韓 璐，鄭新奇，謝俊奇,3

（1. 浙江財經(jīng)大學(xué)不動產(chǎn)研究所，浙江 杭州 310018；2. 中國地質(zhì)大學(xué)（北京）土地科學(xué)技術(shù)學(xué)院，北京 100083；3. 北京市國土資源局，北京 100013）

北京市土地利用網(wǎng)絡(luò)群體智能涌現(xiàn)研究

韓 璐1，鄭新奇2，謝俊奇2,3

（1. 浙江財經(jīng)大學(xué)不動產(chǎn)研究所，浙江 杭州 310018；2. 中國地質(zhì)大學(xué)（北京）土地科學(xué)技術(shù)學(xué)院，北京 100083；3. 北京市國土資源局，北京 100013）

研究目的：分析北京市土地利用中不同群體認(rèn)知關(guān)鍵詞及其邏輯結(jié)構(gòu)關(guān)系，并挖掘網(wǎng)絡(luò)涌現(xiàn)出的土地利用群體智能。研究方法：利益相關(guān)者理論，鏈接結(jié)構(gòu)分析方法中HITS算法。研究結(jié)果：關(guān)于北京市的研究表明，（1）專家群體的權(quán)威關(guān)鍵詞是土地退化，中心關(guān)鍵詞是遙感監(jiān)測；（2）政府群體的權(quán)威關(guān)鍵詞是土地利用管理，中心關(guān)鍵詞是土地用途管制；（3）公眾群體的權(quán)威關(guān)鍵詞是集約高效用地，中心關(guān)鍵詞是城市空間規(guī)劃。研究結(jié)論：一方面各個群體通過發(fā)表各自關(guān)于土地利用問題的見解和觀點產(chǎn)生相互影響，從而涌現(xiàn)出群體智能；另一方面各個群體對土地利用問題的認(rèn)知存在著不一致性，而這種不一致性推動了不同群體更深層次的互動，這也是產(chǎn)生網(wǎng)絡(luò)群體智能涌現(xiàn)的驅(qū)動力。建議政府更加重視公眾參與，并有效地利用互聯(lián)網(wǎng)引導(dǎo)公眾輿論導(dǎo)向。

土地利用；群體智能；關(guān)鍵詞；HITS算法；互聯(lián)網(wǎng)；土地利用

隨著經(jīng)濟的不斷發(fā)展和城市規(guī)模的逐漸擴大，北京市土地利用在土地供給壓力，耕地和基本農(nóng)田保護，城鄉(xiāng)區(qū)域間用地結(jié)構(gòu)和布局，節(jié)約集約用地能力，國土資源綜合治理和生態(tài)基礎(chǔ)設(shè)施建設(shè)力度，土地管理機制等方面存在諸多問題。土地利用涉及多方利益群體，隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)提供了讓所有群體充分表達意愿和互動交流的平臺。因此，借助網(wǎng)絡(luò)這一龐大的資源，挖掘不同群體對北京土地利用問題的認(rèn)知和關(guān)注熱點，可以為有針對性地解決土地利用問題提供決策參考。而如何挖掘網(wǎng)絡(luò)中不同群體對于北京市土地利用問題的關(guān)注點是本文的研究重點。

近年來，土地利用群體分析的方法研究取得了一定的成果，主要集中在以下3個方面：（1）定性的參與式調(diào)查分析方法。包括快速農(nóng)村評估方法（RRA，Rapid Rural Appraisal）或參與式農(nóng)村評估法（PRA，Participatory Rural Appraisal），主要是采取實地走訪和調(diào)查的手段[1]。（2）定量的數(shù)理模型方法[2-3]。（3）定性與定量相結(jié)合的方法[4]。但是，上述分析方法存在著一些局限性：首先，數(shù)據(jù)獲取多數(shù)采用問卷調(diào)查、訪談等手段，需要耗費較大的人力、物力和財力，且得到的數(shù)據(jù)受外在因素影響較大，部分受訪者不能真實的表達自己想法；其次，無法更好地掌握不同群體的觀點傾向及其交互關(guān)系。由此，本文提出依托復(fù)雜而看似無序的互聯(lián)網(wǎng)，找到不同群體關(guān)于土地利用問題的言論和見解，并通過研究不同群體互動而涌現(xiàn)的群體智能，進行土地利用群體的關(guān)注點分析。

群體智能（Swarm Intelligence，SI）是20世紀(jì) 90 年代以來，許多學(xué)者通過觀察蟻群、蜂群、魚群等社會性動物，對其自組織行為進行數(shù)學(xué)建模和計算機仿真實驗而產(chǎn)生的[5]。群體智能是指具有簡單智能的個體通過相互協(xié)作和組織表現(xiàn)出群體智能行為的特性，具有天然的分布式和自組織特征[6-7]，同時也表現(xiàn)出非線性和涌現(xiàn)的系統(tǒng)特征[8]。群體智能的涌現(xiàn)研究都與開放的復(fù)雜巨系統(tǒng)有關(guān)?；ヂ?lián)網(wǎng)作為一個快速發(fā)展的開放的復(fù)雜巨系統(tǒng)，為研究土地利用中不同群體及其關(guān)系提供了豐富的資源。網(wǎng)絡(luò)群體智能的涌現(xiàn)研究具有面向?qū)ο蟮膹V泛性、研究問題的多元化、深入性等特點，同時群體智能方法易于實現(xiàn)，具有較強的可操作性。因此，土地利用中網(wǎng)絡(luò)群體智能的涌現(xiàn)研究具有十分重要的理論和現(xiàn)實價值。

1 土地利用中網(wǎng)絡(luò)群體的界定

根據(jù)利益相關(guān)者理論，土地利用中利益群體類型較多，主要包含專家、政府、社會團體、個人等在內(nèi)的不同群體。其中，專家主要指土地利用及相關(guān)學(xué)科的科研人員，他們的研究成果會成為制定土地利用規(guī)劃與政策制定的依據(jù)。政府主要包括中央政府，省、市、縣等各級地方政府以及國土和其他相關(guān)管理部門，他們是土地利用規(guī)劃和政策的決策者、組織者與執(zhí)行者。公眾是指與公關(guān)關(guān)系主體有利益關(guān)系并相互影響的組織、群體或個人[9]，主要包括農(nóng)民、城市居民、企業(yè)以及非營利組織等，土地政策的制定與調(diào)整、土地資源的分配與利用等方面的問題都與其生活和生產(chǎn)方式密切相關(guān)[10]。因此，本文將土地利用中網(wǎng)絡(luò)群體分為專家群體、政府群體和公眾群體。

需要說明的是，網(wǎng)絡(luò)上的公眾因受年齡、文化程度、階層、數(shù)量、代表性、觀點可靠性、地域經(jīng)濟發(fā)展水平等多方面的影響，具有一定的局限性，并不是完全意義上的公眾，從公眾群體總體分布看，是一個偏態(tài)分布。因此，本研究需進一步對公眾群體進行界定。

按照公眾關(guān)系學(xué)的基本思想和觀點，把公眾分為非公眾、潛在公眾、知曉公眾和行動公眾4類[9]?；ヂ?lián)網(wǎng)中的公眾是以知曉公眾和行動公眾為主，對組織起到主要的影響力。就北京市土地利用問題來看，網(wǎng)絡(luò)中的知曉公眾和行動公眾對北京市土地利用易產(chǎn)生重要影響，而不上網(wǎng)的公眾因受年齡、文化程度、地域等限制，對北京市土地利用影響較小，以潛在公眾為主。此外，因網(wǎng)絡(luò)中公眾選擇是隨機進行的，在一定程度上可當(dāng)作正態(tài)分布。因此，本文中公眾群體主要是指網(wǎng)絡(luò)中的知曉公眾和行動公眾。

根據(jù)上述群體的界定，在互聯(lián)網(wǎng)上可以找到3個群體關(guān)于土地利用某個熱點問題的不同形式的發(fā)言和討論。不同群體關(guān)注的土地利用熱點問題是用關(guān)鍵詞的形式表現(xiàn)。專家群體的發(fā)言和討論一般以學(xué)術(shù)論文的形式表現(xiàn)出來的研究成果，因此，可以通過學(xué)術(shù)論文數(shù)據(jù)庫檢索的途徑來獲取專家認(rèn)知關(guān)鍵詞。政府群體的發(fā)言和討論一般在政策、法規(guī)和措施等形式表現(xiàn)，因此，可以通過查詢相關(guān)的政府官方網(wǎng)站關(guān)于土地利用的政策、法規(guī)和措施等獲取并提煉政府認(rèn)知關(guān)鍵詞。公眾群體的發(fā)言和討論比較分散，界定有一定難度。本文以在博客、論壇等公開發(fā)表的言論和話題為表現(xiàn)形式，因此，可以借助各種搜索引擎，對關(guān)注的土地利用熱點問題進行網(wǎng)頁跟蹤和統(tǒng)計，從而獲取和提煉公眾認(rèn)知關(guān)鍵詞。

2 土地利用中網(wǎng)絡(luò)群體智能涌現(xiàn)的分析方法

在互聯(lián)網(wǎng)中，3個群體的觀點和見解可以用關(guān)鍵詞的響應(yīng)關(guān)系來表達，即群體認(rèn)知有向?qū)傩詧D。通過對認(rèn)知有向?qū)傩詧D的分析，可以得到各個群體關(guān)注的重點，以及他們之間的影響關(guān)系，這就擴大了群體共同認(rèn)知的匯集，從而涌現(xiàn)出群體智能[8]。

本文采用鏈接結(jié)構(gòu)分析方法中的HITS算法。它的核心思想是對權(quán)威（Authority）網(wǎng)頁和中心（Hub）網(wǎng)頁兩個方面的權(quán)威程度進行評價。每個網(wǎng)頁都具有兩個屬性值，即Authority值和Hub值（圖1、圖2）。Authority值表示一個權(quán)威網(wǎng)頁被其他網(wǎng)頁引用的次數(shù)，即該權(quán)威網(wǎng)頁的入度值（權(quán)威度）；Hub值表示一個Web網(wǎng)頁指向其他網(wǎng)頁的數(shù)量，即該Web網(wǎng)頁的出度值（中心度）[11]。

圖1 權(quán)威網(wǎng)頁有向?qū)傩詧DFig.1 The link-structure fi gure of authority page

圖2 中心網(wǎng)頁有向?qū)傩詧DFig.2 The link-structure fi gure of hub page

本文中各個群體在討論某一熱點主題時，某一觀點會與其他主題產(chǎn)生交互，即一個主題對其他主題產(chǎn)生響應(yīng)關(guān)系。這種響應(yīng)關(guān)系可能是引用、評價、從屬等關(guān)系。根據(jù)網(wǎng)絡(luò)群體的界定，熱點主題是通過關(guān)鍵詞來表現(xiàn)。這說明不同群體的認(rèn)知關(guān)鍵詞之間存在著邏輯結(jié)構(gòu)關(guān)系，即一個關(guān)鍵詞在被其他關(guān)鍵詞響應(yīng)的同時還會響應(yīng)另外一些關(guān)鍵詞。每個關(guān)鍵詞的兩個屬性之間存在一種彼此加強的關(guān)系。隨著時間的推移，見解質(zhì)量高的發(fā)言會有越來越多的響應(yīng)或者評價，而具有高質(zhì)量響應(yīng)的發(fā)言也會評價越來越多的高質(zhì)量見解，見解質(zhì)量高和高質(zhì)量響應(yīng)二者彼此加強，形成正反饋效應(yīng)[12]。這與HITS算法中權(quán)威網(wǎng)頁和中心網(wǎng)頁之間的關(guān)系類似。因此，本文采用HITS算法進行群體認(rèn)知關(guān)鍵詞的分析。根據(jù)HITS算法，計算公式如下：

式1—式2中，a（n）表示關(guān)鍵詞n的見解響應(yīng)質(zhì)量Authority值，記錄被其他關(guān)鍵詞響應(yīng)的關(guān)系屬性；h（n）表示關(guān)鍵詞n的見解響應(yīng)數(shù)量的Hub值，記錄響應(yīng)其他關(guān)鍵詞的關(guān)系屬性。a（n）和h（n）的單位均為記錄響應(yīng)的次數(shù)。k表示迭代次數(shù)，初始值a（0）（n）和h（0）（n）均為1，n→m表示關(guān)鍵詞n響應(yīng)了關(guān)鍵詞m。

通過迭代計算，更新a（ ）值和h（ ）值。為了使數(shù)據(jù)表達更加直觀且避免數(shù)據(jù)溢出，在每次迭代后，對a（k）（n）和h（k）（n）作規(guī)范化處理，公式如下：

具體的計算步驟為：

（1）根據(jù)有向?qū)傩詧D構(gòu)建響應(yīng)關(guān)系矩陣A。如關(guān)鍵詞i響應(yīng)了關(guān)鍵詞j，則Aij= 1，否則Aij= 0；

（2）進行迭代計算。設(shè)定Authority值和Hub值的向量，Authority值的向量用a = （a1，a2，…，aN）T表示，Hub值的向量用h = （h1，h2，…，hN）T表示，兩個向量初值均為（1，1，…，1）T。根據(jù)式1和式2，得到向量演變公式a = ATh和h=Aa，將其代入進行迭代計算，在每次迭代后，代入式3和式4進行規(guī)范化處理；

（3）a（ ）值和h（ ）值收斂于矩陣ATA和AAT的主特征向量，即收斂于某個主題提煉的關(guān)鍵詞的群落[8]；

（4）將計算得到的Authority值和Hub值進行排序，進而得出不同群體對土地利用問題的關(guān)注點及其邏輯結(jié)構(gòu)關(guān)系，挖掘出土地利用群體智能信息。

3 土地利用中各個群體認(rèn)知關(guān)鍵詞及其邏輯結(jié)構(gòu)關(guān)系

3.1 專家群體認(rèn)知關(guān)鍵詞及其邏輯結(jié)構(gòu)關(guān)系

在CNKI學(xué)術(shù)論文數(shù)據(jù)庫中，檢索到主題為“北京”和“土地利用”的文獻1129篇，主題為“首都”和“土地利用”的文獻142篇。將兩次檢索到的文獻進行合并和整理，剔除重復(fù)、不相關(guān)和時效性較差的文獻。對關(guān)鍵詞進行整理，并記錄每個關(guān)鍵詞的引用次數(shù)。通過閱讀和分析相關(guān)文獻，將意義相同或相似的關(guān)鍵詞合并，并剔除不相關(guān)或不具時效性的關(guān)鍵詞，即獲得專家群體的認(rèn)知關(guān)鍵詞（表1）。

通過對專家群體文獻的分析，找出關(guān)鍵詞之間的邏輯結(jié)構(gòu)關(guān)系，并繪制成認(rèn)知有向?qū)傩詧D（圖3）。在專家群體的認(rèn)知關(guān)系中，每一個節(jié)點表示專家發(fā)言或討論的一個主題，每一個節(jié)點都由見解質(zhì)量和數(shù)量兩個屬性值組成[13]；每個主題對其他主題的響應(yīng)或者評價關(guān)系用有向箭頭表示。圖3是一個具有因果關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)圖，這種邏輯結(jié)構(gòu)關(guān)系主要是依據(jù)關(guān)鍵詞引用次數(shù)的排序（表1），并綜合考慮文獻之間的相關(guān)度、關(guān)鍵詞之間的因果關(guān)系等因素得到的。

3.2 政府群體認(rèn)知關(guān)鍵詞及其邏輯結(jié)構(gòu)關(guān)系

政府的認(rèn)知關(guān)鍵詞一般從政府網(wǎng)站獲得，首先根據(jù)研究主題在相關(guān)的政府網(wǎng)站上找出相應(yīng)的政策、法規(guī)和措施等，然后把這些政策、法規(guī)以及措施的關(guān)注點提煉為政府群體的關(guān)鍵詞[14]。本研究中的政府認(rèn)知關(guān)鍵詞主要來源于北京市國土資源局及其各區(qū)縣分局、土地整理儲備中心等事業(yè)單位的網(wǎng)站，通過檢索和整理，得到政府網(wǎng)站上公布的關(guān)于土地利用方面的法律、法規(guī)、規(guī)章、規(guī)范性文件等134個。通過閱讀和分析文件，概括提煉出關(guān)鍵詞，然后將相同或相似的關(guān)鍵詞合并，剔除不具有時效性的政策法規(guī)中的關(guān)鍵詞，并記錄其出現(xiàn)次數(shù)（表1）。

通過對政府頒布的政策、法規(guī)和措施等文件的分析，找出關(guān)鍵詞之間的邏輯結(jié)構(gòu)關(guān)系。將各個認(rèn)知關(guān)鍵詞的關(guān)系用節(jié)點和有向箭頭來描述，并參考圖1和圖2的規(guī)則和結(jié)構(gòu)，繪制成認(rèn)知有向?qū)傩詧D（圖4）。政府頒布的措施、政策和法律法規(guī)中存在層次包含關(guān)系，關(guān)鍵詞表示政府需要解決的問題和工作。這種邏輯結(jié)構(gòu)關(guān)系也是依據(jù)關(guān)鍵詞引用次數(shù)的排序（表1），并綜合考慮文件之間的相關(guān)度、關(guān)鍵詞之間的層次關(guān)系等因素得到的。

表1 三個群體的認(rèn)知關(guān)鍵詞及其引用次數(shù)Tab.1 The keywords and times cited of three groups

圖3 專家群體認(rèn)知關(guān)鍵詞有向?qū)傩詧DFig.3 The link-structure fi gure of expert groups

圖4 政府群體認(rèn)知關(guān)鍵詞有向?qū)傩詧DFig.4 The link-structure fi gure of government groups

3.3 公眾群體認(rèn)知關(guān)鍵詞及其邏輯結(jié)構(gòu)關(guān)系

在互聯(lián)網(wǎng)中，利用google、百度、搜狗等搜索引擎，從論壇（搜狐焦點網(wǎng)、搜狐圈子、百度貼吧、搜房網(wǎng)等）和博客（新浪博客、搜狐博客、百度空間等）中，搜索到關(guān)于北京土地利用的相關(guān)發(fā)言和討論。按照搜索引擎的焦點排序方式，對主題的搜索已綜合考慮相關(guān)性和時效性，即搜索主題最相關(guān)且最近的結(jié)果排在最前，因此，本文中主題檢索也是按照這一排序進行整理的。由于互聯(lián)網(wǎng)中的公眾觀點較為分散，在對上述搜索出的論壇和博客跟蹤和研究的基礎(chǔ)上，采用SEO工具對相關(guān)網(wǎng)站進行關(guān)鍵詞分析。然后，根據(jù)分析結(jié)果，對這些關(guān)鍵詞的轉(zhuǎn)載和回復(fù)次數(shù)進行統(tǒng)計與分析，最終總結(jié)和提煉出公眾群體的關(guān)鍵詞及其出現(xiàn)次數(shù)（表1）。

通過對公眾言論的分析，找出公眾群體認(rèn)知關(guān)鍵詞之間的邏輯結(jié)構(gòu)關(guān)系。同理，將公眾群體認(rèn)知關(guān)鍵詞繪制成認(rèn)知有向?qū)傩詧D（圖5）。公眾的言論之間存在著贊同、反駁等關(guān)系，關(guān)鍵詞表示公眾群體回應(yīng)比較熱烈的熱點問題。這種邏輯結(jié)構(gòu)關(guān)系是依據(jù)關(guān)鍵詞引用次數(shù)的排序（表1），并綜合考慮觀點之間的相關(guān)度、關(guān)鍵詞之間的結(jié)構(gòu)關(guān)系等因素得到的。

圖5 公眾群體認(rèn)知關(guān)鍵詞有向?qū)傩詧DFig.5 The link-structure fi gure of public groups

4 結(jié)果與分析

在上述3個群體認(rèn)知關(guān)鍵詞的邏輯結(jié)構(gòu)分析的基礎(chǔ)上，根據(jù)第2部分的公式和計算步驟，對各個群體認(rèn)知關(guān)鍵詞的a（ ）值和h（ ）值進行迭代計算。這里的迭代計算以專家群體為例，用矩陣形式表示的第1次迭代計算過程如下。

再將第1次迭代結(jié)果根據(jù)式3和式4進行規(guī)范化處理，得到規(guī)范化后的第1次迭代結(jié)果。按照此方法繼續(xù)進行迭代計算，直到收斂為止。同理，可以得到政府群體和公眾群體的認(rèn)知關(guān)鍵詞的a（ ）值和h（ ）值。本文中，數(shù)據(jù)在進行到第5次迭代后收斂，各個群體的a（ ）值和h（ ）值的迭代計算結(jié)果見表2。

（1）專家群體中，a（ ）值排在前4位的為：土地退化（E3）＞土地利用規(guī)劃（E12）＞土地利用/覆被變化（E2）＞可持續(xù)發(fā)展（E14）。h（ ）值排在前4位的為：遙感監(jiān)測（E4）＞評價（E13）＞生態(tài)服務(wù)價值（E7）＞可持續(xù)發(fā)展（E14）。這說明在專家群體認(rèn)知關(guān)鍵詞中，入度值最大的關(guān)鍵詞是土地退化，屬于權(quán)威關(guān)鍵詞，其次是土地利用規(guī)劃、土地利用/覆被變化和可持續(xù)發(fā)展；出度值最大的關(guān)鍵詞是遙感監(jiān)測，屬于中心關(guān)鍵詞，其次是評價、生態(tài)服務(wù)價值和可持續(xù)發(fā)展。由此可見，專家群體最關(guān)注且最想解決的問題是土地退化問題，同時對土地利用規(guī)劃、土地利用/覆被變化、可持續(xù)發(fā)展等問題也較為關(guān)注，而認(rèn)為解決土地退化問題最有效的方法是遙感監(jiān)測，其他方法是評價、生態(tài)服務(wù)價值和可持續(xù)發(fā)展。專家群體的特點是傾向于分析問題產(chǎn)生的原因、機理，探尋內(nèi)在的規(guī)律性，并提出解決問題的方法、措施及政策建議。從上述分析結(jié)果和相關(guān)研究成果可以看出，研究偏重于土地退化，特別是退化發(fā)生機制方面的研究。土地退化研究內(nèi)容主要包括土壤侵蝕、土地荒漠化、鹽漬化等，而研究多采用“3S”技術(shù)，特別是遙感技術(shù)，對土地退化進行監(jiān)測。因此，通過遙感監(jiān)測來解決土地退化是專家群體最為關(guān)注的問題。

表2 三個群體關(guān)鍵詞響應(yīng)屬性值的迭代結(jié)果Tab.2 The iteration results of response property values of three groups

（2）政府群體中，a（ ）值排在前4位的為：土地利用管理（G8）＞節(jié)約集約用地（G11）＞土地權(quán)屬登記（G2）＞土地違法違規(guī)行為（G13）。h（ ）值排在前4位的為：土地用途管制（G5）＞土地利用總體規(guī)劃（G12）＞土地開發(fā)整理（G15）＞城鎮(zhèn)國有土地使用權(quán)出讓（G7）。這說明在政府群體認(rèn)知關(guān)鍵詞中，入度值最大的關(guān)鍵詞是土地利用管理，屬于權(quán)威關(guān)鍵詞，其次是節(jié)約集約用地、土地權(quán)屬登記和土地違法違規(guī)行為；出度值最大的關(guān)鍵詞是土地用途管制，屬于中心關(guān)鍵詞，其次是土地利用總體規(guī)劃、土地開發(fā)整理和城鎮(zhèn)國有土地使用權(quán)出讓。由此可見，政府最關(guān)注且工作的難點問題是土地利用管理，同時對節(jié)約集約用地，土地權(quán)屬登記和土地違法違規(guī)行為等問題也較為關(guān)注，而政府在土地利用管理中最需要進行土地用途管制，同時也需要土地利用總體規(guī)劃、土地開發(fā)整理和城鎮(zhèn)國有土地使用權(quán)出讓。政府作為土地利用的管理者，最為關(guān)注的是采用何種手段來提高和完善土地利用管理水平，而用途管制是土地利用管理必須遵循的原則和前提條件。因此，建立基于用途管制的土地管理制度是政府關(guān)注的焦點問題之一。這也符合十八屆三中全會中提出的土地管理制度改革的新要求。

（3）公眾群體中，a（ ）值排在前4位的為：集約高效用地（P2）＞國有土地使用權(quán)流轉(zhuǎn)（P5）＞人居環(huán)境（P9）＞房地產(chǎn)價格調(diào)控（P3）。h（ ）值排在前4位的為：城市空間規(guī)劃（P1）＞土地利用總體規(guī)劃（P4）＞國有土地使用權(quán)流轉(zhuǎn)（P5）＞房屋拆遷補償與安置（P10）。這說明在公眾群體認(rèn)知關(guān)鍵詞中，入度值最大的關(guān)鍵詞是集約高效用地，屬于權(quán)威關(guān)鍵詞，其次是國有土地使用權(quán)流轉(zhuǎn)、人居環(huán)境和房地產(chǎn)價格調(diào)控；出度值最大的關(guān)鍵詞是城市空間規(guī)劃，屬于中心關(guān)鍵詞，其次是土地利用總體規(guī)劃、國有土地使用權(quán)流轉(zhuǎn)和房屋拆遷補償與安置。由此可見，公眾討論最多的問題是集約高效用地，同時對國有土地使用權(quán)流轉(zhuǎn)、人居環(huán)境和房地產(chǎn)價格調(diào)控等問題也較為關(guān)注。而認(rèn)為解決集約高效用地需要進行城市空間規(guī)劃，其他解決辦法是土地利用總體規(guī)劃、國有土地使用權(quán)流轉(zhuǎn)和房屋拆遷補償與安置。公眾是這3個群體中比較活躍的群體，他們傾向于關(guān)注解決土地利用問題的具體措施和政策。根據(jù)上述分析結(jié)果可以看出，公眾群體最為關(guān)注的土地利用問題是如何提高用地效率，而認(rèn)為實施城市國土空間規(guī)劃，對未來北京土地資源優(yōu)化配置，節(jié)約集約用地具有重要意義。近年來，北京市出臺了相關(guān)的城市國土空間規(guī)劃政策。2009年12月，北京市政府頒布《北京市土地利用總體規(guī)劃（2006—2020年）》，提出構(gòu)建“三圈九田多中心”土地利用格局；2012年7月，北京市政府發(fā)布《北京市主體功能區(qū)規(guī)劃》，首次設(shè)立禁止開發(fā)區(qū)域，要求嚴(yán)格保護耕地，引導(dǎo)各功能區(qū)域的差異化發(fā)展。這些規(guī)劃引起了公眾群體的高度關(guān)注和討論。因此，通過上述規(guī)劃來解決集約高效用地，是當(dāng)前公眾群體最為關(guān)注的問題。

5 結(jié)論和建議

（1）專家、政府、公眾3個群體存在相互影響的關(guān)系，并通過網(wǎng)絡(luò)互動涌現(xiàn)出群體智能。這3個群體中，專家群體提供了較為理性的分析見解和觀點，為政府在土地利用管理提供理論依據(jù)和決策支持；政府群體在制定土地利用管理制度和政策過程中，常常需要考慮公眾的意見；公眾在關(guān)注土地利用問題過程中，參與到政府政策的制定和實施當(dāng)中。

（2）專家、政府和公眾3個群體在某些方面的關(guān)注是有共鳴的，但是關(guān)注的重點存在差異。專家最關(guān)注通過遙感監(jiān)測解決土地退化問題，政府最關(guān)注通過土地用途管制解決土地利用管理問題，公眾則認(rèn)為通過城市空間規(guī)劃解決集約高效用地問題。這體現(xiàn)了網(wǎng)絡(luò)系統(tǒng)中各個群體對土地利用問題認(rèn)知存在不一致性，而這種不一致性推動了不同群體更深層次的互動，這也是產(chǎn)生網(wǎng)絡(luò)群體智能涌現(xiàn)的驅(qū)動力。

（3）上述分析中發(fā)現(xiàn)，政府在實際制定制度和政策時，對公眾參與考慮不夠，這樣易造成公眾對政府的不理解或不滿情緒，影響政策的執(zhí)行和社會的穩(wěn)定。因此，政府應(yīng)更加重視公眾參與，并有效利用互聯(lián)網(wǎng)平臺（如政府微博）引導(dǎo)公眾輿論導(dǎo)向。

（4）隨著利益群體的多元化和技術(shù)的不斷發(fā)展，對于如何擴大群體范圍，增強交互式群體智能的涌現(xiàn)，以及群體智能由靜態(tài)向動態(tài)研究發(fā)展將是今后研究的重點方向。

（References）：

［1］張紅，王曉軍，賈寧鳳，等.基于多利益相關(guān)者視角的耕地利用與保護研究［J］.干旱區(qū)資源與環(huán)境，2012，26（2）：126-131.

［2］劉耀林，國洪艷，唐旭，等.網(wǎng)絡(luò)參與式土地利用規(guī)劃決策博弈研究［J］.中國土地科學(xué)，2011，25（9）：22-27.

［3］陳海，王濤，梁小英，等.基于MAS的農(nóng)戶土地利用模型構(gòu)建與模擬——以陜西省米脂縣孟岔村為例［J］.地理學(xué)報，2009，64（12）：1448-1456.

［4］韓璐，徐保根. 基于SEM的隴南市農(nóng)村居民點整治中農(nóng)戶心理契約影響因素研究［J］. 中國土地科學(xué)，2012，26（10）：48-53.

［5］束建華.群體智能及其融合算法研究［J］.科技信息，2009，32：420-423.

［6］Bonabeau E, Dorigo M, Theraulaz G. S warm intelligence：From natural to artificial systems［M］. New York：Oxford University Press, 1999：40-58.

［7］余建平，周新民，陳明.群體智能典型算法研究綜述［J］.計算機工程與應(yīng)用，2010，46（25）：1-4，74.

［8］譚麗華，董毅明，李林紅.互聯(lián)網(wǎng)群體智能的涌現(xiàn)［J］.管理學(xué)報，2010，7（12）：1839-1845.

［9］居延安.公共關(guān)系學(xué)［M］. 上海：復(fù)旦大學(xué)出版社，2008.

［10］韓璐，費明明.基于利益相關(guān)者理論的土地利用決策博弈關(guān)系分析［J］.資源與產(chǎn)業(yè)，2013，15（4）：143-148.

［11］宋玲玲，李村合.基于鏈接結(jié)構(gòu)分析的Web信息檢索方法研究［J］.現(xiàn)代情報，2007，（2）：133-135，137.

［12］崔霞，戴汝為，李耀東.群體智慧在綜合集成研討廳體系中的涌現(xiàn)［J］.系統(tǒng)仿真學(xué)報，2003，15（1）：146-153.

［13］趙芳，李林紅.群體智慧在復(fù)雜網(wǎng)絡(luò)認(rèn)知系統(tǒng)中的涌現(xiàn)——以滇池流域可持續(xù)發(fā)展為例［J］.科技進步與對策，2010，27 （10）：20-23.

［14］譚麗華，董毅明，李林紅. 互聯(lián)網(wǎng)上涌現(xiàn)的群體智能及其對政府決策的影響［J］. 2009，6（4）：89-95，127.

（本文責(zé)編：陳美景）

Emergence of Web-based Swarm Intelligence on Land Uses in Beijing

HAN Lu1, ZHENG Xin-qi2, XIE Jun-qi2,3
（1. Institute of Economic and Social Development, Zhejiang University of Finance & Economics, Hangzhou 310018, China; 2. School of Land Science and Technology, China University of Geosciences, Beijing 100083, China; 3. Beijing Municipal Bureau of Land and Resources, Beijing 100013, China）

The purpose of this paper is to analyze the keywords and logical structure relationship of different interests groups on land uses in Beijing and discover the web-based swarm intelligence on land use. Method of stakeholder theory and HITS algorithm in the link-structure analysis were employed. The results showed that 1） regarding the expert groups, land degradation was the so-called authority keyword and remote monitoring was the so-called hub keyword. 2） In the government groups, land use management was the authority keyword and land use control was the hub keyword. 3） In the public groups, Intensive and efficient land use was the authority keyword and urban spatial planning was the hub keyword. The conclusions indicate that on one hand, the mutual influences among different groups are generated by views expression on land use problems, which results in the emergence of swarm intelligence; on the other hand, the cognition of each group on land use issues is not consistent. And the inconsistency could promote deeper interaction of different groups, which is the driving force of web-based swarm intelligence. In addition, the government should pay attention topublic participation and effectively use the Internet to guide public opinions.

land use; web-based swarm intelligence; keyword; HITS algorithm; Internet; land use

F301.24

A

1001-8158（2014）08-0040-09

2013-11-16

2014-01-12

國土資源部公益性行業(yè)科研專項經(jīng)費項目（201211001）。

韓璐（1982-），女，遼寧沈陽人，博士，助理研究員。主要研究方向為土地利用決策，土地信息技術(shù)與應(yīng)用。E-mail: hanlu@zufe.edu.cn