精華版
在全球化、工業化和城鎮化程序的推動下，中國的城市規模在過去20多年裡迅速擴張。根據中國國家統計局公布的資料，全國城市建成區面積從2000年的2.24萬km²增長至2021年的6.24萬km²，年均增長約5%。在目前城鎮化速度放緩、部分城市财政緊縮、經濟增長動力不足等多重背景下，科學合理地認識中國城市的空間生長特征，特别是不同規模城市的空間生長特征差異，對于制定促進城市可持續生長的差異化政策具有重要意義。
空間密度是探讨城市空間生長特征的重要次元之一，通常包括建築密度、建設用地密度和容積率等名額，三者通常分别表示特定地塊上建築占地面積、建設用地面積、建築總面積與地塊面積之比。近年來，很多學者利用建設用地密度在城市内部的圈層分布規律反映城市空間生長的“中心—邊緣”特征，但很少有研究利用建築密度分布描述城市空間由中心向外圍的生長過程。事實上，與建設用地密度相比，建築密度能夠在一定程度上捕捉存量用地更新項目對城市空間的影響。與較難擷取的容積率名額相比，近年來出現了一些反映城市内部建築密度分布的高精度資料産品，為進行多城市、大樣本、曆時性的城市空間生長比較研究提供了支撐，有利于彌補既有研究對中小城市關注的不足。
基于上述背景，本文以中國287個地級及以上城市為研究樣本，以2000—2010年、2010—2020年為兩段研究期，利用歐盟聯合研究中心“全球人居層”（Global Human Settlement Layer）項目于2022年釋出的全球建築表面資料産品，将100m栅格尺度下的建築密度資料與1km圈層和城市陸地行政邊界疊加，運用“圈層梯度分析法”分析城市内部的建築密度分布中心性（圖1），在此基礎上建構樣本城市兩個時間段的邊緣生長度名額，以此探讨過去20年來的城市邊緣生長程度以及不同規模城市間的生長特征差異。
圖1 城市100m栅格尺度建築密度資料與1km圈層疊加示意圖（以北京市為例）
本文的主要結論包括：（1）城市建築密度的分布整體上由中心向外圍漸緩遞減，其可通過負指數函數進行較好的拟合；（2）大部分城市在2000—2010年和2010—2020年兩個時間段内呈現出進一步邊緣生長的特征，邊緣生長度的增長幅度由高到低依次為大城市、中等城市、超大和特大城市、小城市，但小城市的增長幅度在統計意義上不顯著（圖2）；（3）自然地理條件、人口與經濟規模、宏觀政策與規劃引導是影響城市空間生長特征以及不同規模城市差異的重要因素。
圖2 兩個時間段内不同規模城市邊緣生長度的統計特征
全文
【摘要】建築密度是衡量城市空間密度的重要名額之一，其在城市内部的分布模式一定程度上反映了城市水準尺度的空間生長特征。是以，探讨城市内部建築密度的分布規律對于揭示城市空間生長的基本特征、制定促進城市可持續生長的規劃政策具有重要意義。本文以中國287個地級及以上城市為研究樣本，采用2000年、2010年和2020年三期100m栅格尺度下的建築密度資料，建構了基于建築密度圈層梯度分析的城市邊緣生長度名額，對樣本城市水準尺度的空間生長特征進行了研究。主要結論包括：（1）城市建築密度的分布整體上由中心向外圍漸緩遞減，其可通過負指數函數進行較好的拟合；（2）大部分城市在2000—2010年和2010—2020年兩個時間段内呈現出進一步邊緣生長的特征，邊緣生長度的增長幅度由高到低依次為大城市、中等城市、超大和特大城市、小城市，但小城市的增長幅度在統計意義上不顯著；（3）自然地理條件、人口與經濟規模、宏觀政策與規劃引導是影響城市空間生長特征以及不同規模城市差異的重要因素。
引言
在全球化、工業化與城鎮化程序的推動下，中國城市的規模在過去20多年裡迅速擴張。根據國家統計局公布的資料，全國城市建成區面積從2000年的2.24萬km²增至2021年的6.24萬km²，年均增長約5%。然而，城市的快速擴張也産生了一些不利于其可持續生長的問題，如森林與農田被侵占、長距離通勤産生的能耗與污染等。是以，合理認識中國城市的空間生長特征對于制定促進城市可持續生長的規劃政策具有重要意義。
空間密度是既有研究探讨城市空間生長特征的重要次元之一，通常包括建築密度、建設用地密度和容積率等具體名額，三者通常分别表示特定地塊上建築占地面積、建設用地面積【在實際研究中，大多基于遙感資料通過分析土地的自然生态屬性識别建設用地，一般用遙感影像中的“不透水層”進行表征，與城市規劃領域的“建設用地”标準存在一定差異】、建築總面積與地塊面積之比。需要強調的是，對于某一地塊而言，上述三個名額之間并非完全呈正相關關系。例如：建築密度高的地塊可以有較低的容積率（比如建築均為低層住宅），建設用地密度高的地塊也可以有較低的建築密度（若道路或廣場面積占比大）。然而，就這些名額在城市内部的圈層分布特征而言，一般都呈現出從中心向外圍圈層遞減的趨勢。其中，建築密度和建設用地密度在城市内部的分布模式一定程度上均能反映城市在水準尺度的空間生長特征，而容積率在城市内部的分布模式能一定程度上反映城市空間的“三維生長”特征（包括水準與垂直兩個尺度）。
近年來，空間密度在城市内部的分布模式以及由此形成的城市空間生長特征逐漸受到學界關注，但相關研究主要基于建設用地密度資料進行分析。例如：部分研究分析了城市圈層建設用地密度由中心到邊緣的遞減規律，在此基礎上通過比較不同年份城市圈層密度遞減速度的差異，測度并探讨了典型城市空間生長的“中心—邊緣”特征。盡管很多學者指出容積率名額對于描繪城市三維建築空間特征的重要性，但由于缺乏高精度、多時序、标準統一的城市高度資料，基于容積率分布探讨城市空間生長的研究主要關注單個城市或面積較小的西歐國家。就建築密度而言，部分研究已經關注到了地塊尺度建築密度在城市中心區和城市整體層面的“中心—邊緣”分布特征，但較少有研究分析城市内部建築密度空間分布的演化模式以及由此形成的城市空間生長特征差異。事實上，與建設用地密度相比，建築密度受建設項目的影響往往更為敏感，是詳細規劃需要控制的關鍵名額之一。随着國土空間規劃背景下城市更新行動的不斷推進，老舊小區改造、低效用地再開發等在已有建設用地上進行的建設項目日益增多。雖然這些建設項目對建設用地密度變化的影響較小，但可以帶來建築密度的顯著變化，特别是影響城市核心區（比如離城市中心5km的圈層）範圍内的建築密度。此外，與較難擷取的容積率名額相比，近年來出現了反映城市内部建築密度分布的一些高精度資料産品，為進行多城市、大樣本、曆時性的城市空間生長比較研究提供了支撐，有利于彌補既有研究對中小城市關注的不足。
基于上述背景，本文以中國287個地級及以上城市為研究樣本，利用歐盟聯合研究中心“全球人居層”項目（Global Human Settlement Layer）于2022年釋出的全球建成區資料庫，計算2000、2010和2020三個年份100m栅格尺度下的建築密度資料，運用“圈層梯度分析法”對城市内部的建築密度分布及其演化特征進行分析，在此基礎上建構城市邊緣生長度名額，并探讨過去20年來的城市邊緣生長程度和不同規模城市間的生長特征差異，以期進一步深化對建築密度與城市空間生長關系的理論認識，并為制定城市空間可持續生長的相關政策提供理論依據。
1 資料與方法
1.1 研究樣本與資料
本文選取中國287個地級及以上城市作為研究樣本。根據2014年《國務院關于調整城市規模劃分标準的通知》确定的城市規模劃分标準，并依據《第七次人口普查分縣人口資料》公布的2020年樣本城市的市轄區人口規模，将287個樣本城市劃分為28個超大和特大城市（人口規模大于或等于500萬）、139個大城市（人口規模100萬~500萬，不包含500萬）、91個中等城市（人口規模50萬~100萬，不包含100萬）和29個小城市（人口規模小于50萬）。
本文使用栅格尺度的建築密度這一名額來表征城市的空間生長狀态，該名額具體基于歐盟聯合研究中心“全球人居層”項目于2022年釋出的全球建成區資料集計算而得。該資料集依據美國陸地衛星（Landsat）、歐盟哨兵二号（Sentinel-2）等高分辨率、長時間序列的衛星遙感影像資料，以及微軟（Microsoft）、開放街區地圖（OSM）等平台的建築輪廓資料，運用符号化機器學習技術識别出建築屋頂，進而計算得到100m栅格尺度下“建築屋頂面積占栅格面積的比例”，即栅格建築密度。該資料集是目前最常用的高分辨率全球建成區遙感資料産品之一，其針對美國、歐洲國家以及中國城市建築密度計算的準确度已得到相關研究的驗證【該資料集（2022版）提供了10m、100m和1km三個分辨率下的建築密度資料，本文選用100m分辨率資料，主要基于以下考慮：（1）本文的建築密度資料需要在1km圈層内進行統計，因而不宜選用1km分辨率資料；（2）相關研究表明，該資料集（2020版）在較低分辨率下可以反映中國地區建築密度情況，但在較高分辨率下在高值區會過高估計建築密度，因而為減少精度誤差不選用10m分辨率資料；（3）由于本文并非直接使用100m栅格建築密度資料對城市空間生長進行分析，而是将其加總至1km圈層，資料精度導緻的誤差對本文的分析結果影響相對較小】。本文從該資料集擷取2000、2010和2020三個年份研究區内100m栅格尺度下各個栅格的建築密度，以此為基礎分析過去20年來中國城市的空間生長特征。
1.2 研究方法
本文使用“圈層梯度分析法”，将栅格尺度的建築屋頂面積加總至由城市中心向外擴充的各個圈層，通過計算城市邊界範圍内各個圈層建築屋頂總面積占圈層面積的比重（相當于每個圈層中所有栅格的平均建築密度），對城市建築密度的“中心—邊緣”分布特征進行量化分析。這一方法的理論基礎是城市要素分布的同心圓結構和空間生長的“中心—邊緣”特征。在早期針對城市空間生長的研究中，相關研究主要運用圈層梯度分析法對城市内部人口密度的分布特征進行分析，但所使用的資料分辨率通常較低，導緻相關分析的空間精度也較低。近年來，随着衛星遙感資料産品的不斷出現，部分研究開始基于高分辨率的建設用地和夜間燈光等資料，運用圈層梯度分析法量化城市空間生長的“中心—邊緣”程度。從研究對象上看，既有研究主要聚焦于一些典型的大城市、特大城市或超大城市，但部分研究也已經開始關注中小城市的空間生長特征及其與大城市的差異。
在使用圈層梯度分析法時，需要首先确定圈層中心與圈層半徑。城市生長往往以老城區為中心展開，而且政府駐地普遍位于城市的老城區内。近年來，部分城市将政府駐地從老城區遷至新城區，而以新駐地為中心計算的結果無法精準反映城市生長特征。是以，本研究以2000年城市政府駐地作為圈層中心。參考既有研究，圈層半徑選取為50km，以保證覆寫超大城市的中心城區，事實上大部分城市的中心城區半徑在20~30km之間。
圈層梯度分析的具體步驟如下：（1）将2000年政府駐地作為城市中心點，以1km為間隔，向外依次劃分出50個同心圈層；（2）基于ArcGIS平台，将這50個圈層和城市陸地行政邊界與栅格尺度建築密度資料進行疊加（圖1）；（3）基于ArcGIS平台計算每個樣本城市在2000、2010和2020三個年份每個圈層的建築密度，即“圈層内所有栅格建築屋頂面積之和”占“圈層面積”的比例；（4）基于Python平台并以負指數函數為拟合模型對圈層建築密度與該圈層到城市中心距離之間的關系進行非線性最小二乘法曲線拟合。其表達式為：
圖1 城市100m栅格尺度建築密度資料與1km圈層疊加示意圖（以北京市為例）
式（1）中，y表示某一圈層的建築密度，x表示該圈層到城市中心的距離，e表示自然常數，a表示城市中心拟合的建築密度，b表示圈層建築密度的衰減速率或城市内部建築密度分布的中心性。具體而言，b值越大，表明圈層建築密度由中心向外圍衰減的速度越快，即具有較高建築密度的栅格主要分布在城市中心及其鄰近圈層，亦說明城市内部的建築密度分布具有較強的中心性。
由于特定地塊的建築密度存在上限，在相同分布結構下，建築量大的城市的b值也會高于建築量小的城市，因而不同城市間的b值不具有可比性。對此，本文使用城市在特定研究期内b值的變化率來反映城市空間生長的“中心—邊緣”特征，記作邊緣生長度，其計算公式為：
式（2）中，bt和bt+Δt分别表示研究期初和研究期末城市建築密度分布的中心性。C值越大表明城市的邊緣生長度越高，反之則表明城市的邊緣生長度越低。
圖2以廊坊市為例進一步說明邊緣生長度如何反映城市空間生長的“中心—邊緣”特征。圖中黑色實線是廊坊市2000年建築密度的負指數函數拟合曲線，綠色和藍色虛線分别代表2000—2010年間城市“中心生長”情景和“邊緣生長”情景下建築密度的負指數函數拟合曲線。兩種情景下建築占地面積的增量均為2000年的20%，但“中心生長”情景的建築占地面積增量平均分布在離市中心5~10km的圈層，“邊緣生長”情景則分布在10~15km的圈層。可以看出，兩種情景下城市建築密度分布的中心性相較于2000年均有所下降，但“邊緣生長”情景的下降幅度更大。相應地，“邊緣生長”情景下的城市邊緣生長度（0.679）要大于“中心生長”情景下的城市邊緣生長度（0.551），一定程度上表明城市邊緣生長度名額可以反映中心城區内部建築占地面積增量的區位差異。
圖2 不同空間生長情景下城市建築密度的分布拟合（以廊坊市為例）需要強調的是，本文基于建築密度分布特征測度的邊緣生長度主要反映了城市在水準尺度的邊緣生長特征，并不能代表城市在三維空間的邊緣生長度，後者需要通過容積率在城市内部的分布特征加以反映。然而，我們通過計算和比較發現，“容積率”和“建築密度”的差異主要展現在地塊尺度，在“1km圈層”這一較大的尺度，“容積率”和“建築密度”的圈層分布特征具有較高的一緻性【為驗證這一觀點，本文基于歐盟聯合研究中心“人類居住層”釋出的2018年建築體量資料，計算得到樣本城市容積率的圈層分布情況，将之與建築密度的圈層分布情況進行對比。結果顯示：（1）容積率的圈層分布整體上也很好地符合負指數函數分布特點；（2）對于同一個城市，各個圈層的容積率和建築密度大小具有較強的正相關性；（3）城市規模越小、距離市中心越遠，容積率和建築密度的圈層分布特征越一緻。囿于篇幅，相關分析結果未在本文中呈現，可聯系通信作者擷取】。是以，本文基于建築密度圈層分布計算得到的城市在水準尺度的邊緣生長度一定程度上能夠反映中國城市空間生長的基本特征。2 城市内部建築密度分布的拟合結果如前所述，本文利用負指數函數對城市不同圈層建築密度與圈層到城市中心的距離關系進行了拟合，圖3以箱線圖的形式展示了不同年份和不同規模城市負指數函數拟合優度的分布情況。拟合優度值在0~1之間，其值越高說明對圈層建築密度分布的拟合效果越好。整體而言，負指數函數拟合優度的平均值（圖中較大的黑點）和中位數（圖中的水準黑線）均超過了0.9，表明負指數函數能夠較好地拟合城市圈層建築密度的空間分布。此外，負指數函數對2000年、2010年的拟合效果好于2020年，對中小城市的拟合效果好于大城市以及超大和特大城市。為保證分析結果的準确性，在後文的統計分析中剔除了拟合優度平均值低于0.5的3個樣本城市，包括嘉興、中山和濱州。
圖3 不同年份（左）和不同規模城市（右）負指數函數拟合優度分布圖4以部分樣本城市為例，展示了大陸各個區域、不同規模城市的圈層建築密度分布及其負指數函數拟合曲線【為增強可視化效果，對于超特大城市和大城市截取40km圈層以内的圖像，對于中等城市和小城市截取15km圈層以内的圖像】。從拟合曲線的形态來看，城市圈層建築密度與圈層到城市中心的距離之間整體上服從負指數函數分布，即城市建築密度由中心快速向外遞減，但遞減的速度逐漸變慢。對于超大、特大和部分大城市而言，城市中心3~5km記憶體在一個圈層建築密度相對穩定的區域。然而，對于大多數中小城市而言，建築密度從中心到邊緣快速下降，下降速度逐漸降低，一般在離中心5~7km後達到相對穩定的狀态，這一結果與既有針對非洲和印度中小城市的研究基本一緻。
圖4 部分樣本城市的圈層建築密度分布和負指數函數拟合曲線
圖5展示了所有樣本城市在3個不同年份下建築密度分布中心性b值的統計特征。可以看出，不同城市之間的b值差異較大，在統計層面呈現右偏态分布，少部分城市的b值較高，但大多數城市的b值較低。比較不同年份建築密度分布中心性的均值可以發現（圖5中的黑點），該值從2000年的0.32下降到2010年的0.27再到2020年的0.22，整體呈現出下降趨勢。為進一步驗證這一下降趨勢是否顯著，對不同年份b值的分布進行克氏檢驗（Kruskal-Wallis test）。可以發現，2000—2010年間建築密度分布中心性的均值變化在5%顯著性水準上顯著，2010—2020年間建築密度分布中心性的均值變化在0.1%顯著性水準上顯著，進一步表明中國城市的建築密度分布中心性在過去20年整體呈顯著下降趨勢。
圖5 克氏檢驗法分析出的不同年份城市建築密度分布中心性b值的統計特征3 城市空間生長的整體特征與規模差異3.1 城市空間生長的整體特征：邊緣生長趨勢明顯在基于負指數函數計算建築密度分布中心性的基礎上，利用公式（2）進一步計算2000—2010年、2010—2020年兩個時間段内各個城市的邊緣生長度。表1列舉了兩個時間段内邊緣生長度排名前十的城市。相較于2000—2010年，2010—2020年城市邊緣生長度最大值由0.46（南通）增至0.85（廊坊），增幅達84.8%。南通、東營、鎮江、鶴壁這4個城市在兩個時間段内的邊緣生長度均位列前十，其各自邊緣生長度也都随時間進一步增加，一定程度上反映了城市邊緣生長的趨勢愈發明顯。就地理分布而言，邊緣生長度排名前十的城市大多位于東部和中部省份，江蘇省（占35%）和河南省（占25%）尤其顯著。值得注意的是，2010—2020邊緣生長度排名前十的城市中，有6個城市的行政邊界接壤超大和特大城市，如北京周邊的廊坊、上海周邊的南通、南京周邊的鎮江等。表1 兩個時間段下邊緣生長度排名前十的城市
圖6進一步展示了兩個時間段内城市邊緣生長度的地理分布情況。可以看出，絕大部分城市的邊緣生長度均大于0，這與前文得出的建築密度分布中心性整體呈下降趨勢的結論一緻，也表明中國城市的空間生長在過去20年以向邊緣擴張為主。比較兩個時間段内的邊緣生長度可以發現，大部分城市在2010—2020年間的邊緣生長度要大于其在2000—2010年期間的邊緣生長度，說明中國城市邊緣生長的趨勢在2010—2020年間變得更加明顯。從地理分布上看，邊緣生長度較高的城市主要集中在京津冀城市群、中原城市群、山東半島城市群、關中平原城市群、成渝城市群、長江中遊城市群以及長三角城市群。
圖6 兩個時間段内城市邊緣生長度的地理分布
資料來源：作者基于中國地圖審圖号GS(2020)4628底圖繪制為進一步分析建築密度圈層分布與城市邊緣生長之間的關系，圖7選取部分代表性城市，展示其2010—2020年間建築密度增長率較高（大于10倍）的栅格的空間分布情況。可以看出，對于邊緣生長度較高的城市而言，其建築密度高增長栅格大多數分布在遠離中心的邊緣圈層；而對于邊緣生長度較低的城市而言，其建築密度高增長栅格主要分布在鄰近城市中心的圈層。結合上文針對廊坊市的多情景分析結果，可以認為本文建構的城市邊緣生長度名額能夠較好地反映新增建築距城市中心遠近程度的“結構特征”。
圖7 代表性城市2010—2020年建築密度高增長栅格的分布情況3.2 不同規模城市的空間生長差異：大城市與中等城市的邊緣生長趨勢最明顯圖8比較了不同規模城市在2000—2010年和2010—2020年兩個時間段内邊緣生長度的統計特征。從整體層面看，不同規模城市邊緣生長度的均值均大于0，說明不同規模城市的空間生長均呈現一定的“邊緣生長”特征，這與前文的分析結論一緻。具體而言，超大和特大城市邊緣生長度的均值從2000—2010年的0.15上升到2010—2020年的0.21，大城市邊緣生長度的均值從0.15上升到0.25，中等城市從0.11增加到0.17，小城市則從0.10增加到0.12。可以看出，不同規模城市的邊緣生長度在兩個不同時間段的增長幅度存在一定差異。為進一步檢驗不同規模城市邊緣生長度均值的變化是否顯著，分别對不同規模城市的邊緣生長度分布進行組内克氏檢驗。結果表明，超大和特大城市邊緣生長度的變化在5%顯著性水準上顯著，大城市和中等城市邊緣生長度的變化在0.1%顯著性水準上顯著，而小城市邊緣生長度的變化在統計意義上不顯著。
圖8 兩個時間段内不同規模城市邊緣生長度的統計特征
綜合上述兩個方面的分析結果，可以認為從2000—2010年這一時間段到2010—2020年這一時間段，超大和特大城市、大城市以及中等城市整體上表現出顯著的進一步向邊緣生長的趨勢，且大城市的邊緣生長幅度最大，其次為中等城市，超大和特大城市邊緣生長的幅度較低。就小城市而言，其進一步向邊緣生長的趨勢并不顯著，且邊緣生長的幅度最低。事實上，從圖8也可以看出，除烏蘭察布等少數幾個小城市外，大多數小城市的邊緣生長度在兩個時間段下并無顯著變化。4 城市空間生長特征影響因素的初步探讨中國城市空間所表現出的邊緣生長特征以及不同規模城市間的生長特征差異受多種因素的影響，本文主要從自然地理條件、人口與經濟規模、宏觀政策與規劃引導三個方面進行初步探讨。4.1 自然地理條件自然地理條件一般包括地形、地質、地貌等自然地理因素，一直以來都是影響城市空間生長與空間形态的最基本因素，城市周邊的高山、海洋、沙漠等自然屏障會限制城市邊緣區的建築開發。圖9展示了2010—2020年間不同規模城市中邊緣生長度最低和最高城市的自然地理條件，邊緣生長度最低的城市通常都靠近山脈或位于濱海丘陵地區，邊緣生長度最高的城市則大多位于平原地區。從全國範圍内看，華北平原的城市邊緣生長度要普遍高于東南沿海丘陵地區的城市（圖6）。事實上，大連、廈門、舟山、防城港等沿海城市的邊緣生長度均位列樣本城市的後1%。此外，浙江省内城市邊緣生長度的分布也能在一定程度上反映自然地理條件的影響，其位于丘陵地區的南部城市的邊緣生長度普遍低于位于平原地區的北部城市（圖6）。
圖9 按規模分類的邊緣生長度最高與最低城市的自然地理條件（2010—2020年）自然地理條件也可以影響不同規模城市的空間生長特征。一般而言，城市規模和周邊地形條件存在相關性，小城市相較于大城市有更大的機率位于丘陵山地區域，其适宜建築開發的用地規模往往相對有限。在29個樣本小城市中，有18個城市的中心城區被山地丘陵環繞，其城區的邊緣擴張也在一定程度上受到限制。比如位于橫斷山脈的麗江市，其邊緣生長度從2000—2010年的0.15下降為2010—2020年的0.04。在地形影響下，一些小城市在空間生長過程中往往更傾向于選擇“内涵填充”的方式。例如：圖7中烏蘭察布市的建築密度高增長栅格主要圍繞城市中心分布。4.2 人口與經濟規模
人口增長與經濟發展是推動城市用地擴張的根本動力。在大陸過去20年的快速城鎮化程序中，人口流入導緻的城市中心區住房缺口以及大規模制造業發展對低價廠房的需求，推動住宅小區、工業廠房等建築在城市邊緣區大量湧現。從圖6可以看出，邊緣生長度高的城市通常也是人口與經濟增長較快的城市，如東南沿海許多經濟實力較強的城市以及中西部的一些省會城市。相反，邊緣生長度較低的城市往往也面臨較為嚴峻的人口流失與經濟衰退等問題，這在東北地區一些城市的邊緣生長度變化上可以得到較為直覺的反映。對于東北地區的許多城市而言，資源枯竭、重工業經濟衰落和人口外遷一定程度上遏制了邊緣區的房地産開發與産業園區建設，對邊緣區建築密度較高的工業廠房地塊進行拆遷改造則可能進一步降低其整體的建築密度。是以，東北地區這些城市的邊緣生長度普遍較低，如撫順、伊春、白山等城市的平均邊緣生長度不到0.05。
就不同規模的城市而言，邊緣生長趨勢最不明顯的小城市在2010—2020年間的人口增長率為-11%，GDP增長率僅為41%，兩者均為四類城市中的最低值。事實上，在本文中的29個小城市樣本中，有許多城市已經被相關研究認定為收縮城市，如白山、雙鴨山、通化等，其各自的邊緣生長度分别從2000—2010年的0.07、0.19、0.16下降至2010—2020年的0.05、0.14、0.06。這些城市普遍面臨人口流失、産業類型單一以及産能落後等問題。相較而言，邊緣生長度較高且趨勢顯著的超大和特大城市在2010—2020年間的人口增長率為45%，GDP增長率為164%。
同時，人口和經濟規模的變化對不同規模城市邊緣生長度的影響也具有一定的異質性。以2000—2010年這一時期為例，分析城市經濟規模的變化與其邊緣生長度之間的相關關系。如圖10所示，對于不同規模城市而言，其GDP增長值（取對數）與這一時期的邊緣生長度均呈現顯著的正相關關系。進一步比較可以發現，小城市的相關系數（0.68）要明顯大于大城市（0.19）和中等城市（0.26），說明小城市的機關GDP增長帶來的邊緣生長度增加值較低。這也進一步驗證了本文之前的結論，即相比于小城市，大城市和中等城市空間的邊緣生長現象更為突出。
圖10 不同規模城市GDP增長與邊緣生長度的關系（2000—2010年）4.3 宏觀政策與規劃引導
作為重要的外部幹預因素，宏觀政策與規劃引導主要通過房地産與土地政策等影響城市建築分布與邊緣生長程度。一方面，1994年住房市場化改革後，房地産相關産業逐漸成為許多城市的支柱産業，以房地産開發為主的新城新區建設成為推動許多城市邊緣生長的重要因素。另一方面，國家層面的戰略規劃也與城市空間生長密切相關。部分學者指出，為促進區域均衡發展，全國建設用地供應自2003年以後逐漸偏向中西部省份，這可能會使得一些中西部城市的空間生長速度加快。相關研究也發現，河南各城市的蔓延趨勢在2005年後減緩，但在2015年後又加劇，一定程度上可歸因于2016年國家批複的《中原城市群發展規劃》給予河南發展的政策利好。這在本文的分析結果中也可得到驗證：2010—2020年間，河南、江西、湖北、四川、陝西等中西部省份的邊緣生長度出現了顯著增長（圖6），其中許昌、鶴壁、濮陽等河南省内城市的邊緣生長度增長幅度最高。
當然，宏觀政策與規劃引導對不同規模城市的影響也存在差異。2010年以來，國家加強了對超大和特大城市建設用地名額的供應限制，同時北京、深圳、上海等超大城市也于2010年率先出台了嚴格的房地産限購政策。在一系列政策的引導下，超大和特大城市的城市建設開始由關注建築數量的用地擴張模式轉變為關注建築品質的“内涵填充”與城市更新模式。例如：2021年住房和城鄉建設部公布的21個“第一批城市更新試點城市”中，有10個城市為超大和特大城市。這一轉變在降低邊緣區建築用地擴張需求的同時，也可能會提高城市中心區的建築密度，進而降低超特大城市的邊緣生長度【根據本文的計算結果，幾乎所有樣本城市的中心區（以距離市中心5km以内範圍為粗略标準）的各個圈層建築密度在三個年份都呈現出上升趨勢。這可能是因為，即使中心區存在棚改區改造等降低建築密度的城市更新行為，但中心區也存在一些尚未被利用的“空地”或低效用地，對這些土地進行建築開發也可顯著提高中心區的圈層建築密度】。相較而言，大城市和中等城市介于超特大城市與小城市之間，既不像超大和特大城市那樣面臨嚴格的政策限制，又不像部分小城市那樣面臨嚴峻的人口流失和經濟衰退等問題。是以，雖然超大和特大城市的人口與經濟增長速度最快，但其邊緣生長的趨勢要弱于大城市和中等城市。
此外，在促進城市群和都市圈發展的相關政策與規劃引導下，一些緊鄰超特大城市的大城市和中等城市出現了明顯的邊緣生長趨勢，如鄰近北京的廊坊、鄰近上海的南通、鄰近南京的鎮江、鄰近成都的資陽等在2010—2020年間的邊緣生長度均位居樣本城市前列。這在一定程度上反映了在城市群和都市圈政策的影響下，超特大城市的空間蔓延問題正向周邊的中等城市和大城市轉移，未來相關政策與規劃的制定需要加強對中等城市和大城市空間生長的關注，在區域尺度協調空間生長與人口和經濟發展之間的關系。5 結語
在目前城鎮化速度放緩、部分城市财政緊縮、經濟增長動力不足等多重背景下，科學合理地認識中國城市的空間生長特征，特别是不同規模城市的空間生長特征差異，對于制定促進城市可持續生長的差異化政策具有重要意義。本文的主要研究結論表明，中國大部分城市在2000—2010年和2010—2020年兩個時間段呈現出進一步邊緣生長的特征，其中大城市和中等城市邊緣生長度的增長幅度最為明顯，超大和特大城市次之，小城市的邊緣生長趨勢相對并不顯著。随着土地供給與房地産調控政策進入新一輪調整期，城市過度建設與住房供給不足的問題有望得到進一步解決，而為抑制城市空間蔓延、推動城市緊湊集約發展，有必要制定更加精準的調控政策并适當增加對大城市和中等城市的政策關注度。
當然，本研究也有一定的局限性，需要在後續研究中進一步完善。首先，由于大樣本、多時段城市建築體量資料的缺失，本文隻探讨了城市水準尺度的邊緣生長特征，後續可以結合典型城市樣本，進一步探讨城市“三維生長”和“水準生長”的差異。其次，對城市空間生長的測度隻考慮了“中心—邊緣”次元，後續可以将“集聚—分散”“單中心—多中心”等其他次元納入考慮。第三，由于選擇地級以上城市作為研究對象，樣本所包含的小城市數量較少，後續研究可考慮進一步納入縣級市。最後，對城市空間生長特征影響因素的分析以定性為主，後續可以考慮建構量化模型對不同因素的作用效果進行具體分析。UPI
作者：李迎成，東南大學建築學院，教授，博導。[email protected]
鐘笑寒，東南大學建築學院，碩士研究所學生
祁俊衡，東南大學建築學院，博士研究所學生
胡明星（通信作者），東南大學建築學院，教授，博導。[email protected]
編輯 | 顧春雪
排版 | 徐嘟嘟
本文為本訂閱号原創