更改

大小无更改 、 2026年1月21日 (星期三)
第1,537行: 第1,537行:     
===贝当古城市模型===
 
===贝当古城市模型===
−
贝当古(Bettencourt)城市模型是由原[[圣塔菲研究所]]的学者Luis Bettencourt于2013年提出的模型,它包含了比较宏观的概念模型(从基本的[[量纲分析]]和[[平均场近似]]推出最基本的规模法则),也包含一个类似[[生物系统]][[WBE模型]]的[[城市层次化网络模型]](包含较强的城市路网层次化分级假设,可以推出多个宏观指标的规模法则)部分,旨在解释城市[[规模标度律]]背后的普适机制,关于该模型的详细讨论,可参考:<ref name=":8">[https://wiki.swarma.org/index.php/%E8%B4%9D%E5%BD%93%E5%8F%A4%E5%9F%8E%E5%B8%82%E6%A8%A1%E5%9E%8B 贝当古城市模型]</ref>。
+
贝当古(Bettencourt)城市模型是由原[[圣塔菲研究所]]的学者Luis Bettencourt于2013年提出的模型<ref name="bettencourt">Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science, 340(6139), 1438–1441. https://doi.org/10.1126/science.1235823</ref>,它包含了比较宏观的概念模型(从基本的[[量纲分析]]和[[平均场近似]]推出最基本的规模法则),也包含一个类似[[生物系统]][[WBE模型]]的[[城市层次化网络模型]](包含较强的城市路网层次化分级假设,可以推出多个宏观指标的规模法则)部分,旨在解释城市[[规模标度律]]背后的普适机制,关于该模型的详细讨论,可参考:<ref name=":8">[https://wiki.swarma.org/index.php/%E8%B4%9D%E5%BD%93%E5%8F%A4%E5%9F%8E%E5%B8%82%E6%A8%A1%E5%9E%8B 贝当古城市模型]</ref>。
    
====城市[[规模标度律]]的基本模式====
 
====城市[[规模标度律]]的基本模式====
−
城市[[规模标度律]]通常表示为 [math]\displaystyle{ Y = cN^{\beta} }[/math],其中 [math]\displaystyle{Y}[/math] 为城市属性,[math]\displaystyle{N}[/math] 为人口,指数 [math]\displaystyle{\beta}[/math] 决定了标度类型<ref name="bettencourt">Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science, 340(6139), 1438–1441. https://doi.org/10.1126/science.1235823</ref>。实证表明,城市的属性分成三类:第一类是与社会交互相关的属性,表现为超线性增长([math]\beta\approx 1.15[/math]),包括城市GDP、专利数量、新企业创建数量、研发人员数量、犯罪率、艾滋病例数等。这意味着城市规模每增加一倍,这些属性的增长会超过两倍,体现了大城市在经济和创新方面的显著优势;第二类是与物理基础设施相关的属性,呈现亚线性增长([math]\beta\approx 0.85[/math]),如道路总长度、加油站数量、电力线路长度等。这表明大城市能够更高效地利用基础设施,实现规模经济效应;第三类是与个人或家庭需求直接相关的属性,基本上与人口成线性关系([math]\beta\approx 1.0[/math]),包括住房数量、家庭用电量、用水量等。
+
城市[[规模标度律]]通常表示为 [math]\displaystyle{ Y = cN^{\beta} }[/math],其中 [math]\displaystyle{Y}[/math] 为城市属性,[math]\displaystyle{N}[/math] 为人口,指数 [math]\displaystyle{\beta}[/math] 决定了标度类型。实证表明,城市的属性分成三类:第一类是与社会交互相关的属性,表现为超线性增长([math]\beta\approx 1.15[/math]),包括城市GDP、专利数量、新企业创建数量、研发人员数量、犯罪率、艾滋病例数等。这意味着城市规模每增加一倍,这些属性的增长会超过两倍,体现了大城市在经济和创新方面的显著优势;第二类是与物理基础设施相关的属性,呈现亚线性增长([math]\beta\approx 0.85[/math]),如道路总长度、加油站数量、电力线路长度等。这表明大城市能够更高效地利用基础设施,实现规模经济效应;第三类是与个人或家庭需求直接相关的属性,基本上与人口成线性关系([math]\beta\approx 1.0[/math]),包括住房数量、家庭用电量、用水量等。
    
====模型的核心与理论基础====
 
====模型的核心与理论基础====