基于地理探測器的重慶市城鎮建設用地變化及驅動因素研究

牟鳳云,李秋彥,馬 英,陳 林,龍秋月,楊 猛

((1.重慶交通大學 建筑與城市規劃學院，重慶400074； 2. 海南省建設項目規劃設計研究院有限公司，海南 ?？?570203； 3. 國家信息中心，北京100045； 4. 重慶市地理信息和遙感應用中心，重慶401147; 5. 重慶數字城市科技有限公司，重慶401121； 6.重慶市勘測院，重慶400020)

0 引 言

自改革開放以來，我國城鎮化建設進入了加速發展階段，至2015年底我國城鎮化率達到56.10%。城鎮化進程加快促使建設用地規模不斷擴張，進一步引起城鎮土地利用結構發生變化[1]。據統計，2015年全國城鎮建設用地面積為5.2×104km2，相比2000年增加了2.3倍。城鎮建設用地擴張速度過快而引起的非理性圈地現象，加重了區域發展與生態環境矛盾，故在以生態文明建設為目標的新型城鎮化建設過程中，為提高土地利用效率、優化土地利用結構，政府推行了“三區三線”規劃政策以防止城鎮建設用地無序性擴張。另一方面，專家學者已經針對城鎮建設用地擴張可能引起的耕地侵占、土地利用低效化及空間結構紊亂等問題[2]進行了大量研究，為城鎮可持續發展提供了重要保障。

國內外關于城鎮建設用地的研究內容主要集中在以下兩個方面：一是對城鎮建設用地的擴張模式、方向和強度等特征進行研究；二是對城鎮建設用地變化的影響因素的選取及分析。E.H.WILSON等[3]基于城市增長模型提出城市用地主要有填充式、邊緣式和飛地式等3種擴張模式；蔣金亮等[4]在前者研究基礎上對長江沿岸中心城市土地擴張類型進行探討，研究表明：寧漢渝這3個城市擴張類型存在差異。研究驅動城鎮建設用地變化因素方面，目前多采用灰色關聯度[5]、多元線性回歸[6]、Logistic回歸模型[7]、CLUE-S模型[8]等數學方法。曹銀貴等[9]采用相關性分析法研究了社會經濟因素與青海省城鎮建設用地變化之間的相關程度；李進濤等[10]借助多元線性回歸、通徑分析、地理探測器等多種手段分析得出：京津冀地區城市建設用地變化不僅與社會經濟方面因素有關，還與自然條件、區位因素有關的結論。此外，針對我國城鎮用地擴張時空變化影響因素研究方面的進展，吳巍等[11]進行了綜合評價，指出GDP產值、二三產業產值、非農業人口等社會經濟因素增長對城鎮用地面積變化存在外部性影響，而地形地貌、交通設施、國家政策等地理區位因素對城市擴展有著內部性影響作用。目前的研究證實了用地變化與驅動因素間的數量關系，且驅動因素兩兩交互作用于用地變化時存在乘積關系；但針對兩者存在的空間關系、交互作用強弱及作用線性或非線性等問題尚未進行深入探討。

為此，筆者以重慶市38個區縣2000—2015年城鎮建設用地為研究對象，借助定性和定量化相結合的分析手段，探討了城鎮建設用地的時空演變特征；在此基礎上，利用熵權法、地理探測器研究了城鎮建設用地時空演變格局分異的主要驅動因素。

1 研究方法與數據來源

1.1 研究區概況

重慶是長江上游最大的水陸交通樞紐和西南工業重鎮，亦是成渝城市群的中心城市之一。重慶轄38個區縣，土地面積為8.24×104km2，其地形由南北向長江河谷傾斜，丘陵與低山多分布在西北部和中部地區，東南部區域有武陵山和大巴山，以坡地為主，是典型山地城市，如圖1。2015年末，全市常住人口達到3 016.55萬人，約為全國總人口的2.21%，其中外來人口150.21萬人，全市城鎮化率為60.94%，城鎮人口數量為1 391.02萬人；全年實現地區生產總值1 5719.72億元，按常住人口計算，人均地區生產總值(人均GDP)達到52 330元；城鎮建設用地面積為1 301.20 km2，占總面積的1.58%。自“一帶一路”和長江經濟帶戰略實施以來，作為國家發展的核心地區，隨著城市化進程加快，大量農村人口涌入城區，致使建設用地擴張明顯，激化了建設用地與耕地、生態環境之間的矛盾[12]，使得政府在土地利用與規劃管理方面面臨嚴峻挑戰。

圖1 重慶高程Fig. 1 Chongqing elevation map

1.2 數據來源

筆者的基礎數據來源分別為2000、2005、2010、2015年這4個時期的土地利用數據，其中前3期來源于中國科學院數據共享平臺[13]，后1期來源于國家數據共享中心[14]，數據空間分辨率均為30 m×30 m。社會經濟數據來源于《重慶市統計年鑒(2000—2015年)》[15]。采用中國1:100萬地貌類型空間分布數據和DEM數據均來源于中國科學院地理科學與資源研究所[16]，重慶市道路矢量數據是由國家基礎地理信息系統數據平臺[17]下載得到。

城鎮建設用地時空變化主要受社會經濟因素和地理區位因素的共同作用。山城重慶因其山高谷深，溝壑縱橫地勢，使其城市建設受地形地貌、交通設施等因素影響明顯。隨著城鎮化進程不斷加快，經濟、人口和產業結構變化明顯，城鎮化建設成效顯著。筆者結合相關研究和重慶市城鎮建設用地面積變化的實際情況[2,10,18-21]，從文獻[15]中選取表征重慶市人口規模、產業規模這兩個方面的驅動因素；選取山區比例、路網密度、河流密度指標表征區位條件驅動因素，如表1。

表1 城鎮建設用地驅動因素Table 1 Driving factors of urban construction land

文中表征區位條件的指標數據來源如下：① 中國1:100萬地貌類型空間分布數據共有45個小類，按研究目的將其合并為平原、臺地、丘陵、山地、水體這5個大類，并以區縣為統計單位計算出各縣域山區比例；② 基于重慶DEM數據，在ArcGIS 12.0中進行水文分析，得到重慶河網圖，最后借助線密度分析工具對河網、道路進行數據處理，從而獲取各區縣路網密度與河流密度數據。

1.3 研究方法

1.3.1 空間自相關分析

全局空間自相關是對某一屬性在研究區域的空間特征的描述，以此判斷出其分布狀況[22]。筆者使用全局莫蘭指數(Global Moran’s I)對重慶城鎮建設用地分布進行空間自相關分析，如式(1)：

(1)

I的值域為[-1, 1]，當I>0時，表明研究對象空間上呈正自相關，其值越大意味著聚集性越強；當I<0時，表明研究對象空間上呈負自相關，其值越小意味著越傾向離散分布；當I=0時，呈隨機分布。

1.3.2 地理探測器

王勁峰等[23]基于兩個變量的空間分布趨于一致時表征兩者間存在關聯性的理論基礎上，加入變量的空間分異性來探測對因變量空間格局分布的影響程度，從而提出地理探測器模型(GeoDetector)。目前該模型被廣泛應用于土地利用、區域經濟、生態環境等多個領域，深受眾多學者青睞。筆者利用該模型對人口規模、產業規模及區位條件這3方面因素對城鎮建設用地變化影響力q進行分析，其模型如式(2)：

(2)

交互作用探測器可分析出影響因素間共同作用是否對因變量Y存在增加或減弱影響，即因素對因變量存在交互影響或獨立影響。影響因素x1與x2之間關系如表2。

表2 交互作用類型Table 2 Types of interaction

2 結果與分析

2.1 城鎮建設用地時空演變特征

2.1.1 城鎮建設用地時間演變特征

筆者在已有的2000、2005、2010、2015年這4個年份城鎮建設用地數據基礎上，從文獻[15,24]中獲取2000—2015年中其余年份城鎮建設用地面積數據，對重慶城鎮建設用地變化進行長時間序列的探討。圖2為重慶城鎮建設用地面積及增長率變化。由圖2可知：2000—2015年，重慶城鎮建設用地面積呈現上升趨勢，2015年城鎮建設用地面積對比2000年增長了259.09%。2005年以前，城鎮建設用地面積增加較少，直至2005年開始推行“西部大開發”戰略，城鎮建設用地面積開始大幅度增長；與2004年相比，2005年城鎮建設用地面積增長了26.88%。在2012年以前城鎮建設用地面積增加幅度波動較大，而2012年因地類調整，對比2011年呈現小幅度增長，增長比例為17.81%。2012年以后，城鎮建設用地增長幅度放緩，增長率在1.50%左右。通過重慶城鎮建設用地增長率變化情況可看出，城鎮建設用地增長率在2000—2015年間先是呈現波動式增長，再逐漸趨于平緩。

圖2 重慶市城鎮建設用地面積及增長率變化Fig. 2 Change of urban construction land area and growth rate in Chongqing

2.1.2 城鎮建設用地空間演變特征

借助ArcGIS軟件空間自相關工具，筆者分別對2000、2005、2010、2015年重慶城鎮建設用地數據進行空間分析，如表3。由表3可知：全局Moran’s I指數均為正值，p<0.05通過顯著性檢驗，且z得分為正值，表明重慶城鎮建設用地在空間上并非隨機分布，而是具有明顯的空間集聚特性。對比這4年的城鎮建設用地數據空間自相關結果可得出：2005年全局Moran’s I指數最大，I=0.28，隨后呈現下降趨勢，該變化趨勢與城鎮建設用地時間演變特征趨勢一致。

表3 重慶市全局自相關分析結果Table 3 Analysis results of global autocorrelation in Chongqing

利用ArcGIS中柵格計算器對重慶2000—2015年城鎮建設用地進行相關分析，得到重慶2000—2005年、2005—2010年和2010—2015年這3個階段城鎮建設用地空間演變特征，如圖3。2000—2005年重慶城鎮建設用地明顯增加，與2000年城鎮建設用地面積相比，2005年增加了101.34%，其中面積增長較為明顯的區域集中在重慶西部的渝中區、大渡口區、江北區、沙坪壩區、九龍坡區、南岸區、北碚區、渝北區和巴南區這9個區，即重慶主城區；城鎮建設用地面積減少不明顯，零散分布在重慶東北部的萬州區、云陽縣、奉節縣和巫山縣。2005—2010年城鎮建設用地增長較為明顯，且增長區不僅集中在重慶主城區，其余各區縣增長也較為明顯；相比2005年，2010年城鎮建設用地增長了76.96%。2010—2015年城鎮建設用地增長幅度相比前兩個階段增長速度明顯放緩，2015年城鎮建設用地面積相比2010年增長了46.20%；城鎮建設用地減少面積與2005—2010年相比，分布較為明顯，減少的面積與增加的面積分布均集中在主城區，但增加面積均大于減少面積。

圖3 重慶市城鎮建設用地變化Fig. 3 Map of urban construction land change in Chongqing

總體而言，重慶城鎮建設用地在近15年的時間中，增長面積遠多于減少面積，其增長速度在逐年放緩。從區縣上看，城鎮建設用地變化主要集中在重慶主城區，亦是重慶城鎮規劃中所稱的“都市經濟發達圈”；巫山縣、云陽縣、奉節縣等“渝東北生態涵養發展區”和江津區、永川區等“城市發展新區”，因受其經濟水平和城鎮化水平較低等社會經濟因素影響，該區域城鎮建設用地面積增長較少。

2.2 城鎮建設用地變化驅動因素分析

2.2.1 驅動因素權重

由于選取的人口規模、產業規模、區位條件這3大方面的9項指標量綱不同，難以對城鎮建設用地變化與驅動因素間進行量化分析。因此筆者選取能消除人為因素干擾且可靠性較高的熵權法[25]確定各驅動因素權重，結果如表4。根據表4可知：權重在0.1以上的驅動因素有5個，權重在0.1以下的有4個，其中城鎮人口(x1)、城鎮化率(x2)、地區生產總值(x3)等表征人口規模、產業規模的指標權重最大，而表征區位條件的路網密度(x8)、山區比例(x7)、河流密度(x9)等指標權重最小?？偠灾?，城鎮建設用地變化過程具有長期性、動態性及復雜性[26]，其中權重所占比例最大的為產業規模，其次為人口規模，最后為區位條件。

表4 驅動因素權重Table 4 Weight of driving factors

2.2.2 驅動因素影響力

地理探測器探測驅動因素時，類型變量優于連續型變量[27]，因此筆者選取原理簡單且聚類效果較優的K-means聚類算法進行分類處理。首先利用SPSS 21軟件對連續型指標數據進行K-means聚類，分為1～5這5類，各驅動因素的類別化空間分布如圖4。

圖4 驅動因素的類別化空間分布Fig. 4 Categorized spatial distribution map of driving factors

以重慶城鎮建設用地變化量作為因變量Y，各驅動因素類型變量(表1)作為自變量xn(n=1, 2,…, 9)導入GeoDetector中，得到的探測結果如圖5。

圖5 驅動因素影響力Fig. 5 Influence of driving factors

通過探測結果可知：重慶的人口規模、產業規模、區位條件對城鎮建設用地變化均產生了影響。根據q值大小依次排序：第二產業產值(x4)>地區生產總值(x3)>第三產業產值(x5)>城鎮人口(x1)>人均GDP(x6)>城鎮化率(x2)>山區比例(x7)>路網密度(x8)>河流密度(x9)。研究結果與熵權法所得權重結果相似，產業規模對重慶城鎮建設用地面積變化的影響力最大，其次是人口規模。該結果契合了國內研究的類似結論[28]，人口增長是影響建設用地擴展的主要影響因素之一，且經濟發展、產業結構變化與建設用地變化有顯著相關性。

2.3 城鎮建設用地變化驅動因素交互作用分析

地理探測器不僅可探測驅動因素影響力的大小，還可在此基礎上探測驅動因素兩兩之間的交互作用。筆者利用交互作用探測器對人口規模、產業規模及區位條件這3方面共9個因素進行兩兩交互分析，結果如圖6。

圖6 驅動因素交互作用分析Fig. 6 Interaction analysis of driving factors

根據圖6可知：驅動因素間兩兩交互作用均大于單因素對城鎮建設用地變化產生的獨立作用，且均為增強型影響，即雙因子增強和非線性增強。其中城鎮化率與城鎮人口、產業規模交互作用最為顯著，影響程度均在0.85以上，表明城鎮化水平的提高會促進人口和產業經濟的增長，從而對城鎮建設用地的需求進一步提高。產業規模與人口規模、區位條件也息息相關，除了人均GDP指標外，其余驅動因素的交互值均在0.80以上。區位條件與人口規模、產業規模間也存在增強作用，但增強作用顯著性較低。表明在城鎮化進程加快的情況下，人口增長帶動產業結構升級同時，并未對土地集約利用起到促進作用，相反在一定程度下促使城鎮建設用地面積增加。

3 討 論

為使指標分配參考具有指導意義，筆者利用熵權法對城鎮建設用地變化與人口規模(0.34)、產業規模(0.46)、區位條件(0.20)這3大影響因素進行量化分析，結果表明產業規模影響權重最大，人口規模次之，區位條件最后。基于地理探測器對驅動因素結果分析發現，以城鎮人口、城鎮化率、地區生產總值、第二產業產值等指標分別作為人口、產業、區位這3個方面的驅動因素，均在不同程度上影響重慶城鎮建設用地面積的變化，這與現有研究結果相差不大[2,10,12]。筆者進一步討論人口規模、產業規模、區位條件這3個驅動因素影響重慶城鎮建設用地變化的具體表現。

1)人口規模。隨著城鎮化進程的推進，農村人口大量向城鎮人口轉移，而人口增長的同時，對居住用地、公共服務設施用地、商業用地、工業用地等提出了更多需求。因此城鎮建設用地的增長也受到城鎮人口和城鎮化水平影響。重慶人口流動主要集中在渝中區、江北區、沙坪壩區、渝北區在內的主城九區，人口凈流入達到188.68萬人；渝東北和渝東南人口流動呈負值，分別為-291.68和-100.83萬人，尤其是奉節縣、梁平區、云陽縣、巫山縣、巫溪縣等經濟發展較為落后地區，因此人口規模較大的區域面積增長較大，反之增長較小。

2)產業規模。地區生產總值、第二、第三產業產值不斷增長意味著第二、三產業對產業用地需求也在不斷增長，而產業發展同時會使得人均收入水平提高，人對居住用地、公共服務設施用地及綠地等有了更高需求傾向。根據統計數據可知，生產總值、第二、三產業總值及人均GDP的高值區主要為渝北區、渝中區、涪陵區、九龍坡區等“都市經濟發達圈”，低值區主要是巫山縣、巫溪縣、城口縣、酉陽縣等離主城較為偏遠地區。重慶工業園在主城及渝西地區有26個，渝東北地區有11個，渝東南地區有6個，由于工業園區對用地面積、基礎設施等要求較多，故建設用地在不同區域內增長幅度存在差異。

3)區位條件。城鎮建設用地分布一般會受到地形、地貌等因素影響，地形越復雜、起伏度越大的地區，越不利于建筑搭建，如城口縣、巫溪縣、石柱縣、奉節縣等區縣山區比例高達80.00%，而建設用地面積增長較大區域其地勢變化較??；主城九區的山區比例在70.00%以下，其中渝中區的山區比例僅為27.27%。路網密度增長意味著交通環境在不斷改善，一定程度上對城鎮用地的增加起到促進作用。路網密度最大區域為渝中區、九龍坡區和沙坪壩區，最小的區域為酉陽縣、城口縣和巫溪縣等。但隨著社會經濟發展、綜合交通樞紐構建和產業結構轉變等原因影響，使得路網密度影響力較小。河流與人類生活息息相關，河流保證城市發展和人類活動對水資源需求，因此河流越密集區域，更易于城鎮建設用地擴張。渝中區、江北區、大渡口區等地區河網密度遠大于其他區縣，而其他區縣間河網密度大小相近，因此河網密度對城鎮建設用地變化的影響力較低。

4 結 論

筆者以重慶作為研究區，在分析其2000—2015年城鎮建設用地時空演變的基礎上，利用熵權法、地理探測器分析人口規模、產業規模和區位條件這3個方面對城鎮建設用地變化影響程度。主要結論如下：

1)從時間上看，重慶城鎮建設用地面積在2000—2015年間呈波動式增長，2012年后增長速度在逐漸放緩；從空間上看，重慶城鎮建設用地分布具有集聚性，面積增長較多區域主要為經濟發展較快的區縣，例如渝中區、南岸區、北碚區等，面積變化較小區域主要是經濟發展較慢的區縣，如巫山縣、奉節縣等；

2)2000—2015年重慶城鎮建設用地變化的空間分異性受到人口規模、產業規模和區位條件這3個方面因素影響，各個因素影響程度也有所不同，其中產業規模影響程度最大，人口規模次之，最后為區位條件；

3)驅動因素間兩兩交互作用綜合影響了城鎮建設用地變化，影響作用主要為雙因子增強和非線性增強兩種；其中城鎮化率與人口規模、產業規模間的交互作用最為顯著。

筆者主要對重慶城鎮建設用地的時空演變、影響因素、交互作用進行了探討。城鎮建設用地格局演變是一個復雜的地理過程，根據影響因素對城市功能定位，為城市規劃提供決策依據將會成為下一階段研究熱點。此外，由于地理探測器中使用類型數據優于連續型數據，后續還需對最優分類方法進行探討。