EN中文

Economic geography >

2021 , Vol. 41 >Issue 3: 77 - 85

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.03.008

Spatiotemporal Evolution Pattern of Urban Sprawl in China and Its Influencing Factors

  • ZHANG Xiao , 1, 2 ,
  • LU Lin , 1, ※ ,
  • REN Yisheng 3 ,
  • XU Yuchen 4 ,
  • ZHANG Haizhou 5
Expand
  • 1. School of Geography and Tourism，Anhui Normal University，Wuhu 241002，Anhui，China
  • 2. School of Urban & Regional Science，East China Normal University，Shanghai 200062，China
  • 3. School of Economics and Management，Anhui Normal University，Wuhu 241002，Anhui，China
  • 4. School of Tourism Management，Sun Yat-sen University，Guangzhou 510275，Guangdong，China
  • 5. School of Geography and Planning，Sun Yat-sen University，Guangzhou 510275，Guangdong，China

Received date: 2020-05-27

  Revised date: 2021-01-18

  Online published: 2025-04-30

Fold

Abstract

The problem of urban sprawl has become an obstacle to the sustainable development of many cities in China. Understanding and exploring the spatiotemporal pattern and influencing factors of urban sprawl in China is of great significance for controlling urban sprawl,optimizing urban human-land interactions and promoting urban sustainable development. This paper uses methods such as Urban Sprawl Index and Geodetector to analyze of the urban sprawl in 278 cities of China. This paper also expounds the spatiotemporal pattern characteristics and regional differences of urban sprawl in China,and discusses the main factors affecting the urban sprawl in China. The results show that: 1) Most Chinese cities are in a state of moderate to low sprawl. The sprawl of the situation shows the evolution of "low-high-low",and the sprawl with negative population growth has a tendency to spread to the whole country. 2) It has significant regional differences in urban sprawl: the central and western regions are more serious than the eastern regions,small and medium cities are more serious than large cities. 3) The dimension of economic development has a greater impact on urban sprawl in the whole country,as well as the central and western regions,while urban sprawl in the eastern region is affected by both economic development and social culture dimension.

Key words： urban sprawl; urbanization; construction land; household registration system; city size; population; smart growth

Cite this article

ZHANG Xiao , LU Lin , REN Yisheng , XU Yuchen , ZHANG Haizhou . Spatiotemporal Evolution Pattern of Urban Sprawl in China and Its Influencing Factors[J]. Economic geography, 2021 , 41(3) : 77 -85 . DOI: 10.15957/j.cnki.jjdl.2021.03.008

城市空间的扩展是城市化基本特征之一，城市发展的过程同时也是城市空间扩展、变化的过程[1]。改革开放40多年来，中国城镇化水平迅速提高，城镇化率由1978年的17.92%提升到了2018年的59.58%，城镇常住人口达到了83 137万人。高速增长的城镇化使得城市集聚效应与增长极效应充分发挥，极大地促进了中国的现代化和人民生活水平的提高，但城市空间快速扩张，也侵占了大量乡村和生态空间，城市蔓延问题愈发严重。城市蔓延是1950年代西方发达国家普遍出现的一种独特的城市增长方式，通常发生在土地开发速度大于人口增长速度的情况下[2]。蔓延一般出现于城市边缘郊区地带，具有低密度、不可持续、土地利用功能单一且分散等特征[3]，尤其表现在单纯建设生活居住区[4]。
城市蔓延定量化研究是认识和控制城市蔓延的科学依据，拓展和深化城市蔓延的定量研究是城市地理学、城市规划学、城市经济学等不同领域学者们现阶段努力的方向之一[5]。城市蔓延效应的定量化研究主要分为两部分：①蔓延水平测度。测度手段多采用基于统计资料的城市蔓延指数（USI）[6-7]、基于遥感影像的城市蔓延指数（S p r c t）[8]、香农信息熵[9]、紧凑度、蛙跳指数、分形维度等[10]，通过构建单指标或多指标评价体系分析城市蔓延状况。在研究尺度方面，国外研究涵盖了从城市到国家等各个层面不同发展程度的区域[6,8,11-12]；国内研究多以北京[7]、上海[13]、广州[1]等发达大城市为主，亦有少量探讨都市圈、城市群层面城市蔓延状况的研究成果[10,14]。②驱动机制分析。城市蔓延现象是一种多要素驱动的城市失衡现象。国内外学者从经济因素[15]、个人行为[16]、政策与制度[8]、交通发展[17]、区划调整[18]等多个方面对城市蔓延影响因素做了有益探索，多数宏观尺度研究以探讨单一驱动因素为主，也有部分研究分析微观尺度城市蔓延的多种驱动要素，探讨多因素驱动下宏观尺度城市蔓延问题的成果较少。中国的城市蔓延问题具有自身的特殊性与复杂性[5]，这使我国的城市蔓延研究面临众多困难与挑战。目前城市蔓延问题已成为中国城市学者的重要研究方向之一，但是相关研究存在测度样本选取忽略中西部城市及中小城市、缺乏城市群蔓延机制分析等问题[19-20]。
综上，国内以往研究大多以单个大城市，尤其是发达城市为研究案例地，从宏观尺度上分析全国和地区城市蔓延状况的文献较少，一定程度上忽略了地区差异和城市之间的关联效应。同时，大尺度城市蔓延驱动机制的定量研究以探讨单一因素为主，难以全面分析和解决城市蔓延问题。本文以中国278个地级及地级以上城市的市辖区作为研究区域，通过城市蔓延指数表征城市蔓延程度，结合变异系数、Theil指数和热点分析探讨2002—2017年中国城市蔓延的时空格局与区域差异，运用地理探测器测度影响城市蔓延的核心因素，并针对不同类型城市蔓延提出对策建议，明确中国城市蔓延发展现状与驱动因素，为合理有效调控城市蔓延，促进城市健康可持续发展提供参考。

1 数据与方法

1.1 研究区域与数据

截至2019年1月1日，全国共有4个直辖市、15个副省级市以及279个地级市（不含港、澳、台）。剔除了部分核心数据缺失以及2002年后新设城市，本研究最终确定278个城市市辖区作为研究区域。
研究数据主要来源于2003—2018年的《中国城市统计年鉴》，其中包括建成区面积、年末总人口、普通高等学校数、普通高等学校在校学生数、城镇私营和个体从业人员人数、人均GDP、在岗职工平均工资、第二产业占GDP比重、第三产业占GDP比重、外商投资企业个数、房地产开发投资完成额、公共财政支出、城市环境基础设施建设投资额、年末实有公共汽（电）车营运车辆数、年末实有城市道路面积，除普通高等学校数为全市数据外，其余均为市辖区数据。同时，本研究利用各省市统计年鉴与统计公报对部分数据进行了修正与补充。

1.2 研究方法

1.2.1 城市蔓延指数

目前学界对城市蔓延的概念内涵还未达成广泛共识。早期西方学者将大城市的飞地式开发、城市边界持续扩张以及职住分离等现象定义为城市蔓延[21]。随着研究深入，城市蔓延复杂性开始凸显，相关研究不再单纯聚焦于城市外在空间形态，而是更加关注城市人口与用地的协调关系[2,22]。土地无序扩张与低密度人口是城市蔓延最为核心的两个特征[23]。将人口要素纳入城市蔓延概念内涵中，一方面体现了城市蔓延的复杂性与多维性，另一方面又可将人地关系理论应用到城市蔓延研究中，突出以人为核心的城镇化发展方向。基于此，本文将城市蔓延定义为一种城市面积增长速度大于城市人口增长速度的城市扩张现象。综合考虑研究对象的特性与研究方法的可操作性，采用O’sullivan提出的城市蔓延指数（SI）来反映中国城市蔓延状况[24-25]。该指数不受行政区划调整的影响，适用范围广，可简洁直观地定量化城市蔓延程度，其表达式如下：
S I = B A g - B A f B A f / P g - P f P f
式中： B A g为第 g年城市建成区面积； B A f为基年 f的城市建成区面积； P g为第 g年的城市市辖区人口数； P f为基年 f的城市市辖区人口数。城市建设与人口增长是需要一定时间才能发生变化的。如果基年 f与 g年时间间隔太近，则城市蔓延状况有较大随机性；若时间间隔久远则不能体现城市蔓延状况的连续性，容易出现误差，因此需要选择一个适中的时间间隔。经过1990年代大规模的地级市行政区划改革，至2002年地级市数量已相对稳定且统计资料覆盖完整，2002年后中国城镇化率达到40%并保持高速增长，出现城镇建设用地空间失控现象[26]，故适合作为研究起始年；2007年中国城镇化水平开始波动增长，建设活动侵占耕地现象愈演愈烈，城镇化增长包含突出的人为因素[27]，为第2个研究基年；2012年中国城镇化率超过50%，结束了城镇化速度虚高和不稳定发展阶段，但城市建设矛盾和城市病集中爆发，中国开始转变城镇化发展模式[27-28]，为第3个研究基年。以2002—2007年记为T1阶段；2007—2012年记为T2阶段；2012—2017年记为T3阶段；2002—2017年总记为T阶段。如果城市蔓延指数 0 ≤ S I ≤ 1，则说明城市建成区面积的增长速度不大于城市人口的增长速度，城市未发生蔓延现象；当 S I 1时，则说明城市建成区面积的增长速度大于城市人口的增长速度，该城市存在城市蔓延现象[6,25]。 S I数值越大代表城市蔓延状况越严重。需要特别说明的是，城市蔓延指数如果为负值并不意味着城市未发生蔓延现象，应具体情况具体分析。

1.2.2 变异系数

变异系数（CV）是一种广泛应用于空间差异测度的研究方法，其优点是可以消除单位和平均数不同对结果造成的影响[29]，本文利用变异系数来测度城市蔓延的地区差异程度。

1.2.3 Theil指数

Theil指数也是一种测度区域之间发展差异的重要指数，该指数可对变异系数进行补充，可将中国城市蔓延状况的总体差异分解为东、中、西三大地带内及地带间的差异[29-30]。其表达式如下：
T h e i l = ∑ j = 1 n T j n l n T j = T α + T β
T α = ∑ j = 1 n d T j n d l n T j T d + ∑ j = 1 n z T j n z l n T j T z + ∑ j = 1 n x T j n x l n T j T x
T β = T d n d n l n T d + T z n z n l n T z + T x n x n l n T x
式中： T α为中国东、中、西部地区城市蔓延的地区内差异； T β为中国东、中、西部地区城市蔓延的地区间差异； n为城市总数； n d、 n z、 n x、分别为东、中、西部地区的城市数； T j为 j市的城市蔓延指数比上全国均值； T d、 T z、 T x分别为东、中、西部地区城市蔓延指数均值比上全国均值。

1.2.4 热点分析

热点分析（Getis-Ord G i *）是一种辨识空间集聚特征的有效方法，它可以识别城市蔓延指数相似集聚区域的空间分布位置并将其划分为冷热点，便于观察每个城市的城市蔓延状况与周边城市的空间差异程度[31]。

1.2.5 地理探测器

地理探测器（Geodetector）主要包括分异及因子探测、交互作用探测、风险区探测、生态探测四个部分[32]。目前，地理探测器方法被广泛应用于影响因素和机制的研究，本研究主要运用地理探测器中的因子探测器来分析影响城市蔓延状况的相关因素。其探测城市蔓延影响因素的核心思想是：影响城市蔓延的相关因素在空间上具有差异性，如果某一因素与城市蔓延强度在空间上具有显著一致性，则说明此因素对城市蔓延的发展变化具有决定意义[33]。因子探测器的具体表达式如下：
q = 1 - 1 N σ 2 ∑ h = 1 L N h σ h 2
式中： q是城市蔓延影响因素的探测力指标； N h为次一级区域样本单元数； N为整个区域样本单元数； L为次级区域个数； σ 2为整个区域各市城市蔓延指数的方差； σ h 2为次一级区域的方差； q的值域为 0,1。 q值越大，表明所探测的因素对城市蔓延的影响越大。

2 城市蔓延的时空分布特征与区域差异

2.1 城市蔓延的时空分布特征

根据SI计算结果将所研究城市划分为五种类型（表1）。其中尚未蔓延城市是依据定义来判定，指城市建设速度小于城市市辖区人口增长速度的城市。蔓延城市是指城市建成区面积增长速度超过了城市人口增长速度，在测度的4个时间段、278个城市中，共有778组（70%）数据为 S I 1，利用ArcGIS10.4中的几何间隔分类法将蔓延城市划分为高、中、低三种等级。人口负增长型蔓延指市辖区人口负增长而导致SI为负值的情况，即出现了城市收缩现象。城市收缩并不是城市蔓延的对立面，两者并不矛盾，可同时出现在同一城市。在城市人口减少的情况下，建成区面积却在不断增加，这意味着此类城市亦属于蔓延城市。
表1 中国城市蔓延状况等级划分

Tab.1 Classification of urban sprawl in China

蔓延等级 范围 划分方法 T（城市占比/%） T1（城市占比/%） T2（城市占比/%） T3（城市占比/%）
尚未蔓延 0 ≤ S I ≤ 1 定义划分 11.87 22.30 14.39 31.29
低度蔓延 1 S I ≤ 4.89 几何间隔 46.40 30.22 26.26 27.70
中度蔓延 4.89 S I ≤ 53.16 几何间隔 32.73 38.49 44.60 19.06
高度蔓延 S I 53.16 几何间隔 3.24 2.88 5.04 3.24
人口负增长型蔓延 S I 0且 P g P f 定义划分 5.73 6.12 9.71 18.71
如图1所示，总体上中国绝大部分城市都存在城市蔓延现象且以中低度蔓延类型为主，高度蔓延型城市较少，人口负增长型蔓延集中分布于东北地区。这说明中国近15年来城市蔓延整体形势虽较为严峻但尚处在可控阶段。T1阶段，尚未蔓延与中低度蔓延三种类型城市占比均衡，空间分布上也较为分散，但在山东省和浙江省集中分布了较多中度蔓延城市，说明两省在此阶段城市蔓延较为严重。高度蔓延城市较少，人口负增长型蔓延多集中分布于东北地区，尤其是黑龙江省。T2阶段，尚未蔓延和低度蔓延城市数量减少，中高度蔓延城市数量增加。人口负增长型蔓延城市在东北地区集中程度更高，同时全国其他地区亦有零星分布，中国整体城市蔓延态势加剧。T3阶段，受《国家新型城镇化规划（2014—2020年）》和《关于建立城镇建设用地增加规模同吸纳农业转移人口落户数量挂钩机制的实施意见》等政策影响，中国初步建立了“人地挂钩”机制，尚未蔓延城市占比增多，中高度蔓延城市数量大幅减少，中国大部分地区城市蔓延态势趋于缓和，但中西部地区和东北地区城市蔓延状况依然严峻。人口负增长型蔓延城市数量持续增多，并在全国呈现扩散分布的趋势。
图1 中国城市蔓延强度

Fig.1 The intensity of urban sprawl in China

2.2 城市蔓延的区域差异

各类型区域间城市存在社会与经济发展的不平衡性，势必导致不同区域SI均值有所差异（表2）。分地区来看，中国西部地区整体SI均值最高，东部次之，中部最低，表明T阶段西部地区城市蔓延状况最严重；在T1阶段，中国东部地区SI均值最高，城市蔓延最严重，中西部地区低于全国均值且差距不大；T2阶段，三大地区SI均值均有所提升，西部地区SI均值超过东部地区，成为全国城市蔓延最严重地区；T3阶段，东部地区整体进入低度蔓延状态，中部地区SI均值上升，西部地区城市蔓延得到一定控制，中西部地区SI均值再次接近。T1~T3阶段中，我国城市蔓延最严重地区由东部转移至西部，最后转移到中部。中部地区SI均值呈现持续上升趋势，西部地区整体SI均值最高，表明中西部地区是中国城市蔓延最严重区域。城市群和城市规模也是表征城市差异的两个重要维度。京津冀、长三角、珠三角、长江中游、成渝城市群为中国城镇化水平高、经济实力强的国家重点建设城市群。此外，鉴于东北地区尤其是黑龙江省的蔓延态势较其它地区更为严峻和特殊，而哈长城市群为东北地区唯一国家级城市群，也是人口负增长型蔓延较为严重区域，故选取上述六大城市群[34]，分别测度其SI均值。整体上看，京津冀城市群与珠三角城市群属于低度蔓延状态，长三角城市群和长江中游城市群次之，哈长城市群和成渝城市群城市蔓延最为严重。从发展趋势来看，珠三角城市群与长三角城市群SI均值不断下降，其中珠三角城市群在T3阶段更是整体上步入尚未蔓延等级。而长江中游城市群SI均值不断提升，在T3阶段成为六大城市群中城市蔓延最严重区域。总的来讲，中西部地区城市群蔓延程度显著高于东部地区。从城市规模来看，本文所研究的城市按人口规模可划分为大、中、小三个等级[35]。其中大城市共有71个，中等城市共有95个，小城市共有112个。在T阶段和T1阶段，中小城市蔓延程度显著高于大城市；在T2阶段，大城市的蔓延程度超过了中小城市，但三种规模城市SI均值差异不大；中等城市SI均值在T1~T3阶段中持续上升，并在T3阶段成为蔓延最严重的城市类型。这一结果表明中小城市的蔓延状况较大城市而言更为严峻。
表2 中国城市蔓延状况的区域差异

Tab.2 Regional differences of urban sprawl in China

类别 T T1 T2 T3
SI均值 CV SI均值 CV SI均值 CV SI均值 CV
全国城市 11.5991 3.8289 10.3970 3.0171 12.8694 2.0555 9.0816 3.3473
东部城市 13.0069 5.0518 12.1183 2.9140 13.2902 2.2014 4.2840 2.3123
中部城市 7.6028 1.4984 9.2323 3.4871 10.8450 2.1994 12.3727 3.3879
西部城市 17.1849 2.1789 9.6174 2.0900 16.1494 1.5867 12.1748 2.2606
京津冀城市群 2.9747 - 4.0783 - 5.6808 - 1.6557 -
珠三角城市群 3.8017 - 9.2393 - 4.9741 - 0.5962 -
长三角城市群 10.0476 - 13.7089 - 11.2883 - 8.1603 -
长江中游城市群 8.7502 - 7.5928 - 18.2007 - 23.2022 -
哈长城市群 14.2129 - 3.8063 - 6.2342 - 1.0513 -
成渝城市群 21.5168 - 9.5251 - 27.5954 - 16.5373 -
大城市 5.6774 - 6.9595 - 15.3747 - 5.0700 -
中等城市 11.7158 - 12.3231 - 14.0072 - 15.4967 -
小城市 15.3367 - 11.0336 - 10.2245 - 6.8417 -
结合变异系数来看（表2），T阶段东部地区变异系数值显著高于中西部地区和全国整体值，这表明东部地区在T阶段城市蔓延差异最大，地区内部城市分异显著。在T1~T2阶段，全国整体和三大地区的变异系数值均有所下降，表明T2阶段全国城市蔓延状况整体加剧，城市之间的蔓延差异缩小。T2~T3阶段，各地区变异系数值又有所上升，这表明部分城市蔓延状况得到一定控制，使得不同城市的蔓延差异加大。此外，西部地区在T1~T3阶段中的变异系数值始终处于最低状态，结合SI均值可知，西部城市SI值整体偏高，城市间差异较小。这体现出中国西部地区城市蔓延态势最为严峻，城市建设速度相对较快[31,36]，亟待采取调控发展措施。通过Theil指数进一步分析显示（表3），T1阶段城市蔓延状况的空间非均衡程度最大，城市蔓延情况最不平衡。T1~T3阶段，Theil指数呈现出稳步下降趋势，城市蔓延的空间非均衡程度逐渐改善。另外，中国城市蔓延状况的空间非均衡程度主要是由地区内的差异造成的，四个时段的地区内差异贡献度均超过了90%，处于绝对优势地位。
表3 分阶段中国城市蔓延Theil指数值

Tab.3 Theil Index at different stages of urban sprawl in China

时间 Theil
指数		 地区内
差异		 地区间
差异		 地区内
贡献度		 地区间
贡献度
T 0.7360 0.7307 0.0053 99.28% 0.72%
T1 0.9131 0.8642 0.0489 94.64% 5.36%
T2 0.6854 0.6758 0.0096 98.60% 1.40%
T3 0.4108 0.3898 0.0210 94.88% 5.12%
冷热点分析表明（图2）：总体上看，T阶段中国城市蔓延冷热点分区大致以淮河为界，连片分布，呈现了显著的“南热北冷”分布格局。T1阶段亦是“南热北冷”的分布格局，但西部地区表现为连片过渡区。T2阶段中国城市蔓延冷热点分布发生了颠倒，形成了“南冷北热”的分布格局，说明该阶段南方蔓延状况优于北方地区。T3阶段格局再次发生了颠倒，但相比T1阶段，T3阶段中国最南方出现了部分冷点集聚区，而西部地区由过渡区转变为了热点区，由南到北整体上表现为“冷—热—冷”的分布格局。
图2 中国城市蔓延冷热点分区

Fig.2 Hot and cold spots of urban sprawl in China

3 城市蔓延影响因素分析

3.1 城市蔓延影响因素指标体系构建

城市蔓延是一种受经济、社会、文化和政策等诸多因素综合驱动的渐进发展现象，具有复杂性、差异性、相对性和阶段性等特点[5]。参考前人已有研究成果并结合中国城市蔓延的发展实际，遵循科学性、针对性和可操作性原则，从社会文化、经济发展和政府交通三个维度遴选出14项指标来定量分析影响中国城市蔓延的驱动因素（表4）。
表4 城市蔓延影响因素指标体系

Tab.4 Indicator of urban sprawl

目标层 指标层 单位 等级划分
社会文化 X1：人口数 万人 五级
X2：普通高等学校数 所 五级
X3：每万人在校大学生数 人 五级
X4：私营和个体从业人员数 人 五级
经济发展 X5：人均GDP 元 五级
X6：在岗职工平均工资 元 五级
X7：第二产业占GDP比重 % 五级
X8：第三产业占GDP比重 % 五级
X9：外商投资企业数 家 五级
X10：房地产开发投资额 万元 五级
政府交通 X11：公共财政支出 万元 五级
X12：城市建设投资额 万元 五级
X13：每万人拥有公共汽（电）车数 辆 五级
X14：人均城市道路面积 m2 五级

3.1.1 社会文化因素

人口及其构成是影响城市蔓延最基本的因素之一。人口增速与城市建设速度发展的不平衡是判别城市蔓延程度的标准，区域人口数量与城市蔓延具有强相关性[37]。人口构成亦会对城市蔓延产生重要影响，其中大学生和个体及私营企业人员是最具代表性的群体之一。大学生的高频消费行为以及高校的教育属性会急剧促进周边土地开发利用和价格抬升，大学生及高校聚集所产生的“大学城”会对周边土地利用产生深刻影响，进而促进城市的无序蔓延[38]。与国企和大型企业不同的是，个体和私营企业及其员工对土地价格敏感，易于受地价影响从城市核心区向外围迁移，由此导致城市用地的扩张[39]。

3.1.2 经济发展因素

城市的空间扩张过程也是经济发展的过程，两者之间存在显著正相关关系[15]。第二产业与第三产业各自用地性质的不同会对城市蔓延产生不同方向的影响。第二产业占地规模大，趋向于低廉的地价从而促进城市用地的扩张，而第三产业则是促进土地集约利用的重要产业，对控制城市蔓延具有重要意义[25]。房地产开发投资与外商投资是旧城改造和新城开发的重要资金来源[15,40]，对于重塑城市形态具有深远意义，因此本文亦将其作为推动城市蔓延的因素之一。

3.1.3 政府交通因素

地方政府是推动城市扩展的重要力量，在城市土地开发建设中发挥着决定性作用[8]，本文选取公共财政支出和城市环境基础设施建设投资额代表政府对城市蔓延的影响。与政府息息相关的交通因素亦是推动城市蔓延的主要因素之一，私人交通对于城市用地的扩展具有显著正向影响，公共交通则对城市蔓延有抑制作用[17]。

3.2 城市蔓延影响因素探测

利用ArcGIS10.4中的自然断裂点法将14项指标类别化为五级，连同各市总体城市蔓延指数值一同导入地理探测器，分别测度全国和三大区域中各因子对城市蔓延的影响能力值 q，并利用R语言可视化表达（图3），进而绘制各维度的影响能力值雷达图（图4）。
图3 城市蔓延影响因子探测结果

注：图中圆的大小和颜色深浅与 q值成正比，右边图例代表不同 q值所对应的颜色。

Fig.3 Results of impact factor of urban sprawl

图4 不同维度的影响能力值

Fig.4 The determinant values of different dimensions

地理探测器结果显示：①总体而言，各影响因子的 q值都较小，甚至部分因子 q值可忽略不计，而且各因子对城市蔓延的解释力相当，不存在明显的主导性影响因素，但在分区探测中部分结果有所显著。这一定程度上反映了城市蔓延现象，特别是大国的城市蔓延现象具有复杂性与多因素驱动性特征。②分区域来看，全国尺度上对城市蔓延影响力排名前三位的因子依次为：人均GDP、第三产业占GDP比重和第二产业占GDP比重；东部地区依次为每万人在校大学生数、人口数、第二产业占GDP比重；中部地区依次为每万人在校大学生数、城市建设投资额和第三产业占GDP比重；西部地区依次为人均GDP、第三产业占GDP比重和第二产业占GDP比重。西部地区与全国尺度城市蔓延主要影响因子一致，但在作用强度上西部地区更为显著。由于全国及三大区域间城市的数量、建设程度和发展阶段均有差异，因此影响城市蔓延的主要因素和作用强度存在一定区别。③分因子来看，人均GDP为影响全国城市蔓延的首要影响因子，而第二产业占GDP比重、第三产业占GDP比重和每万人在校大学生数因子对中国城市蔓延状况也有重要影响。无论是就全国整体还是三大区域而言，外商投资企业数、人均城市道路面积以及私营和个体从业人员数因子对城市蔓延的影响相对不显著。④分维度来看，经济发展维度对中国，尤其是西部地区的城市蔓延状况具有重要影响，其次是社会文化维度。而中国城市发展最成熟、城市化水平最高的东部地区则受经济发展和社会文化两个维度的双重影响，体现了城市蔓延的发展阶段性和地区差异性。

4 结论与讨论

4.1 结论

为了理清中国城市蔓延的发展现状，揭示城市蔓延的驱动因素，本文以城市蔓延指数为基础，对2002—2017年中国城市蔓延的时空分布格局及区域差异进行了较为深入的分析，在此之上运用地理探测器探究了影响城市蔓延的主要因素，得出如下结论：
①中国的城市蔓延状况总体处于可控阶段且呈现出向好发展趋势。将城市蔓延划分为尚未蔓延、低度蔓延、中度蔓延、高度蔓延和人口负增长型蔓延五种类型，大多数城市处于可控范围内的中低度蔓延状态；城市蔓延态势呈现出“低—高—低”的演变过程，T2阶段中国城市蔓延最为严重；作为一种新型且特殊的城市蔓延形式，人口负增长型蔓延由T1阶段的东北地区集中分布转变为T3阶段的全国扩散分布。
②中国城市蔓延区域差异显著，空间非均衡程度呈逐步下降趋势。东部地区城市蔓延状况得到一定改善，中部地区城市蔓延态势持续恶化，而西部地区是城市蔓延的“重灾区”；中西部地区城市群蔓延态势高于东部地区城市群，中小城市蔓延状况高于大城市；西部地区城市蔓延差异较中东部地区小；城市蔓延冷热点分区总体上呈现出显著的“南热北冷”分布格局。
③中国城市蔓延现象具有复杂性和多因素驱动性的特点。全国整体和西部地区城市蔓延状况主要受人均GDP因素影响，中东部地区主要受大学生数量的影响；人均GDP是影响中国整体城市蔓延状况的首要因子，第二产业占GDP比重、第三产业占GDP比重和每万人在校大学生数对中国城市蔓延的作用也较大；经济发展因素是影响全国和中西部地区城市蔓延的主要维度，而东部地区城市蔓延则受经济发展和社会文化两个维度的共同作用。

4.2 讨论

针对中国现阶段的城市蔓延特征，提出以下对策启示：
①对于尚未蔓延和低度蔓延的城市，可采取以市场为导向的间接调控手段，并辅以相应政策措施。鼓励城市土地混合使用、紧凑开发，提倡优先使用公共交通，严禁城市居民购买农村宅基地建设别墅与会所。建立人口与土地的动态监测预警机制，采取新型城镇化发展策略，缓和城市人地矛盾。
②控制好中高度蔓延城市的城市蔓延问题，是减少国家层面城市蔓延危害的关键。中高度蔓延城市需同时借助政府直接干预和市场间接调节两种手段，且应以税收和法规等政府干预手段为主导。发挥国土空间规划在引导地方政府走新型城镇化道路、约束城市蔓延方面的重要作用。通过科学预测城市人口增长潜力来合理安排建设用地供应，实现人地增长潜力的协调发展。
③人口是城市发展的源动力，调控人口负增长型蔓延最主要的任务是推动户籍制度改革，全面放宽、取消落户限制，乃至实施“抢人大战”策略，推行“人地钱挂钩”“农民工市民化”等激励政策，健全城乡融合发展机制，积极推进农业人口有序向城镇转移，密切监测人口流动趋势，实现城市土地的集约化利用、动态化调整以及人地关系协调发展。
④与以往城市蔓延仅出现在发达地区大城市边缘的认识不同，中国中西部地区的中小城市呈现出严峻的城市蔓延现象，这与Gao等人的研究结果相同[36]。城市土地与人口、经济增速不匹配的扩张是西部城市蔓延泛滥的根源所在[41]，地方政府与相关人员应及早注意到此现象，尽快出台相关政策法规，平衡城市之间用地供给，合理制定实施城市规划，遏制城市无序蔓延。
⑤地理探测器揭示出不同地区、不同阶段的城市蔓延驱动因素有所差异。因此，各地区需采取因地制宜、分而治之的策略，制定具有针对性的精明增长对策，实现城市蔓延的差异化、精准化治理。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
苏建忠, 魏清泉, 郭恒亮. 广州市的蔓延机理与调控[J]. 地理学报, 2005, 60(4):626-636.

[2]
孙萍, 唐莹, Robert J. Mason, 等. 国外城市蔓延控制及对我国的启示[J]. 经济地理, 2011, 31(5):748-753.

[3]
孙平军, 封小平, 孙弘, 等. 2000—2009年长春、吉林城市蔓延特征、效应与驱动力比较研究[J]. 地理科学进展, 2013, 32(3):381-388.

DOI

[4]
顾朝林. 北京土地利用/覆盖变化机制研究[J]. 自然资源学报, 1999, 14(4):307-312.

[5]
史守正, 石忆邵. 城市蔓延的多维度思考[J]. 人文地理, 2017, 32(4):54-59.

[6]
Horn A, Eeden A V. Measuring sprawl in the Western Cape Province,South Africa:an urban sprawl index for comparative purposes[J]. Regional Science Policy & Practice, 2018, 10(1):15-23.

[7]
蒋芳, 刘盛和, 袁弘. 北京城市蔓延的测度与分析[J]. 地理学报, 2007, 17(6):649-658.

[8]
Ehrlich M V, Hilber C A L, Schoni O. Institutional settings and urban sprawl:evidence from Europe[J]. Journal of Housing Economics, 2018, 42(4):4-18.

[9]
Nazarniaa N, Hardinga C, Jaeger J A G. How suitable is entropy as a measure of urban sprawl?[J]. Landscape and Urban Planning, 2019, 184(4):32-43.

[10]
王钊, 杨山. 多中心城市区域城市蔓延冷热点格局及演化——以苏锡常地区为例[J]. 经济地理, 2015, 35(7):59-65.

[11]
Nengroo Z A, Bhat M S, Kuchay N A. Measuring urban sprawl of Srinagar city,Jammu and Kashmir,India[J]. Journal of Urban Management, 2017, 6(2):45-55.

[12]
Nazarnia N, Schwick C, Jaeger J A.G. Accelerated urban sprawl in Montreal,Quebec City,and Zurich:investigating the differences using time series 1951-2011[J]. Ecological Indicators, 2016, 60(1):1229-1251.

[13]
You H. Quantifying megacity growth in response to economic transition:a case of Shanghai,China[J]. Habitat International, 2016, 53(3):115-122.

[14]
许芸鹭, 雷国平. 中国城市群蔓延态势及其治理方向——以三大城市群为例[J]. 城市问题, 2017(8):76-85.

[15]
陈晓红, 张文忠, 张海峰. 中国城市空间拓展与经济增长关系研究——以261个地级市为例[J]. 地理科学, 2016, 36(8):1141-1147.

DOI

[16]
Dawkins C J. Urban sprawl and the transition to first-time homeownership[J]. Cityscape, 2009, 11(2):83-100.

[17]
王家庭, 臧家新, 卢星辰, 等. 城市私人交通和公共交通对城市蔓延的不同影响——基于我国65个大中城市面板数据的实证检验[J]. 经济地理, 2018, 38(2):74-81.

DOI

[18]
陈妤凡, 王开泳. 撤县(市)设区对城市空间扩展的影响机理——以杭州市为例[J]. 地理研究, 2019, 38(2):221-234.

DOI

[19]
饶传坤, 韩卫敏. 我国城市蔓延研究进展与思考[J]. 城市规划学刊, 2011(5):55-62.

[20]
张衔春, 向乔玉, 张宇, 等. 中国城市蔓延研究回顾与展望[J]. 规划师, 2014(9):76-81.

[21]
岳文泽, 吴桐, 刘学, 等. 中国大城市蔓延指数的开发[J]. 地理学报, 2020, 75(12):2730-2743.

DOI

[22]
Lopez R, Hynes H P. Sprawl in the 1990s:measurement,distribution,and trends[J]. Urban Affairs Review, 2003, 38(3):325-55.

PMID

[23]
张琳琳, 岳文泽, 范蓓蕾. 中国大城市蔓延的测度研究——以杭州市为例[J]. 地理科学, 2014, 34(4):394-400.

DOI

[24]
O’sullivan A. Urban economics[M]. New York: McGraw-Hill/Irwin, 2007:181-186.

[25]
单葆国, 邵玺, 余姗, 等. 中国城市蔓延阶段特征及驱动因素分析[J]. 地球信息科学学报, 2018, 20(3):302-310.

DOI

[26]
陆大道. 我国的城镇化进程与空间扩张[J]. 城市规划学刊, 2007, 170(4):47-52.

[27]
姚士谋, 陆大道, 王聪, 等. 中国城镇化需要综合性的科学思维——探索适应中国国情的城镇化方式[J]. 地理研究, 2011, 30(11):1947-1955.

[28]
李浩. 城镇化率首次超过50%的国际现象观察——兼论中国城镇化发展现状及思考[J]. 城市规划学刊, 2013, 206(1):43-50.

[29]
赵雪雁, 王伟军, 万文玉. 中国居民健康水平的区域差异:2003—2013[J]. 地理学报, 2017, 72(4):685-698.

DOI

[30]
Akita T. Decomposing regional income inequality in China and Indonesia using two-stage nested Theil decomposition method[J]. The Annals of Regional Science, 2003, 37(1):55-77.

[31]
周春山, 金万富, 张国俊, 等. 中国国有建设用地供应规模时空特征及影响因素[J]. 地理学报, 2019, 74(1):16-31.

DOI

[32]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

[33]
叶妍君, 齐清文, 姜莉莉, 等. 基于地理探测器的黑龙江垦区农场粮食产量影响因素分析[J]. 地理研究, 2018, 37(1):171-182.

DOI

[34]
杨明海, 张红霞, 孙亚男. 七大城市群创新能力的区域差距及其分布动态演进[J]. 数量经济技术经济研究, 2017(3):22-40.

[35]
戚伟, 刘盛和, 金浩然. 中国城市规模划分新标准的适用性研究[J]. 地理科学进展, 2016, 35(1):47-56.

DOI

[36]
Gao B, Huang Q, He C, et al. How does sprawl differ across cities in China?A multi-scale investigation using nighttime light and census data[J]. Landscape & Urban Planning, 2016, 148(41):89-98.

[37]
杨洋, 李雅静, 黄庆旭, 等. 中国城市用地与人口规模分布时空动态比较——以环渤海地区为例[J]. 地理研究, 2016, 35(9):1672-1686.

DOI

[38]
覃莉, 陶晓龙, 周旭, 等. 中国高等学校建设用地标准研究[J]. 中国土地科学, 2010, 24(10):41-45.

[39]
郭贯成, 丁晨曦, 王雨蓉. 新型城镇化对工业用地利用效率的影响:理论框架与实证检验[J]. 中国土地科学, 2016, 30(8):81-89.

[40]
刘修岩, 艾刚. FDI是否促进了中国城市的郊区化?——基于卫星夜间灯光数据的实证检验[J]. 财经研究, 2016, 42(6):52-62.

[41]
陆铭, 张航, 梁文泉. 偏向中西部的土地供应如何推升了东部的工资[J]. 中国社会科学, 2015(5):59-83.

Options
Outlines

/

〈 〉