顾及空间交互的城市群空间扩张驱动因子分析

贺申泰，周泊远，杨卫军，郭 亮

（1.湖北民族大学科技学院 建筑与设计学院，湖北 恩施 445000；2.广州市城市规划勘测设计研究院，广东 广州 510060）

新中国成立以来，城镇化经历了复杂曲折的发展历程，城镇人口从1978年的1.72亿激增至2018年的8.31亿，建设用地面积从1981年的6 720 km2增至2017年的55 155.5 km2[1]。城镇化为社会经济带来强劲增长动力的同时，也加速了资源消耗和生态退化[2]；建设用地扩张侵占了大量耕地和生态用地，仅2000－2010年全国耕地面积就减少了3.7万km2[3]，人均建设用地面积由1981年的46.67m2增至2014年的129.57m2[4]，暴露出浪费严重、利用低效等问题；另外低效粗放的扩张方式往往会造成多种生态环境问题，导致生态系统日趋脆弱[5]。

学术界对城市扩张驱动机制进行了深入讨论，驱动因子可分为自然、社会经济、交通区位和政策4个类别[6]。随着我国城镇化逐步走向城市协同发展阶段，国家新型城镇化建设逐渐聚焦于城市群这一主体[7-8]，城市群视角在协调城镇化发展与资源环境的关系上更具现势性[9]。研究方法从主成分分析、相关性分析到Logistic回归、地理加权回归等回归方法[10-11]，大量数学模型被引入城市扩张驱动机制研究中，但对针对城市扩张的多尺度分析方法的探讨仍存在不足。

因此，顾及城市协同发展的深化、空间交互作用的不断增强，本文引入了多层线性回归模型的研究方法，在考虑城市群空间扩张个体效应的同时加入了组织效应的考量，更科学全面地探索其扩张过程的内在机理，以期为协调城市开发建设、耕地与生态保护、促进城镇化健康发展提供支撑。

1 数据来源与研究方法

1.1 研究区概况与数据来源

基于数据的可获取性，本文根据《2016年中国城市群发展报告》[12]，选取京津冀、长三角、长江中游、珠三角、成渝、海峡西岸、中原、晋中、关中、山东半岛、哈长以及辽中南等12个主要城市群作为研究区；并根据地理区位划分为沿海和内陆城市群，其中辽中南、京津冀、山东半岛、长三角、海峡西岸以及珠三角6个城市群为沿海城市群，其余为内陆城市群。

研究数据涵盖了土地利用数据和相关社会经济数据，其中土地利用数据的空间分辨率为30 m×30 m；社会经济数据包括2005年和2015年全国主要城市群的多项社会经济指标。

1.2 研究方法

当模型自变量存在多层次的嵌套关系时，常用多层线性回归模型（HLM）进行研究。HLM能将样本数据的个体效应和组间效应同时纳入考量[7]。本文构建了城市群空间扩张驱动机制的HLM，多尺度地探索了城市发展的社会经济因子和空间交互因子对城市群建设用地变化的影响（图1）。

1.2.1 指标体系

城市土地利用是复杂的地理过程[13]，吕晓[14]等指出自然条件对城市扩张具有一定限制作用，而经济总量、产业结构等社会经济因素则具有较强的社会属性和较弱的空间属性，能直接或间接地影响城市扩张进程；周烨[15]则认为，在较短的时间维度上，自然地理因素对城市扩张进程的影响是有限的，而社会人文因素发挥着更大作用。

综合多项研究成果，本文在城市尺度上选择人口规模、经济发展、政府服务和城镇发展4个层面构建城市群空间扩张驱动因子指标体系。财政赤字率（财政赤字额与财政收入的比值）反映政府对社会经济建设的投入水平，城镇化率、建设用地利用率（单位建设用地上二三产业产值）和城市区位则表达城镇化水平，城市区位是城市战略地位的虚拟变量，将省会、直辖市、沿海开放城市、经济特区城市以及国家级新区城市的区位值设定为1，其他城市为0。城市群空间联系的增强往往加剧了社会经济活动，本文在城市群尺度上选取经济联系吸引力和外向功能辐射力作为反映城市间空间联系和相互作用的指标（表1）。

图1 多层次城市群扩张影响机制研究框架

表1 城市群建设用地变化影响因素指标体系

1）经济联系吸引力。本文借助引力模型来表达城市间的经济联系，即

式中，Ej为城市j的经济联系吸引力值；Eij为城市i、j的经济联系强度；Pi、Pj为两城的非农人口；Gi、Gj为两城的二三产业GDP之和；Dij为城市间的欧式距离。

2）外向功能辐射力。各城市间的人口、信息、资金、物资、技术等空间流在城市外向功能作用下进行着频繁、双向或多向的流动，这些空间上的转移即为城市流。城市流强度则是城市流的量化表现[16]，公式为：

式中，Fi、Ni分别为城市i的城市流强度和功能效率，以从业人员人均GDP表征功能效率；Eij为城市i部门j的外向功能量；Ei为m个部门的总外向功能量；Gij、Gi、Gj、G分别为城市i部门j的从业人员数、城市i的从业人员数、全国部门j的从业人员数以及全国从业人员总数；Lqij为城市i部门j的区位熵，若Lqij＞1，则说明城市i部门j属于全国范围内的外向服务部门。

1.2.2 HLM

HLM本身是嵌套结构，首先基于第一层解释变量构建方程，再以截距和斜率为下一层次方程的因变量。本文从城市、城市群两个尺度选取空间扩张的驱动因子构建完整条件模型，则有：

式中，Level-1为城市尺度方程；Level-2为加入城市群尺度驱动因子的方程；xij、w0j为第一层和第二层的特征变量；β0j为Level-1方程的截距；rij、y00、u0j均为随机误差项。

1.2.3 模型有效性检验

有效性检验包括组间系数检验和回归方程解释能力检验，可构建零模型和半条件模型来验证完整模型的有效性。

1）零模型，即方程中不设自变量，仅讨论因变量数据的自身层次性。计算零模型中的组间系数，可了解数据的层次性与因变量之间的关联强度。当组间系数≥0.059时，可认为因变量所具有的尺度效应不可忽视；而当组间系数≥0.138时，则可认为因变量与组间关联高度相关，必须考虑层次效应，则有：

式中，β0j为Level-1方程的截距；rij、y00、u0j均为随机误差项。

2）半条件模型，即仅在单一层次设置自变量，对比其与完整模型结果中方差解释占比、自变量显著性等的差异，可进一步验证完整模型合理性，即

式中，x0j为Level-2的特征变量；β0j为Level-1方程的截距；rij、y00、u0j均为随机误差项。

2 研究结果与分析

2005年我国主要城市群建设用地总面积约为100 799.34 km2，占研究区总面积的5.67%；而2015年这一数据增长为7.26%，建设用地总面积为129 091.96 km2，10 a间城市建设用地快速扩张了28 292.62 km2。截至2015年，京津冀和山东半岛城市群建设用地面积已超过20 000 km2。从建设用地变化量来看，2005－2015年长三角和京津冀城市群增长了超过6 000 km2的建设用地，而关中、海峡西岸城市群仅增长近1 000 km2的建设用地。

对比各城市群土地利用结构可知，2015年京津冀、珠三角、长三角、山东半岛以及中原城市群建设用地占行政区总面积的比例均超过10%，其中山东半岛城市群高达18.16%，土地城镇化水平较高；而长江中游、成渝、哈长以及关中城市群建设用地占比较低，不及5%，如图2所示。

图2 2005－2015年主要城市群建设用地面积

2.1 城市群扩张影响机制尺度分异

本文顾及土地利用数据嵌套结构以及城市群空间交互作用，构建了包含零模型、半条件模型以及完整模型的全国主要城市群建设用地变化HLM，以探讨建设用地变化影响因子在城市和城市群双重尺度上的驱动作用。模型输出结果包括随机效应方差估计值、模型拟合程度以及固定效应估计值3个部分。

由零模型结果可知，组间系数为0.508，远大于0.138，说明全国主要城市群建设用地变化存在明显的尺度效应，建设用地变化量与城市群尺度存在高度关联关系。由半条件模型结果可知，若仅以城市尺度作为自变量，85.98%的建设用地变化可被解释变量所解释，且城镇人口规模、第一产业GDP、第二产业GDP、外商投资、财政赤字率、产业结构调整、建设用地利用率和城市区位8个影响因子通过了显著性检验。在添加了城市群尺度两个空间交互因子的完整模型中，解释变量占比提高至87.00%，随机效应方差出现了一定程度的消减，除上述8个影响因子外，城市群尺度的经济联系吸引力和外向功能辐射力也通过了显著性检验。由完整模型结果可知，城市群建设用地变化驱动因子是多方面的，在人口、经济、政府服务、城镇化水平与城市群空间联系上均有反映，其中城市尺度的城镇人口规模、第一二产业GDP、产业结构调整、城市区位等5个指标与城市群建设用地变化呈正相关关系，外商投资、财政赤字率、建设用地利用率等3个指标与城市群建设用地变化呈显著负相关关系；城市群尺度的经济联系吸引力与建设用地变化呈正相关关系，而外向功能辐射力则与之呈显著负相关关系。

表2 全国城市群建设用地变化HLM结果

2.2 研究结果分析

随着城镇化进入新的发展阶段，城市间的协同发展关系增加了城市空间扩张过程的复杂性。零模型结果表明城市建设用地变化存在尺度效应，与半条件模型相比，完整模型结果中的解释变量占比得到了提升，随机效应方差得到了消减，显著的解释变量个数也得到了增加，说明本文采用HLM方法讨论城市群建设用地变化影响机制问题具有合理性和有效性。

在城市尺度上，城市建设用地增加的正向驱动因素较多，如城镇人口增长将导致建设用地面积的增加，城镇人口催生的住房、基础设施等需求都是开发城市建设用地的动因；经济产值的增加将刺激建设用地的增加，相关产业的经济发展离不开建设用地的基础条件支撑；产业结构的优化调整必然导致建设用地的增加，产业发展涉及的住宅用地、商服用地、公共设施等都是建设用地增加的直接刺激；城市区位条件同样是刺激建设用地扩张的一大动因，战略地位直接关系到城市的长远发展，良好的区位条件和政策倾向促进其城镇化水平进一步提升。另一方面，城市建设用地的增加也存在一些负向的阻力，如随着经济全球化的日渐深入，世界经济对我国的城镇化质量、营商环境等提出了更高的要求，在注重城市开发与生态用地、耕地平衡的同时也在一定程度上抑制了建设用地的快速扩张；财政赤字的增长也限制了建设用地的增加；此外城市用地集约利用也是有效减少建设用地增加的手段。

城市群尺度的两个空间交互作用影响因子均对城市群建设用地变化产生了显著影响，其中经济联系吸引力对建设用地增加有正向驱动作用，而外向功能辐射力的增加则会给城市扩张带来阻力。区域间经济联系的增强对城市间交通、通信等基础设施建设提出了更高的要求，空间上经济活动的往来在一定程度上促进了城市建设用地的扩张；随着区域中劳动力和产业等要素的空间集聚，处于城市流流入水平的城市往往建设用地的利用率更高，土地的集约利用有效缓解了建设用地扩张的巨大需求，促进了用地格局的稳定。同时，多数处于城市流流出水平的城市扩张需求有限，且可能更多地承担起了区域内耕地保护的任务，交互作用下的土地流转使得这一部分城市的建设用地增长受到了限制。

3 结 语

本文构建了城市群HLM，探讨了城市群空间扩张的内在机理。研究结果表明，在城市尺度上，人口规模与经济发展因素能刺激建设用地面积的增加，城市区位条件和战略地位也是城镇化水平提升的正向因素；而政府财政赤字的增加往往对建设用地扩张造成阻碍。城市群尺度的两个空间交互作用影响因子均对城市群建设用地变化产生了显著影响，其中经济联系吸引力对建设用地增加有正向驱动作用，而外向功能辐射力的增加则会给城市扩张来带阻力。

新时期的社会发展对土地利用格局提出了新的要求，本文研究表明城市进入协同发展阶段后，建设用地扩张在不同尺度有着或促进或抑制的影响因素，深刻认识当下建设用地增长的多尺度驱动机制，对协调平衡经济发展与国土安全具有重大意义。