成都市建设用地结构特征研究

杨 波，谢 汀

(1.四川省土地统征整理事务中心，四川 成都 610045；2.四川农业大学资源与地理信息技术研究所，成都 温江 611130)

1 引言

人类发展的历史就是不断开发利用与改造土地的历史[1]，这是一个包含自然和人文活动的综合过程[2]。按结构决定功能的观点，土地利用系统的核心在于土地利用结构[3-4]。土地利用接构体现了区域土地资源空间格局、配置比例和利用状况。目前，土地利用结构研究已成为全球环境变化研究方兴未艾的热点课题[5]，着眼于土地利用结构的演变过程[6-7]，模拟预测与驱动机制[8-10]，空间配置与多目标优化[11-12]等相对较多，但针对土地利用结构特征的分析和探讨，国外相关研究并不多见[14]，国内研究主要集中在东北老工业区[6-15]、东南沿海区[2]、西北生态脆弱区等几个区域范围，研究仅侧重于土地利用数量结构或空间结构特征单一方面，特别是对于建设用地结构特征分析有待进一步探讨。本文以西南特大城市——成都市为例，应用计量地理模型和分形理论对成都市建设用地数量、空间结构特征及其区域差异进行研究，并探讨其形成机制，以期为快速城市化典型地区建设用地节约集约利用及其空间结构优化提供科学依据。

2 研究区概况

成都市位于中国西南部，介于102°54′E～104°53′E和30°05′N～31°26′N之间，全市东西最大横距192km，南北最大纵距166km。气候属亚热带季风气候，四季分明，全年平均温度为16℃，年平均日照数为1071h，年降水量945.6mm左右。2010年末，全市总人口1149.07万人，占全省总人口的14.29%，GDP为5551.33亿元，占全省的32.85%。成都市现辖10区4市6县(包含高新区)，土地总面积12390km2。根据各市(区、县)社会经济发展情况、土地资源条件及土地利用特点，结合市域空间发展战略，可进一步将全市划分为主城区、近郊区和远郊区3个类型区[12]。也有学者根据土地使用功能、使用强度、土地利用方向、基准地价等因素将城市分为几大功能区[13]。

3 数据来源及处理

社会经济统计资料来源于2010年《成都统计年鉴》及各市(区、县)统计年鉴。土地利用数据来源于成都市2010年土地利用变更调查资料及1∶1万比例尺的土地利用现状图、1比10万比例尺的地貌类型图。鉴于土地利用数据存在分类标准不一的问题，为了便于本次研究，本文参照《市县乡级土地利用总体规划编制指导意见》(国土资发[2009]51号)文件中规定的转换标准，对2010年成都市建设用地结构数据进行了转换，统一为规划用途基数分类1，将建设用地分为城镇建设用地、农村居民点用地、采矿用地、交通运输用地、水利设施用地和其他建设用地6类，成都市建设用地结构比例状况见表1。

表1 成都市及各市(区、县)2010年建设用地结构比例表

注：表中各地类面积百分比根据成都市2010年土地变更调查资料计算。

4 结果与分析

4.1 建设用地数量结构分析

建设用地数量结构为某区域内各种建设用地地类及其面积比例构成等数量关系，可揭示区域建设用地类型的数量组合规律，区域经济结构和产业结构通过相应的用地结构得到映射[14]。为了准确地反映建设用地数量结构的社会经济属性特征，从计量地理模型中选取多样化指数、集中化指数和区域组合类型数等3个具有较强社会经济意义的定量指标，以土地利用变更调查资料为基础进行计算分析，结果见表2。

4.1.1 多样化分析 根据各区域建设用地结构多样化指数计算结果，以多样化指数为指标，在Arcgis 9.3软件中利用自然断裂法[23]进行聚类分析将各区域划分为高多样化、中多样化、低多样化3个层次，并生成建设用地多样化指数空间分布图(图2)。成都市建设用地多样化指数平均值为0.453，而其理论最大值为0.833，说明全市建设用地多样化程度总体处于中偏上水平。成都市建设用地多样化程度存在显著的区域差异，整体呈现从主城区向远郊区不断递增的态势，但各类型区内城市间多样化指数差异不大，这表明各类型区内城市间经济发达程度差异不大，建设用地结构具有趋同性。具体来看，主城区下辖的高新区多样化指数最小，仅为0.039，这是由于该区域内城镇建设用地占建设用地总面积的95%以上，其他建设用地类型数量较少；远郊区下辖的大邑县多样化指数最高，达0.638，表明该区域内城镇建设用地和农村居民点用地所占比例及分布较为均匀。

4.1.2 集中化分析 根据各区域建设用地结构集中化指数计算结构，将区域分为高集中化、中集中化、低集中化3个层次 (见图3)。成都市各市(区、县)集中化指数介于-0.585～0.928之间，平均值仅为0.120，说明全市建设用地集中化程度总体较低。成都市建设用地结构的集中化程度亦存在显著的区域差异，整体呈现从主城区向远郊区不断递减的态势，与多样化程度恰好相反。具体来看，远郊区下辖的蒲江县集中化指数最小，用地结构较为分散；主城区下辖的高新区集中化指数最大，表明该区域内建设用地类型比较单一，建设用地类型集中在城镇建设用地。

表2 成都市及各市(区、县)建设用地多样化指数、集中化指数及组合类型表

图2 多样化分布图 图3 集中化分布图 图4 组合类型分布图

4.1.3 组合类型分析 就全市而言，建设用地组合类型为2种，仅占全部建设用地类型的1/3，这反映出成都市建设用地的整体功能还不够强(图4)。就全市下辖区域而言，主城区下辖区域建设用地组合类型数最少仅为1，即城镇建设用地，建设用地类型齐全度最低；近郊区和远郊区下辖区域建设用地组合类型数皆为2，建设用地类型齐全度相同，但近郊区下辖区域及远郊区下辖的都江堰市和新津县以城镇建设用地为主，而远郊区其他区域则以农村居民点用地为主。多样化指数、集中化指数与组合类型数相互关系分析表明，多样多指数和集中化指数的相关系数为-0.900，呈高度负相关。多样化指数与组合类型数相关系数为0.440，集中化指数与组合类型数相关系数为-0.507，呈中度相关。其原因在于在组合类型数一定的情况下，组合类型之外的地类分布均匀等状态也会影响多样化指数和集中化指数所以，3个定量指标之间存在一定的优势互补作用。这表明在建设用地数量结构特征定量分析时，应充分发挥各指标自身特点和优势。

4.2 建设用地空间结构分析

建设用地空间结构不仅反映了建设用地类型在空间地域上的配置及对比关系[15]，还表征了建设类型斑块彼此间组合而形成的一定空间格局[16]。采用区位熵模型和分形理论，从建设用地类型空间分布特征和建设用地类型空间形态特征分析成都市建设用地空间结构特征。

4.2.1 建设用地类型空间分布特征 熵值分析能比洛伦兹曲线分析更为详细，能解决基尼系数无法反映各地市建设用地变化情况的弊端[17]。本文选用区位熵模型对建设用地类型空间分布特征进行分析，并计算出成都市各市(区、县)各类建设用地的区位熵值(表3)。

表3 成都市各市(区、县)建设用地各类型区位熵

各类建设用地区位熵的极差值(即其最大值与最小值的差距)，可以总体衡量各类建设用地在成都市各地域总体分布的离散程度。计算表明，各类建设用地区位熵极差值最大的类型为其他建设用地(5.485)，最小的类型为城镇建设用地(1.512)。全市范围内，其他建设用地在主城区和近郊区下辖各地域均表现出明显的区域劣势，而在远郊区下辖的大邑县和蒲江县等却有明显的区域优势，这使其区位熵的极差值表现最大。相反，在各类建设用地区位熵的极差值排序中，城镇建设用地表现最小，说明城镇建设用地分布的专门化程度在成都市各地域的差别最小，整体分布较为均匀。从各区域来看，成都市建设用地各类型的空间分布状况存在显著的区域差异，整体表现为从主城区向远郊区，各类建设用地区位熵极差值逐渐增大，空间分布趋于离散，不均匀。

4.2.2 建设用地类型空间形态特征 土地利用类型的空间形态具有不规则、相对不稳定和复杂性特征[17]。建设用地各类型的分维数和稳定性指数计算结果表明，成都市及下辖区域建设用地各类型斑块面积和周长之间具有很高的相关性，拟合度R2均在0.85以上，且线性回归方程的检验结果表明，建设用地各类型回归方程的显著性概率值均不大于0.001 (表4和表5)，说明建设用地各类型的面积-周长存在着显著的线性相关关系，成都市及下辖区域建设用地各类型空间分形结构特征客观存在。

表4 成都市建设用地各类型图斑的分维数和稳定性指数

成都市建设用地总体图斑的分维数为1.229，趋近于分维数的下界1.00，稳定性指数为0.271，高于0.25这个理论中值。这表明成都市建设用地总体图斑形态并不复杂，建设用地各类型在空间上相互渗透程度适中但结构并不稳定。其中，交通运输用地图斑形态最为复杂，空间结构最不稳定，其分维数和稳定性指数分别为1.511和0.011，这主要是因为交通运输用地在空间分布上表现形式多呈网络状分布，起廊道作用，与其他地类互相交错渗透的程度非常大，且近年来修建量大。相反，采矿用地图斑的分维数最小，为1.117，稳定性指数最大为0.383，说明其图斑空间结构相对稳定。

表5 成都市不同区域建设用地各类型的分维数和稳定性指数

另外，成都市建设用地各类型空间形态特征亦存在显著的区域差异，整体呈现从主城区向远郊区建设用地各类型的分维数不断递增而稳定性指数不断递减。这表明主城区各类型建设用地在规划控制引导下，斑块周界更为简单规则，用地更为紧凑节约，空间结构的稳定性更高。

5 小结

(1)数量结构特征方面，成都市建设用地多样化指数平均值为0.453，集中化指数介于-0.585～0.928之间，组合类型只有2种，说明全市建设用地结构多样化程度较高，集中化程度较低，用地结构的整体功能性还有待加强。通过多样化指数、集中化指数与组合类型数相互关系分析，结果显示3个定量指标之间存在一定的优势互补作用，这表明在建设用地数量结构特征定量分析时，应充分发挥各指标自身特点和优势。另外，建设用地数量结构存在显著的区域差异，从主城区向远郊区，建设用地结构的多样化程度和功能性整体呈现不断递增的趋势，集中化程度呈现不断递减的趋势。

(2)空间结构特征方面，成都市各类建设用地区位熵极差值最大的为其他建设用地(5.485)，最小的为城镇建设用地(1.512)，说明城镇建设用地空间展布相对集中而其他建设用相对分散。全市建设用地总体图斑的分维数为1.229，趋近于分维数的下界1.00，稳定性指数为0.271，高于0.25这个理论中值，表明建设用地总体图斑形态并不复杂，建设用地各类型在空间上相互渗透程度适中，但结构并不稳定。其中，交通运输用地图斑形态最为复杂，空间结构最不稳定；采矿用地图斑空间形态最为规则且不易受其他用地类型的影响，空间结构相对稳定。另外，建设用地空间结构亦存在显著的区域差异，从主城区向远郊区建设用地的空间展布趋于离散化，斑块形态趋于复杂不稳定化。

[1]张荣天, 张小林, 李传武. 镇江市土地利用景观格局分析[J]. 经济地理, 2012, 32(9): 132-137.

[2] 周生路, 黄劲松. 东南沿海低山丘陵区土地利用结构的地域分异研究——以温州市为例[J]. 土壤学报, 2003, 40(1):37-45.

[3] 严金明. 简论土地利用结构优化与模型设计[J]. 中国土地科学, 2002, 16(4): 20-25.

[4] 许国志. 系统科学(第一版)[M]. 上海: 上海科技教育出版社, 2000: 22-27.

[5] 李秀彬. 土地利用/土地覆盖变化的国际研究动向[J]. 地理学报, 1996, 51(6): 553-557.

[6] 孙雁, 刘志强, 王秋兵, 等. 1910-2010年沈阳城市土地利用空间结构演变特征[J]. 地理科学进展, 2012, 31(9): 1204-1211.

[7] 郭洪峰, 许月卿, 田媛. 张家口市土地利用结构特征及其动态变化[J]. 水土保持通报, 2013, 33(3): 259-264.

[8] 谢汀, 刘爱宁, 高雪松, 等. 基于信息熵和灰色关联的成都市建设用地结构时空变化及驱动力分析[J]. 农业现代化研究, 2015, 36(1): 118-125.

[9] 陆汝成, 黄贤金, 李衡. 基于信息熵的建设用地演化和人文驱动分析——以黑龙江省为例[J]. 经济地理, 2009, 29(5): 827-831.

[10] 王建英, 李江风, 张丽琴, 等. 基于生物多样性保护的土地利用结构预测[J].农业工程学报, 2012, 28(4): 221-226.

[11] 喻峰, 李晓兵, 王宏. 生态安全条件下土地利用格局优化——以皇甫川流域为例[J].生态学报, 2014, 34(12): 3198-3210.

[12] 谢汀, 伍文, 高雪松, 等. 基于信息熵与偏移-份额模型的建设用地结构变化研究——以成都市为例[J].资源科学, 2014, 36(4): 722-730.

[13] 宋成舜, 翟文侠, 陈志,等. 基于功能区的城市建设用地集约利用研究——以西宁市为例[J].土壤, 2011, 43(6):1021-1027.

[14] 郑凤娟, 杨东, 潘竟虎, 等. 土地利用空间格局与功能特征关联分析——以天水市为例[J].干旱区研究, 2011, 28(2): 370-375.

[15] 刘彦随. 区域土地利用优化配置[J].北京:学苑出版社, 1999: 25.

[16] 贾文臣, 贾香云, 李福印, 等. 威海市土地利用分形特征动态变化[J].地理科学进展, 2009, 28(2): 193-198.

[17] 王成, 魏朝富, 袁敏, 等. 不同地貌类型下景观格局对土地利用方式的响应[J].农业工程学报, 2007, 23(9): 57-61.