【PR】中国城市规划领域的知识产出、消费与网络——基于2000～2015年城市规划四大期刊的分析

Original 2017-09-01 龙瀛周垠 规划师杂志

欢迎点击以上蓝色字体

关注规划师杂志

作者清华大学建筑学院副教授、博士生导师，清华大学恒隆房地产研究中心龙瀛，成都市规划设计研究院周垠在《规划师》2017年第6期撰文，城市规划是协调城市空间布局的一门学科。规划学者对城市空间的研究众多，而对城市规划知识产出、消费的空间分布规律却鲜有研究。文章采用文献计量分析的方法，对2000 ～ 2015年中国城市规划领域四大核心期刊发表的文章展开研究者所在城市、被研究城市的识别、分析，探寻了城市规划研究中知识产出、知识消费的空间分布规律，知识产出—消费的网络联系强度，知识产出合作联系强度，并进行了本地化分析。研究表明，无论是规划知识产出、消费还是网络联系强度，都集中于大城市，对中小城市的规划研究相对薄弱；在知识产出—消费和合作研究中，距离衰减效应较弱，但距离的影响并没有消亡，相较于知识产出—消费而言，合作研究受距离的阻隔作用更小；上海是城市规划知识消费大市，且在不同时间段皆处于首位，但这种首位度明显在减弱。此外，研究发现，在大数据时代，覆盖广、粒度细的“大模型”研究范式为缩小中小城市规划研究的差距带来了可能。

[关键词]城市规划研究；文献计量分析；知识产出；知识消费；城市网络；大模型

[文章编号]1006-0022(2017)06-0119-07　

[中图分类号]TU984.199　

[文献标识码]A

[引文格式]龙瀛，周垠．中国城市规划领域的知识产出、消费与网络 —— 基于2000～2015年城市规划四大期刊的分析[J]．规划师，2017(6)：119-125．

一

数据来源与识别方法

（一）数据来源

本次研究的文献来源于《城市规划》、《城市规划学刊》( 原《城市规划汇刊》)、《规划师》、《国际城市规划》( 原《国外城市规划》) 四大期刊 2000年 1 月至 2015 年 7 月收录在万方数据和中国知网两个网络数据库中的全部文章(包括论文、通讯、访谈、随笔等)，从在线数据库以 Endnote 格式批量导出文章的标题、摘要和作者通讯地址等信息，共计13028条不重复的记录(txt格式)。

（二）识别方法

以 2010 年全国 659 个大陆城市名单为准(4个直辖市，15个副省级城市，17 个省会城市，623 个地、县级市 )，使用Python编程方法，从所有导出信息中识别出直辖市、副省级城市、省会城市、一般地级市和县级市。

在自动识别的基础上，对自动识别结果进行人工复查：

(1) 在标题和摘要城市地名识别部分，删除非城市命名导致的错误识别(如街道名、河流名等)，补充遗漏的简称(如苏锡常、长株潭等)和代称(如泉城)，在“A地级市B县级市”的表述中只保留该县级市。

(2) 在作者通讯地址识别部分，删除部分错误识别 ( 如津市、海市等 )，补充机构名称中不包含城市地名的所在城市 ( 如同济大学、清华大学等 )，将没有明确所属分支或所在城市的省级和国家级机构所在地识别为总部所在城市( 如中国城市规划设计研究院、山西省城乡规划设计研究院等 )，作者为期刊编辑部的不计；同一文章的多个作者属同一单位或同一城市的，该城市按一次计，如文章《北京市限建区规划：制订城市扩展的边界》，四位作者的单位皆为北京市城市规划设计研究院，但作者所在城市“北京”，仅记录一次。

二

城市分布规律

为了便于对规划知识产出城市 (从研究者通讯地址中识别)、消费城市(从文章标题和摘要中识别被研究的城市 )的空间分布规律进行横向对比，研究者地址城市识别结果、文章标题城市识别结果和文章摘要城市识别结果均用频率来表示。

在所有的文章当中，能够成功识别出研究者所在城市的文章共有9926篇，其中有598篇文章为两个或多个城市的研究者合作完成，共识别出187个城市，共计 11098 次；在文章标题中，能够有效识别出包含中国城市地名的文章有3695 篇，其中跨城市标题的文章有 62篇，识别出332个城市，共计3756次；在文章摘要中，能够有效识别出包含中国城市地名的文章有 3589 篇，识别出322个城市，共计4094次。通过对标题、摘要、研究者地址识别城市的累计频率进行比较可以发现，标题和摘要识别结果的累计频率基本一致，而研究者地址识别结果的累计频率更为集中，其中排名为前 21 位的城市的累计频率达到 90％，排名为前 97 位的城市的累计频率达到99％(图1)。

（一）知识产出过度集中

上海、北京为最主要的知识产出城市 ( 研究者所在城市 )，频率分别为18.6％、18.4％。研究者在空间分布上的东西差异显著，胡焕庸线以东，研究者的累计频率高达99.4％，其中上海周边识别出的中小城市数量较多、频次较高，北京周边识别出的中小城市较少，广州、深圳及其周边城市形成了次一级的研究者所在城市集中区域，除此之外，武汉、重庆也是拥有研究者较多的城市(图2)。而在西藏、青海和甘肃等西部省份，只有少数几个城市分布有规划研究者，且频次很低。

（二）知识消费不均衡

在标题识别出的332个城市中，上海频次最高，为449次，占到所有城市频次总和的12.0％，另有7个城市的频次达到100次以上，依次为广州(310次)、深圳(229次)、北京(205次)、南京(186次 )、武汉 (144 次 )、重庆 (135 次 ) 和杭州(118次)。标题识别出的332个城市及其对应频次占比在空间分布上东西差异依然显著，胡焕庸线以东，标题识别出的城市的累计频率高达97.9％。

在摘要识别出的322个城市中，有8 个城市的频次在 100 次以上，依次是上海(520次)、广州(368次)、北京(254次 )、深圳 (246 次 )、南京 (207 次 )、武汉(160次)、重庆(138次)和杭州(128次 )，这一结果与基于标题识别的结果基本相同。从全国区域看，摘要识别出的城市的分布特征与标题识别出的城市的分布特征一致，胡焕庸线以东，摘要识别出的城市的累计频率高达97.7％。

从标题和摘要识别出的城市的空间分布可知 ( 图 3)，知识消费城市 ( 被研究城市 )出现了长三角和珠三角两个频次较高、城市较为密集的区域，其中以上海为中心的长三角区域的中心城市频次最高、周边城市数量最多、分布密度最大，说明上海有效带动了周边中小城市的相关城市规划研究；以广州为主中心、深圳为副中心的珠三角区域周边中小城市数量较多，说明这些中小城市分享了较多的研究机会。此外，北京的频次较高，但周边除天津外，识别出的中小城市数量少、频次低，在空间上没有形成规划研究的显著城市群分布；沿长江流域的南京、武汉和重庆也是高频次城市，但识别结果中重庆、武汉周边中小城市出现频次较低。

（三）时间序列分析

本次研究选取的期刊跨时 16 年(2000 ～ 2015 年 )，分为四个时间段，选取知识产出总数为前十位的城市和知识消费总数为前十位的城市 (按篇次排序 )，分析不同时间段内知识产出和消费比例的变化情况。

总体上，在这些城市中，知识产出比例较知识消费比例更稳定，特别是从2004～ 2007年这个时间段起，知识产出比例波动较小(图4，图5)。

上海、北京、南京和广州为城市规划知识产出的前四位城市，其中上海和北京在不同时间段内的知识产出比例不相上下，但无论在哪个时间段都明显高于南京，南京高于广州，而广州明显高于随后的城市。相比2000～2003年，2004～ 2007年北京和上海的知识产出比例有比较明显的下降，广州有较明显的上升，随后趋于稳定。武汉、杭州、深圳和重庆的知识产出比例在不同时间段比较接近，且略高于西安和哈尔滨。

上海是城市规划知识消费大市，且在不同时间段皆处于首位，但这种首位度明显在减弱。在知识消费前十的城市中，武汉是唯一消费比例稳定上升的城市。在2004～2007年和之后的时间段，北京的城市规划知识消费比例明显提升。

三

城市网络规律

城市网络是地理学研究的热点问题。由于行为主体的差异，城市网络类型也十分丰富，如企业网络、信息网络、航空网络和知识网络。与传统的中国城市网络的主体不同，本文所述的城市网络的主体为知识网络，且这种网络联系可以从两个维度来考虑：规划知识的产出与消费联系，体现在研究者与被研究城市之间的联系；规划知识产出合作关系，蕴含于规划研究合作之中。

（一）知识产出—消费网络格局

知识产出—消费网络可分为两类：有向网络和无向网络。例如，北京学者研究上海城市问题和上海学者研究北京城市问题，若考虑有向联系，则两条记录不能累加。

一些研究没有指定的区域，无法建立研究者—被研究城市的关联，导致城市研究者数量 ( 篇次 ) 往往大于研究本地 ( 研究者和被研究区域为同一城市 )和研究外地 (研究者和研究区域为不同城市)数量的总和，如周一星先生的《关于中国城镇化速度的思考》一文，在标题和摘要中没有指定的区域。

1.无向联系强度

通过研究者所在城市和被研究城市，建立异地知识产出—消费网络的无向连接关系，共有 2229 条记录，其中非重复记录有932条，即有研究联系的城市之间的平均联系强度为2.39次。在上述非重复的932对城市对中，联系强度大于 20 次的城市依次是北京—上海(53 次 )、南京—上海 (36 次 )、北京—南京(32次)、广州—中山(30次)、北京—广州(29次)、上海—广州(29次)、广州—佛山(27次)、北京—深圳(27次)、杭州—上海(26次)、上海—苏州(24次)、北京—天津(23次)、广州—深圳(22次)、南京—苏州(22次)、上海—武汉(22次)、北京—杭州(21次)、南京—无锡(21次)(图6)。可见，北京和上海之间的研究联系强度遥遥领先。

从空间格局上来说，胡焕庸线以西，城市研究联系少且弱，无联系强度大于5次的城市对。乌鲁木齐与其他城市的联系强度相对于胡焕庸线以西的城市高，长三角、珠三角和京津冀城市群核心城市之间的联系强度最强。

2.有向联系强度

建立研究者所在城市和被研究城市的异地有向连接关系，共有2229条记录(与无向OD相同)，其中非重复记录有1028条，即有方向的研究联系平均强度为2.17次。对其他区域感兴趣的研究者主要分布在北京(455次)、上海(448次)、南京(317次)、广州(211次)、杭州(96次)、武汉(95次)、深圳(57次)、西安(56次)、重庆(47次)和哈尔滨(32次)。

在有向异地研究城市对中，北京(研究者 )—上海 ( 被研究城市 ) 联系强度最高，为35次，随后为广州—中山(30次)、北京—深圳(25次)、广州—佛山(24次)、南京—上海(24次)。在研究者—被研究城市之间，有向研究联系强度大于10次的城市有35对，选取这些城市，制作Sankey Diagram，如图7所示。

在35对有向异地研究城市对之间，知识产出(研究者)集中在北京、南京、上海和广州 4 座城市，知识消费 ( 被研究城市 ) 分布在上海、苏州、杭州和深圳等 19 座城市，知识产出的集中程度远远高于知识消费的集中程度。在这些高强度的研究联系中，北京研究者的研究范围最广，被其研究的城市多达 11座 (197次 )，南京、上海研究者次之，被其研究的城市分别是8座(135次)、8 座 (134 次 )，广州研究者的研究范围相对较小，除对北京的研究次数勉强大于10次外，其他3座城市(中山、佛山、深圳 ) 均为广东省内部城市。南京研究者对长三角内部的城市关注程度较上海研究者高，如无锡、常州、宁波和昆山均被单一的南京研究者关注，且在长三角地区，被上海研究者研究过的城市，也均被南京研究者研究过。

苏州、杭州和深圳最为研究者所青睐，北京、南京和上海的研究者对之均有较强的关注。研究者和被研究城市之间有一定的区域规律，如单一被研究的城市 ( 如沈阳、青岛、天津 ) 被距离最近的北京研究者研究；昆山、宁波、常州和无锡被南京研究者研究；中山、佛山被广州研究者研究；武汉被上海研究者研究。

（二）知识产出合作网络格局

建立同一篇文章不同城市合作者之间的无向连接关系，总共有894条记录，其中非重复记录有270条。北京和上海的研究者合作最为频繁，本次研究识别出75次，随后为北京和南京(65次)、上海和南京(42次)、上海和武汉(28次)、深圳和北京(27次)、杭州和上海(23次)、广州和北京(18次)、广州和上海(18次)。这说明合作研究并没受到空间距离的影响，多发生在经济发达的大城市之间。

从空间格局上来说，不同城市的合作者大多分布在胡焕庸线以东，西部仅有乌鲁木齐和兰州等城市与东部城市有少量的合作交流，且西部不同城市之间的合作研究极少(图8)。

同理，由重力模型可计算出合作研究的距离衰减系数。本次研究用研究者数量来表示某城市的实体规模，计算出合作研究的距离衰减系数为0.20，R²为0.43。由此可见，空间距离对合作研究的影响较知识产出—消费的影响更弱。

（三）本地化分析

1.本地研究偏多

本地研究 (研究者和研究区域为同一城市)记录有2657条，共125个城市，平均21.3次。前十位的城市依次为上海(464次)、广州(302次)、北京(209次)、深圳(198次)、南京(192次)、武汉(137次)、重庆(127次)、杭州(93次)、西安(55次)和天津(52次)。

本地研究次数能在一定程度上反映研究的本地化程度，但由于研究基数(总研究数)不同，难以准确刻画研究的本地化程度。因此，本文选取研究次数最高的20座城市，计算其本地研究比例，包括研究本地比例和被本地研究比例(分别基于研究者和被研究城市的视角)(图9)。

研究本地比例越高，表明该地的学者更关注自己所在的城市。在 20 座城市中，比例最高的城市是厦门(90.0％)，随后是沈阳 (82.4％ )、青岛 (80.9％ )、宁波 (78.6％ ) 和深圳 (77.6％ )，研究本地比例超过 50％的城市有 15 座，占75％，说明大多数地区的研究者还是明显倾向于研究本地。北京和上海同为城市规划的研究大市，但从研究者的视角看，上海研究者更关注本地，研究本地比例高达50.9％，而北京研究本地比例仅为 31.5％，是所选取的 20 座城市中比例最低的，说明从研究区域上来说，北京研究者的视野更广阔。

被本地研究比例是从被研究城市的视角来衡量的，比例的高低可在一定程度上反映“地盘”的概念。被本地研究比例最高的城市是上海(80.1％)，随后依次是南宁(79.6％)、广州(77.8％)和武汉(77.4％)，最低的是苏州(31.6％)。

2.《规划师》作者分布相对均衡

《城市规划学刊》、《城市规划》、《规划师》和《国际城市规划》皆被评选为双核心期刊 ( 中文核心期刊、中国科技核心期刊 )，在中国城市规划行业有着深远的学术影响。从理论上来说，这些期刊的投稿者和研究区域是面向全国或全球，每个期刊的研究者所在城市的比例应该和研究者的分布格局相似。

通过对比四种期刊的研究者所在城市的比例和被研究城市的比例可以发现，《城市规划学刊》收录上海研究者的论文数量远远高于其他城市，在该期刊中，上海研究者论文录取篇次占45.5％，是第二名城市 ( 北京 ) 的 3 倍多，研究者的空间分布极度不均衡；《城市规划》和《国际城市规划》收录最多的论文来自北京地区的研究者，这两种期刊的北京研究者分别占26.2％和36.8％，皆高于所有期刊北京研究者的平均比例 (18.4％ )；在《规划师》收录的论文中，其作者所在的城市没有出现极高的情形，相对较为均衡，在《规划师》的作者所在的城市分布中，并非研究大市的南宁排在第9位(图10，图11)。

四

被忽视的城市

2010 年全国大陆城市名单记录有659座，而2000 ～ 2015年被识别的参与研究、被研究的城市仅有383座，超过40％的城市游离于城市规划知识的产出、消费网络之外。

无论是规划知识产出、消费的空间分布，还是产出—消费之间的网络联系，高频在大城市和特大城市集中，而中小城市的研究者较少，这是因为信息系统基础设施投入不足、数据缺乏与获取受限、科研项目稀少等，使得中小城市失去被深入研究的机会。

在大数据时代，丰富的数据获取渠道和大规模的数据量为城市研究及城市管理带来了便利，开放数据平台的建立使得政府信息逐渐公开、透明，计算机性能的提升、大数据处理技术的完善以及数据模拟、分析方法的日臻成熟等，给规划科学研究带来了新的机遇。在此背景下，“大模型”城市研究思想应运而生。在一个大地理区域上建立相对精细尺度的城市—区域分析与模拟模型，兼顾尺度与精度的方法，除了考虑城市内部的发展动态，还关注城市间的网络连接，而不是孤立地研究各个城市。“大模型”能缩小中小城市的技术和数字鸿沟，开展兼顾不同规模等级城市的一体化研究。目前，学术界已利用“大模型”开展了一些研究工作，如在全国范围，由于每个城市的数据精度相同，可将“大模型”用于城市地块尺度建成区界定、地块尺度模拟城市扩张以及街道尺度人口对PM2.5的人口暴露评价等方面。

五

结语

本文利用期刊数据探寻中国城市规划领域的知识产出、消费与网络格局，为中国城市网络研究提供了一个新的数据源与渠道。从文献计量分析的维度看，产出—消费联系是一种新的统计思路，且研究精度到县级市，相比传统的分省统计，更能清晰地体现出文献计量的区域规律。

通过对 2000 ～ 2015 年城市规划四大期刊的分析，本文发现如下规律：①基于标题和摘要的知识消费城市的识别结果基本一致，基于研究者地址识别的知识产出城市与知识消费城市的识别结果有较大差异，主要体现在知识产出的城市数量更少、高频在大城市和特大城市集中；②从知识产出与消费的空间分布看，以上海为中心城市的长三角区域呈现出中心城市和周边中小城市共同繁荣的特征，以广州和深圳为双中心的珠三角区域也呈现出区域多城市共同发展的特征，而京津冀地区的知识产出和消费基本集中在中心城市北京，对周边中小城市的带动和辐射效果不明显；③距离阻隔对知识产出—消费的交互强度影响较弱，对合作研究的影响更弱；④在不同时间段，在知识产出总和与知识消费总和为前十位的城市中，知识产出比例较知识消费比例稳定，上海在不同时间段的城市规划知识消费皆处于首位，但这种首位度明显在减弱；⑤发达地区之间的知识网络联系强度明显高于欠发达地区，长三角、珠三角和京津冀城市群核心城市之间的联系强度最强，北京—上海之间的研究联系最多，不仅仅体现在产出与消费的关系上，还蕴含于产出合作中；⑥在城市规划研究中，本地化现象较为明显，各地学者都倾向于研究本地，其中厦门研究者最爱研究本地，而上海是被本地研究比例最高的城市。