北京市城鎮擴張的道路網絡影響分析

劉潤潤，胡業翠，鄭新奇，鄭云梅

(中國地質大學(北京)土地科學技術學院，北京 100083)

1 引言

20世紀80年代以來,土地利用/覆被變化(LUCC)成為世界關注的熱點問題,其中城鎮增長是LUCC研究的重要內容。交通道路分布與城鎮用地擴張關系密切,交通網絡擴張與區域發展存在內在關聯[1],道路是社會聯系、經濟和政治決定的物理表現,而社會聯系、經濟政治決定又將引導土地利用變化。道路分布影響著城鎮擴張的模式,城鎮擴張反過來又影響著道路網絡的發展演變[2-3]。北京作為中國的政治文化中心,城鎮擴展迅速[4],2008年北京城鎮用地為1985年的2.9倍多(根據1985、2008年LandSat的TM遙感影像解譯結果計算),城鎮的快速擴張導致建設用地供需矛盾日益突出,耕地保護和生態建設的壓力逐年加大,迫切需要探索城鎮演化規律,實現土地的合理利用與規劃。

國內外學者對城鎮擴張規律進行了大量研究,研究方法主要為基于GIS[5]和RS技術的空間擴展監測法[6-7],以及Logistic回歸[8-9]、元胞自動機(CA)[10-11]、系統動力學等系統模型分析法,研究表明道路網絡是城鎮擴張的主要內在適應性因素。眾多的數理方法和空間模型已用以研究交通道路與城鎮擴張之間的相互作用[12-14],何春陽等借助“3S”技術研究北京1975—1997年城市化過程[15],結果表明北京城市化受交通等內在因素影響并呈現中心大區和邊緣次級中心區沿交通干線的線狀城市擴張模式。侯敏等利用多變量Logistic回歸模型分析北京交通道路通達性和城市化狀態[16],結果表明交通是影響北京城市空間形態變化的重要因素。曹峰等基于粗糙集探索廣東省交通道路與城鎮擴張關系[2]。以往研究中對于城鎮擴張與道路空間關系的量化研究較少,對于道路網絡問題的探討,一般采用道路密度[3,17]、交通道路的通達度[18-19]進行量化分析。

本文借助GIS軟件,對北京市1985—2008年的城鎮用地變化進行空間統計,量化城鎮擴張與道路密度之間的關系,對于北京城鄉規劃、可持續發展等領域具有一定的參考意義,并有助于揭示城鄉各區在不同的路網發展階段的區域發展空間特征。

2 數據獲取與處理

2.1 數據來源

本文研究區為北京市,包括傳統中心6城區和遠郊區各城鎮,覆蓋面積為16808 km2?；A數據為北京市1985、2008年兩期的土地利用矢量圖,以及北京市道路矢量圖。1985、2008年兩期土地利用矢量圖是由30 m×30 m分辨率的LandSat的TM遙感影像解譯獲得。北京市道路交通網絡圖由2006年1∶10000的航空攝影圖數字化得到,并以2008年LandSat的TM遙感影像為底圖,進行了道路的補充修改。

2.2 數據處理

2.2.1 城鎮用地變化信息提取 以1985、2008年的土地利用矢量圖為基礎數據,基于ArcGIS軟件提取城鎮用地變化的空間分布圖。具體步驟為：(1)在ArcMap中分別提取1985、2008年的城鎮用地數據；(2)利用ArcToolbox將提取的城鎮數據進行柵格化處理,柵格數據的空間分辨率為30 m×30 m；(3)在ArcGIS的Workstation中調用Grid模塊,對1985、2008年城鎮用地變化的空間數據進行統計分析。

2.2.2 道路網絡密度空間信息提取 以北京市道路網絡現狀分布圖為基礎數據,基于ArcGIS軟件獲得北京市道路網絡密度空間分布數據。(1)利用ArcToolbox生成北京市道路網絡密度柵格圖,柵格空間分辨率為30 m×30 m,同時提取城鎮擴張區域對應的道路網絡密度柵格數據；(3)將道路網絡密度離散化,保留到小數點后一位,離散點值85個；(4)在ArcGIS的Workstation中調用Grid模塊得到道路密度與城鎮用地變化的空間對應關系數據。

2.2.3 城鎮用地擴張與道路網絡密度關系的定量模型 回歸分析是一種研究變量間存在的非確定的相互依賴和制約關系的有效數理統計方法[20]。周一星在1982年提出城市化水平與人均收入之間在一定時空條件下服從對數關系法則[21],與此同時,Taylor則證明交通網絡連接度與人均收入之間也滿足對數關系[22]。為探索北京市城鎮擴張與道路網絡密度可能存在的定量關系,分別建立城鎮擴張—道路密度一元線性回歸模型、一元曲線回歸模型及對數關系模型,具體模型如下：

式1—6中,y為城鎮用地擴張速度,x為道路密度,βi(i=1,2,3)為回歸系數,a0為常數項,εt為回歸殘差；對于式1和式4,若β1＞ 0,說明城市擴張與道路密度正相關,反之,兩者負相關；對于式2和式4,若β2＜ 0,說明城市擴張與道路密度呈倒U形曲線關系,若β2＞ 0,則兩者呈U型曲線關系；對于式3和式6,若β3＞ 0,β2＜ 0且β1＞ 0,說明城鎮擴張面積與道路密度之間呈N型曲線關系,反之,若β3＜ 0,β2＞ 0且β1＜ 0,說明城市擴張與道路密度之間呈倒N型曲線關系。

3 結果分析

3.1 北京市城鎮用地擴張的道路網絡密度空間特征

1985年以來,北京市城鎮用地擴張明顯,圖1結果顯示,城鎮擴張主要集中在3環以外,除東城區、西城區的北京傳統4城區；昌平區、大興區、通州區、房山區、門頭溝區中城鎮擴張區域分布在臨近城6區邊界處,以及各個區縣的老城鎮區周圍；作為遠郊區縣的延慶縣、密云縣、懷柔區、平谷區、順義區,城鎮主要圍繞老城鎮區擴張。也就是說北京城鎮擴張是從核心區域開始的,周邊城鎮一定程度上受中心城市的空間輻射作用的影響。

圖1 北京市1985—2008年城鎮用地變化圖Fig.1 Urban land change between 1985 and 2008 in Beijing

圖2 北京市道路網絡密度分布圖Fig.2 Distribution of Road network density in Beijing

在ArcGIS中利用Natural Breaks方法將北京市道路網絡密度進行分級,圖2結果顯示北京市道路最密集區域分布在三環以內,第二個密度等級(5.5×103—9.2×103km/km2)是三環至五環之間；傳統6城區內道路網密度較高,其中東城區、西城區道路最為密集；大興區、通州區、順義區、昌平區東部、房山區東部道路網主要分布在第三密度等級(3.2×103—5.5×103km/km2)；懷柔區、密云縣、門頭溝區道路網稀疏,除城鎮區外大部分區域分布在第五道路等級(0.1×103—1.8×103km/km2)。

在ArcGIS的GRID模塊中統計北京市1985—2008年城鎮用地變化的道路網絡密度特征,結果顯示(表1),2008年相對1985年城鎮擴張面積為939.91 km2。城鎮擴張明顯區域位于道路密度的2和3等級,1985—2008年該部分擴張面積占北京總擴張面積的91.99%, 當道路密度超過9.0×103km/km2時,城鎮擴張面積為0。

表1 北京市城鎮用地擴張的道路網絡密度特征Tab.1 Road network density characteristics of urban expansion in Beijing City

3.2 北京市城鎮用地擴張與道路網絡密度關系的模型分析

北京城鎮用地擴張與道路網絡密度的關系分為兩個階段：(1)當道路密度大于9.0×103km/km2時,城鎮擴張面積為0。(2)當道路密度不超過9.0×103km/km2時,北京城鎮用地擴張與道路網絡密度呈現倒U型曲線關系。利用Stata軟件對1985—2008年間城鎮擴張速度、道路網絡密度,按照式1—6的回歸模型進行最小二乘(OLS)回歸估計,得到模型估計系數(表2)。回歸估計結果顯示,模型1、3、4、5和6的估計系數均達到1%的顯著性水平；模型6的可決系數(R2)和F統計值均為6個模型中的最高值,分別為0.88和202.09。綜合考慮模型整體的擬合優度和各變量的顯著性水平,模型6為最優擬合模型。

表2 北京市城鎮擴張速度與道路網絡密度回歸分析結果Tab.2 Regression analysis results of urban expansion and road network model in Beijing City

綜合以上分析,城鎮擴張—道路網絡密度的模型為：

式7中,y為城鎮用地擴張速度, x為道路密度。由于等式左邊lny為單調遞增函數,當等式右邊取得極值時,y也達到極值點。

為了更深入探索道路網絡密度與城鎮擴張的相互促進程度的轉變,本文基于估計得到的城鎮擴張—道路網絡模型及其轉折點公式,計算了道路網絡密度對城鎮擴張促進程度發生轉變的轉折位置,具體計算如式8：

式8中,x0為城鎮擴張速度隨道路網絡密度增加發生轉變的道路密度值,βi(i=1,2,3)為城鎮擴張—道路網絡回歸模型6式中xi(i=1,2,3)的估計系數。基于式8可以算出,道路網絡密度為3.5×103km/km2時,北京城鎮擴張速度達到最大；道路網絡密度為9.0×103km/km2時,城鎮擴張達到最小值,為0。

城鎮擴張速度隨道路網絡密度增加的發展趨勢可總結為：道路密度小于9.0×103km/km2時,北京市城鎮擴張速度與道路網絡密度呈倒U型曲線關系,3.5×103km/km2是城鎮擴張速度隨道路密度增加發展趨勢變化的轉折點；道路密度超過9.0×103km/km2時,城鎮不再擴張。在城鎮發展初期,城鎮擴張速度隨道路網絡密度的增加而加快,主要原因是隨著人口和經濟的快速增長,對物質產品、文化生活和環境質量提出了更高的要求,基礎設施投資也在逐年加大,這刺激了城鎮的擴張與道路建設,城鎮擴張與道路網絡密度呈現相互促進的因果關系。當道路網絡密度達到3.5×103km/km2時,城鎮擴張速度轉變為隨道路網絡密度增加而減小,究其原因,首先,隨著人口的增長,居住成本隨之增加,加上戶籍管理和資源承載力的約束可能限制人口的流動進而限制城鎮擴張[23]；其次,北京城市規劃建設始終高度重視保持傳統的城市格局、建筑特色和城市景觀,體現北京的文化背景,一定程度上限制了城鎮隨道路網絡密度增加而擴張；再次,交通道路污染限制了北京城鎮隨道路網絡密度增加而擴張,國內外大量研究表明交通道路污染對人體健康和環境安全造成嚴重威脅[24-26],2004—2008年,北京市用于道路運輸的經濟成本平均占總GDP的0.58%,與此同時,其引起空氣污染導致的健康問題的花費估計值為1.9×109元/年[27]；此外,道路的急劇增加導致部分人群轉移到遠郊區縣,從而減慢城鎮擴張的速度,當道路密度超過9.0×103km/km2時,由于受土地資源、城市規劃等自然和社會條件的限制,城鎮不再擴張。

圖3 北京市城鎮擴張與道路網絡曲線擬合Fig.3 Fitting curve of urban expansion and road network

4 結論

通過對1985—2008年城鎮擴張與道路網絡數據進行分析,得出如下結論：

(1)北京地區城鎮擴張主要表現為中心城區和遠郊區縣中心區的面狀擴張。城鎮擴張區域主要分布在除東城區、西城區外的北京中心4城區,遠郊區縣中圍繞老城鎮區的城鎮用地擴張比較明顯。

(2)北京道路網絡密度主要表現為中心城區和遠郊區縣中心區向周邊區域的逐級遞減。北京道路最密集區域分布在三環以內,其次是三環至五環之間。傳統6城區內道路網密度較高,其中東城區、西城區道路最為密集,遠郊區縣中的懷柔區、密云縣、門頭溝區道路網相對稀疏。

(3)在道路密度不超過9.0×103km/km2時,北京市城鎮擴張與道路網絡具有倒U曲線關系,即城鎮擴張速度先隨道路網絡密度的增加而加快,道路網絡密度為3.5×103km/km2時,城鎮擴張速度隨道路網絡密度的增加而減慢；道路密度超過9.0×103km/km2時,城鎮將不再擴張。目前,北京市五環以內包括五環周圍區域,城鎮擴張速度都已呈現出隨道路密度增加而減小的趨勢,五環以外道路密度基本未達到3.5×103km/km2,城鎮擴張速度主要表現為隨道路密度增加而加快。而三環以內道路密度基本在9.0×103km/km2以上,城鎮擴張潛力較小。為了避免城鎮用地的快速擴張,特別是遠郊區縣應強化土地的高效利用,合理規劃交通道路,實現城鎮用地與道路網絡的相互促進、協調發展。

本文分析了城鎮擴張與道路網絡之間的關系,對二者的發展規律進行探索,量化了道路發展對城鎮擴張的影響。需要說明的是,本文中的倒U型曲線僅反映了從總體上看,北京地區在該研究時段的政策、經濟、文化條件下城鎮擴張與道路網絡密度的關系,研究中未考慮道路的分級處理,只考慮道路長度及道路的空間分布。盡管如此,該研究估算的北京城鎮擴張與道路網絡的量化關系對北京城鄉規劃、可持續發展等具有重要的參考價值。

（References）:

［1］ ALISA W.C.From roadkill to road ecology： A review of the ecological effects of roads［J］.Journal of Transport Geography, 2007,15(5)：396-406.

［2］ 曹峰, 宋海榮, 葛詠, 等.基于粗糙集的交通道路與城鎮用地擴展關系分析［J］.地球信息科學學報, 2010,12(6)：791-796.

［3］ 劉銳, 何勁, 胡偉平.廣佛都市區道路網絡與城鎮建設用地間的影響分析［J］.地球信息科學學報, 2011,13(5)：601-610.

［4］ 胡東嶼, 徐振宇, 蘭新梅.城市加速擴張、政府責任與服務業發展：以北京為例［J］.城市發展研究, 2007,14(6)：101-104.

［5］ LI X, ZHANG L, LIANG C.A GIS-based buffer gradient analysis on spatiotemporal dynamics of urban expansion in Shanghai and its major satellite cities［J］.Procedia Environmental Sciences International Conference on Ecological Informatics and Ecosystem Conservation (ISEIS 2010), 2010,2(0)：1139-1156.

［6］ 韋薇, 張銀龍, 趙兵, 等.快速城市化進程中城市擴張對景觀格局分異特征的影響［J］.生態環境學報, 2011,20(1)：7-12.

［7］ XIAO J, SHEN Y, GE J, et al.Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing［J］.Landscape and Urban Planning, 2006,75(1-2)：69-80.

［8］ 楊云龍, 周小成, 吳波.基于時空Logistic回歸模型的漳州城市擴展預測分析［J］.地球信息科學學報, 2011,13(3)：374-382.

［9］ 姜文亮.基于GIS和空間Logistic模型的城市擴展預測——以深圳市龍崗區為例［J］.經濟地理, 2007,27(5)：800-804.

［10］ 樊風雷, 王云鵬.基于CA的珠三角核心區城市擴張預測研究［J］.計算機工程與應用, 2007,43(36)：202-204.

［11］ 劉勇, 吳次芳, 岳文澤, 等.基于SLEUTH模型的杭州市城市擴展研究［J］.自然資源學報, 2008,23(5)：797-807.

［12］ 李振福.基于交通發展的城市化水平測度模型［J］.大連海事大學學報, 2004,30(3)：52-55.

［13］ 陳彥光.交通網絡與城市化水平的線性相關模型［J］.人文地理, 2004,19(1)：62-65.

［14］ 夏飛, 葉莉, 袁潔.中國公路交通與城鎮化發展綜合評價及其相關性研究［J］.廣西財經學院學報, 2010,23(4)：1-6.

［15］ 何春陽, 史培軍, 陳晉, 等.北京地區城市化過程與機制研究［J］.地理學報, 2002,57(3)：363-371.

［16］ 侯敏, 朱榮付.北京地區交通對城市空間形態的影響研究［J］.測繪通報, 2007,(12)：59-61.

［17］ QING S.The effect of population density, road network density, and congestion on household gasoline consumption in U.S.urban areas［J］.Energy Economics, 2011,33(3)：445-452.

［18］ HUIJSER M P, BERGERS P J M.The effect of roads and traffic on hedgehog (Erinaceus europaeus) populations［J］.Biological Conservation, 2000,95(1)：111-116.

［19］ DEVELEY P F, STOUFFER P C.Effects of roads on movements by understory birds in mixed-species flocks in central Amazonian Brazil［J］.Conservation Biology, 2001,15(5)：1416-1422.

［20］ 王國麗, 陳曉飛, 劉刊, 等.回歸分析在水科學中的應用綜述［J］.中國農村水利水電, 2004,(11)：40-44.

［21］ 周一星.城市化與國民生產總值關系的規律性探討［J］.人口與經濟, 1982,(1)：28-33.

［22］ TAYLOR P J.Quantitative methods in geography an introduction to spatial analysis［J］.Illinois：Waveland Press Inc., 1983：215-216.

［23］ 黃慶旭, 何春陽, 史培軍, 等.城市擴展多尺度驅動機制分析——以北京為例［J］.經濟地理, 2009,29(5)：714-721.

［24］ 李炯, 孫德智, 王毅力.北京市和廣州市三種典型交通道路空氣懸浮顆粒物污染特征［J］.環境化學, 2010,29(4)：654-658.

［25］ 陳建華, 王瑋, 劉紅杰, 等.北京市交通路口大氣顆粒物污染特征研究(Ⅰ)——大氣顆粒物污染特征及其影響因素［J］.環境科學研究, 2005,18(2)：34-38.

［26］ HAGLER G S W, TANG W, FREEMAN M J, et al.Model evaluation of roadside barrier impact on near-road air pollution［J］.Atmospheric Environment, 2011,45(15)：2522-2530.

［27］ GUO X R, CHENG S Y, CHEN D S, et al.Estimation of economic costs of particulate air pollution from road transport in China［J］.Atmospheric Environment, 2010,44(28)：3369-3377.