后工業社會可被視作知識社會，知識的產出和消費是其中的中心問題。那么，關于城市的知識，是如何被產出和消費的？

城市是復雜而綜合的系統，如何認識和營造城市，相應的知識散見于各學科的研究之中。我們很難把這些研究全部收集起來。而人們眼中有形的城市，實際就是城市空間，作為協調城市空間布局、具有一定綜合性的學科，城市規劃可作為一個觀察和研究的樣本。

現實中，大部分城市規劃研究以實際項目為依托，有指定的研究區域。我們將被研究的地區視為城市規劃知識的消費地區；與研究項目相關的高校科研工作者、規劃設計研究院、咨詢公司的研究人員則視為知識的產出者。

在城市規劃領域，其知識產出、消費的空間分布規律如何，又存在怎樣的網絡形態？考察這個問題，就是在回答哪些城市更受到研究者關注。同時也能從合作者的網絡、被研究城市的分布中，看到城市之間存在的聯系。

可初步判斷，知識產出與消費主要存在于大城市。一方面，大城市高校、設計單位云集；另一方面，大城市有更多實際項目作為支撐。研究者匱乏、研究項目稀少的小城市，被研究的機會相對較少。不妨設想，如果研究范圍并非指定城市，而是全國，并能保證研究粒度（數據的精度），小城市亦可被納入規劃知識消費的范疇。

論文是城市規劃研究的成果體現。論文的作者單位、通訊地址提供了研究者的空間分布信息；而從標題和摘要中，我們可以識別出被研究城市。

因此，我們以論文文獻為突破口，探尋中國城市規劃領域的知識產出、消費與網絡的空間格局。

數據來源和識別方法

本次研究文獻樣本源于《城市規劃》、 《城市規劃學刊》（原《城市規劃匯刊》）、《規劃師》、《國際城市規劃》（原《國外城市規劃》）2000年1月至2015年7月收錄在萬方數據和中國知網兩個網絡數據庫中的全部文章（包括論文、通訊、訪談、隨筆等）。從數據庫以Endnote格式批量導出文章的標題、摘要和作者通訊地址等信息總計13028條（txt格式）。

我們以2010年全國大陸城市名單為準，使用python編程方法，從所有導出信息中識別出直轄市、地級市和縣級市。

同時，在自動識別的基礎上，對自動識別結果進行人工復查：

（1）在標題和摘要城市地名識別部分，刪除非城市命名導致的錯誤識別（如街道名、河流名等），補充遺漏的簡稱（如蘇錫常、長株潭等）和代稱（如泉城），“A地級市B縣級市”的表述中只保留該縣級市；

（2）在著者通訊地址摘要識別部分，刪除部分錯誤識別（如津市、海市等），補充機構名稱中不包含城市地名的所在城市（如同濟大學、清華大學等），沒有明確所屬分支或所在城市的省級和國家級機構識別為總部所在城市（如中國規劃院、山西省城鄉規劃設計研究院等），著者為期刊編輯部的不計，同一文章的多個著者屬同一單位或同一城市該城市按一次計。比如文章“北京市限建區規劃：制訂城市擴展的邊界” （龍瀛，等，2006），四位作者單位皆為北京市城市規劃設計研究院，但研究者所在城市“北京”，僅記錄一次。

知識產出與消費的空間分布

為便于對規劃知識產出（從研究者通訊地址識別所在城市）、消費（從文章標題和摘要識別所研究的城市）空間分布規律的橫向對比，著者地址城市識別結果、文章標題城市識別結果、文章摘要城市識別結果用頻率表示。

1.知識產出過度集中

所有文章中，能成功識別著者所在城市的共9926篇，其中598篇文獻為兩個或多個城市作者合作，共識別出187個城市，累計11098次。

上海、北京為最主要的知識產出城市（研究者所在城市），頻率分別為18.6%、18.4%。

在空間分布上，研究者地址東西差異顯著。胡煥庸線以東，研究者的累計頻率高達99.4%。上海周邊識別出的中小城市數量較多、頻次較高；北京周邊識別出的中小城市較少；廣州、深圳及其周邊城市形成了次一級的著者所在城市集中區域。此外，武漢、重慶也是擁有研究著者較多的城市。在西藏、青海、甘肅等西部省份，只有少數幾個城市分布有規劃研究著者，且頻次很低。

2. 知識消費不均衡

標題識別出的332個城市中，上海頻次最高，為449次，占所有城市頻次總和的12.0%，另有其他7個城市出現頻次達到100次以上，依次為廣州（310）、深圳（229）、北京（205）、南京（186）、武漢（144）、重慶（135）、杭州（118）。針對標題識別出的332個城市及其對應頻次占比，在空間分布上，東西差異依然顯著，胡煥庸線以東，標題城市的累計頻率高達97.9%。

摘要識別出的322個城市中，8個城市頻次在100次以上，依次是上海（520）、廣州（368）、北京（254）、深圳（246）、南京（207）、武漢（160）、重慶（138）、杭州（128）。這一結果與文章標題識別的結果基本相同。從全國區域看，摘要識別的分布特征與標題識別的結果一致，胡煥庸線以東，摘要城市的累計頻率高達97.7%。

從文獻標題和摘要識別的城市空間分布可知，知識消費城市（被研究城市）出現了長三角和珠三角兩個頻次較高、城市較為密集的區域：以上海為中心的長三角區域中心城市頻次最高、周邊城市數量最多、分布密度最大，說明上海有效帶動了周邊中小城市的相關城市規劃研究；以廣州為主中心、深圳為副中心的珠三角區域，周邊中小城市數量較多，也分享了較多的研究機會。

此外，北京識別頻次較高，但周邊除天津外，識別出的中小城市數量少、頻次低，在空間上沒有形成規劃研究的顯著城市群分布；沿長江流域的南京、武漢、重慶也是高頻次城市，但在識別結果中，重慶、武漢周邊少有中小城市。

東南沿海城市的頻次比例高、分布密集。其中，福建省的城市數量和對應頻次相對其他省市較低；東三省識別出的城市數量較少、頻次較低、分布零星；中部地區除武漢外，其他城市數量較少、頻次較低、分布零星；西南省份中，成渝地區識別出的城市最多、頻次比例最高，廣西自治區識別出的城市數量和對應頻次相對其他省份較多；西北地區識別出的城市數量最少，各省份只有少數幾個城市在文獻標題中出現。

知識產出與消費時序分析

本次研究選取期刊跨時16年（2000-2015），等差分為四個時間段。選取知識產出總數前10位的城市和知識消費總數前10位的城市（按篇次排序），分析不同時間段內比例變化情況。

總體上，知識產出城市的前十位比例較知識消費城市的前十位比例更穩定，特別是從2004-2007年這個時間段起，知識產出的比例波動較小。

上海、北京、南京、廣州為城市規劃知識產出的前四位城市，上海和北京在不同時間段知識產出比例不相上下，但無論在哪個時間段，都明顯高于南京，南京又高于廣州，而廣州又明顯高于隨后的城市。

相比2000-2003年，在2004-2007年間，北京和上海知識產出的比例有較明顯的下降，廣州有較明顯的上升，隨后趨于穩定。武漢、杭州、深圳、重慶知識產出比在不同時段比較接近，且略微高于西安和哈爾濱。

上海是城市規劃知識消費大市，且在不同時間段皆處于首位，但其首位度明顯在減弱。在知識消費前十的城市中，武漢是唯一一個消費比例穩定上升的城市。2004-2007年間和之后的時間段，北京的城市規劃知識消費比例較明顯提升。

知識產出—消費網絡格局

知識產出—消費網絡可分為兩類：有向網絡和無向網絡。比如，北京學者研究上海城市問題和上海學者研究北京城市問題，若考慮有向聯系，則兩條記錄不能累加。

一些研究沒有指定區域，無法建立“研究者—研究城市”的關聯，導致城市研究者數量（篇次）往往大于研究本地（研究者和被研究區域為同一城市）和研究外地（研究者和研究區域為不同城市）數量的總和，比如周一星先生的“關于中國城鎮化速度的思考”（周一星，2006），在標題和摘要中沒有指定的區域。

1.無向聯系強度

通過作者城市和被研究城市，建立異地知識產出—消費網絡的無向連接關系，共有2229條記錄，其中非重復記錄有932條，即有研究聯系的城市之間聯系平均強度為2.39次，低于平均聯系強度的非重復記錄有750條。在上述非重復的932條城市對中，聯系強度大于20的城市依次是：北京---上海（53次）、南京---上海（36次）、北京---南京（32次）、廣州---中山（30次）、北京---廣州（29次）、上海---廣州（29次）、廣州---佛山（27次）、北京---深圳（27次）、杭州---上海（26次）、上海---蘇州（24次）、北京---天津（23次）、廣州---深圳（22次）、南京---蘇州（22次）、上海---武漢（22次）、北京---杭州（21次）、南京---無錫（21次）。北京和上海之間的研究聯系強度遙遙領先。

從空間格局上說，胡煥庸線以西，城市研究聯系少且弱，無聯系強度大于5的城市對。發達地區的城市研究聯系強度明顯高于欠發達地區的城市研究聯系強度。長三角、珠三角和京津冀城市群核心城市之間的聯系強度最強。

選取研究網絡中各節點的首位聯系節點，得到的網絡如圖7-a。與上海有最強研究聯系的城市有120個，北京82個，南京46個，廣州44個。研究者所在城市和被研究城市之間的聯系強度并沒有受到距離的明顯影響（影響還是存在的）。選取最強聯系度大于3的網絡，如圖7-b，可清晰看出，北京、上海研究（被研究）影響范圍廣闊，北方以北京為研究中心，東部和中部以上海（南京）為研究中心，南部以廣州（深圳）為研究中心，但與之有最強聯系強度的城市多處于廣東省內部。

圖7 最強聯系圖

2. 有向聯系強度

通過作者城市和被研究城市建立異地有向連接關系，共有2229條記錄（與無向OD相同），其中非重復記錄有1028條，即有方向的研究聯系平均強度為2.17次。對其他區域感興趣的研究者主要分布在：北京（455次）、上海（448次）、南京（317次）、廣州（211次）、杭州（96次）、武漢（95次）、深圳（57次）、西安（56次）、重慶（47次）、哈爾濱（32次）。

有向異地研究中，北京（研究者）—上海（被研究城市）聯系強度最高，35次。隨后為廣州—中山（30次），北京—深圳（25次），廣州—佛山（24次），南京—上海（24次）。研究者—被研究城市之間，有向研究聯系強度大于10的城市有35對，選取這35對城市，制作Sankey Diagram， 如圖8。

在前35對有向異地研究城市對中，研究者集中在北京、南京、上海、廣州這四個城市，被研究地區分布在上海、蘇州、杭州、深圳等19個城市，研究者的集中程度遠高于被研究的城市。

在這些高強度的研究聯系中，北京研究者的研究范圍最廣，被其研究的城市多達11座（197次），南京、上海研究者次之，分別是8座（135次）、8座（134次），廣州研究者的研究范圍相對較小，除了對北京的研究次數勉強大于10外，其他3座城市（中山、佛山、深圳）均為廣東省內部城市。南京的研究者對長三角內部的城市關注程度較上海研究者高，比如無錫、常州、寧波、昆山均被單一的南京研究者關注，且在長三角地區，被上海研究者研究過的城市，均被南京的研究者研究過。

蘇州、杭州、深圳是最為研究者青睞的城市，北京、南京、上海的研究者對之均有較強的關注。研究者和被研究城市之間有一定區域規律，比如單一被研究的城市，沈陽、青島、天津被距離最近的北京學者研究；昆山、寧波、常州、無錫，被南京學者研究；中山、佛山被廣州學者研究；武漢被上海學者研究。

知識產出合作網絡格局

建立同一篇文章不同城市合作者之間的無向連接關系，總共有894條記錄，其中非重復記錄有270條。合作者所在城市的空間距離平均值為916.3公里，若以文章篇次對合作者所在城市的距離加權，平均距離值為904.7公里。

北京和上海的研究者合作最為頻繁，本次研究識別出75次，隨后為北京和南京（65次）、上海和南京（42次），上海和武漢（28次），深圳和北京（27次），杭州和上海（23次），廣州和北京（18次），廣州和上海（18次）。這說明，合作研究并沒受到空間距離的影響，多發生在經濟發達的大城市之間。

從空間格局看，不同城市的合作者大多分布在胡煥庸線以東。西部僅有烏魯木齊和蘭州等城市與東部城市有少量的合作交流，且西部不同城市之間的的合作研究極少。

本地化分析

1.本地研究

本地研究（研究者和研究區域為同一城市）記錄有2657條，共125個城市，平均21.3次。前十依次為：上海（464次）、廣州（302次）、北京（209次）、深圳（198次）、南京（192次）、武漢（137次）、重慶（127次）、杭州（93次）、西安（55次）、天津（52次）。

本地研究次數能一定程度上反映研究的本地化程度 ，但由于研究基數（總研究數）不同，還難以對其準確刻畫。因此，本文選取研究數最高的20座城市，分別從研究者和被研究城市的視角出發，計算其本地研究比，即研究本地比例和被本地研究比例。

研究本地比例越高，表明該地學者更關注自己所在城市，在這20座城市中，比例最高的城市是廈門（90.0%），隨后是沈陽（82.4%）、青島（80.9%）、寧波（78.6%），深圳（77.6%）。研究本地比例超過50%的城市有15座，占75%，說明大多數地區的研究者還是明顯傾向于研究本地。北京和上海同為城市規劃的研究大市，而從研究者的視角看，上海的研究者更關注本地，研究本地比例高達50.9%；北京研究本地比例僅為31.5%，是所選取的20座城市中比例最低的，說明從研究區域上來說，北京的研究者視野更廣闊。

被本地研究比，是從被研究城市的視角衡量，比例高低可在一定程度上反映“地盤”的概念。被本地研究比例最高的城市是上海（80.1%），隨后依次是南寧（79.6%）、廣州（77.8%）、武漢（77.4%）。最低的是蘇州（31.6%）。

2. 期刊略顯本地化

《城市規劃學刊》、《城市規劃》、《國際城市規劃》和《規劃師》皆被評選過雙核心期刊（中文核心期刊、中國科技核心期刊），在中國城市規劃行業有著深遠的學術影響。

理論上說，這些期刊的投稿者和研究區域，是面向全國或全球，每個期刊研究者所在城市的比例應和研究者的分布格局相似。

每個期刊研究者所在城市的比例和被研究城市的比例，如圖11、12。

《城市規劃學刊》收錄上海研究者的論文數量遠高于其他城市，在該期刊中，上海研究者論文錄取篇次占45.5%，是第二名北京的3倍多，研究者空間分布極度不均衡；《城市規劃》和《國際城市規劃》收錄最高的是北京地區研究者，北京著者分別占26.2%和36.8%，皆高于18.4%（所有期刊北京研究者的比例）；《規劃師》著者的城市相對較為均衡，但在《規劃師》收錄的作者城市分布中，并非研究大市的南寧排第9。

看看這幾個期刊的編輯部地址：《城市規劃》、《國際城市規劃》編輯部在北京，《城市規劃學刊》在上海，《規劃師》在南寧。

總體而言，被研究的城市概率分布較作者分布均衡，但《城市規劃學刊》仍偏愛上海地區的研究。一則由于收錄的上海的研究者多，另外上海研究者有一定本地研究情結。

被忽視的城市

2010年全國大陸城市名單記錄659座，而2000 - 2015年間被識別的參與研究、被研究的城市僅383座，超過40%的城市游離于城市規劃知識的產出、消費網絡之外。

無論規劃知識產出、消費的空間分布，還是產出—消費之間的網絡聯系，高頻在大城市和特大城市集中，馬太效應尤為明顯。一方面中小城市研究者較少，另外，信息系統基礎設施方面的投入不足，數據缺乏、獲取受限，科研項目稀少，使得中小城市失去被深入研究的機會。

大數據時代給規劃科學研究帶來了新的機遇：（1）豐富的數據獲取渠道和大規模的數據量為城市研究和城市管理帶來了新的機遇；（2）當今也是開放數據時代，政府信息逐漸公開、透明；（3）計算機性能提升和大數據處理技術的完善，為處理海量數據提供支撐；（4）數據模擬、分析方法日臻完善。

在此背景下，“大模型”城市研究思想應運而生。在一個大地理區域上建立相對精細尺度的城市—區域分析與模擬模型，兼顧尺度與精度的方法，除了考慮城市內部的發展動態， 還關注城市間的網絡連接， 而不是孤立研究各個城市。“大模型”能縮小中小城市的技術和數字鴻溝，建立兼顧不同規模等級城市一體化研究，比如全國城市地塊尺度建成區界定、地塊尺度模擬全國城市擴張、全國街道尺度人口對PM2.5的人口暴露評價等（龍瀛，等，2014）。

總結和思考

本次研究的文章樣本為《城市規劃》、《城市規劃學刊》、《規劃師》、《國際城市規劃》2000年1月至2015年7月收錄在萬方數據和中國知網兩個網絡數據庫中的全部文章總計13028條。

通過對這些信息的分析，發現如下規律：

（1）針對標題和摘要所在知識消費城市的識別結果基本一致，針對著者地址識別的知識產出城市與知識消費城市識別結果有較大差異，主要體現在知識產出的城市數量更少、高頻在大城市和特大城市集中；

（2）從知識產出與消費的空間分布看，以上海為中心城市的長江三角洲區域呈現中心城市和周邊中小城市共同繁榮，以廣州和深圳為雙中心的珠江三角洲區域也出現區域多城市共同發展，而京津冀地區的知識產出和消費基本集中在中心城市北京，對周邊中小城市帶動和輻射效果不明顯；

（3）不同時間段，知識產出城市前十的比例較知識消費城市穩定，作為城市規劃知識消費大市，上海的首位度下降較為明顯；

（4）發達地區之間的知識網絡聯系強度明顯高于欠發達地區。長三角、珠三角和京津冀城市群核心城市之間的聯系強度最強，北京—上海之間聯系最多，不僅僅體現在產出與消費的關系上，還蘊含于產出合作中；

（5）城市規劃研究，本地化現象較為明顯，各地學者傾向于研究本地，廈門研究者最愛研究本地，上海是被本地學者研究比例最高的城市，學術期刊收錄當地研究者篇次相對較多。

“大模型”研究方法兼顧了大尺度和精細化模擬單元，代表了一種新的研究范式，可縮小中小城市與大城市規劃知識消費的鴻溝。

由于本文并未囊括所有規劃期刊，且部分文章存在收錄數據不全的情況，如摘要缺失、著者通訊地址缺失等，可能導致最終識別結果與實際研究中的城市及其頻次有偏差；在對城市群和區域的處理中，對沒有明確指出中心城市的“關中城市群”、“長三角地區”等不予以識別，這可能也會導致最終頻次的部分偏差。

致謝：感謝吳康博士、劉行健博士對本文提出的寶貴建議！

參考文獻：

龍瀛，何永，劉欣，等. 北京市限建區規劃：制訂城市擴展的邊界[J]. 城市規劃，2006, 12(30): 20 – 26.

龍瀛，吳康，王江浩，等. 大模型：城市和區域研究的新范式[J]. 城市規劃學刊，2014,(6):52-60.

周一星. 關于中國城鎮化速度的思考[J]. 城市規劃學刊，2006, (30): 32-40.