1.  社区规划与设计

研究问题:社区建成环境(或土地利用)怎样影响个人日常行为? 规划应用出口: 从个人行为(或者生活质量)角度评估怎样的社区与土地利用规划以及城市设计会更加可持续?

+2017 Zhang, W. and Zhang, M., Incorporating land use and pricing policies for reducing car dependence: Analytical framework and empirical evidence. Urban Studies, p.0042098017720150. (Download)

+ 2016 Zhang, W. Does Compact Land Use Trigger a Rise in Crime and Thus a Fall in Ridership? A Role for Crime in the Land Use-Travel Connection. Urban Studies. 53(14): 3007–3026. (Download)

+ 2015 Zhang, W. and Zhang, M. The Short- and Long-Term Effects of Land Use on Reducing Personal Vehicle Miles of Travel: A Longitudinal Multilevel Analysis. Transportation Research Record: Journal of the Transportation Research Board, No. 2500: 102–109. (Download)

研究历程与方向:我的研究集中在探讨社区的社会构成与建成环境是怎样促进可持续的交通出行行为,以及如何影响公共安全与生活质量。好的社区邻里一直以来都是规划研究所追求的目标。这很大程度上取决于如何定义“好”。以美国为例,上世纪初的城市美化运动把好的社区简单地等同于美丽的建筑设计和整洁的街道,以解决大城市拥挤所带来的社会秩序混乱和公共卫生问题。到了上世纪四五十年代,随着汽车工业的发展,低密度和功能单一的空间布局成为城市扩张的主要模式,而大片的居住社区出现在郊区,远离城市中心,逐渐形成社会构成单一的街区、汽车依赖的生活方式和无序蔓延的土地利用模式。这些在当时被认为好的社区模板在六十年代以来受到了越来越多的批判。著名的城市研究学者Jane Jacobs的经典名著《美国大城市的生与死》就认为城市美化运动为过度的建筑设计崇拜和单一的用地模式毁掉了城市的活力,从而提倡混合土地利用和构筑适于步行的环境。而八十年代以来新城市主义的兴起更是把职住均衡、混合土地利用和对步行和公交友好的街区重新定义为好的社区模板,并逐渐成为社区设计的主流理念。

九十年代以来,随着后现代主义、可持续发展、和全球化等讨论的兴起,对好社区的定义也开始变得更加多元化,更多开始考虑环境影响、社会公平、社区身份认同、公众参与和生活质量。而近年来的发展则侧重在如何更好地把这些多元的社区规划理念与城市设计、社区场所营造(Place Making)、或实体规划(Physical Planning)等实践有机地联系起来。譬如,美国规划学会在过去的十年里每年都会评出十大好社区(Great Neighborhood)而这些社区大多都是遵循着新城市主义(New Urbanism) 的设计理念。然而,社区规划研究学者Emily Talen去年初在在权威的美国规划学会年刊上发表了一篇文章,批判性地看待了这些评选出来的好社区。他们认为这些所谓的好社区确实具有很好的设计元素,但是并没有达到想要的社会经济效果,例如这些社区的居住费用很高、社会经济构成单一、和社区隔离现象依然严重。这实际上反映了规划理念与现实之间的差异,而这篇文章在美国的规划学术界掀起了十分热烈的讨论。在过去的一年里,美国规划学会学刊持续刊登了多篇对于这篇文章的评论,探讨如何更好地结合城市设计与社区发展。

我的研究深受这些多元主义的影响,认为并没有一个统一的好的社区标准,而且许多标准也许是相互冲突的。因此,我是从多个角度出发探讨如何构建一个好的社区。首先,我在北大研究生阶段就已经开始对土地利用与交通行为的联系感兴趣,以探究社区的建成环境是怎样影响居民的活动与出行决策。在美国读博士期间,我更多关注在如何更准确地分析土地利用与交通的联系。例如一般的研究都认为在美国高密度的社区开发有利于减少小汽车的使用和促进公交与步行。我的研究加入了时间维度来看待这个问题,发现密度对出行的影响在短期内效果显著但长期效果可能会大打折扣,因为高密度往往伴随着拥挤等负外部效应。这个研究已经发表在美国交通研究协会会刊《Transportation Research Record》上。我还有一些研究主要是批判性的看待居住自选择(Residential Self-Selection)。居住自选择的研究普遍认为社区的建成环境对交通行为的影响被高估了,因为居民很有可能因为偏好于公交出行而选择居住在适于公交使用的社区里,而并非因为住在公交友好的社区而产生更多的公交出行。我对美国城市居民搬家之后的出行行为数据进行了分析,发现搬家前的出行偏好对居住地选择并没有显著影响,而且只会影响搬家后一两年内的出行决策。而长期来看,社区的土地利用对出行行为的影响还是十分显著。这些研究都落在可持续的出行行为,但本质上是在探讨如何构建一个鼓励公交与步行的社区环境与土地利用模式。

此外,我还从社会安全的角度来重新定义好的社区土地利用模式。早在《美国大城市的生与死》里,Jane Jacobs就提出了混合土地利用和适于步行的街道设计可以在商业区、街道与居民区中增加人流,对潜在的犯罪活动发生起到更多的监督作用,从而减少犯罪和增加社区的公共安全。然而,许多犯罪学文献却发现了截然相反的结论,认为高密度和混合利用的环境可能给犯罪带来更多的机会并容易形成监管的盲区。我在《Urban Studies》上发表的文章就是结合规划与犯罪学的理论,辩证地看待了土地利用、犯罪率、与公交使用之间的联系,并实证分析得到在美国的奥斯汀市,过高密度的社区开发可能会增加犯罪,增加社区不安全感,从而反而降低公交使用率。我相信这方面的研究也可以直接应用在国内的社区规划探讨上,譬如最近讨论很多的街区制。拆除某些单位大院与封闭小区的围墙可以增加城市路网的连接度,在短期可能可以缓解交通压力,但是其对社区安全的影响则值得更深入的探讨。

而且,我更希望看到的是街区制能减少社会隔阂,增加小区邻里之间的社会接触,促进社会融合、从而提升人们对居住环境的满意度以及个人的生活质量。这与我的第三方面的社区研究有密切联系。前两方面的分析大多是基于社区环境的客观影响(即交通与犯罪),而忽略了社区居民的主观感受(如幸福感)。我的第三方面的社区研究就是探讨社区的社会与建成环境是否会对个人的社会交往与主观感受有显著的影响。这也是我目前博士后研究的一个重要课题。这个研究主要的难点是如何测量个人的社会交往或者社会网络以及个人对社区的主观看法。传统的问卷调查可能可以获得个人对社区的评价,但是很难还原个人的社会网络。因此,我们借助于大数据分析技术,利用社交媒介平台(即Twitter)上收集到的大量具有地理位置的文本数据进行社会网络提取、语义分析、以及感情色彩分析,从而得到不同社区居民的社会交往活跃度与幸福感。虽然这个研究仍在进行中,我相信这将会提供了一个全新的视角去结合大数据与社区规划。近年来,如何利用大数据来辅助城市与区域规划是国内外学术圈讨论的热点。我认为现在这方面研究主要的瓶颈是分析大数据的方法往往是起源于信息科学和计算机科学,并不容易被国内外规划和地理同行所了解。这些方法包括社交媒体数据抓取(Data Crawling)、数据挖掘 (Data Mining)、机器学习(Machine Learning)、与社会网络分析(Social Network Analysis)等。这些内容将会包括在我在北大开设的课程里(数据驱动下的城市规划与设计)。相信学生掌握了相关技术后,大数据分析将会很好地帮助他们在城市规划与设计领域的相关学习和工作上。

2. 交通规划

Transportation planning topics such as sustainable travel behaviors, anti-congestion policies, transportation investment, accessiblity-related social justice, intergrating land use and transportation planning, transportation roles in the world city networks. 

+ 2017 Zhang, W. and Thill, J.C., 2017. Detecting and visualizing cohesive activity-travel patterns: A network analysis approach. Computers, Environment and Urban Systems66, pp.117-129. (Download

+2017 Zhang, W. and Zhang, M., Incorporating land use and pricing policies for reducing car dependence: Analytical framework and empirical evidence. Urban Studies, p.0042098017720150. (Download)

+ 2016  Zhang, W. and Kockelman, K.M. Congestion Pricing Effects on Firm and Household Location Choices in Monocentric and Polycentric Cities. Regional Science and Urban Economics. 58: 1–12. (Download)

+ 2016 Zhang, W. Does Compact Land Use Trigger a Rise in Crime and Thus a Fall in Ridership? A Role for Crime in the Land Use-Travel Connection. Urban Studies. 53(14): 3007–3026. (Download)

+ 2015 Zhang, W. and Zhang, M. The Short- and Long-Term Effects of Land Use on Reducing Personal Vehicle Miles of Travel: A Longitudinal Multilevel Analysis. Transportation Research Record: Journal of the Transportation Research Board, No. 2500: 102–109. (Download)

研究历程与方向:First, my research aims to investigate how people’s everyday life is weaved by routine activity/travel events (e.g., activity schedules, travel decisions, time-use allocations, and location choice) and how they are affected by demographic, socioeconomic, institutional, and land use factors in China, by comparison with some Western cities. I am developing a network-based approach to study sustainable activity-travel patterns, rather than individual-based (or disaggregated) approach as most existing literature does.

The individual-based studies are mostly inspired by the tradition of behavioral geography and time geography, as well as the activity-based travel demand analysis in the transportation field. While these theories and approaches provide an individual-based framework for understanding the relationship between individual behaviors and social structures/constraints, they often assume individuals as independent, autonomous units and fail to consider interactions between them. This assumption may be acceptable for small datasets but may be obviously biased for large datasets. In the era of big data, a large set of individual data such as people’s space-time or movement trajectories has become available, and individuals are highly interrelated. In next three years, I will extend the individual-based to network-based analysis for better understanding human activity patterns, relying on social network analysis (SNA). SNA conceptualizes social structure as lasting patterns of relations among actors and treats an entity consisting of a collection of individuals and the linkages among them (e.g., dyads, triads, or communities), rather than the individual, as the unit of analysis. One of my recent research is to detect activity-travel patterns from a large set of space-time trajectory data and now under review in Computers, Environment and Urban Systems. I believe the SNA approach will become increasingly important in the big-data era and can refresh our understanding of everyday life geography in both theory and methodology. 

Second, at the city scale, my research investigates how market and planning interactively shape urban development and cause urban issues such as excessive sprawling, leading to traffic congestion and access-related social exclusion. I rely on the neoclassical location theory and urban economics, for better understanding the distribution patterns of economic activities and traffic across space. For example, my two papers have compared the land use (housing and commercial real estate development) and welfare effects of congestion pricing, labor subsidies to firms, and land use regulation (e.g., urban growth boundaries) in cities with both agglomeration and congestion externalities. These two articles have been published in two top urban economics journals: Journal of Urban Economics and Regional Science and Urban Economics

My third research interest is in the relationship between transportation, land use, and economic development, with a focus on the economic, accessibility and equity impacts of transport infrastructure investment in planning practice. For example, I have developed an applied spatial general equilibrium model to simulate the realistic cities, like Austin and Charlotte. This model internalizes the market interactions of land use (including real estate), transportation, production, and labor systems, along with planning regulations. This model is used to assess the costs/benefits and welfare effects of land use policies and transportation investment (e.g., toll road versus transit construction). These studies have resulted in a forthcoming book chapter published by the Springer Publisher. I am also extending my urban economics model to develop two journal articles. One investigates the impact of highway investment on congestion and social welfare (in response to the so-called fundamental law of highway congestion). The other one investigates the distributional impact of congestion tolling on mobility and accessibility by evaluating different public-private partnership strategy for funding toll roads and recycling the toll revenue. This line of research can be extended in two directions in the coming future: one further addresses the environmental effects while another can evaluate the urban infrastructure other than transport facilities. 

3. 城市经济学——市场与规划博弈:可持续的城市社会经济发展

研究问题:如何结合市场与规划来促进城市社会经济更有效和公平地运作?规划应用出口:怎样的城市规划与城市设计会相对更加有效(经济效益上、社会公平角度、以及环境影响上)?有没有比规划设计“更好”的政策(例如经济政策)?

+ 2017 Zhang, W., Kockelman, K., and Thill, J-C. City Land Use and Rent Dynamics with Location Externalities and Zoning Regulations. In Thill, J-C. (ed). Innovations in Urban and Regional Systems: Contributions from GIS&T, Spatial Analysis and Location Modeling. Springer. 

+2017 Zhang, W. and Zhang, M., Incorporating land use and pricing policies for reducing car dependence: Analytical framework and empirical evidence. Urban Studies, p.0042098017720150. (Download)

+ 2016  Zhang, W. and Kockelman, K.M. Optimal Policies in Cities with Congestion and Agglomeration Externalities: Congestion Tolls, Labor Subsidies, and Place-based Strategies.Journal of Urban Economics, 95: 64–86. (Download)

+ 2016  Zhang, W. and Kockelman, K.M. Congestion Pricing Effects on Firm and Household Location Choices in Monocentric and Polycentric Cities. Regional Science and Urban Economics. 58: 1–12. (Download)

研究历程与方向:我的兴趣在城市尺度上探讨市场与规划的关系,集中在如何结合经济政策与土地利用与交通规划来管治大城市病,例如交通拥堵、空气污染等。一个社区可能是一个规划设计师的作品,但是一个城市绝非是规划师所能建造的。城市的发展史告诉我们,在没有规划之前,城市的各个系统就有其运作的规律。我所关注的是城市的社会经济系统是如何运作的。而我的这方面研究是从城市经济学开始。城市经济学很好地解释了经济个体(例如居民和企业等)在效用(或利益)最大化的驱动下的区位选择行为以及这些个体行为在市场的作用下如何一步一步塑造出均衡的城市空间和土地利用模式。虽然许多城市规划理念一开始都是由具有建筑学背景的规划学者想出来的,但是城市经济学家往往能从经济效益和社会福利的角度来进行更深入的探讨,例如在是否需要设立城市增长边界、工业园区、旧城更新、以及是否需要控制城市蔓延等问题上。

然而,从William Alonso的竞租理论和单中心模型发展至今,城市经济学的理论分析仍严重依赖于单中心理论模型。这明显不能更好地理解和模拟现实中的城市空间结构。而多中心模型的发展却十分缓慢,主要因为这需要在理论模型里面把城市中心和副中心内生化。而这个过程需要结合微观和宏观经济学以及大量运用计算模拟(例如需要不动点算法)。城市经济学家Masahisa Fujita是在1980年代首个提出多中心理论模型的学者之一,他的理论模型认为在集聚外部性的作用下,企业趋向于选择靠近其他企业的区位,而城市可以演变出多个就业中心。诺贝尔经济学奖获得者保罗克里格曼在90年代系统研究了城市和城市体系是如何集聚和演变的,但是其理论模型并不适用于城市内部。而直到2000年左右,Fujita的模型才被一些经济学家利用计算模拟技术进行扩展。这其中包括另一位诺贝尔经济学奖获得者Robert Lucas的一篇富有影响的文章。而我的研究就是基于Lucas的理论模型进行许多创新性的扩展。例如,在考虑到集聚外部性的基础上,我的理论模型加入了交通拥堵的外部性,并把其应用到寻求最优的城市空间结构,而不仅仅是探求一般均衡的空间结果。在对城市经济理论做了扩展的同时,我也在计算模拟算法上做了优化。这些理论模型已经被应用到探讨具体的交通拥堵定价(包括最优拥堵定价,即庇古税,行车里程税,周界收费和区域收费)和土地利用政策(例如城市增长边界和构建城市副中心等)等对城市空间形态的作用,以及对缓解城市交通拥堵和改进社会福利(或者个人生活质量)的影响。在这个研究领域内,我已发表两篇文章在两个最好的城市经济学SSCI期刊上,分别是《Journal of Urban Economics》和《Regional Science and Urban Economics》。

城市经济学家August Lösch的一句名言“如果我的模型与现实不一致,那么就是现实错了”。我的博士学位论文就是探讨我们现实生活的城市哪里出错了——即市场失灵和规划失灵——以及评估哪些经济和土地利用政策可以缓解这些城市系统上的失灵问题。市场失灵在经济学里也被广泛讨论,而我论文的创新之处主要是提出了一个城市经济学分析框架去讨论美国城市的规划失灵。这种规划失灵主要来源于低密度的土地使用分区管制与排斥性分区管制(例如单用途土地利用用模式)。这个分析模型可能是首次在城市经济学领域里同时考虑到市场与规划失灵,并探讨了其相互作用。而分析的结果也有效地回应了经济学家对土地利用规划和政策的质疑。经济学家通常认为土地使用规划并没有定价政策那么有效,因为土地管制政策并不能最有效地缓解掉市场失灵,而反而可能加剧了土地市场上的扭曲。我的分析结果部分支持这些经济学家的说法,但是同时提出了一个新的看法。也就是如果一个城市存在更严重的规划失灵(相对于市场失灵),规划失灵对定价等经济策略并不敏感,而只有更有效的土地发展模式(譬如紧凑型发展和混合利用等)才能够很好地降低规划失灵所带来的负面效应。我的毕业论文因此以交通拥堵为例,深入探讨了市场和规划失灵是怎样导致过度拥堵,以及通过城市经济学与一些实证分析,讨论如何通过结合土地使用和经济定价政策来缓解这些“现实的错误”,从而改善交通拥堵状况和提高社会福利。中国的许多城市病归根结底都是市场失灵和规划失效而导致的,而如何平衡市场与政府管治一直是这些城市所面临的难题。我相信我在博士论文中的理论和模型研究可以很好地应用到国内的城市发展问题的讨论上,并以之评估国内城市的土地使用、环境、和可持续发展政策。

我特别欣赏经济学家所创造的既简洁又反映实质的城市经济学模型。但是经济学模型往往对现实空间做了大量的简化(例如均质的空间,直线的出行距离)。作为一个地理和规划学者,我更希望能开发更具应用性的城市经济学模型,以整合现实城市中的各种子系统,包括土地系统(房地产市场)、交通系统、生态环境系统、企业生产市场、和劳动力市场等。事实上,已有许多研究开发了土地利用与交通一体化模型,要么基于代理人的模型(例如最具代表性的UrbanSim),要么基于经济学的一般均衡模型(例如最具代表性的RELU-TRAN)。在这方面,我对RELU-TRAN模型进行了扩展,并把其应用到美国的奥斯汀和夏洛特都市区(包括200多个街区,400多条街道组成交通网络,9种家庭类型,9种产业类型和6种土地利用类型等),以评估一些土地利用政策(例如紧凑发展模式与放松低密度土地分区管制)和交通投资项目(例如拥堵收费公路和地铁系统)所带来的利与弊,包括是否引起更大的区域不平等,是否提升整体的福利水平等。相关的研究成果即将作为一个章节在一本由Springer出版的书里发表 。而其他成果也将陆续投稿到SSCI期刊里发表。我希望能把这些模型带回国内并结合国内城市构建整合土地利用、交通、经济与环境的一体化模型,为城市规划实践提供更科学的模块化分析。值得一提的是,虽然这些模型大多是在城市的尺度上构建,它们可以扩展到更大尺度例如全球的空间组织问题上。例如,这些模型已经开始被用来讨论全球的经济活动如何影响全球气候变化以及怎样的城镇体系布局更具弹性和更能防御由气候变化所带来的自然灾害。

4. 巨型区域(如粤港澳大湾区)与世界城市网络

研究问题:世界城市与巨型区域是如何发展、演变和规划管治的?规划应用出口:如何把一个城市(如深圳)打造成世界城市或者区域发展中心?

+ 2017 Zhang, W. and Thill, J-C. Mesoscale Structures in the World City Networks. Under Review (2nd round) in the Annals of the American Association of Geographers

研究历程与方向:我的兴趣集中在世界城市(World Cities)与巨型区域(Megaregion)的演变上。在全球化过程中,个人并非是隔离的个体,其与地球上许多个体发生着或多或少的联系,特别是在信息化时代。同样,许多企业并非独立存在于某个地方,而是与全球的生产者和消费者发生着联系。大量的跨区域和跨国流动(包括人流、物流、信息流和资本流)已经使得全世界大多数的个体联系起来,而且在不同的地理空间尺度上逐渐形成相互联系、难以分割的经济和社会体系。与此同时,经济全球化也使得许多重要的经济要素——创新、人才、资本等——在全球范围内分布得更不均匀,往往集中在世界城市和巨型区域中。这些变化一方面促使区域规划(例如大都市区和城市群规划)更多考虑如何提升区域经济体在全球网络中的位置,另一方面也使得城市与区域规划需要更好地平衡区域差异。

我在博士后阶段的一个重要课题集中在基于网络的世界城市研究,以探究城市作为人类活动的主要载体是怎样在全球化过程中联系起来的。传统的世界城市研究一般是通过比较不同城市在经济、社会、文化、资源等多方面的差异(例如GDP的差别)或者仅仅是基于城市之间的经济联系(例如商品贸易、基于跨国公司的联系等)。我的研究区别于大多数之前的文献,主要是因为更多地考虑到世界城市之间的非经济联系。而这些非经济联系可以是从一个城市到另一个城市的访问客流量、两个城市在社交媒体、新闻媒介、和互联网上被同时提及的频率等等。而这些非经济联系大多需要从海量的社交媒体数据和互联网文本数据里面提取。我的研究正是对全球新闻大数据库和互联网海量网页数据库进行数据挖掘,并通过这些全新的数据和社会网络分析,重新定义世界城市网络,并寻找网络里面的层级结构。这些研究可以解决一些传统研究不能回答的问题,例如不同的国家或者文明是否有着不一样的世界城市网络、不同城市是否在经济、文化和基础设施全球化中扮演着不同角色、以及世界城市网络是如何演变的。中国的许多大城市已经根植在世界城市网络中并扮演着越来越重要的角色,特别是在亚投行成立和“一带一路”提出之后。我希望能用我的研究帮助理解中国城市在世界城市网络中的位置,分析在其中如何保持竞争力(例如处于核心层级而非边缘位置)和如何传递积极的城市形象,以及在实践中促进更有效和公平的本土和全球管治。

5. 规划设计的分析方法

The approaches developed in my published and ongoing research include spatial statistics (multilevel model, spatial panel data model, discrete location choice model, structural equation model), spatial optimization (spatial general equilibrium model, local search heuristics, genetic algorithm), computational simulation (agent-based model, integrated land use and transportation model), spatiotemporal data mining and visualization (time-geographic model, trajectory pattern recognition, sequence alignment analysis), geo-social network analysis (community detection algorithm,  stochastic block model), and text mining (web crawling, sentiment analysis, topic mining).