徐宏娟 耿哲 徐巖

摘 要：城鎮(zhèn)用地增長邊界（UGB）劃定對資源型城市土地利用規(guī)劃和管理具有重要意義。以徐州市中心城區(qū)為例，構(gòu)建地理加權(quán)元胞自動機（GWR-CA）模型，在對該模型進行校準和驗證的基礎(chǔ)上，考慮資源型城市生態(tài)環(huán)境約束條件，設(shè)定未來城鎮(zhèn)用地需求情景，基于“反規(guī)劃”理念，對2030年UGB進行劃定。結(jié)果表明：GWR-CA對2015年城鎮(zhèn)用地增長模擬的精度較高，可用于模擬未來城鎮(zhèn)用地擴張;兩種情景下，2030年分別新增城鎮(zhèn)用地106.75km2和273.25km2，前一種情景更為合理，在生態(tài)約束下2030年UGB面積為441.02km2，城鎮(zhèn)空間主要向東部及東南部緊湊式擴張。研究考慮了資源枯竭型城市生態(tài)環(huán)境約束，有利于保護生態(tài)環(huán)境和引導城市空間有序發(fā)展。

關(guān)鍵詞：資源型城市;GWR-CA模型;城鎮(zhèn)用地增長邊界

中圖分類號：F299.27 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2020）22-0115-06

引言

城鎮(zhèn)用地擴張一直是土地利用/覆蓋變化研究的焦點問題之一。隨著城鎮(zhèn)化進程的推進，城鎮(zhèn)用地不斷擴張，但城鎮(zhèn)用地無序蔓延給區(qū)域社會經(jīng)濟及生態(tài)環(huán)境帶來了許多問題，如耕地過度非農(nóng)化、森林砍伐、生態(tài)環(huán)境破壞等[1]。如何有效引導城市合理擴張，協(xié)調(diào)城市發(fā)展和資源及生態(tài)保護之間的矛盾已成為中國城市化過程中急需解決的重要問題[2]。特別是在資源型城市，由于礦產(chǎn)資源的開采，資源型城市出現(xiàn)沉降塌陷、液化災害等生態(tài)環(huán)境破壞問題，嚴重制約著城市建設(shè)與社會經(jīng)濟可持續(xù)發(fā)展。因此，綜合考慮其生態(tài)環(huán)境約束，引導其城市用地有序增長，成為這類區(qū)域轉(zhuǎn)型過程中面臨的重要課題。

城市增長邊界（Urban Growth Boundary，UGB）作為目前控制城市無序擴張最直接有效的方法和手段之一，其最早在西方國家尤其是美國開展研究和實驗[3]。UGB不僅是城市建設(shè)用地和非建設(shè)用地的分界線，也是城市在某一時期城市擴張的邊界線[4]。有效劃定城市空間增長邊界可遏制城市“攤大餅”式無序蔓延，倒逼土地資源優(yōu)化配置，提高城市用地利用效率，從而降低城市增長的資源消耗成本[5]。我國在UGB研究與應(yīng)用方面相對較晚，2006年《城市規(guī)劃編制辦法》首先提出要進行UGB的劃定，同年《北京城市總體規(guī)劃（2004—2020年）》將剛性邊界和彈性邊界的概念引入北京市城市邊界之中[6]。然而，UGB一開始主要根據(jù)研究人員的經(jīng)驗劃定，科學性相對不足，后來學者們綜合考慮空間因素（如交通、地形），采用基于元胞自動機（cellular automata，CA）的城市用地增長模型[7～8]、CLUE-S[9]、CA-Markov[10]及FLUS[11]等模型劃定UGB，取得了較好的效果，但已有研究大多針對非資源型城市開展UGB研究，而對資源型城市UGB劃定研究相對較少。同時，在已有模型中，地理加權(quán)回歸（Geographical Weighted Regression，GWR）能可有效探索空間異質(zhì)性影響因素[12]，因而將其與約束性CA模型進行耦合的GWR-CA城市用地增長模型[13]可更有效地為UGB劃定提供依據(jù)。

為此，本研究以資源枯竭型城市徐州市的中心城區(qū)為研究區(qū)域，運用地理加權(quán)回歸（GWR）模型對其2005—2015年城鎮(zhèn)擴張驅(qū)動力進行分析，構(gòu)建GWR-CA城鎮(zhèn)用地增長模擬模型對研究區(qū)2030年城鎮(zhèn)用地擴張進行情景模擬，進而劃定其UGB，以求為研究區(qū)城鎮(zhèn)土地利用規(guī)劃與管理提供決策依據(jù)。

一、研究區(qū)概況及數(shù)據(jù)

（一）研究區(qū)概況

徐州市位于江蘇省西北部，其地處東經(jīng)116°35′～118°66′，北緯33°71′～34°97′。徐州是中國第二大鐵路樞紐，交通發(fā)達，區(qū)位優(yōu)勢明顯，有“五省通衢”之稱，也是華東地區(qū)重要的老工業(yè)基地之一。作為資源型城市，徐州市歷史上依資源而興、靠資源發(fā)展，然而，隨著礦產(chǎn)資源逐漸枯竭，一系列生態(tài)問題陸續(xù)凸顯，如礦產(chǎn)開采造成的地面塌陷與沉降、水體污染等，嚴重制約了城市的可持續(xù)發(fā)展。當前，徐州市正處于轉(zhuǎn)型關(guān)鍵時期，并正著力打造淮海經(jīng)濟區(qū)中心城市。由于社會經(jīng)濟的快速發(fā)展，城市人口不斷增加，導致近年來徐州市特別是其中心城區(qū)（包括賈汪區(qū)、泉山區(qū)、銅山區(qū)、云龍區(qū)、鼓樓區(qū)6個區(qū)）城鎮(zhèn)用地快速擴張。因此，徐州在生態(tài)環(huán)境問題、地理位置、交通區(qū)位、社會經(jīng)濟及土地利用變化等方面均具有典型性，將其作為研究區(qū)可為資源型城市城鎮(zhèn)用地增長邊界劃定提供參考。本研究以徐州市中心城區(qū)作為研究區(qū)（見圖1）。

（二）數(shù)據(jù)來源及處理

本文的數(shù)據(jù)包括土地利用數(shù)據(jù)、DEM數(shù)據(jù)、城市規(guī)劃數(shù)據(jù)、交通區(qū)位圖及社會經(jīng)濟發(fā)展數(shù)據(jù)等。其中，土地利用數(shù)據(jù)采用2005年、2015年的Landsat TM遙感數(shù)影像圖進行解譯，土地利用類型分為7類：城鎮(zhèn)用地、水域、耕地、草地、林地、其他建設(shè)用地及未利用地。影響徐州城鎮(zhèn)用地擴張的潛在因素分為地形因素、可達性因素和自然環(huán)境因素，其中地形因素包括高程和坡度，主要通過30m分辨率DEM（地理空間數(shù)據(jù)云）處理而來;可達性因素包括到高速公路的距離、到一般公路的距離、到市政府的距離、到區(qū)政府的距離、到鄉(xiāng)鎮(zhèn)政府的距離、到水域的距離及到景點的距離等，這類因素通過ArcGIS中的歐氏距離工具分析得到;自然環(huán)境因素主要包括河流、未穩(wěn)定塌陷區(qū)、山林保護區(qū)、洪水淹沒區(qū)、嚴重液化區(qū)、風景名勝區(qū)、濕地保護區(qū)、自然保護區(qū)、二級水源保護區(qū)等，主要來自《徐州市城市總體規(guī)劃（2007—2020年）》等資料。以上所有因素都統(tǒng)一處理為30m分辨率的柵格數(shù)據(jù)，城鎮(zhèn)用地規(guī)模預測中所用的人口數(shù)據(jù)來源于2005—2015年《中國城市統(tǒng)計年鑒》和《徐州統(tǒng)計年鑒》。

二、研究方法

（一）GWR-CA模型

CA模型因具有自組織性、“自下而上”的研究思路和從時間、空間兩個維度反映城市發(fā)展變化的能力而被認為是模擬復雜城市系統(tǒng)非常有效的模型之一[14]，CA中元胞（土地單元）具有兩種狀態(tài)：城鎮(zhèn)用地和非城鎮(zhèn)用地，每個元胞都在特定步長t下按已設(shè)定的轉(zhuǎn)換規(guī)則進行轉(zhuǎn)換[15]。元胞i在t+1時刻的狀態(tài)轉(zhuǎn)換概率Pgi，t受其當前的狀態(tài)Si，t、空間變量影響下的土地利用轉(zhuǎn)換概率Pdi、周邊鄰域影響Pni、限制性因素Con和隨機因素Sto的綜合作用[16]。Pgi，t的表達式為[13]：

采用GWR-CA模型進行分析時，首先計算研究時段需轉(zhuǎn)換的元胞數(shù)量num，并設(shè)定每次迭代轉(zhuǎn)換數(shù)量k，本文在模型驗證時主要通過獲取研究時段內(nèi)城鎮(zhèn)用地變化數(shù)量來求得num，而在未來城鎮(zhèn)用地模擬時通過城鎮(zhèn)用地需求預測獲取num;然后選擇具有最大Pgi，t的k個非城市用地元胞進行轉(zhuǎn)換，并更新土地利用圖層，重新計算Pgi，t，重復上述迭代過程，直到所轉(zhuǎn)換的元胞數(shù)量等于num為止[8]。

（二）模型校準及驗證

本文采用2005—2015年數(shù)據(jù)對GWR-CA模型進行校準。根據(jù)研究區(qū)實際，選取以下潛在驅(qū)動因素：到水域的距離（X1）、到高速公路的距離（X2）、到一般公路的距離（X3）、到鎮(zhèn)政府的距離（X4）、到區(qū)政府的距離（X5）、到市政府的距離（X6）、到景點的距離（X7）、高程（X8）和坡度（X9）。同時，作為資源型城市，研究區(qū)城鎮(zhèn)用地擴張的絕對限制因素包括未穩(wěn)定塌陷區(qū)、山林保護區(qū)、洪水淹沒區(qū)、嚴重液化區(qū)、風景區(qū)、濕地保護區(qū)、自然保護區(qū)、二級水源保護區(qū)、湖泊、河流、水庫以及坡度大于25度的土地單元，對于這些絕對限制性因素，將其Con值設(shè)置為0，其他區(qū)域設(shè)置為1。

為獲取模型各變量的參數(shù)，本文分別提取1 250個發(fā)生城鎮(zhèn)用地轉(zhuǎn)換的元胞（Y=1）和1 250個未發(fā)生城鎮(zhèn)用地轉(zhuǎn)化的元胞（Y=0）共2 500個樣本點用于GWR模型分析。首先，基于SPSS軟件對各因素進行多重共線性檢驗，并以方差膨脹因子VIF<10為標準剔除具有顯著共線性的潛在因素，再將保留的因素納入GWR4.0軟件中進行GWR回歸分析，并采用ROC檢驗（Receiver Operating characteristic Curve）回歸分析結(jié)果，ROC越接近1，模型有效性越高。在此基礎(chǔ)上通過克里金空間插值法對各驅(qū)動因素回歸系數(shù)進行空間插值，從而獲取各驅(qū)動因素在各個柵格處的作用系數(shù)。

模擬模型精度驗證主要采用總體精度、Kappa系數(shù)、FOM指數(shù)（Figure Of Merit）等方法[19]，其中，總體精度介于0～100%之間，Kappa系數(shù)、FOM都介于0—1之間，以上指標值均越大越好。對于Kappa系數(shù)，當其大于等于0.75時，模型具有較好的準確性，0.5

（三）資源型城市城鎮(zhèn)用地增長邊界劃定思路

“反規(guī)劃”理念認為，城市規(guī)劃應(yīng)先將城市生態(tài)基礎(chǔ)保護起來，從而滿足可持續(xù)發(fā)展的需要[20]?；凇胺匆?guī)劃”思想，本文通過參考《深圳市基本生態(tài)控制線管理規(guī)定》（2005年）和《武漢市基本生態(tài)控制線管理規(guī)定》（第224號）初步劃定生態(tài)控制線，主要包括山林保護區(qū)、風景名勝區(qū)、濕地保護區(qū)、自然保護區(qū)、二級水源保護區(qū)，再結(jié)合徐州資源枯竭型城市和自然環(huán)境的特點，將未穩(wěn)定塌陷區(qū)、洪水淹沒區(qū)、嚴重液化區(qū)、湖泊、水庫、河流以及坡度大于25度的區(qū)域也納入控制線范圍，在此基礎(chǔ)上對城鎮(zhèn)用地進行布局。本文目標年城鎮(zhèn)用地擴張邊界劃定具體思路為：首先，根據(jù)上述過程劃定生態(tài)控制區(qū)并將其作為GWR-CA模型的絕對限制因素;其次，結(jié)合歷史土地利用數(shù)據(jù)和社會經(jīng)濟發(fā)展情況，預測目標年的城鎮(zhèn)用地需求量;最后，在采用歷史數(shù)據(jù)對GWR-CA模型進行校準和精度驗證后，將生態(tài)控制區(qū)作為絕對限制性圖層，采用GWR-CA模型對未來城鎮(zhèn)用地擴張進行情景模擬，并選擇合適的情景劃定城鎮(zhèn)用地邊界[11]。

本文設(shè)定兩種未來發(fā)展情景：情景一，基于綜合增長率的城鎮(zhèn)人口及城鎮(zhèn)用地預測，情景二，基于馬爾科夫模型的城鎮(zhèn)用地預測。其中，情景一主要是考慮近年來研究區(qū)城鎮(zhèn)人口年均綜合增長速度，進而預測2030年城鎮(zhèn)人口數(shù)量，并根據(jù)《城市用地分類與規(guī)劃建設(shè)用地標準》確定人均城市建設(shè)用地面積標準，進而預測2030年城鎮(zhèn)用地規(guī)模。情景二采用廣泛用于土地利用數(shù)量變化預測的馬爾科夫模型[21]對城鎮(zhèn)用地規(guī)模進行預測。分析時，本文以2005年為基期年，2015年為驗證年，土地利用類型的轉(zhuǎn)移概率公式為[22]：

三、結(jié)果分析

（一）模型校準與驗證結(jié)果

首先，在GWR分析前對自變量進行共線性檢驗，結(jié)果顯示9個潛在變量均不存在顯著共線性，進而將其全部帶入GWR進行分析。結(jié)果表明，GWR模型的赤池信息準則（AICc）為1 163.182，而全局Logistic回歸的AICc為1 412.293，GWR的AICc結(jié)果小于全局回歸模型，表明采用GWR模型可獲得最優(yōu)帶寬。對模型進行ROC檢驗，結(jié)果表明，GWR和全局Logistic模型的ROC分別為0.968和0.902，表明兩者的擬合效果均很好，但GWR模型擬合效果更優(yōu)，因此研究區(qū)城鎮(zhèn)用地擴張驅(qū)動力應(yīng)考慮空間異質(zhì)性特征。

從回歸模型結(jié)果來看（見下表），在其他因素不變的前提下，到高速公路距離（X2）、高程（X8）、坡度（X9）對研究區(qū)城鎮(zhèn)擴張影響均為正向，回歸系數(shù)分別在0.146～0.402、0.013～0.085、0.013～0.059之間，到一般公路距離（X3）、到鎮(zhèn)政府距離（X4）、到區(qū)政府距離（X5）對城鎮(zhèn)擴張影響均為負向，回歸系數(shù)分別在-3.392～-0.972、-0.706～-0.076、-1.037～-0.326之間，而其余因素的影響既有正向也有負向，這表明各變量在不同區(qū)位對城鎮(zhèn)用地擴張有著不同的影響效果。進而，采用克里金空間插值法對以上各變量回歸系數(shù)進行空間插值，從而得到各元胞各變量對城鎮(zhèn)用地擴張的影響系數(shù)。

將以上空間插值得到的結(jié)果帶入式（2）和式（3）求得各變量作用下非城鎮(zhèn)用地城鎮(zhèn)化的概率圖層，進而基于2005—2015年數(shù)據(jù)采用GWR-CA模型進行模擬，并將2015年模擬結(jié)果與實際土地利用現(xiàn)狀進行對比，采用前述精度驗證指標進行分析，結(jié)果（見圖2）表明，GWR-CA模型的總體精度為96.52%，Kappa系數(shù)為0.82，F(xiàn)OM為0.58，Kappa和FOM值分別大于0.75和0.5，且FOM大于已有研究中的FOM值[23～26]，說明校準后的GWR-CA模型能較好地反映研究區(qū)城鎮(zhèn)用地擴張過程，該模型可信度較高，可用于對研究區(qū)未來城鎮(zhèn)用地擴張的模擬。

（二）目標年城鎮(zhèn)用地增長邊界劃定

本文根據(jù)前述兩種情景進行未來城市用地擴張模擬：情景一，基于綜合增長率的城鎮(zhèn)人口及城鎮(zhèn)用地預測，預測出2030年研究區(qū)城鎮(zhèn)人口為383.38萬人，按人均建設(shè)用地115m2/人計算，可得2030年城鎮(zhèn)用地面積為441.02km2，比2015年增長106.75km2;情景二，基于馬爾科夫模型的城鎮(zhèn)用地預測，將2005年與2015年作為預測基期年，利用不同地類之間面積數(shù)量或比例關(guān)系進行概率轉(zhuǎn)換[22]，預測出2030年研究區(qū)新增城鎮(zhèn)面積273.25km2。在城市發(fā)展過程中，政策與規(guī)劃起著重要作用，我國對城市建設(shè)用地實行建設(shè)用地總量和強度雙控制，堅持底線思維和紅線意識[27]。因此，未來城鎮(zhèn)擴張速度與以前相比會有所減緩。2018年徐州榮獲聯(lián)合國人居環(huán)境獎，成為宜居城市中的翹楚，自2015年以來，徐州一直致力于舊城改造工作，將生態(tài)文明建設(shè)放在戰(zhàn)略位置，打造生態(tài)宜居的樣板城市，這就要求徐州節(jié)約集約用地，遏制城鎮(zhèn)的粗放擴張，加快資源型城市的轉(zhuǎn)型，故此徐州2015—2030年主城區(qū)的城鎮(zhèn)擴張面積不宜過大。因此，本研究中馬爾科夫模型在未來城市用地擴張模擬方面可行性不強，而情景一預測結(jié)果更符合未來發(fā)展情況，故將情景一作為城鎮(zhèn)用地增長邊界劃定的依據(jù)，故需轉(zhuǎn)換的城鎮(zhèn)用地柵格數(shù)為118 469個，進而確定城鎮(zhèn)用地增長邊界（見圖3）。

從情景一下城鎮(zhèn)用地增長邊界模擬圖來看（見圖3），新增城鎮(zhèn)用地主要分布在銅山區(qū)、云龍區(qū)和鼓樓區(qū)，而賈汪區(qū)、泉山區(qū)相對較少，造成這種現(xiàn)象的主要原因是城鎮(zhèn)用地擴張要求地勢平坦，連霍高速與淮徐高速的交匯加速了附近城鎮(zhèn)的發(fā)展，徐州經(jīng)濟開發(fā)區(qū)與銅山高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)帶來的經(jīng)濟增長促進了開發(fā)區(qū)附近城鎮(zhèn)規(guī)模的擴大。城鎮(zhèn)用地增長邊界劃定結(jié)果表明，2015—2030年新增城鎮(zhèn)用地約106.75km2，城市空間出現(xiàn)向東部和東南部的擴張趨勢，同時生態(tài)約束控制使城鎮(zhèn)用地增長更為緊湊，有利于倒逼已有城鎮(zhèn)用地的集約高效利用，保護耕地，提升城市發(fā)展質(zhì)量。同時，由于在城鎮(zhèn)用地擴張模擬過程中綜合考慮了采礦塌陷地等生態(tài)敏感區(qū)域?qū)Τ鞘薪ㄔO(shè)的影響，劃定的城鎮(zhèn)用地增長邊界更有利于協(xié)調(diào)城市發(fā)展與生態(tài)保護之間的矛盾。因此，以上結(jié)果不僅符合“生態(tài)文明建設(shè)”的時代要求，也遵循了城鎮(zhèn)用地擴張的客觀歷史規(guī)律。

四、結(jié)論與討論

針對已有研究較少對資源型城市城鎮(zhèn)用地增長邊界進行研究的問題，本文以徐州中心城區(qū)為研究區(qū)域，在“反規(guī)劃”理念下運用GWR-CA模型來劃定2030年其城鎮(zhèn)用地增長邊界。研究表明：首先，GWR-CA模型模擬結(jié)果的總體精度、Kappa系數(shù)、FOM分別為96.52%、0.82和0.58，表明模型具有較高的準確性，可用于對未來城鎮(zhèn)用地擴張進行模擬。其次，基于綜合增長率的城鎮(zhèn)人口及城鎮(zhèn)用地預測結(jié)果更符合研究區(qū)發(fā)展實際，在“反規(guī)劃”理念下劃定2030年徐州市中心城區(qū)的城鎮(zhèn)用地增長邊界，新增城鎮(zhèn)用地面積為106.75km2，城市空間有向東部和東南部擴張趨勢，城鎮(zhèn)用地集約水平將會提高。

限于數(shù)據(jù)可獲取性，本文在驅(qū)動因素選擇方面不夠全面，如缺少基本農(nóng)田這一重要的限制性因素。同時，本文采用遙感解譯數(shù)據(jù)進行研究，在用地規(guī)模上可能與實際城鎮(zhèn)用地會有一定差異。因此，未來需綜合考慮以上問題，進一步提升研究區(qū)城鎮(zhèn)用地增長邊界劃定的準確性。

參考文獻：

[1] ?叢佃敏，趙書河，于濤，等.綜合生態(tài)安全格局構(gòu)建與城市擴張模擬的城市增長邊界劃定——以天水市規(guī)劃區(qū)（2015—2030年）為例[J].自然資源學報，2018，（1）：14-26.

[2] ?Xia C.，Zhang A.，Wang H.，et al..Predicting the expansion of urban boundary using space syntax and multivariate regression model[J].Habitat International，2019，（86）：126-134.

[3] ?張韶月，劉小平，閆士忠，等.基于“雙評價”與FLUS-UGB的城鎮(zhèn)開發(fā)邊界劃定——以長春市為例[J].熱帶地理，2019，（3）：377-386.

[4] ?劉偉玲，張育慶，楊俊.不規(guī)則鄰域CA的城市增長邊界研究——以大連市經(jīng)濟技術(shù)開發(fā)區(qū)為例[J].測繪通報，2018，（8）：93-96.

[5] ?Liang X.，Liu X.，Li X.，et al..Delineating multi-scenario urban growth boundaries with a CA-based FLUS model and morphological method[J].Landscape and Urban Planning，2018，（177）：47-63.

[6] ?張振廣，張尚武.空間結(jié)構(gòu)導向下城市增長邊界劃定理念與方法探索——基于杭州市的案例研究[J].城市規(guī)劃學刊，2013，（4）：33-41.

[7] ?龍瀛，韓昊英，毛其智.利用約束性CA制定城市增長邊界[J].地理學報，2009，（8）：999-1008.

[8] ?舒幫榮，劉友兆，張鴻輝，等.集成變權(quán)與約束性模糊CA的城鎮(zhèn)用地擴張情景模擬[J].武漢大學學報：信息科學版，2013，（4）：498-504.

[9] ?Huang J.，Liu T.，Huang D.Delimiting urban growth boundaries using the CLUE-S model with village administrative boundaries[J].Land Use Policy，2019，（82）：422-435.