基于集对分析法的城市形态与城市居住用地集约利用水平研究——以南京市江宁区为例*

李 欣，方 斌， 3，4※，殷如梦，施龙博

(1.南京师范大学地理科学学院，江苏南京 210023； 2.南京师范大学新型城镇化与土地问题研究中心，江苏南京 210023;3.江苏省物质循环与污染控制重点实验室，南京 210023；4.南京师范大学乡村振兴研究院，江苏南京 210023)

0 引言

2016年，我国城市化率达到57.35%，正处在城市化加速发展的中期阶段的后半段，并且在将来一段时间里，中国城市人口规模增长仍然保持较高的速度[1-2]，伴随而来的是城市盲目扩张、土地利用效率低下、用地结构不合理等造成了用地的极大浪费[3]。开展城市用地集约利用评价研究，对城市规划具有十分重要的参考价值，并为城市可持续发展提供有效的空间决策依据[4-5]。

“城市土地集约利用”已被众多学者认为是协调经济发展与土地利用方式之间矛盾的手段[6-9]，是当下城市地理学的研究热点[10-11]。国内外学者已在城市用地集约利用的相关理论研究[11]、城市用地集约利用内涵、城市用地集约利用评价指标体系构建、城市用地集约利用评价方法研究等方面进行了多尺度、多地域的综合性与典型性研究[12-15]，取得了诸多成果，对于促进我国城镇发展和城镇化进程具有重要的意义。而城市化进程中伴随着城市形态的改变，城市形态是经济结构、社会结构、自然环境等不同条件下所体现出的形态特征[16]。城市形态的发展趋势是集中亦或分散，诸如霍华德的田园城市、莱特的广亩城市、柯布西埃的光辉城市，以及近年来兴起的“紧凑城市”、“精明增长”、“新城市主义”已为城市形态研究奠定了丰富的理论基础[17-18]，我国学者冯健、陈彦光、张童[19-24]等分别从不同角度探讨了城市形态的改变对社会经济、生态格局、土地利用方式等方面所带来的不同影响。研究结果表明一个形态紧凑的城市具有节能、减排等环境效能，且其土地利用混合度较高、土地利用结构更加合理。目前，城市用地集约利用的空间尺度上针对宏观尺度(全国[25]、省域[26]、城市群[27-29])或中观尺度(城市、开发区[30-32])较多，针对微观尺度(城市宗地、城市功能区)相对较少，且对某一类用地的集约利用研究上，也多针对工业用地、商业用地等，以居住用地为对象的研究则更为少见。根据国家《城市用地分类与规划建设用地标准》规范的划分，城市用地可分为若干功能区(商业功能区、工业功能区、居住功能区等)，可反映土地利用现状和土地适宜性及城市发展规划、行政区划和明显地物边界等。而居住功能区则是指提供居住的各种房屋用地，以居住功能区为评价对象。一是对现有研究的有益补充，二是进一步细化研究尺度，揭示小尺度范围的城市土地利用变化机理。 研究方法多选用统计分析法、多因素综合评价法[33]、投入产出效率[34]、最小二乘法[35]、模糊综合评价法[36]等，这些方法对样本要求较高且主观性偏大，而集对分析法是一种系统分析法，在处理数据的过程中更注重数据的相对性和模糊性，能很好地解决不确定性问题； 在多角度分析时也多关注于城市土地集约利用与城市化或社会经济发展耦合度等，城市形态对于城市居住用地的集约利用响应研究较为薄弱。

南京市地处中国东部、长江下游、濒江近海，是东部沿海经济带与长江经济带战略交汇的重要节点城市，随着城镇化、工业化的加速，城市土地集约利用水平总体上升，土地产出效益与土地投入水平发挥主要作用[37]。江宁区，位于南京市中南部，是南京都市区南部重要的增长极地区，长三角重要的战略性新兴产业基地、大学科教创新园区、交通物流枢纽区、城乡统筹的高品质都市化发展先行区。深入了解江宁区城市居住用地集约利用状况，事关长江三角洲城市群、南京都市圈城镇化的进程，同时可为全国其他地区开展相关研究提供实践指导和典型案例。为此，文章以江宁区居住用地为研究单元，选取卫星影像图和土地利用变更调查数据等，采用土地利用强度、土地利用程度、土地利用效益等指标，借助集对分析法开展江宁区居住用地集约利用评价，利用斯皮尔曼等级相关分析结合地理加权回归分析探讨城市形态与居住用地集约利用相关关系，以期对现有的研究进行有益的补充与拓展，为今后江苏省城市化进程持续健康发展提供决策支持。

1 研究对象与方法

1.1 研究区概况

江宁区地势平坦，南北地势较高、中部地势较低，北亚热带温湿气候区，水资源丰富。2014年江宁区地区生产总值达1 405.58亿元，三次产业结构为3.78： 55.41： 40.81，全年规模以上工业企业实现工业总产值2 828.90亿元，全年固定资产投资900.10亿元。常住人口为118.26万人，占全市常住人口(821.61万人)比重的14.40%。根据《南京市江宁区城乡总体规划(2010-2030)》，研究区城市用地总面积为8 571.13hm2，其中居住用地规模最大，占研究区总面积的35.81%(表1)。

表1 研究区城市用地结构

用地类型居住用地商业用地工业用地其他地类研究区现状面积(hm2)3 069.84551.842 553.962 397.498 573.13比例(%)35.816.4429.7927.96100.00规划面积(hm2)3 297.75746.961 981.552 546.878 573.13比例(%)38.478.7123.1129.71100.00规划实现度(%)93.0973.94128.9194.11100.00 数据来源:《南京市江宁区城乡总体规划(2010-2030)》

1.2 数据来源与预处理

数据来源于南京市江宁区国土资源分局，包括：南京市江宁区卫星影像图(2014年)； 南京市江宁区土地利用变更调查数据(2014年)； 南京市江宁区中心城区地籍信息数据库(2014年)； 南京市江宁区中心城区地形图(2014年)； 南京市江宁区地价动态监测与基准地价更新成果(2014年)； 南京市江宁区统计年鉴(2014年)； 中心城区涉及街道的户籍人口数据； 实地调查收集数据等。采用Envi4.7解译得到土地利用现状图，继而求得土地利用率、绿地率等，通过将外业调查和随机抽取动态图斑进行重复判读分析相结合的方法评价分类精度，总体精度均达到80%以上，Kappa系数在0.7以上，满足研究需要； 借助Excel 2016得到综合容积率及建筑密度、人口密度、基础设施完备度、地价实现水平、单位用地固定资产投资总额、单位用地工业总收入等。

1.3 研究方法

1.3.1 城市土地集约利用评价指标及权重确定

该文在吸取国内外相关理论和研究方法的基础上[4，8， 15-14， 27]，根据城市土地集约利用内涵和江宁区城市土地利用现状及特点，选取城市居住用地集约利用作为目标层，从土地利用程度系统、土地利用强度系统、土地利用效益系统3个方面构建准则层，选取8个指标建立了城市居住用地集约利用水平评价指标体系。(1)土地利用程度是指在一定面积的土地上，利用现有条件，提高土地利用率，涉及单位面积土地的承载水平和土地闲置状况两方面内容，考虑到数据的可获取性，该文选择土地利用率、综合容积率表示单位面积土地的承载水平，建筑密度代表土地闲置状况。(2)土地利用强度是指在各单位面积土地上增加人力和物力等的投入，以获得更高的收益，该文以人口密度和基础设施完备度表征人力、物力投入水平。(3)土地利用效益包含经济效益、社会效益和生态效益，地价实现水平可反映地区土地的市场价值，地价水平越高越能集聚资源要素以获取更高的经济效益和社会效益，规划实现度是土地利用与城市规划符合的程度，表征城市用地的合理性，绿地率则表征生态效益。

为降低主观判断带来的影响，同时又保证权重确定的合理性，综合采用层次分析法和熵值法。用两种方法分别计算各指标的权重值，最后取两种结果的算数平均值作为该研究的指标权重值(表2)。

1.3.2 集对分析法

集对分析法的核心思想是先对不确定性系统中的有关联的两个集合构造集对，再对集对某特殊属性做同一性、差异性、对立性分析，然后再用联系度描述集对的同、异、反关系[38]。假设存在相互联系的集合居住用地集约利用水平x和标准y。x有N项表征特性，即x=(x1，x2，…，xn)，y亦有N项特性，即y=(y1，y2，…，yn)。x和y构成集对H(x，y)。

根据评价指标体系，建立评价矩阵D=dkem×n

(1)

设某一评价方案，其某一子系统A下第k个评价对象的第e个评价指标为

dke(k=1， 2，…，m)，m为评价指对象数，e=1， 2，…，n，nn为评价指标数，将其看作一个集合Ake，把该指标的第p级标准看作另一集合Bp，则Ake与Bp构成集对H(Ake，Bp)。该研究中把指标分作3级，即p=3。

该研究只需判断江宁区居住用地集约利用水平的相对高低，因而采用最优方案U(u1，u2…ue…un)和最劣方案V(v1，v2…ve…vn)代替标准B，U中ue取指标dke中的最大值，V中ve则取指标中dke的最小值。

则第k个评价对象的第e项指标dke的ake、bke、cke为：

(3)

式(3)中，ake代表同一度;bke代表差异度;cke为对立度。

之后分别计算出第k个评价对象各子系统的指标隶属标准级别:

(4)

式(4)中，we为指标e的权重；f1为样本隶属于1级标准的可能性，f2为样本隶属于2级标准的可能性，f3为样本隶属于3级标准的可能性，该文采用置信度准则来判断评价样本所属的等级，即评价对象的居住用地集约利用状况属于hp对应的p级：

hp=f1+f2+f3>σ，p=1， 2， 3

(5)

式(5)中，σ为置信度，该文取0.6(一般取0.6～0.7)。

考虑到该文选用的指标和评价对象的数量，采用贴近度来代替联系度[27-28]。贴近度可以用来衡量与最佳状态的贴近程度，即:

(6)

评价对象的贴近度R值越高，其土地利用越接近集约水平。

1.3.3 城市形态测度

(1)紧凑度

紧凑度可以反映城市在不同发展阶段空间形态的特征，紧凑度接近于1，则被认为该地区处于集约紧凑式发展阶段，反之城市扩展杂乱无章。

(7)

(2)分维数

分维数可以反映城市的发展是以沿外缘扩张为主或是内部填充式发展，分维数增大时城市发展到一定阶段的必然。

(8)

式(7)中，C为紧凑度;A为居住用地面积;P为居住用地轮廓周长

1.3.4 地理加权回归分析(GWR)

GWR 是一种改进的空间线性回归模型，其主要优势在于将空间权重矩阵运用在线性回归模型中，形象地展示空间结构分异，是最有发展潜力的空间统计模型之一[39]，可形象地表达事物的空间异质性。

(9)

式(9)中，yi为观测值，ui，vi为样点i的坐标，β0ui，vi为i点回归常数，βkui，vi是i点上的第k个回归参数，是地理位置的函数；p为独立变量个数；xik为独立变量xk在i点的值，εi是随机误差。

表2 综合评价指标权重值

目标准则综合权重指标综合权重居住用地土地利用程度(RA)0.287 2 土地利用率0.194 2 综合容积率0.523 9 建筑密度0.281 8 土地利用强度(RB)0.490 2 人口密度0.752 6 基础设施完备度0.247 4 土地利用效益(RC)0.222 6 住宅地价实现水平0.435 4 绿地率0.304 4 规划实现度0.260 2

2 结果与分析

2.1 江宁区居住用地集约利用评价指标权重计算结果

该文为降低指标选取的主观性，保证权重确定的合理性，选取层次分析法与熵权法相结合的方法确定指标权重。借助层次分析法，设置目标层为居住用地，准则层为土地利用程度、土地利用强度、土地利用效益。熵权法按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量； 如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用理当越大，权重就应该越高[40]，取两种指标的算数平均数作为该次评价使用的指标权重，如表2。

2.2 江宁区居住用地集约利用评价

比较研究区居住用地土地利用程度(RA)、土地利用强度(RB)、土地利用效益(RC)、土地集约利用水平(RS)(图1、表2)，研究区居住用地的土地利用程度整体水平较好。居住用地土地集约利用水平与最优状态的同一度、差异度、相反度均值分别为0.547 7、0.083 3、0.368 9，贴近度平均值为0.598 1。从置信度判别的等级来看，有18个居住功能区为第1等级， 23个居住功能区为第2等级， 11个居住功能区为第3等级，平均水平为第2等级。

居住用地集约利用水平呈中心—外缘模式。位于中心的秦淮河沿岸和百家湖沿岸的居住区均较成熟，多数住宅房龄较短，在土地利用程度、土地利用强度、土地利用效益3个方面均表现出较高的水平，该区域土地集约利用水平高； 而外围的上坊老镇片区中的的R003地块和老城片区的R008地块多数房屋老、破、旧，虽然土地利用程度较高，但土地利用强度和利用效益较低； 中心往西南方向的别墅区R034、R042、R047地块土地利用效益高，但土地利用程度和利用强度较低，由于各自区域发展过程中的偏向，土地集约利用水平总体偏低。南站片区的R028、R029地块、九龙湖片区的R048地块和科学园片区的R026地块空闲地较多，各方面利用水平均较低，以致整体土地集约利用水平较差。

图1 居住用地土地集约利用水平空间分异

表2 居住用地分片区评价均值

区域RARBRCf1(S)f2(S)f3(S)RSS均值等级上坊工业园片区0.691 30.521 70.568 10.569 80.103 80.326 40.635 42上坊老镇片区0.709 90.377 20.359 60.459 4 0.101 5 0.439 1 0.511 3 3老城片区0.702 40.496 10.549 50.556 30.097 40.346 3 0.615 6 2科学园片区0.675 10.551 80.605 30.588 00.067 70.344 3 0.629 0 2南站片区0.509 90.406 20.497 70.447 70.053 80.498 5 0.480 6 3百家湖片区0.695 90.601 10.632 70.623 8 0.062 2 0.314 0 0.665 1 1九龙湖片区0.522 10.478 00.588 10.505 7 0.069 2 0.425 1 0.544 8 3将军山片区0.621 30.435 50.627 50.521 1 0.106 9 0.372 0 0.582 4 2牛首山片区0.678 40.589 20.596 90.605 3 0.089 9 0.304 8 0.664 1 1研究区全区0.647 60.499 90.571 60.547 70.083 30.368 90.598 12

表3 居住用地形态特征

片区紧凑度分维数上坊工业园片区0.361.78上坊老镇片区0.580.30老城片区0.112.80科学园片区0.293.90南站片区0.203.32百家湖片区0.173.08九龙湖片区0.213.12将军山片区0.193.15牛首山片区0.571.66研究区全区0.072.50

2.3 江宁区居住用地形态特征分析

居住用地整体呈块状形态，紧凑度极小，分形维数较大，说明江宁区居住用地分布分散，存在无序蔓延的可能。紧凑度、分维数表现出区域差异性，以牛首山片区、上坊老镇片区最为集聚，这是由于这些地区为发展历史悠久的老城区和新兴开发的别墅区，土地利用程度较高。各区的紧凑度、分维数相差较大，以“摊大饼”方式扩展明显，在未来一段时间内各区的居住用地发展仍将存在一定差异，扩展将主要发生在老城片区和将军山片区等区域(表3)。

2.4 江宁区居住用地空间形态与集约利用度的关系

城市人口快速增长及土地利用空间结构显著变化为特征的城市化进程带来城市土地利用的空间结构或形态的演变对居住用地集约利用具有显著影响。合理的城市形态可遏制无序蔓延，引导城市以精明增长的方式可持续发展。

(1)城市形态与集约利用度的相关性判定。为确认城市形态与集约利用度的相关关系，选取Spearman等级相关法，将江宁区居住用地集约利用水平与紧凑度、分维数分别进行相关分析，Spearman系数越大，反映出两变量的相关性越强[23]。江宁区居住用地集约利用水平与紧凑度、分维数的斯皮尔曼相关系数分别为0.13和0.07，均显示了微弱的正相关性，表明居住用地的形态对居住用地的集约利用水平存在一定影响，居住用地的形态越紧凑其集约利用水平越高。

(2)城市形态对居住用地集约利用水平影响的空间差异。紧凑城市亦具有高密度、功能混合等特性[41]，引入GWR模型探讨居住用地形态对城市用地集约利用的空间异质性影响，并借助ArcGIS 10.1软件对模型计算紧凑度、分维数的回归系数进行空间可视化[39]，以此判定紧凑度、分维数对江宁区居住用地集约利用水平的影响方向、程度的空间差异，具体见图2。

图2 GWR模型紧凑度、分维数的回归系数空间分布

紧凑度的回归系数范围为0.189 7～0.228 1，绝对值较大且差异相对较大，表明紧凑度对于集约利用水平具有一定的影响，影响程度由北自南逐渐减弱，高值区位于将军山片区、上坊工业园片区、牛首山片区和南站片区，低值点区域多集中分布于九龙湖片区和科学园片区。

分维数的回归系数为0.000 2～0.000 4之间，其绝对值偏小且各地区差异小，表明分维数对于各片区的集约利用水平差异微弱。回归系数由西自东逐渐减弱，高值区位于将军山片区和牛首山片区，低值区域位于上坊工业园区和上坊老镇片区。

由此可见，将军山片区、牛首山片区以及百家湖片区的居住用地形态特征对于集约利用水平的影响较大，增强这些片区的用地集聚性，可一定程度提高集约利用水平，而诸如老城片区、科学园片区即使加大用地簇聚程度仍然对提升集约利用水平的影响不大，应将着力点更多地致力于区域内部改造。

3 结论

该研究在测算城市居住用地集约利用的基础上，以南京市江宁区为研究对象，采用层次分析法结合熵权法确定指标权重，借助集对分析法探讨了居住用地集约利用度，利用Spearman等级相关分析结合GWR模型分析居住用地的形态特征与集约利用水平的关系，结果表明：(1)居住用地土地集约利用整体水平较好，贴近度RS平均值为0.5981，置信度判断等级为2。集约利用水平存在空间差异，呈中心—外缘模式，集约利用水平由中心向外围递减，中心地带的秦淮河沿岸和百家湖沿岸的集约利用水平较高。(2)研究区整体紧凑度较小、分形维数较大，用地较为分散，同时表现出了区域差异性，以牛首山片区、上坊老镇片区最为集聚。(3)斯皮尔曼等级相关分析和地理加权回归分析表明居住用地的用地形态对集约利用水平具有微弱影响，且影响程度和方向呈现空间异质性，将军山片区、牛首山片区以及百家湖片区的居住用地形态特征对于该地区的用地集约利用水平的影响较大，而老城片区、科学园片区则需进行内部改造提升。

根据江宁区居住用地集约利用水平及其形态分析，结合南京都市圈发展背景和江宁区土地利用实践，今后应重点关注： 提升南站片区、九龙湖片区和科学园片区的土地利用强度，改造区内空闲地，通过合理引导盘活土地存量土地资源。着重调控将军山片区、牛首山片区以及百家湖片区等区域的蔓延状况，而老城区建筑物老旧，仍需进行合理规划，以内部土地利用结构调整的方式提升地区土地利用集约利用水平。

城市用地集约利用水平受土地属性、社会经济、生态环境等各方面影响，对其进行定量评价是一项复杂、系统的工作，该文选择的评价指标仍然偏少，因此多指标、多因素构建城市用地集约利用评价体系有待进一步补充完善，预测多情景模式下的城市用地发展状况是未来的研究方向。