well-being-oriented evaluation model system for territorial spatial planning

2.3 及时预警模型体系

及时预警模型体系包括重点控制线、约束指标和福祉变化三个方面(图4)。重点控制线和约束指标强调国土空间规划中的底线思维,分别对应具体的空间要素和空间运行体征[4,11,12]。除了在触发约束底线前进行预警外,还将其对居民福祉的消极影响效应纳入了预警范围。福祉变化预警是预警模型的重点,围绕福祉水平变动、福祉效应强度、特殊人群和空间等方面展开。福祉水平变动预警主要侧重于福祉水平变动中的消极趋势,包括福祉增长停滞、福祉水平下行、不平等加剧和分维福祉均衡度下降等方面。福祉效应变动预警侧重于福祉效应变化中的消极变化,包括正效应转换为负效应、长期处于负效应状态、福祉效应出现边际递减趋势和出现负向交互效应等不利于福祉提升或有损福祉提升效率的情况。人群细分指建立对不同人群的福祉预警模型体系,避免产生较大的群体差异,可重点关注的人群包括残疾人、低收入人群、老年人、青少年等弱势群体。空间细分指在不同空间尺度层面建立福祉预警体系,便于有针对性地提出预警报告,可以借鉴的空间尺度包括行政区划、城乡地域、三类空间、几何格网等。提高预警性能的关键是不断更新、补充训练数据、调优模型参数、迭代智能算法,以此逐步提升模型体系的性能和智能水平。
图4 面向居民福祉的国土空间规划及时预警模型体系

Fig. 4 Well-being-oriented warning model system for territorial spatial planning

3 应用场景

江苏常熟市位于东部发达地区,智慧城市建设水平较高,国土空间规划信息化平台建设较为完善,亟须构建以人为本的智慧规划应用场景。建成环境是国土空间中承载人类日常活动的主要空间,与居民福祉的关系最为密切,它不仅是监测评估预警模型体系的主要应用空间,也是模型体系构建中最具挑战性的部分。本文以常熟市为实证案例,搭建应用场景,对模型体系中的监测、评估和预警的核心模块进行实践检验。

3.1 基于居民福祉和建成环境福祉效应的动态监测系统

居民福祉和建成环境福祉效应动态监测系统是基于多源大数据和智能算法,自动测度居民福祉、提取建成环境特征和挖掘建成环境福祉效应的智能平台。该系统弥补了传统抽样调查方法耗时耗力、结果滞后、线性假设分析方法难以识别复杂关系方面的不足,对面向居民福祉的国土空间规划具有重要支撑作用。本文依托常熟智脑项目,从卫生、民政、国土等部门汇聚至大数据中心的多个数据库作为研究数据,数据量超过3200万条,基于前文构建的可兼顾个体粒度和大样本的福祉测度指标体系,实现了对域内居民(95.72万成年人)的福祉水平的实时监测,进而构建了基于个体居住位置的建成环境特征快速提取模型,包括土地利用混合度、公园绿地面积、水体面积、POI密度、建筑密度等18个指标。最后采用机器学习和可解释人工智能算法(XAI),具体为XGBoost(Extreme Gradient Boosting)模型和SHAP(Shapley Additive Explanation)方法,实现了在局部和全局层面定量测度建成环境对居民福祉的复杂非线性效应,并识别出了对规划决策具有重要启示意义的关键阈值点和交互效应。
图5a是综合福祉和分维度的福祉测度结果,具有既能呈现综合福祉水平,还不丢失分维度的福祉信息的优势。图5b是居民福祉的局部空间分布模式,以高高集聚和低低集聚为主。图6是部分建成环境指标对居民福祉的影响效应,可知建成环境与居民福祉并非简单的线性关系,存在多种影响效应急剧变化的关键阈值点。以土地利用混合度为例,通常认为提高土地利用混合度有助于提升生活质量,本文发现土地利用混合度在小于0.68时表现为负效应,在超过该阈值点后迅速提升至正效应,并在0.74之后保持快速提升。以上动态监测结果可用于提炼空间干预的知识库,提升空间干预措施的精准性和科学性,并为精准评估和及时预警提供支撑。
图5 福祉指数和空间分布模式LISA图

注:a图中,x轴为归一化后的福祉指数,0代表福祉最低,1代表福祉最高,黑色短横线长短代表标准差,多维福祉指数为聚合后的综合福祉,其余为特定维度内的福祉指数。b图为多维福祉指数在市域范围内的局部空间模式空间尺度为250 m的六边形网格,无六边形格网覆盖区域为无数据区域,下同。

Fig. 5 Well-being index and the spatial pattern presented by LISA diagram

图6 建成环境对居民福祉的非线性影响效应

注:x轴为观测变量的特征值,点的颜色表示观测变量特征值大小,其中红色为高值,蓝色为低值;y轴为测变量对居民福祉的影响效应,水平黑色虚线之上为正效应,之下为负效应;y轴副轴为其他解释变量中与观测变量具有最强交互效应的变量。

Fig. 6 The nonlinear impact of the built environment on well-being

3.2 基于群体差异和福祉效应空间差异的精准评估模型系统

基于群体差异和空间福祉效应的精准评估系统旨在通过对居民福祉的群体差异和国土空间要素的福祉效应差异分析,对规划实施进行价值评估。基于统计数据的规划评估往往难以揭示被平均水平掩盖的不平等;缺少精细空间属性的研究发现也难以发掘福祉效应在空间层面的差异。该智能模型系统可利用福祉测度结果的个体粒度优势,全面呈现居民福祉在群体中的差异,在整体层面进行价值评估;还可利用建成环境空间尺度精细的优势,基于国土空间的福祉效应,对较小尺度的国土空间单元进行规划实施评估。图7中,横轴的值代表了该群体与对标群体的福祉差异程度,展示了性别、户籍和城乡层面的群体差异,不仅包括了综合福祉、特定维度和指标层面的差异,还呈现出了群体差异在更小亚群中的微妙变化;图8中的颜色变化和深浅代表了建筑密度和土地利用混合度对居民福祉的影响效应,可根据纵向变化和横向对比结果对局部空间展开规划实施评估。
图7 居民福祉的群体差异

注:人群按纵轴分为左右两类人群,水平柱体的出现位置表明该群体的福祉水平低于对标群体,数值为差异程度,具体指与对标群体的福祉指数差值与自身福祉指数的比值;柱体颜色表示该群体内部的更小亚群,有助于呈现福祉群体差异在更小亚群中的微妙变化。

Fig. 7 Group differences of well-being

图8 建成环境要素居民福祉效应的空间分异

注:图中颜色代表某一空间要素对居民福祉影响效应的平均值,也即SHAP值的平均值。其中,红色代表正效应,蓝色代表负效应,空间尺度为250 m的六边形格网。

Fig. 8 Spatial differences in the well-being effects of built environment elements

3.3 基于阈值效应和情景模拟的及时预警模型系统

基于阈值效应和情景模拟的及时预警模型系统是充分利用动态监测结果,基于建成环境对居民福祉影响中的关键阈值点总结生成知识库,对不利于居民福祉提升或有损居民福祉提升效率的情况进行及时预警的智能平台。该模型系统可对需要空间干预的区域、时机和强度进行精准预警,提高了规划干预的科学性,还可基于对建成环境要素的模拟推演或空间规划方案,对未来的居民福祉进行情景模拟,识别出可能因此降低福祉的群体,辅助规划方案优化和方案比选。图9展示了随着特征值继续增大,建筑密度和容积率的正效应即将转为负效应,人口密度的正效应即将减小的预警区域;对于土地利用混合度而言,基于监测到的关键阈值点,圈示出了仅通过小幅提升土地利用混合度就可使负效应转为正效应的区域。以上应用便于规划人员重点研判,精准施策。图10展示了基于详规方案的居民福祉变动模拟结果,并对福祉可能因此下降的群体进行了预警提示,为方案修改和比选提供科学支撑。
图9 基于阈值效应的预警提示

Fig. 9 Early warning based on threshold effect

图10 基于详规方案的居民福祉预测及福祉下降预警

Fig. 10 Well-being prediction and well-being decline warning based on detailed planning plan

4 结论与讨论

本文通过援引可行能力理论,以居民福祉为核心价值导向,以动态监测、精准评估和及时预警为主要建设内容,以大数据、智能算法、云计算为技术支撑体系,构建了面向居民福祉的国土空间规划监测评估预警概念模型和相应的智能模型体系。结合实践案例,构建了多个应用场景,实践表明构建的智能模型体系具有一定的可行性。本文对现有研究的贡献主要体现在三个方面:(1)将居民福祉引入国土空间规划监测评估预警,为贯彻福祉发展观和以人民为中心的发展思想提供了具体的抓手。(2)为认识国土空间规划监测评估预警提供了新的视角,即人和居民福祉是规划实施监测的目的,国土空间是影响居民福祉的资源和转化因子,因此应该提高居民福祉在监测评估预警中的主体地位。这一人本视角不仅有助于解决当前国土空间规划实施监测系统建设“见地不见人”“重技术,轻价值”的弊端,还有助于优化和完善监测评估预警的内容体系,即在动态监测要素方面加入居民福祉和国土空间的福祉效应两部分内容,将居民福祉作为价值判断标准梳理精准评估和及时预警的逻辑和规则。(3)构建的智能模型体系可作为支撑实现国土空间规划全生命周期管理“智能化”的重要抓手,可为进一步丰富国土空间规划监测评估预警的业务逻辑、实现路径提供参考借鉴。多情景下的实践检验结果表明,本文构建的智能模型体系可行性较高。综合而言,本文可为实施监督体系、CSPON建设相关工作奠定基础,具有一定的现实意义。
中国的国土空间规划监测评估预警体系仍处探索阶段,且是一项繁杂庞大的系统工程,本文构建的概念模型、智能模型体系和应用情景还有待进一步探索和完善。一是构建权威高效的福祉数据收集系统,重点在表征可行能力的指标选取和福祉数据同时兼顾个体粒度和大样本量方面寻求突破。二是在承认国土空间是复杂巨系统的基础上,利用先进的人工智能技术探索国土空间全要素与居民福祉之间的复杂非线性关系。未来应在对监测评估预警内容数字化解构的基础上,基于CSPON建设的整体性、网络化需求,深入探究国土空间全要素与居民福祉的复杂交互关系,结合国土空间信息模型(Territory Information Model,TIM)建设,探索国土空间复杂性的规律知识和推演模型,并特别关注国土空间规划专业大模型的发展。三是充分考虑“五级三类”的国土空间规划在空间尺度和类别方面的差异。未来可结合不同层级和不同类型国土空间规划的特点,逐步探索更具针对性的国土空间规划监测评估预警模型体系。
[1]
苏红键. 中国地区福祉的比较研究. 社会科学战线, 2020, (10): 89-98.

[SU H J. A comparative study of regional well-being in China. Social Science Front, 2020, (10): 89-98.]

[2]
陈明星, 周园, 汤青, 等. 新型城镇化、居民福祉与国土空间规划应对. 自然资源学报, 2020, 35(6): 1273-1287.

DOI

[CHEN M X, ZHOU Y, TANG Q, et al. New-type urbanization,well-being of residents, and the response of land spatial planning. Journal of Natural Resources, 2020, 35(6): 1273-1287.]

[3]
庄少勤, 赵星烁, 李晨源. 国土空间规划的维度和温度. 城市规划, 2020, 44(1): 9-13, 23.

[ZHUANG S Q, ZHAO X S, LI C Y. Dimension and temperature of the spatial planning. City Planning Review, 2020, 44(1): 9-13, 23.]

[4]
黄伊婧, 张姗琪, 林昀, 等. 城市级国土空间规划实施监测体系的构建思路与实践探索: 以宁波市为例. 自然资源学报, 2024, 39(4): 823-841.

DOI

[HUANG Y J, ZHANG S Q, LIN Y, et al. Ideas and practices of city-level territorial spatial planning monitoring: A case study of Ningbo. Journal of Natural Resources, 2024, 39(4): 823-841.]

[5]
曹春华, 卢涛, 李鹏, 等. 国土空间规划监测评估预警: 内涵、任务与技术框架. 城市规划学刊, 2022, (6): 88-94.

[CAO C H, LU T, LI P, et al. Monitoring, evaluation, and early warning of territorial spatial planning: Concepts, tasks, and the technical framework. Urban Planning Forum, 2022, (6): 88-94.]

[6]
钟镇涛, 张鸿辉, 刘耿, 等. 面向国土空间规划实施监督的监测评估预警模型体系研究. 自然资源学报, 2022, 37(11): 2946-2960.

DOI

[ZHONG Z T, ZHANG H H, LIU G, et al. Research on model system of monitoring-evaluation-warning for implementation supervision of territory spatial planning. Journal of Natural Resources, 2022, 37(11): 2946-2960.]

[7]
田朝晖, 唐萍, 程潇菁. 省级国土空间规划监测评估预警机制框架建构与运用: 以湖南省为例. 国土资源导刊, 2023, 20(3): 54-60.

[TIAN C H, TANG P, CHENG X J. Construction and application of a framework for monitoring and evaluating early warning mechanisms for provincial-level land spatial planning: Taking Hunan province as an example. Land & Resources Herald, 2023, 20(3): 54-60.]

[8]
董云皓, 李长风, 高宇佳. 关于国土空间规划实施监督子系统建设方法的思考: 以上海市规划驾驶舱建设为例. 上海城市规划, 2022, (4): 43-48.

[DONG Y H, LI C F, GAO Y J. Thoughts on the construction methods of information subsystem for implementation and supervision of territory spatial planning: A case study of Shanghai. Shanghai Urban Planning Review, 2022, (4): 43-48.]

[9]
唐常春, 卢幸芷, 雷钧钧, 等. 新时期国土空间规划实施评估框架构建与方法创新: 以湖南省湘潭市为例. 规划师, 2021, 37(11): 48-54.

[TANG C C, LU X Z, LEI J J, et al. Framework construction and method innovation of national territory spatial planning implementation assessment: Xiangtan, Hunan province. Planners, 2021, 37(11): 48-54.]

[10]
黄玫. 基于规划权博弈理论的国土空间规划实施监督体系构建路径. 规划师, 2019, 35(14): 53-57.

[HUANG M. Research on the construction path of the supervisory system for the implementation of territorial spatial planning based on the game theory of planning rights. Planners, 2019, 35(14): 53-57.]

[11]
李明月, 周晓航, 周艺霖. 市县国土空间规划实施监测指标体系研究: 基于生命周期理论的广东省实例分析. 城市规划, 2022, 46(6): 57-67.

[LI M Y, ZHOU X H, ZHOU Y L. Research on the monitoring indicator system of territorial planning implementation at city and county level: A case study of guangdong province based on the life cycle theory. City Planning Review, 2022, 46(6): 57-67.]

[12]
向晓琴, 高璟. 实施监测视角下的市级国土空间规划指标评析. 规划师, 2023, 39(12): 77-84.

[XIANG X Q, GAO J. An analysis of municipal territorial space planning indicators from the perspective of implementation supervision. Planners, 2023, 39(12): 77-84.]

[13]
刘禹麒, 钟镇涛, 周广明, 等. 国土空间规划监测评估预警关键技术研究及应用. 国土资源导刊, 2022, 19(4): 87-92.

[LIU Y Q, ZHONG Z T, ZHOU G M, et al. Research and application of key technologies for "monitoring-evaluation-early warning" of land spatial planning. Land & Resources Herald, 2022, 19(4): 87-92.]

[14]
游建标, 胡兆平. 国土空间规划体系下的动态监测评估系统关键技术研究. 北京测绘, 2022, 36(9): 1209-1214.

[YOU J B, HU Z P. Research on key technologies of dynamic monitoring and evaluation system under territorial space planning system. Beijing Surveying and Mapping, 2022, 36(9): 1209-1214.]

[15]
李媛, 王志锋, 赵守谅, 等. 以人为本的规划评估: 基于“城市人”理论人本逻辑下的S-CAD方法及应用. 城市规划, 2022, 46(12): 35-44.

[LI Y, WANG Z F, ZHAO S L, et al. Human-centered planning evaluation: Approach and application of integrating "homo urbanicus" into S-CAD. City Planning Review, 2022, 46(12): 35-44.]

[16]
甄峰, 张姗琪, 秦萧, 等. 从信息化赋能到综合赋能: 智慧国土空间规划思路探索. 自然资源学报, 2019, 34(10): 2060-2072.

DOI

[ZHEN F, ZHANG S Q, QIN X, et al. From informational empowerment to comprehensive empowerment: Exploring the ideas of smart territorial spatial planning. Journal of Natural Resources, 2019, 34(10): 2060-2072.]

DOI

[17]
ROBEYNS I. Wellbeing, Freedom and Social Justice: The Capability Approach Re-examined. Cambridge: Open Book Publishers, 2017.

[18]
印阿马蒂亚·森著. 任赜,于真译. 以自由看待发展. 北京: 中国人民大学出版社, 2012: 1-2.

[SEN A.Translated by RENZ, YUZ. Development as Freedom. Beijing: China Renmin University Press, 2012: 1-2.]

[19]
王圣云, 翟晨阳, 罗颖, 等. 基于“功能—能力”框架的中国多维福祉测评及区域均衡分析. 地理科学, 2018, 38(12): 2031-2039.

DOI

[WANG S Y, ZHAI C Y, LUO Y, et al. Evaluation of multidimensional well-being and analysis of regional equilibrium about China based on framework of "function-capability". Scientia Geographica Sinica, 2018, 38(12): 2031-2039.]

[20]
DE ROSA D. Capability approach and multidimensional well-being: The Italian case of BES. Social Indicators Research, 2018, 140(1): 125-155.

[21]
ALKIRE S, FANNI K. A Bird's-eye View of Well-being:Exploring a Multidimensional Measure for the United Kingdom. New York: UNDP Human Development Report Office, 2020.

[22]
UNDP.Human development report 2019: Beyond income, beyond averages, beyond today: Inequalities in human development in the 21st century. New York: United Nations Development Programme, 2019.

[23]
STIGLITZ J E, SEN A, FITOUSSI J P. Report by the commission on the measurement of economic performance and social progress. Paris: OECD, 2009.

[24]
田建国, 庄贵阳, 朱庄瑞. 新时代中国人类福祉的理论框架和测量. 中国人口·资源与环境, 2019, 29(12): 9-18.

[TIAN J G, ZHUANG G Y, ZHU Z R. Theoretical framework and measurement of human well-being in the New Era of China. China, Population, Resources and Environment, 2019, 29(12): 9-18.]

[25]
FONTANA L, PARTRIDGE L, LONGO V D. Extending healthy life span: From yeast to humans. Science, 2010, 328(5976): 321-326.

[26]
姜凯凯. 空间资源配置视角下城市规划的转型策略研究: 基于我国市场经济实践的思考. 城市规划, 2021, 45(1): 30-38, 61.

[JIANG K K. Research on the transformation strategy of urban planning from the perspective of spatial resource allocation: Based on the practice of China's market economy. City Planning Review, 2021, 45(1): 30-38, 61.]

[27]
刘雨婷, 覃盟琳, 欧阳慧婷, 等. 基于生态系统服务供需平衡的国土空间资源配置优化. 自然资源学报, 2024, 39(6): 1358-1383.

DOI

[LIU Y T, QIN M L, OUYANG H T, et al. The optimization of territorial spatial resources allocation based on the balance of supply and demand of ecosystem services. Journal of Natural Resources, 2024, 39(6): 1358-1383.]

[28]
周昱辰, 尹丹, 黄庆旭, 等. 基于生态系统服务参与式制图的“三生”空间优化建议: 以白洋淀流域为例. 自然资源学报, 2022, 37(8): 1988-2003.

DOI

[ZHOU Y C, YIN D, HUANG Q X, et al. Spatial optimization based on ecosystem services and the participatory mapping: A case study in Baiyangdian watershed. Journal of Natural Resources, 2022, 37(8): 1988-2003.]

[29]
MEA. Ecosystems and Human Well-being:A Framework for Assessment. Washington DC: Island Press 2005: 71-79.

[30]
董孝斌, 刘梦雪. 土地利用/覆盖变化—生态系统服务—人类福祉关系研究进展. 北京师范大学学报: 自然科学版, 2022, 58(3): 465-475.

[DONG X B, LIU M X. Relationships among LUCC, ecosystem services and human well-being. Journal of Beijing Normal University: Natural Science, 2022, 58(3): 465-475.]

[31]
何春阳, 张金茜, 刘志锋, 等. 1990—2018年土地利用/覆盖变化研究的特征和进展. 地理学报, 2021, 76(11): 2730-2748.

DOI

[HE C Y, ZHANG J Q, LIU Z F, et al. Characteristics and progress of land use/cover change research during 1990-2018. Acta Geographica Sinica, 2021, 76(11): 2730-2748.]

[32]
CASINI L, BONCINELLI F, CONTINI C, et al. A multicriteria approach for well-being assessment in rural areas. Social Indicators Research, 2019, 143(1): 411-432.

DOI

[33]
VECCHIO G, MARTENS K. Accessibility and the capabilities approach: A review of the literature and proposal for conceptual advancements. Transport Reviews, 2021, 41(6): 833-854.

[34]
XIE Y, XIE E. Comparing income poverty with multidimensional well-being based on the "conversion efficiency". Social Indicators Research, 2021, 154(1): 61-77.

[35]
ROBEYNS I. Wellbeing, place and technology. Wellbeing, Space and Society, 2020, https://doi.org/10.1016/j.wss.2020.100013.

[36]
刘吉祥, 肖龙珠, 周江评, 等. 建成环境与青少年步行通学的非线性关系: 基于极限梯度提升模型的研究. 地理科学进展, 2022, 41(2): 251-263.

DOI

[LIU J X, XIAO L Z, ZHOU J P, et al. Non-linear relationships between the built environment and walking to school: Applying extreme gradient boosting method. Progress in Geography, 2022, 41(2): 251-263.]

DOI

[37]
DONG A. The policy of design: A capabilities approach. Design Issues, 2008, 24(4): 76-87.

[38]
王伟, 柳泽, 林俞先, 等. 从国土空间规划 “一张图”到CSPON“一张网”学术笔谈. 北京规划建设, 2024, (1): 52-65.

[WANG W, LIU Z, LIN Y X, et al. From "One Map" of national spatial planning to "One Web" of CSPON: Academic essay. Beijing Planning Review, 2024, (1): 52-65.]

[39]
WOJCIK P, ANDRUSZEK K. Predicting intra-urban well-being from space with nonlinear machine learning. Regional Science Policy & Practice, 2022, 14(4): 891-913.

[40]
LI Z Q. Extracting spatial effects from machine learning model using local interpretation method: An example of SHAP and XGBoost. Computers, Environment and Urban Systems, 2022, 96: 101845, https://doi.org/10.1016/j.compenvurbsys.2022.101845.

[41]
WANG L J, ZHAO C L, LIU X F, et al. Non-linear effects of the built environment and social environment on bus use among older adults in China: An application of the XGBoost model. International Journal of Environmental Research and Public Health, 2021, 18(18): 9592, https://doi.org/10.3390/ijerph18189592.

文章导航

/