随着我国城镇化进程进入以存量提质为主的新阶段，城中村改造成为推动城市高质量发展的重要课题。香港科技大学（广州）社会枢纽城市治理与设计学域曹瑞助理教授团队近日发表的一项研究，通过人工智能与多源时空数据、空间分析方法相结合，首次系统量化中国城中村的消逝与转型路径，为城市更新提供了精准化、动态化的监测工具与决策参考。
该研究成果发表于城市可持续发展领域国际权威期刊《Sustainable Cities and Society》。研究团队选取广州、郑州、西安、哈尔滨四个位于不同经济区域的城市为研究区，利用高分辨率遥感影像和深度学习技术，构建了一套城中村动态识别与时空监测框架，实现了对近十五年城中村变迁过程的系统量化评估。
研究将城中村改造过程分解为“存留—拆除—重建”三个阶段，并进一步细分拆除后的土地利用状态，如空置地块、建筑工地、建成区等。通过跨城市对比，团队识别出三类典型的改造后土地利用模式：拆建同步型、拆除后延迟重建型以及渐进式改造型。这些模式反映出不同城市在更新节奏、土地再利用效率与治理策略上的差异。
长期以来，城中村改造后土地如何利用、是否出现长期闲置等问题，缺乏全国性的系统监测与评估。该研究不仅填补了这一空白，也为优化土地资源配置、盘活低效用地、避免空间浪费提供了数据支撑。尤其在当前城市发展从“增量扩张”转向“存量优化”的背景下，该项成果有助于推动更高效、公平、可持续的城市更新实践。
研究还结合了过去二十年的相关政策演变，探讨了城中村治理中的实践偏差与社会影响，强调在改造过程中应关注社区韧性、社会公平与气候适应性，避免将复杂的社区治理问题简化为物理空间的快速拆除与重建。
随着遥感与城市数据进一步开放，融合多源信息进行精细化治理，将成为城中村改造乃至城市可持续发展的重要方向。这项研究不仅为中国城市更新提供了一套可操作的技术路径，也为全球范围内类似的城市治理议题贡献了来自中国的实践智慧。
以上内容为推广信息，所涉及内容不代表本网观点，不构成投资建议、消费建议。
