中国城市建设用地坡地率及其与地面坡地率的关联

马经纬，彭秋志，马少华，邓启辉

（昆明理工大学 国土资源工程学院，云南 昆明 650093）

0 引言

我国是一个耕地资源紧张，且山地约占2/3 的多山国家［1］，山地区域大多处于快速城镇化阶段［2］，城市新增建设用地与现有耕地争夺优质平地资源的冲突仍在发生［3］。同时，大量农村进城务工人员未完成市民化［4］，山区农村建设用地闲置浪费与盲目扩张现象普遍存在［5］，自然生态空间破碎化问题较为严峻［6］。在此背景下，优选一部分重点城市适度推进宜建坡地开发，成为缓和平地上“耕—建”用地矛盾，加速山区建设用地“城增村减”，腾出更多完整自然生态空间开展保护修复的可行思路之一，对优化国土空间开发保护格局具有重要战略意义［7］。

我国城市坡地建设活动一直处于各地自行探索状态，缺乏宏观统筹。在“低丘缓坡综合开发利用”“工业梯田”“城镇上山”“削山造地”“坡地开发建设”等各种名目的探索中，曾引起过较大范围关注的是2012年国土资源部提出的低丘缓坡荒滩等未利用土地开发利用试点政策，由此催生了大量建设用地适宜性评价类研究成果［8］，深化了对该问题的认识。但已有相关研究大多借助综合手段，针对具体城市或区域开展应用案例式分析［9-14］，其中较为关键的坡度问题常常得不到聚焦，且各研究之间在数据来源、尺度选择、分级方案等方面也难以互通，因此难以对全国城市坡地建设现状形成整体和清晰的认识。而整体认识的模糊性又在一定程度阻滞了该领域研究的理念更新与范式突破，同时成为相关宏观管控政策成熟期被不断推迟的原因之一。为了及时规范和统筹全国坡地资源开发建设活动，促进坡地建设政策供给的区域协调，有必要加紧开展旨在认识全国坡地建设现状的一系列基础研究。其中，搞清全国城市坡地建设的数量分布与空间格局，并明晰其与背景地形的关联性，是进一步开展其他相关工作的重要认知前提。本文将从坡地率（坡地在特定统计区域内的面积占比）视角，以2020 年全国696个城市为研究对象，以建设用地坡地率和地面坡地率为主要分析指标，借助空间自相关等分析方法分析全国城市坡地建设的数量与空间分布特征，并探究其与地面坡地率的关系，以期为辅助形成对我国城市坡地建设现状的整体认识和探索相关管控策略提供参考，并为准确筛选典型城市或区域开展更加深入的研究提供依据。

1 数据来源与研究方法

1.1 数据来源与处理

城市分析单元：共计使用696 个城市分析单元，包含685 个城市分析单元（388 个县级市、278 个地级市、15 个副省级市、4 个直辖市），将香港特别行政区、澳门特别行政区分别单独视为1 个城市分析单元，台湾地区包含9 个城市分析单元（台北、新北、桃园、台中、台南、高雄、基隆、新竹、嘉义）。城市列表来自国家民政部（http：//www.mca.gov.cn/）截止2020年12 月31 日的县以上行政区划代码表。所有城市分析单元均仅含市辖区或县级市，不含其他县级行政区划单元。

城市建设用地：全国2020 年城市建设用地提取自2020 年全球30m 精细地表覆盖产品GLC-FCS30-2020 数据集［15］。该数据集包含2020 年我国绝大部分城镇不透水表面分布信息，水平空间分辨率为1″（≈30m）。该数据集在不透水表面解译流程中统一剔除了坡度＞15°的栅格，导致对山区城市建设用地估计偏少，因此本文基于城市发展不可逆假设，将所提取的不透水表面图层与2015 年UrbanChina 数据集［16］进行了融合。为了进一步提高数据精度，参考谷歌地球中2020 年高分辨率遥感影像，人工去除部分城市中明显被错分为建设用地的大块（＞0.25km2）裸地（尤其是山坡裸地），人工添加部分城市（以人口不足10 万人的小城市为主）中明显被漏提的建设用地。为聚焦每个城市的主体部分，还剔除了距城区较远（建成区外侧1km 缓冲区之外）的孤立小镇和零散居民点。

坡度：地面坡度利用SRTMGL1 v3.0 数字高程模型（DEM）数据计算得到。SRTMGL1 DEM 数据集下载自https：//e4ftl01.cr.usgs.gov/，覆盖南纬56°至北纬60°之间的陆地。以1°经纬网格（瓦片）方式存储，水平空间分辨率为1″，高程精度整体优于同为1″分辨率的ASTER GDEM 数据集［17］。SRTMGL1 的原始数据由搭载在美国“奋进”号航天飞机上的SRTM系统采集于2000 年2 月中旬，能全球一致地反映当时的地表高程情况，相对更适于描述建设用地爬坡现象，尤其适用于2000 年之后的情形。部分发展较早的城市在2000 年时已建有一些高楼，在SRTMGL1数据中相应位置处会表现为“孤峰”状或“峰丛”状尖锐凸起，这对坡度统计产生了一定影响。为减轻此类影响，在进行坡度计算之前，利用邻域为15 × 15栅格的中值滤波方法，在人工划定的范围内（主要是大城市的老城区）对这部分凸起的DEM栅格高程进行“抹平”过滤。坡度数据的主要获取步骤：首先将我国范围的所有DEM瓦片镶嵌为一整幅（这样能消除分瓦片计算坡度时的瓦片间“边缘效应”［18］），进一步将其整体转换为WGS-1984-Albers 投影（重采样方式为3 次卷积，栅格大小设为30m），然后进行前述“抹平”处理，最后计算坡度。

1.2 坡地率指标

平均坡度是以往研究中经常使用的坡度信息表征指标，但该指标难以直接回答坡地建设在城市建设中占据多大用地比例的问题，因此有必要从坡地占比视角建立具有直接表征功能的坡地率指标。

建设用地坡地率（the Proportion of Sloping land in Construction land，PSC）：指在特定统计范围内，大于起始阈值坡度的建设用地面积占建设用地总面积的比例。计算公式为：

式中：PSC 为建设用地坡地率，取值区间为［0，1］；A 为建设用地面积中大于起始阈值坡度的部分；B 为不大于起始阈值坡度的部分。

地面坡地率（the Proportion of Sloping land in Land，PSL）：其类同于建设用地坡地率，区别在于计算时将建设用地替换为城市分析单元辖区内的所有土地，在此不赘述。坡地率计算中的所有面积均指水平投影面积，而非坡面实际面积。

坡地界定：界定坡地的难点在于阈值坡度的设定，学术界对此一直有争议［19-21］。由于本文重在服务城市用地规划，因此倾向在城市规划领域寻找阈值界定依据。在城市规划实践中，随着用地自然坡度逐渐变陡，建设用地布置形式通常依次选用平地式、平坡式、混合式和台阶式。本文将“台阶式”的起始坡度确立为城市建设用地爬坡的起始阈值坡度。《城市用地竖向规划规范CJJ 83 - 99》规定，当用地自然坡度大于8%时（≈4.57°，为减少混淆，后文均用度数法表示坡度），宜规划为台阶式。这一规定在《城乡建设用地竖向规划规范CJJ 83 -2016》中继续被沿用，说明它已对中国城市建设产生了长期影响。对界定建设用地坡地率PSC而言，将“4.57°”设定为坡地的起始坡度阈值具有坚实的规划学依据。此外，将2020 年696 个城市的建设用地坡地率PSC 与建设用地平均坡度绘制成散点图观察（图1），两指标间呈高度线性相关（R2＝0.964，P ＜0.0001），说明以4.57°为阈值构建的PSC 指标同时也能很好反映建设用地平均坡度信息。PSC的大小很可能与其所在辖区内的背景地形特征有关。尽管平均坡度、起伏度等指标都可用于表征背景地形特征，但考虑到与建设用地坡地率的直接可比性，本文依然以4.57°为阈值界定辖区背景地面中的坡地，延伸出地面坡地率PSL指标。

图1 建设用地坡地率PSC与建设用地平均坡度的关系Figure 1 Relationship between the PSC and the average slope of construction land

1.3 空间自相关分析方法

空间自相关分析方法被广泛用于定量分析空间要素分布格局，通常联合使用全局自相关分析和局部自相关分析。全局Moran′s I 指数检验整体空间分布格局是否存在显著集聚性，计算公式为［22］：

利用ArcGIS 10.2 平台的Spatial Autocorrelation（Moran′s I）工具计算全局自相关指数，采用Cluster and Outlier Analysis（Anselin Local Moran′s I）工具开展局部空间自相关分析，输入要素类均为城市点矢量文件，输入字段均为各城市的PSC或PSL，其他用默认设置。

2 结果及分析

2.1 建设用地坡地率数量分布及分级

经计算，2020 年我国696 个城市总体建设用地坡地率为0.147，各城市PSC 算术平均值为0.176。从频数分布可见（图2a），PSC 梯度上的城市数量分布不均匀，更多城市分布于低值区间。50%以上城市的PSC ＜0.12；2/3 以上城市的PSC ＜0.20 的城市；约80%的城市PSC ＜0.30。若将PSC ＞0.50 的城市定义为典型坡地城市［24，25］，则典型坡地城市有50 个，占全国城市总数的7.2%。

将全国城市按PSC 值从小到大顺序排列，以散点形式展现城市数量累计比分布（图2b），并在其上标示部分较知名城市，据此直观解读PSC 指标所代表的梯度内涵。PSC ＝0.873 的滇西北高山峡谷小城泸水市位列全国第一；“百里钢城”攀枝花以0.870的PSC 值居于第二位，这是一座在“三线建设”时期快速建成，沿金沙江河谷山坡呈带状组团式分布的资源开发驱动型城市。重庆是举世闻名的“山城”，也是中国山地城市学研究领域的热点案例城市［26］，其PSC为0.583，在696 个城市中居第31 位，提示我国可能还存在一批更典型的“山城”未能得到深入研究。深圳具有山（丘）与城（区）交错分布的特征，2000—2015 年经历过明显的建设用地爬坡过程［27］，以0.427 的PSC 值居第68 位。大连同样属于城山交融型城市，但开发强度明显低于深圳，以0.261 的PSC值居第172 位。北京属于临山型平原城市，PSC＝0.099，在此排名中虽屈居第378 位，但城区西部和北部的山地与平原过渡带（如门头沟区、昌平区等）同样存在一些坡地建设现象。PSC 值为0.054的上海总体属于平原型城市，排在第481 位。排名介于上海与北京之间的102 个城市的城区大多具有临山平原或平原稀丘特征，排名在上海之后的215个城市已极少看到爬坡现象。从这些较知名城市的观感梯度变化中可见，PSC 梯度很好体现了“城”与“山”从完全融合到完全分离，视觉感受从“满目是山坡”到“四望皆平地”的渐变。

图2 建设用地坡地率PSC梯度上的城市个数及其累积比分布Figure 2 Count distribution and accumulate frequency distribution of 696 cities along the PSC gradient

利用Jenks 自然断点法将全国696 个城市的PSC值划分为5 级（断点位置为0.086、0.196、0.333和0.536），进而以0.1 的整数倍将断点位置就近挪至0.1、0.2、0.3 和0.5，构建全国城市爬坡等级分级框架，统计其城市数量构成、PSC及建设用地坡度的均值±标准差，并对每一分级进行命名（表1）。全国城市中，数目最多的是难见爬坡的爬坡Ⅰ型城市，其次是略见爬坡的爬坡Ⅱ型城市，然后是常见爬坡的Ⅳ型和少见爬坡的Ⅲ型，最少的是普见爬坡的Ⅴ型，这反映出“趋平”是中国城市建设用地布局的普遍选择。与图1 类似，表1 中不同爬坡等级的PSC均值与建设用地坡度均值之间同样呈高度线性正相关（R2＝0.996）。

表1 建设用地坡地率PSC的分级框架Table 1 Classification based on the PSC

2.2 建设用地坡地率空间分布

总体上，全国城市爬坡等级呈现“南高北低，广域过渡”的空间分布格局（图3）。爬坡Ⅰ型城市基本位于长江以北，主要分布在东部季风区典型平原内（如华北平原、东北平原、长江中下游平原、成都平原、汾渭平原等）和西北干旱高寒地区的高原、盆地区域；爬坡Ⅱ型城市整体呈现“东多西少”的格局，在南北方向上没有明显分异，主要分布在临近山地的平原外围和低丘、台地区域；爬坡Ⅲ型城市已开始呈现“南多北少”的格局，主要分布在低山、丘陵区域；爬坡Ⅳ型城市的南多北少特征更为突出，主要分布在南方山地丘陵区（青藏高原以东和秦岭以南的西南山地区，以及长江中下游平原以南的东南丘陵区）；爬坡Ⅴ型城市主要位于爬坡Ⅳ型城市集聚区内部，如贵州高原、川东丘陵、武陵山区、浙闽丘陵等。就东西分异而言，爬坡Ⅰ型城市没有明显的差异，但其他爬坡等级的城市均呈现东多西少格局；从南北方向来看，爬坡Ⅰ型主要位于北方，爬坡Ⅱ型并无明显南北分异，从爬坡Ⅲ型开始转向南多北少。鉴于西部干旱高寒地区的城市数目少且体量小，因此对研究城市爬坡空间分异而言，南北分异现象更值得关注。

图3 城市爬坡等级空间分布Figure 3 Spatial distribution of urban climbing grades

2.3 建设用地坡地率与地面坡地率关联

在常规认识中，背景地形中坡地数量的多少会直接影响建设用地爬坡现象的出现与否和出现率的高低，即“坡少则少爬，坡多则多爬”。图4 以散点形式显示了各城市地面坡地率PSL与建设用地坡地率PSC之间的关系。从图4 可见，散点基本分布在右下半三角区，说明PSL 值对PSC 的取值上限有一定的指示作用。随着PSL 增大，PSC 的分布范围也更宽，即PSC取值的不确定性随PSL 增大而增大。由此可知，从数量关联看，“坡少则少爬”有一定可信度，但“坡多则多爬”却未必。

图4 地面坡地率PSL与建设用地坡地率PSC的关系Figure 4 Relationship between the PSL and the PSC

不同地理现象之间往往存在空间依赖性，为挖掘PSL对PSC影响的更多信息，进一步从空间格局上探讨二者间对应关系。全局空间自相关分析结果显示，我国城市建设用地坡地率PSC 总体呈现高度空间集聚性（全局Moran′s I 值为0.38，Z 值得分为38.48，P 值为0）。本文继而开展局部空间自相关分析（图5a）。从图5 可见：高—高集聚（HH）型城市有126 个，其中46 个属爬坡Ⅴ型，64 个属爬坡Ⅳ型，16个属爬坡Ⅲ型，基本分布在中国三大地势阶梯中第二阶梯秦岭以南和第三阶梯长江干流以南。高—低异常（HL）型城市有9 个，主要分布在华北平原和东北平原周边的太行山、长白山、燕山等山地区域；不显著（NS）型城市数目最多，达399 个，具有广域分布性；低—高异常（LH）型城市仅有4 个，分别为常德市、昭通市、丽江市和汉中市，其中，常德市属于山地平原过渡带上靠近平原一侧的城市，而其他均属于典型的山间盆地型城市；低—低集聚（LL）型城市有158 个，主要分布在华北平原、东北平原和西北天山地区的山麓绿洲地带。由此可见，PSC 的5 种局部空间自相关类型各有其特定分布规律，且“HH”和“LL”之间所呈现的明显南北分异是PSC 空间格局的主要特征。

对我国城市PSL 进行全局空间自相关分析，得到全局Moran′s I 值为0.47，Z 得分为47.85，P 值为0，表明PSL 格局总体比PSC 格局更集聚。图5b 显示了PSL局部空间自相关格局，其与图5a 所展现的PSC格局有两个明显不同：一是“HH”型城市的分布范围明显往北扩大，北扩主要集中在3 块区域（东北长白山脉一带、北方黄土高原丘陵沟壑区、西南雅鲁藏布江河谷区）；二是“LL”型城市的分布范围略有向南延展，南延区集中在长江中游的江汉平原和长江下游平原。尤其值得注意的是，PSC 的“HH”型仅出现在秦岭以南（图5a），而PSL的“HH”型分布并未受秦岭约束（图5b），说明PSL 格局并不能完全影响PSC格局。

为厘清PSL与PSC之间具体存在哪些主要的空间关联，结合图5a 与图5b，得到PSL 与PSC 的局部空间自相关类型转换矩阵（表2）。理论上有25 种转换类型，实际只出现了14 种，其中7 种明显较多的转换类型相互之间形成了二维对称分布。将这7种主要类型转绘至地图加以解读（图6），其图例中的“HH-NS”表示在PSL 格局（图5b）中属于“HH”，且在PSC格局（图5a）中属于“NS”。以此类推，可将这7 个主要转换类型划分为由明确向模糊渐变的3个层次：第一层次是构成明确两端的96 个“HH-HH”和134 个“LL-LL”，二者在地理空间上也明确南北分离。其中，“HH-HH”仅出现于南方山地丘陵区，而“LL-LL”主要分布在华北平原和东北平原。第二层次包括61 个“HH-NS”、30 个“NS-HH”、38 个“LL-NS”和21 个“NS-LL”。“HH-NS”表达了“坡多却未必多爬”的含义，多为山间盆地河谷型城市，不仅广泛分布于南方山地丘陵区，还出现在北方黄土高原丘陵沟壑区和东北长白山脉一带，如昆明、柳州、兰州、宝鸡、延吉等；“NS-HH”表达了“未必坡多但多爬”的含义，主要分布于南方平原缓丘地区，如长沙、南宁、深圳等；“LL-NS”表示“坡少却未必少爬”，主要分布在大平原周边，通常具有临山平原或平原稀丘特征，尤其集中于长江中下游平原地区，如武汉、南京、青岛等；“NS-LL”表示“未必坡少但少爬”，其分布整体更靠北，以东北平原东缘和华北平原周边为主要分布区，如长春、秦皇岛等。第三层次是292 个“NS-NS”，具有明显的模糊性和广域过渡性。综上，一方面，PSC比PSL表现出了更突出的南北分异；另一方面，PSL与PSC 之间除去“NS-NS”之外的6 种主要空间关联模式各有特色，均体现出了各自明确的地理环境特征依赖。

图5 PSC及PSL的局部空间自相关格局Figure 5 Local spatial autocorrelation pattern of PSC and PSL

图6 PSL与PSC间7 种主要空间自相关转换类型Figure 6 Distribution of seven main local spatial autocorrelation conversion types between PSL and PSC

表2 PSL与PSC空间自相关类型转换矩阵Table 2 Transformation matrix of local spatial autocorrelation type between PSL and PSC

地面坡地率PSL与建设用地坡地率PSC之间的不同空间关联模式，对分区分类理解及指导城市建设与运营能发挥辅助参考作用。如，将同属于云贵高原的云南省与贵州省进行比较，发现云南省有50%以上的城市为“HH-NS”型，这类城市位于较大的山间平坝，既是全省经济社会发展的核心依托，也是“耕—建”用地冲突的频发之地，于是诱发该省提出了“城镇上山”战略，但同时坡地建设成本、山林生态保护等阻力因素导致此战略不时陷入进退两难境地。而贵州省仅有单一的“HH-HH”型城市，对应该省“地无三里平”的大众认知，正因为没有足够多的大块完整平地可供使用，所以坡地建设成本、山林生态保护等尚难以成为首要考量。因此，不难理解贵州省超前布局快速交通，大力突破地形障碍，壮大重要节点城市的城镇化战略。籍此引申，我国后续的低丘缓坡未利用土地开发利用支持政策应更多地关注地域差异和类型差异，加强全国统筹，防止出现简单“一刀切”。

3 结论与讨论

3.1 结论

主要结论包括：①数量分布及累计频率分析表明，PSC梯度上的城市数量分布并不均匀，更多城市分布于低值区间，说明“趋平”是我国城市建设用地布局的普遍选择。进而基于该特征建立了一个全国城市爬坡等级分级体系，以供研究参考。②全国城市PSC等级总体呈现“南高北低，广域过渡”的空间分布格局，南方地区特别是西南山地和东南丘陵地区是主要的高值集聚区，因此应更加重视对南方地区城市坡地建设的统筹管控。③PSC的南北分异性明显强于PSL，两者间存在7 种主要的空间关联模式，并体现出各自明确的地理环境特征依赖，提示坡地建设管控政策设计应注意因地制宜和分类施策。

3.2 讨论

以往涉及城市坡地建设现象的研究大多仅针对典型城市个案，难以据其构建起统一的全国性认识。少数城市如重庆、贵阳等不断引来更多研究，而其他同样典型甚至更为典型的城市却长期缺少关注，这很可能局限后续专题研究与政策设计的视野。本文从数量构成和空间格局上对此进行了全局性展示和多角度解析，可辅助相关研究者和决策者从宏观视角看待具体城市的坡地建设现象。

在全国经济增速整体趋缓、城市收缩问题系统性出现的背景下，南方山地丘陵区的经济和城镇化却仍保持着较高增速，且农业转移人口市民化任务较重，该区域已经属于并将继续成为全国城市坡地建设的热点区域。但也应充分意识到，该区域同样属于生态保护与农业生产的重点区域，这就决定了在该区域开展城市坡地建设必须遵循妥善审慎和节约集约的原则。建议重点针对该区域加强调查研究和政策供给，可包括但不限于：①开展城市低丘缓坡土地开发试点成效评估和经验总结，完善地形宜建性评估、开发成本核定、节约集约用地、避险防灾等标准规范；②依据各城市本底条件、发展势能及其在区域发展战略中的定位，制定差别化宜建坡地资源供给政策；③配合城市更新和低效用地再开发，强化新增建设用坡地与现有城市用地的空间融合与空间邻近，减少对外围自然生态空间的嵌入和分割。

本文仅关注了一个时间截面上我国县级以上城市的坡地建设现象，在时间轴上还缺乏趋势研判，在空间域上仍然粒度过粗，在尺度层级上也未关注到中小城镇乃至乡镇。本研究本质上还处于初步的现象描述与特征分析阶段，尚不能由此窥见坡地建设现象全貌，也难以为相关管控政策的出台提供系统性和实操性支持。后续还有必要加强多视角基础研究，以期逐步推进至机理解释、模型预测和调控指导阶段。