快速城镇化背景下迅速扩张型城市空间演化时空特征及驱动力机制——以合肥市为例

邓保彪,王雅琪,翁 睿,苏 敏,鲍 捷

(安徽大学 商学院,安徽 合肥 230601)

城市空间演化特征是城市更新和城市代谢在时空上的重要表征[1],研究城市空间演化时空特征和驱动力机制对城市合理利用土地、优化环境和可持续发展具有现实意义。目前,学者们对单个城市扩展模式的研究,国外最早有生态位三大经典理论,即伯吉斯同心圆理论[2]、霍伊特扇形理论[3]和哈里斯和乌尔曼多核心理论[4]。随后，国外学者在城市群的研究中提出了经典的生长极理论[5]和大都市带概念[6]。我国的相关研究起步较晚,学者们提出的几何形态城市扩展模式[7]、精明增长[8]和城市发展规律[9]对我国城市发展意义重大。国外将城市拓展驱动力大致总结为市场、人口、经济、产业、劳动力、交通、资本、地租和政策几个要素[10-15]，我国在此基础之上提出了离心力、向心力和摩擦力作用、人口要素[16,17]等。

综上所述,国内外学者对城市扩展的分析研究主要集中在监测、驱动机制、未来预测、动态模拟和管理措施等方面[18],且大部分研究按照地域分类,较少的研究按照城市类型分类,只有极少的研究针对某一种类型的城市详细展开。国内大多数研究集中在发达城市或大城市,多聚焦于东部沿海地区城市,而对中部或西部一些较不发达的城市研究较少,但中西部近年来也在相继进入快速城市化进程。本研究以合肥市为例,着重研究快速城市化背景下迅速扩张型的城市空间扩展的模式及驱动力,就此类型城市在城市空间扩展过程中出现的城市问题提出优化建议,具有较高的研究价值。

1 案例与研究方法

1.1 研究案例

在对短时间内城市迅速扩张型城市研究中,本研究选择安徽省合肥市作为研究案例。合肥市位于30°57′—32°32′N、116°41′—117°58′E之间,近年发展取得较大进步,在市区人口增长、经济发展和建成区扩展等方面表现出在快速城市化背景下迅速扩张型城市发展的普遍特点。

本文使用的数据来自于1997—2017年的《合肥市统计年鉴》)。人口是城市建设的支撑力量,合肥市市区人口数由1997年的130万人增加到2017年的353万人,短期内市区人口仍将保持快速增长的趋势(图1)。

图1 合肥市1997—2017年人口、生产总值和建成区面积变化

经济发展决定着城市的发展活力,2017年合肥市的生产总值突破7000亿元大关,且保持着较高速度的经济增长。建成区的扩张直接体现城市空间上的发展,合肥市建成区面积在1997—2017年均保持着较高的城市扩展速度,具有迅速扩张型城市最直接的形态表征。

1.2 研究方法

遥感影像处理:以1997年、2001年、2005年、2009年、2013年和2017年LANDSAT5 TM和LANDSAT8 OLI-TIRS作为遥感影像数据源(表1)。遥感成像时,由于各种因素的影响,使遥感影像存在一定的几何畸变、大气消光、辐射量失真等现象。产生上述畸变和失真的原因是客观存在的,难以规避，因此在实际影像分析前应先对影像进行辐射校正、几何校正、波段选择和图像增强处理,使其达到分析的基本要求。采用目视解译的方法作为遥感信息提取方法。目视解译法是根据人的经验和知识,通过影像的色形特征及解译标志来识别目标或对象,是最原始最基本的解译方法,与常用的监督分类和非监督分类的方法相比需要更多的工作量,优点是影像解译结果更为准确。其中，城市建成区面积提取数据与统计年鉴数据相比略大。本研究在对遥感影像进行解译时,对城市建成区的界定为:对城乡结合部的处理,将满足已与城市相互连接或已被城市包围的区域视为城市建成区;靠近城市,且通过主干道与城市道路相连接的区域视为城市建成区;城市景观特征明显的区域,无论其是否与城市通过主干道相联系，与城市距离的远近均视为城市建成区;已具备城市性质或者承担城市功能的城市外部乡村,均视为城市建成区[19]。最终提取城市建成区的面积数值与统计年鉴数据相比略大,原因主要是本文研究区域选择为合肥市的主城区面积,城郊结合部面积较大,同时合肥在城市蔓延过程中对城市边界区域的影响较大,根据已确立的解译标准,将符合要求的区域纳入城市的建成区范围。

城市建成区空间演化时空分析方法:采用城市建成区扩展速度、扩展强度、空间紧凑度、城市空间分形维数和建成区弹性指数5个指标,运用GIS技术中城市重心转移路径分析技术,从城市时空扩展过程中城市的空间形态和空间结构等方面的演变对城市建成区空间进行分析。

表1 1997—2017年卫星遥感数据信息

城市空间扩展速度与强度分析:城市扩展速度表现了城市空间扩张在时间跨度上的变化,城市扩展强度是对城市空间扩张强弱程度的直观表述,扩展速度和强度都能够直接地反映城市扩张的快慢程度[20]。计算公式为:

(1)

(2)

式中,V为城市空间扩展速度指数;R为城市空间扩展强度;V为扩张年速度;Sa为阶段末年建成区面积;Sb为始年建成区面积;Ua和Ub分别为末年和起始年的建成区面积;UTa为研究区总面积;T为时间段的跨度[22]。

城市空间外部形态紧凑度分析:城市外部形态紧凑度BCI体现了城市在扩张过程中的空间集约化程度,能够表征城市用地扩张过程中的变化,在城市建成区用地扩展的研究中常采用该指标[23]。计算公式为:

(3)

式中,BCI为外部形态紧凑度;A为城市建成区的面积;P为城市建成区的周长,其取值范围为0

城市空间分形维数:分形维数描述的是城市边界形状的复杂性,反映出土地利用形状的变化和土地利用受干扰的程度,是一个面积与周长的关系。计算公式为:

(4)

式中,St为t时期城市空间分形维数;Pt为t时期城市建成区周长;At为t时期的城市建成区面积。

城市建成区扩展弹性系数:城市建成区扩展的弹性系数城市建成区扩展对城市非农业人口增长的弹性系数用于描述城市建设用地扩张速度与城市人口增长速度之间的关系,评价城市建设用地扩展的合理性[26]。计算公式为:

(5)

式中,R(i)为城市第i时段的建成区扩展弹性系数;pop(i)为城市第i时段城市市区非农业人口年均增长速度;pop(i)为第i时段城市建成区年均增长速度[26]。

城市空间重心转移分析[27]:城市空间的重心一般选择以城市空间的几何中心来表示,它可在一定程度上反映城市发展方向和城市建成区扩展方向的转移情况,是区位选择、经济分析和城市规划和管理重要的参考因素。利用的城市建成区的矢量数据,建立X、Y坐标系,采用GIS空间分析功能,提取城市建成区重心。

2 城市建成区扩展的时空分析

利用GIS空间分析得到6个时期合肥市建成区的形状、建成区面积和周长数据,结合《中国统计年鉴》、《合肥市统计年鉴》中合肥市人口和经济数据,利用式(1)—式(5)计算出合肥市建成区的扩展速度与强度、紧凑度、分形维数和弹性指数。

2.1 城市建成区形状

将遥感影像进行几何校正、波段组合和图像增强处理后,再通过目视解译法对影像进行解译, 1997—2017年以4年为一个时间跨度,共得到6个时期内的合肥市城市建成区数据,通过ArcGIS软件处理,得到不同时期内的城市建成区形状(图2)。

2.2 城市扩展速度与强度分析

由表2可见,在5个时间段内合肥市的建成区面积分别增加了102.93km2、42.49km2、105.50km2、77.12km2、24.68km2,并且从1997年的140.64km2增加到2017年的468.68km2,扩大了约4倍。从表2、图3中城市扩展速度和扩展强度数据可见,近20年合肥市的城市扩张处于较快发展的阶段,充分体现了合肥市快速扩张的特点。

图2 1997—2017年合肥市建成区形状

表2 建成区面积、周长、扩展速度与扩展强度分布

图3 合肥市扩展速度与扩展强度

图4 合肥市紧凑度与分形维数

2.3 城市空间紧凑度与分形维数分析

本文根据数据分析得出自1997年以来20年内的合肥市空间紧凑度整体呈现逐渐减小的趋势(图4、表3),分形维数在逐渐增加,紧凑度的减少和分形维数的增加在城市空间变化上的体现就是城市空间的向外扩张。

表3 紧凑度分布与分形维数分布

2.4 城市建成区扩展弹性指数

从表4可见,建成区扩展弹性指数数据与标准数值1表明处于较大的偏离程度,仅有2001—2005年和2009—2013年两个时间段内偏离较小,总体上合肥市的城市空间扩张与人口增长处于不协调发展模式。

表4 城市建成区扩展弹性指数分布

2.5 城市空间重心转移分析

基于ArcGIS技术,本文分别求得1997年、2001年、2005年、2009年、2003年和2017年合肥市的城市建成区中心在投影坐标系下的经纬度坐标,并计算出各相邻年份的空间重心转移的直线距离(表5)。

图5 合肥市城市空间重心转移状况

从图5可见,近20年合肥市历年城市空间重心基本位于城市主城区中心位置附近,其中2005—2009年城市空间重心的偏移距离最长,为548.88m;2009—2013年城市的空间重心偏移距离最短,为171.85m,城市空间重心在经度方向上总体是向东进行转移,在纬度方向上总体是向南进行转移。从城市重心的转移路径可见,随着滨湖新区发展建设,合肥市的城市空间重心逐渐偏移传统老城区的中心位置,逐步向东南方向,即滨湖新区方向靠拢。

表5 合肥市建成区重心转移情况

注:转移距离是利用ArcGIS在投影坐标下计算得出。

3 城市扩展驱动力机制分析

3.1 数据选取与来源

已有研究表明,经济、人口、政策和交通等是城市扩张的主要驱动力因素[29,30]。同时,城市空间扩展驱动力与城市自身发展水平密切相关,因此应从多角度、全方位对其进行研究。本文在已有研究成果的基础之上,结合研究时期内合肥市的经济发展状况,选取了包括经济发展水平、人口因素、政策因素和交通发展水平等4个方面14个指标对1997—2016年合肥城市建成区扩展的驱动因素进行了定量分析(表6),数据来源于1997—2016年的《合肥统计年鉴》。

表6 主成分分析指标体系

3.2 城市扩展驱动力数据分析

数据变量的描述性统计分析:通过对合肥市扩展驱动力14个指标进行描述性统计分析,结果见表7。计量结果表明,本研究采用城市空间演化驱动力因素数据达到以下要求:偏度的绝对值皆小于1,偏度的标准误差为0.512,峰度的绝对值都小于2,峰度的标准误差为0.992,满足正态分布模型要求,且数据分布较为平坦,适宜本研究。

表7 变量描述分析

适宜性检验:利用SPSS22.0软件对量表进行适宜性检验,量表的整体信度为0.719,所选取的数据符合研究要求。

3.3 主成分分析

通过对合肥市城市建成区用地扩展的驱动因素进行主成分分析,提取主要的影响因素(表8),有助于将复杂的数据简化,便于后续分析。步骤为:①数据的标准化处理。由于不同的指标使用不同的单位,需要对数据进行标准化,以便后续比较和分析,使所有数据都能在因子分析中标准化[1]。②KMO和Bartlett的测试。在进行主成分分析之前,为确定所选取的数据是否满足主成分分析要求,首先对数据进行KMO和Bartlett的测试。结果表明,量表中KMO的值为0.748,变量间有较强的相关性,显著性为0,小于0.01,相关矩阵不是一个单位矩阵,指标之间并非独立。本研究选取的因素数据满足主成分分析要求,适宜做研究。③主成分分析。本文使用SPSS22.0软件对选取的变量进行主成分分析,计算结果表明解释的总方差总共解释了93.201%的总体变量,因此共得到两个主成分，其中一个主成分特征值为11.751,方差贡献率为83.934%,另一个主成分特征值为1.297,方差贡献率为9.267%。通常,提取的主成分的方差的累计贡献率要达到85%,因此提取出的两个主成分符合要求[1]。

表8 变异数总计

注:撷取方法为主体元件分析。

由旋转组件矩阵可(表9),国内生产总值、财政支出、财政收入、城镇居民人均居住面积、固定资产投资、社会消费品零售总额、总人口、非农业人口、二产从业人员比重、三产从业人员比重、建设用地面积、公路里程在第一主成分中占取较高载荷,第一主成分主要反映城市经济发展水平、人口增长、政策导向以及交通发展,二产和三产产值比重在第二主成分中占取较高载荷,主要反映经济发展水平。

表9 旋转成分矩阵

注:撷取方法为主体元件分析;转轴方法为具有Kaiser正规化的最大变异法;在3叠代中收敛循环。

利用主成分分析确定权重系数:在确定权重系数时,要明确各主成分线性组合中各指数的系数和主成分的方差贡献率。全部指标的权重系数之和为1,需要对综合模型中的指标系数进行归一化的处理,从而得到每一个指标的权重系数。从表10可见,影响合肥市建成区土地扩张的主要驱动力为:经济发展水平(国内生产总值、财政支出、财政收入、固定资产投资、城镇人均居住面积、社会消费品零售总额、三产产值比重),代表合肥市的经济和产业发展状况;交通发展水平(公路里程),反映交通发展水平;政策导向(建设用地面积),反映城区建设情况;人口因素(总人口、非农业人口、三产从业人员比重),反映市区人口变化情况。其他因素影响不大,可忽略不计。

表10 指标权重系数

3.4 城市扩展驱动力机制

经济发展水平:经济发展对合肥城市的空间演化具有主导作用,代表因子为X1、X2、X3、X4、X5、X6。经济发展产生集聚效应,能为城市空间拓展带来更多的资金和资源,经济发展能吸引产业聚集,尤其是第二、三产业。由于传统的城市中心空间已趋于饱和,因此二产和部分三产倾向于聚集分布在城市近郊区,从而引起城市空间进一步拓展。合肥市1997—2016年国内生产总值增加了近25倍,第二、三产的产值比重增长明显,经济技术开发区和高新技术开发区等产业园区的建设进一步说明经济发展能引起产业聚集,进而带来城市空间拓展。

交通发展水平:城市交通发展是城市空间演化的重要因素,代表因子为X14。交通技术的创新和交通道路的发展能够加快和扩大城市信息和资源的流通速度和流通范围,增加城市空间的可达性,从而促进城市空间拓展。1997—2016年合肥市扩大了148倍,城市空间沿包河大道、京台高速、合安路等交通干线向外延伸。同时,“米”字型高铁网的建设将继续加强合肥与周边地区的经济联系,促进合肥经济发展和城市空间拓展。

政策导向:政策体制是是城市空间演化的规范控制力量,代表因子为X13。合肥市作为迅速扩张型城市的代表之一,城市用地面积扩大具有独特的政策因素。1997—2007年合肥市建设用地面积增加较平缓,该阶段城市发展格局是构建圈层式城镇群体。2011年巢湖市部分区县划入合肥市,合肥市的城市空间进一步扩展,实现临湖发展。此后,合肥实施“141”城市发展战略,建设经济技术开发区、高新技术开发区和滨湖新区。2013年,合肥实施“1331”市域空间战略,建设产业新城和环巢湖示范区,城市空间快速扩展。政策导向还影响其他驱动力因素,如人口、交通、产业等,因此政策导向也是合肥城市空间扩展的重要因素之一。

人口因素:人口增加是城市空间演化的支撑因素,代表因子为X9、X10、X12。人口增加能为城市建设提供必要的劳动力,同时需要更多的城市生存空间。中心城区人口聚集带来空间压力增大、生活成本增加。郊区低廉的土地价格和优美的自然环境吸引人口的聚集,从而引起城市空间进一步扩展。1997—2016年合肥市总人口增加了1.7倍,非农业人口增加了2.5倍,第二、三产从业人员比重出现明显增长,对城市空间拓展起到了促进作用。

4 城市空间演化趋势

4.1 城市空间演化速度趋势

建立多元线性回归模型:城市空间扩展驱动力机制由多个因素共同作用下形成,综合分析多个要素,构建城市建成区面积与驱动因素之间多元线性回归模型。其中,以主成分分析得出的两个主成分(F1、F2)作为自变量,以城市建成区面积(Y)作为因变量,计算结果为:Y=245.800+118.796×F1+8.479×F2(表11)。

表11 系数

注:应变数为城市建成区面积(km2)。

多元线性回归模型预测:根据以上结果,可利用合肥市1997—2016 年的统计数据,结合主成分得分,利用指数平滑法Brown线性趋势模型推算出2020年和2030年的两个主成分的得分数值,结果见表12。计量结果表明,使用时间序列预测方法,数据符合研究需要,依据1997年—2016年的相关研究数据,结合2020年预测数据,提取出2020年的两个主成分的得分系数,即F1为3.256、F2为1.568。采用前文研究建立的回归方程:Y=245.800+118.796×F1+8.479×F2计算出合肥市2020年建成区面积为634.771km2。同理,计算出2030年合肥市建成区面积为1011.592km2，表明合肥市将在未来一段时间内保持较高的城市扩展速度。

表12 主成分系数

4.2 城市空间演化总体趋势

城市扩展模式趋势:城市未来空间扩展模式是以多中心扩展模式为主,内部伴有填充模式。以合肥市为例,在快速城镇化发展阶段,合肥市建立了4个城市新区,新区建设不仅采用向外扩张用地方式,还采用对内填充方式。新区承担了合肥市重要的经济、政治和居住等职能,缓解了老城区的压力，尤其滨湖新区发展潜力巨大,逐渐成为合肥市第二个核心区。同时,新区的发展也带动了合肥市交通体系的进一步完善,减小产业布局局限,促进产业转型与升级,带动了整个合肥市的经济发展。

城市空间结构趋势:在快速城镇化背景下,为了以最低的成本进行最快的对外扩展,由单个中心向外辐射道路粗放的圈层式扩展是这一阶段城市扩张的主要模式。但随着单中心辐射的区域范围愈来愈广,城市边缘区域与单中心之间交流困难,不利于边缘区域后期的健康发展,并且这种城市结构发展到一定阶段必然会带来一系列交通、环境、人口等问题,因此城市结构趋向以轴向发展为主的多中心城市结构。轴向式的扩展较于圈层式扩展更有利于节约土地资源,适应多变的城市空间拓展规律。多中心的城市结构也更加有利于地区间的功能互补,提高城市发展活力。

城市内涵发展趋势:通过研究,快速扩张型城市的空间扩展体现出空间结构分散,城市分形维数偏高,紧凑度偏低的特点。城市空间不断扩张会增加土地需求的压力,也会对城市生态环境造成不利影响。而现代城市的快速扩张,城市发展主要强调经济效益,城市开发趋于无序,城市用地规模急剧增加,这对于环境保护十分不利。为同时保障城市的快速扩张和保护生态环境,必须在城市建设中树立可持续发展理念注重城市空间的内涵式更新,实现城市土地的集约化利用,坚持城市扩展与环境保护相协调,实现快速扩张型城市的良性发展。

5 结论与讨论

主要是:①从定量分析角度看,1997—2017年合肥市扩展速度与扩展强度保持在一个较高的数值,城市快速向外扩展;紧凑度减少和分形维数增加表现出城市在空间上向外扩展,但城市形态分散;城市建成区(人口)弹性指数总体偏小,表明城市空间的扩展与人口增长是一种不协调的关系;城市重心总体向东南偏移,城市趋向于东南方向扩展。②从驱动力机制角度看,经济发展对城市空间演化具有主导作用,人口增长是城市空间演化支撑元素,此外城市交通发展是城市空间演化又一重要因素,而政策体制是对城市空间演化有着规范控制作用。③从城市空间演化趋势角度看,利用多元线性回归方程,说明合肥在未来仍将保持较高的城市扩展速度。迅速扩张型城市未来空间扩展模式以多中心扩展模式为主,建成区内伴有内部填充式的模式,城市结构将以“圈层拓展”向“轴向发展”转变、“单中心”模式向“多中心”模式转变，进而优化城市的空间布局,注重内涵式更新,科学合理控制城市规模。④城市空间演化驱动力机制是由地理、历史、社会、文化、经济等多方面因素共同组成,本文在采用主成分分析法对城市空间演化的驱动力机制进行分析时,仅采用了经济、人口、政策、交通这些人文因子作为分析指标,但忽略了自然、文化等难以进行量化的指标,而这些因素对城市空间演化具有不可忽视的作用。在以后的研究中,如何将这些因素科学地纳入指标体系中,将是重点思考的部分。