基于樣帶—地理探測器的陸橋通道沿線建制市建成區綠地率區域差異影響機理研究

徐影秋 劉志強 王俊帝 洪亙偉

1 樣帶自然地理梯度概況Survey of the natural geographic gradient along the transect1-1 地貌類型Landform types1-2 ≥10℃積溫Accumulated temperature≥10℃1-3 年均降水量Average annual precipitation1-4 海拔高程Altitude elevation1-5 年均溫Average annual temperature1-6 濕潤度Humidity

城市綠地是改善城市生態環境、推動城市綠色發展的重要基礎設施。建成區綠地率作為表征城市綠地建設水平的重要指標之一，自20世紀90年代以來大幅提升。然而，不同地區自然資源稟賦、社會經濟發展要素迥異，市域建成區綠地率異質性和非均衡性顯著。探明建成區綠地率區域差異的影響機理，是城市綠地優質發展的重要前提。追溯相關研究主要分為3方面：1）測度上從三（四）大區域、省域、市域、縣域或典型城市等多尺度研究；2）機理研究多定性探索自然地理、社會經濟等方面因素與建成區綠地率格局的相關性[1-5]；3）方法由數理統計向空間計量模型演變。上述研究均基于行政級別范圍，忽視了特定區域特征，且不能定量甄別影響因素的作用力，難以客觀揭示差異格局的內在影響機理。

中國疆域廣博、綠地建設地域性強，如何研判不同區域建成區綠地率差異？何為導致區域差異的影響因素？不同因子影響的區域又該如何進行針對性綠地建設？樣帶（transect）是沿著某主要因素形成的具一定梯度規律的帶狀地域范圍，能有效識別事物內部差異性影響[6]。由隴海、蘭新鐵路線組成的陸橋通道，是“一帶一路”的重要一軸[7-8]，沿線形成一條具有自然地理和人文經濟梯度分異的典型樣帶。選其進行區域性綠地建設研究，具有典型性特征，通過廓清陸橋通道城市綠地建設分異規律，為制定城市綠地因地制宜建設政策提供科學依據。

事物空間分布均受特定自然和社會因素等影響，地理探測器（Geodetector）是度量事物空間分異性并探測其影響力的一種統計學方法[9-10]，能客觀揭示區域主導因子及多因子交互作用，已廣泛應用于自然及社會科學領域。鑒于此，以陸橋通道沿線樣帶為研究范圍，在厘清其市域建成區綠地率差異基礎上，利用地理探測器識別近20年來建成區綠地率區域差異區域異的主導因素及內在機理。

1 研究區域與研究方法

1.1 研究區域

1.1.1 樣帶概況

陸橋通道是“現代絲綢之路”第二亞歐大陸橋中國段的主軸線[11]，經蘇、皖、豫、陜、甘、新6省，是橫貫中國東、中、西部最主要的鐵路。樣帶呈現以下特征：1）跨三級階梯，有顯著的高程、降水量等梯度（圖1）；2）作為連接三大區域的“金腰帶”，東、中、西部經濟梯度明顯。在中國“開”字型到“八橫八縱”交通規劃中，陸橋通道成為推動中西部開發、實現經濟飛躍的重要引擎[12]。

表1 樣帶縣級市及以上城市一覽表（2016年）Tab.1 List of sample cities at county-level and above along the transect (2016)

表2 交互探測表達式Tab.2 Interactive detection expressions

表3 地理探測因子集Tab.3 Geographic detection index system of influencing factors

1.1.2 研究范圍和單元

為保證研究時空范圍連續性和行政區劃完整性，遵照2016年中國行政區劃調整，在陸橋通道鐵路沿線基礎上，以其沿線所經6省的完整省域為范圍，縣級市及以上城市為單元、1996—2016年為時段，并對數據不全的城市進行處理①，最終選取139個城市單元（表1）。

1.2 地理探測器

相較于傳統影響因素分析方法，地理探測器有3方面優勢：1）有效探測類型變量的影響程度，包括數值型數據和定性數據；2）可檢驗單變量空間分異性，也可檢驗兩個變量空間分布的一致性；3）能探測兩因子交互作用，這是地理探測器區別于一般回歸模型的獨特優勢，并對影響值大小排序，識別主導因素[13-15]。選用地理探測器因子探測和交互探測模型，綜合測算陸橋通道樣帶市域建成區綠地率區域差異的解釋力。

1）因子探測：主要探測因子對建成區綠地率區域差異的解釋程度。

2）交互探測：主要探測因子間相互作用關系（表2）。

1.3 影響因素指標選取、數據來源和類型劃分

建成區綠地率差異成因復雜，自然環境和人類社會活動[16-18]均與其關系密切。根據科學性、可得性和可行性原則，選取3類共15個指標構成地理探測因子集（表3）。利用地理探測器對類型變量的探測有效性，各類因素數據來源及劃分方式見表4。1）自然環境因素有6個指標，均賦值為類型變量。年均降水量參照中國等降水量線分為4個類型；濕潤度依照全國干濕狀況劃分為5類；海拔高程依據三大階梯劃分[19]；年均溫、日平均氣溫穩定≥10℃積溫、地貌類型均根據中國科學院資源環境科學數據中心，分別總結劃分為5、4、5類。2）社會經濟因素有8個指標，均按自然斷裂點法分為5類，數據源自1996—1997年《城市建設統計年報》、1998—2016年《中國城市建設統計年鑒（報）》和1997—2017年《中國城市統計年鑒》。3）政策制度根據園林城市評價結果，將城市單元分為“是/不是”園林城市2類[20]。

2 沿線樣帶市域建成區綠地率區域差異

掌握樣帶市域建成區綠地率區域差異是判斷其分異機理的基礎。利用標準差（σt）、變異系數（CV）②分析建成區綠地率總體差異；采用錫爾系數（T）③進行差異分解，廓清樣帶各區域差異貢獻度。

2.1 時序演變

1）沿線樣帶總體及東、中、西部市域建成區綠地率均呈穩步上升態勢，這與其作為我國“八橫八縱”規劃的重點地帶相關。2）樣帶市域建成區綠地率區域差異明顯，呈“東—中—西”部遞減的三級梯度格局（圖2）。

2.2 區域差異

1）1996年以來樣帶建成區綠地率不均衡特征長期存在。σt變化平緩，CV下降明顯（圖3）。2）樣帶東部分異最小，中部最大。東、中、西部差異總體貢獻率Ta1、Ta2、Ta3（錫爾系數組內差異）為9.83%、40.31%、27.91%，西部差異有不斷強化趨勢，其將是導致樣帶綠地建設總體差異的重要因素，究其原因：2013年西部深化改革，試點城市建成區綠地率提升導致兩極化嚴重（圖4）。下文將深入探測沿線樣帶城市綠地建設分異問題的影響因素。

表4 自然環境及政策制度因素指標類型劃分表Tab.4 Classification of indicators for natural environmental/policy factors

2 樣帶及各區域市域建成區綠地率演變(1996—2016年)Evolution of the green rate of built district along the transect wholly and regionally (1996—2016)

3 樣帶市域建成區綠地率差異演變(1996—2016年)Time series evolution of green rate of built district along the transect (1996—2016)

4 樣帶市域建成區綠地率錫爾系數(1996—2016年)Theil ratio of green rate of built district along the transect (1996—2016)

3 沿線樣帶市域建成區綠地率區域差異的影響機理

3.1 影響因素地理探測

3.1.1 因子探測

1）總體探測。年均溫是樣帶市域建成區綠地率總體差異的核心影響因子（表5，圖5-1）。各類因素都發揮著不同程度影響，自然因素作用穩定，經濟因素波動變化，政策在2001年后貢獻較大。由于整體分析會掩蓋內部差異性，下面進行分區探測。

2）分區探測。①樣帶東部建成區綠地率領先，經濟優勢是關鍵。由于東部城市開發逐漸穩定，后期經濟影響力減弱，而自然因素長期性作用越發顯著，年均溫總體影響達第一。②樣帶中部建成區綠地率差異呈縮小態勢，園林城市政策是首要影響因子。總體上自然和社會經濟作用較均質，都發揮著重要影響。③年均溫對樣帶西部兩極化起最大決定作用。5個時段內主要影響均來自自然因素。2014年后三產結構開始發揮影響，成為第二核心因子（表5，圖5-2～5-4）。

3.1.2 交互探測

交互探測顯示，任意2個因子交互均表現為非線性加強或雙因子加強（表6）。1）年均溫與濕潤度交互影響力最大，印證了自然地理本底的先天支撐力和約束力。2）自然與社會經濟變量有協同增強效應，“自然—經濟—政策”因素兩兩交互明顯強于單一類型因素的交互力。

3.2 建成區綠地率區域差異的影響機理

1）自然的天然制約力是根源。自然地理本底奠定了樣帶建成區綠地率“東高西低”基本差異格局。自然因素表現出強烈的“短板效應”，建成區綠地率高的多集中于樣帶東、中部水熱條件良好的平原區。事實上長期以來熱量和水分一直穩定的作為影響綠地的最基礎力量[21]157，后期年均溫、海拔高程等影響力攀升也印證了這一點。

2）政策導向的宏觀調控是關鍵原因。在中國以政策主導的建設背景下，政策這只“有形的手”是調控綠地建設的關鍵環節[22]。“一帶一路”倡議引領下的旅游、綠化等政策使陸橋通道獲得更多資金、技術等投入，但2016年樣帶西部的園林城市數量僅四成，缺少政策扶持是主要原因，并拉低其建成區綠地率。

3）經濟發展水平是直接推動因素。樣帶綠地建設經濟指向性增強，經濟水平是建成區綠地率區域差異的直接推動力。陸橋通道沿線形成陸橋經濟帶，東部是經濟最發達區域，一定的經濟基礎保證其更有能力去承擔城市綠地建設，而中、西部經濟缺乏活力，市域間建成區綠地率極化嚴重。

表5 因子探測Tab.5 Detection of influencing factors along the transect

表6 交互探測Tab.6 Detection of interaction factors along the transect

5 樣帶及各區域影響因子貢獻率Contribution rate of influencing factors along the transect wholly and regionally5-1 樣帶The whole transect5-2 樣帶東部East of the transect5-3 樣帶中部Centre of the transect5-4 樣帶西部West of the transect

4）產業支撐、土地供給和基礎設施是外部主導動力。產業是基礎，土地是基本立地條件，設施建設是抓手。①產業調整推動綠地發展，這也解釋了克拉瑪依等自然承載力低的城市建成區綠地率提升的原因。②土地反映城市綠地建設的潛力，中國“增量”綠地建設方式決定其依托建成區面積而發展的模式。③基礎設施和可達性建設能拉動建成區綠地率增長。

5）區域特定要素是重要影響因素。在樣帶分區域探測中：①東部建成區綠地率均較高，園林綠化投資有正向促進作用；②中部對用地規模表現出較強依賴性[23]25；③人口決定力僅在樣帶西部得到體現，20世紀末在“鼓勵中小城市發展”背景下人口涌入西部促其建成區綠地率提升[21]157，但自然因素未來仍會是產生差異的根本因素。

4 結論與對策

4.1 結論

當前城市綠地建設已經進入由重量向量質并舉的新時期[24]，利用地理探測器宏觀把握1996—2016年陸橋通道沿線樣帶市域建成區綠地率分異問題根源和作用機理，為不同自然和經濟區位的城市綠地建設提供參考。主要結論如下：

1）區域差異測度表明，樣帶市域建成區綠地率存在明顯的時空分異，總體水平呈“東—中—西”部遞減的梯度特征。樣帶分異呈現東西部兩頭高、中部低的“U”型格局，自然條件優越、經濟水平高的東部樣帶綠地建設最為均衡，西部分異成為建成區綠地率區域差異的重要原因。

2）因子和交互探測顯示，樣帶城市綠地建設差異是“自然—經濟—政策”多因素非線性耦合作用的結果，自然因素起根本性作用且長期穩定，突出表現為年均溫；經濟—政策方面園林城市政策、人均二、三產業產值為主要解釋力。分區探測顯示園林綠化固定資產投入占比、人均建設用地面積和人口密度的影響分別在東、中、西部得到較大體現。

3）樣帶市域建成區綠地率區域差異是自然環境、政策導向、經濟水平、產業支撐、土地供給和設施建設等共同作用的結果。①自然環境起基礎支撐作用，樣帶自然梯度奠定了全局性、穩定性影響。②政策是“有形的手”，引導宏觀調控。③樣帶形成一定梯度的陸橋經濟帶，經濟基礎是直接推動力。④產業結構、土地供給和基礎設施是區域差異的外部主導動力。

4.2 對策

自然地理是樣帶市域建成區綠地率分異的基礎和根源，城市綠地建設應尊重自然地域客觀差異規律。政策引導和經濟發展是調控重點，應發揮政策關鍵引領作用，以經濟建設為推手，通過產業、用地和設施等外部手段共同提升城市綠地建設水平。此外，針對特定區域，應依據主要影響力分類施治、因“市”制宜。①綠化投資型：東部綠地建設和城市融合度高，適當加大綠化財政補貼優化發展。②用地依賴型：中部作為樣帶“雙向支撐點”[23]24，應發揮用地規模的優勢集聚效應實現綠地增長與建設用地脫鉤。③自然制約型：以產業綠色化為抓手，通過陸路通道“以線帶片”開發西部第三產業，拉動建成區綠地率提升。

值得一提的是，研究一定程度上拓展城市綠地建設水平差異、機理研究的思路，為風景園林學科提供了新的方法支撐。樣帶能打破行政區劃壁壘，對揭示梯度差異因素具顯著作用；地理探測器實現了對自然地理環境影響程度的定量、精準呈現，并探測“自然—經濟—政策”多維因素的綜合影響程度，進而由“面”及“點”、為不同區域和不同發展階段的城市綠地建設提供針對性調控措施。當然，地理探測器也有一些局限，如指標代入時，自變量須為類型量、每個分層中要求至少有兩個樣本點等。另外，城市綠地建設因素復雜，后期可進一步考慮環保、法律等影響，近年來教育對“綠色”意識提高、綠地建設影響也不可忽視。

注釋(Notes)：

① 本文“建成區綠地率”是建成區綠地面積占建成區面積的比重，公式為：建成區綠地率=建成區綠地面積/建成區面積x100%。數據源于住房和城鄉建設部《城市建設統計年報》（1996—1997）、《中國城市建設統計年報》（1998—2005）和《中國城市建設統計年鑒》（2006—2016），缺少某年份數值的城市，均采用該城市前后兩年數值平均值替代。研究單元剔除了定西、隴南等11個數據缺失較多的城市。

② 標準差、變異系數可消除單位和平均數不同對結果的影響。標準差（σt）能反映絕對差異程度，指樣本中各變量值與其平均值離差平方和平均值的算術平方根。變異系數（CV）能反映相對差異程度，值用樣本標準差除以平均值。

③ 根據錫爾系數（T）原理，將T分解為樣帶東、中、西部的城市組內差異Ta和組間差異Tb，具體參考劉志強等對錫爾系數差異分解的運用，見參考文獻[1]。

圖表來源(Sources of Figures and Tables)：

圖1來自中國科學院資源環境科學數據中心；圖2～5均由徐影秋進行數據測算和繪制；表1樣帶各省城市單元和地區劃分依據住房和城鄉建設部2016年《中國城市建設統計年鑒》，各城市的位置坐標和行政邊界數據取自國家基礎地理信息中心1∶400萬數據庫的行政區圖；表2具體參考王勁峰等地理探測器原理介紹，參考文獻[10]；表3、4自然環境因素來自中國科學院資源環境科學數據中心，社會經濟因素數據來自1996—2016年《（中國）城市建設統計年鑒（報）》和1997—2017年《中國城市統計年鑒》，政策制度因素依據住房和城鄉建設部園林城市評價結果，間接數據由徐影秋整理計算，并根據研究需要整理劃分主要類型；表5、6均由徐影秋進行數據測算和繪制。