何青松，王 博

（華中科技大學公共管理學院，湖北 武漢430074）

1 引言

傳統(tǒng)增量擴張導致人地關系不協(xié)調(diào)與城市無序蔓延[1]，伴隨中國經(jīng)濟發(fā)展邁向新常態(tài)，國土空間開發(fā)轉向存量挖潛新階段[2]。新時代國土空間規(guī)劃對城市功能與活力提出更高要求。填充型擴張作為一種形式上更為緊湊的擴張方式，通常不會增加城市空間范圍，一定程度上可限制城市 “攤大餅”式發(fā)展（邊緣型）與盲目擴散（飛地型），在中國城中村改造與其他存量更新項目中普遍存在[3-4]。然而單純追求形態(tài)輪廓的緊湊容易忽略空間品質同步提升[5]，導致生產(chǎn)生活空間運轉效率低下，活力消減，生態(tài)空間遭受侵蝕，造成城市形態(tài)演變與功能活力發(fā)育空間失衡[6-7]。因此在細粒度上測度城市功能發(fā)育狀況，多尺度上厘清外部緊湊形態(tài)輪廓與內(nèi)部實際功能發(fā)育水平間空間匹配度與其驅動機理，對于內(nèi)外兼顧持續(xù)推進國土空間形態(tài)優(yōu)化和品質提升有重要意義。

城市功能發(fā)育作為一種獨特的空間品質，反映城市在建成環(huán)境硬維度與社會經(jīng)濟等軟維度綜合特征[8]，自1961年JACOBS提出“城市活力”便存在[9]。城市功能發(fā)育主要由建成環(huán)境基礎功能與空間活力水平兩個部分構成。其中基礎功能維度側重于反映有形物理建成環(huán)境承載多樣城市生活的能力[10]，而空間活力維度特指各類場所在與人流及豐富的社會經(jīng)濟活動相互交織過程中產(chǎn)生的無形的獨特吸引力[11]。量化功能發(fā)育狀況是衡量城市發(fā)展質效的重要前提，傳統(tǒng)研究主要采用基于社會調(diào)查的主觀感知或基于二手統(tǒng)計數(shù)據(jù)的客觀價值分析兩種方法，但評價范圍及精度受限[8]。近年來信息通信技術進步與地理大數(shù)據(jù)涌現(xiàn)促使城市功能發(fā)育測度范式向多維度、精細化轉型。國內(nèi)外學者使用興趣點（Point of Interest, POI）、社交媒體、夜間燈光等數(shù)據(jù)[4，11-12]，從土地利用、基礎設施、可達性、人口密度、社會經(jīng)濟活動等角度選取指標，在都市區(qū)、城市、商圈、街區(qū)等尺度上評價建成環(huán)境功能或空間活力水平[13-15]，但結合二者在細粒度上評估城市功能發(fā)育狀況的較少。

空間錯配（Spatial Mismatch）理論，亦稱為 “空間錯位”，最早于1968年KAIN研究美國都市內(nèi)城隔離對弱勢群體就業(yè)空間機會影響時提出[16]，后被拓展用于揭示人口、經(jīng)濟和土地等相互關聯(lián)要素在空間分布上的不匹配程度，如住房與就業(yè)[17]、人口數(shù)量與糧食產(chǎn)量[18]等。城市建設用地作為社會經(jīng)濟資源與人類活動的主要載體，其空間錯配更是學界研究的熱點?，F(xiàn)有成果大多基于宏觀資源配置視角，通過計算全要素生產(chǎn)率或構建錯配指數(shù)，研究建設用地在不同區(qū)域、不同部門間的配置規(guī)模、結構與產(chǎn)出效率上的差異及其導致的效益損失[19-21]。然而，建設用地擴張是耦合外部形態(tài)輪廓動態(tài)演變與內(nèi)部空間功能發(fā)育復雜地理過程，微觀上形態(tài)維與功能維間是否同樣存在空間錯配呢？已有文獻從不同視角證實城市擴張會重塑外部幾何形態(tài)，影響內(nèi)部要素的空間布局與功能結構，繼而導致新區(qū)生活空間活力、生產(chǎn)空間運轉效率以及整體功能發(fā)育水平存在差異，為研究該問題奠定了重要的理論基礎。如HE等[4]結合地理大數(shù)據(jù)與數(shù)據(jù)關聯(lián)規(guī)則挖掘方法，發(fā)現(xiàn)不同城市增長模式對城市活力的影響有所不同。劉修巖等[22]與程開明等[23]也證實城市空間形態(tài)能顯著影響區(qū)域內(nèi)的經(jīng)濟效率與經(jīng)濟發(fā)展質量。HARARI[24]發(fā)現(xiàn)緊湊的城市擴張形態(tài)能促進人口更快增長，為城市內(nèi)部的家庭與企業(yè)提供更高的生活質量。XU等[25]證明全球城市中發(fā)生的填充增長能夠有效緩解城市密度下降，降低城市發(fā)展成本。但是上述學者未能系統(tǒng)地定量評估填充型開發(fā)中形態(tài)維與功能維的發(fā)育是否實現(xiàn)良好空間協(xié)同，微觀上城市外部物理形態(tài)的緊湊擴張與內(nèi)部空間實際承載功能活動的相互匹配關系及其作用機理尚待揭示。盡管有部分研究注意到建設用地開發(fā)利用強度與人類活動密度[15,26]、城市形態(tài)中心與活力中心[27]及功能中心[28]均存在錯位，但未進一步指明空間錯配具體位置、驅動機制及其存在的尺度效應。

綜上，現(xiàn)有成果側重于對城市建成環(huán)境功能或空間活力單維評價，拓展了建設用地錯配宏觀研究視角。然而高質量的城市擴張是由外部緊湊形態(tài)輪廓與內(nèi)部多樣功能和繁榮活力在空間上良好匹配的結合體，需自下而上考量其形態(tài)與功能發(fā)育空間匹配關系與影響機制。因此，本文依托多源地理數(shù)據(jù)，以中國21個城市群內(nèi)發(fā)生填充擴張建設用地斑塊為研究對象，綜合運用空間錯配指數(shù)、ESDA、Maxent模型等方法，全面測度新舊建成區(qū)功能發(fā)育水平并分析其空間格局特征，從空間內(nèi)外協(xié)調(diào)發(fā)展視角在多尺度下揭示形態(tài)緊湊而功能發(fā)育不良的錯配現(xiàn)象，并探索其影響機理。旨在實現(xiàn)形態(tài)緊湊擴張與功能活力提升的空間協(xié)同，為城市與城市群高質量發(fā)展提供科學依據(jù)。

2 理論框架

本文通過文獻梳理與邏輯剖析，凝練出中國城市群外部形態(tài)緊湊擴張與內(nèi)部空間功能發(fā)育發(fā)生空間錯配的可能路徑與理論機制。首先，城市擴張直接引起外部形態(tài)維輪廓范圍的動態(tài)變化，導致內(nèi)部功能維建成環(huán)境結構布局與空間活力水平出現(xiàn)差異。參照城市增長相位理論[29-30]，不同類型的增長模式會促使城市外部形態(tài)趨于更擴散或更聚集，結合城市空間結構視角[22]，外部形態(tài)變化會改變內(nèi)部要素配置格局與流動效率，繼而影響后續(xù)整體功能發(fā)育狀況[6]。其次，填充擴張中外部形態(tài)輪廓的緊湊化演變可能難以與內(nèi)部空間功能活力實際發(fā)育進程相適配。盡管新城市主義的支持者認為填充型擴張能有效遏制空間無序蔓延，促進城市可持續(xù)發(fā)展[12]。然而在中國情境下，物理建成環(huán)境的范圍和密度與內(nèi)部空間功能活力的不匹配增長[5,15]，常導致城市空間過度擁擠和利用不足并存的悖論出現(xiàn)[26-27]。第一，地方政府對土地財政的過度依賴，通常采用低價供應工礦倉儲用地而高價供應商服住宅用地的差異化土地供給策略[31]，以期吸引投資拉動經(jīng)濟增長。這導致了城市新區(qū)建設用地配置結構不合理、功能單一且利用效率低下，難以滿足居民多樣化生活需求，空間活力難得一見[32]。第二，由于地理區(qū)位與經(jīng)濟基礎差距，新城區(qū)與舊城區(qū)發(fā)展不平衡。各類公共服務設施與生活生產(chǎn)活動大多集聚于舊城區(qū)，而新城區(qū)中相應的基礎設施建設與產(chǎn)業(yè)布局的周期較長[14,27]。這增加了新城區(qū)居民生活成本[25]，不利于吸引人流定居與就業(yè)[17]，導致空間內(nèi)部社會經(jīng)濟要素難以有序流動，發(fā)育狀態(tài)不佳。最后，城市群盲目進行填充開發(fā)還會引起人口與建筑等要素的過度密集，可能產(chǎn)生負外部效應[33]，導致地價上漲、開放空間喪失、交通擁堵和環(huán)境污染等空間失序現(xiàn)象[7-8]。

基于以上理論梳理，說明城市群外部形態(tài)趨于緊湊不一定意味著空間品質在同步提升，只有當建設用地外部形態(tài)演變與內(nèi)部空間功能活力發(fā)育相適配時，方有利于促進城市群高質量發(fā)展。為更好揭示形態(tài)維的緊湊性與功能維的活力水平交互關系，空間錯配提供了一個重要理論框架[27-28]。即是將城市群擴張中外部形態(tài)輪廓的高度緊湊與內(nèi)部空間結構較低功能發(fā)育水平間不匹配的現(xiàn)象界定為空間錯配。同時由于建設用地擴張改變城市景觀格局與過程，尺度效應的存在會導致不同地理單元識別空間錯配的標準產(chǎn)生差異[34]，形態(tài)與功能協(xié)調(diào)發(fā)展的城市群內(nèi)部亦可能存在空間錯配斑塊，需要結合多尺度視角自下而上進行辨識。

綜上，提出本文研究框架，主要分為5部分，整體上遵循“識別擴張模式→評價發(fā)育水平→分析空間格局→辨識空間錯配→探究驅動機理”的邏輯范式（圖1）。

圖1 研究框架Fig.1 Research framework

3 研究區(qū)域、數(shù)據(jù)與方法

3.1 研究區(qū)域

城市群是中國未來新型城鎮(zhèn)化的主體形態(tài)，也是區(qū)域資源要素與社會經(jīng)濟活動主要集聚地與核心載體。參考國家“十四五”規(guī)劃、《國家綜合立體交通網(wǎng)規(guī)劃綱要》及相關區(qū)域發(fā)展規(guī)劃，確定21個城市群空間范圍（圖2），作為研究區(qū)域。

圖2 全國21個城市群區(qū)位及建設用地斑塊分布Fig.2 Location of the 21 urban agglomerations and the distribution of construction land patches

3.2 數(shù)據(jù)來源

研究時段為1995—2018年，研究數(shù)據(jù)分為基礎土地數(shù)據(jù)與地理大數(shù)據(jù)兩類，包括土地利用覆被、百度POI、微博簽到、大眾點評、OpenStreetMap路網(wǎng)、DMSP/OLS夜間燈光與LandScan人口數(shù)據(jù)等，通過政府部門申請、官方網(wǎng)站下載、開放接口調(diào)用等方式收集。

土地利用覆被數(shù)據(jù)包含1995年和2015年兩期，因為該階段城市群建設用地外部空間形態(tài)擴張?zhí)卣鬏^為顯著[1,30]：1992年來中國社會主義市場經(jīng)濟體制的形成，極大刺激了城市擴張，城鎮(zhèn)化率迅速提升；而自2015年后中國經(jīng)濟步入新常態(tài)，城市轉向內(nèi)涵式發(fā)展，建設用地規(guī)模受到嚴格控制，空間擴張逐步放緩。

地理大數(shù)據(jù)因其能夠反映城市空間結構與居民時空行為特征，在城市化研究中被廣泛應用，其科學性已得到證明[4,15]。參考JIN等[13]研究，本文同樣考慮到新增填充型建成區(qū)的基礎設施與公共服務體系建設需要一定周期，才能夠與原建成區(qū)發(fā)育狀態(tài)相比較。故將地理大數(shù)據(jù)的收集年份后延三年至2018年，統(tǒng)一評價1995—2015年城市群新增填充建成區(qū)及原建成區(qū)在2018年的功能發(fā)育狀況。最后為保證數(shù)據(jù)質量，參照以往研究[30]對所有數(shù)據(jù)進行相應預處理篩選和精度檢驗。

3.3 研究方法

3.3.1 景觀擴張指數(shù)

景觀擴張指數(shù)（Landscape Expansion Index, LEI）由LIU等[29]提出，通過建立緩沖區(qū)分析斑塊間公共邊界空間鄰接關系，來定量識別景觀動態(tài)擴展格局特征及空間擴張模式。計算公式如下：

式（1）中：A0是城市新增建成區(qū)斑塊緩沖區(qū)與原始建成區(qū)斑塊相交面積；Av表示緩沖區(qū)與非原始建成區(qū)斑塊的相交面積。LEI取值在[0，100]，可劃分為飛地型（LEI= 0，指新增建設用地遠離現(xiàn)有建成區(qū)）、邊緣型（0＜LEI≤50，指新建設用地沿著現(xiàn)有城市邊緣增長）及填充型（50＜LEI≤100，指新增長建設用地在已建成城市區(qū)域內(nèi)部）三種類型。本文設置緩沖區(qū)距離為30 m，提取研究區(qū)域內(nèi)1995—2015年填充型增長的斑塊。

3.3.2 城市功能發(fā)育指數(shù)

參考以往研究[10-11,15]，本文構建了城市功能發(fā)育水平（Urban Development Level, UDL）指數(shù)，從建成環(huán)境功能與空間活力兩個維度選取7個具有代表性的二級指標。由于篇幅限制，各指標選取的理論依據(jù)在上述列舉文獻中已有詳細敘述，在此不再累述。各指標內(nèi)涵及與計算公式如下所示（表1）：

表1 城市功能發(fā)育測度指標體系Tab.1 Indicators system for measuring urban development levels

計算方法上，首先以斑塊（面積1 km2以上）為基礎評價單元，將各指標值經(jīng)歸一化處理至0～100范圍內(nèi)，并采用等權重方法求和，實現(xiàn)對第i個斑塊評價。如式（2）所示，公式中各個變量含義同表1：

繼而將建設用地斑塊劃分為新增填充型建成區(qū)或原有建成區(qū)兩類，并在多尺度上評價其功能發(fā)育水平。如式（3）所示，ai表示該類建成區(qū)內(nèi)第i個斑塊面積，A表示該類建成區(qū)中斑塊總面積。先將各個斑塊功能發(fā)育水平按照面積進行加權匯總得到所在城市的兩類建成區(qū)整體功能發(fā)育水平；再對各個城市進行加權匯總，統(tǒng)計出所屬城市群的兩類建成區(qū)各自的功能發(fā)育水平，實現(xiàn)評價結果由“斑塊（P）→城市（C）→城市群（UA）”的升尺度轉換。

3.3.3 探索性空間數(shù)據(jù)分析

為識別中國城市群功能發(fā)育水平的空間格局，本文引入探索性空間數(shù)據(jù)分析，主要包括以下三種方法：（1）全局Moran’sI指數(shù)用于探索新區(qū)功能發(fā)育水平宏觀上是否存在空間關聯(lián)。（2）局部Moran’sI指數(shù)用于探索中觀尺度下高值低值發(fā)生集聚的具體區(qū)域。（3）Getis-OrdGi* 計算統(tǒng)計學上顯著的熱點與冷點，明晰在微觀尺度下斑塊功能發(fā)育水平空間差異，具體計算公式可參考文獻[20,28]。

3.3.4 空間錯配指數(shù)

辨識城市群填充擴張中外部形態(tài)緊湊與內(nèi)部功能發(fā)育的空間匹配性是一個度的問題，需要充分考慮城市內(nèi)部與區(qū)域之間差異。因此結合以往文獻[5,13-14]，本文將錯配定義為“若新增長的填充型建成區(qū)與原建成區(qū)的功能發(fā)育水平比值，低于該尺度下所有單元的新增填充型建成區(qū)該比值的平均水平，則此斑塊（P）/城市（C）/城市群（UA）上發(fā)生的外部形態(tài)緊湊的填充型擴張屬于蔓延式空間錯配”。并構建空間錯配指數(shù)（Urban Spatial Mismatch Index），判別流程如下：

式（4）—式（5）中：UDLIN和UDLOR分別代表新增填充型建成區(qū)與原有建成區(qū)的功能發(fā)育水平，K表示橫向上某一新增填充型建成區(qū)功能發(fā)育水平相對原有建成區(qū)的成熟度，可對單個斑塊、城市或城市群進行測度。為保障新區(qū)有充足發(fā)育時間，使二者更具有可比性，評價數(shù)據(jù)均延后了3年[13]。Kmean表示縱向上所有單元新增填充型建成區(qū)相對原建成區(qū)成熟度的平均值。依照不同研究尺度，可分別計算140個城市或21個城市群的相對成熟度平均值。式（6）中表示在多尺度下將該新增單元功能發(fā)育相對成熟度與區(qū)域內(nèi)平均值相比較：若低于該尺度的平均水平，則將該單元判別為蔓延式空間錯配；反之則視其為緊湊式協(xié)調(diào)發(fā)展。

綜上，USMI可在斑塊—城市—城市群間轉換，避免了主觀設定閾值，實現(xiàn)在多尺度辨識外部形態(tài)緊湊而內(nèi)部功能發(fā)育不良空間錯配現(xiàn)象。

3.3.5 Maxent模型

Maxent是一種基于最大信息熵原理的生態(tài)位模型，通過提取單類樣本中相關空間變量的信息，來預測約束條件下研究對象的空間分布概率。該模型最早應用于生態(tài)適宜性評價，后被用于城市擴張模擬與驅動力分析[35]。本文使用Maxent模型篩選空間錯配的驅動因子以及探究各驅動因子閾值變化對空間錯配的影響機理。式（7）中H（X|Y）和p（Xi，Yi）分別表示在引入環(huán)境變量Y條件下X的信息熵與分布概率。Maxent模型根據(jù)輸入的樣本數(shù)據(jù)集和目標函數(shù)按照式（8）訓練。

城市擴張中外部形態(tài)與內(nèi)部功能發(fā)育發(fā)生空間失配是由多因素作用結果，因此本文參考相關文獻，從地理區(qū)位[14,17]、經(jīng)濟水平[22,33]、公共服務設施[10-11]、土地價值[21,31-32]、人口[13,26,34]這5個維度，選取10個可能導致中國填充型擴張中形態(tài)與功能發(fā)生空間錯配的環(huán)境變量。限于文章篇幅，具體選取依據(jù)在此不再展開，僅對變量的內(nèi)涵、來源與計算方法做簡要說明（表2）。同時所有空間變量中均不存在強相關（｜r｜＜0.8）與多重共線性關系（VIF＜10），且有著相同的坐標系、地理范圍、行列數(shù)與分辨率（1 km×1 km），待空間錯配樣本確定后，導入模型中訓練。

表2 城市填充擴張中空間錯配環(huán)境變量Tab.2 Environmental variables of spatial mismatch in urban in fi ll expansion

4 結果與分析

4.1 填充型擴張建設用地識別、功能發(fā)育評價與空間格局分析

首先在21個城市群內(nèi)共識別出3 581個新增建設用地斑塊，有 140個城市發(fā)生了形態(tài)上緊湊的填充擴張。其中填充型斑塊共621個，面積2 629.94 km2，占新增斑塊總數(shù)的17.3%，占新增總面積的13.51%。相較邊緣型（5.72 km2）與飛地型（5.54 km2）而言，填充型（4.23 km2）屬于土地利用更集約的一種開發(fā)模式。而從分布情況來看，長三角城市群填充型擴張面積最大為513.48 km2；珠三角城市群內(nèi)填充型斑塊面積占比最高，為 24.34%。

其次，中國城市群新增填充型建成區(qū)發(fā)育水平總體呈“南高北低”的差異化分布特征（圖3）。高值城市群主要在南部珠江流域、長江流域與東南沿海地帶，如海峽西岸和長江中游；而低值城市群集中于北部環(huán)渤海地區(qū)、黃河流域及西北地區(qū)，如山東半島與喀什。

圖3 21個城市群填充型新建成區(qū)功能發(fā)育水平Fig.3 The UDL of the newly built-up areas in the 21 urban agglomerations

繼而進行探索性空間數(shù)據(jù)分析發(fā)現(xiàn)：宏觀上，全局Moran’sI指數(shù)為0.232，Z值得分3.30，在0.01水平上顯著。表明中國城市群新增填充建成區(qū)功能發(fā)育水平整體上呈空間正相關關系與集聚分布格局。

中觀上，以秦嶺—淮河為南北分界線，新增填充建成區(qū)功能發(fā)育空間格局存在明顯地理分異特征（圖4）：（1）高—高聚集區(qū)主要分布于中國南部地區(qū)長江流域及沿海地帶，分別位于成渝、長江中游、長三角、海峽西岸及珠三角5個城市群內(nèi)；（2）低—低聚集區(qū)分布于中國北部中原、京津冀、山東半島、天山北坡4個城市群中，在山東半島與京津冀交界地帶構成主要的低—低聚集區(qū)；（3）長江中游城市群內(nèi)部功能發(fā)育水平嚴重分化，高—高聚集區(qū)與低—低聚集區(qū)并存。

圖4 填充型建成區(qū)功能發(fā)育水平空間聚集格局及冷熱點城市Fig.4 Cold-hot spots and spatial aggregation pattern of UDL in in fi ll built-up areas

微觀上，采用熱點分析識別填充斑塊中典型的高值熱點與低值冷點，并以發(fā)生集聚的所在城市代表，顏色越深越顯著（圖4）。結果同樣表明，新增填充建成區(qū)功能發(fā)育水平表現(xiàn)為“南熱北冷”的空間分異格局。整體來看南方城市之間初步形成了良性聯(lián)動，新區(qū)空間品質顯著優(yōu)于北方城市。

4.2 多尺度辨識城市群填充擴張空間錯配

城市群是一個由宏觀—中觀—微觀三級空間構成的有機系統(tǒng)，其功能發(fā)育過程層層傳導、互相影響。因此在多尺度上測算空間錯配指數(shù)，并按照式（6）劃分為蔓延式空間錯配與緊湊式協(xié)調(diào)發(fā)展兩種類別，結果如下。

微觀層面，在621個填充型擴張斑塊中，有236個斑塊屬于“形態(tài)緊湊—功能良好”的協(xié)調(diào)發(fā)展空間，385個斑塊屬于“形態(tài)緊湊—發(fā)育不良” 錯配空間，錯配型總面積達1 630.13 km2，占填充型斑塊總面積61.99%。說明大部分新增斑塊雖然實現(xiàn)了外部形態(tài)上的緊湊擴張，但忽略了內(nèi)部空間的功能與活力同步發(fā)育，整體空間匹配度欠佳。同時，錯配型斑塊在空間上呈現(xiàn)出“東多西少”分布特征（表3，圖5）：東北地區(qū)京津冀、哈長、山東半島城市群空間外在形態(tài)與內(nèi)部結構嚴重失配，形態(tài)緊湊而發(fā)育不良的蔓延式空間占絕對優(yōu)勢地位，錯配斑塊面積占內(nèi)部填充擴張總面積75%以上；長三角、珠三角城市群內(nèi)擴張體量大，

協(xié)調(diào)發(fā)展型斑塊與空間錯配型斑塊相比面積略占優(yōu)，但二者總體差距不大；西部地區(qū)填充型擴張以錯配型斑塊為主，但總面積相對小，分布較為破碎化。

表3 斑塊空間匹配關系分組及面積分區(qū)統(tǒng)計Tab.3 Grouping of spatial mismatch and area zoning statistics of patches

圖5 多尺度下蔓延式錯配與緊湊式協(xié)調(diào)發(fā)展空間分布情況Fig.5 Multi-scale distribution of sprawling mismatched space and compact space

中觀層面，140個城市的空間錯配指數(shù)判別結果中，其中有60個城市劃為緊湊式協(xié)調(diào)發(fā)展組，80個城市判別為蔓延式錯配組（圖5）?？傮w上看錯配型城市占比高達57%，遍布全國各地，尤其在京津冀與山東半島城市群范圍內(nèi)有較高聚集強度。而緊湊式協(xié)調(diào)發(fā)展型城市主要分布于東部沿海、長江流域、東北和西南部分地區(qū)。進一步結合城市等級分析發(fā)現(xiàn)，北上廣深4個一線大城市近20年在空間上的緊湊擴張中均未實現(xiàn)外部形態(tài)與內(nèi)部功能活力協(xié)調(diào)增長；二線城市中蔓延式空間錯配型有16個，占比達64%。新一線城市與三線及以下中小城市中，兩種類型城市數(shù)量基本持平。由此可見，一、二線大型城市填充擴張中蔓延式錯配占主導地位，而緊湊式協(xié)調(diào)發(fā)展多以三線及以下中小型城市為主。

宏觀層面，21個城市群中有13個城市群被識別為蔓延式空間錯配，8個城市群劃分為緊湊式協(xié)調(diào)增長（圖5）。表明中國城市群之間發(fā)展不均衡，形態(tài)與功能發(fā)育不匹配。其中哈長、遼中南、山東半島、中原、關中與成渝是緊湊型協(xié)調(diào)發(fā)展主要城市群；而東南沿海地區(qū)與長江中下游流域是發(fā)生空間錯配重點分布地帶，這可能與該地區(qū)較好的經(jīng)濟基礎與較高城鎮(zhèn)化水平有關：城市群內(nèi)原有建成區(qū)功能發(fā)育幾近成熟，新區(qū)一時難以超越；加上城市間發(fā)展狀況分化，導致整體上形態(tài)與功能的空間匹配度落后于全國其他城市群。

總的來說，目前中國大部分城市群的填充型擴張尚未實現(xiàn)空間形態(tài)結構的內(nèi)外協(xié)同優(yōu)化，其空間匹配類型仍以蔓延式錯配為主。在斑塊—城市—城市群內(nèi)均存在大量外部形態(tài)輪廓緊湊而內(nèi)部功能發(fā)育不良的空間錯配現(xiàn)象，而空間錯配具體位置分布受尺度效應影響存在差異。

4.3 空間錯配的驅動因子與影響機理

4.3.1 驅動因子篩選

在微觀斑塊尺度上探索空間錯配驅動機制，有助于精細揭示中國城市群擴張中外部緊湊形態(tài)與內(nèi)部功能結構發(fā)育水平不匹配的主導因素與影響機理。為預防樣本在空間上不獨立導致模型過擬合，對385個錯配型斑塊空間稀釋后，共得到299個樣本供模型訓練。經(jīng)十折交叉驗證模型的平均精度為0.80，可信度較高。進而量化分析各空間變量的貢獻率與重要性，并使用刀切法檢驗其對模型精度影響，綜合篩選空間錯配驅動因子。

貢獻率分析結果表明（表4）：（1）高程、教育培訓設施密度、交通設施密度是對空間錯配現(xiàn)象的地理分布貢獻最多前3位環(huán)境變量，其貢獻率分別為28.7%、22.2%和19%，累計貢獻率達69.9%。（2）GDP密度、農(nóng)田生產(chǎn)潛力與土地出讓價格對空間錯配貢獻率次之，分別為12.4%、5.5%和4.9%。（3）而距市中心距離、公司企業(yè)密度、人口變化與據(jù)主要道路距離對模型結果影響較小，累計貢獻率僅為7.3%。

表4 環(huán)境變量貢獻率及排序重要性Tab.4 Percent contribution and permutation importance of environmental variables （%）

置換重要性反映了將某個環(huán)境變量隨機替換后對模型精度產(chǎn)生的影響，其排序結果為：（1）高程與交通設施密度是對模型構建影響最大的環(huán)境變量，剔除上述變量將分別導致27.8%和27.2%的精度損失；（2）教育培訓設施密度、GDP密度、公司企業(yè)密度緊隨其后，累計重要性達35.4%，同樣不可或缺，而其余變量重要性相對較小。

最后使用刀切法測試不同空間變量對模型精度增益大小（圖6），結果表明：當去除教育培訓設施密度變量后，模型精度下降最多，說明該變量中含有獨特的利于辨識空間錯配的信息，較為重要；而當只使用單個變量預測時，GDP密度、高程、交通設施密度與公司企業(yè)密度均有較強的預測能力，模型精度均在70%以上，對于識別蔓延式錯配空間最有用。

圖6 刀切法檢驗變量重要性Fig.6 Importance of environmental variables on spatial mismatch by jackknife test

綜合以上分析來看，高程、教育培訓設施密度、交通設施密度、GDP密度、公司企業(yè)密度、土地出讓價格、農(nóng)田生產(chǎn)潛力是精細模擬建設用地空間錯配地理分布的驅動因子。其中前3個變量最為重要，將其劃分為關鍵驅動因子；而后4個變量次之，劃分為重要驅動因子。

4.3.2 驅動因子閾值變化對空間錯配影響機理

閾值響應曲線反映了在僅改變單個變量值情況下，空間錯配概率隨之變化趨勢（圖7）。結果表明：各驅動因子的影響機理存在差異。其中高程越高，城市擴張中外部緊湊形態(tài)與內(nèi)部功能發(fā)育發(fā)生空間錯配可能性越低；而對于其他5個空間變量來說，隨著值從0逐漸增加，錯配概率呈先陡增后緩降的變化趨勢，這表明要實現(xiàn)城市群空間內(nèi)外協(xié)同緊湊發(fā)展，各驅動因子可能存在著門檻效應，需超過各自閾值方有正向影響。但值得注意的是，GDP密度、土地出讓價格與公共設施密度等因子的驅動作用存在邊際效應，當其投入超過臨界值，空間錯配概率將不再降低，此時亟需考慮發(fā)展方式的轉型。

圖7 空間錯配概率與驅動因子閾值響應曲線Fig.7 Threshold response curves for spatial mismatch probabilities and driving factors

結合以上分析，各因子影響空間錯配的機制如下：（1）我國地勢西高東低，人口與經(jīng)濟主要集中于東部平原地區(qū)，西部地區(qū)城市群受城鎮(zhèn)化水平與地形限制，難以開展建設成本高昂的填充式擴張，故而高程越高錯配的可能性越小。（2）教育培訓設施作為公共服務設施重要組成，通常位于居住區(qū)與商業(yè)區(qū)附近，周圍交通便捷且人口流量較大，良好的教育資源可吸引小型商店及房地產(chǎn)投資，帶動內(nèi)部經(jīng)濟與文化活力增長。（3）密集的交通設施有助于加強區(qū)域之間的功能聯(lián)系，降低了勞動力、資本、技術等要素流動的空間成本，為提高城市群生產(chǎn)空間效率與生活空間便捷性提供了條件，也促進了新城區(qū)舊城區(qū)間有機聯(lián)結。（4）GDP密度、公司企業(yè)密度反映城市經(jīng)濟實力與產(chǎn)業(yè)集聚狀況，良好經(jīng)濟基礎可保障物理建成環(huán)境建設，還能持續(xù)吸納就業(yè)人員與承載多樣生產(chǎn)活動。（5）土地供應價格與農(nóng)田生產(chǎn)潛力一定程度反映了獲取土地成本與難度。所需成本越高，其建設開發(fā)投資越足。充足的開發(fā)投入可為空間良好發(fā)育提供保障，限制空間錯配可能性。

5 結論與啟示

5.1 結論

本文基于多源地理大數(shù)據(jù)，結合建成環(huán)境功能與空間活力兩個維度，探究全國21個城市群新舊建成區(qū)功能發(fā)育水平與空間分布格局，多尺度揭示建設用地擴張中外部形態(tài)緊湊而內(nèi)部功能發(fā)育不良空間錯配現(xiàn)象及其驅動機理。主要結論如下：

（1）中國21個城市群新增填充型建成區(qū)功能發(fā)育水平整體表現(xiàn)為“南高北低”的分布特征。高值城市群主要位于長江中游及東部沿海地區(qū)，而低值城市群位于北部環(huán)渤海地區(qū)、黃河流域及西北地區(qū)。

（2）新增填充建成區(qū)功能發(fā)育水平具有顯著空間聚集性，呈“南熱北冷”空間分異格局。高—高聚集區(qū)主要分布于中國南部成渝、長三角、長江中游及珠三角城市群內(nèi)，低—低聚集區(qū)分布于北部的京津冀、山東半島、中原、天山北坡城市群中。

（3）中國城市群目前填充擴張尚未實現(xiàn)外部形態(tài)緊湊與內(nèi)部功能發(fā)育的空間協(xié)同，蔓延式空間錯配在斑塊—城市—城市群尺度下均占主導地位，且其地理位置分布受尺度效應影響存在差異。

（4）建設用地填充擴張的空間錯配是多因素共同驅動的復雜地理過程，地形、公共服務設施、經(jīng)濟水平、土地價值是導致城市群空間錯配的主要因素。其中高程、教育培訓設施密度、交通設施密度是關鍵驅動因子，而GDP密度、公司企業(yè)密度、農(nóng)田生產(chǎn)潛力與土地出讓價格是重要驅動因子，但各因子對其影響機制存在差異。

5.2 政策啟示

本文的研究發(fā)現(xiàn)對政府優(yōu)化城鎮(zhèn)空間結構布局具有如下啟示：（1）城市擴張中兼顧形態(tài)維與功能維統(tǒng)一。要堅持存量優(yōu)化原則，改變“以地謀發(fā)展”粗放擴張模式，維持健康緊湊的外在形態(tài)；同時在城市設計中嵌入“以人為本”理念，增強建成環(huán)境功能多樣性，充分激發(fā)城市活力，塑造高品質的內(nèi)部空間。（2）重視新城區(qū)與老城區(qū)發(fā)育狀況差異。增強新區(qū)舊區(qū)間空間功能聯(lián)系與可達性，促進內(nèi)部各類社會經(jīng)濟要素有序流轉，持續(xù)推動二者在日常生活和工作中有機融合。（3）充分利用城市間的空間關聯(lián)性，構建城市群協(xié)調(diào)發(fā)展多尺度聯(lián)接與調(diào)節(jié)機制。妥善處理中心城市的“虹吸效應”，鼓勵中小城市融入鄰近大城市建設，共同形成產(chǎn)業(yè)優(yōu)勢互補、職能分工合理的多中心、網(wǎng)絡化的城市群空間結構。

5.3 討論

本文為重新審視城市擴張質量提供一個外部形態(tài)維緊湊度與內(nèi)部功能維發(fā)育水平空間錯配的新視角，對于探索顧及形態(tài)優(yōu)化與空間品質提升的國土空間規(guī)劃新模式有重要意義。但同樣存在一些不足，未來可進一步完善：（1）綜合考慮更多樣景觀指標，全面評價城市形態(tài)緊湊度；（2）使用最新數(shù)據(jù)，在多時點下開展城市功能發(fā)育水平動態(tài)分析；（3）空間錯配識別標準可考慮用更客觀的機器學習算法支撐；（4）空間異質性可能會導致驅動因素的差異，可探討多尺度下的建設用地空間錯配驅動機制。