监测预警型建设用地爬坡分级方法及应用

黄培依 彭秋志 段俊豪 陈笛 苏映珍

摘要：研究目的：提出一种建设用地爬坡程度分级方法，为认识和管控坡地建设活动提供参考。研究方法：结合两个临界坡度与两个关键点坡度，构建建设用地爬坡程度指数（CCDI）并划分绿、黄、橙、红4个等级，以中国南方519个山区县城为例开展实证应用分析。研究结果：（1）基本统计特征表明CCDI等级能够稳健表达和较好区分建设用地爬坡严重程度；（2）2000—2020年CCDI等级数量持续以绿色为主，但黄、橙、红等级的数量不断增多，主要表现为依次逐级上升；（3）CCDI等级上升主要出现于以贵州为中心的西部“9”字形态区和以福建为中心的东部“1”字形态区；（4）预测2020—2025年CCDI等级变动仍将在原有空间格局下延续上升趋势。研究结论：CCDI可满足统一衡量建设用地爬坡程度并划分风险等级的需求，建议对橙色等级重视预警提醒，对红色等级加强压力疏解和风险管控。

关键词：坡度；建设用地爬坡；分级方法；监测预警

中图分类号：F205 文献标志码：A 文章编号：1001-8158（2023）06-0084-12

基金项目：国家自然科学基金项目“南方山地城镇建设用地分布与变化的坡度梯度效应研究”（41961039）。

21世纪以来，中国的快速城镇化逐渐向广大山区推进，诱发山区城镇坡地建设活动进入活跃期，在地形坡度梯度上形成了显著的建设用地爬坡现象，成为山区国土空间规划管理实践中值得研究的新课题[1]。适度爬坡有利于缓解山区城镇化用地供需矛盾，过度爬坡则可能因触发建设成本、使用效益、防灾投入等因素越过损益平衡点而得不偿失，关键在于能否实现对爬坡程度的科学监测与调控。若能构建一个简明适用的城镇建设用地爬坡程度分级体系，将有望为监测调控带来便利，进而在宏观层面实现坡地资源利用的充分高效和区域协调，更好支持山区的城镇化建设和优质耕地保护，服务山区可持续发展。

建设用地爬坡是一个世界性现象[2]，诸如地中海沿岸、大西洋西岸、环太平洋沿岸等区域均存在不少坡地城市。由于研究视角不同，国内外不同学者针对该现象的研究各有侧重，如注重工程建设安全性和地质灾害防治[3]，聚焦复杂地形条件下的规划与景观设计[4-5]，基于高程视角分析建设用地在垂直方向的变动[6]，从坡度视角关注用地选择的陡缓[7]，从地形分类/分区视角开展山地/山区城镇用地问题研究[8]等。除“建设用地爬坡”外，相关研究中也基于各自视角采用多种不同表述，如低丘缓坡开发[9]、建设用地上山[10]、高地扩张[11]、山地城市扩张[8]、山坡城镇化[12]、坡地建设[13]、建设用地扩张的地形梯度效应[14-15]等。国外发达国家近来较少有针对该现象的研究报道，可能由于其早已经历了建设用地高速扩张阶段；国外发展中国家或区域偶有涉及此类现象的研究，但较少直接分析建設用地爬坡本身，而是更多综合分析土地利用在地形梯度上的变化[16-17]。中国是山区面积最大的国家[18]，近1/2人口生活在占国土面积约2/3的山区[19]，建设用地爬坡现象更为常见，也更易引发关注。中国大约从2006年开启的低丘缓坡开发利用热潮已几乎遍及全国山区，其影响尤其集中在南方地区[20]，这也使得中国南方成为了全球最大的城镇建设用地爬坡现象集中连片区之一[11]。学术界为此也开展了不少研究。早期主要面向供地需求进行建设适宜性评价研究[21-25]，后来逐渐转向关注坡地建设对耕地[2，24]和生态的影响[26-31]。中国学者不仅局限于研究本国情况[32-34]，近年来已积极面向周边地区[11]乃至全球范围开展对此类现象的宏观认知研究[2]。总的来说，现有研究整体还处在现象认知与解释阶段，而关于如何干预调控建设用地爬坡进程的基础理论和方法体系研究仍显薄弱。

随着坡地建设进程的深入，尤其对曾经历过大规模低丘缓坡开发利用试点，并且其广大山区仍处在高速城镇化阶段的中国而言，如何统一度量城镇建设用地爬坡程度并适时加以干预，已成为了迫切需要回答的问题。目前的研究尚处于探索阶段，已有相关度量方式主要基于3种思路。第一种是基于特定研究单元内建设用地本身的坡度分布，如利用建设用地坡谱均匀度表达爬坡严重程度[35]，或以建设用地面积中大于4.57°部分的占比表达爬坡现象的多寡[13]，或以建设用地面积中大于14°部分的占比表达较严重爬坡现象的出现概率[36]；第二种着眼于特定研究单元内建设用地坡度分布与其背景地面坡度分布之间的关系，如根据建设用地坡谱与地面坡谱间叠置关系的变化定义爬坡指数[1]；第三种着重比较某项建设用地坡度参数在特定统计单元和更大统计范围之间的相对位置，如建设用地坡度份额指数[37]。以上度量方式均重在辅助认识建设用地爬坡现象，尚不能直接用于监测调控目的。一是因为其所建立的分级体系尚无与管理实践明确对应的判别依据，有的甚至并未配套分级体系；二是因为这些指标所针对的情形相对单一，未能兼顾爬坡主体和爬坡上限。

本文从管理实践需求出发，首先围绕建设用地爬坡的起算坡度和上限坡度确定分级依据，借助半数平衡点坡度和主流上限点坡度实现对爬坡主体和爬坡上限的兼顾，从而构建出一种复合型建设用地爬坡程度指数及其分级方案；进而选择建设用地爬坡现象集中的中国南方山区县城开展实证应用研究，分析其爬坡程度等级在2000—2020年的数量结构和空间格局变化特征，初步预测2020—2025年的爬坡程度等级变化；最后展示和探讨该分级方法的科学性和实用性，以期为宏观管控低丘缓坡开发利用活动提供借鉴。

1 数据与方法

1.1 研究对象

以519个南方山区县城作为研究对象（图1），获取步骤：（1）获取全国山区县域列表。以《中国县（市）社会经济统计年鉴（2011）》的山区县（市）名单[38]（该名单未涉及港澳台地区）为基础，并根据区划变更资料调整至与民政部2020年年末的县以上行政区划（http：//www.mca.gov.cn/article/sj/xzqh）相对应，得到山区县域。（2）确定南方山区县域。以谢高地等[39]确定的南部湿润生态大区为南方地区范围，将其与山区县域叠置取交集，得到529个南方山区县域。（3）确定南方山区县城。结合人工勾绘的建成区范围矢量数据提取县城范围，并将空间相邻的市辖区合并为同一分析单元，得到519个南方山区县城，涉及安徽、重庆、福建、甘肃、广东、广西、贵州、海南、河南、湖北、湖南、江西、陕西、四川、云南以及浙江共16个省级行政区。

1.2 数据来源与处理

数字高程模型（DEM）数据，采用30 m SRTM1数据集（SRTMGL1.003版本），来源于https：//e4ftl01. cr.usgs.gov/，该数据能生成较为准确的局部地形因子（如坡度）[40]，相比ASTER GDEM数据更适用于本文。建设用地解译数据（2000年、2005年、2010年、2015年、2020年共5期），采用30 m Urban China数据集（http：// data.ess.tsinghua.edu.cn/），该数据整体精度高于90%[41]，满足研究需求。县城范围矢量数据，以2020年的米级分辨率高清卫星影像为参照，并以主要城区外围城乡过渡带作为边界，通过人工判读勾绘方式获得。借助GIS软件提取基础分析数据，主要内容包括：（1）处理DEM得到坡度栅格；（2）以县城范围矢量数据作为掩膜对5期建设用地解译数据进行提取，得到5期县城建设用地栅格；（3）以县城建设用地栅格为掩膜对坡度栅格进行提取，得到5期县城建设用地坡度栅格。

1.3 建设用地爬坡程度指数的构建与分级

1.3.1 建设用地爬坡的两个临界坡度

爬坡起算坡度（5°）。是指某一人为规定的坡度值，当地面自然坡度大于该值时，在其上开展的工程建设活动才能被称为坡地建设。对该起算坡度的界定取决于如何定义“坡地”。学者们虽然观点各异，但大多数认可在5°～8°附近，其中从坡地综合开发利用视角出发时多倾向较大值，仅聚焦工程建设时常推荐较小值。中国山地城市学奠基人黄光宇先生推荐以5°为界划分平地与坡地；马经纬等[13]基于全国城市统计分析结果，推荐依据《城乡建设用地竖向规划规范（CJJ83—2016）》将其界定在4.57°；周亮等[1]基于坡谱统计结果发现，近30年来全国建设用地坡谱与地形坡谱一直稳定地在5°附近相交，也即建设用地的优势分布坡度通常不大于5°。本文主要面向城镇建设，并且基于操作方便考虑，采纳5°作为爬坡起算坡度[4]。

爬坡上限坡度（20°）。同样是一人为规定的坡度值，作用是将建设用地布局限制在该坡度值之下，防止因建设运营成本过大而导致得不偿失。关于该坡度的取值，在现有实践运用中仍存在冲突现象，例如《城乡建设用地竖向规划规范 CJJ83—2016》规定的上限坡度是25%（≈14°），而城镇建设适宜性评价实践中多以25°为上限。彭秋志等[36]在分析典型坡地城市重庆市的建设用地爬坡特征后发现，在经历低丘缓坡开发利用试点后，建设用地爬坡突破14°上限的情形已十分常见，而达到或超过25°的情形仍极为罕见，主张將爬坡上限设在20°为宜。考虑到中国未来再次出现大范围高强度爬坡的可能性极低，若采纳25°方案很可能达不到预警作用，因此本文采纳20°方案[34，36]。

1.3.2 建设用地面积频率累加曲线及其两个关键点坡度

建设用地面积频率累加曲线。按坡度从缓至陡的方向累加建设用地的面积频率，得到建设用地面积频率累加曲线。该曲线的横坐标是坡度，纵坐标是建设用地面积频率的累加值。该曲线将被用于提取半数平衡点坡度和主流上限点坡度。

半数平衡点坡度（F50%）。是指在建设用地面积频率累加曲线上，纵坐标取值为0.5时所对应的横坐标值，意指刚好有一半的建设用地分布于该坡度值之下，因此称半数平衡点。当半数平衡点坡度超过爬坡起算坡度（F50%>5°）时，建设用地爬坡开始成为“值得关注”的问题。

主流上限点坡度（F95%）。是指在建设用地面积频率累加曲线上，纵坐标取值为0.95时所对应的横坐标值，表达建设用地中的主流部分（95%）分布于该坡度值之下[35]。当主流上限点坡度超过爬坡上限坡度（F95%>20°）时，建设用地爬坡已经成为“应高度重视”的严重问题。

1.3.3 建设用地爬坡程度指数及其分级

2 实证结果分析

2.1 各CCDI等级的基本统计特征

基于519个县城的5期数据计算出所有2 595个CCDI值，按照表2的分级体系将每个CCDI值归入 4个CCDI等级组，分组绘制建设用地面积频率坡谱统计箱形图，并给出各组典型县城在2020年前后的三维实景影像（图2）。随着CCDI等级升高，建设用地面积频率坡谱曲线从右偏、尖峰形态逐步趋向均匀分布，建成区三维实景也依次呈现平地为主、平丘结合、小丘缓坡为主、大丘斜坡为主的梯次变化，说明CCDI等级在坡谱形态方面表现出了直观的梯度特征。更细致地对建设用地坡谱主要参数[36]进行统计发现（表3），所有坡谱参数的平均值均随CCDI等级上升而逐级增大，且从标准差的大小可看出各级之间有明显分离性，表明CCDI分级能够稳健表达和明确区分建设用地爬坡程度。

2.2 2000—2020年CCDI等级的数量结构变化

图3显示了各年份各CCDI等级的县城数量，并示意了相邻年份各等级间的转移规模。就数量变化而言，绿色等级的数量占比不断减少，从2000年的78.42%降至2020年的62.62%，共减少15.80%，年均减少0.79%，其余等级除个别年份微弱减少外均表现为增加，黄色、橙色和红色等级的数量占比年均分别增加了0.23%、0.34%和0.22%；绿色等级减少量最小的时段是2000—2005年（减少3个），最大的时段是2010—2015年（减少46个），两者差距达15倍以上。从数量排序看，在2010年及其之前，各等级按数量由多到少排序是绿、黄、红、橙，橙色最少；经过2010—2015年的大幅转变，排序变为了逐级减少的绿、黄、橙、红。

图4进一步详细展示了首尾统计年份间和各相邻统计年份间的CCDI等级转移数据。2000—2020年保持CCDI等级不变的县城数量占比为71.5%，而CCDI等级转移以上升1级（占县城总数的21.4%）和上升2级（占5.2%）为主（图4（a））。分4个时段看，所有时段的CCDI等级转移均以上升1級为主，上升1级的县城数量按时间顺序分别有12个（图4（b））、33个（图4（c））、85个（图4（d））和38个（图4（e）），呈现先增大后缩小趋势，其中2010—2015年上升1级的县城数量比其他3个时段之和还多。

总的来说，2000—2020年CCDI等级数量结构变化呈现如下特征：（1）虽然持续以绿色等级为主，但黄、橙、红等级的县城数量不断增多；（2）各时段的等级转换均以上升1级为主；（3）等级转换规模先增后缩，并以2010—2015年最突出。

2.3 2000—2020年CCDI等级的空间格局变化

2.3.1 2000—2020年研究区各县CCDI等级的空间格局变化

从各年份CCDI等级空间分布中可发现（图5），一个“91”形态在绿色基底上逐渐变得清晰，其中，“9”字形态由中国第二地势阶梯东南缘山地和四川盆地外围山地共同构成，而“1”字形态主要由浙闽丘陵构成。西部“9”字形态位于从平原盆地区向高原山地区过渡的地带，这里的县域普遍存在地形变化剧烈、平地资源匮乏、远离省域发展中心、少数民族较多、经济发展落后、城镇化水平较低等共同特征，在就近城镇化压力推动下，较严重的城镇爬坡现象自然普遍发生。东部“1”字形态从浙江省南部丽水市延伸到了福建省南部龙岩市，这里主要受沿海发达平原区的辐射带动而出现城镇爬坡，并且红色等级县城直到2010年才出现，其爬坡动机明显不同于“9”字形态区。“91”形态可按直观清晰度划分为差异明显的两段，2000年、2005年和2010年属于相对模糊段，而2015年和2020年属于相对清晰段，提示在2010—2015年发生了某种超常规的大规模城镇爬坡事件。

2.3.2 2000—2020年CCDI等级不变县的CCDI等级空间格局变化

在2000—2020年始终未发生CCDI等级变化的县城共有363个，其中绿、黄、橙、红等级分别有319个、15个、5个、24个。红色等级县城数虽远少于绿色等级，但超过了黄色与橙色之和，这体现出了绿、红两个等级间的明显分离性。从空间分布看，红色等级主要出现在前述“9”字形态区（图6（a）），说明此区域的地形困境在城镇化早期就已存在，对当地县城扩张形成极大阻力。从时间变化看，虽然这些县城的CCDI等级在2000—2020年间一直未变，但每一等级的CCDI均值都经历着近似“S”形的上升过程，且上升最快的时段均在2010—2015年（图6（b）—6（e）），这意味着建设用地爬坡在南方山区县城是一种普遍性现象。

2.3.3 2000—2020年CCDI等级变动县的CCDI等级变化空间格局

2000—2020年的CCDI等级变动主要发生在前述“91”形态区。其中在“9”字形态区范围，因四川盆地西侧外围一些县城出现CCDI等级下降，以及贵州全省和云南西南出现较多的CCDI等级上升县城，使得CCDI等级上升区域整体更像一个朝西北方向开口的“E”字母形态（图7（a））。在2000—2005年，发生CCDI等级上升的12个县城中有9个出现在中国第二地势阶梯东南缘山地（图7（b））。在2005—2010年， CCDI等级上升县城数迅速增至34个，在西部以贵州为核心且主要沿着省域边界分布，在东部形成以福建为核心的条状零星分布（图7（c））。2010—2015年处于大规模CCDI等级转变高潮期（图7（d）），共有93个县城发生CCDI等级上升，其对整个研究时段内CCDI等级上升的贡献大大超过了其他各时段；2015—2020年CCDI等级上升县城迅速回落到38个，但仍是围绕着“91”形态发生（图7（e））。

总的来说，2000—2020年CCDI等级空间分布变化呈现如下特征：（1）等级转换主要发生在西部“9”字形态区和东部“1”字形态区，并以前者为主；（2）红色等级县城在西部“9”字形态区更早出现，且规模始终远大于东部“1”字形态区；（3）除2010—2015年出现以贵州和福建为核心的群聚式变动外，等级变动在其他时段均相对分散。

2.4 2020—2025年CCDI等级变化的初步预测

基于两种合理假设，分别预测2025年各县城的 CCDI值。假设1为自然趋缓情形：注意到CCDI平均值的变化走势近似以2010—2015年为中段的“S”形态，且各相邻时段间CCDI均值变化斜率之比均接近3倍或1/3倍（图8），预测2020—2025年大多数县城的CCDI值变化斜率将明显缓于2015—2020年，更可能接近2000—2005年，故使用2015—2020年变化斜率的1/3进行外推；假设2为线性外推情形：考虑到研究区内大多数县域仍处在快速城镇化中期和经济建设加快追赶期，预测2020—2025年的CCDI值变化斜率应当基本延续2015—2020年的走势，故直接基于2015—2020年变化斜率进行外推。

两种假设情形下，2020—2025年的CCDI等级变动都将继续以上升1级为主，但自然趋缓情形下仅有20个县城发生等级上升，不到线性外推情形下51个的40%。在自然趋缓情形下将新增4个红色等级县城，CCDI等级变动区域整体呈零散分布，仅在贵州东部和云南南部略呈群聚性（图9（a））；在线性外推情形下将新增15个红色等级县城，CCDI等级变动区域将继续构成一个明显的“91”形态（图9（b）），且该形态比2015—2020年的（图7（e））更易辨认。

3 结论与讨论

3.1 结论

本文基于两个临界坡度与两个关键点坡度的对应关系提出了建设用地爬坡程度指数CCDI，并划分出绿、黄、橙、红4个CCDI等级。实证部分以中国南方519个山区县城为例探究了2000—2020年的CCDI等级时空演变特征，并对2020—2025年的CCDI等级变化趋势进行了初步预测。主要结论如下：

（1）经对比建设用地坡谱曲线形态及其特征参数可发现，不同CCDI等级间差异显著，各等级的爬坡严重程度符合直观认知，表明该CCDI分级体系能满足监测预警需求。

（2）2000—2020年CCDI等级数量以绿色等级为主，黄、橙、红等级的县城数量比重不断上升，近1/3县城的CCDI等级发生变动，变动形式主要表现为相邻等级间的转换，尤其是上升1个等级，半数以上的等级上升现象发生在2010—2015年。

（3）2000—2020年CCDI等级变动主要发生在由中国第二地势阶梯东南缘山地和四川盆地外围山地共同构成的“9”字形态区，以及浙闽丘陵“1”字形态区，2010—2015年的大規模等级上升强化了“91”形态分布特点。

（4）预测2020—2025年CCDI等级变动仍将在“91”形态基础上延续以上升1级为主的趋势，其中线性外推假设下发生等级上升和新增为红色等级的县城数量分别是51个和15个，而自然趋缓假设下的对应数量分别为20个和4个。

3.2 讨论

从CCDI等级数量结构变化、CCDI等级空间格局变化以及CCDI均值变化3个视角均能发现，南方山区县城在2010—2015年的城镇建设用地爬坡活动整体异常活跃，其爬坡程度增量超过了其他各时段的总和。最能解释该数据结果的关键资料应当是2012年原国土资源部发布的《低丘缓坡荒滩等未利用土地开发利用试点工作指导意见》，其中有11个省（区）的部分县（市）被纳入试点，试点期限为2012—2016年。从图8看，在该指导意见影响下，试点期间的CCDI实际增速很可能是原本应有增速的2～3倍。另外一个引人关注的现象是2010—2015年的CCDI等级上升县异常密集地出现在贵州省（图7（d））。这显然与《国务院关于进一步促进贵州经济社会又好又快发展的若干意见》中提到的“将贵州确定为全国开发未利用低丘缓坡实施工业和城镇建设试点地区，相关指标单列管理”密切相关。由此可见，尽管建设用地爬坡有其自然发生和演进的潜在规律性，但国家级土地利用政策无疑能极大影响爬坡的快慢、规模和空间布局。坡地资源也是重要的自然资源，其在自然资源要素支撑保障经济社会高质量发展中的作用大小，取决于决策者愿意在多大程度上盘活用好全国丰富的坡地资源。此外，初步预测表明2020—2025年CCDI等级或将在“91”形态下继续以级别爬升为主，尤其是西部“9”字形态区（图9）。考虑到西部地区仍有强劲的城镇化动力，为此应特别加强对“9”字形态区建设用地爬坡的调查研究和风险管控。

本文提出的CCDI是一个兼顾建设用地分布主体和分布上限的简单合成通用指标，由其划分的CCDI等级特别强调了对监测预警需求的适配，一体化解决了统一衡量建设用地爬坡程度并划分风险等级的问题，为宏观管控城镇坡地建设活动提供了新的方法工具。中国在2012—2016年的大范围低丘缓坡开发利用试点政策有效激发了地方政府试点积极性，明显缓解了大量山区城镇新增建设用地需求与优质耕地保护要求间的尖锐矛盾。但全国性的宏观监管和统筹工作未能及时跟进到位，以致难免出现激进爬坡、低效爬坡、坡地开发利用指标供需错配等乱象，按常理预期会推出的试点成果推广政策或“二期”试点政策至今并未出现[42]。CCDI分级体系是在坡地资源开发利用领域对分级监管理念的落实，有助于补齐国家或省级层面在该领域的监管缺失，促进建设用地爬坡的区域协调，辅助完善低丘缓坡开发利用政策制度体系。在实际应用中，国家或重点省份可常态开展城镇CCDI年度评级，据此统筹调配坡地开发利用指标，指导相关城镇适度修改用地计划，以期达成全局稳妥可控的管理目标。此外，可基于“无风险不打扰、低风险预提醒、中高风险严监控”理念，重点加强对橙色和红色两个等级的监测与管控。其中，橙色代表着既充分利用坡地资源又未突破损益平衡点的相对理想状态，可视为低风险，重在监测预警；红色则有较大概率处于得不偿失的超载区间，可视为中高风险，重在疏解爬坡压力和管控爬坡风险。针对处于红色等级的县，推荐对策可包括但不限于：引导农村人口外迁定居以缓和城镇扩张压力，强化建成区土地利用集约化水平以减少新的坡地占用，强化新增坡地建设区与现有城区的空间融合以提高爬坡收益[36]，严格执行坡地建设安全设防标准，常态化排查和处置坡地建设区的安全隐患。

在描述建设用地爬坡程度方面，由于绝大部分城市的建设用地坡度频率分布形态呈现简单的右偏、尖峰特征[1]，所以CCDI与平均坡度（μ）[36]、坡谱均匀度（E）[35]、坡地率（PSC）[13]、主流上限坡度（F95%）[35]等现有指标高度相关（研究区2 595个样本下CCDI分别与μ、E、PSC、F95%的线性拟合R2依次为0.988、0.962、0.880、0.908，均通过p<0.000 1显著性检验），区别仅在于各自的观察视角和刻度体系不同。就观察视角而言，μ是对建设用地坡度分布集中特征的全局刻画，E侧重对建设用地坡谱曲线分布均匀性的刻画，PSC主要注重建设用地在不同坡度范围内的分布比例，F95%仅表达了坡度梯度上的主流分布上限信息，而CCDI直接针对爬坡程度或爬坡风险的分级，它们可以互相印证，从而全面刻画出建设用地爬坡特征；从刻度体系来说，CCDI与μ、E、PSC、F95%均有各自不同的度量单位，但CCDI的额外优势是配套有监管含义相对明确的分级体系，做到了既有刻度线又有警示线。另外，从比较基准的设定看，CCDI明显区别于平均建设用地爬坡指数（ABCI）及上限坡度变化值（ULSC）[1]。ABCI和ULSC的比较基准是特异且动态变化的，适用于比较研究对象自身的前后变化；而CCDI与μ、E、PSC、F95%均强调统一且保持不变的比较基准。当然也有必要指出，CCDI值并不具有精准物理含义。其一，CCDI是对两个指标的合成，而合成操作会引入一定模糊性；其二，CCDI计算过程中以5°作为无量纲化参考，这只是一种基于经验认知的简化，并无物理机理支撑；其三，CCDI假设F50%与F95%之间符合如式（1）的静态简单对应关系，但二者的关系实际是动态变化且不严格对应的；其四，CCDI值是基于建设用地面积频率累加坡谱计算的，而坡度的取值对DEM的分辨率和准确性有依赖，并且建设用地数据的质量也是不确定因素。尽管CCDI值并不严谨和精准，但鉴于实际的监测调控工作往往更强调管用和方便，所以基于CCDI值划分的CCDI等级仍足以发挥其实用功能。

并非所有城镇都能独自处理好建设用地爬坡问题，这需要从大区域乃至全国视角建立统一的监测调控机制，且有必要将其纳入区域协调发展和国土空间格局优化体系中统筹谋划。本文仅针对建设用地爬坡严重程度的表达和分级问题进行了初步的技术性尝试，未来还有必要在推导过程、阈值参数等方面继续优化，此外还可以结合监测调控需求，从评价、预警、模拟、调控等方面开展更多深化研究。

参考文献（References）：

[1] 周亮，党雪薇，周成虎，等.中国建设用地的坡谱演化规律与爬坡影响[J] .地理学报，2021，76（7）：1747 - 1762.

[2] SHI K F， WU Y Z， LIU S R. Slope climbing of urban expansion worldwide： spatiotemporal characteristics， driving factors and implications for food security[J] . Journal of Environmental Management， 2022， 324. doi： 10.1016/ j.jenvman.2022.116337.

[3] 黎昊，王钧，黄建国，等.粤港澳大湾区开发建设与丘陵浅山区山地灾害相关性[J] .山地学报，2022，40（3）：384 - 395.

[4] 黄光宇.山地城市空间结构的生態学思考[J] .城市规划，2005，29（1）：57 - 63.

[5] 徐勇，赵燊，樊杰.中国城市规划建设用地标准及气候和地形地貌修订[J] .地理学报，2020，75（1）：194 - 208.

[6] 叶高斌，苏伟忠，陈维肖.太湖流域城乡建设用地扩张的高程特征变化[J] .自然资源学报，2015，30（6）：938 -950.

[7] 唐燕，郭磊贤.基于坡度分析的丘陵城市形态设计策略研究[J] .现代城市研究，2015（6）：85 - 92.

[8] WANG Z W， LU C H. Urban land expansion and its driving factors of mountain cities in China during 1990-2015[J] . Journal of Geographical Sciences， 2018， 28（8）： 1152 -1166.

[9] 黄杉，陈前虎，梁影君，等.浙江省开化县城关工业区低丘缓坡开发的评价方法与利用策略[J] .中国土地科学，2009，23（6）：31 - 38.

[10] 杨子生.中国土地开发整治与建设用地上山研究[M] .北京：社会科学文献出版社，2013：1 - 3.

[11] YANG C， LIU H Z， LI Q Q， et al. Human expansion into Asian highlands in the 21st Century and its effects[J] . Nature Communication， 2022， 13. doi： 10.1038/s41467 -022 - 32648 - 8.

[12] YANG C， XIA R L， LI Q Q， et al. Comparing hillside urbanizations of Beijing-Tianjin-Hebei， Yangtze River Delta and Guangdong-Hong Kong-Macau greater Bay area urban agglomerations in China[J] . International Journal of Applied Earth Observation and Geoinformation， 2021， 102. doi： 10.1016/j.jag.2021.102460.

[13] 马经纬，彭秋志，马少华，等.中国城市建设用地坡地率及其与地面坡地率的关联[J] .资源开发与市场，2022，38（8）：948 - 954，972.

[14] ZHANG H X， ZHAO X J， REN J， et al. Research on the slope gradient effect and driving factors of construction land in urban agglomerations in the Upper Yellow River： a case study of the Lanzhou-Xining urban agglomerations[J] . Land， 2023， 12（4）. doi： 10.3390/land12040745.

[15] 魏小芳，赵宇鸾，朱昌丽，等.岩溶山地城市建设用地扩展的地形梯度特征——以贵阳市为例[J] .湖南师范大学自然科学学报，2020，43（1）：22 - 29，81.

[16] ZENG Z Z， ESTES L， ZIEGLER A D， et al. Highland cropland expansion and forest loss in Southeast Asia in the twenty-first century[J] . Nature Geoscience， 2018， 11（8）： 556 - 562.

[17] BIRHANU L， HAILU B T， BEKELE T， et al. Land use/land cover change along elevation and slope gradient in highlands of Ethiopia[J] . Remote Sensing Applications： Society and Environment， 2019， 16. doi： 10.1016/j.rsase.2019.100260.

[18] 王景新，吴次芳，李林林，等.经略山区——中华民族伟大复兴的重要战略选择[M] .北京：中国社会科学出版社，2021：11 - 14.

[19] 邓伟，唐伟.试论中国山区城镇化方向选择及对策[J] .山地学报，2013，31（2）：168 - 173.

[20] DUAN J H， PENG Q Z， HUANG P Y. Slope characteristics of urban construction land and its correlation with ground slope in China[J] . Open Geosciences， 2022，14（1）： 1524 -1537.

[21] 李红波，张慧，赵俊三，等.基于元胞生态位适宜度模型的低丘缓坡土地开发建设适宜性评价[J] .中国土地科学，2014，28（6）：23 - 29，97.

[22] 魏海，秦博，彭建，等.基于GRNN模型与邻域计算的低丘缓坡综合开发适宜性评价——以乌蒙山集中连片特殊困难片区为例[J] .地理研究，2014，33（5）：831 - 841.

[23] 刘焱序，彭建，韩忆楠，等.基于OWA的低丘缓坡建设开发适宜性评价——以云南大理白族自治州为例[J] .生态学报，2014，34（12）：3188 - 3197.

[24] TAN Y Z， CHEN H， XIAO W， et al. Influence of farmland marginalization in mountainous and hilly areas on land use changes at the county level[J] . Science of the Total Environment， 2021， 794. doi： 10.1016/ j.scitotenv.2021.149576.

[25] 彭建，谢盼，刘焱序，等.低丘缓坡建设开发综合生态风险评价及发展权衡——以大理白族自治州为例[J] .地理学报，2015，70（11）：1747 - 1761.

[26] 王旭熙，彭立，苏春江，等.基于景观生态安全格局的低丘缓坡土地资源开发利用——以四川省泸县为例[J] .生态学报，2016，36（12）：3646 - 3654.

[27] 李靖，廖和平，蔡进.基于风险评价的低丘缓坡土地开发建设适宜性情景模拟——以重庆市巴南区为例[J] .资源科学，2018，40（5）：967 - 979.

[28] 蒋佳佳，邵景安，谭少军，等.重庆两江新区低丘缓坡开发建设生态适宜性评价[J] .地理研究，2019，38（6）：1403 - 1419.

[29] 石宇，韩蕊，郭泺.基于地形梯度的南方丘陵山地带生态系统服务价值对城市化的空间响应——以粤北地区为例[J] .生态学报，2021，41（18）：7238 - 7248.

[30] 阚欣玥，张洪.低丘缓坡建设开发对土壤侵蚀的影响[J] .山地学报，2021，39（1）：25 - 37.

[31] 姜跃锋，周亮，陈志杰.典型河谷型城市建设用地的爬坡特征及其生态质量影响[J] .山地学报，2022，40（4）：570 - 580.

[32] ZHOU L， DANG X W， MU H W， et al. Cities are going uphill： Slope gradient analysis of urban expansion and its driving factors in China[J] . Science of the Total Environment， 2021， 775. doi： 10.1016/j.scitotenv.2021.145836.

[33] CHEN H， TAN Y Z， WU X， et al. Urbanization in China drives farmland uphill under the constraint of the requisitioncompensation balance[J] . Science of the Total Environment， 2022， 831. doi： 10.1016/j.scitotenv.2022.154895.

[34] 彭秋志，朱丹.中国建设用地爬坡潜在重点县域识别与分析[J] .中国土地科学，2022，36（9）：102 - 110.

[35] 彭秋志，唐铃，陈杰，等.2000—2015年深圳市建设用地坡谱演变研究[J] .自然资源学报，2018，33（12）：2200 -2212.

[36] 彭秋志，邓启辉，马少华，等.重庆主城区建设用地爬坡特征及其圈层性[J] .上海国土资源，2022，43（1）：12 -16，22.

[37] 彭秋志，马少华，邓启辉，等.山地城市建设用地增长的坡度梯度效应——以贵阳市为例[J] .自然资源学报，2022，37（7）：1865 - 1875.

[38] 国家统计局农村社会经济调查司. 2011中国县（市）社会经济统计年鉴[M] . 北京：中国统计出版社，2011：465 -470.

[39] 谢高地，张昌顺，张林波，等.保持县域边界完整性的中国生態区划方案[J] .自然资源学报，2012，27（1）：154 -162.

[40] 唐新明，李世金，李涛，等.全球数字高程产品概述[J] .遥感学报，2021，25（1）：167 - 181.

[41] GONG P， LI X C， ZHANG W. 40-Year（1978-2017） human settlement changes in China reflected by impervious surfaces from satellite remote sensing[J] . Science Bulletin， 2019， 64（11）： 756 - 763.

[42] YANG C， GUO W H， ZHANG C C， et al. Characteristics and trends of hillside urbanization in China from 2007 to 2017[J] . Habitat International， 2022， 120. doi： 10.1016/ j.habitatint.2021.102502.

A Method of Grading Construction Land Climbing Based on Monitoring and Warning Purpose and Its Application

HUANG Peiyi1， PENG Qiuzhi1，2，3， DUAN Junhao1， CHEN Di1， SU Yingzhen1

（1. Faculty of Land Resources Engineering， Kunming University of Science and Technology， Kunming 650093， China； 2. Surveying and Mapping Geo-informatics Technology Research Center on Plateau Mountains of Yunnan Higher Education， Kunming 650093， China； 3. Yunnan Natural Resources and Planning Intelligence Innovation Laboratory， Kunming 650093， China）

Abstract： The purposes of this study are to propose a method for measuring and grading construction land climbing phenomenon， and to help managers understand and control the climbing activities of construction land. The research method is to construct a construction land climbing degree index （CCDI） which organically combines two critical slopes with two key points of slope， and four levels of green， yellow， orange and red are divided， and 519 mountainous counties in southern China are used for empirical application analysis. The results show that： 1） analysis of basic statistical characteristics shows the CCDI levels can clearly express and better distinguish the severity of construction land climbing activities. 2） From 2000 to 2020， the number of CCDI levels are dominated by green， but other levels are continuously increasing， and the changing pattern mainly shows a terrace rise with drastic variation from 2010 to 2015. 3） The rising of CCDI levels is mainly in the western by “9” morphological characteristics centred on Guizhou and the eastern by“1” morphological characteristics centred on Fujian. 4） The changed CCDI levels continue to maintain the above characteristics of original spatial pattern from 2020 to 2025. In conclusion， CCDI can uniformly measure the degree of construction land climbing and classify the risk levels， and it is recommended that early warning should be emphasized for orange level areas， while pressure relief and risk management should be used for red level areas.

Key words： slope； construction land climbing； grading method； monitoring and warning

（本文責编：陈美景）