城市更新片区土地利用变化规律研究——以重庆市渝中区为例

周 滔，邬 妮

（1.重庆大学建设管理与房地产学院，重庆 400045；2.重庆大学建设经济与管理研究中心，重庆 400045）

随着城市快速发展，城市土地利用变化成为学者关注的热点[1]。国内外的学者们对土地利用变化的研究主要侧重于土地利用变化规律与机制、土地利用变化驱动力、土地利用景观格局变化以及土地利用变化的环境影响效应等[2-11]，也有学者运用多种模型预测未来土地利用变化情况[12-17]。上述研究主要侧重于城市土地外向扩张情境下的城市土地利用变化。而近些年城市土地快速外向扩张的趋势逐渐趋缓，城市更新作为城市发展的调节机制，以较大的规模和速度展开，其对城市土地利用的改变也十分显著，因此有必要深入探究城市更新背景下城市土地变化的驱动因素以及在其作用下的土地利用变化规律。重庆市渝中区早在1997年左右就完成了全部的城市用地建设，其区域范围内土地利用变化从城市建设用地不断扩张转变为城市内部用地结构调整和功能优化的城市更新模式。本文以重庆市渝中区为例，基于理论模型，通过分析1995—2015年期间土地利用变化情况，结合对不同时期土地利用变化驱动因素作用过程与结果的分析，研究城市更新片区的土地利用变化规律。

1 理论模型与研究设计

1.1 理论模型

城市更新活动实施的方式与结果主要取决于两类因素，即更新的主体（含决策主体和实施主体），以及相应主体的利益取向，而后者表现为经济、社会、政治三个维度[18]的综合效益情境设置。在不同时期，城市更新主体的作用强度不同，更新行为的效益目标导向不同，造成了城市更新实施的方式、内容与效果不同，进而影响了相应时期的土地利用变化。

城市土地利用的变化是在影响因素的作用强度达到阈值之后才产生的[19]，在城市更新主体与效益关系的设定下，影响某宗土地更新的因素在不同的主体—效益情境下其作用的方式与强度不同。设城市更新片区土地利用变化的第i个影响因素为ai，则在某个主体—效益情境s的作用下，其影响力强度Fi为Fi= sai。该影响力强度可以表述为预期的更新效益。设影响某宗土地更新的因素一共为n个，则影响该宗土地更新的因素的作用强度之和F为：

设能够实现该宗土地利用状态实现k类变化的作用力阈值为mk，如果F≥mk，则城市更新实施，土地利用发生变化。然而mk的值被动决定于土地利用变化所产生的综合效益，因此，mk= f（s，Lk，Lk′），其中，f（·）为土地利用变化所产生的综合效益函数，其包含主体—效益情境s，初始的土地利用状态Lk以及更新后的土地利用状态Lk′三个变量。因此，某宗土地实现城市更新并带来土地利用变化的条件为：

可以看出，随着中国城市更新主体—效益关系的变化，即式（2）中s的变化，不同的城市更新影响因素a的作用过程会发生相应的变化，在其作用下，不同的初始土地利用状态L将会发生不同的土地利用演替过程，最终形成新的土地利用状态L′。

1.2 基本思路

本文基于上述模型探讨两个问题：在不同的主体—效益情境下城市更新的影响因素及其驱动机制；在影响因素的作用下，土地利用转变的特点。

对于问题1可以通过Logistic回归模型对渝中区1995—2015年各个时期内土地利用变化的影响因素进行回归分析，研究其作用的强度；然后在此基础之上，借助转移概率矩阵对渝中区各个时期内土地利用结构内部转变情况进行定量分析，以此研究在相应影响机制作用下土地利用的变化规律（问题2）。

1.3 研究区域与数据来源

重庆市渝中区地处长江与嘉陵江交汇处，两江环抱，是重庆市的政治、经济及文化中心，其面积约为23.7 km2。依照城市建设用地分类标准，渝中区主要土地利用类型有文化设施用地、商业服务业用地、居住用地、公共服务用地、工业用地、绿地等，为满足研究需要，本文将土地利用类型作简化处理，设置公共管理与公共服务用地A、商业服务业设施用地B、居住用地R、工业用地M和其他用地E共5类用地类型。

本文使用的数据包括空间数据和非空间数据。空间数据中的渝中区各个时期土地利用矢量地图来源于重庆市国土局， DEM数据来源于中国科学院资源环境科学数据中心的中国海拔高度DEM（SRTM 30 m）空间分布数据，交通设施（火车站、码头、轨道站点、跨江大桥）、商业中心以及公共配套服务（政府、学校、医院）等距离空间数据通过Arc Map 9.3距离分析工具得到。非空间类的人口来源于中国科学院资源环境科学数据中心的人口空间分布公里网格数据，历史文化保护区来源于重庆市城市总体规划。通过Arc Map 9.3将所有数据进行统一投影配准，采用西安1980大地坐标和高斯—克吕格投影系统，并栅格化使空间分辨率均为30 m。

2 城市更新片区土地利用变化的驱动机制研究：基于Logistic回归分析

2.1 Logistic模型构建

大部分学者认为土地利用变化驱动力包括自然和人为两方面，其中自然因素是最基本的影响要素，人为方面的作用在短时间内对土地利用变化有显著影响[20-22]。城市更新片区的土地利用变化的驱动机制也符合上述分析，只是在因素细节上有一定差异。本文根据影响因子独立性、科学性以及可得性等要求与原则，结合渝中区的具体情况，自然条件因素选取坡度、高程和距江距离3个自然因子，人类活动因素选取8个区位交通因子和3个社会经济要素，详见表1。

表1 城市更新区域土地利用变化的影响因子Tab.1 Factors inf l uencing land use change

2.2 分析过程与结果解读

本文从1995—2015年4个不同时期分析渝中区土地利用变化的驱动机制，使用Arc Map 9.3得到4个时期土地利用变化情况作为因变量，将土地利用发生变化时其值设为1，否则为0。然后将表1所示的影响因子作为自变量，其各自的数据通过convert软件转化为具有空间一致性的栅格属性数据，最后将转化后的数据导入SPSS 19，通过二元Logistic逐步回归对渝中区土地利用变化的影响因子进行分析，筛选出对其土地利用变化有显著影响的因子，分析其驱动机制，其回归结果如表2。

由于Logistic回归模型分析的结果是以事件发生的概率得到，因此常用的最小二乘法不太适用于检验结果的可靠性。通常采用ROC值来检验Logistic回归模型的拟合优度[23]，表2中所有的ROC值都高于0.7，表明这些模型的拟合优度高，分析结果可靠性高。

从表2可知，每个时期模型的最大似然卡方统计量所对应的显著性水平都等于0（小于0.05），所以该模型是整体显著的，且各个变量的系数对应的P值也都小于0.05，表明因变量与解释变量之间存在显著的相关性，此外百分比较正率即准确率都在83%以上。

通过Logistic回归分析，可以看出，驱动不同时期土地利用变化的影响因子各不相同，特定影响因子对土地利用变化的影响在不同时期也表现出差异性：坡度、高程、容积率、离码头距离、人口等因子对土地利用变化的影响一直保持特定方向不变化，而离政府距离、离CBD距离等因子对土地利用变化的影响却是在正向、负向和不显著之间不断变化。

（1）对于自然因子而言，坡度、高程对土地利用变化的影响从1995—2015年一直都是正向的，即坡度越大或高程越高，土地利用变化的概率越大，在重庆这个山地城市，“上半城”（即高程较高的区域）一直都是开发建设的重点区域，而高程较低的谷地则发展缓慢，这样的趋势在这20年期间没有发生变化。离江距离对土地利用变化的影响在1995—2015年一直都是负向，离江越近处土地利用变化的概率越大，且此种作用越来越显著，表明自然景观（特别是江景资源）对城市更新的影响越来越明显，越靠近景观资源处土地利用越容易发生变化。

表2 不同时期渝中区土地利用变化与影响因子Logistic回归分析Tab.2 Logistic regression for land use change and factors in different stages

（2）对于区位因子而言，不同因子对土地利用变化的影响存在差异。火车站、码头等各种交通枢纽对土地利用变化的影响表现出“先负向后正向”的规律。由于早期的城市更新主要体现为对棚户区和老旧居住区的改造，作为一个老工业基地和沿江城市，重庆市主要的传统居住区分布于码头、火车站周边，因此这一时期距离上述交通枢纽的距离成为影响城市更新及相应区域土地利用变化的主要因素，然而随着城市市内交通体系的完善，交通枢纽周边的社会环境的劣势超过其区位价值，阻碍了周边用地的更新。而轨道站点在刚刚建成的时期（2005年之后）表现出对周边土地利用变化的影响，在后期影响却不显著。而跨江大桥对土地利用变化的影响一直不显著，在2008年之后甚至表现为反向影响，政府、学校、医院对土地利用变化的影响在大部分时间都不显著。可以看出，公共服务设施在城市更新过程中的作用较小。CBD对渝中区土地利用变化在1995—2000年期间存在正向影响，在2000—2015年期间则是负向影响，可以看出，早期的城市更新行为带有行政色彩，而在后期则表现出明显的市场取向，越靠近都市商业核心区的区域，更新所带来的经济价值更高，土地利用变化就更显著。

（3）对于社会经济因子而言，人口密度对土地利用变化一直产生正向影响；容积率的影响一直不显著，只是在2008—2015年区间具有正向的影响。离历史文化保护区距离对土地利用变化的影响也一直不显著，而在2008年之后，历史文化保护区周边土地存在更大的变化概率，显示出城市更新越来越偏向对城市历史文化遗存的挖掘。

综上所述，影响渝中区土地利用变化的因素在不同时期表现出不同的作用机制。具体而言，早期的城市更新带有很强的行政色彩，在相应时期的城市更新主要体现为对棚户区和老旧居住区的改造，在这一时期，老旧居民区较多的片区成为土地利用变化最剧烈的区域。而随着城市更新模式由政府主导转为企业主导，更新项目的经济利益成为推动更新活动的主导因素，于是商业价值、稀缺资源影响了土地利用的变化。而对区域开发价值具有影响的各类公共设施（含交通设施、公共服务设施等）对土地利用变化的作用并不显著。因此，可以推论出，在市场主导的城市更新模式中，由于更新后所获经济收益的多少决定了对更新地块的选择[24]，而相对于居住用途，商业用途所能提供的价值增量更多，因此，那些具有良好商业发展条件的区域更容易被更新。

3 土地利用结构内部转化规律研究：基于转移概率矩阵

在城市更新从政府主导转向市场推动过程中，不同土地利用类型的变化情况有较大差别。在Arc Map 9.3中分别将1995—2000年、2000—2005年、2005—2008年、2008—2015年4个不同时期期初和期末渝中区土地利用变化进行叠加分析，得到4个不同时期土地利用转移矩阵以及各种土地利用转变情况的转移概率，各种土地利用转变情况在1995—2015年不同时期的转移概率变化详见图1及图2。

从分析结果中可以发现渝中区从1995—2015年各个时期内不同土地利用类型在期初和期末的转变情况具有差异性。

（1）各类土地在不同时期均能较大概率地维持用途不变，但工业用地维持不变的概率相对较低，且在2000—2008年期间，所有用地类型异类转化的概率明显提升（图1）。作为工业城市的老城区，存在有大量的工厂，在早期的城市更新中，“退二进三”是主要的用地转换模式，因此，工业用地出现了较大概率的异类转化情形。而对于其他用地，在2000—2008年期间维持用地类型不变的概率有明显下降，商业服务业设施用地和公共管理与公共服务用地表现得更为明显，体现出在这一时期，通过城市更新，城市的商业设施和公共服务设施在空间布局上发生了较大的变化，结合上文的分析，商业价值较高的传统商圈周边区域获得了更多的商业发展机会，而传统的副中心区域的商业则明显衰落。在经过上述城市空间布局调整的过程后，各个用地类型又维持了较高的稳定性。

图1 1995—2015年期初和期末相同土地利用类型转移概率变化情况Fig.1 The conversion probability of the same land use type at the beginning and end from 1995 to 2015

综上，由于驱动机制的变化，城市更新经历了3个阶段，即空间内部优化阶段（1995—2000年）、空间功能调整阶段（2000—2008年）和空间功能稳定阶段（2008—2015年），在空间内部优化阶段，体现为棚户区的改造，各类用地能够基本维持功能不变，而在空间功能调整阶段，城市商业空间布局和公共设施空间布局呈现了明显的变化，传统商圈进一步强化的自身的极化效应，商圈规模进一步扩大，而传统的次中心商业价值逐渐弱化。上述区域也是城市更新发生概率最大的区域。而在经过城市内部功能空间的调整之后，地类间的相互转化明显减少，城市更新的重心又转变为提升各功能空间的经济容量和居住环境等。

（2）不同土地利用类型的异类转变情况具有显著差异。①商业服务业设施用地在研究时间段转换为其他用地类型的概率表现出一定的稳定性，在空间功能调整阶段的前期（2000—2005年），其转换为公共管理与公共服务用地的概率明显提升，而在该阶段的后期（2005—2008年），其转换为居住用地的概率最高（图2（b）），显示出在该阶段，由于城市商业格局的变化，衰落的副中心商圈在政府的规划与引导下，通过城市更新提升了区域公共设施水平，进而形成良好的居住环境，改变了该区域的功能体系。②公共管理与公共服务用地和居住用地的变化规律相似，均在空间功能调整阶段的后期（2005—2008年）呈现出明显的用途转换情形，而且在这一时期两者实现了明显的相互转化（图2（a）、图2（c））。这一现象体现出城市空间功能在此阶段发生了明显的区域置换。而在空间功能稳定阶段，公共管理与公共服务用地保持了较低的异类转化概率，居住用地则有更大概率转换为商业服务业设施用地。体现出在这一阶段，传统核心商圈周边的居住社区通过城市更新项目的引入转变为商业区，商圈的范围也随之扩大。③对于工业用地而言，由于其区位条件的制约和普遍实施的“退二进三”政策，其大部分均转化为居住用地，但是随着城市更新项目的多元化，“众创空间”或“创意街区”的开发类型使得在最近几年其转化为商业服务业设施用地的概率明显提升（图2（d））。

图2 1995—2015年期初和期末不同土地利用类型转移概率变化情况Fig.2 The conversion probability of different land use types at the beginning and end from 1995 to 2015

4 渝中区土地利用变化规律总结

作为受政策环境影响较大的城市建设行为，城市更新在不同时期呈现不同的模式，而在相应模式的作用下，城市用地的变化也呈现不同的规律（表3）。基于主体—效益关系的演化，渝中区的城市更新经历了政府主导的空间内部优化阶段（1995—2000年）、政府主导与企业实施的空间功能调整阶段（2000—2008年）和企业主导的空间功能稳定阶段（2008—2015年）。

5 结论与讨论

本文基于重庆市渝中区土地利用的历史数据以及其他经济社会数据，结合GIS工具采集的相关空间属性数据，利用Logistic回归模型定量分析驱动城市更新区域土地利用变化的影响因素作用的强度，利用转移概率矩阵分析在城市更新过程中土地利用状态相互转化的规律。从结果可以看出，其较好地反映了在渝中区城市更新历史进程中土地利用变化的规律及其内在驱动机制，同时基于重庆市的实际情况总结的城市更新片区土地利用变化的规律也能反映出中国其他城市的一般规律。

研究表明，按照政策取向—更新目标取向—实施主体—项目建设—用地变化这一逻辑脉络，不同时期的城市更新主体—效益关系会对相应区域的土地利用产生影响，而一个地块是否被更新，更新后土地用途是否会改变，主要取决于在特定情境下更新主体对于特定因素的判断。在以政府为主导的城市更新模式下，土地利用的转变更多体现为原用地功能的优化更新，而随着企业在城市更新中扮演的角色越来越重要，城市商业空间布局和公共设施空间布局呈现了明显的变化。而随着城市更新的持续推进，拆迁成本的提升使得商业用地成为更新的主要对象，而其周边的其他用地（主要是居住用地）也随之更新。受数据和使用方法的限制，本文还存在研究时段分布不均衡、缺乏不同城市的对比等局限性，需要在后续的研究中进一步深化与发展。

表3 城市更新片区土地变化规律总结Tab.3 The land use conversion rule of urban renewal area

［1］ 刘纪远，匡文慧，张增祥，等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局［J］ . 地理学报，2014，69（1）：3 - 14.

［2］ 李晓文，方精云，朴世龙. 上海城市土地利用形成、变化及其空间作用机制［J］ . 长江流域资源与环境，2006，15（1）：34 - 40.

［3］ 韩会然，杨成凤，宋金平. 北京市土地利用变化特征及驱动机制［J］ . 经济地理，2015，35（5）：148 - 154.

［4］ 杨爽，冯晓明，陈利顶. 土地利用变化的时空分异特征及驱动机制——以北京市海淀区、延庆县为例［J］ . 生态学报，2009，29（8）：4501 - 4511.

［5］ 刘超琼，彭开丽，陈红蕾. 安徽省土地利用变化下的生态敏感性时空规律［J］ . 长江流域资源与环境，2015，24（9）：1584 - 1590.

［6］ 黄勇，李阳兵，应弘. 渝宜高速（重庆段）对土地利用变化驱动及景观格局的响应［J］ . 自然资源学报，2015，30（9）：1449 - 1460.

［7］ 冯异星，罗格平，周德成，等. 近50a土地利用变化对干旱区典型流域景观格局的影响——以新疆玛纳斯河流域为例［J］ . 生态学报，2010，30（16）：4295 - 4305.

［8］ 陈文波，郑蕉，鄢帮有. 鄱阳湖区土地利用景观格局特征研究［J］ . 农业工程学报，2007，23（4）：79 - 83.

［9］ Wen G. Characteristic analysis of spatio-temporal pattern evolution of land use in Harbin region of Songhuajiang watershed.［J］ . Nongye Gongcheng Xuebao/transactions of the Chinese Society of Agricultural Engineering，2009，25（8）：249 - 255.

［10］ Dong L, Wang W, Ma M, et al. The change of land cover and land use and its impact factors in upriver key regions of the Yellow River［J］ . International Journal of Remote Sensing，2009，30（5）：1251 - 1265.

［11］ Chen L, Yang X, Chen L, et al. Impact assessment of land use planning driving forces on environment［J］ . Environmental Impact Assessment Review，2015，55（6）：126 - 135.

［12］ 李志，刘文兆，郑粉莉. 基于CA-Markov模型的黄土塬区黑河流域土地利用变化［J］ . 农业工程学报，2010，26（1）：346 - 352.

［13］ 龙花楼，李秀彬. 长江沿线样带土地利用变化时空模拟及其对策［J］ . 地理研究，2001，20（6）：660 - 668.

［14］ Yang X, Zheng X Q, Lv L N. A spatiotemporal model of land use change based on ant colony optimization, Markov chain and cellular automata［J］ . Ecological Modelling，2012，233（2）：11 - 19.

［15］ Rgjr P, Cornell J D, Cas H. Modeling the spatial pattern of land-use change with GEOMOD2: application and validation for Costa Rica［J］ . Agriculture Ecosystems & Environment，2001，85（1）：191 - 203.

［16］ Hu Y, Zheng Y, Zheng X. Simulation of land-use scenarios for Beijing using CLUE-S and Markov composite models［J］ .Chinese Geographical Science，2013，23（1）：92 - 100.

［17］ Verburg P H, Soepboer W, Veldkamp A, et al. Modeling the spatial dynamics of regional land use: the CLUE-S model ［J］ .Environmental Management，2002，30（3）：391 - 405.

［18］ 张磊. “新常态”下城市更新治理模式比较与转型路径［J］ . 城市发展研究，2015，22（12）：57 - 62.

［19］ 周滔，杨庆媛，谭净，等. 特大城市副中心区域城市土地利用综合效益演化研究——以重庆市江北区为例［J］ . 西南师范大学学报（自然科学版），2004，29（4）：686 - 690.

［20］ 马晴，李丁，廖杰，等. 疏勒河中下游绿洲土地利用变化及其驱动力分析［J］ . 经济地理，2014，32（8）：1544 -1550.

［21］ 姜博，王媛，魏超，等. 城市土地利用扩展的驱动因素与空间扩展模式研究［J］ . 干旱区资源与环境，2014，28（7）：1 - 6.

［22］ 秦鹏，董玉祥. 广州市土地利用空间分布影响因素的粒度效应分析［J］ . 资源科学，2013，35（11）：2239 - 2247.

［23］ Rao, Howard, Baldwin, et al. BREEAM 98 for Offices［J］ .Property Management，1999，17（1）：46.

［24］ 周滔，李静. 我国城市街区单元平面形态的演替：现状、动因及规律［J］ . 人文地理，2014（5）：56 - 62.