徐燕青，劉雨平，李勝才，李延澤

引言

近年來，隨著城市老舊住區(qū)的更新進(jìn)入“精細(xì)化運(yùn)營”時(shí)代，國家層面也提出了越來越多的新要求：2020年國務(wù)院辦公廳發(fā)布的《關(guān)于全面推進(jìn)城鎮(zhèn)老舊小區(qū)改造工作的指導(dǎo)意見》提出了“因地制宜，精準(zhǔn)施策”和“決策共謀”的要求[1]；2022年黨的二十大報(bào)告、《“十四五”城鎮(zhèn)化與城市發(fā)展科技創(chuàng)新專項(xiàng)規(guī)劃》和2023年《新時(shí)代的中國綠色發(fā)展》白皮書均明確了數(shù)字化新工具在城鎮(zhèn)老舊住區(qū)改造設(shè)計(jì)、建造和運(yùn)維工作中的重要性，并強(qiáng)調(diào)了以人為本的理念。然而，城市老舊住區(qū)的更新涉及問題十分復(fù)雜，傳統(tǒng)依靠人力的決策方式費(fèi)時(shí)費(fèi)力且難以找準(zhǔn)矛盾點(diǎn)，這些短板的暴露反映了當(dāng)前住區(qū)更新環(huán)節(jié)中缺少科學(xué)性決策方法的問題，如何提高更新改造決策的實(shí)效性值得重視。

雖然知識(shí)圖譜與可視化分析方法已經(jīng)應(yīng)用于多種不同學(xué)科與領(lǐng)域，揭示學(xué)科知識(shí)內(nèi)在演變和發(fā)展規(guī)律[2]，但鮮有涉及基于文獻(xiàn)計(jì)量可視化方式呈現(xiàn)住區(qū)更新決策的動(dòng)態(tài)演進(jìn)趨勢的研究。目前國內(nèi)已有研究多側(cè)重于住區(qū)更新策略的某個(gè)方面，如適老化、海綿城市、低碳節(jié)能等。因此，本文基于VOSviewer的文獻(xiàn)計(jì)量工具，對(duì)近十年來的住區(qū)更新決策研究熱點(diǎn)與前沿趨勢進(jìn)行分析與討論，通過聚類視圖和密度視圖分析，探尋其研究特征及未來趨勢，以期為住區(qū)更新決策的未來研究提供科學(xué)參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

基于中國知網(wǎng)（CNKI）數(shù)據(jù)庫，檢索2013年1月—2022年12月發(fā)表的以“住區(qū)”AND“更新”AND“決策”為檢索詞的文獻(xiàn)，共檢索到748篇，以RefWorks格式導(dǎo)出；以Web of Science（WoS）平臺(tái)的數(shù)據(jù)庫為數(shù)據(jù)源，檢索2013年1月—2022年12月發(fā)表的以“residential community or neighborhood and renewal decision-making”為檢索詞的文獻(xiàn)，共檢索到306篇，以“純文本文件”形式導(dǎo)出。

1.2 研究方法

VOSviewer是由荷蘭萊頓大學(xué)（Leiden University）的Nees Jan van Eck和Ludo Waltman于2009年開發(fā)的，用以繪制科學(xué)知識(shí)圖譜的文獻(xiàn)計(jì)量分析軟件，該軟件以繪制科學(xué)知識(shí)圖譜的形式進(jìn)行共現(xiàn)網(wǎng)絡(luò)分析與可視化，通過聚類視圖、密度視圖等方式探索各個(gè)知識(shí)范疇內(nèi)的關(guān)鍵信息[3-4]。

本文以近十年來中外文獻(xiàn)作為研究對(duì)象，利用數(shù)據(jù)庫平臺(tái)自帶的分析功能，以及VOSviewer、Excel等工具進(jìn)行科學(xué)知識(shí)圖譜的可視化分析。為進(jìn)一步提升VOSviewer自身的聚類效果，采用Pajek軟件優(yōu)化聚類可視化圖像，從而全面掌握老舊住區(qū)更新決策研究領(lǐng)域的學(xué)科發(fā)展趨勢。因外文文獻(xiàn)的作者也有一部分是中國學(xué)者，所以本研究以中外文文獻(xiàn)的比較作為探討內(nèi)容，而不以國籍作為區(qū)分依據(jù)。具體研究內(nèi)容包括兩個(gè)層面，一是分析中外文文獻(xiàn)發(fā)布特征、發(fā)文量年度趨勢和研究人員的發(fā)文量；二是探究住區(qū)更新決策領(lǐng)域的具體研究熱點(diǎn)和前沿動(dòng)態(tài)趨勢。

2 研究現(xiàn)狀及發(fā)展動(dòng)態(tài)分析

2.1 發(fā)文量年度趨勢

2013—2022年，WoS數(shù)據(jù)庫相關(guān)研究文獻(xiàn)量共有306篇，2022年發(fā)表量最大，為53篇；中國知網(wǎng)數(shù)據(jù)庫相關(guān)研究文獻(xiàn)量共有748篇，國內(nèi)相關(guān)研究發(fā)文量總體呈增長趨勢，在2020年達(dá)到頂峰，為125篇（圖1）。國內(nèi)有關(guān)老舊住區(qū)更新決策的研究起步較晚，早期發(fā)文量較少。但2016年后，隨著國家城市更新逐漸走向漸進(jìn)式的模式，中文文獻(xiàn)隨著國內(nèi)相關(guān)政策的不斷出臺(tái)和完善，研究數(shù)量不斷增長，與國家政策的關(guān)注熱度呈正相關(guān)。相比較于建筑規(guī)劃領(lǐng)域內(nèi)其他主題而言，住區(qū)更新決策方面每年及總體的文獻(xiàn)發(fā)表量仍較少。

2.2 關(guān)鍵詞分布特點(diǎn)

在VOSviewer的關(guān)鍵詞聚類分析中，一個(gè)圓圈和標(biāo)簽即代表一個(gè)關(guān)鍵詞，圓圈及標(biāo)簽的大小代表其出現(xiàn)次數(shù)的高低，并且相同顏色的圓圈歸屬于同一個(gè)關(guān)鍵詞類別[5]。

2.2.1 中文文獻(xiàn)中關(guān)鍵詞聚類

將中國知網(wǎng)數(shù)據(jù)庫中的中文文獻(xiàn)以文本格式導(dǎo)入VOSviewer軟件，去掉與主題相關(guān)性弱的關(guān)鍵詞（如地名）后，對(duì)關(guān)鍵詞進(jìn)行“VOSviewer+Pajek”聚類分析，得到“住區(qū)更新決策”的關(guān)鍵詞的頻次統(tǒng)計(jì)圖（圖2）。其中頻次較高的關(guān)鍵詞包括城市更新、評(píng)價(jià)體系、老舊住區(qū)、公眾參與、公共空間、層次分析法、建成環(huán)境、優(yōu)化策略、社區(qū)更新、結(jié)構(gòu)方程模型。聚類視圖和密度視圖（圖3—4）中，圓圈越大，代表關(guān)鍵詞的出現(xiàn)次數(shù)越多。兩個(gè)圓圈之間的連線代表關(guān)鍵詞之間的聯(lián)系緊密性，連接線越粗代表聯(lián)系越緊密，將VOSviewer的出現(xiàn)次數(shù)設(shè)置為不小于2次，得到相應(yīng)關(guān)鍵詞數(shù)量共有388個(gè)，26個(gè)聚類，總連接線共1 189條，總連接強(qiáng)度為1 414。

圖2 中文文獻(xiàn)關(guān)鍵詞出現(xiàn)次數(shù)及總連接強(qiáng)度

圖3 基于VOSviewer的中文文獻(xiàn)關(guān)鍵詞聚類視圖

圖4 基于VOSviewer的中文文獻(xiàn)關(guān)鍵詞密度視圖

2.2.2 外文文獻(xiàn)中關(guān)鍵詞聚類

將WoS的文獻(xiàn)導(dǎo)入VOSviewer，去掉類似的同義詞，對(duì)關(guān)鍵詞進(jìn)行“VOSviewer+Pajek”聚類分析，得到“residential community or neighborhood and renewal decision-making”的外文文獻(xiàn)關(guān)鍵詞頻次統(tǒng)計(jì)圖（圖5）和網(wǎng)絡(luò)視圖（圖6—7）?；诳梢暬治鰣D，得到出現(xiàn)次數(shù)不小于2次的關(guān)鍵詞共有171個(gè)，8個(gè)聚類，總連接線共2 043條，總連接強(qiáng)度為2 684。出現(xiàn)次數(shù)高于30次的關(guān)鍵詞詳見圖5，可得到urban studies、engineering、mobility、energy & fuels、land-use、public administration、sustainability和model是英文文獻(xiàn)中出現(xiàn)次數(shù)較高的詞。

圖5 英文文獻(xiàn)關(guān)鍵詞出現(xiàn)次數(shù)及總連接強(qiáng)度

圖6 基于VOSviewer的外文文獻(xiàn)關(guān)鍵詞聚類視圖

2.2.3 中外文文獻(xiàn)中關(guān)鍵詞的視圖對(duì)比

對(duì)比圖3和圖6，不難看出，中文“住區(qū)更新決策”相關(guān)文獻(xiàn)中，關(guān)鍵詞以城市更新和老舊住區(qū)為主體，逐步衍生出評(píng)價(jià)體系、公眾參與、模糊綜合評(píng)價(jià)、建成環(huán)境、優(yōu)化策略、可持續(xù)發(fā)展、多目標(biāo)優(yōu)化和指標(biāo)體系等各類研究方法和目的的關(guān)鍵詞，呈“多重環(huán)形”分布；外文“residential community or neighborhood and renewal decision-making”相關(guān)文獻(xiàn)中，關(guān)鍵詞以environmental science為端點(diǎn)，衍生出urban studies、engineering、land-use、public administration、sustainability和model等關(guān)鍵詞，呈“三角形”分布。

綜上，外文文獻(xiàn)的關(guān)鍵詞較為集中，大多集中在健康與住區(qū)人們的行為活動(dòng)關(guān)聯(lián)性，中文文獻(xiàn)的關(guān)鍵詞較為分散，以單一目標(biāo)的策略性的質(zhì)化研究為主，近年來有逐漸量化研究的趨勢，但總體上數(shù)據(jù)科學(xué)、建筑學(xué)和決策科學(xué)的交叉領(lǐng)域涉及較少。

2.3 高產(chǎn)出與高影響力作者及作者合作情況分析

2.3.1 中文文獻(xiàn)作者情況

將2.2.1節(jié)的中文文獻(xiàn)數(shù)據(jù)導(dǎo)入VOSviewer軟件，得到“住區(qū)更新決策”相關(guān)文獻(xiàn)發(fā)文數(shù)排名前12的作者統(tǒng)計(jì)表（表1）。范悅、張瓊、李翥彬、馬輝等發(fā)表文獻(xiàn)數(shù)量最多，在統(tǒng)計(jì)期內(nèi)分別發(fā)表了12、8、6篇文獻(xiàn)，范悅與其他作者的聯(lián)系強(qiáng)度最高，達(dá)到23。

表1 2013—2022年中文作者文獻(xiàn)數(shù)量排名

2.3.2 外文文獻(xiàn)作者情況

將W o S 導(dǎo)出的文獻(xiàn)數(shù)據(jù)導(dǎo)入VOSviewer軟件，得到外文“residential community or neighborhood and renewal decision-making”相關(guān)文獻(xiàn)發(fā)表數(shù)量大于3篇的作者統(tǒng)計(jì)表（表2），外文相關(guān)文獻(xiàn)中作者Juan Yi-kai發(fā)表的文獻(xiàn)數(shù)量最多，在統(tǒng)計(jì)期內(nèi)發(fā)表了8篇文獻(xiàn)，Hong Jingke的聯(lián)系強(qiáng)度最高，為16，作者國家包括中國、澳大利亞、西班牙等。

表2 2013—2022年外文作者文獻(xiàn)數(shù)量排名

2.3.3 中外文獻(xiàn)作者合作情況對(duì)比

住區(qū)更新決策研究團(tuán)隊(duì)中，中文文獻(xiàn)以深圳大學(xué)的范悅和大連理工大學(xué)的張瓊、李翥彬的合作團(tuán)隊(duì)為主，外文文獻(xiàn)的合作團(tuán)隊(duì)組合較為多樣，以中國臺(tái)灣地區(qū)的Juan Yi-kai和西班牙的Barrios-padura ángela為代表。

3 研究進(jìn)展、熱點(diǎn)及趨勢

3.1 “數(shù)據(jù)驅(qū)動(dòng)+人工智能”研究工具導(dǎo)向明顯

由于城市住區(qū)的更新決策研究涉及各類型數(shù)據(jù)的收集整理及分析，但目前住區(qū)的數(shù)據(jù)信息大多來源于建筑規(guī)劃行業(yè)之外，并非直接針對(duì)更新問題[3]，尚未形成固定的范式，因而需要決策者篩選數(shù)據(jù)并建立相關(guān)的數(shù)據(jù)對(duì)應(yīng)關(guān)系及評(píng)價(jià)準(zhǔn)則。但如何獲取、辨析和利用這些數(shù)據(jù)信息，形成一個(gè)可推廣的綜合方法仍待研究。

第一，在數(shù)據(jù)的采集層面，基于互聯(lián)網(wǎng)數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)的融合研究不夠深入。現(xiàn)有研究正由傳統(tǒng)問卷、拍照和查檔方式逐步轉(zhuǎn)為通過各類編程語言，如Python、R語言等來獲取網(wǎng)頁信息、POI（興趣點(diǎn)）和熱力圖等[6]。盡管傳統(tǒng)數(shù)據(jù)采集方式存在花費(fèi)大量物力人力、準(zhǔn)確性和可視化程度不足等缺點(diǎn)，但這并不代表要完全拋棄傳統(tǒng)數(shù)據(jù)[7]，因互聯(lián)網(wǎng)數(shù)據(jù)在非開源情況下常常需要支付高昂費(fèi)用才能獲取，而傳統(tǒng)數(shù)據(jù)普遍可操作性強(qiáng)、獲取途徑方便，因此將傳統(tǒng)數(shù)據(jù)與互聯(lián)網(wǎng)數(shù)據(jù)相結(jié)合的研究仍需加強(qiáng)。

第二，在數(shù)據(jù)的分析層面，基于策略性微觀層面的綜合分析方法仍待挖掘。除了通過Execl列表統(tǒng)計(jì)數(shù)據(jù)進(jìn)行對(duì)比分析的方法外[8]，丁竹慧等（2019）依托GIS等相對(duì)完善的方法進(jìn)行西安市企業(yè)社區(qū)基礎(chǔ)設(shè)計(jì)的量化及可視化表達(dá)[6]，Zhang等（2021）基于Rhino中的Grasshopper插件根據(jù)需求進(jìn)行居住建筑的綠色節(jié)能分析[9]。另外，將大數(shù)據(jù)和人工智能方法結(jié)合后運(yùn)用于分析階段的研究成為新的趨勢，如Dong等（2019）和Moosavi（2022）基于卷積自編碼神經(jīng)網(wǎng)絡(luò)將住區(qū)肌理轉(zhuǎn)化為壓縮特征向量并進(jìn)行比較分析[10-11]，董軒妍等（2022）利用語義提升方法挖掘低層次數(shù)據(jù)中的語義信息。但目前研究主題仍集中在建筑本體的節(jié)能優(yōu)化[12]、熱舒適度提升[13]、城市規(guī)劃[14-15]和建筑外部環(huán)境的安全性[16]要素關(guān)聯(lián)性等層面，鮮有涉及住區(qū)更新的微觀應(yīng)用層面的研究。因此，現(xiàn)有城市住區(qū)更新的基礎(chǔ)信息普適性收集方法的研究不夠深入，傳統(tǒng)數(shù)據(jù)和大數(shù)據(jù)整合分析方法的缺失，導(dǎo)致難以實(shí)現(xiàn)數(shù)理模型的精準(zhǔn)建立。同時(shí)，忽略了基于數(shù)據(jù)模型的城市住區(qū)層面的分類識(shí)別，無法保障后續(xù)動(dòng)態(tài)模擬的科學(xué)合理性。

3.2 基于“中-微”觀尺度的決策支持方法仍待挖掘

城市住區(qū)更新是一個(gè)包含前期調(diào)查、診斷評(píng)估、再生方案制定、實(shí)施與后評(píng)估等環(huán)節(jié)的完整流程[17]，目前的研究存在以下特征和潛在研究方向。

第一，宏觀的城市規(guī)劃和單一類型建筑改造領(lǐng)域的決策支持系統(tǒng)研究較為豐富。目前多目標(biāo)智能決策支持系統(tǒng)（IDSS）已經(jīng)在醫(yī)療保健、商業(yè)智能、工業(yè)、制造和控制系統(tǒng)等多個(gè)領(lǐng)域得到廣泛應(yīng)用[18]，引起了研究人員的強(qiáng)烈興趣：龍瀛等（2019）提出了以定量城市分析為驅(qū)動(dòng)，通過數(shù)據(jù)分析、建模、預(yù)測等手段，為規(guī)劃設(shè)計(jì)的全過程提供調(diào)研、分析、方案設(shè)計(jì)、評(píng)價(jià)、追蹤等支持工具[19]；Serrano-jiménez等（2018）結(jié)合碳排量構(gòu)成建筑具體改造的優(yōu)化決策系統(tǒng)[20]；另有學(xué)者以人工智能算法尋求策略最優(yōu)解[21-22]。但現(xiàn)有研究體系大多是從城市規(guī)劃或土地利用的宏觀角度開展決策科學(xué)的研究[23]，缺乏中觀的城市住區(qū)更新研究和微觀的更新策略性能擇優(yōu)決策工具的研發(fā)，從而造成住區(qū)數(shù)據(jù)資源決策方法的缺失。另外，大部分的研究以某個(gè)具體社區(qū)為研究對(duì)象[23-24]，無法客觀系統(tǒng)地反映全域或全市的城市住區(qū)現(xiàn)狀。

第二，缺少基于多目標(biāo)的權(quán)衡判斷擇優(yōu)的動(dòng)態(tài)決策工具。在決策的目標(biāo)層面，由于缺少多學(xué)科交叉的研究探索，導(dǎo)致形成專業(yè)壁壘：建筑專業(yè)普遍關(guān)注空間設(shè)計(jì)或以節(jié)能為目標(biāo)的生成式參數(shù)化設(shè)計(jì)[25]；管理專業(yè)集中研究法規(guī)政策和運(yùn)維管理手段[26]；暖通等工程技術(shù)專業(yè)往往局限于物理技術(shù)和能源利用的研究[27]；經(jīng)濟(jì)專業(yè)側(cè)重成本增量與經(jīng)濟(jì)激勵(lì)政策的研究[28]。在決策模式層面，雖然越來越多的學(xué)者關(guān)注到居民的參與對(duì)于城市住區(qū)人居環(huán)境的影響[29]，但是住區(qū)更新決策是復(fù)雜的，不僅包含居民本身，而且涉及政府等其他利益相關(guān)者，因而有學(xué)者提出開展“社區(qū)規(guī)劃師”制度等共同參與模式是有效提升更新效果的有效手段[30]。然而，相關(guān)研究側(cè)重多方參與的形式層面，未能形成多方參與機(jī)制的科學(xué)方法。在經(jīng)濟(jì)效能研究層面，敏感性分析是重要的分析手段之一，特別是近些年在建筑能耗方面的研究成果可用于探討建筑性能、經(jīng)濟(jì)效能與設(shè)計(jì)手段之間的關(guān)系，可以幫助建筑師量化形態(tài)參數(shù)與不同性能的敏感性[31]，Xu等（2022）采用此方法獲得了老舊住區(qū)最優(yōu)改善效能下的最佳更新策略和成本區(qū)間，但僅在一個(gè)案例中進(jìn)行了驗(yàn)證[8]。在決策過程層面，大多以靜態(tài)研究為主，如Fatourehchi等（2020）為決策者提供一種衡量住宅建筑社會(huì)可持續(xù)性狀況的有效方法[32]，或基于既有建筑更新的動(dòng)態(tài)評(píng)價(jià)模型擬定建筑的更新時(shí)序[33]。因此，總體而言，現(xiàn)有研究多以彌補(bǔ)缺陷為目標(biāo)、以單一方式求優(yōu)化，缺少綜合性的權(quán)衡判斷，導(dǎo)致無法實(shí)現(xiàn)住區(qū)各方滿意度與環(huán)境提升、節(jié)能減排和成本經(jīng)濟(jì)效益增加的各方最優(yōu)化的初衷。

4 結(jié)語

本文使用VOSviewer對(duì)2013—2022年“住區(qū)更新決策”的中外文文獻(xiàn)進(jìn)行了可視化分析，得到了發(fā)表時(shí)間、研究熱點(diǎn)及活躍作者相應(yīng)結(jié)論，有助于未來住區(qū)更新決策的精準(zhǔn)化：

（1）在文獻(xiàn)的發(fā)表時(shí)間上，中文文獻(xiàn)發(fā)表數(shù)量在2020年前均呈明顯增長態(tài)勢，近兩年有所減少；外文文獻(xiàn)發(fā)表數(shù)量仍在增加。

（2）在關(guān)鍵詞方面，除了將城市更新或小區(qū)改造作為關(guān)鍵詞外，對(duì)住區(qū)更新決策的中文文獻(xiàn)的研究主要圍繞評(píng)價(jià)體系、公眾參與、公共空間、建成環(huán)境、優(yōu)化策略等方面展開；外文文獻(xiàn)出現(xiàn)頻次最高的關(guān)鍵詞有engineering、mobility、energy&fuels、land-use、public administration、sustainability和model等。

（3）在活躍作者方面，中文文獻(xiàn)發(fā)文量較多的作者有范悅、張瓊、李翥彬等；外文文獻(xiàn)發(fā)文量較多的作者則包括Juan Yi-kai、Langston Craig、Hong Jingke、Barrios-padura ángela等。相對(duì)而言，中文文獻(xiàn)活躍的研究團(tuán)隊(duì)聯(lián)系更緊密，但外文文獻(xiàn)研究團(tuán)隊(duì)組合更多樣，研究范圍更廣。

住區(qū)更新決策研究范疇正從建筑逐漸發(fā)展為環(huán)境、人本策略、宏觀管理、綠色技術(shù)等多領(lǐng)域的融合[34]，但仍存在以下問題：（1）在作者層面，當(dāng)前研究還處在初步探索與發(fā)展的階段，發(fā)文作者及國內(nèi)外研究機(jī)構(gòu)之間應(yīng)進(jìn)一步加強(qiáng)交流合作，積極開展多層次的高質(zhì)量研究；（2）就目前成果而言，住區(qū)更新決策理論多從城市的某個(gè)局部區(qū)域出發(fā)，缺乏綜合性、國際視野，以及系統(tǒng)完善的總結(jié)；（3）就現(xiàn)有知識(shí)脈絡(luò)而言，住區(qū)更新決策尚未形成完善的學(xué)術(shù)架構(gòu)和穩(wěn)健的發(fā)展體系，與計(jì)算機(jī)技術(shù)、管理學(xué)、地理信息等多學(xué)科交叉的應(yīng)用及發(fā)展應(yīng)逐漸完善并深入。

綜上，住區(qū)更新決策的研究涉及多個(gè)專業(yè)領(lǐng)域，其行業(yè)的發(fā)展拓寬了城鄉(xiāng)建設(shè)的新思路，也帶動(dòng)了多學(xué)科多領(lǐng)域的交叉融合。在“雙碳”及數(shù)字化建設(shè)的背景下，住區(qū)更新決策研究應(yīng)緊緊圍繞城市更新的工作要求，逐步向智慧化、科學(xué)化的多維度方向發(fā)展。