共享社會經濟情景下“一帶一路”沿線國家城市擴張空間格局分析

高 雅 雅,焦 利 民,王 衛 林

(1.武漢大學資源與環境科學學院,湖北 武漢 430079;2.湖南農業大學資源學院,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質土地資源浪費,威脅區域生態安全和可持續發展[2,3]。隨著全球城市化進程加快和城市病日益突出,探索未來可持續發展的城市擴張特征成為一個城市的時代命題。2015年3月28日《推動共建絲綢之路經濟帶和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]。“一帶一路”沿線大多為發展中國家,處于經濟與城市化快速發展階段,城市擴張顯著[5],因此,研究“一帶一路”沿線國家和地區未來城市空間格局及空間擴張特征,可為促進城市可持續發展、統籌推進城市化和交通等基礎設施優先建設領域的互連互通提供數據支撐[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,即基于歷史擴張數據研究“一帶一路”沿線國家城市擴張動態變化、形態變化及驅動機制[7-10],以及基于歷史數據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”大區域為背景的城市空間格局模擬以及城市未來擴張特征的研究。

城市土地利用情景模擬通過選擇典型地區構建模型,模擬不同情景下的城市空間格局,可為城市土地利用規劃和政策制定提供依據[14]。城市土地利用情景模擬大致分為數量預測模型、空間預測模型及二者的耦合模型,其中,數量預測模型主要用于預測土地利用類型的數量變化,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)模型能實現對復雜自然地理過程的時空動態分析和建模,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、引入神經網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、模擬范圍較大等優點,廣泛應用于區域土地利用變化模擬[13,19,20]。綜上,本文基于IPCC(Intergovernmental Panel on Climate Change)提出的共享社會經濟情景(Shared Socioeconomic Pathways,SSPs),選取1993—2018年“一帶一路”沿線國家(地區)的土地與社會經濟面板數據構建回歸模型,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 研究區與研究方法

1.1 研究區概況

本文將“一帶一路”沿線62個國家及地區按地理位置分為五大區域,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、歐洲兩大經濟圈,擁有全球60%的人口和近1/3的國內生產總值。2021年11月28日,中國城市規劃設計院發布的《“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特征研究對象(圖1)。

注:基于自然資源部標準地圖服務網站審圖號為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 數據來源

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

表1 情景模擬的主要數據Table 1 Database used for multi-scenario simulation

1.3 共享社會經濟情景(SSPs)

SSPs是由IPCC發布的一套由社會經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充分考慮可持續發展和千年發展目標的實現,在確保社會經濟發展的同時降低對化石燃料等資源的依賴度,低收入國家快速發展,是一個世界開放、平等、經濟全球化的情景[24];SSP2描述了世界將維持近幾十年的發展規律,在實現發展目標方面取得一定進展且慢慢降低對化石燃料的依賴,是一個中等發展的情景[25];SSP3描述了世界局部發展或不一致發展,未能實現全球發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描述了國家內部與國家之間高度不均衡發展,少數富裕群體產生大部分的排放量,是一個極具適應挑戰的情景[27];SSP5以減緩挑戰為主,是經濟快速發展導致溫室氣體大量排放的常規發展情景[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)社會經濟與城市用地面積數據,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],為體現各國之間的差異,引入區域啞變量(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)數據,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),t為年份。

1.4.2 未來城市用地面積調整 由于SSPs數據庫預測的2015年城市用地面積數據與歐空局2015年土地分類產品中的城市用地面積數據存在一定誤差(±8%),故本文對預測的城市用地面積進行調整[20]:首先利用SSPs數據庫估算得到的2015年和2060年r國家(地區)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年城市用地面積數據乘以該增長率,得到調整后的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]首先利用人工神經網絡模型從1期土地利用數據和社會、經濟及環境相關的驅動因子(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展概率,同時利用慣性系數與競爭機制表達動態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,避免了傳統元胞自動機中元胞形態、鄰域規則等方面的局限[30]。

1.6 城市擴張指標

本文選取城市擴張指數(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)與城市人口數量增長速率(γ)之間的差值(式(3)—式(5)),代表一段時間內城市用地擴張程度[31],人口密度用城市人口數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,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)城市用地面積變化

為探索“一帶一路”沿線國家(地區)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,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)多為發展中國家,其經濟與人口的快速增長會帶來城市的大面積擴張;少數國家在未來特定情景下因人口數量降低、經濟下跌等因素使城市用地面積在經歷前期增長后出現負增長。

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)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)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中利用焦點統計分析得到每10 km半徑范圍內新增城市用地數量(圖3)。可以看出,中國新增城市用地主要聚集在東部地區,增量明顯多于其他地區;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域內;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,當國家城市化發展較快、國民經濟增長較高時,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最明顯。

圖3 2060年SSPs情景下“一帶一路”沿線代表性區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”沿線城市擴張特征

從人口密度與城市擴張指數分析SSPs情景下2015—2060年城市擴張特征。

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”沿線規模較大城市在擴張過程中呈現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。從區域角度看,大部分區域人口密度在2015—2060年呈現降低趨勢,城市擴張更松散,歐洲地區人口密度始終較小,其發展格局更松散;除中國外,亞洲其他地區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,城市擴張過程呈現較松散特征,不同情景下各區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,但總體表現為較松散增長。從區域角度看,東亞地區I值均大于0.9,表明城市用地呈現松散增長狀態,西亞及北非地區I值均小于0,城市用地呈現緊湊增長狀態,中南亞地區在SSP3與SSP4情景下呈現較松散增長狀態。

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,這可能是因為在區域競爭機制和經濟發展緩慢情景下,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

從不同規模城市的空間分布看(圖6), “一帶一路”沿線國家(地區)中超過83%的超大城市呈現松散增長的空間擴張模式,54%的中小城市呈現高人口密度—緊湊增長的空間擴張特征;東亞地區大多呈現低人口密度—松散增長模式,中亞及東南亞地區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,利用政策及規劃(如劃定城市增長邊界、提高土地利用混合度、節約集約利用土地等)抑制發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展公共交通等,爭取更快變為可持續發展的緊湊增長格局。

3 結論與討論

本文基于FLUS模型模擬2060年“一帶一路”沿線62個國家及地區城市用地空間格局,并從人口密度與城市擴張指數角度分析SSPs情景下“一帶一路”沿線國家重點城市未來擴張特征。結果表明:①2020—2060年“一帶一路”沿線國家(地區)呈現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)城市用地面積保持增長趨勢,少數國家在未來特定的情景下因人口數量降低、經濟下跌等因素使城市用地面積在經歷前期增長后出現負增長。②不同情景下2060年城市用地空間模擬結果存在明顯差異,總體表現為國家城市化發展較快、國民經濟增長較高時,擴張以城市斑塊集聚外延為主導;當國家城市化與國民經濟發展速度放緩,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)中超過83%的超大城市呈現松散增長的空間擴張模式,54%的中小城市呈現高人口密度—緊湊增長的空間擴張模式。未來東亞地區城市大多呈現低人口密度—松散增長模式,中亞及東南亞地區的小城市以高人口密度—緊湊增長的空間擴張模式為主,歐洲西部城市呈現低人口密度—松散增長模式。

考慮到數據的可得性,本文對現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],受限于數據可獲取性,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。