国产男女乱婬真视频免费

  • 【首期發布】2021設計科技線上論壇 / REMAC TY PROPTECH





    下拉,了解[首期論壇]詳情


    自然資源部“兩集中”供地新政出臺,一石激起千層浪。提升了地方政府年度供地計劃和組織難度,對地產開發商的短期籌融資布局影響較大。對于集中供地帶來規劃實施及地區發展預測,應如何精準高效地實現科學分析與決策呢?


    2021年度設計科技線上論壇第一期,將圍繞『城市系統模型與人工智能技術應用』主題,特邀睿住天元副總經理張曉聰先生主持,與劍橋大學馬丁建筑與城市研究中心研究員(Research Associate)楊天人博士展開深入探討。



    Q&A


    楊:“兩集中”的政策出臺對開發商在拿地策略上的理性選擇以及地方政府在供地計劃上的科學編制都提出了更高的要求。如何更好的理解房地產市場供需關系間的空間均衡、更精準的預測城市未來的發展態勢將成為“兩集中”政策背景下的重要議題。

    對于開發商而言,可以通過分析多源城市數據,構建系統化的情景決策模型,綜合評估各區域的發展潛力與競爭優勢,從而制定并優化拿地組合策略。此外,土地供應的集中化也將導致開盤時間的趨同化,這需要開發商對區域內的短期市場價格波動進行更精細化的預判,對區域內及區域間的競品項目影響進行綜合評估。



    楊:對于地方政府而言,更應強調中長期的計劃制定,將用地供給與重點地區、重大項目的需求進行匹配。地方政府也可以通過多源城市數據,設定空間經濟模型,綜合探索不同地區土地供給總量、供給時序差異所會造成的市場中長期影響。

     

    張:提到的多源城市數據,作為大數據視角下一種城市研究,那么大數據的介入,為土地市場動態分析與供地計劃決策帶來了什么思考和機遇?

    楊:我認為新興的“大數據”與傳統的“統計數據”之間有著良好的互補關系,共同推動開發商與地方政府對土地市場供需平衡以及價格波動的短期追蹤與長期評估。

    完全由數據驅動的分析也會存在一定的局限性,如開發商對“大數據“的運用往往停留于對歷史趨勢的研判,政府不同部門間的”大數據“也往往缺乏有效的連接。通過模型的構建串聯起,對現象產生原因的辨析以及對數據間關聯的探索,所以從理論出發的數據分析才能最大化“大數據”的潛在價值。

     

    張:的確,人們可以通過這些數據來衡量評估一個地區的發展模式,分析其產業環境,檢討和體味城市的建設。以上提到的城市模型與相關理論,將如何有效反映出土地市場的動態變化?

    楊:城市模型可以將城市抽象為由多個子系統所耦合構成的復雜系統,并對子系統內與子系統間的動態關聯通過數學函數進行表達。其中具有代表性的為空間均衡模型,其將城市抽象描繪成一個封閉經濟體,關注城市發展過程中消費者(居民)與生產者(企業)之間的互動關系。

    如下圖所示,消費者通過勞動獲得工資收入,并將收入投入商品市場和房地產市場。同時,來自消費者的市場需求為生產者帶來產品收入,以此覆蓋其對勞動力和房地產的支出,從而形成資金流動的閉環。在空間層面上,消費者和生產者基于效用最大化原則,依據市場變化與政策變動作出選址決策。例如:來自房地產市場的供給變化(如新增居住用地與住宅)會造成房地產價格的變動,從而使消費者與生產者作出新的區位選擇,直至整個封閉經濟體中形成新的均衡狀態(供需平衡)。


    圖 空間均衡模型結構


    楊:空間均衡模型可以同時反映城市系統中的非線性與因果性。在模型閉合(model closure)階段,研究者與實踐者可以依據實際分析需求設定相應的內生與外生變量,從而理解外生變量(如規劃政策)的改變對內生變量(如房地產價格)的因果作用。

    在土地市場的決策應用方面,城市模型可以怎樣與大數據結合?兩者的結合又將帶來哪些具體的應用場景?

    楊:大數據的興起彌補了城市模型對于數據需求的缺口,而城市模型為解釋大數據(現象)提供了成熟的理論基礎。在應用場景上,城市模型可以通過“反事實模擬”與“情景預測”,為城市發展的解釋與預測提供可量化、可解釋的指標性結論與和科學依據。

    在反事實模擬中,城市模型可以通過重構決策歷史情景,尋找影響決策實施效果的核心要素,并量化評估不同城市系統要素在地區發展中造成的影響。以土地市場價格為例,城市模型可以探索哪些地方要素(如住宅供給、產業發展、交通提升)對歷史價格波動起到更大的決定性作用,從而反思現行決策方式中存在的潛在沖突與缺陷,為決策方式調整與優化提供重要依據。

    而在情景預測中,城市模型可以對決策方案的綜合性結果(如經濟、社會、環境影響)進行推演。例如在新城新區建設中,不同的重大項目選址、不同的建設時序會對未來土地市場價格走勢造成什么影響?土地市場的波動又將造成哪些社會與環境問題(如人口與產業變化)?基于城市模型的情景預測可以對不同組合策略的優劣進行權衡比較。


    圖 城市模型應用(情景預測)流程示意


    了解到您與團隊正在探索人工智能技術在規劃決策中的應用,是否可以分享一些最新成果?

    楊:是的,我與金鷹教授與方舟博士針對人工智能技術在當前基于案例應用中的局限(即缺乏可解釋性的“黑箱”特點),正在探索基于案例(example-based)與基于過程(procedural-based)這兩類相結合的對抗生成網絡。對規劃與設計行業知識設定(基于過程)的引入可以增強傳統對抗生成網絡的可控性,也為城市模型與人工智能技術提供了潛在的結合點。


    圖 空間生成(對抗生成網絡)流程示意

    楊:基于人工智能的空間形態生成可以挖掘并延續城市空間的地方特色,同時通過進一步銜接城市模型的指標性結果,為規劃與設計提供指引,從而快速生成不同規劃情景下所對應的城市設計方案。因此,由模型輸出的方案可以同時滿足基地條件(如地形)、周邊形態(如路網連接)以及規劃指標(如人口、住房密度)與設計導則(如街區類型)的指引,為設計師、決策者和公眾提供更多互動與比對選擇,從而輔助城市設計方案的優化與制定。

    對于開發商與地方政府而言,城市模型與人工智能技術的結合可以為不同空間尺度下的發展決策提供系統化的分析方案。例如:區域尺度上情景預測模擬的結果可以指導地區尺度上設計方案的制定,而地區尺度上的指標方案調整可以反饋至區域尺度,從而通過迭代更新跨尺度的模型結果,支撐全局最優與局部最優權衡下的方案決策。

     

    注:更多內容可見參考文獻:楊天人, 金鷹, 方舟. 多源數據背景下的城市規劃與設計決策——城市系統模型與人工智能技術應用[J]. 國際城市規劃, 2021, 36(02): 1-6.



    本期線上論壇圍繞『城市系統模型與人工智能技術應用』主題,探討了“兩集中”政策對開發商與地方政府的影響,并圍繞大數據分析與模型應用趨勢進行了深入對話。

     

    4月30日將推出設計科技線上論壇第二期,邀請了奇志科技聯合創始人李秉駿先生,圍繞地產開發痛點與案例,串聯場地大數據信息精準化、市場基底數據化、總圖精細化等要點,探討設計科技手法解決組合拍地優化與科學決策需求。




    < >

    熱點新聞

    国产男女乱婬真视频免费