基于空間大數據的城鎮體系優化研究
——以延邊朝鮮族自治州為例

田永霞 暴 婕 榮 雪 馬智慧 孫澤群

北京舜土規劃顧問有限公司 北京 100007

空間大數據是具有顯著地理編碼和時間標簽，有效記錄事物的空間位置和時空變化過程，并準確表達事物的歷史、當前和未來狀態的海量空間信息數據集。空間大數據處理技術，即是在當前信息技術的支撐下，實現GIS空間分析功能與大數據分析、挖掘方法的有機結合，完成從大量、快速、復雜、多源的時空信息中提取有用價值的技術處理手段，其中最核心的是挖掘數據中蘊含的潛在價值。

空間大數據具有碎片化、復雜化、多樣化、多源化、巨量化的特征，且其應用具有前景廣闊、普適性強等優勢，通過對地理、氣象、交通運輸等自然信息和經濟、社會、文化、人口等人文社會信息的挖掘，可以為城鄉規劃提供強大的決策支持，強化城鄉管理服務的科學性和前瞻性。

在我國空間規劃體系重構基本完成與全國范圍內國土空間規劃工作啟動實施的背景下，本文以延邊朝鮮族自治州（以下簡稱延邊州）為例，進行空間大數據信息挖掘與分析方法的探討研究，一方面助推空間大數據分析方法的不斷成熟與完善，另一方面也增強城鄉規劃的信息支撐。

1.研究區域

延邊州位于吉林省東部，地處中、朝、俄三國交界地帶，被稱為東北亞“金三角”，是東北三省溝通海內外的重要窗口。延邊州土地總面積4.33萬平方公里，州內地形地貌以山地丘陵為主，“八山一水半草半分田”的資源稟賦特征鮮明。截止2017年底，全州共有6市2縣，51個鎮、15個鄉，共66個鄉鎮；共有常住人口205.85萬人，其中城鎮人口146.54萬人，城鎮化率達71.2%。

2.數據來源

本研究所用人口數據分別為第五次（2000年）、第六次（2010年）全國分鄉鎮人口普查數據，來源于國家統計局網站；2017年到鄉鎮人口數據由延邊州各市縣相關部門提供；2017年流動人口數據來源于國家衛生健康委主辦的流動人口數據平臺。

用地數據一部分是來自中國科學院資源環境科學數據中心的中國土地利用遙感監測數據，另一部分是延邊州國土局提供的2009-2017年土地利用變更調查數據。

POI數據來源于POILIST全國POI信息數據庫網站，其他社會經濟數據主要來源于吉林省和延邊州統計年鑒或由延邊州相關政府部門提供。

3.技術路線與研究方法

依托GIS空間分析功能，分別從人口分布、用地演變、區域中心度三個方面進行分析，并采用聚類分析法對城鎮進行分類；最后基于以上分析，構建城鎮體系與發展格局優化方案，明確對各類城鎮和不同片區的發展引導。技術路線如下：

圖1 城鎮體系優化研究框架

3.1 人口分布趨勢研究

人口密度是單位土地面積上的人口數量，是衡量一個區域人口分布狀況和人類活動強度的一個重要指標，常用來分析人口時空演變的特征。

本文采用2000年、2010年人口普查數據和2017年調研搜集數據，進行鄉鎮層面人口分布密度的比對分析。為更直觀地分析延邊州人口分布的不均衡性及其時空變化，本文將人口密度分為以下六個等級：

第一級 人口極密區：＞5000人/公頃

第一級 人口密集區：1000～5000人/公頃

第二級 人口中等區：500～1000人/公頃

第二級 人口稀疏區：100～500人/公頃

第三級 人口稀少區：50～100人/公頃

第四級 人口極稀區：＜50人/公頃

3.2 用地格局演變分析

根據1980-2015年的遙感解譯數據，利用GIS空間分析功能，分析延邊州近40年來土地利用時空演變特征，重點關注城鄉建設格局的變化，為城鎮體系優化提供支撐。

3.3 區域中心度分析

本文從以下三個方面對區域聯系強度進行分析：

人口流動強度：利用2017年全國流動人口普查數據，分析延邊州各市縣與全國其他地級市之間的人口流動強度，通過GIS網絡分析功能生成人口流動網絡圖，并以此辨識各市縣人口流動中心度。

社會資源分布密度：根據2018年延邊州POI數據，生成各類熱點資源的區域分布熱力圖，并據此辨識不同區域社會經濟服務中心度。

經濟聯系強度：借助引力模型，計算延邊州內各市縣間的相互吸引力并生成聯系強度網絡圖，并在此基礎上計算各市縣的經濟中心度。

引力模型：

式中：GDPi、GDPz分別表示城市i與城市z的地區生產總值，Pi與Pz分別標志城市i與城市z的城鎮人口，Di表示城市i與城市z的最短交通距離。

3.4 聚類分析

綜合考慮人口分布、用地演變、區域中心度等指標，運用spss中的K-means綜合聚類法，將延邊州各城鎮分劃為中心集聚型、平穩發展型、粗放擴張型和空心化型四個類型，并對城鎮體系及全域發展格局進行優化。

4.結果與分析

4.1 人口分布

近年來延邊州人口變化特征主要體現為總量減少與快速老齡化。從圖2中可知，2010年以來，延邊州常住人口開始趨于下降，至今人口總量已減少10萬人；從各區縣來看，除延吉市人口緩慢增長外，其他各市縣均呈現下降趨勢。從圖3中可知，2017年延邊州人口老齡化率已接近20%，遠超過10%的國際認定標準，且呈快速增長趨勢，老齡化問題將持續深化。

圖2 人口規模變化趨勢1

圖3 人口老齡化發展趨勢

從人口分布上看，人口高密度區主要集中在沿交通干線布局的“T字形”區域。從分布變化上看，高密度鄉鎮數量不斷減少，延龍圖、琿春、敦化中心城區人口增加，其他地區人口減少，人口分布的極化特征開始顯現。

4.2 用地變化

從圖4可以看出，延邊州整體開發強度相對較小，近40年來土地開發格局相對穩定，布局上并無明顯的增減變動。

圖4 1980-2015年延邊州用地格局演變

從圖5可以看出，城鄉聚落擴展主要集中在延龍圖、琿春、敦化等市區和二道白河等重點鄉鎮鎮區，新增用地較為集中連片；城鄉聚落滅失主要分布在偏遠山區和城鎮外圍的采礦區，多呈零星分散狀態分布。

圖5 1980-2015年城鄉聚落變化分布圖

從圖6人均建設用地分布情況來看，延邊州不同區域人均建設用地規模差異巨大，最小的延吉城區不足100㎡/人，而最大的鄉鎮超過5000㎡/人，差距達50多倍。且并未呈現人均用地由城區向外圍逐步遞增的一般趨勢，說明延邊州土地資源配置具有較大的優化潛力。

圖6 各鄉鎮人均建設用地規模分類

4.3 區域中心度

延邊州與其他地區間的人口流動頻繁，且人口流出規模遠大于人口流入，人口流出地范圍也比人口流入地更廣泛。從圖7人口主要流動節點上可知，延吉市人口流動強度最大，其次為琿春市和敦化市，之后是安圖、汪清等市縣。從圖8延邊州內各市縣間人口流動情況來看，延吉市與其他各市縣均有人口流動且流動量較大，說明其區域中心地位明顯；琿春和敦化的人口聯系強度略遜于延吉市；汪清、安圖、龍井等市縣僅與周邊個別市縣間有人口流動，且流動規模較小，人口聯系強度較弱。

圖7 延邊州與外部地區人口流動網絡圖

圖8 延邊州各市縣人口流動網絡圖

根據POI數據熱力圖，可知延邊州城鄉發展分區差異顯著，區域發展不平衡態勢顯現，基于現狀骨干路網的城鎮空間架構基本形成。對各市縣經濟聯系定量分析和可視化處理后，發現延邊州內各市縣梯隊化、聯系強度差異化特征鮮明。

4.4 城鎮體系及發展引導

4.4.1 城鎮體系：一主兩副五級

主中心：延龍圖組合城市區；

副中心：琿春市和敦化市；

衛星城：汪清縣、安圖縣、和龍市；

重點鎮：二道白河鎮、雁鳴湖鎮、大石頭鎮、敬信鎮；

一般鎮：以上地區之外的其他城鎮。

4.4.2 發展格局：“一核兩軸三區”

一核：延龍圖琿組合城市發展核；

兩軸：橫向現代化城鎮發展帶和縱向特色型城鎮建設帶；

三區：東部山林生態保育區、南部長白生態旅游區、西部綠色產業經濟區。

4.4.3 鄉鎮發展類型

中心集聚型：常住人口和城鄉建設用地均大幅度增長，區域中心度較強；

平穩發展型：人口及城鄉建設用地均維持在較小的變動幅度內，變化不明顯；

粗放擴張型：人口變化幅度不大，而建設用地大規模增長；

空心化型：明顯的人減地增，且人口縮減與建設用地擴展幅度均較大。

4.4.4 分區分類發展引導

結合延邊州資源環境稟賦與發展階段特征，給出各分區的發展引導如下：

表1 各分區發展引導

結合延邊州城鄉統籌發展要求和各類型鄉鎮現狀特征，明確鄉鎮分類發展引導如下：

中心集聚型：合理引導土地資源、基礎與公服設施向該區域傾斜，增強城市服務能力，提升宜居環境品質；

平穩發展型：有序引導人口向城鎮集中，產業向園區集中，加強與外界的資源要素流動，增強鄉鎮中心的小區域服務能力；

粗放擴張型：合理管控土地開發，注重人地協調性，提高土地利用效率；

空心化型：有序推進城鄉人地掛鉤流轉，多途徑鼓勵存量資源與資產盤活利用。

5.結論與建議

本研究是將空間大數據分析應用于城鄉規劃的一種嘗試，證明了空間大數據在城鄉規劃和區域發展分析中的適用性與靈活性。研究的不足在于，由于缺少鄉鎮級人口流動數據和社會經濟數據，影響了嚴謹模型的構建，致使對各鄉鎮進行定量化分析的目標無法實現，致使研究結果的精確性與鄉鎮發展引導的針對性大打折扣。項目組正在進行鄉鎮級人口和經濟數據的補充，后續將進一步對該研究進行深化。

本研究進一步強化了對大尺度區域城鄉內部差異性分析的定量化、可視化技術方法支撐，可進一步增強城鄉規劃的科學性、合理性。研究顯示，人口、土地、社會經濟資源等各類城鄉發展要素的配置在區域間差異顯著，一般區域性中心城區，各類資源集聚度高，要素配置相對合理；其他外圍區域，資源要素配置的不均衡性較明顯，單一要素極化或脫離實際情況的無序擴張現象較多，亟需給予科學合理的發展引導。

根據研究結果，本文提出以下建議：

（1）注重空間大數據和時空數據分析在城鄉規劃中的應用，提高發展趨勢預測的準確性和空間發展格局優化的科學性。

（2）在有數據支撐的情況下，盡量細化研究單元，如省級可以市縣作為研究單元，地級市以鄉鎮作為研究單元，市縣級以行政村作為研究單元，并細化給出對各研究單元更具針對性的發展引導。

（3）隨著大數據應用的普及，目前各類數據資源越來越豐富，但數據獲取并不易，希望城鄉規劃部門能一步加強地理空間數據平臺的構建，一方面跟蹤各類數據資源的更新動態，另一方面降低相關研究人員數據獲取的難度，推動數據資源更大程度上服務于城鄉發展。

注釋1：圖2與圖3統計年限不一致。圖2為歷年常住人口，數據由延邊州相關部門提供；圖3為年齡結構數據，來源于吉林市統計年鑒。