棚改項(xiàng)目建設(shè)強(qiáng)度在城市空間中的區(qū)域分異

韓 樂

（太原市龍城發(fā)展投資集團(tuán)有限公司，山西 太原 030001）

城市棚戶區(qū)改造是“十二五”、“十三五”期間城市更新、城市化發(fā)展和黨中央、國務(wù)院保障社會(huì)民生的重要舉措。全國各地大力推進(jìn)保障房建設(shè)，然而不同于商業(yè)開發(fā)建設(shè)，保障房建設(shè)背景及環(huán)境是復(fù)雜多樣的，承擔(dān)著不同的安置任務(wù)，經(jīng)過梳理的不同城市空間區(qū)域的城市更新用地經(jīng)過棚戶區(qū)項(xiàng)目的開發(fā)，其開發(fā)建設(shè)強(qiáng)度受各項(xiàng)規(guī)劃指標(biāo)的影響而有所不同，其在城市空間中的分布也有所分異。

1 評(píng)價(jià)指標(biāo)的選取

為科學(xué)、合理、客觀、全面地反映各城市棚戶區(qū)改造項(xiàng)目的土地開發(fā)強(qiáng)度水平，在實(shí)際項(xiàng)目的日常建設(shè)管理基礎(chǔ)上，結(jié)合太原市城市更新改造實(shí)際情況，選取了太原市有政府投資建設(shè)的24個(gè)棚戶區(qū)改造項(xiàng)目作為樣本，將其容積率、綠地率、建筑密度、建設(shè)戶數(shù)作為評(píng)價(jià)指標(biāo)，并設(shè)置第23、第24個(gè)項(xiàng)目樣本作為之后判別分析檢驗(yàn)的樣本，在聚類分析中不做分類。為消除量綱和數(shù)量級(jí)的影響，采用SPSS19.0軟件，對(duì)前22個(gè)項(xiàng)目樣本評(píng)價(jià)指標(biāo)原始值做了標(biāo)準(zhǔn)化處理（每個(gè)指標(biāo)的樣本均值為0，方差為1）。

2 聚類分析方法的介紹和說明

聚類分析是尋找一種能客觀反映樣本之間遠(yuǎn)近關(guān)系的統(tǒng)計(jì)量，根據(jù)這種統(tǒng)計(jì)量可把元素分成若干類的統(tǒng)計(jì)方法，它包括樣本聚類和變量聚類兩種。聚類分析是根據(jù)“物以類聚”的道理，是對(duì)指標(biāo)進(jìn)行分類的一種多元統(tǒng)計(jì)方法，其中最常用的是系統(tǒng)聚類法［1］。其基本原理是：開始將n個(gè)樣品各自作為一組，并規(guī)定樣品之間的距離和類與類之間的距離，然后將距離最近的兩類合并成一個(gè)新類，計(jì)算新類與其他類之間的距離；重復(fù)進(jìn)行兩個(gè)最近類的合并，每次減少一類，直到將所有樣品合并成一類［2］。

通過聚類分析可以看出開發(fā)建設(shè)強(qiáng)度大小的分類不完全取決于容積率、綠地率、建筑密度和套數(shù)中的任何一項(xiàng)指標(biāo)數(shù)值，是一個(gè)綜合加權(quán)平均的結(jié)果。也即通過容積率、建筑密度等常規(guī)反映開發(fā)建設(shè)強(qiáng)度的指標(biāo)無法直接判定第23、第24號(hào)項(xiàng)目樣本應(yīng)該歸屬哪一類，但可通過Fisher法和Bayes法判別分析來判別其歸屬類別。

3 判別分析

判別分析是利用已知類別的樣本建立判別模型，為未知類別的樣本判別的一種統(tǒng)計(jì)方法。為判定上述兩個(gè)未分類項(xiàng)目樣本的開發(fā)建設(shè)強(qiáng)度分類，有必要對(duì)該二項(xiàng)目樣本進(jìn)行判別分析［3］。根據(jù)前文的聚類分析，第1～22號(hào)項(xiàng)目樣本的聚類結(jié)果分成三類，另外兩個(gè)項(xiàng)目樣本作為待判項(xiàng)。

3.1 Fisher判別法

Fisher判別法是根據(jù)不同總體（類）及各指標(biāo)的樣品數(shù)據(jù)，構(gòu)造線性判別函數(shù)，根據(jù)后驗(yàn)概率來判別樣品屬于哪個(gè)總體（類）。通過SPSS19.0版軟件中的“分析”—“分類”—“判別”進(jìn)行判別分析，自變量進(jìn)入方式采用步進(jìn)法，距離測(cè)度采用馬氏距離，使用F值作為判別統(tǒng)計(jì)量，當(dāng)F≥3.84時(shí)變量進(jìn)入函數(shù)，當(dāng)F≤2.71時(shí)，該變量從函數(shù)中剔除，最終選取了綠地率（X1）和戶數(shù)（X2）作為判別函數(shù)的自變量，根據(jù)典型判別式函數(shù)系數(shù)，生成如下兩組判別函數(shù)：

Fisher判別式函數(shù)1：Y1=-13.274+39.828X1+0X2Fisher判別式函數(shù)2：Y2=0.895-9.656X1+0.002X2

在判別分析里面出現(xiàn)過，Wilk'slambda是組內(nèi)平方和與總平方和之比。當(dāng)所有觀測(cè)的組均值相等時(shí)，Wilks'lambda值為1；當(dāng)組內(nèi)變異與總變異相比小時(shí)，Wilks'lambda值接近于0。因此，Wilks'lambda值大，表示各個(gè)組的均值基本相等；Wilks'lambda小表示組間有差異。在判別分析中，只有組均值不等時(shí)，判別分析才有意義。從兩個(gè)函數(shù)的“Wilk's Lambda”看，Sig.=0.000，差異極顯著，表明該判別函數(shù)具有統(tǒng)計(jì)學(xué)意義。

通過各樣本Fisher判別函數(shù)值和后驗(yàn)概率取大值的準(zhǔn)則，可清晰將各樣本分類，包括未分類的第23、24號(hào)樣本。其中第23號(hào)樣本歸為第3類的后驗(yàn)概率為0.814，第24號(hào)樣本歸為第1類的后驗(yàn)概率為0.999。故將第23號(hào)樣本歸為第3類，第24號(hào)樣本歸為第1類。

3.2 Bayes判別法

Bayes判別法是根據(jù)不同總體（類）及各指標(biāo)的樣品數(shù)據(jù)，構(gòu)造線性判別函數(shù)，根據(jù)后驗(yàn)概率來判別樣品屬于哪個(gè)總體（類）。根據(jù)Bayes判別式的輸出結(jié)果——分類函數(shù)關(guān)系（見表1），將項(xiàng)目樣本歸屬第一組、第二組、第三組的分類函數(shù)表達(dá)式如下：

表1 第23、24號(hào)項(xiàng)目樣本的分類函數(shù)系數(shù)

將未分組樣本的自變量值代入上述三個(gè)Bayes判別式，得到三個(gè)函數(shù)值。比較這三個(gè)函數(shù)值，哪個(gè)函數(shù)值比較大就可以判定該樣本歸為哪一組。根據(jù)計(jì)算，函數(shù)值結(jié)果如下：

其中，第23號(hào)樣本的F3值最大，第24號(hào)樣本的F1值最大。據(jù)此，第23號(hào)樣本歸為第3組，第24號(hào)樣本歸為第1組。判定結(jié)果與Fisher判定法的判定結(jié)果一致。

3.3 判別分析結(jié)果

根據(jù)分類結(jié)果，判別函數(shù)對(duì)初始分組案例中的100%進(jìn)行了正確分類，對(duì)交叉驗(yàn)證分組案例中的100%也進(jìn)行了正確分類，錯(cuò)判率為0，判別效果很好，也說明了聚類分析得出的分類結(jié)果具有很高的可信度。

4 城市空間區(qū)域分布

將24個(gè)城市棚戶區(qū)改造項(xiàng)目在太原市的城市空間分布進(jìn)行可視化處理之后（如圖2），可以清楚的看到，紅色圓點(diǎn)所代表的開發(fā)建設(shè)強(qiáng)度較高的項(xiàng)目全部分布在太原市中環(huán)以內(nèi)的城市中心區(qū)，其中有83.3%的項(xiàng)目位于1949年中華人民共和國成立后所發(fā)展起來的有60多年歷史的老城區(qū)內(nèi)，該區(qū)域面臨的問題恰是城市空間密集度和利用率較高、人口居住密集、基礎(chǔ)設(shè)施及公共服務(wù)配套水平參差不齊、土地權(quán)屬交錯(cuò)復(fù)雜、用地不易梳理、存量土地較難盤活、新舊建筑混雜、城市街區(qū)空間過渡混亂，亟待城市更新，且更新難度大［4］。因此該區(qū)域的城市棚戶區(qū)改造項(xiàng)目勢(shì)必需要通過提高開發(fā)建設(shè)強(qiáng)度來滿足安置需求，在政策上對(duì)開發(fā)建設(shè)強(qiáng)度問題適當(dāng)放寬并給予一定限度的優(yōu)惠有著現(xiàn)實(shí)意義上的充分必要性［5］。

圖2 太原市城市棚戶區(qū)改造項(xiàng)目開發(fā)建設(shè)強(qiáng)度空間分布（圖片來源：作者自繪）

綠色圓點(diǎn)所代表的開發(fā)建設(shè)強(qiáng)度較小的項(xiàng)目中有八成分布在太原市中環(huán)以外的中心城區(qū)范圍邊緣，該區(qū)域的發(fā)展歷史較短，城市空間較城市中心區(qū)密集程度和利用率更低、地廣人稀、基礎(chǔ)設(shè)施建設(shè)水平相對(duì)較好、用地較易梳理、土地增量供應(yīng)較靈活、城市街區(qū)空間整體可塑性較強(qiáng)，城市規(guī)劃（紫線區(qū)保護(hù)、街區(qū)控規(guī)及城市設(shè)計(jì)等）落地實(shí)施的可行性更高，在土地開發(fā)時(shí)有很好的條件實(shí)施智慧的規(guī)劃，通過降低開發(fā)建設(shè)強(qiáng)度的手段達(dá)到既滿足拆遷居民回遷安置需求，又能提高安居品質(zhì)，體驗(yàn)較高舒適度的生活和優(yōu)良的公共服務(wù)設(shè)施配套的效果［6］。

藍(lán)色圓點(diǎn)所代表的開發(fā)建設(shè)強(qiáng)度適中的項(xiàng)目中有30.8%分布在太原市中環(huán)以外的中心城區(qū)范圍邊緣，其余69.2%的項(xiàng)目分布在中環(huán)以內(nèi)的城市中心區(qū)，這些項(xiàng)目所處街區(qū)所面臨的環(huán)境及改造的社會(huì)背景復(fù)雜程度相較紅、綠區(qū)域更加適中，對(duì)開發(fā)建設(shè)強(qiáng)度的需求也較適中，因此在系統(tǒng)聚類中被判別為中類［7］。

5 結(jié)語

城市棚戶區(qū)改造是城市化發(fā)展的重要推進(jìn)手段和保障民生的工程，通過SPSS軟件對(duì)大量項(xiàng)目的建設(shè)信息進(jìn)行聚類和判別數(shù)據(jù)處理，不僅能得到更加客觀科學(xué)的分析結(jié)論，還能有助于數(shù)據(jù)可視化的實(shí)現(xiàn)，重要的是通過數(shù)據(jù)可視化進(jìn)一步分析項(xiàng)目開發(fā)建設(shè)強(qiáng)度在城市空間的區(qū)域分異，通過分異找到不同的城市區(qū)域和街區(qū)的不同的建設(shè)背景，能夠引導(dǎo)項(xiàng)目規(guī)劃設(shè)計(jì)的決策［8］。對(duì)哪一區(qū)域適宜提高強(qiáng)度管控，哪一區(qū)域適宜放寬強(qiáng)度上限提供了理論分析依據(jù)，對(duì)相關(guān)城市規(guī)劃管理部門的相關(guān)管理工作做出有益引導(dǎo)［9］。