高密度城区公共空间公平再分配的多目标优化-模拟方法

《Sustainable Cities and Society》：A multi-objective optimization-simulation approach to equitable public space reallocation in dense urban areas

　　

• •
  用于多目标公共空间分配的混合优化-仿真框架。
• •
  公平驱动型分配避免了严重的空间过度集中。
• •
  模型在不确定性条件下处理多个选址、分区、干预措施和时段。
• •
  帕累托分析量化了明确的权衡取舍，以支持快速情景测试。

引言

快速城市化改变了城市土地的空间分布和使用方式，对住房、交通和公共空间产生了相互冲突的需求（Domingo等，2021；Jiang等，2015）。在密集的城市地区，公共空间的分配处于三个经常相互竞争的目标的交汇点：环境可持续性、社会公平和社区福祉（Jiang和Chen，2024）。

绿地空间提供了可量化的环境和健康效益：它能减少地表径流和城市热岛效应，减轻空气污染，并支持居民心理健康（Fasihi和Parizadi，2020；Huang等，2023）。城市化同时破坏了栖息地并降低了生物多样性，使城市成为日益重要的保护行动场所（Croeser等，2024）。这些效益并非均匀分布。空间公平——即公共资源在城市人口中的公平分配——仍然是一个持续的规划挑战，因为各社区对环境风险的暴露程度和对公共设施的可达性存在系统性差异（Fasihi和Parizadi，2020）。居民对公共空间的满意度与这些空间在多大程度上满足当地社会功能密切相关，包括社区认同感和社交互动（Song等，2023；Martínez等，2015）。

可持续土地利用规划通过空间优化来解决这些相互竞争的需求，即将地理信息系统与数学模型相结合，在经济、社会和环境约束下分配土地（Yao等，2019；Liu等，2018；Shu和Xiong，2019）。当公共空间分配直接以社会目标为导向而非成本最小化时，通常会出现三个目标：最大化公平可及性、最大化与已证实社会需求的匹配度、以及最大化绿地供给。这些目标往往相互冲突，需要进行明确的权衡分析。

现有的优化和仿真模型能很好地解决该问题的部分方面，但如下一节所示，尚不存在一个现有框架能在不确定性条件下，同时将多个选址、分区、干预类型和规划时段联合优化，并将公平、需求匹配和绿地空间视为同等重要的目标。这一空白至关重要，因为现实中的市政规划是增量式的且受资源约束的：决策在多个预算周期中逐步展开，而非一次性的分配事件。

本文以三个目标来弥补这一空白。首先，我们确定公共空间在公平可及性、需求匹配和绿地供给方面的最优分配方案。其次，我们刻画了这三个目标之间的权衡关系，为决策者提供关于优先实现各目标后果的透明信息。第三，我们为在现实预算和监管约束下管理土地重新分配的规划者提供决策支持。

为此，我们提出了一个将混合整数线性规划（MILP）与随机多时段仿真相耦合的混合框架。该框架在预算、能力和监管不确定性下追踪各规划时段内的干预生命周期，涵盖多个选址、分区、干预类型和时段。据我们所知，将优化与随机多时段仿真相耦合在城土地利用规划中尚属新颖（Huo等，2022；Vázquez-Serrano等，2021）。

本文的后续安排如下。第2节回顾文献并定位我们的贡献。第3节定义问题。第4节呈现模型表述。第5节将该框架应用于墨西哥蒙特雷的Distrito Tec。第6节讨论结果及其启示。第7节总结全文。

章节摘要

文献综述、研究空白与贡献

本节对城市土地利用建模、空间优化和可持续规划交叉领域的研究进行了批判性考察。综述不以主题分类罗列研究，而是围绕方法论范式——静态优化、动态仿真、混合模型和AI驱动方法——来组织，以追溯推动本研究的累积性局限。该综述刻意保持平衡：在认可各范式的真正贡献之前

问题定义与概念框架

本研究提出了一个用于资源约束型市政环境下战略城市干预规划的优化框架。该框架处理的对象是一个有界城市系统，包含多个具有已知人口统计特征的行政区，以及可改造的公有或可进入的公共空间。

混合框架的数学表述

本节呈现数学符号、用于空间分配的混合整数线性规划模型，以及整合随机多时段仿真的混合模型表述。

两个边界条件（详见附录）定义了该系统。首先，干预措施是永久性的：一旦分配到某一选址，该干预措施在仿真过程中无法被移除、撤销或重新利用，因此其空间足迹和维护成本将延续至所有后续时段。

计算实验

计算实验追求三个目标：验证混合模型在公共空间分配方面的有效性、分析各目标函数下生成的最优解，以及评估不同优化目标如何塑造最终的分配格局。

实验框架以Distrito Tec为中心，该城市区位于墨西哥新莱昂州蒙特雷市，以蒙特雷理工学院为锚点，该校位列QS世界大学

多目标权衡与规划启示

帕累托前沿分析揭示了社会需求匹配、公平加权可及性和平均可达性加权绿地之间存在非平凡的权衡关系。高效解在高公平水平处聚集，表明在不同分配配置下可以维持分配公平，而无需为其他目标做出重大牺牲。这与罗尔斯式分配正义（Rawls，1999）一致，本文通过剥夺加权可及性来实现其操作化。

结论

本研究提出了一个用于密集城市环境中公共空间重新分配的混合优化与随机多时段仿真框架。将混合整数线性规划模型与动态状态转移仿真相耦合，使该方法超越了静态分配：它明确捕捉了时间依赖性、预算随机性以及规划期内不断变化的能力约束。

应用于墨西哥蒙特雷的Distrito Tec时，该框架生成了帕累托

CRediT作者贡献声明

Jesús Isaac Vázquez-Serrano：写作 – 原稿、可视化、验证、软件、方法论、调查研究、形式化分析、数据管理、概念化。Leopoldo Eduardo Cárdenas-Barrón：写作 – 审阅与编辑、验证、监督、方法论、调查研究、形式化分析、数据管理、概念化。Andrés Acero：写作 – 审阅与编辑、验证、方法论、调查研究、形式化分析、概念化。Rafael Ernesto Bourguet-Díaz：写作 –

利益冲突声明

作者声明，他们不存在任何已知的竞争性经济利益或个人关系，这些利益或关系可能会影响本论文中报告的工作。

Jesús Isaac Vázquez-Serrano|Leopoldo Eduardo Cárdenas-Barrón|Andrés Acero|Rafael Ernesto Bourguet-Díaz|Neale R. Smith|Armando Céspedes-Mota|Julio C. Vicencio-Ortiz