破碎化分析視角的工業用地空間績效*
——以上海市閔行區為例

楊 帆 陶沛宏 郭長升 沈玨琳

0 引言

當前，城市發展進入存量挖潛階段。在各類用地中，工業用地閑置低效情況格外突出[1]，這與工業用地一直以來的供給和配置方式有關。因其不僅影響企業的全要素生產率，而且影響地方政府財稅收入[2]。所以，出于最大限度獲取地方可支配財稅能力的目的，地方政府在“招商引資”中并不嚴格遵循級差地租和價格規律，而是采用靈活的土地出讓策略[3-4]。工業用地出讓受生產企業影響相對較小，實際主要受晉升激勵機制影響，相應的土地管理制度也始終支持這一傾向[5-7]。地方政府對土地財政和招商引資的雙重依賴和偏好導致過度供給，以致工業用地規模失控[8-9]。

工業用地的過度供給和低效利用在“邊緣城市化地區”（peri-urban area）尤其突出[10]。其原因在于，基層政府干預、集體經濟組織、民營經濟力量在這一地區共同發揮作用，持續爭奪以用地為核心的發展權[11]；用地權屬、空間功能、政策措施等始終處于激烈的沖突、碰撞和重構過程之中[12]，規劃和土地管理機制也存在極大的彈性和不確定性[13]；各類工業園區、居住區與農村居民點、鄉鎮工業相伴而生，工業用地對其他類型用地產生明顯的“擠壓”效應，造成“物質、權屬、政策”3方面的空間破碎[14]。

針對工業用地分布的“破碎化”分析正在逐步形成。用地分布“破碎化”分析是對生態和景觀格局“破碎化”分析方法和技術手段的借用和延伸，有助于從更為綜合和全面的空間視角研究城市化地區[15]3284。它不同于針對工業地塊“投入—產出”經濟效率的研究，也不同于根據地區差異性、發展階段、經濟水平等因素而開展的工業用地利用績效研究[16-17]。用地“破碎化”研究不僅適用于針對用地分布地理狀況的分析，同樣適用于關于土地產權、功能分區、經濟發展、社會結構、生態系統以及多種類型土地利用空間格局等研究主題，并能夠幫助揭示用地分布格局本身的社會經濟含義、職住空間關系、產業結構特征等，進而為空間績效評價奠定基礎[18]705-706，[19]84，[20]1878。

空間績效是空間資源配置的效用，是衡量用地分布、集聚而形成空間布局關系和結構特征所帶來的品質水平，不同于經濟績效[21]。空間績效評價包括用地空間分布是否對城市空間產生積極影響的內容。工業用地的空間分布既是城市階段性發展的結果，也對隨后的發展產生重要影響。工業用地空間分布特征的變遷，會給城市或局部地區帶來空間績效的變化。因此，對工業用地分布的績效研究不僅與城市空間規劃目標緊密相關，而且對城市空間單元碎化、空間聯系弱化和整體功能下降的刻畫、測度分析有助于形成改善空間績效的發展策略[22]。

既有針對工業用地分布“破碎化”狀況的研究以定性描述為主，還沒有更多可靠的定量方法；在嘗試開展定量“破碎化”的研究中，又常常缺少相對綜合的視角。本文選擇上海邊緣城市化地區閔行區，針對工業用地分布“破碎化”及演進特征開展創新性的綜合定量分析；通過對多個空間單元相對“破碎”關系的評價分析，為規劃和轉型更新提供建設性意見；通過工業用地分布綜合破碎分析揭示用地布局的空間績效內涵。

1 研究區域概況

閔行區位于上海市中心城區西南，該區總面積372.6 km2，占上海市域的5.9%。2014年閔行區各類建設用地已達285.4 km2，占全區總面積的76.6%，其中城鎮建設用地達257.9 km2；工業用地總面積86.7 km2，占全部建設用地的30.4%。閔行區工業開發歷史較早，集聚了上海多個發展時期的重要工業企業，包含多種工業用地和工業園區類型。在上海市通過工業用地減量化和工業項目轉型政策引導工業用地向產業區塊集聚的背景下，以閔行區為研究對象對分析工業用地空間格局及其變化具有重要意義[23]。

2019年，閔行區下轄9個鎮、4個街道和1個獨立莘莊工業園區。街道、鎮是上海市最基層行政管理層級，對轄區內土地利用管理擁有一定權限，財稅體制上既有向上級負責的要求也有自我發展的訴求。閔行區是較為典型的大都市邊緣城市化地區，部分地區涉及上海中心城與主城片區（見圖1a）。

圖1 上海市閔行區區位及街鎮示意圖Fig.1 Location and administrative division of Minhang District, Shanghai

2 數據來源與研究方法

2.1 數據來源及預處理

采用2014年工業用地權籍圖，去除違法用地和已批未供用地部分作為基礎數據。結合2019年現場調研情況，去除已發生轉型的工業用地，作為2019年工業用地斑塊（ILP）現狀數據。采用《2016年閔行統計年鑒》公布的2015年上海市閔行區街鎮行政區劃作為空間單元劃分，其中原浦江鎮分為現浦江鎮和浦錦街道兩部分。將莘莊工業區歸入顓橋鎮范圍（見圖1b）。在用地權籍信息的圖斑預處理中采用如下方法。

首先，對基礎數據進行圖斑歸集，將相鄰的工業用地圖斑（ILP）進行合并處理。不同生產企業共享地籍邊界，以及服務于廠區或園區的低等級市政路網、合理的綠化隔離帶等因素都給用地圖斑的識別帶來誤差。具體合并方法為，將市政道路和綠地之外的用地類型設置為障礙要素，設置聚合距離為50 m，利用Arc GIS10.6“聚合面”（aggregate polygons）工具處理；同時去除面積小于50 m2的圖斑。其次，將各街鎮工業用地矢量數據轉化為柵格數據。根據區域土地面積變化評價指數模型[24]，比較不同像元尺寸（cell size）下工業用地斑塊（ILP）面積情況。選擇將矢量數據轉化為像元尺寸為“5 m×5 m”的柵格數據，盡可能減少用地圖斑柵格邊界與實際用地邊界無法重合所產生的面積誤差[25]。

2.2 研究方法

2.2.1 土地利用分布格局“破碎化”與空間績效受相關研究啟發，用地分布空間格局可采用景觀生態“斑塊”破碎分析方法開展。因此，研究中用地圖斑的“破碎化”是對工業用地分布狀態的表述，包括3個含義：（1）工業用地在研究區域內分布數量較大，而非零星存在；（2）工業用地的集中分布與分散分布對研究區域空間格局有明顯影響；（3）每一塊工業用地斑塊的大小和形狀也對研究區域空間格局有明顯影響（見圖2）。因此，工業用地分布“破碎化”程度受研究區域內工業用地斑塊（ILP）的密度、面積和離散程度的共同影響（見圖3）。工業用地分布“破碎化”（fragmentation）是描述工業用地空間布局特征的一個新視角，可用來表征其空間績效。

圖2 用地斑塊“破碎化”的基本原型Fig.2 Space prototype of land patch-work fragmentation

3 多元空間指標對用地斑塊破碎評價的影響Fig.3 The impact of multi-spatial index on the fragmentation evaluation of land-use patch-work

由于工業用地在城市建成區存在分布過于分散、某些用地斑塊規模細小兩個重要特征，并由此帶來不良環境影響和復雜交通職住關系，因此給地區功能完善和提升帶來障礙，導致再開發利用困難等。減弱其“破碎化”程度則體現提高空間績效的價值導向，并能夠通過規劃引導予以實施。運用Fragstats軟件對用地圖斑柵格數據進行空間 特 征 分 析[15]3286，[18]706，[19]86，[20]1879-1880，選 擇用地斑塊密度（PD）、平均斑塊面積（MPS）和平均最近距離（MND）3個基本指數，作為計算工業用地斑塊破碎綜合指數的基礎（見表1）。其中，工業用地斑塊密度和平均最近距離與用地“破碎化”有正相關關系，其值越大則工業用地空間績效越低；相反，平均斑塊面積與用地“破碎化”有負相關關系，斑塊面積的增大有利于提高工業用地空間績效。

表1 土地利用破碎分析主要指數及含義Tab.1 The main index and meanings of land-use fragmentation analysis

2.2.2 熵值法確定指數權重

綜合分析需要對3個基本空間指數賦予權重。熵值法通過指數項的數列分布特征確定指數項的權重，能夠消除主觀因素影響[26]。針對閔行區13個街鎮單元構建綜合分析矩陣：

式中：n=13，對應閔行區13個街鎮單元；m=3，對應3個指數PD、MPS和MND（見表1）。3個基本空間指數計算結果不能直接采用綜合模型運算，需先進行標準化處理[27]，將數值控制在[0，1]范圍。

式中：Sij為街鎮i的j指數的標準化處理結果；xij為 街 鎮i的j指 數 值；max(lnxj)為 指 數j數列的最大值的對數；min(lnxj)為指數j數列的最小值的對數。由于MPS指數數列的變化趨勢與破碎化程度的變化趨勢相反，需對這個指數先取倒數再計算。標準化處理后的3個基本空間指數（用SPD、SMPS、SMND表示）均位于“0至1數值”區間。

針對綜合分析矩陣X，通過公式（3）和公式（4）計算3個基本空間指數的信息熵，并通過公式（5）計算各指數的權重。指數的標準化結果進行加權，得到加權后的綜合分析矩陣R：

式中：pij為指數j下街鎮i占該指標的比重；Hj為指數j的信息熵值；n為街鎮個數；Sij為前文中街鎮i指標j的標準化結果。其中Wj為指數j的權重；m為所需引入指數的數量。

2.2.3 TOPSIS法獲得工業用地斑塊破碎綜合指數

將上述熵權法獲得的權重對3個基本空間

式中：FIi為街鎮i的工業用地斑塊破碎綜合指數（ILP-FI）。以此反映各街鎮工業用地分布相對的空間“破碎化”狀況。

3 數據輸出及分析

3.1 工業用地斑塊（ILP）分項空間指數計算結果

閔行區13個街鎮①街鎮信息來源：上海民政局官方網站，http://www.shmzj.gov.cn/gb/shmzj/node6/node34/u1ai43816.html；國家民政部官方網站，http://www.mca.gov.cn/article/sj/tjbz/a/2015/below/201602/20160200880232.htm1。的3個空間指數都存在較大差異（見表2）。

表2 閔行區街鎮單元工業用地斑塊空間指數計算結果（2014年）Tab.2 The results of ILP spatial index at town level in Minhang，2014

3.1.1 工業用地斑塊密度特征（PD）

在其他變量相同的情況下，工業用地斑塊（ILP）密度指數PD數值越大則工業用地分布越破碎。計算結果顯示，古美街道PD值最小，為1.19；華漕鎮PD值最大，為5.71；閔行區整體水平為3.46。其中，4個街鎮的指數高于整體水平，工業用地空間分布相對于其他9個街鎮較為破碎（見表2，圖4a-圖4b）。

3.1.2 工業用地平均斑塊面積特征（MPS）

在斑塊數量相同的情況下，平均斑塊面積越小則用地越破碎。計算結果顯示，古美街道內工業用地MPS值最小，為1.20 hm2；江川路街道MPS值最大，為15.26 hm2；閔行區整體水平為7.11 hm2。其中，10個街鎮的指數低于整體水平，工業用地空間分布相對于其他3個街鎮較為破碎（見表2，圖4c-圖4d）。

3.1.3 工業用地斑塊平均最近距離特征（MND）

平均最近距離MND指數越大則用地越破碎。計算結果顯示，古美街道MND值最高，為382.00 m；梅隴鎮MND值最低，為43.38 m；閔行區整體水平為68.63 m。其中，5個街鎮指數高于整體水平，工業用地空間分布相對其他8個街鎮較為破碎（見表2，圖4e-圖4f）。

圖4 閔行區各街鎮工業用地斑塊單一空間指數特征分析Fig.4 The spatial index characteristics of ILP at town level in Minhang

3.1.4 依單一指數進行工業用地斑塊“破碎化”判斷

單一空間指數所得出的工業用地斑塊（ILP）空間分布“破碎化”程度的排序相互之間并不一致。比較3個空間指數的排序，指數均處于相對“破碎”狀態的只有浦江鎮，指數均處于相對不“破碎”狀態的有顓橋鎮、吳涇鎮和江川路街道。其余街鎮的各項指數分布規律不明顯。可見，依據任何單一指數，都不足以判定各街鎮工業用地斑塊（ILP）空間分布“破碎化”程度的高低之分（見圖5），需要進一步進行綜合分析。

圖5 依單一指數的工業用地“破碎化”定性分析結果Fig.5 Qualitative analysis of ILP-fragmentation based on single spatial metric

3.2 工業用地斑塊破碎綜合指數計算結果及分析

3.2.1 破碎綜合指數計算結果

熵值法的計算結果顯示，SPD、SMPS、SMND分別應被賦予的權重為0.1346、0.3497、0.5157。FI運算結果顯示，閔行區13個街鎮工業用地斑塊（ILP）破碎綜合指數均分布在0.1327至0.8224間，且 未 在[0，1]間 呈 正態分布。其中，江川路街道的破碎綜合指數為0.1327，是最低值；古美街道為0.8224，是最高值；梅隴鎮為0.2353、馬橋鎮為0.2852，兩者最接近于閔行區整體水平0.2705（見表3）。

表3 閔行區各街鎮工業用地斑塊破碎綜合指數計算結果（2014年）Tab.3 The ILP-FI result of each town in Minhang, 2014

3.2.2 工業用地斑塊“破碎化”排序與分級

對13個街鎮“破碎綜合指數（FI）”進行排序，并與用地圖斑比對，可對“破碎化”的工業用地圖斑（ILP）特征有直觀了解（見圖6-圖7）。據此繪制指數變化曲線。將工業用地斑塊（ILP）破碎情況分為3組（見圖8），分別代表閔行區街鎮單元內工業用地斑塊（ILP）“破碎化”程度相對低、中、高3級的分析結果（見表4）。

圖6 閔行區工業用地斑塊和“104區塊”分布圖Fig.6 The spatial distribution of ILP and “104”industrial clusters in Minhang

圖7 閔行區各街鎮工業用地斑塊破碎綜合指數排序及斑塊特征Fig.7 Ranking of ILP-FI and corresponding patch-work at town level in Minhang

圖8 閔行區各街鎮工業用地斑塊FI計算結果的分布情況Fig.8 Diagrams sorted according to ILP-FI of towns in Minghang

表4 閔行區街鎮工業用地斑塊破碎綜合指數分級表Tab.4 The classification of ILP-FI at town level in Minhang

3.3 規劃實施對工業用地斑塊“破碎化”的改善

筆者于2019年對研究范圍所有工業用地斑塊（ILP）進行了現場核對，對未轉型工業用地采用相同方法計算FI（見表5）。結果顯示，2014年至2019年底閔行區工業用地減少了21.87 km2，占工業用地總量的25%左右。與2014年相比，除古美街道FI略微增大外，其余街鎮FI指數均有不同程度的下降。其中，浦錦街道FI指數下降最多。在破碎綜合指數排序方面，古美街道和江川路街道分別維持著工業用地斑塊相對最破碎和最不破碎的街鎮單元地位；顓橋鎮、梅隴鎮、華漕鎮、虹橋鎮、七寶鎮和莘莊鎮工業用地斑塊破碎度相對位序降低；吳涇鎮、馬橋鎮、新虹街道、浦江鎮和浦錦街道工業用地斑塊破碎度相對位序提高。這說明過去5年以來，閔行區經歷了一輪較大規模的工業用地更新。其中，零星細碎工業用地斑塊優先得到轉型再開發；工業用地規模占街鎮轄區面積比例較大的街鎮，不僅原有工業用地斑塊破碎綜合指數較低，而且保持了低“破碎化”狀態；相反，工業用地占比較低的街鎮工業用地轉型分散，破碎綜合指數增大（見圖9中點A左下方和右上方幾個街鎮）。規劃及其實施促成工業用地分布密度、面積和距離變化，導致街鎮層面工業用地破碎水平變化。以降低工業用地破碎化程度為目標的轉型策略，起到了改善街鎮治理單元空間績效的作用。

表5 2014—2019年閔行區各街鎮工業用地斑塊破碎綜合指數變化Tab.5 Change of ILP-FI at town level in Minhang, 2014-2019

圖9 閔行區各街鎮工業用地斑塊FI變化情況Fig.9 The change of ILP-FI at town level from 2014 to 2019

3.4 基于工業用地斑塊破碎綜合指數的規劃評價

根據工業用地斑塊破碎綜合指數進行分析（ILP-FI）有助于形成相應對策措施。一方面，工業用地破碎綜合指數可以幫助識別邊緣城市化地區工業用地布局最混亂的治理單元；另一方面，工業用地綜合破碎化排序則有助于確定在不同的治理單元所采取的空間規劃政策。

以FI指數較高、較低和接近閔行區整體水平3種情況的3個街鎮（浦錦街道、江川路街道、梅隴鎮）為例，比較其工業用地斑塊（ILP）分布與控制性詳細規劃的關系可見：浦錦街道工業用地比例較低，但是工業用地分布高破碎化，再開發利用難度較大；相應規劃策略是將現狀工業用地轉型開發為其他用地，如商業、綠地等，同時將零星工業集中，適應街道以居住功能為主的規劃定位。江川路街道包含國家級“閔行經濟技術開發區”，工業用地破碎化程度較低；相應規劃策略是依托開發區劃定“104區塊”以保留完整的園區。同時，全面轉型零星工業用地，極大地降低了破碎綜合指數。梅隴鎮工業用地破碎度接近于閔行全區整體水平，各類產業形態充分發育，是經濟活力地區，工業用地破碎綜合指數略有提升。相應規劃策略是在工業園區基礎上劃定兩處“104區塊”以實現工業集中轉型。同時，零散工業用地轉型和產業集聚區局部轉型活躍，反映出兼顧了對園區集中發展和屬地化發展兩種工業生產集聚形態（見圖10）。

圖10 閔行區工業用地斑塊分布破碎綜合指數典型街鎮的現狀圖斑與控規比較Fig.10 Comparison of present ILP and regulatory planning of the typical towns with FI in Minhang

由此可見，經過規劃的各級工業園區能夠有效降低工業用地分布混亂的狀況；如果進一步有財稅分享機制支撐，則更能有效解決工業用地以街鎮為單元分散分布的現象，改善該地區空間品質。在不設工業園區的街鎮，雖然工業用地量大且斑塊分布“破碎化”程度較高，卻也為實現城市“功能性”修補、完善市政設施和公共服務設施提供了空間載體。工業用地斑塊破碎綜合指數（ILP-FI）可幫助制定針對性的規劃對策。

4 討論

4.1 用地破碎綜合指數與空間“破碎化”現象的關聯

工業用地斑塊破碎綜合指數（ILP-FI）定量分析結果并非用地分布空間“破碎化”現象本身。用地空間分布“破碎化”具有相對性，描述用地空間分布“破碎化”狀況的空間原型（space prototype）尚待進一步明確。工業用地破碎綜合指數與用地分布經驗認知的對應關系需要基于更多的實證研究才能建構起來。同時，由于存在地區發展差異，工業用地在不同地區或不同空間尺度下可能呈現出不同的分布“破碎化”特征。因此，用地破碎綜合指數的計算與地域和空間單元的限定密切相關，也與分析輸出結果所對應治理主體的意愿密切相關。同時，也需進一步進行經驗認知的驗證。

4.2 工業用地空間績效內涵再認知

工業用地空間分布受地方政府財稅體制、土地管理制度、工業投入產出、土地利用效率、就業規模等因素的綜合影響，又與用地權屬、轉型意愿、產業門類等因素存在關聯。因此，工業用地空間分布的“破碎化”反映了不同空間單元社會經濟運行過程的差異。這一現象在邊緣城市化地區尤為突出，集體與國有建設用地相互混雜的權屬情況進一步加劇了空間破碎化情況[28]。

基于此，對工業用地空間分布“破碎化”特征進行的定量分析，實際上揭示的是空間分布格局背后的經濟社會機理；既不同于社會績效、經濟績效和生態績效，也不同于計算地均“投入—產出”的土地利用效率；可以表述為“空間（性）績效”。它是針對用地分布格局和空間關系特征所開展的分析，試圖揭示蘊含在空間格局背后的功能和資源配置效用水平。工業用地的空間分布是經濟、社會、生態等作用機制的結果，并以某種分布格局為空間表征。因此，用地分布格局的績效既蘊含著對城市空間品質高下取舍的內涵，也蘊含著經濟社會影響機制不斷優化的內涵。

4.3 工業用地“破碎化”分析的應用

（1）應用于空間政策評估

從閔行區工業用地斑塊破碎綜合指數變化的情況來看，街鎮層面工業用地空間績效得到了改善。一方面，高等級產業園區的規劃對工業用地分布的“破碎化”有抑制作用。由于工業用地布局受政策性產業區塊和街鎮一級發展意愿的共同影響，總體上趨于形成產業園區與地方化發展的適度均衡狀態。“104區塊”政策對一定范圍內工業用地空間分布的“破碎化”有明顯的抑制作用。

另一方面，不同時間階段的工業用地分布“破碎化”分析為規劃實施提供了監測與評價路徑。通過對比同一行政單元2014年和2019年的工業用地破碎綜合指數，發現閔行區零星的、分散分布的工業用地優先得到了轉型開發，并且改變了土地利用性質；街鎮層級工業用地轉型模式的歸納分類具有一定價值。

（2）應用于國土空間規劃編制、實施和監測

用地的“破碎化”分析有助于掌握土地資源本底情況，對“雙評價”“雙評估”階段都能夠提供基礎型支撐，以利于國土空間規劃的編制[29]。其中，工業用地分布的“破碎化”分析，有助于識別問題突出的地區；形成對不同行政單元工業用地使用方式的比較和判斷，在空間規劃總體框架下形成地區差異化的發展策略。在高“破碎綜合指數”地區可以考慮采取多功能性設施的補足，在低“破碎綜合指數”地區可以實施整體性產業轉型升級、產業空間重構的再工業化發展策略。

此外，用地“破碎綜合指數”為國土空間規劃前期分析、實施評估和動態監測提供了新的視角和路徑。通過對用地現狀與規劃實施結果開展“破碎化”分析，有助于判斷規劃方案是否改善了一定空間治理單元內的空間績效。通過跟蹤和實時監測工業用地“破碎化”水平，能夠實現引導工業用地空間績效的不斷優化，以及國土空間規劃適時調整的需求。

4.4 研究的局限性和后續優化設想

受閔行區13個街鎮單元樣本量的限制，破碎綜合指數（FI）結果中出現了“特殊值”現象。比如，低樣本量導致平均近鄰距離要素在計算中獲得了較高的權重值，古美街道成為工業用地圖斑破碎綜合指數（ILP-FI）最大的街鎮。事實上，古美街道去工業化水平較高，工業用地比例低且相對分散；破碎綜合指數較高可能只在一定程度上反映了工業用地轉型的緊迫性。從優化研究的角度，一方面，后續研究中可通過擴大樣本量以幫助熵值TOPSOIS方法獲得更為恰當的權重分配；另一方面，計算所得FI指數需要進一步與上位政策、區位、稟賦等其他經濟社會特征進行綜合考慮，以實現更為準確的判斷。

此外，企業類型、土地權屬、經濟活動、社會結構，乃至工業用地上的建設強度、密度、空間模式等因素都需要進一步考慮。如果將這些要素分別與工業用地斑塊疊合，將使經濟社會和權利關系以空間格局的形式得以顯化。隨著時間的推移，在不同的發展地區，各類要素基于工業用地斑塊的空間格局變化值得進行比較。隨著更多具有啟發性和規律性的信息的挖掘，空間（性）績效的內涵將不斷得到豐富；并為繼續探索社會績效、經濟績效、生態績效與空間績效的關聯打下基礎。

5 結語

工業用地斑塊破碎綜合指數（ILP-FI）能有效反映城市化地區工業用地分布的空間績效特征。用地“破碎綜合指數”（FI）不僅可以在同級行政單元間進行比較、排序，從而凸顯某類型土地使用空間分布的特征；而且用地“破碎綜合指數”較高的地區為開展城市功能性修補提供了前置警示和空間載體。其中，工業用地分布“破碎化”分析還進一步揭示了空間績效內涵，提供了有效的規劃政策建議和實施檢驗路徑。工業用地“破碎綜合指數”在被量化計算和比較的同時，用地空間分布“破碎化”現象得到了較全面的剖析，對發現工業用地轉型更新的難點和焦點地區，以及提出空間布局優化方案具有支撐作用。