多尺度视角下中国城市群外部形态紧凑扩张与内部功能发育空间错配

何青松，王 博

（华中科技大学公共管理学院，湖北 武汉430074）

1 引言

传统增量扩张导致人地关系不协调与城市无序蔓延[1]，伴随中国经济发展迈向新常态，国土空间开发转向存量挖潜新阶段[2]。新时代国土空间规划对城市功能与活力提出更高要求。填充型扩张作为一种形式上更为紧凑的扩张方式，通常不会增加城市空间范围，一定程度上可限制城市 “摊大饼”式发展（边缘型）与盲目扩散（飞地型），在中国城中村改造与其他存量更新项目中普遍存在[3-4]。然而单纯追求形态轮廓的紧凑容易忽略空间品质同步提升[5]，导致生产生活空间运转效率低下，活力消减，生态空间遭受侵蚀，造成城市形态演变与功能活力发育空间失衡[6-7]。因此在细粒度上测度城市功能发育状况，多尺度上厘清外部紧凑形态轮廓与内部实际功能发育水平间空间匹配度与其驱动机理，对于内外兼顾持续推进国土空间形态优化和品质提升有重要意义。

城市功能发育作为一种独特的空间品质，反映城市在建成环境硬维度与社会经济等软维度综合特征[8]，自1961年JACOBS提出“城市活力”便存在[9]。城市功能发育主要由建成环境基础功能与空间活力水平两个部分构成。其中基础功能维度侧重于反映有形物理建成环境承载多样城市生活的能力[10]，而空间活力维度特指各类场所在与人流及丰富的社会经济活动相互交织过程中产生的无形的独特吸引力[11]。量化功能发育状况是衡量城市发展质效的重要前提，传统研究主要采用基于社会调查的主观感知或基于二手统计数据的客观价值分析两种方法，但评价范围及精度受限[8]。近年来信息通信技术进步与地理大数据涌现促使城市功能发育测度范式向多维度、精细化转型。国内外学者使用兴趣点（Point of Interest, POI）、社交媒体、夜间灯光等数据[4，11-12]，从土地利用、基础设施、可达性、人口密度、社会经济活动等角度选取指标，在都市区、城市、商圈、街区等尺度上评价建成环境功能或空间活力水平[13-15]，但结合二者在细粒度上评估城市功能发育状况的较少。

空间错配（Spatial Mismatch）理论，亦称为 “空间错位”，最早于1968年KAIN研究美国都市内城隔离对弱势群体就业空间机会影响时提出[16]，后被拓展用于揭示人口、经济和土地等相互关联要素在空间分布上的不匹配程度，如住房与就业[17]、人口数量与粮食产量[18]等。城市建设用地作为社会经济资源与人类活动的主要载体，其空间错配更是学界研究的热点。现有成果大多基于宏观资源配置视角，通过计算全要素生产率或构建错配指数，研究建设用地在不同区域、不同部门间的配置规模、结构与产出效率上的差异及其导致的效益损失[19-21]。然而，建设用地扩张是耦合外部形态轮廓动态演变与内部空间功能发育复杂地理过程，微观上形态维与功能维间是否同样存在空间错配呢？已有文献从不同视角证实城市扩张会重塑外部几何形态，影响内部要素的空间布局与功能结构，继而导致新区生活空间活力、生产空间运转效率以及整体功能发育水平存在差异，为研究该问题奠定了重要的理论基础。如HE等[4]结合地理大数据与数据关联规则挖掘方法，发现不同城市增长模式对城市活力的影响有所不同。刘修岩等[22]与程开明等[23]也证实城市空间形态能显著影响区域内的经济效率与经济发展质量。HARARI[24]发现紧凑的城市扩张形态能促进人口更快增长，为城市内部的家庭与企业提供更高的生活质量。XU等[25]证明全球城市中发生的填充增长能够有效缓解城市密度下降，降低城市发展成本。但是上述学者未能系统地定量评估填充型开发中形态维与功能维的发育是否实现良好空间协同，微观上城市外部物理形态的紧凑扩张与内部空间实际承载功能活动的相互匹配关系及其作用机理尚待揭示。尽管有部分研究注意到建设用地开发利用强度与人类活动密度[15,26]、城市形态中心与活力中心[27]及功能中心[28]均存在错位，但未进一步指明空间错配具体位置、驱动机制及其存在的尺度效应。

综上，现有成果侧重于对城市建成环境功能或空间活力单维评价，拓展了建设用地错配宏观研究视角。然而高质量的城市扩张是由外部紧凑形态轮廓与内部多样功能和繁荣活力在空间上良好匹配的结合体，需自下而上考量其形态与功能发育空间匹配关系与影响机制。因此，本文依托多源地理数据，以中国21个城市群内发生填充扩张建设用地斑块为研究对象，综合运用空间错配指数、ESDA、Maxent模型等方法，全面测度新旧建成区功能发育水平并分析其空间格局特征，从空间内外协调发展视角在多尺度下揭示形态紧凑而功能发育不良的错配现象，并探索其影响机理。旨在实现形态紧凑扩张与功能活力提升的空间协同，为城市与城市群高质量发展提供科学依据。

2 理论框架

本文通过文献梳理与逻辑剖析，凝练出中国城市群外部形态紧凑扩张与内部空间功能发育发生空间错配的可能路径与理论机制。首先，城市扩张直接引起外部形态维轮廓范围的动态变化，导致内部功能维建成环境结构布局与空间活力水平出现差异。参照城市增长相位理论[29-30]，不同类型的增长模式会促使城市外部形态趋于更扩散或更聚集，结合城市空间结构视角[22]，外部形态变化会改变内部要素配置格局与流动效率，继而影响后续整体功能发育状况[6]。其次，填充扩张中外部形态轮廓的紧凑化演变可能难以与内部空间功能活力实际发育进程相适配。尽管新城市主义的支持者认为填充型扩张能有效遏制空间无序蔓延，促进城市可持续发展[12]。然而在中国情境下，物理建成环境的范围和密度与内部空间功能活力的不匹配增长[5,15]，常导致城市空间过度拥挤和利用不足并存的悖论出现[26-27]。第一，地方政府对土地财政的过度依赖，通常采用低价供应工矿仓储用地而高价供应商服住宅用地的差异化土地供给策略[31]，以期吸引投资拉动经济增长。这导致了城市新区建设用地配置结构不合理、功能单一且利用效率低下，难以满足居民多样化生活需求，空间活力难得一见[32]。第二，由于地理区位与经济基础差距，新城区与旧城区发展不平衡。各类公共服务设施与生活生产活动大多集聚于旧城区，而新城区中相应的基础设施建设与产业布局的周期较长[14,27]。这增加了新城区居民生活成本[25]，不利于吸引人流定居与就业[17]，导致空间内部社会经济要素难以有序流动，发育状态不佳。最后，城市群盲目进行填充开发还会引起人口与建筑等要素的过度密集，可能产生负外部效应[33]，导致地价上涨、开放空间丧失、交通拥堵和环境污染等空间失序现象[7-8]。

基于以上理论梳理，说明城市群外部形态趋于紧凑不一定意味着空间品质在同步提升，只有当建设用地外部形态演变与内部空间功能活力发育相适配时，方有利于促进城市群高质量发展。为更好揭示形态维的紧凑性与功能维的活力水平交互关系，空间错配提供了一个重要理论框架[27-28]。即是将城市群扩张中外部形态轮廓的高度紧凑与内部空间结构较低功能发育水平间不匹配的现象界定为空间错配。同时由于建设用地扩张改变城市景观格局与过程，尺度效应的存在会导致不同地理单元识别空间错配的标准产生差异[34]，形态与功能协调发展的城市群内部亦可能存在空间错配斑块，需要结合多尺度视角自下而上进行辨识。

综上，提出本文研究框架，主要分为5部分，整体上遵循“识别扩张模式→评价发育水平→分析空间格局→辨识空间错配→探究驱动机理”的逻辑范式（图1）。

图1 研究框架Fig.1 Research framework

3 研究区域、数据与方法

3.1 研究区域

城市群是中国未来新型城镇化的主体形态，也是区域资源要素与社会经济活动主要集聚地与核心载体。参考国家“十四五”规划、《国家综合立体交通网规划纲要》及相关区域发展规划，确定21个城市群空间范围（图2），作为研究区域。

图2 全国21个城市群区位及建设用地斑块分布Fig.2 Location of the 21 urban agglomerations and the distribution of construction land patches

3.2 数据来源

研究时段为1995—2018年，研究数据分为基础土地数据与地理大数据两类，包括土地利用覆被、百度POI、微博签到、大众点评、OpenStreetMap路网、DMSP/OLS夜间灯光与LandScan人口数据等，通过政府部门申请、官方网站下载、开放接口调用等方式收集。

土地利用覆被数据包含1995年和2015年两期，因为该阶段城市群建设用地外部空间形态扩张特征较为显著[1,30]：1992年来中国社会主义市场经济体制的形成，极大刺激了城市扩张，城镇化率迅速提升；而自2015年后中国经济步入新常态，城市转向内涵式发展，建设用地规模受到严格控制，空间扩张逐步放缓。

地理大数据因其能够反映城市空间结构与居民时空行为特征，在城市化研究中被广泛应用，其科学性已得到证明[4,15]。参考JIN等[13]研究，本文同样考虑到新增填充型建成区的基础设施与公共服务体系建设需要一定周期，才能够与原建成区发育状态相比较。故将地理大数据的收集年份后延三年至2018年，统一评价1995—2015年城市群新增填充建成区及原建成区在2018年的功能发育状况。最后为保证数据质量，参照以往研究[30]对所有数据进行相应预处理筛选和精度检验。

3.3 研究方法

3.3.1 景观扩张指数

景观扩张指数（Landscape Expansion Index, LEI）由LIU等[29]提出，通过建立缓冲区分析斑块间公共边界空间邻接关系，来定量识别景观动态扩展格局特征及空间扩张模式。计算公式如下：

式（1）中：A0是城市新增建成区斑块缓冲区与原始建成区斑块相交面积；Av表示缓冲区与非原始建成区斑块的相交面积。LEI取值在[0，100]，可划分为飞地型（LEI= 0，指新增建设用地远离现有建成区）、边缘型（0＜LEI≤50，指新建设用地沿着现有城市边缘增长）及填充型（50＜LEI≤100，指新增长建设用地在已建成城市区域内部）三种类型。本文设置缓冲区距离为30 m，提取研究区域内1995—2015年填充型增长的斑块。

3.3.2 城市功能发育指数

参考以往研究[10-11,15]，本文构建了城市功能发育水平（Urban Development Level, UDL）指数，从建成环境功能与空间活力两个维度选取7个具有代表性的二级指标。由于篇幅限制，各指标选取的理论依据在上述列举文献中已有详细叙述，在此不再累述。各指标内涵及与计算公式如下所示（表1）：

表1 城市功能发育测度指标体系Tab.1 Indicators system for measuring urban development levels

计算方法上，首先以斑块（面积1 km2以上）为基础评价单元，将各指标值经归一化处理至0～100范围内，并采用等权重方法求和，实现对第i个斑块评价。如式（2）所示，公式中各个变量含义同表1：

继而将建设用地斑块划分为新增填充型建成区或原有建成区两类，并在多尺度上评价其功能发育水平。如式（3）所示，ai表示该类建成区内第i个斑块面积，A表示该类建成区中斑块总面积。先将各个斑块功能发育水平按照面积进行加权汇总得到所在城市的两类建成区整体功能发育水平；再对各个城市进行加权汇总，统计出所属城市群的两类建成区各自的功能发育水平，实现评价结果由“斑块（P）→城市（C）→城市群（UA）”的升尺度转换。

3.3.3 探索性空间数据分析

为识别中国城市群功能发育水平的空间格局，本文引入探索性空间数据分析，主要包括以下三种方法：（1）全局Moran’sI指数用于探索新区功能发育水平宏观上是否存在空间关联。（2）局部Moran’sI指数用于探索中观尺度下高值低值发生集聚的具体区域。（3）Getis-OrdGi* 计算统计学上显著的热点与冷点，明晰在微观尺度下斑块功能发育水平空间差异，具体计算公式可参考文献[20,28]。

3.3.4 空间错配指数

辨识城市群填充扩张中外部形态紧凑与内部功能发育的空间匹配性是一个度的问题，需要充分考虑城市内部与区域之间差异。因此结合以往文献[5,13-14]，本文将错配定义为“若新增长的填充型建成区与原建成区的功能发育水平比值，低于该尺度下所有单元的新增填充型建成区该比值的平均水平，则此斑块（P）/城市（C）/城市群（UA）上发生的外部形态紧凑的填充型扩张属于蔓延式空间错配”。并构建空间错配指数（Urban Spatial Mismatch Index），判别流程如下：

式（4）—式（5）中：UDLIN和UDLOR分别代表新增填充型建成区与原有建成区的功能发育水平，K表示横向上某一新增填充型建成区功能发育水平相对原有建成区的成熟度，可对单个斑块、城市或城市群进行测度。为保障新区有充足发育时间，使二者更具有可比性，评价数据均延后了3年[13]。Kmean表示纵向上所有单元新增填充型建成区相对原建成区成熟度的平均值。依照不同研究尺度，可分别计算140个城市或21个城市群的相对成熟度平均值。式（6）中表示在多尺度下将该新增单元功能发育相对成熟度与区域内平均值相比较：若低于该尺度的平均水平，则将该单元判别为蔓延式空间错配；反之则视其为紧凑式协调发展。

综上，USMI可在斑块—城市—城市群间转换，避免了主观设定阈值，实现在多尺度辨识外部形态紧凑而内部功能发育不良空间错配现象。

3.3.5 Maxent模型

Maxent是一种基于最大信息熵原理的生态位模型，通过提取单类样本中相关空间变量的信息，来预测约束条件下研究对象的空间分布概率。该模型最早应用于生态适宜性评价，后被用于城市扩张模拟与驱动力分析[35]。本文使用Maxent模型筛选空间错配的驱动因子以及探究各驱动因子阈值变化对空间错配的影响机理。式（7）中H（X|Y）和p（Xi，Yi）分别表示在引入环境变量Y条件下X的信息熵与分布概率。Maxent模型根据输入的样本数据集和目标函数按照式（8）训练。

城市扩张中外部形态与内部功能发育发生空间失配是由多因素作用结果，因此本文参考相关文献，从地理区位[14,17]、经济水平[22,33]、公共服务设施[10-11]、土地价值[21,31-32]、人口[13,26,34]这5个维度，选取10个可能导致中国填充型扩张中形态与功能发生空间错配的环境变量。限于文章篇幅，具体选取依据在此不再展开，仅对变量的内涵、来源与计算方法做简要说明（表2）。同时所有空间变量中均不存在强相关（｜r｜＜0.8）与多重共线性关系（VIF＜10），且有着相同的坐标系、地理范围、行列数与分辨率（1 km×1 km），待空间错配样本确定后，导入模型中训练。

表2 城市填充扩张中空间错配环境变量Tab.2 Environmental variables of spatial mismatch in urban in fi ll expansion

4 结果与分析

4.1 填充型扩张建设用地识别、功能发育评价与空间格局分析

首先在21个城市群内共识别出3 581个新增建设用地斑块，有 140个城市发生了形态上紧凑的填充扩张。其中填充型斑块共621个，面积2 629.94 km2，占新增斑块总数的17.3%，占新增总面积的13.51%。相较边缘型（5.72 km2）与飞地型（5.54 km2）而言，填充型（4.23 km2）属于土地利用更集约的一种开发模式。而从分布情况来看，长三角城市群填充型扩张面积最大为513.48 km2；珠三角城市群内填充型斑块面积占比最高，为 24.34%。

其次，中国城市群新增填充型建成区发育水平总体呈“南高北低”的差异化分布特征（图3）。高值城市群主要在南部珠江流域、长江流域与东南沿海地带，如海峡西岸和长江中游；而低值城市群集中于北部环渤海地区、黄河流域及西北地区，如山东半岛与喀什。

图3 21个城市群填充型新建成区功能发育水平Fig.3 The UDL of the newly built-up areas in the 21 urban agglomerations

继而进行探索性空间数据分析发现：宏观上，全局Moran’sI指数为0.232，Z值得分3.30，在0.01水平上显著。表明中国城市群新增填充建成区功能发育水平整体上呈空间正相关关系与集聚分布格局。

中观上，以秦岭—淮河为南北分界线，新增填充建成区功能发育空间格局存在明显地理分异特征（图4）：（1）高—高聚集区主要分布于中国南部地区长江流域及沿海地带，分别位于成渝、长江中游、长三角、海峡西岸及珠三角5个城市群内；（2）低—低聚集区分布于中国北部中原、京津冀、山东半岛、天山北坡4个城市群中，在山东半岛与京津冀交界地带构成主要的低—低聚集区；（3）长江中游城市群内部功能发育水平严重分化，高—高聚集区与低—低聚集区并存。

图4 填充型建成区功能发育水平空间聚集格局及冷热点城市Fig.4 Cold-hot spots and spatial aggregation pattern of UDL in in fi ll built-up areas

微观上，采用热点分析识别填充斑块中典型的高值热点与低值冷点，并以发生集聚的所在城市代表，颜色越深越显著（图4）。结果同样表明，新增填充建成区功能发育水平表现为“南热北冷”的空间分异格局。整体来看南方城市之间初步形成了良性联动，新区空间品质显著优于北方城市。

4.2 多尺度辨识城市群填充扩张空间错配

城市群是一个由宏观—中观—微观三级空间构成的有机系统，其功能发育过程层层传导、互相影响。因此在多尺度上测算空间错配指数，并按照式（6）划分为蔓延式空间错配与紧凑式协调发展两种类别，结果如下。

微观层面，在621个填充型扩张斑块中，有236个斑块属于“形态紧凑—功能良好”的协调发展空间，385个斑块属于“形态紧凑—发育不良” 错配空间，错配型总面积达1 630.13 km2，占填充型斑块总面积61.99%。说明大部分新增斑块虽然实现了外部形态上的紧凑扩张，但忽略了内部空间的功能与活力同步发育，整体空间匹配度欠佳。同时，错配型斑块在空间上呈现出“东多西少”分布特征（表3，图5）：东北地区京津冀、哈长、山东半岛城市群空间外在形态与内部结构严重失配，形态紧凑而发育不良的蔓延式空间占绝对优势地位，错配斑块面积占内部填充扩张总面积75%以上；长三角、珠三角城市群内扩张体量大，

协调发展型斑块与空间错配型斑块相比面积略占优，但二者总体差距不大；西部地区填充型扩张以错配型斑块为主，但总面积相对小，分布较为破碎化。

表3 斑块空间匹配关系分组及面积分区统计Tab.3 Grouping of spatial mismatch and area zoning statistics of patches

图5 多尺度下蔓延式错配与紧凑式协调发展空间分布情况Fig.5 Multi-scale distribution of sprawling mismatched space and compact space

中观层面，140个城市的空间错配指数判别结果中，其中有60个城市划为紧凑式协调发展组，80个城市判别为蔓延式错配组（图5）。总体上看错配型城市占比高达57%，遍布全国各地，尤其在京津冀与山东半岛城市群范围内有较高聚集强度。而紧凑式协调发展型城市主要分布于东部沿海、长江流域、东北和西南部分地区。进一步结合城市等级分析发现，北上广深4个一线大城市近20年在空间上的紧凑扩张中均未实现外部形态与内部功能活力协调增长；二线城市中蔓延式空间错配型有16个，占比达64%。新一线城市与三线及以下中小城市中，两种类型城市数量基本持平。由此可见，一、二线大型城市填充扩张中蔓延式错配占主导地位，而紧凑式协调发展多以三线及以下中小型城市为主。

宏观层面，21个城市群中有13个城市群被识别为蔓延式空间错配，8个城市群划分为紧凑式协调增长（图5）。表明中国城市群之间发展不均衡，形态与功能发育不匹配。其中哈长、辽中南、山东半岛、中原、关中与成渝是紧凑型协调发展主要城市群；而东南沿海地区与长江中下游流域是发生空间错配重点分布地带，这可能与该地区较好的经济基础与较高城镇化水平有关：城市群内原有建成区功能发育几近成熟，新区一时难以超越；加上城市间发展状况分化，导致整体上形态与功能的空间匹配度落后于全国其他城市群。

总的来说，目前中国大部分城市群的填充型扩张尚未实现空间形态结构的内外协同优化，其空间匹配类型仍以蔓延式错配为主。在斑块—城市—城市群内均存在大量外部形态轮廓紧凑而内部功能发育不良的空间错配现象，而空间错配具体位置分布受尺度效应影响存在差异。

4.3 空间错配的驱动因子与影响机理

4.3.1 驱动因子筛选

在微观斑块尺度上探索空间错配驱动机制，有助于精细揭示中国城市群扩张中外部紧凑形态与内部功能结构发育水平不匹配的主导因素与影响机理。为预防样本在空间上不独立导致模型过拟合，对385个错配型斑块空间稀释后，共得到299个样本供模型训练。经十折交叉验证模型的平均精度为0.80，可信度较高。进而量化分析各空间变量的贡献率与重要性，并使用刀切法检验其对模型精度影响，综合筛选空间错配驱动因子。

贡献率分析结果表明（表4）：（1）高程、教育培训设施密度、交通设施密度是对空间错配现象的地理分布贡献最多前3位环境变量，其贡献率分别为28.7%、22.2%和19%，累计贡献率达69.9%。（2）GDP密度、农田生产潜力与土地出让价格对空间错配贡献率次之，分别为12.4%、5.5%和4.9%。（3）而距市中心距离、公司企业密度、人口变化与据主要道路距离对模型结果影响较小，累计贡献率仅为7.3%。

表4 环境变量贡献率及排序重要性Tab.4 Percent contribution and permutation importance of environmental variables （%）

置换重要性反映了将某个环境变量随机替换后对模型精度产生的影响，其排序结果为：（1）高程与交通设施密度是对模型构建影响最大的环境变量，剔除上述变量将分别导致27.8%和27.2%的精度损失；（2）教育培训设施密度、GDP密度、公司企业密度紧随其后，累计重要性达35.4%，同样不可或缺，而其余变量重要性相对较小。

最后使用刀切法测试不同空间变量对模型精度增益大小（图6），结果表明：当去除教育培训设施密度变量后，模型精度下降最多，说明该变量中含有独特的利于辨识空间错配的信息，较为重要；而当只使用单个变量预测时，GDP密度、高程、交通设施密度与公司企业密度均有较强的预测能力，模型精度均在70%以上，对于识别蔓延式错配空间最有用。

图6 刀切法检验变量重要性Fig.6 Importance of environmental variables on spatial mismatch by jackknife test

综合以上分析来看，高程、教育培训设施密度、交通设施密度、GDP密度、公司企业密度、土地出让价格、农田生产潜力是精细模拟建设用地空间错配地理分布的驱动因子。其中前3个变量最为重要，将其划分为关键驱动因子；而后4个变量次之，划分为重要驱动因子。

4.3.2 驱动因子阈值变化对空间错配影响机理

阈值响应曲线反映了在仅改变单个变量值情况下，空间错配概率随之变化趋势（图7）。结果表明：各驱动因子的影响机理存在差异。其中高程越高，城市扩张中外部紧凑形态与内部功能发育发生空间错配可能性越低；而对于其他5个空间变量来说，随着值从0逐渐增加，错配概率呈先陡增后缓降的变化趋势，这表明要实现城市群空间内外协同紧凑发展，各驱动因子可能存在着门槛效应，需超过各自阈值方有正向影响。但值得注意的是，GDP密度、土地出让价格与公共设施密度等因子的驱动作用存在边际效应，当其投入超过临界值，空间错配概率将不再降低，此时亟需考虑发展方式的转型。

图7 空间错配概率与驱动因子阈值响应曲线Fig.7 Threshold response curves for spatial mismatch probabilities and driving factors

结合以上分析，各因子影响空间错配的机制如下：（1）我国地势西高东低，人口与经济主要集中于东部平原地区，西部地区城市群受城镇化水平与地形限制，难以开展建设成本高昂的填充式扩张，故而高程越高错配的可能性越小。（2）教育培训设施作为公共服务设施重要组成，通常位于居住区与商业区附近，周围交通便捷且人口流量较大，良好的教育资源可吸引小型商店及房地产投资，带动内部经济与文化活力增长。（3）密集的交通设施有助于加强区域之间的功能联系，降低了劳动力、资本、技术等要素流动的空间成本，为提高城市群生产空间效率与生活空间便捷性提供了条件，也促进了新城区旧城区间有机联结。（4）GDP密度、公司企业密度反映城市经济实力与产业集聚状况，良好经济基础可保障物理建成环境建设，还能持续吸纳就业人员与承载多样生产活动。（5）土地供应价格与农田生产潜力一定程度反映了获取土地成本与难度。所需成本越高，其建设开发投资越足。充足的开发投入可为空间良好发育提供保障，限制空间错配可能性。

5 结论与启示

5.1 结论

本文基于多源地理大数据，结合建成环境功能与空间活力两个维度，探究全国21个城市群新旧建成区功能发育水平与空间分布格局，多尺度揭示建设用地扩张中外部形态紧凑而内部功能发育不良空间错配现象及其驱动机理。主要结论如下：

（1）中国21个城市群新增填充型建成区功能发育水平整体表现为“南高北低”的分布特征。高值城市群主要位于长江中游及东部沿海地区，而低值城市群位于北部环渤海地区、黄河流域及西北地区。

（2）新增填充建成区功能发育水平具有显著空间聚集性，呈“南热北冷”空间分异格局。高—高聚集区主要分布于中国南部成渝、长三角、长江中游及珠三角城市群内，低—低聚集区分布于北部的京津冀、山东半岛、中原、天山北坡城市群中。

（3）中国城市群目前填充扩张尚未实现外部形态紧凑与内部功能发育的空间协同，蔓延式空间错配在斑块—城市—城市群尺度下均占主导地位，且其地理位置分布受尺度效应影响存在差异。

（4）建设用地填充扩张的空间错配是多因素共同驱动的复杂地理过程，地形、公共服务设施、经济水平、土地价值是导致城市群空间错配的主要因素。其中高程、教育培训设施密度、交通设施密度是关键驱动因子，而GDP密度、公司企业密度、农田生产潜力与土地出让价格是重要驱动因子，但各因子对其影响机制存在差异。

5.2 政策启示

本文的研究发现对政府优化城镇空间结构布局具有如下启示：（1）城市扩张中兼顾形态维与功能维统一。要坚持存量优化原则，改变“以地谋发展”粗放扩张模式，维持健康紧凑的外在形态；同时在城市设计中嵌入“以人为本”理念，增强建成环境功能多样性，充分激发城市活力，塑造高品质的内部空间。（2）重视新城区与老城区发育状况差异。增强新区旧区间空间功能联系与可达性，促进内部各类社会经济要素有序流转，持续推动二者在日常生活和工作中有机融合。（3）充分利用城市间的空间关联性，构建城市群协调发展多尺度联接与调节机制。妥善处理中心城市的“虹吸效应”，鼓励中小城市融入邻近大城市建设，共同形成产业优势互补、职能分工合理的多中心、网络化的城市群空间结构。

5.3 讨论

本文为重新审视城市扩张质量提供一个外部形态维紧凑度与内部功能维发育水平空间错配的新视角，对于探索顾及形态优化与空间品质提升的国土空间规划新模式有重要意义。但同样存在一些不足，未来可进一步完善：（1）综合考虑更多样景观指标，全面评价城市形态紧凑度；（2）使用最新数据，在多时点下开展城市功能发育水平动态分析；（3）空间错配识别标准可考虑用更客观的机器学习算法支撑；（4）空间异质性可能会导致驱动因素的差异，可探讨多尺度下的建设用地空间错配驱动机制。