汪 洋 ,劉志強 ,王俊帝 ,2
(1.蘇州科技大學(xué) 建筑與城市規(guī)劃學(xué)院,江蘇 蘇州 215011;2.蘇州科技大學(xué) 天平學(xué)院,江蘇 蘇州 215011)
21世紀(jì)以來,江蘇省作為我國城鎮(zhèn)化水平較高的省份之一,其綠地建設(shè)水平也一直處于全國前列。2015年江蘇省建成區(qū)綠地率已達39.47%,高于同期全國的36.36%[1]。近20年來江蘇省建成區(qū)綠地率大幅提升,在市域尺度(截止到2015年底,蘇南包括南京、無錫、常州、蘇州、鎮(zhèn)江5個地級市,常熟、張家港、昆山、太倉、江陰、宜興、溧陽、丹陽、揚中、句容10個縣級市;蘇中包括揚州、泰州、南通3個地級市,高郵、儀征、靖江、興化、泰興、海 門、啟東、如皋8個地級市;蘇北包括徐州、連云港、宿遷、淮安、鹽城5個地級市,東臺、邳州、新沂3個縣級市)上出現(xiàn)了區(qū)域聚集效應(yīng)。如2000年,蘇南無錫(34.15%)、江陰(32.07%)、太倉(31.13%)等城市呈現(xiàn)了明顯的高水平俱樂部效應(yīng);而蘇北宿遷(21.77%)、新沂(26.41%)、鹽城(22.58%)等城市呈現(xiàn)出低水平聚集。
通過整理歸納現(xiàn)有城市綠地建設(shè)水平區(qū)域差異的研究發(fā)現(xiàn),葉駿驊、韓旭、劉志強等學(xué)者已經(jīng)在相關(guān)研究上取得了一定的研究成果[2-5]。葉駿驊[2]指出我國東、中、西部綠地建設(shè)存在明顯差異。韓旭[3]基于區(qū)域差異的視角,探明我國城市單元的綠地建設(shè)水平呈現(xiàn)出自階梯狀自東向西的降低趨勢。劉志強[4]揭示了江蘇省三大地帶間綠地建設(shè)差異明顯縮小,其綠地水平總體差異主要是由地帶內(nèi)市際差異引起。但現(xiàn)有研究多以假設(shè)各單元的屬性值在空間上是均質(zhì)且獨立為前提,忽視了因地理、經(jīng)濟、社會發(fā)展等原因形成的集聚效應(yīng),缺乏從空間相關(guān)性視角探究單元之間在空間上的集聚關(guān)系。目前,基于空間關(guān)聯(lián)性視角探究區(qū)域差異的研究多集中于經(jīng)濟學(xué)、地理學(xué)及社會學(xué)等學(xué)科[6-10],針對城市綠地差異的研究鮮有涉及。鑒于此,從空間關(guān)聯(lián)效應(yīng)視角,采用探索性空間數(shù)據(jù)分析(Exploratory Spatial Data Analysis,ESDA)與ArcGIS相結(jié)合的方法,以江蘇省34個建制市為研究對象,通過揭示市域?qū)用嫔辖ǔ蓞^(qū)綠地率空間格局的演變規(guī)律,以期為制定差別化的綠地建設(shè)發(fā)展政策提供理論依據(jù)。
基于市域尺度研究,以江蘇省的13個地級市和21個縣級市作為研究單元,選取2000-2015年作為研究周期,建成區(qū)綠地率指標(biāo)來源于《中國城市建設(shè)統(tǒng)計年鑒(報)》。
基于空間相關(guān)性的視角,選用ESDA-GIS作為空間關(guān)聯(lián)程度的測度方法,其原理是通過對某一現(xiàn)象空間分布格局的描述與可視化分析,探究其在空間上的集聚化及差異化,探究其空間分異演變的內(nèi)在關(guān)系[11-13]。該方法將區(qū)域發(fā)展所帶來的單元由于空間上相互作用形成的集聚效應(yīng)或是異質(zhì)效應(yīng)的特點作為切入點,能夠更加真實的反映區(qū)域上各單元空間相互作用對全局及局部發(fā)展的影響。
1.2.1 全局空間自相關(guān)
采用Global Moran’s I統(tǒng)計量測度市域建成區(qū)綠地率全局空間自相關(guān)性,描述江蘇省市域單元建成區(qū)綠地率的空間分布態(tài)勢與集聚狀況,分析其在空間上的平均關(guān)聯(lián)與差異程度。計算公式如下
式中,E(I)和VAR(I)分別是Moran’s I的期望值和方差。當(dāng)Z>1.96且通過5%的顯著性水平檢驗,則表明其存在顯著的空間自相關(guān)。
1.2.2 局部空間自相關(guān)
Moran’s I散點圖可以反映某城市建成區(qū)綠地率與該市域空間滯后變量之間的相關(guān)關(guān)系,其橫坐標(biāo)為各城市建成區(qū)綠地率的標(biāo)準(zhǔn)化值,縱坐標(biāo)為相鄰城市建成區(qū)綠地率的滯后因子,劃分出的4個象限分別對應(yīng)不同城市與其相鄰城市的空間關(guān)聯(lián)模式,見圖1。
LISA (Local Indicators of Spatial Association) 是 將Global Moran’s I分解到各市域單元,用來測度局部地區(qū)相鄰市域建成區(qū)綠地率之間是否存在相似性或相異性及顯著性程度,并在某顯著水平下結(jié)合Moran’s I散點圖形成LISA聚類圖,顯示集聚區(qū)的具體地理位置分布,揭示對全局關(guān)聯(lián)影響較大的市域。
LISA計算公式如下
圖1 市域單元建成區(qū)綠地率Moran's I散點圖
Ii為正,表示市域單元i與鄰近城市的建成區(qū)綠地率接近;Ii為負,表示該城市單元與鄰近城市建成區(qū)綠地率差異較大。
1.2.3 建成區(qū)綠地率熱點區(qū)演化
當(dāng)區(qū)域i和j相鄰接時為1,否則為0,標(biāo)準(zhǔn)化處理之后若在95%的顯著水平下為正且顯著,表明i城市單元周圍的建成區(qū)綠地率較高(高于均值),屬于綠地率發(fā)展的熱點區(qū);相反,若顯著為負值,則表明i城市空間單元周圍的綠地率發(fā)展水平較低(低于均值),為冷點區(qū)。
運用ArcGIS10.3軟件,導(dǎo)入2000、2005、2010、2015年4個分析時點的34個城市單元的建成區(qū)綠地率指標(biāo),運用Jenks自然斷點法將其分為高、中高、中低、低4個水平區(qū),并依此繪制空間分布圖,見圖2。
圖2 江蘇省市域單元建成區(qū)綠地率空間分布圖
由圖2可以看出,建成區(qū)綠地率在市域單元的空間分布上存在差異性,市域綠地率空間分布格局趨于某種既定的空間模式:(1)高水平市域集中分布在有限的空間上,并且在研究周期內(nèi)具有一定的穩(wěn)定性。(2)高水平市域在空間分布上形成了一定的集聚化發(fā)展格局。(3)各城市單元的建成區(qū)綠地率水平在研究時段內(nèi)呈現(xiàn)上升趨勢,且高水平區(qū)域主要集中在以南京、蘇州、無錫、常熟為主的蘇南及其周邊城市,低水平區(qū)域主要集中在蘇北的連云港、鹽城、宿遷等城市。
根據(jù)綠地率空間分布格局演變結(jié)果,發(fā)現(xiàn)市域建成區(qū)綠地率在演變過程中存在著一定的空間集聚特征,為了進一步廓清這種空間關(guān)系,對研究周期內(nèi)的江蘇省市域單元建成區(qū)綠地率的Moran’s I指數(shù)進行分析,發(fā)現(xiàn)其全局表現(xiàn)特征如下(見圖3)。
(1)Moran’s I值在 2000-2015 年間變化區(qū)間為 0.091 066~0.173 155,可見江蘇省市域單元建成區(qū)綠地率在發(fā)展過程中具有顯著的正向相關(guān)性。
(2)Moran’s I指數(shù)隨著時間的不斷推移呈現(xiàn)階段性變化。其中:2000-2002 年 Moran’s I由 0.091 066 上升到了0.266 339,此期間的市域建成區(qū)綠地率空間相關(guān)性迅速提升,即高水平的市域越來越集中在高水平的市域周邊,同理低水平的市域逐漸和低水平市域相聚集;2002-2015年Moran’s I有所波動,但一直處于較高水平。近來Moran’s I值相比于峰值有所下降,表明了近期市域間在經(jīng)歷了較強的(“高-高”集聚,“低-低”集聚)發(fā)展后,集聚性有所減弱,市域之間差異開始拉大,區(qū)域上蘇南優(yōu)于蘇北,正是由于蘇南、蘇北市域之間的空間差異的拉大才使得總體空間差異有所增加。
圖3 江蘇省市域單元建成區(qū)綠地率全局Moran's I圖
由于全局Moran’s I指數(shù)所研究的差異是基于市域單元尺度上江蘇省的整體差異,僅是市域之間空間差異平均意義上的增加,一定程度上掩蓋了局部區(qū)域的空間格局特征,不能完整的展示區(qū)域內(nèi)部的空間關(guān)系及演變特征,因此,通過對2000、2005、2010及2015年4個時間點江蘇省市域單元建成區(qū)綠地率的Moran’s I散點圖及LISA圖的繪制,來進一步探究市域單元之間建成區(qū)綠地率發(fā)展的分異特征 (見圖4、圖5和表1)。
圖4 江蘇省市域建成區(qū)綠地率Moran散點圖
圖5 江蘇省市域建成區(qū)綠地率局部Moran圖
表1 江蘇省市域建成區(qū)綠地率象限分布圖
(1)各市域單元在建成區(qū)綠地率發(fā)展過程中集聚性較高,并且存在明顯的“高-高”集聚和“低-低”集聚現(xiàn)象。4個時間斷點上的市域單元主要分布在第一、三象限,表現(xiàn)出較強的正相關(guān)性,并且處于一、三象限的市域之和呈現(xiàn)出先下降后上升的走勢,這與全局Moran’s I指數(shù)結(jié)果相一致。
(2)2000-2010年“高-高”集聚“低-低”集聚的市域數(shù)量之和由23個下降到17個,表明該時期市域發(fā)展關(guān)聯(lián)減少,空間上分散分布,相鄰市域之間的綠地率差異增大。
(3)2010-2015年間處于“高-高”集聚和“低-低”集聚的市域數(shù)量由17個上升到22個,表明這一時期市域間發(fā)展聯(lián)系緊密,空間上聚集效應(yīng)明顯,相鄰市域單元間的空間差異較小。
(4)至2015年“高-高”“低-低”集聚單元占城市總體的61.1%,這表明市域?qū)用嫔系木G地建設(shè)想要實現(xiàn)均衡協(xié)調(diào)發(fā)展,還存在著較大的提升空間。
(1)2000年的“高-高”集聚現(xiàn)象存在于蘇南的蘇州和太倉,說明這些城市在初期便被高建成區(qū)綠地率市域包圍,有較強的輻射帶動作用;“低-低”集聚現(xiàn)象存在于蘇北的興化和鹽城,該地區(qū)建成區(qū)綠地率整體水平較低,對周邊區(qū)域有明顯的擴散作用;“低-高”集聚現(xiàn)象位于蘇南的昆山,這表明昆山處于建成區(qū)綠地率發(fā)展“洼地”,與周邊市域綠地率發(fā)展差異較大,且差異趨于擴大。
(2)2005年“高-高”集聚區(qū)向北移至常熟及張家港兩市,“低-低”類型集聚只有興華一處。這兩類集聚現(xiàn)象有所減弱,同時蘇中的淮安出現(xiàn)了“高-低”集聚現(xiàn)象,表明該階段淮安綠地建設(shè)顯著發(fā)展并與周邊市域中拉開差距。另外,蘇州在該時段中由“高-高”集聚轉(zhuǎn)化為“低-高”集聚,表明蘇州綠地建設(shè)發(fā)展過程對周邊城市起了較強的拉動效應(yīng)。
(3)2010年相比于2005年集聚區(qū)變化不大,只有興化由原先的“低-低”集聚演變?yōu)椤案?低”集聚,說明該時段興化加快了城市綠地建設(shè)腳步,在建成區(qū)綠地率水平上遠超蘇中其他城市。
(4)2015年對比2010年,興化及泰興呈現(xiàn)出“低-低”集聚,表明興化的建成區(qū)綠地建設(shè)發(fā)展開始減緩,且在該階段中興華周邊市域單元綠地建設(shè)節(jié)奏較慢,相比于蘇南有較大差距,形成了“高-低”集聚向“低-低”集聚的演變,且蘇中由于受周邊蘇南高建成區(qū)綠地率城市的影響開始呈現(xiàn)出“低-高”集聚效應(yīng)。
通過探究江蘇省各市域單元對空間自相關(guān)的影響程度,可進一步了解其市域高低值的集聚分布情況。運用ArcGIS10.3軟件計算的4個時點上的市域單元空間關(guān)聯(lián)指數(shù)Getis-Ord Gi*,并依照自然斷點法,由高到低依次分為熱點區(qū)、次熱點區(qū)、次冷點區(qū)、冷點區(qū)進而生成綠地建設(shè)發(fā)展空間格局的熱(冷)點區(qū)演化圖如圖6所示。
圖6 江蘇省市域建成區(qū)綠地率熱點分布圖
(1)熱(冷)點區(qū)在空間上呈現(xiàn)出較強的不穩(wěn)定性。2000年熱點及冷點區(qū)分別占全省市域單元的2.98%和17.64%,而到2015年則為11.6%和23.53%,表現(xiàn)出明顯的空間演化與遷移特征。
(2)熱點區(qū)的分布主要集中在蘇南。2010年的熱點集聚最為集中,這一年71.43%的熱點區(qū)位于蘇南,由于其區(qū)位條件及相應(yīng)的氣候條件的原因,蘇中城市多處于建成區(qū)綠地率發(fā)展的冷點區(qū),并且隨著時間推移沒有出現(xiàn)大規(guī)模的遷移現(xiàn)象,而蘇北在演進過程中出現(xiàn)了明顯的空間演化遷移現(xiàn)象。整個研究周期內(nèi)蘇南的常熟始終處于發(fā)展熱點區(qū)。
(3)熱點區(qū)隨著時間推移呈現(xiàn)出先增長后減少的趨勢。2000年熱點區(qū)僅有常熟,至2010年熱點在蘇南形成明顯的集聚,且蘇北的徐州及蘇中的揚州也躍為熱點區(qū),而到了2015年由于城鎮(zhèn)化在各市之間迅速推進,個別城市綠地水平迅速發(fā)展,差異逐步增大,熱點集聚效應(yīng)開始退潮,僅蘇北的徐州、蘇中的揚州及蘇南的常熟還處于熱點區(qū),其余城市多出現(xiàn)熱點區(qū)向次熱點及次冷點的遷移。
本文構(gòu)建了ESDA-GIS的城市綠地建設(shè)水平研究框架,將市域建成區(qū)綠地率數(shù)據(jù)納入到空間分析體系中,剖析了建成區(qū)綠地率在江蘇省市域單元空間分布特征,同時揭示了其空間結(jié)構(gòu)的聯(lián)系,并對其2000-2015年空間格局的動態(tài)演變的過程進行了分析,主要結(jié)論如下:(1)市域單元的建成區(qū)綠地率存在著顯著的正向空間相關(guān)性。在區(qū)域上呈現(xiàn)出較強的空間集聚特征,且集聚程度經(jīng)歷了一段時間的波動相比于最高值有所下降,表明市域之間的相關(guān)性經(jīng)歷了由強到弱的過程,但市域之間綠地率差異依舊顯著。(2)多數(shù)市域單元在局部層面上呈現(xiàn)出正向空間相關(guān)性。各市域單元之間相互作用顯著,地區(qū)內(nèi)部差異減小,地區(qū)間差異卻未見明顯縮減,是形成市域建成區(qū)綠地率存在明顯空間異質(zhì)性的主要原因。(3)市域單元之間相互關(guān)聯(lián)作用顯著。“高-高”集聚占主導(dǎo)地位,該類集聚分布在蘇南,表明蘇南在綠地建設(shè)發(fā)展上的輻射效應(yīng)較強,“低-低”集聚主要集中在蘇北,表明該區(qū)域內(nèi)綠地建設(shè)水平較低且差異小,進而形成了江蘇省綠地建設(shè)發(fā)展較為薄弱的集聚區(qū)域,相比下“低-高”、“高-低”集聚類型具有集聚單元少、顯著性不強的特點。(4)熱點主要集中在蘇南;冷點區(qū)在主要集中在蘇中及蘇北。研究時間范圍內(nèi)常熟長期處于演變的活躍區(qū)域;冷點區(qū)則沒有常駐單元。熱點區(qū)及冷點區(qū)范圍均有所減小。
(1)直面差距的客觀現(xiàn)實。蘇南市域優(yōu)于蘇北及蘇中,針對蘇南更多是在“存量”式的優(yōu)化,消除綠地建設(shè)薄弱地區(qū),協(xié)調(diào)區(qū)域綠地建設(shè)。加強蘇南市域之間的聯(lián)系,發(fā)揮好三者中領(lǐng)頭作用,而對蘇北及蘇中的市域應(yīng)增加該地區(qū)的綠地建設(shè)的資產(chǎn)投入及相關(guān)政策支持,以協(xié)調(diào)區(qū)域綠地建設(shè)發(fā)展。(2)差別化的區(qū)域綠地建設(shè)發(fā)展策略。對于不同集聚區(qū)域的綠地建設(shè)制定差別化的空間策略。①“高-高”擴散效應(yīng)區(qū),主指蘇南的市域單元,在保持自身綠地水平穩(wěn)步提升的同時,適當(dāng)?shù)貙⒕G地資源和資金分散投到周邊城市,進而促進周邊區(qū)域及市域單元綠地率的增長。②“低-低”集聚的綠地建設(shè)盲區(qū)市域單元,多集中在蘇北,該地區(qū)需要一定程度上相關(guān)政策及經(jīng)濟投入的適當(dāng)傾斜,該地區(qū)要加強與周邊高建成區(qū)綠地率的蘇南市域單元合作交流,并對自身資源進行整合優(yōu)化,發(fā)掘自身發(fā)展?jié)摿Α"邸暗?高”集聚的過渡區(qū),則要明確自身綠地建設(shè)的優(yōu)良區(qū)位基礎(chǔ)條件,吸取周邊高水平建成區(qū)綠地率市域單元的發(fā)展經(jīng)驗。④“高-低”集聚的極化效應(yīng)區(qū),應(yīng)加強市域單元之間聯(lián)系,建立綠地基礎(chǔ)資源的共享機制,在保證自身綠地率穩(wěn)步提升的基礎(chǔ)上,發(fā)揮帶動作用。(3)推廣建設(shè)綠地建設(shè)的模范城市,設(shè)立重點幫扶城市。加強綠地率的增長極在區(qū)域綠地建設(shè)中的輻射帶動作用,同時預(yù)防綠地率建設(shè)基礎(chǔ)差的城市單元反向拉動周邊市域綠地建設(shè)發(fā)展。例如蘇南可以以常熟作為綠地開發(fā)建設(shè)的模范城市,帶動蘇南建成區(qū)綠地率提升,集中蘇南優(yōu)勢資源帶動蘇中部分冷點區(qū)市域,防止其對周邊市域的負影響。(4)整合優(yōu)勢條件,構(gòu)建綠地建設(shè)發(fā)展大區(qū)。通過研究發(fā)現(xiàn)江蘇省市域單元的綠地建設(shè)在空間上具有密切的聯(lián)系,結(jié)合《江蘇省生態(tài)保護與建設(shè)規(guī)劃(2014-2020年)》及《“十三五”經(jīng)濟和社會發(fā)展規(guī)劃建議》[14-15]中綠地建設(shè)部分,充分發(fā)揮長江流域地區(qū)、太湖流域地區(qū)和淮河流域地區(qū)周邊優(yōu)越的綠色基礎(chǔ)資源,結(jié)合江蘇省自然地形格局和重要生態(tài)功能區(qū)分布,形成“兩橫兩縱”生態(tài)保護與建設(shè)重點區(qū)域,積極構(gòu)建市域單元綠地建設(shè)組團,形成具有特色的建設(shè)大區(qū),優(yōu)化全省的綠地格局及發(fā)展戰(zhàn)略。