活动概况
2024年4月24日中午，北京大学城市规划与设计学院博士班、教职工党支部和博士班党支部联合发起组织了“博士沙龙活动”，本次沙龙活动在教室C125举行。仝德老师、吴健生老师、汤俊卿老师、宫兆亚老师和刘启旸老师参与指导了本次沙龙活动。在博士生王浩的主持下，戴月尔、刘程程和刘秦伯三位博士生作了主题汇报，沙龙议题涵盖了诸如城中村改造、拥堵收费和机器学习城市研究等，并通过主题汇报、点评和提问的方式开展交流。
1 活动意义
午餐沙龙不仅为班级同学们营造了一处惬意自在的社交互动平台，同时也搭建了一座跨越学术边界的沟通桥梁。它借助沙龙式的对话交流机制，有力推动了学院内部各学术领域的深度融合与有效协作，进而催化知识创新的步伐和集体智慧的发展进程。
2 主题报告
戴月尔博士生汇报
戴月尔博士生汇报的题目是“城中村更新改造带来的非自愿搬迁及其模式——以深圳白石洲村为例”。本研究利用深圳白石洲城中村区域的手机信令数据，辅以建筑普查等空间数据，采用机器学习算法，识别出白石洲城市更新过程中被迫搬迁的近七万名中国移动手机用户的六种搬迁模式。同时，通过分析迁居过程中住房权属、邻里环境与设施可达性、居住成本等的变化，揭示了城市更新对城中村住客居住质量的影响，以及在被迫搬迁过程中住客所表现出的不同群体间居住偏好的异质性。研究发现，虽然城市更新带来了城市景观品质极大地提升，但大部分原本住在城中村而被迫搬迁的人并未在城市更新过程中实现生活质量的提高。因此，我们呼吁更具社会包容性和可持续性的城市更新，呼吁制定更加兼顾空间公平、有效有针对性的政策来保护这些弱势群体的住房福祉。
教师点评
吴健生老师和戴月尔同学就自愿搬迁与非自愿搬迁的定义、城中村改造与深圳市产业转移的关系等问题展开了激烈的讨论。班主任仝德老师就如何将大数据与传统的小数据进行结合发表了自己的看法，并且现场的同学也积极参与了讨论。
刘程程博士生汇报
刘程程博士生汇报的题目是“Public acceptance of congestion pricing policies in Beijing: The roles of neighborhood built environment and air pollution perception”。虽然公众接受度是政策实施的主要障碍，但影响拥堵收费等反拥堵政策接受度的因素仍不明确。很少有研究调查公众接受度是否因社区的建筑环境特征差异以及人们所感知的空气污染水平而有所不同。在本文中，我们开发了一个包含潜在类变量的广义多层结构方程模型（GMSEM），以研究建筑环境、空气污染感知、对现有驾驶限制政策的满意度以及对拥堵收费策略的公众接受度之间的直接效应和中介效应。我们依据对北京26个社区大约1300名居民的问卷调查数据，这些地区已经实施了驾驶限制政策，并正在考虑拥堵收费政策。研究显示，居住在人口密度高、土地使用多样性低的社区，以及邻近交通服务和位于城市中心区域的居民，更倾向于强烈支持拥堵收费政策。感知到严重空气污染并相信政策有效性的居民更支持收费政策；他们可能更关注由驾驶引起的拥堵所导致的空气污染水平。这些发现表明，认识到社区在政策接受度上的差异性十分重要，并为纳入适当的土地使用规划和推广策略提供了政策启示。
教师点评：
刘启旸老师与刘程程同学就拥堵收费在中国和西方国家的研究背景与问题差异进行了激烈讨论。黄怡欣同学就相关研究方法与刘程程同学也进行了积极讨论。
刘秦伯博士生汇报
刘秦伯博士生汇报的题目是“机器学习与复杂网络前沿城市空间研究综述”。随着城市化进程的加快，城市空间的研究变得愈发重要。传统的城市空间研究方法依赖于地理信息系统（GIS）、统计分析和实地调查，这些方法虽然有效但存在数据处理量大、时间成本高等问题。近年来，机器学习作为一种强大的数据分析工具，逐渐在城市空间研究中崭露头角，我的研究总结了机器学习算法在城市空间研究中的应用进展，包括但不限于建成环境与人类行为、城市空间结构、城市感知与健康等。研究发现，机器学习在城市空间研究中展现出巨大潜力，显著提升了城市空间研究的效率和精度。
教师点评
仝德老师与刘秦伯同学就聚焦更细致的研究问题进行了深入探讨并给刘秦伯同学提出了后续改进的方向。
结语
至此，本次 “博士沙龙活动”圆满落幕。该活动不仅加深了同学们在学术领域的交流，而且促进了学院科研氛围的浓厚以及增强了同学们之间的团结凝聚力。通过一系列深入的讨论和互动，同学们得以分享他们的研究成果，探索新的研究方向，并从不同的视角审视和理解地理学中的各种复杂问题。此外，沙龙活动还为学院老师们提供了一个和同学对话的平台，让老师能够在轻松友好的环境中与同学们建立起更紧密的学术联系和个人关系。
活动策划 | 北京大学城市规划与设计学院教职工党支部和博士班委
图文｜城规博士班
编辑｜城规记者团 冯春桦
审核｜邱玉叶
