長江中游城市群建設用地的時空演變及驅動機制

王 坤，賀清云，梅予健，莫振淳

（湖南師范大學 地理科學學院，湖南 長沙 410006）

0 引言

新時代國土空間規劃體系的建立，要求以高質量發展理念為指引，做好國土空間開發的頂層設計，科學合理地布局不同功能空間，為國家發展提供空間保障。建設用地是城鎮空間及鄉村聚落的基本空間載體，中國40 a 來的快速城鎮化和工業化歷程，使得以土地快速非農化為主要表現的建設用地擴張日益加劇[1-2]。在此過程中，產生了建設用地無序蔓延、用地效率低下、生態環境污損等問題[3]。城市群是國家城鎮化和工業化發展到高級階段的產物[4]，是城鎮體系的主體形態和生產格局的增長極點[5]，也是建設用地擴張最為活躍的區域，面臨著更加嚴峻的用地空間矛盾[6]。在高質量推進國土空間開發的背景下，識別城市群地區建設用地時空演變的特征和規律，探究其背后的動力因子和驅動機制，對城市群國土空間發展規劃和決策具有重要作用。

建設用地擴張的時空演變和驅動機制，是土地利用變化（land-use and land-cover change，LUCC）研究的重要內容，也是當前空間城鎮化研究的熱點之一[2]。學者們運用密度指數[7]、擴張強度指數[8]、景觀擴張系數[9]等方法，從國家[10]、區域[11]、省域[12]、城市[13]等不同尺度，對建設用地的時空演變進行了研究，積累了豐富成果。同時，不少學者運用關聯分析、回歸分析等模型，探討了建設用地演變的影響因素[14-15]，發現自然環境、經濟密度、人口密度、居民生活水平以及政策等是其中主要的影響因素[16-17]。隨著城市群在新型城鎮化發展和國土空間組織中的地位和作用不斷上升[18-19]，學術界對城市群建設用地的關注日益增強，在城市群建設用地的擴張模式[20]、空間特征[21]、與經濟社會因子的關系[22]等方面進行了有益探索。然而，目前關于城市群建設用地的研究多以東部地區發育較好的城市群為研究對象，且在驅動機制的分析中缺少對政策約束、城市群內部相互作用等因素的考慮。

鑒于此，本文以長江中游城市群為研究對象，利用Landsat TM/ETM 遙感數據，采用擴張強度指數對建設用地的時空演變特征進行研究，并綜合運用最小二乘法（ordinary least squares，OLS）和地理探測器模型（geodetector model），從自然環境、經濟社會、交通區位、政策約束、空間溢出等綜合視角出發，對建設用地時空演變的驅動機制進行分析，以期對現有文獻進行補充，同時為長江中游城市群國土空間高質量發展提供參考。

1 數據來源和研究方法

1.1 研究區概況

長江中游城市群是長江經濟帶的重要組成部分，地理區位上承東啟西、連南接北。城市群內部不同地區發育水平不同，在建設用地擴張過程中具有各自特點，因此更具典型性。2021年7月發布的《中共中央國務院關于新時代推動中部地區高質量發展的指導意見》中明確指出，要促進長江中游城市群高質量發展。2022年2月國家發展改革委員會印發的《長江中游城市群發展“十四五”實施方案》中，強調要優化城市群空間結構，全力打造全國高質量發展的重要增長極。在此背景下，研究建設用地的時空演變和驅動機制是長江中游城市群國土空間優化開發和高質量發展面臨的重要課題。根據國務院2015年批準實施的《長江中游城市群發展規劃》，長江中游城市群包括武漢城市群、環長株潭城市群和環鄱陽湖城市群3 個子城市群，范圍涵蓋湖北省13 市、湖南省8 市、江西省10市，國土面積約為31.7×104km2。2020年末，長江中游城市群的常住人口為12 652.32 萬人，GDP為94 134.11 億元，研究區的地理位置如圖1所示。

圖1 研究區地理位置示意圖Fig.1 Geographical location of the targeted area

1.2 數據來源和處理

土地利用數據是基于Landsat TM/ETM 遙感影像解譯得到的，Landsat TM/ETM 數據來源于中科院資源環境科學與數據中心（https://www.resdc.cn/）。高程和坡度的原始數據來自國家地理信息中心（http://www.ngcc.cn/），然后借助ArcGIS 10.8 中的Zonal Statistics tool 和Slope Analysis tool 工具計算，得到各研究單元的高程和坡度平均值。人口密度和GDP密度數據由中國資源環境科學數據中心提供（http://www.resdc.cn/）。交通線路數據來源于全球路網開放平臺（https://www.openstreetmap.org/），距交通線的距離利用ArcGIS 10.8 中的Euclidean Distance Analysis 工具計算得到。政策性約束數據由湖北省、湖南省、江西省的自然資源廳提供。空間溢出效應所涉及的經濟社會統計數據來源于前述3 省的統計年鑒，然后在ArcGIS 10.8 中運用Block Statistics tool工具對其鄰域作用進行計算。

1.3 研究方法

1.3.1 影響因素的選取

本文設計的建設用地擴張及空間分異影響因素指標體系見表1。

表1 建設用地擴張及空間分異影響因素指標體系Table 1 Indicator system of driving factor of construction land expansion and spatial differentiation

關于建設用地演變的驅動力研究，現已受到科研工作者們的廣泛關注，但是目前學術界尚未建立統一的標準化指標體系和分析框架。本文參考有關研究成果[12,21]，首先選取自然環境（高程、坡度）、經濟社會（人口密度、GDP 密度）、交通區位（距鐵路線距離、距主要公路距離）3 方面因素，在此基礎上加入政策約束性因素和空間溢出效應因素，對驅動機制的分析框架進行優化和完善。

同時，為了更加直觀地展現各影響因素在空間上的分布情況，更加深刻地了解各影響因素的空間分布對建設用地時空演變差異的影響，本文對各影響因素的空間分布情況進行了可視化表現，具體的分布情況如圖2所示。

圖2 長江中游城市群建設用地擴張影響因素的空間分布Fig.2 Spatial distribution of influencing factors of construction land expansion in urban agglomeration in the middle reaches of the Yangtze River

需要指出的是，新時期國土空間規劃特別重視對生態安全和糧食安全的保障，強調要處理好開發與保護的關系，已經設立的各種生態保護區以及生態保護紅線、永久基本農田、城市開發邊界的劃定形成土地規劃開發的底線管控，進而對建設用地擴張演變形成政策約束力。但是目前研究區最新的國土空間規劃成果尚未公布，且“三區三線”的劃定更多地是對未來建設用地擴張產生約束，因此本文暫未將“三區三線”的規劃指標納入驅動因素指標中，而是選取了地質公園、國家公園、自然風景名勝區等生態保護性區域作為政策約束性因素，以解釋政策的空間約束性對建設用地過去20 a 演變的影響。與此同時，根據地理學第一定律，城市群內部不同城市之間，特別是相鄰城市之間存在多樣化的相互作用，這種作用會推動中心城市或大城市土地用地變化向周邊擴散，從而對區域建設用地演變產生影響，因此，本文將鄰域作用作為空間溢出效應因素。

1.3.2 建設用地擴張強度指數

建設用地擴張強度指數（construction land expansion intensity index，CEI）表示某一地域單元建設用地面積在一個間隔時期內變化的相對強度特征，可以直觀地反映某地域單元建設用地在一定時期內變化的速率和強度[20,23]，其計算公式為

式中：ICEi為第i個地域單元建設用地擴張強度指數；

Δt為t1到t2的間隔時間。

1.3.3 地理探測器

空間分異是各種地理現象的基本屬性和空間表現，地理探測器是測定地理現象的空間分異性并揭示其背后驅動力的一種有效工具。此外，它還能探測兩因子相互作用對被解釋變量產生的合力[24]。地理探測器最開始被應用于疾病成因的解析方面[25]，現已被應用至土地利用、環境問題、區域經濟、旅游發展等領域[26-27]。地理探測器主要包括分異和因子探測、交互作用探測、風險區探測及生態探測4 種，探測值q的表達式如下：

式中：h=1,2,…,L，為因子的分層；

Nh和N分別為分區h和全區的單元數；

探測值q的取值范圍為[0,1]，其大小說明自變量對因變量作用分異性的解釋力：值越接近1，解釋力越強；反之則越弱。

2 建設用地時空演變分析

2.1 建設用地演變的時序特征分析

2000—2020年長江中游城市群建設用地擴張過程如圖3所示。

圖3 2000—2020年長江中游城市群建設用地擴張過程Fig.3 Construction land expansion process of urban agglomeration in the middle reaches of the Yangtze River from 2000 to 2020

由圖3所示長江中游城市群建設用地擴張過程可以得知，選定的研究期內，長江中游城市群的建設用地持續擴大，建設用地面積由2000年的8 454.52 km2增加至2020年的15 098.49 km2，每年平均增長了約332.20 km2。

在不同時段，建設用地增長面積和擴張強度有所不同，2000—2020年各時段建設用地增長面積及擴張強度對比如圖4所示。

圖4 2000—2020年各時段長江中游城市群建設用地增長面積及擴張強度對比Fig.4 Comparison of construction land growth area and expansion intensity of urban agglomerations in the middle reaches of the Yangtze River from 2000 to 2020

由圖4可以得知，4 個時段內長江中游城市群建設用地的增長面積分別為979.28,596.09,2 654.16,2 439.44 km2，擴張強度分別為2.32%,1.26%,5.29%,3.81%。2000—2010年間，長江中游城市群建設用地整體擴張強度相對較低，且在2005—2010年間出現一定的下降之勢，這一定程度上受2007年提出的“兩型社會”的影響；2010—2015年間，建設用地擴張規模和擴張強度較大，擴張強度超過5%，這一階段是城市群快速發育時期；2015—2020年間，受新型城鎮化、高質量發展等戰略和理念的影響，建設用地擴張強度有所下降，擴張速度逐漸減緩。

為了深化對長江中游城市群建設用地演變過程的認識，本文以每個網格單元建設用地面積所占比例變化進一步表征其時序特征。基于各網格單元建設用地面積所占比例的計算結果，參考相關研究成果[28]，將所有網格單元劃分為如下4 種類型：自然生態型（0～1%）、低度開發型（>1%～20%）、中度開發型（>20%～60%）、城鎮主導型（>60%～100%）。2000—2020年長江中游城市群建設用地不同類型所占比例的變化情況見圖5。

圖5 2000—2020年長江中游城市群建設用地不同類型所占比例的變化情況Fig.5 Changes in the proportion of different types of construction land in urban agglomerations in the middle reaches of the Yangtze River from 2000 to 2020

由圖5可以看出，研究期間長江中游城市群自然生態型單元的比例呈現出不斷下降的變化趨勢，數目百分比由66.19%下降至57.38%；低度開發型、中度開發型以及城鎮主導型單元的比例呈現出不斷上升的變化趨勢，其數目百分比分別由32.17%,1.53%,0.17%上升至37.57%,4.49%,0.55%。其中，城鎮主導型單元的數量由17 個增加至80 個。以上結果表明，在2000—2020年間，城鎮主導型斑塊、中度開發型斑塊和低度開發型斑塊的數量明顯上升，而自然生態型斑塊的數量明顯下降，這與長江中游城市群城鎮化發展的實際情況相符。

2.2 建設用地演變的空間格局分析

圖6所示為2000—2020年長江中游城市群建設用地擴張的空間變化情況。

圖6 2000—2020年長江中游城市群建設用地擴張的空間分布Fig.6 Spatial distribution of construction land expansion with urban agglomeration in the middle reaches of the Yangtze River during 2000—2020

從圖6所示建設用地擴張的空間分布圖可以看出，長江中游城市群不同地區建設用地的擴張存在明顯的空間差異。擴張規模和擴張強度較大的城市主要分布在大城市及其周邊地區，呈現出多中心的特征，其中長沙、武漢、南昌、衡陽、襄陽、九江等地擴張明顯，擴張面積分別為617.89,498.72,419.19,345.02,214.36,313.22 km2，擴張強度分別為10.14%,3.92%,7.19%,8.85%,2.98%,5.95%。與此同時，圍繞大城市和中心城市向外拓展，是長江中游城市群建設用地空間擴張的一個顯著特征，特別是在武漢都市圈、長株潭都市圈和南昌都市圈，建設用地連片向外擴展的特征明顯。這主要是因為長沙、武漢、南昌分別是湖南、湖北、江西3 省的省會城市，具有政治、經濟、文化、交通等方面的優勢，人口、經濟等生產要素不斷集聚，產生強烈的建設用地需求，推動建設用地大幅擴展。但是，由于可用的建設用地總量有限，致使其經濟要素向外溢出，其周圍地區便成為建設空間溢出效應的主要承載地。總體上看，長江中游城市群建設用地的空間演變呈現出一種“多中心擴散”的格局。

3 建設用地時空演變的驅動機制分析

3.1 建設用地動態演變的影響因子分析

為揭示長江中游城市群建設用地演變的驅動因素和作用力大小，以建設用地擴張強度為因變量，以高程、坡度、人口密度、GDP 密度、距主要公路距離、距鐵路距離、是否自然保護區和鄰域作用共8 項指標為自變量，首先對數據進行標準化處理，并將各指標數據關聯匹配到5 km×5 km 的網格上，然后利用ArcGIS 10.8 軟件中的空間統計分析工具進行OLS 模型運算，各變量均通過了5%的顯著性檢驗，運算所得主要結果如表2所示。

表2 OLS 回歸分析結果Table 2 OLS regression analysis results

由表2可以得知，人口密度、GDP 密度、距主要公路距離、距鐵路線距離及鄰域作用的回歸系數為正值，說明其與建設用地擴張強度呈正相關關系。其中，人口密度、GDP 密度對建設用地擴張的驅動作用最大，回歸系數分別達0.855 476 和0.745 041，其次是距主要公路距離、距鐵路線距離和鄰域作用。這表明長江中游城市群建設用地擴張以人口和經濟需求驅動為主；而距交通線的遠近很大程度上影響了地方的可達性和區位性，從而吸引建設用地向交通線靠近和增長；鄰域作用則在一定程度上促進了城市群地區經濟溢出效應的發揮，帶動了大城市和都市圈周邊地區建設用地的擴張。高程、坡度和是否自然保護區的回歸系數為負值，表明其與建設用地擴張強度呈負相關關系，說明其對建設用地擴張具有一定的約束和限制作用。其中，是否為自然保護區對建設用地擴張的限制力較強，回歸系數為-0.496 208，高程和坡度次之。這表明政策性的空間限制力對長江中游城市群建設用地擴張產生了較大的負向抑制作用，在長江流域“共抓大保護、不搞大開發”等一系列生態保護戰略謀劃背景下，生態保護的空間約束性政策發揮了強有力的作用；而高程和坡度作為自然環境的基本形態，在一定程度上限制了建設用地空間蔓延的程度和方向。

3.2 建設用地演變空間差異的驅動因子作用分析

為進一步揭示建設用地空間演變分異性形成的原因，本研究利用地理探測器對各驅動因子的作用力及交互影響力進行了探測與分析。

3.2.1 單因子分析

首先，對各指標要素的柵格數據依照自然間斷點分級法進行重分類，然后對建設用地擴張強度及各要素指標進行采樣，最后參照公式（2），利用GeoDetector 軟件對各因子的作用力進行運算，得到的建設用地空間分異因子探測結果如圖7所示。

圖7 長江中游城市群建設用地空間分異的因子探測結果Fig.7 Factor detection results of spatial differentiation of construction land in urban agglomeration in the middle reaches of the Yangtze River

從圖7所示探測結果看，各因子探測值q由大到小依次為人口密度（0.911 457）、GDP 密度（0.885 693）、距鐵路線距離（0.647 957）、是否自然保護區（0.580 759）、距主要公路距離（0.464 912）、高程（0.345 767）、坡度（0.301 895）、鄰域作用（0.216 780）。由此可以得知，長江中游城市群建設用地空間演變的分異格局主要受人口密度、GDP 密度、距鐵路線距離、是否為自然保護區等因素驅動（q值大于0.5），而距主要公路距離、高程、坡度、鄰域作用等對建設用地空間演變的分異格局作用相對較小（q值小于0.5）。

具體來說，建設用地的劇烈擴張區主要集中在長沙、武漢、南昌等大城市及其周邊，其經濟和產業基礎較好，對人口等要素的吸引力較強，加之一系列高等級的開發區、高新區大多布局于此，形成了建設用地巨大的需求驅動力。建設用地的低度擴張區主要集中在經濟較為落后的偏遠山區、傳統農區、生態保育區，如武陵山-雪峰山片區、羅霄山片區等，其面臨自然基底和生態保護政策的雙重約束，且經濟發展水平較低、人口流失較為嚴重、城鎮化帶動作用較弱，導致建設用地擴張程度較低。沿主要交通線路延伸是建設用地空間演變的一個重要模式，京廣通道、沿江通道、滬昆通道、京九通道等已成為長江中游城市群建設用地擴展所依托的主要軸線，特別是圍繞一些高鐵站、國（省）干道等打造的一批高鐵新城、經濟開發區等，帶動了建設用地的軸線擴張。此外，在武漢都市圈、長株潭都市圈和南昌都市圈周圍及一些工業基礎較好的大中城市周圍，受中心城市的輻射溢出作用明顯，很大程度上推動了其建設用地的增長；但鄰域作用的探測值相對較小，這也說明長江中游城市群內大城市和都市圈的帶動作用不高，各城市間的相互協調作用還較弱。

3.2.2 因子交互分析

與單因子分析類似，利用GeoDetector 軟件對各因子兩兩交互后的影響力進行運算，得到的各因子兩兩交互后對長江中游城市群建設用地空間分異作用探測結果見表3。

表3 長江中游城市群建設用地空間分異的交互作用探測結果Table 3 Detection results of interaction of construction land in urban agglomerations in the middle reaches of the Yangtze River

從表3所示交互影響力探測結果看，各因子兩兩交互后對建設用地空間演變的分異格局所產生的影響皆呈現出擴大之勢。其中，人口密度和GDP 密度因子交互后的影響力最強，兩者交互作用后的探測值高達0.980 566；高程、坡度與是否自然保護區因子交互后，對建設用地的空間演變的解釋力顯著提升，其探測值分別為0.931 855 和0.907 054；距主要公路距離、鄰域作用與人口密度、GDP 密度等因子交互后對空間演變的解釋力也出現明顯增長。由此可知，交互作用對建設用地空間演變分異格局的影響力，顯著高于單個因子的影響力。

4 結論與討論

本文以長江中游城市群為例，結合2000、2005、2010、2015 和2020年Landsat 遙感影像提取建設用地數據，利用擴張強度指數、多元回歸分析、地理探測器等方法，分析了建設用地20 a 來的時空演變格局及其驅動機制，主要結論如下：

1）研究期內，長江中游城市群建設用地持續擴大，不同時段建設用地增長面積和擴張強度有所不同。2000—2010年，長江中游城市群建設用地整體擴張強度相對較低；2010—2015年，長江中游城市群建設用地的整體擴張強度明顯提升；2015—2020年，長江中游城市群建設用地的整體擴張強度有所減弱。城鎮主導型斑塊、中度開發型斑塊和低度開發型斑塊的數量在研究期內明顯上升，而自然生態型斑塊的數量則明顯下降。

2）長江中游城市群各地區建設用地演變過程存在明顯分異。擴張面積和擴張強度較大的主要分布在大城市及其周邊，長沙、武漢、南昌、衡陽、襄陽、九江等城市擴張明顯；在武漢都市圈、長株潭都市圈和南昌都市圈周圍，建設用地連片向外擴展明顯，總體呈現出“多中心擴散”的空間格局。

3）長江中游城市群建設用地演變以人口和經濟需求驅動為主，距主要公路距離、距鐵路線距離和鄰域作用也具有一定的正向促進作用，而高程、坡度和是否自然保護區與建設用地擴張呈負相關關系。地理探測結果表明，建設用地空間演變的分異格局受人口密度、GDP 密度、距鐵路線距離、是否自然保護區等因素的影響較大，而距主要公路距離、高程、坡度、鄰域作用等因素的作用相對較小，且各因子兩兩交互所產生的影響呈擴大之勢，其對建設用地空間演變分異的解釋力顯著高于單個因子的解釋力。

綜上所述，長江中游城市群仍處于快速城鎮化階段，建設用地演變表現出明顯的時序階段性和空間差異性。人口、產業等要素不斷向城市聚集，對建設用地的增長產生了較強的驅動作用，而長江經濟帶戰略的實施對國土空間開發提出了更高要求，政策性空間約束對建設用地擴張產生了不小的抑制作用，成為國土空間有效管控和優化布局的重要手段。同時，中心城市及大城市的輻射溢出效應表現不佳，使鄰域作用影響較小，中小城市發展的活力不足，難以有效吸引人口和要素集聚。因此，為推進長江中游城市群國土空間高質量發展，提出以下建議：

1）積極加強中心城市及大城市的輻射帶動作用，加快經濟發展方式轉變和產業結構優化升級，著力推動中小城市產業發展和配套建設，提升要素集聚吸引力，建立大中小城市及小城鎮產業、技術、資金、信息等有效協作的機制和路徑，完善交通等基礎設施配置，以人口、產業、要素為依托推動國土空間集約、高效、均衡發展；

2）加快促進土地制度及政策的改革與完善，激活城市存量用地，推進農村宅基地有效退出，強化生態保護和耕地保護政策對空間開發的管控，以新發展理念引導城市群建設用地合理布局，實現地域空間結構有序、功能協調、管控有效。

需要指明的是，新一輪國土空間規劃重視空間的高質量發展，如何處理好開發與保護的關系，協調好經濟建設與生態保護、糧食生產之間的關系，是國土空間未來高質量發展過程中的重要內容，并且對建設用地未來的變化具有重要影響。但是，由于篇幅所限和目前最新國土空間規劃相關數據的獲取存在難度，本文沒有將“三區三線”指標納入分析中，對城市群建設用地未來演變的預測模擬缺乏深入分析。因此，后續將基于國土空間規劃最新成果，采用相關的空間模型，進一步研究城市群建設用地的動態模擬預測。