贝当古城市模型是由2013年贝当古提出的[1],用于解释城市规模标度律的机制模型。
城市中的规模标度律
城市的规模标度律是指城市的属性和城市规模存在[math]Y=cN^{\beta}[/math]的关系。按照幂指数[math]\beta[/math]的大小可以将城市的属性分成三类:与人的交互相关的属性和城市规模的超线性关系(幂指数约为1.15),如城市GDP,创新和财富的创造等;基础建设和城市规模的亚线性关系(幂指数约为0.85),如城市加油站的数量,道路的面积等;还有一类和家庭相关,和城市的规模是线性关系,如房屋的数量,用电量等等(如图1)。城市的规模标度律在许多数据集中都得到了验证,体现了在城市的多样性背后的统一性,暗示了城市动力学的普适机制[2]。更加详细的内容可以参考城市中的规模标度律。
贝当古城市模型
贝当古提出了一个在理论上统一的定量框架,用于解释城市标度律的起源。这一模型的基本思路是,城市中各种规模标度律的出现,来源于城市产出和成本的平衡。而产出来源于人与人之间的交互,成本则来源于人们为了交互所需要跨越的距离成本。
基础模型
首先我们先考虑一个城市的人口数量为N,面积为A,那么可以得到城市的人口密度[math]n=N/A[/math]。
其次,我们再考虑人和人的交互在模型中的设置。首先所有的交互都是在一个局部发生(而不是长程交互),这就意味着交互会受到空间上距离的约束,我们设一次交互发生在面积为[math]a_0[/math]的区域。交互可以有不同的类型,可以是带来正向结果的交互(如带来社会产出等),也可以是负向的影响(如带来犯罪等)。其次,所有的交互都是在城市的基础设施网络,尤其上道路网络上发生。所以道路网络是交互发生的场所和载体。所以一个人的移动长度如果为[math]l[/math],那么一个人可以产生的交互数量就可以记为这个人的可以发生交互的区域[math]a_0l[/math],乘上人口密度[math]n=N/A[/math]
接着我们考虑引入产出系数[math]\bar{g}[/math],代表了每次交互的社会产出。所以一个人社会产出可以记为[math]\bar{g}a_0l N/A[/math],最终可以得到社会的总产出为[math]Y=G\frac{N^2}{A}[/math],其中[math]G=\bar{g}a_0l[/math]
另一个关键设置是人口在城市中充分交互。这意味着每个人的交互成本c是正比于城市横向尺寸L的,即[math]c \sim L \sim A^{1/2}[/math]。比如电力网络的搭建就是一个典型的成本,要使得电力输送给每个人,需要的总成本是[math]T \sim LN \sim N \sqrt{A}[/math]
我们根据供需平衡的条件[math]Y = T[/math]就能得到城市运作的基线
[math]\displaystyle{ A \sim N^{2/3} }[/math]
[math]\displaystyle{ Y \sim N^{4/3} }[/math]
但以上的分析实际上会高估产出,低估成本。因为真正用于交互的道路长度L应该是道路面积的开根号[math]\sim {A_n^{1/2}[/math],而不是和城市面积[math]\sim {A^{1/2}[/math]。所以就需要对模型作进一步的修正。
修正模型
基于以上的设置,一个更为现实的模型如下。它有四个基本的假设
假设1:人口充分混合。同样要求城市中的人口可以充分在城市中移动和交互, [math]T \sim C \sim {A_n^{1/2}[/math]
假设2:道路网络增长。即要求基础建设网络随着人口的增加而增长。
假设3:有限的人类社会能力。
假设4:社会经济产出正比于交互数量。
模型的泛化
层级模型
城市效率评价
- ↑ Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science, 340(6139), 1438–1441. https://doi.org/10.1126/science.1235823
- ↑ Bettencourt, L. M. A., Lobo, J., Helbing, D., Kühnert, C., & West, G. B. (2007). Growth, innovation, scaling, and the pace of life in cities. Proceedings of the National Academy of Sciences of the United States of America, 104(17), 7301–7306. https://doi.org/10.1073/pnas.0610172104