基于城市群复杂系统和大数据思维的城市规模优化及其测度研究

Beginning with the definition of complex system of urban agglomeration and city size optimization, we research internal mechanism of city size which is based on the utility maximization of city overall. From both real and potential aspects, we can make a conclusion:the various important variables and Optimal number of combinations effect city size optimization. then, We explore optimal spatial paths to achieve city size optimization. Using high-dimensional big data analyze city network behavior, it can solve each level and each dimension objective function by setting different penalty functions. We use IASSO method to solve model parameters. In addition, it can achieve important variables selection and parameters contraction. By building high-dimensional and sparse model and introducing the spatial lag econometric models in the model, it can build a city size optimization model which is high-dimensional and sparse to close to the city's operation mechanism in urban agglomerations. Through complex network topology to analyze each system and each element of optimization matching condition about urban agglomeration, we can get a optimized space path of city size optimization. In this paper, we study will break through the research paradigm under the framework of traditional Newtonian mechanics and the limitation of previous scholars about urban scale optimization model analysis, produce research methods that more consistent with the actual of the urban agglomeration and urban operation , so as to develop the urban size optimization system measurement software tools with more extensive application value, and beneficial to achieve the city at all levels and urban agglomeration development of design, management and control.

从城市群复杂系统与城市规模优化的界定入手，基于城市整体效用最大化，研究城市规模优化内在机理，从现实和潜在两个方面得出影响城市规模优化的重要变量及其最优组合数量，并探寻实现城市规模优化的最优空间路径。通过运用高维大数据分析城市网络特征，设定不同惩罚函数求解各层级各维度的目标函数，运用IASSO方法求解模型参数，同时实现重要变量选择和参数收缩，构建高维稀疏模型，并在模型中引入空间滞后计量模型，使构建的城市规模优化高维稀疏模型接近城市群中城市运行真实机理；通过复杂空间网络拓扑结构分析城市群各系统及各要素优化匹配的条件，得出城市规模优化的最优空间路径。研究将突破传统牛顿力学框架下的研究范式，并突破当前城市规模优化模型分析的局限，产生与我国城市群与城市运行实际更稳合的研究方法，从而开发具有更广泛应用价值的城市规模优化系统测度软件工具，有利于更好地实现我国各层级城市与城市群发展的设计、管理和控制。

首先对国内外相关文献进行系统梳理，在总结国内外在城市规模优化及其系统测度指标体系的研究进展基础上，根据城市规模优化发展目标，借鉴国际通用的相关优化指标体系的分类框架，同时参考我国中央部门和有关部委已制定的相关指标体系分类和当前在建绿色城市的指标体系划分方法，通过课题组多轮研讨，确定城市规模优化及其系统测度指标体系的分类框架从而提供一个普适性的城市规模优化发展目标。.项目研究基于百度 LBS 开放平台提供的大数据、海量的百度迁徙出行数据；国家卫生健康委员会的“中国流动人口动态监测调查”项目（CMDS),该数据包含全国31个省（自治区、直辖市）和新疆生产建设兵团中流动人口较为集中的流入地，采用分层、多阶段、成比例的抽样调查数据。中国A股上市1000多家公司和200多个地级市层面数据；及通过各省份的统计年鉴和地级市的年鉴中进行查找，并从统计公报上查漏补缺。本研究还采取了《中国城市统计年鉴以及Wind数据库和各地区的统计年鉴数据获得其他控制变量数据，以及课题组在珠三角城市群、长三角城市群实地调研数据获取，并合作分享南京财经大学国贸学院、南京审计大学经济学院、中山大学管理学院、西安交通大学公共管理院的数据资源。.项目研究从城市群复杂系统和大数据分析入手，运用大数据统计分析技术和复杂网络拓扑结构，采用复杂网络及GIS分析方法等，以及空间滞后计量模型等，力求突破传统的研究范式来研究基于城市群复杂系统的城市规模优化及其系统测度方法，既可以克服新经济地理学垄断竞争分析和空间经济分析模型的缺陷，又能通过大数据统计分析技术和复杂网络拓扑结构分析方法克服传统关于城市规模优化模型分析的局限；从现实和潜在两个方面考量城市规模优化的重要影响变量及其内在结构关系，从优化的重要影响变量最优组合数量和城市群系统内在结构合理匹配两个相关层面刻画城市规模优化内在的机理，揭示出城市规模优化的最优路径及其政策建议。