關鍵詞多中心結構；土地使用；多情景分析；國土空間規(guī)劃

文章編號 1673-8985（2024）05-0088-06 中圖分類號 TU984 文獻標志碼 A

DOI 10.11982/j.supr.20240513

1 相關研究綜述

倡導分散理念的有機疏散理論是大城市為了解決過度擁擠問題所發(fā)展出的多中心結構理論的雛形。城市規(guī)劃領域所倡導的分散理念并非無限制低密度擴張，而是注重分散中的集聚。具體而言，該理念主張在城市發(fā)展過程中，從核心地區(qū)分散出去的各項功能能夠在空間上再次聚集，形成與主中心地區(qū)相輔相成的次中心。這種多中心化的模式通過建立密切的社會經濟聯系和分工，使各級中心地區(qū)之間形成有機互動，這一過程被稱為多中心化[1]。多中心結構是由城市中的主中心和各個次中心構成的整體[2]。國內相關研究表明，推動城鎮(zhèn)空間結構向多中心模式發(fā)展是緩解由單中心蔓延帶來的交通擁堵和生態(tài)惡化等大城市病，推動城市可持續(xù)發(fā)展的重要策略[3-4]。

多中心空間結構可以從形態(tài)、功能等層面進行內涵闡釋[5]?，F有的多中心結構研究往往集中在形態(tài)維度上，功能上的多中心結構根據城市組團間的功能聯系程度進行界定，如城市內部動態(tài)的交通聯系情況。就業(yè)次中心是相對于就業(yè)主中心的就業(yè)活動聚集的空間單元，可以從功能聯系的角度進行識別[6]。孫斌棟等[7]基于上海市統(tǒng)計局各街道就業(yè)崗位統(tǒng)計數據，從就業(yè)中心的角度對多中心結構進行分析，指出多中心是上海未來城市空間發(fā)展的必然選擇。基于調查的普查數據間隔時間約為5年，難以分析就業(yè)次中心在不同年份的變化。基于手機信令數據可以識別人們的日常通勤行為[8]，通過對人們通勤活動的空間分布進行聚類分析，可以更好地分析就業(yè)次中心的動態(tài)變化。

多中心結構是土地使用演變的重要影響因素[9]。城市經濟學的理論研究表明，生產和服務功能集聚形成的中心對居住、就業(yè)、土地價格等城市要素的空間分布有著顯著影響[10-11]。在多中心結構模式中，城市土地使用突破傳統(tǒng)單中心結構的發(fā)展趨勢，不同功能用地將不再全部集中于傳統(tǒng)的單一中心區(qū)域，而是在城市內部形成多個分散的功能集聚區(qū)，不同集聚區(qū)可能形成不同功能的次中心[12]1579。根據競租理論，鄰近就業(yè)主中心或者次中心，產品運輸和居民通勤成本較低，競租能力增強，在市場機制的作用下，就業(yè)中心較低價值的用地（如工業(yè)用地、居住用地）可能會向更高價值的用地（如金融、商業(yè)服務用地）轉換。

規(guī)劃政策的引導機制對城市多中心結構具有重要影響。部分城市次中心可以通過規(guī)劃政策影響其發(fā)展，規(guī)劃政策對就業(yè)次中心的形成具有一定引導作用。需要進一步研究城市多中心結構的規(guī)劃調控對于土地使用的空間影響，以實現通過城市多中心結構引導居住、就業(yè)活動，優(yōu)化土地使用發(fā)展布局的目的[12]1583。

在對城市用地模擬的研究中，多考慮地理格局、交通、社會經濟及區(qū)位等因素對土地使用演變的影響[13-14]。交通方面，城市交通系統(tǒng)的發(fā)展會影響空間可達性進而對城市用地演變產生重要影響[15]。社會經濟方面，人口密度反映土地使用的開發(fā)強度，地均GDP反映地區(qū)的經濟發(fā)展。人口、經濟要素持續(xù)在城市集聚，為城市帶來了與物質文化生活相對應的土地需求，從而帶來土地使用的演變[16]。相對于城市主中心和次中心的區(qū)位是影響土地使用演變的重要因素。已有研究大多考慮了相對于城市主中心的區(qū)位因素，而因為在土地使用演變的模擬中難以分析次中心在不同年份的變化，所以相對于次中心的區(qū)位因素對城市土地使用演變的影響考慮較少。在國土空間規(guī)劃中，城市多中心空間結構作為規(guī)劃調控的要素會對土地使用產生影響。在城市的實際發(fā)展過程中，就業(yè)次中心會發(fā)生變化，如果將就業(yè)次中心的變化作為影響土地使用演變的因素，將有效提高土地使用演變模擬的精度，得到“考慮規(guī)劃調控的多中心結構”下的未來土地使用分布。近年來，時空大數據為識別就業(yè)次中心并分析其不同年份的動態(tài)變化提供了新的契機。鈕心毅等[17]基于手機信令數據，對城市商業(yè)服務、商務辦公功能高度集聚的城市公共中心進行識別和分析。

總體來說，已有很多學者研究了多中心結構演變特征及其對用地發(fā)展的影響，但對于其與城市土地使用演變模擬預測的協同研究較為缺乏。近年來，有關土地使用演變模擬的研究持續(xù)增加，已有研究將交通條件、城市社會經濟因素、相對于城市主中心的區(qū)位因素納入模擬模型，探究其對土地使用演變的影響[18]，但少有研究考慮相對于就業(yè)次中心的區(qū)位因素對土地使用演變的影響?？紤]多中心結構的城市用地模擬可以幫助理解城鎮(zhèn)空間結構與用地變化之間的關系，本文通過耦合包括主中心和次中心的多中心結構的土地使用模擬，研究相對于就業(yè)次中心的區(qū)位因素對土地使用演變產生的影響。

2 耦合多中心結構的土地使用模擬框架

2.1 研究案例選擇

面對資源緊約束條件下的城市發(fā)展模式轉變，人口集聚帶來的空間承載壓力為上海市空間結構優(yōu)化帶來巨大挑戰(zhàn)[19]。《上海市城市總體規(guī)劃（2017—2035年）》（以下簡稱“上海2035”）提出“完善公共活動中心體系”，以優(yōu)化城鎮(zhèn)空間結構為導向，構建多中心和網絡化的空間結構。對于上海這樣的超大城市而言，多中心結構是未來城市空間發(fā)展演化的方向，城市空間規(guī)劃應該把多中心體系和次中心的布局作為發(fā)展重點。因此，本文選擇以上海市作為案例（見圖1），研究多中心結構對土地使用演變的影響。因多中心結構對崇明區(qū)的影響機制與其他地區(qū)差別較大，故本文的研究區(qū)域不包括崇明區(qū)。

2.2 研究思路

（1）歷史年份土地使用演變分析

基于過去兩個不同時間點的土地使用數據和影響土地使用變化的驅動因子數據，通過隨機抽樣的方法獲取訓練數據對神經網絡進行訓練。神經網絡的輸入層接收每個模擬用地單元對應的各個驅動因子的空間變量值，它們決定了該單元的狀態(tài)轉換，即用地類型的轉換。神經網絡的輸出層可以得到不同類型用地的發(fā)展概率，即模擬單元轉換為各類用地的概率。綜合各類用地的發(fā)展概率，通過元胞自動機模型迭代得到每個用地單元對各類用地的總體轉換概率，再將土地利用類型分配給該單元。然后，結合歷史年份實際土地使用規(guī)模，對歷史年份土地使用演變過程進行模擬，生成歷史年份的土地使用分布。再利用隨機森林算法挖掘不同類型用地的演變機制與各類空間驅動因子之間的關系，得到不同驅動因子對于各類用地發(fā)展的影響。

（2）未來土地使用發(fā)展布局推演

基于歷史年份用地演變分析結果，可以得到土地利用演變的發(fā)展趨勢和空間驅動因子對土地利用演變的影響，用于未來土地使用模擬模型。在預測過程中使用識別的就業(yè)次中心分布數據替換歷史年份就業(yè)次中心分布驅動因子，其余空間驅動因子保持一致，得到在更新的就業(yè)次中心影響下的各類用地發(fā)展概率（見圖2）。設定規(guī)劃年份用地模擬面積與土地使用演變約束條件，基于現狀用地數據與歷史年份土地使用演變分析得到的土地使用演變趨勢，可以推演生成未來目標年份的土地使用分布情況。

2.3 數據選擇與處理

本文采用上海市兩個不同年份的用地數據進行分析，用地類型主要包括：居住用地、公共管理與服務用地、工業(yè)用地、商業(yè)用地、非建設用地。

本文主要使用區(qū)位、交通、社會經濟3種空間驅動因子模擬土地使用變化（見表1）。上海市市域內坡度、高程等自然地理因素差異較小，在本文中不予考慮。

在多中心結構影響下，城市內以等級規(guī)模為標準的垂直聯系逐漸減弱，水平聯系逐漸增強，分工逐漸細化形成不同就業(yè)次中心[20]，對土地使用演變有重要影響。本文重點研究多中心結構對于土地使用演變的影響，因此，選取“到城市主中心和就業(yè)次中心”的距離作為影響土地使用演變的區(qū)位因素。

使用手機信令數據可以識別居民的就業(yè)地和就業(yè)密集區(qū)[21]。對于就業(yè)中心空間驅動因子，本文通過2011年上海移動用戶手機信令數據對就業(yè)密度進行計算（見圖3），并使用非參數分析法基于就業(yè)密度識別就業(yè)中心。就業(yè)主中心位于人民廣場地區(qū)，通過手機信令數據計算就業(yè)密度得到的就業(yè)次中心為陸家嘴、漕河涇、徐家匯、虹橋涉外貿易區(qū)等。

同樣，通過手機信令數據提取的就業(yè)密度識別出2017年（“上海2035”起始年）的就業(yè)次中心，并與前文識別出的2011年就業(yè)次中心進行比較（見圖4），2011—2017年，新增就業(yè)次中心主要分布于主城區(qū)內，其中浦東新區(qū)新增就業(yè)次中心較多，總體來說就業(yè)次中心分布仍集中在主城區(qū)內。

3 多中心結構對上海市土地使用演變的影響

3.1 空間驅動因子對土地使用演變的影響

首先，基于上海市不同年份土地使用數據（見圖5）和空間驅動因子數據，通過隨機抽樣方法訓練神經網絡得到不同類型用地的發(fā)展概率。使用元胞自動機模型綜合不同類型用地的發(fā)展概率，以2009年的土地使用數據為初始數據，根據2014年土地使用數據設定各類用地的目標面積，對2009—2014年的土地使用演變過程進行模擬，生成2014年土地使用的模擬結果，與實際土地使用情況進行對比，驗證模型模擬的精度。

其次，提取兩期用地中各類用地變化的部分，使用隨機森林算法分析各驅動因子對各類用地變化的影響權重（見表2）。

影響居住用地及商業(yè)用地演變的空間驅動因子權重排名相似，權重較高的為到地鐵站的距離、到就業(yè)次中心的距離。到城市主中心的距離、到就業(yè)次中心的距離是影響工業(yè)用地演變的主要因素。對于居住、商業(yè)、工業(yè)3類用地的演變，到就業(yè)次中心的距離這一驅動因子權重均較高。影響公共管理與服務用地演變的空間驅動因子與其他3類用地差異較大，人口密度、到城市道路的距離權重較高。對于居住、商業(yè)、工業(yè)3類用地演變的影響，到城市主中心的距離的權重均低于到就業(yè)次中心的距離。

軌道交通促進了其周邊土地的高強度開發(fā)，到地鐵站的距離對商業(yè)用地、居住用地演變影響較大。到就業(yè)次中心的距離對居住、商業(yè)、工業(yè)土地使用演變影響較大，可能與距離就業(yè)次中心較近的區(qū)域通常趨向于與功能升級有關。公共管理與服務用地的演變主要受人口密度、城市道路的影響，因為規(guī)劃的公共管理與服務設施緊鄰服務的居住人口，同時傾向于分布在交通便利的位置。公共管理與服務用地的演變受到就業(yè)次中心距離的影響較小，可能跟公共管理與服務用地的分布在一定程度上主要受政府政策影響有關。

3.2 考慮多中心結構的土地使用演變模擬

基于神經網絡對歷史年份的土地使用演變進行訓練時，將歷史年份到就業(yè)次中心的距離作為空間驅動因子加入訓練模型，訓練完成后結合元胞自動機模型進行土地使用模擬，以比較考慮多中心結構情景下的土地使用模擬的精度。將到就業(yè)次中心的距離作為空間驅動因子之一，對2014年的城鎮(zhèn)建設用地分布進行模擬，通過將模擬結果與實際土地使用數據進行對比，驗證模擬精度為0.89，得出到就業(yè)次中心的距離是影響土地使用演變的重要因素。因此，在對土地使用進行規(guī)劃布局時不僅應考慮城市主中心的影響，也應考慮實際已經形成的就業(yè)次中心的影響。

4 多中心結構影響下的上海市土地使用多情景模擬

4.1 土地使用多情景模擬

通過對未來土地使用多情景的模擬推演，能夠對比分析不同多中心結構發(fā)展情景下的土地使用布局情況（見圖6），從而在規(guī)劃實施前對其進行預評估。這種預評估的目的是為了評價規(guī)劃方案可能帶來的效果，預測可能發(fā)生的城市問題，并尋找更佳的規(guī)劃策略，提升空間利用效率。有效的預評估可以大幅降低規(guī)劃實施后不必要的調整，重點考慮規(guī)劃方案的空間利用效率和空間政策的適應性。通過模擬不同的規(guī)劃目標和結構策略，未來土地使用的多情景模擬可以生成多種規(guī)劃方案，規(guī)劃師可以綜合這些模擬結果和各個方案的特點，確定最佳的規(guī)劃路徑，為國土空間規(guī)劃提供參考。

本文在考慮就業(yè)次中心變化的基礎上，設置了不同多中心結構的模擬情景，并得出不同情景下的土地利用布局結果。根據前文提出的土地使用演變目標，設定兩種城市多中心結構發(fā)展情景。情景一：基準發(fā)展（歷史年份的就業(yè)次中心），假定現有發(fā)展趨勢不變。情景二：城市主中心—發(fā)展更新的就業(yè)次中心的多中心結構，在考慮城市主中心的基礎上，加入識別出的就業(yè)次中心后進行模擬。

根據國土空間規(guī)劃對用地總量的約束與控制確定未來用地模擬目標面積?！吧虾?035”要求生態(tài)用地占市域陸域面積比例不低于60%。為提高居民生活質量，增加綠地、公共服務設施等用地的比例，推進存量用地的二次開發(fā)和低效工業(yè)用地的減量。規(guī)劃強調增加公共服務設施，增加城鎮(zhèn)居住用地。在工業(yè)用地方面，規(guī)劃要求為必要的先進制造業(yè)、戰(zhàn)略性新興產業(yè)和都市型工業(yè)提供發(fā)展空間，積極鼓勵開發(fā)邊界內存量工業(yè)用地“二次開發(fā)”與開發(fā)邊界外低效工業(yè)用地減量。綜合設定用地模擬目標面積為：居住用地637.71 km2，公共服務設施用地372.00 km2，工業(yè)用地318.86 km2，商業(yè)用地243.81 km2，非建設用地2 922.86 km2。

國土空間規(guī)劃的核心價值觀是以生態(tài)文明建設優(yōu)先[22]。國土空間規(guī)劃要求落實生態(tài)環(huán)境保護理念，在對農業(yè)空間及生態(tài)空間充分保護的前提下科學地進行用地布局規(guī)劃?！吧虾?035”將生態(tài)空間分為4類進行差異化管控：一類、二類生態(tài)空間為“禁止建設區(qū)”，預測中對這類區(qū)域的建設用地擴展進行約束，“禁止建設區(qū)”內無新增建設用地。三類、四類生態(tài)空間（包括永久基本農田）為“限制建設區(qū)”，在管控過程中禁止對生態(tài)功能產生影響的開發(fā)建設，預測中根據規(guī)劃要求對四類生態(tài)空間的建設用地開發(fā)進行限制。

4.2 土地使用多情景模擬結果分析

比較兩種不同多中心結構發(fā)展情景下的模擬結果（見圖7）。情景一中，建設用地分布均質零散、缺乏規(guī)律，與之相比，情景二中建設用地集中成片，飛地明顯減少。將情景二的模擬結果與對應的城市主中心—發(fā)展更新的就業(yè)次中心的多中心結構進行比較，發(fā)現二者在空間分布上有明顯的聯系，就業(yè)次中心周邊形成了一定規(guī)模的商業(yè)用地組團，可見多中心空間結構對未來土地使用模擬影響顯著。

以商業(yè)用地為例，對2014年現狀和2035年的兩種情景下未來用地模擬結果中的用地分布進行計算和分析。主城區(qū)及5個新城商業(yè)用地占比如表3所示。比較主城區(qū)商業(yè)用地占比情況，情景二中商業(yè)用地占比增高，在多中心結構的影響下，商業(yè)用地傾向于向主城區(qū)集聚。比較5個新城商業(yè)用地占比情況，情景一中各新城商業(yè)用地占比較高，情景二考慮了就業(yè)次中心的多中心結構，商業(yè)用地占比較低。其中，南匯新城在情景二中商業(yè)用地占比特別低，這可能與該發(fā)展情景對應的就業(yè)次中心距離南匯新城較遠有關。

5 結語

本文以上海市為研究對象，探索了多中心結構對土地使用演變的影響，并融入城市多中心結構因素對未來土地使用發(fā)展布局進行多情景模擬。通過手機位置數據彌補普查數據在時間方面的局限性，識別出不同年份的就業(yè)次中心。在土地使用模擬中通過將手機位置數據識別出的就業(yè)次中心分布替換歷史年份的就業(yè)次中心，從而進一步分析相對于就業(yè)次中心的區(qū)位因素對土地使用演變的影響。結果發(fā)現，除了交通、社會經濟因素、相對于城市主中心的區(qū)位因素外，相對于就業(yè)次中心的區(qū)位也是影響土地使用演變的重要因素，需要在土地使用演變模擬中進行考慮。土地使用模擬結果與多中心結構分布特征具有明顯聯系，就業(yè)次中心周圍形成了商業(yè)用地的集聚。

應用元胞自動機模型對不同多中心結構影響下的土地使用進行模擬，可以得到城市在不同發(fā)展情景下的土地使用演變結果，經分析比較可以輔助土地使用布局規(guī)劃。在國土空間規(guī)劃中，可以考慮通過調控就業(yè)次中心的布局優(yōu)化土地使用發(fā)展布局。本文重點探究多中心結構如何影響土地使用演變，研究思路可以外延到路網結構、公共交通分布等其他因素對土地使用演變的影響，以探究不同情景下的土地使用發(fā)展布局。