2097-3012(2023)01-0150-07 Journal of Spatio-temporal Information 时空信息学报
收稿日期: 2021-06-29；修订日期: 2023-03-20
宁波城市体征监测多维指标体系研究
欧阳思婷，蔡赞吉，李宇，朱林，王震，卢学兵
宁波市规划设计研究院，宁波 315100
摘 要：城市体征指标评估是一种量化展示城市运行状况的方式，可以辅助未来城市精细化、智能化管理。本文利用层次分析法从多个维度构建了一套城市运行体征监测指标体系，融合多源大数据，以年份为时间尺度，乡镇（街道）为空间尺度，对宁波157个乡镇（街道）近几年的城市运行健康状况开展评估，分析整个城市运行健康状况的空间分布特征和规律。结果表明：宁波城市运行状况整体呈现从中心区向外由一级健康到五级健康的阶梯分布特点；城市体征指标和各维度指标呈圈层变化，底力和活力维度从绕城高速内的中心城区到郊区有明显的逐渐降低规律，压力维度从郊区到绕城高速内的中心城区有显著的上升趋势。
关键词：城市体征；指标体系；多源大数据；健康等级；层次分析法；宁波
引用格式：欧阳思婷, 蔡赞吉, 李宇, 朱林, 王震, 卢学兵. 2023. 宁波城市体征监测多维指标体系研究. 时空信息学报, 30(1):
150-156
Ouyang S T, Cai Z J, Li Y , Zhu L, Wang Z, Lu X B. 2023. Study on multidimensional indicator system for urban vital signs monitoring in Ningbo. Journal of Spatio-temporal Information, 30(1): 150-156, doi: 10.20117/j.jsti.202301020
1 引 言
自20世纪90年代联合国的21世纪议程开始，城市评价准则和监测指标不断涌现。目前，国内对城市运行状况的评价已经有了一些研究。吴昉等（2008）应用层次分析（analytic hierarchy process ，AHP ）法从基础设施、环境、市场经营、公共服务、公共安全五个子系统建立了城市运行指标体系。清华同衡首次抛出城市体检的概念，利用大数据实现了上海城市体征的动态监测（王鹏，2015）。北京以奥运会作为契机，搭建了一套城市运行监测系统，在奥运会期间保障城市安全平稳运行（武利亚，2008）。朱秀美（2011）通过分析工业经济、环保、治安等城市体征要素，将运行状态展示在监测系统，辅助管理与决策。钱宁等（2014）采用GIS 技术，搭建了城市运行管理平台，从城市基础设施、应急管理、公共服务三大方面展示城市运作状况评估，实时掌握城市的健康状态。在不断探索中，城市体征研究有了一些
进展，但是仍然缺乏统一的评 价体系，对城市运行评估指标缺乏定量、定性的评判标准，导致难以客观有效地对城市运行状况进行科学评价。
2019年，相关部门明确要求建立国土空间规划定期体检评估制度，按安全、创新、协调、绿、开放和共享六个维度建立指标体系，进行“一年一体检，五年一评估”（http ：//v/zhengce/ 2019-05/23/content_5394187.htm ）。单卓然等（2022）认为，目前城市体检评估在指标深度上，评估的主体依旧是数据指标与重大项目，应当根据城市差异性，增加特指标，做到全面监测；在数据广度上，应当将国土空间调查、社会发展等传统经济数据与交通、POI 等城市运行大数据相结合。而体检评估数据如果依赖于传统数据，将导致体检工作进度滞后，体检结论的应用将受制于数据获取的时效（杨明等，2022）。
改革开放以来，宁波经历了快速的城镇化和工业化发展，但城市运行状态上，也面临着城市化进程中出现的典型问题，如生态环境恶化、公共
欧阳思婷等：宁波城市体征监测多维指标体系研究 151
交通拥堵、公共服务不完善、城市居民老龄化严重等（俞可平，2021）。基于此，本文通过构建多维度的指标体系，基于多源大数据，对宁波各乡镇（街道）的城市体征指标开展评估，试图探讨一种尽量直观、精细地分析城市运行状况的方法，以期为其他城市运行状况的评估提供技术参考。
2 城市体征监测指标体系的构建
2.1 主要思路
城市的运行状态可以通过城市体征来描述（柴彦威等，2018），由于城市体征复杂且具有动静结合的特点，因而可通过时间维度和城市要素之间的相互联系，将其划分出多个子系统，进而构建城市体征监测指标体系。时间维度表现为静态和实时，城市要素主要由居民与城市空间构成，因而城市体征系统可分解为城市人口基础系统、居民联系系统、建成环境系统和运转服务系统四个子系统，如图1所示。每个子系统都可进一步通过多个底层指标进行更精细的评估和量化展示。
图1 城市体征系统示意图
Fig.1 Schematic diagram of urban vital signs system 2.2 指标体系构建
参考相关研究成果（庄少勤，2007；柴彦威等，2018），本文将城市体征指标划分为底力、动力、压力、活力和潜力维度五个方面，此为指标体系的五个维度，具体维度分解如表1所示。这些维度是相互联系的。底力维度作为基本属性特征是其他维度评估的前提依据；动力和活力维度的发展提升，可能造成压力增大；相反，压力维度过大也会限制动力和活力的发展；潜力维度反映的是城市竞争力和吸引力，在一定程度上也会助推动力和活力维度的提升。
表1 城市体征监测指标维度分解
Tab. 1 Dimension decomposition of urban vital signs monitoring indicators
维度对应子系统表征
底力城市人口基础系统；城市建成环境系统反映城市基础建设和发展的本底特征和人口基本属性
动力城市建成环境系统；城市运转服务系统体现城市经济社会发展的动力和环境承载能力，经济发展条件和城市宜居性等表现优越，动力越充足
压力城市建成环境系统；城市运转服务系统反映城市交通系统运行压力以及城市管理的安全性。车流拥堵和人流拥挤、设施长时间超负荷会增大城市系统整体运行压力
活力城市居民联系系统；城市运转服务系统动态反映城市居民活动，基础配套设施服务能力。人的来往更密切、交流更频繁，交通流量更大，城市活力越强
潜力城市建成环境系统；城市运转服务系统评估城市的竞争能力和可持续发展能力，如发掘城市的优势、创新产业、增强城市的科技实力
本文基于多个城市要素，将城市人口基础系统、居民联系系统、建成环境系统和运转服务系统中提取的25个底层指标作为三级指标，按照指标描述类别汇总出13个二级指标，最终将二级指标与5个维度进行匹配，从而构建多维度、多层级的城市体征监测指标体系（表2）。相比柴彦威等（2018）由四个维度构成的指标体系，本文增加了潜力维，形成五个维度的指标体系。对二级、三级指标进行了改进，在指标定义与分解、研究数据类型、指标定权等方面也进行了改进。如在研究数据源的使用上，人口和交通使用实时大数据，尽量做到指标的实时评估。
152 Journal of Spatio-temporal Information 时空信息学报 2023, 30(1)
表2 城市体征监测指标体系
Tab. 2 Indicator system for urban vital signs monitoring
一级指标
（指标符号/权重）
二级指标
（指标符号/权重）
三级指标
（指标符号/权重）
指标计算方法数据源
底力（F/0.175）基础建设（F1/0.429）开发建设强度（F11/1）总建筑面积/建成区面积建筑普查数据
人口属性（F2/0.571）
人口素质（F21/0.714）常住人口大专及以上学历占比百度、手机移动信令人口画像
职住平衡（F22/0.286）工作人口/常住人口百度、手机移动信令人口画像
动力（D/0.155）环境（D1/0.429）
空气质量（D11/0.273）
全年空气优良（AQI小于50）天
数比例
宁波市人才网空气质量监测数据
水环境（D12/0.364）监测点的水质地表水质监测数据绿地服务能力（D13/0.364）公园广场步行5min覆盖率用地调查数据
经济（D2/0.571）
企业（D21/0.556）
高新技术企业、宁波民营企业入
500强数量
企业名录、企业点数据城市夜间（D22/0.222）影像亮值提取，计算亮值面积占比 DMSP/VIIRS夜光遥感数据
生产生活热度（D23/0.222）地表高温区域面积占比 Landset
8热红外遥感数据
压力（P/0.126）城市安全（P1/0.524）
应急避难水平（P11/0.667）避难场所总面积/常住人口
普查数据、百度和手机移动信
令常住人口
防洪排涝（P12/0.333）道路易积水区面积/建成区面积地理国情普查数据
交通运行（P2/0.279）交通拥堵（P21/1）早晚高峰期平均车速出租车GPS数据
人口压力（P3/0.197）人流拥挤（P31/1）实时人口热力百度、手机移动信令实时客流
活力（V/0.300）交通活力（V1/0.215）
道路网设施（V11/0.5）交通网络密度路网数据
公共交通设施（V12/0.5）公交站地铁站点服务覆盖率交通普查数据
社区活力（V2/0.395）
便民服务设施水平
（V21/0.333）
公厕设施服务覆盖率 POI、路网数据
菜场/菜店设施服务覆盖率 POI、路网数据
便利店服务覆盖率 POI、路网数据
公共服务设施水平
（V22/0.667）
幼儿园/托儿所服务覆盖率 POI、路网数据
养老服务覆盖率 POI、路网数据
医疗卫生服务站服务覆盖率 POI、路网数据
文化活动站服务覆盖率 POI、路网数据
人力（V3/0.187）劳动人口占比（V31/1）常住人口中18~35岁占比百度、手机移动信令人口画像联系（V4/0.201）
人流联系（V41/0.5）工作日人口流入+流出量百度、手机移动信令数据
车流联系（V42/0.5）浮动车流入流出总量出租车GPS数据
潜力（C/0.243）城市特（C1/0.5）
历史文化保护（C11/0.667）历史街区覆盖率普查数据
城市吸引力（C12/0.333）
节假日旅游客流量占常住
人口比例
百度、手机移动信令节假日客
流与常住人口数据
竞争力（C2/0.5）
大学（C21/0.667）大学数量普查数据
科研用地占比（C22/0.333）独立科研覆盖比例用地调查数据
3 数据源与指标分析
3.1 数据来源与预处理
计算三级指标时，本文利用了多源数据，主要包括地理国情普查数据、国土调查数据及监测数据、统计年鉴数据、百度慧眼数据、手机移动信令数据、POI数据、夜光和热红外遥感影像数据等。数据时间为2019年、2020年。
以乡镇街道为研究单元，对收集的多源数据进行预处理，汇总为多源数据集，包含指标计算所需的基础数据。因各指标之间可能存在不同的量纲，在加权汇总之前需要进行标准化，本文选择极差标
欧阳思婷等：宁波城市体征监测多维指标体系研究 153
准化处理（仇方道等，2011）。
3.2 指标权重的确定
本文采用层次分析法，基于网络层次分析软件Yaahp，计算各指标权重（武利亚，2008；侯茂章，2012）。层次分析法是根据9级分度法评判准则（表3）（武利亚，2008；侯茂章，2012），对同级各指
标的重要性两两比较，逐层判断评分建立判断矩阵；计算判断矩阵的特征向量，经过一致性检验，
便可确定下层指标对上层指标的重要程度，即得到
各层指标相对上一层次的权重W。以五个维度的一
级指标为例，依据9级分度法评判准则，构建判断
矩阵（表4）。
表3 指标评判标度含义表
Tab. 3 Meaning of indicator evaluation scales
标度含义
1 两个要素对某个指标具有同样重要的性质
3 两两比较，一个要素比另外一个稍微重要
5 两两比较，一个要素比另外一个明显重要
7 两两比较，一个要素比另外一个非常重要
9 两两比较，一个要素比另外一个极其重要
2，4，6，8 1，3，5，7，9两个要素判断的中间值多位专家在Yaahp中对要素进行两两比较并打分
表4 五个维度指标判断矩阵
Tab. 4 Judgment matrix of indicators for the five
dimensions
底力动力压力活力潜力底力 1 2 1/2 3 3 动力1/2 1 1/2 2 3 压力 2 2 1 2 4 活力1/3 1/2 1/2 1 2 潜力1/3 1/3 1/4 1/2 1
3.3 时间与空间分析尺度的建立
不同的数据存在时空差异，需要建立统一的时
空尺度。空间尺度如果过小则会包含过多细节和冗
余数据，如果过大则会忽略城市局部的真实运行状态。结合已有数据精度，本文以乡镇（街道）为空
间尺度，以年份为时间尺度。对于部分数据精度达
不到乡镇（街道）的尺度要求时，如空气质量监测
数据是以区（县）为监测单元上报的，对同一区（县）内的乡镇（街道）进行统一赋值。对应的指标计算逐级按式（3）向上加权汇总（S）：
+
S F W D W P W V W C W
=⨯+⨯⨯+⨯+⨯（3）式中，F、D、P、V、C分别为底力、动力、压力、活力、潜力维度通过下级指标汇总的结果；W为其对应的权重。
三级指标逐级汇总形成最终的城市体征监测值，依据其对乡镇（街道）运行体征的健康状况进行分级，具体划分为五级：[0.45,0.55)
S=为一级健康；[0.35,0.45)
S=为二级健康；[0.25,0.35)
S=为三级健康；[0.2,0.25)
S=为四级健康；[0.14,0.2)
S=
为五级健康。
4 结果分析
对宁波157个乡镇（街道）的三级指标计算和加权汇总，得到健康等级分布，如图2所示。江厦、中河、南门等5个乡镇（街道）被评为一级健康，新碶、庄市、百丈等20个乡镇（街道）被评为二级健康，望春、跃龙、兰江等39个乡镇（街道）被评为三级健康，江口、宗汉、春晓等
52个乡镇
（街道）
图2 宁波各乡镇（街道）健康等级分布
Fig. 2 Distribution of health levels in towns or streets of Ningbo
154 Journal of Spatio-temporal Information 时空信息学报 2023, 30(1)
被评为四级健康，长河、定塘、朗霞等41个乡镇（街道）被评为五级健康。
各乡镇（街道）的健康程度发展不平衡，整体分布在空间上具有圈层变化的特征，基本呈现以三江口为
中心向外扩张的规律。由图2知，一级和二级健康几乎都分布在绕城高速以内。中心区域健康等级较高的主要因素包括：底力维度指标比较高，说明城市建设比较完善，配套齐全，吸引高质量的人才，也表现为人口指标较高；活力维度指标较为突出，说明社区建设比较成熟，配套完善自然对人产生吸引力，强化人流和车流与各地的来往联系，呈现出城市运行有活力；潜力维度指标较高，这主要源于老城街道历史文化底蕴和注重文化保护，在城市特指标上形成优势。但是，底力与活力维度的优势也带来了城市运行的一些问题：压力维度分值偏低区域，反映由于人口聚集和建设成熟导致用地紧张，增加了城市运行压力，表现为交通拥堵、人流拥挤、人均应急设施配套不足等；动力维度表现较弱，表明老城区因为用地紧张和人口聚集，对企业的吸引力变弱，环境指标相对外围的乡镇较差，这是老城区普遍存在的问题；潜力维度中的竞争力指标一、二级健康优势不明显，部分乡镇（街道）分值比较落后，如江厦、南门既没有科研用地也没有高等教育机构加持，降低了竞争力指标。
综合分析，城市体征指标排名靠前的主要分为三种类型。区位优势大的成熟街道，如首位的江厦，位于三江口商业中心，拥有宁波最繁华的天一商圈，活力、动力十足，潜力强劲；本底优秀的老城区街道，如典型的老城区百丈，开发建设早，配套设施完善，底力和活力维度良好，但由于街道面积小，以老小区为主，人口密集，车流人流拥挤，运行压力较大，没有刺激经济的配套，动力和潜力相对不足；新城周边的乡镇，如邱隘虽然不在市中心位置，但是受东部新城的影响，动力和潜力相对周边的乡镇更好，运行压力不大，综合城市体征指标也比较靠前。从这三种类型的个案分析来看，各维度的指标值排名情况与乡镇（街道）的实际情况具有较高的一致性，如表5所示。
表5 典型乡镇（街道）各维度指标比较
Tab. 5 Comparison of indicators for typical towns or streets in each dimension
乡镇（街道）底力维
F（i）
动力维
D（i）
压力维
P（i）
活力维
V（i）
潜力维
C（i）
综合城市体征
S（i）
建议
江厦 0.726（3） 0.401（20） 0.192（143）0.722（1）0.374（3）0.521（1）降压：提高应急水平；疏通
拥堵
百丈 0.749（1） 0.323（55） 0.205（137）0.672（7）0.032（50）0.417（8）降压：疏通拥堵；增强动力、潜力，引进企业和人才
邱隘 0.291（47） 0.372（30） 0.323（53） 0.472（45）0.056（34）0.305（42）提升底力：完善基础建设；
吸引高端人才
i为其在全市乡镇（街道）中的排名
从区（县）层面上来看，乡镇（街道）的运行健康程度有一定的差距（图2）。整体上鄞州、海曙、江北、北仑、镇海及奉化这六区的健康程度要优于余姚、慈溪、宁海、象山这四个县（市）。其中，一、二级健康乡镇（街道）全部分布在鄞州、海曙、江北、北仑、镇海五个区；鄞州数量最多，占52%；其次是海曙，占28%，如图3所示。五级健康的乡镇（街道）主要分布在余姚、宁海和象山；其中，余姚多达15个，占37%，如图4所示。鄞州、江北、海曙和镇海没有五级健康的乡镇（街道）。
图3 一、二级健康乡镇（街道）分布
Fig.3 Distribution of level-one and level-two healthy towns
or streets
发布评论