基于空间大数据的城镇体系优化研究——以延边朝鲜族自治州为例

田永霞 暴 婕 荣 雪 马智慧 孙泽群

北京舜土规划顾问有限公司 北京 100007

空间大数据是具有显著地理编码和时间标签，有效记录事物的空间位置和时空变化过程，并准确表达事物的历史、当前和未来状态的海量空间信息数据集。空间大数据处理技术，即是在当前信息技术的支撑下，实现GIS空间分析功能与大数据分析、挖掘方法的有机结合，完成从大量、快速、复杂、多源的时空信息中提取有用价值的技术处理手段，其中最核心的是挖掘数据中蕴含的潜在价值。

空间大数据具有碎片化、复杂化、多样化、多源化、巨量化的特征，且其应用具有前景广阔、普适性强等优势，通过对地理、气象、交通运输等自然信息和经济、社会、文化、人口等人文社会信息的挖掘，可以为城乡规划提供强大的决策支持，强化城乡管理服务的科学性和前瞻性。

在我国空间规划体系重构基本完成与全国范围内国土空间规划工作启动实施的背景下，本文以延边朝鲜族自治州（以下简称延边州）为例，进行空间大数据信息挖掘与分析方法的探讨研究，一方面助推空间大数据分析方法的不断成熟与完善，另一方面也增强城乡规划的信息支撑。

1.研究区域

延边州位于吉林省东部，地处中、朝、俄三国交界地带，被称为东北亚“金三角”，是东北三省沟通海内外的重要窗口。延边州土地总面积4.33万平方公里，州内地形地貌以山地丘陵为主，“八山一水半草半分田”的资源禀赋特征鲜明。截止2017年底，全州共有6市2县，51个镇、15个乡，共66个乡镇；共有常住人口205.85万人，其中城镇人口146.54万人，城镇化率达71.2%。

2.数据来源

本研究所用人口数据分别为第五次（2000年）、第六次（2010年）全国分乡镇人口普查数据，来源于国家统计局网站；2017年到乡镇人口数据由延边州各市县相关部门提供；2017年流动人口数据来源于国家卫生健康委主办的流动人口数据平台。

用地数据一部分是来自中国科学院资源环境科学数据中心的中国土地利用遥感监测数据，另一部分是延边州国土局提供的2009-2017年土地利用变更调查数据。

POI数据来源于POILIST全国POI信息数据库网站，其他社会经济数据主要来源于吉林省和延边州统计年鉴或由延边州相关政府部门提供。

3.技术路线与研究方法

依托GIS空间分析功能，分别从人口分布、用地演变、区域中心度三个方面进行分析，并采用聚类分析法对城镇进行分类；最后基于以上分析，构建城镇体系与发展格局优化方案，明确对各类城镇和不同片区的发展引导。技术路线如下：

图1 城镇体系优化研究框架

3.1 人口分布趋势研究

人口密度是单位土地面积上的人口数量，是衡量一个区域人口分布状况和人类活动强度的一个重要指标，常用来分析人口时空演变的特征。

本文采用2000年、2010年人口普查数据和2017年调研搜集数据，进行乡镇层面人口分布密度的比对分析。为更直观地分析延边州人口分布的不均衡性及其时空变化，本文将人口密度分为以下六个等级：

第一级 人口极密区：＞5000人/公顷

第一级 人口密集区：1000～5000人/公顷

第二级 人口中等区：500～1000人/公顷

第二级 人口稀疏区：100～500人/公顷

第三级 人口稀少区：50～100人/公顷

第四级 人口极稀区：＜50人/公顷

3.2 用地格局演变分析

根据1980-2015年的遥感解译数据，利用GIS空间分析功能，分析延边州近40年来土地利用时空演变特征，重点关注城乡建设格局的变化，为城镇体系优化提供支撑。

3.3 区域中心度分析

本文从以下三个方面对区域联系强度进行分析：

人口流动强度：利用2017年全国流动人口普查数据，分析延边州各市县与全国其他地级市之间的人口流动强度，通过GIS网络分析功能生成人口流动网络图，并以此辨识各市县人口流动中心度。

社会资源分布密度：根据2018年延边州POI数据，生成各类热点资源的区域分布热力图，并据此辨识不同区域社会经济服务中心度。

经济联系强度：借助引力模型，计算延边州内各市县间的相互吸引力并生成联系强度网络图，并在此基础上计算各市县的经济中心度。

引力模型：

式中：GDPi、GDPz分别表示城市i与城市z的地区生产总值，Pi与Pz分别标志城市i与城市z的城镇人口，Di表示城市i与城市z的最短交通距离。

3.4 聚类分析

综合考虑人口分布、用地演变、区域中心度等指标，运用spss中的K-means综合聚类法，将延边州各城镇分划为中心集聚型、平稳发展型、粗放扩张型和空心化型四个类型，并对城镇体系及全域发展格局进行优化。

4.结果与分析

4.1 人口分布

近年来延边州人口变化特征主要体现为总量减少与快速老龄化。从图2中可知，2010年以来，延边州常住人口开始趋于下降，至今人口总量已减少10万人；从各区县来看，除延吉市人口缓慢增长外，其他各市县均呈现下降趋势。从图3中可知，2017年延边州人口老龄化率已接近20%，远超过10%的国际认定标准，且呈快速增长趋势，老龄化问题将持续深化。

图2 人口规模变化趋势1

图3 人口老龄化发展趋势

从人口分布上看，人口高密度区主要集中在沿交通干线布局的“T字形”区域。从分布变化上看，高密度乡镇数量不断减少，延龙图、珲春、敦化中心城区人口增加，其他地区人口减少，人口分布的极化特征开始显现。

4.2 用地变化

从图4可以看出，延边州整体开发强度相对较小，近40年来土地开发格局相对稳定，布局上并无明显的增减变动。

图4 1980-2015年延边州用地格局演变

从图5可以看出，城乡聚落扩展主要集中在延龙图、珲春、敦化等市区和二道白河等重点乡镇镇区，新增用地较为集中连片；城乡聚落灭失主要分布在偏远山区和城镇外围的采矿区，多呈零星分散状态分布。

图5 1980-2015年城乡聚落变化分布图

从图6人均建设用地分布情况来看，延边州不同区域人均建设用地规模差异巨大，最小的延吉城区不足100㎡/人，而最大的乡镇超过5000㎡/人，差距达50多倍。且并未呈现人均用地由城区向外围逐步递增的一般趋势，说明延边州土地资源配置具有较大的优化潜力。

图6 各乡镇人均建设用地规模分类

4.3 区域中心度

延边州与其他地区间的人口流动频繁，且人口流出规模远大于人口流入，人口流出地范围也比人口流入地更广泛。从图7人口主要流动节点上可知，延吉市人口流动强度最大，其次为珲春市和敦化市，之后是安图、汪清等市县。从图8延边州内各市县间人口流动情况来看，延吉市与其他各市县均有人口流动且流动量较大，说明其区域中心地位明显；珲春和敦化的人口联系强度略逊于延吉市；汪清、安图、龙井等市县仅与周边个别市县间有人口流动，且流动规模较小，人口联系强度较弱。

图7 延边州与外部地区人口流动网络图

图8 延边州各市县人口流动网络图

根据POI数据热力图，可知延边州城乡发展分区差异显著，区域发展不平衡态势显现，基于现状骨干路网的城镇空间架构基本形成。对各市县经济联系定量分析和可视化处理后，发现延边州内各市县梯队化、联系强度差异化特征鲜明。

4.4 城镇体系及发展引导

4.4.1 城镇体系：一主两副五级

主中心：延龙图组合城市区；

副中心：珲春市和敦化市；

卫星城：汪清县、安图县、和龙市；

重点镇：二道白河镇、雁鸣湖镇、大石头镇、敬信镇；

一般镇：以上地区之外的其他城镇。

4.4.2 发展格局：“一核两轴三区”

一核：延龙图珲组合城市发展核；

两轴：横向现代化城镇发展带和纵向特色型城镇建设带；

三区：东部山林生态保育区、南部长白生态旅游区、西部绿色产业经济区。

4.4.3 乡镇发展类型

中心集聚型：常住人口和城乡建设用地均大幅度增长，区域中心度较强；

平稳发展型：人口及城乡建设用地均维持在较小的变动幅度内，变化不明显；

粗放扩张型：人口变化幅度不大，而建设用地大规模增长；

空心化型：明显的人减地增，且人口缩减与建设用地扩展幅度均较大。

4.4.4 分区分类发展引导

结合延边州资源环境禀赋与发展阶段特征，给出各分区的发展引导如下：

表1 各分区发展引导

结合延边州城乡统筹发展要求和各类型乡镇现状特征，明确乡镇分类发展引导如下：

中心集聚型：合理引导土地资源、基础与公服设施向该区域倾斜，增强城市服务能力，提升宜居环境品质；

平稳发展型：有序引导人口向城镇集中，产业向园区集中，加强与外界的资源要素流动，增强乡镇中心的小区域服务能力；

粗放扩张型：合理管控土地开发，注重人地协调性，提高土地利用效率；

空心化型：有序推进城乡人地挂钩流转，多途径鼓励存量资源与资产盘活利用。

5.结论与建议

本研究是将空间大数据分析应用于城乡规划的一种尝试，证明了空间大数据在城乡规划和区域发展分析中的适用性与灵活性。研究的不足在于，由于缺少乡镇级人口流动数据和社会经济数据，影响了严谨模型的构建，致使对各乡镇进行定量化分析的目标无法实现，致使研究结果的精确性与乡镇发展引导的针对性大打折扣。项目组正在进行乡镇级人口和经济数据的补充，后续将进一步对该研究进行深化。

本研究进一步强化了对大尺度区域城乡内部差异性分析的定量化、可视化技术方法支撑，可进一步增强城乡规划的科学性、合理性。研究显示，人口、土地、社会经济资源等各类城乡发展要素的配置在区域间差异显著，一般区域性中心城区，各类资源集聚度高，要素配置相对合理；其他外围区域，资源要素配置的不均衡性较明显，单一要素极化或脱离实际情况的无序扩张现象较多，亟需给予科学合理的发展引导。

根据研究结果，本文提出以下建议：

（1）注重空间大数据和时空数据分析在城乡规划中的应用，提高发展趋势预测的准确性和空间发展格局优化的科学性。

（2）在有数据支撑的情况下，尽量细化研究单元，如省级可以市县作为研究单元，地级市以乡镇作为研究单元，市县级以行政村作为研究单元，并细化给出对各研究单元更具针对性的发展引导。

（3）随着大数据应用的普及，目前各类数据资源越来越丰富，但数据获取并不易，希望城乡规划部门能一步加强地理空间数据平台的构建，一方面跟踪各类数据资源的更新动态，另一方面降低相关研究人员数据获取的难度，推动数据资源更大程度上服务于城乡发展。

注释1：图2与图3统计年限不一致。图2为历年常住人口，数据由延边州相关部门提供；图3为年龄结构数据，来源于吉林市统计年鉴。