Бизнес в поселке городского типа: Какой бизнес открыть в поселке городского типа? — Развлекательный и туристический бизнес, ХоРеКа (Hotel – Restaurant – Cafe/Catering)

В республике имеется 14 областей, включающих 159 районов, 84 города и 241 поселок городского типа.

Для того, чтобы быть классифицированным как поселок городского типа, этот поселок должен отвечать по меньшей мере трем из пяти условий, перечисленных ниже.

Поселок городского типа Чичикастенанго насчитывает не более 9 тысяч жителей.

Поселок городского типа Бахарден был центром Бахарденского района Туркменской ССР, СССР.

А.

В ходе поездки в поселок городского типа Хюльм участники рабочего совещания смогли ознакомиться с тем, каким образом частные архитектурно-строительные компании используют государственные капиталовложения с целью осуществления основных разделов программы перестройки жилого микрорайона.

Дальнему Востоку сильно недовезло – Газета Коммерсантъ № 202 (7164) от 09.11.2021

Удаленные регионы Дальнего Востока испытывают проблемы с завозом грузов из-за задержек в портах Приморья. Отправки ожидают более 1,1 тыс. контейнеров для Сахалина, сообщило на прошлой неделе правительство региона. Его глава Валерий Лимаренко говорит о проблемах на всем Дальнем Востоке в связи «с пандемией и резко возросшей загруженностью терминалов Приморья». Дело в том, что к стандартным объемам перевалки добавился поток транзитных контейнеров из Китая, который переключился на Владивосток и Находку и далее на Транссиб из-за беспрецедентного роста ставок фрахта, карантинных ограничений в Китае и проблем на погранпереходах (см. “Ъ” от 10 августа и 27 сентября).

В обращении жителей поселков Чукотки к президенту, опубликованном на change.org, говорится, что почти во всех населенных пунктах региона, в частности в Певеке, Билибино, поселке городского типа Провидения, Эгвекиноте и ряде сел, отсутствуют овощи и фрукты, молочная продукция и яйца: «За период летней навигации в поселок Провидения прибыл один корабль. В ноябре планируют второй. В период между кончились капуста, морковь, лук, яблоки. Яиц и молочной продукции тоже нет. Заканчивается картофель». Соблюдение законодательства при организации завоза продукции в районы Крайнего Севера через порт Владивосток уже проверяет Приморская транспортная прокуратура.

Задержки поставок на Камчатку доходят до 60 дней. По данным местных властей, сегодня в приморских портах застряли около 1,6 тыс. контейнеров и генеральные грузы.

В Минтрансе по поручению вице-премьера Юрия Трутнева создана рабочая группа по контролю за поставкой грузов в дальневосточные регионы. «Она ведет контроль за грузами, которые находятся в порту Владивостока, с целью отправки в первую очередь самых необходимых — продуктов питания, медикаментов, стройматериалов для»,— сообщил министр транспорта и дорожного строительства Камчатского края Владимир Каюмов. В федеральном Минтрансе на запрос “Ъ” не ответили.

На Камчатке, уточнил “Ъ” гендиректор группы «Шамса» (крупнейшая на Камчатке сеть супермаркетов и логистических складов, поставляет почти 20% продовольствия) Рашид Шамоян, дефицита продовольствия на сегодня уже нет, но грузы идут очень долго: «Контейнеры, которые приходили за 28–30 дней, сейчас приходят за 45, 50, 60 дней. Овощи, фрукты, колбасную продукцию и другие скоропортящиеся продукты мы хоть и с трудом, но стараемся вовремя отправлять. Задержки бывают максимум в неделю».

Гораздо серьезнее проблема с доставкой в регион генеральных грузов и стройматериалов, хотя, заверяет зампред правительства Камчатки Тимофей Смирнов, пока не сорван ни один крупный проект: «Мы договорились и буквально по номерам контейнеров отслеживаем движение стройматериалов к нашим подрядчикам. Основная проблема — в мощностях приморских портов и в отсутствии свободных терминалов под погрузку судов, следующих на Камчатку».

Дефицит терминальных мощностей подтвердил “Ъ” и гендиректор «Агент Сервис ДВ» (поставляет на Камчатку от 100 тыс. тонн цемента в год) Юрий Смирнов.

По его словам, задержки связаны с длительным ожиданием в очереди при постановке судна под загрузку в порту Владивосток и фактическим отсутствием причальных стенок для размещения и погрузки генеральных грузов — цемента, арматуры в связках, металлоконструкций, спецтехники.

«Приморские порты, причалы в связи с повышенным спросом сосредоточены на приемке и отправке контейнеров, которые следуют транзитом в Европу,— говорит Юрий Смирнов.— Мы стали заложниками ситуации. Каботажные грузы, которые следуют из Центральной России в адрес потребителей на Сахалин, Камчатку, Чукотку и в Магадан, видимо, не нужны причалам порта Владивосток. Приоритет отдан транзитным грузам. Наши пароходы ставят в последнюю очередь».

Во Владивостокском морском торговом порту (ВМТП) возражают, что «отдают приоритет каботажным перевозкам в силу их социальной значимости». «За внутрироссийскими перевозками в порту закреплены три причала, тогда как за внешнеторговым направлением — только два, все суда обрабатываются с ходу, задержек нет,— утверждает руководитель коммерческого департамента ВМТП Елена Казарина.— 30 октября порт посетила рабочая группа Минтранса, которая убедилась в стабильной, регулярной работе по каботажному направлению. За предыдущую и текущую недели в направлении Камчатки, Сахалина, Магадана и Чукотки мы отправим 12 теплоходов общей вместимостью более 2,3 тыс. контейнеров». Однако источники “Ъ” среди местного бизнеса не ждут быстрого решения проблемы. «Чехарда в Приморье продлится весь следующий год, а может быть, и дольше»,— говорит источник “Ъ” в одной из судоходных компаний.

Гузель Латыпова, Петропавловск-Камчатский; Алексей Чернышев, Владивосток; Наталья Скорлыгина

Глава Адыгеи поручил построить четыре новые школы

«При поддержке правительства РФ за последние годы в республике реализован ряд масштабных проектов по развитию системы образования, строительству новых современных школ. Эту работу мы продолжим. Особое внимание уделим Тахтамукайскому району, где наиболее высокая в республике плотность населения. Уже принято решение о строительстве там в ближайшие два года четырех новых школ», — написал он.

В поселке городского типа Яблоновский, который от Краснодара отделен мостом, будут построены две новые школы — на 1,1 тыс. мест каждая. Их возведение начнется в 2022 году и в 2023 году. Также в будущем году планируется строительство школы на 1,1 тыс. мест в ауле Новая Адыгея. Одновременно строительные работы должны начаться и в ауле Старобжегокай.
«Я побывал в ауле, осмотрел действующую школу и территорию, отведенную под возведение новой школы на 250 мест. Во время выездного совещания поставил задачи в кратчайшие сроки подготовить необходимую документацию, чтобы своевременно приступить к строительству объектов. Важно, что реализация этих проектов позволит существенно снизить нагрузку на действующие школы. При этом активное участие в нацпроекте «Образование» дает нам концептуальное решение задачи президента страны по переходу на односменный режим работы школ», — добавил глава республики.

Ранее сообщалось, что власти Адыгеи планируют построить пять новых школ до конца 2024 года, в рамках реализации национальных проектов за последние три года в регионе были построены четыре школы более чем на 3,4 тыс. ученических мест. Строительство новых школы позволит ликвидировать двухсменное обучение в регионе. В настоящее время во вторую смену в Адыгее обучается порядка 10 тыс. детей.

На Дальнем Востоке не хватает продуктов, лекарств и товаров первой необходимости. Жители Чукотки уже пожаловались Путину

Жители Сахалина, Чукотки, Камчатки и Магаданской области испытывают нехватку товаров первой необходимости, лекарств и продуктов питания из-за задержек в портах Приморья, пишет «Коммерсантъ». Например, задержки поставок на Камчатку доходят до 60 дней. По данным местных властей, в приморских портах застряли около 1,6 тыс. контейнеров.

Жители Чукотки разместили на портале Change.org обращение к президенту РФ Владимиру Путину. В нем говорится, что почти во всех населенных пунктах региона, в Певеке, Билибино, поселке городского типа Провидения, Эгвекиноте и ряде сел, нет овощей и фруктов, молочной продукции и яиц: «За период летней навигации в поселок Провидения прибыл один корабль. В ноябре планируют второй. В период между кончились капуста, морковь, лук, яблоки. Яиц и молочной продукции тоже нет. Заканчивается картофель».

Авторы петиции, которую уже подписали более 43,5 тыс. человек, пишут, что «администрация Чукотки делает все, что может». Однако жителям страшно, что они и их дети «не дотянут» до навигации 2022 года без помощи федерального центра.

По словам сахалинского губернатора Валерия Лимаренко, эта проблема касается всего Дальнего Востока в связи «с пандемией и резко возросшей загруженностью терминалов Приморья». Причина в том, что к стандартным объемам перевалки добавился поток транзитных контейнеров из Китая, который переключился на Владивосток и Находку и далее на Транссиб из-за беспрецедентного роста ставок фрахта, карантинных ограничений в Китае и проблем на погранпереходах.

При этом представители Владивостокского морского торгового порта, в свою очередь, сообщают, что уделяют особое внимание грузам для Дальнего Востока «в силу их социальной значимости».

В конце сентября Роскомнадзор направил трем российским изданиям — Znak.com, «Тайга.инфо» и NGS24 — уведомление с требованием удалить заметку про дефицит продуктов в поселке Хатанга на Таймыре. В случае отказа ведомство пригрозило через сутки заблокировать эти СМИ. РКН тогда обвинил журналистов в публикации фейковых новостей. 

Во всех трех изданиях новости были написаны по следам поста в Instagram депутата Таймырского совета от ЛДПР Михаила Иваницкого, который в августе обратил внимание своих подписчиков на трудности с продовольственным обеспечением. 

«Прокуратура не нашла дефицита продуктов в магазинах Хатанги. Демонстрирую съемку других магазинов, чтобы было понимание, что ситуация действительно не простая. Много или мало продуктов — понятие, конечно, субъективное, но я верю своим глазам. И вам показываю», — писал тогда Иваницкий.

Как сообщил сам депутат в разговоре со Znak.com, после публикации информации о пустых полках его опрашивала полиция, но при этом никаких претензий к нему предъявлялось.

Рейтинг районов Татарстана

1. Здравоохранение
2. Финансы
3. Демография
4. Жилье и городская среда
5. Доходы людей
6. Малое и среднее предпринимательство
7. Дороги
8. Спорт
9. Культура
10. Образование

Полный список показателей. В основу рейтинга легли данные Росстата за 2018-2019 годы:

• Число лечебно-профилактических организаций
• Доходы местного бюджета (фактически исполненные)
• Субвенции бюджетам субъектов РФ и муниципальных образований
• Естественный прирост или убыль
• Общая площадь жилых помещений, приходящаяся в среднем на одного жителя
• Среднемесячная заработная плата работников организаций
• Объем инвестиций в основной капитал (за исключением бюджетных средств) в расчете на 1 человека
• Доля протяженности автодорог общего пользования местного значения, не отвечающих нормативным требованиям, в общей протяженности автомобильных дорог общего пользования местного значения
• Число спортивных сооружений
• Среднемесячная номинальная начисленная заработная плата работников муниципальных учреждений культуры и искусства
• Среднемесячная номинальная начисленная заработная плата работников муниципальных дошкольных образовательных организаций
• Среднемесячная номинальная начисленная заработная плата работников муниципальных общеобразовательных организаций
• Численность детей в возрасте 5 — 18 лет в муниципальном образовании
• Одиночное протяжение уличной газовой сети
• Количество негазифицированных населенных пунктов
• Количество населенных пунктов, не имеющих водопроводов (отдельных водопроводных сетей)
• Количество населенных пунктов, не имеющих канализаций (отдельных канализационных сетей)
• Доля населения, проживающего в населенных пунктах, не имеющих регулярного автобусного и (или) железнодорожного сообщения с административным центром городского округа (муниципального района), в общей численности населения городского округа (мун.района)

Также в тексте приведены и скандалы, значимые события и инциденты, которыми район отметился в региональной или федеральной повестке.

Глоссарий по городской географии

Удобства : Они могут находиться в доме, в этом случае они относятся к ваннам, туалетам, горячей воде и т. д. или вне домов людей в этом случае они будут включать парки, магазины, остановку общественного транспорта и т. д.

Break of Bulk Point : место, где должны быть товары выгружен например порт.

Bridging Point : место поселения на берегу реки. достаточно узкие или мелкие, чтобы их можно было перебросить.Мост становится маршрутным центром и торговый центр, естественное расположение для рынка. Это также хорошая защита сайт. Самый низкий мост на реке — ближайший к морю мост; это место идеально подходит для поселка речной порт.

Земля Браунфилд : городская земля, которая ранее была развитая, например, на месте снесенного здания или завода.

Burgess Model : модель городского землепользования, показывающая пять концентрические зоны, в зависимости от возраста домов и благосостояния их жителей.(Видеть концентрическое кольцо модели ).

Объездная дорога : Дорога, построенная вокруг оживленного городского района, чтобы избежать пробки.

CBD : Центральный деловой район или центр города; в торгово-деловой центр в городе или городе, где стоимость земли находится на самый высокий. Это наиболее доступная часть города. Высокая стоимость земли приводят к интенсивному использованию земли, и здания возводятся как можно выше, чтобы максимизировать офисные площади и, следовательно, доход от аренды.

Central Place : любой населенный пункт, который предоставляет товары и услуги для небольших соседних населенных пунктов.

Город: города — городские поселения. Они обычно большие (более 20 000 человек) и экономически самодостаточны (в отличие от большого общежития или дачный городок ).

Схема кластерного поселения : поселение, в котором здания сгруппированы вокруг определенной точки.

Коммутирующие : процесс, с помощью которого люди живут в одном место, поехать на работу в другое место.

Товары / услуги сравнения : это высококлассные (обычно дорогие) товары, такие как антиквариат, ювелирные изделия, а также одежду и электрооборудование. оборудование. Их называют товарами для сравнения, потому что людям нравится сравнивать цены, качество и другие особенности перед покупкой. Товары сравнения обычно продается в магазинах в центре города или в крупных загородных торговых центрах. Люди посещают сравнительные магазины лишь от случая к случаю, поэтому им нужен большой рынок. площадь.

Комплексная перепланировка : участок, обычно в внутренний город, где весь городской пейзаж был разрушен перед восстановлением на плановой основе советом или городским правительством.

Концентрическое кольцо модели : см. Модель Burgess .

Заторы : переполненность дорог, вызывающая пробки.

Потребитель : это люди. Как торговля товарами и услуг увеличивается, власть потребителя увеличивается.Отрасли должны создавать что люди хотят (или думают, что им нужно).

Пригород : крупный городской поселок, результат расширения и слияния больших и малых городов.

Круглосуточные товары / услуги : это недорогие / заказанные товары — недорогие вещи, которые мало различаются по цене, качеству или другим характеристикам, которые мы нужно покупать регулярно, например газеты, сигареты и хлеб. Круглосуточные магазины находятся на большинстве улиц, где есть небольшая рыночная площадь с людьми которые посещают магазин почти каждый день.

Угловой магазин Магазин, типичный для городской зоны (но также распространено во всех зонах, кроме центрального делового района) на каждом углу, где продается спектр повседневных потребностей. (См. Товары повседневного спроса и товары / услуги низкого уровня).

Противурбанизация: Перемещение людей из Города MEDC в сельскую местность в поисках лучшего качества жизни. Многие до сих пор ездят в город на работу, но все больше людей переезжают в изменить свой образ жизни и работать в сельской местности, часто с помощью удаленной работы.

Цикл депривации : последовательность пережитых событий обездоленными людьми, у которых одна проблема, например, отсутствие работы, приводит к другим проблемы, и это только усугубляет ситуацию.

Оборонительная площадка : поселение, которое обычно росло на вокруг форта или замка на вершине холма, хотя изгибы реки, мосты, участки с сухими точками и прибрежные участки со скалами также были хороши для защиты.

Спрос : готовность и способность потребителей платить для конкретного товара или услуги; Пока поставка товаров и услуг удовлетворяет спрос, цены остаются прежними (стабильными).Высокий спрос на землю в CBD от предприятий, желающих разместить там, приводит к очень высокой стоимости земли потому что предложение не может быть увеличено для удовлетворения спроса.

Зависимое лицо: Это либо ребенок-иждивенец, либо человек, который длительное время болеет, не может работать.

Лишение : Степень, в которой физическое или Район лишен услуг и удобств. Есть много разных типов и уровни депривации включали плохие и переполненные жилища, неадекватное питание, недостаточный доход и отсутствие возможности трудоустройства.

Заброшенные: заброшенных здания и пустырь.

Частный дом : отдельно стоящий дом (не примыкающий к другой) типичный для богатой пригородной зоны города. (См. Burgess ).

Схема рассредоточенных населенных пунктов : где здания в поселения не сгруппированы вокруг определенной точки, а разбросаны в случайная мода (см. линейное и ядерное поселение).

Поселок общежитий : тот, где «спят» многие пассажиры пригородных поездов. ночевать, а днем ​​ездить на работу в другое место.

Участок сухой точки : поселение на суше, окруженное по невысокому, влажному грунту; это было хорошо для защиты.

Этническая группа: Это группа, которая определяется расой, религия, национальность или культура.

Услуги: см. удобства .

Модель жизненного цикла семьи: модель, основанная на движение людей в пределах города в поисках лучшего дома в качестве личного обстоятельства (как финансовые, так и социальные) меняются со временем.

Семейное положение: Это должность человека в. Семейный статус человека отражает возраст, независимо от того, состоит ли человек в браке и есть ли у человека дети.

Фавела : бразильский термин для обозначения неформального, трущобного типа. поселок.

Фильтрация : процесс, с помощью которого социальные группы уходят от один жилой район в другой, что приводит к изменению социального характера спальные районы.(См. Социальный скачок ).

Формальный сектор : сектор занятости, включающий «собственно» рабочие места, которые обычно являются постоянными, с установленным графиком работы, согласованным уровнем оплаты, а иногда и пенсии и права на социальное обеспечение.

Функция расчетов : что делает расчет для «зарабатывать на жизнь», например рыночный городок, шахтерский городок, административный центр, турист курорт и т.д ..

Промежуток Город : город, расположенный в промежутке между холмами, обеспечение хорошей оборонительной позиции и центра маршрутов, которые вели к торговле и рынку функция.

Джентрификация : процесс, при котором ветхие дома в внутренний город или другая заброшенная территория улучшается за счет более обеспеченных (богатых) людей которые переезжают туда, чтобы иметь более легкий доступ к работе и услугам городской центр. «Улучшение» социальных групповых изменений привлекает больше людей аналогичная более обеспеченная социальная группа.

Зеленый пояс : Территория вокруг города, состоящая в основном из парковые и сельскохозяйственные угодья, развитие которых строго контролируется.Его цель состоит в том, чтобы предотвратить рост города вовне, сохранить сельскую местность для ведения сельского хозяйства, дикая природа и отдых, и часто для предотвращения слияния двух или более городов сформировать одну огромную городскую территорию.

Greenfield land: термин, используемый для описания участка неосвоенные сельские земли, которые в настоящее время используются для сельского хозяйства или просто оставлены природа.

Га: это площадь, эквивалентная 2,471 акру.

Иерархия : рейтинг населенных пунктов или торговых центров в зависимости от их численности населения или количества предоставляемых ими услуг.

Товары / услуги высокого порядка : товар или услуга, обычно дорого, что люди покупают только от случая к случаю, например мебель, компьютеры и ювелирные изделия. Услуги высокого уровня обычно расположены в крупных городах и города с большой рыночной площадью — доступны для большого количества людей.

Внутренние районы : территория, обслуживаемая портом (его сфера влияние ).

Домохозяйство: человек, живущий один или группа людей, не обязательно родственники, проживающие по одному адресу с совместным ведением домашнего хозяйства.Совместное ведение домашнего хозяйства предполагает разделение хотя бы одного приема пищи в день или разделение средств к существованию. комната или гостиная.

Hoyt Model : модель городского землепользования, показывающая клинья (секторы) на основе основных транспортных маршрутов и социальных групп.

Гипермаркет : гигантский торговый центр с очень крупные супермаркеты и другие небольшие магазины, расположенные за городом, рядом с выездом на автомагистраль. Он извлекает выгоду из дешевой земли и новой тенденции к покупки на машине, с большой парковкой для этого.Цены поддерживаются на низком уровне супермаркет закупает оптом, что позволяет ему договариваться о минимально возможных цены от поставщиков.

Промышленная революция : рост и развитие обрабатывающей промышленности и заводской системы, которая началась в Великобритании в восемнадцатый век.

Неформальный сектор : случайная, нерегулярная работа, например улица продажа.

Внутренний город : часть городской территории, окружающей CBD; в нем часто находятся старые жилые дома и промышленные предприятия, находящиеся в плохом ремонте и заброшенность (см. реконструкция города и реконструкция города ).

Линейный расчет : расчет, следующий за линией например, дороги или реки.

Неприкосновенный поселок : поселение с множеством пробелов между его зданиями и небольшими узорами, если они вообще есть. (См. Рассредоточенное поселение образец ).

Товары / услуги низкого порядка : товар или услуга, обычно недорогие, которые люди покупают регулярно, часто ежедневно, за Например, газеты, хлеб и молоко.Товары и услуги низкого уровня обычно куплены в магазинах, расположенных в пригородных или районных центрах, близко к которым люди живут. (См. магазин на углу ).

Рынок : район, обслуживаемый определенным поселением, магазин или сервис. (См. сфера влияния ).

Мегаполис : сплошной участок городского поселения который является результатом слияния больших и малых городов.

Рынок : город, основная функция которого торговый и сервисный центр в окрестностях.

Город миллионеров : город с населением более одного миллиона человек жители.

Natural Harbour: , где форма береговой линии помогает для укрытия кораблей от штормов.

Районный блок : основной строительный блок для запланированных новые города, призванные обеспечить людям безопасную, свободную от дорожного движения среду и доступ ко всем часто необходимым услугам, таким как начальные школы, магазины и поликлиники в пешей доступности.

Новый город : благоустроенный, автономный поселок в комплекте с жильем, работой и услугами.

Схема ядерных расчетов : поселение, в котором здания сгруппированы вокруг определенной точки.

Загородный ТЦ : большая группа магазинов построенный либо на участке на окраине городской зоны, либо на месте бывшего большая производственная зона. В таких центрах обычно есть большие автостоянки, пешеходная, кондиционированная среда и более 100 магазинов.

Overspill Town : город, который расширился за счет людей которые были вынуждены покинуть города в результате расчистки трущоб и схемы перепланировки.

Чрезмерная урбанизация : проблемы, с которыми сталкивается большинство LEDC города например Бомбей, где слишком много людей мигрируют в город, что приводит к нехватка жилья, плохие жилищные условия, отсутствие санитарии и водопровода, болезни и преступность, заторы на дорогах, загрязнение, перегруженные услуги, безработица, неполная занятость и др..

Владелец : дом, в котором жил его владелец (как в отличие от сдачи в аренду — см. арендатор ).

Пенсионный возраст: человек пенсионного возраста — мужчина в возрасте 65 лет и старше или женщина в возрасте 60 лет и старше.

Планирование : попытка выполнить программу работы, например, строительство нового города или защита исторических зданий, следуя согласованный набор руководящих принципов, дизайна или плана.

Порт: поселение, где могут находиться корабли. поставлен на якорь в безопасности, защищен от моря.Большие порты, как правило, являются маршрутом центры, обслуживающие внутренние районы.

Primate City : в некоторых странах есть один город — примат город, который по численности населения и функциям доминирует над всеми остальными городские места.

Профессиональные занятия: это работодатели, менеджеры и профессиональные работники, профессии которых обычно требуют высшее образование или другая высокоселективная квалификация, например, врачи, гражданские инженеры и др..

Качество жизни: идея, которую трудно определить. потому что для разных людей это означает разное. Вещи, которые делают хорошее качество жизни может включать высокий доход, хорошее здоровье, хорошее жилье, базовые домашние удобства, приятное окружение, открытое пространство для отдыха, хорошее местное магазины, надежная работа и др.

Дальность действия : максимальное расстояние, на котором находятся люди подготовлен к поездке на конкретную услугу.

Редевелопмент : восстановление частей города.Иногда перед восстановлением большие площади полностью сносятся; иногда все или некоторые из старых зданий сохранены и модернизированы, чтобы объединить лучшее особенности старого и нового.

Жилое предпочтение : где люди хотели бы жить.

Retail Park : загородный торговый центр с несколькими крупные магазины складского типа по продаже электротоваров, ковров, D.I.Y. товары, строительные материалы и др.

Розничная торговля : продажа товаров, обычно в магазинах, широкая публика.

Рекурбанизация : процесс, посредством которого города в МЭРК, которые пережили сокращение населения, могут обратить вспять уменьшаются и снова начинают расти. Какая-то форма перепланировки часто требуется, чтобы начать реурбанизацию.

Ленточная застройка : когда жилье вырастает из города вдоль главной дороги.

КАД : объездная дорога, CBD.

Маршрутный центр : населенный пункт, расположенный в месте встречи нескольких автомобильных / железных дорог; место встречи двух или более речных долин (которые обеспечивают хорошие автомобильные и железнодорожные пути через возвышенность), часто является местом расположения поселок маршрутный центр.Точки мостов, порты и города-пробелы также естественны. центры маршрутов.

Сельско-городская окраина : зона перехода между застроенная территория и сельская местность, где часто идет конкуренция за землю использовать. Это зона смешанного землепользования, от торговых центров и полей для гольфа до сельхозугодья и автомагистрали.

Second Homes : дома, приобретенные горожанами в сельские деревни или районы, обычно отличающиеся великолепной природной красотой, для отдыха или выходных использовать только.Это создает проблемы для местных сообществ, поскольку цены на жилье в площади вторых домов возвышаются вне досягаемости молодежи, а магазины, школы автобусы вынуждены закрыться из-за отсутствия клиентов. Новички также приносят нежелательные социальные изменения в деревни.

Модель сектора : см. Модель Hoyt .

Жилищные схемы самопомощи : группы людей, особенно в LEDCs рекомендуется строить собственные дома, используя материалы, предоставленные местная власть.

Парный дом : дом, соединенный один с другим. Эти распространены в пригородах, принадлежащих среднему классу, в городах МЭРК.

Полуквалифицированные профессии: эти профессии предполагают навыки, которые быстро обучаются, например, кондукторы автобусов, рабочие, кухонные рабочие и чистящие средства.

Расчетная функция : основной вид деятельности, обычно экономический например туристический курорт или общественный, например общежитие городок, оф.

Схема населенного пункта : форма и размеры отдельных поселения, как правило, рассредоточенные, зародышевые или линейные.

Трущобы : район некачественного жилья, недостаточный такие удобства, как водоснабжение, канализация и электричество, которые часто развиваются спонтанно и незаконно (как поселение скваттеров) в городе на территории ЖКХ.

Торговый центр : Современный очень большой загородный магазин центр с местом пересечения автомагистралей, где можно провести семейный день ‘опыт’. Он предлагает широкий спектр развлечений помимо большого количества магазины на закрытой с кондиционером территории площадью до полукилометра.

Трущобы : дом, непригодный для проживания людей.

Участок: фактическое место, где поселение (или ферма, или завод) находится.

Схема сайта и обслуживания : метод поощрения благоустройство жилья в бедных районах городов в ЖКХ. Правительство обеспечивает земля под новую застройку и устанавливает такие услуги, как вода и электричество. После этого местные жители могут получить участок по схеме за низкую арендную плату. и строить собственные дома.

Ситуация : расположение населенного пункта по отношению к места (физические и человеческие), окружающие его, например дороги, реки, землепользование и т. д. A поселок с хорошей ситуацией, вероятно, разовьется и станет торговым городком для окружающий регион.

Социальный класс: Социальный класс человека отражает богатство, доход, образование, статус и власть. Род занятий человека обычно используется для указать социальный класс.

Социальный скачок : процесс, с помощью которого те, кто может позволить себе уехать из области, когда она стареет и приходит в негодность, чтобы быть заменены менее обеспеченными людьми.

Социально-экономическая группа : классификация людей по своей профессии, например профессиональный, опытный, ручной. Род занятий к доходу, богатству и образованию. Классификация представлена ​​ниже:

Сфера влияния : территория, обслуживаемая поселением, магазин или сервис.

Спонтанное поселение : поселение скваттеров или лачуги городок, в котором есть самодельные дома из подручных материалов, таких как профнастил железо и пластик; в поселке обычно отсутствует водопровод, электричество хозяйственно-бытовые и канализационные сооружения. Спонтанные поселения очень распространены в городах в ЖКХ и являются незаконными, потому что жители не владеют землей на которые построены дома, и не имеют разрешения на строительство там.

Squatter Settlement : другое название стихийного поселок.

Пригород : внешняя зона больших и малых городов.

Субурбанизация : процесс, с помощью которого люди, фабрики, офисы и магазины переезжают из центральных районов городов в пригород.

Загородные деревни / поселки : общежитие или пригородный поезд деревни / города с постоянным населением, которые спят в деревне / городе, но которые едут на работу в близлежащий крупный город.В пригородном поселке есть все чаще перенимают некоторые характеристики (новые жилые комплексы и т. д. услуги) городских территорий.

Удаленная работа: работает на дому с использованием телекоммуникаций.

Арендатор : лицо, снимающее свой дом у частного домовладелец или местный совет.

Владение: способ владения недвижимостью. Дом квартира может принадлежать арендатору или сдаваться в аренду либо у совета, либо у частный домовладелец.

Многоквартирные дома : Большие жилые дома, построенные в внутренние города МЭРК во время промышленной революции для размещения рабочих в высокая плотность, теснота и антисанитарные условия рядом с заводами.

Таунхаус : дом в (обычно) длинной очереди совмещенное жилье. Таунхаусы типичны для центральной городской зоны в Великобритании

Порог населения : минимальное количество человек требуется для поддержки конкретного товара, магазина или офиса.Например, крупные магазины таких как Marks & Spencer, имеют пороговую численность населения более 100 000 человек, в то время как Обувные магазины имеют пороговое население около 25 000 человек.

Переходная зона : см. Переходная зона .

Сумеречная зона : термин, применяемый к центральной части города как он начинает превращаться в Зону перехода.

Младшие : новых городских бедняков, которые часто больные, безработные, бездомные, неквалифицированные и имеющие проблемы со здоровьем.

Неполная занятость : ситуация, когда люди не имеют полный рабочий день, непрерывная работа и обычно работают только временно или сезонно (например, в летние месяцы в отеле).

Неквалифицированный ручной труд: эти рабочие места не требуют специфические навыки.

Городская окраина : см. сельско-городская окраина .

Городская иерархия : см. Иерархию .

Редевелопмент : полная расчистка частей от старых внутренние районы города и начать заново с новых домов, особенно многоэтажных квартиры.

Обновление города / регенерация : улучшение старого дома и дополнительные удобства в попытке вдохнуть новую жизнь в старые внутренние районы города.

Urban Sprawl : незапланированный неконтролируемый рост городских районы в окружающую сельскую местность.

Урбанизация : процесс увеличения процент населения страны переезжает жить в города. Стремительный урбанизация — особенность большинства LEDC.

Wet Point Site : населенный пункт, где расположены основные Преимущество — подача воды в сухом месте, например у источника, где непроницаемая глинистая долина встречается с подножием проницаемых известняковых или меловых холмов.

Оптовая торговля : продажа товаров розничным торговцам; оптовики не открыты для широкой публики.

Зона переходного периода : центральная часть города вокруг центрального делового района. Это зона смешанного землепользования, от парковок до заброшенных зданий. в трущобы, кафе и старые дома, часто переоборудованные под офисы или промышленные предприятия.

6. Проживаете ли вы в данном городском поселении или сельском округе постоянно с рождения?

[] 1 Да [к вопросу 8]
[] 2 Нет

6.1 Укажите период, когда вы прибыли в этот населенный пункт:

[] 1 До 2005 г. [к вопросу 8]
[] 2 С 2005 г. по 13 октября текущий год (укажите месяц и год): month _ _ year _ _ _ _

6.2 Укажите место вашего предыдущего проживания:

[] 1 Город
[] 2 Городской поселок
[] 3 Сельский поселок
Укажите название города, поселка городского типа, административного округа _ _ _ _ _ _ _ _ _ _ _ _ _ _ _

На непрерывность проживания не влияют:

— переезд из одной сельской местности в другую в пределах одного административного района;
— перемещаться в пределах одного города;
— все выезды из данного населенного пункта, не связанные со сменой постоянного места жительства (командировки, поездки на отдых, визиты к родственникам, друзьям и т. Д.), а также по другим причинам) сроком до одного года.

В графе «Нет» ставится отметка для лиц, которые:

— проживали в сельской местности данного административного округа не с рождения, в том числе родившиеся в данном сельском округе, но переехавшие на постоянное место жительства (сроком на один год и более) в городское поселение или сельскую местность с. другой административный район.

В вопросе 6.1 «Укажите период вашего прибытия в этот населенный пункт» для лиц, прибывших в этот населенный пункт на постоянное место жительства, необходимо заполнить соответствующий ответ, а для прибывших в 2005 г. и позднее — дополнительно месяц и год. прибытия следует указать.

При выборе ответа на вопрос 6.2. «Укажите место вашего предыдущего проживания», при этом следует отметить, что административно-территориальные изменения, произошедшие после выезда с предыдущего места постоянного проживания, не учитываются.Например, если респондент ранее проживал в сельской местности, которая впоследствии была преобразована в городской поселок или включена в черту города, необходимо отметить ответ «сельская местность» и ввести название административного района;

Знакомство с лапкой для пакетов R

Abstract

Пространственные наборы данных полигонов контуров зданий становятся все более доступными и доступными для многих регионов мира. Эти наборы данных являются важными входными данными для ряда различных анализов, таких как понимание развития городов, определение районов, подверженных риску стихийных бедствий, и картографирование распределения населения.Развитие изображений с высоким пространственным разрешением и вычислительных мощностей позволяет автоматизированным процедурам извлекать и наносить на карту следы зданий для целых стран. Эти достижения позволяют охватить наборами данных о площади зданий для стран с низким и средним уровнем доходов, которым могут не хватать других данных о землепользовании в городах. Несмотря на пространственную детализацию, многие следы зданий не имеют информации о типе конструкции, местном зонировании или землепользовании, что ограничивает их применение. Тем не менее, показатели морфологии могут использоваться для описания характеристик размера, формы, расстояния, ориентации и структуры структур и извлечения дополнительной информации, которая может быть соотнесена с различными структурами и типами поселений или районами.Мы представляем пакет футов , новый набор инструментов с открытым исходным кодом в гибком пакете R для расчета показателей морфологии для построения контуров и их суммирования в различных пространственных масштабах и пространственных представлениях. В частности, наши инструменты могут создавать сеточные (или растровые) представления сводных показателей морфологии, которые ранее не поддерживались широко. Мы демонстрируем инструменты, создавая морфологические метрики с привязкой к сетке из всех следов зданий в Англии, Шотландии и Уэльсе, а затем используем эти слои в неконтролируемом кластерном анализе для получения типологии поселений на основе шаблонов.Мы сравниваем наши отображенные типы поселений с двумя существующими классификациями поселений. Результаты показывают, что модели зданий могут помочь различать разные городские и сельские типы. Однако внутригородские различия нельзя было точно предсказать только на основе морфологии зданий. Однако в более широком смысле это тематическое исследование демонстрирует потенциал картирования моделей поселений в отсутствие переписи жилого фонда или других данных городского планирования.

Образец цитирования: Jochem WC, Tatem AJ (2021) Инструменты для картографирования многомасштабных моделей расселения контуров зданий: введение в пакет R foot .PLoS ONE 16 (2): e0247535. https://doi.org/10.1371/journal.pone.0247535

Редактор: Вэньхао Ю, Китайский университет геонаук, КИТАЙ

Поступило: 10 декабря 2020 г .; Одобрена: 8 февраля 2021 г .; Опубликовано: 25 февраля 2021 г.

Авторские права: © 2021 Jochem, Tatem. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Все данные, подтверждающие это исследование, находятся в открытом доступе в репозитории Саутгемптонского университета по адресу https://doi.org/10.5258/SOTON/D1674.

Финансирование: Финансовая поддержка поступает от Фонда Билла и Мелинды Гейтс и Министерства иностранных дел, по делам Содружества и развития Соединенного Королевства в рамках проекта «Инфраструктура с географической привязкой и демографические данные для развития» (GRID3) (OPP1182425). Партнерами проекта в GRID3 являются Исследовательская группа WorldPop, Фонд ООН в области народонаселения, Фонд Flowminder и Центр международной информационной сети по наукам о Земле при Институте Земли Колумбийского университета.

Конкурирующие интересы: Авторы заявили, что конкурирующих интересов не существует.

Введение

Точные и полные карты зданий — это фундаментальный уровень данных для исследователей и практиков, стремящихся понять города и характеристики застроенной среды. Выявление и нанесение на карту следов построек и их скоплений в населенных пунктах — это первый шаг на пути к лучшему пониманию структуры местного населения, предоставления услуг и коммунальных услуг во всех областях, а также картирования жилого фонда и городских территорий [1–4].В области планирования и, в частности, в области городской морфологии форма и модели зданий в космосе были средством изучения истории городов и политических, экономических и социальных сил, определяющих их развитие [5, 6]. Видимые закономерности и особенности искусственной среды можно количественно оценить с помощью широкого набора морфологических показателей [7]. Эти показатели описывают характеристики (например, размер, форма, плотность, компактность, расположение) отдельных зданий или территорий, которые могут использоваться для описания городского контекста в мелком пространственном масштабе [8].

Наборы данных о следах зданий также становятся ключевыми входными данными для исследований в области географической информатики и других смежных областях. Например, следы от зданий использовались для определения территорий, подверженных риску 100-летней поймы [9]. Следы также использовались как часть моделей зданий для оценки возраста конструкции с точки зрения потребления энергии [10] и для моделирования солнечного потенциала на крышах домов [4]. Другой недавний анализ с использованием наборов данных о зданиях включал разграничение городских территорий на основе плотности застройки для всей Франции [11] и Испании [1] и определение типов поселений [12].Эти приложения не всегда напрямую связаны с предыдущими исследованиями по морфологии городов и городскому планированию; однако у них часто есть общие черты в подходах к использованию или извлечению информации на основе наборов данных о контурах зданий. В частности, большая часть работы, связанной с построением карт, часто преследует цель идентифицировать или классифицировать аналогичные паттерны морфометрических характеристик. Выявленные классы могут затем помочь различать внутригородские кварталы, различать типы поселений или периоды развития [3, 8, 13, 14].

Во многих областях исследований наблюдается тенденция к анализу больших данных для изучения городских территорий [5], в том числе с использованием наборов данных о зданиях и показателей морфологии. Эта тенденция была отмечена ранее как часть растущего использования вычислительных методов и более крупных наборов данных в целом и, в частности, в области географических данных [15]. Возможности для этого типа анализа расширяются, поскольку пространственные базы данных полигонов контуров зданий с полным и согласованным покрытием для больших регионов и целых стран становятся все более доступными.Некоторые правительства и национальные картографические агентства уже предоставляют такие наборы геопространственных данных о зданиях в открытый доступ. В Великобритании существует Ordnance Survey OpenMap Local [16]. Некоторые крупные города, включая Нью-Йорк [17], Чикаго [18] и Вашингтон, округ Колумбия [19], предоставляют свои собственные данные среди других примеров. Наконец, добровольно предоставленная географическая информация (VGI), такая как OpenStreetMap (www.openstreetmap.org), является еще одним источником, обеспечивающим покрытие зданий путем ручной оцифровки изображений или путем включения открытых наборов данных о зданиях.

Увеличение количества изображений с очень высоким пространственным разрешением (субметровое) и улучшение вычислительной мощности и алгоритмов открывают еще один источник контуров зданий за счет автоматического извлечения и картографирования из изображений, полученных с высоты птичьего полета. Недавние исследования позволили изучить возможности использования методов глубокого обучения, таких как нейронные сети, для маркировки зданий на уровне пикселей [20, 21]. Рост вычислительных ресурсов позволяет масштабировать такие автоматизированные алгоритмы извлечения зданий для охвата целых стран.Например, Microsoft использовала сверточную нейронную сеть для извлечения 125 миллионов следов зданий из изображений в Соединенных Штатах. Для создания многоугольников более правильной формы был применен этап обработки после извлечения. Позже они применили аналогичный метод для создания следов зданий в Уганде и Танзании [22, 23]. Наборы данных Microsoft Building Footprint находятся в открытом доступе (https://github.com/Microsoft/USBuildingFootprints). Facebook Analytic Labs также реализовал извлечение элементов зданий из изображений с высоким разрешением для 140 стран [24]; однако единственные общедоступные данные из этой работы были агрегированы с разрешением 1 угловая секунда (приблизительно 30 м).Полученные с помощью дистанционного зондирования наборы данных о многоугольниках зданий дополняют другие базы данных пространственных векторов следов зданий и увеличивают доступность и географический охват таких данных о зданиях, особенно в странах с ограниченными ресурсами или в странах с низким / средним уровнем доходов, в которых могут отсутствовать другие источники информации. по городскому планированию или антропогенной среде.

С ростом количества доступных данных для построения следов из различных источников, исследователи и практики нуждаются в программных инструментах, позволяющих эффективно использовать более крупные источники данных и извлекать различные метрики, подходящие для дальнейшего анализа и интерпретации.Цель данной статьи — представить пакет футов [25], набор программных инструментов с открытым исходным кодом как часть языка вычислений R [26] для расчета общих показателей площади здания. Эти инструменты предназначены для поддержки гибких рабочих процессов, применяемых к двумерным пространственным представлениям многоугольников, и для расчета показателей морфологии, подходящих для множества различных приложений. Мы демонстрируем использование инструментов футов для расчета показателей модели здания для всей Англии, Шотландии и Уэльса.Мы используем итоговые итоговые показатели структурных построек с координатной сеткой для разработки простой классификации населенных пунктов. Этот пример предназначен для демонстрации того, как новую информацию можно извлечь из наборов данных контуров зданий. Этот подход может быть более ценным в странах с низким и средним уровнем доходов, где актуальные данные о землепользовании или типах микрорайонов еще не существуют, но где новые наборы данных о площади зданий становятся доступными. Все результаты этого исследования находятся в открытом доступе в репозитории Саутгемптонского университета по адресу https: // doi.org / 10.5258 / SOTON / D1674.

Расчет показателей площади здания

Пакет R футов состоит из набора функций для расчета общих мер морфологии векторных представлений следов здания. Эти функции могут применяться в масштабе индивидуальной формы контура, но пакет также содержит функции для суммирования показателей для разных уровней географии. Основные вычисления объединены в функцию для реализации общих рабочих процессов.Пакет foot полностью закодирован на языке статистических вычислений R с использованием пакетов sf , stars и lwgeom [27–29] для доступа к внешним библиотекам пространственных данных.

В следующих разделах мы подробно описываем базовое использование пакета и некоторые его ключевые функции. Разработка пакета продолжается, и последняя версия исходного кода доступна под лицензией GPL-3.0 с открытым исходным кодом от Github (https: //www.github.com / wpgp / foot).

Базовое использование и доступные метрики

После установки пакета foot и его зависимостей (см. Текст S1) пакет можно загрузить в сеансе R. Небольшой образец следа здания предоставляется вместе с пакетом, который был публично выпущен и лицензирован Microsoft под лицензией Open Data Commons Open Database License (ODbL v1.0). Эти данные используются для демонстраций в этом разделе. Дополнительные сведения о пакете доступны в документации (см.? Фут) и в трех обучающих роликах, установленных вместе с пакетом и доступных в дополнительных материалах (S2 Text).

Доступные метрики рассчитывают площадь, периметр, округлость, компактность, угол поворота и расстояние до ближайшего соседа. Эти меры могут быть суммированы для определяемой пользователем области с помощью итога, количества, среднего, медианы, минимума, максимума, стандартного отклонения, коэффициента вариации, индекса ближайшего соседа или энтропии. Кроме того, есть опции для двоичного индикатора присутствия (или отсутствия) следов и количества следов на зону. Не все сводки доступны для всех необходимых мер.Список показателей приведен в таблице 1, а имена функций для вычисления показателей могут быть перечислены в сеансе R с помощью list_fs ().

Реализованный индекс формы рассчитывается как отношение площади контура к площади минимального ограничивающего круга, который содержит многоугольник контура. Значения формы могут варьироваться от 0 до 1, указывая на более сложные формы, на менее сложные или более круглые. Реализованной мерой компактности является индекс Полсби-Поппера [30], который рассчитывается по площади ( a ) и периметру ( p ) для любой площади основания i как:.Значение 1 указывает на наиболее компактную форму, в то время как значения, близкие к нулю, отражают формы без компактности. Более подробно метрики представлены в документации к пакету и в виньетках. Эти метрики были выбраны в качестве обычно используемых мер морфологии для количественной оценки размеров, формы и распределения строений в определенных областях [7]. Будущие разработки футов позволят пользователям определять свои собственные метрики и сводные функции.

Некоторые менее традиционные меры также реализованы в корпусе футов .Угол является мерой ориентации конструкции. Он рассчитывается как заголовок в градусах повернутого минимального ограничивающего прямоугольника. Чтобы суммировать ориентации для локальной области, угол (вместе с его противоположным углом 180 градусов) разделен на 10-градусные категории и вычислено значение энтропии Шеннона ( H ) [31]. Для каждой зоны энтропия рассчитывается как:, где P ( o _i ) представляет собой долю ориентации зданий в каждой ячейке, i , из n полных ячеек.Кроме того, эта энтропия может быть нормализована (настройка по умолчанию — футов, футов), чтобы описать локальное отклонение от гипотетической идеальной сетки структур, потенциально предлагая области с более (или менее) формальным планированием и аналогичным образом ориентированными структурами. Измерение угловой энтропии основано на исследовании ориентации уличной сети, продемонстрированном Боингом [32]. Индекс ближайшего соседа (NNI) чаще используется в анализе пространственных точечных паттернов [33], но его можно использовать для количественной оценки паттернов построения центроидных точек и суммирования тенденции к пространственной кластеризации или рассредоточению в пределах географического региона.NNI основан на сравнении наблюдаемого среднего расстояния до ближайшего соседа с гипотетическим расстоянием, которое можно было бы ожидать, если бы точки были случайным образом распределены в одной и той же области. NNI рассчитывается как:, где d — это расстояние до ближайшего соседа для здания i , из n всего зданий, а A — это общая площадь оцениваемой зоны. Эта мера применялась ранее для выявления различий в жилых районах [34].

Пример базового использования показан в блоке кода 1 ниже.Доступ к основным функциям осуществляется через calculate_footstats. Все функции в пакете foot следуют одному и тому же шаблону именования. Первым аргументом функции всегда является набор данных следа, который позволяет связать синтаксис с использованием оператора%>%, если пользователь предпочитает. Характеристики для расчета указываются в аргументе «что». Пользователи могут указать единицы измерения морфологических характеристик. Возвращаемое значение по умолчанию для итоговых функций — это таблица данных [35] с единицами измерения [36] или Geotiff для выходных данных с координатной сеткой.

Кодовый блок 1. Базовое использование пакета

Фрагмент кода демонстрирует, как пакет можно использовать для расчета на уровне здания и сводных измерений основных характеристик площади и периметра. По умолчанию возвращаемое значение для всех функций стоп — это таблица данных. Показанные функции применяются к образцу набора данных, предоставленному с кодом пакета R.

# загрузить пакет

библиотека (фут)

# список доступных показателей

list_fs ()

# загрузить данные образца

данных («кампала», пакет = «фут»)

здания <- kampala $ здания

# вычислить меры на уровне здания

calculate_footstats (здания, what = c («площадь», «периметр»))

# вычислить среднюю площадь всех следов

calculate_footstats (здания,

what = «площадь»,

how = «среднее»)

# рассчитать коэффициент вариации по всему периметру

calculate_footstats (здания,

what = «периметр»,

how = «cv»)

Функция calculate_footstats — это удобная функция, которая также поддерживает вычисление нескольких показателей и создание итоговых показателей характеристик посадочного места на уровне области.Пример показан в блоке кода 2. Для создания сводных показателей на уровне области пользователь должен сначала определить группу, к которой принадлежит здание. Чаще всего эта группировка будет представлять собой географически определенную зону (например, административную единицу), но теоретически любая классификация, присвоенная на уровне здания, может использоваться в качестве группирующей переменной для этого анализа. Для итоговых вычислений также требуется действительная итоговая статистика (таблица 1) для характеристики, заданная как один или несколько параметров для аргумента «как».

Кодовый блок 2. Определение географических зон и расчет сводных данных на уровне области.

Функция calculate_footstats поддерживает суммарные измерения характеристик морфологии контуров на уровне площади, позволяя пользователям предоставлять наборы пространственных данных полигонов контуров и зон площадей. По следам можно рассчитать несколько сводных показателей, и в результате получится таблица сводных показателей.

# загрузить образцы полигональных зон из данных пакета

adminzones <- kampala $ adminZones

# Создает зональный индекс и вычисляет несколько показателей

результатов <- calculate_footstats (Buildings, # supply footprints

zone = adminzones, # поставка зональных полигонов

what = c («площадь», «периметр»),

how = c («среднее», «cv»))

печать (результаты)

# в качестве альтернативы можно заранее определить здания внутри зон

bldgsZone <- zonalIndex (здания,

зона = adminzones,

method = «centroid», # или ’crossct’ или ’clip’

returnObject = TRUE)

# новый набор контуров зданий с добавленным `zoneID`

корп.Зона

# вычисление нескольких показателей с заранее заданными идентификаторами зон

результатов2 <- calculate_footstats (bldgsZone,

zone = «zoneID», # укажите имя столбца

what = c («площадь», «периметр»),

how = c («среднее», «cv»))

печать (результаты2)

Определение географической зоны зданий может быть выполнено как этап предварительной обработки в ГИС, с помощью других пространственных инструментов в R или с помощью функций, предоставленных в пакете Foot.Функция zonalIndex пространственно связывает зоны обслуживания и географические зоны и предоставляет уникальный идентификатор для вычислений. Эта функция используется внутри функции calculate_footstats, когда пользователь предоставляет пространственный многоугольник в качестве аргумента для зон.

Функция зонального индекса имеет дополнительные параметры для большего контроля при определении включения. Пользователь может определить здания, принадлежащие зоне, тремя способами: 1) как любые многоугольники, центральная точка которых пересекает зону; 2) как любые многоугольники, пересекающие зону, или 3) формы контуров здания могут сначала быть обрезаны по границам зоны, а затем пересекаться (рис. 1).Обратите внимание, что при пересечении многоугольников зданий с зонами здания, которые перекрывают несколько зон, будут включены в каждую зону, дублируя запись здания. Этот побочный эффект может быть желателен для анализа стиля сглаживания с перекрывающимися движущимися окнами. Кроме того, вырезание фигур зданий может привести к появлению небольших осколков, но эти многоугольники можно отфильтровать в файле calculate_footstats. Подход с отсечением контура может быть необходим для определенных типов анализа, если, например, требуются точные площади застройки в пределах участка.Однако по умолчанию zonalIndex использует центральную точку многоугольников здания для пересечения с зонами. Этот процесс выполняется быстрее, предотвращает дублирование элементов (если зоны не перекрываются) и предотвращает обрезание осколков.

Рис. 1. Определение контуров зданий в географической области с помощью функции zonalIndex.

Пользователи могут указывать формы для определения зоны. Заштрихованные области контура полигона включаются в расчеты морфологии и сводные измерения для красной «зоны».Формы контура здания могут быть включены в зону, если их центроиды пересекают зону (A), если какая-либо часть контура пересекает зону (B), или если формы контуров могут быть обрезаны по границам зоны (C). Данные о строении, показанные на этом рисунке, предоставляются Microsoft в соответствии с лицензией Open Data Commons Open Database License (ODbL v1.0).

https://doi.org/10.1371/journal.pone.0247535.g001

Множественные представления

Одной из сильных сторон корпуса футов является его гибкая конструкция, позволяющая выводить сводки для различных масштабов и географических представлений.Эти масштабы включают уровень здания, уровень площади (как показано в блоках кода 1 и 2) и для набора данных с координатной сеткой, как показано на рис. 2. Выходные данные на уровне здания — это наиболее детализированный уровень, на котором каждый многоугольник здания имеет свои геометрические особенности. рассчитано (рис. 2А). Этот уровень выходных данных можно использовать, чтобы помочь охарактеризовать индивидуальное использование здания или функцию жилого или нежилого помещения [37, 38]. Ареальный уровень предоставляет зональные сводки показателей для единиц и позволяет пользователям характеризовать различия между административными единицами, городскими кварталами или другими районами (рис. 2B).Зоны не обязательно должны быть протяженными решетками, они могут быть, например, отдельными съемочными площадками. Как отмечалось выше, то, как определить, какие (части) зданий включены в зону, позволяет использовать различные представления и гибкость в анализе. Концепция зональной суммарной меры может быть распространена на сетку правильной формы (рис. 2C и 2D), которая обсуждается далее в следующем разделе.

Рис. 2. Метрики морфологии, обобщенные в различных представлениях.

Расчеты пакета футов могут включать в себя уровень здания (A), уровень площади (B) или на обычных сетках без (C) или с (D) перекрывающимися локальными окнами для создания сглаженного итогового расчета.Полигоны контура здания наложены на рис. 2B, 2C и 2D. Данные о строении, показанные на этом рисунке, предоставляются Microsoft в соответствии с лицензией Open Data Commons Open Database License (ODbL v1.0).

https://doi.org/10.1371/journal.pone.0247535.g002

Сетки и пространственное разрешение

Расчет суммарных показателей морфологии здания на регулярной сетке или пространственном растре дает определенные преимущества. С точки зрения управления данными, сетки часто легче хранить и ими управлять, чем базы геоданных, содержащие миллионы следов [39].Но есть и преимущества с аналитической точки зрения. Расчеты морфологии часто привязаны к масштабу «участка», определяемого линиями собственности, дорогами или полигонами Тиссена [8, 40]. Однако это решение может быть проблематичным в местах, где нет заранее определенных небольших городских зон или нет надежных данных о дорогах для определения этих территорий. Набор данных морфологии с координатной сеткой также может начать предоставлять ландшафтную перспективу изменений в искусственной среде [12]. Сетки позволяют исследовать проблему изменяемой единицы площади (MAUP) с помощью легко изменяемых источников и разрешений.Более того, формат с координатной сеткой для морфологии здания может позволить более легко интегрировать эти метрики с другими сеточными слоями геопространственных данных [например, 41] для поддержки дополнительного пространственного моделирования и анализа.

Пакет футов предоставляет вторую основную функцию, специально разработанную для создания сводных статистических данных с привязкой к сетке для показателей морфологии здания, например, показанных на рис. 2C и 2D. Функция calculate_bigfoot принимает формы посадочного места и растр шаблона, определяя экстент и разрешение в качестве входных данных.Аналогичные параметры указаны для аргументов «что» и «как» для характеристик и сводной статистики, соответственно. Эта функция разработана с учетом вычислительной эффективности для создания наборов данных в масштабе страны, как показано в тематическом исследовании, представленном в следующем разделе. Внутренне функция создает запросы ограничивающего прямоугольника для извлечения и обработки только небольших подмножеств данных. Эти этапы обработки могут выполняться параллельно на нескольких ядрах обработки, если доступно достаточное количество памяти.Ячейки сетки шаблона растра служат «зонами» для сводных вычислений и, подобно функции calculate_footstats, могут допускать обрезку формы в критериях включения.

Эта функция также вводит параметр для фокусного радиуса для расчета показателей в пределах более широкой области, чем одна ячейка сетки. Радиус фокусировки устанавливает круговое окно обработки с центром в каждой ячейке сетки шаблона растра. Изменение фокусного радиуса обеспечивает дополнительную гибкость при обработке данных с координатной сеткой для представления структур зданий в различных пространственных масштабах, что может помочь описать локальные контексты [12, 34].Примеры расчетов выходных данных с координатной сеткой показаны на рис. 3 с использованием кода в кодовом блоке 3. Обратите внимание, что с шаблонной сеткой с высоким пространственным разрешением и большим фокусным радиусом окна из соседних ячеек сетки будут перекрываться. Это потенциально желательный эффект, который создает сглаженную сводную меру, хотя контуры зданий эффективно подсчитываются несколько раз в каждой перекрывающейся зоне. Выбор пространственного разрешения и использование фокального окна зависит от конкретного приложения, но параметры доступны в пакете футов .

Рис. 3. Различное разрешение и фокусный радиус в сводных данных о количестве зданий с координатной сеткой.

Выходное пространственное разрешение может варьироваться (A и B), и это может использоваться в сочетании с круглым окном с определяемым пользователем фокусным радиусом (C и D) для создания сводок с координатной сеткой. Приведенные данные представляют собой расчеты авторов с использованием следов зданий и предоставлены Microsoft в соответствии с лицензией Open Data Commons Open Database License (ODbL v1.0).

https: // doi.org / 10.1371 / journal.pone.0247535.g003

Кодовый блок 3. Расчет показателей морфологии отпечатка в сетке.

Функция calculate_bigfoot позволяет вычислять сводки в ячейках сетки, определенных растром шаблона, или в определенных пользователем круговых движущихся окнах. Результаты этого примера кода графически показаны на рис. 3.

# следы от погрузки

данных («кампала», пакет = «фут»)

здания <- kampala $ здания

# загрузить сетку шаблона с разрешением 100 м

г <- кампала $ mastergrid

# изменить разрешение

g50 <- raster :: disaggregate (g, fact = 2)

g200 <- raster :: aggregate (g, fact = 2)

# различное разрешение сетки шаблона

# Рисунок A

k50 <- calculate_bigfoot (здания,

what = «поселился»,

how = «count»,

шаблон = g50,

parallel = FALSE,

подробный = ИСТИНА)

# Рисунок B

k200 <- calculate_bigfoot (здания,

what = «поселился»,

how = «count»,

шаблон = g200,

parallel = FALSE,

подробный = ИСТИНА)

# изменяющийся фокус подвижного окна

# примечание: разрешение сетки шаблона остается фиксированным

# Рисунок C

r50 <- calculate_bigfoot (здания,

what = «поселился»,

how = «count»,

шаблон = g,

focalRadius = 50,

parallel = FALSE,

подробный = ИСТИНА)

# Рисунок D

r300 <- calculate_bigfoot (здания,

what = «поселился»,

how = «count»,

шаблон = g,

focalRadius = 300,

parallel = FALSE,

подробный = ИСТИНА)

Пример: шаблоны зданий в Великобритании

Мы демонстрируем использование пакета футов , а также применимость выходных представлений с координатной сеткой на примере шаблонов зданий в Великобритании.Использованные данные представляют собой двухмерные контуры зданий из OS OpenMap Local для Ordnance Survey за 2018 г. (Содержит данные Ordnance Survey © Crown, авторские права и права на базу данных 2018). Эти данные были опубликованы под лицензией Open Government License (OGL v3.0). Данные были получены в виде единого объединенного файла GeoPackage [42]. Набор данных содержит 2D-контуры зданий в виде полигонов для всей Англии, Шотландии и Уэльса. Для получения выходных данных с координатной сеткой мы сначала создали сетку с разрешением 100 м x 100 м, охватывающую всю территорию суши, определенную Ordnance Survey.Эта сетка служит шаблоном для размера и разрешения выходных показателей. Разрешение сетки было выбрано из начальных тестовых прогонов в качестве компромисса для уменьшения размера выходного файла при сохранении достаточного разрешения для обнаружения локальных изменений в шаблонах зданий. Затем для расчета всех показателей использовались пакет foot (версия 0.6) и функция calculate_bigfoot. Были рассчитаны два набора сводных показателей морфологии. В первом наборе не использовалось фокальное окно, и здания суммировались в пересекающиеся 100-метровые ячейки сетки без отсечения.Во втором наборе результатов было добавлено окно с фокусным радиусом 250 м с центром в каждой ячейке сетки шаблона, и снова здания были объединены во все пересекающиеся области без отсечения.

Используя слои строительного образца с сеткой из первого шага, мы приступили к созданию карты типологии поселений путем кластеризации и группировки ячеек сетки на основе значений морфологии. Мы применили подход к моделированию гауссовой смеси с использованием пакета R mclust [43, 44]. Модели гауссовой смеси (GMM) — это основанный на модели алгоритм кластеризации, который использует многомерные нормальные распределения для описания любой группировки данных.Количество и размер этих распределений рассматриваются как неизвестные в модели, которые затем подбираются с использованием максимизации ожидания (EM), что приводит к неконтролируемой кластеризации наблюдаемых точек данных. GMM обладают большей гибкостью, чем другие неконтролируемые методы, такие как K-means, поскольку они позволяют изменять объем, форму и ориентацию кластеров в пространстве данных. Чтобы выбрать наиболее эффективную модель кластеризации, мы подбираем модели смеси от 2 до 15 потенциальных групп, позволяя полностью варьировать структуру ковариации (объем, форма и ориентация).Оценка байесовского информационного критерия (BIC) используется для сравнения моделей и выбора наиболее подходящего числа групп [44]. Используя выбранное количество групп, мы спрогнозировали тип поселения для каждой 100-метровой ячейки сетки на основе максимальной прогнозируемой вероятности распределения групп. Мы также применили фильтр большинства ячеек 3 x 3, чтобы сгладить прогнозы. Этот метод использования GMM для кластеризации ранее использовался для отображения классификации населенных пунктов [12]. Мы выбрали неконтролируемый метод, основанный на модели, поскольку это исследовательский анализ, предназначенный для изучения и сравнения с другими городскими разграничениями и классификациями; однако для улучшения типологии поселения можно использовать альтернативные методы контролируемой кластеризации с метриками морфологии.

Полученные в результате слои метрик следа и карта типа поселения были изучены визуально, а затем сопоставлены с двумя существующими картами поселений для Англии и Уэльса, суммируя тип поселения большинства в Зоне результатов переписи (OA). Сначала мы сравниваем наши результаты с классификацией сельских и городских районов (RUC) для ОР 2011 года [45]. Классификация RUC основана на физической форме поселения и плотности расположения жилых домов. Сельские и городские районы далее делятся на широкие категории в зависимости от структуры расселения.Мы также сравниваем полученную по следу классификацию с набором данных по многомерной морфологии городов с открытыми данными (MODUM) 2016 года [46]. MODUM был создан с использованием самоорганизующихся карт для кластеризации нескольких характеристик открытого доступа, включая сводные данные о площади зданий (плотность, смежность и т. Д.), А также пространственные отношения области с типами земного покрова и инфраструктурой, такими как железнодорожные станции или основные дороги.

Результаты

Набор данных контуров здания содержит более 13,8 миллиона объектов.На этапах обработки пакета футов было создано сорок шесть отдельных слоев с сеткой для каждой метрики с пространственным разрешением 100 м x 100 м в формате GeoTiff (23 слоя с фокусным радиусом и 23 слоя без него). В дополнение к итоговым показателям существует также двоичный слой, показывающий пиксели с одним или несколькими присутствующими контурами здания, и растр с количеством присутствующих контуров. Пример одного из слоев с сеткой для подсчета зданий в фокусном окне 250 м показан на рисунке 4.Все полученные выходные данные представлены в репозитории данных Саутгемптонского университета по адресу https://doi.org/10.5258/SOTON/D1674, а сценарий, показывающий команды футов , представлен в дополнительных материалах (код S1).

Рис. 4. Обзор подсчета зданий с координатной сеткой, рассчитанного в пределах фокального окна 250 м с использованием пакета R футов .

Результаты представляют собой данные с координатной привязкой с пространственным разрешением 100 м x 100 м. Примеры результатов показаны для районов вокруг Эдинбурга (A), Лондона (B) и Ливерпуля (C).Полные наборы данных представлены в дополнительных материалах. Приведенные данные являются расчетами авторов с использованием контуров зданий и границ, опубликованных Ordnance Survey в рамках лицензии Open Government License (OGL) v3.0 (Содержит данные ОС © Crown, авторские права и права на базу данных 2018, 2020).

https://doi.org/10.1371/journal.pone.0247535.g004

На рис. 5 представлены результаты кластерного анализа для трех примерных местоположений. Полная карта и классифицированный набор растровых данных включены в дополнительные материалы (файл S1).Минимизация BIC предложила 6 групп в качестве оптимального количества кластеров в данных. Метки классов присваиваются алгоритмом случайным образом. Этот анализ выделяет области с похожей морфологией и узором на следах зданий. Несмотря на то, что в подходе кластеризации не используется явная пространственная информация о местоположении наблюдений, во время визуальной проверки результатов выявляются четкие географические закономерности. Основные городские районы, такие как Лондон и Манчестер, относятся к классу 4, а основные районы — к классу 5, хотя эти классы также встречаются в некоторых отдаленных городских районах, что указывает на некоторое сходство в моделях поселений.Типы 3 и 6, по-видимому, выделяют окраину городских агломераций, что может быть полезно для выделения областей потенциального роста или изменения ландшафта. Типы 1 и 2 встречаются преимущественно в малонаселенных и сельских районах.

Рис. 5. Пример сетки расчетов.

Типы населенных пунктов были созданы с использованием методов неконтролируемой кластеризации для определения потенциальных типологий на основе измерений морфологии полигонов контуров зданий. Полный набор данных представлен в дополнительных материалах.Приведенные данные являются расчетами авторов с использованием контуров зданий и границ, опубликованных Ordnance Survey в рамках лицензии Open Government License (OGL) v3.0 (Содержит данные ОС © Crown, авторские права и права на базу данных 2018, 2020).

https://doi.org/10.1371/journal.pone.0247535.g005

Чтобы сравнить классы, производные от следа, с существующими системами классификации, мы агрегировали сетки по областям результатов переписи 2011 года по их типу большинства и создали непредвиденные обстоятельства. таблицы с наборами данных RUC и MODUM.Таблица 2 показывает процент выходных площадей в каждой из групп RUC. В целом классы, производные от экологического следа, по-видимому, отражают некоторые переходные процессы между городскими и сельскими районами и градиент различных типов поселений, определенных на основе данных RUC. В целом, большинство OA разделено на классы 3, 4 и 6 с гораздо меньшим процентом единиц OA, классифицируемых как 1, 2 или 5 на основе классов, производных от занимаемой площади. В крупных мегаполисах, определенных RUC, класс 4 наиболее представлен в 41% OA. Этот тип поселения постепенно становится менее распространенным и практически не наблюдается в изолированных и редких сельских районах.Напротив, распространенность классов 1 и 2 постепенно увеличивается в сельской местности и, похоже, выявляются деревни, деревушки и редкие поселения в соответствии с данными RUC. Другие примечательные модели включают в себя класс 5, который преимущественно встречается в городских OA и, как отмечалось ранее, в основном наблюдается как ядро ​​этих городских регионов.

В таблице 3 показано второе сравнение выходной области с использованием тех же производных классов посадочного места, но для сравнения восьми классов MODUM [46]. Первое сравнение RUC (таблица 2) выделяет городской градиент и переход к сельским районам, в то время как кластеры MODUM выделяют более описательные, функциональные области в городах.В целом, неконтролируемые классы, производные от паттернов следа, менее способны различать кластеры MODUM, хотя классы следа, по-видимому, различают городские, пригородные и сельские районы, что согласуется со сравнением RUC. Например, в то время как класс 4 определяет OA центрального делового района в MODUM, он также преобладает в районах с оживленными улицами и «железной дорогой», что позволяет предположить, что класс зоны обслуживания в первую очередь выделяет более общий городской коммерческий район.Класс 3, показанный на рис. 5 (и файл S1) на периферии городских территорий, является основным классом в определении пригородных ландшафтов MODUM.

Обсуждение

В данной работе был представлен новый пакет R футов , предназначенный для помощи исследователям в извлечении новой информации о моделях поселений и обобщении наборов данных о следах зданий. Пакет foot предоставляет функции строительных блоков для последовательного расчета показателей морфологии на уровне здания и сводных показателей в определяемых пользователем зонах.Он также предоставляет удобный набор функций для поддержки общих рабочих процессов. В настоящее время доступен базовый набор морфологических характеристик, пакет является открытым и может включать дополнительные меры в будущем. Разработка продолжается, дополнительные функции пакета можно найти в онлайн-документации: https://wpgp.github.io/foot/. Как минимум, пользователь пакета должен быть знаком с R, но наш пакет устраняет необходимость в подробном программировании и минимальном управлении пространственными данными.Более опытные пользователи могут счесть полезным интегрировать предоставленные функции в свои специализированные модели или рабочие процессы.

В частности, футов может создавать сеточные представления измерений морфологии здания, которые ранее не получили широкой поддержки. Как отметили Херис и Фокс [39], использование больших векторных баз данных форм зданий является сложной вычислительной задачей для многих приложений. Сетки или наборы растровых данных обеспечивают упрощенное представление наборов данных о зданиях и функционально аналогичны данным дистанционного зондирования.Концептуально, сеточные меры могут помочь разработать ландшафтную перспективу застроенной среды с градиентами в типах и образцах поселений, а не в ограниченных произвольных единицах. С аналитической точки зрения сетки имеют преимущества, заключающиеся в более простой интеграции с другими наборами данных для пространственных моделей.

Насколько нам известно, в настоящее время нет других пакетов R для поддержки вычислений морфологии здания. Популярность языка R растет, а пакет футов делает морфологические вычисления доступными для большего числа пользователей.Это также позволяет избежать альтернативы сложным рабочим процессам ГИС в (потенциально проприетарном) программном обеспечении ГИС. На языке программирования Python пакет momepy предоставляет еще один инструментарий для анализа городских форм [47]. Однако momepy в первую очередь разработан для сводных вычислений в морфологических мозаиках [40] или подобных областях, таких как кадастровые участки, и в настоящее время не поддерживает наборы выходных данных с координатной сеткой. Херис, Фокс [39] предоставляют сеточные выходные слои, рассчитанные на основе контуров зданий Microsoft для США.Однако их сводные показатели ограничены общим покрытием, количеством зданий, средней, минимальной и максимальной площадью в каждой ячейке сетки. Хотя они предоставляют сценарии Python для выполнения своей конкретной обработки, они не предоставляют пакет инструментов общего назначения.

Мы продемонстрировали использование пакета футов , эффективно вычислив различные морфологические метрики с координатной сеткой, используя все контуры зданий из Великобритании. Затем мы использовали слои с координатной сеткой в ​​простом анализе для получения типологии поселений и сравнили прогноз с классификациями поселений, полученными в результате переписи и машинного обучения [46] для Англии и Уэльса.Определение использования зданий [48], типов поселений или кварталов [49, 50] — это одна из областей применения с использованием морфометрических паттернов. Мы использовали модель смеси Гаусса (GMM) в качестве метода неконтролируемой классификации для изучения закономерностей в сетках морфологии зданий. Наш анализ показал, что данные лучше всего сгруппировали по шести группам. Результаты сравнения наших шести классов из неконтролируемой кластеризации с классификацией сельских и городских районов переписи действительно предполагают, что морфологические модели следов зданий могут помочь дифференцировать городской градиент в этом исследуемом регионе (от разреженных мест до городского ядра).Распространенность классов поселений на основе экологического следа варьировалась в классификации сельских и городских районов. Например, два класса четко идентифицировали деревни и другие редкие сельские районы и в значительной степени отсутствовали в городских районах. И наоборот, крупные мегаполисы, а также города и поселки преимущественно состояли из трех классов, производных от экологического следа. Существовали также отличные визуальные паттерны для классов следов, поскольку основные городские районы отличались от городских окраин. Сходство наших классификаций, основанных на следах, с данными RUC за 2011 год менее удивительно, учитывая, что физическая форма находится в центре внимания обоих наборов данных.Расширение фокального окна, используемого для расчета метрик площади здания за пределы 250 м, или использование слоев, рассчитанных на нескольких буферных расстояниях, может дополнительно улучшить классификацию за счет выявления большего количества более широкого контекста разреженных настроек (например, небольших кластеров структур в непосредственной близости от относительно более крупные населенные пункты). Тем не менее, результат является многообещающим для разработки карт населенных пунктов на основе данных об экологическом следе в условиях, где отсутствуют подробные данные городского планирования или переписи населения. Однако сравнение наших производных классов с данными MODUM показывает, что сами по себе простые морфологические метрики недостаточны для дифференциации определенных внутригородских территорий, таких как центры активности, связанные с доступом к железной дороге.В нашем сравнении классы, производные от следа, снова дифференцировали различия между городом и деревней, но показали значительное совпадение с внутригородскими классами MODUM. Например, класс 4 паттернов следа был преобладающим типом в центральных деловых районах MODUM, центральных улицах, железнодорожном гуле и классах террас викторианской эпохи, предполагая, что он представляет собой более общий «городской» паттерн. Классификация MODUM использует дополнительные данные о достопримечательностях, удобствах, дорожных сетях и населении для получения восьми классов.Этот подход обеспечивает более полную картину местности, но требует более высоких данных, что может ограничивать область применения этого подхода. Наше тематическое исследование было в первую очередь демонстрацией инструментов программирования и не предназначалось для замены более целенаправленного анализа, такого как MODUM, но важно подчеркнуть потенциальные ограничения использования классов поселений, производных от морфологии.

В будущих исследованиях следует продолжить изучение ключевых показателей, пространственных масштабов и представлений, необходимых для точного определения ключевых моделей городской формы для различных контекстов.Функциональность пакета футов может поддерживать такую ​​работу. Выше мы отметили, что пакет футов продолжает развиваться и будет расширен за счет включения дополнительных показателей. Мы ограничились обсуждением двухмерных изображений зданий. Это самые распространенные; однако трехмерные формы становятся доступными из данных лидаров и радаров [51, 52]. Скоро в измерениях морфологии может потребоваться учесть объемные различия.

Заключение

Наборы данных о площади зданий становятся все более широко доступными и открытыми, охватывая целые страны.Эти данные могут быть особенно ценными в странах с низким и средним уровнем доходов, которые переживают быстрый рост и изменения городов [53] и могут не иметь другой информации о городских районах. Пространственно подробные полигональные представления структур доказали свою полезность в целом ряде дисциплин и приложений; тем не менее, прикладные исследователи и практики могут извлечь выгоду из наличия новых инструментов, таких как пакет R футов , для эффективной и действенной работы с наборами данных контуров зданий и извлечения морфологической информации.

Благодарности

Авторы выражают признательность за использование средства высокопроизводительных вычислений IRIDIS и связанных с ним служб поддержки в Университете Саутгемптона в завершении этой работы. Авторы благодарят Эдит Дарин, Клэр Дули, Аттилу Лазар и Дуглас Лизер за обзор более ранних версий пакета R.

Список литературы

1. 1. Аррибас-Бель Д., Гарсия-Лопес МА, Виладеканс-Марсал Э. Здания и города: определение городских территорий с помощью алгоритма машинного обучения.Журнал экономики города. 2019: 103217.
2. 2. Bachofer F, Braun A, Adamietz F, Murray S, d’Angelo P, Kyazze E, et al. Строительный фонд и типология зданий Кигали, Руанда. Данные. 2019; 4 (3): 105.
3. 3. Hecht R, Herold H, Behnisch M, Jehling M. Картографирование долгосрочной динамики населения и жилищ на основе разновременного анализа городской морфологии. Международный журнал геоинформации ISPRS. 2018; 8 (1): 2.
4. 4. Буффат Р., Грасси С., Раубаль М.Масштабируемый метод оценки потенциала солнечной радиации на крышах больших регионов. Прикладная энергия. 2018; 216: 389–401.
5. 5. Боинг Г. Пространственная информация и четкость городской формы: большие данные в городской морфологии. Международный журнал управления информацией. 2019: 102013.
6. 6. Диббл Дж., Прелоренджос А., Ромис О., Занелла М., Страно Е., Пагель М. и др. О истоках пространств: морфометрические основы эволюции городских форм. Окружающая среда и планирование B: Городская аналитика и городская наука.2019; 46 (4): 707–30.
7. 7. Флейшманн М., Ромис О., Порта С. Измерение городской формы: преодоление терминологических несоответствий для количественного и всестороннего морфологического анализа городов. Окружающая среда и планирование B: Городская аналитика и городская наука. 2020: 1–18.
8. 8. Хамайна Р., Ледук Т., Моро Г. К характеристике городских тканей на основе следов зданий. В: Гензель Дж., Редактор. Преодоление географических информационных наук. Конспект лекций по геоинформации и картографии.Берлин: Springer-Verlag; 2012.
9. 9. Хуанг X, Ван С. Оценки подверженности 100-летним наводнениям в приграничных Соединенных Штатах с использованием национальных строительных отпечатков. Международный журнал снижения риска бедствий. 2020; 50: 101731.
10. 10. Россер Дж. Ф., Бойд Д. С., Лонг Дж., Захари С., Мао И., Робинсон Д. Прогнозирование возраста жилых домов по картографическим данным. Компьютеры, окружающая среда и городские системы. 2019; 73: 56–67.
11. 11. de Bellefon M-P, Combes P-P, Duranton G, Gobillon L, Gorin C.Разграничение городских территорий с использованием плотности застройки. Журнал экономики города. 2019: 103226.
12. 12. Йохем В.К., Leasure DR, Паннелл О., Чемберлен Х.Р., Джонс П., Татем А.Дж. Классификация типов населенных пунктов по многомасштабным пространственным образцам следов зданий. Окружающая среда и планирование B: Городская аналитика и городская наука. 2020: 1–19.
13. 13. Hijazi I, Li X, Koenig R, Schmit G, El Meouche R, Lv Z и др. Измерение однородности городской ткани с использованием данных 2D-геометрии.Окружающая среда и планирование B: Городская аналитика и городская наука. 2016; 44 (6): 1097–121.
14. 14. Порат И., Шах-Пинсли Д. Строительный морфометрический анализ как инструмент обновления городов: определение потенциала массового строительства государственного жилья после Второй мировой войны. Окружающая среда и планирование B: Городская аналитика и городская наука. 2019: 239980831986197.
15. 15. Канг В., Ошан Т., Вольф Л.Дж., Боинг Дж., Фриас-Мартинес В., Гао С. и др. Круглый стол: Определение городской науки о данных.Окружающая среда и планирование B: Городская аналитика и городская наука. 2019; 46 (9): 1756–68.
16. 16. Обследование боеприпасов. OS OpenMap — Local 2020 [https://osdatahub.os.uk/downloads/open/OpenMapLocal.
17. 17. Следы зданий в Нью-Йорке. В: NYC OpenData, редактор. 07.12.2020 https://data.cityofnewyork.us/d/nqwf-w8eh? Category = Жилищное строительство & view_name = Строительные следы.
18. 18. Следы строительства в Чикаго. В: Портал данных Чикаго, редактор. 2018-07-11https: // data.cityofchicago.org/Buildings/Building-Footprints-current-/hz9b-7nh8?category=Buildings&view_name=Building-Footprints-current-#revert.
19. 19. Следы зданий. В кн .: DC GIS Open Data, ред. 2020-10-30 https://maps2.dcgis.dc.gov/dcgis/rest/services/DCGIS_DATA/Facility_and_Structure/MapServer/1.
20. 20. Ян Х.Л., Юань Дж., Лунга Д., Лавердьер М., Роуз А., Бхадури Б. Построение извлечения в масштабе с использованием сверточной нейронной сети: картографирование Соединенных Штатов.Журнал IEEE по избранным темам прикладных наблюдений Земли и дистанционного зондирования. 2018; 11 (8): 2600–14.
21. 21. Шуеграф П., Биттнер К. Автоматическое извлечение контура здания из изображений дистанционного зондирования с различным разрешением с использованием гибридной FCN. Международный журнал геоинформации ISPRS. 2019; 8 (4): 191.
22. 22. Команда Bing Maps. Блоги Bing [Интернет] 2018. https://blogs.bing.com/maps/2018-06/microsoft-releases-125-million-building-footprints-in-the-us-as-open-data.
23. 23. Команда Bing Maps. Блоги Bing [Интернет] 2019. https://blogs.bing.com/maps/2019-03/microsoft-releases-12-million-canadian-building-footprints-as-open-data.
24. 24. Тике Т.Г., Лю Х, Чжан А., Грос А., Ли Н, Йетман Г. и др. Отображение населения мира по одному зданию за раз. arXiv. arXiv: 1712.05839v12017.
25. 25. Исследовательская группа WorldPop, Саутгемптонский университет. foot: пакет R для обработки морфометрии контура здания.Пакет R версии 0.6 ed2020 https://wpgp.github.io/foot/.
26. 26. R Core Team. R: Язык и среда для статистических вычислений. Вена, Австрия; 2019.
27. 27. Пебесма Э. Простые функции для R: Стандартизированная поддержка пространственных векторных данных. Журнал Р. 2018; 10 (1): 439–46.
28. 28. Pebesma E. stars: Пространственно-временные массивы, кубы растровых и векторных данных. Пакет R версии 0.4–1 ed2020 https://CRAN.R-project.org/package=stars.
29. 29.Пебесма Э. lwgeom: Переход к избранным функциям ‘liblwgeom’ для получения простых функций. Пакет R версии 0.2–1 ed2020 https://CRAN.R-project.org/package=lwgeom.
30. 30. Полсби Д.Д., Поппер Р. Третий критерий: компактность как процессуальная гарантия против партизанского мошенничества. Обзор законодательства и политики Йельского университета. 1991; 9 (2): 301–53.
31. 31. Шеннон CE. Математическая теория коммуникации. Технический журнал Bell System. 1948. 27 (3): 379–423.
32. 32.Боинг Г. Городской пространственный порядок: ориентация уличной сети, конфигурация и энтропия. Прикладная сетевая наука. 2019; 4 (1).
33. 33. Diggle PJ. Статистический анализ пространственно-временных точечных паттернов. 3-е изд. изд. Бока-Ратон, Флорида: CRC Press; 2014.
34. 34. Йохем В.К., Берд Т.Дж., Татем А.Дж. Выявление типов жилых кварталов из точек поселения с помощью подхода машинного обучения. Компьютеры, окружающая среда и городские системы. 2018; 69: 104–13. pmid: 29725149
35. 35.Доул М., Сринивасан А. таблица данных: расширение `data.frame`. Пакет R версии 1.12.8 ed2019 https://CRAN.R-project.org/package=data.table.
36. 36. Пебесма Э., Майлунд Т., Хиберт Дж. Единицы измерения в журнале R.R. 2016; 8 (2): 486–94.
37. 37. Sturrock HJW, Woolheater K, Bennett AF, Andrade-Pacheco R, Midekisa A. Прогнозирование жилых домов на основе данных с удаленным перечислением с открытым исходным кодом с использованием машинного обучения. PLoS One. 2018; 13 (9): e0204399. pmid: 30240429
38. 38.Ллойд CT, Старрок HJW, Leasure DR, Jochem WC, Lázár AN, Tatem AJ. Использование ГИС и машинного обучения для классификации жилого статуса городских зданий в условиях низкого и среднего дохода. Дистанционное зондирование. 2020; 12 (23): 3847.
39. 39. Херис М.П., ​​Фокс Н.Л., Багстад ​​К.Дж., Трой А., Анкона Ж. Растровый набор данных контуров зданий для США. Научные данные. 2020; 7 (1): 207. pmid: 32601298
40. 40. Флейшманн М., Феличиотти А., Ромис О., Порта С. Морфологическая тесселяция как способ разделения пространства: улучшение согласованности городской морфологии в масштабе участка.Компьютеры, окружающая среда и городские системы. 2020; 80.
41. 41. Ллойд CT, Чемберлен Х., Керр Д., Йетман Г., Пистолези Л., Стивенс Ф. Р. и др. Глобальные пространственно-временные гармонизированные наборы данных для создания наборов данных о распределении населения с привязкой к сетке с высоким разрешением. Большие данные о Земле. 2019; 3 (2): 108–39. pmid: 31565697
42. 42. Рэй А. OS OpenMap Local — все здания в Великобритании, 2018 г. [обновлено 2 июля 2018 г. http://ajrae.staff.shef.ac.uk/buildings/.
43. 43. Фрейли С., Рафтери А.Э., Скракка Л.mclust: Моделирование гауссовой смеси для модельно-ориентированной кластеризации, классификации и оценки плотности. Пакет R версии 5.2 ed2016 https://CRAN.R-project.org/package=mclust.
44. 44. Scrucca L, Fop M, Murphy TB, Raftery AE. mclust5: Кластеризация, классификация и оценка плотности с использованием бауссовских моделей конечной смеси. Журнал Р. 2016; 8 (1): 289–317.
45. 45. Бибби П., Бриндли П. Определения городских и сельских территорий для целей политики в Англии и Уэльсе: методология (v1.0). Управление национальной статистики; 2013.
46. 46. Алексиу А., Синглтон А., Лонгли, штат Пенсильвания. Классификация многомерных открытых данных для городской морфологии. Встроенная среда. 2016; 42 (3): 382–95.
47. 47. Флейшманн М. Момепи: Набор инструментов для измерения городской морфологии. Журнал открытого программного обеспечения. 2019; 4 (43).
48. 48. Hecht R, Meinel G, Buchroithner M. Автоматическая идентификация типов зданий на основе топографических баз данных — сравнение различных источников данных.Международный журнал картографии. 2015; 1 (1): 18–31.
49. 49. Стейнигер С., Ланге Т., Бургхардт Д., Вейбель Р. Подход к классификации городских строительных структур, основанный на методах дискриминантного анализа. Сделки в ГИС. 2008. 12 (1): 31–59.
50. 50. Yan X, Ai T, Yang M, Yin H. Сверточная нейронная сеть с графами для классификации шаблонов зданий с использованием пространственных векторных данных. Журнал ISPRS по фотограмметрии и дистанционному зондированию. 2019; 150: 259–73.
51. 51. Ли М., Кокс Э., Таубенбек Х., ван Влит Дж. Картографирование в континентальном масштабе и анализ трехмерной конструкции здания. Дистанционное зондирование окружающей среды. 2020; 245: 111859.
52. 52. Rottensteiner F, Briese C. Новый метод извлечения зданий в городских районах на основе данных LIDAR с высоким разрешением. Международный архив фотограмметрии и дистанционного зондирования. 2002. 34 (3A): 295–301.
53. 53. ООН-Хабитат. Урбанизация и развитие: новые перспективы. Найроби, Кения: Программа Организации Объединенных Наций по населенным пунктам; 2016 г.

ООН-Хабитат — Лучшее городское будущее

Наведите указатель мыши на значок, чтобы узнать больше.

Поскольку человечество становится все более городским, тенденции указывают на то, что бедность также становится все более городской. Устойчивая урбанизация улучшает жизнь людей в населенных пунктах по всему миру и увеличивает благосостояние.

Устойчивая урбанизация повышает продовольственную безопасность.Наличие пахотных земель для ведения сельского хозяйства обеспечивает продовольствием городские районы и поддерживает продуктивность сельского хозяйства, одновременно улучшая условия жизни сельского населения.

Благодаря комплексному городскому планированию, доступу к основным услугам и доступу к достойному и доступному по цене жилью устойчивые города способствуют улучшению здоровья.

Инклюзивные и устойчивые города обеспечивают лучший доступ к образованию городской бедноты, женщин и девочек.Инклюзивное и равноправное образование обеспечивает получение необходимых навыков для получения достойной работы и улучшения условий жизни.

Предоставление женщинам и девочкам равного доступа к образованию, здравоохранению, достойной работе и представленности в процессах принятия политических и экономических решений способствует развитию устойчивой экономики и помогает развивать инклюзивные и устойчивые города.

Эффективные системы городского планирования и управления городскими отходами обеспечивают доступ к безопасной питьевой воде, санитарии и гигиене, а также улучшают качество и устойчивость водных ресурсов во всем мире.

Доступ к чистым и эффективным энергетическим системам имеет решающее значение для развития безопасных, устойчивых и устойчивых городов, позволяя им расти и эффективно функционировать при одновременном сокращении загрязнения и смягчении последствий изменения климата.

Инклюзивные и устойчивые города являются позитивной и мощной силой для решения проблем устойчивого экономического роста и процветания, поскольку они стимулируют инновации, потребление и инвестиции.

Инвестиции в инфраструктуру, индустриализацию и инновации являются ключом к обеспечению безопасности, устойчивости, инклюзивности и устойчивости городов.

Устойчивые города устраняют преобладающее неравенство за счет лучшего городского планирования, проектирования и управления, обеспечивая лучшие возможности для занятости, доступного жилья и доступного транспорта.

Половина населения мира сейчас живет в городах, и, по прогнозам, к 2050 году эта цифра увеличится до двух третей.Города могут решить многие проблемы, с которыми сталкивается наш мир. Городские районы стимулируют инновации, потребление и инвестиции во всем мире, что делает их позитивной и мощной силой для решения проблем устойчивого экономического роста, городского развития и процветания.

Устойчивая урбанизация инновационно и эффективно использует природные ресурсы. Эти устойчивые модели производства и потребления повышают производительность городов и снижают негативное воздействие на окружающую среду.

Устойчивые города предоставляют реальные возможности для смягчения последствий изменения климата и адаптации к ним благодаря экологически устойчивому и устойчивому городскому проектированию, развитию и управлению.

Устойчивое городское планирование и надлежащее управление ресурсами могут снизить давление прибрежных городов на окружающую среду. Надлежащее управление отходами, образующимися в городах, предотвращает загрязнение океана и защищает биоразнообразие.

Устойчивая урбанизация и лучшее городское планирование, включая развитие зеленой инфраструктуры и безопасное управление и переработку отходов, могут сохранять и восстанавливать наземные экосистемы.

Мирные, инклюзивные и устойчивые города зависят от тех институтов, которые мы создаем в городах. Это влияет на то, как мы управляем нашими городами, а также на то, как мы реализуем сам процесс урбанизации.

Расширение международного сотрудничества считается жизненно важным для достижения каждой из 16 предыдущих целей. Достижение ЦУР, включая Цель 11, будет возможно только при наличии прочных партнерских отношений внутри и между всеми целями.

Землепользование в городских поселениях

Предыдущий метод разграничения городских поселений давал зону неосвоенной территории на окраине городских поселений.Это способствовало высокой доле неосвоенных территорий в городских поселениях. Новый метод, впервые примененный в 2013 году, в большинстве случаев будет следовать границе застроенных элементов. Незастроенные территории на окраине больше не будут частью городских поселений, но они будут включены, если они окружены застройкой.

Статистика основана на автоматической обработке регистров и баз картографических данных. Источники данных построены в соответствии с национальными стандартами, однако интерпретация стандартов может отличаться в зависимости от муниципалитета.Полнота отображаемых объектов также может отличаться. Это может повлиять на результаты, но в целом результаты считаются сопоставимыми в разных местах.

Для всех источников данных будет задержка во времени от реального появления изменений в землепользовании до их регистрации на картах и ​​в реестрах. Пока задержка остается постоянной, это не должно сильно влиять на результат.

Цифры для Шпицбергена основаны на разных картах, и методы отличаются от методов, используемых для материковой части Норвегии.Отсутствие границ собственности на Свальбарде приводит к тому, что все здания забуфериваются, поэтому им отводится меньше места, чем аналогичным зданиям на материке. Для природных ресурсов статистика основана на картах растительности с классами, которые напрямую не сопоставимы с классами Стандартной классификации земель для статистических целей.

февр.2019 г. — новая статистическая переменная в таблице статистического банка 11441: новые здания, количество и полезные площади, по расстоянию до существующего городского поселения, типу здания и классификации площади (M)
— Новая статистическая переменная: Полезная площадь самого большого этажа в новостройках (м²)

февраль 2019 г. — В статистической таблице 11441 внесено изменение в классификационную переменную «Расстояние до существующего городского поселения».
Все новостройки относятся к одной из четырех категорий по удаленности от городских поселений. Названия этих категорий были неточными и несколько нелогичными. Именование изменено с> на:
1. В существующем городском поселении> В пределах разграничения прошлогодних городских поселений
2. В расширении существующего городского поселения> В расширении между прошлогодним и текущим разграничением городских поселений
3. В пределах 1 км от существующего городского поселения, а не в процессе расширения> В пределах 1 км от существующих городских поселений
4.В пределах 2-3 км от существующих городских поселений> Между 1-3 км существующих городских поселений

Десять новых рабочих мест в городах

Около 185 000 человек в день переезжают в города — примерно на 2 миллиарда человек больше к 2035 году — города — это то место, где действуют и есть рабочие места. Ниже приводится десятка лучших городских отчетов для будущих ищущих работу.

1. Строительные рабочие. Кто-то должен построить все эти новые города с их инфраструктурой, зданиями, транспортными системами, утилизацией отходов и энергоснабжением.А потом идет модернизация существующих городов. Как мы будем платить за все это строительство? В течение следующих 30 лет мир увидит беспрецедентный рост благосостояния, поскольку земли, захваченные городами, будут расти в цене. Будем надеяться, что мы построим «устойчивые города», иначе реальные затраты намного перевесят выгоды.

2. Инженеры-строители и градостроители. Раньше вы могли получить диплом инженера-строителя и начать строительство дорог, зданий, железных дорог, портов и очистных сооружений.«Гражданская» часть просто отличала его от военной инженерии, первых инженеров в мире. Теперь «гражданское» в гражданском строительстве может так же легко относиться к цивилизованности и цивилизованности. Сегодня инженеры-строители, строители городов, должны помогать развивать и поддерживать общественный договор, который всегда сильнее бетона и стали. Кроме того, обнадеживающая тенденция во многих странах — более половины первокурсников, изучающих гражданское строительство и экологию, составляют девушки.

Градостроители всегда были в центре развития наших городов.Их воображение и наблюдения формируют город, и их работа становится все более сложной. Города необходимо планировать в контексте растущей неопределенности: климата, экономики, политики, продовольственной и водной безопасности — все быстро меняется, и планировщикам необходимо проектировать более устойчивые города. Лучшие городские планировщики выясняют, как планировать города с большей командой. Они привлекают инженеров-строителей, коммуникаторов, политиков, представителей общественности и частного сектора в составе гораздо более интегрированной команды.

3. Коммуникаторы. У IBM есть интересный набор данных: они спросили во многих городах, какие услуги им нужны больше всего. Подавляющее большинство городских властей ответили: «Помогите с общественными связями». Города — это центры уплотненного общения. Ничего масштабного и существенного не происходит без хорошей коммуникации. Разработайте и поддерживайте надежный социальный договор, генерируйте достаточные доходы для управления вашим городом, реагируйте на чрезвычайные ситуации, проверяйте, что ваши граждане готовы делать и и что они хотят.Хорошие коммуникаторы важны как никогда.

4. Городские менеджеры. Раньше самые умные люди шли работать в такую ​​компанию, как Enron, или, может быть, в какой-нибудь инвестиционный банк. Однако в последнее время лучшие студенты также думают об «обслуживании». Следите за программами MBA и EMBA, а также за гибридными курсами по гражданскому строительству и менеджменту от лучших университетов мира. Скоро в ближайший к вам город — настоящая «команда».

5. Социальные подрядчики. Как упоминалось выше, невозможно обеспечить качественную городскую жизнь без прочного общественного договора.Например, в прошлом году самый большой ущерб в результате аварии на Фукусиме в Японии был нанесен социальному контракту. Политики и «технократы» во всем мире в значительной степени отвечают за социальные контракты, но это меняется. Капризный и партийный характер большей части мировой политики и укоренившиеся корыстные интересы поощряют новые формы общественного договора. Лучшие города находят способы привлечь больше людей и профессий к разработке и реализации социальных контрактов и инфраструктуры, которую они поддерживают.

6. Серверы. Я наблюдал за индустрией обслуживания через кафе, Starbucks и кофейни с тех пор, как выпил свою первую чашку хорошего кофе — «тощий плоский белый» — в Кэрнсе, Австралия, летом 1993 года. С тех пор я, вероятно, посетил еще больше. более 3000 кафе в 400 городах. Возникает общая тема — хорошее обслуживание требует взаимного уважения — отличный небольшой пример хорошо функционирующего общественного договора. Вы также можете увидеть это очень хорошо в Париже, где 64 из 40 000 ресторанов города получили желанные звезды Мишлен.В Париже официант является такой же неотъемлемой частью обеденного опыта, как еда и атмосфера. И покупатель, и официант знают это. Хорошие серверы — это не слуги, а хорошие клиенты так к ним не относятся. Вероятно, это самая быстрорастущая категория городских рабочих мест. Конечно, недавний выпускник инженерного факультета вряд ли захочет (только) обслуживать столики в местном пабе, но взаимное уважение и рабочие места в сфере обслуживания быстро растут. Следите за открытием ресторанов, где официанты имеют опыт работы в определенной теме, например, местные искусства, финансовые консультанты или поблизости, где можно заняться пешим туризмом или катанием на лыжах.Выйдя на пенсию, я с нетерпением жду возможности стать официантом в новом стиле «Hard Rock» Café, где я, наконец, смогу получить степень по геологии.

7. Предприниматели. «Десять лучших новых городских предприятий» на прошлой неделе предложили несколько перспективных перспектив малого бизнеса. Есть множество новых возможностей для пожилых людей, одиноких домовладельцев, а также для разовой аренды, например, походного снаряжения и особых транспортных потребностей. Городские предприниматели будут продолжать управлять мировой экономикой (и создавать рабочие места).

8. Информационно-коммуникационные технологии. Будь то разработчики программного обеспечения, приложения, сбор, хранение и представление данных или проводка и вычислительное оборудование, ИКТ будут продолжать развиваться. И следите за городами в Африке к югу от Сахары и в некоторых частях Азии, которые перескочат через старые технологии и привычки. Инновации в этой области будут особенно важны.

9. Поставщики инфраструктуры. Посмотрите на стоимость акций таких компаний, как Siemens, IBM (долгосрочные), Boeing, Tata (инфраструктурное подразделение) и Alstom: они быстро растут и также нанимают новый персонал.Большая объемная инфраструктура, такая как самолеты и поезда, мосты и электростанции, цемент, а вскоре и быстровозводимые здания, — все это требует рабочих для строительства ядра новых городов и помощи в модернизации старой инфраструктуры.

10. Фермеры ближнего и дальнего. Одна вещь, которую вы можете гарантировать, когда у вас появятся еще 2 миллиарда человек, живущих в городах с растущим располагаемым доходом, — они захотят есть и, вероятно, будут есть намного больше, чем сегодня. Появятся новые формы местного или городского сельского хозяйства, но фермеров не заменит.Они будут заняты больше, чем когда-либо: точно так же люди, которые работают в сфере производства спиртных напитков, предметов роскоши, мебели и других секторов домашнего хозяйства.

Может ли быстрая урбанизация в Африке сократить бедность? Причины, возможности и рекомендации по политике

Страны Африки к югу от Сахары быстро урбанизируются, но остаются в основном сельскими. Такие города, как Лагос и Киншаса, уже представляют собой городские агломерации с населением более 10 миллионов жителей («мегаполисы»), в то время как Дар-эс-Салам, Йоханнесбург и Луанда, по прогнозам, достигнут таких размеров к 2030 году.Этот быстрый рост городов в Африке к югу от Сахары отражает тенденции во всех развивающихся странах. В 1950 году большинство крупнейших городов мира находились в богатых странах, но к 2015 году почти все они находились в странах с низким уровнем доходов (диаграмма 1).

Рост бедных мегаполисов в развивающихся странах

Это массовое перемещение населения, получившее название «рост бедных мегаполисов», создает как огромные возможности, так и проблемы. Доступ к рабочим местам, общественным благам, инфраструктуре и здравоохранению лучше в городах.Однако, если население города продолжит расти без экономических преобразований, может возникнуть порочный и устойчивый цикл высокой рождаемости, низкой заработной платы и постоянной бедности. В июне Всемирный банк созвал конференцию экономических экспертов для обсуждения урбанизации в Африке. В своем вступительном слове профессор экономики Гарвардского университета Эдвард Глезер отметил: «Города — лучший путь, который мы знаем из бедности. Они лучшие трансформеры цивилизаций. Но есть также демоны, обладающие плотностью.”

Здесь мы описываем причины быстрой урбанизации Африки и обрисовываем политику, позволяющую избежать этих демонов и превратить растущие города региона в двигатели экономического роста.

Уровень урбанизации в Африке к югу от Сахары вырос с 15 процентов в 1960 году — примерно так же, как в Европе 1600-х годов — до 38 процентов сегодня, что выше, чем в Южной Азии. Число городских жителей в Африке почти удвоилось в период с 1995 по 2015 год и, по прогнозам, снова почти удвоится к 2035 году.

Инфраструктура и предоставление услуг отстают: более 50 процентов городских жителей в странах Африки к югу от Сахары живут в трущобах, и только 40 процентов городского населения имеют доступ к улучшенным санитарно-техническим средствам, и этот показатель не изменился с 1990 года. Уровень фертильности в Африке значительно выше, чем в других регионах (Рисунок 2), что означает, что коэффициент детской иждивенчества в городах на 40 процентов выше, чем в Латинской Америке, и на 65 процентов выше, чем в Азии.

Региональное сравнение показателей городского развития

Источник: Авторские визуализации Индикаторов развития Всемирного банка за 2016 год.[1]

По сути, размер города определяется балансом между положительными и отрицательными силами плотности населения. Экономические выгоды от урбанизации включают агломерационную экономику, которая повышает производительность труда работников и предприятий за счет более широкого распределения ресурсов, более быстрого и лучшего согласования рабочих мест, более быстрого распространения знаний, доступа к инфраструктуре, общественных благ и более низких операционных издержек. Преимущество более высокой плотности в производительности, вероятно, даже больше в развивающихся странах — отчасти из-за более распространенных сбоев рынка.Модели структурной трансформации, которые описывают, как экономика переходит от сельскохозяйственного к промышленному производству, объясняют рост городов как следствие факторов давления и притяжения рабочей силы. Факторы выталкивания относятся к повышению производительности сельского хозяйства или неурожаям, высвобождающим сельскую рабочую силу в города, в то время как факторы притяжения включают промышленное развитие городов, привлекающее сельскохозяйственных рабочих с более высокой заработной платой.

Однако сами по себе эти процессы не могут объяснить быструю урбанизацию стран Африки к югу от Сахары с 1960 года.В отличие от других частей мира, не произошло существенного повышения производительности сельского хозяйства, которое могло бы составить зеленую революцию . Не было и значительных промышленных революций для заселения городов. Вместо этого Африка перескакивает через индустриальную фазу развития, при этом сектор услуг является движущей силой роста и составляет почти 60 процентов регионального ВВП в 2014 году. Кроме того, формальный сектор Африки играет ограниченную роль в поглощении городской рабочей силы.Напротив, доля неформальной работы в несельскохозяйственной занятости составляет более 50 процентов в 7 из 10 стран, представивших отчеты.

Если не использовать вышеперечисленные факторы, то еще одним объяснением увеличения урбанизации является экономический рост за счет добычи природных ресурсов. Производство товаров создает ренту и увеличивает спрос на неторгуемые городские товары и услуги, повышая уровень городского населения, но создавая низкопроизводительные и часто неформальные рабочие места или рабочие места в секторе услуг. Между тем экспортные поступления повышают обменный курс валют и подавляют промышленное производство.Исследование Реми Джедваба показывает, как историческое производство какао в Кот-д’Ивуаре и Гане способствовало росту города. Джедваб называет полученный результат «городами потребления», потому что они растут за счет расходов на добычу природных ресурсов, в отличие от городов, которые расширяются с ростом производительности.

Политические отношения также повлияли на урбанизацию Африки, особенно на концентрацию населения в одном городе приматов. Политика может повлиять на выбор местоположения, потому что близость к власти увеличивает политическое влияние.Как показывает количество лоббистов на улице К в Вашингтоне, округ Колумбия, близость может привести к увеличению арендной платы и ресурсов для столицы. Одно исследование показало, что у автократических правительств во всем мире города приматов на 50 процентов больше, чем в демократических странах. Действительно, распределение населения в Африке к югу от Сахары действительно демонстрирует более высокую концентрацию населения в городах приматов, так что политические столицы больше, чем ожидается от других стран. Более того, недавнее исследование проверяет, снизила ли волна демократизации в странах Африки к югу от Сахары с 1990-х годов концентрацию населения, и обнаруживает значительный догоняющий рост в нестоличных городах.

Помимо добычи природных ресурсов и политики, урбанизация в развивающихся странах также обусловлена ​​открытием и распространением технологий здравоохранения. Исторически сложилось так, что переезд в города требовал компромисса между лучшими экономическими возможностями, но меньшей продолжительностью жизни. Например, в крупных городах США до 1940-х годов наблюдался очень высокий уровень смертности от инфекционных заболеваний и более низкая общая продолжительность жизни по сравнению с сельскими районами.Угроза промышленного загрязнения сохранялась даже позже: большой лондонский туман 1952–1953 годов стал причиной 12 000 дополнительных смертей.

Однако быстро снижающийся уровень смертности в развивающихся странах после Второй мировой войны изменил баланс сил, способствующих росту городов. Вместо «городов-убийц» прошлого улучшение системы здравоохранения позволило повысить плотность населения при данном уровне доходов. Недавнее исследование сравнивает смертность по размеру города в Англии конца 1800-х годов с современным Китаем и обнаружило, что более крупные английские города были более смертоносными, чем более мелкие, в то время как более крупные китайские города сегодня имеют более низкую смертность, чем их более мелкие собратья.Кроме того, в исследовании исследуется взаимосвязь между промышленным загрязнением и смертностью, и выясняется, что связь между загрязнением и смертностью была намного сильнее в промышленной Англии, чем в современном Китае. Более того, данные из 73 развивающихся стран, в основном в Африке к югу от Сахары, показывают, что здоровье детей лучше в городских трущобах, чем в сельских районах (хотя и значительно хуже, чем в официальных поселениях в городских районах).

С 2000 года заметный сдвиг в области здравоохранения изменил уровень смертности в странах Африки к югу от Сахары.Младенческая смертность в регионе снизилась на 40 процентов, в то время как распространение антиретровирусной терапии снизило смертность от ВИЧ в регионе на 48 процентов в период с 2004 по 2014 годы. распыление и лекарственная профилактика малярии снизили смертность от малярии более чем на 50 процентов.

По оценкам Всемирного банка, за тот же период общий коэффициент рождаемости в странах Африки к югу от Сахары снизился на 14 процентов.Уровень фертильности в городах в регионе на 1–3 ребенка на женщину ниже, чем в сельских районах, но все же в восточной и западной Африке воспроизводство происходит вдвое. Южная Африка и отдельные страны Восточной Африки демонстрируют тенденцию к замещению городских показателей рождаемости, но в целом переход к рождаемости продвигается медленно. В прошлом снижение смертности играло важную роль в снижении фертильности, поскольку родители корректируют желаемую фертильность с учетом меньшего количества младенческих смертей. Таким образом, недавнее снижение смертности без эквивалентного перехода к рождаемости привело к увеличению городского населения, оказало давление на сельскую экономику и стимулировало миграцию из сельских районов в города.

Африка к югу от Сахары пережила беспрецедентный период улучшения здоровья за последние 15 лет. Благодаря этому успеху африканские поселения сместились в сторону городов, что повысило вероятность постоянно бедных трущоб, но также создало беспрецедентные возможности для экономических преобразований. Мы кратко излагаем следующие пять рекомендаций в отношении политики, направленных на максимальное увеличение вероятности того, что урбанизация Африки принесет долгосрочные экономические выгоды, одновременно смягчая последствия демонов плотности, вызванных быстрой урбанизацией.

1. Поощрение продуктивных городов: Из перечисленных выше механизмов, движущих африканскую урбанизацию, только улучшение здоровья представляет возможность для макроэкономического роста, но эти инвестиции в человеческий капитал должны сочетаться со структурными преобразованиями, чтобы быть устойчивыми. Этого можно добиться, поощряя переход от неформального сектора к услугам с более высокой производительностью. В настоящее время города в развивающихся странах гораздо менее функционально дифференцированы, чем их аналоги в богатых странах.Поощрение специализации в зависимости от местоположения, благоприятные условия кредитования и налоговые льготы для развития бизнес-кластеров, а также укрепление транспортных связей повысят производительность.

2. Укрепление второстепенных городов: В настоящее время много политических дискуссий сосредоточено на том, следует ли способствовать развитию сельских или городских районов. Эта дискуссия должна перейти к типу городского развития. Снижение уровня бедности в сельской местности чаще происходит за счет перехода к несельскохозяйственной экономике сельских районов или миграции в близлежащие более мелкие второстепенные города.Эта тенденция позволяет работникам войти в формальную экономику и нести риски миграции, не теряя доступа к неформальным сетям поддержки. Большая децентрализация власти и экономической деятельности в странах Африки к югу от Сахары представляет собой важный инструмент для дальнейшего развития. С большей политической автономией и доступом к столице второстепенные города смогут лучше предоставлять услуги высокого качества.

3. Продолжение инвестиций в демографический переход: Ни одна страна не развивалась без демографического перехода, который начался со снижения смертности.Обеспечение того, чтобы недавнее значительное снижение смертности и перемещение населения в города в Африке продолжало снижать рождаемость, необходимо для экономических преобразований. В дополнение к устойчивым инвестициям в здравоохранение, поскольку отдача от обучения на всех уровнях выше в странах Африки к югу от Сахары и еще выше для девочек, более широкий доступ к школьному образованию для девочек и женщин также ускорит этот переход.

4. Содействовать благоустройству жилья в трущобах на месте: Учитывая высокий уровень жизни в трущобах в городах Африки, политика модернизации поселений повысит благосостояние, повысит спрос на рабочую силу и будет способствовать демографическим изменениям за счет улучшения здоровья детей.

5. Воспользуйтесь преимуществами новых источников данных . Слабые системы сбора данных ограничивают наши знания об урбанизации и бедности в Африке. Новые источники данных, такие как спутниковые снимки ночных огней, дневные спутниковые снимки, Google Street View и сети мобильной связи, могут все чаще использоваться для измерения миграции, размера города и экономического роста, чтобы лучше целевое финансирование и быстро измерять эффективность политики.

[1] Урбанизация означает долю людей, живущих в городских районах.Городское жилище в трущобах означает долю городского населения, проживающего в домохозяйствах в трущобах, где домохозяйство в трущобах определяется как группа людей, живущих под одной крышей, которым не хватает одного или нескольких из следующих условий: доступ к улучшенной воде, доступ к улучшенным санитарным условиям. , достаточная жилая площадь, долговечность жилья. Улучшенная городская санитария относится к процентной доле городского населения, пользующегося улучшенными санитарно-техническими средствами.