高 雅 雅,焦 利 民,王 衛(wèi) 林

(1.武漢大學資源與環(huán)境科學學院,湖北 武漢 430079;2.湖南農(nóng)業(yè)大學資源學院,湖南 長沙 410128)

0 引言

城市空間擴張是城市化進程的必經(jīng)階段[1],城市空間擴張速率大于人口增長速率則會導致大量優(yōu)質土地資源浪費,威脅區(qū)域生態(tài)安全和可持續(xù)發(fā)展[2,3]。隨著全球城市化進程加快和城市病日益突出,探索未來可持續(xù)發(fā)展的城市擴張?zhí)卣鞒蔀橐粋€城市的時代命題。2015年3月28日《推動共建絲綢之路經(jīng)濟帶和21世紀海上絲綢之路的愿景與行動》正式公布,標志著 “一帶一路”倡議進入全面推進建設階段[4]?！耙粠б宦贰毖鼐€大多為發(fā)展中國家,處于經(jīng)濟與城市化快速發(fā)展階段,城市擴張顯著[5],因此,研究“一帶一路”沿線國家和地區(qū)未來城市空間格局及空間擴張?zhí)卣?可為促進城市可持續(xù)發(fā)展、統(tǒng)籌推進城市化和交通等基礎設施優(yōu)先建設領域的互連互通提供數(shù)據(jù)支撐[6]。

目前,對于“一帶一路”沿線國家城市擴張的研究主要包括歷史城市擴張過程與未來城市擴張模擬,即基于歷史擴張數(shù)據(jù)研究“一帶一路”沿線國家城市擴張動態(tài)變化、形態(tài)變化及驅動機制[7-10],以及基于歷史數(shù)據(jù)構建模型定量預測城市用地增量并模擬城市用地空間格局[11-13],研究成果多停留在用地增量及空間格局模擬階段,缺少以“一帶一路”大區(qū)域為背景的城市空間格局模擬以及城市未來擴張?zhí)卣鞯难芯俊?/p>

城市土地利用情景模擬通過選擇典型地區(qū)構建模型,模擬不同情景下的城市空間格局,可為城市土地利用規(guī)劃和政策制定提供依據(jù)[14]。城市土地利用情景模擬大致分為數(shù)量預測模型、空間預測模型及二者的耦合模型,其中,數(shù)量預測模型主要用于預測土地利用類型的數(shù)量變化,無法得到空間化的結果,而空間預測模型則能進行空間地理位置演變過程模擬。元胞自動機(CA)模型能實現(xiàn)對復雜自然地理過程的時空動態(tài)分析和建模,廣泛應用于空間預測[15,16],在CA模型基礎上開發(fā)了FLUS、SLEUTH等[17,18]模型。其中,FLUS模型通過在CA模型中加入基于輪盤賭選擇的自適應慣性競爭機制、引入神經(jīng)網(wǎng)絡獲取適宜性概率等方式有效解決了多種土地利用類型之間的競爭關系問題,提高了土地利用變化模擬的精度,加之計算效率較高、模擬范圍較大等優(yōu)點,廣泛應用于區(qū)域土地利用變化模擬[13,19,20]。綜上,本文基于IPCC(Intergovernmental Panel on Climate Change)提出的共享社會經(jīng)濟情景(Shared Socioeconomic Pathways,SSPs),選取1993—2018年“一帶一路”沿線國家(地區(qū))的土地與社會經(jīng)濟面板數(shù)據(jù)構建回歸模型,預測2020—2060年國家尺度的城市土地面積,并利用FLUS模型模擬2060年5種SSPs情景下1 km空間分辨率的城市空間格局,從人口密度與城市擴張關系視角分析“一帶一路”沿線國家重點潛力城市的空間格局特征。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

本文將“一帶一路”沿線62個國家及地區(qū)按地理位置分為五大區(qū)域,土地利用面積約為4 997萬km2,涉及亞洲、北非、東歐以及連接亞太、歐洲兩大經(jīng)濟圈,擁有全球60%的人口和近1/3的國內(nèi)生產(chǎn)總值。2021年11月28日,中國城市規(guī)劃設計院發(fā)布的《“一帶一路”倡議下的全球城市報告(2021)》(http://www.caupd.com)中提出全球“一帶一路”100個潛力城市,本文選取其中67個城市作為未來城市擴張?zhí)卣餮芯繉ο?圖1)。

注:基于自然資源部標準地圖服務網(wǎng)站審圖號為GS(2016)1666號的標準地圖制作,底圖無修改,下同。圖1 “一帶一路”沿線國家及潛力城市Fig.1 Countries and potential cities along the Belt and Road

1.2 數(shù)據(jù)來源

各國歷年城市用地面積、人口以及GDP統(tǒng)計數(shù)據(jù)來源于FAO(Food and Agriculture Organization of the United Nations),各國未來人口數(shù)據(jù)與購買力平價(Purchasing Power Parity,PPP)數(shù)據(jù)來源于SSPs數(shù)據(jù)庫(https://tntcat.iiasa.ac.at/SspDb),土地利用數(shù)據(jù)來源于歐空局(http://www.esa-landcover-cci.org/),并從環(huán)境、經(jīng)濟與社會3個維度選取10種數(shù)據(jù)作為FLUS模型的驅動因子,數(shù)據(jù)詳細信息見表1。

表1 情景模擬的主要數(shù)據(jù)Table 1 Database used for multi-scenario simulation

1.3 共享社會經(jīng)濟情景(SSPs)

SSPs是由IPCC發(fā)布的一套由社會經(jīng)濟情景和氣候情景共同構成的新情景框架[22,23],共包括5種情景:SSP1充分考慮可持續(xù)發(fā)展和千年發(fā)展目標的實現(xiàn),在確保社會經(jīng)濟發(fā)展的同時降低對化石燃料等資源的依賴度,低收入國家快速發(fā)展,是一個世界開放、平等、經(jīng)濟全球化的情景[24];SSP2描述了世界將維持近幾十年的發(fā)展規(guī)律,在實現(xiàn)發(fā)展目標方面取得一定進展且慢慢降低對化石燃料的依賴,是一個中等發(fā)展的情景[25];SSP3描述了世界局部發(fā)展或不一致發(fā)展,未能實現(xiàn)全球發(fā)展目標且對化石燃料等資源依賴程度高,是一個去全球化趨勢顯著的情景[26];SSP4描述了國家內(nèi)部與國家之間高度不均衡發(fā)展,少數(shù)富裕群體產(chǎn)生大部分的排放量,是一個極具適應挑戰(zhàn)的情景[27];SSP5以減緩挑戰(zhàn)為主,是經(jīng)濟快速發(fā)展導致溫室氣體大量排放的常規(guī)發(fā)展情景[28]。

1.4 城市用地面積預測模型

1.4.1 最小二乘虛擬變量回歸法 基于1993—2018年“一帶一路”沿線國家(地區(qū))社會經(jīng)濟與城市用地面積數(shù)據(jù),利用Stata軟件的最小二乘虛擬變量回歸法構建以人均城市用地面積(B)為因變量、人均GDP(G)和城市化率(P)為自變量的模型[29],為體現(xiàn)各國之間的差異,引入?yún)^(qū)域啞變量(Z,通常取值為0或1),反映某變量的不同屬性,對于有n個分類屬性的自變量,通常需要選取1個分類作參照,因此可以產(chǎn)生n-1個啞變量。通過輸入不同SSPs情景下的人均GDP(G)和城市化率(P)數(shù)據(jù),即可估算出不同情景下城市用地面積。

(1)

式中:ε、β0為誤差和截距,r為國家(地區(qū)),t為年份。

1.4.2 未來城市用地面積調(diào)整 由于SSPs數(shù)據(jù)庫預測的2015年城市用地面積數(shù)據(jù)與歐空局2015年土地分類產(chǎn)品中的城市用地面積數(shù)據(jù)存在一定誤差(±8%),故本文對預測的城市用地面積進行調(diào)整[20]:首先利用SSPs數(shù)據(jù)庫估算得到的2015年和2060年r國家(地區(qū))的城市用地面積Ar,2015、Ar,2060計算得到城市用地面積增長率ΔAr,2015—2060(式(2)),然后利用歐空局2015年城市用地面積數(shù)據(jù)乘以該增長率,得到調(diào)整后的2060年城市用地面積,作為FLUS模型2060年城市用地面積模擬的數(shù)量限制。

ΔAr,2015—2060=Ar,2060/Ar,2015

(2)

1.5 FLUS模型

FLUS 模型[17]首先利用人工神經(jīng)網(wǎng)絡模型從1期土地利用數(shù)據(jù)和社會、經(jīng)濟及環(huán)境相關的驅動因子(如地形地貌、GDP、人口密度及夜間燈光等)中獲取元胞,并轉換為各種用地類型的發(fā)展概率,同時利用慣性系數(shù)與競爭機制表達動態(tài)模擬過程中城市與非城市用地的互動與競爭機制,再結合適宜性概率、限制發(fā)展條件、未來土地總需求等模擬未來特定情景下土地利用空間分布,避免了傳統(tǒng)元胞自動機中元胞形態(tài)、鄰域規(guī)則等方面的局限[30]。

1.6 城市擴張指標

本文選取城市擴張指數(shù)(I)和人口密度分析城市未來擴張過程和格局特征,其中,I指城市用地面積增長速率(α)與城市人口數(shù)量增長速率(γ)之間的差值(式(3)—式(5)),代表一段時間內(nèi)城市用地擴張程度[31],人口密度用城市人口數(shù)量與城市用地面積之比表示[32]。

(3)

(4)

I(t1,t2)=α(t1,t2)-γ(t1,t2)

(5)

式中:A為城市用地面積,R為城市人口數(shù),t1為起始時間,t2為結束時間。

2 結果分析

2.1 SSPs情景下“一帶一路”沿線國家(地區(qū))城市用地面積變化

為探索“一帶一路”沿線國家(地區(qū))城市用地增長之間的時空差異性,本文選取城市用地面積增長較多的14個國家,計算得到其2020—2060年每10年城市用地增長量、累計最大城市用地增長面積和城市用地增長率(表2和表3)。由表2可知,城市用地面積及其增長率最突出的國家主要分布在亞洲地區(qū),并以東亞、東南亞國家為主,其中城市用地增長率較高的國家為巴基斯坦、印度、孟加拉國及菲律賓,如孟加拉國在SSP1與SSP5情景下城市用地增長率分別為527%與514%;中國城市用地增長面積在SSP3情景下最少(1.3萬km2),SSP5情景下最多(5.3 km2)。由于“一帶一路”沿線國家(地區(qū))多為發(fā)展中國家,其經(jīng)濟與人口的快速增長會帶來城市的大面積擴張;少數(shù)國家在未來特定情景下因人口數(shù)量降低、經(jīng)濟下跌等因素使城市用地面積在經(jīng)歷前期增長后出現(xiàn)負增長。

表2 部分國家2020—2060年SSPs情景下累計最大城市用地增長面積(km2)和增長率Table 2 Cumulative maximum values of urban sprawl area and rate simulated under various SSPs scenarios for some countries from 2020 to 2060

表3 SSP3、SSP5兩種情景下每10年城市用地增長面積Table 3 Interdecadal urban sprawl area simulated under SSP3 and SSP5 scenarios 單位:km2

2.2 SSPs情景下“一帶一路”沿線國家(地區(qū))未來城市用地空間分布

為衡量FLUS模型的性能,將模擬的2000年城市用地空間格局與實際城市用地空間格局進行對比,結果顯示,模型模擬的總體精度為0.72, Kappa系數(shù)為0.63,FoM值為21.45%,滿足模擬需求,因此,可利用FLUS模型模擬2060年5種SSPs情景下研究區(qū)城市用地空間分布(圖2)。

圖2 2060年SSPs情景下“一帶一路”沿線國家(地區(qū))城市擴張模擬結果Fig.2 Urban sprawl area simulated under various SSPs scenarios in countries(regions)along the Belt and Road in 2060

由于城市用地面積在陸域總面積中相對較小,為更清楚地顯示模擬結果, 在ArcGIS中利用焦點統(tǒng)計分析得到每10 km半徑范圍內(nèi)新增城市用地數(shù)量(圖3)?？梢钥闯?中國新增城市用地主要聚集在東部地區(qū),增量明顯多于其他地區(qū);東南亞國家新增城市用地多聚集而少分散;印度城市用地基數(shù)小且城市分布稀疏,新增城市斑塊較分散,主要分布在新德里等大城市區(qū)域內(nèi);歐洲國家城市分布密集但體量較小,新增城市用地分布均勻且分散。SSPs情景下,當國家城市化發(fā)展較快、國民經(jīng)濟增長較高時,擴張以城市斑塊集聚外延為主導,反之,擴張則以城市斑塊均勻分散為主,中國模擬結果的差異表現(xiàn)最明顯。

圖3 2060年SSPs情景下“一帶一路”沿線代表性區(qū)域土地利用模擬結果Fig.3 Simulation results of land use under various SSPs scenarios in representative regions along the Belt and Road in 2060

2.3 SSPs情景下“一帶一路”沿線城市擴張?zhí)卣?/h3>

從人口密度與城市擴張指數(shù)分析SSPs情景下2015—2060年城市擴張?zhí)卣鳌?/p>

2.3.1 城市未來擴張格局特征 SSPs情景下2015—2060年“一帶一路”沿線67個城市的人口密度均值約為1 900人/km2,利用中位數(shù)法將城市擴張格局分為緊湊與松散兩類,再通過自然斷點法將區(qū)域擴張格局分為4個等級。由圖4可以看出,SSPs情景下2015—2060年“一帶一路”沿線規(guī)模較大城市在擴張過程中呈現(xiàn)出高人口密度分布特征,超大城市擁有更緊湊的城市格局。其中,2015年緊湊型城市26個,在SSP3情景下2060年緊湊型城市縮減為19個,其他情景下緊湊型城市也相對減少。從區(qū)域角度看,大部分區(qū)域人口密度在2015—2060年呈現(xiàn)降低趨勢,城市擴張更松散,歐洲地區(qū)人口密度始終較小,其發(fā)展格局更松散;除中國外,亞洲其他地區(qū)則保持高人口密度的緊湊格局。

圖4 2015—2060年SSPs情景下城市擴張格局時空變化和分布特征Fig.4 Spatial and temporal variation and distribution characteristics of urban sprawl pattern under various SSPs scenarios in 2015-2060

2.3.2 城市未來擴張過程特征 當擴張指數(shù)I值大于0.9時為松散增長,位于[0,0.9]之間時為較松散增長,小于0時為緊湊增長[32]。SSPs情景下2015—2060年“一帶一路”沿線67個城市的I平均值約為0.9,城市擴張過程呈現(xiàn)較松散特征,不同情景下各區(qū)域城市之間差異較明顯(圖5):SSP1與SSP2情景下大部分城市為松散增長,SSP4與SSP5情景下大部分城市為緊湊增長,SSP3情景下城市增長類型介于SSP4與SSP5之間,但總體表現(xiàn)為較松散增長。從區(qū)域角度看,東亞地區(qū)I值均大于0.9,表明城市用地呈現(xiàn)松散增長狀態(tài),西亞及北非地區(qū)I值均小于0,城市用地呈現(xiàn)緊湊增長狀態(tài),中南亞地區(qū)在SSP3與SSP4情景下呈現(xiàn)較松散增長狀態(tài)。

圖5 2015—2060年SSPs情景下城市擴張過程時空變化和分布特征Fig.5 Spatial and temporal variation and distribution characteristics of urban sprawl process under various SSPs scenarios in 2015-2060

2.4 城市未來擴張格局—過程特征

以1 900、0分別為人口密度、城市擴張指數(shù)的閾值,將城市空間擴張格局—過程劃分為4種模式:高人口密度—緊湊增長、低人口密度—緊湊增長、高人口密度—松散增長、低人口密度—松散增長。

在SSPs情景中,擁有高生育率且提倡區(qū)域競爭機制的SSP3情景下城市用地擴張較少,但增長過程較松散且沒有因人口的大量增加而造成人口密度過高,這可能是因為在區(qū)域競爭機制和經(jīng)濟發(fā)展緩慢情景下,人口分布較松散,低人口密度—松散增長城市為35個,高人口密度—緊湊增長城市為6個(圖6);SSP1與SSP4情景下各城市擴張模式最相似且僅次于SSP3情景下的擴張,低人口密度—松散增長城市為34個,高人口密度—緊湊增長城市為8個(圖6),主要分布在亞洲中南部;中間情景SSP2與低生育率的SSP5情景下各城市擴張模式較緊湊且人口密度相對較高。

圖6 SSPs情景下城市格局—過程發(fā)展類型空間分布Fig.6 Spatial distribution of urban pattern-process development types under various SSPs scenarios

從不同規(guī)模城市的空間分布看(圖6), “一帶一路”沿線國家(地區(qū))中超過83%的超大城市呈現(xiàn)松散增長的空間擴張模式,54%的中小城市呈現(xiàn)高人口密度—緊湊增長的空間擴張?zhí)卣?東亞地區(qū)大多呈現(xiàn)低人口密度—松散增長模式,中亞及東南亞地區(qū)的小城市以高人口密度—緊湊增長模式為主,歐洲西部城市呈現(xiàn)低人口密度—松散增長模式。緊湊增長城市需要人為介入,利用政策及規(guī)劃(如劃定城市增長邊界、提高土地利用混合度、節(jié)約集約利用土地等)抑制發(fā)展過程中的松散增長,維持或進一步加深緊湊格局;松散增長城市通過提高城市土地容積率和城市中心吸引度以及大力發(fā)展公共交通等,爭取更快變?yōu)榭沙掷m(xù)發(fā)展的緊湊增長格局。

3 結論與討論

本文基于FLUS模型模擬2060年“一帶一路”沿線62個國家及地區(qū)城市用地空間格局,并從人口密度與城市擴張指數(shù)角度分析SSPs情景下“一帶一路”沿線國家重點城市未來擴張?zhí)卣?。結果表明:①2020—2060年“一帶一路”沿線國家(地區(qū))呈現(xiàn)明顯的城市空間擴張趨勢,SSP1與SSP5情景下城市空間擴張較激烈,SSP3情景下相對較弱。2020—2060年大部分國家(地區(qū))城市用地面積保持增長趨勢,少數(shù)國家在未來特定的情景下因人口數(shù)量降低、經(jīng)濟下跌等因素使城市用地面積在經(jīng)歷前期增長后出現(xiàn)負增長。②不同情景下2060年城市用地空間模擬結果存在明顯差異,總體表現(xiàn)為國家城市化發(fā)展較快、國民經(jīng)濟增長較高時,擴張以城市斑塊集聚外延為主導;當國家城市化與國民經(jīng)濟發(fā)展速度放緩,擴張則以城市斑塊分布相對均勻分散為主。③“一帶一路”沿線國家(地區(qū))中超過83%的超大城市呈現(xiàn)松散增長的空間擴張模式,54%的中小城市呈現(xiàn)高人口密度—緊湊增長的空間擴張模式。未來東亞地區(qū)城市大多呈現(xiàn)低人口密度—松散增長模式,中亞及東南亞地區(qū)的小城市以高人口密度—緊湊增長的空間擴張模式為主,歐洲西部城市呈現(xiàn)低人口密度—松散增長模式。

考慮到數(shù)據(jù)的可得性,本文對現(xiàn)實城市用地面積需求過程進行簡化,建立的城市用地面積面板回歸模型在結構上相對簡單,可能與現(xiàn)實情況有差異;此外,城市擴張受多種驅動因素的制約[33-35],受限于數(shù)據(jù)可獲取性,本文在模擬時并未考慮,導致模擬結果存在一定的不確定性,未來對于大尺度的城市擴張研究應進一步考慮土地利用與驅動因子的相互影響。