棚改項目建設強度在城市空間中的區域分異

韓 樂

（太原市龍城發展投資集團有限公司，山西 太原 030001）

城市棚戶區改造是“十二五”、“十三五”期間城市更新、城市化發展和黨中央、國務院保障社會民生的重要舉措。全國各地大力推進保障房建設，然而不同于商業開發建設，保障房建設背景及環境是復雜多樣的，承擔著不同的安置任務，經過梳理的不同城市空間區域的城市更新用地經過棚戶區項目的開發，其開發建設強度受各項規劃指標的影響而有所不同，其在城市空間中的分布也有所分異。

1 評價指標的選取

為科學、合理、客觀、全面地反映各城市棚戶區改造項目的土地開發強度水平，在實際項目的日常建設管理基礎上，結合太原市城市更新改造實際情況，選取了太原市有政府投資建設的24個棚戶區改造項目作為樣本，將其容積率、綠地率、建筑密度、建設戶數作為評價指標，并設置第23、第24個項目樣本作為之后判別分析檢驗的樣本，在聚類分析中不做分類。為消除量綱和數量級的影響，采用SPSS19.0軟件，對前22個項目樣本評價指標原始值做了標準化處理（每個指標的樣本均值為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近關系的統計量，根據這種統計量可把元素分成若干類的統計方法，它包括樣本聚類和變量聚類兩種。聚類分析是根據“物以類聚”的道理，是對指標進行分類的一種多元統計方法，其中最常用的是系統聚類法［1］。其基本原理是：開始將n個樣品各自作為一組，并規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新類，計算新類與其他類之間的距離；重復進行兩個最近類的合并，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建設強度大小的分類不完全取決于容積率、綠地率、建筑密度和套數中的任何一項指標數值，是一個綜合加權平均的結果。也即通過容積率、建筑密度等常規反映開發建設強度的指標無法直接判定第23、第24號項目樣本應該歸屬哪一類，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計方法。為判定上述兩個未分類項目樣本的開發建設強度分類，有必要對該二項目樣本進行判別分析［3］。根據前文的聚類分析，第1～22號項目樣本的聚類結果分成三類，另外兩個項目樣本作為待判項。

3.1 Fisher判別法

Fisher判別法是根據不同總體（類）及各指標的樣品數據，構造線性判別函數，根據后驗概率來判別樣品屬于哪個總體（類）。通過SPSS19.0版軟件中的“分析”—“分類”—“判別”進行判別分析，自變量進入方式采用步進法，距離測度采用馬氏距離，使用F值作為判別統計量，當F≥3.84時變量進入函數，當F≤2.71時，該變量從函數中剔除，最終選取了綠地率（X1）和戶數（X2）作為判別函數的自變量，根據典型判別式函數系數，生成如下兩組判別函數：

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

在判別分析里面出現過，Wilk'slambda是組內平方和與總平方和之比。當所有觀測的組均值相等時，Wilks'lambda值為1；當組內變異與總變異相比小時，Wilks'lambda值接近于0。因此，Wilks'lambda值大，表示各個組的均值基本相等；Wilks'lambda小表示組間有差異。在判別分析中，只有組均值不等時，判別分析才有意義。從兩個函數的“Wilk's Lambda”看，Sig.=0.000，差異極顯著，表明該判別函數具有統計學意義。

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

3.2 Bayes判別法

Bayes判別法是根據不同總體（類）及各指標的樣品數據，構造線性判別函數，根據后驗概率來判別樣品屬于哪個總體（類）。根據Bayes判別式的輸出結果——分類函數關系（見表1），將項目樣本歸屬第一組、第二組、第三組的分類函數表達式如下：

表1 第23、24號項目樣本的分類函數系數

將未分組樣本的自變量值代入上述三個Bayes判別式，得到三個函數值。比較這三個函數值，哪個函數值比較大就可以判定該樣本歸為哪一組。根據計算，函數值結果如下：

其中，第23號樣本的F3值最大，第24號樣本的F1值最大。據此，第23號樣本歸為第3組，第24號樣本歸為第1組。判定結果與Fisher判定法的判定結果一致。

3.3 判別分析結果

根據分類結果，判別函數對初始分組案例中的100%進行了正確分類，對交叉驗證分組案例中的100%也進行了正確分類，錯判率為0，判別效果很好，也說明了聚類分析得出的分類結果具有很高的可信度。

4 城市空間區域分布

將24個城市棚戶區改造項目在太原市的城市空間分布進行可視化處理之后（如圖2），可以清楚的看到，紅色圓點所代表的開發建設強度較高的項目全部分布在太原市中環以內的城市中心區，其中有83.3%的項目位于1949年中華人民共和國成立后所發展起來的有60多年歷史的老城區內，該區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、基礎設施及公共服務配套水平參差不齊、土地權屬交錯復雜、用地不易梳理、存量土地較難盤活、新舊建筑混雜、城市街區空間過渡混亂，亟待城市更新，且更新難度大［4］。因此該區域的城市棚戶區改造項目勢必需要通過提高開發建設強度來滿足安置需求，在政策上對開發建設強度問題適當放寬并給予一定限度的優惠有著現實意義上的充分必要性［5］。

圖2 太原市城市棚戶區改造項目開發建設強度空間分布（圖片來源：作者自繪）

綠色圓點所代表的開發建設強度較小的項目中有八成分布在太原市中環以外的中心城區范圍邊緣，該區域的發展歷史較短，城市空間較城市中心區密集程度和利用率更低、地廣人稀、基礎設施建設水平相對較好、用地較易梳理、土地增量供應較靈活、城市街區空間整體可塑性較強，城市規劃（紫線區保護、街區控規及城市設計等）落地實施的可行性更高，在土地開發時有很好的條件實施智慧的規劃，通過降低開發建設強度的手段達到既滿足拆遷居民回遷安置需求，又能提高安居品質，體驗較高舒適度的生活和優良的公共服務設施配套的效果［6］。

藍色圓點所代表的開發建設強度適中的項目中有30.8%分布在太原市中環以外的中心城區范圍邊緣，其余69.2%的項目分布在中環以內的城市中心區，這些項目所處街區所面臨的環境及改造的社會背景復雜程度相較紅、綠區域更加適中，對開發建設強度的需求也較適中，因此在系統聚類中被判別為中類［7］。

5 結語

城市棚戶區改造是城市化發展的重要推進手段和保障民生的工程，通過SPSS軟件對大量項目的建設信息進行聚類和判別數據處理，不僅能得到更加客觀科學的分析結論，還能有助于數據可視化的實現，重要的是通過數據可視化進一步分析項目開發建設強度在城市空間的區域分異，通過分異找到不同的城市區域和街區的不同的建設背景，能夠引導項目規劃設計的決策［8］。對哪一區域適宜提高強度管控，哪一區域適宜放寬強度上限提供了理論分析依據，對相關城市規劃管理部門的相關管理工作做出有益引導［9］。