超大城市城中村智慧化治理

赵小阳1，2，3 付乐宜1，2，3 张秀英1，2，3

（1.广州市城市规划勘测设计研究院有限公司，广东 广州 510060；2.广州市资源规划和海洋科技协同创新中心，广东 广州 510060；3.广东省城市感知与监测预警企业重点实验室，广东 广州 510060）

［摘 要］城中村治理是改善民生、推动城市高质量发展的重要举措，也是超大城市基层治理的重要课题。当前，城中村面临人口流动管控难、建筑密集隐患多、公服配套环境差等现状问题，治理方面存在信息数据空间孤岛、人工管理方式落后、应急响应支撑不足等治理痛点，在一定程度上制约了城中村高质量发展。为提升城中村治理水平、提高土地集约利用程度，本研究基于新型测绘手段打造城中村高精度实景三维底座，结合城中村空间信息和社会属性特点，汇聚多元信息形成空间关联，构建城中村“人-地-屋-车-场-网”时空要素底座并搭建城中村智慧化治理平台，形成了以时空信息为底座、数据关联为核心、事件处理为抓手的城中村智慧化治理模式，以科技赋能城中村转型升级，促进土地集约利用开发。

［关键词］城中村；智慧化治理；土地集约利用；地理时空底座

0 引言

作为农村向城市快速转型的衍生产物，城中村逐渐形成落后于周围城市建设区的低水平居住聚集地，在城市化快速推进中承担了关键劳动力的生存支撑。土地资源日益紧缺，在土地集约高质量发展背景下，对城中村进行高效治理与用地再开发是超大城市的重要工作。2023年，国务院办公厅印发《关于在超大特大城市积极稳步推进城中村改造的指导意见》，提出超大特大城市积极稳步推进城中村改造，分类推进实施［1］。自国家颁布有关城中村改造政策以来，各大城市积极响应号召，支撑政府重大战略。在此背景下，各大城市积极探索土地集约化治理模式。

改革开放以来，城市建成区迅速扩张，吸引了大量外来人口涌入。人员结构复杂、人口流动迅速、建筑物密集度高、公服配套匮乏等典型特征，使得城中村治理存在一定难度［2］。传统治理模式高度依赖人工管理，其运行机制呈现明显局限性：①与住宅社区相比，城中村信息管理常以数据孤岛形式存在［3］，基层服务精准力度低，响应速度迟缓；②治理对象复杂，高密度流动人口聚集于“握手楼”，公共安全、环境卫生等高频事件频发，往往消耗大量的公共服务资源［4］；③应急响应机制薄弱，突发公共卫生事件处置效率与成熟社区相比低［5］，也常受到城中村交通不便等阻碍。这一困境在超大城市表现尤为显著，深圳市通过多元协同治理理念与治理平台提升街道公共空间品质［6］；上海市以包容性改造路径与多主体协作改造机制进行主动治理［7］；林俊彤等［8］以“人口-土地”二元视角对北京城中村进行识别分析，并进一步探讨改造更新的潜力策略路径；广州地区依据城中村地理位置与实际改造难度进行分类分时序推进［9］。但城中村信息普遍散乱，数据与空间脱节，缺乏集中管理的数据仓库与精细化智慧化的管理工具，数据赋能不足仍制约着治理效能［10］。

1 技术方案

为提高城中村智慧化治理水平与土地集约利用程度，本研究融合空地一体建立高精三维空间六大信息底座，结合无人机倾斜摄影、人口房屋关联、用地分析评价、地名地址匹配、智能物联识别、网格动态评估等方法构建多源异构基础信息空间互联，基于地理信息系统（geographic information system，GIS）相关算法、时空分析模型、物联网平台等技术建立多领域、多模块、多融合的城中村综合治理平台，实现全时域、全要素的城中村要素动态管理，为土地集约背景下的城中村改造提供创新解决方案，技术路线如图1所示。

图1 技术路线

以“人、地、屋、车、场、网”为核心的城中村基础数据涉及多个部门渠道，数据之间缺乏整合和信息关联，难以在城中村治理场景中进行有效汇聚、高效利用和充分共享。本研究基于空间地理信息，融合多源时空信息要素与专题治理要素，以人口、用地、房屋、车辆、场所、网格六大要素打造“空间+数智”城中村治理时空信息底座（如图2），实现动态掌握“人、地、屋、车、场、网”底数，建立健全数据更新长效常治管理机制，夯实城中村基层基础。

图2 城中村时空信息底座

1）城中村高精实景三维底座。针对城中村建筑密集、空间结构复杂的特点，融合空地一体化实现城中村高精度实景三维模型［11-12］，技术流程如图3所示。通过无人机倾斜摄影获取城中村范围影像，构建初始三维点云模型。同时，结合地面移动测量系统采集街区影像与激光点云数据，利用神经辐射场（neural radiance fields，NeRF）技术优化低层立面细节，弥补航拍盲区，实现空地影像联合优化建模。

图3 城中村高精度实景三维

2）城中村人口系统构成分析。掌握城中村人口信息是开展城中村基层治理的关键要素，也是构建人口、房屋、业态多环联动的重要枢纽。通过对接市来穗系统平台接口，可系统性获取城中村区域内人口、年龄、籍贯、住址、学历、职业等重点信息，分析城中村人员组织结构，对特殊人员进行精准定位，提供重点关注。

3）城中村用地现状与规划布局。城市建成区通过国土空间规划与严格的开发管控，以科学的土地开发利用模式实现城市建筑高效建设。而城中村长期处于规划管理缺失状态，普遍存在用地功能混杂、开发强度失衡等问题，宅基地无序扩张形成的“握手楼”，大量违规加建改变用地性质，基础设施承载能力与开发强度严重不匹配，最终形成土地利用碎片化与空间效益低下的恶性循环。存量时代下，土地利用与空间规划的冲突需妥善解决。一方面通过城中村基础数据调查厘清现状用地情况，多规融合开展低效用地再开发，提升土地集约程度［13］；另一方面，基于实际调查现状，适度调整用地功能定位，放宽容积率、建筑密度等指标，以差异化管控城中村区域，为未来发展预留调整空间。

4）城中村房屋业态空间落点。当前，已有的定位技术未全面覆盖城中村范围，而城中村房屋聚集，在实际工作管理时以标准地址进行实体建筑空间联络至关重要。基于现状情况，本研究融合广州市四标四实数据库［14-15］，构建了18级地址层次要素模型和地址分词模型，形成房屋-地址增强库。引入地名地址匹配引擎［16-17］，对带有地名地址的业务数据与带有空间位置坐标的业务数据，通过正向、逆向双匹配形成标准地名地址库与带有地名地址的建筑物数据，最终形成空间化的人口、法人、经济类数据（技术路线如图4所示），对城中村房屋实现“一户一址”，实现城中村多源地址数据高效精准匹配与空间落点，为城中村业态数据空间精准定位、网格事件落图等空间治理工作提供工作基础。

图4 城中村地名地址匹配

5）城中村车辆管控智能识别。对城中村交通进行智能管控有助于优化城中村居民出行，提升生活舒适度［18］。接入智能摄像头进行长周期车辆识别和频次统计，分析城中村内部车辆保有总量，并基于车型识别结果，对各类车型、行人、非机动车等交通参与者流量进行分类统计，实现城中村内部车辆留置总数动态监控与流量测算。城中村道路密集，通过深度学习算法识别车道线、车道功能标志、人行横道线、分隔带等交通标志标线基础数据，可进一步测算车道宽度、转弯半径等量化数据，从而完成城中村复杂稀碎道路集合特征提取，为城中村道路网提供原始详尽数据。如图5（a）为使用“仅看一次”第七版（you only look once version 7，YOLO v7）网络模型［19］对城中村某车辆停放区进行目标识别的过程，图5（b）为其训练结果，结果表明该区域整体识别效果较好，可扩大应用于其他范围进行城中村车辆智能管控。

图5 城中村停放车辆目标识别与评估

在安全交通方面，综合车辆轨迹、加速度、车辆间距离等参数，综合判定交通冲突并进行分类分级，预测交通冲突空间位置点，结合交通流量预测，于潜在高峰点安排管控人员，实现提前布控。通过视频监控对非机动车占用机动车道、未戴头盔、闯红灯等行为进行实时监测分析。

6）城中村公服设施分析画像。公共服务设施是提升居民生活品质与满意度的重要保障。当前，兴趣点（point of interest，POI）供需矛盾突出，精准优化需依托POI数据的深度挖掘与智能分析。通过整合地图平台公开的空间兴趣点信息，提取城中村范围内的场所，结合房屋地址匹配关联，完成信息清洗分类。提取城中村重点关注六大类场所，包括历史建筑、教育机构、医疗卫生、休闲娱乐、酒店住宿、电力设施。对重点服务场所进行需求调研与现状能力分析，完成重点场所画像，明确城中村公服提升方向与强度，并依据分布情况开展空间聚合度评价，分析城中村重点聚焦模块，纳入重点监管目标。

7）城中村基层管理网格划分。网格化治理是城市精细管理的核心举措［20］。区别于建成社区的网格管理，城中村具有人口建筑高密集特征，在网格化划分时不仅考虑社区界线、占地面积、主干道路等要素，还需综合城中村界线、城中村人口、居住聚集区、安全隐患处、服务半径、网格投入管理人员、基础设施覆盖等因素，对地处不同地势、聚集密度差异显著的村域进行网格数量明显量级差异的划分。完成网格划分后，依次对网格单元进行划分合理性评估，并依据评估值进行优化，公式为

式中，G为网格单元划分合理评估值；P为人口密度；Wd为地形复杂度，赋值区间为［1，3］，其中1为平坦开阔、道路规整，2为中等复杂度、存在巷道，3为高密度“握手楼”、消防通道狭窄；Sf为安全隐患系数；R为服务半径；EC为管理效能系数（值<1时需缩小网格）；A为基础设施覆盖率；C为动态调整系数。

2 平台设计

基于城中村时空信息底座，构建城中村实景三维模型，聚焦社会治安、消防安全、出租屋管理、应急管控、综合环境、公共服务六大领域，打造四大城中村场景全覆盖，以场景推动城中村精细化、智慧化、现代化治理。

2.1 整体架构设计

平台用于辅助城中村综合治理工作，致力于为责任部门、主体、公众提供现代化、智慧化、系统化服务。整体技术架构如图6所示。

图6 平台整体架构

1）基础设施层。平台使用浏览器/服务器模式搭建基于政务内网构建的虚拟云环境，包括操作系统、数据库、GIS软件、中间件等基础软件与服务器、存储设备、网络设备、其他设备等物理资源。

2）数据层。包括地理信息数据、建筑数据、人口数据、业态数据、公共设施数据、网格数据等，并对接智慧时空云平台、政务信息资源共享服务平台、市来穗人员服务管理系统，获取官方数据资源。

3）平台层。利用深度学习、GIS算法、时空分析、物联网平台、人工智能等模型支持本平台服务应用。

4）服务应用层。平台共构建六大模块，包括用户管理及权限控制模块、地图浏览及图层管理模块、人口房屋业态模块、公共服务设施模块、网格事件模块、安防技防模块，覆盖人员、房屋、业态、网格、物联设备、公共服务设施、道路等，提供地图浏览、房屋管理、重点人群管理、公共设施定位、网格事件跟踪上报、视频门禁查询分析等功能。

2.2 平台界面设计

平台设计为上-下（左中右）结构，如图7所示。上侧主要展示当前平台的表头，并提供用户管理与图层管理功能；下侧核心区域主要展示城中村基本情况、城中村空间地图、城中村数据分析。四大业务模块位于页面中部下方，可点击进入模块应用相关功能。

图7 平台页面设计

3 实践案例

本研究以广州市天河区石牌村为例。石牌村临近珠江新城，地处城市中央，占地面积约0.3 km2，容纳人口超6万人，人口密度达20 万人/km2，约为全区人口密度的10倍。村内自建房超3 000 栋，容积率约3.6。范围内有多处历史建筑与区级文物保护单位。

获取石牌村基础地形图与无人机高清航拍影像，构建石牌村高精度三维底座。分别对接广州市来穗系统、市规资系统获取村域范围人员信息、现状用地与规划情况、房屋面等时空数据构建关联分析，形成石牌村时空数据底座，如图8所示。

图8 城中村数据底座

1）人员房屋业态管理。以“人-房-业”关联为核心，以空间位置为基准，开展城中村精细化智能化管理。将城中村人口落点至常住房屋，构建“以人找房”“以房找人”强关联模式，并对人从事行业进行分析，构建人-业二维关系链，以业为线索进一步定位所在空间建筑，从而实现人-房-业动态管理多重关联。

重点人员和重点场所是城中村治理的重点关注对象，将收集的重点人员信息进行空间落图和分级分类管控，满足重点人员的精准帮扶需要。可依据房屋居住情况查找居住人员基本信息、对应业态工商登记信息与工单信息。针对城中村重点场所，同等进行分级分类管控，支撑重点场所异常行为的日常监管，从而精准掌握重点人员、重点场所，提高城中村人员、场所的精准化管控能力。

2）网格事件信息监管。为开展基层治理工作，广州市建立了网格管理系统，全市分为2万多个网格，平均1 000人划定一个网格，但城中村人口密集，每个网格内平均达2 000人。石牌村常住人口与流动人口数合计约6万，依据社区界线、主干道路与人口分布，设有28个网格，于网格内设置网格员，每天在城中村现场人工巡查巡防，发现事件即可上报。城中村治理平台将网格事件汇聚管理部门，以一图总览实现城中村网格事件查阅，跟进处置。

对单个网格某时段的网格事件进行分析挖掘，可以掌握重点网格区域内、重点时间段与易发时间，以热力图的方式清晰呈现和提醒（如图9示），颜色越深表示该区域网格事件发生频率越高。对于某些关注事项，社区工作人员可以针对性提前预防。

图9 城中村网格事件热力图与事件清单

3）安防技防动态预警。融合城中村门禁、监控、消防等设施数据，以物联网监控监管，动态掌握城中村内重点场所、车辆留置现状。对于城中村突发事件，任意划定区域并自动统计城中村内应急设施情况，及时调度城中村内多点视频监控，迅速响应，提升安全管理水平。系统模块与平台监控展示如图10所示。

图10 城中村重点场所统计与远程视频监控

4）公共服务基础设施服务。构建城中村公服设施基础设施体系，聚焦城中村核心需求，将完成空间落图的POI场所归为教育、电力、文体、行政、医疗、环卫、消防、视频监控八大类设施，并基于此进行空间核密度分析，研究公共服务能力覆盖度，如图11展示了城中村公服设施核密度聚集状况，依据分析结果给出设施布局建议，提升基础设施服务水平。

图11 城中村公共服务基础设施核密度聚集情况

为辅助行人，在城中村街巷设置二维码定位标识系统，图12（a）为石牌村设有的路牌指示二维码分布情况。将关键POI场所与坐标信息存储于二维码标识，覆盖城中村内部各路口，并结合增强现实（augmented reality，AR）技术和路线规划，实现城中村内部AR导航，如图12（b）所示。

图12 城中村道路标识

4 结束语

城中村作为当前城市治理的洼地，亟须以现代化治理方式驱动转型。本研究基于实景三维、大数据、物联网等时空地理数据，构建了“人-地-屋-车-场-网”时空信息底座，并搭建了以人员房屋业态、网格事件、安防技防、基础设施为核心模块的城中村智慧化平台，实现流动人口精准管理、网格事件高效处理、治安防控智能预警、公服设施智慧服务。以石牌村为例，对该区域范围进行了三维空间底座构建、人口房屋业态管理、网格事件信息监管与公共服务基础设施服务，以数据驱动和空间计算技术主动发现城中村治理问题，在实际工作中治理效能提升。数据驱动决策、技术赋能治理的现代化模式，为城中村破解传统治理难题提供思路，石牌村的成功应用也为其他城中村提供了一套可推广可复制的智慧化治理路径。

参考文献

［1］新华社.超大特大城市城中村改造将分三类实施［J］.住宅产业，2023（10）：7.

［2］吕志奎，王玉莹.城市治理现代化与城中村改造模式选择［J］.中国人民大学学报，2025，39（2）：28-41.

［3］廖开怀，丘妍嵘，符天蓝，等.加快转变超大城市发展方式的策略研究：以广州市为例［J］.城市发展研究，2025，31（1）：11-18.

［4］张宇，欧名豪，蔡玉军.整村统筹：解决城中村土地利用和发展问题的一个探索［J］.城市规划，2015，39（2）：93-98.

［5］高府斌，莫迪.公共卫生事件视角下城中村治理研究：以广州D城中村为例［C］//中国城市规划学会.人民城市，规划赋能：2023中国城市规划年会论文集（11城乡治理与政策研究）.武汉：2022/2023中国城市规划年会，2023：274-288.

［6］吴新森.基层治理下的深圳市多元协同街道公共空间治理研究［D］.哈尔滨：哈尔滨工业大学，2023.

［7］肖鸿元.新型城镇化背景下上海城中村包容性改造与治理研究［D］.上海：华东师范大学，2024.

［8］林俊彤，梁思思，王崇烈，等.“人口—土地”二元视角下北京城中村识别及更新策略研究［J］.上海城市规划，2024（6）：38-46.

［9］廖开怀，丘妍嵘，符天蓝，等.加快转变超大城市发展方式的策略研究：以广州市为例［J］.城市发展研究，2025，31（1）：11-18.

［10］唐巧珍，谢炜灿.现代化治理背景下城中村改造智慧化管理实践：以福建省厦门市翔安区为例［C］//《规划师》杂志社.智慧规划·AI赋能：2024年中国城市规划信息化年会论文集.厦门：2024年中国城市规划信息化年会，2024：111-117.

［11］马力，王德盛，张弛，等.倾斜摄影与激光点云融合建模在城中村精细化测绘的探索应用［J］.测绘通报，2024（S2）：156-159.

［12］武风英，包鹏章，张占平.无人机摄影测量在城中村三维重建中的应用［J］.工程勘察，2020，48（5）：68-74.

［13］周哲.长沙市城中村改造的土地集约利用评价研究［D］.雅安：四川农业大学，2012.

［14］何华贵，张鹏程，杨梅.智慧广州时空云平台地名地址引擎功能及应用［J］.地理空间信息，2019，17（6）：22-25.

［15］陈可蕴，何嘉俊，柳翠明，等.基于多源融合地址库的人口精细化空间治理方法及应用［J］.测绘与空间地理信息，2025，48（6）：55-58.

［16］张保钢，张褚朋.数字地名研究综述［J］.北京测绘，2024，38（1）：1-11.

［17］汪艳霞.标准地址数据库多源融合建设及动态更新研究［J］.工程勘察，2023，51（12）：59-64.

［18］周艺，李志刚.城中村公共空间的重构与微改造思路研究［J］.规划师，2021，37（24）：67-73.

［19］蔡刘畅，杨培峰，张秋仪.基于YOLO v7的道路监控车辆检测方法［J］.陕西科技大学学报，2023，41（6）：155-161.

［20］张婷婷.社区网格化管理政策执行的影响因素及优化路径研究［D］.武汉：华中师范大学，2024.

［中图分类号］P258

［文献标识码］A

［文章编号］1007-3000（2025）09-1377-07

引文格式：赵小阳，付乐宜，张秀英.超大城市城中村智慧化治理［J］.北京测绘，2025，39（9）：1377-1383.

［收稿日期］2025-07-25

［基金项目］国家重点研发计划（2022YFB3904105）

［作者简介］

赵小阳（1981—），男，江苏南通人，硕士，正高级工程师，研究方向为自然资源管理。

E-mail: 1491332981@qq.com

［通信作者］付乐宜，E-mail：429719522@qq.com