尚海洋，宋妮妮，丁 楊

（1.蘭州財(cái)經(jīng)大學(xué)a.農(nóng)林經(jīng)濟(jì)管理學(xué)院；b.經(jīng)濟(jì)學(xué)院，蘭州730000；2.山西水利職業(yè)技術(shù)學(xué)院 水利工程系，山西 運(yùn)城 044000）

0 引言

適宜性評(píng)價(jià)主要應(yīng)用于城市規(guī)劃、景觀規(guī)劃和環(huán)境影響評(píng)價(jià)等領(lǐng)域，是城市發(fā)展規(guī)劃的基礎(chǔ)[1]。生態(tài)系統(tǒng)提供的生態(tài)服務(wù)（Ecosystem Service，ES），城市系統(tǒng)提供的城市服務(wù)（Urban Services，US），共同塑造了城市適宜性，共同支撐社會(huì)經(jīng)濟(jì)的健康發(fā)展[2]。傳統(tǒng)的城市適宜性評(píng)價(jià)，如梁濤等[3]主要側(cè)重于生態(tài)服務(wù)，而對(duì)于城市服務(wù)的關(guān)注相對(duì)較少，導(dǎo)致評(píng)估結(jié)果更多關(guān)注“生態(tài)”方面，而輕視了城市自身的服務(wù)功能。2011年張浩、趙智杰[4]首次綜合生態(tài)足跡分析與生態(tài)系統(tǒng)服務(wù)，對(duì)城市用地生態(tài)適宜性進(jìn)行評(píng)價(jià)研究，評(píng)價(jià)因子以自然因素為主，同樣通過(guò)AHP確定因子權(quán)重，應(yīng)用GIS技術(shù)生成城市用地生態(tài)適宜度分布圖，得出城市用地的可建設(shè)性，城市用地生態(tài)適宜性評(píng)價(jià)是土地生態(tài)適宜性評(píng)價(jià)的分支。2014年，張勝武等[5]在地理信息技術(shù)的支持下，修正單純的權(quán)重疊加法，采用潛力-限制性分析法分析了蘭州新區(qū)建設(shè)用地的生態(tài)潛力和生態(tài)阻力，對(duì)其生態(tài)適宜性做出評(píng)價(jià)。2015年，程淑杰，朱志玲，白林波[6]以寧夏中部干旱帶為例，基于GIS的人居環(huán)境指數(shù)模型，刻畫(huà)研究區(qū)生態(tài)適宜性等級(jí)的空間格局和演變特征，為寧夏州內(nèi)生態(tài)移民的選址決策提供了有力的科學(xué)依據(jù)和有效的決策支撐，王雷濤等[7]，同樣基于GIS技術(shù)開(kāi)展了建設(shè)用地的適宜性評(píng)價(jià)研究工作。

本文以2005年、2010年和2015年為例，基于網(wǎng)絡(luò)分析法（Analytical Network Process,ANP）建立以城市服務(wù)功能為主的城市適宜性評(píng)價(jià)指標(biāo)體系，使用權(quán)重修正模型確定2005年、2010年、2015年的城市適宜性指數(shù)，對(duì)我國(guó)31個(gè)省會(huì)城市進(jìn)行城市適宜性評(píng)價(jià)，得出我國(guó)31個(gè)省會(huì)城市當(dāng)前的適宜性等級(jí)，結(jié)合ArcGIS軟件，從時(shí)間和空間上比較分析間隔5年、間隔10年后的城市適宜性的空間動(dòng)態(tài)變化特征，使用Vensim軟件對(duì)城市未來(lái)適宜性等級(jí)進(jìn)行模擬預(yù)測(cè)，討論城市適宜性程度的發(fā)展?fàn)顩r，為個(gè)人和政府決策提供參考。

1 城市適宜性評(píng)價(jià)模型構(gòu)建

1.1 建立評(píng)價(jià)指標(biāo)體系

就生態(tài)服務(wù)功能而言，對(duì)生態(tài)服務(wù)功能的改善較為困難，依靠自然力量改善生態(tài)服務(wù)功能較為被動(dòng)，人為改善生態(tài)服務(wù)功能需要長(zhǎng)達(dá)數(shù)十年才能有明顯變化且需要大量的人力物力財(cái)力，而且尚有一些領(lǐng)域是目前人類(lèi)無(wú)法改變的。相較于生態(tài)服務(wù)功能而言，城市服務(wù)功能可能是未來(lái)研究城市適宜性的一個(gè)主流方向：城市服務(wù)功能便于使用具體指標(biāo)量化分析，且可將對(duì)城市適宜性有不利影響的因素考慮在內(nèi)，基于城市服務(wù)功能與城市適宜性之間的反饋關(guān)系，改進(jìn)城市服務(wù)功能以提高城市適宜性水平，通過(guò)目前城市適宜性水平找到不足方面，有針對(duì)的完善城市服務(wù)功能，從而進(jìn)一步提高城市適宜性。因此，選取包含城市服務(wù)（Urban Service,US）和生態(tài)服務(wù)（Ecological Service,ES）、側(cè)重于US的20個(gè)評(píng)價(jià)因子構(gòu)成城市適宜性評(píng)價(jià)指標(biāo)體系。

同時(shí)，城市本身就是一個(gè)聯(lián)系的整體，對(duì)城市適宜性進(jìn)行評(píng)價(jià)的具體指標(biāo)之間也必然會(huì)存在著相關(guān)性。傳統(tǒng)的層次分析法無(wú)法有效處理各層次內(nèi)部元素間的相互依賴(lài)性、低層元素對(duì)高層元素的支配作用，因此采用網(wǎng)絡(luò)分析法確定評(píng)價(jià)指標(biāo)權(quán)重，相比傳統(tǒng)的層次分析方法而言更符合實(shí)際。本文在選取城市適宜性評(píng)估指標(biāo)體系之后（表1），建立了城市適宜性評(píng)價(jià)指標(biāo)的ANP結(jié)構(gòu)模型（圖1），以便構(gòu)建ANP超矩陣并依據(jù)專(zhuān)家及相關(guān)利益者觀點(diǎn)進(jìn)行權(quán)重測(cè)算[8-10]。

表1 評(píng)價(jià)指標(biāo)體系及權(quán)重值表

圖1 城市適宜性ANP結(jié)構(gòu)模型

本文使用Super Decision軟件測(cè)算了各指標(biāo)的權(quán)重，表1為最終確定的指標(biāo)體系及權(quán)重值表，極限值收斂且單一，可認(rèn)定所得到的權(quán)重值為穩(wěn)定權(quán)重。

1.2 評(píng)價(jià)模型構(gòu)建

令某一城市適宜性指數(shù)為S，wxj指第x類(lèi)第j種評(píng)價(jià)因素的權(quán)重，yxj為第x類(lèi)第j種評(píng)價(jià)元素的屬性值得分[11]，則利用權(quán)重修正模型可以得到城市適宜性指數(shù)S為：

2 評(píng)估結(jié)果分析

數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒（2006、2011、2016）》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒（2006、2011、2016）》、《中國(guó)交通統(tǒng)計(jì)年鑒（2006、2011、2016）》，以及各省會(huì)城市2005年、2010年、2015年度統(tǒng)計(jì)公報(bào)和統(tǒng)計(jì)年鑒。

2.1 2005—2015年3期城市適宜性評(píng)價(jià)差異分析

利用權(quán)重修正模型，計(jì)算出各個(gè)省會(huì)城市適宜性得分，見(jiàn)表2。從表2可以看出，2005年城市適宜性最好的是北京，最差的是銀川，而2010年則相應(yīng)的變?yōu)槟暇┖吞m州，2015年的北京和烏魯木齊；而從3期適宜性評(píng)估結(jié)果的差距來(lái)看，最大的是2010年，最小的是2005年，表明2010年31個(gè)省會(huì)城市間的適宜性差距較大，而在2015年則差距較小。此外，與2005年相比，在2015年城市適宜性變化最大的是?？冢钚〉氖潜本?，基本沒(méi)有變化的是廣州、蘭州、太原等，表明在此時(shí)間段中?？诘某鞘羞m宜性提高較大，太原、蘭州提高較小。

表2 2005—2015年3期城市適宜性評(píng)價(jià)結(jié)果

進(jìn)一步，可以將城市適宜性分為五個(gè)等級(jí)，分別為高度適宜（12.03～14.69，13.85～16.12，12.72～14.73）、比較適宜（10.82～12.03，12.21～13.85，11.29～12.71）、一般適宜（9.59～10.82，10.81～12.21，9.33～11.29）、臨 界 適 宜（7.98～9.59，9.28～10.81,6.35～9.33）與 不 適 宜（0.01～7.98，0.01～9.28，0.01～6.35）。

2005年，高度適宜城市有5個(gè)，分別為北京、天津、南京、廣州、重慶，其共性在于基礎(chǔ)設(shè)施完善，如城市道路里程相對(duì)較長(zhǎng)、較早的開(kāi)始建設(shè)并運(yùn)營(yíng)軌道交通；公共服務(wù)等級(jí)高，公共服務(wù)業(yè)投資占年末已完成固定資產(chǎn)資產(chǎn)投資的比重大；城市建設(shè)水平高，生活垃圾無(wú)害化處理率接近100%，污水處理廠日平均污水處理量大。比較適宜的城市有8個(gè)，分別為沈陽(yáng)、上海、福州、南昌、長(zhǎng)沙、武漢、南寧、成都。一般適宜的城市有5個(gè)，分別為哈爾濱、杭州、濟(jì)南、鄭州、西安。臨界適宜的城市有石家莊、太原、長(zhǎng)春、合肥、烏魯木齊、?？?、昆明、貴陽(yáng)共8個(gè)城市。不適宜城市有拉薩、蘭州、西寧、銀川、呼和浩特，其共性在于城市人居環(huán)境較差，如建成區(qū)綠化覆蓋率低、森林覆蓋率低；城市服務(wù)功能較欠缺，污水處理廠污水處理能力不足，尚無(wú)軌道交通運(yùn)營(yíng)，城市道路里程較短，導(dǎo)致旅客周轉(zhuǎn)較慢；文化服務(wù)水平較低，每萬(wàn)人口中在校大學(xué)生數(shù)、普通高等學(xué)校數(shù)、公共圖書(shū)館個(gè)數(shù)等單個(gè)指標(biāo)適宜性評(píng)價(jià)低。

2010年，高度適宜的城市有6個(gè)，分別為北京、上海、南京、杭州、廣州、福州，其共性在于調(diào)節(jié)服務(wù)功能較完善，污水處理能力高于均值，森林覆蓋率高、尤其是杭州市森林覆蓋率60%、福州市的森林覆蓋率達(dá)到54.9%，建成區(qū)綠化覆蓋率高；重視文化服務(wù)功能，公共圖書(shū)館和A級(jí)旅游景區(qū)較多；供給服務(wù)方面，年降雨量較充足。比較適宜的城市有11個(gè)，包括天津、哈爾濱、沈陽(yáng)、武漢、成都、西安、合肥、南昌、濟(jì)南、長(zhǎng)沙、重慶。一般適宜的城市有鄭州、南寧、海口、昆明共4個(gè)城市。臨界適宜的城市有家莊、呼和浩特、長(zhǎng)春、貴陽(yáng)、銀川共5個(gè)城市。不適宜的城市有太原、烏魯木齊、拉薩、蘭州、西寧共5個(gè)，其共性在于對(duì)文化服務(wù)功能的重視度較低；城市基礎(chǔ)設(shè)施欠缺；社會(huì)服務(wù)中社會(huì)保障與就業(yè)支出占財(cái)政支出比重小、公共服務(wù)用地占城市建設(shè)用地比重?。怀_外，其他五個(gè)省會(huì)城市空氣質(zhì)量較差，空氣質(zhì)量達(dá)到二級(jí)以上天數(shù)較少。

2015年，高度適宜城市有北京、天津、上海、南京、杭州、廣州，其共性在于城市服務(wù)功能水平高，供給服務(wù)、調(diào)節(jié)服務(wù)、文化服務(wù)和社會(huì)服務(wù)均普遍水平高。比較適宜城市有石家莊、長(zhǎng)沙、南寧、?？?、重慶、成都共6個(gè)。一般適宜城市有福州、南昌、鄭州、武漢、昆明、西安。臨界適宜的城市共11個(gè)，包括太原、呼和浩特、沈陽(yáng)、長(zhǎng)春、哈爾濱、合肥、濟(jì)南、貴陽(yáng)、拉薩、西寧和銀川。不適宜城市有烏魯木齊和蘭州。

表3 3期城市適宜性等級(jí)特征城市群組及群組演變規(guī)律

從表3可以看出，天津2005年處于高度適宜等級(jí)，2010年處于比較適宜等級(jí)，2015年又發(fā)展為高度適宜，從原始數(shù)據(jù)來(lái)看，天津的生態(tài)服務(wù)指標(biāo)具體數(shù)值呈上升趨勢(shì)，城市服務(wù)功能尤其是調(diào)節(jié)服務(wù)的指標(biāo)具體數(shù)值在2010年有所下降，所以導(dǎo)致天津城市適宜性等級(jí)出現(xiàn)明顯變化。海口2005年處于臨界適宜等級(jí)，2010年處于一般適宜等級(jí)，2015年發(fā)展到比較適宜等級(jí)，海南是最早提出“生態(tài)省”的省份，?？谧鳛楹Ｄ鲜〉氖?huì)城市，依托旅游業(yè)和天然的地理位置，其城市服務(wù)和生態(tài)服務(wù)呈良好態(tài)勢(shì)，表現(xiàn)為其城市適宜性等級(jí)提高。重慶2005年處于高度適宜等級(jí)，2010年和2015年均處于比較適宜城市，其社會(huì)服務(wù)水平在2005年處于全國(guó)較高水平，但之后社會(huì)服務(wù)發(fā)展緩慢，固定資產(chǎn)投資于公共服務(wù)業(yè)的比重、公共服務(wù)用地占建成區(qū)用地比重落后于高度適宜城市，導(dǎo)致重慶城市適宜性發(fā)展后勁不足。

2.2 2005—2015年3期城市適宜性的空間分布特征

根據(jù)地理學(xué)第一定律（Tobler's First Law），即空間上的每個(gè)事物都與其他事物相關(guān)，但是距離近的事物比距離遠(yuǎn)的事物相關(guān)性更高[12]，來(lái)分析城市適宜性的空間分布特征。本文利用空間統(tǒng)計(jì)分析方法—標(biāo)準(zhǔn)差橢圓（Standard deviational ellipse，SDE）模型，對(duì)我國(guó)31個(gè)省會(huì)城市2005年、2010年和2015年的適宜性評(píng)價(jià)結(jié)果進(jìn)行空間差異分析。

標(biāo)準(zhǔn)差橢圓（SDE）是分析經(jīng)濟(jì)要素分布特征的重要方法。其構(gòu)成要素主要包括重心、轉(zhuǎn)角、長(zhǎng)半軸和短半軸。其中，標(biāo)準(zhǔn)差橢圓的重心反映經(jīng)濟(jì)要素空間分布的相對(duì)位置；長(zhǎng)軸的方向反映其在二維空間上展布的主趨勢(shì)方向，長(zhǎng)度表示經(jīng)濟(jì)要素空間在主趨勢(shì)方向上偏移重心的程度（離散程度），短軸代表其在次要方向上偏離重心的程度（離散程度），長(zhǎng)、短軸的比值可以體現(xiàn)要素空間分布的形態(tài)。SDE的方位角為從標(biāo)準(zhǔn)差橢圓的頂點(diǎn)開(kāi)始按順時(shí)針進(jìn)行測(cè)量的長(zhǎng)軸的旋轉(zhuǎn)角度，反映分布的主趨勢(shì)方向。具體的計(jì)算方法見(jiàn)參考文獻(xiàn)[13-15]。

總體來(lái)看，我國(guó)31個(gè)省會(huì)城市適宜性評(píng)價(jià)的空間格局分布呈現(xiàn)東北—西南格局。從轉(zhuǎn)角變化范圍來(lái)看，2005—2015年轉(zhuǎn)角在41.91°～46.01°之間變動(dòng)，變動(dòng)幅度較小。從主軸的方向和長(zhǎng)度來(lái)看，主半軸長(zhǎng)度從2005年1167124.00km擴(kuò)大至2010年的1176528.50km，表明我國(guó)31個(gè)省會(huì)城市適宜性評(píng)價(jià)在東北—西南方向上出現(xiàn)分散。2015年主半軸長(zhǎng)度縮小到1156929.60km，表明2015年適宜性評(píng)價(jià)在東北—西南方向出現(xiàn)極化。從輔軸方向上來(lái)看，輔半軸長(zhǎng)度從2005年1008178.50km下降至2015年996026.44km，表明我國(guó)31個(gè)省會(huì)城市適宜性評(píng)價(jià)在西北—東南方向出現(xiàn)空間極化現(xiàn)象（表4）。

表4 2005—2015年我國(guó)31個(gè)省會(huì)城市標(biāo)準(zhǔn)差橢圓參數(shù)變化

3 系統(tǒng)模擬及預(yù)測(cè)

城市社會(huì)經(jīng)濟(jì)發(fā)展具有系統(tǒng)性、動(dòng)態(tài)性、復(fù)雜性的特點(diǎn)，運(yùn)用系統(tǒng)動(dòng)力學(xué)方法建模可以充分揭示城市系統(tǒng)的非線(xiàn)性結(jié)構(gòu)和動(dòng)態(tài)特征[16]，從而對(duì)環(huán)境約束下的城市適宜性發(fā)展趨勢(shì)進(jìn)行判斷預(yù)測(cè)。為保證模型的合理性與準(zhǔn)確性，模型參數(shù)主要來(lái)源于我國(guó)31個(gè)省會(huì)城市2010—2015年統(tǒng)計(jì)數(shù)據(jù)。使用Vensim PLE軟件對(duì)系統(tǒng)歷史行為進(jìn)行模擬，模型的預(yù)測(cè)范圍為2016—2020年，Time Step為0.25，圖2（見(jiàn)下頁(yè)）為城市適宜性評(píng)價(jià)系統(tǒng)流程圖。

圖2 適宜性評(píng)價(jià)系統(tǒng)流程圖

建立模型后，分別對(duì)供給服務(wù)子系統(tǒng)、調(diào)節(jié)服務(wù)子系統(tǒng)、文化服務(wù)子系統(tǒng)、社會(huì)服務(wù)子系統(tǒng)進(jìn)行模擬，以北京為例給出適宜性預(yù)測(cè)曲線(xiàn)圖（圖3），2020年北京市適宜性指數(shù)為17.6，可以確定北京市2020年的城市適宜性等級(jí)為高度適宜。同時(shí)，從四個(gè)服務(wù)系統(tǒng)預(yù)測(cè)曲線(xiàn)可以看來(lái)，在接下的“十三五”期間，北京市的文化服務(wù)（US）、社會(huì)服務(wù)（US）上升趨勢(shì)均大于供給服務(wù)（ES）、調(diào)節(jié)服務(wù)（ES），充分說(shuō)明了城市發(fā)展后期，特別是對(duì)于大城市、特大城市來(lái)講，未來(lái)在提高城市的適宜性方面應(yīng)當(dāng)重點(diǎn)放在提高城市服務(wù)方面。采用相同方法可以得出各省會(huì)城市的城市適宜性評(píng)價(jià)結(jié)果（表5），預(yù)測(cè)城市適宜性等級(jí)及特征組群。

圖3 北京2020年城市適宜性預(yù)測(cè)曲線(xiàn)

預(yù)測(cè)結(jié)果表明：到2020年，我國(guó)31個(gè)省會(huì)城市中處于高度適宜等級(jí)的有北京、天津、上海、南京、廣州、杭州、成都；處于比較適宜等級(jí)的有武漢、重慶、福州、?？凇㈤L(zhǎng)沙、南寧、西安；處于一般適宜等級(jí)的有合肥、鄭州、南昌、昆明、濟(jì)南、長(zhǎng)春、石家莊、哈爾濱、貴陽(yáng)；處于臨界適宜等級(jí)的有沈陽(yáng)、太原、呼和浩特、烏魯木齊、銀川；處于不適應(yīng)等級(jí)的有西寧、拉薩、蘭州。與2015年相比較，處于高度適宜等級(jí)的特征城市組群分布發(fā)生較大變化，處于西南地區(qū)的成都發(fā)展成為高度適宜城市；比較適宜城市變化較??；在2015年被評(píng)估處于臨界適宜的部分城市在2020年發(fā)展為一般適宜等級(jí)，如長(zhǎng)春、合肥、哈爾濱，并且其他臨界適宜城市也呈現(xiàn)出整體向好發(fā)展趨勢(shì)。

4 結(jié)論與討論

由于城鎮(zhèn)化和工業(yè)化發(fā)展所帶來(lái)的城市人口分布不均、霧霾沙塵暴等環(huán)境問(wèn)題嚴(yán)重、生態(tài)破壞以及資源過(guò)度消耗等負(fù)面效應(yīng)，給城市系統(tǒng)造成了巨大的威脅和壓力，不僅嚴(yán)重影響著城市的人居環(huán)境，也制約著區(qū)域社會(huì)經(jīng)濟(jì)的進(jìn)一步發(fā)展。在此背景下，對(duì)2005—2015年我國(guó)31個(gè)省會(huì)城市的適宜性及城市適宜性發(fā)展?fàn)顩r進(jìn)行分析研究，并對(duì)2020年我國(guó)31個(gè)省會(huì)城市的適宜性等級(jí)進(jìn)行預(yù)測(cè)，對(duì)個(gè)人制定未來(lái)規(guī)劃及政府更好地發(fā)揮公共服務(wù)職能提供參考意見(jiàn)。

表5 2016—2020年我國(guó)省會(huì)城市的城市適宜性指數(shù)預(yù)測(cè)

以往的適宜性評(píng)價(jià)指標(biāo)中，對(duì)于城市服務(wù)的考慮不夠，主要側(cè)重于生態(tài)服務(wù)指標(biāo)，本文重點(diǎn)考慮了城市服務(wù)功能，以城市服務(wù)功能為主、生態(tài)服務(wù)功能為輔建立城市適宜性評(píng)價(jià)指標(biāo)。如果按照以往的注重生態(tài)功能進(jìn)行城市適宜性評(píng)價(jià)，那么適宜性變化的趨勢(shì)應(yīng)該是基本一致的，而考慮了城市服務(wù)之后，這使得城市適宜性等級(jí)發(fā)生跳動(dòng)成為可能。如：尹海偉等[17]基于層次分析法建立側(cè)重于生態(tài)因子的評(píng)價(jià)體系，對(duì)濟(jì)南2004年和2009年的城市適宜性進(jìn)行評(píng)價(jià)，并預(yù)測(cè)濟(jì)南未來(lái)的城市適宜性，得出濟(jì)南市最適宜用地面積呈不斷增加趨勢(shì)。加入城市服務(wù)功能進(jìn)行濟(jì)南適宜性評(píng)價(jià)，其結(jié)果是濟(jì)南的適宜性從2005年一般適宜狀態(tài)發(fā)展到2015年的臨界適宜等級(jí)，與經(jīng)濟(jì)同等發(fā)展水平城市相比，濟(jì)南社會(huì)服務(wù)中的交通服務(wù)尚不完善，仍沒(méi)有建成并投入運(yùn)營(yíng)的軌道交通、旅客周轉(zhuǎn)量較低，所以側(cè)重于城市服務(wù)功能的濟(jì)南市城市適宜性水平較低?；诜治龀鞘羞m宜性等級(jí)的動(dòng)態(tài)變化特征視角，加入城市服務(wù)功能的指標(biāo)體系更有意義，側(cè)重于生態(tài)服務(wù)功能的城市適宜性等級(jí)將呈現(xiàn)緩慢的一致性變化。