1700298780
当然，这些都绝不是新发现。早在20世纪60年代就有不少人研究人居规模（从邻里区到大都会范围都有）对接触机会（一般包括就业、教育、购物、娱乐等机会）、生活空间、环境素质的影响。道萨迪亚斯与众不同之处有三：（1）以接触机会去归纳发生于城市里的种种活动，并以追求接触机会作为人类聚居的动机；（2）以追求不同接触机会去区别不同类别的“城市人”；（3）以人居规模去解释接触机会的质与量。这给我两个启发。
1700298781
1700298782
第一，道萨迪亚斯的人居规模类别约束我应该而且可以把泛泛的观察和分析套进一套有明确上、下限和交汇点的人居规模系统之中。我不一定认同他的类别，但我接受人居规模是人居素质（接触机会）的基本解释变量。
1700298783
1700298784
第二，综合道萨迪亚斯的人居规模类别系统和人居塑造原则，我得出以下结论：（1）城市是人类“聚居”的空间现象；（2）聚居是为了增加空间上的接触机会；（3）人们聚得越多、越密，接触机会越大（相对追求的气力）；（4）人们聚得越多、越密，生活空间越紧张，环境素质越差。
1700298785
1700298786
看来，人居规模是双刃剑。它创造空间接触机会，也引发生活空间紧张和环境素质下降，可以有以下的演绎。（1）生活空间紧张是因为人与人的距离拉近了，空间上的接触多了，摩擦也相应多了。因此，生活空间紧张其实也是基于人居规模，但是种负面的接触。（2）环境素质下降是因为人与周围环境（自然、他人、社会、壳体、网络）的接触频率密了、关系复杂了，产生出矛盾与张力。因此，环境素质下降也是基于人居规模，也是种负面的接触。
1700298787
1700298788
人口规模是不是人居典型的唯一变量？“城市人”选择聚居去追求空间接触机会。聚居是关键。经济能力、文化背景、政治因素等都影响“聚”的模式，但“聚”肯定是个空间现象。“城市人”理性地利用（也同时塑造）这空间现象去追求和提升他的接触机会。“聚”其实包含三个变量：人口规模、人口结构、人居密度。这些也应是人居典型的具体变量。
1700298789
1700298790
第一，人口规模——道萨迪亚斯以人口规模划分的人居典型有15个。前3个（1—4人）小于规划范围，后3个（7亿—300亿人）则远超规划范围。这不是说规划工作不用考虑它们（“住宅”尤其重要），但“城市人”的选择和规划者的职能都是集中在屋群（40人）到都会（1亿人）的范围内。道萨迪亚斯从历史和跨国度、跨文化的研究中发现这套系统很能反映人居的类别。人口规模肯定是人居规模的基本变量，而人居规模也肯定是空间接触机会的基本变量。我们可先行借用一下作为我们人居典型的第一组变量。
1700298791
1700298792
第二，人口结构——理性的城市人会以最省力的手段去追求最优化的接触机会。城市人主观地判断什么是他的正、负接触，他的理性会带领他选择最能匹配他需要的人居。他的经验（亲历的、道听途说的、研究出来的）会告诉他接触机会与人居类别是紧密相连的，因此他会自然地倾向选择某类别的人居，也预期这些人居能满足他的需要。但是，聚居一起的可能不单是一类的城市人（以年龄、生命阶段去定义），更可能是多类的城市人，大家在追求不同类的接触机会。同时，他们的年龄与生命阶段不断改变，导致他们追求的接触机会改变，他们创造给别人的接触机会也发生改变，因此他们所属的城市人类别也随之而变。看来，在一定的时空里，一定的人口规模下，会有不同的人口结构，追求和提供不同的接触机会。因此，人口结构也应是人居典型的基本变量。通过观察和比较现有的人居类别（按人口规模定义）和居民的满意程度（对接触机会的满意程度），我们应该可以分辨出哪类人居吸引哪类城市人。这帮助我们制定人口结构的典型（对应各人口规模的典型），作为人居典型的另一组变量。
1700298793
1700298794
第三，人居密度——道萨迪亚斯套用克里斯塔勒的等边六边形去部署人居的平面空间（当然还考虑自然环境和科技条件的影响），因此，他的人居面积规模是以七倍递进的，而人口规模也按此不断递升（表1）。也就是说，他的人均用地基本不变。在这点上，道萨迪亚斯的理论与现实脱节。在现实中，城市人口规模越大，人均用地越少，起码在建成区是如此。人均用地下降是空间接触机会（正与负）增加的主因。因此，人均用地就是人居密度的基础衡量（其他变量如容积率、楼层数等都可以追溯到人均用地）。人口多、密度高自然会创造更多的接触机会（正与负）。人居密度直接影响空间接触机会，是规划工作的焦点。规划不能直接干预人口规模和人口结构，但它直接干预人居密度，并以此去间接影响人口规模和人口结构。可用的手段包括道路系统、功能等级、园林格局、楼层分布、城市肌理等等。看来，人居密度也应是人居典型的一组变量。
1700298795
1700298796
城市人理论建设
1700298797
1700298798
城市人的定义是“一个理性选择聚居去追求空间接触机会的人”。“人居科学”把城市人的选择具体化。结合两者可得出以下观点。
1700298799
1700298800
第一，人居是种空间现象。人通过空间上的聚居去追求与他人、与天然环境、与人工环境的接触机会。
1700298801
1700298802
第二，在一定的经济模式、社会结构、政治体制之下，空间接触机会的质与量决定于人口规模、人口结构和人居密度。
1700298803
1700298804
第三，接触机会增加会使人的选择增加，选择赋予人自由。这是正面接触，例如找工作、上学校、买东西、交朋友等。理性追求正面接触机会就是以最少的气力去获取最多的正面接触。
1700298805
1700298806
第四，接触机会增加也会使生活空间紧张、环境素质下降。这是负面接触，例如车祸、犯罪、纷争、污染等。理性抗拒（反追求）负面接触机会就是以最少的气力去处理（包括避开）最多的负面接触。
1700298807
1700298808
接触机会多、寡是客观事实——同类的人居会提供同量的接触机会，城市人就算不全知也必有微觉。接触机会的正、负是主观判断——同类的城市人有同样的判断，城市人不一定自觉，但可以研究追踪、科学验证。在这基础上，我们可以建立一套与人居类别对等的城市人类别，如下。
1700298809
1700298810
城市人理性地选择（进住或留住）某类人居去追求聚居的接触机会。不同类别的城市人对人居有不同的期望，是主观的。不同类别的人居有不同的接触机会，是客观的。规划不应勉强客观事实去迁就主观需要，因为这是不效率；也不应勉强主观需要去迁就客观事实，因为这是不公平。上策是匹配。城市人的需要与期望难改变，规划工作者要做的是去辨认它。理性城市人会理解不同人居类别会供给不同接触机会，因此他会尽量自找匹配。在现实里，居民和人居是大致匹配的（可以说，这是“物以类聚”的空间现象：“人以居聚”）。这种“自选”（self-select）的匹配会在不同类别的人居产生不同类别的居民。这个事实可以帮助规划工作者按人居类别去制定“城市人”典型。
1700298811
1700298812
城市人的需要与期望既难改变（起码短期内不会），“以人为本”的规划应通过优化人居的接触机会去提升城市人与其所选人居的匹配程度。在现实里，城市人对其所选、所在人居的满意程度不一。这是城市人与人居匹配的评价指标：在同类人居中，典型城市人的需要和期望跟人居所供给的接触机会的匹配程度反映规划手段的成效。这可用来指导规划工作，因为规划工作就是通过对空间的分配和使用去提升接触机会。可见，城市人理念为解释城市、指导规划提供了一个比较符合逻辑和科学的理论基础。
1700298813
1700298814
回归分析（regression analysis）有助城市人理论的建设。基本公式是：空间接触机会=∫（人居变量）。以“好学校”的接触机会为例。作为家长的城市人有他的好学校标准，如师资、规模、上学路程（脚程、车程）、费用等（这些可经调研市民掌握）。接着，选一批经济模式、社会结构、政治体制相类似，但人居类别（人口规模、人口结构、人居密度）不一的城市（或市内的区）。然后，在每个城市（区）数一数有多少的好学校（这可经调研学校掌握）。回归分析就是以各城市（区）的好学校数量回归于这些城市的人居变量（人口规模、人口结构、人居密度，可以细分）。得出的回归系数可以帮助我们认识哪些人居变量最能够影响一个城市的好学校数量。接着，再回头检验各城市如何通过规划手段，例如道路系统、功能等级、城市肌理等去操作这些变量。研究得出的结果可以帮助城市间相互学习去提升接触好学校的机会。回归分析可用来寻找任何与造成正、负接触机会相关的人居变量及有效的规划手段。
1700298815
1700298816
最优化分析（optimization）也可助城市人理论的建设。基本的公式是：在一定的约束和门槛之下追求某个正面接触机会的最大化（或某个负面接触机会的最小化）。再以找“好学校”为例。选一批经济模式、社会结构、政治体制相似，而人居变量也相若的城市（区），把它们按好学校的多寡排列。按逻辑，这些类别相若的人居应有相若数量的好学校，不然，就是因为规划未能妥善处理人居变量。因此，我们可以逻辑地假设排在前面的市（区）代表成功规划，是这一个人居类别的好学校规划典范。最优化分析可用来鉴定每一个人居类别中，每种正、负接触机会应有的上、下限，并以此来衡量规划的成败，检验不同规划手段的效应和效率。
1700298817
1700298818
无论是回归分析、最优化分析或其他科学验证，都要考虑量化和细分问题。
1700298819
1700298820
先谈量化。人居变量如密度、接触机会如距离、城市人类别如年龄，都可以数字化。但人居变量的人口结构、接触机会的安全感觉、城市人的生命阶段等就比较难数字化。跟一般的社会科学不同，规划是处理空间的学问，要服从空间的物理条件。物理条件不容许我们在同一个空间、同一个时间做不同的事。社会科学分析（经济、社会、政治等等）可以“证明”某一地块同样地适宜建学校或盖商场，但规划只可以选其一。因此，规划与设计永远需要做出取舍，这需要排轻重、分先后。这些都可以量化（如甲优于乙），但不一定能数字化（如甲2倍优于乙）。当然，轻重、先后的决定可能非常复杂，牵涉多种利益和观点。我们可以用比例（ratio）、排列（rank）、权重（weight）等办法帮助我们处理不同的变量。但是，量化不代表精准。英语有说“垃圾进、垃圾出”（garbage in，garbage out）。精准首先来自观察和评估。观察不清、评估偏差的原始资料，经过数学处理会产出看来非常严谨、其实非常松散甚至错误的“数据”。更值得注意的是，规划的精准度不能，也不应跟自然科学相比，绝不应因数字上的一点点差异而大做文章。恰当和谨慎的量化会帮助决策，错误或草率的量化会误导决策，甚至破坏整个决策程序。
1700298821
1700298822
细分也是个考虑。上面谈到的接触机会、人居类别和城市人类型都是粗放的，当然可以和应该细分。但是细分要有目的。不然，就像剥洋葱，一层层地剥下去（细分下去），最后什么都没有。规划的焦点是空间。经济模式、社会结构、政治体制不是我们的分内事。它们在空间上的表征，如距离、地点、形状等，才是我们可以干预的事。认清这点就知道什么不能干；知道什么不能干才知道什么可以干。正如“天时”，改不了的。但在任何一个天时之下都有很多可以干的事。关键是顺天与逆天之别。人性也是难改，但人性与经济模式、社会结构、政治体制不一样。人性倾向是多方面的。不同的环境引发不同的倾向，产生不同的行为。井井有条的空间会引发出规规矩矩的行为，肮脏、混乱的空间怎会有清静无为之治？以下是一些细分的原则。
1700298823
1700298824
第一，以人居规模为指引。在不同规模的人居里，规划干的事情和用的工具都不一样。例如邻里区的内街聚焦于安全，市区的马路聚焦于可达，都会的高架路聚焦在速度。不同人居规模应有不同的细分方案。
1700298825
1700298826
第二，以空间为焦点。规划是通过空间去匹配城市人和他追求的接触机会。因此，规划工作是演绎接触机会的空间表征。再以“好学校”为例，好学校的定义可以包括师资、费用、规模、环境和距离等。好的师资、合适的规模是教育的事；可承受的费用是经济与社会的考虑。这些，规划工作者要有一定的认识，但规划工作聚焦于环境和距离。恰当距离会因中、小学生而异。因此好学校作为正面的空间接触机会，可以细分为恰当距离的好中学、恰当距离的好小学等。
1700298827
1700298828
第三，以典型为砌块。建设理论需要归纳事实，归纳一定需要抽象。人人不同、事事不一是事实，在这事实底下不可能有典型。那么就像1
:1地图，有啥用？但是，人人不同、事事不一只是事实的一个侧面。事实有很多侧面，其中一个是人人一样、事事皆同。典型出于共性（起码是某方面的共性），否则不可能有中国人、上海人、富人、穷人的类别，甚至不可能有人。抽象是人类生存不可缺的思维范式。道萨迪亚斯提出了15个人居规模的典型。这不是说道萨迪亚斯的典型规模一定适合今天中国的国情，但没有典型就没法做分析，没法做规划。每个典型人居都有其典型的人居变量和接触机会。做邻里区规划就需要考虑典型的住宅；做街区规划就要考虑典型的邻里；作市区规划就要考虑典型的街区。典型当然可以多个，例如邻里的典型住宅可以包括公寓式、平房式、排房式等等。心理学家发现，我们的大脑不能同时处理多于9样事情。看来道萨迪亚斯的9个人居规模典型是个好的开端。人居变量、接触机会的细分也不可过滥。但同时要留意典型以外的“例外”，求同不忘存异。过马路的行人灯是按“一般人”的行速设计的，兼顾行人与行车的效率。长者或幼儿走得慢，因此马路中央会设有“安全岛”，让他们可以分两段过马路。这是求同存异的典型。
1700298829
[
上一页 ]
[ :1.70029878e+09 ]
[
下一页 ]