土地使用规划工具应用于危险管线减灾调查

输送危险液体或气体的长途输送管线可能会对周边区域带来灾害。调查表明，很多管道破裂的原因与周边土地使用规划带来外力有关。然而，很少有规划学者关注这些输送管线。几乎没有研究关注过管线周边土地使用规划、如何在土地使用规划中预防和减少这类危险管道带来的灾害。美国北卡罗来纳州大学进行了一项研究，讨论了如何将土地使用规划工具运用于危险管道减灾。

从德克萨斯州、路易斯安那州出发至纽约州的重要管道走廊穿越北卡罗来纳州。在这一走廊中布置了天然气管道、危险液体管道等。由于北卡罗来纳州近年来人口不断增长，导致城市扩张，城市边界开始接近管道走廊。该项研究以北卡罗来纳州的各个县、市为单位展开。应用GIS的缓冲区分析方法选取该管道走廊周边受影响的县市。根据管道数据精度，缓冲区距离采用0.1-0.6km不等。缓冲区分析结果全州有121个县、市与管道缓冲区相交。这项研究对上述121个县、市进行了问卷调查，其中85个县、市进行了有效反馈。这项研究有两个目的，一方面比较土地使用规划中的规划工具在危险管线减灾中应用状况，另一方面是探讨影响这些工具应用的相关因素。

调查对土地使用规划中的19个规划工具用于危险管道减灾情况进行了分析。这19个工具包括了6个公众信息工具、11个法规工具、2个激励工具。6个公共信息工具分别是管道经过区域进行标示、输送管道地图、对管道通行权进行图解、在开挖之前必须联系州一次呼叫中心、在房地产交易中必须公开管道信息、通过媒体提供管道的警告信息。11个法规工具分别是管道周边进行低密度区划、输送管道区划叠合行政区划、制定特殊的输送管道灾害条例、建筑法规中的防火规定、管道周边设置最小建筑退界规定、在管道周边禁止设置某些设施、管线经过的地产进行用途限制、在水域保护条例中增加管道的规定、管道周边的开发进行环境影响评价、液体管道周边设防护池或防护坡道、强制性开发空间保证要求。2个激励工具是管道上方开发转移的密度奖励、管道周边的开发权转移至灾害较少区域。分别对以上19个工具使用情况频率进行统计。在85个县市反馈的数据中，19项工具使用情况各不相同。只有4个工具的使用率超过了50%，分别是对管道通行权进行图解、管道经过区域进行标示、在开挖之前必须联系州一次呼叫中心、建筑法规中的防火规定。对管道通行权进行图解的使用率最高，也只达到74%。另有2个工具使用率大于20%，分别是输送管道地图（39%）、管道周边设置最小建筑退界规定（28%）。其余13个工具的使用率均低于20%。使用最多的4个工具都由土地所有者或开发商实施，而不是规划部门实施。第二组两个超过20%使用率的工具是由规划部门实施。虽然这两个工具很有效，但是使用率较低出乎意料。研究认为这一状况是由于规划部门缺少对危险管道的专门知识，对危险管道破裂造成的灾害缺少预估。平均每一个县、市使用过的规划工具数量少于5个，最多一个县使用了17个工具。调查中有10个县市甚至未使用过任何工具进行减灾。总体上，北卡罗来纳州各县市很少使用规划工具进行危险管道减灾。

在工具类型上，北卡罗来纳州的各县市多数使用公共信息工具和法规工具，较少使用激励工具。尤其公共信息工具使用率相对高于法规工具，这意味着地方政府使用法规工具时遇到的障碍更多。少数使用激励工具的县市也是使用工具数量较多的县市，这些县市也同时使用法规工具、公共信息工具。

该项研究又对危险地区开发中减灾的相关因素进行了分析。分析认为利益相关方参与程度、规划承诺目标、规划质量、社区特质都与规划工具使用状况有关。其中，公共信息工具的使用率与以上四个因素均相关。调查中还发现，虽然危险管道很重要，但是各利益相关者很少关心危险管道的防灾。利益相关方的参与程度与土地使用规划工具总体使用率显著相关，也与法规工具使用率显著相关。社区自身的特质与规划工具使用状况存在相关性，尤其低收入居民比例与公共信息工具使用率正相关。

来源：OSLAND A. Using land-use planning tools to mitigate hazards: hazardous liquid and natural gas transmission[J]. Journal of Planning Education and Research, 2013, 33(2): 141-159.

柏林的城市绿地布局公正性研究

传统的城市绿地布局采用人均绿地面积指标和绿地服务半径的计算方法。这些方法更多地考虑了居民使用绿地均好性，但是没有顾及不同类型居民使用绿地是否存在供给上的差异性。据此进行绿地规划布局可能会导致城市绿地供给缺乏公正性。德国柏林对城市绿地系统布局的公正性进行了研究。

柏林是欧洲绿化最好的城市之一，绿地面积占到了城市用地面积的33%。近10年以来，柏林经历了人口较快增长，城市用地面积扩张，柏林也提出了城市绿地达到人均6m2的建设目标。该项研究目的是在全市层面、地区层面分别研究城市绿地供给的公正性，不同类型的居民使用绿地是否存在不平等，从而为城市绿地规划设计提出建议。在该项研究中讨论的城市绿地包括了森林、公园、小型园地、体育场地、墓地、街道绿地等。近年来，柏林居民中一方面外国移民比例上升，另一方面老龄化程度加深。2011年柏林总人口350万人，其中65岁以上老年人有66.4万人，移民49.4万人。预计2030年柏林总人口增加到375万人，65岁以上老年人增加到85.7万人，移民增加到62.4万人。因此，需要特别关注移民和老年人这两类居民使用城市绿地情况。

该项研究分成两个部分。首先，在全市层面研究绿地供给对移民、老年人两类特定人群的公正性。其次，选择了柏林原Tempelhof机场改建的大型公园，通过公园游客偏好，研究移民、老年人两类人群使用这一大型绿地的公正性。

在全市层面将柏林划分为60个分区。每一分区属性数据包括了分区内居民数量、移民的数量、65岁以上老年人的数量，分区内的绿地面积。对60个分区进行层次聚类分析，获得人均绿地面积、人口密度、移民比例、65岁以上老人比例共四个空间聚类图。总体上，上述4个变量都出现了较明显的聚类分布，但空间分布规律有很大差异。例如，人均绿地指标由城市中心向外围升高，接近市中心的各分区人均绿地指标低于6m2，人均绿地面积大于35m2的分区位于城市外围。人口密度由市中心向外围升高，接近市中心各分区人口密度大于7500人/km2，外围各分区小于2500人/km2。移民比例由市中心向外围降低，接近市中心的各分区移民比例大于14%，城市外围各分区的移民比例低于8%。老年人比例由市中心向外围升高，接近市中心各分区的老年人口比例低于15%，城市外围各分区老年人大于20%。由于上述各项变量在空间分布上存在明显差异性，总体上城市居民使用绿地存在不均衡。研究中进一步借用了基尼系数计算不同类型居民使用绿地的公正性。计算结果表明，柏林城市绿地供给对特定人群存在较大的不平等。对移民来讲，绿地供给的基尼系数最高，达到0.84。对所有居民来讲，绿地供给的基尼指数为0.69。相对来讲，65岁以上老年人的绿地供给基尼系数稍低，为0.65。

原Tempelhof机场改建的公园是柏林最大的公园，位于人口密度大，移民比例高的区域。采用GIS的缓冲区计算，在该公园周边500m内有居民25000人，周边1500m内有居民180000人。5%的全市人口会直接使用该公园，其中移民比例占27%，老年人占12%。随后，采用对公园中游客进行实地问卷调查。结果显示，约有1/3游客来自周边1500m内，另有1/3来自于公园相邻的分区。大于65岁的游客仅有6%，仅有9%的游客是移民。这些比例明显低于公园居住的周边老年人的比例、移民的比例。该公园本设计为一个适于所有人使用的公园。实际上，该公园提供的绿地供给对特定人群也存在较大不平等。移民和老年人很少使用这一公园。

依据上述研究，从社会环境的公正性出发，对城市绿地规划布局提出了建议。规划中考虑居民使用公园，应是采用至公园入口的步行距离，而不是至公园边界的距离。这样能使得居民更多使用绿地。公园中的各类设施设计也要考虑不同年龄、不同类型居民的使用偏好，才能对所有居民提供公正的服务。在绿地规划中应顾及不同年龄、文化背景的居民需要，给予所有居民一个公正的满足需求的机会。

来源：KABISCH N, HAASE D. Green justice or just green? provision of urban green spaces in Berlin, Germany[J]. Landscape and Urban Planning, 2014, 122: 129-139.

应用 Agent-Based模型评估布法罗市的可步行性

营建适应步行的环境，鼓励居民步行活动，建设一个可步行的城市和社区，这已经是许多美国城市的目标。尽管已经意识到城市可步行性的重要性，规划师和决策者仍然缺少工具用于评估整个城市的可步行性。在纽约州的布法罗市进行了一项评估整个城市可步行性的研究。该项研究应用了Agent-Based模型，用于评估城市建成环境各要素对步行的影响，希望通过这样评估，能将发现影响市民选择步行出行的交通、土地使用等因素。该项研究从微观数据出发，建立了一个用于宏观层面城市可步行性的评估技术框架。

该项研究的范围是布法罗市，面积大约135平方公里。布法罗市具有特别充足的绿地系统，6个主要公园组成了城市公园系统，8条绿化大道连接全市各处，大多数道路都栽有行道树。绿地系统为居民提供了多种多样的休闲娱乐场所，也为居民步行出行提供了机会。城市部分地区由于犯罪率相对较高，很少有居民步行。

某一场所可步行性由两个部分组成。一个是步行的OD，另一个是步行的路径。步行的OD是受居住区内活动类型（A）决定。餐馆、超市、公园、学校、图书馆、自行车道、医院、林荫道等设施影响了活动类型，决定步行的OD。步行的路径是由街道可达性（N）、步行安全性（S）、社交性（C）决定。街道可达性受街道网的连通度、街道相交度、10min步行范围等变量影响。街道安全性受犯罪率、空置地块等变量影响。社交性由使用该场所的人数决定。基于上述对城市可步行性的认识，该项研究收集了相应的基础数据，包括土地地块、道路、餐馆、公交车站、公园和绿化大道、图书馆、学校、人口统计区、犯罪率等等，共有16项。这些数据大多数是点要素图层，部分是多边形要素图层、线要素图层。

研究中采用了三个模型来评估。模型一是适宜性分析模型，评估城市范围内步行的适宜性。模型二是从微观层面模拟环境对居民影响，研究居民个体的步行模式。模型三进一步考虑了居民之间的相互作用来研究居民个体的步行模式。模型二和模型三都是基于Agent-Based模型建立。

模型一采用了9m×9m的栅格数据。依据上述16项基础数据，生成了16个栅格图层。上述基础数据中的点图层、线图层均采用核密度分析方法生成密度栅格。涉及多边形图层先转换成点图层，在生成密度栅格。按步行适宜性大小，对16个密度栅格分别进行重分类。按适宜性程度评分为1-10分。将重分类后的栅格进行叠合。步行适宜性得到全市范围内的步行适宜性评分。适宜性评分由三类因素数值进行A+N-S计算得到。

模型二以全市现状所有的住宅用地的地块为基础，动态模拟居民在10min步行范围内的步行状况。由于布法罗95%的住宅是独立式住宅或两户连体住宅，而且布局均衡。因此，在模型中将每一个地块用一个智能体（Agent）表示，使用ArcGIS的网络分析计算出每一住宅地块10min步行范围。每一智能体模拟居民在住宅周边10min步行范围内，以4.8km/h速度步行。模型二也采用9m×9m的栅格数据。智能体的步行行为受活动类型（A）、街道可达性（N）、步行安全性（S）、社交性（C）的影响。活动类型（A）由16个基础数据图层中各类设施数量表达。可达性（N）由街道中心线计算得到的连通度表达。步行安全性（S）由采用犯罪数量、空置地块数量表达。计算每一个住宅地块10min步行范围内的A、N、S、C四类因素的数值，模拟对居民步行的影响。在模型二中，可步行性数值也是三个因素数值进行A+N-S计算得到。

模型三是在模型二的基础上增加了社交性（C）因素。社交性因素反映了街道上步行者之间的交往互动会吸引居民步行出行。社交性因素（C）采用在每一个栅格单元中的步行者数量表达。在模型三中，可步行性数值是四类因素数值进行A+N-S+C计算得到。

三个模型计算得到各自的布法罗市可步行性地图。对三个可步行性地图进行比较，研究认为，使用基于智能体模型的方法能从居民个体步行行为出发，能更好地评估整个城市的可步行性。尤其在考虑了社交互动因素之后，能综合反映物质、社会环境对居民步行选择的影响。

来源： YIN Li. Assessing walkability in the city of Buffalo: an application of agent-based simulation[J]. Journal of Urban Planning and Development, 2013, 139(3): 166-175.

大范围自行车服务水平分析工具

在美国城市规划中，对分析和评价自行车出行的质量需求日益增加。2011年美国交通研究委员会（TRB）提出了一个BLOS（Bicycle Level-of-service）评价方法，用于分析道路上自行车出行的舒适度和安全性。这一方法是依据外部车道宽度、自行车道宽度、路肩宽度、沿街停车、路缘、机动车流量、车道数、机动车车速、重型车辆比例、铺装条件等数据对路段上自行车舒适性和安全度进行评价。在实际应用中，发现BLOS方法对数据的要求非常高。在爱达荷州进行了一项BLOS应用状况的调查，有115个使用者反馈了相关信息。调查发现BLOS需要的一些数据难以获取。其中，相对较容易获取的数据是外部车道宽度、车道数量、车速等，调查中发现也分别只有76%、67%、66%的使用者收集到了以上数据。最难获取的是重型车辆比例、自行车道宽度，分别只有12%、31%使用者收集到了以上数据。10项数据中有6项数据收集到比例低于50%。调查也发现在进行自行车服务水平分析中缺乏适用的工具。由于收集TRB方法中需要的数据过程费时、成本高、而且会缺少部分数据，使得许多社区应用该方法产生了较大的障碍。为应对这一情况，爱达荷州的规划部门研发了一个基于GIS的专用分析工具、提出了一套使用该工具进行大范围自行车服务水平的方法。

这一方法关键部分是提出了对数据进行敏感性分析。对TRB列出的所需数据进行相应敏感性分析。依据各项数据对自行车服务水平数值的相关性，计算每一项数据的敏感性，从中提取关键数据。例如，如果某条道路是干线公路，就不需要去收集精确的机动车流量数据。因为常规流量范围内，干线公路流量不同数值变化对相应自行车服务水平数值结果产生的影响是一样的。而在社区内的普通街道上，收集精确的机动车流量数据非常重要。哪怕在常规流量范围内，机动车车流量不同数值变化对相应自行车服务水平数值结果会产生直接的影响。

这一工具由敏感性数值计算、输入近似数据、计算自行车服务水平三个模块组成。在ArcGIS平台上采用Python编写。这一工具使用分为三个工作步骤，主要工作内容如下：步骤一，收集数据和计算敏感性数值。这一步骤中，在所在社区中，先尽可能收集TRB列出各项数据，再使用敏感性数值计算模块进行计算，输出一个敏感性计算表。根据该社区情况，表中会列出各项数据敏感性程度。步骤二，输入近似数值和重要位置关键数据。在这一步骤使用输入近似数据模块，输入该社区各条道路属性数据。工具中对各项数据均已有常规数值作为默认值。使用者输入上一步骤得出的关键数据，其余数据可以使用默认值作为近似值。输入近似值步骤简化了数据收集和输入过程。步骤三，在不同情景下计算自行车服务水平。这一步骤中使用计算服务水平模块，应用TRB提出的计算方法，得到自行车服务水平数值。输出结果将得出社区内每一路段的自行车出行舒适度和安全性，划分为A-F共6个等级，分级制作地图显示输出。A级服务水平最高，F级服务水平最低。这一步骤还可以将不同的改善措施归纳成不同未来情景，比较不同情景下自行车服务水平的变化。

这一自行车服务水平分析工具在爱达荷州两个城市进行了试用。应用的结果表明该工具适用于数据匮乏、收集数据成本高的情况，是一个较好的解决方案，能在规划、项目评估中发挥作用。

来源: CALLISTER D, LOWRY M. Tools and strategies for wide-scale bicycle level of service analysis[J]. Journal of Urban Planning and Development, 2013, 139(4): 250-257.