美国城市的分区法规：改革是否带来改变？基于人工智能的分析
计算机与社会
2025-02-04 v1 计算与语言
摘要
城市处于应对全球可持续性挑战的前沿，尤其是那些因气候变化而加剧的挑战。传统的分区法规往往隔离土地用途，与车辆依赖增加、城市蔓延和社会脱节相关，破坏了更广泛的社会和环境可持续性目标。本研究调查了基于形式的分区法规（FBC）的采用及其影响，该法规旨在促进可持续、紧凑和混合用途的城市形态，作为解决这些问题的方案。利用自然语言处理（NLP）技术，我们分析了超过2000个美国人口普查指定地区的分区文件，以识别指示FBC原则的语言模式。我们的研究结果揭示了FBC在全国范围内的广泛采用，但区域内存在显著差异。FBC与更高的容积率、更窄且更一致的道路退线以及更小的地块相关。我们还发现，采用FBC的地区具有更好的步行性、更短的通勤距离以及更高的多户住宅比例。我们的发现突显了NLP在评估分区法规中的实用性，并强调了基于形式的分区改革在提升城市可持续性方面的潜在益处。
引用
@article{arxiv.2502.00008,
title = {Zoning in American Cities: Are Reforms Making a Difference? An AI-based Analysis},
author = {Arianna Salazar-Miranda and Emily Talen},
journal= {arXiv preprint arXiv:2502.00008},
year = {2025}
}
备注
31 pages, 6 figures, 1 table