EN中文

经济地理 >

2019 , Vol. 39 >Issue 10: 62 - 70

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.10.009

城市地理与新型城镇化

西安城市扩展时空特征及驱动机制

  • 耿甜伟 , 1 ,
  • 毛雅倩 2 ,
  • 李九全 , 2, ※ ,
  • 陈海 1
展开
  • 1.西北大学城市与环境学院，中国陕西西安 710127
  • 2.西安外国语大学旅游学院人文地理研究所，中国陕西西安 710128
※李九全（1965—），陕西西安人，教授，硕士生导师。主要研究方向为城市与社区规划、区域旅游开发等。E-mail：。

耿甜伟（1993—），男，山西孝义人，博士研究生。主要研究方向为城市与社区规划。E-mail：。

收稿日期: 2018-10-09

  修回日期: 2019-05-24

  网络出版日期: 2025-04-18

基金资助

国家自然科学基金项目(41271179)

收起

Spatio-Temporal Characteristics and Driving Mechanism of Xi'an Urban Expansion

  • GENG Tianwei , 1 ,
  • MAO Yaqian 2 ,
  • LI Jiuquan , 2, ※ ,
  • CHEN Hai 1
Expand
  • 1. College of Urban and Environmental Sciences，Northwest University，Xi'an 710127，Shaanxi，China
  • 2. School of Tourism & Research Institute of Human Geography，Xi'an International Studies University，Xi'an 710128，Shaanxi，China

Received date: 2018-10-09

  Revised date: 2019-05-24

  Online published: 2025-04-18

Fold

摘要

基于西安市2004—2016年Quick Bird遥感影像，利用城市扩展强度指数、分形维数、重心坐标转移指数、扇形分析、缓冲区分析等方法分析西安城市扩展时空特征，并提出城市扩展的驱动机制。主要结论如下：①西安城市扩展总体特征呈倒“U”型，峰值出现在2007—2010年，研究时段内扩展面积始终处于高位，扩展强度与速度处于低位并有进一步下降的趋势。②城市扩展有明显的空间分异，城市形态愈发离散，布局不紧凑；圈层型与沿交通型扩展是主要的扩展模式，在城市建设的不同阶段，飞地型与内部填充型作用不同。③西安市扩展驱动机制主要包括推力、支持力、弹力及阻力，各因素共同作用于城市，在推动城市建设的同时，也造成城市扩展的时空分异。

关键词： 城市化; 城市扩展; 城市紧凑度; 圈层状扩展; 跳跃（飞地）型扩展; 驱动机制; 西安

本文引用格式

耿甜伟 , 毛雅倩 , 李九全 , 陈海 . 西安城市扩展时空特征及驱动机制[J]. 经济地理, 2019 , 39(10) : 62 -70 . DOI: 10.15957/j.cnki.jjdl.2019.10.009

Abstract

Based on Quick Bird remote sensing images from 2004 to 2016, this paper analyzes the spatiotemporal characteristics of urban expansion in Xi'an urban area by methods of urban expansion intensity index, fractal dimension, transfer index of gravity center coordinate, sector analysis in conjunction with buffer analysis, and puts forward the driving mechanism of urban expansion. The main conclusions are as follows: 1) The overall characteristics of expansion in Xi'an are in an inverted "U" shape, its peak value appears in 2007-2010. During the study period, it is still at high level on the expansion area, but the expansion intensity and speed are at low level and show a trend of decrease. 2) There are obvious spatial differences in urban expansion with increasingly discrete urban forms and incompact layout; The circle-type and transportation-type expansions are the main expansion modes. 3) It is proposed that the driving mechanism of expansion in Xi'an mainly includes four aspects which are thrust factor, support factor, elasticity factor and resistance factor, all of these factors act on the city together, promote urban construction and generate the spatiotemporal difference of urban expansion.

Key words： urbannization; urban expansion; urban compactness; layered expansion; jump (enclave) type expansion; dynamical system; Xi'an

改革开放以来，我国经历着历史上最大规模的快速城市化过程，随着城市开发的强度提升，城市发展压力不断加大[1]，产生了土地利用不合理，城市无序开发，生态环境恶化等问题[2]。因此分析城市扩展的时空过程，揭示土地利用现状与问题，以解决城市问题，实现可持续发展，成为当下政府与学界关注的焦点。
国外学者在上世纪初就开始关注城市扩展，早期以芝加哥学派为代表，研究城市结构与城市形态，其中有关城市结构的研究至今仍被认为是城市研究的经典理论[3]；随着研究手段的进步，国外学者利用数理模型，3S技术等方法对城市扩展作了大量开创性研究。国内相关研究要晚于国外，研究内容主要包括了扩展模式与形态，影响因素与动力机制、扩展模拟与预测等方面[4⇓⇓-7]。其中杨荣南在已有研究成果的基础上凝练总结[8]，提出城市扩展的四种模式，其研究结论被认为是我国城市扩展模式的典型代表[3]，学者随后就扩展模式开展了大量验证性实证研究[9⇓⇓-12]。城市扩展的影响因素也是国内学者关注的热点，研究表明社会因素是推动城市扩展的主要动力，尤其是人口、经济因素等[13⇓-15]，随着社会变迁及相关研究的深入，政府管理、土地政策、行政制度等[11,16⇓⇓-19]等因素也被认为是影响城市扩展的主要原因。近年来，城市扩展的模拟与预测，城市扩展与生态环境间的相关关系也日渐成为了学者关注的焦点[20⇓⇓⇓-24]。
目前城市扩展的相关研究成果丰硕，但仍有不足：首先，利用高分辨率遥感影像开展的城市扩展研究还较少；其次，对城市扩展模式的研究多从理论出发，结合遥感解译结果分析，这种分析方法虽有简单快捷的优点，但在分析较为复杂的城市中难免力有不逮，因此需将城市范围进行模型化处理，以提高分析精度，确保研究的可靠性与真实性。此外，已有研究多通过计算选取的指标与城市扩展面积间的相关性来判断城市扩展的影响因素，从全局出发分析驱动机制的研究还较少。
西安市近年来发展环境及制度环境发生重大变革，2018年2月，国家发改委发布《关于印发关中平原城市群发展规划的通知》和《关中平原城市群发展规划》全文，明确提出建设西安国家级中心城市[25]。而随着西安户籍政策的变动，仅2018年1~9月，新落户人口已超过60万。上述相关政策、制度的变化必然为西安城市建设和发展注入新的强大动力。本文基于QuickBird遥感影像分析2004—2016年西安城市建设时空特征及驱动机制，不仅可揭示城市扩展的历史过程，也将为后续相关研究创造对比分析的条件，为进一步开展城市扩展的纵向动态研究提供理论与数据支撑。

1 研究区域与数据处理

1.1 研究区域

西安（107°40′E~109°49′E、33°39′N~34°45′N），陕西省省会，位于陕西省中部的关中平原，属温带季风气候。西安市是我国的副省级城市，关中平原城市群首位城市，“一带一路”核心区，不仅是西北地区最大的城市，也是我国重要的区域中心城市，国家级中心城市。本文研究区域包括了西安市城六区在内的主城区以及与主城区相连的长安区。

1.2 数据来源与处理

本文数据源自Quick Bird遥感影像，该影像是目前全球分辨率最高的民用商业遥感卫星影像。与其它遥感影像相比，Quick Bird在存储、定位、更新、测量精度、空间分辨率及影像解译等方面具有突出优势，可实现对城市空间范围精确的提取：①Quick Bird有着海量的星上存储和最高的地理定位精度，可实现长时间跨度的影像测量与储存[26]；②其成像不受地形和空域的限制，可实现对地面定时、定向、定点的影像测量[27]，保证了成像的持续性与可靠性；③18 km宽的成像条带，可实现大区域的快速采集[26]；④其空间分辨率达到了0.6 m，单景影像比其它的商业高分辨率卫星高出2~10倍，可提供更加丰富与精确的地物信息，如建筑物类型、高度、密度，道路的宽度、走向及水体、绿地等，高分辨影像可精确识别地物信息[28]，为开展城市扩展的相关研究提供了可靠的数据保障。
在Quick Bird的支持下，可清晰地监测到地球表面细微的生长变化，且高达0.6 m的空间分辨率，完全可以实现城市土地利用的监测与分析。此外Quick Bird的影像可直接进行矢量化解译[3]。因此Quick Bird提供了一种更快捷、更准确地获取城市土地利用信息的新工具。
本文以2000—2016年影像为数据源，影像范围覆盖以西安城区为主，北达渭河，南至秦岭，东到灞河，西至沣河。由于受制于早期Quick Bird影像质量与技术问题，且2000—2003年影像覆盖空间仅包括了西安城墙范围内的区域，为保证可精确有效地反映城市扩展问题，故将2004年作为研究的起始年份，每隔3年选取一期影像进行解译，共5期影像，辅助数据包括地形图、行政区划图及统计年鉴等。
Quick Bird影像在提供丰富精确的地表信息的同时，由于其图中表现的地物信息种类繁多，而在目前的计算机自动技术下还无法实现对影像的自动解译[26]，因此，本文结合影像内容、借助实地考察，比对相关资料，总结地物特征，建立解译标准[3]，通过目视解译确定城市范围。解译结果如图1。
图1 遥感解译结果

Fig.1 Results of remote sensing interpretation

2 城市扩展时间特征

2.1 研究方法

本文引入UEAI（城市扩展面积指数）、UERI（城市扩展速度指数）、UEII（城市扩展强度指数）3个指标分析西安城市扩展的时间特征。
城市扩展面积指数UEAI：反映的是研究时段内，平均每年增加的城市面积，计算公式如下：
U E A I = U A b - U A a T
城市扩展速度指数UERI：反映的是研究时段内，某时期比上一时期城市用地的增长率，与城市面积指数反映的增长的绝对面积相比，速度指数反映的是增长率，计算公式如下：
U E R I = U A b - U A a U A a × 1 T × 100 %
城市扩展强度指数UEII：反映的是研究时段内，平均每年增长的面积占区域总面积的百分比，用于分析城市建成区用地扩展状态，指示城市用地扩展状况相对于研究区的强弱程度[29]。
U E I I = U A b - U A a × 100 T L A × T
式中：T表示研究时段，以年为单位； U A a表示研究时段初期城市用地面积； U A b表示研究时段末期城市用地面积；TLA为研究区域的总面积。

2.2 结果分析

根据上述计算方法，计算结果见表1。针对城市扩展的时间特征，借鉴已有研究，并根据城市扩展面积指数，强度指数、速度指数的数值大小，将城市扩展分为了高速、快速、中速和低速四种类型[30⇓-32]。具体分类如下。
表1 城市扩展时间特征

Tab.1 Temporal characteristics of urban expansion

时间 年均扩展面积（km2/年） 年均扩展速度（%） 扩展强度
2004—2007 11.48 4.69 0.48
2007—2010 25.11 9.00 1.05
2010—2013 17.43 4.92 0.73
2013—2016 18.66 4.59 0.78
2004—2016 18.17 7.43 0.76
高速扩展型：城市年平均扩展面积高于10 km2或扩展速度大于20%或扩展强度高于1.92；快速扩展型：城市年均扩展面积高于6 km2或扩展速度大于14%或者扩展强度高于1.05；中速扩展型：城市年均扩展面积高于2 km2或扩展速度大于8%或扩展速度高于14%或者扩展强度大于0.59；低速扩展型：城市年均扩展面积低于2 km2或扩展速度小于8%或者扩展强度高于0.28。据此对西安历年城市建设过程进行分类，结果见表2。
表2 城市扩展面积、扩展速度与扩展强度统计(2004—2016年)

Tab.2 The speed and intensity of urban expansion(2004-2016)

2004—2007 2007—2010 2010—2013 2013—2016 2004—2016
指数 类型 指数 类型 指数 类型 指数 类型 指数 类型
扩展面积（km2/年） 11.48 高速 25.11 高速 17.43 高速 18.66 高速 18.17 高速
扩展速度（%） 4.69 低速 9.00 中速 4.92 低速 4.59 低速 7.43 低速
扩展强度 0.48 中速 1.05 快速 0.73 中速 0.78 中速 0.76 中速
由表1、表2可知：①总体而言，西安城市扩展强度、扩展速度和扩展面积的变化趋势基本保持一致，都呈现出先增长后下降的倒“U”型，增长面积最大与扩展强速度最高的时间节点在2007—2010年。②具体而言：从扩展面积看，研究时段内，西安始终保持大面积扩展，年均扩展面积为18.17 km2，属于高速扩展；从扩展强度与扩展速度分析，仅2007—2010年属于中快速，其余时间段均为属于中低速。
据分析结果，本文预测未来一段时间内，西安市仍处于大面积扩张的剧烈城市化进程中，但由于其城市化阶段及城市空间范围，其扩展强度与速度将长期处于较低水平，甚至有逐渐降低的趋势。

3 城市扩展空间特征

3.1 研究方法

3.1.1 城市空间形态

本文利用城市紧凑度，分形维数以及重心坐标分析城市的空间形态，其中紧凑度与分形维数都是用来描述城市轮廓的，二者相互补充，广泛应用于城市扩展的领域；引用重心坐标，可分析城市重心转移的方向与趋势。
①城市紧凑度。紧凑度是反映图形聚拢程度的重要指标，圆形是最紧凑的图形，其值为1，紧凑度一般在0~1之间，数值越接近1，说明地物形态越近似圆，紧凑度越好，反之，则越差。紧凑度可用来分析城市用地的集聚与离散程度。公式如下：
C = 2 π A / P
式中：C为紧凑度指数；P为城市边界的周长；A为同期城市用地面积。
②分形维数。分形维数用来反映地物形态的规则程度、复杂程度与边界的曲折性。分形维数数值一般在1~2之间，其值越接近2，说明该图形边界越不规则，反之，越小，则空间形态越规则。计算公式如下：
F = 2 P 4 l n A
式中：F为分形维数；P与A代指的数值同上。
③重心坐标转移。重心坐标是指研究时段内的城市重心经纬度坐标，通过计算历年城市重心坐标，分析其转移方向与趋势，可了解在不同时期内，城市扩展的方向，且在一定程度上也可说明城市扩展的强度。其公式为：
X t = ∑ i = 1 n C t i × X i / ∑ i = 1 n C t i
Y t = ∑ i = 1 n C t i × Y i / ∑ i = 1 n C t i
重心转移距离：
L t + i = ( x t + i - x i ) 2 + ( y t + i - y i ) 2
式中： X t、 X i、分别为t时段内城市重心与几何中心的经度坐标； Y t、 Y i分别为t时段城市重心与几何中心的纬度坐标； C t i为第i个片区的面积； L t + i表示t~t+1时期，重心转移距离[23]。

3.1.2 城市扩展空间分异

本文采用扇形分析法分析城市扩展的空间分异。扇形分析法是国内研究城市扩展较为成熟的方法，通过选定圆心，选择能够覆盖城市用地面积的半径，将城市划分为若干相同大小的扇形区域，叠加历年城市面积，用扇形区域切割城市范围，进而得到不同时期，不同方位，城市的用地面积。
基于ArcGIS，以2004年西安市城市几何中心钟楼为圆心，为保证覆盖2016年城市范围，以25 km为半径，以东偏南11.25°为起点，作16个每个夹角为22.5°的扇形图层，而后用该图层分别与历期影像作相交运算，分别统计各方位各时相城市用地面积，最后用后一期用地面积减去同一方位前一期面积，得到该方位研究时段内增加的城市用地面积。

3.1.3 城市扩展模式

国内学者很早就借用国外理论并结合国内城市建设的实际过程开展对城市扩展模式的研究，其中影响最大，被国内学者广泛接受的包括四种模式[8]：①圈层扩展模式：新增城市用地往往在原有城市的外围，城市逐步向外扩展，若将城市按照扩展时间进行平面切割，城市呈现出近似树木年轮的同心圆状，故称为圈层状扩展；②跳跃（飞地）型扩展：在远离城市的近郊区跳跃式发展，城市新增区域与主城区在空间上是有明显间断的，在我国这种扩展模式表现更加明显，许多开发区、大学城及卫星城等都属于跳跃（飞地）型扩展；③内部填充型扩展：城市新增城市用地大都位于城市内部，在城市内部尚未开发的空隙地域建设，此外，城中村改造、城市更新等也属于该扩展模式；④沿交通干线或地形的星形扩展：这种扩展模式下，城市轮廓呈现出由中心向外沿某个或数个方向扩展的星形，其主要原因一是新增城市用地范围在城市对外主要交通干线两侧分布，这主要是由于交通干线所具有的高经济潜力及高通达性决定的，二是受地形影响，如兰州市，城市位于在山间河谷内，城市建设只能在河流两侧较为平缓的区域开展。
本文采用缓冲区空间叠加方法分析西安市扩展模式，缓冲区方法方便快捷，且可直观精确地反映城市扩展模式。利用ArcGIS，以钟楼为中心，以500 m为半径，依次作同心圆，直至覆盖西安各时相用地面积，建立缓冲区，并以此为底图，叠加相邻两期城市用地图层，最终实现每期遥感影像的空间模型化处理。

3.2 结果分析

3.2.1 城市空间形态

由图2分析城市紧凑度可知：2004—2016年，西安城市紧凑度数值在0.07~0.12之间，均小于1，说明城市空间形态布局不紧凑，与已有学者开展的对其余城市的研究对比分析，西安城市紧凑度偏低[6,29,33]，说明西安城市用地离散度较高。分析其变化趋势，2004年紧凑度最高，而后数值逐渐下降，2016年数值最小，说明城市空间形态趋于离散。据此：2004—2016年，西安城市扩展形态呈离散型，松散程度高，布局不紧凑，并预计未来城市紧凑度依然不高，空间形态愈发离散。
图2 历年城市分形维数与紧凑度

Fig.2 Fractal dimension and compactness in 2004-2016

分析分形维数：2004—2016年，西安分形维数数值在1.73~1.81之间，当其数值小于1.5时，表示图形越简单，城市边界越规则；当分形维数等于1.5时，表示图形处于布朗随机运动状态，越接近1.5，稳定性越差；当分形维数大于1.5时，数值越大，图形越复杂[12]。且与已有研究相比[12,29,33]，西安分形维数也明显偏高，说明西安城市边界不规则，复杂度高。分析其变化趋势，2004年数值最小，而后逐年上升，2010年值最高，2013年稍有下降，2016年又回升到最高值。据此预测，未来西安城市空间形态将越发复杂。
分析重心转移：总体而言，2004—2016年，西安市重心坐标向西南偏移，其中2004—2007年向西北偏移，而后从2007年开始到2016年，逐年向西南偏移。从偏移距离看，平均偏移距离为285 m，偏移距离最大的发生在2007—2010年，偏移了380 m，最小的是2010—2013年，偏移距离为170 m（图3）。
图3 城市重心转移距离

Fig.3 Transfer distance of city center

3.2.2 城市扩展空间分异

如图4所示，a、b、c、d、e分别表示2004—2007、2007—2010、2010—2013、2013—2016以及2004—2016年西安各方位增加的城市用地面积。
图4 城市扩展空间分异

Fig.4 Space differentiation of urban expansion

由图4a，该时段内有较为明显的空间分异，扩展面积最大的方位是SWW与SW，扩展面积均超过4 km2，在城市的北向方位包括了N、NNE、NNW扩展面积均达到了3 km2，此外W、S方位扩展面积也达到了3 km2，除此之外的其余方位，扩展面积不大。由图4b，该时段内城市新增用地剧增，扩展强度高，但也存在明显的空间分异，扩展面积最大的SW与SSW方位，新增面积均超过10 km2，在NNE扩展也达到了8 km2，其余方位较上一时段内，虽城市用地剧增，但与上述方位相比，新增面积较少。由图4c与4d，在该两个时段内，新增面积总量相差不多，但2010—2013与2013—2016年相比，空间分异现象更加明显。W、SW、SSW、NNE、N是增涨幅度最大的5个方向，而其余的11个方位增加幅度均不明显，而2013—2016年，除SW、W两个方位增加明显，均超过7 km2，E方位增加最小（仅在1 km2左右）外，其余方位增加差异不大，都在3~4 km2范围内。
综上所述并结合图4e，研究时段内，西安城市扩展有明显的空间分异，SW是扩展面积最大、扩展强度最稳定的方向，NNE与SSW的强度仅次于SW方向，研究时段内该两个方向均保持了较高且稳定的增长，而其余方向扩展面积均不高，尤其是城市的NW、E、NEE、SEE等方向，扩展面积较小，强度也较低。

3.2.3 城市扩展模式

图5a、b、c、d、e分别表示2004—2007、2007—2010、2010—20013、2013—2016、2004—2016年的西安城市扩展模式。
图5 城市扩展模式

Fig.5 Spheres of urban expansion

由图5a，该时段内以跳跃（飞地）型与圈层型扩展为主，内部填充式也较为明显，但与跳跃（飞地）型与圈层型相比，扩展面积较小。其中跳跃（飞地）型主要集中在城市西南方向，主要因为该时段内西安高新区以及西安外国语大学、西北大学、陕西师范大学等高校在内的郭杜大学城的建设，该区域跳跃（飞地）型扩展较为明显且扩展面积较大。由图5b可知，该时段以内部填充式与交通干线型为主。城市内部填充式扩展范围与面积较广，这是因为2007年起，西安加快了城中村与棚户区等的改造与拆迁的步伐。此外，由图可知，该时段表现出城市沿某一方位集中建设的特征，说明了该时段呈现出沿交通干线扩展的特征，尤其在城市东南方向，该特征表现更为明显；将图5c与图5b对比，可明显看出该时段内城市扩展速度与扩展面积已显著下降，这与前文结论一致。而该时期的扩展模式以圈层为主，内部填充型也较为明显，但扩展面积不大；由图5d可知，该时期以圈层型为主，主要在城市东南方向。由图5e可知，新增城市用地沿着主要干线建设的特征较为明显，在城市扩展强度最大的区域，都表现出沿一定方向的延展性，而该方向往往就是城市主要交通干线的走向。
综上，西安城市扩展模式复杂多样，沿交通干线型与圈层型扩展是主要扩展模式，在城市建设的不同时期，跳跃（飞地）型与内部填充型发挥不同的作用，城市建设初期以跳跃（飞地）型为主，当城市建设速度逐步稳定，开始内部更新与挖潜时，以内部填充式为主。

4 城市扩展驱动机制

由前文可知，2004—2016年，西安城市扩展表现出明显的时空分异特征。本文借鉴已有研究，结合西安城市建设历程与城市扩展时空分异特征，引入力学相关概念，构建了西安市城市扩展的驱动机制（图6），在分析推动城市扩展的影响因素的基础上，揭示造成时空分异的原因。
图6 城市扩展驱动机制

Fig.6 Driving mechanism of urban expansion

驱动机制主要由推力、弹力、阻力与支持力四部分构成。其中，推力与支持力是城市扩展的主要动力，城市的发展首先受到支持力的影响，如自然条件、行政因素等，而推力既是城市扩展的集中表现也是推动其进程的主要因素，如经济的发展，人口的扩张、交通干线的建设等。阻力是指影响城市扩展的因素，同时阻力也是造成城市扩展空间分异的主要原因，但并不意味着阻力是消极、无益于城市的。恰恰相反，阻力是城市发展的基础，它为城市建设确定绿色底线与生态基线，同时也为城市建设划定了开发方向，科学的城市扩展必须是以满足阻力因素为前提的。弹力包括了功能分区、城市规划、开发区及大学城建设等。弹力因素一方面极大地推动了城市扩展的进程，另一方面也是造成城市扩展时空分异的主要原因。弹力作用于城市发展的不同阶段、不同方向，其空间表现与空间结果都不相同。
城市扩展驱动机制是各种因素综合作用的时空过程，其内容可表述为：在阻力因素确定的城市发展的基线与方向的基础上，充分发挥推力的拉动作用，合理利用并最大限度开发弹力，以实现城市可持续快速发展。其结果可表述为，在推动城市扩展的同时，也造成了城市扩展的时空分异。

4.1 推力

推力是指由城市发展所带来的作用于自身的动能，进而推动其继续向前发展的力量。其具体包括了经济因素、人口因素以及交通因素。
经济是城市扩展的第一推动因素，本文选取国民生产总值以及第一、二、三产业生产总值4个指标，分别与城市扩展面积做回归分析。人口因素是促进城市扩展的重要因素，为满足随着人口增加而带来的就业、居住、教育、医疗等需求的增加，城市需要进行大规模基础设施及相关工程的建设。本文选取2004—2016年西安总人口及城镇人口，分别与城市扩展面积做回归分析。交通因素对城市扩展也具有明显的带动作用，这主要是由于交通干线的高经济潜力决定的，本文选取公里里程做回归分析。
在选取的所有指标中，R值均超过0.9，说明回归拟合度较高，所有指标与城市扩展都呈正相关关系，分析P值，经济因素的P值都小于0.01的临界值，说明二者显著正相关，经济因素对城市扩展的解释作用极强，而其中第二产业解释贡献最大。分析人口因素P值，总人口与城镇人口的P值都小于0.05，说明两个变量对城市扩展解释贡献较高。公路里程的P值为0.006，说明交通对城市扩展的解释贡献度也较高。此外，交通建设在解释城市扩展的同时，也是造成城市扩展空间差异的主要原因，这是由于交通建设对城市扩展的方向具有指向性造成的。

4.2 支持力

支持力是指为城市扩展提供便捷条件或促进城市扩展的因素，主要包括自然环境与行政因素。自然环境是城市形成与发展的决定因素，城市形成之初，受制于地形、地貌，往往选择自然环境优越的区域。行政因素为城市扩展提供制度保障，主要包括政府政策、决策者因素等。行政因素是城市能否吸引产业、投资、劳动力等相关资源集聚进而带动城市发展的重要因素。
西安位于关中平原中部，自古有八水绕长安之称，河流及其冲击平原、地质条件及气候类型等都为城市的建立提供了优越的自然条件，而平坦的地形、优越的区位也为日后城市的建设发展提供了较为优越的地理条件。此外，决策者也是支持力的重要因素，西安一方面积极与中央对接，提升城市地位，另一方面着力民生与产业，推出一系列吸引人才、产业落地的政策，效果已颇为显著，西安市步入了大规模开发与建设的新时期。

4.3 弹力

弹力对城市扩展的影响是复杂的，既表现在作为强大的动力推动城市扩展，同时也表现在作用于城市的不同区域，导致完全迥异的扩展特征，其具体因素包括了功能分区、开发区及大学城建设等。
西安城市总体功能分区呈九宫格局，西南与正北方向，规划分布高新技术区及经济技术开发区，高新区与经开区是西安经济增长的两个极点，在带动城市建设方面有着得天独厚的优势。通过前文研究，城市的SW、NNE、SSW方位扩展面积与扩展强度最高，也充分证实了这一推断。此外，SSE方向在观察期内扩展强度经历了剧烈变化，说明该方位是城市新开发区域或是未来重点开发区，经比对，该区域是西安曲江新区，曲江新区在观察期内经历了从旅游开发区到行政区的改变，这也使得曲江新区成为西安建设速度最快的区域。正南方向规划为文教区，分布有西安规模最大的郭杜大学城，高等院校的集聚不仅带来了大量的在校师生，同时优美的环境，数量众多的文教资源，也吸引了更多的人口与产业围绕大学城布局，进而带动区域的城市化进程。在城市西北及东北方向，功能定位为历史遗址保护与生态环境保护，从而限制了该区域的开发方式与建设强度。前文的研究结论证实在城市的W、E、NEE、SEE等方向扩展强度始终不高，经过比对发现上述方位为西安大明宫遗址保护区与浐灞保护区也论证了这一观点。由此可见，在功能分区、开发区及大学城建设等弹力因素的作用下，一方面极大地带动了城市化进程，但同时也是造成城市扩张空间分异的主要原因。
此外，弹力因素还表现在对城市扩展模式的影响上，开发区、大学城等在建设之初往往选择在城市尚未进行开发的近郊区，而短时期内高强度、大规模的工程建设，将使得该区域呈现出跳跃（飞地）型的扩展模式。

4.4 阻力

阻力是指阻碍城市扩展的因素，包括了生态保护、文化遗址保护等。阻力系统始终作用于城市扩展的时间特征与空间特征。受制于阻力因素，城市中的部分区域限制开发，进而造成该区域无论在城市发展的哪个阶段，保护与修复始终是其主要任务，其扩展强度与速度始终较低。西安作为十三朝古都，文物古迹众多，随着文化保护观念的树立以及相关规章制度的颁布，对遗址所在区域不仅涉及开发范围的大小，还涉及开发强度、开发方式等。此外，随着人地矛盾逐渐凸显，生态环境保护与生态系统平衡成为时代主题与人类的共同诉求。在城市发展的过程中，提出必须要以保护环境为基础。在此背景下，西安西北的汉长安城遗址、东部的浐灞保护区及城南的秦岭山麓等区域，都成为限制开发区，开发强度较低。

5 结论

5.1 时间特征

12年中，西安城市扩展经历了倒“U”型曲线，即先增长后下降，其扩展面积、扩展强度与扩展速度最高峰出现在2007—2010年，但其扩展面积始终处于高位，但扩展强度与扩展速度较低。据研究结果预测，未来一段时间内，西安仍将处于年均扩展面积高于10 km2大面积扩展阶段，但其扩展速度与强度将长期处于低位，甚至有进一步下降的趋势。

5.2 空间特征

①通过分析紧凑度、分形维数，西安市城市空间形态越发离散，土地利用非紧凑型趋势明显；通过重心转移坐标，发现其空间重心逐步向西南偏移。②西安城市扩展的空间分异特征明显，不同方向城市建设强度与扩展面积差异较大，其中SW、SSW、NNE方向扩展面积较大，NW、NNW、SE等方向扩展强度较低。③西安城市扩展表现出多种模式共同作用的特征，其中圈层型与交通型是主导模式，在研究时段初期跳跃（飞地）型扩展面积较大，研究时段末期内部填充式模式较为明显。

5.3 驱动机制

城市扩展驱动机制包括多个因素，其中：推力包括经济、人口及交通等；支持力主要包括自然因素及行政因素；弹力包括功能分区、开发区及大学城建设；阻力包括文化遗址保护与生态保护。多种因素互相联系，共同作用于城市。在阻力系统确定的城市发展的基线与方向的基础上，充分发挥推力的拉动作用，合理利用并最大限度开发弹力，驱动机制一方面推动了城市扩展的进程，另一方面也造成了城市扩展的时空差异。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
樊杰. (高)科技型城市的指标体系内涵及其创新战略重点[J]. 地理科学, 2002, 22(6):641-648.

[2]
顾朝林, 张敏, 甄峰, 等. 人文地理学导论[M]. 北京: 科学出版社, 2012.

[3]
耿甜伟. 西安市城市扩展时空特征、空间分异及其动力机制研究[D]. 西安: 西安外国语大学, 2017.

[4]
王绍博, 罗小龙, 顾宗倪, 等. 精明增长背景下上海城市空间扩展演变特征与驱动机制[J]. 经济地理, 2019, 39(6):58-65.

[5]
黄先梅, 赵建吉, 孟庆岩, 等. 基于夜间灯光数据的快速城镇化地区城市扩展与重心演变分析——以河南省为例[J]. 世界地理研究, 2019, 28(1):79-89.

[6]
谭雪兰, 欧阳巧玲, 江喆, 等. 基于RS/GIS的长沙市城市空间扩展及影响因素[J]. 经济地理, 2017, 37(3):81-85.

[7]
姚玉龙, 刘普幸, 陈丽丽, 等. 近30年来合肥市城市扩展遥感分析[J]. 经济地理, 2013, 33(9):65-72.

[8]
杨荣南, 张雪莲. 城市空间扩展的模式与动力机制研究[J]. 地域研究与开发, 1997, 16(2):1-6.

[9]
刘曙华, 沈玉芳. 上海城市扩展模式及其动力机制[J]. 经济地理, 2006, 26(3):487-491.

[10]
吴殿鸣, 邵大伟. 基于最佳尺度的城市扩张特征研究——以苏州中心城区为例[J]. 长江流域资源与环境, 2018, 27(9):1 937-1 946.

[11]
郭欢欢, 林坚, 孙芬, 等. 桥梁—道路建设对西南山地城市扩展影响机制研究——以重庆嘉陵江两桥为例[J]. 长江流域资源与环境, 2017, 26(1):47-54.

[12]
凌赛广, 焦伟利, 龙腾飞, 等. 2000—2014年武汉市城市扩展时空特征分析[J]. 长江流域资源与环境, 2016, 25(7):1 034-1 042.

[13]
黄木易, 岳文泽, 何翔. 长江经济带城市扩张与经济增长脱钩关系及其空间异质性[J]. 自然资源学报, 2018, 33(2):219-232.

DOI

[14]
郑伯红, 王桂芹. 基于产业用地扩展的湘潭城市空间演变及优化[J]. 经济地理, 2017, 37(6):92-99.

[15]
熊皓, 郑伯红, 贾磊. 驱动力与制约力相互作用下我国城市空间扩张[J]. 经济地理, 2016, 36(1):82-88.

[16]
贾雁岭, 童锦治, 黄克珑. 房地产税,土地出让金对城市扩张的影响——以中国35个大中型城市为例[J]. 城市问题, 2016(2):41-48.

[17]
李效顺, 魏旭晨, 郎文婧, 等. 基于地价均衡的城市扩张理论命题与调控策略研究[J]. 中国土地科学, 2018, 32(3):6-13.

[18]
张越, 叶高斌, 姚士谋. 开发区新城建设与城市空间扩展互动研究——以上海、杭州、南京为例[J]. 经济地理, 2015, 35(2):84-91.

[19]
李开宇. 行政区划调整对城市空间扩展的影响研究——以广州市番禺区为例[J]. 经济地理, 2010, 30(1):22-26.

[20]
徐海龙, 尹海伟, 孔繁花, 等. 基于潜力—约束和SLEUTH模型松散耦合的南京城市扩展模拟[J]. 地理研究, 2017, 36(3):529-540.

DOI

[21]
张童, 姚士谋, 胡伟平, 等. 基于交通可达性的广佛都市区城市扩展的模拟与分析[J]. 地理科学, 2018, 38(5):737-746.

DOI

[22]
何文举. 城市规模扩展的环境与资源潜力协调度分析——以湖南省为例[J]. 经济地理, 2017, 37(1):98-106.

[23]
戴云哲, 李江风, 杨建新. 长沙都市区生境质量对城市扩张的时空响应[J]. 地理科学进展, 2018, 37(10):1 340-1 351.

[24]
赵燕如, 邹自力, 张晓平, 等. 基于LEI和MSPA的南昌市城市扩张类型与生态景观类型变化关联分析[J]. 自然资源学报, 2019, 34(4):732-744.

DOI

[25]
搜狐新闻. 重磅:西安成为第9个国家中心城市[EB/OL]. https://www.sohu.com/a/221694615_722520,2018-02-08.

[26]
李欣腾. 基于Quick Bird遥感影像融合及其对影像分类的影响研究[M]. 上海: 东华理工大学, 2018.

[27]
任国业, 湛洪举, 周华, 等. 利用快鸟卫星影像开展县级土地利用更新调查方法初探[J]. 西南农林学报, 2005, 18(1):74-76.

[28]
吴喜慧, 李卫忠. 基于QuickBird的遥感影像的土地利用变化及驱动力研究[J]. 西北林学院学报, 2010, 25(6):216-221.

[29]
李骞国, 石培基, 魏伟. 干旱区绿洲城市扩展及驱动机制以张掖市为例[J]. 干旱区研究, 2015, 32(3):598-605.

[30]
章剑龙, 吕成文. 安徽省城市扩展及驱动力分析[J]. 安徽师范大学学报:自然科学版, 2017, 30(6):708-711.

[31]
王秀兰, 包玉海. 土地利用动态变化研究方法探讨[J]. 地理科学进展, 1999, 18(1):81-87.

[32]
王丽萍, 周寅康, 薛俊菲. 江苏省城市用地扩张及驱动机制研究[J]. 中国土地科学, 2005, 19(6):26-29.

[33]
安尼瓦尔·阿布都热依木, 阿里木江·卡斯木, 塔世根·加帕尔, 等. 基于遥感数据的伊宁市城市扩展及其驱动力分析[J]. 干旱区地理, 2018, 41(1):109-118.

Options
文章导航

/

〈 〉