EN中文

Economic geography >

2019 , Vol. 39 >Issue 3: 187 - 194

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.03.022

Spatio-Temporal Trajectories of Urban Land Use Change During 1980-2015 and Future Scenario Simulation in Beijing-Tianjin-Hebei Urban Agglomeration

  • LI Xiaoyong , 1, 2 ,
  • KUANG Wenhui , 1, ※
Expand
  • 1. Institute of Geographic Sciences and Natural Resources Research，CAS，Beijing 100101，China
  • 2. University of Chinese Academy of Sciences，Beijing 100049，China

Received date: 2018-10-10

  Revised date: 2018-12-03

  Online published: 2025-04-29

Fold

Abstract

Monitoring urban land use change and simulating future scenarios are important to accurately obtain the characteristic of urban expansion, optimize the development pattern of urban land, and promote the coordinated development of the region. Based on multi-stage remote sensing images and land use data, this study analyzed the spatio-temporal trajectories and driving forces of the urban land use in Beijing-Tianjin-Hebei urban agglomeration from 1980 to 2015, further simulated the spatial pattern of urban land use under different development scenarios from 2015 to 2050. The results showed that the area of urban land in Beijing-Tianjin-Hebei urban agglomeration increased by 5574.80 km2 in the past 35 years. The urban land expansion speed was characterized by "high speed-low speed-high speed-low speed". About 66.61% of the new developed urban land occupied cultivated land, and the gravity center of urban land had a trend to move towards the northwest. The growth of GDP (Gross Domestic Product) and urban population were the main driving factors of urban expansion, while a series of policies also had some effects on urban expansion. Until 2050, the area of urban land will increase by 4 122.14 km2, 2 756.12 km2 and 3 439.14 km2 under the base scenario, cropland protection scenario and ecological protection scenario in Beijing-Tianjin-Hebei urban agglomeration, respectively. The suburbs of Beijing and Hebei province will be the potential area and new growth pole of urban expansion. Therefore, it is necessary to strengthen the control of geographical space and the layout optimization of urban ecological space in order to ensure the orderly development of urban land and the ecological security of urban agglomeration.

Key words： urban expansion; urban land use; construction land; driving forces; future scenarios; Beijing-Tianjin-Hebei urban agglomeration; ecological security

Cite this article

LI Xiaoyong , KUANG Wenhui . Spatio-Temporal Trajectories of Urban Land Use Change During 1980-2015 and Future Scenario Simulation in Beijing-Tianjin-Hebei Urban Agglomeration[J]. Economic geography, 2019 , 39(3) : 187 -194 . DOI: 10.15957/j.cnki.jjdl.2019.03.022

当前全球城市化率已经超过50%，预计到2050年全球将有超过70%的人口居住在城市[1-2]。城市化引起的土地利用/覆盖变化是影响全球气候变化和温室效应的重要因素，大量的自然与半自然生态系统转变为城市不透水地表，对区域景观格局、生物地球化学循环、水文循环以及生物多样性产生重要影响[3⇓⇓-6]。京津冀城市群是中国经济最具活力、开放程度最高、创新能力最强、吸纳人口最多的地区之一，也是拉动中国经济发展的重要引擎[7]，过去35年京津冀城市群城市化率从1980年的19.63%上升到2015年58.28%，在人口和经济快速增长的驱动下，城市用地需求不断增加，空间扩张不断加快，城市群资源环境与社会经济发展之间最为矛盾[7-8]。随着京津冀协同发展战略和河北雄安新区规划的实施，城市土地利用将呈现新的发展趋势和空间格局。因此，深入分析城市土地利用时空变化特征与开展未来情景模拟，对厘清城市土地利用变化规律与揭示城市化的生态效应具有重要意义[9-10]。
国内外关于城市土地利用变化的研究，主要集中在时空格局与驱动机制分析、情景模拟及城市化生态效应评估等方面[11]。基于遥感卫星影像获取城市土地利用\覆盖数据是开展城市扩张时空格局研究的重要手段[12⇓⇓-15]。研究表明，21世纪前10年中国城市用地扩张速度是1990年代的2.16倍[15-16]，京津冀城市建设用地和不透水地表面积在过去15年间分别增长了1.27和1.43倍[15]。在城市用地变化驱动力研究方面，Logistic回归、多元回归分析、q统计分析等方法被广泛应用[17⇓⇓-20]。Li等基于Probit模型与空间计量模型的研究指出自然因素对城市用地扩张的影响逐渐减小[20]。李进涛等研究表明京津冀城市用地扩张的空间主导因素是距城市中心、河流和公路距离，GDP、人口和财政收入的变化是影响城市扩张的重要社会经济因素[19]。城市未来情景模拟方面，基于空间区位因素和社会经济因素的土地利用变化预测模型，如FLUS、Dyna-CLUE和LTM等已广泛应用于国家、城市群和城市多个尺度的土地利用情景模拟[9,21⇓-23]。Liu、Dong等基于FLUS模型模拟了气候变化与社会经济情景下的中国土地利用变化状况[22-23]。黄金川等预测2014—2030年京津冀城市将新增约3 851 km2的城市用地[7]。刘翠玲等模拟表明2010—2049年京津冀城市用地面积将至少达到12 500 km2，但城市用地扩张速度将大大减慢[11]。综上，当前城市用地时空格局研究侧重于面积和扩张速度分析，对新增城市用地的土地利用结构及其变化规律分析较少。城市用地增长驱动力分析聚焦于定量分析社会经济及空间区位因素，而政策因素对城市用地变化的影响分析较少。随着京津冀协同发展战略的进一步推进，在河北雄安新区、北京新机场、通州副中心和冬奥会场馆建设的影响下，未来城市发展的时空轨迹与潜在影响尚待深入揭示。
基于上述背景，本研究利用1980—2015年京津冀多期土地利用数据及社会经济数据，分析京津冀城市土地利用变化的时空轨迹及驱动因素，并开展2015—2050年不同发展情景下未来城市用地需求预测与空间格局模拟，以期为京津冀国土空间管控和有序开发及京津冀协同发展提供科学参考。

1 研究区概况与研究方法

1.1 研究区概况

京津冀城市群（113°04′E~119°53′E，36°01′N~42°37′N）总面积20.57万 km2，包括北京、天津和河北3个省级行政区，辖13个城市。作为我国继长三角和珠三角后的第三大城市群，是国家的政治、文化、国际交流和科技创新中心，也是以首都为核心的世界级城市群、区域整体协同发展改革引领区、全国创新驱动经济增长新引擎、生态修复环境改善示范区[7,15]。截止到2015年，京津冀常住人口为1.11亿，占全国总人口的8.13%，城镇人口为6 967万，人口城镇化率达到62.5%，GDP为69 313亿元，占全国GDP的10.24%[19]。

1.2 数据源

研究数据包括土地利用数据、高中低产田数据、净初级生产力数据、数字高程模型（Digital Elevation Model，DEM）、基础地理信息数据以及社会经济统计数据等。土地利用数据来源于中国科学院资源环境数据中心，空间分辨率为30 m，包括基于1∶10万地形图与Landsat MSS建立的1980年土地利用/覆盖数据，Landsat TM获取的1980年代末期、1995、2000、2005与2010年土地利用/覆盖数据[9,24⇓⇓⇓-28]，基于Landsat 8 OLI新建立2015年土地利用数据集[26]，土地利用类型包括6个一级类（耕地、林地、草地、水域、建设用地和未利用地）和25个二级类，数据精度达到90%以上[24⇓⇓-27]。京津冀高中低产田空间分布基于多年耕地产能划分得到[29]。净初级生产力数据基于VPM模型计算得到[30]。DEM数据来源于地理空间数据云（http://www.giscloud.cn），空间分辨率为30 m，坡度数据基于DEM数据在ArcGIS空间分析中计算得到。基础地理信息数据，来源于国家基础地理信息中心（http://www.ngcc.cn/），包括各级行政界线与行政中心、公路、铁路、河流等。社会经济统计数据，包括京津冀13个城市1980—2015年的总人口，城市人口，GDP，工业产值，人口，第一、二、三产业增加值等指标，来源于《中国统计年鉴》《中国县域统计年鉴》《中国城市统计年鉴》及北京、天津和河北省地方统计年鉴。另外，在未来情景模拟计算过程中参考了《城市用地分类与规划建设用地标准》《河北省城镇体系规划（2016—2030）》《北京城市总体规划（2016—2035）》《天津市城市总体规划（2015—2030年）》等。

1.3 研究方法

1.3.1 城市土地利用变化分析

城市土地利用变化从变化速度、来源结构和重心转移等方面进行分析。首先，利用刘纪远等[26]提出的土地利用动态度模型，计算1980—2015年京津冀单一土地利用动态度和综合土地利用动态度，以反映京津冀城市土地利用的变化速度和强度。其次，利用空间叠加分析，获取不同时期的城市土地利用转移矩阵，用于反映城市土地利用的来源结构。然后，利用重心转移模型[31-32]计算城市用地重心的时空变化特征，反映京津冀城市用地空间分布格局的变化趋势。

1.3.2 城市土地利用驱动因素分析

社会经济发展和国家政策实施对区域城市土地利用变化具有重要影响[28]。本研究选取GDP，城市人口（Upop），第二、三产业增加值（SI、TI），工业产值（IP），固定资产投资（IFA），利用Pearson’s相关系数分析社会经济要素的变化与城市用地变化之间的关系[17]。政策因素则采用定性分析的方法，总结1980—2015年国家实施的一系列土地利用政策及京津冀地区相关规划，分析其对城市土地利用的影响。

1.3.3 城市未来情景模拟

城市土地利用变化是受到空间、社会经济和政策因素等综合作用的过程，本研究应用土地利用转换模型（Land Transformation Model，LTM）开展京津冀2015—2050年城市用地情景预测。LTM模型模拟的步骤主要包括：城市用地需求与情景分析[33-34]、空间驱动因素选取和城市用地扩张限制区设置、基于神经网络的模型训练和模型结果验证，模拟过程与模型参数详见文献[9,35⇓-37]。

2 结果与分析

2.1 京津冀城市土地利用时空轨迹

2.1.1 京津冀城市土地利用变化

2015年京津冀城市用地面积达到7 509.63 km2，占京津冀国土面积的3.65%，集中分布在北京、天津、石家庄和唐山。其中北京和天津的城市用地面积最大，分别为1 983.80 km2和1 271.41 km2。总的来看，1980—2015年京津冀城市用地面积呈现持续增长的态势，以年均159.28 km2的速度增长了5 574.80 km2（表1）。城市用地变化存在明显的时序特征，从城市用地变化面积和年变化面积来看，变化面积表现为“增速—减速—增速—减速”的特征，2000年以后明显加快，增长最快的时段是2005—2010年，为424.24 km2/a。从年变化率来看，1990—1995年最高，达到7.54%/a。从土地利用动态度来看，1980—2000年和2000—2015年均呈现为先上升后下降的趋势，动态度最高时段为2005—2010年，达到0.21%/a，1995—2000年最小，仅有0.01%/a。
表1 1980—2015年京津冀城市群城市用地扩张

Tab.1 Urban expansion in Beijing-Tianjin-Hebei urban agglomeration from 1980 to 2015

时间段 变化面积
（km2）		 年变化面积
（km2/a）		 年变化率
（%/a）		 动态度
（%/a）
1980—1990 187.16 18.72 0.88 0.02
1990—1995 1 283.61 256.72 7.54 0.12
1995—2000 133.29 26.66 0.75 0.01
2000—2005 1 002.93 200.59 4.42 0.10
2005—2010 2 121.18 424.24 6.37 0.21
2010—2015 846.63 169.33 2.25 0.08
1980—2015 5 574.80 159.28 8.23 0.08
为突出显示京津冀城市用地扩张的空间分布，将城市用地新增区处理为10 km×10 km的数据进行制图。总的来看，北京和天津一直是城市用地增长的核心区，河北省各城市用地增长趋势存在明显差异。1980—1990年，北京、天津和唐山是城市用地新增的核心地区。1990—1995年，城市用地扩张加速，各个城市均有明显增长。1995—2000年，城市用地扩张减缓，各个城市用地变化比例大多在1%以下。2000—2005年，京津冀城市用地增长加速，北京、天津、唐山、秦皇岛和保定市是城市用地的重要增长点。2005—2010年，城市用地扩张进一步加速，大部分城市的城市用地变化比例达到10%以上。到2010—2015年，扩张速度有所减缓，空间上逐渐向北京、天津、石家庄、邯郸和衡水集中（图1）。
图1 1980—2015年京津冀城市群城市用地空间扩张格局

Fig.1 Urban expansion in Beijing-Tianjin-Hebei urban agglomeration from 1980 to 2015

2.1.2 京津冀新增城市用地来源结构变化

京津冀新增城市用地占用的土地利用类型包括耕地、农村居民点、工矿用地、林草地、水域及未利用地。新增城市用地占用耕地面积最多，达到3 713.65 km2，其次为农村居民点和工矿用地，分别为1 184.70 km2和329.55 km2；林地、草地、水域及未利用地向城市用地转移面积较小，共346.90 km2。从不同扩张阶段来看，新增城市用地占用耕地面积比例总体呈下降趋势，从1980—1990年的93.78%下降到2010—2015年的47.93%。农村居民点和工矿用地对新增城市用地的贡献逐渐上升，可能是由于快速的城市化和工业化使城市原有建成区与周边工矿用地联系更加紧密，城市用地规模迅速扩大，2000年后城市扩张占用农村居民点和工矿用地的比例维持在20%以上。新增城市用地中林地、草地和水域及其它土地利用类型比例在2000年前呈波动变化，其中1995—2000年占比最高，为13.31%，2000年后稳定在7%左右（图2）。
图2 新增城市用地来源结构变化

Fig.2 Change of land use structure of urban expansion area

2.1.3 京津冀城市用地重心转移分析

城市用地重心的变化可以从空间上描述城市用地的时空演变过程，通过分析各时段城市用地的分布重心，可以准确把握城市用地空间变化趋势。总的来看，受北京市及其周边地区城市用地快速扩张的影响，1980—2015年，京津冀城市用地重心整体向西北方向移动。各个时段重心变化的趋势和方向存在差异。1980—1990、1990—1995和2000—2005年三个时段重心向北移动，主要受北京和天津市城市用地快速增加的影响。1995—2000、2005—2010和2010—2015年三个时段城市用地重心向南转移，表明京津冀南部的城市用地面积比例在不断增加。6个时段中，1980—1990年重心移动距离最大，向西北方向移动15.33 km；2010—2015年移动距离最小，向西南方向移动仅1.87 km（图3）。
图3 京津冀城市用地重心转移

Fig.3 Center of gravity trajectory of urban land in Beijing-Tianjin-Hebei

2.2 京津冀城市土地利用变化驱动因素分析

2.2.1 社会经济因素对城市土地利用变化的影响

社会经济因素中GDP和城市人口增长是城市用地增长的重要驱动力。为定量分析社会经济因素对城市土地利用变化的影响，本研究共选取9个社会经济指标与城市用地的变化开展Pearson’s相关分析（表2）。结果表明，1980—2015年城市用地变化与城市人口的相关性最高（r=0.7）。除第一产业增加值外，其它各因素与城市用地变化均呈正相关关系，但不同阶段主导因素存在差异。分时段来看，1980—1990年社会经济因素与城市用地的关系不显著，表明该阶段社会经济缓慢增长，导致城市用地扩张不明显。1990—1995年，城市人口增长对城市用地变化影响最大，相关性最高（r=0.97），与城市GDP、固定资产投资和第三产业产值也存在显著关系。1995—2000年，仅固定资产投资和第二产业产值的变化与城市用地的变化显著相关，表明该阶段城市用地的增长主要由于工业化的发展。2000—2005年，GDP、工业产值、固定资产投资、第二、三产业产值与城市用地增长显著相关，表明该阶段经济与工业化的快速发展导致城市用地快速扩张，同时人口城市化水平提升较快。2005—2015年，GDP、城市人口、第三产业产值变化与城市用地增长同样显著相关，表明近10年人口城市化与土地城镇化发展较为协调，人口、经济的发展共同驱动城市用地的增长。
表2 城市用地变化与社会经济因素的相关分析

Tab.2 Correlations analysis between urban land and social economic determines

指标/时段 1980—1990 1990—1995 1995—2000 2000—2005 2005—2010 2010—2015 1980—2015
GDP 0.29 0.84** 0.64 0.90** 0.88** 0.88** 0.61**
TPOP -0.01 0.94** 0.64 0.79* 0.85* 0.80* 0.69**
UPOP 0.15 0.97** 0.68 0.65 0.89** 0.75* 0.70**
IP / 0.51 0.61 0.94** 0.81* 0.46 0.56**
IFA / 0.83* 0.87** 0.83* 0.75 0.48 0.45**
PI 0.52 -0.05 0.20 0.19 -0.16 -0.31 0.24
SI 0.28 0.23 0.77* 0.90** 0.70 0.52 0.54*
TI 0.22 0.90** 0.57 0.81* 0.84* 0.93** 0.58*
LFR / 0.86** 0.54 0.82* 0.78 0.66 0.49**

注：“/”表示无数据，“*”表示p<0.05，“**”表示p<0.01。

2.2.2 政策因素对城市土地利用变化的影响

国家实施的一系列政策对京津冀城市土地利用变化具有重要影响（图4）。1980—1990年是京津冀城市用地增长最慢的阶段，增长速度仅有18.72 km2/a。该阶段城市用地与农村土地分别由不同的部门管理，导致两种土地利用类型相互转换较为缓慢[38]，1986年国家颁布《中华人民共和国土地管理法》，也在一定程度上限制了城市用地增长，1990—1995年，房地产开发行业迅速发展，城市用地增长管控相对宽松，城市用地快速增长，速度达到256.72 km2/a。1994、1996和1998年国家相继颁布和实施《基本农田保护条例》与耕地总量动态平衡政策、耕地占补平衡战略以限制城市扩张对农田的占用，该阶段较前5年增长速度明显下降。2000年以来，随着中国加入WTO，国家进入快速工业化和城市化阶段，带动了城市用地的快速增长，京津冀城市用地的扩张速度维持在160 km2/a以上。2004年国家开始实施最严厉的耕地保护政策，并在《全国土地利用总体规划纲要（2006—2020年）》中明确提出关于耕地保护和城市建设规模管控的相关指标。2010年国家发布主体功能区规划，将国土空间划分为重点开发区，保护性开发区，限制开发区和禁止开发区[39]。在主体功能区政策管控下，2010—2015年京津冀城市用地扩张强度较前10年明显有所下降[28]，城市用地增长逐渐向有序扩张转变。随着京津冀协同发展战略的实施，京津冀城市用地将进入新的增长阶段。河北雄安新区建设、北京新机场、北京通州副中心建设以及北京—张家口2022冬奥会场馆建设将成为城市用地新的增长极。
图4 政策与规划对城市扩张的影响

Fig.4 The impact of policies and urban plans on urban expansion

2.3 2015—2050年京津冀城市扩张情景模拟

2.3.1 2015—2050年京津冀城市用地增长预测

当前北京、天津和河北省所处的城市化发展阶段不同，城市扩张潜力地区差异较大。基于北京、天津和河北地区社会经济发展水平差异，设定京津冀2015—2050年未来三种城市用地扩张情景（表3）：
表3 2015—2050年京津冀城市群城市化情景预测

Tab.3 Urbanization foresting of Beijing-Tianjin-Hebei urban agglomeration area from 2015 to 2050

发展情景 2015—2020 2020—2030 2030—2050
基准情景 扩张面积（km2） 761.42 1 296.70 2 064.02
扩张速度（km2/a） 152.28 129.67 103.20
耕地保护
情景		 扩张面积（km2） 538.46 785.27 1 432.39
扩张速度（km2/a） 107.69 78.53 71.62
生态保护
情景		 扩张面积（km2） 649.94 1 040.99 1 748.21
扩张速度（km2/a） 129.99 104.10 87.41
①基准情景，该条件下将不考虑城市规划控制，仅在自然条件下进行城市用地增长的模拟。到2020、2030和2050年，京津冀城镇化率将分别达到60%、70%和82%，城镇人口分别达到0.84、1.00和1.18亿人[33-34,40]，2015—2020、2020—2030和2030—2050年城市用地面积将分别增长761.42、1 296.70和2 064.02 km2；
②耕地保护情景，城镇化水平发展与基准情景一致，该情景下将严格控制城市用地对耕地的侵占，减少城市化过程中耕地的快速流失，将重要的农田区（耕地中高产田区）设置为城市禁止扩张区，严格管控耕地转换为城市用地，三个时段城市用地分别增长538.46、785.27和1 432.39 km2；
③生态保护情景，城镇化水平发展与基准情景一致，该情景下将重要生态用地区（林地和草地净初级生产力高值区和耕地高产田区）设置为城市用地禁止扩张区，严格管控生态用地转换为城市用地，三个时段城市用地面积分别增长649.94、1 040.99和1 748.21 km2。

2.3.2 2015—2050年京津冀城市用地扩张空间格局模拟

基于LTM模型模拟京津冀城市用地扩张情景，并利用2015年城市用地数据验证，模拟结果的位置准确率（PCM）为0.76，Kappa系数为0.71，模拟精度较好。结合2020—2050年京津冀城市用地需求，划定未来城市用地扩张区域的空间分布。
结果表明，不同发展情景下城市用地扩张区域的空间分布差异较大，但京津冀南部将成为城市用地扩张的“热点区”。基准情景下，河北省城市用地扩张加快，沿北京—保定—石家庄—邢台—邯郸发展轴的小城镇快速发展。耕地保护情景下，受到重要农田保护区边界的限制，北京、天津的城市用地扩张速度明显下降，城市用地对耕地的占用下降。生态保护情景下，城市用地开发管控加强，受生态用地和重要农田保护区边界限制，增长速度下降，城市扩张重心向河北南部转移（图5a、b和c）。耕地保护情景和生态保护情景下，城市用地扩张分布更加均衡。河北雄安新区起步区（图5d）当前的发展基础较为薄弱，雄县、安新和容城的辐射能力较弱，但在政策推动与基础设施尤其是未来交通线路建设下，城市用地将迅速扩张。北京新机场（图5e）处于北京、廊坊和固安的三角地带，具有更好的区位优势，新机场的建成将带动大兴、廊坊、固安以及通州城市用地的快速增长，促进区域城市化的发展。2022年冬奥会场馆区（图5f）分布在北京延庆和张家口崇礼，城市发展水平较低，交通基础设施落后，且处于北部山区，在一定程度上会限制城市用地扩张，但冬奥会场馆建成将促进城市用地的增长。
图5 2015—2050年京津冀城市用地扩张预测

Fig.5 Urban land simulation of Beijing-Tianjin-Hebei urban agglomeration from 2015 to 2050

3 结论与讨论

3.1 结论

本研究基于多期土地利用数据集与社会经济数据，分析了1980—2015年京津冀城市土地利用变化的时空轨迹特征及社会经济及政策因素，并利用土地利用转换模型模拟了2015—2050年不同情景下京津冀城市用地扩张。主要结论如下：
①1980—2015年京津冀城市用地持续增长，扩张速度与强度存在明显的时序特征，在2005—2010年最快。新增城市用地土地利用来源结构发生显著变化，耕地被占用比例下降，农村居民点和工矿用地逐渐成为新增城市用地的主要来源。
②社会经济因素和政策与规划因素对城市用地在不同阶段发挥着不同程度的作用。在耕地严格保护阶段，如1995—2000年，政策因素对城市用地的增长起到决定性作用；但在城市化有序发展阶段，如2010年以后，政策和规划因素起到重要导向和约束作用，社会经济因素发挥了促进作用。
③2015—2050年京津冀基准情景、耕地保护情景、生态保护情景下北京和天津的城市用地扩张速度将逐渐减慢，城市用地快速增长区将向河北中部和南部转移。在未来不同城市扩张耕地保护和生态保护情景下，城市用地扩张强度明显下降。

3.2 讨论

已有研究表明，过去35年中国城市用地经历了快速增长，扩张最快的时段为2000—2005年[37]。本研究发现京津冀城市用地扩张最快阶段出现在2005—2010年，与曾馨漫、王海军等的研究结论一致[13,41]，可能是由于该阶段京津冀经济发展加速和人口的进一步集聚，导致城市用地的快速增长。耕地是城市用地扩张中占用的最主要土地利用类型[42]，过去35年京津冀耕地是新增城市用地的主要来源，占用比例一直维持在60%以上，但城市用地增长对农村居民点和工矿用地的“吞并”也成为城市扩张过程中不可忽略的一部分。基于土地转换模型开展了京津冀2015—2050年城市用地需求预测与空间扩张演变，城市用地扩张的预测较黄金川[7]等与刘翠玲[11]等研究要低，从京津冀城市用地增长趋势来看，北京为疏解“非首都功能”，将成为城市扩张的“冷点区”，天津的城市用地扩张速度也将有所下降，在京津冀协同发展战略的推进与河北雄安新区建设背景下，城市用地扩张重心将逐渐向南部转移。
除张家口、承德和秦皇岛外，京津冀其他城市均分布在黄淮海平原区，而城市周边的土地利用类型超过80%比例是耕地，导致城市用地的主要来源也是耕地。在未来耕地保护和生态用地保护规划下，要严格控制新增城市建设用地，通过提升城市功能，引导各类基础设施的高效利用，提高土地利用效率。在空间上加强城市建成区与农村建设用地的连通性，进而盘活农村建设用地，以调整新增城市用地的结构，可一定程度减小城市用地增长对耕地的占用。同时，未来城市用地的扩张可能会占用一定的生态用地，对区域生态安全会带来潜在风险，需要在城市扩张潜力区加强城市用地管控，保障城市群生态安全。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
United Nations. World Urbanization Prospects:The 2011 Revi-sion[M]. United Nations Population Division: New York,NY, USA, 2011.

[2]
United Nations. World Urbanization Prospects:The 2014 Revi-sion[M]. United Nations Population Division: New York,NY, USA, 2014.

[3]
Grimm N B, Faeth S H, Golubiewski N E, et al. Global change and the ecology of cities[J]. Science, 2008, 319(5 864):756-760.

[4]
Haase D, Larondelle N, Andersson E, et al. A Quantitative Re-view of Urban Ecosystem Service Assessments:Concepts,Models,and Implementation[J]. AMBIO, 2014, 43(4):413-433.

[5]
Yang G, Bowling L C, Cherkauer K A, et al. The impact of ur-ban development on hydrologic regime from catchment to basin scales[J]. Landscape & Urban Planning, 2011, 103(2):237-247.

[6]
Sterling S M, Ducharne A, Polcher J. The impact of global land-cover change on the terrestrial water cycle[J]. Nature Climate Change, 2012, 3(4):385-390.

[7]
黄金川, 林浩曦. 京津冀城市群多情景空间演化模拟[J]. 地理研究, 2017, 36(3):506-517.

DOI

[8]
姚士谋, 王辰, 张落成, 等. 我国资源环境对城镇化问题的影响因素[J]. 地理科学进展, 2008, 27(3):94-100.

DOI

[9]
匡文慧, 刘纪远, 邵全琴, 等. 区域尺度城市增长时空动态模型及其应用[J]. 地理学报, 2011, 66(2):178-188.

[10]
Li X M, Zhou W Q, Ouyang Z Y. Forty years of urban expan-sion in Beijing:What is the relative importance ofphysical,socioeconomic,and neighborhood factors?[J]. Applied Geography, 2013, 38(1):1-10.

[11]
刘翠玲, 龙瀛. 京津冀地区城镇空间扩张模拟与分析[J]. 地理科学进展, 2015, 34(2):217-228.

DOI

[12]
王翠平, 王豪伟, 李春明, 等. 基于DMSP/OLS影像的我国主要城市群空间扩张特征分析[J]. 生态学报, 2012, 32(3):942-954.

[13]
曾馨漫, 刘慧, 刘卫东. 京津冀城市群城市用地扩张的空间特征及俱乐部收敛分析[J]. 自然资源学报, 2015, 30(12):2045-2 056.

[14]
曹诗颂, 胡德勇, 赵文吉, 等. 不透水地表盖度视角下中美城市群空间结构对比——以“京津冀”与“波士华”为例[J]. 地理学报, 2017, 72(6):1017-1 031.

[15]
匡文慧, 杨天荣, 颜凤芹. 河北雄安新区建设的区域地表本底特征与生态管控[J]. 地理学报, 2017, 72(6):947-959.

DOI

[16]
Kuang W H, Liu J Y, Zhang Z X, et al. Spatiotemporal dynam-ics of impervious surface areas across China during the early 21st century[J]. Chinese Science Bulletin, 2013, 58(14):1691-1 701.

[17]
Tian Y C, Yin K, Lu D S, et al. Examining Land Use and Land Cover Spatiotemporal Change and Driving Forces in Beijing from 1978 to 2010[J]. Remote Sensing, 2014, 6(11):10593-10 611.

[18]
王利伟, 冯长春. 转型期京津冀城市群空间扩展格局及其动力机制——基于夜间灯光数据方法[J]. 地理学报, 2016, 71(12):2155-2 169.

[19]
李进涛, 刘彦随, 杨园园, 等. 1985—2015年京津冀地区城市用地时空演变特征及驱动因素研究[J]. 地理研究, 2018, 37(1):37-52.

DOI

[20]
Li G D, Sun S A, Fang C L. The varying driving forces of ur-ban expansion in China:Insights from a spatial-temporal analysis[J]. Landscape & Urban Planning, 2018,174:63-77.

[21]
文雅, 龚建周, 胡银根, 等. 基于生态安全导向的城市空间扩展模拟与分析[J]. 地理研究, 2017, 36(3):518-528.

DOI

[22]
Liu X P, Liang X, Li X, et al. A future land use simulation model(FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape & Urban Planning, 2017,168:94-116.

[23]
Dong N, You L, Cai W J, et al. Land use projections in China under global socioeconomic and emission scenarios:Utilizing a scenario-based land-use change assessment framework[J]. Global Environmental Change, 2018,50:164-177.

[24]
刘纪远, 张增祥, 庄大方, 等. 20世纪90年代中国土地利用变化时空特征及其成因分析[J]. 地理研究, 2003, 22(1):1-12.

[25]
Liu J Y, Liu M L, Tian H Q, et al.Spatial and temporal pat-terns of China's cropland during 1990-2000: An analysis based on Landsat TM data. Remote Sensing of Environment,2005, 98(4):442-456.

[26]
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.

[27]
刘纪远, 宁佳, 匡文慧, 等. 2010—2015年中国土地利用变化的时空格局与新特征[J]. 地理学报, 2018, 73(5):789-802.

DOI

[28]
Kuang W H, Liu J Y, Dong J W, et al. The rapid and massive urban and industrial land expansions in China between 1990 and 2010:A CLUD-based analysis of their trajectories,patterns,and drivers[J]. Landscape & Urban Planning, 2016,145:21-33.

[29]
冀咏赞, 闫慧敏, 刘纪远, 等. 基于MODIS数据的中国耕地高中低产田空间分布格局[J]. 地理学报, 2015, 70(5):766-778.

DOI

[30]
牛忠恩, 闫慧敏, 陈静清, 等. 基于VPM与MOD 17产品的中国农田生态系统总初级生产力估算比较[J]. 农业工程学报, 2016, 32(4):191-198.

[31]
王佳月, 辛良杰. 基于Globe Land 30数据的中国耕地与粮食生产的时空变化分析[J]. 农业工程学报, 2017, 33(22):1-8.

[32]
刘彦随, 王介勇, 郭丽英. 中国粮食生产与耕地变化的时空动态[J]. 中国农业科学, 2009, 42(12):4269-4 274.

[33]
王开泳, 丁俊, 王甫园. 全面二孩政策对中国人口结构及区域人口空间格局的影响[J]. 地理科学进展, 2016, 35(11):1305-1 316.

[34]
王开泳, 陈妤凡, 丁俊. 全面放开二孩政策下中国人口增长对城乡建设用地的影响与需求预测[J]. 中国土地科学, 2016, 30(9):37-47.

[35]
Pijanowski B C, Brown D G, Shellito B A, et al. Using neural networks and GIS to forecast land use changes:A land transformation model[J]. Computers,Environment and Urban Systems, 2002, 26(6):553-575.

[36]
徐颖, 吕斌. 基于GIS与ANN的土地转化模型在城市空间扩展研究中的应用——以北京市为例[J]. 北京大学学报(自然科学版), 2008, 44(2):262-270.

[37]
徐新良, 闵稀碧, 田展. 基于GIS与LTM模型的上海市城市扩展模拟与预测[J]. 中国人口·资源与环境, 2010, 20(S2):136-139.

[38]
Lu S S, Guan X L, He C, et al. Spatio-Temporal Patterns and Policy Implications of Urban Land Expansion in Metropolitan Areas:A Case Study of Wuhan Urban Agglomeration,Central China[J]. Sustainability, 2014, 6(8):4723-4 748.

[39]
樊杰. 中国主体功能区划方案[J]. 地理学报, 2015, 70(2):186-201.

DOI

[40]
顾朝林, 管卫华, 刘合林. 中国城镇化2050:SD模型与过程模拟[J]. 中国科学:地球科学, 2017, 47(7):818-832.

[41]
王海军, 张彬, 刘耀林, 等. 基于重心-GTWR模型的京津冀城市群城镇扩展格局与驱动力多维解析[J]. 地理学报, 2018, 73(6):1076-1 092.

[42]
Tan M H, Li X B, Xie H, et al. Urban land expansion and ara-ble land loss in China:a case study of Beijing-Tianjin-Hebei region[J]. Land Use Policy, 2005, 22(3):187-196.

Options
Outlines

/

〈 〉