本文目录导航：
城市地理学笔记
第一章：绪论城市地理学作为地理学的三级学科，属于人文地理学分支，同时是自然地理学边缘学科，是社会科学中的地理学科，是一门特殊的社会科学。
第二章：城乡划分与城市地域城市的行政地域通过特定标准或程序设置，确定了市、镇、乡、村的管理边界。
实体地域则是城市本质特征，主要划分城市建成区，以区分城乡。
城市群以超大或特大城市为核心，借助现代化交通和信息网络，促进个体城市间联系，形成相对完整的城市集合。
第四次人口普查对城镇人口统计标准：市人口包括设区总人口与不设区市的街道人口，镇人口包括不设区市镇居委会人口与县辖镇居委会人口，总人口则是设区市总人口与不设区市镇非农业人口之和。
第五次人口普查改进了市镇人口划分方法，引入人口密度原则与建成区延伸原则，克服了四次普查的缺陷。
第二章：城市的产生与发展城市是社会生产力发展的产物，不同类型的城市包括中心镇型、交通型与专门化城镇。
第四章：城市化原理城市化分为城市化Ⅰ与城市化Ⅱ，前者涉及地域集中与景观转化，后者是抽象、精神过程。
城市化地域空间过程有正统、假城市化与过度城市化、城市文化扩散等四种情况。
城市兴起与成长的前提包括剩余粮食生产能力与农业劳动力。
自上而下与自下而上型城市化分别指国家投资与农村自筹发展。
城市化指标包括城镇定义、人口定义与城市化水平计算，以及城市化近域推进演化模型。
工业社会时期的城市化特点包括工业化带动城市化、城市体系结构变化、世界城市体系形成。
城市经济分为基本与非基本部分，基本部分服务外部，非基本部分服务内部。
影响城市基本或非基本比率的因素包括城市人口规模、专业化程度与城市新旧。
城市基本与非基本活动对城市发展影响显著，基本活动是城市发展的内部动力。
第七章：城市规模分布首位律定义首位城市为规模巨大、集中全国城市人口的特大城市，在政治、经济、文化等领域占据优势。
首位度是最大城市与第二城市人口比值，反映城市集中程度。
首位分布与城市等级金字塔描述城市规模分布规律，位序-规模法则揭示规模分布模式。
三个阶段我国城市规模分布趋势为：第一阶段增长最快、第二阶段增长最慢、第三阶段有所回升但未达第一阶段水平，呈现马鞍形趋势。
第八章：城市空间分布体系城市联系分为物质移动、交易过程与信息流动三种方式，相互作用条件包括互补性、中介机会与可运输性。
需求圆锥体原理解释市场区形成，廖什景观与克里斯塔勒学说比较分析中心地体系。
第九章：城镇体系城镇体系以中心城市为核心，由不同职能分工、规模等级与联系密切的城镇组成，形成整体性、等级性与动态性的集合体。
第十章：城市土地城市土地概念包括城市建成区、规划区与行政区划范围，西方经济学地租理论与马克思主义地租理论解析。
第十一章：城市内部地域结构均质性是指城市地域在职能分化中保持等质与排斥异质特性，计算公式为均质度D=λ(1-H)，均质地域通过特定城市职能形成。
伯吉斯同心环模式与霍伊特扇形模式解释城市土地经济地租机制与城市扩展方向。
城市中心商务区是城市经济活动最集中的区域，地价最高，是城市经济发展中枢。
城市开发区是政府或企业规划建设的产业实体进驻区，分为自由港、出口加工区与科学工业区。
城中村定义涉及空间、类型与形成原因，成熟、成长与初生型描述其空间位置、发育程度与与城市用地关系。
第十二章：城市市场空间城市商业布局分为多层次商业中心、带状商业网点与专门化商业区，赫夫商业零售引力公式解析商业布局。
社会区作为研究人口分布与生活方式的地理空间单位，社会区、邻里与社区构成社会地理学研究层次。
居民构想图由路径、界线或边沿、区或区域、枢纽或节点与标志五项要素构成，描绘城市空间感知与认知。
复杂性思维之《规模》
现在社会整体趋势而言是越来越复杂和不连续性，也就对应着不可预测。
那么我们如何才能找到暂时的正确给自己笃定的力量呢？《规模》这本书给了我们一些启示。
《规模》给我们的是一种思维方式，也就是从宏观世界中用一种统一框架下去解决一些具象的问题，比如快速城市化、经济增长和全球可持续发展，以及对癌症、新陈代谢、衰老和死亡的产生原因等各个领域问题的理解。
从这个意义上来看，也就是说我们必须掌握一些基本的数据或者概率， 用数据思维和概率思维来提升我们决策的能力 。
书中的结论虽然是归纳法的形式形成的，但是也有逻辑推导。
比如生物的底层逻辑是代谢率，生命的过程是能量输入、新陈代谢以及熵增的过程，如何才能量化这些系统互相作用？能量是我们生存的基础，在数量上是通过代谢率体现的，即维持一个生物体存活一秒所需的能量总量。
对我们人类而言，每天需要大约2 000卡路里的食物热量，这仅相当于90瓦特的代谢率，与一只标准的白炽灯灯泡的电功率相当。
但是在能量的转化中，热力学第二定律是不可违背的，即每当能量转化为有用的形式时，同时也会产生“无用”的能量作为副产品：一些我们“不期待的后果”总是以难以获取的无序热能或不可用的物质形式不可避免地产生出来。
生物遵循的规律是代谢率规模法则又称作克莱伯定律，该定律适用于所有种群，包括哺乳动物、鸟类、鱼类、甲壳动物、细菌、植物和细胞。
类似的规模法则适用于所有生物数量和生命史特征，包括增长率、心率、进化速率、基因组长度、线粒体密度、大脑灰质、寿命、树木高度，甚至树叶的数量。
它们都是“幂律”，并且指数都是1/4的整数倍，经典的例子便是代谢率的3/4。
因此，如果一只哺乳动物的体重增长一倍，它的心率便会下降25%。
不管是生物、公司还是城市都具有一个共同的特点——高度复杂，由大量独立成分组成，都通过不同时空层次上的网络化组织相互联系，不断进化。
网络化有具体的也有抽象的比如社交网络、生态系统等等。
但是生物和公司会死亡，城市为什么几乎不会死亡呢？ 这就涉及到规模缩放与复杂性：涌现、自组织和系统韧性。
所谓规模缩放指的是一个系统在规模发生变化时如何做出响应。
如果规模扩大一倍，一座城市或者一家公司会发生什么呢？或者，如果规模缩小一半，一栋建筑物、一架飞机、一国经济、一只动物又将如何呢？ 比如城市，所有城市的基本特征，即社会活动和经济生产率将随着人口规模的扩大而系统性提高。
这一伴随规模扩大而出现的系统性“附加值”奖励被经济学家和社会学家称作“规模收益递增”，而物理学家则会使用更加时髦的术语——“超线性规模缩放”。
具体的数据是随着人口规模的变化而按比例缩放，以近似1.15的超线性指数变化。
也就是说城市的规模缩放指数约为0.85。
我个人认为城市之所以几乎不会灭亡，是因为它是一个完全的开放系统，熵减的速度大于熵增，城市是创新而非规模经济霸权胜出的代表。
而生物和公司都不是完全开放体。
比如生物，每个生物个体都是一个自适应的复杂系统，典型的复杂系统是由无数个个体成分或因子组成的，它们聚集在一起会呈现出集体特性，这种集体特性通常不会体现在个体的特性中，也无法轻易地从个体的特性中预测。
例如，你远远不是组成你肌体的细胞的集合体那么简单；同样，你的细胞也远远不是组成它们的分子的集合体那么简单。
生物的规模缩放指数约为0.75。
公司的规模缩放指数约为0.8。
那么我们如何以更全面，更整合的方式来思考事物呢？首先复杂系统有如下规则：1、整体大于其组成部分的简单线性总和，而且整体通常也与其组成部分存在极大的不同。
也就是说部分之间遵从简单规则的互动产生了1+1>2的效果，这种现象叫做涌现行为。
2、许多复杂系统并没有中央控制，他们都是去中心化，自组织、自适应的生态体系。
3、要警惕幼稚地将系统拆分为相互独立的组成部分。
此外，系统一个组成部分的小小不安或许会给其他组成部分带来重大的影响。
4、按规模缩放从小到大的增长通常伴随着从简单向复杂的进化过程，同时也能保持系统的基本要素或基石不发生变化或被保存下来。
这也就提示我们越是基础的越牢固，我们可以去寻找变化中的不变的要素。
那么，如何思考呢？要用系统的观点来思考，这也就是说首先我们要有整体观，系统观，其次要能透过现象看本质，深度学习U型思考，迭代认知结构，行万里路，读万卷书，不断打破假设，建模，重塑自我。
升维 不确定时代的决策博弈2
人的一生要做不计其数的决策，但只有不到20%的决策是重大决策，包括我们的专业方向、婚姻大事、职业选择、买房置业、创业投资和交友合伙等，这些决策都是做局布局，会决定人生的走向。
研究发现，人数为“企业员工总数的平方根”的员工做出了大约50%的贡献。
如果一家企业有10名员工，10的平方根约为3.16，这就意味着，3～4个员工为这家企业做出了50%的贡献。
如果这家企业有10 000个人，10 000的平方根是100，即100个人做出了9900人的贡献。
我们知道，面对任何一个问题，考虑的要素越多，事情就越复杂。
每个要素，其实都可以被理解成一个维度，所以要素或维度越多，系统的非线性就越强，事情就越复杂。
复杂系统讲的就是这个道理。
复杂系统的前提是这些要素之间具有关联性，所有关联的要素一起作用决定了系统的状态。
人类社会之所以复杂，是因为构成它的要素太多，每个要素之间相互联系并彼此影响。
每个要素的变化都会引起系统状态的变化。
除了物理要素以外，人的心理也是重要的要素。
社会的复杂系统与人类的复杂系统互相关联、一起起作用，构成了经济世界的复杂系统。
我们生活的世界有无穷无尽的要素，复杂系统处于这个世界之中，是一个处于不断动态扩张过程中的开放的系统。
每一个系统内的要素都不断受到系统外的要素的影响，系统内的要素也在不断地对系统内外的要素产生影响，任何新的要素加入系统，本质上都会给系统带来结构性的变化。
这种开放性的动态扩张，也是不确定性的来源。
如果人类能够打破诸学科之间的森严壁垒，就能更好地理解复杂系统，否则它们之间的相互作用将永远不能被洞察。
复杂系统的核心规律是规模法则。
规模法则包含三个方面： 第一，随着规模扩大，系统的非线性也增加。
因为要素之间是乘积关系，当构成系统的要素或维度增加时，规模扩大，系统整体的非线性也随之增加。
第二，随着规模扩大，要素自身发生指数级变化。
幂律是指每个要素发生指数级变化，它们对于系统的影响和作用也会发生变化。
第三，系统的规模不会无限扩张。
虽然指数增长解释了规模的力量，但规模不会无限增长。
《周易·乾》有云：“上九，亢龙有悔。
”乾卦爻位到了上九，以六爻的爻位而言，已位至极点，再无更高的位置可占，高高在上，犹如一条乘云升高的龙，升到了最高亢、最极端的地方，四顾茫然，既无再上进的位置，又不能下降，所以它反而忧郁悔闷。
这一爻讲的便是物极必反的规律、乐极生悲的现象，意为龙飞到过高的地方，必会遭受灾难。
居高位的人要戒骄，否则有可能遭遇失败，悔之晚矣。
系统规模是自变量，系统状态是因变量，规模的变化会引起状态的变化。
我们看到，不仅规模变化影响系统的非线性，系统要素通过指数变化对系统的影响程度，也会随着规模的变化而发生变化，比如要素的连接点越多，对系统的影响程度越大。
一方面，已有的经历会给我们提供很多参考，可以帮助我们进行决策思考；另一方面，我们也要警惕过去的经验方法的局限性。
我们将系统分为规模变量和状态变量两种：规模变量一般是我们可以直观观察、量化和控制的；状态变量是衡量系统状态的指标，一般是间接的变量，是规模变量变化的结果。
在复杂系统里，非线性变化关系还体现在并不是每个规模变量的变化都给状态变量带来同样的变化。
重要的规模变量是决策的关键因素，而状态变量是我们期待的结果。
我们要解决问题，让系统到达某个状态，都是从规模变量入手的。
研究复杂系统是因为我们关心哪些变量会引起系统状态的变化，特别是哪些我们可以直接控制的变量，会带来我们关心但不能直接控制的间接变量的变化。
而衡量系统状态的变化结果，还需要用我们能找到的具有几何平均值特点的能体现复杂系统一致性、规律性的指标。
复杂系统的非线性特征要求我们要有非线性思维，但大多数人的思维却是线性的。
还原论、随机假定及正态分布几个概念合在一起，导致我们有着很强的线性思维习惯。
惯有的线性思维妨碍了我们对复杂系统的观察、理解和思考。
人类的大脑可以直接想象线性关系，因而线性关系在人类大脑中的优先级比较高。
事物的局部加起来并不等于事物的整体，无论是认为整体是局部的放大，还是认为整体可以分解到细节，都是不正确的认知。
复杂系统的要素之间的互动并不是简单的相加关系，拆解掉一个要素，就等于拆解掉与该要素直接或间接相连的所有关系，相当于去掉一个维度。
相比多维的复杂系统，人更容易停留在随机系统的线性思维里。
遇到问题首先要分析它是复杂系统还是随机系统，这不仅有现实意义，而且会让你有不同的洞察。
复杂系统的核心是非线性，这意味着事情不再直观，算术平均值没有意义，整体也不是局部的简单叠加和平均，我们必须依靠所知的系统内在规律去分析它。
不知从何时开始，“细节决定成败”成了一句经典的管理名言。
但复杂系统提供了不一样的思考：即使细节重要，也不是所有细节都一样重要，有些细节比另一些细节更重要，而且复杂系统对大部分细节并不敏感。
恰恰是复杂系统的规模法则放大了重要细节的影响，最终决定成败的是复杂系统的关键因素和少数细节。
所以，关注细节并不一定正确。
而且，过度关注细节容易失焦，用局部代替整体，恰恰使你错过了对事物真正法则的认识和理解。
如果有选择，更多人会放弃承担风险，更愿意选择追求线性回报的工作。
而职业经理人或打工者，追求的就是一种具有确定性的线性回报，如工资。
这就是为什么社会财富只会集中在少数人手里。
发财的奥秘就在于追求非线性回报。
规模不仅不代表系统状态，规模带给非线性系统的影响更像一把双刃剑，在带来好处的同时也带来很多问题。
对管理活动而言，二八分布的意义就在于，如果你找对了起头部作用的要素，就会事半功倍；如果没有找对，始终在尾部做文章，则事倍功半，效果可能微乎其微，甚至可能还有反作用。
科斯定理讲了同样的逻辑：如果不存在交易费用，即交易费用为零，那么不管如何进行初始配置，制度都是没有意义的；反过来说，因为有交易费用，企业等制度才有了意义。
或者说，因为有阻力，我们才要讲方法、模式，如果阻力为零，那么做事的方式是不重要的。
世界向着熵增演化的原因是，一切符合熵增的都更容易实现，比如懒散，符合最省力原则——自律总是比懒散痛苦，放弃总是比坚持轻松，变坏总是比变好容易。
熵增原理说明：复杂系统规模扩大后，效率会越来越低，你必须去整理，但整理过程需要投入成本，成本增加会减缓系统规模的扩张速度。
企业的管理成本可以理解为负熵投入，负熵投入可以帮助系统实现从无序向有序的发展，实现自发秩序。
复杂系统的另一个特点是，规模上去以后，系统如同有了生命，开始生成某些单独元素不曾有的特性，这就是涌现行为或涌现特性。
人类主动参与的复杂系统制造了更多涌现行为。
如果没有涌现行为，系统就非常容易被理解，因为我们就可以从局部特性推理出它的整体特性。
涌现行为在大多时候并不是人所期望的行为，也不是人所能控制的行为，而是一种不确定性来源。
国内市场规模太大会滋生平庸，阻碍创新和品质提升。
再加上政策与环境影响，这些因素彼此强化，反而让中国企业的国际化路途受阻。
决策的目的是解决问题，决策过程是不断修正问题、提炼维度的过程，很少有人能一蹴而就。
评论（0）